PENJADWALAN PETUGAS SATUAN PENGAMANAN

MENGGUNAKAN NONPREEMPTIVE GOAL PROGRAMMING

DAN IMPLEMENTASINYA DI INSTITUT PERTANIAN
BOGOR

FITRI RODIATUL MARDIAH

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2017
 PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Penjadwalan Petugas

Satuan Pengamanan Menggunakan Nonpreemptive Goal Programming dan
Implementasinya di Institut Pertanian Bogor adalah benar karya saya dengan arahan
dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Agustus 2017

Fitri Rodiatul Mardiah

NIM G54120047
 ABSTRAK
FITRI RODIATUL MARDIAH. Penjadwalan Petugas Satuan Pengamanan
Menggunakan Nonpreemptive Goal Programming dan Implementasinya di Institut
Pertanian Bogor. Dibimbing oleh AMRIL AMAN dan FARIDA HANUM.

Salah satu permasalahan yang sering ditemukan pada manajemen sistem

keamanan adalah masalah penjadwalan Satuan Pengamanan (Satpam). Dalam
penjadwalan Satpam perlu diperhatikan hal-hal yang terkait dengan banyaknya
kebutuhan anggota Satpam pada setiap shift di setiap hari, keseimbanga n
banyaknya shift pagi, sore, dan malam yang diperoleh masing- masing anggota
Satpam, keadilan penugasan antar anggota baik terkait dengan total shift penugasan
maupun terkait dengan komposisi banyaknya shift pagi, siang, dan malam yang
ditugaskan ke masing- masing anggota dan pola perpindahan penugasan anggota
dari satu tipe shift (pagi, siang, atau malam) ke shift tipe lain.
Permasalahan penjadwalan Satpam ini dimodelkan sebagai suatu model
optimasi dengan tujuan meminimumkan total deviasi antara banyaknya anggota
yang dibutuhkan dengan anggota yang ditugaskan untuk setiap shift selama periode
perencanaan. Karena fungsi tujuan semacam itu, masalah ini dimodelkan sebagai
Nonpreemptive Goal Programming. Model ini diimplementasikan untuk kasus
penjadwalan Satpam di Institut Pertanian Bogor.

Kata kunci: penjadwalan, goal programming, nonpreemptive goal programming

ABSTRACT

FITRI RODIATUL MARDIAH. Scheduling of Security Personnel using a

Nonpreemptive Goal Programming and Its Implementation at Institut Pertanian
Bogor Supervised by AMRIL AMAN and FARIDA HANUM.

One of the problems that frequently found in management of security system is

scheduling of security personnel. In developing the schedule for security personnel,
it is necessary to consider several aspects such as: the number of security personnel
required at each shift in each day, the balance between the number of morning,
afternoon and night shifts assigned to each security personnel, the fairness on
assignment of security personnel related to total shifts assigned between security
personnel, and also related to composition of morning, afternoon, and night shifts
assigned between security personnel, change on assignment from one type of shift
(morning, afternoon, or night) to another type of shift for each of security personnel.
The problem of scheduling for security personnel is modeled as an
optimization model with the objective is to minimize total deviation between the
number of security personnel required and the number of security personnel
assigned for each shift in each day during the planning horizon. The nature of
objective function required to model the problem as a nonpreemptive goal
programming. The model is implemented for the case of scheduling security
personnel at Institut Pertanian Bogor.

Keywords: scheduling, goal programming, nonpreemptive goal programming

 PENJADWALAN PETUGAS SATUAN PENGAMANAN
MENGGUNAKAN NONPREEMPTIVE GOAL PROGRAMMING
DAN IMPLEMENTASINYA DI INSTITUT PERTANIAN
BOGOR

FITRI RODIATUL MARDIAH

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.

Bogor, Agustus 2017

Fitri Rodiatul Mardiah

 DAFTAR ISI
DAFTAR TABEL vi
DAFTAR LAMPIRAN vi
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 1
LANDASAN TEORI 1
PEMODELAN 3
Deskrispi Masalah
Model Matematika 5
IMPLEMENTASI MODEL 7
Skenario 1 7
Skenario 2 10
Skenario 3 10
Skenario 4 10
HASIL DAN PEMBAHASAN 12
Skenario 1 12
Skenario 2 14
Skenario 3 15
Skenario 4 17

SIMPULAN DAN SARAN 18

Simpulan 18
Saran 19

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

Tingginya angka kriminal pada zaman sekarang membuat masyarakat

merasa resah dan takut berada di tempat-tempat umum. Oleh karena itu masyarakat
mengharapkan adanya pengamanan agar merasa nyaman dan terlindungi selama
berada di tempat-tempat umum. Orang yang ditugaskan sebagai penjaga keamanan
ini biasa disebut satpam (satuan pengamanan). Sebagai petugas keamanan, satpam
memiliki tugas pokok yaitu menyelenggarakan keamanan dan ketertiban di
lingkungan/tempat kerja dan memiliki fungsi untuk melindungi dan mengayo mi
lingkungan/tempat kerja dari setiap gangguan keamanan, serta menegakkan
peraturan dan tata tertib yang berlaku di lingkungan kerja (Peraturan Kapolri
Nomor 24 Tahun 2007 tentang Sistem Manajemen Pengamanan Organisasi,
Perusahaan dan/atau Instansi/Lembaga Pemerintah Pasal 6 ayat 1 dan 2).
Dalam melaksanakan tugas melakukan pengamanan dan perlindungan di
lingkungan kerjanya, satpam dituntut untuk bekerja pagi dan malam, maka dari itu
dibentuklah sistem shift kerja. Dengan berlakunya shift kerja maka keamanan
lingkungan dapat dijamin selama 24 jam. Tetapi di balik keamanan yang ditegakkan,
pekerja shift memilki faktor risiko terhadap kelelahan. Oleh karena itu perlu adanya
suatu penjadwalan satpam yang tepat agar tidak terjadi kelelahan yang berlebihan
pada petugas. Penelitian mengenai penjadwalan satpam telah dilakukan oleh
Soniwan (2014) dengan metode Integer Linear Programming. Pada karya ilmia h
ini, permasalahan penjadwalan satpam akan dimodelkan sebagai masalah
Nonpreemptive Goal Programming.

Tujuan Penelitian

Penulisan karya ilmiah ini bertujuan:

1 memodelkan masalah penjadwalan satpam IPB Dramaga ke dalam bentuk
goal programming,
2 menyelesaikan masalah penjadwalan satpam IPB Dramaga menggunaka n
nonpreemptive goal programming.

LANDASAN TEORI

Untuk membuat model penjadwalan satpam diperlukan pemahama n

mengenai nonpreemptive goal programming.

Nonpreemptive Goal Programming

Goal programming diperkenalkan pertama kali oleh Abraham Charnes dan

William Cooper pada tahun 1950-an. Pada awalnya goal programming terbatas
hanya masalah pemrograman linear yang multiobjektif, yaitu pemrograman yang
2

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.

min 𝑧 = ∑𝑡 𝑤𝑡 𝑑𝑡+ + ∑𝑡 𝑤𝑡 𝑑𝑡− .

Kendala utama:
𝑓𝑗 (𝑥 𝑖) ≤ 0 ∀𝑖 dan ∀𝑗.
Kendala tambahan:
Kendala tambahan merupakan kendala yang memuat variabel deviasi 𝑑𝑡+ dan 𝑑𝑡− ,
yaitu:
𝑔𝑗 (𝑥 𝑖) + 𝑑𝑡− − 𝑑𝑡+ = 0 ∀𝑖 dan ∀𝑗,

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

Dalam mendeskripsikan masalah penjadwalan satpam di suatu instansi harus

diketahui aturan-aturan yang berlaku di instansi tersebut, diantaranya ialah berapa
banyak satpam yang tersedia dan banyaknya satpam harus sesuai dengan jumlah
yang dibutuhkan oleh instansi tersebut.
Selain banyaknya satpam, yang harus diketahui lagi adalah banyaknya shift
yang diperlukan dalam instansi tersebut. Shift tersebut dibedakan menjadi shift kerja
dan shift libur. Ada berbagai macam instansi yang menerapkan dua shift kerja yaitu
shift pagi dan shift malam. Ada juga yang menerapkan tiga shift kerja yaitu shift
pagi, sore, dan malam. Jika suatu instansi tersebut menerapkan dua shift kerja,
biasanya setiap shift berdurasi 12 jam. Demikian juga jika suatu instansi tersebut
menerapkan tiga shift kerja, biasanya setiap shift berdurasi 8 jam. Banyak instansi
yang membuat jadwal satpam dengan cara manual. Penjadwalan menggunaka n
sistem manual mungkin lebih sederhana akan tetapi belum tentu mampu memenuhi
seluruh keinginan dari pihak instansi maupun dari pihak satpam.
Pada karya ilmiah ini studi kasus yang diambil adalah membuat suatu model
penjadwalan satpam di Institut Pertanian Bogor (IPB). Selama ini keamanan
kampus IPB dikelola oleh Unit Keamanan Kampus IPB yang menjaga beberapa
tempat di lingkungan sekitar kampus yang terdiri dari beberapa fakultas yang ada
di kampus maupun beberapa tempat di sekitar kampus. Pihak Unit Keamanan
Kampus membentuk 3 regu satpam dan untuk setiap regunya ada lima regu sektor.
Sektor adalah wilayah/sektor yang akan dijaga. Setiap regu sektor ini berbeda-beda
jumlah anggotanya, karena jumlah anggota ditentukan berdasarkan faktor
keramaian dari wilayah yang dijaga. Terdapat 5 sektor di lingkungan kampus IPB
Dramaga yang harus dijaga, yaitu :
1. Sektor pertama terdiri dari Gedung Rektorat, Gerbang depan IPB, Gedung
Graha Widya Wisuda (GWW), Fakultas Pertanian, Perpustakaan LSI, pul Bis,
dan Laboratorium Lapangan Teknik Mesin dan Biosistem.
2. Sektor kedua terdiri dari Fakultas Kedokteran Hewan, Fakultas Ilmu Kelautan
dan Perikanan, Fakultas Peternakan, Rumah Sakit Hewan, Laboratorium
4

Lapangan Peternakan, Masjid Al-Hurriyah, dan GOR (Gedung Olahraga)

Lama.
3. Sektor ketiga terdiri dari Fakultas Ekologi Manusia, Fakultas Ekonomi dan
Manajemen, Fakultas Kehutanan, Fakultas Matematika dan Ilmu Pengetahua n
Alam, dan Fakultas Teknologi Pertanian.
4. Sektor keempat terdiri dari Gedung Common Class Room (CCR), Asrama
Putra TPB, Asrama Putri TPB, Gymnasium, Gerbang Belakang, dan Asrama
Internasional.
5. Sektor kelima terdiri dari Agrimart 1 dan 2 dan ATM bersama.

Gambar 1 Peta kampus IPB

Pihak Unit Keamanan Kampus mengambil kebijakan untuk membagi jam

kerja satpam menjadi 2 shift, yakni shift pagi dan shift malam. Waktu kerja untuk
shift pagi ialah pukul 07.00-19.00, sedangkan untuk shift malam ialah pukul 19.00-
07.00. Namun karena ingin adanya perubahan sesuai dengan idealnya jam bekerja
yaitu 8 jam dalam satu hari, maka dalam karya ilmiah ini, akan ditinjau kebijakan
penjadwalan satpam yang sesuai dengan peraturan perundang-unda nga n
ketenagakerjaan Pasal 77 ayat 1 UU No. 13/2003 tentang ketenagakerjaan dengan
penjadwalan 3 shift, yakni shift pagi, shift sore, shift malam. Waktu kerja untuk
shift pagi direncanakan mulai 07.00-15.00, shift sore 15.00-23.00, dan shift malam
23.00-07.00. Aturan-aturan yang digunakan oleh pihak Unit Keamanan Kampus
yaitu:
1 periode penjadwalan yang digunakan yaitu 30 hari,
2 setiap regu di setiap sektor memiliki satu koordinator,
3 setiap regu satpam bertugas sebanyak-banyaknya satu shift setiap hari,
 5

4 setiap regu satpam bertugas menjaga satu sektor,

5 setiap regu maksimal mendapatkan shift malam 10 hari dalam satu periode,
6 setiap regu memiliki jumlah libur yang sama selama 10 hari.

Asumsi yang digunakan dalam memodelkan masalah penjadwalan dan

penempatan lokasi satpam ini ialah :
1 setiap regu memiliki jumlah satpam yang sama,
2 terdapat 3 shift dalam penjadwalan ini, yaitu pagi, sore, dan malam,
3 tidak dihiraukan adanya cuti.

Model Matematika

Indeks dan Parameter

Indeks yang digunakan dalam model penjadwalan satpam ini ialah:
𝑖 = menyatakan regu (𝑖 = 1,2, … , 𝑘),
𝑗 = menyatakan hari ( 𝑗 = 1,2, … , 𝑙).
Parameter yang digunakan dalam model penjadwalan satpam ini ialah:
𝑘 = banyaknya regu satpam yang tersedia di kampus,
𝑙 = banyaknya hari yang digunakan dalam satu periode penjadwalan,
𝑃𝑗 = banyaknya regu satpam yang dibutuhkan pada shift pagi di hari,
𝑆𝑗 = banyaknya regu satpam yang dibutuhkan pada shift sore di hari,
𝑀𝑗 = banyaknya regu satpam yang dibutuhkan pada shift malam di hari,
𝐸 = jumlah hari maksimal regu satpam bekerja berturut-turut,
𝐹 = jumlah hari libur regu satpam dalam satu periode penjadwalan,
𝐺 = jumlah hari minimal regu satpam mendapat jadwal shift malam dalam satu
periode penjadwalan,
𝐻 = jumlah hari maksimal regu satpam bekerja shift malam berturut-turut,
𝐼 = jumlah hari maksimal regu satpam mendapat jadwal shift malam dalam satu
periode penjadwalan.

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.

Kendala tambahan tersebut akan dijadikan tujuan untuk diminimumkan.

Setelah diberi variabel deviasi, kendalanya menjadi:
1 Regu satpam diharapkan tidak ditugaskan lebih dari 𝐸 hari kerja berturut-turut
− +
𝑋𝐿𝑖,𝑗 + 𝑋𝐿 𝑖,𝑗+1 + ⋯ + 𝑋𝐿 𝑖,𝑗+𝐸 + 𝑑1,𝑖,𝑗 − 𝑑1,𝑖,𝑗 = 1,
𝑖 = 1,2, … , 𝑘; 𝑗 = 1,2, … , 𝑙 − 𝐸.
2 Regu satpam diharapkan mendapat jumlah libur yang sama, yaitu sebanyak 𝐹
hari selama satu periode penjadwalan
(∑𝑙𝑗=1 𝑋𝐿 𝑖,𝑗 ) + 𝑑2,𝑖,𝑗
− +
− 𝑑2,𝑖,𝑗 = 𝐹, 𝑖 = 1,2, … , 𝑘.
3 Regu satpam diharapkan tidak mendapat pola penjadwalan libur-masuk- libur
− +
𝑋𝐿 𝑖,𝑗 + 𝑋𝑃𝑖,𝑗+1 + 𝑋𝑆𝑖 ,𝑗+1 + 𝑋𝑀𝑖 ,𝑗+1 + 𝑋𝐿 𝑖,𝑗+2 + 𝑑3,𝑖 ,𝑗 − 𝑑3,𝑖 ,𝑗 = 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

Tabel 1 Daftar shift dalam satu hari

Shift Waktu Durasi
Pagi 07.00-15.00 8 jam
Sore 15.00-23.00 8 jam
Malam 23.00-07.00 8 jam

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.

Tabel 2 Indeks dan nilai parameter

Indeks atau
Keterangan Nilai
Parameter
𝑖 Regu satpam
𝑗 Hari
𝑘 Banyaknya regu satpam yang tersedia 15
𝑙 Banyaknya hari dalam satu periode penjadwalan 30
𝑃𝑗 Banyaknya regu satpam yang dibutuhkan pada shift 5
pagi di hari 𝑗
𝑆𝑗 Banyaknya regu satpam yang dibutuhkan pada shift 5
sore di hari 𝑗
𝑀𝑗 Banyaknya regu satpam yang dibutuhkan pada shift 5
malam di hari 𝑗
𝐸 Jumlah hari maksimal regu satpam bekerja berturut- 6
turut
𝐹 Jumlah hari libur regu satpam dalam satu periode 10
penjadwalan
𝐻 Jumlah hari maksimal regu satpam bekerja shift 2
malam berturut-turut
𝐼 Jumlah hari maksimal regu satpam mendapat jadwal 10
shift malam dalam satu periode penjadwalan

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

𝑋𝑃𝑖,𝑗 + 𝑋𝑀𝑖,𝑗 +𝑋𝑆𝑖,𝑗 + 𝑋𝐿 𝑖,𝑗 = 1, 𝑖 = 1,2, … , 15, 𝑗 = 1,2, … , 30

5 Regu satpam mendapat shift malam maksimal sama sebanyak 10 hari selama
satu periode.
∑30
𝑗=1 𝑋𝑀𝑖,𝑗 ≤ 10, 𝑖 = 1,2, … , 15.
6 Regu satpam diharapkan 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.
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, … ,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 + 𝑋𝑆𝑖 ,𝑗+1 + 𝑋𝑀𝑖 ,𝑗+1 + 𝑋𝐿 𝑖,𝑗+2 ≤ 2,
𝑖 = 1,2, … ,15; 𝑗 = 1,2, … ,28.
Setelah diberi variabel deviasi, kendalanya menjadi:
1 Regu satpam diharapkan 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 + 𝑑1,𝑖,𝑗 −
+
𝑑1,𝑖 ,𝑗 = 1,
𝑖 = 1,2, … ,15; 𝑗 = 1,2, … ,24.
2 Regu satpam diharapkan mendapat jumlah libur yang sama, yaitu sebanyak 10
hari selama satu periode penjadwalan
(∑30 − +
𝑗=1 𝑋𝐿 𝑖,𝑗 ) + 𝑑2,𝑖,𝑗 − 𝑑2,𝑖 ,𝑗 = 10, 𝑖 = 1,2, … , 15.
3 Regu satpam diharapkan tidak mendapat pola penjadwalan libur-masuk- libur
− +
𝑋𝐿 𝑖,𝑗 + 𝑋𝑃𝑖,𝑗+1 + 𝑋𝑆𝑖 ,𝑗+1 + 𝑋𝑀𝑖 ,𝑗+1 + 𝑋𝐿 𝑖,𝑗+2 + 𝑑3,𝑖 ,𝑗 − 𝑑3,𝑖 ,𝑗 = 2,
𝑖 = 1,2, … ,15; 𝑗 = 1,2, … ,28.
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

Dalam karya ilmiah ini, bobot-bobot yang diberikan yaitu 𝑤1 = 4, 𝑤2 = 3, dan 𝑤3 =

3. Setelah diberi bobot fungsi objektifnya menjadi :
Min 𝑧 = 4 ∑15 24 − 30 + 30 − 15 24 +
𝑖 =1 ∑𝑗=1 𝑑1,𝑖,𝑗 + 3 ∑𝑗=1 𝑑2,𝑖,𝑗 + 3 ∑𝑗=1 𝑑2,𝑖 ,𝑗 + 3 ∑𝑖 =1 ∑𝑗=1 𝑑1,𝑖 ,𝑗
10

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

Skenario ketiga merupakan modifikasi dari skenario pertama. Perbedaannya

ialah pada skenario ketiga banyaknya regu satpam yang bekerja menjadi 17 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 4

Skenario keempat merupakan modifikasi dari skenario pertama. Perbedaannya

adalah pada skenario keempat jumlah shift bekerja menjadi 2 shift seperti yang
berlaku pada saat ini, yakni shift pagi dan shift malam. Secara umum, himpuna n,
parameter, variabel keputusan, dan fungsi objektif pada skenario kedua sama
dengan skenario pertama dengan rincian waktu terdapat pada Tabel 3.

Tabel 3 Daftar shift dalam satu hari

Shift Waktu Durasi
Pagi 07.00-19.00 12 jam
Malam 19.00-07.00 12 jam

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.

Tabel 4 Indeks dan nilai parameter

Indeks atau
Keterangan Nilai
Parameter
𝑖 Regu satpam
𝑗 Hari
𝑘 Banyaknya regu satpam yang tersedia 15
𝐿 Banyaknya hari dalam satu periode penjadwalan 30
𝑃𝑗 Banyaknya regu satpam yang dibutuhkan pada shift 5
pagi di hari 𝑗
𝑀𝑗 Banyaknya regu satpam yang dibutuhkan pada shift 5
malam di hari 𝑗
 11

Tabel 4 Indeks dan nilai parameter (Lanjutan)

Indeks atau Keterangan Nilai
Parameter
𝐸 Jumlah hari maksimal regu satpam bekerja berturut- 6
turut
𝐹 Jumlah hari libur regu satpam dalam satu periode 10
penjadwalan
𝐻 Jumlah hari maksimal regu satpam bekerja shift 2
malam berturut-turut
𝐼 Jumlah hari maksimal regu satpam mendapat jadwal 10
shift malam dalam satu periode penjadwalan

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

Setelah diberi variabel deviasi, kendalanya menjadi:

1 Regu satpam diharapkan 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 + 𝑑1,𝑖 ,𝑗 −
+
𝑑1,𝑖,𝑗 = 1, 𝑖 = 1,2, … ,15; 𝑗 = 1,2, … ,24.
2 Regu satpam diharapkan mendapat jumlah libur yang sama, yaitu sebanyak 10
hari selama satu periode penjadwalan
(∑30 − +
𝑗=1 𝑋𝐿 𝑖,𝑗 ) + 𝑑2,𝑖,𝑗 − 𝑑2,𝑖,𝑗 = 10, 𝑖 = 1,2, … , 15.
3 Regu satpam diharapkan tidak mendapat pola penjadwalan libur-masuk- libur
− +
𝑋𝐿 𝑖,𝑗 + 𝑋𝑃𝑖,𝑗+1 + 𝑋𝑆𝑖,𝑗+1 + 𝑋𝑀𝑖,𝑗+1 + 𝑋𝐿 𝑖,𝑗+2 + 𝑑3,𝑖,𝑗 − 𝑑3,𝑖,𝑗 = 2,
𝑖 = 1,2, … ,15; 𝑗 = 1,2, … ,28.

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

Dalam karya ilmiah ini, bobot-bobot yang diberikan yaitu 𝑤1 = 4, 𝑤2 = 3, 𝑤3 = 3.

Setelah diberi bobot fungsi objektifnya menjadi :
Min 𝑧 = 4 ∑15 24 − 30 + 30 − 15 24 +
𝑖 =1 ∑𝑗=1 𝑑1,𝑖,𝑗 + 3 ∑𝑗=1 𝑑2,𝑖,𝑗 + 3 ∑𝑗=1 𝑑2,𝑖 ,𝑗 + 3 ∑𝑖 =1 ∑𝑗=1 𝑑3,𝑖,𝑗

HASIL DAN PEMBAHASAN

Masalah penjadwalan regu satpam di Institut Pertanian Bogor yang telah

dimodelkan sebelumnya pada Skenario 1, Skenario 2, Skenario 3, dan Skenario 4
kemudian dimasukkan ke dalam proses komputasi menggunakan bantuan software
LINGO 11.0.
Skenario 1

Penyelesaian masalah penjadwalan regu satpam yang dilakukan dengan

bantuan software LINGO 11.0 menggunakan metode nonpreemptive goal
programming diperoleh nilai fungsi tujuan sebesar 1890 dengan solusi global
optimum dengan waktu eksekusi 4 detik. Hasil penjadwalan satpam menggunaka n
nonpreemptive goal programming dapat dilihat pada Tabel 5.
 13

Tabel 5 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 P P P P P P P P S M S M S S M S M S M S M S M S M S M S M S
2 PMSM S S M M S P M S P P M S P P P P P P MM S M S M S P
3 M S PM S M S P P P P M S P P MM S S M S MM S M S S S P P
4 S MM S P P M S M S P P S M S M S S M S M S S S P P M M S S
5 P PMM S M S M S M S P P M S P P P MM S P P P P P P P M M
6 S P P S P P P P P P P MM S MM S P P P P P MM S M M S M M
7 M S SM M S P S M S S S M M S P P M S MM S P M S P P P S P
8 MM S M S S P P M M S P M S P S M S M S P M S P M S S P P P
9 SMS P P M S MM S M S P S MM S M S M S P P P P P P M S S
10 P PM S S P M S P P MM S P P S M S P P P M S M S M M S P M
11 M S P P M S M M S MM S P P P P P P P P M S P S P M S M M S
12 SMS P P P P P P P P P M M S P MM S P P MM S M S M M S P
13 M SM S MM S S P M S P P P M S S MM S M S S P P P P S P M
14 S P P P MM S MM S P MM S P P P P P M S P P P MM S P M S
15 P SM S M S M S S S M S S M S M S M S S S M S M S S P P P M
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
Siang 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 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Keterangan : P= Shift pagi S= Shift sore M= Shift Malam L= Libur

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.

Tabel 7 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 SMSM S S S MM S MM S M S P S P S P S S M S P M L P S P
2 S P PM M S P MM L M S P P P MM S S MM S P P P P P M S P
3 P SM S M S M S S S S M S S S MM S S P M L P S MM S S M S
4 M S P P LM S P M M S L P P MM S P P P P P P M S S M M S P
5 M S PM S P S MM S M S L S P P S L P M S S S M S MM S P M
6 M LM S P P P P P P P P M M L P P MM S S MM S M S S P P P
7 P SM S S S L M S S S MM LM S S M S S S MM S L P M M S S
8 SML P P P P P P P P MM S P P P MM S MM S P M S P L P M
9 MM S P MM S S P M L S P M S MM S M S P S P L P P P M S S
10 P MM L PM M S P M S P P M S S L P P S P P S MM L S S P P
11 S P P P M S P P P MM S S P M L P S MM S P P P P P P P M M
12 MM S S PM M S S P P P P P P P P P P MM S S P M S P P M M
13 P P PM M L M M S P P P S P P M S P P M L P M S P MM S L M
14 S PMM S P P S L P P MM S M S P MM L P M S P S P S P M S
15 P S S S PM S P S M S P L M S S MM S P MM L M S MM S P S
16 L P S P S P M LM S M S M S M S M S L P P P MM S S S M M 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
Siang 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 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Keterangan : P= Shift pagi S= Shift sore M= Shift Malam L= Libur

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

libur, dan kendala tambahan satpam berdasarkan hasil nonpreemptive goal

programming dapat dilihat pada Tabel 8.

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

Penyelesaian masalah penjadwalan regu satpam dengan bantuan software

LINGO 11.0 menggunakan metode nonpreemptive goal programming
memperoleh solusi globl optimum dengan nilai fungsi tujuan sebesar 618 dan
waktu eksekusi 8 detik. Hasil penjadwalan satpam menggunaka n
nonpreemptive goal programming untuk Skenario 3 dapat dilihat pada Tabel 9.
16

Tabel 9 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 PMSM L S P M S P S S S M S S L S P MM S S S M LM M S P
2 P SM S MM S L P S P P M M L P M S P P MM L P P P S M M L
3 P S S P M L M S S MM S P L P P S P M S M L MM S P M M L P
4 MM L P P S M S M M L S P M S M L P M S P P P M L S P P P M
5 MM S M S P P S P S MM L S MM S M S L P S S M S M S L S P
6 S PM S P P L P P P MM S P P P P M L P MM S M S L P P P M
7 P S P L M S S P M M S P L MM S M S S L S M M S P M L S S M
8 S MM L P P P P P P P L S P P S P P P P M L P P M S P M L S
9 M S SM S S M M L S S S P S MM S L M S P P P S P MM S S L
10 S P L P S P M S P P L P S P P MM L MM S S P MM S L P P P
11 L MM S P P P L S M S M L S L S P P P M S P M L P P S P P S
12 M LP P MM S M L M S P P P S L S M S P P P M S L P M S M M
13 P P P P LM S P M S P L M M S P P P P M L S P P P M S M M S
14 S P PM M L P M S P P MM LMM S S M S L M S S S P P L S S
15 M S P S SM L MM S MM S P P L MM S P P M L P M S P P P P
16 L PMM SM S P S L P P P S S P M S S M S S M L M S M S M M
17 S LS S P S M S M M L S M S M S P M L S S P S P S M S S M S
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
Siang 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 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

Keterangan : P= Shift pagi S= Shift sore M= Shift Malam L= Libur

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

Keterangan : P= Shift pagi M= Shift Malam L= Libur

18

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 DAN SARAN

Simpulan

Dalam karya ilmiah ini telah diperlihatkan bahwa masalah penjadwalan

satpam di Institut Pertanian Bogor yang bertujuan memenuhi kendala utama dan
kendala tambahan dapat diformulasikan sebagai masalah nonpreemptive goal
programming. Masalah ini dapat diselesaikan menggunakan bantuan software
LINGO 11.0.
 19

Dari hasil yang diperoleh, didapatkan bahwa model penjadwalan

menggunakan nonpreemptive goal programming memenuhi semua kendala utama
dan kendala tambahan. Namun ada beberapa kendala tambahan yang tidak
terpenuhi, walaupun sifat kendala tambahan boleh dipenuhi atau tidak, diharapkan
kendala tambahan bisa dipenuhi agar memuaskan kedua belah pihak baik pihak
Unit Keamana Kampus maupun regu satpam yang bertugas.

Saran

Pada karya ilmiah ini, penjadwalan menggunakan nonpreemptive goal

programming menjadi alternatif bagi pihak unit keamanan kampus dalam
menentukan jadwal satpam secara optimal. Untuk penelitian lebih lanjut dapat
dilakukan modifikasi model untuk menentukan lokasi tempat satpam bertugas.

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

Lampiran 1 Sintaks Komputasi LINGO 11.0 untuk menyelesaikan

penjadwalan satpam Skenario 1, Skenario 2, Skenario 3
sets:
regu/1..15/:d2m,d2p;
hari/1..30/:p,s,m;
link(regu,hari):xp,xs,xm,xl,d1m,d1p,d3m,d3p;
endsets

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

Lampiran 2 Sintaks Komputasi LINGO 11.0 untuk menyelesaikan

penjadwalan satpam Skenario 4
sets:
regu/1..15/:d2m,d2p;
hari/1..30/:p,m;
link(regu,hari):xp,xm,xl,d1m,d1p,d3m,d3p;
endsets

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

Lampiran 3 Hasil Komputasi LINGO 11.0 untuk Skenario 1

Global optimal solution found.

Objective value: 1890.000
Objective bound: 1890.000
Infeasibilities: 0.000000
Extended solver steps: 0
Total solver iterations: 20272

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

Lampiran 4 Hasil Komputasi LINGO 11.0 untuk Skenario 2

Global optimal solution found.

Objective value: 1254.000
Objective bound: 1254.000
Infeasibilities: 0.000000
Extended solver steps: 0
Total solver iterations: 18881

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

Lampiran 5 Hasil Komputasi LINGO 11.0 untuk Skenario 3

Global optimal solution found.

Objective value: 618.0000
Objective bound: 618.0000
Infeasibilities: 0.000000
Extended solver steps: 99
Total solver iterations: 32603
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
P( 16) 5.000000
P( 17) 5.000000
 27

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

Lampiran 6 Hasil Komputasi LINGO 11.0 untuk Skenario 4

Global optimal solution found.

Objective value: 0.2413625E-12
Objective bound: 0.000000
Infeasibilities: 0.1199041E-13
Extended solver steps: 352
Total solver iterations: 62481

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

D3M( 15, 17) 1.000000

D3M( 15, 18) 1.000000
D3M( 15, 20) 1.000000
D3M( 15, 21) 1.000000
D3M( 15, 23) 2.000000
D3M( 15, 25) 1.000000
D3M( 15, 26) 1.000000
D3M( 15, 28) 1.000000
Hasil running selengkapnya ada di CD
 31

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.