Rekayasa
Industri
PENELITIAN OPERASIONAL II
IE-G3F3
Program Studi Teknik Industri
Fakultas Rekayasa Industri
Telkom University
Fakultas
Rekayasa
Industri
PENDAHULUAN
KONSEP-KONSEP DASAR
• Proses markov
• Kondisi analisis markov (asumsi dasar)
• Menyusun matriks probabilitas transisi
EVALUASI
• Latihan soal probabilitas transisi
• Latihan soal metode enumerasi sempurna
Fakultas
Rekayasa
Industri
TUJUAN PEMBELAJARAN
• Mahasiswa dapat memahami rantai markov karena
analisis Markov telah digunakan dengan berhasil
terhadap berbagai macam situasi keputusan
• Mahasiswa dapat memperkirakan perubahan-
perubahan di waktu yang akan datang dalam variabel-
variabel dinamis atas dasar perubahan-perubahan dari
variabel-variabel dinamis tersebut waktu lalu.
• Mahasiswa diharapkan dapat membuat model
bermacam-macam sistem dan proses bisnis.
Fakultas
Rekayasa
Industri
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Untuk memperoleh matriks probabilitas transisi atau
matriks P diperlukan pengamatan yang teliti terhadap
kondisi sistem yang diamati pada satu periode ke
periode berikutnya.
Misalkan di suatu daerah dipasarkan 4 merk sabun
deterjen, misalnya merk A, B, C, dan D.
Tabel berikut menunjukkan data jumlah langganan
masing-masing merk pada periode pertama, perubahan
jumlah langganan yang terjadi pada satu periode, dan
jumlah langganan pada periode kedua.
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Tabel di atas memberikan informasi pada awal
periode sebagai berikut:
Misalkan:
Jumlah langganan merk A ada 220 orang, selama
periode berlangsung terjadi perubahan yaitu
responden yang semula tidak memilih A beralih ke
merk A sebanyak 50 orang. Sebaliknya yang dari
semula memilih merk A berubah menjadi langganan
merk lain sebanyak 45 orang. Pada akhir periode
atau awal periode kedua, jumlah langganan A
sebanyak 225 orang (220+50-45).
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Maka matriks probabilitas transisi dari tabel di atas adalah:
Jumlah Tambahan Dari Pengurangan ke Jumlah
Merk langganan Merk Merk langganan
periode I A B C D A B C D periode II
A 220 0 40 0 10 0 20 10 15 225
B 300 20 0 25 15 40 0 5 25 290
C 230 10 5 0 10 0 25 0 0 230
D 250 15 25 0 0 10 15 10 0 255
TOTAL 1000 1000
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Data di atas memberikan informasi sebagai berikut:
Dari sejumlah 220 langganan A pada periode pertama,
telah beralih menjadi langganan B sebanyak 20 orang,
menjadi langganan C sebanyak 10 orang dan langganan
D sebanyak 15 orang. Maka jumlah langganan pada
periode pertama memilih A dan pada periode kedua
masih tetap memilih A (bukan langganan baru) adalah
sebanyak (220-20-10-15 = 175 orang). Dengan kata lain
probabilitas bahwa langganan A pada periode pertama
tetap menjadi langganan A, pada periode kedua adalah
sebesar 175/220 = 0,796.
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Apabila perhitungan dilanjutkan maka probabilitas transisi akan
menjadi:
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Matriks probabilitas transisi dari periode I ke periode II
adalah:
Merk Periode II
Periode
A B C D 0,796 0,091 0,046 0,067
I 0,133 0,767 0,017 0,083
A 0, 796 0, 091 0, 046 0, 067 P
B 0, 133 0, 767 0, 017 0, 083
0 0,109 0,891 0
C 0 0, 109 0, 891 0 0,04 0,06 0,04 0,860
D 0, 04 0, 06 0, 04 0, 860
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Matriks probabilitas transisi dari periode I ke periode III adalah:
0,796 0,091 0,046 0,067 0,796 0,091 0,046 0,067
0,133 0,767 0,017 0,083 0,133 0,767 0,017 0,083
P2
0 0,109 0,891 0 0 0,109 0,891 0
0 ,04 0,06 0,04 0,860 0 ,04 0,06 0,04 0,860
0,6483 0,1512 0,0818 0,1185
0,2111 0,6072 0,0376 0,1439
P
2
0,0144 0,1807 0,7957 0,0091
0,0742 0,1056 0,0729 0,7472
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Matriks probabilitas transisi dari periode I ke periode V adalah:
0,6483 0,1512 0,0818 0,1185 0,6483 0,1512 0,0818 0,1185
0,2111 0,6072 0,0376 0,1439 0,2111 0,6072 0,0376 0,1439
P
4
0,0144 0,1807 0,7957 0,0091 0,0144 0,1807 0,7957 0,0091
0,0742 0,1056 0,0729 0,7472 0,0742 0,1056 0,0729 0,7472
0,4623 0,2172 0,1325 0,1879
0,2764 0,4226 0,0805 0,2203
P
4
0,0597 0,2566 0,6418 0,0416
0,1269 0,1674 0,1225 0,583
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Matriks probabilitas transisi dari periode I ke periode IX adalah:
0,4623 0,2172 0,1325 0,1879 0,4623 0,2172 0,1325 0,1879
0,2764 0,4226 0,0805 0,2203 0,2764 0,4226 0,0805 0,2203
P
8
0,0597 0,2566 0,6418 0,0416 0,0597 0,2566 0,6418 0,0416
0,1269 0,1674 0,1225 0,583 0,1269 0,1674 0,1225 0,583
0,3055 0,2577 0,1868 0,2498
0,2774 0,2962 0,1493 0,2769
P8
0,1422 0,2932 0,4456 0,1188
0,1863 0,2274 0,1804 0,4058
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Matriks probabilitas transisi dari periode I ke periode XVII
adalah:
0,3055 0,2577 0,1868 0,2498 0,3055 0,2577 0,1868 0,2498
0,2774 0,2962 0,1493 0,2769 0,2774 0,2962 0,1493 0,2769
P16
0,1422 0,2932 0,4456 0,1188 0,1422 0,2932 0,4456 0,1188
0,1863 0,2274 0,1804 0,4058 0,1863 0,2274 0,1804 0,4058
0,238 0,2667 0,2239 0,2713
0,2398 0,266 0,2126 0,2814
P16
0,2103 0,2812 0,2904 0,2179
0, 2213 0, 2606 0, 2223 0, 2956
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Matriks probabilitas transisi dari periode I ke periode XXXIII
adalah:
0,238 0,2667 0,2239 0,2713 0,238 0,2667 0,2239 0,2713
0,2398 0,266 0,2126 0,2814 0,2398 0,266 0,2126 0,2814
P 32
0,2103 0,2812 0,2904 0,2179 0,2103 0,2812 0,2904 0,2179
0,2213 0,2606 0,2223 0,2956 0,2213 0,2606 0,2223 0,2956
0,2277 0,2681 0,2353 0,2686
0,2279 0,2679 0,2346 0,2695
P 32
0,2268 0,2684 0,2397 0,2639
0,2273 0,2679 0,2353 0,2692
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 1: Pergeseran Pelanggan
Matriks probabilitas transisi dari periode I ke periode LXV
adalah:
0,2277 0,2681 0,2353 0,2686 0,2277 0,2681 0,2353 0,2686
0,2279 0,2679 0,2346 0,2695 0,2279 0,2679 0,2346 0,2695
P 64
0,2268 0,2684 0,2397 0,2639 0,2268 0,2684 0,2397 0,2639
0,2273 0,2679 0,2353 0,2692 0,2273 0,2679 0,2353 0,2692
0,2274 0,2683 0,2361 0,2679 Matriks probabilitas transisi pada
0,2274 0,2683 0,2361 0,2679
interaksi 64 sudah stabil, terlihat bahwa
P 64 setiap kolom memiliki angka yang
0,2274 0,2683 0,2362 0,2679 identik, artinya probabilitas pergeseran
pelanggan ke merk tertentu adalah
0,2274 0,2683 0,2361 0,2679
tetap, tanpa memandang merk yang
digunakan pada periode sebelumnya
Fakultas
Rekayasa
Industri
MARKET SHARE
Contoh 1: Pergeseran Pelanggan
MARKET SHARE
Contoh 1: Pergeseran Pelanggan
Market share dari setiap merk pada periode pertama adalah:
Merk A : 220/1000 = 22%
Merk B : 300/1000 = 30%
Merk C : 230/1000 = 23%
Merk D : 250/1000 = 25%
MARKET SHARE
Contoh 1: Pergeseran Pelanggan
Cara 1
Market share dari setiap merk pada periode kedua adalah
perkalian antara market share pada periode pertama dengan
matriks probabilitas transisi :
0, 796 0, 091 0, 046 0, 067
0,133 0, 767 0, 017 0, 083
Market Share 0, 22 0,30 0, 23 0, 25
0 0,109 0,891 0
0, 04 0, 06 0, 04 0,860
0, 225 0, 29 0, 23 0, 255
MARKET SHARE
Contoh 1: Pergeseran Pelanggan
Cara 1
Market share dari setiap merk pada periode ketiga adalah
perkalian antara market share pada periode kedua dengan
matriks probabilitas transisi :
0, 796 0, 091 0, 046 0, 067
0,133 0, 767 0, 017 0, 083
Market Share 0, 225 0, 29 0, 23 0, 255
0 0,109 0,891 0
0, 04 0, 06 0, 04 0,860
0, 228 0, 283 0, 231 0, 258
MARKET SHARE
Contoh 1: Pergeseran Pelanggan
Cara 2
Market share dari setiap merk pada periode ketiga adalah
perkalian antara market share pada periode pertama dengan
matriks probabilitas transisi periode 1 ke periode 2 :
0, 796 0, 091 0, 046 0, 067 0, 796 0, 091 0, 046 0, 067
0,133 0, 767 0, 017 0, 083 0,133 0, 767 0, 017 0, 083
P2
0 0,109 0,891 0 0 0,109 0,891 0
0, 04 0, 06 0, 04 0,860 0, 04 0, 06 0, 04 0,860
0, 6483 0,1512 0, 0818 0,1185
0, 2111 0, 6072 0, 0376 0,1439
P2
0, 0144 0,1807 0, 7957 0, 0091
0, 0742 0,1056 0, 0729 0, 7472
Fakultas
Rekayasa
Industri
MARKET SHARE
Contoh 1: Pergeseran Pelanggan
Cara 2
Market share dari setiap merk pada periode ketiga adalah
perkalian antara market share pada periode pertama dengan
matriks probabilitas transisi periode 1 ke periode 2 :
0, 6483 0,1512 0, 0818 0,1185
0, 2111 0, 6072 0, 0376 0,1439
Market Share 0, 22 0,30 0, 23 0, 25
0, 0144 0,1807 0, 7957 0, 0091
0, 0742 0,1056 0, 0729 0, 7472
0, 228 0, 283 0, 231 0, 258
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 2: Narik vs mogok
Pemilik angkot mempunyai probabilitas narik atau
mogok pada esok hari adalah:
P(narik/narik) = 0,6 P(narik/mogok) = 0,8
P(mogok/narik)= 0,4 P(mogok/mogok)= 0,2
Tricks:
P(narik/mogok) = 0,8
--> berarti probabilitas besok narik jika hari ini mogok
adalah 0,8.
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 2: Narik vs mogok
Maka, matriks probabilitasnya dalam keadaan stabil
adalah:
Besok
Sekarang
Narik Mogok
Narik 0,6 0,4
Mogok 0,8 0,2
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 2: Narik vs mogok ANALISIS MARKOV
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 2: Narik vs mogok ANALISIS MARKOV
Fakultas
Rekayasa
Industri
MENYUSUN MATRIKS
PROBABILITAS TRANSISI
Contoh 2: Narik vs mogok
Kesimpulan
• Probabilitas angkot narik pada hari ke-3 jika hari ke 1
narik adalah : 0,36 + 0,32 = 0,68
• Probabilitas angkot mogok pada hari ke-3 jika hari ke 1
narik adalah : 0,24 + 0,08 = 0,32
• Probabilitas angkot narik pada hari ke-3 jika hari ke 1
mogok adalah : 0,48 + 0,16 = 0,64
• Probabilitas angkot mogok pada hari ke-3 jika hari ke 1
mogok adalah: 0,32 + 0,04 = 0,36
Fakultas
Rekayasa
Industri
Fakultas
Rekayasa
Industri
Misalkan:
Kondisi sebuah mesin yang digunakan dalam suatu proses
produksi diketahui menurun dengan cepat, baik dalam
kualitas maupun output-nya.
Karena itu, dilakukan pemeriksaan terhadap mesin secara
periodik, yaitu pada setiap akhir bulan.
Kondisi mesin dicatat dan diklasifikasikan ke dalam tiga
keadaan (state):
State Kondisi
1 Baik
2 Cukup
3 Rusak
Fakultas
Rekayasa
Industri
STATIONARY STATE:
berkaitan dengan matriks transisi dan matriks ongkos
yang berbeda yang dibentuk oleh matriks P1, P2, R1,
dan R2.
Fakultas
Rekayasa
Industri
Contoh:
Stationary policy untuk melakukan overhaul hanya
jika mesin dalam kondisi rusak (state 3), matriks transisi
dan matriks ongkosnya adalah P dan R sebagai
berikut:
1 2 3 1 2 3
1 0.2 0.5 0.3 1 7 6 3
P= R=
2 0 0.5 0.5 2 0 5 1
3 0.05 0.4 0.55 3 6 3 -2
Contoh:
Jika mesin hanya akan dioperasikan selama 3 periode
(3 bulan), seperti apakah kebijakan perawatan
terbaik di setiap periode (bulan) untuk mesin ini?
Kebijakan yang terbaik akan menghasilkan ekspektasi
pendapatan tertinggi ada akhir bulan ketiga.
Misalkan terdapat dua alternatif tindakan, yaitu k = 1
(tidak dilakukan overhaul) dan k = 2 (dilakukan
overhaul).
Fakultas
Rekayasa
Industri
State 1 2 3
1 (baik) 2 (cukup) 3 (rusak)
pada
1 (Baik) 0.2 0.5 0.3 1 7 6 3
bulan ini R1 =
2 (cukup) 0 0.5 0.5 2 0 5 1
P1 =
3 (Rusak) 0 0 1 3 0 0 -1
State
pada
1 (baik) 2 (cukup) 3 (rusak)
Stage 3:
1 (Baik) 0.2 0.5 0.3
bulan ini vik Solusi
2 (cukup) 0 0.5 0.5 i optimum
P1 =
3 (Rusak) 0 0 1 k=1 k=2 f3(i) k*
State bulan YAD 1 5,3 4,7 5,3 1
State
1 (baik) 2 (cukup) 3 (rusak) 2 3 3,1 3,1 2
pada
1 (Baik) 0.3 0.6 0.1 3 -1 0,4 0,4 2
bulan ini
2 (cukup) 0.1 0.6 0.3
P2 =
3 (Rusak) 0.05 0.4 0.55 Stage 2:
Vik + pi1k f3(1) + pi2k f3(2) + pi3k f3(3) Solusi Opt.
i
k=1 k=2 f2(i) k*
1 5,3 + (0,2 x 5,3) + (0,5 x 3,1) + 4,7 + (0,3 x 5,3) + (0,6 x 3,1)
8,19 2
(0,3 x 0,4) = 8,03 + (0,1 x 0,4) = 8,19
2 3 + (0 x 5,3) + (0,5 x 3,1) + 3,1 + (0,1 x 5,3) + (0,6 x 3,1)
5,61 2
(0,5 x 0,4) = 4,75 + (0,3 x 0,4) = 5,61
3 -1 + (0 x 5,3) + (0 x 3,1) + 0,4 + (0,05 x 5,3) + (0,4 x 3,1)
2,13 2
(1 x 0,4) = -0,6 + (0,55 x 0,4) = 2,13
Fakultas
Stage 1: 3 2,13 2
Vik + pi1k f2(1) + pi2k f2(2) + pi3k f2(3) Solusi Opt.
i
k=1 k=2 f1(i) k*
1 5,3 + (0,2 x 8,19) + (0,5 x 5,61) 4,7 + (0,3 x 8,19) + (0,6 x 5,61)
10,74 2
+ (0,3 x 2,13) = 10,38 + (0,1 x 2,13) = 10,74
2 3 + (0 x 8,19) + (0,5 x 5,61) + 3,1 + (0,1 x 8,19) + (0,6 x 5,61)
7,92 2
(0,5 x 2,13) = 4,75 + (0,3 x 2,13) = 7,92
3 -1 + (0 x 8,19) + (0 x 5,61) + 0,4 + (0,05 x 8,19) + (0,4 x 5,61)
4,23 2
(1 x 2,13) = -0,6 + (0,55 x 2,13) = 4,23
Fakultas
Rekayasa
Industri
Langkah 1
S
Hitung harga Vi yaitu ekspektasi pendapatan satu
langkah (satu periode) dari policy S pada state i,
i = 1,2,3,...,
Fakultas
Rekayasa
Industri
Langkah 2
Hitung yaitu probabilitas steady stationary jangka
S
i
panjang dari matriks transisi P S yang berkaitan
dengan policy S.
Probabilitas ini jika ada dihitung dengan persamaan
S PS S
1S 2S ... mS 1
Di mana ( 1 , 2 ,..., m 1)
S S S S
Fakultas
Rekayasa
Industri
Langkah 3
S
Tentukan E yaitu ekspektasi pendapatan dari policy
s untuk setiap langkah transisi (periode) dengan
menggunakan persamaan
m
E S iS Vi S
i 1
Fakultas
Rekayasa
Industri
Langkah 4
Policy optimum S* ditentukan dengan:
E maks E
S
S
S
Fakultas
Rekayasa
Industri
Contoh:
Pada persoalan perbaikan mesin ada 8 stationary policy sbb:
Stationary
policy s Tindakan
1 Tidak melakukan overhaul sama sekali
2 Overhaul tanpa memperhatikan state
3 Overhaul jika sistem dalam state 1
4 Overhaul jika sistem dalam state 2
5 Overhaul jika sistem dalam state 3
6 Overhaul jika sistem dalam state 1 atau 2
7 Overhaul jika sistem dalam state 1 atau 3
8 Overhaul jika sistem dalam state 2 atau 3
Fakultas
Rekayasa
Industri
Maka diperoleh:
1 2 3 1 2 3
3 0 0 1 3 0 0 -1
Fakultas
Rekayasa
Industri
Maka diperoleh:
1 2 3 1 2 3
Maka diperoleh:
Fakultas
Rekayasa
Industri
Maka diperoleh:
1 2 3 1 2 3
3 0 0 1 3 0 0 -1
Fakultas
Rekayasa
Industri
Maka diperoleh:
1 2 3 1 2 3
Maka diperoleh:
1 2 3 1 2 3
3 0 0 1 3 0 0 -1
Fakultas
Rekayasa
Industri
Maka diperoleh:
Fakultas
Rekayasa
Industri
Maka diperoleh:
1 2 3 1 2 3
S
Langkah 1. Nilai V i dihitung sebagai berikut:
1 2 3
Contoh: perhitungan pada state 1 dengan
tindakan tidak melakukan overhaul sama 1 0.2 0.5 0.3
1
sekali, maka nilai V1 adalah P1=
2 0 0.5 0.5
V11 (0, 2 7) (0,5 6) (0,3 3) 5,3
3 0 0 1
V21 (0 0) (0,5 5) (0,5 1) 3
1 2 3 1 2 3
V31 (0 0) (0 0) (1 1) 1
1 0.2 0.5 0.3 1 7 6 3
P1= R1 =
Dengan cara yang sama, maka dapat
2 0 0.5 0.5 2 0 5 1
S
diketahui nilai Vi sebagai berikut 3: 0 0 1 3 0 0 -1
Fakultas
Rekayasa
Industri
Langkah 1. Nilai V i S
Vi S
S
1 2 3
1 5,3 3 -1
2 4,7 3,1 0,4
3 4,7 3 -1
4 5,3 3,1 -1
5 5,3 3 0,4
6 4,7 3,1 -1
7 4,7 3 0,4
8 5,3 3,1 0,4
Fakultas
Rekayasa
Industri
Di mana S ( S , 2S ,..., mS 1)
1
12 6 / 59
22 31 / 59
32 22 / 59
Fakultas
Rekayasa
Industri
menjadi:
3
E
2
i 1
i2Vi 2
6 31 22
4.7 3.1 0.4 2.256
59 59 59
S
Vi S 12 6 / 59
1 2 3
22 31 / 59
1 5,3 3 -1
2 4,7 3,1 0,4 32 22 / 59
Fakultas
Rekayasa
Industri
Langkah 4.
Policy Optimum S* ditentukan dengan:
Policy ES
E maks E
S S
1 -1
S 2 2,256
optimum 7 1,73
8 2,22
Fakultas
Rekayasa
Industri
m
Ekspektasi pendapatan per stage: E S iS Vi S
i 1
Contoh:
Selesaikan persoalan perbaikan mesin dengan metode
policy iteration, menetapkan policy secara sembarang.
Policy tidak melakukan overhaul. Matriks dari policy itu
adalah:
1 2 3 1 2 3
3 0 0 1 3 0 0 -1
Fakultas
Rekayasa
Industri
j 1
Fakultas
Rekayasa
Industri
Contoh
Selesaikan persoalan perbaikan mesin dengan metode
policy iteration yang menggunakan faktor potongan 0,6
Mulai dengan sembarang policy s = 1, 1, 1 yaitu tidak
melakukan overhaul sama sekali
Matrik P dan R nya
1 2 3 1 2 3
3 0 0 1 3 0 0 -1
Fakultas
Rekayasa
Industri
Diperoleh persamaan-persamaan:
f(1) – 0,6[0,2 f(1) + 0,5f(2) + 0,3f(3)] = 5,3
f(2) – 0,6[0,1 f(1) + 0,6f(2) + 0,3f(3)] = 3,1
f(3) – 0,6[0,05 f(1) + 0,4f(2) + 0,55f(3)] = 0,4
Dengan solusi:
f(1) = 8,98 f(2) = 6,62 f(3) = 3,37
Fakultas
Rekayasa
Industri
Pelanggan
Resto
Bulan 1 Bulan 2
Ryan 2000 2100
Ika 4000 3300
Subhan 1000 1600
Jumlah 7000 7000
Fakultas
Rekayasa
Industri
LATIHAN SOAL
METODE ENUMERASI SEMPURNA
Sebuah perusahaan sedang memikirkan media massa
di antara Radio, TV, atau Koran yang sebaiknya
digunakan untuk media advertensinya. Perusahaan
dapat mengklasifikasikan volume penjualan per
minggunya sebagai:
1.Cukup
2.Baik
3.Sangat memuaskan
Fakultas
Rekayasa
Industri
LATIHAN SOAL
METODE ENUMERASI SEMPURNA
Probabilitas transisi untuk ketiga media advertensinya di
ketahui sebagai berikut:
1 2 3 1 2 3 1 2 3
LATIHAN SOAL
METODE ENUMERASI SEMPURNA
Sedangkan penghasilan per minggunya apabila
melakukan advertensi pada masing-masing media
adalah
1 2 3 1 2 3 1 2 3