1
I.3. Tujuan Instruksional Umum (TIK)
Tujuan Instruksional Umum (TIK) penelitian operasional II yang terdapat
dalam GBPP jurusan Teknik Industri, Fakultas Teknik Universitas Malikussaleh
Tahun 2004 menjelaskan bahwa dengan mempelajari mata kuliah penelitian
operasional II ini diharapkan mahasiswa mampu memahami mengenai berbagai
model optimasi dan pengambilan keputusan serta mampu menerapkan disiplin
ilmu dalam penelitian operasional II tersebut dalam kehidupan sehari-hari.
PERKULIAHAN KE 1:
1. Pengantar Penelitian operasional II
1.1. Sejarah singkat perkembangan penelitian operasional
1.2. Komponen-komponen utama persoalan keputusan.
1.3. Model-model dalam penelitian operasional.
1.4. Metodologi penelitian operasional.
PERKULIAHAN KE 2 DAN 3:
2. Analisis Jaringan
2.1. Pengantar Analisis Jaringan
2.2. Konsep Dan Definisi
2.3. Algoritma Path
2.4. Tree Problem.
2.5. Flow Problem.
PERKULIAHAN KE 4 DAN 5:
3. Perencanaan & Pengendalian Proyek dgn CPM PERT.
3.1. Simbol-simbol yang digunakan.
3.2. Penentuan Waktu.
2
3.3. Perhitungan maju & Perhitungan mundur.
3.4. Perhitungan kelonggaran waktu.
3.5. Pembuatan peta waktu & Pengaturan sumber daya.
3.6. Perkiraan waktu penyelesaian suatu aktifitas.
3.7. Penentuan ongkos dalam penjadwalan proyek.
PERKULIAHAN KE 6 DAN 7:
4. Programa Dinamis
4.1. Pengantar Programa Dinamis
4.2 Teknik penyelesaian persoalan dengan Programa Dinamis
PERKULIAHAN KE 8:
5. Ujian mid semester.
3
PERKULIAHAN KE 14 DAN 15:
8. Teori Antrian
8.1. Pengantar Teori antrian
8.2. Contoh Sistem Antrian
PERKULIAHAN KE 16:
9. Ujian semester.
4
PERKULIAHAN KE 1: PENGANTAR PENELITIAN OPERASIONAL II
SESI/PERKULIAHAN KE: 1
Deskripsi singkat :
Dalam pertemuan ini anda akan mempelajari beberapa pengertian yang berkaitan
dengan penelitian operasional, memahami dan mengetahui Komponen-komponen
utama persoalan keputusan, model-model dalam penelitian operasional dan
metodologi penelitian operasional yang nantinya dapat diterapkan dalam
meyelesaikan persoalan pengambilan keputusan.
I. Bahan Bacaan:
1. Don T.Philips, et.al., Operation Research: Principle and Practice, 2nd
edition, John Wiley and Sons, 1987.
2. Hillier and Lieberman, Introduction to Mathematical Programming, 1st
edition, McGraw-Hill, 1991.
3. Taha, Hamdy, Operation Research : An Introduction, Newyork : The
MacMillan Co, 1985.
IV. Tugas:
1. Definisikan pengertian penelitian operasional menurut literatur yang anda
baca dan jelaskan pengertian tersebut sesuai dengan pendapat anda!
2. Carilah contoh kasus persoalan keputusan yang berkaitan dengan penelitian
operasional II!
3. Jelaskan langkah-langkah dalam memecahkan suatu persoalan keputusan
dalam suatu organisasi!
5
1.1. PENDAHULUAN
Dalam perkuliahan pengantar penelitian operasional II ini akan dibahas
mengenai sejarah singkat perkembangan penelitian operasional, komponen-
komponen utama persoalan keputusan, model-model dalam penelitian operasional
dan metodologi penelitian operasional. Materi yang disampaikan sangat berkaitan
antara satu dengan yang lainnya, hal ini berguna dalam menghasilkan suatu
keputusan yang optimal dalam menyelesaikan suatu persoalan keputusan.
1.2. PENYAJIAN
6
orang-orang di perindustrian. Sedemikian pesat perkembanganya kini maka
Penelitian Operasional telah digunakan hampir pada seluruh kegiatan, baik
diperguruan tinggi, konsultan, rumah sakit, perencanaan kota dll.
Tujuan (objective) adalah hasil akhir yang hendak dicapai dengan cara
memilih suatu tindakan yang paling tepat untuk sistem yang dipelajari. Dalam
bidang-bidang usaha, tujuan diartikan sebagai memaksimumkan profit atau
meminimumkan ongkos yang dikeluarkan. Akan tetapi dalam bidang-bidang
lain yang sifatnya non-profit (tidak mencari keuntungan), tujuan dapat berupa
pemberian kualitas pelayanan kepada para konsumen.
Apabila tujuan telah didefinisikan, maka selanjutnya harus dilakukan
pemilihan tindakan terbaik yang dapat mencapai tujuan tersebut. Dalam hal ini,
kualitas pemilihan akan sangat bergantung kepada tahu atau tidaknya si
pengambil keputusan dalam mencapai alternatif yang diharapkan tersebut.
Untuk dapat menentukan tindakan-tindakan yang mungkin dilakukan itu
maka haruslah diidentifikasikan variabel-variabel sistem yang dapat dikendalikan
oleh pengambil keputusan, yang keberhasilannya dalam mengidentifikasikan
variabel-variabel inipun akan sangat bergantung pada bias dan pelatihan si
pengambil keputusan.
7
1.3. Model-Model dalam Penelitian Operasional.
Model adalah gambaran ideal dari suatu situasi (dunia) nyata sehingga
sifatya yang kompleks dapat disederhanakan. Ada beberapa jenis model yang
biasa digunakan, diantaranya ialah:
a. Model-model fisik/ ikonis
Yaitu Penggambaran fisik dari suatu sistem, baik dalm bentuk ideal maupun
dalam skala yang berbeda.
Contoh: Peta, foto, blueprint, globe.
b. Model-model Analogi/ diagramatis
Model-model ini dapat menggambarkan situasi-situasi yang dinamis dan lebih
banyak digunakan dari pada model-model ikonis karena sifatnya yang dapat
dijadikan analogi bagi karakteristik sesuatu yang sedang dipelajari.
Contoh: Kurva distribusi frekuensi pada statistik, kurva supply demand, flow
chart.
c. Model-model Simbolis/ Matematis
Yaitu Penggambaran dunia nyata melalui simbol-simbol matematis.
Pada awalnya Model-model Simbolis/ Matematis ini berupa model-model
abstrak yang dibentuk di dalam pikiran seseorang yang kemudian disusun
menjadi model-model simbolis, seperti gambar, simbol atau rumus matematis.
Model matematis yang paling banyak digunakan dalam penelitian operasional
adalah model matematis berupa perasamaan atau ketidak samaan.
d. Model-model simulasi
Yaitu Model-model yang meniru tingkah laku sistem dengan mempelajari
interaksi komponen-komponennya. Dalam hal ini tidak diperlukan fungsi-
fungsi matematis secara eksplisit untuk merelasikan variabel-variabel sistem,
Model-model simulasi ini dapat digunakan untuk memecahkan sistem
kompleks yang tidak dapat memberikan solusi yang benar-benar optimum.
Dimana jawaban yang dapat diperoleh ialah jawaban yang suboptimum, yaitu
jawaban optimum dari alternatif-alternatif yang diuji/ dites.
8
e. Model-model heuristik
Kadang-kadang formulasi matematis bersifat sangat kompleks untuk dapat
memberikan suatu solusi yang pasti. Atau mungkin solusi optimum dapat
diperoleh, tetapi memerlukan proses perhitungan yang sangat panjang dan
tidak pratktis. Heuristic yaitu suatu metode pencarian yang didasarkan atas
aturan-aturan tertentu untuk memperoleh solusi yang lebih baik daripada
solusi yang telah dicapai sebelumnya.
9
rumit tidak diperoleh model analitik, maka perlu dikembangkan suatu model
simulasi.
Langkah 4:
Mengevaluasi model dan menggunakannya untuk prediksi. Pada langkah ini,
tentukan apakah model matematis yang dibangun pada langkah 3 telah
menggambarkan keadaan yang nyata secara akurat. Jika belum buatlah model
yang baru.
Langkah 5:
Mengimplementasikan hasil studi, Pada langkah in kita harus menterjemahkan
hasil studi atau hasil perhitungan kedalam bahasa sehari-hari yang mudah di
mengerti.
1.3. PENUTUP
Pada bagian penutup, diadakan tanya jawab dan diskusi baik antar
mahasiswa dan dosen, dan juga mahasiswa antar mahasiswa. Untuk itu diberikan
juga tugas sebagai bahan latihan mahasiswa di luar jam perkuliahan.
10
PERKULIAHAN KE 2 DAN 3: ANALISIS JARINGAN
SESI/PERKULIAHAN KE: 2 DAN 3
2. Carilah Jumlah unit maksimum suatu path dari s ke t dimana seluruh arc dari path itu
termasuk di dalam sei I (Increasable path)!
S 1 2 t
11
II.1. PENDAHULUAN
Dalam perkuliahan mengenai Analisis Jaringan ini akan dibahas
mengenai pengertian dan konsep analisis jaringan, memahami dan mengetahui
persoalan rute terpendek, persoalan rentang pohon minimum dan persoalan aliran
maksimum pada suatu jaringan kerja. Materi yang disampaikan sangat berkaitan
antara satu dengan yang lainnya, hal ini berguna dalam menghasilkan keputusan
yang optimal dalam menyelesaikan persoalan keputusan dalam suatu jaringan
kerja.
II.2. PENYAJIAN
ANALISIS JARINGAN
2.1. Pendahuluan
Network theory (Teori Analisis Jaringan) adalah cabang-cabang matematik
yang digunakan secara luas dalam bidang praktek. Banyak problema yang timbul
dalam berbagai bidang seperti psikologi, kimia, teknik listrik, transportasi,
manajemen, pemasaran, dan pendidikan dapat digambarkan didalam bentuk
problema dari Network Theory. Oleh karena itu Network Theory tidak hanya
dikenal dan dikembangkan oleh kalangan sendiri, tetapi juga diikembangkan dari
bidang-bidang lain.
Network Theory tumbuh dan berkembang pesat pada awal abad ke 20 (dua
puluh) dengan dimotivasi oleh perkembangan dari teori molekul dan teori listrik.
Kini perkembangan analisis jaingan ini makin cepat lagi setelah ditemukannya
alat komputer.
Pengertian atau definisi-definisi yang umum dijumpai dalam analisis
jaringan ini akan di bahas secara mendetail termasuk didalamnya berbagai model
dan uraian singkat mengenai analisis jaringan seperti persoalan Shortest Path
Problem (S.P.P), Spanning Tree Problem ( S.T.P), Flow Problem (F.P), yang
dilengkapi dengan algoritma penyelesaian optimum.
Graph G adalah suatu bangun (struktur) yang terdiri satu set elemen N yang
disebut node dan satu set elemen A yang disebut Arc. Secara Umum suatu graph
dituliskan dengan notasi G (N,A), dimana:
12
N = Set dari node (1,2,3,..n)
A = Set dari Arc (a,b,c,.....n)
yang masing-masing menghubungkan suatu node dengan node yang lain.
Sebagai contoh, susunan dari satu set node N (1,2,3,4) dan satu set arc
(a,b,c,d,e,f,g) membentuk suatu graph yang salah satu diantaranya adalah dapat
dilihat pada Gambar 2.1. berikut.
b
1 3 Node
c f
a Arc
d
2 4
Gambar 2.1. susunan dari satu set node N dan satu set arc membentuk graph
Contoh dari suatu network adalah sistem jaringan jalan raya yang menghubungkan
kota-kota yang ada pada suatu daerah. Sebagai node dalam jaringan tersebut
adalah setiap kota yang ada dalam jaringan tersebut dan sebagai arc adalah jalan
raya yang menghubungkan satu kota dengan kota yang lain. Bobot dari Arc adalah
dapat berupa jarak, ongkos angkut ataupun lamanya perjalanan dari satu kota ke
kota yang lain.
3 2 3 c C adalah Loop.
13
Sebuah node dan sebuah arc disebut incedent satu sama lain, jika node
tersebut adalah merupakan ujung ataupun pangkal dari arc yang
bersangkutan.
1
a
2
b
3
Arc a dan node 2 adalah
incedent satu sama lainnya.
Dua buah arc dikatakan incedent satu sama lain, jika keduanya incedent
kepada node yang sama.
Arc a dan b adalah incedent satu
a b sama lainnya karena keduanya
1 2 3
incedent kepada node 2.
Dua buah node disebut adjacent satu sama lain, jika ada sebuah arc
menghubungkan keduanya.
Chain adalah beberapa arc yang berurutan di dalam satu graph atau
network.
i
2 7
h
b c
e Arc a, e, h dan i adalah chain.
a 3 5
1
f
d g
4 6
Panjang suatu chain adalah sama dengan banyaknya arc dalam chain
tersebut.
Path adalah suatu chain yang dibentuk oleh beberapa arc yang searah.
i Arc a, d, g dan i adalah
2 7
h
b c sebuah path yang arahnya
e dari node 6 ke node 1.
a 3 5
Node 6 disebut node awal
1
f dan node 1 disebut node
d g
4 6 akhir.
14
Cycle adalah suatu chain yang mempunyai node awal dan node akhir
yang identik atau dengan kata lain, cycle adalah suatu chain yang
tertutup.
i
2 7
h
b c Arc c, e, h dan i membentuk
e suatu cycle.
a 3 5
1
f
d g
4 6
Circuit adalah suatu path yang mempunyai node awal dan node akhir
yang identik, atau merupakan suatu path yang tertutup. Dalam gambar
di atas arc a, b dan c membentuk suatu circuit. Panjang suatu cycle dan
circuit di dalam graph adalah banyaknya arc yang membentuk cycle
atau circuit tersebut.
2 i
b 7
h Dari setiap node terdapat
c 5
sedikitnya satu chain kepada
1
a e setiap node yang lain.
f
3
d
g
4 6
Suatu graph disebut connected jika terdapat sedikitnya satu chain dari
suatu node kepada setiap node yang lain di dalam graph tersebut.
2
b i
Sub-graph 1
c
1 7
e
a 5
Sub-graph 2
f
g
4 6
15
- Graph ini tidak connected, karena tidak semua node mempunyai chain
kepada setiap node yang lain. Misalnya antara node 2 dengan node 4 tidak
terdapat chain. Graph tersebut terdiri dari 2 sub-graph dan disebut un-
connected graph.
- Suatu sub graph dari G(N,A), adalah suatu graph G yang terdapat terdiri
dari seluruh arc dari set A yang menghubungkan node di dalam sub set
tersebut.
j
2
d a 4
2 4 c
a h
1 e
c 5 d
1 e 7 b 3
g
b 3 f 5
i
6
f
- Suatu partial graph dari G(N,A) adalah suatu graph yang terdiri dari
semua node N dan satu sub-set arc A.
f
b
2 4
a
c 7
1
5 e
3 d
6
- Suatu graph G(N,A) dengan arc yang arahnya ditetapkan disebut directed
graph. Bila arah dari arc tidak ditetapkan, maka disebut undirected graph.
j i
d c
2 4 2 4
a h a f
c 5 5
1 e 7
1 d 7
g
b 3 g
i b 3
6 h
f 6
e
16
- Tree dari suatu connected graph G(N,A) adalah suatu connected partial
sub-graph. Tree terdiri dari satu sub-set dari node dan satu sub-set dari arc
yang menghubungkan sub-set node dan tidak membentuk cycle.
j
d
a
2 4
h
Tree
Node (1,2,3,4 dan 5) dengan
c 5 Arc (a,c,d dan e) membentuk
1 e 7
g tree.
b 3
i
6
f
c Bukan Tree
2 4
a f Graph yang dibentuk oleh
5 Node (1,2,3,4 dan 5) dengan
1 d 7 Arc (a,b,c,d dan e) bukan tree
g karena terdapat cycle.
b 3
h
6
e
- Spanning Tree dari suatu connected graph adalah setiap tree yang
terbentuk dari arc dan seluruh node dari graph tersebut.
j
d
a
2 4
h
Spanning Tree
Graph yang dibentuk oleh Node
1
c
e
5
7
(1,2,3,4,5,6 dan 7) dengan Arc
g (a,c,d,e,f dan i).
b 3
i
6
f
- Arborescence adalah suatu tree dimana tidak terdapat 2 arc atau lebih
yang berujung pada node yang sama.
c
a 2 4
1
b d
5
3
e
6
17
- Spanning arborescence adalah arborescence dari spanning tree.
f
c
a 2 4
7
1
b d
5
3
e
6
d
2 4
a g a b c d e f G
c 1 1 1 0 0 0 0 0
1
b e
5
f
2 1 0 1 1 0 0 0
3
E = 3 0 1 1 0 1 1 0
4 0 0 0 1 0 1 1
5 0 0 0 0 1 0 1
Graph G (N,A)
18
Dari matriks E ini terlihat bahwa banyaknya baris matriks adalah sama
dengan banyaknya node (n) pada graph 6 (N,A) dan banyaknya kolom. Sama
dengan banyaknya arc (a) dari graph tersebut, sehingga matriks terbentuk adalah
matriks E (n x a).
- Matriks dari directed graph.
Elemen-elemen eij dari matriks untuk indirected graph adalah:
- eij =1, jika arc j adalah incident dengan node i dan arahnya menuju node i
tersebut.
- eij = -1, jika arc j adalah incident dengan node i dan arahnya tidak menuju
node i tersebut.
- eij=0, jika arc j adalah tidak incident dengan node i.
Contoh:
d
2 4 a b c d E f g
1 -1 1 0 0 0 0 0
a g
2 1 0 1 -1 0 0 0
c E =
3 0 -1 -1 0 -1 1 0
1 5
b e f 4 0 0 0 1 0 -1 1
3 5 0 0 0 0 1 0 -1
b. Adjacency matrix
- Adjacency matriks E dari suatu graph G dibentuk dengan cara berikut. Baris
dan kolom matriks adlah merupakan selutuh node dari graph.
Sama halnya dengan incidence matrix, elemen-elemen dari adjcency matrix
(eij) untuk undirected graph berbeda dengan elemen-elemen matriks untuk
directed graph.
(1). Undirect adjacency matrix.
Elemen-elemen dari undirect adjacency eij, didefinisikan sebagai
berikut:
- eij =1, jika arc yang menghubungkan node i dengan node j.
- eij = 0, jika tidak ada arc yang menghubungkan node i dengan node j.
19
Contoh:
d
1 2 3 4 5
2 4 1 0 1 1 0 0
a g E = 2 1 0 1 1 0
c 3 1 1 0 1 1
1 5 4 0 1 1 0 1
b e f 5 0 0 1 1 0
3
20
2.2.2 Matrix dari network.
Pada uraian sebelumnya sudah dijelaskan bahwa network adalah suatu
graph dengan arc yang mempunyai aliran.
Network ditulis dengan notasi W (N,A,d), dimana:
N = set dari node (1,2,,n)
A = set dari arc (a,b,....................)
di = bobot dari arc i.
Suatu network disebut non negatif jika di>0 untuk seluruh eij E.
Adjacency matrix dari network adalah identik dengan adjacency matrix
dari graph hanya saja elemen-elemen matriks ditentukan oleh arah dari setiap arc
dari network tersebut.
Contoh dari sebuah network adalah seperti terlihat dalam gambar berikut.
1
2 4
3 3
4
1 5
2 6 2
3
Network ini adalah merupakan suatu jaringan jalan raya disuatu daerah
Node (1, 2, 3, 4, 5) adalah kota-kota yang dilintasi oleh jalan raya tersebut.
Arc (1-2) adalah jarak antar kota 1 dengan kota 2 dan seterusnya.
Sama halnya dengan graph pada network juga ditemukan bentuk undirected dan
directed network.
21
2.3.1. Algoritma Terpendek Antara Dua Node Tertentu.
Contoh-contoh problema dan mencari arc yang terpendek adalah:
Contoh 1.
Seorang supir sedang bepergian dengan mengendarai mobil dari kota
asalnya menuju kota yang lain. Untuk mencapai kota tujuan tersebut, dia
mempunyai beberapa pilihan rute yang melalui kota-kota antara, jarak suatu kota
dengan kota yang lain dalam suatu rute adalah seperti terlihat dalam network
berikut. Rute manakah yang harus dilalui agar jarak yang ditempuh oleh orang
tersebut minimum?
7 3
1 3
2
4 2 t
2
4
s 4 Kota Tujuan
3 3
2
Kota Asal
Kota Antara
Jarak
Contoh 2.
Seorang pengusaha ingin menanamkan uangnya secara optimal pada salah
satu atau beberapa bidang usaha, yaitu membeli saham dipasar uang dan modal,
membeli bond atau mendepositokan di bank, dia hanya ingin menanamkan
uangnya pada satu jenis usaha, pada tiap kali mengadakan investasi. sesuai dengan
peraturan yang berlaku saat ini, bahwa pengusaha tersebut hanya dibenarkan
untuk investasi atau menarik mdalnya pada hari pertama tiap kwartal. Besarnya
keuntungan yang diharapkan tiap bulan selama satu tahun dinyatakan sebagai
panjang dari arc.
2 2 2
s 3 3 3 t
Awal 4 4 4 Akhir
Kwartal 4
Kwartal 1 Kwartal 2 Kwartal 3
22
Dari kedua contoh problema tersebut, terlihat bahwa sebagai penyelesaian
optimum adalah lintasan (path) yang memberikan jarak terpendek dari s ke t.
Hanya saja pada contoh dua, panjang tiap path harus dinyatakan sebagai harga
negatif dari keuntungan yang diharapkan pada tiap kwartal. Ada beberapa
algoritma untuk mencari penyelesaian optimum di problema path yang terpendek
(shortes path problem). Yang paling banyak digunakan adalah algoritma dikstra
(1959), Karena algritma ini sangat efisien. Tetapii penggunaannya terbatas hanya
untuk non negatif network. Untuk negatif network dapat digunakan algoritma
chimbel dan gellman atau algoritma ford. Ide dari algoritma dikstra adalah sebagai
berikut:
Misalkan diketahui bahwa dalam network, m node s dan juga pada m buah node
tersebut, kemudian node ke (m+1) yang terpendek ke node s di cari sebagai
berikut:
Untuk setiap node, bentuklah sebuah path dari node s ke node y dengan
menghubungkan path terpendek dri s ke t dengan arc (x, y) untuk semua node x.
Pilihlah path yang terpendek dari n buah path ini, anggap bahwa untuk
sementara, path yang dipilih ini merupakan path yang terpendek dari s ke t.
Sekarang, node yang manakah yang merupakan node ke ( m+1), yang terdekat ke
s adalah node yang belum diberi warna yang merupakan path terpendek sementara
dari s seperti telah dihitung di atas. Hal ini adalah benar karena path yang
terpendek dari s kepada node yang ke (m+1) yang jaraknya terpendek ke node s,
harus menggunakan node yang telah berwarna sebagai node antara.
Oleh karena itu , jika ke m buah node yang terdekat kepada node s
diketahui, maka node ke (m+1) dapat dicari, seperti yang diuraikan di atas mulai
dengan m = 0, dan proses tersebut dilakukan berulang-ulang sehingga path yag
terpendek dari s ke t telah diperoleh.
23
Untuk jelasnya algoritma dikstra ini dapat dijelaskan sebagai berikut:
Langkah 1 :
Untuk semua node dan arc yang belum diwarnai. Beri angka d(x)
kepada setiap node x untuk menunjukkan panjang dari path yang
terpendek dari s ke t yang hanya menggunakan node yang berwarna
sebagai node antara. Beri pula d(s) = 0 dan d (x) = ~ untuk semua x
s. misalkanya adalah node pertama yang akan diberi warna. Beri warna
pada s dan misalkan y = s.
Langkah 2:
Untuk setiap node x yang belum berwarna, tentukan d(x) dengan cara
sebagai berikut: d(x) = Min { d(x), d(y) + a(y,x)}
dihentikan karena tidak ada path dari s kepada setiap node yang belum
berwarna yang mempunyai harga d(x) terkecil. Juga beri warna pada
arc yang langsung menuju node x dari node berwarna dimana harga
d(x) yang minimum tadi ditemukan. Misalkan y = x.
Langkah 3:
Jika node t sudah diberi warna, maka iterasi dihentikan, karena sebuah
path yang terpendek dari s ke t sudah ditemukan. Jika node t belum
berwarna, kembali ke langkah 2.
Bila algoritma dikstara ini digunakan untuk contoh soal 1 di atas maka
penyelesaian optimum yang diperoleh adalah sebagai berikut.
7 3
1 2
2
4 2 t
2
4
s 4
3 3
3
24
Langkah 1: Beri warna pada node s, d(s) = 0 dan d(x)= ~ untuk seluruh x s.
Langkah 2: y = s
Karena d(3) = 3 adalah Min {d(1), d(2), d(3), d(4), d(t)}, maka node 3 dan arc
(s,3) diberi warna. Path yang terpendek sementara adalah dari node s ke node 3.
s 3
3
Karena d(1) = 4 adalah Min {d(1), d(2), d(4), d(t)}, maka node 1 dan arc (s,1)
diberi warna. Path arborescence terpendek adalah arc (s,3) dan (s,1).
1
4
s 3
3
25
Salah satu dari arc (3,4) dan arc (1,4) juga diberi warna. Misalkan dipilih arc
(3,4) maka path arborecence terpendek adalah:
4
1
s 3 3
3 4
Karena d(2) = 7 adalah Min {d(2), d(t)}, maka node 2 dan arc (s,2) diberi warna.
Salah satu dari arc (3,4) dan arc (1,4) juga diberi warna. Path arborecence
terpendek adalah sebagai berikut.
2
1
4
s 3
3
3 4
Langkah 2: y =2
d(t) = Min { d(t), d(2) + a(2,t)} = Min {8, (7+2)} = 8
Beri warna pada node t dan arc (4,t) maka path arborecence terpendek adalah:
7
2
1
4
5
s 3 2
3
3 4
26
Dari path arborecence ini terlihat bahwa path yang terpendek dari s ke t
terdiri dari arc (s,3), (3,4), dan (4,5) dengan jarak 3 + 3 + 2 = 8.
27
hanya algoritma Floyd saja yang akan di uraikan sedangkan algoritma lainnya
dapat dibaca pada buku Optimization Algoritma for networks and Graphs.
Contoh.
Suatu perusahaan penerbangan domestik harus menyinggahi sejumlah kota
setiap hari. Untuk menghemat penggunaan bahan bakar dan waktu penerbangan
maka, perusahaan tersebut ingin untuk meminimumkan total jarak yang harus
ditempuhnya. Suatu hal yang sangat membantu untuk mencapai tujuan ini adalah
dengan mendapatkan rute yang terpendek antara setiap kota yang harus disinggahi
oleh pesawat.
Dalam algoritma Floyd ini digunakan beberapa notasi yaitu: nomor dari
node adalah 1,2,3,...................,N. Path yang terpendek dari node i dan j, dimana
hanya m buah node yang pertama diizinkan sebagai node antara dinyatakan
m o
sebagai d ij = ~ . berdasarkan definisi ini, maka d ij adalah panjang dari path
I
terpendek dari i ke j (path yang tidak mempunyai path antara) dan d ij adalah
panjang dari path tersebut hanya terdapat satu node antara. Pengertian ini dapat
dijelaskan dengan graph berikut.
7
2 3
4 2 2
5
1
6
3
3
5
2
4 4
Path dari 1 ke 4
o
d ij = 3, dengan path terpendek (1,4)
I
d ij = ~, tidak ada path dari node 1 ke 4 yang mempunyai 1 node antara.
2
d ij = 11, dengan path terpendek (1,2), (2,5), (5,4)
3
d ij = ~, tidak ada path dari node 1 ke 4 yang mempunyai 3 node antara.
4
d ij = 13, dengan path terpendek (1,2), (2,3), (3,6), (6,5), (5,4).
28
o
Sehingga jelas bahwa d ij = 0, untuk semua i. Misalkan Dm adalah matriks
m
N x N yang mempunyai elemen (i,j) adalah d ij , jika panjang setiap arc dalam
graph diketahui maka matriks D0 dapat dicari. Sebagai tujuan adalah mencari DN
N
yaitu matriks N x N dimana elemen (i,j) adalah d ij , yang merupakan panjang
dari path terpendek antara node i dengan node j.
Dari persamaan tersebut terlihat bahwa hanya elemen-elemen dari matriks Dm-1
yang diperlukan untuk menghitung elemen-elemen dari matriks Dm.
29
Langkah 2: Untuk m = 1,2,3,........,N, secara berturut-turut cari elemen elemen
dari matriks Dm dari elemen-elemen Dm-1 dengan menggunakan
formula berikut.
m m 1 m1 m1
d ij = Min { (d im + d mj ), d ij }
30
2.4.1. Algoritma untuk Spanning Tree
Pada bagian ini akan dipelajari 2 (dua) macam algoritma yaitu yang
pertama adalah algoritma untuk membentuk tree (tree algoritm) Pada suatu graph,
dan yang kedua adalah algoritma untuk membentuk minimum spanning tree
(minimum spanning tree algoritm) yaitu spanning tree dari suatu graph yang
mempunyai total bobot minimum diantara seluruh spanning tree yang mungkin
dibentuk dari graph tersebut.
Didalam penyelesaian problema spanning tree didalam suatu graph (N,A)
dimisalkan bahwa bobot dari arc (x,y) adalah a(x,y), total bobot dari sebuah tree
adalah jumlah bobot dari seluruh arc yang terbentuk dari tree tersebut.
Kota 1 Kota 2
Kota 5
Kota 3 Kota 4
Tabel 2.1.
Biaya untuk pembangunan 2 buah kota
Ke 1 2 3 4 5
Dari
1 0 5 30 80 90
2 5 0 70 60 50
3 50 70 0 8 20
4 80 60 8 0 10
5 90 50 20 10 0
31
Problema ini dapat diformulasikan ke dalam bentuk graph dimana setiap
kota dinyatakan sebagai node dan setiap kemungkinan jalan yang dapat dibangun
untuk membangun 2 kota dinyatakan sebagai arc. Bobot dari tiap arc adalah
besarnya biaya yang dibutuhkan untuk pembangunan jalan antara setiap 2 kota,
seperti pada gambar berikut.
70
1 5
2 50
80 5
60
50
70 10
8
3 4
20
32
3. Tidak ada satupun dari node ujung ataupun node pangkal dari arc
berada dalam salah satu dari ke 2 bucket. Bila hal ini terjadi, beri
warna biru pada arc ini dan kedua node ujung dan node
pangkalnya dimasukkan kedalam bucket 2.
4. masing-masing node ujung dan node pangkal dalam arc berada
dalam bucket berbeda. Bila hal ini terjadi maka beri warna biru
pada arc tersebut dan isi dari kedua bucket ini digabung di dalam
bucket 1. bucket 2 menjadi kosong kembali.
Langkah 3: Jika seluruh node dari graph sudah berada dalam bucket 1,
makaalgoritma dihentikan, karena arc yang berwarna biru sudah
membentuk suatu spanning tree, jika belum amaka kembali ke
langkah 2.
33
Jika graph mempunyai beberapa arc yang bobotnya sama maka pemilihan
salah satu dari arc ini dapat dilakukan secara arbitrary. Pada penyelesaian
maksimum spanning tree problem, list dari arc disusun menurut discending order
(yang terbesar pertama dan terkecil pada bagian yang terakhir).
Contoh:
Selesaikanlah problema tentang pembangunan jalan raya seperti yang telah
diperlihatkan dalam contoh sebelumnya.
90
1 5
2 50
80 5
60
50
70 10
8
3 4
20
Penyelesaian:
Pertama-tama dilakukan penyusunan list dari arc menurut ascending order,
kemudian algoritma di atas digunakan. Hasilnya dapat dilihat pada Tabel 2.2.
berikut.
Jadi minimum spanning tree dari graph tersebut adalah spanning tree yang
dibentuk oleh node {1, 2, 3, 4,5 } dan arc {(1,2), (3,4), (4,5), (2,5)}.
5
1 2 50
5
10
8
3 4
Tabel 2.2.
Penyusunan list dari arc menurut ascending order
Arc Bobot Warna Bucket 1 Bucket 2
- - - Kosong Kosong
Langkah 1: (1,2) 5 Biru 1,2 Kosong
Langkah 2: (3,4) 8 Biru 1,2 3,4
(4,5) 10 Biru 1,2 3,4,5
(3,5) 20 Orange 1,2 3,4,5
(2,5) 50 Biru 1,2,3,4,5 Kosong
Langkah 3: Stop
(1,3) 50 Banyaknya arc yang Semua node
(2,4) 60 berwarna biru sama telah berada
(2,3) 70 dengan banyaknya dalam satu
(1,4) 80 node dikurangi satu. bucket.
(1,5) 90
34
Berdasarkan penyelesaian ini diperoleh bahwa untuk memberi biaya
pembangunan jalan raya ini sekecil mungkin, maka jalan-jalan yang harus
dibangun adalah:
- Dari kota 1 ke kota 2, dengan biaya = 5
- Dari kota 2 ke kota 5, dengan biaya = 50
- Dari kota 5 ke kota 4, dengan biaya = 10
- Dari kota 3 ke kota 4, dengan biaya = 8
Jumlah biaya = 73
35
Dimana:
N (Non increasable path) = Set dari arc yang tidak memungkinkan pertambahan
atau pengurangan jumlah unit yang mengalir melalui
arc bersangkutan.
I (Increasable path) = Set dari arc yang jumlah unit oada alirannya masih
dapat ditambahkan.
R (Reducable path) = Set yang arc yang jumlah unit pada alirannya masih
dapat dikurangi.
Misalkan i(x,y) dinyatakan sebagai jumlah unit yang maksimum masih bisa
ditambahkan ke dalam arc (x,y) dan r (x,y) sebagai jumlah unit maksimum yang
dapat dikurangi dari arc (x,y). Maka: i(x,y) = c(x,y) f(x,y) dan r(x,y) = f(x,y)
Contoh:
Carilah suatu path dari s ke t dimana seluruh arc dari path itu termasuk di
dalam set I (Increasable path).
S 1 2 t
Jumlah unit maksimum yang dapat ditambahkan melalui path dari s ke t ini
adalah: I = Min {(s,1),i(1,2),i(2,t)} = Min {3,2,1} =1.
Contoh:
Carilah suatu path dari t ke s dimana seluruh arc dari path itu termasuk di
dalam set R (Reducable path).
S 1 2 t
Jumlah unit maksimum yang dapat dikurangi melalui path dari t ke s ini adalah:
R=Min {(1,s),i(2,1),i(t,2)}= Min {1,2,1} =1.
36
Contoh :
Carilah flow augmenting chain dari s ke t dalam network seperti terlihat
dibawah ini.
R
IR 1 2
I
N
s I
R t
R
R
3 4 N
IR
Keterangan:
N = Non increasable path i (s,1) = 4 r(s,1) = 6
I = Increasable path i (1,3) = 3 r(s,3) = 1
R = Reducable path i (2,t) = 2 r(1,2) = 7
i (3,4) = 5 r(2,3) = 2
r(2,4) = 3
r(3,4) = 2
Maka flow augmenting chain dari network tersebut adalah: (s,1), (1,3), (2,3), (2,t)
dan jumlah maksimum unit tambahan yang dapat dikirim dari s ke t:
Min{i(s,1), i(1,3), r(2,3), i(2,t)} = Min {4,3,2,2} = 2
Arc maju (s,1), (1,3) dan (2,t) dapat ditambahkan sebanyak 2 unit,
sedangkan arc mundur (2,3) dapat dikurangi alirannya sebanyak 2 unit. Ini berarti,
bahwa 2 unit yang sebelumnya mengalir melalui arc (2,3) dapat dipindahkan ke
arc (2,t) dan kemudian digantikan pada node 3 oleh 2 unit tambahan yang datang
dari s melalui arc (s,1) dan arc (1,3).
2 3 2
s 1 2 t
37
Penyelesaian:
- Untuk permulaan dipilih flow augmenting chain : (s,1), (1,2), (2,t)
Besarnya aliran maksimum yang masih ditambahkan ke dalam chain ini
adalah = Min {i(s,1), i(1,2), i(2,t)} = Min {2,3,2} = 2
Jadi jumlah unit yang dapat ditambahkan pada setiap arc didalam chain ini
adalah 2 unit, yaitu f(s,1)=2 ; f(1,2)=2 ; f(2,t) = 2.
- Untuk flow augmenting yang kedua dipilih: (s,2), (1,2), (1,3), (3,t)
Besarnya aliran maksimum yang masih ditambahkan ke dalam chain ini
adalah = Min {i(s,2), i(1,2), i(1,3), i(3,t)} = Min {3,2,4,1}= 1
Jumlah unit yang dapat dialirkan melalui rute berikut ini adalah sebagai
berikut:
- 2 unit dialirkan dari s ke t melalui (s,1), (1,2), (2,t)
- 1 unit dialirkan dari s ke t melalui (s,2), (2,t)
- 1 unit dialirkan dari s ke t melalui (s,1), (1,3), (3,t)
II.3. PENUTUP
Pada bagian penutup, diadakan tanya jawab dan diskusi baik antar
mahasiswa dan dosen, dan juga mahasiswa antar mahasiswa. Untuk itu diberikan
juga tugas sebagai bahan latihan mahasiswa di luar jam perkuliahan.
38
Tugas/latihan untuk materi analisis jaringan adalah sebagai berikut:
1. Seorang pemuda mengendarai mobil dari kota asalnya menuju kota yang lain.
Dia mempunyai beberapa pilihan rute yang melalui kota-kota antara, jarak
suatu kota dengan kota yang lain dalam suatu rute adalah seperti terlihat dalam
network berikut. Rute manakah yang harus dilalui agar jarak yang ditempuh
oleh orang tersebut minimum?
7 3
A C 3
5 13 T
2
S D
3 3 Kota Tujuan
B
Kota
Asal Kota Antara
Jarak
2. Carilah Jumlah unit maksimum suatu path dari s ke t dimana seluruh arc dari
path itu termasuk di dalam sei I (Increasable path)!
S 1 2 t
39
PERKULIAHAN KE 4 DAN 5:
PERENCANAAN & PENGENDALIAN PROYEK DGN CPM PERT.
SESI/PERKULIAHAN KE: 4 DAN 5
I. Bahan Bacaan:
1. Don T.Philips, et.al., Operation Research: Principle and Practice, 2nd
edition, John Wiley and Sons, 1987.
2. Hillier and Lieberman, Introduction to Mathematical Programming, 1st
edition, McGraw-Hill, 1991.
3. Taha, Hamdy, Operation Research : An Introduction, Newyork : The
MacMillan Co, 1985.
IV. Tugas:
1. Apa yang dimaksud dengan total Float, jelaskan!
2. Dari suatu proyek diperoleh data:
Aktivitas Aktivitas yang telah dilalui (predecessor) Waktu penyelesaiana (duration)
A - 6
B - 4
40
C A 4
D A 6
E B 4
F D,E 6
G D,E 4
H C,D,E 10
I C,D,E 14
J I,F 12
Buatlah diagram networknya dan tentukan lintasan kritis serta waktu penyelesaian
proyek tersebut!
III.1. PENDAHULUAN
Dalam perkuliahan mengenai perencanaan & pengendalian proyek dgn
CPM PERT ini akan dibahas mengenai pengertian perencanaan & pengendalian
proyek dgn CPM PERT, termasuk simbol-simbol yang digunakan, penentuan
waktu, perhitungan maju & perhitungan mundur, perhitungan kelonggaran waktu,
pembuatan peta waktu & pengaturan sumber daya, perkiraan waktu penyelesaian
suatu aktifitas dan penentuan ongkos dalam penjadwalan proyek. Materi yang
disampaikan sangat berkaitan antara satu dengan yang lainnya, hal ini berguna
dalam menghasilkan keputusan yang optimal dalam menyelesaikan persoalan
keputusan dalam perencanaan dan pengendalian suatu proyek.
III.2. PENYAJIAN
41
Tujuan PERT-type Sistem adalah :
1. Untuk menentukan probabilitas tercapainya batas waktu proyek.
2. Untuk menetapkan kegiatan mana yang merupakan bottlenecks (menentukan
waktu penyelesaian seluruh proyek) sehingga dapat diketahui pada kegiatan
mana kita harus bekerja keras agar jadwal dapat terpenuhi
3. Untuk mengevaluasi akibat dari perubahan-perubahan program, PERT-type
sistem ini juga dapat mengevaluasi akibat dari terjadinya penyimpangan pada
jadwal proyek.
1 A 2 B 3
42
2. Kegiatan C, D, dan E harus selesai sebelum kegiatan F dapat dimulai, maka :
1
C
2 D 4 F
5
2 G 5
I
H 4 J
3
6
4. Jika kegiatan K dan L harus selesai sebelum kegiatan M dapat dimulai, tetapi
kegiatan N sudah boleh dimulai bila kegiatan L sudah selesai, maka:
K
M
2 5 6
L
3 4 N
7
5. Jika kegiatan P, Q, dan R mulai dan selesai pada lingkaran kejadian yang
sama, maka :
32
32
P P
Q Atau
31 34 Q
31 34
R 43
33 R
33
3.2. Penentuan Waktu
Dalam mengestimasi dan menganalisis waktu ini, akan kita dapatkan satu
atau beberapa lintasan tertentu dari kegiatan kegiatan pada network tersebut yang
menentukan jangka waktu penyelesaian seluruh proyek. Lintasan ini disebut
lintasan kritis (critical path). Di samping lintasan kritis ini terdapat lintasan-
lintasan lain yang mempunyai jangka waktu yang lebih pendek daripada lintasan
kritis. Dengan demikian, maka lintasan yang tidak kritis ini mempunyai waktu
untuk bisa terlambat, yang dinamakan float.
44
1. Saat tercepat terjadinya initial event ditentukan pada hari ke nol sehingga
untuk initial event berlaku TE = O. (Asumsi ini tidak benar untuk proyek
yang berhubungan dengan proyek-proyek lain.
i (i,j) j
t
ES (i,j) = TE(0) = 0
EF(i,j) = ES(i,j) + t(i,j)
=TE(t)+ t(i,j)
EF(i1,j)
j
EF(i1,j)
EF(i1,j)
Contoh
D
1 4
A 4 15 19
4 I
E 8 3
0 B 2 F 5 J 8
0 8 8 12 20 10 36
C K
7 H 5
3 G 6 7
7 9 20 11 31
45
1. Pada terminal event berlaku TL = TE.
2. Saat paling lambat untuk memulai suatu aktivitas sama dengan saat paling
lambat untuk menyelesaikan aktivitas itu dikurangi dengan duration aktivitas
tersebut.
i (i,j) j
TE TL
LS = LF- t
LF(i,j) = TL dimana TL = TE
Maka: LS(i,j) = TL(i) - t (i,j)
LS(i1,j1)
j
LS(i,j2)
LS(i,j3)
Contoh:
1 D 4
A 4 18 15 19 33
4 I
E 8 3
0 B 2 F 5 J 8
0 0 8 8 8 12 20 20 10 36 36
C K
7 3 6 H 7 5
G
7 11 9 20 20 11 31 31
46
Kelonggaran waktu (float/slack) dari aktivitas (i. j). yang terdiri atas total
float dan free float.
Total float adalah jumlah waktu di mana waktu penyelesaian suatu aktivitas
dapat diundur tanpa mempengaruhi saat paling cepat dari penyelesaian proyek
secara keseluruhan. Karena itu, total float ini dihitung dengan cara mencari selisih
antara saat paling lambat dimulainya aktivitas dengan saat paling cepat di
mulainya aktivitas (LS - ES), atau bisa juga dengan mencari selisih antara saat
paling lambat diselesaikannya aktivitas dengan saat paling cepat diselesaikannya
aktivitas (LF - EF).
free float adalah jumlah waktu di mana penyelesaian suatu aktivitas dapat
diukur tanpa mempengaruhi saat paling cepat dari dimulainya aktivitas yang lain
atau saat paling cepat terjadinya event lain pada network.
Free float aktivitas (i, j) dihitung dengan cara mencari selisih antara saat
tercepat terjadinya event di ujung aktivitas dengan saat tercepat diselesaikannya
aktivitas (i, j) tersebut. Atau :
SF (i,,j) - TE (j) - EF(i,,j)
Dari perhitungan maju didapat EF (i,,j) = TE (i) + t (i,,j), maka :
SF(i,,j) = TE(,j) - TE(i,) - t(i,,j)
47
Contoh:
1 D 4
A 4 18 15 19 33
4 I
E 8 3
0 B 2 F 5 J 8
0 0 8 8 8 12 20 20 10 36 36
C K
7 3 6 H 7 5
G
7 11 9 20 20 11 31 31
Tabel 3.1.
Perhitungan menentukan lintasan kritis
Aktifitas Duration Paling cepat Paling lambat Total Free
(i,j) t(i,j) Mulai Selesai Mulai Selesai Float Float
(ES) (EF) (LS) (LF) S SF
(0,1) 4 0 4 0 18 14 0
(0,2) 8 0 8 0 8 0 0*)
(0,3) 7 0 7 0 11 4 0
(1,4) 15 4 19 18 33 14 0
(2,4) 6 8 19 8 33 19 5
(2,5) 12 8 20 8 20 0 0*)
(3,6) 9 7 20 11 20 4 4
(4,8) 3 19 36 33 36 14 14
(5,6) 0 20 20 20 20 0 0*)
(5,8) 10 20 36 20 36 6 6
(6,7) 11 20 31 20 31 0 0*)
(7,8) 5 31 36 31 36 0 0*)
48
Dalam penjadwalan proyek, aspek ongkos diperhitungkan dengan
membuat hubungan ongkos dengan duration untuk -setiap aktivitas pada proyek
itu. Yang dimaksud dengan ongkos di sini ialah ongkos langsung saja, tidak
termasuk ongkos-ongkos administrasi, supervisi dan lain-lain.
Kebanyakan proyek menggambarkan hubungan ongkos dengan duration ini
sebagai garis lurus yang dapat dilihatpada Gambar 3.1. berikut.
Ongkos
Titik percepatan
Cc
Cn Titik normal
duration
Dc Dn
49
Sebagai langkah pertama prosedur perhitungannya ialah mengasumsikan
bahwa seluruh aktivitas terjadi pada waktu (duration) normal. Dari network & di
atas dapat dilihat bahwa perhitungan lintasan kritisnya adalah berdasarkan kondisi
normal dengan aktivitas (1, 2) dan (2, 5) sebagai aktivitas-aktivitas yang
membentuk lintasan kritis. Waktu penyelesaian proyek ini adalah 18 dengan
ongkos 580.
Karena aktivitas (1, 2) mempunyai kemiringan yang lebih kecil, maka
aktivitas ini dipilih sebagai aktivitas yang akan ditekan waktu penyelesaiannya.
Berdasarkan tabel hubungan ongkos dengan waktu di atas, aktivitas (1, 2) ini
dapat ditekan sebanyak 2 satuan waktu, suatu batas yang ditentukan oleh titik
percepatannya (oleh sebab itu disebut sebagai batas percepatan atau crash limit).
salah satu cara untuk memprediksi apakah lintasan kritis yang baru itu akan terjadi
sebelum mencapai titik percepatan ataukah tidak, ialah dengan memperhatikan
free float dari aktivitas-aktivitas yang tidak kritis. seperti telah dijelaskan, free
float ini bersifat independen terhadap saat dimulainya aktivitas-aktivitas yang lain.
Maka, apabila pada saat dilakukan penekanan terhadap aktivitas kritis terjadi
pengurangan harga free float dari positif menjadi nol, aktivitas kritis itu tidak
boleh ditekan tanpa melakukan pemeriksaan lebih lanjut, karena ada kemungkinan
bahwa aktivitas dengan free float nol ini menjadi aktivitas kritis. Dengan
demikian, selain crash limit kita juga harus memperhatikan free float limit.
untuk menentukan free float limit ini, pertama-tama kurangilah duration
dari aktivitas kritis terpirih (terdasarkan slope-nya) sebanyak satu satuan waktu.
Maka, dengan menghitunt ulang nilai-nilai dari seluruh aktivitas yang tidak kritis,
akan dapat dilihat aktivitas-aktivitas mana yang free float-nya telah berkurang
sebanyak satu satuan waktu juga. Nilai free float terkecil (sebelum dilakukan
pengurangan) dari seluruh aktivitas semacam itulah yang dimaksud sebagai free
float limit.
Perhatikan sekarang bahwa dengan mengurangi duration dari aktivitas (1,
2) sebanyak satu satuan waktu akan menurunkan SF dari aktivitas (3, 4) dari
semula berharga 1 menjadi nol. SF dari aktivitas (4, 5) tetap berharga 5. Dengan
demikian, maka SF limit = 1. Karena crash limit dari (1, 2) adalah 2, maka batas
50
penekanannya (compression limit) sama dengan nilai minimum crash limit
dengan SF limitnya, yaitu min (2, 1) = 1.
Karena aktivitas (1,2) ini masih merupakan aktivitas kritis terpilih untuk
dipercepat, maka lakukanlah lagi perhitungan crash limit dan SF limit-nya,
sehingga diperoleh penjadwalan baru sebagai berikut :
Sekarang, aktivitas (1, 2) sudah tidak dapat dipercepat lagi karena telah
mencapai crash limit-nya. Karena lintasan kritisnya tetap, yaitu (1, 2, 5), maka
51
tinggallah aktivitas (2, 5) yang harus dipercepat. Aktivitas (2, 5) ini mempunyai
crash limit = 10 - 5 = 5. Dari penjadwalan yang terakhir kita lihat bahwa pada saat
aktivitas (1, 2) ditekan sebanyak 1 satuan waktu,maka hanya ada satu aktivitas
tidak kritis yang SF-nya berharga positif dan bekurang sebanyak 1 satuan waktu.
Aktivitas tersebut adalah (4, 5), di mana SF-nya berkurang dari 5 menjadi 4. Maka
tidak ada pilihan lain kecuali menetapkan bahwa SF limitnya adalah 4. Dengan
demikian, compression limit untuk aktivitas (2, 5) adalah min (5, 4) = 4, dengan
hasil penjadwalan baru sebagai berikut:
III.3. PENUTUP
52
Pada bagian penutup, diadakan tanya jawab dan diskusi baik antar
mahasiswa dan dosen, dan juga mahasiswa antar mahasiswa. Untuk itu diberikan
juga tugas sebagai bahan latihan mahasiswa di luar jam perkuliahan.
Tugas/latihan untuk materi Perencanaan & Pengendalian Proyek Dgn CPM PERT
adalah sebagai berikut:
1. Apa yang dimaksud dengan total Float, jelaskan!
2. Dari suatu proyek diperoleh data:
Aktivitas Aktivitas yang telah dilalui Waktu penyelesaiana
(predecessor) (duration)
A - 6
B - 4
C A 4
D A 6
E B 4
F D,E 6
G D,E 4
H C,D,E 10
I C,D,E 14
J I,F 12
Buatlah diagram networknya dan tentukan lintasan kritis serta waktu
penyelesaian proyek tersebut!
53
Algensindo Bandung, 1999.
2. Hillier and Lieberman, Introduction to Mathematical Programming, 1st
edition, McGraw-Hill, 1991.
3. Taha, Hamdy, Operation Research : An Introduction, Newyork : The
MacMillan Co, 1985.
IV. Tugas:
1. Kapan metode programa dinamis dapat dilaksanakan? Dan berikan contohnya!
2. 5 (Lima) orang perawat dalam 1 (satu) team kesehatan dari puskesmas Rindina harus
ditempatkan di tiga balai pengobatan di kota Bandar jaya, dalam rangka
menyempurnakan pelayanan kesehatan, pendidikan kesehatan, dan programa latihan.
Tabel berikut ini adalah taksiran pertambahan umur (tahun orang) dalam satuan ribu
untuk tiap balai pengobatan dan tiap alokasi team yang mungkin dilakukan. Berikut
ukuran dari keefektifan ini ialah pertambahan umur (yaitu berapa tahun umur orang
akan bertambah dengan adanya team tersebut).
Jumlah tim yang Pertumbuhan umur (ribuan tahun-orang) Balai pengobatan
dialokasikan 1 2 3
0 0 0 0
1 45 21 24
2 35 20 50
3 70 45 70
4 90 75 120
5 120 102 130
Berapa team yang harus ditempatkan di tiap-tiap balai pengobatan, sehingga keefektifan
total dari lima team itu dapat dimaksimumkan?
IV.1. PENDAHULUAN
Dalam perkuliahan mengenai programa dinamis ini akan dibahas
mengenai pengantar dan karakteristik persoalan programa dinamis, programa
dinamis deterministik, dan programa dinamis probabilistik serta bagaimana cara
menyelesaikan persoalan keputusan dengan menggunakan programa dinamis
tersebut. Materi yang disampaikan sangat berkaitan antara satu dengan yang
lainnya, hal ini berguna dalam menghasilkan keputusan yang optimal dalam
menyelesaikan persoalan keputusan suatu perusahaan.
54
IV.2. PENYAJIAN
PROGRAMA DINAMIS
Programa dinamis adalah suatu teknik matematis yang biasanya digunakan
untuk membuat suatu keputusan dari serangkaian keputusan yang saling
berkaitan. Tujuan utama model ini ialah untuk mempermudah penyelesaian
persoalan optimasi yang mempunyai karakteristik tertentu.
Ide dasar programa dinamis ini ialah membagi persoalan menjadi beberapa bagian
yang lebih kecil sehingga memudahkan penyelesaiannya.
Data ongkos yang harus dibayar jika salesman itu meninggalkan kota i dan
menuju ke kota j (cij) adalah sebagai berikut :
2 3 4 5 6 7 8 9 10
1 2 4 3 2 7 4 6 5 1 4 8 3
3 3 2 4 6 6 3 9 4
4 4 1 5 7 3 3
55
Tetapkan variabel-variabel keputusan xn sebagai tempat-tempat
persinggahan pada stage n (n = l, 2, 3, 4). Maka rute yang dijalani adalah
1x1x2x3x4, di mana x4 adalah kota (state) 10 atau x4 = 10. Selanjutnya
tetapkan pula variabel-variabel berikut :
1. fn (s, xn) = ongkos total yang harus dibayar jika salesman itu berada di kota s
dan memilih xn sebagai tempat persinggahan berikutnya.
2. Untuk s dan n tertentu, xn adalah nilai xn yang meminimumkan fn (s. xn).
3. fn (S) = nilai minimum dari fn (s, xn) sehingga fn (s) = fn(S, Xn ).
Tujuannya adalah untuk mendapatkan f1*(1) dengan cara mencari f4* (s),
f3* (s), dan f2* (s), terlebih dahulu. Jadi, programa dinamis menyelesaikan suatu
persoalan dengan melakukan perhitungan mundur walaupun untuk persoalan
tertentu bisa dengan perhitungan maju.
Solusi persoalan dengan satu stage ini adalah:
S F4*(S) X4*
8 3 10
9 4 10
56
Persoalan dengan 4 stage, ongkosnya adalah ongkos pada stage pertama
ditambah dengan ongkos minimum berikutnya yaitu :
s 2 3 4
1 13 11 11 11 3 atau 4
Berikut ini diberikan beberapa gambaran dasar yang menandai (menjadi ciri)
persoalan programa dinamis :
1. Persoalan dapat dibagi menjadi beberapa tahap (stage, yang pada rnasing-
masing stage diperlukan adanya satu keputusan.
2. Masing-masing stage terdiri atas sejumlah stage yang berhubungan dengan
stage yang bersangkutan.
3. Hasil dari keputusan yang diambil pada setiap stage ditransformasikan dari
state yang bersangkutan ke state berikutnya pada stage yang berikutnya pula.
4. Keputusan terbaik pada suatu stage bersifat independen terhadap keputusan
yang dilakukan pada stage sebelumnya.
5. Prosedur pemecahan persoalan dimulai dengan mendapatkan cara (keputusan)
terbaik untuk setiap state dari stage terakhir.
57
6. Ada suatu hubungan timbal-balik yang mengidentifikasi keputusan terbaik
untuk setiap state pada stage n, berdasarkan keputusan terbaik untuk setiap
state pada stage (n + 1).
7. Dengan menggunakan hubungan timbal-balik ini, prosedur penyelesaian
persoalan bergerak mundur stage demi stage, pada setiap stage berusaha
diperoleh keputusan optimum untuk masing-masing state hingga akhirnya
diperoleh keputusan optimum yang menyeluruh, mulai dari stage awal.
Stage n Stage
n+1
Stage sn sn+1
Kontribusi dari
xn
fn (sn,xn) f*n+1 (sn+1)
Dengan demikian, maka pada stoge n, prosesnya akan berada pada state sn.
Pada state ini dibuat keputusan xn, kemudian proses bergerak ke state sn + 1 pada
stage (n+1). Dari titik ini ke depan, nilai fungsi tujuan untuk keputusan
optimumnya telah terlebih dahulu dihitung, yaitu f*n+1 (sn+1) Keputusan memilih
xn, juga memberikan kontribusi terhadap fungsi tujuan, yang dengan
menggabungkan kedua besaran ini akan diperoleh nilai fungsi tujuan. Fn(sn, xn)
yang berawal pada stage n. Minimumkan nilai telsebut dengan memperhatikan xn
sehingga diperoleh fn*(sn = fn (sn,xn). Setelah hal ini dilakukan untuk semua nilai
sn yang mungkin, maka prosedur penyelesaiannya bergerak kembali pada
persoalan dengan satu stage.
Contoh:
Badan Kesehatan Dunia (WHO) bermaksud akan menyempurnakan
pelayanan kesehatan di negara-negara yang sedang berkembang. Saat ini WHO
58
mempunyai 5 team kesehatan yang harus ditempatkan di tiga negara untuk
menyempurnakan pelayanan kesehatan, pendidikan kesehatan, dan programa
latihan. Dengan demikian maka WHO harus menentukan berapa team yang harus
ditempatkan di tiap-tiap negara, sehingga keefektifan total dari lima team itu dapat
dimaksimumkan. Sebagai ukuran dari keefektifan ini ialah pertambahan umur
(yaitu berapa tahun umur orang akan bertambah dengan adanya team tersebut).
Tabel berikut ini adalah taksiran pertambahan umur (tahun orang) dalam
satuan ribu untuk tiap negara dan tiap alokasi team yang mungkin dilakukan.
Jumlah tim yang Pertumbuhan umur (ribuan tahun-orang) - Nergara
dialokasikan 1 2 3
0 0 0 0
1 45 20 50
2 70 45 70
3 90 75 80
4 105 110 100
5 120 150 130
Berikut ini adalah hasil perhitungan seluruhnya, dimulai dari stage terakhir (n = 3)
dan bergerak mundur hingga stage pertama (n = 1).
n=3
s f3* (s) x3
0 0 0
1 50 1
2 70 2
3 80 3
4 100 4
5 130 5
n=2
x2 F2 (s,x2) = p2 (x2) + f3* (s-x2) F2* (s) x2*
s 0 1 2 3 4 5
0 0 0 0
1 50 20 50 0
2 70 70 45 70 0,1
59
3 80 90 95 75 95 2
4 100 100 115 125 110 125 3
5 130 120 125 145 160 150 160 4
n=1
x2 F1 (s,x1) = p1 (x1) + f2* (s-x1) F1* (s) x1*
s 0 1 2 3 4 5
5 160 170 165 160 155 120 170 1
IV.3. PENUTUP
Pada bagian penutup, diadakan tanya jawab dan diskusi baik antar
mahasiswa dan dosen, dan juga mahasiswa antar mahasiswa. Untuk itu diberikan
juga tugas sebagai bahan latihan mahasiswa di luar jam perkuliahan.
60
1 45 21 24
2 35 20 50
3 70 45 70
4 90 75 80
5 98 102 100
6 105 110 120
7 120 150 130
Berapa team yang harus ditempatkan di tiap-tiap balai pengobatan, sehingga
keefektifan total dari lima team itu dapat dimaksimumkan?
Pokok Bahasan : Materi yang termasuk dalam ujian mid semester adalah: Pengantar
Penelitian operasional II, Analisis Jaringan, Perencanaan &
Pengendalian Proyek dgn CPM PERT dan Programa Dinamis
Deskripsi singkat : Dalam pertemuan ini anda akan mengerjakan dan menyelesaikan
persoalan-persoalan penelitian operasional II sesuai dengan materi
yang telah diberikan pada perkuliahan sebelumnya. Sifat ujian mid
semester adalah open book. Setiap mahasiswa dapat menyelesaikan
dan mencari jawaban tiap persoalan pada buku maupun bahan-bahan
pembelajaran yang dimilikinya.
61
1. I. Bahan Bacaan:
1. Dimyanti,Tjutju Tarliah, Ahmad Operations Research, PT. Sinar Baru
Algensindo Bandung, 1999.
2. Don T.Philips, et.al., Operation Research: Principle and Practice, 2nd edition,
John Wiley and Sons, 1987.
3. Taha, Hamdy, Operation Research : An Introduction, Newyork : The
MacMillan Co, 1985.
4. Wayne L.Winston, Operation Research: Application and Algorithms, 3rd
edition, Duxbury Press, 1994.
IV. Tugas
Tidak ada pemberian tugas setelah ujian mid semester, hal ini dikarenakan ujian
tersebut merupakan tabulasi dan evaluasi nilai mahasiswa terhadap perkuliahan
sistem produksi, setelah menjalani perkuliahan selama 7 (tujuh) kali pertemuan.
V.1. PENDAHULUAN
Dalam perkuliahan ini mahasiswa akan mengerjakan dan
menyelesaikan persoalan-persoalan penelitian operasional II sesuai dengan
materi yang telah diberikan pada perkuliahan sebelumnya. Sifat ujian mid
semester adalah open book. Setiap mahasiswa dapat menyelesaikan dan
mencari jawaban tiap persoalan pada buku maupun bahan-bahan
pembelajaran yang dimilikinya.
V.2. PENYAJIAN
Pada perkuliahan ini akan diberikan persoalan yang berkaitan dengan
materi yang telah dipelajari pada perkuliahan sebelumnya. Persoalan yang
diberikan antara lain:
62
1. Apa keuntungan mempelajari network theory dan berikan contoh
peristiwa suatu network!
2. Sebuah perusahaan kendaraan umum mengoperasikan armadanya dari
kota s ke kota t. Ada beberapa alternatif yang bisa dilalui dalam
menempuh perjalanan tersebut, dengan jaringan sebagai berikut:
3
1 3 2
3 4 t
2
s 4
4 3
Kota Tujuan
2
Kota Asal
Kota Antara
Jarak
Tentukan rute terpendek dari kedua kota tersebut!
3. Dari suatu proyek diperoleh data sebagai berikut:
1 D 4
A 15
I
3 E
3
6
0 B 2 F 5 J 8
6
12 10
C K
7
3 6 H 7 8
G
9 11
V.3. PENUTUP
63
Pada bagian penutup, diadakan tanya jawab mengenai persoalan-
persoalan yang diberikan. Tidak ada pemberian tugas setelah ujian mid
semester, hal ini dikarenakan ujian tersebut merupakan tabulasi dan evaluasi
nilai mahasiswa terhadap perkuliahan Penelitian Operasional II, setelah
menjalani perkuliahan selama 7 (tujuh) kali pertemuan.
Deskripsi singkat : Dalam pertemuan ini anda akan mempelajari persoalan keputusan dengan
menggunakan teori permainan termasuk pengantar teori permainan, two
person zero-sum game, pure-strategy game, mixed-strategy game, solusi
grafis dari permainan (2xn) dan (mx2), solusi permainan (mxn) dgn
programa linier serta bagaimana cara menyelesaikan persoalan keputusan
dengan menggunakan teori permainan tersebut.
I. Bahan Bacaan:
1. Dimyati,Tjutju Tarliah, Ahmad Operations Research, PT. Sinar Baru Algensindo
Bandung, 1999.
2. Don T.Philips, et.al., Operation Research: Principle and Practice, 2nd edition,
64
John Wiley and Sons, 1987.
3. Wayne L.Winston, Operation Research: Application and Algorithms, 3rd
edition, Duxbury Press, 1994.
III. Pertanyaan Kunci/Tugas: Ketika anda membaca bahan bacaan berikut, gunakanlah
pertanyaan-pertanyaan sebagai berikut:
1. Apa yang dimaksud dengan teori permainan dalam penelitian operasional?
2. Cari contoh persoalan yang dapat diselesaikan dengan menggunakan teori permainan.
IV. Tugas:
1. Apa yang dimaksud dengan teori permainan?
2. Perusahan pasta gigi fantana berusaha menarik hati konsumennya dengan memberikan
undian berhadiah, hal ini juga dilakukan oleh perusahaan sejenis kardilas yang
merupakan pesaing terberat perusahaan tersebut. Saat ini masing-masing perusahaan
menguasai 50% pasaran. Jika masing-masing perusahaan tidak melakukan undian
berhadiah maka pengusahaan pasar tersebut tidak berubah, jika salah satu melakukan
undian berhadiah yang lebih menarik maka perusahaan yang lain akan kehilangan
sejumlah langganannya. Dari hasil penelitian pasar ternyata bahwa presentasi
langganan yang dapat dijangkau melalui media televisi adalah 50% dan melalui koran
30% dan melalui radio 20%. Kedua perusahaan ini harus memilih media yang sesuai
untuk mempromosikan produknya dengan undian berhadiah tentunya dengan mencari
media promosi terbaik yang digunakan.
a. Buatlah matriks payoff dari persoalan tersebut!
b. Tentukan nilai game-nya.
VI.1. PENDAHULUAN
Dalam perkuliahan mengenai teori permainan ini akan dibahas mengenai
pengantar teori permainan, two person zero-sum game, pure-strategy game,
mixed-strategy game, solusi grafis dari permainan (2xn) dan (mx2), solusi
permainan (mxn) dgn programa linier serta bagaimana cara menyelesaikan
persoalan keputusan dengan menggunakan teori permainan tersebut. Materi yang
disampaikan sangat berkaitan antara satu dengan yang lainnya, hal ini berguna
dalam menghasilkan keputusan yang optimal dalam menyelesaikan persoalan
keputusan dalam suatu perusahaan.
VI.2. PENYAJIAN
TEORI PERMAINAN
65
6.1. Pengantar Teori Permainan.
Teori permainan adalah bagian dari ilmu pengetahuan yang berkaitan
dengan pembuatan keputusan pada saat pihak atau lebih berada dalam kondisi
persaingan atau konflik.
Model-model permainan ini dapat diklasifikasikan dalam beberapa cara,
bergantung pada faktor-faktor berikut: banyaknya pemain, jumlah keuntungan dan
kerugian, dan banyaknya strategi yang dilakukan dalam permainan. Sebagai
contoh, jika banyaknya pemain adalah dua pihak maka permainannya disebut
sebagai permainan dua orang (two-person game). Jika banyaknya pemain adalah
N pihak (N 3), Pemainnya disebut Permainan N orang (zero-sum game).
Perhatikan persoalan two-person zero-sum game dengan matriks
pembayaran seperti pada tabel berikut.
Pemain B
B1 B2 B3
Pemain A A1 6 9 2
A2 8 5 4
66
3. Aturan permainan menjelaskna tentang bagaimana sara pemain memilih
strategi-strategi mereka.
4. Suatu strategi dinyatakan dominan apabila setiap payoff yang ada pada
suatu strategi bersifat superior (paling tinggi) dibandingkan dengan setiap
payoff pada strategi lainnya.
5. Nilai permainan menyatakan ekspektasi outcome per permainan jika kedua
pemain melakukan strategi terbaik (strategi optimum) mereka. Suatu
permainan dikatakan adil jika nilai permainannya nol.
6. strategi optimum adalah strategi yang menjadikan seorang pemain berada
pada posisi pilihan terbaik, tanpa memperhatikan tindakan-tindakan
pemain lawannya.
7. tujuan model permainan adalah untuk mengidentifikasi strategi optimum
bagi masing-masing pemain.
67
merupakan niliai minimum bagi baris yang bersangkutan). Dalam kasus seperti
ini, maka telah tercapai titik keseimbangan. Titik ini dikenal sebagai titik sadel
(saddle point).
Perhatikan suatu situasi ketika dua buah perusahaan besar sedang dalam
proses perencnaan strategi advertensi masing-masing. Asumsikan bahwa
perusahaan A mempunyai dua buah strategi, dan perusahaan B mempunyai tiga
buah strategi.
Struktur strategi dan payoffnya adalah sebagai berikut:
Pemain B Minimum Baris
B1 B2 B3
Pemain A A1 1 9 2 1
A2 8 5 4 4
Maksimum Kolom 8 9 4
Matriks payoff pada tabel di atas adalah untuk pemain yang akan
memaksimumkan (perusahaan A). Jika A memilih strategi A1, Maka B akan
memilih strategi B1, sehingga payoff untuk A adalah 1. Jika A memilih strategi
A2, maka B memilih strategi B3 sehingga payoff untuk A adalah 4. dengan
demikian, jelas bahwa perusahaan A akan berada pada posisi pilihan terbaik jika
ia melakukan suatu strategi tunggal yaitu strategi A2.
Kriteria maksimin (untuk pemain yang memaksimumkan) yaitu
mendapatkan nilai minimum dari masing-masing baris. Nilai terbesar (nilai
maksimum) dari nilai-nilai minimum ini adalah nilai maksimin. Dengan
demikian, maka untuk permainan dengan strategi murni ini, strategi optimumnya
adalah baris tempat nilai maksimin terletak.
Kriteria minimaks (untuk pemain yang meminimumkan) yaitu
mendapatkan nilai maksimum dari masing-masing kolom. Nilai terkecil (nilai
minimum) dari nilai-nilai maksimum ini adalah nilai minimaks. Dengan
demikian, maka untuk permainan dengan strategi murni ini, strategi optimumnya
adalah kolom tempat nilai minimaks terletak
Karena nilai minimaks dan maksimin bernilai sama (=4), maka pertanyaan
berikutnya adalah: apakah permainan ini mempuyai saddle point? Jawabnya
adalah ya, karena nilai 4 merupakan nilai maksimum pada kolomnya, dan
68
sekaligus juga merupakan nilai minimum pada barisnya. Setelah kita ketahui
saddle point ini ada, maka kita dapat menyatakan bahwa strategi optimum bagi A
adalah A2 dan strategi optimum bagi B adalah B3.
Karena nilai maksimin tidak sama dengan nilai minimaks, maka permainan
di ats tidak mempunyai saddle point. Pada game ini, jika A memilih strategi 1,
maka B memilih strategi 2. Tetapi jka B memilih strategi 2, maka A memilih
strategi 2 sehingga B akan memilih strategi 3 dan A memilih strategi 1. demikian
seterusnya sehingga permainan seperti ini dikenal sebagai permainan yang idak
stabil (unstable game).
Secara matematis:
m
- Pemain A akan memilih xi (xi 0, xi 1 ) yang menghasilkan
i 1
m m m
V = maks xi {min ( a11 xi, a12 xi,......, ain xi)}.
i 1 i 1 i 1
n
- Pemain B akan memilih yj (yj 0, yj 1 ) yang menghasilkan
j 1
n n n
V =min yj{min ( a1 j yj, a2 j yj,......, amj yj)}.
j 1 j 1 j 1
69
Minimaks ekspektasi payoff maksimin ekspektasi payoff atau v v.
70
Persoalan ini tidak mempunyai saddle point dan akan diselesaikan dengan cara
grafis. Berdasarkan strategi murni dari B, maka ekspektasi payoff untuk A adalah:
Strategi Murni Ekspektasi payoff A
1 -5x1 + 5
2 -6x1 + 4
3 5x1 - 3
Ketiga garis lurus ini digambarkan sebagai fungsi dari x1 sebagai berikut:
Ekspektasi payoff
5
11
4
Maksimin
0
1/2 1 x1
3
-3
Maksimin ekspektasi payoff
Sehingga:
Y1*(5-5x1)+y2*(4-6x1)+y3*(-3+5x1)=2/11..................................(1)
71
2/11 y1* + 2/11 y2* +2/11 y3* = 2/11 dengan y1* + y2* + y3* = 1
Dalam hal, persamaan aij xi yang tidak melewati titik maksimin
m
Dimana
i 1
xi = 1 dan xi 0 i = 1,..............,m
Contoh:
Matriks payoff dari suatu permainan adalah sebgai berikut:
B
1 2 3
1 3 -1 -3
A 2 -3 3 -1
3 -4 -3 3
72
Matriks payoff di atas tahu bahwa nilai maksiminnya adalah -3 sehingga nilai
permainannya dapat berharga negatif atau nol. Karena itu, diperlukan suatu
konstanta k yang harga-nya paling sedikit sama dengan nilai maksimin yang
negatif itu. Konstanta k itu kemudian ditambahkan kepada seluruh elemen
matriks. Misalnya digunakan k=5, maka matriksnya menjadi sebagai berikut.
B
1 2 3
1 8 4 2
A 2 2 8 4
3 1 2 8
73
Strategi optimum untuk pemain A diperoleh dari solusi dual persoalan di atas,
maka:
Z = w = 45/196, x1 = 5/49, x2 = 11/196, x3=1/14
Sehingga:
x1* = x1/z = 20/45 x2* = x2/z = 11/45
x3* = x3/z = 14/45
VI.3. PENUTUP
Pada bagian penutup, diadakan tanya jawab dan diskusi baik antar
mahasiswa dan dosen, dan juga mahasiswa antar mahasiswa. Untuk itu diberikan
juga tugas sebagai bahan latihan mahasiswa di luar jam perkuliahan.
74
PERKULIAHAN KE 12 DAN 13:
SESI/PERKULIAHAN KE: 12 DAN 13
75
1. Dimyati,Tjutju Tarliah, Ahmad Operations Research, PT. Sinar Baru Algensindo
Bandung, 1999.
2. Hillier and Lieberman, Introduction to Mathematical Programming, 1st edition,
McGraw-Hill, 1991.
3. Taha, Hamdy, Operation Research : An Introduction, Newyork : The MacMillan
Co, 1985.
III. Pertanyaan Kunci/Tugas: Ketika anda membaca bahan bacaan berikut, gunakanlah
pertanyaan-pertanyaan sebagai berikut:
1. Apa yang dimaksud dengan proses keputusan Markov dalam penelitian operasional?
2. Cari contoh persoalan yang dapat diselesaikan dengan menggunakan proses
keputusan Markov.
IV. Tugas:
1. Apa yang dimaksud dengan proses keputusan Markov?
2. Saat ini PT. Astra sedang mempertimbangkan kemungkinan dilakukannya advertensi
besar-besaran untuk jenis mobil Kijang Innova. Perusahaan ini menentapkan bahwa hasil
penjualan saat ini dapat dikategorikan sebagai keberhasilan (state 1) atau gagal (state 2).
- Jika dilakukan advertensi : probabilitas bulan ini berhasil dan bulan berikutnya gagal
adalah 0,1, sedangkan bila bulan ini gagal dan bulan berikutnya juga gagal
probabilitasnya adalah 0,4. Matriks labanya dapat dilihat pada R1.
- Jika advertensi tidak dilakukan: probabilitas bulan ini berhasil dan bulan berikutnya
juga berhasil adalah 0,7, sedangkan bila bulan ini gagal maka bulan berikutnya juga
gagal probabilitasnya adalah 0,8. Matriks labanya dapat dilihat pada R2.
R1 = 2 -1 R2= 4 1
1 -3 2 -1
Bagaimanakah Policy optimum dari persoalan tersebut?
VII.1. PENDAHULUAN
Dalam perkuliahan mengenai proses keputusan Markov ini akan dibahas
mengenai pengantar proses keputusan Markov termasuk Ilustrasi Persoalan
Keputusan Markov, Membangun Matriks Probabilitas Transisi, Model Program
Dinamis dengan Stage Terbatas, Model dengan Stage tidak Terbatas serta
bagaimana cara menyelesaikan persoalan keputusan dengan menggunakan proses
keputusan Markov tersebut. Materi yang disampaikan sangat berkaitan antara satu
dengan yang lainnya, hal ini berguna dalam menghasilkan keputusan yang optimal
dalam menyelesaikan persoalan keputusan suatu perusahaan..
76
VII.2. PENYAJIAN
77
dicatat dan diklasifikasikan ke dalam salah satu dari tiga keadaan (state) berikut
ini:
state Kondisi
1 Baik
2 Cukup
3 Rusak
Dari matriks transisi p1 di atas jelas bahwa sekali mesin itu rusak (state 3),
maka akan tetap rusak. Jika dilakukan overhaul (perbaikan) maka matriks
transisinya adalah p2 sebagai berikut:
1 2 3
1 0,3 0,6 0,1
P2 = 2 0,1 0,6 0,3
3 00,5 0,4 0,55
Jika diketahui bahwa struktur ongkos apabila tidak dilakukan overhaul adalah R1,
dan struktur ongkos bila dilakukan overhaul adalah R2, (dalam satuan juta rupiah),
dimana:
1 2 3
1 7 6 3
R1 = 1 I I rij1 I I = 2 0 5 1
3 0 0 -1
dan
1 2 3
1 6 5 -1
R2 = I I rij2 I I = 2 7 4 0
3 6 3 -2
78
Keputusan apakah yang sebaiknya dilakukan (melakukan overhaul atau tidak)?
Matriks P dan R ini berbeda dari matriks P1 dan R1 hanya pada baris
ketiga saja, yang diambil langsung dari P2 dan R2. Alasannya ialah karena P2 dan
R2 adalah matriks-matriks yang dihasilkan apabila overhaul dilakukan pada setiap
state.
7.3. Membangun Matriks Probabilitas Transisi
Sebagai ilustrasi, berikut ini dikemukakan suatu kasus yang berkenaan
dengan perilaku langganan sabun deterjen. Misalkan di suatu daerah dipasarkan
empat merek sabun deterjen, katakanlah merek A, B, C, dan D. Terhadap para
pemakai deterjen di daerah tersebut telah dilakukan penelitian dengan cara
menyebarkan daftar isian (kuesioner). Jumlah responden yang mengembalikan
daftar isian tersebut ada 1.000 orang, dan diasumsikan bahwa ukuran sampel ini
cukup representatif. Data yang diperoleh berupa jumlah langganan masing-masing
79
merek, kemudian dicatat dan dinyatakan sebagai data jumlah langganan pada
periode pertama. Berdasarkan pemikian bahwa langganan dapat mengubah
pilihannya dari satu merek ke merek lainnya (misalnya karena promosi khusus,
persaingan harga, dan lain-lain), maka pada akhir periode dilakukan penelitian
ulang seperti pada tabel berikut ini:
80
Maka jumlah langganan yang pada periode pertama memilih A dan pada periode
kedua masih tetap memilih A (bukan langganan baru) adalah sebanyak (220 20
10 15) = 175 orang. Probabilitas bahwa langganan A pada periode pertama
tetap menjadi langganan A, pada periode kedua adalah sebesar 175/220 = 0,796.
Probabilitas bahwa langganan A pada periode pertama berubah menjadi
langganan B pada periode kedua adalah sebesar 20/220 = 0,091.
Apabila perhitungan di atas dilanjutkan, akan diperoleh matriks
probabilitas transisi sebagai berikut:
PERIODE KEDUA
A B C D
A 175/220 = 0.796 20/220 = 0.091 10/220 = 0.046 15/220 = 0.067
B 40/300 = 0.133 230/300 = 0.767 5/300 = 0.017 25/300 = 0.083
C 0/230 = 0 25/230 = 0.109 205/230 = 0.891 0/230 = 0
D 10/250 = 0.040 15/250 = 0.060 10/250 = 0.040 215/250= 0.860
Perhatikan bahwa: n
aij = 1
j=1
7.4. Model Program Dinamis dengan Stage Terbatas
Misalkan, si pengambil keputusan dari persoalan perbaikan mesin di atas
merencanakan untuk menghentikan pengoperasian mesin itu dalam N bulan.
Maka persoalannya adalah menentukan tindakan optimum (overhaul atau tidak)
untuk masing-masing bulan selama waktu perencanaan.
81
Tentukan k = 1 dan k = 2 sebagai dua alternatif tindakan yang dapat
dilakukan oleh si pengambil keputusan itu. Alternatif tindakan itu adalah sebagai
berikut:
Maka pada contoh soal perbaikan mesin di atas, untuk k = 1 (tidak dilakukan
overhaul) diperoleh:
v1 = 0.2 x 7 + 0.5 x 6 + 0.3 x 3 = 5.3
v2 = 0 x 0 + 0.5 x 5 + 0.5 x 3 = 3
v3 = 0x0 + 0x0 + 1 x (-1) = -1
82
Stage 1
Stage 2
83
yang mengenumerasi seluruh stationary policy, hingga diperoleh solusi
optimumnya. Metode ini hanya dapat digunakan apabila jumlah total stationary
policy-nya tidak terlalu besar sehingga masih dapat dihitung.
Misalkan suatu persoalan keputusan mempunyai sejumlah S stationary
policy, dan asumsikan bahwa P dan R adalah matriks transisi (satu langkah) dan
matriks pendapatan yang berkaitan dengan policy ke-k, s = 1, 2, ..., S. Maka
langkah-langkah enumerasinya adalah sebagai berikut:
Langkah 1:
Hitung harga viS, yaitu ekspektasi pendapatan satu langkah (satu periode)
dari policy s, pada state i, i = 1, 2, ..... m
Langkah 2:
Hitung is, yaitu probabilitas stationary jangka panjang, dari matriks
transisi Ps yang berkaitan dengan policy s. Probabilitas ini, jika ada, hitung dengan
persamaan:
s Ps = s
1s + 2s + ... + ms = 1
dimana: s = (1s, 2s, ..., ms)
Langkah 3:
Tentukan Es, yaitu ekspektasi pendapatan dari policy s untuk setiap
langkah transisi (periode) dengan menggunakan persamaan:
m
s
E = is vis
i=1
Langkah 4:
Contoh:
Pada persoalan perbaikan mesin ada 8 stationary policy sebagai berikut:
84
Stationary policy s Tindakan
1 Tidak melakukan overhaul sama sekali
2 Overhaul tanpa memperhatikan state
3 Overhaul jika sistem dalam state 1
4 Overhaul jika sistem dalam state 2
5 Overhaul jika sistem dalam state 3
6 Overhaul jika sistem dalam state 1 atau 2
7 Overhaul jika sistem dalam state 1 atau 3
8 Overhaul jika sistem dalam state 2 atau 3
maka diperoleh:
85
Nilai vik-nya dihitung sebagai berikut:
Vis
s
1 2 3
1 5.3 3 -1
2 4.7 3.1 0.4
3 4.7 3 -1
4 5.3 3.1 -1
5 5.3 3 0.4
6 4.7 3.1 -1
7 4.7 3 0.4
8 5.3 3.1 0.4
86
6 0 0 1 -1
7 5/137 62/137 70/137 1.734
8 12/135 69/135 54/135 2.216
VII.3. PENUTUP
Pada bagian penutup, diadakan tanya jawab dan diskusi baik antar
mahasiswa dan dosen, dan juga mahasiswa antar mahasiswa. Untuk itu diberikan
juga tugas sebagai bahan latihan mahasiswa di luar jam perkuliahan.
R1 = 2 -1 R2= 4 1
1 -3 2 -1
Catatan : Kerjakan pada kertas double folio bergaris, tulis tangan, kumpulkan yg
asli, setiap anggota harus ada foto copy.
Buat power point presentasi dengan mpp untuk semua tugas, setiap kelompok
wajib presentasi.
87
PERKULIAHAN KE 14 DAN 15:
SESI/PERKULIAHAN KE: 14 DAN 15
III. Pertanyaan Kunci/Tugas: Ketika anda membaca bahan bacaan berikut, gunakanlah
pertanyaan-pertanyaan sebagai berikut:
1. Apa yang dimaksud dengan teori antrian dalam penelitian operasional?
2. Cari contoh persoalan yang dapat diselesaikan dengan menggunakan teori antrian.
IV. Tugas:
1. Apa yang dimaksud dengan teori antrian?
2. Pada Swalayan Semerbak dimana langganan datang dengan mengikuti distribusi poisson,
dengan rata-rata Tiga orang/jam.Berapakah probabilitas bahwa pada swalayan tersebut
akan ada paling sedikit seorang langganan dalam periode 1 jam?
88
VIII.1. PENDAHULUAN
Dalam perkuliahan mengenai teori antrian ini akan dibahas mengenai
pengantar sistem antrian termasuk didalamnya Proses Birth dan Death, Proses
Kelahiran Murni, Proses kematian Murni, Solusi Steady State, Model Single
Server (S = 1), Model Multiple Server (S>1), Model dengan state di mana tingkat
pelayanan atau tingkat kedatangan bersifat dependen, Model Disiplin prioritas dan
Model Swalayan (Self-servivise Model) serta bagaimana cara menyelesaikan
persoalan keputusan dengan menggunakan teori antrian tersebut.
Materi yang disampaikan sangat berkaitan antara satu dengan yang
lainnya, hal ini berguna dalam menghasilkan keputusan yang optimal dalam
menyelesaikan persoalan keputusan suatu perusahaan.
VIII.2. PENYAJIAN
TEORI ANTRIAN
8.1. Pengantar Teori antrian
Teori antrian adalah teori yang menyangkut studi matematis dari antrian-
antrian atau baris-baris penungguan. Formasi baris-baris penungguan ini tentu saja
merupakan suatu fenomena biasa yang terjadi apabila kebutuhan akan suatu
pelayanan melebihi kapasitas yang tersedia untuk menyelenggarakan pelayanan
tersebut. Keputusan-keputusan yang berkenaan dengan jumlah kapasitas ini harus
dapat ditentukan, walaupun sebenarnya tidak mungkin dapat dibuat suatu prediksi
yang tepat mengenai kapan unit-unit yang membutuhkan pelayanan itu akan
datang dan atau berapa lama waktu yang diperlukan untuk menyelenggarakan
pelayanan itu.
89
Kebanyakan model dasar antrian menganggap bahwa input (unit
kedatangan) dan output (leaving unit) dari sistem antrian terjadi menurut proses
birth-death (kelahiran-kematian). Kelahiran adalah kedatangan calling unit yang
baru dalam sistem antrian, sedangkan kematian adalah keberangkatan unit yang
telah dilayani.
Jelasnya adalah :
1. Birth postulate
Sistem pada state En (n = 0, 1, 2, ) pada saat t, kemungkinan bahwa tepat
ada satu kelahiran selama interval waktu t sampai dengan (t + t ) adalah [n
t + 0 (t)], di mana n positif konstan.
2. Death postulate
Sistem pada state En (n= 0, 1, 2, ) pada saat t, kemungkinan bahwa tepat
ada satu kematian selama interval waktu t sampai dnegan (t + t) adalah n
t + 0 (t), dimana 0 = 0 dan n positif konstan untuk n > 0.
3. Multiple jump postulate
Sistem pada state En (n = 0, 1, 2, ) pada saat t, kemungkinan bahwa
jumlah kombinasi kelahiran dan kematian lebih dari satu selama interval
waktu ( t s/d (t + t) adalah 0 (t).
Keterangan:
0 (t) adalah fungsi dari t yang karena t <<<< (kecil sekali, mendekati nol),
0(t )
maka fungsi tersebut akan memenuhi persamaan: lim 0
t
Selama interval waktu t s/d (t + t) harus terjadi salah satu dari kejadian
mutually exclusive berikut :
1. Tepat ada 1 kelahiran tanpa kematian
2. Tepat ada 1 kematian tanpa kelahiran
3. Jumlah kelahiran dan kematian lebih besar dari 1
4. Tidak ada kelahiran atau kematian
Jumlah kemungkinan event (kejadian) tersebut adalah 1 sehingga
kemungkinan terjadinya event (4) adalah:
90
P (4) = 1 [P(3) + P(2) + P(1)]
Kesimpulan :
Sistem dengan state En (n = 0, 1, 2, ) pada saat t kemungkinan bahwa tidak
terjadi kelahiran dan tidak terjadi kematian pada interval waktu t s/d (t + t)
adalah:
[1 (nt) (n t) + 0 (t)]
91
n = 1, 2, 3, Asumsikan juga bahwa sistem dalam state Em pada saat t = 0.
proses ini ekuivalen dengan proses kelahiran murni, kecuali bahwa proses-proses
ini bergerak dalam arah yang berlawanan (line length/panjang garisnya), dan
proses berhenti setelah M event. Karena itu, hasilnya pun analog.
Dp n (t )
Pn 1(t ) Pn(t ) untuk n = 0, 1, 2, , M-1
dt
Dp M (t )
PM (t ) untuk n M
dt
Ingat bahwa (M-n) adalah jumlah event kematian yang telah terjadi dalam proses.
Dengan cara yang sama seperti pada proses kelahiran murni, kita peroleh
probabilitas bahwa tidak ada event terjadi pada t adalah : Pm (t) = e-t
Probabilitas bahwa (M-n) event telah terjadi, di mana (M-n) < M, adalah :
Pn(t )
t M n e t
untuk n = 1, 2, m M
M n!
Sehingga kemungkinan bahwa M event telah terjadi adalah :
m
Po(t ) 1 Pn(t )
n1
92
Untuk t maka persamaan (1) dan (2) menjadi :
0 = n-1 Pn-1 + n + 1 Pn + 1 (n + n) Pn Jika n > 0
0 = 1 P1 - 0 P0 Jika n = 0
untuk n = 0, maka didapat:
o
P1 Po
1
Untuk n > 0 didapat:
n nPn n 1Pn 1
Pn 1 Pn
n 1 n 1
Untuk sementara hanya kita perlihatkan ruas kanan yang kedua. Jika n > 1 maka:
n 1 n 1Pn 1 n 2 Pn 2
nPn n 1Pn 1 n Pn 1 n 1Pn 1
n n
n 1Pn 1 n 2 Pn 2
Ulangi perhitungan ini dengan nilai n yang lebih kecil, sehingga akhirnya didapat:
n Pn - n-1 Pn-1 = 1 P1 - o Po
Persamaan ini dapat ditulis secara ringkas sebagai :
n 1
Pn i 0
n
Po untuk n = 1, 2, .
i 1
93
Karena = /, maka :
Pn = (1 ) n untuk n = 0, 1, 2,
d d 1
(1 ) ( n ) (1 ) ( )
d n0 d 1
L
1
Dengan cara yang sama :
Lq (n 1) Pn
n 1
= L 1 ( 1 Po)
2
Lq
( )
Masih dengan asumsi < , kita akan menurunkan distribusi kemungkinan untuk
waktu menunggu.
Ini adalah distribusi eksponensial dengan parameter (1-).
Karena itu:
1 1
W E (T )
(1 )
Tetapi, jika dalam sistem itu telah ada n = 0 langganan, maka ia harus menunggu
selama n waktu pelayanan eksponensial, hingga ia mulai dilayani, sehingga:
P(T t ) PnP(T t En)
n 1
= (1 ) n P(T t En)
n 1
PnP(T t )
n 0
P(T t )
94
= e (1 )t untuk t 0
Po =1
2 2 2
Lq =
2(1 )
L = + Lq
Lq
Wq =
W = Wq + 1/
8.2.7. Model Multiple Server (S>1), Model dengan state di mana tingkat
pelayanan dan atau tingkat kedatangan bersifat dependen
Pada model single server,tingkat pelayanan rata-rata untuk
normal,yaitu yang tanpa tekanan,dengan n c
dimana n adalah jumlah
langganan dalam sistem dan c adalah Koefisien tekanan .jika seluruh
pelayanan (sejumlah S) sedang sibuk sehingga bekerja dengan tekanan,maka
c
tingkat pelayanan rata-rata harus dikalikan dengan (n/S) Karena n/S
merupakan jumlah langganan dalam sistem per pelayanan.Degan demikian
maka:
n1 jika n S
n
n/S S
c
jika n S
Jika kemudian diasumsikan bahwa sistem antrian mempunyai input
poisson dengan n = (untuk n =0, 1, 2,) dan waktu pelayanan ekponensial
dengan n seperti diatas,maka modelnya akan menjadi menjadi kasus kusus
yang lain dari proses kelahiran-kematian.Hasil seady state -nya adalah:
95
n
1
Po jika n S
Pn n!
jika n S
/1n Po
S!n! /S S
c 1 c n s
Karena itu,maka:
n S Pn Po SSs! 1c w1S c
00 oo 1 c n
Lq =
ns ns n!
s 1
s 1
L =
n o
nPn L q S 1 Pn
n 0
Lq L
Wq = ; W=
1 jika n S - 1
n
S / n 1 1 jika n S - 1
b
96
Karena itu,pengunaan model-model disiplin prioritas ini sering lebih dapat
diterima dari pada kebanyakan model antrian yang biasa.
Sayang sekali,untuk model-model ini analisis matematisnya rumit sekali
dan hasilnya pun hanya dapat digunakan secara terbatas,yaitu hampir seluruhnya
untuk kasus-kasus single server. Namun, hasil-hasil yang dapat digunakan ini
berguna pula untuk satu model multiple-server. Model ini mengasumsikan bahwa
ada sejumlah N kelas prioritas terendah dan anggota anggata kelas prioritas yang
tertinggi yang ada dalam antrian akan dipilih berdasarkan FCFS. pelayanan tidak
dapat didahulukan, artinya unit-unit yang sedang dilayani tidak dapat
dikembalikan kedalam antrian, bila unit dari prioritas yang lebih tinggi memasuki
sistem antrian. Dalam hal ini,untuk masing-masing kelas prioritas diasumsikan
mengikuti proses input poisson dan waktu pelayanan rata-ratanya sama untuk
seluruh kelas prioritas, tetapi tingkat kedatangan rata-ratanya boleh berbeda antara
kelas prioritas yang satu dengan yang lainnya.
Dengan mengunakan asumsi-asumsi ini,maka ekpektasi waktu menunggu
dalam keadaan steady state (termasuk waktu pelayanan) untuk seorang anggota
dari kelas prioritas ke-k adalah:
1 1
Wk =
A.Bk 1 Bk
Di mana:
S s 1 p
j
A = S! S ,
P j 0 j!
s
Bo = 1
i
i 1
Bk = 1-
S
Dimana:
S = jumlah pelayanan
= tingkat pelayanan rata-rata per pelayanan yang sibuk
i = tingkat kedatangan rata-rata untuk kelas prioritas ke-I untuk I =1, 2, .,N
N
= i
i 1
= /
97
k
Hasil-hasil ini mengasumsikan bahwa i
i 1
sehingga kelas prioritas ke-k
dapat mencapai kondisi seady state. Dalam kondisi seady state.ekspektasi jumlah
anggota dari kelas prioritas ke-k dalam sistem antrian (termasuk yang sedang
dilayani)adalah: Lk =k . Wk , untuk k = 1, 2,, N
Pn
/ n po
n!
98
~
karena Pn 1, maka :
n o
1 1
Po e /
1 /
/ 2
2!
...
e /
2!
e /
pn / n n = 0, 1, 2,
n!
yang berdistribusi poisson dengan rata-rata E.(n) = /
Di samping itu didapat pula:
L = E(n) = /
W = 1/
Lq = Wq = 0
VIII.3. PENUTUP
Pada bagian penutup, diadakan tanya jawab dan diskusi baik antar
mahasiswa dan dosen, dan juga mahasiswa antar mahasiswa. Untuk itu diberikan
juga tugas sebagai bahan latihan mahasiswa di luar jam perkuliahan.
99
c. Ekpektasi panjang antrian tidak termasuk yang sedang dilayani?
d. Ekpektasi waktu menungu dalam sistem(termasukwaktu pelayanan)?
e. Ekpektasi waktu menungu dalam antrian (tidak termasukwaktu pelayanan)?
f. Probabilitas bahwa seorang pembeli tiket harus menunggu sedikitnya 8 menit
sejak ia datang didepang loket hingga selesai mendapatkan tiket?
Pokok Bahasan :
Materi yang termasuk dalam ujian semester adalah: Teori
Permainan, Proses Keputusan Markov dan Teori Antrian.
Deskripsi singkat :
Dalam pertemuan ini mahasiswa akan mengerjakan dan
menyelesaikan persoalan-persoalan penelitian operasional II sesuai
dengan materi yang telah diberikan pada perkuliahan sebelumnya.
Sifat ujian semester adalah open book. Setiap mahasiswa dapat
menyelesaikan dan mencari jawaban tiap persoalan pada buku
maupun bahan-bahan pembelajaran yang dimilikinya.
I. Bahan Bacaan:
1. Dimyanti,Tjutju Tarliah, Ahmad Operations Research, PT. Sinar Baru
Algensindo Bandung, 1999.
2. Don T.Philips, et.al., Operation Research: Principle and Practice, 2nd edition,
John Wiley and Sons, 1987.
3. Hillier and Lieberman, Introduction to Mathematical Programming, 1st
edition, McGraw-Hill, 1991.
4. Hillier, Frederick and Gerald, J.Liebermam. Introduction to Operation
Research , San Fransisco : Holden Day Ltd, 1977.
5. Taha, Hamdy, Operation Research : An Introduction, Newyork : The
MacMillan Co, 1985.
6. Wagner, H.M. Principle of Operation Research, Englewood Cliffs, N.J :
Prenntice-hall Inc, 1969.
7. Wayne L.Winston, Operation Research: Application and Algorithms, 3rd
edition, Duxbury Press, 1994.
100
III. Tugas
Tidak ada pemberian tugas setelah ujian semester, hal ini dikarenakan ujian
tersebut merupakan tabulasi dan evaluasi nilai mahasiswa terhadap perkuliahan
penelitian operasional II, setelah menjalani perkuliahan selama 7 (tujuh) kali
pertemuan terhitung dari selesainya perkuliahan mid semester.
IX.1. PENDAHULUAN
Dalam perkuliahan ini mahasiswa akan mengerjakan dan
menyelesaikan persoalan-persoalan penelitian operasional sesuai dengan
materi yang telah diberikan pada perkuliahan sebelumnya. Sifat ujian
semester adalah open book. Setiap mahasiswa dapat menyelesaikan dan
mencari jawaban tiap persoalan pada buku maupun bahan-bahan
pembelajaran yang dimilikinya.
IX.2. PENYAJIAN
Pada perkuliahan ini akan diberikan persoalan yang berkaitan dengan
materi yang telah dipelajari pada perkuliahan sebelumnya. Persoalan yang
diberikan antara lain:
1. Apa yang dimaksud dengan teori permainan?
2. Saat ini PT. Astra sedang mempertimbangkan kemungkinan
dilakukannya advertensi besar-besaran untuk jenis mobil Kijang Innova.
Perusahaan ini menentapkan bahwa hasil penjualan saat ini dapat
dikategorikan sebagai keberhasilan (state 1) atau gagal (state 2).
- Jika dilakukan advertensi : probabilitas bulan ini berhasil dan bulan
berikutnya gagal adalah 0,1, sedangkan bila bulan ini gagal dan bulan
berikutnya juga gagal probabilitasnya adalah 0,4. Matriks labanya
dapat dilihat pada R1.
- Jika advertensi tidak dilakukan: probabilitas bulan ini berhasil dan
bulan berikutnya juga berhasil adalah 0,7, sedangkan bila bulan ini
101
gagal maka bulan berikutnya juga gagal probabilitasnya adalah 0,8.
Matriks labanya dapat dilihat pada R2.
R1 = 2 -1 R2= 4 1
1 -3 2 -1
Bagaimanakah Policy optimum dari persoalan tersebut?
IX.3. PENUTUP
Pada bagian penutup, diadakan tanya jawab mengenai persoalan-
persoalan yang diberikan. Tidak ada pemberian tugas setelah ujian
semester, hal ini dikarenakan ujian tersebut merupakan tabulasi dan evaluasi
nilai mahasiswa terhadap perkuliahan Penelitian Operasional II, setelah
menjalani perkuliahan selama 7 (tujuh) kali pertemuan terhitung dari
selesainya ujian mid semester.
102
DAFTAR PUSTAKA
Referensi:
1. Dimyati,Tjutju Tarliah, Ahmad Operations Research, PT. Sinar Baru
Algensindo Bandung, 1999.
2. Don T.Philips, et.al., Operation Research: Principle and Practice, 2nd
edition, John Wiley and Sons, 1987.
3. Hillier and Lieberman, Introduction to Mathematical Programming,
1st edition, McGraw-Hill, 1991.
4. Hillier, Frederick and Gerald, J.Liebermam. Introduction to Operation
Research , San Fransisco : Holden Day Ltd, 1977.
5. Taha, Hamdy, Operation Research : An Introduction, Newyork : The
MacMillan Co, 1985.
6. Wagner, H.M. Principle of Operation Research, Englewood Cliffs,
N.J : Prenntice-hall Inc, 1969.
7. Wayne L.Winston, Operation Research: Application and
Algorithms, 3rd edition, Duxbury Press, 1994.
103
SENARAI
104
Model = Adalah gambaran ideal dari suatu situasi (dunia) nyata
sehingga sifatya yang kompleks dapat disederhanakan.
Tujuan (objective) = Adalah hasil akhir yang hendak dicapai dengan cara
memilih suatu tindakan yang paling tepat untuk sistem
yang dipelajari.
105