Penjadwalan Petugas Satuan Pengamanan Menggunakan Nonpreemptive Goal Programming Dan Implementasinya Di Institut Pertanian Bogor
Penjadwalan Petugas Satuan Pengamanan Menggunakan Nonpreemptive Goal Programming Dan Implementasinya Di Institut Pertanian Bogor
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2017
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
ABSTRACT
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains pada
Departemen Matematika
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2017MARDIAH
FITRI RODIATUL
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini yang berjudul Penjadwalan
Menggunakan Nonpreemptive Goal Programming: Studi Kasus Penjadwalan
Satpam di Institut Pertanian Bogor berhasil diselesaikan. Penyusunan karya ilmia h
ini tidak lepas dari bantuan beberapa pihak. Oleh karena itu, penulis mengucapkan
terima kasih kepada:
1. Allah SWT atas segala rahmat dan karunia-Nya,
2. Nabi Besar Muhammad SAW sebagai nabi akhir zaman,
3. Keluarga tercinta: Ibu Hj Pipih Sopiah dan Ayahanda H Entun Rosyidi, SH
(alm), suami tercinta Imanto, anak saya tersayang Almaira Sabira dan Rijald i
Ihsan Salathin, kakak dan kakak ipar saya: Evi Fatimah, Rani Khoerunisa,
Pratiwi Yuniarti Martoyo, M Lukman Hakim, M Abdul Hakim, Edi Rustandi,
serta keponakan-keponakan saya: M. Fikri Maulana, M. Fawwaz Zakaria, M.
Daffa Dyaulhak, M. Faturahman Kala M, M Fabiyan Rizki M, Nasywa Fathiya
Kamila H, Hafsah Rafifah H yang selalu memberikan doa, motivasi dan kasih
sayang tiada henti,
4. Pemprov Jabar yang telah memberikan bantuan beasiswa dan sarana untuk
mengembangkan softskill selama perkuliahan,
5. Bapak Dr Ir Amril Aman, MSc dan Ibu Dra Farida Hanum, MSi selaku dosen
pembimbing, terima kasih atas segala kesabaran, ilmu, saran dan motivas inya
selama membimbing penulis, serta Bapak Drs. Prapto Tri Supriyo, MKom
selaku dosen penguji, terima kasih atas ilmu dan sarannya,
6. Staf Tata Usaha Departemen Matematika IPB,
7. Pihak Unit Keamanan Kampus IPB yang telah membantu dalam mendapatkan
informasi,
8. Sahabat-sahabat penulis Nur Kholis, Aulia Khoirunnisa, Anggraeni Vien P,
Dwilaras Athina, serta keluarga soulmath angkatan 49, terima kasih atas
semangat, doa dan motivasinya,
9. Kakak tingkat dan adik tingkat penulis: Imam Ekowicaksono, Alfien Ardyan
Chandra dan Aqiilah Glady Salsa Bila yang telah memberikan saran dan
motivasi,
10. Semua pihak yang telah membantu dalam penyusunan karya ilmiah ini, terima
kasih.
DAFTAR PUSTAKA 19
LAMPIRAN 20
RIWAYAT HIDUP 31
DAFTAR TABEL
1 Daftar shift dalam satu hari 8
2 Indeks dan nilai parameter 8
3 Jadwal satpam untuk Skenario 1 13
4 Daftar banyaknya shift kerja, libur, maksimal hari kerja berturut-tur ut,
dan pola penjadwalan libur- masuk- libur Skenario 1 13
5 Jadwal satpam untuk Skenario 2 14
6 Daftar banyaknya shift kerja, libur, maksimal hari kerja berturut-tur ut,
dan pola penjadwalan libur- masuk- libur Skenario 2 15
7 Jadwal satpam untuk Skenario 3 16
8 Daftar banyaknya shift kerja, libur, maksimal hari kerja berturut-tur ut,
dan pola penjadwalan libur- masuk- libur Skenario 3 16
9 Jadwal satpam untuk Skenario 4 17
10 Daftar banyaknya shift kerja, libur, maksimal hari kerja berturut-tur ut,
dan pola penjadwalan libur- masuk- libur Skenario 4 18
DAFTAR LAMPIRAN
1 Sintaks Komputasi LINGO 11.0 untuk menyelesaikan Skenario 1,
Skenario 2, dan Skenario 3 20
2 Sintaks Komputasi LINGO 11.0 untuk menyelesaikan Skenario 4 22
3 Hasil Komputasi LINGO 11.0 untuk Skenario 1 24
4 Hasil Komputasi LINGO 11.0 untuk Skenario 2 26
5 Hasil Komputasi LINGO 11.0 untuk Skenario 3 21
6 Hasil Komputasi LINGO 11.0 untuk Skenario 4 28
PENDAHULUAN
Latar Belakang
Tujuan Penelitian
LANDASAN TEORI
linear yang memiliki lebih dari satu fungsi objektif. Kemudian pada tahun 1960-an,
Ignizio mengembangkan metode ini untuk model nonlinear dan integer.
Prinsip dasar goal programming ialah mengubah model linear yang memilik i
fungsi objektif lebih dari satu ke dalam bentuk fungsi objektif tunggal (Taha 2011) .
Solusi dari model goal programming biasanya bukan merupakan solusi yang
optimum, tetapi merupakan solusi yang cukup efisien di mana beberapa tujuan
dapat dicapai secara bersamaan.
Secara umum goal programming terbagi atas dua macam. Pertama,
preemptive goal programming yaitu metode goal programming dengan
menentukan tingkatan prioritas goal yang ingin dicapai. Kedua, nonpreemptive
goal programming atau lebih dikenal dengan metode pembobotan. Kedua metode
ini memiliki aturan dan solusi yang berbeda.
Dalam metode preemptive goal programming, pembuat keputusan harus
mengurutkan goal dari yang terpenting yang ingin dicapai (Taha 2011) .
Pendekatan untuk mencari solusi dari model ini dilakukan melalui beberapa tahap.
Pertama, goal prioritas utama dimasukkan ke dalam model. Setelah solusi diperoleh,
dilanjutkan ke prioritas kedua, dengan memasukkan fungsi objektif prioritas kedua
dan menghapus variabel deviasi dari prioritas pertama, dan seterusnya.
Pada metode pembobotan atau nonpreemptive goal programming, fungs i
objektifnya berupa penjumlahan dari variabel deviasi yang telah diberikan bobot
(Taha 2011) . Pemberian nilai bobot pada setiap variabel deviasi bergantung pada
seberapa penting goal atau tujuan tersebut untuk dicapai. Semakin tinggi nilai bobot
yang diberikan, semakin penting goal tersebut untuk dicapai, begitu juga sebaliknya.
Bentuk umum dari nonpreemptive goal programming adalah sebagai berikut.
Fungsi objektif:
Pada goal programming, fungsi objektif dari goal programming adalah
meminimumkan nilai dari variabel-variabel deviasi.
dengan 𝑑𝑡+ merupakan variabel deviasi positif. Variabel deviasi positif adalah
variabel yang menyatakan kelebihan nilai dari tujuan ke-t yang telah ditentukan,
sedangkan 𝑑𝑡− merupakan variabel deviasi negatif yang menyatakan nilai yang
diperoleh kurang dari target atau tujuan ke-t yang telah ditentukan (Sarker dan
Newton 2008).
Parameter 𝑤𝑡 merupakan bobot yang akan diberikan untuk setiap variabel
deviasi. Persamaan 𝑓𝑗 ( 𝑥 𝑖 ) dan 𝑔𝑗 ( 𝑥 𝑖 ) merupakan persamaan kendala yang
berbentuk fungsi linear. Variabel 𝑥 𝑖 adalah variabel keputusan untuk model
nonpreemptive goal programming ini.
Fungsi objektif dari goal programming ini adalah untuk meminimumkan deviasi
atau penyimpangan dari target atau tujuan yang telah ditentukan. Secara umum
3
terdapat tiga kemungkinan tujuan atau goal yang ingin dicapai, yaitu sebagai
berikut.
1. 𝑔𝑗 (𝑥 𝑖) ≥ 0 ∀𝑖 dan ∀𝑗,
2. 𝑔𝑗 (𝑥 𝑖) ≤ 0 ∀𝑖 dan ∀𝑗,
3. 𝑔𝑗 (𝑥 𝑖) = 0 ∀𝑖 dan ∀𝑗.
Setelah diberi deviasi, maka kendala tambahan dari tiga kemungkinan goal
programming adalah sebagai berikut.
1. 𝑔𝑗 (𝑥 𝑖) + 𝑑𝑡− − 𝑑𝑡+ = 0, dengan meminimumkan nilai dari 𝑑𝑡− ,
2. 𝑔𝑗 (𝑥 𝑖) + 𝑑𝑡− − 𝑑𝑡+ = 0, dengan meminimumkan nilai dari 𝑑𝑡+ ,
3. 𝑔𝑗 (𝑥 𝑖) + 𝑑𝑡− − 𝑑𝑡+ = 0, dengan meminimumkan nilai dari 𝑑𝑡+ + 𝑑𝑡− .
(Sarker dan Newton 2008).
PEMODELAN
Deskripsi Masalah
Model Matematika
Variabel Keputusan
Variabel keputusan yang digunakan dalam model penjadwalan satpam ini
ialah:
1, jika regu 𝑖 bekerja pada shift pagi pada hari ke 𝑗
𝑋𝑃𝑖𝑗 = {
0, lainnya,
1, jika regu 𝑖 bekerja pada shift sore pada hari ke 𝑗
𝑋𝑆𝑖𝑗 = {
0, lainnya,
1, jika regu 𝑖 bekerja pada shift malam pada hari ke 𝑗
𝑋𝑀𝑖𝑗 = {
0, lainnya,
1, jika regu 𝑖 libur
𝑋𝐿 𝑖𝑗 = {
0, lainnya,
dengan 𝑖 = 1,2, … , 𝑘; 𝑗 = 1,2, … , 𝑙.
6
Variabel Deviasi
Variabel deviasi yang terdapat dalam model penjadwalan satpam ialah:
+
𝑑𝑎𝑖 = nilai yang menampung deviasi yang berada di atas tujuan ke-𝑎 untuk regu 𝑖
−
𝑑𝑎𝑖 = nilai yang menampung deviasi yang berada di bawah tujuan ke-𝑎 untuk regu
𝑖
+
𝑑𝑎𝑖𝑗 = nilai yang menampung deviasi yang berada di atas tujuan ke-𝑎 untuk regu 𝑖
di hari 𝑗
−
𝑑𝑎𝑖𝑗 = nilai yang menampung deviasi yang berada di bawah tujuan ke-𝑎 untuk regu
𝑖 di hari 𝑗
dengan:
𝑎 = indeks tujuan (𝑎 = 1,2, … , 𝑟) dengan 𝑟 adalah banyaknya tujuan
𝑖 = 1,2, … , 𝑘
𝑗 = 1,2, … , 𝑙.
Fungsi Objektif
Secara umum fungsi objektif pada masalah penjadwalan satpam ialah
meminimumkan total kekurangan dan/atau kelebihan (deviasi) terhadap sasaran
yang ingin dicapai. Fungsi objektif pada masalah penjadwalan satpam ini ialah:
min 𝑧 = ∑𝑟𝑎 =1 𝑤𝑎 𝑑𝑎
+
dengan 𝑤𝑎 ialah bobot tujuan ke 𝑎 , 𝑎 = 1,2, … , 𝑟 dan 𝑑𝑎 dapat berupa 𝑑𝑎𝑖 ,
− + −
𝑑𝑎𝑖 , 𝑑𝑎𝑖𝑗 , dan 𝑑𝑎𝑖𝑗 ∙
Kendala-Kendala
Kendala-kendala masalah penjadwalan satpam ini terbagi menjadi dua yaitu
kendala utama dan kendala tambahan. Kendala utama berupa aturan-aturan unit
keamanan kampus yang sifatnya wajib dipenuhi sedangkan kendala tambahan
berupa keinginan unit keamanan kampus yang sebaiknya boleh dipenuhi atau tidak.
Kendala utama:
1 Kebutuhan regu satpam untuk shift pagi terpenuhi di setiap harinya
∑𝑘𝑖=1 𝑋𝑃𝑖,𝑗 ≥ 𝑃𝑗 , 𝑗 = 1,2, … , 𝑙.
2 Kebutuhan regu satpam untuk shift sore terpenuhi di setiap harinya
∑𝑘𝑖=1 𝑋𝑆𝑖,𝑗 ≥ 𝑆𝑗 , 𝑗 = 1,2, … , 𝑙.
3 Kebutuhan regu satpam untuk shift malam terpenuhi di setiap harinya
∑𝑘𝑖=1 𝑋𝑀𝑖,𝑗 ≥ 𝑀𝑗 , 𝑗 = 1,2, … , 𝑙.
4 Dalam satu hari, regu satpam hanya mendapat satu shift kerja atau libur
𝑋𝑃𝑖,𝑗 + 𝑋𝑀𝑖,𝑗 +𝑋𝑆𝑖,𝑗 + 𝑋𝐿 𝑖,𝑗 = 1, 𝑖 = 1,2, … , 𝑘; 𝑗 = 1,2, … , 𝑙.
5 Regu satpam mendapat shift malam maksimal sama sebanyak 𝐼 hari selama
satu periode.
∑𝑙𝑗=1 𝑋𝑀𝑖,𝑗 ≤ 𝐼, 𝑖 = 1,2, … , 𝑘.
6 Regu satpam diharapkan tidak ditugaskan pada shift malam lebih dari 𝐻 hari
berturut-turut
𝑋𝑀𝑖 ,𝑗 + 𝑋𝑀𝑖,𝑗+1 + ⋯ + 𝑋𝑀𝑖 ,𝑗+𝐻 ≤ 𝐻, 𝑖 = 1,2, … , 𝑘; 𝑗 = 1,2, … , 𝑙 − 𝐻.
7 Regu satpam yang bertugas pada shift malam di suatu hari, tidak boleh
mendapat shift pagi di hari berikutnya
𝑋𝑀𝑖 ,𝑗 + 𝑋𝑃𝑖,𝑗+1 ≤ 1, 𝑖 = 1,2, … , 𝑘; 𝑗 = 1,2, … , 𝑙 − 1.
7
Kendala tambahan:
1 Regu satpam tidak ditugaskan lebih dari 𝐸 hari kerja berturut-turut
𝑋𝐿 𝑖,𝑗 + 𝑋𝐿 𝑖,𝑗+1 + ⋯ + 𝑋𝐿 𝑖,𝑗+𝐸 ≥ 1,
𝑖 = 1,2, … , 𝑘; 𝑗 = 1,2, … , 𝑙 − 𝐸.
2 Regu satpam mendapat jumlah libur yang sama, yaitu sebanyak 𝐹 hari selama
satu periode penjadwalan
∑𝑙𝑗=1 𝑋𝐿 𝑖,𝑗 = 𝐹, 𝑖 = 1,2, … , 𝑘.
3 Regu satpam tidak mendapat pola penjadwalan libur-masuk- libur
𝑋𝐿 𝑖,𝑗 + 𝑋𝑃𝑖,𝑗+1 + 𝑋𝑆𝑖 ,𝑗+1 + 𝑋𝑀𝑖,𝑗+1 + 𝑋𝐿 𝑖,𝑗+2 ≤ 2,
𝑖 = 1,2, … , 𝑘; 𝑗 = 1,2, … , 𝑙 − 2.
IMPLEMENTASI MODEL
Studi kasus yang diambil dalam penelitian ini adalah masalah penjadwalan
satpam di Institut Pertanian Bogor. Di Institut Pertanian Bogor ini ada lima sektor
yang harus dijaga dan kebutuhan regu satpam pada setiap shift harus terpenuhi.
Pembahasan mengenai penjadwalan satpam di Institut Pertanian Bogor dituangka n
ke dalam empat skenario. Skenario 1 merupakan model penjadwalan dengan
menggunakan aturan yang diinginkan oleh pihah Unit Keamanan Kampus IPB,
sedangkan Skenario 2, Skenario 3 dan Skenario 4 merupakan model penjadwalan
yang memodifikasi model penjadwalan pada Skenario 1.
Skenario 1
Penjadwalan satpam di Institut Pertanian Bogor saat ini masih dilakukan secara
manual oleh Unit Keamanan Kampus. Akan diteliti penjadwalan satpam di Institut
Pertanian Bogor dengan 3 shift kerja per harinya, yaitu shift pagi, shift sore, dan
shift malam dengan rincian waktu terdapat pada Tabel 1.
8
Shift pagi membutuhkan lima regu satpam, shift siang membutuhkan lima regu
satpam, dan shift malam membutuhkan lima regu satpam per hari. Keterangan
mengenai parameter dan indeks yang terdapat pada studi kasus ini dapat dilihat di
Tabel 2.
Kendala-kendala
Kendala-kendala pada model ini dibagi ke dalam dua jenis yaitu kendala utama
dan kendala tambahan. Kendala utama merupakan aturan-aturan yang berlaku yang
dibuat oleh unit keamanan kampus dan wajib dipenuhi, sedangkan kendala
tambahan merupakan keinginan dari pihak unit keamanan kampus yang sebaiknya
dipenuhi.
Kendala utama:
1 Kebutuhan regu satpam untuk shift pagi terpenuhi di setiap harinya
∑15
𝑖 =1 𝑋𝑃𝑖,𝑗 ≥ 5, 𝑗 = 1,2, … , 30.
2 Kebutuhan regu satpam untuk shift sore terpenuhi di setiap harinya
∑15
𝑖 =1 𝑋𝑆𝑖,𝑗 ≥ 5, 𝑗 = 1,2, … , 30.
3 Kebutuhan regu satpam untuk shift malam terpenuhi di setiap harinya
∑15
𝑖 =1 𝑋𝑀𝑖,𝑗 ≥ 5, 𝑗 = 1,2, … , 30.
4 Dalam satu hari, regu satpam hanya mendapat satu shift kerja atau libur
9
Skenario 2
Skenario kedua merupakan modifikasi dari skenario pertama. Perbedaannya
ialah pada skenario kedua banyaknya regu satpam yang bekerja menjadi 16 regu.
Secara umum, himpunan, parameter, variabel keputusan, dan fungsi objektif pada
skenario kedua sama dengan skenario pertama dengan rincian waktu terdapat pada
Tabel 1 dan Tabel 2.
Skenario 3
Shift pagi membutuhkan minimal lima regu satpam dan shift malam minima l
membutuhkan lima regu satpam per hari. Keterangan Parameter dan indeks yang
terdapat pada studi kasus ini dapat dilihat di Tabel 4.
Kendala-kendala
Kendala-kendala pada model ini dibagi ke dalam dua jenis yaitu kendala utama
dan kendala tambahan. Kendala utama merupakan aturan-aturan yang berlaku yang
telah dibuat oleh unit keamanan kampus, kendala ini wajib dipenuhi. Sedangkan
kendala tambahan merupakan keinginan dari pihak unit keamanan kampus yang
sifatnya boleh dipenuhi atau tidak.
Kendala utama:
1 Kebutuhan regu satpam untuk shift pagi terpenuhi di setiap harinya
∑15
𝑖 =1 𝑋𝑃𝑖,𝑗 ≥ 5, 𝑗 = 1,2, … , 30.
2 Kebutuhan regu satpam untuk shift malam terpenuhi di setiap harinya
∑15
𝑖 =1 𝑋𝑀𝑖,𝑗 ≥ 5, 𝑗 = 1,2, … , 30.
3 Dalam satu hari, regu satpam hanya mendapat satu shift kerja atau libur
𝑋𝑃𝑖,𝑗 + 𝑋𝑀𝑖,𝑗 + 𝑋𝐿 𝑖,𝑗 = 1, 𝑖 = 1,2, … , 15, 𝑗 = 1,2, … , 30
4 Regu satpam mendapat shift malam maksimal sama sebanyak 10 hari selama
satu periode.
∑30
𝑗=1 𝑋𝑀𝑖 ,𝑗 ≤ 10, 𝑖 = 1,2, … , 15.
5 Regu satpam tidak ditugaskan pada pada shift malam lebih dari 2 hari berturut-
turut
𝑋𝑀𝑖,𝑗 + 𝑋𝑀𝑖,𝑗+1 + 𝑋𝑀𝑖,𝑗+2 ≤ 2, 𝑖 = 1,2, … ,15; 𝑗 = 1,2, … ,28.
6 Regu satpam yang bertugas pada shift malam di suatu hari, tidak boleh mendapat
shift pagi di hari berikutnya
𝑋𝑀𝑖,𝑗 +𝑋𝑃𝑖,𝑗+1 ≤ 1, 𝑖 = 1,2, … ,15; 𝑗 = 1,2, … ,29.
Kendala tambahan:
1 Regu satpam tidak ditugaskan lebih dari 6 hari kerja berturut-turut
𝑋𝐿 𝑖,𝑗 + 𝑋𝐿 𝑖,𝑗+1 + 𝑋𝐿 𝑖,𝑗+2 + 𝑋𝐿 𝑖,𝑗+3 + 𝑋𝐿 𝑖,𝑗+4 + 𝑋𝐿 𝑖,𝑗+5 + 𝑋𝐿 𝑖,𝑗+6 ≥ 1,
𝑖 = 1,2, … ,15; 𝑗 = 1,2, … ,24.
2 Regu satpam mendapat jumlah libur yang sama, yaitu sebanyak 10 hari selama
satu periode penjadwalan
∑𝑙𝑗=1 𝑋𝐿 𝑖,𝑗 = 10, 𝑖 = 1,2, … , 15.
3 Regu satpam tidak mendapat pola penjadwalan libur-masuk- libur 𝑋𝐿 𝑖,𝑗 +
𝑋𝑃𝑖,𝑗+1 +𝑋𝑀𝑖 ,𝑗+1 + 𝑋𝐿 𝑖,𝑗+2 ≤ 2,
𝑖 = 1,2, … ,15; 𝑗 = 1,2, … ,28.
12
Fungsi objektif
Fungsi objektif pada metode ini bertujuan meminimumkan total dari kelebiha n
atau kekurangan terhadap sasaran yang ingin dicapai. Fungsi objektifnya sebagai
berikut:
Min 𝑧 = 𝑤1 ∑15 24 − 30 + 30 − 15 24 +
𝑖=1 ∑𝑗=1 𝑑1,𝑖,𝑗 +𝑤2 ∑𝑗=1 𝑑2,𝑖,𝑗 +𝑤2 ∑𝑗=1 𝑑2,𝑖,𝑗 + 𝑤3 ∑𝑖 =1 ∑𝑗=1 𝑑3,𝑖 ,𝑗
Pada Tabel 5 dapat dilihat bahwa semua kendala utama terpenuhi, namun
kendala tambahan ada yang tidak terpenuhi, yaitu tidak terdapat shift libur untuk
setiap regu karena jumlah regu yang terbatas dan regu satpam ditugaskan lebih dari
6 hari kerja berturut-turut. Daftar banyaknya shift kerja, shift libur, dan kendala
tambahan satpam berdasarkan hasil nonpreemptive goal programming dapat dilihat
pada Tabel 6.
Tabel 6 Daftar banyaknya regu satpam yang mendapat shift kerja, shift libur,
maksimal hari kerja berturut-turut, dan pola penjadwalan libur-masuk- libur
Regu Shift Shift Shift Shift Maks. Hari Kerja L-M-L
Pagi Sore Malam Libur Berturut-turut
1 8 12 10 0 30 0
2 11 9 10 0 30 0
3 9 11 10 0 30 0
4 6 14 10 0 30 0
5 14 6 10 0 30 0
6 14 6 10 0 30 0
7 7 12 10 0 30 0
8 9 11 10 0 30 0
9 9 11 10 0 30 0
10 11 9 10 0 30 0
11 12 8 10 0 30 0
12 13 7 10 0 30 0
13 9 11 10 0 30 0
14 13 7 10 0 30 0
15 4 16 10 0 30 0
14
Pada Tabel 6 terlihat bahwa jumlah shift pagi dan shift sore tidak merata.
Namun hal ini tidak menjadi masalah karena shift pagi dan shift sore memilik i
durasi dan beban kerja yang sama. Pada tabel ini terlihat jumlah shift malam
antar regu satpam mendapat shift malam maksimal sama sebanyak 10 hari
selama satu periode sesuai dengan kendala yang diberikan. Selain itu, terlihat
bahwa maksimal hari kerja berturut-turut tidak sesuai dengan kendala karena
semua regu satpam mendapatkan maksimal hari kerja berturut-turut sebanyak
30 hari. Pada Tabel 6 terlihat regu satpam tidak mendapat pola penjadwalan
libur-masuk- libur sesuai dengan kendala yang diberikan, bahkan tidak
mendapat libur sama sekali. Faktor tidak adanya libur bagi satpam dikarenakan
jumlah regu satpam yang terbatas, kecuali nanti jika ada penambahan
banyaknya regu satpam, sehingga bisa memenuhi kebutuhan satpam di setiap
shift dan regu satpam mendapatkan hari libur.
Skenario 2
Masalah penjadwalan regu satpam diselesaikan dengan bantuan software
LINGO 11.0 dan diperoleh solusi optimal global dengan nilai fungsi tujuan sebesar
1254 dan waktu eksekusi 5 detik. Hasil penjadwalan satpam menggunaka n
nonpreemptive goal programming untuk Skenario 2 dapat dilihat pada Tabel 7.
Pada Tabel 7 dapat dilihat bahwa semua kendala utama terpenuhi, namun
kendala tambahan masih ada yang dilanggar yaitu terdapat regu satpam yang
bertugas lebih dari 6 hari kerja berturut-turut. Daftar banyaknya shift kerja, shift
15
Tabel 8 Daftar banyaknya regu satpam yang mendapat shift kerja , shift libur,
maksimal hari kerja berturut-turut, dan pola penjadwalan libur-masuk- libur
Regu Shift Shift Shift Shift Maks. Hari Kerja L-M-L
Pagi Sore Malam Libur Berturut-turut
1 6 14 9 1 26 0
2 12 7 10 1 20 0
3 3 16 10 1 21 0
4 12 7 9 2 18 0
5 6 13 10 1 12 0
6 13 6 9 2 15 0
7 2 15 10 3 10 0
8 14 5 9 2 24 0
9 8 10 10 2 12 0
10 11 8 8 3 12 0
11 15 6 8 1 15 0
12 14 7 9 0 30 0
13 12 5 10 3 14 0
14 10 9 9 2 10 0
15 6 12 10 2 12 0
16 6 10 10 4 11 0
Pada Tabel 8 dilihat bahwa jumlah shift pagi dan shift sore tidak merata.
Namun hal ini tidak menjadi masalah karena shift pagi dan shift sore memilik i
durasi dan beban kerja yang sama. Pada Tabel 8 juga terlihat jumlah shift
malam setiap regu satpam maksimal sebanyak 10 hari selama satu periode.
Pada Tabel 8 terlihat regu satpam tidak mendapat pola penjadwalan libur-
masuk-libur sesuai dengan kendala yang diberikan. Pada Tabel 8 terlihat regu
satpam mendapat jumlah libur yang berbeda-beda selama satu periode
penjadwalan dan masih jauh dari 10 hari yang diharapkan.
Skenario 3
Pada Tabel 9 dapat dilihat bahwa semua kendala utama terpenuhi, namun
kendala tambahan ada yang tidak terpenuhi, karena ada regu yang ditugaskan lebih
dari 6 hari kerja berturut-turut dan jumlah libur yang didapatkan tidak sesuai dengan
kendala yang diberikan. Daftar banyaknya shift kerja, shift libur, dan kendala
tambahan satpam berdasarkan hasil nonpreemptive goal programming dapat dilihat
pada Tabel 10.
Tabel 10 Daftar banyaknya regu satpam yang mendapat shift kerja, shift libur,
maksimal hari kerja berturut-turut, dan pola penjadwalan libur-masuk- libur
Regu Shift Shift Shift Shift Maks. Hari Kerja L-M-L
Pagi Sore Malam Libur Berturut-turut
1 5 13 9 3 11 0
2 10 6 10 4 7 0
3 8 8 10 4 7 0
4 10 6 10 4 7 0
5 5 12 10 3 12 0
6 14 5 8 3 11 0
7 5 11 10 4 8 0
8 16 5 5 4 9 0
9 5 13 9 3 11 0
10 12 7 7 4 8 0
11 11 8 7 4 8 0
12 9 7 10 4 8 0
13 13 6 8 3 9 0
14 7 10 9 4 6 0
15 10 7 10 3 8 0
17
Tabel 10 Daftar banyaknya regu satpam yang mendapat shift kerja, shift libur,
maksimal hari kerja berturut-turut, dan pola penjadwalan libur-masuk- libur
(Lanjutan)
Regu Shift Shift Shift Shift Maks. Hari Kerja L-M-L
Pagi Sore Malam Libur Berturut-turut
16 6 11 10 3 13 0
17 4 15 8 3 11 0
Pada Tabel 10 terlihat jumlah shift pagi dan shift sore tidak merata. Namun hal
ini tidak menjadi masalah karena shift pagi dan shift sore memiliki durasi dan beban
kerja yang sama. Pada Tabel 10 terlihat jumlah shift malam antar regu satpam
mendapat shift malam maksimal sama sebanyak 10 hari selama satu periode sesuai
dengan kendala yang diberikan. Pada Tabel 10 terlihat regu satpam tidak mendapat
jumlah libur yang sama, yaitu sebanyak 10 hari selama satu periode penjadwalan,
hal ini seharusnya tidak menjadi masalah dikarenakan kendala ini merupakan
kendala tambahan yang sebaiknya bisa dipenuhi atau tidak. Pada Tabel 10 terlihat
maksimal hari kerja berturut-turut yaitu 12 hari terdapat pada regu 5. Pada Tabel 10
terlihat regu satpam tidak mendapat pola penjadwalan libur-masuk- libur sesuai
dengan kendala yang diberikan.
Skenario 4
Penyelesaian masalah penjadwalan regu satpam dilakukan dengan bantuan
software LINGO 11.0 menggunakan metode nonpreemptive goal programming
memperoleh nilai solusi global optimum dengan fungsi tujuan sebesar 0,2 𝑥 10−12
dan waktu eksekusi 12 detik. Hasil penjadwalan satpam menggunaka n
nonpreemptive goal programming dapat dilihat pada Tabel 11.
Tabel 11 Hasil penjadwalan satpam menggunakan nonpreemptive goal
programming
Hari
Regu
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1 MM L P P P L P P P MM L L P MM L MM L L L P P LM M L P
2 M LL P PM L MM L P P M M L P P P MM L L P P M L P M L L
3 MM L L L P P MM L P P M M L P P MM L P P L L P P L M M L
4 L MM L L P P P L P MM L MM L P P P L P M L P MM L P M L
5 L LP P MM L P P M L L P P P M L MM L MM L MM L L P P P
6 L LP P LM M L P P M L P P P L P P MM L MM L MM L P M L
7 P PM L P P M L P M L MM LMM L P P MM L P P M L L L L P
8 L PM L PM M L L P P P L P M L P M L MM L P M L MM L P P
9 L LPM L L P M L MM L P P L P M L P P P P MM L MM L P M
10 P P L P M L L L L P P MM L P P MM L L MM L P P MM L P M
11 MM L M M L P P M L P M L LMM L L L P P MM L L P P P P P
12 P MM L P P P P M M L P M M L L L L L P M L P M L L P P M M
13 P P PM M L L MM L L L P MM L L P P P L P M L P P M M L M
14 P P PM M L M M L L L P P L L P MM L L P P MM L P P L M M
15 M LM M LM M L P MM L L P P MM L L P P P P L P P P M L L
Pagi 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Malam 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Libur 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Pada Tabel 11 dapat dilihat semua kendala utama dan kendala tambahan
terpenuhi. Perbedaannya antara Skenario 1, Skenario 2, dan Skenario 3 ialah jumlah
shift, banyaknya regu, dan durasi jam bekerja. Pada Tabel 15 dapat dilihat dengan
jumlah regu 15 sesuai dengan data yang diperoleh dari pihak Unit Keamanan
Kampus dan hanya ada dua shift, yakni shift pagi dan shift malam dengan durasi
bekerja tiap shift yaitu 12 jam maka diperoleh hasil yang memenuhi kendala utama
dan kendala tambahan. Namun yang menjadi masalah dengan kondisi jadwal yang
seperti ini melanggar aturan waktu bekerja yang idealnya bekerja hanya 8 jam
sehari. Daftar banyaknya shift kerja, shift libur, dan kendala tambahan satpam
berdasarkan hasil nonpreemptive goal programming dapat dilihat pada Tabel 12.
Tabel 12 Daftar banyaknya regu satpam yang mendapat shift kerja, shift libur,
maksimal hari kerja berturut-turut, dan pola penjadwalan libur-masuk- libur
Regu Shift Shift Shift Maks. Hari Kerja L-M-L
Pagi Malam Libur Berturut-turut
1 10 10 10 5 0
2 10 10 10 3 0
3 10 10 10 4 0
4 10 10 10 3 0
5 10 10 10 4 0
6 10 10 10 3 0
7 10 10 10 3 0
8 10 10 10 3 0
9 10 10 10 6 0
10 10 10 10 4 0
11 10 10 10 5 0
13 10 10 10 5 0
14 10 10 10 5 0
15 10 10 10 4 0
Pada Tabel 12 terlihat jumlah shift pagi dan shift malam merata. Pada Tabel
12 terlihat jumlah shift malam antar regu satpam mendapat shift malam
maksimal sama sebanyak 10 hari selama satu periode sesuai dengan kendala
yang diberikan. Pada Tabel 12 terlihat regu satpam mendapat jumlah libur yang
sama, yaitu sebanyak 10 hari selama satu periode penjadwalan. Pada Tabel 12
telihat bahwa regu satpam mendapatkan maksimal hari kerja berturut-tur ut
dikisaran 3-6 hari. Pada Tabel 12 terlihat regu satpam tidak mendapat pola
penjadwalan libur-masuk- libur sesuai dengan kendala yang diberikan.
Simpulan
Saran
DAFTAR PUSTAKA
Putri RI. 2013. Penjadwalan perawat menggunakan goal programming: Studi kasus
di Rumah sakit Hasanah Graha Afiah Depok [skripsi]. Bogor (ID):Institut
Pertanian Bogor
Sarker RA, Newton CS. 2008. Optimization Modelling-A Practical Approach. Boca
Raton (US): CRC Press Taylor & Francis Group.
Soniwan RG. 2014. Penjadwalan petugas keamanan menggunakan integer linear
programming [skripsi].Bogor[ID]: Institut Pertanian Bogor.
Taha HA. 2011. Operations Research: An Introduction 9𝑡ℎ Edition. New Jersey
(US): Prentice-Hall.
Winston WL. 2004. Operations Research Applications and Algorithms 4𝑡ℎ ed. New
York (US): Duxbury
20
data:
p = 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5;
s = 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5;
m = 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 ;
enddata
@for(link(i,j):@bin(xp(i,j)));
@for(link(i,j):@bin(xs(i,j)));
@for(link(i,j):@bin(xm(i,j)));
@for(link(i,j):@bin(xl(i,j)));
!kendala utama;
!kendala 1 regu satpam pada shift pagi terpenuhi;
@for(hari(j):@sum(regu(i):xp(i,j))>=p(j));
!kendala 2 regu satpam pada shift sore terpenuhi;
@for(hari(j):@sum(regu(i):xs(i,j))>=s(j));
!kendala 3 regu satpam pada shift malam terpenuhi;
@for(hari(j):@sum(regu(i):xm(i,j))>=m(j));
!kendala 4 regu satpam hanya mendapatkan 1 shift, shift kerja atau
libur;
@for(link(i,j):xp(i,j)+xs(i,j)+xm(i,j)+xl(i,j)=1);
!kendala 5 regu satpam mendapat shift malam maksimum sebanyak 10
hari selama satu periode penjadwalan;
@for(regu(i):@sum(hari(j):xm(i,j))<=10);
!kendala 6 regu satpam tidak ditugaskan pada shift malam lebih
dari dua hari berturut-turut;
@for(link(i,j)|j#le#28:xm(i,j)+xm(i,j+1)+xm(i,j+2)<=2);
!kendala 7 regu satpam yang bertugas pada shift malam di suatu
hari tidak boleh mendapat shift pagi di hari berikutnya;
@for(link(i,j)|j#le#29:xm(i,j)+xp(i,j+1)<=1);
!kendala tambahan;
!kendala 1 regu satpam tidak ditugaskan lebih dari 6 hari kerja
berturut-turut;
@for(link(i,j)|j#le#24:xl(i,j)+xl(i,j+1)+xl(i,j+2)+xl(i,j+3)+xl(i,
j+4)+xl(i,j+5)+xl(i,j+6)+d1m(i,j)-d1p(i,j)=1);
!kendala 2 regu satpam mendapat jumlah libur yang sama yaitu
sebanyak 10 hari selama satu periode penjadwalan;
@for(regu(i):@sum(hari(j):xl(i,j))+d2m(i)-d2p(i)=10);
!kendala 3 regu satpam tidak mendapat pola penjadwalan libur-
masuk-libur;
@for(link(i,j)|j#le#28:xl(i,j)+xp(i,j+1)+xs(i,j+1)+xm(i,j+1)+xl(i,
j+2)+d3m(i,j)-d3p(i,j)=2);
!fungsi objektif;
min=4*@sum(link(i,j):d1m(i,j))+3*@sum(regu(i):d2p(i))+3*@sum(regu(
i):d2m(i)+3*@sum(link(i,j):d3p(i,j)));
21
data:
p = 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5;
m = 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 ;
enddata
@for(link(i,j):@bin(xp(i,j)));
@for(link(i,j):@bin(xm(i,j)));
@for(link(i,j):@bin(xl(i,j)));
!kendala utama;
!kendala 1 regu satpam pada shift pagi terpenuhi;
@for(hari(j):@sum(regu(i):xp(i,j))>=p(j));
!kendala 2 regu satpam pada shift malam terpenuhi;
@for(hari(j):@sum(regu(i):xm(i,j))>=m(j));
!kendala 3 regu satpam hanya mendapatkan 1 shift, shift kerja atau
libur;
@for(link(i,j):xp(i,j)+xm(i,j)+xl(i,j)=1);
!kendala 4 regu satpam mendapat shift malam maksimum sebanyak 10
hari selama satu periode penjadwalan;
@for(regu(i):@sum(hari(j):xm(i,j))<=10);
!kendala 5 regu satpam tidak ditugaskan pada shift malam lebih
dari dua hari berturut-turut;
@for(link(i,j)|j#le#28:xm(i,j)+xm(i,j+1)+xm(i,j+2)<=2);
!kendala 6 regu satpam yang bertugas pada shift malam di suatu
hari tidak boleh mendapat shift pagi di hari berikutnya;
@for(link(i,j)|j#le#29:xm(i,j)+xp(i,j+1)<=1);
!kendala tambahan;
!kendala 1 regu satpam tidak ditugaskan lebih dari 6 hari kerja
berturut-turut;
@for(link(i,j)|j#le#24:xl(i,j)+xl(i,j+1)+xl(i,j+2)+xl(i,j+3)+xl(i,
j+4)+xl(i,j+5)+xl(i,j+6)+d1m(i,j)-d1p(i,j)=1);
!kendala 2 regu satpam mendapat jumlah libur yang sama yaitu
sebanyak 10 hari selama satu periode penjadwalan;
@for(regu(i):@sum(hari(j):xl(i,j))+d2m(i)-d2p(i)=10);
!kendala 3 regu satpam tidak mendapat pola penjadwalan libur-
masuk-libur;
@for(link(i,j)|j#le#28:xl(i,j)+xp(i,j+1)+xm(i,j+1)+xl(i,j+2)+d3m(i
,j)-d3p(i,j)=2);
!fungsi objektif;
min=4*@sum(link(i,j):d1m(i,j))+3*@sum(regu(i):d2p(i))+3*@sum(regu(
i):d2m(i)+3*@sum(link(i,j):d3p(i,j)));
22
Variable Value
P( 1) 5.000000
P( 2) 5.000000
P( 3) 5.000000
P( 4) 5.000000
P( 5) 5.000000
P( 6) 5.000000
P( 7) 5.000000
P( 8) 5.000000
P( 9) 5.000000
P( 10) 5.000000
P( 11) 5.000000
P( 12) 5.000000
P( 13) 5.000000
P( 14) 5.000000
P( 15) 5.000000
23
P( 16) 5.000000
P( 17) 5.000000
P( 18) 5.000000
P( 19) 5.000000
P( 20) 5.000000
P( 21) 5.000000
P( 22) 5.000000
P( 23) 5.000000
P( 24) 5.000000
P( 25) 5.000000
P( 26) 5.000000
P( 27) 5.000000
P( 28) 5.000000
P( 29) 5.000000
P( 30) 5.000000
.
.
.
D3M( 15, 1) 1.000000
D3M( 15, 2) 1.000000
D3M( 15, 3) 1.000000
D3M( 15, 4) 1.000000
D3M( 15, 5) 1.000000
D3M( 15, 6) 1.000000
D3M( 15, 7) 1.000000
D3M( 15, 8) 1.000000
D3M( 15, 9) 1.000000
D3M( 15, 10) 1.000000
D3M( 15, 11) 1.000000
D3M( 15, 12) 1.000000
D3M( 15, 13) 1.000000
D3M( 15, 14) 1.000000
D3M( 15, 15) 1.000000
D3M( 15, 16) 1.000000
D3M( 15, 17) 1.000000
D3M( 15, 18) 1.000000
D3M( 15, 19) 1.000000
D3M( 15, 20) 1.000000
D3M( 15, 21) 1.000000
D3M( 15, 22) 1.000000
D3M( 15, 23) 1.000000
D3M( 15, 24) 1.000000
D3M( 15, 25) 1.000000
D3M( 15, 26) 1.000000
D3M( 15, 27) 1.000000
D3M( 15, 28) 1.000000
Hasil running selengkapnya ada di CD
24
Variable Value
P( 1) 5.000000
P( 2) 5.000000
P( 3) 5.000000
P( 4) 5.000000
P( 5) 5.000000
P( 6) 5.000000
P( 7) 5.000000
P( 8) 5.000000
P( 9) 5.000000
P( 10) 5.000000
P( 11) 5.000000
P( 12) 5.000000
P( 13) 5.000000
P( 14) 5.000000
25
P( 15) 5.000000
P( 16) 5.000000
P( 17) 5.000000
P( 18) 5.000000
P( 19) 5.000000
P( 20) 5.000000
P( 21) 5.000000
P( 22) 5.000000
P( 23) 5.000000
P( 24) 5.000000
P( 25) 5.000000
P( 26) 5.000000
P( 27) 5.000000
P( 28) 5.000000
P( 29) 5.000000
P( 30) 5.000000
.
.
.
D3M( 15, 24) 1.000000
D3M( 15, 25) 1.000000
D3M( 15, 26) 1.000000
D3M( 15, 27) 1.000000
D3M( 15, 28) 1.000000
D3M( 16, 2) 1.000000
D3M( 16, 3) 1.000000
D3M( 16, 4) 1.000000
D3M( 16, 5) 1.000000
D3M( 16, 7) 2.000000
D3M( 16, 9) 1.000000
D3M( 16, 10) 1.000000
D3M( 16, 11) 1.000000
D3M( 16, 12) 1.000000
D3M( 16, 13) 1.000000
D3M( 16, 14) 1.000000
D3M( 16, 15) 1.000000
D3M( 16, 16) 1.000000
D3M( 16, 18) 2.000000
D3M( 16, 20) 1.000000
D3M( 16, 21) 1.000000
D3M( 16, 22) 1.000000
D3M( 16, 23) 1.000000
D3M( 16, 24) 1.000000
D3M( 16, 25) 1.000000
D3M( 16, 26) 1.000000
D3M( 16, 27) 1.000000
Hasil running selengkapnya ada di CD
26
P( 18) 5.000000
P( 19) 5.000000
P( 20) 5.000000
P( 21) 5.000000
P( 22) 5.000000
P( 23) 5.000000
P( 24) 5.000000
P( 25) 5.000000
P( 26) 5.000000
P( 27) 5.000000
P( 28) 5.000000
P( 29) 5.000000
P( 30) 5.000000
.
.
.
D3M( 16, 19) 1.000000
D3M( 16, 20) 1.000000
D3M( 16, 21) 1.000000
D3M( 16, 23) 2.000000
D3M( 16, 25) 1.000000
D3M( 16, 26) 1.000000
D3M( 16, 27) 1.000000
D3M( 16, 28) 1.000000
D3M( 17, 1) 2.000000
D3M( 17, 3) 1.000000
D3M( 17, 4) 1.000000
D3M( 17, 5) 1.000000
D3M( 17, 6) 1.000000
D3M( 17, 7) 1.000000
D3M( 17, 8) 1.000000
D3M( 17, 10) 2.000000
D3M( 17, 12) 1.000000
D3M( 17, 13) 1.000000
D3M( 17, 14) 1.000000
D3M( 17, 15) 1.000000
D3M( 17, 16) 1.000000
D3M( 17, 18) 2.000000
D3M( 17, 20) 1.000000
D3M( 17, 21) 1.000000
D3M( 17, 22) 1.000000
D3M( 17, 23) 1.000000
D3M( 17, 24) 1.000000
D3M( 17, 25) 1.000000
D3M( 17, 26) 1.000000
D3M( 17, 27) 1.000000
D3M( 17, 28) 1.000000
Hasil running selengkapnya ada di CD
28
Variable Value
P( 1) 5.000000
P( 2) 5.000000
P( 3) 5.000000
P( 4) 5.000000
P( 5) 5.000000
P( 6) 5.000000
P( 7) 5.000000
P( 8) 5.000000
P( 9) 5.000000
P( 10) 5.000000
P( 11) 5.000000
P( 12) 5.000000
P( 13) 5.000000
.
29
.
.
D3M( 12, 14) 1.000000
D3M( 12, 18) 1.000000
D3M( 12, 21) 2.000000
D3M( 12, 24) 1.000000
D3M( 12, 25) 1.000000
D3M( 12, 27) 1.000000
D3M( 12, 28) 1.000000
D3M( 13, 1) 1.000000
D3M( 13, 2) 1.000000
D3M( 13, 3) 1.000000
D3M( 13, 5) 1.000000
D3M( 13, 6) 1.000000
D3M( 13, 9) 1.000000
D3M( 13, 11) 1.000000
D3M( 13, 13) 1.000000
D3M( 13, 15) 1.000000
D3M( 13, 16) 1.000000
D3M( 13, 18) 1.000000
D3M( 13, 20) 2.000000
D3M( 13, 23) 2.000000
D3M( 13, 25) 1.000000
D3M( 13, 26) 1.000000
D3M( 13, 28) 2.000000
D3M( 14, 1) 1.000000
D3M( 14, 2) 1.000000
D3M( 14, 3) 1.000000
D3M( 14, 5) 2.000000
D3M( 14, 8) 1.000000
D3M( 14, 10) 1.000000
D3M( 14, 13) 1.000000
D3M( 14, 14) 1.000000
D3M( 14, 16) 1.000000
D3M( 14, 18) 1.000000
D3M( 14, 19) 1.000000
D3M( 14, 21) 1.000000
D3M( 14, 22) 1.000000
D3M( 14, 24) 2.000000
D3M( 14, 27) 2.000000
D3M( 15, 1) 2.000000
D3M( 15, 4) 2.000000
D3M( 15, 7) 2.000000
D3M( 15, 9) 1.000000
D3M( 15, 11) 1.000000
D3M( 15, 12) 1.000000
D3M( 15, 14) 1.000000
D3M( 15, 15) 1.000000
30
RIWAYAT HIDUP
Penulis dilahirkan di Sukabumi pada tanggal 27 November 1993 anak dari
pasangan Hj. Pipih Sopiah dan H.E. Rosyidi (alm), anak kelima dari lima
bersaudara. Pada tahun 2006 penulis lulus dari SDI Al-Azhar 18 Cianjur, kemudian
pada tahun 2009 lulus dari SMP Negeri 1 Cianjur. Tahun 2012 penulis lulus dari
SMA Negeri 1 Cianjur dan pada tahun yang sama penulis lulus seleksi masuk IPB
melalui jalur SNMPTN Undangan dan diterima di Departemen Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam.
Selama mengikuti pendidikan di Institut Pertanian Bogor penulis pernah
mengikuti kepanitiaan seperti menjadi PJK (Penanggung Jawab Kelompok) dalam
kepanitiaan MPD (Masa Pengenalan Departemen) tahun 2014 dan IPB
Mathematics Challenge pada tahun 2014. Penulis pernah menjadi MC (Master of
Ceremony) dalam acara MR (Matematika Ria) pada tahun 2012-2016. Penulis
pernah menjadi MVP (Most Valuable Player) dalam pertandingan basket antar
departemen pada tahun 2013 dan 2014 dan menjadi juara ke-2 dalam pertandinga n
maraton antar departemen pada tahun 2014.