PENGALOKASIAN ANGGARAN DENGAN MEMPERTIMBANGKAN MULTI-INPUT/OUTPUT MENGGUNAKAN DATA ENVELOPMENT ANALYSIS

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGALOKASIAN ANGGARAN DENGAN MEMPERTIMBANGKAN MULTI-INPUT/OUTPUT MENGGUNAKAN DATA ENVELOPMENT ANALYSIS"

Transkripsi

1 JURNAL TEKNIK INDUSTRI VOL., NO., JUNI 00: 6 - PENGALOKASIAN ANGGARAN DENGAN MEMPERTIMBANGKAN MULTI-INPUT/OUTPUT MENGGUNAKAN DATA ENVELOPMENT ANALYSIS I Nyoman Sutapa Dosen Fakultas Teknologi Industri, Jurusan Teknik Industri Unversitas Kristen Petra ABSTRAK Dalam artikel ini dikembangkan sebuah model data envelopment analysis (DEA) untuk memecahkan masalah pengalokasian anggaran ke masing-masing unit pengambil keputusan (UPK) dalam sebuah organisasi, yang mempertimbangkan multi-input/output. Dalam mengembangkan model, dilakukan dengan beberapa contoh numeris. Hasil perhitungan dengan model DEA ini, didapatkan alokasi anggaran optimal yang berupa batas bawah dan atas serta nilai alokasi diantara kedua nilai tersebut. Kata kunci : data envelopment analysis, eisiensi, alokasi anggaran. ABSTRACT In this article is developed a data envelopment analysis (DEA) model to solve a budget allocation problem to the decision-making units (DMU s) in an organisation. The allocation is depend on multiinput/output. To develop the model is used some o numerical examples. The results o calculation by DEA model are an optimum budget allocation in lower and upper bound and a ix value between them. Keywords: data envelopment analysis, eiciency, budget allocation.. PENDAHULUAN Model data envelopment analysis (DEA) dikembangkan pertama kali oleh Charnes, Cooper dan Rhodes (978), untuk mengevaluasi eisiensi relati unit-unit pengambil keputusan (UPK) dalam sebuah organisasi dengan memberi bobot pada input/output. Model DEA ini beserta turunannya disebut model standar, dimana dalam model ini setiap UPK memilih secara terpisah bobot-bobotnya untuk memaksimalkan eisiensi secara individual. Dalam perkembangan lebih lanjut, Beasley (998), mengembangkan model DEA yang lebih umum (model DEA generalisasi), dimana bobot-bobot dari input dan output dipilih secara simultan untuk semua UPK sedemikian hingga memaksimalkan eisiensi setiap UPK secara rerata. Dalam artikel ini dikembangkan sebuah model DEA untuk memecahkan masalah pengalokasikan anggaran ke masing-masing UPK dalam suatu organisasi yang didasarkan atas model DEA generalisasi. 6

2 PENGALOKASIAN FIXED COSTS DENGAN DATA ENVELOPMENT ANALYSIS (Nyoman Sutapa). MODEL DEA GENERALISASI Misalkan: s jumlah output yang diukur t jumlah input yang diukur n jumlah UPK yang dievaluasi y ip nilai output ke-i (i=,..,s) dari UPK ke-p (p=,..,n) x jp nilai input ke-j (j=,..,t) dari UPK ke-p (p=,..,n) u ip bobot tertimbang bagi nilai output ke-i (i=,..,s) dari UPK ke-p (p=,..,n) v jp bobot tertimbang bagi nilai input ke-j (j=,..,t) dari UPK ke-p (p=,..,n) E pq eisiensi relati UPK ke-q (q=,..,n) bila dievaluasi menggunakan bobot-bobot yang diasosiasikan dengan UPK ke-p (p=,..,n) ε sebuah bilangan yang sangat kecil (0<ε<<) maka E pq dapat dideinisikan sebagai : s uip yiq i= E pq =, p =,..,n; q =,..,n t v x j= jp jq dimana 0 E pq, p =,..,n; q =,..,n dalam hal ini E pq adalah eisiensi dari UPK ke-q bila dievaluasi menggunakan bobotbobot yang berhubungan dengan UPK ke-p. Dalam pendekatan DEA standar, dicari eisiensi E pp untuk UPK ke-p yang dapat dirumuskan menggunakan programa nonlinier: s uip yip i= Maks. Epp = t () v x dengan kendala j= 0 E pq, p, q =,..,n jp jp uip ε, v jp ε, i =,..,s; j =,..,t () Programa nonlinier ()-() dapat dikonversi menjadi programa linier, dengan menetapkan penyebut persamaan () menjadi sebuah konstanta dan selanjutnya menetapkannya menjadi sebuah kendala. Programa nonlinier ini dapat diinterpretasikan sebagai pemilihan bobot-bobot tertimbang sedemikian hingga memaksimalkankan eisiensi UPK ke-p relati terhadap UPK-UPK lainnya. Dalam penentuan eisiensi semua UPK, maka programa nonlinier ()-() diatas harus dipecahkan sebanyak n kali, masing-masing satu untuk setiap p (p=,..,n). Menurut Beasley (998), n programa nonlinier yang saling bebas dapat dikonsolidasikan menjadi sebuah programa nonlinier konsolidasi. Karena, ke-n programa () () () 7

3 JURNAL TEKNIK INDUSTRI VOL., NO., JUNI 00: 6 - linier ()-() diatas adalah bebas linier, maka dapat dikonsolidasikan menjadi memaksimalkan rerata eisiensi semua UPK, yaitu: n E pp Maks. (6) n p= dengan kendala 0 E pq, q =,..,n; p =,..,n uip ε, v jp ε, i =,..,s; j =,..,t; p =,..,n Cara lain menginterpretasikan programa nonlinier konsolidasi ini adalah bobot-bobot dipilih secara simultan untuk semua UPK sedemikian hingga memaksimalkan rerata eisiensi UPK. (7) (8). PEMODELAN DEA UNTUK ALOKASI ANGGARAN Misalkan sebuah organisasi mempunyai total anggaran dengan jumlah tertentu, ingin dialokasikasikan sesuai proporsi ke setiap UPK. Masalah ini biasa ditemui dalam penganggaran/pembiayaan organisasi, yaitu membagi overhead cost diantara berbagai unit (UPK). Berikut ini diturunkan sebuah model DEA untuk memutuskan bagaimana mengalokasikan anggaran secara optimal diantara UPK-UPK. Dalam model DEA, yang dimaksudkan dengan optimal adalah eisiensi setiap UPK sama dengan satu.. Model DEA dengan Multi-output dan Single Input (Alokasi Anggaran) Misalkan dalam suatu organisasi ada unit (UPK) secara bersama-sama mengajukan anggaran untuk memenuhi pengeluaran yang akan direncanakan. Tiga jenis pengeluaran, dideinisikan sebagai output, direncanakan akan terjadi untuk tahun anggaran yang akan datang. Tabel berikut ini berisikan data jumlah pengeluaran (output) yang direncanakan (satuannya sesuai dengan jenis output, dimana dalam semua jenis output ukuran satuannya tidak perlu disamakan/dijadikan satu ukuran). Tabel. Data Output setiap Unit Output ke- UPK Total Misalkan bahwa total anggaran yang tersedia untuk dialokasikan ke- UPK ini adalah terbatas, lebih kecil dibandingkan dengan total permintaan. Misalkan total anggaran besarnya F rupiah. Masalahnya, bagaimana membagi atau mengalokasikan anggaran ini 8

4 PENGALOKASIAN FIXED COSTS DENGAN DATA ENVELOPMENT ANALYSIS (Nyoman Sutapa) sedemikian hingga setiap UPK mendapatkan alokasi yang sepadan dengan rencana pengeluarannya dan seadil mungkin. Dalam membuat model DEA untuk menyelesaikan masalah ini, misalkan p ( 0) menyatakan jumlah alokasi anggaran, dideinisikan sebagi input, yang harus dialokasikan kesetiap UPK-p (p=,..,), dalam hal ini =F. Jadi dalam masalah ini ada satu input dan tiga buah output. Dalam model DEA, pengalokasian anggaran ini dideinisikan sebagai penentuan eisiensi setiap UPK. Sehingga untuk UPK ke- misalnya, eisiensinya dapat dideinisikan sebagai (0α +0α +α )/, dengan α i (i=,,) merupakan bobot tertimbang untuk ketiga output. Dalam artikel ini, anggaran harus dialokasikan sedemikian hingga setiap UPK mendapatkan alokasi secara optimal (dalam model setiap UPK mempunyai eisiensi satu). Secara konseptual, setiap UPK memerlukan anggaran (sebuah input dalam bentuk implisit) untuk menghasilkan output yang optimal. Selanjutnya, model DEA akan dikembangkan sedemikian hingga setiap UPK mendapatkan alokasi anggaran dengan bobot yang sama bagi setiap jenis output untuk setiap UPK, dan memungkinkan setiap UPK mempunyai eisiensi sama dengan satu. Dalam hal ini, terkandung maksud bahwa semua UPK dievaluasi terhadap bobot yang sama dan juga semua UPK mempunyai eisiensi maksimal. Sehingga setiap UPK mendapatkan alokasi anggaran yang adil dan sepadan, dan ini akan memungkinkan mereka semua untuk mencapai eisiensi maksimal dengan menggunakan bobot yang sama. Agar setiap UPK memiliki eisiensi satu terhadap sekumpulan bobot bersama, maka perlu diputuskan alokasi anggaran p, p=,.., dan bobot α i, i=,, sedemikian hingga: 0α α + 0α + 7α + α + α =, =, = F α + α α dan + α + α p 0, α i ε, p =,.., ; i =,, + 7α =, = 7α + 0α Ada 6 buah kendala berbentuk persamaan dan 8 variabel non-negati, dan disini secara umum akan ada beberapa derajat leksibelitas dalam nilai-nilai yang memenuhi persamaan-persamaan diatas. Untuk menginvestigasi secara sistematis leksibelitas ini, dapat dicari dengan menyelesaikan programa matematis berikut: + α = (9) (0) () Minimalkan q dengan kendala (9) sampai dengan () dan Maksimalkan q dengan kendala (9) sampai dengan (), untuk setiap nilai q (q=,..,). Rumusan ini dapat digunakan untuk menginvestigasi derajat leksibelitas dari besarnya alokasi anggaran untuk setiap UPK. Hasilnya dapat dilihat pada Tabel (untuk memudahkan perhitungan, dimisalkan F=Rp 00): 9

5 JURNAL TEKNIK INDUSTRI VOL., NO., JUNI 00: 6 - Tabel. Batas Alokasi Anggaran Minimum dan Maksimum UPK Minimum q (Rp) Maksimum q (Rp) Total Dari tabel ini, untuk UPK ke- dialokasikan anggaran yang besarnya antara 6.9 dan 9.70 rupiah. Jangkauan antara besarnya anggaran minimal dan maksimal untuk setiap UPK, dapat dilihat pada Tabel, dideinisikan sebagai jangkauan yang dapat diterima bagi setiap UPK. Misalkan L q dan U q adalah anggaran minimal dan maksimal yang dialokasikan bagi UPK ke-q. Dalam hal ini, tidak ada UPK yang mendapatkan alokasi anggaran diluar [L q,u q ]. Jelas bahwa, setiap UPK ke-q dihaharapkan mendapat alokasi seminimal mungkin, yaitu hanya L q. Bagaiamanapun, karena jumlahan total nilai minimal ini hanya Rp. sehingga solusinya tidak mencakup keseluruhan anggaran F=Rp 00. Untuk menangani masalah diatas dan supaya setiap UPK dapat memiliki eisiensi satu (nilai eisiensi maksimal), deinisikan p max dan p min ( 0) sebagai proporsi maksimal/minimal, lebih dan diatas anggaran minimal L q yang mesti dialokasikan ke masing-masing UPK ke-q, yaitu dalam jangkauan yang dapat diterima [L q,u q ]. Maka modelnya dapat dirumuskan sebagai berikut: Min p max p min dengan kendala: q Lq pmax, U q Lq q =,.., () q Lq pmin Uq Lq, q =,.., () persamaan (9) sampai () () pmax, p min 0 persamaan () menjamin bahwa p max sekurang-kurangnya bernilai sebesar proporsi terbesar yang harus dialokasikan ke setiap UPK, sedangkan persamaan () menjamin bahwa p min sekurang-kurangnya bernilai sekecil proporsi terkecil yang harus dialokasikan ke setiap UPK. Meminimalkan perbedaan antara p max dan p min berarti bahwa meminimalkan perbedaan antara proporsi maksimal dan minimal yang harus dialokasikan ke setiap UPK. Dalam hal ini, ada kemungkinan bagi setiap UPK mendapat alokasi dengan proporsi yang sama dengan nilai lebih dan diatas anggaran minimal, yaitu L ) /(U L ) = ( L ) /(U L ) q, p sehingga p max = p min. Dalam kasus ( q q q q p p p p ini, solusi optimal ()-(6) nilainya nol. () (6) 0

6 PENGALOKASIAN FIXED COSTS DENGAN DATA ENVELOPMENT ANALYSIS (Nyoman Sutapa) Solusi dari model ()-(6) diatas adalah p max =0.6 dan p min =0.7066, dengan perbedaan Dalam hal ini, setiap UPK mendapatkan alokasi dengan proporsi yang sama yaitu lebih dan diatas anggaran minimal, dengan mana setiap UPK masih mempunyai eisiensi satu. Alokasi anggaran ke- UPK adalah =Rp 6., =Rp 8.6, =Rp 9.7, =Rp. dan =Rp.0. Bobot yang berhubungan dengan alokasi anggaran ini adalah α =0.6, α =0.69 dan α = Model DEA dengan Multi-output dan Multi-input (Alokasi Anggaran + input lainnya) Dalam kasus dimana setiap UPK memiliki banyak output dan banyak input, maka model DEA-nya dapat dikembangkan dari model DEA ()-(6), sebagai berikut: Misalkan sebagai tambahan bahwa: α i bobot tertimbang untuk output i (i=,..,s) bobot tertimbang untuk input j (j=,..,t) β j E p S eisiensi relati UPK ke-p (p=,..,n) himpunan UPK-UPK yang alokasi anggarannya telah diputuskan (dimana awalnya ditetapkan S= ), dimana setiap UPK p S mempunyai himpunan anggaran F p. Himpunan ini hanya digunakan apabila ada beberapa UPK tidak memiliki leksibelitas dalam alokasi anggaran-nya atau jika diinginkan untuk memindahkan lleksibelitas UPK dengan perbedaan proporsi minimal (p max -p min ) yang telah didapat. Maka alokasi anggarannya, dapat dirumuskan sebagai berikut: Langkah : Tentukan rerata maksimal eisiensi UPK menggunakan programa nonlinier: Maksimalkan n E p p = n (7) dengan kendala: s αi yip i= E p =, t β j x jp + p j= p =,..,n (8) p = Fp, p S (9) p 0, p =,..,n 0 E p, p =,..,n αi ε, β j ε, i =,..,s; j =,..,t () Persamaan (8) mendeinisikan eisiensi setiap UPK. Persamaan (9) menjamin bahwa jumlah semua anggaran yang dialokasikan harus tepat sama dengan F. Misalkan E * adalah solusi optimal dari rumusan (7)-(). (0) ()

7 JURNAL TEKNIK INDUSTRI VOL., NO., JUNI 00: 6 - Langkah. Perlu ditentukan leksibelitas yang dihubungkan dengan alokasi anggaran untuk setiap UPK, dengan menyelesaikan programa nonlinier: n Minimalkan q dengan kendala (8)-() dan E p * = E dan, p+ n n Maksimalkan q dengan kendala (8)-() dan E p * = E, untuk q=,..,n. p+ n Seperti sebelumnya, misalkan L q dan U q solusi optimum (minimal/ maksimal anggaran yang dialokasikan) untuk UPK ke-q untuk programa nonlinier diatas. Tetapkan S=S {q} dan F q =L q untuk semua UPK ke-q S (q=,..,n) dengan L q =U q. Catatan: jika E * = programa nonlinier diatas dapat dinyatakan sebagai programa linier. Langkah. Deinisikan p max dan p min ( 0) sebagai proporsi maksimal/minimal, lebih dan diatas anggaran minimal, dibayarkan oleh sembarang UPK ke-q dalam jangkauan yang dapat diterima [L q,u q ]. Pecahkan yang berikut ini: Minimumkan pmax p min () dengan kendala q L q p max, q =,..,n; q S U q L q () q L q p min U L, q =,..,n; q S q n E persamaan (8)-() dan n q p= p = E * () pmax, pmin 0 (6) Misalkan P * solusi optimum yang dihubungkan dengan ()-(6). Langkah. Selanjutnya, perlu ditentukan apakah masih ada leksibelitas yang dapat dilakukan terhadap alokasi anggaran untuk setiap UPK ke-q, dengan memecahkan: minimalkan q dengan kendala ()-() dan p max -p min =P * dan maksimalkan q dengan kendala ()-() dan p max -p min =P * untuk q=,..,n. Seperti sebelumnya, misalkan solusi optimum adalah L q dan U q. Langkah. Jika L q =U q (q=,..,n) maka solusi akhir dari alokasi anggaran telah dicapai untuk setiap UPK ke-q, yaitu q =L q =U q. Bagaimanapun, jika L q <U q untuk beberapa UPK ke-q, maka dalam hal ini masih ada beberapa leksibelitas tersisa. Jika kasusnya demikian, ambillah UPK ke-k yang berhubungan dengan U k -L k =min[u q -L q U q -L q >0, q=,..,n;q S] dan tetapkan F k =(L k +U k )/. Ini berhubungan dengan penetapan anggaran bagi UPK ke-k dengan jangkauan yang dapat diterima terkecil [L k,u k ] ke (L k +U k )/. Jika hal ini dapat diselesaikan, maka tetapkan dulu S=S {k} dan lanjutkan ke Langkah.

8 PENGALOKASIAN FIXED COSTS DENGAN DATA ENVELOPMENT ANALYSIS (Nyoman Sutapa). Contoh Numeris Berikut diberikan sebuah contoh numeris perhitungan alokasi anggaran menggunakan data seperti pada Tabel, yang meliputi n= UPK, s= output dan t= input dengan total anggaran F=Rp 00. Tabel. Data Input dan Output setiap UPK UPK Output Output Input Input Input Dengan menerapkan pendekatan umum yang diberikan diatas, maka didapatkan: Langkah. Tetapkan E * =, agar semua UPK dapat mencapai eisiensi satu. Langkah. Tentukan [L q,u q ] untuk q=,.., didapatkan [Rp,7; Rp8,79], [Rp,; Rp9,69], [Rp,0; Rp9,8], [Rp,78; Rp,7], [Rp,68; Rp,6], [Rp0; Rp9,7], [Rp0; Rp,], [Rp,70; Rp,9], [Rp8,6; Rp,8], [Rp,06; Rp7,8], [Rp0; Rp,9], dan [Rp8,; Rp,]. Langkah. P * = 0,608 dengan p max =0,677 dan p min =0, Langkah. Tidak ada lagi leksibelitas, dan alokasi anggaran didapatkan: =Rp 6,78, =Rp 7,, =Rp 6,8, =Rp 8,7, =Rp 7,08, 6 =Rp 0,06, 7 =Rp,09, 8 =Rp 7,7, 9 =Rp,, 0 =Rp 0,08, =Rp,8, dan =Rp,97. Dari hasil diatas ini nampak bahwa, total anggaran yang ada, yaitu F=Rp 00, telah dialokasikan secara merata ke dalam UPK, sesuai dengan input yang mereka perlukan untuk menghasilkan outputnya. Dengan kata lain, setiap UPK mendapatkan alokasi dengan eisiensi 00%. Hal ini jelas nampak, misalnya pada UPK ke-9 dan ke-, mereka menggunakan input yang sama tetapi output yang dihasilkan berbeda, UPK ke-9 menghasilkan output yang lebih besar daripada UPK ke-, sehingga wajar mendapatkan bagian anggaran yang lebih besar, yaitu 9 =Rp, > =Rp,8. Demikian juga kalau dilihat UPK ke-0 dan ke-.. KESIMPULAN Dalam artikel ini, telah dibahas masalah pengalokasian anggaran ke masing-masing unit pengambil keputusan (UPK), yang saling mendukung dalam sebuah organisasi.

9 JURNAL TEKNIK INDUSTRI VOL., NO., JUNI 00: 6 - Model matematis pengalokasin anggaran yang dibahas disini menggunakan data envelopment analysis (DEA) yang digeneralisasi, dengan bobot-bobot tertimbang dipilih secara simultan sedemikian hingga memaksimalkan rerata eisiensi dari semua UPK. Dari contoh numeris, model DEA digeneralisasi ini ternyata berhasil mengalokasikan total anggaran yang ada secara merata dengan eisiensi setiap UPK adalah seratus persen. DAFTAR PUSTAKA Beasley, J.E., 998. Allocating Fixed Costs and Resources via Data Envelopment Analysis, The Management School, Imperial College, London. Charnes, A., Cooper, W.W., 96. Programming with Linear Fractional Functionals, Naval Res. Logistics Q. 9, Charnes, A., Cooper, W.W. and Rhodes, E., 978. Measuring the Eiciency o Decision Making Units, European Journal o Operational Research, 9-. Cook, W.D. and Kress, M., 999. Characterizing an Equitable Allocation o Shared Costs: a DEA Approach, European J. O Operational research 9, Sutapa, I N., Rahardjo, J., 00. Analisis Eisiensi Proses Produksi Mempertimbangkan Aspek Teknis dan Ekonomis dengan Data Envelopment Analysis, Proseding Seminar Nasional: Teknik Industri dan Manajemen Produksi 00, Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember, Surabaya.

ANALISIS KINERJA UNIT USAHA MENGGUNAKAN MODEL CCR (STUDI KASUS PADA APOTEK KIMIA FARMA SEMARANG) Jl. Prof. H. Soedarto, S.H. Tembalang Semarang

ANALISIS KINERJA UNIT USAHA MENGGUNAKAN MODEL CCR (STUDI KASUS PADA APOTEK KIMIA FARMA SEMARANG) Jl. Prof. H. Soedarto, S.H. Tembalang Semarang ANALISIS KINERJA UNIT USAHA MENGGUNAKAN MODEL CCR (STUDI KASUS PADA APOTEK KIMIA FARMA SEMARANG) Laily Rahmania 1, Farikhin 2, Bayu Surarso 3 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof.

Lebih terperinci

APLIKASI DATA ENVELOPMENT ANALYSIS (DEA) UNTUK PENGUKURAN EFISIENSI AKTIVITAS PRODUKSI.

APLIKASI DATA ENVELOPMENT ANALYSIS (DEA) UNTUK PENGUKURAN EFISIENSI AKTIVITAS PRODUKSI. OPEN ACCESS MES (Journal of Mathematics Education and Science) ISSN: 2579-6550 (online) 2528-4363 (print) Vol. 2, No. 2. April 2017 APLIKASI DATA ENVELOPMENT ANALYSIS (DEA) UNTUK PENGUKURAN EFISIENSI AKTIVITAS

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 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Sumanth (1984) dalam bukunya menjelaskan bahwa efisiensi berhubungan dengan seberapa baik kita menggunakan sumber daya yang ada untuk mendapatkan suatu hasil. Secara matematis efisiensi

Lebih terperinci

Seminar Nasional Waluyo Jatmiko II FTI UPN Veteran Jawa Timur

Seminar Nasional Waluyo Jatmiko II FTI UPN Veteran Jawa Timur Pengukuran Efisiensi pada Bagian Produksi Genteng di PT. Wisma Wira Jatim Surabaya dengan Menggunakan Metode Data Envelopment Analysis (DEA) Farida Pulansari ST.MT Teknik Industri FTI-UPN Veteran Jawa

Lebih terperinci

BAB II TINJAUAN PUSTAKA. bank-bank besar di Jepang masih beroperasi di atas skala efisiensi minimum, hasil

BAB II TINJAUAN PUSTAKA. bank-bank besar di Jepang masih beroperasi di atas skala efisiensi minimum, hasil BAB II TINJAUAN PUSTAKA A. Tinjauan Pustaka Penelitian yang dilakukan Drake dan Hall (2003) di Jepang dengan menggunakan pendekatan nonparametrik (DEA) menujukkan hasil bahwa merger bank-bank besar di

Lebih terperinci

Pengukuran Efisiensi Menggunakan Allocation Model Dalam Metode Data Envelopment Analysis (DEA) Pada Divisi Doorlock PT. XYZ

Pengukuran Efisiensi Menggunakan Allocation Model Dalam Metode Data Envelopment Analysis (DEA) Pada Divisi Doorlock PT. XYZ . Pengukuran Efisiensi Menggunakan Allocation Model Dalam Metode Data Envelopment Analysis (DEA) Pada Divisi Doorlock PT. XYZ Aditiya Eko Saputro 1, Faula Arina 2, Ratna Ekawati 3 Jurusan Teknik Industri,

Lebih terperinci

OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL

OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL Saintia Matematika Vol. XX, No. XX (XXXX), pp. 17 24. OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL M Khahfi Zuhanda, Syawaluddin, Esther S M Nababan Abstrak. Beberapa tahun

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

1. Pendahuluan ANALISIS PENGARUH TINGKAT EFISIENSI TENAGA KESEHATAN TERHADAP ANGKA PENEMUAN KASUS TUBERKULOSIS (TB) PARU DI GORONTALO

1. Pendahuluan ANALISIS PENGARUH TINGKAT EFISIENSI TENAGA KESEHATAN TERHADAP ANGKA PENEMUAN KASUS TUBERKULOSIS (TB) PARU DI GORONTALO Prosiding SNaPP2015 Kesehatan pissn 2477-2364 eissn 2477-2356 ANALISIS PENGARUH TINGKAT EFISIENSI TENAGA KESEHATAN TERHADAP ANGKA PENEMUAN KASUS TUBERKULOSIS (TB) PARU DI GORONTALO 1 Kholis Ernawati, 2

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Riset Operasi Masalah pengoptimalan timbul sejak adanya usaha untuk menggunakan pendekatan ilmiah dalam memecahkan masalah manajemen suatu organisasi. Sebenarnya kegiatan yang

Lebih terperinci

Pengembangan Kawasan Andalan Probolinggo- Pasuruan-Lumajang Melalui Pendekatan Peningkatan Efisiensi

Pengembangan Kawasan Andalan Probolinggo- Pasuruan-Lumajang Melalui Pendekatan Peningkatan Efisiensi JURNAL TEKNIK POMITS Vol., No., (0) ISSN: 0-97 Pengembangan Kawasan Andalan Probolinggo- Pasuruan-Lumajang Melalui Pendekatan Reza P. Adhi, Eko Budi Santoso Program Studi Perencanaan Wilayah dan Kota,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian merupakan hal yang tidak bias dipisahkan dari berbagai penelitian yang dilakukan. Objek penelitian merupakan sebuah sumber yang dapat memberikan

Lebih terperinci

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Abstrak Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M.T Jurusan Matematika Fakultas Matematika

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Sukarelawan adalah seseorang atau sekelompok orang yang secara ikhlas karena panggilan nuraninya memberikan apa yang dimilikinya tanpa mengharapkan imbalan. Sukarelawan

Lebih terperinci

BAB III SOLUSI OPTIMAL MASALAH FUZZY TRANSSHIPMENT

BAB III SOLUSI OPTIMAL MASALAH FUZZY TRANSSHIPMENT BAB III SOLUSI OPTIAL ASALAH FUZZY TRANSSHIPENT. ETODE EHAR Pada tahun 0, Kumar, et al. dalam jurnalnya yang berjudul Fuzzy Linear Programming Approach for Solving Fuzzy Transportation Problems with Transshipment

Lebih terperinci

s r=1 u ry ro m i=1 v ix io max h 0 = s r=1 m i=1 v 1, j = 1,..., n

s r=1 u ry ro m i=1 v ix io max h 0 = s r=1 m i=1 v 1, j = 1,..., n BAB 1 PENDAHULUAN Perkembangan sektor industri sejalan dengan perkembangan metode dalam pengambilan keputusan. Tidak jarang hal tersebut juga mengubah sudut pandang para pelaku industri. Dewasa ini, para

Lebih terperinci

CLASTERING PROGRAM STUDI TEKNIK DENGAN DATA ENVELOPMENT ANALYSIS (DEA)

CLASTERING PROGRAM STUDI TEKNIK DENGAN DATA ENVELOPMENT ANALYSIS (DEA) CLASTERING PROGRAM STUDI TEKNIK DENGAN DATA ENVELOPMENT ANALYSIS (DEA) Joni Mustofa, Budi Santoso Teknik Industri FTI-UPNV Jatim e-mail: iyonakajoni@gmail.com ABSTRAK Tujuan dari penelitian ini adalah

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN. Latar Belakang Masalah penentuan rute bus karyawan mendapat perhatian dari para peneliti selama lebih kurang 30 tahun belakangan ini. Masalah optimisasi rute bus karyawan secara matematis

Lebih terperinci

OPTIMISASI PERENCANAAN PRODUKSI MODEL PROGRAM LINEAR MULTI OBJEKTIF DE NOVO DENGAN PENDEKATAN GOAL PROGRAMMING

OPTIMISASI PERENCANAAN PRODUKSI MODEL PROGRAM LINEAR MULTI OBJEKTIF DE NOVO DENGAN PENDEKATAN GOAL PROGRAMMING OPTIMISASI PERENCANAAN PRODUKSI MODEL PROGRAM LINEAR MULTI OBJEKTIF DE NOVO DENGAN PENDEKATAN GOAL PROGRAMMING DWI LESTARI Jurusan Pendidikan Matematika FMIPA UNY, dwilestari@uny.ac.id ABSTRAK. Paper ini

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Matriks 2.1.1 Pengertian Matriks Matriks adalah susunan segi empat siku-siku dari bilangan bilangan. Bilanganbilangan dalam susunan tersebut dinamakan entri dalam matriks (Anton,

Lebih terperinci

PENGUKURAN KINERJA SISTEM MANAJEMEN PENGETAHUAN MENGGUNAKAN DATA ENVELOPMENT ANALYSIS (DEA) (Studi Kasus : PT. X cabang Surabaya)

PENGUKURAN KINERJA SISTEM MANAJEMEN PENGETAHUAN MENGGUNAKAN DATA ENVELOPMENT ANALYSIS (DEA) (Studi Kasus : PT. X cabang Surabaya) PENGUKURAN KINERJA SISTEM MANAJEMEN PENGETAHUAN MENGGUNAKAN DATA ENVELOPMENT ANALYSIS (DEA) (Studi Kasus : PT. X cabang Surabaya) Devita Noviyanti, Bambang Syairudin Jurusan Teknik Industri Institut Teknologi

Lebih terperinci

Kata Kunci : Data Envelopment Analysis, Technical Efficiency, Scale Effficiency

Kata Kunci : Data Envelopment Analysis, Technical Efficiency, Scale Effficiency PENGUKURAN EFISIENSI JASA PELAYANAN STASIUN PENGISIAN BAHAN BAKAR UMUM (SPBU) DENGAN METODE DATA ENVELOPMENT ANALYSIS (DEA) (Studi Kasus : SPBU G, SPBU K, SPBU S, SPBU J) Moses L. Singgih dan Viki Chandra

Lebih terperinci

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING Jurnal Manajemen Informatika dan Teknik Komputer Volume, Nomor, Oktober 05 PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING Havid Syafwan Program Studi Manajemen Informatika

Lebih terperinci

PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR

PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR T-11 RIVELSON PURBA 1 1 FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS MUSAMUS MERAUKE etong_extreme@yahoo.com ABSTRAK Purba, Rivelson. 01. Penerapan Logika

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Program Dinamik

BAB 2 LANDASAN TEORI. 2.1 Program Dinamik 5 BAB 2 LANDASAN TEORI 2.1 Program Dinamik Pemrograman dinamik adalah suatu teknik matematis yang biasanya digunakan untuk membuat suatu keputusan dari serangkaian keputusan yang saling berkaitan. Pemrograman

Lebih terperinci

BAB 2 MODEL PERSOALAN LOKASI FASILITAS BERKAPASITAS

BAB 2 MODEL PERSOALAN LOKASI FASILITAS BERKAPASITAS BAB 2 MODEL PERSOALAN LOKASI FASILITAS BERKAPASITAS 2.1 Pengertian Lokasi Fasilitas Pemilihan suatu lokasi merupakan hal yang sangat penting, karena faktor biaya dipengaruhi oleh fasilitas yang akan di

Lebih terperinci

BAB II LANDASAN TEORI. Dalam bab ini dibahas beberapa definisi dan konsep-konsep yang

BAB II LANDASAN TEORI. Dalam bab ini dibahas beberapa definisi dan konsep-konsep yang BAB II LANDASAN TEORI Dalam bab ini dibahas beberapa definisi dan konsep-konsep yang digunakan untuk membahas aplikasi PLFTG untuk investasi portofolio saham. A. Pemrograman Linear Pemrograman matematis

Lebih terperinci

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M. T Jurusan Matematika Fakultas Matematika dan Ilmu

Lebih terperinci

PENERAPAN METODE DATA ENVELOPMENT ANALYSIS (DEA) UNTUK MENGUKUR EFFISIENSI KINERJA PERBANKAN DI INDONESIA SKRIPSI MUHAMMAD AMIN

PENERAPAN METODE DATA ENVELOPMENT ANALYSIS (DEA) UNTUK MENGUKUR EFFISIENSI KINERJA PERBANKAN DI INDONESIA SKRIPSI MUHAMMAD AMIN PENERAPAN METODE DATA ENVELOPMENT ANALYSIS (DEA) UNTUK MENGUKUR EFFISIENSI KINERJA PERBANKAN DI INDONESIA SKRIPSI MUHAMMAD AMIN 050803012 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

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

ANALISIS EFISIENSI DAN PRODUKTIVITAS PROGRAM STUDI S 1 DI FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA

ANALISIS EFISIENSI DAN PRODUKTIVITAS PROGRAM STUDI S 1 DI FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA Analisis Efisiensi dan... (Atika Widadty) 1 ANALISIS EFISIENSI DAN PRODUKTIVITAS PROGRAM STUDI S 1 DI FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA ANALYSIS EFFICIENCY AND PRODUCTIVITY STUDI PROGRAM S

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

Pengukuran Efisiensi Produksi dengan Metode Data Envelopement Analysis di Divisi Wire Rod Mill

Pengukuran Efisiensi Produksi dengan Metode Data Envelopement Analysis di Divisi Wire Rod Mill Jurnal Teknik Industri, Vol.1, No.3, September 2013, pp.233-238 ISSN 2302-495X Pengukuran Efisiensi Produksi dengan Metode Data Envelopement Analysis di Divisi Wire Rod Mill Akbar Utama H.M 1, Achmad Bahauddin

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Program Linear Menurut Sitorus, Parlin (1997), Program Linier merupakan suatu teknik penyelesaian optimal atas suatu problema keputusan dengan cara menentukan terlebih dahulu suatu

Lebih terperinci

PENERAPAN METODE DEVELOPMENT ENVELOPMENT ANALYSIS DALAM MENGEVALUASI EFISIENSI UNIT PRODUK GUNA MENINGKATKAN PRODUKTIVITAS ABSTRAK

PENERAPAN METODE DEVELOPMENT ENVELOPMENT ANALYSIS DALAM MENGEVALUASI EFISIENSI UNIT PRODUK GUNA MENINGKATKAN PRODUKTIVITAS ABSTRAK PENERAPAN METODE DEVELOPMENT ENVELOPMENT ANALYSIS DALAM MENGEVALUASI EFISIENSI UNIT PRODUK GUNA MENINGKATKAN PRODUKTIVITAS Dwi Mirafi Orita email: fiorita2002@yahoo.com Mahasiswa Pascasarjana Program Studi

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

PROGRAM PECAHAN LINEAR. Erlin Dwi Endarwati 1, Siti Khabibah 2, Farikhin 3. Jl. Prof. H. Soedarto, S.H. Semarang 50275

PROGRAM PECAHAN LINEAR. Erlin Dwi Endarwati 1, Siti Khabibah 2, Farikhin 3. Jl. Prof. H. Soedarto, S.H. Semarang 50275 PROGRAM PECAHAN LINEAR Erlin Dwi Endarwati 1, Siti Khabibah 2, Farikhin 3 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto, S.H. Semarang 50275 1 erlin_endarwati@yahoo.co.id, 2

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN III.1 Pemilihan Sampel Penelitian menggunakan sampel data sekunder yang diperoleh melalui akses data terhadap Laporan tahunan Program Kemitraan dan Bina Lingkungan (PKBL)

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Bi-level Mathematical Programming (BLMP) diidentifikasi sebagai pemrograman matematika yang memecahkan masalah perencanaan desentralisasi dengan dua pengambil keputusan

Lebih terperinci

BAB 2 LANDASAN TEORI 2.1 Sistem dan Model Pengertian sistem Pengertian model

BAB 2 LANDASAN TEORI 2.1 Sistem dan Model Pengertian sistem Pengertian model BAB 2 LANDASAN TEORI 2.1 Sistem dan Model 2.1.1 Pengertian sistem Pengertian sistem dapat diketahui dari definisi yang diambil dari beberapa pendapat pengarang antara lain : Menurut Romney (2003, p2) sistem

Lebih terperinci

PRAKTIKUM EKONOMI PRODUKSI PERIKANAN SPSS & DEA

PRAKTIKUM EKONOMI PRODUKSI PERIKANAN SPSS & DEA PRAKTIKUM EKONOMI PRODUKSI PERIKANAN SPSS & DEA AGROBISNIS PERIKANAN FPIK_UB 2016 1 1. PENDAHULUAN 1.1 Teori Ekonomi Produksi Teori ekonomi adalah teori yang mempelajari tentang alokasi sumberdaya yang

Lebih terperinci

PRAKTIKUM EKONOMI PRODUKSI PERIKANAN SPSS & DEA

PRAKTIKUM EKONOMI PRODUKSI PERIKANAN SPSS & DEA PRAKTIKUM EKONOMI PRODUKSI PERIKANAN SPSS & DEA AGROBISNIS PERIKANAN FPIK_UB 2015 1 1. PENDAHULUAN 1.1 Teori Ekonomi Produksi Produksi secara umum didefinisikan sebagai segala kegiatan yang ditujukan untuk

Lebih terperinci

Pemilihan Supplier dan Penjadwalan Distribusi CNG dengan Pemodelan Matematis

Pemilihan Supplier dan Penjadwalan Distribusi CNG dengan Pemodelan Matematis JURNAL TEKNIK POMITS Vol. 3, No. 2, (23) ISSN: 2337-3539 (23-927 Print) G-49 Pemilihan Supplier dan Penjadwalan Distribusi CNG dengan Pemodelan Matematis Ludfi Pratiwi Bowo, AAB. Dinariyana, dan RO. Saut

Lebih terperinci

BAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk

BAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk BAB II LANDASAN TEORI A. Pemrograman Linear Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk memecahkan persoalan optimasi (maksimum atau minimum) dengan menggunakan persamaan dan

Lebih terperinci

III KERANGKA PEMIKIRAN

III KERANGKA PEMIKIRAN III KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis Kerangka pemikiran teoritis adalah suatu alur berpikir yang digunakan oleh penulis berdasarkan teori maupun konsep yang telah ada sebagai acuan dalam

Lebih terperinci

Pengukuran Tingkat Efisiensi Pelayanan Unit Hemodialisis di Rumah Sakit H1 dan H2 dengan Data Envelopment Analysis (DEA)

Pengukuran Tingkat Efisiensi Pelayanan Unit Hemodialisis di Rumah Sakit H1 dan H2 dengan Data Envelopment Analysis (DEA) JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-219 Pengukuran Tingkat Efisiensi Pelayanan Unit Hemodialisis di Rumah Sakit H1 dan H2 dengan Data Envelopment Analysis (DEA) Riza

Lebih terperinci

Optimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan dengan Metode Fuzzy Goal Programming

Optimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan dengan Metode Fuzzy Goal Programming JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 1 Optimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan Metode Fuzzy Goal Programming Rofiqoh

Lebih terperinci

PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING

PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING PEMILIHAN SUPPLIER DENGAN PENDEKATAN POSSIBILITY FUZZY MULTI-OBJECTIVE PROGRAMMING Oleh : Heny Nurhidayanti 1206 100 059 Dosen Pembimbing : Drs. Sulistiyo, MT Jurusan Matematika Fakultas Matematika dan

Lebih terperinci

BAB III METODOLOGI. Sudah banyak sekali penelitian yang dilakukan untuk mengetahui nilai efisiensi dari DMU,

BAB III METODOLOGI. Sudah banyak sekali penelitian yang dilakukan untuk mengetahui nilai efisiensi dari DMU, BAB III METODOLOGI III. 1 Metode Pengukuran Efisiensi Perbankan Sudah banyak sekali penelitian yang dilakukan untuk mengetahui nilai efisiensi dari DMU, hal ini terbukti dari jumlah penelitian yang berjumlah

Lebih terperinci

MENGUKUR KINERJA DISTRIBUSI BATU-BARA OLEH UKM DARI TAMBANG HINGGA PELABUHAN

MENGUKUR KINERJA DISTRIBUSI BATU-BARA OLEH UKM DARI TAMBANG HINGGA PELABUHAN MENGUKUR KINERJA DISTRIBUSI BATU-BARA OLEH UKM DARI TAMBANG HINGGA PELABUHAN Hendy Tannady 1), Dino Caesaron 2) 1 Fakultas Teknologi dan Disain, Universitas Bunda Mulia email: hendytannady@bundamulia.ac.id

Lebih terperinci

Matematika Ekonomi. Diana Chalil, PhD

Matematika Ekonomi. Diana Chalil, PhD Matematika Ekonomi Diana Chalil, PhD 1 Matematika ekonomi adalah: Analisa ekonomi dengan menggunakan simbol dan teori matematika dalam perumusan dan solusi masalah 2 Rifki mempunyai uang sebesar Rp50.000,-

Lebih terperinci

Pengembangan Kawasan Andalan Probolinggo- Pasuruan-Lumajang Melalui Pendekatan Peningkatan Efisiensi

Pengembangan Kawasan Andalan Probolinggo- Pasuruan-Lumajang Melalui Pendekatan Peningkatan Efisiensi JURNAL TEKNIK POMITS Vol., No., (0) ISSN: 7-59 (0-97 Print) C-8 Pengembangan Kawasan Andalan Probolinggo- Pasuruan-Lumajang Melalui Pendekatan Reza P. Adhi dan Eko Budi Santoso Program Studi Perencanaan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Optimasi adalah suatu proses pencarian hasil terbaik. Proses ini dalam analisis sistem diterapkan terhadap alternatif yang dipertimbangkan, kemudian dari hasil tersebut

Lebih terperinci

BAB III PEMBAHASAN. = tujuan atau target yang ingin dicapai. = jumlah unit deviasi yang kekurangan ( - ) terhadap tujuan (b m )

BAB III PEMBAHASAN. = tujuan atau target yang ingin dicapai. = jumlah unit deviasi yang kekurangan ( - ) terhadap tujuan (b m ) BAB III PEMBAHASAN A. Penyelesaian Perencanaan Produksi dengan Model Goal Programming Dalam industri makanan khususnya kue dan bakery, perencanaan produksi merupakan hasil dari optimisasi sumber-sumber

Lebih terperinci

PENYUSUNAN JADWAL PETUGAS SEKURITI DENGAN PROGRAM GOL ABSTRACT

PENYUSUNAN JADWAL PETUGAS SEKURITI DENGAN PROGRAM GOL ABSTRACT PENYUSUNAN JADWAL PETUGAS SEKURITI DENGAN PROGRAM GOL Herlina Marbun 1, Endang Lily 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika FMIPA Universitas Riau 2 Dosen Jurusan Matematika Fakultas

Lebih terperinci

EFISIENSI INDUSTRI MIKRO DAN KECIL DI INDONESIA DENGAN PENDEKATAN DATA ENVELOPMENT ANALYSIS (DEA) ABSTRAK

EFISIENSI INDUSTRI MIKRO DAN KECIL DI INDONESIA DENGAN PENDEKATAN DATA ENVELOPMENT ANALYSIS (DEA) ABSTRAK EFISIENSI INDUSTRI MIKRO DAN KECIL DI INDONESIA DENGAN PENDEKATAN DATA ENVELOPMENT ANALYSIS (DEA) Lely R 1, dan Malik Cahyadin 2 1, 2 Program Studi Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis UNS Email

Lebih terperinci

6.4.2 Hasil seleksi Provinsi dengan metode SAA 100 BAB 7 KESIMPULAN 107 DAFTAR PUSTAKA 109

6.4.2 Hasil seleksi Provinsi dengan metode SAA 100 BAB 7 KESIMPULAN 107 DAFTAR PUSTAKA 109 6.4.2 Hasil seleksi Provinsi dengan metode SAA 100 BAB 7 KESIMPULAN 107 DAFTAR PUSTAKA 109 x DAFTAR TABEL Nomor Judul Halaman 3.1 Produktivitas φ (bashan i, prod j) 42 6.1 Hirarki Kriteria 74 6.2 Mean

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Program linier (Linier Programming) Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan

Lebih terperinci

PENGEMBANGAN MODEL ASSURANCE REGION NETWORK DATA ENVELOPMENT ANALYSIS (AR-NDEA) UNTUK PEMERINGKATAN JURUSAN PADA PERGURUAN TINGGI

PENGEMBANGAN MODEL ASSURANCE REGION NETWORK DATA ENVELOPMENT ANALYSIS (AR-NDEA) UNTUK PEMERINGKATAN JURUSAN PADA PERGURUAN TINGGI PENGEMBANGAN MODEL ASSURANCE REGION NETWORK DATA ENVELOPMENT ANALYSIS (AR-NDEA) UNTUK PEMERINGKATAN JURUSAN PADA PERGURUAN TINGGI Ahmad Rusdiansyah 1), Patdono Suwignjo 2), dan Ida Sri Wardan 3) 1),2)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Menurut Aminudin (2005), program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier

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

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 1 I PENDAHULUAN 1.1 Latar elakang Sepak bola merupakan olahraga yang populer di seluruh dunia termasuk di Indonesia. Sepak bola sebenarnya memiliki perangkat-perangkat penting yang harus ada dalam penyelenggaraannya,

Lebih terperinci

ANALISIS TINGKAT EFISIENSI PERUSAHAAN FURNITURE DENGAN PENDEKATAN METODE DATA ENVELOPMENT ANALYSIS (DEA)

ANALISIS TINGKAT EFISIENSI PERUSAHAAN FURNITURE DENGAN PENDEKATAN METODE DATA ENVELOPMENT ANALYSIS (DEA) ANALISIS TINGKAT EFISIENSI PERUSAHAAN FURNITURE DENGAN PENDEKATAN METODE DATA ENVELOPMENT ANALYSIS (DEA) (Studi Kasus pada CV. X) Skripsi Diajukan Kepada Universitas Muhammadiyah Malang Untuk Memenuhi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Konsep program linier (linear programming) ditemukan dan diperkenalkan seorang ahli matematika bangsa Amerika, Dr.George Dantzig yaitu dengan dikembangkannya metode

Lebih terperinci

ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK

ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK OLEH AFRIANI SULASTINAH 1206100030 DOSEN PEMBIMBING Dra. LAKSMI PRITA WARDHANI, M.Si JURUSAN MATEMATIKA INSTITUT

Lebih terperinci

METODE MAX MIN VOGEL S APPROXIMATION METHOD UNTUK MENEMUKAN BIAYA MINIMAL PADA PERMASALAHAN TRANSPORTASI

METODE MAX MIN VOGEL S APPROXIMATION METHOD UNTUK MENEMUKAN BIAYA MINIMAL PADA PERMASALAHAN TRANSPORTASI METODE MAX MIN VOGEL S APPROXIMATION METHOD UNTUK MENEMUKAN BIAYA MINIMAL PADA PERMASALAHAN TRANSPORTASI Bilqis Amaliah 1), Agri Krisdanto 2), dan Astris Dyah Perwita 3) 1,2,3) Teknik Informatika, Fakultas

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian merupakan salah satu faktor yang tidak dapat dipisahkan dari suatu penelitian. Menurut Suharsimi Arikunto (2010:161), objek penelitian adalah

Lebih terperinci

PROGRAM FRAKSIONAL LINIER DENGAN KOEFISIEN INTERVAL. Annisa Ratna Sari 1, Sunarsih 2, Suryoto 3. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang

PROGRAM FRAKSIONAL LINIER DENGAN KOEFISIEN INTERVAL. Annisa Ratna Sari 1, Sunarsih 2, Suryoto 3. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang PROGRAM FRAKSIONAL LINIER DENGAN KOEFISIEN INTERVAL Annisa Ratna Sari 1, Sunarsih 2, Suryoto 3 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto, S.H. Tembalang Semarang Abstract.

Lebih terperinci

PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN

PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN Feng PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK... 211 PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN Tan

Lebih terperinci

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

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS] MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT011215 / 2 SKS] LINIER PROGRAMMING Formulasi Masalah dan Pemodelan Pengertian Linear Programming Linear Programming (LP) adalah salah satu teknik

Lebih terperinci

Pencapaian Biaya Minimum Menggunakan Metode Hungarian Dan Daftar Kombinasi

Pencapaian Biaya Minimum Menggunakan Metode Hungarian Dan Daftar Kombinasi Pencapaian Biaya Minimum Menggunakan Metode Hungarian Dan Daftar Kombinasi Lie Liana Program Studi Manajemen, Fakultas Ekonomika dan Bisnis, Universitas Stikubank Semarang Jl. Kendeng V Bendan Ngisor Semarang

Lebih terperinci

MENGGUNAKAN METODE LINEAR PROGRAMMING DENGAN TUJUAN MEMINIMISASI BIAYA PRODUKSI KAIN TEKSTIL PADA PT INTI GUNAWANTEX. William Wilson Tanoto

MENGGUNAKAN METODE LINEAR PROGRAMMING DENGAN TUJUAN MEMINIMISASI BIAYA PRODUKSI KAIN TEKSTIL PADA PT INTI GUNAWANTEX. William Wilson Tanoto MENGGUNAKAN METODE LINEAR PROGRAMMING DENGAN TUJUAN MEMINIMISASI BIAYA PRODUKSI KAIN TEKSTIL PADA PT INTI GUNAWANTEX William Wilson Tanoto 1401112916 The Fendy Thendean 1401117596 Abstract PT. Inti Gunawantex

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 1.1 Latar Belakang Semakin tingginya mobilitas penduduk di suatu negara terutama di kota besar tentulah memiliki banyak permasalahan, mulai dari kemacetan yang tak terselesaikan hingga moda

Lebih terperinci

PENERAPAN MODEL LINEAR GOAL PROGRAMMING UNTUK OPTIMASI PERENCANAAN PRODUKSI

PENERAPAN MODEL LINEAR GOAL PROGRAMMING UNTUK OPTIMASI PERENCANAAN PRODUKSI PENERAPAN MODEL LINEAR GOAL PROGRAMMING UNTUK OPTIMASI PERENCANAAN PRODUKSI Natalia Esther Dwi Astuti 1), Lilik Linawati 2), Tundjung Mahatma 2) 1) Mahasiswa Program Studi Matematika FSM UKSW 2) Dosen

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI Pada bab ini berisi tentang tinjauan pustaka dan dasar teori yaitu bagaimana penelitian-penelitian terdahulu yang terkait dengan permasalahan yang akan dibahas dalam

Lebih terperinci

BAB III OBJEK DAN METODE PENELITIAN. intermediasi. Aset, deposito dan beban personalia sebagai faktor input serta Kredit

BAB III OBJEK DAN METODE PENELITIAN. intermediasi. Aset, deposito dan beban personalia sebagai faktor input serta Kredit BAB III OBJEK DAN METODE PENELITIAN 1.1 Objek Penelitian Penelitian ini menganalisis efisiensi teknik bank persero dengan pendekatan intermediasi. Aset, deposito dan beban personalia sebagai faktor input

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam beberapa tahun terakhir, para pakar matematika telah banyak mencoba melakukan pendekatan untuk memecahkan permasalahan Program Linier Pecahan (PLP). Dalam tulisan

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

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

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

EVALUASI KELAYAKAN PENDANAAN PROYEK DENGAN TEKNIK PEMROGRAMAN LINIER. Windu Partono *)

EVALUASI KELAYAKAN PENDANAAN PROYEK DENGAN TEKNIK PEMROGRAMAN LINIER. Windu Partono *) EVALUASI KELAYAKAN PENDANAAN PROYEK DENGAN TEKNIK PEMROGRAMAN LINIER Windu Partono *) Abstract One main problem characterizes linear programming is to seek the maximum or minimum of a linear expression

Lebih terperinci

Pemrograman Linier (1)

Pemrograman Linier (1) Bentuk umum dan solusi dengan metode grafis Ahmad Sabri Universitas Gunadarma, Indonesia 2 Komponen pada Pemrograman Linier (PL) Model PL memiliki tiga komponen dasar: Variabel keputusan yang akan dicari

Lebih terperinci

UNNES Journal of Mathematics

UNNES Journal of Mathematics UJM 1 (1) (2012) UNNES Journal of Mathematics http://journalunnesacid/sju/indexphp/ujm APLIKASI FUZZY LINEAR PROGRAMMING DALAM OPTIMALISASI PRODUKSI Agus Wayan Yulianto, Hardi Suyitno, dan Mashuri Jurusan

Lebih terperinci

SEMINAR NASIONAL ke 8 Tahun 2013 : Rekayasa Teknologi Industri dan Informasi MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND

SEMINAR NASIONAL ke 8 Tahun 2013 : Rekayasa Teknologi Industri dan Informasi MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND MASALAH TRANSPORTASI DENGAN FUZZY SUPPLY DAN FUZZY DEMAND Ridayati Ircham Jurusan Teknik Sipil STTNAS Jalan Babarsari Caturtunggal Depok Sleman e-mail: ridayati@gmail.com ABSTRAK Tulisan ini membahas tentang

Lebih terperinci

BAB III. Persoalan Penugasan Multi Kriteria

BAB III. Persoalan Penugasan Multi Kriteria 15 BAB III Persoalan Penugasan Multi Kriteria A Pengertian Penugasan Masalah penugasan (assignment problem) adalah suatu masalah mengenai pengaturan objek untuk melaksanakan tugas, dengan tujuan meminimalkan

Lebih terperinci

KONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN

KONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN KONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN A. Jenis Biaya yang Perlu Diketahui Oleh Decision Maker 1. Biaya Eksplisit (Explisiy Cost) Biaya yang dikeluarkan guna mendapatkan input yang dibutuhkan dalam proses

Lebih terperinci

ANALISIS EFISIENSI DISTRIBUSI PEMASARAN DENGAN PENDEKATAN DATA ENVELOPMENT ANALYSIS (DEA)

ANALISIS EFISIENSI DISTRIBUSI PEMASARAN DENGAN PENDEKATAN DATA ENVELOPMENT ANALYSIS (DEA) Simposium Nasional RAPI VIII 2009 ISSN : 42-962 ANALISIS EFISIENSI DISTRIBUSI PEMASARAN DENGAN PENDEKATAN DATA ENVELOPMENT ANALYSIS (DEA) Indah Pratiwi, Siti Nandiroh 2, Atirotul Miski 3,2,3 Jurusan Teknik

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi

BAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus

Lebih terperinci

BAB VI KESIMPULAN DAN SARAN

BAB VI KESIMPULAN DAN SARAN BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan Bank-bank yang dinilai mempunyai kinerja yang baik dari hasil pengukuran dengan menggunakan pemodelan DEA 1 dan 2 adalah bank-bank yang dimiliki oleh investor

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

III MODEL PENJADWALAN

III MODEL PENJADWALAN 3 Ax = B N x B x = Bx B + Nx N = b. (5) N Karena matriks B adalah matriks taksingular, maka B memiliki invers, sehingga dari (5) x B dapat dinyatakan sebagai: x B = B 1 b B 1 Nx N. (6) Kemudian fungsi

Lebih terperinci

MODIFIKASI METODE HUNGARIAN UNTUK PENYELESAIAN MASALAH PENUGASAN

MODIFIKASI METODE HUNGARIAN UNTUK PENYELESAIAN MASALAH PENUGASAN MODIFIKASI METODE HUNGARIAN UNTUK PENYELESAIAN MASALAH PENUGASAN Idris 1* Eng Lily 2 Sukamto 2 1 Mahasiswa Program S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika Ilmu Pengetahuan Alam Universitas

Lebih terperinci

Optimasi Multi-Objective pada Pemilihan Portofolio dengan Metode Nadir Compromise Programming

Optimasi Multi-Objective pada Pemilihan Portofolio dengan Metode Nadir Compromise Programming JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (13) 2337-35 (2301-928X Print) 1 Optimasi Multi-Objective pada Pemilihan Portofolio dengan Metode Nadir Compromise Programming Ema Rahmawati dan Subchan. Jurusan

Lebih terperinci

PENDAHULUAN. Investasi pada hakikatnya merupakan penempatan sejumlah dana pada. saat ini dengan harapan untuk memperoleh keuntungan di masa mendatang.

PENDAHULUAN. Investasi pada hakikatnya merupakan penempatan sejumlah dana pada. saat ini dengan harapan untuk memperoleh keuntungan di masa mendatang. BAB I PENDAHULUAN A. Latar Belakang Investasi pada hakikatnya merupakan penempatan sejumlah dana pada saat ini dengan harapan untuk memperoleh keuntungan di masa mendatang. Namun dalam dunia yang sebenarnya

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

Pengukuran Efisiensi Produksi Dengan Metode DEA (Data Envelopement Analysis) Di Divisi Wire Rod Mill PT.XYZ

Pengukuran Efisiensi Produksi Dengan Metode DEA (Data Envelopement Analysis) Di Divisi Wire Rod Mill PT.XYZ Pengukuran Efisiensi Produksi Dengan Metode DEA (Data Envelopement Analysis) Di Divisi Wire Rod Mill PT.XYZ Akbar Utama H.M 1, Achmad Bahauddin 2, Putro Ferro Ferdinant 3 1, 2, 3 Jurusan Teknik Industri

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Linear Programming Linear Programming (LP) merupakan metode yang digunakan untuk mencapai hasil terbaik (optimal) seperti keuntungan maksimum atau biaya minimum dalam model matematika

Lebih terperinci

PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT

PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id 1 Program Dinamis (dynamic programming): - metode pemecahan masalah dengan cara menguraikan solusi

Lebih terperinci

FUZZY LINIER PROGRAMMING UNTUK PEMILIHAN JENIS KENDARAAN DALAM MENGANTISIPASI KEMACETAN LALU LINTAS DI KOTA MEDAN

FUZZY LINIER PROGRAMMING UNTUK PEMILIHAN JENIS KENDARAAN DALAM MENGANTISIPASI KEMACETAN LALU LINTAS DI KOTA MEDAN FUZZY LINIER PROGRAMMING UNTUK PEMILIHAN JENIS KENDARAAN DALAM MENGANTISIPASI KEMACETAN LALU LINTAS DI KOTA MEDAN Zulfikar Sembiring 1* 1 Fakultas Teknik, Universitas Medan Area * Email : zoelsembiring@gmail.com

Lebih terperinci