SKRIPSI
DAFTAR ISI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
DAFTAR GAMBAR . . . . . . . . . . . . . . . . . . . . . . . . . . iv
DAFTAR TABEL . . . . . . . . . . . . . . . . . . . . . . . . . . . v
I PENDAHULUAN . . . . . . . . . . . . . . . . . . . . . . . . 1
II DASAR TEORI . . . . . . . . . . . . . . . . . . . . . . . . . 3
i
IV HASIL DAN PEMBAHASAN . . . . . . . . . . . . . . . . . 17
V PENUTUP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.1 Kesimpulan . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.2 Saran . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
DAFTAR PUSTAKA . . . . . . . . . . . . . . . . . . . . . . . . . 30
LAMPIRAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
ii
DAFTAR GAMBAR
iii
DAFTAR TABEL
iv
BAB I
PENDAHULUAN
Definisi 2.1
(a + b)c = a + (b + c)
a+b=b+a
a+0=a
(a × b) × c = a × (b × c)
a×1=1×a=a
a×0=0×a=0
(a + b) × c = (a × c) + (b × c)
x × (b + c) = (a × b) + (a × c)
4
Definisi 2.2
Definisi 2.3
Definisi 2.4
Suatu semi ring komutatif S, +, × biasa disebut semi field jika setiap
elemen a di S − {0} mempunyai invers terhadap operasi ×, yaitu untuk setiap
a di S − {0} ada a1 sehingga x × a1 = a1 × a = 1. (Rudhito, Marcellinus A,
2016)
Operasi ⊕ dan ⊗ pada Rmax dapat diperluas untuk operasi matriks dalam
m×n
Rmax seperti definisi berikut ini :
m×n
Diberikan Rmax := {E = (Eij )|Eij ∈ Rmax , i = 1, 2, ..., m dan j = 1, 2, ..., n}
m×n
1. Diketahui a ∈ Rmax EF ∈ Rmax didefinisikan
a ⊗ E merupakan matriks yang unsur ke-ij nya :
(a ⊗ E)ij untuk i = 1, 2, ..., n
dan
E ⊕ F merupakan matrik yang ke-ij nya :
(E ⊕ F )ij = Eij
p×n p×n
2. Diketahui E ∈ Rmax , F ∈ Rmax didefinisikan
E ⊗ F merupakan matrik yang ke-ij nya :
p
(E ⊗ F )ij = ⊕ Eij untuk i = 1, 2, ..., m dan j = 1, 2, ..., n
k=1
Contoh :
1.
1 5 3⊗1 3⊗5 3+1 3+5
3 ⊗ 0 2 = 3 ⊗ 0 3 ⊗ 2 = 3 + 0 3 + 2
−4 3 ⊗ 3 ⊗ −4 3 + 3 + −4
5
4 8
= 3 5 (2.1)
−1
2. " # " # " #
3 5 1 0 3⊕1 5⊕0
⊕ =
2 6 4 2⊕6 ⊕4
" # " #
max(3, 1) max(5, 0) 3 5
= = (2.2)
max(2, 6) max(, 4) 2 4
3.
" # 1 3
2 1 6
⊗ 0 6
−2 4 3
4
" #
2⊗1⊕1⊗0⊕6⊗ 2⊗3⊕1⊗6⊕6⊗4
=
−2 ⊗ 1 ⊕ 4 ⊗ 0 ⊕ 3 ⊗ −2 ⊗ 3 ⊕ 4 ⊗ 6 ⊕ 3 ⊗ 4
" # " #
3 ⊕ 1 ⊕ 5 ⊕ 7 ⊕ 10 max(3, 1, ) max(5, 7, 10)
=
−1 ⊕ 4 ⊕ 1 ⊕ 10 ⊕ 7 max(−1, 4, ) max(1, 10, 7)
" #
3 10
= (2.3)
4 10
Definisi 2.6
m×n
Matriks x, y ∈ Rmax dikatakan sama jika xij = yij untuk setiap i dan j.
Operasi ⊕ dan ⊗ untuk matriks di atas mempunyai sifat-sifat berikut :
Teorema 2.1
11. x ⊕ x = x
.
Himpunan suatu matriks dengan ukuran n × n pada aljabar max-plus
dikenal dengan notasi Rn×m
max . Sedangkan untuk anggota n ∈ N dengan n 6= 0,
def
didefinisikan dengan n = {1, 2, . . . , n}. Diketahui ai,j dengan i ∈ n dan j ∈ m
merupakan notasi dari sebuah elemen matriks A ∈ Rn×m max dengan baris ke-
i serta kolom-j. Berdasarkan notasi tersebut maka matriks A dapat ditulis
dengan
a1,1 a1,2 · · · a1,m
a2,1 a2,2 · · · a2,m
A=
.. .. .. .. (2.4)
. . . .
an,1 an,2 · · · an,m
Terkadang, untuk elemen ai,j dapat dituliskan dengan
A⊗x=µ⊗x (2.7)
Perilaku periodik dari Persamaan (2.8) memiliki kaitan dengan vektor waktu
sikel baik pada matriks A yang reducible maupun matriks A yang irreducible,
sebagaiamana didefinisikan dengan
x(k)
lim (2.9)
k→∞ k
Limit ini terdapat pada setiap keadaan awal x(0) 6= (ε, ε, ..., ε)0 dan
untuk suatu matriks pada x(k + 1) = A ⊗ x(k), k = 0, 1, 2, .... yang irreducible
selalu bisa menjadi matriks dengan bentuk blok segitiga atas, yang
ditunjukkan dengan bentuk:
A1,1 A1,2 · · · A1,q
ε E2,2 · · · A2,q
.. . (2.10)
ε
ε . ..
ε ε · · · aq,q
Teorema 2.2
µ
µ
x(k) .
lim = .. (2.13)
k→∞ k
µ
c
dengan µ = l−m . Dalam hal ini µ merupakan suatu nilai karakteristik atas
sebuah matriks A yang vektor karakteristiknya dinyatakan dengan
l−m
µ⊗(l−m−f ) ⊗ x(m + f − 1
L
v= (2.14)
f =1
Dan teorema, Algoritma ini dapat digunakan untuk menentukan nilai
karakterisrik dan vektor karakteristk dari suatu matriks.
1. Mulai dari sebarang vektor awal x(0) 6= .
2. Iterasi persamaan (2.8) sampai mendapatkan bilangan bulat p > q ≥ 0
dan bilangan real c sehingga prilaku perodik terjadi, yaitu x(p) = c⊗x(q)
c
3. Hitung nilai karakteristik λ = p−q
p−q
λ⊗(p−q−i) ⊗ x(q + i − 1 ).
L
4. Hitung vektor-karakteristik v =
i=1
Teorema 2.7
Teorema 2.8
Jumlah elemen x sama dengan banyak place di petrinet. Jumlah token pada
place pi, x(pi) ∈ 0, 1, 2, ... adalah elemen ke−i pada vektor X
Teorema 2.9
Teorema 2.10
Teorema 2.11
(Winarni, 2011)
2.2.2 Pemodelan Sistem Antrian Pasien Rawat Jalan Menggunakan Petri Net
dan Aljabar Max Plus
Penelitianyang telah dilakukan (Watratan dkk., 2021) ini menggunakan
metode aljabar max-plus dan oleh karena itu terkait dengan ,metode yang
digunakan dalam penelitian kali ini. Tujuan dari penelitian ini yaitu untuk
memodelkan sistem antrian di Rumah Sakit Umum Daerah Yogyakarta
dengan menggunakan metode Aljabar Max-Plus. Sistem antrian yang
dianalisis dalam penelitian ini dikhususkan untuk sistem antrian pelayanan
rawat jalan menggunakan BPJS. Metode penelitian ini merupakan
penelusuran kepustakaan, dan metode pengumpulan datanya adalah dengan
wawancara dan observasi. Pengamatan dilakukan sejak pasien tiba dirumah
sakit sampai kembali ke rumah. Hasil penelitian ini menunjukkan bahwa
petri net juga dapat digunakan untuk menggambarkan diagram alir sistem
antrian di Rumah Sakit Umum Daerah Yogyakarta. Di sisi lain Aljabar Max
Plus dapat digunakan untuk memodelkan sistem antrian untuk layanan
rawat jalan berdasarkan diagram alur yang didapatkan.
12
2.2.3 Model Antrian Pelayanan Farmasi menggunakan Petri Net dan Aljabar
Max Plus
Penelitian yang dilakukan oleh (Mustofani dan Afif, 2018) Ia menggunakan
Petrinet dan Aljabar MaxPlus dalam antrian farmasi. Penyusunan alur
petrinet dan Aljabar Maxplus dalam antrian pelayanan farmasi, penyusunan
alur petri net berdasarkan data yang didapatkan dan membuatk model
aljabar max plus. Data yang digunakan dalam penelitian ini ada beberapa
kegiatan. di antaranya :
1. Pasien datang
2. Pasien mengantri
3. Selanjutnya farmakolog idle memanggil sesuai nomor antrian untuk
dilayani
4. Setelah memanggil nomor antrian farmakolog mengecek sesuai resep obat
yang dibutuhkan
5. Setelah di cek, farmakolog akan memberi tahu pasien jika ada resep obat
yang dibutuhkan ada atau tidak
6. Jika obat tersebut tidak ada maka farmakolog kembali idle, jika ada
farmakolog wajib membuat nota pembelian obat untuk dilanjutkan ke
kasir
7. Setelah mendapatkan nota pembelian, maka pasien tersebut akan
mengantri kembali untuk dilanjutkan ke kasir
8. Selanjutnya kasir menghitungnominal hargaa obat harus dibayar pasien
9. Setelah melakukan perhitungan, kasir menanyakan kembali pada pasien
apakah melanjutkan pembelian atau batal
10. Jika lanjut maka kasir wajib memberikan bukti pembayaran kepada
pasien untuk mengambil obat dan jika batal maka kasir kembaali idle
11. Jika racikan maka pasien mengantri kembali, dan jika non racik pasien
langsung menerima obat
12. Farmakolog idle memanggil nomor antrian pasienuntuk dilayani
13. Farmakolog meracik obat dan memberikan ke pasien
14. Selesai
Yang tersusun dalam petri net berikut :
13
Dari analisis model alur petri net pada sistem pelayanan farmasi, yang
dibuat dan dianalisis menggunakan aljabar max plus. Diperoleh hasil, waktu
tempuh untuk pasien membeli obat nonracik yaitu 14 menit, dan waktu untuk
membeli obat racik yaitu 25 menit.
BAB III
METODOLOGI PENELITIAN
Waktu Penelitian
No Kegiatan Maret-Juli Agust Okt Novemb Des Jan
2022 2022 2022 2022 2022 2022
1 Pengajuan Topik Penelitian
2 Bimbingan Proposal
3 Seminar Proposal
4 Pelaksanaan Penelitian
5 Bimbingan Hasil
6 Seminar Hasil
7 Revisi Seminar Hasil
8 Bimbingan Skripsi
9 Ujian Skripsi
14
15
Berdasarkan pada Gambar 4.2 petri net terdiri darii himpunan transisi
dan place. Dimana penjelasan transisi sebagai berikut.
a(k) Menyatakan waktu kedatangan nasabah
b(k) Menyatakan waktu nasabah memasukkan berkas persyaratan
c(k) Menyatakan waktu pemeriksaan kelengkapan berkas persyaratan
d(k) Menyatakan waktu mengonfirmasi data
e(k) Menyatakan waktu pemeriksaan apakah data sesuai
f (k) Menyatakan waktu pengembalian berkas persyaratan tidak lengkap
g(k) Menyatakan waktu analisis kredit kelayakan
h(k) Menyatakan waktu survey lapangan
i(k) Menyatakan waktu membuat laporan hasil survey lapangan
j(k) Menyatakan waktu analisis keuangan
k(k) Menyatakan waktu penolakan untuk peminjaman uang
20
Andaikan diberi nilai dari beberapa peubah sperti pada Tabel 4.1
Berdasarkan Gambar 4.2 dan Tabel 4.1, maka akan diperoleh nilai a(k),
c(k), g(k), h(k), i(k), j(k) dan l(k) berdasarkan operasi aljbar max-lus berikut
ini.
f (x) = c(x)
= (7 ⊗ a(x − 1)) ⊕ c(x − 1)
g(x) = e(x) ⊗ g(x − 1)
= (47 ⊗ a(x − 1)) ⊕ (40 ⊗ c(x − 1)) ⊕ g(x − 1)
h(x) = Vg,x ⊗ g(x) ⊗ h(x − 1)
= Vg,k ⊗ (47 ⊗ a(k − 1)) ⊕ (40 ⊗ c(k − 1)) ⊕ g(x − 1)⊕
h(x − 1)
= (Vg,x ⊗ 47 ⊗ a(x − 1)) ⊕ (Vg,x ⊗ 40 ⊗ c(x − 1))⊕
(Vx,k ⊗ g(x − 1)) ⊕ h(x − 1)
= (480 ⊗ 47 ⊗ a(x − 1)) ⊕ (480 ⊗ 40 ⊗ c(x − 1))⊕
(480 ⊗ g(x − 1)) ⊕ h(x − 1)
= (572 ⊗ a(k − 1)) ⊕ (520 ⊗ c(k − 1))⊕
(480 ⊗ g(x − 1)) ⊕ h(x − 1)
i(x) = Vh,x ⊗ h(x) ⊗ i(x − 1)
= Vh,x ⊗ (572 ⊗ a(x − 1)) ⊕ (520 ⊗ c(x − 1))⊕
(480 ⊗ g(x − 1)) ⊕ h(x − 1) ⊕ i(x − 1)
= (Vh,x ⊗ 572 ⊗ a(x − 1)) ⊕ (Vh,x ⊗ 520 ⊗ c(x − 1))
⊕(Vh,x ⊗ 480 ⊗ g(x − 1)) ⊕ (Vh,x ⊗ h(x − 1)) ⊕ i(x − 1)
= (180 ⊗ 572 ⊗ a(x − 1)) ⊕ (180 ⊗ 520 ⊗ c(x − 1))
⊕(180 ⊗ 480 ⊗ g(x − 1)) ⊕ (180 ⊗ h(x − 1)) ⊕ i(x − 1)
= (752 ⊗ a(x − 1)) ⊕ (700 ⊗ c(x − 1)) ⊕ (660 ⊗ g(x − 1))⊕
(180 ⊗ h(x − 1)) ⊕ i(x − 1)
j(x) = Vi,x ⊗ i(x) ⊕ j(x − 1)
= Vi,x ⊗ (752 ⊗ a(x − 1)) ⊕ (700 ⊗ c(x − 1))⊕
(660 ⊗ g(x − 1)) ⊕ (180 ⊗ h(x − 1)) ⊕ i(x − 1) ⊕ j(x − 1)
= (Vi,x ⊗ 752 ⊗ a(x − 1)) ⊕ (Vi,x ⊗ 700 ⊗ c(x − 1))⊕
(Vi,x ⊗ 660 ⊗ g(x − 1)) ⊕ (Vi,x ⊗ 180 ⊗ h(x − 1))⊕
(Vi,x ⊗ i(x − 1)) ⊕ j(x − 1)
= (120 ⊗ 752 ⊗ a(x − 1)) ⊕ (120 ⊗ 700 ⊗ c(x − 1))⊕
(120 ⊗ 660 ⊗ g(x − 1)) ⊕ (120 ⊗ 180 ⊗ h(x − 1))⊕
(120 ⊗ i(x − 1)) ⊕ j(x − 1)
= (872 ⊗ a(x − 1)) ⊕ (820 ⊗ c(x − 1)) ⊕ (720 ⊗ g(x − 1))⊕
(300 ⊗ h(x − 1)) ⊕ (120 ⊗ i(x − 1)) ⊕ j(x − 1)
k(x) = i(x)
= (752 ⊗ a(x − 1)) ⊕ (700 ⊗ c(x − 1)) ⊕ (660 ⊗ g(x − 1))⊕
(180 ⊗ h(x − 1)) ⊕ i(x − 1)
l(x) = Vj,x ⊗ j(x) ⊕ l(x − 1)
= Vj,x ⊗ (872 ⊗ a(x − 1)) ⊕ (820 ⊗ c(x − 1))⊕
(720 ⊗ g(x − 1)) ⊕ (300 ⊗ h(x − 1)) ⊕ (120 ⊗ i(x − 1))⊕
j(x − 1) ⊕ l(x − 1)
24
a(1) 5 0
c(1) 7 0 0
g(1) 47 40 0 0
h(1) = 572 520 480 0 ⊗ 0 (4.3)
i(1) 752 700 660 180 0 0
j(1) 872 820 720 300 120 0 0
l(1) 1112 1060 960 540 360 240 0 0
Diperoleh
5
7
47
572 (4.4)
752
872
1112
Berdasarkan hasil perhitungan tersebut didapatkan bahwa a(k)
menunjukkan waktu kedatangan nasabah yaitu 5 menit, c(k) menunjukkan
waktu pemeriksaan berkas persyaratan oleh staf bank yaitu 7 menit setelah
waktu kedatangan nasabah, g(k) menunjukkan waktu analisis kredit
kelayakan yaitu 47 menit setelah waktu kedatangan nasabah, h(k)
menunjukkan waktu menyurvey lapangan yaitu 572 menit setelah waktu
kedatangan nasabah, i(k) menunjukkan waktu pembuatan laporan hasil
survey lapangan yaitu 752 menit setelah waktu kedatangan nasabah, j(k)
menunjukkan waktu analisis keuangan yaitu 872 menit setelah waktu
kedatangan nasabah, l(k) menunjukkan waktu pencairan uang yaitu 1112
menit setelah waktu kedatangan nasabah.
26
0
Diperoleh evolusi keadaan x(0), x(1), x(2), x(3), x(4), ...
0 5 10 15 12
0 7 12 17 22
0 47 52 57 62
0 , 572 , 577 , 582 , 587 (4.7)
0 752 757 762 767
0 872 877 882 887
0 1112 1117 1122 1127
27
p−q
λ⊗(p−q−i) ⊗ x(q + i − 1 )
L
v=
i=1
2−1
5⊗(2−1−i) ⊗ x(1 + i − 1 )
L
=
i=1
1
5⊗(1−i) ⊗ x(1 + 1 − 1 )
L
=
i=1
= 5⊗(0) ⊗ x(1)
= 0 ⊗ x(1)
= x(1)
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil dan pembahasan, maka diperoleh :
1. Petri net peminjaman uang di bank BRI Cabang Gorontalo terdiri dari
12 transisi dan 9 place. Dimana a(k) = waktu kedatangan nasabah,
b(k) = waktu nasabah memasukkan berkas persyaratan, c(k) = waktu
pemeriksaan kelengkapan berkas persyaratan, d(k) = waktu
mengonfirmasi data e(k) = waktu pemeriksaan apakah data sesuai,
f (k) = waktu pengembalian berkas persyaratan tidak lengkap, g(k) =
waktu analisis kredit kelayakan, h(k) = waktu survey lapangan, i(k) =
waktu membuat laporan hasil survey lapangan, j(k) = waktu analisis
keuangan, k(k) = waktu penolakan untuk peminjaman uang, l(k) =
waktu pencairan uang, P 0 = kedatangan nasabah, P 1 = pemasukkan
berkas persyaratan, P 2 = pemeriksaan berkas persyaratan, P 3 =
pengonfirmasian data, P 4 = pemeriksaan apakah data sesuai, P 5 =
menganalisis kredit kelayakan, P 6 = menyurvei lapangan, P 7 =
menganalisis keuangan, P 8 = pencairan uang.
2. Model matriks aljabar max-plus dari perti net yaitu :
a(x) a(x) a(k − 1)
c(x) a(x) c(x) c(k − 1)
g(x) a(x) c(x) g(x) g(k − 1)
h(x) = a(x) c(x) g(x) h(x) ⊗ h(k − 1)
i(x) a(x) c(x) g(x) h(x) i(x) i(k − 1)
j(x) a(x) c(x) g(x) h(x) i(x) j(x) j(k − 1)
l(x) a(x) c(x) g(x) h(x) i(x) j(x) l(x) l(k − 1)
Dengan
h i>
5 7 47 572 752 872 1112
Nilai karakteristik ini dan vektor karakteristik ini menjadi waktu perodik
saat peminjaman uang.
5.2 Saran
1. Penulis menyarankan untuk mencari jalur kritis dalam menyelesaikan
masalah proses peminjaman uang di Bank.
2. Penulis menyarankan penelitian kali ini dapat dikembangkan ke
penelitian lain seperti proses peminjaman uang di Bank lain karena
setiap Bank mempunyai prosedur pelayanan yang berbeda-beda.
DAFTAR PUSTAKA
Algebra, O. M. dan Binatari, N. 2013. Sifat-sifat Nilai Eigen dan Vektor Eigen
Matriks atas Aljabar Maxplus ( The Properties of Eigen Value and
Eigen Vector of Matrices. 2(1):25–31.
Botutihe, K., B Sumarauw, J. S., Karuntu, M. M., Ekonomi dan Bisnis, F.,
dan Manajemen Universitas Sam Ratulangi Manado, J. 2018. Analisis
Sistem Antrian Teller Guna Optimalisasi Pelayanan Pada Pt. Bank
Negara Indonesia (Bni) 46 Cabang Unit Kampus Manado. Analisis
Sistem 1388 Jurnal EMBA, 6(3):1388–1397.
Hardiyanti, S. A., Yuniwati, I., dan Divi Yustita, A. 2017. Bentuk Petri
Net Dan Model Aljabar Max Plus Pada Sistem Pelayanan Pasien
Rawat Jalan Rumah Sakit Al Huda Genteng, Banyuwangi. Jurusan
Matematika, UNISDA, Lamongan, 3:1–8.
Nurmalitasari, D. 2018. Model Aljabar Max Plus dan Petri Net Pada
Sistem Pelayanan Pendaftaran Ujian Akhir Semester. AKSIOMA
: Jurnal Matematika dan Pendidikan Matematika, 9(2):47–56.
doi:10.26877/aks.v9i2.2997.
Rauf, M. D. A., Nurwan, N., Yahya, L., dan Nuha, A. R. 2021. Model
Penjadwalan Proyek Pembangunan Perumahan Menggunakan Petri
Net dan Aljabar Max-Plus. Jurnal Edukasi dan Sains Matematika
(JES-MAT), 7(1):31–42.
30
31
Subiono. 2013. Aljabar Max Plus dan Terapannya. Institut Teknologi Sepuluh
Nopember, Surabaya.
Watratan, Y., Ratuanik, M., dan Srue, O. 2021. Leibniz: Jurnal Matematika.
Jurnal Matematika, 1(1):21–35.
Winarni, W. 2011. Penjadwalan Jalur Bus dalam Kota dengan Model Petrinet
dan Aljabar Max-Plus (Studi Kasus Busway TransJakarta). Cauchy,
1(4):192. doi:10.18860/ca.v1i4.1796.
Yahya, L., Nurwan, N., dan Resmawan, R. 2022. Menentukan Waktu Optimal
untuk Pembuatan Kerajinan Sulaman Karawo Menggunakan Aljabar
Max-Plus. Vygotsky, 4(1):23. doi:10.30736/voj.v4i1.442.
LAMPIRAN
32
Lampiran A.
A.1 Format Wawancara :
33
Lampiran B.
B.1 Dokumentasi
34
35
36
37