ANALISIS JARINGAN

Wandhansari Sekar Jatiningrum

Pengertian Jaringan / Network

→ sekumpulan titik yang disebut node, yang dihubungkan

oleh busur atau cabang.

→ TUJUAN ANALISIS JARINGAN : mencari jalur terpendek

atau jalur yang paling baik (optimal)
Istilah dalam Jaringan

 Activities → suatu pekerjaan tugas, dimana penyelesaiannya

memerlukan periode waktu, biaya serta fasilitas tertentu
Simbol :

 Events → permulaan atau akhir dari suatu kegiatan

Simbol :
Analisis Jaringan
Aplikasi Analisis Jaringan

 sistem komunikasi
 sistem distribusi
 perencanaan proyek
 dan lain-lain
Permasalahan dalam Analisis Jaringan

 Traveling Salesman Problem

 Minimum Spanning tree
 Maximal Flow (Arus maksimal)
 dll
1. SHORTEST ROUTE PROBLEM

 The shortest route problem is to determine the shortest distance between an

originating point and several destination points
 Penyelesaian kasus SRP dapat dilakukan menggunakan algoritma Dijkstra
 Algoritme Dijkstra, (sesuai penemunya Edsger Dijkstra), adalah sebuah algoritma
yang dipakai dalam memecahkan permasalahan jarak terpendek (shortest path
problem) untuk sebuah graf berarah (directed graph).
 TAHAPAN ALGORITMA DIJKSTRA
1. Tentukan titik mana yang akan menjadi node awal, lalu beri bobot jarak pada node
pertama ke node terdekat satu per satu. Dijkstra akan melakukan pengembangan
pencarian dari satu titik ke titik lain dan ke titik selanjutnya tahap demi tahap.
2. Beri nilai bobot (jarak) untuk setiap titik ke titik lainnya, lalu set nilai 0 pada node awal
dan nilai tak hingga (~) terhadap node lain (belum terisi)
3. Set semua node yang belum dilalui dan set node awal sebagai “Node
keberangkatan”
4. Dari node keberangkatan, pertimbangkan node tetangga yang belum dilalui dan
hitung jaraknya dari titik keberangkatan. Jika jarak ini lebih kecil dari jarak
sebelumnya (yang telah terekam sebelumnya) hapus data lama, simpan ulang
data jarak dengan jarak yang baru
5. Saat kita selesai mempertimbangkan setiap jarak terhadap node tetangga, tandai
node yang telah dilalui sebagai “Node dilewati”. Node yang dilewati tidak akan
pernah di cek kembali, jarak yang disimpan adalah jarak terakhir dan yang paling
minimal bobotnya.
6. Set “Node belum dilewati” dengan jarak terkecil (dari node keberangkatan)
sebagai “Node Keberangkatan” selanjutnya dan ulangi langkah e.
Contoh Soal
Seseorang ingin bepergian dari kota A menuju H, dengan gambaran jaringan
sebagai berikut :

Cariah rute terpendeknya dengan menggunakan algoritma Dijkstra!

 Jawab C ke D→ 2+2A= 4; 4<5
maka ditulis 4C

tujuan
asal

Iterasi V A B C D E F G H
1 A 0A 8A 2A 5A ∞ ∞ ∞ ∞
2 C 8A 2A 4C 7C ∞ ∞ ∞ C ke E→ 5+2A= 7;
7<~ maka ditulis 7C
3 D 6D 4C 5D 10D 7D ∞
4 E 6D 5D 10D 6E ∞
B ke F →13+6D=19;
5 B 6D 10D 6E ∞ 19>10 maka ditulis sama
dg nilai seblumnya
6 G 8G 6E 12G
C ke B→ tdk bisa, maka
7 F 8G 11F
ditulis sama dgn nilai
sebelumnya
8 H 11F

Sehingga rute tersingkat A-C-D-E-G-F-H = 11

Contoh soal
 Hitunglah rute terpendek dari node sumber 1 ke node tujuan 7 dengan
menggunakan algoritma Dijkstra! Diketahui jarak dalam meter
 Jawab

Iterasi V A B C D E F G
1 A 0A 200A 500A 400A - - -
2 B 200A 350B 400A 900B - -
3 C 350B 400A 750C 700C -
4 D 400A 750C 800D -
5 E 750C 800D 1250E
6 F 800D 1250E
1250E

Rute terpendek : A-B-C-E-G = 1250 meter

 2. 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
 2. TRAVELING SALESMAN PROBLEM (TSP)

Karakteristik permasalahan TSP:

a. Perjalanan berawal dan berakhir dari dan ke kota awal
b. Ada sejumlah kota yang semuanya harus dikunjungi tepat satu kali
c. Perjalanan tidak boleh kembali ke kota awal sebelum semua kota tujuan
dikunjungi
d. Tujuan dari permasalahan ini adalah meminimumkan total jarak yang ditempuh
salesman dengan mengatur urutan kota yang harus dikunjungi
 2. TRAVELING SALESMAN PROBLEM (TSP)
Fungsi tujuan :

Batasan :

Parameter :
n = jumlah kota/lokasi yang akan dikunjungi (n tidak termasuk tempat asal yg diindekskan
dengan i=0)
Cij = biaya/jarak traveling dari kota i ke kota j

Variabel :
 3. TRAVELING SALESMAN PROBLEM (TSP)
Teknik untuk menyelesaikan permasalahan TSP:
a. Hungarian
b. Branch and Bound
c. Clarke and Wright
d. Nearest Neighbor
 3. TRAVELING SALESMAN PROBLEM (TSP)
APLIKASI KASUS TSP :
1. Pencarian rute bis sekolah untuk mengantarkan siswa
2. Pak pos mengambil surat di kotak pos yg tersebar pada n buah
lokasi
3. Pengambilan tagihan telepon
4. dll
 3. TSP dengan Algoritma Nearest Neighbor

LANGKAH PENYELESAIAN
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.
 3. TSP dengan Algoritma Nearest Neighbor
CONTOH SOAL :
Seorang agen loper koran harus menyelesaikan tugasnya untuk mengantarkan koran ke 5
alamat yang berbeda, yaitu lokasi 1, 2, 3, 4, dan 5. Agen tersebut memulai perjalanannya
dari kantor yaitu lokasi 0. Carilah rute minimal yang sebaiknya ditempuh oleh agen
tersebut agar agen tersebut dapat segera kembali ke kantor setelah menyelesaikan
tugasnya.
Data berikut adalah data matriks jarak yang menunjukkan jarak antar kota dalam km!

0 1 2 3 4 5
0 0 8 5 5 2 6
1 8 0 5 2 3 4
2 5 5 0 7 10 3
3 5 2 7 0 4 1
4 2 3 10 4 0 9
5 6 4 3 1 9 0
3. TSP dengan Algoritma Nearest Neighbor
0
8
5 2 6
5
5
1 2 3 4
3
10 4 9

1 2 3 5

5
2
Sehingga rute minimum yang
4
terpilih dengan algoritma nearest
2 3 5 neighbor adalah 0-4-1-3-5-2-0,
7 dengan total jarak 16
1

5
2 3

5
2 0
 3. VEHICLE ROUTING PROBLEM (VRP)

 Pengembangan dari kasus Traveling Salesman Problem (TSP)

 suatu permasalahan pengiriman atau distribusi yang melibatkan sekumpulan rute
kendaraan-kendaraan yang berpusat pada satu depot atau lebih untuk melayani
pelanggan yang tersebar diberbagai wilayah pengiriman dengan permintaan
masing-masing
 sejumlah kuantitas demand di dikirimkan untuk masing-masing konsumen i є N = {1,
..., n} dari depot pusat {0} menggunakan k kendaraan distribusi independen
dengan kapasitas yang sama C.
 3. VEHICLE ROUTING PROBLEM (VRP)

ILUSTRASI KASUS VRP :

 3. VEHICLE ROUTING PROBLEM (VRP)

TUJUAN VRP :
 Minimasi travel distance
 Minimasi number vehicle
 Minimasi total time
 Minimasi number of unserviced customers.
 dll
 3. VEHICLE ROUTING PROBLEM (VRP)

VARIASI PERMASALAHAN VRP :

 Capacitated VRP (CVRP)
 VRP with time windows (VRPTW)
 Multiple Depot VRP (MDVRP)
 VRP with pick up and delivering (VRPPD)
 Heterogeneous Fleet VRP (HFVRP),
 METODE PENYELESAIAN PERMASALAHAN VRP dan TSP

Metode
Eksak

VRP
Problem
Metode Algoritma Nearest Neighbor,
Heuristik Clarke and Wright, dll

Metode
Pendekatan
Metode Algoritma Genetika, Simulated
Metaheuristik Annealing, Ant Colony System, dll
 LATIHAN SOAL 1
 Suatu jasa antar jemput melakukan tugas pengantaran sebanyak 8 siswa dari SD
ABC ke masing-masing rumah siswa setiap hari dalam sekali pengantaran. Jasa
antar jemput tersebut memulai start dari SD ABC dan berakhir di SD ABC. Tentukan
rute terpendek yang dapat ditempuh oleh jasa antar jemput tersebut dengan
menggunakan algoritma Nearest Neighbor.
 Tabel berikut menunjukkan data jarak antar lokasi (SD ABC dan masing-masing
rumah siswa)
SD 1 2 3 4 5 6 7 8
SD 0 4 5 3 1 4 10 8 3
1 4 0 6 4 3 5 5 9 2
2 5 6 0 3 3 5 10 7 8
3 3 4 3 0 5 5 4 2 1
4 1 3 3 5 0 4 5 6 6
5 4 5 5 5 4 0 2 5 7
6 10 5 10 4 5 2 0 4 7
7 8 9 7 2 6 5 4 0 8
8 3 2 8 1 6 7 7 8 0
LATIHAN SOAL 2
Carilah rute terpendeknya dengan menggunakan algoritma Dijkstra!
Thank You
 1 2: 4
1 2 3 4 5 6 3: 7
1 0 4 7 3 6 2 4: 3
2 5 0 5 4 6 3 5: 6
3 6 2 0 8 5 4 6: 2
4 5 3 6 0 2 2
1-6 2: 7
5 4 3 4 2 0 8
3: 3
6 2 7 3 5 2 0
4: 5
5: 2

1-6-5 2: 3
3: 4
4: 2

Jarak dgn NNH : 20 → 1-6-5-4-2-3-1 1-6-5-4 2: 3

Jarak dgn branch n bound : 16 →1-4-5- 3: 6

3-2-6-1 1-6-5-4-2 3: 5

1-6-5-4-
2-3 1: 6
 Jawab :
 Jawab :