01

Modul ke:

Optimisasi
Pengantar Penelitian Opersional 1

Fakultas
Teknik Defi Norita ST., MT

Program Studi
Teknik Industri
Materi Bahasan

Latar belakang sejarah, definisi dan topik

kajian dalam Penelitian Operasional
Disiplin Penelitian Operasional dan
hubungannya dengan disiplin Teknik Industri
Pemodelan sistem
Contoh model keputusan
 Latar Belakang Sejarah, Definisi dan
Topik Kajian dalam Penelitian
Operasional
 Latar Belakang Sejarah
Penelitian Operasional
Pertumbuhan ukuran dan
Revolusi Industri
kompleksitas organisasi

Kecenderungan dari komponen Peningkatan pembagian kerja

organisasi untuk tumbuh dan segmentasi dari
secara otonom dengan tanggungjawab manajemen
sasaran dan sistem nilainya sendiri dalam organisasi

Penelitian
Kesulitan untuk mengalokasikan Metode untuk
Operasional
sumberdaya bagi berbagai aktivitas secara Memecahkan
(Operations
efektif bagi organisasi secara keseluruhan masalah
Research)

4
 Munculnya Penelitian Operasional

Kebutuhan untuk
mengalokasikan
Metode Ilmiah sumberdaya yang
Perang Dunia II langka bagi
(Scientific Method)
berbagai operasi dan
aktivitas militer
secara efektif

Penelitian dalam
operasi (militer)
(Research in
(military) operations)

5
Faktor-faktor kunci bagi tumbuh Penelitian
Operasional (tahun 1950-an)
Industrial boom
Peningkatan ukuran dan kompleksitas organisasi
Penerapan Penelitian Operasional pada berbagai
jenis organisasi (bisnis, industri, pemerintah)
Kemajuan teknik-teknik dalam Penelitian
Operasional
Metode Simpleks (Dantzig, 1947)
Revolusi komputer
Hardware
Software packages
 Definisi Penelitian Operasional (1)
The Operational Research Society of Great Britain
Penelitian Operasional merupakan penerapan metoda
ilmiah bagi permasalahan yang kompleks yang muncul
dalam pengelolaan sistem-sistem yang besar yang terdiri
dari manusia, mesin, bahan, dan uang dalam industri,
bisnis, pemerintahan, dan pertahanan.
Pendekatannya adalah dengan mengembangkan model-
model ilmiah dari sistem yang mencakup pengukuran atas
faktor-faktor antara lain peluang dan resiko, untuk
memprediksikan dan membandingkan hasil-hasil dari
berbagai alternatif dari keputusan, strategi dan kontrol.
Tujuannya adalah membantu manajemen untuk
menentukan kebijakan dan tindakannya secara ilmiah.
7
 Definsi Penelitian Operasional (2)

The Operations Research Society of America

(ORSA)
Penelitian operasional berkaitan dengan
penentuan secara ilmiah bagaimana merancang
dan mengoperasikan sistem manusia-mesin yang
terbaik, yang biasanya dalam kondisi yang
membutuhkan pengalokasian sumberdaya yang
terbatas.

8
 Kata kunci dari
definisi Penelitian Operasional
Motivasi
Membantu pengambil keputusan yang berkaitan
dengan masalah yang kompleks (sebagai alat
bantu dalam pengambilan keputusan)
Metodologi
Menggunakan model

9
 Topik-topik dalam
Penelitian Operasional (1)
Pemrograman Matematis (Mathematical
Programming)
Pemrograman Linier (Linear Programming)
Pemrograman Sasaran (Goal Programming)
Pemrograman Bilangan Bulat (Integer Programming)
Pemrograman Non Linier (Nonlinear Programming)
Pemrograman Dinamis (Dynamic Programming)
Optimasi Jaringan (Networks Optimization)

10
 Topik-topik dalam
Penelitian Operasional (2)
Teori Keputusan (Decision Theory)
Teori Permainan (Game Theory)
Rantai Markov (Markov Chains)
Teori Antrian (Queuing Theory)
Teori Persediaan (Inventory Theory)
Keandalan (Reliability)
Peramalan (Forecasting)
Simulasi (Simulation)
11
 Pemrograman matematis
Masalah produk campuran (mix product problem)

Bahan Produk 1
Pabrik
Tenaga Kerja Produk 2

Berapa banyak tiap jenis produk yang harus dibuat dalam

kondisi ketersediaan bahan dan tenaga kerja yang terbatas
agar total keuntungan yang diperoleh maksimum?

12
 Optimasi jaringan (1)
Masalah lintasan terpendek (shortest path
problem)
S

Jarak

Tentukan rute dari titik asal (S) ke titik tujuan (T) yang
mempunyai jarak terpendek !

13
 Optimasi jaringan (2)
Masalah aliran maksimum (maximal flow problem)

Kapasitas aliran
2 5

1 3 7

4 6

Tentukan aliran maksimum yang dapat dikirim dari titik asal (1) ke titik tujuan (7) !

14
 Rantai Markov
p11
Probabilitas transisi Minggu berikut
M M S K
p13 p12 M p11 p12 p13
Minggu p p22 p32
K S
sekarang S
21
K p31 p32 p13

Berapa probabilitas (dalam jangka panjang) bahwa

suatu kesebelasan akan menang?
Jika saat ini tim menang, tentukan waktu (minggu) rata-rata
tim tersebut kembali menang!

15
 Teori Antrian (1)

Pelanggan dalam antrian

Pelayan
Kedatangan mengikuti
proses Poisson

Waktu pelayanan
mengikuti distribusi
eksponensial
Panjang antrian rata-rata antrian?
Waktu rata-rata pelanggan dalam sistem?

16
 Teori Antrian (2)

Biaya Biaya total

Biaya pelayanan

Biaya menunggu

Tingkat pelayanan

Berapa jumlah pelayan agar biaya total adalah minimum?

17
 Ciri-ciri dari Penelitian Operasional

Menggunakan metode ilmiah kreatif

Berorientasi pada manajemen praktis dari
organisasi
Menggunakan sudut pandang organisasi
Mendapatkan solusi yang terbaik
Menggunakan pendekatan tim

18
 Dampak dari Penelitian Operasional

Dampak yang impresif dalam perbaikan

efisiensi dari berbagai organisasi di dunia
Kontribusi yang signifikan dalam peningkatan
produktivitas ekonomi berbagai negara

19
 Beberapa penerapan
Penelitian Operasional
Annual
Organization Nature of application Year Related techniques
Savings
IBM Integrate a national wide of spare-parts 1990 Inventory Theory, $20 million +
inventories to improve service support Simulation $250 million
less inventory

Delta Airlines Maximize the profit from assigning 1994 Integer Programming $100 million
airplane to over 2500 domestic flights
Yellow Freight Optimize the design of a national 1992 Network Models, $17.3 million
System trucking network and the routing of Nonlinear
shipments Programming,
Forecasting,
Simulation
Citgo Optimize refinery operations and the 1987 Linear Programming, $70 million
Petroleum supply, distribution, and marketing of Network Models,
products Forecasting
Proctor and Redesign the North American production 1997 Transportation and $200 million
Gamble and distribution system to reduce costs Assignment Problems
and improve speed to market
20
Rangking Penerapan Teknik Penelitian Operasional
Turban Ledbetter Thomas and Forgionne
(1969) and Cox DaCosta (1982)
(1975) (1977)
Bayesian Decision Analysis - - 9 -
Delphi - - 13.5 -
Dynamic Programming 6 6 10 7
Financial Methods - - 13.5 -
Game Theory - 7 - 8
Heuristic Programming 8.5 - 8 -
Integer and Mixed Programming - - 12 -
Inventory Theory 4 - 5 -
Linear Programming 3 2 3 4
Network Models - 4 - -
Nonlinear Programming 7 - 7 6
PERT/CPM 5 - 4 3
Risk Analysis - - 11 -
Queuing Theory 8.5 5 6 5
Simulation 2 3 2 2
Statistical Analysis 1 1 1 1

21
 Rangking Penerapan Penelitian Operasional

Thomas and Dacosta

Forgionne (1982)
(1977)
Accounting 11 5
Advertising and Sales Research 8 -
Capital Budgeting 4 2
Equipment Replacement 9 -
Forecasting Market Planning 1 6
Inventory Control 2.5 4
Maintenance 10 9
Packaging 12 -
Personnel Management - 10
Plant Location 6 8
Production Planning and Scheduling 2.5 3
Project Planning - 1
Quality Control 7 7
Transportation 5 -

22
 Disiplin Penelitian Operasional
dan Hubungannya dengan
Disiplin Teknik Industri

23
 Penelitian Operasional
sebagai disiplin Ilmu
Metodologi dasar matematika dan manajemen
Aljabar linier, teori matriks, teori probabilitas, inferensi
statistik, proses stokastik, ilmu komputer, mikroekonomi,
akuntansi, administrasi bisnis, teori organisasi, ilmu
perilaku
Teknik-teknik khusus dari Penelitian Operasional
Pemrograman matematis, pemrograman dinamis, optimasi
jaringan, teori persediaan, teori antrian, reliabilitas, teori
permainan, simulasi, dll.
Bidang Khusus dalam Penerapan Penelitian
Operasional
Teknik Industri, Teknik Elektro, Transportasi, Bisnis,
Ekonomi
24
 Penelitian Operasional dalam
disiplin ilmu yang Lain
Teknik Industri
Administrasi Bisnis
Ekonomi
Matematika
Statistik
Ilmu Komputer
Teknik Elektro
Teknik Sipil (Transportasi)
25
 Definisi Teknik Industri*
Teknik Industri berkaitan dengan perancangan,
perbaikan dan penginstalasian sistem integral yang
terdiri atas manusia, bahan, peralatan, informasi dan
energi.
Teknik Industri menggunakan pengetahuan dan
keahlian dalam ilmu-ilmu matematika, alam dan
sosial secara bersama-sama dengan prinsip-prinsip
dan metoda-metoda analisis dan perancangan
kerekayasaan untuk menentukan, memprediksikan
dan mengevaluasi hasil-hasil yang diperoleh dari
sistem integral tersebut.
*) The Institute of Industrial Engineering

26
 Teknik Industri sebagai suatu disiplin
kerekayasaan*
Profesi dimana pengetahuan matematika dan
ilmu alam yang diperoleh dengan studi,
pengalaman, dan praktek diterapkan dengan
pertimbangan bagi pengembangan cara-cara
untuk menggunakan secara ekonomis bahan-
bahan dan kekuatan alam untuk kemanfaatan

*) ABET

27
 Body of Knowledge dari
Displin Teknik Industri* (1)
Operational Science
Operations Research, Organization Design, Management
Information System, Economics Analysis, etc.
Ergonomics/Human Factors Engineering
Ergonomics, Work Design, Wage Administration, Work
Safety and Hygiene, etc.
Production Engineering
Production Planning and Control, Quality Control,
Manufacturing Process, Plant Layout, etc.
*) Biles, W.E., The engineering science of industrial engineering: a viewpoint of industrial engineering
curriculum, IEE Transaction 23, 1991, 208-214.
28
 Body of Knowledge dari
Displin Teknik Industri* (2)

Operational Science Production Engineering

Ergonomics/Human Factors
Engineering

*) BIles, W.E., The engineering science of industrial engineering: a viewpoint of industrial engineering
curriculum, IEE Transaction 23, 1991, 208-214.
29
 Body of Knowledge dari
Displin Teknik Industri* (3)

Industrial Engineering Functions:

1. Production Engineering
2. Operational Science
3. Ergonomics/Human Factors
Engineering

Industrial Engineering General Engineering

Science Science

Behavioral and
Life Science Physical Science Mathematics
Social Science

*) BIles, W.E., The engineering science of industrial engineering: a viewpoint of industrial engineering
curriculum, IEE Transaction 23, 1991, 208-214.
30
 Pemodelan Sistem

31
 Sistem (1)

Sistem
Abstraksi dari dunia nyata dengan
pengidentifikasian faktor-faktor yang dominan
yang mengendalikan perilaku dari dunia nyata
tersebut

32
 Sistem (2)

Dunia nyata (real world)

Batasan sistem
(Boundary system)

System

33
 Ciri dari suatu sistem

Terdiri atas sekumpulan elemen

Terdapat interaksi dan interdependensi
Terdapat mekanisme umpanbalik
Memiliki tujuan
Terdapat hubungan antara lingkungan

34
 Contoh suatu sistem
- Sistem stasiun pompa bahan bakar
Area stasiun
Operator

Mesin pompa

Mobil
Sepeda Motor

Pedagang asongan

Sepeda, becak
35
 Pendekatan Sistem

Pendekatan sistem (system approach)

Masalah sebagai suatu sistem
Sistem : Masalah yang sedang dipelajari (problem
understudy)

36
 Model

Representasi dari sistem dalam bentuk yang

lebih sederhana

37
 Pemodelan sistem

Real world

Model
System

38
 Tipologi model
Model

Model fisik Model matematis

Model analitik Model simulasi

Model
Model normatif
deskriptif

39
 Model fisik

H H
Model atom of H2O

40
Model matematis

F m a
F = gaya (Newton)
m = massa (kg)
a = percepatan (m/s2)

41
 Proses pemodelan

Perumusan
Sistem Model

Deduksi

Interpretasi
Kesimpulan Kesimpulan model
(solusi)

42
Model Penelitian Operasional

Model Matematis

Model Penelitian Operasional

Model Optimasi

Model Simulasi
Model Pemrograman
Matematis

43
 Langkah-langkah dalam
studi Penelitian Operasional
Mendefinisikan masalah
Merumuskan model matematis
Mengumpukan data yang relevan
Mengembangkan prosedur untuk
menentukan solusi
Menguji model
Menyiapkan penerapan
Mengimplementasikan

44
 Mendefinisikan masalah

Langkah yang krusial karena berpengaruh pada

pengambilan kesimpulan dari hasil studi.
Adalah sulit untuk memberikan jawaban yang
benar dari masalah yang salah.
Dari sudut pandang Penelitian Operasional,
pendefinisian masalah mencakup:
Deskripsi tujuan studi
Identifikasi alternatif-alternatif keputusan
Pemahaman atas pembatas-pembatas dan kebutuhan

45
 Definisi masalah

Ekspektasi

Kesenjangan (gap) Terdapat masalah

Kenyataan

46
 Masalah dan gejala

Masalah?

Gejala (symptom)

47
 Teknik-teknik
pengidentifikasian masalah
Diagram Pareto (Pareto diagram)
Diagram tulang ikan (fishbone diagram)

48
 Diagram Pareto
Nilai kerugian (Rupiah)

Jenis kesalahan
49
Diagram tulang ikan

50
 Merumuskan model matematis

Penentuan model yang sesuai untuk

merepresentasikan sistem
Perumusan model:
Penentuan variabel keputusan (decision variables),
yaitu variabel yang nilainya akan ditentukan
Penetapan fungsi tujuan (objective functions)
Perumusan pembatas (constraints)
Penetapan parameter
Penetapan asumsi
51
 Mengumpulkan data

Akurasi data merupakan hal yang penting

untuk mendapat solusi yang tepat
Prinsip sampah-masuk sampah-keluar (garbage-
in garbage-out)

52
 Sumber dan jenis data

Sumber data
Data primer
Data sekunder
Jenis data
Data teoritis
Data empiris

53
Masalah dalam estimasi parameter

Kecukupan data
Keandalan data
Metode estimasi
Pengujian

54
 Metode estimasi rata-rata

Rata-rata aritmatik
Median
Modus

55
 Pengujian distribusi (1)

Uji chi-square
Metode Kolmogorov-Smirnov

56
 Pengujian distribusi (2)

Asumsi:
Data empiris dari jumlah
Pola kedatangan
kedatangan
pelanggan mengikuti
per satuan waktu
distribusi Poisson

Pengujian distribusi

Hipotesis/asumsi
diterima

57
 Mencari solusi

Prosedur (biasanya berbasis komputer)

Algoritma
Prosedur:
Optimal
Heuristik
Metaheuristik
Analisis pasca-optimalitas (postoptimality
analysis) atau analisis what-if
Analisis sensitivitas
58
 Algoritma

Langkah-langkah prosedur (umumnya bersifat

iteratif)
Disajikan dalam bentuk:
Deskripsi
Pseudocode
Computer code
Diagram alir (flowchart)

59
 Algoritma
Pengurutan nilai (dari kecil ke besar)
(Kode dalam bahasa Pascal)

for i = 1 to n-1 do
begin
for j = i+1 to n do
begin
if Data[j] < Data[i] then
begin
Temp:= Data[j];
Data[j]:=Data[i];
Data[i]:=Temp;
end;
end;
end;

60
Algoritma Mulai

Diagram alir i=1

j = i+1

Data[j] <
Data [i]

temp=Data[i]
Data[j]=Data[i]
Data[i]=temp
j = j+1 i= i+1

jn

i n-1

61
Selesai
 Contoh
Traveling Salesman Problem, TSP
2
5
3
1 6 8
3
3
7 6
4
(jarak)
2
5 1
4
Seorang salesman harus menunjungi semua kota dimana tiap kota hanya dikunjungi
sekali, dan dia harus mulai dari dan kembali ke kota asal. Tujuannya adalah
menentukan rute dengan jarak total yang paling minimum.

62
 Prosedur pemecahan TSP

Metoda optimal
Complete enumeration
Branch-and-bound
Dynamic programming

63
 Prosedur optimal untuk TSP
- Branch-and-Bound
1
5

2 3 4 5
3

3 4 5
2 6
4 5 3 5 3 4 Solusi optimal
Rute : 1 2 3 4 5 1
1 1 Jarak total = 5 + 3 + 2 + 1 + 4 = 15
5 4 5 3 4 3

4 3 Secara umum, terdapat (n 1)! Alternatif

1 1 1 1 1 1 dimana n = banyaknya kota

64
 Menguji model

Verifikasi
Menguji apakah model bekerja sesuai dengan
yang dikehendaki
Validasi
Menguji apakah perilaku model sesuai dengan
perilaku sistem yang dimodelkan

65
 Jenis kesalahan dalam verifikasi
(Kasus pemrograman komputer)
Kesalahan syntax (syntax error)
Kesalahan runtime (runtime error)
Kesalahan logik (logic error)

66
 Validasi

Pendekatan: restrospective test

(menggunakan data historis)
Grafis
Statistik
Uji hipotesis
Ukuran performansi dalam peramalan (misal, mean
square error)

67
Persiapan untuk penerapan model

Basis data dan sistem informasi manajemen

Sistem berbasis komputer interaktif (sistem
pendukung keputusan, decision support
system)
Laporan manajerial

68
Sistem pendukung keputusan

Basis data Basis model

Laporan

69
 Implementasi

Pemodel
(modeler)

Pengguna Pengambil
(user) Keputusan
(decision maker)

70
 Prinsip-prinsip pemodelan (1)

Jangan membangun model yang rumit jika

model yang sederhana cukup.
Yakinkan model sesuai dengan masalah.
Fase deduksi (pemecahan, verifikasi,
validasi) harus dilakukan hati-hati.
Model harus divalidasi sebelum
diimplementasikan.
Model sebaiknya jangan diambil secara
literal.
71
 Prinsip-prinsip pemodelan (2)

Model jangan dipaksa untuk dijalankan atau dikritik

bahwa gagal.
Hati-hati dalam overselling model.
Beberapa kemanfaatan utama dari pemodelan
adalah berkaitan dengan proses pengembangan
model
Model tidak dapat lebih baik dari informasi yang
digunakan.
Model tidak dapat menggantikan pengambil
keputusan.
72
 Contoh Model Keputusan

73
 Contoh Model Keputusan (1)

Contoh sederhana berikut menunjukkan

fungsi dari model dalam situasi yang mana
seorang manajer departemen produksi harus
menentukan untuk membeli mesin otomatis
atau semiotomatis
Kedua mesin menghasilkan suatu komponen
tertentu dalam ukuran batch.

74
 Contoh Model Keputusan (2)

Biaya setup per batch dan biaya produksi satuan

adalah sebagai berikut:

Biaya dalam dolar

Semiotomatis Otomatis

Biaya setup per batch 20.0 50.0

Biaya variabel satuan 0.6 0.4

75
 Contoh Model Keputusan (3)

Untuk merumuskan situasi sebagai model

keputusan maka harus dilakukan:
Mengidentifikasi alternatif keputusan
Merancang kriteria untuk mengevaluasi nilai
dari tiap alternatif.
Menggunakan kriteria tersebut sebagai dasar
untuk memilih alternatif tersedia yang terbaik.

76
 Contoh Model Keputusan (4)

Dari pernyataan masalah, terdapat dua alternatif:

Membeli mesin otomatis
Membeli mesin semiotomatis
Evaluasi kedua alternatif ini didasarkan atas biaya
total yang terdiri dari:
Biaya tetap setup
Biaya variabel
Tujuannya adalah memilih alternatif yang
mempunyai biaya total terkecil.

77
 Contoh Model Keputusan (5)

Untuk merumuskan kriteria biaya, misalkan x

menunjukkan jumlah satuan yang diproduksi
dalam satu batch (ukuran batch)
Fungsi biaya menjadi:
biaya produksi per batch = biaya setup + (biaya variabel satuan)x
50 + 0.4x untuk mesin otomatis
=
20 + 0.60x untuk mesin semiotomatis

78
 Contoh Model Keputusan (6)

Model keputusan secara lengkap dapat

dinyatakan sebagai berikut:

Pilih salah satu alternatif

1. Membeli mesin otomatis
2. Membeli mesin semiotomatis
Alternatif yang dipilih harus memberikan
total biaya produksi per batch yang lebih
kecil.
79
 Contoh Model Keputusan (7)

Langkah berikutnya adalah mendapatkan

solusi.
Ini dapat dilakukan dengan menggunakan
suatu break-even chart.

80
 Contoh Model Keputusan (8)
200
Semiotomatis
180 Breakeven point
160

140 Otomatis
Production cost

120

100

80

60
Beli semiotomatis Beli otomatis
40

20

0
0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
Batch size

81
 Contoh Model Keputusan (9)

Keputusan umum yang didasarkan model

adalah:
Beli mesin semiotomatis jika ukuran batch kurang
dari 150 unit.
Beli mesin otomatis jika ukuran batch lebih dari
150 unit.
Beli mesin semiotomatis atau otomatis jika ukuran
batch tepat 150 unit.

82
 Contoh Model Keputusan (10)

Model secara implisit mengasumsikan bahwa kedua

mesin menghasilkan komponen pada kecepatan
yang sama sehingga ukuran batch yang berkaitan
dengan perioda produksi adalah sama.
Misalkan kecepatan produksi per jam untuk mesin
otomatis dan semiotomatis masing-masing adalah25
and 15 unit.
Misalkan lagi bahwa pabrik beroperasi per hari
dalam satu shift selama 8 jam.

83
 Contoh Model Keputusan (11)

Informasi ini menambah pembatas yang

belum dijelaskan dalam model.
Karena pabrik bekerja selama satu shift dalam
waktu 8 jam maka ukuran batch maksimum
yang dihasilkan adalah:
Mesin otomatis : 200 unit (=25 x 8)
Mesin semiotomatis : 120 unit (=15 x 8)

84
 Contoh Model Keputusan (12)

200

180
Daerah layak untuk mesin otomatis
160 Daerah tak layak
140 Daerah layak untuk
Production cost

120 mesin semiotomatis

100

80

60

40

20
Beli semiotomatis Beli otomatis Tidak membeli keduanya
0
0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
Batch size

85
 Contoh Model Keputusan (13)

Jika ukuran batch kurang dari 120 unit, terdapat dua

alternatif keputusan dan keputusan membeli mesin
semiotomatis adalah lebih baik.
Jika ukuran batch antara 120 dan 200, mesin
semiotomatis adalah tak layak sehingga pilihannya
hanya satu yaitu membeli mesin otomatis.
Jika ukuran batch lebih dari 200 maka kedua
alternatif tidak layak.

86
Terima Kasih
Semoga Bermanfaat.