Anda di halaman 1dari 41

Minggu ke-4 dan Minggu ke-5

Goal Programming
(MultiObjective Programming)

Dody Hartanto

Outline Kuliah Minggu 4 dan Minggu 5

Perbedaan goal programming dengan linear


programing
Pengertian hard constrain dan soft constrain
Pengertian variabel deviasional
Pemodelan
permasalahan
goal
programming.dengan tujuan yang berprioritas sama.
Pemodelan permasalahan goal programming
dengan tujuan yang berprioritas berbeda.

Dody Hartanto

Pendahuluan

Banyak permasalahan dimana keputusan yang diambil


harus dapat memenuhi beberapa(lebih dari satu) tujuan
secara simultan.
Hal ini menyebabkan pengambil keputusan akan sangat
sulit
untuk
memenuhi
semua
tujuan
tanpa
mengorbankan tujuan yang lain sehingga seringkali
solusi yang diperoleh merupakan solusi yang
memuaskan dan bukan solusi yang optimal.

Dody Hartanto

Pendahuluan

Permasalahan optimisasi dengan lebih dari satu tujuan


dapat diselesaikan dengan goal programming.
Goal programming merupakan pengembangan dari
linear programming.
Perbedaan utama antara goal programming dengan
linear programming adalah pada fungsi tujuan. Pada
linear programming hanya terdapat satu tujuan
sedangkan pada goal programming terdapat lebih dari
satu tujuan (multi objective).

Dody Hartanto

Ilustrasi Goal Programming

Dody Hartanto

Ilustrasi Goal Programming

Dody Hartanto

Ilustrasi Goal Programming

Dody Hartanto

Langkah-langkah dalam Goal Programming

Tentukan variabel keputusan


Variabel keputusan dalam goal programming sama
dengan variabel keputusan dalam linear programming
yaitu variabel yang memiliki nilai yang menunjukkan
kebijakan yang harus diambil supaya dapat
memperoleh hasil yang optimal, misalnya banyaknya
produk yang diproduksi, banyaknya pekerja, atau
variabel lain yang dapat memiliki nilai yang berkaitan
dengan pemakain sumber daya.

Dody Hartanto

Langkah-langkah dalam Goal Programming


Tentukan Deviational Variable untuk Setiap Tujuan

Deviational variabel merupakan variabel yang nilainya


menunjukkan besarnya penyimpangan solusi dari
tujuan yang diinginkan.
Deviational variabel dapat dikategorikan menjadi dua
kategori yaitu overachieving deviational variable dan
underachieving deviational variabel.
Overachieving deviational variable menunjukkan
besarnya kelebihan dari target(hasil yang diinginkan)
sedangkan
underachieving
deviational
variable
menunjukkan besarnya kekurangan dari target.

Dody Hartanto

Langkah-langkah dalam Goal Programming


Formulasikan Pembatas yang meliputi economic
constrains (hard constrains) dan goal constrains
(soft constrains)

Economic constrains (hard constrains) merupakan


pembatas yang harus dipenuhi, tidak boleh dilanggar.
Pembatas ini biasanya berkaitan dengan ketersediaan
sumber daya dan atau kebijakan yang harus dipenuhi
Goal constrain (soft constrains), berbeda dengan economic
constrain, merupakan pembatas yang masih boleh dilanggar
karena pembatas ini merupakan pembatas yang berkaitan
dengan pencapaian target. Suatu kegiatan selalu memiliki
target namun jika target tidak dapat tercapai kegiatan
tersebut masih dapat berjalan.
Dody Hartanto

10

Langkah-langkah dalam Goal Programming


Formulasikan Fungsi Tujuan

Fungsi tujuan dalam goal programming selalu


minimisasi besarnya jumlah total penyimpangan dari
beberapa tujuan yang ingin dicapai secara simultan.
Dalam fungsi tujuan seringkali juga diberi bobot yang
menunjukkan tingkat kepentingan dari tujuan-tujuan
yang ada, tujuan yang lebih penting diberi bobot yang
lebih besar.

Dody Hartanto

11

Contoh 1

Perusahaan Fastestsolution merupakan perusahaan yang menjual


perangkat lunak untuk perusahaan energi.
Perusahaan ini
memperkerjakan beberapa tenaga penjualan yang bertugas untuk
mendapatkan klien baru dan mempertahankan klien lama. dalam
menjalankan tugasnya tenaga penjualan mengunjungi perusahaanperusahaan untuk menawarkan produknya.
Berdasarkan pengalaman, waktu yang diperlukan untuk
mengunjungi calon klien adalah 3 jam sedangkan waktu yang
diperlukan untuk mengunjungi klien lama adalah 2 jam. Dalam satu
bulan, total jam kerja tenaga penjualan yang dimiliki oleh
perusahaan adalah 640 jam kerja.
Bulan ini perusahaan memiliki target untuk mengunjungi 120 klien
baru dan 200 klien lama. Modelkan masalah ini dalam goal
programming sehingga perusahaan dapat menentukan banyaknya
klien baru maupun lama yang harus dikunjungi.
Dody Hartanto

12

Langkah 1 dan Langkah 2

Langkah 1 tentukan variabel keputusan

X1 : banyaknya klien baru yang dikunjungi


X2 : banyaknya klien lama yang dikunjungi

Langkah 2 tentukan tujuan

Tujuan 1 : mengunjungi 200 klien baru


Tujuan 2 : mengunjungi 120 klien lama

Dody Hartanto

13

Langkah 3 Tentukan Deviational Variabel


D 1+ :

besarnya kelebihan dari target banyaknya klien baru yang akan


dikunjungi (overachieving deviational variable)
D1- : besarnya kekurangan dari target banyaknya klien baru yang akan
dikunjungi (underachieving deviational variabel).
D2+ : besarnya kelebihan dari target banyaknya klien baru yang akan
dikunjungi (overachieving deviational variable)
D2- : besarnya kekurangan dari target banyaknya klien baru yang akan
dikunjungi (underachieving deviational variabel).

Dody Hartanto

14

Langkah 4 Formulasikan pembatas yang meliputi economics


constrain(hard constrains) dan goal constrains(soft constrains)

Economics constrains (hard constrains)


3X1 + 2X2 640

Pembatas diatas memiliki arti banyaknya jam kerja yang


digunakan oleh tenaga penjualan tidak bisa melebihi jam
kerja tenaga penjualan total yang dimiliki.

Goal constrains
X1 + D1- - D1+ = 200;
X2 + D2- - D2+ = 120;
X1 , X2 , D1- , D1+ ,D2- , D2+ 0;

Dody Hartanto

15

Tetapkan Fungsi Tujuan


Fungsi Tujuan
Minimisasi Z = D1- + D2-

Permasalahan ini memiliki dua target(goal), pada kasus ini melebihi


target adalah hasil yang diinginkan sedangkan kurang dari target
adalah hasil yang perlu dihindari atau diminimalkan.
Oleh karena itu, fungsi tujuannya merupakan minimasi banyaknya
kekurangan dari target yang ditunjukkan oleh variable D1- dan D2- .

Dody Hartanto

16

Model Lengkap Goal Programming


Fungsi Tujuan
Minimisasi : Z = D1- + D2-

Pembatas
2X1 + 3X2 640;

X1 + D1- - D1+ = 200;


X2 + D2- - D2+ = 120;
X1, X2 , D1+, D1-, D2+, D2- 0.

Dody Hartanto

17

Solusi Grafis

Dody Hartanto

18

Solusi Grafis

Dody Hartanto

19

Solusi Lingo 8

Dody Hartanto

20

Contoh 2

Sebuah perusahaan memproduksi produk 1 dan produk 2, kedua produk


tersebut dibuat dari bahan baku yang sama yaitu bahan baku A, bahan baku
B dan bahan baku C. Kebutuhan bahan baku untuk produk 1 dan produk 2
serta ketersediaan bahan baku adalah sebagai berikut:
Produk

Bahan Baku A

Bahan Baku B

Bahan baku C

Produk 1

2/5

3/5

Produk 2

1/2

1/5

3/10

Ketersediaan Bahan Baku

20

21

Perusahaan telah menerima pesanan dari beberapa konsumen, total


pesanan yang telah diterima perusahaan adalah 30 ton untuk produk 1 dan
15 ton untuk produk 2.

Pihak manajemen menyadari adanya keterbatasan ketersediaan bahan


baku yang berakibat tidak dapat dipenuhinya semua pesanan yang telah
diterima. Oleh karena itu, perusahaan berusaha untuk menentukan
komposisi produksi sehingga banyaknya pesanan yang tidak dapat dipenuhi
dapat diminimalkan.

Dody Hartanto

21

Tentukan Variabel keputusan dan deviational


Variable
X1 : banyaknya produk 1 yang diproduksi
X2 : banyaknya produk 2 yang diproduksi
D1+ : besarnya kelebihan dari target produk 1 yang diproduksi
(overachieving deviational variable)
D 1- :
besarnya kekurangan dari target produk 1 yang diproduksi
(underachieving deviational variabel).
D2+ : besarnya kelebihan dari target produk 2 yang diproduksi
(overachieving deviational variable)
D 2- :
besarnya kekurangan dari target produk 2 yang diproduksi
(underachieving deviational variabel).

Dody Hartanto

22

Tentukan Economic Constrains (hard Constrains)


Pembatas
0.4 X1 + 0.5 X2 20;
0.5 X2 5;
0.6 X1 + 0.3 X2 21;

Pembatas pertama berkaitan dengan ketersediaan bahan


baku A yang digunakan untuk membuat produk 1 dan
produk 2,
Pembatas kedua berkaitan dengan bahan baku B yang
digunakan untuk memproduksi produk 2 saja
Pembatas ketiga berkaitan dengan ketersediaan bahan
baku C yang digunakan untuk memproduksi produk 1 dan
produk 2.
Dody Hartanto

23

Tentukan Pembatas yang berkaitan


dengan tujuan (Goal)

Pesanan produk 1 yang telah diterima adalah 30 ton


sehingga perusahaan menargetkan X1 = 30,
Namun karena bahan baku yang terbatas, banyaknya
produk 1 yang diproduksi bisa lebih dari target sebanyak
D1+ dan juga bisa kurang dari target sebanyak D1-.
Hal ini dapat ditulis dalam persamaan matematis
sebagai berikut:
X1 = 30 - D1- + D1+ atau X1 + D1- - D1+ = 30;

Dody Hartanto

24

Tentukan Pembatas yang berkaitan dengan


tujuan (Goal)

Logika
yang
sama
juga
digunakan
untuk
memformulasikan pembatas yang berkaitan dengan
tujuan yang kedua.
Pesanan produk 2 yang telah diterima adalah 15 ton
sehingga perusahaan menargetkan X2 = 15,
Namun karena bahan baku yang terbatas, banyaknya
produk 2 yang diproduksi bisa lebih dari target
sebanyak D2+
dan juga bisa kurang dari target
sebanyak D2-.
Hal ini dapat ditulis dalam persamaan matematis
sebagai berikut:
X2 = 15 D2- + D2+ atau X2 + D2- - D2+ = 15;
Dody Hartanto

25

Tentukan Fungsi Tujuan

Perusahaan mengusahakan supaya kekurangan


produksi seminimal mungkin.
fungsi tujuan adalah minimisasi banyaknya kekurangan
dari target produk 1 yang harus diproduksi
(underachieving deviational variabel) dan banyaknya
kekurangan dari target produk 2 yang harus diproduksi
(underachieving deviational variabel).
Formulasi fungsi tujuan adalah sebagai berikut:
Fungsi Tujuan
Z = D1- + D2Dody Hartanto

26

Model Lengkap Goal Programing


Fungsi Tujuan
Minimisasi : Z = D1- + D2Pembatas
0.4 X1 + 0.5 X2 20;
0.5 X2 5;
0.6 X1 + 0.3 X2 21;
X1 + D1- - D1+ = 30;
X2 + D2- - D2+ = 15;
X1, X2 , D1+, D1-, D2+, D2- 0.

Dody Hartanto

27

Solusi Grafis

Dody Hartanto

28

Solusi Lingo

Dody Hartanto

29

Contoh 3
Perusahaan Maju Sejahtera memproduksi produk A dan Produk B. Kedua
produk ini diproduksi melalui dua proses yaitu pemotongan dan perakitan.
Kapasitas yang tersedia untuk stasiun kerja pemotongan adalah 12 jam dan
perakitan adalah 30 jam. Bulan depan perusahaan berencana untuk melakukan
penataan ulang lay out pabrik dan perbaikan sarana penunjang pabrik sehingga
hal ini sedikit banyak akan mengganggu kinerja perusahaan. Menyadari hal ini,
pihak manajemen menetapkan beberapa target yang ingin dicapai selama masa
penataan ulang pabrik. Target-target tersebut meliputi:
Target 1 : memperoleh keuntungan minimal sebesar 30 juta.
Target 2 : menghindari adanya pemutusan hubungan kerja karyawan stasiun kerja
pemotongan sehingga perusahaan menargetkan untuk menggunakan kapasitas
stasiun kerja pemotongan secara penuh.
Target 3 : menghindari adanya kerja lembur pada stasiun kerja perakitan.

Target 4 : memenuhi semua pesanan yang telah diterima yaitu 17 unit produk B.
Modelkan masalah ini dalam goal programming! (waktu proses setiap produk pada setiap
stasiun kerja silahkan ditentukan sendiri dan Laba setiap produk silahkan tentukan sendiri.)

Dody Hartanto

30

Tentukan variabel keputusan


X1 : banyaknya produk A yang diproduksi
X2 : banyaknya produk B yang diproduksi
D1- : besarnya kekurangan dari target keuntungan (underachieving
deviational variabel).
D1+ : besarnya kelebihan dari target keuntungan (overachieving
deviational variabel).
D2- : besarnya kekurangan dari target penggunaan kapasitas pada
stasiun kerja pemotongan.
D2+ : besarnya kelebihan dari target penggunaan kapasitas pada
stasiun kerja pemotongan
D3- : besarnya kekurangan dari target penggunaan kapasitas pada
stasiun kerja perakitan
D3+ : besarnya kelebihan dari target penggunaan kapasitas pada
stasiun kerja perakitan
D4- : besarnya kekurangan dari target produksi produk B
D4+ : besarnya kelebihan dari target produksi produk B
Dody Hartanto

31

Tentukan Soft Constrains dan Hard Constrains


Hard Constrains atau pembatas yang tidak dapat dilanggar adalah:
2X1 + 3 X2
12
(ketersediaan jam kerja stasiun kerja
pemotongan)
6X1 + 5 X2
30
(ketersediaan jam kerja stasiun kerja
perakitan)
Goal constrain atau pembatas
adalah sebagai berikut:
6 X1 + 7 X2 + D1- - D1+ = 30
2X1 + 3 X2 + D2- - D2+
(target) 2)
6X1 + 5 X2 + D3- - D3+ = 30
X2 + D4- - D4+ = 7

yang berkaitan dengan tujuan(target)


(pembatas untuk tujuan (target) 1)
= 12
(pembatas
untuk
tujuan
(pembatas untuk tujuan (target) 3)
(pembatas untuk tujuan (target) 4)

X1 , X2 , D1- , D1+, D2- ,D2+ ,D3-Dody


, D3+,Hartanto
D4- ,D4+ 0

32

Tentukan Soft Constrains dan Hard Constrains


Hard constrain dari permasalahan ini didominasi oleh
pembatas yang berkaitan dengan tujuan 2 dan tujuan 3
sehingga hard constrain dapat diabaikan. Hal ini
menyebabkan pembatas secara keseluruhan menjadi:

6 X1 + 7 X2 + D1- - D1+ = 30
2X1 + 3 X2 + D2- - D2+
= 12
6X1 + 5 X2 + D3- - D3+
= 30
X2 + D4- - D4+ = 7
X1 , X2 , D1- , D1+, D2- ,D2+ ,D3- , D3+, D4- ,D4+ 0

Dody Hartanto

33

Fungsi Tujuan

Dalam permasalahan diatas perusahaan menghindari


untuk mendapatkan laba yang kurang dari 30 juta
sehingga meminimalkan D1- ,
Menghindari pemanfaatan kapasitas pemotongan yang
kurang dari kapasitas yang tersedia sehingga
meminimalkan D2-,
Menghindari penggunaan kapasitas perakitan yang
melebihi kapasitas yang tersedia (lembur) sehingga
meminimalkan D3+,
Menghindari produksi yang kurang dari pesanan yang
telah diterima sehingga meminimalkan D4-.
Oleh karena itu, fungsi tujuan dari permasalahan ini
adalah:
34
Minimisasi : Z = D1- +Dody
D2- +Hartanto
D3+ + D4-

Formulasi Model Lengkap Goal Programming.


Fungsi Tujuan
Minimisasi Z = D1- + D2- + D3+ + D4Pembatas
6 X1 + 7 X2 + D1- - D1+
= 30 (pembatas untuk
1)
2X1 + 3 X2 + D2- - D2+
= 12 (pembatas untuk
2)
6X1 + 5 X2 + D3- - D3+
= 30 (pembatas untuk
3)
X2 + D4- - D4+
= 7 (pembatas untuk
4)
X1 , X2 , D1- , D1+, D2- ,D2+ ,D3- , D3+, D4- ,D4+ 0
Dody Hartanto

tujuan ( target)
tujuan ( target)
tujuan ( target)
tujuan ( target)

35

Contoh 4

Permasalahan yang sama dengan contoh 4 namun


pihak manajemen memiliki prioritas yang berbedabeda untuk setiap tujuan. Prioritas keempat target
tersebut adalah sebagai berikut:
Tujuan

Prioritas ke-

Tujuan 1 memperoleh keuntungan, minimal sebesar 30 juta.

Tujuan 2 menghindari adanya pemutusan hubungan kerja karyawan

stasiun kerja pemotongan


Tujuan 3 menghindari adanya kerja lembur pada stasiun kerja perakitan

Tujuan 4 memenuhi semua pesanan yang telah diterima yaitu 7 unit

produk B

Dody Hartanto

36

Solusi
Jika setiap tujuan memiliki prioritas yang berbeda maka
formulasi goal programming dilakukan dengan cara
memberikan bobot yang lebih besar untuk tujuan yang
lebih penting. Pada kasus di contoh 5 bobot bisa diberikan
sebagai berikut : Tujuan
Prioritas
Bobot pada
ke-

fungsi tujuan

Tujuan 1

memperoleh keuntungan, minimal sebesar 30 juta.

40

Tujuan 2

menghindari adanya pemutusan hubungan kerja karyawan stasiun

30

kerja pemotongan
Tujuan 3

menghindari adanya kerja lembur pada stasiun kerja perakitan

20

Tujuan 4

memenuhi semua pesanan yang telah diterima yaitu 7 unit

10

produk B

Dody Hartanto

37

Pemberian Bobot pada Tujuan dengan


Prioritas yang Berbeda

Tujuan yang lebih penting diberi bobot yang lebih tinggi


Perhatikan masalah linear programming berikut ini:
Minimisasi
Z = 1000 X1 + X2
Pembatas
X1+ X2=1
X1,X2 0

Solusi dari masalah ini bisa dipastikan X1 = 0 dan X2= 1


karena pada masalah minimisasi sangat menghindari
memberikan nilai dengan koefisien yang besar.
Jika dalam goal programming diberikan bobot yang besar
pada variabel deviasional yang berkaitan dengan tujuan yang
berprioritas tinggi maka goal programming akan sangat
menghindari untuk memberikan nilai yang besar pada
variabel deviasional tersebut. Atau dengan kata lain akan
sangat menghindari untuk tidak memenuhi tujuan tersebut.
Dody Hartanto

38

Perubahan pada Fungsi Tujuan


Fungsi tujuan menjadi
Minimisasi Z = 40 D1- + 30 D2- + 20 D3+ + 10 D4

Bobot tidak harus seperti pada tabel diatas, bisa juga,


misalnya tujuan 1 diberi bobot 7, tujuan 2 diberi bobot 4,
tujuan 3 diberi bobot 3 dan tujuan keempat diberi bobot 1.
Pemberian bobot disesuaikan dengan tingkat prioritas
tujuan.
Jika salah satu tujuan memiliki prioritas yang jauh lebih
penting dibandingkan dengan tujuan yang lain maka
prioritas tersebut harus diberi bobot yang juga jauh lebih
besar jika dibandingkan tujuan yang dinilai kurang penting.

Dody Hartanto

39

Model Lengkap Goal Programming


Pembatas tetap sama dengan kasus pada contoh 4
sehingga formulasi secara keseluruhan adalah:
Fungsi tujuan:
Minimisasi Z = 40 D1- + 30 D2- + 20 D3+ + 10 D4Pembatas:
6 X1 + 7 X2 + D1- - D1+
= 30
2X1 + 3 X2 + D2- - D2+
= 12
6X1 + 5 X2 + D3- - D3+
= 30
X2 + D4- - D4+
=7
X1 , X2 , D1- , D1+, D2- ,D2+ ,D3- , D3+, D4- ,D4+ 0

Dody Hartanto

40

Review Question
1. Apakah perbedaan utama goal programming dengan
linear programming?
2. Mengapa fungsi tujuan pada goal programming selalu
minimisasi?
3. Apakah yang dimaksud dengan deviational variabel?
4. Apakah yang menentukan banyaknya deviational
variabel?
5. Bagaimana anda membedakan hard constrains dengan
soft constrains?
6. Kenapa tujuan yang lebih penting (prioritas lebih tinggi)
diberi bobot lebih besar?

Dody Hartanto

41

Anda mungkin juga menyukai