STMIK MERCUSUAR Jl. Raya Jatiwaringin No. 144 Pondok Gede Bekasi 17411

Slides:



Advertisements
Presentasi serupa
MODEL TRANSPORTASI & MODEL PENUGASAN
Advertisements

Program Dinamis (Dynamic Programming)
Design and Analysis of Algorithm Dynamic Programming
ASSALAMU’ALAIKUM WR.WB
Modul 10 : Optimasi Kompetensi Pokok Bahasan :
PROGRAM DINAMIK Pertemuan 11.
Multi-Stage (Dynamic) Programming
Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage)
Kubus.
ANALISA JARINGAN (NETWORK PLANNING)
GOAL PROGRAMMING SEKOLAH TINGGI MANAJEMEN INFORMATIKA &
(Modified Distribution Method)
VAM (Vogel’s Approximation Method) NWCR (North West Corner Rule)
Programa Dinamis.
METODE TRANSPORTASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA &
MODEL TRANSPORTASI DENGAN MENGGUNAKAN METODE LEAST COST
MATERI - 3 TRANSPORTASI.
Program Linier Dengan Grafik
TEORI PGB. KEPUTUSAN PENUGASAN Ari Darmawan, Dr. SAB. MAB.
Pohon keputusan Sesi 5 - spk.
UKURAN DERMAGA Panjang Dermaga
Pertimbangan Resiko & Ketidakpastian
MODEL TRANSPORTASI.
LINEAR PROGRAMMING METODE GRAFIK
PRODUCTION PLANNING AND INVENTORY CONTROL
Pemrograman Dinamik.
MODEL ARUS JARINGAN Pertemuan 9.
DISUSUN OLEH : IPHOV KUMALA SRIWANA
Metode Simpleks Dyah Darma Andayani.
PEMROGRAMAN DINAMIS Modul 9. PENELITIAN OPERASIONAL Oleh : Eliyani
MODEL TRANSPORTASI.
Ekayani Khusmawati Syukrillah
MODEL TRANSPORTASI.
Kuliah 11 & 12 : MANAJEMEN TRANSPORTASI & DISTRIBUSI
Dynamic Programming (Program Dinamis)
Gudang ~1~ Modul XIII. Penyelesaian Soal Dengan Software
Design and Analysis Algorithm
Program Linier (Linier Programming)
Program Dinamis.
Programa dinamis.
MODEL TRANSPORTASI.
Modul IV. Metoda Transportasi
Integer and Linear Programming
METODE TRANSPORTASI Suplemen 3.
CONTOH SOAL PEMOGRAMAN LINIER
Riset Operasional 1 Manajemen-Ekonomi PTA 16/17
PROGRAM LINIER PENDAHULUAN
Teknik Pengambilan Keputusan Programa Linier
MODEL TRANSPORTASI MATERI 10.
Dynamic Programming (2)
Program Dinamis (Dynamic Programming)
PENGAMBILAN KEPUTUSAN MANAJEMEN
PENGAMBILAN KEPUTUSAN MANAJEMEN
BAB 10: Short Path Matematika Diskrit DU1023 Heru Nugroho, S.Si., M.T.
Industrial Engineering
Program Dinamis (Dynamic Programming)
Program Dinamis (Dynamic Programming)
Dynamic Programming (3)
MODUL 10 – MANAJEMEN LOGISTIK
TRANSPORTASI Menentukan Solusi Optimum dengan Metode Alokasi MODI
PERTEMUAN 12 P'HES " ROUTING JARKOM".
PENGAMBILAN KEPUTUSAN MANAJEMEN
Jenis data penentuan lokasi pabrik : Data kualitatif, seperti kualitas sarana transportasi, iklim dan kebijakan pemerintah. Data kuantitatif, seperti.
Persoalan Transportasi
PROGRAM DINAMIK Pertemuan 11.
Manajemen Transportasi dan Distribusi
Defenisi Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber dayanya, baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan,
MODEL TRANSPORTASI.
BAB I Program Linier Pertemuan 1.
OPERATIONS RESEARCH – I
Transcript presentasi:

STMIK MERCUSUAR Jl. Raya Jatiwaringin No. 144 Pondok Gede Bekasi 17411 Programa Dinamis STMIK MERCUSUAR Jl. Raya Jatiwaringin No. 144 Pondok Gede Bekasi 17411

Pendahuluan Persoalan bersifat dinamis diarahkan kepada pemecahan secara bertahap yang masing-masingnya merupakan satu kesatuan. Ada 3 hal yang penting diketahui tentang programa dinamis, yaitu: Stage (tahapan) dari persoalan yang dihadapi dan ingin dicari solusinya. State (kondisi) yang menjadi faktor penentu keputusan dari tiap tahapan. Decision (keputusan) yang harus diambil dari tiap tahap untuk sampai kepada solusi keseluruhan.

........................... Pendahuluan Keputusan tahap N sangat ditentukan oleh keputusan pada tahap-tahap sebelumnya. Model formulasi tujuan yang diharapkan akan berbeda, tergantung pada jenis persoalan yang dihadapi. Selanjutnya akan ditunjukkan 3 jenis persoalan yang mengarah pada model programa dinamis.

Contoh 1: Stage Coach Memilih rute angkutan barang/orang dengan kereta kuda (stage coach) dari kota asal (A) ke kota tujuan (K). Persoalan lebih disederhanakan dengan memilah tahapan yang dapat ditempuh dengan lama waktu tempuh antarkota yang dilewati sebagai berikut.

............................................. Contoh 1: Stage Coach Tahap 1 → Pilihan rute AB atau AC. Tahap 2 → Pilihan rute antara BD, BE, BF, atau BG, serta antara CD, CE, CF, atau CG, Tahap 3 dan 4 → Dapat dibaca lanjut seperti di atas. Penjelasannya dari persoalan tersebut: Tahapan diperlukan sebagai penentu rute yang akan dipilih. Secara keseluruhan, tujuan utama dari persoalan tersebut adalah minimasi waktu tempuh dari kota asal (A) ke kota tujuan akhir (K), Penyelesaian dapat dilakukan dengan cara mundur (backward) atau maju (forward), walau pada umumnya banyak dipilih cara mundur.

............................................. Contoh 1: Stage Coach Secara tradisional, persoalan tersebut dapat diselesaikan dengan menghitung setiap altematif rute yang mungkin (2 x 4 x 3 x 1 = 24 altematif), kemudian pilih waktu tempuh terkecil. Cara programa dinamis lebih sistematis dan mudah dikerjakan.

............................................. Contoh 1: Stage Coach Misalkan, waktu tempuh antarkota (dalam hari) seperti pada gambar didepan. Penyelesaian cara programa dinamis adalah dengan membuat matriks setiap tahap, dimulai dari tahap 4, ke tahap 3, ke tahap 2, dan terakhir ke tahap 1 -7 dikenal sebagai cara mundur (backward). State (kondisi penentu keputusan) adalah minimasi waktu tempuh dari route yang dipertimbangkan.

Tahap 4 hanya dicantumkan waktu tempuh dari (H, I, atau J) -ke (K) ............................................. Contoh 1: Stage Coach Tahap 4: min { f4(X4) } Dari/Ke K f4(x4) x4* H 15 HK I 13 IK J 10 JK Tahap 4 hanya dicantumkan waktu tempuh dari (H, I, atau J) -ke (K) f4(x4) adalah nilai perolehan pada tahap 4 x4 * adalah rote terbaik pada tahap 4 Hasil tahap 4: Dari H terus ke K dengan waktu 15 hari Dari I terus ke K dengan waktu 13 hari Dari J terus ke K dengan waktu 10 hari

TAHAP 3: min {f3(x3) +f4*(x4)} ........................... Pendahuluan TAHAP 3: min {f3(x3) +f4*(x4)} Dari/Ke H I J f3(x3) x3* D 27 26 DJ E 30 28 23 EJ F 31 FH/FJ G GH Tujuan di tahap 3 adalah minimasi waktu tempuh tahap 3 ditambah yang terbaik dari tahap 4. Misalnya, untuk DH = 12 + 15 = 27 (dihitung mulai dari D hingga K), demikian yang lainnya. f4*(x4) adalah perolehan terbaik dari tahap 4 (pakai tanda *). f3(x3) adalah nilai perolehan pada tahap 3. x3* adalah rute terbaik pada tahap 3.

........................... Pendahuluan HASIL TAHAP 3: Dari D, yang terbaik adalah terus ke J hingga ke K dengan total waktu tempuh = 16 + 10 = 26 hari . Dari E, yang terbaik adalah terus ke J hingga ke K dengan total waktu tempuh = 13 + 10 = 23 hari . Dari F, ada 2 jalur yang terbaik, yaitu: a) terus ke H hingga ke K dengan total waktu tempuh = 15 + 15 = 30 hari dan b) terus ke J hingga ke K dengan total waktu tempuh = 20 + 10 = 30 hari . Dari G, yang terbaik adalah terus ke I hingga ke K dengan total waktu tempuh = 13 + 13 = 26 hari.

f3*(x3) adalah perolehan terbaik dari tahap 3 (pakai tanda *). ............................................. Contoh 1: Stage Coach Tahap 2: min f2(x2) +f3*(x3) Dari/Ke D (26) E (23) F (30) G f2(x2) x2* B 46 40 48 43 BE C 44 58 50 CD Tujuan tahap 2 adalah minimasi waktu tempuh tahap 2 ditambah yang terbaik dari tahap 3. Misalnya, untuk BE = 17 + 23 = 40 (dihitung mulai dari B hingga K), demikian pula yang lainnya. f3*(x3) adalah perolehan terbaik dari tahap 3 (pakai tanda *). f2(x2) adalah nilai perolehan pada tahap 2. x2 * adalah rute terbaik pada tahap 2. Dari tahap 2 ini, tampak bahwa tujuan berikutnya adalah ke D (bila dari C) atau E (bila dari B).

............................................. Contoh 1: Stage Coach HASIL TAHAP 2: Dari B, yang terbaik adalah terus ke E, lanjut ke J, hingga ke K dengan total waktu tempuh = 17 + 13 + 10 = 40 hari . Dari C yang terbaik adalah terus ke D, lanjut ke J, hingga ke K dengan total waktu tempuh = 18 + 16 + 10 = 44 hari.

TAHAP 1: min {f1(x1) +f2*(x2)} ............................................. Contoh 1: Stage Coach TAHAP 1: min {f1(x1) +f2*(x2)} Dari/Ke B /40/ C /44/ f1(x1) x1* A 15+40=55 12+44=56 55 AB Tujuan tahap 1 adalah minimasi waktu tempuh tahap 1 ditambah yang terbaik dari tahap 2. Y ang terbaik pada tahap 1 adalah rute AB Bila diteruskan dapat diperoleh rute terbaik (waktu tempuh 55 hari), yaitu dari A ke B ke E ke J dan berakhir di K

............................................. Contoh 1: Stage Coach Dapat ditunjukkan hasil akhir rute terbaik dengan programa dinamis sebagai berikut (diberi wama merah). Rute terbaik → dari A ke B ke E ke J ke K dengan waktu tempuh 55 hari

CONTOH 2: CARGO LOADING Misalkan, sebuah perusahaan angkutan mendapat order mengirimkan barang dari satu tempat ke tempat lainnya dengan menggunakan satu truk besar yang berkapasitas 15 ton. Jenis barang yang diangkut, berat, dan biayanya adalah sebagai berikut. Jenis Barang Berat (ton) Biaya (juta/ton) A 2 66 B 5 155 C 3 96 Barang yang diangkut harus utuh (tidak boleh setengah atau seperempat-nya (kalau mengangkut 1 barang B berarti kapasitasnya 5 ton, bila 2 barang B berarti 10 ton, dan seterusnya).

...................... Contoh 2: Cargo Loading Jawab: Stage dalam persoalan ini adalah jumlah barang yang harus diangkut dengan syarat tanpa melampaui kapasitas serta dapat memaksimumkan pendapatan. → Ada 3 jenis barang, berarti ada 3 tahapan (stage). Tahap 3: max { f3(X3) } Karena berat barang C (sebagai X3) = 3 ton, berarti jumlah maksimum barang C yang dapat diangkut adalah 5 buah. Siapkan kolom untuk C = ° (tanpa barang C), C=1, C=2, C=3, C=4, dan C=5 Perhatikan kapasitasnya, cantumkan rupiah yang diperoleh .

Pada C= 1, berarti rupiahnya = 1 x 96 = 96 juta . ...................... Contoh 2: Cargo Loading Kapasitas C=0 C=1 C=2 C=3 C=4 C=5 f3(x3) x3* 3 96 1 6 192 2 9 288 12 384 4 15 480 5 Pada C= 1, berarti rupiahnya = 1 x 96 = 96 juta . Pada C= 2, berarti rupiahnya = 2 x 96 = 192 juta . Pada C= 3, berarti rupiahnya = 3 x 96 = 288 juta . Pada C= 4, berarti rupiahnya = 4 x 96 = 384 juta . Pada C= 5, berarti rupiahnya = 5 x 96 = 480 juta.

...................... Contoh 2: Cargo Loading Hasil tahap 3: Pada kapasitas ° ton, tidak ada yang diangkut sehingga tidak ada rupiah yang diperoleh. Pada kapasitas 3 ton, yang diangkut hanya 1 barang C dengan berat 3 ton sehingga diperoleh 96 juta. Pada kapasitas 6 ton, yang diangkut 2 barang C dengan berat 2 x 3 ton sehingga diperoleh 2 x 96 juta = 192 juta. Pada kapasitas 9 ton, yang diangkut 3 barang C dengan berat 3 x 3 ton sehingga diperoleh 3 x 96 juta = 288 juta. Pada kapasitas 12 ton, yang diangkut 4 barang C dengan berat 4 x 3 ton sehingga diperoleh 4 x 96 juta = 384 juta. Pada kapasitas 15 ton, yang diangkut 5 barang C dengan berat 5 x 3 ton sehingga diperoleh 5 x 96 juta = 480 juta.

...................... Contoh 2: Cargo Loading TAHAP 2: max { f2x2 + f3 * (kapasitas - x3) } Karena barang B (disebut X2) = 5 ton maka maksimum jumlah barang B yang dapat diangkut adalah 3 buah. Siapkan B=O , B=1 , B=2, dan B=3. Perhatikan kapasitasnya. Formula di atas berarti rupiah yang diharapkan adalah dari barang B ditambah dengan sisa kapasitas yang tersedia untuk tahap 3 (tanda *) yang terbaik. Hasil terbaik pada tahap 2 ini sudah mencakup hasil terbaik pada tahap 3.

...................... Contoh 2: Cargo Loading Catatan perhitungan pada tahap 2: Pada kolom f2*X2 tercantum nilai rupiah terbaiknya. Kolom X2* menunjukkan jumlah barang B yang harus diangkut pada tahap 2. Jumlah barang B yang dapat diangkut dapat 0, 1, atau 2 - tergantung pada kapasitasnya.

...................... Contoh 2: Cargo Loading Kapasitas B=0 B=1 B=2 f2(x2) x2* 1 2 3 96 4 5 155 6 192 7 8 251 9 288 10 310 11 347 12 384 13 406 14 443 15 480 465

...................... Contoh 2: Cargo Loading HASIL TAHAP 2: Pada kapasitas 0 hingga 2 ton, tidak ada barang B yang dibawa (B=O) sehingga tidak ada rupiah yang diperoleh . Pada kapasitas 3 hingga 4 ton, yang terbaik adalah bawa 1 barang C (C=l) tanpa barang B (B=O) dengan perolehan 96 juta . Pada kapasitas 5 ton, yang terbaik adalah bawa 1 barang B (B=I) tanpa barang C (C=O) dengan perolehan 155 juta . Pada kapasitas 6 hingga 7 ton, yang terbaik adalah bawa 2 barang C (C=2) tanpa barang B (B=O) dengan perolehan 2 x 96 = 192 juta. Pada kapasitas 8 ton, yang terbaik adalah bawa 1 barang B (B= 1) dan 1 barang C (C=I) dengan perolehan 155 + 96 = 251 juta .

...................... Contoh 2: Cargo Loading HASIL TAHAP 2: Pada kapasitas 0 hingga 2 ton, tidak ada barang B yang dibawa (B=O) sehingga tidak ada rupiah yang diperoleh . Pada kapasitas 3 hingga 4 ton, yang terbaik adalah bawa 1 barang C (C=l) tanpa barang B (B=O) dengan perolehan 96 juta . Pada kapasitas 5 ton, yang terbaik adalah bawa 1 barang B (B=I) tanpa barang C (C=O) dengan perolehan 155 juta . Pada kapasitas 6 hingga 7 ton, yang terbaik adalah bawa 2 barang C (C=2) tanpa barang B (B=O) dengan perolehan 2 x 96 = 192 juta. Pada kapasitas 8 ton, yang terbaik adalah bawa 1 barang B (B= 1) dan 1 barang C (C=I) dengan perolehan 155 + 96 = 251 juta .

...................... Contoh 2: Cargo Loading Pada kapasitas 9 ton, yang terbaik adalah bawa 3 barang C (C=3) tanpa barang B (B=O) dengan perolehan 3 x 96 = 288 juta . Pada kapasitas 10 ton, yang terbaik adalah bawa 2 barang B (B=2) tanpa barang C (C=O) dengan perolehan 2 x 155 = 310 juta . Pada kapasitas 11 ton, yang terbaik adalah bawa 1 barang B (B=1) dan 2 barang C (C=2) dengan perolehan 155 + (2 x 96) = 347 juta. Pada kapasitas 12 ton, yang terbaik adalah bawa 4 barang C (C=4) tanpa barang B (B=O) dcngan perolehan 4 x 96 = 384 juta . Pada kapasitas 13 ton, yang terbaik adalah bawa 2 barang B (B=2) dan 1 barang C (C=l) dengan perolehan (2 x 155) + 96 = 406 juta .

...................... Contoh 2: Cargo Loading Pada kapasitas 14 ton, yang terbaik adalah bawa 1 barang B (B=I) dan 3 barang C (C=3) dengan perolehan 155 + (3 x 96) = 443 juta . Pada kapasitas 15 ton, yang terbaik adalah bawa 5 barang C (C=5) tanpa barang B (B=O) dengan pcrolehan 5 x 96 = 480 juta. Tahap 1: max { f1x1 + f2* (kapasitas – x1) } Pada tahap akhir, cukup dicantumkan kapasitas maksimum (15 ton). Karena berat barang A (disebut x.) = 2 ton maka maksimum jumlah barang yang dapat diangkut adalah 7 buah barang A dengan sisa 1 ton. Nilai rupiah terbaik dihitung dari jumlah barang A yang diangkut dengan ditambah rupiah terbaik dari si sa kapasitas di tahap 2

Siapkan kolom A=O, A=I, A=2, A=3, A=4, A=5, A=6, A=7 ...................... Contoh 2: Cargo Loading Siapkan kolom A=O, A=I, A=2, A=3, A=4, A=5, A=6, A=7 Kapasitas A=0 A=1 A=2 A=3 A=4 A=5 A=6 A=7 f1(x1) x1* 15 + 480 = 66 406 472 132 347 479 198 288 486 264 192 456 330 155 485 396 96 492 462 6 Hasil terbaik dari tahap 1 dan secara kesuluruhan adalah 492 juta Bawa 6 buah barang A (6 x 66 juta = 396 juta) . Dari tahap 2, tambahan 96 juta dari kolom B = 0 (berarti tidak ada barang B yang diangkut) . Ke tahap 3, nilai 96 tersebut dari kolom C = 1 (berarti bawa 1 barang C).

...................... Contoh 2: Cargo Loading Ringkasan Tahap 1 2 3 Total Jumlah Barang A=6 B=0 C=1 Tonase 12 15 ton Rupiah 396 96 492 juta Bawa 6 barang A, tidak perlu bawa barang B, dan bawa 1 barang C. Total perolehan = 492 juta

CONTOH 3: RELIABILITY Suatu peralatan elektronik terdiri atas 3 komponen utama yang disusun secara seri. Agar keandalan (reliability) sistem tersebut lebih baik lagi maka dimungkinkan untuk menambah unit-unit paralel pada ketiga komponen utama dengan kendala biaya, serta dengan tujuan mendapat- kan keandalan yang lebih tinggi. Tabulasi untuk tambahan unit paralel dengan kondisi biaya (ci) dan probabilitas sistem dapat berfungsi (Ri) adalah sebagai berikut: Jumlah Komponen 1 Komponen 2 Komponen 3 Unit Paralel R1 c1 R2 c2 R3 c3 1 0,6 0,7 3 0,5 2 0,8 5 4 0,9 6

............... Contoh 3: Reliability Pada tiap komponen utama minimal harus dipasang 1 unit paralel. Tahapan adalah untuk komponen utama (ada 3 tahapan). Tujuan perhitungan adalah mendapatkan probabilitas berfungsi- nya sistem yang tinggi (maksimasi reliabilitas).  Kendalanya adalah biaya, misalnya total dana $ 10 juta (satuan c, dalam juta $). → Penyelesaian dengan metode backward (ada 3 tahap).

............... Contoh 3: Reliability Tahap 3; max {f3 x3} Dana x3=1 x3=2 x3=3 f3*(x3) x3* 2 0,5 1 3 4 0,7 5 0,9 6 Pada tahap ini, cukup dicantumkan nilai R, dari data asal dengan total dana yang disiapkan adalah $ 6 juta. Dana yang sudah pasti dipakai minimal $ 2 juta (untuk memasang 1 unit paralel di komponen utama Ill).

............... Contoh 3: Reliability H asil Tahap 3: Dengan dana $ 2 juta hingga $ 3 juta, dipasang 1 unit paralel (1 x $ 2 juta) dengan reliabilitas 0,5 . Dengan dana $ 4 juta, dipasang 2 unit paralel (2 x $ 2 juta) dengan reliabilitas 0,7 . Dengan dana $ 5 juta hingga $ 6 juta, dipasang 3 unit paralel (3 x $ 2 juta) dengan reliabilitas 0,9. Hasil terbaik di tahap 3 akan digunakan untuk mencari yang terbaik di tahap 2 nantinya. Untuk ke tahap 2, minimal dana yang terpakai adalah $ 5 juta ($ 2 juta + $ 3 juta) untuk pemasangan minimal 1 unit paralel pada komponen utama II dan Ill). Dana maksimal yang dipakai adalah $ 9 juta (karena harus disiapkan minimal 1 unit paralel pada komponen utama I yang berharga $ 1 juta).

Tahap 2: max {f2x2, f3*(dana-x3)} ............... Contoh 3: Reliability Tahap 2: max {f2x2, f3*(dana-x3)} Dana x2=1 x2=2 x2=3 f2*(x2) x2* 5 0,7x0,5=0,35 0,35 1 6 7 0,7x0,7=0,49 0,8x0,5=0,40 0,49 8 0,7x0,9=0,63 0,9x0,5=0,45 0,63 9 0,8x0,7=0,56 Probabilitas sistem yang disusun seri adalah hasil perkalian antara probabilitas tiap komponennya. Dana yang disiapkan adalah $ 9 juta. Hasil tahap 2 menunjukkan bahwa se1alu hanya memasang 1 unit parale1 saja (dari nilai X2* = 1). Lanjut ke tahap 1 yang cukup ditampilkan dengan total dananya (10 juta).

............... Contoh 3: Reliability Hasil tahap 2: Dengan dana $ 5 juta hingga $ 6 juta, yang terbaik adalah dipasang 1 unit paralel di komponen utama II (1 x $ 3 juta) dan 1 unit parale1 di komponen utama III (1 x $ 2 juta) dengan reliabilitas 0,7 x 0,5 = 0,35 . Dengan dana $ 7 juta, yang terbaik adalah dipasang 1 unit parale1 di komponen utama II (1 x $ 3 juta) dan 2 unit parale1 di komponen utama III (2 x $ 2 juta) dengan reliabilitas 0,7 x 0,7 = 0,49 Dengan dana $ 8 juta hingga $ 9 juta, yang terbaik adalah dipasang 1 unit parale1 di komponen utama II (1 x $ 3 juta) dan 3 unit parale1 di komponen utama III (3 x $ 2 juta) dengan re1iabilitas 0,7 x 0,9 = 0,63.

Tahap 1: max {f1x1, f2*(dana-x2)} ............... Contoh 3: Reliability Tahap 1: max {f1x1, f2*(dana-x2)} Dana x1=1 x1=2 x1=3 f1*(x1) x1* 10 0,63x0,63=0,378 0,8x0,63=0,504 0,9x0,49=0,441 0,540 2 Reliabilitas tertinggi adalah 0,504. Solusi terbaiknya adalah dengan memasang 2 unit paralel di komponen utama I, 1 unit paralel di komponen utama Il, dan 3 unit paralel di komponen utama Ill.

Jumlah Unit Paralel yang dipasang ............... Contoh 3: Reliability Solusi (ringkasan) terbaiknya Komponen Utama I Utama II tama III Jumlah Unit Paralel yang dipasang 2 1 3 Biaya yang dibutuhkan 2 x $ 1juta 1x $ 3juta 3 x $ 2juta Realibilitas 0,8 0,7 0,9 Total biaya = $10 juta. Total reliabilitas = 0,8 X 0,7 X 0,9 = 0,504

............... Contoh 3: Reliability

............... Contoh 3: Reliability

............... Contoh 3: Reliability

............................................. Contoh 1: Stage Coach

............................................. Contoh 1: Stage Coach