IV. METODE PENELITIAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "IV. METODE PENELITIAN"

Transkripsi

1 IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian ini dilaksanakan di Sub Terminal Agribisnis (STA) Rancamaya yang berlokasi di Jl. Raya Rancamaya Rt 01/01, Kampung Rancamaya Kidul, Desa Rancamaya, Kecamatan Bogor Selatan, Kota Bogor, Jawa Barat. Pemilihan lokasi penelitian dilakukan secara sengaja (purposive) dengan pertimbangan STA Rancamaya merupakan salah satu lembaga yang didirikan oleh Departemen Pertanian untuk mengatasi permasalahan pertanian terutama dalam hal pemasaran. Salah satu kegiatan yang dilakukan oleh STA Rancamaya adalah mendistribusikan produk buah pepaya yang dihasilkan oleh petani wilayah Bogor menuju pasar. Penelitian ini dilaksanakan pada bulan Maret-Juli Data dan Sumber Data Metode penelitian ini adalah studi kasus pada STA Rancamaya sebagai unit analisis dari sistem pendistribusian buah pepaya segar. Jenis data yang dibutuhkan dalam penelitian ini adalah data primer dan data sekunder. Data primer yang dikumpulkan meliputi sejarah dan gambaran umum STA, proses penanganan hingga pendistribusian buah pepaya yang dilakukan. Sementara itu data sekunder yang dikumpulkan untuk mendukung penelitian didapatkan dari berbagai studi kepustakaan, seperti BPS (Badan Pusat Statistik), internet, buku, dan literatur-literatur lain yang relevan terkait dengan topik penelitian. Instrumentasi atau alat pengumpul data yang digunakan dalam penelitian ini adalah daftar pertanyaan dan alat pencatat. Instrumen tersebut dibutuhkan dalam proses pengumpulan data, terutama untuk pengumpulan data primer. Daftar pertanyaan tersebut membantu ketika melakukan wawancara maupun observasi kegiatan di lapang Metode Pengumpulan Data Pengumpulan data primer yang dibutuhkan dilakukan dengan tehnik pengamatan langsung terhadap aktivitas penanganan dan distribusi buah pepaya pada STA. Selain itu, data diperkuat dengan hasil wawancara terhadap pihak pengelola STA, petani pemasok dan pihak pasar tujuan STA. Wawancara 29

2 dilakukan untuk mengumpulkan data mengenai sumber pasokan buah pepaya, jumlah buah pepaya yang dipasok, harga beli, biaya distribusi, besarnya jumlah permintaan buah oleh pasar, harga jual produk ke pasar. Waktu pengumpulan data dilakukan pada bulan April-Juni Pengumpulan data dilaksanakan di lokasi tempat STA Rancamaya berada atau di tempat lainnya yang berhubungan dengan pemerolehan data penelitian Metode Pengolahan Data Pengolahan data penelitian dilakukan secara kualitatif dan kuantitatif. Data kualitatif dibutuhkan untuk menggambarkan keadaan umum STA Rancamaya dan mendeskripsikan pola distribusi buah pepaya yang dilakukan oleh STA, jumlah pasokan serta jumlah order buah pepaya. Analisis kualitatif berguna dalam menjelaskan data hasil olahan secara deskriptif. Pengolahan data secara kuantitatif digunakan untuk mengetahui komposisi distribusi yang optimal sehingga didapatkan biaya minimum pada pola distribusi perusahaan dari setiap sumber pasokan ke konsumen STA. Data yang diperoleh kemudian ditabulasikan dan dimasukkan dalam program linier yang dirumuskan menjadi model transportasi. Penggunaan program linier dikarenakan kondisi dan keadaan STA yang memiliki beberapa kendala dalam mendistribusikan buah pepaya dengan tujuan meminimalisasi biaya. Setelah itu data diolah dengan menggunakan software LINDO (Linear Interactive Discrete Optimizer) yang merupakan salah satu program komputer yang dapat membantu pemecahan optimal dengan metode simpleks. Software LINDO terdiri atas input berupa fungsi tujuan dan beberapa fungsi kendala, dengan penyelesaian optimal sebagai output-nya. Output LINDO dapat diinterpretasikan untuk menggambarkan bagaimana keadaan optimal untuk suatu keadaan yang telah di-input sebelumnya. Input berupa fungsi tujuan dan kendala dimasukkan kedalam program linier. Setelah itu akan ditampilkan penyelesaian optimal yang terdiri dari beberapa bagian. Bagian pertama dari penyelesaian optimal adalah tabel simpleks yang berisi solusi optimal. Bagian kedua adalah nilai penyelesaian optimum jika variabel-variabel optimal dimasukkan ke dalam fungsi tujuan. Selanjutnya bagian ketiga adalah, nilai variabel dan kendala pada kondisi optimal. 30

3 Hasil output LINDO juga menampilkan beberapa istilah, salah satu diantaranya adalah reduce cost yang menunjukkan penurunan nilai koefisien fungsi tujuan yang harus dilakukan agar variabel bernilai positif. Pada saat nilai variabel keputusan positif, maka nilai reduce cost akan selalu nol, dan baru akan bernilai positif atau lebih dari nol bila variabel keputusan nol. Istilah lain yang ditampilkan dalam output LINDO adalah slack or surplus. Istilah tersebut menandakan sisa atau kelebihan kapasitas yang akan terjadi pada variabel optimal yang ditunjukkan oleh kolom variabel. Apabila slack or surplus bernilai nol berarti seluruh kapasitas pada kendala telah dipergunakan seluruhnya dengan kata lain sumberdaya tersebut jumlahnya langka (terbatas). Karena sumberdaya tersebut menentukan terbentuknya nilai optimal, maka dapat disebut sebagai kendala aktif. Ada pula istilah dual price yang menujukkan besarnya kenaikan koefisien nilai tujuan sebagai akibat dari kenaikan satu unit kapasitas kendala aktif. Interval perubahan kapasitas kendala aktif agar nilai dual price-nya tidak berubah dapat dilihat pada bagian right hand side rangers. Kemudian pada bagian objective coeficient ranges yang menunjukkan interval kenaikkan atau penurunan nilai koefisien fungsi tujuan agar nilai optimal variabel putusan tidak berubah, terdapat istilah allowable increase dan allowable decrease yaitu nilai interval kenaikan dan penurunan yang diizinkan Penentuan Biaya Distribusi Biaya distribusi adalah total biaya yang dikeluarkan mulai dari pembelian buah pepaya dari pemasok hingga buah selesai diangkut menuju pasar tujuan. Biaya distribusi terdiri dari biaya pembelian buah, biaya pengemasan, biaya penyusutan, biaya administrasi umum, biaya pemasaran dan biaya transportasi buah. Definisi dari masing-masing biaya tersebut adalah sebagai berikut: 1) Biaya pembelian buah adalah biaya yang dikeluarkan untuk melakukan pembelian buah pepaya yang besarnya sesuai dengan harga beli dari para pemasok. 2) Biaya pengemasan adalah biaya yang dikeluarkan untuk penanganan produk yakni pembungkusan buah dengan koran bekas dan pemberian label pada buah pepaya. 31

4 3) Biaya penyusutan adalah biaya yang timbul akibat penyusutan produk baik kualitas maupun kuantitas dalam kegiatan distribusi buah pepaya dari pemasok sampai pada konsumen. 4) Biaya administrasi umum adalah gaji karyawan dan biaya-biaya peralatan administrasi kantor lainnya. 5) Biaya pemasaran adalah biaya promosi yang harus dikeluarkan berdasarkan negosiasi dengan pihak konsumen supermarket. 6) Biaya transportasi adalah biaya yang dikeluarkan untuk mengangkut buah dari pemasok hingga ke pasar Perumusan Model Transportasi Buah pada STA Rancamaya Pemodelan transportasi adalah suatu prosedur untuk memecahkan permasalahan meminimisasi biaya pengiriman produk dari beberapa sumber ke beberapa tujuan. Oleh karena itu, untuk menggunakan model transportasi diperlukan data tentang jumlah pasokan dari daerah sumber pada setiap periode, jumlah permintaan dari daerah tujuan pada setiap periode, dan biaya pengiriman satu unit produk dari setiap daerah sumber ke setiap daerah tujuan. Tabel 8. Jumlah Pasokan Buah dari Setiap Daerah Sumber pada Bulan April 2011 Daerah Sumber Bangkok Grade A Bangkok Grade B Jumlah (kg) California Grade A California Grade B P P P P Total Pada distribusi buah pepaya di STA Rancamaya terdapat empat pemasok, diantaranya adalah Pak Baban (P1), Pak Acu (P2), Pak Zaenudin (P3) dan Pak Karmita (P4) yang merupakan daerah sumber. Terdapat pula empat konsumen yang terlibat dalam distribusi buah pepaya di STA Rancamaya, diantaranya adalah PT. Hero Supermarket (K1), Toko Buah Berkat (K2), Kios Buah Pak Ibeng (K3), dan Kios Buah Pak Dulloh (K4) yang merupakan daerah tujuan. Terdapat dua jenis buah pepaya yang didistribusikan yakni pepaya bangkok dan pepaya 32

5 california dengan grade A dan grade B. Jumlah pasokan buah pepaya terbanyak adalah pepaya california grade A sebanyak kilogram dan kemudian diikuti oleh pepaya Bangkok grade A sebanyak kilogram (Tabel 8). Hal tersebut dikarenakan jumlah permintaan buah pepaya dengan grade A lebih besar dibandingkan jumlah permintaan buah pepaya dengan grade B. Jumlah permintaan dari berbagai daerah tujuan dapat dilihat pada Tabel 9. Tabel 9. Jumlah Permintaan Buah dari Setiap Daerah Tujuan pada Bulan April 2011 Jumlah (kg) Daerah Tujuan Bangkok Grade A Bangkok Grade B California Grade A California Grade B K K K K Total Tujuan dari model transportasi ini adalah meminimumkan biaya transportasi buah untuk mencapai optimalisasi dalam distribusi buah pepaya di STA Rancamaya. Adapun rincian besarnya rata-rata biaya transportasi per kilogram buah dari masing-masing daerah sumber menuju masing-masing daerah tujuan dapat dilihat pada Tabel 10. Rata-rata biaya transportasi dari P1 dan P4 lebih mahal dibandingkan dengan biaya transportasi dari P2 dan P3. Hal tersebut dikarenakan pemasok dari daerah P2 dan P3 mengantarkan sendiri buah pepaya menuju STA, sehingga STA tidak perlu mengeluarkan biaya transportasi untuk mengambil buah. Sementara itu, biaya transportasi dari P1 dan P4 sama karena lokasi kedua pemasok tersebut berada dalam daerah yang sama yakni daerah Katulampa Bogor. Rata-rata biaya transportasi termahal adalah biaya transportasi buah menuju daerah K2, hal tersebut dikarenakan jumlah buah pepaya yang dikirim ke daerah K2 lebih sedikit dibandingkan dengan jumlah buah yang dikirim ke daerah lainnya sehingga rata-rata biaya transportasi per kilogram buah menjadi lebih mahal. Terdapat persamaan biaya transportasi menuju daerah K3 dan K4, hal tersebut disebabkan karena alamat kedua konsumen tersebut berada pada lokasi yang sama yakni daerah Ciomas Bogor. 33

6 Tabel 10. Biaya Transportasi Buah (Rp/kg) dari Daerah Sumber ke Daerah Tujuan pada Bulan April 2011 Daerah Sumber Daerah Tujuan K1 K2 K3 K4 P P P P Tujuan dari model transportasi ini adalah untuk meminimumkan biaya pengiriman produk dari daerah sumber ke daerah tujuan dengan memperhatikan berbagai kendala. Untuk mengetahui lebih rinci mengenai bagaimana alokasi distribusi optimal buah pepaya di STA Rancamaya maka model transportasi untuk setiap jenis buah pepaya akan dibedakan menjadi dua, yakni antara buah pepaya jenis bangkok dan california. Pada kasus distribusi ini terdapat perbedaan antara jumlah penawaran dan permintaan, dengan kata lain hal tersebut merupakan masalah transportasi yang tidak seimbang (unbalanced). Oleh karena itu diperlukan sebuah dummy untuk menyeimbangkan antara jumlah pasokan dan jumlah permintaan. Biaya transportasi untuk variabel dummy adalah nol. Pada kasus ini, perlu diperhatikan kendala-kendala sebagai berikut: 1. Jumlah buah pepaya yang dikirim ke daerah tujuan harus lebih kecil atau sama dengan jumlah penawaran dari daerah sumber. 2. Jumlah buah pepaya yang diterima di daerah tujuan harus lebih besar atau sama dengan jumlah permintaan di daerah tujuan. 3. Variabel-variabel harus non-negatif, karena baik jumlah buah pepaya yang diminta maupun dipasok tidak mungkin bernilai negatif. 34

7 Tabel 11. Matriks Model Transportasi Buah Bangkok di STA Rancamaya Daerah Sumber P1 P2 P3 P4 Daerah Tujuan K1 K2 K3 K4 Dummy x11 x12 x13 x14 x x21 x22 x23 x24 x x31 x32 x33 x34 x x41 x42 x43 x44 x45 Supply Demand Jumlah penawaran buah pepaya bangkok lebih besar dibandingkan jumlah permintaannya. Oleh karena itu diperlukan sebuah dummy destination yang mengindikasikan adanya stok di gudang karena tidak adanya pasar yang dapat menampung. Berdasarkan matriks model transportasi pada Tabel 11, maka model transportasi buah pepaya bangkok pada STA Rancamaya yang terdiri dari fungsi tujuan dan fungsi kendala dapat dirumuskan sebagai berikut: 1. Fungsi Tujuan (minimalisasi biaya) minz=298x11+412x12+363x13+363x14+0x15+239x21+353x22+304x23+304x2 4+0x25+239x31+353x32+304x33+304x34+0x35+298x41+412x42+363x x44+0x45 2. Fungsi Kendala x11+x12+x13+x14+x x21+x22+x23+x24+x x31+x32+x33+x34+x x41+x42+x43+x44+x x11+x21+x31+x x12+x22+x32+x x13+x23+x33+x x14+x24+x34+x x15+x25+x35+x45=16 x (Kendala penawaran) (Kendala penawaran) (Kendala penawaran) (Kendala penawaran) (Kendala permintaan) (Kendala permintaan) (Kendala permintaan) (Kendala permintaan) (Kendala dummy destination) (Kendala grade buah) 35

8 x31=0 (Kendala grade buah) x11 0 x12 0 x13 0 x14 0 x15 0 x21 0 x22 0 x23 0 x24 0 x25 0 x32 0 x33 0 x34 0 x35 0 x41 0 x42 0 x43 0 x44 0 x45 0 Angka koefisien yang berada pada setiap variabel fungsi tujuan merupakan gambaran biaya transportasi yang harus dikeluarkan untuk pengiriman buah pepaya dari masing-masing daerah sumber ke berbagai daerah tujuan. Sebagai contoh, variabel x11 dengan angka koefisien sebesar 347 berarti untuk mengirimkan buah pepaya dari daerah sumber P1 menuju daerah tujuan K1 dibutuhkan biaya transportasi sebesar Rp 347,00 per kilogram buah pepaya. Keterangan mengenai simbol-simbol yang mewakili masing-masing variabel dapat dilihat pada Lampiran 4. Pada model transportasi buah pepaya Bangkok terdapat empat jenis kendala yakni kendala penawaran, kendala permintaan, kendala dummy destination dan kendala grade buah. Kendala 1 sampai 4 merupakan kendala penawaran. Kendala penawaran ini memiliki arti bahwa jumlah buah pepaya bangkok yang dikirim ke daerah tujuan harus lebih kecil atau sama dengan jumlah penawaran dari daerah sumber. Contohnya kendala 1 dengan fungsi x11+x12+x13+x14+x berarti bahwa jumlah buah pepaya bangkok yang dikrim dari P1 ke semua daerah tujuan (K1, K2, K3, K4 dan dummy) sama dengan atau tidak boleh melebihi kilogram buah pepaya bangkok. Hal tersebut dikarenakan Pak Baban (P1) hanya memasok pepaya bangkok dengan jumlah kilogram. Kendala 5 sampai 8 adalah kendala permintaan yang berarti bahwa jumlah buah pepaya bangkok yang diterima di daerah tujuan harus lebih besar atau sama dengan jumlah permintaan di daerah tujuan. Contohnya kendala 8 dengan fungsi x14+x24+x34+x berarti jumlah buah pepaya bangkok yang diterima oleh konsumen K4 sama dengan atau lebih besar dari 432 kilogram buah pepaya bangkok. Tanda pertidaksamaan lebih besar tersebut digunakan agar seluruh permintaan buah pepaya dari daerah tujuan dapat terpenuhi, sehingga tidak terjadi kelangkaan di daerah tujuan. 36

9 Kendala 9 merupakan kendala dummy destination. Kendala tersebut muncul karena model transportasi pepaya bangkok merupakan model transportasi tidak seimbang dimana jumlah penawaran pepaya bangkok lebih besar dari jumlah permintaannya. Dummy destination ini mengindikasikan adanya stok pepaya bangkok yang tersisa di gudang. Selisih antara penawaran dan permintaan pepaya bangkok adalah 16 kilogram, maka harus ditambahkan kendala fungsi dummy destination menjadi x15+x25+x35+x45=16. Kendala 10 dan 11 merupakan kendala grade buah dimana terdapat dua jenis grade buah pepaya bangkok yang akan didistribusikan. bangkok grade B tidak boleh dikrim ke konsumen K1 karena konsumen K1 hanya meminta buah pepaya dengan grade A. Sehingga ditambahkan dua buah kendala grade buah dengan fungsi x dan x31=0. Kendala grade buah dengan fungsi x berarti pepaya Bangkok yang dikirim dari pemasok P1 menuju konsumen K1 hanya boleh berjumlah sama dengan atau kurang dari kilogram. Hal tersebut dikarenakan pemasok P1 menawarkan dua grade pepaya dan pepaya bangkok ber-grade A yang ditawarkan oleh pemasok P1 hanya berjumlah kikogram. Kemudian untuk kendala grade buah dengan fungsi x31=0 berarti bahwa buah pepaya tidak boleh dikirim dari pemasok P3 menuju konsumen K1. Hal tersebut dikarenakan pemasok K3 hanya menawarkan pepaya bangkok dengan grade B sehingga tidak dapat dikirim ke konsumen K1. Tabel 12. Matrik Model Transportasi Buah California di STA Rancamaya Daerah Sumber P1 P2 P3 P4 Dummy Daerah Tujuan K1 K2 K3 K x11 x12 x13 x x21 x22 x23 x x31 x32 x33 x x41 x42 x43 x x51 x52 x53 x54 Supply Demand

10 Pada model transportasi buah pepaya california, jumlah penawaran lebih sedikit dari jumlah permintaan. Oleh karena itu perlu adanya dummy sources yang merupakan daerah sumber palsu. Pada daerah sumber dummy ini akan dihasilkan sejumlah produk yang menjadi selisih antara jumlah permintaan dan jumlah penawaran, sehingga kekurangan permintaan seolah-olah dapat terpenuhi. Berdasarkan matriks model transportasi pada Tabel 12, maka model transportasi buah pepaya california pada STA Rancamaya yang terdiri dari fungsi tujuan dan fungsi kendala dapat dirumuskan sebagai berikut: 1. Fungsi Tujuan (minimalisasi biaya) minz=298x11+412x12+363x13+363x14+239x21+353x22+304x23+304x x31+353x32+304x33+304x34+298x41+412x42+363x43+363x44+0x51+0x52+0 x53+0x54 2. Fungsi kendala x11+x12+x13+x (Kendala penawaran) x21+x22+x23+x (Kendala penawaran) x31+x32+x33+x (Kendala penawaran) x41+x42+x43+x (Kendala penawaran) x11+x21+x31+x41+x (Kendala permintaan) x12+x22+x32+x42+x (Kendala permintaan) x13+x23+x33+x43+x (Kendala permintaan) x14+x24+x34+x44+x (Kendala permintaan) x51+x52+x53+x54=727 (Kendala dummy sources) x (Kendala grade buah) x31=0 (kendala grade buah) x11 0 x12 0 x13 0 x14 0 x21 0 x22 0 x23 0 x24 0 x32 0 x33 0 x34 0 x41 0 x42 0 x43 0 x44 0 x51 0 x52 0 x53 0 x54 0 Sama halnya dengan model transportasi buah pepaya bangkok, model transportasi buah pepaya california juga memiliki empat jenis kendala. Kendala tersebut diantaranya adalah kendala penawaran, kendala permintaan, kendala 38

11 dummy sources dan kendala grade buah. Kendala penawaran dan permintaan pada model transportasi pepaya california memiliki pengertian yang sama dengan kendala pada model transportasi buah pepaya bangkok. Kendala 9 merupakan kendala dummy sources. Kendala tersebut juga muncul akibat ketidakseimbangan model transportasi, namun berbeda dengan model transportasi pepaya bangkok, untuk pepaya california jumlah penawaran lebih sedikit dibandingkan dengan jumlah permintaannya. Dummy sources tersebut mengindikasikan adanya sumber palsu, sehingga kekurangan permintaan seolah-olah dapat terpenuhi dan model transportasi menjadi seimbang. Selisih jumlah penawaran dan permintaan sebanyak 727 kilogram, sehingga harus ditambahkan kendala dummy sources dengan fungsi x51+x52+x53+x54=727. Kendala 10 dan 11 merupakan kendala grade buah. Sama halnya seperti dengan kendala buah pepaya bangkok, dimana fungsi kendala grade buah pada model transportasi pepaya california memiliki pengertian yang sama. Kendala grade buah dengan fungsi x berarti bahwa jumlah buah pepaya california yang boleh dipasok dari pemasok P1 menuju K1 sama dengan atau kurang dari kilogram. Hal tersebut dikarenakan pemasok P1 hanya menawarkan pepaya california grade A sebanyak kilogram. Sedangkan kendala dengan fungsi x31=0 berarti bahwa pemasok P3 tidak boleh memasok buah pepaya untuk konsumen K1 dikarenakan pemasok P3 tidak memproduksi pepaya dengan grade A seperti yang diminta oleh konsumen K Penyelesaian Model Transportasi Pada penelitian ini, setelah dilakukan pemodelan transportasi buah pepaya bangkok dan california maka akan dilakukan tahap selanjutnya yakni penyelesaian model transportasi. Penyelesaian model transportasi dilakukan dengan meng-input fungsi tujuan dan fungsi kendala dari model yang telah dibuat dan diproses menggunakan bantuan software LINDO (Linear Interactive Discrete Optimier). Hasilnya adalah akan muncul alokasi paling optimal dengan analisis primal, dual dan sensitivitasnya. 39

12 Analisis Optimalisasi Setelah model transportasi diselesaikan dengan bantuan software LINDO, maka akan dilanjutkan pada tahap analisis optimalisasi distribusi. Pada tahap analisis optimalisasi distribusi, seperti yang tertera pada bab kerangka pemikiran akan dilakukan analisis primal, analisis dual dan analisis sensitivitas Analisis Primal Analisis primal pada penelitian ini dilakukan untuk mengetahui jumlah kombinasi yang terbaik dalam pengalokasian buah pepaya dari masing-masing daerah sumber menuju masing-masing daerah tujuan untuk mencapai tujuan berupa minimisasi biaya transportasi dengan kendala keterbatasan sumberdaya yang tersedia. Nilai reduce cost yang ada pada analisis primal menggambarkan perubahan nilai pada fungsi tujuan apabila nilai variabel (jumlah alokasi buah pepaya dari daerah sumber ke daerah tujuan) mengalami perubahan Analisis Dual Pada penelitian ini selanjutnya dilakukan analisis dual dimana pada hasil olahan LINDO tercermin dari nilai slack or surplus dan nilai dual prices-nya. Nilai slack or surplus dan nilai dual prices menggambarkan besarnya penggunaan kapasitas atau sumberdaya. Jika nilai slack or surplus tersebut sama dengan nol berarti kapasitas tersebut habis terpakai atau langka. Sebaliknya jika nilai slacknya tidak sama dengan nol berarti sumberdaya tersebut tersedia dalam jumlah berlebih. Angka slack menunjukkan jumlah kelebihan (surplus) yang ada Analisis Sensitivitas Dalam dunia nyata, kondisi optimal dapat mengalami perubahan sebagai akibat dari adanya dinamika pasar dan lain hal yang ditandai dengan adanya perubahan nilai-nilai yang terdapat dalam model yang digunakan. Perubahan yang dimaksud dapat berupa kenaikan atau penurunan terhadap nilai ruas kanan suatu kendala maupun perubahan terhadap koefisien fungsi tujuan. Oleh karena itu perlu dilakukan analisis sensitivitas untuk mengetahui pengaruh dari perubahan tersebut terhadap kondisi optimal. Analisis sensitivitas menggambarkan mengenai selang kepekaan apabila terjadi perubahan pada kondisi optimal. 40

13 Pada penelitian ini, analisis sensitivitas yang merupakan hasil olahan dari program LINDO terbagi dalam dua bagian. Bagian pertama memuat analisis tentang sensitivitas pada nilai-nilai koefisien fungsi tujuan (Objective Coefficient Ranges) dan bagian kedua memuat analisis sensitivitas nilai ruas kanan kendalakendala (Righthand Side Ranges). Analisis sensitivitas dilakukan setelah solusi optimal tercapai untuk mengetahui sejauh mana perubahan pada koefisien dan ketersedian sumberdaya yang tidak akan mengubah solusi optimal. Pengaruh perubahan dapat dilihat dari selang kepekaan yang terdiri dari batas maksimum (allowable increase) dan batas minimum (allowable decrease). Batas maksimum merupakan batas kenaikan nilai kendala yang ditolerir agar kondisi optimal tidak mengalami perubahan, sedangkan batasan minimum adalah batas penurunan nilai kendala yang ditolerir agar tidak mengubah kondisi optimal. Semakin sempit selang kepekaan yang dimiliki maka akan semakin peka kendala tersebut dalam mengubah solusi optimal yang telah dicapai Analisis Penyimpangan Analisis penyimpangan dilakukan dengan membandingkan keadaan aktual dan keadaan optimal. Jika ada perbedaan antara keadaan aktual dan keadaan optimal, maka hal tersebut merupakan biaya yang dapat dihemat oleh STA dalam melakukan distribusi buah pepaya Definisi Operasional Definisi operasional yang digunakan dalam penelitian ini dapat diuraikan sebagai berikut: 1) Distribusi adalah proses pemindahan produk dari petani pemasok menuju konsumen (pasar) yang membutuhkan. 2) Biaya distribusi adalah total biaya biaya yang dikeluarkan mulai dari pembelian buah pepaya dari pemasok hingga buah selesai diangkut menuju pasar, yang terdiri dari biaya pembelian buah, biaya pengemasan, biaya penyusutan, biaya administrasi umum, biaya pemasaran dan biaya transportasi buah. 3) Daerah sumber adalah daerah dimana terdapat pasokan buah pepaya yang siap dikirim ke STA Rancamaya untuk dipasarkan. 41

14 4) Daerah tujuan adalah daerah yang menerima pasokan buah pepaya dari STA Rancamaya. 5) Keadaan aktual adalah kegiatan distribusi buah pepaya yang sedang terjadi di STA Rancamaya. 6) Keadaan optimal adalah keadaan kegiatan distribusi buah pepaya yang terbaik yaitu pencapaian biaya transportasi minimum. 42

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1. Konsep Optimalisasi Distribusi Sistem distribusi adalah cara yang ditempuh atau digunakan untuk menyalurkan barang dan jasa dari produsen

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Peternakan Puyuh Bintang Tiga (PPBT) yang berlokasi di Jalan KH Abdul Hamid Km 3, Desa Situ Ilir Kecamatan Cibungbulang,

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Rinadya Yoghurt yang berlokasi di Bukit Asri Ciomas Blok A5 No. 9, Kecamatan Ciomas, Kabupaten Bogor, Jawa Barat. Pemilihan

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Kerangka Penelitian Dalam setiap perusahaan berusaha untuk menghasilkan nilai yang optimal dengan biaya tertentu yang dikeluarkannya. Proses penciptaan nilai yang optimal dapat

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Operation Research (OR) digunakan dalam penyelesaian masalahmasalah manajemen untuk meningkatkan produktivitas, atau efisiensi. Metode dalam Teknik

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Pabrik Kelapa Sawit (PKS) Adolina PTPN IV Medan, Sumatera Utara. Pemilihan lokasi penelitian dilakukan secara sengaja

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN 20 III. METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Perencanaan produksi yang optimal akan sia-sia jika distribusi yang diterapkan suatu perusahaan tidak tepat dan efektif. Hal tersebut dapat menimbulkan

Lebih terperinci

3 METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian 3.2 Metode Penelitian 3.3 Metode Pengumpulan Data

3 METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian 3.2 Metode Penelitian 3.3 Metode Pengumpulan Data 3 METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilaksanakan pada bulan April 2010. Lokasi penelitian berada di PT Perikanan Nusantara Cabang Benoa, Bali (Peta lokasi kantor PT Perikanan

Lebih terperinci

VII. KEPUTUSAN PRODUKSI AKTUAL DAN OPTIMAL

VII. KEPUTUSAN PRODUKSI AKTUAL DAN OPTIMAL VII. KEPUTUSAN PRODUKSI AKTUAL DAN OPTIMAL 7.1 Keputusan Produksi Aktual Keputusan produksi aktual adalah keputusan produksi yang sudah terjadi di P4S Nusa Indah. Produksi aktual di P4S Nusa Indah pada

Lebih terperinci

ANALISIS MODEL LINEAR PROGRAMMING

ANALISIS MODEL LINEAR PROGRAMMING VII ANALISIS MODEL LINEAR PROGRAMMING 7.1. Penentuan Model Linear Programming Produksi Tempe Dampak kenaikan harga kedelai pada pengrajin tempe skala kecil, menengah, dan besar dianalisis dengan menggunakan

Lebih terperinci

VI HASIL DAN PEMBAHASAN

VI HASIL DAN PEMBAHASAN VI HASIL DAN PEMBAHASAN 6.1. Perumusan Fungsi Tujuan Berdasarkan metode penelitian, perumusan model program linear didahului dengan penentuan variabel keputusan, fungsi tujuan, dan kendala. Fungsi tujuan

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Pengumpulan Data

BAB 3 PEMBAHASAN. 3.1 Pengumpulan Data BAB 3 PEMBAHASAN 3.1 Pengumpulan Data Pengumpulan data dilaksanakan selama 1 bulan, terhitung mulai tanggal 28 Mei 2013 sampai 28 Juni 2013, sesuai dengan izin yang diberikan oleh Kepala Cabang PT. Mega

Lebih terperinci

BAB III METODE PENELITIAN. pada sayuran organik PT. Masada Organik Indonesia secara optimal. Penelitian

BAB III METODE PENELITIAN. pada sayuran organik PT. Masada Organik Indonesia secara optimal. Penelitian BAB III METODE PENELITIAN 3.1 Objek dan Tempat Penelitian Objek dalam penelitian ini adalah pola pengadaan dan tingkat pengadaan pada sayuran organik PT. Masada Organik Indonesia secara optimal. Penelitian

Lebih terperinci

III. KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN III. KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Teori Produksi Produksi adalah suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil keluaran (output) yang berupa

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kelompok Tani Pondok Menteng Desa Citapen, Kecamatan Ciawi, Kabupaten Bogor, Jawa Barat. Pemilihan lokasi dilakukan secara

Lebih terperinci

Dualitas Dalam Model Linear Programing

Dualitas Dalam Model Linear Programing Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi KONSEP

Lebih terperinci

I. PENDAHULUAN. Persentase Produk Domestik Bruto Pertanian (%) * 2009** Lapangan Usaha

I. PENDAHULUAN. Persentase Produk Domestik Bruto Pertanian (%) * 2009** Lapangan Usaha I. PENDAHULUAN 1.1. Latar Belakang Sumber pertumbuhan ekonomi yang sangat potensial dalam pembangunan sektor pertanian adalah hortikultura. Seperti yang tersaji pada Tabel 1, dimana hortikultura yang termasuk

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Dalam bab ini akan diuraikan mengenai metode-metode ilmiah dari teori-teori yang digunakan dalam penyelesaian persoalan untuk menentukan model program linier dalam produksi.. 2.1 Teori

Lebih terperinci

LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel

LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel LINDO Pegertian: Lindo (Linear Interactive Discrete Optimize) adalah paket program siap pakai yang digunakan untuk memecahkan masalah linear, integer dan quadratic programming. Kemampuan: Lindo dapat digunakan

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN 23 IV. HASIL DAN PEMBAHASAN 4.1. Gambaran Umum Perusahaan Marbella Bakery merupakan salah satu produsen roti di Jakarta Timur khususnya di sekitar kelurahan Pekayon. Usaha ini didirikan oleh Bapak J. Hoeru

Lebih terperinci

Dualitas Dalam Model Linear Programing

Dualitas Dalam Model Linear Programing Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi KONSEP

Lebih terperinci

Optimalisasi Pengadaan Tandan Buah Segar (TBS) Sebagai Bahan Baku Produksi Crude Palm Oil dan Palm Kernel PT. Ukindo-Palm Oil Mill

Optimalisasi Pengadaan Tandan Buah Segar (TBS) Sebagai Bahan Baku Produksi Crude Palm Oil dan Palm Kernel PT. Ukindo-Palm Oil Mill Petunjuk Sitasi: Pasaribu, M. F., & Puspita, R. (2017). Optimalisasi Pengadaan Tandan Buah Segar (TBS) Sebagai Bahan Baku Produksi Crude Palm Oil dan Palm Kernel PT. Ukindo-Palm Oil Mill. Prosiding SNTI

Lebih terperinci

2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier)

2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier) 2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier) Metode MODI disebut juga metode Faktor Pengali atau Multiplier. Cara iterasinya sama seperti Metode Batu Loncatan. Perbedaan utama terjadi

Lebih terperinci

BAB IV. METODE PENELITIAN

BAB IV. METODE PENELITIAN BAB IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di milk treatment (MT) Koperasi Peternakan Bandung Selatan (KPBS) Pangalengan, jalan Raya Koperasi No.1 Pangalengan, Kab.

Lebih terperinci

MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN

MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN Disusun sebagai Tugas Akhir Triwulan I Mata Kuliah Metode Kuantitatif Manajemen Disusun Oleh : TEDY SAPUTRA (P056132391.51) YUNIAR ENDAH PALUPI (P056132441.51)

Lebih terperinci

OPTIMALISASI PRODUKSI MENGGUNAKAN MODEL LINEAR PROGRAMMING (Studi Kasus : Usaha Kecil Menengah Kue Semprong)

OPTIMALISASI PRODUKSI MENGGUNAKAN MODEL LINEAR PROGRAMMING (Studi Kasus : Usaha Kecil Menengah Kue Semprong) OPTIMALISASI PRODUKSI MENGGUNAKAN MODEL LINEAR PROGRAMMING (Studi Kasus : Usaha Kecil Menengah Kue Semprong) Ai Nurhayati 1, Sri Setyaningsih 2,dan Embay Rohaeti 2. Program Studi Matematika Fakultas Matematika

Lebih terperinci

Jurnal Agri Sains Vol, 1 No.02 (2017) Optimasi Produksi Crude Palm Oil (cpo) Dan Inti Sawit (Kernel) Studi Kasus PT. Mega Sawindo Perkasa

Jurnal Agri Sains Vol, 1 No.02 (2017) Optimasi Produksi Crude Palm Oil (cpo) Dan Inti Sawit (Kernel) Studi Kasus PT. Mega Sawindo Perkasa JAS Jurnal Agri Sains Vol, 1 No.02 (2017) e-issn :2581-0227 http://ojs.umb-bungo.ac.id/index.php/jas/index Optimasi Produksi Crude Palm Oil (cpo) Dan Inti Sawit (Kernel) Studi Kasus PT. Mega Sawindo Perkasa

Lebih terperinci

PERSOALAN TRANSPORTASI

PERSOALAN TRANSPORTASI PERSOALAN TRANSPORTASI 1 Azwar Anas, M. Kom - STIE-GK Muara Bulian 2 Permintaan sama dengan penawaran Sesuai dengan namanya, persoalan transportasi pertama kali diformulasikan sebagai suatu prosedur khusus

Lebih terperinci

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

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

Lebih terperinci

Dasar-dasar Optimasi

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

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming) BAB 2 LANDASAN TEORI 2.1 Pengertian Program Linier (Linear Programming) Menurut Sri Mulyono (1999), Program Linier (LP) merupakan metode matematik dalam mengalokasikan sumber daya yang langka untuk mencapai

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN 28 IV. HASIL DAN PEMBAHASAN 4.1 Gambaran Umum PT. X PT. X adalah salah satu perusahaan agribisnis sayuran yang berlokasi di Jakarta Pusat. PT. X berdiri pada tahun 1998. Visi PT. X yaitu menjadikan produk

Lebih terperinci

OPTIMALISASI PRODUKSI KAIN TENUN SUTERA PADA CV BATU GEDE DI KECAMATAN TAMANSARI KABUPATEN BOGOR

OPTIMALISASI PRODUKSI KAIN TENUN SUTERA PADA CV BATU GEDE DI KECAMATAN TAMANSARI KABUPATEN BOGOR OPTIMALISASI PRODUKSI KAIN TENUN SUTERA PADA CV BATU GEDE DI KECAMATAN TAMANSARI KABUPATEN BOGOR SKRIPSI MAULANA YUSUP H34066080 DEPARTEMEN AGRIBISNIS FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN

Lebih terperinci

VI. ANALISIS OPTIMALISASI PRODUKSI BENIH IKAN HIAS AIR TAWAR PADA TAUFAN S FISH FARM

VI. ANALISIS OPTIMALISASI PRODUKSI BENIH IKAN HIAS AIR TAWAR PADA TAUFAN S FISH FARM VI. ANALISIS OPTIMALISASI PRODUKSI BENIH IKAN HIAS AIR TAWAR PADA TAUFAN S FISH FARM 6.1 Perumusan Model Untuk merumuskan model interger programming, tahap awal yang dilakukan adalah merumuskan fungsi

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1 Desain Penelitian Penelitian ini bersifat literatur dan melakukan studi kepustakaan untuk mengkaji dan menelaah berbagai buku, jurnal, karyai lmiah, laporan dan berbagai

Lebih terperinci

III KERANGKA PEMIKIRAN

III KERANGKA PEMIKIRAN III KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis Kelangkaan merupakan hal yang tidak bisa dihindari. Hal ini menjadi masalah utama ketika keinginan manusia yang tidak terbatas berhadapan dengan

Lebih terperinci

PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI

PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah

II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah Pengertian Usaha Kecil Menengah (UKM) menurut Keputusan Presiden RI No. 99 tahun 1998, yaitu kegiatan ekonomi rakyat yang berskala kecil dengan bidang

Lebih terperinci

Analisis Sensitifitas DALAM LINEAR PROGRAMING

Analisis Sensitifitas DALAM LINEAR PROGRAMING Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Analisis Sensitifitas DALAM LINEAR PROGRAMING Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi Suatu analisis

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN A. KERANGKA PEMIKIRAN III. METODOLOGI PENELITIAN Produksi bunga krisan yang mengalami peningkatan dari tahun ke tahun memberikan kontribusi yang positif kepada petani dalam peningkatan kesejahteraan mereka.

Lebih terperinci

III KERANGKA PEMIKIRAN

III 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 terperinci

OPTIMALISASI PRODUKSI OBAT TRADISIONAL PADA TAMAN SYIFA DI KOTA BOGOR, JAWA BARAT

OPTIMALISASI PRODUKSI OBAT TRADISIONAL PADA TAMAN SYIFA DI KOTA BOGOR, JAWA BARAT 1 OPTIMALISASI PRODUKSI OBAT TRADISIONAL PADA TAMAN SYIFA DI KOTA BOGOR, JAWA BARAT Oleh : NUR HAYATI ZAENAL A14104112 PROGRAM STUDI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR 2008

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi 34 BAB 2 LANDASAN TEORI 2.1 Pengertian Model dan Metode Transportasi Hamdy A Taha (1996) mengemukakan bahwa dalam arti sederhana, model transportasi berusaha menentukan sebuah rencana transportasi sebuah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Distribusi Distribusi merupakan proses pemindahan barang-barang dari tempat produksi ke berbagai tempat atau daerah yang membutuhkan. Kotler (2005) mendefinisikan bahwa

Lebih terperinci

BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN

BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN 2.1 Landasan Teori 2.1.1 Pengertian Manajemen Operasi Serangkaian kegiatan yang menciptakan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 PENGERTIAN MODEL DAN METODE TRANSPORTASI

BAB 2 LANDASAN TEORI. 2.1 PENGERTIAN MODEL DAN METODE TRANSPORTASI BAB 2 LANDASAN TEORI. 2.1 PENGERTIAN MODEL DAN METODE TRANSPORTASI 34 BAB 2 LANDASAN TEORI 2.1 Pengertian Model dan Metode Transportasi Hamdy A Taha (1996) mengemukakan bahwa dalam arti sederhana, model

Lebih terperinci

BAB I PENDAHULUAN. Pada era modern sekarang ini dengan biaya hidup yang semakin meningkat,

BAB I PENDAHULUAN. Pada era modern sekarang ini dengan biaya hidup yang semakin meningkat, BAB I PENDAHULUAN A. Latar Belakang Pada era modern sekarang ini dengan biaya hidup yang semakin meningkat, berakibat beberapa perusahaan mengalami peningkatan biaya pendistribusian produk. Pendistribusian

Lebih terperinci

PANDUAN WAWANCARA PENELITIAN OPTIMASI PENGADAAN SAYURAN ORGANIK. : Optimasi Pengadaan Sayuran Organik

PANDUAN WAWANCARA PENELITIAN OPTIMASI PENGADAAN SAYURAN ORGANIK. : Optimasi Pengadaan Sayuran Organik LAMPIRAN 98 99 Lampiran 1. Panduan Wawancara PANDUAN WAWANCARA PENELITIAN OPTIMASI PENGADAAN SAYURAN ORGANIK Nama Mahasiswa : Prestilia Ningrum NPM : 150310080098 Jurusan Hal Sumber Informasi : Agribisnis

Lebih terperinci

Modul 10. PENELITIAN OPERASIONAL MODEL TRANSPORTASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

Modul 10. PENELITIAN OPERASIONAL MODEL TRANSPORTASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI Modul 0 PENELITIAN OPERASIONAL Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA http://wwwmercubuanaacid JAKARTA 007 PENDAHULUAN Suatu

Lebih terperinci

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

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

Lebih terperinci

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling) Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi XIV PEMODELAN (Modeling) e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Pemodelan dalam RO Outline:

Lebih terperinci

III KERANGKA PEMIKIRAN

III KERANGKA PEMIKIRAN III KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Produksi Menurut Salvatore (2001), produksi merujuk pada transformasi dari berbagai input atau sumberdaya menjadi output berupa barang atau

Lebih terperinci

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Terdapat bermacam-macam network model. Network : Suatu sistem saluran-saluran yang menghubungkan titiktitik

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 11 Latar Belakang Pendistribusian barang atau jasa merupakan salah satu bagian penting dari kegiatan sebuah instansi pemerintah ataupun perusahaan tertentu Masalah transportasi merupakan

Lebih terperinci

MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Matriks 2.1.1 Pengertian Matriks Matriks adalah susunan segi empat siku-siku dari bilangan bilangan. Bilanganbilangan dalam susunan tersebut dinamakan entri dalam matriks (Anton,

Lebih terperinci

Fakultas Pertanian Unlam ABSTRACT

Fakultas Pertanian Unlam ABSTRACT Optimalisasi Kombinasi Cabang Usahatani Tanaman Pangan untuk Memperoleh Pendapatan Maksimum di Wilayah Transmigrasi Km 38 Kelurahan Sei Gohong Kecamatan Bukit Batu Provinsi Kalimantan Tengah Masniati,

Lebih terperinci

OPTIMALISASI KEUNTUNGAN PADA PERUSAHAAN KERIPIK BALADO MAHKOTA DENGAN METODE SIMPLEKS

OPTIMALISASI KEUNTUNGAN PADA PERUSAHAAN KERIPIK BALADO MAHKOTA DENGAN METODE SIMPLEKS OPTIMALISASI KEUNTUNGAN PADA PERUSAHAAN KERIPIK BALADO MAHKOTA DENGAN METODE SIMPLEKS Muhammad Muzakki Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas Padang,

Lebih terperinci

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah

Lebih terperinci

MAKSIMISASI KEUNTUNGAN USAHA BUDIDAYA RUMPUT LAUT DI DESA LALOMBI KECAMATAN BANAWA SELATAN KABUPATEN DONGGALA

MAKSIMISASI KEUNTUNGAN USAHA BUDIDAYA RUMPUT LAUT DI DESA LALOMBI KECAMATAN BANAWA SELATAN KABUPATEN DONGGALA e-j. Agrotekbis 1 (2) : 198-203, Juni 2013 ISSN : 2338-3011 MAKSIMISASI KEUNTUNGAN USAHA BUDIDAYA RUMPUT LAUT DI DESA LALOMBI KECAMATAN BANAWA SELATAN KABUPATEN DONGGALA Profit Maximization Of Seaweed

Lebih terperinci

Fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tetapi juga oleh pertidaksamaan dan/atau persamaan =. Fungsi kendala dengan pertidaksamaan

Fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tetapi juga oleh pertidaksamaan dan/atau persamaan =. Fungsi kendala dengan pertidaksamaan Fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tetapi juga oleh pertidaksamaan dan/atau persamaan =. Fungsi kendala dengan pertidaksamaan mempunyai variabel surplus, tidak ada variabel slack.

Lebih terperinci

SOFTWARE LINDO I KOMANG SUGIARTHA

SOFTWARE LINDO I KOMANG SUGIARTHA SOFTWARE LINDO I KOMANG SUGIARTHA PENGERTIAN LINDO LINDO (Linear Interaktive Discrete Optimizer) merupakan software yang dapat digunakan untuk mencari penyelesaian dari masalah pemrograman linear. Prinsip

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN BAB V HASIL DAN PEMBAHASAN 5.1 Biaya Produksi Biaya produksi merupakan biaya yang dikeluarkan untuk memproduksi suatu produk dengan penambahan biaya tetap dan biaya variabel. Biaya tetap (fixed cost) adalah

Lebih terperinci

Model umum metode simpleks

Model umum metode simpleks Model umum metode simpleks Fungsi Tujuan: Z C X C 2 X 2 C n X n S S 2 S n = NK FungsiPembatas: a X + a 2 X 2 + + a n X n + S + S 2 + + S n = b a 2 X + a 22 X 2 + + a 2n X n + S + S 2 + + S n = b 2 a m

Lebih terperinci

MAKSIMALISASI KEUNTUNGAN USAHA ROTI DAN BROWNIS PADA INDUSTRI SYARIAH BAKERY DI KELURAHAN TANAMODINDI KECAMATAN PALU SELATAN KOTA PALU

MAKSIMALISASI KEUNTUNGAN USAHA ROTI DAN BROWNIS PADA INDUSTRI SYARIAH BAKERY DI KELURAHAN TANAMODINDI KECAMATAN PALU SELATAN KOTA PALU e-j. Agrotekbis 4 (2) :217-226, April 216 ISSN : 2338-311 MAKSIMALISASI KEUNTUNGAN USAHA ROTI DAN BROWNIS PADA INDUSTRI SYARIAH BAKERY DI KELURAHAN TANAMODINDI KECAMATAN PALU SELATAN KOTA PALU Maximization

Lebih terperinci

MAKSIMALISASI KEUNTUNGAN USAHA ROTI DAN BROWNIS PADA INDUSTRI SYARIAH BAKERY DI KELURAHAN TANAMODINDI KECAMATAN PALU SELATAN KOTA PALU

MAKSIMALISASI KEUNTUNGAN USAHA ROTI DAN BROWNIS PADA INDUSTRI SYARIAH BAKERY DI KELURAHAN TANAMODINDI KECAMATAN PALU SELATAN KOTA PALU e-j. Agrotekbis 5 (1) : 36-45, Februari 217 ISSN : 2338-311 MAKSIMALISASI KEUNTUNGAN USAHA ROTI DAN BROWNIS PADA INDUSTRI SYARIAH BAKERY DI KELURAHAN TANAMODINDI KECAMATAN PALU SELATAN KOTA PALU Maximization

Lebih terperinci

III. KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN III. KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Produksi Menurut Salvatore (2002), produksi merujuk pada transformasi dari berbagai input atau sumberdaya menjadi output berupa barang atau

Lebih terperinci

OPTIMALISASI USAHA AGROINDUSTRI TAHU DI KOTA PEKANBARU

OPTIMALISASI USAHA AGROINDUSTRI TAHU DI KOTA PEKANBARU OPTIMALISASI USAHA AGROINDUSTRI TAHU DI KOTA PEKANBARU Akhmad Sarifudin, Djaimi Bakce, Evy Maharani Fakultas Pertanian Universitas Riau Hp: 085271968335; Email: akhmad_agb08@yahoo.com ABSTRACT The purpose

Lebih terperinci

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13 Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia 1 2 PENGANTAR Terdapat bermacam-macam network model. Network :

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul

BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul 1 BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul Sebuah perusahaan yang didirikan baik secara individu ataupun kelompok diharapkan dapat berlangsung dalam waktu yang lama. Apapun bentuk usaha dan

Lebih terperinci

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7 Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 2 PENGANTAR Terdapat bermacam-macam network model. Network

Lebih terperinci

PENERAPAN MODEL PROGRAM LINIER PRIMAL-DUAL DALAM MENGOPTIMALKAN PRODUKSI MINYAK GORENG PADA PT XYZ

PENERAPAN MODEL PROGRAM LINIER PRIMAL-DUAL DALAM MENGOPTIMALKAN PRODUKSI MINYAK GORENG PADA PT XYZ Saintia Matematika Vol. 1, No. 1 (2013), pp. 29 40. PENERAPAN MODEL PROGRAM LINIER PRIMAL-DUAL DALAM MENGOPTIMALKAN PRODUKSI MINYAK GORENG PADA PT XYZ Sarah Marina Gultom, Faigiziduhu Bu ulolo, Henry Rani

Lebih terperinci

OPTIMASI PROFIT PADA PRODUKSI GULA SEMUT FORTIFIKASI VITAMIN A DENGAN TIGA TINGKATAN KUALITAS GRADE DI PT. XYZ

OPTIMASI PROFIT PADA PRODUKSI GULA SEMUT FORTIFIKASI VITAMIN A DENGAN TIGA TINGKATAN KUALITAS GRADE DI PT. XYZ JURNAL TEKNOLOGI AGRO-INDUSTRI Vol. 2 No.1 ; Juni 2015 OPTIMASI PROFIT PADA PRODUKSI GULA SEMUT FORTIFIKASI VITAMIN A DENGAN TIGA TINGKATAN KUALITAS GRADE DI PT. XYZ NINA HAIRIYAH Jurusan Teknologi Industri

Lebih terperinci

Metode 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 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini begitu banyak perusahaan yang berdiri di tengah kehidupan masyarakat. Berdirinya suatu perusahaan di tengah-tengah kehidupan masyarakat mempunyai tujuan

Lebih terperinci

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi Lecture 4: (B) Supaya terdapat penyelesaian basis awal yang fisibel, pada kendala berbentuk = dan perlu ditambahkan variabel semu (artificial variable) pada ruas kiri bentuk standarnya, untuk siap ke tabel

Lebih terperinci

PENERAPAN PROGRAM LINIER DALAM OPTIMASI BIAYA PAKAN IKAN DENGAN METODE SIMPLEKS (STUDI KASUS PT. INDOJAYA AGRINUSA MEDAN)

PENERAPAN PROGRAM LINIER DALAM OPTIMASI BIAYA PAKAN IKAN DENGAN METODE SIMPLEKS (STUDI KASUS PT. INDOJAYA AGRINUSA MEDAN) PENERAPAN PROGRAM LINIER DALAM OPTIMASI BIAYA PAKAN IKAN DENGAN METODE SIMPLEKS (STUDI KASUS PT. INDOJAYA AGRINUSA MEDAN) Beby Sundary (1011297) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma

Lebih terperinci

BAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak

BAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak BAB III PEMBAHASAN A. Perencanaan Menu Diet Diabetes Mellitus Diet DM di RS PKU Muhammadiyah Yogyakarta diberikan dengan cara tiga kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan

Lebih terperinci

BAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL

BAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL BAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL HUBUNGAN PRIMAL-DUAL Dual adalah permasalahan PL yang diturunkan secara matematik dari primal PL tertentu. Setiap permasalahan primal selalu mempunyai pasangan

Lebih terperinci

Analisis Sensitivitas Produksi Kopi Sambung

Analisis Sensitivitas Produksi Kopi Sambung PRISMA (08) PRISMA, Prosiding Seminar Nasional Matematika https://journal.unnes.ac.id/sju/index.php/prisma/ Analisis Sensitivitas Produksi Kopi Sambung Ulfasari Rafflesia Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Riset Operasi Istilah Riset Operasi (Operation Research) pertama kali digunakan pada tahun 1940 oleh Mc Closky dan Trefthen di suatu kota kecil Bowdsey Inggris. Riset Operasi adalah

Lebih terperinci

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS) Maximize or Minimize Subject to: Z = f (x,y) g (x,y) = c S1 60 4 2 1 0 S2 48 2 4 0 1 Zj 0-8 -6 0 0 PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS) Prof. Dr. Ir. ZULKIFLI ALAMSYAH,

Lebih terperinci

OPTIMALISASI INPUT PRODUKSI PADA KEGIATAN BUDIDAYA UDANG VANAME

OPTIMALISASI INPUT PRODUKSI PADA KEGIATAN BUDIDAYA UDANG VANAME Jurnal Akuakultur Indonesia, 7(1): 39 49 (2008) Available : http://journal.ipb.ac.id/index.php/jai http://jurnalakuakulturindonesia.ipb.ac.id 39 OPTIMALISASI INPUT PRODUKSI PADA KEGIATAN BUDIDAYA UDANG

Lebih terperinci

PEMROGRAMAN LINIER. Metode Simpleks

PEMROGRAMAN LINIER. Metode Simpleks PEMROGRAMAN LINIER Metode Simpleks Metode Simpleks Metode simpleks digunakan untuk memecahkan permasalahan PL dengan dua atau lebih variabel keputusan. Prosedur Metode Simpleks: Kasus Maksimisasi a. Formulasi

Lebih terperinci

BAB I PENDAHULUAN. apa yang dibutuhkan untuk mendapatkan produk yang telah ditetapkan.

BAB I PENDAHULUAN. apa yang dibutuhkan untuk mendapatkan produk yang telah ditetapkan. BAB I PENDAHULUAN 1.1. Latar Belakang Perencanaan produksi adalah suatu kegiatan yang berkenaan dengan penentuan apa yang harus diproduksi, berapa banyak diproduksi dan sumber daya apa yang dibutuhkan

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Perencanaan Produksi Perencanaan produksi merupakan perencanaan tentang produk apa dan berapa yang akan diproduksi oleh perusahaan yang bersangkutan dalam satu periode yang akan

Lebih terperinci

Hermansyah, Helmi, Eka Wulan Ramadhani INTISARI

Hermansyah, Helmi, Eka Wulan Ramadhani INTISARI Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 3(216), hal 249 256. PERBANDINGAN METODE STEPPING STONE DAN MODIFIED DISTRIBUTION DENGAN SOLUSI AWAL METODE LEAST COST UNTUK MEMINIMUMKAN

Lebih terperinci

BAB III METODE PENELITIAN. daya yang ada seefisien mungkin, dengan biaya yang sekecil-kecilnya untuk

BAB III METODE PENELITIAN. daya yang ada seefisien mungkin, dengan biaya yang sekecil-kecilnya untuk BAB III METODE PENELITIAN 3.1 Penetapan Kriteria Optimasi Menurut Gunawan (2002, p57), optimasi adalah usaha menggunakan sumber daya yang ada seefisien mungkin, dengan biaya yang sekecil-kecilnya untuk

Lebih terperinci

SOAL LATIHAN. Kerjakan soal-soal berikut ini dengan singkat dan jelas!

SOAL LATIHAN. Kerjakan soal-soal berikut ini dengan singkat dan jelas! SOAL LATIHAN Kerjakan soal-soal berikut ini dengan singkat dan jelas! 1. Suatu perusahaan mempunyai tiga lokasi gudang yaitu F a, F b dan F c yang akan didistribusikan ke 3 kota yaitu W 1, W 2 dan W 3.

Lebih terperinci

KAJIAN OPTIMALISASI DISTRIBUSI SAYURAN PADA PT. X. Oleh HANDAYANI H

KAJIAN OPTIMALISASI DISTRIBUSI SAYURAN PADA PT. X. Oleh HANDAYANI H KAJIAN OPTIMALISASI DISTRIBUSI SAYURAN PADA PT. X Oleh HANDAYANI H24060840 DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2010 RINGKASAN Handayani. H24060840. Kajian Optimalisasi

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Menurut Kamus Besar Bahasa Indonesia Kontemporer, pembelian didefinisikan

BAB 2 LANDASAN TEORI. Menurut Kamus Besar Bahasa Indonesia Kontemporer, pembelian didefinisikan BAB 2 LANDASAN TEORI 2.1 Definisi 2.1.1 Pembelian Menurut Kamus Besar Bahasa Indonesia Kontemporer, pembelian didefinisikan sebagai proses, pembuatan, atau cara membeli. Sedangkan Philip Kotler (2000,

Lebih terperinci

Optimalisasi Produksi Bibit Tanaman Hias PT.Inggu Laut Abadi Kabupaten Cianjur Provinsi Jawa Barat. Oleh: SRI MARYATI A

Optimalisasi Produksi Bibit Tanaman Hias PT.Inggu Laut Abadi Kabupaten Cianjur Provinsi Jawa Barat. Oleh: SRI MARYATI A Optimalisasi Produksi Bibit Tanaman Hias PT.Inggu Laut Abadi Kabupaten Cianjur Provinsi Jawa Barat Oleh: SRI MARYATI A14104021 PROGRAM STUDI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR

Lebih terperinci

Bentuk Standar dari Linear Programming pada umumnya adalah sebagai berikut: Sumber daya 1 2. n yang ada

Bentuk Standar dari Linear Programming pada umumnya adalah sebagai berikut: Sumber daya 1 2. n yang ada Permasalahan dalam linear programming pada umumnya adalah sebagai berikut: Terdapat dua atau lebih produk yang dibentuk dari campuran dua atau lebih bahan. Terdapat mesin atau fasilitas lain yang digunakan

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi dan Objek Penelitian Penelitian ini dilakukan di Desa Karehkel yang berada di wilayah Kecamatan Leuwiliang, Kabupaten Bogor, Provinsi Jawa Barat. Objek penelitian ini

Lebih terperinci

EFISIENSI BIAYA DISTRIBUSI DENGAN METODE TRANSPORTASI

EFISIENSI BIAYA DISTRIBUSI DENGAN METODE TRANSPORTASI EFISIENSI BIAYA DISTRIBUSI DENGAN METODE TRANSPORTASI Hendi Nirwansah dan Widowati Jurusan Matematika FMIPA UNDIP Semarang Jl. Prof. H. Soedarto, SH, Tembalang, Semarang, 50275 Abstrak Aplikasi matematika

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI xvi BAB II LANDASAN TEORI 2.1 Matriks 2.1.1 Pengertian Matriks Matriks adalah susunan elemen-elemen yang berbentuk persegi panjang yang terdiri dari baris dan kolom dan dibatasi dengan tanda [ ] atau (

Lebih terperinci

ANALISIS SENSITIVITAS MASALAH TRANSPORTASI DAN PENERAPANNYA PADA PENDISTRIBUSIAN PRODUK OTENTIK COFFEE YOGYAKARTA TUGAS AKHIR SKRIPSI

ANALISIS SENSITIVITAS MASALAH TRANSPORTASI DAN PENERAPANNYA PADA PENDISTRIBUSIAN PRODUK OTENTIK COFFEE YOGYAKARTA TUGAS AKHIR SKRIPSI ANALISIS SENSITIVITAS MASALAH TRANSPORTASI DAN PENERAPANNYA PADA PENDISTRIBUSIAN PRODUK OTENTIK COFFEE YOGYAKARTA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

Model Transportasi /ZA 1

Model Transportasi /ZA 1 Model Transportasi 1 Model Transportasi: Merupakan salah satu bentuk dari model jaringan kerja (network). Suatu model yang berhubungan dengan distribusi suatu barang tertentu dari sejumlah sumber (sources)

Lebih terperinci

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

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c PROGRAM MAGISTER AGRIBISNIS UNIVERSITAS JAMBI Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Metode Simpleks adlh suatu metode yg secara matematis dimulai

Lebih terperinci