Dinamika Sistem

Dinamika sistem (dikenal dalam bahasa Inggris sebagai System Dynamics) adalah metode pemodelan yang diperkenalkan oleh Jay Forrester pada tahun 1950-an dan dikembangkan di Massachusetts Institute of Technology, AS. Tujuan utama dari metode ini adalah untuk mempelajari tren dinamis dalam sistem yang kompleks, yaitu pola perilaku yang berkembang seiring waktu. Paradigma dinamika sistem mengasumsikan bahwa pola dinamika berkelanjutan dalam sistem kompleks apa pun muncul daristruktur sebab akibat yang membentuk sistem tersebut. Oleh karena itu, model dinamika sistem masuk dalam kategori model matematika kausal atau teori sebab-akibat.

Prinsip-prinsip

Metodologi dinamika sistem pada dasarnya menggunakan hubungan sebab akibat dalam membangun model sistem yang kompleks sebagai dasar untuk mengenali dan memahami perilaku dinamis sistem. Dengan kata lain, penggunaan metodologi dinamika sistem lebih fokus pada tujuan meningkatkan pemahaman kita tentang bagaimana perilaku sistem muncul dari strukturnya. Permasalahan yang dapat dimodelkan secara memadai dengan menggunakan metodologi dinamika sistem adalah permasalahan yang bersifat dinamis (berubah terhadap waktu) dan struktur fenomenanya mengandung paling sedikit satu struktur umpan- balik (feedback structure).

Prinsip-prinsip untuk menciptakan model dinamis, seperti yang dijelaskan oleh Sterman (1981), meliputi pemisahan antara keadaan yang diinginkan dan keadaan sebenarnya, representasi struktur aliran dan keberadaan nyata, pemisahan aliran konseptual, penggunaan informasi yang diberikan kepada aktor dalam sistem. tersedia, kesesuaian struktur aturan pengambilan keputusan dengan praktik pengelolaan dan keberlanjutan model dalam kondisi ekstrim.

Sedangkan untuk ketahanan suatu model, menurut Sterman, perlu dilakukan sejumlah pengujian agar pada gilirannya kepercayaan pengguna terhadap kemampuan model dalam mengekspresikan sistem yang diwakilinya meningkat. Keyakinan inilah yang menjadi dasar validitas model. Setelah validitas model tercapai, simulasi dapat digunakan untuk merancang kebijakan yang efektif.

Struktur dan Hubungan Dalam Model

Model dinamika sistem muncul karena adanya hubungan sebab-akibat yang mempengaruhi struktur di dalamnya, baik secara langsung antara dua struktur maupun akibat dari berbagai hubungan yang terjadi pada struktur yang berbeda, sehingga membentuk suatu putaran umpan balik (causal loop). Struktur umpan balik ini adalah blok penyusun model, yang diekspresikan melalui hubungan sebab-akibat loop tertutup dari variabel.

Terdapat dua jenis hubungan sebab akibat dalam sistem, yaitu hubungan sebab akibat positif dan hubungan sebab akibat negatif. Selain itu, ada dua jenis umpan balik, yaitu umpan balik positif terkait pertumbuhan (growth) dan umpan balik negatif terkait pencapaian tujuan (goalpurse).

Saat merepresentasikan aktivitas dalam putaran umpan balik, dua jenis variabel utama digunakan: stok dan aliran (juga disebut level dan laju atau stok dan aliran). Inventaris mewakili keadaan sistem pada setiap saat.Dalam teknologi, sistem inventaris lebih dikenal dengan istilah sistem keadaan variabel. Persediaan terakumulasi dalam sistem. Persamaan tarif variabel adalah struktur kebijakan yang menjelaskan mengapa dan bagaimana suatu keputusan dibuat berdasarkan informasi yang tersedia dalam sistem.Arus adalah satu-satunya variabel dalam model yang dapat mempengaruhi saham.

Selain variabel stok dan aliran, terdapat variabel pembantu lainnya, konstanta dan penundaan dalam pemodelan dinamika sistem. Variabel bantu adalah variabel yang dapat berubah seiring berjalannya waktu. Perubahan tersebut dapat disebabkan oleh hubungan sebab akibat antar variabel dalam model atau oleh variabel eksternal yang independen. Konstanta adalah variabel dengan nilai tetap yang tidak berubah seiring waktu. Sedangkan lag merupakan variabel waktu dalam perubahan perilaku yang tidak terjadi dengan segera (tertunda) pada proses yang terjadi pada hubungan antar struktur dan mempengaruhi perilaku model.

Penggunaan

Awalnya Forrester menerapkan metodologi systemdynamics untuk menyelesaikan permasalahan di industri (bisnis). Model dinamika sistem pada awalnya membahas masalah manajemen umum seperti fluktuasi persediaan, ketidakstabilan tenaga kerja, dan penurunan pangsa pasar perusahaan (lihat Forrester, 1961). Perkembangannya terus meningkat sejak penggunaannya dalam permasalahan sistem sosial yang sangat berbeda, dilakukan dan digunakan olehpemegang polis.

Pemanfaatan Perangkat Lunak

Model dinamika sistem biasanya dibuat menggunakan perangkat lunak yang dikembangkan secara khusus. Perangkat lunak ini mencakup Powersim, Vensim, Stella dan Dynamo. Perangkat lunak ini digunakan untuk membuat model secara grafis dengan simbol variabel dan hubungannya. Namun, tidak menutup kemungkinan bahwa perangkat lunak yang mampu memproses operasi matematika tipe spreadsheet, seperti Microsoft Excel atau Lotus, juga dapat digunakan untuk memodelkan dinamika sistem.

Perkembangan Dinamika Sistem di Indonesia

Di Indonesia, Institut Teknologi Bandung (ITB) merupakan salah satu lembaga pendidikan yang mengajarkan dinamika sistem. Di ITB, dinamika sistem diajarkan melalui mata kuliah pemodelan pada program Magister Studi Pembangunan (S2). Selain itu, ITB juga menawarkan kesempatan mempelajari dinamika sistem melalui kursus. Dalam bidang ilmu transportasi, dinamika sistem diajarkan melalui mata kuliah Pemodelan Transportasi Laut di Jurusan Transportasi Laut (S1), Sistem Informasi (S1, Magister, PhD)bidang pemodelan dan simulasi dari tahun 2006 serta teknik sistem dan industri. . di lembaga pendidikan Institut Teknologi Sepuluh Nopember (ITS) dan pada mata kuliah Pemodelan dan Sistem Dinamis pada jurusan Sistem Informasi Bisnis (SIB) Institut Sains dan Teknologi Terpadu (ISTTS) Surabaya sejak tahun 2021.

Khusus Institut Teknologi Sepuluh Nopember (ITS), sejak tahun 2020, Departemen Kajian Sistem Informasi mempunyai guru besar bidang pemodelan sistem dinamik bernama Prof.Erma Suryani, ST, MT, Ph.D. yang dikukuhkan pada 14 April 2021.

Selain itu, terdapat lembaga swasta yang mengajarkan dan mempopulerkan dinamika sistem, yaitu System Dynamics Center (SDC) yang bekerja sama dengan universitas-universitas di Indonesia untuk mengembangkan dan mempopulerkan pemodelan dinamika sistem, dengan tujuan memberikan Indonesia skenario terbaik untuk membangun .

Sumber: id.wikipedia.org

Trial and error 

Trial and error, metode dasar pemecahan masalah, melibatkan upaya berulang dan bervariasi yang berlanjut hingga kesuksesan tercapai atau praktisi berhenti mencoba. C. Lloyd Morgan menciptakan istilah ini setelah bereksperimen dengan ungkapan serupa seperti “percobaan dan kegagalan” dan “percobaan dan praktik.” Dalam kanon, perilaku hewan dijelaskan secara sederhana dan, dengan asumsi melibatkan proses mental yang lebih tinggi, dapat dijelaskan sebagai pembelajaran melalui coba-coba. Misalnya, Edward Lee Thorndike menggunakan kucing dalam eksperimen laboratorium untuk mendemonstrasikan hukum pengaruh terhadap pembelajaran dan menemukan bahwa hasil positif mendorong pembelajaran.

B. F. Skinner kemudian memperluas konsep ini dengan pengkondisian operan. Trial and error juga digunakan dalam ilmu komputer sebagai metode "build and test" dan dalam matematika, misalnya dalam menyelesaikan persamaan dengan menebak dan memeriksa. Meskipun trial and error adalah salah satu pendekatan dasar pemecahan masalah, ada juga metode perantara seperti empirisme terbimbing, yang memandu proses pemecahan masalah dengan menggunakan teori.Pendekatan yang mencerminkan rasionalisme kritis Karl Popper ini merupakan bagian dari kerangka pemikiran yang dapat digunakan dalam konteks berbeda.

Metodologi

Pendekatan coba-coba (trial-and-error) paling berhasil digunakan pada permasalahan dan permainan sederhana dan sering kali menjadi pilihan terakhir ketika aturan yang jelas tidak dapat diterapkan. Hal ini tidak berarti bahwa pendekatan ini pada dasarnya ceroboh, karena seseorang bisa saja bersifat metodis dalam memanipulasi variabel untuk menyingkirkan kemungkinan-kemungkinan yang dapat membawa kesuksesan. Namun cara ini sering digunakan oleh orang-orang yang memiliki sedikit pengetahuan di bidangsoal. Pendekatan coba-coba diperiksa dari perspektif komputasi alami.

Aplikasi paling sederhana

Ashby (1960) menyajikan tiga strategi sederhana untuk memecahkan masalah pelatihan dasar yang sama dengan efisiensi yang sangat berbeda. Misalnya, jika kita mengatur 1000 tombol hidup/mati dalam kombinasi tertentu dengan percobaan acak, setiap percobaan berlangsung selama satu detik, maka strateginya adalah sebagai berikut:

Metode perfeksionis, di mana segala sesuatu harus berjalan baik atau tidak sama sekali tanpa upaya mempertahankan keberhasilan parsial, diperkirakan akan memakan waktu lebih dari 10^301 detik. Kemudian, rangkaian pengujian sakelar, di mana beberapa berhasil, memiliki durasi rata-rata 500 detik. Terakhir, pengujian paralel namun individual terhadap semua sakelar pada waktu yang sama hanya memerlukan waktu satu detik.

Perlu diketahui bahwa yang mendasari anggapan tersebut adalah anggapan bahwa kecerdasan atau persepsi tidak digunakan untuk menyelesaikan masalah. Namun, kehadiran beberapa strategi memberikan peluang untuk mempertimbangkan domain pemrosesan terpisah atau “tingkat lebih tinggi”, yang dikenal sebagai “tingkat meta,” di atas mekanisme manajemen saklar. Pada tingkat ini, strategi yang berbeda dapat dipilih secara acak, sehingga menciptakan pendekatan coba-coba dengan karakteristik berbeda.

Hirarki

Buku Ashby mengembangkan konsep "meta-level" menjadi urutan level rekursif yang disusun satu di atas yang lain dalam hierarki yang sistematis. Dalam kerangka ini, Ashby berpendapat bahwa kecerdasan manusia muncul dari organisasi seperti itu, yang sangat bergantung pada pendekatan “trial and error” pada setiap tahap baru, namun pada akhir proses tersebut berkembang menjadi apa yang kita sebut “kecerdasan” tahu. Oleh karena itu, tingkat teratas hierarki pada setiap tahap mungkin masih bergantung pada trial and error sederhana.

Traill (1978-2006) mencatat bahwa hierarki yang diusulkan oleh Ashby mungkin tumpang tindih dengan teori tahapan perkembangan Piaget yang terkenal. Menurut Piaget, anak-anak pertama-tama belajar melalui aktivitas yang kurang lebih acak dan kemudian harus belajar dari konsekuensinya, mirip dengan pendekatan “trial and error” acak yang dijelaskan oleh Ashby dalam konteks hierarki tersebut.Hal ini menciptakan kesejajaran antara konsep Ashby dan teori Piaget tentang pembelajaran manusia dan perkembangan kognitif.

Aplikasi

Traill (2008, khususnya Tabel “S” di halaman 31) mengikuti pendekatan Jerne dan Popper dan berasumsi bahwa strategi coba-coba dapat menjadi dasar bagi semua sistem penangkapan pengetahuan, terutama pada tahap awal pengembangannya. . Dalam studinya, Traill mengidentifikasi empat sistem utama yang terlibat dalam penerapan strategi coba-coba: seleksi alam, yang "mendidik" DNA spesies, otak individu (yang baru saja kita bahas), "otak" sosial seperti cabang ilmu pengetahuan masyarakat dan sistem imun adaptif. Konsep ini mendukung pandangan bahwa trial and error tidak hanya sekedar metode pemecahan masalah, tetapi juga dapat menjadi dasar berbagai sistem untuk membangun dan mengembangkan pengetahuan.

Fitur

Trial and error memiliki beberapa karakteristik yang dapat dikenali. Pertama, metode ini berorientasi pada solusi, artinya metode ini tidak berusaha memahami mengapa suatu solusi berhasil melalui trial and error, namun hanya berfokus pada fakta bahwa solusi tersebut dapat ditemukan. Kedua, pendekatan ini bersifat spesifik terhadap permasalahan yang dihadapi dan tidak cenderung menggeneralisasi solusi terhadap permasalahan lainnya. Selain itu, trial and error dianggap suboptimal karena tujuannya biasanya untuk menemukan solusi, bukan keseluruhan spektrum solusi, dan solusi terbaik tidak selalu ditemukan. Terakhir, metode coba-coba dapat dilakukan dengan sedikit atau tanpa pengetahuan tentang subjek yang ada, menjadikannya pendekatan yang layak dan tidak memerlukan pemahaman mendalam.

Metode trial and error dapat digunakan untuk mencari semua solusi atau solusi terbaik dalam situasi dimana terdapat beberapa kemungkinan solusi. Untuk menemukan semua solusi, orang dapat menuliskan setiap solusi yang mereka temukan dan terus mencobanya hingga semua opsi telah dicoba. Untuk mencari solusi terbaik, setelah semua solusi ditemukan, individu dapat membandingkannya berdasarkan kriteria yang telah ditentukan. Adanya kriteria tersebut merupakan prasyarat untuk menemukansolusi terbaik. Ketika hanya ada satu solusi yang mungkin, seperti ketika menyusun sebuah puzzle, solusi yang ditemukan adalah satu-satunya dan dianggap yang terbaik.

Contoh

Secara tradisional, metode utama yang digunakan dalam penemuan obat baru seperti antibiotik adalah trial and error, di mana ahli kimia menguji bahan kimia yang dipilih secara acak untuk menemukan bahan kimia yang mempunyai efek yang diinginkan. Dalam pendekatan yang lebih canggih, mereka memilih sejumlah kecil bahan kimia dan menggunakan hubungan struktur-aktivitas. Metode ini juga digunakan dalam berbagai disiplin ilmu, misalnya pada bidang teknik polimer. Dalam konteks video game, pemain menggunakan trial and error untuk mengatasirintangan atau mengalahkan bos dengan mencoba berbagai strategi. Tim olahraga menggunakan pendekatan ini untuk lolos dan maju ke babak playoff dengan mencoba berbagai taktik dan formasi.

Dalam metode ilmiah, terjadi trial and error dalam merumuskan dan menguji hipotesis. Evolusi biologis dapat dipandang sebagai bentuk coba-coba melalui mutasi acak dan variasi genetik seksual. Contoh lain termasuk algoritma genetika, simulasi anil dan pembelajaran penguatan. Meskipun Bogosort tidak efisien, ini dapat dipandang sebagai metode penyortiran trial-and-error. Laba-laba pelompat dari genus Portia menggunakan trial and error untuk menemukan dan menghafal taktik baru melawan mangsa yang tidak diketahui.Penelitian menunjukkan bahwa bahkan di lingkungan buatan, laba-laba ini dapat menggunakan trial and error untuk mencapai tujuan tertentu.

Disadur dari : https://en.wikipedia.org/wiki/Trial_and_error

Traveling Salesman Problem

Traveling Salesman Problem (TSP), menanyakan pertanyaan berikut: “Mengingat daftar kota dan jarak antara setiap pasangan kota, rute terpendek manakah yang dapat mengunjungi setiap kota tepat satu kali?” dan untuk kembali? Dia? Kampung halaman?” Ini adalah masalah NP-hard dalam optimasi kombinatorial, penting dalam ilmu komputer teoretis dan riset operasi. Masalah pembelanja yang bepergian dan masalah rute kendaraan merupakan generalisasi dari TSP.

Dalam teori kompleksitas komputasi, versi keputusan TSP (dengan panjang L, tugasnya adalah memutuskan apakah grafik memiliki paling banyak satu jalur dengan panjang L) termasuk dalam kelas masalah NP-lengkap.Oleh karena itu, ada kemungkinan bahwa waktu eksekusi kasus terburuk untuk algoritma TSP meningkat secara superpolinomik (tetapi tidak lebih dari eksponensial) dengan jumlah kota.

Masalah ini pertama kali dirumuskan pada tahun 1930 dan merupakan salah satu masalah optimasi yang paling banyak dipelajari. Ini digunakan sebagai titik referensi untuk banyak metode optimasi. Meskipun permasalahannya sulit secara komputasi, banyak heuristik dan algoritma yang sesuai telah diketahui, sehingga beberapa kejadian dengan puluhan ribu kota dapat diselesaikan sepenuhnya, dan bahkan permasalahan dengan jutaan kota dapat didekati dengan sepersekian 1%.

Sejarah

Asal usul masalah pekerja lapangan tidak jelas. Panduan perjalanan tahun 1832 menyebutkan masalah tersebut dan menyertakan contoh perjalanan di Jerman dan Swiss, tetapi tidak memuat penjelasan matematis.

TSP dirumuskan secara matematis pada abad ke-19 oleh matematikawan Irlandia William Rowan Hamilton dan matematikawan Inggris Thomas Kirkman. Permainan Icosian Hamiltonian adalah teka-teki rekreasional yang didasarkan pada penemuan siklus Hamiltonian. Bentuk umum TSP tampaknya pertama kali dipelajari pada tahun 1930-an oleh ahli matematika di Wina dan Harvard, terutama Karl Menger, yang mendefinisikan masalahnya, mempertimbangkan algoritma brute force yang terdefinisi dengan baik, dan mengamati ketidakoptimalan.

Traveling Salesman Problem (TSP) awalnya muncul pada tahun 1930an ketika Merrill M. Flood mencoba memecahkan tantangan perencanaan rute bus sekolah secara matematis. Menariknya, Hassler Whitney dari Universitas Princeton memberikan sentuhan pribadi pada masalah ini dengan menyebutnya sebagai “masalah 48 negara bagian,” sehingga memicu minat awal terhadap topik tersebut. Pada tahun 1950an dan 1960an, popularitas TSP meningkat setelah RAND Corporation menawarkan hadiah kepada mereka yang dapat menyelesaikannya.

Namun, titik kritis dalam pengembangan TSP terjadi pada tahun 1950an dan 1960an, ketika George Dantzig, Delbert Ray Fulkerson, dan Selmer M.Johnson dari RAND Corporation mengembangkan metode bidang potong untuk mengatasi masalah ini. Meskipun kontribusi ini tidak memberikan solusi algoritmik langsung, kontribusi ini memberikan dasar yang sangat penting untuk pengembangan metode solusi yang lebih akurat di masa depan.

Akhirnya, pada tahun 1959, Jillian Beardwood, JH Halton, dan John Hammersley memberikan solusi praktis dengan teorema Beardwood-Halton-Hammersley, menandai perkembangan lebih lanjut dalam pengobatan PST. Pada tahun 1960-an, ada pendekatan baru yang berfokus pada pembuatan batas bawah dengan mengalikan pohon rentang minimum suatu grafik. 

Hal ini membuka jalan bagi metode cabang-dan-gabung, yang menjadi pendekatan penting untuk mengatasi TSP.Selama dekade berikutnya, kemajuan signifikan dicapai pada akhir tahun 1970an dan 1980an, ketika Grötschel, Padberg, Rinaldi, dan peneliti lain memecahkan kasus TSP di 2.392 kota. Pada tahun 1990-an, muncul program Concorde dan TSPLIB yang berperan penting dalam pengembangan dan benchmarking algoritma TSP. Sebuah tonggak sejarah dicapai pada tahun 2006 dengan perhitungan rute optimal untuk 85.900 contoh masalah distribusi microchip perkotaan.Semua ini mencerminkan kemajuan luar biasa dalam pengobatan TSP selama beberapa dekade terakhir.

Deskrpsi 

Sebagai Masalah Grafik

TSP dapat dimodelkan sebagai graf tak berarah berbobot, sehingga kota adalah simpul dari graf tersebut, jalan adalah sisinya, dan jarak suatu lintasan adalah bobot sisinya. Ini adalah masalah minimalisasi yang dimulai pada titik tertentu dan berakhir setelah mengunjungi titik lain tepat satu kali. Seringkali modelnya berupa graf lengkap (yaitu setiap pasangan simpul dihubungkan oleh sebuah sisi). Jika tidak ada jalur antara dua kota, menambahkan sisi yang cukup panjang akan melengkapi grafik tanpa mempengaruhi jalur optimal.

Asimetris dan simetris
Pada TSP simetris, jarak antara dua kota sama besar pada setiap arah yang berlawanan sehingga membentuk grafik tidak berarah. Simetri ini mengurangi separuh jumlah solusi yang mungkin. Dalam TSP asimetris, jalur di kedua arah mungkin tidak ada atau jaraknya mungkin berbeda, sehingga menghasilkan grafik berarah. Kemacetan lalu lintas, jalan satu arah, dan tarif penerbangan kota dengan biaya keberangkatan dan kedatangan yang berbeda menjadi pertimbangan nyata yang secara asimetris dapat menimbulkan masalah TSP.

Disadur dari: en.wikipedia.org

Dalam pengerjaan logam dan pembuatan perhiasan, pengecoran adalah pemindahan logam cair ke dalam suatu bentuk (biasanya menggunakan wadah) yang meninggalkan kesan negatif terhadap bentuk yang diinginkan (yaitu gambaran negatif tiga dimensi). Logam dituangkan ke dalam cetakan melalui saluran berongga yang disebut saluran. Logam dan cetakan kemudian didinginkan dan bagian logam (cor) dihilangkan. Pengecoran paling sering digunakan untuk membuat bentuk kompleks yang sulit atau tidak ekonomis untuk dibuat menggunakan metode lain.

Proses pengecoran telah dikenal selama ribuan tahun dan telah banyak digunakan pada seni pahat (terutama perunggu), perhiasan logam mulia, serta senjata dan perkakas. Pengecoran tingkat lanjut ditemukan pada 90 persen barang tahan lama, termasuk mobil, truk, ruang angkasa, kereta api, peralatan pertambangan dan konstruksi, sumur minyak, peralatan rumah tangga, pipa, hidran, turbin angin, pembangkit listrik tenaga nuklir, peralatan medis, produk pertahanan, mainan, dan lagi. .

Teknik tradisional meliputi pengecoran lilin (yang selanjutnya dapat dibagi menjadi pengecoran sentrifugal dan pengecoran vakum), pengecoran plester dan pengecoran pasir. Proses pengecoran modern terbagi dalam dua kategori utama: pengecoran habis pakai dan sekali pakai. Selanjutnya dibagi lagi berdasarkan bahan cetakan (misalnya pasir atau logam) dan metode pengecoran (misalnya gravitasi, vakum atau tekanan rendah).

Pengecoran cetakan yang bisa dibuang

Pengecoran aplikasi merupakan klasifikasi umum yang meliputi pasir, plastik, cangkang, plester dan cetakan investasi (teknik lilin hilang). Metode cetakan ini melibatkan penggunaan cetakan sekali pakai sementara.

Pengecoran pasir adalah metode pengecoran yang dipraktikkan secara luas dan mudah serta telah digunakan selama berabad-abad. Hal ini memungkinkan produksi dalam jumlah yang lebih kecil dibandingkan dengan pengecoran cetakan permanen, dan dengan biaya yang wajar. Pengecoran pasir menawarkan berbagai keuntungan, termasuk kemampuan menciptakan produk dengan biaya rendah dan mengakomodasi operasi berukuran sangat kecil. Prosesnya memungkinkan pengecoran barang mulai dari yang cukup kecil untuk muat di tangan hingga cukup besar untuk tempat tidur gerbong kereta.

Pengecoran pasir memerlukan waktu tunggu berhari-hari atau bahkan berminggu-minggu untuk produksi dengan tingkat keluaran yang tinggi dan sangat cocok untuk produksi sebagian besar. Pasir hijau, diikat menggunakan tanah liat, bahan pengikat kimia, atau minyak terpolimerisasi, biasanya digunakan. Pasir dapat didaur ulang berkali-kali dan hanya membutuhkan sedikit perawatan.

Metode pengecoran lainnya termasuk pencetakan lempung, yang secara historis menghasilkan benda-benda simetris besar seperti meriam dan lonceng gereja, dan pengecoran cetakan plester, yang menggunakan plester paris sebagai pengganti pasir. Pencetakan cangkang menawarkan permukaan akhir yang lebih halus dan presisi lebih tinggi dibandingkan dengan pengecoran pasir dan ideal untuk benda kompleks berukuran kecil hingga sedang. Pengecoran investasi, yang dikenal sebagai pengecoran lilin hilang, cocok untuk memproduksi komponen berbentuk jaring dengan kontur rumit dari berbagai logam dan paduan, meskipun biayanya relatif mahal.

Pengecoran pola evaporatif, termasuk pengecoran busa hilang dan pengecoran cetakan penuh, menghilangkan kebutuhan untuk menghilangkan bahan pola dari cetakan sebelum pengecoran, sehingga menyederhanakan prosesnya. Pengecoran busa hilang menggunakan pola busa, sedangkan pengecoran cetakan penuh menggabungkan pengecoran pasir dengan pengecoran busa hilang dengan menggunakan pola busa polistiren diperluas yang dikelilingi pasir.

Pengecoran cetakan yang tidak dapat dibuang

Metode pengecoran cetakan yang tidak dapat dibuang, tidak seperti proses yang dapat dibuang, tidak memerlukan pembentukan kembali cetakan setelah setiap siklus produksi. Kategori ini mencakup beberapa teknik, termasuk pengecoran permanen, die, sentrifugal, dan kontinyu, yang semuanya menawarkan peningkatan kemampuan pengulangan dan hasil bentuk mendekati bersih.

Pengecoran cetakan permanen melibatkan cetakan yang dapat digunakan kembali yang biasanya terbuat dari logam, dengan gravitasi, tekanan gas, atau vakum yang digunakan untuk mengisi cetakan. Die casting memaksa logam cair ke dalam rongga cetakan di bawah tekanan tinggi, biasanya menghasilkan komponen berukuran kecil hingga sedang dengan detail dan kualitas permukaan yang baik. Pengecoran logam semi padat mengurangi porositas dengan menggunakan bahan umpan sebagian padat dan sebagian cair yang disuntikkan ke dalam cetakan baja.

Pengecoran sentrifugal melibatkan penuangan logam cair ke dalam cetakan yang berputar, memungkinkan gaya inersia untuk mendistribusikan logam ke pinggiran cetakan. Metode ini tidak bergantung pada gravitasi dan tekanan, dengan waktu tunggu yang bervariasi tergantung pada aplikasinya.

Pengecoran kontinyu digunakan untuk produksi potongan logam bervolume tinggi dengan penampang konstan. Logam cair dituangkan ke dalam cetakan berpendingin air, membentuk kulit padat di atas bagian tengah cairan. Untaian yang dihasilkan terus menerus dikeluarkan dari cetakan dan diproses lebih lanjut menjadi produk setengah jadi.

Upcasting adalah metode pengecoran kontinyu yang digunakan untuk memproduksi batang dan pipa dengan berbagai profil. Ini bisa vertikal atau horizontal dan biasanya diterapkan pada logam seperti tembaga, perunggu, dan paduan nikel. Metode ini menawarkan keuntungan dalam menghasilkan logam yang hampir bebas oksigen dengan laju kristalisasi yang dapat disesuaikan.

Disadur dari: en.wikipedia.org 

Paduan tembaga adalah paduan logam yang komponen utamanya adalah tembaga. Mereka memiliki ketahanan korosi yang tinggi. Dari sekian banyak jenis yang berbeda, jenis tradisional yang paling terkenal adalah perunggu, dimana timah merupakan bahan tambahan yang penting, dan kuningan, dimana seng digunakan sebagai gantinya. Keduanya adalah istilah yang tidak tepat. Latte adalah istilah lain yang banyak digunakan untuk koin tembaga yang sangat tinggi. Saat ini, istilah paduan tembaga digantikan oleh semuanya, terutama di museum.

Deposit tembaga berlimpah di sebagian besar dunia (70 bagian per juta di seluruh dunia) dan oleh karena itu merupakan logam yang relatif murah. Sebaliknya, timah relatif langka (2 bagian per juta) baik di Eropa maupun di Mediterania, dan pada zaman prasejarah, perdagangan harus dilakukan dalam jarak yang jauh dan mahal, bahkan terkadang hampir mustahil untuk diperoleh. Kelangkaan seng berada di antara keduanya, yaitu 75 bagian per juta, namun seringkali lebih sulit dibedakan dari bijih. Oleh karena itu, perunggu dengan persentase timah ideal harganya mahal, dan proporsi timah sering kali dikurangi untuk menghemat biaya. Penemuan dan eksploitasi lempengan timah di Bolivia pada tahun 1800-an membuat harga timah jauh lebih murah, meskipun perkiraan pasokan di masa depan tidak jelas.

Senyawa tembaga dan paduan tembaga secara longgar dikelompokkan menjadi 400 kelas: tembaga, paduan tembaga kaya, kuningan, perunggu, tembaga-nikel, tembaga-nikel-seng (nikel-perak), tembaga timbal dan paduan khusus.

Komposisi

Kesamaan tampilan berbagai paduan, serta perbedaan kombinasi unsur yang digunakan untuk membuat setiap paduan, dapat menyebabkan kebingungan saat mengklasifikasikan senyawa yang berbeda. Tabel berikut mencantumkan unsur paduan utama dari empat jenis yang paling umum di industri modern, beserta nama masing-masing jenis. Jenis-jenis sejarah, seperti yang menggambarkan Zaman Perunggu, lebih tidak jelas, karena campurannya biasanya bervariasi.

Klasifikasi tembaga paduan dan nomor UNS

• Paduan tembaga, termasuk kuningan, terutama dicampur dengan seng (Zn). Mereka diberi nomor UNS mulai dari C1xxxx hingga C4xxxx, dan dari C66400 hingga C69800.
• Paduan perunggu fosfor mengandung timah (Sn) sebagai unsur paduan utamanya. Mereka diidentifikasi dengan nomor UNS pada kisaran C5xxxx.
• Perunggu aluminium adalah paduan dimana aluminium (Al) berfungsi sebagai elemen paduan utama. Mereka dikategorikan dengan nomor UNS mulai dari C60600 hingga C64200.
• Perunggu silikon, yang dibedakan dengan adanya silikon (Si), diberi nomor UNS dalam kisaran C64700 hingga C66100.
• Tembaga nikel dan perak nikel terutama menggunakan nikel (Ni) sebagai unsur paduan utamanya. Mereka diidentifikasi dengan nomor UNS yang dimulai dengan C7xxxx.
   

 Disadur dari: en.wikipedia.org

Tabu Search

Tabu Search (TS) adalah metode pencarian metaheuristik yang menggunakan metode pencarian lokal untuk optimasi matematis. Metode ini diciptakan oleh Fred W. Glover pada tahun 1986 dan diformalkan pada tahun 1989.

Pencarian lokal mengambil solusi potensial untuk suatu masalah dan memeriksa tetangga-tetangganya secara langsung (solusi yang mirip kecuali beberapa detail kecil) dengan harapan menemukan solusi yang lebih baik. Metode pencarian lokal memiliki kecenderungan untuk terjebak di wilayah suboptimal atau di dataran tinggi di mana banyak solusi memiliki tingkat kecocokan yang sama.

Tabu Search meningkatkan kinerja pencarian lokal dengan melonggarkan aturan dasarnya. Pertama, pada setiap langkah, gerakan yang memperburuk solusi dapat diterima jika tidak ada gerakan yang memperbaiki yang tersedia (seperti ketika pencarian terjebak pada minimum lokal yang ketat). Selain itu, larangan (dari situlah istilah "tabu" berasal) diberlakukan untuk mencegah pencarian kembali ke solusi yang sudah dikunjungi sebelumnya.

Implementasi dari Tabu Search menggunakan struktur memori yang menggambarkan solusi yang telah dikunjungi atau aturan-aturan yang diberikan oleh pengguna. Jika solusi potensial telah dikunjungi dalam periode waktu tertentu atau telah melanggar suatu aturan, maka solusi tersebut ditandai sebagai "tabu" (dilarang), sehingga algoritma tidak mempertimbangkan kemungkinan tersebut secara berulang-ulang.

Latar Belakang

Tabu Search adalah algoritma metaheuristik untuk memecahkan masalah optimasi kombinatorial (masalah yang memerlukan konfigurasi optimal dan pemilihan opsi).Aplikasi Tabu Search saat ini mencakup bidang-bidang seperti perencanaan sumber daya, telekomunikasi, desain VLSI, analisis keuangan, penjadwalan, perencanaan ruang, distribusi energi, teknik molekuler, logistik, pemilahan pola, manufaktur fleksibel, pengelolaan limbah, eksplorasi mineral, analisis biomedis, dan lingkungan.

Konservasi alam dan banyak lagi. Dalam beberapa tahun terakhir, jurnal dari berbagai bidang telah menerbitkan artikel tutorial dan studi komputasi yang mendokumentasikan keberhasilan Tabu Search dalam memperluas batas-batas masalah yang dapat diatasi secara efektif dan menghasilkan solusi yang kualitasnya seringkali jauh melebihi metode yang digunakan sebelumnya. Daftar lengkap penerapannya, termasuk penjelasan singkat tentang manfaat yang dihasilkan dari penerapan praktis.

Tipe Memory

Tabu Search, sebuah algoritma metaheuristik untuk optimasi kombinatorial, membawa inovasi dalam penanganan masalah kompleks dengan memanfaatkan metode pencarian lokal. Struktur memori Tabu Search, terbagi menjadi memori jangka pendek, menengah, dan panjang, memberikan keunggulan dalam mengatasi kendala-kendala yang umumnya dihadapi oleh metode pencarian lokal tradisional. Memori jangka pendek mencatat solusi-solusi terkini, melarang revisi hingga kadaluwarsa, sementara memori jangka menengah dan panjang menentukan aturan intensifikasi dan diversifikasi untuk membimbing pencarian ke arah yang optimal.

Implementasinya mencakup struktur memori yang merinci solusi-solusi yang sudah dikunjungi atau aturan-aturan pengguna. Keberhasilan Tabu Search terlihat dalam berbagai aplikasi, termasuk perencanaan sumber daya, desain VLSI, logistik, dan sektor lainnya, sering kali menghasilkan solusi yang melampaui kualitas metode-metode sebelumnya. Dengan penekanan pada struktur memori yang adaptif, Tabu Search memberikan kontribusi berharga dalam penyelesaian efisien masalah optimasi kompleks.

Contoh : Traveling Salesman Problem

Pencarian Tabu digunakan untuk menyelesaikan masalah traveling salesman (TSP). TSP sendiri adalah pertanyaan sederhana: Apa rute terpendek yang mengunjungi semua kota dalam daftar kota? Misalnya, jika Kota A dan Kota B berdekatan sedangkan Kota C berjauhan, maka total jarak perjalanan akan lebih pendek jika kota A dan B dikunjungi secara berurutan sebelum mengunjungi Kota C. Karena mencari solusi optimal sangatlah sulit (NP-hard),menggunakan metode pendekatan heuristik seperti pencarian lokal untuk mendapatkan solusi mendekati optimal.Untuk mendapatkan solusi TSP yang baik, penting untuk memanfaatkan struktur grafis.Pencarian Tabu sangat cocok sebagai metode metaheuristik untuk memecahkan masalah ini.

Ada strategi khusus yang terkait dengan pencarian Tabu, yang disebut metode rantai penggusuran, yang memungkinkan diperolehnya solusi TSP berkualitas tinggi secara efisien.Di sisi lain, pencarian tabu sederhana dapat digunakan untuk menemukan solusi yang memuaskan di TSP. Artinya solusi ini memenuhi kriteria cukup, meskipun belum seoptimal solusi yang memanfaatkan struktur grafik dengan baik. Proses pencarian dimulai dengan solusi awal, yang dapat dihasilkan secara acak atau dengan suatu algoritma.Untuk menciptakan solusi baru, kami menukar urutan kunjungan kedua kota tersebut dengan solusi potensial.

Total jarak yang ditempuh digunakan untuk mengevaluasi keunggulan suatu solusi dibandingkan dengan solusi lainnya. Untuk menghindari terjebak dalam pola kunjungan berulang atau solusi lokal yang lebih baik, solusi ditambahkan ke daftar tabu ketika solusi tersebut diterima dalam wilayah solusi tertentu.Proses pencarian berlanjut hingga kriteria penghentian tercapai, misalnya sejumlah iterasi tertentu. Setelah pencarian tabu sederhana dihentikan, hasil akhir akan mengembalikan solusi terbaik yang ditemukan selama proses eksekusi.

Disadur dari : en.wikipedia.org