Rencana Program Kegiatan Pembelajaran Semester (RPKPS) Mata Kuliah MANAJEMEN SAINS

A. LATAR BELAKANG

Manajemen Sains atau Metode Kuantitatif atau Manajemnen Kuantitatif atau Riset Operasi adalah bidang ilmu yang mempelajari tentang berbagai macam model optimal yang banyak digunakan di berbagai bidang ilmu lain atau dalam kehidupan sehari-hari. Kuliah ini dimaksudkan untuk memberikan gambaran tentang berbagai macam model deterministik maupun stokhastik dan kegunaannya sebagai bentuk keadaan didalam kehidupan sehari-hari.
B. 1. 2. 3. PERENCANAAN Nama Mata Kuliah Kode / sks Semester : : :

Manajemen Sains MMI 745

4.

Tujuan

5.

Luaran

: Dalam kuliah ini akan dibicarakan dan diberikan pemahaman tentang berbagai macam model yang merupakan gambaran dari permasalahan di dalam kehidupan sehari-hari dan cara mencari penyelesaian optimalnya. Model- model dibicarakan meliputi: konsep probabilitas dan densitas, program linier, transportasi, penugasan, antrian, project management, decision theory, rantai markov, simulasi, goal dan integer programming, program dinamik, network optimization models dan branch and bound methods : (LU-1) Mengerti dan memahami tentang pentingnya penggunaan model-model dalam manajemen sains (LU-2) Mengerti dan memahami adanya berbagai macam model permasalahan dalam manajemen sains (LU-3) Mengerti dan memahami tentang pentingnya model manajemen sains sebagai representasi permasalahan di dalam kehidupan sehai-hari (LU-4) Mengerti dan memahami perbedaan antara satu model dengan model yang lain dan keunggullannya (LU-5) Terampil menentukan model yang paling cocok untuk suatu permasalahan yang dihadapi (LU-6) Terampil menentukan penyelesaian optimal dari model yang dipilih (LU-7) Terampil menggunakan model yang paling tepat untuk suatu permasalahan
1

Program Studi Magister Ilmu Komputer

(LU-8) Mampu mengidentifikasi dan merumuskan model yang paling tepat untuk permasalahan yang dihadapi (LU-9) Mampu memilih dan menentukan model yang paling tepat untuk permasalahan yang dihadapi
6. Metode Pembelajaran : Kombinasi antara Student Centered Learning (SCL) dan Teacher Centered Learning (TCL) 7. Jadwal Mingguan :

Minggu ke 1

Topik

Substansi Konsep danmetode penyelesaian dalam manajemen sains. Pengertian konsep dan kegunaan manajemen sains dalam berbagai bidang ilmu dan kehidupan sehari-hari Optimisasi dalam manajemen sains dan berbagai macam model Eksperimen, Ruang sampel, kejadian dan hasil yang mungkin. Aljabar kejadian sebagai kejadian khusus dari aljabar himpunan. Definisi probabilitas. Aturan penjumlahan probabilitas, aturan pergandaan probabilitas dan probabilitas bersyarat. Aturan Bayes dan penggunaannya. Definisi variabel random. Variabel random diskrit dan kontinu. Probabilitas suatu harga variabel random diskrit. Distribusi teoritis dan distribusi empiris. Distribusi variabel random diskrit dan kontinu. Ekspektasi, variansi dan momen, median dan modus. Beberapa distribusi penting Funssi objektif dan constraint. Decison variables. Asumsi program linier. Mencari penyelesaian dengan metode grafis. Feasible solutions and

Metode Pembelajaran

Kompetensi

Konsep dasar manajemen sains 2 3

Ceramah Diskusi LU- 1, 2, 3

Ceramah Diskusi Pekerjaan rumah LU-1, 3, 8, 9

Konsep Probabilitas dan Densitas

Program Linier

Ceramah Diskusi Studi Kasus

LU - 4, 5, 7, LU - 9

Program Studi Magister Ilmu Komputer

feasible regions. Optimal, infeasible and unbounded problems. Bentuk standar dan bentuk tableau. Metode Simpleks 6 Transportasi dan Penugasan Masalah transportasi sebagai keadaan khusus dari masalah prograsm linier. Mencari initial solution dengan metode N-W Corner, Intuitive, Minimum Cell Cost atau VAM. Mencari optimal solution dengan metode Stepping Stone atau MODI. Model balanced dan unbalanaced. Masalah penugasan sebagai keadaan khusus dari masalah transportasi. Metode Hungarian Model dasar sistem antrian. Beberapa asumsi dasar seperti proses kedatangan, proses layanan, ukuran antri, disiplin antri, time horizon, dan source population. Karakteristik, simbol dan formula model dasar. Taksonomi model antrian. Little flow equation. Beberapa model antrian PERT dan CPM. Activities, total time, scheduled strt and finish dates, critical and noncritical activities, project network,, nodes,, arcs, dan critical path. Uncertain acivities time dan corrective action Structuring decision problem. Payoff table dan decision tree. Macam-macam cara pengambilan keputusan. EVPI 11 Rantai Markov Sifat Markov dan proses Markov. Berbagai macam proses stokhastik yang memenuhi sifat Markov. Definisi. Rantai Markov homogen dan nonCeramah Diskusi Studi Kasus Presentasi LU - 4, 5, 7, LU - 9

7 8

UTS Antrian

Ceramah Diskusi Studi Kasus

LU - 4, 5, 7, LU - 9

Project Management

Ceramah Diskusi Studi Kasus

10

Decision Theory

Ceramah Diskusi Pekerjaan Rumah Ceramah Diskusi Studi Kasus

LU - 4, 5, 7, LU - 9

LU - 4, 5, 7, LU - 9

Program Studi Magister Ilmu Komputer

12

Simulasi

13

Goal and Integer Programming

14

Network Optimization Models

15

Branch and Bound Methods

homogen. Probabilitas transisi satu langkah. Matriks probabilitas transisi satu langkah dan sifat-sifatnya. Probabilitas state time-independent dan time-dependent Berbagai issue simulasi. Macam-macam simulasi. Simulasi antrian dan simulasi finansial. Pros and cons for simulation. Integer programming dan goal programming sebagai keadaan khusus dari program liniar. Cara mencari penyelesaian dari Integer programming dan goal programming Shortest route problem dan algoritma untuk mencari penyelesaiannya. Minimal spanning tree problem. Tree dan spanning tree. Algoritma untuk mencari penyelesaian minimal spanning tree problem. Maximal flow problem. Arc flow capacity dan network model. Formulasi program linier.dan mencari penyelesaiannya Branch and bound criterion. Langkah-langkah untuk mencari penyelesaian mencari penyelesaian

Ceramah Diskusi Presentasi Ceramah Diskusi Presentasi Studi Kasus Ceramah Diskusi Studi Kasus

LU 6, 7

LU - 4, 5, 7, LU - 9

LU - 4, 5, 7, LU - 9

Ceramah Diskusi Presentasi Studf Kasus

LU - 4, 5, 7, LU - 9

16

UAS

8.

Penilaian

Nilai berdasarkan kombinasi dari 2 ujian (mid and ujian akhir), tugas dan atau pekerjaan rumah, dan presentasi dengan proporsi penilaian sebagai berikut: 70%: Kombinasi dari dua ujian
Program Studi Magister Ilmu Komputer 4

15%: Kombinasi dari dua tugas 15%: Presentasi (termasuk menulis makalah) Nilai akhir akan ditentukan sebagai berikut : Nilai Numerik A 80 numerik 100 B 70 numerik < 80 C 60 numerik < 70 D 50 numerik < 60 E 0 numerik < 50
9. Bahan

Referensi Anderson, D. R., Sweeney, D. J. and William, T. A. (1985). An Introduction to Management Sciences: Qualitative Approach to Decision Making. 4th edition. West Publishing. Inc. Thaha, H. (1998). Operation Research: An Introduction. Collier MacMilan International Edition. Winston, W. L. (2004). Operation Research, Application and Algorithms. Ruxburry Press:
C. PERENCANAAN MONITORING DAN UMPAN BALIK Proses monitoring dilakukan dengan melihat performance mahasiswa dalam mengerjakan Pekerjaan Rumah yang diberikan, sedangkan umpan balik dilakukan menggunakan borang Evaluasi Dosen yang telah dibuat oleh Bagian Akademik FMIPA UGM D. PERENCANAAN EVALUASI Proses evalusi pembelajaran dilakukan dengan memperhatikan hasil yang terekam pada borang Evaluasi Dosen tersebut.

Mengetahui,

Yogyakarta, 20 Juni 2011

Program Studi Magister Ilmu Komputer

Dra. Sri Hartati, M. Sc., Ph.D Ketua Prodi

Prof. Drs. Suryo Guritno, M. Stats., Ph. D Dosen Pengajar

Program Studi Magister Ilmu Komputer