MK Konsep Teknologi

Optimasi 1
 MK Konsep Teknologi

Kegiatan / Pengambilan
Persoalan Keputusan

Alternatif Metoda Penyelesaian:

1. Programa Linear
2. Programa Dinamis
3. Antrian
4. Algoritma Lorong
5. Permainan
Optimasi 2
 MK Konsep Teknologi

Kerangka Optimasi dalam

Pengambilan Keputusan

DAYA & DANA MAKSIMASI

TETAP PENERIMAAN

HASIL YANG
OPTIMAL

Σ KEGIATAN MINIMASI
TETAP DAYA & DANA

Optimasi 3
 MK Konsep Teknologi

Programa Linier
• Berbasiskan pengembangan model persamaan matematika Æ
Pengambilan keputusan dapat dilakukan secara kuantitatif, memudahkan
untuk mengambil keputusan.
– Metoda Grafis
– Metoda Numeris

Programa Dinamis
• Berbasiskan analisis pada keterkaitan dalam sistem kegiatan Æ Hubungan
antar kegiatan digambarkan secara sistematis

Optimasi 4
 MK Konsep Teknologi

Metoda Antrian
Untuk menganalisis persoalan-persoalan antrian pada berbagai jenis kejadian
Penggambaran besaran dan variable yang terlibat dalam persoalan antrian
sehinggan perlakuan atau intervensi untuk memperbaiki kinerja dapat
dikerjakan secara sistematis.

Algoritma Lorong
Strategi penempatan orang/petugas secara optimal untuk memantau atau
mengawasi beberapa daerah / lokasi, dengan bantuan model matematis.

Optimasi 5
 MK Konsep Teknologi

Programa Linier / Linear Programming

• Prinsip Umum:

– Asumsi Kelinieran :
Ketidaksamaan Linier
• Fungsi Pembatas
• Fungsi Tujuan

– Fungsi Tujuan:
• Minimasi
• Maksimasi

– Fungsi Pembatas > 0 , atau = 0

Optimasi 6
 MK Konsep Teknologi

Programa Linier: Metoda Numeris / Matematis

Contoh 1:
Pabrik baja “Steel Forever" mempunyai persediaan bahan mentah besi baja
untuk diproses sebanyak 18 ton. Kontrak produksi sekrup sebanyak 7,6 ton
telah ditandatangani. Dalam proses produksi terjadi kehilangan bahan
mentah sebesar 5%. Selain memproduksi sekrup, pabrik tersebut juga
menjual besi baja sebagai bahan mentah kepada pabrik lain.
Pertanyaan:
Berapa banyak besi baja yang dapat dijual sebagai bahan mentah selagi
kontrak masih berjalan?

Optimasi 7
 MK Konsep Teknologi

Programa Linier: Metoda Numeris / Matematis

Jawab:
Asumsi:
Besi baja yang dapat dijual sebagai bahan mentah adalah x ton,
Jumlah yang tersedia di pabrik adalah (18 - x) ton

Kehilangan dalam proses produksi 5% Æ

(18 - x) – 5/100 (18 – x) = 7,6 ton
95/100 (18 - x) = 7,6 ,
sehingga x = 10

Maka, besi baja yang dijual sebagai bahan mentah adalah 10 ton.

Optimasi 8
 MK Konsep Teknologi

Programa Linier: Metoda Numeris / Matematis

Contoh 2:
Suatu areal tanah pertanian seluas 40 ha terbagi atas lahan basah dan
lahan kering. Seluruh lahan kering dan separuh lahan basah ditanami
tanaman jagung. Penghasilan per-ha:
• Rp. 800.000,-/ ha untuk lahan kering dan
• Rp. 1.200.000,-/ ha untuk lahan basah
Setelah panen, penghasilan total dari lahan kering dan basah adalah Rp.
27.000.000,-.

Pertanyaan:
Berapa luas lahan masing-masing di areal pertanian tersebut?

Optimasi 9
 MK Konsep Teknologi

Programa Linier: Metoda Numeris / Matematis

Jawab:
Asumsi Æ Luas lahan kering adalah X ha dan lahan basah Y ha, sehingga:
(X + Y) = 40 ha .. .........(1)
8.000 X + 1.200.000 (Y/2) = 27.000.000, atau
800.000 X + 600.000 Y = 27.000.000....(2)

Ini berarti, bahwa nilai X dan Y dapat dihitung sbb.:

(1) X + Y = 40 800.000 X + 800.000 Y = 32.000.000
(2) 800.000 X + 600.000 Y = 27.000.000

200.000 Y = 5.000.000

Diperoleh harga Y = 25 dan X = 15, sehingga luas lahan kering adalah 15

ha dan lahan basah 25 ha.

Optimasi 10
 MK Konsep Teknologi

Programa Linier: Metoda Grafis

PADA SISTIM KOORDINAT X-Y (X & Y = VARIABEL)
PERSAMAAN LINIER Æ PEMBATAS JAWABAN YANG PALING MUNGKIN
KETERBATASAN : JUMLAH VARIABEL Æ TERBATAS

Gambar garis
Tentukan Pembatas
Fungsi Tujuan dalam Sistem
Koordinat

Cari titik yang

Identifikasi
paling
Batasan dalam
menguntungkan
Ketidaksamaan
sesuai dengan
Fungsi Tujuan.
Optimasi 11
 MK Konsep Teknologi

Programa Linier: Metoda Grafis

Contoh 3:
Pabrik baja yang sebelum nya disebut, memprediksi keuntungan se-besar
Rp.30/buah untuk sekrup panjang dan Rp. 15/buah untuk sekrup pendek.
Kapasitas penuh harian untuk keseluruhan mesin adalah 40.000 sekrup
panjang dan 60.000 sekrup pendek. Karena adanya perbedaan cara
produksi, maka setiap jam dihasilkan 5.000 sekrup pendek dan 7.500
sekrup pendek. Dilain pihak bahan kimia khusus untuk memproduksi
sekrup panjang hanya tersedia untuk mengolah 30.000 buah; dan bagian
pengepakan hanya mampu mengepak 50.000 buah perhari.

Pertanyaan:
Apabila jam kerja adalah 8 jam perhari, berapa banyak sekrup dari masing-
masing ukuran yang harus di produksi agar tercapai keuntungan
maksimum?

Optimasi 12
 MK Konsep Teknologi

Programa Linier: Metoda Grafis

Jawab:
Produksi harian adalah X sekrup panjang dan Y sekrup pendek
Maksimasi (fungsi tujuan), Z = 30 X + 15 Y
Pembatas
(1) X < 40.000dan Y<60.000
(2) (X / 5.000) + (Y/7.500) < 8 atau (3X + 2Y < 120.000)
(3) X + Y <50.000
(4) X < 30.000
(5) X >0 dan Y>0

Dengan menggambarkan persamaan linier pada bidang X-Y maka akan

didapat area yang memenuhi syarat pertidaksamaan di atas.

Optimasi 13
 MK Konsep Teknologi

Programa Linier: Metoda Grafis

00
0 .0 00
80 3 .0
= 0

Thousands
X 4
70 =
X
60
Y = 60.000
50 B
40
C
30
20
D
10 X + Y = 50.000
A
0
E
-20 -10 0 20 40 60
-20 Thousands
3X + 2Y = 120.000

Optimasi 14
 MK Konsep Teknologi

Programa Linier: Metoda Grafis

Pemeriksaan fungsi keuntungan (Z = 30X + 15Y) pada titik-titik ekstrim: A, B,
C, D dan E:
Titik X Y Z = 30 X + 15 Y
A 0 0 0
B 0 50.000 750.000
C 20.000 30.000 1.050.000
D 30.000 15.000 1.125.000
E 30.000 0 900.000

Jadi keuntungan maksimum diperoleh dengan memproduksi 30.000 sekrup

panjang dan 15.000 sekrup pendek, dengan keuntungan sebesar Rp.
1.125.000.

Optimasi 15
 MK Konsep Teknologi

Programa Linier: Metoda Grafis

Contoh 4:
Sebuah pabrik pipa memproduksi pipa berdiameter 2 dan 4 inci.
Keuntungan dari pipa 2 dan 4 inci berturut-turut adalah Rp. 3000,- dan Rp.
5000,-. Mesin yang ada dapat memproduksi pipa 72 batang pipa 2 inci atau
48 batang pipa 4 inci dalam satu hari. Namun mesin ini hanya dioperasikan
untuk menghasilkan pipa 2 inci sebanyak 8 batang/jam, dan pipa 4 inci
sebanyak 5 batang/jam. Pabrik pipa ini beroperasi selama 8 jam/hari.
Untuk membuat pipa berdiameter 2 inci tersedia bahan tambahan khusus
yang hanya cukup untuk membuat 32 batang pipa/hari. Alat transportasi
yang tersedia hanya mampu membawa 60 batang pipa dari pabrik ke
gudang perharinya.

Pertanyaan:
Berapakah banyak pipa yang harus diproduksi agar diperoleh keuntungan
yang maksimal?

Optimasi 16
 MK Konsep Teknologi

Programa Linier: Metoda Grafis

Jawab:
Produksi harian adalah X batang pipa 2 inci dan Y batang pipa 4 inci.
Maksimasi (fungsi tujuan), Z = 3.000 X + 5.000 Y
Pembatas
(1) (X/8) + (Y/5) ≤ 8 atau (5X + 8Y ≤ 320)
(2) X + Y ≤ 60
(3) X ≤ 32
(4) X ≥ 0 dan Y ≥ 0

Dengan menggambarkan persamaan linier pada bidang X-Y maka akan

didapat area yang memenuhi syarat pertidaksamaan di atas.

Optimasi 17
 MK Konsep Teknologi

Programa Linier: Metoda Grafis

60
X = 32
50

40 B

30
C X + Y = 60
20

10
A D 5X + 8Y = 320
0
0 10 20 30 40 50 60 70

Optimasi 18
 MK Konsep Teknologi

Programa Linier: Metoda Grafis

Pemeriksaan fungsi keuntungan (Z = 3.000X + 5.000Y) pada titik-titik
ekstrim: A, B, C, D :
Titik X Y Z = 3.000 X + 5.000 Y
A 0 0 0
B 0 40 200.000
C 32 20 196.000
D 32 0 96.000

Jadi keuntungan maksimum diperoleh dengan memproduksi 40 batang pipa

4 inci / hari, dengan keuntungan sebesar Rp. 200.000,-.

Optimasi 19
 MK Konsep Teknologi

Programa Dinamik
Pendekatan masalah pengambilan keputusan dengan menetapkan urut-
urutan keputusan.

Perhitungan akibat dan pengaruh secara optimal Æ strategi yang optimal.

Contoh:
Pemilihan rute dengan rute terpendek:
•Seseorang yang akan ke kantor
•Pak Pos
•Loper Koran
•Pemasangan Kabel Transmisi
Permasalahan produksi:
•Pemesanan ulang persediaan
•Perencanaan produksi dengan permintaan yang berfluktuasi
•Penjadwalan reparasi mesin

Optimasi 20
 MK Konsep Teknologi

Prinsip Optimasi Bellman

Suatu kebijakan menyeluruh yang optimal harus dibentuk oleh beberapa
sub-kebijakan yang optimal pula.

Keputusan Keputusan
Mendatang Kini

dipengaruhi

Keputusan
Keputusan
Kemarin
Kini

Optimasi 21
 MK Konsep Teknologi

Programa Dinamik
Contoh:
Proyek penanaman kabel transmisi dari A ke B secara ekonomis. Rencana
Anggaran Biaya (RAB) dalam satuan biaya/ruas dapat diperkirakan.
Perhatikan gambar berikut:

Prinsip untuk menentukan

rute:
•Dari A menuju B selalu
mengarah ke Utara atau ke
Timur.
•Bekerja dengan arah
kebalikan (dari B)

Optimasi 22
 MK Konsep Teknologi

Programa Dinamik
Prosedur yang perlu diperhatikan:
1. Dari titik-titik K, F dan C hanya 1 route ke B (ke Timur)
2. Dari titik-titik E, J-dan P hanya 1 route ke B (ke Utara)
3. Pada titik-titik tersebut dapat dituliskan notasi 1.
4. Dari titik D ke B: 2 route (D-C-B atarr D-E-B) .
5. Dari titik G ke B: l route (G-D-C-B, G-D-E-B & G-F-C-B)
6. Pada titik-titik D & G dapat dituliskan notasi 2 & 3
7. Dengan cara yang sama, diperoleh 3 route dari titik I
8. Dari titik H ada 6 route (3 melalui I dan 3 melalui G) .
9. Pada gambar lV, terdapat notasi untuk semua titik; ada 20 route alternatif
tersedia ciari A ke B, yang artinya 20 RAB harus dievaluasi dan
dibandingkan.
10.Bekerja dengan arah kebalikan. Jika kabel sudah sarnpai di C, kemana
arah yang dipilih? (ke Timur & RAB Rp. 10 juta)
11.Catatan:
Jumlah Blok = set binary 3x3 4x4 5x5 6x6 20x20
Jumlah Rute 20 70 252 924 137.846.528.020

Optimasi 23
 MK Konsep Teknologi

Programa Dinamik
Prosedur yang perlu diperhatikan (lanjutan):
10. Bekerja dengan arah kebalikan. Jika kabel sudah sarnpai di C, kemana
arah yang dipilih? (ke Timur & RAB Rp. 10 juta)
11. Jika sampai di E, arahkan ke Utara & RAB Rp. 11 juta
12. Selanjutnya, jika kabel sudah sampai di D: RAB D-C-B adalah Rp. 17 juta
dan RAB D-E-B adalah Rp. 18 juta. Pllih route D-C-B senilai Rp. 17 juta
(lengkapi dengatr arah panah)
13. Selanjutnya langkah yang sarna diambil untuk F, G, H, I & J
14. Dan terakhir untuk K, P, L, O, M, N & A. Arah panah ke Utara ke Timur
menandakan route yang dipilih. RAB Rp. 44 juta.

Optimasi 24
 MK Konsep Teknologi

Programa Dinamik

Optimasi 25
 MK Konsep Teknologi

Programa Dinamik

Optimasi 26
 MK Konsep Teknologi

Programa Dinamik

Optimasi 27
 MK Konsep Teknologi

Antrian / Queuing

Antrian: adalah suatu jalur

menunggu (menantikan
pelayanan).
Contoh antrian:
• Antrian take-off pesawat
• Antrian membayar SPP di bank
• Antrian di mesin ATM
• Antrian di gerbang tol
• Antrian di loket karcis bioskop
• Antrian di kasir
• Antrian check-in di bandara
• Antrian pasien di tempat praktek
dokter

• Contoh lain?
Optimasi 28
 MK Konsep Teknologi

Antrian / Queuing

Faktor-faktor antrian:
1. Kedatangan pelanggan Æ acak (jumlah & waktu)
2. Pelayanan: waktu dan jumlah tempat pelayanan
3. Pelanggan:
– Sedang dilayani
– Sedang menunggu (dalam antrian)
4. Waktu pelayanan:
– Sama untuk tiap pelanggan
– Acak
Persoalan antrian dapat dipecahkan
bila
Waktu pelayanan rata-rata lebih
kecil dari waktu kedatangan rata-
rata.

Optimasi 29
 MK Konsep Teknologi

Antrian / Queuing

Faktor Utilisasi Tempat Pelayanan:

β= (waktu pelayanan rata-rata / waktu kedatangan rata-rata)

Jika β < maka tenlpat pelayanan mampu melayani.pelanggan;

dan β > 1 berarti antrian semakin panjang.

Harga β merupakan ukuran (%) penggunaan fasilitas pelayanan, misal β =

75% berarti petugas pelayanan dan peralatannya bekerja selama 75% dari
seluruh waktunya.

Optimasi 30
 MK Konsep Teknologi

Antrian / Queuing

Faktor Utilisasi Tempat Pelayanan:

β= (waktu pelayanan rata-rata / waktu kedatangan rata-rata)

Jika β < maka tenlpat pelayanan mampu melayani.pelanggan;

dan β > 1 berarti antrian semakin panjang.

Harga β merupakan ukuran (%) penggunaan fasilitas pelayanan, misal β =

75% berarti petugas pelayanan dan peralatannya bekerja selama 75% dari
seluruh waktunya.

Optimasi 31
 MK Konsep Teknologi

Antrian / Queuing

Contoh Soal:
Kedatangan pelanggan di sebuah toko yang hanya mempunyai satu kasir
pembayaran adalah sebagai berikut:

Optimasi 32
 MK Konsep Teknologi

Antrian / Queuing

Kedatangan pelanggan tersebut adalah acak (random). Bila setiap

pelanggan memerlukan waktu 3 menit untuk dilayani, maka pola
pelayanannya adalah sebagai berikut:

Selama 1 jam dari jam 09:00 – 10:00 terjadi pengangguran selama 17 menit.
Jadi sarana pelayanan hanya digunakan selama 43 menit.
Sehingga, β = 43 / 60 = 72 %

Optimasi 33
 MK Konsep Teknologi

Antrian / Queuing

Profil panjang antrian terhadap waktu:

4
Panjang Antrian

7
5

3
7

1
9

3
7

5
9

3
1

:4

:4

:5

:5
:3

:4
:2

:3
:1

:2

:2
:0

:1
:0

:0

09

09

09
09

09
09

09

09

09

09
09

09

09
09

09

Waktu

Optimasi 34
 MK Konsep Teknologi

Antrian / Queuing

Untuk interval waktu yang panjang diperoleh:

β = waktu pelayanan rata-rata / waktu antara kedatangan rata-rata

= 3 / (60/15)
= 75 %

Meskipun sarana pelayanan dipakai 75 % dari waktunya, ternyata pada

suatu periode waktu tertentu terdapat 5 pelanggan dalam antrian.

Optimasi 35
 MK Konsep Teknologi

Antrian / Queuing

Panjang antrian rata-rata (PA):

PA = (17x0 + 19x1 + 5x2 + 5x3 + 4x4 + 5x10) / 60

= 110 / 60
= 1,83

Optimasi 36
 MK Konsep Teknologi

Antrian / Queuing

Rumus antrian pada interval waktu panjang:

β ⎛ β⎞
Untuk waktu pelayanan tetap: PA = ⎜1 − ⎟
1− β ⎝ 2 ⎠
β
Untuk waktu pelayanan acak: PA =
1− β
0,75 ⎛ 0,75 ⎞
Untuk contoh soal pada slide sebelumnya: PA = ⎜1 − ⎟
1 − 0,75 ⎝ 2 ⎠
=1,875

Optimasi 37
 MK Konsep Teknologi

Antrian / Queuing

MEMPELAJARI ANTRIAN Æ harus dilakukan berulang-ulang

sehingga mendekati keadaan yang sebenarnya

SECARA EKONOMIS Æ antrian dikaitkan dengan prediksi

keuntungan / kerugian

Optimasi 38
 MK Konsep Teknologi

Algoritma Lorong

PRINSIP:
MENDAPATKAN JUMLAH ORANG YANG OPTIMAL PADA SUATU
TEMPAT YANG DAPAT MEMANTAU DAERAH-DAERAH YANG TELAH
DITENTUKAN.

Misalnya : jumlah polisi yang diperlukan untuk memantau jalan

atau daerah tertentu.

Optimasi 39
 MK Konsep Teknologi

Algoritma Lorong

Jumlah polisi yang diperlukan untuk memantau jalan atau daerah tertentu.
a b

a, b dan c : pos polisi

Lorong ab dan bc = 1 arah
Lorong ac atau ca = 2 arah

tanda (+) berarti (atau)

Optimasi 40
 MK Konsep Teknologi

Algoritma Lorong

(a+c)(a+b) =a2+ab+ca+cb, berarti:

a2 = pos a awasi a dari (a+c) dan awasi b dari (a+b)

ab = pos a awasi a dari (a+c) dan pos b awasi b dari (a+b)
ca = pos c awasi a dari (a+c) dan pos a awasi b dari (a+b)
cb = pos c awasi a dari (a+c) dan pos b awasi b dari (a+b)

Atau
(a+c) (a+b) berarti semua cara untuk mengawasi a dan b.

Sehingga untuk mengawasi a, b, dan c:

(a+c).(a+b).(a+b+c)
Yang akan memunculkan a3, yang artinya seorang pengawas di a dapat
mengawasi a, b dan c.

Optimasi 41
 MK Konsep Teknologi

Permainan / Game

PRINSIP :
SUATU KEADAAN DlMANA TERDAPAT 2 (DUA) PIHAK YANG
BERKOMPETISI ATAU BERSAING. MASlNG-MASING AKAN
MENENTUKAN STRATEGI UNTUK SALING MENGALAHKAN
(BERSEPAKAT DALAM ATURAN MAIN).

Ada prinsip zero-sum yaitu akan selalu ada pihak yang menang dan
yang kalah, seperti lazimnya pertandingan olah raga.

CONTOH :
Permainan 27 anak korek api pemain dengan jumlah terakhir genap
berarti menang!

Optimasi 42
 MK Konsep Teknologi

Permainan / Game

Algoritma :
Sederetan atau seiumlah langkah yang dapat diambil untuk memecahkan
semua masalah dari jenis tertentu.

Algoritma untuk contoh permainan korek api pada slide sebelumnya:

Pemain A ambil 2 dan selanjutnya bila B mempunyai jumlah genap, sisa

dibagi 6 dan ambil lebih kecil satu dari sisa pembagian tersebut; namun bila
B mempunyai jumlah ganjil, ambil lebih besar satu dari sisa pembagian,
kecuali jika sisa 4 maka ambil semua.

Optimasi 43