LAPORAN

PRAKTIKUM
TIN - 217
PRAKTIKUM PEMROGRAMAN KOMPUTER
CRYSTAL - 217 - I - 022/023

MODUL : V-OPTIMASI JARINGAN

DALAM PERINDUSTRIAN

NAMA : JEREMIAH HEBERT SUTIKNO

NIM : 2021-0453-0012

ASISTEN : CYNTHIA CHABELLA

TANGGAL : 11 OKTOBER 2022

SHIFT :A

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS KATOLIK INDONESIA ATMA JAYA
TANGERANG
SEMESTER GANJIL 2022/2023
 BAB I
PENDAHULUAN
I.1. Latar Belakang
Masalah Optimasi Jaringan akan sering kita jumpai dalam kehidupan sehari hari
maupun dalam dunia perindustrian. Saat kita ingin menuju suatu tempat namun kita
memiliki beberapa jalur yang dapat dipilih kita dapat menentukan jalur tercepat dengan
Optimasi Jaringan, dalam dunia perindustrian seperti saat ingin memasang kabel ke
beberapa tempat kita perlu menemukan jalur yang paling optimal menggunakan
Optimasi Jaringan. Pada kasus ini kita memiliki 15 kota dengan 20 jalur kita perlu
menentukan jalur teroptimal yang menyambungkan 15 kota tersebut dan juga
menentukan jalur teroptimal dari 2 kota terjauh. Metode yang akan digunakan untuk
menyelesaikan kasus tersebut adalah metode Shortest Path dan metode Minimum
Spanning Tree dengan algoritma Phim dan Kruskal, untuk penyelesaian dengan
software kita akan menggunakan software Excel Solver.
I.2. Landasan Teori
Optimasi Jaringan terdiri dari 2 elemen, yaitu node dan arc elemen node
menunjukkan lokasi dan arc menunjukkan jalur, dimana kedua elemen ini akan
membuat sebuah grafik yang nantinya dapat di optimalkan dengan beberapa metode.
(Gen, 2008)
Metode Shortest Path dengan algoritma Dijkstra dapat digunakan untuk mencari
jarak dan lintasan terpendek untuk sebuah grafik terhubung berbobot. Algoritma ini
melakukan pencarian jalur terpendek dengan cara menghitung lintasan terpendek
menggunakan grafik dengan bobot non-negatif. Cara pengerjaan pada algoritma ini
dimulai dengan menentukan titik tujuan dari titik awal dan memilih titik tujuan dengan
jarak terpendek, lalu tuliskan titik tujuan kedua yang memiliki jalur dengan titik tujuan
pertama dan kemudian memilih jalur terpendek yang terhubung lakukan terus menerus
hingga mencapai titik tujuan. (EKASARI, 2017)
Metode Minimum Spanning Tree dengan algoritma Phim adalah algoritma yang
terlebih dahulu memilih sisi pada grafik berbobot dengan bobot yang minimum
kemudian sisi tersebut akan dimasukkan kedalam himpunan tree, selanjutnya dari sisi
lain yang berhubungan dengan sisi awal memilih lagi dengan bobot yang paling
minimum tetapi tidak membuat loop dalam T, ulangi langkah tersebut hingga semua
sisi pada grafik tidak ada lagi yang dapat dipilih. (Hendarman Lubis, 2021)
Metode Minimum Spanning Tree dengan algoritma Kruskal adalah algoritma

1
Laporan Praktikum Pemrograman Komputer. Modul IV. Pengalokasian Sumber Daya 2
yang mengurutkan setiap bobot pada grafik dari minimum ke paling maksimum lalu
memilih sisi paling minimum dan memasukan pada himpunan tree, lalu memilih sisi
berikutnya dengan yang paling minimum namun tidak membuat loop di himpunan tree,
ulangi langkah tersebut hingga semua sisi pada grafik tidak ada lagi yang dapat dipilih.
(Hendarman Lubis, 2021)
I.3. Tujuan
1. Praktikan mampu memahami fungsi optimasi jaringan dalam perindustrian.
2. Praktikan mengetahui jenis - jenis optimasi jaringan (minimum spanning tree,
shortest path, maximum flow) serta memahami penggunaannya.
3. Praktikan mampu menyelesaikan permasalahan – permasalahan optimasi jaringan.

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
 BAB II
PENGUMPULAN DATA
II.1 Pengumpulan Data

LABORATORIUM STATISTIK INDUSTRI DAN PENDUKUNG

KEPUTUSAN FAKULTAS TEKNIK UNIVERSITAS KATOLIK INDONESIA
ATMA JAYA PROGRAM STUDI TEKNIK INDUSTRI
Jl. Raya Cisauk - Lapan, Sampora, Cisauk, Tangerang, Banten 15345 Telp. 0877-
7539- 8770

LEMBAR DATA MODUL 5 – OPTIMASI JARINGAN DALAM

PERINDUSTRIAN
Nama Praktikan : Jeremiah Hebert Sutikno

Shift :A

Nama Asisten Lab : Cynthia Chabella

66
61

97

42

Gambar 5.1. Peta Kota Dengan Jalur Penghubung

3
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 4

Tabel 5.1. Penomoran Kota

Nama Kota Penomoran Kota

Serang 1
Tangerang 2
Bogor 3
Sukabumi 4
Depok 5
Bekasi 6
Cikarang 7
Bandung 8
Karawang 9
Garut 10
Tasikmalaya 11
Banjar 12
Cirebon 13
Indramayu 14
Brebes 15

Tabel 5.2. Jarak Jalur (km)

Titik Titik Panjang Besar
Awal Tujuan (km)
1 2 66
1 3 115
1 4 181
2 5 42
2 6 61
3 13 240
3 8 124
4 8 97
4 10 157
5 6 39
6 7 32
7 9 25
8 10 68
8 13 137
9 14 130
10 11 88
11 12 42
12 15 116
13 15 81
14 15 129

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
 BAB III
PENGOLAHAN DATA
III.1 Metode Manual
III.1.1 MST Algoritma Phim
Tabel 5.3. Iterasi 1 Algoritma Phim
Jarak
C1 C1* Jarak Busur
Minimum
1 2 66 66 (1,2)
1 3 115 -
1 4 181 -

Gambar 5.2. Jalur Iterasi 1 Algoritma Phim

Tabel 5.4. Iterasi 2 Algoritma Phim

Jarak
C2 C2* Jarak Busur
Minimum
1 3 115 -
1 4 181 -
2 5 42 42 (2,5)
2 6 61 -

Gambar 5.3. Jalur Iterasi 2 Algoritma Phim

5
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 6

Tabel 5.5. Iterasi 3 Algoritma Phim

Jarak
C3 C3* Jarak Busur
Minimum
1 3 115 -
1 4 181 -
2 6 61 -
5 6 39 39 (5,6)

Gambar 5.4. Jalur Iterasi 3 Algoritma Phim

Tabel 5.6. Iterasi 4 Algoritma Phim

Jarak
C4 C4* Jarak Busur
Minimum
1 3 115 -
1 4 181 -
6 7 32 32 (6,7)

Gambar 5.5. Jalur Iterasi 4 Algoritma Phim

Tabel 5.7. Iterasi 5 Algoritma Phim

Jarak
C5 C5* Jarak Busur
Minimum
1 3 115 -
1 4 181 -
7 9 25 25 (7,9)

Gambar 5.6. Jalur Iterasi 5 Algoritma Phim

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 7

Tabel 5.8. Iterasi 6 Algoritma Phim

Jarak
C6 C6* Jarak Busur
Minimum
1 3 115 115 (1,3)
1 4 181 -
9 14 130 -

Gambar 5.7. Jalur Iterasi 6 Algoritma Phim

Tabel 5.9. Iterasi 7 Algoritma Phim

Jarak
C7 C7* Jarak Busur
Minimum
1 4 181 -
3 13 240 -
3 8 124 124 (3,8)
9 14 130 -

Gambar 5.8. Jalur Iterasi 7 Algoritma Phim

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 8

Tabel 5.10. Iterasi 8 Algoritma Phim

jarak
C8 C8* Jarak Busur
Minimum
1 4 181 -
3 13 240 -
8 10 157 -
8 13 137 -
9 14 130 130 (9,14)

Gambar 5.9. Jalur Iterasi 8 Algoritma Phim

Tabel 5.11. Iterasi 9 Algoritma Phim

jarak
C9 C9* Jarak Busur
Minimum
1 4 181 -
3 13 240 -
8 10 157 -
8 13 137 -
14 15 129 129 (14,15)

Gambar 5.10. Jalur Iterasi 9 Algoritma Phim

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 9

Tabel 5.12. Iterasi 10 Algoritma Phim

jarak
C10 C10* Jarak Busur
Minimum
1 4 181 -
3 13 240 -
8 10 157 -
8 13 137 137 (8,13)

Gambar 5.11. Jalur Iterasi 10 Algoritma Phim

Tabel 5.13. Iterasi 11 Algoritma Phim

jarak
C11 C11* Jarak Busur
Minimum
1 4 181 -
8 10 157 157 (8,10)

Gambar 5.12. Jalur Iterasi 11 Algoritma Phim

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 10

Tabel 5.14. Iterasi 12 Algoritma Phim

jarak
C12 C12* Jarak Busur
Minimum
1 4 181 -
10 11 88 88 (10,11)

Gambar 5.13. Jalur Iterasi 12 Algoritma Phim

Tabel 5.15. Iterasi 13 Algoritma Phim

jarak
C13 C13* Jarak Busur
Minimum
1 4 181 -
11 12 42 42 (11,12)

Gambar 5.14. Jalur Iterasi 13 Algoritma Phim

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 11

Tabel 5.16. Iterasi 14 Algoritma Phim

jarak
C14 C14* Jarak Busur
Minimum
1 4 181 181 (1,4)

Gambar 5.15. Jalur Iterasi 14 Algoritma Phim

III.1.2 MST Algoritma Kruskal

Tabel 5.17. Algoritma Kruskal
Titik Titik Panjang Busur
C Keterangan
Awal Tujuan (km)
7 9 25 7,9
6 7 32 6,7
5 6 39 5,6
2 5 42 2,5
11 12 42 11,12
2 6 61 2&6 Sudah ada di C
1 2 66 1,2
8 10 68 8,10
13 15 81 13,15
10 11 88 10,11
4 8 97 4,8
1 3 115 1,3
12 15 116 12,15
3 8 124 3,8
14 15 129 14,15
9 14 130 9&14 Sudah ada di C
8 13 137 8&13 Sudah ada di C
4 10 157 4&10 Sudah ada di C
1 4 181 1&4 Sudah ada di C
3 13 240 3&13 Sudah ada di C
Laboratorium Statistik Industri dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 12

Gambar 5.16. Jalur Algoritma Kruskal

III.1.3 Shortest Path

Tabel 5.18. Iterasi 1 Shortest Path
Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66* 66
I (1,3) 115 2 (1,2)
(1,4) 181

Gambar 5.17. Jalur Iterasi 1 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 13

Tabel 5.19. Iterasi 2 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3) 115 2
(1,2)
(1,4) 181
(2,5)2 108* 108
II 5
(2,6) 127 (2,5)

Gambar 5.18. Jalur Iterasi 2 Shortest Path

Tabel 5.20. Iterasi 3 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4) 181
(2,5)2 108* 108
II 5
(2,6) 127 (2,5)
115
III (5,6) 147 3
(1,3)

Gambar 5.19. Jalur Iterasi 3 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 14

Tabel 5.21. Iterasi 4 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4) 181
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13) 355 127
IV 6
(3,8) 239 (2,6)

Gambar 5.20. Jalur Iterasi 4 Shortest Path

Tabel 5.22. Iterasi 5 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4) 181
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13) 355 127
IV 6
(3,8) 239 (2,6)
159
V (6,7)5 159* 7
(6,7)

Gambar 5.21. Jalur Iterasi 5 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 15

Tabel 5.23. Iterasi 6 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4)6 181*
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13) 355 127
IV 6
(3,8) 239 (2,6)
159
V (6,7)5 159* 7
(6,7)
181
VI (7,9) 184 4
(1,4)

Gambar 5.22. Jalur Iterasi 6 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 16

Tabel 5.24. Iterasi 7 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4)6 181*
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13) 355 127
IV 6
(3,8) 239 (2,6)
159
V (6,7)5 159* 7
(6,7)
181
VI (7,9)7 184* 4
(1,4)
(4,8) 278 184
VII 9
(4,10) 338 (7,9)

Gambar 5.23. Jalur Iterasi 7 Shortest Path

Tabel 5.25. Iterasi 8 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4)6 181*
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13) 355 127
IV 6
(3,8)8 239 (2,6)
159
V (6,7)5 159* 7
(6,7)
181
VI (7,9)7 184* 4
(1,4)
(4,8) 278 184
VII 9
(4,10) 338 (7,9)
239
VIII (9,14) 314 8
(3,8)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 17

Gambar 5.24. Jalur Iterasi 8 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 18

Tabel 5.26. Iterasi 9 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4)6 181*
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13) 355 127
IV 6
(3,8)8 239* (2,6)
159
V (6,7)5 159* 7
(6,7)
181
VI (7,9)7 184* 4
(1,4)
(4,8) 278 184
VII 9
(4,10) 338 (7,9)
239
VIII (9,14) 314 8
(3,8)
(8,10)9 307* 307
IX 10
(8,13) 376 (8,10)

Gambar 5.25. Jalur Iterasi 9 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 19

Tabel 5.27. Iterasi 10 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4)6 181*
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13) 355 127
IV 6
(3,8)8 239* (2,6)
159
V (6,7)5 159* 7
(6,7)
181
VI (7,9)7 184* 4
(1,4)
(4,8) 278 184
VII 9
(4,10) 338 (7,9)
239
VIII (9,14)10 314* 8
(3,8)
(8,10)9 307* 307
IX 10
(8,13) 376 (8,10)
314
X (10,11) 395 14
(9,14)

Gambar 5.26. Jalur Iterasi 10 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 20

Tabel 5.28. Iterasi 11 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4)6 181*
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13)11 355 127
IV 6
(3,8)8 239* (2,6)
159
V (6,7)5 159* 7
(6,7)
181
VI (7,9)7 184* 4
(1,4)
(4,8) 278 184
VII 9
(4,10) 338 (7,9)
239
VIII (9,14)10 314* 8
(3,8)
(8,10)9 307* 307
IX 10
(8,13) 376 (8,10)
314
X (10,11) 395 14
(9,14)
355
XI (14,15) 443 13
(3,13)

Gambar 5.27. Jalur Iterasi 11 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 21

Tabel 5.29. Iterasi 12 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4)6 181*
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13)11 355* 127
IV 6
(3,8)8 239* (2,6)
159
V (6,7)5 159* 7
(6,7)
181
VI (7,9)7 184* 4
(1,4)
(4,8) 278 184
VII 9
(4,10) 338 (7,9)
239
VIII (9,14)10 314* 8
(3,8)
(8,10)9 307* 307
IX 10
(8,13) 376 (8,10)
314
X (10,11)13 395 14
(9,14)
355
XI (14,15) 443 13
(3,13)
395
XII (13,15) 436 11
(10,11)

Gambar 5.28. Jalur Iterasi 12 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 22

Tabel 5.30. Iterasi 13 Shortest Path

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 66*
66
I (1,3)3 115* 2
(1,2)
(1,4)6 181*
(2,5)2 108* 108
II 5
(2,6)4 127* (2,5)
115
III (5,6) 147 3
(1,3)
(3,13)11 355* 127
IV 6
(3,8)8 239* (2,6)
159
V (6,7)5 159* 7
(6,7)
181
VI (7,9)7 184* 4
(1,4)
(4,8) 278 184
VII 9
(4,10) 338 (7,9)
239
VIII (9,14)10 314* 8
(3,8)
(8,10)9 307* 307
IX 10
(8,13) 376 (8,10)
314
X (10,11)13 395* 14
(9,14)
355
XI (14,15) 443 13
(3,13)
395
XII (13,15) 436* 11
(10,11)
436
XIII (11,12) 483 15
(13,15)

Gambar 5.29. Jalur Iterasi 13 Shortest Path

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
 Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 23

III.2 Metode Software

Tabel 5.31. Jalur Excel Solver Tabel 5.32. Node
Distance Net
No From To Onroute (Km) Node Flow Supply/Demand
1 Serang Tangerang 0 66 Serang 1 = 1
2 Serang Bogor 1 115 Tangerang 0 = 0
3 Serang Sukabumi 0 181 Bogor 0 = 0
4 Tangerang Depok 0 42 Sukabumi 0 = 0
5 Tangerang Bekasi 0 61 Depok 0 = 0
6 Bogor Cirebon 1 240 Bekasi 0 = 0
7 Bogor Bandung 0 124 Cikarang 0 = 0
8 Sukabumi Bandung 0 97 Bandung 0 = 0
9 Sukabumi Garut 0 157 Karawang 0 = 0
10 Depok Bekasi 0 39 Garut 0 = 0
11 Bekasi Cikarang 0 32 Tasikmalaya 0 = 0
12 Cikarang Karawang 0 25 Banjar 0 = 0
13 Bandung Garut 0 68 Cirebon 0 = 0
14 Bandung Karawang 0 137 Indramayu 0 = 0
15 Karawang Indramayu 0 130 Brebes -1 = -1
16 Garut Tasikamalaya 0 88
Total
Tasikamalaya Banjar 42
17 0 Distance 436
18 Banjar Brebes 0 116
19 Cirebon Brebes 1 81
20 Indramayu Brebes 0 129

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 24

Gambar 5.30. Answer Report Solver (1)

Gambar 5.31. Answer Report Solver (2)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
 BAB IV
ANALISA
IV.1 Analisa Keseluruhan
Pada kasus ini terdapat 15 kota dengan 20 jalur yang berbeda beda. Kira perlu
menemukan jalur teroptimal untuk menghubungkan ke 15 kota dan juga menemukan
jalur teroptimal untuk 2 titik terjauh. Metode yang digunakan untuk menemukan jalur
teroptimal yang menghubungkan ke 15 kota adalah Metode Minimum Spanning Tree
dengan algoritma Phim dan Kruskal untuk 2 titik terjauh akan digunakan Metode
Shortest Path dan yang terakhir akan dilakukan dengan software Excel Solver.
Pada Metode Minimum Spanning Tree dengan algoritma Phim dilakukan dengan
memilih terlebih dahulu titik awal iterasi lalu memilih jalur terpendek yang terhubung
dengan titik tersebut. Masukkan titik yang sudah terhubung kedalam satu himpunan dan
titik yang belum terhubung ke himpunan satu lagi dengan dinotasikan himpunan titik
yang sudah terhubung Ci dan himpunan titik yang belum terhubung Ci’. setelah memilih
jalur yang terpendek masukkan pada iterasi selanjutnya titik yang dapat terhubung dari
Ci dan Ci’ lakukan terus menerus hingga himpunan Ci’ tidak ada isi lagi yang memiliki
arti bahwa semua titik sudah terhubung. Seperti pada kasus diatas di temukan jalur
teroptimal untuk menyambungkan seluruh titik sebesar 1,218 Km dan jalur yang dipilih
adalah (1,2), (1,3), (1,4), (2,5), (3,8), (5,6), (6,7), (7,9), (8,10), (8,13), (9,14), (10,11),
(11,12), (14,15),
Pada Metode Minimum Spanning Tree dengan algoritma Kruskal kita memulai
dengan mendata seluruh jalur yang ada lalu mengurutkan dari jalur dengan jarak
terpendek ke jalur dengan jarak terbesar. Kemudian mulailah memilih jalur dengan jarak
terpendek ke yang terbesar namun jika titik yang terhubung pada jalur tersebut sudah di
pilih sebelumnya maka jalur tersebut tidak akan dipilih karena kita tidak ingin
menciptakan loop. Pada kasus ini kita mendapatkan jarak teroptimal untuk
menyambungkan seluruh titik sebesar 1,064 Km dengan jalur yang dipilih adalah (1,2),
(1,3), (2,5), (3,8), (4,8), (5,6), (6,7), (7,9), (8,10), (10,11), (11,12), (12,15), (14,15).
Pada Metode Shortest Path kita memulai dengan memilih titik awal dan titik
akhir lalu menuliskan semua jalur yang terhubung pada titik awal dan memilih titik
tujuan dengan jalur yang memiliki jarak terpendek. Langkah selanjutnya adalah
menuliskan ulang jalur yang terhubung pada titik tujuan yang sudah di pilih di iterasi
sebelumnya perlu diketahui bahwa titik yang sudah terhubung pada iterasi sebelumnya

25
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 26

tidak dapat dipilih lagi karena jalur untuk menuju titik tersebut sudah tidak optimal.
Didapatkan pada kasus ini jarak optimal untuk mencapai titik 15 sebesar 436 Km
dengan jalur yang terpilih adalah (1,3), (3,13), (13,15).
Software Excel solver dilakukan dengan membuat terlebih dahulu tabel yang
berisikan semua jalur yang ada lalu memberikan tabel kosong untuk setiap jalurnya
dengan tulisan Onroute nantinya tabel ini akan berisi nilai 0 dan 1 dimana 0 menandakan
bahwa jalur itu tidak digunakan dan 1 menandakan bahwa jalur tersebut digunakan.
Langkah berikutnya kita akan membuat tabel dengan semua titik lalu membuat kolom
disebelahnya dengan tulisan Supply/Demand isilah tabel tersebut dengan angka 1 pada
titik awal dan -1 untuk titik tujuan akhir dengan yang lainnya berisikan 0 ini
menandakan bahwa pada titik yang memiliki nilai 1 adanya perjalanan yang keluar dari
titik tersebut namun tidak ada perjalanan yang menuju ke titik tersebut sedangkan untuk
titik dengan nilai -1 menandakan adanya perjalanan yang menuju titik tersebut namun
tidak ada perjalanan yang keluar dari titik tersebut untuk titik dengan nilai 0
menandakan adanya perjalanan yang menuju titik tersebut dan ada juga perjalan yang
keluar dari titik tersebut atau tidak ada perjalanan yang melalui titik tersebut. Buatlah
kolom bertulisan Net Flow dimana kolom ini akan memiliki rumus yang berisikan sel
Onroute rute yang berhubungan dengan titik tersebut dimana jika pada rute tersebut titik
berada pada kolom asal memiliki nilai positif dan jika titik tersebut berada pada kolom
tujuan memiliki nilai negatif, setelah itu buatlah satu sel yang berisikan rumus
=SUMPRODUCT(Kolom yang bertulisan Onroute,Kolom yang berisi jarak tiap rute).
Bukalah Solver masukkan pada Set Objective sel yang sudah di isi dengan rumus
=SUMPRODUCT sebelumnya lalu pada To: pilihlah Min karena tujuan kita adalah
meminimasi jarak yang diperlukan untuk mencapai titik tujuan akhir, pada By Changing
Variable Cells: masukkan kolom yang bertuliskan Onroute lalu pada Subject to the
Constraints: klik tulisan add lalu masukkan pada Cell Reference: kolom yang
bertuliskan Net Flow dengan simbol = lalu pada Constraint: masukkan kolom
bertuliskan Supply/Demand lalu klik Ok ubahlah Select a Solving Method: menjadi
Simplex LP kemudian klik Solve maka akan muncul jalur mana yang akan dilewati dan
berapa jaraknya. Pada kasus ini Jalur yang dilewati adalah (1,3), (3,13), (13,15) dengan
jarak 436 Km.

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 27

IV.2 Pertanyaan
1. Jelaskan apa yang dimaksud dengan graph pada optimasi jaringan serta sebutkan
contoh-contohnya!
Jawab:
graph ini terdiri dari node dan juga busur dimana node dan busur ini
berpasangan berturut turut, node ini menandakan titik dan busur menandakan
jalur.

2. Sebutkan dan jelaskan secara singkat algoritma lainnya selain yang telah disebut
pada modul yang berhubungan dengan penyelesaian permsalahan minimum
spanning tree! (minimal 3 beserta dengan sumber literatur yang digunakan).
Jawab:
Algoritma Solin adalah algoritma yang mengurutkan bobot jalur dari
besar ke kecil dan memulai dari sisi terbesar. (Herman Lukas Kayai, 2013)
Algoritma Ant Colony System adalah algoritma pencarian solusi kasus
kombinatorial yang memanfaatkan informasi lokal dari solusi yang ada
sebelumnya secara acak dan memperbaiki solusi yang ada dengan mekanisme
pengumpulan informasi. (Irawan Afrianto, 2012)
Algoritma genetika adalah algoritma yang dimulai dengan membuat
populasi awal secara acak, lalu menghitung nilai fitness dari setiap individu.
Selanjutnya memilih individu dengan nilai fitness tertinggi lalu dilakukan proses
crossover dan mutasi sehingga terbentuknya populasi baru. (Emsi M. Y.
Monifani, 2014)
3. Sebutkan penggunaan Minimum Spanning Tree dan Shortest Path dalam kehidupan
sehari-hari (masing-masing minimal 2).
Jawab:
Minimum Spanning Tree: Menentukan jalur pemasangan kabel yang
menghubungkan beberapa rumah, Menentukan pembangunan rute jalan tol yang
menghubungkan berbagai kota.
Shortest Path: Menentukan jalur yang akan dipakai saat ingin menuju
satu kota, Menentukan lokasi terdekat dari kampus.

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 28

4. PT.CRYSTAL saat ini ingin melakukan kegiatan pengiriman buah-buahan dari kota
Malang menuju Kota Jakarta melalui jalur darat, dimana dalam melakukan kegiatan
pengiriman digunakan mobil pickup berkapasitas maksimal 100 Kg dengan biaya
transportasi sebesar Rp 39.000 setiap kilometernya. Pada bulan November 2022,
PT. CRYSTAL akan mengirimkan 1000 Kg buah-buahan menuju Jakarta. Tentukan
besaran biaya paling efisien yang memungkinkan bagi PT. CRYSTAL beserta
dengan jalur yang dilaluinya.

Jawab:
Tabel 5.33. Penomoran Kota
Penomoran
Nama Kota
Kota
Malang 1
Surabaya 2
Tulungagung 3
Tuban 4
Pacitan 5
Rembang 6
Yogyakarta 7
Kudus 8
Kebumen 9
Semarang 10
Purwokerto 11
Pemalang 12
Tasikmalaya 13
Cirebon 14
Bandung 15
Subang 16
Sukabumi 17
Purwakarta 18
Bogor 19
Jakarta 20

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 29

Tabel 5.34. Jalur dan Jarak Setiap Kota

Titik Titik Jarak
Awal Akhir (Km)
1 2 100
1 3 104
2 3 158
2 4 100
3 5 132
4 6 96
5 7 106
6 8 61
7 9 102
8 10 56
9 11 68
10 12 126
11 13 155
12 14 120
13 15 120
14 16 104
15 17 92
16 18 45
17 19 60
18 20 89
19 20 56

Tabel 5.35. Iterasi 1 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100 100
I 2
(1,3) 104 (1,2)

Tabel 5.36. Iterasi 2 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100 100
I 2
(1,3)2 104 (1,2)
(2,3) 258 104
II 3
(2,4) 200 (1,3)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 30

Tabel 5.37. Iterasi 3 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104 (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5) 236 4
(2,4)

Tabel 5.38. Iterasi 4 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6) 296 5
(3,5)

Tabel 5.39. Iterasi 5 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7) 342 6
(4,6)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 31

Tabel 5.40. Iterasi 6 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8) 357 7
(5,7)

Tabel 5.41. Iterasi 7 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9) 444 8
(6,8)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 32

Tabel 5.42. Iterasi 8 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9) 444 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)

Tabel 5.43. Iterasi 9 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12) 539 9
(7,9)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 33

Tabel 5.44. Iterasi 10 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12) 539 9
(7,9)
512
X (9,11)10 512* 11
(9,11)

Tabel 5.45. Iterasi 11 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12)11 539* 9
(7,9)
512
X (9,11)10 512* 11
(9,11)
539
XI (11,13) 667 12
(10,12)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 34

Tabel 5.46. Iterasi 12 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12)11 539* 9
(7,9)
512
X (9,11)10 512* 11
(9,11)
539
XI (11,13) 667 12
(10,12)
659
XII (12,14)12 659* 14
(12,14)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 35

Tabel 5.47. Iterasi 13 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12)11 539* 9
(7,9)
512
X (9,11)10 512* 11
(9,11)
539
XI (11,13)13 667* 12
(10,12)
659
XII (12,14)12 659* 14
(12,14)
667
XIII (14,16) 763 13
(11,13)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 36

Tabel 5.48. Iterasi 14 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12)11 539* 9
(7,9)
512
X (9,11)10 512* 11
(9,11)
539
XI (11,13)13 667* 12
(10,12)
659
XII (12,14)12 659* 14
(12,14)
667
XIII (14,16)14 763* 13
(11,13)
763
XIV (13,15) 787 16
(14,16)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 37

Tabel 5.49. Iterasi 15 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12)11 539* 9
(7,9)
512
X (9,11)10 512* 11
(9,11)
539
XI (11,13)13 667* 12
(10,12)
659
XII (12,14)12 659* 14
(12,14)
667
XIII (14,16)14 763* 13
(11,13)
763
XIV (13,15)15 787* 16
(14,16)
787
XV (16,18) 808 15
(13,15)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 38

Tabel 5.50. Iterasi 16 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12)11 539* 9
(7,9)
512
X (9,11)10 512* 11
(9,11)
539
XI (11,13)13 667* 12
(10,12)
659
XII (12,14)12 659* 14
(12,14)
667
XIII (14,16)14 763* 13
(11,13)
763
XIV (13,15)15 787* 16
(14,16)
787
XV (16,18)16 808* 15
(13,15)
808
XVI (15,17) 879 18
(16,18)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 39

Tabel 5.51. Iterasi 17 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12)11 539* 9
(7,9)
512
X (9,11)10 512* 11
(9,11)
539
XI (11,13)13 667* 12
(10,12)
659
XII (12,14)12 659* 14
(12,14)
667
XIII (14,16)14 763* 13
(11,13)
763
XIV (13,15)15 787* 16
(14,16)
787
XV (16,18)16 808* 15
(13,15)
808
XVI (15,17)17 879* 18
(16,18)
879
XVII (18,20) 897 17
(15,17)

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
Laporan Praktikum Pemrograman Komputer. Modul V. Optimasi Jaringan Dalam
Perindustrian 40

Tabel 5.52. Iterasi 18 Shortest Path Pertanyaan No 4

Titik Jarak Fix & Busur yang
Iterasi Busur Jarak
Tujuan Dilalui
(1,2)1 100* 100
I 2
(1,3)2 104* (1,2)
(2,3) 258 104
II 3
(2,4)3 200* (1,3)
200
III (3,5)4 236* 4
(2,4)
236
IV (4,6)5 296* 5
(3,5)
296
V (5,7)6 342 6
(4,6)
342
VI (6,8)7 357* 7
(5,7)
357
VII (7,9)9 444* 8
(6,8)
413
VIII (8,10)8 413* 10
(8,10)
444
IX (10,12)11 539* 9
(7,9)
512
X (9,11)10 512* 11
(9,11)
539
XI (11,13)13 667* 12
(10,12)
659
XII (12,14)12 659* 14
(12,14)
667
XIII (14,16)14 763* 13
(11,13)
763
XIV (13,15)15 787* 16
(14,16)
787
XV (16,18)16 808* 15
(13,15)
808
XVI (15,17)17 879* 18
(16,18)
879
XVII (18,20)18 897* 17
(15,17)
897
XVIII (17,19) 939 20
(18,20)

Jarak yang dilalui sebesar 897 Km dengan harga Rp 39.000 /Km dan kapasitas
pengiriman 100 Kg maka biaya terefisien adalah sebesar Rp 34.983.000 dalam 1
perjalanan namun dikarenakan sebanyak 1000 Kg buah buah yang ingin dikirimkan
maka biaya yang akan dikeluarkan sebesar Rp 349.830.000.

Laboratorium Statistik Industri dan Pendukung Keputusan

Program Studi Teknik Industri – Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya
 BAB V
KESIMPULAN
• Metode Minimum Spanning Tree dengan Algoritam Phim menghasilkan jalur
sepanjang 1.218 Km

• Metode Minimum Spanning Tree dengan Algoritam Kruskal menghasilkan jalur

sepanjang 1.064 Km

• Metode Shortest Path menghasilkan jalur terpendek dari titik 1 ke titik 15 sepanjang
436 Km

• Excel Solver menghasilkan jalur terpendek dari titik 1 ke titik 15 sepanjang 436 Km

• Metode Shortest Path dan Metode Software menghasilkan solusi yang optimal
dengan jalur sepanjang 436 Km

41
 BAB VI
DAFTAR PUSTAKA

EKASARI, R. F. (2017). PENERAPAN ALGORITMA DIJKSTRA UNTUK

MENEMUKAN LINTASA TERPENDEK PADA PENGIRIMAN BARANG PT
KHARISMA SUMA JAYA SAKTI.
Emsi M. Y. Monifani, A. F. (2014). PENYELESAIAN MINIMUM SPANNING TREE
PADA GRAF LENGKAP DENGAN ALGORITMA GENETIKA
MENGGUNAKAN TEKNIK PRUFER SEQUENCES. Jurnal Komputer &
Informatika.
Gen, M. (2008). Network Models and Optimization. Springer.
Hendarman Lubis, D. B. (2021). ALGORITMA PRIM DAN KRUSKAL DALAM
MENCARI MINIMUM SPANNING TREE PADA BAHASA PEMROGRAMAN C.
Herman Lukas Kayai, F. M. (2013). PROJECT UTS PEMODELAN DAN SIMULASI
SISTEM KELAS.
Irawan Afrianto, E. W. (2012). PENYELESAIAN MASALAH MINIMUM SPANNING
TREE (MST) MENGGUNAKAN ANT COLONY SISTEM (ACS). Jurnal Ilmiah
Komputer dan Informatika.

42