1.

RISET OPERASIONAL

Informasi Mata Kuliah

Mata Kuliah Kode Kredit
AE1M113 3 SKS
Semester Tempat / Waktu
RISET OPERASIONAL SILABUS MATA
3 KULIAH
Permasalahan di bidang agroindustri memerlukan hasil penyelesaian yang optimal (maksimasi keuntungan atau minimasi biaya)
dengan keterbatasan sumber daya. Oleh karena itu, pada mata kuliah Riset Operasional akan mempelajari tentang metode
optimasi dasar menggunakan metode linier programming dan non-linear programming. Model optimasi yang diberikan pada
Deskripsi Mata mata kuliah Riset Operasional ini untuk menyelesaikan masalah optimasi produksi, transportasi, jaringan, penugasan, goal
Kuliah programming, model dinamis, dan simulasi. Mahasiswa diharapkan mampu (1) memodelkan suatu permasalahan riil ke dalam
suatu model matematis; (2) menyelesaikan permasalahan dengan menentukan variabel keputusan yang tepat menggunakan
metode simulasi dan optimasi. Proses pembelajaran menggunakan metode diskusi kelas, latihan soal, serta pembahasan studi
kasus sesuai dengan topik bahasan, dan aplikasi software optimasi dan simulasi.
Capaian 1.1.1 Menerapkan konsep teoritis sains-rekayasa yang diperlukan untuk analisis dan perancangan system agroindustry
Pembelajaran Prodi terintegrasi

Capaian Mahasiswa mampu menemukan solusi optimal untuk permasalahan dalam lingkup agroindustri baik dengan pendekatan
Pembelajaran Mata matematis, perhitungan manual, maupun dengan aplikasi software
Kuliah
1. Pengantar RO dan Formulasi Permasalahan
2. Program Linear dengan metode grafis dan simplex
3. Analisis post optimal (dualitas dan sensitivitas)
4. Aplikasi Program Linier (Transportasi, Penugasan, Metode aliran, Penjadwalan Proyek)
Pokok Bahasan
5. Dinamic programming dan Integer programming
6. Goal programming
7. Markov
8. Teori antrian
 Prasyarat Mata (FA0A503) Kalkulus 1, (FA0A713) Kalkulus 2
Kuliah

[1] Hillier, F. S. and G. J. Lieberman (2008). Introduction to Operations ResearchEight Edition (terjemahan), Andi.
Yogyakarta.
Pustaka Utama
[2] Hiller, F., & Lieberman, G. (2001). Introduction to Operation research 7th Edition: McGraw Hill, Boston.
[3] Nugroho, Bernandus. 2012. Metode Kuantitatif. Jakarta: Salemba Empat.
Winston, Wayne, L. (2004). Operations Research: Applications and Algorithms, 4th. Edition, Thomson Learning, Inc
Pustaka Pendukung
Taha Hamdy, A. (1996). Riset Operasi Suatu Pengantar” Jilid 1. Bina Rupa Aksara, Jakarta.
AE1M113–RISET OPERASIONAL - 3 SKS
PROGRAM STUDI: TEKNOLOGI INDUSTRI PERTANIAN
Koordinator Mata Informasi Dosen Pengampu
Kuliah Nama E-mail
SND sinta.dewi@uisi.ac.id RENCANA PEMBELAJARAN
Sinta Dewi, S.T. PERKULIAHAN
PRM paramita.setyaningrum@uisi.ac.id

Media Software Hardware Semester

Pembelajaran Ms Excel PC, LCD, Proyektor 3

Metode / Strategi
Mg Pokok Bahasan Assessment
Sub Capem Matkul Pembelajaran
Ke-
(Pustaka) (Estimasi Waktu) Indikator Bentuk Bobot
[C2, P1, A1] a. Asal mula riset Kuliah ceramahdan Ketepatan dalam  Mencari contoh 5%
Mahasiswa mampu operasional penugasan menjelaskan sejarah, permasalahan yang
menjelaskan tentang b. Sifat riset [TM : 2 x 50’’] sifat, dampak, dan dapat diselesaikan
sejarah, sifat, dampak, dan operasional Penugasan tentang metodologi dalam dengan pendekatan
metodologi riset operasional c. Pengaruh riset permasalahan yang dapat riset operasional riset operasi
1 operasional diselesaikan dengan  Membuat
d. Pendekatan model pendekatan riset operasi ringkasan dalam
riset operasional [BT+BM : 2x(2x60’’)] bentuk makalah
[1]. Bab 1 dan Bab 2 sederhana
(Hal. 1-24)
[C2, P1, A2] a. Model dan asumsi Kuliah ceramah dan studi Ketepatan Soal dan jawaban 5%
Mahasiswa mampu program linier kasus memformulasikan dan dalam studi kasus
menjelaskan, b. Formulasi dan [TM : 2x(2 x 50’’)] menemukan solusi
2
mengformulasikan, dan solusi Linear Penugasan tentang program linear dengan
mencari solusi Programming formulasi permasalahan metode grafik
permasalahan Linear dengan metode dalam Linear
 Programmingdengan grafik Programming
metode grafik [1]. Bab3 (Hal. 27-55) [BT+BM : 2x2x(2x60’’)]
[2]. Bab 2 (Hal. 5-19)
[C3, P3, A2] a. Formulasi metode Kuliah ceramah dan studi Ketepatan dalam Soal dan jawaban 5%
Mahasiswa mampu mencari simplek untuk kasus menghitung dan dalam studi kasus
solusi permasalahan kasus minimasi [TM : 2x(2 x 50’’)] menemukan solusi
berbentuk Linear b. Metode simpleks Penugasan tentang Linear Programming
Programming dengan dalam bentuk tabel penyelesaianLinear dengan metode
3,4
metode simpleks c. Formulasi metode Programming dengan simpleks
simplek untuk simpleks
kasus maksimasi [BT+BM : 2x2x(2x60’’)]
[1]. Bab4 dan Bab 5
(Hal. 56-140)
[C2, P3, A3] a. Teori Dualitas dan Kuliah ceramah dan studi Ketepatan mengubah Soal dan jawaban 5%
Mahasiswa mampu intepretasi kasus permasalahan menjadi dalam studi kasus
mengubah permasalahan ekonominya [TM : (2 x 50’’)] bentuk dual dan
Linear Programming b. Analisis sensitivitas Penugasan tentang menganalisis
5 menjadi bentuk dual dan c. Peran teori dualitas dualitas dan analisis sensitifitas dari
menunjukkan hasil analisis dalam analisis sensitivitas metode simpleks
sensitivitasnya sensitivitas [BT+BM : 2x(2x60’’)]
[1]. Bab6 (Hal. 210-
268)
[C3, P3, A2] a. Masalah Penugasan Kuliah ceramah dan studi Ketepatan Topik, soal dan 10%
Mahasiswa mampu b. Masalah kasus menjelaskan dan formulasi dalam studi
mengformulasikan dan Transportasi [TM : 3x(2 x 50’’)] memformulasikan kasus
mencari solusi (NWCR, LC, Penugasan tentang masalah penugasan
permasalahan Penugasan VAM) masalah Penugasan dan dan transportasi
6-7
dan Transportasi c. Masalah optimasi Transportasi
(permasalahan khusus dalam transportasi [BT+BM : 3x2x(2x60’’)]
dalam LP) (MODI)
[1]. Bab7 (Hal. 211-
247)
8 UTS 20%
[C3, P3, A2] a. Masalah Lintasan Kuliah ceramah dan studi - Ketepatan Soal dan jawaban 10%
9
Mahasiswa mampu Terpendek kasus menemukan dalam studi kasus
 mengformulasikan dan b. Minimum Spanning [TM : 2x(2 x 50’’)] solusi dan
mencari solusi Tree Penugasan tentang mengoptimalkan
permasalahan Analisis c. Maximum Flow masalah jaringan kerja model jaringan
Jaringan Kerja [1]. Bab10 (Hal. 335- [BT+BM : 2x2x(2x60’’)] - Ketepatan
383) menemukan
[C3, P3, A2] Masalah perencanaan Kuliah ceramah dan studi solusi dan
Mahasiswa mampu dan pengendalian Proyek kasus mengoptimalkan
mengformulasikan dan (CPM, PERT) dan [TM : 2x(2 x 50’’)] model jaringan
10
mencari solusi Analisis biaya Penugasan tentang - Ketepatan dalam
permasalahan Penjadwalan [1]. Bab10 (Hal. 335- masalah jaringan kerja memformulasikan
Proyek 383) [BT+BM : 2x2x(2x60’’)] permasalahan
[C2, P1, A2] a. Integer Kuliah ceramah dan studi integer
Mahasiswa mampu Programming kasus programming dan
mengformulasikan b. Branch and Bound [TM : (2 x 50’’)] menggunakan
permasalahan Integer c. Pemrograman Penugasan tentang metode
Programming dan Dynamic Dinamik formulasi masalah Goal pemrograman
Programming Deterministik dan Programming dinamik dalam
Stokastik [BT+BM : 2x(2x60’’)] menyelesaikan
11 kasus
d. Proses Keputusan
Bartahap Ganda pengambilan
Stokastik keputusan
[2]. Chapter 10 (Hal. - Ketepatan
399) mengformulasika
[1]. Chapter 11 (Hal. n masalah Goal
562) Programming
[C2, P1, A2] a. Variabel dan Kuliah ceramah dan studi
Mahasiswa mampu komponen positif- kasus
mengformulasikan negatif dalam Goal [TM : (2 x 50’’)]
permasalahan Goal Programming Penugasan tentang
Programming(permasalahan b. Contoh Perumusan formulasi masalah Goal
12
khusus dalam LP) dan Formulasi Programming
permasalahan Goal [BT+BM : 2x(2x60’’)]
Programming
[1]. Bab8 (Hal. 269-
293)
 [C3, P3, A2] a. Rantai Markov Kuliah ceramah dan studi Ketepatan Soal dan studi kasus 10%
Mahasiswa mampu b. Proses Markov kasus menerapkan teori
memahami dan menerapkan c. Matriks Stokastik [TM : 2 x 50’’] markov chain dalam
proses Markov, konsep d. Pertumbuhan [BT+BM : 2x(2x60’’)] penyelesaian masalah.
matriks stokastik, vaktor Populasi
eigen dan matriks ergodic, e. Proses Kelahiran
13
konsep pertumbuhan, siklus Kematian Markov
Markov, dan konsep Linear
distribusi f. Proses
Kelahiran/Kematian
Poison/Eksponensial
[1]. Bab 16 (Hal. 802)
[C3, P2, A2] Sistem Antrian Kuliah ceramah, studi Ketepatan Penugasan tentang 10%
Mahasiswa mampu a. Ciri Antrian kasus, diskusi menerapkan teori pengambilan data dan
memasukkan permasalahan b. Pola Kedatangan [TM : 2x(2 x 50’’)] antrian dalam penyelesaian masalah
14- antrian di lapangan ke c. Pola Pelayanan Penugasan tentang penyelesaian masalah. antrian di dunia nyata
15 dalam model sistem antrian d. Kapasitas Sistem pengambilan data dan
e. Disiplin Antrian penyelesaian masalah
f. Sistem M/M/1 antrian di dunia nyata
[1]. Bab 17 (Hal. 834) [BT+BM : 2x2x(2x60’’)]
16 UAS 20%