MKDB UAS Semester Genap 2014/2015

dokumen-dokumen yang mirip
MOJAKOE MKDB. Dilarang Memperbanyak Mojakoe ini tanpa seijin. Mojakoe dapat didownload di

Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEUI. Download MOJAKOE dan SPA Mentoring di : MOJAKOE MKDB SPA FEUI 2014

MOJAKOE. June 4. Metode Kuantitatif dalam Bisnis

MENTORING MKDB. Dilarang Memperbanyak Mentoring ini tanpa seijin SPA FEUI. Mentoring dapat didownload di

Perpajakan 1. UAS Semester Genap 2014/2015

Tabel 1. Soal Lapres. Benang Pewarna Harga Jual Permasalahan tersebut dimodelkan sebagai berikut : X2 = Sarung Anak

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)

UJIAN AKHIR SEMESTER GENAP 2014/2015 Mata Kuliah : Metode Kuantitatif dalam Bisnis

Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan

MOJAKOE MOdul JAwaban KOEliah

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi

Dualitas Dalam Model Linear Programing

Dualitas Dalam Model Linear Programing

Materi #13 TKT101 PENGANTAR TEKNIK INDUSTRI T a u f i q u r R a c h m a n

TIN102 - Pengantar Teknik Industri Materi #13 Ganjil 2016/2017 TIN102 PENGANTAR TEKNIK INDUSTRI

Metodologi Penelitian

PERTEMUAN 6 TEORI PENGAMBILAN KEPUTUSAN

SPA MENTORING. Rabu, 23 Maret 2016 MKDB (UTS) By: Chelvin Romaretho Silalahi. SOAL 1 Integer Linear Programming

MOJAKOE. MOdul JAwaban KOEliah. Pengantar Akuntansi 1. UTS Semester Gasal 2014/2015

Keputusan MODUL OLEH

DECISION THEORY DAN GAMES THEORY

Metode Kuantitatif Bisnis. Week 2 Linear Programming Graphic Method

Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN

Analisis Sensitifitas DALAM LINEAR PROGRAMING

STRATEGI GAME. Achmad Basuki

Perpajakan 1 UTS Semester Genap 2014/2015

Teori Pengambilan Keputusan. Week 10 Decision Analysis Decision Tree

PENGENALAN SISTEM OPTIMASI. Oleh : Zuriman Anthony, ST. MT

LAPORAN PRAKTIKUM SISTEM INFORMASI MANAJEMEN TRANSPORTASI

PENGAMBILAN KEPUTUSAN DALAM KONDISI KONFLIK (GAME THEORY)

Decision Making Prentice Hall, Inc. A 1

PROGRAM LINIER PROGRAM LINIER DENGAN GRAFIK PERTEMUAN 2 DEFINISI PROGRAM LINIER (1)

Model Transportasi. Sumber (Supply) Rute Distribusi Tujuan (Demand) X 11 Los Angeles Chicago D 1 = 700

Teori Pengambilan Keputusan. Week 2 Linear Programming Graphic Method

MOJAKOE MANAJEMEN INVESTASI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TIN102 - Pengantar Teknik Industri Materi #12 Ganjil 2014/2015 TIN102 PENGANTAR TEKNIK INDUSTRI

2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier)

PEMROGRAMAN LINIER. Metode Simpleks

BAB I PENDAHULUAN. 1.1 Latar Belakang

LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel

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

BAB 2 LANDASAN TEORI

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

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

SOAL 1 (bobot : 20%) SOAL 2 (BOBOT : 20%)

BAB IX PROSES KEPUTUSAN

Model Transportasi 1

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

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

Latihan soal (mata kuliah: Teknik Riset Operasi) By. Rita Wiryasaputra, ST., M. Cs.

Bab 2 LANDASAN TEORI

PENGAMBILAN KEPUTUSAN MANAJEMEN

TUGAS BESAR RISET OPERASI

Teori Permainan. Lecture 8 : Pengambilan Keputusan dalam Kondisi Konflik (Game Theory) Hanna Lestari, ST, M.Eng

Pemodelan Programasi Linier dan Solusi Manual Model Assignment

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

Makalah Ekonomi Manajerial Tentang Pengambilan Keputusan Dalam Kondisi Beresiko

Teori Game (Game Theory/Teori Permainan) Teori Game, Ahmad Sabri, Universitas Gunadarma

BAB III METODE ANALISIS INCREMENTAL

Dosen Pembina: HP :

Mentoring SPA FEB Investasi Pasar Modal. Official. UAS Semester Gasal 2015/2016

SATUAN ACARA PERKULIAHAN

MOJAKOE. MOdulJAwabanKOEliah. Pengantar Akuntansi 2. UTS Semester Genap 2014/2015

Tujuan Praktikum Landasan Teori 2.1 Sejarah dan Pengertian

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

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

BAB IV TEORI PERMAINAN

Tugas Akhir KAJIAN PEMILIHAN STUKTUR DUA RANTAI PASOK YANG BERSAING UNTUK STRATEGI PERBAIKAN KUALITAS

MOJAKOE MOdul JAwaban KOEliah

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

Manajemen Operasional

BAB VI Program Linear Bilangan Bulat

Pemain B B 1 B 2 B 3 9 5

CCR-314 #2 Pengantar Linear Programming DEFINISI LP

LATIHAN SOAL TERJAWAB-BAB 10. Untuk mahasiswa, jawaban diberikan untuk soal ganjil.

Model Matematis (Program Linear)

Keputusan Dalam Ketidakpastian dan Resiko

Operation Research (OR) Dosen : Sri Rahayu, S.E BAGIAN 1 PENDAHULUAN

METODE SIMPLEKS (MS)

Definisi & Latar Belakang...(1/2)

Economic Managerial; Introduction. Mohammad Arief

PERSOALAN TRANSPORTASI

BAB 2. PROGRAM LINEAR

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

BAB II TINJAUAN PUSTAKA

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

Definisi & Latar Belakang...(1)

MOJAKOE. June 5. Pengantar Akuntansi 2

TEORI PERMAINAN. JHON HENDRI RISET OPERASIONAL UNIVERSITAS GUNADARMA 2009 Page 1

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

SILABUS JURUSAN MANAJEMEN - PROGRAM STUDI S1 MANAJEMEN FAKUTAS EKONOMI UNIVERSITAS GUNADARMA

Lecture 1: Concept of Game Theory A. Pendahuluan bidang perdagangan (bisnis), olahraga, peperangan (pertahanan), dan politik

BAB II LANDASAN TEORI

MODEL NETWORK. Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi

SPA MENTORING Rabu, 23 Maret 2016 MKDB (UTS) By: Febe

BAB 3 PEMBAHASAN. 3.1 Pengumpulan Data

BAB II. PEMROGRAMAN LINEAR

Transkripsi:

MOJAKOE MOdul JAwaban KOEliah MKDB UAS Semester Genap 2014/2015 t@spafebui fspa FEB UI Dilarang memperbanyak MOJAKOE ini tanpa seijin SPA FEB UI. Official Partners:

1

2

3

4

SOAL 1 MODELLING LINEAR PROGRAMMING 1. a) Decision Variable: X = Saham Y = Obligasi Objective Function: Z (maksimisasi imbal hasil) = 0.18 X + 0,.06 Y Subject to: X + Y 720,000,000 X + Y = 720 X 0.65 (X + Y) X 0.65 X + 0.65 Y 7/13 X Y 0.22 X + 0.05 Y 100,000,000 0.22 X + 0.05 Y 100 X, Y 0 b) Kurva: Menggambarkan kurva dengan memakai 3 konstrain yang ada. Kurva berwarna merah menunjukkan persamaan untuk konstrain X + Y = 720. Kuva berwarna kuning menunjukkan persamaan untuk konstrain 7/13 X Y. Dan Kurva berwarna biru menunjukkan persamaan untuk konstrain 0.22 X + 0.05 Y 100. 2000 7/13 X Y 720 A B C D 0.22 X + 0.05 Y 100 0 454.5 720 X + Y 720 Nilai ketiga titik: Titik A : (X, Y) = (0, 720) Titik B : X + Y = 720 0.22 X + 0.05 Y = 100 x 20 X + Y = 720 4.4 X + Y = 2000 - - 3.4 X = - 1280 X = 376.47 X + Y = 720 5

376.47 + Y = 720 Y = 343.53 (X, Y) = (376.47, 343.53) Titik C : Y = 7/13 X 0.22 X + 0.05 Y = 100 Substitusi: 0.22 X + 0.05 (7/13X) = 100 0.247 X = 100 X = 404.85 Y = 7/13 (404.85) Y = 217.99 (X, Y) = (404.85, 217.99) Titik D : (X, Y) = (0, 0) Solusi: Z = 0.18 X + 0.06 Y Solusi ada pada titik B, dimana X (saham) senilai 376.47 juta dan Y (obligasi) senilai 343.53 juta. Dengan total imbal hasil sebesar 88.37 juta rupiah 2. Informasi: Pabrik Supply (dalam kodi) 1. Depok 250 2. Pulo Gadung 400 Toko Demand A. Tanah Abang 300 B. Mangga Dua 350 Cost Pengiriman Dari Depok ke Tanah Abang = Rp 40,000 Dari Depok ke Mangga Dua = Rp 65,000 Dari Pulo Gadung ke Tanah Abang = Rp 70,000 Dari Pulo Gadung ke Mangga Dua = Rp 30,000 A) Decision Variable: Xij = jumlah pakaian yang dikirim dari pabrik i ke toko j Dimana i = 1 (Depok), 2 (Pulo Gadung) j = A (Tanah Abang). B (Mangga Dua) Sehingga: X 1A = Jumlah pakaian yang dikirim dari Depok ke Tanah Abang X 1B = Jumlah pakaian yang dikirim dari Depok ke Mangga Dua X 2A = Jumlah pakaian yang dikirim dari Pulo Gadung ke Tanah Abang X 2B = Jumlah pakaian yang dikirim dari Pulo Gadung ke Mangga Dua 6

B) Objective Function: Minimize Z = Rp 40,000 X 1A + Rp 65,000 X 1B + Rp 70,000 X 2A + Rp 30,000 X 2B C) Consraints: 1. Pabrik Depok memproduksi 250 kodi pakaian: X 1A + X 1B = 250 2. Pabrik Pulo Gadung memproduksi 400 kodi pakaian: X 2A + X 2B = 400 3. Demand/permintaan dari Tanah Abang: X 1A + X 2A = 300 4. Demand/permintaan dari Mangga Dua X 1B + X 2B = 350 C. Model Summary: Minimize Z = Rp 40,000 X 1A + Rp 65,000 X 1B + Rp 70,000 X 2A + Rp 30,000 X 2B Subject to: X 1A + X 1B = 250 X 2A + X 2B = 400 X 1A + X 2A = 300 X 1B + X 2B = 350 Xij 0 SOAL 2. DECISION ANALYSIS a) Decision Tree: Dijual (5 juta) 8 1 Menemukan 0.7 2 Papua (- 3 juta) 4 Tidak Menemukan 0.3 5 Dibangun (- 4 juta) 9 Naik 0.7 Turun 0.3 10 11 12 juta 6 juta Singapura (- 4 juta) Naik 0.7 6 6 juta 3 Turun 0.3 7 3 juta 7

Pilihan di Papua: Node 9 = ((node 11 x 0.3) + (node 10 x 0.7)) 4 juta = ((6 juta x 0.3) + (12 juta x 0.7)) 4 juta = 10.2 juta 4 juta = 6.2 juta Karena di pilihan untuk menjual (node 8), jika dapat menjual maka hanya akan mendapat keuntungan 5 juta. Sehingga akan dipilih pilihan untuk membangun (node 9) dengan keuntungan 6.2 juta dan selain itu juga memberikan keuntungan yang lebih banyak. Maka node 4 = 6.2 Node 3 = 0 (karena tidak menemukan apa-apa) Node 2 (menjual di Papua) = ((node 4 x 0.7) + (node 3 x 0.3)) 3 juta = ((6.2 juta x 0.7) + (0 x 0.3)) 3 juta = 1.34 juta Pilihan di Singapura: Node 3 (menjual di Singapura) = ((node 6 x 0.7) + (node 7 x 0.3)) 4 juta = ((6 juta x 0.7) + (3 juta x 0.3)) 4 juta = 5.1 juta 4 juta = 1.1 juta Maka node 1 (final decision) adalah untuk menjual di Papua dengan keuntungan sebesar 1.34 juta dibandingkan dijual di Singapura dengan keuntungan 1.1 juta Node 1 = 1,34 juta = 1,340,000 (Expected Value (EV) without information) b) Misalkan: P = laporan positif N = laporan negatif n = kenaikan harga t = penurunan harga Conditional Probability: P (P n) = 0.9 P (P t) = 0.1 P (N n) = 0.1 8

P (N t) = 0.9 Decision Table: Jenis Laporan State of Nature Prior Probability Conditional Probability Prior x Conditional Posterior Probability Harga gas naik P (n) = 0.7 P (P n) = 0.9 P (Pn) = 0.63 P (n P) = 0.63/0.66 = 0.955 Positif Harga gas turun P (t) = 0.3 P (P t) = 0.1 P (Pt) = 0.03 P (t P) = 0.03/0.66 = 0.045 Total P (P) = 0.66 1 Harga gas naik P (n) = 0.7 P (N n) = 0.1 P (Nn) = 0.07 P (n N) = 0.07/0.34 = 0.206 Negatif Harga gas turun P (t) = 0.3 P (N t) = 0.9 P (Nt) = 0.27 P (t N) = 0.27/0.9 = 0.794 Total P (N) = 0.34 1 9

Decision Tree: Dijual (5 juta) 16 Papua (- 3 juta) 2 4 Menemukan 0.7 8 Tidak menemukan 0.3 9 Dibangun (-4 juta) 17 P (n P) = 0.955 P (t P) = 0.045 20 21 12 juta 6 juta Positive Report P(P) = 0.66 Singapura (- 4 juta) 5 P (n P) = 0.955 10 6 juta P (t P) = 0.045 11 3 juta 1 Dijual (5 juta) 18 12 Negative Report P(P) = 0.34 3 Papua (- 3 juta) 6 Menemukan 0.7 Tidak menemukan 0.3 13 Dibangun (-4 juta) 19 P (n N) = 0.206 P (t N) = 0.794 22 23 12 juta 6 juta Singapura (- 4 juta) 7 P (n N) = 0.206 14 6 juta P (t N) = 0.794 15 3 juta 10

Laporan Positif: Node 19 (pilihan untuk membangun) = ((node 20 x 0.955) + (node 21 x 0.045)) 4 juta = ((12 juta x 0.955) + (6 juta x 0.045)) 4 juta = 7.73 juta Node 8 adalah senilai 7.73 juta karena antara pilihan untuk dibangun yang dapat menghasilkan untung 7.73 juta dibandingka menjual gas dengan mendapat untuk sebesar 5 juta, maka node 8 terisi oleh nilai 7.73 juta. Node 4 (pilihan untuk membangun di Papua) = ((node 8 x 0.7) + (node 9 x 0.3)) 3 juta = ((7.73 juta x 0.7) + (0 x 0.3)) 3 juta = 2.411 juta Node 5 (pilihan untuk membangun di Singapura = ((node 10 x 0.955)+(node 11 x 0.045)) 4jt = ((6 juta x 0.955) + (3 juta x 0.045)) 4 juta = 1.865 juta Maka untuk node 2 (laporan positif) yang dipilih adalah nilai untuk membangun di Papua sebesar 2.411 juta. Karena memberikan hasil yang lebih tinggi dibandingkan di Singapura yang hanya sebesar 1.865 juta Laporan Negatif: Node 17 (pilihan untuk membangun) = ((node 22 x 0.206) + (node 23 x 0.794)) 4 juta = ((12 juta x 0.206) + (6 juta x 0.794)) 4 juta = 3.236 juta Node 12 adalah senilai 5 juta karena antara pilihan untuk dibangun yang dapat menghasilkan untung 3.236 juta dibandingkan menjual gas dengan mendapat untuk sebesar 5 juta, maka node 12 terisi oleh nilai 5 juta yaitu dengan menjual gas. Node 6 (pilihan untuk membangun di Papua) = ((node 12 x 0.7) + (node 13 x 0.3)) 3 juta = ((5 juta x 0.7) + (0 x 0.3)) 3 juta = 0.5 juta Node 7 (pilihan untuk membangun di Singapura = ((node 14 x 0.955)+(node 15 x 0.045)) 4jt 11

= ((6 juta x 0.206) + (3 juta x 0.794)) 4 juta = - 0.382 juta Maka untuk node 3 (laporan negatif) yang dipilih adalah nilai untuk membangun di Papua sebesar 0.5 juta. Karena memberikan hasil yang lebih tinggi dibandingkan di Singapura yang malah memberikan kerugian sebesar 0.382 juta Node 1 (Final decision) = (node 2 x 0.66) + (node 3 x 0.34) = (2.411 x 0.66) + (0.5 x 0.34) = 1.76126 juta = 1,761,260 (Expected Value (EV) with information) Maka: Biaya konsultan yang mau dibayarkan oleh perusahaan = Expected Value of Sample Information (EVSI) Expected Value (EV) without information (berdasarkan soal a) = 1,340,000 Expected Value (EV) with information = 1,761,260 EVSI = EV with information EV without information EVSI = 1,761,260 1,340,000 EVSI = 421,260 12

SOAL 3 GAME THEORY a) Kejadian ini merupakan jenis Two Person Sum Zero Games. Heartpool ingin mempertahankan kontrak Mattheus sebagai pemain dan tentunya ingin mempertahankan kontrak dengan memberikan gaji seminim mungkin, sehingga Haerthpool bertinda sebagai defensive (menggunakan kriteria minimax) dengan strategi A, B, C, dan D. Sedangkan Mattheus sebagai pemain ingin agar tetap mendapatkan gaji setinggi mungkin sehingga ia bertindah sebagai offensive (menggunakan kriteria maximin) dengan strategi 1, 2, 3, dan 4. Dalam tabel tersebut, nilai gaji adalah untuk pemain offensive. Artinya, apabila Mattheus menerapkan strategi 1, maka Hearthpool akan menerapkan strategi A sehingga outcome adalah keuntungan 30,000 bagi Matteus dan kerugian 30,000 bagi Heartpool. Sehingga disebut Two Person Sum Zero Games. Payoff tables Heartpool (deffensive) Strate gies A B C D Minimax Mattheus (offensive) 1 30,000 20,000 16,000 26,000 16,000 (C) 2 12,000 2,000 18,000 20,000 2,000 (B) 3 16,000 8,000 2,000 24,000 2,000 (C) 4 20,000 16,000 10,000 18,000 10,000 (C) Maximin 30,000 (1) 20,000 (1) 18,000 (2) 26,000 (1) Berdasarkan tabel diatas, maka Heartpool akan lebih menggunkan strategi B dan C, sehingga strategi A dan D dihapus. Sedangkan Mattheus lebih menggunakan strategi 1 dan 2 sehingga strategi 3 dan 4 dihapus. Maka Payoff Table yang baru adalah sebagai berikut: Payoff table baru Heartpool (defensive) Mattheus (offensive) Strategies B C 1 20,000 16,000 2 2,000 18,000 13

b) Menentukan strategi optimal Strategi Heartpool Heartpool sebagai pihak defensive akan memilih kriteria minimax (mengambil yang minimum dari yang maksimum) dimana akan meminimkan kontrak. Maka, maximum nilai untuk strategi B adalah 20,000 dan maximum nilai untuk strategi C adalah 18,000 Mattheus (offensive) Heartpool (defensive) Minimax Strategies B C 1 20,000 16,000 2 2,000 18,000 18,000 Maka dari nilai yang maksimum, Heartpool akan memilih nilai yang minimum yaitu nilai 18,000 atau strategi C Strategi Mattheus Mattheus sebagai pihak offensive akan memilih kriteria maximin (mengambil yang maksimal dari yang minimal) dimana akan memaksimalkan kontrak. Maka, minimum nilai untuk strategi 1 adalah 16,000 dan minimum nilai untuk strategi 2 adalah 2,000 Heartpool (defensive) Mattheus (offensive) Strategies B C 1 20,000 16,000 2 2,000 18,000 Maximin 16,000 Maka dari nilai yang minimum, Heartpool akan memilih nilai yang maksimum yaitu nilai 16,000 atau strategi 2. c) Expected Gain Probability jika Mattheus memakai: Strategi 1 = p Strategi 2 = 1-p Maka bagi Heartpool: Jika memakai strategi B = 20,000 p + 2,000 (1-p) 14

= 18,000 p + 2000 Jika memakai strategi C = 16,000 p + 18,000 (1-p) = 18,000 2,000 p Maka, 18,000 p + 2,000 = 18,000 2000 p 20,000 p = 16,000 p = 4/5 Substitusi: (i) 18,000 (4/5) + 2,000 = 16,400 (ii) 18,000 2,000 (4/5) = 16,400 Maka ekspektasi gaji per minggu yang dibayarkan Heartpool kepada Mattheus adalah 16,400. SOAL 4 ANALISIS SENSITIVITAS a) Jumlah masing-masing furniture yang diproduksi: X1 (meja makan) = 2 buah X2 (kursi) = 8 buah X3 (lemari) = 3 buah b) Total profit yang dihasilkan: Z = 2,500,000 X1 + 750,000 X2 + 3,000,000 X3 = 2,500,000 (2) + 750,000 (8) + 3,000,000 (3) = 5,000,000 + 6,000,000 + 9,000,000 = 20,000,000 c) Total profit maksimal meja tanpa mengubah optimal solution adalah profit meja + allowable increase = 2,500,000 + 500,000 = 3,000,000 d) Jika profit kursi turun menjadi 500,000, maka solusi optimal tidak akan berubah. Karena profit awal kursi adalah 750,000 sedangkan turun menjadi 500,000. Maka penurunan yang terjadi adalah sebesar 250,000. Di dalam tabel terlihat bahwa allowable decrease untuk profit kursi adalah sebesar 700,00. Artinya, tanpa mengubah solusi optimal, profit kursi dapat diturunkan dengan selisih penurunan maksimal adalah 700,000. Dalam kasus ini, penurunan profit kursi hanya sebesar 250,000. Maka penurunan profit tersebut tidak akan mengubah solus optimal. e) Jika ada tawaran untuk menambah modal kerja sebesar 1,000,000 dengan bunga sebesar 100,000/bulan, maka PT Woodline seharusnya tidak menerima penawaran tersebut. Perhitungan dan penjelasan: 15

Modal kerja merupakan constraint 2 dimana memiliki shadow price sebesar 0. Artinya, Setiap penambahan modal sebesar 1 rupiah maka akan meningkatkan laba sebesar 0. Dalam tabel terlihat bahwa allowable increase sebesar 2,200,000 yang artinya modal kerja dapat ditambah maksimal sebesar 2,200,000 dan tidak akan mengubah solusi optimal. Namun penambahan tersebut tidak akan meningkatkan profit perusahaan. Jika perusahaan menerima tawaran tersebut, maka ketika ada tambahan modal sebesar 1,000,000 (masih dalam batas allowable increase) dengan biaya bunga 100,000 per bulan, maka tambahan cost adalah sebesar 1,100,000 (pokok modal ditambah bunga) sedangkan profit hanya bertambah sebesar 0. Tentunya hal tersebut tidak diinginkan perusahaan. Sehingga akan lebih baik untuk menolak tawaran tersebut karena hanya akan menambah cost tanpa manambah laba. d) Jam lembur merupakan constraint 1, dengan allowable increase sebesar 11 hari dan shadow price sebesar 848,485. Artinya, jam kerja bisa ditambah maksimal penambahan adalah 11 hari. Dan setip penambahan 1 hari kerja maka akan meningkatkan profit sebesar 848,485. Jika perusahaan menambah 2 hari lembur dengan biaya 500,000 per hari, maka: Profit awal = 3,000,000 (lihat perhitungan b) Peningkatan laba = 848,485 x 2 hari = 1,696,970 Biaya per hari = 500,000 x 2 hari = 1,000,000 Profit (peningkatan laba dikurangi biaya) = 1,696,970 1,000,000 = 696,970 Penambahan profit = 20,000,000 + 696,970 = 20,696,970 SOAL 5 GOAL PROGRAMMING Decision Variables: X 1A = Jumlah barang pabrik 1 ke toko A X 1B = Jumlah barang pabrik 1 ke toko B X 1C = Jumlah barang pabrik 1 ke toko C X 2A = Jumlah barang pabrik 2 ke toko A X 2B = Jumlah barang pabrik 2 ke toko B X 2C = Jumlah barang pabrik 3 ke toko C Objective Function: Minimize: P 1d 1-, P 2d 2-, P 2d 3-, P 2d 4-, 10 P 3d 5-, 11 P 3d 6-, P 4d + 8 Subject to: 16

1. Mencapai laba bulanan minimal Ro 2,5 Milyar: - 80,000 X 1A + 85,000 X 1B + 70,000 X 1C + 75,000 X 2A + 82,000 X 2B + 780,000 X 2C + d 1 -d1 + = 2,500,000,000 2. Memenuhi permintaan bulanan setiap pedagang grosir: - + X 1A + X 2A + d 2 - d 2 = 10,000 - + X 1B + X 2B + d 3 - d 3 = 8,000 - + X 1c + X 2c + d 4 - d 4 = 10,000 3. Memaksimalkan kapasitas pabrik dengan prioritas sesuai biaya tetapnya: - + X 1A + X 1B + X 1C + d 5 - d 5 = 15,000 - + X 2A + X 2B + X 2C + d 6 - d 6 = 14,000 4. Membatasi kelebihan biaya angkut untuk pabrik 1 sebesar Rp 50 juta dan tidak ada pembatasan serupa untuk pabrik 2 : - + 20 X 1A + 15 X 1B + 30 X 1C + d 7 - d 7 = 400,000,000 + - + d 7 + d 8 - d 8 = 50,000,000 17