a. Sejarah singkat RO
SEJARAH RISET OPERASI
Para ahli sejarah menyebutkan bahwa praksis riset operasi sudah mulai
dilakukan semenjak masa Romawi kuno. Praksis tersebut tampak pada
analisis yang dilakukan oleh Archimedes untuk melawan blokade laut yang
dilakukan oleh armada Syracuse (212 SM). Praksis riset operasi terjadi lagi
sesaat menjelang Perang Dunia I, ketika FW. Lancaster, seorang peneliti
Inggris, yang mencoba menganalisis hubungan matematis antara kekuatan
masing-masing pihak yang bertikai dengan kemungkinan hasil perang.
Praksis lain yang juga sering disebut-sebut memiliki karakteristik sebagai
sebuah praksis riset operasi juga dilakukan dalam studi Thomas Alva Edison
yang mempelajari perang anti kapal selam. Walaupun kurang memiliki
gaung pada zamannya, berbagai praksis tersebut di atas merupakan contoh
bahwa pendekatan metode ilmiah dapat dipakai untuk memecahkan
berbagai masalah, bahkan masalah peperangan.
Perang Dunia II adalah yang menjadi katalisator terbangunnya riset
operasional sebagai sebuah keilmuan yang lebih mapan. Pada tahun 1940,
sekelompok peneliti yang dipimpin oleh PMS Blackett dari the University
of Manchester melakukan studi tentang “Sistem Radar Baru Anti Pesawat
Terbang”. Kelompok peneliti ini sering dijuluki sebagai Kelompok Sirkus
Blackett (Blackett’s circus). Julukan ini tampaknya lebih didasarkan pada
keragaman anggota kelompok peneliti yang berasal dari berbagai disiplin
ilmu. Kelompok peneliti Blackcett terdiri atas 3 orang ahli fisiologi, 2 orang
ahli matematika, 1 orang ahli astronomi, 1 orang tentara, 1 orang surveyor,
1 orang ahli fisika, dan 2 orang ahli matematika fisika. Keragaman ini
merupakan hal yang sangat luar biasa pada waktu itu. Pada tahun 1941,
kelompok Blackett terlibat dalam upaya penelitian yang berkaitan dengan
pendeteksian kapal dan kapal selam dengan menggunakan radar pesawat
terbang. Blackett kemudian memimpin Naval Operational Research pada
Angkatan Laut Kerajaan Inggris Raya. Blackett bertugas melakukan studi
untuk kepentingan keberhasilan operasi-operasi yang dijalankan oleh
Angkatan Laut. Prinsip-prinsip metode ilmiah yang dipakai untuk
membantu pengambilan keputusan dalam suatu operasi kegiatan
sebagaimana yang dilakukan oleh kelompok Blackett dinamai sebagai Riset
Operasi (Operation Research).
Ketika Amerika Serikat terlibat dalam Perang Dunia II, prinsip-prinsip
riset operasi juga diterapkan, terutama oleh Angkatan Laut dan Angkatan
Udara. Peran utama aplikasi riset operasi tampak pada keberhasilan operasi
pendaratan bala tentara Sekutu di Pantai Normandia, Perancis (D Day
Operation). Operasi D Day melibatkan 26 kelompok riset operasi. Tiap
kelompok riset operasi memiliki 10 orang ilmuwan. Kelompok-kelompok
riset operasi tersebut bertugas untuk menganalisis data serangan udara dan
laut untuk melawan gempuran dari tentara Nazi Jerman (German U-boats).
Perkembangan riset operasi kemudian menunjukkan perkembangan yang
sangat pesat, terutama di Amerika Serikat. Sifat dari industri Amerika yang
sangat agresif dalam upayanya meningkatkan produktivitas menyebabkan
popularitas riset operasi juga naik. Sifat dunia bisnis yang mirip dengan sifat
peperangan memberikan keyakinan bahwa aplikasi riset operasi dalam
dunia militer pasti bisa juga diterapkan di dunia bisnis.
Sesaat setelah berakhirnya Perang Dunia II, tahun 1948, pengajaran
pertama riset operasi mulai dilakukan di perguruan tinggi, yaitu di
Massachusetts Institute of Technology (MIT). Langkah ini kemudian diikuti
oleh University of College, London. Bahkan Case Western Reserve, di
Amerika Serikat merupakan perguruan tinggi yang kemudian menjadikan
riset operasi sebagai suatu program studi tersendiri. Bangunan keilmuan
riset operasi semakin kokoh dengan dibentuknya asosiasi keilmuan riset
operasi di Amerika Serikat, yaitu Operations Research Society of America.
Salah satu kontribusi dari asosiasi ini adalah adanya penerbitan jurnal
ilmiah, yaitu Journal of The Operations Research Society of America.
Penerbitan jurnal ini kemudian menjadi sarana publikasi dari berbagai hasil
penelitian riset operasi di berbagai bidang. Tujuan utama dari setiap aplikasi
riset operasi adalah tercapainya optimasi hasil dari kemungkinan
perencanaan yang dibuat. Walaupun pada mulanya riset operasi banyak
diaplikasikan untuk kepentingan militer, namun saat ini riset operasi juga
mulai banyak sekali diaplikasikan pada berbagai ranah yang lain, seperti
ekonomi, bisnis, rekayasa, dan sosial. Berbagai pemanfaatan riset operasi
menunjukkan adanya kesamaan karakteristik, yaitu:
1. pendekatan sistem (systemics approach);
2. pemodelan kuantitatif (quantitative modeling);
3. pendekatan kelompok (team approach).
Riset operasi banyak bertautan dengan beberapa bidang ilmu lain.
Beberapa pihak bahkan menganggap telah terjadi tumpangsuh
(overlapping) antara riset operasi dengan beberapa disiplin ilmu tersebut,
seperti manajemen, ilmu komputer, statistik, rekayasa sistem, dan rekayasa
industri. Pemahaman riset operasi sangat dipengaruhi oleh pemahaman
terhadap berbagai bidang ilmu yang berkaitan tersebut. Tulisan berikut akan
menyajikan beberapa bidang ilmu yang berkaitan dengan pertumbuhan
bidang ilmu riset operasi.
b. Model RO
Adalah suatu penyajian fisik yang tampak seperti aslinya dari suatu sistem nyata
dengan skala yang berbeda. Model ini mudah untuk dipahami, dibentuk &
dijelaskan, tetapi sulit untuk memanipulasi & tak berguna untuk tujuan peramalan,
biasanya menunjukkan peristiwa statik. Contohnya dalam mempelajari struktur
sebuah atom, warna model tidak relevan, sementara letak lapisan-lapisan
merupakan sifat yang relevan untuk disajikan.
• Analogue Model
Model ini lebih abstrak dibanding model iconic, karena tak kelihatan sama antara
model dengan sistem nyata. Model analog lebih mudah untuk memanipulasi &
dapat menunjukkan situasi dinamis. Contohnya peta dengan bermacam-macam
warna dimana perbedaan warna menunjukkan perbedaan ciri, misalnya biru
menunjukkan air, kuning menunjukkan pegunungan, hijau sebagai dataran rendah,
dll.
Diantara jenis model yang lain, model matematik sifatnya paling abstrak. Model ini
menggunakan seperangkat simbol matematik untuk menunjukkan komponen-
komponen (& hubungan antar mereka) dari sistem nyata. Namun, sistem nyata tidak
selalu dapat diekspresikan dalam rumusan matematik.
• Deterministik
• Probabilistik
Kadang-kadang, model yang pertama kali dibuat masih terlalu rumit. Ada beberapa
cara untuk membuat model menjadi lebih sederhana, misalnya :
Jangan membuat model yang rumit jika yang sederhana akan cukup
Hati-hati dalam merumuskan masalah, agar disesuaikan dengan teknik
penyelesaian
Hati-hati dalam memecahkan model, jangan membuat kesalahan matematik
Pastikan kecocokan model sebelum diputuskan untuk diterapkan
Model jangan sampai keliru dengan sistem nyata
Jangan membuat model yang tidak diharapkan
Hati-hati dengan model yang terlalu banyak
Pembentukan model itu sendiri hendaknya memberikan beberapa
keuntungan
Sampah masuk, sampah keluar artinya nilai suatu model tidak lebih baik
daripada datanya
Model tidak dapat menggantikan pengambil keputusan
Terdiri dari :
Penentuan dan perumusan tujuan yang jelas dari persoalan dalam sistem
model yang dihadapi.
Identifikasi perubah yang dipakai sebagai kriteria untuk pengambilan
keputusan yang dapat dikendalikan maupun yang tidak dapat dikendalikan.
Kumpulkan data tentang kendala-kendala yang menjadi syarat ikatan
terhadap perubah-perubah dalam fungsi tujuan sistem model yang
dipelajari.
Sebelum solusi terhadap suatu persoalan dipikirkan, pertama kali suatu definisi
persoalan yang tepat harus dirumuskan. Sering dilaporkan oleh organisasi-
organisasi bahwa kegagalan dalam penyelesaian masalah diakibatkan karena
kesalahan mendefinisikan persoalan.
Dalam perumusan masalah ini ada 3 pertanyaan penting yang harus dijawab :
Pembentukan/Penyusunan Model
Terdiri dari :
Model merupakan ekspresi kuantitatif dari tujuan & batasan masalah dalam bentuk
variabel keputusan.
Jika model yang dihasilkan termasuk dalam salah satu model matematis yang
umum (misalnya pemrograman linier), maka solusinya dapat dengan mudah
diperoleh dengan program linier (menggunakan teknik-teknik matematis).
probabilitas. Ini tentu saja tergantung pada sifat-sifat & kerumitan sistem
yang dipelajari.
(Analisa Model)
Pada tahap ini bermacam-macam teknik & metode solusi kuantitatif yang
https://mfauzi354.wordpress.com/2016/09/09/model-model-dalam-riset-
operasi/ (19 Agustus 2019)
c. Metodologi RO
Ø Secara Harfiah
Operations adalah tindakan-tindakan yang diterapkan pada beberapa
masalah/hipotesis
Research adalah suatu proses yang terorganisasi dalam mencari kebenaran akan
masalah/hipotesis
Ø Definisi 1 (OR Society of Geat Britain)
OR adalah penerapan metode-metode ilmiah terhadap masalah-masalah yang rumit
yang muncul dalam pengarahan dan pengelolaan dari suatu sistembesar
manusia, mesin, bahan dan uang dalam industri, bisnis, pemerintahan dan
pertahanan.
Tujuan pendekatan khusus ini untuk membentuk model ilmiah dari sistem,
menggabungkan ukuran faktor-faktor (kesempatan dan resiko), untuk
meramalkan dan membandingkan hasil-hasil dari beberapa keputusan, strategi
atau pengawasan dengan tujuan untuk membantu mengambil keputusan
menentukan kebijakan dan tindakan secara ilmiah.
Ø Definisi 2 (OR Society of America)
OR berkaitan dengan menentukan pilihan secara ilmiah tentang bagaimana untuk
merancang dan menjalankan sistem manusia-mesin secara terbaik, biasanya
membutuhkan alokasi sumber daya yang langka.
Model adalah abstraksi atau penyederhanaan realitas sistem yang kompleks dimana
hanya komponen-komponen yang relevan/faktor-faktor yang dominan dari
masalah yang dianalisis diikutsertakan.
1. Jangan membuat model yang rumit jika yang sederhana saja cukup
2. Hati-hati dalam merumuskan masalah, sesuaikan dengan teknik penyelesaian
3. Hati-hati dalam memecahkan model, jangan membuat kesalahan matematika
4. Pastikan kecocokan model sebelum diputuskan untuk diterapkan
5. Model dengan sistem nyata jangan keliru
6. Jangan membuat model yang tidak diharapkan
7. Hati-hati dengan model yang terlalu banyak
8. Pembetukan model hendaknya memberikan keuntungan
9. Sampah masuk sampah keluar (nilai model tidak lebih baik dari datanya)
10. Model tidak dapat menggantikan pengambil keputusan
1. Merumuskan masalah
2. Pembentukan model
3. Mencari penyelesaian masalah
4. Validasi model
5. Penerapan hasil akhir
a. Metode analitis
è Memerlukan perwujudan model dengan solusi grafik/perhitungan matematika
è Jenis matematika yang digunakan tergantung sifat model
b. Metode numerik
è Berhubungan dengan perulangan dari prosedur-prosedur kesalahan, melalui
perhitungan numerik pada setiap tahap
è Digunakan jika metode analitik gagal mencari solusi
è Urutannya dimulai dari solusi awal dan diteruskan dengan seperangkat aturan
untuk perbaikan menuju optimum
è Urutan diatas diulang hingga tidak ada lagi yang harus diganti
c. Metode Monte-Carlo
è Memerlukan penggunaan konsep probabilitas dan sampling
è Dasarnya adalah teknik simulasi dimana fungsi distribusi statistik dibuat melalui
seperangkat bilangan random
- Masalah-Masalah OR
a. Masalah Alokasi
b. Masalah Pertarungan
c. Masalah Antri
d. Masalah Jaringan
e. Masalah Persediaan
- Ciri-ciri OR
a. Merupaan pendekatan kelompok antar disiplin untuk mencari hasil optimum
b. Menggunakan teknik penelitian ilmiah untuk mendapatkan solusi optimum
c. OR hanya memperbaiki kualitas solusi
- Keilmiahan dan seni OR
OR dari aspek ilmu pengetahuan, penyelesaian masalahnya menggunakan teknik
dan algoritma matematika. OR sebagai seni karena keberhsilan dalam semua
tahap sebelum maupun setelah solusi model sepenuhnya tergantung pada
kreativitas dan kemampuan personal pengambil keputusan.
· Peranan Komputer
Mulai pada 1980-an software OR banyak beredar, disamping mempermudah
penyelesaian masalah juga mempopulerkan OR dan meningkatkan penerapan
OR dalam membanu menyelesaikan masalah riil.
2. Memilih biaya yang paling minim pada Tabel Reduced-Cost Matrix untuk
menguragi
seluruh angka yang ada pada kolom (total opportunity cost). Hal ini dilakukan
jika kolom
dalam reduced cost matrix tidak ada.
Memilih biaya yang paling minimal dalam tabel Reduced Cost Matrix, dalam
hal ini nilai yang
paling minimum adalah angka 2 (kolom sol dan karyawan Andy dan Danu),
kemudian
diperkurangkan dengan seluruh nilai-nilai yang ada dalam tabel Reduced Cost
Matrix. Hasil
pengurangan dikemukakan pada tabel Total Opportunity Cost sebagai berikut:
Tabel 2.19. Reduced Cost Matrix 2
Tugas /Karyawan Pola Sol Rakit
Andy 5 – 2 = 3 2 - 2 = 0 0 – 2 =0
Teddy 4 – 2 = 2 5 – 2 = 3 0 – 2 = 0
Danu 0–2=0 2–2=0 3–2=1
v.
3. Mencari jadwal penugasan pada Total Opportunity Cost Nol. Prosedur
untuk tes optimal
adalah dengan cara menarik garis horizontal dan vertikal untuk semua nilai
nol. Jika jumlah
garis = baris (kolom penugasan, maka masalah penugasannya sudah optimal.
Akan tetapi
jika masih berbeda, maka perlu dilakukan revisi (independent zeros).
Karena garis vertikal dan horizontal sudah sama jumlahnya dengan baris dan
kolom penugasan,
maka langkah revisi total tidak perlu dilakukan, dan hasil penyelesaian
masalah penugasan
ditampilkan pada tabel 2.20 sebagai berikut:
Tabel 2.20. Jadwal Tugas dan Upah Karyawan
Nama Tugas Upah
Andy Membuat Sol Rp 4
Teddy Merakit Rp 3
Danu Membuat pola Rp 5
w.
4. Revisi Total Opportunity Cost Matrix dengan cara memilih biaya paling
minimum yang
belum terliput garis, baik vertikal maupun horizontal untuk mengurangi
seluruh elemen
yang belum terliput (kembali ke Reduced-Cost Matrix)
2.6.2. Tugas < Karyawan
Jika dalam masalah penugasan terdapat tugas < karyawan, maka harus
ditambahkan “Dummy
Job” pada kolom seperti contoh pada Tabel 2.21., sebagai berikut:
Tabel 2.21. Tugas < Karyawan.
Karyawan Tugas-Tugas
I II III Dummy Job
A 9 1 4
B 1 8 5
C 3 4 2
D 4 3 6
x.
Kemudian dapat diselesaikan sesuai dengan langkah pada penyelesaian contoh
soal.
2.6.3. Masalah Maksimisasi
Dalam pembahasan masalah maskimisasi dengan menggunakan metode
Hungarian, maka
Fungsi Tujuan disebut dengan Indeks Produktivitas yang dapat diukur melalui
efektivitas
pelaksanaan tugas oleh karyawan secara individual.
Langkah-langkah untuk menyelesaikan permasalahan maksimisasi adalah
sebagai berikut:
1. Merubah matriks profit menjadi Matrix Opportunity Cost dengan cara
mencari Profit
Maximum, kemudian mengurangkan dengan elemen angka yang sebaris
2. Menarik garis vertikal atau horizontal untuk menghubungkan angka-angka
nol.
3. Test Optimal, jika belum optimal, maka ulangi poin 1.
Contoh soal 2.4 :
Total Profit perusahaan yang dapat diraih jika mempekerjakan karyawan
sebagai berikut:
Tabel 2.22. Matriks Profit
Profit
Karyawan Tugas-Tugas
Maksimum
I II III IV V
A 20 15 17 22 18
B 15 17 23 25 20
C 24 15 22 17 20
D 20 25 15 18 14
E 16 22 20 24 26
y.