MAKALAH GOAL PROGRAMMING

KONSEP DASAR
sebagai tugas mata kuliah Riset Operasi Lanjut

Dosen Pengampu:
Kusbudiono, S.Si., M.Si.

Kelompok A
Disusun Oleh :
1. Yona Eka Pratiwi 151810101008
2. Hikmah Ardiantika S. 151810101012
3. Jafanin Ashril Indarta 151810101056
4. Anik Magfirotul A. 161810101044
5. Nor Laela R. 161810101066
6. Melinda Asti 161810101074

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS JEMBER
2018
 GOAL PROGRAMMING

 Pengantar
A. Charnes dan W.M. Cooper adalah ilmuwan yang mengembangkan model
pemrogaman linear agar mampu menyelesaikan kasus-kasus manajemen yang
menghendaki sasaran-sasaran tertentu secara simultan. Dalam hal ini, konsep dasar model
yang ditemukan sudah mulai diperkenalkan pada tahun 1995. Selanjutnya, pada tahun
1961, ilmuan tersebut mulai mempopulerkan model tersebut dengan nama Goal
Programming. Model ini mampu menyelesaikan kasus-kasus pemrograman linear yang
memiliki lebih dari satu sasaran yang hendak dicapai.
Model goal programming merupakan perluasan dari model pemrograman linear,
sehingga seluruh asumsi, notasi, formulasi model matematis, prosedur perumusan model
dan penyelesaiannya tidak berbeda. Perbedaan hanya terletak pada kehadiran sepasang
variabel devisional yang akan munul di fungsi tujuan dan di fungsi-fungsi kendala. Oleh
karena itu, konsep dasar pemrograman linear akan selalu melandasi pembahasan model
goal programmig.

 Konsep Dasar
Goal programming merupakan perluasan dari linear programming untuk mencapi
tujuan atau target yang diinginkan. Perbedaan antara goal programming dan linear
programming adalah terletak pada struktur dan penggunaan fungsi tujuan. Dalam linear
programming fungsi tujuannya hanya mengandung satu tujuan, sementara dalam goal
programming semua tujuan digabungkan dalam sebuah fungsi tujuan. Ini dapat dilakukan
dengan mengekpresikan tujuan itu dalam bentuk suatu kendala (constraint), memasukkan
suatu variable simpangan (variable deviation) dalam kendala untuk mencerminkan
seberapa jauh tujuan itu dicapai dan menggabungkan variable simpangan dalam fungsi
tujuan. Goal programming dapat diselesaikan dengan metode grafik dan metode simpleks.
Metode simpleks pada goal programming sedikit berbeda dengan metode simpleks pada
linier programming yaitu terdapat perhitungan fungsi tujuan untuk setiap prioritas.
Di dalam model pemrograman linear kita mengenal variabel slack yang terdapat pada
fungsi kendala yang berupa pembatas, dan variabel surplus pada fungsi kendala yang
berupa syarat. Kehadiran kedua variabel itu dalam penyelesaian suatu kasus pemrograman
linear adalah untuk menampung kelebihan atau kekurangan nilai ruas kiri suatu fungsi
kendala agar sama dengan nilai ruas kanannya.
Nilai variabel slack atau surplus sangat tergantung kepada hasil penyelesaian
optimal. Dalam penyelesaian Sukra Rasmi yang ditayangkan pada gambar 1, variabel slack
S1= 0, S2= 0, S3= 8, dan S4= 4 karena X1 = 7 dan X2 = 6 agar nilai fungsi tujuan maksimum.
Dalam kasus tersebut kita tidak mungkin mengendalikan Si agar minimum karena nilai
tersebut diturunkan oleh penemuan variabel keputusan Xi. yang akan membuat nilai fungsi
tujuan maksimum. Dengan demikian, jelas bahwa nilai variabel slack atau surplus sama
sekali tidak bisa dikendalikan di dalam penyelesaian sebuah kasus pemrograman linear.

Gambar 1. Penyelesaian kasus Sukra rasmi

Gagasan dasar Charnes dan Cooper, pada dasarnya, berpijak pada konsep
variabel slack dan surplus. Bila ada variabel-variabel di dalam model pemrograman linear
yang mempunyai karakteristik mirip dengan kedua variabel tersebut, dan berada di dalam
suatu persamaan kendala, maka pengendalian terhadap variabel tersebut di dalam fungsi
tujuan berarti pengendalian terhadap nilai ruas kiri persamaan kendala tersebut. Jadi, kita
bisa mengendalikan nilai ruas kiri suatu kendala agar sama dengan nilai ruas kanannya
dengan cara mengendalikan variabel tersebut. Inilah pijaran awal bagi Charnes dan Cooper
untuk mengembangkan model Goal programming.
 Pengertian Goal Programming
Goal Programming merupakan modifikasi atau variasi khusus dari linier programming
yang memiliki banyak tujuan. Goal Programming bertujuan untuk meminimumkan
penyimpangan-penyimpangan dari tujuan-tujuan tertentu dengan mempertimbangkan
hirarki prioritas (Sri Mulyono,1991). Perbedaan goal programming dan linier programming
hanya terletak pada sepasang variabel deviasional yang akan muncul pada fungsi tujuan
dan fungsi-fungsi kendala. Formulasi awal goal programming pada dasarnya mirip dengan
formulasi linear programming dengan variabel keputusannya harus didefinisikan terlebih
dahulu. Selanjutnya tujuan-tujuan bahan baku harus dispesifikasikan sesuai tingkat
kepentingannya. Kemudian mencari solusi yang meminimumkan total penyimpangan
tujuan-tujuan tersebut dari terget-targetnya atau dengan kata lain goal programming
merupakan alat analisis untuk meminimumkan deviasi (penyimpangan) berbagai tujuan,
sasaran atau target yang telah ditetapkan, sehingga memenuhi target (mendekati target)
yang telah ditentukan menrut skala prioritasnya masing-masing dari suatu metode yang
melibatkan berbagai tujuan yang bahkan saling konflik ke dalam proses formulasinya.
Model goal programming banyak diterapkan dalam beberapa situasi pengambilan
keputusan, seperti bidang finance, produksi, marketing, dan akuntansi.
Goal programming biasanya diterapkan pada masalah-masalah linear dengan
memasukkan berbagai tujuan dalam formulasi modelnya. Setiap tujuan dinyatakan sebagai
suatu goal dan direpresentasikan secara numerik. Goal yang dinyatakan secara numerik
inilah yang dicoba untuk dicapai. Akan tetapi, berbagai goal tidak selalu dapat dicapai
secara bersamaan karena dapat terjadi penyimpangan (deviasi) dari goal. Oleh karena itu,
dalam formulasi goal programming, goal dalam numerik untuk setiap tujuan harus
ditetapkan lebih dahulu. Kemudian, solusi yang ingin dicari adalah meminimalkan jumlah
penyimpangan tujuantujuan ini terhadap masing-masing goalnya. Dengan kata lain, fungsi
tujuan dalam goal programming dinyatakan sebagai minimisasi penyimpangan dari fungsi
preferensi atau fungsi pencapaian goal.

 Kendala-kendala Sasaran
Di dalam model Goal Programming, Charnes dan Cooper menghadirkan sepasang
variabel yang dinamakan variabel deviasional dan berfungsi untuk menampung
penyimpangan atau deviasi yang akan terjadi pada nilai ruas kiri suatu persamaan kendala
terhadap nilai ruas kanannya. Agar deviasi itu minimum, asrtinya nilai ruas kiri suatu
persamaan kendala “sebisa mungkin” mendekati nilai ruas kanannya maka variabel
deviasional itu harus diminimumkan di dalam fungsi tujuan.
 Pemanipulasian model pemrograman linear yang dilakukan oleh Charnes dan Cooper
telah mengubah makna kendala fungsional. Bila pada model pemrograman linear, kendala-
kendala fungsional menjadi pembatas bagi usaha pemaksimuman atau peminimuman
fungsi tujuan, maka pada mode Goal Programming kendala-kendala itu merupakan sarana
untuk mewujudkan sasaran yang hendak dicapai. Sasaran-sasaran dalam hal ini, dinyatakan
sebagai nilai konsanpada ruas kanan kendala. Sebagai contoh, sasaran lab, anggaran yang
tersedia, resiko investasi, dan lain-lain. Mewujudkan suatu sasaran dengan demikian berarti
mengusahakan agar nilai ruas kiri suatu persamaan kendala sama dengan nilai ruas
kanannya. Itulah sebabnya kendala-kendala di dalam model goal programming selalu
berupa persamaan dan dinamakan kendala sasaran. Di samping itu, keberadaan sebuah
kendala sasaran selalu ditandai oleh kehadiran variabel deviasional sehingga setiap kendala
sasaran pasti memiliki variabel deviasional.

 Variabel Deviasional
Variabel deviasional sesuai dengan fungsinya, yaitu menampung deviasi hasil terhadap
sasaran-sasaran yang dikehendaki, dibedakan menjadi dua yaitu:
1. Variabel deviasional untuk menampung deviasi yang berada di bawah sasaran yang
dikehendaki. Sasaran itu tercermin pada nilai ruas kanan suatu kendala sasaran. Dengan
kata lain, variabel deviasional ini berfungsi untuk menampung deviasi negatif. Kita
menggunakan notasi DB untuk menandai jenis variabel deviasional ini. Karena variabel
devisional DB berfungsi untuk menampung deviasi negatif, maka
∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 = 𝑏𝑖 − 𝐷𝐵𝑖 (1)

atau

∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 + 𝐷𝐵𝑖 = 𝑏𝑖 (2)

di mana, i = 1, 2, ..., m

j = 1, 2, ..., n

sehingga DB akan selalu mempunyai koefisien +1 pada setiap kendala sasaran.

2. Variabel deviasional untuk menampung deviasi yang berada di atas sasaran. Dengan
kata lain, variabel deviasional ini berfungsi untuk menampung deviasi positif. Notasi
DA digunakan untuk menandai jenis variabel deviasional ini. Karena variabel
deviasional DA berfungsi untuk menampung deviasi positif maka,
 ∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 = 𝑏𝑖 − 𝐷𝐴𝑖 (3)

atau

∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 + 𝐷𝐴𝑖 = 𝑏𝑖 (4)

di mana, i = 1, 2, ..., m

j = 1, 2, ..., n

sehingga DA akan selalu mempunyai koefisien -1 pada setiap kendala sasaran.

Dengan demikian, jelas bahwa kedua variabel deviasional tersebut mempunyai

fungsi yang berbeda. Bila variabel deviasional DB menampung penyimpangan nilai
dibawah sasaran maka variabel deviasional DA menampung penyimpangan nilai di
atas sasaran. Sehingga sebenarnya cukup mudah untuk dimengerti bahwa nilai
penyimpangan minimum di bawah maupun di atas sasaran adalah nol dan tidak
mungkin negatif atau,

𝐷𝐵𝑖 ≥ 0 untuk i = 1, 2, ..., m (5)

𝐷𝐴𝑖 ≥ 0 untuk i = 1, 2, ..., m (6)

Secara sistematis, bentuk umum kendala sasaran itu adalah

∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 = 𝑏𝑖 + 𝐷𝐴𝑖 − 𝐷𝐵𝑖 (7)

atau

∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 − 𝐷𝐴𝑖 + 𝐷𝐵𝑖 = 𝑏𝑖 (8)

Dari persamaan 7 dan 8 dapat diketahui bahwa kedua jenis variabel deviasional itu
mendekati garis kendala sasaran dari dua arah yang berlawanan. Dalam hal ini, ada tiga
kemungkinan yang terjadi yaitu:

1. 𝐷𝐴𝑖 = 𝐷𝐵𝑖 = 0, sehingga persamaannya menjadi

∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 = 𝑏𝑖 (9)
atau dapat dikatakan bahwa sasaran tercapai.
2. 𝐷𝐵𝑖 > 0 dan 𝐷𝐴𝑖 = 0, sehingga persamaannya menjadi
∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 = 𝑏𝑖 − 𝐷𝐵𝑖 (10)
atau dapat dikatakan bahwa hasil di bawah sasaran karena
 ∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 < 𝑏𝑖
3. 𝐷𝐵𝑖 = 0 dan 𝐷𝐴𝑖 > 0, sehingga persamaannya menjadi
∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 < 𝑏𝑖 + 𝐷𝐴𝑖 (11)
atau dapat dikatakan bahwa hasil di atas sasaran karena
∑𝑛𝑗=1 𝑎𝑖𝑗 . 𝑋𝑖𝑗 > 𝑏𝑖
Jadi, jelas sekali bahwa kondisi di mana 𝐷𝐵𝑖 > 0 dan 𝐷𝐴𝑖 > 0 pada sebuah kendala
sasaran tidak akan mungkin terjadi.

 Fungsi Tujuan
Ciri khas lain yang menandai model goal programming adalah kehadiran variabel
deviasional di dalam funsi tujuan yang harus diminimumkan. Hal ini merupakan
konsekuensi logis dari tujuan kehadiran variabel deviasional di dalam fungsi kendala
sasaran.
Dari persamaan (8) dapat diketahui bahwa sasaran yang telah ditetapkan akan
tercapai bila variabel deviasional 𝐷𝐴𝑖 dan 𝐷𝐵𝑖 bernilai nol. Oleh karena itu, 𝐷𝐴𝑖 dan
𝐷𝐵𝑖 harus diminimumkan di dalam fungsi tujuan, sehingga fungsi tujuan model goal
programming adalah

Gambar 1. Variabel deviasional dan kendala sasaran

Minimumkan ∑𝑚
𝑖=1 𝐷𝐵𝑖 + 𝐷𝐴𝑖