LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI

JURUSAN TEKNIK INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN
JAWA TIMUR

LAPORAN RESMI
MODUL I
LINEAR AND INTEGER PROGRAMMING

I.

Pendahuluan
A. Latar Belakang
Linear Programming (LP) merupakan suatu model umum yang dapat
digunakan dalam pemecahan masalah pengalokasian sumber-sumber yang
terbatas secara optimal. Sumber-sumber yang dimaksud dapat berupa bahan baku,
peralatan dan mesin, ruang, waktu, dana dan orang. Semua ini dapat dipergunakan
untuk menghasilkan komoditi tertentu. Dengan kata lain Linear Programming
adalah metode atau teknik matematis yang digunakan untuk membantu manajer
dalam pengambilan keputusan.
Persoalan linear programming adalah suatu persoalan untuk menentukan
besarnya masing-masing nilai variable sedemikian rupa sehingga nilai fungsi
tujuan (objective function) yang linier menjadi optimum (maximum atau
minimum) dengan memperhatikan pembatasan-pembatasan yang ada yaitu
pembatasan mengenai inputnya. Suatu persoalan dapat disebut sebagai linier
programming apabila: Tujuan (objective) yang akan dicapai harus dapat
dinyatakan dalam bentuk fungsi linier, Fungsi ini disebut fungsi tujuan (objective
function). Harus ada alternatif pemecahan, Pemecahan yang membuat fungsi
tujuan optimum (laba yang maximum, biaya yang minimum) yang harus dipilih.
Sumber-sumber tersedia dalam jumlah yang terbatas (bahan mentah terbatas,

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

modal terbatas, ruang penyimpangan terbatas). Pembatasan-pembatasan tersebut

harus dinyatakan dalam ketidak samaan linier (linear inequality).
B. Rumusan Masalah
Rumusan masalah yang ada pada modul 1 ini adalah:
Bagaimana cara menyelesaikan persoalan Linear Programming and
Integer Programming dengan menggunakan teknik Branch and Bound ?
C. Tujuan Masalah
Adapun tujuan praktikum dari modul 1 adalah:
1. Untuk memformulasikan permasalahan yang terdapat dalam dunia nyata,
dimana nilai tersebut merupakan pecahan (linear) dan bulat (integer).
2. Untuk menyelesaikan permasalahan yang ada di perusahaan dengan teknik
Branch and Bound.
3. Untuk menyelesaikan permasalahan yang ada di perusahaan dengan
software WinQSB.
D. Manfaat Masalah
Adapun manfaat yang didapat dalam praktikum modul 1 adalah:
1. Dapat menyeesakan permasalahan dengan teknik Branch and Bound.
2. Dapat mengaplikasikan teori-teori yang didapat pada mata kuliah
operational research untuk dapat mengambil keputusan yang tepat secara
kuantitatif dengan penerapan program WinQSB.
3. Praktikan mampu memahami teori dan mengaplikasikan dalam dunia kerja,

E. Batasan Masalah
Adapun batasan masalah yang digunakan dalam praktikum laboratorium
adalah:
1. Mengerjakan dengan software WinQSB.
2. Pemecahan masalah menggunakan Linear Programming and Integer
Programming.

II.

Tinjauan Pustaka
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

1.

Operational Research
Penelitian operasional adalah penerapan metode-metode ilmiah terhadap

masalah rumit yang muncul dalam pengarahan dan pengelolaan dari suatu system
besar manusia, mesin, bahan dan uang dalam industri, bisnis, pemerintahan, dan
pertahanan. Pendekatan khusus ini bertujuan membentuk suatu model ilmiah dari
system, menggabungkan ukuran-ukuran, faktor-faktor seperti kesempatan dan
resiko, untuk meramalkan dan membandingkan hasil-hasil dari beberapa
keputusan, strategi atau pengawasan. Tujuannya adalah membantu pengambilan
keputusan menentukan kebijakan dan tindakannya secara ilmiah.
Operation Research disebut juga dengan management science yaitu
menunjukkan sejumlah teknik matematis untuk menganalisis dan menyelesaikan
masalah dengan pendekatan ilmiah. Operation research merupakan suatu
pendekatan ilmiah untuk menyelesaikan masalah-masalah dalam manajemen.
Penerapan operation research ini dapat dilakukan melalui 6 (enam) tahap,
sebagai berikut:
1.

Merumuskan masalah.

2.

Membuat model sistematis untuk menggambarkan sistem yang sedang

diteliti.

2.

3.

Membuat pemecahan dari model tersebut.

4.

Menguji model tersebut dan membuat penyelesaiannya.

5.

Mengendalikan pemecahannya.
Linear Programming and Integer Programming
Secara umum Linear Programming ialah salah satu teknik dari Riset

Operasi untuk memecahkan persoalan optimasi (maksimasi atau minimasi)

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

dengan menggunakan persamaan dan ketidaksamaan linear dalam rangka untuk

mencari pemecahan yang optimum dengan memperhatikan pembatasanpembatasan yang ada. Dalam keadaan sumber yang terbatas harus dicapai suatu
hasil yang optimum dengan perkataan lain bagaimana caranya agar dengan
masukan input yang terbatas dapat menghasilkan keluaran output berupa produksi
barang atau jasa yang optimum. Salah satu metoda analisis dalam teknik
operasional riset untuk menyelesaikan persoalan pengalokasian sumber-sumber
terbatas adalah menggunakan metoda program linear. Linear programming akan
memberikan banyak sekali hasil pemecahan persoalan, sebagai alternatif
pengambilan tindakan, akan tetapi hanya ada satu yang optimum (maksimum atau
minimum). Memilih keputusan berarti memilh alternatif, tapi yang terpenting
adalah pengambilan alternatif terbaik(the best alternative), Johannes Suprapto
(1987)
Linier Programming selalu berkaitan dengan fungsi, pengertian fungsi
dalam linier programming diartikan sebagai suatu aturan yang menghubungkan
beberapa buah variabel.

Linear Programming memiliki empat ciri khusus yang melekat, yaitu :

1.

Penyelesaian masalah mengarah pada pencapaian tujuan maksimisasi

atau minimisasi.

2.

Kendala yang ada membatasi tingkat pencapaian tujuan

3.

Ada beberapa alternatif penyelesaian.

4.

Hubungan matematis bersifat linear.

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

Secara teknis, ada lima syarat tambahan dari permasalahan linear

programming yang harus diperhatikan yang merupakan asumsi dasar, yaitu:
1. Certainty (kepastian). Maksudnya adalah fungsi tujuan dan fungsi kendala
sudah diketahui dengan pasti dan tidak berubah selama periode analisa.
2. Proportionality (proporsionalitas). Yaitu adanya proporsionalitas dalam
fungsi tujuan dan fimgsi kendala.
3. Additivity (penambahan). Artinya aktivitas total sama dengan penjumlahan
aktivitas individu.
4. Divisibility Coisa dibagi-bagi). Maksudnya solusi tidak harus merupakan
bilangan integer (bilangan bulat), tetapi bisa juga berupa pecahan.
5. Non-negative variable (variabel tidak negatif). Artinya bahwa semua nilai
jawaban atau variabel tidak negatif.
Integer Programming (pemrograman integer) adalah sebuah model optimasi
matematis atau program kelayakan di mana beberapa atau semua variabel dibatasi
untuk bilangan bulat. Dalam banyak rangkaian istilah ini mengacu pada
pemrograman linear integer, yang juga dikenal sebagai integer programming
campuran.
Pemrograman bulat dibutuhkan ketika keputusan harus dilakukan dalam
bentuk bilangan bulat (bukan pecahan yang sering terjadi bila kita gunakan
metode simpleks).
Model matematis dari pemrograman bulat sebenarnya sama dengan model
linear programming, dengan tambahan batasan bahwa variabelnya harus bilangan
bulat.
Terdapat 3 macam permasalahan dalam pemrograman bulat, yaitu:

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

1. Pemrograman bulat murni, yaitu kasus dimana semua variabel keputusan

harus berupa bilangan bulat.
2. Pemrograman bulat campuran, yaitu kasus dimana beberapa, tapi tidak
semua, variabel keputusan harus berupa bilangan bulat
3. Pemrograman bulat biner, kasus dengan permasalahan khusus dimana
semua variabel keputusan harus bernilai 0 dan 1
3.

Teknik Branch and Bound

Metode Branch and Bound adalah sebuah teknik algoritma yang secara

khusus mempelajari bagaimana caranya memperkecil Search Tree menjadi sekecil

mungkin. Sesuai dengan namanya, metode ini terdiri dari 2 langkah yaitu :
1.

Branch yang artinya membangun semua cabang tree yang mungkin

2.

menuju solusi.
Bound yang artinya menghitung node mana yang merupakan active node
(E-node) dan node mana yang merupakan dead node (D-node) dengan
menggunakan syarat batas constraint (kendala)..

Langkah-langkah metode Branch dan Bound dapat dilakukan seperti berikut :

1.
2.

Selesaikan LP dengan metode simpleks biasa

Teliti solusi optimumnya. Jika variabel basis yang diharapkan bulat

3.

adalah bulat, solusi optimum bulat telah tercapai.

Nilai solusi pecah yang layak dicabangkan ke dalam sub-sub masalah.
Tujuannya adalah untuk menghilangkan solusi kontinyu yang tidak

4.

memenuhi persyaratan bulat dalam masalah itu.

Untuk setiap sub-masalah, nilai solusi optimum kontinyu fungsi tujuan
ditetapkan sebagai batas atas. Solusi bulat terbaik menjadi batas bawah
(pada awalnya, ini adalah solusi kontinyu yang dibulatkan ke bawah).
Sub-sub masalah yang memiliki batas atas kurang dari batas bawah yang

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

ada, tidak diikut sertakan pada analisa selanjutnya. Suatu solusi bulat
layak adalah sama baik atau lebih baik dari batas atas untuk setiap sub
masalah yang dicari. Jika solusi yang demikian terjadi, suatu sub masalah
dengan batas atas terbaik dipilih untuk dicabangkan. Kembali ke langkah
3.
Pada algoritma branch and bound terdapat dua batas yaitu batas atas (upper
bound) dan batas bawah (lower bound).
a.

Pada masalah maksimisasi:

Batas atas merupakan solusi ILP relaksasi dari sub masalah tersebut
sedangkan batas bawahnya adalah nilai dari sub masalah tersebut ataupun
solusi dari sub masalah lain yang semua variabel keputusan yang harus
bernilai i sudah bernilai integer (solusi terbaik yang sejauh ini diperoleh).

b.

Pada masalah minimisasi:

Batas bawah merupakan solusi ILP relaksasi dari sub masalah tersebut
sedangkan batas atasnya adalah nilai dari sub masalah tersebut ataupun
solusi dari sub masalah lain yang semua variabel keputusan yang harus
bernilai integer sudah bernilai integer (solusi terkecil (terbaik)) yang
sejauh ini diperoleh ).
Pencabangan atau pencarian solusi pada suatu sub masalah dihentikan jika:

a.

Infeasible atau tidak mempunyai daerah layak.

b.

Semua variabel keputusan yang harus bernilai integer sudah bernilai

integer

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

c.

Pada masalah maksimisasi, penghentian pencabangan pada suatu sub

masalah dilakukan jika batas atas dari sub masalah tersebut tidak lebih
besar atau sama dengan batas bawah.

d.

Sedangkan pada masalah minimisasi penghentian pencabangan pada

suatu sub masalah dilakukan jika batas bawah tidak lebih lebih kecil atau
sama dengan batas atas.
Kondisi optimal pada Branch and bound antara lain :

a.

Jika tidak ada lagi sub masalah yang perlu dicabangkan lagi maka solusi
optimal sudah diperoleh.

b.

Pada masalah maksimisasi solusi optimal merupakan solusi sub masalah

yang saat ini menjadi batas bawah (lower bound)

c.

Pada masalah minimisasi solusi optimal merupakan solusi su bmasalah

yang saat ini menjadi batas atas (upper bound).

4.

Teori Program WinQSB

WINQSB sendiri terdapat beberapa modul yang dapat digunakan untuk

menyelesaikan masalah-masalah operation riset dan ilmu manajemen seperti

analisis Sampling, Agregat dalam sistem Produksi, Analisis Keputusan ,
Pemrograman dinamis, Goal programming, Tata letak fasilitas, peramalan
permintaan, Sistem inventory, Penjadwalan kerja, Pemrograman Linear dan
Integer, Perencanaan kebutuhan material (MRP), Proses Markov, dan teori
antrian.

III. Pengumpulan Data

1.

Identifikasi Variabel

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

A.

Variabel Bebas
Variabel Bebas adalah variabel yang mempengaruhi variabel terikat, dalam
hal ini adalah laba produksi sarung dewasa dan sarung anak.

B.

Variabel Terikat
Variabel terikat adalah variabel yang dipengaruhi oleh variabel bebas, dalam
hal ini adalah produk sarung dewasa dan sarung anak.

2.

Soal Laporan Resmi

Sebuah pabrik sarung tenun Anggur memproduksi 2 jenis sarung, yaitu

sarung dewasa dan sarung anak. Untuk membuat sebuah sarung dewasa
dibutuhkan 7 gulung benang dan 3 kaleng pewarna. Sedangkan untuk membuat
sarung anak dibutuhkan 4 gulung benang dan 2 kaleng pewarna. Bahan yang
tersedia per hari yaitu hanya 35 gulung benang dan 20 kaleng pewara. Harga jual
setiap sarung yaitu Rp. 225.000 untuk sarung dewasa dan Rp. 180.000 untuk
sarung anak. Berapa jumlah sarung yang harus diproduksi agar diperoleh
keuntungan maksimum ?
Tabel 2.1 Soal Laporan Resmi Linear and Integer Programming

Produk
Kebutuhan

Jenis Produk
Sarung Dewasa

Sarung Anak

Benang
7
4
Pewarna
3
2
Harga Jual
Rp. 225.000
Rp. 180.000
Permasalahan tersebut dimodelkan sebagai berikut:
Misalkan:

Kapasitas
Maksimum
Bahan
35
20

X1 = Sarung Dewasa
X2 = Sarung Anak

Model LP nya adalah:

Maximize

: 225.000 X1 + 180.000 X2

Constrains

: 7 X1 + 4 X2 35

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

3 X1 + 2 X2 20
X1, X2 0

IV.

Hasil dan Pembahasan

1.

Pengolahan Data

a.

Input

Gambar 4.1 Input data persoalan pada WinQSB

b.

Output

Gambar 4.2 Hasil output yang didapat untuk penyelesaian permasalahan ini

Analisa Output:
1.

Decision Variable adalah keputusan anggaran (X1, X2).

2.

Solution Value, dalam gambar Output tersebut hasilnya adalah X1

memberikan solusi produksi sebesar 1 untuk produk Sarung Dewasa, dan X 2
memberikan solusi sebesar 7 untuk produk Sarung Anak.

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

10

3.

Unit Cost or Proft = Biaya Laba per Unit. Dalam gambar Output gambar
tersebut hasilnya adalah biaya laba per unit pada produk Sarung Dewasa
(X1) sebesar 225.000, sedangkan biaya laba per unit pada produk Sarung
Anak (X2) sebesar 180.000.

4.

Total Contribution. Diperoleh berdasarkan Solution Value x Unit Cost or

Profit. Dalam gambar Output tersebut hasilnya adalah Produk Sarung
Dewasa: 1 x 225.000 = 225.000, dan produk Sarung Anak : 7 x 180.000 =
1.260.000.

5.

Reduced Cost = Biaya yang dikurangi, apabila biaya 0 maka tidak ada harga
yang dikurangi. Dalam gambar Output tersebut hasilnya adalah pada produk
Sarung Dewasa terjadi pengurangan harga sebesar -90.000 dan pada produk
Sarung Anak tidak ada harga yang dikurangi.

6.

Objective Function atau Maximize atau nilai optimal dari penyelesaian

masalah tersebut adalah sebesar 1.485.000 dengan banyak iIterasi = 5.

7.

pada Left Hand Side bagian Benang sebesar 35 dengan Right Hand Side
sebesar 35 serta Slack or Surplus sebesar 0 dengan Shadow Price (nilai
tambahan) sebesar 45.000. sedangkan untuk Left Hand Side bagian Pewarna
sebesar 17 dengan Right Hand Side sebesar 20 serta Slack or Surplus
sebesar 3 dengan Shadow Price (nilai tambahan) sebesar 0.

Iterasi ke-1

Gambar 4.3 Hasil Iterasi ke-1

Analisa:

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

11

Dalam gambar hasil iterasi ke-1 diatas diketahui pemecahan masalah nya
yaitu dengan tidak memproduksi Sarung Dewasa dan memproduksi Sarung
Anak sebesar 8.75 unit per hari dengan laba atau keuntungan maksimum
sebesar Rp. 1.575.000. Tetapi karena tidak mungkin jika harus memproduksi
8.75 unit Sarung Anak, maka pemecahan masalahnya dilanjutkan dengan

metode Branch and Bound pada Iterasi berikutnya.

Iterasi ke-2

Gambar 4.4 Hasil Iterasi ke-2

Analisa:
Dalam gambar hasil iterasi ke-2 diatas, diketahui pemecahan masalahnya
dengan tidak memproduksi Sarung Dewasa dan memproduksi Sarung anak
sebesar 9 unit per hari. Tetapi karena hasil iterasi ke-2 tidak termasuk dalam
daerah yang Feasible maka hasil iterasi ke-2 ini bukanlah pemecahan
masalahnya yang tepat.

Iterasi ke-3

Gambar 4.5 Hasil Iterasi ke-3

Analisa:
Dalam gambar hasil iterasi ke-3 diatas diketahui pemecahan masalah nya
yaitu dengan memproduksi Sarung Dewasa sebesar 0.4286 unit per hari dan
memproduksi Sarung Anak sebesar 8 unit per hari dengan laba atau
keuntungan maksimum sebesar Rp. 1.536.429. Tetapi karena tidak mungkin
jika harus memproduksi 0,42866 unit Sarung Dewasa, maka pemecahan
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

12

masalahnya dilanjutkan dengan metode Branch and Bound pada Iterasi

berikutnya.
Iterasi ke-4

Gambar 4.6 Hasil Iterasi ke-4

Analisa:
Dalam gambar hasil iterasi ke-4 diatas diketahui pemecahan masalah nya
yaitu dengan memproduksi Sarung Dewasa sebesar 1 unit per hari dan
memproduksi Sarung Anak sebesar 7 unit per hari dengan laba atau
keuntungan maksimum sebesar Rp. 1.485.000.

Iterasi ke-5

Gambar 4.7 Hasil Iterasi ke-5

Analisa:
Dalam gambar hasil iterasi ke-5 diatas diketahui pemecahan masalah nya
yaitu dengan tidak memproduksi Sarung Dewasa dan memproduksi Sarung
Anak sebesar 8 unit per hari dengan laba atau keuntungan maksimum
sebesar Rp. 1.440.000. Karena pada hasil iterasi ke-4 diperoleh laba atau
keuntungan yang lebih dari hasil iterasi ke-5 yaitu sebesar Rp. 1.485.000
maka pemecahan masalahnya menggunakan hasil iterasi ke-4.
V.
A.

Kesimpulan dan Saran

Kesimpulan
Solusi optimal untuk Pabrik Sarung Tenun Anggur yaitu dengan

memproduksi Sarung Dewasa sebesar 1 unit, dan memproduksi Sarung Anak

sebesar 7 unit. Dengan laba atau keuntungan maksimum sebesar Rp. 1.485.000
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI
MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

13

B.
1.

Saran
Saran untuk praktikum modul 1 ini adalah :
Memberikan pemahaman lebih banyak mengenai linier and integer

2.
3.

programming.
Penjelasan lebih detail dengan berbagai contoh soal.
Penjelasan lebih detail tentang software WinQSB.

4.

Mahasiswa harus teliti menginput data, sehingga tidak terjadi kesalahan

hasil.

5.

Tes akhir sebagai result dari praktikum.

DAFTAR PUSTAKA

Arifin, Bustanul. Belajar Mudah Riset Operasional, Yogyakarta: Andi, 2010

Herjanto, Eddy. Manajemen Operasi Edisi Ketiga. Jakarta: Grasindo, 2007.
http://arifdhaniirwanto.blogspot.co.id/2011/10/integer-programming.html, diakses
pada tanggal 8 September 2016
http://kuliah-manajemen.blogspot.co.id/2009/12/linear-programming-metodegrafik.html, diakses pada tanggal 8 September 2016
http://library.binus.ac.id/eColls/eThesisdoc/Bab2HTML/2012200255TIBab2001/p
age6.html, diakses pada tanggal 8 September 2016
https://fatchiati.wordpress.com/2010/03/24/integer-linear-programming/, diakses
pada tanggal 8 September 2016, diakses pada tanggal 8 September 2016
https://jimmyrahdiansyah.wordpress.com/2010/10/05/integer-linearprogramming-ilp/, diakses pada tanggal 8 September 2016
Modul Praktikum Optimasi Industri 2016, Fakultas Teknologi Industri,
Universitas Pembangunan Nasional Veteran Jawa timur
Ristono, Agus. Penelitian Operasional Lanjut, Yogyakarta: Graha Ilmu, 2011

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

14

Tarliah, Tjutju dan Dimyati, Ahmad. Operations Research. Bandung: Sinar Baru
Algesindo, 2010

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL 1 (LINEAR AND INTEGER PROGRAMMING)
RAGIL PRIAMBODO / 1432015005
SELASA MALAM / MEJA B

15