BAB VIII PEMROGRAMAN DINAMIS

dokumen-dokumen yang mirip
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 09

BAB VII METODE TRANSPORTASI

Program Dinamis (Dynamic Programming)

PEMROGRAMAN LINIER: FORMULASI DAN PEMECAHAN GRAFIS

BAB 2 LANDASAN TEORI

Tinjauan BAB V : Tabel Rekap Sumber Pendanaan DAK tidak ada.

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

BAB II LANDASAN TEORI. A. Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear

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

BAGIAN III OPTIMASI DENGAN SOLVER

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER

III KERANGKA PEMIKIRAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Pemodelan Programasi Linier dan Solusi Manual Model Assignment

Algoritma Simplex. Algoritma Simplex adalah algoritma yang digunakan untuk mengoptimalkan fungsi objektif dan memperhatikan semua persamaan

BAB 2. PROGRAM LINEAR

METODE SIMPLEKS DALAM PROGRAM LINIER

PANDUAN PENELITIAN DOSEN UNIVERSITAS BUDI LUHUR

PROGRAMA DINAMIS 10/31/2012 1

BAB IV ANALISIS DAN PEMBAHASAN. A. Statistik Deskriptif. terhadap pernyataan-pernyataan didalam kuesioner. Deskripsi Data bertujuan untuk

Bab III Metodologi III.1 Identifikasi masalah dan model pendekatannya

BAB 2 LANDASAN TEORI. 2.1 Program Dinamik

Model umum metode simpleks

IbW IPTEK BAGI WILAYAH

BAB 2 LANDASAN TEORI

BAB 2 PROGRAM LINEAR

Bentuk fungsi umum dari pemrograman dinamis ini adalah :

PROPOSAL PROGRAM KREATIVITAS MAHASISWA JUDUL PROGRAM

DRAFT PANDUAN PENELITIAN DOSEN STIKES WIDYA HUSADA TAHUN 2014

METODE TRANSPORTASI Permintaan Masalah diatas diilustrasikan sebagai suatu model jaringan pada gambar sebagai berikut:

Penerapan Pemrograman Dinamis dalam Perencanaan Produksi

BAB 2 LANDASAN TEORI

Lecture 5 : Dynamic Programming (Programa Dinamis) Hanna Lestari, ST, M.Eng

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

TRANSPORTASI, PENUGASAN, PEMINDAHAN

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.

Tentukan alokasi hasil produksi dari pabrik pabrik tersebut ke gudang gudang penjualan dengan biaya pengangkutan terendah.

FORMAT PROPOSAL PENELITIAN REGULER

METODE SIMPLEKS DALAM PROGRAM LINIER

PENERAPAN PROGRAM DINAMIS PROBABILISTIK PADA PENJADWALAN PROYEK KONSTRUKSI JEMBATAN

BAB I PENDAHULUAN. kemampuan mendapatkan pemesanan dari para konsumen. Agar produk-produk

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

TRANSPORTASI LEAST COST

TRANSPORTASI, PENUGASAN, PEMINDAHAN

BAB V SIMPULAN DAN SARAN

MANAJEMEN PENGECEKAN INVENTARIS PERUSAHAAN BERBASIS PROGRAM DINAMIS

Program Dinamik (Dynamic Programming) Riset Operasi TIP FTP UB

PERTEMUAN 9 MENENTUKAN SOLUSI FISIBEL BASIS AWAL

PROGRAMA INTEGER. Model Programa Linier : Maks. z = c 1 x 1 + c 2 x c n x n

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

BAB IV TEORI PERMAINAN

PEDOMAN PENELITIAN TENAGA KEPENDIDIKAN

18/09/2013. Ekonomi Teknik / Sigit Prabawa / 1. Ekonomi Teknik / Sigit Prabawa / 2

BAB 3 METODE PEMECAHAN MASALAH

BAB I. PENDAHULUAN PENGAMBILAN KEPUTUSAN

contoh soal metode simplex dengan minimum

LPPM Universitas Andalas,

BAB I PENDAHULUAN. 1.1 Latar Belakang Penelitian. Perekonomian Indonesia menghadapi perdagangan bebas dituntut untuk lebih giat dan

BIAYA MINIMUM PADA PERENCANAAN PRODUKSI DAN PENGENDALIAN PERSEDIAAN UD. HAMING MAKASSAR DENGAN PROGRAM DINAMIK

TRANSPORTASI NORTH WEST CORNER (NWC)

Management, Contoller dan Akuntansi Biaya

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Optimasi Biaya Penggunaan Alat Berat Untuk Pekerjaan Pengangkutan Dan Penimbunan Pada Proyek Grand Island Surabaya Dengan Program Linier

Lecture 5 : Dynamic Programming (Programa Dinamis) Hanna Lestari, ST, M.Eng

BAB 2 LANDASAN TEORI

Program Integer. Riset Operasi TIP FTP UB

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN 1-1

PANDUAN PENYUSUNAN PROPOSAL PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT

BAB 3 LINEAR PROGRAMMING

PENELITIAN DOSEN PEMULA

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

Optimasi Biaya Penggunaan Alat Berat untuk Pekerjaan Pengangkutan dan Penimbunan pada Proyek Grand Island Surabaya dengan Program Linier

BAB I PENDAHULUAN. perusahaan untuk mengambil tindakan yang tepat agar dapat. mempertahankan eksistensinya sesuai dengan konsep going concern.

BAB I PENDAHULUAN. Pengelolaan dan Aset Daerah Kabupaten Boyolali manajemen puncak

BAB II LANDASAN TEORI

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

BAB VIII Analisis BEP (Break Even Point)

IbW IPTEK BAGI WILAYAH

I. PENDAHULUAN 1.1. Latar Belakang

Administrasi Basis Data. Integritas Data. Yoannita

PEMROGRAMAN LINIER. Metode Simpleks

Penerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem

Pokok Bahasan VI Metode Transportasi METODE TRANSPORTASI. Metode Kuantitatif. 70

Model Matematis (Program Linear)

TRANSPORTASI APROKSIMASI VOGEL

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

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN Latar Belakang Masalah

Struktur usulan PKM-P, PKM-K, dan PKM-M terdiri dari komponen berikut:

BAB I PENDAHULUAN 1.1 Latar Belakang

Minimumkan: Z = 4X 1 + X 2 Batasan: 3X 1 + X 2 = 3 4X 1 + 3X 2 6 X 1 + 2X 2 4

BAB III METODE PENELITIAN

OUTLINE PKM-K. 8. Diunggah sebelum 25 November 2017 ke simbelmawa.ristekdikti.go.id 9. Hardcopy dikumpulkan ke perguruan tinggi.

HARGA TRANSFER KONSEP HT :

PERTEMUAN 10 METODE PENDEKATAN VOGEL / VOGEL S APPROXIMATION METHOD (VAM)

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

Transkripsi:

BAB VIII PEMROGRAMAN DINAMIS Pemprograman dinamis merupakan prosedur matematis yang dirancang untuk memperbaiki efisiensi perhitungan masalah pemprograman matematis tertentu dengan menguraikannya menjadi bagian-bagian masalah yang lebih kecil supaya lebih sederhana dalam perhitungannya. Permprograman dinamis pada umumnya menjawab masalah dalam tahap-tahap, dengan setiap tahap meliputi satu variable optimasi. A. Metode Langkah Maju Sebuah perusahaan mempunyai usulan dari ketiga pabriknya untuk kemungkinan mengembangkan sarana produksi. Perusahaan tersebut menyediakan anggaran $ 5 juta untuk alokasi ketiga pabrik. Setiap pabrik diminta untuk menyampaikan usulan yang memberikan jumlah biaya (c) dan jumlah pendapatan untuk setiap usulan. Pabrik 1 Pabrik 2 Pabrik 3 C1 R1 C2 R2 C3 R3 Usulan 1 0 0 0 0 0 0 2 1 5 2 8 1 3 3 2 6 3 9 -- -- 4 -- -- 4 12 -- -- Untuk memudahkan pembahasan, misalkan: X1 = Jumlah modal yang dialokasikan untuk tahap 1 X2 = Jumlah modal yang dialokasikan untuk tahap 1 dan 2 X3 = Jumlah modal yang dialokasikan untuk tahap 1, 2, dan 3 Teknik Riset Operasi- GRR 58

Tahap 1: Penghitungan untuk tahap 1 bersifat langsung, berikut merupakan ringkasan keputusan bersyarat untuk tahap 1. Jika modal (biaya) yang tersedia Maka, usulan Jumlah pendapatan X sama 0 dengan: optimalnya 1 adalah: tahap 10 adalah: 1 2 5 2 3 6 3 3 6 4 3 6 5 3 6 Tahap 2: Gagasan sekarang adalah memilih alternative dalam tahap 2 dengan diketahui X2 menghasilkan pendapatan terbaik untuk tahap 1 dan 2. Rumus berikut meringkaskan sifat dari perhitungan untuk tahap 2. Pendapatan terbesar untuk tahap 1 dan 2 dengan diketahui keadaan X2 sama dengan maksimal semua alternative yang layak dari tahap 2 dengan diketahui X2 (pendapatan alternative yang layak untuk tahap 2 ditambah perndapatan terbesar untuk tahap 1 dengan diketahui keadaan X1. Dimana X1 sama dengan X2 dikurang biaya yang dialokasikan pada alternative tahap 2. X2 = 0 Satu-satunya alternative yang layak untuk tahap 2 dengan diketahui X2 = 0 adalah usulan 1 yang biaya dan pendapatannya sama dengan nol. R (pendapatan) terbesar dengan X2 = 0 adalah (0 + 0 = 0) X2 = 1 Kita hanya memiliki satu alternative yang layak untuk pabrik 2, yaitu usulan 1 yang memiliki biaya dan pendapatan sama dengan nol. Usulan 1: X1 = X2 biaya usulan 1; X1 = 1 0; X1 = 1 Teknik Riset Operasi- GRR 59

Dalam table ringkasan tahap 1 dapat diketahui bahwa penghasilan terbesar dengan diketahui X1 = 1 adalah 5, sehingga: R (pendapatan) terbesar dengan X2 = 1 adalah (0 + 5 = 5) X2 = 2 Kita memiliki dua alternative yang layak untuk pabrik 2, yaitu usulan 1 dan 2. Usulan 1 memiliki biaya dan pendapatan sama dengan nol, dan usulan 2 memiliki biaya dan pendapatan sebesar 2 dan 8. Usulan 1: X1 = X2 biaya usulan 1; X1 = 2 0; X1 = 2 Usulan 2: X1 = X2 biaya usulan 2; X1 = 2 2; X1 = 0 Dalam table ringkasan tahap 1 dapat diketahui bahwa penghasilan terbesar dengan diketahui X1 = 2 dan X1 = 0 masing-masing sebesar 6 dan 0, sehingga: R (pendapatan) terbesar dengan X2 = 2 adalah max (0 + 6, 8 + 0 = 8) X2 = 3 Kita memiliki tiga alternative yang layak untuk pabrik 2, yaitu usulan 1, 2, dan 3. Usulan 1 memiliki biaya dan pendapatan sebesar nol, usulan 2 memiliki biaya dan pendapatan sebesar 2 dan 8, dan usulan 3 memiliki biaya dan pendapatan masingmasing sebesar 3 dan 9. Usulan 1: X1 = X2 biaya usulan 1; X1 = 3 0; X1 = 3 Usulan 2: X1 = X2 biaya usulan 2; X1 = 3 2; X1 = 1 Usulan 3: X1 = X2 biaya usulan 3; X1 = 3 3; X1 = 0 Dalam table ringkasan tahap 1 dapat diketahui bahwa penghasilan terbesar dengan diketahui X1 = 3, X1 = 1, dan X1 = 0 masing-masing sebesar 6, 5, dan 0, sehingga: Teknik Riset Operasi- GRR 60

R terbesar dengan X2 = 3 adalah max (0 + 6, 8 + 5, 9 + 0 = 13) X2 = 4 Kita memiliki 4 alternative yang layak untuk pabrik 2, yaitu usulan 1, 2, 3, dan 4. Usulan 1 memiliki biaya dan pendapatan sebesar nol, usulan 2 memiliki biaya dan pendapatan sebesar 2 dan 8, usulan 3 memiliki biaya dan pendapatan sebesar 3 dan 9, dan usulan 4 memiliki biaya dan pendapatan sebesar 4 dan 12. Usulan 1: X1 = X2 biaya usulan 1; X1 = 4 0; X1 = 4 Usulan 2: X1 = X2 biaya usulan 2; X1 = 4 2; X1 = 2 Usulan 3: X1 = X2 biaya usulan 3; X1 = 4 3; X1 = 1 Usulan 4: X1 = X2 biaya usulan 4; X1 = 4 4; X1 = 0 Dalam table ringkasan tahap 1 dapat diketahui bahwa penghasilan terbesar dengan diketahui X1 = 4, X1 = 2, X1 = 1, dan X1 = 0 masing-masing sebesar 6, 6, 5, dan 0, sehingga: R terbesar dengan X2 = 4 adalah max (0 + 6, 8 + 6, 9 + 5, 12 + 0 = 14) X2 = 5 Kita memiliki 4 alternative yang layak untuk pabrik 2, yaitu usulan 1, 2, 3, dan 4. Usulan 1 memiliki biaya dan pendapatan sebesar nol, usulan 2 memiliki biaya dan pendapatan sebesar 2 dan 8, usulan 3 memiliki biaya dan pendapatan sebesar 3 dan 9, dan usulan 4 memiliki biaya dan pendapatan sebesar 4 dan 12. Usulan 1: X1 = X2 biaya usulan 1; X1 = 5 0; X1 = 5 Usulan 2: X1 = X2 biaya usulan 2; X1 = 5 2; X1 = 3 Usulan 3: X1 = X2 biaya usulan 3; X1 = 5 3; X1 = 2 Teknik Riset Operasi- GRR 61

Usulan 4: X1 = X2 biaya usulan 4; X1 = 5 4; X1 = 1 Dalam table ringkasan tahap 1 dapat diketahui bahwa penghasilan terbesar dengan diketahui X1 = 5, X1 = 3, X1 = 2, dan X1 = 1 masing-masing sebesar 6, 6, 6, dan 5, sehingga: R terbesar dengan X2 = 4 adalah max (0 + 6, 8 + 6, 9 + 6, 12 + 5 = 17) Jika modal (biaya) yang tersedia Maka, usulan Jumlah pendapatan X sama 0 dengan: optimalnya 1 adalah: tahap 20 adalah: 1 1 5 2 2 8 3 2 13 4 2 atau 3 14 5 4 17 Tahap 3: Tidak seperti X1 dan X2, X3 sekarang memiliki satu nilai spesifik, yaitu 5, sehingga kita memiliki 2 alternative yang layak untuk pabrik 3, yaitu usulan 1 dan 2. Usulan 1 memiliki biaya dan pendapatan sebesar nol, dan usulan 2 memiliki biaya dan pendapatan sebesar 1 dan 3. Usulan 1: X2 = X3 biaya usulan 1; X2 = 5 0; X2 = 5 Usulan 2: X2 = X3 biaya usulan 2; X2 = 5 1; X4 = 4 Dalam table ringkasan tahap 2 dapat diketahui bahwa penghasilan terbesar dengan diketahui X2 = 5 dan X2 = 4 masing-masing sebesar 17 dan 14, sehingga: R terbesar dengan X3 = 5 adalah max (17 + 0, 14 + 3 = 17) Teknik Riset Operasi- GRR 62

Jika modal (biaya) yang tersedia Maka, usulan Jumlah pendapatan X sama 5 dengan: optimalnya 1 atau adalah: 2 tahap 317 adalah: Dari perhitungan diatas, kita dapat membaca pemecahan secara langsung. Tahap 3 memberikan pendapatan terbesar sebesar 17 dengan memilih usulan 1 atau 2. Jika kita memilih usulan 1 dengan C3 = 0, maka X2 = (5 0 = 5) dan optimal pada usulan 4 dengan C2 = 4, sehingga X1 = (5 0-4 = 1) dan optimal pada usulan 2 dengan C1 = 1. Pemecahan optimal mengharuskan pemilihan usulan 2 untuk pabrik 1, usulan 4 untuk pabrik 2, dan usulan 1 untuk pabrik 3. Jika memilih usulan 2 dengan C3 = 1, maka X2 = (5-1 = 4) dan optimal pada usulan 3 dengan C2 = 3, sehingga X1 = (5 1-3 = 1) dan optimal pada usulan 2 dengan C1 = 1. Pemecahan optimal mengharuskan pemilihan usulan 2 untuk pabrik 1, usulan 3 untuk pabrik 2, dan usulan 2 untuk pabrik 3. Jika kita memilih usulan 2 dengan C3 = 1, maka X2 = (5-1 = 4) dan optimal pada usulan 2 dengan C2 = 2, sehingga X1 = (5 1-2 = 2) dan optimal pada usulan 3 dengan C1 = 2. Pemecahan optimal mengharuskan pemilihan usulan 3 untuk pabrik 1, usulan 2 untuk pabrik 2, dan usulan 2 untuk pabrik 3. Perhitungan secara ringkas: Tahap 1: Pabrik 1 Usulan 1 Usulan 2 Usulan 3 Max Baris Usulan X 0 0 -- -- 0 1 1 0 5 -- 5 2 2 0 5 6 6 3 3 0 5 6 6 3 4 0 5 6 6 3 5 0 5 6 6 3 Teknik Riset Operasi- GRR 63

Tahap 2: Pabrik 2 Usulan 1 Usulan 2 Usulan 3 Usulan 4 Max Baris Usulan X2 0 0 + 0 = 0 -- -- -- 0 1 1 0 + 5 = 5 -- -- -- 5 1 2 0 + 6 = 6 8 + 0 = 8 -- -- 8 2 3 0 + 6 = 6 8 + 5 = 13 9 + 0 = 9 -- 13 2 4 0 + 6 = 6 8 + 6 = 14 9 + 5 = 14 12 + 0 = 12 14 2 atau 3 5 0 + 6 = 6 8 + 6 = 14 9 + 6 = 15 12 + 5 = 17 17 4 Tahap 3: Pabrik 3 Usulan 1 Usulan 2 Max Baris Usulan X 0 0 + 0 = 0 0 1 1 0 + 5 = 5 3 + 0 = 3 5 1 2 0 + 8 = 8 3 + 5 = 8 8 1 atau 2 3 0 + 13 = 13 3 + 8 = 11 13 1 4 0 + 14 = 14 3 + 13 = 16 16 2 5 0 + 17 = 17 3 + 14 = 17 17 1 atau 2 B. Metode Langkah Mundur Menggunakan kasus sebelumnya, misalkan: X1 = Jumlah modal yang dialokasikan untuk tahap 1, 2, dan 3 X2 = Jumlah modal yang dialokasikan untuk tahap 2 dan 3 X3 = Jumlah modal yang dialokasikan untuk tahap 3 Teknik Riset Operasi- GRR 64

Tahap 1: Pabrik 3 Usulan 1 Usulan 2 Max Baris Usulan X3 0 0 -- 0 1 1 0 3 3 2 2 0 3 3 2 3 0 3 3 2 4 0 3 3 2 5 0 3 3 2 Tahap 2: Pabrik 2 Usulan 1 Usulan 2 Usulan 3 Usulan 4 Max Baris Usulan X2 0 0 + 0 = 0 -- -- -- 0 1 1 0 + 3 = 3 -- -- -- 3 1 2 0 + 3 = 3 8 + 0 = 8 -- -- 8 2 3 0 + 3 = 3 8 + 3 = 11 9 + 0 = 9 -- 11 2 4 0 + 3 = 3 8 + 3 = 11 9 + 3 = 12 12 + 0 = 12 12 3 atau 4 5 0 + 3 = 3 8 + 3 = 11 9 + 3 = 12 12 + 3 = 15 15 4 Tahap 3: Pabrik 1 Usulan 1 Usulan 2 Usulan 3 Max Baris Usulan X 0 0 + 0 = 0 0 1 1 0 + 3 = 3 5 + 0 = 5 5 2 2 0 + 8 = 8 5 + 3 = 8 6 + 0 = 6 8 1 atau 2 3 0 + 11 = 11 5 + 8 = 13 6 + 3 = 9 13 2 4 0 + 12 = 12 5 + 11 = 16 6 + 8 = 14 16 2 5 0 + 15 = 15 5 + 12 = 17 6 + 11 = 17 17 2 atau 3 Teknik Riset Operasi- GRR 65

Contoh 2: (Metode Langkah Maju) Keuntungan pada empat macam kegiatan merupakan fungsi jam kerja yang dialokasikan pada masing-masing kegiatan. Jika setiap hari tersedia 4 jam kerja, bagaimana alokasi waktu sehingga keuntungan perhari maksimum. Kegiatan 1 2 3 4 Jam 0 Kerja 0 0 0 0 1 1 2 3 2 2 3 5 7 5 3 6 8 10 8 4 9 11 12 10 Untuk memudahkan pembahasan, misalkan: X1 = Jumlah jam kerja yang dialokasikan untuk kegiatan 1 X2 = Jumlah jam kerja yang dialokasikan untuk kegiatan 1 dan 2 X3 = Jumlah jam kerja yang dialokasikan untuk kegiatan 1, 2, dan 3 X4 = Jumlah jam kerja yang dialokasikan untuk kegiatan 1, 2, 3, dan 4 Tahap 1: Keuntungan 0 1 2 3 4 Max Baris Kegiatan X 0 0 -- -- -- -- 0 0 1 -- 1 -- -- -- 1 1 2 -- -- 3 -- -- 3 2 3 -- -- -- 6 -- 6 3 4 -- -- -- -- 9 9 4 Teknik Riset Operasi- GRR 66

Tahap 2: Keuntungan 0 1 2 3 4 Max Baris Kegiatan 0 0 + 0 = 0 -- -- -- -- 0 0 1 0 + 1 = 1 2 + 0 = 2 -- -- -- 2 1 2 0 + 3 = 3 2 + 1 = 3 5 + 0 = 5 -- -- 5 2 3 0 + 6 = 6 2 + 3 = 5 5 + 1 = 6 8 + 0 = 8 -- 8 3 4 0 + 9 = 9 2 + 6 = 8 5 + 3 = 8 8 + 1 = 9 11 + 0 = 11 4 Tahap 3: Keuntungan 0 1 2 3 4 Max Baris Kegiatan 0 0 + 0 = 0 -- -- -- -- 0 0 1 0 + 2 = 2 3 + 0 = 3 -- -- -- 3 1 2 0 + 5 = 5 3 + 2 = 5 7 + 0 = 7 -- -- 7 2 3 0 + 8 = 8 3 + 5 = 8 7 + 2 = 9 10 + 0 = 10 -- 10 3 4 0 + 11 = 11 3 + 8 = 11 7 + 5 = 12 10 + 2 = 12 12 + 0 = 12 12 2, 3, 4 Tahap 4: Keuntungan 0 1 2 3 4 Max Baris Kegiatan 0 0 + 0 = 0 -- -- -- -- 0 0 1 0 + 3 = 3 2 + 0 = 2 -- -- -- 3 0 2 0 + 7 = 7 2 + 3 = 5 5 + 0 = 5 -- -- 7 0 3 0 + 10 = 10 2 + 7 = 9 5 + 3 = 8 8 + 0 = 8 -- 10 0 4 0 + 12 = 12 2 + 10 = 12 5 + 7 = 12 8 + 3 = 11 10 + 0 = 10 12 0, 1, 2 Teknik Riset Operasi- GRR 67