Riset Operasi Universitas Muhammadiyah Maluku Utara

MATERI YANG DIBAHAS DALAM

RISET OPERASI

1. Pemodelan Linear (Linear Programming)

Motode Analisis Grafik
Metode Simplex

1. Metode Transportasi (Transportastion

methode)
Metode Stepping Stone

RISET OPERASI 1.
Metode MODI

Metode Analisis jaringan (Network

Lecture I
Analysis)
Model Jaringan PERT (Project Evaluation and Review
Perkenalan Program linear Technique)
Model Jaringan CPM (Critical Path Methods)
20/03/11
20/03/11 1 20/03/11 2
20/03/11 2

Zufri Hasrudy Siregar, S.T.,M.Eng

Riset Operasi Universitas Muhammadiyah Maluku Utara

y 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 
iconic  (physical),  analogue  (diagramatic)  dan  symbolic 
(mathematical). 
y Tahapan  dan  Ciri  dalam  Riset  Operasi;  Tahapannya  yaitu   
Merumuskan  Masalah;  Pembentukan  Model;  Mencari  penyelesaian 
Masalah;  Validasi Model; dan Penerapan hasil akhir. 

20/03/11
20/03/11 10

Zufri Hasrudy Siregar, S.T.,M.Eng

Riset Operasi Universitas Muhammadiyah Maluku Utara

Penyederhanaan model: Tahap-tahap Pemodelan dalam OR:

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.
20/03/11
20/03/11
1. Merumuskan masalah.
• Merumuskan definisi persoalan secara tepat
• Dalam perumusan masalah ada tiga hal yang penting
diperhatikan:
9 Variabel keputusan; yaitu unsur-unsur dalam persoalan
yang dapat dikendalikan oleh pengambil keputusan, sering
disebut sebagai instrumen.
9 Tujuan (objective). Penetapan tujuan membantu
pengambil keputusan memusatkan perhatian pada persoalan dan
pengaruhnya terhadap organisasi. Tujuan ini diekspresikan dalam
variabel keputusan.
9 Kendala (constraint) adalah pembatas-pembatas terhadap
alternatif tindakan yang tersedia.
13 20/03/11
20/03/11 14

2. Pembentukan Model.
9 Sesuai dengan definisi persoalannya, pengambil keputusan
menentukan model yang paling cocok untuk mewakili sistem.
9 Model merupakan ekspresi kuantitatif dari tujuan dan kendala-
kendala persoalan dalam variabel keputusan.
9 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
9 Aplikasi bermacam-macam teknik dan metode solusi kuntitatif
yang merupakan bagian utama dari OR
9 Disamping solusi terhadap model, perlu juga informasi
tambahan: Analisa Sensitivitas.

20/03/11
20/03/11 15

Zufri Hasrudy Siregar, S.T.,M.Eng

Riset Operasi Universitas Muhammadiyah Maluku Utara

Perumusan persoalan dalam bentuk matriks

Metode penyelesaian masalah :
¾ Dengan metode Grafis ( 2 variabel) Waktu yang dibutuhkan per iklan (jam) Total jam 
¾ Dengan metode simpleks
Proses Sabun Mandi Iklan Tempe yang tersedia

Contoh :
Casting 4 2 60
Suatu perusahaan periklanan menghasilkan dua iklan, iklan sabun
Peluncuran 2 4 48
mandi dan iklan tempe yang diproses menjadi dua bagian fungsi :
Laba/iklan Rp. 80,000 Rp. 60,000
seleksi pemeran (casting) dan peluncuran.
Pada bagian casting tersedia 60 jam kerja, sedangkan pada Perumusan persoalan dalam bentuk matematis:
bagian peluncuran iklan hanya 48 jam kerja. Untuk menghasilkan 1 Maks :Laba = 8S + 6T ( dalam satuan Rp. 10,000)
iklan sabun diperlukan 4 jam kerja casting dan 2 jam kerja Dengan kendala :
peluncuran, sedangkan untuk menghasilkan 1 iklan tempe 4S + 2T ≤ 60
diperlukan 2 jam kerja casting dan 4 jam kerja peluncuran, 2S + 4T ≤ 48
Laba untuk setiap iklan sabun dan tempe yang dihasilkan masing- S≥0
masing Rp.80.000 dan Rp. 60.000,- T≥0
Berapa jumlah iklan sabun mandi20/03/11 dan tempe yang optimal 21
20/03/11 20/03/11
20/03/11 22
dihasilkan

Langkah –langkah dalam perumusan Model LP Perumusan persoalan dalam model LP:

1. Definisikan Variabel Keputusan (Decision Variable) ™Defenisi Variabel keputusan :

9 Variabel yang nilainya akan dicari Keputusan yang akan diambil adalah berapakah jumlah iklan sabun dan tempe
2. Rumuskan Fungsi Tujuan : yang akan dihasilkan. Jika sabun disimbolkan dengan S dan Tempe dengan T, maka
9 Maksimisasi atau minimisasi defenisi variabel keputusan :
9 Tentukan koefisien dari variabel keputusan S = Jumlah iklan Sabun yang akan dihasilkan (dalam satuan iklan)
3. Rumuskan Fungsi Kendala Sumberdaya T = jumlah iklan Tempe yang dihasilkan ( dalam satuan iklan)
9 Tentukan kebutuhan sumberdaya untuk masing-masing ™ Perumusan fungsi tujuan :
perubah keputusan Laba untuk setiap ilkan Sabun dan Tempe yang dihasilkan masing-masing
9 Tentukan jumlah ketersediaan sumberdaya sebagai Rp.80,000 dan Rp. 60,000. Tujuan perusahaan adalah untuk memaksimumkan laba dari
pembatas. sejumlah iklan Sabun dan Tempe yang dihasilkan. Dengan demikian , fungsi tujuan dapat
4. Tetapkan kendala non-negatif ditulis :
9 Setiap keputusan (kuantitatif) yang diambil tidak boleh Maks. : Laba = 8S + 6T ( dalam satuan Rp. 10,000)
mempunyai nilai negatif.
20/03/11
20/03/11 23 20/03/11
20/03/11 24

Zufri Hasrudy Siregar, S.T.,M.Eng

Riset Operasi Universitas Muhammadiyah Maluku Utara

™ Perumusan Fungsi Kendala :

¾ 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
¾ 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

20/03/11
20/03/11 25

4. Fungsi kendala dengan tanda “≥” diubah ke bentuk 
“≤” dengan cara mengkalikan dengan ‐1, lalu diubah 
ke bentuk persamaan dengan ditambah variabel 
slack. Kemudian karena RHS‐nya negatif, dikalikan 
lagi dengan ‐1 dan ditambah artificial variabel (M). 
Artificial variabel ini secara fisik tidak mempunyai 
arti, dan hanya digunakan untuk kepentingan 
perhitungan saja.
5. Fungsi kendala dengan tanda “=” harus ditambah 
artificial variabel(M)

20/03/11
20/03/11 29

Zufri Hasrudy Siregar, S.T.,M.Eng

Riset Operasi Universitas Muhammadiyah Maluku Utara

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.
5 Non-basic variabels & variabel yang tidak keluar sebagai
solusi pada setiap iterasi, nilainya sama dengan nol
5 Basic variabels & variabel yang keluar sebagai solusi pada setiap
iterasi
20/03/11
20/03/11 31

S masuk sebagai BV menggantikan S1 (baris kedua). BV CV S T S1 S2 Rasio

Untuk melakukan iterasi, digunakan perhitungan Gauss-Jordan S 12 1 0 1/3 -1/6
sebagi berikut: T 6 0 1 -1/6 1/3
Persamaan Pivot : Z 132 0 0 5/3 2/3
persamaan pivot baru = persamaan pivot lama : elemen pivot

Persamaan lainnya, termasuk Z: Reduced costs Dual Prices

persamaan baru = (Persamaan lama) – ( Koef kolom masuk) x
(persamaan pivot baru) Karena nilai-nilai pada baris Z sudah non-negatif, berarti iterasi
Hasil iterasi 1: selesai, dan solusi yang diperoleh adalah:
S = 12, T = 6 dan Z (laba) = 132.
BV CV S T S1 S2 Rasio Dari tabel akhir iterasi diatas juga diperoleh informasi mengenai nilai
Reduced Cost dan Dual (SHADOW) prices. Selain itu, dengan sedikit
S 15 1 ½ ¼ 0 30
perhitungan juga dapat dilakukan analisa sensitivitas.
S2 18 0 3 -½ 1 6 BV = Basic Variabel (variabel dasar yang masuk)
120 0 -2 2 0 CV = Constan cost Variabel (nilai biaya variabel)

20/03/11
20/03/11 33 20/03/11
20/03/11 34

Zufri Hasrudy Siregar, S.T.,M.Eng