PENELITIAN OPERASIONAL
Oleh :
FAKULTAS TEKNIK
2019
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa yang telah
menganugrahkan banyak nikmat sehingga kami dapat menyusun laporan penelitian data
Sistem Pemasaran ini dengan baik. Laporan ini berisi tentang uraian hasil riset mengenai
korelasi antara kualitas dan kepuasan konsumen.
Laporan ini kami susun secara cepat dengan bantuan dan dukungan berbagai pihak
diantaranya; Rianita Puspa Sari,ST., MT. selaku dosen pengampu mata kuliah Penelitian
Operasional, serta rekan yang turut membantu dalam berkontribusi menyelesaikan tugas
penelitian ini. Oleh karena itu kami sampaikan terima kasih atas waktu, tenaga dan
fikirannya yang telah diberikan.
Dalam penyusunan laporan ini, kami menyadari bahwa hasil laporan praktikum ini
masih jauh dari kata sempurna. Sehingga kami selaku penyusun sangat mengharapkan kritik
dan saran yang membangun dari pembaca sekalian.
Akhir kata Semoga laporan praktikum ini dapat memberikan manfaat untuk kelompok
kami khususnya, dan masyarakat sekitar umumnya.
Penyusun
DAFTAR ISI
DAFTAR GAMBAR
DAFTAR TABEL
BAB I
PENDAHULUAN
1.3 Tujuan
10 Multi Objective Branch and Bound Metode ini telah diusulkan untuk
Anthony Przybylski, Xavier solusi umum program linear
Gandibleux (2017) bilangan bulat bilangan bulat dua
tujuan. Metode ini demikian
diusulkan untuk konteks yang lebih
umum daripada metode oleh
Vincent et al. (2013), variabel biner
di sini digantikan oleh integer
umum variabel. Ini adalah satu-
satunya metode dalam survei ini
yang mempertimbangkan secara
eksplisit jenis variabel terakhir ini.
Di setiap simpul cabang dan pohon
terikat, dengan cara yang sama
seperti dalam kasus objektif
tunggal, variabel integer dibatasi
oleh nilai-nilai tertentu daripada
diperbaiki. Kami menyajikan
elemen utama dari cabang ini dan
terikat algoritma dalam kasus
maksimalisasi (seperti yang
dinyatakan dalam aslinya laporan
teknikal)
2.2.2 Metode
Metode branch and bound pertama kali dkembangkan pada tahun 1960 oleh
Land dan G. Doig yang digunakan untuk menyelesaikan masalah mixed integer
linear programming dan pure integer linear programming secara umum.
Selanjutnya pada tahun 1965 E. Balas mengembangkan algoritma tambahan untuk
menyelesaiakan masalah binary integer linear programming.
Konsep dasar dari metode branch and bound adalah pengamatan terhadap
tiap-tiap nilai , di mana adalah variabel yang dibatasi harus bernilai integer. Jika
nilai belum integer, maka masalah awal dibagi menjadi dua masalah baru dengan
menambahkan dua kendala baru yaitu, [ x j ] ≤ x j dan x j ≤ [ x j ] +1 dimana [ x j ]
adalah integer yang lebih kecil dari x j . Proses inilah yang dinamakan branching
(pencabangan). Dalam kasus maksimasi, solusi awal dijadikan sebagai batas atas
(upper bound). Penambahan pertidaksamaan sebagai
pencabangan masalah akan mengakibatkan berkurangnya nilai fungsi tujuan pada
solusi optimal.
Sebagai salah satu hasil pencabangan variabel yang belum integer pada setiap
cabang, satu dari dua kejadian berikut akan terjadi. Yang pertama, solusi yang
diperoleh tidak memenuhi syarat integer dari variabel yang dicabangkan, dan
memperoleh nilai fungsi objektif yang kurang sesuai dibandingkan dengan
pencabangan lain yang semua solusinya sudah integer, dalam kasus ini
pencabangan dilanjutkan. Yang kedua, mungkin diperoleh solusi lain yang sudah
memenuhi syarat integer, dalam kasus ini pencabangan dihentikan.
Terdapat dua tahap yang dipakai dalam algoritma branch and bound,
yaitu:
1. Pencabangan, yaitu mempartisi masalah tersebut menjadi beberapa sub-
masalah dengan cara menambahkan kendala yang merupakan syarat perlu
untuk mencari solusi integer fisibel tanpa mengubah himpunan solusi integer
semula.
2. Pembatasan, yaitu nilai fungsi objektif dari suatu sub-masalah yang
mempunyai solusi integer dipakai sebagai batas nilai fungsi objektif dari sub-
masalah lainnya.
Branch and bound adalah algoritma yang paling umum digunakan untuk
menyelesaikan masalah integer programming. Algoritma branch and bound juga
telah banyak digunakan sebagai kode program computer, misalnya OSL,
LAMPU, dan LINDO.
PERSIAPAN PENELITIAN
Prosedur dari Penelitian ini adalah sebagai berikut:
1. studi literaturObjek
Pustaka dengan mengumpulkan
Observasimateri dari buku-buku,
Perijinan artikel
Penelitian
Penelitian Penelitian
dan jurnal yang di dapat dari perpustakaan dan perpustakaan online.
2. Menganalisa masalah.
3. Mengumpulkan beberapa data dari berbagai sumber yang ada.
PELAKSANAAN PENELITIAN
4. Memformulasikan data ke dalam bentuk program linear.
5. Menerapkan Metode Branch and BoundNELITIAN
dalam setiap kasus masalah
Teknik Tempat dan Waktu Pengumpulan Data
yang diperoleh.
Pungumpullan Data Penelitian
6. Melakukan analisis sensitivitas dari hasil Metode BRANCH AND
BOUND , kemudian simpulkan.
7. Selesai. PENYELESAIAN
KELEMAHAN
1. Desersivikasinya 0,05 2 0,10
Terbatas
2. Tahap Pencocokan
Dalam tahap ini penyusun strategi berupaya untuk menghasilkan
strategi alternatif yang layak dengan mempertimbangkan faktor
internal dan faktor eksternal. Dalam tahap pencocokan ini akan
disusun:
Tabel 4.1 Tahap Pencocokan
a. Analisis SWOT
1. Hubungan
1. Terletak dipusat
EFAS dengan
populasi besar
karyawan buruk
2. Arus ka spositif
2. Rasio likuiditas
selama 3 tahun
0,25
berturut – turut
3. Biaya operasiona
3. Tingkat
relative sama
penjualan naik
karena
4. Banyak
penghasilan
dilakukannya
menurun
usaha
4. Manajemen
penghematan
memusatkan
biaya
pada pangsa
5. Mendapatkan
pasar
laba di beberapa
5. Pembatasan
tempat
kontrak dibuat
oleh CV
OPPORTUNITIES (O) STRATEGI SO STRATEGI WO
3. Persaingan dalam
industry
meningkat
4. Ketergantungan
dengan system
4.2 Kondisi Eksisting
4.2.1 Geografis Kota
Tabel 4.3 geografis kota Semarang
{
s=min j; ∑ wi >c
i=1
}
Jelas s = 5, oleh sebab
{
s=min j; ∑ wi >60
i=1
}
Selanjutnya x́ dapat dicari berdasarkan persamaan berikut.
x́ j = 1, untuk j = 1,…,s – 1
x́ j = 0, untuk j = s + 1,…n
Ć
x́ s =
Ws
Dengan
s−1
ć=c−∑ w j
j=1
7
x́ 1=1 , x́ 2=1 , x́ 3=1 , x́ 4 =1 , x́ 5= , x́ =0
10 6
s−1
Ps
z ( C ( KP )) =∑ p j+ ⌊ ć ⌋
j=1 Ws
z ( C ( KP )) =¿ 1195000
ź=1195000
7
t=1 x́=(1,1,1,1, , 0)
10
UB=1195000
LB=−∞
x5 = 0 X3 = 1
ź=1130000 ź=1105000
x́=(1,1,1,1,0,1) t=9 2
UB=1130000 t=2
(
x́= 1,1,1 , , 1,0
5 )
UB=1105000
LB=1130000
LB=−∞
Solusi Optimal
X4 = 0 X4 = 1
ź=1030000 ź=1075000
1 5
(
x́= 1,1,1,0,1, ,
3 ) 8 (
x́= 1,1 , ,1,1,0 )
t=3 t=2
UB=1030000 UB=1075000
LB=−∞ LB=1005000
X6 = 0 X6 = 1 X3 = 1 X3 = 1
UB=1005000
(
x́= 1,1 , 0,1,1
2 ) (
x́= 1,1,0,1,1,
6 ) UB=1030000
UB=840000 UB=837500
LB=1005000 LB=1030000
t=4 t=5 t=7 t=8
LB=1005000 LB=1005000
PENUTUP
Kesimpulan
Saran