DIAGRAM KEPUTUSAN (DECISION TREE)

Ukuran: px
Mulai penontonan dengan halaman:

Download "DIAGRAM KEPUTUSAN (DECISION TREE)"

Transkripsi

1 DIAGRAM KEPUTUSAN (DECISION TREE)

2 DECISION TREE (POHON KEPUTUSAN) Decision trees are used by decision makers to obtain a visual portrayal of decision of decision alternatives and their possible consequences. Pohon keputusan merupakan rangkaian kronologis tentang keadaan apa yang mungkin terjadi untuk tiap alternatif keputusan Kumpulan Alternatif Diagram Keputusan Kumpulan keadaan Tak pasti

3 Harus ada di dalam keputusan

4 NOTASI DIAGRAM KEPUTUSAN PERLU DIBEDAKAN ANTARA : SAAT DIMANA DIPILIH SALAH SATU ALTERNATIF YANG TERSEDIA, MEMILIKI KENDALI DALAM BERTINDAK, PUNYA KEKUASAAN MEMILIH. SAAT KEMUNCULAN KEJADIAN TAK PASTI YANG AKAN MENENTUKAN HASIL DARI ALTERNATIF TERSEBUT, DILUAR DIRI KITA YANG MENENTUKAN

5 BASIC CONCEPT Simpul keputusan (decision) Simpul kejadian tak pasti (chance) Garis penghubung (fork)

6 Decision Tree Format

7 Tujuan Decision Tree Tujuan Memahami kasus dan seluruh aspek yang terkait Menggambarkan kerangka berfikir yang sistematis Menggambarkan struktur pengambilan keputusan yang dilakukan decision maker sepanjang tahapan/urutan waktu, termasuk seluruh kemungkinan keputusan dan outcomes Asumsi Dasar Decision maker hanya mengambil satu keputusan Setiap keputusan hanya mempunyai outcomes tertentu

8 Contoh INVESTASI -the basic risky decision-

9 Contoh: Weather Forecast

10 Tahapan Pembuatan Decision Tree Definisikan dan rinci masalah secara jelas Gambarkan struktur dari pohon keputusan Tentukan nilai payoff dari setiap kombinasi alternatif kemungkinan Tentukan nilai peluang dari seluruh kemungkinan dan keputusan Selesaikan masalah dengan menghitung Expected Value (EV)

11 Penetapan Nilai Payoff Tiap jalur dalam pohon keputusan, yaitu tiap rangkaian alternatif dan keputusan akan menghasilkan suatu nilai payoff tertentu yang dituliskan di ujung tiap cabang pada pohon keputusan. Dengan demikian untuk menentukan pilihan diantara alternatif-alternatif yang ada, pertamatama harus ditentuka nilai payoff dari setiap alternatif

12 CONTOH : MAIN LOTERE PERMAINAN UANG PERMAINAN DADU COBA GAMBARKAN MODEL PILIHAN PERMAINAN DENGAN MENGGUNAKAN SIMPUL KEPUTUSAN

13 PILIHAN MAIN LOTERE MATA UANG MAIN LOTERE DADU TIDAK MAIN

14 GAMBARKAN SIMPUL KEJADIAN TAK PASTI SIMBOL 1. MAIN UANG 2. MAIN DADU

15 PERMAINAN MATA UANG GAMBAR ANGKA KEJADIAN TAK PASTI

16 PERMAINAN DADU KEJADIAN TAK PASTI

17 DIAGRAM KEPUTUSAN MERUPAKAN GABUNGAN 2 JENIS DIAGRAM TERSEBUT

18 MISAL HARGA PERMAINAN LOTERE Rp ,-, SEDANG PERMAINANNYA : PERMAINAN MATA UANG KEJADIAN PENERIMAAN GAMBAR Rp ,- ANGKA Rp.0,-

19 PERMAINAN DADU KEJADIAN PENERIMAAN MATA 1 Rp ,- MATA 2 Rp. 0,- MATA 3 Rp MATA 4 Rp. 0,- MATA 5 Rp. 0,- MATA 6 Rp. 3,000,-

20 GAMBAR GABUNGAN Rp ,-, SEDANG PERMAINANNYA : PERMAINAN MATA UANG KEJADIAN PENERIMA AN GAMBAR Rp ,- ANGKA Rp.0,- PILIH MAIN MANA? GAMBAR PERMAINAN DADU KEJADIAN PENERIMA AN MATA 1 Rp ,- MATA 2 Rp. 0,- MATA 3 Rp MATA 4 Rp. 0,- MATA 5 Rp. 0,- MATA 6 Rp. 3,000,-

21 KEJADIAN GAMBAR PENERIMAAN MAIN LOTERE MATA UANG ANGKA POHON KEPUTUSAN LENGKAP MAIN LOTERE DADU TIDAK MAIN ????

22 KEJADIAN GAMBAR PENERIMAAN Rp ,- POHON KEPUTUSAN LENGKAP MAIN LOTERE MATA UANG MAIN LOTERE DADU TIDAK MAIN ANGKA Rp ,- Rp.0,- -Rp.1.000,- Rp.1.000,- -Rp.1.000,- -Rp.1.000,- Rp.2.000,- Rp.o,-

23 Penetapan Nilai Kemungkinan / Peluang Setiap alternatif kemungkinan harus ditentukan nilai peluangnya. Penetapan nilai peluang dari setiap kejadian ditentukan secara subjektif (nilai kemungkinan subyektif) didasarkan pada data yang dapat dipertanggungjawabkan Contoh: dokumen perusahaan, hasil-hasil penelitian, data-data resmi, dan pengalaman perusahaan

24 Contoh Kasus

25 Solusi Kasus

26 Contoh Kasus: Globalflame

27 Contoh Kasus: Globalflame (ct d)

28 Contoh Kasus: Globalflame (ct d)

29 TERSEDIA 3 KEMUNGKINAN PILIHAN KEGIATAN PENGEMBANGAN PRODUK MENERUSKAN PENJUALAN TANPA MENGADAKAN PERUBAHAN MENGHENTIKAN PRODUK

30 GAMBAR PENGEMBANGAN PRODUK POSITIF DAPAT PASARKAN PRODUK PENGEMBANGAN PRODUK NEGATIF HENTIKAN PRODUK TERUSKAN PRODUK LAMA

31 3. TAHAPAN PENGGAMBARAN DIAGRAM KEPUTUSAN A. KUMPULAN ALTERNATIF AWAL MANAJER PEMASARAN DIHADAPKN PADA 3 ALTERNATIF, YANG DISEBUT ALTERNATIF TINDAKAN. YAITU KUMPULAN ALTERNATIF PERTAMA YANG HARUS DIPILIH OLEH PENGAMBIL KEPUTUSAN/ DECISION MAKER.

32 BAGAIMANA GAMBARNYA?

33 TIGA (3) KEMUNGKINAN PILIHAN PROYEK PENGEMBANGAN TERUSKAN SEPERTI BIASA HENTIKAN PRODUKSI

34 B. KEJADIAN TAK PASTI KEJADIAN TAK PASTI YANG MELINGKUPI ALTERNATIF AWAL KEMUNGKINAN-KEMUNGKINAN YANG BISA TERJADI TERHADAP ALTERNATIF YANG DIPILIH

35 KEJADIAN TAK PASTI PROYEK PENGEMBANGAN (Hasilnya mungkin Pos atau Neg) TERUSKAN PRODUK LAMA (Hal yang mungkin terjadi tingkat penjualan tetap rendah atau mungkin tinggi) HENTIKAN PRODUK Tak ada kejadian tak pasti. Penjualan pasti nol.

36 COBA GAMBAR????

37 b.kejadian TAK PASTI YANG MELINGKUPI ALTERNATIF AWAL PROYEK PENGEMBANGAN POS NEG TERUSKAN SEPERTI BIASA TINGGI RENDAH HENTIKAN PRODUKSI PENJUALAN NOL

38 C. ALTERNATIF LANJUTAN MERUPAKAN ALTERNATIF PILIHAN LANJUTAN DARI KEJADIAN TAK PASTI YANG MUNCUL. DALAM HAL PROYEK PENGEMBANGAN BILA HASILNYA POSITIF ALTERNATIF LANJUTANNYA : PASARKAN PRODUK BARU ATAU TIDAK PASARKAN

39 D. KEJADIAN TAK PASTI YANG MELINGKUPI ALTERNATIF LANJUTAN DARI ALTERNATIF LANJUTAN YANG DIPILIH AKAN MUNCUL KEJADIAN TAK PASTI YANG MUNGKIN TERJADI JADI BILA PRODUK BARU DIPASARKAN MAKA HASIL PENJUALANNYA MUNGKIN TINGGI, MUNGKIN RENDAH

40 BAGAIMANA GAMBARYA????

41 ALTERNATIF LANJUTAN Proyek Pengembangan Positif Pasarkan Produk Baru Tinggi Rendah Negatif Tidak Pasarkan produk lama Tinggi Teruskan Seperti biasa Tinggi Hentikan Produk Rendah Rendah Hentikan Produksi NOL

42 4. PENETAPAN NILAI TIAP JALUR DALAM DIAGRAM KEPUTUSAN AKAN MENGHASILKAN SUATU NILAI YANG TERSENDIRI BAGI DECISION MAKER DITULISKAN DIUJUNG AKHIR TIAP CABANG UKURANYA TERSERAH, TAPI YANG LAZIM, UKURAN MONETER, RUPIAH, DOLAR DSB.

43 5. PENETAPAN NILAI KEMUNGKINAN SETELAH NILAI HASIL DITETAPKAN, UNTUK DAPAT MENENTUKAN PILIHAN, DIPERLUKAN NILAI LAIN YANG MENUNJUKKAN BESARNYA KEMUNGKINAN KEMUNCULAN DARI TIAP KEJADIAN TAK PASTI. MUNCULNYA KEJADIAN TAK PASTI BERADA DILUAR KENDALI DECISION MAKER, TAPI BIASANYA DAPAT DITETAPKAN BERAPA BESAR KEMUNGKINAN SUATU KEJADIAN AKAN TERJADI.

44 ALTERNATIF LANJUTAN Proyek Pengembangan Teruskan Seperti biasa Positif 0,8 Negatif 0,2 Tinggi 0,3 Rendah 0,7 40jt -15 jt Pasarkan Produk Baru Tidak Pasarkan produk lama Hentikan Produk -5jt Tinggi 0,9 Rendah 0,1 50 jt -15 jt Tinggi 35 jt 0,3 Rendah -20 jt 0,7-5jt Hentikan Produksi NOL

45 Contoh Kasus Suatu perusahaan penyelenggara pertunjukan merencanakan sirkus di Semarang. Ada dua alternatif tindakan yang sedang dipertimbangkan, yaitu: Mendatangkan sirkus dari Amerika Mendatangkan sirkus dari Cina Harga karcis dan pemilihan sirkus akan mempengaruhi jumlah penonton. Demikian pula faktor cuaca akan mempengaruhi jumlah penonton. Ramalan Cuaca menunjukkan kemungkinan hujan 0.2 dan cerah 0.5.

46 Contoh Kasus (ct d) Kemungkinan Ramai Gambarkan diagram pohon permasalahan diatas! Biaya sirkus Amerika Rp ,-. Harga tiket masuk sirkus amerika Rp ,-.bila ramai akan terjual lembar, dan bila sepi lembar Biaya sirkus Cina Rp ,-. Harga tiket masuk sirkus Cina Rp , bila ramai akan terjual lembar, dan bila sepi lembar. Terdapat biaya pajak 10% dari hasil penjualan karcis

DECISION TREE (POHON KEPUTUSAN)

DECISION TREE (POHON KEPUTUSAN) DECISION TREE (POHON KEPUTUSAN) Oleh : Rofi Rofaida,SP.,M.Si Program Studi Manajemen Fakultas Pendidikan Ekonomi dan Bisnis Universitas Pendidikan Indonesia DECISION TREE (POHON KEPUTUSAN) Decision trees

Lebih terperinci

Keputusan MODUL OLEH

Keputusan MODUL OLEH Modul 5. Penanganan Ketidakpastian dan Diagram Keputusan ANALISAA SISTEM DAN PENGAMBILAN KEPUTUSAN MODUL V: PENANGANAN KETIDAKPASTIAN DAN DIAGRAM KEPUTUSAN OLEH : Prof. Dr. Ir. Marimin, M.Sc DEPARTEMEN

Lebih terperinci

BAB IV DIAGRAM KEPUTUSAN

BAB IV DIAGRAM KEPUTUSAN BAB IV DIAGRAM KEPUTUSAN Situasi keputusan betapa kompleksnya merupakan kumpulan alternatif, dimana pada setiap alternatif terdapat kumpulan keadaan tidak pasti. perlu digambarkan secara sistematik & komprehensif

Lebih terperinci

ANALISIS POHON KEPUTUSAN DECISION TREE ANALYSIS

ANALISIS POHON KEPUTUSAN DECISION TREE ANALYSIS ANALISIS POHON KEPUTUSAN DECISION TREE ANALYSIS ANALISIS POHON KEPUTUSAN Adalah alat bantu dalam mengambil keputusan (decision support tool) yang divisualisikan dalam bentuk grafik/diagram /model berbentuk

Lebih terperinci

BAB III MODEL POHON KEPUTUSAN. Pohon keputusan merupakan metode klasfikasi dan prediksi yang sangat

BAB III MODEL POHON KEPUTUSAN. Pohon keputusan merupakan metode klasfikasi dan prediksi yang sangat BAB III MODEL POHON KEPUTUSAN 3.1 Pohon Keputusan (Decision Tree) 3.1.1 Pengertian Pohon keputusan merupakan metode klasfikasi dan prediksi yang sangat kuat dan terkenal. Metode pohon keputusan mengubah

Lebih terperinci

School of Communication Inspiring Creative Innovation. Pengembangan Kepemimpinan Pertemuan 13 SM III

School of Communication Inspiring Creative Innovation. Pengembangan Kepemimpinan Pertemuan 13 SM III Penempatan School of Communication Pegawai & Business Inspiring Creative Innovation Pengembangan Kepemimpinan Pertemuan 13 SM III 2017-2018 DIAGRAM POHON KEPUTUSAN Mahasiswa dapat memahami Diagram Pohon

Lebih terperinci

DIAGRAM KEPUTUSAN. 10/09/2012 MK. Toeri Keputusan Darmanto, S.Si.

DIAGRAM KEPUTUSAN. 10/09/2012 MK. Toeri Keputusan Darmanto, S.Si. DIAGRAM KEPUTUSAN 1 Dibedakan antara ketika memilih salah satu dari alternatif yg tersedia dengan ketika muncul kejadian tidak pasti yg akan menentukan hasil dari alternatif tsb. Notasi (simpul) yang digunakan:

Lebih terperinci

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) Mahasiswa mampu menggunakan modelmodel pengambilan keputusan untuk mengelola proses dan rantai pasok 1. Decision theory 2. Decision tree Pada pertemuan

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kelayakan usaha adalah sebagai berikut: 1. Pemilihan Wilayah: Menentukan dua wilayah

Lebih terperinci

nilai payoff dari Decision Tree, oleh karena itu dilakukanlah pendekatan dengan metode

nilai payoff dari Decision Tree, oleh karena itu dilakukanlah pendekatan dengan metode BABV PEMBAHASAN 5.1 Pembahasan Decision Tree Decision Tree digunakan imtuk memudahkan penggambaran alternatif keputusan tersebut secara sistematik dan komprehensip maka perlu digunakan suatu diagram yang

Lebih terperinci

Kecerdasan Buatan Materi 6. Iterative Dichotomizer Three (ID3)

Kecerdasan Buatan Materi 6. Iterative Dichotomizer Three (ID3) Kecerdasan Buatan Materi 6 Iterative Dichotomizer Three (ID3) Pengertian ID3 Singkatan dari Iterative Dichotomiser Three. Atau Induction of Decision Tree. Diperkenalkan pertama kali oleh Ross Quinlan (1979)

Lebih terperinci

Klasifikasi & Prediksi

Klasifikasi & Prediksi Klasifikasi & Prediksi Elsen Ronando, S.Si.,M.Si.,M.Sc. elsen.ronando@untag-sby.ac.id Teknik Informatika Fakultas Teknik Universitas 17 Agustus 1945 Surabaya 2017 Elsen Ronando, S.Si.,M.Si.,M.Sc. (UNTAG)

Lebih terperinci

PERTEMUAN 6 TEORI PENGAMBILAN KEPUTUSAN

PERTEMUAN 6 TEORI PENGAMBILAN KEPUTUSAN PERTEMUAN 6 TEORI PENGAMBILAN KEPUTUSAN Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN Objektif: 1. Mahasiswa dapat mencari penyelesaian masalah dengan model keputusan dalam kepastian 2. Mahasiswa dapat mencari

Lebih terperinci

Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN

Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN Objektif: 1. Mahasiswa dapat mencari penyelesaian masalah dengan model keputusan dalam kepastian 2. Mahasiswa dapat mencari penyelesaian masalah dengan model keputusan

Lebih terperinci

DIAGRAM POHON KEPUTUSAN DAN KEPUTUSAN BERTAHAP 8.1 PENDAHULUAN Seperti telah kita ketahui suatu keputusan merupakan pilihan alternatif, jadi

DIAGRAM POHON KEPUTUSAN DAN KEPUTUSAN BERTAHAP 8.1 PENDAHULUAN Seperti telah kita ketahui suatu keputusan merupakan pilihan alternatif, jadi DIAGRAM POHON KEPUTUSAN DAN KEPUTUSAN BERTAHAP 8.1 PENDAHULUAN Seperti telah kita ketahui suatu keputusan merupakan pilihan alternatif, jadi mengambil keputusan atau melakukan tindakan berarti hams memilih

Lebih terperinci

Aplikasi Dynamic Programming dalam Decision Making pada Reinvestment Problem

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

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI 8 Bab 2 LANDASAN TEORI 2.1. Definisi Dasar Himpunan semua hasil (outcome) yang mungkin dari suatu percobaan disebut ruang sampel (sample space) dinyatakan dengan lambang T dan setiap hasil dalam ruang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 7 BAB II LANDASAN TEORI Untuk menunjang dan membantu dalam melakukan pengolahan dan analisa data data, penelitian ini menggunakan landasan teori yang diambil dari buku-buku penunjang serta jurnal yang

Lebih terperinci

PENGAMBILAN KEPUTUSAN

PENGAMBILAN KEPUTUSAN PENGAMBILAN KEPUTUSAN PROSES PENGAMBILAN KEPUTUSAN Manajer Operasi adalah para pengambil keputusan. Manajer harus memahami bagaimana keputusan diambil dan alat bantu pengambilan keputusan apa yang digunakan.

Lebih terperinci

Materi #13 TKT101 PENGANTAR TEKNIK INDUSTRI T a u f i q u r R a c h m a n

Materi #13 TKT101 PENGANTAR TEKNIK INDUSTRI T a u f i q u r R a c h m a n Materi #13 TKT101 PENGANTAR TEKNIK INDUSTRI Kemampuan Akhir Yang Diharapkan 2 Mampu membandingkan antara kondisi nyata dengan penerapan teori yang telah dipelajari. Indikator Penilaian Ketepatan dalam

Lebih terperinci

POHON KEPUTUSAN DOSEN : DIANA MA RIFAH

POHON KEPUTUSAN DOSEN : DIANA MA RIFAH POHON KEPUTUSAN DOSEN : DIANA MA RIFAH PENDAHULUAN Kompleksnya kegiatan dan permasalahan yang dihadapi membuat manajer sering menggunakan berbagai cara untuk mengurangi unsurunsur keraguan dan ketidakpastian

Lebih terperinci

PENGAMBILAN KEPUTUSAN DALAM KONDISI TIDAK PASTI. OLEH Ir. Indrawani Sinoem, MS.

PENGAMBILAN KEPUTUSAN DALAM KONDISI TIDAK PASTI. OLEH Ir. Indrawani Sinoem, MS. PENGAMBILAN KEPUTUSAN DALAM KONDISI TIDAK PASTI OLEH Ir. Indrawani Sinoem, MS. Kondisi Tidak Pasti Kondisi tidak pasti adalah suatu keadaan yang memenuhi beberapa syarat : 1. Ada beberapa alternatif tindakan

Lebih terperinci

Oleh: Dwi Esti Andriani, M. Pd. Dosen Jurusan Administrasi Pendidikan Prodi Manajemen Pendidikan FIP-UNY

Oleh: Dwi Esti Andriani, M. Pd. Dosen Jurusan Administrasi Pendidikan Prodi Manajemen Pendidikan FIP-UNY Oleh: Dwi Esti Andriani, M. Pd. Dosen Jurusan Administrasi Pendidikan Prodi Manajemen Pendidikan FIP-UNY BATASAN Pembuatan keputusan adalah penentuan serangkaian tindakan untuk mencapai hasil yang diinginkan

Lebih terperinci

TIN102 - Pengantar Teknik Industri Materi #13 Ganjil 2016/2017 TIN102 PENGANTAR TEKNIK INDUSTRI

TIN102 - Pengantar Teknik Industri Materi #13 Ganjil 2016/2017 TIN102 PENGANTAR TEKNIK INDUSTRI Materi #13 TIN102 PENGANTAR TEKNIK INDUSTRI Pendahuluan (1/2) 2 Berbagai keputusan secara langka dibuat dengan kepastian. Sebagian besar keputusan melibatkan faktor resiko. Kriteria umum untuk menilai

Lebih terperinci

EKONOMI INFORMASI, RISIKO DAN PENGAMBILAN KEPUTUSAN

EKONOMI INFORMASI, RISIKO DAN PENGAMBILAN KEPUTUSAN EKONOMI INFORMASI, RISIKO DAN PENGAMBILAN KEPUTUSAN 1.1 LATAR BELAKANG Dalam teori ekonomi ada dua masalah pokok yang sering terjadi dalam dunia nyata, yaitu masalah ketidakpastian dan ketidak sempurnaan

Lebih terperinci

ekonomi, serta para pakar yang mendukung diagnosa medis dan sebagainya ( Heizer,

ekonomi, serta para pakar yang mendukung diagnosa medis dan sebagainya ( Heizer, BAB II LANDASANTEORI 2.1 Analisa Keputusan Anafisa keputusan adalah sebuah metode yang menyediakan dukungan metode kuantitatif bagi seorang pengambil keputusan ( decision maker ) di hampir semua area,

Lebih terperinci

Decision Making Prentice Hall, Inc. A 1

Decision Making Prentice Hall, Inc. A 1 Decision Making Product Design of ITATS Module based on Operation Management, 9e PowerPoint presentation to accompany Heizer/Render Lecturer: F. Priyo Suprobo, ST, MT 2008 Prentice Hall, Inc. A 1 Permasalahan

Lebih terperinci

Aplikasi Pohon dalam Pengambilan Keputusan oleh Sebuah Perusahaan

Aplikasi Pohon dalam Pengambilan Keputusan oleh Sebuah Perusahaan Aplikasi Pohon dalam Pengambilan Keputusan oleh Sebuah Perusahaan Ahmad Aidin (13513020) Program Sarjana Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

Teori Pengambilan Keputusan. Week 10 Decision Analysis Decision Tree

Teori Pengambilan Keputusan. Week 10 Decision Analysis Decision Tree Teori Pengambilan Keputusan Week 10 Decision Analysis Decision Tree Six Steps in Decision Making 1. Clearly define the problem at hand. 2. List the possible alternatives. 3. Identify the possible outcomes

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Manajemen Proyek Konstruksi Suatu proyek konstruksi biasanya merupakan suatu rangkaian kegiatan yang hanya satu kali dilaksanakan dan umumnya berjangka waktu pendek. Selain

Lebih terperinci

Belajar Mudah Algoritma Data Mining : C4.5

Belajar Mudah Algoritma Data Mining : C4.5 Belajar Mudah Algoritma Data Mining : C4.5 Algoritma data mining C4.5 merupakan salah satu algoritma yang digunakan untuk melakukan klasifikasi atau segmentasi atau pengelompokan dan bersifat prediktif.

Lebih terperinci

BAB 2 LANDASAN TEORI. Dalam penulisan skripsi ini, dijabarkan beberapa aksioma dan teorema yakni sebagai berikut :

BAB 2 LANDASAN TEORI. Dalam penulisan skripsi ini, dijabarkan beberapa aksioma dan teorema yakni sebagai berikut : BAB 2 LANDASAN TEORI 2.1 Aksioma dan Teorema Dalam penulisan skripsi ini, dijabarkan beberapa aksioma dan teorema yakni sebagai berikut : Aksioma 1 Untuk setiap kejadian, non-negatif.. Yakni bahwa probabilitas

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara PERSETUJUAN Judul : PENGAMBILAN KEPUTUSAN MENGGUNAKAN METODE BAYES PADA EKSPEKTASI FUNGSI UTILITAS Kategori : SKRIPSI Nama : SELVIRA LESTARI SIREGAR Nomor Induk Mahasiswa : 090803070 Program Studi : SARJANA

Lebih terperinci

Teori Pengambilan Keputusan

Teori Pengambilan Keputusan Teori Pengambilan Keputusan Iman Murtono Soenhadji Jurusan Manajemen Fakultas Ekonomi Iman Murtono Soenhadji 1 Bab 1: Pendahuluan Pengertian Pengambilan Keputusan dikemukakan oleh, Ralp C. Davis; Mary

Lebih terperinci

BAB I PENDAHULUAN UKDW

BAB I PENDAHULUAN UKDW BAB I PENDAHULUAN 1.1. Latar Belakang Sistem pakar adalah sistem yang menggabungkan pengetahuan, fakta, aturan dan tehnik penelusuran untuk memecahkan masalah yang secara normal memerlukan keahlian seorang

Lebih terperinci

1.1 Latar Belakang Masalah

1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengambilan atau pembuatan keputusan berarti memilih satu di antara banyak alternatif. Dalam hal pengambilan keputusan minimal terdapat dua alternatif di mana

Lebih terperinci

Analisa Keputusan Manajemen dengan Pemrograman Dinamis

Analisa Keputusan Manajemen dengan Pemrograman Dinamis Analisa Keputusan Manajemen dengan Pemrograman Dinamis A. Anshorimuslim S. - 13509064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

Farah: apa itu anggaran inkremental dan Zero based review? Sebagai manajer mana yang anda pilih? Binta: Kesulitan dalam mengukur output? Solusi?

Farah: apa itu anggaran inkremental dan Zero based review? Sebagai manajer mana yang anda pilih? Binta: Kesulitan dalam mengukur output? Solusi? Farah: apa itu anggaran inkremental dan Zero based review? Sebagai manajer mana yang anda pilih? Binta: Kesulitan dalam mengukur output? Solusi? Destia: Biaya litbang, apakah dianggarkan terlebih dahulu?

Lebih terperinci

SOAL 1 (bobot : 20%) SOAL 2 (BOBOT : 20%)

SOAL 1 (bobot : 20%) SOAL 2 (BOBOT : 20%) Pengambilan Keputusan Manajerial Exercise UTS Genap 2008/2009 SOAL 1 (bobot : 20%) Di usianya yang sudah lanjut, seorang pemain sepak bola Internasional yang terkenal flamboyant David Beckham memikirkan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PERAMALAN CUACA DENGAN MENGGUNAKAN LOGIKA FUZZY MAMDANI

SISTEM PENDUKUNG KEPUTUSAN PERAMALAN CUACA DENGAN MENGGUNAKAN LOGIKA FUZZY MAMDANI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN CUACA DENGAN MENGGUNAKAN LOGIKA FUZZY MAMDANI Disusun oleh : Dian Puspita Hapsari, Nikmatul Karimah Jurusan Sistem Informasi Fakultas Teknologi Informasi. ITS Email

Lebih terperinci

Bab 5 Diagram Pohon (Tree diagram)

Bab 5 Diagram Pohon (Tree diagram) Bab 5 Diagram Pohon (Tree diagram) Diagram pohon adalah cara memvisualisasikan suatu organisasi dari berbacam kemungkinan yang dihasilkan. Untuk tiap tiap kejadian digambarkan dalam satu garis dan ditulis

Lebih terperinci

14. Biaya modal : Tingkat pengembalian yang diminta atas berbagai jenis pendanaan.

14. Biaya modal : Tingkat pengembalian yang diminta atas berbagai jenis pendanaan. 1 Biaya Modal 01. Dalam teori tingkat pengembalian yang diminta untuk proyek investasi seharusnya menjadi tingkat yang membiarkan harga pasar saham tidak berubah. Jika proyek investasi menghasilkan lebih

Lebih terperinci

CHAPTER 4. Pemodelan dan Analisis

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

Lebih terperinci

Suplemen Perkuliah DM 1

Suplemen Perkuliah DM 1 MODEL PENGAMBILAN KEPUTUSAN DAN KETRAMPILAN PENGAMBILAN KEPUTUSAN Suryadi, M.Pd A. Pengertian model pengambilan keputusan adalah percontohan yang mengandung unsure yang bersifat penyederhanaan untuk dapat

Lebih terperinci

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 STATISTIK II MODUL 8-14 Oleh Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Drs. Hasanuddin Pasiama, M.Si. STATISTIK

Lebih terperinci

LEMBARAN NEGARA REPUBLIK INDONESIA

LEMBARAN NEGARA REPUBLIK INDONESIA No.346, 2015 LEMBARAN NEGARA REPUBLIK INDONESIA EKONOMI. Pajak. Penghasilan. SBI. Bunga Deposito. Tabungan. Diskonto. Perubahan. (Penjelasan Dalam Tambahan Lembaran Negara Republik Indonesia Nomor 5803)

Lebih terperinci

Konsep Dasar Peluang

Konsep Dasar Peluang Konsep Dasar Peluang Pendahuluan Prediksi kejadian sangat diperlukan dan diminati dalam berbagai bidang kehidupan. Seperti peramalan cuaca, penelitian ilmiah, permainan, bisnis, dll. Ruang contoh : Himpunan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Populasi dan Sampel 3.1.1. Populasi Penelitian Populasi penelitian ini adalah mahasiswa akuntansi di Universitas Katolik Soegijapranata Semarang. 3.1.2. Sampel Penelitian

Lebih terperinci

BAB I PENDAHULUAN. dari hari ke hari. Oleh karenanya strategi menentukan harga penawaran menjadi

BAB I PENDAHULUAN. dari hari ke hari. Oleh karenanya strategi menentukan harga penawaran menjadi 1 BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat kompetisi di dunia bisnis konstruksi terus meningkat secara tajam dari hari ke hari. Oleh karenanya strategi menentukan harga penawaran menjadi sangat penting

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer telah membuat ruang batas perangkat lunak dan perangkat keras semakin sempit. Komputer sebagai sistem tidak dapat dipahami tanpa memahami

Lebih terperinci

Algoritma Pemrograman Fery Updi,M.Kom

Algoritma Pemrograman Fery Updi,M.Kom Algoritma Pemrograman Fery Updi,M.Kom 1 Kompetensi Detail Mampu menjelaskan Prinsip-prinsip Algoritma Mampu menjelaskan Konsep Bahasa Pemrograman Mampu membuat Flowchart dan Pseudocode Mampu menjelaskan

Lebih terperinci

PRESIDEN REPUBLIK INDONESIA

PRESIDEN REPUBLIK INDONESIA PERATURAN PEMERINTAH REPUBLIK INDONESIA NOMOR 5 TAHUN 2004 TENTANG TARIF ATAS JENIS PENERIMAAN NEGARA BUKAN PAJAK YANG BERLAKU PADA LEMBAGA ILMU PENGETAHUAN INDONESIA PRESIDEN REPUBLIK INDONESIA Menimbang

Lebih terperinci

BAB VIII MANAJEMEN KEUANGAN

BAB VIII MANAJEMEN KEUANGAN BAB VIII MANAJEMEN KEUANGAN ARTI PENTING MANAJEMEN KEUANGAN Setiap keputusan perusahaan selalu berimplikasi pada keuangan Globalisasi menyebabkan kondisi ekonomi dan perubahan regulatory sehingga semakin

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah 1.2. Rumusan Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah 1.2. Rumusan Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Suatu perusahaan yang memiliki jasa pengiriman barang yang bergerak di dalam kota mempunyai beberapa masalah. Salah satu analisis yang bisa dilakukan adalah

Lebih terperinci

PENGAMBILAN KEPUTUSAN MANAJEMEN

PENGAMBILAN KEPUTUSAN MANAJEMEN PENGAMBILAN KEPUTUSAN MANAJEMEN BAB 6. KONDISI PENGAMBILAN KEPUTUSAN 1. Pendahuluan 2. Kondisi Pengambilan Keputusan dalam Kepastian 3. Kondisi Pengambilan Keputusan dalam Ketidakpastian 4. Kondisi Pengambilan

Lebih terperinci

LAMPIRAN. Menurut Whitten dan Bentley (2004,p 344), Data Flow Diagram (DFD) adalah

LAMPIRAN. Menurut Whitten dan Bentley (2004,p 344), Data Flow Diagram (DFD) adalah L-1 LAMPIRAN A. Data Flow Diagram (DFD) Menurut Whitten dan Bentley (2004,p 344), Data Flow Diagram (DFD) adalah sebuah alat bantu yang digunakan untuk menggambarkan aliran dari data melalui sebuah sistem

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengambilan keputusan diperlukan pada semua tahap administrasi dan manajemen. Misalnya dalam tahap perencanaan, diperlukan banyak kegiatan pengambilan keputusan sepanjang

Lebih terperinci

Metode pengambilan keputusan. Ira Prasetyaningrum

Metode pengambilan keputusan. Ira Prasetyaningrum Metode pengambilan keputusan Ira Prasetyaningrum Kecerdasan Buatan Kecerdasan buatan (artifical intelligence - AI) adalah aktivitas penyediaan mesin seperti komputer dengan kemampuan untuk menampilkan

Lebih terperinci

Analisa resiko dalam penganggaran modal

Analisa resiko dalam penganggaran modal Analisa resiko dalam penganggaran modal Risiko proyek Ada yang 3 jenis resiko suatu proyek yang dapat diukur (lukas setia atmaja, 2011) : risiko yang berdiri sendiri (Stand-alone risk) : risiko suatu proyek

Lebih terperinci

BAB 1 PENDAHULUAN. Pada tahun 1970an penelitian awal image retrieval dilakukan dengan

BAB 1 PENDAHULUAN. Pada tahun 1970an penelitian awal image retrieval dilakukan dengan BAB 1 PENDAHULUAN 1.1 Latar belakang Pada tahun 1970an penelitian awal image retrieval dilakukan dengan menggunakan pendekatan pengindeksan dan informasi citra berbasis teks. Teknik pencarian berbasis

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flow Diagram Pemecahan Masalah Penelitian merupakan suatu rangkaian proses yang saling terkait secara sistematis, setiap tahap merupakan bagian menentukan tahap berikutnya

Lebih terperinci

ANALISIS CAPITAL BUDGETING SEBAGAI SALAH SATU ALAT UNTUK MENGUKUR KELAYAKAN INVESTASI (Studi Pada PT. Wahana Makmur Bersama Gresik)

ANALISIS CAPITAL BUDGETING SEBAGAI SALAH SATU ALAT UNTUK MENGUKUR KELAYAKAN INVESTASI (Studi Pada PT. Wahana Makmur Bersama Gresik) ANALISIS CAPITAL BUDGETING SEBAGAI SALAH SATU ALAT UNTUK MENGUKUR KELAYAKAN INVESTASI (Studi Pada PT. Wahana Makmur Bersama Gresik) Anandhayu Mahatma Ratri Moch. Dzulkirom Achmad Husaini Fakultas Ilmu

Lebih terperinci

DENGAN RAHMAT TUHAN YANG MAHA ESA PRESIDEN REPUBLIK INDONESIA,

DENGAN RAHMAT TUHAN YANG MAHA ESA PRESIDEN REPUBLIK INDONESIA, PERATURAN PEMERINTAH REPUBLIK INDONESIA NOMOR 123 TAHUN 2015 TENTANG PERUBAHAN ATAS PERATURAN PEMERINTAH NOMOR 131 TAHUN 2000 TENTANG PAJAK PENGHASILAN ATAS BUNGA DEPOSITO DAN TABUNGAN SERTA DISKONTO SERTIFIKAT

Lebih terperinci

Prediksi 2 UN SMA IPS Matematika Kode Soal: 302

Prediksi 2 UN SMA IPS Matematika Kode Soal: 302 Prediksi UN SMA IPS Matematika Kode Soal: Doc. Version : -6 halaman. Negasi dari pernyataan Jika saya belajar dengan zenius maka saya lulus UN Jika saya lulus UN maka saya belajar dengan zenius Saya tidak

Lebih terperinci

PENENTUAN PILIHAN. 1. Pilihan Langsung

PENENTUAN PILIHAN. 1. Pilihan Langsung 1. Pilihan Langsung PENENTUAN PILIHAN Menentukan pilihan diantara 2 alternatif adalah membandingkan keduanya secara langsung, secara intuitif Akan tetapi makin kompleksnya pesoalan, kita tidak mampu mengumpul

Lebih terperinci

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 7 BAB II TINJAUAN PUSTAKA 2.1 Kinerja Proyek Kinerja Proyek merupakan bagaimana cara kerja proyek tersebut dengan membandingkan hasil kerja nyata dengan perkiraan cara kerja pada kontrak kerja yang disepakati

Lebih terperinci

Teori Keputusan Ir. Tito Adi Dewanto

Teori Keputusan Ir. Tito Adi Dewanto Teori Keputusan Ir. Tito Adi Dewanto 1. Keputusan yang terbaik adalah keputusan yang dapat mendatangkan manfaat terbesar atau pengorbanan yang sekecilkecilnya. 2. Pengambilan Keputusan Kondisi Pasti Kondisi

Lebih terperinci

PELUANG. Titik Sampel GG

PELUANG. Titik Sampel GG PELUNG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang

Lebih terperinci

PENGAMBILAN KEPUTUSAN MANAJEMEN

PENGAMBILAN KEPUTUSAN MANAJEMEN PENGAMBILAN KEPUTUSAN MANAJEMEN BAB 7. POHON KEPUTUSAN 1. Pendahuluan 2. Konsep Pohon Keputusan 3. Komponen Pohon Keputusan 4. Prosedur Pembuatan Pohon Keputusan 5. Diagram Pohon Keputusan 1. Pendahuluan

Lebih terperinci

Riset Operasional Teori Permainan

Riset Operasional Teori Permainan TEORI PERMAINAN KETENTUAN UMUM 1. Setiap pemain bermain rasional, dengan asumsi memiliki intelegensi yang sama, dan tujuan sama, yaitu memaksimumkan payoff, dengan kriteria maksimin dan minimaks. 2. Terdiri

Lebih terperinci

DATA MINING KLASIFIKASI BERBASIS DECISION TREE. Ramadhan Rakhmat Sani, M.Kom

DATA MINING KLASIFIKASI BERBASIS DECISION TREE. Ramadhan Rakhmat Sani, M.Kom DATA MINING KLASIFIKASI BERBASIS DECISION TREE Ramadhan Rakhmat Sani, M.Kom Text Book Outline 1. Algoritma Data Mining Algoritma ID3 Algoritma C4.5 Algoritma C4.5 Introduction Algoritma C4.5 merupakan

Lebih terperinci

Bab 3. Keindahan Decision Tree. The most in time is where you re meant to be! YES !!" ## $ " % & " ' "

Bab 3. Keindahan Decision Tree. The most in time is where you re meant to be! YES !! ## $  % &  ' The most in time is where you re meant to be! YES!!" ## $ " % & " ' " " Ketika menamatkan sekolah menengah atas, mungkin banyak dari kita yang merasa gundah ketika harus menentukan kemana lagi langkah

Lebih terperinci

BAB II DASAR TEORI. Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma.

BAB II DASAR TEORI. Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma. BAB II DASAR TEORI Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma. 2.1. Deteksi Bola 2.1.1. Colorspace Colorspace adalah model abstraksi matematis

Lebih terperinci

Bahwa proses belajar yg terjadi dlm diri seseorang tak pernah ada orang yang dapat menyaksikannya (teori Black-Box dari Behaviorisme).

Bahwa proses belajar yg terjadi dlm diri seseorang tak pernah ada orang yang dapat menyaksikannya (teori Black-Box dari Behaviorisme). PENILAIAN DAN CIRI PENILAIAN PEMBELAJARAN Oleh : Amat Jaedun Program Pascasarjana UNY Pandangan ttg Belajar : Bahwa proses belajar yg terjadi dlm diri seseorang tak pernah ada orang yang dapat menyaksikannya

Lebih terperinci

Pusat Pertanggung Jawaban Pusat Laba dan Pusat Investasi

Pusat Pertanggung Jawaban Pusat Laba dan Pusat Investasi Pusat Pertanggung Jawaban Pusat Laba dan Pusat Investasi PUSAT LABA Ketika kinerja finansial suatu pusat tanggung jawab di ukur dalam rung lingkup laba (yaitu selisih antara pendapatan dan beban) maka

Lebih terperinci

WALIKOTA MATARAM PROVINSI NUSA TENGGARA BARAT PERATURAN DAERAH KOTA MATARAM NOMOR 13 TAHUN 2016 TENTANG

WALIKOTA MATARAM PROVINSI NUSA TENGGARA BARAT PERATURAN DAERAH KOTA MATARAM NOMOR 13 TAHUN 2016 TENTANG WALIKOTA MATARAM PROVINSI NUSA TENGGARA BARAT PERATURAN DAERAH KOTA MATARAM NOMOR 13 TAHUN 2016 TENTANG PERUBAHAN ATAS PERATURAN DAERAH KOTA MATARAM NOMOR 3 TAHUN 2011 TENTANG PAJAK HIBURAN DENGAN RAHMAT

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 8 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep teori permainan pada permainan berstrategi murni dan campuran dari dua pemain yang akan digunakan sebagai landasan berpikir dalam melakukan

Lebih terperinci

BAB I PENDAHULUAN. pertumbuhan ekonomi yang merosot tajam. Ditambah dengan semakin melemahnya

BAB I PENDAHULUAN. pertumbuhan ekonomi yang merosot tajam. Ditambah dengan semakin melemahnya BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Kondisi krisis moneter yang melanda Indonesia sejak pertengahan tahun 1997 lalu membuat dunia bisnis Indonesia menjadi lesu, hal ini ditandai dengan pertumbuhan

Lebih terperinci

( A) 1 BAB 2 LANDASAN TEORI Beberapa Definisi

( A) 1 BAB 2 LANDASAN TEORI Beberapa Definisi BAB 2 LANDASAN TEORI 2.1. Beberapa Definisi Kejadian tak pasti adalah kejadian yang munculnya tidak pasti sehingga tidak bisa diduga terlebih dahulu. Contohnya pada seperti pelemparan sebuah dadu, orang

Lebih terperinci

BAB 1 PENDAHULUAN. waktu penyelesaian proyek bisa dipercepat dari kurun waktu normal dengan

BAB 1 PENDAHULUAN. waktu penyelesaian proyek bisa dipercepat dari kurun waktu normal dengan BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penjadwalan pelaksanaan suatu proyek konstruksi, kurun waktu penyelesaian proyek bisa dipercepat dari kurun waktu normal dengan menambah sumber daya dalam

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Secara umum arti transportasi adalah adanya perpindahan barang dari satu tempat ke tempat lain dan dari beberapa tempat ke beberapa tempat lain. Tempat atau tempat-tempat

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pelaporan keuangan merupakan potret sebuah pertanggungjawaban manajemen dalam pelaporan sumber daya perusahaan terhadap berbagai pihak yang terkait yang berkaitan

Lebih terperinci

Perencanaan Kapasitas MANAJEMEN OPERASIONAL

Perencanaan Kapasitas MANAJEMEN OPERASIONAL Perencanaan Kapasitas MANAJEMEN OPERASIONAL FTP UB - RDY Contents 31 2 3 4 PENDAHULUAN PERENCANAAN KAPASITAS KAPASITAS DESAIN & EFEKTIF KAPASITAS DAN STRATEGI 1 PENDAHULUAN Kapasitas (capacity) adalah

Lebih terperinci

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi Model Arus Jaringan Riset Operasi TIP FTP UB Mas ud Effendi 1 Pokok Bahasan Masalah rute terpendek (The Shortest Route Problem) Masalah rentang pohon minimal (The Minimal Spanning Tree Problem) Masalah

Lebih terperinci

TIN102 - Pengantar Teknik Industri Materi #12 Ganjil 2014/2015 TIN102 PENGANTAR TEKNIK INDUSTRI

TIN102 - Pengantar Teknik Industri Materi #12 Ganjil 2014/2015 TIN102 PENGANTAR TEKNIK INDUSTRI Materi #11 TIN102 PENGANTAR TEKNIK INDUSTRI Pendahuluan 2 Berbagai keputusan secara langka dibuat dengan kepastian. Sebagian besar keputusan melibatkan faktor resiko. Kriteria umum untuk menilai keputusan

Lebih terperinci

TIM DOSEN : ASKOLANI,SE,MM ROFI ROFAIDA, SP.,M.Si. TPK - Pendahuluan 1

TIM DOSEN : ASKOLANI,SE,MM ROFI ROFAIDA, SP.,M.Si. TPK - Pendahuluan 1 TIM DOSEN : ASKOLANI,SE,MM ROFI ROFAIDA, SP.,M.Si TPK - Pendahuluan 1 Setelah mengikuti perkuliahan mahasiswa : Memahami konsep dasar, tujuan, dan ruang lingkup pendekatan Teori Pengambilan Keputusan dalam

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 1.1 Desain Penelitian Penelitian merupakan salah satu cara penyaluran rasa ingin tahu manusia terhadap suatu masalah. Dengan melakukan kegiatan penelitian manusia dapat mencari

Lebih terperinci

BAB I PENDAHULUAN. dimanfaatkan secara maksimal untuk menunjang setiap kegiatan dari pihakpihak

BAB I PENDAHULUAN. dimanfaatkan secara maksimal untuk menunjang setiap kegiatan dari pihakpihak BAB I PENDAHULUAN A. Latar Belakang Pada masa perkembangan kemajuan teknologi informasi yang sangatlah cepat masa sekarang ini, kebutuhan terhadap suatu informasi yang bersifat akurat sangatlah diperlukan

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang Masalah. Seiring dengan perkembangan perekonomian di Indonesia, perusahaanperusahaan

BAB 1 PENDAHULUAN Latar Belakang Masalah. Seiring dengan perkembangan perekonomian di Indonesia, perusahaanperusahaan 1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan perekonomian di Indonesia, perusahaanperusahaan sudah mulai mengadakan peningkatan kualitas dan kuantitas untuk membuat perekonomian

Lebih terperinci

NERACA PEMBAYARAN ANDRI HELMI M, SE., MM. SISTEM EKONOMI INDONESIA

NERACA PEMBAYARAN ANDRI HELMI M, SE., MM. SISTEM EKONOMI INDONESIA NERACA PEMBAYARAN ANDRI HELMI M, SE., MM. SISTEM EKONOMI INDONESIA III. NERACA PEMBAYARAN PENDAHULUAN REKENING NERACA PEMBAYARAN REKENING TRANSAKSI BERJALAN REKENING MODAL KETIDAKSESUAIAN STATISTIK REKENING

Lebih terperinci

PROJECT TIME MANAGEMENT (MANAJEMEN WAKTU PROYEK BAG.2 : GANTT CHART, CPM DAN PERT) (MATA KULIAH MANAJEMEN PROYEK PERANGKAT LUNAK)

PROJECT TIME MANAGEMENT (MANAJEMEN WAKTU PROYEK BAG.2 : GANTT CHART, CPM DAN PERT) (MATA KULIAH MANAJEMEN PROYEK PERANGKAT LUNAK) PROJECT TIME MANAGEMENT (MANAJEMEN WAKTU PROYEK BAG.2 : GANTT CHART, CPM DAN PERT) (MATA KULIAH MANAJEMEN PROYEK PERANGKAT LUNAK) Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI 15 BAB III LANDASAN TEORI 3.1 Rancang Bangun Rancang Bangun (desain) adalah tahap dari setelah Analisis dari siklus pengembangan sistem yang merupakan pendefinisian dari kebutuhan- kebutuhan fungsional,

Lebih terperinci

PERTEMUAN KE-4 ANGGARAN BERDASARKAN FUNGSI DAN AKTIFITAS STANDAR UNIT

PERTEMUAN KE-4 ANGGARAN BERDASARKAN FUNGSI DAN AKTIFITAS STANDAR UNIT PERTEMUAN KE-4 ANGGARAN BERDASARKAN FUNGSI DAN AKTIFITAS STANDAR UNIT A. TUJUAN PEMBELAJARAN. 4.1. Mahasiswa mengetahui tentang anggaran. 4.2. Mahasiswa mengetahui tentang anggaran induk. 4.3. Mahasiwa

Lebih terperinci

PENDAHULUAN EKONOMI MANAJERIAL

PENDAHULUAN EKONOMI MANAJERIAL PENDAHULUAN EKONOMI MANAJERIAL PENDAHULUAN EKONOMI MANAJERIAL 1. Pengertian dan ruang lingkup ekonomi manajerial. 2. Hubungan ekonomi manajerial dengan ilmu yang lain. 3. Teori perusahaan. 4. Laba. 2 SIFAT

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang 1 BAB 1 PENDAHULUAN 11 Latar Belakang Teori permainan (game theory) adalah bagian dari ilmu matematika yang mempelajari interaksi antar agen, di mana tiap strategi yang dipilih akan memiliki matriks perolehan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Kerangka pemikiran penelitian ini diawali dengan melihat potensi usaha yang sedang dijalankan oleh Warung Surabi yang memiliki banyak konsumen

Lebih terperinci

Rumus : Ekspektasi keuntungan = pay o * probabilitas.

Rumus : Ekspektasi keuntungan = pay o * probabilitas. 1 KRITERIA EKSPEKTASI KEUNTUNGAN Rumus : Ekspektasi keuntungan = pay o * probabilitas. Kelemahan : - probabilitas bersifat subjektif - belum mencakup faktor resiko 2 Contoh Si A mendapat tawaran untuk

Lebih terperinci

BAB I PENDAHULUAN. keputusan (decision maker). Dalam pengambilan keputusan, manajer harus

BAB I PENDAHULUAN. keputusan (decision maker). Dalam pengambilan keputusan, manajer harus BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian Seorang manajer memegang fungsi dan peran sebagai pengambil keputusan (decision maker). Dalam pengambilan keputusan, manajer harus mempertimbangkan berbagai

Lebih terperinci

BAB II PENENTUAN TARIF BERDASARKAN METODE WAKTU DAN BAHAN

BAB II PENENTUAN TARIF BERDASARKAN METODE WAKTU DAN BAHAN BAB II PENENTUAN TARIF BERDASARKAN METODE WAKTU DAN BAHAN 2.1 Jasa 2.1.1 Definisi Jasa Jasa adalah setiap kegiatan atau manfaat yang ditawarkan oleh suatu pihak pada pihak lain dan pada dasarnya tidak

Lebih terperinci