GARIS-GARIS BESAR PROGRAM PEMBELAJARAN. Kode Komputer : 068 Kode Mata Kuliah : MMP Dosen Pengampu : Sisca Octarina, M.Sc Eka Susanti, M.

dokumen-dokumen yang mirip
RENCANA PEMBELAJARAN SEMESTER (RPS)

Kata Pengantar. Medan, 11 April Penulis

SILABUS PERKULIAHAN TAHUN AKADEMIK 2015/2016

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION

Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner

RENCANA PEMBELAJARAN SEMESTER

Syarat Fritz John pada Masalah Optimasi Berkendala Ketaksamaan. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak

ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB-SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI

Sub Pokok Bahasan Metode Media Waktu Bacaan Bahasan Mahasiswa dapat 1 Mengenal dan menggunakan maple untuk operasi-operasi sederhana

BAB IV PEMBAHASAN. optimasi biaya produksi pada home industry susu kedelai Pak Ahmadi

BAB I PENDAHULUAN. Inggris dan Amerika bahu- membahu mengupayakan optimum-alokasi bahanbahan

BUKU RANCANGAN PENGAJARAN MATA AJAR METODE NUMERIK. oleh. Tim Dosen Mata Kuliah Metode Numerik

SATUAN ACARA PEMBELAJARAN (SAP) Rincian Kegiatan Metode Media dan Alat Durasi Output. SAP-Statika (TSP-106) Versi/Revisi : 01/00 1 dari 28

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

RENCANA PERKULIAHAN SEMESTER

RENCANA PEMBELAJARAN SEMESTER (RPS)

Optimasi Desain. Dhimas Satria Website : No HP :

SATUAN ACARA PERKULIAHAN. Rekayasa Perangkat Lunak Kode Mata Kuliah: IF0552/3 SKS Program Studi: S 1 Sistem Informasi

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) DAN SATUAN ACARA PERKULIAHAN (SAP)

SATUAN ACARA PERKULIAHAN (SAP)

Pengenalan e-learning

Aplikasi Metode Simpleks pada Produksi Padi di Kabupaten Ogan Ilir Serta Analisis Kelayakan Produksi Secara Sensitivitas

METODE SEQUENTIAL QUADRATIC PROGRAMMING (SQP) PADA OPTIMASI NONLINIER BERKENDALA SKRIPSI

RANCANGAN KEGIATAN PEMBELAJARAN MATA KULIAH MATEMATIKA LANJUT 203H1204. Dosen Pengampu Prof. Dr. Syamsuddin Toaha, M.Sc. Naimah Aris, S.Si, M.Math.

BAB I PENDAHULUAN 1.1. Latar Belakang

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNI UNIVERSITAS RIAU

RENCANA PEMBELAJARAN SEMESTER

OPTIMASI TANAMAN PANGAN DI KOTA MAGELANG DENGAN PEMROGRAMAN KUADRATIK DAN METODE FUNGSI PENALTI EKSTERIOR

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

METODE REDUCED-GRADIENT PADA OPTIMASI NONLINIER BERKENDALA PERTIDAKSAMAAN NONLINIER SKRIPSI. Oleh : Normayati Sumanto J2A

SILABUS, RPP, RPS SISTEM PENDUKUNG KEPUTUSAN. Program Studi Informatika FAKULTAS TEKNIK- UNIVERSITAS PGRI SEMARANG

RENCANA PEMBELAJARAN SEMESTER (RPS)

METODE STEEPEST DESCENT

DESKRIPSI MATA KULIAH : PROGRAM LINIER KODE MK : MT 307

UJIAN TUGAS AKHIR EKA NOVI NURHIDAYATI. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember 2012

OPTIMASI FUNGSI MULTIVARIABLE TANPA KENDALA DENGAN METODE NEWTON

PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER

SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Mendiskusikan pentingnya. perancangan tata

SATUAN ACARA PEMBELAJARAN (SAP)

4. Mahasiswa menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. (S10);

OPTIMISASI NONLINEAR MULTIVARIABEL TANPA KENDALA DENGAN METODE DAVIDON FLETCHER POWELL

KONTRAK PEMBELAJARAN (KP) MATA KULIAH TEKNIK DAN SURVEI DATA TATA RUANG

BAB I PENDAHULUAN. Gambar 1.1. Statistik data mahasiswa Pendidikan Dokter (DAA UGM, 2014)

BAB 2 LANDASAN TEORI

DESKRIPSI SILABUS SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH PENGANTAR ARSITEKTUR TA SKS

METODE STEEPEST DESCENT

SILABUS. 1. Identitas Mata Kuliah. Kode Mata Kuliah : TP401

PERBANDINGAN WAKTU EKSEKUSI METODE STEEPEST DESCENT DAN METODE BARZILAI-BORWEIN MENGGUNAKAN PERANGKAT LUNAK MATLAB KIKI SEPTIANI

Pendidikan Agama Protestan

Interaksi Manusia dan Komputer

SATUAN ACARA PERKULIAHAN MATA KULIAH REKAYASA PERANGKAT LUNAK KODE/SKS : TI11. C342 / 2 SKS

BAB I PENDAHULUAN. Riset Operasi, dalam artian sempit merupakan penerapan dari model-model

Testing dan Implementasi Sistem Kode Mata Kuliah: SK0243 /3 sks Program Studi: S 1 Sistem Informasi

SILABUS SISTEM OPERASI ( TIF204) PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS PEMBANGUNAN JAYA TANGERANG SELATAN

SATUAN ACARA PERKULIAHAN

9 10. MODEL DETERMINISTIK.

KONTROL OPTIMAL PADA PENGADAAN BAHAN MENTAH DENGAN KEBIJAKAN PENGADAAN TEPAT WAKTU, PERGUDANGAN, DAN PENUNDAAN

RANCANGAN KEGIATAN PEMBELAJARAN MATA KULIAH ANALISIS DATA 201H1203. Dosen Pengampu Anna Islamiyati Nasrah Sirajang

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE. Dwi Suraningsih (M ), Marifatun (M ), Nisa Karunia (M )

KBKF73113 SISTEM INFRASTRUKTUR

STKIP KUSUMA NEGARA JAKARTA SILABUS PENDIDIKAN SENI RUPA ANAK USIA DINI. Jam 2 x 50. Usia Dini

BAB 2 TINJAUAN PUSTAKA

Pengantar Bisnis Perbankan dan Lembaga Keuangan

PENGENALAN KOMPUTER DAN SOFTWARE II. Semester: 2 Pengenalan Komputer dan Software II. Introduction to Computer and Software II

Pokok Bahasan /Sub Pokok Bahasan. Kode MP

METODE NUMERIK ROSENBERG

RPKPS TEORI DAN METODE PERANCANGAN ARSITEKTUR

FAKULTAS FTKI UNIVERSITAS NASIONAL RENCANA PEMBELAJARAN

BAB 2 LANDASAN TEORI

BUKU RANCANGAN PEMBELAJARAN

Konsep Sistem Informasi

Dasar Dasar Pemrograman

RENCANA PEMBELAJARAN SEMESTER (RPS)

Oleh Dr. Fahrudin Nugroho Dr. Iman Santosa

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

NO. Pertemuan Materi Ajar Sasaran Pembelajaran

Manajemen Proyek Sistem Informasi

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

SATUAN ACARA PEMBELAJARAN (SAP)

LAPORAN HIBAH PENGAJARAN PENINGKATAN KEGIATAN BELAJAR MENGAJAR. Pengembangan Bahan Ajar sebagai Pendukung SCL melalui Share ITS

Metode Perancangan Program Kode Mata Kuliah: IF0414/4 sks Program Studi: S 1 Sistem Informasi

USULAN PENERAPAN PENJADWALAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA DI PD BLESSING

SATUAN ACARA PERKULIAHAN. Matematika Diskrit. Kode Mata Kuliah: MF0173 / 3 sks Program Studi: S1 Sistem Informasi

RANCANGAN KEGIATAN PEMBELAJARAN MATA KULIAH TEKNIK DEMOGRAFI STATISTIKA 352H1203. Dosen Pengampu Lapodje Talangko Anna Islamiyati

1. ANALISIS KOMPETENSI

n/th Padang, 24 Agustus 2016

PROJEK 2 PENCARIAN ENERGI TERIKAT SISTEM DI BAWAH PENGARUH POTENSIAL SUMUR BERHINGGA

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI PSIKOLOGI. Issue/Revisi : A0 Tanggal : 27 November 2017

Pendidikan Kewarganegaraan

MANUAL PROSEDUR PELAKSANAAN PERKULIAHAN

Sistem dan Teknologi Informasi Korporat

STANDAR PROSES PEMBELAJARAN

RENCANA PEMBELAJARAN SEMESTER (RPS)

Transkripsi:

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Optimasi Kode Komputer : 068 Kode Mata Kuliah : MMP 33308 SKS : 3 sks Dosen Pengampu : Sisca Octarina, M.Sc Eka Susanti, M.Sc I. Deskripsi Mata Kuliah Mata kuliah Optimasi ini merupakan mata kuliah pilihan yang termasuk di dalam kelompok Bidang Minat Optimasi. Mata kuliah ini membahas konsep dasar teknik-teknik Optimasi, pengantar Optimasi, Optimasi Satu secara analisis yang tidak berkendala dan berkendala serta Optimasi multivariabel yang tidak berkendala dan berkendala persamaan atau pertidaksamaan. Selain itu mata kuliah Optimasi ini juga mempelajari tentang manajemen proyek yang terdiri dari jaringan, PERT dan CPM. Beberapa aplikasi Optimasi untuk permasalahan sehari-hari disajikan untuk melengkapi pembahasan. II. Standar Kompetensi Menjadi ilmuwan dan tenaga profesional yang memiliki pengetahuan atau konsep dasar tentang Optimasi dan dapat menerapkannya dalam persoalan nyata. III. Kompetensi Dasar Setelah mengikuti mata kuliah Optimasi, mahasiswa dapat menyelesaikan masalah Optimasi dengan metode-metode Optimasi yang tepat dan efisien.

IV. Indikator Mahasiswa mampu : 1. Menjelaskan teori-teori dasar Optimasi 2. Membedakan jenis-jenis dan karakteristik permasalahan Optimasi 3. Mengetahui kelebihan dan kelemahan metode-metode penyelesaian Optimasi 4. Menyelesaikan permasalahan Optimasi dengan metode-metode yang tersedia 5. Memodelkan persoalan nyata ke dalam bentuk model Optimasi 6. Menyusun manajeman proyek maupun jaringan dan menyelesaikannya baik secara manual maupun dengan bantuan software V. Tujuan Pembelajaran Mata kuliah ini bertujuan agar mahasiswa mampu berpikir rasional, kreatif dan mandiri dalam menyelesaikan persoalan nyata yang berkaitan dengan Optimasi serta dapat mengimplementasikannya dalam dunia kerja. VI. Materi Pokok 1. Pengantar Optimasi 2. Optimasi Satu 3. Optimasi Multivariabel : dan Tidak 4. Manajemen Proyek dan Alur Jaringan VII. Rencana Perkuliahan, Materi Ajar dan Sasaran Pembelajaran No. Pertemuan Materi Ajar Sasaran Pembelajaran Sub Pokok Bahasan 1. Pertama Pengantar Optimasi 1. Menjelaskan kontrak perkuliahan 1. Pengantar 2. Menjelaskan pengantar Optimasi 2. Bentuk Umum Masalah Transportasi 3. Mengidentifikasi dan menjelaskan bentuk umum masalah Optimasi 3. Aplikasi Masalah Optimasi 4. Proses Optimasi 4. Menjelaskan aplikasi masalah Optimasi

2. Kedua Optimasi Satu 3. Ketiga Optimasi Satu 4. Keempat Optimasi Satu 5. Kelima Optimasi Satu (Metode Interpolasi) 5. Menerapkan aplikasi masalah dan menyelesaikannya melalui proses Optimasi 1. Menjelaskan pengantar Optimasi Satu 2. Mendefinisikan dasar dan metodemetode atau hasil-hasil analistis 3. Menjelaskan fungsi unimodal dan cara 4. Menjelaskan penelusuran exhaustive 1. Menjelaskan penelusuran Dichotomous 2. Menjelaskan Interval Having Method 1. Menjelaskan metode Fibonacci dan cara 2. Menjelaskan metode Golden Section 3. Membandingkan metode-metode eliminasi 1. Menjelaskan metode interpolasi kuadratik 2. Menjelaskan metode interpolasi kubik 1. Pengantar 2. Definisi Dasar dan Metode- Metode/Hasil-Hasil Analisis 3. Fungsi Unimodal 4. Penelusuran Exhaustive 1. Penelusuran Dichotomous 2. Interval Halving Method 1. Metode Fibonacci 2. Metode Golden Section 3. Perbandingan Metode-Metode Eliminasi 1. Metode Interpolasi Kuadratik 2. Metode Interpolasi Kubik

6. Keenam Optimasi Satu (Direct Root Methods) 1. Menjelaskan metode Newton dan cara 2. Menjelaskan metode Quasi-Newton dan cara 3. Menjelaskan metode Secant dan cara 7. Ketujuh UJIAN TENGAH SEMESTER 8. Kedelapan Optimasi Multivariabel Tak 9. Kesembilan Optimasi Multivariabel Tak 10. Kesepuluh Optimasi Multivariabel Tak 11. Kese Optimasi Multivariabel 12. Kedua QUIZ 1. Menjelaskan pengantar optimasi multivariabel tak berkendala 2. Menjelaskan definisi dasar dan metodemetode hasil analitis 3. Menjelaskan metode Univariate dan cara 1. Menjelaskan metode Powell dan cara 2. Menjelaskan metode Steepest Descent 1. Menjelaskan metode Newton dan cara 2. Menjelaskan metode Marquardt dan cara Menjelaskan optimasi multivariabel berkendala dengan kendala pertidaksamaan kondisi Kuhn Tucker 1. Metode Newton 2. Metode Quasi Newton 3. Metode Secant 1. Pengantar 2. Definisi Dasar dan Metode Hasil Analitis 3. Metode Univariate 1. Metode Powell 2. Metode Steepest Descent 1. Metode Newton 2. Metode Marquardt Optimasi dengan Kendala Pertidaksamaan: Kondisi Kuhn Tucker

13. Ketiga 14. Keempat 15. Kelima 16. Keenam Manajemen Proyek Manajemen Proyek Alur Jaringan : Model Aplikasi 1. Menjelaskan pengantar dan definisi manajemen proyek 2. Menjelaskan model jaringan 3. Menjelaskan CPM 1. Menjelaskan PERT 2. Menjelaskan alokasi sumber daya 1. Menjelaskan Single source single sink 2. Menjelskan The max flow min cut theorem UJIAN AKHIR SEMESTER 1. Pengantar dan Definisi Manajemen Proyek 2. Model Jaringan 3. CPM 1. PERT 2. Alokasi Sumber Daya 1. Single Source Single Sink 2. The Max Flow Min Cut Theorem 3. Algoritma untuk Alur Maksimal 4. Alur Fisibel VIII. Model dan Metode Pembelajaran Model Pembelajaran Langsung, Sosial, Pemrosesan informasi dan Behavioral Metode Pembelajaran : a. Ekspositori b. Studi Kasus c. Problem Based Learning d. Cooperative Learning e. Diskusi Kelompok f. Simulasi dan Tutorial IX. Media Pembelajaran LCD Projector dan White Board

X. Tugas a. Tugas Terstruktur : Individual, Kelompok, Pengumpulan Data b. Tugas Mandiri : Individual, Kelompok c. Tutorial : Penyelesaian soal-soal XI. Evaluasi a. Tugas Individual b. Tugas Kelompok c. Ujian Tengah Semester d. Kuis e. Ujian Akhir Semester f. Self-assessment g. Observasi kinerja : tampilan, lisan dan tertulis XII. Buku Sumber 1. Bazaraa, Mokhtar S. 2006. Nonlinear Programming. Theory and Algorithms, Willey. 2. Gill E, Philip. 2001. Practical Optimization. Academic Press. 3. Luenberger, D.G. 1984. Linear and Nonlinear Programming, Addison-Wesley Publishing Company. 4. Octarina, S & Puspita, Fitri Maya. 2008. Bahan Ajar Optimasi. Hand Out Pembelajaran. 5. Singiresu S, Rao. 1996. Engineering Optimization Theory and Practice. John Wiley & Sons, New York. 6. Sundaran K, Rangarajan. 2006. A First Course in Optimization Theory. Cambridge University Press.