Optimalisasi Antrian Dengan Algoritma Genetika di PT. Bank Rakyat Indonesia (Persero) Tbk. Unit Kelapa Lima
| Autor: | Imelda Hendriani Eku Rimo |
|---|---|
| Jazyk: | indonéština |
| Rok vydání: | 2020 |
| Předmět: | |
| Zdroj: | FRAKTAL: JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA; Vol 1 No 1 (2020): November 2020; 49-55 Fraktal : Jurnal Matematika dan Pendidikan Matematika; Vol 1 No 1 (2020): November 2020; 49-55 |
| ISSN: | 2776-0073 |
| DOI: | 10.35508/fractal.v1i1 |
| Popis: | One of the most disturbing problems in queuing at the bank is if the bank provides insufficient number of tellers to serve the customers. It will be obviously put the customers in an uncomfortable situation. To solve this problem the bank could increase the number of tellers but it could bring some loss on the bank side if it then turns out to be excessive although it will meet the demand of the customers. Thus, to find the most optimal solution to solve the problem in queuing system we use genetic algorithm. The main issues raised in this research are how to apply the genetic algorithm in solving the problem of queuing system in PT. Bank Rakyat Indonesia (Persero) Tbk. Branch Kupang Unit Kelapa Lima with Turbo Pascal 7.0 assistance and how to determine the most optimal queuing system by using genetic algorithm with Turbo Pascal 7.0 program assistance that can be applied in PT. Bank Rakyat Indonesia (Persero) Tbk. Branch Kupang Unit Kelapa Lima. The purpose of genetic algorithm is to find the individuals with the highest value of fitness, thus the fitness function for the queuing system problem is the inversion of sum between how often a teller does not have customer to take care and the customer’s waiting time in a queue by using the genetic algorithm we could see that the sum of the optimal teller in busy hour is 4 tellers. Salah satu masalah yang paling mengganggu ketika mengantri di bank adalah antian yang panjang dengan jumlah teller yang tidak cukup. Hal ini tentu saja akan membuat nasabah merasa tidak nyaman. Untuk mengatasi masalah ini, bank bisa menambah jumlah teller tetapi hal itu bisa saja membawa beberapa kerugian bagi pihak bank jika kemudian ditemukan bahwa penambahan teller ternyata berlebihan, walaupun hal ini akan memenuhi kebutuhan nasabah. Maka untuk menemukan solusi optimal dari masalah antrian tersebut digunakan algoritma genetika. Masalah pokok yang menjadi fokus dalam penelitian ini adalah bagaimana cara mengaplikasikan algoritma genetika untuk masalah sistem antrian dan bagaimana menentukan sistem antrian yang optimal dengan algoritma genetika bantuan program Turbo Pascal 7.0 yang dapat diterapkan pada PT. Bank Rakyat Indonesia (Persero) Tbk. Cabang Kupang Unit Kelapa Lima. Tujuan algoritma genetika adalah mencari individu dengan nilai fitness paling tinggi, maka fungsi fitness untuk masalah sistem antrian adalah inversi jumlah antara tingkat nganggur teller dan waktu tunggu nasabah dalam antrian. Dengan menggunakan algortima genetika diketahui bahwa jumlah teller yang optimal pada periode sibuk adalah 4 teller. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|