PENGALOKASIAN ANGGARAN DENGAN MEMPERTIMBANGKAN MULTI-INPUT/OUTPUT MENGGUNAKAN DATA ENVELOPMENT ANALYSIS
|
|
- Widya Sumadi
- 7 tahun lalu
- Tontonan:
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) Laily Rahmania 1, Farikhin 2, Bayu Surarso 3 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof.
Lebih terperinciAPLIKASI 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 terperinciBAB 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 terperinciBAB 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 terperinciSeminar 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 terperinciBAB 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 terperinciPengukuran 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 terperinciOPTIMASI 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 terperinciANALISIS 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 terperinci1. 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 terperinciBAB 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 terperinciPengembangan 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 terperinciBAB 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 terperinciOPTIMALISASI 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 terperinciI 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 terperinciBAB 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 terperincis 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 terperinciCLASTERING 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 terperinciI 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 terperinciOPTIMISASI 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 terperinciBAB 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 terperinciPENGUKURAN 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 terperinciKata 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 terperinciPENERAPAN 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 terperinciPENERAPAN 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciOPTIMALISASI 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 terperinciPENERAPAN 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 terperinciBAB 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 terperinciANALISIS 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 terperinciBAB 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 terperinciPengukuran 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 terperinciBab 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 terperinciPENERAPAN 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 terperinciBagaimana 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 terperinciPROGRAM 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPRAKTIKUM 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 terperinciPRAKTIKUM 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 terperinciPemilihan 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 terperinciBAB 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 terperinciIII 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 terperinciPengukuran 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 terperinciOptimasi 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 terperinciPEMILIHAN 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 terperinciBAB 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 terperinciMENGUKUR 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 terperinciMatematika 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 terperinciPengembangan 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 terperinciBAB 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 terperinciBAB 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 terperinciPENYUSUNAN 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 terperinciEFISIENSI 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 terperinci6.4.2 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 terperinciBAB 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 terperinciPENGEMBANGAN 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 terperinciBAB 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 terperinciArdaneswari 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 terperinciI 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 terperinciANALISIS 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 terperinciBAB 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 terperinciANALISIS 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 terperinciMETODE 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 terperinciBAB 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 terperinciPROGRAM 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 terperinciPERBANDINGAN 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 terperinciMATEMATIKA 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 terperinciPencapaian 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 terperinciMENGGUNAKAN 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 terperinciI 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 terperinciPENERAPAN 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPEMANFAATAN 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 terperinciPROGRAMA 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 terperinciIII. 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 terperinciEVALUASI 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 terperinciPemrograman 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 terperinciUNNES 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 terperinciSEMINAR 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 terperinciBAB 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 terperinciKONSEP 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 terperinciANALISIS 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIII 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 terperinciMODIFIKASI 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 terperinciOptimasi 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 terperinciPENDAHULUAN. 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 terperinciRISET 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 terperinciPengukuran 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 terperinciBab 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 terperinciPROGRAM 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 terperinciFUZZY 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