OPTIMASI PRODUKSI TAS MENGGUNAKAN ALGORITMA FUZZY LINIER PROGRAMMING (STUDI KASUS: UKM.CANTIK SAUVENIR)

Transkripsi

1 Semiar NasioalTekologiIformasi 2015 OPTIMASI PRODUKSI TAS MENGGUNAKAN ALGORITMA FUZZY LINIER PROGRAMMING (STUDI KASUS: UKM.CANTIK SAUVENIR) YS. Palguadi 1) Lia Primadai 2) 1) Iformatika, FMIPA Uiversitas Sebelas Maret Surakarta Jl. Ir. Sutami No.36A, Jebres, Surakarta 1) palguadi@us.ac.id 2) primadailia@studet.us.ac.id ABSTRACT Optimizatio is a meas for compaies to improve the performace ad efficiecy of productio for aalyzig trade of market eeded. Because amout of demad is differet, compaies should perform productio plaig i order to cover the umber of productio that ca provide a maximum profit. Productio Plaig is used to maage the productio that applied o fuzzy liear programmig. This Algorithm chages mathematical problems with liear membership fuctio becomes o liear, so that decisio of problem ca be cosidered to ustable situatio. Usig the method, UKM. Catik Sauveir ca aalyze optimatio of product i Jue based umber of available materials ad times of productio. Therefore we get optimize solutio is 1470, 682, 392, 282, 167, 522, 980 ad 980 for kid of bag ELL, DO, DAM, DD, DS, RJ1, RJ2, ad AW with Rp ,00 profit of productios. Key words Fuzzy Liear Programmig Algorithm, Two-Phase Simplex Method, Master project Schedulig, Optimizatio. 1. Pedahulua Optimasi adalah saraa utuk megekpresika model yag bertujua utuk memecahka masalah dega cara terbaik[1]. Model optimasi yag ada diguaka utuk meyelesaika berbagai permasalaha dalam pemeritaha,bisis, tekik ekoomi, ilmu-ilmu fisika da sosial yag terkait dega adaya keterbatasa pegalokasia sumber daya[2]. Salah satu cotoh pemafaata aalisa optimasi dalam bisis adalah utuk melakuka peetua jumlah produksi palig optimal dega persedia baha baku yag terbatas. Peetua jumlah produksi dapat dikataka sebagai pegambila keputusa da tetuya pegambila keputusa tidaklah diambil haya dega perkiraa saja. Oleh sebab itu dalam pegambila keputusa produksi dapat digabugka dega metode Pejadwala Iduk Produksi atau yag lebih dikeal dega Master Project Schedulig. Pejadwala iduk Produksi dimafaat utuk megaalisa permasalaha atau kedala yag dihadapi selama proses produksi berlagsug. Kedala proses produksi diataraya adalah kapasitas produksi, jam kerja, da jumlah permitaa yag bersifat tidak stabil[3]. Permasalaha seperti ii serig kita jumpai pada UKM (Usaha Kecil Meegah) yag masih megadopsi sistem pegerjaa tradisioal dimaa semua proses dikerjaka secara maual megadalka teaga mausia sehigga hasil atau ouput produksi terkadag tidak mampu meyesuaika permitaa pasar. Oleh sebab itu diperluka satu pegedalia da perecaaaa produksi yag dapat megedalika iput da output produksi sesuai dega permitaa pasar [4]. Perecaaa dapat dilakuka dega membuat sebuah model yag merepresetasika setiap permasalaha yag ada. Salah satu metode yag dapat diguaka utuk merepresetasika permasalaha agar memudahka dalam proses aalisa adalah megguaka model matematis [5]. Permasalaha diubah dalam model optimasi berupa persamaa liier yag dapat diselesaika megguaka Algoritma Program Liier. Pada peelitia sebelumya[6], Program Liier dikombiasika dega fugsi keaggotaa fuzzy utuk meyelesaika permasalaha dega kasus o liier yaitu dega megadopsi pemafaata fugsi keaggotaa bahu meuru. Pemafaata fugsi keaggotaa bahu ii dimafaatka utuk melakuka aalisa terhadap peerimaa karyawa. Berdasarka hal tersebut dilakuka pegkajia peerapa fugsi keaggotaa bahu utuk memaksimumka profit produksi da megetahui besar ukura optimum setiap item yag diproduksi oleh UKM. Catik Sauveir. Tujua dari optimasi tersebut adalah 169

2 Semiar NasioalTekologiIformasi 2015 mecapai tujua perusahaa yaitu pegelolaa produksi agar diperoleh profit palig optimal. 2. Dasar Teori 2.1 Jadwal Produksi Iduk Jadwal Produksi Iduk (MPS) adalah suatu set perecaaa megidetifikasi kuatitas dari item tertetu yag dapat da aka dibuat oleh suatu perusahaa maufaktur (dalam satua waktu)[7]. Sedagka meurut [8], Jadwal Produksi Iduk merupaka suatu peryataa tetag produk akhir dari suatu perusahaa idustri maufaktur yag merecaaka jumlah produksi output berkaita dega kuatitas da periode waktu. Jadwal iduk produksi atau Master Productio Schedulig disigkat dega MPS membutuhka iput utama sebagai berikut : a. Data permitaa total yag berkaita dega sales forcast(ramala pejuala) da pesaa atau orders. b. Status ivetori yag berkaita dega ketersediaa stock, pegalokasia pegguaa stock, pesaapesaa produksi da pembelia yag dikeluarka, da peracaga perecaaa pesaa. c. Perecaaa produksi utuk meetuka jumlah tigkat produksi, ivetori da sumber-sumber daya lai dalam recaa produksi. 2.2 Model Matematis Model matematis merupaka ugkapa suatu masalah dalam bahasa matematika. Suatu model matematika meggambarka masalah dega cara yag lebih sigkat dega meerjamahka setiap masalah yag dihadapi ke dalam simbol-simbol da ugkapa matematika dega tujua utuk mejembatai peyelesaiaa dega tekik matematika da komputer dalam megaalisa satu masalah[2]. Pada itiya ugkapa-ugkapa matematika tersebut meggambarka iti pokok masalah utuk kemudia dicari ilai dari peyelesaiaya. Jadi jika ada keputusa yag diyataka sebagai variabel keputusa (misalyax 1, x 2,, x ) yag ilaiya harus ditetuka, kemudia ukura kierja yag sesuai (misalya, keutuga) diyataka dalam fugi matematis dari variabel keputusa ii (misalya, P = 3x 1 + 2x x ). Fugsi ii dikeal dega fugsi tujua. Setiap batasa terhadap ilai-ilai yag diberika kepada variabel-variabel keputusa ii juga diyataka secara matematis, secara khas dega ketidaksamaa atau kesamaa (misalya, x 1 + 3x 1 x 2 + 2x 3 10). Ugkapa matematis demikia bagi batasa-batasa diamaka kedala. Kostata-kostata (koefisie atau ruas kaa) dalam kedala-kedala da fugsi tujua diamaka parameter model. 2.3 Algoritma Program Liier Pemrograma Liier[2] merupaka suatu perecaaa kegiata-kegiata utuk memperoleh hasil yag optimal megguaka model matematis diatara semua alteratif yag mugki dega keterbatasa sumber daya yag ada. Model matematis utuk masalah umum alokasi sumber daya didefiisika sebagai berikut : Max/Mi Z = c 1 x 1 + c 2 x c x... (1) dega batasa : a 11 x 1 + a 12 x a 1 x b 1 a 21 x 1 + a 22 x a 2 x b 2 a m1 x 1 + a m2 x a m x b m x 1 0, x 2 0,, x 0... (2) 2.4 Permasalaha Program Liier dega Nilai Ruas Kaa Fuzzy Betuk permasalaha dega ilai ruas kaa fuzzy sebagai berikut : Fugsi tujuaz = maximize C j x j Kedala/batasa: a ij x j b i, 1 i m...(3) x j 0, 1 j Dimaa x j adalah vektor variabel keputusa, a ij adalah pegguaa sumberdaya masig-masig item, da b i adalah ilai fuzzy (mewakili jumlah sumber daya yag tersedia) dega fugsi keaggotaa liier sebagai berikut: 1, x < b i b i +p i x μ bi p i 0, x b i + p i,, b i x b i + p i, Dimaa p i meyataka ilai tolerasi yag diberika utuk proses produksi. Nilai tolerasi yag diberika diguaka utuk meigkatka profit produksi dega [9]jumlah pemberia tolerasi sesedikit mugki. Nilai p i > 0 utuk i = 1,, m. Utuk mecari peyelesaia optimal permasalaha dega ilai ruas kaa egatif diperluka proses defuzzifikasi, yaitu dega meghitug batas bawah ilai optimal (Z l )da batas atas ilai atas optimal (Z u ). Nilai optimal Z l da Z u dapat dicari megguaka peyelesaia program liier dega megasumsika permasalaha yag ada sebagai berikut: Z l = Maximize C j x j... (4) 170

3 Semiar NasioalTekologiIformasi 2015 a ij x j b i, 1 i m...(5) Kedala: x j 0, 1 j da Z u = Maximize C j x j Kedala: a ij x j b i + p i, 1 i m x j 0, 1 j Nilai dari fugsi tujua berada diatara Z l daz u yag maa ilai dari koefisie ruas kaa berada diatara b i da b i + p i. Kemudia ilai dari keaggotaa fuzzy optimal adalah G, yag merupaka subset dari R yag didefiisika sebagai berikut: μ G (x) c j x j 0, c j x j < Z l Kemudia utuk fuzzy set i pada batasa c i, yag merupaka subset dari R yag didefiisika sebagai berikut : μ ci x b i j=1 a ij x j 0, b i < j=1 a ij x j, a p j=1 ij x j b i < j=1 a ij x j + p i...(8) i 1, b i j=1 a ij x j + p i Fugsi tujua Fuzzy [6] didefiisika sebagai berikut : μ D x = mi μ G x, mi i (μ ci x )... (9) Persamaa tersebut dapat diubah kebetuk peyelesaia utuk kasus optimasi sebagai berikut: max x 0 μ D x = max x 0 mi μ G x, mi i (μ ci x ) Sehigga persamaa 1 dapat diubah kebetuk peyelesaia optimal sebagai berikut: Fugsi Tujua : Maximize λ Batasa: μ G x λ μ ci x λ, 1 i m x 0 0 λ 1... (11) Persamaa 7, 8 da 11 dapat didefiisika sebagai berikut: λ Z u Z l C j x j + Z l 0 a ij x j + λp i b i + p i, dimaa 1 i m x 0, 0 λ 1... (12) 2.5 Pemberia Nilai Tolerasi (p i )... (6), Z Z u Z l c j x j < Z u... (7) l 1, c j x j Z u (10) Proses produksi dalam meghasilka produk setiap bula kadag megalami peambaha da peguraga, oleh sebab itu utuk megetahui jumlah keaika da peurua produksi yag erat kaitaya dega peambaha da peguraga jumlah kebutuha baha baku diperluka pemberia tolerasi. Nilai tolerasi ii diguaka utuk membatu proses produksi dalam metolerir kedala-kedala demi mecapai jumlah produksi yag optimal dega keutuga maksimal. Perhituga ilai tolerasi dapat dilakuka dega mecari ilai simpaga utuk peambaha da peguraga produksi yag didefiisika sebagai berikut: (X i X ) 2 1 t i = 100%... (13) X dimaa : t i = prosetase ilai tolerasi peambaha da peguraga pegguaa baha X i = data sampel ideks ke i, i =1,2,3,..., X= ilai rata rata utuk seluruh data sampel. Nilai ratarata diperoleh dega X i =jumlah data sampel yag diambil Kemudia utuk ilai dari p i (ilai tolerasi) dapat dicari dega megguaka persamaa sebagai berikut: p i = t i b i... (14) dimaa ilai b i sama dega ilia sumber daya yag tersedia. 2.6 Metode Simpleks Metode simpleks diguaka utuk meyelesaiaka permasalaha program liier dalam betuk grafik atau megguaka tablo simpleks. Tablo simpleks diiguaka utuk megubah persamaa fugsi batasa da tujua dalam betuk tabel yag ekuivale dega betuk aljabar. Tabel1Betuk Peyelesaia Tablo Simples Variabel Dasar Koefisie Dari Ruas Kaa Z x 1 x 2... x Tabel 1 meujukka tetag susua betuk tabel dari tablo simpleks. Kemudia utuk peyelesaia megguaka tablo simpleks adalah sebagai berikut[2] : a. Megubah persamaa dalam betuk tabel 1 b. Meambahka slack variable c. Mecari variabel dasar masuk da variabel dasar keluar. Variabel dasar masuk sebagai lajur pivot yag dipilih berdasarka ilai lajur dibawah koefisie persamaa Z dega ilai absolut egatif terbesar, sedagka variabel dasar keluar merupaka baris pivot yag dipilih berdasarka ilai perbadiga 171

4 Semiar NasioalTekologiIformasi 2015 rasio ruas kaa dibagi dega ilai lajur pivot masig-masig kolom dega ilai perbadiga positif terkecil.sedagka perpotoga dari lajur pivot dabaris pivot dikeal sebagai agka pivot. d. Meetuka peyelesaiaa layak dasar baru dega membuat tablo simpleks baru dega megubah baris pivot baru megguaka: baris pivot baru = baris pivot baru agka pivot... (15) da megubah baris yag laiya dega baris lama dikuragi perkalia atara keofisie lajur pivot dega baris pivot baru. e. Meguji peyelesaia layak dasar apakah sudah optimal. Dikataka optimal jika semua ilai koefisie dari Z tidak egatif ( 0). Jika egatif kembali ke lagkah d. 3. Metodologi Peelitia Gambar 1 merupaka gambar peyelesaia optimasi utuk meetuka optimal profit da peetua jumlah optimal produsksi setiap item di UKM. Catik Sauveir. Pegumpula Data : 1. Data Permitaa 2. Data Produk da Baha yag diguaka 3. Data Proses produksi, stasiu kerja da waktu produksi 4. Data Biaya Produksi Pembuata model Matematis peetua fugsi tujua da fugsi batasa Megubah Permasalaha ke betuk Program Liier Fuzzy Peyelesaia permasalaha optimasi dega fuzzy 4. Hasil Percobaa Aalisa hasil perhituga optimasi Pearika kesimpula Gambar 1. Metodologi Peelitia UKM. Catik Sauveir merupaka usaha kecil meegah yag bergerak dibidag idustri tas. Saat ii terdapat 8 jeis tas yag diproduksi diataraya adalah tas dega kode ELL, DO, DAM, DD, DS, RJ1, RJ2, da AW. Setiap bulaya jumlah tas yag diproduksi berbedabeda. Proses bisis dari UKM. Catik Sauveir diawali dega melakuka pembuata tas berdasarka taksira semetara oleh pemilik. Kemudia tas tersebut diguaka sebagai stock utuk pemesaa pada bula berikutya. Kemudia semua jumlah persediaa tersebut dikirimka ke rumah sakit, toko kecil, da kliik kecatika berdasarka jumlah pemesaa pada bula sebelumya. Dega turut mempertimbagka jumlah pemesaa pada bula sebelumya yaitu bula Mei da jumlah fixed order pada bula Juli (1000 tas) utuk tas RJ1, RJ2 da AW. Kemudia dilakuka perhituga jadwal iduk produksi utuk meetuka jumlah item produksi dari 5 jeis tas laiya dega jumlah ketersediaa baha baku da waktu kerja yag terbatas. Utuk itu diberika sebuah cotoh perhituga peetua dari jadwal iduk produksi salah satu periode dega profit produksi, kebutuha waktu produksi, jumlah permitaa, da kebutuha baha baku sehigga diperoleh jumlah optimal produksi setiap item da profit maksimum. Tabel 2. Data Permitaa Bula Jauari-Mei BULAN JENIS TAS ELL DO DAM DD DS RJ1 RJ2 AW Jauari Februari Maret April Mei Tabel 2 meujukka jumlah permitaa aktual utuk bula Jauari sampai dega Mei. Dari data permitaa tersebut dapat diketahui jumlah maksimum da miimum permitaa setiap item. Selajutya dilakuka perhituga kebutuha waktu utuk setiap proses produksi. Sebagai cotoh perhituga utuk proses peggambara da pemotoga pola utuk tas kode ELL: proses1 ELL = total produksi waktu produksi (meit )... (16) proses1 ELL = ,5 60 proses1 ELL = 3,7037 Megguaka cara yag samautuk proses 2 da seterusya dega hasil seperti yag ditujukka pada tabel 3. Nomer Proses Tabel 3. Kebutuha Waktu Produksi Tas Setiap Meit JENIS TAS (tas/meit) ELL DO DAM DD DS RJ1 RJ2 AW 1 3,7 0,97 2 0,9 0,83 1,67 1,43 1,51 2 2,38 1,67-1,67 1, ,38 3 0,36 2 0,32 0,18 0,19 0,15 0,19 0,22 6 0,73 1,9 1,06 1,9 1,3 1,3 1,96 1,29 a. (proses 1=peggambara da pemotoga pola, 2=peyabloa, 3=pejahita, smpai dega proses 6=perapia beag da pegepaka) 172

5 Semiar NasioalTekologiIformasi 2015 Selajutya dilakuka proses perhituga pegguaa baha baku utuk setiap item yag diproduksi. Sebagai cotoh perhtiuga baha spubod utuk pembuata tas dega kode ELL sebagai berikut: tatal pegguaa ba ha baha1 ELL =... (17) baha tersedia pegaga + tegah baha1 ELL = luasa tersedia (48 16) baha1 ELL = baha1 ELL = 0,00066 Utuk memudahka dalam perhituga betuk desimal tersebut dikalika dega 10^5 begitu pula utuk perhituga yag laiya sehigga diperoleh hasil perhituga seperti pada tabel 4. Baha baku Tabel 4. KebutuhaPegguaa Baha JENIS TAS ELL DO DAM DD DS RJ1 RJ2 AW ,8 7,75 29,25 70,96 128, ,67 5, , ,75 20, b. (pegguaa baha = luasa baha yag dibuthka/luasa baha tersedia) Selajutya melakuka perhituga profit produksi yag diguaka sebagai fugsi tujua seperti yag ditujukka pada tabel 5 diikuti dega tabel persediaa baha baku utuk bula Jui pada tabel 6. Tabel 5. Profit Produksi Jeis ELL DO DAM DD DS RJ1 RJ2 AW tas Profit Tabel 6. Persediaa Baha Baku Bula Jui Bula Jumlah Persediaa Baha Jui 8 2 1,5 1, c. (1 = kai spubod polos, 2= kai psubod motif, 3=kai D600, 4=purig, 5=tali, 6=kacig kop, 7=Stoper,8=plastik, da 9=perekat) Pemecaha kasus optimasi dilakuka dega membuat persamaa liier dari kedala da fugsi tujua yag ada diawali dega medefiisika variabel fugsi tujua yaitu sebagai berikut: x 1 = jumlah tas kode ELL yag diproduksi x 2 = jumlah tas kode DO yag diproduksi x 3 = jumlah tas kode DAM yag diproduksi x 4 = jumlah tas kode DD yag diproduksi x 5 = jumlah tas kode DS yag diproduksi x 6 = jumlah tas kode RJ1 yag diproduksi x 7 = jumlah tas kode RJ2 yag diproduksi x 8 = jumlah tas kode AW yag diproduksi Selajutya dilakuka pembuata persamaa dalam betuk Fuzzy Liear Programmig sebagai berikut: a. Fugsi tujua: max Z = 838x x x x x x x x 8... (18) b. Fugsi Batasa: 1) 37.04x x x x x ,67x ,29x ,15x ) 23.81x x x x ,81x ) 3.63x 1 + 2x x x x 5 + 1,52x 6 + 1,97x 7 + 2,17x ) 1.67x 4 + 1,67x ) 5x 2 + 5x ) 1x 6 + 1,67x ) 7.27x x x x x x ,56x x ) x ) x ) x ) x ) x ) x ) x ) x ) 66x x x ) 2x ) 29.25x ,97x ,88x ) 9.67x x 3 + 1,83x 6 + 1,23x ) 12x x ) 8x x ) 1.04x ) 2.5x 2 + 2x ) 8,76x ,44x ) x 2 + x ) x 4 + x (19) Selajutya dilakuka proses perhitugap i atau ilai tolerasi utuk peambaha da peguraga jumlah produksi setiap periode sebagai berikut: t i = t i = 17,63% (294) 2 +( 220) 2 +( 136) 2 +(880) 2 +( 818) t i = 0, % 100% 173

6 Semiar NasioalTekologiIformasi 2015 Kemudia melakuka perhituga parameter fuzzy utuk ketersediaa baha baku atau ruas kaa seperti yag ditujukka pada tabel 7. Tabel 7. Parameter Fuzzy Baha Baku (Ruas Kaa) b ij p ij = (t i *b ij ) b ij + p ij No. Batasa Selajutya dilakuka proses perhituga batas atas da batas bawah optimal utuk mecari ilai dari fugsi keaggotaa fuzzy dega metode simpleks megguaka software TORA. Berikut cotoh perhituga dari batas atas (Z u ) da batas bawah optimal (Z l ): Z l = max 838x x x x x x x 8 dega batasa: 37.04x x x x x ,67x ,29x ,15x x x x x ,81x x 4 + x (20) da Z u = max 838x x x x x x x 8 dega batasa: 37.04x x x x x ,67x ,29x ,15x x x x x ,81x x 4 + x (21) Sehigga diperoleh ilai perhituga (Z u ) da (Z l ) serta ilai sub problem dari x1 sampai x8 seperti yag ditujukka pada tabel 9. Tabel 8. Nilai Optimal Subproblem Z l Z u x x x x x x x x x x x x x x x x Kemudia mecari ilai fugsi keaggotaa fuzzy utuk meetuka jumlah profit sebearya megguaka metode simpleks dua fase. Peyelesaia perhituga dilakuka megguaka software TORA. Hasil peyelesaia subproblem pada persamaa 20 da 21 ekuivale dega betuk persamaa 22 sebagai berikut: Fugsi tujua: maximize λ dega batasa: λ + 838x x x x x x x λ x x x x x ,67x ,29x ,15x λ x x x x ,81x λ + x 4 + x (22) Hasil perhituga peyelesaiaa optimal utuk persamaa 22 utuk ilai Z adalah dega masig-masig jumlah tas yag diproduksi utuk x1 sampai dega x8 aatara lai 1470, 682, 392, 282, 167, 522, 980 da 980 dega fugsi keaggotaa fuzzy sebesar 0, Kesimpula Dari hasil perhituga pada bagai 4 dapat kita simpulka sebagai berikut: 1. Ketersediaa baha baku pada bula Jui utuk kai spubod polos sebayak 8 roll, spubod motif sebayak 2 roll, kai D600 sebayak 1,5 roll, purig sebayak 1,13 roll, tali sepaag 800 meter, 21 pack kacig kop, 3 pack stoper, 1 roll plastik, da 2 roll perekat dapat meghasilka jumlah tas utuk kode ELL sebayak 1470, DO sebayak 682, DAM sebayak 392, DD sebayak 282, DS sebayak 167, RJ1 sebeyak 522, RJ2 sebayak 980, da AW 174

7 Semiar NasioalTekologiIformasi 2015 sebayak 980 dega profit maksimum sebesar Rp ,-. 2. Fugsi keaggotaa bahu atau trapezoidal dapat dterapka dega baik utuk meyelesaika permasalaha produksi tas dega ilai fugsi keaggotaa fuzzy sebesar 0,11. REFERENSI [1] R. Purba, Peerapa Logika Fuzzy Pada Program Liear, i Kotribusi Pedidika Matematika da Matematika dalam Membagu Karakter Guru da Siswa, 2012, pp [2] F. S.Hillier ad G. J. Lieberma, Itroductio to Operatio Research, 5th ed. McGraw-Hill, [3] D. Cahaya N., I. Satoso, ad M. Effedi, Perecaaa Produksi Keripik Ketag Megguaka Metode FUzzy Liear Programmig (FLP) (Studi Kasus di UKM Agroas Gizi Food Kota Batu), December 2014, pp. 1 7, [4] I. A. Marie, Y. Arkema, ad D. U. Daihai, Peetua Jumlah Produksi Megguaka Model Fuzzy Multi Objective Liear Programmig Pada Idustri Paga ( Studi Kasus Pada Idustri Roti PT NIC ), pp , [5] Suparo, Peyelesaia Program Liear Dega Megguaka Algoritma Titik Iterior, [6] B. Sharma ad R. Dubey, Optimum Solutio of Fuzzy Liear Programmig, vol. 3, o. 7, pp , [7] G. Vicet, Jadwal Iduk Produksi, i Productio Plaig ad Ivetory Cotrol (PPIC), [8] Fogarty ad D. W., Productio & Ivetory Maagemet. USA: South-Westre Publishig Co, [9] E. S ad A. H, Solvig Fuzzy Liear Programmig Problems with Liear Membership Fuctios, vol. 26, o. 2, pp , YS. Palguadi, memperoleh gelar Drs. dari Pedidika Matematika, Uiversitas Sebelas Maret Surakarta. Kemudia 1989 memperoleh gelar M.Sc dari Uiversity of New Bruswick, Caada. Saat ii sebagai Staf Pegajarprogram studi Iformatika da D3 Tekik Iformatika Uiversitas Sebelas Maret Surakarta 175