Teori Pengambilan Keputusan
Teori Pengambilan Keputusan
OLEH SYAHIRUDDIN,SE,MSi,MN-LP
Model kuantitatif adalah model keputusan yang menggunakan angka. Pemecahan masalah dengan menggunakan model kuantitatif hasilnya digunakan sebagai dasar pengambilan keputusan. Setiap model keputusan memiliki variabel-variabel yang disebut variabel keputusan. Model kuantitatif didasarkan pada data angka/numerik dan model keputusan menghasilkan variabel keputusan yang berupa angka. Contoh adalah model linear programming yang bertujuan memaksimalkan laba yang dapat dicapai oleh suatu perusahaan.
2.
Setiap manajer memecahkan masalah atas dasar pengalaman, kepercayaan, dan pertimbangannya sendiri
3.
Data yang sama akan menghasilkan keputusan yang sama atau berulang
Dua manajer mungkin setuju terhadap data tertentu yang relevan, tetapi kesimpulan yang diambil berbeda
Secara konvensional, pembagian masalah dapat dibagi atas 3 (tiga) kelompok yaitu : 1. Certainty ialah apabila semua alternatif tindakan diketahui dan hanya terdapat satu konsekuensi atau outcome untuk masing-masing tindakan 2. Risk ialah apabila terdapat lebih dari satu konsekuensi atau outcome untuk setiap alternatif 3. Uncertainty ialah apabila jumlah kemungkinan konsekuensi atau probabilitas terjadinya outcome tidak diketahui oleh pengambilan keputusan
Penyusunan Model
Suatu model merupakan representasi dari suatu realita. Representasi realita yang disusun oleh seseorang dimaskudkan sebagai penyederhanaan masalah dalam mengambil keputusan. Proses penyusunan model keputusan kuantitatif dapat dibuat dalam tiga tahap sebagai berikut : 1. Studi Lingkungan 2. Formulasi dari representasi masalah 3. Penyusunan formulasi yang dinyatakan dalam simbol matematika
Tahap Pertama, Studi Lingkungan Pengalaman mungkin merupakan unsur terpenting untuk mencapai sukses yaitu pengalaman baik dalam penyusunan model dan lingkungan yang dipelajari.
Tahap Kedua, Formulasi Dalam proses formulasi pembuat model diharapkan dapat memilih atau memisahkan semua aspek realitas yang relevan dengan skenario masalah
Tahap Ketiga, Formulasi Yang Dicapai Penyusunan model biasanya lebih ditekankan pada proses teknis yang menyangkut matematika, penyesuaian, dan penggunaan alat yang telah diketahui.
Dalam perusahaan, model adalah sinonim dengan perencanaan eksekutif. Model-model perencanaan digunakan untuk memprediksi masa depan, mencari alternatif, menyusun perencanaan berganda, dan meningkatkan fleksibilitas. Model adalah suatu pendekatan secara simbolis yang berupa pendekatan terpilih dari suatu realitas Semua model memberikan kerangka logika dan analisis konsisten yang mencakup hal-hal yaitu : 1. Model memaksa manajer menentukan asumsi dengan tegas 2. Model memaksa untuk mengidentifikasi dan mencatat macam keputusan 3. Model memaksa manajer mengidentifikasi dan mencatat interaksi yang relevan antar variabel keputusan 4. Model memaksa manajer mencatat kendala dari nilai variabel yang diasumsikan
Linear programming merupakan suatu model umum yang dapat digunakan di dalam pemecahan masalah pengalokasian sumber-sumber yang terbatas secara optimal.
Asumsi-sumsi dasar Linear Programming sebagai berikut : l. Propotionality Berarti naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia akan berubah secara sebanding dengan perubahan tingkat kegiatan. Contoh : a) Z = C1X1 + C2X2 + C3X3 + ...... + CnXn Setiap pertambahan 1 unit X1 akan menaikkan Z dengan nilai koefisien C1 b) AnX1 + A12X2 + A13X3 + . + AnXn< b1 Setiap pertambahan 1 unit X1 akan menaikkan penggunaan sumber/fasilitas 1 dengan A1j 2. Additivity Berarti nilai tujuan tiap kegiatan tidak saling mempengaruhi atau tidak ada koreksi antara X1 dan X2 Contoh : Z = 3X1+ 5 X2 Dimana X1 = l0 dan X2 = 2 Z = 3(10) + 5(2) Z = 30 + 10 Z = 40
3. Divisibility Berarti keluaran (input) yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan. Contoh : X1 = 6,5 X2 = 12 1/3 Z = 100,75 4. Deterministie (Certainity) Berarti semua parameter yang terdapat dalam model Linear Programming (A1j, B1, C1) dapat diperkirakan dengan pasti, meskipun jarang dengan tepat.
Pemecahan model LP Reddy Mikks dapat dipecahkan secara grafik karena hanya memiliki dua variabel. Untuk model-model dengan tiga variabel atau lebih, model grafik menjadi tidak praktis. Langkah-langkah penggunaan motode grafik sebagai berikut : i. Menentukan fungsi tujuan dan memformulsikannya dalam bentuk matematis. ii. Mengidentifikasi bahan-bahan yang berlaku dan memformulasikannya dalam bentuk matematis. iii. Menggambarkan masing-masing garis fungsi batasan dalam satu sistem salib sumbu. iv. Mencari titik yang paling menguntungkan (optimal) dihubungkan dengan fungsi tujuan.
Setiap soal Linear Programming akan mempunyai tanda kendala sekurang-kurangnya satu atau lebih dari tanda , =, atau . Tanda kendala ketidaksamaan ( dan ) harus diubah menjadi tanda kesamaan (=). Perubahan tanda kendala dapat dilakukan dengan menggunakan tambahan variabel yang disebut variabel slack atau variabel surplus. Pemecahan dengan menggunakan tabel merupakan cara yang mudah untuk menyelesaikan soal Linear Programming dengan metode simplex.
Pada intinya, apa yang dilakukan metode simpleks adalah menerjemahkan definisi geometris dari titik ekstrim menjadi definisi aljabar. Titik ekstrim dari ruang ini dapat didefinisikan secara aljabar sebagai pemecahan dasar (basic solutions) dari sistem persamaan simultan. Teori aljabar linear, sebuah pemecahan dasar diperoleh dengan menetapkan beberapa variabel yang sebanyak selisih antara jumlah total variabel dengan jumlah total persamaan memiliki nilai sama dengan nol dan memecahkan variabel sisanya, dengan ketentuan bahwa kondisi tersebut menghasilkan satu pemecahan yang unik. Pada intinya, transisi dari prosedur grafik ke prosedur aljabar sepenuhnya bergantung pada keabsahan hubungan penting berikut ini.
Titik Ekstrim Pemecahan Dasar
Langkah 2 : Menyusun persamaan didalam tabel Tabel Simplex dalam bentuk Simbol
Variabel Dasar Z Xn+1 Xn+2 Z 1 0 0 X1 C A11 A21 X2 C2 A12 A22 Xn Cn A1n A2n Xn+1.. 0 1 0 Xn+2. Xn+m 0 0 1 0 0 0 NK 0 B1 B2
Xn+m
Am1
Am2
Amn
Bm
Variabel dasar adalah variabel yang nilainya sama dengan sisi kanan variabel pada fungsi tujuan pada tabel permulaan harus 0. NK adalah nilai kanan persamaan yaitu nilai dibelakang tanda sama dengan (=).
Langkah 3 : Memilih Kolom Kunci Kolom kunci adalah kolom yang merupakan dasar merubah tabel. Pilih kolom yang mempunyai nilai pada garis fungsi tujuan yang bernilai negative pada baris fungsi tujuan yang berarti tabel tidak bisa dioptimalkan lagi (sudah optimal).
Langkah 4 : Memilih Baris Kunci Nilai Kolom (NK) Index = Nilai Kolom Kunci Baris kunci adalah baris yang merupakan dasar untuk merubah tabel dengan mencari angka index.
Langkah 5 : Merubah nilai-nilai baris kunci Nilai baris kunci dirubah dengan cara membaginya dengan angka kunci. Gantilah variabel dasar pada baris itu dengan variabel yang terdapat dibagian atas kolom baris. Langkah 6 : Merubah nilai-nilai selain pada baris kunci Nilai-nilai baris yang lain, selain pada baris kunci dapat dirubah dengan menggunakan rumus ; Baris baru = baris lama - (Koefisien pada kolom kunci) x nilai baru baris kunci. Langkah 7 : Melanjutkan perbaikan/perubahan Ulangi langkah-langkah perbaikan mulai langkah 3 sampai langkah 6 untuk memperbaiki tabel yang telah diperbaiki nilainya. Perubahan baru berhenti setelah baris pertama (fungsi tujuan) tidak ada yang bernilai negative.
5. Tanda fungsi kendala bentuk dual diatur : a. Jika variabel ke-i dari bentuk primal tidak mempunyai tanda kendala, maka tanda kendala untuk bentuk dual yang ke-i adalah sama dengan = b. Jika bentuk primal adalah maksimisasi (minimisasi) maka tanda kendala bentuk dualnya akan sama (berlawanan) dengan tanda variabel dari bentuk primal. 6. Jika tanda fungsi kendala yang ke-i dari bentuk primal adalah persamaan maka tanda variabel yang ke-i bentuk dual adalah tidak berkendala (unconstrained) 7. Jika bentuk primal adalah maksimisasi (minimisasi), maka kecuali dinyatakan pada poin 6, tanda untuk variabel bentuk dual akan berlainan (sama) dengan tanda kendala bentuk primal.
Masalah Dual adalah sebuah masalah LP yang diturunkan secara matematis dari satu model LP primal. Masalah dual dan primal sangat berkaitan erat sedemikian rupa sehingga pemecahan simpleks optimal dari satu masalah akan secara otomatis menghasilkan pemecahan optimum untuk masalah lainnya.
Manfaat teori dualitas adalah ; pertama, Untuk menginterpretasikan ( dalam arti ekonomis) angkaangka yang terdapat pada tabel optimal dari masalah primal, dan kedua, Untuk memeriksa kembali apakah ada kesalahan-kesalahan dalam melakukan perubahan-perubahan pada setiap langkah dalam menggunakan metode simpleks bagi masalah primal.
Analisa sensitivitas pada dasarnya memanfaatkan kaedah-kaedah primal-dual dengan metode simplexs semaksimal mungkin. Oleh karena analisa dilakukan setelah dicapai penyelesaian optimal maka disebut post - Optimality Analisis. Tujuan analisa sensivitas adalah mengurangi perhitungan-perhitungan dan menghindari perhitungan ulang, bila terjadi perubahanparubahan satu atau beberapa koefisien model LP saat penyelesaian optimal telah dicapai.
Data analisis sensivitas tentang allowable increase dan allowable decrase dari koefisien fungsi tujuan menunjukkan berapa besar nilai koefisien dalam fungsi tujuan boleh berubah tanpa mengubah solusi optimal. Perubahan koefisien dalam batas ranges tentu akan mengubah nilai optimal fungsi tujuan. Solusi yang nondegenerate, perubahan koefisien fungsi tujuan melebihi batas allowable increase dan allowable decrease akan menimbulkan alternatif solusi optimal. Perubahan koefisien fungsi tujuan yang melebihi batas allowable increase dan allowable decrease pada solusi yang degenerate. Reduced cost mempunyai arti dalam analisis sensivitas khususnya untuk mengetahui berapa biaya dari suatu variabel keputusan dapat turun agar variabel tersebut menjadi bernilai positip dalam solusi optimal.
Persoalan optimal linear programming dimana solusi variabel keputusannya merupakan bilangan bulat disebut Integer Programming. Keputusan-keputusan Integer Programming : 1. Keputusan investasi ya atau tidak 2. Keputusan penggunaan mesin 3. Keputusan yang menyangkut biaya tetap 4. Keputusan lainnya yang berhubungan dengan masalah rencana dan penentuan rute perjalanan Pemecahan masalah tertentu mengharuskan solusi optimalnya berbentuk bilangan bulat, karena solusi optimal merupakan pecahan tidak rasional
Berdasarkan perbedaan variabel keputusan, soal integer programming dibedakan atas 3 : 1. Soal programming yang semua variabel keputusan nya harus bernilai bulat (integer) 2. Soal programming yang berapa variabel keputusan nya bernilai bulat (integer) 3. Soal programming yang variabel keputusannya dibatasi dengan bilangan bulat (integer) 1 atau 0 Perbedaan struktur model ini diperlukan karena variabel keputusannya yang integer berbeda-beda. Untuk mendapatkan solusi yang integer, alternatifnya dapat dilakukan dengan membulatkan solusi yang diperoleh dengan pemecahan model Integer Programming.
5. Untuk meminimalkan penyimpangan underachievement dan overachievement, formulasi goal constraintnya adalah : gi (x1, x2, .xn ) + ui ei = bi dengan fungsi tujuan minimisasi ui + ei 6.Untuk menyatakan preferensi atas suatu penyimpangan, dipergunakan faktor timbangan dalam formulasi fungsi tujuannya. Fungsi tujuan tertimbang dalam model goal programming dituliskan sebagai : minimisasi wi. Ui + wi . Ei 7. Karena salah satu atau kedua variabel deviasi ui dan ei sama dengan o (nol),maka goal constraint yang mempunyai variabel deviasi bernilai positif merupakan kendala aktif. Dengan konsep goal programming ini, dibahas berbagai tipe model goal programming yang paling berguna.
Model goal programming akhir-akhir ini mendapat perhatian dari para praktisi manajemen mengingat masalah-masalah kompleks yang menuntut semua perhatian dapat diselesaikan dengan model ini. Masalah yang mungkin perlu dicari jalan keluarnya adalah berkaitan dengan analisis sensivitas. Analisis sensivitas dalam model goal programming tidak memberikan informasi sebanyak dengan model linear programming. Meskipun model goal programming kecuali penyim pangan atau pencapaian berbagai tujuan, model goal programming telah memberikan jawaban untuk mengatasi masalah dengan kriteria majemuk.
Masalah-masalah khusus dalam Goal Programming : 1. Alternative Optima Dalam penyelesaian soal goal programming mungkin timbul solusi yang bersifat multiple. 2. Soal yang Unbounded Soal yang Unbounded tidak terjadi dalam goal programming, karena setiap goal constraint mempu nyai koefisien fungsi tujuan yang dikaitkan dengan koefisien sisi sebelah kanan kendala. 3. Solusi yang Inconsistent atau Infeasible Inconsistent dalam goal programming bukanlah suatu masalah karena variabel-variabel deviasi yang ingin dipenuhi dinyatakan sebagai kendala.
Prinsip-prinsip Dynamic Programming : 1.Masalah dapat dibagi dalam bagian masalah yang lebih kecil disebut tahap titik keputusan. Pendekatan penyelesaian masalah dilakukan secara mundur untuk mendapatkan keputusan yg optimal. 2. Model dynamic programing adalah tentang status. Status dalam dynamic programming adalah arus informasi dari satu tahap ke tahap berikutnya disebut status input. 3. Prinsip tentang variabel keputusan. Variabel keputusan menyatakan berbagai alternatif yang dapat dipilih pada saat melakukan atau mengambil keputusan pada tahap tertentu.
4. Prinsip tentang fungsi transformasi. Fungsi transformasi menjelaskan bagaimana hubungan antara tahap-tahap keputusan saling berhubungan. Hubungan status dalam tahap yang berurutan bersifat hubungan yang berulang-ulang. Notasi atau simbol yang digunakan meliputi ; : menyatakan banyaknya tahap keputusan Sn : menyatakan status input ke tahap keputusan n Dn: menyatakan alternatif keputusan yang diambil pada keputusan n. Rn : menyatakan return pada tahap keputusan
Aplikasi Dynamic Programming 1. Masalah Knapsack Bertujuan menentukan berapa banyak jumlah unit suatu barang dimasukkan dalam suatu knapsak agar total nilai barang yang dikemas maksimum dan masih dalam batas kapasitas. 2. Masalah Investasi Pada umumnya mencari suatu alternatif portofolio investasi yang paling menguntungkan dari sejumlah modal tertentu. 3. Masalah Network Masalah penentuan rute perjalanan dari suatu titik awal hingga ke titik akhir perjalanan. Masalahnya rute yang mana yang memberi biaya, jarak, waktu perjalanan yang paling efisien.