Penulis :
Dr. Hasanudin

354 halaman, 14,8 cm x 21 cm

ISBN: xxx-xxx-xxx-xxx-x

Sinopsis:
Di era kompleksitas tinggi dan keterbatasan sumber daya, kemampuan merancang keputusan yang optimal menjadi kebutuhan pokok di berbagai disiplin ilmu dan industri. “Metode Optimasi untuk Rekayasa” hadir sebagai buku rujukan yang sistematis dan aplikatif, dirancang khusus untuk mahasiswa teknik, akademisi, serta praktisi yang membutuhkan pedoman kuantitatif dalam memecahkan persoalan teknik, ekonomi, dan sosial. Buku ini memadukan teori dasar, teknik pemodelan, metode numerik, serta contoh kasus nyata—dari produksi industri hingga jaringan dan pembelajaran mesin—sehingga pembaca tidak hanya memahami konsep, tetapi juga mampu menerapkannya dalam situasi nyata. Struktur buku tersusun dalam lima bagian besar yang mengalir dari konsep dasar menuju metode lanjutan dan aplikasi khusus.
Bagian I (Konsep Dasar Optimasi) membuka dengan pengantar yang membangun fondasi: pengertian optimasi, sejarah perkembangan metode, dan lingkup penerapan. Pembaca dikenalkan pada komponen inti masalah optimasi—variabel keputusan, konstanta, parameter, fungsi objektif, dan batasan—serta langkah-langkah sistematis untuk menyelesaikan persoalan, mulai dari perumusan awal hingga pemilihan metode dan penerapan hasil. Disertakan pula latihan untuk menguji pemahaman konseptual dan kemampuan memodelkan permasalahan riil.
Bagian II memfokuskan pada Program Linier, fondasi banyak teknik optimasi terapan. Dimulai dengan teknik pemodelan beragam persoalan linier—produksi pupuk, pemilihan material, perencanaan kapal, transportasi, promosi, hingga pencampuran bahan bakar—pembaca dibimbing langkah demi langkah untuk menerjemahkan persoalan riil ke dalam bentuk matematis yang bisa diselesaikan secara efisien. Bab-bab selanjutnya mengupas teori dualitas yang penting untuk interpretasi ekonomi solusi dan sensitivitas, serta metode grafis untuk kasus dua variabel yang membantu visualisasi solusi feasible, multiple solutions, unbounded, dan infeasible. Bagian ini memberikan landasan kuat bagi pembaca untuk memahami metode-simpleks, yang dibahas komprehensif dalam bab selanjutnya termasuk transformasi bentuk standar, penanganan penyimpangan, dan implementasi menggunakan spreadsheet—alat praktis yang sering dipakai di lapangan.
Bagian III memperkenalkan Program Non-Linier, yang mengatasi persoalan di mana fungsi objektif atau batasan bersifat non-linier. Dimulai dengan metode pencarian (search) untuk optimasi satu dimensi—exhaustive, bisection, two-point, three-point, dan golden section—bagian ini mengajarkan strategi menemukan titik optimum sederhana namun penting sebagai blok pembangun. Lalu dilanjutkan dengan metode berbasis gradien: gradient descent, conjugate gradient, dan generalized reduced gradient, yang esensial ketika mencari solusi pada permukaan non-linier multidimensi. Setiap metode dibahas dari prinsip kerja, algoritme, hingga keunggulan dan keterbatasannya, disertai latihan yang memperkuat pemahaman numerik dan implementasi.
Bagian IV membahas Program Integer dengan fokus pada persoalan diskrit—sering muncul dalam penjadwalan, penugasan, dan alokasi sumber daya. Di sini pembaca mempelajari aturan urutan
pekerjaan (FCFS, SPT, LPT, EDD, Critical Ratio), metode Johnson untuk flow shop, serta strategi heuristik seperti non-decreasing dan next best. Topik assignment problem dikupas untuk kasus minimisasi biaya ketika jumlah pekerja dan tugas bervariasi. Bagian ini juga memperkenalkan model antrian (M/M/1, M/M/c, M/G/1, G/G/1) yang penting untuk sistem layanan, dengan pembahasan metrik kinerja seperti waktu tunggu, panjang antrian, dan utilisasi.
Bagian V mengangkat Program Jaringan dan tren modern dalam optimasi. Dimulai dengan metode penyelesaian masalah transportasi—north west corner, least cost, stepping stone, MODI, dan Vogel’s Approximation—yang merupakan inti logistik dan rantai pasok, bagian ini kaya dengan contoh numerik dan latihan. Sebagai perluasan ke arah teknik komputasi dan kecerdasan buatan, buku menutup dengan bab tentang Neural Network: feedforward, convolutional, recurrent, dan generative adversarial networks. Pembahasan neural network dikaitkan dengan tugas optimasi—pelatihan model, fungsi loss, dan metode optimasi yang digunakan untuk menurunkan fungsi objektif—menunjukkan keterkaitan erat antara teori optimasi klasik dan teknik pembelajaran mesin modern.
Kekuatan buku ini adalah keseimbangan antara teori, metode numerik, dan aplikasi nyata. Setiap bab dilengkapi soal latihan yang dirancang untuk menguji pemahaman konsep sekaligus kemampuan pemodelan dan komputasi. Selain itu, pendekatan bertahap—dari pemodelan sederhana hingga metode lanjutan—membantu pembaca membangun keterampilan secara sistematis. Implementasi dengan spreadsheet dan penekanan pada interpretasi hasil memberi nilai tambah praktis bagi mahasiswa dan profesional yang bekerja dengan alat nyata di industri. Buku ini juga ditulis dengan bahasa yang lugas dan ilustrasi yang memperjelas konsep abstrak. Diagram, tabel, dan contoh perhitungan memudahkan pembaca menavigasi topik-topik yang sering dianggap menantang. Untuk dosen, buku ini layak dijadikan referensi mata kuliah optimasi, perencanaan produksi, riset operasi, atau pembelajaran mesin; bagi praktisi, ini menjadi panduan praktis untuk mengambil keputusan yang berbasis bukti kuantitatif.