Anda di halaman 1dari 33

RISET OPERASI

Lecture I

Perkenalan Program linear

27/02/2010 1
MATERI YANG DIBAHAS DALAM
RISET OPERASI

1. Pemodelan Linear (Linear Programming)


Motode Analisis Grafik
Metode Simplex

2. Metode Transportasi (Transportastion methode)


Metode antrian
Metode Stepping Stone
Metode MODI

3. Metode Analisis jaringan (Network Analysis)


Model Jaringan PERT (Project Evaluation and Review Technique)
Model Jaringan CPM (Critical Path Methods)

27/02/2010 2
 PRESENSI = 10%
• Tidak dapat mengikuti evaluasi yang diadakan bila 3 kali tidak
hadir
 TUGAS = 15 %
• PAPER (Diserahkan kepada dosen bersangkutan atau komting
masing-masing)
• E assignment ( melalui email: siregar99@mail.ugm.ac.id)
 QUIS = 10%
 UTS = 25%
 UAS = 40%

27/02/2010
3
Istilah Riset Operasi pertama kali digunakan pada tahun
1940 oleh Mc Closky dan Trefthen di suatu kota kecil
Bowdsey Inggris. Riset Operasional adalah suatu metode
pengambilan keputusan yang dikembangkan dari studi
operasi-operasi militer selama Perang Dunia II.
Keberhasilan-keberhasilan penelitian dari kelompok
kelompok studi militer ini telah menarik kalangan
Industriawan untuk membantu memberikan berbagai
solusi terhadap masalah-masalah manajerial yang rumit.
OR banyak diterapkan dalam menyelesaikan masalah-
masalah manajemen untuk meningkatkan produktivitas
atau efisiensi. OR sering dinamakan sebagai Management
Science.
27/02/2010
4
Operational research (riset operasi) adalah penerapan
beberapa metode ilmiah yang membantu memecahkan
permasalahan yang rumit yang muncul dalam
kehidupan sehari-hari yang di interprestasikan
kedalam pemodelan matematis guna mendapatkan
informasi solusi yang optimal. Operational research
juga banyak digunakan untuk mengabil keputusan
yang logis yang dapat dijelaskan secara kuantitatif.
Pendekatan khusus ini bertujuan membentuk suatu
model ilmiah dari sistem menggabungkan ukuran-
ukuran faktor-faktor seperti kesempatan dan risiko,
untuk meramalkan dan membandingkan hasil-hasil
dari beberapa keputusan, strategi atau pengawasan.
27/02/2010
5
 Teknik-teknik kuantitatif seperti statistik dan simulasi bisa digunakan.
Model dapat diklasifikasikan dalam banyak cara, misalnya menurut
jenisnya, dimensinya, fungsinya, tujuannya, subyeknya, atau
derajatnya. Kriteria yang paling biasa adalah jenis model yang meliputi
iconoc (physical), analogue (diagramatic) dan symbolic
(mathematical).
 Tahapan dan Ciri dalam Riset Operasi; Tahapannya yaitu Merumuskan
Masalah; Pembentukan Model; Mencari penyelesaian Masalah;
Validasi Model; dan Penerapan hasil akhir.

27/02/2010 6
1. Beaya
Semua beaya relevan (beaya yang terkait dengan keputusan)
harus dimasukkan
2. Kualitas
Dipengaruhi oleh desain produk dan cara produk dibuat
3. Dependability
Menyangkut dapat diandalkannya suplai barang atau jasa. Diukur
dengan prosentase kekurangan bahan, prosentase pemenuhan
janji-janji pengiriman dan kriteria lain.
4. Fleksibilitas
Menyangkut kemampuan operasi untuk membuat perubahan
dalam desain produk atau kapasitas produksi untuk
menyesuaikan diri terhadap perubahan yang terjadi. Diukur
dengan jumlah waktu yang dibutuhkan untuk merubah desain
produk atau tingkat kapasitas produksi.
27/02/2010
7
1. Proses, keputusan utk merancang proses produksi yang mencakup:
2. Seleksi tipe proses, pemilihan teknologi, analisis aliran proses,
penentuan lokasi fasilitas dan layout fasilitas dan material handling
3. Kapasitas, keputusan utk penyediaan volume output yang optimal,
meliputi:
4. Pengembangan rencana kapasitas jangka pendek, menengah dan
panjang, forecasting, perencanaan fasilitas, scheduling, perencanaan
dan pengawasan kapasitas lain.
5. Persediaan, keputusan yang terkait dengan kapan harus memesan
dan berapa banyak setiap pemesanan
6. Tenaga kerja, keputusan yang terkait dengan perancangan dan
pengelolaan tenaga kerja dalam operasi, meliputi: desain pekerjaan,
alokasi tenaga kerja, pengukuran kerja, peningkatan produktivitas,
pemberian kompensasi, penciptaan lingkungan kerja yang aman dan
sehat
7. Kualitas, bertanggung jawab atas kualitas barang dan jasa yang
dihasilkan 27/02/2010 8
PEMBUATAN KEPUTUSAN DALAM OPERASI

Proses pembuatan keputusan

 Perumusan masalah
 Pengembangan alternatif-alternatif
 Evaluasi alternatif-alternatif
 Pemilihan alternatif terbaik
 Implementasi keputusan
 Evaluasi hasil-hasil
 Model adalah penyederhanaan atau abstraksi
realitas dari suatu sistem yang kompleks
 Model harus merupakan representatif dari
realitas yang diteliti
 Model menunjukkan hubungan-hubungan
(langsung atau tidak langsung) dari aksi dan
reaksi dalam pengertian sebab akibat
 Model adalah suatu fungsi tujuan dengan
seperangkat kendala yang diekspresikan
dalam bentuk variabel keputusan

27/02/2010 10
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 tidak dapat
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. 27/02/2010 11
 Mathematical (Simbolic) Model.
Sifatnya paling abstrak.
Menggunakan seperangkat simbol matematik untuk
menunjukkan komponen-komponen (dan hubungan antar
mereka) dari sistem nyata.
Dibedakan menjadi:
Model deterministik :
Dibentuk dalam situasi penuh kepastian (certainty)
Memerlukan penyederhanaan-penyederhanaan dari realitas
karena kepastian jarang terjadi.
Keuntungannya: dapat dimanipulasi dan diselesaikan lebih
mudah.
Model probabilistik :
Dalam kondisi ketidak-pastian (uncertainty).
Lebih sulit di analisis, meskipun representasi
ketidakpastian dalam model dapat menghasilkan suatu
penyajian sistem nyata yang lebih realistis.
27/02/2010 12
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 karen


solusi dari pendekatan ini tergantung pada ketepatan model yang
dibuat.

27/02/2010 13
Tahap-tahap Pemodelan dalam OR:
1. Merumuskan masalah.
• Merumuskan definisi persoalan secara tepat
• Dalam perumusan masalah ada tiga hal yang penting
diperhatikan:

 Variabel keputusan; yaitu unsur-unsur dalam persoalan yang


dapat dikendalikan oleh pengambil keputusan, sering disebut
sebagai instrumen.
 Tujuan (objective). Penetapan tujuan membantu pengambil
keputusan memusatkan perhatian pada persoalan dan
pengaruhnya terhadap organisasi. Tujuan ini diekspresikan dalam
variabel keputusan.
 Kendala (constraint) adalah pembatas-pembatas terhadap
alternatif tindakan yang tersedia.
27/02/2010 14
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.
3. Mencari penyelesaian masalah
 Aplikasi bermacam-macam teknik dan metode solusi kuntitatif
yang merupakan bagian utama dari OR
 Disamping solusi terhadap model, perlu juga informasi
tambahan: Analisa Sensitivitas.

27/02/2010 15
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.

27/02/2010 16
LINEAR
PROGRAMMING

27/02/2010 17
Program Linear adalah :
Suatu model matematis yang digunakan untuk
menyelesaikan masalah yang berhubungan dengan
pengalokasian sumberdaya secara optimal
optimasi, yaitu memaksimumkan atau meminimumkan
fungsi tujuan yang bergabung pada sejumlah
variabel input.
Prinsif dari LP :
Setiap perusahaan/organisasi akan berusaha
mencapai tujuan yang telah ditetapkan
sesuai dengan keterbatasan sumberdaya
27/02/2010 18
 Periklanan
 Industri manufaktur : penggunaan tenaga kerja
, mesin dan kapasitas produksi
 Distribusi dan pengangkutan
 Perbankan : portofolio investasi

27/02/2010 19
 Mempunyai tujuan yang dicapai
 Tersedia beberapa alternatif tujuan
 Sumberdaya dalam keadaan terbatas
 Dapat dirumuskan dalam model matematis
(persamaan dan ketidak samaan)

Contoh pernyataan ketidak samaan :


Untuk menghasilkan sejumlah promosi dan iklan
secara optimal, total biaya yang dikeluarkan tidak
boleh lebih dari dana yang tersedia
Pernyataan bersifat normatif
27/02/2010 20
Metode penyelesaian masalah :
 Dengan metode Grafis ( 2 variabel)
 Dengan metode simpleks
Contoh :
Suatu perusahaan periklanan menghasilkan dua iklan, iklan sabun mandi dan iklan
tempe yang diproses menjadi dua bagian fungsi : seleksi pemeran (casting) dan
peluncuran.
Pada bagian casting tersedia 60 jam kerja, sedangkan pada bagian peluncuran
iklan hanya 48 jam kerja. Untuk menghasilkan 1 iklan sabun diperlukan 4 jam kerja
casting dan 2 jam kerja peluncuran, sedangkan untuk menghasilkan 1 iklan tempe
diperlukan 2 jam kerja casting dan 4 jam kerja peluncuran,
Laba untuk setiap iklan sabun dan tempe yang dihasilkan masing-masing Rp.80.000 dan
Rp. 60.000,-
Berapa jumlah iklan sabun mandi dan tempe yang optimal dihasilkan
27/02/2010 21
Perumusan persoalan dalam bentuk matriks

Waktu yang dibutuhkan per iklan (jam) Total jam


Proses Sabun Mandi Iklan Tempe yang tersedia

Casting 4 2 60
Peluncuran 2 4 48
Laba/iklan Rp. 80,000 Rp. 60,000

Perumusan persoalan dalam bentuk matematis:


Maks :Laba = 8S + 6T ( dalam satuan Rp. 10,000)
Dengan kendala :
4S + 2T ≤ 60
2S + 4T ≤ 48
S ≥ 0
T ≥ 0
27/02/2010 22
Langkah –langkah dalam perumusan Model LP

1. Definisikan Variabel Keputusan (Decision Variable)


 Variabel yang nilainya akan dicari
2. Rumuskan Fungsi Tujuan :
 Maksimisasi atau minimisasi
 Tentukan koefisien dari variabel keputusan
3. Rumuskan Fungsi Kendala Sumberdaya
 Tentukan kebutuhan sumberdaya untuk masing-masing
perubah keputusan
 Tentukan jumlah ketersediaan sumberdaya sebagai
pembatas.
4. Tetapkan kendala non-negatif
 Setiap keputusan (kuantitatif) yang diambil tidak boleh
mempunyai nilai negatif.
27/02/2010 23
Perumusan persoalan dalam model LP:

Defenisi Variabel keputusan :


Keputusan yang akan diambil adalah berapakah jumlah iklan sabun dan tempe
yang akan dihasilkan. Jika sabun disimbolkan dengan S dan Tempe dengan T, maka
defenisi variabel keputusan :
S = Jumlah iklan Sabun yang akan dihasilkan (dalam satuan iklan)
T = jumlah iklan Tempe yang dihasilkan ( dalam satuan iklan)
 Perumusan fungsi tujuan :
Laba untuk setiap ilkan Sabun dan Tempe yang dihasilkan masing-masing
Rp.80,000 dan Rp. 60,000. Tujuan perusahaan adalah untuk memaksimumkan laba dari
sejumlah iklan Sabun dan Tempe yang dihasilkan. Dengan demikian , fungsi tujuan dapat
ditulis :
Maks. : Laba = 8S + 6T ( dalam satuan Rp. 10,000)

27/02/2010 24
 Perumusan Fungsi Kendala :
 Kendala pada proses casting :
Untuk menghasilkan 1 buah iklan sabun diperlukan waktu 4 jam dan untuk
menghasilkan 1 buah iklan Tempe diperlukan waktu 2 jam pada proses
casting. Waktu yang tersedia adalah 60 jam.
4S + 2T ≤ 60
 Kendala pada proses Peluncuran :
Untuk menghasilkan 1 buah iklan sabun diperlukan waktu 2 jam dan untuk
menghasilkan 1 buah iklan Tempe diperlukan waktu 4 jam pada prroses
Peluncuran. Waktu yang tersedia adalah 48 jam.
2S + 4T ≤ 48
 Kendala non-negatif:
Iklan Sabun dan Tempe yang dihasilkan tidak memiliki nilai negatif.
S≥0
T≥0

27/02/2010 25
Penyelesaian dengan grafik
(hanya dapat dilakukan untuk model 2 decision variabels)

Gambarkan masing-masing fungsi kendala pada grafik yang sama

T Laba = 8S + 6T
Pada A: S = 0, T = 12
Laba = 6 (12) = 72
4S + 2 T ≤ 60
S = 0  T = 30 Pada B: S = 12, T = 6
T = 0  S = 15
Laba = 8 (12) + 6(6) = 132
Pada A: S = 15, T = 0
Laba = 8(15) = 120
S = 0  T = 12 Keputusan :
T = 0  S = 24
2S + 4T ≤ 48
S = 12 dan T = 6
Laba yang diperoleh =
S
Rp. 132,000

27/02/2010 26
Metode simpleks adalah suatu metode matematis yang dapat menyelesaikan
persoalan yang tidak dapat dikerjakan di dalam metode grafik dikarenakan
variabel keputusan yang begitu kompleks ( lebih dari 2 variabel). Dimulai dari
suatu pemecahan dasar yang feasibel (basic feasible solution) ke pemecahan
dasar feasible lainnya dan dilakukan secara berulang-ulang (interatif) sehingga
akhirnya diperoleh suatu pemecahan dasar yang optimum.
 Langkah 1 :
Ubah model LP kedalam bentuk kanoniknya, semua fungsi
kendala berupa persamaan, dengan cara menambahkan slack
variabel
 setia fungsi kendala mempunyai slack variabel.
 jumlah slack variabel = jumlah fungsi kendala
 Nilai sebelah kanan ( righ-hand side) semua kendala tidak
boleh negatif.
27/02/2010 27
Contoh : Kasus Perusahan periklanan
4S + 2T +S1 = 60 atau S1 = 60 – 4S – 2T
2S + 4T +S2 = 48 atau S2 = 48 – 2S – 4T
S1 adalah variabel slack (waktu tak terpakai) dalam casting
S2 adalah variabel slack (waktu tak terpakai) dalam peluncuran
 Semua variabel yang tidak mempengaruhi kesamaan ditulis
dengan koefisien nol.
Maks Laba = 8S + 6T + 0S1 + 0S2
Laba - 8S - 6T – 0S1 – 0S2 = 0
Dengan kendala :
4S +2T +S1 + 0S2 = 60
2S + 4T + 0S1 + S2 = 48
S ≥ 0; T ≥ 0
 Variabel dibagi menjadi non-basic dan basic variabel.
 Non-basic variabels  variabel yang tidak keluar
sebagai solusi pada setiap iterasi, nilainya sama dengan nol
 Basic variabels  variabel yang keluar sebagai solusi pada
setiap iterasi
27/02/2010 28
 langkah ke 2 : Membuat tabel simpleks awal
Elemen pivot
BV CV S T S1 S2 Rasio
Persamaan
S1 60 4 2 1 0 60/4
pivot
S2 48 2 4 0 1 48/2
Zj 0 -8 -6 0 0

 Langkah 3: Penentuan baris dan kolom


kunci sebagai dasar iterasi
 Kolom kunci ditentukan oleh nilai baris Z negatif terbesar,
yaitu pada kolom S
 baris kunci ditentukan dari nilai rasio CV/Kolom kunci
terkecil, yaitu baris S1.
 LANGKAH 4 : Iterasi
variabel yang masuk sebagi basic variabel (BV) adalah S
dan variabel yang keluar dari BV adalah S1
27/02/2010 29
S masuk sebagai BV menggantikan S1 (baris kedua).
Untuk melakukan iterasi, digunakan perhitungan Gauss-Jordan
sebagi berikut:
Persamaan Pivot :
persamaan pivot baru = persamaan pivot lama : elemen
pivot
Persamaan lainnya, termasuk Z:
persamaan baru = (Persamaan lama) – ( Koef kolom masuk) x
(persamaan pivot baru)
Hasil iterasi 1:

BV CV S T S1 S2 Rasio
S 15 1 ½ ¼ 0 30
S2 18 0 3 -½ 1 6
120 0 -2 2 0

27/02/2010 30
BV CV S T S1 S2 Rasio
S 12 1 0 1/3 -1/6
T 6 0 1 -1/6 1/3
Z 132 0 0 7/3 2/3

Reduced costs Dual Prices

Karena nilai-nilai pada baris Z sudah non-negatif, berarti


iterasi selesai, dan solusi yang diperoleh adalah:
S = 12, T = 6 dan Z (laba) = 132.
Dari tabel akhir iterasi diatas juga diperoleh informasi
mengenai nilai Reduced Cost dan Dual (SHADOW) prices. Selain
itu, dengan sedikit perhitungan juga dapat dilakukan analisa
sensitivitas.
BV = Basic Variabel (variabel dasar yang masuk)
CV = Constan cost Variabel (nilai biaya variabel)
27/02/2010 31
 Metode grafik adalah metode didalam linear
programming yang tujuannya adalah mendapatkan
solusi yang optimal baik untuk memaksimumkan
keuntungan ataupun meminimumkan waktu dan
pengeluaran biaya di dalam perusahaan, metode ini
hanya dapat dipakai untuk 2 variabel keputusan dan
tidak cocok untuk banyak variabel
 Metode simpleks adalah merupakan metode didalam
linear programming yang tujuannya sama dengan
metode grafik, tetapi yang membedakan adalah metode
ini dapat menyelesaikan permasalahan linear yang
tidak dapat diselesaikan dengan metode grafik.

27/02/2010 32
BUKU ACUAN
1. Henry Bustami, 2005. Fundamental Operations Research,
Gramedia Pustaka Utama, Jakarta
2. Hillier Frederick S, Gerald J. Lieberman, Introduction to
Operation Research, Holden-Day, 1989.
3. Taha, Hamdy A.,1997. Operations Research, an Introduction,
sixth edition, Upper Saddle River, Prentice Hall, New Jersey.

27/02/2010 33