yang memenuhi kondisi dengan model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

27 Tugas Akhir – KI091391

16 Juli 2013

 Data 8 keahlian

 Data 7 dokter dan keahliannya

 Data 5 kondisi

 Data jarak

Dktr Keahlian

D1 Jantung, bedah, pembantu dokter D2 Kulit, kandungan, asisten dokter

utama

D3 Kandungan, bedah, dokter utama D4 Jantung, pembantu dokter D5 Jantung, kulit, dokter utama D6 Jantung, kandungan, koord. dokter

utama

D7 Kandungan, bedah, pembantu dokter

Tabel data dokter dan keahliannya

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

28 Tugas Akhir – KI091391

16 Juli 2013

 Data 8 keahlian

 Data 7 dokter dan keahliannya

 Data 5 kondisi

 Data jarak

Kon-disi ^{Keahlian yang dibutuhkan} C1 Jantung dan Kulit

C2 Kandungan atau (Bedah dan

DokterUtama )

C3 (Bedah dan DokterUtama ) atau

(Kandungan dan Asisten)

C4 Jantung dan DokterUtama C5 Kandungan

Tabel data kondisi

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

29 Tugas Akhir – KI091391

16 Juli 2013

 Data 8 keahlian

 Data 7 dokter dan keahliannya

 Data 5 kondisi  Data jarak Dokter ^Kondisi C1 C2 C3 C4 C5 D1 ^{10 12 14 5 40} D2 ^{12 40 6 9 19} D3 ^{24 2 14 10 15} D4 ^{2 12 15 9 9} D5 ^{3 14 4 20 10} D6 ^{12 24 4 10 36} D7 ^{12 15 6 16 8}

Tabel data jarak

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

30 Tugas Akhir – KI091391

16 Juli 2013 Keahlian Bedah Jantung Kandungan Kulit Koordinator Asisten DokterUtama PembantuDokter Dktr D1 D2 D3 D4 D5 D6 D7

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

31 Tugas Akhir – KI091391

16 Juli 2013 D1 D2 D3 D7 D6 D5 D4 Bedah Jantung Kandu-ngan Kulit Koordi-nator Asisten Dktr Utama Pmbntu Dktr Keahlian Dokter

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

32 Tugas Akhir – KI091391

16 Juli 2013

Keahlian Dokter

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

5. jarak baru ditentukan

D1 D2 D3 D7 D6 D5 D4 Bedah Jantung Kandu-ngan Kulit Koordi-nator Asisten Dktr Utama Pmbntu Dktr Dktr Keahlian

D1 Jantung, bedah, pembantu dokter D2 Kulit, kandungan, asisten dokter

utama

D3 Kandungan, bedah, dokter utama D4 Jantung, pembantu dokter D5 Jantung, kulit, dokter utama D6 Jantung, kandungan, koord. dokter

utama

.:Permasalahan 1:.

33 Tugas Akhir – KI091391

16 Juli 2013 D1 D2 D3 D7 D6 D5 D4 Bedah Jantung Kandu-ngan Kulit Koordi-nator Asisten Dktr Utama Pmbntu Dktr Keahlian Dokter

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

34 Tugas Akhir – KI091391

16 Juli 2013 D1 D2 D3 D7 D6 D5 D4 Bedah Jantung Kandu-ngan Kulit Koordi-nator Asisten Dktr Utama Pmbntu Dktr Keahlian Dokter

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

35 Tugas Akhir – KI091391

16 Juli 2013 D1 D2 D3 D7 D6 D5 D4 Bedah Jantung Kandu-ngan Kulit Koordi-nator Asisten Dktr Utama Pmbntu Dktr Keahlian Dokter

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

36 Tugas Akhir – KI091391

16 Juli 2013 D1 D2 D3 D7 D6 D5 D4 Bedah Jantung Kandu-ngan Kulit Koordi-nator Asisten Dktr Utama Pmbntu Dktr Keahlian Dokter

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

37 Tugas Akhir – KI091391

16 Juli 2013 Keahlian Dokter Bedah D1,D3,D7 Jantung D1,D4,D5,D6 Kandungan D2,D3,D6,D7 Kulit D2,D5 Koordinator D6 Asisten D2 Dokter utama D2,D3,D5,D6 Pembantu Dokter D1,D4,D7

Tabel hasil pengelompokkan dokter Berdasarkan keahlian

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

38 Tugas Akhir – KI091391

16 Juli 2013

Kondisi Keahlian yang dibutuhkan C1 Jantung dan Kulit

C2 Kandungan atau (Bedah dan DokterUtama )

C3 (Bedah dan DokterUtama ) atau (Kandungan dan Asisten)

C4 Jantung dan DokterUtama

C5 Kandungan

Tabel data kondisi

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

39 Tugas Akhir – KI091391

16 Juli 2013

Kondisi Keahlian yang dibutuhkan

C1 Jantung dan Kulit

C2 Kandungan atau (Bedah dan DokterUtama )

C3 (Bedah dan DokterUtama ) atau (Kandungan dan Asisten)

C4 Jantung dan DokterUtama

C5 Kandungan

Tabel data kondisi

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

5. jarak baru ditentukan

Keahlian Dokter Bedah D1,D3,D7 Jantung D1,D4,D5,D6 Kandungan D2,D3,D6,D7 Kulit D2,D5 Koordinator D6 Asisten D2 Dokter utama D2,D3,D5,D6 Pembantu Dokter D1,D4,D7

Tabel hasil pengelompokkan dokter Berdasarkan keahlian

Kondisi C1

= Jantung dan Kulit

= {D1,D4,D5,D6} ∩ {D2,D5} = {D5}

.:Permasalahan 1:.

40 Tugas Akhir – KI091391

16 Juli 2013

Kondisi Keahlian yang dibutuhkan

C1 Jantung dan Kulit

C2 Kandungan atau (Bedah dan DokterUtama )

C3 (Bedah dan DokterUtama ) atau (Kandungan dan Asisten)

C4 Jantung dan DokterUtama

C5 Kandungan

Tabel data kondisi

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

.:Permasalahan 1:.

41 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

5. jarak baru ditentukan

Kondisi Dokter yang memenuhi

C1 D5

C2 D2,D3,D6,D7 C3 D2,D3

C4 D5,D6

C5 D2,D3,D6,D7

.:Permasalahan 1:.

42 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

5. jarak baru ditentukan

Kondisi Dokter yang memenuhi C1 D5

C2 D2,D3,D6,D7 C3 D2,D3

C4 D5,D6

C5 D2,D3,D6,D7

Tabel dokter yang memenuhi kondisi

Dokter Kondisi C1 C2 C3 C4 C5 D1 10 12 14 5 40 D2 12 40 6 9 19 D3 24 2 14 10 15 D4 2 12 15 9 9 D5 3 14 4 20 10 D6 12 24 4 10 36 D7 12 15 6 16 8

• Jarak dokter yang tidak memenuhi kondisi di-set maksimal, yaitu 100

.:Permasalahan 1:.

43 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

5. jarak baru ditentukan

Dokter Kondisi C1 C2 C3 C4 C5 D1 10 12 14 5 40 D2 12 40 6 9 19 D3 24 2 14 10 15 D4 2 12 15 9 9 D5 3 14 4 20 10 D6 12 24 4 10 36 D7 12 15 6 16 8

• Jarak dokter yang tidak memenuhi kondisi di-set maksimal, yaitu 100

.:Permasalahan 1:.

44 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang memenuhi kondisi dengan

model GB

1. inisialisasi data

2. keahlian dan dokter

direpresentasikan sebagai graf

bipartite

3. dokter dikelompokkan berdasarkan

keahliannya menggunakan algortima Ford Fulkerson

4. dokter yang memenuhi kondisi ditentukan menggunakan operasi himpunan union dan intersection

5. jarak baru ditentukan

Dokter Kondisi C1 C2 C3 C4 C5 D1 100 100 100 100 100 D2 100 40 6 100 19 D3 100 2 14 100 15 D4 100 100 100 100 100 D5 3 100 100 20 100 D6 100 24 100 10 36 D7 100 15 100 100 8

.:Permasalahan 1:.

45 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang ditugaskan dengan model IP

1. inisialisasi data

2. fungsi tujuan, seluruh batasan, dan variabel keputusan digunakan pada model

3. inisialisasi nilai b_L dan b_U

4. inisialisasi nilai x_L dan x_U

5. inisialisasi IntVars Dokter Kondisi C1 C2 C3 C4 C5 D1 100 100 100 100 100 D2 100 40 6 100 19 D3 100 2 14 100 15 D4 100 100 100 100 100 D5 3 100 100 20 100 D6 100 24 100 10 36 D7 100 15 100 100 8

• Fungsi tujuan: Z= 100xD1C1+100xD1C2+100xD1C3+100xD1C4+100x_D1C5 +100x_D2C1+40x_D2C2+6x_D2C3+100x_D2C4+19x_D2C5 +100x_D3C1+2x_D3C2+14x_D3C3+100x_D3C4+15x_D3C5 +100x_D4C1+100x_D4C2+100x_D4C3+100x_D4C4+100x_D4C5 +3xD5C1+100xD5C2+100xD5C3+20xD5C4+100x_D5C5 +100x_D6C1+24x_D6C2+100x_D6C3+10x_D6C4+36x_D6C5 +100x_D7C1+15x_D7C2+100x_D7C3+100x_D7C4+8x_D7C5

.:Permasalahan 1:.

46 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang ditugaskan dengan model IP

1. inisialisasi data

2. fungsi tujuan, seluruh batasan, dan variabel keputusan digunakan pada model

3. inisialisasi nilai b_L dan b_U

4. inisialisasi nilai x_L dan x_U

5. inisialisasi IntVars Dokter Kondisi C1 C2 C3 C4 C5 D1 100 100 100 100 100 D2 100 40 6 100 19 D3 100 2 14 100 15 D4 100 100 100 100 100 D5 3 100 100 20 100 D6 100 24 100 10 36 D7 100 15 100 100 8

• Batasan 1:

- tiap-tiap dokter ditugaskan dengan tepat satu kondisi Dokter D1: x_D1C1+x_D1C2+x_D1C3+x_D1C4+x_D1C5 =1 Dokter D2: xD2C1+xD2C2+xD2C3+xD2C4+x_D2C5 =1 Dokter D3: x_D3C1+x_D3C2+x_D3C3+x_D3C4+x_D3C5 =1 Dokter D4: x_D4C1+x_D4C2+_D4C3+x_D4C4+x_D4C5 =1 Dokter D5: x_D5C1+x_D5C2+x_D5C3+x_D5C4+x_D5C5 =1 Dokter D6  x_D6C1+x_D6C2+x_D6C3+x_D6C4+x_D6C5 =1 Dokter D7  xD7C1+xD7C2+xD7C3+xD7C4+x_D7C5 =1

.:Permasalahan 1:.

47 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang ditugaskan dengan model IP

1. inisialisasi data

2. fungsi tujuan, seluruh batasan, dan variabel keputusan digunakan pada model

3. inisialisasi nilai b_L dan b_U

4. inisialisasi nilai x_L dan x_U

• Batasan 2:

- tiap-tiap kondisi ditugaskan dengan tepat satu dokter Kondisi C1: x_D1C1+x_D2C1+x_D3C1+x_D4C1+x_D5C1+x_D6C1+x_D7C1=1 Kondisi C2: x_D1C2+x_D2C2+x_D3C2+x_D4C2+x_D5C2+x_D6C2+x_D7C2=1 Kondisi C3: x_D1C3+x_D2C3+x_D3C3+x_D4C3+x_D5C3+x_D6C3+x_D7C3=1 Kondisi C4: x_D1C4+x_D2C4+x_D3C4+x_D4C4+x_D5C4+x_D6C4+x_D7C4=1 Kondisi C5: x_D1C5+x_D2C5+x_D3C5+x_D4C5+x_D5C5+x_D6C5+x_D7C5=1

.:Permasalahan 1:.

48 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang ditugaskan dengan model IP

1. inisialisasi data

2. fungsi tujuan, seluruh batasan, dan variabel keputusan digunakan pada model

3. inisialisasi nilai b_L dan b_U

4. inisialisasi nilai x_L dan x_U

b_L = 1 b_U = 1 x_L = 0 x_U =1 IntVars = 1

.:Permasalahan 1:.

49 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang ditugaskan dengan model IP

1. inisialisasi data

2. fungsi tujuan, seluruh batasan, dan variabel keputusan digunakan pada model

3. inisialisasi nilai b_L dan b_U

4. inisialisasi nilai x_L dan x_U

• Tujuan meminimalkan total jarak

Hasil optimal permasalahan 1, dengan total jarak = 29

.:Permasalahan 1:.

50 Tugas Akhir – KI091391

16 Juli 2013

• Proses untuk menentukan dokter

yang ditugaskan dengan model IP

1. inisialisasi data

2. fungsi tujuan, seluruh batasan, dan variabel keputusan digunakan pada model

3. inisialisasi nilai b_L dan b_U

4. inisialisasi nilai x_L dan x_U

5. inisialisasi IntVars Dokter Kondisi C1 C2 C3 C4 C5 D1 100 100 100 100 100 D2 100 40 6 100 19 D3 100 2 14 100 15 D4 100 100 100 100 100 D5 3 100 100 20 100 D6 100 24 100 10 36 D7 100 15 100 100 8

.:Permasalahan 1:.

Kondisi Dokter Jarak

C1 D5 3 C2 D3 2 C3 D2 6 C4 D6 10 C5 D7 8 Total jarak 29 51

Tabel Dokter yang ditugaskan

Gambar Penugasan dokter untuk permasalahan 1

Tugas Akhir – KI091391 16 Juli 2013

analisa simpulan

.:Beda konfigurasi:.

52

Setelah dilakukan optimasi

Tugas Akhir – KI091391 16 Juli 2013

53

.:Permasalahan 2:.

Pada permasalahan ini, akan dilakukan untuk mengamati jumlah kemungkinan dokter yang memenuhi kondisi berpengaruh terhadap performa model.

Percobaan dilakukan sebanyak 7 kali dengan data yang berbeda-beda.

54

.:Permasalahan 2:.

• Langkah-langkah yang dilakukan seperti permasalahan 1.

• Data yang digunakan setiap percobaan:

• 5 macam keahlian

• 40 dokter

• 18 kondisi

• jarak 40 dokter ke 18 lokasi kondisi

55

.:Permasalahan 2:.

• Hasil optimal permasalahan 2

16 Juli 2013 Tugas Akhir – KI091391

Percobaan Jarak 1 ⁷¹⁵ 2 ⁵³⁰ 3 ¹¹⁶ 4 ¹¹⁹ 5 ²¹⁹ 6 ¹⁴² 7 ¹²⁹

56

.:Permasalahan 2:.

16 Juli 2013 Tugas Akhir – KI091391

Grafik running time permasalahan 2

• Estimasi running time

analisa simpulan 170 309 430 420 387 391 381 1 2 3 4 5 6 7 Waktu proses 1 0.017 0.020 0.020 0.020 0.015 0.016 0.016 Waktu proses 2 0.088 0.089 0.083 0.085 0.087 0.086 0.092 Waktu total 0.105 0.109 0.103 0.105 0.102 0.102 0.108 0.000 0.020 0.040 0.060 0.080 0.100 0.120 W akt u (de tik )

Total rata-rata running time pada uji coba 2 Jumlah kemungkinan dokter yang memenuhi kondisi Percobaan 1 = Percobaan 2 = Percobaan 3 = Percobaan 4 = Percobaan 5 = Percobaan 6 = Percobaan 7 =

.:Analisa Permasalahan(1):.

1. Pada permasalahan 1, menunjukkan bahwa model GB dapat

digunakan dalam proses menentukan dokter yang memenuhi

kondisi karena memberikan hasil yang akurat.

2. Selain itu, model IP dapat digunakan dalam proses

menentukan dokter yang ditugaskan karena menghasilkan