sains manajemen

management science

hotna m sitorus | pengantar teknik industri | ti unpar | 10-11 | v.23

pustaka

Bahagia, S.N. (2018): Pengantar Teknik Industri, ITB

Press, Bandung.

2
sains manajemen

Sains manajemen merupakan kelanjutan dari

era manajemen ilmiah.

Keduanya menggunakan pendekatan yang sama,

yaitu matematika dan statistika.

Perbedaan terletak pada masalah yang dikaji:

ketersediaan sumber daya yang semakin
terbatas, tidak selalu memiliki pola yang
diketahui, dan semakin kompleks.

3
outline

kerangka dasar sains manajemen

pendekatan optimasi klasik

pendekatan penelitian operasional

4
kerangka dasar sains manajemen
perspektif sains manajemen

Sains manajemen memandang pengambil

keputusan adalah rasional dan obyektif,
sehingga permasalahan dapat
dikuantifikasi dan dimodelkan dengan
menggunakan ilmu matematika dan
statistika.

Model yang dikembangkan kemudian

dicari solusinya berdasarkan prinsip
optimasi.

6
perspektif sains manajemen

Sains manajemen memandang pengambil

keputusan adalah rasional dan obyektif,
Pendekatan ini umumnya digunakan untuk
sehingga permasalahan dapat
permasalahan yang bersifat terstruktur,
dikuantifikasi dan dimodelkan dengan
rutin, dan operasional.
menggunakan ilmu matematika dan
statistika. Sains manajemen tidak selalu bisa
digunakan, terutama pada manajemen
Model yang dikembangkan kemudian
level menengah-puncak.
dicari solusinya berdasarkan prinsip
optimasi.

7
perspektif sains manajemen

Kontribusi terhadap keilmuan TI:

digunakan untuk mencari solusi optimal
atas permasalahan dalam sistem integral
untuk meningkatkan produktivitas dan
efisiensi.

Ciri pokok sains manajemen:

memodelkan alternatif solusi ke dalam
model matematis, dan mencari solusi
optimalnya.

8
perspektif sains manajemen

Kontribusi terhadap keilmuan TI:

digunakan untuk mencari solusi optimal
atas permasalahan dalam sistem integral Dalam mencari solusi, pendekatan sains
untuk meningkatkan produktivitas dan manajemen menggunakan model standar
efisiensi. yang valid.

Ciri pokok sains manajemen: Bila tidak dapat dipecahkan dengan model
memodelkan alternatif solusi ke dalam standar, digunakan simulasi.
model matematis, dan mencari solusi
optimalnya.

9
perspektif sains manajemen

Alur pemecahan masalah:

1. Memformulasikan masalah.

2. Mencari model standar yang sesuai.

3. Memformulasikan problem ke dalam

model standar yang dipilih.

4. Mencari solusi.

10
perspektif sains manajemen
Alur pemecahan masalah:
1. Memformulasikan masalah.
2. Mencari model standar yang sesuai.
3. Memformulasikan problem ke dalam
model standar yang dipilih.
4. Mencari solusi.
Mayoritas model standar kini tersedia
dalam bentuk perangkat lunak, sehingga
pengambil keputusan dituntut untuk dapat:
1. Memformulasikan masalah.
2. Menentukan kriteria kinerja untuk
menilai keberhasilan penyelesaian
masalah.
3. Mengembangkan alternatif solusi dan
mencari model standar yang sesuai.
4. Memilih alternatif solusi terbaik.
11
tahapan
tahapan

1. Analisis sistem nyata. Memahami sistem

nyata yang dikaji.

2. Formulasi masalah. Mengidentifikasi

gejala masalah dan akar masalah
(penyebab). Merupakan tahap paling
penting.

3. Pembentukan/formulasi model.
Mengidentifikasi komponen model:
a. Kriteria kinerja: ukuran sampai
seberapa jauh tujuan yang ingin
dicapai.

13
tahapan

b. Variabel keputusan: apa yang akan

1. Analisis sistem nyata. Memahami sistem
diputuskan atau dicari dalam
nyata yang dikaji. permasalahan yang dihadapi.
2. Formulasi masalah. Mengidentifikasi c. Pembatas: sesuatu yang membatasi ruang
gejala masalah dan akar masalah gerak dalam memilih alternatif solusi.
(penyebab). Merupakan tahap paling d.Parameter: nilai input yang besarnya tetap
penting. dan diketahui untuk situasi tertentu.
e. Hubungan logik: fungsi yang menyatakan
3. Pembentukan/formulasi model. keterkaitan antara kriteria kinerja dengan
Mengidentifikasi komponen model: variabel keputusan (linier vs non linier).
a. Kriteria kinerja: ukuran sampai
Tahap penentuan fungsi keterkaitan antara kriteria
seberapa jauh tujuan yang ingin
kinerja dan pembatas dengan variabel keputusan,
dicapai.
parameter dan variabel bebas lainnya.

14
tahapan

Secara umum formulasi model

dinyatakan sbb:

Fungsi tujuan: V = f(Xi, Yi, Ai)

Pembatas: f(Xi, Yi, Ai) <= Bi
dimana:
V = kriteria kinerja
Xi = Variabel keputusan i
Yi = variabel bebas i
Ai = parameter i
Bi = pembatas I
f = fungsi keterkaitan

15
tahapan
Secara umum formulasi model
dinyatakan sbb:
Fungsi tujuan: V = f(Xi, Yi, Ai)
Pembatas: f(Xi, Yi, Ai) <= Bi
dimana:
V = kriteria kinerja
Xi = Variabel keputusan i
Yi = variabel bebas i
Ai = parameter i
Bi = pembatas I
f = fungsi keterkaitan
4. Analisis model. Pencarian solusi:
menentukan besar variabel keputusan
yang terbaik. Solusi harus layak atau
memenuhi semua pembatas.
5. Implementasi hasil. Sains manajemen
hanya memperhitungkan aspek yang
terkuantifikasi, sehingga untuk
implementasinya harus dipertimbangkan
faktor lain yang tidak terkuantifikasi.
Keputusan adalah perpaduan solusi dan
judgment pengambil keputusan.
16
 sains manajemen

optimasi klasik penelitian simulasi

operasional
optimasi klasik
optimasi klasik

Merupakan peralihan dari metode yang

berbasis pada konsep Taylor ke metode
yang berbasis pada pendekatan optimasi
yaitu penelitian operasional (operational
research).

Muncul karena instrumen yang berupa

grafis pada era manajemen ilmiah sulit
dikembangkan lebih lanjut.

19
optimasi klasik

Merupakan peralihan dari metode yang

berbasis pada konsep Taylor ke metode
yang berbasis pada pendekatan optimasi
yaitu penelitian operasional (operational
research).
Muncul karena instrumen yang berupa
grafis pada era manajemen ilmiah sulit
dikembangkan lebih lanjut.
Mulai diperkenalkan penggunaan
pendekatan matematika dan statistika,
serta prinsip optimasi dalam
menyelesaikan masalah khususnya untuk
permasalahan yang tidak berkendala.

20
optimasi klasik

Contoh.

Untuk mencapai tingkat pelayanan yang

tinggi, dibutuhkan biaya pelayanan yang
tinggi pula.

Namun, jika tingkat pelayanan terlalu

rendah, akan menimbulkan opportunity
cost yang tinggi.

Perlu dicari tingkat layanan yang optimal

sedemikian rupa hingga tingkat
pelayanan relatif tetap tinggi dengan
total ongkos yang relatif rendah.

21
optimasi klasik

Contoh.

Untuk mencapai tingkat pelayanan yang

tinggi, dibutuhkan biaya pelayanan yang
tinggi pula.

Namun, jika tingkat pelayanan terlalu

rendah, akan menimbulkan opportunity
cost yang tinggi.

Perlu dicari tingkat layanan yang optimal

sedemikian rupa hingga tingkat
pelayanan relatif tetap tinggi dengan
total ongkos yang relatif rendah.

22
kategori masalah

Berdasarkan fenomena statistiknya:

1. Model deterministik
Variabel bersifat pasti (standar deviasi = 0).

2. Model probabilistik
Variabel bersifat tidak pasti namun memiliki
pola distribusi yang diketahui.

3. Model tak tentu

Variabel bersifat tidak pasti dan tidak memiliki
pola distribusi yang diketahui.

23
model deterministik:
Model Wilson

Digunakan untuk memecahkan masalah

persediaan/inventori.

Wilson mencari jawaban atas 2 pertanyaan

dasar:

1. Berapa jumlah barang yang dipesan

untuk setiap kali pemesanan?

2. Kapan sebaiknya pemesanan dilakukan?

24
model deterministik:
Model Wilson
Digunakan untuk memecahkan masalah
persediaan/inventori.
Wilson mencari jawaban atas 2 pertanyaan
dasar:
1. Berapa jumlah barang yang dipesan
untuk setiap kali pemesanan?
2. Kapan sebaiknya pemesanan dilakukan?
Komponen Model Wilson
1. Kriteria kinerja: Ongkos inventori total
per tahun (OT)
2. Variabel keputusan: Ukuran lot
pemesanan (qo) dan interval waktu antar
pemesanan (T)
3. Parameter: ongkos pesan per
pemesanan (A), ongkos simpan/unit/
tahun (h), harga barang per unit (p),
kebutuhan barang per tahun (D).
25
model deterministik:
Model Wilson

1. Komponen Model Wilson

a. Kriteria kinerja: Ongkos inventori total

per tahun (OT)

b. Variabel keputusan: Ukuran kuantitas

pemesanan ekonomis (qo) dan interval
waktu antar pemesanan (T)

c. Parameter: ongkos pesan per

pemesanan (A), ongkos simpan/unit/
tahun (h), harga barang per unit (p),
kebutuhan barang per tahun (D).

26
model deterministik:
Model Wilson

1. Komponen Model Wilson

a. Kriteria kinerja: Ongkos inventori total 2. Formulasi model matematik

per tahun (OT)
Minimasi ongkos inventori total =
b. Variabel keputusan: Ukuran kuantitas ongkos beli barang + ongkos pesan +
pemesanan ekonomis (qo) dan interval ongkos simpan
waktu antar pemesanan (T)
Minimasi OT = OB + OP + OS
c. Parameter: ongkos pesan per
Minimasi OT = (D.p) + (AD/qo) +
pemesanan (A), ongkos simpan/unit/
(1/2h.qo)
tahun (h), harga barang per unit (p),
kebutuhan barang per tahun (D).

27
model deterministik:
Model Wilson

3. Solusi model

Ukuran kuantitas pemesanan

optimal:
qo* = (2AD/h)1/2

Interval waktu antar pemesanan

optimal:

T* = (2A/Dh)1/2

Ongkos inventory total optimal:

OT* = (2ADh)1/2 + Dp

28
model deterministik: ilustrasi

Permasalahan dihadapi oleh seorang

manajer gudang.
Kebutuhan bahan baku papan untuk tahun
depan (D) = 10.000 unit.
Bahan baku dibeli seharga (p) = Rp. 20.000
per unit.
Ongkos/biaya pesan (A) = Rp. 1.000.000
setiap kali melakukan pemesanan.
Ongkos menyimpan barang (h) = Rp.
2.000/unit/tahun.

29
model deterministik: ilustrasi
Permasalahan dihadapi oleh seorang
manajer gudang.
Kebutuhan bahan baku papan untuk tahun
depan (D) = 10.000 unit.
Bahan baku dibeli seharga (p) = Rp. 20.000
per unit.
Ongkos/biaya pesan (A) = Rp. 1.000.000
setiap kali melakukan pemesanan.
Ongkos menyimpan barang (h) = Rp.
2.000/unit/tahun.
Terdapat berbagai alternatif solusi yang dapat
dipertimbangkan, antara lain:
1. Membeli barang sekaligus: sebanyak 10.000
unit papan dibeli sekaligus.
2. Membeli barang dalam 2 kali pemesanan:
setiap pembelian @ 5.000 unit.
3. Membeli barang 4 kali: @ 2.500 unit.
4. Membeli barang 5 kali: @ 2.000 unit.
5. Membeli barang 8 kali: @ 1.250 unit.
6. Membeli barang 10 kali: @ 1.000 unit.
… dst.
Bagaimana kebijakan pengadaan inventory
yang PALING EKONOMIS?
30
 sains manajemen

optimasi klasik penelitian simulasi

operasional
 sains manajemen

optimasi klasik penelitian simulasi

operasional
 penelitian
operasional
pendekatan OR

Berkembang dari permasalahan operasi

militer untuk memenangkan peperangan.

Pada tahun 1937, para ilmuwan Inggris

semakin dibutuhkan untuk mempelajari
bagaimana memanfaatkan peralatan militer
yang baru, contohnya radar, guna
mendeteksi keberadaan pesawat musuh.

34
pendekatan OR

Berkembang dari permasalahan operasi

militer untuk memenangkan peperangan.
Pada tahun 1937, para ilmuwan Inggris
semakin dibutuhkan untuk mempelajari
bagaimana memanfaatkan peralatan militer
yang baru, contohnya radar, guna
mendeteksi keberadaan pesawat musuh.
Dalam menyelesaikan permasalahan ini
para ilmuwan bekerja untuk menghasilkan
solusi yang terbaik.
Kegiatan ini kemudian terkenal dengan
sebutan“operational research“ atau OR.

35
pendekatan OR

Saat perang berakhir, OR mulai dilakukan

untuk kepentingan sipil dan industri.

OR telah berkembang menjadi suatu

disiplin yang dapat digunakan untuk
mencari solusi dalam rangka membantu
membuat keputusan-keputusan yang
efektif.

36
pendekatan OR
Saat perang berakhir, OR mulai dilakukan
untuk kepentingan sipil dan industri.
OR telah berkembang menjadi suatu
disiplin yang dapat digunakan untuk
mencari solusi dalam rangka membantu
membuat keputusan-keputusan yang
efektif.
OR membantu pengambil keputusan
dalam mencari solusi bagaimana
mengalokasikan sumber daya yang
terbatas dan menunjukkan alternatif
alokasi yang optimum yang dapat
dijadikan dasar pengambilan keputusan.
37
 Model OR

Linear Nonlinear
Linear programming Queueing
Transportation Inventory
Transhipment Dynamic Programming
Network Stochastics Programming
etc. etc.
model programa linier

Programa liner (Linear Programming)

adalah suatu model matematik yang
diperuntukkan dalam pengalokasian
sumber daya yang terbatas agar
menghasilkan kinerja yang optimal.

Goerge B.Danzig, seorang yang

berkebangsaan AS, pada tahun 1947
menemukan metoda simpleks untuk
mencari solusi optimal dalam mencari
solusi dari model programa liner ini.

39
model programa linier

Programa liner (Linear Programming)

adalah suatu model matematik yang
diperuntukkan dalam pengalokasian
sumber daya yang terbatas agar Model ini telah digunakan secara luas
menghasilkan kinerja yang optimal. dalam menyelesaikan permasalahan
produksi, distribusi, pemasaran, akuntasi,
Goerge B.Danzig, seorang yang keuangan, dsb, asalkan memenuhi
berkebangsaan AS, pada tahun 1947 beberapa asumsi dari model ini.
menemukan metoda simpleks untuk
mencari solusi optimal dalam mencari
solusi dari model programa liner ini.

40
asumsi model programa linier

1. Proporsionalitas

Hubungan antara kriteria kinerja dan

variabel keputusannya bersifat linier,
artinya naik turunnya suatu variabel
keputusan akan menyebabkan naik dan
turunnya kriteria performasi secara
proporsional.

Contoh: Z = C1X1 + C2X2

Jika variabel keputusan X1 naik sebanyak

1 unit maka nilai kriteria kinerja akan naik
sebanyak C1, begitu pula dengan
hubungan X2 dan C2.

41
asumsi model programa linier
1. Proporsionalitas
Hubungan antara kriteria kinerja dan
variabel keputusannya bersifat linier,
artinya naik turunnya suatu variabel
keputusan akan menyebabkan naik dan
turunnya kriteria performasi secara
proporsional.
Contoh: Z = C1X1 + C2X2
Jika variabel keputusan X1 naik sebanyak
1 unit maka nilai kriteria kinerja akan naik
sebanyak C1, begitu pula dengan
hubungan X2 dan C2.
2. Penambahan
Nilai komponen variabel keputusan dari
fungsi tujuan (kriteria kinerja) tidak saling
mempengaruhi, dan nilai fungsi tujuan
(kriteria kinerja) merupakan penjumlahan
dari setiap nilai komponen variabel
keputusan.
Contoh: jika sebuah toko menjual baju (X1)
dan celana (X2), setiap baju mendapatkan
keuntungan sebesar Rp. 10.000,- sedangkan
celana sebesar Rp.12.000,-, dengan asumsi
ini maka keuntungan total (Z) adalah:
Z = 10.000X1 + 12.000 X2
42
asumsi model programa linier

3. Dapat dibagi

Variabel keputusan dan nilai kriteria

adalah bilangan riil yang kontinu.

4.Kepastian (Deterministics)

Model linear programming bekerja

dalam situasi yang deterministik.

43
formulasi model

Karakteristik bentuk standar model programa liner

adalah sbb:

a. Fungsi tujuan berbentuk maksimasi atau minimasi.

b. Semua pembatas berbentuk persamaan (=) untuk

model standar dan berbentuk pertidaksamaan (≥)
untuk model kanonik, kecuali untuk kendala
ketidaknegatifan (non negativity constraint).

c. Elemen ruas kanan dari setiap pembatas tidak bernilai

negatif.

d. Semua variabel keputusan tidak boleh bernilai

negatif (non negativity constraint).

44
solusi model

Solusi model programa liner didapat melalui dua

tahapan:

1. Penentuan solusi yang layak (feasible

solution)

2. Penentuan solusi optimal (optimal solution).

Untuk mencari solusi atas model ini dapat
digunakan metode grafis atau metode
simpleks.

45
contoh aplikasi

1. Permasalahan
PT XYZ memproduksi jaket dan celana olah
raga. Keuntungan setiap jaket adalah
Rp.10rb dan untuk celana adalah Rp.15rb.
Setiap jaket memerlukan 2 m2 bahan katun
dan 4 jam-orang untuk menjahit, sedangkan
setiap celana memerlukan 5 m2 bahan
katun dan 2 jam-orang untuk menjahit.
Jika setiap minggunya tersedia 50 m2
bahan katun dan 36 jam-orang untuk
menjahit, berapa jumlah jaket dan celana
yang harus dibuat tiap minggunya untuk
memaksimasi keuntungan?

46
contoh aplikasi

1. Permasalahan
2. Pemecahan masalah
PT XYZ memproduksi jaket dan celana olah 1. Komponen model:
raga. Keuntungan setiap jaket adalah
Kriteria Kinerja
Rp.10rb dan untuk celana adalah Rp.15rb.
– Keuntungan/minggu : Z
Setiap jaket memerlukan 2 m2 bahan katun
Variabel Keputusan
dan 4 jam-orang untuk menjahit, sedangkan
– Jumlah jaket yang diproduksi/
setiap celana memerlukan 5 m2 bahan
minggu: X1
katun dan 2 jam-orang untuk menjahit.
– Jumlah celana yang diproduksi /
Jika setiap minggunya tersedia 50 m2 minggu: X2
bahan katun dan 36 jam-orang untuk Pembatas
menjahit, berapa jumlah jaket dan celana – Bahan katun: 50 m2/minggu
yang harus dibuat tiap minggunya untuk – Mesin Jahit: 36 jam-orang/minggu
memaksimasi keuntungan?

47
contoh aplikasi

Parameter
– Keuntungan jaket: 10 rb (Rp/unit)
– Keuntungan celana: 15 rb (Rp/unit)
– Penggunaan katun jaket: 2 (m2/unit)
– Penggunaan katun celana: 5 (m2/unit)
– Kebutuhan mesin jahit: 4 (jam-orang/unit)
– Kebutuhan mesin celana: 2 (jam-orang/
unit)

48
contoh aplikasi

Parameter
– Keuntungan jaket: 10 rb (Rp/unit)
– Keuntungan celana: 15 rb (Rp/unit)
– Penggunaan katun jaket: 2 (m2/unit)
– Penggunaan katun celana: 5 (m2/unit)
– Kebutuhan mesin jahit: 4 (jam-orang/unit)
– Kebutuhan mesin celana: 2 (jam-orang/
unit)
2. Formulasi model
Fungsi tujuan: Z = 10 X1 + 15 X2
Pembatas:
Bahan Katun : 2 X1 + 5 X2 ≤ 50
Mesin Jahit : 4 X1 + 2 X2 ≤ 36
X1 , X2 ≥ 0

49
contoh aplikasi

3. Solusi

Untuk mendapatkan nilai variabel

keputusan X1 dan X2 akan digunakan
metoda grafis yang terdiri atas dua
langkah utama yaitu:
1. Menentukan Solusi Feasibel
a. Gambarkan sumbu kartesius dengan
absis dan ordinat X1 dan X2
b. Gambarkan pertasamaan pembatas
pada sumbu kartesius
c. Tentukan daerah feasibel yang
merupakan interseksi dari semua
pertidaksamaan pembatas yang ada.

50
contoh aplikasi

3. Solusi

Untuk mendapatkan nilai variabel

keputusan X1 dan X2 akan digunakan
metoda grafis yang terdiri atas dua
langkah utama yaitu:
1. Menentukan Solusi Feasibel
b. Gambarkan sumbu kartesius dengan
absis dan ordinat X1 dan X2
c. Gambarkan pertasamaan pembatas
pada sumbu kartesius
d. Tentukan daerah feasibel yang
merupakan interseksi dari semua
pertidaksamaan pembatas yang ada.

51
contoh aplikasi

2. Menentukan Solusi Optimal

Solusi optimal diperoleh dengan memasukkan
koordinat titik-titik perpotongan antara pembatas
kedalam fungsi tujuan. Langkah yang ditempuh:
a. Gambarkan garis fungsi tujuan dengan
koefisien arah sebesar: tg α = X1/X2= 4/2,
dimana 2 adalah sudut antara garis Z dengan
sumbu X1,
b. Buatlah garis lain yang sejajar dengan garis Z
sedemikian rupa sehingga garis tersebut dapat
melalui titik sudut terjauh dari daerah yang
layak.
c. Tentukan harga nilai ordinat (X1, X2) itulah nilai
optimum dan hitunglah nilai Z.

3. Solusi optimal: produksi jaket (X1)= 5 unit/

minggu dan celana (X2)= 8 unit/minggu.

52
contoh aplikasi

2. Menentukan Solusi Optimal

Solusi optimal diperoleh dengan memasukkan
koordinat titik-titik perpotongan antara pembatas
kedalam fungsi tujuan. Langkah yang ditempuh:
a. Gambarkan garis fungsi tujuan dengan
koefisien arah sebesar: tg α = X1/X2= 4/2,
dimana 2 adalah sudut antara garis Z dengan
sumbu X1,
b. Buatlah garis lain yang sejajar dengan garis Z
sedemikian rupa sehingga garis tersebut dapat
melalui titik sudut terjauh dari daerah yang
layak.
c. Tentukan harga nilai ordinat (X1, X2) itulah nilai
optimum dan hitunglah nilai Z.

3. Solusi optimal: produksi jaket (X1)= 5 unit/

minggu dan celana (X2)= 8 unit/minggu.

53
model transportasi

Merupakan aplikasi khusus dari model

programa liner dalam bidang transportasi.

Model ini bertujuan untuk mencari pola

alokasi pengiriman suatu barang dari
beberapa lokasi asal ke beberapa lokasi
tujuan dengan fungsi tujuan untuk
meminimumkan total biaya transportasi.

54
 tugas 4
Pemikiran Era Administratif & Perilaku
dan Era Sains Manajemen
tugas 4

Buatlah makalah tentang pemikiran era

Administratif & Perilaku dan era Sains
Manajemen.

Untuk masing-masing pendekatan, makalah

setidaknya memaparkan tentang: (1)
kronologi, (2) karakteristik, (3)
prinsip dan (4) contoh penerapannya.

Dianjurkan untuk mencari referensi

tambahan selain Bahagia (2018). Sertakan
daftar pustaka di akhir makalah Anda.

56
tugas 4
Buatlah makalah tentang pemikiran era
Administratif & Perilaku dan era Sains
Manajemen.
Untuk masing-masing pendekatan, makalah
setidaknya memaparkan tentang: (1)
kronologi, (2) karakteristik, (3)
prinsip dan (4) contoh penerapannya.
Dianjurkan untuk mencari referensi
tambahan selain Bahagia (2018). Sertakan
daftar pustaka di akhir makalah Anda.
Pastikan nama seluruh anggota kelompok
yang berkontribusi dalam pembuatan
tugas ini dicantumkan di cover makalah.
Susunlah juga presentasi untuk contoh
penerapan pemikiran era Administratif
dan Manajemen Perilaku dan era Sains
Manajemen di masa kini. Setiap kelompok
akan melakukan presentasi (maksimum10
menit) di pertemuan minggu ke-11.
Tugas dikumpulkan melalui IDE, cukup
oleh salah satu anggota kelompok saja.
Makalah dalam format pdf, slide dalam
format yang siap dipresentasikan.
57
see you next week