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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : Pengantar Teknik Industri Deskripsi Mata Kuliah : Meningkatnya kompleksitas permasalahan di dalam suatu organisasi menyebabkan semakin tingginya tingkat kesulitan yang dihadapi oleh organisasi tersebut di dalam mengalokasikan sumberdaya yang dimiliki kepada berbagai macam aktivitas organisasi secara efektif dan efisien. Hal tersebut memerlukan pendekatan yang sistematis, broad viewpoint, dan berurutan, meliputi pengamatan permasalahan dan formulasinya, penggambaran permsalahan ke dalam bentuk model ilmiah (biasanya matematis), uji model dan modifikasi bila diperlukan, dan implementasi model, yang dinamakan dengan Operations Research (OR). Berkenaan dengan karakteristik persoalan yang hendak diselesaikan dengan pendekatan OR, maka dibedakan dua jenis permasalahan: (1) Deterministik, dicirikan oleh nilai-nilai parameternya yang pasti dan timeinvariant, dan (2) Stokastik, dicirikan oleh ketidakpastian nilai parameter-parameternya dan time-variant. Matakuliah Model Deterministik merupakan matakuliah yang membahas permasalahan-permasalahan deterministik. Dengan karakteristik demikian itu, maka matakuliah ini merupakan pendalaman terhadap penyelesaian permasalahan-permasalahan deterministik yang telah diajarkan secara garis besar di dalam matakuliah Pengantar Teknik Industri (semester I), dan merupakan prasyarat penting dari matakuliah Model Stokastik (semester IV). Matakuliah ini membahas materi-materi berikut: linear dan turunannya, yaitu transportasi, penugasan, dan transshipment; analisis jaringan; dan integer linear. Standar Kompetensi 1. Mahasiswa mampu menjelaskan berbagai jenis persoalan yang terdapat di dalam OR deterministik 2. Mahasiswa mampu mengoperasikan berbagai jenis metode OR deterministik ke dalam persoalan-persoalan OR deterministik Kompetensi Dasar Indikator Pengalaman Pembelajaran Materi Ajar Waktu Alat/Bahan/Su mber Belajar Penilaian Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Menjelaskan karakteristik masalah-masalah yang 1. Mendengarkan dan menelaah karakteristik masalah-masalah 1. Mampu mengidentifika si masalahmasalah yang 1. Pengantar: Pendekatan OR, tahaptahap studi OR, 300 menit OHP, LCD viewer, whiteboard, PC Materi 1: 1. Portofolio tugas 2. Tes essay [TKI-202] Model Deterministik 1

2 hasil- analisis hasil pemecahan masalah- bersifat deterministik 2. Mampu memformulasi kan masalahmasalah yang bersifat deterministik ke dalam model linear 3. Mampu menyelesaikan masalahmasalah yang bersifat deterministik dengan menggunakan metode grafis 4. Mampu melakukan Mampu mengoperasikan yang bersifat deterministik 2. Memberikan contoh masalah-masalah yang bersifat deterministik 3. Menjelaskan persoalan linear dan asumsi dasarnya 4. Memberikan contoh persoalan linear 5. Mengidentifikasi variable(s), constraint(s), dan objective function dari contoh persoalan linear 6. Memformulasikan permasalahan deterministik yang diberikan ke dalam model matematis linear 7. Menyelesaikan persoalan linear dua variabel yang diberikan dengan menggunakan solusi grafis, baik secara manual maupun berbantuan 8. Menganalisis hasil-hasil pemecahan linear yang dilakukan secara grafis Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: yang bersifat deterministik, permasalahan linear dan asumsi dasarnya dan solusi grafis persoalan linear dua variabel 2. Mendiskusikan hasil penugasan persoalan linear dua variabel dalam hal formulasi matematisnya dan solusi grafisnya 3. Menyaksikan penggunaan terhadap persoalan linear dalam hal inputannya, penyelesaian, dan analisis hasilnya 1. Mengkaji metode simpleks masalah bersifat deterministik prasyarat studi OR, karakteristik masalahmasalah yang bersifat deterministik 2. Persoalan linear : definisi, asumsi dasar, contoh-contoh, formulasi matematis, dan solusi grafisnya Metode simpleks: contoh dan 200 menit [1]: vii-x; [2]: xxiii-xxix, 1-23; [3]: 1-10; [4] Materi 2: [1]: 1-37; [2]: OHP, viewer, LCD 1. Portofolio tugas [TKI-202] Model Deterministik 2

3 metode simpleks ke dalam persoalan linear 1. Mampu mengoperasikan metode big-m dan metode dua fasa 2. Mampu mengoperasikan prinsip dualitas ke dalam persoalan linear 3. Mampu 1. Memformulasikan persoalan linear yang diberikan ke dalam model tabel simpleks 2. Menyelesaikan persoalan linear menggunakan tabel simpleks, baik secara manual maupun berbantuan 3. Melakukan interpretasi hasil tabel simpleks, baik yang dikerjakan secara manual maupun berbantuan Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Memformulasikan permasalahan linear yang diberikan ke dalam bentuk metode big-m dan metode dua fasa 2. Menyelesaikan persoalan linear yang diberikan dengan menggunakan metode big- 2. Menyaksikan penyelesaian persoalan linear dengan menggunakan metode simpleks baik secara manual maupun berbantuan 3. Mendiskusikan hasil penugasan penyelesaian persoalan linear dengan menggunakan metode simpleks, baik secara manual maupun berbantuan 1. Mengkaji metode big-m, metode dua fasa, prinsip primaldual, dan analisis sensitivitas 2. Menyaksikan penyelesaian persoalan linear dengan menggunakan metode big-m dan penyelesaiannya 1. Metode big-m dan metode dua fasa 2. Primal dual dan analisis sensitivitas 300 menit whiteboard, PC [1]: ; [2]: ; [3]: OHP, LCD viewer, whiteboard, PC Materi 1: [1]: ; [2]: , ; [3]: Materi 2: [1]: ; [2]: ; [3]: Tes essay 1. Portofolio tugas 2. Tes essay [TKI-202] Model Deterministik 3

4 menjelaskan hasil analisis sensitivitas dari suatu persoalan linear 1. Mampu mengidentifikas i persoalanpersoalan transportasi, M dan metode dua fasa, baik secara manual maupun berbantuan software aplikasi, dan melakukan interpretasi hasil 3. Memformulasikan bentuk dual dari persoalan linear yang diberikan 4. Menjelaskan interpretasi ekonomis terhadap bentuk dual dari suatu persoalan linear 5. Melaksanakan analisis sensitivitas dan menganalisis hasilnya Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Menjelaskan karakteristikkarakteristik persoalanpersoalan transportasi, metode dua fasa baik secara manual maupun berbantuan 3. Mendiskusikan hasil penugasan penyelesaian persoalan linear dengan menggunakan metode big-m dan metode dua fasa, baik secara manual maupun berbantuan 4. Mendiskusikan hasil penugasan yang berupa perumusan bentuk dual dari suatu persoalan linear 5. Mendiskusikan penugasan yang berupa analisis sensitivitas terhadap suatu persoalan linear 1. Menelaah dan mendiskusikan karakteristikkarakteristik persoalan-persoalan 1. Persoalanpersoalan transportasi 2. Persoalanpersoalan 200 menit OHP, LCD viewer, whiteboard, PC [1]: ; [2]: ; 1. Portofolio tugas 2. Tes essay [TKI-202] Model Deterministik 4

5 penugasan, dan transshipment 2. Mampu memformulasik an persoalanpersoalan transportasi, penugasan, dan transshipment 3. Mampu menyelesaikan persoalanpersoalan transportasi, penugasan, dan transshipment dengan menggunakan metode yang sesuai 4. Mampu melakukan analisis hasilhasil pemecahan persoalanpersoalan transportasi, penugasan, dan transshipment penugasan, dan transshipment yang membedakannya dari persoalan-persoalan linear lainnya 2. Memformulasikan persoalan-persoalan transportasi, baik secara matematis maupun ke dalam tabel transportasi 3. Memformulasikan persoalan-persoalan transshipment 4. Memformulasikan persoalan-persoalan penugasan, baik secara matematis maupun menggunakan tabel penugasan 5. Menyelesaikan persoalanpersoalan transportasi, baik secara manual maupun berbantuan software aplikasi 6. Menyelesaikan persoalanpersoalan penugasan, baik secara manual maupun berbantuan software aplikasi 7. Menyelesaikan persoalanpersoalan transshipment secara manual 8. Menganalisis hasil transportasi, penugasan, dan transshipment yang membedakannya dari persoalanpersoalan linear lainnya 2. Menyaksikan penggunaan terhadap persoalanpersoalan transportasi, penugasan, dan transshipment dalam hal inputannya, penyelesaian, dan analisis hasilnya 3. Mendiskusikan hasil penugasan penyelesaian manual maupun penggunaan terhadap persoalanpersoalan transportasi, penugasan, dan transshipment penugasan [3]: Persoalanpersoalan transshipment [TKI-202] Model Deterministik 5

6 penyelesaian persoalanpersoalan transportasi, penugasan, dan transshipment Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Menyebutkan terminologiterminologi jaringan 2. Menjelaskan tiap-tiap terminologi jaringan 3. Menjelaskan karakteristik minimum spanning tree problem, shortest-route problem, maximal flow problem, minimum-cost capacitated flow problem, dan CPM and PERT 4. Menjelaskan algoritmaalgoritma yang dikembangkan untuk menyelesaikan minimum spanning tree problem, shortest-route problem, maximal flow problem, dan minimum-cost capacitated flow problem 5. Memberikan contoh aplikasi minimum spanning tree problem, shortest-route problem, maximal flow problem, minimum-cost capacitated flow problem, dan CPM and PERT 1. Mampu mengidentifikas i persoalanpersoalan jaringan 2. Mampu memformulasik an persoalanpersoalan jaringan 3. Mampu menyelesaikan persoalanpersoalan jaringan dengan menggunakan metode yang sesuai 4. Mampu melakukan analisis hasilhasil pemecahan persoalanpersoalan jaringan 1. Menelaah karakteristik minimum spanning tree problem, shortest-route problem, maximal flow problem, minimum-cost capacitated flow problem, dan CPM and PERT 2. Mengkaji algoritmaalgoritma yang dikembangkan untuk minimum spanning tree problem, shortest-route problem, maximal flow problem, dan minimum-cost capacitated flow problem 3. Menyaksikan penggunaan untuk minimum spanning tree problem, shortestroute problem, 1. Minimum spanning tree problem 2. Shortest-route problem 3. Maximal flow problem 4. Minimum-cost capacitated flow problem 200 menit OHP, LCD viewer, whiteboard, PC [1]: , ; [2]: ; [3]: Portofolio tugas 2. Tes essay [TKI-202] Model Deterministik 6

7 6. Menyelesaikan minimum spanning tree problem, shortest-route problem, maximal flow problem, dan minimum-cost capacitated flow problem, baik secara manual maupun berbantuan 7. Menganalisis penyelesaian minimum spanning tree problem, shortest-route problem, maximal flow problem, dan minimum-cost capacitated flow problem Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Menjelaskan karakteristik persoalan-persoalan yang dapat didekati dengan integer linear 2. Memberikan contoh kasus zero-one integer linear, mixed integer linear, maupun pure integer linear 3. Menjelaskan dan mengoperasikan metode maximal flow problem, dan minimum-cost capacitated flow problem 4. Mendiskusikan hasil penugasan penyelesaian manual maupun penggunaan terhadap minimum spanning tree problem, shortestroute problem, maximal flow problem, dan minimum-cost capacitated flow problem 1. Menelaah karakteristik persoalan-persoalan integer linear 2. Mengkaji algoritma branch and bound maupun cutting plane 3. Mendiskusikan hasil penugasan penyelesaian manual maupun penggunaan 1. Mampu mengidentifikas i persoalanpersoalan integer linear 2. Mampu memformulasik an persoalanpersoalan integer linear 3. Mampu menyelesaikan 1. Integer linear : karakteristik dan jenisjenisnya 2. Algoritma branch and bound 3. Algoritma cutting plane 200 menit OHP, LCD viewer, whiteboard, PC [2]: ; [3]: Portofolio tugas 2. Tes essay [TKI-202] Model Deterministik 7

8 persoalanpersoalan integer linear dengan menggunakan metode branch and bound maupun cutting plane 4. Mampu melakukan analisis hasilhasil pemecahan persoalanpersoalan integer linear branch and bound maupun cutting plane 4. Menganalisis penyelesaian persoalan-persoalan integer linear terhadap persoalanpersoalan integer linear Daftar Referensi: 1. Bazaraa, Mokhtar S., Jarvis, John J., dan Sherali, Hanif D., 1990, Linear Programming and Network Flows, 2nd ed., John Wiley & Sons, Canada. 2. Hillier, Frederick S. dan Lieberman, Gerald J., 2001, Introduction to Operations Research, 7th ed., McGraw-Hill Book Co., Singapore. 3. Taha, Hamdy A., 2003, Operations Research: An Introduction, 7th ed., Pearson Education, Inc., New Jersey. 4. Taylor dan Karlin, 1998, An Introduction to Stochastic Modeling, 3rd ed., MA. [TKI-202] Model Deterministik 8

9 RENCANA MUTU PEMBELAJARAN Nama Dosen : Eko Setiawan, ST, MT Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Pokok Bahasan : Masalah-masalah yang bersifat deterministik, karakteristik, asumsi dasar, formulasi persoalan linear, dan solusi grafis persoalan linear dua variabel Alokasi Waktu : 300 menit Pertemuan ke : 1,2, dan 3 I. Standar Kompetensi: 1. Mahasiswa mampu menjelaskan berbagai jenis persoalan yang terdapat di dalam OR deterministik 2. Mahasiswa mampu mengoperasikan berbagai jenis metode OR deterministik ke dalam persoalan-persoalan OR deterministik II. Kompetensi Dasar: 1. Mampu mengidentifikasi masalah-masalah yang bersifat deterministik 2. Mampu memformulasikan masalah-masalah yang bersifat deterministik ke dalam model linear 3. Mampu menyelesaikan masalah-masalah yang bersifat deterministik dengan menggunakan metode grafis 4. Mampu melakukan analisis hasil-hasil pemecahan masalah-masalah yang bersifat deterministik III. Indikator: Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Menjelaskan karakteristik masalah-masalah yang bersifat deterministik 2. Memberikan contoh masalah-masalah yang bersifat deterministik 3. Menjelaskan persoalan linear dan asumsi dasarnya 4. Memberikan contoh persoalan linear 5. Mengidentifikasi variable(s), constraint(s), dan objective function dari contoh persoalan linear 6. Memformulasikan permasalahan deterministik yang diberikan ke dalam model matematis linear 7. Menyelesaikan persoalan linear dua variabel yang diberikan dengan menggunakan solusi grafis, baik secara manual maupun berbantuan 8. Menganalisis hasil-hasil pemecahan linear yang dilakukan secara grafis [TKI-202] Model Deterministik 9

10 IV. Materi Ajar: 1. Pengantar: Pendekatan OR, tahap-tahap studi OR, prasyarat studi OR, karakteristik masalah-masalah yang bersifat deterministik 2. Persoalan programa linier: definisi, asumsi dasar, contoh-contoh, formulasi matematis, dan solusi grafisnya V. Metode/Strategi Pembelajaran: A. Ceramah B. Penugasan C. Diskusi VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen membuka pelajaran dan menyampaikan standar kompetensi matakuliah, kompetensi dasar yang ingin dicapai pada pokok bahasan, serta indikatornya B. Kegiatan Inti : - Dosen menjelaskan linear dan asumsi dasarnya - Dosen memberikan contoh persoalan linear dua variabel, variable(s), constraint(s), dan objective function dari contoh tersebut, serta formulasi matematisnya - Dosen menunjukkan cara penyelesaian persoalan linear dua variabel dengan menggunakan solusi grafis - Dosen membentuk kelompok beranggotakan 2 (orang) peserta kuliah, kemudian membagikan tugas kelompok - Hasil pengerjaan tugas didiskusikan di kelas - Dosen memberikan komentar dan revisi terhadap hasil pengerjaan tugas C. Kegiatan Akhir : - Dosen menyampaikan kembali ringkasan pokok bahasan - Dosen menyebutkan pokok bahasan berikutnya - Dosen memberikan penugasan terkait dengan pokok bahasan berikutnya VII. Alat/Bahan/Sumber Belajar: A. Alat/Media : OHP, LCD viewer, PC, white board B. Bahan/Sumber Belajar : Materi 1: [1]: vii-x; [2]: xxiii-xxix, 1-23; [3]: 1-10; [4] Materi 2: [1]: 1-37; [2]: VIII. Penilaian: A. Teknik dan instrumen penilaian: 1. Portofolio tugas (PT) 2. Tes essay (E) 3. Dua buah produk diproduksi di suatu machining centre. Waktu produksi per unit dari produk 1 dan produk 2 masing-masing adalah [TKI-202] Model Deterministik 10

11 10 menit dan 12 menit. Total machine time yang tersedia pada jam kerja normal adalah 2500 menit per hari. Pada hari apa pun, perusahaan dapat menjual produk 1 antara 150 dan 200 unit per hari, namun untuk produk 2 perusahaan hanya mampu menjual sebanyakbanyaknya 45 unit per hari. Untuk memenuhi permintaan, dapat digunakan jam kerja lembur dengan tambahan biaya sebesar Rp 5.000,00 per menit. Berdasarkan kajian intensif yang telah dilakukan, perusahaan mengestimasikan besarnya keuntungan per unit adalah Rp ,00 untuk produk 1 dan Rp ,00 untuk produk 2. Formulasikan persoalan tersebut ke dalam model matematis, sedemikian hingga total keuntungan yang diperoleh oleh perusahaan maksimum! 4. Perhatikan persoalan berikut: Max z = 2x1 + 3x2 Pembatas: 3x + 2x 5 1 x x x, x Dengan menggunakan metode grafis, selesaikan persoalan tersebut. B. Kriteria Penilaian : NPB = 50%PT + 50%E Keterangan NPB = nilai pokok bahasan PT = nilai portofolio tugas E = nilai tes essay [TKI-202] Model Deterministik 11

12 RENCANA MUTU PEMBELAJARAN Nama Dosen : Eko Setiawan, ST, MT Program Studi : Teknik Industri Kode Mata Kuliah : TKI-202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Pokok Bahasan : Metode simpleks Alokasi Waktu : 200 menit Pertemuan ke : 4 dan 5 I. Standar Kompetensi: 1. Mahasiswa mampu menjelaskan berbagai jenis persoalan yang terdapat di dalam OR deterministik 2. Mahasiswa mampu mengoperasikan berbagai jenis metode OR deterministik ke dalam persoalan-persoalan OR deterministik II. Kompetensi Dasar: Mampu mengoperasikan metode simpleks ke dalam persoalan linear III. Indikator: Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Memformulasikan persoalan linear yang diberikan ke dalam model tabel simpleks 2. Menyelesaikan persoalan linear menggunakan tabel simpleks, baik secara manual maupun berbantuan 3. Melakukan interpretasi hasil tabel simpleks, baik yang dikerjakan secara manual maupun berbantuan IV. Materi Ajar: Metode simpleks: contoh dan penyelesaiannya V. Metode/Strategi Pembelajaran: 1. Ceramah 2. Penugasan 3. Diskusi VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen membuka pelajaran dan menjelaskan kompetensi dasar yang ingin dicapai beserta indikatornya B. Kegiatan Inti : - Dosen menjelaskan metode simpleks - Dosen memberikan contoh formulasi persoalan linear ke dalam tabel simpleks [TKI-202] Model Deterministik 12

13 - Dosen menunjukkan cara penyelesaian persoalan linear dengan menggunakan metode simpleks, baik secara manual maupun dengan bantuan - Dosen membentuk kelompok beranggotakan 2 (orang) peserta kuliah, kemudian membagikan tugas kelompok - Hasil pengerjaan tugas didiskusikan di kelas - Dosen memberikan komentar dan revisi terhadap hasil pengerjaan tugas C. Kegiatan Akhir : - Dosen menyampaikan kembali ringkasan pokok bahasan - Dosen menyebutkan pokok bahasan berikutnya - Dosen memberikan penugasan terkait dengan pokok bahasan berikutnya VII. Alat/Bahan/Sumber Belajar: A. Alat/Media : OHP, LCD viewer, PC, white board B. Bahan/Sumber Belajar : [1]: ; [2]: ; [3]: VIII. Penilaian: A. Teknik dan instrumen penilaian : 1. Portofolio tugas (PT) 2. Tes essay (E) 3. Perhatikan persoalan berikut: Max z = 2x1 + 3x2 Pembatas: 3x + 2x 5 1 x 1 + x x1, x2 0 Dengan menggunakan metode simpleks, selesaikan persoalan tersebut: - Secara manual - menggunakan TORA software B. Kriteria Penilaian : NPB = 50%PT + 50%E Keterangan NPB = nilai pokok bahasan PT = nilai portofolio tugas E = nilai tes essay [TKI-202] Model Deterministik 13

14 RENCANA MUTU PEMBELAJARAN Nama Dosen : Eko Setiawan, ST, MT Program Studi : Teknik Industri Kode Mata Kuliah : TKI-202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Pokok Bahasan : Metode big-m, metode dua fasa, primal dual, dan analisis sensitivitas Alokasi Waktu : 300 menit Pertemuan ke : 6, 7, dan 8 I. Standar Kompetensi: 1. Mahasiswa mampu menjelaskan berbagai jenis persoalan yang terdapat di dalam OR deterministik 2. Mahasiswa mampu mengoperasikan berbagai jenis metode OR deterministik ke dalam persoalan-persoalan OR deterministik II. Kompetensi Dasar: 1. Mampu mengoperasikan metode big-m dan metode dua fasa 2. Mampu mengoperasikan prinsip dualitas ke dalam persoalan linear 3. Mampu menjelaskan hasil analisis sensitivitas dari suatu persoalan linear III. Indikator: Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Memformulasikan permasalahan linear yang diberikan ke dalam bentuk metode big-m dan metode dua fasa 2. Menyelesaikan persoalan linear yang diberikan dengan menggunakan metode big-m dan metode dua fasa, baik secara manual maupun berbantuan, dan melakukan interpretasi hasil 3. Memformulasikan bentuk dual dari persoalan linear yang diberikan 4. Menjelaskan interpretasi ekonomis terhadap bentuk dual dari suatu persoalan linear 5. Melaksanakan analisis sensitivitas dan menganalisis hasilnya IV. Materi Ajar: 1. Metode big-m dan metode dua fasa 2. Primal dual dan analisis sensitivitas V. Metode/Strategi Pembelajaran: 1. Ceramah 2. Penugasan 3. Diskusi [TKI-202] Model Deterministik 14

15 VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen membuka perkuliahan dan menjelaskan kompetensi dasar yang ingin dicapai beserta indikatornya B. Kegiatan Inti : - Dosen menjelaskan metode big-m dan metode dua fasa disertai contoh penerapannya - Dosen menjelaskan relasi primal-dual pada persoalan linear, contoh soal, serta interpretasi ekonomis dari persoalan dualitas - Dosen menjelaskan analisis sensitivitas pada persoalan linear disertai contohnya - Dosen membentuk kelompok beranggotakan 2 (orang) peserta kuliah, kemudian membagikan tugas kelompok - Hasil pengerjaan tugas didiskusikan di kelas - Dosen memberikan komentar dan revisi terhadap hasil pengerjaan tugas C. Kegiatan Akhir : - Dosen menyampaikan kembali ringkasan pokok bahasan - Dosen menyebutkan pokok bahasan berikutnya - Dosen memberikan penugasan terkait dengan pokok bahasan berikutnya VII. Alat/Bahan/Sumber Belajar: A. Alat/Media : OHP, LCD viewer, PC, whiteboard B. Bahan/Sumber Belajar : Materi 1: [1]: ; [2]: , ; [3]: Materi 2: [1]: ; [2]: ; [3]: VIII. Penilaian: A. Teknik dan instrumen penilaian : 1. Portofolio tugas (PT) 2. Tes essay (E) 3. Dua buah produk diproduksi di suatu machining centre. Waktu produksi per unit dari produk 1 dan produk 2 masing-masing adalah 10 menit dan 12 menit. Total machine time yang tersedia pada jam kerja normal adalah 2500 menit per hari. Pada hari apa pun, perusahaan dapat menjual produk 1 antara 150 dan 200 unit per hari, namun untuk produk 2 perusahaan hanya mampu menjual sebanyakbanyaknya 45 unit per hari. Untuk memenuhi permintaan, dapat digunakan jam kerja lembur dengan tambahan biaya sebesar Rp 5.000,00 per menit. Berdasarkan kajian intensif yang telah dilakukan, perusahaan mengestimasikan besarnya keuntungan per unit adalah Rp ,00 untuk produk 1 dan Rp ,00 untuk produk 2. i. Formulasikan persoalan tersebut ke dalam model matematis, sedemikian hingga total keuntungan yang diperoleh oleh [TKI-202] Model Deterministik 15

16 perusahaan maksimum! ii. Bagaimanakah bentuk dual dari formulasi tersebut? iii. Jika besarnya keuntungan per unit produk 1 berubah menjadi Rp ,00, masihkah solusi terhadap persoalan awal tetap optimum? iv. Lakukan analisis sensitivitas, berapakah besarnya maksimum pergeseran keuntungan per unit produk 2 yang masih memberikan solusi optimum yang sama. 4. Perhatikan persoalan berikut: Max z = 2x1 + 3x2 Pembatas: 3x + 2x 5 1 x x x, x Bagaimanakah bentuk dual dari persoalan tersebut? B. Kriteria Penilaian : NPB = 50%PT + 50%E Keterangan NPB = nilai pokok bahasan PT = nilai portofolio tugas E = nilai tes essay [TKI-202] Model Deterministik 16

17 RENCANA MUTU PEMBELAJARAN Nama Dosen : Eko Setiawan, ST, MT Program Studi : Teknik Industri Kode Mata Kuliah : TKI 202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Pokok Bahasan : Persoalan-persoalan transportasi, penugasan, dan transshipment Alokasi Waktu : 200 menit Pertemuan ke : 9 dan 10 I. Standar Kompetensi: 1. Mahasiswa mampu menjelaskan berbagai jenis persoalan yang terdapat di dalam OR deterministik 2. Mahasiswa mampu mengoperasikan berbagai jenis metode OR deterministik ke dalam persoalan-persoalan OR deterministik II. Kompetensi Dasar: 1. Mampu mengidentifikasi persoalan-persoalan transportasi, penugasan, dan transshipment 2. Mampu memformulasikan persoalan-persoalan transportasi, penugasan, dan transshipment 3. Mampu menyelesaikan persoalan-persoalan transportasi, penugasan, dan transshipment dengan menggunakan metode yang sesuai 4. Mampu melakukan analisis hasil-hasil pemecahan persoalan-persoalan transportasi, penugasan, dan transshipment III. Indikator: Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Menjelaskan karakteristik-karakteristik persoalan-persoalan transportasi, penugasan, dan transshipment yang membedakannya dari persoalanpersoalan linear lainnya 2. Memformulasikan persoalan-persoalan transportasi, baik secara matematis maupun ke dalam tabel transportasi 3. Memformulasikan persoalan-persoalan transshipment 4. Memformulasikan persoalan-persoalan penugasan, baik secara matematis maupun menggunakan tabel penugasan 5. Menyelesaikan persoalan-persoalan transportasi, baik secara manual maupun berbantuan 6. Menyelesaikan persoalan-persoalan penugasan, baik secara manual maupun berbantuan 7. Menyelesaikan persoalan-persoalan transshipment secara manual 8. Menganalisis hasil penyelesaian persoalan-persoalan transportasi, penugasan, dan transshipment [TKI-202] Model Deterministik 17

18 IV. Materi Ajar: 1. Persoalan-persoalan transportasi 2. Persoalan-persoalan penugasan 3. Persoalan-persoalan transshipment V. Metode/Strategi Pembelajaran: 1. Ceramah 2. Penugasan 3. Diskusi VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen membuka perkuliahan dan menjelaskan kompetensi dasar yang ingin dicapai beserta indikatornya B. Kegiatan Inti : - Dosen menjelaskan konsep persoalan transportasi, contoh soal, dan penyelesaiannya (manual maupun berbantuan ) - Dosen menjelaskan persoalan penugasan, contoh soal, dan penyelesaiannya (manual maupun berbantuan ) - Dosen menjelaskan persoalan transshipment, contoh soal, dan penyelesaiannya (manual maupun berbantuan ) - Dosen membentuk kelompok beranggotakan 2 (orang) peserta kuliah, kemudian membagikan tugas kelompok - Hasil pengerjaan tugas didiskusikan di kelas - Dosen memberikan komentar dan revisi terhadap hasil pengerjaan tugas C. Kegiatan Akhir : - Dosen menyampaikan kembali ringkasan pokok bahasan - Dosen menyebutkan pokok bahasan berikutnya - Dosen memberikan penugasan terkait dengan pokok bahasan berikutnya VII. Alat/Bahan/Sumber Belajar: A. Alat/Media : OHP, LCD viewer, PC, whiteboard B. Bahan/Sumber Belajar : [1]: ; [2]: ; [3]: VIII. Penilaian: A. Teknik dan instrumen penilaian : 1. Portofolio tugas (PT) 2. Tes essay (E) 3. Perhatikan model transportasi di dalam tabel berikut ini. (i) (ii) (iii) $0 $2 $1 6 $0 $4 $2 8 - $3 $5 4 $2 $1 $5 9 $2 $3 $4 5 $7 $4 $9 7 $2 $4 $3 5 $1 $2 $0 6 $1 $8 $ [TKI-202] Model Deterministik 18

19 Dengan menggunakan POM for Windows, carilah: solusi awal dari persoalan-persoalan tersebut dengan menggunakan metode northwest corner Iterasi-iterasi solusi hingga diperoleh solusi optimum 4. Di dalam tabel transportasi berikut ini, total demand melebihi total supply. Andaikan biaya penalti per unit demand yang tidak terpenuhi adalah $5, $3, dan $2 untuk destination 1, 2, dan 3. $5 $1 $7 10 $6 $4 $6 80 $3 $2 $ Dengan POM for Windows, selesaikan persoalan transportasi tersebut. 5. Dua buah tabel berikut menyajikan persoalan penugasan. (i) (ii) $3 $8 $2 $1 0 $ 3 $ 3 $ 9 $2 $ 3 $ 7 $8 $7 $2 $ 9 $ 7 $ 6 $ 1 $5 $ 6 $ 6 $6 $4 $2 $ 7 $ 5 $ 9 $ 4 $7 $1 0 $ 3 $8 $4 $2 $ 3 $ 5 $ 2 $ 5 $4 $ 2 $ 1 $9 $10 $6 $9 $1 0 $ 9 $ 6 $2 $ 4 $ 5 Worker Dengan POM for Windows, selesaikanlah persoalan tersebut. 6. Manajemen PT. Jobshop ingin menugaskan 4 buah job kepada 4 orang worker. Biaya pelaksanaan suatu job merupakan fungsi dari ketrampilan worker. Tabel berikut meringkaskan biaya penugasan dari tiap-tiap job kepada tiap-tiap worker. Job $50 $50 - $2 0 2 $70 $40 $20 $3 0 3 $90 $30 $50-4 $70 $20 $60 $7 0 Dalam hal ini, worker 1 tidak dapat mengerjakan job 3, dan worker 3 tidak dapat mengerjakan job 4. Dengan menggunakan alat bantu software POM for Windows, tentukan skenario penugasan yang mampu meminimumkan total biaya penugasan yang timbul. B. Kriteria Penilaian : NPB = 50%PT + 50%E Keterangan NPB = nilai pokok bahasan PT = nilai portofolio tugas E = nilai tes essay [TKI-202] Model Deterministik 19

20 RENCANA MUTU PEMBELAJARAN Nama Dosen : Eko Setiawan, ST, MT Program Studi : Teknik Industri Kode Mata Kuliah : TKI 202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Pokok Bahasan : Analisis jaringan Alokasi Waktu : 200 menit Pertemuan ke : 11 dan 12 I. Standar Kompetensi: 1. Mahasiswa mampu menjelaskan berbagai jenis persoalan yang terdapat di dalam OR deterministik 2. Mahasiswa mampu mengoperasikan berbagai jenis metode OR deterministik ke dalam persoalan-persoalan OR deterministik II. Kompetensi Dasar: 1. Mampu mengidentifikasi persoalan-persoalan jaringan 2. Mampu memformulasikan persoalan-persoalan jaringan 3. Mampu menyelesaikan persoalan-persoalan jaringan dengan menggunakan metode yang sesuai 4. Mampu melakukan analisis hasil-hasil pemecahan persoalan-persoalan jaringan III. Indikator: Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Menyebutkan terminologi-terminologi jaringan 2. Menjelaskan tiap-tiap terminologi jaringan 3. Menjelaskan karakteristik minimum spanning tree problem, shortestroute problem, maximal flow problem, minimum-cost capacitated flow problem, dan CPM and PERT 4. Menjelaskan algoritma-algoritma yang dikembangkan untuk menyelesaikan minimum spanning tree problem, shortest-route problem, maximal flow problem, dan minimum-cost capacitated flow problem 5. Memberikan contoh aplikasi minimum spanning tree problem, shortestroute problem, maximal flow problem, minimum-cost capacitated flow problem, dan CPM and PERT 6. Menyelesaikan minimum spanning tree problem, shortest-route problem, maximal flow problem, dan minimum-cost capacitated flow problem, baik secara manual maupun berbantuan 7. Menganalisis penyelesaian minimum spanning tree problem, shortestroute problem, maximal flow problem, dan minimum-cost capacitated flow problem IV. Materi Ajar: Minimum spanning tree problem [TKI-202] Model Deterministik 20

21 Shortest-route problem Maximal flow problem Minimum-cost capacitated flow problem V. Metode/Strategi Pembelajaran: 1. Ceramah 2. Penugasan 3. Diskusi VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen membuka perkuliahan dan menjelaskan kompetensi dasar yang ingin dicapai beserta indikatornya B. Kegiatan Inti : - Dosen menjelaskan konsep minimum spanning tree problem, shortest-route problem, maximal flow problem, dan minimum-cost capacitated flow problem, disertai aplikasi, contoh soal, dan penyelesaiannya (manual maupun berbantuan ) - Dosen membentuk kelompok beranggotakan 2 (orang) peserta kuliah, kemudian membagikan tugas kelompok - Hasil pengerjaan tugas didiskusikan di kelas - Dosen memberikan komentar dan revisi terhadap hasil pengerjaan tugas C. Kegiatan Akhir : - Dosen menyampaikan kembali ringkasan pokok bahasan - Dosen menyebutkan pokok bahasan berikutnya - Dosen memberikan penugasan terkait dengan pokok bahasan berikutnya VII. Alat/Bahan/Sumber Belajar: A. Alat/Media : OHP, LCD viewer, PC, whiteboard B. Bahan/Sumber Belajar : [1]: , ; [2]: ; [3]: VIII. Penilaian: A. Teknik dan instrumen penilaian : 1. Portofolio tugas (PT) 2. Tes essay (E) 3. Jelaskan algoritma optimisasi dari minimum spanning tree problem, shortest-route problem, maximal flow problem, dan minimum-cost capacitated flow problem B. Kriteria Penilaian : NPB = 50%PT + 50%E Keterangan NPB = nilai pokok bahasan PT = nilai portofolio tugas E = nilai tes essay [TKI-202] Model Deterministik 21

22 RENCANA MUTU PEMBELAJARAN Nama Dosen : Eko Setiawan, ST, MT Program Studi : Teknik Industri Kode Mata Kuliah : TKI 202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Pokok Bahasan : Persoalan-persoalan integer linear Alokasi Waktu : 200 menit Pertemuan ke : 13 dan 14 I. Standar Kompetensi: 1. Mahasiswa mampu menjelaskan berbagai jenis persoalan yang terdapat di dalam OR deterministik 2. Mahasiswa mampu mengoperasikan berbagai jenis metode OR deterministik ke dalam persoalan-persoalan OR deterministik II. Kompetensi Dasar: 1. Mampu mengidentifikasi persoalan-persoalan integer linear 2. Mampu memformulasikan persoalan-persoalan integer linear 3. Mampu menyelesaikan persoalan-persoalan integer linear dengan menggunakan metode branch and bound maupun cutting plane 4. Mampu melakukan analisis hasil-hasil pemecahan persoalan-persoalan integer linear III. Indikator: Setelah mengikuti perkuliahan, mahasiswa diharapkan dapat: 1. Menjelaskan karakteristik persoalan-persoalan yang dapat didekati dengan integer linear 2. Memberikan contoh kasus zero-one integer linear, mixed integer linear, maupun pure integer linear 3. Menjelaskan dan mengoperasikan metode branch and bound maupun cutting plane 4. Menganalisis penyelesaian persoalan-persoalan integer linear IV. Materi Ajar: 1. Integer linear : karakteristik dan jenis-jenisnya 2. Algoritma branch and bound 3. Algoritma cutting plane V. Metode/Strategi Pembelajaran: 1. Ceramah 2. Penugasan 3. Diskusi [TKI-202] Model Deterministik 22

23 VI. Tahap Pembelajaran: A. Kegiatan Awal : Dosen membuka perkuliahan dan menjelaskan kompetensi dasar yang ingin dicapai beserta indikatornya B. Kegiatan Inti : - Dosen menjelaskan konsep integer linear disertai contoh soalnya - Dosen menjelaskan algoritma branch and bound maupun cutting plane, serta menerapkannya untuk menyelesaikan contoh soal pada kegiatan inti 1 (manual maupun berbantuan ) - Dosen membentuk kelompok beranggotakan 2 (orang) peserta kuliah, kemudian membagikan tugas kelompok - Hasil pengerjaan tugas didiskusikan di kelas - Dosen memberikan komentar dan revisi terhadap hasil pengerjaan tugas C. Kegiatan Akhir : - Dosen menyampaikan kembali ringkasan pokok bahasan - Dosen menyebutkan pokok bahasan berikutnya - Dosen memberikan penugasan terkait dengan pokok bahasan berikutnya VII. Alat/Bahan/Sumber Belajar: A. Alat/Media : OHP, LCD viewer, PC, whiteboard B. Bahan/Sumber Belajar : [2]: ; [3]: VIII. Penilaian: A. Teknik dan instrumen penilaian : 1. Portofolio tugas (PT) 2. Tes essay (E) 3. Lima buah proyek sedang dievaluasi dengan menggunakan horison perencanaan 3 tahun. Tabel berikut ini memberikan data perihal nilai harapan pengembalian untuk tiap-tiap proyek dan juga pengeluaran per tahunnya. Proyek Pengeluaran per tahun ($ juta) Pengembalian ( $ juta) Dana yang tersedia ($ juta) Tentukan proyek mana sajakah yang harus dipilih supaya besarnya [TKI-202] Model Deterministik 23

24 pengembalian maksimum. B. Kriteria Penilaian : NPB = 50%PT + 50%E Keterangan NPB = nilai pokok bahasan PT = nilai portofolio tugas E = nilai tes essay Daftar Referensi: 1. Bazaraa, Mokhtar S., Jarvis, John J., dan Sherali, Hanif D., 1990, Linear Programming and Network Flows, 2nd ed., John Wiley & Sons, Canada. 2. Hillier, Frederick S. dan Lieberman, Gerald J., 2001, Introduction to Operations Research, 7th ed., McGraw-Hill Book Co., Singapore. 3. Taha, Hamdy A., 2003, Operations Research: An Introduction, 7th ed., Pearson Education, Inc., New Jersey. 4. Taylor dan Karlin, 1998, An Introduction to Stochastic Modeling, 3rd ed., MA. [TKI-202] Model Deterministik 24

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-211 Nama Mata Kuliah : Model Stokastik Jumlah SKS : 2 Semester :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-211 Nama Mata Kuliah : Model Stokastik Jumlah SKS : 2 Semester : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-211 Nama Mata Kuliah : Model Stokastik Jumlah SKS : 2 Semester : IV Mata Kuliah Pra Syarat : TKI-202 Model Deterministik Deskripsi

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-101 Pengantar Teknik Industri

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH RISET OPERASIONAL I * (T.INDUSTRI/S1) KODE/SKS : KK /3 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH RISET OPERASIONAL I * (T.INDUSTRI/S1) KODE/SKS : KK /3 SKS Pertemuan Pokok Bahasan dan ke TIU 1 I.PENDAHULUAN Untuk mengetahui dan memahami sejarah, tujuan, definisi, dan model-model dalam penelitian operasional. Sub Pokok Bahasan dan TIK 1.1 Pendahuluan - Mahasiswa

Lebih terperinci

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER SATUAN ACARA PERKULIAHAN (SAP) METODE STOKASTIK OLEH : KHAMALUDIN, S.T., M.T.

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER SATUAN ACARA PERKULIAHAN (SAP) METODE STOKASTIK OLEH : KHAMALUDIN, S.T., M.T. RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER SATUAN ACARA PERKULIAHAN (SAP) METODE STOKASTIK OLEH : KHAMALUDIN, S.T., M.T. PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS ISLAM SYEKH-YUSUF

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) DAN SATUAN ACARA PERKULIAHAN (SAP)

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) DAN SATUAN ACARA PERKULIAHAN (SAP) GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) DAN MATA KULIAH : PENELITIAN OPERSIONAL BISNIS KODE MATA KULIAH : ANI / 3 (-) Disusun Oleh: Peer Group Keuangan JURUSAN ILMU ADMINISTRASI BISNIS FAKULTAS ILMU

Lebih terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah Kode SKS Program Studi Fakultas : Teknik Riset Operasional : AK012221 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pendahuluan Mahasiswa memahami falsafah RO dan hubungannya

Lebih terperinci

4. Mahasiswa menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. (S10);

4. Mahasiswa menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. (S10); Mata kuliah: Penelitian Operasional* (IT043351) / 3 sks CAPAIAN PEMBELAJARAN MATA KULIAH PENELITIAN OPERASIONAL */** : 1. Mah mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang

Lebih terperinci

DESKRIPSI MATA KULIAH

DESKRIPSI MATA KULIAH DESKRIPSI MATA KULIAH Nama Mata Kuliah Kode Mata Kuliah Kredit : Riset Operasional : IF35315 : 3 SKS (3X45 menit) Deskripsi : Merupakan mata kuliah yang membahas tentang teknik- teknik riset operasi, khususnya

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-493 Nama Mata Kuliah : Rekayasa Produktivitas Jumlah SKS :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-493 Nama Mata Kuliah : Rekayasa Produktivitas Jumlah SKS : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-493 Nama Mata Kuliah : Rekayasa Produktivitas Jumlah SKS : 3 Semester : VIII Deskripsi Mata Kuliah : Mata Kuliah ini mengkaji

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-491 Nama Mata Kuliah : Sistem Pakar Jumlah SKS :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-491 Nama Mata Kuliah : Sistem Pakar Jumlah SKS : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-491 Nama Mata Kuliah : Sistem Pakar Jumlah SKS : 3 Semester : VIII Mata Kuliah Pra Syarat : Pemrograman Komputer (TKI 108 ) Sistem

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-492 Nama Mata Kuliah : Multicriteria Decision Making Jumlah SKS :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-492 Nama Mata Kuliah : Multicriteria Decision Making Jumlah SKS : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-492 Nama Mata Kuliah : Multicriteria Decision Making Jumlah SKS : 3 Semester : VIII Mata Kuliah Pra Syarat : TKI-314 Analisis

Lebih terperinci

SILABUS JURUSAN MANAJEMEN - PROGRAM STUDI S1 MANAJEMEN FAKUTAS EKONOMI UNIVERSITAS GUNADARMA

SILABUS JURUSAN MANAJEMEN - PROGRAM STUDI S1 MANAJEMEN FAKUTAS EKONOMI UNIVERSITAS GUNADARMA SILABUS JURUSAN MANAJEMEN - PROGRAM STUDI S1 MANAJEMEN FAKUTAS EKONOMI UNIVERSITAS GUNADARMA Nama Mata Kuliah / Kode Mata Kuliah : RISET OPERASI 1 / 2015 SKS : 3 Semester : 3 Kelompok Mata Kuliah : Mata

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Menyusun langkahlangkah. 1. Langkahlangkah. setiap metode penarikan sampel 2.

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Menyusun langkahlangkah. 1. Langkahlangkah. setiap metode penarikan sampel 2. SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-209 Nama Mata Kuliah : Praktikum Statistika Jumlah SKS : 1 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas

Lebih terperinci

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

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Mata Kuliah : RISET OPERASI (RO) Kode / SKS

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : E124303 / Optimisasi Revisi 4 Satuan Kredit Semester : 3 SKS Tgl revisi : 16 Juli 2015 Jml Jam kuliah dalam seminggu : 3

Lebih terperinci

Kontrak Perkuliahan. Pertemuan Ke-1. Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia

Kontrak Perkuliahan. Pertemuan Ke-1. Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia Kontrak Perkuliahan RISET OPERASIONAL Pertemuan Ke-1 Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia 1 Identifikasi Mata Kuliah Nama Mata Kuliah : Riset Operasional Kode Mata Kuliah

Lebih terperinci

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

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

Lebih terperinci

SILABUS MATA KULIAH. Alat/Baha n/sumber Belajar 150 LCD, Laptop, white. Kompetensi Dasar. Materi Ajar. Penilaian. Pembelajaran

SILABUS MATA KULIAH. Alat/Baha n/sumber Belajar 150 LCD, Laptop, white. Kompetensi Dasar. Materi Ajar. Penilaian. Pembelajaran Program Studi : Teknik Industri Kode Mata Kuliah : TKI-464 Nama Mata Kuliah : Manajemen Proyek Jumlah SKS : 3 Semester : VIII Mata Kuliah Pra Syarat : - SILABUS MATA KULIAH Deskripsi Mata Kuliah : Mata

Lebih terperinci

SILABUS MATA KULIAH. Standar Kompetensi Mahasiswa dapat memahami konsep-konsep matematika dan penerapannya dalam suatu industri.

SILABUS MATA KULIAH. Standar Kompetensi Mahasiswa dapat memahami konsep-konsep matematika dan penerapannya dalam suatu industri. Program Studi : Teknik Industri Kode Mata Kuliah : TKI 215 Nama Mata Kuliah : Matematika Terapan Jumlah SKS : 2 Semester : IV Mata Kuliah Pra Syarat : TKI-206 Matriks dan Vektor SILABUS MATA KULIAH Deskripsi

Lebih terperinci

Pengenalan Matakuliah RISET OPERASIONAL Pertemuan Ke-1. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Pengenalan Matakuliah RISET OPERASIONAL Pertemuan Ke-1. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pengenalan Matakuliah RISET OPERASIONAL Pertemuan Ke-1 Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Identifikasi Mata Kuliah Nama Mata Kuliah : Riset Operasional Kredit

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-113 Nama Mata Kuliah : Pengantar Ilmu Ekonomi Jumlah SKS : 2 Semester :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-113 Nama Mata Kuliah : Pengantar Ilmu Ekonomi Jumlah SKS : 2 Semester : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-113 Nama Mata Kuliah : Pengantar Ilmu Ekonomi Jumlah SKS : 2 Semester : II Mata Kuliah Pra Syarat : - Deskripsi Mata Kuliah :

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran. Dasar-dasar vektor dan vektor pada bidang datar (dimensi dua)

SILABUS MATA KULIAH. Pengalaman Pembelajaran. Dasar-dasar vektor dan vektor pada bidang datar (dimensi dua) SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-206 Nama Mata Kuliah : Matriks dan Vektor Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-111 Matematika Industri II

Lebih terperinci

DESKRIPSI MATA KULIAH : PROGRAM LINIER KODE MK : MT 307

DESKRIPSI MATA KULIAH : PROGRAM LINIER KODE MK : MT 307 DESKRIPSI MATA KULIAH : PROGRAM LINIER KODE MK : MT 307 Matakuliah ini merupakan matakuliah yang dapat digunakan untuk membantu mahasiswa sehingga dapat menyelesaikan permasalahan-permsalahan mengenai

Lebih terperinci

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Riset Operasi 1 Kode/SKS: SS / (2/1/0) Dosen : SMR, Ir, Wiba Semester : III

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Riset Operasi 1 Kode/SKS: SS / (2/1/0) Dosen : SMR, Ir, Wiba Semester : III RP-S1-SI-01 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 5 A. CAPAIAN PEMBELAJARAN : CP 1.3 : Mampu menentukan metode terbaik untuk solusi permasalahan riil CP 15.1 : Mampu Berkomunikasi

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-213 Nama Mata Kuliah : Metodologi Penelitian Jumlah SKS : 3 Semester : IV Mata Kuliah Pra Syarat : UMS-101 Deskripsi Mata Kuliah

Lebih terperinci

OPERATION RESEARCH-1

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

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Mata Kuliah Pra Syarat : TKI-101 Pengantar Teknik Industri

Lebih terperinci

SEKOLAH TINGGI ILMU EKONOMI (STIE) LABUHANBATU

SEKOLAH TINGGI ILMU EKONOMI (STIE) LABUHANBATU SEKOLAH TINGGI ILMU EKONOMI (STIE) LABUHANBATU Judul Mata Kuliah Kode/ SKS : Operation Research : MKPB 506 / 3 SKS GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Deskripsi Singkat : Setelah mengikuti mata

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Mendiskusikan pentingnya. perancangan tata

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Mendiskusikan pentingnya. perancangan tata SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-310 Nama Mata Kuliah : Perancangan Tata Letak Fasilitas Jumlah SKS : 2 Semester : VI Mata Kuliah Pra Syarat : TKI-307 Perencanaan

Lebih terperinci

SILABUS MATA KULIAH. 1. Mendiskusikan siklus manufaktur 2. Mendiskusikan peran perencanaan dan pengendalian produksi

SILABUS MATA KULIAH. 1. Mendiskusikan siklus manufaktur 2. Mendiskusikan peran perencanaan dan pengendalian produksi SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-307 Nama Mata Kuliah : Perencanaan dan Pengendalian Produksi Jumlah SKS : 2 SKS Semester : V Mata Kuliah Pra Syarat : - Deskripsi

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-112 Nama Mata Kuliah : Fisika Industri Jumlah SKS : 3 Semester :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-112 Nama Mata Kuliah : Fisika Industri Jumlah SKS : 3 Semester : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-112 Nama Mata Kuliah : Fisika Industri Jumlah SKS : 3 Semester : II Mata Kuliah Pra Syarat : TKI-103 Fisika Dasar Deskripsi Mata

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Mengkaji dan menelaah

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Mengkaji dan menelaah SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-207 Nama Mata Kuliah : Elektronika Industri Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-112 Fisika Industri Deskripsi

Lebih terperinci

SATUAN ACARA PERKULIAHAN (SAP)

SATUAN ACARA PERKULIAHAN (SAP) INSTITUT KEUANGAN PERBANKAN INFORMATIKA ASIA (ASIAN BANKING FINANCE INFORMATICS INSTITUTE) PERBANAS JAKARTA SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH: KODE MATA KULIAH: PROGRAM STUDI : BOBOT: SEMESTER

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER RISET OPERASIONAL TPI 2304-2 SKS Oleh : HENRY YULIANDO JURUSAN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN UNIVERSITAS GADJAH MADA JOGJAKARTA

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman pembelajaran Mahasiswa mendengarkan uraian dosen dan selanjutnya mengkaji dan mendiskusikan

SILABUS MATA KULIAH. Pengalaman pembelajaran Mahasiswa mendengarkan uraian dosen dan selanjutnya mengkaji dan mendiskusikan SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI 307 Nama Mata Kuliah : Perancangan Sistem Terintegrasi Jumlah SKS : 2 SKS Semester : VII Mata Kuliah Pra Syarat : Sistem Informasi

Lebih terperinci

12/15/2014. Apa yang dimaksud dengan Pemrograman Bulat? Solusi yang didapat optimal, tetapi mungkin tidak integer.

12/15/2014. Apa yang dimaksud dengan Pemrograman Bulat? Solusi yang didapat optimal, tetapi mungkin tidak integer. 1 PEMROGRAMAN LINEAR BULAT (INTEGER LINEAR PROGRAMMING - ILP) Apa yang dimaksud dengan Pemrograman Bulat? METODE SIMPLEKS Solusi yang didapat optimal, tetapi mungkin tidak integer. 2 1 INTEGER LINEAR PROGRAMMING

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-204 Nama Mata Kuliah : Statistika Industri Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : TKI-110 Teori Probabilitas Deskripsi

Lebih terperinci

PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL

PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 17 5 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL PESTI NOVTARIA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas di antara beberapa aktivitas yang bersaing, dengan cara

Lebih terperinci

CCR314 - Riset Operasional Materi #1 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

CCR314 - Riset Operasional Materi #1 Ganjil 2015/2016 CCR314 RISET OPERASIONAL Materi #1 CCR314 RISET OPERASIONAL Detail Mata Kuliah 2 Kode CCR314 Nama Riset Operasional Bobot 2 sks 6623 - Taufiqur Rachman 1 Deskripsi & Tujuan Mata Kuliah 3 Deskripsi Mata kuliah ini mengenalkan manfaat

Lebih terperinci

OPTIMISASI PENJUALAN SUSU CUP MENGGUNAKAN INTEGRASI METODE SIMPLEKS DAN ANALISA SENSITIVITAS

OPTIMISASI PENJUALAN SUSU CUP MENGGUNAKAN INTEGRASI METODE SIMPLEKS DAN ANALISA SENSITIVITAS OPTIMISASI PENJUALAN SUSU CUP MENGGUNAKAN INTEGRASI METODE SIMPLEKS DAN ANALISA SENSITIVITAS Ratna Ekawati 1), Shanti K Anggraeni 2), Hadi Setiawan 3) Jurusan Teknik Industri, Universitas Sultan Ageng

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

INTEGER PROGRAMMING. Widha Kusumaningdyah, ST., MT 2012

INTEGER PROGRAMMING. Widha Kusumaningdyah, ST., MT 2012 INTEGER PROGRAMMING Widha Kusumaningdyah, ST., MT 2012 INTEGER PROGRAMMING INTRODUCTION INTEGER PROGRAMMING (IP) Untuk permasalahan optimasi dengan beberapa atau semua variabel keputusan bernilai bulat(integer).

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier digunakan untuk menunjukkan

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran 1. Memahami defenisi. robotik. 2. Mengkaji pembelajaran dan penelitian dibidang.

SILABUS MATA KULIAH. Pengalaman Pembelajaran 1. Memahami defenisi. robotik. 2. Mengkaji pembelajaran dan penelitian dibidang. SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-473 Nama Mata Kuliah : Robotika Jumlah SKS : 3 Semester : VIII Mata Kuliah Pra Syarat : TKI-207 Elektronika Industri Deskripsi

Lebih terperinci

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

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

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : B11.5613 / Riset Operasi Revisi ke : 1 Satuan Kredit Semester : 3 (Tiga) SKS Tgl revisi : 27 Januari 2009 Jml Jam kuliah

Lebih terperinci

SILABUS MATA KULIAH. Alat/Bahan/ Sumber Belajar. Pengalaman Pembelajaran. Penilaian

SILABUS MATA KULIAH. Alat/Bahan/ Sumber Belajar. Pengalaman Pembelajaran. Penilaian SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-308 Nama Mata Kuliah : Komunikasi Profesional Jumlah SKS : 1 Semester : V Mata Kuliah Pra Syarat : TKI-231 Metodologi Penelitian

Lebih terperinci

Modul 8. PENELITIAN OPERASIONAL INTEGER PROGRAMMING. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

Modul 8. PENELITIAN OPERASIONAL INTEGER PROGRAMMING. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI Modul 8. PENELITIAN OPERASIONAL INTEGER PROGRAMMING Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA 2007 2 PENDAHULUAN Salah

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS :

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS : SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI - 217 Nama Mata Kuliah : Praktikum Komputasi Industri Jumlah SKS : 1 Semester : IV Mata Kuliah Pra Syarat : - Deskripsi Mata Kuliah

Lebih terperinci

SILABUS MATAKULIAH METODE KUANTITATIF BISNIS II

SILABUS MATAKULIAH METODE KUANTITATIF BISNIS II SILABUS MATAKULIAH METODE KUANTITATIF BISNIS II Matakuliah : Metode Kuantitatif Bisnis II Kode Matakuliah/sks : AGB 301/ 3(2-3) Semester : 5 Prasyarat Deskripsi Singkat : : Metode Statistika Matakuliah

Lebih terperinci

RENCANA PERKULIAHAN SEMESTER

RENCANA PERKULIAHAN SEMESTER RENCANA PERKULIAHAN SEMESTER A. Identitas Perguruan Tinggi Perguruan Tinggi : Universitas Kanjuruhan Malang Fakultas : Keguruan dan Ilmu Pendidikan Program Studi : S1 PENDIDIKAN MATEMATIKA B. Identitas

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Program Linier Penyelesaian program linear dengan algoritma interior point dapat merupakan sebuah penyelesaian persoalan yang kompleks. Permasalahan dalam program linier mungkin

Lebih terperinci

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

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

Lebih terperinci

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

LINEAR PROGRAMMING. Lecture 5 PENELITIAN OPERASIONAL I. Lecture 5 23/10/2013. Simplex Method: Two-Phase Method Membagi penyelesaian LP dalam 2 fase:

LINEAR PROGRAMMING. Lecture 5 PENELITIAN OPERASIONAL I. Lecture 5 23/10/2013. Simplex Method: Two-Phase Method Membagi penyelesaian LP dalam 2 fase: Lecture 5 PENELITIAN OPERASIONAL I LINEAR PROGRAMMING (TIN 09) Lecture 5 Outline: Metode Fase Special Case dalam Simple References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations

Lebih terperinci

KONTRAK PEMBELAJARAN

KONTRAK PEMBELAJARAN KONTRAK PEMBELAJARAN RISET OPERASI PROBABILISTIK Semester Jurusan : VI / 2 sks : Matematika Oleh: Dra. RR Sri Sulistijowati H., M.Si NIP. 19690116199022001 Nughthoh Arfawi Kurdhi, S.Si., M.Sc NIP. 19850717

Lebih terperinci

[C6, A3, P3]:8 2.Mahasiswa mampu menunjukkan sikap bertanggungjawab atas pekerjaan di bidang metode stokastik (mg. ke 15)

[C6, A3, P3]:8 2.Mahasiswa mampu menunjukkan sikap bertanggungjawab atas pekerjaan di bidang metode stokastik (mg. ke 15) Mata kuliah: Metode Stokastik (IT043239) / 2 sks CAPAIAN PEMBELAJARAN MATA KULIAH METODE STOKASTIK: 1. Mahasiswa mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif (KU1, KU 2); 2. Mahasiswa

Lebih terperinci

SILABUS, RPP, RPS SISTEM PENDUKUNG KEPUTUSAN. Program Studi Informatika FAKULTAS TEKNIK- UNIVERSITAS PGRI SEMARANG

SILABUS, RPP, RPS SISTEM PENDUKUNG KEPUTUSAN. Program Studi Informatika FAKULTAS TEKNIK- UNIVERSITAS PGRI SEMARANG SILABUS,, RPS SISTEM PENDUKUNG KEPUTUSAN Program Studi Informatika FAKULTAS TEKNIK- FORMULIR No.Dokumen FM-01-AKD-1516 No. Revisi FORMAT SILABUS Halaman 1 dari 1 SILABUS PEMBELAJARAN Fakultas/Program studi

Lebih terperinci

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

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

Lebih terperinci

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER METODE SIMPLEKS DALAM PROGRAM LINIER Dian Wirdasari Abstrak Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium

Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium Hikmah *1, Nusyafitri Amin 2 *1 Program Studi Matematika FMIPA Universitas Sulawesi Barat, 2 Program Studi

Lebih terperinci

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

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

Lebih terperinci

Sesi IX : RISET OPERASI. Perkembangan Riset Operasi

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang xi BAB 1 PENDAHULUAN 1.1 Latar belakang Assignment problem yang biasa dibentuk dengan matriks berbobot merupakan salah satu masalah dalam dunia teknik informatika, di mana masalah ini merupakan masalah

Lebih terperinci

BAB III MODEL TRANSPORTASI. memperkecil total biaya distribusi (Hillier dan Lieberman, 2001, hlm. 354).

BAB III MODEL TRANSPORTASI. memperkecil total biaya distribusi (Hillier dan Lieberman, 2001, hlm. 354). BAB III MODEL TRANSPORTASI. Pendahuluan Permasalahan transportasi berkaitan dengan pendistribusian beberapa komoditas dari beberapa pusat penyediaan, yang disebut dengan sumber menuju ke beberapa pusat

Lebih terperinci

Pertemuan 2 Metode Simplex

Pertemuan 2 Metode Simplex Pertemuan 2 Metode Simplex Objektif : 1. Mahasiswa dapat mengidentifikasi tujuan pokok dari masalah. 2. Mahasiswa dapat mendefinisikan variabel keputusan. 3. Mahasiswa dapat menentukan fungsi tujuan apakah

Lebih terperinci

Dasar-dasar Optimasi

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

Lebih terperinci

SILABUS MATA KULIAH. Mahasiswa mendapatkan kelompok dan menyesuaikan diri dengan anggota kelompok yang ditentukan oleh asisten dan selanjutnya membuat

SILABUS MATA KULIAH. Mahasiswa mendapatkan kelompok dan menyesuaikan diri dengan anggota kelompok yang ditentukan oleh asisten dan selanjutnya membuat SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-106 Nama Mata Kuliah : Praktikum Pengenalan Komputer Jumlah SKS : 1 Semester : I Mata Kuliah Pra Syarat : - Deskripsi Mata Kuliah

Lebih terperinci

FAKULTAS PSIKOLOGI Universitas Muhammadiyah Surakarta PENYUSUNAN SKALA PSIKOLOGI Rencana Mutu Pembelajaran

FAKULTAS PSIKOLOGI Universitas Muhammadiyah Surakarta PENYUSUNAN SKALA PSIKOLOGI Rencana Mutu Pembelajaran ` FAKULTAS PSIKOLOGI Universitas Muhammadiyah Surakarta PENYUSUNAN SKALA PSIKOLOGI Rencana Mutu Pembelajaran ACHMAD DWITYANTO OKTAVIANSYAH Nama Dosen Program Studi RENCANA MUTU PEMBELAJARAN : Achmad Dwityanto

Lebih terperinci

Pengantar Teknik Industri TIN 4103

Pengantar Teknik Industri TIN 4103 Pengantar Teknik Industri TIN 4103 Lecture 10 Outline: Penelitian Operasional References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations Research. 7th ed. The McGraw-Hill Companies,

Lebih terperinci

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL... DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... INTISARI... ABSTRACT...

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Pengertian, Struktur, Kelebihan dan Kekurangan, serta Potensi Dynamic Programming Dynamic Programming adalah suatu teknik kuantitatif yang digunakan untuk

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

PENELITIAN OPERASIONAL I (TIN 4109)

PENELITIAN OPERASIONAL I (TIN 4109) PENELITIAN OPERASIONAL I (TIN 409) Lecture 9 LINEAR PROGRAMMING Lecture 9 Outline: Analisa Sensitivitas Simple Duality References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations

Lebih terperinci

PENERAPAN METODE PERT DAN CPM PADA SUATU JARINGAN KERJA (NETWORK) SERTA MENGOPTIMALKAN WAKTU PENYELESAIAN PROYEK

PENERAPAN METODE PERT DAN CPM PADA SUATU JARINGAN KERJA (NETWORK) SERTA MENGOPTIMALKAN WAKTU PENYELESAIAN PROYEK Media Informatika Vol. 6 No. 2 (2007) PENERAPAN METODE PERT DAN CPM PADA SUATU JARINGAN KERJA (NETWORK) SERTA MENGOPTIMALKAN WAKTU PENYELESAIAN PROYEK Yenita Juandy Sekolah Tinggi Manajemen Informatika

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

NETWORK (Analisa Jaringan)

NETWORK (Analisa Jaringan) OR Teknik Industri UAD NETWORK (Analisa Jaringan) Network: sekumpulan titik yang disebut node, yang dihubungkan oleh busur atau cabang. Di dalam analisa network kita mengenal events (kejadiankejadian)

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Riset Operasi Kode/sks : MAS 4241 /3 Semester : Genap Status (Wajib/Pilihan) : P Prasyarat : MAS 4141(Pemrograman

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 4

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 4 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 4 Berlaku mulai: Genap/2010 MATA KULIAH : RISET OPERASIONAL KODE MATA KULIAH/SKS : 410102053 / 3 SKS MATA KULIAH PRASYARAT

Lebih terperinci

PROPOSAL PROGRAM HIBAH PENULISAN BUKU AJAR TAHUN 2017

PROPOSAL PROGRAM HIBAH PENULISAN BUKU AJAR TAHUN 2017 DI KTI 2017 PROPOSAL PROGRAM HIBAH PENULISAN BUKU AJAR TAHUN 2017 MANAJEMEN SAINS: Pemanfaatan Matematika untuk Optimasi Bisnis SUSANA LIMANTO, S.T., M.SI (0706117203) ENDAH ASMAWATI, S.SI., M.SI. (0714057602)

Lebih terperinci

MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI

MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI Tri Hernawati Staf Pengaar Kopertis Wilayah I Dpk Fakultas Teknik Universitas Islam Sumatera Utara Medan Abstrak Profit yang maksimal merupakan tuuan utama

Lebih terperinci

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

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

Lebih terperinci

Bab 1 PENDAHULUAN. 1.1 Latar Belakang

Bab 1 PENDAHULUAN. 1.1 Latar Belakang 8 Bab 1 PENDAHULUAN 1.1 Latar Belakang Dalam suatu instansi atau industri maupun perusahaan, adanya penentuan jumlah produksi yang tepat merupakan suatu hal yang sangat penting. Sistem penentuan jumlah

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

ITP SISTEM OPTIMASI BAHAN AJAR. Oleh: Zuriman Anthony, ST., MT

ITP SISTEM OPTIMASI BAHAN AJAR. Oleh: Zuriman Anthony, ST., MT ITP BAHAN AJAR SISTEM OPTIMASI Oleh: Zuriman Anthony, ST., MT PROGRAM STUDI TEKNIK ELEKTRO S1 FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI PADANG AGUSTUS, 2011 KATA PENGANTAR Berkat rahmat ALLAH S.W.T

Lebih terperinci

OPTIMASI PEMROGRAMAN KUADRATIK KONVEKS DENGAN MENGGUNAKAN METODE PRIMAL-DUAL PATH-FOLLOWING

OPTIMASI PEMROGRAMAN KUADRATIK KONVEKS DENGAN MENGGUNAKAN METODE PRIMAL-DUAL PATH-FOLLOWING OPIMASI PEMROGRAMAN KUADRAIK KONVEKS DENGAN MENGGUNAKAN MEODE PRIMAL-DUAL PAH-FOLLOWING Raras yasnurita ), Wiwik Anggraeni ), Rully Soelaiman 3) ) Jurusan Sistem Informasi 3) Jurusan eknik Informatika

Lebih terperinci

Riset Operasi Bobot: 3 SKS

Riset Operasi Bobot: 3 SKS Riset Operasi Bobot: 3 SKS Tujuan Perkuliahan Setelah mahasiswa mengikuti kuliah ini selama satu semester, mahasiswa diharapkan dapat mengaplikasikan metode-metode kuantitatif dalam pengambilan keputusan

Lebih terperinci

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

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

Lebih terperinci

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

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6 PROGRAM LINIER : ANALISIS POST- OPTIMAL Pertemuan 6 Pengantar Biasanya, setelah solusi optimal dari masalah program linier ditemukan maka peneliti cenderung untuk berhenti menganalisis model yang telah

Lebih terperinci

PENELITIAN OPERASIONAL

PENELITIAN OPERASIONAL PENELITIAN OPERASIONAL Oleh : Puryani Agus Ristono Editor : F. Wiwiek Nurwiyati Edisi Pertama Cetakan Pertama, 2012 Hak Cipta 2012 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang memperbanyak

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perusahaan adalah suatu tempat dimana sumber daya dasar dikelola dengan proses yang sedemikian rupa sehingga diperoleh suatu hasil berupa barang atau jasa yang

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

PENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI

PENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI PENELITIAN OPERASIONAL PERTEMUAN #9 TKT101 PENGANTAR TEKNIK INDUSTRI 6623 TAUFIQUR RACHMAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS ESA UNGGUL KEMAMPUAN AKHIR YANG DIHARAPKAN Mampu membandingkan

Lebih terperinci

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

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

Lebih terperinci

BAB 2 PROGRAM INTEGER. Program linear merupakan metode matematika untuk mengalokasikan sumber

BAB 2 PROGRAM INTEGER. Program linear merupakan metode matematika untuk mengalokasikan sumber BAB 2 PROGRAM INTEGER 2.1 Program Linear Program linear merupakan metode matematika untuk mengalokasikan sumber daya yang biasanya terbatas supaya mencapai hasil yang optimal, misalnya memaksimumkan keuntungan

Lebih terperinci