PENDEKATAN RATA-RATA ARITMATIKA DALAM MENENTUKAN SASARAN TUJUAN YANG PROPORSIONAL PADA PROGRAM DE NOVO MULTITUJUAN
Keywords:
Program De novo, Optimasi Multitujuan, Rata-rata AritmatikaAbstract
Program de novo mengubah fungsi kendala menjadi satu kendala dalam bentuk anggaran. Kondisi ini memungkinkan hanya ada satu variabel keputusan yang bernilai, sementara variabel lainnya bernilai nol. Ketika dihadapkan pada permasalahan multitujuan, keadaan seperti itu dapat menimbulkan ketidakseimbangan jika sasaran untuk masing-masing tujuan tidak dibatasi atau ditentukan dengan mempertimbangkan tujuan-tujuan lain yang hendak dicapai. Oleh karena itu, penelitian ini bertujuan untuk menetapkan atau membatasi sasaran tujuan dengan memperhatikan tujuan-tujuan lain yang ingin dicapai, guna memastikan hasil yang lebih seimbang dan optimal. Penelitian ini mengembangkan sebuah model baru dalam pendekatan program de novo untuk memecahkan permasalahan multitujuan secara efektif dan optimal dengan menggunakan pendekatan rata-rata aritmatika dalam menentukan sasaran tiap tujuan. Penggunaan metode rata-rata aritmatika dalam menentukan sasaran tujuan memberikan hasil seimbang dan proporsional untuk setiap tujuan yang dicapai. Dengan pendekatan ini, hasil yang diperoleh tidak hanya memenuhi sasaran tujuan dengan baik, tetapi juga menghasilkan variabel keputusan yang optimal, menjadikan solusi yang seimbang dan efisien untuk masalah multitujuan program de novo
References
F. Afli, I. Hasbiyati, and M. Danil Hendry Gamal, “Modification Goal Programming for Solving Multi-Objective De novo Programming Problems,” International Journal of Management and Fuzzy Systems, vol. 5, no. 4, p. 64, 2019, doi: 10.11648/j.ijmfs.20190504.11.
S. Chakraborty and D. Bhattacharya, “Fuzzy Approach to Solve General De-Novo Programming Problem,” in Advances in Mathematical Modelling, Applied Analysis and Computation, J. Singh, G. A. Anastassiou, D. Baleanu, C. Cattani, and D. Kumar, Eds., Singapore: Springer Nature Singapore, 2023, pp. 181–192.
D. Greenwell, S. Vanderkolff, and J. Feigh, “Understanding de novo learning for brain-machine interfaces,” J Neurophysiol, vol. 129, no. 4, pp. 749–750, Apr. 2023, doi: 10.1152/jn.00496.2022.
D. Bhattacharya and S. Banik, “One-Step Approach for Solving General Multi-Objective De novo Programming Problem Involving Fuzzy Parameters,” Hacettepe Journal of Mathematics and Statistics, vol. 49, Jan. 2019, doi: 10.15672/HJMS.2019.659.
N. R. Saeid Hassan, “The Literature Review of De novo Programming,” Journal of University of Shanghai for Science and Technology, vol. 23, no. 1, Jan. 2021, doi: 10.51201/Jusst12566.
M. Zeleny, “Optimal system design with multiple criteria: De novo programming approach,” Engineering Costs and Production Economics, vol. 10, no. 2, pp. 89–94, Jun. 1986, doi: 10.1016/0167-188X(86)90002-9.
M. Zeleny, “OPTIMIZING GIVEN SYSTEMS vs. DESIGNING OPTIMAL SYSTEMS: THE DE NOVO PROGRAMMING APPROACH,” Int J Gen Syst, vol. 17, no. 4, pp. 295–307, Nov. 1990, doi: 10.1080/03081079008935113.
R.-J. Li and E. S. Lee, “Fuzzy approaches to multicriteria de novo programs,” J Math Anal Appl, vol. 153, no. 1, pp. 97–111, Nov. 1990, doi: 10.1016/0022-247X(90)90268-K.
R. J. Li and E. S. Lee, “De novo Programming with Fuzzy Coefficients and Multiple Fuzzy Goals,” J Math Anal Appl, vol. 172, no. 1, pp. 212–220, Jan. 1993, doi: 10.1006/JMAA.1993.1018.
Z. Zhang, H. Qin, and Y. Li, “Multi-Objective Optimization for the Vehicle Routing Problem With Outsourcing and Profit Balancing,” IEEE Transactions on Intelligent Transportation Systems, vol. 21, no. 5, pp. 1987–2001, 2020, doi: 10.1109/TITS.2019.2910274.
N. Umarusman, “Min-Max Goal Programming Approach For Solving Multi-Objective De novo Programming Problems,” International Journal of Operational Research, vol. 10, pp. 92–99, Jul. 2013.
Z. Y. Zhuang and A. Hocine, “Meta goal programing approach for solving multi-criteria de novo programing problem,” Eur J Oper Res, vol. 265, no. 1, pp. 228–238, Feb. 2018, doi: 10.1016/J.EJOR.2017.07.035.
G. M. W. Ullah and M. Nehring, “A multi-objective mathematical model of a water management problem with environmental impacts: An application in an irrigation project,” PLoS One, vol. 16, no. 8, p. e0255441, Aug. 2021, doi: 10.1371/journal.pone.0255441.
V. V. Okhrimenko and O. B. Bayramov, “The Dynamic Formulation of the Multi-Purpose Maximization Problem,” in 2018 Eleventh International Conference “Management of large-scale system development” (MLSD, IEEE, Oct. 2018, pp. 1–4. doi: 10.1109/MLSD.2018.8551919.
