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.
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
di mana, i = 1, 2, ..., m
j = 1, 2, ..., n
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
di mana, i = 1, 2, ..., m
j = 1, 2, ..., n
atau
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:
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
Minimumkan ∑𝑚
𝑖=1 𝐷𝐵𝑖 + 𝐷𝐴𝑖