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