CURRICULUM VITAE
PERSONAL INFORMATION
Name : Ernawati
Gender : Female
Place & date of birth : Jakarta, 15 juni 1989
Marital status : Single
Address : jl.kelurahan ujung menteng rt/07 rw/01 no/44 cakung jakarta timur 13960
Telp : (021) 46821757
Email : ernawati_pinot@yahoo.com
National : Indonesia
Religion : Moslem
EDUCATION
1995 : Tki Al-Alhusna graduate, jakarta
2001 : SDN 04 graduate, jakarta
2004 : SMP 146 Graduate, jakarta
2007 : SMK Diponegoro 02 graduate, Jakarta
TRAINING & SEMINAR
2006 : internship on the Pt. Inti Pantja Press Industry
2008 : Seminar Bisnis & Kewirausahaan pekan diploma III
Half day seminar with the HIPPI
Seminar on innovation and competition “blogging with wordpress”
Seminar and dissermination grants MS-IPTEKS
2009 : internship/scientific research on the city labor department Bekasi
-------------------------------------------------------------------------------------------------SURAT LAMARAN
-------------------------------------------------------------------------------------------------
23 March 2010
Designation.,
Mr. Gate Piere
Pt. Mitsubishi
Kembang International building 3 floor
jln.mawar no.100, kuncup
jakarta utara 10209
dear Mr. Piere,
I have seen your advertisment for a Tempoe Doelo and would like to apply for the post.I volunteered to join the company that Mr. Piere lead.
My brief data, such as the following.
Name: Ernawati
Place & date. Born: Jakarta, 15 juni 1989
address : Jl. kelurahan Ujung Menteng rt/07/01 no/44 cakung jakarta timur
phone : (021) 46821757
marital status : single
I have a health condition is very good, my educational background is very satisfying and has the ability to work well together. Currently I'm continuing to higher education in one of the University in Bekasi. I am happy to learn and can work independently and in teams well.
Consideration, I enclose:
1. Curriculum vitae
2. Photocopy of diploma & transcript values
3. Photocopy of certificate courses / seminars
4. Recent Photograph
i would be very grateful if you would give me an opportunity of an interview.so I can explain in more detail about my own potential.
So this cover letter, and thank you for your attention.
yours sincerely
Ernawati
------------------------------------------------------------------------------------------------
Diposkan oleh Ernawati di 10:59
Senin, 29 Maret 2010
Senin, 15 Maret 2010
array
Definisi Array
Array atau dalam beberapa literatur disebut sebagai
larik, adalah suatu tipe variabel yang berisi kumpulan
data dengan setiap elemen datanya bertipe sama.
Setiap komponen atau elemen array dapat diakses dan
dibedakan melalui indeks yang spesifik dimana
jumlahnya sebanyak ukuran array tersebut dikurangi
satu (karena perhitungan indeks dimulai dari nol).
Fungsi Array
Sebagai langkah efisiensi penggunan memori komputer,
sebab data elemen array dialokasikan pada suatu
deretan sel memori tertentu. Hal ini jauh lebih
efisien dibandingkan dengan jika kita mendefinisikan
masing – masing data pada suatu variabel tersendiri
yang pastinya akan banyak menyita memori.
Dengan menggunakan array, misal array x
Fungsi Array
Agar memudahkan programmer dalam menyusun aplikasi
yang berhubungan dengan banyak data terutama dalam
masalah pencarian dan pengurutan data secara cepat.
2.Deklarasi Array Satu Dimensi
Bentuk umum : tipe_var nama_var[ukuran];
Contoh :
Deklarasi Array Multidimensi
Array dapat pula digunakan untuk menangani kumpulan
data yang memiliki dimensi lebih dari satu, misalnya
untuk penanganan pada matriks.
Bentuk umumnya :
tipe_var nama_var[ukuran 1][ukuran 2] ...
Contoh :
int iMatriks[2][2]={
{10, 2},
{2, 4}};
Array Subscript
Array subscript adalah nilai atau expresi (pernyataan)
dalam tanda kurung setelah nama array untuk
menunjukkan elemen array mana yang harus diakses
(indeks).
Contoh :
x[2] 2 = array subscript
n=10;
x[n – 8] n – 8 = array subscript
int x[8];
3.Mengakses Elemen Array
Untuk dapat mengakses elemen - elemen array sebagian
besar sama seperti tipe variabel lainnya, tapi kita
harus menyertakan indeksnya yang bisa didapat secara
langsung atau menggunakan subscript.
Contoh :
...
int x[2];
x[1]=10;
printf(“%d”, x[1]);
...
Inisialisasi Array
Array dapat diinisialisasi secara langsung pada saat
pertama kali dideklarasikan (efisien untuk array
berdimensi sedikit).
Contoh :
int x[2]={1, 2};
Array dapat dideklarasikan terlebih dahulu, baru
kemudian diisi elemennya.
Contoh :
int x[2];
x[0]=1;
x[1]=2;
Penggunaan pada pengulangan untuk akses berurutan
Pembahasan program mencari nilai kuadrat bilangan
antar 1 – 10;
Source code :
#include;
void main()
{
int iData[11], iC;
for (iC=0; iC<=10; iC++)
{
iData[iC]=iC * iC;
printf(“(%d) kuadrat = %d\n”, iC, iData[iC]);
}
}
4.Output program contoh pengulangan menggunakan array
Penjelasan
Deklarasikan array iData yang berukuran 11 elemen
untuk menyimpan data hasil kuadrat dari bilangan 0 –
10.
int iData[11], iC;
Inisialisasi pengulangan berurutan mulai 0 – 10 (11
kali).
for (iC=0; iC<=10; iC++)
Mengisi data pada tiap elemen pada tiap kali
pengulangan dengan kuadrat nilai variabel pencacah
(iC)
iData[iC]=iC * iC;
Menampilkan hasilnya dilayar.
printf(“(%d)\xFD = %d\n”,iData[iC]);
5.Penggunaan elemen array sebagai argumen
atau parameter pada suatu fungsi
Contoh :
void fnIniFungsi(double Param1, double *Param2,
double *Param3);
Potongan program tersebut dapat dioptimalkan dengan
menggunakan array seperti terlihat pada contoh :
double Param[3];
void fnIniFungsi(Param[0], &Param[1], &Param[2]);
Sehingga dapat penggunaan memori komputer, selain itu
tidak perlu ada pengarahan ke variabel output (*)
karena secara otomatis akan diisikan kembali ke array
tersebut kedalam elemen yang sesuai (&).
Pencarian Dan Pengurutan Menggunakan Array
Dengan menggunakan array, maka kita dapat lebih mudah
untuk melakukan pencarian dan pengurutan berdasarkan
pada indeks elemen array tersebut.
Algoritma Pencarian Array
Asumsikan bahwa target yang dicari belum ditemukan
Mulai dengan melakukan inisialisasi elemen – elemen
array
Ulangi jika target belum ditemukan dan masih terdapat
elemen array yang belum dibaca
Jika elemen yang dicari belum sesuai dengan
target, maka
Asumsikan kembali bahwa target belum
ditemukan
Jika tidak, maka
Lanjutkan ke elemen array selanjutnya
Jika target ditemukan, maka
Kembalikan indeks target sebagai hasil pencarian
Jika tidak, maka
Kembalikan nilai -1 sebagai hasil pencarian
6.Listing Program Contoh Pencarian Dengan Array
#include
#define TdkKetemu -1
int cari(const int arr[], int target, int n)
{
int i, ketemu = 0, hasil; i=0;
while (!ketemu && i < n) {
if (arr[i] == target) ketemu = 1;
else ++i;
}
if (ketemu) hasil = i;
else hasil = TdkKetemu;
return (hasil);
}
void main() {
int nrp[10]={1, 2, 3, 4, 5, 6, 7, 8, 9, 10}, nrpcari, ulangi, hasil;
ulangi=1;
while (ulangi==1) {
ulangi=0;
printf("\nMasukkan NRP yang mau dicari : ");
scanf("%d", &nrpcari);
hasil=cari(nrp, nrpcari, 10);
if (hasil==-1)
printf("Tidak ketemu !");
else
printf("Ditemukan pada elemen array ke-%d", hasil);
printf("\n\nUlangi pencarian ? (Ketik 1 bila ya !) ");
scanf("%d", &ulangi);
}
}
7.Algoritma Pengurutan Array Menggunakan Metode Urut
Seleksi
Untuk setiap nilai dari isi dari 0 sampai n-2
Cari min yang merupakan indeks yang memuat elemen
terkecil dari subarray yang belum terurut dari indeks
isi hingga n-1
Jika isi bukan elemen terkecil (min)
Tukar elemen terkecil dengan elemen isi
Array Multidimensi
Adalah array yang terdiri atas lebih dari dua atau
lebih dimensi, biasanya digunakan untuk menangani
tabel data, matriks dan objek dua dimensi lainnya.
Contoh :
int x[2][2];
x[0][0] x[0][1]
x[1][0] X[1][1]
Contoh Penggunaan Array Multidimensi
#include
void main() {
int x, y, pola[8][8]={
{1, 1, 1, 1, 1, 1, 1, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 1, 1, 1, 1, 1, 1, 1}
};
for (y=0; y<8; y++) {
for (x=0; x<8; x++) {
if (pola[y][x]==1) printf("#"); else printf(" ");
}
printf("\n");
}
}
Array atau dalam beberapa literatur disebut sebagai
larik, adalah suatu tipe variabel yang berisi kumpulan
data dengan setiap elemen datanya bertipe sama.
Setiap komponen atau elemen array dapat diakses dan
dibedakan melalui indeks yang spesifik dimana
jumlahnya sebanyak ukuran array tersebut dikurangi
satu (karena perhitungan indeks dimulai dari nol).
Fungsi Array
Sebagai langkah efisiensi penggunan memori komputer,
sebab data elemen array dialokasikan pada suatu
deretan sel memori tertentu. Hal ini jauh lebih
efisien dibandingkan dengan jika kita mendefinisikan
masing – masing data pada suatu variabel tersendiri
yang pastinya akan banyak menyita memori.
Dengan menggunakan array, misal array x
Fungsi Array
Agar memudahkan programmer dalam menyusun aplikasi
yang berhubungan dengan banyak data terutama dalam
masalah pencarian dan pengurutan data secara cepat.
2.Deklarasi Array Satu Dimensi
Bentuk umum : tipe_var nama_var[ukuran];
Contoh :
Deklarasi Array Multidimensi
Array dapat pula digunakan untuk menangani kumpulan
data yang memiliki dimensi lebih dari satu, misalnya
untuk penanganan pada matriks.
Bentuk umumnya :
tipe_var nama_var[ukuran 1][ukuran 2] ...
Contoh :
int iMatriks[2][2]={
{10, 2},
{2, 4}};
Array Subscript
Array subscript adalah nilai atau expresi (pernyataan)
dalam tanda kurung setelah nama array untuk
menunjukkan elemen array mana yang harus diakses
(indeks).
Contoh :
x[2] 2 = array subscript
n=10;
x[n – 8] n – 8 = array subscript
int x[8];
3.Mengakses Elemen Array
Untuk dapat mengakses elemen - elemen array sebagian
besar sama seperti tipe variabel lainnya, tapi kita
harus menyertakan indeksnya yang bisa didapat secara
langsung atau menggunakan subscript.
Contoh :
...
int x[2];
x[1]=10;
printf(“%d”, x[1]);
...
Inisialisasi Array
Array dapat diinisialisasi secara langsung pada saat
pertama kali dideklarasikan (efisien untuk array
berdimensi sedikit).
Contoh :
int x[2]={1, 2};
Array dapat dideklarasikan terlebih dahulu, baru
kemudian diisi elemennya.
Contoh :
int x[2];
x[0]=1;
x[1]=2;
Penggunaan pada pengulangan untuk akses berurutan
Pembahasan program mencari nilai kuadrat bilangan
antar 1 – 10;
Source code :
#include
void main()
{
int iData[11], iC;
for (iC=0; iC<=10; iC++)
{
iData[iC]=iC * iC;
printf(“(%d) kuadrat = %d\n”, iC, iData[iC]);
}
}
4.Output program contoh pengulangan menggunakan array
Penjelasan
Deklarasikan array iData yang berukuran 11 elemen
untuk menyimpan data hasil kuadrat dari bilangan 0 –
10.
int iData[11], iC;
Inisialisasi pengulangan berurutan mulai 0 – 10 (11
kali).
for (iC=0; iC<=10; iC++)
Mengisi data pada tiap elemen pada tiap kali
pengulangan dengan kuadrat nilai variabel pencacah
(iC)
iData[iC]=iC * iC;
Menampilkan hasilnya dilayar.
printf(“(%d)\xFD = %d\n”,iData[iC]);
5.Penggunaan elemen array sebagai argumen
atau parameter pada suatu fungsi
Contoh :
void fnIniFungsi(double Param1, double *Param2,
double *Param3);
Potongan program tersebut dapat dioptimalkan dengan
menggunakan array seperti terlihat pada contoh :
double Param[3];
void fnIniFungsi(Param[0], &Param[1], &Param[2]);
Sehingga dapat penggunaan memori komputer, selain itu
tidak perlu ada pengarahan ke variabel output (*)
karena secara otomatis akan diisikan kembali ke array
tersebut kedalam elemen yang sesuai (&).
Pencarian Dan Pengurutan Menggunakan Array
Dengan menggunakan array, maka kita dapat lebih mudah
untuk melakukan pencarian dan pengurutan berdasarkan
pada indeks elemen array tersebut.
Algoritma Pencarian Array
Asumsikan bahwa target yang dicari belum ditemukan
Mulai dengan melakukan inisialisasi elemen – elemen
array
Ulangi jika target belum ditemukan dan masih terdapat
elemen array yang belum dibaca
Jika elemen yang dicari belum sesuai dengan
target, maka
Asumsikan kembali bahwa target belum
ditemukan
Jika tidak, maka
Lanjutkan ke elemen array selanjutnya
Jika target ditemukan, maka
Kembalikan indeks target sebagai hasil pencarian
Jika tidak, maka
Kembalikan nilai -1 sebagai hasil pencarian
6.Listing Program Contoh Pencarian Dengan Array
#include
#define TdkKetemu -1
int cari(const int arr[], int target, int n)
{
int i, ketemu = 0, hasil; i=0;
while (!ketemu && i < n) {
if (arr[i] == target) ketemu = 1;
else ++i;
}
if (ketemu) hasil = i;
else hasil = TdkKetemu;
return (hasil);
}
void main() {
int nrp[10]={1, 2, 3, 4, 5, 6, 7, 8, 9, 10}, nrpcari, ulangi, hasil;
ulangi=1;
while (ulangi==1) {
ulangi=0;
printf("\nMasukkan NRP yang mau dicari : ");
scanf("%d", &nrpcari);
hasil=cari(nrp, nrpcari, 10);
if (hasil==-1)
printf("Tidak ketemu !");
else
printf("Ditemukan pada elemen array ke-%d", hasil);
printf("\n\nUlangi pencarian ? (Ketik 1 bila ya !) ");
scanf("%d", &ulangi);
}
}
7.Algoritma Pengurutan Array Menggunakan Metode Urut
Seleksi
Untuk setiap nilai dari isi dari 0 sampai n-2
Cari min yang merupakan indeks yang memuat elemen
terkecil dari subarray yang belum terurut dari indeks
isi hingga n-1
Jika isi bukan elemen terkecil (min)
Tukar elemen terkecil dengan elemen isi
Array Multidimensi
Adalah array yang terdiri atas lebih dari dua atau
lebih dimensi, biasanya digunakan untuk menangani
tabel data, matriks dan objek dua dimensi lainnya.
Contoh :
int x[2][2];
x[0][0] x[0][1]
x[1][0] X[1][1]
Contoh Penggunaan Array Multidimensi
#include
void main() {
int x, y, pola[8][8]={
{1, 1, 1, 1, 1, 1, 1, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 0, 0, 0, 0, 0, 0, 1},
{1, 1, 1, 1, 1, 1, 1, 1}
};
for (y=0; y<8; y++) {
for (x=0; x<8; x++) {
if (pola[y][x]==1) printf("#"); else printf(" ");
}
printf("\n");
}
}
array
Susunan. Pada umumnya kata ini digunakan untuk bahasa Pemrograman yang menampung data-data dalam variabel yang tersusun dengan nama yang sama. Two array dimensions = susunan dua dimensi.
Array ini identik dengan susunan suatu rak yang diberi nama dan nomor. misalnya rak tersebut diberi nama {Pegawai} lalu data dari masing-masing pegawai tersebut ditempatkan berdasarkan nomornya.
Istilah lain yang mungkin terkait
array element
Nilai:value data dalam suatu array. Setiap array element dapat (biasanya) diperlakukan sebagai varia...
Array Processor
Disebut juga dengan vector processor. Merupakan sebuah komputer dimana arithmetic unitnya mampu untu...
Array languages
Bahasa pemrograman pada klasifikasi ini disebut juga dengan bahasa pemrograman vektor (vector langu...
Array programming language
Bahasa pemrograman untuk pengolahan data yang tersusun atas baris dan kolom atau matriks atau vektor...
An Array Processing Language
Bahasa pemrograman khusus untuk pemrosessan array.
Array ini identik dengan susunan suatu rak yang diberi nama dan nomor. misalnya rak tersebut diberi nama {Pegawai} lalu data dari masing-masing pegawai tersebut ditempatkan berdasarkan nomornya.
Istilah lain yang mungkin terkait
array element
Nilai:value data dalam suatu array. Setiap array element dapat (biasanya) diperlakukan sebagai varia...
Array Processor
Disebut juga dengan vector processor. Merupakan sebuah komputer dimana arithmetic unitnya mampu untu...
Array languages
Bahasa pemrograman pada klasifikasi ini disebut juga dengan bahasa pemrograman vektor (vector langu...
Array programming language
Bahasa pemrograman untuk pengolahan data yang tersusun atas baris dan kolom atau matriks atau vektor...
An Array Processing Language
Bahasa pemrograman khusus untuk pemrosessan array.
jenis-jenis data
Menurut pengaksesannya, basis data dibedakan menjadi empat jenis, yaitu :
1. Basis data individual
Basis data individual adalah basis data yang digunakan oleh perseorangan. Biasanya basis data seperti ini banyak dijumpai dilingkungan PC. Visual dBASE, Corel Paradox, dan Filemaker Pro merupakan contoh perangkat lunak yang biasa digunakan untuk mengelola basis data untuk kepentingan pribadi.
2. Basis data perusahaan
Basis data perusahaan adalah basis data yang dimaksudkan untuk diakses oleh sejumlah pegawai dalam sebuah perusahaan dalam sebuah lokasi. Basis data seperti ini disimpan dalam sebuah server dan para pemakai dapat mengakses dari masing-masing komputer yang berkedudukan sebagai client.
3. Basis data terdistribusi
Basis data terdistribusi adalah basis data yang disimpan pada sejumlah komputer yang terletak pada beberapa lokasi. Model seperti ini banyak digunakan bank yang memiliki sejumlah cabang di pelbagai kota dan melayani transaksi perbankan yang bersifat online.
4. Basis data publik
Basis data publik adalah basis data yang dapat diakses oleh siapa saja (publik). Sebagai contoh, banyak situs web (misalnya yahoo dan about.com) yang menyediakan data yang bersifat publik dan dapat diambil siapa saja secara gratis. Namun adakalanya seseorang harus menjadi anggota dan membayar iuran untuk memperoleh data publik.
1. Basis data individual
Basis data individual adalah basis data yang digunakan oleh perseorangan. Biasanya basis data seperti ini banyak dijumpai dilingkungan PC. Visual dBASE, Corel Paradox, dan Filemaker Pro merupakan contoh perangkat lunak yang biasa digunakan untuk mengelola basis data untuk kepentingan pribadi.
2. Basis data perusahaan
Basis data perusahaan adalah basis data yang dimaksudkan untuk diakses oleh sejumlah pegawai dalam sebuah perusahaan dalam sebuah lokasi. Basis data seperti ini disimpan dalam sebuah server dan para pemakai dapat mengakses dari masing-masing komputer yang berkedudukan sebagai client.
3. Basis data terdistribusi
Basis data terdistribusi adalah basis data yang disimpan pada sejumlah komputer yang terletak pada beberapa lokasi. Model seperti ini banyak digunakan bank yang memiliki sejumlah cabang di pelbagai kota dan melayani transaksi perbankan yang bersifat online.
4. Basis data publik
Basis data publik adalah basis data yang dapat diakses oleh siapa saja (publik). Sebagai contoh, banyak situs web (misalnya yahoo dan about.com) yang menyediakan data yang bersifat publik dan dapat diambil siapa saja secara gratis. Namun adakalanya seseorang harus menjadi anggota dan membayar iuran untuk memperoleh data publik.
Jumat, 12 Maret 2010
kosong
Bukan tak sempat atau tak lagi berniat, hanya saja tekad tak cukup untuk membuat sebuah puisi terlahir secepat kilat.
Esok, jika aku sanggup memanggil kembali semua inspirasi yang kini pergi, pasti ‘kan kutuliskan untukmu (lagi) sebuah puisi cinta untuk hati. Aku berjanji !
Hari ini, biarkan saja aku diam dalam keheranan tentang kemana larinya semua jiwa-jiwa puitis yang biasanya bersemayam di hati dan jiwaku. Mungkin semalam cukup, mungkin juga tidak. Aku tak pernah mengerti. Aku hanya akan coba menanti.
Semoga semua memahami. Semoga semuanya tak pergi.
Esok, jika aku sanggup memanggil kembali semua inspirasi yang kini pergi, pasti ‘kan kutuliskan untukmu (lagi) sebuah puisi cinta untuk hati. Aku berjanji !
Hari ini, biarkan saja aku diam dalam keheranan tentang kemana larinya semua jiwa-jiwa puitis yang biasanya bersemayam di hati dan jiwaku. Mungkin semalam cukup, mungkin juga tidak. Aku tak pernah mengerti. Aku hanya akan coba menanti.
Semoga semua memahami. Semoga semuanya tak pergi.
senantiasa
Senantiasa
Ku mencoba tuk s’lalu ada
Saat kau menangisi duka
Atau saat berbagi tawa
Senantiasa
Tak pernah cukup mudah
Namun hasrat membuatku bisa
Tentangmu adalah asa
Senantiasa
Kuhindari menorehkan luka
Membuatmu s’lalu bahagia
Kemarin, kini dan sepanjang masa
Ku mencoba tuk s’lalu ada
Saat kau menangisi duka
Atau saat berbagi tawa
Senantiasa
Tak pernah cukup mudah
Namun hasrat membuatku bisa
Tentangmu adalah asa
Senantiasa
Kuhindari menorehkan luka
Membuatmu s’lalu bahagia
Kemarin, kini dan sepanjang masa
letih
Letih… ku berdiri di bawah terik mentari
Semenjak engkau melangkah menjauh pergi
Hingga rambut ini mulai memutih
Masih… tak kutemui engkau kembali
Letih… hanya saja raga ini b’lumlah mati
Hingga jiwa terus saja meminta tuk menunggumu disini
Sampai engkau hadir…
Sampai larut penantian menjadi bagian dari takdir
Semenjak engkau melangkah menjauh pergi
Hingga rambut ini mulai memutih
Masih… tak kutemui engkau kembali
Letih… hanya saja raga ini b’lumlah mati
Hingga jiwa terus saja meminta tuk menunggumu disini
Sampai engkau hadir…
Sampai larut penantian menjadi bagian dari takdir
rindu puisi
Aku tak pernah berlari meninggalkanmu !
Melangkah menjauhi pun tak pernah terlintas
Aku masih disini…. Aku masih ada…
Namun sebait pun kini tak sempat lagi kubuat
Setiap hari kuhanya bisa berkata pada hati
Besok mungkin dapat kuluangkan waktu lagi
Tuk menulis tentang hati…
Dalam sebentuk puisi
Nyatanya aku tak pernah sempat
Ragaku s’lalu saja terlebih dahulu penat
Sehingga asa dan rasa tak pernah sempat
Dapatkan waktu yang tepat untuk puisi-puisi baru kubuat
Hingga sekali lagi di pagi ini
Kerinduan pada puisi kembali menjadi
Curahan hatiku dalam sebentuk puisi
Semoga esok aku bisa segera kembali
Melangkah menjauhi pun tak pernah terlintas
Aku masih disini…. Aku masih ada…
Namun sebait pun kini tak sempat lagi kubuat
Setiap hari kuhanya bisa berkata pada hati
Besok mungkin dapat kuluangkan waktu lagi
Tuk menulis tentang hati…
Dalam sebentuk puisi
Nyatanya aku tak pernah sempat
Ragaku s’lalu saja terlebih dahulu penat
Sehingga asa dan rasa tak pernah sempat
Dapatkan waktu yang tepat untuk puisi-puisi baru kubuat
Hingga sekali lagi di pagi ini
Kerinduan pada puisi kembali menjadi
Curahan hatiku dalam sebentuk puisi
Semoga esok aku bisa segera kembali
Rabu, 10 Maret 2010
linked list
MENYISIPKAN SUATU NODE KE DALAM LINKED LIST
Untuk menyisipkan node dalam linked list digunakan procedure GETNODE.
Jika NEW adalah suatu variabel pointer, maka GETNODE(NEW) akan menyebabkan node yang ditunjuk oleh variabel pointer NEW disisipkan ke dalam linked list.
procedure Getnode(NEW)
if Avail = Null
then out-of-free-space
(a) else begin
Getnode := Avail;
(b) Avail := Next(Avail);
(c) Next(Getnode) : = Null;
end;
Algoritma menyisipkan sebuah Node :
(a) Getnode(NEW);
(b) Info(NEW) := Name;
(c) Q := Next(P)
(d) Next(P) := NEW
(e) Next(NEW) := Q
Logika Linked List pada Array
(a) Jika tidak menggunakan logika linked list
(pada umumnya dalam meng-input data digunalan cara sequential)
Awal Insert E Delete C Insert F
1 A 1 A 1 A 1 A
2 C 2 C 2 2
3 3 E 3 E 3 E
4 4 4 4 F
Insert G
Delete E (overflow)
1 A 1 A
2 2
3 3
4 F 4 F
(b) Jika menggunakan logika Linked List
Keadaan awal Insert E Delete C
Info Next Info Next Info Next
1 A 2 1 A 2 1 A 3
2 C 0 2 C 3 2 4
3 4 3 E 0 3 E 0
4 0 4 0 4 0
Insert F Delete E Insert G
Info Next Info Next Info Next
1 A 3 1 A 2 1 A 2
2 F 0 2 F 0 2 F 3
3 E 2 3 4 3 G 0
4 0 4 0 4
Mendefinisikan Linked List dalam Pascal
Type nodeptr = ^ nodetype;
nametype = packed array [1..10] of char;
nodetype = record
info : nametype;
next : nodeptr;
end;
Var p : nodeptr;
node : nodetype;
* Catatan :
P ^. Info : Info dari node yang ditunjuk oleh pointer P
P^. Next : Next dari node yang ditunjuk oleh pointer P
P := nil : pointer P berisi nilai Null
New(P) : fungsi Getnode dalam Pascal
dispose(P) : procedure Freenode dalam Pascal
Menghapus sebuah Node dalam Pascal
procedure removaf(p:nodeptr, var out:nametype);
var q : nodeptr;
begin
if (p^.Next = nil)
then UNDERFLOW-CONDITION
else begin
q := p^.Next;
p^.Next := q^.Next;
out := q^.Info;
dispose(q);
end;
end;
Menyisipkan sebuah Node dalam Pascal
procedure inseraf(p:nodeptr, in:nametype);
var q : nodeptr;
begin
New(q);
q^.Info := in;
q^.Next := p^.Next;
p^.Next := q;
end;
Penyisipan pada akhir dari suatu Linked List (Linked List Antrean) dalam Pascal
Procedure Inserend(first : nodeptr, in :nametype);
Var newnode, q : nodeptr;
Begin
New(newnode);
newnode^.Info := in;
newnode^.Next := nil;
q := first;
do while (q^.next <> nil)
q := q^.Next;
q^.Next := newnode;
End;
Jika sebuah Linked List digunakan untuk menggambarkan suatu antrean, dalam hal ini pointer dapat langsung menunjuk ke rear/akhir dari antrean untuk menghindari pengulangan melalui semua node untuk menemukan node terakhir.
procedure inserend(in : nametype, var rear : nodeptr);
var newnode : nodeptr;
begin
New(newnode);
newnode^.Info := in;
newnode^.Next := nil;
rear^.Next := newnode;
rear := newnode;
end;
Untuk menyisipkan node dalam linked list digunakan procedure GETNODE.
Jika NEW adalah suatu variabel pointer, maka GETNODE(NEW) akan menyebabkan node yang ditunjuk oleh variabel pointer NEW disisipkan ke dalam linked list.
procedure Getnode(NEW)
if Avail = Null
then out-of-free-space
(a) else begin
Getnode := Avail;
(b) Avail := Next(Avail);
(c) Next(Getnode) : = Null;
end;
Algoritma menyisipkan sebuah Node :
(a) Getnode(NEW);
(b) Info(NEW) := Name;
(c) Q := Next(P)
(d) Next(P) := NEW
(e) Next(NEW) := Q
Logika Linked List pada Array
(a) Jika tidak menggunakan logika linked list
(pada umumnya dalam meng-input data digunalan cara sequential)
Awal Insert E Delete C Insert F
1 A 1 A 1 A 1 A
2 C 2 C 2 2
3 3 E 3 E 3 E
4 4 4 4 F
Insert G
Delete E (overflow)
1 A 1 A
2 2
3 3
4 F 4 F
(b) Jika menggunakan logika Linked List
Keadaan awal Insert E Delete C
Info Next Info Next Info Next
1 A 2 1 A 2 1 A 3
2 C 0 2 C 3 2 4
3 4 3 E 0 3 E 0
4 0 4 0 4 0
Insert F Delete E Insert G
Info Next Info Next Info Next
1 A 3 1 A 2 1 A 2
2 F 0 2 F 0 2 F 3
3 E 2 3 4 3 G 0
4 0 4 0 4
Mendefinisikan Linked List dalam Pascal
Type nodeptr = ^ nodetype;
nametype = packed array [1..10] of char;
nodetype = record
info : nametype;
next : nodeptr;
end;
Var p : nodeptr;
node : nodetype;
* Catatan :
P ^. Info : Info dari node yang ditunjuk oleh pointer P
P^. Next : Next dari node yang ditunjuk oleh pointer P
P := nil : pointer P berisi nilai Null
New(P) : fungsi Getnode dalam Pascal
dispose(P) : procedure Freenode dalam Pascal
Menghapus sebuah Node dalam Pascal
procedure removaf(p:nodeptr, var out:nametype);
var q : nodeptr;
begin
if (p^.Next = nil)
then UNDERFLOW-CONDITION
else begin
q := p^.Next;
p^.Next := q^.Next;
out := q^.Info;
dispose(q);
end;
end;
Menyisipkan sebuah Node dalam Pascal
procedure inseraf(p:nodeptr, in:nametype);
var q : nodeptr;
begin
New(q);
q^.Info := in;
q^.Next := p^.Next;
p^.Next := q;
end;
Penyisipan pada akhir dari suatu Linked List (Linked List Antrean) dalam Pascal
Procedure Inserend(first : nodeptr, in :nametype);
Var newnode, q : nodeptr;
Begin
New(newnode);
newnode^.Info := in;
newnode^.Next := nil;
q := first;
do while (q^.next <> nil)
q := q^.Next;
q^.Next := newnode;
End;
Jika sebuah Linked List digunakan untuk menggambarkan suatu antrean, dalam hal ini pointer dapat langsung menunjuk ke rear/akhir dari antrean untuk menghindari pengulangan melalui semua node untuk menemukan node terakhir.
procedure inserend(in : nametype, var rear : nodeptr);
var newnode : nodeptr;
begin
New(newnode);
newnode^.Info := in;
newnode^.Next := nil;
rear^.Next := newnode;
rear := newnode;
end;
linked list
OPERASI DASAR PADA LINKED LIST.
Ada beberapa aturan yang didefinisikan pada operasi didalam linked list, yaitu :
- Jika P adalah suatu variabel pointer, maka nilainya adalah alamat atau lokasi dari variabel lain yang dituju.
- Operasi yang didefinisikan pada suatu variabel pointer adalah :
1. Test apakah sama dengan NULL.
2. Test untuk kesamaan dengan variabel pointer lain.
3. Menetapkan sama dengan NULL.
4. Menetapkan menuju ke node lain.
Notasi yang didefinisikan sehubungan dengan operasi diatas adalah :
1. NODE(P), artinya node yang ditunjuk oleh pointer P.
2. INFO(P), artinya nilai INFO dari node yang ditunjuk pointer P.
3. NEXT(P), artinya hubungan (link) selanjutnya dari node yang ditunjuk oleh pointer P.
Sebagai contoh, perhatikan linked list dibawah ini :
NODE(P) = node yang ditunjuk oleh P yaitu node pertama.
INFO(P) = A
NEXT(P) = node ke-dua
INFO(NEXT(NEXT(P))) = C
Ada beberapa aturan yang didefinisikan pada operasi didalam linked list, yaitu :
- Jika P adalah suatu variabel pointer, maka nilainya adalah alamat atau lokasi dari variabel lain yang dituju.
- Operasi yang didefinisikan pada suatu variabel pointer adalah :
1. Test apakah sama dengan NULL.
2. Test untuk kesamaan dengan variabel pointer lain.
3. Menetapkan sama dengan NULL.
4. Menetapkan menuju ke node lain.
Notasi yang didefinisikan sehubungan dengan operasi diatas adalah :
1. NODE(P), artinya node yang ditunjuk oleh pointer P.
2. INFO(P), artinya nilai INFO dari node yang ditunjuk pointer P.
3. NEXT(P), artinya hubungan (link) selanjutnya dari node yang ditunjuk oleh pointer P.
Sebagai contoh, perhatikan linked list dibawah ini :
NODE(P) = node yang ditunjuk oleh P yaitu node pertama.
INFO(P) = A
NEXT(P) = node ke-dua
INFO(NEXT(NEXT(P))) = C
linked list
LINKED LIST
PENDAHULUAN.
Dalam suatu linear list kita dapat melakukan operasi penyisipan atau penghapusan atas elemen-elemennya pada sembarang posisi.
Misalkan ada 1500 item yang merupakan elemen dari suatu linear list.
Jika elemen ke-56 akan kita keluarkan, maka elemen ke-1 s/d elemen ke-55 tidak akan berubah posisinya pada linear list tersebut. Tetapi elemen ke-57 akan menjadi elemen ke-56, elemen ke-58 akan menjadi elemen ke-57 dst. Selanjutnya, jika kita sisipkan satu elemen pada posisi setelah elemen ke-41, maka elemen ke-42 s/d elemen ke-1500 akan berubah posisinya.
Untuk menyatakan keadaan diatas diperlukan suatu konsep yang berbeda dengan konsep sekuensial sebelumnya.
Linked list merupakan suatu cara non-sekuensial yang digunakan untuk merepresentasikan suatu data.
DEFINISI.
Linked list (one way list) adalah suatu kumpulan elemen data (yang disebut sebagai node) dimana urutannya ditentukan oleh suatu pointer.
Setiap elemen (node) dari suatu linked list terdiri atas dua bagian, yaitu :
- INFO , berisi informasi tentang elemen data yang bersangkutan.
- NEXT (link field/next pointer field), berisi alamat dari elemen (node) selanjutnya yang dituju.
Berikut ini sebuah contoh linked list yang terdiri atas 4 node :
Pada node ke-4 field NEXT-nya berisi NULL, artinya node ke-4 tsb. adalah node terakhir.
Node-node dalam linked list tidak harus selalu digambarkan paralel seperti pada gambar diatas. Linked list pada contoh diatas dapat pula digambarkan seperti berikut ini :
CATATAN :
- Ada dua hal yang menjadi kerugian dengan representasi suatu data dengan linked list ini,
yaitu :
1. Diperlukan ruang tambahan untuk menyatakan/tempat field pointer.
2. Diperlukan waktu yang lebih banyak untuk mencari suatu node dalam linked list.
- Sedangkan keuntungannya adalah :
1. Jenis data yang berbeda dapat di-link.
2. Operasi REMOVE atau INSERT hanya dilakukan dengan mengubah pointer-nya saja.
PENDAHULUAN.
Dalam suatu linear list kita dapat melakukan operasi penyisipan atau penghapusan atas elemen-elemennya pada sembarang posisi.
Misalkan ada 1500 item yang merupakan elemen dari suatu linear list.
Jika elemen ke-56 akan kita keluarkan, maka elemen ke-1 s/d elemen ke-55 tidak akan berubah posisinya pada linear list tersebut. Tetapi elemen ke-57 akan menjadi elemen ke-56, elemen ke-58 akan menjadi elemen ke-57 dst. Selanjutnya, jika kita sisipkan satu elemen pada posisi setelah elemen ke-41, maka elemen ke-42 s/d elemen ke-1500 akan berubah posisinya.
Untuk menyatakan keadaan diatas diperlukan suatu konsep yang berbeda dengan konsep sekuensial sebelumnya.
Linked list merupakan suatu cara non-sekuensial yang digunakan untuk merepresentasikan suatu data.
DEFINISI.
Linked list (one way list) adalah suatu kumpulan elemen data (yang disebut sebagai node) dimana urutannya ditentukan oleh suatu pointer.
Setiap elemen (node) dari suatu linked list terdiri atas dua bagian, yaitu :
- INFO , berisi informasi tentang elemen data yang bersangkutan.
- NEXT (link field/next pointer field), berisi alamat dari elemen (node) selanjutnya yang dituju.
Berikut ini sebuah contoh linked list yang terdiri atas 4 node :
Pada node ke-4 field NEXT-nya berisi NULL, artinya node ke-4 tsb. adalah node terakhir.
Node-node dalam linked list tidak harus selalu digambarkan paralel seperti pada gambar diatas. Linked list pada contoh diatas dapat pula digambarkan seperti berikut ini :
CATATAN :
- Ada dua hal yang menjadi kerugian dengan representasi suatu data dengan linked list ini,
yaitu :
1. Diperlukan ruang tambahan untuk menyatakan/tempat field pointer.
2. Diperlukan waktu yang lebih banyak untuk mencari suatu node dalam linked list.
- Sedangkan keuntungannya adalah :
1. Jenis data yang berbeda dapat di-link.
2. Operasi REMOVE atau INSERT hanya dilakukan dengan mengubah pointer-nya saja.
antrian
Model – model Simulasi
Model – model simulasi yang ada dapat dikelompokkan ke dalam beberapa
penggolongan, antara lain :
1. Model Stochastic atau probabilistic
Model stokastik adalah model yang menjelaskan kelakuan sistem secara
probabilistik; informasi yang masuk adalah secara acak
(http://sipoel.unimed.in/file.php/44/COURSE/ BAB_I/BAB1.doc). Model ini
kadang – kadang juga disebut sebagai model simulasi Monte Carlo. Di
dalam proses stochastic sifat – sifat keluaran (output) merupakan hasil
dari konsep random (acak). Meskipun output yang diperoleh dapat
dinyatakan dengan rata – rata, namun kadang – kadang ditunjukkan pula
pola penyimpangannya. Model yang mendasarkan pada teknik peluang
dan memperhitungkan ketidakpastian (uncertainty) disebut model
probabilistic atau model stokastik (http://www.dephut.go.id/INFORMASI/
INTAG/PKN/Makalah/SISTEM_DAN_MODEL%20_Tim_P4W.pdf).
2. Model Deterministik
Pada model ini tidak diperhatikan unsur random, sehingga pemecahan
masalahnya menjadi lebih sederhana.
3. Model Dinamik
Model simulasi yang dinamik adalah model yang memperhatikan
perubahan – perubahan nilai dari variabel – variabel yang ada kalau
terjadi pada waktu yang berbeda.
4. Model Statik
Model statik adalah kebalikan dari model dinamik. Model statik tidak
memperhatikan perubahan – perubahan nilai dari variabel – variabel yang
ada kalau terjadi pada waktu yang berbeda.
5. Model Heuristik
Model heuristik adalah model yang dilakukan dengan cara coba – coba,
kalau dilandasi suatu teori masih bersifat ringan, langkah perubahannya
dilakukan berulang – ulang, dan pemilihan langkahnya bebas, sampai
diperoleh hasil yang lebih baik, tetapi belum tentu optimal (Subagyo,
2000).
Langkah – Langkah Dalam Proses Simulasi
Pada umumnya terdapat 5 langkah pokok yang diperlukan dalam
menggunakan simulasi, yaitu :
1. Menentukan persoalan atau sistem yang hendak disimulasi.
2. Formulasikan model simulasi yang hendak digunakan.
3. Ujilah model dan bandingkan tingkah lakunya dengan tingkah laku dari
sistem nyata, kemudian berlakukanlah model simulasi tersebut.
4. Rancang percobaan – percobaan simulasi.
5. Jalankan simulasi dan analisis data (Levin, dkk, 2002).
2.7. Pengujian Distribusi
Hipotesis statistik adalah pernyataan atau dugaan mengenai satu atau lebih
populasi. Benar atau salahnya suatu hipotesis tidak akan pernah diketahui
dengan pasti, kecuali bila seluruh populasinya diperiksa. Tentu saja, dalam
kebanyakan situasi hal itu tidak mungkin dilakukan. Oleh karena itu, dapat
diambil suatu contoh acak dari populasi tersebut dan menggunakan informasi
yang dikandung contoh itu untuk memutuskan apakah hipotesis tersebut
kemungkinan besar benar atau salah. Bukti dari contoh yang tidak konsisten
dengan hipotesis yang dinyatakan tentu saja membawa pada penolakan
hipotesis tersebut, sedangkan bukti yang mendukung hipotesis akan membawa
pada penerimaannya (Walpole, 1990).
Hipotesis yang dirumuskan dengan harapan akan ditolak membawa
penggunaan istilah hipotesis nol yang dilambangkan dengan Ho. Penolakan Ho
mengakibatkan penerimaan suatu hipotesis alternatif, yang dilambangkan
dengan H1.
Pada penelitian ini digunakan uji chi kuadrat, untuk menguji apakah frekuensi
yang diamati menyimpang secara significance dari suatu distribusi frekuensi
yang diharapkan.
Menurut Spiegel (1988), suatu ukuran mengenai perbedaan yang terdapat
antara frekuensi yang diharapkan dengan yang diamati untuk uji chi – kuadrat
adalah
å=
= -
k
i i
i i
e
o e
1
2
2 ( ) c
Dimana : k = jumlah kategori
i o = frekuensi yang diamati, kategori ke – i
i e = frekuensi yang diharapkan, kategori ke – i
Bila frekuensi yang teramati sangat dekat dengan frekuensi harapannya, nilai
c2 akan kecil, menunjukkan adanya keselarasan. Bila frekuensi yang teramati
berbeda cukup besar dari frekuensi harapannya, nilai c2 akan besar,
menunjukkan terjadinya penyimpangan.
Model – model simulasi yang ada dapat dikelompokkan ke dalam beberapa
penggolongan, antara lain :
1. Model Stochastic atau probabilistic
Model stokastik adalah model yang menjelaskan kelakuan sistem secara
probabilistik; informasi yang masuk adalah secara acak
(http://sipoel.unimed.in/file.php/44/COURSE/ BAB_I/BAB1.doc). Model ini
kadang – kadang juga disebut sebagai model simulasi Monte Carlo. Di
dalam proses stochastic sifat – sifat keluaran (output) merupakan hasil
dari konsep random (acak). Meskipun output yang diperoleh dapat
dinyatakan dengan rata – rata, namun kadang – kadang ditunjukkan pula
pola penyimpangannya. Model yang mendasarkan pada teknik peluang
dan memperhitungkan ketidakpastian (uncertainty) disebut model
probabilistic atau model stokastik (http://www.dephut.go.id/INFORMASI/
INTAG/PKN/Makalah/SISTEM_DAN_MODEL%20_Tim_P4W.pdf).
2. Model Deterministik
Pada model ini tidak diperhatikan unsur random, sehingga pemecahan
masalahnya menjadi lebih sederhana.
3. Model Dinamik
Model simulasi yang dinamik adalah model yang memperhatikan
perubahan – perubahan nilai dari variabel – variabel yang ada kalau
terjadi pada waktu yang berbeda.
4. Model Statik
Model statik adalah kebalikan dari model dinamik. Model statik tidak
memperhatikan perubahan – perubahan nilai dari variabel – variabel yang
ada kalau terjadi pada waktu yang berbeda.
5. Model Heuristik
Model heuristik adalah model yang dilakukan dengan cara coba – coba,
kalau dilandasi suatu teori masih bersifat ringan, langkah perubahannya
dilakukan berulang – ulang, dan pemilihan langkahnya bebas, sampai
diperoleh hasil yang lebih baik, tetapi belum tentu optimal (Subagyo,
2000).
Langkah – Langkah Dalam Proses Simulasi
Pada umumnya terdapat 5 langkah pokok yang diperlukan dalam
menggunakan simulasi, yaitu :
1. Menentukan persoalan atau sistem yang hendak disimulasi.
2. Formulasikan model simulasi yang hendak digunakan.
3. Ujilah model dan bandingkan tingkah lakunya dengan tingkah laku dari
sistem nyata, kemudian berlakukanlah model simulasi tersebut.
4. Rancang percobaan – percobaan simulasi.
5. Jalankan simulasi dan analisis data (Levin, dkk, 2002).
2.7. Pengujian Distribusi
Hipotesis statistik adalah pernyataan atau dugaan mengenai satu atau lebih
populasi. Benar atau salahnya suatu hipotesis tidak akan pernah diketahui
dengan pasti, kecuali bila seluruh populasinya diperiksa. Tentu saja, dalam
kebanyakan situasi hal itu tidak mungkin dilakukan. Oleh karena itu, dapat
diambil suatu contoh acak dari populasi tersebut dan menggunakan informasi
yang dikandung contoh itu untuk memutuskan apakah hipotesis tersebut
kemungkinan besar benar atau salah. Bukti dari contoh yang tidak konsisten
dengan hipotesis yang dinyatakan tentu saja membawa pada penolakan
hipotesis tersebut, sedangkan bukti yang mendukung hipotesis akan membawa
pada penerimaannya (Walpole, 1990).
Hipotesis yang dirumuskan dengan harapan akan ditolak membawa
penggunaan istilah hipotesis nol yang dilambangkan dengan Ho. Penolakan Ho
mengakibatkan penerimaan suatu hipotesis alternatif, yang dilambangkan
dengan H1.
Pada penelitian ini digunakan uji chi kuadrat, untuk menguji apakah frekuensi
yang diamati menyimpang secara significance dari suatu distribusi frekuensi
yang diharapkan.
Menurut Spiegel (1988), suatu ukuran mengenai perbedaan yang terdapat
antara frekuensi yang diharapkan dengan yang diamati untuk uji chi – kuadrat
adalah
å=
= -
k
i i
i i
e
o e
1
2
2 ( ) c
Dimana : k = jumlah kategori
i o = frekuensi yang diamati, kategori ke – i
i e = frekuensi yang diharapkan, kategori ke – i
Bila frekuensi yang teramati sangat dekat dengan frekuensi harapannya, nilai
c2 akan kecil, menunjukkan adanya keselarasan. Bila frekuensi yang teramati
berbeda cukup besar dari frekuensi harapannya, nilai c2 akan besar,
menunjukkan terjadinya penyimpangan.
antrian
Mekanisme Pelayanan
Ada 3 aspek yang harus diperhatikan dalam mekanisme pelayanan, yaitu :
1. Tersedianya pelayanan
Mekanisme pelayanan tidak selalu tersedia untuk setiap saat. Misalnya
dalam pertunjukan bioskop, loket penjualan karcis masuk hanya dibuka
pada waktu tertentu antara satu pertunjukan dengan pertunjukan
berikutnya. Sehingga pada saat loket ditutup, mekanisme pelayanan
terhenti dan petugas pelayanan (pelayan) istirahat.
2. Kapasitas pelayanan
Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah
langganan yang dapat dilayani secara bersama – sama. Kapasitas
pelayanan tidak selalu sama untuk setiap saat; ada yang tetap, tapi ada
juga yang berubah – ubah. Karena itu, fasilitas pelayanan dapat memiliki
satu atau lebih saluran. Fasilitas yang mempunyai satu saluran disebut
saluran tunggal atau sistem pelayanan tunggal dan fasilitas yang
mempunyai lebih dari satu saluran disebut saluran ganda atau pelayanan
ganda.
3. Lamanya pelayanan
Lamanya pelayanan adalah waktu yang dibutuhkan untuk melayani
seorang langganan atau satu – satuan. Ini harus dinyatakan secara pasti.
Oleh karena itu, waktu pelayanan boleh tetap dari waktu ke waktu untuk
semua langganan atau boleh juga berupa variabel acak. Umumnya dan
untuk keperluan analisis, waktu pelayanan dianggap sebagai variabel acak
yang terpencar secara bebas dan sama serta tidak tergantung pada waktu
pertibaan (Siagian, 1987).
6. Model – model Antrian
Pada pengelompokkan model – model antrian yang berbeda – beda akan
digunakan suatu notasi yang disebut dengan Notasi Kendall. Notasi ini sering
dipergunakan karena beberapa alas an. Diantaranya, karena notasi tersebut
merupakan alat yang efisien untuk mengidentifikasi tidak hanya model – model
antrian, tetapi juga asumsi – asumsi yang harus dipenuhi (Subagyo, 2000).
Format umum model :
(a/b/c);(d/e/f)
di mana :
a = distribusi pertibaan / kedatangan (arrival distribution), yaitu jumlah
pertibaan pertambahan waktu.
b = distribusi waktu pelayanan / perberangkatan, yaitu selang waktu antara
satuan – satuan yang dilayani (berangkat).
c = jumlah saluran pelayanan paralel dalam sistem.
d = disiplin pelayanan.
e = jumlah maksimum yang diperkenankan berada dalam sistem (dalam
pelayanan ditambah garis tunggu).
f = besarnya populasi masukan.
Keterangan :
1. Untuk huruf a dan b, dapat digunakan kode – kode berikut sebagai
pengganti :
M= Distribusi pertibaan Poisson atau distribusi pelayanan
(perberangkatan) eksponensial; juga sama dengan distribusi
waktu antara pertibaan eksponensial atau distribusi satuan yang
dilayani Poisson.
D = Antarpertibaan atau waktu pelayanan tetap.
G = Distribusi umum perberangkatan atau waktu pelayanan.
2. Untuk huruf c, dipergunakan bilangan bulat positif yang menyatakan
jumlah pelayanan paralel.
3. Untuk huruf d, dipakai kode – kode pengganti :
FIFO atau FCFS = First – In First – Out atau First – Come First –
Served.
LIFO atau LCFS = Last – In First – Out atau Last – Come First –
Served.
SIRO = Service In Random Order.
G D = General Service Disciplint.
4. Untuk huruf e dan f, dipergunakan kode N (untuk menyatakan jumlah
terbatas) atau ¥ (tak berhingga satuan – satuan dalam sistem antrian
dan populasi masukan).
Misalnya, model (M/M/1);(FIFO/¥ /¥ ), berarti bahwa model menyatakan
pertibaan didistribusikan secara Poisson, waktu pelayanan didistribusikan secara
eksponensial, pelayanan adalah satu atau seorang, disiplin antrian adalah first –
in first – out, tidak berhingga jumlah langganan boleh masuk dalam sistem
antrian, dan ukuran (besarnya) populasi masukan adalah tak berhingga.
Menurut Siagian (1987), berikut ini adalah beberapa karakteristik dari sistem
antrian untuk model (M/M/1);(FIFO/¥ /¥ ):
1. Intensitas Lalu – Lintas
Buat m
l r = dan r disebut intensitas lalu – lintas yakni hasil bagi
antara laju pertibaan dan laju pelayanan. Makin besar harga r makin
panjang antrian dan sebaliknya.
2. Periode Sibuk
Kalau mekanisme pelayanan sibuk, dapat dikatakan bahwa sistem
antrian sedang dalam periode sibuk. Peluang bahwa sistem antrian
sedang dalam keadaan sibuk pada saat sebarang, dinamakan peluang
periode sibuk.
Peluang periode sibuk dari sistem antrian dengan pelayanan tunggal
sama dengan intensitas lalu – lintas. Karena itu, bila f (b) merupakan
fungsi peluang periode sibuk, maka :
m
f (b) = r = l
3. Distribusi Peluang dari Langganan dalam Sistem
Bila r merupakan peluang bahwa sistem antrian adalah sibuk, maka
tentu 1-r merupakan peluang bahwa sistem tidak dalam keadaan sibuk
pada sebarang waktu. Arinya 1-r merupakan peluang bahwa sistem
antrian tidak mempunyai langganan. Misalnya n P merupakan peluang
adanya n langganan dalam antrian, maka untuk n = 0 : =1-r 0 P
Karena : 0 P n.P
n =r , maka :
=rn (1-r)
n P
4. Jumlah Rata – rata dalam Sistem
Misalkan ( ) t E n berupa jumlah rata – rata langganan dalam sistem
antrian, mencakup langganan yang menunggu dan yang sedang dilayani.
Maka, å¥
=
=
0
( )
n
t n E n nP
å¥
=
= -
0
( ) (1 )
n
n n m
l
m l
å¥
=
= -
0
(1 ) ( )
n
n n m
l
m l
urutan suku – suku dari å¥
=0
( )
n
n n m
l mempunyai bentuk 0, a, 2a2, 3a3, …,
nan, …. Dalam hal ini a konstan dan kurang dari 1, deret ini akan
konvergen menjadi jumlah, dengan rumus :
S =a /(1-a)2 , dimana m
l a =
Jadi (1 )2
( ) (1 )
m l
m l
m l
-
t = - E n
r
r
m l
l
m l
m l
-
=
-
=
-
=
1 1
Bila r ‘ 1 atau jumlah laju pertibaan λ mendekati jumlah laju
pelayanan μ, maka jumlah rata – rata dalam sistem, ( ) t E n berkembang
menjadi lebih besar. Bila λ = μ atau ρ = 1, maka ( ) =¥ t E n atau jumlah
rata – rata langganan dalam sistem antrian menjadi besar tak berhingga.
5. Jumlah Rata – rata dalam Antrian
Misalkan ( ) w E n sebagai jumlah rata – rata langganan dalam antrian,
maka :
m
( ) = ( )-l w t E n E n
r
r
m m l
l
m
l
m l
l
-
=
-
- =
-
=
( ) 1
2 2
6. Jumlah Rata – rata yang Menerima Layanan
Misalkan ( ) s E n adalah jumlah rata – rata yang menerima layanan,
jadi :
( ) ( ) ( ) s t w E n =E n -E n
r
r
r
r
r =
-
-
-
=
1 1
2
7. Waktu Rata – rata dalam Sistem
Misalkan ( ) t E T merupakan waktu rata – rata bahwa seorang
pelanggan akan menghabiskan waktunya dalam sistem, maka
l
( ) ( t )
t
E T = E n di mana ( ) t E n adalah jumlah rata – rata pelanggan
dalam sistem.
Jadi
l m l
m l
l
-
( ) = - = 1 t E T
8. Waktu Rata – rata dalam Antrian
Misalkan ( ) w E T merupakan waktu rata – rata yang dihabiskan oleh
seorang pelanggan dalam antrian.
Maka ( ) ( )
( ) ( ) 1
2
m m l
l
m m l
l
l l -
=
-
= w =
w
E T E n
9. Waktu Pelayanan Rata – rata
Misalkan ( ) s E T merupakan waktu rata – rata yang diperlukan
seorang pelanggan untuk menerima pelayanan, maka :
l m
l m
l
r
l
( ) = ( s ) = = / = 1
s
E T E n
Atau bisa juga diperoleh dari :
m m l m
m l
m m l
l
m l
1
( ) ( )
( ) ( ) ( ) 1 =
-
= -
-
-
-
s = t - w = E T E T E T
6. Teknik Simulasi
Pengertian Simulasi
Simulasi ialah suatu metodologi untuk melaksanakan percobaan dengan
menggunakan model dari satu sistem nyata (Siagian, 1987).
Menurut Hasan (2002), simulasi merupakan suatu model pengambilan
keputusan dengan mencontoh atau mempergunakan gambaran sebenarnya dari
suatu sistem kehidupan dunia nyata tanpa harus mengalaminya pada keadaan
yang sesungguhnya.
Simulasi adalah suatu teknik yang dapat digunakan untuk memformulasikan
dan memecahkan model – model dari golongan yang luas. Golongan atau kelas
ini sangat luasnya sehingga dapat dikatakan , “ Jika semua cara yang lain gagal,
cobalah simulasi” (Schroeder, 1997).
Kelebihan dan Kekurangan Simulasi
Meskipun model analitik sangat berguna dan sering digunakan, namun masih
terdapat beberapa keterbatasan, yaitu :
1. Model analitik tidak mampu menelusuri perangai suatu sistem pada masa
lalu dan masa mendatang melalui pembagian waktu. Model analitik hanya
memberikan penyelesaian secara menyeluruh, suatu jawab yang mungkin
tunggal dan optimal tetapi tidak menggambarkan suatu prosedur
operasional untuk masa lebih singkat dari masa perencanaan. Misalnya,
penyelesaian persoalan program linier dengan masa perencanaan satu
tahun, tidak menggambarkan prosedur operasional untuk masa bulan demi
bulan, minggu demi minggu, atau hari demi hari.
2. Model matematika yang konvensional sering tidak mampu menyajikan
sistem nyata yang lebih besar dan rumit (kompleks). Sehingga sukar untuk
membangun model analitik untuk sistem nyata yang demikian. Kalaupun
model matematika mampu menyajikan sistem nyata yang kompleks
demikian, tetapi bisa jadi tidak mungkin diselesaikan dengan hanya
menggunakan teknik analitis yang sudah ada. Seperti sistem pedesaan
yang dikaitkan dengan faktor ekonomi, sosial, politik, dan lain – lain.
3. Model analitik terbatas pemakaiannya dalam hal – hal yang tidak pasti dan
aspek dinamis (faktor waktu) dari persoalan manajemen.
Berdasarkan hal di atas, maka konsep simulasi dan penggunaan model
simulasi merupakan solusi terhadap ketidakmampuan dari model analitik.
Beberapa alasan yang dapat menunjang kesimpulan di atas adalah sebagai
berikut :
1. Simulasi dapat memberi solusi kalau model analitik gagal melakukannya.
2. Model simulasi lebih realistis terhadap sistem nyata karena memerlukan
asumsi yang lebih sedikit. Misalnya, tenggang waktu dalam model
persediaan tidak perlu harus deterministik.
3. Perubahan konfigurasi dan struktur dapat dilaksanakan lebih mudah untuk
menjawab pertanyaan : what happen if… Misalnya, banyak aturan dapat
dicoba untuk mengubah jumlah langganan dalam sistem antrian.
4. Dalam banyak hal, simulasi lebih murah dari percobaannya sendiri.
5. Simulasi dapat digunakan untuk maksud pendidikan.
6. Untuk sejumlah proses dimensi, simulasi memberikan penyelidikan yang
langsung dan terperinci dalam periode waktu khusus.
Namun, model simulasi juga memiliki beberapa kekurangan, yaitu :
1. Simulasi bukanlah presisi dan juga bukan suatu proses optimisasi. Simulasi
tidak menghasilkan solusi, tetapi ia menghasilkan cara untuk menilai solusi
termasuk solusi optimal.
2. Model simulasi yang baik dan efektif sangat mahal dan membutuhkan waktu
yang lama dibandingkan dengan model analitik.
3. Tidak semua situasi dapat dinilai melalui simulasi kecuali situasi yang
memuat ketidakpastian (Siagian, 1987).
Ada 3 aspek yang harus diperhatikan dalam mekanisme pelayanan, yaitu :
1. Tersedianya pelayanan
Mekanisme pelayanan tidak selalu tersedia untuk setiap saat. Misalnya
dalam pertunjukan bioskop, loket penjualan karcis masuk hanya dibuka
pada waktu tertentu antara satu pertunjukan dengan pertunjukan
berikutnya. Sehingga pada saat loket ditutup, mekanisme pelayanan
terhenti dan petugas pelayanan (pelayan) istirahat.
2. Kapasitas pelayanan
Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah
langganan yang dapat dilayani secara bersama – sama. Kapasitas
pelayanan tidak selalu sama untuk setiap saat; ada yang tetap, tapi ada
juga yang berubah – ubah. Karena itu, fasilitas pelayanan dapat memiliki
satu atau lebih saluran. Fasilitas yang mempunyai satu saluran disebut
saluran tunggal atau sistem pelayanan tunggal dan fasilitas yang
mempunyai lebih dari satu saluran disebut saluran ganda atau pelayanan
ganda.
3. Lamanya pelayanan
Lamanya pelayanan adalah waktu yang dibutuhkan untuk melayani
seorang langganan atau satu – satuan. Ini harus dinyatakan secara pasti.
Oleh karena itu, waktu pelayanan boleh tetap dari waktu ke waktu untuk
semua langganan atau boleh juga berupa variabel acak. Umumnya dan
untuk keperluan analisis, waktu pelayanan dianggap sebagai variabel acak
yang terpencar secara bebas dan sama serta tidak tergantung pada waktu
pertibaan (Siagian, 1987).
6. Model – model Antrian
Pada pengelompokkan model – model antrian yang berbeda – beda akan
digunakan suatu notasi yang disebut dengan Notasi Kendall. Notasi ini sering
dipergunakan karena beberapa alas an. Diantaranya, karena notasi tersebut
merupakan alat yang efisien untuk mengidentifikasi tidak hanya model – model
antrian, tetapi juga asumsi – asumsi yang harus dipenuhi (Subagyo, 2000).
Format umum model :
(a/b/c);(d/e/f)
di mana :
a = distribusi pertibaan / kedatangan (arrival distribution), yaitu jumlah
pertibaan pertambahan waktu.
b = distribusi waktu pelayanan / perberangkatan, yaitu selang waktu antara
satuan – satuan yang dilayani (berangkat).
c = jumlah saluran pelayanan paralel dalam sistem.
d = disiplin pelayanan.
e = jumlah maksimum yang diperkenankan berada dalam sistem (dalam
pelayanan ditambah garis tunggu).
f = besarnya populasi masukan.
Keterangan :
1. Untuk huruf a dan b, dapat digunakan kode – kode berikut sebagai
pengganti :
M= Distribusi pertibaan Poisson atau distribusi pelayanan
(perberangkatan) eksponensial; juga sama dengan distribusi
waktu antara pertibaan eksponensial atau distribusi satuan yang
dilayani Poisson.
D = Antarpertibaan atau waktu pelayanan tetap.
G = Distribusi umum perberangkatan atau waktu pelayanan.
2. Untuk huruf c, dipergunakan bilangan bulat positif yang menyatakan
jumlah pelayanan paralel.
3. Untuk huruf d, dipakai kode – kode pengganti :
FIFO atau FCFS = First – In First – Out atau First – Come First –
Served.
LIFO atau LCFS = Last – In First – Out atau Last – Come First –
Served.
SIRO = Service In Random Order.
G D = General Service Disciplint.
4. Untuk huruf e dan f, dipergunakan kode N (untuk menyatakan jumlah
terbatas) atau ¥ (tak berhingga satuan – satuan dalam sistem antrian
dan populasi masukan).
Misalnya, model (M/M/1);(FIFO/¥ /¥ ), berarti bahwa model menyatakan
pertibaan didistribusikan secara Poisson, waktu pelayanan didistribusikan secara
eksponensial, pelayanan adalah satu atau seorang, disiplin antrian adalah first –
in first – out, tidak berhingga jumlah langganan boleh masuk dalam sistem
antrian, dan ukuran (besarnya) populasi masukan adalah tak berhingga.
Menurut Siagian (1987), berikut ini adalah beberapa karakteristik dari sistem
antrian untuk model (M/M/1);(FIFO/¥ /¥ ):
1. Intensitas Lalu – Lintas
Buat m
l r = dan r disebut intensitas lalu – lintas yakni hasil bagi
antara laju pertibaan dan laju pelayanan. Makin besar harga r makin
panjang antrian dan sebaliknya.
2. Periode Sibuk
Kalau mekanisme pelayanan sibuk, dapat dikatakan bahwa sistem
antrian sedang dalam periode sibuk. Peluang bahwa sistem antrian
sedang dalam keadaan sibuk pada saat sebarang, dinamakan peluang
periode sibuk.
Peluang periode sibuk dari sistem antrian dengan pelayanan tunggal
sama dengan intensitas lalu – lintas. Karena itu, bila f (b) merupakan
fungsi peluang periode sibuk, maka :
m
f (b) = r = l
3. Distribusi Peluang dari Langganan dalam Sistem
Bila r merupakan peluang bahwa sistem antrian adalah sibuk, maka
tentu 1-r merupakan peluang bahwa sistem tidak dalam keadaan sibuk
pada sebarang waktu. Arinya 1-r merupakan peluang bahwa sistem
antrian tidak mempunyai langganan. Misalnya n P merupakan peluang
adanya n langganan dalam antrian, maka untuk n = 0 : =1-r 0 P
Karena : 0 P n.P
n =r , maka :
=rn (1-r)
n P
4. Jumlah Rata – rata dalam Sistem
Misalkan ( ) t E n berupa jumlah rata – rata langganan dalam sistem
antrian, mencakup langganan yang menunggu dan yang sedang dilayani.
Maka, å¥
=
=
0
( )
n
t n E n nP
å¥
=
= -
0
( ) (1 )
n
n n m
l
m l
å¥
=
= -
0
(1 ) ( )
n
n n m
l
m l
urutan suku – suku dari å¥
=0
( )
n
n n m
l mempunyai bentuk 0, a, 2a2, 3a3, …,
nan, …. Dalam hal ini a konstan dan kurang dari 1, deret ini akan
konvergen menjadi jumlah, dengan rumus :
S =a /(1-a)2 , dimana m
l a =
Jadi (1 )2
( ) (1 )
m l
m l
m l
-
t = - E n
r
r
m l
l
m l
m l
-
=
-
=
-
=
1 1
Bila r ‘ 1 atau jumlah laju pertibaan λ mendekati jumlah laju
pelayanan μ, maka jumlah rata – rata dalam sistem, ( ) t E n berkembang
menjadi lebih besar. Bila λ = μ atau ρ = 1, maka ( ) =¥ t E n atau jumlah
rata – rata langganan dalam sistem antrian menjadi besar tak berhingga.
5. Jumlah Rata – rata dalam Antrian
Misalkan ( ) w E n sebagai jumlah rata – rata langganan dalam antrian,
maka :
m
( ) = ( )-l w t E n E n
r
r
m m l
l
m
l
m l
l
-
=
-
- =
-
=
( ) 1
2 2
6. Jumlah Rata – rata yang Menerima Layanan
Misalkan ( ) s E n adalah jumlah rata – rata yang menerima layanan,
jadi :
( ) ( ) ( ) s t w E n =E n -E n
r
r
r
r
r =
-
-
-
=
1 1
2
7. Waktu Rata – rata dalam Sistem
Misalkan ( ) t E T merupakan waktu rata – rata bahwa seorang
pelanggan akan menghabiskan waktunya dalam sistem, maka
l
( ) ( t )
t
E T = E n di mana ( ) t E n adalah jumlah rata – rata pelanggan
dalam sistem.
Jadi
l m l
m l
l
-
( ) = - = 1 t E T
8. Waktu Rata – rata dalam Antrian
Misalkan ( ) w E T merupakan waktu rata – rata yang dihabiskan oleh
seorang pelanggan dalam antrian.
Maka ( ) ( )
( ) ( ) 1
2
m m l
l
m m l
l
l l -
=
-
= w =
w
E T E n
9. Waktu Pelayanan Rata – rata
Misalkan ( ) s E T merupakan waktu rata – rata yang diperlukan
seorang pelanggan untuk menerima pelayanan, maka :
l m
l m
l
r
l
( ) = ( s ) = = / = 1
s
E T E n
Atau bisa juga diperoleh dari :
m m l m
m l
m m l
l
m l
1
( ) ( )
( ) ( ) ( ) 1 =
-
= -
-
-
-
s = t - w = E T E T E T
6. Teknik Simulasi
Pengertian Simulasi
Simulasi ialah suatu metodologi untuk melaksanakan percobaan dengan
menggunakan model dari satu sistem nyata (Siagian, 1987).
Menurut Hasan (2002), simulasi merupakan suatu model pengambilan
keputusan dengan mencontoh atau mempergunakan gambaran sebenarnya dari
suatu sistem kehidupan dunia nyata tanpa harus mengalaminya pada keadaan
yang sesungguhnya.
Simulasi adalah suatu teknik yang dapat digunakan untuk memformulasikan
dan memecahkan model – model dari golongan yang luas. Golongan atau kelas
ini sangat luasnya sehingga dapat dikatakan , “ Jika semua cara yang lain gagal,
cobalah simulasi” (Schroeder, 1997).
Kelebihan dan Kekurangan Simulasi
Meskipun model analitik sangat berguna dan sering digunakan, namun masih
terdapat beberapa keterbatasan, yaitu :
1. Model analitik tidak mampu menelusuri perangai suatu sistem pada masa
lalu dan masa mendatang melalui pembagian waktu. Model analitik hanya
memberikan penyelesaian secara menyeluruh, suatu jawab yang mungkin
tunggal dan optimal tetapi tidak menggambarkan suatu prosedur
operasional untuk masa lebih singkat dari masa perencanaan. Misalnya,
penyelesaian persoalan program linier dengan masa perencanaan satu
tahun, tidak menggambarkan prosedur operasional untuk masa bulan demi
bulan, minggu demi minggu, atau hari demi hari.
2. Model matematika yang konvensional sering tidak mampu menyajikan
sistem nyata yang lebih besar dan rumit (kompleks). Sehingga sukar untuk
membangun model analitik untuk sistem nyata yang demikian. Kalaupun
model matematika mampu menyajikan sistem nyata yang kompleks
demikian, tetapi bisa jadi tidak mungkin diselesaikan dengan hanya
menggunakan teknik analitis yang sudah ada. Seperti sistem pedesaan
yang dikaitkan dengan faktor ekonomi, sosial, politik, dan lain – lain.
3. Model analitik terbatas pemakaiannya dalam hal – hal yang tidak pasti dan
aspek dinamis (faktor waktu) dari persoalan manajemen.
Berdasarkan hal di atas, maka konsep simulasi dan penggunaan model
simulasi merupakan solusi terhadap ketidakmampuan dari model analitik.
Beberapa alasan yang dapat menunjang kesimpulan di atas adalah sebagai
berikut :
1. Simulasi dapat memberi solusi kalau model analitik gagal melakukannya.
2. Model simulasi lebih realistis terhadap sistem nyata karena memerlukan
asumsi yang lebih sedikit. Misalnya, tenggang waktu dalam model
persediaan tidak perlu harus deterministik.
3. Perubahan konfigurasi dan struktur dapat dilaksanakan lebih mudah untuk
menjawab pertanyaan : what happen if… Misalnya, banyak aturan dapat
dicoba untuk mengubah jumlah langganan dalam sistem antrian.
4. Dalam banyak hal, simulasi lebih murah dari percobaannya sendiri.
5. Simulasi dapat digunakan untuk maksud pendidikan.
6. Untuk sejumlah proses dimensi, simulasi memberikan penyelidikan yang
langsung dan terperinci dalam periode waktu khusus.
Namun, model simulasi juga memiliki beberapa kekurangan, yaitu :
1. Simulasi bukanlah presisi dan juga bukan suatu proses optimisasi. Simulasi
tidak menghasilkan solusi, tetapi ia menghasilkan cara untuk menilai solusi
termasuk solusi optimal.
2. Model simulasi yang baik dan efektif sangat mahal dan membutuhkan waktu
yang lama dibandingkan dengan model analitik.
3. Tidak semua situasi dapat dinilai melalui simulasi kecuali situasi yang
memuat ketidakpastian (Siagian, 1987).
antrian
Proses dasar antrian (Supranto, 1987).
Penentu antrian lain yang penting adalah disiplin antri. Disiplin antri adalah
aturan keputusan yang menjelaskan cara melayani pengantri. Menurut Siagian
(1987), ada 5 bentuk disiplin pelayanan yang biasa digunakan, yaitu :
1. FirstCome
FirstServed
(FCFS) atau FirstIn
FirstOut
(FIFO) artinya, lebih
dulu datang (sampai), lebih dulu dilayani (keluar). Misalnya, antrian pada
loket pembelian tiket bioskop.
2. LastCome
FirstServed
(LCFS) atau LastIn
FirstOut
(LIFO) artinya, yang
tiba terakhir yang lebih dulu keluar. Misalnya, sistem antrian dalam elevator
untuk lantai yang sama.
3. Service In Random Order (SIRO) artinya, panggilan didasarkan pada
peluang secara random, tidak soal siapa yang lebih dulu tiba.
4. Priority Service (PS) artinya, prioritas pelayanan diberikan kepada
pelanggan yang mempunyai prioritas lebih tinggi dibandingkan dengan
pelanggan yang mempunyai prioritas lebih rendah, meskipun yang terakhir
ini kemungkinan sudah lebih dahulu tiba dalam garis tunggu. Kejadian
seperti ini kemungkinan disebabkan oleh beberapa hal, misalnya
seseorang yang dalam keadaan penyakit lebih berat dibanding dengan
orang lain dalam suatu tempat praktek dokter.
Dalam hal di atas telah dinyatakan bahwa entitas yang berada dalam garis
tunggu tetap tinggal di sana sampai dilayani. Hal ini bisa saja tidak terjadi.
Misalnya, seorang pembeli bisa menjadi tidak sabar menunggu antrian dan
meninggalkan antrian. Untuk entitas yang meninggalkan antrian sebelum dilayani
digunakan istilah pengingkaran (reneging). Pengingkaran dapat bergantung pada
panjang garis tunggu atau lama waktu tunggu. Istilah penolakan (balking) dipakai
untuk menjelaskan entitas yang menolak untuk bergabung dalam garis tunggu
(Setiawan, 1991).
Penentu antrian lain yang penting adalah disiplin antri. Disiplin antri adalah
aturan keputusan yang menjelaskan cara melayani pengantri. Menurut Siagian
(1987), ada 5 bentuk disiplin pelayanan yang biasa digunakan, yaitu :
1. FirstCome
FirstServed
(FCFS) atau FirstIn
FirstOut
(FIFO) artinya, lebih
dulu datang (sampai), lebih dulu dilayani (keluar). Misalnya, antrian pada
loket pembelian tiket bioskop.
2. LastCome
FirstServed
(LCFS) atau LastIn
FirstOut
(LIFO) artinya, yang
tiba terakhir yang lebih dulu keluar. Misalnya, sistem antrian dalam elevator
untuk lantai yang sama.
3. Service In Random Order (SIRO) artinya, panggilan didasarkan pada
peluang secara random, tidak soal siapa yang lebih dulu tiba.
4. Priority Service (PS) artinya, prioritas pelayanan diberikan kepada
pelanggan yang mempunyai prioritas lebih tinggi dibandingkan dengan
pelanggan yang mempunyai prioritas lebih rendah, meskipun yang terakhir
ini kemungkinan sudah lebih dahulu tiba dalam garis tunggu. Kejadian
seperti ini kemungkinan disebabkan oleh beberapa hal, misalnya
seseorang yang dalam keadaan penyakit lebih berat dibanding dengan
orang lain dalam suatu tempat praktek dokter.
Dalam hal di atas telah dinyatakan bahwa entitas yang berada dalam garis
tunggu tetap tinggal di sana sampai dilayani. Hal ini bisa saja tidak terjadi.
Misalnya, seorang pembeli bisa menjadi tidak sabar menunggu antrian dan
meninggalkan antrian. Untuk entitas yang meninggalkan antrian sebelum dilayani
digunakan istilah pengingkaran (reneging). Pengingkaran dapat bergantung pada
panjang garis tunggu atau lama waktu tunggu. Istilah penolakan (balking) dipakai
untuk menjelaskan entitas yang menolak untuk bergabung dalam garis tunggu
(Setiawan, 1991).
antrian
3. Komponen Dasar Antrian
Komponen dasar proses antrian adalah :
1. Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil,
panggilan telepon untuk dilayani, dan lain – lain. Unsur ini sering
dinamakan proses input. Proses input meliputi sumber kedatangan atau
biasa dinamakan calling population, dan cara terjadinya kedatangan yang
umumnya merupakan variabel acak. Menurut Levin, dkk (2002), variabel
acak adalah suatu variabel yang nilainya bisa berapa saja sebagai hasil dai
percobaan acak. Variabel acak dapat berupa diskrit atau kontinu. Bila
variabel acak hanya dimungkinkan memiliki beberapa nilai saja, maka ia
merupakan variabel acak diskrit. Sebaliknya bila nilainya dimungkinkan
bervariasi pada rentang tertentu, ia dikenal sebagai variabel acak kontinu.
2. Pelayan
Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih
pelayan, atau satu atau lebih fasilitas pelayanan. Tiap – tiap fasilitas
pelayanan kadang – kadang disebut sebagai saluran (channel) (Schroeder,
1997). Contohnya, jalan tol dapat memiliki beberapa pintu tol. Mekanisme
pelayanan dapat hanya terdiri dari satu pelayan dalam satu fasilitas
pelayanan yang ditemui pada loket seperti pada penjualan tiket di gedung
bioskop.
3. Antri
Inti dari analisa antrian adalah antri itu sendiri. Timbulnya antrian terutama
tergantung dari sifat kedatangan dan proses pelayanan. Jika tak ada
antrian berarti terdapat pelayan yang menganggur atau kelebihan fasilitas
pelayanan (Mulyono, 1991).
Komponen dasar proses antrian adalah :
1. Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil,
panggilan telepon untuk dilayani, dan lain – lain. Unsur ini sering
dinamakan proses input. Proses input meliputi sumber kedatangan atau
biasa dinamakan calling population, dan cara terjadinya kedatangan yang
umumnya merupakan variabel acak. Menurut Levin, dkk (2002), variabel
acak adalah suatu variabel yang nilainya bisa berapa saja sebagai hasil dai
percobaan acak. Variabel acak dapat berupa diskrit atau kontinu. Bila
variabel acak hanya dimungkinkan memiliki beberapa nilai saja, maka ia
merupakan variabel acak diskrit. Sebaliknya bila nilainya dimungkinkan
bervariasi pada rentang tertentu, ia dikenal sebagai variabel acak kontinu.
2. Pelayan
Pelayan atau mekanisme pelayanan dapat terdiri dari satu atau lebih
pelayan, atau satu atau lebih fasilitas pelayanan. Tiap – tiap fasilitas
pelayanan kadang – kadang disebut sebagai saluran (channel) (Schroeder,
1997). Contohnya, jalan tol dapat memiliki beberapa pintu tol. Mekanisme
pelayanan dapat hanya terdiri dari satu pelayan dalam satu fasilitas
pelayanan yang ditemui pada loket seperti pada penjualan tiket di gedung
bioskop.
3. Antri
Inti dari analisa antrian adalah antri itu sendiri. Timbulnya antrian terutama
tergantung dari sifat kedatangan dan proses pelayanan. Jika tak ada
antrian berarti terdapat pelayan yang menganggur atau kelebihan fasilitas
pelayanan (Mulyono, 1991).
antrian
2. Pengertian Antrian
Menurut Siagian (1987), antrian ialah suatu garis tunggu dari nasabah
(satuan) yang memerlukan layanan dari satu atau lebih pelayan (fasilitas
layanan). Pada umumnya, sistem antrian dapat diklasifikasikan menjadi sistem
yang berbeda – beda di mana teori antrian dan simulasi sering diterapkan secara
luas. Klasifikasi menurut Hillier dan Lieberman adalah sebagai berikut :
1. Sistem pelayanan komersial
2. Sistem pelayanan bisnis – industri
3. Sistem pelayanan transportasi
4. Sistem pelayanan social
Sistem pelayanan komersial merupakan aplikasi yang sangat luas dari model
– model antrian, seperti restoran, kafetaria, toko – toko, salon, butik,
supermarket, dan sebagainya.
Sistem pelayanan bisnis – industri mencakup lini produksi, sistem material –
handling, sistem pergudangan, dan sistem – sistem informasi komputer.
Sistem pelayanan sosial merupakan sistem – sistem pelayanan yang dikelola
oleh kantor – kantor dan jawatan – jawatan lokal maupun nasional, seperti kantor
registrasi SIM dan STNK, kantor pos, rumah sakit, puskesmas, dan lain – lain
(Subagyo, 2000).
Menurut Siagian (1987), antrian ialah suatu garis tunggu dari nasabah
(satuan) yang memerlukan layanan dari satu atau lebih pelayan (fasilitas
layanan). Pada umumnya, sistem antrian dapat diklasifikasikan menjadi sistem
yang berbeda – beda di mana teori antrian dan simulasi sering diterapkan secara
luas. Klasifikasi menurut Hillier dan Lieberman adalah sebagai berikut :
1. Sistem pelayanan komersial
2. Sistem pelayanan bisnis – industri
3. Sistem pelayanan transportasi
4. Sistem pelayanan social
Sistem pelayanan komersial merupakan aplikasi yang sangat luas dari model
– model antrian, seperti restoran, kafetaria, toko – toko, salon, butik,
supermarket, dan sebagainya.
Sistem pelayanan bisnis – industri mencakup lini produksi, sistem material –
handling, sistem pergudangan, dan sistem – sistem informasi komputer.
Sistem pelayanan sosial merupakan sistem – sistem pelayanan yang dikelola
oleh kantor – kantor dan jawatan – jawatan lokal maupun nasional, seperti kantor
registrasi SIM dan STNK, kantor pos, rumah sakit, puskesmas, dan lain – lain
(Subagyo, 2000).
antrian
TEORI SIMULASI ANTRIAN
Antrian adalah suatu kejadian yang biasa dalam kehidupan sehari–hari.
Menunggu di depan loket untuk mendapatkan tiket kereta api atau tiket bioskop,
pada pintu jalan tol, pada bank, pada kasir supermarket, dan situasi–situasi yang
lain merupakan kejadian yang sering ditemui. Studi tentang antrian bukan
merupakan hal yang baru.
Antrian timbul disebabkan oleh kebutuhan akan layanan melebihi
kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna
fasilitas yang tiba tidak bisa segera mendapat layanan disebabkan kesibukan
layanan. Pada banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk
mengurangi antrian atau untuk mencegah timbulnya antrian. Akan tetapi biaya
karena memberikan pelayanan tambahan, akan menimbulkan pengurangan
keuntungan mungkin sampai di bawah tingkat yang dapat diterima. Sebaliknya,
sering timbulnya antrian yang panjang akan mengakibatkan hilangnya pelanggan
/ nasabah.
Salah satu model yang sangat berkembang sekarang ini ialah model
matematika. Umumnya, solusi untuk model matematika dapat dijabarkan
berdasarkan dua macam prosedur, yaitu : analitis dan simulasi.
Pada model simulasi, solusi tidak dijabarkan secara deduktif. Sebaliknya,
model dicoba terhadap harga – harga khusus variabel jawab berdasarkan syarat
– syarat tertentu (sudah diperhitungkan terlebih dahulu), kemudian diselidiki
pengaruhnya terhadap variabel kriteria. Karena itu, model simulasi pada
hakikatnya mempunyai sifat induktif. Misalnya dalam persoalan antrian, dapat
dicoba pengaruh bermacam – macam bentuk sistem pembayaran sehingga
diperoleh solusi untuk situasi atau syarat pertibaan yang mana pun.
Antrian adalah suatu kejadian yang biasa dalam kehidupan sehari–hari.
Menunggu di depan loket untuk mendapatkan tiket kereta api atau tiket bioskop,
pada pintu jalan tol, pada bank, pada kasir supermarket, dan situasi–situasi yang
lain merupakan kejadian yang sering ditemui. Studi tentang antrian bukan
merupakan hal yang baru.
Antrian timbul disebabkan oleh kebutuhan akan layanan melebihi
kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna
fasilitas yang tiba tidak bisa segera mendapat layanan disebabkan kesibukan
layanan. Pada banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk
mengurangi antrian atau untuk mencegah timbulnya antrian. Akan tetapi biaya
karena memberikan pelayanan tambahan, akan menimbulkan pengurangan
keuntungan mungkin sampai di bawah tingkat yang dapat diterima. Sebaliknya,
sering timbulnya antrian yang panjang akan mengakibatkan hilangnya pelanggan
/ nasabah.
Salah satu model yang sangat berkembang sekarang ini ialah model
matematika. Umumnya, solusi untuk model matematika dapat dijabarkan
berdasarkan dua macam prosedur, yaitu : analitis dan simulasi.
Pada model simulasi, solusi tidak dijabarkan secara deduktif. Sebaliknya,
model dicoba terhadap harga – harga khusus variabel jawab berdasarkan syarat
– syarat tertentu (sudah diperhitungkan terlebih dahulu), kemudian diselidiki
pengaruhnya terhadap variabel kriteria. Karena itu, model simulasi pada
hakikatnya mempunyai sifat induktif. Misalnya dalam persoalan antrian, dapat
dicoba pengaruh bermacam – macam bentuk sistem pembayaran sehingga
diperoleh solusi untuk situasi atau syarat pertibaan yang mana pun.
antrian
1. Sejarah Teori Antrian
Antrian yang sangat panjang dan terlalu lama untuk memperoleh giliran
pelayanan sangatlah menjengkelkan. Rata – rata lamanya waktu menunggu
(waiting time) sangat tergantung kepada rata – rata tingkat kecepatan pelayanan
(rate of services). Teori tentang antrian diketemukan dan dikembangkan oleh A.
K. Erlang, seorang insinyur dari Denmark yang bekerja pada perusahaan telepon
di Kopenhagen pada tahun 1910. Erlang melakukan eksperimen tentang
fluktuasi permintaan fasilitas telepon yang berhubungan dengan automatic
dialing equipment, yaitu peralatan penyambungan telepon secara otomatis.
Dalam waktu – waktu yang sibuk operator sangat kewalahan untuk melayani
para penelepon secepatnya, sehingga para penelepon harus antri menunggu
giliran, mungkin cukup lama.
Persoalan aslinya Erlang hanya memperlakukan perhitungan
keterlambatan (delay) dari seorang operator, kemudian pada tahun 1917
penelitian dilanjutkan untuk menghitung kesibukan beberapa operator. Dalam
periode ini Erlang menerbitkan bukunya yang terkenal berjudul Solution of some
problems in the theory of probabilities of significance in Automatic Telephone
Exhange. Baru setelah perang dunia kedua, hasil penelitian Erlang diperluas
penggunaannya antara lain dalam teori antrian (Supranto, 1987
Antrian yang sangat panjang dan terlalu lama untuk memperoleh giliran
pelayanan sangatlah menjengkelkan. Rata – rata lamanya waktu menunggu
(waiting time) sangat tergantung kepada rata – rata tingkat kecepatan pelayanan
(rate of services). Teori tentang antrian diketemukan dan dikembangkan oleh A.
K. Erlang, seorang insinyur dari Denmark yang bekerja pada perusahaan telepon
di Kopenhagen pada tahun 1910. Erlang melakukan eksperimen tentang
fluktuasi permintaan fasilitas telepon yang berhubungan dengan automatic
dialing equipment, yaitu peralatan penyambungan telepon secara otomatis.
Dalam waktu – waktu yang sibuk operator sangat kewalahan untuk melayani
para penelepon secepatnya, sehingga para penelepon harus antri menunggu
giliran, mungkin cukup lama.
Persoalan aslinya Erlang hanya memperlakukan perhitungan
keterlambatan (delay) dari seorang operator, kemudian pada tahun 1917
penelitian dilanjutkan untuk menghitung kesibukan beberapa operator. Dalam
periode ini Erlang menerbitkan bukunya yang terkenal berjudul Solution of some
problems in the theory of probabilities of significance in Automatic Telephone
Exhange. Baru setelah perang dunia kedua, hasil penelitian Erlang diperluas
penggunaannya antara lain dalam teori antrian (Supranto, 1987
antrian
Antrian adalah suatu kejadian yang biasa dalam kehidupan sehari–hari.
Menunggu di depan loket untuk mendapatkan tiket kereta api atau tiket bioskop,
pada pintu jalan tol, pada bank, pada kasir supermarket, dan situasi–situasi yang
lain merupakan kejadian yang sering ditemui. Studi tentang antrian bukan
merupakan hal yang baru.
Antrian timbul disebabkan oleh kebutuhan akan layanan melebihi
kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna
fasilitas yang tiba tidak bisa segera mendapat layanan disebabkan kesibukan
layanan. Pada banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk
mengurangi antrian atau untuk mencegah timbulnya antrian. Akan tetapi biaya
karena memberikan pelayanan tambahan, akan menimbulkan pengurangan
keuntungan mungkin sampai di bawah tingkat yang dapat diterima. Sebaliknya,
sering timbulnya antrian yang panjang akan mengakibatkan hilangnya pelanggan
/ nasabah.
Salah satu model yang sangat berkembang sekarang ini ialah model
matematika. Umumnya, solusi untuk model matematika dapat dijabarkan
berdasarkan dua macam prosedur, yaitu : analitis dan simulasi.
Pada model simulasi, solusi tidak dijabarkan secara deduktif. Sebaliknya,
model dicoba terhadap harga – harga khusus variabel jawab berdasarkan syarat
– syarat tertentu (sudah diperhitungkan terlebih dahulu), kemudian diselidiki
pengaruhnya terhadap variabel kriteria. Karena itu, model simulasi pada
hakikatnya mempunyai sifat induktif. Misalnya dalam persoalan antrian, dapat
dicoba pengaruh bermacam – macam bentuk sistem pembayaran sehingga
diperoleh solusi untuk situasi atau syarat pertibaan yang mana pun.
Menunggu di depan loket untuk mendapatkan tiket kereta api atau tiket bioskop,
pada pintu jalan tol, pada bank, pada kasir supermarket, dan situasi–situasi yang
lain merupakan kejadian yang sering ditemui. Studi tentang antrian bukan
merupakan hal yang baru.
Antrian timbul disebabkan oleh kebutuhan akan layanan melebihi
kemampuan (kapasitas) pelayanan atau fasilitas layanan, sehingga pengguna
fasilitas yang tiba tidak bisa segera mendapat layanan disebabkan kesibukan
layanan. Pada banyak hal, tambahan fasilitas pelayanan dapat diberikan untuk
mengurangi antrian atau untuk mencegah timbulnya antrian. Akan tetapi biaya
karena memberikan pelayanan tambahan, akan menimbulkan pengurangan
keuntungan mungkin sampai di bawah tingkat yang dapat diterima. Sebaliknya,
sering timbulnya antrian yang panjang akan mengakibatkan hilangnya pelanggan
/ nasabah.
Salah satu model yang sangat berkembang sekarang ini ialah model
matematika. Umumnya, solusi untuk model matematika dapat dijabarkan
berdasarkan dua macam prosedur, yaitu : analitis dan simulasi.
Pada model simulasi, solusi tidak dijabarkan secara deduktif. Sebaliknya,
model dicoba terhadap harga – harga khusus variabel jawab berdasarkan syarat
– syarat tertentu (sudah diperhitungkan terlebih dahulu), kemudian diselidiki
pengaruhnya terhadap variabel kriteria. Karena itu, model simulasi pada
hakikatnya mempunyai sifat induktif. Misalnya dalam persoalan antrian, dapat
dicoba pengaruh bermacam – macam bentuk sistem pembayaran sehingga
diperoleh solusi untuk situasi atau syarat pertibaan yang mana pun.
array
INISIALISASI ARRAY 2 DIMENSI
main()
{
float bil[2] [3] =
{ { 1,2,3}, /*baris 0*/
{ 4,5,6}, /*baris 1*/
}
elemen bil [0] [0] = 1
elemen bil [0] [1] = 2
elemen bil [0] [2] = 3
elemen bil [1] [0] = 4
elemen bil [1] [1] = 5
elemen bil [1] [2] = 6
Contoh :
main()
{
int x[3][5];
int y,z;
int hitung=0;
for(y=0;y<3;y++)
{
printf("y = %d\n",y);
for(z=0;z<5;z++)
{
hitung+=z;
x[y][z] = hitung;
printf("%/t%3d - %3d\n",z,x[y][z]);
}
}
}
OUTPUT:
y = 0
0- 0
1- 1
2- 2
3- 6
4- 10
y = 1
0- 10
1- 11
2- 13
3- 16
4- 20
y = 2
0- 20
1- 21
2- 23
3- 26
4- 30
STRING dan ARRAY
1. Pada string terdapat karakter null(\0) di akhir string
2. String sudah pasti array, array belum tentu string
CONTOH - CONTOH :
1. array dengan pengisian input melalui keyboard
baca_input()
{
float nilai[10];
for(i=0;i<10;i++)
scanf("%d",&nilai[i]);
}
2. Fungsi yang mencetak isi array dari akhir ke awal
cetak_array()
{
float nilai[10];
for(i=9;i>=0;i--)
scanf("%3f",nilai[i]);
}
3. Menghitung rata - rata isi array nilai
rata_rata()
{
float nilai[10],jum*rata;
for(i=0,jum=0;i<=9;i++)
jum+=nilai[i];
rata=jum/i;
}
4. Mencari nilai terbesar
besar()
float temp,nilai[10];
{
for(temp=nilai[0],i=1;i<=9;i++)
if(nilai[i] > temp)
temp=nilai[i];
}
return(temp)
main()
{
float bil[2] [3] =
{ { 1,2,3}, /*baris 0*/
{ 4,5,6}, /*baris 1*/
}
elemen bil [0] [0] = 1
elemen bil [0] [1] = 2
elemen bil [0] [2] = 3
elemen bil [1] [0] = 4
elemen bil [1] [1] = 5
elemen bil [1] [2] = 6
Contoh :
main()
{
int x[3][5];
int y,z;
int hitung=0;
for(y=0;y<3;y++)
{
printf("y = %d\n",y);
for(z=0;z<5;z++)
{
hitung+=z;
x[y][z] = hitung;
printf("%/t%3d - %3d\n",z,x[y][z]);
}
}
}
OUTPUT:
y = 0
0- 0
1- 1
2- 2
3- 6
4- 10
y = 1
0- 10
1- 11
2- 13
3- 16
4- 20
y = 2
0- 20
1- 21
2- 23
3- 26
4- 30
STRING dan ARRAY
1. Pada string terdapat karakter null(\0) di akhir string
2. String sudah pasti array, array belum tentu string
CONTOH - CONTOH :
1. array dengan pengisian input melalui keyboard
baca_input()
{
float nilai[10];
for(i=0;i<10;i++)
scanf("%d",&nilai[i]);
}
2. Fungsi yang mencetak isi array dari akhir ke awal
cetak_array()
{
float nilai[10];
for(i=9;i>=0;i--)
scanf("%3f",nilai[i]);
}
3. Menghitung rata - rata isi array nilai
rata_rata()
{
float nilai[10],jum*rata;
for(i=0,jum=0;i<=9;i++)
jum+=nilai[i];
rata=jum/i;
}
4. Mencari nilai terbesar
besar()
float temp,nilai[10];
{
for(temp=nilai[0],i=1;i<=9;i++)
if(nilai[i] > temp)
temp=nilai[i];
}
return(temp)
array
MENDEFINISIKAN JUMLAH ELEMEN ARRAY DALAM VARIABEL
Besarnya variabel indeks dapat ditentukan dengan menggunakan
preprocessor directives #define
#define N 40
main()
{
int no[N],gaji[N],gol[N],status[N],juman[N];
Bila besari indeks akan diubah menjadi 50, cukup diganti dengan
#define N 50
ARRAY 2 DIMENSI
nama_variabel [indeks1][indeks2]
indeks1 : jumlah/nomor baris
indeks2 : jumlah/nomor kolom
Jumlah elemen yang dimiliki array 2 dimensi dapat ditentukan dari hasil perkalian indeks1 * indeks2
misal : array A[2][3] akan memiliki 2*3 = 6 elemen.
main()
{
float bil [5] [5]
.......
dapat dituliskan dengan #define
#define N 5
main()
{
float bil [N] [N]
.......
Besarnya variabel indeks dapat ditentukan dengan menggunakan
preprocessor directives #define
#define N 40
main()
{
int no[N],gaji[N],gol[N],status[N],juman[N];
Bila besari indeks akan diubah menjadi 50, cukup diganti dengan
#define N 50
ARRAY 2 DIMENSI
nama_variabel [indeks1][indeks2]
indeks1 : jumlah/nomor baris
indeks2 : jumlah/nomor kolom
Jumlah elemen yang dimiliki array 2 dimensi dapat ditentukan dari hasil perkalian indeks1 * indeks2
misal : array A[2][3] akan memiliki 2*3 = 6 elemen.
main()
{
float bil [5] [5]
.......
dapat dituliskan dengan #define
#define N 5
main()
{
float bil [N] [N]
.......
array
ARRAY
Array adalah sekelompok data sejenis yang disimpan ke dalam variabel dengan nama yang sama, dengan memberi indeks pada variabel untuk membedakan antara yang satu dengan yang lain.
VARIABEL ARRAY
nama_variabel[indeks]
ketentuan nama variabel arrray sama dengan nama variabel biasa.
indeks menunjukkan nomor dari variabel .
DEKLARASI VARIABEL ARRAY
BU : tipe nama_variabel[indeks];
Contoh : float bil[10];
deklarasi variabel array dengan nama bil yang akan menampung 10 data yang bertipe float. Indeks 10 menunjukkan variabel bil terdiri dari 10 elemen, dimana setiap elemen akan menampung sebuah data.
Indeks array dimulai dari nol(0) , sedang nomor elemen biasanya dimulai dari satu(1). Nomor elemen dapat dibuat sama dengan nomor indeks untuk mempermudah pembuatan program yaitu dengan memberi indeks satu lebih banyak dari jumlah data yang dibutuhkan, sehingga menjadi :
float bil[11]
INISIALISASI ARRAY 1 DIMENSI
Inisialisasi dapat dilakukan bersama dengan deklarasi atau tersendiri. Inisialisasi suatu array adalah dengan meletakkan elemen array di antara tanda kurung kurawal {}, antara elemen yang satu dengan lainnya dipisahkan koma.
int bil[2] = {4,1,8}
bil[0] = 4
bil[1] = 1
bil[2] = 8
AUTOMATIC ARRAY adalah Inisialisasi array dilakukan di dalam fungsi tertentu. Hanya compiler C yang berstandar ANSI C yang dapat menginisialisasikan automatic array.
Cara menginisialisasikan array dari compiler yg tidak mengikuti standar ANSI C:
1. Diinisialisasikan di luar fungsi sebagai variabel GLOBAL/EXTERNAL ARRAY.
int bil[2]={0,0,0};
main()
2. Diinisialisasikan didlm fungsi sebagai variabel LOKAL/STATIC ARRAY.
main()
{
static int bil[2]={0,0,0};
.........
Pada automatic array yang tidak diinisialisasikan , elemen array akan memiliki nilai yang tidak beraturan. Bila global & static array tidak diinisialisasi maka semua elemen array secara otomatis akan diberi nilai nol(0).
Contoh :
main()
{
int y;
int hitung=0;
int x[0];
for(y=0;y<5;y++)
{
hitung+=y;
x[y]=hitung;
printf("%3d - %3d\n",y,x[y]);
}
}
OUTPUT:
0- 0
1- 1
2- 3
3- 6
4- 10
Array adalah sekelompok data sejenis yang disimpan ke dalam variabel dengan nama yang sama, dengan memberi indeks pada variabel untuk membedakan antara yang satu dengan yang lain.
VARIABEL ARRAY
nama_variabel[indeks]
ketentuan nama variabel arrray sama dengan nama variabel biasa.
indeks menunjukkan nomor dari variabel .
DEKLARASI VARIABEL ARRAY
BU : tipe nama_variabel[indeks];
Contoh : float bil[10];
deklarasi variabel array dengan nama bil yang akan menampung 10 data yang bertipe float. Indeks 10 menunjukkan variabel bil terdiri dari 10 elemen, dimana setiap elemen akan menampung sebuah data.
Indeks array dimulai dari nol(0) , sedang nomor elemen biasanya dimulai dari satu(1). Nomor elemen dapat dibuat sama dengan nomor indeks untuk mempermudah pembuatan program yaitu dengan memberi indeks satu lebih banyak dari jumlah data yang dibutuhkan, sehingga menjadi :
float bil[11]
INISIALISASI ARRAY 1 DIMENSI
Inisialisasi dapat dilakukan bersama dengan deklarasi atau tersendiri. Inisialisasi suatu array adalah dengan meletakkan elemen array di antara tanda kurung kurawal {}, antara elemen yang satu dengan lainnya dipisahkan koma.
int bil[2] = {4,1,8}
bil[0] = 4
bil[1] = 1
bil[2] = 8
AUTOMATIC ARRAY adalah Inisialisasi array dilakukan di dalam fungsi tertentu. Hanya compiler C yang berstandar ANSI C yang dapat menginisialisasikan automatic array.
Cara menginisialisasikan array dari compiler yg tidak mengikuti standar ANSI C:
1. Diinisialisasikan di luar fungsi sebagai variabel GLOBAL/EXTERNAL ARRAY.
int bil[2]={0,0,0};
main()
2. Diinisialisasikan didlm fungsi sebagai variabel LOKAL/STATIC ARRAY.
main()
{
static int bil[2]={0,0,0};
.........
Pada automatic array yang tidak diinisialisasikan , elemen array akan memiliki nilai yang tidak beraturan. Bila global & static array tidak diinisialisasi maka semua elemen array secara otomatis akan diberi nilai nol(0).
Contoh :
main()
{
int y;
int hitung=0;
int x[0];
for(y=0;y<5;y++)
{
hitung+=y;
x[y]=hitung;
printf("%3d - %3d\n",y,x[y]);
}
}
OUTPUT:
0- 0
1- 1
2- 3
3- 6
4- 10
Langganan:
Postingan (Atom)