Jawaban SOAL UTS Mata Kuliah SPK

1. Sistem Pendukung Keputusan (SPK) merupakan sistem informasi interaktif yang menyediakan
informasi, pemodelan, dan pemanipulasian data. Dalam kasus PT. Inovasi Elektronik, SPK
digunakan untuk mengatasi kesenjangan kompetensi yang terjadi akibat perubahan teknologi
yang pesat dalam produksi elektronik. SPK ini membantu perusahaan dalam mengembangkan
pelatihan dan pendidikan yang sesuai dengan kebutuhan karyawan. Dengan cara sebagai berikut:
1. PT. Inovasi Elektronik dapat menggunakan SPK untuk mengumpulkan data tentang
keterampilan, pengalaman kerja, dan sertifikasi karyawan produksi. Data ini kemudian
dapat digunakan untuk mengidentifikasi karyawan yang membutuhkan pelatihan tentang
teknologi baru.
2. Melalui SPK, perusahaan melakukan analisis mendalam terhadap teknologi baru ini.
Mereka menentukan bahwa teknologi ini membutuhkan keterampilan khusus dalam
pemrograman mesin, pemeliharaan mesin otomatis, dan pemecahan masalah teknis
terkait.
3. SPK akan membandingkan profil keterampilan karyawan saat ini dengan kebutuhan yang
diidentifikasi untuk teknologi baru. Misalnya sebagian besar karyawan belum memiliki
keterampilan yang diperlukan untuk beroperasi dengan teknologi baru ini.
4. Berdasarkan hasil analisis, PT. Inovasi Elektronik memutuskan untuk merancang
program pelatihan khusus yang mencakup pelajaran tentang pemrograman mesin,
pemeliharaan mesin otomatis, dan pemecahan masalah terkait teknis.
5. Setelah program pelatihan dilaksanakan, SPK dapat digunakan untuk mengevaluasi dan
pemantauan tingkat kemajuan karyawan. Misalnya, melalui tes atau penilaian berkala
untuk mengukur peningkatan keterampilan.
2. LP
Penyelesaian kasus :
1) Menentukan variabel keputusan
x1 : Jumlah sedan camar yang diproduksi
x2 : jumlah sedan kasuari yang diproduksi
x3 : jumlah sedan nuri yang diproduksi
2) Menentukan fungsi tujuan
Maksimumkan
Z = 500x1 + 700x2 + 900x3
3) Menentukan fungsi batasan
Ketersediaan bahan baku : 20x1 + 40 x2 + 35x3 ≤ 25,000
Ketersediaan tenaga kerja : 20x1 + 10x2+ 50x3 ≤ 30,000
Ketersediaan sumber daya lain : 15x1 + 25x2 + 45x3 ≤ 36,500
Jumlah produksi Non negatif : x1 ≥ 0, x2 ≥ 0, x3 ≥ 0
4) Memecahkan model
Model yang dipakai dalam pemecahan masalah ini adalah metode simplex
5) Implementasi model
1. Ubah fungsi tujuan
Z − 500x1 − 700x2 − 900x3 = 0
6. Tambahkan variabel surplus/slack untuk setiap batasan
20x1 + 40x2 + 35x3 + s1 = 25,000
20x1 + 10x2 + 50x3 + s2 = 30,000
 15x1 + 25x2 + 45x3 + s3 = 36,500

7. Menentukan tabel simplex awal

Basis Variabel Z X1 X2 X3 Solusi

Z Cj -Z 0 0 -35
x3 900 0 20 10 50 30,000
X4 0 0 20 40 35 25,000
X5 0 0 15 25 45 36,500

8. Iterasi 1
Pilih variabel masuk (entry variable) berdasarkan koefisien Cj yang negatif terbesar.
Dalam tabel ini, variabel masuk adalah x1 dengan Cj sebesar -20. Variabel keluar (x4) = x4
memiliki indeks rasio terkecil
9. Operasi baris elementer
Lakukan operasi baris elementer pada baris x3 untuk membuat semua elemen pada kolom
x1 menjadi 0, kecuali pada baris x4.

Basis Variabel Z X1 X2 X3 Solusi

Z -20 0 0 0 5.25
x3 0 0 1 2 1.75 1,250
X4 0 0 1 2 1.75 1,250
X5 0 0 -5 -15 -25 11,500

10. Iterasi ke dua

 Variabel Masuk dan Keluar:
Variabel Masuk (x2): C2 terbesar negatif.
Variabel Keluar (x3): x3 memiliki indeks rasio terkecil.

 Operasi bareis elementer

Bagi baris x3 dengan 2 untuk membuat nilai pada kolom x2 menjadi 1. Lakukan operasi
baris elementer pada baris x1 untuk membuat semua elemen pada kolom x2 menjadi 0, kecuali
pada baris x3.

Basis Variabel Z X1 X2 X3 Solusi

Z -20 0 0 10 2.5 12,500
x3 0 0 1 1 0.875 625
X4 0 0 1 2 1.75 1,250
X5 0 0 -0.5 -1 -0.875 -625
11. Iterasi tiga
 Variabel Masuk dan Keluar:
Variabel Masuk (x2): C2 terbesar negatif.
 Variabel Keluar (x3): x3 memiliki indeks rasio terkecil.

 Operasi baris elementer

Bagi baris x1 dengan 1 untuk membuat nilai pada kolom x2 menjadi 1. Lakukan operasi
baris elementer pada baris x3 untuk membuat semua elemen pada kolom x2 menjadi 0, kecuali
pada baris x1.

Basis Variabel Z X1 X2 X3 Solusi

Z -20 0 0 0 5 10,000
x3 0 0 1 1 0.375 375
X4 0 0 1 2 1.75 1,250
X5 0 0 -0.5 -1 -0.875 -625
12. Iterasi ke 4
Variabel Masuk dan Keluar: Variabel Masuk x1): Semua Cj non-negatif. Iterasi selesai.
13. Hasil Akhir:
Solusi optimal ditemukan setelah beberapa iterasi metode Simplex. Nilai variabel x 1, x2,
x3 adalah -0.5, 0.375, 0. Dalam konteks ini, variabel negatif berarti bahwa variabel
tersebut tidak terlibat dalam solusi optimal.
Nilai optimal untuk fungsi tujuan Z adalah 10,000 rupiah. Solusi ini dapat
diinterpretasikan sebagai jumlah unit produksi yang optimal untuk mencapai pendapatan
maksimum dengan memperhatikan batasan-batasan yang ada.

Jadi, hasil iterasi metode Simplex pada model linear programming adalah :
Solusi Optimal: Solusi optimal untuk model linear programming ini adalah x 1=0, x2=0.375, x3=0. Hal ini
berarti produksi optimal melibatkan hanya produksi Kasuari sebanyak 0.375 unit, sedangkan produksi
Camar dan Nuri tidak diperlukan.
Nilai Fungsi Tujuan: Nilai maksimum dari fungsi tujuan Z pada solusi optimal adalah 10,000 rupiah.
Variabel Negatif: Variabel x1 memiliki nilai negatif pada solusi optimal. Dalam konteks produksi, nilai
negatif pada variabel ini menunjukkan bahwa produksi Camar tidak diperlukan dalam mencapai solusi
optimal.
Keterlibatan Variabel: Variabel x2 (Kasuari) menjadi variabel utama yang berkontribusi pada solusi
optimal.
Interpretasi Hasil: Solusi optimal memberikan wawasan bahwa pabrik mobil dapat mencapai
pendapatan maksimum sebesar 10,000 rupiah dengan fokus pada produksi Kasuari. Produksi Camar dan
Nuri tidak diperlukan untuk mencapai hasil optimal ini, yang mungkin dipengaruhi oleh batasan produksi
dan kebutuhan bahan-bahan tertentu.

3. Trend Moment
Penyelesaian. : Model trend moment untuk menghitung peramalan penjualan masing-masing
sepeda motor untuk bulan Desember 2017

Rumus Umum : Y = a + bX
 Yamaha
aYamaha = Y – bX
b Yamaha=Yyamaha – byamaha . Xyamaha

n=6
Xyamaha = 61+2+3+4+5+6 = 3.5
Yyamaha = 12.33+8.51+7.97+7.97+25.53+21.05 / 6
Yyamaha = 13.575

b Yamaha = (1−3.5)(12.33−13.575)+(2−3.5)(8.51−13.575)+…+(6−3.5)(21.05−13.575)
(1−3.5)2+( (2−3.5)2+..+(6−3.5)2
b Yamaha ≈−0.4754

aYamaha = 13.575−(−0.4754)⋅3.5

aYamaha ≈15.639

Jadi, Yyamaha = aYamaha + byamaha . Xyamaha

YYamaha, Desember = 15.639−0.4754 × 12

YYamaha, Desember ≈ 15.639−3.8032

YYamaha, Desember ≈ 9.934 unit

 Honda
aHonda = Y – bX
b Honda =YHonda – b Honda . X Honda

n=6
X Honda = 61+2+3+4+5+6 = 3.5
Y Honda = 21.31+22.83+23.22+15.07+22.06+15.51 / 6
Y Honda = 19.100

b Honda = (1−3.5)(21.31−19.1)+(2−3.5)(22.83−19.1)+…+(6−3.5)(15.51−19.1)
(1−3.5)2+( (2−3.5)2+..+(6−3.5)2
b Honda ≈ −0.1223

aHonda = 19.1 − (−0.1223) × 3.5

aHonda ≈ 19.528
Jadi, YHonda = aHonda + bHonda . XHonda

YHonda, Desember = 19.528 + (− 0.1223) × 12

YHonda, Desember ≈ 19.528 − 0.9784

 YHonda, Desember ≈ 18.0604 unit

 Suzuki
aSuzuki = Y – bX
b Suzuki =Y Suzuki – b Suzuki . X Suzuki

n=6
X Suzuki = 61+2+3+4+5+6 = 3.5
Y Suzuki = 1.55+4.36+6.37+2.90+4.76+4.12/ 6
Y Suzuki = 4.08

b Suzuki = (1−3.5)(1.55−4.08)+(2−3.5)(4.36−4.08)+…+(6−3.5)(4.12−4.08)
(1−3.5)2+( (2−3.5)2+..+(6−3.5)2
b Suzuki ≈ 0.1874

a Suzuki = 4.08−(0.1874)×3.5
a Suzuki ≈ 3.367

Jadi, YHonda = a Suzuki + b Suzuki . X Suzuki

Y Suzuki, Desember = 3.367+0.1874 × 12
Y Suzuki, Desember ≈ 5.6158 unit

 Kawasaki
aKawasaki = Y – bX
bKawasaki =YKawasaki – bKawasaki . XKawasaki

n=6
XKawasaki = 61+2+3+4+5+6 = 3.5
YKawasaki = 7.37+8.29+8.60+6.00+5.91+4.14 / 6
YKawasaki = 6.236

bKawasaki = (1−3.5)(7.37−6.236)+(2−3.5)(8.29−6.236)+…+(6−3.5)(4.14−6.236)
(1−3.5)2+( (2−3.5)2+..+(6−3.5)2
bKawasaki ≈ 0.1389
aKawasaki = 6.236−(0.1389)×3.5
a Kawasaki ≈ 5.689

Jadi, YKawasaki = a Kawasaki + b Kawasaki . X Kawasaki

Y Kawasaki, Desember = 5.689+0.1389 × 12
Y Kawasaki, Desember ≈ 7.3558 unit

Jadi, berdasarkan model trend moment, peramalan penjualan bulan Desember untuk sepeda motor
Yamaha, Honda, Suzuki dan Kawasaki berturut-turut 9.934, 18.0604, 5.6158 dan 7.3558 unit.