ANALISIS KEPUTUSAN
Keputusan adalah suatu kesimpulan dari suatu proses untuk memilih tindakan yang terbaik
dari sejumlah alternatif yang ada. Sedangkan pengambilan keputusan adalah proses yang
mencakup semua pemikiran dan kegiatan yang dipadukan guna membuktikan dan
memperlihatkan pilihan terbaik tersebut. Oleh karena itu teori keputusan adalah suatu teknik
analisis yang berkaitan dengan pengambilan keputusan melalui bermacam-macam model.
Secara khusus pengambilan keputusan menghendaki sejumlah sasaran dan tujuan,
sejumlah alternatif tindakan, resiko atau perolehan dan tiap alternatif yang berlainan dan
kriteria pemilihan yang dapat memperhatikan tindakan yang terbaik.
Alternatif KRITERIA KEPUTUSAN
K1 K2 K3
A1 H11 H12 H13
A2 H21 H22 H23
a. Kriteria dominasi
Berdasarkan tabel contoh diatas,adakah yang mendominasi?
Sidoarjo : Hanya unggul dalam jarak, tapi kalah dalam harga dan luas.
Mojokerto : unggul dalam harga dan luas, tapi kalah dalam jarak
Kesimpulan : tidak ada dominasi, tidak ada keputusan mana yang dipillih
(tidak ada alternatif yang unggul/dominan atas ketiga yang
diharapkan)
b. Kriteria leksikografi
Harus ditetapkan dulu kriteria mana yang utama, kedua, dan seterusnya.Bila nilainya sama
pada kriteria pertama, maka dilanjutkan dengan kriteria berikutnya.Bila nilainya lebih jelek
untuk kriteria ke-n maka keputusan diambil dari alternatif yang memenuhi kriteria yang
sebelumnya (n-1).Keputusan ditetapkan bila alternatif telah memenuhi kriteria yang
diprioritaskan.
Misalnya:
Contoh lain :
Contoh lain :
Harga (pertama) - Mojokerto lebih baik dari pada Sidoarjo
Luas (Kedua) - Banjamasin lebih baik daripada Sidoarjo
Jarak (ketiga) - Bajarbaru lebih baik daripada Mojokerto
Kesimpulan : Mojokerto terpilih -dari kriteria harga dan luas
Denga memperhatikan nilai (tingkat aspirasi) ketiga kriteria dimaksud, maka yang terpilih
adalah Sidoarjo yang memnuhi ketiganya.
Pemenang akan ditentukan oleh banyaknya jumlah point yang dikumpulkan atau di peroleh
masing-masing kandidat. Borda sering digunakan pada suatu sistem pemilihan based
consensus. Pemilihan dan perhitungan (voting and counting) dilakukan dengan cara
memberikan sejumlah point kepada masing-masing calon (candidate) misalnya ada lima
kandidat pada suatu pemilihan maka masing-masing calon menerima 5 point untuk kandidat
ranking pertama, 4 point untuk kandidat rangking kedua dan seterusnya, kandidat terakhir
menerima 1 point, dengan kata lain dimana n kandidat akan menerima n point untuk pilihan
pertama, n-1 untuk pilihan kedua, n-2 untuk pilihan 3, n-4 untuk pilihan 5
BAB III
PROGRAM LINIER – METODE GRAFIK
Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya
terdapat dua variabel keputusan. Untuk menyelesaikan permasalahan tersebut, langkah
pertama yang harus dilakukan adalah memformulasikan permasalahan yang ada ke dalam
bentuk Linear Programming (LP). Langkah-langkah dalam formulasi permasalahan adalah :
Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier
yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan yang
berhubungan dengan pengalokasian sumberdaya secara optimal. Metode simpleks digunakan
untuk mencari nilai optimal dari program linier yang melibatkan banyak constraint
(pembatas) dan banyak variabel (lebih dari dua variabel). Penemuan metode ini merupakan
lompatan besar dalam riset operasi dan digunakan sebagai prosedur penyelesaian dari setiap
program computer.
Salah satu teknik penentuan solusi optimal yang digunakan dalam pemrograman linier
adalah metode simpleks. Penentuan solusi optimal menggunakan metode simpleks
didasarkan pada teknik eleminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan
memeriksa titik ekstrim satu per satu dengan cara perhitungan iteratif. Sehingga penentuan
solusi optimal dengan simpleks dilakukan tahap demi tahap yang disebut dengan iterasi.
Iterasi ke-i hanya tergantung dari iterasi sebelumnya (i-1).
Ada beberapa istilah yang sangat sering digunakan dalam metode simpleks,
diantaranya yaitu:
1. Iterasi adalah tahapan perhitungan dimana nilai dalam perhitungan itu tergantung dari
nilai tabel sebelumnya.
2. Variabel non basis adalah variabel yang nilainya diatur menjadi nol pada sembarang
iterasi. Dalam terminologi umum, jumlah variabel non basis selalu sama dengan
derajat bebas dalam sistem persamaan.
3. Variabel basis merupakan variabel yang nilainya bukan nol pada sembarang iterasi.
Pada solusi awal, variabel basis merupakan variabel slack (jika fungsi kendala
merupakan pertidaksamaan ≤ ) atau variabel buatan (jika fungsi kendala
menggunakan pertidaksamaan ≥ atau =). Secara umum, jumlah variabel basis selalu
sama dengan jumlah fungsi pembatas (tanpa fungsi non negatif).
4. Solusi atau nilai kanan merupakan nilai sumber daya pembatas yang masih tersedia.
Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber daya pembatas
awal yang ada, karena aktivitas belum dilaksanakan.
5. Variabel slack adalah variabel yang ditambahkan ke model matematik kendala untuk
mengkonversikan pertidaksamaan ≤ menjadi persamaan (=). Penambahan variabel ini
terjadi pada tahap inisialisasi. Pada solusi awal, variabel slack akan berfungsi sebagai
variabel basis.
BAB V
Jika kita sudah mempelajari simplex. Itu adalah dasar dari optimisasi program linier.
Memaksimumkan atau meminimumkan fungsi objektif. Metode tabel sendiri tidak lain adalah
simplex yang dibentuk tabel untuk memudahkan perhitungan. Bagaimana dengan metode Big-M?
adakah bedanya dengan simplex? Tentu saja.. walaupun sama-sama menyelesaikan masalah program
linier.
Metode simplex tidak bisa menyelesaikan program linier dengan cepat jika kita menghitung
manual. Makanya kita menggunakan metode tabel. Tapi kelemahan metode tabel ini. BFS awalnya
harus identitas. Tidak selamanya program linier yang ditambahkan slack variabel bisa memiliki BFS
awal yang identitas.
Minimumkan
Dengan kendala:
Sekarang kendala kita jadikan bentuk baku dan fungsi objektifnya menjadi sama dengan 0:
Minimumkan
Dengan kendala:
Saya akan memilih basis awal/BFS awal 3,4,5 seperti biasa dari slack variabel. Maka tabel awalnya
akan begini:
BFS awal bukan identitas. Kita tidak boleh mengalikan -1 pada baris variabel dan karena akan
berakibat R menjadi negatif. Sementara dalam metode tabel, pada pertukaran basis; jangan sampai
nilai R negatif karena bisa mengakibatkan beberapa basis tidak bisa keluar, dan ini bisa berakibat
fatal, anda akan berputar terus-terusan tanpa dapat solusi optimal atau solusi optimal bisa salah.
ITULAH kelemahan metode tabel jika BFS awal bukan identitas anda akan terjebak di looping
selamanya, 1 masuk 4 keluar, lalu berikutnya 2 masuk 1 keluar. Lalu 4 masuk lagi 2 keluar. Begitu
terus seperti terjebak di labirin. Atau proses stop tapi ternyata solusi tidak optimal. Untuk kasus
seperti ini dimana variabel basis anda bukan identitas dibuatlah metode Big-M. kita sudah punya slack
variabel. Tapi kita menginginkan basis awal yang identitas. Jadi perlu ditambahkan artificial variabel,
banyak banget ya? Tenang artificial variabel ini hanya agar kita bisa memiliki basis awal yang
identitas. Sesudah itu kita kembali dengan metode tabel.
Minimumkan
Dengan kendala:
Minimumkan
Dengan kendala:
adalah artificial variabel. Sehingga BFS awal kita bisa menjadi identitas. Dan mudah untuk mencari
solusi optimumnya. Artificial variabelnya akan kita paksa jadi 0 selama proses Big-M ini. Harus ya..
dipaksa.. Ya dengan kata lain Big-M itu proses mengutak-atik agar metode simplex atau tabel bisa
dilakukan.
Seperti biasa saya titik-titik karena isinya nanti itu konstanta dari fungsi objektif dan kendala program
linier. Sementara baris z yang berada di kolom artificial variabel diberi tanda –M. itulah M kita. Big-
M. M besar. Menang, MENANG. Maksud dari Big-M ini adalah menambahkan konstanta M, sebuah
bilangan bulat positif yang sangat besar, sangat sangat sangat besar sekali. Gausah dibayangkan...
9793865864823648236423, bahkan lebih besar dari itu. M itu merupakan alat bantu. Agar program
linier bisa diselesaikan dengan simplex atau tabel. Jika suatu program linier bentuknya walau sudah
ditambah slack variabel tidak bisa diselesaikan: looping atau solusi optimalnya salah. Metode Big-M
ini digunakan agar solusinya konvergen ke solusi optimal dengan simplex. Kalau anda penasaran
maksud dan penjelasan M ini. Bisa dicari sendiri. Baca bukunya, saya bikin blog bukan copas buku.
BAB VI
BAB VII
PROGRAMA INTEGER
Programa integer merupakan persoalan program linier (PL) yang mensyaratkan bahwa
jawaban/solusi dari tiap variabel keputusannya adala integer
1. Braunching(pencabangan)
Untuk mencoba kedua kemungkinan jawaban integer, misalnya diperoleh X1 = 3,45.
Itu berarti kita buatkan 2 pencabangan (program baru dengan tambahan fungsi
pembatas baru pada masing-masingnya, yaitu X1 ≤ 3 dan X1 ≥ 4).
2. Baunding(pembatasan)
Memilih salah satu cabang yang memberikanb jawaban ke arah yang diinginkan
(maksimasi atau minimasi).
Contoh 1:
Program 1:
Max Z= 10 X1 + 8X2
s/t 2 X1 + 3X2 ≤ 11
X1 dan X2 ≥ 0 dan integer
BAB VIII
GOAL PROGRAMMING
BAB IX
METODE PENUGASAN
Tergantung kepada informasi yang ada, penyelesaian masala ini dapat diarahkan kepada
maksimai atau minimasi. Bila berkait dengan kesalahan, kerugian, cacat, dan hal-hal yang
negatif, itu berarti persoalan yang positif, itu berarti persoalan maksimasi.
Pada sebuah bengkel tersedia 4 orang mekanik yang harus dapat ditempatkan pada 4 bengkel
yang ada (1 mekanik untuk 1 bengkel). Pada keempat bengkel sebagai berikut.
Mekanik Bengkel(B)
(M) B1 B2 B3 B4
M1 67 76 82 75
M2 80 70 82 77
M3 77 68 70 74
M4 70 73 78 80
BAB X
METODE TRANSPORTASI
Bila telah dapat diidentifikasi biaya angkut dari pabrik ke pasar, serta kapasitas pabrik dan
permintaan pasar pun telah diketahui maka persoalan bagaimana cara pengalokasian
terbaiknya dapat dikerjakan.
Metode transportasi terdiri atas 2 langkah utama, yaitu pencarian solusi awal dan pencarian
solusi optimal. Solusi awal dapat diselesaikan salah satunya dengan metode Least Cost(biaya
terkecil), sedangkan solusi optimal dengan metode MODI(Modified Distribution = distribusi
termodifikasi).
BAB XI
PROGRAMA DINAMIS
Programa dinamis berbeda dengan linier yang sudah kita kenal. Persoalan bersifat
dinamis apabila diarahkan kepada pemecahan secara bertahap yang masing-masingnya
merupakan satu-kesatuan
Ada 3 hal yang penting diketahui tentang programa dinamis, yaitu :
1. Stage (tahapan) dari persoalan yang dihadapi dan ingin cari solusinya
2. State (kondisi) yang menjadi faktor penentu keputusan dari tiap tahapan
3. Decision (keputusan) yang harus diambil dari tiap tahapan untuk sampai kepada
solusi keseluruhan
BAB XII
TEORI ANTRIAN DAN SIMULASI
Antrian sering terjadi di toko, loket, teller, bandara, bengkel pemiliharaaan mesin
produksi. Pihak manajemen harus memperhatikan persoalan ini agar konsumsi pelanggan
tidak kecewa atau malah membatalkan rencana mereka
Adapun karakteristik antrian, antara lain :
1. Pola kedatangan pelanggan(customer).
2. Pola pelayanan.
3. Jumlah pelayanan server/fasilitas untuk pelanggan.
4. Order/urutan/disiplin pelayanan
Sistem antrian :
Single channel – single phase (satu jalur antrian – satu fase/tahap layanan)
Single channel – multiple phase (satu jalur antrian – satu fase/tahap layanan)
BAB XIII
TEORI PERMAINAN
BAB XIV
RANTAI MARKOV
Konsep rantai markov mengacu pada rantai perubahan tiap kondisi yang ada dari satu
periode ke periode berikutnya. Misalkan, kondisi tnah pertanian pada suatu periode ada 3
kemungkinan, subur kurang subur, dan kering. Untuk periode berikutnya, kondisi tanah
pertanian tersebut dapat saja berubah ke subur, kurang subur dan kering.
Ada/tidaknya perubahan dari suatu kondisi ke kondisi lainnya dapat digambarkan dalam
matriks berikut.
Sekarang subur masa mendatang mungkin tetap subur, menjadi kurang subur, atau
menjadi kering.
Sekarang kuran subur masa mendatang mungkin menjadi subur, tetap subur atau
menjadi kering.
Sekarang kering masa mendatang mungkin menjadi subur, menjadi kurang subur,
atau tetap kering.
Periode i Periode j
1 2 3
1 P11 P12 P13
2 P21 P22 P23
3 P31 P32 P33