MOJAKOE. June 4. Metode Kuantitatif dalam Bisnis

Ukuran: px
Mulai penontonan dengan halaman:

Download "MOJAKOE. June 4. Metode Kuantitatif dalam Bisnis"

Transkripsi

1 MOJAKOE June Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEUI. Download MOJAKOE dan SPA Mentoring di : Metode Kuantitatif dalam Bisnis

2 UJIAN AKHIR SEMESTER METODE KUANTITATIF DALAM BISNIS WAKTU : 150 MENIT SIFAT UJIAN : CLOSED BOOK I. NETWORK FLOW MODEL Bagian A (10 poin) PT. Water adalah perusahaan air minum kemasan yang baru saja membuka cabang area penjualan baru. Manajer distribusi PT. Water merencanakan untuk mengirim produk dari gudang di titik A ke seluruh agen di area baru yang berada di titik B, C, D, E, F dan G. Gambar alur di bawah menunjukkan kemungkinan rute yang dapat ditempuh berikut waktu tempuh antara gudang ke agen maupun antar-agen (dalam satuan menit). 26 B 24 D 22 A F C 20 E G Tugas: Tentukan rute yang harus dipilih manajer distribusi untuk memperoleh waktu tercepat pengiriman produk dari gudang A ke masing-masing agen seluruhnya di area baru. Bagian B (10 poin) PT. Gembira berencana membuat jalur pedestrian yang menghubungkan antar lokasi permainan di tempat wisata Gembira. Gambar di bawah menunjukkan kemungkinan jalur yang dapat ditempuh berikut jarak antar lokasi (dalam satuan meter). Antara lokasi A dan E terdapat kolam kecil. 10 C F 9 12 A 40 B D 8 15 E 10 G

3 Tugas: Tentukan jalur pedestrian yang harus dibangun sehingga dapat menghubungkan seluruh lokasi dengan meminimalkan biaya dan waktu pembuatan. II. GOAL PROGRAMMING (20 POIN) Sebuah kilang dapat memproduksi avtur dan premium dari minyak mentah yang diolahnya. Kilang tersebut dapat mengolah minyak mentah dari jenis crude A, crude B, crude C, dan crude D. Setiap jenis minyak mentah memiliki yield yang berbeda dalam menghasilkan output. Berikut adalah yield teoritis dan harga dari masingmasing jenis minyak mentah serta harga output (produk) yang dihasilkan dari pengolahan minyak mentah pada primary process, yaitu proses ketika minyak mentah diolah di kilang untuk pertama kali. Crude Product Yield Crude Crude Avtur Premium Naphta Residue Price Value A 19.64% 15.98% 14.74% 49.64% $ $ B 17.85% 14.53% 13.40% 54.22% $ $ C 15.17% 12.35% 11.39% 61.09% $ $ D 10.96% 8.92% 8.23% 71.89% $86.08 $ Product Price $ $ $ $ Naphta dan residue merupakan produk intermedia yang dapat langsung dijual maupun diolah lebih lanjut melalui secondary processuntuk menghasilkan tambahan avtur dan premium. Berikut adalah yield teoritis untuk menghasilkan tambahan avtur dan premium beserta biaya pemrosesan lebih lanjut dari naphta dan residue. Intermedia Product Yield Avtur Premium Biaya Naphta 39.11% 60.89% $7.42 Residue 21.98% 68.02% $10.60 General Manager (GM) kilang memiliki prioritas tanggung jawab yang harus dipenuhi sebagai berikut: 1. Kilang harus memproduksi minimum boe (barrel oil equivalent) avtur dan boe premium. 2. Kilang harus menyerap minyak mentah domestik minimal bbl (barrel) crude A, crude B, dan crude C.

4 3. GM kilang ingin meminimalkan berapapun biaya yang dibutuhkan dari primary process dan secondary process untuk menghasilkan avtur dan premium yang dibutuhkan serta mengolah minyak mentah yang harus diserap. 4. GM kilang ingin meminimalkan produk intermedia yang tersisa pada akhir periode, dengan kata lain produk intermedia yang dihasilkan dari primary process ingin diolah seluruhnya dalam secondary process untuk menghasilkan tambahan avtur dan premium hingga minimal mampu mencapai jumlah produksi yang ditargetkan. Dalam memenuhi tanggung jawabnya, GM kilang juga menghadapi kendala keterbatasan kapasitas produksi kilang yang hanya mampu memproduksi maksimal boe avtur dan premium. Dalam merencanakan produksi yang optimal, kilang menggunakan suatu software optimasi yang bernama Generalized Refinery Transportation Management Planning System (GRTMPS). Anda diminta memformulasikan model matematis standar dari permasalahan optimasi kilang di atas untuk dimasukkan ke dalam software GRTMPS. Petunjuk: Anda terlebih dahulu harus mendefinisikan apa yang dicerminkan/diwakili dari setiap variabel keputusan. Deviational variable tidak perlu didefinisikan. III. DECISION ANALYSIS (20 POIN) Manajemen perusahaan makanan terkenal di Indonesia sedang memutuskan apakah akan mengenalkan produk mayonaise Mayo atau tidak. Perusahaan dapat melakukan tes pasar di salah satu daerah atau langsung mengenalkan produknya di pasar nasional. Biaya tes pasar adalah Rp. 1,5 milyar. Apabila perusahaan melaksanakan tes pasar, perusahaan harus menunggu hasilnya terlebih dahulu sebelum memutuskan apakah akan mengenalkan Mayo atau tidak. Probabilita tes pasar memberikan hasil positif adalah 0,6. Alternatif berikutnya adalah perusahaan tidak melakukan tes pasar dan langsung mengenalkan produk di tingkat nasional. Jika Mayo dikenalkan di tingkat nasional dan sukses, perusahaan bisa memperoleh profit sebesar Rp. 1,6 trilyun, akan tetapi apabila produk gagal terjual maka kemungkinan kerugian adalah sebesar Rp. 700 milyar. Probabilita produk sukses terjual tanpa tes pasar adalah 50%. Sedangkan probabilita produk sukses terjual, melalui tes pasar terlebih dahulu dengan hasil positif, adalah sebesar 80%. Sedangkan probabilita produk sukses terjual, melalui tes pasar terlebih dahulu dengan hasil negatif, adalah sebesar 30%. Tugas: 1. Dengan menggunakan decision tree analysis, apakah perusahaan harus melakukan tes pasar terlebih dahulu? (6 poin)

5 2. Hitunglah Expected Value of Sample Information (EVSI) atas nilai tes pasar dan jelaskan artinya. (8 poin) 3. Hitunglah Expected Value of Perfect Information (EVPI) dan jelaskan artinya. (6 poin) IV. GAME THEORY (20 POIN) Pemerintah Indonesia sedang berencana untuk membeli buah tank Leopard A2 dari Pemerintah Jerman. Harga yang ditawarkan oleh Pemerintah Jerman adalah 50 juta euro per buah, belum termasuk diskon. Pemerintah Indonesia mencoba menawar harga yang ditawarkan tersebut dengan berbagai taktik negosiasi. Salah satu anggota tim negosiator Indonesia, Dr. Arjan Arjo adalah seorang ahli teknik yang lama tinggal di Jerman, yang paham betul taktik dan strategi negosiasi yang akan dilakukan oleh tim Jerman. Dengan menggunakan salah satu bidang kepakaran dalam Game Theory, ia menyusun dan memprediksi payoff table sebagai berikut: (dalam juta Euro) Strategi Indonesia Strategi Jerman A B C D Anda diminta untuk menentukan: a. Apakah payoff table ini mengandung strategi dominan atau tidak? Tentukan strategi awal yang diterapkan oleh masing-masing pihak. (5 poin) b. Menurut Anda berapa ekspektasi harga jual tank Leopard yang ingin diterima oleh Pemerintah Jerman dan harga beli yang ingin dibayarkan oleh Pemerintah Indonesia? (15 poin) V. INTEGER PROGRAMMING Pak Saleh memiliki lima perkebunan singkong yang memberikan hasil melimpah setiap panennya. Setiap kali panen, sebagian hasil panennya langsung dijual ke pasar atau masyarakat sekitar, dan sebagian lagi dijual ke pabrik pengolahan keripik singkong. Saat ini, Pak Saleh berencana untuk membuat sendiri pabrik keripik singkong sehingga ia bisa mengolah sendiri hasil kebunnya. Untuk tahap awal, Pak Saleh ingin membangun dua pabrik, namun ia memiliki tiga alternatif tempat yang menarik baginya, yaitu Area A, Area B, dan Area C. Data-data terkait perkebunan dan alternatif tempat pendirian pabrik adalah sebagai berikut.

6 Data perkebunan: Hasil Total per Tahun (ton) Persentase maksimal yang dapat diolah Jumlah pekerja menjadi keripik Kebun % 10 Kebun % 10 Kebun % 8 Kebun % 12 Kebun % 11 Data alternatif pabrik: Kapasitas produksi Biaya tetap per tahun maksimal Area A 110 Rp Area B 120 Rp Area C 100 Rp Biaya angkut per ton singkong dari perkebunan ke alternatif pabrik (dalam ribuan rupiah): Area A Area B Area C Kebun Kebun Kebun Kebun Kebun Pak Saleh ingin menentukan dua area yang akan ia pilih untuk mendirikan pabrik sehingga total biaya pabrik dan pengangkutan dapat diminimalkan. Biaya pendirian pabrik sama untuk ketiga area tersebut. Sebagai informasi tambahan, karena ada kesepakatan bisnis dengan rekan lama, bila Area A dipilih maka Area C juga harus dipilih, tetapi tidak sebaliknya. Tugas: Buatlah model integer programming yang dapat membantu Pak Saleh dalam mengambil keputusan pemilihan area pabrik. VI. SENSITIVITY ANALYSIS (20 POIN) Sebuah perusahaan memproduksi mangkuk dan gelas. Laba dari selusin mangkuk dan gelas masing-masing adalah Rp dan Rp Untuk menghasilkan selusin mangkuk dan gelas dibutuhkan masing-masing jam tenaga kerja dan jam tenaga kerja. Selain itu juga dibutuhkan tanah liat seberat gram untuk selusin mangkuk dan gram untuk selusin gelas. Dalam satu periode produksi, perusahaan hanya memiliki jam tenaga kerja dan gram

7 tanah liat. Anda diminta melengkapi worksheet dan solver pada lampiran dengan ketentuan sebagai berikut: 1. Anda diminta mengisi semua cell yang diberi warna abu-abu pada lampian worksheet. Contoh: C2 =..., D2 =..., C4 =..., dst. (5 poin) 2. Anda diminta melengkapi solver parameter box yang diberikan pada lampiran. (5 poin) Selain itu Anda diminta menjawab pertanyaan-pertanyaan berikut berdasarkan sensitivity report di bawah: 1. Apakah permasalahan ini termasuk dalam unique optimal solution problem, multiple optimal solution problem, atau infeasible problem? Jelaskan jawaban Anda secara ringkas. (2,5 poin) 2. Jika ada yang menawarkan tambahan tanah liat sebanyak gram seharga Rp. 5 per gram, apakah pimpinan perusahaan harus menerima seluruh penawaran tersebut? Jika tidak, berapa gram tanah liat yang dapat diterima pimpinan perusahaan pada harga tersebut? Jelaskan jawaban Anda secara ringkas. (5 poin) 3. Agar shadow price jam tenaga kerja tidak sama dengan nol, berapa seharusnya jumlah maksimum dari jam tenaga kerja? (2,5 poin) Adjustable Cells Cell Name Final Shadow Objective Allowable Allowable Value Price Coefficient Increase Decrease $C$8 Mangkuk E+30 0 X1 $C$9 Gelas X E+30 Constraints Cell Name $E$4 Jam tenaga kerja Usage $E$5 Tanah liat Usage Final Value Shadow Price Objective Coefficient Allowable Increase Allowable Decrease E

8 JAWABAN I. NETWORK FLOW MODEL Bagian A Shortest Route Flow Waktu Total A-B A-B-C A-B-D A-B-E A-B-E-F A-B-E-G Total waktu yang diperlukan 306 Bagian B Minimal Spanning Tree Flow Jarak B-G 8 G-D 15 D-E 8 E-F 9 A-D 11 A-C 9 Total jarak minimum 60 permanent set II. DECISIONAL VARIABLES misal Xa Xb Xc Xd Ya Jumlah crude A (dalam barrel) Jumlah crude B Jumlah crude C Jumlah crude D Jumlah avtur (dalam barrel) Yb Jumlah premium Yc Jumlah naphta Yd Jumlah residue Komposisi tiap produk: Ya = Xa Xb Xc Xd Yc Yd Yb = Xa Xb Xc Xd Yc Yd Yc = Xa Xb Xc Xd Yd = Xa Xb Xc Xd

9 o Formula model matematis standar : Ya + d 1 - = Yb + d2- = Minimize P1d1-, P1d2- o Xa + d 3 - = Xb + d 4 - = Xc + d 5 - = o Objective : minimize P 2 d P 2 D P 2 D 5 - o Minimalisasi biaya o Biaya Primary Process = 123,98Xa + 118,08 Xb + 106,27 Xc + 86,08 Xd o Biaya Secondary Process = 7,42 Yc + 10,6 Yd P3 : (123,98 Xa + 118,08 Xb + 106,27 Xc + 86,08 Xd ) + (7,42 Yc + 10,6 Yd ) d6+ = 0 Objective : minimize P 3 d 6 - o Minimalisasi produk intermedia Yc + Yd d 7 + = 0 o Objective : minimize P 4 d 7 + III. DECISION ANALYSIS 1. Decision Tree sukses 0,8 tes pasar positif 0,6 negatif 0,4 gagal 0,2 sukses 0,3 Sukses : Rp. 1,6 T Gagal : - Rp. 700 M tid ak tes sukses 0,5 gagal 0,7 gagal 0,5

10 Expected Value dari masing-masing kejadian (dalam milyar rupiah): - EV (Positif) = 0,8 x ,2 x 700 = EV (Negatif) = 0,3 x ,7 x 700 = EV (Tanpa Tes) = 0,5 x ,5 x 700 = EV (Tes Pasar) = 0,6 x ,4 x 10 1,5 = 678,5 Decision : melakukan tes pasar (678,5) 2. Expected Value of Sample Information (EVSI) EVSI = Biaya tes pasar + selisih keuntungan dari melakukan tes pasar EVSI = 1,5 + (678,5 450) EVSI = 230 Interpretasi : Jika manajemen perusahaan melakukan tes pasar, maka penambahan keuntungan yang diharapkan akan didapat adalah sebesar 230 miliar. 3. Expected Value of Perfect Information (EVPI) Decision Sukses (50%) Gagal (50%) Memperkenalkan produk Tidak mengenalkan 0 0 produk EV with PI = 50% x % x 0 = 800 *Jika perusahaan mengetahui bahwa produknya akan sukses, maka perusahaan memilih untuk memperkenalkan produk mereka. Tapi jika mereka mendapat informasi bahwa produknya akan gagal, maka perusahaan lebih memilih untuk tidak memperkenalkan produk mereka. EVPI = EVPI = 350 Interpretasi : Manajemen perusahaan bersedia membayar sebesar 350 miliar rupiah untuk mendapatkan perfect information dalam pembuatan keputusan. 4. GAME THEORY (dalam juta euro) Strategi Indonesia Strategi Jerman A B C D

11 a. Ya. Strategi yang dominan adalah strategi B dan C, serta strategi 1 dan 2. Strategi awal yang diterapkan oleh Jerman adalah strategi 2karena menerapkan prinsip maximin sebagai pihak defensive. Sedangkan strategi awal yang diterapkan oleh Indonesia adalah strategi Ckarena menerapkan prinsip minimax sebagai pihak offensive. b. Expected Gain/Loss Jika Jerman memilih strategi 1, maka expected loss untuk Indonesia adalah p (1-p) = p Jika Jerman memilih strategi 2, maka expected loss untuk Indonesia adalah p (1-p) = p Menyamakan expected loss p = p p = p = ¼ EL (Indonesia) = 0.25 (90.000) (75.000) = Ekspektasi harga jual tank Leopard yang ingin diterima oleh Jerman dan harga beli yang ingin dibayarkan oleh Pemerintah Indonesia adalah sebesar juta euro. 5. INTEGER PROGRAMMING Decision Variables : A j = pilihan area j = A, B, C x ij = singkong yang diangkut dari kebun i ke area j i = 1, 2, 3, 4, 5, 6 dan j = A, B, C (dalam ribuan rupiah) Objective Function: minimize Z = 325 X 1A X 1B X 1C X 2A X 2B X 2C X 3A X 3B X 3C X 4A X 4B X 4C X 5A X 5B X 5C A A A B A C subject to 0,4 X 1A + 0,5 X 2A + 0,6 X 3A + 0,4 X 4A + 0,3 X 5A 100A A 0 0,4 X 1B + 0,5 X 2B + 0,6 X 3B + 0,4 X 4B + 0,3 X 5B 120A B 0 0,4 X 1C + 0,5 X 2C + 0,6 X 3C + 0,4 X 4C + 0,3 X 5C 100A C 0 A C A A A A, A B, A C = 0 or 1

12 6. SENSITIVITY ANALYSIS a. Multiple optimal solution problem. Karena pada cell allowable increase dan allowable decrease ada yang menunjukkan angka 0. b. Ya. Karena perusahaan mendapatkan revenue sebesar Revenue = Rp. 10 x = Rp Cost = Rp. 5 x = Rp Net benefit = Rp Karena net benefit perusahaan masih positif, perusahaan harus menerima tawaran tersebut. c. Jumlah maksimum dari tenaga kerja seharusnya Constraint Allowable Decrease = =

13 Lampiran Solver untuk Soal Sensitivity Analysis

Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEUI. Download MOJAKOE dan SPA Mentoring di : MOJAKOE MKDB SPA FEUI 2014

Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEUI. Download MOJAKOE dan SPA Mentoring di :  MOJAKOE MKDB SPA FEUI 2014 MOJAKOE Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEUI. Download MOJAKOE dan SPA Mentoring di : http://spa-feui.com MKDB SPA FEUI 2014 Universitas Indonesia Fakultas Ekonomi Ujian Akhir Semester

Lebih terperinci

MOJAKOE MKDB. Dilarang Memperbanyak Mojakoe ini tanpa seijin. Mojakoe dapat didownload di

MOJAKOE MKDB. Dilarang Memperbanyak Mojakoe ini tanpa seijin. Mojakoe dapat didownload di MOJAKOE MKDB Dilarang Memperbanyak Mojakoe ini tanpa seijin SPA FEUI Mojakoe dapat didownload di www.spa-feui.com Fb: SPA FEUI Twitter: @spafeui 1 P a g e S e m e s t e r G e n a p 2 0 1 1 / 2 0 1 2 Ujian

Lebih terperinci

MKDB UAS Semester Genap 2014/2015

MKDB UAS Semester Genap 2014/2015 MOJAKOE MOdul JAwaban KOEliah MKDB UAS Semester Genap 2014/2015 t@spafebui fspa FEB UI Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEB UI. Official Partners: 1 2 3 4 SOAL 1 MODELLING LINEAR PROGRAMMING

Lebih terperinci

MENTORING MKDB. Dilarang Memperbanyak Mentoring ini tanpa seijin SPA FEUI. Mentoring dapat didownload di

MENTORING MKDB. Dilarang Memperbanyak Mentoring ini tanpa seijin SPA FEUI. Mentoring dapat didownload di MENTORING MKDB Dilarang Memperbanyak Mentoring ini tanpa seijin SPA FEUI Mentoring dapat didownload di www.spa-feui.com Fb: SPA FEUI Twitter: @spafeui MENTORING UAS MKDB 211/212 SPA FEUI Soal 1. Sensitivity

Lebih terperinci

SPA MENTORING. Rabu, 23 Maret 2016 MKDB (UTS) By: Chelvin Romaretho Silalahi. SOAL 1 Integer Linear Programming

SPA MENTORING. Rabu, 23 Maret 2016 MKDB (UTS) By: Chelvin Romaretho Silalahi. SOAL 1 Integer Linear Programming SESI 4 SOAL 1 Integer Linear Programming SPA MENTORING Rabu, 23 Maret 2016 MKDB (UTS) By: Chelvin Romaretho Silalahi The Metropolitan Arts Council (MAC) wants to advertise its upcoming season of plays,

Lebih terperinci

UJIAN AKHIR SEMESTER GENAP 2014/2015 Mata Kuliah : Metode Kuantitatif dalam Bisnis

UJIAN AKHIR SEMESTER GENAP 2014/2015 Mata Kuliah : Metode Kuantitatif dalam Bisnis UJIAN AKHIR SEMESTER GENAP 2014/2015 Mata Kuliah : Metode Kuantitatif dalam Bisnis Soal 1 Solusi Grafis Linear Programming (20 poin) PT Tambi memiliki 20 hektar tanah perkebunan di lereng gunung Sindoro

Lebih terperinci

LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel

LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel LINDO Pegertian: Lindo (Linear Interactive Discrete Optimize) adalah paket program siap pakai yang digunakan untuk memecahkan masalah linear, integer dan quadratic programming. Kemampuan: Lindo dapat digunakan

Lebih terperinci

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq Software Application II (Before Final Test) wertyuiopasdfghjklzxcvbnmqwertyui

Lebih terperinci

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi Merupakan salah satu bentuk dari model jaringan kerja (network). Suatu model yang berhubungan dengan

Lebih terperinci

Materi #13 TKT101 PENGANTAR TEKNIK INDUSTRI T a u f i q u r R a c h m a n

Materi #13 TKT101 PENGANTAR TEKNIK INDUSTRI T a u f i q u r R a c h m a n Materi #13 TKT101 PENGANTAR TEKNIK INDUSTRI Kemampuan Akhir Yang Diharapkan 2 Mampu membandingkan antara kondisi nyata dengan penerapan teori yang telah dipelajari. Indikator Penilaian Ketepatan dalam

Lebih terperinci

Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan

Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan I. Pendahuluan A. Latar Belakang (Min. 1 lembar) B. Rumusan Masalah Rumusan masalah yang ada pada modul 1 ini adalah : Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming

Lebih terperinci

Dualitas Dalam Model Linear Programing

Dualitas Dalam Model Linear Programing Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi KONSEP

Lebih terperinci

Optimasi Jaringan. Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks

Optimasi Jaringan. Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks Optimasi Jaringan Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks Pendahuluan Sebuah model jaringan terdiri dari dua buah element utama, yaitu: Arc, marupakan

Lebih terperinci

TIN102 - Pengantar Teknik Industri Materi #13 Ganjil 2016/2017 TIN102 PENGANTAR TEKNIK INDUSTRI

TIN102 - Pengantar Teknik Industri Materi #13 Ganjil 2016/2017 TIN102 PENGANTAR TEKNIK INDUSTRI Materi #13 TIN102 PENGANTAR TEKNIK INDUSTRI Pendahuluan (1/2) 2 Berbagai keputusan secara langka dibuat dengan kepastian. Sebagian besar keputusan melibatkan faktor resiko. Kriteria umum untuk menilai

Lebih terperinci

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi Model Arus Jaringan Riset Operasi TIP FTP UB Mas ud Effendi 1 Pokok Bahasan Masalah rute terpendek (The Shortest Route Problem) Masalah rentang pohon minimal (The Minimal Spanning Tree Problem) Masalah

Lebih terperinci

Dualitas Dalam Model Linear Programing

Dualitas Dalam Model Linear Programing Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi KONSEP

Lebih terperinci

Keputusan MODUL OLEH

Keputusan MODUL OLEH Modul 5. Penanganan Ketidakpastian dan Diagram Keputusan ANALISAA SISTEM DAN PENGAMBILAN KEPUTUSAN MODUL V: PENANGANAN KETIDAKPASTIAN DAN DIAGRAM KEPUTUSAN OLEH : Prof. Dr. Ir. Marimin, M.Sc DEPARTEMEN

Lebih terperinci

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan Persamaan Matematis LP Minimumkan (minimized) n Aplikasi Linear Program (LP) dalam Formulasi Ransum M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan Z j = Σ c j x j j=1 Faktor pembatas : n Σ a ij

Lebih terperinci

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan Aplikasi Linear Program (LP) dalam Formulasi Ransum M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan Linear Programming Model hubungan linear antara fungsi tujuan (objective function) dan keterbatasan

Lebih terperinci

MOJAKOE MANAJEMEN INVESTASI

MOJAKOE MANAJEMEN INVESTASI Presented by : Accounting Study Division MoJaKoe Manajemen Investasi MOJAKOE MANAJEMEN INVESTASI UAS MI 2012/2013 ACCOUNTING STUDY DIVISION DILARANG memperbanyak MOJAKOE ini tanpa seijin SPA FEUI. Download

Lebih terperinci

PERTEMUAN 6 TEORI PENGAMBILAN KEPUTUSAN

PERTEMUAN 6 TEORI PENGAMBILAN KEPUTUSAN PERTEMUAN 6 TEORI PENGAMBILAN KEPUTUSAN Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN Objektif: 1. Mahasiswa dapat mencari penyelesaian masalah dengan model keputusan dalam kepastian 2. Mahasiswa dapat mencari

Lebih terperinci

MODEL ARUS JARINGAN. Pertemuan 9

MODEL ARUS JARINGAN. Pertemuan 9 MODEL ARUS JARINGAN Pertemuan 9 Pengertian Jaringan Jaringan adalah suatu susunan garis edar (path) yang terhubung pada berbagai titik, dimana satu atau beberapa barang bergerak dari satu titik ke titik

Lebih terperinci

PENGAMBILAN KEPUTUSAN MANAJEMEN

PENGAMBILAN KEPUTUSAN MANAJEMEN PENGAMBILAN KEPUTUSAN MANAJEMEN BAB 6. KONDISI PENGAMBILAN KEPUTUSAN 1. Pendahuluan 2. Kondisi Pengambilan Keputusan dalam Kepastian 3. Kondisi Pengambilan Keputusan dalam Ketidakpastian 4. Kondisi Pengambilan

Lebih terperinci

Metodologi Penelitian

Metodologi Penelitian Metodologi Penelitian Modul ke: PEMROGRAMAN LINIER Fakultas Program Pasca Sarjana Hamzah Hilal Program Studi Magister Teknik Elektro 13.1 UMUM Banyak keputusan manajemen dan atau riset operasi berkaitan

Lebih terperinci

TEKNIK RISET OPERASI (TRO) OPERATIONS RESEARCH (OR) Mbayak Ginting TRO

TEKNIK RISET OPERASI (TRO) OPERATIONS RESEARCH (OR) Mbayak Ginting TRO TEKNIK RISET OPERASI (TRO) OPERATIONS RESEARCH (OR) Mbayak Ginting TRO KETENTUAN Dilarang mengganggu jalannya PBM Kehadiran min. 75% Paling lambat masuk ke kelas 15 menit Harus buat tugas Mhs dapat lulus

Lebih terperinci

Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN

Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN Objektif: 1. Mahasiswa dapat mencari penyelesaian masalah dengan model keputusan dalam kepastian 2. Mahasiswa dapat mencari penyelesaian masalah dengan model keputusan

Lebih terperinci

Formulasi dengan Lindo. Dasar-dasar Optimasi. Hasil dengan Lindo 1. Hasil dengan Lindo 2. Interpretasi Hasil. Interpretasi Hasil.

Formulasi dengan Lindo. Dasar-dasar Optimasi. Hasil dengan Lindo 1. Hasil dengan Lindo 2. Interpretasi Hasil. Interpretasi Hasil. Formulasi dengan Lindo Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S Hillier, Gerald J Lieberman, McGraw-Hill,

Lebih terperinci

MODEL NETWORK. Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi

MODEL NETWORK. Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi MODEL NETWORK Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi Terdiri dari suatu jaringan kerja (network) yang dapat direpresentasikan dalam bentuk titik penghubung

Lebih terperinci

Model Arus Jaringan. Rudi Susanto

Model Arus Jaringan. Rudi Susanto Model Arus Jaringan Rudi Susanto Pengertian Jaringan Jaringan adalah suatu susunan garis edar (path) yang terhubung pada berbagai titik, dimana satu atau beberapa barang bergerak dari satu titik ke titik

Lebih terperinci

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) Mahasiswa mampu menggunakan modelmodel pengambilan keputusan untuk mengelola proses dan rantai pasok 1. Decision theory 2. Decision tree Pada pertemuan

Lebih terperinci

BAGIAN III OPTIMASI DENGAN SOLVER

BAGIAN III OPTIMASI DENGAN SOLVER BAGIAN III OPTIMASI DENGAN SOLVER DAFTAR ISI 3.1 Konsep Dasar Model Data... 3.2 Fungsi Model Data... 3.3 Jenis Model Data... 3.4 Model Data Berbasis Optimasi... 3.5 Optimasi dengan Program Linear... 3.6

Lebih terperinci

Dasar-dasar Optimasi

Dasar-dasar Optimasi Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S. Hillier, Gerald J. Lieberman, McGraw-Hill, Inc., International

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Istilah Riset Operasi pertama kali digunakan pada tahun 1940 oleh Mc. Closky dan Trefthen di suatu kota kecil, Bowdsey, Inggris. Pada masa awal perang 1939, pimpinan

Lebih terperinci

TUGAS BESAR RISET OPERASI PROGRAM QM

TUGAS BESAR RISET OPERASI PROGRAM QM TUGAS BESAR RISET OPERASI PROGRAM QM Dosen Pengampu : Ika Atsari Dewi, STP., MP Nama Anggota : Dian Fatmawati (115100300111021) Saundra Rosallina L. (115100300111043) Ita Winda Sari H. (115100300111063)

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.

BAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016. BAB IV ANALISIS DAN PEMBAHASAN 4.1 Pengumpulan dan Pengolahan Data Untuk menganalisi permasalahan pengoptimalan produksi, diperlukan data dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan

Lebih terperinci

Soal : Konsep dasar a. b. c. d. J=% ekuivalen dengan j= % Berapakah tingkat bunga efektif dari tawaran diskon tunai dalam credit terms /0, n/0? Tingka

Soal : Konsep dasar a. b. c. d. J=% ekuivalen dengan j= % Berapakah tingkat bunga efektif dari tawaran diskon tunai dalam credit terms /0, n/0? Tingka SPA MENTORING MKDB Dilarang Memperbanyak tanpa seijin SPA FEUI Download Mojakoe dan SPA Mentoring : www.spa-feui.com FB: SPA FEUI Twitter: @spafeui Soal : Konsep dasar a. b. c. d. J=% ekuivalen dengan

Lebih terperinci

TIN102 - Pengantar Teknik Industri Materi #12 Ganjil 2014/2015 TIN102 PENGANTAR TEKNIK INDUSTRI

TIN102 - Pengantar Teknik Industri Materi #12 Ganjil 2014/2015 TIN102 PENGANTAR TEKNIK INDUSTRI Materi #11 TIN102 PENGANTAR TEKNIK INDUSTRI Pendahuluan 2 Berbagai keputusan secara langka dibuat dengan kepastian. Sebagian besar keputusan melibatkan faktor resiko. Kriteria umum untuk menilai keputusan

Lebih terperinci

BAB 4 Analisis dan Bahasan

BAB 4 Analisis dan Bahasan BAB 4 Analisis dan Bahasan 4.1 Pengumpulan Data Pada proses distribusi minyak mentah konsumsi domestik, terdapat tiga lokasi pengiriman dan penyebaran hingga lokasi akhir distribusi minyak mentah yaitu

Lebih terperinci

Pengantar Integer Programming

Pengantar Integer Programming Pengantar Integer Programming Model Integer Programming Permasalahan integer programming (IP) adalah suatu Program Linear (LP) yang beberapa atau seluruh variabel yang digunakan merupakan bilangan integer

Lebih terperinci

Optimalisasi Pengadaan Tandan Buah Segar (TBS) Sebagai Bahan Baku Produksi Crude Palm Oil dan Palm Kernel PT. Ukindo-Palm Oil Mill

Optimalisasi Pengadaan Tandan Buah Segar (TBS) Sebagai Bahan Baku Produksi Crude Palm Oil dan Palm Kernel PT. Ukindo-Palm Oil Mill Petunjuk Sitasi: Pasaribu, M. F., & Puspita, R. (2017). Optimalisasi Pengadaan Tandan Buah Segar (TBS) Sebagai Bahan Baku Produksi Crude Palm Oil dan Palm Kernel PT. Ukindo-Palm Oil Mill. Prosiding SNTI

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Pengertian Keputusan dan Pengambilan Keputusan Suatu masalah keputusan memiliki suatu lingkup yang berbeda dengan masalah lainnya. Perbedaan ini menonjol terutama karena adanya

Lebih terperinci

Manajemen Operasional

Manajemen Operasional Linear Programming (LP) Dosen Febriyanto, SE. MM. www.febriyanto79.wordpress.com Linear Programming Linear programing (LP) adalah salah satu metode matematis yang digunakan untuk membantu manajer dalam

Lebih terperinci

Berdasarkan penelitian, biaya operasi gudang diestimasikan sebesar 15% - 70 % dari total biaya manufaktur. Tompkins, et al., 1996

Berdasarkan penelitian, biaya operasi gudang diestimasikan sebesar 15% - 70 % dari total biaya manufaktur. Tompkins, et al., 1996 2 1 Berdasarkan penelitian, biaya operasi gudang diestimasikan sebesar 15% - 70 % dari total biaya manufaktur Tompkins, et al., 1996 Optimasi Tata Letak Semi Dinamis Raw Material Fast Moving Pada Gudang

Lebih terperinci

Analisis Sensitifitas DALAM LINEAR PROGRAMING

Analisis Sensitifitas DALAM LINEAR PROGRAMING Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Analisis Sensitifitas DALAM LINEAR PROGRAMING Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi Suatu analisis

Lebih terperinci

BAB I PENDAHULUAN. Gambar 1.1 Tampilan awal program QM for windows

BAB I PENDAHULUAN. Gambar 1.1 Tampilan awal program QM for windows BAB I PENDAHULUAN QM adalah kepanjangan dari quantitatif method yang merupakan perangkat lunak dan menyertai buku-buku teks seputar manajemen operasi. QM for windows merupakan gabungan dari program terdahulu

Lebih terperinci

PROGRAM LINIER PROGRAM LINIER DENGAN GRAFIK PERTEMUAN 2 DEFINISI PROGRAM LINIER (1)

PROGRAM LINIER PROGRAM LINIER DENGAN GRAFIK PERTEMUAN 2 DEFINISI PROGRAM LINIER (1) PROGRAM LINIER PROGRAM LINIER DENGAN GRAFIK PERTEMUAN 2 DEFINISI PROGRAM LINIER (1) Program tidak ada hubungannya dengan program komputer. Program berarti memilih serangkaian tindakan/ perencanaan untuk

Lebih terperinci

Penentuan Lokasi Pangkalan Kapal Search and Rescue Studi Kasus : di Wilayah Indonesia Timur. Ferico Yofi Erlangga

Penentuan Lokasi Pangkalan Kapal Search and Rescue Studi Kasus : di Wilayah Indonesia Timur. Ferico Yofi Erlangga Penentuan Lokasi Pangkalan Kapal Search and Rescue Studi Kasus : di Wilayah Indonesia Timur Ferico Yofi Erlangga 4106100017 Dosen Pembimbing : Firmanto Hadi ST., MSc. PENDAHULUAN Negara kepulauan Upaya

Lebih terperinci

Tabel 1. Soal Lapres. Benang Pewarna Harga Jual Permasalahan tersebut dimodelkan sebagai berikut : X2 = Sarung Anak

Tabel 1. Soal Lapres. Benang Pewarna Harga Jual Permasalahan tersebut dimodelkan sebagai berikut : X2 = Sarung Anak 2. Soal Laporan Resmi Sebuah pabrik sarung tenun ANGGUR memproduksi 2 jenis sarung, yaitu sarung dewasa dan sarung anak. Untuk membuat sebuah sarung dewasa dibutuhkan 25 gulung benang dan 18 kaleng pewarna.

Lebih terperinci

SOAL 1 (bobot : 20%) SOAL 2 (BOBOT : 20%)

SOAL 1 (bobot : 20%) SOAL 2 (BOBOT : 20%) Pengambilan Keputusan Manajerial Exercise UTS Genap 2008/2009 SOAL 1 (bobot : 20%) Di usianya yang sudah lanjut, seorang pemain sepak bola Internasional yang terkenal flamboyant David Beckham memikirkan

Lebih terperinci

Guru M1 M2 M3 M4 Pekerjaan P P P P

Guru M1 M2 M3 M4 Pekerjaan P P P P TEKNIK LINEAR PROGRAMMING MODEL PENUGASAN Persoalan penugasan dalam bidang manajemen bisa menyangkut keputusan untuk menentukan jenis pekerjaan apa yang harus dikerjakan oleh siapa untuk alat apa. Persoalan

Lebih terperinci

March 23. Mojakoe. Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEUI. Download MOJAKOE dan SPA Mentoring di :

March 23. Mojakoe. Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEUI. Download MOJAKOE dan SPA Mentoring di : March 23 Mojakoe 2014 Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEUI. Download MOJAKOE dan SPA Mentoring di : http://spa-feui.com MKDB Ujian Tengah Semester Genap 2012/2013 Metode Kuantitatif

Lebih terperinci

MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN

MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN Disusun sebagai Tugas Akhir Triwulan I Mata Kuliah Metode Kuantitatif Manajemen Disusun Oleh : TEDY SAPUTRA (P056132391.51) YUNIAR ENDAH PALUPI (P056132441.51)

Lebih terperinci

BAB 2 MODEL OPTIMISASI. 1. Pengertian 2. Kendala Model Optimisasi 3. Formulasi Model Optimisasi

BAB 2 MODEL OPTIMISASI. 1. Pengertian 2. Kendala Model Optimisasi 3. Formulasi Model Optimisasi BAB 2 MODEL OPTIMISASI 1. Pengertian 2. Kendala Model Optimisasi 3. Formulasi Model Optimisasi 1 PENGERTIAN OPTIMISASI Model Optimisasi menghasilkan jawaban optimal (solusi optimal) untuk permasalahan

Lebih terperinci

Pemrograman Linier (Linear Programming) Materi Bahasan

Pemrograman Linier (Linear Programming) Materi Bahasan Pemrograman Linier (Linear Programming) Kuliah 02 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Pengantar pemrograman linier 2 Pemecahan pemrograman linier dengan metode grafis 3 Analisis sensitivitas

Lebih terperinci

Dilarang memperbanyak MOJAKOE ini tanpa seizin SPA FEUI. Mojakoe dapat didownload di

Dilarang memperbanyak MOJAKOE ini tanpa seizin SPA FEUI. Mojakoe dapat didownload di 2 MOJAKOE Perpajakan Dilarang memperbanyak MOJAKOE ini tanpa seizin SPA FEUI. Mojakoe dapat didownload di www.spa-feui.com Official Learning Partner: OfficialMedia Partner: @spafeui SPA FEUI www.spa-feui.com

Lebih terperinci

Matematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM.

Matematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM. (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM. www.febriyanto79.wordpress.com - Linear Programming Linear programing (LP) adalah salah satu metode matematis yang digunakan untuk

Lebih terperinci

2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier)

2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier) 2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier) Metode MODI disebut juga metode Faktor Pengali atau Multiplier. Cara iterasinya sama seperti Metode Batu Loncatan. Perbedaan utama terjadi

Lebih terperinci

DECISION THEORY DAN GAMES THEORY

DECISION THEORY DAN GAMES THEORY DECISION THEORY DAN GAMES THEORY PENGANTAR Lingkungan di mana keputusan dibuat sering digolongkan kedalam empat keadaan: certainty, risk, uncertainty, dan conflict. Decision theory terutama berhubungan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier adalah suatu teknik penyelesaian optimal atas suatu problema keputusan dengan cara menentukan terlebih dahulu fungsi tujuan (memaksimalkan atau meminimalkan)

Lebih terperinci

BAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak

BAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak BAB III PEMBAHASAN A. Perencanaan Menu Diet Diabetes Mellitus Diet DM di RS PKU Muhammadiyah Yogyakarta diberikan dengan cara tiga kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 17 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Gula merah tebu merupakan komoditas alternatif untuk memenuhi kebutuhan konsumsi gula. Gula merah tebu dapat menjadi pilihan bagi rumah tangga maupun industri

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian ini dilaksanakan di Sub Terminal Agribisnis (STA) Rancamaya yang berlokasi di Jl. Raya Rancamaya Rt 01/01, Kampung Rancamaya Kidul, Desa Rancamaya,

Lebih terperinci

PANDUAN MENGGUNAKAN POM for WINDOWS DISUSUN OLEH BAMBANG YUWONO, ST, MT PUTRI NUR ISTIANI ( )

PANDUAN MENGGUNAKAN POM for WINDOWS DISUSUN OLEH BAMBANG YUWONO, ST, MT PUTRI NUR ISTIANI ( ) PANDUAN MENGGUNAKAN POM for WINDOWS DISUSUN OLEH, ST, MT PUTRI NUR ISTIANI (123030113) JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UPN VETERAN YOGYAKARTA 2007 I. PENDAHULUAN Program POM for

Lebih terperinci

OPTIMASI PERENCANAAN PRODUKSI PRODUK PETROLEUM DAN CHEMICAL DENGAN METODE GOAL PROGRAMMING

OPTIMASI PERENCANAAN PRODUKSI PRODUK PETROLEUM DAN CHEMICAL DENGAN METODE GOAL PROGRAMMING OPTIMASI PERENCANAAN PRODUKSI PRODUK PETROLEUM DAN CHEMICAL DENGAN METODE GOAL PROGRAMMING Dimas Ismunandar dan Suparno Program Studi Magister Manajemen Teknologi ITS Bidang Keahlian Manajemen Industri

Lebih terperinci

Bab 3. Keindahan Decision Tree. The most in time is where you re meant to be! YES !!" ## $ " % & " ' "

Bab 3. Keindahan Decision Tree. The most in time is where you re meant to be! YES !! ## $  % &  ' The most in time is where you re meant to be! YES!!" ## $ " % & " ' " " Ketika menamatkan sekolah menengah atas, mungkin banyak dari kita yang merasa gundah ketika harus menentukan kemana lagi langkah

Lebih terperinci

PENGAMBILAN KEPUTUSAN DALAM KONDISI BERESIKO IRA PRASETYANINGRUM

PENGAMBILAN KEPUTUSAN DALAM KONDISI BERESIKO IRA PRASETYANINGRUM PENGAMBILAN KEPUTUSAN DALAM KONDISI BERESIKO IRA PRASETYANINGRUM Konsep Resiko RESIKO Resiko adalah kesempatan timbulnya kerugian; Resiko adalah ketidakpastian; Resiko adalah penyimpangan hasil aktual

Lebih terperinci

BAB III METODE PENELITIAN. seperti situs Bank Syariah yang terkait dalam penelitian ini. Penelitian ini

BAB III METODE PENELITIAN. seperti situs Bank Syariah yang terkait dalam penelitian ini. Penelitian ini BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Data penelitian ini diambil dari situs Bank Indonesia (http://www.bi.go.id), referensi jurnal, buku yang menunjang serta situs web lainnya yang

Lebih terperinci

SOLVER SUPLEMEN MODUL APLIKASI KOMPUTER. Oleh : Andri Wijanarko

SOLVER SUPLEMEN MODUL APLIKASI KOMPUTER. Oleh : Andri Wijanarko SOLVER SUPLEMEN MODUL APLIKASI KOMPUTER Oleh : Andri Wijanarko T A H A P A N S O L V E R 1. Menentukan Tujuan Yaitu mencari tujuan yang diinginkan dan biasanya disebutkan secara jelas, misalnya memaksimumkan

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : Pengantar Teknik Industri Deskripsi

Lebih terperinci

Pada perkembangannya ternyata model transportasi ini dapat juga digambarkan dan diselesaikan dalam suatu bentuk jaringan

Pada perkembangannya ternyata model transportasi ini dapat juga digambarkan dan diselesaikan dalam suatu bentuk jaringan MODEL ARUS JARINGAN DEFINISI Jaringan (network) = (N, A); N=node, A=arc = sisi=busur. Arc (sisi) terarah mempunyai arah. Jaringan terarah mempunyai semua sisi yang terarah. Path (lintasan) = sekumpulan

Lebih terperinci

SOLVER SUPLEMEN MODUL APLIKASI KOMPUTER

SOLVER SUPLEMEN MODUL APLIKASI KOMPUTER SOLVER SUPLEMEN MODUL APLIKASI KOMPUTER Oleh Andri Wijanarko @andriwijanarko 1 TAHAPAN SOLVER 1. Menentukan Tujuan Yaitu mencari tujuan yang diinginkan dan biasanya disebutkan secara jelas, misalnya memaksimumkan

Lebih terperinci

PEMANFAATAN SOLVER EXCEL UNTUK OPTIMASI PENJADWALAN MATA PELAJARAN

PEMANFAATAN SOLVER EXCEL UNTUK OPTIMASI PENJADWALAN MATA PELAJARAN PEMANFAATAN SOLVER EXCEL UNTUK OPTIMASI PENJADWALAN MATA PELAJARAN Erika Eka Santi Dosen Universitas Muhammadiyah Ponorogo Email : erikapmatumpo@gmail.com ABSTRAK Penyusunan jadwal pelajaran merupakan

Lebih terperinci

PENGAMBILAN KEPUTUSAN, SISTEM, PEMODELAN, DAN DUKUNGAN.

PENGAMBILAN KEPUTUSAN, SISTEM, PEMODELAN, DAN DUKUNGAN. PENGAMBILAN KEPUTUSAN, SISTEM, PEMODELAN, DAN DUKUNGAN http://www.brigidaarie.com Pengambilan keputusan adalah proses pemilihan, diantara pelbagai alternatif aksi yang bertujuan untuk memenuhi satu atau

Lebih terperinci

Model Transportasi 1

Model Transportasi 1 Model Transportasi 1 Model ini berawal dari tahun 1941 ketika F.L. Hitchkok mengetengahkan studi yang berjudul The Distribution of a Product from Several Sources to Numerous Localities Tahun 1947, T.C.Koopmans

Lebih terperinci

BAB III. METODOLOGI PENELITIAN

BAB III. METODOLOGI PENELITIAN BAB III. METODOLOGI PENELITIAN A. KERANGKA PEMIKIRAN Peningkatan luas lahan perkebunan kelapa sawit telah mampu meningkatkan kuantitas produksi minyak sawit mentah dan minyak inti sawit dan menempatkan

Lebih terperinci

BAB VI PERENCANAAN PENGEMBANGAN SDA

BAB VI PERENCANAAN PENGEMBANGAN SDA BAB VI PERENCANAAN PENGEMBANGAN SDA Sub Kompetensi Pengenalan dan pemahaman tahapan perencanaan sumberdaya air terkait dalam perencanaan dalam teknik sipil. Sub Pokok Bahasan: Pendahuluan Konsep Pengelolaan

Lebih terperinci

PROGRAMA INTEGER. Model Programa Linier : Maks. z = c 1 x 1 + c 2 x c n x n

PROGRAMA INTEGER. Model Programa Linier : Maks. z = c 1 x 1 + c 2 x c n x n PROGRAMA INTEGER Model Programa Linier : Maks. z = c 1 x 1 + c 2 x 2 +. + c n x n d. k. a 11 x 1 + a 12 x 2 +.a 1n x n < b 1.. a m1 x 1 + a m2 x 2 +.a mn x n < b m x 1 ; x 2 ;.x n > 0 Semua variabel keputusan

Lebih terperinci

Paul Rose Revenue Management Ltd. Santi Purwantini

Paul Rose Revenue Management Ltd. Santi Purwantini Paul Rose Revenue Management Ltd Santi Purwantini 2508 100 006 Revenue Management Memaksimalkan pendapatan dengan mengelola permintaan (Philips, 2005) melalui strategi penetapan harga dan pengalokasian

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Pabrik Kelapa Sawit (PKS) Adolina PTPN IV Medan, Sumatera Utara. Pemilihan lokasi penelitian dilakukan secara sengaja

Lebih terperinci

OPTIMASI PERENCANAAN PRODUKSI DENGAN MENGGUNAKAN METODE DE NOVO PROGRAMMING DI PT. ASAHIMAS FLAT GLASS

OPTIMASI PERENCANAAN PRODUKSI DENGAN MENGGUNAKAN METODE DE NOVO PROGRAMMING DI PT. ASAHIMAS FLAT GLASS OPTIMASI PERENCANAAN PRODUKSI DENGAN MENGGUNAKAN METODE DE NOVO PROGRAMMING DI PT. ASAHIMAS FLAT GLASS Suseno Budi Prasetyo Teknik Industri-FTI-UPNV Jatim Abstraks Dalam memasuki era pasar bebas, industri

Lebih terperinci

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model RISET OPERASIONAL MINGGU KE- Linier Programming: Formulasi Masalah dan Model Disusun oleh: Nur Azifah., SE., M.Si Pengertian Linear Programming Linear Programming (LP) adalah salah satu teknik riset operasi

Lebih terperinci

MK Konsep Teknologi. Optimasi 1

MK Konsep Teknologi. Optimasi 1 Optimasi 1 Kegiatan / Persoalan Pengambilan Keputusan Alternatif Metoda Penyelesaian: 1. Programa Linear 2. Programa Dinamis 3. Antrian 4. Algoritma Lorong 5. Permainan Optimasi 2 Kerangka Optimasi dalam

Lebih terperinci

BAB IX SOLVER. Tujuan instruksional Khusus

BAB IX SOLVER. Tujuan instruksional Khusus BAB IX SOLVER Instruksi Tujuan instruksional Khusus Pokok Bahasan Pengajaran Setelah mengikuti kuliah ini, mahasiswa akan mengetahui tentang analisa optimalisasi dengan adanya kendala sehingga solusi yang

Lebih terperinci

Decision Support System. Indra Tobing

Decision Support System. Indra Tobing Decision Support System Indra Tobing A Quote Napoleon: Nothing is more difficult, and therefore more precious, than to be able to decide. Sebuah Overview Decision Support System (DSS) adalah satu jenis

Lebih terperinci

Model Transportasi. Sumber (Supply) Rute Distribusi Tujuan (Demand) X 11 Los Angeles Chicago D 1 = 700

Model Transportasi. Sumber (Supply) Rute Distribusi Tujuan (Demand) X 11 Los Angeles Chicago D 1 = 700 Model Transportasi Sumber (Supply) Rute Distribusi Tujuan (Demand) X 11 Los Angeles Chicago D 1 = 700 S 1 = 1000 X 12 X 13 X 21 St Louis X 22 Houston D 2 = 2000 S2 = 1900 X 23 X 31 X 32 Boston Atlanta

Lebih terperinci

ANALISIS BIAYA RELEVAN DALAM PENGAMBILAN KEPUTUSAN JANGKA PENDEK AKUNTANSI MANAJERIAL ANDRI HELMI M, S.E., M.M.

ANALISIS BIAYA RELEVAN DALAM PENGAMBILAN KEPUTUSAN JANGKA PENDEK AKUNTANSI MANAJERIAL ANDRI HELMI M, S.E., M.M. ANALISIS BIAYA RELEVAN DALAM PENGAMBILAN KEPUTUSAN JANGKA PENDEK AKUNTANSI MANAJERIAL ANDRI HELMI M, S.E., M.M. PENGAMBILAN KEPUTUSAN 1. Pengambilan Keputusan Stratejik Berdimensi jangka panjang 2. Pengambilan

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Rinadya Yoghurt yang berlokasi di Bukit Asri Ciomas Blok A5 No. 9, Kecamatan Ciomas, Kabupaten Bogor, Jawa Barat. Pemilihan

Lebih terperinci

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam menghadapi globalisasi dunia saat ini mendorong persaingan diantara para pelaku bisnis yang semakin ketat. Di Indonesia sebagai negara berkembang, pembangunan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 5 BAB LANDASAN TEORI Efisiensi Menurut Vincent Gaspersz (998, hal 4), efisiensi adalah ukuran yang menunjukan bagaimana baiknya sumber daya digunakan dalam proses produksi untuk menghasilkan output Efisiensi

Lebih terperinci

BAB IX PROSES KEPUTUSAN

BAB IX PROSES KEPUTUSAN BAB IX PROSES KEPUTUSAN Lingkungan di mana keputusan dibuat sering digolongkan kedalam empat keadaan: certainty, risk, uncertainty, dan conflict. Decision theory terutama berhubungan dengan pengambilan

Lebih terperinci

Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6.

Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6. Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6 Analisis Jaringan Dipresentasikan oleh: Herman R. Suwarman, S.Si Pendahuluan- Ilustrasi

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Kerangka Penelitian Dalam setiap perusahaan berusaha untuk menghasilkan nilai yang optimal dengan biaya tertentu yang dikeluarkannya. Proses penciptaan nilai yang optimal dapat

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 8 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep teori permainan pada permainan berstrategi murni dan campuran dari dua pemain yang akan digunakan sebagai landasan berpikir dalam melakukan

Lebih terperinci

BAB II KAJIAN LITERATUR

BAB II KAJIAN LITERATUR DAFTAR ISI HALAMAN JUDUL HALAMAN PENGAKUAN... ii LEMBAR PENGESAHAN PEMBIMBING... iii LEMBAR PENGESAHAN PENGUJI... iv HALAMAN PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii ABSTRAK... ix DAFTAR ISI...

Lebih terperinci

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1. Konsep Optimalisasi Distribusi Sistem distribusi adalah cara yang ditempuh atau digunakan untuk menyalurkan barang dan jasa dari produsen

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini diuraikan teori-teori yang digunakan untuk membahas permasalahan yang ada. Teori-teori yang digunakan adalah Riset Operasi, Konsep Dasar Perencanaan Kapasitas, dan Pemrograman

Lebih terperinci

TUGAS BESAR RISET OPERASI

TUGAS BESAR RISET OPERASI TUGAS BESAR RISET OPERASI Dosen Pengampu : Ika Atsari Dewi, STP, MP Disusun oleh : GRICO M. SIMANGUNSONG 567 NIMAS DWI RAHMA S 5 AHMAD FUADI 5 JURUSAN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN

Lebih terperinci

Pengantar Riset Operasi. Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP

Pengantar Riset Operasi. Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP Pengantar Riset Operasi Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP 1 Kontrak Perkuliahan Keterlambatan 15 menit Mengoperasikan HP dan sejenisnya : di luar kelas Mengerjakan laporan/tugas

Lebih terperinci

BAB I PENDAHULUAN. Dalam perekonomian sekarang ini, sebagian besar produsen tidak langsung

BAB I PENDAHULUAN. Dalam perekonomian sekarang ini, sebagian besar produsen tidak langsung BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam perekonomian sekarang ini, sebagian besar produsen tidak langsung menjual barang mereka kepada pemakai akhir. Di antara produsen dan pemakai terdapat

Lebih terperinci

OUTLINE. BAGIAN II Probabilitas dan Teori Keputusan. Konsep-konsep Dasar Probabilitas. Distribusi Probabilitas Diskret.

OUTLINE. BAGIAN II Probabilitas dan Teori Keputusan. Konsep-konsep Dasar Probabilitas. Distribusi Probabilitas Diskret. TEORI KEPUTUSAN OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Distribusi Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian dan Elemen- Elemen Keputusan

Lebih terperinci