BAB IV PEMBAHASAN
D. Penyelesaian Program Linear Produksi Bakpia Menggunakan
Program POM-QM adalah sebuah program komputer yang digunakan untuk memecahkan masalah kehidupan sehari-hari dalam bidang produksi yang bersifat kuantitatif. Data pada tabel 4.2 dapat kita buat penyelesaian program linear dengan menggunakan POM-QM. Langkah-langkah dalam menggunakan POM-QM menurut Weiss, Howard J. (2005) adalah:
a. Menjalankan POM-QM.
Klik dua kali simbol jalan pintas POM-QM di layar utama komputer. b. Pilih satuan pengukur yang akan digunakan
Satuan pengukur yang digunakan untuk menyelesaikan masalah ini adalah Program linear. Satuan pengukur ini digunakan untuk memecahkan masalah program linear. Satuan pengukur ini terletak di barisan paling atas POM-QM
Sebelum memasukkan masalah ke dalam POM-QM, data harus di formulasikan ke dalam bentuk umum program linear yang diberikan oleh tabel (4.2) kemudian dimasukkan pada program POM-QM dengan langkah-langkah sebagai berikut.
1. Klik file, pilih new maka akan muncul tampilan berikut.
2. Lengkapi data dan ini kotak tersebut dengan data yang ada. Title : Adalah judul permasalahan
(ketik: Keuntungan perusahaan Bakpia 29)
Number of constraint : Banyaknya fungsi kendala yang ada pada masalah.
(pada data tabel (4.2) ada 10 kendala) Number of variabel : Banyaknya variabel yang ada pada
masalah
(pada data tabel (4.2) ada 5 variabel, yaitu , , , ,
Row name option : Nama batasan yang diinginkan (pada diatas yaitu bahan baku)
3. Apabila sudah terisi semua dengan benar klik OK. Maka akan muncul tampilan isian. Isi kolom dengan fungsi tujuan dan kapasitas maksimum batasan pada kolom RHS (Right Hand Side). Setelah di isi semua maka tampilannya seperti berikut.
4. Klik Solve untuk melihat solusinya.
Perhatikan ada empat hasil proses yaitu Linear Programs result, ranging, solution list, iteration, dan dual. Apabila kita
menginginkan keempat hasil tampil semua dapat dilakukan dengan cara klik window POM-QM data tabel pilih tile. Maka tampilannya masing-masing seperti berikut.
Pada Linear Programs result dapat kita lihat bahwa Bakpia 29 akan memperoleh keuntungan maksimal jika memproduksi 90 kotak bakpia jenis kacang hijau, 8 kotak bakpia jenis keju, 8 kotak bakpia jenis durian, 8 kotak bakpia jenis cokelat dan 1 kotak bakpia jenis stroberi dengan keuntungan �. . . , −, setelah dikurang biaya gas sebesar �. . , gaji karyawan untuk tiga orang sebesar �. . , dan harga bensin untuk dua kendaraan sebesar �. . maka total keuntungannya sebesar �. . , −
Reduced cost adalah besarnya perubahan nilai optimal fungsi tujuan jika produk yang mestinya tidak diproduksi tetap diproduksi. Apabila suatu produk memiliki nilai reduced cost yang lebih besar dari nol maka kegiatan atau produk tersebut tidak menguntungkan. Namun jika nilai reduced cost sama dengan nol berarti bahwa produk tersebut menguntungkan untuk diroduksi.
Pada ranging terlihat nilai reduced cost untuk variabel (Banyaknya bakpia jenis kacang hijau dalam satuan kotak yang akan diproduksi), Banyaknya bakpia jenis keju dalam satuan kotak yang akan diproduksi), Banyaknya bakpia jenis durian dalam satuan kotak yang akan diproduks), (Banyaknya bakpia jenis cokelat dalam satuan kotak yang akan diproduksi), (Banyaknya bakpia jenis stroberi dalam satuan kotak yang akan diproduksi) adalah 0 artinya adalah nilai biaya yang dikurangkan adalah nol hal
ini menunjukan bahwa penggunaan ketujuh variabel tersebut sudah optimal dan jenis bakpia tersebut menguntungkan untuk diproduksi.
Analisis dual dilakukan untuk mengetahui penilaian terhadap bahan baku yang ada dan menilai keputusan proses produksi dengan melihat pengetat dan nilai dualnya. Nilai dual merupakan perubahan yang akan terjadi pada fungsi tujuan apabila bahan baku berubah sebesar satu satuan.
Apabila nilai pengetat lebih besar dari nol dan nilai dualnya sama dengan nol maka bahan baku tersebut dikategorikan sebagai bahan baku yang sifatnya berlebih atau tidak menjadi kendala. Bahan baku tersebut termasuk dalam kendala yaitu kendala yang tidak habis dipakai dalam proses produksi serta tidak mempengaruhi fungsi tujuan jika terjadi penambahan sebesar satu satuan. Apabila nilai pengetat dan nilai dualnya sama dengan nol maka artinya penambahan atau pengurangan bahan baku tidak akan berpengaruh terhadap solusi optimalnya.
Pada tabel ranging terlihat original value untuk masing-masing batasan (Tepung terigu, Gula pasir, Minyak goreng, Margarin, Kacang hijau, Keju, Durian, cokelat, Stroberi, Air hangat, bensin dan pegawai) adalah sebesar
, , , , , , , , , . Origi
nal value menunjukan ketersediaan bahan baku pada perusahaan bakpia 29. Dari penggunaan data yang sudah optimal adalah penggunaan tepung terigu, gula pasir, keju, durian, cokelat, bensin dan pegawai ditandai dengan nilai pengetat mencapai nol. Ketika nilai pengetat sama dengan nol artinya tepung terigu,kacang hijau, keju, durian, cokelat pada solusi optimal habis terpakai.
Penggunaan bahan baku gula pasir masih belum optimal karena persediaan maksimum sebesar 100000 desigram dan memiliki sisa sebesar , desigram, dalam produksi ini yang digunakan hanya sebesar , desigram. Penggunaan minyak goreng masih belum optimal karena persediaan maksimum sebesar 55200 desigram dan memiliki sisa sebesar , desigram, dalam produksi ini yang digunakan hanya sebesar 45820,54 desigram. Penggunaan bahan baku margarin masih belum optimal karena persediaan maksimum sebesar 30000 desigram dan memiliki sisa sebesar , desigram, dalam produksi ini yang digunakan hanya sebesar , desigram. Penggunaan bahan baku stroberi masih belum optimal karena persediaan maksimum sebesar 5000 desigram dan memiliki sisa sebesar , desigram, dalam produksi ini yang digunakan hanya sebesar , desigram. Penggunaan bahan baku air hangat masih belum optimal karena persediaan maksimum sebesar 20000 desigram dan memiliki sisa sebesar , desigram, dalam produksi ini yang digunakan hanya sebesar , desigram.
Nilai lower bound dan upper bound digunakan untuk melakukan analisis sensitivitas. Batas bawah (lower bound) memperlihatkan besarnya nilai penurunan ketersediaan bahan baku yang tidak mengubah solusi optimum awal. Batas atas (upper bound) memperlihatkan nilai peningkatan yang tidak akan mengubah solusi optimum awal. Pada fungsi kendala analisis sensitivitas dapat menilai ruas sebelah kanan kendala yang digunakan untuk menentukan status kendala pembatas dan bukan pembatas pada optimalisasi produksi.
Kendala dikatakan pembatas apabila terdapat nilai batas penurunan dan peningkatan sebesar nilai tertentu, sedangkan kendala dikatakan bukan pembatas apabila tidak terdapat nilai sebesar tertentu pada nilai batas penurunan dan peningkatan. Kendala bukan pembatas biasanya ditunjukan oleh adanya nilai tak terhingga (infinity) pada nilai batas bawah dan nilai batas atas. Hal ini menunjukan selang perubahan peningkatan dan penurunan mencapai tak terhingga. Artinya berapapun peningkatan dan penurunan nilai sebelah kanan kendala tersebut tidak akan mempengaruhi solusi optimal.
Pada tabel ranging terlihat batas bawah dan batas atas koefisien fungsi tujuan untuk variabel adalah 4726,68 sampai tak hingga dan , , adalah 13902 sampai tak hingga, adalah dari 0,001 sampai 13902. Berdasarkan nilai tersebut berarti nilai koefisien bisa diubah sesuai dengan batas atas dan batas bawah yang dianjurkan karena pada rentang nilai koefisien, fungsi ini tidak akan merubah nilai optimalnya.
Batas bawah dan batas atas koefisien fungsi tujuan untuk kendala tepung terigu adalah 273153.2 sampai 313153.2 dan gula pasir adalah 65405.41 sampai tak terhingga, sedangkan untuk minyak goreng adalah 45820,54 sampai tak terhingga, margarin adalah 24972.97 sampai tak terhingga, kacang hijau adalah 78352.94 sampai 104470.6, keju adalah 855.856 sampai 5855.856, durian adalah 855.856 sampai 5855.856, cokelat adalah 855.856 sampai 5855.856, stroberi adalah 855.856 sampai tak terhingga, air hangat adalah 16288,29 sampai tak terhingga. Berdasarkan nilai tersebut berarti nilai koefisien bisa diubah sesuai
dengan batas atas dan batas bawah yang dianjurkan karena pada rentang nilai koefisien, fungsi ini tidak akan merubah nilai optimalnya.
Status dasar pada variabel keputusan menunjukan bahwa variabel tersebut merupakan bagian dari solusi optimal dan harus diproduksi sebesar nilai value. Status bukan dasar pada variabel keputusan menunjukan bahwa variabel tersebut bukan bagian dari solusi optimal karena kolom value bernilai nol. Status dasar pada variabel pengetat menunjukan bahwa suatu bahan baku bukan merupakan pembatas dan masih sisa sebesar nilai pada kolom value. Status bukan dasar pada variabel pengetat menunjukan bahwa suatu bahan baku merupakan pembatas karena kolom value adalah nol.
Pada tabel solution list menjelaskan bahwa kolom variabel memuat variabel keputusan dari suatu model, dalam penelitian yang dilakukan terdapat 5 jenis produksi bakpia. Variabel pengetat menunjukan status dari suatu kendala. Variabel pengetat 1 merupakan kendala bahan baku untuk tepung terigu, variabel pengetat 2 merupakan kendala bahan baku untuk gula pasir, variabel pengetat 3 merupakan kendala bahan baku untuk minyak goreng, variabel pengetat 4 merupakan kendala bahan baku untuk margarin, variabel pengetat 5 merupakan kendala bahan baku untuk kacang hijau, variabel pengetat 6 merupakan kendala bahan baku untuk keju, variabel pengetat 7 merupakan kendala bahan baku untuk durian, variabel pengetat 8 merupakan kendala bahan baku untuk cokelat, variabel pengetat 9 merupakan kendala bahan baku untuk stroberi, variabel pengetat 10 merupakan kendala bahan baku untuk air hangat.
Variabel , , , dan merupakan bagian dari solusi optimal dan harus diproduksi sebesar nilai valuenya, yaitu (bakpia jenis kacang hijau) sebesar 90,09009 kotak, (bakpia jenis keju) sebesar 8 kotak, (bakpia jenis durian) sebesar 8 kotak, (bakpia jenis cokelat) sebesar 8 kotak, (bakpia jenis stroberi) sebesar 1 kotak.
Variabel pengetat 2 yaitu gula pasir bukan merupakan pembatas dalam memperoleh solusi optimal kerena masih tersisa sebesar 34594,59 mililiter, variabel pengetat 3 yaitu minyak goreng bukan merupakan pembatas dalam memperoleh solusi optimal kerena masih tersisa sebesar 9379,459 desigram, variabel pengetat 4 yaitu margarin bukan merupakan pembatas dalam memperoleh solusi optimal kerena masih tersisa sebesar 5027,027 desigram, variabel pengetat
9 yaitu stroberi bukan merupakan pembatas dalam memperoleh solusi optimal kerena masih tersisa sebesar 4144,144 desigram, variabel pengetat 10 yaitu kacang hijau bukan merupakan pembatas dalam memperoleh solusi optimal kerena masih tersisa sebesar 3711,712 desigram. Variabel pengetat 1, variabel pengetat 5, variabel pengetat 6, variabel pengetat 7, variabel pengetat 8 merupakan pembatas atau kendala dalam memperoleh solusi optimal karena habis terpakai. Pada solution list ini kita dapat melihat bahwa produksi bakpia ini dapat memperoleh total keuntungan sebesar �. . . , −, setelah dikurang biaya gas sebesar �. . , gaji karyawan untuk tiga orang sebesar �. . , dan harga bensin untuk dua kendaraan sebesar �. . maka total keuntungannya sebesar �. . , −. Langkah-langkah pengerjaan program linear dengan metode simpleks dengan tabel berkolom variabel basis adalah sebagai berikut.
1. Iterasi 1
POM untuk windows telah menetapkan kolom basis. Anda dapat mengubah kolom ini dengan mengklik pada kolom yang berbeda. Tekan tombol step berikutnya. Pada metode simpleks tabel iterasi ini menentukan kunci 1 yaitu menentukan variabel basis yang nilainya pada baris − merupakan bilangan positif terbesar pada iterasi 1 ini yaitu . Kemudian menentukan variabel basis yang memiliki rasio solusi dengan nilai positif terkecil dalam iterasi pertama yaitu 1110. Selanjutnya mencari baris kunci baru dan baris baru. Kemudian melakukan pengujian optimalisasi pada iterasi selanjutnya karena solusinya belum optimal.
2. Iterasi 2
POM untuk windows telah menetapkan kolom basis. Anda dapat mengubah kolom ini dengan mengklik pada kolom yang berbeda. Tekan tombol step berikutnya. Pada metode simpleks tabel iterasi ini menentukan
kunci 1 yaitu menentukan variabel basis yang nilainya pada baris − merupakan bilangan positif terbesar pada iterasi 2 ini yaitu . Kemudian menentukan variabel basis yang memiliki rasio solusi dengan nilai positif terkecil dalam iterasi pertama yaitu 625. Selanjutnya mencari baris kunci baru dan baris baru. Kemudian melakukan pengujian optimalisasi pada iterasi selanjutnya karena solusinya belum optimal.
3. Iterasi 3
POM untuk windows telah menetapkan kolom basis. Anda dapat mengubah kolom ini dengan mengklik pada kolom yang berbeda. Tekan tombol step berikutnya. Pada metode simpleks tabel iterasi ini menentukan kunci 1 yaitu menentukan variabel basis yang nilainya pada baris − merupakan bilangan positif terbesar pada iterasi 3 ini yaitu . Kemudian
menentukan variabel basis yang memiliki rasio solusi dengan nilai positif terkecil dalam iterasi pertama yaitu 625. Selanjutnya mencari baris kunci baru dan baris baru. Kemudian melakukan pengujian optimalisasi pada iterasi selanjutnya karena solusinya belum optimal.
4. Iterasi 4
POM untuk windows telah menetapkan kolom basis. Anda dapat mengubah kolom ini dengan mengklik pada kolom yang berbeda. Tekan tombol step berikutnya. Pada metode simpleks tabel iterasi ini menentukan kunci 1 yaitu menentukan variabel basis yang nilainya pada baris − merupakan bilangan positif terbesar pada iterasi 4 ini yaitu . Kemudian menentukan variabel basis yang memiliki rasio solusi dengan nilai positif terkecil dalam iterasi pertama yaitu 625. Selanjutnya mencari baris kunci
baru dan baris baru. Kemudian melakukan pengujian optimalisasi pada iterasi selanjutnya karena solusinya belum optimal.
5. Iterasi 5
POM untuk windows telah menetapkan kolom basis. Anda dapat mengubah kolom ini dengan mengklik pada kolom yang berbeda. Tekan tombol step berikutnya. Pada metode simpleks tabel iterasi ini menentukan kunci 1 yaitu menentukan variabel basis yang nilainya pada baris − merupakan bilangan positif terbesar pada iterasi 5 ini yaitu . Kemudian menentukan variabel basis yang memiliki rasio solusi dengan nilai positif terkecil dalam iterasi pertama yaitu 625. Selanjutnya mencari baris kunci baru dan baris baru. Kemudian melakukan pengujian optimalisasi pada iterasi selanjutnya karena solusinya belum optimal.
6. Iterasi 6
POM untuk windows telah menampilkan solusi optimal. Tekan selesai untuk mengakhiri iterasi. Semua koefisien variabel basis pada baris − sudah tidak ada lagi yang negative, berarti solusi sudah optimal tidak perlu dibentuk tabel selanjutnya. Dari tabel iterasi 6 ini perusahaan memproduksi 90 kotak bakpia jenis kacang hijau dapat dilihat dari baris , 8 kotak bakpia jenis keju dapat dilihat dari baris , 8 kotak bakpia jenis durian dapat dilihat dari baris , 8 kotak bakpia jenis cokelat dapat dilihat dari baris dan 1 kotak bakpia jenis stroberi dapat dilihat dari baris dengan keuntungan yang dapat dilihat baris dari �. . . , −, setelah dikurang biaya gas sebesar �. . , gaji karyawan untuk tiga orang sebesar �. . , dan harga bensin untuk dua kendaraan sebesar �. . maka total
keuntungannya sebesar �. . , −
77 BAB V PENUTUP
5.1 Kesimpulan
1. Hasil analisis menunjukan bahwa memodelkan produksi bakpia kedalam metode simpleks adalah membuat variabel keputusan terlebih dahulu, yaitu banyaknya bakpia jenis kacang hijau, yaitu banyaknya bakpia jenis keju, yaitu banyaknya bakpia jenis durian, yaitu banyaknya bakpia jenis cokelat, yaitu banyaknya bakpia jenis stroberi. Membuat fungsi tujuannya yaitu = +
+ + + − . Membuat fungsi
kendala berdsarkan tabel 4.2 kemudian dimasukkan kedalam kedalam tabel simpleks.
2. Hasil penyelesaian masalah tersebut dengan menggunakan metode simpleks dengan alat bantu POM-QM adalah pada Linear Programs result dapat kita lihat bahwa Bakpia 29 akan memperoleh keuntungan maksimal jika 90 kotak bakpia jenis kacang hijau, 8 kotak bakpia jenis keju, 8 kotak bakpia jenis durian, 8 kotak bakpia jenis cokelat dan 1 kotak bakpia jenis stroberi dengan keuntungan �. . . , −, setelah dikurang biaya gas sebesar �. . , gaji karyawan untuk tiga orang sebesar �. . , dan harga bensin untuk dua kendaraan sebesar �. . maka total keuntungannya sebesar �. . , − tiap sekali produksi. Produk yang seharusnya menjadi prioritas dalam
kegiatan produksi dan yang paling berkontribusi besar bagi pendapatan perusahaan adalah bakpia jenis kacang hijau.
3. Berdasarkan pengolahan secara POM-QM dapat diketahui bahwa masih terdapatnya bahan baku yang ada belum optimal. Keadaan tersebut ditunjukan dengan adanya variabel pengetat yang nilainya tidak menunjukan angka nol. Hal ini disebabkan karena bahan baku yang tersedia tidak dapat memenuhi produksi bakpia dengan seluruh rasa. Hal tersebut dapat diatasi dengan cara menambah jumlah produksi bakpia pada produksi selanjutnya.
5.2 Saran
1. Penggunaan alat bantu POM-QM ini dapat diaplikasikan pada kasus- kasus lain di sekolah mengenai pembelajaran matematika atau perusahaan lain.
2. Sebaiknya perusahaan selalu berusaha untuk merencanakan produksinya dan memproduksi pada produk bakpia yang optimal. Memproduksi produk bakpia pada kondisi optimal mendapatkan laba yang dicapai perusahaan juga akan lebih optimal.
3. Sebaiknya pada penelitian ini menggunakan integer programming sehingga hasil yang didapat bernilai bulat.
79
DAFTAR PUSTAKA
Anwar, Nasendi. (1985). Program Linear Dan Variansinya. Jakarta:Gramedia Hotniar, Siringoringo. (2005). Teknik Riset Operasional Pemrograman Linear.
Yogyakarta:Graha ilmu
http://www.provisi.ac.id/ejurnal/index.php/JTIKP/article/viewFile/5/2 / (diunduh tanggal Februari 2014)
http://rosihan.lecture.ub.ac.id/files/2009/06/modulpelatihan.pdf / (diunduh tanggal 4 Mei 2014)
http://labsistemtmip.files.wordpress.com/2011/02/panduan-pom.pdf /(diunduh tanggal 12 mei 2014)
Ning Dumairy, Ismael Gibraltar. (2005). Matematika Terapan Untuk Bisnis Dan Ekonomi. Yogyakarta:BPFE
Pardede, Pontas. (2005). Manajemen Operasi Dan Produksi. Yogyakarta: Andi Susanta, B. (1994). Program Linear. Jakarta: LPTK Depdikbud.
Sugiono. (2006). Metode Penelitian Pendidikan. Bandung: Alfabeta
Supranto, J.M.A. (1979). Linear Programming. Jakarta: Universitas Indonesia Syamsi, Ibnu (2000). Pengambilan Keputusan dan system informasi. Jakarta: Bumi Aksara
Thomas J. (2008). Pemrograman Linear Metode Dan Problema. Yogyakarta:Andi
Weiss, Howard J. (2005). POM-QM Version 3. New Jersey: Pearson Prentice Hall Wu, N, & Coppins, R. (1981). Linear programming and Extentions. Mac Graw
LAMPIRAN
1.
SURAT KETERANGAN PENELITIAN
2.
FOTO PENELITIAN
3.
HASIL WAWANCARA
HASIL WAWANCARA TANGGAL 13 AGUSTUS 2015 P : Selamat pagi bu.
PP : Iya selamat pagi mbak.
P :Maaf saya datang mengganggu bu, kedatangan saya kemari ingin mengupdate kembali data produksi dari wawancara saya yang sebelumnya bu.
PP : Ooo tidak apa-apa mba, iya ada yang bisa saya bantu?
P : Saya ingin bertanya tentang berapa kilo ya bu bahan-bahan yang digunakan untuk pembuatan bakpia? Berapa harga masing-masing bahan baku untuk per kilonya bu?
PP : Bahan baku kacang hijau kami menggunakan Kacang hijau sebanyak 10 Kg untuk harga per kilo kacang hijau sebesar Rp. 27.500, gula pasir kami menggunakan 10 Kg untuk harga per kilonya sebesar Rp. 11.500, Minyak goreng kami menggunakan 6 Lt untuk harga per kilonya sebesar Rp. 12.000, tepung terigu kami menggunakan 28 Kg untuk harga per kilonya sebesar Rp. 7500 tapi biasanya kami beli per satu sak seharga Rp. 170.000, Air hangat kami menggunakan 2 Lt untuk harganya gratis, hehehehe, Perisa rasa cokelat, Perisa rasa durian, Perisa rasa stroberi, Perisa rasa keju kami memakai masing-masing 0.5 Kg untuk harganya sebesar Rp. 5000 setiap rasa, Margarin kami menggunakan 3 Kg untuk harga per kilonya sebesar Rp. 11.000, tabung gas kami memakai tabung yang 3 Kg sebanyak 2 tabung gas untuk harga satu tabung sebesar Rp. 20000.
P : Untuk gaji karyawan dari data sebelumnya yaitu Rp. 250000 itu bu untuk gaji per minggu atau per hari ya bu?
PP : Itu untuk gaji seminggu mba, maaf ya mba data yang kemarin saya beri tahunya gaji untuk sehari. Saya yang salah mba.
P : Oiya bu tidak apa-apa, kalau boleh saya tahu untuk gaji perharinya berapa ya bu? Berapa jumlah karyawannya ya bu?
PP : Untuk gaji satu karyawan perharinya sebesar sekarang Rp. 38.000 dalam satu minggu karyawan bekerja selama 7 hari. Karyawan yang bekerja sebanyak 3 orang.
P : Ooo begitu bu, mau tanya lagi bu untuk bahan bakar yang di gunakan (bensin) kira-kira dalam sehari memakai berapa liter ya bu?
PP : Kalau masalah bensin berapa liternya mba bisa kira-kira sendiri ya mba, pokoknya untuk bensin saya mengeluarkan Rp. 15000 untuk satu motor. P : Pembungkus bakpia itu sebelum didistribusi pasti menggunakan kardus.
Untuk biaya satu kerdus itu berapa ya bu? Dan dalam satu hari biasanya mencetak berapa lembar kardus bu?
PP : O ya jelas mba pakai kardus, untuk kerdusnya kami mencetak sebanyak 122 lembar kardus mbak, dan untuk biaya satu lembarnya seharga Rp. 750. P : O begitu bu.
PP : O iya mba untuk harga bahan baku tadi harga bahan baku setelah lebaran ya mba. Karena setelah lebaran harga-harga sudah pada naik mba.
P : Iya bu, terima kasih bu, saya kira cukup sekian bu untuk update data mengenai produksi bakpia bu. Maaf bu saya sudah mengganggu waktu istirahat ibu.
PP : Ooo tidak apa-apa mba. Kalau datanya masih kurang boleh ditanyakan mba. Besok kalau masih ada revisi lagi boleh kok lewat telepon mba jadi gak usah jauh-jauh datang kesni mba. Kasian sma mbaknya juga.
P : Hehehe tidak apa-apa bu. Kalau begitu saya pamit dulu bu. Trima kasih sekali lagi bu.