FM-UAD-PBM-ll-04/R0

PETUNJUK PRAKTIKUM RISET OPERASI II

PP/TI/OPT/04/R2

Disusun Oleh :
Annie Purwani, STP.,M.T.
Wandhansari Sekar J., S.T., M.Sc.
Nisrina Nafi’atul Huda, S.T., M.S.M.
Tim Asisten Riset Operasi II

LABORATORIUM TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS AHMAD DAHLAN
YOGYAKARTA
2021
 PETUNJUK PRAKTIKUM RISET OPERASI II

Disusun Oleh:
Annie Purwani, STP., M.T.
Wandhansari Sekar J., S.T., M.Sc.
Nisrina Nafi’atul Huda, S.T.,M.S.M.
Acinthya Ulima C. Nurhani Mazly Harahap
Agustina Dewi Ningrum S. Obbi Fachruddin
Ananda Rara Salsyabilla Putri Panji Dwi Setiyawan
Fika Nadia Paramitha Wiwik Wahyuni

LABORATORIUM TEKNIK INDUSTRI

PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS AHMAD DAHLAN
YOGYAKARTA
2021
 TATA TERTIB PRAKTIKAN
1. Praktikan diharuskan hadir pada waktu yang telah ditentukan. Apabila terjadi
keterlambatan lebih dari 15 menit, maka praktikan tidak diperbolehkan mengikuti
praktikum dan dianggap INHAL
2. Pada awal praktikum, praktikan diharuskan mengikuti pre-test, apabila
mengumpulkan pre-test lebih dari waktu yang telah diberikan maka praktikan tidak
diperbolehkan mengikuti praktikum dan dianggap INHAL
3. Sebelum praktikum dimulai, setiap praktikan diwajibkan mengumpulkan data
praktikum atau laporan modul sebelumnya. Apabila praktikan tidak bisa menyerahkan
data praktikum atau laporan modul sebelumnya maka tidak diperbolehkan mengikuti
praktikum dan dianggap INHAL.
4. Konsekuensi INHAL berupa menulis resume 1 jurnal yang berkaitan dengan materi
yang dibahas saat praktikum berlangsung sebanyak dua lembar A4 atau empat
halaman dengan margin 4333 yang dikumpulkan 2 hari setelah praktikum sebagai
syarat mengikuti praktikum di shift selanjutnya.
5. Apabila praktikan tidak dapat mengikuti praktikum dikarenakan terkendala sinyal
atau terdapat keperluan mendadak, praktikan diwajibkan untuk menghubungi asisten
masing-masing 30 menit sebelum jadwal praktikum pada shift tersebut. Jika praktikan
tidak menghubungi atau konfirmasi terlebih dahulu kepada asisten maka dianggap
tidak mengikuti praktikum dan dianggap INHAL
6. Jika praktikan mendapat INHAL sebanyak 3x maka praktikan dianggap gugur dan
tidak lulus praktikum.
7. Bagi praktikan yang diketahui copy paste data dan laporan maka akan dikenai sanksi
(mengulang seluruh modul praktikum dan nilai presentasi maksimal 40)
8. Asistensi data praktikum atau laporan sementara harus sesuai dengan jadwal asistensi
yang telah ditetapkan setiap asisten dan wajib dihadiri oleh seluruh anggota
kelompok.
9. Praktikan harus berpakaian rapi, sopan, dan tidak diperkenankan menggunakan kaos
oblong atau jaket, bagi praktikan putri wajib mengenakan jilbab (tidak ketat).
10. Praktikan tidak diperkenankan makan, merokok, dan mengganggu ketertiban selama
praktikum.
11. Selama praktikum, praktikan dilarang meninggalkan room meet atau bertemu
seseorang tanpa seizin asisten.
12. Praktikan yang melanggar ketentuan diatas akan dikenakan sanksi sesuai ketentuan
yang berlaku.
 Modul I Network

MODUL I
NETWORK

A. TUJUAN PRAKTIKUM
1. Mampu mengindentiikasi dan memahami parameter-parameter model analisis jaringan
serta mampu membuat formulasi matematis dari parameter yang diketahui.
2. Mampu mencari solusi optimal model analisis jaringan untuk metode Branch and
Bound dan Nearest Neighbor dengan software Solver.
3. Mampu melakukan verifikasi serta interpretasi hasil.

B. ALAT DAN BAHAN

1. Komputer
2. Sofware Solver

C. DATA-DATA YANG DIBUTUHKAN

1. Jumlah node (tempat yang akan dikunjungi)
2. Data matriks jarak

D. LANDASAN TEORI
Network atau jaringan terdiri dari dari sekelompok node yang dihubungkan oleh
busur atau cabang. Suatu jenis arus tertentu berkaitan dengan setiap busur. Analisis
jaringan merupakan suatu perpaduan pemikiran yang logis, digambarkan dengan suatu
jaringan yang berisi lintasan-lintasan kegiatan dan memungkinkan pengolahan secara
analitis. Analisis jaringan kerja memungkinkan suatu perencanaan yang efektif dari suatu
rangkaian yang mempunyai interaktivitas. Sebuah model jaringan terdiri dari dua buah
element utama, yaitu:
1. Arc (anak panah), merupakan garis penghubung antar node
2. Node (lingkaran kecil), merupakan titik hubung sebuah arc.
Masalah-masalah pada sebuah jaringan yang berhubungan dengan teknik optimasi
adalah:
1. Shortest route, jalur terpendek yang menghubungkan titik asal ke titik tujuan dalam
sebuah jaringan
LABORATORIUM STATISTIKA DAN OPTIMASI UNIVERSITAS AHMAD DAHLAN YOGYAKARTA Page 1
 Modul I Network

2. Minimum spanning tree, jalur terpendek yang dapat menghubungkan semua node
dalam sebuah jaringan
3. Maximum flow, kapasitas maksimum sebuah jaringan untuk mengalirkan data dari
source node ke sink node
4. Traveling Salesman Problem (TSP), pencarian rute perjalanan terpendek dari sejumlah
kota atau tempat dengan setiap kota hanya boleh dilalui sekali dan perjalanan berakhir
pada kota awal dimana ia memulai perjalanan
Manfaat dari penggunaan analisis jaringan, di antaranya :
1. Menyelesaikan masalah yang berhubungan dengan desain sistem transportasi dan
komunikasi.
2. Dapat merencanakan suatu pekerjaan secara keseluruhan.
3. Penjadwalan pekerjaan dalam urutan yang praktis dan efisien.
4. Pengadaan pengawasan dan pembagian kerja maupun biaya.
5. Penjadwalan ulang untuk mengatasi hambatan dan keterlambatan.
6. Menentukan kemungkinan pertukaran antara waktu dan biaya

Traveling Salesman Problem (TSP)

TSP atau Traveling Salesman Problem merupakan salah satu masalah distribusi
yang cukup lama dibahas dalam kajian optimasi, yaitu bagaimana seorang sales
mengunjungi seluruh kota di suatu daerah dan kembali ke kota awal keberangkatan
dengan aturan bahwa tidak boleh ada kota yang dikunjungi lebih dari satu kali.
Karakteristik dari permasalahan TSP (Travelling Salesman Problem) adalah sebagai
berikut :
1. Perjalanan berawal dan berakhir dari dan ke kota awal
2. Ada sejumlah kota yang semuanya harus dikunjungi tepat satu kali
3. Perjalanan tidak boleh kembali ke kota awal sebelum semua kota tujuan dikunjungi
4. Tujuan dari permasalahan ini adalah meinimumkan total jarak yang ditempuh salesman
dengan mengatur urutan kota yang harus dikunjungi.
Terdapat beberapa teknik untuk menyelesaikan masalah Travelling Salesman
Problem diantaranya adalah metode eksak dengan algoritma Branch and Bound dan
metode pendekatan dengan algoritma Nearest Neighbor. Metode eksak merupakan metode
penyelesaian optimisasi yang menjamin di dapatnya solusi optimal. Sedangkan metode
LABORATORIUM STATISTIKA DAN OPTIMASI UNIVERSITAS AHMAD DAHLAN YOGYAKARTA Page 2
 Modul I Network

pendekatan tidak menjamin didapatnya solusi yang optimal. Kelemahan utama dari
metode eksak yang mendorong dilakukannya pemakaian metode pendekatan adalah waktu
yang diperlukan untuk mendapatkan solusi optimal (computational time). Metode
pendekatan merupakan metode penyelesaian yang di dasarkan pada konsep 'try and error',
sehingga metode ini tidak menjamin hasil yang optimal. Meskipun begitu, metode
pendekatan ini menggunakan prosedur yang sistematis untuk menghasilkan solusi yang
'baik' yang mendekati solusi optimal.

Model Matematis TSP

Definisi dari Traveling Saleman Problem yaitu diberikan n buah kota dan C
ij yang merupakan jarak antara kota i dan kota j, seseorang ingin membuat suatu lintasan
tertutup dengan mengunjungi setiap kota satu kali. Tujuannya adalah memilih lintasan
tertutup yang total jaraknya paling minimum diantara pilihan dari semua kemungkinan
lintasan. Berikut ini adalah bentuk modelnya :
Fungsi tujuan :

Batasan :

Parameter :
n = jumlah kota / lokasi / pelanggan yang akan dikunjungi (n tidak termasuk tempat asal
(base), yang diindekkan dengan i = 0).
Cij = biaya / jarak traveling dari kota i ke kota j
A = sepasang arc / edge (i,j) yang ada.
Note bahwa (i,j) yang dimaksud adalah arc yang ada dari node i ke node j.
Variabel keputusan :
xij = 1 jika sales melakukan perjalanan dari kota i ke kota j; 0 sebaliknya

LABORATORIUM STATISTIKA DAN OPTIMASI UNIVERSITAS AHMAD DAHLAN YOGYAKARTA Page 3

 Modul I Network

Metode Branch and Bound

Algoritma Branch and Bound dimulai dengan pengisian sebuah nilai ke akar dari
pohon pencarian tersebut. Pencabangan dilakukan dengan memasang sebuah pending node
ke pending node lain yang lebih rendah levelnya. Bobot juga dihitung pada setiap proses
dan ditulis di simpul pohon. Jika sebuah simpul diketahui merupakan solusi yang tidak
mungkin bagi persoalan yang dihadapi, simpul tersebut diisi dengan nilai tak terbatas
(infinity). Algoritma berhenti ketika sudah tidak mungkin lagi untuk membuat simpul baru
di pohon atau hasil terakhir yang ditemukan merupakan hasil yang lebih rendah
(minimum) dari isi simpul yang telah ada pada level yang lebih rendah.

Metode Nearest Neighbor

Pada metode ini, pemilihan lintasan akan dimulai pada lintasan yang memiliki nilai
jarak paling minimum setiap melalui kota, kemudian akan memilih kota selanjutnya yang
belum dikunjungi dan memiliki jarak yang paling minimum. Langkah-langkah
penyelesaian metode Nearest Neighbor :
1. Buat peta aliran yang menggambarkan letak-letak daerah yang akan dituju beserta jarak
antar daerah.
2. Proses pengerjaan dengan melihat daerah dengan jarak terpendek. Setiap mencapai satu
daerah algoritma ini akan memilih daerah selanjutnya yang belum dikunjungi dan
memiliki jarak yang paling minimum.
3. Perhitungan nilai optimal dengan menjumlah jarak dari awal sampai akhir perjalanan.

E. LANGKAH-LANGKAH PEMECAHAN DENGAN SOLVER EXCEL

Penyelesaian masalah model analisis jaringan algoritma Branch and Bound dan
Nearest Neighbor dengan menggunakan Solver Excel adalah sebagai berikut :
1. Buka aplikasi Micosoft Excel
2. Masukkan matrik jarak pada lembar Excel

LABORATORIUM STATISTIKA DAN OPTIMASI UNIVERSITAS AHMAD DAHLAN YOGYAKARTA Page 4

 Modul I Network

Gambar 1.1 Contoh matriks jarak pada Excel

3. Buat tabel yang menunjukkan node

Gambar 1.2 Node dari matriks jarak

4. Pada kolom tujuan isikan angka 1-10 dan 0 seperti berikut: kolom D17=1, D18=2,
D19=3 hingga D26=10 dan D27=0. Sedangkan pada kolom asal C17 isikan angka 0,
kemudian pada kolom C18 isikan rumus =D17.
5. Pada kolom E17 isikan rumus =INDEX($C$3:$M$13,C17+1,D17+1) dan pada
kolom E28 dengan rumus =SUM(E17:E27).
6. Klik Data > Solver

Gambar 1.3 Letak solver pada menu data

7. Mengisi pada bagian set objective, to, by chaning variabel cells, dan subject to the
constraint sesuai dengan studi kasus yang ada.

LABORATORIUM STATISTIKA DAN OPTIMASI UNIVERSITAS AHMAD DAHLAN YOGYAKARTA Page 5

 Modul I Network

Gambar 1.4 Solver Parameters pada Microsoft Excel

8. Klik solve lalu drag pada bagian reports

Gambar 1.5 Solver Results pada Microsoft Excel

9. Klik OK untuk melihat output

LABORATORIUM STATISTIKA DAN OPTIMASI UNIVERSITAS AHMAD DAHLAN YOGYAKARTA Page 6

 Modul I Network

Gambar 1.6 Node dari matriks jarak setelah dilakukan solve

F. TUGAS
Carilah kasus di perusahaan atau UMKM yang berada di tempat kalian masing-
masing yang dapat diselesaikan dengan menggunakan Traveling Salesman Problem
dengan jumlah node antara 10-15 node. Analisis permasalahan tersebut dengan metode
Branch and Bound dan Nearest Neighbor dengan menggunakan Solver Excel.

LABORATORIUM STATISTIKA DAN OPTIMASI UNIVERSITAS AHMAD DAHLAN YOGYAKARTA Page 7