See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/366005164

PROGRAM LINIER MENGGUNAKAN METODE GRAFIK

Article · December 2022

CITATIONS READS

0 2,891

2 authors, including:

Akhmad Pide
Universitas Muhammadiyah Makassar
356 PUBLICATIONS 1,206 CITATIONS

SEE PROFILE

All content following this page was uploaded by Akhmad Pide on 05 December 2022.

The user has requested enhancement of the downloaded file.

PROGRAM LINIER MENGGUNAKAN METODE GRAFIK

MAKALAH

ELSA FITRI NURHIDAYAH

105021103422

PROGRAM STUDI MAGISTER MANAJEMEN

UNIVERSITAS MUHAMMADIYAH MAKASSAR
2022

i
 ABSTRAK
Metode grafik adalah satu cara yang dapat digunakan untuk memecahkan
masalah optimalisasi dalam programasi linier. Keterbatasan metode ini adalah variabel yang
bisa digunakan terbatas (hanya dua), penggunaan 3 variabel akan sangat sulit dilakukan.

Metode grafik dan Metode simpleks merupakan suatu teknik penyelesaian

dalam program linear yang digunakan sebagai teknik pengambilan keputusan dalam
masalah yang berhubungan dengan masalah pengalokasian sumber daya yang
optimal. Metode Grafik digunakan untuk mencari nilai optimal program linear
khusus untuk dua variabel sedangkan untuk metode simpleks melibatkan banyak
contrains (pembatas) dan mampu menyelesaian dua atau lebih variabel.

Kata Kunci: metode grafik, metode simplex, maksimum, minimum,

pemrograman linear

ii
 DAFTAR ISI

Halaman
Judul......................................................................................................................... i
ABSTRAK ............................................................................................................... ii
DAFTAR ISI............................................................................................................ iii
I. PENDAHULUAN ...................................................................................... 1
A. Latar Belakang................................................................................ 1
B. Tujuan Penelitian ............................................................................ 2
II. TINJAUAN PUSTAKA............................................................................. 3
A. Program Linier................................................................................ 3
B. Metode Untuk Menyelesaikan Masalah Linier Programming 5
III. METODE PENELITIAN ................................................................ 9
IV. HASIL DAN PEMBAHASAN ........................................................ 10
V. KESIMPULAN DAN SARAN ........................................................ 15
A. Kesimpulan ............................................................................ 15
B. Saran....................................................................................... 15

DAFTAR PUSTAKA ................................................................................... 16

iii
 I. PENDAHULUAN

A. Latar Belakang
Program linier merupakan metode matematika dalam mengalokasikan
sumber daya yang terbatas untuk mencapai suatu tujuan, seperti
memaksimumkan keuntungan dan meminimumkan biaya. Program linier
banyak diterapkan dalam masalah ekonomi, militer dan sosial. Program
linier berkaitan dengan penjelasan suatu kasus dalam dunia nyata sebagai
suatu model matematika yang terdiri dari sebuah fungsi tujuan linier
dengan beberapa kendala linier. Program linier merupakan instrumen
pengambilan keputusan yang berkaitan dengan pengalokasian sumber daya
dalam mencapai tujuan tertentu. Sumber daya berupa uang, tenaga kerja,
material, mesin, fasilitas, ilmu pengetahuan, teknologi, keahlian, waktu
dan ruang. Sumber daya ini sifatnya terbatas. Dengan demikian, program
linier berperan sebagai alat untuk membantu dalam pengambilan
keputusan manajemen dengan cara mengidentifikasi kombinasi sumber daya
yang tersedia sehingga tujuan yang diinginkan dapat tercapai dengan
optimal. Apabila suatu masalah program linier hanya mengandung dua
kegiatan (variabel keputusan) saja, maka dapat diselesaikan dengan
metode grafik. Bila terdapat lebih dari dua variabel maka metode grafik tidak
dapat digunakan lagi, sehingga diperlukan metode simpleks. Metode ini
lazim dipakai untuk menentukan kombinasi dari tiga variabel atau lebih.
Kedua metode ini sampai sekarang masih sangat popular dan masih
mengalami perkembangan, salah satunya menggunakan logika fuzzy. Semua
masalah dalam dunia nyata erat hubungannya dengan masalah manusia,
yang mengandung ketidakpastian (Purba,2012). Dari kebutuhan untuk
menggambarkan keadaan dunia nyata yang tidak pasti ini muncul istilah
fuzzy.

Metode grafik salah satu cara atau metode yang digunakan apabila
persoalan program linier yang akan diselesaikan hanya mempunyai dua

1
 buah variabel. Untuk memecahkan persoalan program linier dengan
menggunakan metode grafik hanya perlu memperhatikan titik ekstrim
(titik terjatuh) pada ruang solusi atau daerah fisibel. repository.unisba.ac.id
9 Metode grafik menurut Muhardi (2011: 01) adalah sebagai berikut:
“Metode grafis merupakan bagian dari programsi linier yang dapat dijadikan
sebagai suatu alat (tool) guna membantu dalam mencari solusi masalah
programsi linier, dan dapat digunakan untuk mencari solusi optimal terhadap
masalah bauran produk (product-mix problem) yang terdiri dari dua jenis
produk. Beberapa asumsi yang harus dipenuhi dari model grafis menurut
Muhardi (2006:4) antara lain: 1. Hubungan diantara variabel-variabel
keputusan, yang menunjukan macam produk yang dianalisis atau diteliti
adalah linier (garis lurus). 2. Macam produk yang dihasilkan sudah diketahui
dengan pasti, termasuk sumber daya yang digunakan, standar penggunaan
sumber daya per unit produk, kapasitas penyediaan sumber daya per periode
waktu, keuntungan per unit produk, dan daya serap pasar setiap produk per
periode waktu tertentu. 3. Nilai- nilai variabel keputussan yang dihasilkan
dapat berupa bilangan pecahan untuk masalah tertentu, dan juga dapat
berupa bilangan bulat untuk masalah lainnya. 4. Nilai-nilai dari variabel
keputusan tersebut adalah harus lebih besar atau sama dengan nol. Metode
grafis merupakan suatu metode yang dapat digunakan untuk menyelesaikan
permasalahan program linier dari dua macam produk yang dihasilkan pada
suatu jenis usaha atau perusahaan tertentu guna mencari solusi optimal
terhadap masalah bauran produk.

B. TUJUAN PENELITIAN

Mahasiswa diharapkan dapat mengerti formulasi program linier

dan memahami model pemrograman linier metode grafik.

1
 II. TINJAUAN PUSTAKA
A. Program Linier

Linear programming dapat memecahkan pemasalahan dengan

memakai beberapa macam metode sesuai dengan persoalanya. Setiap
metode sama dapat menyelesaikan persoalan yang mempunyai beberapa
permasalahan. Berikut adalah beberapa metode yang dapat nyenyelsaikan
permasalaha linear programming menurut Abdul & Albasit, (2019).
a. Metode aljabar merupakan bentuk perhitungan formulasi standar
dengan menggabungkan dua variabel yang nilainya dianggap nol
sehingga didapat nilai z terbesar.
b. Metode grafik yaitu metode yang hanya bisa menyelesaikan
permasalahan yang hanya memiliki dua variabel. Metode grafik
merupakan suatu metode yang ada didalam linear programming yang
bisa dipakai untuk menyelesaikan persoalan yang hanya mempunyai dua
variabel permasalahan.
Ada beberapa tahapan pada metode grafik, yaitu
1. Identifikasi variabel keputusan
2. Identifikasi fungis objektif
3. Identifikasi kendala-kendala
4. Menggabarkan semua kendala dalam bentuk grafik
5. Identifikasi daerah solusi yang layak pada grafik
6. Membuat fungsi objektif dalam bentuk grafik untuk menentukan
titik yang memberikan nilai objektif optimal pada suatu daerah
yang layak.
7. Menjelaskan solusi yang didapat
c. Metode simpleks digunakan untuk memecahkan semua permasalahan
yang ada dalam linear programming jika terdapat tiga variable keputusan
atau lebih. Metode simpleks merupakan suatu metode yang ada dalam
linear programming yang dapat digunakan untuk menyelesaikan semua
permasalahan yang ada dalam linear programming jika terdapat tiga
variable keputusan atau lebih. Tiga

2
 tahap awal yang harus di perhatikan dalam metode simpleks pada
linear programming yaitu:
1. Masalah harus dapat ditetapkan sebagai suatu 24 permasalahan
yang dapat diselesaikan dengan linear programming.
2. Masalah yang tidak struktur harus bisa dirumuskan dalam model
matematika, sampai terstrukur
3. Model harus diselesaikan menggunakan teknik matematika yang
dibuat. Berikut ini penjelasan dari
d. Metode big-m sering digunakan untuk menyelesaikan permasalahan
yang memiliki pembatas”=” atau “>”. Dari metodemetode tersebut
hanya dua metode yang sering digunakan untuk pengolhan data yaitu
metode grafik dan metode simpleks.

Salah satu ciri khas model linear programming adalah bahwa linear
programming didukung oleh macam-macam asumsi yang menjadi tulang
punggung model tersebut. Menurut Ngusman, (2018) asumsi tersebut adalah
sebagai berikut: A. Propotionality Asumsi ini berarti bahwa naik turunnya
nilai z dan penggunaan faktor-faktor produksi yang tersedia akan berubah
secara sebanding (proposional) dengan perubahan tingkat kegiatan. B.
Additivity Asumsi ini berarti bahwa nilai tujuan tiap kegiatan tidak saling
mempengaruhi, atau dalam linear programming dianggap bahwa kenaikan
nilai tujuan yang diakibatkan oleh kenaikan suatu kegiatan dapat
ditumbuhkan tanpa mempengaruhi nilai Z yang diperoleh dari kegiatan lain.
C. Divisibility Asumsi ini mengatakan bahwa keluaran (output) yang
dihasilkan oleh suatu kegiatan dapat berupa bilangan pecahan, demikian
pula nilai Z yang dihasilkan. Masalah linear programming dapat dinyatakan
sebagai proses optimasi suatu fungsi tujuan dalam bentuk
Memaksimumkan atau meminimumkan.

3
B. Metode Untuk Menyelesaikan Masalah Linier Programming

Dalam artikel Nur Septiani, (2016) metode-metode yang digunakan

untuk menyelesaikan masalah Linier Programming diantaranya adalah
metode grafik, metode simpleks, dan sebagainya. Sebagian permasalahan
Linier Programming di dunia nyata memiliki lebih dari dua variabel dan
karenanya menjadi terlalu rumit untuk diselesaikan dengan menggunakan
grafik. Sebuah prosedur yang disebut sebagai metode simpleks dapat
digunakan untuk menemukan solusi yang optimal bagi permasalahan seperti
itu. Pada penelitian ini akan dilakukan optimasi menggunakan metode
simpleks. Algoritma simpleks digunakan untuk menyelesaikan masalah
Linier programming dengan menggunakan variabel keputusan lebih dari
dua. Metode simpleks pertama kali diperkenalkan oleh George B. Dantzig
pada tahun 1947 dan telah diperbaiki oleh para ahli lain. Metode ini
menyelesaikan masalah program linear melalui perhitungan- ulang (iterasi)
dimana langkah- langkah perhitungan yang sama diulang berkalikali sampai
solusi optimal dicapai. Dalam jurnal Harjiyanto, (2014) Ada tiga ciri dari
solusi simpleks dari suatu bentuk baku linier programming diantaranya
adalah sebagai berikut:
1. Semua kendala harus berada dalam bentuk persamaan dengan nilai
kanan tidak negatif (≥0).
2. Semua variabel yang tidak terlibat bernilai negative.
3. Fungsi obyektif dapat berupa maksimasi maupun minimasi. Langkah-
langkah penyelesaian Linier programming dengan metode simpleks
menurut Savira Diandra (2019) adalah:
1. Menetapkan tabel awal simpleks menggunakan variabel-variabel
penyimpangan untuk permulaan variabel-variabel solusi dasar yang
layak Hitung baris Zj – Cj.
2. Tentukan kolom pivot dengan memilih kolom yang mempunyai nilai
Zj – Cj positif terbesar. 27

4
3. Menentukan baris pivot dengan mencari rasionya yaitu membagi nilai
kolom aij dengan nilai kolom bi dan memilih nilai pivot dengan nilai
positif minimum atau nol).
4. Hitung nilai baris baru dengan rumus: Nilai baris tabel baru = nilai
baris lama – (koefisien pembagi nilai pivot x nilai baris pivot).
5. Hitung baris Zj – Cj yang baru.
6. Setelah menghitung nilai Zj – Cj, lihat apakah masih ada nilai Zj – Cj
yang bernilai positif. Jika masih ada ulangi langkah 2-4 sampai nilai Zj
– Cj bernilai negatif sehingga mendapatkan solusi yang optimum. Dalam
jurnal Sriwidadi & Agustina, (2013) mengatakan bahwa keoptimalan
tabel dilihat dari koefisien fungsi tujuan (nilai pada baris z) dan
tergantung dari bentuk tujuan. Untuk tujuan maksimisasi, tabel sudah
optimal jika semua nilai pada baris z sudah positif atau 0. Pada tujuan
minimisasi, tabel sudah optimal jika semua nilai pada baris z sudah
negatif atau 0. Jika belum, kembali ke langkah kedua; jika sudah optimal,
baca solusi optimal. Dalam penggunaan metode simpleks terdapat
istilah-istilah sebagai berikut menurut Hasni, (2018)
a. Iterasi adalah tahapan perhitungan dimana nilai dalam perhitungan
itu tergantung dari nilai tabel sebelumnya.
b. Variabel nonbasis adalah variabel yang nilainya diatur menjadi nol
pada sembarang iterasi. Dalam terminologi umum, jumlah variabel
nonbasis selalu sama dengan derajat bebas dalam sistem persamaan
c. 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
nonnegatif).
d. Solusi atau nilai kanan merupakan nilai sumber daya pembatas 28
yang masih tersedia. Pada solusi awal nilai kanan atau solusi sama

5
 dengan jumlah sumber daya pembatas awal yang ada karena
aktivitas belum dilaksanakan.
e. Variabel slack adalah variabel yang ditambahkan ke model
matematika kendala untuk mengonversikan pertidaksamaan ≤
menjadi persamaan (=). Penambahan variabel ini terjadi pada tahap
inisialisasi. Pada solusi awal, variabel slack akan berfungsi sebagai
variabel basis.
f. 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.
g. 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.
h. Kolom pivot (kolom kerja) adalah kolom yang memuat variabel
masuk. Koefisien pada kolom ini akan menjadi pembagi nilai
kanan untuk menentukan baris pivot (baris kerja).
i. Baris pivot (baris kerja) adalah salah satu baris dari antara variabel
basis yang memuat variabel keluar.
j. Elemen pivot (elemen kerja) adalah elemen yang terletak pada
perpotongan kolom dan baris pivot. Elemen pivot akan menjadi dasar
perhitungan untuk tabel simpleks berikutnya.
k. Variabel masuk adalah variabel yang terpilih untuk menjadi
variabel basis pada iterasi berikutnya. Variabel masuk dipilih satu
dari antara variabel nonbasis pada setiap iterasi. Variabel ini pada
iterasi berikutnya akan bernilai positif.

6
l. Variabel keluar adalah variabel yang keluar dari variabel basis
pada iterasi berikutnya dan digantikan oleh variabel masuk.
Variabel 29 keluar dipilih satu dari antara variabel basis pada
setiap iterasi.

7
 III. METODE PENELITIAN

Jenis metode penelitian ini adalah metode penelitian kuantitatif. Metode

penelitian kuantitatif merupakan salah satu jenis penelitian yang memiliki
spesifikasi di antara lain adalah sistematis, terencana, dan terstruktur. Definisi lain
menyebutkan bahwa penelitian kuantitatif adalah penelitian yang banyak
menuntut penggunaan angka, mulai dari pengumpulan data, penafsiran terhadap
angka tersebut, serta penampilan dari hasil akhirnya. Demikian pula pada tahap
kesimpulan, penelitian ini akan lebih baik bila disertai dengan gambar, tabel,
grafik atau tampilan lainnya (Burhanuddin, 2013) dalam (Rafi, 2016).

8
 IV. HASIL dan PEMBAHASAN

Ditinjau dari kata-katanya Linear Programming berarti pembuatan program

atau rencana yang mendasarkan pada asumsi-asumsi linear.
Agar masalah dapat jelas kita pahami, maka kita susun ke dalam tabel sebagai
berikut :

Produk Kebutuhan bahan baku/unit Kapasitas max

Bahan
baku Produk 1 Produk 2

A 2 1 6.000

B 2 3 9.000

Sumbangan
terhadap
3 4
laba (dalam
Rp).

Untuk membuat formulasi masalah, marilah kita ikuti langkah-langkah

berikut :
a. Fungsi Tujuan :
Fungsi ini menunjukkan tujuan yang akan dioptimalkan, bisa max dan bisa
min.

Nilai tujuan di beri simbol “ Z “

Max : Z = 3X1 + 4X2

b. Batasan fungsional :
Batasan ini menunjukkan alokasi sumber yang tersedia. Pada contoh, kita
memiliki dua batasan, yaitu bahan baku A dan bahan baku B.

9
 Bahan baku A dibutuhkan oleh setiap unit produk pertama sebanyak 2 kg
dan oleh setiap unit produk kedua sebesar 2 kg. Jadi banyaknya kebutuhan
setiap unit produk pertama akan bahan baku A (2 kg) ini dikalikan dengan
jumlah produk pertama yang dihasilkan (X1) ditambah dengan kebutuhan
produk kedua akan bahan baku A ( 1 kg) dikalikan dengan jumlah produk
kedua yang dihasilkan (X2) merupakan kebutuhan bahan baku A untuk
berproduksi, ini tidak boleh melebihi 6.000 kg.
Sehingga formulasi batasan bahan baku A ini sebagai berikut :
2X1 + X2 ≤ 6.000
Demikian pula untuk bahan baku B, dengan logika yang sama dapat disusun
sbb :
2X1 + 3X2 ≤ 9.000

c. Batasan Non-negatif :
Batasan non negatif mengharuskan hasil aktivitas itu (X1 dan x2)
tidak boleh negatid, harus positif atau paling kecil sebesar 0.
Hal itu dapat dinyatakan sebagai berikut :
Secara keseluruhan dapat kita cantumkan formulasi masalah diatas
ke dalam fungsi-fungsi sebagai berikut :
Fungsi tujuan : Max : Z = 3X1 + 4X2

Batasan – batasan :
1. 2X1 + X2 ≤ 6.000
2. 2X1 + 3X2 ≤ 9.000
3. X1 ≥ 0 ; X2 ≥ 0

PEMECAHAN MASALAH DENGAN METODE GRAFIK :

Di dalam menggambar grafik hanya mungkin dilakukan dengan

baik kalau dilakukan dengan dua sumbu, yaitu sumbu vertikal dan sumbu
horisontal.

10
Di dalam menggambar grafik hanya mungkin dilakukan dengan baik kalau
dilakukan dengan dua sumbu, yaitu sumbu vertikal dan sumbu horisontal.

Untuk menggambarkannya mula-mula harus kita cari titik potongnya

dengan sumbu X2, yaitu pada nilai X1 = 0, sehingga nilai X2 = 6.000.
Kemudian kita peroleh nilai X1 = 3.000.
Dari kedua titik itu bisa kita gambar maksimum penggunaan bahan baku
A. Tetapi garis ini menunjukkan keadaan andaikata bahan baku A yang
ada dimanfaatkan sepenuhnya, padahal sebenarnya hanya maksimumnya
saja yang terletak pda garis itu. Oleh karena itu untuk menunjukkan daerah
feasible (yang bisa dicapai) menurut batasan ini, kita beri tanda anak
panah ke kiri bawah dari garis itu. Untuk batasan kedua (bahan baku B) juga
kita gambarkan dulu garis maksimumnya dengan cara seperti pada batasan
pertama diatas, sehingga titik potong pada sumbu X1 pada titik X2
= 0 dan X1 = 4.500.
Titik potong dengan sumbu X terletak pada titik dimana nilai X1 = 0 dan
nilai X2 = 3.000.

Setelah bisa digambarkan garis maksimumnya maka kita beri tanda anak
panah ke kiri bawah untuk menunjukkan bahwa daerah yang feasible.

Menggambarkan semua batasan fungsional :

Semua batasan kita tambahkan pada gambar diatas.

11
Pada contoh di atas hanya ada dua batasan fungsional, yaitu bahan baku A
dan bahan baku B.
Batasan bahan baku A adalah :
2X1 + X2 ≤ 6.000

Karena maksimum jumlah bahan baku A yang tersedia 6.000 kg,

berarti penggunaan tidak lebih lebih dari 6.000 kg. yang mula-mula bisa kita
gambarkan adalah penggunaan maksimumnya, baru kemudian daerah yang
bisa dicapai.
Maksimum penggunaan kapasitas bahan baku A ditunjukkan oleh garis :
2X1 + X2 = 6.000

Menggambarkan batasan non negatif :

Batasan non negatif adalah batasan yang tidak mengizinkan nilai sesuatu
variabel itu negatif, berarti nilai X1 maupun X2 harus paling kecil sebesar
0, atau dengan simbol X1 ≥ 0 dan X2 ≥ 0.
Untuk menggambarkan batasan X1 ≥ 0 cukup dengan memberi anak panah
ke kanan pada sumbu X2, karena pada sumbu itu nilai X1 = 0.
Demikian pula untuk menggambarkan batasan X2 ≥ 0 kita gambarkan anak
panah ke atas pada sumbu X1, karena pada sumbu itu nilainya X2 = 0.

Mencari titik optimal dengan menghitung nilai Z tiap-tiap titik-titik sudut.

Mula-mula kita cari dulu nilai-nilai Z dari tiap-tiap titik sebagai berikut :

12
Titik O: X1 = 0, X2 = 0
nilai Z = 0
Titik A: X1 = 3.000, X2 = 0,
nilai Z = 3 (3.000) + 4 (0) = 9.000
Titik C : X1 = 0, X2 = 3.000,
nilai Z = 3 (0) + 4 (3.000) = 12.000

Titik B : terletak pada perpotongan antara garis batasan bahan baku A dan
batasan bahan baku B. oleh karena itu kita cari dulu titik potongnya dengan
menggunakan kedua persamaan batasan itu :
2X1 + X2 = 6.000
2X1 + 3X2 = 9.000
2X2 = 3.000 jadi X2 = 1.500

Nilai X dimasukkan pada salah satu persamaan itu :

2X1 + 1.500 = 6.000
jadi X1 = (6.000 – 1.500) : 2 = 2.250
Z = 3 (2.250) + 4 (1.500) = 12.750

Ternyata diantara titik-titik sudut itu yang terbesar nilai Z-nya adalah titik
B.
Sehingga titik B lah yang kita pilih sebagai titik optimal dalam pemecahan
masalah ini, dengan nilai X1 = 2.250 dan nilai X2 = 1.500 serta nilai Z =
12.750.
Jadi kesimpulannya sebagai berikut :
Produk pertama dihasilkan 2.250 unit
Produk kedua dihasilkan 1.500 unit
Sumbangan terhadap laba seluruhnya = Rp. 12.750,-

13
 V. KESIMPULAN DAN SARAN

A. Kesimpulan

Program liniar adalah suatu cara matemati yang digunakan untuk

menyelesaikan masalah yang berkaitan dengan pengalokasian sumberdaya
yang terbatas untuk mencapai optimasi, yaitu memaksimumkan atau
meminimumkan fungsi tujuan yang bergabung pada sejumlah variabel
input. Yang termasuk dalam komponen model program linear adalah
variable keputusan, fungsi tujuan, dan batasan model. Program linier bisa
di selesaikan menggunakan metode grafik untuk menentukan persoalan
maksimum maupun minimum.

B. 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 tentang metode grafik khususnya bagi rekan-
rekan mahasiswa. Demi penyempurnaan makalah ini, Kami mengharapkan
kritik dan saran yang konstruktif.

14
 DAFTAR PUSTAKA

Akhmad, N.A. Achsani, M. Tambunan, and S.A. Mulyo 2016. Impact of Fiscal
Policy on the Agricultural Development in anEmerging Economy: Case
Study from the SouthSulawesi, Indonesia. International Research Journal of
Finance and EconomicsIssue 96 (2012), Pages: 101-112
Akhmad. 2018. 20Manajemen Operasi: Teori dan Aplikasi dalam Dunia Bisnis.
Azkiya Publishing. Bogor.
Akhmad. 2014. Ekonomi Mikro: Teoti dan Aplikasi di Dunia Usaha. Andi Offet.
Yogyakarta.
Akhmad, Amir . 2020. Menanggulangi Kemiskinan Di Daerah Upaya
Penanggulangan Kemiskinan Pemerintah Kabupaten Dan Kota Di Sulawesi
Selatan. Azkiya Publishing. Bogor

Akhmad. 2012. Dampak Kebijakan Fiskal Terhadap Perekonomian Kabupaten Dan Kota
Di Provinsi Sulawesi Selatan. Disertasi Doktor. Sekolah Pascasarjana, Institut
Pertanian Bogor, Bogor.

Arif, M. (2017). Perancangan Tata Letak Pabrik. Yogyakarta: Deepublish

Arikunto, Suharsimi. 2010. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta:

Rineka Cipta.
Budiyono. 2009. Statistika untuk Penelitian. Surakarta: UNS Press.

Deshpande, Vivek et al. (2016). Plant Layout Optimization Using CRAFT And ALDEP
Methodology. Productivity Journal by National Productivity Council, 32-42.
Huda, Miftahul. 2013. Cooperative Learning. Yogyakarta: Pustaka Pelajar.

Martono, Nanang. 2010. Metode Penelitian Kuantitatif. Jakarta: PT Raya Grafindo

Persada.

Nicholas,R.W., H.P Trifenaus dan S. Andre. (2018). Usulan Perancangan Ulang Tata
Letak Lantai Produksi untuk Memaksimalkan Area Produksi (Studi Kasus
PT.XYZ). Jurnal Metris, 111-122.
Ningtyas,A.N., C.Mochamad dan A.Wifqi. (2015). Perancangan Ulang Tata Letak
Fasilitas Produksi Dengan Metode Grafik dan CRAFT Untuk Meminimasi
Ongkos Material Handling. Jurnal Rekayasa Dan Manajemen Sistem Industri,
495-504.

Rosenthal, Jeffery S. 2010. Active-Learning Strategies in Advanced Mathematics Clases.

International Journal of science and Mathematics Education. Sobana, D. H.

(2018). studi Kelayakan Bisnis. Bandung: CV Pustaka Setia.

15
View publication stats