Not checkedNot checked for notices yet.
Model Optimisasi Linier Integer untuk Masalah Pemilihan Media Periklanan dengan menggunakan Pendekatan Konsep Set Covering
Diah Chaerani, Erna Erna, Stanley P. Dewanto
Jurnal Matematika Integratif · 2013
doi:10.24198/jmi.v9.n1.10198.61-74 (opens in a new tab)
We email you when a new notice or a question about this paper appears.
Abstract
Dalam paper ini disajikan kajian model optimisasi strategi pemilihan media periklanan dengan menggunakan pendekatan konsep set covering (SC). Pentingnya disain model masalah ini terletak pada konstruksi fungsi kendala sebagai masalah SC, dimana himpunan tipe audiens diasumsikan sebagai suatu himpunan yang terlingkupi oleh himpunan media yang tersedia. Ini berarti bahwa himpunan media beranggotakan sub himpunan dari himpunan tipe audiens. Tujuan utama dari masalah pemilihan media periklanan ini dapat dinyatakan sebagai masalah optimisasi untuk menentukan kombinasi terbesar dari setiap anggota dari himpunan media yang melingkupi (atau disebut sebagai suatu cover) atas himpunan audiens dengan biaya promosi periklanan yang minimum. Dapat ditunjukkan bahwa model optimisasi yang diperoleh merupakan masalah Integer Linier Programming (ILP), sehingga masalah ini harus diselesaikan dengan menggunakan metode/skema branch and bound dalam perhitungan numeriknya. Selanjutnya, untuk memperoleh suatu model optimisasi yang memperhatikan kondisi logis di dunia nyata, maka disajikan pula penambahan kondisi logis dengan konstruksi fungsi kendala menggunakan konsep conditional constraints. Contoh masalah yang disajikan dalam makalah ini merujuk pada [1]. Keywords: optimisasi, pemrograman linier integer, set covering, periklanan, skema branch and bound
Abstract licence: CC BY-SA
Reads
Read by people on this page
None yet.
Checked or read by AI through naulon
None yet.
A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.
Are you an author?
Is this your paper?
Claim it to add your note and be paid when agents cite it. Free.