Matematika Bisnis
Matematika Bisnis
PENUGASAN
DISUSUN OLEH:
JIMMY CHISTOFER 18.G1.0027
ONG, STEFANUS NICO F 18.G1.0031
GABRIELA VIALETTA 18.G1.0044
ISHAK CINDELARDO L T 18.G1.0052
JESSICA VIOLITA 18.G1.0058
KELAS : AKUNTANSI 1.2
PENUGASAN
A. KASUS PENUGASAN
Kasus penugasan muncul dalam banyak kasus pembuatan keputusan, seperti kasus
menentukan mengerjakan apa. Menetapkan fungsi suatu mesin. Menentukan salesman
untuk suatu wilayah ppemasaran, dan lains sebagainya. Dengan kata lain, kasus
penuagasan berkaitan dengan masalah penetapan tugas/pekerjaan suatu mesin,
seorang pekerja, atau suatu proyek dengan tujuan tertentu. Tujuan yang akan dicapai
antara lain memaksimumkan keuntungan, menminimumkan waktu pengerjaan dan
meminimumkan jumlah personel
ALGORITMA HUNGARIAN
Setyawan 10 15 9
Diana 9 18 5
Bagaswara 6 14 3
Dari 3 proyek penelitian yang aa, ketua lembaha harus menentukan siapa yang akan dittugasi
menjadi ketua untuk masing-masing proyek. Maka bagaimana penugasan ini harus dibuat
merupakan masalah yang harus dipecahkan. Untuk menjawab permasalahan ini, ketua
lembaha harus menentukan calon-calon ketua dan kemudian menetapkan kemungkinan setiap
orang terhadap masing masing proyek serta perkiraan waktu penyelesaian yang dapat
dilakukan ( dalam hari ). Dengan tiga proyek dan tiga calon ketua, makan akan terdapat
sembilan kemungkinan alternatif tugas yang dapat dibuat. Alternatif-alternatif ketua proyek
dan waktu penyelesaiannya ditunjukkan pada tabel berikut
LANGKAH 1 :
SETYAWAN 1 6 0
DIANA 4 13 0
BAGASWARA 3 11 0
KETUA PROYEK PROYEK 1 PROYEK 2 PROYEK 3
SETYAWAN 0 0 0
DIANA 3 7 0
BAGASWARA 2 5 0
LANGKAH 2 :
SETYAWAN 0 0 0
DIANA 3 7 0
BAGASWARA 2 5 0
LANGKAH 3 :
Setyawan 0 0 2
Diana 1 5 0
Bagaswara 0 3 0
PROSES PENYELESAIAN :
Setyawan 0 0 2
Diana 1 5 0
Bagaswara 0 3 0
Total hari yang dibutuhkan untuk menyelesaikan seluruh proyek dapat ditemukan dengan
mengacu pada perkiraan waktu yang ada pada matriks awal.
KASUS KHUSUS
Prosudeur penyelsaian kasus penugasan mensyaratkan bahwa jumlah baris harus sama
dengan jumlah kolom. Bila syarat tersebut tidak dipenuhi maka kita dapat menambahkann
variable dummy, baik baris dummy maupun kolom dummy sehingga syarat terpenuhi.
Contoh :
Setyawan 10 15 9 0
Diana 9 18 5 0
Bagaswara 6 14 3 0
Melati 8 16 6 0
MAKSIMISASI
Untuk menunjukan bahwa algoritma kasus penugasan juga dapat digunakan untuk
tujuan maksimisasi, kita ubah tujuan kasus proyek penelitian diatas dari meminimumkan
waktu penyelesaian menajdi memaksimumkan penerimaan lembaga dari proyek proyek
tersebut. Perkiraan penerimaan ( dalam jutaan rupiah ) untuk setiap proyek oleh setiap calon
ketua sebagai berikut:
Diana 15 18 13
Bagaswara 17 10 15
Untuk menyelesaikan kasus masimisasi ini kita dapat menyamakannya dengan kasus
minimisasi dengan cara mengubah semua elemen dalam matriks dengapan apa yang disebut
Oppoturnity lost. Pengubahan ini dilakukan dengan mengurangkan setiap elemen terbesar
dalam kolom bersangkutan. Besarnya opportunity loss dalam kasus diatas adalah sebagai
berikut:
LANGKAH 1 :
Setyawan 7 2 3
Diana 2 0 2
Bagaswara 0 8 0
Opportunity lost yang besarnya sama dengan nol mengandung arti bahwa penugasan
suatu proyek pada seorang ketua tertentu memberikan penerimaan yang tertinggi ( penugasan
yang tepat ).
Dalam kaitannya dengan kasus dimana terdapat proyek dummy, maka nilai 0 apda kolom
dummy megandung arti bahwa calon ketua tidak ditugaskan untuk proyek tersebut dalam
penyelesaian optimal, lalu dilanjutkan dengan metode hungarian.
LANGKAH 2 :
Setyawan 5 0 1
Diana 2 0 2
Bagaswara 0 8 0
LANGKAH 4 :
Ketua Proyek Proyek 1 Proyek 2 Proyek 3
Setyawan 4 0 0
Diana 1 0 1
Bagaswara 0 9 0
PROSES PENYELESAIAN :
Setyawan 4 0 0
Diana 1 0 1
Bagaswara 0 9 0
Total hari yang dibutuhkan untuk menyelesaikan seluruh proyek dapat ditemukan
dengan mengacu pada perkiraan waktu yang ada pada matriks awal.