RCF INDONESIARCF INDONESIA

Journal of Science Education and Management BusinessJournal of Science Education and Management Business

Penelitian ini bertujuan menganalisis peran Metode Grafik dalam Linear Programming dalam menentukan nilai maksimum dan minimum fungsi tujuan serta hubungannya dengan analisis solusi optimal melalui kajian literatur. Linear Programming dipahami sebagai teknik optimasi untuk memaksimumkan atau meminimumkan fungsi tujuan linear di bawah sejumlah kendala linear, sedangkan metode grafik menjadi pendekatan paling sederhana dan intuitif untuk kasus dua variabel karena dapat memvisualisasikan daerah layak dan titik sudut yang memuat solusi optimal. Penelitian ini menggunakan Systematic Literature Review (SLR) berbasis kerangka PRISMA, dengan data artikel terindeks Scopus kuartil Q1–Q4 periode 2020–2025 yang diperoleh melalui bantuan aplikasi Watase UAKE. Dari 232 publikasi awal yang relevan dengan kata kunci Graphical Method Linear Programming, Maximum and Minimum Values, dan Optimal Solution Analysis, proses seleksi menghasilkan 5 artikel utama untuk dianalisis. Hasil kajian menunjukkan bahwa berbagai studi memanfaatkan pemodelan matematis, teori sampling, metode keputusan multikriteria, analisis simetri, dan eksperimen untuk mengkaji nilai ekstrem dan solusi optimal. Secara keseluruhan, temuan ini menegaskan bahwa konsep nilai maksimum–minimum dan metode grafik merupakan fondasi penting bagi pengembangan model optimasi yang lebih kompleks dan peningkatan kualitas pengambilan keputusan.

Berdasarkan keseluruhan kajian, dapat disimpulkan bahwa metode grafik dalam Linear Programming, konsep nilai maksimum dan minimum, serta analisis solusi optimal merupakan satu rangkaian yang saling melengkapi dalam memahami dan menerapkan optimasi.Metode grafik berperan sebagai dasar visual yang sederhana namun penting untuk menunjukkan bagaimana solusi optimal dicapai pada titik sudut daerah layak untuk masalah dua variabel, sedangkan penelitian-penelitian terbaru memperlihatkan bahwa prinsip yang sama mencari nilai terbaik di bawah kendala tertentu telah dikembangkan dalam berbagai bentuk model kuantitatif yang lebih kompleks, seperti estimator rata-rata populasi berbasis nilai minimum maksimum, metode pengambilan keputusan multikriteria yang lebih stabil, analisis sistem persamaan nonlinier, dan eksperimen laboratorium.Secara umum, temuan-temuan tersebut menegaskan bahwa pemahaman yang kuat mengenai nilai maksimum minimum dan solusi optimal, yang berawal dari pendekatan sederhana seperti metode grafik, menjadi landasan penting bagi pengembangan model optimasi modern yang lebih akurat, efisien, dan aplikatif dalam mendukung pengambilan keputusan di berbagai bidang.

Bagaimana cara mengembangkan metode grafik agar dapat diterapkan pada linear programming dengan lebih dari dua variabel menggunakan visualisasi komputasi interaktif yang memungkinkan pengguna melihat daerah layak dalam ruang multidimensi? Penelitian selanjutnya dapat menyelidiki integrasi metode grafik dengan algoritma pembelajaran mesin, khususnya jaringan saraf tiruan, untuk memprediksi solusi optimal secara real‑time pada masalah optimasi berskala besar dan mengurangi kebutuhan perhitungan manual. Selain itu, diperlukan studi empiris yang mengevaluasi efektivitas pembelajaran metode grafik dalam meningkatkan pemahaman konsep optimasi di kelas matematika SMA di Indonesia, dengan membandingkan pendekatan tradisional berbasis papan tulis versus pendekatan berbasis perangkat lunak visual yang interaktif. Penelitian tersebut dapat mengukur dampak penggunaan visualisasi grafik terhadap kemampuan analitis siswa, motivasi belajar, dan hasil ujian. Selanjutnya, dapat dilakukan penelitian aksi yang mengembangkan modul pembelajaran berbasis proyek, di mana siswa menerapkan metode grafik pada kasus nyata seperti penjadwalan produksi atau alokasi sumber daya, untuk menilai transfer pengetahuan ke situasi praktis. Dengan menggabungkan ketiga arah studi ini, diharapkan kontribusi ilmiah dan praktis metode grafik dalam pendidikan dan industri dapat ditingkatkan secara signifikan.

  1. Determinasi Kepemimpinan Adaptif: Manajemen Risiko, Transformasi Digital dan Adaptif Perusahaan | Jurnal... doi.org/10.38035/jpsn.v3i1.342Determinasi Kepemimpinan Adaptif Manajemen Risiko Transformasi Digital dan Adaptif Perusahaan Jurnal doi 10 38035 jpsn v3i1 342
  2. Materials selection method using improved TOPSIS without rank reversal based on linear max-min normalization... iopscience.iop.org/article/10.1088/2053-1591/ac2d6bMaterials selection method using improved TOPSIS without rank reversal based on linear max min normalization iopscience iop article 10 1088 2053 1591 ac2d6b
Read online
File size414.07 KB
Pages8
DMCAReport

Related /

ads-block-test