IMPLEMENTASI ALGORITMA BRANCH AND BOUND UNTUK OPTIMASI RUTE PENGANGKUTAN SAMPAH KOTA YOGYAYAKARTA
Skripsi Untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1
Program Studi Matematika
diajukan oleh M. Shofi Alkhoiroda’i 08610034
Kepada PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UIN SUNAN KALIJAGA YOGYAKARTA 2013
ii
iii
iv
MOTTO
“Katakanlah Sesungguhnya sholatku,ibadahku,hidupku dan matiku hanyalah untuk Allah Tuhan semesta alam” (QS:Al- an’am:162)
“Manusia dapat dihancurkan, manusia dapat dimatikan tetapi manusia tidak dapat dikalahkan selama manusia itu masih setia kepada dirinya sendiri atau ber Setia-Hati Setia Hati kepada dirinya sendiri” [Falsafah PSHT]
v
HALAMAN PERSEMBAHAN
Alhamdulillaahi robbil ‘alamiin.. Karya kecil ini penulis persembahkan kepada: Ibu yang tanpa lelah memberikan cahaya cinta tanpa batas, Bapak yang mendidik dan mendorong kebijaksanaan, kakak penulis dan semua guru yang memberikan bekal dunia akhirat. Serta kepada almamater tercinta program studi Matematika fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta.
vi
KATA PENGANTAR
Segala puji bagi Allah SWT yang telah memberikan rahmat, taufiq, dan hidayah-Nya, serta nafas kepada penulis sampai detik ini, sehingga penulis mampu menyelesaikan penulisan skripsi ini. Sholawat dan salam semoga senantiasa terlimpahkan kepada Nabi Muhammad SAW yang telah membawa umat manusia menuju zaman dengan kemajuan ilmu pengetahuan dan Islam. Penulis menyadari bahwa proses penulisan skripsi ini tidak terlepas dari dukungan, kerjasama dan bimbingan dari berbagai pihak. Oleh karena itu, iringan doa dan terimakasih penulis sampaikan dengan tulus kepada: 1.
Prof. Drs. H. Akh. Minhaji, M.A., Ph.D selaku Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Yogyakarta.
2.
Muchammad Abrori, M.Kom selaku Ketua Prodi Matematika Fakultas Sains dan Teknologi.
3.
Noor Saif Muhammad M., S.Si., M.Sc selaku dosen pembimbing karena atas ilmu, bimbingan, arahan dan motivasinya penulisan skripsi ini dapat terselesaikan.
4.
Semua guru, dosen dan ustadz atas arahan dan ilmu yang telah diberikan, serta bimbingan kepada penulis untuk menjadi manusia yang lebih baik.
5.
Rasa Setya Iman., S.E selaku Kepala Sub Bidang Pengangkutan BLH kota Yogyakarta yang telah mempermudah serta memandu jalannya penelitian di BLH kota Yogyakarta.
vii
6.
Kedua orangtua tercinta, Bapak Mujahidin dan Ibu Umi Hidayatul Mustafit, yang selalu memberikan bimbingan, dukungan baik moral, material dan do’a yang tulus agar selalu diberikan yang terbaik oleh Allah SWT.
7.
Kanda M. Farojihut Tawakal, S.Pd.I yang selalu berbagi semangat dan nasihat akan lika-liku perjalanan hidup.
8.
Fanny Brilliyanti, S.Si sang motivator pribadi jazakillahu khoiron, semoga Allah SWT selalu memberikan keistiqomahan kepada kita hingga akhir nanti
9.
Teman seperjuangan Matematika 08. Terimakasih untuk semua kerja sama dan bantuannya selama kuliah.
10.
Seluruh saudara kadang pendekar PSHT (Persaudaraan Setia Hati Terate) Komisariat UIN Sunan Kalijaga Yogyakarta dan Cabang Sleman.
11.
Teman-teman pengurus takmir Masjid Uswatun Hasanah, Gus Fauz, Kang Didik, Kang Rudi, Rosyid, Arik, Habibi, Wildan dan Musyadad, yang senantiasa berbagi suka duka sebagai penjaga Masjid.
12.
Akhmad Kholis, rekan takmir penjaga Masjid Nurul Istiqomah, terimakasih untuk semua kerjasama kita semoga selalu diberikan yang terbaik oleh Allah SWT. Semoga skripsi ini dapat bermanfaat bagi penulis dan semua pihak yang
membutuhkan. Yogyakarta, 31 Mei 2013 Penulis
viii
DAFTAR ISI
HALAMAN JUDUL ..............................................................................
i
HALAMAN PENGESAHAN .................................................................
ii
HALAMAN PERSETUJUAN ................................................................
iii
SURAT PERNYATAAN KEASLIAN SKRIPSI ....................................
iv
HALAMAN MOTTO .............................................................................
v
HALAMAN PERSEMBAHAN ..............................................................
vi
KATA PENGANTAR ............................................................................
vii
DAFTAR ISI ..........................................................................................
ix
DAFTAR GAMBAR ..............................................................................
xi
DAFTAR TABEL ..................................................................................
xiii
ABSTRAK .............................................................................................
xiv
BAB I PENDAHULUAN .......................................................................
1
1.1 Latar Belakang .....................................................................
1
1.2 Rumusan Masalah .................................................................
3
1.3 Batasan Masalah ...................................................................
3
1.4 Tujuan Penelitian ..................................................................
3
1.5 Manfaat Penelitian ................................................................
4
1.6 Tinjauan Pustaka ..................................................................
4
1.7 Sistematika Penelitian ...........................................................
7
1.8 Metode Penelitian .................................................................
8
BAB II LANDASAN TEORI .................................................................
9
2.1 Matriks Diagonal ...................................................................
9
2.2 Teori Graf .............................................................................
9
2.3 Terminologi Graf ..................................................................
11
2.4 Keterhubungan (Connectivity) ..............................................
13
2.5 Graf Lengkap ........................................................................
16
2.6 Graf Berbobot (Weighted Graph) ..........................................
18
ix
2.7 Pohon (Tree) .........................................................................
18
2.8 Graf Hamilton .......................................................................
21
2.9 Representasi Graf .................................................................
21
2.10 Travelling Salesman Problem ..............................................
22
2.11 Algoritma Branch and Bound .............................................
24
2.12 MATLAB ...........................................................................
29
2.13 GUI Pada MATLAB ..........................................................
30
2.14 Statement Control Pada MATLAB .....................................
30
2.15 Reduksi Matriks Pada MATLAB ........................................
36
BAB III PEMBAHASAN .......................................................................
39
3.1 Implementasi Algoritma Branch and Bound untuk Optimasi Rute Pengangkutan Sampah ..................................................
39
3.1.1 Pemetaan Pengangkutan Sampah Kota Yogyakarta.......
39
3.1.2 Implemantasi Algoritma Branch and Bound untuk Optimasi Rute Pengangkutan Sampah Kota Yogyakarta
44
3.2 Rancang Bangun Algoritma Branch and Bound dalam Pencarian Rute Terpendek Pengangkutan Sampah Kota Yogyakarta ............................................................................
119
3.2.1 Spesifikasi Kebutuhan .................................................
119
3.2.1.1 Perangkat Keras ................................................
119
3.2.1.2 Perangkat Lunak ................................................
120
3.2.2 Membuat Aplikasi GUI dengan MATLAB ..................
120
3.2.3 Uji Coba Program ........................................................
131
BAB IV PENUTUP ................................................................................
138
4.1 Kesimpulan ..........................................................................
138
4.2 Saran ....................................................................................
139
DAFTAR PUSTAKA .............................................................................
140
LAMPIRAN ...........................................................................................
141
x
DAFTAR GAMBAR
Gambar 2.1
Graf G
Gambar 2.2
(a) Sisi berlipat. (b) Loop. (c) Graf sederhana.
Gambar 2.3
Graf G
Gambar 2.4
Graf G
Gambar 2.5
Graf lengkap
Gambar 2.6
Graf Berbobot
Gambar 2.7
Pohon
Gambar 2.8
Graf Hamilton
Gambar 2.9
Graf ABCDE
Gambar 2.10
Konversi graf menjadi pohon pencarian untuk masalah TSP
Gambar 2.11
Flowchart algoritma Branch and Bound.
Gambar 2.12
Pembentukan GUI secara sederhana
Gambar 2.13
Contoh tampilan fig-file
Gambar 2.14
Contoh tampilan M-file
Gambar 2.15
Contoh tampilan fungsi plot
Gambar 3.1
Letak transfer depo dan TPA
Gambar 3.2
Pohon pencarian iterasi 1
Gambar 3.3
Pohon pencarian simpul 4 pada iterasi 2
Gambar 3.4
Pohon pencarian simpul 13 pada iterasi 2
Gambar 3.5
Pohon pencarian iterasi 2
xi
Gambar 3.6
Pohon pencarian iterasi 3
Gambar 3.7
Pohon pencarian iterasi 4
Gambar 3.8
Pohon pencarian iterasi 5
Gambar 3.9
Pohon pencarian iterasi 6
Gambar 3.10
Pohon pencarian iterasi 7
Gambar 3.11
Pohon pencarian iterasi 8
Gambar 3.12
Pohon pencarian iterasi 9
Gambar 3.13
Pohon pencarian iterasi 10
Gambar 3.14
Pohon pencarian iterasi 11
Gambar 3.15
Pohon pencarian iterasi 12
Gambar 3.16
Pohon pencarian iterasi 13
Gambar 3.17
Pohon pencarian Branch and Bound
Gambar 3.18
Desain figure aplikasi
Gambar 3.19
Proses Running Program GUI
Gambar 3.20
Form Awal Program
Gambar 3.21
Form help
Gambar 3.22
Form Input Data
Gambar 3.23
Proses Input Data
Gambar 3.24
Proses Perhitungan Program
Gambar 3.25
Form Tampilan Output.
xii
DAFTAR TABEL
Tabel 2.1.
Tabel nilai IPK rata-rata mahasiswa matematika
Tabel 3.1.
Data transfer depo kota Yogyakarta
Tabel 3.2.
Data TPA
Tabel 3.3.
Jarak beberapa transfer depo dan TPA (km).
Tabel 3.4.
Matriks jarak beberapa transfer depo dan TPA (km)
Tabel 3.5.
Spesifikasi perangkat keras
Tabel 3.6.
Spesifikasi perangkat lunak
Tabel 3.7.
Rekapitulasi Hasil Perhitungan
xiii
IMPLEMENTASI ALGORITMA BRANCH AND BOUND UNTUK OPTIMASI RUTE PENGANGKUTAN SAMPAH KOTA YOGYAYAKARTA Oleh : M. Shofi Alkhoiroda’i 08610034
ABSTRAK
Peningkatan jumlah penduduk di Indonesia, khususnya di kota Yogyakarta, diikuti oleh peningkatan jumlah sampah yang dihasilkan. Hal ini harus ditunjang oleh sarana-prasarana pengelolaan sampah yang mendukung supaya tidak terjadi penumpukan sampah. Penyebab kondisi penumpukan sampah disebabkan oleh minimnya jumlah pekerja dan jumlah sarana-prasarana pengangkut (seperti truk dan pick-up) oleh Badan Lingkungan Hidup (BLH) kota Yogyakarta. Tujuan dari penelitian ini adalah mengoptimalkan proses pengangkutan dengan satu kali putaran rute dan membuat rute pengangkutan yang efektif, sehingga mampu meningkatkan efisiensi biaya bahan bakar dan waktu. Permasalahan rute pengangkutan sampah secara abstrak dapat digambarkan dengan suatu graf yang merupakan masalah optimasi dalam pencarian rute terpendek Travelling Salesman Problem (TSP). Pemecahan permasalahan tersebut adalah dengan merepresentasikan peta pengangkutan sampah ke dalam bentuk graf lengkap berbobot, selanjutnya permasalahan diselesaikan menggunakan algoritma Branch and Bound. Perhitungan dilakukan baik secara manual maupun dengan program aplikasi sederhana yang dibuat dengan bantuan software MATLAB versi 7.9.0 (R2009b). Berdasarkan perhitungan menggunakan algoritma Branch and Bound untuk optimasi rute pengangkutan sampah di kota Yogyakarta menghasilkan solusi rute pengangkutan: TPA - Depo Jl.Kemasan - Depo Pamukti - Depo Nitikan – Depo Wirosaban – Depo Jl.Brigjen Katamso – Depo Dukuh – Depo Pasar Ngasem – Depo TMP Ngabean – Depo Pringgokusuman – Depo Utoroloyo – Depo Sagan – Depo Mandalakrida – Depo Jl.Veteran – TPA dengan total jarak kunjungan 28,65 Km. Kata kunci : Algoritma Branch and Bround, MATLAB, optimasi rute, Travelling .Salesman Problem (TSP).
xiv
BAB I PENDAHULUAN
1.1.
Latar Belakang Pengelolaan sampah merupakan salah satu permasalahan yang terjadi di
kota Yogyakarta. Permasalahan ini terjadi hampir di seluruh wilayah Indonesia baik di kota besar maupun di kota kecil. Jumlah timbunan sampah yang dihasilkan meningkat dari tahun ke tahun sejalan dengan meningkatnya jumlah penduduk dan gaya hidup masyarakat. Semakin banyak jumlah penduduk, sampah buangan dari kegiatan rumah tangga, pasar dan industri semakin banyak. Sedangkan tingginya tingkat gaya hidup masyarakat modern akan berpengaruh terhadap tingkat konsumsi masyarakat dan berdampak pada sampah yang dihasilkan. Jumlah timbunan yang besar dan tanpa penanganan yang baik, sampah akan menimbulkan berbagai masalah sosial dan lingkungan yang sangat berat. Pengangkutan sampah dari TPS ke TPA haruslah optimal, sehingga pemilihan rute terpendek untuk mengoptimalkan pengangkutan sampah sangat diperlukan untuk menangani permasahan ini. Pentingnya pemilihan rute pengangkutan sampah yang tepat diharapkan dapat meminimalisir permasalahan yang ada. Misalnya pencemaran air limbah semakin berkurang, prosentase sampah yang dapat terangkut lebih meningkat dari sebelumnya, efisiensi dalam penggunaan BBM dan biaya angkut, serta kecepatan dalam hal pelayanan. Pencemaran air limbah dapat terjadi karena kurang 1
2
optimalnya pengangkutan sampah sehingga terjadi penginapan timbunan dalam skala besar yang dapat mempengaruhi air bersih di sekitar TPS. Rute pengangkutan sampah dari beberapa TPS ke TPA secara abstrak dapat digambarkan dengan suatu graf, dimana TPS dan TPA digambarkan sebagai simpul (vertex). Sedangkan jalan yang menghubungkan antara beberapa TPS dan TPA digambarkan sebagai sisi (edge). Dalam kajian teori graf salah satu masalah optimasi yang sering dijumpai dalam pencarian rute terpendek adalah Travelling Salesman
Problem
(TSP).
Terdapat
beberapa
Algoritma
yang
dapat
menyelesaikan Travelling Salesman Problem seperti Algoritma Greedy, Djikstra, Brute Force dan lain–lain. Pada dasarnya dalam jumlah simpul yang banyak, belum terbukti masing-masing Algoritma tersebut menghasilkan penyelesaian yang paling optimal. Algoritma Branch and Bound merupakan salah satu Algoritma untuk pencarian solusi dalam masalah optimasi. Konsep dari Algoritma B&B yaitu menggunakan taksiran nilai batas (estimated bound) dan menggunakan strategi pencarian nilai batas terkecil (least cost search) untuk mempercepat menemukan simpul solusi. Algoritma ini diharapkan mampu memberikan solusi yang lebih optimal. Kendala di lapangan menunjukkan minimnya jumlah pekerja dan jumlah sarana-prasarana pengangkut (seperti truk dan pick-up) menjadi penyebab lambatnya pengangkutan sampah. Permasalahan ini menjadi sangat menarik dan penting untuk dilakukan kajian lebih lanjut dalam rangka meningkatkan efisiensi biaya dan waktu, sehingga diperlukan penelitian dan perhitungan pencarian rute terpendek dengan metode Algoritma Branch and Bound .
3
1.2.
Rumusan Masalah Rumusan masalah penelitian ini adalah 1. Bagaimana penerapan Algoritma Branch and Bound untuk optimasi rute pengangkutan sampah kota Yogyakarta ? 2. Bagaimana rancang bangun Algoritma Branch and Bound dalam pencarian rute terpendek pengangkutan sampah kota Yogyakarta ?
1.3.
Batasan Masalah Dalam pengerjaan skripsi ini, ditetapkan beberapa batasan masalah sebagai
berikut: 1. Jenis TPS yang dipilih adalah jenis transfer depo. Transfer depo adalah tempat pemindahan sampah dari alat pengumpul ke alat pengangkut. 2. Posisi dan jumlah transfer depo dan TPA yang terdapat dalam rute pengangkutan sampah telah diketahui berdasarkan data dari Badan Lingkungan Hidup kota Yogyakarta. 3. Rute terpendek yang dimaksud adalah jarak dari TPA menuju beberapa transfer depo dan kembali lagi ke TPA. 4. Faktor kemacetan jalan diabaikan.
1.4.
Tujuan Penelitian Tujuan yang ingin dicapai dalam skripsi ini adalah 1. Menerapkan Algoritma Branch and Bound untuk optimasi rute pengangkutan sampah kota Yogyakarta.
4
2. Membuat rancang bangun Algoritma Branch and Bound dalam pencarian rute terpendek pengangkutan sampah kota Yogyakarta.
1.5.
Manfaat Penelitian Penelitian ini diharapkan dapat bermanfaat bagi berbagai pihak, antara
lain: 1. Menambah pemahaman aplikasi teori graf yaitu penerapan Algoritma Branch And Bound pada optimasi rute pengangkutan sampah di kota Yogyakarta. 2. Memberikan rekomendasi rute yang optimum kepada Badan Lingkungan Hidup seksi pembersihan dan pengangkutan sampah kota Yogyakarta, sehingga diharapkan pada masa mendatang pengangkutan sampah lebih optimal.
1.6.
Tinjauan Pustaka Tinjauan pustaka skripsi ini terdiri dari beberapa buku dan penelitian
sebelumnya, antara lain buku karangan Suyanto yang berjudul “Algoritma Optimasi Deterministik atau Probabilistik“ yang diterbitkan pada tahun 2010 dan buku karangan Eko Budi Purwanto berjudul “Perancangan dan Analisis Algoritma“ yang diterbitkan pada tahun 2008. Dalam buku tersebut, dijelaskan bahwa algoritma Branch and Bound dapat diterapkan dalam berbagai permasalahan antara lain: N-Queen Problem, N-Puzzle, Knapsack Problem dan Travelling Salesman Problem.
5
Selain itu, digunakan juga tinjauan pustaka dari beberapa penelitian sebelumnya sebagai referensi utama yaitu skripsi yang ditulis oleh Eka Riyanti pada tahun 2004 yang berjudul “Penerapan Algoritma Branch and Bound untuk Penentuan Rute Obyek Wisata”. Dalam skripsi tersebut, dijelaskan mengenai definisi, konsep dasar algoritma Branch and Bound dan aplikasinya dalam menyelesaikan permasalahan menentukan rute obyek wisata di provinsi Jawa Barat. Penelitian lain yang digunakan sebagai referensi yaitu skripsi yang ditulis oleh Bowo Kristanto pada tahun 2012 yang berjudul “Aplikasi Algoritma Bellman-Ford dalam Meminimumkan Biaya Operasional Rute Penerbangan” dan skripsi yang ditulis oleh Dian Nurdiana pada tahun 2010 yang berjudul “Implementasi Algoritma Lebah untuk Pencarian Jalur Terpendek dengan Mempertimbangkan Heuristik”. Dalam dua penelitian tersebut, membahas mengenai permasalahan dalam penentuan sebuah rute terpendek, sehingga dapat dijadikan tambahan sumber referensi dalam penulisan skripsi ini. Skripsi ini akan membahas mengenai implementasi dari algoritma Branch and Bound yang dapat diterapkan dalam dunia nyata, khususnya permasalahan penentuan rute pengangkutan sampah di kota Yogyakarta. Selain itu, dalam skripsi ini juga akan dibahas mengenai rancang bangun algoritma Branch and Bound dengan bantuan software MATLAB versi R2009b.
6
Adapun penelitian sebelumnya yang berhubungan dengan penelitian skripsi ini dapat diklasifikasikan sebagai berikut: No 1
Nama Peneliti
Judul Penelitian
Perbedaan
Eka Riyanti
Penerapan Algoritma
Membahas Konsep dan cara
(2004)
Branch and Bound untuk
kerja Algoritma Branch and
Penentuan Rute Obyek
Bound
Wisata.
terhadap
serta
aplikasinya
penentuan
rute
obyek wisata di Jawa Barat. 2
Bowo Kristanto (2012)
Aplikasi Algoritma
Membahas konsep dan cara
Bellman-Ford dalam
kerja Algoritma Bellman-
Meminimumkan Biaya
Ford serta penerapanya
Operasional Rute
dalam menentukan rute
Penerbangan
penerbangan untuk meminimumkan biaya operasional.
3
Dian Nurdiana (2010)
Implementasi Algoritma
Membahas mengenai konsep
Lebah untuk Pencarian
dan cara kerja Algoritma
Jalur Terpendek dengan
Lebah
Mempertimbangkan
dalam
Heuristik
mudik terpendek di pulau jawa.
serta
aplikasinya
menentukan
jalur
7
No 4
Nama Peneliti
Judul Penelitian
Perbedaan
M.Shofi
Implementasi Algoritma
Membahas konsep dan cara
Alkhoirodai
Branch and Bound untuk
kerja Algoritma Branch
Optimasi Rute
and Bound untuk optimasi
Pengangkutan Sampah
rute pengangkutan sampah
Kota Yogyakarta.
kota Yogyakarta yang
(2013)
disertai dengan rancang bangun menggunakan software Matlab
1.7.
Sistematika Penulisan Tugas akhir ini disusun dengan sistematika sebagai berikut : BAB I PENDAHULUAN Bab ini membahas latar belakang penulisan skripsi, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, sistematika penulisan dan metode penelitian. BAB II LANDASAN TEORI Bab ini memuat landasan teori yang berfungsi sebagai sumber dalam memahami permasalahan yang berkaitan dengan teori graf, Travelling Salesman Problem , dan Algoritma Branch and Bound.
8
BAB III PEMBAHASAN Bab ini merupakan pembahasan dari hasil penelitian yang berupa implementasi Algoritma Branch and Bound untuk optimasi rute pengangkutan sampah kota Yogyakarta dengan perhitungan secara manual serta membuat rancang bangun Algoritma Branch and Bound untuk optimasi rute pengangkutan sampah kota Yogyakarta menggunakan sofware Matlab. BAB IV KESIMPULAN DAN SARAN Bab ini merupakan bab penutup yang berisikan kesimpulan dan saran dari hasil penulisan tugas akhir ini.
1.8.
Metode Penelitian Metode penelitian yang digunakan dalam penyusunan skripsi ini adalah: 1. Studi pustaka, yaitu pengumpulan data yang dilakukan dengan cara membaca buku-buku catatan secara literatur, mempelajari, dan meneliti berbagai buku bacaan yang berkaitan dengan masalah yang dibahas. 2. Studi lapangan, yaitu dengan mengamati posisi dan jumlah transfer depo dan TPA berdasarkan data sekunder yang diperoleh dari Badan Lingkungan
Hidup
kota
Yogyakarta.
Kemudian
melakukan
perhitungan jarak dari TPA menuju beberapa transfer depo dan kembali lagi ke TPA.
138
BAB IV PENUTUP 4.1.
Kesimpulan Berdasarkan hasil pembahasan tentang implementasi algoritma Branch
and Bound untuk optimasi rute pengangkutan sampah kota Yogyakarta, maka dapat ditarik kesimpulan sebagai berikut : 1.
Penerapan algoritma Branch and Bound untuk optimasi rute pengangkutan sampah kota Yogyakarta dilakukan dengan cara merepresentasikan peta pengangkutan sampah ke dalam bentuk graf lengkap berbobot terlebih dahulu. Selanjutnya permasalahan yang berprinsip dengan graf Hamilton diselesaikan menggunakan algoritma Branch and Bound. Sehingga dihasilkan solusi rute pengangkutan sampah dengan jarak minimal. Berdasarkan
perhitungan
secara
manual
diperoleh
solusi
rute
pengangkutan sampah: 1-13-14-3-5-9-7-8-10-6-11-12-2-4-1 (TPA - Depo Jl.Kemasan - Depo Pamukti - Depo Nitikan – Depo Wirosaban – Depo Jl.Brigjen Katamso – Depo Dukuh – Depo Pasar Ngasem – Depo TMP Ngabean – Depo Pringgokusuman – Depo Utoroloyo – Depo Sagan – Depo Mandalakrida – Depo Jl.Veteran – TPA) dengan total jarak kunjungan 28,65 Km. 2.
Rancang bangun algoritma Branch and Bound dalam pencarian rute terpendek pengangkutan sampah kota Yogyakarta dilakukan dengan pembuatan program aplikasi menggunakan pemrograman GUI MATLAB 2009b. Terdapat dua hal mendasar untuk melakukan rancang bangun 138
139
tersebut yaitu pengaturan layout komponen GUI (Fig-File) dengan user interface control, dan pemrograman komponen GUI menggunakan M-File yang disesuaikan dengan algoritma Branch and Bound, sehingga dapat bekerja sesuai yang diharapkan. Berdasarkan perhitungan program aplikasi menghasilkan solusi rute pengangkutan yang sama dengan perhitungan manual yaitu: 1-13-14-3-5-9-7-8-10-6-11-12-2-4-1 atau (TPA - Depo Jl.Kemasan - Depo Pamukti - Depo Nitikan – Depo Wirosaban – Depo Jl.Brigjen Katamso – Depo Dukuh – Depo Pasar Ngasem – Depo TMP Ngabean – Depo Pringgokusuman – Depo Utoroloyo – Depo Sagan – Depo Mandalakrida – Depo Jl.Veteran – TPA) dengan total jarak kunjungan 28,65 Km. 4.2 Saran Berdasarkan pada penelitian yang telah dilakukan, maka terdapat beberapa saran sebagai berikut: 1.
Kemampuan program aplikasi yang dibuat masih terbatas pada nilai input data dengan nilai
maksimal 3 digit di depan koma. Diharapkan
penelitian selanjutnya untuk program aplikasi perlu dikembangkan dan disempurnakan lebih lanjut. 2.
Dalam penelitian ini hanya membahas pemecahan masalah TSP dengan algoritma Branch and Bound. Diharapkan penelitian selanjutnya dapat mengembangkan algoritma lain seperti algoritma Tabu Search dan algoritma Hill Climbing yang dapat dijadikan bahan pertimbangan dalam menyelesaikan masalah TSP.
DAFTAR PUSTAKA Anton, Howard. 2000. Dasar-dasar Aljabar .Edisi 7.Jakarta: Interaksara. Abdusakir dkk. 2009. Teori Graf. Malang: UIN-Malang Press. Aldous, Joan M. and Wilson, Robin J. 2000. GRAPH AND APPLICATIONS An Introductory Approach. Great Britain : Springer. Bondy, J.A. dan Murty, U.S.R. 1976. Graph Theory with Applications. London: The Macmillan Press ltd. Diestel, Reinhard. 2005. Graph Theory. New York: Springer-Verlag Heidelberg. Jong, Jek Siang. 2002. Matematika Diskrit dan Aplikasinya Pada Ilmu Komputer. Yogyakarta: Andi. Knight, Andrew. 2000. Basic of MATLAB and Beyond. Boca Raton: CRC Press LLC. Kristanto, Bowo. 2012. Aplikasi Algoritma Bellman-Ford dalam Meminimumkan Biaya Operasional Rute Penerbangan. Skripsi. Yogyakarta: Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga. Levitin, Anany. 2010. Pengantar Desain dan Analisis Algoritma. Edisi ke 2. Diterjemahkan oleh: Efrizal Zaida. Jakarta : Salemba Infotek. Lipschuzt, Seymour and Lipson, Marc. 2008. Schaum’s Outlines MATEMATIKA DISKRET. Edisi ke 3. Diterjemahkan oleh Thombi Layukallo. Jakarta: Erlangga. Otto, S.R. and Denir, J.P. 2005. An introduction to programming and numerical methods in MATLAB. London: Springer. Purwanto, Eko Budi. 2008. Perancangan dan Analisis Algoritma. Yogyakarta: Graha Ilmu. Riyanti, Eka. 2004. Penerapan Algoritma Branch And Bound Untuk Penentuan Obyek Wisata. Skripsi. Bandung: Jurusan Teknik Informatika Fakultas Teknik Dan Ilmu Komputer Universitas Komputer Indonesia. Rossen, Kenneth H. 2012. DISCRETE MATHEMATICS AND ITS APPLICATIONS. 7th ed. New York: The McGraw-Hill Companies, Inc. Sugiharto, Aris. 2006. Pemrograman GUI dengan MATLAB.Yogyakarta: Penerbit Andi. Suryahadi. 1990. Pengantar Teori dan Algoritma GRAPH. Jakarta: Penerbit Gunadarma. Suyanto. 2010. ALGORITMA OPTIMASI (Deterministik atau Probabilistik). Yogyakarta: Graha Ilmu. Wibisono, Samuel. 2004. Matematika Diskrit. Yogyakarta: Graha Ilmu. Wijaya, Willy Yandi. 2011. Petersen Graph And Some Related Properties. Skripsi. Yogyakarta: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Gadjah Mada 140
141
LAMPIRAN 1:
Kode Program function varargout = GUI_Aplikasi(varargin) % GUI_APLIKASI M-file for GUI_Aplikasi.fig % GUI_APLIKASI, by itself, creates a new GUI_APLIKASI or raises the existing % singleton*. % % H = GUI_APLIKASI returns the handle to a new GUI_APLIKASI or the handle to % the existing singleton*. % % GUI_APLIKASI('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in GUI_APLIKASI.M with the given input arguments. % % GUI_APLIKASI('Property','Value',...) creates a new GUI_APLIKASI or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before GUI_Aplikasi_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to GUI_Aplikasi_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help GUI_Aplikasi % Last Modified by GUIDE v2.5 04-Jun-2013 10:08:04 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @GUI_Aplikasi_OpeningFcn, ... 'gui_OutputFcn', @GUI_Aplikasi_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT
141
142
% --- Executes just before GUI_Aplikasi is made visible. function GUI_Aplikasi_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to GUI_Aplikasi (see VARARGIN) % Choose default command line output for GUI_Aplikasi handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes GUI_Aplikasi wait for user response (see UIRESUME) % uiwait(handles.figure1); set(handles.axes1,'visible','off'); set(handles.axes2,'visible','on'); set(handles.text3,'visible','on'); set(handles.text8,'visible','on'); set(handles.figure1,'name','TSP'); axes(handles.axes2); gmb=imread('logo kampus.jpg'); imshow(gmb); TSP=' '; save('temp.mat','TSP'); % --- Outputs from this function are returned to the command line. function varargout = GUI_Aplikasi_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output;
% --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future % handles structure with handles and user data clc; set(handles.axes1,'visible','on'); set(handles.axes2,'visible','off'); set(handles.text3,'visible','off'); set(handles.text8,'visible','off'); axes(handles.axes1); set(handles.pushbutton1,'enable','off'); set(handles.text1,'string','Tunggu sedang analisa set(handles.edit1,'string',' '); load('opsi.mat'); axes(handles.axes1); if opsi==1 gmb=imread('peta.jpg'); else gmb=imread('blank.jpg'); end imshow(gmb); hold off; pause(0.1); TSP=' ';
handles) version of MATLAB (see GUIDATA)
...');
143
save('temp.mat','TSP'); matriks_jarak=textread('matriks jarak.txt'); disp('Matriks jarak :'); disp(matriks_jarak); [nbaris nkolom]=size(matriks_jarak); if nkolom>nbaris nkolom=nkolom-1; end %mengubah harga nol menjadi harga yang cukup besar for baris=1:nbaris matriks_jarak(baris,baris)=999; end %reduksi baris matriks_A=matriks_jarak; disp('Matriks mula-mula :'); disp(matriks_A); % Total reduksi mula-mula dibuat 0 total_pereduksi=0; % Scanning semua baris for baris=1:nbaris % Untuk mencari nilaiminimum,maka nilai minimum awaldibuat sbesar mungkin minim=999; % Scanning untuk semua kolom for kolom=1:nkolom % Bila ada nilai yang lebih kecil dari nilai minimum, % maka nilai tersebut diambil (dianggap nilai minimum) if matriks_A(baris,kolom)<minim minim=matriks_A(baris,kolom); end end % jika ditemukan nilai reduksi (tidak infiniti), % maka reduksi total ditambahkan dengan nilai minimumtersenut if minim<999 total_pereduksi=total_pereduksi+minim; end % Matriks direduksi semua kolomnya,jika bukan nilai infiniti for kolom=1:nkolom if matriks_A(baris,kolom)>500 else matriks_A(baris,kolom)=matriks_A(baris,kolom)-minim; end end strx=['Batis ke ' num2str(baris) ' , direduksi dengan ' num2str(minim)]; disp(strx); end %return disp(' '); disp('Matriks setelah reduksi baris :'); disp(matriks_A); disp(' '); %reduksi kolom % Scanning semua kolom for kolom=1:nkolom % Untuk mencari nilaiminimum,maka nilai minimum awaldibuat sbesar mungkin minim=999; % Scanning semua baris for baris=1:nbaris % Bila ada nilai yang lebih kecil dari nilai minimum, % maka nilai tersebut diambil (dianggap nilai minimum) if matriks_A(baris,kolom)<minim minim=matriks_A(baris,kolom);
144
end end if minim<999 if minim>0 total_pereduksi=total_pereduksi+minim; end end % Matriks direduksi semua barisnya,jika bukan nilai infiniti, dan nilai minimum >0 for baris=1:nbaris if matriks_A(baris,kolom)>500 else matriks_A(baris,kolom)=matriks_A(baris,kolom)-minim; end end strx=['Kolom ke ' num2str(kolom) ' , direduksi dengan ' num2str(minim)]; disp(strx); end disp(' '); disp('Matriks setelah reduksi kolom :'); disp(matriks_A); matriks_B=matriks_A; disp('Total reduksi :'); C_root=total_pereduksi; disp(C_root); CS(1)=C_root; CS1=C_root; %return simpulB=1; str='matriks_B0.mat'; save(str,'matriks_B','simpulB','CS1'); %return ulang=1; xx=1; indeks=0; cs_min=999; jml_data=1; lanjut=1; iter=0; jml_data=1; counter=1; for iterasi=1:1 iter=iter+1; str1=['Iterasi ke : ' num2str(iter)]; disp(str1); str=['matriks_B' num2str(indeks)]; %return load(str); for ibaris=1:nbaris for ikolom=1:nkolom B(ibaris,ikolom)=matriks_B(ibaris,ikolom); end end [nbaris nkolom]=size(B); %Pembacaan file teks oleh matlab kelebihan 1 kolom,maka jumlah kolom dikoreksi if nkolom>nbaris nkolom=nkolom-1; end % Mangambil data simpul sebelumnya sebagai simpul awal simpulA=simpulB; nsimpul=nbaris;
145
for
simpul=2:nsimpul if simpul==simpulA else str=['Simpul ke ' num2str(simpulA) ' - ' num2str(simpul)]; disp(str); clear reduksi_baris; clear reduksi_kolom; simpulB=simpul; B1=B;
% for kolom=1:nkolom B1(simpulA,kolom)=999; B1(1,kolom)=999; end for baris=1:nbaris B1(baris,simpulB)=999; end B1(simpulB,1)=999; disp('B1 awal'); disp(B1); cnt1=0; %redduksi baris for i=1:nbaris ada=1; for j=1:nkolom if B1(i,j)==0 ada=0; end end cnt2=0; for j=1:nkolom if B1(i,j)>500 cnt2=cnt2+1; end end if cnt2==nkolom ada=0; end if ada==1 cnt1=cnt1+1; reduksi_baris(cnt1)=i; end end if cnt1>0 %reduksi_baris end r=0; for i=1:cnt1 minimum=999; baris=reduksi_baris(i); for kolom=1:nkolom if B1(baris,kolom)<minimum minimum=B1(baris,kolom); end end %minimum strx=['Batis ke ' num2str(baris) ' , direduksi dengan ' num2str(minimum)]; disp(strx); r=r+minimum; for kolom=1:nkolom if B1(baris,kolom)<999
146
B1(baris,kolom)=B1(baris,kolom)-minimum; end end end %reduksi kolom cnt1a=0; for i=1:nkolom ada=1; for j=1:nbaris if B1(j,i)==0 ada=0; end end cnt2=0; for j=1:nbaris if B1(j,i)>100 cnt2=cnt2+1; end end if cnt2==nbaris ada=0; end if ada==1 cnt1a=cnt1a+1; reduksi_kolom(cnt1a)=i; end end if cnt1a>0 %reduksi_kolom end for i=1:cnt1a minimum=999; kolom=reduksi_kolom(i); for baris=1:nbaris if B1(baris,kolom)<minimum minimum=B1(baris,kolom); end end %minimum strx=['Kolom ke ' num2str(kolom) ' , direduksi dengan ' num2str(minimum)]; disp(strx); r=r+minimum; %B1 for baris=1:nbaris if B1(baris,kolom)<999 B1(baris,kolom)=B1(baris,kolom)-minimum; end end end disp(' '); disp('B1 akhir :'); disp(B1); strx1=['Total reduksi (r) = ' num2str(r)]; disp(strx1); strx1=['CS (' num2str(simpulA) ') = ' num2str(CS(simpulA))]; disp(strx1); strx1=['Matriks (' num2str(simpulA) ',' num2str(simpul) ') = ' num2str(B(simpulA,simpul))]; disp(strx1);
147
CS(simpul)=CS(simpulA)+matriks_B(simpulA,simpul)+r; CS1=CS(simpul); disp('Nilai CS'); disp(CS(simpul)); if CS(simpul)
0 %jml_data=1; indeks1=xx-jml_data; %return batas=jml_data; for datax=1:batas str=['matriks_B' num2str(indeks1+datax-1)] load(str); CS1=cmin; if CS2>0 %CS1=CS2; end disp('Matriks awal :'); B=B1; disp(B); disp(' ') [nbaris nkolom]=size(B); if nkolom>nbaris nkolom=nkolom-1; end simpulA=simpulB; if ulang==2 % xx % indeks1 %pause end nsimpul=nbaris; for simpul=2:nsimpul
148
terus=1; if simpul==simpulA terus=0; end [m n]=size(tabu); %simpul for icari=1:n %tabu(icari) if simpul==tabu(icari) terus=0; end end if ulang==2 if simpul==13 %terus %return end end if terus==1 %terus str=['Simpul ke ' num2str(simpulA) ' - ' num2str(simpul)]; disp(str); clear reduksi_baris; clear reduksi_kolom; simpulB=simpul; B1=B; % for kolom=1:nkolom B1(simpulA,kolom)=999; B1(1,kolom)=999; end for baris=1:nbaris B1(baris,simpulB)=999; end B1(simpulB,1)=999; disp('Matriks sebelum reduksi :'); disp(B1); disp(' '); cnt1=0; %redduksi baris for i=1:nbaris ada=1; for j=1:nkolom if B1(i,j)==0 ada=0; end end cnt2=0; for j=1:nkolom if B1(i,j)>100 cnt2=cnt2+1; end end if cnt2==nkolom ada=0; end if ada==1 cnt1=cnt1+1; reduksi_baris(cnt1)=i; end end
149
if cnt1>0 %reduksi_baris end r=0; for i=1:cnt1 minimum=999; baris=reduksi_baris(i); for kolom=1:nkolom if B1(baris,kolom)<minimum minimum=B1(baris,kolom); end end %minimum strx=['Batis ke ' num2str(baris) ' , direduksi dengan ' num2str(minimum)]; disp(strx); r=r+minimum; for kolom=1:nkolom B1(baris,kolom)=B1(baris,kolom)-minimum; end end %reduksi kolom cnt1a=0; for i=1:nkolom ada=1; for j=1:nbaris if B1(j,i)==0 ada=0; end end cnt2=0; for j=1:nbaris if B1(j,i)>100 cnt2=cnt2+1; end end if cnt2==nbaris ada=0; end if ada==1 cnt1a=cnt1a+1; reduksi_kolom(cnt1a)=i; end end if cnt1a>0 %reduksi_kolom end for i=1:cnt1a minimum=999; kolom=reduksi_kolom(i); %B1(:,kolom) for baris=1:nbaris if B1(baris,kolom)<minimum minimum=B1(baris,kolom); end end %minimum strx=['Kolom ke ' num2str(kolom) ' , direduksi dengan ' num2str(minimum)]; disp(strx); r=r+minimum; for baris=1:nbaris B1(baris,kolom)=B1(baris,kolom)-minimum;
150
end end disp(' '); disp('Matriks setelah reduksi :'); disp(B1); disp(' '); strx1=['Total reduksi (r) = ' num2str(r)]; disp(strx1); strx1=['CS (' num2str(simpulA) ') = ' num2str(CS(simpulA))]; disp(strx1); strx1=['Matriks (' num2str(simpulA) ',' num2str(simpul) ') = ' num2str(B(simpulA,simpul))]; disp(strx1); if batas>1 CS_old=CS(simpul); else CS_old=0; end CS(simpul)=CS1+B(simpulA,simpul)+r; disp('Nilai CS'); disp(CS(simpul)); if CS(simpul)1 if CS(simpul)>CS_old if CS_old>0 CS(simpul)=CS_old; end end end end end %xx=indeks+1; %datax %cs_min cs_min=999; end xx=indeks+1; end end %pause end [m n]=size(tabu); for i=1:nbaris ada=0; for j=1:n if tabu(j)==i ada=1;
151
break; end end if ada==0 counter=n+1; tabu(counter)=i; end end TSP=tabu; [m n]=size(TSP); clear CS1; for i=1:n j=TSP(i); CS1(i)=CS(j); end for i=1:n if i==1 str=num2str(TSP(i)); else str=[str num2str(TSP(i))]; end str=[str '(' num2str(CS1(i)) ')']; if i
load('opsi.mat'); axes(handles.axes1); if opsi==1 gmb=imread('peta.jpg'); else gmb=imread('blank.jpg'); plot off; end imshow(gmb); hold on; xy=textread('koordinat.txt'); titik1=TSP(1); for i=2:n titik2=TSP(i); x(1)=xy(titik1,1); y(1)=xy(titik1,2); x(2)=xy(titik2,1); y(2)=xy(titik2,2); plot(x,y); titik1=titik2; end titik2=TSP(1); x(1)=xy(titik1,1); y(1)=xy(titik1,2); x(2)=xy(titik2,1); y(2)=xy(titik2,2);
152
plot(x,y,'r'); hold off save('temp.mat','TSP'); set(handles.pushbutton1,'enable','on');
% --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) !notepad matriks jarak.txt
function edit1_Callback(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit1 as text % str2double(get(hObject,'String')) returns contents of edit1 as a double
% --- Executes during object creation, after setting all properties. function edit1_CreateFcn(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
% -------------------------------------------------------------------function Option_Callback(hObject, eventdata, handles) % hObject handle to Option (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
% -------------------------------------------------------------------function help_Callback(hObject, eventdata, handles) % hObject handle to help (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) set(handles.uipanel2,'visible','off'); set(handles.close,'visible','on'); set(handles.uipanel6,'visible','on'); set(handles.text6,'visible','on'); set(handles.edit1,'visible','off'); set(handles.pushbutton1,'visible','off'); set(handles.pushbutton2,'visible','off'); set(handles.text2,'visible','off'); set(handles.axes1,'visible','off'); set(handles.axes2,'visible','off'); set(handles.listbox2,'visible','on'); txt1='help.txt';
153
fr2=fopen(txt1,'r'); lanjut=1; baris=0; while(lanjut==1) str2=fgets(fr2) if strcmp(str2,'end')==1 lanjut=0; else baris=baris+1 list1(baris,:)=cellstr(str2); end end fclose(fr2); list1 set(handles.listbox2,'string',list1); disp('ok');
% -------------------------------------------------------------------function Option1_Callback(hObject, eventdata, handles) % hObject handle to Option1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) opsi=1; save('opsi.mat','opsi'); % -------------------------------------------------------------------function Option2_Callback(hObject, eventdata, handles) % hObject handle to Option2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) opsi=2; save('opsi.mat','opsi');
% --- Executes on button press in close. function close_Callback(hObject, eventdata, handles) % hObject handle to close (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) set(handles.close,'visible','off'); set(handles.uipanel6,'visible','off'); set(handles.edit1,'visible','on'); set(handles.pushbutton1,'visible','on'); set(handles.pushbutton2,'visible','on'); load('temp.mat'); load('opsi.mat'); [m n]=size(TSP); clc; TSP set(handles.uipanel1,'visible','on'); set(handles.listbox2,'visible','off'); if TSP==' ' set(handles.uipanel2,'visible','on'); set(handles.text2,'visible','on'); else set(handles.axes1,'visible','on'); set(handles.axes2,'visible','off'); set(handles.text3,'visible','off'); axes(handles.axes1); if opsi==1
154
gmb=imread('peta.jpg'); else gmb=imread('blank.jpg'); end imshow(gmb); hold on; xy=textread('koordinat.txt'); titik1=TSP(1); for i=2:n titik2=TSP(i); x(1)=xy(titik1,1); y(1)=xy(titik1,2); x(2)=xy(titik2,1); y(2)=xy(titik2,2); plot(x,y); titik1=titik2; end titik2=TSP(1); x(1)=xy(titik1,1); y(1)=xy(titik1,2); x(2)=xy(titik2,1); y(2)=xy(titik2,2); plot(x,y,'r'); hold off end pause(0.1); % --- Executes on selection change in listbox1. function listbox1_Callback(hObject, eventdata, handles) % hObject handle to listbox1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: contents = cellstr(get(hObject,'String')) returns listbox1 contents as cell array % contents{get(hObject,'Value')} returns selected item from listbox1
% --- Executes during object creation, after setting all properties. function listbox1_CreateFcn(hObject, eventdata, handles) % hObject handle to listbox1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: listbox controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
% --- Executes on selection change in listbox2. function listbox2_Callback(hObject, eventdata, handles) % hObject handle to listbox2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
155
% Hints: contents = cellstr(get(hObject,'String')) returns listbox2 contents as cell array % contents{get(hObject,'Value')} returns selected item from listbox2
% --- Executes during object creation, after setting all properties. function listbox2_CreateFcn(hObject, eventdata, handles) % hObject handle to listbox2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: listbox controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
function edit2_Callback(hObject, eventdata, handles) % hObject handle to edit2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit2 as text % str2double(get(hObject,'String')) returns contents of edit2 as a double
% --- Executes during object creation, after setting all properties. function edit2_CreateFcn(hObject, eventdata, handles) % hObject handle to edit2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
% ----------------------------------------------------------------
156
LAMPIRAN 2: Hasil Output Program
