Hertini, Elis
Institute of Research and Community Outreach - Petra Christian University

Published : 4 Documents
Articles

Found 4 Documents
Search

Model Optimisasi Robust untuk Mengatasi Ketidaktentuan Estimasi Durasi Operasi pada Masalah Penjadwalan Ruang Operasi Rumah Sakit Chaerani, Diah; Royana, Ija; Hertini, Elis
Jurnal Teknik Industri Vol 19, No 1 (2017): JUNE 2017
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Original Source | Check in Google Scholar | Full PDF (699.788 KB)

Abstract

Masalah penjadwalan ruang operasi di rumah sakit merupakan masalah keragaman durasi operasi yang memerlukan penjadwalan untuk mengurangi tingkat kesibukan ruang operasi.  Masalah yang harus diselesaikan dalam penjadwalan ruang operasi adalah bagaimana menempatkan pasien ke dalam blok ruang operasi yang tersedia secara optimal untuk meminimumkan waktu tunggu pasien. Masalah ini dapat disajikan dalam sebagai masalah optimisasi dalam formulasi mixed integer linear programming (MILP). Pada prakteknya sering terjadi ketidaktentuan estimasi durasi operasi yang dapat mengakibatkan jadwal operasi tidak berjalan sesuai perencanaan awal, sehingga pasien tidak dapat dioperasi sesuai dengan waktu yang telah ditentukan. Dalam makalah ini dikaji pemodelan masalah optimisasi tak tentu dengan menggunakan teknik pemodelan Optimisasi Robust (OR) dalam hal mengatasi ketidaktentuan estimasi durasi operasi pada masalah penjadwalan ruang operasi rumah sakit. Dalam metodologi OR diperkenalkan Robust Counterpart (RC), dimana  tujuan utama yang ingin dicapai adalah menguji level robustness dengan cara menguji formulasi model robust counterpart yang dihasilkan apakah dapat direpresentasikan dalam jenis kelas masalah optimisasi yang dapat terjamin sebagai kelas masalah yang computationally tractable. Pemilihan jenis himpunan taktentu untuk merepresentasikan data taktentu yang terlibat dalam pemodelan sangat menentukan, untuk memastikan  apakah formulasi robust counterpart yang diperoleh merupakan masalah yang computationally tractable atau tidak. Dapat disimpulkan bahwa model RC yang diperoleh termasuk dalam kelas masalah yang computatioonally tractability, dalam hal ini model tak tentu dapat direpresentasikan dalam formulasi model optimisasi dalam bentuk linear programming (untuk box uncertainty set) dan conic quadratic programming (untuk ellipsoidal uncertainty set). 
Model Optimisasi Robust untuk Mengatasi Ketidaktentuan Estimasi Durasi Operasi pada Masalah Penjadwalan Ruang Operasi Rumah Sakit Chaerani, Diah; Royana, Ija; Hertini, Elis
Jurnal Teknik Industri Vol 19, No 1 (2017): JUNE 2017
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Original Source | Check in Google Scholar | Full PDF (699.788 KB)

Abstract

Masalah penjadwalan ruang operasi di rumah sakit merupakan masalah keragaman durasi operasi yang memerlukan penjadwalan untuk mengurangi tingkat kesibukan ruang operasi.  Masalah yang harus diselesaikan dalam penjadwalan ruang operasi adalah bagaimana menempatkan pasien ke dalam blok ruang operasi yang tersedia secara optimal untuk meminimumkan waktu tunggu pasien. Masalah ini dapat disajikan dalam sebagai masalah optimisasi dalam formulasi mixed integer linear programming (MILP). Pada prakteknya sering terjadi ketidaktentuan estimasi durasi operasi yang dapat mengakibatkan jadwal operasi tidak berjalan sesuai perencanaan awal, sehingga pasien tidak dapat dioperasi sesuai dengan waktu yang telah ditentukan. Dalam makalah ini dikaji pemodelan masalah optimisasi tak tentu dengan menggunakan teknik pemodelan Optimisasi Robust (OR) dalam hal mengatasi ketidaktentuan estimasi durasi operasi pada masalah penjadwalan ruang operasi rumah sakit. Dalam metodologi OR diperkenalkan Robust Counterpart (RC), dimana  tujuan utama yang ingin dicapai adalah menguji level robustness dengan cara menguji formulasi model robust counterpart yang dihasilkan apakah dapat direpresentasikan dalam jenis kelas masalah optimisasi yang dapat terjamin sebagai kelas masalah yang computationally tractable. Pemilihan jenis himpunan taktentu untuk merepresentasikan data taktentu yang terlibat dalam pemodelan sangat menentukan, untuk memastikan  apakah formulasi robust counterpart yang diperoleh merupakan masalah yang computationally tractable atau tidak. Dapat disimpulkan bahwa model RC yang diperoleh termasuk dalam kelas masalah yang computatioonally tractability, dalam hal ini model tak tentu dapat direpresentasikan dalam formulasi model optimisasi dalam bentuk linear programming (untuk box uncertainty set) dan conic quadratic programming (untuk ellipsoidal uncertainty set). 
The Forecasting of Foreign Tourists Arrival in Indonesia based on the Supply Chain Management: an Application of Artificial Neural Network and Holt winters Approaches Supriatna, Agus; Hertini, Elis; Saputra, Jumadil; Subartini, Betty; Azkiya Robbani, Alfan
International Journal of Supply Chain Management Vol 8, No 3 (2019): International Journal of Supply Chain Management (IJSCM)
Publisher : International Journal of Supply Chain Management

Show Abstract | Original Source | Check in Google Scholar

Abstract

Tourism plays crucial role for improving the social and economic development of a country through open employment opportunities in surrounding tourism area. The supply chain mangement strategy can be effective in developing the turisim industry.The number of foreign tourists who come to Indonesia continues to increase from time to time. Therefore, tourist arrivals need to be forecasted to assist the government in providing optimal infrastructure and accommodation for tourists to avoid an imbalance between the number of tourists with the infrastructure and accommodation provided. The purpose of this study is to forecast the arrival of foreign tourists in Indonesia by using Artificial Neural Network and Holt-Winters approach esutilising the historical data from January 2011 to December 2017. From the calculation process, we found that MAPE (Mean Absolute Percentage Error) value of Artificial Neural Network and Holt-Winters approaches are 5.60% and 5.43%, respectively. So it can be concluded that the Holt-Winters approach is better than the Artificial Neural Network approaches in forecasting the foreign tourists arrival in Indonesia.
Optimalisasi Waktu Investasi Dengan Real Option Menggunakan MATLAB Sudradjat, S.; Hertini, Elis; Angraeni, Siska D.
Matematika Vol 9, No 1 (2010): Jurnal Matematika
Publisher : Universitas Islam Bandung

Show Abstract | Original Source | Check in Google Scholar | Full PDF (373.021 KB)

Abstract

Abstrak.? Investasi merupakan masalah yang secara konseptual sulit dan kompleks untuk diselesaikan karena dalam investasi terkandung risiko atau terjadinya penyimpangan antara hasil yang diharapkan dengan hasil sesungguhnya, hal ini disebabkan karena faktor ketidakpastian. Pendekatan yang dilakukan untuk menghadapi ketidakpastian pembuatan keputusan investasi yang mengoptimalkan waktu investasi adalah model Real Option yang mengacu pada model Black Scholes. Terakhir sebagai ilustrasi diberikan contoh dan perhitungan numerik nilai Real Option yang dilihat sebagai call option atas saham dengan program aplikasi Matlab.Kata Kunci : investasi, Black Scholes, Real Option, optimalisasi, Matlab.Abstract. Investment problems is conceptually hard and complex to solve because we can find some risks or deviation between the expected result and the real result, this is because uncertainty factor. The approaching to face the uncertainty of investment policy making that optimize the time investment is ?The Real Option? model which based from ?The Black Scholes? model. Finally, we give illustrative examples and their numerical solutions of the real option that seen as call option on stock can use the Matlab Application program.?Key words: Investment, Black Scholes, Real option, Optimization, Matlab.?