silabus pemrograman linear
SILABUS
Fakultas
Program Studi
Mata Kuliah
Jumlah sks
Semester
Mata Kuliah Prasyarat & Kode
Dosen
: MIPA UNY
: Matematika
: Pemrograman Linear / MAT 330
: Teori 3 sks Praktik 0 sks
: IV
: Aljabar Linear I / MAT 308
: Caturiyati, M.Si.
I. DESKRIPSI MATA KULIAH
Mata Kuliah ini memuat bahasan tentang pemrograman linear dengan metode
grafik dan simpleks, serta kasus-kasus dan sifat-sifat yang terjadi pada
penyelesaiannya; teori simpleks; dualitas dan penggunaannya; analisis pasca
optimum: analisis sensitivitas, pemrograman linear parametrik; masalah
transportasi.
II. STANDAR KOMPETENSI MATA KULIAH
Mahasiswa memiliki keterampilan belajar secara mandiri dalam mempelajari
masalah-masalah pemrograman linear, dengan menekankan pada pemahaman
konsep serta penguasaan dan kemahiran teknik penyelesaiannya menggunakan
teori maupun paket program komputer.
III. RENCANA KEGIATAN
Tatap
Muka
ke-
Kompetensi Dasar
1
Mahasiswa dapat
memahami masalah
optimisasi
Mahasiswa dapat membuat
model matematika masalah
nyata
Mahasiswa dapat membuat
model masalah PL dan
mampu menyelesaikan
Mahasiswa memahami
hubungan materi-materi
terkait
Mahasiswa dapat
menyelesaikan masalah PL
dengan bantuan grafik
Masalah Optimisasi
Mahasiswa dapat
menentukan optimisasi
PL dengan Metode
Grafik: Penyelesaian
2
3
4
5
6
Materi Pokok
Pemodelan Matematika
Pemodelan masalah PL
dan penyelesaiannya
Latar Belakang
Matematika
PL dengan Metode
Grafik: Daerah Layak
dan Garis Senilai
Strategi
Perkuliahan
Sumber
Bahan/
Referen
si
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
B:1-6
A:4-5
B:8-10
A:16-19
B:13-18
C:2-11
B:21-32
A:16-19,
30-46
B:51-63
C:21-50
A:16-19
B:51-63
masalah PL dengnan
bantuan grafik
Mahasiswa mempunyai
pengalaman berbagai
masalah PL terkait
Optimum
8
Mahasiswa dapat
menyelesaikan masalah PL
solusi bulat
PL dengan Metode
Grafik: Program
Bilangan Bulat
9
Mahasiswa mampu
menentukan berbagai
kesimpilan pasca optimum
Mahasiswa memahami
langkah-langkah metode
simpleks
PL dengan Metode
Grafik: Analisis
Sensitivitas
PL dengan Metode
Simpleks: Bentuk Soal
PL dan Langkahlangkah Simpleks
PL dengan Metode
Simpleks: Pola
Maksimum Baku
PL dengan Metode
Simpleks: Penyelesaian
Pola Maksimum Baku
7
10
11
12
13
14
15
16
17
Mahasiswa memahami
masalah PL bentuk
maksimum
Mahasiswa dapat
menyelesaikan masalah PL
bentuk maksimum
PL dengan Metode
Grafik: Kejadiankejadian Khusus
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Mahasiswa memahami dan
dapat menyelesaikan
masalah PL bentuk
minimum
Mahasiswa dapat
menyelesaikan kejadiankejadian khusus masalah
PL
PL dengan Metode
Simpleks: Pola
Minimum
Perkuliahan
Tatap Muka
dan Diskusi
PL dengan Metode
Simpleks: Kejadiankejadian Khusus
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Mahasiswa dapat
menyelesaikan masalah PL
dengan variabel tak
bersyarat tanda
PL dengan Metode
Simpleks: Masalah PL
dengan Variabel Tak
Bersyarat
Ujian Sisipan I
Persiapan Teori
Simpleks
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Mahasiswa memahami
teori simpleks
18
Mahasiswa memahami
teori simpleks
Teori Simpleks :
Memajukan plb,
Penyajian vektor
19
Mahasiswa memahami
teori simpleks
Teori Simpleks: Nilai f
yang Baru, Perubahan
Nilai zj-cj, Memilih
Vektor Basis Baru
Perkuliahan
Tatap Muka
dan Diskusi
B:63-66
B:67-71
C:62102
A:23-30
B:72-76
A:61-65
B:79-87
C:62102
A:66-82
B:88100
A:66-82
B:88100
C:103110
A:66-82
B:101113
A:86-93
B:114117
C:103110
B:120123
A:113116
B:127148
B:157161
B:163165
20
Mahasiswa memahami
metode simpleks dua tahap
Metode Simpleks Dua
Tahap
21
Mahasiswa dapat
menentukan hubungan
dualitas
Dualitas : Hubungan
Dual
22
Mahasiswa memahami
dalil-dalil dualitas
Dualitas : Dalil-dalil
Dualitas
23
Mahasiswa dapat
menentukan kesimpulan
pasca optimum
Analisis Pasca
Optimum:Analisis
Sensitivitas
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
24
Mahasiswa dapat
menentukan kesimpulan
pasca optimum
Analisis Pasca
Optimum:PL
Parametrik
Perkuliahan
Tatap Muka
dan Diskusi
25
Mahasiswa memahami
masalah transportasi
Masalah Transportasi :
Pemodelan,Masalah
Angkutan
Setimbang,Tabel
Transportasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
26
Mahasiswa dapat
menentukan variabel basis
awal
27
Mahasiswa dapat
menentukan variabel basis
awal
Masalah Transportasi:
Metode Sudut Barat
Laut, Metode cij
Terkecil
Masalah Transportasi:
Metode Selisih Dua cij
Terkecil (Vogel)
28
Mahasiswa dapat
menyelesaikan masalah
transportasi dengan
Stepping Stone
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
29
30
31
Mahasiswa dapat
menyelesaikan masalah
transportasi dengan MOD1
Mahasiswa dapat
menyelesaikan masalah
transportasi Pola
Optimisasi Masalah
Transportasi : Stepping
Stone
Ujian Sisipan II
Optimisasi Masalah
Transportasi : MOD1
Masalah Transportasi :
Pola Maksimum
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
A:118129
B:194203
A:145155
B:209215
C:145152
B:216228
A:95101,165174
B:295304
C:124144
A:175184
B:309315
A:202222
B:233249
C:233239,
272-292
B:250,2
52-253
B:250252
B:254256
B:256260
B:269271
32
Maksimum
Mahasiswa dapat
menyelesaikan masalah
transportasi Tak SEimbang
Masalah Transportasi :
Tak Setimbang
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
B:272278
IV. REFERENSI / SUMBER BAHAN
A. Wajib
B. Anjuran
: [A] Taha, Hamdy (1989). Operation Research: an Introduction,
Collier MacMilan International Edition.
[B] Susanta. B. (1994). Program Linear , Modul U.T., Yogyakarta.
: [C] Anderson, D.R., Sweeney, D.J. and William, T.A. (1985). An
Introduction to Management Sciences: Qualitative Approach to
Decision Making, 4th Edition.
V. EVALUASI
No.
1
2
3
4
Komponen Evaluasi
Tugas
Kuis
Ujian Sisipan
Ujian Akhir
Jumlah
Mengetahui,
Ketua Jurusan Matematika
Dr. Hartono
NIP. 131656357
Bobot (%)
10 %
20 %
25 %
45 %
100 %
Yogyakarta, 17 September 2008
Dosen,
Caturiyati
NIP. 132255128
Fakultas
Program Studi
Mata Kuliah
Jumlah sks
Semester
Mata Kuliah Prasyarat & Kode
Dosen
: MIPA UNY
: Matematika
: Pemrograman Linear / MAT 330
: Teori 3 sks Praktik 0 sks
: IV
: Aljabar Linear I / MAT 308
: Caturiyati, M.Si.
I. DESKRIPSI MATA KULIAH
Mata Kuliah ini memuat bahasan tentang pemrograman linear dengan metode
grafik dan simpleks, serta kasus-kasus dan sifat-sifat yang terjadi pada
penyelesaiannya; teori simpleks; dualitas dan penggunaannya; analisis pasca
optimum: analisis sensitivitas, pemrograman linear parametrik; masalah
transportasi.
II. STANDAR KOMPETENSI MATA KULIAH
Mahasiswa memiliki keterampilan belajar secara mandiri dalam mempelajari
masalah-masalah pemrograman linear, dengan menekankan pada pemahaman
konsep serta penguasaan dan kemahiran teknik penyelesaiannya menggunakan
teori maupun paket program komputer.
III. RENCANA KEGIATAN
Tatap
Muka
ke-
Kompetensi Dasar
1
Mahasiswa dapat
memahami masalah
optimisasi
Mahasiswa dapat membuat
model matematika masalah
nyata
Mahasiswa dapat membuat
model masalah PL dan
mampu menyelesaikan
Mahasiswa memahami
hubungan materi-materi
terkait
Mahasiswa dapat
menyelesaikan masalah PL
dengan bantuan grafik
Masalah Optimisasi
Mahasiswa dapat
menentukan optimisasi
PL dengan Metode
Grafik: Penyelesaian
2
3
4
5
6
Materi Pokok
Pemodelan Matematika
Pemodelan masalah PL
dan penyelesaiannya
Latar Belakang
Matematika
PL dengan Metode
Grafik: Daerah Layak
dan Garis Senilai
Strategi
Perkuliahan
Sumber
Bahan/
Referen
si
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
B:1-6
A:4-5
B:8-10
A:16-19
B:13-18
C:2-11
B:21-32
A:16-19,
30-46
B:51-63
C:21-50
A:16-19
B:51-63
masalah PL dengnan
bantuan grafik
Mahasiswa mempunyai
pengalaman berbagai
masalah PL terkait
Optimum
8
Mahasiswa dapat
menyelesaikan masalah PL
solusi bulat
PL dengan Metode
Grafik: Program
Bilangan Bulat
9
Mahasiswa mampu
menentukan berbagai
kesimpilan pasca optimum
Mahasiswa memahami
langkah-langkah metode
simpleks
PL dengan Metode
Grafik: Analisis
Sensitivitas
PL dengan Metode
Simpleks: Bentuk Soal
PL dan Langkahlangkah Simpleks
PL dengan Metode
Simpleks: Pola
Maksimum Baku
PL dengan Metode
Simpleks: Penyelesaian
Pola Maksimum Baku
7
10
11
12
13
14
15
16
17
Mahasiswa memahami
masalah PL bentuk
maksimum
Mahasiswa dapat
menyelesaikan masalah PL
bentuk maksimum
PL dengan Metode
Grafik: Kejadiankejadian Khusus
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Mahasiswa memahami dan
dapat menyelesaikan
masalah PL bentuk
minimum
Mahasiswa dapat
menyelesaikan kejadiankejadian khusus masalah
PL
PL dengan Metode
Simpleks: Pola
Minimum
Perkuliahan
Tatap Muka
dan Diskusi
PL dengan Metode
Simpleks: Kejadiankejadian Khusus
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Mahasiswa dapat
menyelesaikan masalah PL
dengan variabel tak
bersyarat tanda
PL dengan Metode
Simpleks: Masalah PL
dengan Variabel Tak
Bersyarat
Ujian Sisipan I
Persiapan Teori
Simpleks
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Mahasiswa memahami
teori simpleks
18
Mahasiswa memahami
teori simpleks
Teori Simpleks :
Memajukan plb,
Penyajian vektor
19
Mahasiswa memahami
teori simpleks
Teori Simpleks: Nilai f
yang Baru, Perubahan
Nilai zj-cj, Memilih
Vektor Basis Baru
Perkuliahan
Tatap Muka
dan Diskusi
B:63-66
B:67-71
C:62102
A:23-30
B:72-76
A:61-65
B:79-87
C:62102
A:66-82
B:88100
A:66-82
B:88100
C:103110
A:66-82
B:101113
A:86-93
B:114117
C:103110
B:120123
A:113116
B:127148
B:157161
B:163165
20
Mahasiswa memahami
metode simpleks dua tahap
Metode Simpleks Dua
Tahap
21
Mahasiswa dapat
menentukan hubungan
dualitas
Dualitas : Hubungan
Dual
22
Mahasiswa memahami
dalil-dalil dualitas
Dualitas : Dalil-dalil
Dualitas
23
Mahasiswa dapat
menentukan kesimpulan
pasca optimum
Analisis Pasca
Optimum:Analisis
Sensitivitas
Perkuliahan
Tatap Muka
dan Diskusi
Perkuliahan
Tatap Muka
dan Diskusi
24
Mahasiswa dapat
menentukan kesimpulan
pasca optimum
Analisis Pasca
Optimum:PL
Parametrik
Perkuliahan
Tatap Muka
dan Diskusi
25
Mahasiswa memahami
masalah transportasi
Masalah Transportasi :
Pemodelan,Masalah
Angkutan
Setimbang,Tabel
Transportasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
26
Mahasiswa dapat
menentukan variabel basis
awal
27
Mahasiswa dapat
menentukan variabel basis
awal
Masalah Transportasi:
Metode Sudut Barat
Laut, Metode cij
Terkecil
Masalah Transportasi:
Metode Selisih Dua cij
Terkecil (Vogel)
28
Mahasiswa dapat
menyelesaikan masalah
transportasi dengan
Stepping Stone
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
29
30
31
Mahasiswa dapat
menyelesaikan masalah
transportasi dengan MOD1
Mahasiswa dapat
menyelesaikan masalah
transportasi Pola
Optimisasi Masalah
Transportasi : Stepping
Stone
Ujian Sisipan II
Optimisasi Masalah
Transportasi : MOD1
Masalah Transportasi :
Pola Maksimum
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
A:118129
B:194203
A:145155
B:209215
C:145152
B:216228
A:95101,165174
B:295304
C:124144
A:175184
B:309315
A:202222
B:233249
C:233239,
272-292
B:250,2
52-253
B:250252
B:254256
B:256260
B:269271
32
Maksimum
Mahasiswa dapat
menyelesaikan masalah
transportasi Tak SEimbang
Masalah Transportasi :
Tak Setimbang
Presentasi
Perkuliahan
Tatap Muka,
Diskusi, dan
Presentasi
B:272278
IV. REFERENSI / SUMBER BAHAN
A. Wajib
B. Anjuran
: [A] Taha, Hamdy (1989). Operation Research: an Introduction,
Collier MacMilan International Edition.
[B] Susanta. B. (1994). Program Linear , Modul U.T., Yogyakarta.
: [C] Anderson, D.R., Sweeney, D.J. and William, T.A. (1985). An
Introduction to Management Sciences: Qualitative Approach to
Decision Making, 4th Edition.
V. EVALUASI
No.
1
2
3
4
Komponen Evaluasi
Tugas
Kuis
Ujian Sisipan
Ujian Akhir
Jumlah
Mengetahui,
Ketua Jurusan Matematika
Dr. Hartono
NIP. 131656357
Bobot (%)
10 %
20 %
25 %
45 %
100 %
Yogyakarta, 17 September 2008
Dosen,
Caturiyati
NIP. 132255128