Prediksi Kapasitas Dan Biaya Batako Serta Optimalisasi Keuntungan Berdasarkan Probabilitas Di P.T. Wijaya Kusuma
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
PREDIKSI KAPASITAS DAN BIAYA BATAKO SERTA OPTIMALISASI KEUNTUNGAN BERDASARKAN PROBABILITAS DI P.T. WIJAYA KUSUMA
Zuriah Sitorus
Staf Pengajar Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam USU
Abstract: Pursuant to method of standard of error penduga least square with the smallest value, hence regresi of [is non linear [of[ kuadratik most [is] precise wearead for the memprediksikan of capacities and pruduction cost compared to [by] a othrer; dissimiliar method. Production capacities which [is] [is] adapted for [by] a market request estimated [by] [among/beteween] 100.000-110.000 unit for the period of month; moon 8 (Agustus) Year 2001, but with the calculation [of] pursuant to most impotant probabilitas capacities given high priority [by] [is] equal to 50.000-60.000 unit with the storey; level of possibility percentase 33,33%. Productive better producer [at] capacities 50.000-60.000 unit with the storey; level of possibility percentage 0,00%. Fund requirement to produce 08 (Agustus) 2001 estimated to range from the Rp. 50.000.000,00 [of] up to Rp.60.000.000,00
Abstrak: Bersadarkan metode standar error penduga least square dengan nilai terkecil, maka regresi non linier kuadratik paling tepat dipakai untuk memprediksikan kapaasitas dan biaya produksi dibandingkan dengan metode lain. Kapasitas produksi yang disesuaikan dengan permintaan pasar diperkirakan antara 100.000110.000 unit untuk periode bulan 8(Agustua) tahun 2001,tetapi dengan perhitungan baedasarkan probabilitas kapasitas yang paling utama diprioritaskan adalah sebesar 50.000-60.000 unit dengan tingkat persentase kemungkinan 33,33%.Produsen lebih baik berproduksi pada kapasitas 50.000-60.000 unit dengan tingakat persentase kemungkinan 0,00%. Kebutuhan dana untuk produksi 100.000-110.00 unit, dengan tingkat persantase kemungkinan 0.00%. Kebutuhan dana untuk produksi 08 (Agustus) 2001 diperkirakan berkisar antara Rp. 50.000.000,00 sampai dengan Rp. 60.000.000,00
PENDAHULUAN Pada saat ini bangsa Indonesia masih
mangalami krisis ekonomi berkepanjangan yang menyebabkan lesunya seluruh perekonomian. Hal ini menimbulkan suasana yang tidak kondusif dan berdampak negatif kepada hamper semua dunia usaaha, contohnya usaha jasa konstruksi (kontraktor), maupun jasa pengadaan (supplier) material para produsen. Kejadian ini mengakibatkan berfluktualisasinya permintaan pasar yang terkadang diluar dugaan. Hal ini setidaknya membuat para pengusaha haruslah lebih berhati-hati dalam menjalankan usahanya agar dapat meraih keuntungan.
PERMASALAHAN Pada umunnya kegagalan dalam
menjalankan suatu usaha pengadaan barang dikarenakan kurangnya perencanaan yang matang. Hal ini dapat dilihat dari sebahagian pengusaha yang hanya dari melihat perkembangan pasar dalam jangka waktu yang singkat atau hanya mengikuti kecenderungan pasar saja tanpa mengkajinya lebih jauh, sehingga tidak jarang usaha yang mereka jalankan mengalami kerugian. Untuk meraih keuntungan dalam menjalankan uasaah haruslah direncanakan dengan perhitungan yang matang berdasarkan atas studi kelayakan yang meliputi
antara lain survey pasar, lokasi, penyediaan bahan, tenaga kerja dan kemampuan memprediksikan perminataan pasar.
LANDASAN TEORI Untuk hal tersebut diatas sesering juga
digunakan jumlah metode stastistik persentase jumlah produksi yang memenuhi target pemasaran. Produksi yang tidak sesuai dengan target pemasaran. Produksi yang tidak sesuai dengan target pemasaran atau terjual melebihi waktu yang diharapkan mengakibatkan berkurangnya laba yang diraih. Salah satu teori yang dapat digunakan untuk memprediksikan secara linier dan non linier kuadratik dengan variabel terkontrol yang terbatas , serta metode pemulusan (smoothing)
Apabila perkembangan data dari berbagai variabel bersifat proporsional perhitungan regresi lebih baik menggunakan regresi linear dan jika sebaliknya maka menggunakan regresi non-linear kuadratik. Persamaan Regresi Linear
Y = a + b x ……………….. (1)
(∑Yi)(∑ Xi2 )− (∑ Xi)(∑ XiYi) n∑ Xi2 −(∑ )Xi 2
159
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
Konstanta
b
=
n∑ XiYi − (∑ Xi)(∑ XiYi) n∑ Xi2 + (∑ )Xi 2
= koefisien regresi, Y = nilai yang diperkirakan, X = Independen Variabel.
Persamaan Regresi Non Linear
Y = axb ……………… 2)
Y + Y Yt
−⎛⎜ ⎝
M −1 2
⎞⎟ ⎠
t
+1=⎜⎛ ⎝
M −1 2
⎞⎟ ⎠
+..................+
t
+ ⎛⎜ ⎝
M −1 2
⎞⎟ ⎠
Y = Mt
……………….. 3)
Dimana : Yt adalah respon proses pada saat t Yt-1 adalah respon proses pada saat t-1 Persamaan Regresi Non Linear Kuadratik
Y = a + b (x) + c (x+2) ………… 4)
Dimana : Y= a= b,c =
nilai yang diperkirakan Konstanta Variabel Indenden
untuk menghitung parameter a, b dan c adalah :
Σ(Y1) = na + bΣ(X1) + cΣ(X1)
Σ(XiYi) = aΣ( Xi) + bΣ( Xi2 ) + cΣ( X 3)
( )Σ Xi2Yi = aΣ( Xi2 ) + bΣ( Xi3) + cΣ( X 4)
Untuk mencari hubungan keterkaitan antara variabel maka perlu dicari koefisien korelasi sebagai berikut :
( () () )s2
=
∑
Yi − Y − ∑ Yi − Y ∑ Yi − Y 2
2
.............5)
a. Hitung totla data (Rtotal)
Rtotal = R1 + R2 + R3 …… Rn-1 + Rn
b. Hitung rata-rata data (Rrata-rata)
Rrata −rata
=
Rtotal n
;n
=
jumlah
pengama tan
c. Hitung jumlah kuadrat dari tiap-tiap (Ss) Ss = R1 + R2 + R3 …… + R2n-1 + R2n
d. Hitung
( )S
=
Ss −
RRATA− RATA n −1
2
e. Hitung kuadart standart deviasi (Cu)
( )Cu
=
100x S 2 0,5 Rtotal
f. Hitung optimum Ndata pengamatan yang dibutuhkan untuk estimasi rata-rata data dengan
tingkat kesalahan (ρ)
N
=
⎧ Cv ⎫2,00
⎨ ⎩
ρx100
⎬ ⎭
g. Uji kecukupan data dengan :
- N > n maka data pengamatan perlu
ditambahkan dengan N-n
- N < maka data layak dikatakan cukup.
Jika perkembangan data dari berbagai variabel bersifat proposional, perhitungan regresi lebih baik menggunakan regresi linier, sehingga untuk menentuukan modal mana yang lebih tepat dipakai haruslah mempunyai suatu emtode tertentu. Pada kasus ini metode yang digunakan adalah standar ERROR penduga least square yaitu :
∑Se =
e2 n−2
dimana, n – 2 = derajat bebas.
……………………. 6)
∑ E2 = ∑Y 2 − α ∑Y − b∑ XY ,a
B = konstanta ……………… 7)
METODOLOGI PENELITIAN Data-data yang tersedia sebagai dasar
referensi dalam penganalisaan regresi haruslah diuji kecukupannya. Hal ini berkaitan dengan kebutuhan akan periode pengamatan data yang dilakukan dan tingkat kesalahan yang diinginkan. Untuk menentukan jumlah data pengamatan secara optimum dapat dilakukan dengan langkah-langkah berikut:
160
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
KESIMPULAN Berdasarkan dari penelitian dengan
penganalisaan data yang dilakukan penulis menarik kesimpulan antara lain : 1. Memiliki dari hasil standar error penduga least
square, maka metode regresi non linier kuadratik lebih tepat dari pada metode lain yang digunakan untuk memprediksikan kapasitas produksi 2. Prediksi biaya produksi juga lebih epat memakai metode regresi non linier kuadratik dibandingkan metode lain dengan menggunakan metode standar error penduga least square 3. Prioritaskan kapasitas pemasaran yang paling tinggi adalah ada produksi 50.000,00-60.000,00 dengan nilai probabilitas 33,33% dan prediksi keuntungan berdasarkan keuntungan probabilitas sebesar Rp. 5.710.545,50 sedangkan prioritas kedua pada produksi 60.000,00-70.000,00, unit dengan nilai probabilitas keuntungan berdasarkan probabilitas sebesar Rp. 3.450.477,26 4. Prediksi pasar memperkirakan permintaan berkisar pada 100.000,00-110.000,00 (tepatnya 109.590,27 unit) dengan nilai probalibilitas 0,00% 5. Atas dasar item point 1 dan 2 penulis menyimpulkan bahwasanya produsen lebih baik berproduksi pada kapasitas 50.000,00-60.000,00
dengan nilai probabilitas 33,33% daripada kapasitas 100.000,00-110.000,00 unit dengan nilai probabilitas 0,00%
Untuk perencanaan pada bulan 8 (Agustus 2001) direncakana kapasitas produksi 50.000,0060.000,00 unit dan untuk itu dibutuhkan dana sebesar Rp. 50.138,94 - Rp. 60.165.53 dengan perkiraaan biaya produksi / unit Rp. 1.002,77.
DAFTAR PUSTAKA 1. Abdulrahman Ritonga, Statistika Terapan Untuk
Penelitian. Jakarta : Lembaga Penerbit Fakultas Ekonomi UniversitasIndonesia 2. Anto Dajan, Pengantae Metode Statistik Jilid III . Jakarta : LP3S, 1986 3. Freddy Rangkuti. Riset Pemasaran. Jakarta : PT. Gramedia Pustaka Utama. 2001 4. Sri Mulyono. Peramalan Bisnis Dan Ekonometrika. Yogyakarta : BPFEYogyakarta, 2000 5. Sugiarto, Harijono, Peramalan Bisnis. Jakaraa : PT. Gramedia Pustaka Utama, 2000 6. Sudjana, Metode Statistik Bandung : Tarsito, 1996 7. Sudjana, Statistika Untuk Ekonomi Dan Niaga I. Bandung : Tarsito, 1991 Yacob Ibrahim, Studi Kelayakan Bisnis, Jakarta : PT.Rineka Cipata, 1998
161
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
162
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
163
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
164
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
165
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
166
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
167
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
168
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
169
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
170
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
171
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
172
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
173
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
174
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
175
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
176
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
177
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
178
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
179
PREDIKSI KAPASITAS DAN BIAYA BATAKO SERTA OPTIMALISASI KEUNTUNGAN BERDASARKAN PROBABILITAS DI P.T. WIJAYA KUSUMA
Zuriah Sitorus
Staf Pengajar Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam USU
Abstract: Pursuant to method of standard of error penduga least square with the smallest value, hence regresi of [is non linear [of[ kuadratik most [is] precise wearead for the memprediksikan of capacities and pruduction cost compared to [by] a othrer; dissimiliar method. Production capacities which [is] [is] adapted for [by] a market request estimated [by] [among/beteween] 100.000-110.000 unit for the period of month; moon 8 (Agustus) Year 2001, but with the calculation [of] pursuant to most impotant probabilitas capacities given high priority [by] [is] equal to 50.000-60.000 unit with the storey; level of possibility percentase 33,33%. Productive better producer [at] capacities 50.000-60.000 unit with the storey; level of possibility percentage 0,00%. Fund requirement to produce 08 (Agustus) 2001 estimated to range from the Rp. 50.000.000,00 [of] up to Rp.60.000.000,00
Abstrak: Bersadarkan metode standar error penduga least square dengan nilai terkecil, maka regresi non linier kuadratik paling tepat dipakai untuk memprediksikan kapaasitas dan biaya produksi dibandingkan dengan metode lain. Kapasitas produksi yang disesuaikan dengan permintaan pasar diperkirakan antara 100.000110.000 unit untuk periode bulan 8(Agustua) tahun 2001,tetapi dengan perhitungan baedasarkan probabilitas kapasitas yang paling utama diprioritaskan adalah sebesar 50.000-60.000 unit dengan tingkat persentase kemungkinan 33,33%.Produsen lebih baik berproduksi pada kapasitas 50.000-60.000 unit dengan tingakat persentase kemungkinan 0,00%. Kebutuhan dana untuk produksi 100.000-110.00 unit, dengan tingkat persantase kemungkinan 0.00%. Kebutuhan dana untuk produksi 08 (Agustus) 2001 diperkirakan berkisar antara Rp. 50.000.000,00 sampai dengan Rp. 60.000.000,00
PENDAHULUAN Pada saat ini bangsa Indonesia masih
mangalami krisis ekonomi berkepanjangan yang menyebabkan lesunya seluruh perekonomian. Hal ini menimbulkan suasana yang tidak kondusif dan berdampak negatif kepada hamper semua dunia usaaha, contohnya usaha jasa konstruksi (kontraktor), maupun jasa pengadaan (supplier) material para produsen. Kejadian ini mengakibatkan berfluktualisasinya permintaan pasar yang terkadang diluar dugaan. Hal ini setidaknya membuat para pengusaha haruslah lebih berhati-hati dalam menjalankan usahanya agar dapat meraih keuntungan.
PERMASALAHAN Pada umunnya kegagalan dalam
menjalankan suatu usaha pengadaan barang dikarenakan kurangnya perencanaan yang matang. Hal ini dapat dilihat dari sebahagian pengusaha yang hanya dari melihat perkembangan pasar dalam jangka waktu yang singkat atau hanya mengikuti kecenderungan pasar saja tanpa mengkajinya lebih jauh, sehingga tidak jarang usaha yang mereka jalankan mengalami kerugian. Untuk meraih keuntungan dalam menjalankan uasaah haruslah direncanakan dengan perhitungan yang matang berdasarkan atas studi kelayakan yang meliputi
antara lain survey pasar, lokasi, penyediaan bahan, tenaga kerja dan kemampuan memprediksikan perminataan pasar.
LANDASAN TEORI Untuk hal tersebut diatas sesering juga
digunakan jumlah metode stastistik persentase jumlah produksi yang memenuhi target pemasaran. Produksi yang tidak sesuai dengan target pemasaran. Produksi yang tidak sesuai dengan target pemasaran atau terjual melebihi waktu yang diharapkan mengakibatkan berkurangnya laba yang diraih. Salah satu teori yang dapat digunakan untuk memprediksikan secara linier dan non linier kuadratik dengan variabel terkontrol yang terbatas , serta metode pemulusan (smoothing)
Apabila perkembangan data dari berbagai variabel bersifat proporsional perhitungan regresi lebih baik menggunakan regresi linear dan jika sebaliknya maka menggunakan regresi non-linear kuadratik. Persamaan Regresi Linear
Y = a + b x ……………….. (1)
(∑Yi)(∑ Xi2 )− (∑ Xi)(∑ XiYi) n∑ Xi2 −(∑ )Xi 2
159
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
Konstanta
b
=
n∑ XiYi − (∑ Xi)(∑ XiYi) n∑ Xi2 + (∑ )Xi 2
= koefisien regresi, Y = nilai yang diperkirakan, X = Independen Variabel.
Persamaan Regresi Non Linear
Y = axb ……………… 2)
Y + Y Yt
−⎛⎜ ⎝
M −1 2
⎞⎟ ⎠
t
+1=⎜⎛ ⎝
M −1 2
⎞⎟ ⎠
+..................+
t
+ ⎛⎜ ⎝
M −1 2
⎞⎟ ⎠
Y = Mt
……………….. 3)
Dimana : Yt adalah respon proses pada saat t Yt-1 adalah respon proses pada saat t-1 Persamaan Regresi Non Linear Kuadratik
Y = a + b (x) + c (x+2) ………… 4)
Dimana : Y= a= b,c =
nilai yang diperkirakan Konstanta Variabel Indenden
untuk menghitung parameter a, b dan c adalah :
Σ(Y1) = na + bΣ(X1) + cΣ(X1)
Σ(XiYi) = aΣ( Xi) + bΣ( Xi2 ) + cΣ( X 3)
( )Σ Xi2Yi = aΣ( Xi2 ) + bΣ( Xi3) + cΣ( X 4)
Untuk mencari hubungan keterkaitan antara variabel maka perlu dicari koefisien korelasi sebagai berikut :
( () () )s2
=
∑
Yi − Y − ∑ Yi − Y ∑ Yi − Y 2
2
.............5)
a. Hitung totla data (Rtotal)
Rtotal = R1 + R2 + R3 …… Rn-1 + Rn
b. Hitung rata-rata data (Rrata-rata)
Rrata −rata
=
Rtotal n
;n
=
jumlah
pengama tan
c. Hitung jumlah kuadrat dari tiap-tiap (Ss) Ss = R1 + R2 + R3 …… + R2n-1 + R2n
d. Hitung
( )S
=
Ss −
RRATA− RATA n −1
2
e. Hitung kuadart standart deviasi (Cu)
( )Cu
=
100x S 2 0,5 Rtotal
f. Hitung optimum Ndata pengamatan yang dibutuhkan untuk estimasi rata-rata data dengan
tingkat kesalahan (ρ)
N
=
⎧ Cv ⎫2,00
⎨ ⎩
ρx100
⎬ ⎭
g. Uji kecukupan data dengan :
- N > n maka data pengamatan perlu
ditambahkan dengan N-n
- N < maka data layak dikatakan cukup.
Jika perkembangan data dari berbagai variabel bersifat proposional, perhitungan regresi lebih baik menggunakan regresi linier, sehingga untuk menentuukan modal mana yang lebih tepat dipakai haruslah mempunyai suatu emtode tertentu. Pada kasus ini metode yang digunakan adalah standar ERROR penduga least square yaitu :
∑Se =
e2 n−2
dimana, n – 2 = derajat bebas.
……………………. 6)
∑ E2 = ∑Y 2 − α ∑Y − b∑ XY ,a
B = konstanta ……………… 7)
METODOLOGI PENELITIAN Data-data yang tersedia sebagai dasar
referensi dalam penganalisaan regresi haruslah diuji kecukupannya. Hal ini berkaitan dengan kebutuhan akan periode pengamatan data yang dilakukan dan tingkat kesalahan yang diinginkan. Untuk menentukan jumlah data pengamatan secara optimum dapat dilakukan dengan langkah-langkah berikut:
160
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
KESIMPULAN Berdasarkan dari penelitian dengan
penganalisaan data yang dilakukan penulis menarik kesimpulan antara lain : 1. Memiliki dari hasil standar error penduga least
square, maka metode regresi non linier kuadratik lebih tepat dari pada metode lain yang digunakan untuk memprediksikan kapasitas produksi 2. Prediksi biaya produksi juga lebih epat memakai metode regresi non linier kuadratik dibandingkan metode lain dengan menggunakan metode standar error penduga least square 3. Prioritaskan kapasitas pemasaran yang paling tinggi adalah ada produksi 50.000,00-60.000,00 dengan nilai probabilitas 33,33% dan prediksi keuntungan berdasarkan keuntungan probabilitas sebesar Rp. 5.710.545,50 sedangkan prioritas kedua pada produksi 60.000,00-70.000,00, unit dengan nilai probabilitas keuntungan berdasarkan probabilitas sebesar Rp. 3.450.477,26 4. Prediksi pasar memperkirakan permintaan berkisar pada 100.000,00-110.000,00 (tepatnya 109.590,27 unit) dengan nilai probalibilitas 0,00% 5. Atas dasar item point 1 dan 2 penulis menyimpulkan bahwasanya produsen lebih baik berproduksi pada kapasitas 50.000,00-60.000,00
dengan nilai probabilitas 33,33% daripada kapasitas 100.000,00-110.000,00 unit dengan nilai probabilitas 0,00%
Untuk perencanaan pada bulan 8 (Agustus 2001) direncakana kapasitas produksi 50.000,0060.000,00 unit dan untuk itu dibutuhkan dana sebesar Rp. 50.138,94 - Rp. 60.165.53 dengan perkiraaan biaya produksi / unit Rp. 1.002,77.
DAFTAR PUSTAKA 1. Abdulrahman Ritonga, Statistika Terapan Untuk
Penelitian. Jakarta : Lembaga Penerbit Fakultas Ekonomi UniversitasIndonesia 2. Anto Dajan, Pengantae Metode Statistik Jilid III . Jakarta : LP3S, 1986 3. Freddy Rangkuti. Riset Pemasaran. Jakarta : PT. Gramedia Pustaka Utama. 2001 4. Sri Mulyono. Peramalan Bisnis Dan Ekonometrika. Yogyakarta : BPFEYogyakarta, 2000 5. Sugiarto, Harijono, Peramalan Bisnis. Jakaraa : PT. Gramedia Pustaka Utama, 2000 6. Sudjana, Metode Statistik Bandung : Tarsito, 1996 7. Sudjana, Statistika Untuk Ekonomi Dan Niaga I. Bandung : Tarsito, 1991 Yacob Ibrahim, Studi Kelayakan Bisnis, Jakarta : PT.Rineka Cipata, 1998
161
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
162
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
163
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
164
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
165
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
166
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
167
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
168
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
169
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
170
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
171
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
172
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
173
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
174
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
175
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
176
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
177
Jurnal Sistem Teknik Industri Volume 6, No. 3 Juli 2005
178
Prediksi Kapasitas dan Biaya Batako serta Optimalisasi Keuntungan Berdasarkan Probabilitas di PT. Wijaya Kusuma Zuriah Sitorus
179