Pemodelan dan Analisa

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemodelan dan Analisa"

Transkripsi

1 Pemodelan dan Analisa

2 Pemodelan dan Analisa Komponen pokok DSS Dasar model dan Manajemen model Perhatian: topik sulit yang akan datang Terbiasa dengan ide pokok Dasar konsep dan definisi Tool dan diagram pengaruh Model secara langsung di spreadsheet

3 Pemodelan dan Analisa Struktur dari beberapa model yang sukses dan metodologi: Analisa keputusan Pohon keputusan Optimisasi Program heuristik Simulasi Perkembangan baru dalam tool pemodelan/teknik Isu penting di dalam dasar model manajemen

4 Topik Pemodelan dan Analisa Pemodelan untuk MSS Model statik dan dinamik Keputusan dengan: kepastian, ketidakpastian dan resiko Diagram pengaruh Model MSS di Spreadsheet Analisa keputusan dari beberapa alternatif (tabel keputusan dan pohon) Optimisasi dengan menggunakan program matematika Program heuristik Simulasi Model multidimensional OLAP Model interaktif visual dan simulasi interaktif visual Paket perangkat lunak kuantitatif OLAP Dasar model manajemen

5 Model untuk MSS Elemen kunci dalam kebanyakan DSS Hal yang perlu di dalam dasar model DSS Bisa mengarah pengurangan ongkos yang sangat besar/menaikkan penghasilan

6 Contoh yang baik dari model MSS Model simulasi pada sistem rail DuPont (opening vignette) Model restruktur dari optimisasi Supply Chain dari Procter & Gamble Pemilihan sebuah supplier pada Scott Homes dengan AHP Optimisasi IMERYS dalam Model produksi lumpur

7 Pokok dalam isu pemodelan Identifikasi masalah Analisa lingkungan Identifikasi variabel Peramalan Macam model yang digunakan Kategori model atau seleksi Model manajemen Model berdasarkan pengetahuan

8 Diagram pengaruh Representasi dengan grafik dari sebuah model Model dari model Komunikasi visual Beberapa paket dibuat dan memecahkan model matematika Framework untuk menyatakan relasi model MSS: Segiempat = sebuah variabel keputusan Lingkaran = variabel tak terkendali atau variabel antara Oval = variabel hasil (hasil antara atau hasil akhir) Variabel terhubungkan dengan panah

9 Unit Price Income ~ Amount used in advertisement Units Sold Profit Unit Cost Expense Fixed Cost FIGURE 5.1 An Influence Diagram for the Profit Model.

10 Diagram pengaruh analitika dari masalah pemasaran: Model pemasaran

11 Submodel harga analitika

12 Submodel penjualan

13 Model MSS di spreadsheet Spreadsheet: alat modeling yang paling populer bagi end-user. Fungsi-fungsi yang paling bermanfaat Fungsi-fungsi tambahan dan pemecahan permasalahan Penting untuk analisa, perencanaan, pemodelan Pemrograman macro.

14 Apabila menganalisa Mencari tujuan Manajemen basis data sederhana Buku text terpadu Microsoft Excel Lotus 1-2-3

15 Optimisasi dengan program matematika Program linier/linear programming (LP) digunakan secara luas di DSS Program matematika Sekumpulan perangkat lunak pemecahan masalah manajerial dalam mengalokasikan keterbatasan sumber daya untuk menunjang berbagai kegiatan untuk mengoptimalkan tercapainya tujuan.

16 Karakteristik masalah pengalokasian program linier 1. Keterbatasan kuantitas sumber daya ekonomi 2. Sumber daya digunakan di dalam produksi sebuah produk dan pelayanan 3. Dua atau lebih jalan solusi (program) untuk menggunakan sumber daya 4. Setiap kegiatan (produk atau pelayanan) menghasilkan sesuatu dalam bentuk tujuan yang dicapai 5. Alokasi umumnya dibatasi oleh kendala

17 Model alokasi program linier Asumsi rasional dari ekonomi: 1. Hasil dari alokasi bisa dibandingkan dengan satuan yang sama 2. Hasil bebas 3. Hasil total adalah jumlah hasil kegiatankegiatan yang berbeda 4. Semua data diketahui secara pasti 5. Sumber daya digunakan dengan cara yang paling ekonomis Solusi optimal: terbaik, yang didapat secara algoritma

18 Program linier Variabel keputusan (Decision variables) Fungsi tujuan (Objective function) Koefisien fungsi tujuan (Objective function coefficients) Kendala (Constraints) Kapasitas (Capacities) Koefisien teknologi [Input-output (technology) coefficients]

19 Program Heuristik Pengurangan pencarian Mendapat solusi memuaskan dengan lebih cepat dan lebih murah Cari aturan untuk memecahkan masalah yang kompleks Cari solusi layak yang cukup terhadap masalah yang kompleks Heuristik bisa jadi: Quantitatif Qualitatif

20 Kapan menggunakan heuristik 1. Dalam kepastian atau data masukan terbatas (in exact or limited input data) 2. Kenyataan yang kompleks (Complex reality) 3. kehandalan, algorithma yang eksak belum tersedia(reliable (exact algorithm not available) 4. Penggunaan waktu komputasi terlalu banyak (Computation time excessive) 5. Untuk memperbaiki efisiensi dari optimisasi (To improve the efficiency of optimization) 6. Untuk memecahkan masalah yang kompleks (To solve complex problems) 7. Untuk pemecahan secara simbolik (For symbolic processing) 8. Untuk membuat keputusan yang cepat (For making quick decisions)

21 Kegunaan dari heuristik 1. Gampang di mengerti: lebih mudah mengimplementasikan dan menjelaskan 2. Menolong orang menjadi kreatif 3. Menghemat waktu formulasi 4. Menghemat pemrograman dan memori pada komputer 5. Menghemat waktu perhitungan 6. Sering menghasilkan banyak solusi yang bisa diterima 7. Kemungkinan untuk mengembangkan sebuah solusi dengan ukuran kualitas 8. Dapat melakukan pencarian dengan cerdas 9. Dapat memecahkan model masalah yang sangat kompleks

22 Keterbatasan dari heuristik 1. Tidak menjamin dapat solusi optimal 2. Terlalu banyak pengecualian 3. Keputusan berurutan bisa saja tidak mengantisipasi kosenkuensi yang akan datang 4. Ketergantungan dari sub-sistem bisa mempengaruhi sistem secara keseluruhan Heuristik secara sukses diaplikasikan untuk routing kendaraan

23 Tipe dari Heuristik Konstruksi (Construction) Perbaikan (Improvement) Program matematis (Mathematical programming) Dekomposisi (Decomposition) Partisi (Partitioning)

24 Methode Heuristik Modern Pencarian dengan tabulasi (Tabu search) Algorithma Genetika (Genetic algorithms) Simulasi dengan beberapa asumsi

25 Question? End of Session

Pemodelan dan Analisa

Pemodelan dan Analisa Pemodelan dan Analisa Komponen pokok DSS Dasar model dan Manajemen model Perhatian: topik sulit yang akan datang Terbiasa dengan ide pokok Dasar konsep dan definisi Tool dan diagram pengaruh Model secara

Lebih terperinci

Simulasi. Kholid Fathoni 2013

Simulasi. Kholid Fathoni 2013 Simulasi Kholid Fathoni 2013 Simulasi Teknik untuk melaksanakan percobaan dengan komputer dalam sebuah model dari sistem manajemen (Technique for conducting experiments with a computer on a model of a

Lebih terperinci

Pemodelan & Manajemen Model.

Pemodelan & Manajemen Model. Pemodelan & Manajemen Model http://www.brigidaarie.com Pemodelan Dalam MSS Model statistik (analisis regresi), digunakan untuk mencari relasi diantara variabel. Model ini merupakan preprogram dalam tool

Lebih terperinci

Pemodelan dan Linier Programming (LP)

Pemodelan dan Linier Programming (LP) Pemodelan dan Linier Programming (LP) Entin Martiana, S.Kom, M.Kom Pemodelan dalam mss Model statistik (analisis regresi) digunakan untuk mencari relasi diantara variabel. Model ini merupakan preprogram

Lebih terperinci

PEMODELAN DAN MANAJEMEN MODEL. Pemodelan dalam MSS. Salah satu contoh DSS, yaitu dari Frazee Paint, Inc., memiliki 3 jenis model:

PEMODELAN DAN MANAJEMEN MODEL. Pemodelan dalam MSS. Salah satu contoh DSS, yaitu dari Frazee Paint, Inc., memiliki 3 jenis model: PEMODELAN DAN MANAJEMEN MODEL Pemodelan dalam MSS. Salah satu contoh DSS, yaitu dari Frazee Paint, Inc., memiliki 3 jenis model: 1. Model statistik (analisis regresi), digunakan untuk mencari relasi diantara

Lebih terperinci

CHAPTER 4. Pemodelan dan Analisis

CHAPTER 4. Pemodelan dan Analisis CHAPTER 4 Pemodelan dan Analisis PEMODELAN MSS Model Perhitungan Permintaan Model lokasi pusat distribusi Model finansial Pemodelan MSS Merupakan elemen kunci bagi DSS Identifikasi masalah dan analisis

Lebih terperinci

Sistem Pendukung Keputusan / Decision Support System PENGAMBILAN KEPUTUSAN, SISTEM, PEMODELAN DAN DUKUNGAN

Sistem Pendukung Keputusan / Decision Support System PENGAMBILAN KEPUTUSAN, SISTEM, PEMODELAN DAN DUKUNGAN Sistem Pendukung Keputusan / Decision Support System PENGAMBILAN KEPUTUSAN, SISTEM, PEMODELAN DAN DUKUNGAN CONTENT 1. Pengambilan Keputusan 2. Proses Pemodelan 3. Fase Kecerdasan 4. Fase Desain 5. Fase

Lebih terperinci

BAB 5. PEMODELAN dan Model Manajemen

BAB 5. PEMODELAN dan Model Manajemen BAB 5 PEMODELAN dan Model Manajemen 1 Issue Pokok pemodelan Identifikasi Masalah Analisa Lingkungan Identifikasi Variabel Peramalan Penggunaan model berganda Katagori Model atau seleksi (Tipe dari Model)

Lebih terperinci

Sistem Pendukung Keputusan / Decision Support System

Sistem Pendukung Keputusan / Decision Support System Sistem Pendukung Keputusan / Decision Support System Pengambilan Keputusan, Sistem, Pemodelan dan Dukungan Oleh : Imam Cholissodin S.Si., M.Kom Content 1. 2. 3. 4. 5. 6. 7. Pengambilan Keputusan Proses

Lebih terperinci

SISTEM PENUNJANG KEPUTUSAN

SISTEM PENUNJANG KEPUTUSAN SISTEM PENUNJANG KEPUTUSAN IF041-3 2009 Fakultas TeknologiInformasiUniversitasBudi Luhur Jl. CiledugRaya PetukanganUtara Jakarta Selatan 12260 Website: http://fti.bl.ac.id Email: sekretariat_fti@bl.ac.id

Lebih terperinci

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling) Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi XIV PEMODELAN (Modeling) e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Pemodelan dalam RO Outline:

Lebih terperinci

OPERATION RESEARCH-1

OPERATION RESEARCH-1 OPERATION RESEARCH-1 Prof.Dr.H.M.Yani Syafei,MT MATERI PERKULIAHAN 1.Pemrograman Linier (Linear Programming) Formulasi Model Penyelesaian dengan Metode Grafis Penyelesaian dengan Algoritma Simplex Penyelesaian

Lebih terperinci

Dasar-Dasar Pemodelan Sistem

Dasar-Dasar Pemodelan Sistem Bab 1: Dasar-Dasar Pemodelan Sistem Pemodelan dan Simulasi Sistem Monica A. Kappiantari Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw- Hill, Singapore,

Lebih terperinci

MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS] MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT011215 / 2 SKS] Ady Daryanto SP MSi E-mail : adydaryanto@yahoo.com MATA KULIAH MATEMATIKA SISTEM INFORMASI 1 [KODE/SKS : IT011241 / 2 SKS] KONTRAK

Lebih terperinci

RISET OPERASIONAL MINGGU KE-1. Disusun oleh: Nur Azifah., SE., M.Si. Kosep Dasar Riset Operasional

RISET OPERASIONAL MINGGU KE-1. Disusun oleh: Nur Azifah., SE., M.Si. Kosep Dasar Riset Operasional RISET OPERASIONAL MINGGU KE-1 Kosep Dasar Riset Operasional Disusun oleh: SEJARAH RISET OPERASIONAL Perang Dunia II Berlangsung Menentukan utilisasi sumber daya militer yang efektif dan menetapkan alokasi

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

Pengantar Teknik Informatika

Pengantar Teknik Informatika Pengantar Teknik Informatika Algoritma dan Kompleksitas Pertemuan Ke-3 Materi E-learning Tanggal : 1 Oleh : Supatman Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta Tahun 2012 Algoritma

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga

Lebih terperinci

Decision Support System. by: Ahmad Syauqi Ahsan

Decision Support System. by: Ahmad Syauqi Ahsan 15 Decision Support System by: Ahmad Syauqi Ahsan Kenapa Manajer butuh bantuan IT? 2 Alternatif penyelesaian yang harus dipertimbangkan semakin banyak dan selalu bertambah. Keputusan-keputusan harus dibuat

Lebih terperinci

BAB 1. PENDAHULUAN. 1.1 Latar Belakang

BAB 1. PENDAHULUAN. 1.1 Latar Belakang BAB 1. PENDAHULUAN 1.1 Latar Belakang Sejalan dengan tuntutan persaingan bisnis, banyak perusahaan menyadari bahwa keunggulan teknologi dan produk yang dihasilkan semata tidak lagi dapat diandalkan menjadi

Lebih terperinci

10. Berikut ini adalah proses-proses pada pemodelan, Kecuali? a. Trial and error dengan sistem Simulasi. b. Optimisasi c. Heuristic.

10. Berikut ini adalah proses-proses pada pemodelan, Kecuali? a. Trial and error dengan sistem Simulasi. b. Optimisasi c. Heuristic. Kisi Kisi UTS SPK : 1. Dibawah ini merupakan devinisi dari manager, Kecuali? a. proses dalam mengatur pemakaian sumber daya yang ada (man, money, material, time, space, dsb) untuk mendapatkan keluaran

Lebih terperinci

Sistem Penunjang Keputusan, Pertemuan Ke-3

Sistem Penunjang Keputusan, Pertemuan Ke-3 DECISION SUPPORT SYSTEMS Pengertian. Definisi awalnya adalah suatu sistem yang ditujukan untuk mendukung manajemen pengambilan keputusan. Sistem berbasis model yang terdiri dari prosedur-prosedur dalam

Lebih terperinci

MATA KULIAH RISET OPERASIONAL 2** [KODE/SKS : IT021264/ 2 SKS]

MATA KULIAH RISET OPERASIONAL 2** [KODE/SKS : IT021264/ 2 SKS] MATA KULIAH RISET OPERASIONAL 2** [KODE/SKS : IT021264/ 2 SKS] Ady Daryanto SP MSi E-mail : adydaryanto@yahoo.com MATA KULIAH RISET OPERASIONAL 2** [KODE/SKS : IT021264 / 2 SKS] KONTRAK KULIAH Jam mulai

Lebih terperinci

BAHAN AJAR. Mata Kuliah Sistem Pengambilan Keputusan. Disusun oleh: Eva Yulianti, S.Kom.,M.Cs

BAHAN AJAR. Mata Kuliah Sistem Pengambilan Keputusan. Disusun oleh: Eva Yulianti, S.Kom.,M.Cs BAHAN AJAR Mata Kuliah Sistem Pengambilan Keputusan Disusun oleh: Eva Yulianti, S.Kom.,M.Cs JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG 2012 RENCANA PROGRAM DAN KEGIATAN

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Setiap perusahaan tidak dapat lepas dari persoalan transportasi, baik untuk pengadaan bahan baku ataupun dalam mengalokasikan barang jadinya. Salah satu metode yang

Lebih terperinci

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Dosen: Didin Astriani Prassetyowati, M.Stat Silabus MATAKULIAH TI214 TEKNIK RISET OPERASI (2 SKS) TUJUAN Agar mahasiswa

Lebih terperinci

Prosiding Matematika ISSN:

Prosiding Matematika ISSN: Prosiding Matematika ISSN: 2460-6464 Solusi dan Analisis Sensitivitas Program Linier Menggunakan Big-M dan Solver The Solution And The Sensitivity Analysis Of Linear Programming Used Big-M And Solver Melinda

Lebih terperinci

ANALISIS DAN PEMODELAN SPK

ANALISIS DAN PEMODELAN SPK KELOMPOK : M Riza Fahmi (H1L013005) M Aditya Rachman (H1L01308) Retno Handayani (H1L013010) Yudistira Bintang (H1L013013) Fadilah Mulyadi S (H1L013019) Wisnu Hardiman (H1L013023) Geymas Denisa U (H1L013042)

Lebih terperinci

Optimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins. Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK

Optimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins. Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK Optimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK Persoalan keuntungan yang tidak dikelola dengan baik seringkali menjadi

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 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

Konsep Pengambilan Keputusan. Tujuan Instruksonal Khusus

Konsep Pengambilan Keputusan. Tujuan Instruksonal Khusus Konsep Pengambilan Keputusan Efraim Turban 1 Tujuan Instruksonal Khusus Mahasiswa mampu membuat model pengambilan keputusan 2 Sub Materi PengamKeputusan Sistem-2 Model-2 Proses Pemodelan Fase Kecerdasan

Lebih terperinci

A. KERANGKA PEMIKIRAN

A. KERANGKA PEMIKIRAN III. METODOLOGI A. KERANGKA PEMIKIRAN Agroindustri sutera alam terutama untuk produk turunannnya berupa kokon, benang sutera, dan kain merupakan suatu usaha yang menjanjikan. Walaupun iklim dan kondisi

Lebih terperinci

Metode-metode Optimasi dengan Alternatif Terbatas

Metode-metode Optimasi dengan Alternatif Terbatas Metode-metode Optimasi dengan Alternatif Terbatas 2017 Tujuan Mahasiswa dapat memahami dan mampu mengaplikasikan beberapa metode untuk menyelesaikan masalah dengan alternatif-alternatif dalam jumlah yang

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan industri rokok di Indonesia kian meningkat. Berbagai inovasi dilakukan, baik untuk produk rokok kretek maupun rokok filter untuk memenuhi

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

BAB I PENDAHULUAN. Pembangunan suatu piranti lunak menjadi penting karena semakin banyak

BAB I PENDAHULUAN. Pembangunan suatu piranti lunak menjadi penting karena semakin banyak BAB I PENDAHULUAN 1.1. Latar Belakang Pembangunan suatu piranti lunak menjadi penting karena semakin banyak individual dan komunitas yang bergantung pada sistem piranti lunak tingkat tinggi (Sommerville,

Lebih terperinci

Kompetensi Dasar. Dr. Sri Kusumadewi

Kompetensi Dasar. Dr. Sri Kusumadewi Materi Kuliah [03] SPK & Business Intelligence Management Support System Dr. Sri Kusumadewi Magister Teknik Informatika Program Pascasarjana Fakultas Teknologi Industri Universitas Islam Indonesia 2016

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

LINIER PROGRAMMING Formulasi Masalah dan Pemodelan. Staf Pengajar Kuliah : Fitri Yulianti, MSi.

LINIER PROGRAMMING Formulasi Masalah dan Pemodelan. Staf Pengajar Kuliah : Fitri Yulianti, MSi. LINIER PROGRAMMING Formulasi Masalah dan Pemodelan Staf Pengajar Kuliah : Fitri Yulianti, MSi. Tahap-tahap Pemodelan dalam RO (Riset Operasional): 1. Merumuskan masalah 2. Pembentukan model 3. Mencari

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1.1 Latar Belakang BAB I PENDAHULUAN PT PLN (Persero) merupakan perusahaan penyedia jasa kelistrikan terbesar di Indonesia. Proses dalam meningkatkan usahanya, PT PLN (Persero) tidak dapat melepaskan perhatiannya

Lebih terperinci

MENGENAL SISTEM PAKAR

MENGENAL SISTEM PAKAR MENGENAL SISTEM PAKAR Bidang teknik kecerdasan buatan yang paling popular saat ini adalah system pakar. Ini disebabkan penerapannya diberbagai bidang, baik dalam pengembangan ilmu pengetahuan dan terutama

Lebih terperinci

OPTIMASI DAN HEURISTIK DALAM PENDEKATAN SISTEM. Arif Rahman

OPTIMASI DAN HEURISTIK DALAM PENDEKATAN SISTEM. Arif Rahman OPTIMASI DAN HEURISTIK DALAM PENDEKATAN SISTEM Arif Rahman INDUSTRIAL ENGINEERING..is concerned with the design, improvement, and installation of integrated systems of men, materials, information, energy,

Lebih terperinci

Decision Support System (DSS)

Decision Support System (DSS) Decision Support System (DSS) source : http://nextgeneration.web.id/?p=48 Seiring perkembangan zaman, manusia dituntut membuat berbagai keputusan yang tepat dalam menghadapi permasalahan yang semakin kompleks.

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 6

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 6 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 6 Berlaku mulai: Genap/2010 MATA KULIAH : SISTEM PENDUKUNG PUTUSAN KODE MATA KULIAH / SKS : 410103090 / 3 SKS MATA KULIAH

Lebih terperinci

PERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP)

PERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP) PERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP) Rezki Susan Ardyati dan Dida D. Damayanti Program Studi Teknik Industri Institut Teknologi

Lebih terperinci

PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI

PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI LABORATORIUM TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA 2013 MODUL II LINEAR PROGRAMMING DAN

Lebih terperinci

Sesi IX : RISET OPERASI. Perkembangan Riset Operasi

Sesi IX : RISET OPERASI. Perkembangan Riset Operasi Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi IX : RISET OPERASI e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Perkembangan Riset Operasi Dimulai

Lebih terperinci

Manajemen Sains. Pengenalan Riset Operasi. Eko Prasetyo Teknik Informatika

Manajemen Sains. Pengenalan Riset Operasi. Eko Prasetyo Teknik Informatika Manajemen Sains Pengenalan Riset Operasi Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011 Pendahuluan Riset Operasi (Operations Research/OR) banyak diterapkan dalam menyelesaikan masalahmasalah

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Ilmu fisika merupakan ilmu yang mempelajari berbagai macam fenomena alam dan berperan penting dalam kehidupan sehari-hari. Salah satu peran ilmu fisika

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

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c PROGRAM MAGISTER AGRIBISNIS UNIVERSITAS JAMBI Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. & Ir. R. Sihotang, MS. Mata Kuliah Kode / SKS Mata Kuliah :

Lebih terperinci

Asusmi/Penyederhanaan Sistem

Asusmi/Penyederhanaan Sistem Mata Kuliah : Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb Sesi XV PEMODELAN e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Model Sistem yang sebenarnya

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Pengertian Manajemen Produksi dan Operasi Menurut Heizer dan Render (2006:4) manajemen operasi (operation management-om) adalah serangkaian aktivitas yang menghasilkan nilai

Lebih terperinci

BAB I PENDAHULUAN. jumlah ketersediaan yang semakin menipis dan semakin mahal, membuat biaya

BAB I PENDAHULUAN. jumlah ketersediaan yang semakin menipis dan semakin mahal, membuat biaya BAB I PENDAHULUAN 1.1 Latar Belakang Pembangkit Listrik di Indonesia pada umumnya merupakan pembangkit listrik thermal. Kebutuhan pembangkit thermal terhadap bahan bakar fosil dengan jumlah ketersediaan

Lebih terperinci

BAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk

BAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk BAB I PENDAHULUAN 1.1 Latar Belakang Program Linear adalah suatu alat yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan keterbatasan-keterbatasan sumber daya yang tersedia.

Lebih terperinci

BAB 1 PENDAHULUAN. sangat luas. Sistem navigasi kendaraan, sistem komunikasi satelit di luar angkasa,

BAB 1 PENDAHULUAN. sangat luas. Sistem navigasi kendaraan, sistem komunikasi satelit di luar angkasa, BAB 1 PENDAHULUAN 1.1 Latar Belakang Ilmu matematika dalam kehidupan manusia memiliki lingkup penerapan yang sangat luas. Sistem navigasi kendaraan, sistem komunikasi satelit di luar angkasa, peramalan

Lebih terperinci

Aplikasi Dynamic Programming dalam Decision Making pada Reinvestment Problem

Aplikasi Dynamic Programming dalam Decision Making pada Reinvestment Problem Aplikasi Dynamic Programming dalam Decision Making pada Reinvestment Problem Faisal Ibrahim Hadiputra (13509048) 1 Program tudi Teknik Informatika ekolah Teknik Elektro dan Informatika Institut Teknologi

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

BAB I PENDAHULUAN. Peranan statistika dalam penelitian sangatlah signifikan, terutama dalam

BAB I PENDAHULUAN. Peranan statistika dalam penelitian sangatlah signifikan, terutama dalam 1 BAB I PENDAHULUAN A. Latar Belakang Masalah Peranan statistika dalam penelitian sangatlah signifikan, terutama dalam hal pengolahan data. Mengingat pentingnya peranan statistika khususnya dalam penelitian,

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat sekarang ini, perkembangan perusahaan baik dalam bidang jasa atau produksi dapat dikatakan maju secara signifikan. Hal ini dapat dibuktikan dengan semakin

Lebih terperinci

ANALISIS EFISIENSI KINERJA MENGGUNAKAN MODEL DATA ENVELOPMENT ANALYSIS (DEA) PADA PT XYZ

ANALISIS EFISIENSI KINERJA MENGGUNAKAN MODEL DATA ENVELOPMENT ANALYSIS (DEA) PADA PT XYZ ANALISIS EFISIENSI KINERJA MENGGUNAKAN MODEL DATA ENVELOPMENT ANALYSIS (DEA) PADA PT XYZ ZA IMATUN NISWATI 081385659518 zaimatunnis@gmail.com Program Studi Teknik Informatika, Fakultas Teknik, Matematika

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence (AI) agen adalah fitur standar game komputer modern, baik sebagai lawan, teman atau tutor dari pemain. Agar tampil otentik, agen tersebut

Lebih terperinci

BAB 1 PENDAHULUAN. Pemakaian Listrik secara komersiil sudah lebih dari seratus tahun yang lalu. Sejak saat itu

BAB 1 PENDAHULUAN. Pemakaian Listrik secara komersiil sudah lebih dari seratus tahun yang lalu. Sejak saat itu BAB 1 PENDAHULUAN 1.1 Latar Belakang Pemakaian Listrik secara komersiil sudah lebih dari seratus tahun yang lalu. Sejak saat itu pemakaiannya terus meningkat. Tidak dapat dibantah bahwa listrik adalah

Lebih terperinci

Sistem Pendukung Keputusan Manajemen

Sistem Pendukung Keputusan Manajemen Sistem Pendukung Keputusan Manajemen Entin Martiana, S.Kom, M.Kom Sistem Pendukung Keputusan proses pengambilan keputusan merupakan hal yang menjadi bagian penting di dalam suatu organisasi atau perusahaan.

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

Management Support System

Management Support System Management Support System Kompetensi Dasar Mahasiswa mampu menjelaskan tahapan-tahapan dalam pemodelan Management Support System. Mahasiswa mampu melakukan pemodelan Management Support System. ABDUL AZIS,

Lebih terperinci

BAB 1 PENDAHULUAN. Algoritma Banker dikemukakan oleh Edsger W.Djikstra dan merupakan salah satu

BAB 1 PENDAHULUAN. Algoritma Banker dikemukakan oleh Edsger W.Djikstra dan merupakan salah satu BAB 1 PENDAHULUAN 1.1 Latar Belakang Algoritma Banker dikemukakan oleh Edsger W.Djikstra dan merupakan salah satu metode untuk menghindari deadlock. Algoritma ini disebut algoritma Banker karena memodelkan

Lebih terperinci

BAB 1 PENDAHULUAN 1-1

BAB 1 PENDAHULUAN 1-1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Proses penjualan merupakan salah satu bagian penting dalam dunia bisnis, yang tidak mungkin bisa diabaikan dan merupakan kunci untuk mencapai sasaran suatu

Lebih terperinci

PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU

PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Pada saat ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini

Lebih terperinci

BAB X ANALISIS SISTEM PENDUKUNG KEPUTUSAN (SPK) SEMI TERSTRUKTUR

BAB X ANALISIS SISTEM PENDUKUNG KEPUTUSAN (SPK) SEMI TERSTRUKTUR BAB X ANALISIS SISTEM PENDUKUNG KEPUTUSAN (SPK) SEMI TERSTRUKTUR Ada tiga hal utama yang perlu diketahui oleh penganalisis sistem pendukung keputusan, yaitu : (1) apakah pembuat keputusan utama bersifat

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN

SISTEM PENDUKUNG KEPUTUSAN SISTEM PENDUKUNG KEPUTUSAN O L E H : T A N T R I H I D A Y A T I S, S. K O M., M. K O M Management Support System (MSS) Management Suppport System (MSS) terdiri dari: Decision Support System (DSS) /SPK

Lebih terperinci

Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia

Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia 1 1. Membahas teknik-teknik riset operasi yang digunakan sebagai dasar pengambilan keputusan 2. Konsep dasar ilmu matematika (himpunan,

Lebih terperinci

Dibuat Oleh : 1. Andrey ( )

Dibuat Oleh : 1. Andrey ( ) Dibuat Oleh : 1. Andrey (41813120186) FAKULTAS ILMU KOMPUTER PROGRAM STUDI SISTEM INFORMASI UNIVERSITAS MERCU BUANA JAKARTA 2015 Proses manajemen proyek perangkat lunak dimulai dengan beberapa aktivitas

Lebih terperinci

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha ABSTRAK Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam

Lebih terperinci

OPTIMASI PENJADWALAN SUMBER DAYA DENGAN METODE ALGORITMA GENETIK TESIS MAGISTER OLEH: DEDE SUMIRTO PEMBIMBING: DR.IR. BIEMO W.

OPTIMASI PENJADWALAN SUMBER DAYA DENGAN METODE ALGORITMA GENETIK TESIS MAGISTER OLEH: DEDE SUMIRTO PEMBIMBING: DR.IR. BIEMO W. OPTIMASI PENJADWALAN SUMBER DAYA DENGAN METODE ALGORITMA GENETIK TESIS MAGISTER OLEH: DEDE SUMIRTO PEMBIMBING: DR.IR. BIEMO W. SOEMARDI BIDANG MANAJEMEN DAN REKAYASA KONSTRUKSI DEPARTEMEN TEKNIK SIPIL

Lebih terperinci

BAB I PENDAHULUAN. pada sektor masyarakat meluas dengan cepat[4]. menentukan tingkat kegiatan-kegiatan yang akan dilakukan, dimana masingmasing

BAB I PENDAHULUAN. pada sektor masyarakat meluas dengan cepat[4]. menentukan tingkat kegiatan-kegiatan yang akan dilakukan, dimana masingmasing BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan program linier telah ada dan berkembang sejak lama.perumusan masalah program linier beserta penyelesaiannya secara sistematis ditemukan pada tahun 1947

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN SISTEM. Ada beberapa masalah dalam pengenalan tulisan tangan matematika yang dapat

BAB 3 ANALISIS DAN PERANCANGAN SISTEM. Ada beberapa masalah dalam pengenalan tulisan tangan matematika yang dapat BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Permasalahan Ada beberapa masalah dalam pengenalan tulisan tangan matematika yang dapat didefinisikan sejauh ini, antara lain: Pengenalan karakter matematika

Lebih terperinci

BAB 1 PENDAHULUAN. dari ekonomi global yang melanda hampir negara-negara di Amerika dan Asia. Hal ini

BAB 1 PENDAHULUAN. dari ekonomi global yang melanda hampir negara-negara di Amerika dan Asia. Hal ini 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dunia perdagangan pada saat ini cukup sulit, dikarenakan dampak dari ekonomi global yang melanda hampir negara-negara di Amerika dan Asia. Hal

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 1 I PENDAHULUAN 1.1 Latar Belakang Salah satu tujuan dari industri atau perusahaan adalah menciptakan laba yang maksimal. Salah satu bentuk usahanya adalah dengan memaksimumkan hasil produksi atau meminimumkan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam

BAB II TINJAUAN PUSTAKA. artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam BAB II TINJAUAN PUSTAKA 2.1. Vendor Dalam arti harfiahnya, vendor adalah penjual. Namun vendor memiliki artian yang lebih spesifik yakni pihak ketiga dalam supply chain istilah dalam industri yang menghubungkan

Lebih terperinci

Sistem Penunjang Keputusan, Pertemuan Ke-2

Sistem Penunjang Keputusan, Pertemuan Ke-2 Sistem. SISTEM PENGAMBILAN KEPUTUSAN : MODEL DAN PENDUKUNG DSS, GDSS, EIS, dan ES melibatkan satu istilah: sistem. Sistem adalah kumpulan dari obyek-obyek seperti orang, resources, konsep, dan prosedur

Lebih terperinci

Ardaneswari D.P.C., STP, MP.

Ardaneswari D.P.C., STP, MP. Ardaneswari D.P.C., STP, MP. Materi Bahasan Pengantar pemrograman linier Pemecahan pemrograman linier dengan metode grafis PENGANTAR Pemrograman (programming) secara umum berkaitan dengan penggunaan atau

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT Asep Hendar Rustiawan 1, Dini Destiani 2, Andri Ikhwana 3 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu

Lebih terperinci

1 BAB I PENDAHULUAN. 1.1 Latar Belakang

1 BAB I PENDAHULUAN. 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Listrik pada abad ini sudah merupakan kebutuhan primer yang tidak bisa tergantikan. Karena pentingnya listrik ini, sistem yang menyuplai dan mengalirkan listrik ini

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Konsep Program Linear Program linear merupakan model matematik untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber organisasi. Kata sifat linear digunakan untuk

Lebih terperinci

BAB II LANDASAN TEORI. Menurut Schroeder (2000) Penjadwalan dapat didefinisikan sebagai suatu

BAB II LANDASAN TEORI. Menurut Schroeder (2000) Penjadwalan dapat didefinisikan sebagai suatu BAB II LANDASAN TEORI 2.1 Penjadwalan Menurut Schroeder (2000) Penjadwalan dapat didefinisikan sebagai suatu petunjuk atau indikasi apa saja yang harus dilakukan, dengan siapa, dan dengan peralatan apa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengambilan Keputusan (Decision Making) Banyak keputusan utama yang dihadapi perusahaan untuk mencapai tujuan perusahaan dengan batasan situasi lingkungan operasi. Pembatasan tersebut

Lebih terperinci

Formulasi Model dan Parameterisasi

Formulasi Model dan Parameterisasi Formulasi Model dan Parameterisasi Pemodelan Simulasi 1. Pengertian Formulasi Model Formulasi model adalah pembentukan model secara formal berdasarkan variabel-variabel dan parameter-parameter serta relasi-relasi

Lebih terperinci

SISTEM PENUNJANG KEPUTUSAN

SISTEM PENUNJANG KEPUTUSAN SISTEM PENUNJANG KEPUTUSAN Menurut Herbert A. Simon keputusan terbagi menjadi 2, yaitu : 1. Programmed decisions, yaitu keputusan yang berulang dan bersifat rutin, yang secara luas prosedur yang tetap

Lebih terperinci

VI. PENGEMBANGAN DECISION NETWORK YANG DIOPTIMASI DENGAN FUZZY INFERENCE SYSTEM UNTUK PENYUSUNAN KALENDER TANAM DINAMIK

VI. PENGEMBANGAN DECISION NETWORK YANG DIOPTIMASI DENGAN FUZZY INFERENCE SYSTEM UNTUK PENYUSUNAN KALENDER TANAM DINAMIK 113 VI. PENGEMBANGAN DECISION NETWORK YANG DIOPTIMASI DENGAN FUZZY INFERENCE SYSTEM UNTUK PENYUSUNAN KALENDER TANAM DINAMIK 6.1. Pendahuluan Secara umum, prinsip utama dalam pemodelan optimisasi adalah

Lebih terperinci

PEMROGRAMAN LINEAR YULIATI,SE,MM

PEMROGRAMAN LINEAR YULIATI,SE,MM PEMROGRAMAN LINEAR YULIATI,SE,MM Prinsip: Setiap organisasi berusaha mencapai tujuan yang telah ditetapkan sesuai dengan keterbatasan sumber daya. Linier Programming: Teknik pengambilan keputusan dalam

Lebih terperinci

Gambaran Umum Sistem Informasi Manajemen. Fakultas Ilmu Komputer dan Teknologi Informasi Jurusan Sistem Informasi Universitas Gunadarma

Gambaran Umum Sistem Informasi Manajemen. Fakultas Ilmu Komputer dan Teknologi Informasi Jurusan Sistem Informasi Universitas Gunadarma Gambaran Umum Sistem Informasi Manajemen Fakultas Ilmu Komputer dan Teknologi Informasi Jurusan Sistem Informasi Universitas Gunadarma Tujuan Pembelajaran Memahami Konsep dasar SIM Mempunyai Gambaran Umum

Lebih terperinci

Optimasi Fungsi Tanpa Kendala Menggunakan Algoritma Genetika Dengan Kromosom Biner dan Perbaikan Kromosom Hill-Climbing

Optimasi Fungsi Tanpa Kendala Menggunakan Algoritma Genetika Dengan Kromosom Biner dan Perbaikan Kromosom Hill-Climbing Optimasi Fungsi Tanpa Kendala Menggunakan Algoritma Genetika Dengan Kromosom Biner dan Perbaikan Kromosom Hill-Climbing Wayan Firdaus Mahmudy, (wayanfm@ub.ac.id) Program Studi Ilmu Komputer, Universitas

Lebih terperinci

OPTIMASI KINERJA SIMPANG BERSINYAL DENGAN MENGGUNAKAN SPREADSHEET

OPTIMASI KINERJA SIMPANG BERSINYAL DENGAN MENGGUNAKAN SPREADSHEET OPTIMASI KINERJA SIMPANG BERSINYAL DENGAN MENGGUNAKAN SPREADSHEET Henny Sutjiono 1, Rudy Setiawan 2 ABSTRAK : Salah satu kendala dalam perhitungan kinerja simpang bersinyal baik secara manual maupun dengan

Lebih terperinci

Sasaran. Alasan Penggunaan Model. Pemodelan. Pemodelan. Alasan Penggunaan Model 9/28/2011 PEMODELAN: MANAGEMENT SUPPORT SYSTEM

Sasaran. Alasan Penggunaan Model. Pemodelan. Pemodelan. Alasan Penggunaan Model 9/28/2011 PEMODELAN: MANAGEMENT SUPPORT SYSTEM Materi Kuliah [4,5] SISTEM PENDUKUNG KEPUTUSAN PEMODELAN: MANAGEMENT SUPPORT SYSTEM Qammaddin, S.Kom Referensi Utama Sasaran Mahasiswa mampu memahami tahapantahapan dalam pemodelan Management Support System.

Lebih terperinci

OPTIMASI (Pemrograman Non Linear)

OPTIMASI (Pemrograman Non Linear) OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar

Lebih terperinci