• Tidak ada hasil yang ditemukan

Sistem Informasi - S1

N/A
N/A
Protected

Academic year: 2017

Membagikan "Sistem Informasi - S1"

Copied!
4
0
0

Teks penuh

(1)

SATUAN ACARA PERKULIAHAN MATEMATIKA SISTEM INFORMASI 2

JURUSAN / JENJANG : SISTEM INFORMASI / S-1

FAKULTAS ILMU KOMPUTER

Referensi:

1. Hamdy A. Taha. Operation Research.:An Introduction , MacMillan, 2004.

2. Hillier, Frederich S. and Lieberman. Introduction to Operation Research, McGraw-Hill, 1990.

3. Schaum series.Operation Research.

Mingg u

Pokok Bahasan dan TIU Sub Bahasan dan Sasaran Belajar Cara Pengajara n

Media Tugas Ref.

1 Pendahuluan:

Mahasiswa memahami falsafah RO dan hubungannya dengan pengambilan keputusan

 Pengertian RO. Mahasiswa mampu menjelaskan arti dan kegunaan RO, serta dasar perkembangannya.

 .RO dalam pengambilan keputusan. Mahasiswa memahami peranan RO dalam pengambilan keputusan pada manajemen level menengah ke atas.

 Model-model RO. Mahasiswa memahami model-model RO dan mampu menentukan mode yang paling tepat untuk berbagai masalah.

 RO dalam manajemen/akuntansi. Mahasiswa memahami penggunaan RO dalam bidang masing-masing.

Tatap muka

Papan tulis, transpar ansi

- 1

2

2 Linear Programming (LP):Formulasi Masalah dan Pemodelan.

Mahasiswa mampu memahami permasalahan dan membuat mode matematik

 Bentuk Umum LP. Mahasiswa memahami bentuk umum LP.

 Bentuk baku LP. Mahasiswa mampu mengubah bentuk umum menjadi bentuk baku.

 Tujuan, Kendala dan Alternatif dalam RO. Mahasiswa mampu mengidentifikasi tujuan, kendala dan alternatif dalam setiap permasalahan.

 Pemodelan Matematik Tujuan. Mahasiswa mampu membuat model matematik untuk kedua bentuk tujuan.

 Pemodelan matematik kendala/pembatas. Mahasiswa mampu membentuk model matematik

pembatas/constraint.

Tatap muka

Papan tulis, Transpar ansi

Dua atau tiga soal untuk membua t model matemat ik

1 2

(2)

4 Simpleks

Mhs mampu menyelesiakan permasalahan menggunakan solusi grafik

fungsi kendala dan tujuan pada sumbu koordinat XY dan mampu menentukan solusi optimal.

 Tabel simpleks. Mahasiswa mampu membentuk tabel simpleks berdasarkan bentuk baku.

 Penentuan solusi basis/dasar Mahasiswa dapat menentukan solusi dasar, variabel basis/dasar.

 . Penentuan solusi optimal. Mahasiswa mampu menggunakan algoritma simpleks untuk mendapatkan solusi optimal dan mampu membaca tabel optimal.

muka tulis, Transpar solusi grafik dan 2 atau 3 soal dgn simplek s

2

5

6 LP: Solusi awal buatan (artificial starting solution) untuk primal simpleks. Mahasiswa memahami penggunaan bentuk solusi awal buatan.

 Metode Big M. Mahasiswa dapat menggunakan metode Big M.

 Metode Dua Fase. Mahasiswa mampu menggunakan metode Dua Fase.

 Metode Dual Simpleks. Mahasiswa mampu menggunakan metode dual simpleks

 Kasus-kasus khusus dalam aplikasi metode simpleks. Mahasiswa mampu mengindentifikasi kasus-kasus khusus.

7 LP: Revised Simpleks. Mahasiswa mampu menggunakan metode revised simpleks.

 Model LP standar dalam bentuk matriks. Mahasiswa mampu membentuk matriks dari mode matematik.

 Tabel simpleks dalam bentuk matriks. Mahasiswa mampu memahami bentuk simpleks dalam bentuk matriks.

 Algoritma Revised simpleks. Mahasiswa dapat menyelesaikan permasalahan menggunakan revised simpleks. revised simplek s.

1 2

8 LP: Dualitas, analisa Sensitivitas. Mahasiswa mampu menggunakan dualitas, dan analisa sensitivitas.

 Solusi permasalahan dual. Mahasiswa mampu menyelesaikan permasalahan dual.

 Interpretasi ekonomis permasalahan dual. Mahasiswa dapat mengartikan solusi permasalahan dual.

 Analisa sensitifitas atau postoptimal. Mahasiswa memahami penggunaan analisa sensitifitas.

Tatap primal dual, & analisa sensitivi tas.

(3)

9 LP: Metode Transportasi. Mahasiswa mampu memahami penggunaan metode transportasi dan menyelesaikan kasus-kasus metode transportasi, baik untuk

supply = demand ataupun supply  demand.

 Definisi dan aplikasi model transportasi. Mahasiswa mampu mengidentifikasi permasalahan yang dapat diselesaikan dengan metode transportasi.

 Solusi awal metode transportasi:

 North West Corner (NWC). Mahasiswa mampu menggunakan metode NWC.

 The Least Cost (LC). Mahasiswa mampu menggunakan metode LC.

 Vogel’s Aproximation Methods (VAM). Mahasiswa mampu menggunakan VAM.

 Solusi Optimal. Mahasiswa mampu menentukan solusi optimal metode transpor tasi.

1 2

10 LP: Model Penugasan. Mahasiswa mampu memahami penggunaan model penugasan.

 Model Penugasan menggunakan Metode Hungarian. Mahasiswa mampu membentuk tabel penugasan dan menyelesaikannya sampai solusi optimal menggunakan Metode Hungarian, baik untuk jumlah tugas=jumlah pekerja ataupun jumlah tugasjumlah pekerja.

Tatap

11. Teori Permainan. Mahasiswa mampu menggunakan teori permainan.

 Solusi Optimal Two-Person Zero-Sum Game. Mahasiswa dapat menentukan permainan dalam two-person zero-sum game dan menyelesaikannya menggunakan strategi murni..

 Strategi Campuran. Mahasiswa mampu menyelesaikan permainan menggunakan startegi campuran.

 Solusi Grafik.mahasiswa mampu menyelesaikan permainan menggunakan solusi grafik.

 Solusi permainan (MxN) menggunakan LP. Mahasiswa mampu menyelesaikan permainan untuk (MxN) strategi menggunakan simpleks.

Tatap

Pemrograman Dinamis. Mahasiswa memahami kegunaan pemrograman dinamis dan dapat menggunakannya.

 Elemen Pemrograman Dinamis. Mahasiswa mampu menentukan elemen-elemen permasalahan pemrograman dinamis.

 Metode Langkah Maju (Forward Method). Mahasiswa mampu menggunakan metode langkah maju.

 Metode Langkah Mundur (Backward Method).

(4)

Gambar

Tabel simpleks.  Mahasiswa mampu membentuk tabel

Referensi

Dokumen terkait

 Agar mahasiswa mampu menggunakan integral untuk menentukan panjang busur dari sebuah kurva pada interval tertentu,.  Agar mampu menggunakan integral untuk menghitung luas

- Pendeklarasian pada ENVIRONMENT DIVISION - Nilai status kesalahan Statement pada PROCEDURE DIVISION. Tugas

- Language Development , Comparison : Mahasiswa mampu membentuk kalimat dengan memakai struktur comparative dan Linking Words : Mahasiswa mampu menggunakan Linking Words

Alat grafis yang digunakan untuk menunjukkan dekomposisi hirarkis dari sebuah proyek dalam beberapa fase-fase, aktifitas dan tugas-tugas adalah :. Mendeskripsikan

Aplikasi penugasan yang baru ini merupakan aplikasi yang lebih inovatif daripada aplikasi komersial yang sudah ada dalam pemberian solusi penugasan yang optimal, terutama

Metode Hungarian adalah suatu metode yang digunakan untuk menyelesaikan masalah penugasan (assignment problem) dimana jumlah yang ditugaskan harus sama dengan jumlah tugas yang

Penelitian sistem penunjang keputusan untuk optimasi penugasan dalam proyek pengembangan website dengan menggunakan algoritma Hungarian telah menghasilkan rekomendasi tugas

Penelitian sistem penunjang keputusan untuk optimasi penugasan dalam proyek pengembangan website dengan menggunakan algoritma Hungarian telah menghasilkan rekomendasi tugas