BAB 1 PENDAHULUAN Latar Belakang
|
|
- Ratna Halim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Optimasi (Optimization) adalah aktivitas untuk mendapatkan hasil terbaik di dalam suatu keadaan yang diberikan. Tujuan akhir dari semua aktivitas tersebut adalah meminimumkan usaha (effort) atau memaksimumkan manfaat (benefit) yang diinginkan. Karena usaha yang diperlukan atau manfaat yang diinginkan dapat dinyatakan sebagai fungsi dari variabel keputusan, maka optimasi dapat didefinisikan sebagai proses untuk menemukan kondisi yang memberikan nilai minimum atau maksimum dari sebuah fungsi. Kondisi tersebut akan dimodelkan dalam fungsi tujuan, dimana fungsi tujuan itu dapat berupa fungsi linier dan fungsi non linier (Parwadi Moengin, 2011). Secara matematis fungsi tujuan dapat dinyatakan sebagai berikut. Maksimum f (X) Atau Minimum f (X) Program linier merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi dimana fungsi tujuan dan kendalanya adalah fungsi linier. Model matematika pemrograman linier dapat ditulis dalam bentuk formulasi umum sebagai berikut: Masalah Maksimasi. Maksimum: f(x) = C 1 X 1 + C 2 X C n X m (1.1) dengan kendala: a m1 x 1 + a m2 x a mn x m b n
2 x 1, x 2,, x m 0 Masalah Minimasi. Minimum: f(x) = C 1 X 1 + C 2 X C n X m (1.2) dengan kendala: Keterangan: a m1 x 1 + a m2 x a mn x m b n x 1, x 2,, x m 0 C i a ij = Koefisien fungsi tujuan = Koefisien fungsi kendala b i = Nilai fungsi kendala Program nonlinier juga merupakan teknik riset operasi yang mampu menyelesaikan masalah optimasi dimana fungsi tujuan dan kendalanya mempunyai bentuk fungsi nonlinier pada salah satu atau keduanya. Dalam menyelesaikan permasalahan nonlinier terdapat dua kondisi yaitu nonlinier tanpa kendala dan nonlinier dengan kendala. Program nonlinier berkendala mempunyai bentuk umum sebagai berikut: Maksimum/ Minimum f = f(x) dengan x i = {x 1,, x n } dengan kendala g j (X) = 0 (1.3) Keterangan: f(x) = Fungsi tujuan g j (X) = Fungsi kendala
3 3 Nilai i = 1, 2, 3,, n Nilai j = 1, 2, 3,, m Salah satu metode untuk menyelesaikan optimasi tanpa kendala adalah dengan menggunakan metode kalkulus differensial. Tetapi permasalahan optimasi dengan kendala belum tentu dapat diselesaikan dengan metode tersebut. Metode lain yang digunakan untuk menyelesaikan optimasi dengan kendala adalah dengan cara subsitusi. Dengan metode ini, salah satu variabel bebas, misalnya variabel z, dari persamaan terkendala disubsitusikan pada fungsi tujuan yang akan dicari nilai ekstrimnya. Dengan metode ini, maka akan dihasilkan suatu fungsi dengan dua variabel bebas. Sebagai hasilnya, masalah ekstrim terkendala diselesaikan melalui penyelesaian ekstrim tanpa kendala fungsi dua variabel. Namun demikian, metode ini tidak selalu membawa hasil, bilamana batasan-batasannya tidak hanya melibatkan satu persamaan kendala. Disamping itu, masalah-masalah optimasi dengan kendala sering timbul dalam masalah-masalah nyata, dimana batasan-batasannya tidak hanya satu fungsi. Hal ini mengakibatkan tidak mudah untuk menyederhanakan masalah, sedemikian sehingga diperoleh satu fungsi saja dengan dua variabel bebas. Di samping itu, masalah yang sering timbul dengan metode subsitusi adalah tidak mudahnya menentukan titik kritisnya. Salah satu metode untuk mengatasi masalah optimasi dengan kendala adalah metode Lagrange. Metode ini dikembangkan didasarkan pada kenyataan bahwa optimasi dengan kendala, nilai ekstrimnya selalu terletak pada titik kritis. Metode Lagrange ini menyediakan suatu metode aljabar untuk menentukan titik kritis, sehingga masalah optimasi dengan kendala dapat diatasi. Metode pengali Lagrange (Multiplier Lagrange) dikemukakan oleh Joseph Louis Lagrange ( ). Metode ini dapat digunakan untuk menangani permasalahan program nonlinier dimana fungsi tujuannya memiliki kendala. Untuk memecahkan masalah optimasi dengan menggunakan fungsi Lagrange dilakukan beberapa langkah sebagai berikut:
4 4 Pertama, membentuk suatu fungsi Lagrange dimana dibentuk suatu fungsi L R n R ı, yang didefinisikan dengan Keterangan: m L (x, λ) = f(x) + j=1 λ j g j (x) (1.4) L f(x) g j = Fungsi Lagrange = Fungsi tujuan = Fungsi kendala λ j = Variabel slack Kedua, mencari semua solusi (x, λ) dalam himpunan persamaan dimana L x j (x, λ) = 0, j = 1, 2, 3,, n (1.5) L x i (x, λ) 0, λ 0 (1.6) λ i L x j (x, λ) = 0, i = 1, 2, 3,, l (1.7) Setiap solusi dari sistem persamaan ini disebut titik kritis dari L. Ketiga, menghitung nilai dari f pada setiap titik x dalam himpunan {x terdapat λ sedemikian hingga (x, λ) M}. Fungsi Lagrange bermanfaat dalam mentransformasi persoalan optimasi berkendala menjadi persoalan optimasi tanpa kendala. Kebanyakan persoalanpersoalan optimasi dengan kendala dapat diselesaikan setelah persoalan tersebut diubah menjadi persoalan optimasi tanpa kendala. Berdasarkan latar belakang di atas, pada penelitian ini penulis akan meneliti tentang bagaimana karakteristik fungsi pengali Lagrange dalam penyelesaikan
5 5 permasalahan optimasi. Oleh karena itu penulis memilih judul Analisis Karakteristik Fungsi Lagrange Dalam Menyelesaikan Permasalahan Optimasi Berkendala Perumusan Masalah Berdasarkan latar belakang di atas, maka permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana karakteristik fungsi Lagrange dalam menyelesaikan permasalahan optimasi berkendala Batasan Masalah Adapun batasan dalam penelitian ini diantaranya adalah: 1. Metode penyelesaian optimasi yang digunakan adalah metode Lagrange. 2. Karakteristik fungsi Lagrange dirujuk dari jurnal Lagrange Multiplier and their Application (Huijuan Li, 2008) dan dari jurnal Constrained Optimization Using Lagrange Multipliers (Henri P. Gavin and Jeffrey T. Scruggs, 2016) Tinjauan Pustaka Sebagai sumber pendukung teori dalam penulisan ini, penulis mengambil beberapa pustaka yang memberikan kontribusi dalam penyelesaian skripsi ini. Metode Lagrange adalah metode yang paling penting dan berguna untuk optimasi berdasarkan kalkulus. Hal ini dapat digunakan untuk mengoptimalkan fungsi yang bergantung pada sejumlah variabel independen dan ketika kendala fungsional terlibat. Dengan demikian, dapat diterapkan untuk berbagai situasi praktis. Metode Lagrange pada dasarnya mengubah masalah sebelumnya untuk menemukan solusi minimum atau maksimum dari sistem persamaan aljabar, sehingga memberikan skema yang baik untuk menentukan optimal. Fungsi tujuan
6 6 dan kendala digabungkan menjadi fungsi baru Y, yang dikenal sebagai ekspresi Lagrange (Usman Efendi, 2012). Masalah optimasi dapat diselesaikan dengan berbagai metode, salah satunya adalah metode Lagrange. Metode ini dapat digunakan untuk mendapatkan solusi dari masalah optimasi. Dengan menggunakan metode Lagrange, nilai ekstrem dapat diperoleh, sehingga solusi optimal dapat dicari. Pada penelitian ini, pendapatan maksimum suatu perusahaan UD. Sari Madu dibatasi oleh beberapa kendala. Setelah fungsi tujuan dan fungsi kendala dimodelkan maka pendapatan maksimal dapat dicari. Sehingga pendapatan UD. Sari Madu dapat menjadi optimal. Dalam pembentukan portofolio, seorang investor berusaha memaksimumkan return yang diharapkan (expected return) dari investasi dengan tingkat resiko terendah. Fungsi lagrange digunakan untuk mengoptimalkan besarnya komposisi atau proporsi aset dalam portofolio berdasarkan maksimum mean return yang diberikan. (Di Asih I Maruddani, 2009). Mengoptimalkan portofolio saham dengan menggunakan metode pengali Lagrange dimana pada penelitian ini membahas pemecahan model portofolio investasi Markowitz untuk aset di pasar saham Bursa Efek Kolombia (Eduardo, 2013). Penerapan metode pengali Lagrange dalam bidang ekonomi dimana tujuan dari penelitian ini adalah menentukan nilai optimum suatu fungsi optimasi bersyarat dan menyelesaikan masalah optimasi bersyarat tersebut dengan menggunakan metode pengali Lagrange. Metode pengali Lagrange paling banyak dipakai dengan pertimbangan bahwa prinsip kerjanya sederhana dan mudah untuk dimengerti. Metode pengali Lagrange digunakan untuk memperoleh nilai maksimum atau minimum dari fungsi objektifnya dengan kendala berbentuk persamaan. Selain itu pengali Lagrange juga digunakan untuk menyelesaikan masalah optimasi dalam bentuk program nonlinier. Untuk menentukan nilai ekstrim fungsi berkendala tersebut digunakan metode pengali Lagrange, yaitu dengan cara membentuk sebuah fungsi baru yang merupakan penjumlahan dari fungsi yang hendak dioptimumkan ditambah hasil kali pengali Lagrange atau λ dengan fungsi kendalanya (Rahmad Hidayat, 2015). Dalam menjalankan bisnisnya, PT. Petrokimia Gresik memiliki dan mengoperasikan pembangkit listrik tenaga gas dan pembangkit listrik tenaga uap. Untuk
7 7 mencapai kondisi operasi yang optimal dan ekonomis maka PT. Petrokimia Gresik membagi daya pada setiap pembangkit listriknya. Untuk itu disimulasikan perhitungan ekonomis pembangkit listrik dengan metode lagrange multiplier yang iterasinya diselesaikan dengan metoda Newton-Raphson, dan karakteristik setiap pembangkit yang didapat diminimalisasi dengan metode lagrange multiplier dengan data yang diambil dari tiap pembangkit. Hubungan antara biaya bahan bakar terhadap daya aktif yang dihasilkan pembangkit dirumuskan oleh persamaan berikut: F i (P i ) = a i P 2 i + b i P i + c i (1.8) dimana: F i (P i ) (P i ) = biaya operasi tiap unit pembangkit ($/h) = daya keluaran tiap unit pembangkit (MW) a i, b i, c i = koefisien biaya operasi pembangkit i = 1, 2, 3,, n (untuk n pembangkit) Biaya bahan bakar dan pembangkit tenaga listrik dari suatu sistem tenaga listrik dengan memperhitungkan susut daya pada saluran transmisi dinyatakan seperti pada persamaan berikut: n F T = F i (P i ) = F 1 (P 1 ) + F 2 (P 2 ) + F 3 (P 3 ) + + F N (P N ) (1.9) i=1 Total daya yang disuplai oleh N pembangkit ke sistem adalah n P T = F gi = P g1 + P g2 + P g3 + + P gn i=1 (1.10) Fungsi biaya persamaan di atas akan diminimalkan dengan memperhatikan fungsi kendala operasi (Constraining), yaitu persamaan neraca daya. n P L + P D P i = 0 (1.11) i=1 Salah satu cara untuk menyelesaikan masalah optimasi adalah dengan Metode Pengali Lagrange. Sebuah fungsi baru c, dibentuk dengan menggabungkan fungsi biaya pembangkit dan persamaan kendala sistem, yaitu: δ P i = F i P i λ (1 P loss P i ) = 0 (1.12)
8 8 Penelitian ini menggunakan software MATLAB (R2008a) dengan membuat program simulasi perhitungan pembebanan ekonomis pada PLTU dan PLTG dengan menggunakan Metode Pengali Lagrange. Berdasarkan simulasi, pada permintaan beban rendah, PLTU membangkitkan daya yang lebih besar dari pada PLTU dengan batasan yang ada. Berdasarkan simulasi pada permintaan beban rendah 16 MW, PLTU membangkitkan daya sebesar 13,48 MW dan PLTG membangkitkan daya sebesar 3,05 MW. Biaya pembangkitan sebelum dilakukan optimasi memiliki biaya yang lebih mahal dari pada sesudah dilakukan optimasi. Berdasarkan simulasi dapat disimpulkan bahwa proses optimasi pembangkit dapat memenuhi permintaan beban pada suatu sistem dengan biaya operasi seminimal mungkin (Joko Susilo, Mochammad Facta, dan Susatyo Handoko, 2014). Salah satu metode untuk mengatasi masalah ekstrim terkendala adalah metode Lagrange. Metode ini dikembangkan didasarkan pada kenyataan bahwa ekstrim terbatas, nilai ekstrimnya selalu terletak pada titik kritis. Metode Lagrange ini menyediakan suatu metode aljabar untuk menentukan titik kritis, sehingga masalah ekstrim terkendala dengan metode ini dapat diatasi. Andaikan akan dicari nilai ekstrim relatif fungsi f(x, y, z) dengan kendala g(x, y, z) = 0. Langkah pertama metode Lagrange adalah membentuk fungsi baru dengan memasukkan variabel baru λ, yang disebut dengan faktor pengali Lagrange. Fungsi baru tersebut adalah, F(x, y, z, λ) = f(x, y, z) + λg(x, y, z) (1.13) Langkah kedua adalah menentukan titik kritis dari fungsi F. Titik kritis diperoleh dengan cara menyelesaikan secara simulkan dari, F x (x, y, z, λ) = 0 (1.14) F y (x, y, z, λ) = 0 F z (x, y, z, λ) = 0 F λ (x, y, z, λ) = g(x, y, z) = 0 Langkah ketiga adalah menentukan nilai ekstrim terkendala. Bilamana (x 0, y 0, z 0, λ 0 ) adalah titik kritis dari F(x, y, z, λ) maka (x 0, y 0, z 0 ) adalah juga merupakan titik kritis dari F(x, y, z, λ) dengan kendala g(x, y, z). Jadi nilai ektrim f(x, y, z) dengan kendala g(x, y, z) adalah f(x 0, y 0, z 0 ). Contoh:
9 9 Tentukan nilai maksimum dan atau minimum dari, f(x, y, z) = 4x + 5y + 4z (1.15) pada elips yang merupakan perpotongan silinder lingkaran tegak, (x 2) 2 + (y 4) 2 = 100, dan bidang 2x + 3y = 4z. Penyelesaian: Menentukan fungsi Lagrange. Dari persamaan fungsi kendala, diambil g(x, y, z) = 100 (x 2) 2 (y 4) 2 (1.16) h(x, y, z) = 4z 2x 3y Selanjutnya bentuk fungsi pembantu Lagrange, F(x, y, z, λ, β) = f(x, y, z) + λg(x, y, z) + βh(x, y, z) (1.17) = 4x + 5y + 4z + λ(100 (x 2) 2 (y 4) 2 ) + β(4z 2x 3y) dimana λ dan β adalah faktor pengali Lagrange. Menentukan titik kritis dengan menurunkan secara parsial fungsi F(x, y, z, λ, β) maka dihasilkan, F x (x, y, z, λ, β) = 4 2λ(x 2) 2β F y (x, y, z, λ, β) = 5 2λ(y 4) 3β F z (x, y, z, λ, β) = 4 + 4β (1.18) F λ (x, y, z, λ, β) = 100 (x 2) 2 (y 4) 2 F β (x, y, z, λ, β) = 4z 2x 3y Dengan menetapkan F x, F y, F z, F λ dan F β sama dengan nol dihasilkan, 4 2λ(x 2) 2β = 0 didapatkan x 2 = 4 2β 2λ 5 2λ(y 4) 3β = 0 didapatkan y 4 = 5 3β 2λ 4 + 4β = 0 didapatkan β = (x 2) 2 (y 4) 2 = 0 atau (x 2) 2 (y 4) 2 = 100 4z 2x 3y = 0 atau 4z = 2x 3y Dengan mensubsitusikan β = 1 pada F x = 0 dan F y = 0 dihasilkan, x 2 = 4 2( 1) 2λ y 4 = 5 3( 1) 2λ = 3 λ = 4 λ
10 10 Selanjutnya subsitusikanlah, x 2 = 3 λ dan y 4 = 4 λ pada F λ = 0, maka dihasilkan, ( 3 λ )2 + ( 4 λ )2 = = 100 λ2 λ2 25 = 100 λ2 Karena λ 0 maka dihasilkan λ 2 = 1 4 atau λ = ± 1 2. Sehingga untuk λ = 1 2, dihasilkan x 2 = 3 diperoleh x = 8 ( 1 ) 2 y 4 = 4 diperoleh y = 8 ( 1 ) 2 z = 1 [2(8) + 3(12) = 13 4 Sedangkan untuk λ = 1 2, dihasilkan x 2 = 3 diperoleh x = 4 ( 1 ) 2 y 4 = 4 ( 1 diperoleh y = 4 ) 2 z = 1 [2( 4) + 3( 4)] = 5 4 Jadi titik kritis F adalah (8, 12, 13, 1 2, 1) dan ( 4, 4, 5, 1 2, 1). Menentukan nilai ekstrim. Karena titik kritis fungsi F(x, y, z, λ, β) adalah (8, 12, 13, 1, 1) dan ( 4, 4, 5, 1, 1) maka titik kritis fungsi f(x, y, z) adalah 2 2 (8, 12, 13) dan ( 4, 4, 5). Jadi nilai ekstrim f(x, y, z) = 4x + 5y + 4z dengan kendala (x 2) 2 + (y 4) 2 = 100, dan 2x + 3y = 4z adalah (1) f(8, 12, 13) = 4(8) + 5(12) + 4(13) = 144, merupakan nilai maksimum (2) f( 4, 4, 5) = 4( 4) + 5( 4) + 4( 5) = 56, merupakan nilai minimum (Prayudi, 2009).
11 Tujuan Penelitian Tujuan penelitian ini adalah untuk menganalisis bagaimana karakteristik fungsi Lagrange dalam menyelesaikan permasalahan optimasi berkendala Kontribusi Penelitian Manfaat dari penelitian ini adalah sebagai berikut: 1. Dapat dijadikan sebagai bahan pembelajaran bagi pembaca. 2. Dapat digunakan sebagai tambahan informasi dan pertimbangan terlebih bagi mahasiswa yang hendak melakukan penelitian serupa Metodologi Penelitian Metode penelitian yang digunakan adalah dengan menggunakan metode studi literatur yang bersifat penjelasan dan uraian. Dalam penelitian ini diuraikan tentang analisis karakteristik dari fungsi Lagrange yang dinyatakan dalam bentuk pengali Lagrange untuk menyelesaikan permasalahan optimasi berkendala.
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, optimasi selalu dilakukan untuk memenuhi kebutuhan. Tetapi optimasi yang dilakukan masyarakat awam lebih banyak
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Metode Pengali Lagrange adalah sebuah konsep populer dalam menangani permasalahan optimasi untuk program-program nonlinier. Sesuai namanya, konsep ini dikemukakan oleh
Lebih terperinciBAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di
BAB II TINJAUAN PUSTAKA 2.1 Pemrograman Linier (Linear Programming) Pemrograman linier (linear programming) merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan
Lebih terperinciDAFTAR GAMBAR. Gambar 3.1. Diagram alur sistem..24 Gambar 3.2. Diagram implementasi sistem..26
DAFTAR GAMBAR Gambar 3.1. Diagram alur sistem..24 Gambar 3.2. Diagram implementasi sistem..26 Gambar 3.3. Diagram pengujian sistem. 28 Gambar 4.1. Grafik expected return perhitungan teoritik dan data simulasi
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pengoptimalan merupakan ilmu Matematika terapan dan bertujuan untuk mencapai suatu titik optimum. Dalam kehidupan sehari-hari, baik disadari maupun tidak, sebenarnya
Lebih terperinciKalkulus Multivariabel I
Maksimum, Minimum, dan Statistika FMIPA Universitas Islam Indonesia Titik Kritis Misalkan p = (x, y) adalah sebuah titik peubah dan p 0 = (x 0, y 0 ) adalah sebuah titik tetap pada bidang berdimensi dua
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa pengertian dari optimasi bersyarat dengan kendala persamaan menggunakan multiplier lagrange serta penerapannya yang akan digunakan sebagai landasan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Optimasi Non-Linier Suatu permasalahan optimasi disebut nonlinier jika fungsi tujuan dan kendalanya mempunyai bentuk nonlinier pada salah satu atau keduanya. Optimasi nonlinier
Lebih terperinciBAB I PENDAHULUAN. berkembang sejak Perang Dunia II (Simarmata, 1982: ix). Model-model Riset. sebagainya, maka timbullah masalah optimasi.
BAB I PENDAHULUAN A. LATAR BELAKANG MASALAH Riset Operasi adalah suatu cabang ilmu pengetahuan baru yang berkembang sejak Perang Dunia II (Simarmata, 1982: ix). Model-model Riset Operasi adalah teknik-teknik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pemrograman Non Linier Pemrograman Non linier merupakan pemrograman dengan fungsi tujuannya saja atau bersama dengan fungsi kendala berbentuk non linier yaitu pangkat dari variabelnya
Lebih terperinciBAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan
BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Efektivitas Efektivitas berasal dari kata efektif, yang merupakan kata serapan dari bahasa Inggris yaitu effective yang artinya berhasil. Menurut kamus ilmiah popular, efektivitas
Lebih terperinciSIMULASI PERHITUNGAN PEMBEBANAN EKONOMIS PADA PUSAT LISTRIK TENAGA UAP DAN GAS DENGAN METODE LAGRANGE MULTIPLIER (STUDI KASUS DI PT
SIMULASI PERHITUNGAN PEMBEBANAN EKONOMIS PADA PUSAT LISTRIK TENAGA UAP DAN GAS DENGAN METODE LAGRANGE MULTIPLIER (STUDI KASUS DI PT. PETROKIMIA GRESIK) Joko Susilo * ), Mochammad Facta, and Susatyo Handoko
Lebih terperinciMODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI. SRI SULASMIYATI, S.Sos, M.AP. Ari Darmawan, Dr., S.AB, M.AB
MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI SRI SULASMIYATI, S.Sos, M.AP Ari Darmawan, Dr., S.AB, M.AB aridarmawan_fia@ub.ac.id Pendahuluan Adanya kebutuhan manusia yang tidak terbatas dan terbatasnya
Lebih terperinciPertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange
Pertemuan Minggu ke-11 1. Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange 1. BIDANG SINGGUNG, HAMPIRAN Tujuan mempelajari: memperoleh persamaan bidang singgung terhadap permukaan z
Lebih terperinciAPLIKASI METODE KHUN-TUCKER DALAM PENJUALAN OLI MOBIL (Studi Kasus : PT. Anugrah Mitra Dewata)
Jurnal Matematika Vol. 2 No. 1, Juni 2012. ISSN : 1693-1394 APLIKASI METODE KHUN-TUCKER DALAM PENJUALAN OLI MOBIL (Studi Kasus : PT. Anugrah Mitra Dewata) Ni Made Asih e-mail: sedhana2@gmail.com I Nyoman
Lebih terperinciOPTIMASI (Pemrograman Non Linear)
OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Tidak semua permasalahan matematis atau perhitungan dapat diselesaikan dengan mudah. Bahkan dalam prinsip matematik, dalam memandang permasalahan, terlebih dahulu
Lebih terperinciBAB II KAJIAN TEORI. berkaitan degan pemrograman linear, pemrograman nonlinear, fungsi konveks dan
BAB II KAJIAN TEORI Kajian teori pada bab ini membahas tentang pengertian dan penjelasan yang berkaitan degan pemrograman linear, pemrograman nonlinear, fungsi konveks dan konkaf, separable programming
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pemrograman Non linier Pemrograman non linier adalah suatu bentuk pemrograman yang berhubungan dengan suatu perencanaan aktivitas tertentu yang dapat diformulasikan dalam model
Lebih terperinciMETODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT
METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT 110803018 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015 METODE
Lebih terperinciMETODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI
METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Program Strata Satu (S1) pada Program Studi Matematika
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Proses Alokasi Andaikan terdapat sejumlah sumber daya modal tertentu, yaitu dapat berupa uang untuk investasi, mesin cetak, bahan bakar untuk kendaraan dan lain sebagainya. Suatu
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 terperinciI. PENDAHULUAN. dalam melakukan kehidupan sehari-hari. Besar kecilnya beban serta perubahannya
I. PENDAHULUAN A. Latar Belakang Pada zaman sekarang, kelistrikan sudah menjadi salah satu hal terpenting dalam melakukan kehidupan sehari-hari. Besar kecilnya beban serta perubahannya tergantung pada
Lebih terperinciD. OPTIMISASI EKONOMI DENGAN KENDALA - Optimisasi dengan metode substitusi - Optimisasi dengan metode pengali lagrange
OPTIMISASI EKONOMI Ari Darmawan, Dr. S.AB, M.AB Email: aridarmawan_fia@ub.ac.id A. PENDAHULUAN B. TEKNIK OPTIMISASI EKONOMI C. OPTIMISASI EKONOMI TANPA KENDALA - Hubungan Antara Nilai Total, Rata-rata
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,
BAB II KAJIAN PUSTAKA Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, pemrograman linear, metode simpleks, teorema dualitas, pemrograman nonlinear, persyaratan karush kuhn
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah. dalam hal pembahasan hasil utama berikutnya.
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciPEMROGRAMAN LINIER: FORMULASI DAN PEMECAHAN GRAFIS
RISET OPERASIONAL Riset operasi adalah metode yang digunakan untuk memformulasikan dan merumuskan permasalahan sehari hari ke dalam pemodelan matematis untuk memperoleh solusi yang optimal. Bagian terpenting
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Zaman yang semakin berkembang membuat persoalan semakin kompleks, tidak terkecuali persoalan yang melibatkan persoalan matematika. Dalam pemecahannya, matematika memegang
Lebih terperinciOPTIMALISASI PENJUALAN KAIN ENDEK DENGAN METODE KARUSH-KUHN-TUCKER (KKT)
OPTIMALISASI PENJUALAN KAIN ENDEK DENGAN METODE KARUSH-KUHN-TUCKER (KKT) I Gede Aris Janova Putra 1, Ni Made Asih 2, I Nyoman Widana 3 1 Jurusan Matematika, FMIPA Universitas Udayana [Email: igajputra@gmail.com]
Lebih terperinciBAB III TURUNAN DALAM RUANG DIMENSI-n
BAB III TURUNAN DALAM RUANG DIMENSI-n 1. FUNGSI DUA PEUBAH ATAU LEBIH fungsi bernilai riil dari peubah riil, fungsi bernilai vektor dari peubah riil Fungsi bernilai riil dari dua peubah riil yakni, fungsi
Lebih terperinciBAB 1 PENDAHULUAN. memperoleh solusi yang optimal (Eddy Herjanto, 2007: 43). kendala dan fungsi tujuan yang digunakan untuk mendiskripsikan
BAB 1 PENDAHULUAN A. Latar Belakang Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber daya, baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan, ruang, tenaga kerja, jam-kerja,
Lebih terperinciIV. ANALISIS DAN PEMBAHASAN. 1.1 Analisis Portofolio Pada Aktiva Berisiko (Saham dan Emas)
IV. ANALISIS DAN PEMBAHASAN 1.1 Analisis Portofolio Pada Aktiva Berisiko (Saham dan Emas) Investor dalam membentuk portofolio diperlukan perhitungan return ekspektasi dari masing-masing aktiva untuk dimasukkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Program Linear Program Linear adalah suatu cara yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan berbagai kendala yang dihadapinya. Masalah program
Lebih terperinciBAB 2 KAJIAN PUSTAKA. Menurut Asghar (2000), secara garis besar masalah optimisasi terbagi dalam beberapa tipe berikut:
BAB 2 KAJIAN PUSTAKA 2.1 Masalah Optimisasi dan Program Non Linier Menurut Asghar (2000), secara garis besar masalah optimisasi terbagi dalam beberapa tipe berikut: 1. Masalah optimisasi tanpa kendala.
Lebih terperinciProsiding Matematika ISSN:
Prosiding Matematika ISSN: 2460-6464 Optimisasi Fungsi Nonlinier Dua Variabel Bebas dengan Satu Kendala Pertidaksamaan Menggunakan Syarat Kuhn-Tucker Optimization of Nonlinear Function of Two Independent
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 terperinciBAB I PENDAHULUAN. adalah optimasi digunakan untuk memaksimalkan keuntungan yang akan diraih
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, baik disadari maupun tidak disadari, manusia sebenarnya telah melakukan upaya optimasi untuk memenuhi kebutuhan hidupnya. Akan
Lebih terperinciANALISIS KARAKTERISTIK FUNGSI LAGRANGE DALAM MENYELESAIKAN PERMASALAHAN OPTIMASI BERKENDALA SKRIPSI THERESIA M. MANIK
ANALISIS KARAKTERISTIK FUNGSI LAGRANGE DALAM MENYELESAIKAN PERMASALAHAN OPTIMASI BERKENDALA SKRIPSI THERESIA M. MANIK 120803069 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSTITAS
Lebih terperinciBab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik
Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Program Linier Para ahli mendefinisikan program linier sebagai sebuah teknik analisa yang digunakan untuk memecahkan segala persoalan atau masalah-masalah keputusan yang ada
Lebih terperinciSYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak
Syarat Fritz John... (Caturiyati) SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN Caturiyati 1 Himmawati Puji Lestari 2 1,2 Jurusan Pendidikan Matematika FMIPA UNY 1 wcaturiyati@yahoo.com
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciBAB 2 PROGRAM LINIER DAN TAK LINIER. Program linier (Linear programming) adalah suatu masalah matematika
BAB 2 PROGRAM LINIER DAN TAK LINIER 2.1 Program Linier Program linier (Linear programming) adalah suatu masalah matematika yang mempunyai fungsi objektif dan kendala berbentuk linier untuk meminimalkan
Lebih terperinciPengubahan Model Ketidaksamaan Persamaan
METODA SIMPLEKS Metoda Simpleks Suatu metoda yang menggunakan prosedur aljabar untuk menyelesaikan programa linier. Proses penyelesaiannya dengan melakukan iterasi dari fungsi pembatasnya untuk mencapai
Lebih terperinciBAB 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 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 terperinciMETODE 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 terperinciBAB I PENDAHULUAN. dilakukan masyarakat awam lebih banyak dilandasi oleh insting daripada teori
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari disadari atau tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat
Lebih terperinciBAB 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 terperinciMETODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3 Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Metode simpleks merupakan sebuah prosedur matematis
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Suatu permasalahan yang dihadapi manusia dalam kehidupan sehari-hari dapat diselesaikan secara matematis. Contoh permasalahan yang dihadapi secara umum yaitu masalah
Lebih terperinciALGORITMA METODE SIMPLEKS (PRIMAL)
ALGORITMA METODE SIMPLEKS (PRIMAL) Artificial Variable Algoritma Simpleks Metode M (Method of penalty) Metode dua fase Tabel Simpleks dalam bentuk matriks Artificial Variable (AV) Apabila terdapat satu
Lebih terperinciPROGRAM LINEAR: METODE SIMPLEX
PROGRAM LINEAR: METODE SIMPLEX Latar Belakang Sulitnya menggambarkan grafik berdimensi banyak atau kombinasi lebih dari dua variabel. Metode grafik tidak mungkin dapat dilakukan untuk menyelesaikan masalah
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 terperinciBAB II TINJAUAN PUSTAKA. yaitu investasi, portofolio, return dan expected return, risiko dalam berinvestasi,
BAB II TINJAUAN PUSTAKA Pada bab ini akan dibahas semua konsep yang mendasari penelitian ini yaitu investasi, portofolio, return dan expected return, risiko dalam berinvestasi, Compromise Programming,
Lebih terperinciBAB 2 PROGRAM LINEAR
BAB 2 PROGRAM LINEAR 2.1. Pengertian Program Linear Pemrograman Linier disingkat PL merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
Lebih terperinciBAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam menghadapi globalisasi dunia saat ini mendorong persaingan diantara para pelaku bisnis yang semakin ketat. Di Indonesia sebagai negara berkembang, pembangunan
Lebih terperincicontoh soal metode simplex dengan minimum
contoh soal metode simplex dengan minimum Perusahaan Maju Terus merencanakan untuk menginvestasikan uang paling banyak $ 1.200.000. uang ini akan ditanamkan pada 2 buah cabang usaha yaitu P dan Q. setiap
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
12 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam proses produksi setiap perusahaan pasti dihadapkan pada persoalan mengoptimalkan lebih dari satu tujuan. Tujuan-tujuan dari persoalan produksi tersebut ada
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 terperinciBAB III PEMBAHASAN. menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian
BAB III PEMBAHASAN Dalam bab ini akan dibahas mengenai pembentukan portofolio optimum menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian model Fuzzy Mean Absolute Deviation (FMAD)
Lebih terperinciAnalisis Portofolio dalam Investasi Saham Pada Pasar Modal
Analisis Portofolio dalam Investasi Saham Pada Pasar Modal 1 Amir Tjolleng, 2 Tohap Manurung 2 Jurusan Matematika, Fakultas MIPA, Universitas Sam Ratulangi, kris_ton79@yahoo.com Abstract Investors who
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1. Latar Belakang Masalah Ilmu matematika sangat berguna dalam banyak cabang ilmu atau bidang yang lain, salah satunya dalam ilmu ekonomi atau keuangan. Ilmu matematika sering dipakai
Lebih terperinciEvaluasi Operasi Pembangkitan Tenaga Listrik Pada PT. Cikarang Listrindo Menggunakan Metode Lagrange Multipliers
Evaluasi Operasi Pembangkitan Tenaga Listrik Pada PT. Cikarang Listrindo Menggunakan Metode Lagrange Multipliers Stephanie Rizka Permata 1, Amien Rahardjo 2 Jurusan Teknik Elektro, Fakultas Teknik Universitas
Lebih terperinciRiset Operasional LINEAR PROGRAMMING
Bahan Kuliah Riset Operasional LINEAR PROGRAMMING Oleh: Darmansyah Tjitradi, MT. PROGRAM MAGISTER TEKNIK SIPIL UNLAM 25 1 ANALISA SISTEM Agar lebih mendekati langkah-langkah operasional, Hall & Dracup
Lebih terperinciMetode Simpleks M U H L I S T A H I R
Metode Simpleks M U H L I S T A H I R PENDAHULUAN Metode Simpleks adalah metode penentuan solusi optimal menggunakan simpleks didasarkan pada teknik eliminasi Gauss Jordan. Penentuan solusi optimal dilakukan
Lebih terperinciMETODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5
METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5 Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Metode simpleks merupakan sebuah prosedur matematis berulang
Lebih terperinciBAB I PENDAHULUAN. Investasi adalah kata yang tidak asing untuk masyarakat saat ini. Investasi
BAB I PENDAHULUAN A. LATAR BELAKANG MASALAH Investasi adalah kata yang tidak asing untuk masyarakat saat ini. Investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat
Lebih terperinciBAB I PENDAHULUAN. yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan
BAB I PENDAHULUAN 1.1 Latar Belakang Investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan di masa datang. Investasi
Lebih terperinciMetode Simpleks (Simplex Method) Materi Bahasan
Metode Simpleks (Simplex Method) Kuliah 03 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Rumusan Pemrograman linier dalam bentuk baku 2 Pemecahan sistem persamaan linier 3 Prinsip-prinsip metode simpleks
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Pada bab ini, akan dijelaskan metode-metode yang penulis gunakan dalam penelitian ini. Adapun metode yang akan digunakan dalam penelitian ini adalah Metode Simpleks dan Metode Branch
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Rumusan Masalah
1 BAB I PENDAHULUAN Pada bagian ini akan dijelaskan latar belakang dan rumusan masalah, tujuan dan manfaat penelitian, tinjauan pustaka, metode penelitian, serta sistematika penulisan. 1.1. Latar Belakang
Lebih terperinciBAB III METODOLOGI PENELITIAN. A. Rancangan Penelitian. pooling data yang diambil dari data perusahaan-perusahaan asuransi syariah pada
BAB III METODOLOGI PENELITIAN A. Rancangan Penelitian Jenis penelitian yang digunakan adalah penelitian dengan metode analisis deskriptif kuantitatif dengan menggunakan pendekatan portofolio optimal dengan
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 terperinciIII KERANGKA PEMIKIRAN
III KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1. Fungsi Produksi Produksi dan operasi dalam ekonomi menurut Assauri (2008) dapat diartikan sebagai suatu kegiatan yang berhubungan dengan usaha
Lebih terperinciTURUNAN DALAM RUANG DIMENSI-n
TURUNAN DALAM RUANG DIMENSI-n A. Fungsi Dua Variabel atau Lebih Dalam subbab ini, fungsi dua variabel atau lebih dikaji dari tiga sudut pandang: secara verbal (melalui uraian dalam kata-kata) secara aljabar
Lebih terperinciTeam Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia
Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Metode simpleks merupakan sebuah prosedur matematis berulang untuk menemukan penyelesaian optimal soal programa
Lebih terperinciIII KERANGKA PEMIKIRAN
III KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Sistem Produksi Secara umum produksi dapat diartikan sebagai suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil
Lebih terperinciBAB II LANDASAN TEORI. A. Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear
5 BAB II LANDASAN TEORI A Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear Persamaan linear adalah bentuk kalimat terbuka yang memuat variabel dengan derajat tertinggi adalah satu Sedangkan sistem
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pengertian investasi secara umum adalah kegiatan penanaman sejumlah tertentu dana pada saat ini untuk mendapatkan hasil yang lebih besar atau keuntungan di masa yang
Lebih terperinciOPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE. Dwi Suraningsih (M ), Marifatun (M ), Nisa Karunia (M )
OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE Dwi Suraningsih (M2, Marifatun (M53, Nisa Karunia (M6 I. Pendahuluan Latar Belakang. Dalam kehidupan sehari-hari disa maupun tidak, sebenarnya manusia
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Program Stokastik Keputusan adalah suatu kesimpulan dari suatu proses untuk memilih tindakan yang terbaik dari sejumlah alternatif yang ada, sedangkan pengambilan keputusan adalah
Lebih terperinciBAB I PENDAHULUAN. modal tersebut disebut sebagai investasi (Yuliati dkk, 1996:35). sebagai jaminan di masa yang akan datang.
BAB I PENDAHULUAN A. Latar Belakang Kehidupan perekonomian di Indonesia yang semakin berkembang merambat pada tingginya penanaman modal pada sektor industri. Cara penanaman modal baik secara langsung maupun
Lebih terperinciBab 1 Pendahuluan. 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Permasalahan yang sering dihadapi oleh para investor saham adalah sulitnya mengalokasikan sejumlah modal yang dimiliki ke beberapa pilihan saham agar menghasilkan keuntungan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan di masa yang akan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Program linier merupakan metode matematika dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan, seperti memaksimumkan keuntungan dan meminimumkan
Lebih terperinci- Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan.
Optimasi Dalam Rancangan Teknik - Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan. Fungsi tujuan : biaya, keuntungan, berat,
Lebih terperinciPengukuran Value at Risk pada Aset Perusahaan dengan Metode Simulasi Monte Carlo
JURAL MIPA USRAT OLIE 2 (1) 5-11 dapat diakses melalui http://ejournal.unsrat.ac.id/index.php/jmuo Pengukuran Value at Risk pada Aset Perusahaan dengan Metode Simulasi Monte Carlo Leony P. Tupan a*, Tohap
Lebih terperinciMENENTUKAN JUMLAH PRODUKSI BATIK DENGAN MEMAKSIMALKAN KEUNTUNGAN MENGGUNAKAN METODE LINEAR PROGRAMMING PADA BATIK HANA
MENENTUKAN JUMLAH PRODUKSI BATIK DENGAN MEMAKSIMALKAN KEUNTUNGAN MENGGUNAKAN METODE LINEAR PROGRAMMING PADA BATIK HANA Indrayanti, S.T, M.Kom 1 Program Studi Manajemen Informatika,STMIK Widya Pratama Jl.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam hukum perekonomian kita ketahui bahwa untuk mencapai keuntungan yang maksimum kita harus mengeluarkan biaya yang seminimal mungkin. Dalam bidang-bidang
Lebih terperinciTablet I x Tablet II y Batasan Vitamin A 5 10 Minimal 20 Vitamin B 3 1 Minimal 5 Harga/Biji 4 8
2. Program Linier a. Defenisi Program linier adalah metode untuk mendapatkan penyelesaian optimum dari suatu fungsi sasaran yang mengandung kendala atau batasan yang dapat dibuat dalam bentuk sistem pertidaksamaan
Lebih terperinciIII. LANDASAN TEORI A. PERENCANAAN PROYEK INVESTASI
III. LANDASAN TEORI A. PERENCANAAN PROYEK INVESTASI Menurut Khadariah (986), proyek adalah suatu keseluruhan kegiatan yang menggunakan sumber-sumber untuk memperoleh manfaat (benefit), atau suatu kegiatan
Lebih terperinciIII PEMBAHASAN. untuk setiap di dan untuk setiap, dengan. (Peressini et al. 1988)
4 untuk setiap di dan untuk setiap (Peressini et al 1988) Definisi 22 Teorema Deret Taylor Nilai hampiran f di x untuk fungsi di a (atau sekitar a atau berpusat di a) didefinisikan (Stewart 1999) 24 Kontrol
Lebih terperinciBAB II TINJAUAN PUSTAKA. berhubungan dengan pendistribusian barang dari sumber (misalnya, pabrik) ke
BAB II TINJAUAN PUSTAKA 2.1 Masalah Transportasi Masalah transportasi merupakan pemrograman linear jenis khusus yang berhubungan dengan pendistribusian barang dari sumber (misalnya, pabrik) ke tujuan (misalnya,
Lebih terperinciTaufiqurrahman 1
PROGRAM LINEAR: METODE SIMPLEX Latar Belakang Sulitnya menggambarkan grafik berdimensi banyak atau kombinasi lebih dari dua variabel. Metode grafik tidak mungkin dapat dilakukan untuk menyelesaikan masalah
Lebih terperinciMETODE AFFINE SCALING SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PROGRAM LINEAR. Asep Teguh Suhanda, Shantika Martha, Helmi
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 1 (216), hal 45 52 METODE AFFINE SCALING SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PROGRAM LINEAR Asep Teguh Suhanda, Shantika Martha, Helmi
Lebih terperinci