EKONOMI MANAJERIAL (B1)

“ANALISIS OPTIMISASI EKONOMI”

Disusun oleh : Kelompok VI

Nama Anggota Kelompok : Range Nilai :

1. Bahy Reazizu 2007521098 (11) 84
2. I Kadek Yoga Dwiantara 2007521105 (12) 84
3. Christine Natalie Wakkary 2007521167 (25) 85
4. Ni Luh Gede Anjeli Sasmitha Feby 2007521168 (26) 85
5. I Komang Dani Suryamiarta 2007521250 (39) 85
6. Kadek Budi Indrayana 2007521261 (40) 84

Diserahkan kepada:
Dosen Pengampu Mata Kuliah Ekonomi Manajerial
Dr. I Made Artha Wibawa, S.E., M.M.

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
2022
 “ANALISIS OPTIMISASI EKONOMI”

A. METODE OPTIMASI (GRAFIK, TABEL, DAN KALKULUS DIFERENSIAL)

Metode optimasi bermula di usaha untuk menemukan nilai-nilai maksimum atau
minimum sebuah fungsi yang menjadi utama persoalan dalam kalkulus waktu pertama
kali orang mengetengahkan teorema-teorema yang berkaitan dengan nilai tengah
atau nilai rata-rata sebuah fungsi.
a. Optimasi secara pemograman linear
Pemrograman linier atau juga dianggap menjadi meningkatkan secara optimal
linier adalah sebuah metode buat mencapai yang akan terjadi terbaik (mirip
misalnya keuntungan maksimum atau biaya terendah) pada sebuah version
matematika yang seluruh kebutuhan dasarnya
tersaji dalam hubungan linier. Pemrograman linier ialah sebuah perkara spesifik
berasal (matematika permograman) serta (matematika optimasi). Secara lebih
formal, pemrograman linier merupakan sebuah tehnik untuk optimasi pada
sebuah fungsi objektif linier, subjek buat persamaan linier serta pertidaksamaan
linier. daerah feasible nya ialah sebuah polytope konvex, yang mana sebuah
himpunan didefinisikan sebagai sebuah perpotongan bagi sejumlah berhingga
half of space, setiap darinya didefinisikan sebagai sebuah pertidaksamaan linier.
Fungsi objektifnya ialah sebuah fungsi affine (linier) bernilai ril yang membentuk
sebuah polyhedron. Sebuah prosedur pemecahan pemrograman linier mencari
sebuah titik dalam polyhedron dimana fungsi ini mempunyai nilai terkecil (atau
terbesar).
b. Optimasi secara stokastik
Metode optimasi stokastik adalah metode optimasi yang menghasilkan serta
menggunakan variabel-variabel secara acak. untuk hassle-duduk perkara
stokastik, variabel-variabel random muncul pada perumusan masalah optimasi
sendiri, yang melibatkan fungsi objektif secara acak atau batasan- batasan
secara acak, untuk contoh. Metode-metode meningkatkan secara most
appropriate stokastik jua mencakup metode-metode perulangan secara acak.
Beberapa metode optimasi stokastik memakai perulangan-iterasi random buat
 memecahkan persoalan-duduk perkara stokastik mengkombinasikan keduanya
artinya berarti meningkatkan secara most desirable stokastik. Metode-metode
optimasi stokastik memperumum metode-metode deterministik buat dilema-
dilema yang bersifat deterministic.
c. Optimasi secara kalkulus variasi
Kalkulus variasi ialah sebuah bidang pada matematika analisis yg menangani
dilema maksimasi dan minimasi berasal fungsional-fungsional. yg memetakan
sebuah himpunan fungsi kepada sapta ril. Fungsional tak jarang dinyatakan
menjadi sebuah definite integrals yang melibatkan fungsi-fungsi dan turunannya.
Perhatian sebenarnya artinya dalam extremal (titik-titik ekstrim) berasal fungsi-
fungsi yang membuat fungsional menghasilkan nilai maksimum atau minimum
atau stasionari berasal fungsi-fungsi dimana homogeny rata perubahan dari
fungsi adalah nol. menjadi contoh buat persoalan seperti itu adalah menemukan
kurva menggunakan panjang terpendek yg menghubungkan dua tititk. Bila disana
tidak ada batasan-batasan, maka kentara bahwa solusinya merupakan sebuah
garis lurus diantara ke 2 titik tadi. akan tetapi, Bila kurva dibatasi supaya terletak
pada sebuah permukaan pada ruang, maka solusi menjadi kurang jelas, dan
boleh jadi ada poly solusi. Solusi yang demikian dinamakan sebagai geodesik.
d. Optimasi secara algoritma genetika
Pada bidang kecerdasan sintesis, prosedur pemecahan genetika (GA) adalah
sebuah pencarian heuristik yg meniru proses seleksi alam. Sifat heuristik ini (pula
kadang disebut sebagai metaheuristik) ialah secara rutin digunakan buat
membentuk solusi-solusi yg berguna bagi persoalan-problem meningkatkan
secara optimal serta pencarian. algoritma genetik termasuk dalam kelas yg lebih
besar yaitu algoritma-algoritma evolusi (EA), yang membentuk solusi-solusi buat
problem-persoalan meningkatkan secara optimal menggunakan teknik yg
diinspirasi oleh evolusi alam, mirip contohnya penurunan, mutasi, seleksi serta
persilangan.
Pada prosedur pemecahan genetika, populasi solusi kandidat (dianggap individu,
makhluk, atau fenotipe) buat persoalan meningkatkan secara optimal
berkembang ke arah solusi yang lebih baik.
 Korelasi-korelasi biaya dalam proses produksi suatu produk dari suatu
perusahaan pula kompleks. Analisis biaya memerlukan penelaahan system-sistem
produksi alternative dan pilihan-pilihan teknologi, kemungkinan input yang digunakan
dan seterusnya. Harga factor-faktor produksi berperan penting pada penentuan biaya
dan oleh karena itu perkara penawaran faktor-faktor produksi juga penting buat
dipertimbangkan.
Hubungan ekonomi dapat digambarkan dalam bentuk persamaan tabel atau
grafik. Bila hubungannya sederhana table serta grafik bisa mengcukupi. Namun jika
hubungannya rumit mendeskripsikan hubungan pada bentuk persamaan mungkin
memerlukan gambaran hubungan ekonomi pada bentuk persamaan guna bermanfaat
karena bisa mempergunakan teknik yang bertenaga dari kalkulus diferensial dalam
menentukan solusi optimum dari suatu persoalan (cara palinng efesien buat
perusahaan atau organisasi lain buat mencapai tujuan atau sasarannya). Contoh
model, misalkan korelasi antara penerimaan total (total revenue-IN)
perusahaan serta kuantitas (Q) barang atau jasa yang dijual perusahaan pada waktu
tertentu, misalkan satu talun, điberikan fungsi :
TR = 100Q – 10𝑄 2
Selanjutnya, mempelajari hubungan antara biaya total, biaya marginal dan
biaya rata-rata. Hubungan marginal didefinisikan sebagai perubahan variabel
dependen dari suatu fungsi yang disebabkan oleh perubahan salah satu variabel
independen sebesar satu unit barang yang dijual. Oleh karena itu proses optimasi
mencakup analisis diferensiasi atau perubahan-perubahan, maka konsep marginal
menjadi sangat penting.
Konsep turunan berhubungan erat dengan konsep margin yang dipelajari
sebelumaya. Hal ini dapat dijelaskan dalam hubungannya dengan kurva TR,
direproduksi dengan beberapa perubahan. Dalam subbab sebelumnya, kita
mendefinisikan pendapatan marginal sebagai perubahan penerimaan total per unit
perubahan output. Sebagai contoh, bila keluaran naik dari 2 jadi 3 unit, penerimaan
total meningkat dari $160 menjadi S210. Jadi,
△𝑇𝑅 $210−$160 $50
MR = △𝑄
= 3−2
= 1
=$50
 Nilai ini adalah kemiringan dari busur BC pada kurva penerimaan total. Namun
demikian,bila jurmlahnya sangat kecil (yaitu, bila AQ diasumsikan memiliki nilai yang
lebih kecil sekali,dan bahkan mendekati nol dalam limitnya), maka MR ditunjukkan
oleh kemiringan busur yang semakin lama semakin pendek, dan mendekati
kemiringan kurva TR pada suatu titik, jadi mulai titik B, bila perubahan dalam kuangitas
mendekati nol, perubahan dalam penerimaan total atau pendapatan marginal
mendekati kemiringan kurva TR pada titik B. Oleh karena itu ATRIAQ = $60
(kemiringan garis singgung BK pada kurva TR di titik B) begitu perubahan nol pada
limit lainnya.
Aturan-aturan diferensial
Diferensial adalah proses menentukan turunan suatu fungsi, yaitu menentukan
perubahan Y untuk perubahan X, pada saat perubahan mendekati nol.
Aturan Fungsi Konstan Turunan atas sebuah fungsi konstan, Y = f (X) = a, adalah nol
untuk semua nilai a. Fungsinya sebagai berikut :
Y = f(X) =a
𝑑𝑌
=0
𝑑𝑋

B. MENGHITUNG LABA DENGAN PENDEKATAN TOTAL & PENDEKATAN

MARGINAL
Konsep biaya maupun konsep pendapatan adalah 2 konsep penting yang perlu
dipahami terlebih dahulu sebelum menghitung laba baik menggunakan pendekatan
marginal ataupun pendekatan total.
Konsep pendapatan mencakup :
 Total Revenue (TR) yang dapat disebut juga sebagai pendapatan total
merupakan jumlah keseluruhan pendapatan perusahaan yang bergantung
kepada harga jual produk serta jumlah produk yang terjual pada periode
tertentu. Dirumuskan sebagai berikut :
TR = P x Q
Dengan P merupakan simbol harga jual serta Q sebagai lambang dari jumlah
produk yang terjual.
 Average Revenue (AR) yang dapat disebut juga sebagai pendapatan rata-rata
 merupakan rata-rata penerimaan perusahaan per satu unit produk yang terjual.
Dirumuskan sebagai berikut :
AR = TR
Q
Dengan TR merupakan lambang pendapatan total serta Q jumlah produk yang
berhasil dijual.
 Marginal Revenue (MR) atau pendapatan marjinal adalah berapa banyak
tambahan pendapatan perusahaan apabila berhasil menambah penjualan
sebanyak 1 unit produk atau apabila terjadi pertambahan satu unit produk yang
berhasil terjual. Rumus pendapatan ini adalah sebagai berikut :
MR = TR2 – TR1 = TR
Q 2 – Q1 Q

Untuk memahami lebih dalam terkait pendapatan marginal, pendapatan rata-

rata, serta pendapatan total dapat melihat pada tabel dibawah ini.

Q TR AR MR
(=TR/Q) (=dTR/dQ)
0 0 - -
1 90 90 90
2 160 80 70
3 210 70 50
4 240 60 30
5 250 50 10
6 240 40 10

Melalui tabel ini, dapat dilihat bahwa pada setiap peningkatan jumlah produk
(Q) maka akan terjadi peningkatan pada jumlah pendapatan (TR). Namun demikian
seiring dengan pertambahan Q, nilai pendapatan rata-rata (AR) dan pendapatan
marginal (MR) malahan mengalami penurunan. Maka dari itu diperlukan teknik
optimisasi dalam menentukan jumlah pendapatan total yang optimal bagi
perusahaan dengan menggunakan ketiga konsep pendapatan ini.
Selain daripada konsep pendapatan, konsep biaya juga sebagai konsep
selanjutnya yang perlu dipahami dalam optimisasi laba. Konsep biaya mencakup
biaya total, biaya rata-rata serta biaya marjinal. Penjelasan mengenai ketiga konsep
tersebut adalah berikut ini.
 Total Cost (TC) atau yang disebut juga biaya total adalah keseluruhan biaya
yang perlu dikeluarkan perusahaan untuk input sehinggan nantinya akan
menghasilkan output. Sehingga dapat dirumuskan sebagai berikut :
TC = f(Q)
Terdapat 2 jenis input yaitu input tetap dan input variabel. Perbedaan antara
keduanya yakni input tetap tidak berubah meskipun jumlah output berubah
sedangkan input variabel akan berubah sesuai jumlah output yang
dihasilkan. Biaya yang dikeluarkan untuk input tetap disebut biaya tetap atau
fixed cost (FC) serta biaya yang dikeluarkan bagi input variabel disebut
biaya variabel atau variable cost (VC). Maka dengan demikian biaya total
dapat juga dirumuskan sebagai :
TC = FC +VC
 Average Cost (AC) atau yang disebut juga biaya rata-rata adalah rata-rata
biaya yang perlu dikeluarkan untuk menghasilkan satu produk. Dapat
diperoleh juga melalui penjumlahan dari rata-rata biaya variabel atau
Average Variable Cost dengan rata-rata biaya tetap atau Average Fixed
Cost (AFC). Rumusnya :
AC = TC
Q
Atau
AC = AVC + AFC
 Marginal Cost (MC) atau biaya marjinal adalah berapa banyak tambahan
pengeluaran perusahaan apabila akan meningkatkan output sebanyak satu
unit. Rumusnya adalah :
MC =  TC
Q
Pendalaman materi mengenai biaya rata-rata, biaya marjinal dan biaya total
dapat melihat tabel di bawah.
 Q TC AC MC
(=TC/Q) (=dTC/dQ)
0 20 - -
1 140 140 120
2 160 80 20
3 180 60 20
4 240 60 60
5 480 96 240

Berdasarkan tabel, semakin bertambah jumlah produk output yang

dihasilkan (Q) semakin bertambah pula jumlah biaya total yang perlu dikeluarkan
perusahaan (TC). Nilai biaya rata-rata (AC) mengalami penurunan akan tetapi pada
tingkat tertentu penambahan jumlah output, nilai biaya rata-rata semakin bertambah.
Sama halnya dengan biaya marjinal (MC). Apakah perusahaan perlu menggunakan
titik terendah biaya rata-rata ataukah menggunakan nilai minimum dari biaya
marjinal? Dengan demikian bagaimanakah seharusnya keputusan manajerial
diambil oleh penentu keputusan? Konsep biaya dan konsep pendapatan dapat
digunakan dalam hal ini. Berhubungan dengan hal tersebut terdapat 2 teknik untuk
menghitung laba optimal yakni optimisasi melalui pendekatan marjinal dan total.
A. Menghitung laba dengan pendekatan total
Apabila perusahaan menggunakan pendekatan total, yang perlu dilakukan
adalah memaksimalkan laba dengan menentukan tingkat output atau disebut
juga menemukan titik optimum. Laba total () didapat dari total pendapatan
(TR) dikurangi dengan total biaya (TC).
TR – TC
Lebih lengkapnya dapat dilihat grafik pada gambar berikut.
 Gambar Hubungan Antara Total Pendapatan dengan Total Biaya terhadap Laba

Berdasarkan gambar grafik diatas, laba maksimum tercapai pada positif

terbesar yaitu pada tingkat output Q*. Apabila maka perusahaan tidak
mendapatkan keuntungan namun juga tidak mengalami kerugian hal ini disebut
dengan titik impas/break even point (BEP) yang terjadi apabila tingkat output pada
Q1 dan Q2. Sedangkan jika tingkat output berada pada Q’ maka perusahaan
mengalami kerugian maksimum.
B. Menghitung Laba dengan Pendekatan Marjinal
Melalui pendekatan marjinal dan rata-rata, syarat terpenting agar laba maksimum
(max) dapat dicapai oleh perusahaan apabila biaya marjinal (MC) sama dengan
pendapatan marjinal (MR). Dirumuskan sebagai berikut :
max : MR = MC
Syarat lain yang perlu diingat yaitu biaya marjinal (MC) harus memotong
pendapatan marjinal (MR) dari bawah untuk memastikan yang tercapai adalah laba
maksimum bukan kerugian maksimum. Lebih jelasnya pada grafik berikut.
MR,MC

MC
MR

Q
0 Q’ Q*
Apabila MC = MR namun biaya marjinal (MC) memotong Marginal Revenue dari
atas maka kondisi yang dihasilkan adalah kerugian maksimum (Pada output Q’).
Apabila MC = MR serta biaya marjinal memotong pendapatan marginal dari bawah
maka kondisi keuntungan maksimum berhasil tercapai (Pada output Q*).

C. OPTIMASI MULTIVARIAT DENGAN KENDALA DAN TANPA KENDALA

Optimasi Multivariat (Multivariate Optimization) merupakan proses penentuan
nilai maksimum atau minimum atas suatu fungsi yang memiliki dua atau lebih
variabel (Cloudsika, 2017). Analisis bagaimana perubahan dari setiap variabel
independen mempengaruhi variabel dependen, dengan menganggap variabel
independen lainnya konstan (Alfiandi Imam Mawardi, 2021). Langkah yang perlu
ditempuh adalah terlebih dahulu melakukan derivasi secara parsial dan kemudian
mengujinya dengan melalui proses maksimisasi fungsi multivariabel. Oleh karena
itu, sering disebut turunan parsial atau partial derivative (Cloudsika, 2017).
Sebagai contoh, total revenue mungkin saja dipengaruhi (atau fungsi dari)
output dan advertising secara sekaligus. Total cost dapat saja dipengaruhi oleh
pengeluaran atas biaya tenaga kerja dan juga kapital. Atau, total profit mungkin
dipengaruhi oleh penjualan barang X dan Y sekaligus. Asumsi fungsi seperti itu
penting sekali untuk menentukan efek marginal pada variabel terikat. Efek marginal
ini perlu diukur dengan turunan parsial yang disimbolkan dengan (∂ dibaca derivatif).
Pada turunan parsial ini yang diderivasikan adalah variabel terikat, bukan variabel
bebas (Cloudsika, 2017).
 Optimasi Tanpa Kendala
Optimasi tanpa kendala (Unconstrained Optimization) yaitu maksimisasi atau
minimisasi fungsi tujuan tanpa adanya kendala. Nilai-nilai optimum dari sebuah
fungsi yang mengandung lebih dari satu variabel bebas, dapat dicari dengan
pengujian derivatif keduanya (Alfiandi Imam Mawardi, 2021).
Y = f (X,Z)
Y mencapai titik optimum jika :
∂Y ∂Y
= 0 dan =0
∂X ∂Z

Dua jenis titik optimum :

 ∂2Y ∂2Y
- Maksimum → < 0 dan <0
∂X2 ∂Z2
∂2Y ∂2Y
- Minimum → > 0 dan >0
∂X2 ∂Z2

Contoh Soal :
Optimumkan fungsi berikut, Y = 4X + Z - X2 + XZ – Z2.
Jawab :
∂Y ∂Y
Y optimum → = 0 dan = 0 (first derevative)
∂X ∂Z
∂Y
= 4 – 2X + Z → 4 – 2X + Z = 0 (x1)
∂X
∂Y
= 1 + X – 2Z → 2 + 2X – 4Z = 0 (x2)
∂Z

Dari kedua persamaan di atas, diperoleh X = 3 dan Z = 2.

Y = 4X + Z - X2 + XZ – Z2
Y optimum = 4(3) + (2) – (3)2 + (3)(2) – (2)2 = 7
Untuk mengetahui maksimum/minimum (second derevative) :
∂2Y
= -2
∂X2
∂2Y
= -2
∂Z2
∂2Y ∂2Y
Oleh karena < 0 dan < 0, maka Y adalah maksimum (Alfiandi Imam Mawardi,
∂X2 ∂Z2

2021).
 Optimasi Terkendala
Optimasi terkendala (Constrained Optimization) yaitu maksimisasi atau
minimisasi fungsi tujuan dengan berbagai kendala. Optimisasi terkendala dapat
dipecahkan dengan Substitusi atau Metode Lagrange (Alfiandi Imam Mawardi,
2021).
a. Substitusi
Metode substitusi mengubah permasalahan optimisasi terkendala menjadi
permasalahan optimisasi tanpa kendala, dengan cara memecah persamaan
kendala untuk satu variabel keputusan dan kemudian mensubstitusikan nilai ini ke
dalam persamaan optimisasi terkendala (Ari Darmawan, 2018).
Contoh soal :
Sebuah perusahaan memproduksi satu barang dengan menggunakan 2 pabrik.
Diketahui fungsi biaya total adalah TC = 3X2 + 6Y2 – XY dimana X adalah output
dari pabrik I dan Y adalah output dari pabrik II. Manajemen akan berusaha
menentukan kombinasi biaya terendah antara X dan Y dengan kendala produk total
20 unit.
Jawab :
Diket. TC = 3X2 + 6Y2 – XY (biaya terendah/minimumkan)
Fungsi kendala : X + Y = 20 → X = 20 – Y
Substitusikan nilai tersebut dalam fungsi :
TC = 3(20 – Y)2 + 6Y2 – (20 – Y)Y
= 3((20 – Y)(20 – Y)) + 6Y2 – (20 – Y)Y
= 3(400 – 40Y + Y2) + 6Y2 – (20Y – Y2)
= 1200 – 120Y + 3Y2 + 6Y2 – 20Y + Y2
TC = 1200 – 140Y + 10Y2
∂TC
TC optimum → = 0 (first derevative)
∂Y
∂TC
= -140 + 20Y → -140 + 20Y = 0 → 20Y = 140 → Y = 140/20 = 7
∂Y

Fungsi kendala : X + Y = 20 (substitusikan Y = 7) → X + 7 = 20 → X = 13

Untuk mengetahui maksimum/minimum (second derevative) :
∂2TC
= 20
∂Y2

TC = 3X2 + 6Y2 – XY
TC minimum = 3(13)2 + 6(7)2 – (13)(7) = 710
Jadi, produksi 13 unit pada pabrik I dan 7 unit pada pabrik II adalah kombinasi
dengan biaya minimum sebesar 710 (Alfiandi Imam Mawardi, 2021).
b. Metode Lagrange
Metode Lagrange merupakan penjumlahan dari fungsi yang akan
dioptimumkan ditambah hasil kali pengganda lagrange (λ dibaca lambda) dengan
fungsi kendala. Metode ini digunakan untuk menentukan nilai maksimum atau
minimum relatif dari suatu fungsi yang dibatasi oleh suatu kondisi (constrain
conditions) (Yuli Fitriyani, n.d.).
Misalkan akan dioptimumkan Z = f (X,Y) dengan syarat harus terpenuhi U = g
(X,Y), maka fungsi Lagrange-nya yaitu : Lz = f (X,Y) + λg (X,Y).
Nilai Optimum Lz (X,Y,λ) :
∂Lz
=0
∂X
∂Lz
=0
∂Y
∂Lz
=0
∂λ

Lz → fungsi Lagrange untuk optimisasi terkendala

Contoh soal :
Sebuah perusahaan memproduksi satu barang dengan menggunakan 2 pabrik.
Diketahui fungsi biaya total adalah TC = 3X2 + 6Y2 – XY dimana X adalah output
dari pabrik I dan Y adalah output dari pabrik II. Manajemen akan berusaha
menentukan kombinasi biaya terendah antara X dan Y dengan kendala produk total
20 unit.
Jawab :
Diket. TC = 3X2 + 6Y2 – XY (biaya terendah/minimumkan)
Fungsi kendala : X + Y = 20 → 20 – X – Y
LTC = 3X2 + 6Y2 – XY + λ (20 – X – Y)
LTC = 3X2 + 6Y2 – XY + 20λ – λX – λY
Nilai Optimum Lz :
∂Lz
= 6X – Y – λ (turunan pertama bernilai X)
∂X
∂Lz
= 12Y – X – λ (turunan pertama bernilai Y)
∂Y
∂Lz
= 20 – X – Y (turunan pertama bernilai λ)
∂λ

Diperoleh tiga persamaan :

(1) 6X – Y – λ = 0
(2) – X + 12Y – λ = 0
(3) 20 – X – Y = 0
Eliminasi persamaan (1) dan (2) didapatkan hasil :
6X – Y – λ = 0 (1)
X – 12Y + λ = 0 → dikali -1 (2)
7X – 13Y =0 (4)
Kemudian, eliminasi persamaan (3) dan (4) didapatkan hasil :
140 – 7X – 7Y = 0 → dikali 7 (3)
7X – 13Y = 0 (4)
140 – 20Y = 0 → Y = 7, X = 13
Setelah mengetahui nilai X dan Y, substitusi ke persamaan (1) :
6(13) – (7) – λ = 0 → 78 – 7 = λ → λ = 71
Lagrange (λ) diinterpretasikan sebagai nilai marjinal (MC) pada tingkat output
sebesar 20 unit.
Jadi, jika perusahaan tersebut diharuskan memproduksi 19 unit, maka TC akan
turun sekitar 71. Sebaliknya, jika diharuskan memproduksi 21 unit, maka TC akan
naik sekitar 71.
Setiap angka pengganda lagrange (λ) menunjukkan pengaruh marjinal
terhadap penyelesaian fungsi tujuan awal oleh kenaikan atau penurunan
persyaratan kendala sebesar 1 unit (Alfiandi Imam Mawardi, 2021).
 DAFTAR RUJUKAN
Salvatore, D. (2005). Managerial Economics : Ekonomi Manajerial Dalam
Perekonomian Global (1th ed.). Jakarta: Salemba Empat.
Agustini, Maria Y. D. (2018). Ekonomi Manajerial. Universitas Katolik
Soegijapranata
Subanar & Munirah M (2017) Survey Of Optimization Methods, Juita Post
http://jurnalnasional.ump.ac.id/index.php/JUITA/article/view/1872/1519#
Blogspot, C. (2017). Teknik Optimasi. Diakses pada 9 Februari 2022, dari
http://ikachandevi.blogspot.com/2017/01/teknik-optimasi.html?m=1
Fitriyani, Y. (n.d.). Metode Lagrange. Diakses pada 9 Februari 2022, dari
http://yuli_fitriyani.staff.gunadarma.ac.id/Downloads/files/62695/METODE+LAG
RANGE.pptx
Darmawan, A. (2018). D. Optimisasi Ekonomi Dengan Kendala - Optimisasi Dengan
Metode Substitusi - Optimisasi Dengan Metode Pengali Lagrange. Optimisasi
Ekonomi, 2, hal. 25.
DOI://docplayer.info/57372885-D-optimisasi-ekonomi-dengan-kendala-
optimisasi-dengan-metode-substitusi-optimisasi-dengan-metode-pengali-
lagrange
Imam Mawardi, A. (2021). Teori Optimasi Multivariat [Video]. Youtube.
https://youtu.be/YeCVkHbTTpU