MANAJEMEN PENGEMBILAN KEPUTUSAN

dokumen-dokumen yang mirip
PERT / CPM. Materi MPK. MANAJEMEN PENGAMBILAN KEPUTUSAN. Penjelasan PERT dan CPM METODE MANUAL: PERT CPM SOFTWARE POM QM: PERT CPM

Masalah Penugasan (Assigment Problem) Pertemuan kuliah Manajemen Pengambilan Keputusan

Metode Simpleks M U H L I S T A H I R

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN, UNIVERSITAS ANDALAS BAHAN AJAR. Simpleks

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

BAB IV. METODE SIMPLEKS

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

BAB III. METODE SIMPLEKS

ANALISIS MAKSIMALISASI KEUNTUNGAN PADA PABRIK TAHU BANDUNG DENGAN PENDEKATAN METODE SIMPLEKS. Rully Nourmalisa N

METODE SIMPLEKS DALAM PROGRAM LINIER

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER

PEMROGRAMAN LINIER. Metode Simpleks

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS 06/10/2014. Angga Akbar Fanani, ST., MT. SPL Nonhomogen dengan penyelesaian tunggal (unique) ~ ~

Operations Management

Model umum metode simpleks

BAHAN KULIAH TEKNIK RISET OPERASI

mempunyai tak berhingga banyak solusi.

PROGRAM LINIER DENGAN METODE GRAFIK

Metode Simpleks Dalam Optimalisasi Hasil Produksi

ANALISIS LINIER PROGRAMMING UNTUK OPTIMALISASI KOMBINASI PRODUK

BAB 4 HASIL DAN PEMBAHASAN

: METODE GRAFIK. Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya

MATA KULIAH RISET OPERASIONAL

BAB III. POM-QM for Windows

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

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

BAB II TINJAUAN PUSTAKA

Metode Simpleks dengan Big M dan 2 Phase

BAB II METODE SIMPLEKS

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

Ardaneswari D.P.C., STP, MP.

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

PRAKTIKUM II PEMROGRAMAN LINIER (METODE SIMPLEKS)

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

Metode Simpleks Minimum

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

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

BAB II TINJAUAN PUSTAKA

TEORI DUALITAS & ANALISIS SENSITIVITAS

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

penelitian, yaitu kontribusi margin dan kendala. Berikut adalah pengertian dari

Teknik Riset Operasi. Oleh : A. AfrinaRamadhani H. Teknik Riset Operasi

Pertemuan 2 Metode Simplex

Riset Operasional LINEAR PROGRAMMING

Pendahuluan. Secara Umum :

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

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

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

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

Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan

ANALISIS PENENTUAN KOMBINASI PRODUK OPTIMAL PADA PT. PISMATEX DI PEKALONGAN

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

ANALISIS CONTRIBUTION MARGIN ATAS PRODUK-PRODUK PADA USAHA WARUNG MAKAN PUTRA BUKIT DI TENGGARONG (PENERAPAN METODE SIMPLEK)

BAB II TINJAUAN PUSTAKA

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

Pemrograman Linier (3)

BAB 3 METODE PENELITIAN

Z = 5X1 + 6X2 + 0S1 + 0S2 + MA1 + MA2. Persoalan Primal (asli) Persoalan Dual (kebalikan dari primal)

Algoritma Simpleks Dan Analisis Kepekaan

Pemrograman Linier (2)

BAB V PROGRAMA LINIER : METODE SIMPLEKS

BAB II TINJAUAN PUSTAKA. variabel dalam persamaan tersebut adalah satu (Ayres, 2004).

BAB 2 LANDASAN TEORI

B. Persoalan Batasan Campuran

TUGAS PENDAHULUAN PRAKTIKUM KOMPUTER INDUSTRI 1 MODUL TRANSPORTASI TIPE SOAL D

Metode Simpleks dalam Bentuk Tabel (Simplex Method in Tabular Form) Materi Bahasan

1) Formulasikan dan standarisasikan modelnya 2) Bentuk tabel awal simpleks berdasarkan informasi model di atas 3) Tentukan kolom kunci di antara

Ada beberapa kasus khusus dalam simpleks. Kadangkala kita akan menemukan bahwa iterasi tidak berhenti, karena syarat optimalitas atau syarat

MBTI L/O/G/O Analisis Sensitivitas

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

Pengujian Hipotesis. Julian Adam Ridjal. PS Agribisnis Universitas Jember

Pemrograman Linier (2)

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

CCR-314 #2 Pengantar Linear Programming DEFINISI LP

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

III. METODE PENELITIAN

METODE SIMPLEKS. Obyektif 1. Memahami cara menyelesaikan permasalahan menggunakan solusi grafik 2. Mengetahui fungsi kendala dan fungsi tujuan

PROGRAM LINEAR: METODE SIMPLEX

OPTIMASI PENGGUNAAN BAHAN BAKAR UNIT PLTD DENGAN MENGGUNAKAN MODEL FUZZY GOAL PROGRAMMING DI PT. CAHAYA PUTRI AGUNG RIMBAJAYA TUGAS AKHIR

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

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

Pengubahan Model Ketidaksamaan Persamaan

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

PROGRAM LINEAR DENGAN METODE SIMPLEX

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

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

IMPLEMENTASI TEKNIK RISET OPERASI PADA PROGRAM LINEAR MENGGUNAKAN PROGRAM POM-QM WINDOWS 3

Bab II. Landasan Teori

Model Linear Programming:

Taufiqurrahman 1

BAB 2 LANDASAN TEORI

BAB 3 METODE PENELITIAN

LINEAR PROGRAMMING MODEL SIMPLEX

BahanKuliahKe-3 Penelitian Operasional VARIABEL ARTIFISIAL. (Metode Penalty & Teknik Dua Fase) Oleh: Darmansyah Tjitradi, MT.

BAB 2 Alamanda. LINEAR PROGRAMMING: METODE GRAFIK Fungsi Tujuan Maksimasi dan Minimasi

Dosen Pengampu : Dwi Sulistyaningsih

Transkripsi:

Julian Adam Ridjal PS Agribinis Universitas Jember www.adamjulian.net Penjelasan singkat tentang linear programming dapat dilihat di : www.adamjulian.net 1. Penyelesaian LP dengan metode Grafik Contoh Soal 1 : (metode Grafik) Perusahaan agroindustri AGRI MILK JAYA memproduksi dua macam produk yaitu susu fermentasi dan keju. Beberapa persoalan yang perlu diperhatikan adalah : a. Untuk memproduksi susu fermentasi, diperlukan 20 menit mesin I, 10 menit mesin II, 40 menit packaging dan 20 menit proses finishing. Sedangkan untuk memproduksi keju diperlukan 50 menit mesin I, 30 menit mesin II, 10 menit packaging dan 20 menit proses finishing. b. Kapasitas maksimum masing-masing mesin adalah : - Mesin I 1.000 menit - Mesin II 600 menit - Proses packaging 800 menit - Proses finishing 800 menit c. Potensi keuntungan yang akan diperoleh adalah Rp. 300,00 untuk susu fermentasi dan Rp. 400,00 untuk keju. Sebagai pimpinan perusahaan, Anda diminta untuk mencari berapa kombinasi produksi yang paling optimal, dan jumlah keuntungan yang akan diperoleh! Jawab : Misalkan, produksi susu fermentasi = X ; dan produksi keju = Y. Fungsi batasan yang ada : - Mesin I : 20 X + 50 Y = 1.000 - Mesin II : 10 X + 30 Y = 600 - Proses packaging : 40 X + 10 Y = 800 - Proses finishing : 20 X + 20 Y = 800 Fungsi tujuan : Z = Rp. 300,00 (X) + Rp. 400,00 (Y) Julian Adam Ridjal PS Agribisnis Universitas Jember www.adamjulian.net MANAJEMEN PENGEMBILAN KEPUTUSAN

Data yang diketahui di atas, digambarkan dalam grafik : Pada gambar di atas terlihat bahwa posisi keuntungan maksimum terdapat pada perpotongan antara fungsi : Kombinasi produksi yang optimal adalah : Susu fermentasi = 17 unit = Rp.5.100,00 + Rp.5.200,00 Keju = 13 unit = Rp.10.300,00 Keuntungan = 17 (Rp.300,00) + 13 (Rp.400,00) Manajemen Pengambilan Keputusan Linear Progamming 2

2. Penyelesaian LP dengan metode Simpleks Contoh Soal 2 : (metode Simpleks) Selesaikan masalah berikut dengan metode simpleks : Maksimumkan : 2 X1 + 3 X2 X3 Dengan batasan : 3 X1 + 6 X2 30 Jawab : 4 X1 + 2 X2 + X3 20 X2 + X3 10 Xj 0 ; j = 1,2,3 Rumuskan masalah dalam bentuk standar dengan menambahkan variabel-variable slack ke semua persamaan batasan. Catat bahwa ini juga merupakan bentuk tabel dengan S1, S2 dan S3 sebagai basis awal. Tabel pertama adalah : Iterasi 1 : a. Hasil Cj Zj yang positif paling besar adalah 3. Jadi X2 adalah kolom poros (pivot). b. Hitung rasio antara kolom kuantitas (sisi paling kanan) dibagi (kolom X 2) yaitu 30/6 = 5; 20/2 = 10; 10/1 = 10. Karena 5 merupakan rasio minimum, ditentukan oleh baris pertama, dan X2 adalah kolom poros, maka 6 adalah elemen poros. c. Bagi baris pertama dengan 6, kemudian kurangi baris 2 dengan dua kali baris baru ini, dan kurangi baris 3 dengan satu kali baris baru tersebut. Jadi, dalam tabel kedua berikut, X2 menggantikan S1 sebagai variabel dasar. Angka-angka Zj baru diperoleh dengan mengalikan kolom Cj engan masing-masing kolom dan kemudian menjumlahkannya. Manajemen Pengambilan Keputusan Linear Progamming 3

Iterasi 2 : a. Cj Zj positif paling besar adalah 1/2. Jadi X1 adalah kolom poros (pivot). b. Hitung rasio antara kolom sisi paling kanan dibagi kolom X1 yaitu 5/½ = 10; 10/3 = 3 1/3; rasio untuk elemen ketiga tidak dihitung karena negatif. 3 1/3 merupakan rasio minimum sehingga 3 adalah elemen poros. c. Bagi kolom kedua dengan 3. Kemudian kurangi kolom 1 dengan 1/2 kali baris baru dan tambahakan 1/2 kali baris baru ke kolom ketiga. Jadi, dalam tabel ketiga berikut, X1 menggantikan S2 sebagai variabel dasar. Angka-angka Zj seperti yang dilakukan sebelumnya, ditentukan dengan mengalikan kolom Cj dengan masing-masing kolom dan kemudian menjumlahkannya. Manajemen Pengambilan Keputusan Linear Progamming 4

Iterasi 3 : a. Tidak ada hasil positif dari Cj Zj. Oleh karena itu, tabel ketuga adalah table optimal. Variabelvariabel dasar sama dengan kolom sisi paling kanan, dan variabel-variabel bukan dasar sama dengan 0. Nilai fungsi tujuan Z adalah nilai terakhir kolom sisi paling kanan. b. Jadi, X1 = 10/3 ; X2 = 10/3 ; X3 = 0 ; S1 = 0 ; S2 = 0 ; S3 = 20/3 ; Z = 50/3 3. Penyelesaian LP dengan Software POM-QM Contoh Soal 3 : Perusahaan mebel antik JATI WOOD membuat meja dan kursi antik dari kayu jati pilihan. Setiap meja membutuhkan pekerjaan tukang kayu rata-rata selama 4 jam dan pengecatan rata-rata 2 jam. Setiap kursi membutuhkan pekerjaan tukang kayu rata-rata 3 jam dan pengecatan rata-rata 1 jam. Dalam satu minggu tersedia 240 jam kerja untuk tukang kayu dan 100 jam kerja untuk pengecatan. Jika dijual, setiap meja menghasilkan keuntungan rata-rata Rp. 700.000 ; dan setiap kursi Rp. 500.000. Pekerjaan Jam yang dibutuhkan Jam kerja yang tersedia per minggu Meja Kursi 240 Tukang kayu 4 3 100 Pengecatan 2 1 Keuntungan per unit 7 (dalam ratusan ribu rupiah) 5 (dalam ratusan ribu rupiah) Berapa seharusnya produksi meja dan kursi dalam satu minggu kerja agar profit total perusahaan JATI WOOD maksimal? Jawab : 1. Pilih module Linear Programming 2. Manajemen Pengambilan Keputusan Linear Progamming 5

3. Setelah itu diisikan data sesuai soal. Nilai X1 dan X2 adalah meja dan kursi. 4. Dari data yang terisi akan muncul otomatis persamaan matematisnya. 5. Hasil dari analisis ini disediakan 6 output. Manajemen Pengambilan Keputusan Linear Progamming 6

Iterasi hanya muncul apabila persoalan yang diselesaikan tidak rumit. Manajemen Pengambilan Keputusan Linear Progamming 7

6. Dari Linear Programming Results dan Graph ditunjukkan bahwa solusi optimal bagi perusahaan meber JATI WOOD untuk memaksimalkan keuntungannya adalah memproduksi meja sebanyak 30 unit dan kursi sebanyak 40 unit. Keuntungan maksimal yang diperroleh sebebsar 410 (dalam ratusan rupiah) atau sebesar Rp. 41.000.000. Manajemen Pengambilan Keputusan Linear Progamming 8

Daftar Pustaka : Ahyari, A. 1986. Manajemen Pengendalian Produksi. Yogyakarta : BPFE. Handoko, H.T. 2003. Manajemen Produksi dan Operasi. Yogyakarta : BPFE. Iqbal, M. H., 2004. Pokok-Pokok Teori Pengambilan Keputusan. Jakarta : Ghalia Indonesia. Levin, R.I, dkk. 2002. Pengambilan Keputusan Secara Kuantitatif. Jakarta : PT RajaGrafindo Persada Prasetyo, A. 2009. QM for Windows. Jakarta : Elex Media Komputindo Wahid S., A. 1992. Penulisan Bahan Pengajaran Bahan Kuliah : Teori Pengambilan Keputusan. Jakarta : PAU-SE Universitas Indonesia Weiss, J.H. 2013. QM for Windows. New Jersey : Pearson Prentice Hall. Yamit, Z. 1999. Manajemen Persediaan. Yogyakarta : FE UII. Manajemen Pengambilan Keputusan Linear Progamming 9