memaksimumkan pendapatan jumlah meja dan kursi waktu kerja karyawan dan perbandingan jumlah kursi dan meja yang harus diproduksi

dokumen-dokumen yang mirip
Contoh Kasus Program Linier K A S U S M A K S I M A S I D A N K A S U S M I N I M A S I

BAB IV PROGRAMA LINIER : METODE GRAFIK

Modul Mata Kuliah. Pemrograman Linear MAT Disusun Oleh: Rully Charitas Indra Prahmana

BAB II. PEMROGRAMAN LINEAR

Fungsi di atas sesuai dengan apa yang kita butuhkan di dalam proses penunjang keputusan pada studi kasus di bawah ini:

LINIER PROGRAMMING Formulasi Masalah dan Pemodelan. Staf Pengajar Kuliah : Fitri Yulianti, MSi.

BAB 2. PROGRAM LINEAR

Soal Linear Programming. By: Rita Wiryasaputra, ST., M. Cs.

PEMROGRAMAN LINIER: FORMULASI DAN PEMECAHAN GRAFIS

Contoh 1. Seorang ahli gizi ingin menentukan jenis makanan yang harus diberikan pada pasien dengan biaya minimum, akan tetapi sudah mencukupi

PROGRAM LINIER DENGAN METODE GRAFIK

Model Linear Programming:

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

CONTOH SOAL UAN PROGRAM LINIER

Model Linear Programming:

Program Linier. Rudi Susanto

MATEMATIKA SISTEM INFORMASI 2 IT

BAB VIII PEMROGRAMAN DINAMIS

PENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI

TIN102 - Pengantar Teknik Industri Materi #8 Ganjil 2016/2017 TIN102 PENGANTAR TEKNIK INDUSTRI

PEMROGRAMAN LINEAR YULIATI,SE,MM

a. untuk (n+1) genap: terjadi ekstrem, dan jika (ii) f (x ) > 0, maka f(x) mencapai minimum di titik x.

LINIEAR PROGRAMMING MATEMATIKA BISNIS ANDRI HELMI M, S.E., M.M.

BAHAN KULIAH TEKNIK RISET OPERASI

PETUNJUK PRAKTIKUM MATA KULIAH ILMU NUTRISI TERNAK NON RUMINANSIA. Materi: Formulasi Pakan

Berikut merupakan alur penyelesaian masalah nyata secara matematik. pemodelan. penyelesaian

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

APLIKASI PROGRAM LINEAR DALAM MASALAH ALOKASI DENGAN MENGGUNAKAN PROGRAM DINAMIK. Erlia Sri Wijayanti ABSTRAK

Riset Operasi. Program Linear. Mata Kuliah STMIK AMIKOM YOGYAKARTA. Heri Sismoro, M.Kom.

PETUNJUK PRAKTIKUM MATA KULIAH ILMU NUTRISI TERNAK NON RUMINANSIA. Materi 1 : Formulasi Pakan

Pendahuluan. Secara Umum :

BAB I PENDAHULUAN. atau yang memiliki nama ilmiah Arachis hypogeae adalah salah satu tanaman

BAB I PENDAHULUAN. Perencanaan produksi pada perusahaan manufaktur merupakan aktivitas

BAB 2 PROGRAM LINEAR

METODE SIMPLEKS DALAM PROGRAM LINIER

BAB III MATERI DAN METODE. Penelitian kecernaan protein dan retensi nitrogen pakan komplit dengan

Model Program Linear dan Daerah Penyelesaian Masalah

BAB I PENDAHULUAN. Industri pakan ternak di dalam negeri sangat berperan mendukung industri

MEMBUAT PERSAMAAN DARI PERSOALAN. Oleh : Zuriman Anthony, ST., MT

Program Linear. Bab I

VII. PEMECAHAN OPTIMAL MODEL INTEGRASI TANAMAN TERNAK

BAB 1 PENDAHULUAN. dari ekonomi global yang melanda hampir negara-negara di Amerika dan Asia. Hal ini

BAB I PENDAHULUAN. adalah beberapa faktor yang menyebabkan kebutuhan manusia tidak terbatas

BAB I PENDAHULUAN Latar Belakang. Perencanaan produksi pada perusahaan manufaktur merupakan aktivitas

PERENCANAAN PRODUKSI PAKAN TERNAK PADA PT ABC MENGGUNAKAN METODE LINEAR PROGRAMMING

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

PROGRAM LINEAR. tersebut. Dua macam fungsi Program Linear: tujuan perumusan masalah

Masalah Penugasan. Tujuan : Memahami dan membuat formulasi model dari permasalahan alokasi sumber daya yang ada dan solusinya

Model Matematis (Program Linear)

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Nurhayanto, SE., MBA

CCR-314 #2 Pengantar Linear Programming DEFINISI LP

LINEAR PROGRAMMING. Pembentukan model bukanlah suatu ilmu pengetahuan tetapi lebih bersifat seni dan akan menjadi dimengerti terutama karena praktek.

PENDAHULUAN. setelah beras. Jagung juga berperan sebagai bahan baku industri pangan dan

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA GRAFIK

IMPLEMENTASI MESIN PRODUKSI PAKAN LELE DUMBO PADA PETERNAK DI DESA ARJOWINANGUN KOTA MALANG

BAB 3 LINEAR PROGRAMMING

OPERATIONS RESEARCH. oleh Bambang Juanda

LAMPIRAN FOTO-FOTO RISET

BAB III. METODE SIMPLEKS

BAB III MATERI DAN METODE. pollard) terhadap respon fisiologi kelinci NZW betina dilaksanakan pada bulan

BAB V PENUTUP. Beberapa simpulan yang dapat diambil dari pembahasan untuk menjawab

UJIAN NASIONAL TAHUN PELAJARAN 2003/2004 SMK. Matematika Non Teknik Bisnis dan Manajemen (E4-1) PAKET 1 (UTAMA) SELASA, 11 MEI 2004 Pukul

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model

Matematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM.

BAB I PENDAHULUAN A. Latar belakang

BAB I PENDAHULUAN. diperlukannya diversifikasi makanan dan minuman. Hal tersebut dilakukan untuk

MATERI DAN METODE. Materi

BAB I PENDAHULUAN. Dalam hal ini, perusahaan sering dihadapkan pada masalah masalah yang

IV. GAMBARAN UMUM LOKASI PENELITIAN DAN KARAKTERISTIK INDUSTRI KECIL KERUPUK

Dosen Pengampu : Dwi Sulistyaningsih

Sejarah Perkembangan Linear Programming

BAB I PENDAHULUAN. perusahaan atau usaha tersebut dapat dikatakan mengalami perkembangan

I. PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. dilakukan oleh suatu bangsa dalam upaya untuk meningkatkan pendapatan dan

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 3 PROGRAM LINEAR 1. MODEL MATEMATIKA

CCR314 - Riset Operasional Materi #2 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

I. PENDAHULUAN. Kelapa sawit adalah salah satu komoditas non migas andalan Indonesia.

BAB 1 PENDAHULUAN. Kebutuhan manusia sebagai makhluk hidup sangatlah beragam, untuk

II. TINJAUAN PUSTAKA 2.1. Usaha Peternakan Sapi Perah

B. Fungsi Sasaran dan Kendala dalam Program Linier

PENDAHULUAN. Program POM program komputer yang digunakan untuk

BAB II TINJAUAN PUSTAKA. Dalam suatu perusahaan terdapat sebuah organisasi yang kegiatannya

Boks 1. SURVEI UMKM POTENSIAL DI KABUPATEN KERINCI

BAB I PENDAHULUAN. 1-1 Universitas Kristen Maranatha

METODE SIMPLEKS DALAM PROGRAM LINIER

BAB III MATERI DAN METODE. Penelitian tentang Penggunaan Tepung Daun Mengkudu (Morinda

BAB I PENDAHULUAN. Bisnis pembuatan kerupuk kulina (kulit ikan nila) merupakan salah satu

II TINJAUAN PUSTAKA. Juni 2010] 6 Masalah Gizi, Pengetahuan Masyarakat Semakin Memprihatinkan. [10

muhammadamien.wordpress.com

Pengambilan Keputusan Manajerial

MATA PELAJARAN WAKTU PELAKSANAAN PETUNJUK UMUM

METODE SIMPLEKS DALAM PROGRAM LINIER

III KERANGKA PEMIKIRAN

Manajemen Operasional

1 Universitas Indonesia

BAB I PENDAHULUAN 1.1 Latar Belakang

Transkripsi:

PEMODELAN

Kasus 1 Seorang pengrajin menghasilkan satu tipe meja dan satu tipe kursi. Proses yang dikerjakan hanya merakit meja dan kursi. Dibutuhkan waktu 2 jam untuk merakit 1 unit meja dan 30 menit untuk merakit 1 unit kursi. Perakitan dilakukan oleh 4 orang karyawan dengan waktu kerja 8 jam perhari. Pelanggan pada umumnya membeli paling banyak 4 kursi untuk 1 meja. Oleh karena itu pengrajin harus memproduksi kursi paling banyak empat kali jumlah meja. Harga jual per unit meja adalah Rp 1,2 juta dan per unit kursi adalah Rp 500 ribu.

Pemodelan Perumusan masalah: tujuan, alternatif keputusan dan sumber daya yang membatasi. Tujuan: memaksimumkan pendapatan. Alternatif keputusan adalah jumlah meja dan kursi yang akan diproduksi. Sumber daya yang membatasi adalah waktu kerja karyawan dan perbandingan jumlah kursi dan meja yang harus diproduksi (pangsa pasar ).

Model matematis Variabel Keputusan: x 1 = jumlah meja yang akan diproduksi x 2 = jumlah kursi yang akan diproduksi Model umum Pemrograman Linier kasus di atas adalah : Fungsi tujuan : Maksimumkan z = 1.2 x 1 + 0.5 x 2 Kendala : 2x 1 + 0.5 x 2 32 x 1 /x 2 ¼ atau 4x 1 x 2 atau 4x 1 x 2 0 x 1, x 2 0

Kasus 2 Seorang peternak memiliki 200 kambing yang mengkonsumsi 90 kg pakan khusus setiap harinya. Pakan tersebut disiapkan menggunakan campuran jagung dan bungkil kedelai dengan komposisi sebagai berikut : Bahan Kg per kg bahan Kalsium Protein Serat Biaya (Rp/kg) Jagung 0.001 0.09 0.02 2000 Bungkil kedelai 0.002 0.60 0.06 5500 Kebutuhan pakan kambing setiap harinya adalah paling banyak 1% kalsium, paling sedikit 30% protein dan paling banyak 5% serat.

Pemodelan Perumusan masalah: tujuan, alternatif keputusan dan sumber daya yang membatasi. Tujuan : meminimumkan biaya pembelian bahan pakan. Alternatifkeputusan adalah jumlah jagung dan bungkil kedelai yang akan digunakan. Sumber daya yang membatasi adalah kandungan kalsium, protein dan serat pada jagung dan bungkil kedelai, serta kebutuhan jumlah pakan per hari.

Model Matematis x 1 = jumlah jagung yang akan digunakan x 2 = jumlah bungkil kedelai yang akan digunakan Model umum Pemrograman linier kasus di atas oleh karenanya adalah : Fungsi tujuan : minimumkan z = 2000 x 1 + 5500 x 2 Kendala : x 1 + x 2 = 90 0.001 x 1 + 0.002 x 2 0.9 0.09 x 1 + 0.6 x 2 27 0.02 x 1 + 0.06 x 2 4.5 x 1, x 2 0

Kasus 3 Suatu bank kecil mengalokasikan dana maksimum Rp 180 juta untuk pinjaman pribadi dan pembelian mobil satu bulan kedepan. Bank mengenakan biaya suku bunga per tahun 14% untuk pinjaman pribadi dan 12% untuk pinjaman pembelian mobil. Kedua tipe pinjaman itu dikembalikan bersama dengan bunganya satu tahun kemudian. Jumlah pinjaman pembelian mobil paling tidak dua kali lipat dibandingkan pinjaman pribadi. Pengalaman sebelumnya menunjukkan bahwa 1% pinjaman pribadi merupakan kredit macet.

Pemodelan Perumusan masalah: Identifikasi tujuan, alternatif keputusan dan sumber daya yang membatasi. Tujuan yang ingin dicapai adalah memaksimumkan pendapatan bunga dan pengembalian pinjaman. Alternatif keputusan adalah jumlah alokasi pinjaman pribadi dan pinjaman mobil. Sumber daya yang membatasi adalah jumlah alokasi anggaran untuk kredit bulan depan dan perbandingan antara jumlah kredit pribadi dan pembelian mobil.

Model Matematis Variabel Keputusan: x 1 = jumlah anggaran untuk pinjaman pribadi x 2 = jumlah anggaran untuk pinjaman pembelian mobil. Model umum Pemrograman Linier kasus diatas adalah : Fungsi tujuan : Maksimumkan z = (0.14 0.01) x 1 + 0.12 x 2 Kendala : x 1 + x 2 180 x 2 2x 1 atau -2x 1 + x 2 0 x 1, x2 0

Kasus 4 Suatu pabrik perakitan radio menghasilkan dua tipe radio, yaitu HiFi-1 dan HiFi-2 pada fasilitas perakitan yang sama. Lini perakitan terdiri dari 3 stasiun kerja. Waktu kerja masing-masing stasiun kerja adalah 8 jam per hari. Masing-masing stasiun kerja membutuhkan perawatan harian selama 10%, 14% dan 12% dari total waktu kerja (8 jam) secara berturut-turut untuk stasiun kerja 1,2 dan 3. Waktu perakitan masing-masing tipe pada masing-masing stasiun kerja adalah sebagai berikut : Stasiun kerja Waktu perakitan per unit (menit) HiFi-1 HiFi-2 1 6 4 2 5 5 3 4 6

Formulasi masalah Alternatif keputusan adalah : radio tipe HiFi-1 (x 1 ) dan radio tipe HiFi-2 (x 2 ). Tujuannya adalah memaksimumkan jumlah radio HiFi-1 dan HiFi-2 yang diproduksi. Sumber daya pembatas adalah : jam kerja masing-masing stasiun kerja dikurangi dengan waktu yang dibutuhkan untuk perawatan. Waktu produktif masing-masing stasiun kerja oleh karenanya adalah : Stasiun 1 : 480 menit 48 menit = 432 menit Stasiun 2 : 480 menit 67.2 menit = 412.8 menit Stasiun 3 : 480 menit 57.6 menit = 422.4 menit.

Model Matematis Variabel keputusan adalah : x1=radio tipe HiFi-1 X2=radio tipe HiFi-2 Fungsi Tujuan: Maksimumkan z = x 1 + x 2 Kendala : 6x 1 + 4x 2 432 5x 1 + 5x 2 412.8 4x 1 + 6x 2 422.4 x 1, x 2 0

Kasus 5 Dua produk dihasilkan menggunakan tiga mesin. Waktu masing-masing mesin yang digunakan untuk menghasilkan kedua produk dibatasi hanya 10 jam per hari. Waktu produksi dan keuntungan per unit masing-masing produk ditunjukkan table di bawah ini : Produk Waktu produksi (menit) Mesin 1 Mesin 2 Mesin 3 Keuntungan 1 10 6 8 2 2 5 20 15 3

Perumusan Masalah Alternatif keputusan adalah : produk 1 (x 1 ) dan produk 2 (x 2 ). Tujuannya adalah memaksimumkan keuntungan Sumber daya pembatas adalah : jam kerja masing-masing mesin.

Model matematis Variabel keputusan produk 1 (x 1 ) dan produk 2 (x 2 ). Fungsi tujuan Maksimumkan z = 2x 1 + 3x 2 Kendala : 10 x 1 + 5 x 2 600 6 x 1 + 20 x 2 600 8 x 1 + 15 x 2 600 x 1, x 2 0