OLEH :
SEILA ATAQI
NIM. 161011050015
PRODI MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PAMULANG
TANGGERANG SELATAN
2021
ABSTRAK
Jadwal mata pelajaran di sekolah merupakan hal yang sangat penting dalam
berlangsungnya kegiatan belajar mengajar di sekolah, jadwal ini bertujuan untuk mendukung,
memperlancar,, dan meningkatkan kedisiplinan dalam proses kegiatan belajar mengajar.
Dengan adanya jadwal mata pelajaran, kegiatan belajar mengajar akan berjalan dengan
lancar, baik, dan efisien. Sehingga kegiatan belajar di sekolah bisa dilaksanakan secara
maksimal.
Pada penelitian ini, model penjadwalan mata pelajaran dikembangkan. Model ini
menggunnakan metode goal programming. Model ini dikembangkan berdasarkan jadwal
mata pelajaran semester ganjil tahun pelajaran 2019-2020 di MA Manba’ul Ulum Serpong.
Penelitian ini bertujuan untuk memperbaiki penjadwalan mata pelajaran menjadi lebih baik
dan terstruktur dibandingkan dengan penjadwalan mata pelajaran yang dibuat secara manual.
Penyelesaian dari model ini diperoleh dengan bantuan perangkat lunak LINGO 11.0.
ii
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan rahmat,
taufik serta hidayah-Nya sehingga penulis dapat melaksanakan kuliah kerja prakterk serta
menyelesaikan laporan dengan sebaik-baiknya. Dalam penyusunan laporan hasil kuliah kerja
praktek ini penulis banyak mendapatkan bantuan dari berbagai pihak, untuk itu penulis ingin
mengungkapkan rasa terimakasih kepada :
1. Allah SWT atas segala anugerah yang telah diberikan.
2. Bapak Dr. H. Dayat Hidayat, M.M., selaku Rektor Universitas Pamulang.
3. Ibu Yulianti Rusdiana,S.Si, M.Se., selaku Kepala Program Studi Matematika Universitas
Pamulang.
4. Bapak Tabah Heri Setiawan, S.Si, M.Pd., selaku Dosen Pembimbing Kuliah Kerja Praktek.
5. Bapak Ahmad Tarmuji, S.Pd.I., selaku Kepala Madrasah MA Manba’ul Ulum.
6. Ayah dan Ibu serta Keluarga tercinta yang telah mendo’akan dan mendukung penulis, baik
secara mental, spirit maupun materil.
7. Muhammad Ativ Mutsaqov yang selalu membantu dan menjadi mentor dalam penelitian ini.
8. Sahabat-sahabat terbaik yang selalu menyemangati Ayu Azhari dan Tasya Fadila.
9. Teman-teman satu angkatan yang selalu bersedia berbagi informasi dan saling membantu.
10. Semua pihak yang telah membantu dalam penelitian ini.
Penulis menyadari bahwa dalam penyusunan Laporan ini masih banyak kekurangan
dan apabila nantinya terdapat kekeliruan dalam penulisan Laporan Kerja Praktek ini, tentunya
penulis sangat mengharapkan kritik dan saran yang bersifat membangun.
Besar harapan penulis agar hasil dari Laporan Kuliah Kerja Praktek ini dapat
bermanfaat untuk rekan-rekan mahasiswa, tempat dimana penulis melaksanakan Kuliah Kerja
Praktek pada khususnya dan masyarakat luas pada umumnya.
Pamulang, 2021
Penulis
iii
DAFTAR ISI
ABSTRAK.............................................................................................................................ii
KATA PENGANTAR..........................................................................................................iii
DAFTAR ISI.........................................................................................................................iv
DAFTAR LAMPIRAN..........................................................................................................v
BAB I PENDAHULUAN......................................................................................................1
1.1. Latar Belakang.............................................................................................................1
1.2. Identifikasi Masalah.....................................................................................................2
1.3. Rumusan Masalah........................................................................................................2
1.4. Batasan Masalah..........................................................................................................3
1.5. Tujuan Penelitian.........................................................................................................3
1.6. Manfaat Penelitian.......................................................................................................3
1.7. Sistematika Penulisan..................................................................................................4
BAB II LANDASAN TEORI...............................................................................................5
2.1. Tinjauan Pustaka......................................................................................................5
BAB III METODOLOGI PENELITIAN.............................................................................13
3.1. Waktu Penelitian....................................................................................................13
3.2. Tempat Penelitian..................................................................................................13
3.3. Profil Instansi.........................................................................................................13
3.4. Visi dan Misi..........................................................................................................14
3.5. Struktur Organinsasi..............................................................................................14
3.6. Deskripsi Masalah..................................................................................................15
3.7. Metode Pengumpulan Data....................................................................................15
3.8. Metode Pengolahan Data.......................................................................................17
BAB IV HASIL DAN PEMBAHASAN..............................................................................23
4.1. Hasil dan Pembahasan Menggunakan Goal Programming...................................24
BAB V KESIMPULAN DAN SARAN..............................................................................28
5.1. Simpulan............................................................................................................28
5.2 Saran......................................................................................................................28
DAFTAR PUSTAKA...........................................................................................................29
LAMPIRAN.........................................................................................................................30
iv
v
DAFTAR LAMPIRAN
vi
BAB I
PENDAHULUAN
Setelah menyelesaikan studi pada suatu jenjang pendidikan perguruan tinggi, mahasiswa
akan dihadapkan dengan dunia kerja yang sesungguhnya. Mahasiswa akan dituntut untuk
mengenal dan mempelajari lebih dekat lagi mengenai dunia kerja tersebut, untuk itulah maka
diperlukan sikap mental dan pengetahuan yang cukup agar mahasiswa mampu bersaing di
dunia kerja.
Dari kondisi diatas Program Studi Matematika Fakultas Matematika dan Ilmu
Pengetahuan Alam Universitas Pamulang memberikan kesempatan untuk melakukan Kerja
Praktek (KP) yang merupakan kegiatan mandiri berupa observasi dan orientasi yang
dilakukan oleh seseorang mahasiswa pada suatu perusahaan atau instansi yang mempunyai
beban sebesar 2 SKS. Melalui praktek langsu ng di lapangan mahasiswa
diharapkan mampu untuk menerapkan ilmu dan pengetahuan yang telah
diperolehnya selama melaksanak an perkuliahan. Dengan demikian mahasiswa
akan memiliki bekalserta dapat memahami keadaan yang sesungguhnya mengenai
dunia kerja yang tentunya akan mereka hadapi setelah lulus nanti.
Kerja praktek yang dilakukan penulis dilaksanakan di lembaga Pendidikan MA
Manba’ul Ulum Serpong. Di sekolah sering kali dihadapkan dengan masalah jadwal yang
sering tumpang tindih. Proses penjadwalan adalah suatu proses untuk menerapkan event yang
berisi komponen guru, mata pelajaran dan kelas pada komponen waktu. Seperti halnya pada
MA Manba’ul Ulum, ada beberapa aspek yang harus dipertimbangkan untuk memperoleh
jadwal pelajaran. Aspek yang berkaitan dalam penjadwalan yang harus dilibatkan antara
lain :
a. Tidak ada guru yang mengajar mata pelajaran lebih dari satu kelas yang berbeda pada waktu
yang sama.
b. Adanya permintaan dimana guru tidak bisa mengajar pada jam dan hari tertentu.
Sistem penjadwalan yang masih dilakukan secara manual, yaitu dengan pencarian blok-
blok atau kolom-kolom mana saja yang masih kosong, kemudian menempatkan jadwal pada
blok atau kolom tersebut. Jadwal yang dihasilkan dengan cara seperti ini memerlukan waktu
yang cukup lama, terlebih lagi bila bertambahnya jumlah komponen dan aturan yang
ditentukan. Dengan demikian perlu dikembangkan suatu sistem penjadwalan pelajaran
dengan model yang tepat agar masalah jadwal yang sering tumpang tindih dapat diatasi dan
tidak terjadi lagi pada tahun-tahun berikutnya.
Pada tulisan ini akan dibahas salah satu model penjadwalan mata pelajaran di MA
Manba’ul Ulum Serpong untuk satu semester. Permasalahan ini akan dimodelkan dengan
goal programming yang diperkenalkan oleh Charnes dan Cooper pada tahun 1961. Model
goal programming merupakan perluasan dari linear programming. Model goal programming
mampu menyelesaikan kasus-kasus linear programming yang memiliki lebih dari satu
sasaran yang hendak dicapai.
Tujuan dari penulisan ini adalah untuk menentukan jadwal mata pelajaran semester
ganjil di MA Manba’ul Ulum Serpong dengan banyaknya jadwal yang tumpang tindih
sesedikit mungkin menggunakan metode goal programming. Penulisan ini diharapkan dapat
memberikan gambaran penjadwalan kegiatan pembelajaran di MA Manba’ul Ulum Serpong
untuk semester ganjil sehingga diperoleh jadwal untuk mata pelajaran dan guru pengajar
secara keseluruhan, tidak ada masalah bentrokan pada jadwal, serta permintaan waktu guru
tidak bisa mengajar pada hari dan jam tertentu dapat terpenuhi dengan efektif.
2
2. Bagaimana membangun model penjadwalan mata pelajaran yang baik sesuai dengan
kebutuhan di MA Manba’ul Ulum?
Apakah model penjadwalan mata pelajaran menggunakan metode goal programming yang
dibuat dapat berjalan dengan baik sesuai harapan?
3
3. Bagi Penulis
Penelitian ini diharapkan dapat memberikan wawasan tentang model penjadwalan
mata pelajaran dengan terjun langsung ke lapangan, sehingga peneliti mengetahui
secara langsung situasi yang terjadi di lapangan beserta kendala-kendala yang terjadi.
1.7. Sistematika Penulisan
Supaya penjelasan mengenai Laporan Kuliah Kerja Praktek ini lebih sistematis dan
terarah, maka penulisannyapun disusun dengan sistematika penyusunan sebagai berikut :
BAB I PENDAHULUAN
Menguraikan tentang pendahuluan yang berisikan gambaran umum yang terdiri dari latar
belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian dan
sistematika penulisan.
BAB II LANDASAN TEORI
Menguraikan tentang pendahuluan yang berisikan gambaran umum yang terdiri dari latar
belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian dan
sistematika penulisan.
BAB III METODOLOGI PENELITIAN
Berisi pembahasan tentang profil instansi serta waktu pelaksanaan KP serta metode
pengumpulan data dan pengolahan data.
4
BAB II
LANDASAN TEORI
6
untuk permasalahan yang tidak besar. Yang termasuk dalam metode ini
misalnya algoritma Johnson.
2. Metode optimal numeratif Metode ini menghasilkan jadwak optimum
berdasarkan formulasi matematis, diikuti oleh metode Branch and Bound,
Mixed Integer Linear Programming, dan Dynamic Programming.
3. Metode heuristik Metode heuristik melakukan pendekatan suatu solusi
optimal. Dasar dari pengembangan metode heuristik dikategorikan menjadi 3,
yaitu:
a) Penjadwalan dilakukan setiap mesin selesai melakukan proses atau
setiap pekerjaan datang mengantri. Contoh pendekatan ini adalah
priority rule.
b) Pendefenisian struktur neigh- boorhood dan solusi diperoleh
berdasarkan struktur tersebut. Contoh pendekatan ini adalah tabu
search, simulated annealing, dan genetic algorithm.
c) Penjadwalan dilakukan pada setiap mesin. Contoh pendekatan ini
adalah shifting bottleneck procedure.
7
fungsifungsi kendala. Program tujuan ganda dalam bahasa asing dikenal sebagai goal
programming atau multiobjective programming merupakan modifikasi atau variasi khusus
dari pemrograman linear.
Menurut Jian-Bo (1999), tujuan optimasi multiobjektif adalah untuk mengembangkan
perbandingan solusi optimal untuk mencapai semua tujuan sebesar mungkin sehingga semua
tujuan yang telah ditentukan akan tercapai seoptimal mungkin. Menurut Mario dalam Sintha
(2010), bahwa goal programming adalah suatu metode yang memerlukan informasi untuk
menyelesaikan keputusan permasalahan multi-objektif. Di dalam goal programming yang
menjadi prioritas adalah meminimasi variabel penyimpangan daripada mengoptimalkan
kriteria tujuan. Pendekatan dasar dari goal programming yaitu untuk me-nerapkan suatu
tujuan yang dinyatakan dengan angka untuk setiap tujuan, merumuskan suatu fungsi tujuan
untuk setiap tujuan, serta mencari penyelesaian yang meminimumkan jumlah penyim-
pangan-penyimpangan dari fungsi tujuan masing-masing. Jadi goal programming merupakan
suatu metode yang mengoptimalkan beberapa tujuan dengan meminimasi variabel-variabel
penyimpangan sehingga dapat mencapai semua tujuan seoptimal mungkin.
Menurut Siswanto (2007) ada tiga kemungkinan yang akan terjadi dalam penyelesaian
dengan metode ini, yaitu:
−¿ ¿ +¿¿
a. sasaran tepat terpenuhi, terjadi jika d i = d i =0
−¿ ¿ +¿¿
b. sasaran tidak tercapai, terjadi jika d i > 0 dan d i = 0. Hasil yang diperoleh di bawah
sasaran.
−¿ ¿ +¿¿
c. sasaran terlampaui, terjadi jikad i = 0 dan d i >0. Hasil yang diperoleh di atas
sasaran.
Ilustrasi model goal programming dapat dilihat pada contoh berikut. Misalkan diberikan
model pemrograman linear:
min 𝑧 = x 1+ x 2
terhadap kendala:
14 x 1 + 6 x 2≥ 80
20 x 1 + 10 x 2≥ 120
10 x 1 + 8 x 2 ≥ 70
200 x 1 + 120 x 2 ≤ 1200
x 1, x 2≥ 0
8
Misalkan yang akan diminimumkan ialah total deviasi di bawah sasaran yang ingin
dicapai pada fungsi-fungsi kendala. Maka model pemrograman linear dapat diubah menjadi
model goal programming seperti di bawah ini:
−¿ ¿ −¿ ¿ −¿ ¿
min 𝑧 = d 1 + d 2 + d 3
terhadap kendala:
14 x 1 + 6 x 2 + d 1 - d 1
−¿ ¿ +¿¿
= 80
20 x 1 + 10 x 2 + d 2 - d 2
−¿ ¿ +¿¿
= 120
10 x 1 + 8 x 2 + d 3 - d 3
−¿ ¿ +¿¿
= 70
200 x 1 + 120 x 2 ≤ 1200
x 1, x 2 , d −¿
i
¿ +¿¿
, d i ≥ 0 dengan 𝑖 = 1,2,3.
Dengan software LINGO 11.0 diperoleh nilai fungsi tujuan sebesar 10 dengan solusi
,¿ +¿=0¿ ,¿
optimal x 1=5 , x 1=1.6667, d −¿=0
1 d1 , d −¿=3.33
2 d +¿=0¿
2 , d −¿=6.6667,
3
¿ +¿=0¿
d3 (lihat Lampiran
1). Ini berarti tujuan pertama berhasil dicapai sedangkan tujuan kedua dan ketiga tidak
tercapai. Apabila setiap tujuan yang ingin dicapai memiliki prioritas yang berbeda, maka
setiap fungsi tujuan bisa diberi bobot.
Ada 2 metode dalam menyelesaikan permasalahan goal programming. Kedua metode
tersebut sama-sama menggabungkan tujuan banyak menjadi tujuan tunggal. Kedua metode
tersebut adalah:
a. metode nonpreemptive (pembobotan)
b. metode preemptive.
9
Parameter 𝑤𝑖 dengan 𝑖 = 1,2, … 𝑛 menunjukkan bobot positif yang mencerminkan
pandangan pembuat keputusan mengenai besar kepentingan untuk setiap tujuan. Sebagai
contoh, 𝑤𝑖 = 1, untuk semua 𝑖, menandakan bahwa semua tujuan mempunyai bobot yang
sama. Penentuan nilai dari setiap bobot bersifat subjektif (Taha 1975).
Ilustrasi model goal programming dengan bobot adalah sebagai berikut:
−¿ ¿ −¿ ¿ −¿ ¿
min 𝑧 = 40d 1 + 20d 2 − + 10d 3
terhadap kendala:
14 x 1 + 6 x 2 + d 1 - d 1
−¿ ¿ +¿¿
= 80
20 x 1 + 10 x 2+ d 2 - d 2
−¿ ¿ +¿¿
= 120
10 x 1 + 8 x 2+ d 3 - d 3
−¿ ¿ +¿¿
= 70
200 x 1 + 120 x 2≤ 1200
x 1, x 2, 𝑑𝑖 −, 𝑑𝑖 + ≥ 0 dengan 𝑖 = 1,2,3.
Dengan software LINGO 11.0 diperoleh nilai fungsi tujuan sebesar 100 dengan solusi
optimal x 1=6, x 2= 0, d −¿=0
1
¿
, d +¿=4
1
¿
, d −¿=0
2
¿
, d +¿=0¿
2 , d −¿=10¿
3 , d +¿=0¿
3 (lihat Lampiran 2).
Maka dari itu, bobot untuk tujuan 1 lebih besar daripada bobot untuk tujuan 2, bobot
untuk tujuan 2 lebih besar dari bobot untuk tujuan 3, dan begitu seterusnya. Pendefinisian ,
P1 , P2 , … , Pn memastikan bahwa pembuat keputusan pertama-tama mencoba memenuhi
tujuan yang paling penting (tujuan 1). Selain itu, pembuat keputusan juga mencoba sebisa
mungkin untuk memenuhi tujuan kedua dan seterusnya (Winston 2004).
−¿ ¿
−¿+ P3 d3 ¿
d
Pada formulasi (i), fungsi tujuannya dapat diubah menjadi P1 d−¿+P
1
2 2
¿
. Untuk
menerapkan model goal programming dengan prioritas, fungsi tujuan harus dipisah menjadi
10
𝑛 komponen, dengan komponen ke-𝑖 memuat tujuan ke-𝑖. Hal ini dapat dinotasikan sebagai
berikut, 𝑧𝑖 = fungsi tujuan yang memuat tujuan ke 𝑖, dengan 𝑖 = 1,2, … , 𝑛.
−¿¿
Dari fungsi tujuan (i), fungsi tujuan dipisah menjadi tiga komponen, yaitu z 1=P1 d 1 ,
z 2=P2 d−¿¿ −¿¿
2 , z 3=P3 d 3 dengan kendala yang sama seperti sebelumnya dan menambahkan
pada formulasi dengan fungsi tujuan z 2 serta menambahkan kendala d 1
−¿=¿¿¿ −¿=¿¿¿
kendala d 1
pada formulasi dengan tujuan z 2 dengan ¿ ¿ dan ¿ ¿ merupakan nilai variabel
−¿=¿¿¿
dan d 2
deviasi yang diperoleh dari iterasi sebelumnya.
Contoh model goal programming dengan prioritas ialah sebagai berikut:
Prioritas ke-1
min 𝑧 = d 1
−¿ ¿
terhadap kendala:
14 x 1 + 6 x 2 + d 1 - d 1
−¿ ¿ +¿¿
= 80
20 x 1 + 10 x 2+ d 2 - d 2
−¿ ¿ +¿¿
= 120
10 x 1 + 8 x 2+ d 3 - d 3
−¿ ¿ +¿¿
= 70
200 x 1 + 120 x 2 ≤ 1200
x 1, x 2, d −¿
i
¿ +¿¿
, d i ≥ 0 dengan 𝑖 = 1,2,3.
Dengan software LINGO 11.0 diperoleh nilai fungsi tujuan sebesar 0, dengan solusi
optimal x 1 = 5.714, x 1= 0,d 1 = 0, d 1 = 0, d 2 = 5.714, d 2 = 0, d 3 = 12.857, d 3 = 0 (lihat
−¿ ¿ +¿¿ −¿ ¿ +¿¿ −¿ ¿ −¿ ¿
−¿ ¿
Lampiran 3). Hasil dari prioritas ke-1 yaitu d 1 = 0 ditambahkan pada kendala di prioritas
ke-2, sehingga modelnya menjadi:
Prioritas ke-2
min 𝑧 = d 2
−¿ ¿
terhadap kendala:
14 x 1 + 6 x 2 + d 1 - d 1
−¿ ¿ +¿¿
= 80
20 x 1 + 10 x 2+ d
−¿ ¿ +¿¿
2 -d 2 = 120
10 x 1 + 8 x 2+ d 3 - d 3
−¿ ¿ +¿¿
= 70
200 x 1 + 120 x 2 ≤ 1200
d −¿=0 ¿
1
x 1, x 2, d −¿
i
¿ +¿¿
, d i ≥ 0 dengan 𝑖 = 1,2,3.
11
Dengan software LINGO 11.0 diperoleh nilai fungsi tujuan sebesar 0, dengan solusi
optimal x 1= 6, x 2= 0,d 1 = 0, d 1 = 4, d 2 = 0, d 2 = 0, d 3 = 10, d 3 = 0 (lihat Lampiran
−¿ ¿ +¿¿ −¿ ¿ +¿¿ −¿ ¿ +¿¿
−¿ ¿
4). Hasil dari prioritas ke-2 yaitu d 2 = 0 ditambahkan pada kendala di prioritas ke-3,
sehingga modelnya menjadi:
Prioritas ke-3
min 𝑧 = d 3
−¿ ¿
terhadap kendala:
14 x 1 + 6 x 2 + d 1 - d 1
−¿ ¿ +¿¿
= 80
20 x 1 + 10 x 2+ d 2 - d 2
−¿ ¿ +¿¿
= 120
10 x 1 + 8 x 2+ d 3 - d 3
−¿ ¿ +¿¿
= 70
200 x 1 + 120 x 2 ≤ 1200
−¿=0 ¿
d1
d −¿ ¿
2 =0
x 1, x 2, d −¿
i
¿ +¿¿
, d i ≥ 0 dengan 𝑖 = 1,2,3.
Dengan software LINGO 11.0 diperoleh nilai fungsi tujuan sebesar 10, dengan solusi
optimal x 1= 6, x 2= 0,d 1 = 0, d 1 = 4, d 2 = 0, d 2 = 0, d 3 = 10, d 3 = 0 (lihat Lampiran
−¿ ¿ +¿¿ −¿ ¿ +¿¿ −¿ ¿ +¿¿
5). Solusi akhir menunjukkan bahwa tujuan pertama dan kedua berhasil dicapai sedangkan
tujuan ketiga gagal dicapai.
12
a. Perlu waktu lebih untuk membentuk model.
b. Keterlibatan pengambil ke-putusan lebih banyak berkaitan dengan penentapan level
aspirasi, prioritas, bobot, dan lain-lain.
c. Pertimbangan yang sifatnya subyektif terhadap penetapan prioritas dan bobot.
13
BAB III
METODOLOGI PENELITIAN
YAYASAN PON-PES
ASSHIDIQIYAH
Dr.KH.Noer
Muhamad
Iskandar, SQ
PENGASUH
Ita Widiya
Nugraha , SE
KEPALA MADRASAH
Ahmad Tarmuji ,
S.Pd.I
15
3.6. Deskripsi Masalah
Masalah penjadwalan kegiatan belajar siswa dalam semester ganjil di MA Manba’ul
Ulum yang tumpang tindih serta memerlukan waktu cukup lama dalam proses pembuatan
jadwalnya. Oleh karena itu, jadwal mata pelajaran semester ganil di MA Manba’ul Ulum
harus disusun sedemikian rupa sehingga memberikan kenyamanan bagi semua pihak yang
tekait dengan kegiatan belajar ini. Jenis penelitian yang digunakan adalah penelitian studi
kasus. Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder
yang digunakan peneliti merupakan data penjadwalan semester ganjil 2019-2020 yang
dikeluarkan oleh bagian kurikulum MA Manba’ul Ulum Serpong.
Dalam penyusunan jadwal pembelajaran ini ada dua komponen utama yaitu aturan di
sekolah dan kendala tambahan. Peraturan di sekolah biasanya sudah ditetapkan sejak lama
dan sesuai dengan keadaan. Peraturan-peraturan di sekolah tersebut akan dimasukkan ke
dalam kendala yang merupakan kendala yang harus dipenuhi. Sementara kendala tambahan
merupakan kendala yang tidak selalu harus dipenuhi, akan tetapi lebih baik jika kendala
tersebut dipenuhi.
16
4 11&12 IPS
11 Geografi L 1 11 IPA
2 10&12 IPA
12 Ekonomi 3 10 IPS
4 11&12 IPS
13 Ekonomi L 1 11 IPA
2 10&12 IPA
14 B.Indonesia 2 10,11,12 IPA & IPS
15 B.Inggris 2 10 & 11 IPA & IPS
4 12 IPA & IPS
16 Matematika W 3 10 & 11 IPA & IPS
4 12 IPA & IPS
17 Matematika P 2 10,11,12 IPA
18 Fisika 3 10 IPA
4 11&12 IPA
19 Fisika L 1 11 IPS
2 10&12 IPS
20 Biologi 3 10 IPA
4 11&12 IPA
21 Biologi L 1 11 IPS
2 10&12 IPS
22 Kimia 3 10 IPA
4 11&12 IPA
23 Penjaskes 2 10&11 IPA & IPS
24 TIK 2 10 IPA & IPS
Tabel 3.2. Daftar periode yang digunakan dalam penjadwalan mata pelajaran.
i Periode i Periode
1 Senin 22 Kamis
2 Senin 23 Kamis
3 Senin 24 Kamis
4 Senin 25 Kamis
5 Senin 26 Kamis
6 Senin 27 Kamis
7 Senin 28 Kamis
8 Selasa 29 Jumat
9 Selasa 30 Jumat
10 Selasa 31 Jumat
11 Selasa 32 Jumat
12 Selasa 33 Jumat
13 Selasa 34 Jumat
14 Selasa 35 Jumat
15 Rabu 36 Sabtu
16 Rabu 37 Sabtu
17
17 Rabu 38 Sabtu
18 Rabu 39 Sabtu
19 Rabu 40 Sabtu
20 Rabu 41 Sabtu
21 Rabu 42 Sabtu
Parameter yang digunakan dalam model penjadwalan mata pelajaran ini adalah :
A j=¿ banyaknya jam mata pelajaran Akidah Akhlak
B j =¿ banyaknya jam mata pelajaran Fiqih
C j=¿ banyaknya jam mata pelajaran Quran Hadits
D j=¿ banyaknya jam mata pelajaran B.Arab
E j=¿ banyaknya jam mata pelajaran SKI
F j=¿ banyaknya jam mata pelajaran PKN
18
G j =¿ banyaknya jam mata pelajaran Sosiologi
H j =¿ banyaknya jam mata pelajaran Sejarah Indo
Z j=¿ banyaknya jam mata pelajaran Sejarah P
ZZ j=¿ banyaknya jam mata pelajaran Geografi
K j=¿ banyaknya jam mata pelajaran Geografi L
L j =¿ banyaknya jam mata pelajaran Ekonomi
M j =¿ banyaknya jam mata pelajaran Ekonomi L
N j=¿ banyaknya jam mata pelajaran B.Indonesia
O j =¿ banyaknya jam mata pelajaran B. Inggris
P j=¿ banyaknya jam mata pelajaran Matematika Wajib
Q j=¿ banyaknya jam mata pelajaran Matematika Peminatan
R j=¿ banyaknya jam mata pelajaran Fisika
S j=¿ banyaknya jam mata pelajaran Fisika L
T j=¿ banyaknya jam mata pelajaran Biologi
U j=¿ banyaknya jam mata pelajaran Biologi L
V j=¿ banyaknya jam mata pelajaran Kimia
W j=¿ banyaknya jam mata pelajaran Penjaskes
Y j=¿ banyaknya jam mata pelajaran TIK
XA i , j = 1 ; jika kelas ke−iterdapat mata pelajaran Akidah Akhlak pada periode ke− j,
{ 0; selainya
XB ={1 ; jika kelas ke−i terdapat mata pelajaran Fiqih pada periode ke− j ,
i, j
0 ; selainya
XC ={1 ; jika kelas ke−iterdapat mata pelajaran Quran Hadits pada periode ke− j ,
i,j
0 ; selainya
XD ={1; jika kelas ke−iterdapat mata pelajaran B . Arab pada periode ke− j,
i, j
0 ; selainya
XE = {1 ; jika kelas ke−i terdapat mata pelajaran SKI pada periode ke− j,
i, j
0 ; selainya
XF ={1 ; jika kelas ke−iterdapat mata pelajaran PKN pada periode ke− j,
i, j
0; selainya
19
XG i , j= 1; jika kelas ke−i terdapat mata pelajaran Sosiologi pada periode ke− j ,
{ 0 ; selainya
XH ={1; jika kelas ke−iterdapat mata pelajaran Sejarah Indo pada periode ke− j ,
i, j
0 ; selainya
XZ ={1; jika kelas ke−i terdapat mata pelajaran Sejarah P pada periode ke− j ,
i, j
0; selainya
XZZ ={1 ; jika kelas ke−iterdapat mata pelajaran Geografi pada periode ke− j ,
i, j
0 ; selainya
XK ={1 ; jika kelas ke−iterdapat mata pelajaran Geografi L pada periode ke− j ,
i, j
0 ; selainya
XL ={1; jika kelas ke−iterdapat mata pelajaran Ekonomi pada periode ke− j ,
i, j
0 ; selainya
XM ={1; jika kelas ke−iterdapat mata pelajaran Ekonomi L pada periode ke− j ,
i, j
0 ; selainya
XN ={1 ; jika kelas ke−i terdapat mata pelajaran B . Indonesia pada periode ke− j ,
i, j
0 ; selainya
XO ={1; jika kelas ke−iterdapat mata pelajaran B . Inggris pada periode ke− j ,
i, j
0 ; selainya
XP ={1 ; jika kelas ke−i terdapat mata pelajaran Matematika W pada periode ke− j ,
i, j
0; selainya
XQ ={1; jika kelas ke−iterdapat mata pelajaran Matematika P pada periode ke− j,
i, j
0 ; selainya
XR = {1 ; jika kelas ke−i terdapat mata pelajaran Fisika pada periode ke− j,
i, j
0 ; selainya
XS ={1 ; jika kelas ke−i terdapat mata pelajaran Fisika L pada periode ke− j ,
i,j
0 ; selainya
XT ={1 ; jika kelas ke−iterdapat mata pelajaran Biologi pada periode ke− j ,
i,j
0 ; selainya
XU ={1 ; jika kelas ke−i terdapat mata pelajaran Biologi L pada periode ke− j ,
i, j
0 ; selainya
XV ={1; jika kelas ke−iterdapat mata pelajaran Kimia pada periode ke− j,
i, j
0 ; selainya
XW = {1 ; jika kelas ke−i terdapat mata pelajaran Penjaskes pada periode ke− j,
i, j
0 ; selainya
XY ={1 ; jika kelas ke−iterdapat mata pelajaran TIK pada periode ke− j ,
i, j
0 ; selainya
20
Keterangan:
i=¿ indeks periode (i=¿1,2,…, m)
j =¿indeks kelas ( j=¿1,2,…,n)
Keterangan:
a=¿indeks tujuan ( a=1,2 , … ,r ) dengan r adalah banyaknya tujuan
i=¿ indeks periode (i=¿1,2,…, m)
j =¿indeks kelas ( j=¿1,2,…,n)
,¿
Dengan w a ialah bobot pada tujuan ke a, a=1,2 , … ,r dan d a dapat berupa d ai , d ai , d −¿
−¿ ¿ +¿¿
aij
d +¿¿
aij .
3.8.5. Kendala-Kendala
Kendala-kendala pada masalah penjadwalan kegiatan pembelajaran di MA Manba’ul
Ulum Serpong untuk semester ganjil dibagi menjadi dua bagian, yaitu kendala-kendala utama
dan kendala-kendala tambahan. Kendala-kendala utama merupakan kendala-kendala yang
harus dipenuhi berdasarkan peraturan yang ada di sekolah yaitu:
21
1. Untuk mata pelajaran Akidah Akhlak dijadwalkan tepat satu hari dalam seminggu.
m
∑ XAi , j ≥ A j , j=1,2 , … ,n
i=1
2. Untuk mata pelajaran Fiqih dijadwalkan tepat satu hari dalam seminggu.
m
∑ XBi , j ≥ B j , j=1,2 , … , n
i=1
3. Untuk mata pelajaran Quran Hadits dijadwalkan tepat satu hari dalam seminggu.
m
∑ XCi , j ≥ C j , j=1,2 , … , n
i=1
4. Untuk mata pelajaran B.Arab dijadwalkan tepat satu hari dalam seminggu.
m
∑ XD i , j ≥ D j , j=1,2 , … , n
i=1
5. Untuk mata pelajaran SKI dijadwalkan tepat satu hari dalam seminggu.
m
∑ XEi , j ≥ E j , j=1,2, … , n
i=1
6. Untuk mata pelajaran PKN dijadwalkan tepat satu hari dalam seminggu.
m
∑ XFi , j ≥ F j , j=1,2 , … , n
i=1
7. Untuk mata pelajaran Sosiologi dijadwalkan tepat satu hari dalam seminggu.
m
∑ XGi , j ≥G j , j=1,2 , … , n
i=1
8. Untuk mata pelajaran Sejarah Indo dijadwalkan tepat satu hari dalam seminggu.
m
∑ XH i, j ≥ H j , j=1,2 , … , n
i=1
9. Untuk mata pelajaran Sejarah P dijadwalkan tepat satu hari dalam seminggu.
m
∑ XI i , j ≥ I j , j=1,2 , … , n
i=1
10. Untuk mata pelajaran Geografi dijadwalkan tepat satu hari dalam seminggu.
m
∑ XJ i , j ≥ J j , j=1,2, … , n
i=1
11. Untuk mata pelajaran Geografi L dijadwalkan tepat satu hari dalam seminggu.
m
∑ XK i , j ≥ K j , j=1,2 , … , n
i=1
12. Untuk mata pelajaran Ekonomi dijadwalkan tepat satu hari dalam seminggu.
m
∑ XLi , j ≥ L j , j=1,2 ,… ,n
i=1
13. Untuk mata pelajaran Ekonomi L dijadwalkan tepat satu hari dalam seminggu.
m
∑ XM i , j ≥ M j , j=1,2, … , n
i=1
22
14. Untuk mata pelajaran B.Indonesia dijadwalkan tepat satu hari dalam seminggu.
m
∑ XN i , j ≥ N j , j=1,2 , … , n
i=1
15. Untuk mata pelajaran B.Inggris dijadwalkan tepat satu hari dalam seminggu.
m
∑ XOi , j ≥O j , j=1,2 , … ,n
i=1
16. Untuk mata pelajaran Matematika Wajib dijadwalkan tepat satu hari dalam seminggu.
m
∑ XPi , j ≥ P j , j=1,2 , … , n
i=1
17. Untuk mata pelajaran Matematika Peminatan dijadwalkan tepat satu hari dalam
seminggu.
m
∑ XQi , j ≥Q j , j=1,2 , … , n
i=1
18. Untuk mata pelajaran Fisika dijadwalkan tepat satu hari dalam seminggu.
m
∑ XRi , j ≥ R j , j=1,2 , … , n
i=1
19. Untuk mata pelajaran Fisika L dijadwalkan tepat satu hari dalam seminggu.
m
∑ XSi , j ≥ S j , j=1,2, … , n
i=1
20. Untuk mata pelajaran Biologi dijadwalkan tepat satu hari dalam seminggu.
m
∑ XT i , j ≥ T , j=1,2 ,… ,n
i=1
21. Untuk mata pelajaran Biologi L dijadwalkan tepat satu hari dalam seminggu.
m
∑ XU i , j ≥ U j , j=1,2 , … , n
i=1
22. Untuk mata pelajaran Kimia dijadwalkan tepat satu hari dalam seminggu.
m
∑ XV i , j ≥V j , j=1,2 , … , n
i=1
23. Untuk mata pelajaran Penjaskes dijadwalkan tepat satu hari dalam seminggu.
m
∑ XW i , j ≥ W j , j=1,2, … , n
i=1
24. Untuk mata pelajaran TIK dijadwalkan tepat satu hari dalam seminggu.
m
∑ XY i , j ≥ Y j , j=1,2 , … , n
i=1
25. Dalam satu kelas, setiap periode hanya ada satu mata pelajaran.
XA i , j + XB i , j + XC i , j+ XD i , j+ XE i , j+ XF i , j + XG i , j+ XH i , j + XZi , j + XZZ i , j +¿
XK i , j + XLi , j+ XM i , j + XN i , j + XO i , j+ XP i , j+ XQ i , j + XR i , j + XSi , j+ XT i , j +¿
XU i , j + XV i , j + XW i , j + XY i , j=1
i=¿1,2,…,42, j =¿1,2,…9
23
BAB IV
HASIL DAN PEMBAHASAN
25
Tabel 4.1 Hasil penjadwalan pembelajaran menggunakan nonpreemptive goal programming.
Hari Waktu Periode 1 2 3 4 5 6 7 8 9
07.20 - 08.00 1 A A Z R L A G T G
08.00 - 08.40 2 V V L P B E A C
SENIN 08.40 - 09.20 3 A A Y T A M ZZ C D
09.20 - 10.00 4 A V S B G H Z V N
10.00 - 10.20 I STIRAHAT
10.20 - 10.55 5 Y A D O E P N N L
10.55 - 11.35 6 D A Y W ZZ O C M ZZ
11.35 - 12.10 7 C Y N A Z R A K U
07.20 - 08.00 8 M D C T T D S
08.00 - 08.40 9 B C E A C R A P P
08.40 - 09.20 10 P M B F A F F Q A
SELASA 09.20 - 10.00 11 Q B L K D V H F
10.00 - 10.20 ISTIRAHAT
10.20 - 10.55 12 R P P P A N P N G
10.55 - 11.35 13 O Q G C F Q L B E
11.35 - 12.10 14 H R U N H C W D G
07.20 - 08.00 15 T O O E P W ZZ O Z
08.00 - 08.40 16 E H W D L A G P O
08.40 - 09.20 17 N T ZZ R W V A O L
RABU 09.20 - 10.00 18 K E A V ZZ A W P ZZ
10.00 - 10.20 ISTIRAHAT
10.20 - 10.55 19 P N A T G V ZZ
10.55 - 11.35 20 W K A E P V A
11.35 - 12.10 21 T P ZZ D W A H N
07.20 - 08.00 22 A W A A ZZ R B E A
08.00 - 08.40 23 V T A B Z Q G K ZZ
08.40 - 09.20 24 Y A S M F T E R A
KAMIS 09.20 - 10.00 25 R V B H B B L B
10.00 - 10.20 ISTIRAHAT
10.20 - 10.55 26 Y C P G O G R P
10.55 - 11.35 27 Q R G O E W D T U
11.35 - 12.10 28 F D Z R L O N
07.20 - 08.00 29 R Q W T G T U D E
08.00 - 08.40 30 K F N R D A L Q P
26
08.40 - 09.20 31 E R E F O F S P L
JUM'AT 09.20 - 10.00 32 W K P V U K P B O
10.00 - 10.20 ISTIRAHAT
10.20 - 10.55 33 M E F N L P M H
10.55 - 11.35 34 W O Q S B C L
11.35 - 12.10 35 T M A C P N T G
07.20 - 08.00 36 N C ZZ W ZZ E N V Z
08.00 - 08.40 37 B T G A B D O E C
08.40 - 09.20 38 O N L V C A R S
SABTU 09.20 - 10.00 39 P B H A N V A O F
10.00 - 10.20 ISTIRAHAT
10.20 - 10.55 40 A O D V O T L O
10.55 - 11.35 41 V P P P A D P A
11.35 - 12.10 42 A A U A A A D
Akidah Akhlak Aj 5 6 6 6 4 4 6 3 4
Fiqih Bj 2 2 2 2 2 2 2 2 1
Quran Hadits Cj 1 2 2 2 2 1 1 2 2
B.Arab Dj 1 2 2 2 2 2 2 2 2
SKI Ej 2 2 2 2 2 2 2 2 2
PKN Fj 1 1 1 2 2 2 1 1 1
Sosiologi Gj 0 0 3 0 4 0 4 0 4
Sejarah Indo Hj 1 1 1 1 1 1 1 1 1
Sejarah P Zj 0 0 2 0 2 0 1 0 2
Geografi ZZj 0 0 3 0 4 0 3 0 3
Geografi L Kj 2 2 0 1 0 1 0 2 0
Ekonomi Lj 0 0 3 0 4 0 4 0 4
Ekonomi L Mj 2 2 0 1 0 1 0 2 0
B.Indonesia Nj 2 2 2 2 1 2 2 3 2
B.Inggris Oj 2 2 2 2 2 2 2 3 3
Matematika Wajib Pj 3 3 3 3 3 3 3 4 3
Matematika
Peminatan Qj 2 2 0 1 0 2 0 2 0
Fisika Rj 3 3 0 4 0 4 0 3 0
Fisika L Sj 0 0 2 0 1 0 1 0 2
Biologi Tj 3 3 0 4 0 4 0 3 0
Biologi L Uj 0 0 2 0 1 0 1 0 2
Kimia Vj 3 3 0 4 0 4 0 3 0
Penjaskes Wj 2 2 2 2 2 2 2 0 0
TIK Yj 2 2 2 0 0 0 0 0 0
Pada Tabel 6 terlihat bahwa tidak semua kendala utama terpenuhi. Ada beberapa mata
pelajaran yang jumlah waktu tatap mukanya melebihi dari jumlah minimum, dan juga ada
beberapa mata pelajaran yang jumlah waktu tatap mukanya kurang dari jumlah minimumnya.
Misalnya pada kelas ke-1,2,3,4,5,6,7,8, dan 9 yang memiliki jadwal mata pelajaran akidah
27
akhlak yang melebihi dari jumlah minimum dan beberapa mata pelajaran lain yang kurang
dari jumlah minimum dapat dilihat perbedaanya dengan membandingkan Tabel 5 & Tabel 6.
Dari Tabel 6 terlihat bahwa penjadwalan dengan menggunakan goal programming
ada beberapa yang tidak terpenuhi dan itu dapat ditingkatkan lagi dengan menambahkan
variable tertentu dan juga dapat pula ditingkatkan dengan menambah kendala utama serta
kendala tambahan yang lebih efisien. Namun penjadwalan dengan menggunakan goal
programming masih lebih optimal dibandingkan dengan penjadwalan secara manual.
28
BAB V
KESIMPULAN DAN SARAN
5.1. Simpulan
Dalam penulisan laporan kerja praktik ini telah diperlihatkan bahwa penjadwalan
pembelajaran di MA Manba’ul Ulum Serpong untuk semester ganjil dapat dimodelkan
dengan menggunakan metode goal programming dan dapat diselesaikan dengan bantuan
software LINGO 11.0. Model penjadwalan pembelajaran ini dibuat berdasarkan peraturan
dan kondisi yang terdapat di sekolah.
Dari hasil yang diperoleh, didapatkan bahwa model ini juga mengakomodasi tujuan
yang sifatnya dapat dipenuhi ataupun tidak. Beberapa tujuan tersebut tidak dipenuhi karena
keterbatasan. Selain itu, penjadwalan pembelajaran menggunakan goal programming dapat
lebih efektif dibandingkan model penjadwalan manual .
5.2 Saran
Penulisan laporan kerja praktik ini dilakukan berdasarkan penelitian langsung di MA
Manba’ul Ulum, Serpong. Pada laporan ini masih terdapat beberapa mata pelajaran yang
jumlah waktu tatap mukanya melebihi dari jumlah minimum, dan juga ada beberapa mata
pelajaran yang jumlah waktu tatap mukanya kurang dari jumlah minimumnya. Hasil
penjadwalan pembelajaran goal programming bisa menjadi alternatif bagi pihak sekolah
untuk penjadwalan yang lebih baik.
DAFTAR PUSTAKA
Azaiez MN & Al Sharif SS. 2005. A 0-1 goal programming model for nurse scheduling.
Computer & Operations Research. 32:491-507. doi: 10.1016/S0305-0548(03)00249-
1.
Siswanto. 2007. Operations Research Jilid ke-1. Jakarta:Erlangga.
Taha HA. 1975. Integer Programming. New York: Academic Press.
Winston. WL. 2004. Operations Research Applications and Algorithms 4 𝑡ℎed. New York:
Duxbury.
Sari M. 2007. Masalah penjadwalan mata kuliah: Studi kasus di Departemen Matematika
FMIPA IPB [skripsi]. Bogor: Institut Pertanian Bogor.
LAMPIRAN
Lampiran 1
Sintaks program LINGO 11.0 untuk menyelesaikan kasus goal programming
!fungsi tujuan;
min=d1m+d2m+d3m;
!fungsi kendala;
14*x1+6*x2+d1m-d1p=80;
20*x1+10*x2+d2m-d2p=120;
10*x1+8*x2+d3m-d3p=70;
200*x1+120*x2<=1200;
Variable Value
D1M 0.000000
D2M 3.333333
D3M 6.666667
X1 5.000000
X2 1.666667
D1P 0.000000
D2P 0.000000
D3P 0.000000
Lampiran 2
Sintaks program LINGO 11.0 untuk menyelesaikan kasus goal programming berbobot
!fungsi tujuan;
min=40*d1m+20*d2m+10*d3m;
!fungsi kendala;
14*x1+6*x2+d1m-d1p=80;
20*x1+10*x2+d2m-d2p=120;
10*x1+8*x2+d3m-d3p=70;
200*x1+120*x2<=1200;
Variable Value
D1M 0.000000
D2M 0.000000
D3M 10.00000
X1 6.000000
X2 0.000000
D1P 4.000000
D2P 0.000000
D3P 0.000000
Lampiran 3
Sintaks program LINGO 11.0 untuk menyelesaikan kasus goal programming ( prioritas 1 )
!fungsi tujuan;
min=d1m;
!fungsi kendala;
14*x1+6*x2+d1m-d1p=80;
20*x1+10*x2+d2m-d2p=120;
10*x1+8*x2+d3m-d3p=70;
200*x1+120*x2<=1200;
Global optimal solution found.
Objective value: 0.000000
Infeasibilities: 0.000000
Total solver iterations: 1
Variable Value
D1M 0.000000
X1 5.714286
X2 0.000000
D1P 0.000000
D2M 5.714286
D2P 0.000000
D3M 12.85714
D3P 0.000000
Lampiran 4
Sintaks program LINGO 11.0 untuk menyelesaikan kasus goal programming ( prioritas 2 )
!fungsi tujuan;
min=d2m;
!fungsi kendala;
14*x1+6*x2+d1m-d1p=80;
20*x1+10*x2+d2m-d2p=120;
10*x1+8*x2+d3m-d3p=70;
200*x1+120*x2<=1200;
d1m=0;
Global optimal solution found.
Objective value: 0.000000
Infeasibilities: 0.000000
Total solver iterations: 3
Variable Value
D2M 0.000000
X1 6.000000
X2 0.000000
D1M 0.000000
D1P 4.000000
D2P 0.000000
D3M 10.00000
D3P 0.000000
33
Lampiran 5
Sintaks program LINGO 11.0 untuk menyelesaikan kasus goal programming ( prioritas 3 )
!fungsi tujuan;
min=d3m;
!fungsi kendala;
14*x1+6*x2+d1m-d1p=80;
20*x1+10*x2+d2m-d2p=120;
10*x1+8*x2+d3m-d3p=70;
200*x1+120*x2<=1200;
d1m=0;
d2m=0;
Global optimal solution found.
Objective value: 10.00000
Infeasibilities: 0.000000
Total solver iterations: 4
Variable Value
D3M 10.00000
X1 6.000000
X2 0.000000
D1M 0.000000
D1P 4.000000
D2M 0.000000
D2P 0.000000
D3P 0.000000
Lampiran 6
Sintaks program LINGO 11.0 untuk menyelesaikan masalah penjadwalan pembeljaran
menggunakan nonpreemtive goal programming .
!penjadwalan mata pelajaran;
sets:
periode/1..42/:d3m,d3p;
kelas/1..9/:a,b,c,d,e,f,g,h,z,zz,k,l,m,n,o,p,q,r,s,t,u,v,w,y;
link(periode,
kelas):xa,xb,xc,xd,xe,xf,xg,xh,xz,xzz,xk,xl,xm,xn,xo,xp,xq,xr,xs,xt,
xu,xv,xw,xy,d1m,d1p,d2m,d2p;
endsets
data:
a=2 2 2 2 2 2 2 2 2;
b=2 2 2 2 2 2 2 2 2;
c=2 2 2 2 2 2 2 2 2;
d=2 2 2 2 2 2 2 2 2;
e=2 2 2 2 2 2 2 2 2;
f=1 1 1 2 2 2 2 1 1;
34
g=0 0 3 0 4 0 4 0 4;
h=1 1 1 1 1 1 1 1 1;
z=0 0 2 0 2 0 2 0 2;
zz=0 0 3 0 4 0 4 0 4;
k=2 2 0 1 0 1 0 2 0;
l=0 0 3 0 4 0 4 0 4;
m=2 2 0 1 0 1 0 2 0;
n=2 2 2 2 2 2 2 2 2;
o=2 2 2 2 2 2 2 4 4;
p=3 3 3 3 3 3 3 4 4;
q=2 2 0 2 0 2 0 2 0;
r=3 3 0 4 0 4 0 4 0;
s=0 0 2 0 1 0 1 0 2;
t=3 3 0 4 0 4 0 4 0;
u=0 0 2 0 1 0 1 0 2;
v=3 3 0 4 0 4 0 4 0;
w=2 2 2 2 2 2 2 0 0;
y=2 2 2 0 0 0 0 0 0;
enddata
@for(link(i,j):@bin(xa(i,j)));
@for(link(i,j):@bin(xb(i,j)));
@for(link(i,j):@bin(xc(i,j)));
@for(link(i,j):@bin(xd(i,j)));
@for(link(i,j):@bin(xe(i,j)));
@for(link(i,j):@bin(xf(i,j)));
@for(link(i,j):@bin(xg(i,j)));
@for(link(i,j):@bin(xh(i,j)));
@for(link(i,j):@bin(xz(i,j)));
@for(link(i,j):@bin(xzz(i,j)));
@for(link(i,j):@bin(xk(i,j)));
@for(link(i,j):@bin(xl(i,j)));
@for(link(i,j):@bin(xm(i,j)));
@for(link(i,j):@bin(xn(i,j)));
@for(link(i,j):@bin(xo(i,j)));
@for(link(i,j):@bin(xp(i,j)));
@for(link(i,j):@bin(xq(i,j)));
@for(link(i,j):@bin(xr(i,j)));
@for(link(i,j):@bin(xs(i,j)));
@for(link(i,j):@bin(xt(i,j)));
@for(link(i,j):@bin(xu(i,j)));
@for(link(i,j):@bin(xv(i,j)));
@for(link(i,j):@bin(xw(i,j)));
@for(link(i,j):@bin(xy(i,j)));
!kendala utama;
@for(kelas(j):@sum(periode(i):xa(i,j))>=a(j));
@for(kelas(j):@sum(periode(i):xb(i,j))>=b(j));
@for(kelas(j):@sum(periode(i):xc(i,j))>=c(j));
@for(kelas(j):@sum(periode(i):xd(i,j))>=d(j));
@for(kelas(j):@sum(periode(i):xe(i,j))>=e(j));
@for(kelas(j):@sum(periode(i):xf(i,j))>=f(j));
@for(kelas(j):@sum(periode(i):xg(i,j))>=g(j));
@for(kelas(j):@sum(periode(i):xh(i,j))>=h(j));
@for(kelas(j):@sum(periode(i):xz(i,j))>=z(j));
@for(kelas(j):@sum(periode(i):xzz(i,j))>=zz(j));
35
@for(kelas(j):@sum(periode(i):xk(i,j))>=k(j));
@for(kelas(j):@sum(periode(i):xl(i,j))>=l(j));
@for(kelas(j):@sum(periode(i):xm(i,j))>=m(j));
@for(kelas(j):@sum(periode(i):xn(i,j))>=n(j));
@for(kelas(j):@sum(periode(i):xo(i,j))>=o(j));
@for(kelas(j):@sum(periode(i):xp(i,j))>=p(j));
@for(kelas(j):@sum(periode(i):xq(i,j))>=q(j));
@for(kelas(j):@sum(periode(i):xr(i,j))>=r(j));
@for(kelas(j):@sum(periode(i):xs(i,j))>=s(j));
@for(kelas(j):@sum(periode(i):xt(i,j))>=t(j));
@for(kelas(j):@sum(periode(i):xu(i,j))>=u(j));
@for(kelas(j):@sum(periode(i):xv(i,j))>=v(j));
@for(kelas(j):@sum(periode(i):xw(i,j))>=w(j));
@for(kelas(j):@sum(periode(i):xy(i,j))>=y(j));
@for(link(i,j):xa(i,j)+xb(i,j)+xc(i,j)+xd(i,j)+xe(i,j)+xf(i,j)
+xg(i,j)+
xh(i,j)+xz(i,j)+xzz(i,j)+xk(i,j)+xl(i,j)+xm(i,j)+xn(i,j)+xo(i,j)
+xp(i,j)+xq(i,j)+xr(i,j)+xs(i,j)
+xt(i,j)+xu(i,j)+xv(i,j)+xw(i,j)+xy(i,j)<=1);
!funsi objektif;
min=@sum(link(i,j):d1p(i,j));
36