BAB 1
INTRODUCTION
INTRODUCTION
Perang Dunia II
QUALITATIVE
MANAGERIAL
PROBLEM
Summary &
evaluation
QUANTITATVE
DECISION
making
Model dalam OR
Jenis-jenis model :
Iconic (physical) Model.
Penyajian phisik yang tampak seperti aslinya dari suatu
sistem nyata dengan skala yang berbeda.
Model ini mudah untuk mengamati, membangun dan
menjelaskan tetapi sulit untuk memanipulasi dan tdk dpt
digunakan untuk tujuan peramalan
Biasanya menunjukkan peristiwa statik.
Analogue Model.
Lebih abstrak dari model iconic, karena tdk kelihatan sama
antara model dengan sistem nyata.
Lebih mudah untuk memanipulasi dan dapat menunjukkan
situasi dinamis.
Umumnya lebih berguna dari pada model iconic karena
kapasitasnya yang besar untuk menunjukkan ciri-ciri sistem
nyata yang dipelajari.
8
Penyederhanaan model:
1. Melinierkan hubungan yang tidak linier.
2. Mengurangi banyaknya variabel atau kendala.
3. Merubah sifat variabel, misalnya dari diskrit menjadi
kontinyu.
4. Mengganti tujuan ganda menjadi tujuan tunggal.
5. Mengeluarkan unsur dinamik (membuat model menjadi
statik).
6. Mengasumsikan variabel random menjadi suatu nilai
tunggal (deterministik).
Pembentukan model sangat esensial dalam Riset Operasi
krn solusi dari pendekatan ini tergantung pada ketepatan
model yang dibuat.
10
2. Pembentukan Model.
Sesuai dengan definisi persoalannya, pengambil
keputusan menentukan model yang paling cocok untuk
mewakili sistem.
Model merupakan ekspresi kuantitatif dari tujuan dan
kendala-kendala persoalan dalam variabel keputusan.
Jika model yang dihasilkan cocok dengan salah satu
model matematik yang biasa (misalnya linier), maka
solusinya dapat dengan mudah diperoleh dengan
program linier.
12
3.
4. Validasi Model.
Model harus diperiksa apakah dpt merepresentasikan
berjalannya sistem yang diwakili.
Validitas model dilakukan dgn cara membandingkan
performance solusi dengan data aktual.
Model dikatakan valid jika dengan kondisi input yang
serupa, dapat menghasilkan kembali performance seperti
kondisi aktual.
13
14
Prinsip:
Setiap Organisasi berusaha mencapai
tujuan yang telah ditetapkan sesuai
dengan keterbatasan sumberdaya.
Linear Programming:
Teknik pengambilan keputusan dlm permasalahan
yang berhubungan dgn pengalokasian sumberdaya
secara optimal
15
16
Grafis (2 variabel)
Matematis (Simplex method)
19
20
21
Laba = 8M + 6K
34
Pada A: M = 0, K = 12
Laba = 6 (12) = 72
32
28
24
4M + 2K 60
Pada B: M = 12, K = 6
Laba = 8(12) + 6(6) = 132
M=0 K=30
K=0 M=15
20
Pada C: M = 15, K = 0
Laba = 8 (15) = 120
16
12
Feasible
Region
A(0,12)
M=0 K=12
K=0 M=24
B(12,6)
Keputusan:
M = 12 dan K = 6
Laba yg diperoleh = 132.000
2M + 4K 48
C(15,0)
4
12
16
20
M
24
28
32
34
22
Interior
Ketersediaan
Maksimum (ton)
Bahan A
Bahan B
Bahan baku
(ton/hari)
(ton/hari)
Kendala non-negatif:
..
24
CI
A (0,1)
D (31/3, 11/3)
B (1,3)
C (2,2)
E (4,0)
Pada C:
Z = 3(2) + 2(2) = 10
2CE + CI 8
Pada D:
Z = 3(31/3) + 2(11/3) = 122/3
CI - CE 1
Pada E:
Z = 3(4) + 2(0) = 12
4
3
Feasible
Region
2
1
B
CI 2
Pada A:
Z = 3(0) + 2(1) = 2
Pada B:
Z = 3(1) + 2(3) = 9
8
7
Pendapatan kotor:
Z = 3 CE + 2 CI
CE + 2CI 6
D
E
Keputusan:
CE = 31/3 dan CI = 11/3
Pendapatan kotor:
Z = 122/3 ribu.
CE
25
Solusi yang tdk memberikan nilai yang unik, terjadi bila garis
fungsi tujuan berimpit dgn garis salah satu kendala.
26
atau
atau
S1 = 60 4M 2K
S2 = 48 2M 4K
M 0; K 0
basic variables
Elemen pivot
BV
CV
S1
S2
Rasio
S1
60
60/4
S2
48
48/2
Zj
-8
-6
Persamaan
pivot
iterasi
Kolom kunci ditentukan oleh nilai baris Z negatif terbesar,
29
Hasil iterasi 1:
BV
CV
S1
S2
Rasio
15
1/2
1/4
30
S2
18
-1/2
120
-2
0
30
Hasil iterasi 2:
BV
CV
S1
S2
12
1/3
-1/6
-1/6
1/3
132
5/3
2/3
Reduced costs
Rasio
Dual Prices
Persoalan Minimisasi:
Contoh 1:
Bila pada contoh sebelumnya, biaya produksi setiap unit meja dan
kursi masing-masing Rp.200.000 dan Rp. 80.000, dan perusahaan
bertujuan utk meminimumkan biaya produksi, maka persoalan yang
dihadapi adalah persoalan MINIMISASI.
Dengan biaya minimum untuk menghasilkan output tertentu.
Target produksi Meja minimal 2 unit dan Kursi Minimal 4 unit.
Secara umum tanda ketidak-samaan adalah
Min.:
Biaya = 20 M + 8 K
(dlm satuan Rp.10. 000)
Dengan kendala:
4M + 2K 60
(kendala sumberdaya)
2M + 4K 48
(kendala sumberdaya)
M 2
(kendala target)
K 4
(kendala target)
32
K
34
M2
32
28
24
4M + 2K 60
Titik A (2;11)
Titik B (2;4)
16
Feasible
Region
A
D
B
4
2M + 4K 48
C
8
12
M=0 K=12
K=0 M=24
2(2) + 4K = 48
K = (48-4)/4 = 11
M=0 K=30
K=0 M=15
20
12
K4
M
16
20
24
28
32
34
M = (60-8)/4 = 13
Titik C (13;4)
Titik D (12,6)
Biaya = 20M + 8K
Pada titik A (2;11) = 20 (2) + 8 (11) = 128
Pada titik B (2;4) = 20 (2) + 8 (4) = 72
4M + 2(4) = 60
(minimum)
33
Protein
Thiamine
Niacin
Calsium
Iron
2.6
13.7
14.3
5.7
4.3
Biaya
($/Ons)
Protein
Thiamine
Niacin
Calsium
Iron
Albacore
20
0.15
Bonito
12
0.10
Suplemen C
42
18
22
0.20
Suplemen D
36
40
0.12
Filler
0.02
Decision Variables:
A = Ons albacore per ons produk
B = Ons bonito per ons produk
C = Ons suolemen C per ons produk
D = Ons suplemen D per ons produk
E = Ons filler per ons produk
Fungsi Tujuan:
Minimum Biaya = 0.15 A + 0.10 B + 0.20 C + 0.12 D + 0.02 E
Fungsi Kendala:
(target protein)
20 A + 12 B
(target thiamine)
42 C + 36 D
(target niacin)
18 C + 40 D
(target calcium)
6A + 5 B + 22 C + 8 D
(target iron)
5A+ 3 B + 7 C + 9 D
(peraturan pemerintah)
A+ B
(alokasi per ons)
A+ B+
C+
D +E
(kendala non-negatif)
A, B, C, D, E
2,6
13.7
14.3
5.7
5.7
0.4
1
0
35
Ukuran kotak
Besar
Raksasa
Jumbo
0.009
0.011
0.012
0.013
0.017
0.015
Decision Variables:
Fungsi Tujuan:
Maksimum Laba = 20(L2 + L3) + 24(G1+ G2 + G3) + 30(J1 + J2)
Fungsi Kendala:
L2 + L3
G1 + G2 + G3
J1 + J2
L2 + L3
1800
G1 + G2 + G3
J1 + J2
38
0,013L3 + 0,017G3
L2, L3, G1, G2, G3, J1 dan J2
39
Analisis Sensitifitas
Suatu analisis yang mempelajari dampak perubahanperubahan yang terjadi baik pada parameter (koefisien
fungsi tujuan) maupun pada ketersediaan sumberdaya
(nilai sebelah kanan), terhadap solusi dan nilai harga
bayangan dari sumberdaya.
Kegunaannya adalah agar pengambil keputusan
dapat memberikan respon lebih cepat terhadap
perubahan-perubahan yang terjadi.
Didasarkan atas informasi pada solusi optimal yang
memberikan kisaran nilai-nilai parameter dan nilai
sebelah kanan.
40
Contoh Persoalan:
Seorang petani berusaha memanfaatkan lahan pertanian
yang dimilikinya seluas 3 hektar secara swadaya. Ada 3
kemungkinan komoditi yang dapat diusahakan pada lahan
tersebut, yaitu karet, kelapa sawit dan kakao. Pada saat ini
modal yg tersedia pada petani sebanyak Rp. 10 juta dan jam
kerja yg tersedia dlm keluarga sebanyak 60 jam per minggu.
Kebutuhan sumberdaya dan keuntungan utk setiap hektar
komoditi adalah sbb:
Modal
Jam Kerja/Mg
Keuntungan/ha
Karet
Kelapa Sawit
Kakao
Rp 4 juta
Rp 5 juta
Rp 8 juta
20 jam
24 jam
30 jam
Rp 6 juta
Rp 8 juta
Rp 10 juta
Model
Transportasi
42
Model Transportasi:
Merupakan salah satu bentuk dari model jaringan kerja
(network).
Suatu model yang berhubungan dengan distribusi suatu
barang tertentu dari sejumlah sumber (sources) ke
berbagai tujuan (destinations).
Setiap sumber mempunyai sejumlah barang untuk
ditawarkan (penawaran) dan setiap destinasi mempunyai
permintaan terhadap barang tersebut.
Terdapat biaya transportasi per unit barang dari setiap rute
(dari sumber ke destinasi).
Suatu destinasi dapat memenuhi permintaannya dari satu
atau lebih sumber.
Asumsi dasar:
Biaya transportasi pd suatu rute tertentu proporsional
dengan banyak barang yang dikirim
43
G2
G3
P1
10
10
P2
15
20
15
P3
10
20
44
Pabrik
Gudang
Kapasitas
60
P1
Permintaan
5
10
G1
50
G2
100
G3
60
10
15
80
20
P2
15
5
70
P3
10
20
45
3. Non-negativity
Dimana Xij adalah jumlah kain yang dikirim dari pabrik i ke lokasi
penjualan j
46
P1
G1
5
G2
10
G3
10
P2
15
20
15
P3
10
20
Demand
50
100
60
Supply
60
80
70
210
47
INITIAL SOLUTION
1. Northwest Corner
P1
G1
50
P3
50
G3
10
10
15
P2
Demand
G2
20
80
10
10
10
60
15
80
20
70
60
100
Supply
60
210
48
INITIAL SOLUTION
P1
P2
P3
Demand
G1
G2
G3
10
10
15
50
20
10
15
20
60
100
Supply
60
80
70
210
49
Minimum matriks
P1
G1
5
50
P3
50
G3
10
10
20
15
10
15
P2
Demand
G2
20
60
10
20
70
100
60
Supply
60
80
70
210
50
INITIAL SOLUTION
C
Demand
Penalty
I
8
150
II
15
5
10
9
70
III
10
60
12
Supply
120
Penalty
1
80
80
280
51
Demand
Penalty
Supply
10
12
80
80
10
80
70
7
70
60
5
Penalty
120
15
3
150
III
B
C
II
280
6
52
III
10
12
80
80
Penalty
70
60
5
Penalty
50
10
80
150
120
15
Demand
Supply
70
B
C
II
280
6
53
Demand
Penalty
15
70
50
10
70
80
10
60
50
70
120
Penalty
12
80
Supply
10
150
III
70
B
C
II
80
280
54
55
IMPROVEMENT SOLUTION
1. STEPPING STONE
Prinsip:
Trial and Error: Mencari alternatif terbaik dari rute yang tidak
keluar sebagai solusi
Initial Northwest Corner solution: 3250
P1
G2
50
15
P3
10
-180
+110
50
G3
10
P2
Demand
G1
100
10
Supply
60
15
80
20
70
20
10
+1
-160
60
210
56
IMPROVEMENT SOLUTION
2. MODIFIED DISTRIBUTION METHOD
Prinsip:
Trial and Error: Mencari alternatif terbaik dari rute yang tidak
keluar sebagai solusi
Initial Northwest Corner solution: 3250
57
Jenis JAKET
Kapasitas
Standar
Super
Bahan Baku
1200
Jumlah Jam
800