LANDASAN TEORI
Keputusan adalah hasil pemecahan masalah yang dihadapinya dengan tegas. Hal
itu berkaitan dengan jawaban atas pertanyaan-pertanyaan mengenai ‘apa yang harus
dilakukan’ dan seterusnya mengenai unsur-unsur perencanaan, dapat juga
dikatakan bahwa keputusan itu sesungguhnya merupakan hasil proses pemikiran
yang berupa pemilihan satu diantara beberapa alternatif yang dapat digunakan
untuk memecahkan masalah yang dihadapinya. Pengambilan keputusan (desicion
making) itu sendiri adalah melakukan penilaian dan menjatuhkan pilihan.
Keputusan ini diambil setelah melalui beberapa perhitungan dan pertimbangan
alternatif.
1
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
2
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
a. Nilai
Pengaruh nilai terhadap proses pengambilan keputusan adalah dalam
menetapkan sasaran, pertimbangan nilai perlu sekali mengenai dalam
pemilihan kesempatan dan penetuan probilitas, dalam mengembangkan,
nilai orang yang mengambil keputusan mempengaruhi alternatif mana yang
akan dipilih, apabila melaksanakan keputusan, nilai sangat perlu dalam
memilih cara melaksankan keputusan tersebut dalam fase evaluasi dan
pengendalian. Pertimbangan nilai tidak dapat dihindari bila terjadi tindakan
koreksi.
b. Kepribadian
Para pengambil keputusan dipengaruhi oleh banyak kekuatan psikologis
baik disadari atau tidak. Salah satunya yang terpenting adalah
kepribadiannya yang sangat jelas tergambar dalam pilihannya. Hubungan
antara kepribadian dan proses pengambilan keputusan mungkin berbeda-
beda.
c. Kecenderungan akan Resiko
Umumnya diketahui bahwa para pengambil keputusan berbeda-beda sekali
dalam kecenderungan mereka mengambil resiko. Satu segi khusus
kepribadian sangat mempengaruhi pengambilan keputusan. Seorang
pengambil keputusan yang agak segan mengambil risiko akan menetapkan
sasaran yang berbeda dalam mengevalusi alternatif secara berbeda juga,
serta memilih alternatif yang juga berbeda dari orang lain dalam
pengambilan keputusan walaupun dalam situasi yang sama, tetapi sangat
segan mengambil resiko.
d. Kemungkinan Ketidakcocokan
Para ahli perilaku telah memusatkan perhatiannya pada terjadinya
kegelisahan kepada orang setalah pengambilan keputusan. Hal tersebut
dikatakan sebagai disonansi kogntif atau ketidakcocokan kognitif. Teorinya
mengatakan bahwa seringkali terdapat kekurangankonsisten atau harmoni
3
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
4
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
d. Mengembangkan alternatif
Hal ini menandakan bahwa pengambil keputusan mendaftar semua
alternatif. Alternatif yang dipilih atau terpilih menentukan keberhasilan
pemecahan masalah.
e. Menilai beberapa alternatif
Sebuah alternatif harus ditentukan oleh pengambil keputusan. Kuat atau
lemahnya setiap alternatif akan menjadi bahan perbandingan terhadap
kriteria dan bobot yang telah ditetapkan dalam langkah kedua dan ketiga.
Penilaian setiap alternatif dilakukan dengan menilai terhadap bobot kriteria.
f. Memilih alternatif
Langkah ini adalah langkah memilih yang terbaik diantara alternatif-
alternatif yang dinilai dari total skor yang tertinggi, maka akan memudahkan
terhadap alternatif manakah yang dipilih. Menyusun alternatif dengan
memperhitungkan untung rugi untuk setiap alternatif dengan
mempertimbangkan atau memperhitungkan atau memperkirakan
kemungkinan timbulnya macam macam kejadian yang akan datang yang
merupakan dampak dari kejadian terhadap alternatif yang dirumuskan akan
didapat keputusan optimal, karena setidaknya telah memperhitungkan
semua fakta yang berkaitan dengan keputusan tersebut (memaksimalkan
hasil keputusan).
5
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
matematika linear. Hal ini sesuai dengan dalil-dalil matematika, ada tiga
macam kendala yaitu:
1. Kendala berupa pembatas
2. Kendala berupa syarat
3. Kendala berupa keharusan
Secara teknis, ada lima syarat tambahan dari permasalahan linear programming
yang harus diperhatikan yang merupakan asumsi dasar, yaitu:
a. Certainty (kepastian) adalah fungsi tujuan dan fungsi kendala sudah
diketahui dengan pasti dan tidak berubah selama periode analisa.
b. Proportionality (proporsionalitas) adalah adanya proporsionalitas dalam
fungsi tujuan dan fimgsi kendala.
c. Additivity (penambahan) adalah aktivitas total sama dengan penjumlahan
aktivitas individu.
d. Divisibility (bisa dibagi-bagi) maksudnya adalah solusi tidak harus
merupakan bilangan integer (bilangan bulat), tetapi bisa juga berupa
pecahan.
6
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
Linear Programming atau pemrograman linier berasal dari kata pemrograman dan
linear. Pemograman artinya perencanaan, dan linear berarti bahwa fungsi-fungsi
yang digunakan merupakan fungsi linier. Jadi secara umum linear programming
adalah suatu teknik perencanaan yang bersifat analitis yang analisisnya memakai
model matematika, dengan tujuan menemukan beberapa kombinasi alternatif
pemecahan masalah, yang kemudian dipilih yang terbaik yang diantaranya dalam
rangka menyusun langkah-langkah kebijaksanaan lebih lanjut tentang alokasi
sumber daya dan dana yang terbatas guna mencapai tujuan dan sasaran yang
diinginkan secara optimal (Anugerah Ayu, 1996).
Linear Programming merupakan suatu model umum yang dapat digunakan dalam
pengalokasian sumber-sumber yang terbatas secara optimal. Masalah tersebut
timbul apabila seseorang diharuskan untuk memilih atau menentukan tingkat setiap
kegiatan yang akan dilakukan, dimana masing-masing kegiatan membutuhkan
sumber yang sama sedangkan jumlahnya terbatas (Wikipedia, 2009).
7
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
8
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
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).
Terdapat beberapa istilah yang sangat sering digunakan dalam metode simpleks,
diantaranya yaitu:
a. Iterasi adalah tahapan perhitungan dimana nilai dalam perhitungan itu
tergantung dari nilai tabel sebelumnya.
b. Variabel non basis adalah variabel yang nilainya diatur menjadi nol pada
sembarang iterasi. Secara terminologi umum, jumlah variabel non basis selalu
sama dengan derajat bebas dalam sistem persamaan.
c. Variabel basis merupakan variabel yang nilainya bukan nol pada sembarang
iterasi. Variabel basis merupakan variabel slack pada kondisi awal (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).
d. Solusi atau nilai kanan merupakan nilai sumber daya pembatas yang masih
tersedia. Nilai kanan atau solusi pada solusi awal sama dengan jumlah sumber
daya pembatas awal yang ada, karena aktivitas belum dilaksanakan.
e. 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.
f. Variabel surplus adalah variabel yang dikurangkan dari model matematik
kendala untuk mengkonversikan pertidaksamaan ≥ menjadi persamaan (=).
Penambahan ini terjadi pada tahap inisialisasi, pada solusi awal, variabel
surplus tidak dapat berfungsi sebagai variabel basis.
g. Variabel buatan adalah variabel yang ditambahkan ke model matematik kendala
dengan bentuk ≥ atau = untuk difungsikan sebagai variabel basis awal.
9
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
Penambahan variabel ini terjadi pada tahap inisialisasi. Variabel ini harus
bernilai 0 pada solusi optimal, karena kenyataannya variabel ini tidak ada.
Variabel hanya ada di atas kertas.
h. Kolom pivot (kolom kerja) adalah kolom yang memuat variabel masuk.
Koefisien pada kolom ini akan menjadi pembagi nilai kanan untuk menentukan
baris pivot (baris kerja).
i. Baris pivot (baris kerja) adalah salah satu baris dari antara variabel basis yang
memuat variabel keluar.
j. Elemen pivot (elemen kerja) adalah elemen yang terletak pada perpotongan
kolom dan baris pivot. Elemen pivot akan menjadi dasar perhitungan untuk tabel
simpleks berikutnya.
k. Variabel masuk (entering variable) adalah variabel yang terpilih untuk menjadi
variabel basis pada iterasi berikutnya. Variabel masuk dipilih satu dari antara
variabel non basis pada setiap iterasi. Variabel ini pada iterasi berikutnya akan
bernilai positif.
l. Variabel keluar adalah variabel yang keluar dari variabel basis pada iterasi
berikutnya dan digantikan oleh variabel masuk. Variabel keluar dipilih satu dari
antara variabel basis pada setiap iiterasi. Variabel ini pada iterasi berikutnya
akan bernilai nol.
Berikut ini adalah beberapa hal yang harus diperhatikan dalam membuat bentuk
baku:
10
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
11
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
12
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
PT.Makmur Jaya Abadi adalah perusahaan yang memproduksi 3 MJA2, dan MJA3.
Bahan utamanya terdiri dari dua jenis dalam jumlah yang terbatas, dan harus melalui
dua tahap dalam proses produksinya, yaitu tahap waktu 50 jam dan 80 jam.
Sementara itu jumlah bahan tepung beras dan pisang raja berjumlah masing-masing
200kg dan 160kg.
13
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
Jika keuntungan yang diperoleh untuk masing-masing produk adalah $4, $10, dan
$8.
Pertanyaan:
a) Formulasikan persoalan tersebut.
b) Tentukan solusi optimalnya
(tambahkan dua digit NPM pada bahan tepung beras dan pisang raja)
3. Kasus 3
Jaringan toko serba ada “the family” menyewa perusahaan periklanan untuk
menentukan jenis dan jumlah iklan yang harus dibeli dalam rangka memaksimalkan
tujuannya, diperoleh oleh toko 3 jenis iklanyang tersedia adalah iklan komersial radio,
iklan televisi dan iklan surat kabar. Jaringan toko ini mengetahui jumlah setiap iklan
14
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
yang harus dibeli dalam rangka memaksimalkan tujuannya. Berikun ini perkiraan
setiap iklan komersial yang akan mencapai pemirsa potensial dan biaya tertentu:
Setiap unit produk susu kedelai cair mula-mula diproses pada mesin penggiling
selama 1 jam orang, lalu pada mesin pengolah susu kedelai diproses pada mesin
pengolah susu kedelai selama 4 jam orang. Sedangkan setiap unit produk susu
kedelai bubuk diproses pada mesin penggiling dan mesin pengolah susu kedelai
masing-masing 3 jam orang.
15
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
kedelai bubuk yang optimal sehingga biaya produksi yang dikeluarkan perusahaan
menjadi minimal.
Tambahkan NPM (2 digit x 100) +12000 dan NPM (2 digit x 100) +24000
Soal :
PT. Kerto Joyo Raharjo memproduksi tiga buah furniture yang terdiri dari lemari,
meja dan kursi. Ketiga produksi tersebut terdiri dari tahapan dalam proses
produksinya. Tahapan tersebut terdiri dari tahap pemotongan, tahap perakitan, dan
tahap pengecatan. Untuk produk lemari membutuhkan waktu proses paling sedikit
9 jam kerja dengan 1 jam kerja pada tahap pemotongan, 2 jam pada tahap perakitan
dan 3 jam kerja pada tahap pengecatan. Untuk produk kerja membutuhkan waktu
proses selama15 jam kerja demgan 3 jam kerja pada tahap pemotongan, 2 jam kerja
untuk tahap perakitan dan 2 jam kerja pada tahap pengecatan. Untuk produksi
membutuhkan waktu proses kurang dari 12 jam kerja dengan 2 jam kerja untuk
tahap pemotongan, 2 jam kerja untuk tahap perakitan dan 3 jam kerja untuk tahap
pengecatan. Biaya produksi yang dikeluarkan untuk masing-masing produk adalah
$19 untuk produk lemari, $9 untuk produk meja, dan $5 untuk produk kursi.
Hitunglah jumlah produksi ketiga produk tersebut agar biaya yang dikeluarkan oleh
PT. Kerto Joyo Raharjo dapat minimal
Fungsi Tujuan
𝑀𝑖𝑛𝑖𝑚𝑢𝑚𝑘𝑎𝑛 𝑍 = 𝑥1 + 9𝑥2 + 𝑥3
Kendala :
𝑥1 + 2𝑥2 + 3𝑥3 ≥ 9
3𝑥1 + 2𝑥2 + 2𝑥3 = 15
2𝑥1 + 2𝑥2 + 3𝑥3 ≤ 12
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Buatlah cerita dari model diatas.
Tambahkan 𝑍 = (𝑑𝑢𝑎 𝑑𝑖𝑔𝑖𝑡 𝑁𝑃𝑀)𝑥1 + 9𝑥2 + (𝑑𝑢𝑎 𝑑𝑖𝑔𝑖𝑡 𝑁𝑃𝑀)𝑥3
16
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
17
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
4.2.1.2 Kasus 2
Misalkan ABC = X1, XYZ = X2
Maksimasi 𝑧 = 30.019 𝑥1 + 50.019 𝑥2
Dengan pembatas-pembatas:
2𝑥1 + 3𝑥2 ≤ 24
𝑥2 − 𝑥1 ≤ 1
𝑥2 ≤ 6
𝑥1,2 ≥ 0
1. 2𝑥1 + 3𝑥2 = 24 2. 𝑥2 − 𝑥1 = 1
𝑥1 = 0, 𝑥2 = 8 (0,8) 𝑥1 = 0, 𝑥2 = 1 (0,1)
𝑥2 = 0, 𝑥1 = 12 (12,0) 𝑥2 = 0, 𝑥1 = −1 (−1,0)
𝑥2 − 𝑥1 =1 ×2
2𝑥1 + 3𝑥2 = 24 × 1
2𝑥2 − 2𝑥1 = 2
2𝑥1 + 3𝑥2 = 24 +
5𝑥2 = 26
26
𝑥2 = = 5,2 = 5
5
𝑥2 − 𝑥1 = 1
5,2 − 𝑥1 = 1
− 𝑥1 = 1 – 5,2
𝑥1 = 4,2 = 4
18
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
Titik Potong = (4 ∶ 5)
8
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
9
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
Z = 43333,33 S4 = 17,83
4.2.2.2Kasus 2
Diketahui:
10
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
X1 + X2 + 2X3 + S3 = 50
2X1 + 4X2 + 2X3 + S4 = 80
X1, X2, X3 ≥ 0
Tabel 4.5 Perhitungan Iterasi 0
Basis Z X1 X2 X3 S1 S2 S3 S4 Solusi Rasio
Z 1 -4 -10 -8 0 0 0 0 0 0.00
S1 0 5 4 4 1 0 0 0 219 54.75
S2 0 2 5 2 0 1 0 0 179 35.80
S3 0 1 1 2 0 0 1 0 50 50
S4 0 2 4 2 0 0 0 1 80 20
(Sumber: Pengolahan Data)
Z = 260 S4 = 0
11
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
4.2.2.3 Kasus 3
Diketahui:
8
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
9
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
8
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
9
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
X1 0 1 4 0 1 0 1 5
−
3 3 3 3
S1 0 0 3 1 -1 -1 1 1
4.2.3.2 Kasus 2
Diketahui:
10
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
Z = 19X1 + 9X2 + 19X3 + (9M – MX1 – 2MX2 – 3MX3 + MS1) + (15M – 3MX1
– 2MX2 – 2MX3)
Z = (19X1 – MX1 – 3MX1 ) + (9X2 – 2MX2 – 2MX2) + (19X3 – 3MX3 – 2MX3)
+ MS1 + (9M + 15M)
Z = (19 – 4M) X1 + (9 – 4M) X2 + (60 – 5M) X3 + MS1 + 24M
Z - (19 – 4M) X1 - (9 – 4M) X2 - (60 – 5M) X3 - MS1 - 24M = 0
X1, X2, X3 ≥ 0
R1 0 1 2 3 -1 0 1 0 9 3
15
R2 0 3 2 2 0 0 0 -1 15
2
S2 0 2 2 3 0 1 0 0 12 4
S2 0 1 0 0 1 1 -1 0 3 3
11
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
X1 0 1 0 0 1 1 -1 0 3 -
X1 0 1 0 0 1 1 1 0 3 3
X1 0 1 0 -1 0 -1 0 -1 3
12
BAB V
ANALISIS
5.1 ANALISIS
13
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
Berdasarkan dari hasil yang telah dihitung menggunakan Software MiniTab, hasil
yang diperoleh dari mean, median, modus, variansi, standar deviasi, dan skewness
tidaklah jauh berbeda. Perbedaan tersebut dikarenakan penggunaan angka
dibelakang koma yang tidak semuanya dihitung yang menjadikan hasil berbeda
sedikit dari hasil yang diperoleh menggunakan Software MiniTab. Hasil Skewness
yang berada pada data kontinu menghasilkan nilai yang negatif hal tersebut bisa
terjadi karena terlalu banyak nilai yang ekstrim pada satu set data.
5.1.2.2 Kasus 2
Perhitungan yang telah dilakukan terhadap sebuah model yang telah dirumuskan
untuk kasus 2 Linear Programming menggunakan metode simpleks, pencarian nilai
maksimasi untuk nilai Z = 4X1 + 10X2 + 8X3
14
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
15
BAB VI
KESIMPULAN DAN SARAN
6.1 KESIMPULAN
16
UNIVERSITAS WIDYATAMA PRAKTIKUM MODEL OPTIMASI
6.2 SARAN
17