simulasi pencarian strategi boarding … · kata kunci : transportasi, minlp, boarding strategy. 1....
TRANSCRIPT
Makalah Seminar Tugas Akhir Periode Januari 2010
1
Antonius Malem Barus - 5107100616
SIMULASI PENCARIAN STRATEGI BOARDING PESAWAT TERBANG
YANG EFISIEN
Antonius Malem Barus – Bilqis Amaliah S. Kom, M. Kom – Victor Hariadi S. Si, M. Kom
Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember
Surabaya, Email: [email protected]
Abstrak Banyak hal yang mempengaruhi efektifitas dan efisiensi satu siklus waktu peralihan
(turnaround time) pesawat terbang. Hal-hal yang mempengaruhi pada proses peralihan ini adalah
waktu penumpang untuk turun dari pesawat terbang, bongkar muat bagasi, pengisian bahan bakar,
perawatan pesawat dan boarding time. Penelitian ini bertujuan untuk menemukan boarding strategy
untuk mengurangi waktu yang diperlukan untuk boarding pesawat terbang. Dalam permasalahan ini
jenis pesawat terbang yang digunakan adalah pesawat terbang tipe Airbus A320 atau tipe pesawat yang
memiliki kesamaan dalam susunan tempat duduk penumpang di kabin. Hal yang diperhatikan dalam
penentuan strategi ini adalah jumlah baris kursi, jumlah grup yang akan digunakan pada saat boarding
dan jumlah penumpang yang dimasukkan pada masing-masing grup pada saat penjadwalan.
Permasalahan ini dimodelkan dengan mixed integer non linear programming. Model ini menghasilkan
strategi yag dapat mengurangi jumlah interferences yang terjadi sebesar 57,1 persen dan
mempersingkat waktu proses boarding sebesar 6,82 persen.
Kata Kunci : transportasi, minlp, boarding strategy.
1. PENDAHULUAN
Pada perusahaan penerbangan komersial, salah
satu faktor untuk menentukan efisiensi waktu
peralihan (turnaround time) sebuah pesawat
terbang ditentukan dari waktu peralihan pada satu
periode penerbangan. Satu periode penerbangan
dimulai dari kedatangan hingga keberangkatan
sebuah pesawat terbang. Faktor-faktor yang
mempengaruhi waktu peralihan pada pesawat
terbang tersebut adalah waktu penumpang untuk
turun dari pesawat terbang, bongkar muat bagasi,
pengisian bahan bakar, perawatan pesawat dan
boarding time.
Boarding time merupakan salah satu faktor yang
dapat mempengaruhi efisiensi operasional suatu
penerbangan. Boarding time merupakan salah satu
faktor yang cukup sulit untuk dikendalikan oleh
penyedia jasa penerbangan yang dikarenakan
keterbatasan dalam mengendalikan para
penumpang.
Untuk itu perlu diadakannya penelitian untuk
mengetahui bagaimana strategi boarding yang baik
untuk meningkatkan efisiensi tersebut. Setelah
menemukan strategi yang optimal maka perlu
dilakukannya simulasi untuk menemukan strategi
yang terbaik untuk diaplikasikan pada waktu
boarding dilakukan pada suatu jadwal
penerbangan.
2. MIXED INTEGER NONLINEAR
PROGRAMMING (MINLP)
Mixed Integer Nonlinear Programming (MINLP)
merupakan variasi bentuk dari permasalahan
Nonlinear Programming yang dikombinasikan
dengan Integer Programming. MINLP merupakan
sebuah pendekatan yang natural untuk
memformulasikan permasalahan optimasi
(Bussieck, 2003). Sama seperti Nonlinear
Programming, MINLP dapat diekspresikan
sebagai berikut:
Di mana fungsi f merupakan fungsi yang bersifat
nonlinear dan fungsi g adalah batasan yang
bersifat nonlinear. variabel x dan y berperan
sebagai variabel keputusan yang memiliki nilai
integer.
Ada beberapa metode yang dapat digunakan untuk
menyelesaikan permasalahan MINLP ini. Salah
satu algoritma yang dapat digunakan untuk
memecahkan permasalahan pada mixed integer
nonlinear programming adalah dengan
menggunakan algoritma branch and bound
(Bocher, 1991). Algoritma ini menyelesaikan
masalah secara berkelanjutan pada permasalahan
yang ditemukan. Jika permasalahan tersebut kecil
kemungkinan mendapatkan nilai yang optimal
pada 1-0 (fractional) maka algoritma ini akan
memecah permasalahan tersebut ke dalam dua
subpermasalahan di mana nantinya variabel yang
Makalah Seminar Tugas Akhir Periode Januari 2010
2
Antonius Malem Barus - 5107100616
ditemukan pasti bernilai 1 atau 0. Algoritma ini
akan terus bekerja hingga menemukan nilai integer
solution dan subproblem yang ada memiliki lower
bound yang lebih tinggi dari integer solution.
3. AMPL
AMPL merupakan bahasa pemodelan matematika
yang digunakan untuk menyelesaikan
permasalahan-permasalahan yang dimodelkan
dengan ekspresi matematika. AMPL didesain yang
memungkinkan program matematika dapat
dituliskan sangat mirip dengan notasi aljabar yang
digunakan pada pemodelan matematika. Oleh
karena itu, AMPL menjadi bahasa pemodelan yang
lazim digunakan untuk menyelesaikan
permasalahan optimasi atau riset operasi.
Sama seperti bahasa pemodelan atau pemrograman
lainnya, AMPL memiliki beberapa aturan yang
perlu diperhatikan, antara lain:
1. Simbol # digunakan untuk menandai sebuah
komentar. Segala sesuatu yang diawali dengan
tanda tersebut akan diabaikan.
2. Variabel dideklarasikan dengan menggunakan
keyword: var.
3. Setiap baris kode harus diakhiri dengan titik
koma (;).
4. Penulisan fungsi objektif dimulai dengan kata
“maximize” atau “minimize”, nama dan titik
dua (:), setelah itu fungsi objektif dapat
dituliskan.
5. Masing-masing batasan diawali dengan kata
“subject to”, nama dan titik dua (;). Setelah itu
persamaan atau pertidaksamaan fungsi batasan
dapat dituliskan.
6. Nama harus bersifat unik. Sebuah variabel dan
batasan tidak boleh memiliki nama yang sama.
7. AMPL bersifat case sensitive. Keyword harus
dituliskan dengan huruf kecil.
8. Model matematika yang telah dibuat dengan
menggunakan AMPL dapat disimpan dengan
ekstensi *.mod dan data disimpan dengan
ekstensi *.dat.
AMPL memiliki beberapa pilihan solver yang
akan menyelesaikan permasalahan matematika
yang telah dibuat. Beberapa solver yang dapat
digunakan pada AMPL adalah cplex, minos dan
kestrel.
AMPL akan membaca model dari *.mod file dan
data dari *.dat file dan akan diselesaikan sesuai
dengan solver yang telah dipilih sebelumnya
(Gambar 3.1).
Gambar 3.1 Bagan kerja bahasa AMPL
4. NEOS SERVER
Penyelesaian permasalahan optimasi dengan
variabel yang luas dapat terkendala dengan
menggunakan AMPL Solver edisi pelajar. Salah
satu solusi untuk menyelesaikan permasalahan
dengan variabel yang luas ini adalah dengan
menggunakan NEOS Server. NEOS Server
merupakan sebuah server yang melayani
penyelesaian permasalahan optimasi dengan cara
meng-upload file yang berisi model permasalahan
optimasi dalam bahasa pemodelan matematika
AMPL. File yang dapat diunggah pada NEOS
Server adalah file model, data dan perintah
(command file). File model berisi tentang model
matematika yang dibuat dengan bahasa
pemrograman AMPL dan GAMS. File data berisi
data yang akan menjadi masukan bagi model.
Sedangkan untuk memodifikasi hasil keluaran dari
solusi yang ditawarkan, pengguna dapat
menggunakan file perintah. File-file tersebut dapat
diunggah melalui NEOS Server website
(http://neos.mcs.anl.gov/neos/ ).
Gambar 4.1 Tampilan Website NEOS Server
NEOS Server adalah sebuah proyek kolaborasi
usaha dari komunitas optimasi yang menyediakan
layanan solver yang banyak baik dari akademisi
maupun dari peneliti komersil (Dolan, 2002).
Proyek NEOS diluncurkan pada tahun 1994 oleh
Optimization Technology Center yang didukung
Makalah Seminar Tugas Akhir Periode Januari 2010
3
Antonius Malem Barus - 5107100616
oleh Department of Energy and Northwestern
University.
5. MINLP SOLVER
Ada banyak solver yang tersedia pada NEOS
Server. Solver merupakan software yang
digunakan untuk menyelesaikan permasalahan
optimasi. Solver yang tersedia pada NEOS Server
merupakan hasil penelitian bersama para peneliti
baik secara komersial maupun secara akademis.
Mereka berusaha mencari cara yang terbaik untuk
menyelesaikan permasalahan optimasi.
MINLP Solver merupakan salah satu solver yang
tersedia pada NEOS Server untuk menyelesaikan
permasalahan optimasi mixed integer nonlinear
yang memiliki fungsi batasan (Mixed Integer
Nonlinearly Constrained Optimization).
MINLP Solver menggunakan metode Branch and
Bound untuk memberikan solusi terbaik dalam
setiap permasalahan optimasi yang akan
diselesaikan.
6. SIMULASI
Simulasi adalah sebuah teknik yang meniru
kejadian-kejadian dari sebuah sistem yang
sebenarnya yang berkembang dalam sebuah
periode waktu tertentu (Winston, 2004).
Untuk mengetahui apakah sistem yang ada saat ini
bekerja dengan baik, maka perlu diadakannya
pembelajaran mengenai sebuah sistem. Menurut
Law (2007) dalam bukunya, ada beberapa cara
yang dapat digunakan untuk mempelajari sebuah
sistem, yaitu:
1. Eksperimen dengan menggunakan actual
system vs Eksperimen dengan menggunakan
model sebuah sistem
Eksperimen dengan menggunakan actual
system merupakan ekperimen yang dilakukan
langsung dalam realitasnya. Pekerjaan ini
tentunya akan menggunakan biaya yang cukup
besar dan mungkin akan membuat kekacauan
pada sistem yang sudah ada. Oleh karena alas
an tersebut maka eksperien dengan
menggunakan sebuah model dilakukan. Dalam
hal ini model dibuat untuk merepresentasikan
keadaan yang akan mencerminkan sebuah
sistem yang diharapkan.
2. Physical Model vs Mathematical Model
Seseorang yang ingin membeli sebuah rumah,
tentu ingin melihat model rumah yang ingin
dibelinya. Model tersebut dapat berupa dummy
yang dapat mencerminkan rumah tersebut
dengan lebih detil. Model tersebut merupakan
Physical model. Dalam riset operesi, model ini
bukanlah model yang biasa digunakan. Model
seperti ini dapat digunakan dalam bidang
teknik dan manajemen. Model matematika
dapat digunakan dengan cara memperhatikan
ketentuan-ketentuan logis yang digunakan dan
hubungan yang ada di dalamnya. Kemudian
dimanipulasi dan diubah untuk mengetahui
bagaimana model tersebut dapat bekerja
dengan efektif.
3. Analytical Solution vs Simulasi
Analytical solution digunakan untuk
mengetahui bagaimana sebuah model
matematika dapat bekerja dengan baik. Hal ini
terlihat sederhana, akan tetapi membutuhkan
perhitungan yang sangat banyak. Jika
analytical solution dapat diperoleh dengan
perhitungan yang efisien, maka cara ini lebih
baik digunakan daripada simulasi. Akan tetapi,
dalam kenyataannya banyak sistem yang
membutuhkan proses perhitungan yang sangat
kompleks sehingga menghalangi kemungkinan
ditemukannya solusi dengan menggunakan
analytical solution. Oleh karena itu simulasi
dapat dilakukan untuk menyelesaikan
permasalahan tersebut.
Sistem
Eksperimen
menggunakan
actual system
Eksperimen
menggunakan
model sebuah
sistem
Physical ModelMathematical
Model
Analytical Solution Simulation
Gambar 6.1 Bagan Tahapan Mempelajari Sebuah
Sistem
7. PESAWAT TERBANG AIRBUS A320
Pesawat terbang tipe Airbus A320 merupakan
pesawat terbang yang berkapasaitas penumpang
yang cukup banyak. Pesawat ini dapat menampung
150 penumpang yang terdiri dari 12 penumpang
kelas bisnis dan 138 penumpang kelas ekonomi.
Pesawat ini memiliki layout kabin seperti yang
ditunjukkan pada gambar 2.6. pada layout ini,
tempat duduk pesawat diberi kombinasi nomor dan
Makalah Seminar Tugas Akhir Periode Januari 2010
4
Antonius Malem Barus - 5107100616
angka untuk mengidentifikasi posisinya.
Kombinasi tersebut terdiri dari identifikasi kolom
dan baris.
Pada pesawat terbang pada umumnya, kolom
ditandai huruf A, B, C, D, E dan F (economy class)
dan A, C, D dan F (business class). Untuk kelas
ekonomi, A dan F merupakan tempat duduk yang
diidentifikasi pada daerah dekat jendela (window),
B dan E merupakan tempat duduk yang
diidentifikasi pada daerah tengah (middle),
sedangkan C dan D merupakan tempat duduk yang
diidentifikasi pada daerah dekat lorong kabin
(aisle).
Baris pada kabin dimulai dari 1 hingga 26 yang
terdiri dari nomor 1 hingga 3 merupakan kelas
bisnis dan 4 hingga 26 merupakan kelas ekonomi.
Proses boarding secara konvensional dilakukan
dengan membagi sama rata jumlah grup yang akan
melakukan boarding di mana kursi yang terisi dari
belakang ke depan oleh penumpang (Van Den
Briel, 2005) . Dalam buku tugas akhir ini, Model
seperti ini disebut sebagai model BF (Back to
Front). Dimana dalam model ini kursi pada bagian
belakang diisi terlebih dahulu untuk mengurangi
interference yang terjadi.
Gambar 7.1 Layout Kabin Pesawat Terbang A320
8. GAMBARAN UMUM PERANCANGAN
Proses menemukan solusi yang optimal dalam
permasalahan boarding pesawat terbang ini
diawali dengan membuat sebuah model yang dapat
mewakili proses yang terjadi pada kondisi masalah
yang sebenarnya. Selanjutnya model ini akan
dirancang dalam sebuah bahasa pemodelan AMPL.
Sesuai dengan konsep mempelajari sebuah sistem,
maka perancangan dilakukan untuk memperoleh
hasil solusi dari proses analisis dan simulasi.
Adapun alur proses yang dilakukan untuk
memperoleh solusi pada permasalahan boarding
pesawat terbang ini digambarkan pada Gambar
8.1. Dalam diagram tersebut digambarkan tahap-
tahap yang dilakukan dalam menemukan strategi
alternatif boarding pesawat terbang yang efisien.
9. ANALISA PERMASALAHAN
Permasalahan utama pada proses boarding adalah
adanya gangguan pada saat boarding (boarding
interference) pada saat penumpang akan masuk ke
kabin pesawat dan menempati tempat duduknya.
Boarding interference dapat didefinisikan sebagai
bagian dari penumpang yang menghalangi
penumpang yang lain untuk mencapai tempat
duduknya. Dari hal ini dapat diasumsikan bahwa
boarding interference memiliki hubungan dengan
meminimalkan boarding time dan nantinya akan
mendukung efisiensi waktu kerja pesawat terbang.
Semakin banyak boarding interference yang tejadi
akan mengakibatkan meningkatnya boarding time.
Input model
(.mod) dan
data input
(.dat)
Upload model
diproses
menggunakan
solver MINLP pada
NEOS Server
Output strategi
boarding
1
1
Buat data input
untuk program
analisa
Data Input
untuk
program
analisa (.txt)
Hitung jumlah
boarding
interferences
Buat data sebagai
input simulasi
Buat data input
simulasi (.xls)
Simulasi
Start
End
Output jumlah
boarding
interferences
(.txt)
Output data
simulasi
(.txt)
Output:
- Jumlah Interfernces
- Waktu
2
2
Input
simulasi
(.xls)
Gambar 9.1 Alur Perancangan Pencarian Strategi
Boarding Pesawat
Pada permasalahan ini, ada dua jenis gangguan
yang didefinisikan: seat interference dan aisle
interference. Seat interference terjadi ketika
penumpang yang duduk di dekat lorong
menghindari penumpang yang lain yang akan
duduk di baris yang sama. Gambar 9.1
menggambarkan seat interference dan aisle
interference. Sebagai contoh, seat interference
terjadi ketika penumpang 1B ingin menempati
tempat duduk tetapi terhalangi oleh penumpang
yang sudah duduk sebelumnya yang berada di
Makalah Seminar Tugas Akhir Periode Januari 2010
5
Antonius Malem Barus - 5107100616
dekat lorong (aisle). Aisle interference terjadi
ketika penumpang yang memasukkan barang pada
kabin pesawat menghalangi penumpang lainnya
yang sedang menuju tempat duduknya. Sebagai
contoh, penumpang 2A terhalangi untuk menuju
tempat duduknya oleh penumpang di depannya
yang sedang membenahi barang-barang bagasinya.
Gambar 9.2 Seat Interference dan Aisle Interference
10. PEMODELAN MATEMATIKA
Perancangan model matematika dapat diperoleh
dari analisa permasalahan. Model yang dibuat
adalah model yang menggambarkan boarding
interference. Keputusan untuk memasukkan
masing-masing penumpang dalam masing-masing
grup untuk meminimalisasikan boarding
interference. Fungsi objektif yang digunakan
terdiri dari semua kemungkinan gangguan yang
terjadi pada saat boarding dan dibatasi dengan
setiap posisi tempat duduk yang telah dipilih hanya
masuk pada satu grup saja dan setiap grup terdiri
dari sejumlah penumpang yang dibagi dari nilai
maksimum kursi yang tersedia.
Model yang digunakan merupakan permasalahan
penjadwalan yang bersifat nonlinear dengan
membentuk fungsi kuadratik dan kubik pada
fungsi objektifnya. Model seperti ini dapat
diselesaikan dengan model Mixed Integer
Nonlinear Programmin.
10.1. INISIALISASI VARIABEL
Jika N merepresentasikan sekumpulan baris dan M
= {A, B, C, D, E, F} merepresentasikan posisi
kursi pada kabin. Kemudian masing-masing posisi
tersebut dibagi dua sesuai dengan layout kabin
yang direpresentasikan L = {A, B, C} M untuk
posisi kursi pada bagian sebelah kiri dan R = {D,
E, F} M untuk posisi kursi pada bagian sebelah
kanan. A dan F merupakan tempat duduk yang
berada dekat jendela (window seats), B dan E
merupakan tempat duduk tengah (middle seats)
dan C dan D merupakan tempat duduk dekat
lorong (aisle seats). Jika diberikan nomor pada
masing-masing baris i N dan posisi kursi j M,
maka masing-masing posisi masing-masing kursi
dapat diidentifikasi dengan menggunakan
pasangan (i,j).
Dengan memasukkan posisi kursi pada grup, maka
dapat dibentuk boarding strategy. Sebagai contoh
pada permasalahan boarding pesawat, jika masing-
masing pasangan (i,j) dimasukkan pada grup
boarding k, k G yang merepresentasikan
sekumpulan grup. Selanjutnya mendefinisikan
variabel keputusan xi,j,k = 1 jika kursi (i,j)
dimasukkan pada grup k dan xi,j,k = 0 untuk nilai
selainnya, di mana i N, j M dan k G. Dalam
model matematika ini akan diberikan nilai penalti
untuk setiap gangguan (interference). Nilai penalti
direpresentasikan dengan untuk seat
interference dan untuk aisle interference. Nilai
penalti diberikan sesuai dengan jenis interference
dan kontribusinya terhadap total delay dari
prosedur boarding.
10.2. NILAI PENALTI
Nilai penalti digunakan untuk memberikan nilai
bobot pada model matematika yang akan dibuat.
Ada banyak hal yang dapat dilakukan dalam
penentuan nilai penalti suatu fungsi. Sebagai
contoh dapat menggunakan data historis dan
memperkirakan kontribusi pada masing-masing
gangguan terhadap total delay. Dalam hal ini,
penentuan nilai penalti dilakukan dengan cara
menghitung nilai probabilitas terjadinya suatu
kejadian tertentu pada skenario seat interferences
dan aisle interferences. Hal ini dapat diperkirakan
dari kemungkinan penumpang dalam grup yang
sama dapat memperoleh posisi boarding yang
berbeda. Berdasarkan asumsi ini, maka nilai
interference dapat dihitung dan digunakan sebagai
nilai penalti.
Dengan memperhatikan probabilitas susunan kursi,
maka diperoleh nilai probabilitas dari susunan
boarding tersebut seperti yang ditunjukkan pada
tabel 10.1. Dari perhitungan tabel tersebut, maka
diperoleh nilai penalti yang akan digunakan pada
model seat interferences seperti yang ditunjukkan
pada Tabel 10.2.
Makalah Seminar Tugas Akhir Periode Januari 2010
6
Antonius Malem Barus - 5107100616
Tabel 10.1 Tabel Nilai Kemungkinan Susunan Boarding
Boarding Penumpang ke- E (No. of
interference) 1 2 3
Window Middle Aisle 0
Window Aisle Middle 1
Middle Window Aisle 1
Middle Aisle Window 2
Aisle Window Middle 2
Aisle Middle Window 3
Tabel 10.2 Tabel Nilai Penalti Seat Interferences
Penalti Susunan Boarding
E (No. of
interferen
ce)
[window, middle, aisle] 1,5
[window, middle] [aisle] 0,5
[window, aisle] [middle] 1,5
[middle, aisle] [window] 2,5
[window] [middle, aisle] 0,5
[middle] [window, aisle] 1,5
[aisle] [window, middle] 2,5
[window] [aisle] [middle] 1
[middle] [window] [aisle] 1
[middle] [aisle] [window] 2
[aisle] [window] [middle] 2
[aisle] [middle] [window] 3
Dalam aisle interference, jika seorang
penumpang dalam sebuah grup yang dapat
menyebabkan aisle interference adalah 1/s1 , maka
dalam between group ada kemungkinan satu
penumpang berasal dari grup yang berbeda yang
menyebabkan aisle interferences. Sehingga
kemungkinan seorang penumpang yang masuk
dalam grup boarding yang terakhir dengan seorang
penumpang pertama dalam boarding grup
berikutnya memiliki peluang 1/(s1 s2). Dengan
demikian, nilai penalti pada aisle interferences
menghasilkan nilai seperti yang ditampilkan pada
tabel 10.3.
Tabel 10.3 Tabel Nilai Penalti pada Aisle Interferences
Penalti Keterangan E (No. of
interference)
Within group 1/s1
Between group 1/(s1 s2)
10.3. BOARDING INTERFERENCE MODEL
Minimize
Z =
… (xxx)
… (xx_x)
… (x_xx)
Makalah Seminar Tugas Akhir Periode Januari 2010
7
Antonius Malem Barus - 5107100616
… (x_x_x)
… (within group)
… (between group)
Subject to:
Model di atas dibuat berdasarkan kemungkinan-
kemungkinan yang menyebabkan terjadinya seat
interference dan aisle interference. Seat
interference dapat terjadi jika : 3 orang penumpang
dalam sebuah grup yang sama dan akan
menempati kursi pada bagian dan baris yang sama
(xxx); dua orang penumpang dalam sebuah grup
yang sama diikuti seorang penumpang pada grup
berikutnya dan akan menempati tempat duduk
pada baris dan bagian yang sama (xx_x); begitu
juga sebaliknya (x_xx); 3 orang penumpang yang
berada pada 3 grup yang berbeda dan akan
menempati kursi pada baris dan bagian yang sama
(x_x_x).
Pada model di atas, aisle interference dibagi
menjadi 2 bagian, yaitu aisle interference pada
within group dan between group. Masing-masing
kemungkinan pada aisle interference adalah dua
orang penumpang akan duduk pada kursi di baris
dan bagian yang sama; dua orang penumpang akan
duduk di kursi pada baris yang sama tetapi bagian
yang berbeda; seorang penumpang akan duduk di
baris setelah baris kursi penumpang lainnya.
Perbedaan antara within group dan between group
adalah kondisi penumpang yang berada pada grup
yang sama (within group) dan pada grup yang
berbeda (between group).
Makalah Seminar Tugas Akhir Periode Januari 2010
8
Antonius Malem Barus - 5107100616
11. PENGHITUNGAN BOARDING
INTERFERENCES
Perhitungan jumlah boarding interferences
dilakukan dengan mengimplementasikan model
yang telah dimodelkan dengan rumus matematika.
Adapun proses-proses yang dilakukan pada
program ini (Gambar 11.1) adalah sebagai berikut:
1. Read File merupakan proses untuk membaca
data input yang disimpan berupa file teks
murni.
2. Calculate Boarding Interferences merupakan
proses untuk menghitung jumlah interferences
yang terjadi dengan kondisi seperti data yang
telah dimasukkan. Proses ini merupakan
implementasi dari model yang telah dibuat
dengan model matematika. Seperti pada model
yang telah dibuat, dalam proses ini akan
menghitung jumlah seat interferences dan aisle
interferences.
3. Write File merupakan proses untuk mencetak
hasil output yang berisi tentang jumlah
boarding interferences yang diperoleh.
Membaca Data
Input
Menghitung
Boarding
Interferences
Menulis data
output (.txt)
Data input
(.txt)
Output
(.txt)
Start
End
Gambar 11.1 Alur Program Perhitungan Boarding
Interferences
12. IMPLEMENTASI DAN UJI COBA
Implementasi dilakukan dengan menggunakan
bahasa pemodelan AMPL, menghitung boarding
interferences dan melakukan simulasi.
12.1. PEMROSESAN MODEL AMPL
Model AMPL dilakukan dengan membuat model
matematika yang telah dirancang dalam bahasa
AMPL. Model ini selanjutnya akan diunggah ke
NEOS Server dengan MINLP Solver
(http://neos.mcs.anl.gov/neos/solvers/minco:
MINLP/AMPL.html) yang terdiri dari model file,
data file dan command file. Dalam makalah ini
model yang dihasilkan dari pemodelan MINLP
dalam bahasa AMPL disebut sebagai model
MINLP (Gambar 12.1). Hasil dari proses model
AMPL ini akan dibandingkan dengan model
konvensional yang umumnya diimplementasikan
pada sistem yang sebenarnya pada boarding
pesawat terbang, Model BF (Back to Front) di
mana pada model ini pesawat akan diisi dari
belakang menuju ke depan (Gambar 12.2).
12.2. HASIL UJI COBA DAN EVALUASI
Uji coba dilakukan dengan menggunakan program
analisis dan simulasi. Adapun data yang digunakan
dalam proses ujicoba ini adalah data strategi
boarding yang telah dihasilkan dari model MINLP
yang telah dibuat.
Dari hasil uji coba perhitungan boarding
interferences dengan menggunakan program
(perhitungan analisis) dan simulasi menunjukkan
bahwa solusi yang diberikan model MINLP6 lebih
baik dari pada model BF (Back to Front).
Dari perhitungan analisis, MINLP6 mereduksi
jumlah interferences yang terjadi sebesar 43,89%
dari Model BF6 dan 41,69% dari Model BF3.
Dari simulasi yang dilakukan dengan
menggunakan ProModel menunjukkan bahwa
MINLP mereduksi jumlah interferences yang
terjadi sebesar 57,1% dari Model BF6 dan 56,99%
dari Model BF3. Selain itu Model MINLP6
menurunkan waktu boarding sebesar 6,82% dari
BF6 dan 3,26% dari BF3.
Dari hasil evaluasi yang telah dipaparkan, Model
MINLP6 dapat direkomendasikan sebagai salah
satu strategi alternatif yang dapat meningkatkan
efisiensi waktu boarding pesawat terbang Airbus
A320. Sehingga model ini dapat diimpementasikan
dalam sistem boarding yang sebenarnya pada
pesawat terbang Airbus A320.
Makalah Seminar Tugas Akhir Periode Januari 2010
9
Antonius Malem Barus - 5107100616
Gambar 12.1 Model MINLP
Gambar 12.2 Model BF (Back to Front)
Tabel 12.1 Hasil Perhitungan Boarding Interferences pada Model MINLP dan BF
BF3 BF4 BF5 BF6 MINLP3 MINLP4 MINLP5 MINLP6
Nr. Seat Interferences
Business Class (1xx) 3 3 3 3 3 3 3 3
Economy Class (xxx) 69 69 69 69 66 51 16,5 0
Economy Class (xx_x) 0 0 0 0 0,5 3 8 4,5
Economy Class (x_xx) 0 0 0 0 0,5 3 9,5 3
Economy Class (x_x_x) 0 0 0 0 0 0 0 0
Nr. Aisle Interferences
within group
Baris dan bagian sama 5 7 9 11 4,88406 5,95652 4,92157 2,1044
Baris sama, bagian beda 8 11 14 17 7,85507 9,9565 9,7451 6,7307
Beda baris 67 64 61 58 67,1304 65,0435 65,1667 67,582
between group
Baris dan bagian sama 0 0 0 0 0,00084 0,01134 0,0594 0,0650
Baris sama, bagian beda 0 0 0 0 0,00105 0,01134 0,06110 0,06632
Beda Baris 1 1 1 1 1 1,01512 1,20531 2,16444
T. Seat Interferences 72 72 72 72 70 60 37 10,5
T. Aisle Interferences 81 83 85 87 80,871 81,99 81,16 78,71
Total Interferences 153 155 157 159 150,87 141,99 118,15 89,21
Tabel 12.2 Hasil Simulasi Model MINLP dan BF
BF3 BF4 BF5 BF6 MINLP3 MINLP4 MINLP5 MINLP6
Avg. Seat Interferences 70,76 72,11 73,36 72,22 70,95 59,38 36,96 10,46
Avg. Aisle Interferences 53,41 53,36 52,74 52,27 52,8 51,89 49,1 42,94
Avg. Total 124,17 125,47 126,1 124,49 123,75 111,27 86,06 53,4
Avg. Boarding Time 1436,76 1460,68 1473,69 1491,68 1431,02 1434,66 1430,6 1389,89
Makalah Seminar Tugas Akhir Periode Januari 2010
10
Antonius Malem Barus - 5107100616
13. KESIMPULAN DAN SARAN
13.1. KESIMPULAN
Dari hasil pengamatan selama proses uji
coba, maka dapat diambil beberapa kesimpulan
sebagai berikut :
1. Pemodelan permasalahan boarding pesawat
terbang dapat dilakukan dengan menggunakan
pendekatan Mixed Integer Nonlinear
Programming.
2. Model MINLP dapat menghasilkan strategi
alternatif dalam mengurangi boarding
interferences.
3. Hasil simulasi menunjukkan bahwa dengan
model MINLP dapat menemukan strategi
boarding yang baru untuk mengurangi jumlah
boarding interferences yang terjadi pada
permasalahan boarding pesawat terbang.
4. Hasil perhitungan boarding interferences
secara analisis dan simulasi menunjukkan
bahwa model yang paling baik adalah Model
MINLP dengan jumlah grup sebanyak 6 grup
(MINLP6), di mana dengan model ini berhasil
menurunkan jumlah boarding interferences
sebesar 57,1% dan menurunkan waktu proses
boarding sebesar 6,82%.
13.2. SARAN
Saran-saran yang dapat diberikan untuk
permasalahan boading pesawat terbang ini
selanjutnya adalah sebagai berikut:
1. Pemodelan yang lebih baik dengan
mengekplorasi pendekatan-pendekatan model
matematika lainnya sehingga jumlah boarding
interferences dan waktu prosesnya dapat
ditekan sekecil mungkin sehingga menjadikan
perkembangan model yang dihasilkan menjadi
lebih baik.
2. Akan lebih baik jika hasil analisis dan simulasi
dapat diimplementasikan dalam sistem yang
sebenarnya sehingga dapat diketahui
kekurangan-kekurangan yang mungkin belum
dimasukkan dalam model ini.
3. Perbaikan optimasi aisle interferences yang
lebih baik pada model mungkin akan
berpengaruh untuk menjadikan model ini
menjadi lebih baik lagi.
14. DAFTAR PUSTAKA
[1] Van Den Briel, M.H.L., Villalobos, J.R.,
Hogg, G.L., Lindemann, T., Mule, A.V.,
2005. America west airlines develops eficient
boarding strategies. Interfaces 35, 191–201.
[2] Taha, Hamdy A. 2007. Operations Research:
An Introduction. Toronto: Pearson Eduction,
Inc.
[3] Croxton, Keely. The Linear Programming
Tutor, <URL: http://fisher.osu.edu/~
croxton_4/tutorial>
[4] Borchers, Brian and Mitchell, J. E., September
1991. “An improved branch and bound
algorithm for mixed integer nonlinear
programs”. R.P.I Math Report No. 200.
[5] Trick, Michael A., 1998. A Tutorial on Integer
Programming, <URL:
http://mat.gsia.cmu.edu/orclass/integer/integer
.html>
[6] Winston, Wayne L., 2004. Operations
Research: Application and Algorithms 4th
Edition: Thomson Learning, USA.
[7] Bussieck, Michael R., 2003. Mixed-Integer
Nonlinear Programming. GAMS
Development Corporation, Washington DC.
[8] Aprilia, Shieny, Aplikasi Algoritma Branch
and Bound untuk menyelesaikan Integer
Programming.
[9] Dolan, Elizabeth D, et all., 2002, The NEOS
Server Optimization Version 4 and Beyond,
Argonne National Laboratory.
[10] Law, Averill M., 2007. Simulation Modelling
and Analysis: McGraw Hill.
Makalah Seminar Tugas Akhir Periode Januari 2010
11
Antonius Malem Barus - 5107100616