universitas medan area fakultas : teknik program studi

(1)

DOKUMEN KELENGKAPAN MATA KULIAH

MULTI CRITERIA DECISION MAKING

(TID 15060)

PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK

UNIVERSITAS MEDAN AREA

2021

(2)

1.

LEARNING OUTCOME PRODI / CPL

2.

LEARNING OUTCOME PRODI / CPL YANG DIBEBANKAN KE MATA

KULIAH

3.

LEARNING OUTCOME MATA KULIAH (CPMK)

4. ANALISIS INSTRUKSIONAL/PEMBELAJARAN

5. RENCANA PEMBELAJARAN SEMESTER (RPS)/RENCANA PEMBELAJARAN DARING (RPD) (DAPAT BLENDED) 6. RENCANA KEGIATAN PEMBELAJARAN DARING (RKPD) 7. METODE PEMBELAJARAN

8. RANCANGAN TUGAS 9. RANCANGAN PENILAIAN 10. RUBRIK PENILAIAN

11. SATUAN ACARA PEMBELAJARAN (SAP) 12. KONTRAK PERKULIAHAN

Hal. 2

DAFTAR ISI

(3)

A. Profil lulusan

PROFIL LULUSAN PROGRAM STUDI TEKNIK INDUSTRI

PLI – 1

Lulusan berhasil menerapkan ilmu teknik industri dalam memberikan alternatif solusi dan berinovasi pada pengembangan teknologi

PLI – 2

Lulusan berhasil menerapkan kemampuan dalam memimpin organisasi dengan kepribadian yang berkarakter, inovatif dan mandiri

PLI – 3

Lulusan berhasil melanjutkan pendidikan untuk pengembangan kompetensi

B. Lapangan Pekerjaan

1. Asisten Manajer Industri Jasa dan Manufaktur 2. Akademisi/Peneliti

3. Konsultan 4. Technopreneur

C. Capaian Pembelajaran lulusan 1. Sikap

a. Bertaqwa kepada Tuhan Yang Maha Esa dan mampu menunjukkan sikap religius b. Menjunjung tinggi nilai kemanusiaan dalam menjalankan tugas berdasarkan

agama,moral dan etika;

c. Berkontribusi dalam peningkatan mutu kehidupan bermasyarakat, berbangsa, bernegara, dan peradaban berdasarkan Pancasila;

d. Berperan sebagai warga negara yang bangga dan cinta tanah air, memiliki nasionalisme serta rasa tanggungjawab pada negara dan bangsa;

e. Menghargai keanekaragaman budaya, pandangan, agama, dan kepercayaan, serta pendapat atau temuan orisinal orang lain;

f. Bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap masyarakat dan lingkungan;

g. Taat hukum dan disiplin dalam kehidupan bermasyarakat dan bernegara ; h. Menginternalisasi nilai, norma, dan etika akademik;

i. Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri;

j. Menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan 2. Keterampilan Umum

LEARNING OUTCOME PROGRAM STUDI

(Capaian Pembelajaran Lulusan)

(4)

a. Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya;

b. Mampu menunjukkan kinerja mandiri, bermutu, dan terukur;

c. Mampu mengkaji implikasi pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi, gagasan, desain atau kritik seni; menyusun deskripsi saintifik hasil kajiannya dalam bentuk skripsi atau laporan tugas akhir, dan mengunggahnya dalam laman perguruan tinggi;

d. Mampu menyusun deskripsi saintifik hasil kajian tersebut di atas dalam bentuk skripsi atau laporan tugas akhir, dan mengunggahnya dalam laman perguruan tinggi;

e. Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data;

f. Mampu memelihara dan mengembangkan jaringan kerja dengan pembimbing, kolega, sejawat baik di dalam maupun diluar lembaganya.

g. Mampu bertanggung jawab atas pencapaian hasil kerja kelompok dan melakukan supervisi serta evaluasi terhadap penyelesaian pekerjaan yang ditugaskan kepada pekerja yang berada di bawah tanggung jawabnya;

h. Mampu melakukan proses evaluasi diri terhadap kelompok kerja yang berada di bawah tanggung jawabnya, dan mampu mengelola pembelajaran secara mandiri;

i. Mampu mendokumentasikan, menyimpan, mengamankan, dan menemukan kembali data untuk menjamin kesahihan dan mencegah plagiasi;

3. Penguasaan Pengetahuan

a. Menguasai konsep teoretis sains alam, aplikasi matematika rekayasa; prinsip-prinsip rekayasa (engineering fundamentals), sains rekayasa dan perancangan rekayasa yang diperlukan untuk analisis dan perancangan sistem terintegrasi

b. Menguasai prinsip dan teknik perancangan sistem terintegrasi dengan pendekatan sistem

c. Menguasai prinsip dan issue terkini dalam ekonomi, sosial, ekologi secara umum d. Menguasai pengetahuan tentang teknik komunikasi dan perkembangan teknologi

terbaru dan terkini.

4. Keterampilan Khusus

a. Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk menyelesaikan masalah rekayasa kompleks pada sistem terintegrasi (meliputi manusia, material, peralatan, energi, dan informasi)

b. Mampu mengidentifikasi, memformulasikan dan menganalisis masalah rekayasa kompleks pada sistem terintegrasi berdasarkan pendekatan analitik, komputasional atau eksperimental

Hal. 4

(5)

c. Mampu merumuskan solusi untuk masalah rekayasa kompleks pada sistem terintegrasi dengan memperhatikan faktor-faktor ekonomi, kesehatan dan keselamatan publik, kultural, sosial dan lingkungan (environmentalconsideration)

d. Mampu merancang sistem terintegrasi sesuai standar teknis, keselamatan dan kesehatan lingkungan yang berlaku dengan mempertimbangkan aspek kinerja dan keandalan, kemudahan penerapan dan keberlanjutan, serta memperhatikan faktor- faktor ekonomi, sosial, dan kultural.

e. Mampu meneliti dan menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi

f. Mampu memilih sumberdaya dan memanfaatkan perangkat perancangan dan analisis rekayasa berbasis teknologi informasi dan komputasi yang sesuai untuk melakukan aktivitas rekayasa

D. Capaian Pembelajaran Lulusan (CPL) yang dibebankan ke Matakuliah

1. Sikap

a.

Menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri

2. Keterampilan Umum

a.

Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya

3. Penguasaan Pengetahuan

a. Menguasai konsep teoretis sains alam, aplikasi matematika rekayasa; prinsip- prinsip rekayasa (engineering fundamentals), sains rekayasa dan perancangan rekayasa yang diperlukan untuk analisis dan perancangan sistem terintegrasi 4. Keterampilan Khusus

a. Mampu mengidentifikasi, memformulasikan dan menganalisis masalah rekayasa kompleks pada sistem terintegrasi berdasarkan pendekatan analitik, komputasional atau eksperimental

b. Mampu meneliti dan menyelidiki masalah rekayasa kompleks pada sistem terintegrasi menggunakan dasar prinsip-prinsip rekayasa dan dengan melaksanakan riset, analisis, interpretasi data dan sintesa informasi untuk memberikan solusi

E. Capaian Pembelajaran Mata Kuliah (CPMK)

a. Memiliki kemampuan menyelesaikan persoalan programa linier yang diformulasikan dengan metode simpleks, metode Big-M dan metode dua fasa.

b. Mampu melakukan analisis hasil-hasil pemecahan formulasi programa linier dengan teori dualitas dan analisis sensitivitas

(6)

c. Mampu menyelesaikan persoalan transportasi, transhipment, dan penugasan dengan memakai metode pencarian solusi yang sesuai

d. Mampu mencari solusi dari formulasi model jaringan dengan metode network simpleks dan melakukan analisis atas solusi yang dihasilkan

F. Sub- Capaian Pembelajaran Matakuliah (Sub CPMK)

1. Mahasiswa mampu menjelaskan falsafah RO dan hubungannya dengan pengambilan keputusan 2. Mahasiswa mampu membuat model matematika dengan bentuk umum sampai dengan bentuk

standar

3. Mahasiswa mampu menyelesaikan permasalahan menggunakan solusi grafik, dengan menggambarkan fungsi kendala dan tujuan pada sumbu koordinat XY dan mampu menentukan solusi optimal., penyelesaian masalah sensitivitas dengan metode grafik

4. Mahasiswa mampu membuat tabel simpleks berdasarkan bentuk baku, dapat menentukan solusi dasar, variable basis/dasar, mampu menggunakan algoritma simpleks untuk mendapatkan solusi optimal dan mampu membaca tabel optimal

5. Mahasiswa mampu menyelesaikan permasalahan optimal dengan bantuan metode big M dan Metode 2 phase

6. Mahasiswa mampu menguraikan penggunaan metode transportasi dan menyelesaikan kasus- kasus metode transportasi, baik untuk supply = demand ataupun supply  demand

7. Mahasiswa mampu menyelesaikan permasalahan lanjut untuk mendapatkan hasil yang optimal dari metode transportasi lanjutan

8. Mahasiswa mampu menjelaskan penggunaan model penugasan, membentuk tabel penugasan dan menyelesaikannya sampai solusi optimal menggunakan Metode Hungarian, baik untuk jumlah tugas=jumlah pekerja ataupun jumlah tugasjumlah pekerja

9. Mahasiswa mampu menggunakan metode dualitas, dan analisa sensitivitas serta mampu menginterpretasikan solusi permasalahan dual, penggunaan analisa sensitivitas

G. Bahan kajian (Sub sub CPMK)

1. Bentuk Umum Linier Programming, Formulasi Kendala, Tujuan dan Pembatas 2. Penyelesaian dengan cara grafik, analisis kepekaan

3. Perhitungan Simpleks, Metode Big M dan Metode 2 Phase 4. Solusi Awal Metode Transportasi

5. Solusi Lanjutan Metode Transportasi 6. Model Pengugasan

7. Kasus-kasus khusus dalam aplikasi metode simpleks. .

8.

Interpretasi ekonomis permasalahan dual

Hal. 6

1. Mahasiswa memahami falsafah RO dan hubungannya dengan pengambilan keputusan berserta dengan kontrak kuliah (minggu ke 1)

2. Mahasiswa mampu memahami permasalahan dan membuat model matematik bentuk umum sampai dengan bentuk standar (minggu ke 2)

(7)

Hal. 7

UJIAN AKHIR SEMESTER (MINGGU KE 16)

CPMK

1. Mampu menerapkan isu-isu kontemporer yang relevan.

2

UJIAN TENGAH SEMESTER (MINGGU KE 8)

8. Mahasiswa mampu memahami konsep risk profile dan risk preference (minggu ke 9)

9. Mahasiswa dapat memahami konsep value of information analysis dengan perfect information serta interpretasinya (minggu ke 10)

14. Mahasiswa dapat menjelaskan penyelesaian kasus permasalahan pengambilan keputusan multi kriteria dengan metode yang sesuai.

(minggu 15)

13. Mahasiswa dapat memahami konsep model pengambilan keputusan dengan Analytical Hierarchy Process (AHP). (minggu 14) 12. Mahasiswa mampu memahami konsep multi objective programming

minggu ke 13)

11. Mahasiswa mampu memahami konsep dasar Multiple Criteria Decision Making minggu ke 12)

10. Mahasiswa dapat memahami konsep value of information analysis dengan imperfect information, interpretasinya, serta konsep risk neutral decision maker. (minggu 11)

7.Mahasiswa mampu memahami konsep influence diagram. (minggu ke 7)

6. Mahasiswa mampu memahami konsep bayesian network (minggu ke 6) 5. Mahasiswa dapat memahami konsep dasar pengaplikasian analisis keputusan (minggu ke 5)

3. Mahasiswa mampu memahami konsep teorema bayes, probabilistic dependency, conditional independence dan mampu menyelesaikan persoalan conditional probability (minggu ke 3)

4. Mahasiswa dapat memahami dasar-dasar dalamdecision theory.

(minggu ke 4)

2. Mahasiswa mampu memahami konsep dasar probabilistic thinking dan

possibility tree.(minggu ke 2) 1. Mahasiswa mampu memiliki pemahaman yang baik mengenai dasar

analisis keputusan. (minggu ke 1)

2

(8)

UNIVERSITAS MEDAN AREA

FAKULTAS TEKNIK

PROGRAM STUDI TEKNIK INDUSTRI RENCANA PEMBELAJARAN SEMESTER (RPS)

Nama Mata Kuliah

Kode Mata Kuliah

Bob ot (sks

)

Semest

er Tgl Penyusunan Penelitian

Operasional 1 TID 15022 2 VIII 10-12-2020

Otorisasi /

Pengesahan Koordinator Kepala Divisi Ketua Program Studi

Yudi Daeng P, ST, MT Capaian

Pembelajaran (CP)

CPL-PRODI yang dibebankan pada MK

a.

Kemampuan untuk memahami kebutuhan bagi pembelajaran sepanjang hayat, termasuk akses ke pengetahuan isu-isu kontemporer yang relevan

Capaian Pembelajaran Mata Kuliah (CPMK)

1. Mampu menerapkan isu-isu kontemporer yang relevan Korelasi CPMK Terhadap Sub- CPMK

Sub-CPMK 1

Sub-CPMK 2

Sub-CPMK 3

Sub-CPMK 4

Sub-CPMK 5

Sub-CPMK 6

Sub-CPMK

7 Sub-CPMK 8 Sub-CPMK

9√

CPMK 1

√ √ √ √ √

CPMK 2

√ √

CPMK √ √ √

Hal. 8

(9)

3 CPMK

4 √

Deskripsi Singkat MK

Pengetahuan mengenai ruang lingkup riset operasi, formulasi model matematis, program linier, analisa jaringan kerja, program dinamis, serta berbagai bentuk aplikasinya

Bahan Kajian /Materi Pembelajaran

1. Bentuk Umum Linier Programming, Formulasi Kendala, Tujuan dan Pembatas 2. Penyelesaian dengan cara grafik, analisis kepekaan

3. Perhitungan Simpleks, Metode Big M dan Metode 2 Phase 4. Solusi Awal Metode Transportasi

5. Solusi Lanjutan Metode Transportasi 6. Model Pengugasan

7. Kasus-kasus khusus dalam aplikasi metode simpleks. . 8. Interpretasi ekonomis permasalahan dual

Daftar

Referensi/Pustaka

1. Ishizaka, A. dan Nemery, P., 2013, Multi Criteria Decision Analysis, John Wiley & Sons, Ltd., United Kingdom.

2. Miettinen, K., 1999, Nonlinear Multiobjective Optimization, Springer Science+Business Media, LCC, New York.

3. Rao, S. S., 2009, Engineering Optimization : Theory and Practice, John Wiley & Sons, Ltd., New Jersey : Canada.

4. Clemen, R. T. Dan Reilly, T., 2001, Making Hard Decisions with Decision Tools, California: Duxbury Thomson Learning

Dosen Pengampu

Mata kuliah

prasyarat (Jika ada)

Tidak ada

Ming gu Ke-

Sub-CPMK (Kemampuan

akhir yg direncanakan)

Penilaian Bentuk Pembelajaran; Metode Pembelajaran; Penugasan

[Estimasi Waktu]

Materi Pembelajaran (Pustaka)

Bobot Penilaian Indikator Kriteria & (%)

Teknik

(1) (2) (3) (4) Luring (5) Daring (6) (7) (8)

1 Mahasiswa mampu memiliki pemahaman yang baik mengenai

1. Ketepatan menjelaskan tentang dasar

Kriteria:

ketepatan

&penguasaan

 Kuliah

 Diskusi [PB:1x(2x50)]

-  Latar belakang analisis keputusan

 Proses dalam analisis

10

(10)

Ming gu Ke-

akhir yg

Penilaian

Bentuk Pembelajaran; Metode

Pembelajaran; Penugasan Materi Pembelajaran (Pustaka)

Teknik

(1) (2) (3) (4) Luring (5) Daring (6) (7) (8)

dasar analisis keputusan.

analisis keputusan

pemahaman dasar analisis

keputusan Teknik Non Test:

Meringkas Materi Kuliah

keputusan

 Elemen-elemen dalam permasalahan

pengambilan keputusan

 Struktur keputusan

2 Mahasiswa mampu memahami konsep dasar probabilistic thinking dan possibility tree

1.

Ketepatan memahami konsep dasar probabilistic thinking dan possibility tree

Kriteria :

1.

ketepatan,

kesesuaian, konsep dasar probabilistic thinking dan possibility tree Teknik non Test:

 Kuliah

Tugas 1: Membuat konsep dasar probabilistic thinking dan possibility tree [PT+KM(1+1)x(2 x60”)]

https://elearning .uma.ac.id/cour se/view.php?

id=2984

 Pengertian event

 Clarity test

 Possibility tree

 Multiple event trees

10

3 Mahasiswa mampu memahami konsep teorema bayes, probabilistic dependency, conditional independence dan mampu

1. Ketepatan memahami konsep teorema bayes, probabilistic dependency, conditional independence 2. Ketepatan

Kriteria:

Mahasiswa dapat menjelaskan konsep teorema bayes dan menyelesaiakan persoalan conditional probability

- https://elearning.

uma.ac.id/course /view.php?

id=2984

 Teorema bayes

 Probabilistic dependency

 Conditional independence

 Aplikasi penggunaan conditional probability

10

Hal. 10

(11)

Ming gu Ke-

akhir yg

Penilaian

Teknik

(1) (2) (3) (4) Luring (5) Daring (6) (7) (8)

menyelesaikan persoalan conditional probability

dengan benar

4 Mahasiswa dapat memahami dasar- dasar dalam decision theory

1. Ketepatan memahami dasar-dasar dalamdecision theory

Kriteria : Ketepatan meenjelaskan dasar-dasar dalam decision theory

Teknik Non test:

 Kuliah

 Diskusi

 SGD [PB:1x(3x50)]

- ^ Expected value

criterion

 The Petersburg Paradox

 Rules of actional thought

 Maximum expected utility principle

 Utilities dan utility function

10

 Kuliah

 Diskusi

 Case Studi [PB:1x(3x50)]

Tugas 1: Membuat decision theory [PT+KM(1+1)x(3 x60”)]

5 Mahasiswa dapat memahami konsep dasar pengaplikasian analisis keputusan.

1. Ketepatan memahami konsep dasar pengaplikasian analisis keputusan.

Kriteria:

Ketepatan Hasil Jawaban konsep dasar

pengaplikasian analisis keputusan Teknik Non Test Meringkas dan Mencatat

 Kuliah

 Diskusi

 Pengertian decision node dan chance node

 Penyelesaian

permasalahan dengan aksioma decision theory

 Expected monetary value

20

 Kuliah

 Diskusi

Tugas :

Menyelesaikan

(12)

Ming gu Ke-

akhir yg

Penilaian

Teknik

(1) (2) (3) (4) Luring (5) Daring (6) (7) (8)

Masalah dengan konsep dasar pengaplikasian analisis keputusan [PT+KM(1+1)x(2 x60”)]

6 Mahasiswa mampu memahami konsep bayesian network

Ketepatan memahami konsep bayesian network

Kriteria:

Ketepatan Hasil Jawaban konsep bayesian network Teknik Non Test Meringkas dan Mencatat

 Kuliah

 Diskusi

Tugas :

Menyelesaikan Masalah dengan konsep bayesian network

[PT+KM(1+1)x(2 x60”)]

 Definisi Bayesian Network

 Teorema Bayes

 Probabilistic modeling using Bayesian Network

 Contoh penggunaan Bayesian Network

7 Mahasiswa mampu memahami konsep influence diagram

Ketepatan memahami konsep influence diagram

Kriteria:

Ketepatan Hasil Jawaban konsep influence diagram Teknik Non Test Meringkas dan

Mencatat

 Kuliah

 Diskusi

Tugas :

Menyelesaikan Masalah dengan konsep influence diagram

 Definisi influence diagram

 Decision modeling using influence diagram

 Influence diagram vs decision tree

 Converting influence diagram into

Hal. 12

(13)

Ming gu Ke-

akhir yg

Penilaian

Teknik

(1) (2) (3) (4) Luring (5) Daring (6) (7) (8)

[PT+KM(1+1)x(2 x60”)]

decision tree

8 Evaluasi Tengah Semester

9 Mahasiswa mampu memahami konsep risk profile dan risk preference.

1. Ketepatan penggunaan dan

memahami konsep risk profile dan risk preference.

Kriteria:

Ketepatan menyelesaikan permasalahan dengan konsep risk profile dan risk preference.

Teknik Non Test Mencatat penjelasan

 Kuliah

 Diskusi

 Definisi risk profile

 Jenis risk profile

 Stochastic dominance analysis

 Personal indifferent buying price

 Personal indifferent selling price

 Type of risk attitude

10

 Kuliah

 Diskusi

Tugas :

Menyelesaikan Masalah dengan konsep risk profile dan risk preference [PT+KM(1+1)x(2 x60”)]

10 Mahasiswa dapat memahami konsep value of information analysis dengan perfect information serta interpretasinya

1. Ketepatan menganalisis konsep value of information analysis dengan perfect

information serta

interpretasinya

Kriteria:

Ketepatan Menyelesaikan konsep value of information analysis dengan perfect

information serta interpretasinya

https://elearnin g.uma.ac.id/cou rse/view.php?

id=2984

 Pengertian value of information analysis

 Contoh soal value of information dengan perfect information dan interpretasinya

10

11 Mahasiswa dapat 1. Ketepatan Kriteria: https://elearnin  Model Penugasan 10

(14)

Ming gu Ke-

akhir yg

Penilaian

Teknik

(1) (2) (3) (4) Luring (5) Daring (6) (7) (8)

memahami konsep value of information analysis dengan imperfect information, interpretasinya, serta konsep risk neutral decision maker.

penggunaan dan

memahami konsep value of information analysis dengan imperfect information, interpretasinya , serta konsep risk neutral decision maker

Ketepatan meyelesaikan masalah dengan menggunakan konsep value of information analysis dengan imperfect information, interpretasinya, serta konsep risk neutral decision maker

Teknik Non Test Mencatat Materi Kuliah

g.uma.ac.id/cou rse/view.php?

id=2984

menggunakan Metode Hungarian.

 Contoh soal value of information dengan imperfect information

 Risk neutral decision maker

 Kuliah

 Diskusi

 SGD [PB:1x(2x50)]

Tugas : -

[PT+KM(1+1)x(3 x60”)]

12 Mahasiswa mampu memahami konsep dasar Multiple Criteria Decision Making

1. Ketepatan menggunakan konsep dasar Multiple Criteria Decision Making

Kriteria:

Ketepatan menggunakan konsep dasar Multiple Criteria Decision Making Teknik Non Test Mencatat Materi perkuliahan

 Kuliah

10

 Kuliah

 Diskusi

 SGD [PB:1x(3x50)]

Tugas :

Menyelesaikan Masalahdengan konsep dasar Multiple Criteria

 Pengertian MCDM

 Kategori MCDM

 Definisi atribut, objektif, goal, kriteria, dan conflicting criteria

Hal. 14

(15)

Ming gu Ke-

akhir yg

Penilaian

Teknik

(1) (2) (3) (4) Luring (5) Daring (6) (7) (8)

Decision Making [PT+KM(1+1)x(2 x60”)]

13 Mahasiswa mampu memahami konsep multi objective programming

1. Ketepatan menggunakan konsep multi objective programming

Kriteria:

Ketepatan menggunakan konsep multi objective programming Teknik Non Test Mencatat Materi perkuliahan

 Kuliah

 Diskusi

 SGD [PB:1x(3x50)]

Tugas :

Menyelesaikan Masalahdengan konsep dasar Multiple Criteria Decision Making [PT+KM(1+1)x(2

x60”)]

 Pengantar multi objective programming

 Metode goal programming

14 Mahasiswa dapat memahami konsep model pengambilan keputusan dengan Analytical Hierarchy Process (AHP)

1. Ketepatan memahami konsep model pengambilan keputusan dengan Analytical Hierarchy Process (AHP)

Kriteria:

Ketepatan menggunakan metode Analytical Hierarchy Process (AHP)

Teknik Non Test Mencatat Materi perkuliahan

 Kuliah

 Diskusi

 SGD [PB:1x(2x50)]

Tugas :

Menyelesaikan Masalahdengan metode Analytical Hierarchy Process (AHP)

[PT+KM(1+1)x(2

 Konsep dasar AHP

 Prinsip AHP

 Langkah-langkah AHP

 Struktur dan hirarki problem kompleks

 Pengukuran preferensi

 Penetapan bobot

 Indeks inkonsistensi AHP

 Analisis sensitivitas

(16)

Ming gu Ke-

akhir yg

Penilaian

Bentuk Pembelajaran; Metode Pembelajaran; Penugasan

Materi Pembelajaran (Pustaka)

Teknik

(1) (2) (3) (4) Luring (5) Daring (6) (7) (8)

x60”)]

15 Mahasiswa dapat menjelaskan penyelesaian kasus permasalahan

pengambilan keputusan multi kriteria dengan metode yang sesuai

1. Ketepatan memahami dan

menjelaskan penyelesaian kasus

permasalahan pengambilan keputusan multi kriteria dengan metode yang sesuai

Kriteria:

Ketepatan menggunakan konsep pengambilan keputusan multi kriteria dengan metode yang sesuai

Teknik Non Test Mencatat Materi perkuliahan

 Kuliah

 Diskusi

 SGD [PB:1x(2x50)]

Tugas :

Menyelesaikan Masalah dengan pengambilan keputusan multi kriteria dengan metode yang sesuai

[PT+KM(1+1)x(2 x60”)]

 Presentasi penyelesaian kasus

permasalahan pengambilan keputusan multi kriteriayang dibuat oleh tiap kelompok

16 Evaluasi Akhir Semester

Hal. 16

1. Mahasiswa memahami falsafah RO dan hubungannya dengan pengambilan keputusan berserta dengan kontrak kuliah (minggu ke 1)

2. Mahasiswa mampu memahami permasalahan dan membuat model matematik bentuk umum sampai dengan bentuk standar (minggu ke 2)

(17)

Rencana Kerja Kegiatan Pembelajaran Daring (RKPD)

PEMBELAJARAN DARING KE- I

MATA KULIAH Multi Criteria Decision Making KODE MATA KULIAH / SKS TID 15060/2

NAMA PENGEMBANG KEMAMPUAN AKHR YANG DIHARAPKAN

Mahasiswa mampu memiliki pemahaman yang baik mengenai dasar analisis keputusan

Bahan Pelajaran Daring ke-

TOPIK AKTIVITAS (DARING) REFERENSI

I  Bentuk Umum

LP.

 Bentuk baku LP.

 Tujuan, Kendala dan Alternatif

dalam RO.

Pemodelan Matematik

 Pemodelan matematik kendala/pembata s

Sumber : Pembelajaran Audio, Video, slide/PPt, pdf, link

Aktivitas : forum diskusi, pemberian tu gas, video Tutorial selama pembelajaran daring

1. Dimyati, T.T., 2010.

Operation Research, Sinar Baru Algesindo, Bandung.

2. Jong Jek Siang, 2011.

Riset Operasi

“Pendekatan

Algoritmis, Andi, Yogyakarta

(18)

Rencana Kerja Kegiatan Pembelajaran Daring (RKPD)

PEMBELAJARAN DARING KE- II

MATA KULIAH Penelitian Operasional 1 KODE MATA KULIAH / SKS TID 15022/3

NAMA PENGEMBANG Chalis Fajri Hasibuan, ST, M.Sc

KEMAMPUAN AKHR YANG DIHARAPKAN

Mahasiswa mampu menyelesaikan permasalahan

menggunakan solusi grafik, dengan menggambarkan fungsi kendala dan tujuan pada sumbu koordinat XY dan mampu menentukan solusi optimal., penyelesaian masalah sensitivitas dengan metode grafik

TOPIK

AKTIVITAS (DARING)

REFERENSI

II  Penyelesaian dengan Solusi Grafik.

 Analisis Kepekaan, permasalahan penyimpangan, seperti solusi tidak layak.

Aktivitas : forum diskusi, pemberian tugas, video Tutorial selama pembelajaran daring

1. Dimyati, T.T., 2010.

Riset Operasi

“Pendekatan

Hal. 18

(19)

Rencana Kerja Kegiatan Pembelajaran Daring (RKPD)

PEMBELAJARAN DARING KE- III

NAMA PENGEMBANG Chalis Fajri Hasibuan, ST, M.Sc KEMAMPUAN AKHR YANG

DIHARAPKAN

Mahasiswa mampu menganalisis lanjut untuk mendapatkan hasil yang optimal dari metode transportasi lanjutan

TOPIK

REFERENSI

III  Solusi Optimal.

 Metode Stepping Stone

 Metode MODI (Modified Distributio n)

1. Dimyati, T.T., 2010.

Riset Operasi

“Pendekatan Algoritmis, Andi, Yogyakarta

(20)

Rencana Kerja Kegiatan Pembelajaran Daring (RKPD)

PEMBELAJARAN DARING KE- IV

NAMA PENGEMBANG Chalis Fajri Hasibuan, ST, M.Sc

KEMAMPUAN AKHR YANG DIHARAPKAN

Mahasiswa mampu memahami penggunaan model penugasan, membentuk tabel penugasan dan menyelesaikannya sampai solusi optimal menggunakan Metode Hungarian, baik untuk jumlah tugas=jumlah pekerja ataupun jumlah tugasjumlah pekerja

TOPIK

REFERENSI

IV Model Penugasan menggunakan Metode Hungarian

1. Dimyati, T.T., 2010.

Riset Operasi

“Pendekatan

Hal. 20

(21)

CPMK

Metode/Model Pembelajaran*) Ceramah Diskusi Small Grup

Discustion Case Study Memiliki kemampuan menyelesaikan

persoalan programa linier yang diformulasikan dengan metode simpleks, metode Big-M dan metode dua fasa.

√ √ √ √

Mampu melakukan analisis hasil-hasil pemecahan formulasi programa linier dengan teori dualitas dan analisis sensitivitas

√ √

Mampu menyelesaikan persoalan transportasi, transhipment, dan penugasan dengan memakai metode pencarian solusi yang sesuai

√ √ √

Mampu mencari solusi dari formulasi model jaringan dengan metode network simpleks dan melakukan analisis atas solusi yang dihasilkan

√

* Catatan : Metoda Pembelajaran isikan sesuai dengan yang digunakan pada RPS dan untuk setiap CPMK Metoda bisa :

1. Ceramah (TCL)

2. SCL (pilih dari 10 atau lebih bentuk SCL yg akan digunakan), dalam 1 CPMK dapat lebih dari 1 metoda

METODE/MODEL/BENTUK PEMBELAJARAN

(22)

7. RANCANGAN TUGAS

Tugas 1

1. Investor perorangan mempunya $70.000 untuk dibagi dalam beberapa bentuk investasi.

Pilihan investasi adalah obligasi pemerintah dengan tingkat pengembalian 8,5%, sertifikat deposito dengan tingkat pengembalian 10%, treasury bill dengan tingkat pengembalian 6,5% dan obligasi pendapatan dengan tingkat pengembalian 13%, jumlah waktu sampai jatuh tempo sama untuk setiap pilihan. Akan tetapi setiap pilihan investasi mempunyai perbedaan resiko yang terlihat oleh investor. Oleh karena itu lebih baik investor melakukan diversifikasi investasi. Investor ingin mengetahui berapa banyak investasi yang diperlukan untuk setiap pilihan dalam rangka memaksimumkan tingkat

pengembalian investasi.

Berikut ini pedoman yang ditetapkan untuk melakukan diversifikasi investasi dan mengurangi resiko yang terlihat oleh investor.

1. Tidak lebih dari 20% dari total investasi dalam bentuk obligasi pendapatan

2. Jumlah yang diinvestasikan dalam sertifikat deposito tidak boleh melebihi julah yang diinvestasikan dalam ketiga pilihan lain

3. Paling sedikit 30% investasi harus dalam treasury bill dan sertifikat deposito

4. Perbandinga antara jumlah yang diinvestasikan dalam obligasi pemerintah dengan yang diinvestasikan dalam treasury bill tidak meleebihi satu banding 3

5. Investor merencanakan untuk menginvestasikan selurunhnya $ 70.000 Tugas 2

2. Perusahaan pipa PVC bergerak dalam produksi pipa-pipa plastik dengan ukuran panjang standar 200 inci. Suatu ketika perusahaan ini mendapat pemesanan berupa pipa-pipa degan ukuran yang tidak standar, yaitu 50, 70, dan 90 inci dengan jumlah pemesanan masing-masing sbb

Pesana n

Panjang Pipa (inci)

Kebutuhan (batang)

1 50 150

2 70 200

3 90 300

Karena perusahaan ini hanya memproduksi pipa-pipa dengan ukuran panjang syandar (200 inci) maka untuk daat memenuhi pesanan tersebut harus dilakukan pemotongan terhadap pipa-pipa standar ini

Ada 6 teknik pemotongan yang dapat dilakukan yaitu

Hal. 22

(23)

1. Pipa dipotong menjadi panjang 70 dan 90 inci, sisa tidak terpakai dengan cara ini adalah 40 inci.

2. Dipotong menjadi 50, 50, dan 70 inci, sisa 30 inci 3. Dipotong menjadi 50,50 dan 90 inci, sisa 10 inci 4. Dipotong menjadi 50, 50, 50, dan 50 inci, sisa 0 5. Dipotong menjadi 50, 70, dan 70, sisa 10 inci 6. Diopotong menjadi 90, dan 90 inci, sisa 20 inci

Yang menjadi persoalan di sini ialah menetapkan kombinasi teknik pemotongan yang harus

dilakukan sehingga seluruh jenis pesanan dapat terpenuhi, tetapi dengan meninggalkan sisa yang tak terpakai sekecil-kecilnya (minimum)

Tugas 3

Selesaikanlah Soal di bawah ini dengan menggunakan metode simpleks Maks F(x1,X2) = 3x1+2x2

Kendala

X1+2x2 ≤ 20 3x1 + x2 ≤ 20 X1, x2 ≥ 0

Selesaikan dengan menggunakan Metode Simpleks

(24)

CPMK Kuis Tugas

Ujian

Tertulis Makalah Presentasi Oral Partisipasi Kelas UTS UAS Grup Individu Grup Individu

Memiliki kemampuan menyelesaikan persoalan programa linier yang diformulasikan dengan metode simpleks, metode Big-M dan metode dua fasa.

√ √

√

√ √

√

Mampu melakukan analisis hasil-hasil pemecahan formulasi programa linier dengan teori dualitas dan analisis sensitivitas

√ √ √

Mampu menyelesaikan persoalan transportasi, transhipment, dan penugasan dengan memakai metode pencarian solusi yang sesuai

√ √

√

Mampu mencari solusi dari formulasi model jaringan dengan metode network simpleks dan melakukan analisis atas solusi yang dihasilkan

√ √ √

CATATAN : isikan sesuai dengan yg akan digunakan, jika tdk di hapus dari tabel

Hal. 24

RANCANGAN PENILAIAN

(25)

Rubrik Penilaian Presentasi

Kriteria/

Dimensi

Presentasi Mahasiswa

Nilai

Sangat Baik Baik Cukup Kurang Sangat

Kurang

Skor ≥ 81 (61-80) (41-60) (21-40) <20

Organisasi

Terorganisa si dengan

menyajikan fakta yang didukung oleh contoh yang telah dianalisis sesuai konsep

Terorganisasi dengan baik dan menyajikan fakta yang

meyakinkan untuk mendukung kesimpulan- kesimpulan

Presentasi

mempunyai fokus dan menyajikan beberapa bukti yang mendukung

kesimpulan- kesimpulan

Cukup fokus, namun bukti kurang

mencukupi untuk digunakan dalam menarik kesimpulan

Tidak ada organisasi yang jelas. Fakta tidak digunakan untuk

mendukung pernyataan

Isi

Isi mampu menggugah pendengar untuk mengemban gkan pikiran

Isi akurat dan lengkap.

Para pendengar menambah wawasan baru tentang topik tersebut

Isi secara umum akurat, tetapi tidak lengkap. Para pendengar bisa mempelajari

beberapa fakta yang tersirat, tetapi mereka tidak menambah wawasan baru tentang topik tersebut

Isinya kurang akurat, karena tidak ada data faktual, tidak

menambah pemahaman pendengar

Isinya tidak akurat atau terlalu umum.

Pendengar tidak belajar apapun atau kadang menyesatka n

Berbicara dengan Pembicara tenang dan Secara umum Berpatokan pada Pembicara

RUBRIK PENILAIAN

(26)

Kriteria/

Dimensi

Presentasi Mahasiswa

Nilai

Sangat Baik Baik Cukup Kurang Sangat

Kurang

Skor ≥ 81 (61-80) (41-60) (21-40) <20

Gaya Presentasi

semangat, menularkan semangat dan antusiasme pada pendengar

menggunakan intonasi yang tepat, berbicara tanpa bergantung pada catatan, dan

berinteraksi secara intensif dengan pendengar.

Pembicara selalu kontak mata dengan pendengar

pembicara tenang, tetapi dengan nada yang datar dan cukup sering bergantung pada catatan.

Kadang- kadang kontak mata dengan pendengar diabaikan

catatan, tidak ada ide yang dikembangk an

diluar catatan.

Suara monoton

cemas dan tidak nyaman, dan membaca berbagai catatan daripada berbicara.

Pendengar sering diabaikan.

Tidak terjadi kontak mata karena

pembicara lebih banyak melihat

ke papan tulis atau layar

Hal. 26

(27)

Rubrik penilaian penulisan makalah

Laporan Aspek Kriteria Nilai

4 3 2 1

A.Isi 60 %

1. Pendahuluan Sistimatis. Latar belakang dan tujuan penulisan sesuai.

Tidak sistimatis.

Latar belakang dan tujuan penulisan sesuai.

Sistimatis. Latar belakang dan tujuan penulisan tidak sesuai.

Tidak sistimatis.

Latar belakang dan tujuan penulisan tidak sesuai.

2. Pembahasan Materi

Lengkap, sesuai dan menyeluruh

Lengkap, tidak sesuai, tidak menyeluruh

Tidak lengkap, tidak sesuai, menyeluruh

Tidak lengkap dan tidak sesuai, tidak menyeluruh 3. Simpulan Menjawab tujuan,

singkat dan padat

Menjawab tujuan tidak singkat dan padat

Tidak menjawab tujuan, singkat danpadat

Tidak menjawab tujuan, tidak singkat dan padat 4. Daftar Pustaka Penyusunan

alfabetis (sistem Harvard), referensi 10 tahun terakhir, disertakan 3 jurnal

Penyusunan alfabetis (sistem Harvard), referensi lebih dari 10 tahun terakhir, disertakan 2 jurnal

Penyusunan tidak alfabetis (sistem Harvard), referensi 10 tahun terakhir, disertakan 1 jurnal

Penyusunan tidak alfabetis (sistem Harvard), referensi lebih dari 10 tahun terakhir, tidak disertakan jurnal

Skore A Nilai A (60%) = Skor A x 60%

B.Umum 40 %

1. Sistematika Laporan

Sistematik dan lengkap

Lengkap, tidak sistematik

Sistematik, tidak lengkap

Tidak sistematik, tidak lengkap 2. Isi Laporan Pembahasan

mendetail, bahasa komunikatif,

Pembahasan mendetail, bahasa tidak komunikatif

Pembahasan tidak mendetail, bahasa komunikatif

Pembahasan tidak mendetail, bahasa tidak komunikatif

(28)

Laporan Aspek Kriteria Nilai

4 3 2 1

3. Ketepatan Waktu Pengumpulan Laporan Penelitian

Sesuai dengan waktu yang ditentukan

Terlambat 1 hari dari waktu yang ditentukan

Terlambat 2- 3 hari dari waktu yang tditentukan

Terlambat >3 hari dari waktu yang ditentukan

Skore B Nilai B (40%) = Skor B x 40%

Nilai Akhir = ((Nilai A + Nilai B) / 14,4) x 100

Hal. 28

(29)

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN I

Program Studi : TEKNIK INDUSTRI

Mata Kuliah : PENELITIAN OPERASIONAL I

Kode Mata Kuliah : TID 15022

SKS : 3 SKS

Semester : III

Waktu : 150 menit

Dosen : Chalis Fajri Hasibuan, ST, M.Sc

CPMK - Memiliki kemampuan menyelesaikan persoalan

programa linier yang diformulasikan dengan metode simpleks, metode Big-M dan metode dua fasa.

- Mampu melakukan analisis hasil-hasil pemecahan formulasi programa linier dengan teori dualitas dan analisis sensitivitas

Sub-CPMK :

Mahasiswa mampu menjelaskan falsafah RO dan hubungannya dengan pengambilan keputusan

Materi Ajar : -

Pengertian RO..

-

RO dalam pengambilan keputusan.

-

Model-model RO.

Kegiatan Perkulihanan

Tahap Kegiatan Uraian Kegiatan Metode Estimasi Waktu

Pendahuluan 1. Mengucapkan salam dan membuka kelas dengan doa

2. Menjelaskan kontrak kuliah dan silabus

3. Membagi mahasiswa dalam kelompok kelompok diskusi dalam satu semester

Ceramah dan diskusi

30 menit

Kegiatan inti 1. Menjelaskan tentang

 Pengertian RO..

 RO dalam pengambilan keputusan.

 Model-model RO

2. .Memberikan kesempatan kepada mawasiswa untuk mengajukan pertanyaan apabila ada hal yang tidak jelas

3. Menjawab pertnyaan mahasiswa

Ceramah dan

diskusi 50 menit

Penutup 1. Menginformasikan tugas untuk pertemuan berikutnya

2. Menutup kelas dengan doa

20 menit

1. Refferensi :

1. Lieberman, H, 2008. Introduction To Operation Research, Andi, Yogyakarta

2. Dimyati, T.T., 2010. Operation Research, Sinar Baru Algesindo, Bandung.

(30)

3. Jong Jek Siang, 2011. Riset Operasi “Pendekatan Algoritmis, Andi, Yogyakarta 4. Tarigan, U, 2008, Handout Riset Operasi I, Departemen Teknik Industri, USU..

2. Penilian Non Test Soal :

1. Mencari model-model penerapan riset operasi di industry

(31)

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN II

SKS : 3 SKS

Semester : III

Waktu : 150 menit

Sub-CPMK :

Mahasiswa mampu membuat model matematika

dengan bentuk umum sampai dengan bentuk standar

Materi Ajar : 

Bentuk Umum LP.



Bentuk baku LP.



Tujuan, Kendala dan Alternatif dalam RO.

Pemodelan Matematik



Pemodelan matematik kendala/pembatas

Tahap Kegiatan

Uraian Kegiatan Metode Estimasi Waktu Pendahuluan 1. Mengucapkan salam dan membuka kelas

dengan doa

2. Menyampaikan outline materi pertemuan dan metode pembelajaran yang dipakai

Ceramah 5 menit

Kegiatan inti 1. Dengan menggunakan media OHP : menjelaskan tentang

- Bentuk Umum LP.

- Bentuk baku LP.

- Tujuan, Kendala dan Alternatif dalam RO. Pemodelan Matematik

- Pemodelan matematik

kendala/pembatas

2. Memberikan kesempatan kepada mawasiswa untuk mengajukan pertanyaan apabila ada hal yang tidak jelas

3. Menjawab pertanyaan mahasiswa 4. Memberikan kesempatan mahasiswa

Ceramah dan diskusi

125 menit

(32)

untuk berdiskusi

Penutup 1. Menginformasikan materi tugas untuk pertemuan berikutnya

Ceramah 20 menit

1. Refferensi :

1. Lieberman, H, 2008. Introduction To Operation Research, Andi, Yogyakarta 2. Dimyati, T.T., 2010. Operation Research, Sinar Baru Algesindo, Bandung.

3. Jong Jek Siang, 2011. Riset Operasi “Pendekatan Algoritmis, Andi, Yogyakarta 4. Tarigan, U, 2008, Handout Riset Operasi I, Departemen Teknik Industri, USU.

2. Penilian:

Non Test:

-

Menyelesaiakn permasalahan dan mentransformasikan permasalahan industry

kedalam model matematika

(33)

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN III

SKS : 3 SKS

Semester : III

Waktu : 150 menit

Sub-CPMK :

Mahasiswa mampu menyelesaikan permasalahan

menggunakan solusi grafik, dengan menggambarkan fungsi kendala dan tujuan pada sumbu koordinat XY dan mampu menentukan solusi optimal., penyelesaian masalah sensitivitas dengan metode grafik

Materi Ajar : 

Penyelesaian dengan Solusi Grafik.



Analisis Kepekaan, permasalahan penyimpangan, seperti solusi tidak layak.

Kegiatan Perkulihanan Tahap

Kegiatan

dengan doa

2. Menjelaskan matri pertemuan dan metode pembelajaran yang akan dipakai.

Ceramah dan diskusi

5 menit

Kegiatan inti 1. Dengan menggunakan media INFOKUS : menjelaskan tentang

- Penyelesaian dengan Solusi Grafik.

- Analisis Kepekaan, permasalahan penyimpangan, seperti solusi tidak layak.

2. Memberikan kesempatan kepada mawasiswa untuk mengajukan pertanyaan apabila ada hal yang tidak jelas

3. Menjawab pertanyaan mahasiswa 4. Memberikan kesempatan mahasiswa

Ceramah dan diskusi

125 menit

(34)

untuk berdiskusi.

Penutup 1. Membagi Kelompok untuk tugas

2. Menginformasikan tugas untuk pertemuan berikutnya

Ceramah 20 menit

1. Refferensi :

1. Lieberman, H, 2008. Introduction To Operation Research, Andi, Yogyakarta 2. Dimyati, T.T., 2010. Operation Research, Sinar Baru Algesindo, Bandung.

3. Jong Jek Siang, 2011. Riset Operasi “Pendekatan Algoritmis, Andi, Yogyakarta

4.

Tarigan, U, 2008, Handout Riset Operasi I, Departemen Teknik Industri, USU

. 2. Penilian Non Tes

1. Menyelesaikan permasalahn matematika dengan menggunakan metode grafik pada

permasalahan industry.

(35)

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN IV dan V

SKS : 3 SKS

Semester : III

Waktu : 150 menit

Sub-CPMK :

Mahasiswa mampu membuat tabel simpleks

berdasarkan bentuk baku, dapat menentukan solusi dasar, variable basis/dasar, mampu menggunakan algoritma simpleks untuk mendapatkan solusi optimal dan mampu membaca tabel optimal

Materi Ajar : 

Tabel simpleks



Penentuan solusi basis/dasar



Penentuan solusi optimal.

Kegiatan

dengan doa

2. menjelaskan matri pertemuan dan metode pembelajaran yang akan dipakai.

Ceramah 2 (5 menit)

Kegiatan inti 1. Menjelaskan tentang

- Tabel simpleks

- Penentuan solusi basis/dasar

-

Penentuan solusi optimal

. 2. Mengarahkan mahasiswa untuk

mempresentasikan tugas yang sudah diberikan dalam setiap kelompok.

3. Mengawasi pelaksanaan presentasi masing –masing kelompok.

4. Membimbing proses diskusi mahasiswa

5. Memfasilitasi proses diskusi.

Presentasi diskusi

2 (140 menit)

Penutup 1. Menginformasikan tugas untuk pertemuan 2 (5 menit)

(36)

berikutnya

2. Menutup kelas dengan doa 1. Refferensi :

a. Lieberman, H, 2008. Introduction To Operation Research, Andi, Yogyakarta b. Dimyati, T.T., 2010. Operation Research, Sinar Baru Algesindo, Bandung.

c. Jong Jek Siang, 2011. Riset Operasi “Pendekatan Algoritmis, Andi, Yogyakarta d. Tarigan, U, 2008, Handout Riset Operasi I, Departemen Teknik Industri, USU.

2. Penilian Non Tes Soal

Tugas 4: Menyelesaikan permasalahan LP dengan menggunakan metode simpleks 2 (2x60 mt)

Tugas 5: Menyelesaikan permasalahan LP dengan menggunakan metode simpleks pada dunia

industry 2 (2x60 mt)

(37)

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN VI dan VII

SKS : 3 SKS

Semester : III

Waktu : 150 menit

Sub-CPMK :

Mahasiswa mampu menyelesaikan permasalahan optimal dengan bantuan metode big M dan Metode 2 phase

Materi Ajar : 

Metode Big M.



Penyelesaian kasus untuk variable bernilai tak terbatas dan nilai sumberdaya yang bernilai negative.



Metode Dua Fase



Penyelesaian kasus sesuai dengan permasalahan

dengan doa

Ceramah 2 (5 menit)

Kegiatan inti 1. Menjelaskan tentang -Metode Big M.

-Penyelesaian kasus untuk variable bernilai tak terbatas dan nilai sumberdaya yang bernilai negative.

-Metode Dua Fase

-Penyelesaian kasus sesuai dengan permasalahan 2. Mengarahkan mahasiswa untuk

mempresentasikan tugas yang sudah diberikan dalam setiap kelompok.

3. Mengawasi pelaksanaan presentasi masing –masing kelompok.

Presentasi diskusi

2 (140 menit)

(38)

4. Membimbing proses diskusi mahasiswa

5. Memfasilitasi proses diskusi.

2 (5 menit)

1. Refferensi :

1. Lieberman, H, 2008. Introduction To Operation Research, Andi, Yogyakarta 2. Dimyati, T.T., 2010. Operation Research, Sinar Baru Algesindo, Bandung.

3. Jong Jek Siang, 2011. Riset Operasi “Pendekatan Algoritmis, Andi, Yogyakarta

4.

Tarigan, U, 2008, Handout Riset Operasi I, Departemen Teknik Industri, USU.

2. Penilian Non Tes Soal

Tugas 6: Menyelesaikan permasalahan LP dengan menggunakan metode BIG M 2 (2x60 mt)

Tugas 7: Menyelesaikan permasalahan LP dengan menggunakan metode 2 Phase 2 (2x60 mt)

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

(39)

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN VIII (UTS)

SKS : 3 SKS

Semester : III

Waktu : 150 menit

Deskripsi : Mahasiswa mengikuti ujian tengah semester yang diselenggarakan oleh dosen pengajar matakuliah yang bersangkutan dalam mengevaluasi proses belajar mengajar selama 8x pertemuan dan juga untuk mengetahui serapan materi yang telah diberikan sesuai dengan SILABUS.

Kegiatan

Uraian Kegiatan Metode Estimasi Waktu Pendahuluan 1. Membaca Tatatertib

2. Berdoa

3. Syarat mengikuti ujian tengah semester 4. Mengisi daftar hadir keikutsertakan UTS

5 menit

Kegiatan inti 1. Mahasiswa mengerjakan soal UTS yang disajikan oleh dosen pengampu matakuliah 2. Mahasiswa mematuhi tata tertib UTS

140 menit

Penutup 1. Mahasiswa mengumpulkan lembar jawaban secara tertib setelah mengikuti ujian tengah semester.

5 menit

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN IX dan X

(40)

SKS : 3 SKS

Semester : III

Waktu : 150 menit

CPMK -

Mampu menyelesaikan persoalan transportasi,

transhipment, dan penugasan dengan memakai metode pencarian solusi yang sesuai

-

Mampu mencari solusi dari formulasi model jaringan dengan metode network simpleks dan melakukan analisis atas solusi yang dihasilkan

Sub-CPMK :

Mahasiswa mampu menguraikan penggunaan metode

transportasi dan menyelesaikan kasus-kasus metode transportasi, baik untuk supply = demand ataupun

supply  demand

Materi Ajar :  Definisi dan aplikasi model transportasi

 Solusi awal metode transportasi:

 North West Corner (NWC)..

 The Least Cost (LC).

 Vogel’s AproximationMethods (VAM).

 RAM

Kegiatan

dengan doa

Ceramah dan diskusi

2 x ( 5 menit)

Kegiatan inti Menjelaskan pengertian

 Definisi dan aplikasi model transportasi

 Solusi awal metode transportasi:

 North West Corner (NWC)..

 The Least Cost (LC).

 Vogel’s AproximationMethods (VAM).

 RAM

Ceramah dan diskusi

2 X (140 menit)

2 x (5 menit)

1. Refferensi :

1. Lieberman, H, 2008. Introduction To Operation Research, Andi, Yogyakarta 2. Dimyati, T.T., 2010. Operation Research, Sinar Baru Algesindo, Bandung.

3. Jong Jek Siang, 2011. Riset Operasi “Pendekatan Algoritmis, Andi, Yogyakarta 4. Tarigan, U, 2008, Handout Riset Operasi I, Departemen Teknik Industri, USU..

2. Penilian Non Test

Tugas 9: Menyelesaikan permasalahan Transportasi dengan menggunakan metode – metode

transportasi (2x60 mt)

(41)

Tugas 10: Menyelesaikan permasalahan LP dengan menggunakan metode – metode transportasi pada dunia industry 2 (2x60 mt)

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN XI

SKS : 3 SKS

Semester : III

Waktu : 150 menit

(42)

CPMK -

Mampu menyelesaikan persoalan transportasi, transhipment, dan penugasan dengan memakai metode pencarian solusi yang sesuai

-

Mampu mencari solusi dari formulasi model jaringan dengan metode network simpleks dan melakukan analisis atas solusi yang dihasilkan

Sub-CPMK :

Mahasiswa mampu menyelesaikan permasalahan

lanjut untuk mendapatkan hasil yang optimal dari metode transportasi lanjutan

Materi Ajar : 

Solusi Optimal.



Metode Stepping Stone



Metode MODI (Modified Distribution)

dengan doa

Ceramah dan diskusi

5 menit

Kegiatan inti

a. Solusi Optimal.

b. Metode Stepping Stone

c.

Metode MODI (Modified Distribution)

Ceramah dan diskusi

140 menit

5 menit

1.

Refferensi :

1. Lieberman, H, 2008. Introduction To Operation Research, Andi, Yogyakarta 2. Dimyati, T.T., 2010. Operation Research, Sinar Baru Algesindo, Bandung.

3. Jong Jek Siang, 2011. Riset Operasi “Pendekatan Algoritmis, Andi, Yogyakarta 4. Tarigan, U, 2008, Handout Riset Operasi I, Departemen Teknik Industri, USU..

2. Penilian Non Test

Tugas 11: Menyelesaikan permasalahan LP dengan menggunakan metode – metode

transportasi lanjut pada dunia industry (2x60 menit).

(43)

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN XII dan XIII

SKS : 3 SKS

Semester : III

Waktu : 150 menit

CPMK -

Mampu menyelesaikan persoalan transportasi,

transhipment, dan penugasan dengan memakai

metode pencarian solusi yang sesuai

(44)

-

Mampu mencari solusi dari formulasi model jaringan dengan metode network simpleks dan melakukan analisis atas solusi yang dihasilkan

Sub-CPMK :

Mahasiswa mampu menjelaskan penggunaan model

penugasan, membentuk tabel penugasan dan menyelesaikannya sampai solusi optimal menggunakan Metode Hungarian, baik untuk jumlah tugas=jumlah pekerja ataupun jumlah tugasjumlah pekerja

Materi Ajar :  Model Penugasan menggunakan Metode Hungarian.

 Contoh soal

 Penyelesaian untuk penjaja keliling

Kegiatan

dengan doa

2. Menjelaskan matri pertemuan dan metode pembelajaran yang akan dipakai.

Ceramah dan diskusi

(2) 5 menit

Kegiatan inti 1. Menjelaskan Tentang

 Model Penugasan menggunakan Metode Hungarian.

 Contoh soal

 Penyelesaian untuk penjaja keliling

Mengarahkan mahasiswa untuk mendiskusikan lingkungan kerja

2. Membimbing proses diskusi mahasiswa 3. Memfasilitasi proses diskusi.

Ceramah

Presentasi kelompok dan diskusi

2 (140 Menit)

(2) 5 menit

1. Refferensi :

1. Lieberman, H, 2008. Introduction To Operation Research, Andi, Yogyakarta 2. Dimyati, T.T., 2010. Operation Research, Sinar Baru Algesindo, Bandung.

3. Jong Jek Siang, 2011. Riset Operasi “Pendekatan Algoritmis, Andi, Yogyakarta 4. Tarigan, U, 2008, Handout Riset Operasi I, Departemen Teknik Industri, USU.

2. Penilian Non- tes :

Tugas 12: Menyelesaikan permasalahan penugasan dengan menggunakan metode – metode penugasan (2x60 mt)

Tugas 13: Menyelesaikan permasalahan LP dengan menggunakan metode – metode

penugasan lanjut pada dunia industry (2x60 menit)

(45)

UNIVERSITAS MEDAN AREA

FAKULTAS : TEKNIK

PROGRAM STUDI: TEKNIK INDUSTRI

SATUAN ACARA PEMBELAJARAN (SAP) PERTEMUAN XIV dan XV

SKS : 3 SKS

Semester : III

Waktu : 150 menit

CPMK -

Mampu menyelesaikan persoalan transportasi,

transhipment, dan penugasan dengan memakai metode pencarian solusi yang sesuai

-

Mampu mencari solusi dari formulasi model jaringan dengan metode network simpleks dan melakukan analisis atas solusi yang dihasilkan

Sub-CPMK :