SlideShare ist ein Scribd-Unternehmen logo
1 von 20
Downloaden Sie, um offline zu lesen
JOB SEQUENCE PROBLEM, TRAFFIC FLOW,
PAIR COMPARISONS & TOURNAMENT

Anggota Kelompok :

5109100023

I Gede Gemet Hari N.

5109100044

Dwi Sulistyo Nugroho

5109100087

Fulgentius Albert G.

5109100108

Ilham Zuhri

5109100164

Agus Budi Raharjo

5109100188

George Michael S.H

JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INFORMASI
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2010
KATA PENGANTAR

Puji syukur kami panjatkan kepada Allah SWT atas petunjuk, berkah, dan
limpahan rahmat-Nya serta kekuatan lahir dan batin yang diberikan kepada kami,
sehingga proses penyususnan makalah ini dapat diselesaikan. Makalah ini
berjudul JOB SEQUENCING PROBLEM, TRAFFIC FLOWS, PAIR
COMPARISONS & TOURNAMENT disusun dalam rangka menyelesaikan
tugas dari Pak Arya.
Makalah ini diharapkan dapat mengulang kembali materi yang di ajarkan
Pak Arya dan menambah ilmu pengetahuan dan teknologi bagi kami, para penulis
khususnya dan masyarakat.
Penyusunan karya tulis ini tidak lepas dari bantuan seluruh pihak yang
terkait. Oleh karena itu kami mengucapkan terimakasih kepada seluruh pihak
pihak yang terkait.
Karya tulis ini disusun dengan kemapuandan bahan yang terbatas. Oleh
karena itudisadari masih terdapatketidajsempurnaan dalam hal materi maupu
pembahasan, sehingga saran dan koreksi dalam upaya perbaikan karya tulis ini
sangat kami harapkan.

Surabaya, 29 maret 2010

Penulis
Pembahasan
 Job sequencing problem
 Traffic flows
 Pair Comparisons and Tournament

Job sequence dan Scheduling
Masalah Job Sequence merupakan salah satu permasalahan yang paling menarik
didalam Analisis Produksi yang telah menarik perhatian yang khusus oleh para
peneliti. Permasalahan job sequence ini sangat kompleks dan memerlukan sebuah
metode yang bagus untuk menyelesaikannya. Solusi yang optimal dapat
ditemukan pada masalah job sequence dengan jumlah mesin yang sedikit.
Bagaimanapun, solusi yang optimal untuk masalah job sequence dengan jumlah
mesin yang banyak tidak ada. (Bedworth, David and D. Balley. 1987).
Permasalahan job sequence dapat diuraikan yaitu n pekerjaan untuk diproses yang
masing-masingnya mempunyai waktu set-up, waktu proses dan due date. Lebih
rumitnya, masing-masing pekerjaan diproses pada beberapa jenis mesin. Karena
itu lah diperlukan pengaturan urutan pekerjaan pada mesin untuk mengoptimalkan
kriteria-kriteria khusus yang telah ditentukan. Kriteria-kriteria tersebut antara lain:
a. Rata-rata waktu tinggal (mean flow time)
b. Waktu idle mesin (idle time)
c Rata waktu keterlambatan pekerjaan (mean lateness)
d. Rata-rata waktu selesai jika mendahului waktu yang telah ditentukan dimana
waktu keterlambatannya bernilai negatif (mean earliness)
e. Rata-rata waktu tambahan karena melebihi waktu yang telah ditentukan dimana
waktu keterlambatannya bernilai positif (mean tardiness)
f Rata-rata waktu tunggu (mean queue time)
g. Persentasi pekerjaan yang terlambat.
Faktor-faktor berikut ini akan menjelaskan dan mengklasifikasikan masalah
scheduling secara khusus, yaitu :
a.Jumlah pekerjaan yang dijadwalkan
b.Jumlah mesin
c.Jenis fasilitas manufaktur (flow shop atau job shop)
d.Aliran pekerjaan (statis atau dinamis)
e.Standar alternatif scheduling yang akan dievaluasi
Faktor pertama mendefenisikan jumlah pasti dari pekerjaan yang akan diproses,
waktu yang diperlukan untuk masing-masing proses, dan tipe mesin yang
dibutuhkan. Faktor kedua menjelaskan jumlah mesin pada workshop. Faktor
ketiga menjelaskan aliran pekerjaan pada workshop, jika alirannya
berkesinambungan dan pekerjaan memerlukan urutan mesin yang sama, maka
disebut dengan job-shop pattern. Faktor keempat menjelaskan pola kedatangan
pekerjaan diklasifikasikan atas statis dan dinamis. Pada pola statis, untuk n
pekerjaan yang masing-masingnya harus diproses pada satu set mesin. Semua
pekerjaan sudah dijadwalkan untuk periode tertentu dan tidak ada penambahan
pekerjaan baru selama periode tersebut.
Pada pola dinamis, pekerjaan yang baru diperbolehkan pada waktu yang telah
ditentukan. Faktor kelima menjelaskan penggunaan satu atau lebih kriteria
performansi yang telah disebutkan sebelumnya. Sequence dan scheduling
merupakan dua hal yang saling berhubungan. Sequence mengatur urutan
pekerjaan yang akan dikerjakan dan scheduling mengatur jadwal pengerjaannya.
Apabila ada sejumlah pekerjaan yang berbeda pada work center yang sama, maka
harus ditentukan prioritas dari pekerjaan-pekerjaan tersebut. Penjadwalan dan
pengurutan pekerjaan menentukan pekerjaan-pekerjaaan mana saja yang siap
dikerjakan pada work center dan waktu tertentu, memutuskan urutan
pengerjaannya, dan menghitung waktu mulai dan selesainya setiap pekerjaan.
Penjadwalan terdiri dari empat tipe, (Laboratorium Sistem Produksi-ITB, 2003)
antara lain :
1) Job Scheduling (menyelesaikan maslah sequence saja, karena ukuran pekerjaan
telah diketahui)
n pekerjaan pada 1 processor Single Stage
n pekerjaan pada m processor paralel
Flow shop scheduling
Multiple Stage
Job shop scheduling
2) Batch Scheduling (memecahkan masalah penentuan ukuran batch dan masalah
sequence secara simultan)
3) Forward Scheduling (penjadwalan maju)
Yaitu, penjadwalan yang dimulai segera setelah saat pekerjaan siap, mulai dari
time zero dan bergerak searah dengan pergerakan waktu. Jadwal pasti feasible tapi
mungkin melebihi due date
4) Backward Scheduling (penjadwalan mundur)
Yaitu, penjadwalan mulai dari due date dan bergerak berlawanan arah dengan
arah pergerakan waktu. Jadwal pasti memenuhi due date tapi mungkin tidak
feasible.
Processing time (Ti)

: waktu pengerjaan

Due date (Di)

: waktu perkiraan

Lateness (Li)

: waktu keterlambatan

Tardiness

: waktu keterlambatan positif

Slack (Sl)

: perbedaan waktu antara di dengan ti

Completion time (Ci)

: waktu penyelesaian satu proses.
Priority Rule
Aturan Prioritas menyediakan pedoman untuk urutan di mana pekerjaan
harus bekerja. Aturan ini umumnya melibatkan asumsi bahwa biaya setup
pekerjaan dan waktu yang independent.
Metode Aturan Prioritas :
1.
2.
3.
4.

Earliest Due Date
First Come First Serve
Shortest Processing Time
Longest Processing Time

Metode penyelesaian job sequence problem dengan Earliest Due Date
The EDD rule gives the sequence B-A-D-C-E. Note that jobs are ordered earliest
due date first.
Job
Sequence

Processing
Time

Flow Time

Due Date

Delays

B

2

2

6

0

A

6

8

8

0

D

3

11

15

0

C

8

19

18

1

E

9

28

23

5

28

68

6

The Earliest Due Date rule results in the following measures of effectiveness:
Average completion time = total flow time / no. of jobs
= 68days / 5
= 13.6days
Utilisation

= total processing time / total flow time
= 28days / 68days
= 41.2%
Average no. of jobs = total flow time / total processing time
= 68days / 28days
= 2.42 jobs
Average job delays = total delays days / no. of jobs
= 6days / 5
= 1.2days

Metode penyelesaian job sequence problem dengan First Come First Serve
The FCFS sequence is simply A-B-C-D-E. The "flow time" in the system for
this sequence measures the time each jobs depends waiting plus being processed.
Job
Sequence

Processing
Time

Flow Time

Due Date

Delays

A

6

6

8

0

B

2

8

6

2

C

8

16

18

0

D

3

19

15

4

E

9

28

23

5

28

77

11

The First Come First Serve rule results in the following measures of
effectiveness:
Average completion time = total flow time / no. of jobs
= 77days / 5
= 15.4days
Utilisation

= total processing time / total flow time
= 28days / 77days
= 36.4%

Average no. of jobs = total flow time / total processing time
= 77days / 28days
= 2.75 jobs
Average job delays = total delays days / no. of jobs
= 11days / 5
= 2.2days

Metode penyelesaian job sequence problem dengan Shortest Processing Time
The SPT rule results in the sequence B-D-A-C-E. Orders are sequenced according
to processing time, with the highest priority given to shortest job.
Job
Sequence

Processing
Time

Flow Time

Due Date

Delays

B

2

2

6

0

D

3

5

15

0

A

6

11

8

3

C

8

19

18

1

E

9

28

23

5

28

65

9

The Shortest Processing Time results in the following measures of
effectiveness:
Average completion time = total flow time / no. of jobs
= 65days / 5
= 13days
Utilisation

= total processing time / total flow time
= 28days / 65days
= 43.1%

Average no. of jobs = total flow time / total processing time
= 65days / 28days
= 2.32 jobs
Average job delays = total delays days / no. of jobs
= 9days / 5
= 1.8days
Metode penyelesaian job sequence problem dengan Longest Processing Time
The LPT results in order E-C-A-D-B.
Job
Sequence

Processing
Time

Flow Time

Due Date

Delays

E

9

9

23

0

C

8

17

18

0

A

6

23

8

15

B

3

26

15

11

D

2

28

6

22

28

103

48

The Longest Processing Time rule results in the following measures of
effectiveness:
Average completion time = total flow time / no. of jobs
= 103days / 5
= 20.6days
Utilisation

= total processing time / total flow time
= 28days / 103days
= 28.2%

Average no. of jobs = total flow time / total processing time
= 103days / 28days
= 3.68 jobs
Average job delays = total delays days / no. of jobs
= 18days / 5
= 9.6days
Johnson’s rule
Johnson’s rule adalah sebuah teknik pencarian waktu optimum dan efisien dari
sebuah pekerjaan yang melalui 2x atau lebih pemrosesan. Tujuannya agar mengurangi
waktu jeda ketika pemrosesan Johnson’s rule dapat digunakan bila kondisinya
terpenuhi.
Johnson’s Rule Condition
 Setiap waktu dari pekerjaan diketahui dan tetap
 Waktu pengerjaan tidak bergantung urutan
 Aturan prioritas pekerjaan tidak diperhitungkan
 Semua pekerjaan harus melalui 2x proses pengerjaan yang sama
Proses pertama harus sudah selesai sebelum proses selanjutnya
Contoh dari Johnson rules yaitu dua mesin
Nomor
pekerjaan

Waktu di
mesin 1

Waktu di
mesin 2

Mesin 1

Mesin 2

Mulai

Selesai

Mulai

selesai

A

15

11

0

15

15

26

B

17

10

15

32

32

42

C

9

13

32

41

42

55

D

12

15

41

53

55

70

E

14

14

53

67

70

84

F

12

10

67

79

84

94

G

12

14

79

91

94

108

H

13

15

91

104

108

123

I

15

14

104

119

123

137

J

13

13

119

132

137

150
Setelah dengan Johnson rule:

Urutan

Mesin 1

Mesin 2

Mulai

Selesai

Mulai

Selesai

C

0

9

9

22

G

9

21

22

36

D

21

33

36

51

H

33

46

51

66

E

46

60

66

80

I

60

75

80

94

J

75

88

94

107

A

88

103

107

118

B

103

120

120

130

F

120

132

132

140

Untuk mendapatkan sequence(urutan) yaitu :
1. Mengurutkan waktu di mesin 1 dari kecil ke besar
2. Apabila di mesin 1 ada 2 waktu yang sama maka pengurutan dilihat dari mesin 2
yaitu yang lebih besar lebih dahulu
3. Waktu penghematan yaitu waktu selesai setelah menggunakan Johnson rule
dikurangi waktu selesai sebelum menggunakan.
4. Dari permasalahan di atas, penghematan waktu yaitu sebesar 150-140= 10
detik.

http://kewhl.tripod.com/priority2.htm
Traffic Flow
Definisi : Alat untuk memahami dan menyatakan sifat arus lalu lintas.
Fungsi : Untuk mengevaluasi kapasitas jalan maupun merencanakan jalan baru,
tinjauan diawali dengan evaluasi arus lalu lintas dan pemahamannya. Meliputi :
1. VARIABEL LALU LINTAS
2. KAPASITAS
3. TINGKAT PELAYANAN
1. Variabel
Jenis2:
–

Uninterrupted Flow atau Arus Tidak Terganggu
• Arus yang ditentukan oleh interaksi kendaraan – kendaraan
dan interaksi kendaraan – jalan. Contoh kendaraan di jalan
tol atau jalan raya antar kota.
– Interrupted Flow atau Arus Terganggu
• Arus yang ditentukan (diatur) oleh alat atau cara dari luar
(eksternal) misalnya lampu atau marka lalu lintas. Interaksi
kendaraan – kendaraan dan interaksi kendaraan – jalan
mempunyai peranan kedua dalam menentukan arus lalu
lintas.
Parameter arus :
•

Speed (kecepatan) = v
– Kecepatan adalah jarak per satuan waktu.
– Tiap kendaraan di jalan raya mempunyai kecepatan yang berbeda.
Untuk keperluan kuantifikasi digunakan kecepatan rata-rata
sebagai variable signifikan yaitu kecepatan rata-rata ruang (space
mean speed) yang diperoleh dengan merata-ratakan kecepatan
individual semua kendaraan dalam daerah studi.
• Volume
– Adalah jumlah kendaraan yang melewati satu titik tinjau selama
suatu perioda waktu. Biasanya volume langsung dikonversikan ke
arus (q) sebagai parameter yang lebih berarti.
• Flow (Arus) = q
– Flow adalah laju kendaraan yang melewati satu titik ( kendaraan
per jam).
Volume 15 menit dapat dikonversi menjadi flow dengan mengalikan
empat. Bila volume 15 menit sebesar 100 mobil, maka flow adalah 100 x 4 = 400
kendaraan/jam. Sehingga untuk interval waktu 15 menit, kendaraan melintas titik
tinjau dengan laju 400 kendaraan/jam.
•

•

•

•

•

•

Peak Hour Factor (Faktor Jam Sibuk) = PHF
– Rasio laju arus jam2an (q60) dibagi dengan laju arus 15 menit
puncak (peak 15 min rate of flow) yang dinyatakan dalam arus
jam2an.
– PHF = q60/q15.
Density (Kerapatan) = k
– Kerapatan adalah jumlah kendaraan yang ada dalam suatu ruas
jalan (kendaraan/km atau kendaraan/mil).
– Kerapatan tinggi menunjukkan jarak antar kendaraan cukup dekat,
kerapatan rendah berarti jarak antar kendaraan cukup jauh.
Headway = h
– Waktu (detik) antara kedatangan satu kendaraan dengan kendaraan
berikutnya pada suatu titik tinjau. Diukur dengan mencatat waktu
antara bumper depan kendaraan pertama melintas titik tinjau
dengan bumper depan kendaraan berikutnya (front to front).
Gap = g
– Waktu (detik) antara keberangkatan kendaraan pertama (bumper
belakang) dengan kedatangan kendaraan kedua (bumper depan)
pada suatu titik tinjau (rear to front).
Spacing = s
– Jarak fisik (m, ft) antara bumper depan kendaraan yang berturutan.
Spacing melengkapi tinjauan tentang headway karena
menggambarkan ruang yang sama tapi dengan cara lain. Spacing
merupakan produk dari kecepatan dan headway.
Clearance = c
– Jarak (m, ft) antara bumper belakang kendaraan pertama dengan
bumper depan kendaraan berikutnya. Clearance ekivalen dengan
spacing dikurangi panjang kendaraan pertama.

Model :
•
•

Model dibangun pada uninterrupted traffic flow.Model ini cukup
sederhana dan dapat menjelaskan trends yang diperoleh dari pengamatan
arus lalu lintas.
Menurut Greenshield, hubungan speed dan density adalah linier, yaitu:
v=A-B*k
dimana:
v = speed (km/jam, mil/jam)
A,B = konstanta dari pengamatan lapangan
k = density (kend/km, kend/mil)
•

•
•

Konstanta A dan B diperoleh dari data velocity (=kecepatan) dan
kerapatan melalui pengamatan lapangan, plotting data tersebut, dan
gunakan regresi linier untuk mendapatkan garis regresi. Konstanta A
menyatakan kecepatan arus bebas, sedang A/B menyatakan kerapatan
macet.
Substitusi hubungan tadi ke persamaan
q = k*v
Diperoleh persamaan berikut
q = (A-B*k)*k
atau
q = A*k – B*k2
–

Dimana:
q = flow (kend/jam)
A,B = konstanta
k = density (kend/km, kend/mil)

•

Dalam bentuk grafis hubungan tersebut digambarkan berikut:

•

Flow maksimum diperoleh dari:
dq/dk = A – 2*B*k
dengan dq/dK = 0
diperoleh

k = A/(2*B)

•

Kecepatan pada arus maksimum diperoleh dari substitusi k kedalam
hubungan Greenshield, sehingga
v = A – B*(A/(2*B))
Atau
v = A/2

•

Dari model Greenshiled dapat disimpulkan:
–
–
–
–

Bila kerapatan nol, maka arus akan nol karena tidak ada kendaraan
di jalan.
Bila kerapatan meningkat, arus juga meningkat sampai mencapai
arus maksimum.
Bila kerapatan mencapai maksimum, biasanya disebut kerapatan
macet, arus akan nol sebab kendaraan akan saling menempel
(keadaan parkir).
Bila kerapatan meningkat, arus akan meningkat ke nilai
maksimum, tetapi bila kerapatan terus meningkat akan
menyebabkan arus menurun hingga kerapatan macet dimana arus
menjadi nol.

2. Kapasitas jalan
Merupakan ukuran efektifitas fasilitas lalu lintas untuk mengakomodasi lalu
lintas.
•

FAKTOR YANG MEMPENGARUHI:
– Faktor Jalan:
• Lebar lajur, kebebasan lateral, bahu jalan, keberadaan
median, permukaan jalan, alinemen, kelandaian jalan,
keberadaan trotoar, dll.
– Faktor Lalu Lintas:
• Komposisi lalu lintas, volume, distribusi lajur, gangguan
lalu lintas, keberadaan kendaraan tidak bermotor, gangguan
samping, dll.
– Faktor Lingkungan:
• Keberadaan pejalan kaki, pengendara sepeda, binatang
menyeberang, dll.

•

Jalan dapat menampung volume maksimum pada keadaan ideal, yaitu:
– Uninterrupted flow
– Lalu lintas hanya berupa kendaraan penumpang.
– Lebar lajur standard tanpa gangguan lateral.
– Geometri memadai untuk kecepatan rencana
UNTUK INDONESIA, PERHITUNGAN KAPASITAS MENGIKUTI
MANUAL KAPASITAS JALAN INDONESIA 1997 (MKJI 1997)
KAPASITAS JALAN ANTAR KOTA:
C=CO X FCW x FCSP x FCSF

•
•

dimana:
CO

C

= Kapasitas (smp/jam)

= Kapasitas dasar (smp/jam)
FCW = Faktor penyesuaian lebar jalan
FCSP = Faktor penyesuaian pembagian arah
FCSF = Faktor penyesuaian gangguan samping

•

KAPASITAS JALAN PERKOTAAN
C=CO X FCW x FCSP x FCSF X FSCS
dimana:
CO

C

= Kapasitas (smp/jam)

= Kapasitas dasar (smp/jam)

FCW = Faktor penyesuaian lebar jalan
FCSP = Faktor penyesuaian pembagian arah
FCSF = Faktor penyesuaian gangguan samping
FCCS = Faktor penyesuaian ukuran kota

3. Tingkat Pelayanan
•

•

Menunjukkan kondisi operasional arus lalu lintas dan persepsi pengendara
dalam terminologi kecepatan, waktu tempuh, kenyamanan berkendara,
kebebasan bergerak, gangguan arus lalu lintas lainnya, keamanan, dan
keselamatan.
Faktor yang mempengaruhi tingkat pelayanan:
– Faktor Jalan:
• Lebar lajur, kebebasan lateral, bahu jalan, keberadaan
median, permukaan jalan, alinemen, kelandaian jalan,
keberadaan trotoar, dll.
– Faktor Lalu Lintas:
• Komposisi lalu lintas, volume, distribusi lajur, gangguan
lalu lintas, keberadaan kendaraan tidak bermotor, gangguan
samping, dll.
Level of
Service

Maximum
Density
(pc/mi/ln)

A
B
C
D
E
F

10
16
24
32
45
var

A
B
C
D
E
F

10
16
24
32
45
var

A
B
C
D
E
F

10
16
24
32
45
var

A
B
C
D
E
F

10
16
24
32
45
var

*See Terms and Definitions

Minimum Speed
(mph)

Maximum Service Flow
Rate (pcphpl)

Free-Flow Speed = 70 mph
70.0
700
70.0
1,120
68.0
1,632
64.0
2,048
53.0
2,400
var
var
Free-Flow Speed = 65 mph
65.0
650
65.0
1,040
64.5
1,548
62.0
1,984
52.0
2,350
var
var
Free-Flow Speed = 60 mph
60.0
600
60.0
960
60.5
1,440
58.0
1,856
51.0
2,300
var
var
Free-Flow Speed = 55 mph
55.0
550
55.0
880
55.0
1,320
54.5
1,744
50.0
2,250
var
var

Maximum v/c* Ratio

0.29
0.47
0.68
0.85
1.00
var
0.28
0.44
0.66
0.84
1.00
var
0.26
0.42
0.63
0.81
1.00
var
0.24
0.39
0.59
0.78
1.00
var
Pair comparison and tournament
Pada banyak percobaan, khususnya di ilmu sosial, satu yang yang di
butuhkan untuk mengurutkan angka yang diberikan benda dengan
membandingkan angka pada suatu waktu. Metode ini disebut paired comparisons
dan digunakan pada situasi dimana pengukuran numeriksangat rumit dulakukan.
Contohnya, individu yang menyukai musik yang berbeda. Setelah dicatat hasil
dari semua kemungkinan n(n-1)/2 n objek dari paired comparisons, peneliti
mengurutkan rangking dari n objek di urutan yang diminati.
Diagraph adalah cara yang mudah untuk melukiskan hasil dari percobaan
paired comparisons. Hasil dari percobaan Kendall di tunjukkan di gambar . 9.21.
enam makanan anjing yang berbeda {1,2,….,6}akan diurutkantiap hari, dua dari
enam makanan anjing yang lezat di sediakan untuk anjing, dan anjing akan
memeilih makanan di banding makanan yang lain berdasarkan piring manan yang
dihabiskan duluan. Percobaan dilakukan selama 15 hari, jadi semua kemungkinan
telah dicoba. Di pelukisan graph sebuah edge digambarkan dari hidangan yang
dipilih ke yang paling di hindari. Contohnya adalah 1 lebih dipilih dibandingkan 2
pada gamabr 9.21. seluruh graph disebut preference graph.
Membuat urutan dari yang diberikan graph preference, secara umum tidak
mudah. Contoh pada gambar 9.21, terdapat tidak konsisten. Anjing memilih
makanan 1 dibandingkan 2, 2 dibandingkan 4, dan 4 dibandingkan 1. Jadi mana
yang terbaik.

Pada tournament : sitasi yang mirip dipertemiukan di tournament. Hasil
dari tournament putaran robin di setiap pemain melawan yang lain juga dapat
direpresentasikan dengan diagraph yang setiap edge langsung dari vertex a keb
diwakili oleh kemenangan pemai n a terhadap pemain b. inilah mengapa diagraph
asymetric lengkap disebut tournament atau tournament lengkap pada section 9-21.
Pada diagraph di gambar 9-21 dapat juga dilihat sebagai hasil tournament enam
pemain. Masalah mengurutkan pemain dalam tounament mirip dengan
mengurutkan pada percobaan paired comparison.
Mengurutkan Melalui Nilai : kedepannya, metode mengurutkan dan
yang telah digunakan secara tradisional digunakan dalam putaran tournament
robin. Adalah untuk mengurutkan dengan nilai. Nilai adalah angka dari
permaianan oleh pemain yang telah menang. Seperti pada contoh makanan
anjing, angka dari beberapa waktu fakta sajian yang dipilih mendapatkan nilai.
Nilai dari pemain pada tournament sama dengan out-degree dari hubungan vertex
pada diagraph.
Jika kita gunakan nilai untuk mengurutkan, maka hasil dari urutannya adalah
(1,3), (2,5,6), and 4.
Dari hasil diatas makanan satu dan tiga dipilih untuk menempati urutan pertama.
Disana ada tiga piring untuk urutan kedua dan piring nomor 4 dipilih sebagai
ururtan terakhir
Hasil urutan puncak berdasarkan hasil akhir kadang juga tidak selalu
memuaskan. Walaupun metode termudah. Faktanya metode ini kalah dalam
maknanya juga turnament ini tidak lengkap (pemainnya tidak bermain pada
permainan yang sama).
Urutan berdasarkan Hamiltonian path : metode lainnya kadang
digunakan untuk mengurutkan pemain pada directed Hamiltonian path, walaupun
tiap pemain telah mengalahkannnya. Rangking pada gamabr9-21 adalah 132564.
Pada kontex ini mari kita membuktikan hasil Hamiltonian paths pada tournament.
Referensi :
www.acadjournal.com
http://www.ittelkom.ac.id/library/index.php?option=com_content&view=article&id=259:
job-sequence-dan-scheduling&catid=25:industri&Itemid=15
http://kewhl.tripod.com/priority2.htm

Weitere ähnliche Inhalte

Ähnlich wie 5109100023 makalah

2013 2-01166-ti bab2001
2013 2-01166-ti bab20012013 2-01166-ti bab2001
2013 2-01166-ti bab2001Hendi Afriyan
 
Laporan modul 4 Line Balancing
Laporan modul 4 Line BalancingLaporan modul 4 Line Balancing
Laporan modul 4 Line BalancingRewidya Astari
 
Warehouse task
Warehouse taskWarehouse task
Warehouse taskerofik .
 
Penentuan Jadwal Jangka Pendek
Penentuan Jadwal Jangka PendekPenentuan Jadwal Jangka Pendek
Penentuan Jadwal Jangka PendekDoraIsnainiPutri
 
Penjadwalan manajemen operasi
Penjadwalan manajemen operasiPenjadwalan manajemen operasi
Penjadwalan manajemen operasialawwapnp
 
Penjadwalan Jangka Pendek (Short-term Scheduling).pdf
Penjadwalan Jangka Pendek (Short-term Scheduling).pdfPenjadwalan Jangka Pendek (Short-term Scheduling).pdf
Penjadwalan Jangka Pendek (Short-term Scheduling).pdfagungerianto1
 
3656d5ea1770c0fd6c0a89b8dc315b0ffa8f63d1.pdf
3656d5ea1770c0fd6c0a89b8dc315b0ffa8f63d1.pdf3656d5ea1770c0fd6c0a89b8dc315b0ffa8f63d1.pdf
3656d5ea1770c0fd6c0a89b8dc315b0ffa8f63d1.pdfhydra29
 
KUNCI JAWABAN Matematika Kelas 11 Halaman 24 Uji Kompetensi 1.2 BAB 1
KUNCI JAWABAN Matematika Kelas 11 Halaman 24 Uji Kompetensi 1.2 BAB 1KUNCI JAWABAN Matematika Kelas 11 Halaman 24 Uji Kompetensi 1.2 BAB 1
KUNCI JAWABAN Matematika Kelas 11 Halaman 24 Uji Kompetensi 1.2 BAB 1Ngakakaja
 
OK PERT fix.pptx
OK PERT fix.pptxOK PERT fix.pptx
OK PERT fix.pptxIrwantoamr
 
PENYEDERHANAAN KERJA_DORI NOVITA L_162012023
PENYEDERHANAAN KERJA_DORI NOVITA L_162012023PENYEDERHANAAN KERJA_DORI NOVITA L_162012023
PENYEDERHANAAN KERJA_DORI NOVITA L_162012023Dorii Listypeach
 
Penjadwalan jangka pendek
Penjadwalan jangka pendekPenjadwalan jangka pendek
Penjadwalan jangka pendekFikri Haiikal
 
2202 4796-1-sm (1)
2202 4796-1-sm (1)2202 4796-1-sm (1)
2202 4796-1-sm (1)mapala unisi
 

Ähnlich wie 5109100023 makalah (20)

2013 2-01166-ti bab2001
2013 2-01166-ti bab20012013 2-01166-ti bab2001
2013 2-01166-ti bab2001
 
Laporan modul 4 Line Balancing
Laporan modul 4 Line BalancingLaporan modul 4 Line Balancing
Laporan modul 4 Line Balancing
 
Warehouse task
Warehouse taskWarehouse task
Warehouse task
 
all ABPUT CPM.pdf
all ABPUT CPM.pdfall ABPUT CPM.pdf
all ABPUT CPM.pdf
 
Penentuan Jadwal Jangka Pendek
Penentuan Jadwal Jangka PendekPenentuan Jadwal Jangka Pendek
Penentuan Jadwal Jangka Pendek
 
Penjadwalan manajemen operasi
Penjadwalan manajemen operasiPenjadwalan manajemen operasi
Penjadwalan manajemen operasi
 
Basic Workload Analysis.pdf
Basic Workload Analysis.pdfBasic Workload Analysis.pdf
Basic Workload Analysis.pdf
 
Penjadwalan Jangka Pendek (Short-term Scheduling).pdf
Penjadwalan Jangka Pendek (Short-term Scheduling).pdfPenjadwalan Jangka Pendek (Short-term Scheduling).pdf
Penjadwalan Jangka Pendek (Short-term Scheduling).pdf
 
Line balancing
Line balancingLine balancing
Line balancing
 
3656d5ea1770c0fd6c0a89b8dc315b0ffa8f63d1.pdf
3656d5ea1770c0fd6c0a89b8dc315b0ffa8f63d1.pdf3656d5ea1770c0fd6c0a89b8dc315b0ffa8f63d1.pdf
3656d5ea1770c0fd6c0a89b8dc315b0ffa8f63d1.pdf
 
KUNCI JAWABAN Matematika Kelas 11 Halaman 24 Uji Kompetensi 1.2 BAB 1
KUNCI JAWABAN Matematika Kelas 11 Halaman 24 Uji Kompetensi 1.2 BAB 1KUNCI JAWABAN Matematika Kelas 11 Halaman 24 Uji Kompetensi 1.2 BAB 1
KUNCI JAWABAN Matematika Kelas 11 Halaman 24 Uji Kompetensi 1.2 BAB 1
 
OK PERT fix.pptx
OK PERT fix.pptxOK PERT fix.pptx
OK PERT fix.pptx
 
Penjadwalan Jangka Pendek
Penjadwalan Jangka PendekPenjadwalan Jangka Pendek
Penjadwalan Jangka Pendek
 
Line balancing.pptx
Line balancing.pptxLine balancing.pptx
Line balancing.pptx
 
PENYEDERHANAAN KERJA_DORI NOVITA L_162012023
PENYEDERHANAAN KERJA_DORI NOVITA L_162012023PENYEDERHANAAN KERJA_DORI NOVITA L_162012023
PENYEDERHANAAN KERJA_DORI NOVITA L_162012023
 
Penjadwalan jangka pendek
Penjadwalan jangka pendekPenjadwalan jangka pendek
Penjadwalan jangka pendek
 
Bab ii
Bab iiBab ii
Bab ii
 
2202 4796-1-sm (1)
2202 4796-1-sm (1)2202 4796-1-sm (1)
2202 4796-1-sm (1)
 
2202 4796-1-sm
2202 4796-1-sm2202 4796-1-sm
2202 4796-1-sm
 
Makalah Pengantar Teknik Industri
Makalah Pengantar Teknik IndustriMakalah Pengantar Teknik Industri
Makalah Pengantar Teknik Industri
 

Mehr von Budi Raharjo

5112201905 memprediksi bidang minat mahasiswa menggunakan pca dan ann
5112201905 memprediksi bidang minat mahasiswa menggunakan pca dan ann5112201905 memprediksi bidang minat mahasiswa menggunakan pca dan ann
5112201905 memprediksi bidang minat mahasiswa menggunakan pca dan annBudi Raharjo
 
5112201905 house of quality
5112201905 house of quality5112201905 house of quality
5112201905 house of qualityBudi Raharjo
 
Gl01 spec pl - bid me - 5112201905
Gl01 spec pl - bid me - 5112201905Gl01 spec pl - bid me - 5112201905
Gl01 spec pl - bid me - 5112201905Budi Raharjo
 
Tugas pdhupl kelompok flixel
Tugas pdhupl kelompok flixelTugas pdhupl kelompok flixel
Tugas pdhupl kelompok flixelBudi Raharjo
 
Dokumentasi crack wifi
Dokumentasi crack wifiDokumentasi crack wifi
Dokumentasi crack wifiBudi Raharjo
 
Tugas framework j2 ee beda app session page
Tugas framework j2 ee beda app session pageTugas framework j2 ee beda app session page
Tugas framework j2 ee beda app session pageBudi Raharjo
 
Tugas 2 paal e agus budi raharjo 5109100164
Tugas 2 paal e agus budi raharjo 5109100164Tugas 2 paal e agus budi raharjo 5109100164
Tugas 2 paal e agus budi raharjo 5109100164Budi Raharjo
 
Tugas 1 paal e agus budi raharjo 5109100164
Tugas 1 paal e agus budi raharjo 5109100164Tugas 1 paal e agus budi raharjo 5109100164
Tugas 1 paal e agus budi raharjo 5109100164Budi Raharjo
 
Algoritma floyd warshall dengan siklus negatif
Algoritma floyd warshall dengan siklus negatifAlgoritma floyd warshall dengan siklus negatif
Algoritma floyd warshall dengan siklus negatifBudi Raharjo
 
Penggunaan network address translation
Penggunaan network address translationPenggunaan network address translation
Penggunaan network address translationBudi Raharjo
 
Paper cloud computing br
Paper cloud computing brPaper cloud computing br
Paper cloud computing brBudi Raharjo
 
Protocol lan 5109100164
Protocol lan 5109100164Protocol lan 5109100164
Protocol lan 5109100164Budi Raharjo
 
Peranan pembelajaran elektronik
Peranan pembelajaran elektronikPeranan pembelajaran elektronik
Peranan pembelajaran elektronikBudi Raharjo
 
Perbedaan antar computer filesystem 5109100164
Perbedaan antar computer filesystem 5109100164Perbedaan antar computer filesystem 5109100164
Perbedaan antar computer filesystem 5109100164Budi Raharjo
 
Process technology 5109100164 5109100702
Process technology 5109100164 5109100702Process technology 5109100164 5109100702
Process technology 5109100164 5109100702Budi Raharjo
 
Makalah pengantar basis data 5109100164
Makalah pengantar basis data 5109100164Makalah pengantar basis data 5109100164
Makalah pengantar basis data 5109100164Budi Raharjo
 

Mehr von Budi Raharjo (20)

5112201905 memprediksi bidang minat mahasiswa menggunakan pca dan ann
5112201905 memprediksi bidang minat mahasiswa menggunakan pca dan ann5112201905 memprediksi bidang minat mahasiswa menggunakan pca dan ann
5112201905 memprediksi bidang minat mahasiswa menggunakan pca dan ann
 
5112201905 house of quality
5112201905 house of quality5112201905 house of quality
5112201905 house of quality
 
Gl01 spec pl - bid me - 5112201905
Gl01 spec pl - bid me - 5112201905Gl01 spec pl - bid me - 5112201905
Gl01 spec pl - bid me - 5112201905
 
Tugas pdhupl kelompok flixel
Tugas pdhupl kelompok flixelTugas pdhupl kelompok flixel
Tugas pdhupl kelompok flixel
 
Dokumentasi crack wifi
Dokumentasi crack wifiDokumentasi crack wifi
Dokumentasi crack wifi
 
Tugas framework j2 ee beda app session page
Tugas framework j2 ee beda app session pageTugas framework j2 ee beda app session page
Tugas framework j2 ee beda app session page
 
Tugas 2 paal e agus budi raharjo 5109100164
Tugas 2 paal e agus budi raharjo 5109100164Tugas 2 paal e agus budi raharjo 5109100164
Tugas 2 paal e agus budi raharjo 5109100164
 
Tugas 1 paal e agus budi raharjo 5109100164
Tugas 1 paal e agus budi raharjo 5109100164Tugas 1 paal e agus budi raharjo 5109100164
Tugas 1 paal e agus budi raharjo 5109100164
 
Review game
Review gameReview game
Review game
 
Algoritma floyd warshall dengan siklus negatif
Algoritma floyd warshall dengan siklus negatifAlgoritma floyd warshall dengan siklus negatif
Algoritma floyd warshall dengan siklus negatif
 
Laporan topologi
Laporan topologiLaporan topologi
Laporan topologi
 
Penggunaan network address translation
Penggunaan network address translationPenggunaan network address translation
Penggunaan network address translation
 
Cloud computing
Cloud computingCloud computing
Cloud computing
 
Paper cloud computing br
Paper cloud computing brPaper cloud computing br
Paper cloud computing br
 
Protocol lan 5109100164
Protocol lan 5109100164Protocol lan 5109100164
Protocol lan 5109100164
 
Peranan pembelajaran elektronik
Peranan pembelajaran elektronikPeranan pembelajaran elektronik
Peranan pembelajaran elektronik
 
Perbedaan antar computer filesystem 5109100164
Perbedaan antar computer filesystem 5109100164Perbedaan antar computer filesystem 5109100164
Perbedaan antar computer filesystem 5109100164
 
Process technology 5109100164 5109100702
Process technology 5109100164 5109100702Process technology 5109100164 5109100702
Process technology 5109100164 5109100702
 
Makalah pengantar basis data 5109100164
Makalah pengantar basis data 5109100164Makalah pengantar basis data 5109100164
Makalah pengantar basis data 5109100164
 
Presentasi kwn
Presentasi kwnPresentasi kwn
Presentasi kwn
 

Kürzlich hochgeladen

Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...asepsaefudin2009
 
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.pptppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.pptAgusRahmat39
 
Perumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxPerumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxadimulianta1
 
POWER POINT MODUL 1 PEBI4223 (PENDIDIKAN LINGKUNGAN HIDUP)
POWER POINT MODUL 1 PEBI4223 (PENDIDIKAN LINGKUNGAN HIDUP)POWER POINT MODUL 1 PEBI4223 (PENDIDIKAN LINGKUNGAN HIDUP)
POWER POINT MODUL 1 PEBI4223 (PENDIDIKAN LINGKUNGAN HIDUP)PUNGKYBUDIPANGESTU1
 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDNurainiNuraini25
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING...
PELAKSANAAN  + Link-Link MATERI Training_ "Effective INVENTORY &  WAREHOUSING...PELAKSANAAN  + Link-Link MATERI Training_ "Effective INVENTORY &  WAREHOUSING...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING...Kanaidi ken
 
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptPpsSambirejo
 
aksi nyata penyebaran pemahaman merdeka belajar
aksi nyata penyebaran pemahaman merdeka belajaraksi nyata penyebaran pemahaman merdeka belajar
aksi nyata penyebaran pemahaman merdeka belajarHafidRanggasi
 
Keterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTKeterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTIndraAdm
 
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
HiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaaHiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaafarmasipejatentimur
 
PPT Penjumlahan Bersusun Kelas 1 Sekolah Dasar
PPT Penjumlahan Bersusun Kelas 1 Sekolah DasarPPT Penjumlahan Bersusun Kelas 1 Sekolah Dasar
PPT Penjumlahan Bersusun Kelas 1 Sekolah Dasarrenihartanti
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxdpp11tya
 
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITASMATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITASbilqisizzati
 
Integrasi nasional dalam bingkai bhinneka tunggal ika
Integrasi nasional dalam bingkai bhinneka tunggal ikaIntegrasi nasional dalam bingkai bhinneka tunggal ika
Integrasi nasional dalam bingkai bhinneka tunggal ikaAtiAnggiSupriyati
 
PPT AKUNTANSI KEUANGAN MENENGAH DUA.pptx
PPT AKUNTANSI KEUANGAN MENENGAH DUA.pptxPPT AKUNTANSI KEUANGAN MENENGAH DUA.pptx
PPT AKUNTANSI KEUANGAN MENENGAH DUA.pptxssuser8905b3
 
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdfMAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdfChananMfd
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdfanitanurhidayah51
 
(NEW) Template Presentasi UGM 2 (2).pptx
(NEW) Template Presentasi UGM 2 (2).pptx(NEW) Template Presentasi UGM 2 (2).pptx
(NEW) Template Presentasi UGM 2 (2).pptxSirlyPutri1
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...Kanaidi ken
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxssuser35630b
 

Kürzlich hochgeladen (20)

Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
 
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.pptppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
 
Perumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxPerumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptx
 
POWER POINT MODUL 1 PEBI4223 (PENDIDIKAN LINGKUNGAN HIDUP)
POWER POINT MODUL 1 PEBI4223 (PENDIDIKAN LINGKUNGAN HIDUP)POWER POINT MODUL 1 PEBI4223 (PENDIDIKAN LINGKUNGAN HIDUP)
POWER POINT MODUL 1 PEBI4223 (PENDIDIKAN LINGKUNGAN HIDUP)
 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING...
PELAKSANAAN  + Link-Link MATERI Training_ "Effective INVENTORY &  WAREHOUSING...PELAKSANAAN  + Link-Link MATERI Training_ "Effective INVENTORY &  WAREHOUSING...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING...
 
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
 
aksi nyata penyebaran pemahaman merdeka belajar
aksi nyata penyebaran pemahaman merdeka belajaraksi nyata penyebaran pemahaman merdeka belajar
aksi nyata penyebaran pemahaman merdeka belajar
 
Keterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTKeterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UT
 
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
HiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaaHiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
 
PPT Penjumlahan Bersusun Kelas 1 Sekolah Dasar
PPT Penjumlahan Bersusun Kelas 1 Sekolah DasarPPT Penjumlahan Bersusun Kelas 1 Sekolah Dasar
PPT Penjumlahan Bersusun Kelas 1 Sekolah Dasar
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
 
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITASMATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
 
Integrasi nasional dalam bingkai bhinneka tunggal ika
Integrasi nasional dalam bingkai bhinneka tunggal ikaIntegrasi nasional dalam bingkai bhinneka tunggal ika
Integrasi nasional dalam bingkai bhinneka tunggal ika
 
PPT AKUNTANSI KEUANGAN MENENGAH DUA.pptx
PPT AKUNTANSI KEUANGAN MENENGAH DUA.pptxPPT AKUNTANSI KEUANGAN MENENGAH DUA.pptx
PPT AKUNTANSI KEUANGAN MENENGAH DUA.pptx
 
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdfMAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdf
 
(NEW) Template Presentasi UGM 2 (2).pptx
(NEW) Template Presentasi UGM 2 (2).pptx(NEW) Template Presentasi UGM 2 (2).pptx
(NEW) Template Presentasi UGM 2 (2).pptx
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
 

5109100023 makalah

  • 1. JOB SEQUENCE PROBLEM, TRAFFIC FLOW, PAIR COMPARISONS & TOURNAMENT Anggota Kelompok : 5109100023 I Gede Gemet Hari N. 5109100044 Dwi Sulistyo Nugroho 5109100087 Fulgentius Albert G. 5109100108 Ilham Zuhri 5109100164 Agus Budi Raharjo 5109100188 George Michael S.H JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INFORMASI INSTITUT TEKNOLOGI SEPULUH NOPEMBER 2010
  • 2. KATA PENGANTAR Puji syukur kami panjatkan kepada Allah SWT atas petunjuk, berkah, dan limpahan rahmat-Nya serta kekuatan lahir dan batin yang diberikan kepada kami, sehingga proses penyususnan makalah ini dapat diselesaikan. Makalah ini berjudul JOB SEQUENCING PROBLEM, TRAFFIC FLOWS, PAIR COMPARISONS & TOURNAMENT disusun dalam rangka menyelesaikan tugas dari Pak Arya. Makalah ini diharapkan dapat mengulang kembali materi yang di ajarkan Pak Arya dan menambah ilmu pengetahuan dan teknologi bagi kami, para penulis khususnya dan masyarakat. Penyusunan karya tulis ini tidak lepas dari bantuan seluruh pihak yang terkait. Oleh karena itu kami mengucapkan terimakasih kepada seluruh pihak pihak yang terkait. Karya tulis ini disusun dengan kemapuandan bahan yang terbatas. Oleh karena itudisadari masih terdapatketidajsempurnaan dalam hal materi maupu pembahasan, sehingga saran dan koreksi dalam upaya perbaikan karya tulis ini sangat kami harapkan. Surabaya, 29 maret 2010 Penulis
  • 3. Pembahasan  Job sequencing problem  Traffic flows  Pair Comparisons and Tournament Job sequence dan Scheduling Masalah Job Sequence merupakan salah satu permasalahan yang paling menarik didalam Analisis Produksi yang telah menarik perhatian yang khusus oleh para peneliti. Permasalahan job sequence ini sangat kompleks dan memerlukan sebuah metode yang bagus untuk menyelesaikannya. Solusi yang optimal dapat ditemukan pada masalah job sequence dengan jumlah mesin yang sedikit. Bagaimanapun, solusi yang optimal untuk masalah job sequence dengan jumlah mesin yang banyak tidak ada. (Bedworth, David and D. Balley. 1987). Permasalahan job sequence dapat diuraikan yaitu n pekerjaan untuk diproses yang masing-masingnya mempunyai waktu set-up, waktu proses dan due date. Lebih rumitnya, masing-masing pekerjaan diproses pada beberapa jenis mesin. Karena itu lah diperlukan pengaturan urutan pekerjaan pada mesin untuk mengoptimalkan kriteria-kriteria khusus yang telah ditentukan. Kriteria-kriteria tersebut antara lain: a. Rata-rata waktu tinggal (mean flow time) b. Waktu idle mesin (idle time) c Rata waktu keterlambatan pekerjaan (mean lateness) d. Rata-rata waktu selesai jika mendahului waktu yang telah ditentukan dimana waktu keterlambatannya bernilai negatif (mean earliness) e. Rata-rata waktu tambahan karena melebihi waktu yang telah ditentukan dimana waktu keterlambatannya bernilai positif (mean tardiness) f Rata-rata waktu tunggu (mean queue time)
  • 4. g. Persentasi pekerjaan yang terlambat. Faktor-faktor berikut ini akan menjelaskan dan mengklasifikasikan masalah scheduling secara khusus, yaitu : a.Jumlah pekerjaan yang dijadwalkan b.Jumlah mesin c.Jenis fasilitas manufaktur (flow shop atau job shop) d.Aliran pekerjaan (statis atau dinamis) e.Standar alternatif scheduling yang akan dievaluasi Faktor pertama mendefenisikan jumlah pasti dari pekerjaan yang akan diproses, waktu yang diperlukan untuk masing-masing proses, dan tipe mesin yang dibutuhkan. Faktor kedua menjelaskan jumlah mesin pada workshop. Faktor ketiga menjelaskan aliran pekerjaan pada workshop, jika alirannya berkesinambungan dan pekerjaan memerlukan urutan mesin yang sama, maka disebut dengan job-shop pattern. Faktor keempat menjelaskan pola kedatangan pekerjaan diklasifikasikan atas statis dan dinamis. Pada pola statis, untuk n pekerjaan yang masing-masingnya harus diproses pada satu set mesin. Semua pekerjaan sudah dijadwalkan untuk periode tertentu dan tidak ada penambahan pekerjaan baru selama periode tersebut. Pada pola dinamis, pekerjaan yang baru diperbolehkan pada waktu yang telah ditentukan. Faktor kelima menjelaskan penggunaan satu atau lebih kriteria performansi yang telah disebutkan sebelumnya. Sequence dan scheduling merupakan dua hal yang saling berhubungan. Sequence mengatur urutan pekerjaan yang akan dikerjakan dan scheduling mengatur jadwal pengerjaannya. Apabila ada sejumlah pekerjaan yang berbeda pada work center yang sama, maka harus ditentukan prioritas dari pekerjaan-pekerjaan tersebut. Penjadwalan dan pengurutan pekerjaan menentukan pekerjaan-pekerjaaan mana saja yang siap dikerjakan pada work center dan waktu tertentu, memutuskan urutan pengerjaannya, dan menghitung waktu mulai dan selesainya setiap pekerjaan. Penjadwalan terdiri dari empat tipe, (Laboratorium Sistem Produksi-ITB, 2003) antara lain :
  • 5. 1) Job Scheduling (menyelesaikan maslah sequence saja, karena ukuran pekerjaan telah diketahui) n pekerjaan pada 1 processor Single Stage n pekerjaan pada m processor paralel Flow shop scheduling Multiple Stage Job shop scheduling 2) Batch Scheduling (memecahkan masalah penentuan ukuran batch dan masalah sequence secara simultan) 3) Forward Scheduling (penjadwalan maju) Yaitu, penjadwalan yang dimulai segera setelah saat pekerjaan siap, mulai dari time zero dan bergerak searah dengan pergerakan waktu. Jadwal pasti feasible tapi mungkin melebihi due date 4) Backward Scheduling (penjadwalan mundur) Yaitu, penjadwalan mulai dari due date dan bergerak berlawanan arah dengan arah pergerakan waktu. Jadwal pasti memenuhi due date tapi mungkin tidak feasible. Processing time (Ti) : waktu pengerjaan Due date (Di) : waktu perkiraan Lateness (Li) : waktu keterlambatan Tardiness : waktu keterlambatan positif Slack (Sl) : perbedaan waktu antara di dengan ti Completion time (Ci) : waktu penyelesaian satu proses.
  • 6. Priority Rule Aturan Prioritas menyediakan pedoman untuk urutan di mana pekerjaan harus bekerja. Aturan ini umumnya melibatkan asumsi bahwa biaya setup pekerjaan dan waktu yang independent. Metode Aturan Prioritas : 1. 2. 3. 4. Earliest Due Date First Come First Serve Shortest Processing Time Longest Processing Time Metode penyelesaian job sequence problem dengan Earliest Due Date The EDD rule gives the sequence B-A-D-C-E. Note that jobs are ordered earliest due date first. Job Sequence Processing Time Flow Time Due Date Delays B 2 2 6 0 A 6 8 8 0 D 3 11 15 0 C 8 19 18 1 E 9 28 23 5 28 68 6 The Earliest Due Date rule results in the following measures of effectiveness: Average completion time = total flow time / no. of jobs = 68days / 5 = 13.6days Utilisation = total processing time / total flow time = 28days / 68days = 41.2%
  • 7. Average no. of jobs = total flow time / total processing time = 68days / 28days = 2.42 jobs Average job delays = total delays days / no. of jobs = 6days / 5 = 1.2days Metode penyelesaian job sequence problem dengan First Come First Serve The FCFS sequence is simply A-B-C-D-E. The "flow time" in the system for this sequence measures the time each jobs depends waiting plus being processed. Job Sequence Processing Time Flow Time Due Date Delays A 6 6 8 0 B 2 8 6 2 C 8 16 18 0 D 3 19 15 4 E 9 28 23 5 28 77 11 The First Come First Serve rule results in the following measures of effectiveness: Average completion time = total flow time / no. of jobs = 77days / 5 = 15.4days Utilisation = total processing time / total flow time = 28days / 77days = 36.4% Average no. of jobs = total flow time / total processing time = 77days / 28days = 2.75 jobs
  • 8. Average job delays = total delays days / no. of jobs = 11days / 5 = 2.2days Metode penyelesaian job sequence problem dengan Shortest Processing Time The SPT rule results in the sequence B-D-A-C-E. Orders are sequenced according to processing time, with the highest priority given to shortest job. Job Sequence Processing Time Flow Time Due Date Delays B 2 2 6 0 D 3 5 15 0 A 6 11 8 3 C 8 19 18 1 E 9 28 23 5 28 65 9 The Shortest Processing Time results in the following measures of effectiveness: Average completion time = total flow time / no. of jobs = 65days / 5 = 13days Utilisation = total processing time / total flow time = 28days / 65days = 43.1% Average no. of jobs = total flow time / total processing time = 65days / 28days = 2.32 jobs Average job delays = total delays days / no. of jobs = 9days / 5 = 1.8days
  • 9. Metode penyelesaian job sequence problem dengan Longest Processing Time The LPT results in order E-C-A-D-B. Job Sequence Processing Time Flow Time Due Date Delays E 9 9 23 0 C 8 17 18 0 A 6 23 8 15 B 3 26 15 11 D 2 28 6 22 28 103 48 The Longest Processing Time rule results in the following measures of effectiveness: Average completion time = total flow time / no. of jobs = 103days / 5 = 20.6days Utilisation = total processing time / total flow time = 28days / 103days = 28.2% Average no. of jobs = total flow time / total processing time = 103days / 28days = 3.68 jobs Average job delays = total delays days / no. of jobs = 18days / 5 = 9.6days
  • 10. Johnson’s rule Johnson’s rule adalah sebuah teknik pencarian waktu optimum dan efisien dari sebuah pekerjaan yang melalui 2x atau lebih pemrosesan. Tujuannya agar mengurangi waktu jeda ketika pemrosesan Johnson’s rule dapat digunakan bila kondisinya terpenuhi. Johnson’s Rule Condition  Setiap waktu dari pekerjaan diketahui dan tetap  Waktu pengerjaan tidak bergantung urutan  Aturan prioritas pekerjaan tidak diperhitungkan  Semua pekerjaan harus melalui 2x proses pengerjaan yang sama Proses pertama harus sudah selesai sebelum proses selanjutnya Contoh dari Johnson rules yaitu dua mesin Nomor pekerjaan Waktu di mesin 1 Waktu di mesin 2 Mesin 1 Mesin 2 Mulai Selesai Mulai selesai A 15 11 0 15 15 26 B 17 10 15 32 32 42 C 9 13 32 41 42 55 D 12 15 41 53 55 70 E 14 14 53 67 70 84 F 12 10 67 79 84 94 G 12 14 79 91 94 108 H 13 15 91 104 108 123 I 15 14 104 119 123 137 J 13 13 119 132 137 150
  • 11. Setelah dengan Johnson rule: Urutan Mesin 1 Mesin 2 Mulai Selesai Mulai Selesai C 0 9 9 22 G 9 21 22 36 D 21 33 36 51 H 33 46 51 66 E 46 60 66 80 I 60 75 80 94 J 75 88 94 107 A 88 103 107 118 B 103 120 120 130 F 120 132 132 140 Untuk mendapatkan sequence(urutan) yaitu : 1. Mengurutkan waktu di mesin 1 dari kecil ke besar 2. Apabila di mesin 1 ada 2 waktu yang sama maka pengurutan dilihat dari mesin 2 yaitu yang lebih besar lebih dahulu 3. Waktu penghematan yaitu waktu selesai setelah menggunakan Johnson rule dikurangi waktu selesai sebelum menggunakan. 4. Dari permasalahan di atas, penghematan waktu yaitu sebesar 150-140= 10 detik. http://kewhl.tripod.com/priority2.htm
  • 12. Traffic Flow Definisi : Alat untuk memahami dan menyatakan sifat arus lalu lintas. Fungsi : Untuk mengevaluasi kapasitas jalan maupun merencanakan jalan baru, tinjauan diawali dengan evaluasi arus lalu lintas dan pemahamannya. Meliputi : 1. VARIABEL LALU LINTAS 2. KAPASITAS 3. TINGKAT PELAYANAN 1. Variabel Jenis2: – Uninterrupted Flow atau Arus Tidak Terganggu • Arus yang ditentukan oleh interaksi kendaraan – kendaraan dan interaksi kendaraan – jalan. Contoh kendaraan di jalan tol atau jalan raya antar kota. – Interrupted Flow atau Arus Terganggu • Arus yang ditentukan (diatur) oleh alat atau cara dari luar (eksternal) misalnya lampu atau marka lalu lintas. Interaksi kendaraan – kendaraan dan interaksi kendaraan – jalan mempunyai peranan kedua dalam menentukan arus lalu lintas. Parameter arus : • Speed (kecepatan) = v – Kecepatan adalah jarak per satuan waktu. – Tiap kendaraan di jalan raya mempunyai kecepatan yang berbeda. Untuk keperluan kuantifikasi digunakan kecepatan rata-rata sebagai variable signifikan yaitu kecepatan rata-rata ruang (space mean speed) yang diperoleh dengan merata-ratakan kecepatan individual semua kendaraan dalam daerah studi. • Volume – Adalah jumlah kendaraan yang melewati satu titik tinjau selama suatu perioda waktu. Biasanya volume langsung dikonversikan ke arus (q) sebagai parameter yang lebih berarti. • Flow (Arus) = q – Flow adalah laju kendaraan yang melewati satu titik ( kendaraan per jam). Volume 15 menit dapat dikonversi menjadi flow dengan mengalikan empat. Bila volume 15 menit sebesar 100 mobil, maka flow adalah 100 x 4 = 400 kendaraan/jam. Sehingga untuk interval waktu 15 menit, kendaraan melintas titik tinjau dengan laju 400 kendaraan/jam.
  • 13. • • • • • • Peak Hour Factor (Faktor Jam Sibuk) = PHF – Rasio laju arus jam2an (q60) dibagi dengan laju arus 15 menit puncak (peak 15 min rate of flow) yang dinyatakan dalam arus jam2an. – PHF = q60/q15. Density (Kerapatan) = k – Kerapatan adalah jumlah kendaraan yang ada dalam suatu ruas jalan (kendaraan/km atau kendaraan/mil). – Kerapatan tinggi menunjukkan jarak antar kendaraan cukup dekat, kerapatan rendah berarti jarak antar kendaraan cukup jauh. Headway = h – Waktu (detik) antara kedatangan satu kendaraan dengan kendaraan berikutnya pada suatu titik tinjau. Diukur dengan mencatat waktu antara bumper depan kendaraan pertama melintas titik tinjau dengan bumper depan kendaraan berikutnya (front to front). Gap = g – Waktu (detik) antara keberangkatan kendaraan pertama (bumper belakang) dengan kedatangan kendaraan kedua (bumper depan) pada suatu titik tinjau (rear to front). Spacing = s – Jarak fisik (m, ft) antara bumper depan kendaraan yang berturutan. Spacing melengkapi tinjauan tentang headway karena menggambarkan ruang yang sama tapi dengan cara lain. Spacing merupakan produk dari kecepatan dan headway. Clearance = c – Jarak (m, ft) antara bumper belakang kendaraan pertama dengan bumper depan kendaraan berikutnya. Clearance ekivalen dengan spacing dikurangi panjang kendaraan pertama. Model : • • Model dibangun pada uninterrupted traffic flow.Model ini cukup sederhana dan dapat menjelaskan trends yang diperoleh dari pengamatan arus lalu lintas. Menurut Greenshield, hubungan speed dan density adalah linier, yaitu: v=A-B*k dimana: v = speed (km/jam, mil/jam) A,B = konstanta dari pengamatan lapangan k = density (kend/km, kend/mil)
  • 14. • • • Konstanta A dan B diperoleh dari data velocity (=kecepatan) dan kerapatan melalui pengamatan lapangan, plotting data tersebut, dan gunakan regresi linier untuk mendapatkan garis regresi. Konstanta A menyatakan kecepatan arus bebas, sedang A/B menyatakan kerapatan macet. Substitusi hubungan tadi ke persamaan q = k*v Diperoleh persamaan berikut q = (A-B*k)*k atau q = A*k – B*k2 – Dimana: q = flow (kend/jam) A,B = konstanta k = density (kend/km, kend/mil) • Dalam bentuk grafis hubungan tersebut digambarkan berikut: • Flow maksimum diperoleh dari: dq/dk = A – 2*B*k dengan dq/dK = 0 diperoleh k = A/(2*B) • Kecepatan pada arus maksimum diperoleh dari substitusi k kedalam hubungan Greenshield, sehingga v = A – B*(A/(2*B)) Atau v = A/2 • Dari model Greenshiled dapat disimpulkan:
  • 15. – – – – Bila kerapatan nol, maka arus akan nol karena tidak ada kendaraan di jalan. Bila kerapatan meningkat, arus juga meningkat sampai mencapai arus maksimum. Bila kerapatan mencapai maksimum, biasanya disebut kerapatan macet, arus akan nol sebab kendaraan akan saling menempel (keadaan parkir). Bila kerapatan meningkat, arus akan meningkat ke nilai maksimum, tetapi bila kerapatan terus meningkat akan menyebabkan arus menurun hingga kerapatan macet dimana arus menjadi nol. 2. Kapasitas jalan Merupakan ukuran efektifitas fasilitas lalu lintas untuk mengakomodasi lalu lintas. • FAKTOR YANG MEMPENGARUHI: – Faktor Jalan: • Lebar lajur, kebebasan lateral, bahu jalan, keberadaan median, permukaan jalan, alinemen, kelandaian jalan, keberadaan trotoar, dll. – Faktor Lalu Lintas: • Komposisi lalu lintas, volume, distribusi lajur, gangguan lalu lintas, keberadaan kendaraan tidak bermotor, gangguan samping, dll. – Faktor Lingkungan: • Keberadaan pejalan kaki, pengendara sepeda, binatang menyeberang, dll. • Jalan dapat menampung volume maksimum pada keadaan ideal, yaitu: – Uninterrupted flow – Lalu lintas hanya berupa kendaraan penumpang. – Lebar lajur standard tanpa gangguan lateral. – Geometri memadai untuk kecepatan rencana UNTUK INDONESIA, PERHITUNGAN KAPASITAS MENGIKUTI MANUAL KAPASITAS JALAN INDONESIA 1997 (MKJI 1997) KAPASITAS JALAN ANTAR KOTA: C=CO X FCW x FCSP x FCSF • • dimana: CO C = Kapasitas (smp/jam) = Kapasitas dasar (smp/jam)
  • 16. FCW = Faktor penyesuaian lebar jalan FCSP = Faktor penyesuaian pembagian arah FCSF = Faktor penyesuaian gangguan samping • KAPASITAS JALAN PERKOTAAN C=CO X FCW x FCSP x FCSF X FSCS dimana: CO C = Kapasitas (smp/jam) = Kapasitas dasar (smp/jam) FCW = Faktor penyesuaian lebar jalan FCSP = Faktor penyesuaian pembagian arah FCSF = Faktor penyesuaian gangguan samping FCCS = Faktor penyesuaian ukuran kota 3. Tingkat Pelayanan • • Menunjukkan kondisi operasional arus lalu lintas dan persepsi pengendara dalam terminologi kecepatan, waktu tempuh, kenyamanan berkendara, kebebasan bergerak, gangguan arus lalu lintas lainnya, keamanan, dan keselamatan. Faktor yang mempengaruhi tingkat pelayanan: – Faktor Jalan: • Lebar lajur, kebebasan lateral, bahu jalan, keberadaan median, permukaan jalan, alinemen, kelandaian jalan, keberadaan trotoar, dll. – Faktor Lalu Lintas: • Komposisi lalu lintas, volume, distribusi lajur, gangguan lalu lintas, keberadaan kendaraan tidak bermotor, gangguan samping, dll.
  • 17. Level of Service Maximum Density (pc/mi/ln) A B C D E F 10 16 24 32 45 var A B C D E F 10 16 24 32 45 var A B C D E F 10 16 24 32 45 var A B C D E F 10 16 24 32 45 var *See Terms and Definitions Minimum Speed (mph) Maximum Service Flow Rate (pcphpl) Free-Flow Speed = 70 mph 70.0 700 70.0 1,120 68.0 1,632 64.0 2,048 53.0 2,400 var var Free-Flow Speed = 65 mph 65.0 650 65.0 1,040 64.5 1,548 62.0 1,984 52.0 2,350 var var Free-Flow Speed = 60 mph 60.0 600 60.0 960 60.5 1,440 58.0 1,856 51.0 2,300 var var Free-Flow Speed = 55 mph 55.0 550 55.0 880 55.0 1,320 54.5 1,744 50.0 2,250 var var Maximum v/c* Ratio 0.29 0.47 0.68 0.85 1.00 var 0.28 0.44 0.66 0.84 1.00 var 0.26 0.42 0.63 0.81 1.00 var 0.24 0.39 0.59 0.78 1.00 var
  • 18. Pair comparison and tournament Pada banyak percobaan, khususnya di ilmu sosial, satu yang yang di butuhkan untuk mengurutkan angka yang diberikan benda dengan membandingkan angka pada suatu waktu. Metode ini disebut paired comparisons dan digunakan pada situasi dimana pengukuran numeriksangat rumit dulakukan. Contohnya, individu yang menyukai musik yang berbeda. Setelah dicatat hasil dari semua kemungkinan n(n-1)/2 n objek dari paired comparisons, peneliti mengurutkan rangking dari n objek di urutan yang diminati. Diagraph adalah cara yang mudah untuk melukiskan hasil dari percobaan paired comparisons. Hasil dari percobaan Kendall di tunjukkan di gambar . 9.21. enam makanan anjing yang berbeda {1,2,….,6}akan diurutkantiap hari, dua dari enam makanan anjing yang lezat di sediakan untuk anjing, dan anjing akan memeilih makanan di banding makanan yang lain berdasarkan piring manan yang dihabiskan duluan. Percobaan dilakukan selama 15 hari, jadi semua kemungkinan telah dicoba. Di pelukisan graph sebuah edge digambarkan dari hidangan yang dipilih ke yang paling di hindari. Contohnya adalah 1 lebih dipilih dibandingkan 2 pada gamabr 9.21. seluruh graph disebut preference graph. Membuat urutan dari yang diberikan graph preference, secara umum tidak mudah. Contoh pada gambar 9.21, terdapat tidak konsisten. Anjing memilih makanan 1 dibandingkan 2, 2 dibandingkan 4, dan 4 dibandingkan 1. Jadi mana yang terbaik. Pada tournament : sitasi yang mirip dipertemiukan di tournament. Hasil dari tournament putaran robin di setiap pemain melawan yang lain juga dapat direpresentasikan dengan diagraph yang setiap edge langsung dari vertex a keb
  • 19. diwakili oleh kemenangan pemai n a terhadap pemain b. inilah mengapa diagraph asymetric lengkap disebut tournament atau tournament lengkap pada section 9-21. Pada diagraph di gambar 9-21 dapat juga dilihat sebagai hasil tournament enam pemain. Masalah mengurutkan pemain dalam tounament mirip dengan mengurutkan pada percobaan paired comparison. Mengurutkan Melalui Nilai : kedepannya, metode mengurutkan dan yang telah digunakan secara tradisional digunakan dalam putaran tournament robin. Adalah untuk mengurutkan dengan nilai. Nilai adalah angka dari permaianan oleh pemain yang telah menang. Seperti pada contoh makanan anjing, angka dari beberapa waktu fakta sajian yang dipilih mendapatkan nilai. Nilai dari pemain pada tournament sama dengan out-degree dari hubungan vertex pada diagraph. Jika kita gunakan nilai untuk mengurutkan, maka hasil dari urutannya adalah (1,3), (2,5,6), and 4. Dari hasil diatas makanan satu dan tiga dipilih untuk menempati urutan pertama. Disana ada tiga piring untuk urutan kedua dan piring nomor 4 dipilih sebagai ururtan terakhir Hasil urutan puncak berdasarkan hasil akhir kadang juga tidak selalu memuaskan. Walaupun metode termudah. Faktanya metode ini kalah dalam maknanya juga turnament ini tidak lengkap (pemainnya tidak bermain pada permainan yang sama). Urutan berdasarkan Hamiltonian path : metode lainnya kadang digunakan untuk mengurutkan pemain pada directed Hamiltonian path, walaupun tiap pemain telah mengalahkannnya. Rangking pada gamabr9-21 adalah 132564. Pada kontex ini mari kita membuktikan hasil Hamiltonian paths pada tournament.