PENJADWALAN MATA KULIAH MAYOR-MINOR: STUDI KASUS DI FMIPA IPB NUR APRIANDINI

PENJADWALAN MATA KULIAH MAYOR-MINOR: STUDI KASUS DI FMIPA IPB

NUR APRIANDINI

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

2

ABSTRAK NUR APRIANDINI. Penjadwalan Mata Kuliah Mayor-Minor: Studi Kasus di FMIPA IPB. Dibimbing oleh AMRIL AMAN dan FARIDA HANUM. Kurikulum mayor-minor telah diberlakukan selama enam tahun di Institut Pertanian Bogor (IPB). Selama pemberlakuan kurikulum ini, ditemukan beberapa masalah, salah satunya ialah masalah jadwal mata kuliah mayor dan minor yang tumpang tindih. Hal ini menjadi permasalahan utama dalam pengimplementasian kurikulum mayor-minor, sebab mahasiswa dengan mayor tertentu tidak dapat mengambil mata kuliah minor yang dipilihnya, karena ada mata kuliah mayor dan mata kuliah minor (yang harus diambil) dijadwalkan pada waktu yang sama. Karya ilmiah ini membahas masalah penjadwalan mata kuliah mayor-minor. Permasalahan ini dimodelkan sebagai suatu masalah pemrograman linear integer. Model ini diimplementasikan pada kasus penjadwalan di FMIPA IPB. Dalam membangun model, pada tahap awal diidentifikasi semua persyaratan yang harus dipenuhi dalam penjadwalan mata kuliah mayor-minor. Semua persyaratan ini kemudian diformulasikan menjadi bentuk persamaan dan atau pertidaksamaan linear. Fungsi objektif yang digunakan adalah meminimumkan tingkat penolakan dari dosen terhadap hari dan periode waktu mata kuliah tertentu. Untuk penyederhanaan, model ini menggunakan beberapa asumsi, sebagai contoh, ruang kuliah bersifat homogen (kapasitas, peralatan, dan sebagainya). Model ini dapat dikembangkan kemudian dengan melonggarkan asumsi tersebut. Solusi model ini diperoleh dengan menggunakan software LINGO 11.0. Penelitian ini menghasilkan sebuah jadwal mata kuliah yang memenuhi syarat-syarat penjadwalan mata kuliah mayor-minor di FMIPA IPB. Jadwal ini meminimumkan tingkat penolakan dosen terkait dengan hari dan periode waktu mata kuliah. Kata kunci: pemrograman linear integer, penjadwalan, mata kuliah, mayor-minor

3

ABSTRACT NUR APRIANDINI. Scheduling Major-Minor Courses: A Case Study in FMIPA Supervised by AMRIL AMAN and FARIDA HANUM.

IPB.

A curriculum called a major-minor curriculum has been used at Institut Pertanian Bogor (IPB) in the last six years. Several problems have been identified during the implementation of curriculum, one of them is related to the course scheduling. The problem on course scheduling has become a main problem in the implementation of the curriculum, because it has been found that students from a particular major would not be able to take courses from his/her chosen minor, since the courses are scheduled at the same time. This study addresses the problem on course scheduling for the major-minor curriculum. This problem is modeled as an integer linear program. The model is implemented for scheduling case at FMIPA IPB. The development of the model is initiated by identifying the necessary requirements for the course scheduling. All of these requirements are then formulated as linear equalities and or inequalities. The objective function is to minimize the rejection indicators of lecturers related to the days and time period of courses in the schedule. Several assumptions are used in this model for simplification, one of them, for example all of the classrooms are assumed to be homogen (capacity, equipment, etc.). The model can be improved later by relaxing these assumptions. The solution of the model is obtained using LINGO 11.0. This study produces a scheduling for the course that fulfills all of the requirements for majorminor curricullum at FMIPA IPB. The scheduling minimizes the rejection indicators of lecturers related to the days and time period of courses in the schedule. Keywords: integer linear programming, scheduling, courses, major-minor

4

PENJADWALAN MATA KULIAH MAYOR-MINOR: STUDI KASUS DI FMIPA IPB

NUR APRIANDINI

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 2013

5

Judul Skripsi : Penjadwalan Mata Kuliah Mayor-Minor: Studi Kasus di FMIPA IPB Nama : Nur Apriandini NIM : G54080005

Menyetujui Pembimbing I,

Pembimbing II,

Dr. Ir. Amril Aman, M.Sc. NIP. 19570330 198103 1 001

Dra. Farida Hanum, M.Si. NIP. 19651019 199103 2 002

Mengetahui: Ketua Departemen,

Dr. Berlian Setiawaty, MS. NIP. 19650505 198903 2 004

Tanggal Lulus:

6

KATA PENGANTAR Puji syukur penulis sampaikan kepada Allah SWT atas berkat, rahmat, nikmat, dan kasih sayang-Nya sehingga penulis mampu menyelesaikan karya ilmiah ini. Shalawat dan salam penulis sampaikan kepada Nabi Muhammad SAW yang menjadi panutan umatnya hingga akhir zaman. Selama penulisan karya ilmiah ini, penulis mengalami banyak kendala dan masalah. Penulis bisa menyelesaikan karya ilmiah ini karena banyak orang yang membantu dan berkontribusi dalam pembuatan karya ilmiah ini. Oleh karena itu, dalam kesempatan ini penulis mengucapkan terima kasih kepada: 1. Allah SWT atas rahmat dan nikmat-Nya yang tak terhitung banyaknya; 2. keluarga tercinta, Mama dan Bapak sebagai pemberi motivasi, semangat, dan doa, Desti, Wildan, dan Adlina yang memberi dukungan dan doa, Mbah Uti, Mbah Kakung, dan Bulik yang memberikan dukungan dan doa; 3. Dr. Ir. Amril Aman, M.Sc. selaku dosen pembimbing I yang telah meluangkan waktu dan pikiran selama bimbingan serta memberi motivasi, ilmu, inspirasi, dan dukungan; 4. Dra. Farida Hanum, M.Si. selaku dosen pembimbing II yang telah meluangkan waktu dan memberikan ilmu, motivasi, semangat, serta dukungan; 5. Drs. Prapto Tri Supriyo, M.Kom selaku dosen penguji yang telah meluangkan waktu dan memberikan ilmu, saran, serta dukungan; 6. semua dosen Departemen Matematika, terima kasih atas ilmu yang telah diberikan; 7. staf Departemen Matematika: Bu Susi, Pak Yono, Pak Hery, Pak Deni, dan Bu Ade yang telah memberi semangat dan bantuan administrasi; 8. Novaria Yusri, teman sekamar, teman seperjuangan, terima kasih atas dukungan, bantuan, semangat, dan doa; 9. Regita, Meidina, Nova, Kak Razon, teman-teman seperjuangan yang tak lelah berjuang bersama, tetap semangat dan segera menyusul; 10. Ari Wahyu Wijaksana dan Ibu yang memberikan motivasi, semangat, dan doa; 11. Maya Widyastiti yang selalu siap menjawab pertanyaan-pertanyaan saya, memberi dukungan, dan semangat; 12. Roni Wijaya, Rika Putra, Kak Iput, Kak Imam, Kak Ima, Kak Lili, dan Lutfia yang telah membantu dalam penulisan karya ilmiah ini; 13. teman-teman kos Wisma Nabila Cempaka B; kamar 1: Annisa Amelia Umboro yang siap sedia membantu, memberi dukungan, semangat, dan doa, Viranti Mandasari yang memberi semangat dan doa; kamar 2: Wita, kamar 4: Cici, kamar 5: Adisty Risnawati, kamar 6: Uwi yang memberi dukungan, semangat, dan doa; kamar 7: Lutfia NF yang membantu penulisan, memberi dukungan, semangat, dan doa; 14. Pipin Urip Kurniasih yang memberikan semangat, dukungan, dan doa; 15. teman-teman Matematika 45: Aisyah, Fenny, Hardono, Mega, Fuka, Haya, Bram, Mia, Agustina, Isna, Vivi, Rini, Chastro, Prama, Arbi, Hendri, Ana, Tiwi, Putri, Fitri, Khafidz, Herlan, Edy, Tika, Ade, Haryanto, Anggun, Annisaa, Ari, Aci, Rian, Dimas, Ijun, Ito, Beni, Rahma, Irwan, Yunda, Fina, Dewi, Santi, Fikri, Rianiko, Kunedi, Heru, James, Tia, dan Devita; 16. adik-adik Matematika 46: Evy, Fitri, Suzi, Feni, Andri, Sevira, Aisiyah, dan yang lainnya; 17. Nurul, Ami, Icha, Achi, Ayu, Dennis, Alfi, Sally, dan sahabat-sahabat saya yang lainnya; 18. kakak-kakak Matematika 44: Kak Iam, Kak Ruhiyat, Kak Abe, dan Kak Lingga; 19. Nicil, Gina, Tiska, Rini, Kak Asih, Kak Tuti, dan Rani; 20. semua pihak yang telah membantu dalam penyusunan karya ilmiah ini. Semoga karya ilmiah ini bermanfaat dan menjadi inspirasi untuk penelitian selanjutnya.

Bogor, Maret 2013

Nur Apriandini

7

RIWAYAT HIDUP Nur Apriandini dilahirkan di Cilacap pada tanggal 20 April 1990. Penulis merupakan anak pertama dari pasangan Judi dan Supriyatin yang bertempat tinggal di Perumahan Alfalaah III Blok N29 Pamulang, Tangerang Selatan 15416. Pada tahun 2002 penulis bersekolah di SMP Al Muslim Tambun Selatan yang kemudian pada tahun 2005 penulis melanjutkan sekolahnya di SMAN 1 Tambun Selatan, Bekasi. Pada tahun 2008 penulis diterima di Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor melalui jalur USMI (Undangan Seleksi Masuk IPB). Selama mengikuti kegiatan perkuliahan penulis pernah menjadi asisten dosen pada mata kuliah Kalkulus II (2010) dan Pemrograman Linear (2011). Penulis juga pernah menjadi pengajar Pengantar Matematika di bimbingan belajar KAMMI SMART pada tahun 2009. Penulis aktif dalam keanggotaan himpunan profesi matematika yang dikenal dengan nama GUMATIKA sebagai anggota Divisi Keilmuan pada periode 2009/2010. Selama menjadi anggota, penulis juga aktif mengajar Pengantar Matematika dan Kalkulus pada bimbingan belajar GUMATIKA. Penulis juga pernah menjadi anggota Tim Khusus dalam acara Matematika Ria pada tahun 2010. Pada akhir-akhir masa perkuliahan, penulis mendapatkan beasiswa PPA selama setahun.

8

DAFTAR ISI Halaman DAFTAR TABEL ........................................................................................................................ ix DAFTAR LAMPIRAN ................................................................................................................ ix I

PENDAHULUAN 1.1 Latar Belakang .................................................................................................................. 1.2 Tujuan Penelitian ............................................................................................................... 1.3 Manfaat Penelitian .............................................................................................................

1 1 1

II LANDASAN TEORI 2.1 Kurikulum Mayor-Minor .................................................................................................. 2.2 Pemrograman Linear ......................................................................................................... 2.3 Pemrograman Linear Integer ............................................................................................. 2.4 Metode Branch and Bound ...............................................................................................

2 2 3 3

III MASALAH PENJADWALAN MATA KULIAH MAYOR-MINOR 3.1 Perumusan Masalah ........................................................................................................... 3.2 Formulasi Masalah dalam Model Matematika .................................................................

5 5

IV STUDI KASUS PENJADWALAN MATA KULIAH MAYOR-MINOR 4.1 Deskripsi Masalah Penjadwalan Mayor-Minor ................................................................ 7 4.2 Formulasi Model Matematika Penjadwalan Mayor-Minor .............................................. 10 V SIMPULAN DAN SARAN 5.1 Simpulan ........................................................................................................................... 17 5.2 Saran ................................................................................................................................. 17 DAFTAR PUSTAKA ............................................................................................................. 17 LAMPIRAN ........................................................................................................................... 18

viii

9

DAFTAR TABEL Halaman 1 Mata kuliah mayor-minor semester 4 Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika ............................................................................................................................... 2 Mata kuliah minor di semester 4 ............................................................................................. 3 Ruangan ................................................................................................................................... 4 Periode waktu .......................................................................................................................... 5 Pilihan jadwal pasangan mata kuliah berjenis kuliah dan responsi ......................................... 6 Pasangan mata kuliah, nilai n, dan nilai r ................................................................................ 7 Koefisien tingkat penolakan pada hari ke i untuk mata kuliah k ............................................. 8 Koefisien tingkat penolakan pada periode waktu ke j untuk mata kuliah k ............................. 9 Mata kuliah yang terjadwalkan dengan tingkat penolakan terhadap hari i .............................. 10 Mata kuliah yang terjadwalkan dengan tingkat penolakan terhadap periode waktu j ..................................................................................................................................... 11 Jadwal perkuliahan mayor-minor Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika semester 4 .....................................................................................................................

8 9 9 10 10 10 11 12 15 15 16

DAFTAR LAMPIRAN Halaman 1 Sintaks program LINGO 11.0 untuk menyelesaikan masalah pemrograman linear pada Contoh 1 dengan metode branch and bound beserta hasil yang diperoleh .............................. 19 2 Program untuk menyelesaikan masalah penjadwalan mata kuliah mayor-minor di Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika dengan menggunakan LINGO 11.0 ............................................................................................................................. 22

ix

I PENDAHULUAN Pada bagian awal bab ini akan dijelaskan latar belakang dan tujuan penelitian yang dilakukan. Sementara itu pada bagian akhir bab ini akan dipaparkan manfaat penelitian ini bagi Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika Institut Pertanian Bogor. 1.1 Latar Belakang Institut Pertanian Bogor (IPB) merupakan salah satu lembaga pendidikan tinggi di Indonesia yang mempunyai moto “Mencari dan Memberi yang Terbaik”. Selain mencari lulusan siswa-siswa SMA terbaik dari berbagai daerah di Indonesia, IPB juga senantiasa berusaha untuk selalu meningkatkan mutu pendidikannya agar lulusannya kelak dapat memenuhi kriteria dari motonya tersebut. Berbagai usaha telah dilakukan IPB untuk menghasilkan lulusan terbaik yang mampu bersaing dan juga bermanfaat di lingkungannya. Salah satu usaha yang dilakukan IPB untuk meningkatkan mutu pendidikannya yaitu dengan menerapkan Kurikulum Mayor-Minor yang dimulai sejak tahun ajaran 2005/2006 yang menjadikan IPB sebagai universitas pertama di Indonesia yang menerapkan kurikulum sistem mayor-minor. Kurikulum mayor-minor telah diberlakukan selama enam tahun hingga sekarang. Kurikulum tersebut mempunyai keunggulan dan kelemahan. Pada tahun 2009, Dicky Pratama Yendra dalam karya ilmiahnya yang berjudul “Evaluasi Pelaksanaan Kurikulum Sistem Mayor-Minor Program Pendidikan Sarjana (S1) Institut Pertanian Bogor” telah menjelaskan keunggulan dan kelemahan dari kurikulum tersebut. Keunggulannya antara lain, mahasiswa mendapat tambahan pengetahuan, mahasiswa dapat memilih mayor dan minor sesuai dengan keinginan dan kemampuannya, dan mahasiswa memiliki kesempatan untuk memilih mayor ganda ataupun minor ganda sesuai dengan ketentuan yang berlaku.

Namun, salah satu kelemahannya yaitu masalah jadwal yang sering tumpang tindih menjadi permasalahan utama dalam pengimplementasian kurikulum ini. Dengan demikian perlu dilakukan penelitian lebih lanjut untuk mengetahui model yang tepat agar masalah jadwal yang sering tumpang tindih dapat teratasi dan tidak terjadi lagi pada tahun-tahun berikutnya. Pada karya ilmiah ini akan dibahas salah satu model penjadwalan mata kuliah pada kurikulum mayor-minor yang meminimumkan tingkat penolakan dosen terhadap hari dan periode waktu tertentu untuk suatu mata kuliah agar semua mata kuliah dapat dijadwalkan tanpa ada jadwal yang tumpang tindih. Permasalahan ini dapat dimodelkan dengan pemrograman linear integer. Sumber utama karya ilmiah ini ialah artikel yang berjudul An integer programming formulation for a case study in university timetabling yang ditulis oleh S Daskalaki, T Birbas, dan E Housos pada tahun 2004. 1.2 Tujuan Penelitian Tujuan dari penelitian ini ialah menentukan jadwal perkuliahan mata kuliah mayor-minor di Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika IPB agar diperoleh tingkat penolakan dosen terhadap hari dan periode waktu tertentu yang minimum. 1.3 Manfaat Penelitian Penelitian ini diharapkan dapat memberikan gambaran penjadwalan mata kuliah mayor-minor yang dapat digunakan oleh Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika IPB guna memberikan kenyamanan kepada mahasiswa dalam melaksanakan kurikulum mayor-minor ini. Selain itu, penelitian ini juga bisa menjadi masukan bagi Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika IPB dalam menjadwalkan mata kuliah mayor-minor.

II LANDASAN TEORI Dalam bab ini akan dijelaskan beberapa istilah yang digunakan dalam karya ilmiah ini. Pertama akan dijelaskan tentang kurikulum mayor-minor yang menjadi topik utama dalam karya ilmiah ini. Salah satu masalah yang terjadi dalam pelaksanaan kurikulum mayor-

minor ialah masalah penjadwalan mata kuliah mayor-minor. Pada bab ini juga akan dijelaskan mengenai pemrograman linear, pemrograman linear integer, dan metode branch and bound sebagai salah satu metode

2

untuk menjadwalkan mata kuliah mayorminor. 2.1 Kurikulum Mayor-Minor Kurikulum mayor-minor adalah kurikulum berbasis kompetensi di mana setiap mahasiswa mengikuti pendidikan dalam salah satu mayor sebagai bidang keahlian (kompetensi) utama dan dapat mengikuti pendidikan dalam salah satu bidang minor sebagai bidang keahlian (kompetensi) pelengkap atau memilih secara bebas mata kuliah sebagai penunjang (supporting course) bagi keahliannya. Mayor merupakan bidang keahlian berdasarkan disiplin (keilmuan) utamanya pada suatu departemen atau fakultas, di mana mahasiswa dapat memperdalam kompetensinya (ilmu pengetahuan, keterampilan, dan perilaku) tertentu dalam suatu paket mata kuliah. Minor merupakan bidang keahlian pelengkap yang diambil oleh mahasiswa yang berasal dari departemen lain di luar departemen utamanya (mayor). (IPB 2011) 2.2 Pemrograman Linear Konsep dasar yang harus dipahami sebelum mendefinisikan pemrograman linear ialah fungsi linear, persamaan linear, dan pertidaksamaan linear. Definisi 1 (Fungsi Linear) Sebuah fungsi dalam variabel-variabel adalah suatu fungsi linear jika dan hanya jika untuk suatu himpunan konstanta , fungsi dapat dituliskan sebagai . (Winston 2004) Sebagai contoh, merupakan fungsi linear dari variabel dan , sementara bukan fungsi linear dari variabel dan . Definisi 2 (Persamaan dan Pertidaksamaan Linear) Untuk sembarang fungsi linear dan sembarang bilangan b, n suatu persamaan merupakan persamaan linear sedangkan pertidaksamaan dan merupakan pertidaksamaan linear. (Winston 2004)

Sebagai contoh, persamaan linear sedangkan merupakan linear.

merupakan dan pertidaksamaan

Definisi 3 (Pemrograman Linear) Pemrograman linear (PL) adalah suatu masalah optimasi yang memenuhi ketentuanketentuan sebagai berikut: a) tujuan masalah tersebut ialah memaksimumkan atau meminimumkan suatu fungsi linear dari sejumlah variabel keputusan. Fungsi yang akan dimaksimumkan atau diminimumkan ini disebut fungsi objektif, b) nilai variabel-variabel keputusannya harus memenuhi suatu himpunan kendala. Setiap kendala harus berupa persamaan linear atau pertidaksamaan linear, c) ada pembatasan tanda untuk setiap variabel dalam masalah ini. Untuk sembarang variabel , pembatasan tanda menentukan harus taknegatif ( ) atau tidak dibatasi tandanya (unrestricted in sign). (Winston 2004) Bentuk umum pemrograman linear adalah: maksimumkan (atau minimumkan) terhadap kendala:

(1) merupakan fungsi dari pemrograman linear dan merupakan kendala pemrograman linear dengan merupakan fungsi linear. (Winston 2004)

dengan objektif

Definisi 4 (Daerah Fisibel Pemrograman Linear) Daerah fisibel untuk pemrograman linear (1) adalah himpunan dari nilai-nilai yang memenuhi sejumlah m kendala di (1). Sebuah nilai di dalam daerah fisibel adalah nilai fisibel, dan sebuah nilai di luar daerah fisibel disebut nilai takfisibel. (Winston 2004) Definisi 5

(Nilai Optimum Pemrograman Linear) Untuk masalah maksimisasi, nilai optimum dari suatu persamaan linear merupakan suatu nilai yang berada dalam

3

daerah fisibel dengan nilai fungsi objektif yang terbesar. Dan untuk masalah minimisasi, nilai optimum dari suatu persamaan linear merupakan suatu nilai yang berada dalam daerah fisibel dengan nilai fungsi objektif yang terkecil. (Winston 2004) 2.3 Pemrograman Linear Integer Pemrograman linear integer atau disebut juga sebagai integer programming (IP) merupakan suatu pemrograman linear yang sebagian atau semua variabel yang digunakan merupakan integer taknegatif. Jika suatu IP menggunakan semua variabel yang berupa integer, maka IP tersebut disebut pure integer programming (PIP). Jika suatu IP menggunakan sebagian variabel saja yang berupa integer, maka IP tersebut disebut mixed integer programming (MIP). Jika suatu IP menggunakan semua variabel yang bernilai 0 atau 1, maka IP tersebut disebut 0-1 IP. (Winston 2004) Definisi 6 (Pemrograman Linear Relaksasi) Pemrograman linear relaksasi atau disebut juga PL-relaksasi merupakan suatu pemrograman linear yang diperoleh dari suatu IP yang dihilangkan kendala integer atau kendala 0-1 untuk semua variabelnya. Untuk masalah maksimisasi, nilai optimum suatu fungsi objektif PL-relaksasi lebih besar atau sama dengan nilai optimum fungsi objektif IP, sedangkan untuk masalah minimisasi, nilai optimum suatu fungsi objektif PL-relaksasi lebih kecil atau sama dengan nilai optimum fungsi objektif IP. (Winston 2004) 2.4 Metode Branch and Bound Dalam penulisan karya ilmiah ini digunakan software LINGO 11.0 untuk memperoleh solusi optimum dari masalah IP. LINGO 11.0 merupakan sebuah program yang didesain untuk menentukan solusi model linear, nonlinear, dan optimisasi integer dengan mudah dan efisien. Program ini menggunakan metode branch dan bound untuk menyelesaikan masalah IP. Prinsip dasar metode branch and bound adalah mencari nilai optimum dari suatu IP secara efisien dengan memecah daerah fisibel menjadi subproblem-subproblem. Misal diberikan Subproblem n dari suatu IP, anggap merupakan bilangan pecahan yang merupakan solusi suatu PL-relaksasi dan bernilai di antara s dan dengan s suatu bilangan bulat. Karena merupakan bilangan

pecahan maka nilai yang berada di daerah dari daerah fisibel Subproblem n tidak akan memuat solusi IP yang fisibel karena tidak memenuhi kendala integer, sehingga diperlukan dua subproblem baru yaitu:  Subproblem n + 1: Subproblem n + kendala ( )  Subproblem n + 2: Subproblem n + kendala ( ) Suatu subproblem tidak memerlukan cabang subproblem baru jika memenuhi minimal satu dari situasi sebagai berikut: 1. subproblem tersebut tidak fisibel, sehingga tidak dapat menghasilkan solusi optimum untuk IP, 2. subproblem tersebut menghasilkan solusi optimum dengan semua variabel bernilai integer; jika solusi optimum ini mempunyai nilai fungsi objektif yang lebih baik daripada solusi fisibel yang diperoleh sebelumnya, maka solusi ini menjadi kandidat solusi optimum dan nilai fungsi objektifnya menjadi batas bawah (dalam masalah maksimisasi) dan batas atas (dalam masalah minimisasi); subproblem tersebut dimungkinkan menghasilkan solusi optimum masalah IP, 3. solusi optimum subproblem tersebut lebih kecil daripada batas bawah yang diperoleh sebelumnya (dalam masalah maksimisasi). (Winston 2004) Contoh 1 Misalkan diberikan IP berikut: Maksimumkan terhadap

integer (2) Metode branch and bound dimulai dengan menentukan solusi PL-relaksasi (Subproblem 1). Solusi PL-relaksasi untuk masalah tersebut adalah . . dan . (detail penghitungan dapat dilihat di Lampiran 1). Solusi tersebut tidak memenuhi kendala integer. Oleh karena itu, harus dibuat subproblem yang baru dengan memilih variabel yang tidak memenuhi kendala integer. Dengan memilih . , maka daerah pada Subproblem 1 tidak akan memuat solusi IP yang fisibel karena tidak memenuhi kendala integer. Subproblem yang baru adalah sebagai berikut:  Subproblem 2: Subproblem 1 + kendala ( )

4

 Subproblem 3: Subproblem 1 + kendala ( ) Solusi optimal dari Subproblem 2 adalah . yang dapat . dan dilihat pada Lampiran 1. Solusi tersebut tidak memenuhi kendala integer. Oleh karena itu, harus dibuat subproblem yang baru dengan memilih variabel yang tidak memenuhi kendala integer. Dengan memilih . , maka daerah pada Subproblem 2 tidak akan memuat solusi IP yang fisibel karena tidak memenuhi kendala integer. Subproblem yang baru adalah sebagai berikut:  Subproblem 4: Subproblem 2 + kendala ) (  Subproblem 5: Subproblem 2 + kendala ( ) Solusi optimal dari Subproblem 4 adalah dan yang dapat dilihat pada Lampiran 1. Karena semua variabel bernilai integer (solusinya memenuhi kendala integer), maka tidak perlu membuat subproblem baru dan solusi tersebut merupakan solusi fisibel yang merupakan kandidat solusi optimal IP (2) dengan dijadikan sebagai batas bawah. Solusi optimal dari Subproblem 5 adalah dan yang dapat dilihat pada Lampiran 1. Karena semua variabel bernilai integer (solusinya memenuhi kendala integer), maka tidak perlu membuat subproblem baru dan solusi tersebut merupakan solusi fisibel yang merupakan kandidat solusi optimal IP (2) dengan .

t

t

Subproblem 1 . dan

.

Subproblem 2 . dan

Subproblem 4 dan BB = 21 X

.

Subproblem 5 dan BB = 25 t

t

Nilai z pada Subproblem 5 lebih besar dari nilai z pada Subproblem 4, sehingga batas bawah diganti menjadi dan nilai z pada Subproblem 4 sudah tidak diperlukan lagi. Subproblem 3 mempunyai solusi optimal . dan . yang dapat dilihat pada Lampiran 1. Solusi tersebut tidak memenuhi kendala integer. Oleh karena itu, harus dibuat subproblem yang baru dengan memilih variabel yang tidak memenuhi kendala integer. Dengan memilih . , maka diperoleh subproblem yang baru adalah sebagai berikut:  Subproblem 6: Subproblem 3 + kendala ( )  Subproblem 7: Subproblem 3 + kendala ( ) Solusi optimal dari Subproblem 6 adalah . dan . yang dapat dilihat pada Lampiran 1. Solusi tersebut tidak memenuhi kendala integer. Nilai z pada Subproblem 6 lebih kecil daripada batas bawah pada Subproblem 5, sehingga tidak perlu membuat subproblem yang baru dan iterasi dihentikan. Subproblem 7 ternyata tidak memiliki solusi fisibel yang dapat dilihat pada Lampiran 1. Oleh karena itu, Subproblem 7 tidak dapat dijadikan sebagai solusi optimal IP (2). Solusi optimal dari Subproblem 5 menjadi solusi optimal IP (2) dengan dan . Bagan dari penyelesaian IP (2) dengan algoritme branch and bound ditunjukkan pada Gambar 1.

.

.

Subproblem 3 dan

Subproblem 6 . dan . BB = 25

.

Subproblem 7 Tidak Fisibel X

t X

X

Gambar 1 Bagan dari penyelesaian IP (2) dengan algoritme branch and bound. Keterangan : BB = Batas Bawah; t = Iterasi; X = Berhenti

t

t

III MASALAH PENJADWALAN MATA KULIAH MAYOR-MINOR Bab ini akan membahas deskripsi masalah penjadwalan mata kuliah kurikulum mayorminor, batasan masalah, dan asumsi yang digunakan dalam karya ilmiah ini, kemudian dilanjutkan dengan formulasi matematika terhadap permalahan tersebut. 3.1 Perumusan Masalah Kurikulum mayor-minor yang diterapkan IPB telah menginjak tahun ke enam. Pelaksanaan kurikulum ini dikelola oleh departemen dan Direktorat Administrasi Pendidikan, namun dalam pelaksanaannya masih ada beberapa masalah, antara lain terdapat jadwal kuliah/responsi mayor-minor yang tumpang tindih. Masalah jadwal perkuliahan mayor-minor yang tumpang tindih menyebabkan mahasiswa tidak nyaman dalam memilih mata kuliah yang akan diikuti pada suatu semester. Masalah tersebut sering dialami oleh mahasiswa setiap awal semester perkuliahan. Oleh karena itu, penulis akan menjadwalkan mata kuliah mayor-minor guna memberikan kenyamanan bagi semua pihak yang terkait dengan kurikulum ini. Penjadwalan ini dibuat menggunakan sejumlah mata kuliah yang akan dijadwalkan pada suatu semester, sejumlah ruangan yang dapat digunakan, sejumlah hari dalam seminggu, dan sejumlah periode waktu dalam sehari. Penjadwalan dilakukan sedemikian sehingga dapat memenuhi syarat-syarat sebagai berikut: 1. semua mata kuliah mayor-minor dapat dijadwalkan tanpa ada mata kuliah yang tumpang tindih dalam semester yang sama, 2. untuk mata kuliah yang beresponsi, jadwal kuliah dan jadwal responsi harus dijadwalkan pada hari yang berbeda dan kuliah dijadwalkan sebelum responsi, 3. setiap mata kuliah dijadwalkan tepat dalam satu ruangan, satu hari, dan suatu periode waktu tertentu, 4. setiap mata kuliah dengan waktu tatap muka dua, tiga, atau empat jam harus dijadwalkan dalam satu hari dengan periode waktu yang berurutan, 5. setiap mata kuliah harus terjadwalkan sesuai dengan waktu tatap mukanya, 6. setiap mata kuliah dijadwalkan tepat satu kali dalam seminggu, 7. tidak ada jadwal kuliah atau responsi pada pukul 12.00-13.00 setiap harinya, 8. tidak ada jadwal kuliah atau responsi pada hari Jumat pukul 11.00-12.00,

9. perkuliahan dijadwalkan dari hari Senin sampai hari Jumat, 10. jika diperlukan penjadwalan di hari Sabtu, maka mata kuliah yang berjenis kuliah tanpa responsi tidak boleh dijadwalkan pada hari Sabtu dan dibatasi sampai periode waktu tertentu. Untuk membatasi masalah penjadwalan mata kuliah mayor-minor ini, maka digunakan beberapa asumsi antara lain: 1. setiap mata kuliah dijadwalkan sesuai dengan yang tertera pada buku Panduan Program Sarjana Institut Pertanian Bogor edisi 2011 tanpa mempertimbangkan mahasiswa yang tidak mengambil mata kuliah pada semester yang tertera pada buku panduan, mahasiswa yang mengulang, dan juga mahasiswa yang pernah mengambil cuti, 2. mata kuliah yang dijadwalkan terdiri atas mata kuliah mayor dan mata kuliah minor dan mata kuliah minor merupakan bagian dari mata kuliah mayor yang bersesuaian, 3. mata kuliah yang diambil oleh mahasiswa dari mayor yang berbeda boleh dijadwalkan secara bersamaan, 4. ada sejumlah ruangan yang bisa digunakan kapan saja, 5. semua dosen dan asisten bisa mengajar kapan saja. 3.2 Formulasi Masalah dalam Model Matematika Berdasarkan data dan analisis yang didapatkan, maka dapat dibuat formulasi masalah tersebut ke dalam bentuk pemrograman linear integer. Bentuk formulasi masalah tersebut yaitu: Indeks = hari; Jika D = 6, maka hari ke 1 ialah Senin, hari ke 2 ialah Selasa, hari ke 3 ialah Rabu, hari ke 4 ialah Kamis, hari ke 5 ialah Jumat, dan hari ke 6 ialah Sabtu. ̂ = hari yang tidak boleh ada jadwal perkuliahan ̅ = hari dijadwalkan mata kuliah berjenis kuliah; ̅ D–1 ̿ = hari dijadwalkan mata kuliah berjenis responsi; ̿ D = periode waktu; ̂ = periode waktu yang tidak boleh ada jadwal perkuliahan = mata kuliah;

6

̅ ̿ t

= = = = =

mata kuliah berjenis kuliah mata kuliah berjenis responsi ruangan; waktu tatap muka; t pilihan dijadwalkannya setiap pasangan mata kuliah berjenis kuliah dan responsi; , dengan Q = kombinasi ( ). m = 1 berlaku untuk

setiap pasangan mata kuliah berjenis kuliah dan responsi yang akan dijadwalkan pada hari Senin (kuliah) dan Selasa (responsi). m = 2 berlaku untuk setiap pasangan mata kuliah berjenis kuliah dan responsi yang akan dijadwalkan pada hari Senin (kuliah) dan Rabu (responsi), dan seterusnya. = urutan pasangan mata kuliah berjenis kuliah dan responsi; = pilihan dijadwalkannya semua pasangan mata kuliah berjenis kuliah dan responsi; – Misalkan D = 6 dan S = 3, maka Q = kombinasi ( ) = 15, m = 1,2,...,15, serta r = 1,2,...,45. Untuk n = 1 (pasangan mata kuliah berjenis kuliah dan responsi urutan pertama), maka r = 1,2,...,15. Untuk n = 2 (pasangan mata kuliah berjenis kuliah dan responsi urutan kedua), maka r = 16,17,...,30. Untuk n = 3 (pasangan mata kuliah berjenis kuliah dan responsi urutan ketiga), maka r = 31,32,...,45. Himpunan ̂ = himpunan mata kuliah mayor ̌ = himpunan mata kuliah minor A = himpunan pasangan mata kuliah berjenis kuliah dan responsi; A = (̅ ̿) B = himpunan pasangan hari untuk dijadwalkan pasangan mata kuliah berjenis kuliah dan responsi; B = ( ̅ )̿ Parameter = waktu tatap muka mata kuliah M = bilangan yang cukup besar nilainya = koefisien yang menggambarkan tingkat penolakan pada hari ke i untuk mata kuliah k = koefisien yang menggambarkan tingkat penolakan pada periode waktu ke j untuk mata kuliah k

Variabel Keputusan jika mata kuliah k dijadwalkan pada hari ke i periode waktu ke j { dalam ruangan l lainnya. jika mata kuliah k dijadwalkan pada { hari ke i dalam ruangan l lainnya. jika pilihan ke r tidak dipilih { lainnya. Fungsi Objektif Fungsi objektif dari masalah ini ialah meminimumkan tingkat penolakan dosen yang diperoleh dari perkalian antara tingkat penolakan dosen terhadap hari dan mata kuliah tertentu dan variabel keputusan yang menyatakan mata kuliah tersebut dijadwalkan pada hari dan ruangan tertentu ditambah dengan perkalian antara tingkat penolakan dosen terhadap periode waktu dan mata kuliah tertentu dan variabel keputusan yang menyatakan mata kuliah tersebut dijadwalkan pada periode waktu dan ruangan tertentu. min ∑ ∑ ∑∑

∑ ∑∑

Kendala Kendala pada permasalahan ini ialah sebagai berikut: 1. Setiap hari dalam periode waktu yang sama hanya ada satu mata kuliah mayorminor yang dijadwalkan. ∑∑

dengan

̂ ̌

2. Setiap ruangan dalam satu hari dan periode waktu tertentu hanya digunakan untuk satu mata kuliah. ∑ 3. Setiap mata kuliah harus dijadwalkan sesuai dengan waktu tatap mukanya. ∑∑∑ 4. Setiap mata kuliah harus dijadwalkan sesuai dengan waktu tatap mukanya pada satu hari dan ruangan tertentu. ∑

5. Setiap mata kuliah harus dijadwalkan sesuai dengan waktu tatap mukanya secara berurutan pada hari dan ruangan tertentu. a) Jika mata kuliah k dijadwalkan mulai pada periode waktu pertama maka mata kuliah tersebut dilaksanakan selama periode waktu. t .. t b) Jika mata kuliah k dijadwalkan selesai pada periode waktu terakhir T maka mata kuliah tersebut harus dimulai – periode waktu sebelum periode waktu ke . –t

t .. – c) Jika mata kuliah k dijadwalkan mulai pada periode waktu ke j maka mata kuliah tersebut harus dilaksanakan selama periode waktu. t

t t .. 6. Setiap mata kuliah harus tepat satu kali dijadwalkan dalam seminggu.

7. Kuliah dan responsi harus dilakukan pada hari yang berbeda dan kuliah dijadwalkan sebelum responsi. ̅̅

̿̿

–M

–

dengan ∑

∑

–

dengan merupakan banyaknya kombinasi dari D hari yang berbeda jika dipilih sebanyak dua hari untuk kuliah dan responsi. 8. Untuk semua hari, semua mata kuliah, dan semua ruangan pada periode waktu tertentu tidak boleh ada jadwal perkuliahan. ̂ ̂ 9. Untuk semua mata kuliah dan semua ruangan pada hari dan periode waktu tertentu tidak boleh ada jadwal perkuliahan. ̂ ̂ ̂̂ 10. Jika diperlukan penjadwalan di hari Sabtu, maka mata kuliah yang berjenis kuliah tanpa responsi tidak boleh dijadwalkan pada hari Sabtu. ̅

∑∑

∑

Karena – maka untuk 1,2,..., dan untuk setiap n , kendala tersebut dapat diganti dengan:

–

–

11. Jika diperlukan penjadwalan di hari Sabtu, maka penjadwalan dibatasi sampai periode waktu tertentu. ̂ ̂ 12. Semua variabel keputusan adalah integer nol atau satu. { } { } { }

IV STUDI KASUS PENJADWALAN MATA KULIAH MAYOR-MINOR 4.1 Deskripsi Masalah Penjadwalan Mayor-Minor Masalah yang akan diuraikan pada bab ini adalah masalah penjadwalan mata kuliah mayor-minor pada Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika FMIPA IPB. Diasumsikan mahasiswa mayor Matematika hanya dapat memilih minor Sistem Informasi, Statistika Terapan, atau Fisika Komputasi. Mahasiswa mayor Ilmu Komputer hanya dapat memilih minor Riset Operasi, mahasiswa mayor Statistika hanya dapat memilih minor Matematika Keuangan dan Aktuaria, serta mahasiswa mayor Fisika

hanya dapat memilih minor Pemodelan Sistem Dinamik. Setiap mata kuliah mayor-minor yang akan dijadwalkan pada semester 4 memiliki waktu tatap muka yang berbedabeda, yaitu dua atau tiga periode waktu. Suatu mata kuliah bisa diikuti oleh mahasiswa mayor dan mahasiswa minor. Sejumlah mata kuliah yang akan dijadwalkan tertera pada Tabel 1 yang dilengkapi dengan informasi waktu tatap muka tiap mata kuliah, jenis (kuliah atau responsi), dan peserta yang mengikuti mata kuliah tersebut. Mata kuliah minor yang akan dijadwalkan tertera pada Tabel 2.

8

Tabel 1

Mata kuliah mayor-minor semester 4 Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika

K

PESERTA Mayor Minor MAT 4 KOM 4

2

R

MAT 4

KOM 4

Graf Algoritmik

3

K

MAT 4

KOM 4

4

Matematika Keuangan

3

K

MAT 4

STK 4

5

Persamaan Diferensial Parsial

2

K

MAT 4

FIS 4

6


3

R

MAT 4

FIS 4

7

Pengantar Teori Peluang

2

K

MAT 4

STK 4

8


2

R

MAT 4

STK 4

9

Kalkulus III

2

K

STK 4

FIS 4

10

Kalkulus III

2

R

STK 4

FIS 4

11

Pengantar Hitung Peluang

3

K

KOM 4

12

Algoritma dan Pemrograman

2

K

KOM 4

MAT 4

13


3

R

KOM 4

MAT 4

14

Bahasa Pemrograman

2

K

KOM 4

15

Bahasa Pemrograman

3

R

KOM 4

16

Basis Data

2

K

KOM 4

MAT 4

17

Basis Data

3

R

KOM 4

MAT 4

18

Organisasi Komputer

2

K

KOM 4

19

Organisasi Komputer

3

R

KOM 4

20

Struktur Data

2

K

KOM 4

21

Struktur Data

3

R

KOM 4

22

Teori Bahasa dan Otomata

3

K

KOM 4

23

Pemrograman Linear

2

K

STK 4

24

Pemrograman Linear

3

R

STK 4

25

Basis Data

2

K

STK 4

26

Basis Data

3

R

STK 4

27

Metode Statistika

2

K

STK 4

28

Metode Statistika

2

R

STK 4

29

Teori Statistika I

3

K

STK 4

30

Metode Penarikan Contoh

2

K

STK 4

MAT 4

31


2

R

STK 4

MAT 4

32

Perancangan Percobaan

2

K

STK 4

MAT 4

33


2

R

STK 4

MAT 4

34

Mekanika II

2

K

FIS4

35

Termodinamika

2

K

FIS4

36

Termodinamika

2

R

FIS4

37

Gelombang

2

K

FIS4

38

Gelombang

2

R

FIS4

1

Pemrograman Linear

Waktu Tatap Muka (Periode) 2

2

Pemrograman Linear

3

Indeks

Mata Kuliah

Jenis

9

Tabel 1

Mata kuliah mayor-minor semester 4 Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika (lanjutan) PESERTA Mayor Minor FIS4

39

Listrik Magnet I

Waktu Tatap Muka (Periode) 2

40

Listrik Magnet I

2

R

FIS 4

41

Fisika Matematika II

2

K

FIS 4

MAT 4

42


2

R

FIS 4

MAT 4

43

Elektronika Lanjut

3

K

FIS 4

3

R

FIS 4

Indeks

Mata Kuliah

44 Elektronika Lanjut K untuk jenis kuliah dan R untuk jenis responsi

Jenis K

Tabel 2 Mata kuliah minor di semester 4 Waktu Tatap Muka (Periode)

Jenis

Pemrograman Linear

2

K

Pemrograman Linear

2

R

3

Graf Algoritmik

3

K

4

Matematika Keuangan

3

K


2

K


2

R

Kalkulus III

2

K

Kalkulus III

2

R


2

K


3

R

Kalkulus III

2

K

10

Kalkulus III

2

R

12


2

K


3

R

16

Basis Data

2

K

17

Basis Data

3

R

30


2

K


2

R

32


2

K

33


2

R


2

K

42 Fisika Matematika II K untuk jenis kuliah dan R untuk jenis responsi

2

R

Indeks

Minor

1 2

7 8 9

Riset Operasi

Matematika Keuangan dan Aktuaria

10 5 6 9

13

31

41

Pemodelan Sistem Dinamik

Sistem Informasi

Statistika Terapan

Fisika Komputasi

Mata Kuliah

Ruangan yang dapat digunakan pada semester 4 tertera pada Tabel 3. Periode waktu perkuliahan yang digunakan adalah sebanyak 10 periode dengan rincian yang tertera pada Tabel 4.

Tabel 3 Ruangan Ruangan ke 1 2 3 4

Nama Ruangan 16 Fak 401 A 16 Fak 401 B 16 Fak 401 C 16 Fak 401 D

10

Tabel 4 Periode waktu Periode Waktu ke 1 2 3 4 5 6 7 8 9 10

Rentang Waktu 7.00-8.00 8.00-9.00 9.00-10.00 10.00-11.00 11.00-12.00 12.00-13.00 13.00-14.00 14.00-15.00 15.00-16.00 16.00-17.00

4.2 Formulasi Model Matematika Penjadwalan Mayor-Minor Berdasarkan permasalahan dalam studi kasus pada subbab 4.1, dapat dimodelkan permasalahannya sebagai berikut: Indeks Dalam studi kasus ini, banyaknya hari yang bisa dijadwalkan sebanyak 6 hari, periode waktu sebanyak 10 periode, mata kuliah yang akan dijadwalkan sebanyak 44 mata kuliah dengan waktu tatap muka dua atau tiga periode, dan ruangan yang dapat digunakan sebanyak 4 ruangan. = hari; ̂ = hari yang tidak boleh ada jadwal perkuliahan; ̂= 5 ̅ = hari dijadwalkan mata kuliah berjenis kuliah; ̅ ̿ = hari dijadwalkan mata kuliah berjenis responsi; ̿ = periode waktu; ̂ = periode waktu yang tidak boleh ada jadwal perkuliahan; ̂ .. = mata kuliah; ̅ = mata kuliah berjenis kuliah dengan rincian yang terdapat pada Tabel 1 ̿ = mata kuliah berjenis responsi dengan rincian yang terdapat pada Tabel 1 = ruangan; t = waktu tatap muka; t = pilihan dijadwalkannya setiap pasangan kuliah dan responsi; dengan rincian terdapat pada Tabel 5 = urutan pasangan mata kuliah berjenis kuliah dan responsi; dengan rincian terdapat pada Tabel 6 = pilihan dijadwalkannya semua pasangan kuliah dan responsi; – dengan rincian terdapat pada Tabel 6

Tabel 5 Pilihan jadwal pasangan mata kuliah berjenis kuliah dan responsi m

Jadwal

1

Kuliah Senin

Responsi Selasa

2

Senin

Rabu

3

Senin

Kamis

4

Senin

Jumat

5

Senin

Sabtu

6

Selasa

Rabu

7

Selasa

Kamis

8

Selasa

Jumat

9

Selasa

Sabtu

10

Rabu

Kamis

11

Rabu

Jumat

12

Rabu

Sabtu

13

Kamis

Jumat

14

Kamis

Sabtu

15

Jumat

Sabtu

Tabel 6 Pasangan mata kuliah, nilai n, dan nilai r n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

(̅ ̿ (1,2) (5,6) (7,8) (9,10) (12,13) (14,15) (16,17) (18,19) (20,21) (23,24) (25,26) (27,28) (30,31) (32,33) (35,36) (37,38) (39,40) (41,42) (43,44)

r 1,2,...,15 16,17,...,30 31,32,...,45 46,47,...,60 61,62,...,75 76,77,...,90 91,92,...,105 106,107,...,120 121,122,...,135 136,137,...,150 161,162,...,165 166,167,...,180 181,182,...,195 196,197,...,210 211,212,...,225 226,227,...,240 241,242,...,255 256,257,...,270 271,272,...,285

Himpunan ̂ dan ̌ yang merupakan himpunan mata kuliah mayor dan minor telah diuraikan pada Tabel 1. Sedangkan diuraikan sebagai berikut: a) mata kuliah mayor Matematika minor Sistem Informasi semester 4,

11

b) mata kuliah mayor Matematika minor Statistika Terapan semester 4, c) mata kuliah mayor Matematika minor Fisika Komputasi semester 4, d) mata kuliah mayor Ilmu Komputer minor Riset Operasi semester 4, e) mata kuliah mayor Statistika minor Matematika Keuangan dan Aktuaria semester 4, f) mata kuliah mayor Fisika minor Pemodelan Sistem Dinamik semester 4,

A = {(̅ ̿)} dengan ̅ adalah mata kuliah ke 1,5,7,9,12,14,16,18,20,23,25,27,30,32,35,3 7,39,41,43 dan ̿ adalah mata kuliah ke 2,6,810,13,15,17,19,21,24,26,28,31,33,36,3 8,40,42,44. B adalah himpunan pasangan terurut dari pasangan hari untuk dijadwalkan pasangan mata kuliah berjenis kuliah dan responsi B = {( ̅ )̿ } dengan ̅ adalah hari ke 1,2,3,4,5 dan ̿ adalah hari ke 2,3,4,5,6 Parameter tersajikan pada Tabel 1. Sedangkan M untuk kasus ini dipilih M = 1000. diuraikan pada Tabel 7 dan diuraikan pada Tabel 8.

A adalah himpunan pasangan terurut dari pasangan mata kuliah berjenis kuliah dan responsi, Tabel 7 Koefisien tingkat penolakan pada hari ke i untuk mata kuliah k Hari ke 1 2 3 4 5 6

1 1 1 1 1 1 1

2 1 1 1 1 1 1

3 1 5 10 20 30 1000

4 1 5 10 20 30 1000

5 1 1 1 1 1 1

6 1 1 1 1 1 1

Mata Kuliah ke 7 8 9 10 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

11 1 5 10 20 30 1000

12 1 1 1 1 1 1

13 1 1 1 1 1 1

14 1 1 1 1 1 1

15 1 1 1 1 1 1

Tabel 7 Koefisien tingkat penolakan pada hari ke i untuk mata kuliah k (lanjutan) Hari ke 1 2 3 4 5 6

16 1 1 1 1 1 1

17 1 1 1 1 1 1

18 1 1 1 1 1 1

19 1 1 1 1 1 1

20 1 1 1 1 1 1

21 1 1 1 1 1 1

Mata Kuliah ke 22 23 24 25 1 1 1 1 5 1 1 1 10 1 1 1 20 1 1 1 30 1 1 1 1000 1 1 1

26 1 1 1 1 1 1

27 1 1 1 1 1 1

28 1 1 1 1 1 1

29 1 5 10 20 30 1000

Tabel 7 Koefisien tingkat penolakan pada hari ke i untuk mata kuliah k (lanjutan) Hari ke 1 2 3 4 5 6

31 1 1 1 1 1 1

32 1 1 1 1 1 1

33 1 1 1 1 1 1

34 1 5 10 20 30 1000

35 1 1 1 1 1 1

Mata Kuliah ke 36 37 38 39 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

40 1 1 1 1 1 1

41 1 1 1 1 1 1

42 1 1 1 1 1 1

43 1 1 1 1 1 1

44 1 1 1 1 1 1

30 1 1 1 1 1 1

12

Tabel 8 Koefisien tingkat penolakan pada periode waktu ke j untuk mata kuliah k Periode Waktu ke 1 2 3 4 5 6 7 8 9 10

Mata Kuliah ke 1 1 1 1 1 1 1 1 1 1 1

2 1 1 1 1 1 1 1 1 1 1

3 5 1 1 1 1 1 30 30 50 50

4 5 1 1 1 1 1 30 30 50 50

5 1 1 1 1 1 1 1 1 1 1

6 1 1 1 1 1 1 1 1 1 1

7 1 1 1 1 1 1 1 1 1 1

8 1 1 1 1 1 1 1 1 1 1

9 1 1 1 1 1 1 1 1 1 1

10 1 1 1 1 1 1 1 1 1 1

11 5 1 1 1 1 1 30 30 50 50

12 1 1 1 1 1 1 1 1 1 1

13 1 1 1 1 1 1 1 1 1 1

14 1 1 1 1 1 1 1 1 1 1

15 1 1 1 1 1 1 1 1 1 1

Tabel 8 Koefisien tingkat penolakan pada periode waktu ke j untuk mata kuliah k (lanjutan) Periode Waktu ke 1 2 3 4 5 6 7 8 9 10

Mata Kuliah ke 16 1 1 1 1 1 1 1 1 1 1

17 1 1 1 1 1 1 1 1 1 1

18 1 1 1 1 1 1 1 1 1 1

19 1 1 1 1 1 1 1 1 1 1

20 1 1 1 1 1 1 1 1 1 1

21 1 1 1 1 1 1 1 1 1 1

22 5 1 1 1 1 1 30 30 50 50

23 1 1 1 1 1 1 1 1 1 1

24 1 1 1 1 1 1 1 1 1 1

25 1 1 1 1 1 1 1 1 1 1

26 1 1 1 1 1 1 1 1 1 1

27 1 1 1 1 1 1 1 1 1 1

28 1 1 1 1 1 1 1 1 1 1

29 5 1 1 1 1 1 30 30 50 50

30 1 1 1 1 1 1 1 1 1 1

Tabel 8 Koefisien tingkat penolakan pada periode waktu ke j untuk mata kuliah k (lanjutan) Periode Waktu ke 1 2 3 4 5 6 7 8 9 10

Mata Kuliah ke 31 1 1 1 1 1 1 1 1 1 1

32 1 1 1 1 1 1 1 1 1 1

33 1 1 1 1 1 1 1 1 1 1

34 5 1 1 1 1 1 30 30 50 50

35 1 1 1 1 1 1 1 1 1 1

36 1 1 1 1 1 1 1 1 1 1

37 1 1 1 1 1 1 1 1 1 1

Variabel Keputusan jika mata kuliah k dijadwalkan pada hari ke i periode waktu ke j { dalam ruangan l lainnya. jika mata kuliah k dijadwalkan pada { hari ke i dalam ruangan l lainnya.

38 1 1 1 1 1 1 1 1 1 1

39 1 1 1 1 1 1 1 1 1 1

40 1 1 1 1 1 1 1 1 1 1 {

41 1 1 1 1 1 1 1 1 1 1

42 1 1 1 1 1 1 1 1 1 1

43 1 1 1 1 1 1 1 1 1 1

44 1 1 1 1 1 1 1 1 1 1

jika pilihan ke r tidak dipilih lainnya.

Fungsi Objektif Fungsi objektif dari masalah ini ialah meminimumkan tingkat penolakan dosen yang diperoleh dari perkalian antara tingkat penolakan dosen terhadap hari dan mata

13

kuliah tertentu dan variabel keputusan yang menyatakan mata kuliah tersebut dijadwalkan pada hari dan ruangan tertentu ditambah dengan perkalian antara tingkat penolakan dosen terhadap periode waktu dan mata kuliah tertentu dan variabel keputusan yang menyatakan mata kuliah tersebut dijadwalkan pada periode waktu dan ruangan tertentu. min ∑ ∑

∑

∑∑

Kendala Kendala pada permasalahan ini ialah sebagai berikut: 1. Setiap hari dalam periode waktu yang sama hanya ada satu mata kuliah mayorminor yang dijadwalkan. a) Mayor Matematika minor Sistem Informasi semester 4

∑

∑ )

b) Mata kuliah mayor Matematika minor Statistika Terapan semester 4 ∑ (∑

∑

)

c) Mata kuliah mayor Matematika minor Fisika Komputasi semester 4 ∑ (∑

∑

)

d) Mata kuliah mayor Ilmu Komputer minor Riset Operasi semester 4 ∑ (∑

∑

∑

)

2. Setiap ruangan dalam satu hari dan periode waktu tertentu hanya digunakan untuk satu mata kuliah. ∑

∑∑

∑ (∑

∑ (∑

∑

)

e) Mata kuliah mayor Statistika minor Matematika Keuangan dan Aktuaria semester 4 ∑ (∑

∑

∑

∑

)

f) Mata kuliah mayor Fisika minor Pemodelan Sistem Dinamik semester 4

3. Setiap mata kuliah harus dijadwalkan sesuai dengan waktu tatap mukanya. ∑∑∑ 4. Setiap mata kuliah harus dijadwalkan sesuai dengan waktu tatap mukanya pada satu hari dan ruangan tertentu. ∑ 5. Setiap mata kuliah harus dijadwalkan sesuai dengan waktu tatap mukanya secara berurutan pada hari dan ruangan tertentu. a) Jika mata kuliah k dijadwalkan mulai pada periode waktu pertama maka mata kuliah tersebut dilaksanakan selama periode waktu. t .. t b) Jika mata kuliah k dijadwalkan selesai pada periode waktu terakhir (ke sepuluh) maka mata kuliah tersebut harus dimulai – periode waktu sebelum periode waktu ke sepuluh. –t

t .. – c) Jika mata kuliah k dijadwalkan mulai pada periode waktu ke j maka mata kuliah tersebut harus dilaksanakan selama periode waktu. t

t t .. 6. Setiap mata kuliah harus tepat satu kali dijadwalkan dalam seminggu. ∑∑ 7. Kuliah dan responsi harus dilakukan pada hari yang berbeda dan kuliah dijadwalkan sebelum responsi. Dengan pilihan dijadwalkannya pasangan tersebut yaitu:

14

a) kuliah dilakukan pada hari Senin dan responsi pada hari Selasa, ∑

̿

̅

–

∑

–

b) kuliah dilakukan pada hari Senin dan responsi pada hari Rabu, ∑

̅

̿

–

̿

̅

–

∑

̅

̿

–

∑

̅

̿

–

∑

–

̅

̿

–

–

g) Kuliah dilakukan pada hari Selasa dan responsi pada hari Kamis, ∑

̅

̿

–

–

̅

–

̿

̅

̿

–

̅

̿

–

–

–

k) kuliah dilakukan pada hari Rabu dan responsi pada hari Jumat, ∑

̅

̿

–

̅

–

̿

–

̅

̿

–

–

Pasangan mata kuliah jenis kuliah dan responsi (̅ ̿ , nilai n, dan nilai r untuk setiap pasangan disajikan pada Tabel 6 berikut: dengan ∑

–

untuk setiap pasangan (̅ ̿ pada Tabel 6. Karena – maka untuk dan untuk setiap n seperti pada Tabel 6 kendala tersebut dapat diganti dengan:

∑

∑ 8. Untuk semua hari, semua mata kuliah, dan semua ruangan pada periode waktu ke enam tidak boleh ada jadwal perkuliahan.

j) kuliah dilakukan pada hari Rabu dan responsi pada hari Kamis, ∑

–

–

i) kuliah dilakukan pada hari Selasa dan responsi pada hari Sabtu, ∑

–

̿

∑

h) kuliah dilakukan pada hari Selasa dan responsi pada hari Jumat, ∑

–

o) kuliah dilakukan pada hari Jumat dan responsi pada hari Sabtu.

–

f) kuliah dilakukan pada hari Selasa dan responsi pada hari Rabu, ∑

̅

∑

e) kuliah dilakukan pada hari Senin dan responsi pada hari Sabtu,

–

̿

n) kuliah dilakukan pada hari Kamis dan responsi pada hari Sabtu,

–

d) kuliah dilakukan pada hari Senin dan responsi pada hari Jumat, ∑

̅

m) kuliah dilakukan pada hari Kamis dan responsi pada hari Jumat,

–

c) kuliah dilakukan pada hari Senin dan responsi pada hari Kamis, ∑

l) kuliah dilakukan pada hari Rabu dan responsi pada hari Sabtu,

–

9. Untuk semua mata kuliah dan semua ruangan pada hari Jumat dan periode waktu ke lima tidak boleh ada jadwal perkuliahan. 10. Mata kuliah yang berjenis kuliah tanpa responsi tidak boleh dijadwalkan pada hari ke enam.

15

̅

̅

objektif tersebut dijelaskan pada Tabel 9 dan Tabel 10 dengan

11. Untuk periode waktu tertentu pada hari ke enam tidak boleh ada jadwal perkuliahan. ̂ ̂ 12. Semua variabel keputusan adalah integer nol atau satu. { } { } { }

∑∑

∑

dan ∑∑

∑∑

Nilai tersebut berarti bahwa ada mata kuliah dengan tingkat penolakan terhadap hari i cukup tinggi yang masih terjadwalkan yaitu mata kuliah ke 3, 11, dan 29, tetapi tidak ada mata kuliah yang terjadwalkan dengan tingkat penolakan terhadap periode waktu j yang tinggi. Jadwal perkuliahan yang terbentuk tersajikan pada Tabel 11.

Pemrograman linear integer tersebut kemudian diselesaikan dengan LINGO 11.0 yang dapat dilihat pada Lampiran 2 beserta hasil yang diperoleh. Nilai fungsi objektif yang diperoleh adalah 164 yang diperoleh pada iterasi ke 1527922. Makna nilai fungsi

Tabel 9 Mata kuliah yang terjadwalkan dengan tingkat penolakan terhadap hari i Tingkat Penolakan terhadap Hari i

Jumlah Mata Kuliah yang Terjadwalkan

Mata Kuliah ke

1000

-

-

-

30

-

-

-

∑∑

∑

20

-

-

-

10

1

11

10

5

2

3 dan 29

10

1

41

Selain 3, 11, dan 29

41

Tabel 10 Mata kuliah yang terjadwalkan dengan tingkat penolakan terhadap periode waktu j Tingkat Penolakan terhadap Periode Waktu j

Jumlah Mata Kuliah yang Terjadwalkan

Mata Kuliah ke

Jumlah Periode Waktu yang Terjadwalkan

50

-

-

-

-

30

-

-

-

-

5 1

44

Semua mata kuliah

103

103

∑∑

∑∑

16

Tabel 11 Jadwal perkuliahan mayor-minor Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika semester 4 Periode Mata Kuliah Waktu 07.00-09.00 Listrik Magnet I 08-00-11.00 Matematika Keuangan 08-00-11.00 Teori Bahasa dan Otomata 09.00-11.00 Mekanika II Senin 13.00-15.00 Persamaan Diferensial Parsial 13.00-15.00 Bahasa Pemrograman 15.00-17.00 Algoritma dan Pemrograman 15.00-17.00 Metode Penarikan Contoh 07.00-09.00 Kalkulus III 07.00-09.00 Organisasi Komputer 09.00-12.00 Graf Algoritmik 09.00-12.00 Teori Statistika I 10.00-12.00 Termodinamika Selasa 13.00-15.00 Pengantar Teori Peluang 13.00-15.00 Struktur Data 13.00-16.00 Elektronika Lanjut 15.00-17.00 Pemrograman Linear 15.00-17.00 Basis Data 07.00-09.00 Basis Data 07.00-09.00 Metode Penarikan Contoh 07.00-09.00 Gelombang 09.00-12.00 Pengantar Hitung Peluang 09.00-12.00 Elektronika Lanjut Rabu 10.00-12.00 Perancangan Percobaan 13.00-15.00 Kalkulus III 13.00-16.00 Organisasi Komputer 15.00-17.00 Pemrograman Linear 15.00-17.00 Fisika Matematika II 07.00-09.00 Pengantar Teori Peluang 07.00-10.00 Bahasa Pemrograman 09.00-11.00 Metode Statistika 09.00-11.00 Gelombang Kamis 10.00-12.00 Pemrograman Linear 13.00-16.00 Struktur Data 14.00-17.00 Persamaan Diferensial Parsial 14.00-17.00 Pemrograman Linear 07.00-09.00 Perancangan Percobaan 08.00-11.00 Basis Data Jumat 08.00-10.00 Listrik Magnet I 13.00-15.00 Fisika Matematika II 14.00-16.00 Metode Statistika 07.00-10.00 Algoritma dan Pemrograman Sabtu 07.00-10.00 Basis Data 07.00-09.00 Termodinamika K untuk jenis kuliah dan R untuk jenis responsi Hari

Jenis K K K K K K K K K K K K K K K K K K K R K K R K R R K K R R K R R R R R R R R R R R R R

PESERTA Mayor Minor FIS4 MAT 4 STK 4 KOM 4 FIS4 MAT 4 FIS 4 KOM 4 KOM 4 MAT 4 STK 4 MAT 4 STK 4 FIS 4 KOM 4 MAT 4 KOM 4 STK 4 FIS4 MAT 4 STK 4 KOM 4 FIS4 MAT 4 KOM 4 STK 4 KOM 4 MAT 4 STK 4 MAT 4 FIS4 KOM 4 FIS4 STK 4 MAT 4 STK 4 FIS 4 KOM 4 STK 4 FIS4 MAT4 MAT 4 STK 4 KOM 4 STK 4 FIS4 MAT 4 KOM 4 KOM 4 MAT 4 FIS 4 STK 4 STK 4 MAT 4 KOM 4 MAT 4 FIS4 FIS4 MAT4 STK 4 KOM 4 MAT 4 STK 4 FIS4

Tempat 16 Fak 401 A 16 Fak 401 C 16 Fak 401 D 16 Fak 401 A 16 Fak 401 A 16 Fak 401 C 16 Fak 401 C 16 Fak 401 A 16 Fak 401 C 16 Fak 401 A 16 Fak 401 A 16 Fak 401 D 16 Fak 401 B 16 Fak 401 B 16 Fak 401 C 16 Fak 401 D 16 Fak 401 A 16 Fak 401 C 16 Fak 401 B 16 Fak 401 D 16 Fak 401 C 16 Fak 401 D 16 Fak 401 C 16 Fak 401 B 16 Fak 401 B 16 Fak 401 D 16 Fak 401 B 16 Fak 401 A 16 Fak 401 C 16 Fak 401 A 16 Fak 401 D 16 Fak 401 C 16 Fak 401 B 16 Fak 401 A 16 Fak 401 D 16 Fak 401 B 16 Fak 401 C 16 Fak 401 B 16 Fak 401 A 16 Fak 401 C 16 Fak 401 D 16 Fak 401 C 16 Fak 401 B 16 Fak 401 A

V

SIMPULAN DAN SARAN

5.1 Kesimpulan Dalam karya ilmiah ini telah dipaparkan bahwa masalah penjadwalan mayor-minor di Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika dapat dipandang sebagai suatu pemrograman linear integer. Masalah ini dapat diselesaikan dengan metode branch and bound menggunakan software LINGO 11.0. Dengan software tersebut diperoleh jadwal perkuliahan mayor-minor yang memenuhi semua kendala yang ada. Mata kuliah dengan tingkat penolakan terhadap hari tertentu cukup tinggi masih ada yang terjadwalkan, tetapi tidak ada mata kuliah yang terjadwalkan dengan tingkat penolakan terhadap periode waktu tertentu yang tinggi. Oleh karena itu, jadwal perkuliahan mayor-minor tersebut memiliki tingkat penolakan terhadap hari dan perode waktu tertentu yang minimum.

5.2 Saran Karya ilmiah ini telah membahas penjadwalan mata kuliah mayor-minor untuk suatu semester di Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika. Saran untuk penulisan karya ilmiah selanjutnya adalah penjadwalan mata kuliah mayor-mayor di departemen yang sama namun dengan sistem semester ganjil dan genap yang memungkinkan mahasiswa susulan dan mengulang dapat mengambil mata kuliah yang bersangkutan tanpa ada jadwal yang tumpang tindih, misalnya mahasiswa semester 6 bisa mengambil beberapa mata kuliah yang seharusnya diambil pada semester 4 tanpa ada jadwal yang tumpang tindih.

DAFTAR PUSTAKA Daskalaki S, Birbas T, Housos E. 2004. An Integer Programming Formulation for a Case Study in University Timetabling. European Journal of Operational Research. 153: 117-135. Yendra DP. 2009. Evaluasi Pelaksanaan Kurikulum Sistem Mayor-Minor Program Pendidikan Sarjana (S1) Institut Pertanian Bogor [skripsi]. Bogor: Fakultas Matematika dan Ilmu

Pengetahuan Alam, Institut Pertanian Bogor. Winston WL. 2004. Operations Research Applications and Algorithms. Ed ke-4. Duxbury: New York. [IPB] Institut Pertanian Bogor. 2011. Panduan Program Sarjana Edisi 2011. Bogor: IPB.

LAMPIRAN

19

Lampiran 1 Sintaks program LINGO 11.0 untuk menyelesaikan masalah pemrograman linear pada Contoh 1 dengan metode branch and bound beserta hasil yang diperoleh 1. PL-relaksasi dari IP pada Contoh 1 Maksimumkan terhadap

Syntax program pada LINGO 11.0: !Fungsi Objektif; max=3*x1+7*x2; !Kendala; 4*x1+3*x2<=33; x1+5*x2<=11; x1>=0;x2>=0; Hasil yang diperoleh: Global optimal solution found. Objective value: 27.82353 Infeasibilities: 0.000000 Total solver iterations: 2 Variable Value Reduced Cost X1 7.764706 0.000000 X2 0.6470588 0.000000 2. Subproblem 2 Maksimumkan terhadap

Syntax program pada LINGO 11.0: !Fungsi Objektif; max=3*x1+7*x2; !Kendala; 4*x1+3*x2<=33; x1+5*x2<=11; x1<=7; x1>=0;x2>=0; Hasil yang diperoleh: Global optimal solution found. Objective value: 26.60000 Infeasibilities: 0.000000 Total solver iterations: 2 Variable Value Reduced Cost X1 7.000000 0.000000 X2 0.800000 0.000000 3. Subproblem 3 Maksimumkan terhadap

Syntax program pada LINGO 11.0: !Fungsi Objektif; max=3*x1+7*x2; !Kendala; 4*x1+3*x2<=33;

20

x1+5*x2<=11; x1>=8; x1>=0;x2>=0; Hasil yang diperoleh: Global optimal solution found. Objective value: 26.33333 Infeasibilities: 0.000000 Total solver iterations: 1 Variable Value Reduced Cost X1 8.000000 0.000000 X2 0.333333 0.000000 4. Subproblem 4 Maksimumkan terhadap

Syntax program pada LINGO 11.0: !Fungsi Objektif; max=3*x1+7*x2; !Kendala; 4*x1+3*x2<=33; x1+5*x2<=11; x1<=7;x2<=0; x1>=0;x2>=0; Hasil yang diperoleh: Global optimal solution found. Objective value: 21.00000 Infeasibilities: 0.000000 Total solver iterations: 0 Variable Value Reduced Cost X1 7.000000 0.000000 X2 0.000000 0.000000 5. Subproblem 5 Maksimumkan terhadap

Syntax program pada LINGO 11.0: !Fungsi Objektif; max=3*x1+7*x2; !Kendala; 4*x1+3*x2<=33; x1+5*x2<=11; x1<=7;x2>=1; x1>=0;x2>=0; Hasil yang diperoleh: Global optimal solution found. Objective value: 25.00000 Infeasibilities: 0.000000 Total solver iterations: 3 Variable Value Reduced Cost X1 6.000000 0.000000 X2 1.000000 0.000000

21

6. Subproblem 6 Maksimumkan terhadap

Syntax program pada LINGO 11.0: !Fungsi Objektif; max=3*x1+7*x2; !Kendala; 4*x1+3*x2<=33; x1+5*x2<=11; x1>=8;x2<=0; x1>=0;x2>=0; Hasil yang diperoleh: Global optimal solution found. Objective value: 24.75000 Infeasibilities: 0.000000 Total solver iterations: 0 Variable Value Reduced Cost X1 8.250000 0.000000 X2 0.000000 0.000000 7. Subproblem 7 Maksimumkan terhadap

Syntax program pada LINGO 11.0: !Fungsi Objektif; max=3*x1+7*x2; !Kendala; 4*x1+3*x2<=33; x1+5*x2<=11; x1>=8;x2>=1; x1>=0;x2>=0; Hasil yang diperoleh:

22

Lampiran 2 Program untuk menyelesaikan masalah penjadwalan mata kuliah mayor-minor di Departemen Matematika, Ilmu Komputer, Statistika, dan Fisika dengan menggunakan LINGO 11.0 SETS: HARI/HR1..HR6/; PERIODE_WAKTU/PW1..PW10/; MATA_KULIAH/MK1..MK44/; RUANGAN/RN1..RN4/; WAKTU_TATAP_MUKA/TM1 TM2 TM3/; PERIODE/P1..P285/; LINKS(HARI,PERIODE_WAKTU,MATA_K ULIAH,RUANGAN):X; LINKS2(HARI,MATA_KULIAH,RUANGAN ):Y; LINKS3(MATA_KULIAH):D; LINKS4(PERIODE):P; ENDSETS DATA: A=@OLE('F:\DATA 2011\NILAI A B D.XLS','A'); B=@OLE('F:\DATA 2011\NILAI A B D.XLS','B'); D=@OLE('F:\DATA 2011\NILAI A B D.XLS','D'); ENDDATA !FUNGSI OBJEKTIF; MIN=@SUM(LINKS5(I,K):A(I,K)*@SU M(RUANGAN(L):Y(I,K,L)))+@SUM(LI NKS6(J,K):B(J,K)*@SUM(LINKS7(I, L):X(I,J,K,L))); !1. Setiap hari dalam periode waktu yang sama hanya ada satu mata kuliah mayorminor yang dijadwalkan; !MAYOR MATEMATIKA; !MINOR SISTEM INFORMASI; @FOR(HARI(I):@FOR(PERIODE_ WAKTU(J):@SUM(RUANGAN(L):X (I,J,1,L)+X(I,J,2,L)+X(I,J ,3,L)+X(I,J,4,L)+X(I,J,5,L )+X(I,J,6,L)+X(I,J,7,L)+X( I,J,8,L)+X(I,J,12,L)+X(I,J ,13,L)+X(I,J,16,L)+X(I,J,1 7,L))<=1)); !MINOR STATISTIKA TERAPAN; @FOR(HARI(I):@FOR(PERIODE_ WAKTU(J):@SUM(RUANGAN(L):X (I,J,1,L)+X(I,J,2,L)+X(I,J ,3,L)+X(I,J,4,L)+X(I,J,5,L )+X(I,J,6,L)+X(I,J,7,L)+X( I,J,8,L)+X(I,J,30,L)+X(I,J

,31,L)+X(I,J,32,L)+X(I,J,3 3,L))<=1)); !MINOR FISIKA KOMPUTASI; @FOR(HARI(I):@FOR(PERIODE_ WAKTU(J):@SUM(RUANGAN(L):X (I,J,1,L)+X(I,J,2,L)+X(I,J ,3,L)+X(I,J,4,L)+X(I,J,5,L )+X(I,J,6,L)+X(I,J,7,L)+X( I,J,8,L)+X(I,J,41,L)+X(I,J ,42,L))<=1)); !MAYOR ILKOM; !MINOR RISET OPERASI; @FOR(HARI(I):@FOR(PERIODE_ WAKTU(J):@SUM(RUANGAN(L):X (I,J,11,L)+X(I,J,12,L)+X(I ,J,13,L)+X(I,J,14,L)+X(I,J ,15,L)+X(I,J,16,L)+X(I,J,1 7,L)+X(I,J,18,L)+X(I,J,19, L)+X(I,J,20,L)+X(I,J,21,L) +X(I,J,22,L)+X(I,J,1,L)+X( I,J,2,L)+X(I,J,3,L))<=1)); !MAYOR STATISTIKA; !MINOR MATEMATIKA AKTUARIA; @FOR(HARI(I):@FOR(PERIODE_ WAKTU(J):@SUM(RUANGAN(L):X (I,J,9,L)+X(I,J,10,L)+X(I, J,23,L)+X(I,J,24,L)+X(I,J, 25,L)+X(I,J,26,L)+X(I,J,27 ,L)+X(I,J,28,L)+X(I,J,29,L )+X(I,J,30,L)+X(I,J,31,L)+ X(I,J,32,L)+X(I,J,33,L)+X( I,J,4,L)+X(I,J,7,L)+X(I,J, 8,L))<=1)); !MAYOR FISIKA; !MINOR PEMODELAN SISTEM DINAMIK; @FOR(HARI(I):@FOR(PERIODE_ WAKTU(J):@SUM(RUANGAN(L):X (I,J,34,L)+X(I,J,35,L)+X(I ,J,36,L)+X(I,J,37,L)+X(I,J ,38,L)+X(I,J,39,L)+X(I,J,4 0,L)+X(I,J,41,L)+X(I,J,42, L)+X(I,J,43,L)+X(I,J,44,L) +X(I,J,5,L)+X(I,J,6,L)+X(I ,J,9,L)+X(I,J,10,L))<=1)); !2. Setiap ruangan dalam satu hari dan periode waktu

23

tertentu hanya digunakan untuk satu mata kuliah; @FOR(HARI(I):@FOR(PERIODE_ WAKTU(J):@FOR(RUANGAN(L):@ SUM(MATA_KULIAH(K):X(I,J,K ,L))<=1))); !3. Setiap mata kuliah harus dijadwalkan sesuai dengan waktu tatap mukanya; @FOR(MATA_KULIAH(K):@SUM(H ARI(I):@SUM(PERIODE_WAKTU( J):@SUM(RUANGAN(L):X(I,J,K ,L))))=D(K)); !4. Setiap mata kuliah harus dijadwalkan sesuai dengan waktu tatap mukanya pada satu hari dan ruangan tertentu; @FOR(HARI(I):@FOR(MATA_KUL IAH(K):@FOR(RUANGAN(L):@SU M(PERIODE_WAKTU(J):X(I,J,K ,L))-Y(I,K,L)*D(K)=0))); !5. Setiap mata kuliah harus dijadwalkan sesuai dengan waktu tatap mukanya secara berurutan pada hari dan ruangan tertentu; @FOR(LINKS2(I,K,L):@FOR(WA KTU_TATAP_MUKA(T)|T#GT#1 #AND# T#LE#D(K):X(I,1,K,L)X(I,T,K,L)<=0)); @FOR(LINKS2(I,K,L):@FOR(WA KTU_TATAP_MUKA(T)|T#GT#1 #AND# T#LE#D(K):@FOR(PERIODE_WAK TU(J)|J+T#LE#10:X(I,J,K,L)+X(I,J+1,K,L)X(I,J+T,K,L)<=0))); @FOR(LINKS2(I,K,L):@FOR(WA KTU_TATAP_MUKA(T)|T#GE#1 #AND# T#LE#D(K)1:X(I,10,K,L)-X(I,10T,K,L)<=0)); !6. Setiap mata kuliah harus tepat satu kali dijadwalkan dalam seminggu; @FOR(MATA_KULIAH(K):@SUM(H ARI(I):@SUM(RUANGAN(L):Y(I ,K,L)))=1); !7. Kuliah dan responsi harus dilakukan pada hari yang berbeda;

@SUM(RUANGAN(L):Y(1,1,L)+Y (2,2,L))>=2-1000*P(1); @SUM(RUANGAN(L):Y(1,1,L)+Y (3,2,L))>=2-1000*P(2); @SUM(RUANGAN(L):Y(1,1,L)+Y (4,2,L))>=2-1000*P(3); @SUM(RUANGAN(L):Y(1,1,L)+Y (5,2,L))>=2-1000*P(4); @SUM(RUANGAN(L):Y(1,1,L)+Y (6,2,L))>=2-1000*P(5); @SUM(RUANGAN(L):Y(2,1,L)+Y (3,2,L))>=2-1000*P(6); @SUM(RUANGAN(L):Y(2,1,L)+Y (4,2,L))>=2-1000*P(7); @SUM(RUANGAN(L):Y(2,1,L)+Y (5,2,L))>=2-1000*P(8); @SUM(RUANGAN(L):Y(2,1,L)+Y (6,2,L))>=2-1000*P(9); @SUM(RUANGAN(L):Y(3,1,L)+Y (4,2,L))>=2-1000*P(10); @SUM(RUANGAN(L):Y(3,1,L)+Y (5,2,L))>=2-1000*P(11); @SUM(RUANGAN(L):Y(3,1,L)+Y (6,2,L))>=2-1000*P(12); @SUM(RUANGAN(L):Y(4,1,L)+Y (5,2,L))>=2-1000*P(13); @SUM(RUANGAN(L):Y(4,1,L)+Y (6,2,L))>=2-1000*P(14); @SUM(RUANGAN(L):Y(5,1,L)+Y (6,2,L))>=2-1000*P(15); @SUM(RUANGAN(L):Y(1,5,L)+Y (2,6,L))>=2-1000*P(16); @SUM(RUANGAN(L):Y(1,5,L)+Y (3,6,L))>=2-1000*P(17); @SUM(RUANGAN(L):Y(1,5,L)+Y (4,6,L))>=2-1000*P(18); @SUM(RUANGAN(L):Y(1,5,L)+Y (5,6,L))>=2-1000*P(19); @SUM(RUANGAN(L):Y(1,5,L)+Y (6,6,L))>=2-1000*P(20); @SUM(RUANGAN(L):Y(2,5,L)+Y (3,6,L))>=2-1000*P(21); @SUM(RUANGAN(L):Y(2,5,L)+Y (4,6,L))>=2-1000*P(22); @SUM(RUANGAN(L):Y(2,5,L)+Y (5,6,L))>=2-1000*P(23); @SUM(RUANGAN(L):Y(2,5,L)+Y (6,6,L))>=2-1000*P(24); @SUM(RUANGAN(L):Y(3,5,L)+Y (4,6,L))>=2-1000*P(25); @SUM(RUANGAN(L):Y(3,5,L)+Y (5,6,L))>=2-1000*P(26); @SUM(RUANGAN(L):Y(3,5,L)+Y (6,6,L))>=2-1000*P(27); @SUM(RUANGAN(L):Y(4,5,L)+Y (5,6,L))>=2-1000*P(28); @SUM(RUANGAN(L):Y(4,5,L)+Y (6,6,L))>=2-1000*P(29);

24

@SUM(RUANGAN(L):Y(5,5,L)+Y (6,6,L))>=2-1000*P(30); @SUM(RUANGAN(L):Y(1,7,L)+Y (2,8,L))>=2-1000*P(31); @SUM(RUANGAN(L):Y(1,7,L)+Y (3,8,L))>=2-1000*P(32); @SUM(RUANGAN(L):Y(1,7,L)+Y (4,8,L))>=2-1000*P(33); @SUM(RUANGAN(L):Y(1,7,L)+Y (5,8,L))>=2-1000*P(34); @SUM(RUANGAN(L):Y(1,7,L)+Y (6,8,L))>=2-1000*P(35); @SUM(RUANGAN(L):Y(2,7,L)+Y (3,8,L))>=2-1000*P(36); @SUM(RUANGAN(L):Y(2,7,L)+Y (4,8,L))>=2-1000*P(37); @SUM(RUANGAN(L):Y(2,7,L)+Y (5,8,L))>=2-1000*P(38); @SUM(RUANGAN(L):Y(2,7,L)+Y (6,8,L))>=2-1000*P(39); @SUM(RUANGAN(L):Y(3,7,L)+Y (4,8,L))>=2-1000*P(40); @SUM(RUANGAN(L):Y(3,7,L)+Y (5,8,L))>=2-1000*P(41); @SUM(RUANGAN(L):Y(3,7,L)+Y (6,8,L))>=2-1000*P(42); @SUM(RUANGAN(L):Y(4,7,L)+Y (5,8,L))>=2-1000*P(43); @SUM(RUANGAN(L):Y(4,7,L)+Y (6,8,L))>=2-1000*P(44); @SUM(RUANGAN(L):Y(5,7,L)+Y (6,8,L))>=2-1000*P(45); @SUM(RUANGAN(L):Y(1,9,L)+Y (2,10,L))>=2-1000*P(46); @SUM(RUANGAN(L):Y(1,9,L)+Y (3,10,L))>=2-1000*P(47); @SUM(RUANGAN(L):Y(1,9,L)+Y (4,10,L))>=2-1000*P(48); @SUM(RUANGAN(L):Y(1,9,L)+Y (5,10,L))>=2-1000*P(49); @SUM(RUANGAN(L):Y(1,9,L)+Y (6,10,L))>=2-1000*P(50); @SUM(RUANGAN(L):Y(2,9,L)+Y (3,10,L))>=2-1000*P(51); @SUM(RUANGAN(L):Y(2,9,L)+Y (4,10,L))>=2-1000*P(52); @SUM(RUANGAN(L):Y(2,9,L)+Y (5,10,L))>=2-1000*P(53); @SUM(RUANGAN(L):Y(2,9,L)+Y (6,10,L))>=2-1000*P(54); @SUM(RUANGAN(L):Y(3,9,L)+Y (4,10,L))>=2-1000*P(55); @SUM(RUANGAN(L):Y(3,9,L)+Y (5,10,L))>=2-1000*P(56); @SUM(RUANGAN(L):Y(3,9,L)+Y (6,10,L))>=2-1000*P(57);

@SUM(RUANGAN(L):Y(4,9,L)+Y (5,10,L))>=2-1000*P(58); @SUM(RUANGAN(L):Y(4,9,L)+Y (6,10,L))>=2-1000*P(59); @SUM(RUANGAN(L):Y(5,9,L)+Y (6,10,L))>=2-1000*P(60); @SUM(RUANGAN(L):Y(1,12,L)+ Y(2,13,L))>=2-1000*P(61); @SUM(RUANGAN(L):Y(1,12,L)+ Y(3,13,L))>=2-1000*P(62); @SUM(RUANGAN(L):Y(1,12,L)+ Y(4,13,L))>=2-1000*P(63); @SUM(RUANGAN(L):Y(1,12,L)+ Y(5,13,L))>=2-1000*P(64); @SUM(RUANGAN(L):Y(1,12,L)+ Y(6,13,L))>=2-1000*P(65); @SUM(RUANGAN(L):Y(2,12,L)+ Y(3,13,L))>=2-1000*P(66); @SUM(RUANGAN(L):Y(2,12,L)+ Y(4,13,L))>=2-1000*P(67); @SUM(RUANGAN(L):Y(2,12,L)+ Y(5,13,L))>=2-1000*P(68); @SUM(RUANGAN(L):Y(2,12,L)+ Y(6,13,L))>=2-1000*P(69); @SUM(RUANGAN(L):Y(3,12,L)+ Y(4,13,L))>=2-1000*P(70); @SUM(RUANGAN(L):Y(3,12,L)+ Y(5,13,L))>=2-1000*P(71); @SUM(RUANGAN(L):Y(3,12,L)+ Y(6,13,L))>=2-1000*P(72); @SUM(RUANGAN(L):Y(4,12,L)+ Y(5,13,L))>=2-1000*P(73); @SUM(RUANGAN(L):Y(4,12,L)+ Y(6,13,L))>=2-1000*P(74); @SUM(RUANGAN(L):Y(5,12,L)+ Y(6,13,L))>=2-1000*P(75); @SUM(RUANGAN(L):Y(1,14,L)+ Y(2,15,L))>=2-1000*P(76); @SUM(RUANGAN(L):Y(1,14,L)+ Y(3,15,L))>=2-1000*P(77); @SUM(RUANGAN(L):Y(1,14,L)+ Y(4,15,L))>=2-1000*P(78); @SUM(RUANGAN(L):Y(1,14,L)+ Y(5,15,L))>=2-1000*P(79); @SUM(RUANGAN(L):Y(1,14,L)+ Y(6,15,L))>=2-1000*P(80); @SUM(RUANGAN(L):Y(2,14,L)+ Y(3,15,L))>=2-1000*P(81); @SUM(RUANGAN(L):Y(2,14,L)+ Y(4,15,L))>=2-1000*P(82); @SUM(RUANGAN(L):Y(2,14,L)+ Y(5,15,L))>=2-1000*P(83); @SUM(RUANGAN(L):Y(2,14,L)+ Y(6,15,L))>=2-1000*P(84); @SUM(RUANGAN(L):Y(3,14,L)+ Y(4,15,L))>=2-1000*P(85);

25

@SUM(RUANGAN(L):Y(3,14,L)+ Y(5,15,L))>=2-1000*P(86); @SUM(RUANGAN(L):Y(3,14,L)+ Y(6,15,L))>=2-1000*P(87); @SUM(RUANGAN(L):Y(4,14,L)+ Y(5,15,L))>=2-1000*P(88); @SUM(RUANGAN(L):Y(4,14,L)+ Y(6,15,L))>=2-1000*P(89); @SUM(RUANGAN(L):Y(5,14,L)+ Y(6,15,L))>=2-1000*P(90); @SUM(RUANGAN(L):Y(1,16,L)+ Y(2,17,L))>=2-1000*P(91); @SUM(RUANGAN(L):Y(1,16,L)+ Y(3,17,L))>=2-1000*P(92); @SUM(RUANGAN(L):Y(1,16,L)+ Y(4,17,L))>=2-1000*P(93); @SUM(RUANGAN(L):Y(1,16,L)+ Y(5,17,L))>=2-1000*P(94); @SUM(RUANGAN(L):Y(1,16,L)+ Y(6,17,L))>=2-1000*P(95); @SUM(RUANGAN(L):Y(2,16,L)+ Y(3,17,L))>=2-1000*P(96); @SUM(RUANGAN(L):Y(2,16,L)+ Y(4,17,L))>=2-1000*P(97); @SUM(RUANGAN(L):Y(2,16,L)+ Y(5,17,L))>=2-1000*P(98); @SUM(RUANGAN(L):Y(2,16,L)+ Y(6,17,L))>=2-1000*P(99); @SUM(RUANGAN(L):Y(3,16,L)+ Y(4,17,L))>=2-1000*P(100); @SUM(RUANGAN(L):Y(3,16,L)+ Y(5,17,L))>=2-1000*P(101); @SUM(RUANGAN(L):Y(3,16,L)+ Y(6,17,L))>=2-1000*P(102); @SUM(RUANGAN(L):Y(4,16,L)+ Y(5,17,L))>=2-1000*P(103); @SUM(RUANGAN(L):Y(4,16,L)+ Y(6,17,L))>=2-1000*P(104); @SUM(RUANGAN(L):Y(5,16,L)+ Y(6,17,L))>=2-1000*P(105); @SUM(RUANGAN(L):Y(1,18,L)+ Y(2,19,L))>=2-1000*P(106); @SUM(RUANGAN(L):Y(1,18,L)+ Y(3,19,L))>=2-1000*P(107); @SUM(RUANGAN(L):Y(1,18,L)+ Y(4,19,L))>=2-1000*P(108); @SUM(RUANGAN(L):Y(1,18,L)+ Y(5,19,L))>=2-1000*P(109); @SUM(RUANGAN(L):Y(1,18,L)+ Y(6,19,L))>=2-1000*P(110); @SUM(RUANGAN(L):Y(2,18,L)+ Y(3,19,L))>=2-1000*P(111); @SUM(RUANGAN(L):Y(2,18,L)+ Y(4,19,L))>=2-1000*P(112); @SUM(RUANGAN(L):Y(2,18,L)+ Y(5,19,L))>=2-1000*P(113);


26



27


@SUM(RUANGAN(L):Y(1,37,L)+ Y(2,38,L))>=2-1000*P(226); @SUM(RUANGAN(L):Y(1,37,L)+ Y(3,38,L))>=2-1000*P(227); @SUM(RUANGAN(L):Y(1,37,L)+ Y(4,38,L))>=2-1000*P(228); @SUM(RUANGAN(L):Y(1,37,L)+ Y(5,38,L))>=2-1000*P(229); @SUM(RUANGAN(L):Y(1,37,L)+ Y(6,38,L))>=2-1000*P(230); @SUM(RUANGAN(L):Y(2,37,L)+ Y(3,38,L))>=2-1000*P(231); @SUM(RUANGAN(L):Y(2,37,L)+ Y(4,38,L))>=2-1000*P(232); @SUM(RUANGAN(L):Y(2,37,L)+ Y(5,38,L))>=2-1000*P(233); @SUM(RUANGAN(L):Y(2,37,L)+ Y(6,38,L))>=2-1000*P(234); @SUM(RUANGAN(L):Y(3,37,L)+ Y(4,38,L))>=2-1000*P(235); @SUM(RUANGAN(L):Y(3,37,L)+ Y(5,38,L))>=2-1000*P(236); @SUM(RUANGAN(L):Y(3,37,L)+ Y(6,38,L))>=2-1000*P(237); @SUM(RUANGAN(L):Y(4,37,L)+ Y(5,38,L))>=2-1000*P(238); @SUM(RUANGAN(L):Y(4,37,L)+ Y(6,38,L))>=2-1000*P(239); @SUM(RUANGAN(L):Y(5,37,L)+ Y(6,38,L))>=2-1000*P(240); @SUM(RUANGAN(L):Y(1,39,L)+ Y(2,40,L))>=2-1000*P(241); @SUM(RUANGAN(L):Y(1,39,L)+ Y(3,40,L))>=2-1000*P(242); @SUM(RUANGAN(L):Y(1,39,L)+ Y(4,40,L))>=2-1000*P(243); @SUM(RUANGAN(L):Y(1,39,L)+ Y(5,40,L))>=2-1000*P(244); @SUM(RUANGAN(L):Y(1,39,L)+ Y(6,40,L))>=2-1000*P(245); @SUM(RUANGAN(L):Y(2,39,L)+ Y(3,40,L))>=2-1000*P(246); @SUM(RUANGAN(L):Y(2,39,L)+ Y(4,40,L))>=2-1000*P(247); @SUM(RUANGAN(L):Y(2,39,L)+ Y(5,40,L))>=2-1000*P(248); @SUM(RUANGAN(L):Y(2,39,L)+ Y(6,40,L))>=2-1000*P(249); @SUM(RUANGAN(L):Y(3,39,L)+ Y(4,40,L))>=2-1000*P(250); @SUM(RUANGAN(L):Y(3,39,L)+ Y(5,40,L))>=2-1000*P(251); @SUM(RUANGAN(L):Y(3,39,L)+ Y(6,40,L))>=2-1000*P(252); @SUM(RUANGAN(L):Y(4,39,L)+ Y(5,40,L))>=2-1000*P(253); @SUM(RUANGAN(L):Y(4,39,L)+ Y(6,40,L))>=2-1000*P(254);

28


@SUM(RUANGAN(L):Y(4,43,L)+ Y(5,44,L))>=2-1000*P(283); @SUM(RUANGAN(L):Y(4,43,L)+ Y(6,44,L))>=2-1000*P(284); @SUM(RUANGAN(L):Y(5,43,L)+ Y(6,44,L))>=2-1000*P(285); @SUM(PERIODE(R)|R#LE#15:P( R))=14; @SUM(PERIODE(R)|R#GT#15 #AND# R#LE#30:P(R))=14; @SUM(PERIODE(R)|R#GT#30 #AND# R#LE#45:P(R))=14; @SUM(PERIODE(R)|R#GT#45 #AND# R#LE#60:P(R))=14; @SUM(PERIODE(R)|R#GT#60 #AND# R#LE#75:P(R))=14; @SUM(PERIODE(R)|R#GT#75 #AND# R#LE#90:P(R))=14; @SUM(PERIODE(R)|R#GT#90 #AND# R#LE#105:P(R))=14; @SUM(PERIODE(R)|R#GT#105 #AND# R#LE#120:P(R))=14; @SUM(PERIODE(R)|R#GT#120 #AND# R#LE#135:P(R))=14; @SUM(PERIODE(R)|R#GT#135 #AND# R#LE#150:P(R))=14; @SUM(PERIODE(R)|R#GT#150 #AND# R#LE#165:P(R))=14; @SUM(PERIODE(R)|R#GT#165 #AND# R#LE#180:P(R))=14; @SUM(PERIODE(R)|R#GT#180 #AND# R#LE#195:P(R))=14; @SUM(PERIODE(R)|R#GT#195 #AND# R#LE#210:P(R))=14; @SUM(PERIODE(R)|R#GT#210 #AND# R#LE#225:P(R))=14; @SUM(PERIODE(R)|R#GT#225 #AND# R#LE#240:P(R))=14; @SUM(PERIODE(R)|R#GT#240 #AND# R#LE#255:P(R))=14; @SUM(PERIODE(R)|R#GT#255 #AND# R#LE#270:P(R))=14; @SUM(PERIODE(R)|R#GT#270 #AND# R#LE#285:P(R))=14; !8. Untuk semua hari, semua mata kuliah, dan semua ruangan, pada periode waktu ke 6 tidak boleh ada jadwal perkuliahan; @FOR(PERIODE_WAKTU(J)|J#EQ #6:@FOR(LINKS2(I,K,L):X(I, J,K,L)=0)); !9. Untuk hari Jumat, tidak boleh ada perkuliahan pada periode waktu ke 5;

29

@FOR(HARI(I)|I#EQ#6:@SUM(RUANGA N(L):Y(I,3,L))=0); @FOR(HARI(I)|I#EQ#6:@SUM(RUANGA N(L):Y(I,4,L))=0); @FOR(HARI(I)|I#EQ#6:@SUM(RUANGA N(L):Y(I,11,L))=0); @FOR(HARI(I)|I#EQ#6:@SUM(RUANGA N(L):Y(I,22,L))=0); @FOR(HARI(I)|I#EQ#6:@SUM(RUANGA N(L):Y(I,29,L))=0); @FOR(HARI(I)|I#EQ#6:@SUM(RUANGA N(L):Y(I,34,L))=0);

@FOR(HARI(I)|I#EQ#5:@FOR(PERIOD E_WAKTU(J)|J#EQ#5:@FOR(MATA_KUL IAH(K):@FOR(RUANGAN(L):X(I,J,K, L)=0)))); !10. Untuk semua mata kuliah dan semua ruangan, pada hari ke 6 untuk periode waktu tertentu tidak boleh ada jadwal perkuliahan; @FOR(HARI(I)|I#EQ#6:@FOR(PERIOD E_WAKTU(J)|J#GT#3 #AND# J#LE#10:@FOR(MATA_KULIAH(K):@FO R(RUANGAN(L):X(I,J,K,L)=0))));

!12. Semua variabel keputusan adalah integer nol atau satu; @FOR(LINKS(I,J,K,L):@BIN(X)); @FOR(LINKS2(I,K,L):@BIN(Y)); @FOR(LINKS4(R):@BIN(P));

!11. Mata kuliah yang berupa kuliah tanpa ada responsi tidak boleh dilakukan pada hari sabtu;

Hasil yang diperoleh: Global optimal solution found. Objective value: Objective bound: Infeasibilities: Extended solver steps: Total solver iterations: Variable X( HR1, PW1, X( HR1, PW2, X( HR1, PW2, X( HR1, PW2,

MK39, RN1) MK4, RN3) MK22, RN4) MK39, RN1)

Value 1.000000 1.000000 1.000000 1.000000

164.0000 164.0000 0.000000 1095 1527922 Reduced Cost 1.000000 1.000000 1.000000 1.000000

30

X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X(

HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3,

PW3, MK4, RN3) PW3, MK22, RN4) PW3, MK34, RN1) PW4, MK4, RN3) PW4, MK22, RN4) PW4, MK34, RN1) PW7, MK5, RN1) PW7, MK14, RN3) PW8, MK5, RN1) PW8, MK14, RN3) PW9, MK12, RN3) PW9, MK30, RN1) PW10, MK12, RN3) PW10, MK30, RN1) PW1, MK9, RN3) PW1, MK18, RN1) PW2, MK9, RN3) PW2, MK18, RN1) PW3, MK3, RN1) PW3, MK29, RN4) PW4, MK3, RN1) PW4, MK29, RN4) PW4, MK35, RN2) PW5, MK3, RN1) PW5, MK29, RN4) PW5, MK35, RN2) PW7, MK7, RN2) PW7, MK20, RN3) PW7, MK43, RN4) PW8, MK7, RN2) PW8, MK20, RN3) PW8, MK43, RN4) PW9, MK1, RN1) PW9, MK25, RN3) PW9, MK43, RN4) PW10, MK1, RN1) PW10, MK25, RN3) PW1, MK16, RN2) PW1, MK31, RN4) PW1, MK37, RN3) PW2, MK16, RN2) PW2, MK31, RN4) PW2, MK37, RN3) PW3, MK11, RN4) PW3, MK44, RN3) PW4, MK11, RN4) PW4, MK32, RN2) PW4, MK44, RN3) PW5, MK11, RN4) PW5, MK32, RN2) PW5, MK44, RN3) PW7, MK10, RN2) PW7, MK19, RN4) PW8, MK10, RN2) PW8, MK19, RN4) PW9, MK19, RN4) PW9, MK23, RN2) PW9, MK41, RN1) PW10, MK23, RN2)

1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000

1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000

31

X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( X( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y(

HR3, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR5, HR5, HR5, HR5, HR5, HR5, HR5, HR5, HR5, HR5, HR5, HR6, HR6, HR6, HR6, HR6, HR6, HR6, HR6, HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR1, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR2, HR3,

PW10, MK41, RN1) PW1, MK8, RN3) PW1, MK15, RN1) PW2, MK8, RN3) PW2, MK15, RN1) PW3, MK15, RN1) PW3, MK27, RN4) PW3, MK38, RN3) PW4, MK2, RN2) PW4, MK27, RN4) PW4, MK38, RN3) PW5, MK2, RN2) PW7, MK21, RN1) PW8, MK6, RN4) PW8, MK21, RN1) PW8, MK24, RN2) PW9, MK6, RN4) PW9, MK21, RN1) PW9, MK24, RN2) PW10, MK6, RN4) PW10, MK24, RN2) PW1, MK33, RN3) PW2, MK17, RN2) PW2, MK33, RN3) PW2, MK40, RN1) PW3, MK17, RN2) PW3, MK40, RN1) PW4, MK17, RN2) PW7, MK42, RN3) PW8, MK28, RN4) PW8, MK42, RN3) PW9, MK28, RN4) PW1, MK13, RN3) PW1, MK26, RN2) PW1, MK36, RN1) PW2, MK13, RN3) PW2, MK26, RN2) PW2, MK36, RN1) PW3, MK13, RN3) PW3, MK26, RN2) MK4, RN3) MK5, RN1) MK12, RN3) MK14, RN3) MK22, RN4) MK30, RN1) MK34, RN1) MK39, RN1) MK1, RN1) MK3, RN1) MK7, RN2) MK9, RN3) MK18, RN1) MK20, RN3) MK25, RN3) MK29, RN4) MK35, RN2) MK43, RN4) MK10, RN2)

1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000

1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 5.000000 1.000000 1.000000 1.000000 1.000000 1.000000 5.000000 1.000000 1.000000 1.000000

32

Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( Y( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P(

HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR3, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR4, HR5, HR5, HR5, HR5, HR5, HR6, HR6, HR6, P1) P2) P3) P4) P5) P6) P8) P9) P10) P11) P12) P13) P14) P15) P16) P17) P19) P20) P21) P22) P23) P24) P25) P26) P27) P28) P29) P30) P31) P32) P33) P34) P35) P36)

MK11, RN4) MK16, RN2) MK19, RN4) MK23, RN2) MK31, RN4) MK32, RN2) MK37, RN3) MK41, RN1) MK44, RN3) MK2, RN2) MK6, RN4) MK8, RN3) MK15, RN1) MK21, RN1) MK24, RN2) MK27, RN4) MK38, RN3) MK17, RN2) MK28, RN4) MK33, RN3) MK40, RN1) MK42, RN3) MK13, RN3) MK26, RN2) MK36, RN1)

1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000

10.00000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

33

P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P(

P38) P39) P40) P41) P42) P43) P44) P45) P46) P47) P48) P49) P50) P52) P53) P54) P55) P56) P57) P58) P59) P60) P61) P62) P63) P64) P66) P67) P68) P69) P70) P71) P72) P73) P74) P75) P76) P77) P79) P80) P81) P82) P83) P84) P85) P86) P87) P88) P89) P90) P91) P92) P93) P94) P95) P96) P97) P98) P99)

1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

34



1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

35



1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

36

P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P( P(

P227) P228) P229) P230) P231) P232) P233) P234) P236) P237) P238) P239) P240) P241) P242) P243) P245) P246) P247) P248) P249) P250) P251) P252) P253) P254) P255) P256) P257) P258) P259) P260) P261) P262) P263) P264) P265) P267) P268) P269) P270) P271) P272) P273) P274) P275) P277) P278) P279) P280) P281) P282) P283) P284) P285)

1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000

0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

PENJADWALAN MATA KULIAH MAYOR-MINOR: STUDI KASUS DI FMIPA IPB NUR APRIANDINI

Recommend Documents