PENGAMBILAN KEPUTUSAN MANAJEMEN

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGAMBILAN KEPUTUSAN MANAJEMEN"

Transkripsi

1 PENGAMBILAN KEPUTUSAN MANAJEMEN

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

3 1. Pendahuluan Para manajer sering menghadapi berbagai masalah yang kompleks. Kompleksnya permasalahan yang dihadapi tersebut menyebabkan hasil dari suatu penyelesaian atau pilihan dari berbagai alternatif penyelesaian menjadi sulit untuk diperkirakan. Pohon keputusan dikembangkan untuk membantu para manajer dalam membuat serangkaian keputusan yang melibatkan adanya suatu peristiwa ketidakpastian, bahkan berisiko. Pohon keputusan juga sangat berguna bagi suatu tim yang mengadakan analisis masalah untuk kemudian dipecahkan bersama-sama dalam tim, karena masalah yang dihadapinya dan pemecahannya saling berkaitan.

4 2. Konsep Pohon Keputusan Pohon keputusan dapat didefinisikan menurut Susan Welch dan John C. Comer sebagai Diagram yang menunjukkan suatu proses untuk memerinci masalah-masalah yang dihadapi ke dalam komponen-komponen, kemudian dibuatkan alternatifalternatif pemecahan beserta konsekuensi masing-masing alternatif ". Sedangkan menurut Azhar Kasim, pohon keputusan adalah Model grafik yang menggambarkan urut-urutan suatu keputusan serta peristiwa-peristiwa yang terdiri dari situasi keputusan yang berangkai".

5 Dari dua definisi tersebut dapat disimpulkan bahwa pohon keputusan merupakan alat bantu manajemen dalam membuat keputusan untuk masalah-masalah yang kompleks, berangkai dan memerlukan serangkaian pemecahan masalah yang berurutan dalam suatu team work yang baik. Suatu pohon keputusan dapat berbentuk deterministik ataupun probabilitas (stokastik) Kedua bentuk itupun dapat terdiri dari suatu masalah pada tahap tunggal (single stage) untuk satu keputusan ataupun tahap ganda (multi stage) untuk serangkaian keputusan.

6 Bentuk-Bentuk Pohon Keputusan

7 DETERMINISTIK Pohon keputusan deterministik merupakan pohon keputusan yang menyajikan suatu masalah dimana setiap alternatif yang mungkin dan hasilnya diketahui dengan pasti. Jika kita dihadapkan pada dua atau lebih altenatif pilihan penting suatu hasil di masa yang akan datang (profit), maka keputusan yang kita ambil adalah alternatif pilihan yang menghasilkan profit terbesar, karena hal demikian pasti terjadi. Sebaliknya, jika pilihan tersebut merupakan biaya, maka yang kita pilih adalah biaya yang paling minimal.

8 DETERMINISTIK Pohon keputusan deterministik bisa dilakukan melalui satu tahapan ataupun melalui banyak tahapan : Satu tahapan, berarti suatu masalah akan diputuskan hanya dengan satu keputusan dan tidak menimbulkan masalah lain. Banyak tahapan, berarti suatu masalah yang akan dipecahkan melalui pohon keputusan mempunyai paling sedikit satu titik keputusan dan mencakup berbagai keputusan yang berurutan.

9 STOKASTIK Pohon keputusan stokastik merupakan pohon keputusan yang menyajikan suatu masalah dimana setiap alternatifnya dihadapkan adanya banyak kemungkinan memperoleh hasil dan tidak diketahui secara pasti. Kemungkinan terjadinya hasil tersebut dinyatakan dalam probabilitas (prosentase tertentu).

10 STOKASTIK Sama halnya dengan pohon keputusan deterministik, pohon keputusan stokastik dapat dilakukan dengan dua cara, yaitu : Satu tahapan, pohon keputusan mempunyai paling sedikit satu titik kemungkinan peristiwa dan mencakup satu pengambilan keputusan. Tahap ganda, pohon keputusan mempunyai paling sedikit satu titik keputusan dan mencakup berbagai pengambilan keputusan yang berurutan.

11 3. Komponen Pohon Keputusan 1. Titik pilihan (choice node), merupakan hasil akhir sebuah keputusan yang diperoleh dari beberapa alternatif, dan merupakan suatu pilihan yang terbaik. 2. Cabang alternatif (alternative branches), merupakan banyak kemungkinan pilihan jawaban dari suatu persoalan yang berpangkal pada titik pilihan. Pada akhir dari suatu cabang pilihan terdapat nilai atau kemungkinan dari suatu hasil yang diharapkan. 3. Titik hasil (outcome node), merupakan hasil dari tiap-tiap cabang dalam pohon keputusan. Titik hasil ini ditandai dengan sebuah lingkaran pada tiap-tiap cabang pohon keputusan.

12 4. Cabang hasil (outcome branches), merupakan banyaknya kemungkinan untuk meraih suatu hasil dari titik hasil, dan pada tiap-tiap ujung alternatifnya ada nilai kesuksesan (biaya atau profit) 5. Kesuksesan (payoff), merupakan sekumpulan laba (benefit) atau biaya yang mungkin dihasilkan, yang diakibatkan oleh kombinasi suatu keputusan dan suatu keadaan dasar yang acak.

13 4. Prosedur Pembuatan Pohon Keputusan Pembentukan pohon keputusan akan lebih mudah jika melalui tahapan-tahapan berikut : Tahap pertama : membentuk sebuah pohon keputusan dengan membentuk atau menggambarkan cabang-cabangnya. Pada tahapan pertama ini dari titik pilihan (choice node) yaitu mulai dari arah paling kiri ke arah kanan, dengan mengikuti langkah-langkah sebagai berikut : 1. Membuat cabang-cabang alternatif (alternative branches) 2. Pada akhir tiap-tiap cabang alternatif, gambarkan kemungkinan hasil sebagai cabang dari titik hasil (outcome node), dengan membuat lingkaran pada tiap-tiap alternatif dan kemudian membuat cabang-cabang lagi pada suatu kondisi yang berbeda.

14 Tahap kedua, membentuk sebuah pohon keputusan, dengan menyisipkan daun-daun. Pada langkah kedua ini, dimaksudkan untuk menambahkan informasi yang relevan ke dalam pohon keputusan. Adapun pada tahapan ini, harus ditempuh langkah-langkah sebagai berikut : Menentukan biaya (laba) masing-masing altertiatif. jika alternatif tersebut adalah biaya maka di depan angka tersebut harus diberi tanda negatif. Menentukan probabilitas untuk masing-masing kejadian. Nilai probabilitas dapat berubah jika ditemukan informasi tambahan yang relevan, misalnya saja setelah melakukan kegiatan survei atau riser pasar dan seterusnya. Menentukan nilai kesuksesan kotor (payoff kotor) dari masingmasing hasil.

15 Tahap ketiga, memotong cabang keputusan dengan mengumpulkan informasi, jika perlu. Tahap ini merupakan tahap akhir dari pohon keputusan. Dalam memotong cabang-cabang yang tidak diperlukan, dibutuhkan adanya informasi yang akurat dan dapat dipercaya, sebab kesalahan dalam memotong cabang karena kesalahan penerimaan informasi akan berakibat fatal dalam pengambilan keputusan.

16 Oleh karena itu, pada tahap ini harus dilakukan beberapa langkah sebagai berikut : 1. Menghitung nilai bersih yang diharapkan pada tiaptiap titik hasil, dengan rumus : NEV = - biaya + P 1 (Payoff1) + P 2 (Payoff2) + Pn (payoff n) 2. Mengubah masing-masing titik hasil dengan nilai bersih yang diharapkan pada cabang-cabangnya.

17 3. Pada masing-masing titik pilihan, potonglah (buanglah) masing-masing cabang alternatif yang tidak dipakai, dengan catatan : jika NEV mencerminkan biaya atau rugi, maka yang dipotong adalah NEV masing-masing alternatif yang besar. Artinya, hanya tinggal satu alternatif pilihan yaitu biaya atau kerugian terkecil. jika NEV mencerminkan profit atau pendapatan, maka yang dipotong adalah nilai NEV yang kecil, dan yang tersisa yang menjadi pilihan adalah satu nilai NEV terbesar.

18

19

20

21

22

23

24 NEV NEV

25

26

27 Bagaimana Penyelesaiannya?

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

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

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

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

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

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

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

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

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

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 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

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

BAB I PENDAHULUAN. sangat mempengaruhi kelangsungan hidup suatu perusahaan. Dengan kata lain

BAB I PENDAHULUAN. sangat mempengaruhi kelangsungan hidup suatu perusahaan. Dengan kata lain BAB I PENDAHULUAN A. Latar Belakang Masalah Di lingkungan ekonomi bisnis kemampuan dalam membuat keputusan sangat mempengaruhi kelangsungan hidup suatu perusahaan. Dengan kata lain kemampuan dalam mengambil

Lebih terperinci

Penerapan Pohon Keputusan dalam Pengambilan Keputusan Terbaik dibidang Pemasaran Produk

Penerapan Pohon Keputusan dalam Pengambilan Keputusan Terbaik dibidang Pemasaran Produk Penerapan Pohon Keputusan dalam Pengambilan Keputusan Terbaik dibidang Pemasaran Produk Diah Fauziah Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

ANALISIS OF COST RISK COMPARISSON BETWEEN LUMPSUM CONTRACT AND UNIT PRICE CONTRACT USING DECISION TREE METHOD

ANALISIS OF COST RISK COMPARISSON BETWEEN LUMPSUM CONTRACT AND UNIT PRICE CONTRACT USING DECISION TREE METHOD ANALISIS PERBANDINGAN RISIKO BIAYA ANTARA KONTRAK LUMPSUM DENGAN KONTRAK UNIT PRICE MENGGUNAKAN METODE DECISION TREE I Gusti Ngurah Oka Suputra 1, Ariany Frederika 1, dan Putu Sukma Wahyuni 2 Abstrak:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Bidang statistika berhubungan dengan cara atau metode pengumpulan data, pengolahan, penyajian, dan analisisnya serta pengambilan kesimpulan berdasarkan data dan analisis

Lebih terperinci

TEORI PENGAMBILAN KEPUTUSAN. Liduina Asih Primandari, S.Si.,M.Si.

TEORI PENGAMBILAN KEPUTUSAN. Liduina Asih Primandari, S.Si.,M.Si. TEORI PENGAMBILAN KEPUTUSAN Liduina Asih Primandari, S.Si.,M.Si. PENDAHULUAN PROSES PENGAMBILAN KEPUTUSAN MODEL PENGAMBILAN KEPUTUSAN KONSEP PROBABILITAS MATERI - 2 PENGAMBILAN KEPUTUSAN DALAM KONDISI

Lebih terperinci

STRATEGI PENGAMBILAN KEPUTUSAN UNTUK MENENTUKAN WIRAUSAHA DI BIDANG MESSENGER DI INDONESIA

STRATEGI PENGAMBILAN KEPUTUSAN UNTUK MENENTUKAN WIRAUSAHA DI BIDANG MESSENGER DI INDONESIA STRATEGI PENGAMBILAN KEPUTUSAN UNTUK MENENTUKAN WIRAUSAHA DI BIDANG MESSENGER DI INDONESIA Oleh : Whike Melana Susan whike_melanasusan@yahoo.com Fakultas Ekonomi dan Bisnis Manajemen Universitas Narotama

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia dilahirkan ke dunia dengan tujuan menjalankan kehidupannya sesuai dengan kodratnya yakni tumbuh dan berkembang. Untuk tumbuh dan berkembang, berarti setiap

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 ialah pemilihan satu di antara sekian banyak alternatif yang tersedia. Hal ini tidak selalu menjadi hal yang mudah untuk dilakukan karena sebelum

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Pelayanan Yang dimaksud pelayanan pada area anti karat adalah banyaknya output pallet yang dapat dihasilkan per hari pada area tersebut. Peningkatan pelayanan dapat dilihat dari

Lebih terperinci

BAB I PENDAHULUAN. pengguna jasa PT. PLN pada umumnya dan khususnya PT.PLN PERSERO yaitu

BAB I PENDAHULUAN. pengguna jasa PT. PLN pada umumnya dan khususnya PT.PLN PERSERO yaitu BAB I PENDAHULUAN 1.1 Latar Belakang Dalam rangka meningkatkan kualitas pelayanan perawatan terhadap pengguna jasa PT. PLN pada umumnya dan khususnya PT.PLN PERSERO yaitu perawatan terhadap jaringan kabel

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

Sambung Pucuk Pada Tanaman Durian

Sambung Pucuk Pada Tanaman Durian Sambung Pucuk Pada Tanaman Durian Oleh : Elly Sarnis Pukesmawati, SP., MP GRAFTING atau ent, istilah asing yang sering didengar itu, pengertiannya ialah menggambungkan batang bawah dan batang atas dari

Lebih terperinci

Pengambilan Keputusan dalam keadaan ada kepastian. IRA PRASETYANINGRUM, S.Si,M.T

Pengambilan Keputusan dalam keadaan ada kepastian. IRA PRASETYANINGRUM, S.Si,M.T Pengambilan Keputusan dalam keadaan ada kepastian IRA PRASETYANINGRUM, S.Si,M.T Model Pengambilan Keputusan dikaitkan Informasi yang dimiliki : Ada 3 (tiga) Model Pengambilan keputusan. 1. Model Pengambilan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Traveling Salesmen Problem (TSP) Travelling Salesman Problem (TSP) merupakan sebuah permasalahan optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing. Masalah

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

Dynamic Programming. Pemrograman Dinamis

Dynamic Programming. Pemrograman Dinamis Pemrograman Dinamis Pemrograman dinamis merupakan suatu teknik analisa kuantitatif untuk membuat tahapan keputusan yang saling berhubungan. Teknik ini menghasilkan prosedur yang sistematis untuk mencari

Lebih terperinci

BAB I PENDAHULUAN. menghadapi masalah yang harus segera dipecahkannya. Untuk mengurangi

BAB I PENDAHULUAN. menghadapi masalah yang harus segera dipecahkannya. Untuk mengurangi BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Manajemen selalu menghadapi ketidakpastian manakala mereka menghadapi masalah yang harus segera dipecahkannya. Untuk mengurangi ketidakpastian ini dibutuhkan

Lebih terperinci

MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016

MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 MUHAMMAD HAJARUL ASWAD A MT.KULIAH: STATISTIKA DESKRIPTIF UNANDA, 2016 1. Tabel sederhana / tabel satu arah 2. Tabel silang / tabel dua arah 3. Tabel berganda / tiga arah 4. Tabel distribusi frekuensi

Lebih terperinci

BISNIS TANAMAN BONSAI

BISNIS TANAMAN BONSAI Abstrak BISNIS TANAMAN BONSAI Oleh: Galih Sapto Ajie Nim: 10.12.5142 Banyak orang mengatakan bahwa memelihara dan merawat bonsai itu sulit dan memerlukan biaya yang tidak sedikit. Kenyatan itu memang benar,

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database

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

Riset Operasional. Tahun Ajaran 2014/2015 ~ 1 ~ STIE WIDYA PRAJA TANA PASER

Riset Operasional. Tahun Ajaran 2014/2015  ~ 1 ~ STIE WIDYA PRAJA TANA PASER Dalam materi sebelumnya tentang Linier Program, setiap pemecahan persoalan optimasi akan selalu dirumuskan suatu formula rumusan matematika standar yang berlaku untuk semua persoalan. Materi kali ini berdasarkan

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

BAB IV ANALISIS STATISTIK KETIDAKPASTIAN ACAK. Manfaat: Memberikan metode yang benar saat melakukan proses analisis hasil pengukuran.

BAB IV ANALISIS STATISTIK KETIDAKPASTIAN ACAK. Manfaat: Memberikan metode yang benar saat melakukan proses analisis hasil pengukuran. BAB IV ANALISIS STATISTIK KETIDAKPASTIAN ACAK Deskripsi: Pada bab ini akan dibahas mengenai konsep analisis statistic ketidakpastian acak dalam suatu pengukuran. Manfaat: Memberikan metode yang benar saat

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

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

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

Buku Ajar Struktur Data

Buku Ajar Struktur Data B a g i a n 5 Tujuan Instruksional Khusus Pokok Bahasan Mahasiswa mampu menjelaskan struktur data nonlinier Tree. Mahasiswa mampu memahami operasi pada struktur data Tree Struktur data Tree secara umum.

Lebih terperinci

BAB II ANALISIS BIAYA VOLUME LABA SEBAGAI ALAT PERENCANAAN LABA. datang, baik jangka pendek maupun jangka panjang. Oleh karena itu, tugas

BAB II ANALISIS BIAYA VOLUME LABA SEBAGAI ALAT PERENCANAAN LABA. datang, baik jangka pendek maupun jangka panjang. Oleh karena itu, tugas BAB II ANALISIS BIAYA VOLUME LABA SEBAGAI ALAT PERENCANAAN LABA II. 1. Pengertian Perencanaan Laba Berhasil atau tidaknya suatu perusahaan ditandai dengan kemampuan manajemen dalam melihat kemungkinan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Dalam dunia usaha, tujuan setiap perusahaan secara umum adalah mencari

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Dalam dunia usaha, tujuan setiap perusahaan secara umum adalah mencari BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam dunia usaha, tujuan setiap perusahaan secara umum adalah mencari keuntungan/laba. Besarnya laba yang diperoleh seringkali dijadikan tolak ukur dalam menentukan

Lebih terperinci

STATISTIKA PENYAJIAN DATA PENELITIAN

STATISTIKA PENYAJIAN DATA PENELITIAN STATISTIKA PENYAJIAN DATA PENELITIAN Dosen Pembimbing : Bagya Mujianto, S. Pd, M. Kes Ns. Rizana Fajrunni mah, M. Si. Med Disusun Oleh : Alfia Uzma Nabilla Tasya Hamidah Raflanda Hana Solihah Firdaus Maria

Lebih terperinci

BAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu

BAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu dikarenakan peramalan dapat digunakan sebagai rujukan dalam menentukan tindakan yang akan

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 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,

BAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, yang tidak dapat diperkirakan sebagai sesuatu yang pasti. Pada umumnya pengukuran berulang

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

PENGANTAR EKONOMI MANAJERIAL UNTUK RUMAH SAKIT

PENGANTAR EKONOMI MANAJERIAL UNTUK RUMAH SAKIT 98 Memahami Penggunaan Ilmu Ekonomi BAB VII PENGANTAR EKONOMI MANAJERIAL UNTUK RUMAH SAKIT 7.1 Masalah Manajemen dan Ekonomi Perubahan disadari telah terjadi dalam rumah sakit. Fakta di lapangan dan sejarah

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

Berikut beberapa contoh orang yang menggunakan. perusahaannya, yang juga menunjukkan beberapa. bentuk manajemen proyek

Berikut beberapa contoh orang yang menggunakan. perusahaannya, yang juga menunjukkan beberapa. bentuk manajemen proyek one What is Project Management? Apa itu Manajemen Proyek? Apakah kamu ingin jadi salah satunya? Mungkin kamu sudah menjalani tanpa mengetahuinya? Sebenarnya banyak orang terlibat dalam manajemen proyek

Lebih terperinci

BAB I PENDAHULUAN. proses pencatatan, penggolongan dan peringkasan daripada peristiwa-peristiwa

BAB I PENDAHULUAN. proses pencatatan, penggolongan dan peringkasan daripada peristiwa-peristiwa BAB I PENDAHULUAN A. Latar Belakang Masalah Laporan keuangan pada dasarnya adalah hasil dari proses akuntansi yaitu proses pencatatan, penggolongan dan peringkasan daripada peristiwa-peristiwa dan kejadian-kejadian

Lebih terperinci

Dasar Pengambilan Keputusan

Dasar Pengambilan Keputusan Dasar Pengambilan Keputusan Lingkungan ketidak pastian -> kita tidak dapat mengetahui dengan pasti apa yang akan terjadi dimasa yang akan datang. Kompleks -> banyak factor yang berinteraksi dalam berbagai

Lebih terperinci

Pemicu Biaya(Cost Drivers) Pengertian Tujuan Contoh

Pemicu Biaya(Cost Drivers) Pengertian Tujuan Contoh PENGANTAR : HUBUNGAN ANTARA PERILAKU BIAYA DAN BIAYA VOLUME Pemicu Biaya(Cost Drivers) Pengertian Tujuan Contoh Perbandingan Biaya Variabel dan Biaya Tetap Rentang Relevan Perbedaan Penyederhanaan Biaya

Lebih terperinci

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex

Lebih terperinci

PENGELOLAAN DAN PENGENDALIAN PROYEK (Perencanaan Waktu-3 : CPM)

PENGELOLAAN DAN PENGENDALIAN PROYEK (Perencanaan Waktu-3 : CPM) PENGELOLAAN DAN PENGENDALIAN PROYEK (Perencanaan Waktu-3 : CPM) Pertemuan ke-7 Dosen: Ir. Bambang Herumanta, M.T. / Suwardo, S.T., M.T., Ph.D. UNIVERSITAS GADJAH MADA SEKOLAH VOKASI PROGRAM DIPLOMA TEKNIK

Lebih terperinci

BAB II LANDASAN TEORI. Kotler (1999) adalah serangkaian organisasi yang saling tergantung dan terlibat

BAB II LANDASAN TEORI. Kotler (1999) adalah serangkaian organisasi yang saling tergantung dan terlibat BAB II LANDASAN TEORI 2.1 Distribusi Distribusi adalah salah satu aspek pemasaran. Pengertian distribusi menurut Kotler (1999) adalah serangkaian organisasi yang saling tergantung dan terlibat dalam proses

Lebih terperinci

BAB I PENDAHULUAN. Perusahaan melakukan kegiatan operasional bertujuan untuk. memaksimalkan laba serta dapat mempertahankan kelangsungan hidup

BAB I PENDAHULUAN. Perusahaan melakukan kegiatan operasional bertujuan untuk. memaksimalkan laba serta dapat mempertahankan kelangsungan hidup BAB I PENDAHULUAN A. Latar Belakang Perusahaan melakukan kegiatan operasional bertujuan untuk memaksimalkan laba serta dapat mempertahankan kelangsungan hidup perusahaannya. Setiap perusahaan berusaha

Lebih terperinci

Makalah Ekonomi Manajerial Tentang Pengambilan Keputusan Dalam Kondisi Beresiko

Makalah Ekonomi Manajerial Tentang Pengambilan Keputusan Dalam Kondisi Beresiko Makalah Ekonomi Manajerial Tentang Pengambilan Keputusan Dalam Kondisi Beresiko Disusun oleh: Kelompok 13 Nama Anggota : Dimas Widyotomo (125020207111048) Rizkie Imadudien L ( 125020205111004) Jurusan

Lebih terperinci

Mohamad Iqbal MI-3. Pengantar Manajemen Sains

Mohamad Iqbal MI-3. Pengantar Manajemen Sains Pengantar Manajemen Sains Manajemen Sains merupakan pendekatan pengambilan keputusan manajerial yang didasarkan atas metode-metode ilmiah yang menggunakan banyak analisis kuantitatif. Berbagai nama diberikan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Graf Definisi 2.1.1 Sebuah graf didefinisikan sebagai pasangan terurut himpunan dimana: 1. adalah sebuah himpunan tidak kosong yang berhingga yang anggotaanggotanya

Lebih terperinci

BAB II Tinjauan Pustaka

BAB II Tinjauan Pustaka 2.1 Manajemen Proyek 2.1.1 Pengertian Manajemen Proyek BAB II Tinjauan Pustaka Manajemen proyek secara harfiah terdiri dari dua kata, yaitu manajemen dan proyek. Sehubungan dengan itu maka sebaiknya kita

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode yang dipergunakan dalam penelitian ini merupakan metode gabungan, yang menyatukan antara studi pustaka yang penulis lakukan dengan data-data yang

Lebih terperinci

PRAKTEK PENILAIAN RISIKO

PRAKTEK PENILAIAN RISIKO PRAKTEK PENILAIAN RISIKO 1; Pengantar Mengingat bahwa risiko adalah bagian integral dari pencapaian nilai strategis, maka perusahaan tidak berpikiran untuk menghilangkan risiko Sebaliknya, perusahaan ini

Lebih terperinci

ANALISA BIAYA PRODUKSI

ANALISA BIAYA PRODUKSI ANALISA BIAYA PRODUKSI Pengertian Biaya Biaya adalah pengeluaran ekonomis yang diperlukan untuk perhitungan proses produksi. Biaya ini didasarkan pada harga pasar yang berlaku dan pada saat proses ini

Lebih terperinci

TREE STRUCTURE (Struktur Pohon)

TREE STRUCTURE (Struktur Pohon) TREE STRUCTURE (Struktur Pohon) Dalam ilmu komputer, tree adalah sebuah struktur data yang secara bentuk menyerupai sebuah pohon, yang terdiri dari serangkaian node (simpul) yang saling berhubungan. Node-node

Lebih terperinci

Tree. Perhatikan pula contoh tree di bawah ini : Level. Level 2. Level 3. Level 4. Level 5

Tree. Perhatikan pula contoh tree di bawah ini : Level. Level 2. Level 3. Level 4. Level 5 TR (POHON) Tree/pohon merupakan struktur data yang tidak linear/non linear yang digunakan terutama untuk merepresentasikan hubungan data yang bersifat hierarkis antara elemenelemennya. efinisi tree : Kumpulan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Model Markov Dalam teori probabilitas, model Markov adalah model stokastik yang digunakan untuk memodelkan sistem yang berubah-ubah secara random di mana diasumsikan bahwa kondisi

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang 1 BAB I PENDAHULUAN 1.1. Latar Belakang Investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan di masa yang akan

Lebih terperinci

Basis Data. Bab 1. Sistem File dan Basis Data. Sistem Basis Data : Perancangan, Implementasi dan Manajemen

Basis Data. Bab 1. Sistem File dan Basis Data. Sistem Basis Data : Perancangan, Implementasi dan Manajemen Bab 1 Sistem File dan Sistem : Perancangan, Implementasi dan Manajemen Pengenalan Konsep Utama Data dan informasi Data - Fakta belum terolah Informasi - Data telah diproses Manajemen data Basis data Metadata

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

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

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Semakin berkembangnya dunia industri di masa sekarang, semakin kompleks pula permasalahan yang ada pada dunia industri. Salah satu permasalahan yang sering ditemui dalam

Lebih terperinci

PENGANTAR MODEL STOKASTIK. Teknik Industri 2015

PENGANTAR MODEL STOKASTIK. Teknik Industri 2015 PENGANTAR MODEL STOKASTIK hanna.udinus@gmail.com Teknik Industri 2015 the model must fit the data, not vice versa J.P. Benzecri Agenda Masalah Industri Konsep Model Klasifikasi dan Jenis Model Model Stokastik

Lebih terperinci

BAB I PENDAHULUAN. mulai dari perusahaan manufaktur skala besar sampai kecil. Sekarang ini,

BAB I PENDAHULUAN. mulai dari perusahaan manufaktur skala besar sampai kecil. Sekarang ini, BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perusahaan manufaktur merupakan perusahaan yang mengolah bahan baku menjadi barang jadi. Banyak terdapat perusahaan manufaktur di Indonesia, mulai dari perusahaan

Lebih terperinci

Pendahuluan. Angka penting dan Pengolahan data

Pendahuluan. Angka penting dan Pengolahan data Angka penting dan Pengolahan data Pendahuluan Pengamatan merupakan hal yang penting dan biasa dilakukan dalam proses pembelajaran. Seperti ilmu pengetahuan lain, fisika berdasar pada pengamatan eksperimen

Lebih terperinci

Sistem kumpulan dari elemen-elemen atau komponen-komponen atau subsistem-subsistem.

Sistem kumpulan dari elemen-elemen atau komponen-komponen atau subsistem-subsistem. Sistem kumpulan dari elemen-elemen atau komponen-komponen atau subsistem-subsistem. Karakteristik Sistem a. Komponen Sistem (Components) suatu sistem terdiri dari sejumlah komponenyang saling berinteraksi,

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan perusahaan saat ini sudah semakin pesat. Banyak. perusahaan semakin memperluas usahanya untuk meraih pangsa pasar.

BAB I PENDAHULUAN. Perkembangan perusahaan saat ini sudah semakin pesat. Banyak. perusahaan semakin memperluas usahanya untuk meraih pangsa pasar. BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan perusahaan saat ini sudah semakin pesat. Banyak perusahaan semakin memperluas usahanya untuk meraih pangsa pasar. Hal tersebut mendorong terjadinya persaingan

Lebih terperinci

OUTLINE. BAGIAN II Probabilitas dan Teori Keputusan. Konsep-konsep Dasar Probabilitas. Distribusi Probabilitas Diskret.

OUTLINE. BAGIAN II Probabilitas dan Teori Keputusan. Konsep-konsep Dasar Probabilitas. Distribusi Probabilitas Diskret. TEORI KEPUTUSAN OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Distribusi Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian dan Elemen- Elemen Keputusan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Keputusan Teori keputusan adalah teori mengenai cara manusia memilih pilihan diantara pilihan-pilihan yang tersedia secara acak guna mencapai tujuan yang hendak diraih (Hansson,

Lebih terperinci

STRUKTUR POHON (TREE) Pohon atau Tree adalah salah satu bentuk Graph terhubung yang tidak mengandung sirkuit.

STRUKTUR POHON (TREE) Pohon atau Tree adalah salah satu bentuk Graph terhubung yang tidak mengandung sirkuit. Pertemuan 9 STRUKTUR POHON (TREE) ISTILAH-ISTILAH DASAR Pohon atau Tree adalah salah satu bentuk Graph terhubung yang tidak mengandung sirkuit. Karena merupakan Graph terhubung, maka pada Pohon (Tree)

Lebih terperinci

III. KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN III. KERANGKA PEMIKIRAN 3.1 Kerangka Teoritis 3.1.1 Konsep Risiko Istilah risiko (risk) dan ketidakpastian (uncertainty) sering digunakan secara bersamaan atau bahwa risiko sama dengan ketidakpastian.

Lebih terperinci

BAB 1 PENDAHULUAN. manusia untuk menguasainya, perlahan-lahan komputerisasi merupakan langkah terbaik

BAB 1 PENDAHULUAN. manusia untuk menguasainya, perlahan-lahan komputerisasi merupakan langkah terbaik 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi informasi yang makin menuntut manusia untuk menguasainya, perlahan-lahan komputerisasi merupakan langkah terbaik yang menawarkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Pengukuran Waktu Pengukuran waktu adalah pekerjaan mengamati dan mencatat waktuwaktu kerjanya baik setiap elemen ataupun siklus. Teknik pengukuran waktu terbagi atas dua bagian

Lebih terperinci

DASAR PENGAMBILAN KEPUTUSAN

DASAR PENGAMBILAN KEPUTUSAN DASAR PENGAMBILAN KEPUTUSAN Dosen : Diana Ma rifah DASAR PENGAMBILAN KEPUTUSAN Menurut George R. Terry, dasar pengambilan keputusan dibedakan menjadi 5 (lima) macam. Kelima macam dasar pengambilan keputusan

Lebih terperinci

PERBANDINGAN BEBERAPA METODE TRIP ASSIGMENT (PEMBEBANAN PERJALANAN) DALAM PEMODELAN TRANSPORTASI FOUR STEP MODEL

PERBANDINGAN BEBERAPA METODE TRIP ASSIGMENT (PEMBEBANAN PERJALANAN) DALAM PEMODELAN TRANSPORTASI FOUR STEP MODEL Konferensi Nasional Teknik Sipil 3 (KoNTekS 3) Jakarta, 6 7 Mei 2009 PERBANDINGAN BEBERAPA METODE TRIP ASSIGMENT (PEMBEBANAN PERJALANAN) DALAM PEMODELAN TRANSPORTASI FOUR STEP MODEL J. Dwijoko Ansusanto

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

Penyelesaian Five Coins Puzzle dan Penghitungan Worst-case Time dengan Pembuatan Pohon Keputusan

Penyelesaian Five Coins Puzzle dan Penghitungan Worst-case Time dengan Pembuatan Pohon Keputusan Penyelesaian Five Coins Puzzle dan Penghitungan Worst-case Time dengan Pembuatan Pohon Keputusan Lio Franklyn Kemit (13509053) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut

Lebih terperinci

G. Minimum Lokal dan Global Berikut diberikan definisi minimum local (relatif) dan minimum global (mutlak) dari fungsi dua variabel.

G. Minimum Lokal dan Global Berikut diberikan definisi minimum local (relatif) dan minimum global (mutlak) dari fungsi dua variabel. G. Minimum Lokal dan Global Berikut diberikan definisi minimum local (relatif) dan minimum global (mutlak) dari fungsi dua variabel. Definisi. (i) Suatu fungsi f(x, y) memiliki minimum lokal pada titik

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) adalah sistem komputer yang saling berhubungan dan menjadi alat bantu bagi seorang

Lebih terperinci

BabXIX TeoriKeputusan

BabXIX TeoriKeputusan -- ---- BabXIX TeoriKeputusan KAT A KUNCI teori keputusan adalah studi membuat keputusan dalam mencapai beberapa obyektif, sering berupa keadaan yang tidak pasti pohon keputusan adalah diagram yang menjelaskan

Lebih terperinci

Sesi X ANALISIS KEPUTUSAN

Sesi X ANALISIS KEPUTUSAN Mata Kuliah :: Riset Operasi Kode MK : TKS 4019 Pengampu : Achfas Zacoeb Sesi X ANALISIS KEPUTUSAN e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Pendahuluan Causes Problems Actions

Lebih terperinci

PENJADWALAN JOB SHOP STATIK DENGAN METODE SIMULATED ANNEALING UNTUK MEMINIMASI WAKTU MAKESPAN

PENJADWALAN JOB SHOP STATIK DENGAN METODE SIMULATED ANNEALING UNTUK MEMINIMASI WAKTU MAKESPAN PENJADWALAN JOB SHOP STATIK DENGAN METODE SIMULATED ANNEALING UNTUK MEMINIMASI WAKTU MAKESPAN Moh.Husen, Ilyas Masudin, Dana Marsetiya Utama Jurusan Teknik Industri - Universitas Muhammadiyah Malang Muhammad.husen12@yahoo.com

Lebih terperinci

BAB X ANALISIS SISTEM PENDUKUNG KEPUTUSAN (SPK) SEMI TERSTRUKTUR

BAB X ANALISIS SISTEM PENDUKUNG KEPUTUSAN (SPK) SEMI TERSTRUKTUR BAB X ANALISIS SISTEM PENDUKUNG KEPUTUSAN (SPK) SEMI TERSTRUKTUR Ada tiga hal utama yang perlu diketahui oleh penganalisis sistem pendukung keputusan, yaitu : (1) apakah pembuat keputusan utama bersifat

Lebih terperinci

Anak panah (arrow), menyatakan sebuah kegiatan/aktivitas (yang memerlukan jangka waktu tertentu) dalam pemakaian sejumlah sumberdaya

Anak panah (arrow), menyatakan sebuah kegiatan/aktivitas (yang memerlukan jangka waktu tertentu) dalam pemakaian sejumlah sumberdaya SIMBOL-SIMBOL DALAM NETWORK Anak panah (arrow), menyatakan sebuah kegiatan/aktivitas (yang memerlukan jangka waktu tertentu) dalam pemakaian sejumlah sumberdaya Lingkaran kecil (node), menyatakan sebuah

Lebih terperinci

ANALISIS POLA BUSANA Oleh: As-as Setiawati

ANALISIS POLA BUSANA Oleh: As-as Setiawati ANALISIS POLA BUSANA Oleh: As-as Setiawati CARA MENGUKUR BADAN Ketepatan suatu pola dasar ditentukan oleh cara mengukur badan yang tepat. Pola dasar yang baik berarti cara mengambil ukurannya tepat dan

Lebih terperinci

POHON CARI BINER (Binary Search Tree)

POHON CARI BINER (Binary Search Tree) POHON CARI BINER (Binary Search Tree) 50 24 70 10 41 61 90 3 12 35 47 55 67 80 99 POHON CARI BINER (Binary Search Tree) Definisi : bila N adalah simpul dari pohon maka nilai semua simpul pada subpohon

Lebih terperinci

PENGAMBILAN KEPUTUSAN DALAM KETIDAKPASTIAN C. SIKAP TERHADAP RISIKO D. LANGKAH-LANGKAH PENGAMBILAN KEPUTUSAN

PENGAMBILAN KEPUTUSAN DALAM KETIDAKPASTIAN C. SIKAP TERHADAP RISIKO D. LANGKAH-LANGKAH PENGAMBILAN KEPUTUSAN PENGAMBILAN KEPUTUSAN DALAM KETIDAKPASTIAN Ari Darmawan, Dr. S.AB, M.AB Email: aridarmawan_fia@ub.ac.id A. PENDAHULUAN B. KETIDAKPASTIAN, PROBABILITAS DAN NILAI HARAPAN - Probabilitas objektif - Probabilitas

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah. Di zaman serba modern ini berbagai bidang dapat dimasuki perusahaan /

BAB I PENDAHULUAN. A. Latar Belakang Masalah. Di zaman serba modern ini berbagai bidang dapat dimasuki perusahaan / BAB I PENDAHULUAN A. Latar Belakang Masalah Di zaman serba modern ini berbagai bidang dapat dimasuki perusahaan / industri akibat perubahan yang cepat dalam selera, teknologi, dan persaingan. Seiring dengan

Lebih terperinci

a. Ruang Sampel dan Titik Sampel Dalam himpunan ruang sampel disebut Semesta S = 1, 2, 3, 4,5, 6

a. Ruang Sampel dan Titik Sampel Dalam himpunan ruang sampel disebut Semesta S = 1, 2, 3, 4,5, 6 1. Kejadian a. Ruang Sampel dan Titik Sampel Ruang Sampel adalah himpunan dari semua hasil yang mungkin dari suatu kegiatan Contoh : Kegiatan melempar sebuah dadu hasil atau angka yang mungkin muncul adalah

Lebih terperinci