EVALUASI AKHIR SEMESTER

METODA QUANTITATIVE

(Dr.Ir. NazaruddinMatondang, M.T)

OLEH:
FAOZISOKHI LAIA (187007025)

PROGRAM STUDI MAGISTER MANAJEMEN

SEKOLAH PASCA SARJANA UNIVERSITAS SUMATERA UTARA
MEDAN 2020
1. Soal
Tabel 1
Kapasitas Produksi Kebutuhan
Pabrik Gudang
tiap bulan (ton/bulan)
W 90 A 50
H 60 B 110
P 50 C 40
Jumlah 200 Jumlah 200

Tabel 2
Ongkos Pengiriman (000,-/ton)
Dari
Ke Gudang A Ke Gudang B KeGudang C
Pabrik W 20 5 8
Pabrik H 15 20 10
Pabrik P 25 10 19

Tugas: Coba saudara atur pengalokasikan produk kegudang sehingga biaya

transportasi menjadi minimum.

Jawab
1. Menyusun table Alokasi

Xij = banyaknya alokasi dari sumber i ke tujuan j. Misal dari W ke A (sumber 1 ke tujuan
pertama). Nilai Xij inilah yang akan dicari

2. Prosedur Alokasi
Pedoman yang digunakan adalah: Pedoman Sudut Barat Laut (Northwest corner rule) Mulai
dari sudut X11 dialokasikan sejumlah maksimum produk dengan melihat kapasitas pabrik dan
kebutuhan gudang. Setelah itu bila Xij merupakan kotak terakhir yang dipilih dilanjutkan
dengan mengalokasikan pada Xi,j+1 bila I mempunyai kapasitas yang tersisa. Bila tidak,
alokasikan ke Xi+1,j dan seterusnya hingga

1
 semua kebutuhan terpenuhi Segi empat yang terisi alokasi biasanya disebut segi empat batu,
sedangkan yang kosong disebut segi empat air. Jumlah rute yang dilalui = (jumlah kolom +
jumlah baris) – 1
Contoh di atas, jumlah rute yang dilalui = (3 + 3) – 1 = 5
Jika jumlah rute kurang dari jumlah rute yang dilalui maka solusinya dinamakan dengan
degenerate.

Tabel Alokasi Pertama dengan Metode Stepping Stone

Biaya Pengangkutan untuk Alokasi Tahap pertama = 50 (20) + 40(5) + 60 (20) + 10 (10) + 40
(19) = 3260

3. Mengubah Alokasi secara Trial Error

Langkah-langkahnya:
1. Pilih kotak/jalur yang tidak digunakan (WC,HA,HC,PA) untuk dievaluasi
2. Dengan dimulai dari jalur ini, telusuri jalur dengan jalur tertutup melewati jalur yang
sebenarnya/terpakai
3. Di jalur yang tidak terpakai, berilah tanda plus (+). Kemudian jalur selanjutnya tanda
minus (-) dan seterusnya sesuai dengan jalur yang dikalkulasikan
4. Hitung Improvement Index dengan menambahkan unit cost sesuai jalur dengan tanda plus
atau minus
5. Ulangi tahap 1-4 untuk tiap jalur kosong yang ada. Jika dihasilkan nilai sama atau lebih
dari nol, maka solusi optimalnya dapat diketahui. Namun jika ada yang kurang dari nol
maka memungkinkan untuk meningkatkan hasil sebelumnya dan mengurangi total biaya
transportasi

2
 Contoh:
Jalur 1:
+WC-WB+PB-PC =+8-5+10-19 = -6

Jalur 2:
+HA – HB + WB – WA = +15 – 20 + 5 – 20 = -20

3
 Jalur 3:
+PA – PB + WB –WA = +25 – 10 + 5 – 20 = 0
Nilai improvement index:
• Jalur 1 = +WC-WB+PB-PC =+8-5+10-19 = -6
• Jalur 2 = +HA – HB + WB – WA = +15–20+5–20 = -20
• Jalur 3 = +PA – PB + WB –WA = +25 – 10 + 5 – 20 = 0
Dengan adanya nilai improvement index kurang dari nol (negatif), maka cost saving dapat
dilakukan dari (HA). Jika terdapat lebih dari satu index yang bernilai negatif maka diambil
nilai index negatif terbesar

3. Mengubah alokasi secara trial error

Tabel Perbaikan pertama dengan trial error

4
Biaya Pengangkutan untuk Alokasi perbaikan pertama = 90 (5) + 50 (15) + 10 (20) + 10 (10)
+ 40 (19) = 2260

Perbaikan 2:

Jalur 1= = +PA – PB + HB – HA = +25-10+20-15 = 20

Jalur 2 = = +WC – WB + PB – PC = +8-5+10-19 = -
Jika jalur 1 yang dipilih hasil belum optimal. Bukti:

5
Biaya Pengangkutan untuk Alokasi perbaikan kedua =
90 (5) + 40 (15) + 20 (20) + 10 (25) + 40 (19) = 2460
Perbaikan ketiga – dengan segi empat yang tidak berdekatan yaitu WC Tabel Perbaikan
ketiga

Perbaikan dengan masalah alokasi segi empat tidak berdekatan

6
Biaya Pengangkutan untuk Alokasi Tahap Kedua = 50 (5) + 40 (8) + 50 (15) + 10 (20) + 50
(10) = 2020
Apakah ini sudah optimal?
Cek kembali dengan menghitung nilai indexnya

Index:
+HC-WC+WB-HB = +10-8+5-20 = -13
Tabel Perbaikan:

7
Hasil Perbaikan:

Total Biaya Transportasi:

60 (5) + 30 (8) + 50 (15) + 10 (10) + 50 (10) =
300 + 240 + 750 + 100 + 500 = 1890 ( HASIL SUDAH OPTIMAL)

8
2. Soal
ProspekPasar
AlternatifInvestasi Lesu Normal Baik
15% 30% 55%
Deposito (JutaRp) 45,000 15,000 20,000
Emas (JutaRp) 25,000 20,000 10,000
Saham (JutaRp) 35,000 60,000 50,000

Jenis investasi manakah yang paling kecil tingkat Loss - nya?

Jawab

Alternatif Prospek Pasar

EOL
Investasi Lesu Normal Baik
Deposito (JutaRp) 0 45,000 30,000 30,000
Emas (JutaRp) 20,000 40,000 40,000 37,000
Saham (JutaRp) 10,000 0 0 1,500
Peluang 15% 30% 55%

Berdasarkan perhitungan Expected Opportunity Lossnya maka investasi yang di pilih

adalah Investasi Saham.
3. Soal

Di terima Pasar Tidak di terima Pasar

Produk
Keuntungan Probalitas Kerugian Probalitas
HP Canggih 200 40% -100 60%
HP Sederhana 110 60% -50 40%

Dengan menggunakan diagram keputusan, strategi manakah yang sebaiknya di pilih

perusahaan?

9
 Jawab
EV simpul 1 = (200 * 40%) + (-100 * 60%) Payoff
= 20 M
Di Terima Pasar (40%)
200 M

1
gih

Tidak di Terima Pasar (60%)

ng

- 100 M
Ca
e

EV simpul 2
on

= (110 * 60%) + (-50 * 40%)

ph

= 46 M Di Terima Pasar (60%)

nd
Ha

110 M

Handphone Sederhana
EV = 46M 2

Tidak di Terima Pasar (40%)

-50 M

Tidak Berproduksi
0M

Berdasarkan diagram keputusan Expected Value (EV) masing2 strategi sbb:

EV (HP Canggih) = (200 * 40%) + (-100 * 60%) = 20 M
EV (HP Sederhana) = (110 * 60%) + (-50 * 40%) = 46 M
Maka strategi yang mesti di pilih adalah dengan memproduksi HP Sederhana

4. Soal
Sebuah kantor cabang Bank X memiliki seorang Customer service yang bertugas melayani
pembukaan rekening dan penanganan keluhan nasabah. Tingkat kedatangan para nasabah
terebut sebut adalah 4 nasabah perjam berdasarkan distribusi Poisson, dan petugas
rekening tersebut menghabiskan waktu rata-rata 12 menit untuk setiap nasabah yang
pingin membuka rekening baru.
a. Tentukan karakteristik operasi (Po, L, Lq, W, Wq dan Pw) untuk system ini.
b. Tambahkan seorang petugas barupa da sistem atas masalah tersebut sehingga sekarang
system tersebut menjadi system antrian pelayanan multiple dengan dua saluran dan
tentukan karakteristik operasi yang di minta pada bagian a.
Jawab
A. Karakteristik operasi untuk layanan tunggal
λ = Kedatangan nasabah per jam = 4 nasabah
µ = Nasabah yang bisa di layani per jam = 5 Nasabah

10
 Probabilitas tidak adanya nasabah dalam system antrean:
Po = (1- λ/µ) = (1- 4/5)= 0.20

Jadi probabilitas tidak adanya nasabah dalam sistem

Jumlah rata-rata nasabah dalam sistem antrean:

L = λ / (µ-λ) = 4 / (5-4) = 4

Jumlah rata-rata nasabah dalam baris antrean

Lq = λ2 / µ (µ-λ) = 42 / 5*(5-4) = 16 / 5 = 3.2

Waktu rata – rata yang di habiskan pelanggan dalam sistem antrean

W = 1 / (µ-λ) = 1 / (5-4) = 1 Jam

Waktu rata-rata yang di habiskan pelanggan untuk menunggu di dalam system antrian
sampai di layani
Wq = λ / µ (µ - λ) = 4 / 5*(5-4) = 4/5 = 0.8 jam

Probabilitas customer service sibuk dan nasabah mesti menunggu

Pw = λ/µ = 4/5 = 0.8

B. Karakteristik Operasi untuk system pelayanan multiple

λ = kedatangan nasabah perjam = 4 nasabah
µ = Nasabah yang bias dilayani per jam = 5 nasabah
m = jumlah customer service = 2 customer service

Probabilitas tidak adanya nasabah dalam system antrean:

1
Po =1 / [∑𝑛=𝑚−1
𝑛=0 * (λ/µ)n]+1/m!*(λ/µ)2* (m*µ/(m*µ-λ))
𝑛!
= 1/ [1*(4/5)0+1*(4/5)1] + ½* (4/5)2 * (2*5/(2*5)-4))
= 1/(1+4/5 + ½*(16/25)*(10/6))
= 1/(1+0.8+ ½*0.64 * 1.667)
= 0.4285
Jadi probabilitas tidak adanya nasabah dalam sistem

Jumlah rata-rata nassabah dalam sistem antrean:

L =[ (λ*µ*(λ/µ)m) / ((m-1)*(m*µ - λ)2) ]* Po +λ/µ
= [(4*5*(4/5)2 / ((2-1)*(2*5 – 4)2] * 0.4285 + 4/5
= [(20 *(16/25) / ((1*(6)2] *0.4285+ 4/5
= 0.952

Jumlah rata-rata nasabah dalam baris antrean

Lq = L – λ/µ
= 0.952 – (4/5)
= 0.152

11
 Waktu rata – rata yang di habiskan pelanggan dalam sistem antrean
W = L/λ = 0.952 / 4 = 0.238 Jam

Waktu rata-rata yang di habiskan pelanggan untuk menunggu di dalam system antrian
sampai di layani
Wq = Lq/λ = 0.152 / 4 = 0.038 jam

Probabilitas customer service sibuk dan nasabah mesti menunggu

Pw = λ / (m*µ) = 4 / (2*5) = 0.4 Jam

5. Ingin di ketahui apakah X1, X2, X3 dan X4 berkontribusi secara simultan dan signifikan
terhadap Y. Data yang di kumpulkan seperti padaTabel 3.
Lakukan pengujian secara simultan dan parsial dan apa kesimpulan dari hasil analisa
tersebut.
Jawab
Kesimpulan
a. Uji T Parsial
Berdasarkan signifikan Berdasarkan nilai t
Sig. <probabilitas 0.05 = di terima T hitung> T table = di terima
Sig. >probabilitas 0.05 = di tolak T hitung< T table = di tolak

Rumus T table
T table = (α/2 ; n – k – 1)
= 0.05/2 ; 29 – 4 -1)
= 0.025 ; 24
T table = 2.064

X1
Berdasarkan Nilai signifikan
Nilai sig. 0.068 >probabilitas 0.05
H1 (hipotesispertama) di tolak
Tidak ada pengaruh X1 terhadap Y
X2
Berdasarkan Nilai signifikan
Nilai sig. 0.128 >probabilitas 0.05
H2 (hipotesiskedua) di tolak
Tidak ada pengaruh X2 terhadap Y
X3
Berdasarkan Nilai signifikan
Nilai sig. 0.571>probabilitas 0.05
H3 (hipotesisketiga) di tolak
Tidak ada pengaruh X3 terhadap Y
X4
Berdasarkan Nilai signifikan
Berdasarkan Nilai t
T hitung 1.911 < T table 2.064
H1 (hipotesis pertama di tolak
Tidak ada pengaruh X1 terhadap Y
Berdasarkan Nilai t
T hitung 1.577 < T table 2.064
H2 (hipotesis kedua) di tolak
Tidak ada pengaruh X2 terhadap Y
Berdasarkan Nilai t
T hitung -0.575< T table 2.064
H3 (hipotesisketiga) di tolak
Tidak ada pengaruh X3terhadap Y
BerdasarkanNilai t

12
Nilai sig. 0.001 >probabilitas 0.05 T hitung 3.6 > T table 2.064
H4 (hipotesiskeempat) di terima H4 (hipotesiskeempat) di terima
Ada pengaruh X4 terhadap Y Ada pengaruh X4 terhadap Y

b. Uji F Simultan
Berdasarkan signifikan Berdasarkan nilai F
Sig. <probabilitas 0.05 = di terima F hitung> F table = di terima
Sig. >probabilitas 0.05 = di tolak F hitung< F table = di tolak

Berdasarkan nilai signifikan dari output Anova

Nilai sig. 0.001 <0.005
Hipotesis X1, X2, X3, X4 secara simultan berpengaruh terhadap Y.

Berdasarkan Nilai F
Nilai F hitung 6.869 > F Tabel
Hipotesis X1, X2, X3 X4 secara simultan berpengaruh terhadap Y

Hasil Uji F SimultandanUji T Partial

Variables Entered/Removeda
Variable Variable
Model Entered Removed Method
1 Total_X4 Enter
Total_X1
Total_X2
Total_X3
a Dependent Variable: Total Y
b all requested variable entered

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Esstimate
1 731 534 456 1.945
a Predictors (Constant), Total_X4, Total_X1, Total_X2, Total_3

ANOVAa
Sum of
Model Squres df Mean Squares F Sig
1 Regression 103.957 4 25.989 6.869 001
Residual 90.802 24 3.783
Total 194.759 28
a. Dependent Variable Total_Y
b. Predictors (Constant), Total_X4, Total_X1, Total_X2, Total_3

13
Coefficientsa
Strandardized
Unstandardized Coefficients Coefficients
Model B Std Error Beta t Sig
1 (Constant) 2.588 5.538 467 644
Total_X1 507 265 289 1.911 068
Total_X2 258 164 256 1.577 128
Total_X3 -118 206 -095 -575 571
Total_X4 521 145 627 3.600 001
aDependent Variable Total_Y

14