MAKALAH

“LINEAR PROGRAMMING”

Disusun Oleh Kelompok 1

1. Adi Saputra 201010551268
2. An Nisa Aliyah Rizma 201010550154
3. Ade Tiara Putri 201010550457
4. Annisa Triandita 201010550766
5. Bagus Satria T. B 201010550226
6. Dewi Sufiah Arifin 201010550851
7. Agung Alfani 191010501672
8. Alfauzie Raynaldo W 201010551253
9. Amanda Rismayanti 201010550716

DOSEN PENGAMPU
Bulan Oktrima S.Si,MM

UNIVERSITAS PAMULANG
FAKULTAS EKONOMI
PROGRAM STUDI MANAJEMEN
2023/2024
1
 PEMBAHASAN

1.1 Pengertian Program Linear

Pengertian program linier Menurut Hamdi A Taha (1996) sebuah alat deterministic,
yang berarti bahwa semua parameter model diasumsikan diketahui dengan pasti. Artinta
program linier merupakan sebuah alat pengambilan keputusan baik dari sudut pandang
formulasi maupun pemecahan masalah yang dihadapi dengan membuat rencana kegiatan
kegiatan untuk memperoleh hasil yang optimal. Optimal artinya mendapat nilai maksimum
(untuk keuntungan, jumlah produk dan lainnya) atau minimasi (biaya, tenaga kerja dan lainnya)
. Dalam Linier programing dikenal dua macam fungsi (Andi wijaya 2012).
a. Fungsi tujuan Yaitu menggambarkan apa yang ingin di capai perusahaan dengan
menggunakan sumber daya yang ada, fungsi tujuan digambarkan dalam bentuk
maksimasi (misalnya untuk laba, penerimaan, produksi dan lain lain atau minimasi
( misalnya untuk biaya) biasanya dinyatakan dalam notasi Z.
b. Fungsi Kendala Yaitu menggambarkan kendala kendala yang dihadapi perusahaan
dalam kaitannya dengan pencapaian tujuan tersebut, misalnya mesin, tenaga kerja
dan lain lain. Untuk kasus program linier kendala yang dihadap berjumlah lebih dari
satu kendala
1) Bentuk umum table Program linier
2) Bentuk umum table Program linier
3) Bentuk Matematis Bentu matematis dalam bentuk maksimum dan minimum
terjadi perbedaan pada tanda batasannya. Untuk maksimasi kendala digambarkan
pertidak samaan ≤, (kurang dari) sedangkan untuk minimasi di gambarkan dalam
bentuk.
A. Pengertian Linear Programing
Linear programming adalah suatu teknis matematika yang dirancang untuk membantu
manajer dalam merencanakan dan membuat keputusan dalam mengalokasikan sumber daya
yang terbatas untuk mencapai tujuan perusahaan. Tujuan perusahaan pada umumnya adalah
memaksimalisasi keuntungan, namun karena terbatasnya sumber daya, maka dapat juga
perusahaan meminimalkan biaya. 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
2
 3. ada beberapa alternatif penyelesaian
4. hubungan matematis bersifat linear 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 fungsi kendala.
3. Additivity (penambahan). Artinya aktivitas total sama dengan penjumlahan aktivitas
individu.
4. Divisibility (bisa 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.

Dalam menyelesaikan permasalahan dengan menggunakan Linear Programming, ada

dua pendekatan yang bisa digunakan, yaitu metode grafik dan metode simpleks. Metode grafik
hanya bisa digunakan untuk menyelesaikan permasalahan dimana variabel keputusan sama
dengan dua. Sedangkan metode simpleks bisa digunakan untuk menyelesaikan permasalahan
dimana variabel keputusan dua atau lebih. Dalam Bab I ini, akan dibahas Linear Programming
dengan metode grafik untuk fungsi tujuan baik maksimum maupun minimum. Fungsi tujuan
maksimum akan diuraikan pada topik I sedang fungsi tujuan minimum akan diuraikan pada
topik II. Dengan mempelajari modul ini dengan baik dan benar, diharapkan Anda dapat
memahami permasalahan Linear Programming dengan metode grafik. Setelah mempelajari
modul ini diharapkan anda dapat:
1. Mengenal linear programming sebagai alat pengambilan keputusan
2. Merumuskan permasalahan operasi ke dalam bentuk linear programming
3. Menyelesaikan permasalahan linear programming dengan grafik/ matematik
4. Memahami permasalahan infeasibility, unboundedness, alternative optima, dan
redundancy.

B. Program Linear dengan metode Grafik

Metcde grafik adalah metode yang dapat digunakan dalam menentukan
solusi permasalahan dalam Linier programing. Metode ini sesuai dengan namanya
adalah dengan grafik untuk penentuan keputusan. Disini seluruh fungsi kendala
digambarkan dalam grafik kemudian kaputusan diambil melalui pemitungan dari
fungsi yang digambarkan dalam grafik tarsabut .Metoda grafik pemakaian adalah
terbatas yaiu lw1ya untuk due variable keputusan, jika tardapat lebih dari due variabal
3
keputusan make metoda grafik tidak dapat digunakan tatapidapat diselesaikan dengan
metoda Simplek 3. Langkah langkah pengarjaan metoda graftk Manurut Andi Wijaya
(2012) Terdapat 7 (tujuh) langkah dalam pemacahan masalah grafik,yaitu:
a. Mengidentifikasikan variabel keputusan dan menfonnulasikan dalam simbol
matematis
b. Mengidentifikasikan tujuan yang akan dicapai dan kendala-kendala yang terjadi
c. Memformulasikan tujuan dan kendala kedalam fungsi modal matamatis
d. Mambuat grafik untuk kandala-kendala yang ada dalam satu bagian.Untuk
membuat grafik fungsi kendala yang berbentuk partidaksamaan (!i: dan :t) diubah
terlebih dahulu ka dalam bantuk persamaan (=).
e. Menentukan feasible area (area layak) pada grafik tersebut. Area layak dapat diihat
dari pertidaksamaan pada kendala. Apabila kendala berbentuk s, maka daerah
arsiran layak te adi pada bagian kiri bawah/kiri bawah, tetapi apabila bentuk
pertidaksamaan :2:, maka pengarsiran dilakukan ke kanan/atas kanan alas. Apabila
bentuk persamaan (=), maka daerah layak te adi di sepanjang grafik garis tersebut.
f. Menentukan titik-titik variabel keputusan pada area tersebut.
g. Memilih variabel keputusan dari titik tersebut Untuk memilih variabel keputusan
dapat menggunakan dua pendekatan:
1) Pergeseran garis tujuan, yaitu dengan membuat sembarang nilai tujuan (Z)
dan membuat garis tujuan dari nilai tersebut kemudian dilakukan pergeseran.
untuk masalah maksimasi, pergeseran dilakukan dengan memilih titik
terjauh dari titik origin, sedangkan untuk masalah minimasi dipilih titik
terdekat dari titik origin.
2) Titik variabel keputusan pada area layak kemudian dipilih hasil yang
optimum (untuk maksimasi dipilih hasil tertinggi, untuk minimasi dipilih
hasil terendah). Bisa di lihat seperti gambar alir di bawah ini.

4
C. FORMULASI PERMASALAHAN
Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya
terdapat dua variabel keputusan. Untuk menyelesaikan permasalahan tersebut, langkah pertama
yang harus dilakukan adalah memformulasikan permasalahan yang ada ke dalam bentuk Linear
Programming (LP). Langkah-langkah dalam formulasi permasalahan adalah :
1. pahamilah secara menyeluruh permasalahan manajerial yang dihadapi
2. identifikasikan tujuan dan kendalanya
3. definisikan variabel keputusannya
4. gunakan variabel keputusan untuk merumuskan fungsi tujuan dan fungsi kendala
secara matematis. Sebagai contoh dalam memformulasikan permasalahan, berikut ini akan
dibahas perusahaan Krisna Furniture yang akan membuat meja dan kursi. Keuntungan yang
diperoleh dari satu unit meja adalah $7,- sedang keuntungan yang diperoleh dari satu unit kursi
adalah $5,-.
Namun untuk meraih keuntungan tersebut Krisna Furniture menghadapi kendala
keterbatasan jam kerja. Untuk pembuatan 1 unit meja dia memerlukan 4 jam kerja. Untuk
pembuatan 1 unit kursi dia membutuhkan 3 jam kerja. Untuk pengecatan 1 unit meja dibutuhkan
2 jam kerja, dan untuk pengecatan 1 unit kursi dibutuhkan 1 jam kerja. Jumlah jam kerja yang
tersedia untuk pembuatan meja dan kursi adalah 240 jam per minggu sedang jumlah jam kerja
untuk pengecatan adalah 100 jam per minggu. Berapa jumlah meja dan kursi yang sebaiknya
diproduksi agar keuntungan perusahaan maksimum? Dari kasus di atas dapat diketahui bahwa
tujuan perusahaan adalah memaksimumkan profit. Sedangkan kendala perusahaan tersebut
adalah terbatasnya waktu yang tersedia untuk pembuatan dan pengecatan. Apabila
permasalahan tersebut diringkas dalam satu tabel akan tampak sebagai berikut:

Mengingat produk yang akan dihasilkan adalah meja dan kursi, maka dalam rangka
memaksimumkan profit, perusahaan harus memutuskan berapa jumlah meja dan kursi yang
sebaiknya diproduksi. Dengan demikian dalam kasus ini, yang merupakan variabel keputusan
adalah meja (X1) dan kursi (X2).
Setelah kita mendefinisikan variabel keputusan, maka langkah selanjutnya adalah
menuliskan secara matematis fungsi tujuan dan fungsi kendala.
1. Fungsi Tujuan perusahaan adalah maksimisasi keuntungan, sehingga kita dapat

5
 menuliskan fungsi tujuan sebagai berikut :

Atau secara matematis dapat dituliskan : Maksimisasi Z = $7X1 + $5X2

2. Fungsi kendala
Berkaitan dengan sumber daya yang digunakan, perusahaan tidak bisa
memperkirakan secara tepat kebutuhan sumber daya yang digunakan untuk
mencapai keuntungan tertentu. Biasanya perusahaan menyediakan sumber daya
tertentu yang merupakan kebutuhan minimum atau maksimum. Kondisi seperti ini
secara matematis diungkapkan dengan pertidaksamaan.
Kendala yang pertama adalah waktu yang tersedia di departemen pembuatan.
Total waktu yang diperlukan untuk pembuatan X1 (meja) dimana untuk membuat
satu unit meja diperlukan waktu 4 jam kerja dan untuk pembuatan X2 (kursi)
dimana untuk membuat satu unit kursi diperlukan waktu 3 jam kerja adalah 240
jam. Kalimat ini bisa dirumuskan dalam pertidaksamaan matematis menjadi :

Seperti halnya pada kendala yang pertama, maka pada kendala kedua
dapat diketahui bahwa total waktu yang diperlukan untuk pengecatan X1 (meja)
dimana untuk mengecat satu unit meja diperlukan waktu 2 jam kerja dan untuk
pembuatan X2 (kursi) dimana untuk mengecat satu unit kursi dibutuhkan waktu 1
jam kerja adalah 100 jam. Kalimat ini bisa dirumuskan dalam pertidaksamaan
matematis menjadi :

Salah satu syarat yang harus dipenuhi dalam Linear Programming adalah asumsi nilai
X1 dan X2 tidak negatif. Artinya bahwa:
X1 ≥ 0 (jumlah meja yang diproduksi adalah lebih besar atau sama dengan nol)
X2 ≥ 0 (jumlah kursi yang diproduksi adalah lebih besar atau sama dengan nol) Dari uraian di
atas dapat dirumuskan formulasi permasalahan secara lengkap sebagai berikut :

6
 Fungsi tujuan :
Maksimisasi Z = $7X1 + $5X2.

Fungsi kendala :
4 X1 + 3 X2 ≤ 240 (kendala departemen pembuatan)
2X1 + 1 X2 ≤ 100 (kendala departemen pengecatan)
X1 ≥ 0 (kendala non negatif pertama)
X2 ≥ 0 (kendala non negatif kedua)

D. Linear Programing Metode Simplex

A. Metode Simplex

• Metode simpleks adalah metode yang dapat digunakan untuk menyelesaikan persoalan
manaterial yang telah diformulasikan terlebih dahulu ke dalam persamaan matematika program
linear yang mempunyai variable keputusan mulai dari lebih besar atau sama dengan 2 (dua)
sampai multivariable.
• Sedangkan metode grafik hanya dapat digunalan apabila jumlah variable keputusan maksimal 2
(dua) buah.
• Sehingga dapat disimpulkan bahwa suatu persoalan linear programing yang diselesaikan dengan
metode grafik juga dapat diselesaikan dengan metode simpleks, sebaliknya suatu persoalan yang
hanya bisa diselesaikan dengan metode simpleks tidak dapat diselesaikan dengan metode grafik.
B. Istilah – Istilah dalam Tabel SIMPLEX
 Iterasi adalah tahapan perhitungan dimana nilai dalam perhitungan itu tergantung
dari nilai tabel sebelumnya.
 Variabel non basis adalah variabel yang nilainya diatur menjadi nol pada
sembarang iterasi. Dalam terminologi umum, jumlah variabel non basis selalu sama
dengan derajat bebas dalam sistem persamaan.
 Variabel basis merupakan variabel yang nilainya bukan nol pada sembarang
iterasi. Pada solusi awal, variabel basis merupakan variabel slack (jika fungsi
kendala merupakan pertidaksamaan ≤ ) atau variabel buatan (jika fungsi kendala
menggunakan pertidaksamaan ≥ atau =). Secara umum, jumlah variabel basis selalu
sama dengan jumlah fungsi pembatas (tanpa fungsi non negatif).
 Solusi atau nilai kanan (NK) merupakan nilai sumber daya pembatas yang masih
tersedia. Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber daya
pembatas awal yang ada, karena aktivitas belum dilaksanakan. Ada beberapa hal
yang perlu diperhatikan, yaitu:
1. Nilai kanan (NK) fungsi tujuan harus nol (0).
2. Nilai kanan (NK) fungsi kendala harus positif. Apabila negatif, nilai

7
 tersebut harusdikalikan –1.
• Variabel slack adalah variabel yang ditambahkan ke model matematik kendala
untuk mengkonversikan pertidaksamaan ≤ menjadi persamaan (=). Penambahan
variabel ini terjadi pada tahap inisialisasi. Pada solusi awal, variabel slack akan
berfungsi sebagai variabel basis.
• Variabel surplus adalah variabel yang dikurangkan dari model matematik kendala
untuk mengkonversikan pertidaksamaan ≥ menjadi persamaan (=). Penambahan ini
terjadi pada tahap inisialisasi. Pada solusi awal, variabel surplus tidak dapat
berfungsi sebagai variabel basis.
• Variabel buatan adalah variabel yang ditambahkan ke model matematik kendala
dengan bentuk ≥ atau = untuk difungsikan sebagai variabel basis awal. Penambahan
variabel ini terjadi pada tahap inisialisasi. Variabel ini harus bernilai 0 pada solusi
optimal, karena kenyataannya variabel ini tidak ada. Variabel hanya ada di atas
kertas.
• Kolom pivot (kolom kerja) adalah kolom yang memuat variabel masuk. Koefisien
pada kolom ini akn menjadi pembagi nilai kanan untuk menentukan baris pivot
(baris kerja).
• Baris pivot (baris kerja) adalah salah satu baris dari antara variabel basis yang
memuat variabel keluar.
• Elemen pivot adalah elemen yang terletak pada perpotongan kolom dan baris pivot.
Elemen pivot akan menjadi dasar perhitungan untuk tabel simpleks berikutnya.
• Variabel masuk adalah variabel yang terpilih untuk menjadi variabel basis pada
iterasi berikutnya. Variabel masuk dipilih satu dari antara variabel non basis pada
setiap iterasi. Variabel ini pada iterasi berikutnya akan bernilai positif.
• Variabel keluar adalah variabel yang keluar dari variabel basis pada iterasi
berikutnya dan digantikan oleh variabel masuk. Variabel keluar dipilih satu dari
antara variabel basis pada setiap iterasi. Variabel ini pada iterasi berikutnya akan
bernilai nol.

C. Teknik analisis data Teknik analisis data yang digunakan dalam penelitian ini adalah analisis
menggunakan metode simpleks melalui perhitungan secara manual. Metode simpleks
adalah salah satu pendekatan dalam memecahkan permasalahan linear programming yang
memiliki dua atau lebih variabel keputusan dimana dalam menentukan kombinasi optimal
dilakukan melalui iterasi secara berulang terhadap tabel simpleks sampai ditemukan nilai
yang optimum dalam masalah optimasi yang meliputi memaksimumkan keuntungan atau
meminimumkan biaya. Metode simpleks memiliki keunggulan yaitu mampu menyelesaikan
permasalahan linear programming dengan dua atau lebih variabel keputusan.

8
BAB III
PENUTUP

9
 3.1 Kesimpulan

Pada taraf kehidupan global yang penuh dengan kompetisi dalam segala bidang
saat ini, manajemen sumber daya manusia merupakan langkah strategis guna
memenangkan persaingan antar negara dan antar organisasi.Dengan demikian, peranan
pekerja dalam suatu organisasi sangatlah vital, karena mampu menentukan hidup matinya
organisasi yang bersangkutan.

Untuk mendapatkan sumber daya yang berkualitas prima, maka proses

pembinaannya tidak bisa hanya sebatas selama masa kerja, melainkan harus dimulai sejak
proses rekrutmen. Rekrutmen yang tepat akan memudahkan proses penempatan yang
tepat, dan pada akhirnya akan melancarkan proses pencapaian tujuan organisasi. Oleh
karena itu, masalah-masalah dan kendala-kendala yang dihadapi pada tingkat rekrutmen
harus diantisipasi dan dipecahkan secara memuaskan dengan tetap berorientasi kepada
tujuan organisasi.

3.2 Saran
Penulis berharap makalah ini dapat menambah wawasan bagi seluruh Mahasiswa
khususnya para pembaca agar tergugah untuk terus dapat meningkatkan kualitas sumber
daya manusia dalam usahanya, dan dapat menambah pengetahuan bagi rekan-rekan
mahasiswa. Demi penyempurnaan makalah ini, Kami mengharapkan kritik dan saran
yang konstruktif.

10
 Contoh Soal dan Jawaban

1. Umur pak Andi 28 tahun lebih tua dari umur Amira. Umur bu Andi 6 tahun lebih muda dari umur
pak Andi. Jika jumlah umur pak Andi, bu Andi, dan Amira 119 tahun, maka jumlah umur Amira dan
bu Andi adalah …. tahun

A. 86

B. 74

C. 68

D. 64

E. 58

Jawaban : C

Pembahasan :

Misalkan Umur Pak Andi=x, umur Amira=y dan umur Ibu Andi=z

x = 28 + y …(1)

z = x – 6; atau x=z+6 …(2)

x + y + z = 119 …(3)

dengan melakukan operasi penjumlahan (1) pada (2) didapatkan

2x = y + z + 34 atau 2x – y – z = 34 …(4)

Lakukan operasi penambahan (3) pada (4) atau

x + y + z = 119

2x – y – z = 34

3x =153

Atau

x = 51

Dengan melakukan substitusi x pada (1) dan (2) didapatkan

Y = 23; z = 45

Sehingga

jumlah umur Amira (y) dan bu Andi (z) adalah y + z = 23 + 45 = 68

11
2. Himpunan penyelesaian sistem pertidaksamaan

5x + y ≥ 10

2x + y ≤ 8

y≥2

ditunjukkan oleh daerah . . .

A. I

B. II

C. III

D. IV

E. V

Jawaban : C

Pembahasan:

12
Terlihat pada gambar bahwa A adalah persamaan garis 5x + y = 10 titik potong dengan sumbu
x jika y = 0

x = 2 → titik (2,0)

titk potong dengan sumbu y jika x = 0

y = 10 → titik (0,10)

daerah 5x + y ≥ 10 berada pada garis persamaan tersebut dan di atas garis (I, II,III, V) —(a)

B adalah persamaan garis 2x + y = 8 titik potong dengan sumbu x jika y=0 x = 4 → (4,0)

titik potong dengan sumbu y jika x = 0 y = 8 → (0,8)

daerah 2x + y ≤ 8 berada pada garis persamaan tersebut dan di bawah garis (III, V) ….(b)

C adalah garis y = 2

daerah di atas garis y = 2 adalah I, II, III, IV …(b)

dari (a) , (b) dan (c) :

1) I II III V

2) III V

3) I II III IV

Yang memenuhi ketiga-tiganya adalah daerah III

3. Himpunan penyelesaian pertidaksamaan- pertidaksamaan 2x+y≥ 4 ; 3x + 4y ≤ 12, x ≥ 0, y ≥

0 dapat digambarkan dengan bagian bidang yang diarsir sebagai berikut :
13
Jawaban : E

Pembahasan :
2x + y ≥ 4 ;

2x + y = 4

titik potong dengan sumbu x , y = 0

x = 2 → (2,0)

titik potong dengan sumbu y, x = 0

y = 4 → (0,4)

3x + 4y ≤ 12

3x + 4y = 12

titik potong dengan sumbu x, y = 0

14
x = 4 → (4,0)

titik potong dengan sumbu y, x = 0

y=3 → (0,3)

4. Daerah yang diarsir merupakan himpunan penyelesaian dari sistem pertidaksamaan

linear…

15
A. x + 2y ≤ 8, 3x + 2y ≤ 12, x ≥ 0, y ≥ 0

B. x + 2y ≥ 8, 3x + 2y ≥ 12, x ≥ 0, y ≥ 0

C. x – 2y ≥ 8, 3x – 2y ≤ 12, x ≥ 0, y ≥ 0

D. x + 2y ≤ 8, 3x – 2y ≥ 12, x ≥ 0, y ≥ 0

E. x + 2y ≤ 8, 3x + 2y ≥ 12, x ≥ 0, y ≥ 0

Jawaban : A

Pembahasan.

16
karena daerah arsiran dibawah persamaan garis maka

x + 2y ≤ 8 ….(2)

Arsiran di atas sumbu x dan di kanan sumbu y maka x ≥ 0 dan y≥ 0 ….(3) dan (4)

sehingga daerah penyelesaiannya adalah:

(1), (2), (3) dan (4)

3x + 2y ≤ 12, x + 2y ≤ 8 dan x≥ 0, y≥ 0

5. Daerah yang diarsir pada gambar di bawah adalah himpunan penyelesaian dari sistem
pertidaksamaan…

17
A. 5x + 3y ≤ 30, x – 2y ≥ 4, x ≥ 0, y ≥ 0

B. 5x + 3y ≤ 30, x – 2y ≤ 4, x ≥ 0, y ≥ 0

C. 3x + 5y ≤ 30, 2x – y ≥ 4, x ≥ 0, y ≥ 0

D. 3x + 5y ≤ 30, 2x – y ≤ 4, x ≥ 0, y ≥ 0

E. 3x + 5y ≥ 30, 2x – y ≤ 4, x ≥ 0, y ≥ 0

Jawaban : D

Pembahasan :

18
19
 DAFTAR PUSTAKA

Fitrianto, Ridwan Juli. 2010. Rekrutmen (online). Diakses pada tanggal 22 Februari 2016.
(http://ridwanjuli.blogspot.co.id/2010/11/rekrutmen.html)

Gomes, Faustino Cardoso. 1995. Manajemen Sumber Daya Manusia. Yogyakarta : Andi Ofset.

Noe, R.A. et.al. 2000. Human Resource Management. USA: Mc.Graw Hill

Noe, R.A. et.al. 2008. Fundamentals of Human Resource Management, 3rd edition. New York:
Mc.Graw Hill

Schermerhorn, Jhon R. 1997. Manajemen, Buku 1. Yogyakarta : Penerbit ANDI.

Schuler, Randal S. dan Jackson, Susan E, 1996, Manajemen Sumber Daya Manusia
Menghadapi Abad ke 21, Jilid 2, Edisi Keenam, Penerbit Erlangga, Jakarta.

http://directory.umm.ac.id/Data%20Elmu/pdf/bab1-C.pdf

20