LANDASAN TEORI
Program tujuan ganda merupakan variasi khusus dari program linear. Analisisnya
bertujuan untuk meminimumkan jarak antara atau deviasi deviasi terhadap tujuan atau
sasaran yang telah ditetapkan dengan usaha yang dapat ditempuh untuk mencapai
tujuan secara memuaskan sesuai dengan syarat ikatan yang ada, yang membatasinya
berupa sumber daya yang tersedia, teknologi yang ada, kendala tujuan dan sebagainya.
(Nasendi et al, 2005).
Agar memahami dengan baik bidang yang dipelajari, pembaca selalu harus mengerti
istilah-istilah dan lambing-lambang khusus yang digunakan. Berikut ini adalah
definisi dari beberapa istilah dan lambing yang biasa digunakan pada program tujuan
ganda.
Perbedaan utama antara program linear dan program tujuan ganda terletak
pada struktur fungsi tujuannya. Dalam linear programming funsi tujuannya hanya
mengandung satu tujuan, sedangkan program tujuan ganda satu fungsi tujuan atau
beberapa fungsi tujuan digabungkan dalam sebuah fungsi tujuan. Hal ini dapat
dilakukan dengan mengekspresikan tujuan itu dalam bentuk sebuah kendala,
memasukkan suatu variabel simpangan dalam kendala itu, untuk menggambarkan
seberapa jauh tujuan itu dapat dicapai, dan menggabungkan variabel simpangan dalam
fungsi tujuan. Tujuan dalam program linear dapat maksimalkan atau minimalkan,
sedangkan tujuan dalam program tujuan ganda adalah meminimalkan penyimpangan-
penyimpangan dari tujuan-tujuan tertentu. Berarti semua masalah program tujuan
ganda adalah masalah meminimalkan.
Setiap program tujuan ganda paling sedikit terdiri dari tiga komponen, yaitu:
1. Fungsi Tujuan
Fungsi tujuan dalam program tujuan ganda umumnya adalah masalah minimisasi
karena dalam program tujuan ganda terdapat variabel deviasi di dalam fungsi tujuan
yang harus diminimumkan. Hal ini merupakan konsekuensi logis dari adanya vaiabel
deviasi dalam fungsi kendala tujuan. Sehingga fungsi tujuan dalam program tujuan
ganda adalah minimisasi penyimpangan atau minimisasi variabel deviasi.
Fungsi tujuan dalam program tujuan ganda ada tiga jenis:
m
a. Minimumkan Z d i d i
i 1
m
b. Minimumkan Z Pk (d i d i ) untuk k 1, 2,..., K
i 1
Fungsi tujuan di atas digunakan apabila urutan dari tujuan diperlukan tetapi
variabel deviasi setiap tingkat prioritas dari tujuan memiliki kepentingan yang
sama.
m
c. Minimumkan Z Wki Pk (d i d i ) untuk k 1, 2,..., K
i 1
2. Kendala Tujuan
Ada enam jenis kendala tujuan yang berlainan. Maksud setiap jenis kendala itu
ditentukan oleh hubungannya dengan fungsi tujuan. Setiap kendala tujuan harus
memiliki satu atau dua variabel simpangan yang ditempatkan pada fungsi tujuan.
Dimungkinkan adanya kendala-kendala yang tidak memiliki variabel simpangan.
Kendala-kendala ini sama seperti kendala persamaan linear.
Agar mengerti bagaimana merumuskan suatu masalah program tujuan ganda, perlu
diketahui prosedur perumusan. Kemudian diterapkan prosedur itu pada beberapa
situasi persoalan yang berlainan.
1. Prosedur Perumusan
Perumusan suatu masalah program tujuan ganda sangat mirip deengan
perumusan sebuah masalah program linear. Penjelasan variabel keputusan ,
koefisien , dan nilai sisi kanan , diperlukan baik pada program linear
maupun program tujuan ganda. Langkah-langkah perumusan program tujuan
ganda meliputi beberapa tahap.
a. Tentukan variabel keputusan
Kuncinya adalah menyatakan dengan jelas variabel keputusan yang tak
diketahui. Makin tepat definisi akan makin mudah pekerjaan pemodelan yang
lain.
b. Nyatakan sistem kendala
Kuncinya adalah menentukan nilai-nilai sisi kanan dan kemudian menentukan
koefisien teknologi yang cocok dan variabel keputusan yang diikut sertakan
dalam kendala. Juga perhatikan jenis penyimpangan yang diperbolehkan dari
=
=1
Kendala:
atau
=1
0, = 1,2, , , = 1,2, ,
+ + =
=1
atau
=1
, +, 0, = 1,2, , , = 1,2, ,
3. Model banyak tujuan
Ada 3 jenis model banyak tujuan, yaitu:
a. Tujuan banyak tanpa prioritas.
Bentuk umum:
Min
+ +
=1
Kendala
+ + =
=1
atau
=1
, , + 0, = 1,2, , , = 1,2, ,
b. Tujuan banyak dengan prioritas.
Model umum:
Min
+ +
=1
Kendala
+ + =
=1
atau
=1
+, + + ,
=1
Kendala
+ + =
=1
atau
=1
, , + 0, = 1,2, , , = 1,2, ,
2.2 Transportasi
Metode transportasi adalah metode yang digunakan untuk mengatur distribusi dari
sumber-sumber yang menyediakan produk yang sama, ke tempat-tempat yang
membutuhkan produk tersebut secara optimal. (Fien Zulkarnaen,2004).
Minimumkan:
=
=1 =1
Batasan:
= ; = 1,2, ,
=1
= ; = 1,2, ,
=1
Keterangan:
= Variabel pengambil keputusan,produk yang diangkut dari sumber i ke tujuan j.
= Jumlah yang disediakan untuk diangkut (jumlah persediaan) di sumber i.
= Jumlah yang diminta untuk didatangkan (jumlah permintaan) di titik tujuan j.
= Ongkos pengangkutan per unit produk .
m = Jumlah sumber.
n = Jumlah tujuan.
Dalam kehidupan sehari-hari sering digunakan himpunan tegas, yaitu himpunan yang
terdefinisi secara tegas, dalam arti bahwa untuk setiap elemen dalam semestanya
selalu dapat ditentukan secara tegas apakah merupakan anggota dari himpunan itu
atau tidak. Dengan kata lain, terdapat batas yang tegas antara unsur-unsur yang
merupakan anggota dan unsur-unsur yang tidak merupakan anggota dr suatu
Pemakaian himpunan tegas untuk menyatakan umur sangat tidak adil, karena
adanya perubahan kecil saja sudah mengakibatkan kategori yang cukup signifikan.
0,5
0,25
0 25 35 40 45 50 55 65
Gambar 2.1 Himpunan fuzzy variabel umur
1 (2 1 ), untuk 1 2
= 3 3 2 , untuk 2 3
0, untuk yang lain
0 1 2 3
0 1 2 3 4
Pada bagian ini, besarnya biaya ditetapkan secara eksak, sedangkan jumlah
persediaan dan permintaan belim diketahui secara pasti. Ketidakjelasan ini bisa
disebabkan oleh kurangnya informasi atau kebijakan khusus dari suatu perusahaan.
Pada masalah transportasi biasa dengan nilai persediaan dan permintaan yang bernilai
integer akan selalu menghasilkan solusi yang juga bernilai integer. Pada fuzzy integer
transportation problem, dibutuhkan suatu algoritma khusus untuk mendapatkan suatu
nilai integer yang optimal.
= = 1 , 2 , 3 , 4 = ( )
=1 =1
Batasan:
; = 1,2, ,
=1
; = 1,2, ,
=1
Keterangan:
= Variabel pengambil keputusan, jumlah produk yang diangkut dari sumber i ke
tujuan j.
= Jumlah yang disediakan untuk diangkut (jumlah persediaan) di sumber i,
berupa bilangan fuzzy.
= Jumlah yang diminta untuk didatangkan (jumlah permintaan) di titik tujuan j,
berupa bilangan fuzzy.
= Ongkos pengangkutan per unit produk
m = Jumlah sumber.
n = Jumlah tujuan.
Gambar 2.8 Baris Menu (menu bar) setelah dipilih suatu Modul
Gambar 2.10 Baris Tool (tool bar) setelah dipilih suatu Modul