DESKRIPSI MATERI

PERTEMUAN KE-1 : PENDAHULUAN

MATA KULIAH : RISET OPERASIONAL
DOSEN PENGAMPU : ROOS PRIJOBOWO

PENGANTAR
Awal dari penerapan riset operasi, sangat erat kaitanya dengan berlangsungnya perang
dunia II. Pada Perang Dunia II tersebut, dibutuhkan berbagai macam kebutuhan sumber
daya. Padahal jumlah sumber daya yang ada sangat terbatas. Munculah pemikiran
bagaimana mengalokasikan dan mendistribusikan sumber daya yang terbatas tersebut
kepada berbagai elemen operasi militer dalam setiap kegiatanya, secara efektif dan
efisien. Oleh karena itu para pimpinan perang meminta kepada para ahli sains untuk
menerapkan pendekatan ilmiah dalam mengatasi pengalokasian dan pendistribusian
sumber daya yang terbatas, serta menemukan berbagai macam cara agar kegiatan militer
dapat terlaksana secara efektif dan efisien. Mulai saat itu masalah pengalokasian dan
pendistribusian berbagai sumber daya khususnya untuk keperluan militer dapat berjalan
dengan baik. Setelah perang dunia, keberhasilan militer dalam menerapkan pendekatan
ilmiah dalam setiap operasi militernya, menarik perhatian dunia non militer khususnya
para industriawan. Mereka kemudian mengadopsi dan memperdalam berbagai teknik
yang telah diterapkan dalam dunia militer, untuk keperluan kegiatan operasional
perusahaanya. Dengan penerapan model operasi riset tersebut banyak permasalahan
terselesaikan, misalnya penggunaan liniear programming untuk penyelesaian
permasalahan yang berkendala, penerapan teori antrian, teori persediaan, teori
permainan dan sebagainya.

TUJUAN PERKULIAHAN
Setelah menyelesaikan perkuliahan, mahasiswa diharapkan mampu:
 Menjelaskan perkembagan riset operasional
 Menjelaskan pengertian riset operasional
 Mengidentifikasi model-model dalam riset operasional
 Menjelaskan model-model dalam riset operasional
  Menjelaskan tahapan umum dalam riset operasional
 Menjelaskan penerapan riset operasional
 Menjelaskan kerangka pembahasan riset operasional

Topik 1 :
PENDAHULUAN

A. Sejarah Perkembangan Riset Operasional

Awal dari penerapan riset operasi, sangat erat kaitanya dengan berlangsungnya perang
dunia II. Pada Perang Dunia II tersebut, dibutuhkan berbagai macam kebutuhan
sumber daya. Padahal jumlah sumber daya yang ada sangat terbatas. Munculah
pemikiran bagaimana mengalokasikan dan mendistribusikan sumber daya yang
terbatas tersebut kepada berbagai elemen operasi militer dalam setiap kegiatanya,
secara efektif dan efisien. Oleh karena itu para pimpinan perang meminta kepada para
ahli sains untuk menerapkan pendekatan ilmiah dalam mengatasi pengalokasian dan
pendistribusian sumber daya yang terbatas, serta menemukan berbagai macam cara
agar kegiatan militer dapat terlaksana secara efektif dan efisien. Mulai saat itu masalah
pengalokasian dan pendistribusian berbagai sumber daya khususnya untuk keperluan
militer dapat berjalan dengan baik. Setelah perang dunia, keberhasilan militer dalam
menerapkan pendekatan ilmiah dalam setiap operasi militernya, menarik perhatian
dunia non militer khususnya para industriawan. Mereka kemudian mengadopsi dan
memperdalam berbagai teknik yang telah diterapkan dalam dunia militer, untuk
keperluan kegiatan operasional perusahaanya. Dengan penerapan model operasi riset
tersebut banyak permasalahan terselesaikan, misalnya penggunaan liniear
programming untuk penyelesaian permasalahan yang berkendala, penerapan teori
antrian, teori persediaan, teori permainan dan sebagainya.
B. Pengertian Riset Operasional
Terdapat beberapa pengertian Riset Operasi yang telah dikemukakan oleh para ahli,
diantaranya adalah :
1. Morse dan Kimball
Riset Operasi adalah suatu metode ilmiah yang memungkinkan para manajer mengambil
keputusan mengenai kegiatan yang ditangani, secara kuantitatif.
 2. Churchman, Arkoff, dan Arnoff
Riset Operasi merupakan aplikasi metode-metode, teknik-teknik, dan peralatan ilmiah
dalam menghadapi masalah-masalah yang timbul dalam operasi perusahaan dengan
tujuan menemukan pemecahan yang optimal.
3. Miller & M.K. Star
Riset Operasi adalah peralatan manajemen yang menyatukan ilmu pengetahuan,
matematika dan logika dalam rangka memecahkan masalah yang dihadapi sehari-hari
sehingga dapat dipecahkan secara optimal.
4. Operation Research Society of Great Britain,
Operation Research (riset operasi) adalah penerapan metode-metode ilmiah dalam
masalah yang kompleks dan suatu pengelolaan sistem manajemen yang besar, baik yang
menyangkut manusia, mesin, bahan dan uang dalam industri, bisnis, pemerintahan da
pertahanan. Pendekatan ini menggabungkan dan menerapkan metode ilmiah yang sangat
kompleks dalam suatu pengelolaan manajemen dengan menggunakan faktor-faktor
produksi yang ada dan digunakan secara efisien dan efektif untuk membantu pengambilan
keputusan dalam kebijaksanaan perusahaan.
5. Pengertian lain menurut Operation Research Society of America (ORSA),
Operation research (riset operasi) berkaitan dengan pengambilan keputusan secara ilmiah
dan bagaimana membuat suatu model yang baik dalam merancang dan menjalankan
sistem melalui alokasi sumber daya yang terbatas. Intinya adalah bagaimana proses
pengambilan keputusan yang optimal dengan menggunakan alat analisis yang ada dan
keterbatasan sumber daya

Secara umum dapat diartikan bahwa Riset Operasi berkaitan dengan proses pengambilan
keputusan yang optimal dalam penyusunan model dari sistem-sistem, baik deterministik
maupun probabilistik, yang berasal dari kehidupan nyata.
C. Model-Model Dalam Riset Operasional
Model merupakan penyederhanaan dari permasalahan yang kompleks menjadi lebih
sederhana. Ada beberapa klasifikasi model dalam riset perasi, yaitu :
1. Model Iconic
Model ini merupakan tiruan fisik seperti bentuk aslinya dengan skala yang lebih kecil.
Misalnya maket gedung, model otomotif atau model pesawat. Model ini dapat diamati,
diraba, dijelaskan akan tetapi sulit untuk di manipulasi.
 2. Model Analog
Model ini merupakan model fisik tetapi tidak memiliki bentuk yang mirip dengan yang
dimodelkan. Misalnya, alat ukur termometer menunjukan model tinggi rendahnya
temperatur. Dalam model ini suatu kondisi dapat dianalogikan melalui ciri-ciri yang ada.
Misalnya, pada jam dinding, jarum pendek menunjukan jam, jarum panjang menunjukan
menit dan jarum yang bergerak cepat menunjukan detik.
3. Model Matematik
Model ini mencakup model-model yang mewakili situasi riil sebuah sistem yang berupa
sistem matematik. Terdapat dua model matematika yaitu model deterministik (membahas
untuk sesuatu yang pasti, misalnya 2 + 2 = 4) dan probabilistik (untuk sesuatu yang belum
atau tidak pasti, misalnya apakah hari ini akan hujan ?)
4. Model Simbolik
Merupakan model yang menggunakan simbul-simbul (huruf, angka, bentuk gambar dan
lain-lain) yang menyajikan karakteristik dan properti dari suatu sistem. Misalnya, flowchart
(bagan alir).
D. Tahap-Tahap Umum Dalam Riset Operasional
Terdapat lima tahap dalam riset operasi, yaitu :
1. Merumuskan Masalah
Pada tahap ini terdapat 3 unsur utama yang harus diidentifikasi :
a. Fungsi Tujuan
Penetapan tujuan untuk membantu mengarahkan upaya memenuhi tujuan yang akan
dicapai.
b. Fungsi Batasan / Kendala
Batasan-batasan yang mempengaruhi persoalan terhadap tujuan yang akan dicapai
c. Variabel Keputusan
Variabel-variabel yang mempengaruhi persoalan dalam pengambilan keputusan
2. Pengembangan Model
Mengumpulkan data untuk menaksir parameter yang berpengaruh terhadap persoalan
yang dihadapi.
3. Pemecahan Model
Dalam memformulasikan persoalan ini, biasanya digunakan model analitis, yaitu model
matematis yang menghasilkan persamaan, sehingga dapat dicapai pemecahan yang
optimum..
 4. Pengujian Keabsahan Model
Menentukan apakah model yang dibangun telah menggambarkan keadaan nyata secara
akurat. Jika belum, perbaiki atau buat model yang baru.
5. Implementasi Hasil Akhir
Menterjemahkan hasil studi atau perhitungan ke dalam bahasa sehari-hari agar mudah
dimengerti.
E. Penerapan Riset Operasional
Sejalan dengan perkembangan dunia industri dan didukung dengan kemajuan di bidang
komputer, Riset Operasi semakin banyak diterapkan di berbagai bidang untuk menangani
masalah yang cukup kompleks. Berikut ini adalah contoh penerapan Riset Operasi dalam
berbagai bidang :
1. Akuntansi dan Pemasaran
a. Penentuan jumlah kelayakan kredit
b. Alokasi modal investasi dai berbagai alternatif
c. Peningkatan efektivitas akuntansi biaya
d. Penugasan tim audit secara efektif
2. Pemasaran
a. Penentuan kombinasi produk terbaik berdasarkan permintaan pasar
b. Alokasi iklan di berbagai media
c. Penugasan tenaga penjual ke wilayah pemasaran secara efektif
d. Penempatan lokasi gudang untuk meminimumkan biaya distribusi
e. Evaluasi kekuatan pasar dari strategi pemasaran pesaing
3. Operasi Produksi
a. Penentuan bahan baku yag paling ekonomis untuk kebutuhan pelanggan
b. Meminimumkan persediaan atau inventori
c. Penyeimbangan jalur perakitan dengan berbagai jenis operasi
d. Peningkatan kualitas operasi manufaktur, dan sebagainya.
F. Kerangka Pembahasan
Materi-materi yang akan dibahas meliputi :
1. Bagian Pertama
a. Metode Grafik
Pemecahan masalah dengan melibatkan dua variabel keputusan, dimana
penyelesaian masalah dilakukan dengan menggunakan pendekatan grafik.
 b. Metode Simpleks
Pemecahan masalah dengan melibatkan dua atau lebih variabel keputusan dengan
menggunakan tabel simpleks. Pengerjaan kasus dengan menggunakan metode
simpleks, digunakan untuk kasus normal dan menyimpang (teknik M), disamping itu
juga terdapat teori dualitas dan analisis sensitivitas.
c. Metode Transportasi
Bagian ini membahas dua pendekatan, yaitu solusi awal dan solusi optimal. Terdapat
dua solusi dalam metode transportasi, yaitu :
1) Solusi awal yang terdiri dari metode :
a) Sudut Barat Laut (North West Corner Rules /NWCR)
b) Sudut Biaya Rendah (Least Cost)
c) Vogel Approximation (VAM)
2) Solusi optimal, yang terdiri dari metode :
a) Batu Loncatan (Stepping Stone)
b) MODI (Modified Distribution)
d. Metode Penugasan
Metode ini membahas kasus maksimasi dan minimasi. Kasus maksimasi menganalisis
masalah-masalah dalam mencari hasil maksimum, misalnya, laba, penerimaan dan
sebaginya. Kasus minimasi, menganalisis masalah-masalah untuk mencari hasil
minimum, misalnya biaya dan sebaginya.
2. Bagian Kedua : Model Operasi
Bagian ini membahas analisis jaringan kerja, yang terdiri dari PERT dan CPM. PERT
menganalisis pemecahan masalah menggunakan pendekatan probabilistis, sedangkan
CPM membahas bagaimana manajemen mengambil suatu keputusan dengan
memperhatikan waktu dan biaya.
3. Bagian Ketiga : Model Probabilistik
Bagian ini terdapat materi teori keputusan yang meliputi :
a. Keputusan tanpa probabilitas
b. Keputusan dengan probabilitas
c. Pohon Keputusan
4. Bagian Keempat : Topik Khusus
Topik khusus ini membahas teori permainan. Teori ini membedakan atas permainan
dengan jumlah nol (zero sum games)dan permainan dengan jumlah bukan nol (nonzero
sum games). Permainan dengan jumlah nol dibedakan menurut strategi permainan yang
digunakan, yaitu strategi murni dan strategi campuran.
 Topik 2
LINIER PROGRAMMING
METODE GRAFIK

A. Konsep Dasar Linier Programming

Menurut Frederick S. Hiller dan Gerald J. Lieberman, linier programming merupakan
suatu model matematis untuk menggambarkan masalah yang dihadapi. Linier berarti
semua fungsi matematisdalam model ini harus merupakan fungsi-fungsi linier.
Pemrograman merupakan sinonim untuk kata perencanaan. Dengan demikian
pemrograman linier dapat diartikan membuat rencana kegiatan-kegiatan untuk
memperoleh hasil yang optimal, ialah suatu hasil untuk mencapai tujuan yang
ditentukan dengan cara yang paling baik (sesuai model matematis) diantara semua
alternatif yang mungkin.Dalam linier programming, dikenal dua macam fungsi, yaitu :
1. Fungsi Tujuan
Menggambarkan apa yang ingin dicapai perusahaan dengan menggunakan sumber daya
yang ada, fungsi tujuan digambarkan dalam bentuk maksimasi (misalnya untuk laba,
penerimaan, produksi), atau minimasi yang biasanya dinyatakan dengan notasi Z
2. Fungsi Kendala
Menggambarkan kendala-kendala yang dihadapi perusahaan dalam kaitanya dengan
pencapaian tujuan tersebut, misalnya, mesin, tenaga kerja, dan sebagainya. Untuk kasus
linier programming, kendala yang dihadapi dapat lebih dari satu kendala. Bentuk umum
tabel linier programming adalah sebagai berikut :

KEGIATAN
SUMBER DAYA KAPASITAS
1 2 ...... N
1 a11 a12 ...... a1n b1
2 a21 a22 ...... a2n b2
.... .... .... .... .... ....
m am1 am2 .... amn bm
Z / UNIT C1 C2 ..... Cn
TINGKAT KEGIATAN X1 X2 ..... Xn

Model Matematis
Secara umum model matematis untuk kondisi maksimasi dan minimasi terdapat perbedaan
pada kendala. Untuk kasus maksimasi, kendala berbentuk pertidaksamaan ≤, sedangkan
kasus minimasi berbentuk pertidaksamaan ≥.
a. Kasus maksimasi
Maksimumkan : Z = C1X1 + C2X2 + ..... + CnXn
Kendala / pembatas : 1. a11 X1 + a12 X2 + ...... + a1n Xn ≤ b1
2. a21 X1 + a22 X2 + ...... + a2n Xn ≤ b2
.....
m. am1 X1 + am2 X2 + ...... + amn Xn ≤ bm
X1, X2, Xn ≥ 0
b. Kasus Minimasi
Minimumkan : Z = C1X1 + C2X2 + ..... + CnXn
Kendala / pembatas : 1. a11 X1 + a12 X2 + ...... + a1n Xn≥ b1
2. a21 X1 + a22 X2 + ...... + a2n Xn≥ b2
.....
m. am1 X1 + am2 X2 + ...... + amn≥ bm
X1, X2, Xn ≥ 0

Asumsi-asumsi Dalam Linier Programming

Menurut Frederick S. HillerdanGerald J. Lieberman, terdapat empat asumsi dalam linier
programming, yaitu :
a. Proporsionalitas
Naik turunya nilai Z dan penggunaan sumber daya yang tersedia, akan
berubah berbanding lurus dengan perubahan tingkat kegiatan (X). Sebagai
contoh, misalnya tingkat keuntungan dari penjualan setiap produk X1 adalah
sebesar Rp. 3.000,-, dengan demikian apabila perusahaan menjual produk
tersebut sebesar 1 unit, maka keuntungannya adalah sebesar Rp. 3.000,-,
begitu pula jika perusahaan menjual 2 unit maka keuntunganya menjadi Rp.
6.000,- dan seterusnya. Suatu keadaan dikatakan tidak proporsional apabila
pada saat perusahaan menjual 2 unit, perusahaan mendapat keuntungan <
atau >Rp. 6.000,-.
PROPORSIONALITAS PROPORSIONALITAS DILANGGAR
X1 TERPENUHI KASUS 1 KASUS 2 KASUS 3
0 0 0 0 0
1 3 2 3 3
2 6 5 7 5
3 9 8 12 6

Kasus 1 terjadi jika ada biaya awal yang berkaitan dengan permulaan produksi
1. Misalnya, mungkin ada biaya yang berkaitan dengan pengadaan fasilitas-
 fasilitas produksi, mungkin juga ada biaya yang berkaitan dengan mengatur
distribusi produk baru.
Kasus 2, dapat terjadi karena terdapat hasil marjinal yang meningkat (ΔZ) yang
disebabkan karena menaikan X1 sebesar 1 unit, maka Z akan meningkat lebih
tinggi dari proporsi yang ada.
ΔZ = 34, jika X1 = 0 menjadi X1 = 1
ΔZ = 44, jika X1 = 1 menjadi X1 = 2
ΔZ = 54, jika X1 = 2 menjadi X1 = 3
Pelanggaran terhadap proporsionalitas mungkin terjadi karena penghematan
yang kadang-kadang terjadi pada tingkat produksi yang lebih tinggi, ialah
dengan memakai mesin yang bervolume tinggi sehingga lebih efisien, dan
pengaruh kurva pengalaman belajar.
Untuk kasus 3, terjadi hasil marjinal yang menurun :
ΔZ = 34, jika X1 = 0 menjadi X1 = 1
ΔZ = 24, jika X1 = 1 menjadi X1 = 2
ΔZ = 14, jika X1 = 2 menjadi X1 = 3
Proporsionalitas tidak berlaku apabila besarnya nilai kegiatan adalah sama
dengan 0 (X = 0).
b. Aditivitas
Untuk setiap fungsi, nilai fungsi total dapat diperoleh dengan menjumlahkan kontribusi-
kontribusi individual dari masing-masing kegiatan. Apabila fungsi tujua adalah : Z = 3
X1 + 5 X2, maka :

AKTIVITAS AKTIVITAS DILANGGAR

(X1 X2) DIPENUHI KASUS 1 KASUS 2
(1,0) 3 3 3
(0,1) 5 5 5
(1,1) 8 9 7

Kasus 1 adalah mengenai fungsi tujuan Z = 3 X1 + 5 X2 + X1X2, sehingga :

Z = 3 + 5 + 1 = 9 untuk X 1 = X2 = 1. Kasus ini akan timbul apabila kedua produk
tersebut adalah komplementer (pelengkap). Misalnya mempromosikan produk dapat
dilakukan kampanye bersama untuk menghemat biaya promosi dan pada akhirnya
meningkatkan laba.
 Kasus 2, juga melanggar prinsip aditivitas karena ada unsur tambahan dalam fungsi
tujuan Z = 3 X1 + 5 X2 - X1X2 sehingga Z = 7 untuk X1 = X2 = 1. Misalnya kedua
produk tersebut memakai mesin dan peralatan yang sama. Jika salah satu produk
dihasilkan secara tersendiri, maka mesin dan peralatan diperuntukan bagi satu
penggunaan saja. akan tetapi, memproduksi kedua produk memerlukan pemindahan
proses produksi secara bergantian, dengan menghabiskan banyak waktu dan biaya
untuk menghentikan sementara proses produksi dari satu produk dan menyiapkan
proses produksi produk yang lain.
c. Divisibilitas
Kadang-kadang variabel-variabel keputusan yang dihasilkan oleh setiap kegiatan tidak
selalu menghasilka angka fisik yang bulat akan tetapi juga dapat berupa bilanga
pecahan.
d. Deterministic (kepastian)
Semua parameter model nilai-nilai (dalam linier programming) merupakan konstanta-
konstanta yang diketahui. Dalam praktik, asumsi ini jarang dipenuhi secara tepat.
Model linier programming biasanya dirumuskan untuk memilih tindakan di masa yang
akan datang, sedangkan kondisi yang akan datang itu sendiri membawa ketidak
pastian.

Contoh :
Sebuah perusahaan ingin memproduksi dua macam produk, yaitu komputer (A) dan radio
(B). Berdasarkan pengalaman pada masing-masing departemen, bahwa untuk
menghasilkan produk komputer departemen 1 membutuhkan waktu 2 jam tenaga kerja, di
departemen II membutuhkan 2 jam tenaga kerja, dan di departemen III membutuhkan
waktu 1 jam tenaga kerja. Sedangkan untuk menghasilkan produk radio, departemen I
membutuhkan 3 jam tenaga kerja, departemen II membutuhkan 1 jam tenaga kerja dan
departemen III membutuhkan 4 jam tenaga kerja. Sumber daya perusahaan yang tersedia
untuk menghasilkan kedua jenis produk tersebut di masing-masing departemen, berturut-
turut adalah maksimum 24 jam tenaga kerja untuk departemen I, 16 jam tenaga kerja untuk
departemen II, dan 27 jam tenaga kerja untuk departemen III. Keuntungan (profit) setiap
unit untuk komputer dan radio, masing-masing adalah Rp. 8.000 dan Rp. 7.000. buatlah
model linier programming model matematis untuk kasus diatas.
 Jawab :
Untuk menjawab kasus diatas, terlebih dahulu dibuat tabel standard dalam linier
programming :

PRODUK
DEPARTEMEN KOMPUTER RADIO KAPASITAS
I 2 3 24
II 2 1 16
III 1 4 27
PROFIT / UNIT 8.000 7.000
TINGKAT A B
KEGIATAN

Model Matematis
Maksimumkan : Z = C1X1 + C2X2 + ..... + CnXn
Z = 8.000 A + 7.000 b
Kendala / pembatas : a11 X1 + a12 X2 + ...... + a1n Xn ≤ b1
2 A + 3 B ≤ 24
2 A + B ≤ 16
A + 4 B ≤ 27
A, B ≥ 0

B. Pengertian dan Langkah-Langkah metode Grafik

Metode grafik merupakan salah satu metode yang dapat digunakan untuk memecahkan
permasalahan linier programming. Metode ini menggunakan pendekatan grafik dalam
pengambilan keputusanya, dimana seluruh fungsi kendala dibuat dalam satu bagian gambar,
kemudian diambil keputusan melalui grafik tersebut untuk menentukan nilai variabel keputusan
yang optimum. Metode ini terbatas pada pemakaian untuk dua variabel keputusan, apabila
memiliki lebih dari dua variabel keputusan, maka metode ini tidak dapat digunakan (dapat
menggunakan metode simpleks)
Langkah-Langkah Pengerjaan Metode Grafik :
Terdapat 7 langkah dalam pemecahan masalah grafik, yaitu :
1. Mengidentifikasi variabel keputusan dan memformulasikan dalam simbul matematis
2. Mengidentifikasi tujuan yang ingin dicapai dan kendala-kendala yang terjadi
3. Memformulasikan tujuan dan kendala ke dalam fungsi model matematis
4. Membuat grafik untuk kendala-kendala yang ada dalam satu bagian. Untuk membuat grafik
fungsi kendala yang berbentuk pertidaksamaan (≤ atau ≥) diubah terlebih dahulu dalam
bentuk persamaan ( = ).
5. Menentukan feasible area (area layak) pada graik tersebut. Area layak dapat dilihat dari
pertidaksamaan pada kendala berbentuk ≤, maka daerah arsiran / layak terjadi pada
bagian kiri / bawah / kiri bawah, tetapi apabila bentuk pertidaksamaan ≥, maka pengarsiran
dilakukan ke kanan / atas / kanan atas. Apabila bentuk persamaan ( = ), maka daerah
layak terjadi di sepanjang grafik / garis tersebut.
6. Menentukan titik-titik variabel keputusan pada area layak tersebut
7. Memilih variabel keputusan dari titik-titik tersebut.
Untuk memilih variabel keputusan, dapat menggunakan dua pendekatan :
a. Pergeseran garis tujuan, yaitu dengan membuat sembarang nilai tujuan : Z dan
membua garis tujuan dari nilai tersebut kemudian dilakukan pergeseran. Untuk
masalah maksimasi, pergeseran dilakukan dengan memilih titik terjauh dari titik origin,
sedangkan untuk masalah minimasi dipilih titik terdekat dari titik origin.
b. Metode trial and error, yaitu dengan melakukan perhitungan terhadap keseluruhan
titik-titik variabel keputusan pada area layak kemudian dipilih hasil yang optimum
(untuk maksimasi dipilih hasil tertinggi, untuk minimasi dipilih hasil terendah).

Contoh Soal :
PT Jaya Abadi adalah perusahaan pembuatan barang-barang furniture untuk memenuhi
pasar dalam negeri. Produk yang dihasilkan merupakan produk yang berkualitas tinggi dan
segmen yang dituju adalah middle-up. Harga jual per unit untuk kursi adalah Rp. 250.000,
sedangkan untuk meja adalah Rp. 500.000. dari hasil perhitungan perusahaan diperoleh
biaya produksi total per unit untuk kursi adalah Rp. 190.000 dan untuk meja adalah
420.000. Untuk memproduksi kedua produk tersebut, harus melalui dua departemen, yaitu
departemen perakitan dan penghalusan. Perusahaan hanya mempunyai waku selama 60
jam kerja untuk departemen perakitan, dan 48 jam untuk departemen penghalusan. Untuk
membuat setiap unit meja, dibutuhkan 4 jam di departemen perakitan dan 2jam di
departemen penghalusan. Untuk membuat 1 unit kursi dibutuhkan 2 jam di departemen
perakitan dan 4 jam di departemen penghalusan. Tentukan berapa unit kursi dan meja
yang akan diproduksi perusahaan agar memperoleh laba maksimum dan berapa laba
maksimumnya ?
Penyelesaian :
a. Mengidentifikasi variabel keputusan dan formulasikan dalam simbul matematis.
Variabel keputusanya adalah kursi (A) dan meja (B)
b. Mengidentifikasi tujuan yang akan dicapai dan kendala-kendala yang terjadi.
Tujuanya menentukan berapa jumlah kursi (A) dan meja (B) yang akan
diproduksi untuk mencapai keuntungan maksimum.
Kendala-kendalanya adalah jam kerja mesin perakitan dan penghalusan serta
waktu yang digunakan untuk memproduksi meja dan kursi.
c. Memformulasikan tujuan dan kendala kedalam fungsi model matematis.
Diketahui : harga jual produk kursi Rp. 250.000 dan meja Rp. 500.000. biaya produksi
kursi adalah Rp. 190.000 dan meja adalah Rp. 420.000. jadi keuntungan per unit dari
kursi adalah sebesar Rp. 60.000 (Rp. 250.000 – Rp. 190.000) dan meja sebesar Rp.
80.000 (Rp. 500.000 – Rp. 420.000)

PRODUK
DEPARTEMEN KURSI MEJA KAPASITAS
PERAKITAN 2 4 60
PENGHALUSAN 4 2 48
KEUNTUNGAN / 60.000 80.000
UNIT
TINGKAT KEGIATAN A B

Model Matematis :
Maksimumkan : Z = 60.000 A + 80.000 B (fungsi tujuan)
Kendala :
2 A + 4 B ≤ 60 ............... (fungsi kendala proses perakitan)
4 A + 2 B ≤ 48 ................ (fungsi kendala proses peenghalusan)
A, B ≥ 0
d. Membuat grafik untuk kendala-kendala yang ada dalam satu bagian.
2 A + 4 B ≤ 60 diubah menjadi persamaan : 2 A + 4 B = 60
Mencari koordinat titik potong :
Jika A = 0, maka B = 15
Jika B = 0, maka A = 30
Atau disusun sebagai berikut :
A 0 30
B 15 0

Jadi koordinat titik potongnya : (0,15) dan (30,0)

Berikutnya :
4 A + 2 B ≤ 48 diubah menjadi persamaan : 4 A + 2 B = 48
Mencari koordinat titik potong :
Jika A = 0, maka B = 24
Jika B = 0, maka A = 12
Atau disusun sebagai berikut :
A 0 12
B 24 0

Jadi koordinat titik potongnya : (0,24) dan (12,0)

Grafik :
B

24

15

12 30
e. Menentukan feasible area f Menentukan titik-titik variabel
pada grafik keputusan pada area layak tersebut

B B

24 24
A

15 15 B

C
AREA AREA
LAYAK LAYAK

12 30 12 30

g. Memilih variabel keputusan dari titik-titik tersebut

Metode pergeseran garis tujuan A 0 30
Misalkan : Z = 60.000 A + 80.000 B B 15 0
480.000 = 60.000 A + 80.000 B

Jadi koordinat titik potongnya Lakukan pergeseran ke atas

adalah : (0,6) dan (8,0) terhadap garis tujuan.

B B

24 24
A

15 15 B

C
AREA AREA
LAYAK LAYAK

12 30 12 30
Koordinat titik potong dengan permisalan Z = 480.000 adalah (0,6) dan (8,0). Dengan
membuat garis buatan (garis putus-putus) pada kedua koordinat tersebut, akan tampak
pada grafik lakukan pergeseran pada garis tersebut sampai menyentuk koordinat terjauh
dari sumbu origin (untuk penyelesaian kasus diatas, titik terjauh dari origin adalah titik B,
dengan demikian hasil optimum berada pada titik koordinat tersebut. Selanjutnya untuk
mencari besarnya nilai koordinat pada titik B, dilaukan pencarian dengan menggunakan
eliminasi atau substitusi dari dua buah garis yang berpotongan tersebut.
2 A + 4 B = 60 ............... (1)
4 A + 2 B = 48 ............... (2)
Dengan menggunakan eliminasi, hilangkan salah satu variabel (A dan B). Misalkan akan
dihilangkan variabel A, maka persamaan (1) dikalikan dengan nilai 2 :
( 2 A + 4 B = 60) x 2
4 A + 2 B = 48

4 A + 8 B = 120
4 A + 2 B = 48
-
6 B = 72
B = 12

4A+2B = 48
4 A + 2 (12) = 48
4 A + 24 = 48
A = 6
Dari hasil perhitungan dengan menggunakan eliminasi, diperoleh nilai A sebesar 6 dan B
sebesar 12. Untuk mencari besarnya nilai Z, maka nilai variabel tersebut di substitusi ke
dalam persamaan fungsi tujuan.
Z = 60.000 A + 80.000 B
Z = 60.000 (6) + 80.000 (12)
Z = 360.000 A + 960.000 B
Z = 1.320
Berdasarkan perhitungan melalui pergeseran garis maupun trial and error , diperoleh
tingkat produksi yang memaksimumkan keuntungan, terjadi pada produksi kursi (A)
sebanyak 6 unit dan meja (B) sebanyak 12 unit dengan keuntungan maksimum sebesar
Rp. 1.320.000

SOAL LATIHAN :
1. Tentukan nilai optimum dari ketidaksamaan berikut ini :
a. Maksimumkan : Z = 80 A + 60 B
Kendala :
o 10 A + 15 B ≤ 300
o B ≤ 15
o 2 A + B ≤ 45
A, B ≥ 0
b. Maksimumkan : Z = 600 A + 325 B
Kendala :
o A + 12 B ≤ 720
o B ≤ 50
A, B ≥ 0
2. Tentukan nilai optimum dari ketidaksamaan berikut ini :
a. Minimumkan : Z = 3 A + 2 B
Kendala :
o 3 A + 6 B ≥ 36
o 10 A + 5 B ≥ 40
o 2 A + 6 B ≥ 24
A, B ≥ 0
b. Maksimumkan : Z = 4 X + 5 Y
Kendala :
o 3 X + Y ≥ 27
o 10 X + 10 Y ≥ 120
o 3 X + 2 Y ≥ 30
A, B ≥ 0

3. Sebuah industri keramik memiliki dua jenis produk unggulan A dan B. Untuk
menghasilkan satu buah jenis A diperlukan waktu pengerjaan 1 jam dan bahan baku 4
kg, sedangkan jenis B, membutuhkan 2 jam dan bahan baku 3 kg. Waktu dan bahan
baku yang tersedia masing-masing 40 jam dan 120 kg. Keuntungan tiap unit A dan B
masing-masing Rp. 40.000 dan Rp. 50.0000
Tentukan :
a. Model program linier untuk persoalan diatas
b. Tentukan dengan metode grafik, berapa jumlah yang harus diproduksi untuk masing-
masing jenis produk, sehingga keuntungan mencapai maksimum
Contoh disadur dari Prinsip-prinsip Riset Operasi (Aminudin;18)
 4. Sebuah toko yang menjual keperluan pertanian menyediakan dua merk pupuk kimia,
yaitu Super dan Top. Setiap jenis mengandung campuran bahan Nitrogen dan Fosfat
dalam jumlah tertentu.

Kandungan Bahan Kimia

Jenis Nitrogen (kg/sak) Fosfat (kg/sak)
Super 2 4
Top 4 3

Seorang petani membutuhkan paling sedikit 16 kg Nitrogen dan 24 kg Fosfat untuk

pertanianya. Harga pupuk Super dan Top masing-masing Rp. 6.000 dan Rp. 3.000.
Petani tersebut ingin mengetahui berapa sak masing-masing jenis pupuk harus dibeli
agar total harga pupuk mencapai minimum dan kebutuhan pupuk untuk lahanya
terpenuhi. Selesaikan dengan metode grafik.
Contoh disadur dari Prinsip-prinsip Riset Operasi (Aminudin;18)

5. Sebuah industri kerajinan kulit membuat tas yang terdiri dari jenis A dan B. Keuntungan
masing-masing jenis adalah Rp. 400.000 dan Rp. 200.000 per unit. Industri mendapat
kontrak pesanan dari sebuah toko, sebesar (30 A dan B) buah per bulan. Suplai bahan
kulit paling sedikit 80 lembar per bulan, dan industri kerajinan ini harus memesan paling
tidak 80 lembar per bulan. Setiap barang A membutuhkan 2 lembar kulit, sedangkan
barang B membutuhkan 8 lembar. Dari pengalaman sebelumnya, industri ini tidak dapat
membuat barang jenis A lebih dari 20 buah per bulan. Mereka ingin mengetahui, berapa
jumlah masing-masing jenis A dan B yang harus dibuat supaya keuntungan yang
diperoleh maksimum. Tentukan model program liniernya dan selesaikan persoalan ini
dengan metode grafik.
Contoh disadur dari Prinsip-prinsip Riset Operasi (Aminudin;20)

Pustaka :
1. Aminudin, “ Prinsip-Prinsip Riset Operasi “, Jakarta, Penerbit Erlangga, 2005
2. Muhardi, Prof. Dr., “ Manajemen Operasi”, Bandung, Reliko Aditama, 2011
3.. Noer, Bustanul Arifin, “ Belajar Mudah Riset Operasi”, Yogyakarta, Andi, 2010
4. Supranto, Johannes, Prof., MA, APU, “Riset Operasi Ungtuk Pengambilan Keputusan,
Ed. Ketiga “ Jakarta, PT. RajaGrafindo Perrsada, 2013
5. Wijaya, Andi, “ Pengantar Riset Operasi “ Jakarta, Mitra Wacana Media, 2013
6. Subagyo, Pangestu, Asri, Marwan, Handoko, T.Hani, “ Dasar-Dasar Operations
Research, Edisi, 2 “, BPFE-Yogyakarta, 2013
7. Siswanto, “ Operation Research, Jilid 1 “, Airlangga, Jakarta, 2007
8. Siswanto, “ Operation Research, Jilid 2 “, Airlangga, Jakarta, 2007