SlideShare a Scribd company logo
1 of 17
ANGGOTA KELOMPOK :
FIKAR RAHMATILLAH - 12215662
INDRA WAHYUDI - 13215364
MEGAH PAHLETI - 17215540
RETNA NURFATIMAH Z - 15215786
 Kondisi yang pasti
 Informasi yang lengkap
 diramalkan secara tepat hasil
dari suatu tindakan
Alternatif yang dipilih hanya memiliki satu konsekuensi / jawaban / hasil.
Keputusan yang diambil didukung oleh informasi/data yang lengkap
Teknik penyelesaiannya/pemecahannya biasanya menggunakan antara lain, teknik
pemrograman linear, analisis jaringan dan teori antrian.
Pengambilan keputusan seperti ini dapat ditemui dalam kasus/model
yang bersifat deterministik.
Biasanya dihubungkan dengan keputusan yang menyangkut masalah
rutin.
Dalam kondisi ini, pengambil keputusan secara pasti mengetahui apa yang
akan terjadi dimasa yang akan datang.
Teknik
Penyelesaian
Pengambilan
Keputusan
dalam Kondisi
Pasti Teori Antrian
Analisis Jaringan
Linear Programming
Linear Progarmming
metode matematik dalam
mengalokasikan sumber daya yang
terbatas untuk mencapai suatu tujuan
seperti memaksimumkan keuntungan
dan meminimumkan biaya.
(Siringoringo, 2005).
Dalam model LP dikenal dua macam fungsi
yaitu ;
fungsi tujuan (objective function)
fungsi batasan (constraint function)
Asumsi dasar dalam linear programing yaitu :
1. Proportionality, dimana naik turunnya nilai Z (tujuan) dan penggunaan sumber daya
akan berubah secara sebanding dengan perubahan tingkat kegiatannya.
Contoh : Z = C1X1 + X2C2 + ...........+ CnXn
Penambahan 1 unit X1 akan menaikkan nilai Z sebesar C1, dan seterusnya
2. Additivity, dimana nilai tujuan tiap kegiatan tidak saling mempengaruhi atau kenaikan
dari nilai Z yang diakibatkan oleh kenaikan suatu kegiatan dapat ditambahkan tanpa
mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lainnya.
3. Divisibility, dimana output yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan.
4. Deterministic, dimana semua parameter yang terdapat dalam linier programing dapat
diperkirakan dengan pasti, meskipun jarang tepat.
Metode penyelesaian program linear :
Metode grafikMetode aljabar Metode simpleks
Contoh Kasus
Sebuah perusahaan ingin menentukan berapa banyak masing-masing
dari kedua produk yang berbeda yang akan dihasilkan dengan jam
tenaga kerja yang terbatas agar memperoleh keuntungan maksimum.
Jenis BB & TK Kg BB & Jam TK Maksimum
Kain Sutra Kain Wol Penyediaan (Kg)
Benang Sutra 2 3 60
Benang Wol - 2 30
TK 2 1 40
Keuntungan 40 30
4. Membuat Grafik
1) 2X1 + 3X2= 60
X1 = 0; X2 = 20
X1 = 30; X2 = 0
1) 2X2= 30
X2 = 15
1) 2X1 + X2= 40
X1 = 0; X2 = 40
X1 = 20; X2 = 0
Jawaban :
1. Variable Keputusan :
a. Kain Sutra = X1
b. Kain Wol = X2
2. Menentukan Fungsi Tujuan
Maksimalisasi Z = 40X1 + 30X2
3. Menentukan Fungsi Kendala
2X1 + 3X2 ≤ 60
2X2 ≤ 30
2X1 + X2 ≤ 40
40
20
15
3020
2X2= 30
2X1 + 3X2= 60
2X1 + X2= 40
X2
X1
A = (0,0)
B = (20,0)
C = ?
2X₁ + 3X₂ = 60 2X₁ + 10 = 40
2X₁ + X₂ = 40 2X₁ = 30
2X₂ = 20 X₁ = 15
X₂ = 10
D = ?
2X₂ = 30 2X1 + 3X2 = 60
X₂ = 15 2X1 + 3(15) = 60
2X1 + 45 = 60
2X1 = 15
X1 = 7,5
E = (0,15)
5. Mencari Keuntungan Maks Z = 40X1 + 30X2
A = 40 (0) + 30(0) = 0
B = 40 (20) + 0 = 800
C = 40 (15) + 30(10) = 900
D = 40 (7,5) + 30(15) = 750
E = 40 (0) + 30(15) = 450
6. Kesimpulan :
Dari kelima titik A,B,C,D,dan E yang dibandingkan
ternya titik C-lah yangmemberikan keuntungan yang
maksimal sebesar 900,- apabila mampu
memproduksi kain sutra sebanyak 15 dan kain wol
sebanyak 10.
Secara umum dapat dikatakan bahwa analisis jaringan digunakan untuk membantu
menyelesaikan masalah-masalah yang muncul dari serangkaian pekerjaan. Masalah-
masalah yang dimaksud antara lain adalah :
Waktu penyelesaian dari serangkaian
pekerjaan
Biaya yang harus dikeluarkan untuk melaksanakan
serangkaian pekerjaan
waktu menganggur yang terjadi di setiap pekerjaan.
Istilah – istilah dalam analisis jaringan antara lain adalah :
Jalur KritisKejadian Aktivitas
■ Sebelum suatu aktivitas dimulai, semua aktivitas yang mendahuluinya
(yang menjadi syarat) harus sudah selesai dikerjakan terlebih dahulu.
■ Anak panah yang menjadi simbol sebuah aktivitas hanya
menunjukkan arah dan urutan kejadian, jadi panjang pendek dan
bentuknya tidak akan memberi pengaruh apapun.
■ Lingkaran, yang merupakan simbol dari kejadian, diberi nomor
sedemikian rupa sehingga tidak memiliki nomor yang sama dan
sebaiknya berurutan, sehingga dapat menggambarkan urutan
kejadian. Biasanya nomor yang lebih kecil diletakkan di kejadian awal
(permulaan anak panah).
■ Dua buah kejadian (lingkaran) hanya dapat dihubungkan dengan satu
anak panah.
■ Sebuah rangkaian pekerjaan hanya dapat dimulai dan diakhiri dengan
sebuah kejadian (lingkaran).
Contoh Kasus
Sebuah perusahaan MAJU TERUS sedang menghadapi masalah dengan
kerusakan mesin produksinya berencana mengganti mesin yang rusak tersebut.
Setelah dialakukan identifikasi, serangkaian kegiatan yang diperlukan dalam rangka
penggantian mesin yang rusak tersebut adalah seperti terlihat pada tabel berikut ini.
Kegiatan Keterangan
Kegiatan yang
Mendahului
Waktu yang Dibutuhkan
(hari)
A Merencanakan - 10
B Memesan mesin baru A 2
C Menyiapkan mesin B 8
D Pesan material rangka mesin A 4
E Membuat rangka D 3
F Finishing rangka E 1
G Memasang mesin pada rangka C, F 5
Dari masalah perusahaan di atas, berapakah waktu optimal yang diperlukan untuk menyelesaikan
serangkaian pekerjaan penggantian mesin tersebut?
Jawab :
b. Jalur Kritis dan Waktu Penyelesaian
A10 + B2 + C8 + G5 = 25
A10 + D4 + E3 + F1 + G5 = 50
A10
B2 C8
D4
E3 F1
G5
a. Gambar Jaringan
Kesimpulan :
Jadi, dari penyelesaian di atas dapat diketahui bahwa waktu penyelesaian yang diperlukan perusahaan Maju
Terus untuk menyelesaikan serangkaian pekerjaan penggantian mesin tersebut adalah 50 hari dengan melalui
jalur A-D-E-F-G.
Teori Antrian
Teori antrian dirancang untuk memperkirakan berapa banyak langganan menunggu
dalam suatu garis antrian, kepanjangan garis tunggu, seberapa sibuk fasilitas
pelayanan dan apa yang terjadi bila waktu pelayanan atau pola kedatangan
berubah.
Diciptakan oleh A.K. Erlang pada tahun 1909
Contoh Kasus :
Penumpang KA datang ke loket mengikuti distribusi poisson dengan tingkat rata-rata 20/jam.
Misal secara rata-rata setiap penumpang dilayani 2 menit dan waktu layanan mengikuti distribusi
eksponensial, maka carilah :
a) Probabilitas kepastian dan jumlah pelanggan dalam system ke-4
b) Rata-rata banyaknya pengantri dalam antrian (Lq)
c) Rata-rata banyaknya pengantri dalam system (L)
d) Rata-rata waktu menunggu dalam antrian (Wq)
e) Rata-rata waktu mengunggu dalam system (W)
f) Probabilitas tidak adanya pelanggan dalam system (Po atau I)
g) Berapa probabilitas pengantri tidak mendapat tempat duduk jika kursi yang disediakan di depan
loket hanya 5 (Pn≥5)
h) Analisis dari penelitian konsultan tersebut
Jawab :
a. 𝑃4 = (I-R) Rn = (1 -
2
3
) (
2
3
)4
= (
1
3
) (
16
81
) = 0,0658
b. L =
R
I−R
=
2
3
I−2
3
=
2
3
1
3
= 2 penumpang
c. Lq =
R2
I−R
=
(
2
3)2
I−2
3
=
4
3
1
3
=
4
3
= 1,33 penumpang
d.W =
1
µ−λ
=
1
30−20
=
1
10
jam = 6 menit
e.Wq =
λ
µ(µ−λ)
=
20
30(30−20)
=
20
30(10)
=
20
300
=
2
30
jam = 4 menit
f. Po atau I = 1-R = 1-
2
3
=
1
3
= 0,333
g. Pn ≥ 5 = Rk = (
2
3
)5 = 0,1316 = 13,16%
Diketahui :
μ =
60 menit
2 menit
= 30 λ = 20 orang/ jam
R =
λ
μ
=
20
30
=
2
3
KESIMPULAN
Pengambilan keputusan adalah memilih satu atau lebih diantara sekian banyak
alternatif keputusan yang mungkin. Alternatif keputusan meliputi keputusan pasti
,keputusan resiko, keputusan tidak pasti, dan keputusan dalam konflik. Suatu keputusan
dalam kondisi pasti apa-bila hasil setiap alternatif tindakan dapat ditentukan dengan
pasti. Dalam kondisi pasti ini, pengambil keputu-san secara pasti mengetahui yang akan
terjadi dimasa yang akan datang. Kondisi pasti didukung oleh informasi yang lengkap
sehingga diramalkan secara tepat hasil dari suatu tindakan.
Ada beberapa teknik penyelesaian peng-ambilan keputusan kondisi pasti :
Teori AntrianAnalisis JaringanLinear Programming
KEEP
CALM
AND
gracias

More Related Content

What's hot

CPM (Network Planning CPM) - Manajemen proyek
CPM (Network Planning CPM) - Manajemen proyekCPM (Network Planning CPM) - Manajemen proyek
CPM (Network Planning CPM) - Manajemen proyekKukuh Setiawan
 
Efek substitusi dan pendapatan
Efek substitusi dan pendapatanEfek substitusi dan pendapatan
Efek substitusi dan pendapatanyunisarosa
 
Matematika Ekonomi - surplus konsumen dan surplus produsen
Matematika Ekonomi - surplus konsumen dan surplus produsenMatematika Ekonomi - surplus konsumen dan surplus produsen
Matematika Ekonomi - surplus konsumen dan surplus produsenHarya Wirawan
 
Latihan + jawaban mikro 1 (uts) - FEUI
Latihan + jawaban mikro 1 (uts) - FEUILatihan + jawaban mikro 1 (uts) - FEUI
Latihan + jawaban mikro 1 (uts) - FEUIFarah Fauziah Hilman
 
Penjadwalan manajemen operasi
Penjadwalan manajemen operasiPenjadwalan manajemen operasi
Penjadwalan manajemen operasialawwapnp
 
Contoh perusahaan nasional, internasional, multinasional, globlal
Contoh perusahaan nasional, internasional, multinasional, globlalContoh perusahaan nasional, internasional, multinasional, globlal
Contoh perusahaan nasional, internasional, multinasional, globlalLailiya NR
 
Manajemen keuangan part 2 of 5
Manajemen keuangan part 2 of 5Manajemen keuangan part 2 of 5
Manajemen keuangan part 2 of 5Judianto Nugroho
 
1.manajemen operasional
1.manajemen operasional1.manajemen operasional
1.manajemen operasionalAsep suryadi
 
8. manajemen-persediaan
8. manajemen-persediaan8. manajemen-persediaan
8. manajemen-persediaanLambok_siregar
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksNila Aulia
 
Matematika ekonomi (Keuntungan Maksimum)
Matematika ekonomi (Keuntungan Maksimum)Matematika ekonomi (Keuntungan Maksimum)
Matematika ekonomi (Keuntungan Maksimum)Kristalina Dewi
 
Latihan Soal Matematika Ekonomi + Pembahasan (MBTI - Institut Manajemen Telkom)
Latihan Soal Matematika Ekonomi + Pembahasan (MBTI - Institut Manajemen Telkom)Latihan Soal Matematika Ekonomi + Pembahasan (MBTI - Institut Manajemen Telkom)
Latihan Soal Matematika Ekonomi + Pembahasan (MBTI - Institut Manajemen Telkom)Yunus Thariq
 

What's hot (20)

4. metode transportasi
4. metode transportasi4. metode transportasi
4. metode transportasi
 
CPM (Network Planning CPM) - Manajemen proyek
CPM (Network Planning CPM) - Manajemen proyekCPM (Network Planning CPM) - Manajemen proyek
CPM (Network Planning CPM) - Manajemen proyek
 
Proposal PKM-Kewirausahaan LOLOS PKM
Proposal PKM-Kewirausahaan LOLOS PKMProposal PKM-Kewirausahaan LOLOS PKM
Proposal PKM-Kewirausahaan LOLOS PKM
 
Efek substitusi dan pendapatan
Efek substitusi dan pendapatanEfek substitusi dan pendapatan
Efek substitusi dan pendapatan
 
Matematika Ekonomi - surplus konsumen dan surplus produsen
Matematika Ekonomi - surplus konsumen dan surplus produsenMatematika Ekonomi - surplus konsumen dan surplus produsen
Matematika Ekonomi - surplus konsumen dan surplus produsen
 
Latihan + jawaban mikro 1 (uts) - FEUI
Latihan + jawaban mikro 1 (uts) - FEUILatihan + jawaban mikro 1 (uts) - FEUI
Latihan + jawaban mikro 1 (uts) - FEUI
 
Materi 8 (perilaku produsen)
Materi 8 (perilaku produsen)Materi 8 (perilaku produsen)
Materi 8 (perilaku produsen)
 
Penjadwalan manajemen operasi
Penjadwalan manajemen operasiPenjadwalan manajemen operasi
Penjadwalan manajemen operasi
 
Contoh perusahaan nasional, internasional, multinasional, globlal
Contoh perusahaan nasional, internasional, multinasional, globlalContoh perusahaan nasional, internasional, multinasional, globlal
Contoh perusahaan nasional, internasional, multinasional, globlal
 
Manajemen keuangan part 2 of 5
Manajemen keuangan part 2 of 5Manajemen keuangan part 2 of 5
Manajemen keuangan part 2 of 5
 
1.manajemen operasional
1.manajemen operasional1.manajemen operasional
1.manajemen operasional
 
8. manajemen-persediaan
8. manajemen-persediaan8. manajemen-persediaan
8. manajemen-persediaan
 
Kualitas informasi
Kualitas informasiKualitas informasi
Kualitas informasi
 
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleks
 
MO II Forecasting
MO II ForecastingMO II Forecasting
MO II Forecasting
 
Matematika ekonomi (Keuntungan Maksimum)
Matematika ekonomi (Keuntungan Maksimum)Matematika ekonomi (Keuntungan Maksimum)
Matematika ekonomi (Keuntungan Maksimum)
 
Ppt perilaku organisasi
Ppt perilaku organisasiPpt perilaku organisasi
Ppt perilaku organisasi
 
Metode stepping stone
Metode stepping stoneMetode stepping stone
Metode stepping stone
 
Latihan Soal Matematika Ekonomi + Pembahasan (MBTI - Institut Manajemen Telkom)
Latihan Soal Matematika Ekonomi + Pembahasan (MBTI - Institut Manajemen Telkom)Latihan Soal Matematika Ekonomi + Pembahasan (MBTI - Institut Manajemen Telkom)
Latihan Soal Matematika Ekonomi + Pembahasan (MBTI - Institut Manajemen Telkom)
 

Similar to Pengambilan keputusan dalam kondisi pasti

Jawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIFJawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIFSUCIK PUJI UTAMI
 
Lapres invers kinematika robot planar 2 dof
Lapres invers kinematika robot planar 2 dofLapres invers kinematika robot planar 2 dof
Lapres invers kinematika robot planar 2 dofYuda Bima Mimpi
 
Lecture 3-program-linier3
Lecture 3-program-linier3Lecture 3-program-linier3
Lecture 3-program-linier3Nanang Harianto
 
Pengantar strategi algoritma (2015)
Pengantar strategi algoritma (2015)Pengantar strategi algoritma (2015)
Pengantar strategi algoritma (2015)RikaDewi18
 
Kuliah ke 2 program linear iain zck langsa
Kuliah ke   2 program linear iain zck langsaKuliah ke   2 program linear iain zck langsa
Kuliah ke 2 program linear iain zck langsaIr. Zakaria, M.M
 
Big O - Analisa Algoritma
Big O - Analisa AlgoritmaBig O - Analisa Algoritma
Big O - Analisa AlgoritmaFajar Baskoro
 
Mulyo Puji Hadi - Peningkatan Kualitas Dengan Metode Define-Measure-Analyze-I...
Mulyo Puji Hadi - Peningkatan Kualitas Dengan Metode Define-Measure-Analyze-I...Mulyo Puji Hadi - Peningkatan Kualitas Dengan Metode Define-Measure-Analyze-I...
Mulyo Puji Hadi - Peningkatan Kualitas Dengan Metode Define-Measure-Analyze-I...Mulyo Puji Hadi
 
WLAN and Its benefit
WLAN and Its benefitWLAN and Its benefit
WLAN and Its benefitguest91544b
 
[145] Oriza Candra dkk - UNP_Power word.pdf
[145] Oriza Candra dkk - UNP_Power word.pdf[145] Oriza Candra dkk - UNP_Power word.pdf
[145] Oriza Candra dkk - UNP_Power word.pdfHartoyo Mp
 
Program Linear _ Analisa Sensitivitas.pptx
Program Linear _ Analisa Sensitivitas.pptxProgram Linear _ Analisa Sensitivitas.pptx
Program Linear _ Analisa Sensitivitas.pptxSandiPawiro
 

Similar to Pengambilan keputusan dalam kondisi pasti (20)

13. Konsep Penelitian Operasional
13. Konsep Penelitian Operasional13. Konsep Penelitian Operasional
13. Konsep Penelitian Operasional
 
Jawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIFJawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIF
 
Lapres invers kinematika robot planar 2 dof
Lapres invers kinematika robot planar 2 dofLapres invers kinematika robot planar 2 dof
Lapres invers kinematika robot planar 2 dof
 
Lecture 3-program-linier3
Lecture 3-program-linier3Lecture 3-program-linier3
Lecture 3-program-linier3
 
Pengantar strategi algoritma (2015)
Pengantar strategi algoritma (2015)Pengantar strategi algoritma (2015)
Pengantar strategi algoritma (2015)
 
Pengenalan Riset Operasi.pptx
Pengenalan Riset Operasi.pptxPengenalan Riset Operasi.pptx
Pengenalan Riset Operasi.pptx
 
Kuliah ke 2 program linear iain zck langsa
Kuliah ke   2 program linear iain zck langsaKuliah ke   2 program linear iain zck langsa
Kuliah ke 2 program linear iain zck langsa
 
EKMA4413 - Riset Operasi - Modul 6
EKMA4413 - Riset Operasi - Modul 6EKMA4413 - Riset Operasi - Modul 6
EKMA4413 - Riset Operasi - Modul 6
 
Big O - Analisa Algoritma
Big O - Analisa AlgoritmaBig O - Analisa Algoritma
Big O - Analisa Algoritma
 
Tro 1,2,3
Tro 1,2,3Tro 1,2,3
Tro 1,2,3
 
Mulyo Puji Hadi - Peningkatan Kualitas Dengan Metode Define-Measure-Analyze-I...
Mulyo Puji Hadi - Peningkatan Kualitas Dengan Metode Define-Measure-Analyze-I...Mulyo Puji Hadi - Peningkatan Kualitas Dengan Metode Define-Measure-Analyze-I...
Mulyo Puji Hadi - Peningkatan Kualitas Dengan Metode Define-Measure-Analyze-I...
 
Mentkuan10linierprograming
Mentkuan10linierprogramingMentkuan10linierprograming
Mentkuan10linierprograming
 
Riset operasi
Riset operasiRiset operasi
Riset operasi
 
WLAN and Its benefit
WLAN and Its benefitWLAN and Its benefit
WLAN and Its benefit
 
M2 lp
M2  lpM2  lp
M2 lp
 
[145] Oriza Candra dkk - UNP_Power word.pdf
[145] Oriza Candra dkk - UNP_Power word.pdf[145] Oriza Candra dkk - UNP_Power word.pdf
[145] Oriza Candra dkk - UNP_Power word.pdf
 
Materi Seminar.pdf
Materi Seminar.pdfMateri Seminar.pdf
Materi Seminar.pdf
 
Pertemuan ii linier programing
Pertemuan ii linier programingPertemuan ii linier programing
Pertemuan ii linier programing
 
92 166-1-sm
92 166-1-sm92 166-1-sm
92 166-1-sm
 
Program Linear _ Analisa Sensitivitas.pptx
Program Linear _ Analisa Sensitivitas.pptxProgram Linear _ Analisa Sensitivitas.pptx
Program Linear _ Analisa Sensitivitas.pptx
 

Pengambilan keputusan dalam kondisi pasti

  • 1. ANGGOTA KELOMPOK : FIKAR RAHMATILLAH - 12215662 INDRA WAHYUDI - 13215364 MEGAH PAHLETI - 17215540 RETNA NURFATIMAH Z - 15215786
  • 2.  Kondisi yang pasti  Informasi yang lengkap  diramalkan secara tepat hasil dari suatu tindakan
  • 3. Alternatif yang dipilih hanya memiliki satu konsekuensi / jawaban / hasil. Keputusan yang diambil didukung oleh informasi/data yang lengkap Teknik penyelesaiannya/pemecahannya biasanya menggunakan antara lain, teknik pemrograman linear, analisis jaringan dan teori antrian. Pengambilan keputusan seperti ini dapat ditemui dalam kasus/model yang bersifat deterministik. Biasanya dihubungkan dengan keputusan yang menyangkut masalah rutin. Dalam kondisi ini, pengambil keputusan secara pasti mengetahui apa yang akan terjadi dimasa yang akan datang.
  • 4. Teknik Penyelesaian Pengambilan Keputusan dalam Kondisi Pasti Teori Antrian Analisis Jaringan Linear Programming
  • 5. Linear Progarmming metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan meminimumkan biaya. (Siringoringo, 2005). Dalam model LP dikenal dua macam fungsi yaitu ; fungsi tujuan (objective function) fungsi batasan (constraint function)
  • 6. Asumsi dasar dalam linear programing yaitu : 1. Proportionality, dimana naik turunnya nilai Z (tujuan) dan penggunaan sumber daya akan berubah secara sebanding dengan perubahan tingkat kegiatannya. Contoh : Z = C1X1 + X2C2 + ...........+ CnXn Penambahan 1 unit X1 akan menaikkan nilai Z sebesar C1, dan seterusnya 2. Additivity, dimana nilai tujuan tiap kegiatan tidak saling mempengaruhi atau kenaikan dari nilai Z yang diakibatkan oleh kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lainnya. 3. Divisibility, dimana output yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan. 4. Deterministic, dimana semua parameter yang terdapat dalam linier programing dapat diperkirakan dengan pasti, meskipun jarang tepat. Metode penyelesaian program linear : Metode grafikMetode aljabar Metode simpleks
  • 7. Contoh Kasus Sebuah perusahaan ingin menentukan berapa banyak masing-masing dari kedua produk yang berbeda yang akan dihasilkan dengan jam tenaga kerja yang terbatas agar memperoleh keuntungan maksimum. Jenis BB & TK Kg BB & Jam TK Maksimum Kain Sutra Kain Wol Penyediaan (Kg) Benang Sutra 2 3 60 Benang Wol - 2 30 TK 2 1 40 Keuntungan 40 30 4. Membuat Grafik 1) 2X1 + 3X2= 60 X1 = 0; X2 = 20 X1 = 30; X2 = 0 1) 2X2= 30 X2 = 15 1) 2X1 + X2= 40 X1 = 0; X2 = 40 X1 = 20; X2 = 0 Jawaban : 1. Variable Keputusan : a. Kain Sutra = X1 b. Kain Wol = X2 2. Menentukan Fungsi Tujuan Maksimalisasi Z = 40X1 + 30X2 3. Menentukan Fungsi Kendala 2X1 + 3X2 ≤ 60 2X2 ≤ 30 2X1 + X2 ≤ 40 40 20 15 3020 2X2= 30 2X1 + 3X2= 60 2X1 + X2= 40 X2 X1
  • 8. A = (0,0) B = (20,0) C = ? 2X₁ + 3X₂ = 60 2X₁ + 10 = 40 2X₁ + X₂ = 40 2X₁ = 30 2X₂ = 20 X₁ = 15 X₂ = 10 D = ? 2X₂ = 30 2X1 + 3X2 = 60 X₂ = 15 2X1 + 3(15) = 60 2X1 + 45 = 60 2X1 = 15 X1 = 7,5 E = (0,15) 5. Mencari Keuntungan Maks Z = 40X1 + 30X2 A = 40 (0) + 30(0) = 0 B = 40 (20) + 0 = 800 C = 40 (15) + 30(10) = 900 D = 40 (7,5) + 30(15) = 750 E = 40 (0) + 30(15) = 450 6. Kesimpulan : Dari kelima titik A,B,C,D,dan E yang dibandingkan ternya titik C-lah yangmemberikan keuntungan yang maksimal sebesar 900,- apabila mampu memproduksi kain sutra sebanyak 15 dan kain wol sebanyak 10.
  • 9. Secara umum dapat dikatakan bahwa analisis jaringan digunakan untuk membantu menyelesaikan masalah-masalah yang muncul dari serangkaian pekerjaan. Masalah- masalah yang dimaksud antara lain adalah : Waktu penyelesaian dari serangkaian pekerjaan Biaya yang harus dikeluarkan untuk melaksanakan serangkaian pekerjaan waktu menganggur yang terjadi di setiap pekerjaan. Istilah – istilah dalam analisis jaringan antara lain adalah : Jalur KritisKejadian Aktivitas
  • 10. ■ Sebelum suatu aktivitas dimulai, semua aktivitas yang mendahuluinya (yang menjadi syarat) harus sudah selesai dikerjakan terlebih dahulu. ■ Anak panah yang menjadi simbol sebuah aktivitas hanya menunjukkan arah dan urutan kejadian, jadi panjang pendek dan bentuknya tidak akan memberi pengaruh apapun. ■ Lingkaran, yang merupakan simbol dari kejadian, diberi nomor sedemikian rupa sehingga tidak memiliki nomor yang sama dan sebaiknya berurutan, sehingga dapat menggambarkan urutan kejadian. Biasanya nomor yang lebih kecil diletakkan di kejadian awal (permulaan anak panah). ■ Dua buah kejadian (lingkaran) hanya dapat dihubungkan dengan satu anak panah. ■ Sebuah rangkaian pekerjaan hanya dapat dimulai dan diakhiri dengan sebuah kejadian (lingkaran).
  • 11. Contoh Kasus Sebuah perusahaan MAJU TERUS sedang menghadapi masalah dengan kerusakan mesin produksinya berencana mengganti mesin yang rusak tersebut. Setelah dialakukan identifikasi, serangkaian kegiatan yang diperlukan dalam rangka penggantian mesin yang rusak tersebut adalah seperti terlihat pada tabel berikut ini. Kegiatan Keterangan Kegiatan yang Mendahului Waktu yang Dibutuhkan (hari) A Merencanakan - 10 B Memesan mesin baru A 2 C Menyiapkan mesin B 8 D Pesan material rangka mesin A 4 E Membuat rangka D 3 F Finishing rangka E 1 G Memasang mesin pada rangka C, F 5 Dari masalah perusahaan di atas, berapakah waktu optimal yang diperlukan untuk menyelesaikan serangkaian pekerjaan penggantian mesin tersebut?
  • 12. Jawab : b. Jalur Kritis dan Waktu Penyelesaian A10 + B2 + C8 + G5 = 25 A10 + D4 + E3 + F1 + G5 = 50 A10 B2 C8 D4 E3 F1 G5 a. Gambar Jaringan Kesimpulan : Jadi, dari penyelesaian di atas dapat diketahui bahwa waktu penyelesaian yang diperlukan perusahaan Maju Terus untuk menyelesaikan serangkaian pekerjaan penggantian mesin tersebut adalah 50 hari dengan melalui jalur A-D-E-F-G.
  • 13. Teori Antrian Teori antrian dirancang untuk memperkirakan berapa banyak langganan menunggu dalam suatu garis antrian, kepanjangan garis tunggu, seberapa sibuk fasilitas pelayanan dan apa yang terjadi bila waktu pelayanan atau pola kedatangan berubah. Diciptakan oleh A.K. Erlang pada tahun 1909
  • 14. Contoh Kasus : Penumpang KA datang ke loket mengikuti distribusi poisson dengan tingkat rata-rata 20/jam. Misal secara rata-rata setiap penumpang dilayani 2 menit dan waktu layanan mengikuti distribusi eksponensial, maka carilah : a) Probabilitas kepastian dan jumlah pelanggan dalam system ke-4 b) Rata-rata banyaknya pengantri dalam antrian (Lq) c) Rata-rata banyaknya pengantri dalam system (L) d) Rata-rata waktu menunggu dalam antrian (Wq) e) Rata-rata waktu mengunggu dalam system (W) f) Probabilitas tidak adanya pelanggan dalam system (Po atau I) g) Berapa probabilitas pengantri tidak mendapat tempat duduk jika kursi yang disediakan di depan loket hanya 5 (Pn≥5) h) Analisis dari penelitian konsultan tersebut
  • 15. Jawab : a. 𝑃4 = (I-R) Rn = (1 - 2 3 ) ( 2 3 )4 = ( 1 3 ) ( 16 81 ) = 0,0658 b. L = R I−R = 2 3 I−2 3 = 2 3 1 3 = 2 penumpang c. Lq = R2 I−R = ( 2 3)2 I−2 3 = 4 3 1 3 = 4 3 = 1,33 penumpang d.W = 1 µ−λ = 1 30−20 = 1 10 jam = 6 menit e.Wq = λ µ(µ−λ) = 20 30(30−20) = 20 30(10) = 20 300 = 2 30 jam = 4 menit f. Po atau I = 1-R = 1- 2 3 = 1 3 = 0,333 g. Pn ≥ 5 = Rk = ( 2 3 )5 = 0,1316 = 13,16% Diketahui : μ = 60 menit 2 menit = 30 λ = 20 orang/ jam R = λ μ = 20 30 = 2 3
  • 16. KESIMPULAN Pengambilan keputusan adalah memilih satu atau lebih diantara sekian banyak alternatif keputusan yang mungkin. Alternatif keputusan meliputi keputusan pasti ,keputusan resiko, keputusan tidak pasti, dan keputusan dalam konflik. Suatu keputusan dalam kondisi pasti apa-bila hasil setiap alternatif tindakan dapat ditentukan dengan pasti. Dalam kondisi pasti ini, pengambil keputu-san secara pasti mengetahui yang akan terjadi dimasa yang akan datang. Kondisi pasti didukung oleh informasi yang lengkap sehingga diramalkan secara tepat hasil dari suatu tindakan. Ada beberapa teknik penyelesaian peng-ambilan keputusan kondisi pasti : Teori AntrianAnalisis JaringanLinear Programming