BMP Ekma4413

Modul 1
Pendahuluan dan Perencanaan

Penugasan
Drs. Pangestu Subagyo, M.B.A.
PENDAHULUAN
alam memecahkan masalah yang dihadapinya, manajemen biasanya
memerlukan pertimbangan-pertimbangan tertentu. Untuk itu
diperlukan berbagai alat, antara lain statistik, matematika, operations
research, dan sebagainya. Operations research merupakan salah satu alat
analisis yang mendasarkan pada angka saja, padahal tidak semua hal dapat
diukur dengan angka. Oleh karena itu, hasil optimal dalam operations
research belum tentu merupakan keputusan terbaik, tetapi mungkin ada
sedikit perubahan atau penyesuaian setelah mempertimbangkan data-data
kuantitatif. Pada modul ini akan dibahas salah satu metode kuantitatif, yaitu
perencanaan penugasan, sedang pada modul-modul berikutnya berturut-turut
akan dibahas metode-metode yang lain.
Salah satu metode kuantitatif dalam operations research adalah
perencanaan penugasan beberapa orang karyawan pada beberapa tugas yang
berbeda-beda. Dalam hal ini kita pilih cara penugasan yang bisa
meminimumkan biaya atau yang bisa memaksimumkan manfaat.
Setelah mempelajari modul ini Anda diharapkan dapat:
a. menjelaskan kegunaan operations research untuk pengambilan
keputusan;
b. menjelaskan cara alokasi karyawan pada beberapa macam pekerjaan.
a.
b.
Secara khusus setelah mempelajari modul ini Anda diharapkan dapat:

menjelaskan cara analisis data dengan model-model yang ada dalam
operations research;
memilih model yang lebih tepat dan sesuai dengan masalah yang
dihadapi;
1.2
c.
d.
e.
Riset Operasi
menerapkan hasil analisis untuk pemecahan masalah melalui

pengambilan keputusan;
melakukan alokasi tenaga kerj a dengan tepat;
menempatkan karyawan dengan biaya terendah atau hasil terbesar.
EKMA4413/MODUL 1
1. 3
Kegiatan Belajar 1
Pendahuluan
A. PENGERTIAN DASAR
Dalam suatu organisasi, manajemen selalu dihadapkan pada masalah
pengambilan keputusan. Keputusan ini untuk menyelesaikan masalahmasalah yang dihadapinya. Sebelum mengambil keputusan biasanya
dilakukan analisis terhadap data yang ada. Untuk melakukan analisis ini
diperlukan alat-alat analisis, antara lain yang kita bahas dalam modul ini,
yaitu analisis kuantitatif karena dalam analisis ini menggunakan ukuran atau
satuan angka. Jadi, segala hal atau faktor yang berhubungan atau
mempengaruhi masalah yang dapat dipecahkan sedapat mungkin diukur
dengan angka, kemudian dianalisis secara kuantitatif. Untuk melakukan
analisis ini dilakukan atau dikembangkan konsep-konsep yang dipelajari
dalam matematika, statistik, akuntansi, dan sebagainya sehingga membentuk
suatu model yang dapat dipakai untuk memecahkan masalah.
Dalam operations research tujuan kita adalah mencari pemecahan
masalah secara optimal dengan mengingat tujuan serta keterbatasan yang ada.
Optimal berarti sebaik-baiknya, yaitu yang paling kita kehendaki. Kalau
biaya atau pengorbanan tentu saja kita minimumkan, tetapi kalau manfaat
atau keuntungan tentu saja kita maksimumkan.
B. PROSES PENGAMBILAN KEPUTUSAN

Dalam pengambilan keputusan bisa dilakukan secara sembarang tanpa
didahului oleh suatu analisis, tetapi cara ini tentu saja tidak menjamin
diperolehnya hasil secara optimal, terutama kalau masalahnya relatif rumit
dan terjadi pada organisasi yang relatif besar. Untuk bisa mengambil
keputusan secara lebih baik bisa digunakan prosedur yang skemanya
tercantum pada Gambar 1.1 berikut.
1.4
Riset Operasi
l:JU
ro
Gambar 1.1.
Skema Proses Pengambilan Keputusan
1.
ldentifikasi Masalah
Masalah yang timbul harus diketahui dengan jelas, sebab kalau masalah
pokoknya belum diketahui kita tidak mungkin bisa mengatasi memecahkan
masalah tersebut dengan baik. Untuk mengetahui masalah tersebut bisa
dilakukan penelitian pendahuluan. Berdasar atas masalah ini bisa ditentukan
cara-cara yang cocok untuk mengatasinya.
2.
Mengumpulkan Data
Untuk mengetahui cara mengatasi masalah tersebut harus didukung
dengan data yang relevan atau cocok. Untuk itu kita harus mengumpulkan
data yang diperlukan tersebut.
EKMA4413/ MODUL 1
1. 5
3.
Analisis Data
Data yang terkumpul hams dianalisis terlebih dahulu agar bisa diketahui
pemecahannya. Dalam analisis ini biasanya dibuat suatu model. Model
adalah timan atau abstraksi dari kejadian yang sebenamya, biasanya dalam
bentuk yang lebih sederhana. Untuk melakukan analisis biasanya digunakan
ilmu-ilmu pengetahuan, seperti matematika, operations research, statistik,
akuntansi. Di sinilah kedudukan analisis kuantitatif sebagai alat untuk
membantu manajemen dalam menganalisis data sebagai dasar untuk
mengambil keputusan.
Dalam analisis ini selain dipertimbangkan hasil-hasil perhitungan dari
analisis kuantitatif juga dipertimbangkan faktor-faktor lain yang tidak bisa
diukur dengan satuan angka, misalnya kebudayaan, perikemanusiaan, agama,
politik, dan sebagainya. Faktor-faktor ini tidak bisa dimasukkan dalam model
kuantitatif, tetapi memiliki pengaruh yang kuat. Oleh karena itu, hasil analisis
kuantitatifyang kita peroleh kadang-kadang tidak bisa diterapkan begitu saja,
tetapi diperlukan penyesuaian terlebih dahulu.
4.
Penentuan Alternatif-alternatif Pemecahan Masalah

Berdasarkan analisis yang telah dilakukan bisa diperoleh altematifalternatif pemecahan masalah.
5.
Pemilihan Alternatif
Di antara alternatif-altematif yang ada itu kita pilih salah satu yang
paling cocok untuk mengatasi masalah tadi.
6.
Pelaksanaan
Alternatif yang telah dipilih di atas, kemudian dilaksanakan/dij alankan
untuk mengatasi masalah yang timbul. Dalam pelaksanaan ini dapat dilihat
apakah langkah itu sudah cocok atau belurn. Kalau alternatif itu sudah cocok
dan bisa mengatasi masalah yang timbul maka langkah ini bisa dijalankan.
Sebaliknya kalau altematif ini temyata setelah dicoba tidak cocok maka hams
diulang lagi langkah-langkah sebelumnya, mungkin pemilihan altematifnya
yang salah, mungkin analisisnya kurang tepat atau mungkin datanya yang
kurang relevan.
Demikianlah kedudukan alat-alat analisis kuantitatif dalam pengambilan
keputusan oleh manajemen. Yang penting harus diingat bahwa alat analisis
1.6
Riset Operasi
ini hanya sekadar membantu memudahkan analisis, sedangkan untuk

mengambil keputusan masih dipertimbangkan pula berbagai aspek yang
biasanya bersifat kuantitatif.
C. SEJARAH PERKEMBANGAN PENGGUNAAN OPERATIONS

RESEARCH
Sebenamya analisis kuantitatif ini sudah mulai dikenal sej ak lama.
Tokoh-tokoh yang pemah mencoba menerapkannya untuk pengambilan
keputusan, antara lain F.W. Harris di mana pada tahun 1915 mengemukakan
konsep pengawasan inventori. Pada tahun 1931 Walter Shewart
mengemukakan penggunaan statistik untuk pengawasan kualitas.
Sebelum Perang Dunia II masih banyak orang yang menganggap bahwa
metode-metode kuantitatif itu tidak bisa diterapkan pada Ilmu Sosial, tetapi
pada Perang Dunia II ada gagasan untuk menggunakan/menerapkan metode
kuantitatif ini untuk mengatur strategi perang. Di Inggris pada tahun 1941
para sarjana dari berbagai cabang ilmu pengetahuan, terutama sarjana-sarjana
matematika dikerahkan untuk ikut memikirkan strategi perang. Hasil kerja
mereka, antara lain sistem radar, pengaturan konvoi, dan cara-cara
mengetahui kekuatan armada angkatan laut musuh.
Oleh karena penerapan pertamanya dalam operasi militer di Inggris
maka disebut Operations Research in the United Kingdom, selanjutnya
disebut Operations Research. Kemudian, menyusul Amerika Serikat yang
juga mengerahkan sarjana-sarjana matematika untuk ikut memecahkan
masalah-masalah peperangan. Ternyata hasilnya juga cukup memuaskan.
Setelah Perang Dunia II berakhir ada beberapa ilmuwan yang dulu ikut aktif
dalam mengatur strategi perang tersebut mencoba menerapkan operations
research ini dalam perekonomian pada umumnya dan dalam kehidupan
perusahaan pada khususnya. Dengan demikian, lahirlah analisis kuantitatif
untuk manajemen, yang sering juga disebut sebagai operations research atau
management science.
EKMA4413/MODUL 1
1. 7
LATIHAN
Untuk memperdalam pemahaman Anda mengenai materi di atas,

kerj akanlah latihan berikut!
1)
2)
3)
4)
5)
Sebutkan macam-macam alat yang bisa membantu atau memudahkan

seseorang untuk melakukan analisis!
Manakah yang penting dalam pengambilan keputusan, data kuantitatif
atau kualitatif?
Jelaskan kedudukan operations research dalam proses pengambilan
keputusan!
Apakah hasil pemecahan optimal itu pasti sama dengan keputusan yang
harus dijalankan? jelaskan jawaban Anda!
Sebutkan secara singkat sejarah perkembangan operations research
dalam Ilmu Sosial!
Petunjuk Jawaban Latihan

Jawaban dari semua pertanyaan latihan dapat dibaca pada uraian materi
Kegiatan Belajar 1 dan semuanya sudah diuraikan dengan jelas. Apabila ada
kesulitan Anda dapat berdiskusi dengan ternan atau tutor Anda!
Dalam bagian ini diuraikan tentang kedudukan operations research

dalam Ilmu Sosial, sebagai pembantu analisis data yang diperlukan
untuk pengambilan keputusan. Namun, hasil pemecahan optimal dalam
operations researcl1 itu hanya salah satu pertimbangan yang bersifat
kuantitatif saja, di samping itu masih ada hal-hal yang bersifat kualitatif
yang sulit diukur dengan angka, tetapi juga harus dipertimbangkan.
1.8
Riset Operasi
TES FORMATIF 1
Pilihlah satu i a waban vang paling tepat!

1)
Operation research bertujuan mencari pemecahan masalah secara

optimal dengan keterbatasan yang ada. Optimalisasi biaya berarti
biaya ....
A. terbesar
B. sedang
C. terkecil
D . terbatas
2)
Proses pengambilan keputusan yang baik melewati beberapa prosedur,

diawali dengan prosedur ....
A. identifikasi masalah
B. pengumpulan data
C. analisis data
D . pemilihan alternatif
3)
Selain mempertimbangkan analisis kuantitatif, proses pengambilan

keputusan juga memperhatikan aspek kualitatif, misalnya ....
A. produksi
B. pemasaran
C. operasi
D. politik
4)
Kesalahan pemilihan alternatif pemecahan

disebabkan oleh ....
A. kecocokkan data
B. data yang kurang relevan
C. korelasi data
D. keragaman data
5)
Pertama kali operation research diterapkan pada operasi militer yang

terj adi selama ....
A. Perang Dunia I
B. Perang Dunia II
C. Perang Korea
D. Perang Vietnam
masalah,
antara
lain
1. 9
EKMA4413/MODUL 1
Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang

terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar.
Kemudian, gunakan rumus berikut untuk mengetahui tingkat penguasaan
Anda terhadap materi Kegiatan Belajar 1.
Tingkat penguasaan =
Jumlah Jawaban yang Benar

-----------
x 100%
Jumlah Soal
Arti tingkat penguasaan: 90 - 100% =

80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang
Apabila mencapai tingkat penguasaan 80% atau lebih, Anda dapat

meneruskan dengan Kegiatan Belajar 2. Bagus! Jika masih di bawah 80%,
Anda hams mengulangi materi Kegiatan Belajar 1, terutama bagian yang
belum dikuasai.
1.10
Riset Operasi
Kegiatan Belajar 2
Perencanaan Penugasan
alam melakukan alokasi karyawan pada tugas yang ada, kadangkadang memerlukan pemikiran yang cukup sulit. Hal ini disebabkan
karena kita memiliki beberapa macam pekerjaan yang berbeda-beda cara
menyelesaikannya, di samping itu karyawan yang ada memiliki keahlian dan
sifat yang berbeda-beda. Alokasi karyawan itu tidak boleh asal dilakukan
saja, sebab kalau cara alokasinya berbeda akan membawa konsekuensi hasil
atau pengorbanan yang berbeda pula. Karyawan harus kita alokasikan secara
optimal, artinya kalau memakan biaya/ pengorbanan kita usahakan sekecilkecilnya dan kalau menghasilkan manfaat kita usahakan sebesar-besarnya.
Dengan karyawan yang sama dan pekerjaan yang sama kita harus bisa
memilih cara alokasi yang sebaik-baiknya.
Cara alokasi dalam modul ini dilakukan dengan menggunakan algoritma.
Biasanya yang digunakan sebagai ukuran untuk menentukan efisien dan
tidaknya adalah uang. Metode algoritma yang digunakan di sini sering juga
disebut sebagai Hungarian Method
Algoritma yang digunakan dalam memecahkan masalah penugasan ada dua
macam, yaitu algoritma dengan meminimumkan pengorbanan dan algoritma
dengan tujuan memaksimumkan manfaat. Dalam bagian ini akan kita bahas
satu per satu.
A. ALGORITMA DENGAN TUJUAN MEMINIMUMKAN

Dalam algoritma model ini, tujuan kita meminimumkan pengorbanan.
Pengorbanan yang ditanggung biasanya diukur dengan biaya yang
dikeluarkan untuk menyelesaikan suatu pekerjaan oleh seorang karyawan.
Biaya untuk menyelesaikan suatu pekerjaan itu berbeda-beda apabila
dilakukan oleh karyawan yang berbeda. Hal ini disebabkan oleh perbedaan
keterampilan, kepandaian, latar belakang pendidikan, kerajinan, pengalaman,
dan sebagainya, sedangkan seorang karyawan akan memerlukan biaya yang
berbeda pula apabila mengerjakan pekerjaan yang berbeda. Untuk itu kita
harus menempatkan orang yang paling cocok dengan kebutuhan pekerjaan
itu. Caranya dengan menggunakan matriks atau tabel yang berisi biaya
1. 11
EKMA4413/ MODUL 1
penugasan karyawan. Tabel itu kita olah sedemikian rupa sehingga

memperoleh hasil penugasan optimal. Sebagai contoh kita gunakan contoh
masalah sebagai berikut.
Suatu perusahaan memiliki 4 orang karyawan yang akan ditugaskan
untuk menyelesaikan 4 macam tugas. Satu karyawan harus mengerjakan satu
macam pekerjaan. Data biaya penyelesaian pekerjaan itu oleh tiap karyawan
seperti terlihat pada Tabel1.1 berikut ini.
Tabel 1.1.
Biaya Penyelesaian Pekerjaan oleh Tiap-tiap Karyawan.
Pekerjaan
Ill
II
IV
(Dalam rupiah)
Karyawan
20
28
25
24
15
13
13
11
10
21
20
30
25
20
23
20
Arti dari Tabell.l itu adalah sebagai berikut.

Pekerjaan 1 kalau diselesaikan oleh karyawan A memakan biaya
Rp20,00 oleh karyawan B Rp15,00, karyawan C Rp10,00 dan karyawan D
Rp25,00. Pekerjaan II kalau diselesaikan oleh karyawan A memerlukan biaya
Rp28.00, karyawan B Rp13,00, karyawan C Rp21 ,00, dan karyawan D
Rp20,00, dan seterusnya.
Untuk melakukan alokasi penugasan karyawan yang optimal dengan
langkah-langkah sebagai berikut.
Langkah 1: Membuat Opportunity Cost Matrix
Ubahlah matriks dalam Tabel 1.1 di atas menjadi Opportunity Cost
Matrix, dengan jalan, yaitu nilai tiap-tiap baris dikurangi nilai terkecil dari
baris itu. MisalnyaJ berikut ini.
Baris A :
Nilai biaya terkecil 20 maka semua nilai dari baris itu
dikurangi 20. Kolom I mula-mula bernilai 20 menjadi 0,
1.12
Riset Operasi
Baris B
Kolom II yang mula-mula 28 menjadi 8, dan kolom III, dan

IV masing-masing menjadi 5 dan 4.
Nilai terkecil pada baris B sebesar 11. Jadi, semua angka
pada baris itu dikurangi dengan 11. Nilai barn kolom I, II, III
dan IV menjadi 4, 2, 2, dan 0.
Demikian pula nilai barn dari baris-baris yang lain. Hasil selurnhnya,
seperti terlihat pada Tabel1.2.
Tabel 1.2.
Tabel Opportunity Cost
Pekerjaan
I
II
Ill
IV
8
2
11
0
2
10
3
0
20
0
Ka~tawan
Langkah 2: Membuat Total Opportunity Cost Matrix

Dalam Tabel 1.2 itu terlihat bahwa pada kolom I, II dan IV sudah
memiliki nilai 0, tetapi kolom III belum. Kalau dalam Tabel Opportunity
Cost ini masih ada kolom yang tidak memiliki nilai 0 maka harus kita
usahakan agar kolom itu memiliki nilai 0, dengan mengurangi nilai-nilai pada
kolom itu dengan nilai kolom yang terkecil. Pada kolom III, nilai terkecil
sebesar 2 (pada baris B) maka nilai baru dari kolom III itu pada baris A
menjadi 3, baris B menjadi 0, baris C menjadi nilai 8, dan baris D menjadi 1.
Setelah semua baris dan kolom mempunyai nilai 0 maka tabel itu disebut
total Opportunity Cost Matrix, seperti terlihat pada Tabel 1.3.
Tabel1.3.
Total Opportunity Cost Matrix
~)ekerjaan
Karyawan
IV
Ill
II
1.13
EKMA4413/MODUL 1
11
20
Langkah 3: Menggambar garis untuk meliputi angka 0

Setelah semua baris dan kolom memiliki nilai 0 maka tariklah garis
seminimum mungkin, baik vertikal maupun horizontal yang bisa
menghubungkan setiap angka 0 yang ada. Dalam hal ini bisa dibuat garis
pada kolom I, baris B dan baris D (sebenarnya bisa dibuat 4 garis, yaitu pada
kolom I, II, III, dan IV, tetapi ini tidak minimum). Hasilnya seperti tampak
pada Tabel 1.4. kalau jumlah garis minimum yang bisa dibuat itu kurang dari
jumlah baris atau kolom maka Tabel 1.3 di atas hams diubah lagi, tetapi
kalau jumlah baris yang bisa dibuat paling tidak sama dengan jumlah baris
satu kolom maka alokasi yang optimal sudah bisa diperoleh lewat tabel itu
pada contoh kita itu ternyata jumlah garis baru 3, padahal ada 4 kolom (dan 4
baris) maka masih harus diubah.
Tabel 1.4.
Menggambarkan Garis Seminimum Mungkin
Pekerjaan
I
II
Ill
11
20
IV
Kar1awan
Langkah 4: Mengubah Total Opportunity Cost Matrix

Untuk mengubah Total Opportunity Cost Matrix dilakukan dengan cara
berikut.
a. Pilihlah angka terkecil di antara semua angka yang belum terliput oleh
garis minimum di atas dan semua angka yang belum terliput garis
dikurangi dengan angka terkecil ini. Yang belum terliput oleh garis
adalah nilai-nilai pada garis A dan C pada kolom II, III, dan IV. Angka
terkecil di antara semua angka tersebut 3 sehingga angka-angka tersebut
1.14
b.
Riset Operasi
dikurangi 3 sehingga yang mula-mula 8 menjadi 5, yang mula-mula 3

menjadi 0, yang mula-mula 4 menjadi 1, dan seterusnya.
Nilai-nilai yang terliput oleh dua garis harus ditambah dengan angka
terkecil yang belum terliput garis (yang dipakai untuk mengurangi pada
butir a di atas). Dalam Tabel 1.4 di atas ada 2 buah, yakni 4 menjadi 7
dan 5 menjadi 8. Hasil setelah perubahan ini tampak pada Tabel 1.5
berikut.
Tabel 1. 5.
Perubahan terhadap Total Opportunity Cost Matrix
Pekerjaan
Ill
II
17
Karyawan
IV
Langkah 5: Membuat Alokasi Penugasan

Berdasarkan Tabel 1.5 di atas kita bisa melakukan alokasi karyawan
karena garis yang dibuat bisa 4, sama dengan jumlah baris (atau kolom).
Caranya letakkan karyawan pada salah satu pekerjaan yang dinilainya pada
Total Opportunity Cost Matrix = 0, dan satu pekerjaan hanya bisa diisi oleh
satu orang saja.
Untuk itu, tugaskanlah dahulu karyawan yang ada dalam tabel itu hanya
memiliki satu nilai 0. Dalam contoh kita karyawan C, sebaiknya ditugaskan
pada pekerjaan I, akibatnya karyawan A tidak bisa menempati pekerjaan
sehingga harus ditugaskan pada pekerjaan III. Oleh karena pekerjaan III
ditempati oleh A maka karyawan B ditugaskan di pekerjaan IV, dan
karyawan D hanya di pekerjaan II sehingga alokasinya, seperti Tabel1.6.
1.15
EKMA4413/MODUL 1
Tabel 1.6.
Alokasi Optimal Penugasan Karyawan serta Biayanya
Tugas yang
Ditempatinya
Ill
IV
I
II
Jumlah
Karyawan
Biaya yang
Dikeluarkan
Rp25,00
Rp11 ,00
Rp10,00
Rp20,00
Rp66,00
Biaya yang tercantum pada kolom 3 dalam tabel di atas diambilkan pada
tabel biaya (Tabel 1.1 ). Jumlah biaya Rp66,00 merupakan biaya termurah
dibanding dengan semua altematiflain (tidak ada yang lebih murah lagi).
B.
ALGORITMA DENGAN TUJUAN MEMAKSIMUMKAN
Kita bisa juga melakukan alokasi karyawan dengan tujuan

memaksimumkan, yaitu apabila yang diketahui sebagai ukuran untuk
menentukan efisiensi itu besamya keuntungan atau manfaat yang
ditimbulkannya. Cara alokasinya mirip dengan algoritma yang bersifat
meminimumkan, perbedaannya hanya pada langkah pertama. Pada langkah
pertama kita cari selisih data keuntungan pada tiap-tiap baris dengan
keuntungan terbesar pada baris itu. Hasil setelah langkah pertama disebut
sebagai opportunity loss. Sebagai contoh kita gunakan data sebagai berikut.
Suatu perusahaan akan melakukan penempatan 4 orang karyawan pada 4
pekerjaan. Data keuntungan yang dihasilkan oleh setiap karyawan kalau
menyelesaikan pekerj aan itu, seperti pada Tabel 1.7 .
Matriks Keuntungan atas Penugasan Karyawan
Pekerjaan
Karyawan
A
B
II
Ill
IV
(Dalam Rupiah)
20
24
20
16
28
20
18
30
1.16
Riset Operasi
16
18
14
16
26
30
16
32
Langkah 1: Membuat Opportunity Loss Matrix

Kalau tujuan kita memaksimumkan maka kita cari opportunity loss
matrix, yaitu dengan mengurangi nilai-nilai keuntungan pada tiap baris dari
tabel Tabel 1. 7 itu dengan nilai terbesar dari baris itu.
Hal ini disebabkan kalau karyawan ditugaskan pada pekerjaan lain ia
akan mengakibatkan perbedaan keuntungan yang seharusnya diterima,
misalnya karyawan B, kalau ia ditugaskan di pekerjaan IV ia akan
menghasilkan keuntungan Rp30,00, tetapi kalau ia ditugaskan di pekerjaan
II maka ia hanya bisa menghasilkan keuntungan Rp20,00 saja. Akibatnya
terjadi opportunity Joss Rp10,00 (Rp30,00 - Rp20,00), yaitu hilangnya
keuntungan yang seharusnya diterima. Semua nilai pada tiap baris harus
dikurangi dengan nilai terbesar pada baris itu dan hasilnya, seperti pada Tabel
1.8. Nilai dari Tabel 1.8 itu sebenamya nilai negatif.
Tabel 1.8.
Opportunity Loss Matrix
Pekerjaan
Karyawan
A
B
c
D
II
Ill
IV
(Dalam Rupiah)
4
2
2
6
0
10
0
2
4
12
4
16
8
0
2
0
Langkah 2: Membuat Total Opportunity Loss Matrix

Cara membuat total opportunity Joss matr1xmirip dengan langkah kedua
dari algoritma minimumkan, yaitu dengan mengubah nilai pada kolom yang
belum memiliki angka nol. Dalam contoh kita kolom III. Pada kolom itu
angka terkecil 4 sehingga nilai dari kolom itu semua dikurangi 4 dan
hasilnya, seperti terlihat pada Tabel 1.9.
1.17
EKMA4413/ MODUL 1
Tabel 1. 9.
Total Opportunity Loss Matrix
Pekerjaan
Kartawan
A
II
0
10
0
2
2
2
6
Ill
(Dalam rupiah)
IV
0
2
0
0
12
Langkah 3: Membuat garis seminimum mungkin untuk meliputi 0

Untuk membuat garis yang meliputi nilai-nilai 0 caranya sama dengan di
depan. Untuk itu contoh kita bam bisa dibuat 3 garis, seperti pada Tabel 1.1 0.
Tabel 1.1 0.
Menggambarkan Garis untuk meliputi Nilai 0
~ Pekerjaan
II
Ill
(Dalam rupiah)
IV
4---0---- o----8
2---o----
10
o----
12
Langkah 4: Mengubah Total Opportuni"ty Loss Matrix

Dalam Tabel 1.10 bam terdapat 3 garis, padahal ada 4 baris (atau kolom)
sehingga tabel itu harus diubah lagi agar bisa diperoleh alokasi optimal. Cara
mengubahnya, seperti pada algoritma minimumkan, yaitu angka yang belum
terliput garis dikurangi dengan angka terkecil dari yang belum terliput itu,
1.18
Riset Operasi
dan angka yang diliput garis dua kali harus ditambah dengan angka
pengurangan tersebut dan hasilnya seperti terlihat pada Tabel 1.11 berikut.
Tabel 1.11.
Total Opportunity Loss Matrix yang Telah Diperbaiki
Pekerjaan
I
II
Ill
(Dalam Rupiah)
Karyawa
IV
0---8
6----0
10
10
Langkah 5: Membuat alokasi penugasan

Alokasi penugasan yang dilakukan adalah karyawan A melaksanakan
pekerjaan II, C melaksanakan pekerjaan III, D melaksanakan pekerjaan IV,
dan B melaksanakan pekerjaan I. Hasilnya beserta keuntungan maksimum
terlihat pada Tabel1.12 berikut.
Tabel1.12.
Alokasi Karyawan dan Keuntungan Maksimum
Kar1awan
A
B
Peker" aan yan Dilaksanakan

II
I
Ill
IV
Jumlah
Keuntun an 1an Dihasilkan
Rp24,00
Rp28,00
Rp14,00
Rp32,00
Rp96,00
Keuntungan pada Tabel 1.12 di atas merupakan keuntungan maksimum.

Alternatif alokasi lain tidak ada yang menghasilkan laba lebih dari Rp96,00.
D. APABILA JUMLAH KARYAWAN TIDAK SAMA DENGAN
JUMLAH PEKERJAAN
1.19
EKMA4413/MODUL 1
Apabila jumlah karyawan tidak sama dengan jumlah pekerjaan maka

digunakan bantuan dummy variable (variabel semu/boneka). Guna variabel
semu ini untuk mengisi ketidakcocokkan itu. Kalau yang lebih sedikit
banyaknya baris (karyawan) maka diperlukan baris semu dengan biaya (atau
keuntungan) sebesar 0. Sebaliknya apabila yang lebih sedikit banyaknya
pekerjaan yang ada maka diperlukan kolom (pekerjaan) semu. Sebagai
contoh apabila kita memiliki 5 pekerjaan, padahal hanya memiliki 4
karyawan maka tabelnya harus diubah, seperti pada Tabel 1.13, sedangkan
proses mengerjakannya, seperti prosedur yang dijelaskan di depan baik untuk
memaksimumkan maupun yang meminimumkan.
Tabel 1.13.
Penambahan Baris Semu karena Karyawan Lebih Sedikit dari Jumlah
Pekerjaan
Pekerjaan
I
Karyawan
20
15
10
25
0
c
D
Kolom semu
IV
Ill
(Biaya dalam Rupiah)
28
13
21
20
0
27
17
25
21
0
II
25
13
20
23
0
24
11
30
20
0
LATIHAN

1)
Suatu perusahaan memiliki 4 orang karyawan yang akan diserahi untuk

mengerjakan 4 macam pekerjaan. Untuk tiap macam pekerjaan
dikerjakan oleh 1 orang. Biaya untuk tiap-tiap alternatif penugasan,
seperti terlihat pada tabel berikut ini.
Biaya Kalau Mengerjakan
Karyawan
A
Tugas I
Tugas II
Tugas Ill
I Rp1 0,00
Rp13,00
Rp17,00
TugasiV
Rp15,00
1.20
Riset Operasi
Rp11 ,00
Rp12,00
Rp13,00
c
D
2)
Rp10,00
Rp11 ,00
Rp14,00
Rp13,00
Rp 8,00
Rp10,00
Rp16,00
Rp10,00
Rp 9,00
Carilah alokasi karyawan yang bisa meminimumkan biaya!

Seperti pertanyaan soal nomor 1, tetapi dengan altematif biaya sebagai
berikut.
Biaya Apabila Mengerjakan (Rp)
Karyawan
A
B
3)
Tugas I
20
23
23
24
Tugas II
Tugas Ill
TugasiV
25
23
21
27
27
25
18
20
21
21
20
23
Seperti pertanyaan pada soal nomor 1 tetapi dengan alternatif biaya

sebagai berikut.
Biaya Apabila Mengerjakan (Rp)
Karyawan
A
4)
Tugas I
20
15
10
25
21
Tugas II
Tugas Ill
28
13
21
20
18
25
13
20
23
15
TugasiV
24
11
30
20
17
Suatu perusahaan akan mengalokasikan 4 orang karyawan untuk 4

macam tugas. Tiap karyawan menyelesaikan satu tugas. Karyawankaryawan tersebut kalau diserahi tugas yang berbeda akan menghasilkan
laba yang berbeda pula, altematif penugasan serta keuntungan yang
dihasilkan, seperti tampak pada tabel berikut ini (dalam ribuan rupiah).
Laba Apabila Mengerjakan
Karyawan
A
B
Tugas I
35
40
43
50
Tugas II
Tugas Ill
27
35
46
45
39
30
43
43
TugasiV
41
32
38
38
1.21
EKMA4413/MODUL 1
Carilah alokasi karyawan yang bisa memaksimumkan laba!

5)
Seperti pertanyaan pada soal nomor 4, tetapi untuk 5 tugas dan altematif
laba yang dihasilkan sebagai berikut ( dalam ribuan rupiah).
Laba Apabila Mengerjakan
Karyawan
Tugas I
Tugas II
30
40
50
39
32
35
39
41
Tugas Ill
25
15
22
20
Tugas IV Tugas V
32
30
37
35
24
18
30
20
PetunJuk Jawaban Latihan

1)
2)
3)
4)
5)
Pada langkah pertama semua kolom sudah memiliki nilai 0. Tahap kedua
tidak perlu dilakukan dan dalam tahap ketiga sudah diperoleh 4 garis.
Maka, jawaban yang optimal sebagai berikut. A mengerjakan tugas I, B
tugas II, C tugas IV, dan D tugas III. Biaya penugasan sebesar Rp37,00.
Dalam langkah pertama dihasilkan 3 kolom yang memiliki nilai 0,
dalam langkah kedua kolom III memiliki nilai 0 pada baris B. Pada
langkah ketiga barn diperoleh 3 baris. Dalam langkah kelima barn
diperoleh 4 garis. Keputusan optimal adalah A mengerjakan tugas I, B
tugas IV, C tugas III, dan D tugas II. Biaya penugasan minimum sebesar
Rp82,00.
Dalam masalah ini ada 5 karyawan, tetapi hanya mengerjakan 4 tugas
sehingga perlu kolom dummy (semu). Cara mengerjakannya mirip
dengan soal sebelumnya.
Dalam
masalah
ini
digunakan
algoritma
yang
bertujuan
memaksimumkan.
digunakan
algoritma
yang
bertujuan
Dalam
masalah
lnl
memaksimumkan, tetapi banyaknya tugas lebih dari orang/karyawan
yang ada.
RANGKUMAN
Dalam bagian ini dibahas cara alokasi para karyawan pada tugastugas yang ada. Alokasi yang berbeda akan mengakibatkan biaya atau
1.22
Riset Operasi
laba yang berbeda. Hal ini disebabkan karena keahlian karyawan untuk
tiap-tiap pekerjaan juga berbeda-beda. Tujuan dalam alokasi ini adalah
untuk mencari biaya terkecil atau laba terbesar.
TES FORMATIF 2
Pilihlah satu iawaban yang paling tepat!

Pekerjaan
Karyawan
I
II
Ill
IV
15
19
26
19
18
23
17
21
21
22
16
23
24
18
19
17
1)
Nilai opportunity cost matr1xkolom pekerjaan A, yaitu ....

A. 0
4
11
4
B. 1
6
0
4
C. 5
6
0
7
D. 7
1
2
0
2)
Alokasi penugasan untuk karyawan III, yaitu .. ..

A. 21 hari
B. 18 hari
C. 16 hari
D. 15 hari
3)
Altematif penugasan untuk karyawan I terletak pada pekerj aan ....

A. A atau B
B. A atau D
C. B atau C
D. B atauD
4)
Alternatifpenugasan untuk karyawan III terletak pada pekerjaan . . ..

A. A
B. B
C. C
D. D
1.23
EKMA4413/ MODUL 1
5)
Alokasi penyelesaian pekerj aan optimum, yaitu ...

A. 40 hari
B. 50 hari
C. 60 hari
D. 70 hari
Cocokkanlahjawaban Anda dengan Kunci Jawaban Tes Formatif2 yang
-----------
x 100%
Jumlah Soal

80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

Anda harus mengulangi materi Kegiatan Belajar 2, terutama bagian yang
belum dikuasai.
1.24
Riset Operasi
Kunci Jawaban Tes Formatif

Tes Formatif1
1) c
2) B
3) D
4) B
5) B
Tes Formatif2
1) A
2) c
3) A
4) c
5) D
EKMA4413/MODUL 1
1.25
Daftar Pustaka
Churchman, C.W., Ackoff, R.L. dan Arnoff, E.L. Introduction to Operations
Research. New York: John Wiley & Sons, Inc.
Subagyo, P., Asri, M. dan Handoko, T. H. Dasar-dasar Operations
Research. Y ogyakarta: BPFE.
Modul 2
Pengawasan Persediaan
PENDAHULUAN
ang dimaksud dengan persediaan adalah persediaan barang yang

biasanya selalu ada dalam setiap lembaga, misalnya dalam dagang
biasanya memiliki barang dagangan, perusahaan industri memiliki persediaan
bahan baku, barang setengah jadi, dan barang jadi. Kantor-kantor swasta
maupun pemerintah biasanya memiliki persediaan alat-alat tulis, rumah sakit
biasanya memiliki obat-obatan, darah, bahan makanan, dan sebagainya.
Jumlah persediaan barang harus diatur sedemikian rupa sehingga dapat
menghemat biaya dan pengorbanan-pengorbanan perusahaan. Kalau jumlah
persediaan barang terlalu sedikit akan mengganggu kelancaran kerja lembaga
tersebut, misalnya kalau persediaan bahan baku perusahaan industri kurang
maka kelancaran proses produksi akan terganggu, akibatnya volume produksi
menurun, pemanfaatan buruh tidak efisien, dan laba berkurang. Sebaliknya
kalau persediaan barang terlalu banyak akan menyebabkan banyak barang
yang rusak karena terlalu lama disimpan, biaya penyimpanan menjadi mahal,
asuransi lebih tinggi dan persediaan yang berlebihan berarti terdapat
pengangguran modal kerja yang tidak produktif. Oleh karena itu, jumlah
persediaan harus ditentukan sebaik-baiknya, j angan terlalu banyak, dan
jangan terlalu sedikit. Untuk menentukan jumlah yang tepat dapat digunakan
beberapa model persediaan yang dalam bagian ini dibahas satu per satu.
Setelah mempelajari modul ini Anda diharapkan bisa menjelaskan caracara menghemat biaya denganjalan mengatur persediaan barang.
Secara khusus setelah mempelajari modul ini Anda bisa merencanakan:
1. jumlah persediaan barang yang bisa menghemat biaya;
2. saat pemesanan barang yang tepat;
3. besar biaya yang ditanggung perusahaan yang berhubungan dengan
keputusan pembelian barang.
2.2
Riset Operasi
Kegiatan Belajar 1
Model Persediaan yang Sederhana

A. MODEL PALING SEDERHANA
Model yang paling sederhana ini berlaku untuk menentukan jumlah
pembelian barang, bahan baku atau bahan pembantu yang penggunaannya
secara teratur. Dalam model ini belum memasukkan kemungkinan
keterlambatan pengiriman barang.
Dalam model yang sederhana ini kita menggunakan beberapa asumsi
sebagai berikut.
1. Kebutuhan barang sepanj ang tahun relatif stabil dan bisa diperkirakan.
2. Biaya yang berhubungan dengan pemeliharaan barang yang disimpan
tergantung pada banyaknya barang yang disimpan.
3. Besar biaya pemesanan barang untuk setiap kali pesan sama.
4. Barang yang disimpan tidak mudah rusak.
5. Barang selalu tersedia di pasar, dalam jumlah berapa pun kebutuhan
barang akan selalu bisa terbeli.
6. Harga barang relatif stabil.
Untuk menentukan jumlah pembelian yang paling ekonomis atau
Economic Order Quantity (EOQ) kita hams mempertimbangkan besarnya
biaya-biaya yang berhubungan dengan kebijaksanaan pembelian itu. Biaya
itu terdiri dari biaya set-up dan biaya pemeliharaan barang dalam
penytmpanan.
1.
Biaya Set-up
Yang dimaksud dengan biaya set-up adalah biaya yang dikeluarkan
setiap kali perusahaan memesan barang. Besarnya biaya ini untuk setiap kali
pesan selalu sama, tidak terpengaruh oleh jumlah barang yang dipesan. Yang
termasuk dalam kelompok biaya ini, misalnya biaya pengiriman surat
pesanan, ongkos teleks, interlokal, pengiriman petugas pembelian, dan
sebagainya yang besarnya tidak terpengaruh oleh jumlah barang yang
dipesan. Dalam biaya ini tidak termasuk ongkos pengangkutan barang dan
harga barang karena macam biaya ini biasanya tergantung pada jumlah
EKMA4413/MODUL 2
2.3
barang yang dibeli. Pada dasarnya biaya set-up adalah biaya yang
dikeluarkan pada saat perusahaan melakukan pemesanan, berapa pun jumlah
barang yang dibeli, besar biaya set-up ini selalu sama.
Simbol yang biasanya digunakan untuk biaya set-up ini adalah Cs. Kalau
kebutuhan barang selama satu tahun sebesar R dan jumlah barang setiap kali
membeli Q maka satu tahun dilakukan pembelian R/Q kali, dan biaya set-up
selama satu tahun sebesar (R/Q)Cs.
2.
Biaya Pemeliharaan Barang

Yang termasuk dalam biaya pemeliharaan barang adalah semua biaya
yang dikeluarkan perusahaan karena perusahaan melakukan penyimpanan
barang. Besar biaya ini tergantung pada banyaknya barang yang disimpan
serta lamanya waktu penyimpanan. Contoh dari biaya ini adalah biaya
asuransi, sewa gudang yang didasarkan pada volume atau berat dan lama
penyimpanan, penyusutan/berkurangnya barang yang dis imp an (apabila
persentase susutnya tergantung pada lamanya penyimpanan). Kalau sewa
suatu gudang yang dipakai atau tidak membayarnya sama, tentu saja tidak
masuk dalam biaya ini. Demikian juga apabila gudang dimiliki sendiri dan
penyusutan dilakukan dengan metode garis lurus maka biaya penyusutan
gudang ini juga tidak termasuk biaya pemeliharaan. Pokoknya yang termasuk
dalam biaya ini hanyalah biaya yang besarnya tergantung pada volume/berat
yang disimpan dan lamanya waktu penyimpanan.
Biaya pemeliharaan ini setiap barang setiap tahun biasanya diberi simbol
Ci. Besarnya biaya pemeliharaan barang seluruhnya selama satu tahun
sebesar rata-rata jumlah barang dikalikan biaya pemeliharaan setiap barang
setiap tahun.
Banyaknya barang yang disimpan selama satu tahun setiap hari selalu
berubah-ubah, pada saat pembelian baru saja dilakukan jumlah barang
sebanyak yang dibeli tadi, tetapi setiap hari dipakai maka selalu berkurang
dan akhirnya habis dan membeli lagi. Oleh karena itu, untuk mencari ratarata jumlah barang yang disimpan dalam gudang = (Q+O): 2 atau = Q/2.
Untuk jelasnya dapat dilihat pada Gambar 2.1. Biaya pemeliharaan barang
selama satu tahun = (Q/2)Ci.
2.4
Riset Operasi
..
,..
'lr
.,_
..
Gambar 2.1.
Jumlah Persediaan dan Rata-rata Persediaan
Pada Gambar 2.1. itu tampak bahwa selama satu tahun dipesan beberapa
kali, setelah barang habis maka barang yang dibeli datang dan persediaan
diisi lagi sebanyak pembelian. Barang dalam persediaan bergerak antara 0
sampai dengan Q. Jangka waktu di antara pesanan satu dengan pesanan
berikutnya adalah t.
Dalam uraian di atas telah dijelaskan bahwa biaya set-up tergantung
pada sering atau tidaknya pembelian dilakukan, kalau sering maka biaya setup untuk satu tahun menjadi tinggi. Tetapi akibatnya bagi biaya pemesanan
justru sebaliknya, kalau sering dilakukan maka jumlah setiap kali pembelian
sedikit, rata-rata jumlah barang yang disimpan sedikit, dan biaya
pemeliharaan barang rendah. Apabila pembelian jarang dilakukan maka
jumlah biaya set-up selama satu tahun sedikit, tetapi setiap kali membeli
hams dalam jumlah yang banyak dan akibatnya biaya pemeliharaan barang
yang disimpan tinggi. Dari uraian di atas j elas terlihat bahwa perubahan
jumlah biaya set-up berlawanan dengan perubahan biaya pemeliharaan.
Kalau pembelian sering dilakukan, biaya set-up tinggi, tetapi biaya
pemeliharaan rendah, demikian pula sebaliknya kalau pembelian jarang
dilakukan maka jumlah biaya set-up rendah dan jumlah biaya pemeliharaan
tinggi. Lalu, bagaimanakah sebaiknya?
Lebih baik setiap membeli dalam jumlah sedikit (sering membeli) atau
setiap membeli dalam jumlah banyak Uarang membeli). Tentu saja kita pilih
jumlah pembelian yang bisa meminimumkan jumlah dari kedua macam biaya
2.5
EKMA4413/MODUL 2
itu. Jumlah dari kedua macam biaya itu selama satu tahun dapat dilihat pada
persamaan berikut ini.
18= ~ +
Cj-C
Kalau kedua macam biaya itu dan jumlahnya kita gambarkan akan
tampak, seperti pada Gambar 2.2.
_..
0
Gambar 2.2.
Hubungan antara Jumlah Setiap Pembelian dengan Biaya Set-up, Biaya
Pemeliharaan, dan Jumlah dari Kedua Biaya Tersebut.
Skala horizontal menunjukkan jumlah setiap kali pembelian dan skala

vertikal menunjukkan besarnya biaya selama satu tahun. Kalau setiap kali
membeli dalam jumlah sedikit (berarti sering dilakukan pembelian) maka
biaya set-up mahal, semakin besar jumlah setiap pembelian berarti semakin
jarang dibeli maka jumlah biaya set-up selama setahun semakin murah. Lain
halnya dengan biaya pemeliharaan, semakin sedikit jumlah setiap kali
membeli, biaya ini akan semakin murah dan sebaliknya kalau semakin
banyak jumlah setiap kali membeli, berarti jumlah biaya ini akan semakin
mahal. Kalau kedua biaya itu dijumlahkan akan tampak pada garis biaya
yang paling atas, kalau jumlah setiap pembelian sedikit maka jumlah kedua
biaya itu mahal, semakin banyak jumlah setiap kali membeli mula-mula
jumlah biaya semakin turun, tetapi sampai pada titik tertentu mulai naik lagi.
Jumlah biaya terendah terjadi pada titik Q. Untuk mencari titik Q itu
2.6
Riset Operasi
dilakukan minimisasi dengan menggunakan pendekatan diferensial terhadap

persamaan jumlah biaya JB (persamaan 1) pada Q. Setelah dilakukan
perubahan seperlunya dan digunakan pendekatan diferensial maka hasilnya
sebagai berikut.
Jumlah pembelian yang ekonomis:
Q
2RCs
Ci
* ==
Jangka waktu di antara pesanan satu dengan pesanan berikutnya:

t* == Q* _
2RCs
RCi
Contoh:
Seorang pedagang selama satu tahun harus memenuhi permintaan
pembeli sebanyak 24.000 kg. Permintaan sepanjang tahun relatif stabil. Biaya
pemesanan setiap kali membeli sebesar Rp3.500,00. Biaya penyimpanan
setiap kg barang selama satu tahun Rp 10,00.
a. Berapakah jumlah pembelian yang paling ekonomis?
b. Berapa lamakah jangka waktu antara pesanan satu dengan pesanan
berikutya agar pemesanan ekonomis?
Jawab: R = 24.000 kg
Cs = Rp3.500,00
Ci = Rp10,00
a. Jumlah pembelian yang ekonomis:
*
==
Q
b.
2(24.000)(3.500) == 4.098 78
10
'
Jangka waktu di antara pesanan yang ekonomis:

t* ==
2(24.000)(3.500) == 0 171 tahun

(24.000)1 0
'
kira-kira = 62 hari
EKMA4413/MODUL 2
2.7
B. MODEL PERSEDIAAN DENGAN KETERLAMBATAN BARANG

Dalam model ini dimungkinkan keterlambatan penyediaan barang yang
dibutuhkan, tetapi keterlambatan ini memerlukan tambahan biaya. Jadi,
perusahaan menanggung tiga macam biaya, yaitu biaya set-up, biaya
pemeliharaan barang, dan biaya keterlambatan. Misalnya, pada suatu hari
datang seorang pembeli pada suatu toko ban, pembeli tersebut akan membeli
ban radial tertentu, tetapi pada saat itu persediaan ban radial tersebut sedang
habis. Pembeli, akhirnya bersepakat untuk melakukan pembelian, tetapi
barangnya barn akan diperoleh dua hari lagi. Untuk memenuhi kebutuhan ini
tentu saja toko tersebut hams mengeluarkan biaya tambahan karena harus
membeli dengan order khusus, meminjam pada toko lain yang terdekat,
mengantar ke rumah pembeli, dan sebagainya. Dengan demikian,
keterlambatan barang masih diperbolehkan, tetapi disertai dengan biaya
ekstra. Asumsi yang digunakan adalah bahwa besar biaya ekstra karena
keterlambatan ini harus tergantung pada jumlah kekurangan barang dan
jangka waktu keterlambatan. Tujuan kita dalam model ini adalah menentukan
jumlah pemesanan yang bisa meminimumkan jumlah ketiga macam biaya
tersebut di atas.
Hubungan antara jumlah dalam setiap pemesanan, persediaan, dan
kekurangan barang seperti terlihat pada Gambar 2.3. Jumlah dalam setiap kali
pembelian diberi simbol Q, jumlah barang yang dibeli yang masuk
persediaan diberi simbol S (pada awal siklus pembelian), dan sisanya yang
untuk memenuhi kekurangan permintaan adalah Q-S. Kalau jumlah
kebutuhan barang selama satu tahun sebesar R maka jangka waktu setiap
siklus pembelian (mulai dari suatu pembelian sampai dengan pembelian
berikutnya) = Q/R tahun. Pada gambar tersebut tampak bahwa selama satu
siklus pembelian dibagi menjadi dua bagian (fase). Fase pertama pada saat
permintaan masih bisa terpenuhi dengan barang yang ada dalam gudang dan
ini ditunjukkan dengan segitiga pertama yang berada di atas garis 0 yang
tingginya S. Jangka waktu perusahaan masih memiliki barang dalam satu
siklus adalah S/R tahun. Fase kedua pada saat persediaan barang sudah habis
dan pemenuhan kebutuhan barang ditunda sampai saat pesanan pembelian
datang. Ini ditunjukkan dengan segitiga kedua yang berada di bawah garis 0
dan tingginya Q-S. Jangka waktu perusahaan dalam keadaan kekurangan
barang dalam setiap siklus adalah (Q-S) I R tahun.
2.8
Riset Operasi
- -n ,.........~~~..........!!.ot-,~~-:"""""~~~....!!..~............,.~....
....__ ...::!::;
..
~fcbt
.,
.. (JrI
..,.
----...-.
Gambar 2.3.
Hubungan Persediaan Barang, Pemesanan, dan Kekurangan Barang.
Biaya yang kita tanggung ada tiga rnacam, yaitu biaya set-up, biaya
pemeliharaan barang, dan biaya karena keterlarnbatan barang. Berikut ini
akan dibahas satu per satu sebelum dimasukkan ke dalam persamaan jumlah
biaya.
Biaya set-up:
Besar biaya set-up sama, seperti dalarn model persediaan yang
sederhana, yai tu:
(R/Q) Cs.
Biaya pemeliharaan:
Besar biaya pemeliharaan dapat dicari dengan luas segitiga pertarna
dikalikan dengan biaya perneliharaan tiap unit tiap tahun, yaitu:
2
_!_(S I R)Ci = S Ci
2
2R
Kalau jurnlah biaya diatas dikalikan dengan banyaknya siklus dalarn satu
tahun (R/Q) rnaka akan kita dapatkan jumlah biaya selarna satu tahun sebagai
berikut.
2.9
EKMA4413/MODUL 2
Biaya pemeliharaan barang selama satu tahun:

2
S Ci R
2R
S Ci
--
2Q
Biaya keterlambatan:
Besar biaya keterlambatan sama dengan luas segitiga kedua dikalikan
dengan biaya keterlambatan setiap unit barang setiap tahun (Ct), sebagai
berikut.
Biaya keterlambatan selama satu siklus:
1
2
2R
Biaya keterlambatan selama satu tahun sebesar biaya di atas dikalikan dengan
banyaknya siklus selama satu tahun (R/Q), sebagai berikut.
(Q-S)
R
Q
ct
2R
(Q-S)
2Q
ct
Oleh karena itu, jumlah biaya seluruhnya selama satu tahun menjadi
sebagai berikut.
JB =
Cs+
S Ci
2Q
(Q-S)
2Q
Ct
Apabila persamaan itu diminimumkan dengan diferensial pada Q akan

diperoleh jumlah pemesanan yang optimal (Q*) dan apabila diturunkan pada
S akan diperoleh jumlah-jumlah pembelian yang dimasukkan dalam
persediaan ( pada awal siklus pembelian ).
=
2RCs Ct +Ci
Q
*
Ci
s* =
ct
2RCs
Ci
Ct +Ci
Jangka waktu optimal antara dua pemesanan:
2. 10
Riset Operasi
*
t * == Q x 1 tahun
Contoh 2.1.
Suatu perusahaan menjual satu barang. Banyaknya kebutuhan konsumen
setiap tahun sebanyak 1.000 buah. Biaya penyimpanan barang setiap tahun
sebesar 20% dari harga barang, harga setiap barang Rp20,00. Setiap
melakukan pemesanan memerlukan biaya Rp100,00. Kalau terjadi
keterlambatan barang konsumen masih mau membeli, tetapi perusahaan
harus menanggung biaya ekstra Rp3,65 setiap barang setiap tahun.
Berdasarkan data di atas kita hitung bahwa Ci sebesar 20% x Rp20,00 =
Rp4,00, Cs sebesar Rp100,00, R sebanyak 1.000 barang dan Ct sebesar
Rp3,65. Jumlah pemesanan yang optimum adalah:
Q* =
2( 1.000 )( 100)
4
3, 65 + 4 == 324
3,65
Jumlah optimal barang yang dibeli yang dimasukkan dalam persediaan:
s* =
2( 1.000 )( 100)
4
3, 65 == 154
3,65 + 4
Jangka waktu optimal antara suatu pesanan dengan pesanan berikutnya.

*
324
t ==
== 0, 324 tahun
1.000
Jumlah biaya yang optimal:
1.000
4(154)
3,65(170)
JB==
100+
+---324
2( 324)
2( 324)
JB == 617,82
Y aitu Rp617 ,82 selama satu tahun.
EKMA4413/MODUL 2
2.11
LATIHAN

1)
2)
3)
4)
5)
Berdasarkan data berikut ini tentukanlah jumlah pembelian yang bisa

meminimumkan biaya!
Kebutuhan barang setiap tahun
5.200 kuintal
Biaya pesan setiap pembelian
Rp90.000,00
Biaya pemeliharaan barang tiap kuintal tiap tahun
Rp 300,00
Suatu perusahaan setiap tahun memerlukan 30.000 buah bahan baku A
yang harganya tiap buah Rp 1.000,00. Setiap kali membeli perusahaan
hams membayar biaya pemesanan Rp2.000,00. Biaya pemeliharaan
barang dalam gudang termasuk asuransinya selama satu tahun sebesar
20% dari harga barang. Berapakah jumlah pembelian yang paling
ekonomis?
Sebuah toko diperkirakan bisa menjual 64.000 buah batu baterai selama
satu tahun. Biaya pemeliharaan baterai itu dalam penyimpanan setiap
tahun Rp100,00 dan biaya pesan setiap kali pembelian Rp7.500,00.
a. Berapakahjumlah barang setiap pembelian?
b. Berapa kalikah pembelian dilakukan selama satu tahun?
Berdasarkan data pada soal nomor 3 di atas, hitunglah:
a. Jangka waktu antara pembelian satu dengan pembelian berikutnya
yang optimal!
b. Jumlah biaya set-up dan biaya pemeliharaan barang selama satu
tahun yang optimal!
Suatu toko menjual ban radial dengan harga Rp40.000,00 per buah.
Setiap kali pemesanan toko itu harus membayar biaya pesan
Rp5.000,00. Biaya pembelian barang dalam gudang setiap tahun sebesar
5% dari harga beli ban. Kalau suatu ketika ada pengunjung toko yang
akan membeli ban tersebut, tetapi perusahaan tidak sedang memiliki
persediaan maka pembelian bisa ditunda, tetapi toko harus mengantar ke
rumah pembeli dengan tambahan biaya Rp3.000,00 setiap ban.
Penjualan ban setiap tahun 1.500 buah.
a. Berapakah jumlah barang setiap kali pemesanan agar
meminimumkan biaya?
2. 12
Riset Operasi
b.
Pada setiap pemesanan (optimal) itu, berapakah jumlah barang yang

masuk dalam persediaan?
Berapa lamakahjarak tiap pemesanan dengan pesanan berikutnya?
Berapakahjumlah biaya optimal?
c.
d.
Kunci Jawaban Latihan

1)
2)
3)
4)
5)
Q*
Q*
a.
b.
a.
b.
a.
b.
c.
d.
= 558,70 kuintal
=2.449,49 buah barang, dibulatkan =2.449 buah
Q* = 3.098,39 buah, dibulatkan = 3.098 buah
Pembelian setiap tahun dilakukan 20,65 kali.
t* = 17,43 hari
JB = Rp309.794,50
Q* = 112 buah
S* = 67 buah
T* = 0,0786 tahun = 29 hari
JB* = 134.165,18
RANGKUMAN
Dalam kegiatan belajar ini dibahas cara perencanaan pembelian

yang sederhana. Ada variasi sedikit, yai tu apabila terj adi kemungkinan
kekurangan barang.
TES FORMATIF 1
Data her1knt ci1 o-nnakan nnt:n k men1 a wah
~oal
no 1
~ci
no. S.
Perusahaan ANTOMIA setiap tahun membutuhkan bahan baku 16.000

kg, biaya penawaran Rp1.000,00, biaya ekstra keterlambatan Rp100,00
dan biaya penyimpanan yang terdiri dari biaya asuransi Rp100,00,
biaya gudang Rp400,00, biaya modal Rp125,00 serta biaya iesiko
kerusakan Rp 175,00.
1)
Biaya penyimpanan perusahaan ANTOMIA yaitu ....

A. Rp600,00
B. Rp700,00
C. Rp800,00
D. Rp900,00
2.13
EKMA4413/ MODUL 2
2)
Jumlah pembelian optimum (Q), yaitu .. ..

A. 600 kg
B. 500 kg
C. 400 kg
D. 300 kg
3)
Jumlah pembelian optimum yang dimasukkan dalam persediaan,

yaitu ....
A. 56,667 kg
B. 66,667 kg
C. 76,667 kg
D. 86,667 kg
4)
Jumlah waktu optimum antara satu pesanan dengan pesanan lain (t) . . ..
A. 10,5 hari
B. 11 ,5 hari
C. 12,5 hari
D. 13,5 hari
5.
Jumlah biaya optimum (JB) selama setahun ...

A. Rp53.333 ,333
B. Rp54.333,333
C. Rp55.333,333
D. Rp56.333,333

----------
x 100%
Jumlah Soal
Arti tingkat penguasaan: 90 - 100% = baik sekali
80 - 89% = baik
70 - 79% = cukup
< 70% = kurang
2.14
Riset Operasi

belum dikuasai.
2.15
EKMA4413/MODUL 2
Kegiatan Belajar 2
Beberapa Macam
Model Persediaan yang Lain
A. MODEL PERSEDIAAN DENGAN POTONGAN BARGA
Dalam model persediaan ini dimasukkan adanya potongan harga beli
barang yang dibutuhkan. Biasanya kalau jumlah pembelian mencapai jumlah
tertentu akan mendapat potongan harga, misalnya kalau membeli dalam
jumlah 1000 buah barang atau lebih akan mendapat potongan harga 10%.
Oleh karena itu, dalam hal ini terdapat 2 macam harga beli. Harga beli
pertama (PI) kalau tidak ada potongan harga dan harga kedua (P2) kalau
mendapat potongan harga. Kalau batas untuk mendapat potongan harga itu
sebanyak b maka harga pertama (P 1) akan berlaku kalau jumlah setiap
pembelian kurang dari b, sedang harga kedua (P2) terjadi apabila jumlah
pembelian melebihi atau paling tidak sama dengan b. Oleh karena ada
perbedaan harga ini maka untuk mencari titik optimum pembelian, kita
gunakan persamaan biaya ditambah dengan harga beli barang. Dalam hal ini
kita mengenal dua macam persamaan jumlah harga barang dan biaya (JHB)
sebagai berikut.
Jumlah harga barang dan biaya tanpa potongan harga.
JHB1 = REj + R Cs + Q Ci
Jumlah harga barang dan biaya dengan potongan harga:
Q .
JHB2 :::::: RB2 + Cs + Cz
. Q
2
R
Kedua macam biaya itu kalau digambarkan, seperti pada Gambar 2.4.
Garis penuh menunjukkan garis biaya yang bisa direalisasi, sedangkan garis
putus-putus adalah garis biaya yang tidak bisa direalisasi atau tidak berlaku
karena harganya tidak sesuai. J adi, garis biaya pada titik b berpotongan turun
ke bawah, kemudian mengikuti garis biaya kedua.
2.16
Riset Operasi
Untuk mencari titik Q1 minimum untuk persamaan garis biaya pertama,

dilakukan dengan bantuan diferensial pada Q, atas garis biaya itu. Demikian
pula untuk mencari titik Q2 minimum dengan cara yang sama, tetapi terhadap
garis biaya kedua. Temyata Q1 minimum sama dengan Q2 minimum.
a.
' 1.rn!m iT I~ .. a
U~f1 EHS~
IHBt
Jl-$ ,,
[
[
. . f"WT
JHB 1, JHB2,
Gambar 2.4a.
Garis Biaya yang Tidak Bisa Direalisasi dan Q Minimum.
b.
Jrn\ltBJI tfsttLHI
nan ~vP
...
...
....
.I
~'
.)-
lJ
JHB 1 , JHB2 ,
..IIIII
Gambar 2.4b.
Garis Biaya yang Tidak Bisa Direalisasi dan Q Minimum .
c.
2.17
EKMA4413/ MODUL 2
~.U f:1 I I~
~1cHt
l1:
rr--+ ~
.at .v
,g
'
liii
--1!!1
I
JHB 1 , JHB2 ,
Gambar 2.4c.
Garis Biaya yang Tidak Bisa Direalisasi dan Q Minimum.
Hal ini bisa terjadi sebab dalam persamaan biaya di atas (JHB 1 atau
JHB 2) perbedaannya pada harga beli barang. Dalam harga beli barang (RP 1
atau RP 2) ini tidak mengandung Q. Jadi, dianggap sebagai bilangan, kalau
diturunkan sama dengan 0.
2R Cs
Qmin == Ql min == Q2min ==
Ci
Dalam mencari jumlah yang optimal ini mula-mula kita cari jumlah
pembelian yang meminimumkan JHB, dengan rumus Qmin di atas:
a. Kalau Qmin berada di atas batas potongan harga maka jumlah pembelian
yang optimal pada titik Qmin (Q* = Qmin), seperti pada Gambar 2.4.a.
b. Kalau Qmin di bawah batas potongan harga maka kita hitung JHB 1 pada
titik Q minimum dibandingkan dengan JHB 2 pada titik b (batas potongan
harga). Kalau JHB 2 pada titik b yang lebih murah daripada JHB 1 pada
titik Qmin (seperti pada Gambar 4.b) maka kita pilih Q (Q optimal) pada
titik b, tetapi kalau nilai JHB 1 pada titik Qmin yang lebih murah daripada
JHB 2 pada titik b (seperti pada Gambar 4.c) maka kita pilih titik Qmin
sebagai Q* (Q optimum). Untuk jelasnya, dapat dilihat pada contoh
berikut.
2.18
Riset Operasi
Contoh 2.2
Suatu perusahaan roti setiap tahun memerlukan 2.400 kuintal gandum.
Kebutuhan akan gandum ini sepanjang tahun relatif stabil. Kalau jumlah
setiap pembelian kurang dari 500 kuintal maka harga beli gandum setiap
kuintal Rp20.000,00, tetapi kalau jumlah setiap pembelian paling tidak 500
kuintal harga beli gandum hanya Rp18.500,00 setiap kuintal. Biaya
pemeliharaan barang di gudang setiap kuintal sebesar Rp400,00. Biaya setiap
melakukan pemesanan sebesar Rp35.000,00.
Qmin =
2 2 400 35 000
( .
)
= 648,07 kuintal
400
Oleh karena Omin = 648,07 kuintallebih besar dari batas potongan harga
maka titik Q* sebesar 648,07 kuintal.
rrnUM1 ftat ga
~:en~v
Ill
...
[
1!!!1
-~
Gambar 2.5.
Contoh 2.3
Andaikata dalam Contoh 2.2 di atas biaya pemesanan tidak Rp35.000,00,
tetapi kita ganti dengan RplO.OOO,OO maka:
Qmin
2(2.400)10.000 = 346,41 kuintal

400
2.19
EKMA4413/MODUL 2
karena Qmin = 346,41 kuintal lebih kecil dari b maka harus dibandingkan
JHB 1 pada titik Qmin dengan JHB 2 pada titik b.
JHB1 pada Qmin, yaitu:
2
346 41
= 2.400(20.000) + .400 (1 0.000) +
( 400) = Rp 48.138.564,06
346,41
2
JHB 2 pada titik b, yaitu:

2.400
500
== 2.400(18.500) +
(1 0.000) +
(400) == Rp 44.548.000,00
2
500
Oleh karena JHB 2 pada titik b lebih murah daripada JHB 1 pada titik Qmin
maka jumlah setiap pembelian yang optimum (Q*) sebesar b, yaitu 500
kuintal.
I Jl"''tl ~Jl t i;aJ' ~ p
~nl'j ~a
11!!11
I ,
--
-~ I
ll 1 1r ., ~c~~ 11)
~~~LW
Gambar 2.6.
Contoh 2.4
Andaikata dari Contoh 2.2 kita ubah, di samping biaya pemesanannya
menjadi Rp5.000,00 juga biaya pemeliharaan barang yang mula-mula
Rp400,00 menjadi Rp600,00 setiap kuintal setiap tahun maka:
Qmin =
2(2.400)5.000 = 200 kuintal

600
Oleh karena Qmin lebih kecil dari b maka hams kita pilih antara
dengan b sebagai Q*.
Qmin
2.20
Riset Operasi
JHB1 pada Qmin
2 400
200
= 200(20.000) +
(5.000) +
(600) =
200
2
Rp4.120.000,00
2
500
(600) ==
JHB 2 pada titik b == 500(18.500) + .400 (5.000) +
500
2
Rp9.424.000,00
Berdasarkan kedua hitungan di atas temyata JHB 1 pada titik Qmin lebih
murah maka kita pilih titik Qmin sebagai titik Q* . Jadi, Q* atau jumlah
pembelian yang paling optimum sebesar 200 kuintal.
1~nn11aJ 11M,8JYQS I
H~n;IHla:~a
Gambar 2.7.
B. MODEL PERSEDIAN BARANG YANG DIBUAT SENDIRI

Dalam model ini barang yang dibutuhkan tidak dibeli tetapi dibuat
sendiri. Tentu saja dalam membuat itu tidak bisa sekaligus dalam jumlah
yang banyak, tetapi secara sedikit demi sedikit tergantung pada produktivitas
pembuatannya. Tingkat produksi setiap tahun (kalau sepanjang tahun
berproduksi) kita beri simbol Pr dan kebutuhan selama setahun sebesar R.
Dalam hal ini dianggap P selalu lebih besar dari pada A.
Hubungan antara waktu dengan hasil pembuatan barang yang
diperlukan, seperti yang dilihat pada Gambar 2.8. Pada gambar tersbut
tampak bahwa mula-mula barang dalam persediaan tidak ada (sebesar 0).
Andaikata perusahaan berproduksi saja tanpa menggunakan barang yang
2.21
EKMA4413/ MODUL 2
dibuatnya itu maka jumlah barang yang dibuatnya itu akan bertambah terus,
seperti pada garis produksi dengan slope Pr. Setelah jumlah barang sesuai
dengan jumlah dalam order produksi maka produksi dihentikan. Dalam hal
ini produksi dilakukan selama t 1.
.
Alun~fah R~r~ttfu~~
-
...
o
.
..
.BI''"~Ar
Gambar 2.8.
Hubungan Antara Waktu dengan Jumlah Barang yang Dibuat Sendiri Kalau
Perusahaan tidak Menggunakannya.
Andaikata perusahaan sudah memiliki barang yang dibutuhkan (tidak

usah membuat dulu) maka hubungan antara waktu dengan pemakaian barang
seperti terlihat pada Gambar 2.9. Mula-mula jumlah barang sebanyak Q.
Setelah dipakai sedikit demi sedikit berkurang dan pemakaian akan habis
(mencapai titik 0). Pengurangan persediaan itu dengan slope R (kebutuhan
selama setahun).
4~\1 ftth ~~raoe
'
-.Q
r,u-l<lLI
.___-----------~~--'_
~:v~w~
~ -. __ _ _ _
Gambar 2.9.
Hubungan
antara Waktu
dengan
Pemakaian
Barang kalau
Barang Sudah
Tersedia
:\ t -.-.... - - - - -
Dalam uraian di atas hanya dibahas penambahan barang dalam

persediaan (tidak sambil dipakai) dan pemakaian barang yang sudah ada
2.22
Riset Operasi
(tanpa dibuat dulu). Padahal, dalam model persediaan barang kebutuhan yang
dibuat sendiri ini, di samping menghasilkan juga tetap menggunakan barang
itu (misalnya untuk produksi). Oleh karena itu, sekarang kita gabungkan,
seperti yang terlihat pada Gambar 2.1 0. Pada gambar itu kita lihat bahwa
dalam satu siklus pemesanan terdapat 2 segitiga. Segitiga pertama di sebelah
kiri, pada waktu perusahaan sedang membuat barang dan pada saat yang
bersamaan pemakaian barang tetap berj alan seperti biasa. J adi, menghasilkan
sambil dipakai karena tingkat produktivitas (Pr) lebih tinggi dari pada tingkat
pemakaian maka sisanya masuk persediaan sehingga jumlah persediaan
selalu bertambah dengan slope (Pr - R). Dengan menggunakan sudut dan
garis segitiga itu maka dapat dihitung besar persediaan maksimum sebesar:
Q(Pr-R)
Pr
J angka waktu berproduksi tetap sebesar t 1 karena setelah order terpenuhi
produksi berhenti.
Segitiga kedua di sebelah kanan yang menunjukkan daerah di mana
perusahaan sedang tidak menghasilkan barang yang dibutuhkan tetapi hanya
menggunakan barang itu. Jumlah barang berkurang sedikit demi sedikit
dengan slope garis sebesar -R. Jangka waktu memakai saja tanpa berproduksi
selama t2 . J angka waktu satu siklus pemesanan selama t = t 1 + t2 .
~JI
If.-
l11
~.,_
lllih
, - -......;:
J...
-----
- k
I I
..,..- -----"'1
'
I - - - - ----.
"'"-
Gam bar 2.1 0.

Hubungan antara Waktu, Produksi, dan Pemakaian Barang
2.23
EKMA4413/MODUL 2
Lama setiap siklus pemesanan selama Q/R tahun, yaitu sebesar jumlah
yang dipesan dibagi kebutuhan selama satu tahun. Jangka waktu berproduksi
(ti) sebesar Q/Pr, yaitu jumlah order produksi dibagi produktivitas selama
satu tahun dan lamanya memakai saja tanpa produksi (t2) dapat dicari dengan
(t- t 1). Jadi,
==
Q
R
Q
tl ==Pr
t2 == t- t1
==
Q- Q =Q
R Pr
Pr-R
RPr
Untuk bisa menentukan jumlah setiap pemesanan yang paling ekonomis

harus kita ketahui dulu jumlah biaya yang mempengaruhi kebijaksanaan
pemesanan pembuatan ini. Kita mengenal ada dua macam biaya
pemeliharaan barang di gudang.
1.
Biaya Set-Up
Dalam model ini kita juga mengenal biaya set-up, yaitu biaya memulai
berproduksi, yang antara lain berupa menyetel mesin, mempersiapkan
kebutuhan untuk proses produksi, membuat schedule, menjelaskan kepada
karyawan yang akan mengerjakan, dan lain-lain. Besar biaya ini sama untuk
setiap memulai produksi, yaitu sebesar Cs. Jumlah biaya set-up ini selama
satu tahun sebesar frekuensi pemesanan (dalam setahun memesan beberapa
kali) dilakukan dengan biaya set-up sekali memesan, sebagai berikut.
Jumlah biaya set-up selama satu tahun
2.
R Cs
Biaya Pemeliharaan Barang

Biaya pemeliharaan barang di gudang sebesar jumlah barang yang
disimpan rata-rata dikalikan dengan biaya simpan setiap tahun (Ci).
Rata-rata jumlah barang yang dis imp an dalam gudang selama satu siklus
sama dengan rata-rata luas 2 segitiga itu dan sama dengan jumlah dari dua
segitiga itu. Tinggi tiap segitiga sama dengan jumlah persediaan maksimum
= Q (Pr - R) I Pr. Oleh karena itu, luas kedua segitiga tersebut sebagai
berikut.
Pr-R
1
Luas segitiga pertama =-t
2 1 Q Pr
2.24
Riset Operasi
Pr-R
Luas segitiga kedua
Pr
Biaya pemeliharaan barang selama satu siklus pemesanan sebagai berikut.

1
Q
Pr
R
1
Q
Pr
R
- t1
+- t 2
2
Pr
2
Pr
2
--
Ct.
Q ( Pr- R) Q ( Pr- R)
- - - 2- +
cl
2
2Pr
2RPr
Pr-R
--
Pr
Ci
Biaya pemeliharaan selama satu tahun berarti sama dengan biaya

pemeliharaan selama satu tahun siklus dikalikan dengan frekuensi pemesanan
hasilnya sebagai berikut.
Q
Pr-R
c
-X
1
2
Pr
Jumlah dari biaya set-up dan biaya pemeliharaan barang selama satu tahun:
JB = R Cs + Q Pr - R Ci
Q
2 Pr
Berdasarkan persamaan biaya tersebut diatas bisa dicari jumlah
pemesanan produksi barang yang bisa meminimumkan biaya:
Q*
2RCs
Ci
Pr
Pr-R
2.25
EKMA4413/MODUL 2
Contoh 2.4
Suatu perusahaan memerlukan onderdil untuk membuat suatu produk
sebanyak 100.000 buah setiap tahun. Onderdil itu tidak dibeli dari luar
perusahaan, tetapi dibuat sendiri, dengan tingkat produktivitas sebanyak
200.000 buah kalau selama 1 tahun membuat terns. Setiap memulai
berproduksi memerlukan biaya persiapan Rp5.000,00. Biaya pembuatan
onderdil itu setiap buah sebesar Rp10,00 dan biaya pemeliharaan dalam
penyimpanan setiap tahun sebesar 20% dari nilai persediaan.
Berdasarkan data itu dapat diketahui bahwa biaya pemeliharaan gudang
setiap tahun setiap barang (Ci) = Rp2,00, Cs = Rp5.000,00, R = 100.000
dan Pr = 200.000
Jumlah setiap pemesanan yang optimal:
Q*
2(100.000) 5.000
200.000
200.000-100.000
1.
buah
3 623
W aktu optimal setiap membuat pemesanan onderdil

31 623
t* =
= 0,15 8 tahun, k'Ira-k'Ira 58 h ari.
200.000
Jangka waktu setiap siklus pesanan, yaitu jangka waktu antara suatu
pembuatan dengan pembuatan onderdil berikutnya:
31 623
t* =
= 0, 316 tahun, kira-kira 115 hari

100.000
Jumlah biaya yang optimal,
JB = 100.000 S.OOO + 31.623 200.000-100.000
31.623
2
200.000
= 31.623
yaitu sebesar Rp31.623,00.
Demikianlah beberapa contoh untuk model inventory, tentu saja masih
ada model lain yang belum dibicarakan di sini.
2.26
Riset Operasi
LATIHAN

1)
2)
3)
4)
5)
Suatu perusahaan memerlukan 2.000 buah bahan baku A selama 1 tahun.

Kalau dalam pembelian barang itu kurang dari 1.000 buah maka harga
setiap barang Rp2.000,00. Tetapi kalau setiap membeli paling tidak
1.000 buah barang maka harga belinya hanya Rp1.900,00. Biaya untuk
setiap kali pemesanan sebesar Rp20.000,00 dan biaya pemeliharaan
barang dalam gudang setiap buah barang setiap tahun Rp320,00.
Hitunglah jumlah pembelian yang paling optimal!
Data dan pertanyaannya, seperti soal nomor 1 di atas, tetapi biaya set-up
(pemesanan) setiap kali memesan sebesar Rp119.072,00. Hitung pula
jumlah harga barang dan biaya pada titik optimum itu!
Data dan pertanyaannya seperti soal nomor 1 di atas, tetapi harga
pembelian kalau jumlah pembelian paling tidak 1.000 buah barang
sebesar Rp 1.990,00.
Suatu perusahaan memerlukan komponen nomor #534 untuk membuat
suatu produk. Kebutuhan komponen itu, setiap tahun sebanyak 5.640
buah. Komponen itu dibuat sendiri dengan kapasitas setiap tahun 67.680
buah (kalau berproduksi terus-menerus). Biaya set-up setiap memulai
berproduksi sebesar Rp80.000,00 dan biaya pemeliharaan barang setiap
unit sebesar 20% dari harga barang. Harga beli setiap unit barang
Rp5.000,00.
Perusahaan mobil PT Sabang Merauke memerlukan suku cadang untuk
pembuatan mobil-mobil basil produksinya. Suku cadang itu dibuat
sendiri di dalam pabrik. Beberapa informasi yang berhasil dikumpulkan
adalah sebagai berikut.
Biaya produksi pembuatan tiap suku cadang Rp17.500,00
Kapasitas produksi suku cadang setiap hari 40 buah.
Kebutuhan suku cadang setiap hari 10 buah.
Biaya persiapan setiap siklus produksi Rp25.000,00.
Biaya penyimpanan/suku cadang tiap tahun Rp 50,00.
Jumlah hari kerja dalam satu tahun 300 hari.
a. Berapa jumlah suku cadang yang sebaiknya dibuat pada setiap
siklus produksi agar meminimumkan biaya?
2.27
EKMA4413/MODUL 2
Berapakah jumlah biaya set-up dan biaya pemeliharaan selama

setahun apabila produksi suku cadang itu sesuai dengan Q optimal?
b.
1)
2 ( 2 .000)( 2 0.000) == 500 buah barang

320
Q . ==
mm
Oleh karena Omin di bawah batas potongan harga maka harus

dibandingkan JHB 1 pada Omin dengan JHB 2 pada batas potongan harga,
dipilih yang termurah.
~ pada Titik <Jun
2.000(2.000)t
2 000
500
~0.000+)
500
~0= )4.160.
000
JHB 2 pada Batas Potongan Harga ==

2 000
1 000
= 2.000( 1.900) +
( 20.000) +
(320) = 4.000.000
2
1.000
2)
3)
4)
Q . ==
mm
Ternyata Qmin berada di atas batas potongan harga maka jumlah setiap
kali pembelian yang optimum = 1.220 buah barang.
Jumlah harga dan biaya = Rp4.190.400,00
Omin sebesar 500 buah barang.
JHB 1 pada Qmin = Rp4.160.000,00
JHB 2 pada batas potongan harga = Rp4.180.000,00
Jadi jumlah pembelian optimal pada titik Omin sebanyak 1.220 buah
barang.
Jumlah pemesanan yang paling optimal:
*
2 (5.640) (8.000)
67.680
Q =
5.000 ( 0, 20)
67.680-5.640
5)
2 ( 2.000) ( 119 .072)

== 1.220 buah barang
320
a.
327,71 dibulatkan menjadi 328 buah.

Kebutuhan suku cadang untuk produksi mobil setiap tahun adalah
300 x 10 buah = 3.000 buah. Kapasitas produksi suku cadang tiap
tahun (kalau membuat terus) sebesar 300 x 40 buah = 12.000 buah.
Q
* ==
2 ( 3.000) ( 25.000)
50
12.000
- - - - - ==
12.000-3.000
2.000 buah.
2.28
Riset Operasi
Catalan: Rata-rata produksi dalam tanda akar bagian kanan (Pr) bisa
juga harian, tetapi tingkat kebutuhan pada bagian itu harus harian juga
(r). Sedang kebutuhan di bagian kiri (dalam akar) harus selama satu
tahun (R), hasilnya sama sebagai berikut.
*
Q ==
b.
2 ( 3.000) ( 25.000)
40
== 2.000 buah
50
40-10
Jumlah biaya set-up dan biaya pemeliharaan barang selama setahun
(dalam rupiah) adalah
JB = 3.000 ( 25.000) + 2.000 12.000-3.000 50= 75.000
2.000
2
12.000
; RANGKUMAN
Pada kegiatan belajar ini mula-mula dibahas model inventory kalau

terdapat potongan harga. Dalam hal ini kita harus memilih titik optimal
dengan ketentuan sebagai berikut.
a. Kalau Qminimum lebih dari batas potongan harga maka titik Q optimal
pada titik Qminimum
b. Kalau Qminimum lebih dari batas potongan harga maka Q optimal
harus dipilih di antara Qminimum dan batas potongan harga yang
memiliki JHB terendah.
Pada bagian berikutnya dibahas perencanaan persediaan atas
kebutuhan barang yang dibuat sendiri. Oleh karena itu, pada model ini
kita masukkan tingkat produksi di samping tingkat kebutuhan untuk
menghitung Q optimal. Pada saat berproduksi (membuat barang yang
dibutuhkan) bersama-sarna dengan pemakaian barang. Produksi
dilakukan sedikit demi sedikit sehingga persediaan bertambah secara
berangsur-angsur pula. Tingkat pertambahan persediaan sebesar
kelebihan produksi di atas pemakaian.
2.29
EKMA4413/MODUL 2
TES FORMATIF 2
Data berikut digunakan untuk menjawab soal no. 1 sd 5

Setiap tahun kebutuhan bahan baku suatu perusahaan relatif stabil, yaitu
sebesar 80.000kg. Biaya pemesanan Rp2.000,00 dan biaya pemeliharaan
barang di gudang setiap kg selama setahun Rp6,4. Sedang bunga
pembelian bahan baku tersebut sebagai berikut.
a. Pembelian kurang dari 8.000 kg harga tiap kg Rp30,00
b. Pembelian 8.000 sampai dengan 10.000 kg harga tiap kg Rp28,00
c. Pembelian lebih dari 10.000 kg harga tiap kg Rp27,00
1)
Jumlah pembelian Q minimum bahan baku, yaitu ....

A. 7.000 kg
B. 7.100 kg
C. 7.200 kg
D. 7.300 kg
2)
Jumlah harga barang (JHB) pada tingkat pembelian kurang dari

8. 000 kg adalah ....
A. Rp2.445.255,00
B. Rp2.255.445,00
C. Rp2.544.255,00
D. Rp2.552.445,00
3)
Jumlah harga barang (JHB) pada tingkat pembelian 8.000 sd.

10. 000 kg adalah ....
A. Rp2.445.255,00
B. Rp2.285 .600,00
C. Rp2.208.000,00
D. Rp2.200.000,00
4)
Jumlah harga barang (JHB) pada tingkat pembelian lebih dari 10.000
kg adalah ....
A. Rp2.445.255,00
B. Rp2.285.600,00
C. Rp2.208.000,00
D. Rp2.200.000,00
5)
Berdasarkan perbandingan biaya maka

melakukan pembelian pada kuantitas ....
seharusnya
perusahaan
2.30
Riset Operasi
A.
B.
C.
D.
< 8.000 kg
8.000 sd. 10.000 kg
> 10.000 kg
tidak ada yang benar


----------
x 100%
Jumlah Soal
80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

meneruskan dengan modul selanjutnya. Bagus! Jika masih di bawah 80%,
belum dikuasai.
2.31
EKMA4413/ MODUL 2

Tes Formatif 1
1) c
2) A
3) B
4) D
5) A
Tes Formatif2
1) B
2) A
3) B
4) c
5) c
2.32
Riset Operasi
Daftar Pustaka
Churchman, C.W., Ackoff, R .. dan Arnoff, E.L. Introduction to Operations
Subagyo, P., Asri, M. dan Handoko, T. H. Dasar-dasar Operations
Taha, H. A. ( 1982). Operations Research, An Introduction . McMillan
Publishing Co. Inc.
Modul
Linear Programming, Metode Grafik

Drs. Pengestu Subagyo, M.B.A.
PENDAHULUAN
itinjau dari kata-katanya, linear programming berarti pembuatan
program atau rencana yang mendasarkan pada asumsi-asumsi linear.
Penjelasan di atas merupakan pengertian secara sempit. Adapun arti secara
lebih luas adalah suatu cara alokasi sumber daya yang terbatas jumlahnya
secara optimal untuk melaksanakan beberapa macam aktivitas yang
semuanya memerlukan sumber-sumber daya tadi.
Sumber daya yang ada yang akan kita gunakan untuk mencapai tujuan
kita itu terbatas jumlahnya, padahal kita harus melaksanakan beberapa
aktivitas, yang tiap-tiap aktivitas itu memerlukan sumber-sumber daya tadi
sehingga seolah-olah aktivitas-aktivitas itu berebut sumber daya yang
terbatas jumlahnya itu. Oleh karena itu, sumber-sumber daya itu hams
dialokasikan sedemikian rupa agar diperoleh hasil yang optimal. Yang
dimaksud dengan optimal di sini adalah yang sebaik-baiknya untuk kita,
tentu saja kalau hal-hal yang kita senangi, seperti laba, penerimaan uang,
kepuasan, kenikmatan, kegembiraan, dan sebagainya kita usahakan sebanyak
mungkin (kita maksimumkan), sedang untuk hal-hal yang tidak kita senangi,
seperti kerugian, pembayaran, biaya, kesedihan, kekecewaan, waktu
menunggu dan sebaiknya kita tekan sekecil apa pun (kita minimumkan).
Adapun yang dimaksud dengan asumsi linear adalah anggapan bahwa
perubahan segala sesuatu yang dimaksudkan dalam model kita bersifat linear,
ada hubungan linear atau proporsional dengan tingkat aktivitas yang kita
lakukan.
Sebagai contoh masalah alokasi sumber untuk melaksanakan aktivitasaktivitas dengan optimal adalah dalam kegiatan kita sehari -hari. Sebenamya
banyak aktivitas yang akan kita laksanakan, tetapi terdapat batasan paling
tidak waktu yang sehari hanya ada 24 jam dan uang hanya sebanyak yang
kita miliki. Padahal, kita ingin belajar, olahraga, memperoleh hiburan,
3.2
Riset Operasi
istirahat, dan sebagainya. Semua aktivitas itu, kalau bisa akan kita laksanakan
semua agar diperoleh kepuasan yang sebanyak-banyaknya, tetapi sayang
sekali terbatasnya waktu dan uang yang kita miliki menyebabkan kita hams
membagi waktu dan uang kita sedemikian rupa agar tingkat pelaksanaan tiap
aktivitas itu dapat sebaik-baiknya bagi kita. Misalnya, belajar 3 jam, olahraga
sekali seminggu saj a, tidur setiap hari 7 jam, hiburan seminggu sekali saj a
dan sebagainya. Pengaturan itu terpaksa kita lakukan karena tidak mungkin
kita melaksanakan semua aktivitas sepuas-puasnya sehingga dicari kombinasi
yang terbaik bagi kita.
Setelah mempelajari modul ini Anda diharapkan bisa menerapkan cara
alokasi sumber daya yang terbatas secara optimal, untuk melaksanakan
beberapa kegiatan, dengan asumsi -asumsi linear.
Secara khusus telah mempelajari modul ini, diharapkan Anda bisa:
1. membuat formulasi masalah ke dalam persamaan-persamaan dan
menyusunnya ke dalam linear programming;
2. memecahkan masalah secara sederhana dengan pendekatan grafik;
3. menjelaskan dasar pemikiran yang digunakan dalam linear
programmzng;
4. menafsirkan arti dari hasil pemecahan optimal berdasarkan metode
grafik sebagai dasar dalam mengambil keputusan.
EKMA4413/MODUL 3
3.3
Kegiatan Belajar
Pemecahan Masalah yang Masih dalam

Bentuk Standar dengan Metode Grafik
A. FORMULAS! MASALAH
Agar masalah yang kita hadapi bisa diselesaikan, terlebih dahulu harus
diformulasikan atau dinyatakan dalam persamaan-persamaan linear,
persamaan ini ada dua macam, yaitu pertama yang menyatakan tujuan yang
akan dicapai, misalnya bertujuan memaksimumkan atau meminimumkan
nilai tertentu dengan masalah-masalah yang kita hadapi. Adapun macam
persamaan yang kedua adalah persamaan atau fungsi yang menunjukkan
batasan-batasan yang dalam batasan ini terdiri dari dua macam, yaitu yang
disebut batasan fungsional menyatakan keterbatasan sumber daya yang ada
dan batasan non-negatif yang menyatakan bahwa hasil pemecahan itu tidak
boleh negatif. Batasan biasanya berbentuk pertidaksamaan dengan tanda <_,
yang menunjukkan maksimum tersedianya sumber serta kebutuhan sumber
itu oleh tiap aktivitas. Untuk membuat persamaan-persamaan itu kita
menggunakan simbol-simbol sebagai berikut.
1
Nomor dari sumber daya
Nomor aktivitas
J
Banyaknya macam sumber
m
Banyaknya macam aktivitas

n
Kebutuhan setiap unit aktivitas j akan sumber i.

~j
Banyaknya sumber i yang tersedia
b1
Manfaat yang diperoleh oleh setiap unit aktivitas j
Ukuran (unit) aktivitas
Jumlah nilai yang mau dituju, maksimumkan untuk manfaat atau
penerimaan dan minimumkan untuk biaya, pembayaran atau
pengorbanan.
Untuk menjelaskan cara formulasi masalah ke dalam persamaanpersamaan linear maka kita gunakan contoh sebagai berikut.
3.4
Riset Operasi
PT. KEMBANG ARUM menghasilkan 2 macam barang. Setiap unit

barang pertama memerlukan bahan baku A = 2 kg dan bahan baku B = 2 kg.
Setiap unit produk kedua memerlukan bahan baku A = 1 kg dan bahan baku
B = 3 kg. Jumlah bahan baku A yang bisa disediakan perusahaan sebanyak
6.000 kg dan bahan baku B = 9.000 kg. Sumbangan terhadap laba dan biaya
tetap (yang dihitung dengan harga jual per satuan di kurangi biaya variabel
per satuan) setiap unit produk pertama sebesar Rp3,00 dan setiap unit produk
kedua Rp4,00.
Agar masalah di atas bisa jelas kita pahami maka kita susun ke dalam
tabel, seperti yang terlihat pada Tabel 3 .1.
Tabel 3.1.
Kebutuhan Bahan Baku per Unit, Maksimum Tersedianya Bahan Baku dan
Sumbangan Terhadap Laba
PRODUK BAHAN
BAKU
A
B
Sumb8ng8n terh8d8p
L8b8 d8l8m RP.
KEBUTUHAN BAHAN BAKU/UNIT

Produk 1
Produk 2
2
1
2
3
KAPASITAS
MAKSIMUM
6.000
9.000
Kalau simbol-simbol yang ada di depan kita masukkan ke dalam tabel di

atas maka akan terlihat pada Tabel 3 .2.
Tabel 3.2.
Kebutuhan Bahan Baku Per Unit, Maksimum Tersedianya Bahan Baku, serta
Simbol-simbolnya
PRODUK BAHAN BAKU
B
Sumb8ng8n terh8d8p
L8b8 (d818m Rp}.
KEBUTUHAN BAHAN
BAKU/UNIT
Produk 1
Produk 2
2 811
1 821
2 812
3 822
3 C1
4 C2
KAPASITAS MAKSIMUM
6.000 b1
9.000 b2
Untuk membuat formulasi masalah, marilah kita ikuti langkah-langkah

sebagai berikut.
1.
Fungsi tuj uan
3.5
EKMA4413/ MODUL 3
Seperti telah dikemukakan di muka, fungsi ini menunjukkan tujuan yang

akan dioptimalkan bisa dimaksimumkan atau diminimumkan nilai tujuan
yang diberi simbol Z. untuk pertama kali kita buat saj a bentuk yang paling
sederhana, yaitu maksimumkan nilai tujuan dengan persamaan sebagai
berikut.
Maksimumkan
Untuk contoh kita di atas tujuannya adalah memaksimumkan seluruh
nilai sumbangan terhadap laba, padahal setiap unit produk 1 dan produk 2
masing-masing sebesar Rp3 ,00 dan Rp4,00 maka fungsi tujuan sebagai
berikut.
Maksimumkan
Sebetulnya formulasi di atas lebih mudah lagi kalau kita lihat pada Tabel
3.2 karena di samping angka sudah tercantum juga simbolnya sehingga
tinggal mengambil saj a.
2.
Batasan Fungsional
Batasan ini menunjukkan alokasi sumber yang tersedia. Kalau setiap unit
aktivitas memerlukan a unit sumber i maka dapat ditunjukkan dengan
persamaan sebagai berikut.
a11 X1 + a12 X2 + a13 X3 + ....... ain + Xn :::; b1
(untuk i= 1,2,3 , .... m)
atau secara lebih j elas :
au x l + al2 x 2 + a13 x 3 + ... .. ... a1n Xn -<
a21X 1 + a22 x 2 + a23 x 3 + .... .... a2n Xn -<
a31xl + a32 x 2 + a33 x 3 + .... .... a3n Xn -<
.
..
..
..
.
..
..
..
Pada contoh di depan kita memiliki dua batasan, yaitu bahan baku A dan
bahan baku B . Bahan baku A dibutuhkan oleh setiap unit produk pertama
sebanyak 2 kg dan oleh setiap unit produk kedua sebesar 2 kg. J adi,
banyaknya kebutuhan setiap unit produk pertama akan bahan baku A (2 kg)
ini dikalikan dengan jumlah produk pertama yang dihasilkan (X 1) ditambah
dengan kebutuhan produk ke-2 akan bahan baku A (1 kg) di kali dengan
3.6
Riset Operasi
jumlah produk ke-2 yang dihasilkan (X2) merupakan kebutuhan bahan baku
A untuk berproduksi. Ini tidak boleh melebihi 6.000 kg sehingga formulasi
batasan bahan baku A ini sebagai berikut.
2X+X< 6.000
Demikian pula untuk bahan baku B, dengan logika yang sama dapat
disusun persamaan sebagai berikut.
2X 1 + 32 <9.000
3.
Batasan Non-Negatif
Batasan non-negatif mengharuskan hasil aktivitas itu (X 1 dan X 2 ) tidak
boleh negatif, harus positif atau paling kecil sebesar 0. Hal itu dapat
dinyatakan dengan persamaan sebagai berikut.
x1 ~ o; x2 ~ o
Secara keseluruhan dapat kita cantumkan formulasi masalah di atas ke
dalam fungsi-fungsi sebagai berikut.
Fungsi tujuan
: Maksimum Z = 3X1 + 4X2
Batasan-batasan : (1) 2X 1 + X 2 :::; 6.000
(2) 2X 1 + 3X2 :::; 9.000
(3) X1 > o; x2 > o
Bentuk formulasi di atas disebut bentuk standar dari linear
programming, yaitu bentuk yang paling sederhana dan bisa langsung
dipecahkan. Tanda-tanda dari bentuk standar adalah:
a. fungsi tujuan bersifat memaksimumkan;
b. batasan fungsional bertanda < atau tidak boleh lebih dari nilai
maksimum tertentu;
c. batasan non negatif bertanda ~ 0 atau nilai ukuran aktivitas (Xj)
minimum 0, tidak boleh negatif.
Dalam kenyataan banyak masalah yang formulasinya tidak persis sama
dengan bentuk standar di atas, misalnya fungsi tujuan bersifat
meminimumkan, batasan fungsional bertanda ~ atau = dan fungsi batasan
non-negatif bertanda tidak boleh lebih kecil dari nilai tertentu, tidak boleh
lebih besar dari nilai tertentu atau bertanda boleh positif atau negatif.
EKMA4413/MODUL 3
3.7
Masalah tersebut tetap dapat dipecahkan dengan linear programming asalkan

masih memenuhi asumsi-asumsi linear.
Setelah masalah diformulasikan, kemudian dipecahkan. Ada dua metode
yang bisa dipakai untuk menyelesaikannya, yaitu metode grafik dan metode
simpleks. Metode grafik merupakan pemecahan masalah yang menggunakan
bantuan grafik. Cara ini sederhana, tetapi hanya bisa dipakai kalau masalah
itu hanya mempunyai dua aktivitas atau 2 variabel saja. Kalau lebih dari dua
variabel tidak bisa diselesaikan dengan metode grafik karena membuat grafik
itu hanya mudah kalau gambarnya hanya dua dimensi atau dengan dua
sumbu. Dalam metode simpleks kita gunakan tabel atau matriks sehingga
bisa digunakan untuk memecahkan masalah yang aktivitasnya lebih banyak.
Kedua metode ini akan dibahas tersendiri dalam uraian berikutnya.
B. PEMECAHAN MASALAH DENGAN METODE GRAFIK
Salah satu metode dari linear programming adalah metode grafik.
Metode ini sangat sederhana karena mencoba memecahkan masalah dengan
bantuan grafik dua dimensi. Di dalam menggambar grafik hanya mungkin
dilakukan dengan baik kalau dilakukan dengan 2 sumbu, yaitu sumbu
vertikal dan sumbu horizontal sehingga pemakaian metode ini hanya terbatas
pada masalah yang hanya memiliki dua aktivitas saja. Meskipun metode ini
memiliki kelemahan, seperti yang disebutkan di atas, tetapi biasanya
dipelajari dahulu sebelum kita membicarakan metode simpleks yang lebih
rumit karena dengan mengetahui metode grafik ini akan mempermudah kita
dalam memahami hakikat dari linear programming.
Sebelum kita membicarakan masalah yang rumit dan dilengkapi dengan
berbagai variasi, sebelumnya kita bicarakan pemecahan masalah dalam
bentuk standar, seperti bentuk formulasi yang kita lihat pada BAB I . Adapun
langkah-langkah untuk menyelesaikannya sebagai berikut.
1.
Persiapan
Mula-mula gambarkanlah sumbu horizontal yang mewakili ukuran
aktivitas pertama (atau produk pertama yang dihasilkan dalam contoh kita)
yang diberi simbol X 1, dan sumbu vertikal yang mewakili tingkat aktivitas
kedua atau jumlah produk 2 yang dihasilkan dalam contoh kita yang diberi
simbol X2 , seperti yang terlihat dalam Gambar 3.1
3.8
Riset Operasi
...
'
Gambar 3.1.
Sumbu X1 dan Sumbu X2
2.
Menggambarkan Semua Batasan Fungsional

Semua batasan kita tambahkan pada gambar di atas. Pada contoh di atas
hanya ada dua batasan fungsional, yaitu bahan baku A dan bahan baku B.
Batasan bahan baku A adalah:
2x1+ x2~ 6.ooo

Oleh karena maksimum jumlah bahan baku A yang tersedia 6.000 kg,
berarti penggunaan tidak lebih dari 6.000 kg. Yang mula-mula bisa kita
gambarkan adalah penggunaan maksimumnya, barn kemudian daerah yang
bisa dicapai. Maksimum penggunaan kapasitas bahan baku A ditunjukkan
oleh garis:
Untuk menggambarkannya mula-mula harus kita cari titik potongnya

dengan sumbu X 2, yaitu pada nilai X 1 = 0 sehingga nilai X 2 = 6.000,
kemudian kita cari pula titik potong dengan sumbu xb yaitu pada nilai x2=
0 maka kita peroleh nilai X 1 = 3.000. Dari kedua titik itu bisa kita gambar
maksimum penggunaan bahan baku A, tetapi garis ini menunjukkan keadaan
andaikata bahan baku A yang ada dimanfaatkan sepenuhnya, padahal
sebenarnya hanya maksimumnya saja yang terletak pada garis itu.
3.9
EKMA4413/ MODUL 3
Penggunaan yang lebih sedikit masih diperbolehkan. Oleh karena itu, untuk
menunjukkan daerah feasible (yang bisa dicapai) menurut batasan ini, kita
beri tanda anak panah ke kiri bawah dari garis itu seperti yang terlihat pada
Gambar 3.2.
Untuk batasan kedua (bahan baku B) juga kita gambarkan dulu garis
maksimumnya dengan cara, seperti pada batasan pertama di atas sehingga
titik potong pada sumbu X 1 pada titik X2 = 0 dan X 1 = 4.500. Titik potong
dengan sumbu X terletak pada titik di mana nilai X 1 = 0 dan nilai X 2 = 3.000.
Setelah bisa digambarkan garis maksimumnya maka kita beri tanda anak
panah ke kiri bawah untuk menunjukkan bahwa daerah yangfeasible, seperti
terlihat pada Gambar 3.2.
3.
Menggambarkan Batasan Non negatif

Batasan non-negatif adalah batasan yang tidak mengizinkan nilai sesuatu
variabel itu negatif, berarti nilai X 1 maupun X2 harus paling kecil sebesar 0,
atau dengan simbol XI 2 0 dan x22 0. Untuk menggambarkan batasan XI 2
0 cukup dengan memberi anak panah ke kanan pada sumbu X2 karena pada
sumbu itu nilai X I= 0. Demikian pula untuk menggambarkan batasan X 2 2 0
kita gambarkan anak panah ke atas pada sumbu XI. karena pada sumbu itulah
nilai X2 = 0. Hal ini dapat dilihat dengan lebih jelas pada Gambar 3.2 .
..
~""
X~ ::3 B.I'J [K).

'
'Q
f ~ ....r-~=-r-:-
J..1
tuTtan:
Gambar 3.2.
Batasan-batasan Fungsional dan Batasan-batasan Non negatif serta Daerah
Feasible
Dari Gambar 3.2 di atas dapat kita ketahui daerah feasible (yang bisa
dicapai), yang tidak melanggar batasan-batasan yang ada, yaitu di sebelah
kiri bawah atau pada garis maksimum batasan pertama (bahan baku A), di
3.10
Riset Operasi
sebelah kiri bawah atau pada garis maksimum batasan kedua (bahan baku B),
di atas atau pada sumbu X 1 dan di sebelah kanan atau pada sumbu X 2 . Pada
gambar tersebut ditunjukkan dengan daerah yang dibatasi titik sudut OABC.
4.
Mencari Titik Optimal

Titik optimal adalah titik yang paling baik bagi kita. Oleh karena fungsi
tujuan pada masalah di atas memaksimumkan suatu nilai (Z) maka kita harus
memilih salah satu dari titik-titik sudut di atas yang mempunyai nilai Z
tertinggi. Titik-titik sudut 0, A, B, dan C merupakan titik-titik yang
mempunyai kemungkinan untuk terpilih sebagai titik optimal. Kita hanya
memilih di antara titik-titik sudut itu karena titik-titik itu yang mempunyai
nilai Z tertinggi atau terendah daripada semua titik yang berada pada garis di
antara kedua titik sudut itu. Misalnya, titik A dan titik B dihubungkan oleh
suatu garis, nilai Z pada titik A lebih rendah daripada nilai Z pada titik B.
Nilai Z pada semua titik yang berada di sepanjang garis AB pasti lebih
rendah daripada nilai Z pada titik B dan lebih tinggi daripada nilai Z pada
titik A. Untuk mencari titik optimal bisa digunakan dua cara. Cara pertama
dengan menggambarkan garis fungsi tujuan dan memilih titik yang dapat
dicapai oleh garis Z, pada titik paling kanan atas kalau garis Z itu kita geser
sejajar. Cara kedua dengan mencari nilai Z pada titik sudut yang ada,
kemudian memilih titik sudut yang nilai Z-nya tertinggi.
Cara 1: Menggambarkan fungsi tujuan untuk menemukan titik optimal
Untuk mencari titik optimal dengan menggambarkan fungsi tujuan, kita
gunakan gambar fungsi-fungsi batasan Gambar 3.2, tetapi kita
tambahkan di dalamnya garis fungsi tujuan dengan menganggap/
mengandaikan suatu nilai Z tertentu untuk memudahkan sehingga
hasilnya, seperti tampak pada Gambar 3.3. Misalnya, nilai Z sebesar
6.000 maka titik potong pada sumbu X~, pada titik X 1 = 2.000 dan titik
potong dengan sumbu x2 pada nilai x2 = 1.500, kemudian garis itu kita
geser sejajar ke kanan atas sampai pada salah satu titik sudut yang
terjauh. Ternyata titik sudut yang terjauh itu adalah titik B. Titik B
terletak pada perpotongan garis batasan pertama (bahan baku A) dan
batasan kedua (bahan baku B). Nilai X 1 dan X2 dapat dicari berdasarkan
kedua persamaan batasan itu dengan cara sebagai berikut.
2x1 + x2 = 6.ooo
2X1 + 3X2 = 9.000
3.11
EKMA4413/ MODUL 3
3 000
2X2 = 3.000
Jadi, nilai x2=
= 1.500
2
Nilai X 1 dapat dicari dengan memasukkan nilai X 2 pada salah satu
persamaan, misalnya kita ambil persamaan batasan pertama:
2X1 + 1.500 = 6.000 sehingga X 1 = (6.000-1.500): 2 = 2.250
Sehingga kesimpulan produksi yang optimal adalah dengan
menghasilkan:
Produk pertama sebanyak X 1 = 2.250 unit
Produk kedua sebanyak X 2 = 1.500 unit
Jumlah sumbangan terhadap laba sebesar
z = 3(2.250) + 4(1500) = 12.750
l~
..
s.tlao: .
.
tl~~ooo
'
~.
. -.
Gambar 3.3.
Mencari Titik Optimal dengan Menggambarkan Fungsi Tujuan
Cara 2: Mencari titik optimal dengan menghitung nilai Z tiap-tiap titik-titik

sudut
Mula-mula kita cari dulu nilai-nilai Z dari tiap-tiap titik sebagai berikut.
Titik 0 : X 1 = 0, X 2 = 0 maka nilai Z = 0
Titik A : X 1 = 3.000, X 2 = 0, nilai Z = 3(3.000) + 4(0) = 9.000
3.12
Riset Operasi
Titik B : Terletak pada perpotongan antara garis batasan bahan baku A

dan batasan bahan baku B. Oleh karena itu, kita cari dulu titik potongnya
dengan menggunakan kedua persamaan batasan itu.
2x1 + x2 = 6.ooo
2X 1 + 3X2 = 9.0002X2 = 3.000
Jadi, X 2 = 1.500
Nilai X dimasukkan pada salah satu persamaan tersebut.
2X 1 + 1.500 = 6.000 jadi X 1 = (6.000- 1.500) : 2 = 2.250
z = 3(2.250 + 4(1.500) = 12.750
Titik C:
X 1 = 0, X 2 = 3.000, nilai Z = 3(0) + 4(3.000) = 12.000
Ternyata di antara titik-titik sudut itu yang terbesar nilai Z-nya adalah
titik B. Sebetulnya titik 0 sebelumnya memang sudah kita ketahui bahwa
untuk tujuan memaksimumkan pasti tidak akan terpilih karena tidak
menghasilkan baik produk pertama atau kedua, tetapi biar lebih menjelaskan
di sini juga dihitung nilai Z-nya. Ternyata di antara titik-titik sudut itu yang
terbesar nilai Z-nya adalah titik B sehingga titik B-lah yang kita pilih sebagai
titik optimal dalam pemecahan masalah ini, dengan nilai X 1 = 2.250, nilai
x2 = 1.500 dan nilai z = 12.750. Jadi, kesimpulan sebagai berikut.
Jumlah produksi yang bisa memaksimumkan laba adalah:
a. Produk pertama dihasilkan 2.250 unit
b. Produk kedua dihasilkan 1.500 unit
c. Sumbangan terhadap laba seluruhnya = Rp12.750,00
C. PENYIMPANGAN-PENYIMPANGAN DARI BENTUK

STANDAR
Pada contoh di depan telah kita bicarakan pemecahan masalah yang
dilakukan untuk bentuk standar dengan metode grafik. Berikut ini akan
dibahas mengenai pemecahan masalah yang formulasinya menyimpang dari
bentuk standar.
1.
Fungsi Batasan Bertanda Lebih Besar atau Sarna Dengan
(~)
Penyimpangan yang bisa terjadi, antara lain dengan adanya > pada
batasan masalah. Hal ini berarti bahwa nilai yang diperoleh tidak boleh lebih
kecil dari suatu tingkat tertentu. Yang mula-mula kita rubah tanda
3.13
EKMA4413/MODUL 3
pertidaksamaan (~) itu menjadi persamaan (=) untuk bisa menggambarkan

garis minimum penggunaan sumber daya/batasan itu. Oleh karena batasan
yang sebenarnya bertanda ~ maka pada garis itu kita berikan tanda anak
panah ke kanan atas untuk menunjukkan bahwa daerahfeasible berada mulai
dari garis itu ke kanan atas. Artinya, penggunaan sumber/batasan bisa
dilakukan minimum pada garis itu, dan penggunaannya yang lebih dari batas
itu masih diizinkan. Untuk lebih jelasnya, kita ubah batasan pertama dari
contoh tadi (mula-mula 2X 1 + X 2 ~ 6.000) menjadi 2X 1 + X 2 ~ 6.000.
Bentuk dari batasan yang baru ini seperti terlihat pada Gambar 3 .4.
--
Gambar 3.4.
Fungsi Batasan Bertanda
Lebih Besar atau Sarna
Dengan C~)
0.
'
2.
Fungsi Batasan Bertanda Sarna Dengan (=)
Apabila fungsi batasan bertanda sama dengan (=) maka berarti bahwa
daerahfeasible menurut batasan ini berada pada sepanjang garis batasan itu,
tidak boleh menyimpan (lebih atau kurang) dari garis itu. Andaikata batasan
kedua pada contoh di depan (2X 1 + 3X2 ~ 9.000) kita ubah menjadi 2X 1 +
3X2 = 9.000 maka bentuk batasan itu, seperti yang terlihat pada Gambar 3.5.
3.14
Riset Operasi
I ~
Gambar 3.5.
Fungsi Batasan Bertanda
Sam a Dengan ( =)
3.
Minimumkan Fungsi Tujuan
Suatu masalah mungkin mempunyai tujuan meminimumkan nilai

tertentu, misalnya biaya, kerugian atau pengorbanan yang lain sehingga
fungsi tujuannya berbentuk sebagai berikut.
Minimumkan Z = ciXI + c2X2 + ........ cnXn
Untuk mencari titik optimal dari masalah semacam ini kalau memakai
cara dengan menggambarkan fungsi tujuan maka garis fungsi tujuan itu
digeser ke kiri bawah sampai menemukan titik yang terendah (minimum),
yaitu titik optimumnya. Sebagai contoh apabila fungsi tujuan pada contoh
kita di atas diubah menjadi minimumkan dan kita pecahkan pada masalah
yang batasan pertama dan kedua telah diubah (seperti pada perubahan a dan b
di atas) maka persamaan-persamaannya menjadi sebagai berikut.
Fungsi tujuan:
Minimumkan
Z = 3X 1 + 4X2
Batasan-batasan:
(1) 2X 1 + X 2 2 6.000
(2) 2XI + 3X2 = 9.000
(3) xi 2 o; x2 2 o
Pemecahannya, seperti tampak pada Gambar 3.6. Pada gambar tersebut
tampak bahwa daerah feasible berada pada atau di sebelah kanan atas garis
2X1 + X 2 = 6.000, pada (sepanjang) garis 2X 1 + 3X2 = 9.000, di atas sumbu
XI dan di sebelah kanan sumbu X 2, berarti di sepanjang garis antara titik B
dan D, yaitu pada garis yang tebal. Garis fungsi tujuan kita geser ke kiri
bawah sampai melalui titik sudut feasible yang terendah sehingga titik
3.15
EKMA4413/MODUL 3
optimal berada pada titik B, dengan nilai XI = 1.500, x2= 2.250 dan nilai
z = 12.750.
Andaikata pemecahan masalah ini dilakukan dengan mencoba nilai Z
pada semua titik sudut yang feasible maka pilihlah titik sudut yang
mempunyai nilai Z terkecil. Dalam hal ini nilai Z pada titik B sebesar 12.750
dan nilai Z pada titik E sebesar 13.500 sehingga sesuai dengan tujuan kita
meminimumkan nilai Z maka kita pilih titik B yang nilai Z-nya terkecil.
I
'
~i
,.
~2 == tl;@OO]I
IV,
1'lo':.
--------------------------------'
Gambar 3.6.
Pemecahan Optimal Apabila Fungsi Batasan Pertama Bertanda >, Batasan
Kedua Bertanda = dan Fungsi Tuj uan Meminimumkan Nilai Z
4.
Perubahan dalam Batasan Non negatif

Batasan non-negatif bisa berubah menjadi batasan tidak non-negatif,
tetapi bisa bersifat lebih kecil dari nilai tertentu (baik positif maupun negatif),
lebih besar dari nilai tertentu (baik positif maupun negatif) atau boleh positif
maupun negatif. Misalnya, batasan non-negatif pertama dari masalah di atas
kita rumah menjadi XI ~ -5.000 maka daerah feasible menurut batasan ini
akan berada pada atau sebelah kanan garis XI = -5.000, seperti terlihat pada
Gambar 3. 7. Dalam gambar tersebut terlihat pula kalau perubahan pada
batasan non-negatif dari X 1 berubah menjadi X 1 ~ 2.000.
3.16
Riset Operasi
~------------------------------
X13-~
~1'
I
'
Gam bar 3. 7.
Batasan Non-Negatif untuk X1 Berubah menjadi X1 ~ -500 atau Berubah
menjadi X1 ~ 2.000
D. BEBERAPA ISTILAH/HAL PENTING DALAM LINEAR

PROGRAMMING
Sebelum kita melanjutkan pada pembahasan yang lebih rumit maka
berikut ini disaj ikan beberapa istilah serta ketentuan yang sangat berguna
dalam mempelajari linear programming.
1.
Daerah Feasible
Daerah feasible adalah daerah yang tidak melanggar batasan-batasan
yang ada. Misalnya, pada Gambar 3.2, yang disebut sebagai daerahfeasible
adalah daerah OABC (yang diarsir), sedang pada Gambar 3.6 yang disebut
daerah feasible adalah sepanjang garis BD. Daerah di luar daerah feasible
disebut daerah tidakfeasible, yaitu yang tidak bisa dicapai/direalisasi.
2.
Titik Sudut yang Feasible

Yang disebut titik-titik sudut yang feasible adalah titik-titik sudut yang
bisa dicapai, dalam hal ini titik-tiitk O,A,B, dan C pada Gambar 3.2. Titiktitik yang lain yang berada di luar daerah feasible disebut titik-titik sudut
yang tidakfeasible, yaitu titik-titik D dan E.
EKMA4413/MODUL 3
3.17
Meskipun yang merupakan daerahfeasible adalah sebidang daerah yang

dibatasi oleh garis-garis yang menghubungkan titik-titik OAB dan C, tetapi
tidak biasanya tidak pernah kita pilih titik di tengah daerah feasible itu karena
pada titik itu berarti tidak memanfaatkan batasan yang ada dengan
sepenuhnya masih ada pengangguran atau kelonggaran yang sia-sia dan tidak
dipergunakan. Biasanya kita pilih optimal pada tepian daerah feasible itu,
yaitu salah satu dari titik-titik sudut yangfeasible. Kita hanya memperhatikan
titik-titik sudut saja yang akan dipilih karena 2 titik sudut biasanya
mempunyai nilai ekstrem di antara semua titik pada garis yang
menghubungkan kedua titik itu. Artinya, apabila ada 2 titik feasible, yang
pertama mempunyai nilai Z lebih tinggi dari pada nilai Z titik yang kedua
maka nilai Z dari semua titik yang berada pada sepanjang garis yang
menghubungkan kedua titik itu akan di bawah nilai Z titik pertama tetapi
pasti di atas nilai Z titik kedua. Sebagai contoh, kita lihat pada Gambar 3 .4,
nilai Z pada titik A sebesar 9.000 dan titik B sebesar 12.750 maka nilai Z
pada titik sepanjang A-B pasti di atas 9.000, tetapi di bawah 12.750 sehingga
tidak ada gunanya kita coba nilai Z pada semua titik yang ada, tetapi
sebaiknya khusus pada titik-titik sudut saja.
3.
Masalah yang Tidak Memiliki Daerah Feasible

Suatu masalah mungkin tidak memiliki daerah feasible. Hal itu terjadi
kalau letak dan sifat batasan-batasannya sedemikian rupa sehingga tidak
memungkinkan terdapatnya daerah atau alternatif-alternatif pemecahan yang
feasible. Sebagai contoh apabila ada suatu masalah yang formulasinya
sebagai berikut.
: Maksimumkan Z = 3X1 + 4X2
Fungsi tujuan
Batasan-batasan
:(1) 2X 1 +X2 >6.000
(2) 2X 1 + 3X2 ::;; 9.000
(3) 4X 1 + 5X2 2:: 20.000
(4) X 1 >0;X2 >0
Kalau persamaan-persamaan batasan di atas digambarkan dalam satu
diagram akan, seperti terlihat pada Gambar 3.8.
3.18
Riset Operasi
~~1 :
;x!=-6.:00'0
\K
-"
Gambar 3.8.
Masalah yang Tidak Memiliki Daerah Feasible
Pada gambar tersebut terlihat bahwa batasan pertama mengharuskan

daerah feasible mulai dari garis 2X 1 + X2 = 6.000 ke kanan atas, batasan
kedua menghendaki daerah feasible mulai dari garis 2X 1 + 3X2 = 9.000 ke
kiri bawah, batasan ketiga menghendaki daerahfeasible mulai dari garis 4X 1
+ 5X2 = 20.000 ke kanan atas dan batasan non-negatif menghendaki daerah
feasible pada atau di atas sumbu X 1 dan pada atau di sebelah kanan sumbu
X2 . Tidak ada daerah yang tidak melanggar batasan, paling tidak salah satu
batasan pasti dilanggar. Oleh karena itu, masalah ini tidak memiliki daerah
feasible sehingga tidak dipecahkan.
4.
Pemecahan/Hasil Optimal (Optimal Solution)

Yang disebut dengan pemecahan/hasil optimal adalah hasil pemecahan
yang mempunyai nilai tujuan (Z) terbaik, bisa yang maksimum atau yang
minimum sesuai dengan fungsi tujuannya. Misalnya, pada contoh kita di
depan yang masih dalam bentuk standar, fungsi tujuannya memaksimumkan
sebab mempunyai nilai Z terbesar di antara titik-titik sudut feasible yang
terdapat pada Gambar 3.6, fungsi tujuannya meminimumkan nilai Z = 3X 1 +
EKMA4413/MODUL 3
3.19
4X2 sehingga pemecahan optimal terletak pada titik B, sebab titik B memiliki
nilai Z terkecil di antara semua titik sudutfeasible yang ada (titik B dan D).
5.
Masalah yang Memiliki Pemecahan Optimal Lebih dari Satu Titik

(Multiple Optimal Solution)
Suatu masalah mungkin memiliki titik optimal lebih dari satu titik. Hal
ini bisa terj adi apabila gambar fungsi tujuan sej ajar dengan salah satu fungsi
batasan yang dilalui oleh garis fungsi tujuan kalau kita geser sejajar. Garis
fungsi tujuan bisa digeser terjauh sampai sejajar dengan salah satu batasan
sehingga ada dua titik sudut feasible yang dilalui oleh garis fungsi tujuan itu.
Kedua titik sudut itu memiliki nilai Z yang sama sehingga ada dua titik yang
terpilih sebagai titik optimal. Titik optimalnya sebenarnya tidak hanya kedua
titik sudut itu saj a, melainkan semua titik yang berada di sepanj ang garis
yang menghubungkan kedua titik optimal itu. Inilah sebabnya disebut sebagai
multiple optimal solutions. Sebagai contoh, apabila fungsi tujuan pada contoh
yang masih dalam bentuk standar di depan kita ubah menjadi maksimum Z =
2X + 3X maka formulasi masalahnya sebagai berikut.
Fungsi tujuan
: Maksimumkan Z = 2X 1 + 3X2
Batasan-batasan
: (1) 2X 1 + X 2 ::;; 6.000
(2) 2X 1 + 3X2 ::;; 9.000
(3) X1 > o; X2 > o
Pemahamannya, seperti tampak pada Gambar 3.9. Pada gambar itu
terlihat bahwa garis fungsi tujuan kita geser ke kanan atas akan mencapai
tempatfeasible tertinggi pada saat berimpit dengan garis 2X 1 + 3X2 = 9.000
sehingga titik B dan C memiliki nilai tujuan (Z) sama, masing-masing
sebesar 9.000 sehingga ada dua titik sudutfeasible yang terpilih menjadi titik
optimal, di samping itu semua titik yang nilai Z-nya sama dengan titik B dan
C dan bisa pula dipilih sebagai titik optimal sehingga masalah ini memiliki
pemecahan optimallebih dari satu titik.
3.20
Riset Operasi
BlDU
-~I
~----------------------------~
Gam bar 3. 9.
Terdapat beberapa titik optimal, sepanjang garis yang menghubungkan
titik B dan C
6.
Masalah yang Tidak Memiliki Pemecahan Optimal

Suatu masalah kemungkinan tidak memiliki pemecahan optimal. Hal ini
bisa disebabkan oleh dua hal, yaitu tidak terdapatnya daerah feasible dan
adanya suatu aktivitas yang tidak terpengaruh oleh batasan apa pun.
a. Masalah yang tidak memiliki daerah feasible
Masalah yang tidak memiliki daerah .feasible seperti yang dikemukakan
pada bagian C di depan. Kalau tidak memiliki daerahfeasible tentu saja
tidak mungkin bisa diperoleh pemecahan optimal.
b. Salah satu aktivitas tidak terpengaruh oleh batasan yang ada
Suatu aktivitas bisa tidak memiliki batasan sehingga bisa menggunakan
sumber daya yang diperlukannya sebanyak yang dibutuhkan. Kalau
keadaannya seperti ini maka aktivitas itu bisa ditingkatkan sebanyakbanyaknya atau mungkin bisa dikurangi sedikit-sedikit. Andaikata fungsi
tujuannya bersifat memaksimumkan nilai Z maka nilai Z ini tidak bisa
maksimum karena kita selalu bisa menambah tingkat aktivitas tersebut
sehingga nilai Z akan selalu bisa ditambah. Demikian pula kalau fungsi
tujuannya meminimumkan maka beberapa pun pengurangan yang
dilakukan akan bisa terj adi sehingga tidak mungkin diperoleh titik
minimum. Sebagai contoh, misalnya suatu masalah dapat digambarkan
pada Gambar 3.10 di mana aktivitas kedua bisa ditambah semau kita
3.21
EKMA4413/ MODUL 3
yang terbatas hanya aktivitas pertama saja. Dengan sendirinya kalau

fungsi tujuannya bersifat memaksimumkan maka nilai Z maksimum
tidak bisa dicapai karena masih selalu bisa ditambah .
~..
'
Aktivitas Kedua (X2)
Gam bar 3.1 0.

Selalu Bisa Ditambah sehingga Nilai Z Tidak Bisa
Maksimum
7.
Hubungan antara Titik-titik Sudut Feasible

Andaikata suatu titik sudut feasible memiliki nilai Z yang lebih besar
dari dua titik sudut feasible yang terdekat maka titik itu memiliki nilai Z yang
terbesar di antara semua titik sudut feasible yang ada. Demikian pula
sebaliknya, kalau suatu titik sudut feasible memiliki nilai Z yang lebih kecil
dari dua titik sudutfeasible yang terdekat maka titik itu memiliki nilai Z yang
lebih kecil dari semua titik sudut feasible yang ada. Sebagai contoh masalah
yang formulasinya, seperti tersebut berikut ini dan grafiknya, seperti terlihat
pada Gambar 3 .11.
Fungsi tujuan
Batasan-batasan
: (1) 2x1 + x2 ::; 6.ooo
(2) 2X1 + 3X2 ::; 9.000
(3) x 2 < 2.ooo
(4) XI ::; 2.800
(5) X1 > o; X2 > o
Pada titik B, nilai X 1 = 2800, X 2 = 400 dan Z = 10.000, pada titik C nilai
X 1 = 2.250, X 2 = 1.500 dan Z = 12.750, sedang pada titik D nilai X 1 = 1.500,
x 2 = 2.000 dan z = 12.500. nilai z pada titik c lebih besar dari nilai z pada
3.22
Riset Operasi
titik B dan titik D Ini berarti bahwa nilai Z pada titik B itu lebih tinggi dari
semua nilai Z pada titik yang lain. Temyata kalau kita hitung, nilai Z pada
titik A hanya 8.400 dan titik E hanya 6.000, keduanya lebih rendah dari pada
titik C.
Gambar 3.11.
Hubungan titik-titik sudut yang feasible
8.
Analisis Sensitivitas
Analisis sensitivitas bertujuan untuk menghitung akibat-akibat

perubahan kendala dan fungsi tujuan pada nilai tujuan (hasil). Sebagai
contoh, persamaan berikut ini akan kita gunakan.
Fungsi Tujuan
: Maksimumkan Z = 3X1 + 4X2
Kendala-kendala
: (1) 2X 1 + X 2 ~ 6.000
(2) 2X 1 + 3X2 ~ 9.000
(3) x1 ; : : o; x2;;: : o
Masalah ini telah dipecahkan pada Kegiatan Belajar 1 bagian B dan
gambar 3.3. Hasil optimalnya: X 1 = 2.250, X 2 = 1.500, dan Z = 12.750.
Kalau nilai kanan kendala 1 (mula- mula 6.000) dilonggarkan dengan
500 menjadi 6.500 maka garisnya berubah, seperti Gambar 3.12.
3.23
EKMA4413/ MODUL 3
Daerah feasible mula-mula segi empat OABC berubah menjadi segi

empat OA'B 'C sehingga titik optimal yang baru di titik B '. Hasilnya berubah
menjadi X 1 = 2.625, X2 = 1.250, dan Z = 12.875. Nilai X 1 naik, nilai X2
berkurang, tetapi nilai tujuan (Z) naik dari 12.750 menjadi 12.875, tetapi
pelonggaran kendala ini ada batasnya. Penambahan nilai kanan kendala 1
hanya dapat menaikkan nilai Z apabila garis kendala pertama tidak
melampaui kendala Z.
~.U\ Ill
'
~ =m (\'JD:Qj
'-"'
~-'
z: .
------------------------~
Gambar 3.12.
Pelonggaran Kendala Pertama Dengan 500
(
.J
Gambar 3.13.
Pelonggaran
Maksimum
Kendala Pertama
dengan 3. 000
,,
3.24
Riset Operasi
Daerah feasible baru segitiga OA"C, dan titik optimal di A" dengan nilai
XI = 4.500, x2= 0, dan z = 13.500. Kalau kendala pertama dilonggarkan
lagi menjadi di atas 9.000, maka garisnya akan melampaui (di sebelah
kanan) kendala kedua (titik A"). Akibatnya titik optimal tetap A" karena
kendala kedua membatasi sampai dengan titik A" saja, tidak dapat
dilanggar.
:_ _> .;!E..
' - - r :;:
- ___ -...
0
!1!'
;(
LATIHAN

1)
Suatu perusahaan menghasilkan dua mac am produk, yaitu Produk I dan

Produk II. Setiap unit produk pertama memerlukan bahan baku 2 kg,
bahan pembantu 1 kg, memerlukan 2 jam kerja buruh langsung dan
dikerjakan dalam mesin selama 2 jam. Untuk setiap unit produk kedua
memerlukan bahan baku 5 kg, bahan pembantu 4 kg, memerlukan 2,5
jam kerja buruh langsung, dan dikerjakan dalam mesin selama 1,5 jam.
Pada minggu ini jumlah maksimum yang tersedia untuk berproduksi
sebagai berikut. Bahan baku sebanyak 1.000 kg, bahan pembantu 600
kg, jam kerja buruh langsung 500 jam, dan kapasitas mesin sebanyak
450 jam. Harga jual setiap unit untuk produk pertama sebesar Rp500,00
dan produk kedua Rp700,00. Biaya variabel untuk setiap unit produk
pertama Rp350,00 dan untuk produk kedua Rp480,00. Hitunglah
banyaknya produk pertama dan produk kedua yang sebaiknya dihasilkan
agar diperoleh lab a maksimal!
2) Pemerintah memiliki dana proyek untuk memajukan industri kerajinan
logam dan/atau industri kerajinan kulit di suatu daerah di Jawa Tengah
agar bisa meningkatkan GNP. Untuk melaksanakan itu akan diadakan
bimbingan, pemberian kredit modal kerja dan pemberian alat-alat
produksi secara sekaligus pada perusahaan yang terkena proyek. Untuk
memberikan bimbingan tiap-tiap pengrajin harus didatangi oleh beberapa
petugas untuk mengajarkan cara-caara produksi yang baik di pabrik
mereka. Biaya bimbingan untuk setiap pengrajin logam sebesar
Rp900.000,00 dan untuk setiap pengrajin kulit Rp700.000,00. Anggaran
yang disediakan pemerintah untuk kegiatan bimbingan ini maksimum
Rp630.000.000,00. Untuk memberikan kredit modal kerja pemerintah
3)
4)
5)
EKMA4413/MODUL 3
3.25
menyediakan dana maksimum Rp6.000.000.000,00. Tiap pengrajin

logam memerlukan kredit modal kerja sebesar Rp10.000.000,00 dan
setiap pengrajin kulit Rp6.000.000,00. Untuk bantuan yang berupa
pembelian mesin secara kredit, tiap pengrajin logam memerlukan modal
pinjaman Rp8.000.000,00 dan setiap pengrajin kulit memerlukan modal
Rp10.000.000,00. Jumlah dana yang disediakan oleh pemerintah untuk
fasilitas
pembelian
mesin
secara
kredit
ini
maksimum
Rp8.000.000.000,00. Banyaknya pengrajin logam yang ada pada daerah
itu hanya 500 orang, sedang pengrajin kulit ada 1.100 orang. Setiap
pengrajin logam yang yang telah dibina akan menyebabkan tambahan
terhadap GNP sebesar Rp75.000.000,00 tiap tahun daan setiap pengrajin
kulit Rp100.000.000,00. Berapakah banyaknya pengrajin logam dan
pengrajin kulit yang sebaiknya dibina agar menghasilkan GNP yang
terbesar?
Hitunglah pemecahan optimal dari masalah yang formulasinya tersebut
berikut ini.
Fungsi tujuan
Batasan-batasan
:(1) 9X 1 + 7X2 <63
(2) 7X 1 + 10X2 ~ 70
(3) 5X 1 + 11X2 2:: 55
(4) X 1 >0;X2 >0
Carilah pemecahan optimal dari masalah berikut ini.
Fungsi tujuan
: Minimumkan Z = 10X 1 + 2X2
Batasan-batasan
: (1) 5,5X 1 + 3X2 > 33
(2) X1 + x2 = 7
(3) 10X1 + 22X2 ~ 110
(4) X 1 >0;X2 >-2
Carilah pemecahan optimal dari masalah yang formulasinya tersebut
berikut ini.
Fungsi tujuan
Batasan-batasan
: (1) 12X1 + 4X2 2:: 48
(2) 8X 1 + 14X2 ~ 112
(3) 7X 1 + 8X2 > 56
(4) 10X 1 + 9X2 ~ 90
(5) xl 2:: 0; x2 boleh positif ataupun negatif.
3.26
Riset Operasi

1)
Perusahaan menghasilkan dua macam produk, berarti X 1 = jumlah

produk pertama dan X 2 = jumlah produk kedua yang dihasilkan. Mulamula hams dibuat dalam formulasi masalahnya, yaitu dinyatakan dalam
persamaan-persamaan yang berupa fungsi tujuan dan batasan-batasan.
Tujuan dalam masalah ini memaksimumkan laba perusahaan. Oleh
karena itu, fungsi tujuan bersifat memaksimumkan nilai Z, dalam hal ini
yang bisa kita maksimumkan (Z) adalah sumbangan terhadap laba, yaitu
banyaknya kelebihan nilai penjualan di atas biaya variabel. Maka
koefisien cl dan c2 dalam fungsi tujuan masing-masing untuk produk
1 = 500 - 350 = 150 dan untuk produk 2 = 700 - 480 = 220. Untuk
mempermudah formulasi masalahnya sebaiknya data kita susun dalam
tabel sebagai berikut.
KEBUTUHAN PER UNIT

KAPASITAS
BATASAN
MAKSIMUM
Produk 1
Produk 2
Bahan baku
2 kg
5 kg
1.000 kg
Bahan pembantu
1 kg
4 kg
600 kg
Buruh langsung
2jam
2,5 jam
500 jam
2,5 am
1,5 am
450 am
Mesin
Harga jual/unit (Rp)
500
700
Biaya var/unit (Rp)
480
350
Sumb.thd.laba/unit
150
220
Formulasi masalahnya adalah:
Fungsi tujuan
: Maksimumkan Z = 150X 1 + 220X:
Batasan-batasan
: (1) 2X 1 + 5X2 ::::; 1.000
(2)
+ 4X2::::; 6oo
(3) 2X 1 + 2,5X2 < 500
(4) 2X 1 + 1,5X2 ::::; 450
x1
(5) X1 > o;
x2 > o
Batasan-batasan di atas, kemudian kita gambarkan sebagai berikut.
3.27
EKMA4413/MODUL 3
.xa...
B
...
--
80.0
..
.. .. ---- - ""'~ o.
~v.
'-I!)." .'
.. .
srro ~
Daerah feasible adalah daerah OABCD. Kemudian, kita cari nilai Z pada
tiap-tiap titik sudut dan kita pilih yang paling besar dengan fungsi tujuan,
sebagai berikut.
Titik 0 : Nilai X 1 = 0, X 2 = 0, dan Z = 0.
Titik A : Nilai X1 = 225, X2 = o, z = 150(225) + 220(0) = 33.750.
Titik B : Terletak pada perpotongan garis 2X1 + 2,5X2 = 500 dengan
garis 2X 1 + 1,5X2 = 450, yaitu pada titik yang memiliki nilai
XI = 187,5 dan x2 = 50. Nilai z = 150(187,5) + 220(50) =
39.125.
Titik C : Terletak pada perpotongan garis X 1 + 4X2 = 600 dengan
garis 2X 1 + 2,5X2 = 500, yaitu pada titik yang memiliki nilai
XI = 90,92 dan nilai x2 = 127,27. Nilai z = 150(90,92) +
220(127,27) = 41.637,40.
Titik D : Nilai XI= 0, x2 = 150, dan z = 150(0) + 220(150) = 33.000.
Ternyata nilai Z tertinggi pada titik C sehingga titik ini yang kita pilih
sebagai titik optimal. Kesimpulannya agar bisa menghasilkan laba
tertinggi perusahaan harus menghasilkan produk pertama 90,92 unit dan
produk kedua 127,27 unit, dengan sumbangan terhadap laba sebesar Rp
41.637 ,40.
2) Di dalam masalah ini ada dua macam aktivitas, yaitu X 1 menunjukkan
jumlah pengrajin logam dan x2 jumlah pengrajin kulit yang akan
ditangani oleh pemerintah. Karena kita akan mengusahakan agar
kegiatan pemerintah itu memiliki akibat terhadap kenaikan GNP yang
sebanyak-banyaknya maka fungsi tujuan bersifat memaksimumkan nilai
Z, formulasi masalahnya sebagai berikut.
3.28
Riset Operasi

: (1) 0,9X 1 + 0,7X2 ~ 630
(2) 10X1 + 6X2 < 6.000
(3) 8X1 + 10X2 ~ 8.000
(4) x1 ~ 500
(5) x2< 1.100
(6) X 1 20; X 2 20
Kalau digambar, temyata daerah feasible-nya daerah OABCDE, dan
kalau kita cari nilai Z pada tiap-tiap titik sudut, ternyata yang tertinggi
pada titik D.
Fungsi tujuan
Batasan-batasan
'.
...:f,
Titik
Sudut
- ~~~"
UJ.)Z. 1 .)!.:
--
_._,
...
Nilai
X1
X2
500,00
37.500,00
500,00
166,67
54.167,00
262,50
562,50
75.937,00
205,9
635,3
78.972,00
800,00
80.000,00
optimal
Kesimpulan: Untuk memperoleh tambahan GNP yang tertinggi maka

pemerintah sebaiknya memajukan 800 pengrajin kulit, tanpa
membimbing pengrajin logam dengan kenaikan terhadap GNP sebesar
Rp80. 000.000.000,00.
3)
3.29
EKMA4413/ MODUL 3
Dalam soal ini ada penyimpangan terhadap bentuk standar, daerah

feasible terletak pada daerah ABCD. Kalau dicari nilai Z pada tiap-tiap
titik sudut temyata hasilnya sebagai berikut.
(
II
10
4)
Nilai
Titik
Sudut
X1
X2
5,00
20,00
4,81
2,81
35,29
3,41
4,61
35,49
7,00
28,00
Optimal
Oleh karena fungsi tujuan di atas bersifat meminimumkan maka dipilih

titik A sebagai titik optimal karena memiliki nilai Z yang terkecil
sehingga keputusan optimal: XI = 0, x2= 5, dan nilai z = 20.
Daerah feasible berada di sebelah kanan atas garis maksimum batasan
pertama, pada garis batasan kedua, di sebelah kiri bawah batasan ketiga,
di atas garis horizontal pada nilai x2= - 2 (karena x2dibatasi harus lebih
besar dari -2), dan di sebelah kanan sumbu vertikal, yaitu sepanjang
garis antara titik A dan B.
Titik A: Terletak pada perpotongan antara garis 5,5X 1 + 3X2 = 33
dengan garis X 1 + X2 = 7. Pada titik itu nilai X 1 = 4,8 dan nilai X2 = 2,2,
serta nilai Z sebesar 52,4.
3.30
Riset Operasi
..,. ,~ :o~!. t ~~~22X.2 ~=
11 ;(J
5)
Titik B: Terletak pada perpotongan antara garis X 2 = -2 dengan garis

X 1 + X 2 = 7. Pada titik itu nilai X 1 = 9, nilai X2 = - 2, serta nilai Z = 86.
Oleh karena fungsi tujuannya bersifat meminimumkan nilai Z maka titik
optimal terletak pada titik A (yang nilai Z-nya terkecil), dengan nilai X 1
= 4,8 dan nilai X2 = 2,2 serta nilai Z = 52,4.
Dalam soal ini nilai X2 boleh positif maupun negatif. Jadi, tidak ada
batasan non-negatif dalam gambar untuk x2
Daerah feasible terletak pada daerah ABCD.
"
.,;,34V
lq;'jj
~"'"' -..,. .
:.-~a
.'.
~-..1-~r&k~ j'.ffi)
3.31
EKMA4413/MODUL 3
Kalau dicari nilai x b x2 dan E nya sebagai berikut.

Nilai
Titik Sudut
X1
X2
12,71
15,70
3,71
-4 12
'
5,88
40,53
1,65
7,06
40,25
2,35
4,94
31,75
Optimal
Kesimpulan: karena fungsi tujuan bersifat memaksimumkan nilai Z

maka titik optimumnya adalah titik B, dengan nilai X 1 = 3,71 dan nilai
x2 = 5,88 serta nilai z sebesar 40,53.
Penyelesaian dengan Menggambarkan Fungsi Tujuan

Penyelesaian di atas dengan menggunakan cara kedua, dengan mencoba
satu per satu nilai Z pada titik-titik sudut yang feasible. Kalau dikerjakan
dengan menggambarkan fungsi batasan (cara pertama) hasilnya akan sama
saja. Berikut ini akan disajikan jawaban tiap-tiap latihan dengan cara
pertama.
1)
3.32
Riset Operasi
2)
fx ..' .
'n
------Q(g:x 1~~+-
snr
... .. d
..
,
'8)J,()
..... . . '"'
~~ 2 ~s-3cr
~~~p urr.raf' ... -K-~1~: :.n
"'
,.iii!
..
a;,.
oo:a
- -
..
'~~ =-'~ 0Q{)

, l. ax~ ~a~
~'Co
,
--I ......
~t
A
io
.
400 6.0d60 7-Cl"d

..
1.-..,~~
...
--
&t
..
4.~75~ I' =i7 , O:~X:~t~ $0J:OO
3)
--- "'-'--~~- . . . A:,

'7
y :..,; =
;.:\::
~ . 4 ~
.....
m
;oo
3.33
EKMA4413/ MODUL 3
4)
- - - - - ~11
(
"
~: 0_:1 ~ .
..
5)
I"'
.
&
:1"
.
.
.
.
1
~,
;
1
.
,
\h;.,
J ~~ ~
'~
- ..
-.
'
-~
.~
_""""""~" X'I
.
,,.
'1~~ I
"- .
I~
I ..
' '
...
4-
:~X i +~x~~~ ~5,S
--
3.34
Riset Operasi
: RANGKUMAN
Dalam uraian di depan telah dibahas cara membuat formulasi

masalah yang dihadapi ke dalam persamaan-persamaan linear yang siap
dikerjakan dengan menggunakan Metode Simpleks. Pembahasan di atas
hanya dilakukan pada masalah yang memiliki bentuk standar saja. Hal
ini dimaksudkan untuk mempermudah pemahaman konsep ini. Tanda
dari bentuk standar ini adalah fungsi tujuan bersifat memaksimumkan
nilai Z, batasan bertanda lebih kecil atau sama dengan nilai maksimum
tertentu (~)dan terdapat batasan non-negatif.
Dalam metode grafik ini masalah diselesaikan dengan
menggambarkan setiap persamaan ke dalam suatu diagram. Untuk
memecahkan masalah dengan metode ini ada dua cara, yaitu dengan
menggambarkan fungsi tujuan dan dengan membandingkan nilai tujuan
(Z) pada tiap-tiap titik sudut yang feasible. Oleh karena dalam bentuk
standar ini tujuan kita memaksimumkan nilai Z, maka untuk mencapai
pemecahan optimal garis fungsi batasan kita geser ke kanan atas sampai
melalui titik sudut feasible yang paling jauh. Kalau menggunakan cara
yang membandingkan nilai-nilai Z pada tiap-tiap titik sudut maka kita
pilih titik sudut yang memiliki nilai Z tertinggi.
nata h er1kllt cl1s:rl1nakan l1ntllk m en1awah
~oal
no 1 -
Perusahaan tas ANTOMIA membuat 2 tas, model Xl terbuat dari parasit

dan model X2 dari kulit. Untuk membuat kedua macam tas berikut,
perusahaan memiliki 3 macam mesin, mesin 1 membuat tas parasit,
mesin 2 membuat tas kulit dan mesin 3 melakukan penyelesaian akhir
kedua macam tas tersebut.
Model
X1
X2
1
2
3
Sumbangan
terhadap laba
Rp1.000.000
0
8
6
5
Mesin
Kapasitas
Maximum
20
18
40
3.35
EKMA4413/MODUL 3
Apabila diketahui fungsi tujuan Z = 6x 1 + 8x2 maka bertambah:

1)
2)
3)
4)
Fungsi batasan me sin 1 adalah ....

A. 5x1 ~ 20
~
B.
6x2
18
C.
8x 1 +5X 2
40
D.
6x 1 + 8X 2

A 5x 1 ~ 20
~18
B.
6x2
C.
8x1 + 5X2
40
D.
6x1 +8X2

A 5x1 ~ 20
B.
6x2 < 18
C.
8x1 + 5X2
D.
6x1 +8X2 < 0
40
Apabila berdasarkan data x di atas diperoleh grafik sebagai berikut.
0'
1-------..1!1-=~-...;._
;(t
Ell
~~
--------------------~:
Maka, daerah feasible grafik tersebut adalah ....

A. OABCD
B. ABE
C. CDG
D. BCF
3.36
5)
Riset Operasi
Agar memperoleh laba maksimum, maka perusahaan sepatu ANTOMIA

perlu memproduksi sepatu model x 1 dan x2 sebesar ....
A. x 1 = 0
;
x2 = 3 unit
B. x 1 = 4
;
x2 = 0
C. x 1 = 4
;
x 2 = 8/5
D. x 1 = 3 1/8
;
x2 = 3 unit
Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif yang

Anda terhadap materi kegiatan belaj ar.

-----------
x 100%
Jumlah Soal

80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

meneruskan dengan modul selankutnya. Bagus! Jika masih di bawah 80%,
Anda harus mengulangi materi kegiatan belajar, terutama bagian yang belum
dikuasai.
EKMA4413/ MODUL 3
3.37

Tes Formatif
1) A
2) B
3) c
4) A
5) D
3.38
Riset Operasi
Daftar Pustaka
Churchman, C.W., Ackoff, R, dan Arnoff, E.L. Introduction to Operations
Subagyo, P ., Asri, M. dan Handoko. T. H. (1998). Dasar-dasar Operations
Taha, H. A. (1982). Operations Research, An Introduction . McMillan
Publishing Co. Inc.
Modul 4
Linear Programming, Metode Simpleks

PENDAHULUAN
alam Modul 3 telah dibahas metode simpleks dalam linear
programming. Metode itu sangat sederhana dan mudah dipahami,
tetapi hanya bisa dipakai untuk memecahkan masalah yang hanya memiliki
dua aktivitas. Kalau suatu masalah memiliki lebih dari dua aktivitas maka
metode ini tidak bisa digunakan karena menggambarkan grafik dalam 3
dimensi atau lebih itu sukar sekali. Berikut ini akan kita pelaj ari metode
simpleks atau sering disebut metode simpleks tabel karena memakai tabel
dalam mencari pemecahan optimal. Metode ini lebih rumit, tetapi
penggunaannya lebih luas karena dapat dipakai untuk memecahkan masalah
yang memiliki dua aktivitas atau lebih.
Setelah mempelajari modul ini Anda diharapkan dapat memecahkan
masalah linear programming yang memiliki variabel lebih dari 2 dan lebih
kompleks.
Secara khusus setelah mempelajari modul ini diharapkan Anda dapat:
a. memecahkan masalah linear programming yang memiliki variabel lebih
dari 2 macam;
b. memecahkan masalah dengan menggunakan tabel dan rumus-rumus
dalam metode simp leks.
4.2
Riset Operasi
Kegiatan Belajar 1
Pemecahan Masalah yang Formulasinya

Berbentuk Standar dengan
Metode Simpleks
A. FORMULASI MASALAH
Cara dan bentuk formulasi masalah ke dalam persamaan linear adalah

sama, seperti cara dan bentuk formulasi masalah yang dilakukan dalam
metode grafik (Modul 3). Perbedaan mulai dirasakan dalam langkah-langkah
untuk mencari pemecahan optimal.
B. LANGKAH-LANGKAH PEMECAHAN OPTIMAL DENGAN
METODE SIMPLEKS
Pertama-tama kita bahas terlebih dahulu langkah-langkah untuk

menyelesaikan suatu masalah yang masih merupakan bentuk standar linear
programming karena masalah ini yang paling mudah dan cepat dipahami.
Setelah itu baru kita bahas penyimpangan-penyimpangan dari bentuk standar.
Langkah-langkah awal dalam pemecahan masalah, yaitu formulasi
masalahnya sama yang dilakukan pada metode grafik, misalnya contoh pada
PT Kembang Arum di depan, yang formulasinya sebagai berikut.
Fungsi tujuan: Maksimumkan
Z= 3X1+ 4X2
Batasan-batasan :(1) 2X 1+ X 2 :s; 6.000
(2) 2X1+ 3X2 :s; 9.000
(3) x1 > o; x2 > o
Langkah-langkah berikutnya adalah sebagai berikut.
Langkah 1: Mengubah Fungsi Tujuan
Fungsi tujuan diubah sedemikian rupa sehingga semua variabel yang
belum diketahui nilainya berada di sebelah kiri tanda sama dengan (=),
misalnya dalam contoh di atas, fungsi tujuan:
Maksimumkan
Z = 3X 1+ 4X2
diubah menjadi:
EKMA4413/MODUL 4
4.3
Maksimumkan
Z - 3X 1 - 4X2 = 0
Langkah 2: Mengubah Batasan-batasan
Semua batasan yang mula-mula bertanda lebih kecil atau sama dengan
(::::;) diubah menjadi tanda persamaan (=), dengan menggunakan suatu
tambahan variabel yang sering disebut sebagai slack variable dan biasanya
diberi simbol S. Sebagai contoh, misalnya batasan pertama dari masalah di
atas yang mula-mula berbentuk sebagai berikut.
2X1 + X 2 ::::; 6.000
diubah menjadi:
2x1 + X2 + s1 = 6.ooo
Dalam hal ini fungsi slack variable adalah untuk menampung perbedaan
antara bagian kiri dengan bagian kanan tanda sama dengan yang berarti
menampung perbedaan antar penggunaan sumber daya dengan tersedianya
sumber daya tadi. Kalau penggunaan sumber daya sama dengan kapasitas
yang tersedia maka nilai S sebesar 0, tetapi kalau penggunaan sumber daya
lebih kecil dari kapasitas yang tersedia maka nilai S positif.
Demikian pula dengan batasan kedua, kita ubah tandanya menjadi
persamaan sebagai berikut.
2Xl + 3X2 + S2 = 9.000
Dengan demikian, bentuk persamaan-persamaan tadi menjadi sebagai
berikut.
Fungsi tujuan:
Maksimumkan Z - 3X 1 - 4X2 = 0
Batasan-batasan: (1) 2X 1 + X 2 + S 1 = 6.000
(2) 2Xl + 3X2 + S2 = 9.000
(3) x~, x2, sb s2 > o
Langkah 3: Menyusun Persamaan-persamaan ke Dalam Tabel

Persamaan-persamaan di atas, kemudian kita masukkan ke dalam tabel
simp leks, kalau dinyatakan dalam simbol seperti pada Tabel 4.1, sedangkan
kalau angka-angka pada contoh yang kita masukkan, seperti pada Tabel 4.2.
4.4
Riset Operasi
Tabel 4.1.
Tabel Simpleks dalam Bentuk Simbol
V.D.
X1
X2
z
s
s
0
0
a
a
a
a
Xn
52
a
a
0
0
51
5m
N.K
0
0
0
0
b
b
N.K. : adalah nilai bagian kanan dari tiap persamaan. Untuk tabel pertama
sesuai dengan persamaan batasan yang ada. Dalam persamaan fungsi
tujuan disebutkan bahwa kita akan memaksimumkan Z - 3X 1 - 4X2
= 0 sehingga kalau kita lihat pada Tabel 4.2, nilai kanan pada baris Z
sebesar 0. Demikian pula pada persamaan batasan pertama dan
kedua, nilai di sebelah kanan tanda sama dengan masing-masing
6.000 dan 9.000.
V.D. : adalah variabel dasar, maksudnya variabel yang nilainya tercantum
dalam kolom yang paling kanan, yaitu pada kolom N.K. Pada baris
Z, variabel dasarnya Z dan nilai Z pada Tabel 4.2 itu sebesar isian
baris itu pada kolom N.K., yaitu 0. Hal ini disebabkan karena pada
tabel pertama tersebut belum melaksanakan aktivitas apa-apa
sehingga nilai Z masih 0. Pada baris batasan pertama variabel
dasarnya S karena kita belum melaksanakan apa-apa, nilainya seperti
yang tercantum dalam kolom N.K. sebesar 6.000 kg karena sumber
daya pertama masih belum digunakan sama sekali. Demikian pula
batasan kedua, nilainya tercantum dalam kolom N.K. sebesar 9.000
kg karena sumber daya ini masih utuh belum digunakan sama sekali.
Dalam setiap tabel simpleks hams diperhatikan bahwa nilai variabel
dasar pada baris Z harus 0. Dalam Tabel 4.2 dapat dilihat bahwa variabel
dasarnya sl dan s2, ternyata nilai sl maupun s2pada baris z masing-masing
0. Kalau nilai variabel dasar itu tidak 0 maka tabel itu tidak bisa diselesaikan
dengan linear programming, mungkin terdapat kesalahan dalam langkah
4.5
EKMA4413/MODUL 4
sebelumnya. Di samping itu, perlu diperhatikan pula bahwa nilai kanan pada
setiap baris batasan harus selalu positif.
Tabel 4.2.
Tabel Simpleks Pertama untuk Masalah Produksi PT Kembang Arum
V.D.
S1
1
0
X1
-3
2
2
X2
-4
1
51
0
1
52
0
0
N.K.
0
6.000
9.000
Tabel pertama inilah yang nanti kita perbaiki sampai memperoleh hasil
optimal. Tabel itu bisa kita baca sebagai berikut. Batasan bahan baku A
masih utuh 6.000 kg belum digunakan (S 1 = 6.000), batasan bahan baku B
masih utuh 9.000 kg belum digunakan (S 2=9.000), aktivitas/produk pertama
maupun kedua belum dilaksanakan /dihasilkan. Sumbangan terhadap laba
belum ada (Z = 0).
Langkah 4: Memilih Kolom Kunci
Kolom kunci adalah kolom yang merupakan dasar untuk
mengubah/memperbaiki tabel di atas. Agar bisa lebih cepat memperoleh
pemecahan optimal, pilihlah kolom yang pada baris Z mempunyai nilai
negatif terkecil (yang paling negatif). Temyata nilainya pada kolom X 1
sebesar -3 dan pada kolom x2 sebesar -4. Jadi, kolom x2 yang kita pilih
sebagai kolom kunci. Lingkarilah kolom itu untuk memudahkan
mengingatnya, seperti terlihat pada Tabel4.3.
Tabel 4.3.
Memilih Kolom Kunci
-3
-4
6.000
9.000
4.6
Riset Operasi
Selama dalam baris Z masih terdapat bilangan negatif maka tabel itu
masih bisa diubah/diperbaiki, tetapi kalau sudah tidak ada yang negatif,
berarti tabel itu sudah optimal.
Langkah 5: Memilih Baris Kunci

Baris kunci adalah baris yang merupakan dasar untuk
mengubah/mengadakan perbaikan. Untuk menentukannya terlebih dahulu
harus kita cari indeks tiap-tiap baris dengan cara sebagai berikut.
Nilai pada kolom N.K.
Indeks baris =
Nilai pada kolom kunci
Pada baris batasan pertama nilai pada kolom N.K. sebesar 6.000 dan
nilai pada kolom kunci = 1. Jadi, indeksnya 6.000/1 = 6.000; sedang untuk
baris batasan kedua nilai pada kolom kunci 3 sehingga indeksnya 9.000/3 =
3.000 (Lihat Tabel4.4).
Tabel 4.4.
Memilih Baris Kunci
V.D.
X1
X2
81
82
N.K.
-3
-4
81
6.000
82
9.000
Indeks:
6.000/1 = 6.000
9.000/3 = 3.000
Kemudian, kita pilih baris kunci, yaitu baris yang mempunyai indeks
positif terkecil, yaitu baris batasan kedua (indeks batasan pertama 6.000 dan
batasan kedua hanya 3.000). Kemudian, baris kunci ini diberi tanda
4.7
EKMA4413/MODUL 4
(dilingkari) agar lebih mudah mengingatnya. Dari tabel di atas dapat dilihat
adanya angka yang masuk dalam kunci dan juga masuk dalam baris kunci,
yaitu yang disebut sebagai angka kunci sebesar 3.
Langkah 6: Mengubah Nilai Baris Kunci

Sekarang mulailah langkah selanjutnya, yaitu dengan mengubah nilainilai yang terdapat pada Tabel 4.4. Mula-mula yang diubah adalah nilai-nilai
baris kunci dengan membagi semua angkanya dengan angka kunci. Jadi,
semua angka pada baris kunci itu kita bagi 3. Di samping itu variabel
dasamya kita ganti dengan variabel yang kolomnya terpilih sebagai kolom
kunci, dalam kasus ini variabel X 2 . Hasilnya, seperti terlihat pada Tabel4.5.
Tabel 4.5.
Mengubah Nilai-nilai Baris Kunci
V.D.
X1
X2
81
82
N.K.
-3
-4
81
6.000
82
9.000
81
X2
2/3
1/3
3.000
II
Langkah 7: Mengubah Nilai-Nilai di Luar Baris Kunci

Nilai baru dari baris-baris yang bukan merupakan baris kunci dapat
dihitung dengan rumus sebagai berikut.
N ilai
baris
baru
N ilai
b aris
lama
koefisien
pad a
olom kunci
N ilai b
bat
k
4.8
Riset Operasi
Untuk baris Z pada tabel di atas dapat dihitung sebagai berikut.

[ -3
-4
0]
[ 2/3
1/3
3.000]
4/3
[-1 /3
0
0
Untuk baris batasan pertama sebagai berikut.
12.000]
- (-4)
- (1)
[2
6.000]
[2/3
1/3
3.000]
[ 4/3
-1 /3
3.000]
Kemudian, data tadi dimasukkan ke dalam Tabel II, seperti terlihat pada
Tabel4.6.
Tabel 4.6.
Tabel I Nilai Lama dan Tabel II Nilai Baru (Setelah Diperbaiki Sekali)
V.D.
X1
X2
-3
81
82
'2
81
82
N.K.
"'
-4
6.000
,3.,~
9.000 "\
81
X2
'
..1
..
-1 /3
4/3
12.000
4/3
-1 /3
3.000
2/3
1/3
3.000
II
Arti dari tabel itu adalah sebagai berikut. Produk pertama tidak dibuat
(X~, tidak muncul dalam V.D.), produk kedua dihasilkan 3.000 unit
(X2 = 3.000), dan sumbangan terhadap laba sebesar Rp12 .000,00 (Z =
12.000).
4.9
EKMA4413/ MODUL 4
Langkah 8: Melanjutkan Perbaikan

Selama masih ada nilai negatif pada baris Z, ulangilah langkah perbaikan
mulai dari langkah ke-3 sampai dengan langkah ke-7 sampai diperoleh
pemecahan optimal. Kalau sudah tidak ada nilai pada baris Z yang negatif
berarti alokasi itu sudah optimal.
Kalau tabel bagian II pada Tabel 4 .6 di atas diubah lagi hasilnya, seperti
pada Tabel 4. 7. Pada bagian II tabel itu ternyata yang terpilih sebagai kolom
kunci adalah kolom X 1 dan yang terpilih sebagai baris kunci adalah baris
batasan pertama. Dengan angka kunci sebesar 4/3, semua angka pada baris
batasan pertama dibagi 4/3, dan hasilnya sebagai berikut.
1
2.250
Nilai baru dari baris Z menjadi:
- (-1 /3)
[ -1 /3
[1
0
0
4/3
3/4
-1 /4
12.000]
2.250]
[0
1/4
5/4
12.750]
1/3
Nilai baru baris batasan pertama menjadi:
-(2/3)
[ 2/3
1
0
0
3/4
-1 /4
3.000]
2.250]
[ 1
[0
-1 /2
1/2
1.500]
Tabel 4. 7.
Lanjutan Perbaikan Tabel 4.6.
V.D.
S1
S2
s1
X2
X1
X2
z
1
0
0
1
0
0
1
0
0
N.K.
-3
2
2
-1 /3
4/1
()
2/3
0
1
0
1
0
0
1
!l
0
1
0
0
1
4/3
12.000
-' /1
~-OOu
0
1/4
3/4
-1 /2
1/3
5/4
-1 /4
1/2
3.000
12.750
2.250
1.500
0
6.000
101
lndeks
2.250
4.500
4.10
Riset Operasi
Pada bagian III tabel di atas ternyata dalam baris Z sudah tidak memiliki
nilai negatif lagi yang berarti tabel ini sudah optimal. Arti dari hasil
pemecahan optimal ini sebagai berikut. Produk pertama dihasilkan 2.250 unit
(X 1 = 2.250), produk kedua dihasilkan 1.500 unit (X2 = 1.500), dan
sumbangan terhadap laba sebesar Rp12.750,00 (Z = 12.750).
C. KETENTUAN-KETENTUAN TAMBAHAN
Dalam contoh yang dibahas di atas masih sederhana dan belum terdapat
kesulitan dalam penyelesaiannya. Kadang-kadang dalam menyelesaikan
suatu masalah terdapat berbagai kesulitan, baik dalam penghitungan maupun
dalam penggunaan aturan-aturan yang ada. Dalam bagian ini akan
dibicarakan masalah-masalah tersebut agar kalau menghadapi masalahmasalah tersebut di atas dapat diselesaikan dengan mudah.
1.
Terdapat Dua atau Lebih Nilai Negatif Terkecil (Paling Negatif)

pada Baris Z
Kalau dalam baris Z terdapat beberapa nilai negatif terkecil maka bisa
kita pilih salah satu dari kolom yang nilainya paling negatif tersebut. Yang
mana pun boleh, sebab meskipun kolom kuncinya dan langkah
penyelesaiannya berbeda, tetapi hasilnya akan sama saja. Biasanya kita pilih
kolom yang paling dahulu kita jumpai, misalnya fungsi tujuan pada contoh
kita di depan kita ubah menjadi maksimum Z = 3X 1 + 3X2 maka tabel
pertamanya akan terlihat pada Tabel4.8.
Tabel 4.8.
Terdapat Lebih dari Satu Nilai yang Paling Negatif.
V.D.
X1
X2
X3
S1
S2
S3
N.K.
-3
-3
-2
S1
6.000
S2
9.000
S3
9.300
4.11
EKMA4413/MODUL 4
Dalam tabel itu nilai XI dan X 2 pada baris Z sama, masing-masing

sebesar -3 sehingga bisa dipilih salah satu, kolom XI atau X 2 sama saja
meskipun langkah penyelesaiannya berbeda, tetapi hasil akhirnya akan sama
saja. Biasanya dipilih kolom X 1 karena yang lebih dahulu dijumpai sebelum
x2.
2.
Terdapat Dua Baris a tau Lebih Memiliki Indeks Negatif Terkecil

Kalau terdapat dua baris yang memiliki indeks negatif terkecil maka
boleh dipilih salah satu dari baris itu sebagai baris kunci yang nanti hasil
optimalnya akan sama saja meskipun langkahnya berbeda. Biasanya dipilih
baris yang paling dahulu kita jumpai, misalnya pada Tabel 4.9. Baris kedua
(batasan pertama) dan baris ketiga (batasan ketiga) keduanya memiliki indeks
terkecil yang sama nilainya (3.000) sehingga boleh dipilih salah satu di antara
kedua baris itu sebagai baris kunci yang hasil optimalnya akan sama saja.
Tabel 4. 9.
Dua Baris Memiliki lndeks Negatif Terkecil Lebih dari Satu
3.
V.D.
X1
X2
X3
51
52
53
N.K.
-3
-4
-2
S1
6.000
3.000
S2
9.000
3.000
S3
9.300
4.650
lndeks:
Multiple Optimal Solutions

Terjadi multiple optimal solutions apabila ada dua (atau lebih) altematif
pemecahan yang memiliki nilai Z optimal sama. Dengan kata lain, terdapat
dua atau lebih j awaban optimal. Hal ini akan terj adi apabila ada variabel yang
bukan termasuk variabel dasar tetapi dalam tabel optimal memiliki nilai 0
pada baris Z. Sebagai contoh, misalnya pemecahan masalah yang terlihat
pada Tabel4.10. Dalam tabel itu terlihat bahwa nilai XI pada baris Z sebesar
0, padahal variabel ini bukan variabel dasar sehingga berarti terdapat multiple
optimal solutions. Alternatif pertama, seperti pada bagian II Tabel 4.10
tersebut dengan nilai xl = 0, x2 = 3.000 dan nilai z = 9.000
4.12
Riset Operasi
Tabel 4.1 0.
Multiple Optimal Solutions (Lebih Dari Satu Jawaban Optimal)
-2
2
2
0
4/3
2/3
1
0
0
1
0
0
0
1
lndeks
6.000
3.000
0
6.000
L
9.000
3.000
3.000
0
0
,
0
0
1
0
1
-1 /3
2.250
1/3
1
0
4.500
Andaikata akan kita ubah lagi jawaban di atas untuk menemukan
jawaban optimal yang lain, seperti yang terlihat pada Tabel4.11.
Tabel 4.11 .
Alternatif jawaban optimal yang memiliki nilai Z sama.
I V.D.
I X1
IZ
1
S1
3
4
X2
2
-
I X2
.lll
S1
0
S2
0
I N.K.
9.000
I lndeks
II
3.000
2.250
3.000
4.500
9.000
3
4
2
3
1
- 4
1
2.250
X1
X2
1.500
Dalam Tabel 4 .11 itu dapat kita pilih kolom X 1 sebagai kolom kunci
karena memiliki nilai 0 dan bukan variabel dasar (karena tidak ada yang
negatif kita pakai kolom yang nilainya di baris Z = 0). Temyata ukuran
aktivitasnya berbeda (X 1 = 2.250 dan X 2 = 1.500) tetapi nilai Z-nya sama
sebesar 9 .000.
Secara matematis jawaban optimal dari kedua alternatif pemecahan di
atas sama saja karena kedua-duanya menghasilkan Z sebesar 9.000 semua.
Kita boleh memilih yang mana saja tidak ada bedanya, tetapi dalam praktek
kedua altematif jawaban ini sering tidak sama meskipun menghasilkan nilai
Z yang sama. Hal ini disebabkan karena ada faktor nonkuantitatif yang harus
EKMA4413/MODUL 4
4.13
dipertimbangkan, misalnya keadaan persaingan, semangat kerja buruh, dan

sebagainya.
D. PENYIMPANGAN-PENYIMPANGAN DARI BENTUK STANDAR
Masalah yang kita bicarakan di atas masih dalam bentuk standar, kalau
menyimpang dari bentuk standar harus disesuaikan hingga mirip dengan
bentuk standar dan tidak melanggar ketentuan-ketentuan dalam
menyelesaikan dengan metode simpleks. Penyimpangan-penyimpanan itu,
antara lain sebagai berikut.
1.
Fungsi Tujuan Bersifat Minimumkan Nilai Z

Kalau fungsi tujuan meminimumkan nilai Z maka harus kita ubah
menjadi memaksimumkan. Untuk mengubah itu dilakukan dengan
mengalikan dengan (-1). Jadi, meminimumkan nilai positifnya sama dengan
memaksimumkan nilai negatifnya, misalnya contoh fungsi tujuan dalam
masalah yang masih dalam bentuk standar di depan formulasinya kita ubah
menjadi:
Minimumkan Z = 3X1 + 4X2
Maka, bisa diubah menjadi memaksimumkan, tetapi fungsi tujuannya
harus dikalikan dengan (-1) sehingga menj adi sebagai berikut.
Maksimumkan: [ Z = 3X 1 + 4X2 ] (-1), menjadi
Maksimumkan: -Z = -3X 1 - 4X2, atau
Maksimumkan: -Z + 3X1 + 4X2 = 0
Memasukkan ke dalam tabel sedikit berbeda dengan sebelumnya, pada
kolom Z kita isi - 1 karena kita akan memaksimumkan Z dan nanti hasilnya
dalam tabel optimal pada kolom N.K pasti negatif. Ini tidak apa-apa karena
berarti - Z bernilai negatif atau Z bernilai positif.
Batasan Bertanda Sarna Dengan (=)
Kalau suatu batasan bertanda sama dengan maka kalau langsung
dimasukkan pada tabel akan mengalami kesulitan karena batasan tersebut
tidak memiliki variabel dasar. Oleh karena itu, harus diberi tambahan suatu
variabel, yaitu artificial variable yang biasanya diberi simbol R. Nilai dari
variabel ini (R) sebesar 0 sehingga tidak akan berpengaruh terhadap
2.
4.14
Riset Operasi
hubungan bagian kiri dengan bagian kanan tanda sama dengan, tetapi kalau R
sudah ditambahkan pada suatu batasan maka harus ada pencantuman M pada
artificial variable itu di baris Z. M adalah bilangan yang besar sekali, tetapi
tidak tak terhingga sehingga M + M = 2M. Sebagai contoh, andaikata batasan
pertama dari contoh di atas diubah menjadi sebagai berikut. 2X 1 + X 2 = 6.000
maka formulasi masalahnya menjadi sebagai berikut.
Maksimumkan Z = 3X1 + 4X2
Fungsi tujuan:
Batasan-batasan:
(1)
2X 1 + X 2 = 6.000
(2)
2X 1 + 3X2 < 9.000
(3)
xb x2 :2: o
Batasan pertama diubah menjadi:
2Xl + X2 + R1 = 6.000
Dengan menambah variabel ini maka persamaan fungsi tujuan akan
berubah menjadi:
Maksimumkan: Z = 3X1 + 4X2 - MR1
Sehingga kalau batasan- batasan tadi dipersiapkan untuk dimasukkan dalam
tabel simpleks maka formulasi masalahnya menjadi:
Maksimumkan Z - 3X1 - 4X2 + MR1 = 0
Fungsi tujuan:
Batasan-batasan: (1) 2X 1 + X 2 + R 1 = 6.000
(2) 2Xl + 3X2 + S2 = 9.000
(3) xb x2 > o
Dan hasilnya, seperti terlihat pada Tabel 4.12.
Tabel 4.12.
Baris Batasan Pertama Mengandung R dan Baris Fungsi Tujuan Mengandung M
V.D.
X1
X2
R1
52
N.K.
-3
-4
R1
6.000
S2
9.000
4.15
EKMA4413/ MODUL 4
Dalam tabel itu ternyata nilai variabel dasar R ada baris Z sebesar M .
Hal ini melanggar ketentuan kita di depan yang mengharuskan nilai variabel
dasar pada baris Z hams selalu 0 karena tabel ini hams diubah agar nilai
variabel itu bisa 0. Caranya dengan jalan nilai baris Z dikurangi dengan M
dikalikan nilai baris yang mengandung M tadi.
[ -3
-4
M
0,
0 ]
-M [2
1
1
0,
6.000 M]
[(-3-2M)
(-4-M)O
0,
-6.000 M]
Dengan demikian, tabel yang kita dapatkan akan memenuhi ketentuan di

atas, seperti pada Tabel 4.13.
Tabel 4.13.
Tabel yang Telah Bisa Dikerjakan dengan Metode Simpleks
V.D.
R1
S2
X1
X2
R1
52
N.K.
(-3-2M)
2
2
(-4- M)
0
0
-6.000M
6.000
9.000
0
0
Tabel di atas bisa kita kerjakan dengan cara, seperti yang telah
dibicarakan di depan. Kolom kunci adalah kolom yang nilainya pada baris Z
paling negatif. Dalam hal ini kita pilih kolom X 2 karena memiliki nilai M
yang paling negatif. M lebih menentukan daripada bilangan biasa karena nilai
M besar sekali meskipun tidak tak terhingga.
3.
Batasan dengan Tanda Lebih Besar atau Sarna Dengan (> )

Kalau suatu batasan bertanda 2:: maka kita beri slack variable yang
bertanda negatif karena kelebihan dibagian kiri tanda persamaan ditampung
dalam - S sehingga bisa menjadi persamaan, tetapi kalau - S kita jadikan
variabel dasar maka akan terdapat suatu variabel yang bernilai negatif, yaitu
variabel S. Hal ini melanggar batasan nonvariabel, yaitu variabel R. Tentu
saja seperti di depan akan dicantumkan pula M pada variabel R di baris Z.
Pembahan-pembahan selanjutnya persis, seperti pada bagian b di atas
sehingga bisa menghasilkan tabel yang siap dikerjakan dengan metode
simpleks, misalnya batasan kedua dari persoalan standar diubah menjadi 2X 1
4.16
Riset Operasi
+ 3X2 ~ 9.000 sedang batasan dan persamaan yang lain tetap maka formulasi
masalahnya menjadi:
Fungsi tujuan:
Maksimumkan
Z = 3X 1 + 4X2
Batasan-batasan: (1) 2X 1 + X 2
< 6.000
(2) 2X 1 + 3X2
~ 9.000
(3) xb x2
>o
Dengan demikian, batasan kedua diubah menjadi:
2Xl + 3X2 - S2 = 9.000
Tetapi kalau persamaan itu kita masukkan dalam tabel akan melanggar
batasan non-negatif karena variabel dasarnya menjadi -S. Nilai -S ada di
kolom N.K. sebesar positif 9.000, berarti S pada tabel pertama ini bernilai 9.000 (lihat Tabel 4.14). Hal ini melanggar batasan non-negatif yang
menyatakan bahwa S ~ 0.
Tabel 4.14.
Variabel Dasar Batasan Kedua -5 Berarti Nilai S Negatif
V.D.
S1
z
1
0
X1
-3
2
2
X2
R1
52
N.K.
-4
1
3
0
1
0
0
0
6.000
9.ooo
Untuk mengatasi hal itu persamaannya hams diubah dengan

memasukkan artificial variable R2 yang bisa dipakai sebagai variabel dasar
sehingga persamaan batasan kedua bembah lagi menjadi:
2Xl + 3X2 - S2 + R2 = 9.000
Dengan menambahkan R2 pada baris batasan kedua berarti kita hams
mencantumkan M pada variabel R 2 dalam baris Z sehingga fungsi tujuan
menjadi:
Maksimum Z = 3X 1 + 4X2 - MR2
Maksimum Z - 3X 1 - 4X2 + MR2 = 0
Kalau kita masukkan ke dalam tabel akan seperti Tabel4.15.
4.17
EKMA4413/ MODUL 4
Tabel 4.15.
Memasukkan R sebagai Variabel Dasar
VD
NK
-3
2
2
0
0
-4
1
0
1
0
0
0
-1
6.000
9.000
Kita lihat dalam tabel tersebut masih melanggar ketentuan bahwa nilai
variabel dasar dalam baris Z harus 0 maka harus kita ubah dulu agar bisa
dikerjakan. Dengan jalan mengurangi baris Z dengan M dikalikan nilai baris
yang mengandung R. Perhitungan sebagai berikut.
[ -3
-4 0
3 0
[2
[(-3-2M) (-4 -3M)
-M
0
-1
0
M,
1,
M
OJ
9.000]
0, -9.000M]
Hasil dari hitungan di atas dimasukkan dalam tabel yang sudah

diperbaiki, seperti pada Tabel 4.16.
Tabel 4.16.
Tabel setelah Diubah agar Memenuhi Ketentuan
V.D.
X1
X2
51
52
R2
N.K.
1
0
0
(-3-2M)
2
2
(-4- 3M)
1
3
0
1
0
M
0
-1
0
0
1
-9.000M
6.000
9.000
81
R2
Tabel 4.16. tersebut, sudah bisa dikerjakan dengan metode simpleks.

Agar cara mengerjakan masalah yang memiliki penyimpanganpenyimpangan di atas bisa lebih j elas maka berikut ini kita selesaikan contoh
sebagai berikut.
Suatu masalah dapat diformulasikan ke dalam persamaan-persamaan
sebagai berikut.
Fungsi tujuan:
Minimumkan
Z = 5X 1 + 2X2
2X 1 + X 2 = 6.000
Batasan-batasan: (1)
(2)
2X 1 + 3X2 > 9.000
(3)
X1 + X2 < 4.ooo
X1~0;X2~0
(4)
4.18
Riset Operasi
Mula-mula kita ubah fungsi tujuan maksimumkan:

Maksimumkan - Z = - 5X 1 - 2X2
Batasan pertama diubah menjadi: 2X 1 + X 2 + R = 6.000
Batasan kedua diubah menjadi : 2X1 + 3X2 - S2 + R2 = 9.000
Batasan ketiga diubah menjadi : X 1 + X 2 + S3 = 4 .000
Karena batasan pertama dan kedua memiliki artificial variable maka fungsi
tujuan berubah menjadi:
-Z = -5X1 - 2X2 - MR 1 - MR2, atau
Maksimumkan:
Maksimumkan:
-Z + SX1 + 2X2 + MR1 + MR2 = 0
Kalau kita masukkan ke dalam tabel menjadi Tabel4.17, sebagai berikut.
Tabel 4.17.
Tabel Permulaan dari Contoh Masalah
V.D.
X1
X2
R1
52
R2
53
N.K.
-1
R1
6.000
Rz
-1
9.000
s3
4.000
Tabel di atas belum bisa dikerjakan dengan metode simpleks karena

masih ada variabel R dan R yang merupakan variabel dasar, tetapi nilainya
pada baris Z = 0. Oleh karena itu, hams kita hilangkan nilainya itu dengan
jalan sebagai berikut.
-M
-M
[5
[2
[2
[(5- 4M)
1
0
0
0
-1
M
0
1
0
3
(2-4M)
0,
0
0,
0]
6.000]
9.000]
-15.000M]
Sekarang nilai semua variabel dasar pada baris Z sudah = 0 sehingga

dapat dikerj akan dengan metode simp leks. Hasilnya, seperti terlihat pada
Tabel4.18.
Pada Tabel 4.18 terlihat bahwa pada tabel-tabel bagian pertama dan
kedua masih mengandung M, tetapi pada tabel optimal M pada nilai kanan
sudah hilang dan yang muncul hanya angka semua. Pada setiap pemecahan
4.19
EKMA4413/MODUL 4
masalah linear programming yang mengandung M, kalau memiliki

pemecahan optimal maka pada tabel optimal dalam kolom N.K. pasti tidak
mengandung M. Kalau masih mengandung M berarti terdapat kesalahan
dalam menghitungnya atau masalah tersebut tidak memiliki daerahfeasible.
Tabel 4.18.
Contoh Pemecahan dengan Variasi Lengkap
V.D.
x1
X2
R1
52
R2
53
z
R1
R2
s3
-1
0
0
0
(5- 4M)
2
2
1
2-4M)
1
3
1
0
1
0
0
M
0
-1
0
0
0
1
0
0
0
0
1
-1
(2/3 + 4/3M)
(11/3- 4/3M)
(2/3 -113M)
N.K.
-15.000M
6.000
9.000
4.000
(- 6.000- 3.000M)
R1
X2
s3
4/3
1/3
-1
3.000
2/3
-1/3
1/3
3.000
1/3
1/3
-1
-1
0
0
0
1
0
0
0
1
0
0
0
1.000
-14.250
2.250
1.500
-1 /4
1/4
-3/4
250
-1
(-3 + M)
(4/3 + 113M)
-14.000
x1
x2
S3
2.000
-1
2.000
-1
-3
1.000
x1
x2
s3
0
(-11/4+M)
3/4
-1/2
-1 /4
1/4
-1/2
.25/12 + 1/3M)
-3/4
3/2
Arti dari hasil yang diperoleh pada tabel optimal itu adalah hasil optimal
dapat dicapai dengan melak:ukan aktivitas pertama dengan hasil2.000 satuan.
Aktivitas kedua 2.000 satuan dan nilai tujuan optimal (minimum) 14.000.
Meskipun nilai Z pada NK di baris Z = 14.000, tetapi nilai Z tetap positif
14.000 karena kita lihat untuk baris itu = -1, yang artinya nilai -Z karena
-Z = -14.000 maka berarti Z = 14.000.
. .
---
,~
. ......... -
'
'
.
- --- ~
!!
..
. ~
..
LATIHAN
":Jhi!
~

kerjakanlah latihan berikut!
1)
Suatu pabrik kaos kaki menghasilkan dua macam k:ualitas kaos kaki,
yaitu merek Seribu Tiga dan merek Murah Meriah. Untuk menghasilkan
4.20
Riset Operasi
kedua macam kaos kaki tersebut digunakan 3 macam bahan baku, yaitu
bahan baku A, B, dan C. Kebutuhan bahan baku untuk menghasilkan
tiap satuan produk sebagai berikut.
Kebutuhan Bahan Baku Per Satuan Produk
A
B
C
2 satuan
2 satuan
Seribu Tiga
3 satuan
Murah-Meriah
4 satuan
2 satuan
2 satuan
Maksimum tersedia
30 satuan
42 satuan
80 satuan
Merek
2)
3)
Permintaan dianggap cukup bisa menyerap semua produk yang

dihasilkan. Sumbangan terhadap laba tiap satuan kaos kaki merek Seribu
Tiga Rp5.000,00 sedang merek Murah-Meriah Rp10.000,00. Perusahaan
akan menentukan jumlah tiap macam kaos kaki yang dihasilkan agar
bisa memaksimumkan laba. Selesaikanlah persoalan di atas dengan
metode simp leks!
Suatu perusahaan menghasilkan dua macam produk, yaitu A dan B.
Kedua produk itu, dibuat melalui dua mesin (mesin I dan mesin II).
Untuk menghasilkan 100 unit produk A harus dikerjakan di mesin I
selama 3 jam dan di mesin II selama 4 jam; sedang untuk menghasilkan
100 unit produk B harus dikerj akan di mesin I selama 2 jam dan di mesin
II selama 5 jam. Kapasitas kerja maksimum untuk mesin I 12 jam dan
mesin II juga 12 jam. Sumbangan terhadap laba untuk setiap 100 buah
produk A sebesar Rp3.000,00 dan untuk produk B sebesar Rp3.500,00.
Berapakah jumlah produk A dan produk B yang seharusnya dihasilkan
agar memperoleh laba maksimum?
Suatu perusahaan menghasilkan dua macam produk dengan
menggunakan bahan baku J, K, dan L. Kebutuhan akan bahan baku
setiap unit produk sebagai berikut.
Bahan Baku
Kebutuhan Bahan Baku/unit

Produk I Produk II
J
3 Kg
2 Kg
2 Kg
4 Kg
K
2 Kg
4 Kg
L
Sumbangan terhadap
Laba/unit produk
Rp12,00
Maksimum tersedia
42Kg
30Kg
48 Kg
Rp8,00
4)
5)
EKMA4413/MODUL 4
Hitunglah kombinasi jumlah produksi yang bisa memaksimumkan laba

perusahaan!
linear sebagai berikut.
Fungsi tujuan: Minimumkan Z = 9X 1 + 4X2
Batasan-batasan :
(1)
X2 = 5
(2)
X1 + 4X2 ~ 6
(3)
9X1 + 4X2 < 36
(4)
XbX2>0
Carilah pemecahan optimal dengan metode simpleks!
linear sebagai berikut.
Fungsi Tujuan: Minimumkan Z = 5X 1 + 2X2 + 2 X3
Batasan-batasan: (1) 3X1 + 2X2 + X3 < 15
(2) 2X1 + 5X2 + 15X3 > 30
(3) x1 + x2 + 3X3 = 20
(4) xbx2,X3~ o
Carilah pemecahan optimal masalah di atas dengan metode simpleks!

1)
4.21
Masalah di atas kalau dibuat formulasinya sebagai berikut.

Fungsi tujuan: Maksimumkan Z = 5X 1 + 10X2
Batasan-batasan: (1) 3X 1 + 2X2
< 30
(2) 2X 1 + 2X2
~ 42
~ 80
(3) 2X1 + 4X2
(4) xbx2
>O
Dikerj akan dalam tabel simp leks sebagai berikut.
4.22
Riset Operasi
Tabel 4.19.
Tabel Optimal
Varia bel
Dasar
X1
X2
S1
S2
S3
N.K.
-5
-10
lndeks:
81
30
15
82
42
21
83
80
20
10
150
X2
3/2
1/2
15
82
-1
-1
12
83
-4
-2
20
Jadi, Ja waban optimal sebagai berikut.

Nilai XI= 0 maka merek Seribu Tiga tidak diproduksi.
Nilai X 2 = 15, berarti merek Murah Meriah diproduksi 15 unit.
Nilai Z = 150, berarti jumlah sumbangan terhadap laba sebesar
Rp150.000,00
2)
3)
Bentuk formulasi masalah dalam soal ini masih standar sehingga mudah
diselesaikan. Setelah tiga kali perubahan baru diperoleh hasil yang
optimal, sebagai berikut.
Produk A dihasilkan 2,86 unit, produk B dihasilkan 1, 71 unit dan jumlah
seluruh sumbangan terhadap laba sebesar Rp14.571 ,40 (dibulatkan).
Masalah ini formulasinya masih dalam bentuk standar. J adi, lebih mudah
dikerj akan. Hasil pemecahan optimal ada beberapa kemungkinan
(multiple optimal solutions), dalam tabel simpleks sebagai berikut.
a. Hasil optimal altematif pertama diperoleh setelah perubahan
pertama dengan jurnlah produk I yang dihasilkan 14 unit (XI = 14),
produk II tidak dihasilkan (X2 = 0), dan sumbangan terhadap laba
seluruhnya sebesar Rp 14,57
EKMA4413/MODUL 4
4.23
b.
4)
Hasil optimal yang kedua diperoleh pada tabel setelah peubahan

kedua dengan jumlah produk pertama yang dihasilkan 12 unit (X 1 =
12), produk kedua 3 unit (X2 = 3), dan sumbangan terhadap laba
sebesar Rp168,00 (Z = 168) sama dengan nilai Z pada altematif
pertama (setelah perubahan pertama).
Fungsi tujuan bersifat meminimumkan maka harus diubah menjadi:
Maksimumkan - Z = - 9X 1 - 4X2 atau maksimumkan - Z + 9X 1 + 4X2 = 0
Fungsi batasan ada yang bertanda sama dengan (=) dan ada yang
bertanda > maka pada batasan pertama dan kedua mengandung artificial
variable (R), dan tentu saja ada penyesuaian pada fungsi tujuan. Mulamula kita masukkan M pada fungsi tujuan, tetapi akan mengakibatkan
nilai kolom variabel dasar pada baris Z tidak 0 maka hams disesuaikan
terlebih dahulu. Kalau diselesaikan hasil optimalnya sebagai berikut.
Nilai - Z = - 29, yang berarti nilai Z = 29, dengan nilai X 1 = 1 dan nilai
x2 = s.
Masalah ini lebih sulit daripada soal-soal sebelumnya karena
menyimpang dari bentuk formulasi standar dan memiliki variabel lebih
banyak. Hasil optimal diperoleh setelah perubahan kelima sebagai
berikut.
xl = 0, x2 = 0, x3 = 6 2/3 dan nilai z = 13 1/3.
RANGKUMAN
Dalam modul ini dibahas cara pemecahan masalah linear
programming dengan metode simpleks. Penyelesaiannya dengan
menggunakan tabel sehingga metode ini sering juga disebut sebagai
metode simpleks tabel. Kelebihan dari metode ini dibandingkan dengan
metode grafik adalah metode ini bisa digunakan untuk memecahkan
masalah yang memiliki variabellebih dari dua macam.
Dalam modul ini dibahas pula beberapa penyimpangan dari bentuk
standar, agar bisa diselesaikan harus diadakan beberapa perubahan dulu.
4.24
Riset Operasi
TES FORMATIF 1
Pilihlah satu iawaban vang paling tepat!

Perusahaan sepatu "Mumi" membuat 2 macam sepatu, yaitu merek Kino
dan merek Alfa. Untuk membuat sepatu-sepatu itu, perusahaan
menggunakan 3 macam mesin. Setiap lusin sepatu merk Kino mula-mula
dikerjakan di mesin 1 selama 2 jam, kemudian tanpa melalui mesin 2
terns dikerjakan di mesin 3 selama 6 jam, sedangkan merek Alfa tidak di
proses di me sin 1, tetapi langsung dikerj akan di me sin 2 selama 3 jam,
kemudian di mesin 3 selama 5 jam. Jam kerja maksimum setiap hari
untuk mesin 1 = 8 jam, mesin 2 = 15 jam dan mesin 3 = 30 jam.
Sumbangan terhadap laba untuk setiap mesin sepatu merek KINO =
Rp30.000,00, sedangkan merek ALFA = Rp 50.000,00. Berdasarkan
data tersebut, jawablah pertanyaan-pertanyaan berikut!
1)
Fungsi tujuan soal di atas adalah .. ..

A. maksimum z = 3x 1 + 5x2
B. maksimum z = 5x 1 + 3x2
C. maksimum z = 6x 1 + 5x2
D. maksimum z = 5x 1 + 6x2
2)
Batasan untuk me sin 1 adalah ....

A. 3x2 < 15
B. 6x1 + 5x2 < 30
C. 2x1 :S 8
D. 3x1 + 5x2 < 8
3)
Batasan untuk me sin 3 adalah ....

A . 2x 1 < 8
B. 6x1 + 5x2 :S 30
C. 3x2 < 15
D. 3x1 + 5x2 < 15
4)
Nilai x 1 pada tabel optimal adalah ....

A. 5/6
B. 5
C.
6I_
3
D.
27 _!_
2
5)
4.25
EKMA4413/ MODUL 4
Nilai x2 pada tabel optimal adalah ....

5
A. 6
B. 5
C.
6_!_
3
D.
27 _!_
2

----------x
100%
Jumlah Soal
Arti tingkat penguasaan: 90 - 100% = baik sekali

80 - 89% = baik
70 - 79% = cukup
< 70% = kurang
belum dikuasai.
4.26
Riset Operasi
Kegiatan Belajar 2
Analisis Sensitivitas
alam analisis sensitivitas yang dihitung adalah akibat-akibat perubahan
kendala dan fungsi tujuan pada nilai tujuan (hasil). Metode simpleks
menggunakan tabel optimal untuk menghitung perubahan-perubahan itu.
A. MARGINAL VALUE
Pada tabel optimal suatu pemecahan masalah dengan metode simpleks,
dikenal marginal value, yaitu nilai baris Z pada kolom slack variable. Contoh
awal kita dengan persamaan sebagai berikut.
Fungsi tujuan: Maksimum
Z= 3X 1 + 4X2
Batasan-batasan: (1) 2X 1 + X 2 < 6.000
(2) 2X 1 + 3X2 < 9.000
(3) x1 > o; x2 > o
Jawaban optimal seperti tampak pada Tabel4.20.
Tabel 4.20.
Jawaban Optimal
VD
X1
X2
51
52
NK
1/4
5/4
12.750
X1
3/4
-1/4
2.250
X2
-1/2
1/2
1.500
x1 = 2.250
X2 = 1.500
z=
12.750
Marginal value input pertama sama dengan nilai S 1 pada baris Z
= ~.
Berarti kalau nilai kanan kendala pertama ditambah 1 unit maka nilai Z
bertambah dengan 1;4 atau 0,25. Kalau tambahannya 10 unit maka nilai Z
akan bertambah 10 (~) = 2,5, sedangkan marginal value input kedua sebesar
5/4, sama dengan nilai S2 pada baris Z. Artinya, kalau kendala kedua
4.27
EKMA4413/MODUL 4
dilonggarkan 1 unit maka nilai Z akan bertambah dengan 5/4 atau 1,25.
Marginal value ini sering juga disebut dengan shadow price.
B. MENCARI NILAI OPTIMAL BARU SETELAH PERUBAHAN
Apabila terjadi perubahan nilai kanan suatu kendala maka nilai optimal
baru dapat dicari dengan dasar tabel optimal, tanpa mengulangi proses
hitungan dari depan.
1. NK baru baris i = NK lama- nilai kolom i (tambahan = ~i)
2. Untuk contoh dalam Tabel 4.20 apabila nilai kanan kendala pertama
ditambah dengan ~~,
3. 2x1 + x2 < 6.ooo + ~i
maka nilai kanan berubah, seperti pada Tabel 4.21.
Tabel4.21.
Perubahan Nilai Kanan
(1)
Baris
(2)
NK lama
(3)
Nilai S1
(4)
NK baru
(5)
12.750
1/4
12.750 + (% ~1)
12.750 + % (1 00) = 12.775
X1
2.250
3/4
2.250 + (3/4 ~1)
2.250 +% (1 00) = 2.325
X2
1.500
-1/2
1.500 + (-1 /2
~I)
1.500- ~ (100) = 1.450
Apabila perubahan nilai kanan kendala pertama (~i) = 100 maka nilai
kanan optimal yang baru, seperti pada kolom 5, tetapi perubahan nilai kanan
itu ada batasnya. Artinya, boleh dilakukan selama tidak melanggar kondisi
feasible atau asumsi bahwa semua variabel (X~, X 2 , X 3 , ... , Xn) harus bemilai
positif yang berarti:
2.250 + % ~1 > 0
1.500 + (- Yz) ~1 ~ 0
Sehingga:
2.250 +% ~1 > 0
3
14 ~1 ~ -2.250
~1 ~ -2.250 (4/3)
~1 > - 3.000
1.500 + (- Yz) ~1 ~ 0
4.28
Riset Operasi
Yz Lll ~ 1.500
Lll ~ 3.000
Dari kedua angka itu berarti penggunaan tabel optimal itu hanya dapat
dilakukan apabila:
- 3.000 < Lll < 3.000
Hal itu berarti, penambahan nilai kanan kendala 1 tidak boleh lebih dari
3.000 dan pengurangannya tidak boleh lebih dari 3.000 sehingga nilai kanan
kendala 1 maksimum, yaitu 6.000 + 3.000 = 9.000, dan minimum sebesar
6.000- 3.000 = 3.000. Kalau melebihi batas itu maka ada variabel (Xj) yang
bemilai negatif, berarti tidakfeasible.
Untuk kendala kedua, penambahan nilai kanan dapat dilakukan berdasar
angka-angka pada Tabel 4.22.
Tabel 4.22.
Perubahan Nilai Kanan Kendala 2
Variabel
NK mula-mula
52
NK baru
12.750
5/4
12.750 + (5/4 ~2)
X1
X2
2.250
-1/4
2.250 + (-1/4 ~2)
1.500
1/2
1.500 + (1/2 ~2)
Nilai S 1 maupun S2 juga tidak boleh negatif. Maka:

3
~ + 1'4 81
~ 0
%81 > -~
81 ~ - 1/3
5/4 - ~
~0
~ 81 ~ 5/4
81 ~ 5
Sehingga:
-1/3 ~ 81 ~ 5
Penggunaan tabel optimal untuk mencari nilai optimal baru hanya
berlaku apabila nilai cl bertambah maksimum sebesar 5 (menjadi 8) atau
berkurang sebanyak- banyaknya 1/3 (menjadi 2 2/3). Di luar batas itu akan
menghasilkan nilai Sj (S 1 maupun S2 ) yang negatif, yang berarti tidak
optimal.
4.29
EKMA4413/ MODUL 4
LATIHAN
1)
2)
Gunakanlah data tabel optimal, yaitu Tabel 4.19.

a. Hitunglah batas-batas perubahan nilai kanan kendala 1!
b. Kalau nilai kanan kendala kedua dilonggarkan 5 unit, bagaimana
akibatnya terhadap nilai Z optimal?
Dengan data pada soal nomor 1 maka:
a. Buatlah batas-batas perubahan koefisien fungsi tujuan variabel 2
(C2)!
b. Kalau nilai fungsi tujuan variabel 2 ditambah dengan ~1 maka
bagaimanakah akibatnya terhadap nilai Z optimal?

1)
a.
Berdasarkan data soal nomor 1latihan Kegiatan Belajar 1 maka:

Fungsi tujuan : Maksimumkan
Z = 5X 1 + 10X2
Batasan-batasan: (1) 3X1+ 2X2 ~ 30
(2) 2X 1 + 2X2 ~ 42
(3) 2X1 + 4X2 ~ 80
(4) x~, X2
2:: o
Dengan tabel optimal
Tabel 4.23.
Tabel Optimal
Variabel
Dasar
X1
X2
51
52
53
NK
1
0
0
0
10
3/2
-1
0
1
0
0
0
0
1
0
0
0
0
1
150
15
12
20
X2
82
83
-4
-1
-2
Dibuat tabel untuk menghitung nilai kanan barn sebagai berikut.
4.30
Riset Operasi
Tabel 4.24.
Perubahan Nilai Kanan Kendala 2
Variabel
NK mula-mula
s1
NK baru
150
150 + 5 ~1
X2
s2
S3
15
12
20
15 +% ~1
12- ~1
20- 2~1
15 + Y2~1
12- ~1
20- 2~1
-1
-2
~1
~1
>0
~1
2 - 30
~ 12
< 10
-30<~1<10
b.
2)
NK kendala 1 maksimum pengurangannya sebesar 30 (sehingga

menjadi 0) dan maksimum penambahannya 10 (sehingga menjadi
40).
Kendala 2 bukan kendala yang binding (nilai S2 di baris Z sama
dengan 0) sehingga kalau dilonggarkan tidak akan mengubah nilai
optimal.
a.
Tabel 4.25.
Perubahan Koefisien Fungsi Tuj uan
Varia bel
X1
S1
N.K.
Baris Z mula-mula
10
3/2
10 + 3/2 82
150
15
150 + 15 82
Baris X2
Baris Z baru
5 + %82
10 + 3/2 82 2 0
82 > -10 (2/3)
82 2 - 6 2/3
5 + Y2 82 2 0
82 2 - 10
Berarti koefisien fungsi tujuan variabel 2 kalau dikurangi paling banyak
dengan 10 (menjadi 0). Kalau ditambah dengan berapa pun bisa tidak
mengganggu tabel optimal.
4.31
EKMA4413/MODUL 4
b.
Variabel 2 (X2) memiliki nilai di baris Z pada tabel optimal sama

dengan 0. Dengan kata lain, variabel X 2 memiliki Marginal value
sebesar 0. Berarti kalau ditambah berapa pun tidak akan
berpengaruh terhadap jawaban optimal.
RANGKUMAN
Dalam analisis sensitivitas dapat dihitung akibat-akibat perubahan

kendala dan fungsi tujuan pada nilai tujuan (basil). Metode Simpleks
menggunakan tabel optimal untuk menghitung perubahan-perubahan itu.
TES FORMATIF 2

Diketahui fungsi tujuan: maksimum z = 5x1 + 3x2
Batasan-batasan: (1) 3x 1 + 5x2 < 15
(2) 5x 1 + 2x2 < 10
(3) x 1 , x2 > 0
Tabel optimal dari permasalahan tersebut sebagai berikut.
V.D
X2
X1
X1
X2
S1
S2
1
0
0
0
0
1
0
1
0
0,2632
0,2632
-0,1053
0,8421
-0,1579
0,2632
N.K
12,37
2,368
1,053
Dari data-data tersebut, jawablah pertanyaan-pertanyaan berikut.

1) Marginal value input pertama adalah ...
A. 0,2632
B. 0,368
C. 0,8421
D. 12,37
2)
Berdasarkan marginal value input pertama maka apabila nilai kanan

kendala I ditambah 10 unit maka nilai Z akan bertambah ....
4.32
Riset Operasi
A. 12,37
B. 8,421
C. 3,68
D. 2,632
3)
Apabila kendala kedua dilonggarkan 1 unit maka nilai Z akan

bertambah ....
A. -0,1579
B. 0,2632
C. 0,8421
D. 1,053
4)
Apabila nilai kanan kendala pertama ditambah dengan

penambahan nilai kanan kendala 1 akan berkisar ....
A. -8,99 < ~i < 10
B. 8,99 < ~i < 10
C. 10 < ~i < 46,99
D. -46,99 <~i < 10
5)
Maksimal nilai kanan kendala 1 adalah ...

A. 10
B. 15
C. 25
D. 35
~i
maka

----------x
Jumlah Soal
80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang
100%
EKMA4413/ MODUL 4
4.33

belum dikuasai.
4.34
Riset Operasi

Tes Formatif 1
1) A
2) c
3) B
4) A
5) B
Tes Formatif2
1) A
2) D
3) c
4) A
5) c
EKMA4413/MODUL 4
4.35
Daftar Pustaka
Churchman, C.W., Ackoff, R.L. dan Arnoff, E.L. Introduction to Operations
Research. New York.: John Wiley & Sons, Inc.
Subagyo, P., Asri, M., dan Handoko, H. (1985). Dasar-dasar Operations
Modul 5
Metode Transportasi
PENDAHULUAN
alam kehidupan sehari-hari kita sering menghadapi masalah
pembagian barang ke beberapa tempat yang membutuhkan. Kalau
tempat asal dari barang itu hanya satu membaginya mudah saja, tetapi kalau
tempat alokasi dilakukan dari beberapa tempat asal barang ke beberapa
tujuan akan menimbulkan masalah. Biasanya masalah pembagian ini tidak
kita sadari karena dalam membagi biasanya dipentingkan pada pemenuhan
kebutuhan, meskipun kadang-kadang waktunya lama atau biaya alokasinya
mahal. Padahal sebenamya kalau diperhatikan benar meskipun semua
fasilitas yang ada sama, kita bisa melakukan alokasi dengan biaya
(pengorbanan) yang lebih kecil. Dalam bab ini akan dibicarakan cara-cara
alokasi suatu macam barang dari beberapa tempat asal ke beberapa tujuan
yang bisa meminimumkan pengorbanan (biaya).
Meskipun kebutuhan setiap tempat yang dituju sama, kapasitas tempat
yang menyediakan sama, dan biaya pengangkutan setiap barang dari suatu
tempat ke suatu tujuan tidak diubah, tetapi kalau cara alokasinya diubah,
jumlah biaya pengangkutannya akan berbeda. Hal ini disebabkan karena
biaya pengangkutannya akan berbeda.
Hal ini disebabkan karena biaya pengangkutan tiap barang dari tempat
yang berbeda ke suatu tempat tujuan atau dari suatu tempat asal ke tempat
tujuan yang berbeda, besarnya tidak sama. Misalnya, kita memiliki dua
sumber barang, yaitu di A dan di B yang akan dialokasikan kedua tujuan,
yaitu ke X dan keY. tersedianya barang di A sebanyak 200 buah barang dan
di B sebanyak 300 barang. Kebutuhan di X sebanyak 250 barang dan di Y
juga sebanyak 250 barang. Biaya pengangkutan setiap barang dari A ke X
sebesar Rp25,00 ke Y sebesar RplO,OO, sedangkan dari sumber B ke X
Rpll,OO dan ke Y sebesar Rp20,00. Untuk jelasnya, seperti terlihat dalam
Gambar 5.1.
5.2
Riset Operasi
~o:
Gambar 5.1.
Alokasinya dapat dilakukan sebagai berikut.

Alokasi I:
Dari A ke Y 200 barang
200 X RplO,OO =
Dari B ke Y 50 barang
50 X Rp20,00 =
Dari B ke X 250 barang
250 X Rp11,00 =
Jumlah
=
Alokasi II:
DariA ke X 200 barang
Dari B ke X 50 barang
Dari B ke Y 250 barang
Jumlah
200
50
250
X
X
Rp2000,00
Rp1000,00
Rp2750,00
Rp5.750,00
Rp25,00 = Rp5000,00
Rp11,00 = Rp550,00
Rp20,00 = Rp5000,00
= Rp10.550,00
Dari kedua cara alokasi tersebut j elas terlihat bahwa biaya yang
diakibatkannya berbeda meskipun semua barang telah dialokasikan dan
semua tempat yang membutuhkan telah terisi sepenuhnya.
Cara pertama ternyata lebih murah daripada cara kedua. Perbedaan biaya
ini hanya disebabkan karena perbedaan cara alokasi. Kalau kita coba lagi
tentu saja masih ada lagi altematif-alternatif alokasi lain yang tentu saja
biayanya berbeda, tetapi kita masih belum tahu alokasi yang seperti apakah
yang bisa meminimumkan biaya alokasi. Dalam bab inilah kita pelajari caracara alokasi yang bisa meminimumkan biaya tersebut.
Metode transportasi ini mula-mula ditemukan oleh F.L. Hitchcock pada
tahun 1941, kemudian dikembangkan oleh T.C. Koopmans. Pada tahun 1953
EKMA4413/ MODUL 5
5.3
ditemukan cara pemecahan transportasi ini dengan linear programming oleh

G.B Fantzig. Di samping itu, W.W. Cooper dan A. Charens menemukan
metode stepping stone yang dalam perkembangan selanjutnya pada tahun
1955 bisa ditemukan Modified Distribution Method(MODI).
Dalam mempelajari metode transportasi ini akan dimulai dari metode
yang paling sederhana, yaitu metode stepping stone, kemudian dilanjutkan
dengan metode yang lebih sulit, yaitu metode Vogel, metode MODI, dan
pemecahan dengan linear programming.
Setelah mempelajari modul ini diharapkan Anda bisa mengetahui cara
penghematan biaya alokasi dengan mengubah cara alokasi barang, dari
beberapa tempat asal ke beberapa tujuan.
Secara khusus setelah mempelajari modul ini Anda diharapkan dapat:
a. merencanakan alokasi barang dengan fasilitas yang sama bisa memenuhi
kebutuhan semaksimal mungkin dengan biaya alokasi termurah;
b. menerapkan metode transportasi ini untuk memecahkan masalahmasalah yang dihadapi, misalnya untuk perencanaan tata letak dan
perencanaan distribusi barang;
c. menekan biaya alokasi hanya dengan mengubah cara alokasi, tidak perlu
menambah atau mengubah fasilitas yang ada.
5.4
Riset Operasi
Kegiatan Belajar 1
Beberapa Metode
untuk Memperoleh Alokasi Optimal
A. METODE STEPPING STONE
Metode stepping stone ini adalah metode yang paling sederhana, tetapi
untuk mencapai pemecahan optimal sangat lama. Caranya dengan menyusun
data ke dalam tabel alokasi, kemudian secara coba-coba kita ubah alokasi itu
agar biaya alokasinya bisa lebih murah. Demikian seterusnya sampai
mendapatkan pemecahan yang optimal. Untuk mempermudah menjelaskan
metode ini maka akan digunakan contoh sebagai berikut.
Contoh 5.1:
Suatu perusahaan menjual barang hasil produksinya di 3 daerah
penjualan, yaitu di Y ogyakarta, Semarang, dan Bandung. Perusahaan itu
memiliki 3 buah pabrik yang menghasilkan barang tersebut, yaitu di
Magelang, Pati, dan di Kediri. Kebutuhan barang di tiap-tiap gudang
penjualan sebagai berikut.
Y ogyakarta (Y)
= 60 ton
= 40 ton
Semarang (S)
= 20 ton
Bandung (B)
Kapasitas produksi tiap-tiap pabrik sebagai berikut.
= 30 ton
Magelang (M)
Pati (P)
= 40 ton
Kediri (K)
= 50 ton
Biaya pengangkutan dari tiap-tiap gudang penjualan setiap ton sebagai
berikut ( dalam ribuan Rp).
5.5
EKMA4413/ MODUL 5
Tabel 5.1.
Biaya Pengangkutan Barang Setiap Ton
Ke
Dari
Yogyakarta (Y)
Semarang (5)
Bandung (B)
15
17
18
3
8
10
18
30
Magelang (M)
Pati (P)
Kediri (K)
24
Perusahaan akan menentukan cara alokasi barang hasil produksinya

tersebut ke gudang-gudang penjualan secara optimal.
Untuk memecahkan masalah tersebut diperlukan langkah sebagai
berikut.
1.
Menyusun Data ke Dalam Tabel

Data yang kita miliki terlebih dahulu harus disusun ke dalam tabel,
seperti yang terlihat pada Tabel 5.2.
Tabel 5.2 .
Tabel Awal untuk Metode Stepping Stone
Ke
Dari
15
18
.
17
Kapasitas
30
40
18
10
24
50
Kebutuhan
30
60
40
20
120
5.6
Riset Operasi
Dalam Tabel 5.2 itu biaya pengangkutan tiap barang diletakkan pada
segi empat kecil di sudut segi empat besar. Kapasitas tiap-tiap pabrik (M, P,
K) kita letakkan di kolom paling kanan dan kebutuhan tiap-tiap gudang
penjualan (Y, S, E) kita taruh di baris paling bawah. Jumlah kapasitas seluruh
pabrik dan jumlah permintaan semua gudang penjualan sama, yaitu sebesar
120 ton.
2.
Mengisi Tabel dari Sudut Kiri Atas

Tabel di atas, kemudian diisi. Untuk pertama kali mengisinya dari sudut
kiri atas, kemudian sisanya diisikan ke kanan atau bawahnya, sampai
akhirnya bisa mengisi sudut kanan bawah. Cara pengisian ini sering disebut
dari sudut barat laut (north west corner) karena atas dianggap utara dan kiri
dianggap barat. Hasilnya, seperti terlihat pada Tabel 5.3.
Tabel 5.3 .
Pengisian dari Sudut Kiri Atas
Ke
Dari
Kapasitas
15
18
17
30
30
30
p
30
10
18
10
24
50
30
Kebutuhan
40
60
20
40
20
120
Biaya pengangkutan = 30 (15) + 30 (17) + 10 (8) + 30 (10) +20 (24)
1820
EKMA4413/MODUL 5
5.7
Mula-mula kita isi segi empat MY sebesar 30 meskipun kebutuhan di Y

60 ton, tetapi kapasitas di M hanya 30. Tentu saja barang dari M sudah
terpakai semua, tetapi kebutuhan di Y masih belum terpenuhi semua. Untuk
itu kita kekurangan barang di Y dan pabrik P sebesar 30 ton, berarti mengisi
segi empat PY dengan 30 ton. Dengan demikian, kebutuhan di Y 60 ton
sudah terpenuhi semua, tetapi kapasitas pabrik P yang besarnya 40 ton baru
dipakai 30 ton.
Maka, kita kirimkan sisanya (1 0 ton) ke gudang S, berarti mengisi segi
empat PS dengan 10 ton. Dengan demikian, seterusnya sampai terisi segi
empat KB.
3.
Memperbaiki Alokasi
Alokasi mula-mula dengan biaya pengangkutan sebesar 1820
(Rp1.820.000,00). Biaya alokasi itu masih bisa dikurangi dengan jalan
mengubah alokasinya. Dalam metode stepping stone, cara mengubahnya
dengan dicoba-coba, misalnya sebagai berikut.
Kita cob a mengisi segi empat PB, tentu saj a is ian ini mengambil dari
segi empat yang lain, dengan sendirinya melibatkan 3 segi empat yang lain.
Andaikata untuk mengisi PB diambilkan dari segi empat KB maka segi
empat PS harus dikurangi dan segi empat KS karena harus ditambah sebesar
pengambilan itu agar jumlah baris P tetap 40, jumlah baris K tetap 50, jumlah
kolom S tetap 40 dan jumlah kolom B tetap 20. Untuk mengetes apakah
pemindahan itu bisa menurunkan biaya, mula-mula dicoba satu ton dulu, biar
mudah menghitungnya. Kalau dari percobaan itu bisa menurunkan biaya
maka baru kita ubah dalam jumlah yang lebih banyak. Penghematan biaya
kalau pemindahan sebesar 1 ton sebagai berikut.
Dari KB ke PB
= -24 + 30
= +6
DariPSkeKS
= -8+10
=+2
=+8
Jumlah
Kalau isian segi empat KB dikurangi 1 ton dan isian segi empat PB
ditambah 1 ton maka biaya angkut dari K ke B berkurang dengan 24 dan
biaya angkut dari P ke B bertambah dengan 30 sehingga ada kenaikan biaya
sebesar 6.
Di samping itu apabila isian segi empat PS dikurangi dengan 1 ton dan
isian segi empat KS ditambah dengan 1 ton maka biaya angkut dari P ke S
berkurang dengan dengan 8 dan dari K ke S bertambah dengan 10 sehingga
5.8
Riset Operasi
ada kenaikan 2. Jumlah kenaikan biaya dari 4 segi empat itu adalah 8. Jadi,
perubahan itu malah akan menaikkan biaya alokasi jangan dilakukan,
kemudian kita coba mengisi segi empat MS dari segi empat PS dan sebagai
konsekuensinya kita pindahkan juga isian dari segitiga MY ke segi empat
PY. Kalau kita coba 1 ton, penghematan biayanya sebagai berikut.
Dari PS ke MS
= -8 + 3 = -5
=-15+17
=+2
DariMYkePY
= -3
Jumlah
Berdasarkan hasil percobaan di
atas, temyata perpindahan itu bisa
menghemat biaya. Sekarang bisa dilakukan pemindahan yang lebih banyak,
yaitu sebesar isian terkecil dari dua segi empat yang dikurangi. Dalam hal ini
segi empat MY berisi 30 dan segi empat PS berisi 10. Maka, jumlah yang
bisa dipindahkan = 10. Hasil pengubahannya, seperti pada Tabel 5.4.
Tabel 5.4.
Perubahan Alokasi pada Segi Empat MS
r--.....
Ke
Kapasitas
Dari
M
p
15
-
20
18
30
10
24
+ 10
17
+ 40
18
K
Kebutuhan
30
60
20
40
20
30
40
50
120
Kita pindahkan 10 ton dari segi empat PS ke segi empat MS sehingga

segi empat PS menjadi kosong dan segi empat MS menjadi berisi 10. Di
samping itu, kita pindahkan pula 10 ton dari segi empat MY ke segi empat
PY sehingga isian segi empat MY tinggal 20 dan isian segi empat PY
menjadi 40. Temyata jumlah biaya alokasinya sekarang lebih murah, yaitu
jumlah biaya alokasi = 20 (15) + 10 (3) + 40 (17) + 30 (1 0) + 20 (24) = 1790
Perubahan itu kita lanjutkan lagi sampai mendapat pemecahan optimal.
Misalnya, Tabel 5.4 akan kita ubah lagi, yaitu dengan mengisi segi empat
KY, kalau kita coba dipindahkan 1 ton dulu maka perubahan biayanya
sebagai berikut.
5. 9
EKMA4413/MODUL 5
Dari PY ke KY = -17 + 18
= +1
Dari KS ke PS = -10 +8 = -2
Jumlah
= -1
Karena terjadi penghematan maka kita pindahkan 30 ton, yaitu isian
terkecil di antara segi empat PY (= 40) dan segi empat KS (= 30). Hasilnya,
seperti terlihat pada Tabel 5.5.
Tabel 5.5.
Perubahan Kedua
Ke
Dari
15
M
p
K
Kebutuhan
20
Kapasitas
18
10
17
30
18
10
24
- 40
30
60
20
40
20
30
40
50
120
Biaya alokasinya menjadi lebih murah lagi, yaitu sebesar 20 (15) + 10

(3) + 10 (17) + 30 (8) +30 (8) +20 (24) = 1.460.
Demikian seterusnya, perubahan itu bisa dilanjutkan sampai memperoleh
alokasi dengan biaya terkecil. Selama masih bisa menurunkan biaya masih
bisa dilanjutkan terns, tetapi untuk mencari pemecahan optimal dengan
metode ini agak lama karena tidak ada petunjuk segi empat yang mana
sebaiknya diisi biar cepat selesai, di samping itu tanda optimalnya tidak j elas
bisa diketahui.
B. METODE VOGEL
Metode Vogel adalah metode alokasi yang paling mudah, tetapi kadangkadang hasilnya kurang optimal. Prosedur untuk mengerjakannya sederhana
sekali.
1. Susunlah data yang ada ke dalam tabel alokasi, seperti tabel awal dalam
metode stepping stone (Tabel 5 .2)
2.
Carilah indeks tiap-tiap baris dan tiap-tiap kolom. Indeks sebesar selisih
antara biaya terendah dengan nomor dua terendah dalam kolom/baris itu.
Kalau kita cari indeks untuk contoh kita di depan maka seperti terlihat
5.10
Riset Operasi
pada Tabel 5 .6. Biaya transportasi terendah dari baris M sebesar 3 (pada
segi empat MS) dan nomor 2 dari yang terendah sebesar 15 (pada segi
empat MY). Jadi, nilai indeks baris M = 15 - 3. Indeks baris yang lain
serta kolom-kolom yang ada sebagai berikut.
Baris P = 17 - 8 = 9
Baris K = 18 - 10 = 8
Kolom Y = 17 - 15 = 2
Kolom S = 8 - 3 = 5
Kolom B = 24 - 18 = 6
Tabel 5.6.
Nilai Indeks Baris dan Kolom
r-..
Ke
Dari
M
I 1s
I 18
30
3.
Kapasitas
17
30
18
10
24
Kebutuhan
60
40
20
lndeks
lndeks
30
12
40
50
120
Mengisi Satu Segi Empat
Pertama-tama kita pilih baris atau kolom yang indeksnya terbesar pada
tabel/kolom itu dipilih segi empat itu di isi sebesar isian maksimum yang bisa
dilakukan pada Tabel 5.6 temyata indeks baris M yang terbesar, pada baris
itu dipilih segi empat MS untuk diisi karena biaya transportasi pada segi
empat itu terendah pada baris itu. Isian sebesar 30 meskipun permintaan di S
40, tetapi kapasitas di M hanya 30. Oleh karena kapasitas baris M sudah
terpakai seluruhnya maka baris itu tidak bisa diisi lagi, semua segi empat
yang belum terisi kita beri tanda silang.
4.
Memperbaiki Indeks
Setelah diadakan pengisian, berarti salah satu dari baris atau kolom
sudah tidak bisa diisi lagi. Dalam contoh kita, baris M sudah terpenuhi
seluruhnya maka baris itu kita lupakan. Akibatnya indeks kolom Y, S, dan B
berubah.
5.11
EKMA4413/ MODUL 5
Kolom Y,S, dan B berubah.

= 18 - 17 = 1
Indeks kolom Y
= 10-8 = 2
Indeks kolom S
= 30 - 24 = 6
Indeks kolom B
Indeks kolom B tetap 6 tetapi dihitung berdasarkan angka yang berbeda.
Tabel 5. 7.
Perbaikan lndeks dan Kelanjutan Alokasi
Ke
Dari
.............
40
18
30
I8
30
40
24
50
18
10
20
Kebutuhan
60
lndeks
5.
lndeks
17
15
X
Kapasitas
40
20
120
Mengisi Satu Segi Empat Lagi
Dengan prosedur yang sama, seperti langkah 3, kita isi salah satu segi
empat. Pada baris P (indeks terbesar) kita isi segi empat PS sebanyak 10
karena permintaan di S yang belum terpenuhi tinggal 10 meskipun kapasitas
di P ada empat puluh. Setelah pengisian itu maka permintaan di S sudah
terpenuhi semua maka kolom S tidak bisa diisi lagi, segi empat yang kosong
diberi tanda silang.
6.
Melanjutkan Alokasi
Dengan prosedur yang sama dilakukan perbaikan indeks, hasilnya seperti

terlihat dalam Tabel 5.8 dan 5.9.
5.12
Riset Operasi
Tabel 5.8.
Perbaikan lndeks dan Kelanjutan Alokasi
Ke
Dari
--........
15
3
30
30
30
40
I 24
I 5o
30
10
I 18
I K
18
lndeks
17
Kapasitas
X
I 1o
60
Kebutuhan
lndeks
40
20
120
Dalam isian (Tabel 5.9) terakhir tinggal 2 segi empat yang belum terisi.
Untuk mengisinya tidak usah menghitung indeks yang baru, tetapi
dialokasikan secara langsung, dimulai dari segi empat yang termurah.
Tabel 5. 9.
Tabel Optimal
Ke
Dari
--........
15
3
30
30
I K
I Kebutuhan
10
1
30
lndeks
60
7'
1
18
lx
I
18
30
30
40
24
50
lndeks
17
Kapasitas
X
1
40
1o
I 2o
I
20
~6
120
fi
C. METODE MODI
Istilah Modi di sini singkatan dari Modified Distribution. Dalam metode
ini kita juga melakukan perubahan alokasi secara bertahap, tetapi dasar untuk
5.13
EKMA4413/ MODUL 5
melakukan perubahan itu cukup jelas. Adapun tahap untuk mencari alokasi
yang optimal sebagai berikut.
1.
Mengisi Alokasi dari Sudut Kiri Atas

Mula-mula data disusun ke dalam tabel, kemudian diisi dari sudut kiri
atas. Andaikata data dari Contoh 5.1 di depan kita susun dalam tabel dan diisi
dari sudut kiri atas ke kanan bawah maka hasilnya, seperti terlihat pada Tabel
5.10 denganjumlah biaya alokasi 1820 (= Rp1.820.000,00).
Tabel 5.1 0.
Tabel Pertama, dari Metode Modi (Diisi dari Kiri Atas)
Ke
Dari
-......
15
30
3
I
18
I
I 11
I P
I 3o
..
30
..
I 10
18
10
30
60
Kebutuhan
Kapasitas
24
20
40
20
30
I
I 40
I
50
120
2.
Mencari Nilai Baris dan Kolom

Nilai baris dan kolom harus dicari terlebih dahulu. Untuk baris pertama
selalu diberi nilai 0, sedangkan baris yang lain serta kolom kita cari dengan
persamaan:
R1
+ K J
C
lJ
Ri adalah nilai baris i

Kj adalah nilai kolom j
cij adalah biaya angkut dari ike j.
Untuk mencari nilai suatu kolom atau baris menggunakan rumus di atas,
dengan syarat sebagai berikut.
a. Antara baris i dan kolomj dihubungkan segi empat yang berisi alokasi
b. Nilai salah satu (baris i atau kolom j) harus sudah diketahui, misalnya
Tabel5.10 kita cari nilai-nilai baris dan kolomnya sebagai berikut.
Nilai baris M = RM = 0 (baris pertama selalu bernilai 0).
Nilai kolom Y dengan rumus sebagai berikut.
RM+ Ky =CMY
5.14
Riset Operasi
Nilai kolom Y = Kv bisa dicari dengan RM + CMY karena antara Y dan M

dihubungkan oleh segi empat MY yang berisi alokasi.
RM + Ky = CMY
RM = 0, CMY = 15
0 + K y = 15 ----------------- K y = 15
Setelah nilai kolom Y diketahui maka bisa dicari nilai kolom P karena
dihubungkan oleh segi empat PY.
Rp + Ky = Cpy
Rp + 15 = 17 ------------ Rp = 2
Kemudian, kita cari nilai-nilai baris dan kolom yang lain, yaitu:
Rp + Ks = Cps ; 2 + Ks = 8 ; Ks = 6
RK + Ks = CKs ; RK + 6 = 10 ; RK = 4
RK + KB = CKB ; 4 + KB = 24 ; KB = 20
Hasilnya, seperti terlihat pada Tabel 5.11.
Tabel5.11.
Nilai Baris dan Kolom
Ke
Dari
M
p
Kebutuhan
3.
Kapasitas
15
18
17
30
30
30
30
10
1
18
I 1o
30
60
40
I
I 2o
I
I 24
40
I 50
I
I
120
'--1
2o
Menghitung Indeks Perbaikan
Untuk menentukan titik awal perubahan maka harus dihitung dulu indeks
perbaikan untuk segi empat yang masih belum terisi, dengan menggunakan
rumus sebagai berikut.
Indeks segi empat ij = Cij - Ri - Kj
Pada Tabel 5.11 memiliki 4 segi empat yang belum terisi, yaitu segi
empat MS, segi empat MB, segi empat PB, dan segi empat KY. Nilai tiaptiap segi empat itu sebagai berikut.
5.15
EKMA4413/MODUL 5
Segi empat
MS
MB
PB
Indeks Perbaikan
CMs - RM - Ks = 3 - 0 - 6 = -3 *
CMB - RM - KB = 18 - 0 - 20 = -2
CpB - Rp - KB = 30 - 2 - 20 = 8
CKY - R K- Ky = 18 - 4 - 15 = -1
KY
Di antara segi empat yang belum terisi itu dipilih segi empat yang indeks
perbaikannya negatif terkecil (paling negatif) sebagai titik tolak perbaikan.
Dalam contoh kita di atas ternyata segi empat MS memiliki indeks paling
negatif di antara segi empat kosong yang lain maka segi empat MS kita pilih
sebagai titik tolak perbaikan.
4.
Mengubah Memperbaiki Alokasi

Untuk memperbaiki alokasi, mula-mula segi empat yang terpilih pada
langkah C (dalam contoh segi empat MS) diberi tanda positif (+). Artinya,
segi empat itu akan kita isi. Di samping itu, kalau ada segi empat isi yang
terdekat dan letaknya sebaris dan sekolom kita beri tanda negatif (-),
sedangkan segi empat yang letaknya bertolak belakang dan sebaris/sekolom
dengan segi empat yang bertanda negatiftadi. Pada contoh dalam Tabel5.12
terlihat bahwa yang bertanda negatif adalah segi empat MY dan segi empat
PS, sedangkan yang bertanda positif di samping segi empat MS juga segi
empat PY.
Tabel 5.12.
Perbaikan Alokasi
~Ke
Y= 15
)ar~
M=0
P=2
15
)(
+
)(
20
40
18
30
10
24
1V
18
30
60
B = 20
10
17
K=4
Kebutuhan
5=6
20
40
20
Kapasitas
30
40
50
120
5.16
Riset Operasi
Dalam mencari nilai kolom S sebaiknya digunakan nilai baris P bukan

baris M, kecuali kalau terpaksa tidak ada nilai baris lain yang bisa digunakan.
Pindahkanlah alokasi (isian) dari segi empat yang bertanda negatif ke
segi empat yang bertanda positif sebesar isian terkecil dari segi empat yang
bertanda negatif. Dalam contoh kita pindahkan 10 ton dari segi empat PS ke
segi empat MS sehingga isian di tempat segi empat itu berubah. Alokasi yang
baru pada segi empat MY sebanyak 20, segi empat MS = 10, segi empat
PY = 40, dan segi empat PS tidak berisi lagi. Jumlah biaya alokasi setelah
perubahan pertama ini sebesar berikut ini.
20 (15) + 10 (3) + 40 (17) + 30 (10) + 20 (24) = 1790 (= Rp1.790.000,00)
5.
Melanjutkan Proses Perbaikan/Perubahan

Setelah diperoleh hasil alokasi yang baru maka dilakukan perbaikan lagi,
dengan proses sama, seperti langkah a sampai dengan d di atas. Selama
indeks perbaikan masih ada yang bernilai negatif maka tabel itu masih bisa
diperbaiki. Tabel optimal kita peroleh kalau indeks perbaikannya sudah
positif semua. Untuk contoh kita di atas, perubahan tabel-tabel alokasi
sampai dengan alokasi optimal, seperti pada Tabel 5.13.
Tabel 5.13.
Perbaikan kedua
Ke
Dari
M=0
Y=5
15
17
18
30
10
18
30
10
--
30
24
50
30
Kebutuhan
Kapasitas
40
40
-
K=4
20
--
P=2
8 = 17
5=3
30
60
Segi empat
MB
PS
PB
KY
Jumlah biaya alokasi:
20
40
Indeks perbaikan
18 - 0 - 17=1
8-2-3=3
30 - 2 - 17 = 11
18 - 7 - 15 = -4 *
20
120
5.17
EKMA4413/ MODUL 5
20(15) + 10(3) + 10(17) + 30(8) + 30(18) + 20(24) = 1.760 (Rp1.760.000,00)
Tabel 5.14.
Perbaikan Kerja
Ke
y = 15
Dari
15
M=0
17
P=2
10
Kebutuhan
Segi empat
MB
PB
KS
Kapasitas
18
30
10
K=7
B = 21
5=6
30
10
24
40
30
18
JQ
50
30
60
50
40
20
120
Indeks perbaikan
18 - 0 - 21 = -3 *
30 - 2 - 21 = 7
10 - 3 - 6=1
Kita pilih segi empat KB diberi tanda negatif karena satu-satunya yang
isi dalam kolom itu. Di samping itu, segi empat MY yang bertanda negatif
bukan segi empat MS karena akan bisa menghemat biaya lebih besar. Bisa
dicoba dulu satu unit (1 ton) alokasi, kemudian dipindah dalam jumlah besar,
seperti pada metode Stepping Stone.
Jumlah biaya alokasi:
10 (3) + 20 (18) + 10 (17) + 30 (8) + 50 (18) = 1700 (= Rp 1.700.000,00).
Setelah perbaikan ketiga, ternyata alokasi sudah optimal karena sudah
tidak memiliki nilai indeks perbaikan yang negatif.
5.18
Riset Operasi
Tabel 5.15.
Alokasi Optimal
Ke
y = 12
Dari
M=0
S=3
15
B = 18
.
10
10
30
10
24
50
I 60
I Kebutuhan
Segi empat
30
40
30
18
K=6
18
20
17
P=5
Kapasitas
50
1
120
Indeks perbaikan
15 - 0 - 12=3
30 - 5 - 18 = 7
10 - 6 - 3 = 1
24 - 6 - 18 = 0
MY
PB
KS
KB
Oleh karena dimiliki indeks perbaikan yang negatif maka tabel alokasi
tersebut di atas sudah optimal.
6.
Penyelesaian Lain
Sebenamya permasalahan di atas bisa saja diselesaikan dengan lebih

cepat karena metode MODI ini memiliki beberapa altematif cara untuk
menghitung alokasi yang optimal. Untuk kasus di atas, kita bisa langsung
menyelesaikan dalam satu tabel perbaikan setelah Tabel 5.11 .
Tabel 5.16.
Nilai Baris dan Kolom
Ke
Dari
M=0
P=4
K=6
y = 15
S=4
15
0
17
30
+
30
B = 18
Kapasitas
18
30
10
0
24
30
10
18
20
30
40
50
5.19
EKMA4413/MODUL 5
Kebutuhan
60
40
20
120
Pada Tabel 5.16 memiliki 4 segi empat yang belurn terisi, yaitu segi
empat MS, segi empat MB, segi empat PB, dan segi empat KY. Nilai tiaptiap segi empat itu sebagai berikut.
Segi empat
MY
MB
PB
KS
Indeks Perbaikan
CMY - RM - Ky = 15 - 0 - 15 = 0
CMB - RM - KB = 18 - 0 - 18 = 0
CpB - Rp - K 8 = 30 - 4 - 18 = 8
CKs-RK-Kv = 10-6-4 = 0
Oleh karena sudah tidak ada indeks perbaikan yang negatif, berarti tabel
alokasi tersebut adalah tabel optimal dengan jumlah biaya alokasi sebesar
berikut ini.
30 (3) + 30 (17) + 10 (17) + 30 (18) + 20 (24) = 1790 (= Rp 1. 790.000,00).
LATIHAN

1)
Suatu perusahaan memiliki 3 buah pabrik dan 3 gudang penjualan.

Kebutuhan tiap gudang penjualan sebagai berikut.
Jakarta
3 00 ton
Surabaya 400 ton
Bandung 500 ton
Kapasitas segitiga pabrik sebagai berikut.
200 ton
Semarang
650 ton
Yogyakarta
350 ton
Solo
Biaya pengangkutan tiap ton, seperti terlihat pada tabel berikut ini
(dalam ribuan Rp ).
5.20
Riset Operasi
DARI PABRIK
Jakarta
30
35
I 4o
Sernarang
Yogyakarta
I Solo
2)
3)
4)
5)
KE GUDANG
Surabaya
25
40
I 15
Bandun
40
30
I 25
Dengan metode Stepping Stone, setelah dialokasikan dari sudut kiri atas,
ubahlah alokasinya dengan mengisi alokasi dari Semarang ke Surabaya.
a. Bagaimanakah akibatnya terhadap biaya alokasi seluruhnya? Akan
lebih hemat atau lebih mahal?
b. Kalau lebih murah maka berapakah jumlah alokasi yang seharusnya
dipindahkan, segi empat mana yang terlibat dan berapa biaya setelah
adanya perubahan?
Buatlah alokasi optimal dari data pada soal nomor 1 dengan metode
Vogel!
Buatlah alokasi optimal dari data pada soal nomor 1 dengan metode
MODI!
Selesaikanlah alokasi optimal dari data pada tabel berikut dengan metode
Vogel!
Carilah alokasi optimal dari tabel tersebut dengan metode MODI!
Ke
Dari
10
11
17
z
Kebutuhan
..
20
Kapasitas
15
14
12
13
15
10
I 14
..
30
70
I 11
.
80
30
70
60
I 40
200
PetunJuk Jawaban Latihan
1)
a.
Untuk soal nomor 1, mula-mula diisi dari sudut kiri atas. Cobalah
isi satu unit dulu dengan melibatkan 3 segi empat terdekat, yaitu
2)
5.21
EKMA4413/MODUL 5
segi empat segi empat Semarang-Jakarta, Yogyakarta-Jakarta, dan

Y ogyakarta-Surabaya. Temyata akan bisa mengurangi biaya
alokasi.
b. Pemindahan alokasi sebanyak 200 ton dengan penghematan biaya
Rp2.000.000,00.
Untuk soal nomor 2 sampai nomor 5 bisa dikerjakan sesuai dengan
contoh dalam model ini.
: RANGKUMAN
Dalam modul ini diuraikan cara alokasi barang dari beberapa

sumber ke beberapa tempat tujuan. Kita cari cara alokasi yang bisa
meminimumkan biaya pengangkutan, dengan fasilitas yang sama hanya
dilakukan perubahan terhadap pembagiannya saja dan ada beberapa
metode yang bisa digunakan.
TES FORMATIF 1

Suatu perusahaan mempunyai 3 pabrik di kota W, H dan P. Perusahaan
menghadapi masalah alokasi basil produksinya dari pabrik-pabrik
tersebut ke gudang-gudang penjualan di kota A, B dan C. Kapasitas tiap
pabrik per bulan adalah sebagai berikut.
Pabrik
Kapasitas produksi tiap bulan

90 ton
60 ton
50 ton
200 ton
w
H
p
Jumlah
Kebutuhan gudang A, B, C adalah sebagai berikut.

Gudan
A
B
I
I Jumlah
Kebutuhan tiap bulan

50 ton
110 ton
40 ton
200 ton
5.22
Riset Operasi
Biaya pengangkutan setiap ton dari pabrik W, H, P ke gudang A, B, C

Dari
Pabrik W
Pabrik H
Pabrik P
Bia ta tia p ton dalam ribuan Rp

Ke udan A
Ke udan B
Ke udan
20
5
8
15
25
20
10
10
10
Berdasarkan tabel optimal dengan menggunakan metode vam, jawablah

pertanyaan-pertanyaan berikut.
1)
Kebutuhan gudang A sebesar 50 ton dapat dipenuhi dari pabrik ....

A. W
B. H
C. p
D. B
2)
Kebutuhan gudang C sebesar 30 ton dapat dipenuhi dari pabrik ... .

A. W
B. H
C. p
D. B
3)
Pabrik W dapat mengalokasikan 60 ton produknya ke gudang ....

A. A
B. B
C. C
D. D
4)
Seluruh hasil produksi pabrik P dapat dialokasikan ke gudang . ...

A. A
B. B
C. C
D. D
5)
Total biaya transportasi yang harus dikeluarkan perusahaan adalah ....

A. Rp500.000,00
B. Rp540.000,00
C. Rp850.000,00
D. Rp1.890.000,00
5.23
EKMA4413/ MODUL 5


-----------
x 100%
Jumlah Soal

80 - 89% =
70- 79% =
< 70% =
baik sekali
baik
cukup
kurang

belum dikuasai.
5.24
Riset Operasi
Kegiatan Belajar 2
Beberapa Masalah dan Penyimpangannya

A. KAPASITAS TIDAK SAMA DENGAN KEBUTUHAN
Dalam bagian-bagian sebelumnya, kapasitas penyediaan barang
dianggap selalu sama dengan kebutuhan. Apabila kapasitas tidak sama
dengan kebutuhan barang maka harus diusahakan agar sama, baru
diselesaikan dengan metode-metode yang ada.
1.
Jumlah Kapasitas Melebihi Kebutuhan

Kalau jumlah kapasitas melebihi kebutuhan berarti jumlah dari kolom
paling kanan melebihi jumlah baris paling bawah. Untuk menyamakan
jumlah itu harus ditambah satu kolom boneka (dummy colunm), yang artinya
ada kebutuhan pada kolom dummy sebesar kelebihan kapasitas itu.
Akibatnya, jumlah kapasitas seolah-olah sama dengan jumlah kebutuhan.
Misalnya, kapasitas pada Tabel 5.17 melebihi kebutuhannya maka dibuat
satu kolom boneka dengan kebutuhan sebesar kelebihan itu, biaya alokasi
tiap unit pada kolom dummysebesar 0.
Tabel 5.17.
Kapasitas Melebihi Kebutuhan
e
Dari
Kapasitas
10
17
12
60
15
11
17
50
20
16
40
Kebutuhan
30
40
50
150
120
5.25
EKMA4413/ MODUL 5
Tabel 5.18.
Menambah Kolom Dummy agar Jumlah Semua Kolom Sarna Dengan
Jumlah Semua Baris
e
Dari
10
17
Dummy D)
12
Kapasitas
0
60
15
11
17
0
50
c
Kebutuhan
20
16
0
40
30
40
50
20
150
Setelah jumlah kolom sama dengan jumlah baris maka alokasi bisa
dilakukan dengan menggunakan salah satu dari metode-metode di atas. Kalau
kita cari ternyata hasil alokasi yang optimal, seperti pada Tabel 5.19.
5.26
Riset Operasi
Tabel 5.19.
Alokasi Optimal dari Tabel 5.18.
Ke
Dari
10
17
Dummy (D)
12
0
60
50
15
10
11
17
0
50
40
10
20
16
0
40
30
Kebutuhan
Kapasitas
10
30
40
50
20
150
Pada tabel optimal di atas ternyata alokasi barang sebagai berikut.

Dari A ke Y = 50 ton
Dari B ke X = 40 ton
Dari C ke W = 30 ton
Semua kebutuhan di X, Y, dan W telah terpenuhi. Arti isian segi empat pada
kolom dummy menunjukkan kelebihan kapasitas tiap-tiap daerah asal.
Misalnya isi segi empat AD sebesar 10 ton berarti kapasitas di sumber A
yang telah terpakai 10 ton, demikian pula is ian segi empat BD dan CD
menunjukkan barang di sumber B dan C yang tidak terpakai.
2.
Jumlah Kebutuhan Melebihi Kapasitas

Kalau jumlah kebutuhan melebihi kapasitas maka perlu ditambahkan
baris dummy agar seolah-olah kapasitas sama dengan kebutuhan. Cara
menghitungnya sama dengan alokasi apabila kapasitas melebihi kebutuhan.
Kalau pada tabel optimal ada is ian pada segi empat di baris dummy artinya
ada sebagian kebutuhan pada kolom itu yang tidak terpenuhi.
5.27
EKMA4413/ MODUL 5
B. PENCARIAN NILAI BARIS/KOLOM BERHENTI DI TENGAH

Kadang-kadang isian dari sudut kiri atas berhenti di tengah. Misalnya
pada Tabel 5.20, mula-mula kita isi segi empat A W, kemudian segi empat
AX dan segi empat BX., tetapi pada segi empat BX ini terhenti karena tidak
ada sisa dari B maupun kekurangan kebutuhan di X. Jadi, tepat sama.
Akibatnya kita harus mulai mengisi lagi dari segi empat CY terus ke segi
empat DY, akhirnya segi empat DZ, seperti terlihat pada Tabel 5.21.
Tabel 5.20.
lsian Terputus di Segi Empat BX
Ke
Dari
A
10
40
12
.
11
Kapasitas
15
40
14
10
19
10
15
11
15
14
12
70
40
50
60
Kebutuhan
14
10
30
60
30
40
180
Kalau kita akan menghitung nilai baris dan kolom dari Tabel 5.20 di atas
akan mengalami kesulitan karena nilai baris A selalu 0, nilai kolom W bisa
dicari dengan rumus di depan sebesar 14 dan baris B sebesar -6, tetapi kita
tidak bisa melanjutkan mencari nilai kolom Y dan Z serta baris C dan D
karena tidak ada segi empat isi yang menghubungkannya dengan baris atau
kolom yang sudah diketahui nilainya. Untuk mengatasi kesulitan ini harus
kita buat isian semu, yaitu isian alokasi sebesar 0 pada segi empat yang
seharusnya bisa menghubungkan. Berarti kita menganggap bahwa segi empat
itu berisi meskipun isiannya 0, misalnya segi empat BY pada Tabel 5.20 kita
beri isian semu maka nilai kolom Y dan Z serta nilai baris C dan D bisa
dicari, seperti pada Tabel 5 .21.
5.28
Riset Operasi
Tabel5.21.
lsian Kedua Dimulai dari Segi Empat CY
Ke
Dari
A=O
W= 10
10
40
X= 14
Kapasitas
14
12
15
14
10
10
15
11
14
12
10
11
B= -6
60
19
30
15
10
40
Kebutuhan
70
30
40
30
50
60
30
40
180
Tabel 5.22.
lsian Semu Agar Nilai Semua Baris dan Kolom Bisa Dicari
Ke
Dari
W= 10
X= 14
10
A=O
40
Y= 20
z = 18
14
12
15
14
10
15
11
Kapasitas
50
10
11
B= -6
60
19
c =-5
10
30
30
D= -6
Kebutuhan
40
15
60
..
10
70
14
12
30
40
30
40
180
Setelah nilai semua baris dan kolom bisa dicari maka perbaikan alokasi
bisa dilakukan, seperti biasa.
5.29
EKMA4413/ MODUL 5
Isian pada tabel-tabel yang telah diubah kadang-kadang juga mempunyai

masalah semacam yang dibicarakan di atas. Untuk mengatasinya bisa
ditempuhjalan yang sama.
.,
"
LATIHAN
.::J
a..
- --- .y;

1)
Selesaikanlah alokasi optimal dari masalah transportasi berikut ini

dengan metode MODI!
Ke
Dari
A
c
Kebutuhan
2)
Kapasitas
27
23
31
69
10
45
40
32
30
54
35
57
90
70
70
150
40
40
80
270
Carilah alokasi optimal dari tabel berikut ini dengan metode MODI!
Ke
Dari
27
23
31
Kapasitas
69
140
'
10
40
..
30
c
Kebutuhan
45
90
40
54
70
32
35
50
57
60
80
260
270
5.30
3)
4)
Riset Operasi
Selesaikanlah alokasi dari data pada soal nomor 2 di atas dengan metode
Vogel!
Carilah alokasi optimal dari data berikut ini dengan metode MODI!
Ke
Dari
H
I
Kapasitas
12
10
11
10
14
30
Kebutuhan
5)
50
60
40
60
150
140
Carilah alokasi optimal dari data dalam tabel berikut ini!

Ke
Dari
12
10
11
15
Kebutuhan
20
Petunjuk Ja waban La tihan

A ke M = 10
Ake N = 70
Ake 0 = 70
B ke P = 40
C ke M = 80
50
40
10
Kapasitas
1)
50
14
30
25
11
60
60
150
135
2)
3)
4)
5.
EKMA4413/ MODUL 5
5.31
Ake M = 20
Ake N= 70
A ke 0 = 50
B ke P = 40
Cke M = 70
C ke P = 10
Dummy diP= 10 (kebutuhan diP tidak terisi 10 unit)
Sarna denganjawaban soal nomor 2.
Dapat dicari dengan prosedur yang sama dengan contoh di depan,
kebutuhan lebih kecil daripada kapasitas tiap-tiap sumber.
Alokasi pertama terputus di tengah dan kebutuhan tidak sama dengan
kapasitas. Cara mengerjakannya memakai kolom dummy dan isian
dummy.
RANGKUMAN
Kalau kebutuhan tidak sama dengan kapasitas maka perlu bantuan

baris atau kolom dummy agar seolah-olah kapasitas sama dengan
kebutuhan. Setelah itu bisa diselesaikan dengan metode-metode yang
ada.
Kalau pengisian terputus di tengah maka kalau diselesaikan dengan
metode MODI harus diberi isian dummy agar pencarian nilai-nilai baris
dan kolom bisa dilakukan.
TES FORMATIF 2

1)
Apabila penyelesaian dengan metode transportasi kapasitas melebihi

kebutuhan, maka dapat ditambahkan ....
A. baris dummy
B. kolom dummy
C. isian semu
D. baris semu
5. 32
Riset Operasi
2)
Penyelesaian permasalahan dalam metode transportasi apabila jumlah

kebutuhan melebihi kapasitas dapat digunakan ....
A. kolom perbaikan
B. nilai semu
C. baris dummy
D. indeks
3)
Nilai semu dapat digunakan untuk penyelesaian masalah ....

A. jumlah kapasitas melebihi kebutuhan
B. jumlah kebutuhan melebihi kapasitas
C. kapasitas tidak sama dengan kebutuhan
D. pencarian nilai baris/kolom berhenti di tengah
4)
Kelebihan kapasitas tiap-tiap pabrik pada tabel optimal dapat dilihat

dari ....
A. kolom dummy
B. baris dummy
C. indeks
D. nilai semu
5)
Apabila pada tabel optimal terdapat ion pada segi empat di baris dummy
berarti ....
A. kapasitas melebihi kebutuhan normal
B. kebutuhan gudang yang tidak terpenuhi
C. kekurangan kapasitas pada tiap-tiap pabrik
D. kelebihan kapasitas yang tidak dapat dialokasikan


----------
Jumlah Soal
80 - 89% =
70- 79% =
< 70% =
baik sekali
baik
cukup
kurang
x 100%
EKMA4413/ MODUL 5
5.33

belum dikuasai.
5.34
Riset Operasi

Tes Formatif1
1) B
2) A
3) B
4) B
5) D
Tes Formatif2
1) B
2) c
3) D
4) A
5) B
EKMA4413/MODUL 5
5.35
Daftar Pustaka
Churchman, C.W., Ackoff, R .. , dan Arnoff, E.L. Introduction to Operations
Metzeger, R.W. Elementary Mathematical Programming. New York: John
Wiley & Sons, Inc.
Subagyo, P., Asri, M., dan Handoko.H. (1995). Dasar-dasar Operations
Research. Y ogyakarta: BPFE
Taha, H. A. (1982). Operations Research) An Introduction. New York:
Macmillan Publishing Co., Inc.
Modul 6
Analisis Jaringan Kerja

PENDAHULUAN
erencanaan suatu pekerjaan biasanya memerlukan analisis yang cukup
lama agar pekerj aan itu selesai, seperti yang diharapkan dengan waktu
yang tepat dan biaya yang murah. Perencanaan untuk pekerjaan yang
sederhana memang bisa dilakukan secara cepat dan sederhana, tetapi untuk
merencanakan suatu proyek biasanya lebih sulit sehingga digunakan analisis
jaringan kerja.
Proyek adalah suatu pekerjaan yang mulai dikerjakan pada suatu saat
dan direncanakan akan selesai pada waktu yang telah ditetapkan sebelumnya.
Biasanya untuk menyelesaikan proyek ini harus dilakukan berbagai kegiatan
yang di antara kegiatan-kegiatan itu memiliki hubungan yang sangat
kompleks dan saling tergantung satu sama lain sehingga untuk
menyelesaikannya memerlukan waktu yang cukup lama. Jadi, proyek bukan
hanya sekadar proyek fisik yang berupa pembangunan rumah, jembatan,
j alan, dan pekerj aan fisik lainnya, melainkan termasuk juga proyek nonfisik,
seperti proyek penelitian, kegiatan advertensi, penataran, dan sebagainya.
Dalam analisis jaringan kerja, perencanaan pekerjaan itu dilakukan
sedemikian rupa dengan menggunakan diagram sehingga bisa secara
sistematis, lebih mudah, dan j elas.
Model jaringan kerja mulai dikembangkan kira-kira pada tahun
1956-1958 oleh beberapa ahli yang sebenarnya mereka tidak saling
berhubungan dan tidak pemah bekerja sama, tetapi temyata konsepnya
hampir sama. Pada dasamya ada dua kelompok konsep yang muncul, yaitu
Critical Path Method (CPM) dan Program Evaluation and Review Technique
(PERT). CPM dikemukakan oleh E.I. DuPont de Nemours dan Company
yang digunakan untuk pengaturan pekerjaan bangunan, kemudian konsep ini
dikembangkan oleh Mauchly associates. PERT dikemukakan oleh suatu
lembaga konsultan yang bekerja untuk U.S. Navy. Kedua konsep itu
6.2
Riset Operasi
sebenamya hampir sama, perbedaan yang pokok di antara keduanya terletak

pada cara memperkirakan waktu kegiatan. Pada CPM penentuan waktu
kegiatan dengan anggapan deterministik, artinya dianggap akan terj adi
secara pasti, sedangkan dalam PERT dengan anggapan probabilistik.
Selanjutnya, perbedaan ini tidak dipersoalkan lagi, kemudian konsep ini
sering disebut dengan project scheduling atau network planning, dalam
bahasa Indonesia sering disebut dengan perencanaan j aringan kerj a.
Setelah mempelajari modul ini Anda diharapkan dapat menerapkan cara
merencanakan dan mengadakan pengawasan pelaksanaan suatu proyek
dengan bantuan analisis j aringan kerj a.
Secara khusus setelah mempelajari modul ini diharapkan Anda dapat:
1. menentukanjangka waktu penyelesaian suatu proyek;
2. membuat jadwal tiap-tiap kegiatan;
3. mempercepat waktu selesainya suatu proyek dengan biaya minimal.
6.3
EKMA4413/MODUL 6
Kegiatan Belajar 1
Pembuatan Jaringan Kerja

ntuk memudahkan perencanaan suatu proyek biasanya dalam analisis
ini dibantu dengan menggunakan diagram network. Diagram network
atau sering disebut dengan diagramjaringan kerja adalah suatu diagram yang
menunjukkan hubungan antara kegiatan satu dengan kegiatan yang lain
dalam suatu proyek. Dalam diagram jaringan kerja kita mengenal aktivitas
dan kej adian. Adapun penj elasan mengenai kedua istilah ini adalah sebagai
berikut.
Aktivitas : adalah suatu pekerjaan atau tugas yang untuk menyelesaikannya
memerlukan waktu, biaya dan fasilitas tertentu, serta biasanya
proses aktivitas ini bisa diketahui. Dalam jaringan kerja
aktivitas ini digambarkan dengan anak panah.
Kejadian : kejadian atau event adalah permulaan atau akhir suatu kegiatan,
dengan sendirinya kejadian ini tidak memerlukan waktu, tetapi
hanya merupakan batas waktu selesai atau berakhirnya suatu
kegiatan. Biasanya kejadian ini di dalam diagram digambarkan
dengan lingkaran.
Hubungan antara kegiatan dengan kejadian di atas tampak apabila kita
menulis di papan tulis yang bersih. Tindakan ini merupakan kejadian pertama
yang ditunjukkan dengan lingkaran nomer satu. Kemudian, kita menulis di
papan tulis. Menulis itu kegiatan yang memerlukan waktu sehingga kita beri
simbol anak panah. Setelah selesai menulis maka di papan tulis sudah
terdapat tulisan. Ini merupakan kej adian kedua, yaitu pap an tulis sudah
ditulisi.
---
Gambar 6.1.
Hubungan antara kejadian dengan kegiatan
6.4
Riset Operasi
Dalam suatu proyek jumlah kegiatan dan kejadian itu banyak sekali
sehingga antara kegiatan satu dengan berikutnya dihubungkan dengan
kejadian (event). Untuk menjelaskan hubungan ini maka kita gunakan contoh
sederhana sebagai berikut.
Contoh 6.1
Sebuah bengkel tambal ban akan menambal ban mobil yang kebetulan
bocor (ban sudah dilepas dari mobil, tinggal menambal saja), dengan
kegiatan sebagai berikut. Mula-mula ban dilepas (dari vel g), di samping itu
perlu menyiapkan alat untuk menambal ban (kompor, alat pres, dan
sebagainya). Setelah ban dilepas dan alat tambal disiapkan maka ban
ditambal. Di samping itu, perlu diperiksa apakah pada ban luar terdapat paku
yang menyebabkan kebocoran itu. Setelah ban dalam selesai ditambal dan
ban luar selesai diperiksa maka ban dipasang kembali. Terlihat bahwa antara
kegiatan satu dengan kegiatan yang lain saling berhubungan, kegiatan
menambal dan kegiatan memeriksa paku dalam ban luar belum bisa
dilakukan kalau ban belum dilepas, kegiatan memasang kembali belum bisa
dilakukan kalau kegiatan menambal dan memeriksa paku pada ban belum
selesai dilakukan. Kalau urutan itu dibalik tidak akan bisa, misalnya ban
dalam ditambal dulu, barn kemudian dilepas. J adi urut-urutan kegiatan itu
harus diikuti. Untuk mempermudah memahami hubungan tersebut kegiatankegiatan itu bisa kita susun, seperti pada Tabel 61.
Tabel 6.1.
Kegiatan-kegiatan dalam Menambal Ban
Kode
Ke iatan
A
B
D
E
F
Uraian Kegiatan
Melepas ban dari velg
Menyiapkan alat tambal ban
Merambang/mencari kebocoran
Menambal ban dalam
Memeriksa paku pada ban luar
Memasang ban kembali
Kegiatan yang Mendahului

dan Kode Ke iatan
Tidak ada
Tidak ada
Melepas ban dari velg (a)
Merambang/mencari kebocoran (c)
Melepas ban dari velg (a)
Menambal dan memeriksa paku di ban
luar (d dan e)
Data dalam tabel itu dapat digambarkan dalam diagram jaringan kerja,
seperti pada Gambar 6.2.
6.5
EKMA4413/ MODUL 6
...
Gambar 6.2.
Diagram Jaringan Kerja untuk Menambal ban
Contoh 6.2
Suatu penelitian memiliki kegiatan-kegiatan, seperti pada Tabel 6.2.
Tabel 6.2.
Kegiatan untuk Penelitian
Kode
Ke iatan
A
E
F
G
H
I
J
Uraian Kegiatan
Membuat rencana penelitian dan
daftarpertanyaan
Mencari izin penelitian dari Dati II
Mencari fieldworkers
Melatih fieldworkers
Membeli alat-alat perlengkapan
Lapor ke kecamatan dan lurah di
daerah yang akan diteliti
Mempersiapkan keperluan untuk
penelitian lapangan
Penelitian lapangan
Mempersiapkan tabel dan
perlengkapan tabulasi
Tabulasi, analisis data, penulisan
dan penggandaan laporan
Kegiatan yang Mendahului dan Kode

Ke iatan
Tidak ada
Membuat rencana penelitian (a)
Membuat rencana penelitian (a)
Mencari fieldworkers (c)
lzin penelitian dari Dati II (b)
Pembelian alat-alat dan perlengkapan (e)
Melatih fieldworkers (d) dan
mempersiapkan keperluan untuk
penelitian lapangan (g)
Pembelian alat-alat dan perlengkapan (e)
Penelitian lapangan (h) dan persiapan
tabel untuk tabulasi (i)
Kalau kegiatan-kegiatan dalam tabel diatas digambarkan jaringan kerja

maka, seperti terlihat dalam Gambar 6.3.
6.6
Riset Operasi
Gambar 6.3.
Jaringan kerja untuk pekerjaan penelitian
A. BEBERAPA KETENTUAN DALAM MENYUSUN JARINGAN

KERJA
Penyusunan jaringan dalam contoh di atas kelihatannya mudah dan tidak
banyak menghadapi masalah. Hal ini disebabkan karena kegiatan dalam
pekerj aan itu relatif hanya sedikit dan hubungannya san gat sederhana.
Kegiatan dalam suatu proyek biasanya banyak dan hubungannya sangat
kompleks sehingga menyusunnya tidak semudah contoh di atas. Untuk
memudahkan penyusunan jaringan kerja harus memperhatikan ketentuanketentuan sebagai berikut.
1. Sebelum sesuatu kejadian dimulai semua kegiatan yang mendahuluinya
harus selesai dikerj akan.
2. Gambar anak panah yang hanya sekadar menunjukkan urutan-urutan
kegiatan. Panjang dan urutan anak panah itu tidak menunjukkan waktu
dan letak dari pekerjaan.
3. Nodes (lingkaran-lingkaran gambar kejadian) diberi nomor sedemikian
rupa sehingga tidak terdapat dua nodes atau lebih dengan nomor sama.
4. Untuk menghindari arah anak panah yang berulang kembali (circularity,
seperti pada Gambar 6.4.a, biasanya pada awal suatu anak panah diberi
nomor yang lebih kecil, sedangkan pada akhir suatu anak panah diberi
nomer yang lebih besar, seperti pada Gambar 6.4.b yang menunjukkan
jaringan kerja dari pekerjaan menghapus papan tulis. Kejadian (event)
pertama adalah masih penghapus masih di atas meja, kemudian ada
kegiatan mengambil penghapus di papan tulis (a), berarti kejadian kedua
adalah penghapus sudah berada di papan tulis dan papan tulis masih
kotor, dilanjutkan dengan kegiatan menghapus papan tulis (b), hasilnya
6.7
EKMA4413/MODUL 6
kejadian ketiga, yaitu papan tulis sudah bersih. Akhimya, penghapus

dipindahkan kembali di atas meja (c), dan kejadian terakhir penghapus
berada kembali di atas meja kembali.
Kalau kita tidak hati-hati maka penyusun jaringan kerja akan, seperti
pada Gambar 6.4.a, berarti terjadi perputaran yang tidak bisa diketahui ujung
pangkalnya. Seolah-olah proses kegiatan itu kembali lagi, seperti semula dan
terus bisa berj alan, padahal dalam menghapus itu hanya suatu proses sekali
proses selesai segera berhenti. Oleh karena itu, penyusun jaringan kerja yang
betul, seperti pada Gambar 6.4.b dengan memberi nomor kecil pada awal dan
nomor besar pada akhir suatu kegiatan.
Gambar 6.4.a.
Penyusunan Jaringan Kerja
Gambar 6.4.b.
Penyusunan Jaringan Kerja yang Betul
5.
Dua buah kejadian (events) hanya bisa dihubungkan oleh satu anak
panah (kegiatan) saja. Kalau terjadi 2 kegiatan atau lebih di antara 2
kejadian tidak boleh digambar secara langsung, seperti Gambar 6.5.
6.8
Riset Operasi
-.
Gambar 6.5.
Dua Kejadian yang Dihubungkan oleh Ketiga Kegiatan, tetapi Cara
Menggambar Semacam lni tidak Bisa Dibenarkan
6.
7.
Network hanya dimulai dari suatu kejadian (disebut initial event) dan
diakhiri oleh suatu kej adian (disebut terminal event) saj a.
Untuk mengatasi kesulitan dalam penyusunan jaringan kerja kalau perlu
bisa menggunakan aktivitas semu (dummy activities) yang sering disebut
dengan aktivitas boneka.
B. KEGIATAN SEMU/BONEKA (DUMMY ACTIVITIES)

Seperti telah dikemukakan di atas, untuk membuat jaringan kerja
kadang-kadang perlu digunakan kegiatan-kegiatan semu (dummy activities)
dan kejadian semu (dummy event). Kegiatan semu adalah bukan kegiatan
yang dianggap sebagai kegiatan, hanya saja tanpa memerlukan waktu, biaya,
dan fasilitas. Apa pun kegunaan dari kegiatan semu, antara lain berikut ini.
1. Untuk menghindari terjadinya dua kejadian dihubungkan oleh lebih dari
satu kegiatan (kegiatan a, b, dan c), seperti pada Gambar 6.5. Dengan
kegiatan semu hal ini dapat diatasi, yaitu ketiga kegiatan tersebut dapat
dimulai dari kej adian yang tidak semu, seperti terlihat pada Gambar 6. 6 .
..
Gambar 6.6:
Setiap 2 Kejadian hanya Dihubungkan oleh Satu Kegiatan, sebab Kita
Menggunakan Dummy Activity
6.9
EKMA4413/MODUL 6
2.
Untuk memenuhi ketentuan (5) di atas di mana suatu network harus

dimulai oleh suatu kejadian dan diakhiri oleh satu kejadian, kadangkadang harus ditambahkan suatu kejadian semu (boneka) pada awal
suatu network, satu kejadian semu pada akhir network, dan kejadiankejadian semu yang menghubungkan kejadian awal dan kejadian akhir
dengan kejadian-kejadian di dalam network apabila network dimulai
atau diakhiri oleh beberapa kej adian. Contoh sederhana, misalnya untuk
membuat sepatu dimulai dari membuat bagian atas (kegiatan a) dan
membuat bagian bawah (kegiatan b), kemudian dirakit (kegiatan c)
menjadi sepatu. Kegiatan-kegiatan semu pada awal network dapat dilihat
pada Gambar 6.7.
Gam bar 6. 7.
Kegiatan-kegiatan Semu dan Kejadian Semu pada Awal Network Pembuatan
Sepatu
3.
Kegunaan dummy activities berikutnya adalah untuk menunjukkan

urutan-urutan pekerjaan yang tepat. Misalnya, ada 4 kegiatan a, b, c, dan
d. Kegiatan a mendahului kegiatan c (biasanya ditulis a dan c) kegiatan b
mendahului kegiatan d. Gambar 6.8.a menunjukkan hubungan yang
salah sebab seolah-olah kegiatan d harus didahului oleh kegiatan a,
padahal nyatanya tidak demikian. Untuk menghindari kesalahan ini
dapat digunakan kegiatan semu x, seperti terlihat pada Gambar 6.8.b.
if\:~...~ ~=~~
~
l jjJ
, ..-~
~~~
Gambar 6.8.
Kegiatan
Semu untuk
Menghindari
Kesalahan
1..!1
b
~
,
I
6.10
Riset Operasi
C. JALUR DAN JALUR KRITIS

Di dalam analisis jaringan kerja, biasanya pertama kali dicari terlebih
dahulu jalur kritis dari pekerjaan proyek tersebut. Dalam hal ini kita
mengenal istilah jalur dan jalur kritis.
Jalur
: adalah rangkaian kegiatan yang menghubungkan kegiatan awal
dengan kegiatan akhir suatu proyek secara sinambung.
Jalur kritis: adalah jalur yang jumlah waktu penyelesaian kegiatankegiatannya terpanjang. Jalur ini menentukan waktu
penyelesaian suatu proyek, artinya tidak bisa diselesaikan
dalam waktu yang lebih pendek daripada j alur kritis ini.
Untuk memberikan gambaran yang lebih jelas, berikut ini akan diberikan
contoh mengenai j aringan kerj a, j alur, dan j alur kritis pada suatu proyek.
Contoh 6.3
Suatu proyek memiliki kegiatan, seperti yang tercantum dalam Tabel 6.3
berikut.
Tabel 6.3.
Kegiatan-kegiatan untuk Proyek ABC
Ke .1atan
Ke .1at an, 1an Men dahuIu1.
Waktu 5e1ap
f Ke .1atan
5
3
4
6
5
7
4
5
a
a, b
D
E
F
G
H
Jika digambarkan
Gambar 6.9.
c
d,e
f, g
dalam
diagram jaringan,
akan
tampak pada
6.11
EKMA4413/MODUL 6
' EIJ~
Gam bar 6. 9.
Diagram jaringan kerja proyek "ABC"
Dalam diagram di atas terlihat ada 5 jalur, yakni berikut ini.

Jalur 1-2-5-6-7 (kegiatan a, d, g, h) panjangnya 20 hari,
Jalur 1-2-3-5-6-7 (kegiatan a, e, g, h) panjangnya 19 hari,
Jalur 1-3-5-6-7(kegiatan b, e, g, h) panjangnya 17 hari,
Jalur 1-4-5-6-7(kegiatan c, g, h) panjangnya 13 hari,
Jalur 1-4-6-7(kegiatan c, f, h) panjangnya 16 hari.
Ternyata di antara kelima jalur itu yang paling panjang adalah jalur
pertama, yaitu 20 hari. Jalur terpanjang ini disebut jalur kritis, yaitu jalur
yang menentukan waktu selesainya proyek. Meskipun ada jalur yang lebih
pendek daripada 20 hari, tetapi proyek ABC tidak akan selesai sebelum 20
hari. Hal ini disebabkan karena ada kegiatan yang hanya bisa cepat
diselesaikan apabila kegiatan-kegiatan yang mendahuluinya sudah selesai
dikerjakan. Mungkin ada satu atau beberapa di antara kegiatan-kegiatan yang
mendahului bisa cepat dikerjakan, tetapi kegiatan (berikutnya) itu baru bisa
dikerjakan setelah semua kegiatan pendahuluan selesai semuanya. Sebagai
contoh dalam diagram jaringan kerja di atas tampak bahwa kegiatan-kegiatan
e didahului oleh kegiatan a dan b. Waktu untuk kegiatan a adalah 5 hari
sedang untuk kegiatan b hanya 3 hari. Meskipun kegiatan b selesai dalam 3
hari, tetapi kegiatan e hanya bisa dimulai setelah hari ke-5 (pada awal hari
ke-6) karena untuk memulai kegiatan e dengan syarat bahwa kedua kegiatan
itu telah selesai semua. Kegiatan g didahului oleh kegiatan d dan kegiatan e.
kegiatan d selesai pada hari ke-11 (waktu kegiatan a ditambah kegiatan b),
sedangkan kegiatan e selesai dalam hari ke-10 (waktu kegiatan a ditambah
kegiatan e), tetapi kegiatan g bam bisa dimulai setelah hari ke-11 (awal hari
ke-12), tidak mungkin dimulai pada akhir hari ke-10 (awal hari ke-11),
karena jalur 1-2-3-5 sudah selesai dalam waktu 10 hari kita hams menunggu
6.12
Riset Operasi
selesainya jalur 1-2-5 yang waktunya 11 hari. Demikian pula kegiatan h

hanya bisa dimulai setelah kegiatan d dan kegiatan e selesai dikerj akan.
Untuk menyelesaikan kegiatan g memerlukan waktu 15 hari (jalur 1-2-5-6)
dan kegiatan f memerlukan waktu 11 hari (jalur 1-4-6). Dengan demikian,
kegiatan h barn bisa dimulai setelah hari ke-15 (awal hari ke-16) meskipun
kegiatan f sudah selesai pada akhir hari ke-11. J adi, selesainya proyek pada
hari ke-20, yaitu 15 hari ditambah waktu untuk kegiatan 5 hari. Jadi, jelas
terlihat di sini bahwa j alur kritis adalah j alur yang jumlah waktunya
terpanjang, tetapi jangka waktunya merupakan jangka waktu tercepat untuk
bisa menyelasaikan suatu proyek.
Dalam jaringan kerja di atas ada kegiatan yang sebenamya sudah selesai
dikerj akan, tetapi tidak bisa segera dilanjutkan dengan kegiatan berikutnya
karena kegiatan lanjutannya itu memerlukan prasyarat kegiatan lain yang
belum selesai dikerjakan. Sebenarnya memulainya kegiatan yang hams
menunggu ini bisa ditunda, asalkan penundaannya tidak melampaui batas
tertentu sehingga tidak menunda kegiatan yang lain. Oleh karena itu, dalam
hal ini kita mengenal waktu mulai paling cepat, waktu selesai paling cepat,
waktu mulai paling lambat dan waktu selesai paling lambat. Di samping itu
kita mengenal pula apa yang disebut float atau waktu menunggu. Kita
mengenal dua macamjloat, yaitu totaljloat danfreefloat.
1.
Waktu Mulai Paling Cepat (MC)

Yang disebut dengan waktu mulai paling cepat adalah waktu tercepat
untuk bisa memulai suatu kegiatan, dalam keadaan normal, dengan tidak
mengganggu kelancaran penyelesaian kegiatan yang lain. Waktu paling cepat
untuk memulai kegiatan b pada hari ke-0, sedangkan waktu tercepat untuk
memulai kegiatan e setelah hari ke-5 (awal hari ke-6). Me skipun kegiatan b
sudah selesai setelah 3 hari, tetapi waktu mulai paling cepat untuk
melaksanakan kegiatan e adalah setelah hari ke-5. Hal ini disebabkan karena
untuk bisa memulai kegiatan e hams menunggu selesainya kegiatan a karena
kegiatan e memiliki prasyarat di samping kegiatan b juga kegiatan a.
Demikian pula kegiatan g, waktu tercepat untuk memulai kegiatan itu 11 hari
karena jalur 1-3-5 selesai dalam waktu 8 hari dan jalur 1-4-5 selesai dalam
waktu 4 hari, tetapi untuk memulainya masih harus menunggu selesainya
jalur 1-2-5 yang memakan waktu 11 hari.
EKMA4413/MODUL 6
6.13
2.
W aktu Selesai Paling Cepat (SC)

W aktu selesai paling cepat adalah waktu yang tercepat untuk bisa
menyelesaikan kegiatan dalam keadaan normal dan tidak mengganggu
kelancaran kegiatan yang lain. Untuk menghitung waktu selesai paling cepat
ini mudah tinggal menambah waktu mulai paling cepat dengan waktu
kegiatannya. Sebagai contoh waktu paling cepat untuk menyelesaikan
kegiatan e adalah 10 hari, yaitu waktu mulai paling cepat 5 hari ditambah
waktu kegiatan e 5 hari. Waktu selesai paling cepat untuk kegiatan g adalah
15 hari (11 hari ditambah 4 hari).
3.
Waktu Mulai Paling Lambat (ML)

W aktu mulai paling lamb at adalah waktu yang paling lamb at untuk
memulai suatu kegiatan, dalam keadaan normal, tidak mengganggu
kelancaran penyelesaian kegiatan yang lain. Hal ini terjadi karena suatu
kegiatan tidak bisa segera dilanjutkan dengan kegiatan berikutnya karena
hams menunggu kegiatan yang lain. Daripada menunggu setelah selesai
dikerjakan maka kita bisa menunda memulainya paling lama sesuai dengan
lamanya menunggu tadi. Jadi, kalau kegiatan b telah selesai terpaksa
menunggu selesainya kegiatan a selama 2 hari maka sebenamya bisa
diselesaikan bersamaan pada hari ke-5, tetapi mulainya setelah hari kerja-2
(awal hari ke-3). Untuk kegiatan e bisa dimulai paling lambat setelah hari ke6 karena akan menunda selesainya kegiatan ini menj adi setelah hari ke-11,
tidak melebihi kegiatan d, tetapi untuk kegiatan c agak berbeda. Memulainya
kegiatan c hanya bisa ditunda, dengan 4 hari karena kegiatan c juga
merupakan prasyarat kegiatan f. Kalau kegiatan f hams selesai pada hari ke15 maka kegiatan c paling lambat hams selesai pada hari ke-8 (15-7). Dengan
sendirinya kegiatan c bisa ditunda, tetapi paling lambat setelah hari ke-4
hams sudah dimulai.
4.
Waktu Selesai Paling Lambat (SL)

W aktu selesai paling lamb at adalah waktu paling lamb at untuk
menyelesaikan suatu kegiatan secara normal dan dengan tidak mengganggu
kelancaran kegiatan yang lain. Misalnya, kegiatan b meskipun ditunda, tetapi
paling lambat harus selesai pada hari ke-6 karena kalau pada hari ke-6 belum
selesai akan mengakibatkan keterlambatan penyelesaian kegiatan e sehingga
pada hari ke-11 kegiatan e belurn selesai dikerj akan sehingga waktu selesai
paling lambat untuk kegiatan b adalah 6 hari. Untuk kegiatan f waktu selesai
6.14
Riset Operasi
paling lambat 15 hari karena kalau kegiatan f belum selesai pada akhir hari
ke-15 akan mengakibatkan tertundanya kegiatan h dan penyelesaian proyek
akan tertunda.
5.
Total Float
Yang disebut dengan total float adalah jumlah waktu menunggu yang
ada pada suatu waktu kegiatan sama dengan selisih antara waktu maksimum
yang tersedia untuk menyelesaikan suatu kegiatan dikurangi dengan waktu
mulai paling cepat (SL-MC) dikurangi dengan waktu kegiatan (WK). Untuk
kegiatan 1, totalfloat-nya dapat dicari dengan cara sebagai berikut.
TF1
6.
SL1- MC1- WK1
Free Float
Yang disebut dengan free float adalah waktu sisa atau waktu tunggu
yang ada di antara waktu tercepat suatu kegiatan dengan waktu mulai paling
cepat kegiatan berikutnya. Untuk kegiatan i yang diikuti kegiatan j makafree
float dapat dihitung dengan cara sebagai berikut.
FFI = MCJ - MCI - WKI
D. MEN CARl JALUR KRITIS

Jalur kritis bisa dicari dengan cara mencari jalur yang memiliki waktu
mulai paling cepat sama dengan waktu mulai paling lambat atau jalur yang
memiliki waktu selesai paling cepat sama dengan waktu selesai paling
lambat. Untuk contoh kita yang merupakan jalur kritis adalah jalur 1-2-5-6-7
karena MC untuk node 1, node 2, node 5, node 6 dan node 7 sama dengan
ML. Dengan sendirinya SC pada nodes itu akan sama dengan S nya. Dengan
sendirinya baik total float maupun free float pada jalur sebesar 0. Hal ini
dapat dilihat pada Gambar 6.1 0.
1~1 )00]
Garnbar 6.1 0.
Jalur Kritis
Terletak pad a
Jalur, di Mana MC
Sarna Dengan ML
dan SC Sarna
Dengan SL
6.15
EKMA4413/ MODUL 6
Untuk network pada Garnbar 6.10 dapat dicari Total Float dan Free
Float-nya pada Tabel 6.4.
Tabel 6.4.
Perhitungan Total Float
Ke iatan
1-2
1-3
1-4
2-5
3-5
4-6
5-6
6-7
Waktu
5
3
4
6
5
7
4
5
sc
MC
0
0
0
5
5
4
11
15
5
3
4
11
10
11
15
20
ML
0
4
4
5
6
8
11
15
SL
5
6
8
11
11
15
15
20
Total Flot
(5-0-5)=0
(6-0-3)=3
(8-0-4)=4
(11-5-6)=0
(11-5-5)=1
(15-4-7)=4
(15-11-4)=0
20-15-5 =0
Free Float
(5-0-5)=0
(5-0-3)=2
(4-0-4)=0
(11-5-6)=0
(11-5-5)=1
(15-4-7)=4
(15-11-4)=0
20-15-5 =0
Pada Tabel 6.4, terlihat bahwa pada jalur kritis nilaijloat-nya 0 sernua.
LATIHAN
Untuk rnernperdalarn pernaharnan Anda rnengenai rnateri di atas,

1)
Kegiatan
Kegiatan K yang
Mendahului
b
c
d
e
f
g
h
a
a
b
b,c
d
e
e, f
g, h, i, j
Waktu Kegiatan (Dalam Hari)

12
17
15
13
13
15
13
14
15
14
15
Pertanyaan:
a. Garnbarlah network-nya!
b. Cari jalur kritisnya dan berapa waktu untuk penyelesaian proyek itu!
6. 16
Riset Operasi
c.
Carilah waktu mulai paling cepat, waktu mulai paling lambat, waktu
selesai paling cepat, waktu selesai paling lambat, total float, dan free
jloat-nya!
Suatu proyek memiliki kegiatan, seperti pada tabel berikut ini.

Kegiatan
a
b
c
d
e
f
Kegiatan yang Mendahului
Waktu Kegiatan {Hari)
15
13
12
13
13
15
18
14
15
14
15
c
c
c, b
b,a
d
e
e, f
l,h,i,'
g
h
Pertanyaan:
a. Gambarkan network-nya!
b. Tunjukkanjalur kritisnya dan berapa waktu penyelesaian proyek itu!
c. Carilah waktu mulai paling cepat, waktu mulai paling lambat, waktu
selesai paling cepat, waktu selesai paling lambat, total float, dan free
jloat-nya!
3)
Data untuk menyelesaikan suatu proyek sebagai berikut.

Aktivitas
A
Aktivitas yang Mendahului

-
Waktu (Hari)
8
6
5
D
E
F
G
H
A
C,D
A
B
E,F
4
7
8
2
5
Pertanyaan :
6.17
EKMA4413/MODUL 6
c.
4)
selesai paling cepat, waktu selesai paling lamb at, total float, dan free
jloat-nya!
Data untuk menyelesaikan suatu proyek sebagai berikut.
Ke iatan
A
B
D
E
F
G
H
I
J
K
L
5)
Ke iatan 'an Mendahului

A
A
B
D
E
F, G
D,H
E
I, J
Waktu Hari
5
8
3
7
4
7
2
6
9
4
8
5
Pertanyaan:
c. Carilah waktu mulai paling cepat, waktu mulai paling lambat, waktu
selesai paling cepat, waktu selesai paling lamb at, total float dan free
jloat-nya!
Untuk menyelesaikan suatu proyek diperlukan kegiatan-kegiatan sebagai
berikut.
Ke iatan
A
B
D
E
F
G
H
a.
b.
Ke1 iatan tan~ Mendahului

-
Waktu Hari
3
3
4
B,D,E
A
5
6
4
3
c
c
Pertanyaan:
Gambarkan network-nya!
Tunjukkanjalur kritisnya dan berapa waktu penyelesaian proyek itu!
6. 18
Riset Operasi
c.
selesai paling cepat, waktu selesai paling lamb at, total float dan free
jloat-nya!
Petunjuk Jawaban latihan

Untuk mengerjakan soal-soal latihan di atas, caranya mirip dengan
contoh soal di depan. Perhatikan pedoman-pedoman yang dikemukakan
dalam menyusun j aringan kerj a.
RANGKUMAN
Dalam kegiatan belajar ini dikemukakan bagaimana merencanakan

kegiatan-kegiatan untuk menyelesaikan suatu proyek. Oleh karena
kegiatan dalam suatu proyek itu banyak sekali maka untuk
mempermudah digunakan jaringan kerja. Lama waktu menyelesaikan
suatu proyek tergantung panjangnya jalur kritis. Jalur kritis adalah jalur
terpanjang suatu network, dan merupakan waktu tercepat untuk
menyelesaikan suatu proyek.
TES FORMATIF 1

1)
Yang disebut event dalam j aringan kerj a adalah ....

A. suatu pekerjaan dengan waktu tertentu
B. akhir dari suatu kegiatan
C. awal atau akhir suatu kegiatan
D. lingkaran untuk menghubungkan kegiatan
2)
Untuk menggambarkan jaringan kerja ....

A. satu kegiatan bisa diawali dengan dua nodes
B. satu node bisa merupakan akhir dari beberapa kegiatan
C. satu node harus dengan satu kegiatan dan satu kegiatan dengan satu
node
D. dalamjaringan kerja setiap kegiatan dapat digambarkan tanpa node
6.19
EKMA4413/ MODUL 6
Suatu proyek memiliki kegiatan, seperti yang tercantum dalam tabel

berikut ini.
No
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Kel iatan
A
B
D
E
F
G
H
I
J
K
Kegiatan sebelumn~a
A
B
B
Waktu hari
c
c
D
E,F
F,G
H, I
J
0
20
30
60
40
40
20
50
60
20
0
Gambarlah network-nya danjawab pertanyaan-pertanyaan berikut.

3)
Jalur kritis network tersebut adalah ....

A. A - B - C - E - H - J - K
B. A - B - C - F - H- J- K
C. A - B - C - F - I - J - K
D. 1 - B- D- G I- J- K
4)
Proyek tersebut dapat diselesaikan paling cepat selama ....

A. 150 hari
B. 160 hari
C. 170 hari
D. 180 hari
5)
W aktu mulai paling cepat untuk kegiatan 1 adalah ....

A. 60
B. 90
C. 100
D. 160

6.20
Riset Operasi

-----------
x 100%
Jumlah Soal

80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

belum dikuasai.
6.21
EKMA4413/MODUL 6
Kegiatan Belajar 2
Perpendekan Waktu Penyelesaian Proyek

erpendekan waktu penyelesaian proyek sebenamya bisa dilakukan
dengan beberapa metode, tetapi dalam modul ini hanya akan dibicarakan
cara yang sederhana saja. Perpendekan waktu penyelesaian suatu proyek
sampai batas waktu tertentu dapat dilakukan dengan memperpendek waktu
penyelesaian kegiatan-kegiatan tertentu, dengan menambah jam kerja
lembur, menambahjumlah buruh, menambah fasilitas, dan sebagainya. Tentu
saja perpendekan ini disertai dengan penambahan biaya. Meskipun demikian,
harap diingat bahwa penambahan biaya untuk memperpendek waktu suatu
kegiatan itu hanya bisa dilakukan sampai batas waktu tertentu saj a setelah
batas itu tidak bisa diperpendek lagi meskipun biayanya ditambah. Sebagai
contoh kalau suatu pekerjaan dalam keadaan normal bisa diselesaikan dalam
waktu 10 hari, bisa diperpendek sampai waktu terpendek (misalnya 5 hari).
Oleh karena keterbatasan waktu, tenaga, sarana, dan berlakunya law of
diminishing return maka tidak bisa diperpendek lagi.
A. HUBUNGAN ANTARA WAKTU DENGAN BIAYA

PERPENDEKAN
Hubungan antara waktu perpendekan dengan biayanya ada beberapa
macam, antara lain hubungan yang linear, progresif, degresif, dan discrete.
Berikut ini akan dibahas beberapa macam hubungan itu.
1.
Hubungan Biaya yang Bersifat Linear
Dalam hubungan yang linear ini, kenaikan biaya perpendekan bersifat

proporsional dengan waktu perpendekan. Artinya, setiap menambah
perpendekan dengan satu hari biaya tambahannya selalu sama, misalnya kita
memperpendek dengan 1 hari biaya perpendekannya Rp 100,00, kalau 2 hari
biaya untuk perpendekan kedua juga Rp 100,00, kalau diperpendek 3 hari
biaya perpendekan ketiga juga sebesar Rp100,00. Demikian pula untuk
perpendekan selanjutnya. Misalnya, perpendekan itu hanya bisa 4 hari
sehingga waktu penyelesaiannya 6 hari. U ntuk j elasnya dapat dilihat pada
Tabel6.5.
6.22
Riset Operasi
Tabel 6.5.
Biaya Perpendekan yang Bersifat Linear
Perpendekan
Hari
-
Waktu Kegiatan
Hari
10
9
8
7
6
Biaya Kegiatan
Rp
Biaya Tambahan
Hari Terakhir Rp
500
600
700
800
900
1
2
3
4
100
100
100
100
Tabel di atas dapat digambarkan, seperti pada Gambar 6.11. Dalam

gambar itu terlihat bahwa perpendekan waktu kegiatan disertai dengan
kenaikan biaya proporsional atau linear. Jadi, kalau kita akan memperpendek
waktu penyelesaian kegiatan itu menjadi 8 hari berarti perpendekan 2 hari
dan biayanya = 2 x 100 = 200. Kalau akan memperpendek 7,5 hari, dengan
perpendekan 2,5 hari berarti tambahan biayanya = 2,5 x 250. Kalau akan
memperpendek menjadi 5 hari tidak mungkin karena paling banyak bisa
diperpendek 4 hari.
BnJ~a
~9fl
~
lon
"
II
.. ...
:ltUJQ'
'
~~OJ
...
I ~(J
.."
-t'!
n : n:
,.....
ftQfi
..
-=-:
il
...' .--....
'.
...
...
-~
--- ....
-
.
....
: ~
...
l:
I.
'
..
Ill
<I I,; -
1-
-......-o-
--
] ...
r.
:; a
'1
i-
=I
:l
:I
tf.l_
:--~
;J
T'
f'
:al
'
'
....
"
..-
I
I
(
1\
'
f{i ~1&tl
Gambar 6.11.
Hubungan antara waktu perpendekan dengan biaya yang bersifat linear
6.23
EKMA4413/MODUL 6
2.
Hubungan Biaya yang Bersifat Progresif

Hubungan lain bersifat progresif, artinya perpendekan selalu dikuti
dengan biaya yang semakin mahal. Misalnya, kalau diperpendek 1 hari biaya
perpendekannya Rp100,00. Kalau diperpendek 2 hari, untuk perpendekan
hari kedua bukan Rp100,00, tetapi Rp150,00 kalau diperpendek 3 hari untuk
perpendekan hari ketiga Rp250,00 dan seterusnya. Untuk lebih jelasnya dapat
dilihat pada Tabe16.6 berikut ini serta gambarnya pada Gambar 6.12.
Tabel 6.6.
Kenaikan Biaya Bersifat Progresif
Waktu
Kegiatan
Hari
Perpendekan
(Hari)
Biaya Kegiatan
(Rp)
Biaya Tambahan
Hari Terakhir (Rp)
1
2
500
600
750
1000
1400
100
150
250
400
10
9
8
7
6
.,,
I I
...*'
tOC!J
-"
.l
n (l
-.
I ;-~
.....
,"'.
"""-
.... "''
..\
.."' ''
f))ii)
,. ,
"'
J
I
'
...
,.,
...,. .
...
ii
-
.
--
,.:
i
I'
Gambar 6. 12.
Kenaikan Biaya Perpendekan yang Bersifat Progresif
6.24
Riset Operasi
3.
Hubungan Biaya yang Bersifat Degresif

Hubungan biaya perpendekan dikatakan degresif apabila semakin
diperpendek maka tambahan biaya setiap hari semakin kecil, misalnya
diperpendek 1 hari biaya perpendekannya Rp100,00. Kalau diperpendek 2
hari, untuk perpendekan hari kedua Rp50,00. Kalau diperpendek 3 hari
memerlukan biaya perpendekan untuk hari ketiga Rp25,00 dan seterusnya.
Untuk lebihjelasnya dapat dilihat pada Tabel 6.7 berikut ini, serta gambarnya
pada Gambar 6.13.
Tabel 6. 7.
Kenaikan Biaya Bersifat Degresif
Waktu Kegiatan
Hari
Perpendekan
Hari
Biaya Kegiatan
Rp
Biaya Tambahan
Hari Terakhir Rp
10
1
2
500
600
650
675
685
8
7
6
3
4
100
50
25
10
1tl~5:
I!
W _.,. II
lll'
~srn
"
.
.
~ ; , il
El'"',.J(l"
II
'I I I
!If~
!I !I
'
4 - ,
"" r .. 11J 111 ! li!l-
I . . . . . I!'
,.
f Jl'
II! !
r
"'J
... Ill Ill ... ..,.
l'"f 1!1 ('

1
t
L
.-
j(KI ;;-:_;_. ,.;~J!W iii~ -..t

...
...... --.. ..
I! _
.. .- . ,;;,;( .
r--
I ~'
'
.,.
..
-.
II

' -
'Wil l l~ iiJ .t:!ll "!~ 'iil il;;~ . "7ii .._
..
-.. fl!'
.... ,.
-
1t
"' '
..,
<
n~~
'
iWa.'kmtbar.l
Gambar 6.13.
Kenaikan Biaya Perpendekan yang Bersifat Degresif
4.
6.25
EKMA4413/MODUL 6
Biaya Perpendekan yang Bersifat Descrete

Biaya perpendekan yang sifatnya descrete adalah yang perpendekannya
hanya mungkin pada satu a tau beberapa titik saja, misalnya dari 10 hari
hanya bisa diperpendek menjadi 7 atau 5 hari saja. Diperpendek menjadi 9, 8,
6 hari atau yang lain tidak bisa. Biaya perpendekan itu dapat kita gambarkan,
seperti pada Gambar 6.14.
--
Gambar 6. 14.
Hubungan Waktu dan Biaya Perpendekan Bersifat Discrete
B. PEMILIHAN JALUR YANG DIPERPENDEK

Untuk mempercepat penyelesaian suatu proyek tidak perlu
memperpendek semua kegiatan, melainkan cukup dipilih satu atau beberapa
kegiatan yang dipandang perlu saja, yaitu yang terletak dijalur kritis, dipilih
yang biaya perpendekannya paling murah. Misalnya, waktu penyelesaian
proyek dalam Gambar 6.9 kita perpendek dengan 1 hari maka harus
diperpendek kegiatan dalam jalur kritis. Andaikata yang diperpendek
kegiatan (1-4) yang tidak terletak dalam jalur kritis maka waktu penyelesaian
proyek itu tidak akan lebih cepat, tetapi hanya akan menambah waktu tunggu
atau float pada jalur 1-4-6 karena itu perpendeklah pada jalur kritis.
Andaikata yang diperpendek kegiatan (1 -2) maka akan bisa memperpendek
waktu penyelesaian proyek dengan satu hari yang mula-mula 20 hari menjadi
19 hari. Andaikata sudah diperpendek beberapa kali temyata j alur kritisnya
menjadi tidak kritis lagi maka perpendek pulalah jalur kritis yang barn. Untuk
6.26
Riset Operasi
lebih jelasnya kita gunakan proyek dalam Gambar 6.9 di depan (yang disalin
dalam Gambar 6.15) dengan data, seperti dalam Tabel 6.8.
'.:- - - - - - - - - - - - - - - - ---.
Gambar 6.15.
Jaringan Keja dari Proyek ABC, seperti Dalam Gam bar 6. 9
Tabel 6.8.
Waktu dan Biaya Perpendekan Kegiatan-kegiatan dalam Proyek ABC
Kegiatan
1-2
1-3
1-4
2-5
3-5
4-6
5-6
6-7
1.
Waktu
Normal
Hari
Waktu setelah
Diperpendek
hari
Biaya
Normal
Biaya setelah
Diperpendek
5
3
4
6
5
7
5
4
3
2
3
3
3
4
2
3
7000
9000
7500
9200
4700
9000
15000
11000
7600
9000
7500
9200
4700
9000
11500
11000
Biaya
Rata-rata
Rl
300
0
2500
400
350
500
2000
1250
Untuk Perpendekan 1 Hari

Misalnya, proyek itu akan kita percepat 1 hari maka perpendekan
sebaiknya dilakukan pada salah satu kegiatan j alur kritis, yaitu salah satu dari
kegiatan 1-2, 2-5, 5-6. Oleh karena perpendekannya hanya satu hari maka
kita pilih salah satu dari kegiatan itu yang memiliki biaya perpendekan satu
hari rata-rata paling murah, yaitu kegiatan 1-2 Rp300,00. Akibatnya jalur 12-5 dapat selesai dalam waktu 10 hari, jalur 1-3-5 tetap 10 hari dan node 6
selesai dalam 14 hari serta proyek (node 7) selesai dalam waktu 19 hari.
EKMA4413/ MODUL 6
6.27
2.
Untuk Perpendekan 2 Hari

Andaikata proyek diperpendek 2 hari maka masih kita pilih kegiatan 1-2
yang diperpendek lagi karena kegiatan ini bisa diperpendek paling banyak 2
hari. Biaya perpendekan itu menjadi 2 x Rp300,00 = Rp600,00, jalur 1-2-5
selesai dalam waktu 9 hari, tetapi jalur 1-3-5 masih tetap 10 hari sehingga
kegiatan 5-6 bisa dimulai setelah hari ke-1 0 dan selesai pada hari ke-19.
Ternyata proyek belum bisa diperpendek 2 hari, meskipun kegiatan 1-2
diperpendek dengan 2 hari, tetapi salah satu dari kegiatan dalam jalur 1-3-5
hams diperpendek juga dengan 1 hari agar kegiatan 5-6 bisa dimulai setelah
hari ke-9. Kegiatan 1-3 tidak bisa diperpendek maka satu-satunya yang bisa
diperpendek adalah kegiatan 3-5, diperpendek 1 hari, dengan biaya untuk 1
hari perpendekan Rp350,00. Dengan demikian, biaya perpendekan sebagai
berikut.
Perpendekan kegiatan 1-2:2 hari = Rp 600,00
Perpendekan kegiatan 3-5:1 hari = Rp 350,00
Jumlah
= Rp 950,00
Dengan kata lain untuk perpendekan satu hari pertama kegiatan 1-2
dengan biaya Rp300,00 dan perpendekan hari kedua kegiatan 1-2 bersamasama dengan kegiatan 3-5, memakan biaya (keduanya) Rp950,00 kita masih
bisa membandingkan dengan altematif lain, yaitu kalau perpendekan kedua
bukan pada kegiatan 1-2 dan kegiatan 3-5, tetapi cukup salah satu dari
kegiatan 5-6 atau 6-7, dan lebih mahal masing-masing dengan biaya
Rp2000,00 dan Rp1250,00 sehingga pilihan kita tetap memperpendek
kegiatan 1-2 bersama-sama dengan kegiatan 3-5 untuk perpendekan satu hari
yang kedua.
3.
Perpendekan 3 Hari
Andaikata proyek ABC di atas diperpendek 3 hari maka perpendekan
yang 2 hari, seperti di atas, yaitu kegiatan 1-2 selama 2 hari dan kegiatan 3-5
dengan 1 hari ketiga harus dicari lagi. Kegiatan 1-2 sudah tidak bisa
diperpendek lagi. Alternatif lain yang bisa dipilih adalah memperpendek
kegiatan 2-5 bersama-sama dengan kegiatan 3-5 masing-masing 1 hari atau
salah satu di antara kegiatan 5-6 dan kegiatan 6-7.
Perpendekan kegiatan 2-5 dengan 1 hari biayanya = Rp400,00
Perpendekan kegiatan 3-5 dengan 1 hari biayanya = Rp350,00
Jumlah
= Rp750,00
6.28
Riset Operasi
Sedang perpendekan kegiatan 5-6 atau 6-7 masing-masing memerlukan

biaya Rp2000 dan Rp1250,00 lebih mahal dari perpendekan kegiatan 2-5 dan
kegiatan 3-5 secara bersama-sama. Oleh karena itu, biaya perpendekannya
sebagai berikut.
Perpendekan kegiatan 1-2 dengan 2 hari biayanya = Rp 600,00
Jumlah
Rp 1700,00
Demikian seterusnya.
LATIHAN

1)
Kalau penyelesaian proyek dalam soal nomor 1 pada Kegiatan Belajar 1

di depan akan diperpendek 8 hari, kegiatan-kegiatan manakah yang
sebaiknya diperpendek apabila diketahui tambahan data sebagai berikut.
KEGIATAN
a
b
c
d
e
f
g
h
2)
Waktu Kegiatan (hari)

Normal
Crash
12
17
15
13
13
15
13
14
15
14
15
10
13
12
11
9
11
9
10
11
12
12
Biaya (rp)
Normal
Crash
400
3500
1000
2000
400
400
120
200
2100
300
2400
600
3800
1900
2000
1000
800
200
400
3100
1900
5100
Kalau penyelesaian proyek dalam soal nomor 2 pada Kegiatan Belajar 1

di depan akan diperpendek 8 hari, kegiatan-kegiatan manakah yang
sebaiknya diperpendek apabila diketahui tambahan data sebagai berikut.
KEGIATAN
KEGIATAN
YANG
WAKTU
KEGIATAN (HARI)
BIAYA (RP)
6.29
EKMA4413/MODUL 6
MEND AHULUI
D
e
f
g
h
c
c
b
b,a
d
e
e,f
g,h,I,j
J
k
3)
A
B
Normal
Crash
Normal
Crash
15
13
8
13
13
15
18
14
15
14
15
13
9
6
8
11
14
15
10
11
12
12
400
3500
1000
2000
400
400
1120
200
2100
300
2400
800
3900
1350
2900
600
550
2020
400
3100
1800
5100
Suatu perusahaan menerima kontrak penyelesaian suatu proyek sebagai

berikut.
2S
' = = = = = = = = = = = = = = = = = = ==:r
Kontrak penyelesaian proyek itu 26 hari. Kalau penyelesaian lebih

lambat daripada batas tersebut di atas maka akan dikenakan denda sebagai
berikut.
Keterlambatan (Hari)
1
2
3
4
Denda (Rp)
100
150
240
380
Kalau proyek itu diperpendek maka data waktu dan biayanya sebagai
berikut.
6. 30
Riset Operasi
KEGIATAN
1-2
1-3
1-5
2-6
3-4
3-5
4-6
5-6
WAKTU KEGIATAN (HARI)
BIAYA (RP)
Normal
Crash
Normal
Crash
18
8
12
9
9
10
12
8
15
6
7
7
6
8
8
5
1000
500
1200
800
900
2000
600
800
1300
540
1400
900
1125
2100
700
845
a.
4)
Carilah jalur kritisnya dan berapakah waktu penyelesaian proyek

dalam keadaan normal!
b. Sesuai dengan ketentuan dalam kontrak dan denda yang ada,
bagaimanakah sebaiknya perpendekan itu menghemat pengorbanan
perusahaan?
Sebuah lembaga mendapat pesanan untuk mengerjakan suatu proyek
yang diagram network-nya dan jam waktu mengerjakan tiap-tiap
kegiatan (dalam hari) sebagai berikut.
..
a.
b.
'
Carilah jalur kritisnya dan berapa hari waktu penyelesaian proyek

itu!
Kalau kontrak penyelesaian proyek itu paling lambat 20 hari dan
kalau terlambat dikenakan denda sebagai berikut.
Keterlambatan (Hari)
Denda (Rp)
1
2
3
10
50
200
Kalau proyek akan dipercepat maka biaya perpendekan waktunya

sebagai berikut.
6.31
EKMA4413/ MODUL 6
KEGIATAN
1-2
1-3
1-4
2-5
3-5
4-7
5-6
6-7
5)
BIAYA (RP)
Normal
Crash
Normal
Crash
8
7
5
10
6
9
5
5
6
5
5
2
4
8
3
2
80
120
200
400
900
150
250
60
100
150
200
840
1050
195
410
420
Apakah sebaiknya proyek itu dipercepat? Kalau ya berapa harikah

sebaiknya percepatan itu dilaksanakan agar perusahaan menanggung
beban/pengorbanan?
Suatu perusahaan menerima kontrak penyelesaian suatu proyek sebagai
berikut.
-
Kontrak penyelesaian proyek itu 26 hari. Kalau penyelesaian lebih

lambat daripada batas tersebut diatas maka akan dikenakan denda
sebagai berikut.
Keterlambatan Hari
Denda Rp
1
2
3
4
100
150
240
380
Kalau proyek itu akan diperpendek maka data waktu dan biayanya
sebagai berikut.
KEGIATAN
1-2
1-3
1-5
Normal
18
8
12
Crash
15
6
7
BIAYA (RP)
Normal
1000
500
1200
Crash
1300
540
1400
6. 32
Riset Operasi
KEGIATAN

Normal
Crash
Normal
Crash
9
9
10
12
8
7
6
8
8
5
800
900
2000
600
800
900
1125
2100
700
845
2-6
3-4
3-5
4-6
5-7
a.
b.
BIAYA (RP)
Carilah j alur kritisnya dan berapa hari waktu penyelesaian proyek

itu dalam keadaan normal!
Sesuai ketentuan yang ada dalam kontrak dan denda yang ada,
bagaimanakah sebaiknya perpendekan proyek itu agar menghemat
pengorbanan perusahaan?
Petunjuk Jawaban latihan
Gunakanlah langkah-langkah, seperti dalam contoh dalam Kegiatan

Belajar 2. Kalau dalam soal itu terdapat denda maka harus dihitung biaya
seterusnya. Di samping itu, harus dipertimbangkan pula konsekuensi denda
pada setiap altematif perpendekan itu. Pilihlah jangka waktu perpendekan
yang bisa meminimumkan jumlah biaya perpendekan dan denda.
RANGKUMAN
Dalam kegiatan belajar kedua ini dijelaskan cara memperpendek
selesainya suatu proyek. Perpendekan hams dilakukan pada jalur kritis,
pilihlah kegiatan-kegiatan yang biayanya paling murah. Kalau setelah
diperpendek temyata j alur kritisnya berpindah pada j alur lain maka j alur
kritis yang baru ini pun harus diperpendek agar proyek bisa lebih cepat,
seperti yang diharapkan. Dalam memperpendek itu jangan lupa
membandingkan beberapa altematif yang biayanya paling murah.
Perlu diingat pula bahwa perpendekan suatu kegiatan hanya bisa
sampai batas-batas tertentu di luar batas itu perpendekan tidak bisa
dilakukan lagi.
6.33
EKMA4413/MODUL 6
TES FORMATIF 2
Pilihlah satu iawaban vang paling teoat!

1) Perpendekan waktu penyelesaian suatu proyek dilakukan pada ....
A. jalur yang memiliki biaya termurah
B. jalur kritis
C. kegiatan yang rata-rata biaya perpendekannya termurah
D. semuajalur yang ada
2)
Biaya perpendekan yang semakin naik dengan tingkat kenaikan yang

sama disebut berhubungan dengan waktu perpendekan secara ....
A. linear
B. progresif
C. degresif
D. discrete
3) Kalau suatu jalur kritis selalu diperpendek maka jalur lain yang mulamula tidak kritis akan menjadi kritis. Untuk bisa memperpendek waktu
selesainya proyek seharusnya ....
A. semua j alur harus diperbaiki
B. semua kegiatan harus diperbaiki
C. jalur kritis yang baru harus diperbaiki
D. berhenti karena proyek tidak bisa diperpendek lagi
4)
Suatu proyek memiliki network, seperti berikut ini. Semua kegiatan

dalam setiap jalur bisa diperpendek, kecuali kegiatan 6-7 .
..
...-
--
--
'
Kalau proyek itu akan diperpendek dengan 1 hari maka ....

A. semua jalur harus diperpendek
B. jalur 1-2-5-6-7 yang diperpendek
C. jalur 1-3-6-7 yang harus diperpendek
D. j alur 1-4-7 yang harus diperpendek
6.34
5)
Riset Operasi
Dengan data pada soal nomor 4 di atas kalau proyek diperpendek 2 hari
maka yang harus diperpendek ....
A. semua jalur diperpendek 2 hari
B. jalur 1-2-5-6-7 diperpendek 2 hari
C. jalur 1-3-6-7 diperpendek 2 hari
D. jalur 1-2-5-6 dan jalur 1-3-6 diperpendek 1 hari dan jalur 1-4-7
diperpendek 2 hari


----------
x 100%
Jumlah Soal
80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

meneruskan dengan modul berikutnya. Bagus! Jika masih di bawah 80%,
belum dikuasai.
6.35
EKMA4413/ MODUL 6

Tes Formatif 1
1) c
2) B
3) D
4) D
5) c
Tes Formatif2
1) B
2) A
3) c
4) D
5) D
6.36
Riset Operasi
Daftar Pustaka
Churchman, C.W., Ackoff, R .. , dan Amoff, E.L. Introduction to Operations
Metzeger, R.W.; Elementary Mathematical Programming. New York: John
Wiley & Sons, Inc.
Subagyo, P., Asri, M. dan Handoko. H. 1985. Dasar-dasar Operations
Taha, H. A. 1982. Operations Research, An Introduction. New York:
Modul 7
Model Antrian
PENDAHULUAN
ntrian dijumpai dalam berbagai kehidupan masyarakat, terjadi apabila
kapasitas pelayanan kurang mencukupi kebutuhan orang atau barang
yang harus dilayani. Hal ini akan berpengaruh pada biaya, waktu, dan
kebosanan dalam menunggu. Kalau kapasitas pelayanan terlalu besar
sehingga terlalu banyak waktu menganggur maka akan mengakibatkan
pemborosan. Oleh karena itu, modul ini akan membahas teori antrian ini.
Setelah mempelajari modul ini diharapkan Anda dapat memahami teori
antrian dan dapat menggunakannya untuk memecahkan masalah antrian yang
timbul.
Secara khusus setelah mempelajari modul ini Anda dapat menghitung
rata-rata panjang antrian, waktu menunggu, dan waktu pelayanan
menganggur dalam berbagai model antrian, misalnya satu serta 2 fasilitas
pelayanan atau lebih.
7.2
Riset Operasi
Kegiatan Belajar 1
Pengenalan Teori Antrian

ang dimaksud dengan teori antrian adalah menunggu giliran untuk
mendapatkan pelayanan dari suatu fasilitas, misalnya antri dalam
membeli karcis bioskop, antri berobat ke dokter, antri pendaftaran baru, dan
sebagainya. Antri ini terjadi karena kemampuan pelayanan tidak bisa
mengimbangi kebutuhan pelayanan. Dengan kata lain, orang atau barang
yang perlu dilayani terlalu banyak dibandingkan dengan kemampuan fasilitas
pelayanan yang ada. Akibatnya terjadi keterlambatan, kekecewaan atau
akibat lain yang tentu saja akan membawa konsekuensi kerugian, tetapi jika
terj adi hal yang sebaliknya di mana kapasitas pelayanan j auh melebihi
kebutuhan akan terjadi pula masalah, yaitu pengangguran fasilitas pelayanan
yang tentu saja akan membawa konsekuensi pemborosan. Dalam teori antrian
inilah akan kita bahas akibat yang timbul karena keadaan antrian tertentu
serta pengaturan antrian agar diperoleh hasil yang optimal.
Kedatangan orang atau barang yang memerlukan pelayanan biasanya
bersifat random, artinya tidak bisa diduga secara tepat dan tidak bisa kita
hitung probabilitasnya. Oleh karena itu, kedatangannya merupakan proses
yang probabilistik atau proses yang stokastik. Oleh karena itu, dalam bagian
ini pembahasan akan didasarkan pada probabilitas di mana distribusinya
mendekati distribusi Poisson.
Contoh 7.1
Misalnya pelayanan terhadap nasabah TABANAS pada suatu bank
sebagai berikut. Kapasitas pelayanan rata-rata 10 kali setiap jam berarti
pelayanan memerlukan waktu 6 menit, sedangkan kedatangan orang/nasabah
setiap jam rata-rata 6 orang. Waktu kedatangannya bersifat random, dan
dapat dilihat pada Tabel 7 .1.
7.3
EKMA4413/MODUL 7
Tabel 7.1.
Hubungan Kedatangan, Waktu Menganggur, Waktu Tunggu dan Panjang
Antrian dalam Pelayanan Nasabah TABANAS di Bank XYZ
Nasabah I Jam
keDatan
1
8.07
2
8.14
8.25
3
4
8.29
8.43
5
8.56
6
I Jam pelayanan I
Mulai
8.07
8.14
8.25
8.39
8.45
8.56
Selesai
8.13
8.20
8.31
8.45
8.51
9.02
Waktu
Men an ur
0
1 menit
5 menit
8 menit
0
5 menit
Waktu I Panjang
Tun u
Antrian
0
0
0
0
0
0
0
0
2 menit
1
0
0
Misalnya, kita amati pada saat datang nasabah pertama pada jam 8.07
pagi. Ia dilayani selama 6 menit dan selesai pada jam 8.13, tidak ada
pengangguran dari petugas yang melayani, nasabah tidak menunggu dan
tidak ada ada antrian. Nasabah kedua datang pada jam 8.14. Jadi, terjadi
pengangguran petugas yang melayani selama 1 menit, dilayani selama 6
menit, selesai jam 8.20, nasabah tidak menunggu giliran dan tidak ada
antrian. Nasabah ketiga baru datang pada jam 8.25 sehingga terjadi
pengangguran selama 5 menit. Ia selesai dilayani pada jam 8.31. Nasabah
tidak perlu menunggu giliran dan tidak ada yang antri. Nasabah keempat
datang jam 8.39. Petugas bank menganggur selama 8 menit, nasabah selesai
dilayani pada jam 8.45, nasabah ini tidak menunggu giliran, tetapi nasabah
kelima datang pada jam 8.43, pada saat itu petugas masih melayani nasabah
keempat sampai dengan jam 8.45, jadi ia hams menunggu selama 2 menit.
Pelayanan baru dimulai jam 8.25 dan selesai pada jam 8.51, tidak terjadi
pengangguran petugas dan ada satu orang yang antri, yaitu nasabah kelima.
Demikian seterusnya. Dari tabel di atas j elas terj adi banyak pengangguran
petugas (unit pelayanan). Oleh karena itu, untuk mengurangi pengangguran
kita kurangi petugas di bagian ini sehingga kapasitas pelayanan menjadi 9
menit untuk setiap nasabah. Pengurangan jumlah karyawan ini akan
mengurangi biaya gaji yang dikeluarkan, tetapi tentu saja akan menyebabkan
lebih banyak waktu nasabah menunggu dan menambah panjangnya antrian,
hasilnya, seperti pada Tabel 7 .2.
7.4
Riset Operasi
Tabel 7.2.
Pengaruh Perubahan Kapasitas Pelayanan menjadi 9 Menit terhadap Waktu
Menganggur, Waktu Tunggu, dan Antrian
Nasa bah
ke1
2
3
4
5
6
Jam
Datan
8.07
8.14
8.25
8.29
8.43
8.56
Jam pelayanan
Mulai
Selesai
8.07
8.16
8.16
8.25
8.25
8.34
8.48
8.39
8.57
8.48
8.57
9.06
Waktu
men an ur
0
0
Ot
5 menit
0
0
Waktu
tun! u
0
0
0
0
2 menit
1 menit
Panjang
antrian
0
1
0
0
1
1
Pada Tabel 7.2 ini terlihat bahwa semakin lama waktu pelayanan
semakin mengurangi pengangguran petugas, tetapi menambah banyaknya
antrian. Tentu saja ini akan berakibat pada biaya yang harus ditanggung,
yaitu mengurangi biaya atau pengorbanan yang disebabkan karena
pengangguran fasilitas pelayanan dan menambah biaya yang disebabkan
meningkatnya waktu tunggu. Tentu saja yang kita cari adalah alternatif yang
meminimalkan jumlah dari kedua biaya ini.
LATIHAN
____ ......

1)
Suatu rumah makan memiliki kapasitas pelayanan untuk setiap

pengunjung rata-rata selama 4 menit. Jam kedatangan pengunjung mulai
jam 9.00 pagi adalah jam 9.00, 9.02, 9.10, 9.15, 9.22, 9.30. Hitunglah
untuk setiap pengunjung, yaitu waktu selesai pelayanan, lama fasilitas
menganggur, waktu tunggu pengunjung, dan panjang antrian.
2) Apabila dalam soal nomor 1 di atas diadakan perubahan, yaitu kapasitas
pelayanan untuk setiap pengunjung rata-rata 5 menit maka
bagaimanakah akibatnya terhadap waktu selesai pelayanan,
pengangguran fasilitas pelayanan, waktu tunggu, dan panjang antrian?
3) Dalam suatu salon, rata-rata pelayanan untuk setiap pengunjung yang
memo tong rambut rata-rata 30 menit (dianggap untuk potong rambut
dilayani bagian tersendiri). Pelayanan ini terlalu lama karena semua
4)
5.
EKMA4413/MODUL 7
7.5
kegiatan mulai mencuci sampai selesai dilakukan oleh satu orang.

Kedatangan langganan mulai salon itu buka adalah jam 9.00, 9.25, 9.56,
10.27, 10.50, 11.15. Hitunglah untuk setiap pengunjung, yaitu waktu
selesai pelayanan, lama fasilitas menganggur, dan panjang antrian.
Andaikata dalam soal nomor 3 di atas, untuk mempercepat pelayanan
terhadap pengunjung, pekerjaan mencuci rambut dilakukan petugas
tersendiri sehingga setiap langganan dapat selesai dilayani selama 20
menit maka bagaimanakah akibatnya terhadap waktu selesai pelayanan,
pengangguran fasilitas pelayanan, waktu tunggu, dan panjang antrian?
Apabila dalam soal nomor 3 di atas berlaku ketentuan bahwa biaya harus
ditanggung untuk pengangguran petugas potong rambut setiap menit
Rp50,00, kerugian yang diderita kalau setiap langganan menunggu setiap
menit Rp.30,00, sedangkan untuk soal nomor 4 berlaku ketentuan bahwa
kerugian pengangguran petugas pemotong rambut setiap menit Rp40,00,
dan data lain tetap.
a. Hitunglah biaya yang ditanggung oleh masing-masing altematif
(pertanyaan soal nomor 3 dan 4)!
b. Manakah yang sebaiknya dipilih, sesuai dengan nomor 3 atau soal
nomor 4?

1)
2)
Cara menjawabnya, seperti dalam contoh dalam Tabel 7.1 di atas

Cara menghitungnya, seperti dalam contoh dalam Tabel 7.2. Temyata
dengan perubahan ini akan mengakibatkan bertambahnya waktu
langganan menunggu dan semakin sedikitnya pengangguran fasilitas
pelayanan.
3) Cara menghitungnya, seperti contoh dalam Tabel 7 .1.
4) Cara menghitungnya seperti contoh dalam Tabel 7.2. Dengan semakin
cepatnya pelayanan ternyata bisa mngurangi waktu tunggu langganan,
tetapi menambah pengangguran petugas potong rambut.
5. Hitunglah biaya pengangguran fasilitas pelayanan serta biaya yang
disebabkan karena langganan menunggu, kemudian jumlahnya, baik
untuk soal nomor 3 maupun nomor 4. Pilih mana jumlah biaya yang
paling murah (dalam soal nomor 3 atau soal nomor 4).
7.6
Riset Operasi
RANGKUMAN
Dalam kegiatan belajar ini telah dikemukakan pengenalan dasar

mengenai teori antrian. Dapat terlihat dengan jelas bagaimana pengaruh
tingkap pelayanan terhadap pengangguran fasilitas pelayanan, waktu
tunggu dan panjangnya antrian.
TES FORMATIF 1

1)
Antrian terj adi apabila ....

A. jumlah kebutuhan pelayanan sangat banyak
B. kemampuan pelayanan tidak bisa mengimbangi
pelayanan
C. terlalu banyak waktu menganggur
D. kedatangan terlalu cepat
kebutuhan
2)
Apabila kapasitas pelayanan melebihi kebutuhan pelayanan maka akan

mengakibatkan ....
A. antrian
B. waktu menganggur
C. penghematan
D. pemborosan
3)
Semakin lama waktu pelayanan akan mengakibatkan ....

A. menambah waktu rnenganggur
B. menambah banyaknya antrian
C. memperpendek antrian
D. pengurangan petugas pelayanan
4)
Semakin banyaknya waktu menganggur petugas pelayanan akan

berakibat ....
A. menambah biaya
B. mengurangi antrian
C. menambah waktu tunggu
D. meminimumkan biaya
5)
7.7
EKMA4413/ MODUL 7
Penambahan biaya yang disebabkan meningkatnya waktu tunggu

merupakan akibat dari . . ..
A. penggunaan fasilitas pelayanan
B. semakin banyaknya waktu menganggur
C. panjang antrian
D. semakin lama waktu pelayanan
Cocokkanlahjawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang

-----------
x 100%
Jumlah Soal

80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

belum dikuasai.
7.8
Riset Operasi
Kegiatan Belajar 2
Model-model Antrian
A. PENGERTIAN- PENGERTIAN DASAR
1.
Tujuan
Seperti telah diuraikan di depan, tujuan dari model-model antrian adalah
untuk meminimumkan jumlah seluruh biaya, baik biaya yang disebabkan
pengangguran fasilitas maupun pengangguran yang disebabkan langganan
(orang atau barang) menunggu pelayanan. Kalau kapasitas pelayanan terlalu
banyak akan menyebabkan fasilitas itu menganggur, padahal memerlukan
investasi yang banyak dan biaya penyelenggaraannya pun juga mahal.
Sebaliknya kalau kapasitas pelayanan terlalu sedikit akan menyebabkan
antrian yang terlalu panjang, berarti kita harus menanggung kerugian atau
biaya karena tertundanya pelayanan langganan, misalnya berpindahnya
langganan ke pihak/perusahaan lain dan biaya-biaya yang hams dikeluarkan
untuk mengusahakan agar langganan bersedia menunggu. Dalam kegiatan
belajar ini akan dikemukakan model-model yang dapat membantu
pengelolaan sistem antrian yang efisien. Pemecahan masalah antrian ini dapat
dilakukan dengan pemecahan analitis serta dengan model simulasi.
Pemecahan analitis relatif lebih sederhana daripada model simulasi. Dalam
kegiatan belajar ini kita hanya akan membahas model-model pemecahan
analitis atau model-model sederhana.
2.
Pengertian Dasar
a.
Channel
Yang dimaksud dengan channel adalah jalur, lewat jalur itu
masukan/objek bisa mendapatkan pelayanan. Kadang-kadang ada antrian
yang memiliki lebih dari satu jalur yang memberikan pelayanan yang sama.
Misalnya, dalam suatu supermarket atau terdapat beberapa loket pembayaran,
langganan tinggal memilih salah satu loket yang kosong.
b.
Fase pelayanan
7.9
EKMA4413/MODUL 7
Fase pembayaran adalah tahap pembayaran. Masalah antrian bisa

memiliki satu fase pembayaran, berarti objek masuk hanya dilayani satu kali
dalam satu kesempatan pelayanan dan dapat pula memiliki lebih dari satu
pelayanan, berarti masukan/objek yang masuk pelayanan melalui beberapa
tahap, mulai tahap pelayanan pertama, dilanjutkan tahap pelayanan kedua,
dan seterusnya sampai tahap pelayanan terakhir. Misalnya, dalam
pendaftaran mahasiswa baru, calon mahasiswa yang datang (masukan) harus
membayar dulu, kemudian mengambil formulir, setelah diisi baru diserahkan
kembali ke bagian pemeriksaan dan penerimaan kembali formulir. Jadi, ia
melalui beberapa tahap pelayanan, yaitu tahap pertama pelayanan
pembayaran, tahap kedua pelayanan pembelian formulir, dan tahap ketiga
pelayanan pemeriksaan serta penerimaan kembali formulir pendaftaran oleh
panitia.
c.
SJ'stem antrian
Sistem antrian adalah keseluruhan dari kegiatan atau pelayanan yang
diberikan kepada masukan, sej ak ia datang sampai selesai dilayani. Contoh
dari sistem antrian yang sangat sederhana adalah yang memiliki satu jalur
(channel dan satu tahap (fase) saja (single channel single line)), seperti pada
Gambar 7.1.
--
''
.r~!JJ~;L(~n
sara-r.J g.at~ u
I ;
+ .An(Jt
..
.. ..
f2esn[ras
'
-
- ---
"
Ba?.'~n~ lf~,~
. , tJI ~
-_,
Lf~ng
-
t~tY".a'f
- . - ~
P6i:~~va~-in
I '
.-
njrt~
' :r.,
~gl
'I:.J' ~
,
1
Gambar 7.1.
Sistem Antrian dengan Struktur Sederhana
Masukan (input)
Masukan adalah objek yang datang atau masuk ke dalam sistem yang
memerlukan pelayanan. Masukan ini bisa berupa orang, barang atau kertas
kerja yang masuk pada sistem untuk dilayani. Misalnya, langganan yang
masuk ke salon untuk dilayani dan orang yang datang ke apotek untuk
membeli obat. Masukan ini ada 2 macam, yaitu ada yang jumlahnya relatif
banyak yang sering dianggap sebagai masukan jumlahnya tak terhingga dan
7.10
Riset Operasi
ada pula yang jumlahnya relatif sedikit yang sering disebut sebagai masukan
yang terbatas jumlahnya. Banyak sedikitnya ini bersifat relatif, artinya relatif
dibandingkan dengan kapasitas pelayanan yang ada.
e.
Pola kedatangan (arrival pattern)

Adalah sifat dari kedatangan masukan/objek yang memerlukan
pelayanan. Misalnya, yang sifat kedatangannya konstan, artinya setiap jangka
waktu tertentu pasti ada satu objek yang datang, misalnya barang yang harus
dilayani oleh mesin dalam proses produksi sinambung selalu datang setiap
jangka waktu tertentu. Adapula yang sifat kedatangannya acak (random),
artinya selalu tidak teratur mungkin 2 menit sekali, mungkin setengah menit
sekali, misalnya banyaknya panggilan telepon pada kantor. Untuk
kedatangannya yang sifatnya random ini, probabilitas kedatangannya
mengikuti distribusi Poisson.
f
Rata-rata kedatangan
Yang dimaksud dengan rata-rata kedatangan adalah rata-rata banyaknya
masukan/objek yang datang (memerlukan pelayanan) setiap jangka waktu
tertentu, biasanya diberi simbol A. Misalnya, setiap jam ada 5 objek/masukan
yang datang maka A =5.
g.
Jangka waktu antara kedatangan

Jangka waktu antara kedatangan adalah jangka waktu mulai kedatangan
suatu masukan/objek dengan kedatangan masukan/objek berikutnya, yaitu
selama 1/ A. Jadi, untuk contoh di atas maka jangka waktu antara datangnya
suatu objek dengan kedatangannya berikutnya 1/5 jam.
Kedatangan yang biasanya dibahas dalam model antrian ini adalah yang
bersifat random sehingga distribusinya menyerupai distribusi Poisson dan
distribusi waktu antara setiap kedatangan berupa distribusi eksponensial dan
sering disebut dengan distribusi Erlang. Dalam Gambar 7.2 dan 7.3 dapat
dilihat distribusi dari kedua hal tersebut.
7.11
EKMA4413/ MODUL 7
-
r
.2
'
Gambar 7.2.
Distribusi ProbabHitas Poisson untuk 'A =5
II
~
~:
I~
-X
......
- '~
I
ll "1
..
~ ]l=r D
..
...........
-
=I
M'
--.. -
lj[J,..
Gambar 7.3.
Distribusi Eksponensial
h.
Disiplin antrian (queue discipline)
7.12
Riset Operasi
Adalah aturan mengenai urutan pelayanan, yaitu ketentuan mengenai

siapa yang sebaiknya dilayani dulu, yang datang pertama dilayani dulu ( ffrst
come ffrst served = FCFS), yang datang belakang dilayani terlebih dahulu
(last come ffrst served = LCFS) atau dilayani secara random, tidak
memandang apakah langganan datang dulu atau belakangan (served it
random order = SIRO). Kadang-kadang ada juga yang menganut salah satu
dari aturan di atas, tetapi ada langganan tertentu yang diberi prioritas terlebih
dahulu, misalnya dalam rumah sakit diberikan pelayanan khusus kepada
pasien yang dalam keadaan gawat. Disiplin antrian ini mempengaruhi analitis
yang akan dilakukan.
Antrian
Antrian adalah kumpulan dari masukan/objek yang menunggu

pelayanan. Kapasitas antrian ini ada yang tidak terbatas berarti bisa
menampung masukan/objek yang menunggu dan ada pula yang terbatas.
j.
Panjang antrian
Panjang antrian adalah banyaknya masukan/objek yang menunggu

pelayanan karena fasilitas pelayanan masih melayani objek yang datang
sebelumnya.
Tingkat pelayanan
Yang dimaksud dengan tingkat pelayanan adalah kemampuan fasilitas

pelayanan untuk melayani masukan/objek selama satu periode tertentu,
biasanya diberi simbol J.l. Jangka waktu setiap pelayanan, misalnya ia bekerja
terns adalah 1/f.l dan pelayanan setiap jam fasilitas pelayanan mampu
melayani 8 orang maka f.l = 8 dan waktu pelayanan = 1/ f.l = 1/ 8.
Traflic intensity
Yang dimaksud dengan traffic intensityadalah perbandingan antara ratarata kedatangan dengan rata-rata kemampuan pelayanan terhadap
masukan/objek selama jangka waktu tertentu, yaitu sebesar Al f.l. Distribusi
dari ini sering disebut sebagai distribusi Erlang.
m. Keluaran (output)
7.13
EKMA4413/ MODUL 7
Yang dimaksud dengan keluaran adalah masukan/objek yang telah

selesai dilayani, dan ia bisa meninggalkan sistem. Misalnya, langganan yang
telah selesai pembelian obatnya ia bisa meninggalkan apotek.
n.
Struktur antrian
Kita dapat mengadakan klasifikasi dari struktur antrian berdasarkan atas
(1) banyaknya channel/jalur dan (2) banyaknya fase pelayanan yang ada.
Pada prinsipnya ada 4 macam struktur antrian, yaitu single channel single
phase, single channel multiphase, multi-channel single phase, dan multichannel multiphase.
1) Single channel single phase
Struktur antrian semacam ini hanya memiliki satu jalur pelayanan dan
dalam jalur itu hanya memiliki satu tahap saja. Struktur ini sangat
sederhana, seperti yang telah dikemukakan di atas dan kalau kita
gambarkan kembali tampak, seperti Gambar 7.4 (sebenamya sama
dengan Gambar 7.1)
,
~~t1ittf~~
.. - .......
...
.. !I
Il l
t!tt
~h:Jar.an
Gambar 7.4.
Struktur Antrian yang Hanya MemHiki Satu Jalur dan Satu Fase Pelayanan
2)
Single channel multiphase

Model ini ditunjukkan dalam Gambar 7.5. Istilah multi_phase
menunjukkan ada dua atau lebih pelayanan yang dilaksanakan secara
berurutan (dalam fase-fase), sebagai contoh, lini produksi mas sal,
pencucian mobil, tukang cat mobil, dan sebagainya.
~~ I
..
- .
. ...
7.14
Riset Operasi
Gambar 7.5.
Model Single Channel Multiphase.
Keterangan:
M = antrian
S = fasilitas pelayanan (server)
3)
Multi-channel single phase

Sistem multi-channel single phase terjadi (ada) kapan saja dua atau lebih
fasilitas pelayanan dialiri oleh antrian tunggal, seperti yang ditunjukkan
dalam Gambar 7.6. Sebagai contoh model ini adalah pembelian tiket
yang dilewati oleh lebih dari satu loket, pelayanan rambu oleh beberapa
tukang potong, dan sebagainya.
Gambar 7.6.
Model Multi-Channel Single Phase
4)
Multichannel-multiphase
Sistem multichannel-multiphase ditunjukkan dalam Gambar 7.7. Sebagai
contoh herregistrasi para mahasiswa di universitas, pelayanan pasien di
rumah sakit (dari pendaftaran, diagnostik, penyembuhan sampai
pembayaran). Setiap sistem ini mempunyai beberapa fasilitas pelayanan
pada setiap tahap sehingga lebih dari satu individu dapat dilayani pada
suatu waktu. Pada umumnya, jaringan antrian ini terlalu kompleks untuk
dianalisis dengan teori antrian, mungkin simulasi lebih sering digunakan
untuk menganalisis sistem ini.
7.15
EKMA4413/ MODUL 7
Sistem Antrian
l'
-::~
Gam bar 7. 7.
Model Multichannel-Multiphase
Selain empat model struktur antrian di atas sering terj adi struktur
campuran (mixed arrangement) yang merupakan campuran dari 2 atau lebih
struktur antrian di atas. Misalnya, toko-toko dengan beberapa pelayan
(multichannel). Namun, pembayarannya hanya pada seorang kasir (single
channel).
B. MODEL-MODEL ANTRIAN
Dalam memecahkan masalah antrian sering bisa kita pakai beberapa
macam model, sesuai dengan masalah yang dihadapi. Ada model yang sangat
sederhana, ada yang lebih sulit, dan ada pula yang sangat kompleks. Faktorfaktor yang menentukan macam-macam model itu adalah berikut ini.
1.
Distribusi Kedatangan
Distribusi kedatangan maksudnya adalah distribusi kedatangan masukan

(orang atau barang yang perlu pelayanan). Bisa bersifat pasti sering diberi
label D (deterministic), kalau distribusinya mengikuti distribusi Poisson atau
Markov sering diberi simbol M dan kalau mengikuti distribusi Erlang dengan
diberi simbol E.
7.16
Riset Operasi
2.
Distribusi Pelayanan
Distribusi pelayanan, maksudnya adalah distribusi kemampuan
pelayanan bisa bersifat pasti, atau mengikuti distribusi Poisson atau distribusi
Erlang.
3. Banyaknya Jalur Pelayanan
Banyaknya jalur pelayanan dinyatakan dengan angka, sesuai dengan
banyaknyajalur yang ada.
4.
Banyaknya Masukan
Banyaknya masukan maksudnya jumlah objek (orang atau barang) yang
akan memasuki sistem. Kalau bersifat tak terhingga diberi simbol I dan kalau
terbatas diberi simbol F.
5.
Maksimum Panjang Antrian

Maksimum panjang antrian maksudnya kemampuan antrian menampung
masukan/objek yang menunggu pelayanan. Bisa bersifat tak terhingga atau
terbatas, seperti di atas.
Biasanya penulisan simbol model ini dengan simbol sebagai berikut.
Distribusi I
Kedatangan
(a)
distribusi I
pelayanan
(b)
banyaknya I jumlah I maksimum

pelayanan
masukan panjang
(c)
(d)
(e)
Misalnya, suatu sistem yang memiliki distribusi kedatangan dan

distribusi pelayanannya, seperti distribusi Poisson. Ada dua fasilitas
pelayanan dengan kemampuan antrian menampung tidak terhingga maka
ditulis M/NMISIIII.
Dalam kegiatan belajar ini yang akan kita bahas adalah model-model
untuk sistem yang memiliki satu fase (single phase) sebagai berikut.
1. MIMIIII/1 (kedatangan dan pelayanan berdistribusi Poisson, hanya ada
satu fasilitas pelayanan jumlah masukan tak terhingga dan panjang tak
terbatas.
2. MIMISIIII (seperti model a tetapi ada beberapa fasilitas pelayanan).
1.
Modell:M/MIIII/1
7.17
EKMA4413/ MODUL 7
Model ini adalah model yang paling sederhana karena distribusi

kedatangan masukan maupun pelayanannya berdistribusi Poisson, hanya ada
satu fasilitas pelayanan, yaitu jumlah masukan tidak terhingga dan kapasitas
antrian tidak terbatas, dan tentu saja sesuai dengan ketentuan di atas bersifat
single phase. Untuk menghitung nilai-nilai yang berhubungan dengan
masalah antrian ini bisa digunakan rumus-rumus sebagai berikut.
Rata-ratajumlah objek yang ada dalam antrian:
nq
j}
==--~(~-A)
Rata-rata jumlah objek yang ada dalam sistem (dalam antrian maupun
dalam pelayanan):
A
nt = = - ~-A
Rata-rata waktu setiap objek/masukan dalam antrian:

A
t q ==--~(~-A)
Rata-rata waktu setiap masukan/objek berada dalam sistem (termasuk

dalam antrian):
1
tt = = - ~-A
Probabilitas ada n individu berada dalam sistem::
pn
==
A
1--
Rata-rata banyaknya objek dalam fasilitas pelayanan:

A
ns ==~
Jumlah biaya yang ditanggung - biaya pelayanan ditambah biaya

menunggu:
E(Ct) == SCs + ntCw
7.18
Riset Operasi
S = jumlahjalur pelayanan yang ada (dalam modul ini 1)

Cs = biaya pelayanan tiap pusat/jalur pelayanan setiap jam
Cw = biaya yang timbul karena masukan menunggu dalam antrian tiap
jam tiap masukan
Contoh 7.2
Suatu toko variasi mobil memiliki data sebagai berikut. Selama satu jam
rata-rata ada 3 pembeli yang datang. Kapasitas pelayanan yang ada rata-rata
setiap jam mampu melayani 8 langganan/pembeli.
Hitunglah!
a. Rata-rata jumlah langganan yang antri sebelum dilayani.
b. Rata-rata jumlah langganan yang ada dalam toko itu baik yang
menunggu pelayanan maupun yang sedang dilayani.
c. Rata-rata lama langganan antri sebelum dilayani.
d. Rata-rata lama langganan berada di toko itu, baik untuk antri maupun
yang sedang dilayani.
e. Probabilitas ada n langganan yang ada di toko itu, baik yang antri
maupun yang sedang dilayani.
f. Rata-rata banyaknya langganan yang sedang dilayani.
g. Kalau biaya pelayanan setiap jam Rp500,00 dan biaya karena langganan
menunggu setiap jam Rp100,00 maka hitunglah jumlah seluruhnya
setiap jam.
Jawaban:
A-=3;f.l=8.
a.
nt = 3/8 (8-3) = 0,225 orang.
b.
nq = 3/(8-3) = 0,60 orang.
c.
nt = 3/8 (8-3) = 0,075.
d.
tt = 1/(8-3) = 0,20 jam.
e.
Pn= (1-3/8) (3/8) dihitung untuk n=O, 1, 2, 3, dan seterusnya hasilnya

sebagai berikut.
>8
0 1
2
3
4
5
6
7
n:
Pn: 0,625 0,324

f.
n = 3/8 = 0,375
0,088
0,033
0,012
0,005
0,002
0,001
g.
EKMA4413/ MODUL 7
7.19
jumlah biaya seluruhnya setiap jam : 500 + 0,225 (1 00) - 522,59

(Rp522,50).
2.
Model2: M/M/S/1/1
Model ini sebenarnya mirip dengan model 1, tetapi terdapat lebih dari
satu fasilitas pelayanan (multichannel) dan sesuai dengan yang dibicarakan di
atas, yaitu hanya membicarakan yang single phase. Rumus untuk masalah di
atas sebagai berikut.
Rata-ratajumlah objek yang ada dalam antrian:
_
Af.l( A )s
n =
f.l
p
2
q
(S -1) !(S~ -A ) o
Rata-rata jumlah objek yang ada dalam sistem (dalam antrian maupun
dalam pelayanan):
A
nt = n q +f.l
Rata-rata waktu setiap objek/masukan dalam antrian:
Po
(A')s
2
tq = J.!S(S!)[l-(A / SJ.!)] ll
Rata-rata waktu setiap masukan/objek berada dalam sistem (termasuk
dalam antrian):
1
tt = tq +f.l
Rata-rata banyaknya objek dalam fasilitas pelayanan:
A
ns = Sf.l
Jumlah biaya yang ditanggung - biaya pelayanan ditambah biaya
menunggu:
-
E(Ct) =
scs+ ntCW
Probabilitas tidak ada masukan/objek dalam sistem:
7.20
Riset Operasi
1
P==----------
s-1 (A/f.l)n
(A-f.l)s
- -+- - n~o
n!
S!(I-A f.!)
8
Probabilitas masukan harus menunggu dalam antrian:
o
As
Pw ==
Po
S! [1- (A IS f.l)]
Contoh 7.3
Sebuah supermarket memiliki 3 counter. Setiap pembeli harus melalui
salah satu di antara ketiga counter untuk dihitung harga barang yang
dibelinya dan untuk membayar. Lama setiap langganan dilayani dalam
counter itu rata-rata 2 menit. Kedatangan langganan yang membayar
berdistribusi Poisson, yaitu rata-rata ada 50 orang setiap jam.
Hitunglah!
a. Probabilitas tidak ada langganan yang datang (untuk membayar).
b. Rata-rata jumlah langganan yang antri sebelum dilayani.
c. Rata-rata jumlah langganan yang ada dalam toko itu, baik yang
d. Rata-rata waktu setiap langganan antri sebelum dilayani.
e. Rata-rata lama langganan berada di toko itu, baik untuk antri maupun
untuk dilayani.
f. Rata-rata banyaknya langganan yang sedang dilayani.
g. Kalau biaya pelayanan setiap jam Rp300,00 dan biaya karena langganan
menunggu setiap orang setiap jam Rp200,00 maka berapakah seluruh
biaya yang harus dikeluarkan dalam sistem itu?
h. Probabilitas seorang langganan harus menunggu dalam antrian.
Jawab
A == 50; f.l == 30
a.
S == 3
'
1
Po ==~(5~0~/~30~)0~~(5~0~/3~0~)1 ~(~50~/~3~0)~2 ~~(5~0~/3~0~)3~==0, 2 0S 6

---+
+
+- - - - - 0!
1!
2!
3!(1-50/3.30)
7.21
EKMA4413/ MODUL 7
50
50(30)
30
b.
n q ==
c.
50
nt ==0,4527+
==2,12 orang
30
2 !(3 .30 - 50)
x 0, 2086 == 0, 4527 orang
0, 2086
50
tq = = - - - - - 2
30
50
30.3.3! 13.30
d.
== 0,009
1
tt == 0, 009 +
== 0, 00029
30
50
ns ==
== 0 55 56 == 0 56
3(30)
'
'
e.
f.
E(Ct) = 3(Rp300,00) + 2,12 (Rp200,00) = Rp1324,00
g.
h.
p =
50
0, 2086
30
3![1-(50 / 3(30)]
0,36
Contoh 7.4
Misalnya, dalam Contoh 7.2 (Model 1) di depan diadakan penambahan
satu unit pelayanan dalam toko variasi mobil itu.
Hitunglah!
a. Rata-rata setiap pembeli berada dalam toko itu.
b. Rata-rata biaya seluruhnya yang dikeluarkan setiap jam.
c. Manakah yang lebih murah, dengan satu unit pelayanan (seperti dalam
Contoh 7.2) atau dengan dua unit pelayanan?
Jawaban
c. Lebih baik memiliki I unit pelayanan saja karena lebih murah.
~
'
'
'.
--- - !li
--
"~
-"
,..
' IIII!LI ----
T .,.. -~
;2
~
~
LATIHAN

7.22
1)
2)
3)
4)
Riset Operasi
Sebuah kedai martabak memiliki satu unit fasilitas memasak. Fasilitas

ini mampu memasak setiap buah martabak selama 5 menit. Penjualan
martabak setiap jam rata-rata 40 buah. Biaya dari satu unit pelayanan itu
setiap jam (tidak termasuk biaya harga martabak) Rp800,00. Biaya atau
kerugian yang ditimbulkan karena pembeli menunggu setiap jam setiap
pembeli Rp50,00.
Hitunglah!
a. Rata-rata jumlah langganan yang antri sebelum dilayani.
b. Rata-rata jumlah langganan yang ada dalam toko itu, baik yang
c. Rata-rata waktu setiap langganan antri sebelum dilayani.
d. Rata-rata lama langganan berada di toko itu, baik untuk antri
maupun untuk dilayani.
e. Rata-rata banyaknya langganan yang sedang dilayani.
f. Jumlah biaya seluruhnya setiap jam.
Kalau kedai martabak yang tersebut dalam soal nomor 1 di atas
menambah fasilitas pelayanannya dengan satu unit lagi maka hitunglah:
a. rata-rata jumlah langganan yang antri sebelum dilayani,
b. rata-rata jumlah langganan yang ada dalam toko itu, baik yang
menunggu pelayanan maupun yang sedang dilayani,
c. rata-rata waktu setiap langganan antri sebelum dilayani,
d. rata-rata lama langganan berada di toko itu, baik untuk antri maupun
untuk dilayani,
e. rata-rata banyaknya langganan yang sedang dilayani,
f. jumlah biaya seluruhnya setiap jam.
Kalau dalam soal nomor 1 di atas fasilitas layanan ditambah dengan 2
unit maka hitunglah:
a. rata-rata jumlah langganan yang antri sebelum dilayani,
menunggu pelayanan maupun yang sedang dilayani,
c. rata-rata waktu setiap langganan antri sebelum dilayani,
untuk dilayani,
e. rata-rata banyaknya langganan yang sedang dilayani,
Soal nomor 1, nomor 2, dan nomor 3 di atas atas sebenarnya mirip.
Perbedaannya hanya banyaknya unit fasilitas pelayanan saja. Pilihlah di
EKMA4413/MODUL 7
7.23
antara memiliki 1, 2 atau 3 unit fasilitas pelayanannya meminimumkan

seluruh biaya!
Sebuah salon potong rambut bisa melayani langganan rata-rata dalam
waktu 30 menit. Kedatangan langganan rata-rata setiap 20 menit sekali.
Biaya penyelenggaraan setiap unit fasilitas pemotongan rambut setiap
jam Rp700,00. Biaya karena adanya langganan yang antri setiap orang
setia jam Rp 150,00. Kalau salon itu hanya memiliki satu unit fasilitas
pemotongan rambut maka hitunglah:
a. rata-rata jumlah langganan yang antri sebelum dilayani;
menunggu pelayanan maupun yang sedang dilayani;
c. rata-rata waktu setiap langganan antri sebelum dilayani;
untuk dilayani;
e. rata-rata banyaknya langganan yang sedang dilayani;
6) Seperti soal nomor 4, tetapi salon itu memiliki 2 fasilitas pemotongan
rambut. Pertanyaannya juga sama dengan soal nomor 4, kemudian
bagaimanakah sebaiknya apakah menyediakan satu atau dua fasilitas
pelayanan agar biayanya minimum?
5)
Petunjuk Ja waban La tihan
1)
2)
4)
5)
6)
Untuk mengerjakan soal ini bisa memakai rumus-rumus dalam Modell.

dan 3) untuk mengerjakan soal ini bisa dipakai rumus-rumus dalam
Model2.
Bandingkanlah jumlah biaya untuk memiliki satu fasilitas pelayanan,
untuk memiliki dua fasilitas pelayanan atau memiliki 3 fasilitas
pelayanan. Pilih yang termurah.
Untuk menjawab pertanyaan-pertanyaan dalam soal ini bisa
menggunakan rumus dalam Model 1.
Untuk menjawab pertanyaan-pertanyaan dalam soal ini bisa
menggunakan rumus- rumus pada Model 2. Bandingkanlah jumlah biaya
kalau memiliki rumus-rumus pada Model 2. Bandingkanlah jumlah biaya
kalau memiliki satu unit fasilitas pelayanan (seperti dalam soal 5)
dengan kalau memiliki 2 unit fasilitas pelayanan. Pilih yang termurah.
7.24
Riset Operasi
RANGKUMAN
Dalam kegiatan belajar ini dijelaskan dua model antrian, yaitu

dengan satu unit dan dengan dua unit fasilitas pelayanan. Sebenarnya
model yang lain masih ada, tetapi tidak dijelaskan semua. Di samping
bisa menghitung rata-rata jumlah masukan dalam berbagai hal, rata-rata
waktu dalam berbagai keadaan, juga bisa dihitung biaya yang berkaitan
dengan suatu kebij aksanaan penyediaan fasilitas pelayanan. Hal ini bisa
membantu dalam mengambil keputusan.
TES FORMATIF 2

Sebuah bank Perkreditan Rakyat mempekerjakan 3 kasir. Setiap nasabah
yang melakukan transaksi harus melalui salah satu kasir. Tingkat
kedatangan rata-rata nasabah selama periode-periode puncak adalah
218,75 per jam Tingkat kedatangan mengikuti distribusi Poisson. Waktu
pelayanan rata-rata 0,5 menit dengan distribusi eksponensial.
Berdasarkan data tersebut, jawablah pertanyaan-pertanyaan berikut:
1)
Probabilitas tidak ada nasabah yang datang adalah ....

A. 0,6076
B. 0,5647
C. 0,3646
D. 0,1417
2)
Rata-rata jumlah nasabah yang antri sebelum dilayani adalah ....

A. 2,3 876 orang
B. 0,6076 orang
C. 0,564 7 orang
D. 0,1417 orang
3)
Rata-rata jumlah nasabah dalam bank, baik yang menunggu pelayanan

maupun yang sedang dilayani adalah ....
A. 1,1417 orang
7.25
EKMA4413/MODUL 7
B. 0,5647 orang
C. 0,6076 orang
D. 2,3876 orang
4)
Rata-rata waktu setiap nasabah antri sebelum dilayani adalah ....

A. 0,1417 menit
B. 0,1548 menit
C. 0,5647 menit
D. 0,6546 menit
5)
Probabilitas seorang nasabah hams menunggu dalam antrian adalah ...

A. 0,3646
B. 0,5647
C. 0,6546
D. 2,3876

Kemudian, gunakan mmus berikut untuk mengetahui tingkat penguasaan

----------
x 100%
Jumlah Soal
80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

belum dikuasai.
7.26
Riset Operasi

Tes Formatif1
1) B
2) D
3) B
4) A
5) D
Tes Formatif2
1) D
2) c
3) D
4) B
5) A
7.27
EKMA4413/MODUL 7
Daftar Pustaka
Wiley & Sons, Inc.
Subagyo, P., Asri, M., dan Handoko, H. (1985). Dasar-dasar Operations
Taha, H. A. (1982). Operations Research~ An Introduction.
New York:
Modul 8
Teori Keputusan
PENDAHULUAN
etiap hari kita selalu dihadapkan pada masalah pengambilan keputusan.
Untuk seorang manajer, tentu saja sifat keputusan yang diambilnya lebih
luas. Misalnya, keputusan untuk memperluas pabrik, keputusan untuk
berpindah usaha dan sebagainya. Dalam mengambil keputusan itu kita hams
menentukan pilihan yang terbaik, yaitu pilihan yang dapat mendatangkan
manfaat terbesar atau pengorbanan yang sekecil-kecilnya.
Dalam mengambil keputusan, bisa dibedakan dalam dua keadaan, yaitu
pengambilan keputusan pada keadaan yang pasti dan pengambilan keputusan
pada keadaan yang belum tentu. Dimaksudkan dengan keadaan yang pasti
apabila semua informasi untuk pengambilan keputusan itu akan benar-benar
terj adi sesuai dengan yang diperkirakan semula. Sebagai contoh, misalnya
kita memperkirakan bahwa pada waktu yang akan datang hasil penjualan
perusahaan sebanyak Rp50.000.000,00 setiap tahun maka perkiraan ini
dianggap pasti akan terjadi, seperti perkiraan yang dibuat (Rp50.000.000,00),
meskipun kenyataannya belum tentu, sedangkan keadaan yang belum tentu
maksudnya adalah keadaan di mana apa yang diperkirakan belum tentu
terjadi benar, mungkin terjadi mungkin tidak. Keadaan yang belum tentu ini
dibagi dalam dua macam keadaan, yaitu keadaan yang mengandung risiko,
maupun keadaan yang tidak pasti (uncertain). Dalam keadaan yang
mengandung risiko meskipun informasi itu belum tentu diketahui
probabilitasnya, sedangkan dalam keadaan yang tidak pasti itu informasi
yang kita miliki belum tentu terjadi dan tidak diketahui probabilitasnya.
Misalnya kita memiliki informasi kalau perusahaan memasang iklan di surat
kabar maka penjualan akan naik mungkin naik 25%, 50%, 75%, atau 100%,
dengan probabilitas sebagai berikut.
8.2
Riset Operasi
Kenaikan penjualan
25%
50%
75%
100%
Probabilitas
0,20
0,40
0,30
0,10
Dalam mengambil keputusan harus diketahui terlebih dahulu tujuan,

alternatif-alternatif tindakan, risiko, hasil yang diharapkan dan kriteria
pemilihannya agar bisa diperoleh hasil yang terbaik.
Setelah mempelajari modul ini Anda diharapkan agar dapat melakukan
pengambilan keputusan berdasarkan data-data yang ada dengan cara tepat.
Secara khusus setelah mempelajari modul ini Anda dapat memanfaatkan
data untuk melakukan pengambilan keputusan dengan cara yang tepat dalam
keadaan yang:
1. pasti;
2. mengandung risiko;
3. tidak pasti.
8.3
EKMA4413/MODUL 8
Kegiatan Belajar 1
Pengambilan Keputusan dalam

Keadaan yang Pasti
alam keadaan yang pasti, kita memiliki informasi yang pasti akan
terjadi. Pengambilan keputusan yang kita lakukan dengan cara ini bisa
dilakukan dengan tujuan tunggal dan bisa pula dengan tujuan ganda. Dengan
tujuan tunggal maksudnya kita memiliki satu tujuan saja, yakni
memaksimumkan atau meminimumkan suatu hal, misalnya laba atau biaya,
sedangkan dengan tujuan ganda maksudnya kita akan memaksimumkan atau
meminimumkan beberapa hal, misalnya memaksimumkan laba, volume
penjualan, dan kualitas hasil produksi secara sekaligus.
A. PENGAMBILAN KEPUTUSAN DENGAN TUJUAN TUNGGAL
Dalam mengambil keputusan dengan tujuan tunggal ini, kita hanya
memiliki satu tujuan saj a sehingga kita memilih suatu alternatif yang
memaksimumkan sesuatu hal. Untuk lebih jelasnya, kita gunakan contoh
berikut ini.
Contoh 8.1
Suatu perusahaan akan menentukan saat penggantian mesin yang
dimiliki, diganti setiap satu tahun, setiap dua tahun, tiga tahun atau empat
tahun. Harga beli mesin itu Rp5.000.000,00 Data-data lain mengenai mesin
itu, seperti Tabel 8.1.
Tabel 8.1.
Harga Jual dan Biaya Pemeliharaan (Dalam Ribuan Rp)
Tahun keHarga Jual

Biava Pemeliharaan
1
3.000
500
2
2.600
800
3
2.000
1.000
4
1.600
2.000
Berdasarkan pada Tabel 8.1 itu dapat dilihat bahwa ada dua hal yang
harus dipertimbangkan untuk memilih keputusan yang tepat. Pertama,
penurunan harga jual (setelah dipakai). Kedua, biaya pemeliharaan setiap
8. 4
Riset Operasi
tahun. Tujuan kita adalah memilih saat penggantian yang bisa

meminimumkan jumlah dari kedua macam pengorbanan perusahaan itu
(penurunan harga dan biaya pemeliharaan). Caranya dengan mencari
altematifjangka waktu penggantian yang meminimumkan biaya rata-ratanya.
Perhitungan biaya rata-ratanya, seperti terlihat pada Tabel 8.2.
Dalam tabel itu terlihat bahwa pada tahun pertama penurunan harga
mesin sebesar Rp2.000,00 dihitung dari harga mesin mula-mula
(Rp5.000.000,00 dikurangi dengan harga setelah akhir tahun pertama
(Rp3.000.000,00). pada akhir tahun kedua (Rp2.000.000,00) sebesar
Rp2.500.000,00 demikian seterusnya. Biaya pemeliharaan kita hitung
kumulatifnya, yaitu untuk tahun pertama sebesar Rp500.000,00. Tahun kedua
sebesar Rp500.000,00 ditambah Rp800.000,00 = Rp 1.300.000,00. Untuk
tahun ketiga ditambah lagi dengan biaya tahun ketiga Rp 1.000.000,00
sehingga menjadi Rp2.300.000,00 dan untuk tahun keempat sebesar
Rp4.500.000,00 jumlah dari kedua beban itu kita taruh pada baris berikutnya,
dan pada baris terakhir adalah perhitungan rata-rata biaya itu setiap tahun.
Kita cari jumlah biaya pemeliharaan kumulatif karena sampai dengan tahun
itu mengeluarkan biaya sebanyak kumulatifnya agar nanti bisa dihitung rataratanya.
Tabel 8.2.
Biaya atau Rata-rata yang Harus Ditanggung Setiap tahun (dalam ribuan
rupiah)
Tahun ke-
Har a Jua I
Penurunan har a mesin
Biava pemeliharaan kumulatin
Jumlah
Rata-rata
1
3 000
2.000
500
2.500
2.500
2
2600
2.400
1.300
3.700
1.850
3
2 000
3.000
2.300
5.300
1766,67
4
1600
3.400
4.500
7.900
1.975
Berdasarkan nilai biaya rata-rata setiap tahunnya maka penggantian

setiap 3 tahun sekali akan bisa meminimumkan jumlah penurunan harga
mesin dan biaya pemeliharaan, yaitu hanya Rp1.850.000,00 lebih murah dari
pada altematif yang lain. Maka, keputusannya kita memilih penggantian
mesin setiap 3 tahun sekali.
8.5
EKMA4413/MODUL 8
Contoh 8.2
Contoh kedua ini akan mengadakan pengukuran hasil secara relatif, tidak
menggunakan hasil absolut. Suatu perusahaan akan meningkatkan volume
penjualannya dengan salah satu dari usaha-usaha, advertency, potongan
harga, undian berhadiah atau personal selling. Jumlah anggaran yang tersedia
untuk kegiatan ini di atas maksimum Rp100.000.000,00 Kalau melakukan
advertency dengan biaya Rp50.000,00 akan menaikkan volume penjualan
Rp600.000,00 kalau memberikan potongan harga bisa menaikkan volume
penjualan Rp700.000,00 kalau memberikan undian berhadiah bisa dinaikkan
penjualan dengan Rp500.000,00 dan kalau mengadakan personal selling bisa
menaikkan penjualan dengan Rp 1.000.000,00. Tujuan kita adalah
meningkatkan volume penjualan, tetapi besamya biaya yang dikeluarkan
untuk masing-masing kegiatan itu tidak sama, dan biaya kurang tepat kalau
dikurangkan pada kenaikan volume penjualan maka untuk memilih cara apa
yang akan digunakan kita cari persentase atau perbandingan hasil dari
biayanya, seperti pada Tabel 8.3.
Tabel 8.3.
Persentase Kenaikan Penjualan dari Biaya Promosi
Tindakan
Advertencv
Paton an har a
Undian berhadiah
Personal selling
Biaya (Ribuan
Rp)
50
40
30
70
Kenaikan Volume
Penjualan (Ribuan
Rp
600
700
500
1.000
Persentase
Kenaikan
Penualan 0/o
1.200
1.750
1.670
1.430
Persentase kenaikan penjualan untuk advertency dihitung dengan

kenaikan volume penjualan (Rp600.000,00) dibandingkan dengan biaya yang
dikeluarkan (Rp50.000,00) dikalikan dengan 100% (600.000 : 50.000) x
100% = 1.200%. Apabila melakukan potongan harga dapat dihitung dengan
(700.000 : 40.000) x 100% = 1.750%. Ternyata berdasarkan Tabel 8.3
tersebut yang mendatangkan persentase kenaikan volume penjualan tertinggi
adalah altematifkedua yaitu pemberian potongan harga, sebesar 1.750% dari
biaya yang dikeluarkan.
8.6
Riset Operasi
B. PENGAMBILAN KEPUTUSAN DENGAN TUJUAN GANDA

Dikatakan sebagai tujuan ganda kalau kita gunakan bobot macam tujuan
yang hams kita capai. Untuk itu kita gunakan bobot yang memberikan
tekanan pada lebih penting atau tidaknya sesuatu tujuan. Kalau dinyatakan
dengan rumus maka cara itu adalah sebagai berikut.
a
N.1
"'a.
== ~ ~ b J.
(I == 1, 2, . . . m)
j =l
Kalau diuraikan
N 1 == all b1 + a12b2 + .......... alabn
N2 == a21b1 + a22b2 + .......... a2aba
P 1 adalah persentase kenaikan hasil yang dituju setelah dibobot, untuk

altematif 1, a == hasil yang diperoleh dari strategi I, bj adalah bobot yang
diberikan untuk strategi j.
Contoh 8.4
Suatu perusahaan akan berusaha mengurangi biaya pengangguran mesin
dan mengurangi kerusakan barang dengan jalan memberikan tambahan upah
buruh setiap bulan. Ada beberapa altematif tambahan upah yang akan
dilakukan, masing-masing akan memberikan pengaruh yang berbeda-beda
terhadap biaya pengangguran mesin dan kerusakan barang, seperti yang
terlihat pada Tabel 8.4. Dalam kolom terakhir dari tabel itu dilanjutkan
dengan menghitung hasil bersih yang diperoleh dari penambahan upah buruh
itu, yaitu sebesar pengurangan biaya pengangguran mesin ditambah
pengurangan kerugian karena kerusakan barang (kedua-duanya merupakan
penghematan) dikurangi dengan tambahan biaya untuk menaikkan upah.
8.7
EKMA4413/ MODUL 8
Tabel 8.4.
Pengurangan Biaya Pengangguran Mesin dan Pengangguran Biaya Kerusakan
Barang Akibat Tam bah an Upah Buruh (Dalam Ribuan Rp)
Kenaikan Upah
Pengurangan Biaya
Pengangguran Mesin
500
600
700
700
900
1.100
1.125
1.100
BOO
900
Pengurangan
Kerugian Kerusakan
Baran
500
600
BOO
B50
900
Penghematan
Neto
700
90
1.200
1.175
1.100
Berdasarkan atas penghematan neto di atas maka kita pilih penghematan

yang terbanyak, yaitu dengan tambahan upah sebanyak Rp700 .000,00 setiap
bulan.
Cara lain adalah dengan menghitung hasil secara relatif dari biaya yang
telah dikeluarkan, kemudian dibobot untuk dihitung manfaat totalnya. Untuk
lebih j elasnya dapat dilihat pada Contoh 8. 5.
Contoh 8.5
Suatu perusahaan akan memasang iklan untuk menaikkan volume
penjualan, menaikkan laba usaha, dan menaikkan harga sahamnya di pasar
modal. Periklanan ini akan dimuat pada salah satu dari empat surat kabar,
yaitu surat kabar A,B,C, dan D. Bobot (weight) untuk setiap kenaikan (hasil),
yaitu kenaikan penjualan = 2, kenaikan laba = 4, dan kenaikan harga
saham 1. Biaya pemasangan iklan di tiap media dan kenaikan jumlah
penjualan, kenaikan jumlah laba serta kenaikan harga saham dapat dilihat
pada Tabel 8.5.
Tabel 8. 5.
Biaya lklan, Kenaikan Penjualan, Kenaikan Laba dan Kenaikan Harga Saham.
(Dalam Ribuan Rupiah)
Surat Kabar
Biaya lklan
A
B
500
400
900
600
Kenaikan
Penualan
5.000
4.500
9.900
6.000
Kenaikan Laba
2.000
1.BOO
5.400
2.400
Kenaikan Harga
Saham
500
400
700
420
8.8
Riset Operasi
Persentase kenaikan tiap-tiap hasil yang dituju dari biaya iklannya,

seperti terlihat pada Tabel 8.6. Untuk harian A, persentase kenaikan laba
sebesar 5.000.000 : 500.000 x 100% = 1000%, sedangkan persentase
kenaikan laba = 2.000.000 : 500.000 x 100% = 400%, dan seterusnya.
Perhitungan hasil yang dibobot dalam kolom terakhir pada Tabel 8.6 itu
sebagai berikut.
A= 2(1.000) + 4(400) + 1(100) = 3.700
B = 2(1.125) + 4(450) + 1(100) = 4.150
c = 2(1.100) + 4(600) + 1(78) = 4.678
D = 2( 1.000) + 4(400) + 1(70) = 3.670
Tabel 8.6.
Persentase Kenaikan Penjualan, Laba, dan Harga Saham dari Biaya lklan
SURAT
KABAR
A
B
PERSENTASE KENAIKAN DIBANDING

BIAYA IKLAN
Volume
Harga saham
Laba
Penualan
1.000
400
100
1.125
450
100
1.100
600
78
1.000
400
70
JUMLAH
BOBOT
3.700
4.150
4.678
3.670
Temyata di antara keempat surat kabar itu yang mendatangkan nilai

jumlah persentase dengan dibobot adalah surat kabar C.
LATIHAN

1)
Dalam suatu perusahaan akan diusahakan untuk mendorong kegairahan

kerj a para karyawan, sebab selama ini tingkat absensi sangat tinggi
sehingga berakibat menurunkan kemampuan menjual oleh perusahaan.
Untuk itu bisa dilakukan beberapa altematif usaha yang akan dipilih
salah satu, yaitu kenaikan upah, penyediaan jemputan, dan penyediaan
perumahan. Data biaya dan kenaikan kemampuan penjualan seperti
terlihat dalam tabel berikut ini.
8.9
EKMA4413/ MODUL 8
Alternatif Tindakan
Biaya
Kenaikan upah
Jemputan
I Perumahan
2)
Kenaikan Kemampuan
Penualan
700
750
550
500
600
400
Sebaiknya alternatif manakah yang dipilih, kerj akan dengan dasar nilai
absolut!
Seorang petani akan mengadakan pemupukan sawahnya dan akan
mencoba beberapa macam pupuk. Kenaikan basil pertaniannya, seperti
terlihat pada tabel berikut ini.
I Macam Pupuk
A
B
Nilai Kenaikan Harga Pertanian

150.000
175.000
210.000
200.000
Harga Pupuk
20.000
40.000
50.000
45.000
Sebaiknya pupuk manakah yang dipilih dan kerjakan dengan dasar nilai
absolut!
3) Kerj akan soal nomor 1 dengan nilai relatif!
4) Kerj akan soal nomor 2 dengan nilai relatif!
5) Ada suatu perusahaan yang akan memilih letak pabriknya, di salah satu
kota di antara A, B, atau C. Data-data yang tersedia adalah berikut ini.
I Alternart1 Koa
t
A
6)
eIa' 'a Mend.1nkan Pabnk

5.000.000
7.000.000
9.000.000
4.000.000
vo1ume pen. ua Ian

2.500.000
3.000.000
5.000.000
2.000.000
LbU
a a sa ha
500.000
550.000
800.000
200.000
D
Gunakan bobot untuk volume penjualan 1 dan laba usaha 3. Carilah
alternatif tempat manakah yang sebaiknya dipilih, dengan menggunakan
dasar basil (nilai) absolut!
Kerjakan nomor 5 dengan menggunakan nilai relatif!
8.10
Riset Operasi
1)
2)
3)
4)
5)
Kita cari nilai kenaikan hasil penjualan dikurangi dengan biayanya,

kemudian dipilih alternatif yang memberikan kenaikan tertinggi.
Soal nomor 2 mirip dengan soal nomor 1 hanya saja nilai kenaikan
produksi padi dikurangi dengan harga pupuk yang ditanggung.
dan 4) menggunakan angka relatif hasil dibagi dengan biayanya,
kemudian dicari altematif yang dihasilkan nilai tertinggi.
Untuk soal ini mempunyai lebih dari satu tujuan maka digunakan bobot,
kemudian bam dicari nilai absolut tertinggi.
Dengan membobot nilai relatifnya.
RANGKUMAN
Dalam kegiatan belajar ini diuraikan cara menentukan altematif

yang seharusnya dipilih, yaitu dengan menghitung hasil yang
diperkirakan akan diperoleh. Dalam bagian terakhir dibahas pula
pemilihan altematif keputusan apabila memiliki tujuan ganda dengan
memasukkan unsur bobot. Anggapan dalam kegiatan belajar ini adalah
semua informasi akan terjadi sesuai dengan yang diperkirakan.
TES FORMATIF 1

1)
Sebuah perusahaan bahan bangunan bermaksud menentukan waktu yang

tepat untuk mengganti kendaraan operasionalnya. Harga perolehan mobil
Rp200.000,00, sedangkan harga jual dan biaya pemeliharaannya sebagai
berikut.
I Tahun
1
2
3
4
Harga Jual
Rp170.000.000,00
Rp160.000.000,00
Rp145.000.000,00
Rp130.000.000,00
Biaya pemeliharaan
RJ 1.000.000,00
Rp 1.500.000,00
Rp 2.500.000,00
Rp 3.000.000,00
Berdasarkan nilai tinggi rata-rata maka biaya paling optimum, yaitu ....
A. Rp31.000.000,00
B. Rp21.250.000,00
8.11
EKMA4413/MODUL 8
C. Rp20.000.000,00
D. Rp19.500.000,00
2)
I Keterangan I
Biaya
Kenaikan
volume
Penjualan
Advertensi
I Potongan Harga I
Undian
I Personal Selling
Rp2.000.000,00
Rp3.500.000,00
Rp 1.500.000,00
Rp 5.000.000,00
Rp25.000.000,00
Rp30.000.000,00
Rp20.000.000,00
Rp 40.000.000,00
Dengan menggunakan pengukuran relatif maka altematif tindakan yang

memberikan keuntungan paling besar, yaitu ....
A. advertensi
B. potongan harga
C. undian
D. personal selling
3)
Kenaikan upah
10
20
30
40
Penin katan volume produksi
500
600
650
725
Pengurangan kerusakan
50
55
65
70
Berdasarkan perhitungan penghematan netto

terbesar, yaitu ....
A. 755
B. 685
C. 635
D. 540
4)
maka
penghematan
Perusahaan tas ANTOMIA mempunyai 4 outlet dengan data sebagai

berikut.
Outlet
A
Bia~a
Rp5.000,00
Rp4.000,00
Rp4.500,00
Rp6.000,00
Peningkatan Penjualan
Rp40.000,00
Rp35. 000,00
Rp50.000,00
Rp45. 000,00
Penin katan Laba

Rp1 0.000,00
Rp 8.000,00
Rp12.000,00
Rp15.000,00
Apabila diketahui bobot peningkatan penjualan dan laba sebesar 2 dan 3

maka outlet yang memberikan keuntungan terbesar, yaitu ....
A. A
B. B
8.12
Riset Operasi
C. C
D. D
5)
Nilai bobot perusahaan tas ANTOMIA yang memberikan keuntungan

terbesar, yaitu . .. .
A. Rp3.022,22
B. Rp2.350.00
C. Rp2.250.00
D. Rp2.200,00

terdapat di bagian akhir modul ini. Hitunglah j awaban yang benar.

----------
x 100%
Jumlah Soal

80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

belum dikuasai.
8.13
EKMA4413/MODUL 8
Kegiatan Belajar 2
Pengambilan Keputusan dalam Keadaan

yang Belum Tentu
ang dimaksud dengan keadaan yang belum tentu adalah keadaan di
mana informasi yang diperoleh untuk mempertimbangkan (sebagai
dasar pengambilan keputusan) sifatnya belum tentu terjadi. Sebagai contoh
adalah informasi mengenai laju inflasi untuk masa yang akan datang
mungkin 5%, mungkin 4%, mungkin 3% atau mungkin dengan tingkat yang
lain setiap tahun.
Keadaan yang belum tentu ini bisa dibagi dalam 2 keadaan, yaitu
keadaan yang mengandung risiko dan keadaan yang tidak pasti (uncertain).
Keadaan yang mengandung risiko adalah keadaan di mana informasi
memang belum tentu bisa terjadi sepenuhnya, tetapi probabilitas terjadinya
diketahui, sedangkan keadaan yang tidak pasti (uncertain) adalah keadaan di
mana informasi yang ada belum tentu terjadi dan probabilitasnya tidak
diketahui.
A. PENGAMBILAN KEPUTUSAN DALAM KEADAAN YANG
MENGANDUNG RISIKO
Yang dimaksud dengan keadaan yang mengandung risiko adalah
keadaan yang disertai dengan informasi yang tentu, tetapi bisa diketahui
probabilitas terjadinya, misalnya suatu perusahaan akan menentukan
perluasan pabrik atau tidak. Berdasarkan informasi bahwa pada waktu yang
akan datang dengan probabilitas 0,75 akan terjadi kenaikan permintaan
konsumen. Contoh lain, misalnya si A merencanakan untuk melakukan
investasi pada saham, sebab kemungkinan nilai saham itu akan naik dengan
probabilitas 0,60, tetapi bisa juga harga saham itu malah akan turun, dengan
probabilitas 0,40. Dalam contoh di atas jelaslah bahwa mungkin harga saham
akan naik, tetapi mungkin pula akan turun. Probabilitas naik atau turunnya
harga saham itu dalam hal ini diketahui.
Untuk memecahkan masalah ini kita bisa menggunakan beberapa
pendekatan, antara lain pendekatan nilai harapan (expected value) dan
pendekatan pohon keputusan.
8.14
Riset Operasi
1.
Pengambilan Keputusan Berdasarkan Nilai Harapan

Dalam pendekatan nilai harapan ini, kita mengambil keputusan
memilih altematif yang mendatangkan nilai harapan tertinggi.
Besar nilai harapan untuk tiap-tiap altematif bisa dihitung
menjumlahkan hasil perkalian probabilitas dengan hasil dikurangi
biaya atau pengorbanannya. Kalau dinyatakan dengan rumus adalah
berikut.
dengan
dengan
dengan
sebagai
(i = 1, 2, ... m)
NH.1 == "P
L...J lJ.. x lJ..
j =l
kalau diuraikan
NH1 = P11X11 + P12X2 + .......... PlaXa
NH2 = P21X1 + P22X2 + .......... P2aXa
NHm = P ml Xml + P m2X2 .PmaXna

NH 1 = nilai harapan untuk alternatif i
Xij = hasil yang diperoleh untuk kejadian j dalam altematif i
Pij = probabilitas dari kejadianj dalam alternatif i
Contoh 8.3
Seorang pengusaha sirkus bulan ini akan mengadakan pertunjukan di
salah satu dari kota-kota, yaitu Medan, Surabaya, dan Ambon. Kalau keadaan
cuaca bulan ini baik maka laba yang diperoleh kalau mengadakan
Medan sebesar Rp50.000.000,00,
di
Surabaya
pertunjukan di
Rp40.000.000,00, dan di Ambon Rp60.000.000,00, tetapi kalau keadaan
cuaca tidak baik maka laba yang akan diperoleh kalau diselenggarakan di
Medan Rp 10.000.000,00 di Surabaya Rp30.000.000,00 dan di Ambon
Rp5.000.000,00 Probabilitas keadaan cuaca baik = 0,60 dan probabilitas jelek
0,40. Berdasarkan data di atas maka bisa di buat tabel untuk menghitung nilai
harapannya, seperti pada Tabel 8. 6.
8.15
EKMA4413/ MODUL 8
Tabel 8. 7.
Nilai Harapan dari Pertunjukan Sirkus (Dalam Jutaan Rp)
Kota
Medan
Surabaya
Ambon
Cuaca Baik
p = 0,60
Cuaca Buruk
p = 0,40
Nilai Harapan
50
40
60
10
30
5
0,6(50) + 0,4(10) =34

0,6(40) + 0,4(30) =36
0,6{60} + 0,4{5} =38
Berdasarkan atas nilai harapan nilai dalam Tabel 8.7 itu temyata yang
terbaik adalah penyelenggaraan di Ambon karena nilai harapannya tertinggi.
Maka keputusan yang kita ambil sebaiknya di Ambon.
Contoh 8.4
Suatu perusahaan merencanakan menambah karyawan untuk menekan
kerugian kerusakan barang karena selama ini kerugian yang disebabkan
kerusakan barang sangat tinggi. Ada beberapa alternatif penambahan
karyawan bisa ditambah 1, ditambah 2, ditambah 3, dan seterusnya sampai
dengan alternatif penambahan 5 karyawan. Penambahan setiap orang
karyawan akan menaikkan biaya tenaga kerja dengan Rp90.000,00 setiap
bulan. Penambahan karyawan itu belum tentu bisa bekerjasama dengan
karyawan yang sekarang ada. Dalam Tabel 8.8 ditunjukkan probabilitas bisa
atau tidaknya bekerja sama dan besarnya penghematan kerugian yang bisa
dilakukan.
Tabel 8.8.
Penghematan Kerugian Kerusakan Barang Setiap Bulan (Dalam Ribuan Rp)
BISA BEKERJASAMA
PENAMBAHAN
(ORANG)
Probabilitas
1
2
3
4
5
0,9
0,8
0,7
0,5
0,4
Pen~
hematan
150
300
500
650
550
TIDAK BISA BEKERJASAMA

Probabilitas
Pen hematan
0,1
0,2
0,3
0,5
0,6
100
150
50
50
0
Biaya penambahan setiap buruh setiap bulan Rp90.000,00 sehingga

kalau menambah 2 buruh Rp180.000,00 3 buruh Rp270 .000,00, dan
8.16
Riset Operasi
seterusnya. Maka, perhitungan nilai harapan tiap-tiap alternatif penambahan

buruh sebagai berikut.
Penambahan
1 buruh =
2 buruh =
3 buruh =
4 buruh =
5 buruh =
0,9(150.000) + 0,1(100.000)- 50.000 = 55.000

0,8(300.000) + 0,2(150.000) - 180.000 = 90.000
0,7(500.000) + 0,3(50.000) - 270.000 = 95.000
0,5(650.000) + 0,5(50.000) - 360.000 = 20.000
0,4(550.000) + 0,6(0)
-450.000 = 230.000
Ternyata yang menghasilkan nilai harapan paling besar adalah

menambah 3 orang buruh sehingga keputusan kita sebaiknya menambah 3
orang buruh saja.
B. POHON KEPUTUSAN
Apabila alternatif yang akan kita pilih itu terdiri dari beberapa altematif
lagi maka untuk mempermudah bisa kita gunakan bantuan gambar. Gambar
itu bercabang-cabang, tiap-tiap cabang mempunyai ranting sehingga
menyerupai pohon. Oleh karena itu, sering disebut sebagai pohon keputusan.
Setiap cabang kita telusuri sampai ranting yang terkecil yang masing-masing
merupakan satu alternatif. Untuk mudahnya kita gunakan contoh berikut.
Contoh 8.5
Suatu perusahaan menghadapi masalah untuk membeli mesin dengan
kapasitas besar atau kapasitas kecil. Hal ini didasarkan atas pertimbangan
bahwa pada waktu yang akan datang kemungkinan besar akan terjadi
kenaikan permintaan barang. Probabilitas terj adinya kenaikan permintaan
barang = 0,75 dan probabilitas tidak terjadinya kenaikan permintaan barang =
0,25. Untuk lebih jelasnya kita perinci kemungkinan yang bisa terjadi sebagai
berikut.
1.
Kalau Membeli Mesin Besar

Kalau perusahaan membeli mesin besar maka kalau permintaan
meningkat dalam keadaan bagaimanapun akan menerima laba
Rp 1.000.000,00, tetapi kalau permintaan tidak meningkat maka dalam
keadaan bagaimanapun laba yang diperoleh hanya Rp200.000,00
8.17
EKMA4413/ MODUL 8
2. Kalau Membeli Mesin Kecil

Apabila perusahaan membeli mesin kecil maka kalau permintaan
meningkat akan mempunyai pengaruh yang berbeda dibanding dengan
apabila permintaan tidak meningkat.
3.
Kalau Permintaan Meningkat

Apabila perusahaan membeli mesin kecil dan apabila permintaan
meningkat maka pada tahun pertama akan menerima laba RplOO.OOO,OO.
Pada tahun kedua kemungkinan pemerintah akan memberikan kredit
pembelian mesin tambahan dengan probabilitas 0,80. Kalau permintaan
bertambah berarti perusahaan akan memanfaatkan kredit mesin ini maka laba
pada tahu kedua dan seterusnya sebesar Rp800.000,00. Tetapi kalau
pemerintah tidak jadi memberikan kredit mesin maka untuk perluasan usaha
perusahaan hams membeli sendiri sehingga laba yang diperoleh untuk tahun
kedua dan seterusnya hanya Rp700.000,00. Meskipun permintaan naik.
Kalau perusahaan tidak menambah mesin lagi dengan sendirinya laba yang
diperoleh untuk tahun kedua dan seterusnya hanya Rp400.000,00.
4.
Kalau Permintaan Tidak Meningkat

Kalau permintaan tidak meningkat dan perusahaan membeli mesin kecil
hanya menerima laba Rp300.000,00.
Apabila digambarkan akan, seperti pohon keputusan (Gambar 8.1 ).
~~
'
..
,.
)ilt &Iiiii
"'~
0
Gambar 8.1.
Pohon Keputusan untuk Pembelian Mesin.
8.18
Riset Operasi
Untuk memecahkan masalah ini maka kita hitung dulu nilai harapan
untuk pembelian mesin besar (NH 1), dengan probabilitas kenaikan
permintaan (0,75) dikalikan dengan laba kalau ada kenaikan permintaan
(1.000.000) ditambah probabilitas kalau tidak terjadi kenaikan permintaan
(0,25) dikalikan dengan laba kalau tidak ada kenaikan permintaan (200.000),
sebagai berikut.
NH 1 = 0,75 (1.000.000) + 0,25 (200.000) = 800.000.
Kemudian, kita hitung nilai harapan kalau membeli mesin kecil (NH 2),
tetapi sebelum menghitung nilai harapan mesin kecil ini kita hitung dulu nilai
harapan adanya pembelian mesin tambahan pada tahun kedua (NH 2a) dan
nilai harapan kalau tidak membeli mesin tambahan pada periode kedua (NH
2b ). Nilai ini terjadi pada periode 2 kalau memilih alternatif membeli mesin
kecil. Nilai harapan untuk membeli mesin untuk pembelian mesin tambahan
pada periode kedua adalah probabilitas kalau pemerintah memberikan kredit
mesin (0,80) dikalikan dengan laba yang diperoleh seandainya memperoleh
kredit ditambah dengan probabilitas kalau pemerintah tidak memberikan
kredit mesin (0,20) dikalikan dengan laba yang diperoleh kalau pembelian
mesin dilakukan sendiri oleh perusahaan.
NH2a = 0,80(800.000) + 0,20(700.000) = 780.000
NH2b = 300.000
Dari kedua nilai harapan di atas tersebut (NH2a dan NH2b) temyata
yang lebih besar adalah NH 2a (780.000). Maka, periode 2 pilihlah membeli
mesin tambahan.
Barulah sekarang kita bisa menghitung nilai harapan untuk membeli
mesin kecil, yaitu sebesar probabilitas terjadinya kenaikan permintaan (0,75)
dikalikan dengan jumlah antara laba selama setahun pertama (1 00.000) nilai
harapan kalau membeli mesin tambahan, ditambah probabilitas permintaan
tidak bertambah (0,25) dikalikan dengan laba yang diperoleh kalau tidak
terjadi kenaikan permintaan (300.000) dan hasilnya sebagai berikut.
NH2 = 0,75(100.000 + 780.000) + 0,25(300.00) = 735.000
Setelah nilai harapan membeli mesin besar NH1 dengan nilai harapan
membeli mesin kecil (NH2) diketahui maka kita bisa memilih di antara
keduanya dan ternyata yang memberikan nilai harapan terbesar adalah
EKMA4413/MODUL 8
8.19
membeli mesin besar, yaitu sebesar 800.000. Keputusan yang diambil

sebaiknya membeli mesin besar.
LATIHAN

1)
Seorang pedagang akan melakukan spekulasi untuk menyimpan barang

dagangan. Ia akan menyimpan beras atau menyimpan kedelai. Kalau
menyimpan beras dan kalau bulan depan jatuh hujan maka harga beras
akan turun dengan Rp20,00, tetapi kalau tidak turon hujan maka harga
beras akan naik dengan Rp30,00, sedangkan kalau menyimpan kedelai
dan kalau bulan hujan, harga kedelai akan naik Rp40,00 dan probabilitas
bulan depan jatuh hujan = 0,60. Sebaiknya menyimpan apakah pedagang
itu, beras atau kedelai?
2) Pemerintah sedang memikirkan rencana pengembangan usaha kecil di
pedesaan. Ada 3 program bantuan yang akan dilaksanakan, yaitu
pinjaman modal, penyuluhan atau bantuan alat produksi. Pemberian
pinjaman memerlukan biaya Rp100 juta, penyuluhan memerlukan biaya
Rp30 juta, dan bantuan alat-alat produksi memerlukan biaya Rp50 juta.
Kalau program perkreditan berhasil akan meningkatkan pendapatan
semua pengusaha kecil sebanyak Rp200 juta, tetapi kalau gagal hanya
akan meningkatkan dengan Rp5 juta saja. Kalau program penyuluhan
berhasil akan meningkatkan penghasilan pengusaha kecil dengan Rp 100
juta. Kalau usaha pemberian bantuan alat-alat produksi berhasil maka
akan menambah penghasilan pengusaha kecil dengan Rp50 juta, tetapi
kalau gagal hanya meningkatkan dengan Rp 10 juta. Probabilitas
keberhasilan untuk program pemberian kredit = 0,70, untuk program
penyuluhan = 0,60, dan program untuk pemberian bantuan alat-alat
produksi = 0,70. Sebaiknya usaha manakah yang sebaiknya dijalankan?
3) Permintaan akan mangga yang dijual oleh seorang pedagang buah setiap
hari tercantum dalam distribusi probabilitas sebagai berikut.
300kg
100 kg 150 kg 200 kg 250 kg
Volume penjualan:
0,25
0,30
0,15
0,10
Probabilitas
: 0,20
8.20
Riset Operasi
Apabila mangga itu laku terjual pada hari yang sama dengan waktu
pembeliannya, maka harga jualnya setiap kilogram Rp700,00, tetapi
kalau hari itu tidak laku terjual maka bisa dijual dengan harga lebih
murah, yaitu Rp300,00 setiap kilogram. Harga beli mangga itu setiap
kilogram Rp500,00. Berapakah sebaiknya jumlah pembelian setiap hari?
4) Seorang pedagang akan membeli barang dagangannya, tetapi ia harus
memilih pembelian itu dari salesmen A atau B. Kalau pembelian
dilakukan melalui salesmen A maka probabilitas terdapat banyak
kerusakan barang = 0,20, sedangkan salesmen B = 0,10. Kalau terdapat
kerusakan barang dagangan apabila dijual lagi hanya akan laku
Rp200.000,00. Harga beli barang itu kalau pembelian lewat salesmen A
Rp240.000,00, sedangkan kalau melalui B Rp250.000,00. Kalau barang
baik semua maka bisa laku terjual dengan harga Rp300.000,00. Apabila
pembelian dilakukan melalui salesmen A dan perusahaan mau
membayar biaya asuransi Rp10.000,00, untuk setiap pembelian maka
kalau terjadi kerusakan dalam pengangkutan maka kerugiannya akan
diganti oleh perusahaan asuransi. Probabilitas kerusakan dalam
pengangkutan = 0,05.
5) Seorang pencari pekerjaan sedang memikirkan apakah ia akan pergi ke
Jakarta atau Bandung untuk mencari pekerjaan. Seandainya ia pergi ke
Jakarta, probabilitas untuk diterima di perusahaan swasta sebesar 0,50,
probabilitas diterima di kantor pemerintah = 0,20 dan probabilitas tidak
mendapat pekerjaan = 0,30. Kalau ia diterima di perusahaan swasta,
probabilitas ia ditempatkan di dalam perusahaan = 0,70 dan probabilitas
mendapat tugas luar 0,30. Kalau ia ditempatkan di dalam perusahaan
maka penghasilannya setiap bulan Rp90 ribu, tetapi kalau ditempatkan di
luar setiap bulan Rp150 ribu. Kalau ia diterima di kantor pemerintah
maka gajinya Rp100 ribu setiap bulan dan kalau ia tidak diterima di
mana-mana maka kerugian yang dideritanya setiap bulan Rp25 ribu.
Andaikata ia pergi ke Bandung probabilitas untuk diterima di perusahaan
swasta 0,40, probabilitas diterima 0,30 dan probabilitas tidak
mendapatkan pekerjaan 0,30. Kalau ia diterima di perusahaan swasta
probabilitas ia ditempatkan di dalam perusahaan 0,80 dan probabilitas ia
mendapat tugas luar 0,20. Kalau ia ditempatkan di dalam perusahaan
maka penghasilannya setiap bulan Rp 100 ribu, tetapi kalau ditempatkan
di luar setiap bulan Rp 140 ribu. Kalau ia diterima di kantor pemerintah
maka gajinya hanya Rp80 ribu setiap bulan dan kalau ia tidak diterima di
8.21
EKMA4413/MODUL 8
mana-mana maka kerugian yang dideritanya setiap bulan Rp15 ribu.

Padahal tes untuk semua lamaran pekerjaan dilakukan pada hari yang
sama. Pilihlah dimanakah sebaiknya calon pelamar itu mendaftar?

a.
b.
c.
Untuk soal nomor 1, 2, dan 3 dicari nilai harapannya, kemudian

bandingkan yang tertinggi.
Untuk soal nomor 5 pembelian pada salesmen A pilih dulu dengan
asuransi atau tidak, kemudian dibandingkan salesmen A (altematif yang
terpilih) dengan salesmen B gunakan bantuan pohon keputusan.
Untuk soal nomor 6. Di tiap-tiap kota dihitung nilai harapan untuk
melamar di swasta, dibandingkan dengan nilai harapan untuk melamar di
lembaga pemerintah, kemudian pilih salah satu. Berikutnya hitung nilai
harapan untuk memilih kota Jakarta dan nilai harapan untuk memilih
kota Bandung dan hasilnya pilih salah satu. Gunakan bantuan pohon
keputusan.
RANGKUMAN
Dalam kegiatan belajar ini dibahas cara pemilihan keputusan yang

akan diambil kalau terdapat informasi yang belum tentu, tetapi diketahui
probabilitasnya. Untuk masalah yang sangat sederhana bisa segera dicari
nilai harapannya, sedangkan yang lebih rumit bisa digunakan bantuan
pohon keputusan. Pemilihan dilakukan berdasarkan nilai harapan yang
tertinggi.
Untuk menentukan keputusan dalam keadaan ketidakpastian kita
bisa melihat dalam Modul 9, yaitu sebagian dalam Game Theory.
TES FORMATIF 2
Data her1knt 1n1 ci1 P"nnakan nnt11 k men1 awa h soal no . 1 -
~.
Seorang pengusaha akan mengadakan investasi. Ia baru memilih bidang

investasi yang akan dilakukannya. Kalau ia memilih di desa maka
tersedia lapangan usaha petemakan dan pertanian. Probabilitas
keberhasilan bidang petemakan 0,50 dan probabilitas bidang pertanian
0,70. Kalau usaha petemakan berhasil bisa mendatangkan laba
8.22
Riset Operasi
Rp10.000.000,00 dan kalau tidak berhasil akan rugi 4 juta. Untuk usaha
pertanian kalau berhasil dan perusahaan bisa mengolah sebelum dijual
akan memperoleh laba Rp10.000.000,00, tetapi kalau perusahaan tidak
bisa mengolah dan dijual langsung labanya hanya Rp8.000.000,00.
Probabilitas bisa atau tidaknya perusahaan mengolah hasil pertanian
0,60. Andaikata investasi bidang pertanian gagal maka perusahaan akan
rugi sebesar Rp500.000,00. Apabila ia mengadakan investasi di kota
maka ada 3 bidang yang bisa dipilihnya, yaitu investasi di bidang
perdagangan, j as a, dan produksi. Andaikata us aha pertanian ini gagal
maka perusahaan akan menderita rugi Rp500.000,00. Kalau memilih di
bidang dagang maka probabilitas mendapatkan laba Rp5.000.000,00
sebesar 0,60, probabilitas mendapatkan laba Rp8.000.000,00 sebesar
0,25 dan probabilitas mendapat lab a Rp 1.000.000,00 sebesar 0,15. Kalau
pengusaha memilih investasi di bidang us aha j as a maka probabilitas
mendapatkan laba Rp4.000.000,00 sebesar 0,20, probabilitas
mendapatkan
laba Rp5.000.000,00 sebesar 0,50 dan probabilitas
mendapat laba Rp7.000.000,00 sebesar 0,30. Kalau pengusaha memilih
investasi di bidang produksi maka probabilitas untuk mendapatkan laba
sebanyak Rp10.000.000,00 sebesar 0,10, probabilitas mendapat laba
Rp3.000.000,00 sebesar 0,70 dan probabilitas mendapat laba
Rp5.000.000,00 sebesar 0,20.
1) Nilai harapan usaha peternakan adalah ....
A. Rp3.000.000,00
B. Rp4.000.000,00
C. Rp8.000.000,00
D. Rp 10.000.000,00
2)
N ilai harapan us aha perdagangan adalah ....

A. Rp5.000.000,00
B. Rp5.150.000,00
C. Rp5.400.000,00
D. Rp7.000.000,00
3) Nilai harapan us aha produksi adalah ....

A. Rp3.000.000,00
B. Rp4.100.000,00
C. Rp5.000.000,00
D. Rp 10.000.000,00
8.23
EKMA4413/ MODUL 8
4)
Investasi di kota, alternatif bidang us aha yang dipilih adalah ....

A. perdagangan
B. jasa
C. produksi
D. tidak ada
5)
Alternatif pemilihan bidang us aha terbaik adalah ....

A. jasa
B. produksi
C. peternakan
D. pertanian


-----------
x 100%
Jumlah Soal
80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

belum dikuasai.
8.24
Riset Operasi

Tes Formatif 1
1) D
2) B
3) A
4) c
5) A
Tes Formatif2
1) A
2) B
3) B
4) B
5) D
EKMA4413/MODUL 8
8.25
Daftar Pustaka
Wiley & Sons, Inc.
Subagyo, P., Asri, M., Handoko, T. H. (1985). Dasar-dasar Operations
Taha, H. A. (1982). Operations Research, An Introduction. New York:
Modul 9
Game Theory
PENDAHULUAN
alam kehidupan perusahaan umumnya setiap hari dihadapkan pada
persaingan. Persaingan ini terutama dirasakan dalam bidang penjualan,
perolehan input produksi, teknologi, dan sebagainya. Dalam persaingan
biasanya kita tidak mengetahui rencana tindakan pesaing/lawan sehingga
sulit bagi kita untuk mengadakan perencanaan tindakan dengan baik. Dalam
modul ini akan dibicarakan model yang biasa dipakai untuk menghadapi
situasi persaingan ini.
Ide dari model ini mula-mula datang dari perbandingan antara dua
kelompok pemain olahraga. Tentu saja kedua belah pihak ingin
memenangkan pertandingan itu. Keduanya bersaing, mengadu kekuatan,
mengatur siasat, berusaha mengetahui strategi lawan, memilih strategi untuk
menghadapi lawan, dan sebagainya. Keadaan ini temyata mirip dengan
persaingan di bidang bisnis dan bidang lain dalam kehidupan manusia. Salah
satu anggapan yang digunakan dalam game theory bahwa setiap pihak/
peserta bersifat rasional.
Setelah mempelajari modul ini diharapkan agar Anda memahami
pemecahan masalah dalam keadaan persaingan sehingga strategi untuk
menghadapi lawan dilakukan dengan dasar dan alasan yang kuat
Secara khusus setelah mempelajari modul ini diharapkan agar Anda
mengerti konsep untuk menghadapi persaingan dalam keadaan:
1. mengerti keadaan/strategi lawan;
2. tidak mengerti keadaan lawan;
3. dalam keadaan tidak pasti.
Meskipun dalam modul ini uraiannya bersifat teoretis, tetapi akan
mengarahkan pikiran mahasiswa kepada cara pemilihan strategi yang benar.
9.2
Riset Operasi
EKMA4413/MODUL 9
9.3
Kegiatan Belajar 1
Dasar-dasar Game Theory

arne theory adalah teori matematika yang digunakan dalam keadaan
persaingan, dengan pendekatan secara abstrak. Dikatakan bahwa
pendekatan ini secara abstrak karena angka-angka yang digunakan dalam
teori ini sering sulit didapatkan
Sebagian besar game theory membahas tentang two persons zero sum
games. Sesuai dengan namanya maka game ini melibatkan dua pihak yang
bertanding atau berlawanan, misalnya 2 kelompok angkatan perang, 2
kelompok pemain sepak bola, 2 perusahaan yang sedang bertanding,
berlawanan atau bersaing. Game ini disebut sebagai zero sum atau jumlah nol
karena kalau pihak pertama menang atau untung maka berarti kekalahan atau
kerugian bagi pihak lain (pihak kedua) sebesar keuntungan atau keuntungan
pihak pertama itu. Dengan kata lain, kalau keuntungan yang diterima itu
(positif) dengan jumlah kerugian pihak lain (negatif) dijumlahkan akan
sebesar 0. Sebagai contoh apabila perusahaan sabun merek A bersaing dalam
merebut konsumen dengan perusahaan B maka kalau ada 50 konsumen bisa
direbut oleh perusahaan A maka berarti perusahaan B kehilangan konsumen
sejumlah itu karena keduanya memperebutkan hal yang sama.
Contoh lain dari game semacam ini adalah permainan jari (yang dalam
bahasa Jawa disebut non ping sut), tetapi dengan ketentuan sebagai berikut.
Permainan diikuti oleh dua orang yang secara bersamaan mengacungkan satu
atau dua jarinya ke depan. Kalau kedua peserta (pihak pertama maupun pihak
kedua) mengacungkan jumlah jari yang sama (satu semua atau dua semua)
maka peserta pertama yang menang menerima uang RplOO,OO dari
peserta/pihak kedua, tetapi kalau jumlah jari yang mereka tunjukkan itu tidak
sama (pihak pertama satu j ari dan pihak kedua dua j ari atau sebaliknya) maka
pihak kedua menang menerima uang RplOO,OO dari pihak pertama. Dalam
permainan ini, kedua peserta masing-masing memiliki dua macam strategi,
strategi pertama menunjukkan satu jari dan strategi kedua menunjukkan dua
j ari. Hasil dari beberapa alternatif kemenangan dan kekalahan itu kalau
dilihat dari pihak pertama, seperti pada Tabel 9.1, biasanya sering disebut
sebagai payoff matrix.
9.4
Riset Operasi
Tabel 9.1.
Payoff Matrix untuk Permainan Jari, Ditinjau dari Pihak Pertama
Peserta Kedua,
Peserta Pertama
Strategi 1
Strategi 2
Strategi 1
100
-100
Strategi 2
-100
100
Arti dari tabel itu sebagai berikut.

1. Apabila Peserta/Pihak Pertama Memilih Strategi 1 atau
Menunjukkan 1 Jari
a. Kalau peserta kedua juga menunjukkan satu jari (strategi 1) maka
peserta/pihak pertama menang dan menerima dari Rp 100,00 dari
pihak kedua.
b. Kalau peserta kedua menunjukkan dua jari (strategi 2) maka peserta
kedua yang menang, dan peserta pertama membayar kepada peserta
kedua Rp100,00.
2. Apabila Peserta Pertama Memilih Strategi 2 (Menunjukkan Dua
Jari)
a. Kalau peserta kedua menunjukkan 1 j ari (strategi 1) maka peserta
kedua menang, peserta pertama membayar Rp100,00 kepada peserta
kedua.
b. Kalau peserta kedua juga menunjukkan dua jari maka peserta
pertama yang menang, dan peserta kedua membayar Rp100,00
kepada peserta pertama.
Dalam pemilihan strategi ini tentu saja kedua belah pihak akan sangat
berhati-hati, kalau salah strateginya akan menderita kerugian. Dalam game
theory dicari tolok ukur untuk memilih strategi, dengan asumsi bahwa setiap
pihak atau peserta game bersifat rasional.
A. PEMILIHAN STRATEGI DENGAN MEMAKAI STRATEGI

YANGDOMINAN
Strategi yang dominan adalah strategi yang terbaik di antara semua
strategi yang ada. Salah satu cara untuk memecahkan masalah game ini
9.5
EKMA4413/MODUL 9
berdasar strategi yang dominan. Pada konsep ini secara bertahap kita
hilangkan strategi yang secara keseluruhan kurang baik dibanding dengan
strategi yang lain, sampai akhimya diperoleh strategi yang terbaik, tetapi cara
ini hanya bisa dipakai kalau ada strategi yang memang dominan dibanding
dengan strategi yang lain.
Sebagai contoh dari masalah ini, misalnya ada 2 perusahaan yang
berebut konsumen dan tiap-tiap perusahaan memiliki 3 strategi pemasaran,
misalnya strategi pertama pemberian potongan harga, strategi kedua
pemasangan advertensi di surat kabar, dan strategi ketiga dengan undian
berhadiah. Jumlah konsumen yang bisa diraih dalam berbagai alternatif
strategi dapat disusun pada payoff matrix dipandang dari perusahaan A,
seperti dalam Tabel 9 .2.
Tabel 9.2.
Payoff matrix untuk Perebutan Konsumen.
.
Perusahaan B
Strategi 1
Strategi 2
Strategi 3
Strategi 1
1.000
2.000
4.000
Strategi 2
1.000
5.000
Strategi 3
1.000
-1.000
Perusahaan A
Artinya, sebagai berikut.
1.
Andaikata Perusahaan B Menempuh Strategi 1

Kalau perusahaan A menempuh strategi 1 akan bisa merebut tambahan
konsumen 1.000 orang, berarti perusahaan B kehilangan 1.000 orang. Kalau
menempuh strategi 2 akan bisa merebut 1.000 orang konsumen dari
perusahaan B, dan kalau menempuh strategi 3 tidak bisa menarik konsumen
baru.
2.
Andaikata Perusahaan B Menempuh Strategi 2

Kalau perusahaan A menempuh strategi 1 akan bisa menarik konsumen
baru dan perusahaan B kehilangan 2.000 orang. Kalau perusahaan A
menempuh strategi 2 akan tidak bisa tersebut 1.000 orang konsumen baru
9.6
Riset Operasi
dan kalau menempuh strategi 3 akan bisa merebut konsumen perusahaan

sebanyak 1. 000 orang.
3. Andaikata Perusahaan B Menempuh Strategi 3
Kalau perusahaan A menempuh strategi 1 akan bisa merebut konsumen
perusahaan B sebanyak 4.000 orang. Kalau perusahaan A menempuh strategi
2 akan bisa merebut 5.000 orang konsumen dari perusahaan B dan kalau
perusahaan A menempuh strategi 3 malah akan kehilangan 1.000 konsumen
yang lari ke perusahaan B.
Dalam matriks di atas, untuk perusahaan A ternyata strategi 3 didominasi
oleh strategi 1, artinya dalam keadaan bagaimanapun (perusahaan B
menempuh strategi 1, 2 atau 3) hasil yang diperoleh oleh strategi 1
perusahaan A (1.000, 2.000 atau 4.000), akan lebih baik dari strategi 3 (hanya
0, 1.000 atau - 1.000). Dengan demikian, kita hilangkan saja strategi 3 dari
perusahaan A sehingga perusahaan A hanya memiliki 2 strategi, seperti pada
Tabel9.3.
Tabel 9.3.
Payoff matrix setelah Strategi 3 Perusahaan A Dihapus (Ribuan Orang)
Perusahaan B
Strategi 1
Strategi 2
Strategi 3
Strategi 1
Strategi 2
Perusahaan A
Berdasarkan tabel terbaru (Tabel 9.3), perusahaan A tinggal memiliki 2

strategi, sedangkan perusahaan B masih memiliki 3 strategi, tetapi setiap
pihak bersifat rasional, tidak mau dirugikan dan selalu mengusahakan
kemenangan. Perusahaan B kalau melihat perusahaan A menghilangkan
strategi 1 akan melihat kembali strateginya, ternyata strategi 3 perusahaan B
didominasi oleh strategi oleh strategi 1 dan 2 karena dalam keadaan
bagaimana pun juga strategi 3 perusahaan B lebih jelek dan akibatnya bagi
perusahaan B (perusahaan A memperoleh 4.000 atau 5.000 tambahan
konsumen berarti perusahaan B kehilangan 4.000 atau 5.000 konsumen).
Tentu saja perusahaan B akan menghilangkan strategi 3-nya sehingga
perusahaan B tinggal memiliki 2 strategi saja, seperti pada Tabel 9.4.
9.7
EKMA4413/ MODUL 9
Tabel 9.4.
Payoff Matrix setelah Strategi 3 Perusahaan A
Perusahaan B
Strategi 1
Strategi 2
Strategi 1
Strategi 2
Perusahaan A
Dalam Tabel 9.4 itu terlihat bahwa strategi 2 perusahaan A didominasi

oleh strategi 1 karena dalam keadaan bagaimanapun hasil dari strategi 1 tetap
lebih baik daripada strategi 2 maka strategi 2 perusahaan A dihilangkan.
Hasilnya, seperti terlihat pada Tabel 9.5.
Tabel 9.5.
Payoff Matrix Setelah Perusahaan A Tinggal Memiliki 1 Strategi
Perusahaan B
Perusahaan A
Strategi 1
Strategi 1
Strategi 2
Berdasar Tabel 9.5 di atas terlihat bahwa tinggal satu strategi untuk
perusahaan A dan perusahaan B masih memiliki 2 strategi. Kalau mengetahui
bahwa perusahaan A menjalankan strategi 1 tentu saja perusahaan B akan
memilih strategi 1 yang paling sedikit mengakibatkan perebutan konsumen
oleh perusahaan A maka tinggallah keputusan akhir, yaitu perusahaan A
memilih strategi 1 dan perusahaan B juga memilih strategi 1 dan hasil
terjadinya perebutan konsumen dari perusahaan B ke perusahaan A sebanyak
1. 000 orang.
Suatu game dikatakan imbang kalau menghasilkan nilai game sebesar 0,
berarti tidak ada yang menang dan tidak ada yang kalah, tidak ada yang
mendapat keuntungan dan tidak ada yang dirugikan.
B. PEMECAHAN MASALAH DENGAN CARA MINIMAX DAN

MAXIMIN
9.8
Riset Operasi
Dalam bagian di atas dibahas suatu masalah yang memiliki strategi yang
dominan. Dalam bagian ini dibahas masalah yang tidak memiliki strategi
yang dominan, misalnya payoff matrix persaingan antara kedua perusahaan
dalam mencari laba, seperti pada Tabel 9 .6. Pada tabel itu dicantumkan
keuntungan perusahaan X pada berbagai strategi dalam menghadapi
perusahaan Y. Kalau perusahaan X untung, berarti perusahaan Y menderita
rugi sebesar keuntungan perusahaan X, demikian pula sebaliknya.
Tabel 9.6.
Payoff Matrix An tara Perusahaan X dan Perusahaan Y, Dipandang dari
Perusahaan X
Perusahaan Y
Perusahaan X
Strategi 1
Strategi 2
Strategi 3
Strategi 1
-3.000
-2.000
6.000
Strategi 2
2.000
2.000
Strategi 3
5.000
2.000
-4.000
Dalam Tabel 9.6 itu baik untuk strategi perusahaan X, maupun strategi
perusahaan Y tidak ada yang dominan sehingga tidak bisa kita mengabaikan
salah satu strategi sampai diperoleh keputusan terakhir.
Kalau perusahaan X memilih strategi 1 maka kalau untung bisa sebesar
Rp6.000,00, tetapi kalau rugi paling banyak Rp3.000,00. Melihat perusahaan
X memilih strategi 1 maka perusahaan Y bersifat rasional, yaitu tidak ingin
dirugikan maka ia akan memilih strategi 1 yang bisa merugikan perusahaan
X (berarti menguntungkan perusahaan Y) sebesar Rp3.000,00. Perusahaan X
yang juga bersifat rasional juga tidak mau rugi dan kalau perusahaan Y
memilih strategi 1 maka yang paling menguntungkan bagi perusahaan X
adalah strategi 3 yang agar menghasilkan laba Rp5.000,00 bagi perusahaan X
(dan rugi Rp5.000,00 bagi perusahaan Y). Kalau perusahaan X memilih
strategi 3 maka perusahaan Y akan ganti pada strategi 3 supaya perusahaan Y
mendapat laba Rp4.000,00 (akibatnya perusahaan X menderita rugi
Rp4.000,00). Kalau perusahaan Y memilih strategi 2 maka perusahaan X
akan ganti pada strategi 2 agar mendapat laba Rp2.000,00 (berarti perusahaan
Y rugi Rp2.000,00), tetapi perusahaan Y menanggapi perubahan strategi
perusahaan lawannya pasti akan ganti memilih strategi 2 untuk menghindari
EKMA4413/MODUL 9
9.9
kerugian yang dideritanya sehingga ia tidak rugi dan tidak untung (kerugian
0). Dalam keadaan ini kedua belah pihak tidak akan mengubah strateginya
karena kalau perusahaan X memilih strategi 2 bisa mendapat keuntungan
sampai dengan Rp2.000,00, tetapi dalam keadaan yang paling jelek tidak
menderita kerugian. Demikian pula perusahaan Y akan tetap memilih strategi
ini karena ada kemungkinan menerima laba Rp2.000,00 dan paling celaka
hanya tidak menerima keuntungan, tetapi tidak rugi (untung atau rugi sebesar
0). Keadaan inilah yang dinamakan dengan saddle point dan memiliki nilai
game sebesar 0. Nilai maksimum dan nilai minimum dari hasil game sama,
yaitu sebesar 0.
Konsep di atas bertujuan untuk memaksimumkan keuntungan minimum
dan meminimumkan kerugian maksimum yang terkenal dengan strategi
maximin dan strategi minimax. Kedua strategi ini sebenarnya didasarkan pada
prinsip hati-hati, artinya kalau memaksimumkan keuntungan minimum
berarti keputusan yang diambil kalau keadaan yang dihadapi tidak
menguntungkan kalau menerima untung meskipun kecil, tetapi paling besar
di antara alternatif yang lain. Sebaliknya dalam strategi minimax, alternatif
yang kita pilih kalau menderita rugi paling banyak, masih lebih kecil di
antara alternatif yang lain.
Kalau kita lihat payoff matrix dalam Tabel 9.6, untuk perusahaan X
sebaiknya menempuh strategi maximin, yaitu memaksimumkan keuntungan
minimum. Caranya sebagai berikut.
1. Pilihlah nilai minimum dari hasil setiap strategi, untuk strategi 1
(perusahaan X) minimum di antara - 3.000, - 2.000 dan 6.000 sebesar 3.000. Untuk strategi 2 minimum di antara 2.000, 0 dan 2.000 sebesar 0
dan untuk strategi 3 minimum di antara 5.000, - 2.000 dan - 4.000
sebesar - 4.000. Nilai ini, seperti terlihat pada kolom terakhir pada
Tabel9.7.
2. Pilihlah nilai terbesar di antara ketiga nilai minimum di atas (maksimum
di antara - 3.000, 0 dan - 4.000), yaitu sebesar 0 pada strategi 2.
Berdasar hasil di atas berarti perusahaan X sebaiknya memilih strategi 2
agar bisa memaksimumkan keuntungan minimum. Jawaban ini sama dengan
langkah secara bertahap di atas.
9.10
Riset Operasi
Tabel 9. 7.
Payoff Matrix an tara Perusahaan X dan Perusahaan Y, Dipandang dari
Perusahaan X
Perusahaan Y
Perusahaan X"
Strategi 1
Strategi 2
Strategi 3
Minimum
Strategi 1
-3.000
-2.000
6.000
-3.000
Strategi 2
2.000
2.000
0 (maksimin)
Strategi 3
5.000
2.000
-4.000
-4.000
Maximum
5.000
6.000 (minimaks)
Untuk perusahaan Y kalau menggunakan payoff matrix yang dipandang

dari perusahaan X (berarti matriks ini menunjukkan kerugian perusahaan Y),
sebaiknya menggunakan strategi minimaks, yaitu mencari maksimum dari
kerugian perusahaan Y (keuntungan perusahaan X) tercantum pada baris
paling bawah, dan minimum dari nilai-nilai maksimum itu adalah strategi 2
agar kerugian yang dideritanya paling sedikit (0).
Nilai maksimin adalah batas terendah nilai hasil game dan nilai
minimaks merupakan batas tertinggi dari nilai hasil game. Kebetulan dalam
kasus ini sama sebesar 0 pada titik yang sama. Kalau perusahaan X
menempuh strategi 2 dan perusahaan Y menempuh strategi 2 maka keduanya
sama-sama puas dan cocok karena sama-sama bisa meminimumkan
kerugiannya. Inilah suatu tanda bahwa game ini bersifat saddle point, yang
hanya memiliki satu keputusan, baik dipandang dari segi perusahaan X
maupun perusahaan Y.
Tabel 9.8.
Payoff Matrix an tara Perusahaan X dan Perusahaan Y, Dipandang dari
Perusahaan X, tidak Memiliki Saddle Point
Perusahaan Y
Perusahaan X
Strategi 1
Strategi 1
Strategi 2
Strategi 3
-2.000
2.000
9.11
EKMA4413/MODUL 9
Strategi 2
5.000
4.000
-3.000
Strategi 3
2.000
3.000
-4.000
Apabila kita cari nilai maximin dan minimax dari tabel di atas, seperti
pada Tabel 9.9.
Tabel 9. 9.
Payoff Matrix antara Perusahaan X dan Perusahaan Y Dipandang dari
Perusahaan X
~rusahaanY
Perusahaan
Strategi
1
Strategi
Strategi 3
Minimum
Strategi 1
-2.000
6.000
-2.000 (maksimin
batas bawah)
Strategi 2
5.000
4.000
-3.000
-3.000
Strategi 3
2.000
3.000
-4.000
-4.000
4.000
2.000
(minimaks =
batas atas}
Maximum
5.000
Berdasar hasil maximin di atas maka perusahaan X akan memilih

strategi 1 karena maksimum dari hasil terkecil sebesar - 2.000, sedangkan
nilai minimax dari perusahaan Y sebesar 2.000 yang berarti kalau perusahaan
Y menempuh strategi 3 tidak akan rugi lebih dari 2.000. Kalau kedua belah
pihak melaksanakan strateginya itu, akibatnya perusahaan X yang untung
2.000 dan perusahaan Y rugi 2.000, tetapi perusahaan Y bersifat rasional
sehingga ia akan ganti memilih strategi 2 supaya untung 2.000 (perusahaan X
rugi 2.000). Kalau perusahaan Y menempuh strategi 2 maka agar tidak rugi
perusahaan X memilih strategi 2 agar untung 4.000 (Y rugi 4.000). Melihat
tindakan perusahaan X ini maka untuk menghindari kerugian perusahaan Y
akan ganti memilih strategi 3 agar untung 3000 (perusahaan X rugi 3.000).
Hal ini akan menyebabkan perusahaan X mempertimbangkan kembali
strategi 1 yang sudah dipilih di depan sehingga mulailah kembali
perpindahan strategi, seperti yang dilakukan semula. Demikian seterusnya
tidak ada habis-habisnya. Oleh karena itu, keputusan yang dihasilkan oleh
game ini bersifat tetap. Game ini tidak memiliki saddle point dan tidak
9. 12
Riset Operasi
memiliki nilai akhir dengan batas nilai terendah sebesar nilai maximin
(-2.000) dan nilai tertinggi sebesar nilai minimax (2.000).
C. GAME DENGAN MIXED STRATEGIES

Dalam pembahasan di atas terbukti kalau suatu game tidak memiliki
saddle point maka tidak memiliki suatu nilai akhir game. Untuk
menyelesaikan ini digunakanlah konsep expected payoff Nilai expected
payoff dicari dengan mengalikan probabilitas terj adinya suatu strategi dengan
nilai payoff-nya. Probabilitas ini menyangkut terjadinya strategi pihak
pertama dan probabilitas terjadinya strategi pihak kedua maka disebut dengan
mixed strategies. Untuk lebih jelasnya kita uraikan lebih lanjut berikut ini.
Probabilitas dipilihnya strategi 1 oleh pihak pertama = X 1
Probabilitas dipilihnya strategi 2 oleh pihak pertama = X 2
Dan seterusnya sampai dengan strategi yang ke-rn.
menunjukkan banyaknya strategi yang ada untuk Pihak 1.
Simbol m
Probabilitas dipilihnya strategi 1 oleh pihak kedua = Y 1

Probabilitas dipilihnya strategi 2 oleh pihak kedua = Y 2
Dan seterusnya sampai dengan strategi terakhir pihak kedua (strategi
ke-n)
Untuk mencari expected payoff atau nilai payoff yang diharapkan
dilakukan dengan menjumlahkan perkalian antara nilai keputusan yang bisa
terj adi dengan probabilitasnya sebagai berikut.
m
Expectedpayoff=
LLPij xi yj
i= l n= l
Untuk contoh kita dalam Tabel 9.8 atas yang keputusannya tidak
berakhir dengan saddle point, mula-mula menghasilkan payoff 2.000 kalau
perusahaan X menempuh strategi 1 dan perusahaan Y menempuh strategi 3,
kemudian perusahaan Y mengubah strategi 2 menghasilkan payoff - 2.000,
dan seterusnya sampai hasil payoff sebelum berputar kembali masing-masing
4.000 dan -3.000. Andaikata xl = 0,5, x2 = 0,5 dan x3 = 0 serta yl = 0,5,
Y 2 = 0,5 dan Y 3 = 0,5 maka expected payoff-nya sebagai berikut.
9.13
EKMA4413/MODUL 9
(XI)(YI(2.000) + (XI)(Y2)(-2.000) + (X2)(Y2)(4.000) + (X3)(Y3)(3.000)

dan hasilnya
= (0,5)(0,5)(2.000) + (0,5)(0,5)( -2.000) + (0,5)(0,5)(4.000) + (0,5)(0,5)
(-3.000) = 250
LATIHAN

1)
Carilah keputusan akhir game yang diikuti oleh dua peserta (A dan B)
dengan payoff matrix kemenangan bagi A tersebut berikut ini.
Pihak B
Strategi 1
Strategi 2
Strategi 3
Strategi 1
Strategi 2
Strategi 3
-5
Pihak A
2)
Carilah nilai maximin untuk pemain A dan nilai minimax untuk pemain
B yang memiliki payoff matrix kemenangan bagi A tersebut berikut ini.
~
Pihak B
Strategi 1
Strategi 2
Strategi 3
Strategi 4
Strategi 1
Strategi 2
18
Strategi 3
-4
10
Pihak A
3)
Apakah hasil dari pemecahan game di atas memiliki saddle point?

Jelaskan alasan Anda.
9.14
4)
Riset Operasi
Ada dua kelompok peserta olahraga yang bertanding sepak bola. Payoff
matrix kemenangan ditinjau dari kelompok A adalah sebagai berikut.
Kelompok B
Kelompok A
Strate i 1
Strategi 2
Strategi 3
Strategi 4
a.
b.
c.
d.
5)
Strategi 1
Strategi 2
Strategi 3
Strategi 4
5
6
8
3
-10
7
7
4
9
8
15
-1
0
1
2
4
Carilah nilai maximin dari kelompok A!

Carilah nilai minimax dari kelompok B!
Apakah terjadi saddle point?
Hitung nilai akhir dari game!
Carilah saddle point dan hitung nilai akhir dari game dari payoff matrix
berikut ini.
Strategi B
Strategi A
II
Ill
IV
II
Ill

1)
2)
3)
4)
Keputusan akhir adalah A memilih strategi 1 dan B memilih strategi 3

dengan nilai akhir game 5.
Nilai maximin untuk game A 5, pada strategi 2. Nilai minimax untuk
B = 5 pada strategi 2.
Terjadi saddle point karena keputusan akhir untuk A sesuai untuk B,
yaitu apabila A memilih strategi 2 maka B akan memilih strategi 2 dan
apabila B memilih strategi 2, A akan memilih strategi 2 agar
memaksimumkan keuntungan atau meminimumkan kerugian.
a. Maximin dari kelompok A pada strategi 2, dengan nilai 5.
b. Minimax dari kelompok B ada pada strategi 4 dengan nilai 4.
c. Tidak terjadi saddle point.
9.15
EKMA4413/MODUL 9
d. Nilai game minimum 2 dan maksimum 4.

Maximin untuk A pada strategi dengan nilai 4, minimax untuk B pada
strategi 3 dengan nilai 4. terjadi saddle point, dengan nilai game 4.
5)
Konsep ini mengemukakan tentang pemecahan masalah persaingan,

tetapi dengan pendekatan yang abstrak. Secara teoretis konsep ini baik,
tetapi dalam praktik perhitungan payoff matrix agak sulit dilakukan.
Namun demikian, konsep ini cukup membantu proses berpikir seseorang
atau suatu pihak yang dalam keadaan bertanding atau bersaing.
TES FORMATIF 1

Berikut digunakan untuk menjawab soal no 1 s/d 5
en
::
en
a..
Strate i
Strategi
Strate i
Strategi
1
2
3
4
Strate i 1
4
-3
I
6
7
Strate
-4
-4
I
7
3
PERSIB
i2
Strate i 3
-5
-9
I
-8
-9
Strate i 4
6
I
1) Strategi maximim kesebelasan PSMS terletak pada strategi ....

A. 1
B. 2
C. 3
D. 4
2) Strategi minimax kesebelasan Persib terletak pada strategi ....
A. 1
B. 2
C. 3
D. 4
3) Saddle point pada game di atas bernilai ....
A. -9
B. -5
-2
-9
5
9.16
Riset Operasi
C. 6
D. 7
4) Saddle point terjadi pada suatu game apabila nilai game tertinggi ....
A. < nilai terendah
B. = nilai terendah
C. > nilai terendah
nilai terendah
D.
5) Matriks berikut untuk menjawab soal no. 5
c..
:E
I.
WI-
I.
Strate i 1
Strategi 2
Strategi 3
KOMPAS
Strate i 2
-4
-4
7
Strate i 1
4
-3
Strate~
i3
-5
-9
-8
Sadie point pada game di atas bernilai ....

A. 0
B. 2
C. 5
D. tidak ada
Cocokkanlahjawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang

----------
x 100%
Jumlah Soal

80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

EKMA4413/ MODUL 9
9. 17

belum dikuasai.
9.18
Riset Operasi
Kegiatan Belajar 2
Pengambilan Keputusan dalam Keadaan

yang Belum Sempurna
I
emecahan lain dari game theory bisa dilakukan dengan metode grafik,
khususnya untuk masalah yang tidak memiliki saddle point, tetapi cara
ini hanya bisa dilakukan kalau paling tidak salah satu dari peserta game
tersebut hanya memiliki dua strategi dan kalau tidak maka cara ini tidak bisa
dipakai. Dengan kata lain game ini harus memiliki payoff matriks dengan
ukuran (2 x n), seperti pada Tabel 9.1 0.
Tabel 9.1 0.
Payoff matriks, Apabila A Hanya Memiliki 2 Strategi
B
'I
11
I Probabilitas I
A
X1
(1 - X2)
Y1
a11
a21
Y2
a12
a22
Yn
a1n
a2n
Dalam matriks di atas terlihat bahwa pihak A hanya memiliki dua

strategi, yaitu strategi pertama dengan probabilitas x1 dan strategi 2 dengan
probabilitas sebesar X 2 , yang besamya = 1 - X1, di mana X 1 > 0 dan X 2 > 0,
sedangkan pihak B memiliki n strategi, dengan probabilitas untuk strategi 1
=Yb Strategi 2 =Y 2 , dan seterusnya sampai dengan strategi n = Yn.
Nilai payoff yang diharapkan (expected payoff) dapat dihitung dengan
nilai yang diharapkan dikalikan dengan probabilitasnya. Untuk peserta A
adalah sebagai berikut.
Kalau B menempuh strategi 1, expected payoff untuk A =
a 11 X 1 + a21 ( 1 - X 1) = (a 11 -a21 )X 1 + a21
Kalau B menempuh strategi 2, expected payoffuntuk A =
a12X 1 + a22 (1 -XI) = (a12- a22)X 1 + a22
Kalau B menempuh strategi n, expected payoffuntuk A =
a1nX 1 + a2n(1- X 1) = (a1n- a2n)X 1 + a2n
9.19
EKMA4413/ MODUL 9
Dari persamaan-persamaan di atas dapat dilihat bahwa temyata nilai

payoff peserta A bersifat linear apabila dihubungkan dengan X 1 (probabilitas
strategi pihak A). Oleh karena itu, dapat digambarkan dalam grafik.
A. MENENTUKAN TITIK MAXIMIN

Cara grafik ini bisa untuk menentukan titik maximin maupun minimax.
Pada bagian ini akan kita bicarakan terlebih dahulu cara menentukan titik
maximin.
Dalam menentukan titik maximin, mula-mula kita gambarkan garis
expected payoffpada grafik dengan nilai xl antara 0 dan 1, kemudian kita
dapatkan garis yang terendah, dan di antara garis terendah itu kita pilih titik
tertinggi. ltulah titik maximin. Untuk lebih jelasnya kita gunakan contoh 9.1
berikut ini.
Contoh 9.1
Suatu game memiliki payoff matrix, seperti terlihat pada Tabel 9 .11.
Tabel 9.11.
Payoff Matrix untuk Contoh 9.1
Strategi B
Strategi A
1
2
2
4
2
3
3
2
1
6
Kalau probabilitasnya kita masukkan, seperti pada Tabel9.12

Tabel 9.12.
Payoff Matrix Dipandang dari A, dengan Probabilitasnya
B
I 1 [ 2 [ 3 [ 4 I
A
Y1
Y2
Y3 Y4
Probabilit''
1
2
2
1
X1
3
(1 -
X1)
Expected payoffuntuk A apabila B menempuh strategi 1 =
9.20
Riset Operasi
2XI + 4 (1 - XI) = 4 - 2Xl

Expected payoffuntuk A apabila B menempuh strategi 2
2XI + 3 ( 1 -XI) = 3 -XI
Expected payo.ff untuk A apabila B menempuh strategi 3 =

3Xl + 2 (1 - XI) = 2 - XI
Expected payoffuntuk A apabila menempuh strategi 1 =
1Xl + 6 (1 -XI) = 6- 5XI
Masing-masing persamaan di atas kita gambarkan dengan sumbu

mendatar mewakili nilai expected payoff, seperti pada Gambar 9.1
'
..
'l
~(J
EF.' '":A
..
Ill
1\
Ho
- - - - - - - - - - - - - )(] -
..
"'
Gambar 9.1.
Mencari Titik Maximin untuk Contoh 9.1
(1) E.P. = 4-2XI

(2) E.P. = 3 - X1
(3) E.P. = 2 + Xl
(4) E.P.= 6- 5X 1
x1 : o
E.P: 4
X1: o
E.P: 3
XI : 0
E.P: 2
X1 : o
E.P: 6
1
2
1
2
1
3
1
1
Dalam gambar di atas terlihat bahwa nilai X 1 berkisar antara 0 dan 1

karena probabilitas tidak boleh negatif dan tidak boleh melebihi 1. Garis
9.21
EKMA4413/MODUL 9
paling bawah (minimum) mula-mula terletak pada garis ke-3, kemudian

sampai pada titik B (perpotongan garis ke-3 dengan garis ke-2) berpindah ke
garis ke-2 dan akhirnya mulai titik C (perpotongan garis ke-2 dan ke-4)
pindah pada garis ke-4. Maksimum dari garis minimum itu terletak pada
perpotongan garis ke-2 dengan garis ke-3. Titik itulah yang disebut dengan
titik maximin. Pada titik itu nilai dari garis kedua sama dengan garis ketiga
maka:
menghasilkan nilai X 1 pada titik B = Y2. Berarti nilai optimal dari X 1 sebesar
Y2. Dengan menggunakan nilai ini maka dapat dihitung nilai expected payoff
yang optimum, dengan memasukkan pada salah satu persamaan garis di atas,
misalnya kita substitusikan pada garis E.P. = 3 - X 1 maka E.P. = 3 - Y2 = 7'i .
Jadi, jawaban optimalnya adalah xl
Y2, x2
Y2 dan expected value sebesar
J'i.
Setelah kebijaksanaan minimax untuk peserta A ditentukan maka kita
bisa pula menghitung strategi maximin untuk B dan caranya sebagai berikut.
Dalam keputusan kita di depan, ternyata garis yang menentukan keputusan
optimal adalah garis ke-2 dan ke-3. Oleh karena itu, ini berarti bahwa strategi
B yang diperhatikan hanya strategi 2 dan 3 saj a, sedangkan strategi 1 dan 4
diabaikan, artinya tidak akan dipilih.
Tabel 9 .13a.
Payoff setelah A Menentukan Strategi Maximin.
1
Y2
2
{1 - Y2}
B
A
Sekarang kita bisa membuat persamaan expected payoffuntuk B sebagai

berikut.
Expected payoffkalau A memilih strategi 1 =
2Y2 + 3(1- Y2) = 3- Y2
Expected payof!B kalau memilih strategi 2

3 Y2 + 2(1 - Y2) = 2 + Y2
9.22
Riset Operasi
Untuk mencari nilai Y 2 optimal kita cari titik potong di antara kedua
garis itu, sebagai berikut.
3 -Y2 = 2 + Y2
Nilai Y 2 optimal = 12. Dengan memasukkan nilai X 2 pada salah satu
persamaan di atas akan diperoleh nilai expected payoff = %. Ternyata
hasilnya sama dengan pemecahan maximin untuk A di atas sehingga
keputusan akhirnya adalah sebagai berikut.
XI = Y2
x2= 12
y 2 = }'j
Y3= X
E.P. = 7f
LATIHAN
1)
Carilah pemecahan optimal dari payoff matrix berikut ini untuk mencari
nilai maximin untuk peserta A.
10
2)
Carilah pemecahan game berikut ini dengan menggunakan strategi

maximin untuk peserta A!
B
10
11
9.23
EKMA4413/MODUL 9
10
3)
4)
Carilah persamaan optimal dipandang dari peserta dengan mencari nilai

minimax, setelah A menentukan strateginya dengan data yang tercantum
pada soal2 di atas, kemudian carilah hasil pemecahan akhirnya!
Carilah pemecahan game berikut ini dengan menggunakan strategi
maximin untuk peserta A!
8
16
20
30
17
25
31
20
40
25
5)
Carilah pemecahan optimal dipandang dari peserta B dengan mencari

nilai minimax, setelah A menentukan strateginya (dalam soal di atas)
dengan di atas yang tercantum pada soal di atas!

1) Langsung bisa dikerj akan.
2) Baris ke-3 didominasi oleh baris pertama (semua nilainya lebih rendah)
maka ketiga bisa diabaikan. Tinggallah sekarang dua strategi untuk
peserta A dan bisa dikerjakan dengan metode grafik.
3) Bisa dikerjakan sesuai dengan contoh di depan.
4) Sarna dengan petunjuk soal nomor 2.
5) Sarna dengan petunjuk soal nomor 3.
; RANGKUMAN
Bagian ini mengemukakan penggunaan grafik untuk memecahkan

masalah game, tetapi cara ini memiliki keterbatasan, yaitu hanya bisa
digunakan kalau paling tidak salah satu peserta hanya memiliki dua
macam strategi saja.
9.24
Riset Operasi
TES FORMATIF 2
Pilihlah satu i a waban vang paling tepat!

Matriks berikut ini digunakan untuk menjawab soal no. 1 sd 5
Wanita Indonesia
Strate i 1
Strate i 2
Strate i 3
Strategi 1
12
Strategi 2
10
<C
0:::
:::::;)
<C
1) Nilai probabilitas X 1 adalah ....
A. -1 /6
B. 1/3
C. 2/3
D. 1 1/6
2) Nilai probabilitas X 2 adalah .. ..
A. - 1/6
B. 1/3
C. 2/3
D. 1 1/6
3) Nilai probabilitas Y 2 adalah ....
A. - 1/6
B. 1/3
C. 2/3
D. 1 1/6
4) Nilai probabilitas Y 3 adalah . ...
A. - 1/6
B. 1/3
C. 2/3
D. 1 1/6
5) Nilai expected pay offgame adalah ....
A. 4 1/3
B. 5 1/3
9.25
EKMA4413/ MODUL 9
C. 6 1/3
D. 7 1/3

-----------
x 100%
Jumlah Soal

80 - 89% =
70 - 79% =
< 70% =
baik sekali
baik
cukup
kurang

mengikuti ujian akhir. Bagus! Jika masih di bawah 80%, Anda harus
mengulangi materi Kegiatan Belajar 2, terutama bagian yang belum dikuasai.
9.26
Riset Operasi

Tes Formatif 1
1) A
2) c
3) B
4) B
5) D
Tes Formatif2
1) B
2) c
3) A
4) D
5) D
EKMA4413/MODUL 9
9.27
Daftar Pustaka
Churchman, C.W., Ackoff, R., dan Arnoff, E.L. Introduction to Operations
Wiley & Sons, Inc.
Subagyo, P., Asri, M, dan Handoko, T. H. (1985). Dasar-dasar Operations
Taha, H. A. (1982). Operations Research, An Introduction. McMillan

Publishing Co. Inc.

Bahasa

BMP Ekma4413

Diunggah oleh

Informasi Dokumen

Deskripsi:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Deskripsi:

Hak Cipta:

Format Tersedia

BMP Ekma4413

Judul Asli:

Diunggah oleh

Deskripsi:

Hak Cipta:

Format Tersedia

Modul 1

Pendahuluan dan Perencanaan

Secara khusus setelah mempelajari modul ini Anda diharapkan dapat:

menerapkan hasil analisis untuk pemecahan masalah melalui

B. PROSES PENGAMBILAN KEPUTUSAN

Penentuan Alternatif-alternatif Pemecahan Masalah

ini hanya sekadar membantu memudahkan analisis, sedangkan untuk

C. SEJARAH PERKEMBANGAN PENGGUNAAN OPERATIONS

Untuk memperdalam pemahaman Anda mengenai materi di atas,

Sebutkan macam-macam alat yang bisa membantu atau memudahkan

Petunjuk Jawaban Latihan

Dalam bagian ini diuraikan tentang kedudukan operations research

Pilihlah satu i a waban vang paling tepat!

Operation research bertujuan mencari pemecahan masalah secara

Proses pengambilan keputusan yang baik melewati beberapa prosedur,

Selain mempertimbangkan analisis kuantitatif, proses pengambilan

Kesalahan pemilihan alternatif pemecahan

Pertama kali operation research diterapkan pada operasi militer yang

Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang

Jumlah Jawaban yang Benar

Arti tingkat penguasaan: 90 - 100% =

Apabila mencapai tingkat penguasaan 80% atau lebih, Anda dapat

A. ALGORITMA DENGAN TUJUAN MEMINIMUMKAN

penugasan karyawan. Tabel itu kita olah sedemikian rupa sehingga

Arti dari Tabell.l itu adalah sebagai berikut.

Kolom II yang mula-mula 28 menjadi 8, dan kolom III, dan

Langkah 2: Membuat Total Opportunity Cost Matrix

Langkah 3: Menggambar garis untuk meliputi angka 0

Langkah 4: Mengubah Total Opportunity Cost Matrix

dikurangi 3 sehingga yang mula-mula 8 menjadi 5, yang mula-mula 3

Langkah 5: Membuat Alokasi Penugasan

ALGORITMA DENGAN TUJUAN MEMAKSIMUMKAN

Kita bisa juga melakukan alokasi karyawan dengan tujuan

Matriks Keuntungan atas Penugasan Karyawan

Langkah 1: Membuat Opportunity Loss Matrix

Langkah 2: Membuat Total Opportunity Loss Matrix

Langkah 3: Membuat garis seminimum mungkin untuk meliputi 0

Langkah 4: Mengubah Total Opportuni"ty Loss Matrix

Langkah 5: Membuat alokasi penugasan

Peker" aan yan Dilaksanakan

Keuntun an 1an Dihasilkan

Keuntungan pada Tabel 1.12 di atas merupakan keuntungan maksimum.

Apabila jumlah karyawan tidak sama dengan jumlah pekerjaan maka

Untuk memperdalam pemahaman Anda mengenai materi di atas,

Suatu perusahaan memiliki 4 orang karyawan yang akan diserahi untuk

Carilah alokasi karyawan yang bisa meminimumkan biaya!

Seperti pertanyaan pada soal nomor 1 tetapi dengan alternatif biaya

Suatu perusahaan akan mengalokasikan 4 orang karyawan untuk 4

Carilah alokasi karyawan yang bisa memaksimumkan laba!

PetunJuk Jawaban Latihan

Pilihlah satu iawaban yang paling tepat!

Nilai opportunity cost matr1xkolom pekerjaan A, yaitu ....

Alokasi penugasan untuk karyawan III, yaitu .. ..

Altematif penugasan untuk karyawan I terletak pada pekerj aan ....

Alternatifpenugasan untuk karyawan III terletak pada pekerjaan . . ..

Alokasi penyelesaian pekerj aan optimum, yaitu ...

Jumlah Jawaban yang Benar

Arti tingkat penguasaan: 90 - 100% =