SlideShare a Scribd company logo
1 of 7
Download to read offline
TUGAS II
Sucik Puji Utami (Mahasiswa UT Ambon)
Liswandi, Ph,D (Dosen Pengampu)
Saudara mahasiswa tutorial;
1. Buka dan bacalah Buku Materi Pokok (BMP) Metode Kuantitatif Modul 3 tentang Linier
Programming (Program Linier), terkait dengan model transportasi. Kerjakan soal yang terdapat
pada Latihan I, pada halaman 3.21.
2. Situasi umum perpindahan nasabah perbankan nasional diprediksi dari pengamatan terhadap
5.000 nasabah dari tahun sekarang dan tahun sebelumnya. Dianggap bahwa seorang nasabah
hanya memilih satu jenis bank sebagai bank utama. Data perpindahan nasabah disajikan dalam
matriks frekuensi sebagai berikut:
Tahun Sekarang
Tahun Sebelumnya Bank Pemerintah Bank Swasta Jumlah
Bank Pemerintah 1950 650 2600
Bank Swasta 960 1440 2400
Jumlah 2910 2090 5000
a. Jika Bank Pemerintah dinyatakan sebagai state 1 dan Bank Swasta sebagai state 2, tentukan
estimasi matrik probabilitas transisi P =
𝑃 𝑃
𝑃 𝑃
dari data pengamatan tersebut.
b. Berapakah probabilitas sistem berada pada masing-masing state dalam jangka panjang?
c. Misalkan seorang manajer pada Bank Swasta XYZ sedang dihadapkan pada pilihan tindakan
untuk mengantisipasi perpindahan nasabah tersebut. Pendapatan Bank XYZ (dalam Milyar
Rupiah) pada berbagai tindakan dan situasi, adalah sebagai berikut:
Situasi nasabah memilih bank
Tindakan Bank Pemerintah Bank Swasta
(i) Ekspansi skala besar -300 400
(ii) Ekspansi skala kecil -10 80
(iii) Tetap skala saat ini 0 -10
Tentukan tindakan mana yang dipilih berdasarkan kriteria expected value?
Perhatikan konsep-konsep serta teori yang ada. Selamat mengerjakan
Tutor
JAWAB:
1. LATIHAN 1 Modul 3 halaman 3.21.
1) Perhatikanlah masalah transportasi yang tertera dalam gambar berikut:
Supply Permintaan
600 300
200 200
300
Biaya transport per unit adalah sebagai berikut :
Permintaan
Suplai
A
($)
B
($)
C
($)
(P) 16 10 14
(S) 12 12 20
Tuliskan bentuk program liniernya agar biaya total transpor minimum!
JAWAB :
Variable dinyatakan dengan kode Xij = banyaknya unit produksi yang diangkut dari gudang
i ke toko j, dimana i = 1, 2 dan j = 1, 2, 3
Minimumkan Z = 16 X11 + 10 X12 + 14 X13 + 12 X21 + 12 X22 + 20 X23
Subyek to (S.t):
X11 + X12 + X13 =600
X21 + X22 + X23 =200
X11+ X21 = 300
X12 + X22 = 200
X13 + X23 = 300
Xij β‰₯ 0
P
Q
C
B
A
Perumusan bentuk
program linier
2) Perusahaan Margasatwa memproduksi makanan ternak yang terdiri dari 2 bahan poko, X
dan Y. Setiap 100 Kg X dibeli dengan harga Rp. 80.000,-sedangkan setiap 100 Kg Y
berharga Rp. 100.000,-. Setiap Kg bahan pokok tadi mengandung 3 jenis nutrisi sebagai
berikut (dalam unit):
Bahan Nutrisi A Nutrisi B Nutrisi C
X 3,0 0,50 0,60
Y 1,5 0,75 1,50
Setiap kg pakan ternak harus mengandung paling tidak 30 unit nutrisi A; 7,5 unit nutrisi B;
dan 15 unit nutrisi C. Dengan tujuan meminimalkan biaya produksi, hitunglah berapa jumlah
bahan pokok X dan Y harus dibeli untuk memproduksi 100 Kg pakan ternak?
JAWAB:
Minimunkan Z = 800 X + 1000 Y
S.t
3 x + 1,5 y β‰₯ 3000
0,5 x + 0,75 y β‰₯ 750
0,6 x + 1,5 y β‰₯ 1500
x, y β‰₯ 0
Kendala - kendala digambarkan dalam grafik berikut:
Catatan : bagian yang diarsir tidak
memenuhi garis kendala
Untuk menentukan biaya terkecil diperiksa :
Z = 800 X + 1000 Y
(0 , 2000) 800 (0) + 1000 (2000) = 2.000.000
(625, 750) 800 (625) + 1000 (750) = 1.250.000
(2500 , 0) 800 (2500) + 1000 (0) = 2.000.000
Berdasarkan hasil diatas, bahan pokok yang harus dibeli untuk memproduksi 100 Kg
makanan ternak dengan biaya terkecil adalah dengan membeli bahan X sebanyak 625 Kg
dan bahan Y sebanyak 750 Kg dengan biaya sebesar Rp. 1.250.000,-
3) PT Andika memproduksi tiga macam televisi yaitu tipe A, B, dan C. Tipe A memberikan
kontribusi margin sebesar Rp. 200.000,- tipe B sebesar Rp. 125.000,- sedangkan tipe C
sebesar Rp. 100.000,-. Untuk membuat televisi dibutuhkan tiga macam proses, yaitu I, II,
dan III. Tipe A membutuhkan 4 jam orang diproses I, 5 jam orang diproses II dan 4 jam
orang diproses III. Tipe B membutuhkan 3 jam orang diproses I, 2 jam orang diproses II,
dan 2 jam orang diproses III. Tipe C membutuhkan 2 jam orang diproses I, 3 jam orang
diproses II, dan 5jam orang diproses III. Untuk memproduksi minggu depan kapasitas yang
terdapat diproses I, II dan III berturut-turut adalah 550 jam, 450 jam dan 400 jam orang .
a) Buatlah model Linear Program masalah diatas. (kontribusi margin dibuat dalam ribuan
saja)!
b) Jika diselesaikan dengan Computer Software LINDO, outputnya sebagai berikut:
Objective function value
1). 23750.000
Variable Value Reduced cost
A 25.00000 .000000
B 15.00000 .000000
C .00000 75.000000
Row Slack/Surplus Dual Prices
2) .00000 25.00000
3) 25.00000 .00000
4) .00000 25.00000
c) Apakah nilai objective function adalah keuntungan atau biaya dan berapa besarnya?
d) Jelaskan pengertian dual price sebesar Rp. 25,- (ribuan rupiah) untuk kendala row 2
(proses I)!
e) Keputusan apa yang harus dibuat oleh manajemen PT. Andika dalam merencanakan
output produksinya untuk minggu depan?
f) Jelaskan arti reduced cost sebesar Rp. 75,- (ribuan rupiah) untuk televise C?
JAWAB:
Jika dibuat ringkasan dalam table, kasus diatas menjadi:
Televisi Proses (jam) Objective
(ribu rupiah )I II III
A 4 5 4 200
B 3 2 2 125
C 2 3 5 100
Kendala
(jam )
550 450 400
a) Berdasarkan data diatas, dapat dibuat model linear programnya sebagai berikut:
Misal : Televisi A = X1
Televisi B = X2
Televisi C = X3
Maksimumkan : 200 X1 + 125 X2 + 100 X3
S.t
4 X1 + 3 X2 +2 X3 ≀ 550
5 X1 + 2 X2 +3 X3 ≀ 450
4 X1 + 2 X2 +5 X3 ≀ 400
X1, X2, X3 β‰₯ 0
b) Output dari hasil Computer Software LINDO :
Objective function value
1). 23750.000
Variable Value Reduced cost
A 25.00000 .000000
B 15.00000 .000000
C .00000 75.000000
Row Slack/Surplus Dual Prices
2) .00000 25.00000
3) 25.00000 .00000
4) .00000 25.00000
c) Berdasarkan kasus diatas, objective function adalah merupakan keuntungan (margin).
Besarnya adalah Rp. 23.750.000,
d) Pengertian dual price sebesar Rp. 25,- ribu untuk kendala row 2 (proses I) adalah
fungsi objektive dapat diharapkan bertambah sebesar Rp. 25,- ribu jika fungsi waktu
pada proses I bertambah 1 jam.
e) Arti reduced cost sebesar Rp. 75,- ribu untuk televisi C adalah besarnya penurunan
fungsi objektive tiap 1 unit televisi C.
2. Situasi umum perpindahan nasabah perbankan nasional diprediksi dari pengamatan
terhadap 5.000 nasabah dari tahun sekarang dan tahun sebelumnya. Dianggap bahwa
seorang nasabah hanya memilih satu jenis bank sebagai bank utama. Data perpindahan
nasabah disajikan dalam matriks frekuensi sebagai berikut:
Tahun Sekarang
Tahun Sebelumnya Bank Pemerintah Bank Swasta Jumlah
Bank Pemerintah 1950 650 2600
Bank Swasta 960 1440 2400
Jumlah 2910 2090 5000
a. Jika Bank Pemerintah dinyatakan sebagai state 1 dan Bank Swasta sebagai state 2, tentukan
estimasi matrik probabilitas transisi P =
𝑃 𝑃
𝑃 𝑃
dari data pengamatan tersebut.
Jawab:
P =
1950
2600
650
2600
960
2400
1440
2400
Maka estimasi probabilitas transisi untuk pengamatan tersebut : P =
0,75 0,25
0,4 0,6
Artinya: sekitar 75 % nasabah Bank Pemerintah tidak berpindah bank dan sekitar 25%
nasabah Bank Pemerintah akan pindah ke Bank Swasta. Serta sekitar 0,4 % nasabah Bank
Swasta akan berpindah ke Bank Pemerintah dan sekitar 0,6 % nasabah Bank Swasta tidak
berpindah bank.
b. Berapakah probabilitas sistem berada pada masing-masing state dalam jangka panjang?
Jawab:
Misalkan suatu proses Markov dengan transisi
P =
1 βˆ’ π‘Ž π‘Ž
𝑏 1 βˆ’ 𝑏
, 0 < a, b >1
Maka dalam jangka panjang (secara matematis ditulis lim β†’ ∞Pn
)akan konvergen menuju
nilai Ο€ = . Sehingga probabilitas sistem berada pada masing-masing state dalam
jangka adalah:
Ο€ =
,
, ,
,
, ,
Ο€ = (0,62 0,38)
Artinya bahwa probabilitas dalam jangka panjang, peluang
nasabah berada pada Bank Pemerintah adalah 0,62 dan
peluang nasabah berada pada Bank Swasta adalah 0,38
c. Misalkan seorang manajer pada Bank Swasta XYZ sedang dihadapkan pada pilihan tindakan
untuk mengantisipasi perpindahan nasabah tersebut. Pendapatan Bank XYZ (dalam Milyar
Rupiah) pada berbagai tindakan dan situasi, adalah sebagai berikut:
Situasi nasabah memilih bank
Tindakan Bank Pemerintah Bank Swasta
(i) Ekspansi skala besar -300 400
(ii) Ekspansi skala kecil -10 80
(iii) Tetap skala saat ini 0 -10
Tentukan tindakan mana yang dipilih berdasarkan kriteria expected value?
Jawab :
Peluang yang digunakan adalah peluang seorang nasabah berada pada bank tertentu (steady-
state)
Sehingga menggunakan vektor Ο€ =(0,62 0,38)
Misalkan: E1 = Nilai harapan pendapatan jika Ekspansi skala besar.
E2 = Nilai harapan pendapatan jika Ekspansi skala kecil
E3 = Nilai harapan pendapatan jika tetap skala saat ini
Maka: E1 = -300 (0,62) + 400 (0,38) = -34,0
E2 = -10 (0,62) + 80 (0,38) = 24,2
E3 = 0 (0,62) + -10 (0,38) = -3,8
Jadi tindakan yang sebaiknya dipilih oleh manajer Bank Swasta XYZ adalah Ekspansi dengan
skala kecil karena memiliki pendapatan terbesar, yaitu Rp. 24,2 Milyar
REFERENSI
Usman, Wan. 2014. Metode Kuantitatif. Tangerang Selatan : Universitas Terbuka.
https://media.neliti.com/media/publications/226160-menentukan-matriks-peluang-transisi-untu-
7778c61e.pdf
https://www.youtube.com/watch?v=LcHcZcCR8cA&index=3&list=PLxYRczqMg8QrqXIXSjx
HhSYbXb7nFDjIk

More Related Content

Similar to Sucik Puji Utami, Liswandi, Ph.D, Tugas II, UT-Ambon, 2018

Lecture 3-program-linier3
Lecture 3-program-linier3Lecture 3-program-linier3
Lecture 3-program-linier3Nanang Harianto
Β 
Soal mtk bismen-semua sk 4
Soal mtk bismen-semua sk 4Soal mtk bismen-semua sk 4
Soal mtk bismen-semua sk 4Eko Supriyadi
Β 
PEMROGRAMAN LINIER .pdf
PEMROGRAMAN LINIER .pdfPEMROGRAMAN LINIER .pdf
PEMROGRAMAN LINIER .pdfSTINNOVATION
Β 
Investment Decision Criteria/abshor.marantika/Almadhea Shaffira-Erna Sih Widi...
Investment Decision Criteria/abshor.marantika/Almadhea Shaffira-Erna Sih Widi...Investment Decision Criteria/abshor.marantika/Almadhea Shaffira-Erna Sih Widi...
Investment Decision Criteria/abshor.marantika/Almadhea Shaffira-Erna Sih Widi...AlmadheaShaffira
Β 
Pengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pastiPengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pastiindra wahyudi
Β 
Bahan ajar program linear
Bahan ajar program linearBahan ajar program linear
Bahan ajar program linearLalu Irpahlan
Β 
prog-linear-oke1.ppt
prog-linear-oke1.pptprog-linear-oke1.ppt
prog-linear-oke1.pptAisMahulauw
Β 
LATSOL UJIAN SEKOLAH 2022
LATSOL UJIAN SEKOLAH 2022LATSOL UJIAN SEKOLAH 2022
LATSOL UJIAN SEKOLAH 2022Kasmadi Rais
Β 
Tugasan sosioekonomi - A163485
Tugasan sosioekonomi - A163485Tugasan sosioekonomi - A163485
Tugasan sosioekonomi - A163485Shaleni Kavirajan
Β 
LINEAR PROGRAMMING.pptx
LINEAR PROGRAMMING.pptxLINEAR PROGRAMMING.pptx
LINEAR PROGRAMMING.pptxRafliDHunter
Β 
Materi 2 programasi linier dan solusi grafik
Materi 2 programasi linier dan solusi grafikMateri 2 programasi linier dan solusi grafik
Materi 2 programasi linier dan solusi grafikahmad fauzan
Β 
LMCP 2502 : ASAS PENGANGKUTAN BANDAR
LMCP 2502 : ASAS PENGANGKUTAN BANDARLMCP 2502 : ASAS PENGANGKUTAN BANDAR
LMCP 2502 : ASAS PENGANGKUTAN BANDARNoradilahAziz1
Β 
5. aplikasi fungsi komposisi dan invers
5. aplikasi fungsi komposisi dan invers5. aplikasi fungsi komposisi dan invers
5. aplikasi fungsi komposisi dan inversWarnet Podjok
Β 
PERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptx
PERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptxPERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptx
PERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptxUNIVERSITAS MUHAMMADIYAH BERAU
Β 
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
Β 

Similar to Sucik Puji Utami, Liswandi, Ph.D, Tugas II, UT-Ambon, 2018 (20)

Handout2
Handout2Handout2
Handout2
Β 
Lecture 3-program-linier3
Lecture 3-program-linier3Lecture 3-program-linier3
Lecture 3-program-linier3
Β 
Soal mtk bismen-semua sk 4
Soal mtk bismen-semua sk 4Soal mtk bismen-semua sk 4
Soal mtk bismen-semua sk 4
Β 
PEMROGRAMAN LINIER .pdf
PEMROGRAMAN LINIER .pdfPEMROGRAMAN LINIER .pdf
PEMROGRAMAN LINIER .pdf
Β 
03 bab 2
03 bab 203 bab 2
03 bab 2
Β 
Investment Decision Criteria/abshor.marantika/Almadhea Shaffira-Erna Sih Widi...
Investment Decision Criteria/abshor.marantika/Almadhea Shaffira-Erna Sih Widi...Investment Decision Criteria/abshor.marantika/Almadhea Shaffira-Erna Sih Widi...
Investment Decision Criteria/abshor.marantika/Almadhea Shaffira-Erna Sih Widi...
Β 
Pengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pastiPengambilan keputusan dalam kondisi pasti
Pengambilan keputusan dalam kondisi pasti
Β 
Bahan ajar program linear
Bahan ajar program linearBahan ajar program linear
Bahan ajar program linear
Β 
UMB PT 2011
UMB PT 2011UMB PT 2011
UMB PT 2011
Β 
prog-linear-oke1.ppt
prog-linear-oke1.pptprog-linear-oke1.ppt
prog-linear-oke1.ppt
Β 
LATSOL UJIAN SEKOLAH 2022
LATSOL UJIAN SEKOLAH 2022LATSOL UJIAN SEKOLAH 2022
LATSOL UJIAN SEKOLAH 2022
Β 
OSK Ekonomi 2012
OSK Ekonomi 2012OSK Ekonomi 2012
OSK Ekonomi 2012
Β 
Tugasan sosioekonomi - A163485
Tugasan sosioekonomi - A163485Tugasan sosioekonomi - A163485
Tugasan sosioekonomi - A163485
Β 
LINEAR PROGRAMMING.pptx
LINEAR PROGRAMMING.pptxLINEAR PROGRAMMING.pptx
LINEAR PROGRAMMING.pptx
Β 
Materi 2 programasi linier dan solusi grafik
Materi 2 programasi linier dan solusi grafikMateri 2 programasi linier dan solusi grafik
Materi 2 programasi linier dan solusi grafik
Β 
LMCP 2502 : ASAS PENGANGKUTAN BANDAR
LMCP 2502 : ASAS PENGANGKUTAN BANDARLMCP 2502 : ASAS PENGANGKUTAN BANDAR
LMCP 2502 : ASAS PENGANGKUTAN BANDAR
Β 
5. aplikasi fungsi komposisi dan invers
5. aplikasi fungsi komposisi dan invers5. aplikasi fungsi komposisi dan invers
5. aplikasi fungsi komposisi dan invers
Β 
PERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptx
PERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptxPERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptx
PERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptx
Β 
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
Β 
Mentkuan10linierprograming
Mentkuan10linierprogramingMentkuan10linierprograming
Mentkuan10linierprograming
Β 

More from SUCIK PUJI UTAMI

"AD DHUHA " SURAT PENYEMANGAT HIDUP
"AD DHUHA " SURAT PENYEMANGAT HIDUP "AD DHUHA " SURAT PENYEMANGAT HIDUP
"AD DHUHA " SURAT PENYEMANGAT HIDUP SUCIK PUJI UTAMI
Β 
Sucik puji utami, hapzi ali, forum 9 strategi bersaing bandar udara karel sad...
Sucik puji utami, hapzi ali, forum 9 strategi bersaing bandar udara karel sad...Sucik puji utami, hapzi ali, forum 9 strategi bersaing bandar udara karel sad...
Sucik puji utami, hapzi ali, forum 9 strategi bersaing bandar udara karel sad...SUCIK PUJI UTAMI
Β 
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
Β 
Sucik puji utami, hapzi ali, forum 7 minggu 11, ut ambon, 2018
Sucik puji utami, hapzi ali, forum 7 minggu 11, ut ambon, 2018Sucik puji utami, hapzi ali, forum 7 minggu 11, ut ambon, 2018
Sucik puji utami, hapzi ali, forum 7 minggu 11, ut ambon, 2018SUCIK PUJI UTAMI
Β 
Sucik puji utami, hapzi ali, mencegah sistem informasi dari gangguan hacker, ...
Sucik puji utami, hapzi ali, mencegah sistem informasi dari gangguan hacker, ...Sucik puji utami, hapzi ali, mencegah sistem informasi dari gangguan hacker, ...
Sucik puji utami, hapzi ali, mencegah sistem informasi dari gangguan hacker, ...SUCIK PUJI UTAMI
Β 
Tugas 3 metode penelitian bisnis
Tugas 3 metode penelitian bisnisTugas 3 metode penelitian bisnis
Tugas 3 metode penelitian bisnisSUCIK PUJI UTAMI
Β 
Sucik puji utami, hapzi ali, rancangan sistem pendukung pengambilan keputusan...
Sucik puji utami, hapzi ali, rancangan sistem pendukung pengambilan keputusan...Sucik puji utami, hapzi ali, rancangan sistem pendukung pengambilan keputusan...
Sucik puji utami, hapzi ali, rancangan sistem pendukung pengambilan keputusan...SUCIK PUJI UTAMI
Β 
Sucik puji utami, hapzi ali, menyusun csf dan model eis, ut ambon, 2018
Sucik puji utami, hapzi ali, menyusun csf dan model eis, ut ambon, 2018Sucik puji utami, hapzi ali, menyusun csf dan model eis, ut ambon, 2018
Sucik puji utami, hapzi ali, menyusun csf dan model eis, ut ambon, 2018SUCIK PUJI UTAMI
Β 
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 5 Simlulasi Permodelan, UT-Ambon, 2018
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 5 Simlulasi Permodelan, UT-Ambon, 2018Sucik Puji Utami, Liswandi, Ph.D, Diskusi 5 Simlulasi Permodelan, UT-Ambon, 2018
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 5 Simlulasi Permodelan, UT-Ambon, 2018SUCIK PUJI UTAMI
Β 
Sucik Puji Utami, Diskusi khusus2 PERILAKU ORGANISASI, PRINSIP MEMBANGUN KERJ...
Sucik Puji Utami, Diskusi khusus2 PERILAKU ORGANISASI, PRINSIP MEMBANGUN KERJ...Sucik Puji Utami, Diskusi khusus2 PERILAKU ORGANISASI, PRINSIP MEMBANGUN KERJ...
Sucik Puji Utami, Diskusi khusus2 PERILAKU ORGANISASI, PRINSIP MEMBANGUN KERJ...SUCIK PUJI UTAMI
Β 
Sucik Puji Utami, Dr. Amri Darwis, Diskusi ekstra 4, Ut-Ambon, 2018
Sucik Puji Utami, Dr. Amri Darwis, Diskusi ekstra 4, Ut-Ambon, 2018Sucik Puji Utami, Dr. Amri Darwis, Diskusi ekstra 4, Ut-Ambon, 2018
Sucik Puji Utami, Dr. Amri Darwis, Diskusi ekstra 4, Ut-Ambon, 2018SUCIK PUJI UTAMI
Β 
Sucik Puji Utami, Dr. Amri Darwis, membentuk tim yang solid, UT-Ambon, 2018
Sucik Puji Utami, Dr. Amri Darwis, membentuk tim yang solid, UT-Ambon, 2018Sucik Puji Utami, Dr. Amri Darwis, membentuk tim yang solid, UT-Ambon, 2018
Sucik Puji Utami, Dr. Amri Darwis, membentuk tim yang solid, UT-Ambon, 2018SUCIK PUJI UTAMI
Β 
Sucik puji utami, hapzi ali, merancang sistem informasi hasil penjualan dan p...
Sucik puji utami, hapzi ali, merancang sistem informasi hasil penjualan dan p...Sucik puji utami, hapzi ali, merancang sistem informasi hasil penjualan dan p...
Sucik puji utami, hapzi ali, merancang sistem informasi hasil penjualan dan p...SUCIK PUJI UTAMI
Β 
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 4, Menghindari Pal...
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 4, Menghindari Pal...Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 4, Menghindari Pal...
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 4, Menghindari Pal...SUCIK PUJI UTAMI
Β 
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 4, Analisis I-O, UT-Ambon, 2018
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 4, Analisis I-O, UT-Ambon, 2018Sucik Puji Utami, Liswandi, Ph.D, Diskusi 4, Analisis I-O, UT-Ambon, 2018
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 4, Analisis I-O, UT-Ambon, 2018SUCIK PUJI UTAMI
Β 
Sucik puji utami, hapzi ali, sistem penunjang keputusan dss, ut ambon, 2018
Sucik puji utami, hapzi ali, sistem penunjang keputusan dss, ut ambon, 2018Sucik puji utami, hapzi ali, sistem penunjang keputusan dss, ut ambon, 2018
Sucik puji utami, hapzi ali, sistem penunjang keputusan dss, ut ambon, 2018SUCIK PUJI UTAMI
Β 
Sucik puji utami, dr. amri darwis, faktor penentu keberhasilan dalam membangu...
Sucik puji utami, dr. amri darwis, faktor penentu keberhasilan dalam membangu...Sucik puji utami, dr. amri darwis, faktor penentu keberhasilan dalam membangu...
Sucik puji utami, dr. amri darwis, faktor penentu keberhasilan dalam membangu...SUCIK PUJI UTAMI
Β 
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 3 metode penelitia...
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 3 metode penelitia...Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 3 metode penelitia...
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 3 metode penelitia...SUCIK PUJI UTAMI
Β 
Daftar isi tugas 1 po
Daftar isi tugas 1 poDaftar isi tugas 1 po
Daftar isi tugas 1 poSUCIK PUJI UTAMI
Β 

More from SUCIK PUJI UTAMI (20)

"AD DHUHA " SURAT PENYEMANGAT HIDUP
"AD DHUHA " SURAT PENYEMANGAT HIDUP "AD DHUHA " SURAT PENYEMANGAT HIDUP
"AD DHUHA " SURAT PENYEMANGAT HIDUP
Β 
Sucik puji utami, hapzi ali, forum 9 strategi bersaing bandar udara karel sad...
Sucik puji utami, hapzi ali, forum 9 strategi bersaing bandar udara karel sad...Sucik puji utami, hapzi ali, forum 9 strategi bersaing bandar udara karel sad...
Sucik puji utami, hapzi ali, forum 9 strategi bersaing bandar udara karel sad...
Β 
Jawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIFJawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIF
Β 
Sucik puji utami, hapzi ali, forum 7 minggu 11, ut ambon, 2018
Sucik puji utami, hapzi ali, forum 7 minggu 11, ut ambon, 2018Sucik puji utami, hapzi ali, forum 7 minggu 11, ut ambon, 2018
Sucik puji utami, hapzi ali, forum 7 minggu 11, ut ambon, 2018
Β 
Sucik puji utami, hapzi ali, mencegah sistem informasi dari gangguan hacker, ...
Sucik puji utami, hapzi ali, mencegah sistem informasi dari gangguan hacker, ...Sucik puji utami, hapzi ali, mencegah sistem informasi dari gangguan hacker, ...
Sucik puji utami, hapzi ali, mencegah sistem informasi dari gangguan hacker, ...
Β 
Tugas 3 metode penelitian bisnis
Tugas 3 metode penelitian bisnisTugas 3 metode penelitian bisnis
Tugas 3 metode penelitian bisnis
Β 
Sucik puji utami, hapzi ali, rancangan sistem pendukung pengambilan keputusan...
Sucik puji utami, hapzi ali, rancangan sistem pendukung pengambilan keputusan...Sucik puji utami, hapzi ali, rancangan sistem pendukung pengambilan keputusan...
Sucik puji utami, hapzi ali, rancangan sistem pendukung pengambilan keputusan...
Β 
Sucik puji utami, hapzi ali, menyusun csf dan model eis, ut ambon, 2018
Sucik puji utami, hapzi ali, menyusun csf dan model eis, ut ambon, 2018Sucik puji utami, hapzi ali, menyusun csf dan model eis, ut ambon, 2018
Sucik puji utami, hapzi ali, menyusun csf dan model eis, ut ambon, 2018
Β 
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 5 Simlulasi Permodelan, UT-Ambon, 2018
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 5 Simlulasi Permodelan, UT-Ambon, 2018Sucik Puji Utami, Liswandi, Ph.D, Diskusi 5 Simlulasi Permodelan, UT-Ambon, 2018
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 5 Simlulasi Permodelan, UT-Ambon, 2018
Β 
Sucik Puji Utami, Diskusi khusus2 PERILAKU ORGANISASI, PRINSIP MEMBANGUN KERJ...
Sucik Puji Utami, Diskusi khusus2 PERILAKU ORGANISASI, PRINSIP MEMBANGUN KERJ...Sucik Puji Utami, Diskusi khusus2 PERILAKU ORGANISASI, PRINSIP MEMBANGUN KERJ...
Sucik Puji Utami, Diskusi khusus2 PERILAKU ORGANISASI, PRINSIP MEMBANGUN KERJ...
Β 
Sucik Puji Utami, Dr. Amri Darwis, Diskusi ekstra 4, Ut-Ambon, 2018
Sucik Puji Utami, Dr. Amri Darwis, Diskusi ekstra 4, Ut-Ambon, 2018Sucik Puji Utami, Dr. Amri Darwis, Diskusi ekstra 4, Ut-Ambon, 2018
Sucik Puji Utami, Dr. Amri Darwis, Diskusi ekstra 4, Ut-Ambon, 2018
Β 
Sucik Puji Utami, Dr. Amri Darwis, membentuk tim yang solid, UT-Ambon, 2018
Sucik Puji Utami, Dr. Amri Darwis, membentuk tim yang solid, UT-Ambon, 2018Sucik Puji Utami, Dr. Amri Darwis, membentuk tim yang solid, UT-Ambon, 2018
Sucik Puji Utami, Dr. Amri Darwis, membentuk tim yang solid, UT-Ambon, 2018
Β 
Sucik puji utami, hapzi ali, merancang sistem informasi hasil penjualan dan p...
Sucik puji utami, hapzi ali, merancang sistem informasi hasil penjualan dan p...Sucik puji utami, hapzi ali, merancang sistem informasi hasil penjualan dan p...
Sucik puji utami, hapzi ali, merancang sistem informasi hasil penjualan dan p...
Β 
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 4, Menghindari Pal...
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 4, Menghindari Pal...Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 4, Menghindari Pal...
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 4, Menghindari Pal...
Β 
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 4, Analisis I-O, UT-Ambon, 2018
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 4, Analisis I-O, UT-Ambon, 2018Sucik Puji Utami, Liswandi, Ph.D, Diskusi 4, Analisis I-O, UT-Ambon, 2018
Sucik Puji Utami, Liswandi, Ph.D, Diskusi 4, Analisis I-O, UT-Ambon, 2018
Β 
Sucik puji utami, hapzi ali, sistem penunjang keputusan dss, ut ambon, 2018
Sucik puji utami, hapzi ali, sistem penunjang keputusan dss, ut ambon, 2018Sucik puji utami, hapzi ali, sistem penunjang keputusan dss, ut ambon, 2018
Sucik puji utami, hapzi ali, sistem penunjang keputusan dss, ut ambon, 2018
Β 
Sucik puji utami, dr. amri darwis, faktor penentu keberhasilan dalam membangu...
Sucik puji utami, dr. amri darwis, faktor penentu keberhasilan dalam membangu...Sucik puji utami, dr. amri darwis, faktor penentu keberhasilan dalam membangu...
Sucik puji utami, dr. amri darwis, faktor penentu keberhasilan dalam membangu...
Β 
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 3 metode penelitia...
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 3 metode penelitia...Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 3 metode penelitia...
Sucik Puji Utami, Dr. Ceacilia Sri Mindarti, M.Si, Diskusi 3 metode penelitia...
Β 
Isi tugas 1 po
Isi tugas 1 poIsi tugas 1 po
Isi tugas 1 po
Β 
Daftar isi tugas 1 po
Daftar isi tugas 1 poDaftar isi tugas 1 po
Daftar isi tugas 1 po
Β 

Recently uploaded

AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..ikayogakinasih12
Β 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDNurainiNuraini25
Β 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BAbdiera
Β 
442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptx442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptxHendryJulistiyanto
Β 
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docxTugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docxmawan5982
Β 
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptxMiftahunnajahTVIBS
Β 
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxPurmiasih
Β 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfSitiJulaeha820399
Β 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5KIKI TRISNA MUKTI
Β 
Materi Pertemuan 6 Materi Pertemuan 6.pptx
Materi Pertemuan 6 Materi Pertemuan 6.pptxMateri Pertemuan 6 Materi Pertemuan 6.pptx
Materi Pertemuan 6 Materi Pertemuan 6.pptxRezaWahyuni6
Β 
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptxPERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptxRizkyPratiwi19
Β 
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdfsdn3jatiblora
Β 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikaAtiAnggiSupriyati
Β 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggeraksupriadi611
Β 
tugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDtugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDmawan5982
Β 
Materi Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxMateri Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxRezaWahyuni6
Β 
soal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptxsoal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptxazhari524
Β 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASKurniawan Dirham
Β 
Perumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxPerumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxadimulianta1
Β 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKAMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKAAndiCoc
Β 

Recently uploaded (20)

AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
Β 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
Β 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Β 
442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptx442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptx
Β 
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docxTugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Β 
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
Β 
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
Β 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Β 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5
Β 
Materi Pertemuan 6 Materi Pertemuan 6.pptx
Materi Pertemuan 6 Materi Pertemuan 6.pptxMateri Pertemuan 6 Materi Pertemuan 6.pptx
Materi Pertemuan 6 Materi Pertemuan 6.pptx
Β 
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptxPERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
PERAN PERAWAT DALAM PEMERIKSAAN PENUNJANG.pptx
Β 
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
Β 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
Β 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Β 
tugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDtugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SD
Β 
Materi Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxMateri Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptx
Β 
soal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptxsoal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptx
Β 
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATASMATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
MATERI EKOSISTEM UNTUK SEKOLAH MENENGAH ATAS
Β 
Perumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxPerumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptx
Β 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKAMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
Β 

Sucik Puji Utami, Liswandi, Ph.D, Tugas II, UT-Ambon, 2018

  • 1. TUGAS II Sucik Puji Utami (Mahasiswa UT Ambon) Liswandi, Ph,D (Dosen Pengampu) Saudara mahasiswa tutorial; 1. Buka dan bacalah Buku Materi Pokok (BMP) Metode Kuantitatif Modul 3 tentang Linier Programming (Program Linier), terkait dengan model transportasi. Kerjakan soal yang terdapat pada Latihan I, pada halaman 3.21. 2. Situasi umum perpindahan nasabah perbankan nasional diprediksi dari pengamatan terhadap 5.000 nasabah dari tahun sekarang dan tahun sebelumnya. Dianggap bahwa seorang nasabah hanya memilih satu jenis bank sebagai bank utama. Data perpindahan nasabah disajikan dalam matriks frekuensi sebagai berikut: Tahun Sekarang Tahun Sebelumnya Bank Pemerintah Bank Swasta Jumlah Bank Pemerintah 1950 650 2600 Bank Swasta 960 1440 2400 Jumlah 2910 2090 5000 a. Jika Bank Pemerintah dinyatakan sebagai state 1 dan Bank Swasta sebagai state 2, tentukan estimasi matrik probabilitas transisi P = 𝑃 𝑃 𝑃 𝑃 dari data pengamatan tersebut. b. Berapakah probabilitas sistem berada pada masing-masing state dalam jangka panjang? c. Misalkan seorang manajer pada Bank Swasta XYZ sedang dihadapkan pada pilihan tindakan untuk mengantisipasi perpindahan nasabah tersebut. Pendapatan Bank XYZ (dalam Milyar Rupiah) pada berbagai tindakan dan situasi, adalah sebagai berikut: Situasi nasabah memilih bank Tindakan Bank Pemerintah Bank Swasta (i) Ekspansi skala besar -300 400 (ii) Ekspansi skala kecil -10 80 (iii) Tetap skala saat ini 0 -10 Tentukan tindakan mana yang dipilih berdasarkan kriteria expected value? Perhatikan konsep-konsep serta teori yang ada. Selamat mengerjakan Tutor
  • 2. JAWAB: 1. LATIHAN 1 Modul 3 halaman 3.21. 1) Perhatikanlah masalah transportasi yang tertera dalam gambar berikut: Supply Permintaan 600 300 200 200 300 Biaya transport per unit adalah sebagai berikut : Permintaan Suplai A ($) B ($) C ($) (P) 16 10 14 (S) 12 12 20 Tuliskan bentuk program liniernya agar biaya total transpor minimum! JAWAB : Variable dinyatakan dengan kode Xij = banyaknya unit produksi yang diangkut dari gudang i ke toko j, dimana i = 1, 2 dan j = 1, 2, 3 Minimumkan Z = 16 X11 + 10 X12 + 14 X13 + 12 X21 + 12 X22 + 20 X23 Subyek to (S.t): X11 + X12 + X13 =600 X21 + X22 + X23 =200 X11+ X21 = 300 X12 + X22 = 200 X13 + X23 = 300 Xij β‰₯ 0 P Q C B A Perumusan bentuk program linier
  • 3. 2) Perusahaan Margasatwa memproduksi makanan ternak yang terdiri dari 2 bahan poko, X dan Y. Setiap 100 Kg X dibeli dengan harga Rp. 80.000,-sedangkan setiap 100 Kg Y berharga Rp. 100.000,-. Setiap Kg bahan pokok tadi mengandung 3 jenis nutrisi sebagai berikut (dalam unit): Bahan Nutrisi A Nutrisi B Nutrisi C X 3,0 0,50 0,60 Y 1,5 0,75 1,50 Setiap kg pakan ternak harus mengandung paling tidak 30 unit nutrisi A; 7,5 unit nutrisi B; dan 15 unit nutrisi C. Dengan tujuan meminimalkan biaya produksi, hitunglah berapa jumlah bahan pokok X dan Y harus dibeli untuk memproduksi 100 Kg pakan ternak? JAWAB: Minimunkan Z = 800 X + 1000 Y S.t 3 x + 1,5 y β‰₯ 3000 0,5 x + 0,75 y β‰₯ 750 0,6 x + 1,5 y β‰₯ 1500 x, y β‰₯ 0 Kendala - kendala digambarkan dalam grafik berikut: Catatan : bagian yang diarsir tidak memenuhi garis kendala
  • 4. Untuk menentukan biaya terkecil diperiksa : Z = 800 X + 1000 Y (0 , 2000) 800 (0) + 1000 (2000) = 2.000.000 (625, 750) 800 (625) + 1000 (750) = 1.250.000 (2500 , 0) 800 (2500) + 1000 (0) = 2.000.000 Berdasarkan hasil diatas, bahan pokok yang harus dibeli untuk memproduksi 100 Kg makanan ternak dengan biaya terkecil adalah dengan membeli bahan X sebanyak 625 Kg dan bahan Y sebanyak 750 Kg dengan biaya sebesar Rp. 1.250.000,- 3) PT Andika memproduksi tiga macam televisi yaitu tipe A, B, dan C. Tipe A memberikan kontribusi margin sebesar Rp. 200.000,- tipe B sebesar Rp. 125.000,- sedangkan tipe C sebesar Rp. 100.000,-. Untuk membuat televisi dibutuhkan tiga macam proses, yaitu I, II, dan III. Tipe A membutuhkan 4 jam orang diproses I, 5 jam orang diproses II dan 4 jam orang diproses III. Tipe B membutuhkan 3 jam orang diproses I, 2 jam orang diproses II, dan 2 jam orang diproses III. Tipe C membutuhkan 2 jam orang diproses I, 3 jam orang diproses II, dan 5jam orang diproses III. Untuk memproduksi minggu depan kapasitas yang terdapat diproses I, II dan III berturut-turut adalah 550 jam, 450 jam dan 400 jam orang . a) Buatlah model Linear Program masalah diatas. (kontribusi margin dibuat dalam ribuan saja)! b) Jika diselesaikan dengan Computer Software LINDO, outputnya sebagai berikut: Objective function value 1). 23750.000 Variable Value Reduced cost A 25.00000 .000000 B 15.00000 .000000 C .00000 75.000000 Row Slack/Surplus Dual Prices 2) .00000 25.00000 3) 25.00000 .00000 4) .00000 25.00000 c) Apakah nilai objective function adalah keuntungan atau biaya dan berapa besarnya? d) Jelaskan pengertian dual price sebesar Rp. 25,- (ribuan rupiah) untuk kendala row 2 (proses I)! e) Keputusan apa yang harus dibuat oleh manajemen PT. Andika dalam merencanakan output produksinya untuk minggu depan? f) Jelaskan arti reduced cost sebesar Rp. 75,- (ribuan rupiah) untuk televise C?
  • 5. JAWAB: Jika dibuat ringkasan dalam table, kasus diatas menjadi: Televisi Proses (jam) Objective (ribu rupiah )I II III A 4 5 4 200 B 3 2 2 125 C 2 3 5 100 Kendala (jam ) 550 450 400 a) Berdasarkan data diatas, dapat dibuat model linear programnya sebagai berikut: Misal : Televisi A = X1 Televisi B = X2 Televisi C = X3 Maksimumkan : 200 X1 + 125 X2 + 100 X3 S.t 4 X1 + 3 X2 +2 X3 ≀ 550 5 X1 + 2 X2 +3 X3 ≀ 450 4 X1 + 2 X2 +5 X3 ≀ 400 X1, X2, X3 β‰₯ 0 b) Output dari hasil Computer Software LINDO : Objective function value 1). 23750.000 Variable Value Reduced cost A 25.00000 .000000 B 15.00000 .000000 C .00000 75.000000 Row Slack/Surplus Dual Prices 2) .00000 25.00000 3) 25.00000 .00000 4) .00000 25.00000 c) Berdasarkan kasus diatas, objective function adalah merupakan keuntungan (margin). Besarnya adalah Rp. 23.750.000, d) Pengertian dual price sebesar Rp. 25,- ribu untuk kendala row 2 (proses I) adalah fungsi objektive dapat diharapkan bertambah sebesar Rp. 25,- ribu jika fungsi waktu pada proses I bertambah 1 jam.
  • 6. e) Arti reduced cost sebesar Rp. 75,- ribu untuk televisi C adalah besarnya penurunan fungsi objektive tiap 1 unit televisi C. 2. Situasi umum perpindahan nasabah perbankan nasional diprediksi dari pengamatan terhadap 5.000 nasabah dari tahun sekarang dan tahun sebelumnya. Dianggap bahwa seorang nasabah hanya memilih satu jenis bank sebagai bank utama. Data perpindahan nasabah disajikan dalam matriks frekuensi sebagai berikut: Tahun Sekarang Tahun Sebelumnya Bank Pemerintah Bank Swasta Jumlah Bank Pemerintah 1950 650 2600 Bank Swasta 960 1440 2400 Jumlah 2910 2090 5000 a. Jika Bank Pemerintah dinyatakan sebagai state 1 dan Bank Swasta sebagai state 2, tentukan estimasi matrik probabilitas transisi P = 𝑃 𝑃 𝑃 𝑃 dari data pengamatan tersebut. Jawab: P = 1950 2600 650 2600 960 2400 1440 2400 Maka estimasi probabilitas transisi untuk pengamatan tersebut : P = 0,75 0,25 0,4 0,6 Artinya: sekitar 75 % nasabah Bank Pemerintah tidak berpindah bank dan sekitar 25% nasabah Bank Pemerintah akan pindah ke Bank Swasta. Serta sekitar 0,4 % nasabah Bank Swasta akan berpindah ke Bank Pemerintah dan sekitar 0,6 % nasabah Bank Swasta tidak berpindah bank. b. Berapakah probabilitas sistem berada pada masing-masing state dalam jangka panjang? Jawab: Misalkan suatu proses Markov dengan transisi P = 1 βˆ’ π‘Ž π‘Ž 𝑏 1 βˆ’ 𝑏 , 0 < a, b >1 Maka dalam jangka panjang (secara matematis ditulis lim β†’ ∞Pn )akan konvergen menuju nilai Ο€ = . Sehingga probabilitas sistem berada pada masing-masing state dalam jangka adalah: Ο€ = , , , , , , Ο€ = (0,62 0,38) Artinya bahwa probabilitas dalam jangka panjang, peluang nasabah berada pada Bank Pemerintah adalah 0,62 dan peluang nasabah berada pada Bank Swasta adalah 0,38
  • 7. c. Misalkan seorang manajer pada Bank Swasta XYZ sedang dihadapkan pada pilihan tindakan untuk mengantisipasi perpindahan nasabah tersebut. Pendapatan Bank XYZ (dalam Milyar Rupiah) pada berbagai tindakan dan situasi, adalah sebagai berikut: Situasi nasabah memilih bank Tindakan Bank Pemerintah Bank Swasta (i) Ekspansi skala besar -300 400 (ii) Ekspansi skala kecil -10 80 (iii) Tetap skala saat ini 0 -10 Tentukan tindakan mana yang dipilih berdasarkan kriteria expected value? Jawab : Peluang yang digunakan adalah peluang seorang nasabah berada pada bank tertentu (steady- state) Sehingga menggunakan vektor Ο€ =(0,62 0,38) Misalkan: E1 = Nilai harapan pendapatan jika Ekspansi skala besar. E2 = Nilai harapan pendapatan jika Ekspansi skala kecil E3 = Nilai harapan pendapatan jika tetap skala saat ini Maka: E1 = -300 (0,62) + 400 (0,38) = -34,0 E2 = -10 (0,62) + 80 (0,38) = 24,2 E3 = 0 (0,62) + -10 (0,38) = -3,8 Jadi tindakan yang sebaiknya dipilih oleh manajer Bank Swasta XYZ adalah Ekspansi dengan skala kecil karena memiliki pendapatan terbesar, yaitu Rp. 24,2 Milyar REFERENSI Usman, Wan. 2014. Metode Kuantitatif. Tangerang Selatan : Universitas Terbuka. https://media.neliti.com/media/publications/226160-menentukan-matriks-peluang-transisi-untu- 7778c61e.pdf https://www.youtube.com/watch?v=LcHcZcCR8cA&index=3&list=PLxYRczqMg8QrqXIXSjx HhSYbXb7nFDjIk