Disusun Oleh :
Kristanti
1711499707
Universitas Raharja
Program Studi Sistem Informasi
Konsentrasi Sistem Informasi Manajemen
BAB I
SAINS MANAJEMEN
Sains Manajemen adalah penerapan pendekatan ilmiah untuk
memecahkan permasalahan manajemen guna membantu manajer mengambil
keputusan yang lebih baik. Seperti yang diimplikasikan oleh definisi tersebut, sains
manajemen mencakup sejumlah teknik yang berorientasi matematis yang telah
dikembangkan dalam bidang sains manajemen atau telah diadaptasi dari disiplin
ilmu lain,, seperti ilmu alam, matematika, statistic, dan teknik. Sains Manajemen
(management science) adalah sebuah disiplin ilmu yang diakui dan dibangun dalam
bisnis. Penerapan teknik teknik sains manajemen telah tersebar luas, dan sering
diakui telah meningkatkan efisiensi dan produktivitas dalam perusahaan bisnis.
Dalam beragam survey bisnis, banyak yang mengindikasikan bahwa mereka
menggunakan teknik teknik sains manajemen, dan sebagian besar menyatakan
hasilnya sangat baik. Sains Manajemen (juga disebut sebagai riset operasi, metode
kuantitatif, analisis kuantitatif, dan ilmu memutuskan) merupakan bagian dari
kurikulum fundamental dari sebagian besar program dalam bisnis.
Terakhir, sering dengan dikenalkannya beragam teknik sains manajemen,
ingatlah bahwa sains manajemen lebih dari sekedar sekumpulan teknik. Sains
Manajemen juga melibatkan filosofipendekatan terhadap suatu permasalahan
dengan cara yang logis (yaitu pendekatan ilmiah). Pendekatan yang logis,
konsisten, dan sistematis terhadap pemecahan masalah dapat berguna (dan bernilai)
seperti pengetahuan mekanika dari teknik matematis itu sendiri. Pemahaman ini
penting, terutama bagi pembaca yang tidak selalu membicarakan manfaat langsung
dengan mempelajari disiplin ilmu yang berorientasi matematis seperti Sains
Manajemen.
Pendekatan Sains Manajemen terhadap Pemecahan Masalah
Seperti yang dinyatakan dalam bagian sebelumnya, sains manajemen mencakup
pendekatan yang logis dan sistematis terhadap penyelesaian masalah, setara dengan
apa yang dikenal sebagai metode ilmiah (scientific method) untuk memecahkan
masalah.
Observasi
Langkah pertama dalam proses sains manajemen adalah identifikasi terhadap
masalah yang ada dalam system (organisasi i). Sistem tersebut harus diamati secara
dekat dan berkelanjutan, sehingga masalah itu dapat diantisipasi atau diidentifikasi
segera setelah terjadi. Masalah tidak selalu merupakan hasil dari krisis yang harus
diambil tindakan terhadapnya, tetapi sering kali lebih terkait dengan situasi yang
bersifat antisipasi atau perencanaan. Orang yang biasanya mengidentifikasi
masalah adalah manajer karena manajer bekerja pada tempat masalah dapat terjadi.
Namun, masalah acap kali dapat di identifikasi oleh ilmuwan manajemen
(management scientist).
Definisi Masalah
Setelah ditemukan bahwa ada masalah, masalah tersebut harus diidentifikasikan
secara jelas dan ringkas. Pendefinisian masalah yang tidak tepat dapat dengan
mudah mengakibatkan tidak adanya solusi atau solusi yang tidak tepat. Oleh karena
itu, batasan batasan dari suatu masalah dan sejauh mana masalah tersebut menyebar
ke unit-unit dari organisasi harus dimasukkan dalam definisi masalah. Karena
adanya masalah mengimplikasikan bahwa tujuan perusahaan tidak tercapai dengan
cara tertentu, sasaran(atau tujuan) dari organisasi juga harus didefinisikan secara
jelas.
Konstruksi Model
Model Sains Manajemen adalah Suatu gambaran ringkas mengenai situasi masalah
yang ada. Model tersebut dapat berbentuk grafik atau bagan. Namun paling sering
sebuah model sains manajemen terdiri atas serangkaian hubungan matematis.
Hubungan matematis ini terdiri dari angka-angka dan symbol-symbol.
• Variabel adalah symbol yang digunakan untuk mewakili suatu hal dengan
nilai tertentu.
• Parameter adalah nilai yang konstan dan diketahui yang acap kali
merupakan koefisien dari variable dalam persamaan.
• Data adalah potongan-potongan informasi dari lingkungan masalah.
• Model adalah sebuah hubungan fungsional yang meliputi variable,
parameter, dan persamaan.
Solusi Model
Sebuah teknik sains manajemen biasanya dapat diterapkan pada suatu jenis model
tertentu. Jadi, baik jenis model ataupun metode solusi merupakan bagian dari teknik
sains manajemen. Kita dapat mengatakan bahwa suatu model dapat diselesaikan
karena model tersebut mewakili sebuah masalah. Sebuah solusi sains manajemen
dapat merupakan keputusan yang disarankan atau informasi yang membantu
manajer dalam mengambil keputusan.
Implementasi
Implementasi adalah penggunaan sesungguhnya dari sebuah model setelah model
tersebut dikembangkan.
Pembangunan Model Analisis Impas
Analisis Impas adalah sebuah teknik pemodelan untuk menentukan jumlah unit
yang harus dijual atau di produksi sehingga akan menghasilkan laba nol. Tujuan
dari analisis ini adalah untuk menentukan jumlah unit sebuah produk. Sehingga
akan menyamakan pendapatan total dengan biaya total.
Komponen Komponen Analisis Impas
Ketiga Komponen dari analisis impas adalah volume, biaya, dan laba. Volume
adalah tingkat penjualan atau produksi oleh sebuah perusahaan. Terdapat dua jenis
biaya yang biasanya terjadi dalam upaya untuk menghasilkan sebuah produk, yaitu
biaya tetap dan biaya variable. Biaya tetap bersifat independen terhadap volume
dan tetap konstan. Biaya variable tergantung pada jumlah barang yang di produksi.
Biaya variable ditentukan per unit, jadi biaya variable total tergantung pada jumlah
unit di produksi, biaya variable meliputi hal hal seperti bahan baku dan sumber
daya, tenaga kerja langsung, pengemasan, pengiriman barang.
BAB II
PEMROGRAMAN LINIER : MODEL DAN SOLUSI GRAFIS
Pemrograan Linier adalah sebuah model yang terdiri atas hubungan
hubungan linier yang mewakili keputusan sebuah perusahaan, dengan tujuan dari
kendala sumber daya yang ada. Banyak keputusan besar yang dihadapi oleh
manajer sebuah bisnis berfokus pada cara terbaik untuk mencapai tujuan
perusahaan, yang dipengaruhi oleh batasan batasan yang dialami oleh manajer
dalam lingkungan operasionalnya. Batasan batasan ini dapat berbentuk sumber
daya yang terbatas seperti waktu, tenaga kerja, energy, bahan baku, uang, atau dapat
berbentuk pedoman yang membatasi seperti resep untuk membuat sereal atau
spesifikasi teknik.
Terdapat tiga langkah untuk mencapai teknik pemrograman linier. Pertama,
masalah harus diidentifikasi sebagai masalah yang dapat dipecahkan dalam
program linier. Kedua, Masalah yang tidak terstruktur harus dirumuskan sebagai
model matematis. Ketiga, Model tersebut harus dipecahkan dengan menggunakan
teknik matematis yang telah ada. Teknik pemrograman linier mendapatkan nama
dari fakta bahwa hubungan hubungan fungsional dalam model matematisnya
bersifat linier.
Perumusan Model
Sebuah model pemrograman linier terdiri atas komponen dan karakteristik umum
tertentu. Variabel keputusan adalah symbol matematis yang mewakili tingkat
aktivitas. Fungsi tujuan (objective function) adalah sebuah hubungan matematis
linier yang mendekskripsikan tujuan dari perusahaan terkait variable keputusan.
Kendala model (model constraints) juga merupakan hubungan linier dari variable
keputusan kendala kendala ini mewakili batasan yang diterapkan pada perusahaan
oleh lingkungan operasional.
Sebuah Contoh Model Pemaksimuman
Beaver Creek Pottery Company adalah sebuah operasi kerajinan tangan kecil yang
dijalankan oleh dewan adat istiadat suku asli Amerika. Perusahaan tersebut
mempekerjakan ahli-ahli kerajinan yang terampil untuk memproduksi mangkuk
dan mug tanah liat dengan desain dan warna suku asli Amerika yang otentik. Kedua
sumber daya yang dilakukan oleh kedua perusahaan tersebut adalah tanah liat
tembikar khusus dan tenaga kerja terampil.
Fungsi Tujuan
Tujuan Perusahaan adalah untuk memaksimalkan laba total. Laba Perusahaan
adalah jumlah dari laba individual yang didapatkan dari masing-masing mangkuk
dan mug, Laba yang didapatkan dari mangkuk ditentukan dengan mengalihkan laba
unit dari setiap mangkuk. Dengan menempatkan istilah memaksimalkan di depan
fungsi laba.
Kendala Model
Dalam Perusahaan ini, dua sumber daya digunakan untuk produksi-tenaga kerja dan
tanah liat yang jumlah keduanya terbatas. Produksi mangkuk dan mug
membutuhkan baik tenaga kerja maupun tanah liat. Untuk setiap mangkuk yang di
produksi dibutuhkan 1 jam kerja, Oleh karena itu tenaga kerja yang digunakan
untuk produksi mangkuk adalah 1x1 jam. Kendala ini memungkinkan perusahaan
untuk memiliki fleksibilitas, perusahaan tidak dibatasi untuk menggunakan tepat 40
jam tetapi dapat menggunakan beberapa pun jumlah yang diperlukan untuk
memaksimalkan laba.
Solusi Grafis dari Pemrograman Linier
Setelah perumusan model matematis tahapan berikutnya dalam aplikasi
pemrograman linier terhadap permasalahan pengambilan keputusan adalah untuk
menemukan solusi dari model tersebut. Sebuah sebuah pendekatan solusi yang
umum digunakan adalah dengan memecahkan secara aljabar sekumpulan hubungan
matematis yang membentuk model tersebut entah secara manual atau dengan
menggunakan program computer.
Metode grafis memberikan gambaran mengenai cara solusi didapatkan
untuk permasalahan pemrograman linier. Metode grafis secara realistis terbatas
pada model dengan hanya dua variable keputusan, yang dapat diwakili pada dua
grafis dimensi. Meskipun metode grafis bersifat terbatas sebagai sebuah pendekatan
solusi, metode ini sangat berguna pada titik ini dalam presentasi kita, Grafik dapat
memberikan pemahaman yang lebih jelas mengenai cara pendekatan solusi
computer dan matematis dipresentasikan dalam karya bab-bab berikutnya dan
dengan demikian, memberikan pemahaman yang lebih baik mengenai solusi.
Solusi Grafis dari model Maksimalisasi
Model bauran produk akan digunakan untuk mendemonstrasikan interpetasi grafis
dari sebuah permasalahan pemrograman linier. Ingat bahwa permasalahan tersebut
mendekskripsikan usaha Beaver Creek Pottery Company untuk memutuskan
beberapa banyak mangkuk dan mug yang harus di produksi setiap hari. Langkah
pertama dalam menggambarkan grafik dari model tersebut adalah untuk
menggambarkan kendala pada grafik. Hal ini dilakukan dengan memperlakukan
kedua kendala sebagai persamaan (atau garis lurus) dan menggambarkan setiap
garis pada grafik.
Nilai Solusi
Titik solusi optimal adalah titik terakhir yang disentuh fungsi tujuan seiring fungsi
tersebut meninggalkan ruang solusi fisibel.
Titik ekstrem adalah titik sudut di perbatasan dari ruang solusi fisibel, Titik terakhir
yang disentuhnya dalam ruang sousi fisibel berada diperbatasan ruang solusi fisibel.
Titik solusi selalu berada pada perbatasan ini karena perbatasan mengandung titik
terjauh dari pangkal (yaitu titik yang menunjukkan laha terbesar). Karakteristik dari
permasalahan pemrograman linier ini sangat mengurangi jumlah kemungkinan titik
solusi, dari semua titik didalam area solusi menjadi hanya titik-titik yang berada di
perbatasan. Namun, jumlah kemungkinan titik solusi dikurangi lebih jauh lagi oleh
karakteristik lainnya dari permasalahan pemrograman linier.
Kendala Model
Kebutuhan akan nitrogen dan fosfat mewakili kendala dari model, Setiap kanung
pupuk memberi kontribusi sejumlah pon nitrogen dan fosfat ke lading. Alih alih
pertidaksamaan seperti yang digunakan dalam model Beaver Creek Pottery
Company, kendala ini membutuhkan pertidaksamaan > (lebih besar dari atau sama
dengan). Ini karena kandungan nitrogen untuk lading tersebut merupakan
kebutuhan minimum.
BAB III
PEMROGRAMAN LINIER : SOLUSI KOMPUTER DAN
ANALISIS SENSITIVITAS
Solusi Komputer
Ketika Pemrograman linier pertama kali dikembangkan pada 1940-an,
hamper satu satunya cara untuk memecahkan permasalahan adalah dengan
menggunakan prosedur solusi matematis manual yang panjang, disebut dengan
metode simplekx (simpleks method). Metode simpleks adalah sebuah prosedur
yang melibatkan serangkaian langkah-langkah matematis untuk memecahkan
permasalahan pemrograman linier. Langkah Langkah matematis dari metode
simpleks hanya perlu di programkan ke dalam paket peranti lunak yang telah ditulis
sebelumnya yang dirancang untuk solusi permasalahan pemrograman linier.
Kemampuan untuk memecahkan permasalahan pemrograman linier dengan cepat
dan mudah di computer, tanpa peduli beberapa pun ukuran permasalahan. Saat ini
terdapat lusinan paket peranti lunak dengan kapabilitas pemrograman linier,
Banyak darinya merupakan paket sains manajemen serba guna atau metode
kuantitatif dengan modul pemrograman linier, selain dari banyak modul untuk
teknik lain-lainnya.
Sebagai akibat dari murahnya dan ketersediannya dengan biaya rendah
dari computer personal dan peranti lunak pemrograman linier, metode simpleks
menjadi kurang difokuskan dalam pengajaran pemrograman linier. Tetapi
pengetahuan mengenai metode simpleks berguna untuk mendapatkan pemahaman
yang mendalam dan menyeluruh terhadap pemrograman linier bagi mereka yang
tertarik untuk memahaminya sejauh ini.
Spreadsheet Excel
Excel dapat digunakan untuk memecahkan permasalahan pemrograman
linier, meskipun kebutuhan untuk memasukkan data dapat lebih memakan waktu
dan merepotkan dibandingkan dengan paket peranti lunak seperti QM for Windows
yang secara khusus dirancang untuk tujuan tersebut. Tetapi ini juga merupakan
kelebihan dari spreadsheet, karena memungkinkan permasalahan diatur dalam
format yang menarik untuk tujuan pelaporan dan presentasi. Selain itu setelah
spreadsheet diatur untuk satu permasalahan spreadsheet tersebut acap kali dapat
digunakan sebagai tempalate untuk yang lain.
Nilai untuk mangkuk dan mug dan untuk laba ada didalam sel B10, B11,
dan B12, secara berturut-turut. Sel sel ini sekarang kosong atau nol karena model
tersebut belum terpecahkan. Fungsi tujuan untuk laba =C4*B10+D4*B11
dimasukkan dalam sel B12 yang disajikan dalam bar.
QM for Windows
Sebelum mendemonstrasikan cara menggunakan QM for Windows, kita pertama
tama harus membuat beberapa komentar mengenai format yang tepat untuk kendala
sebelum sebuah model pemrograman linier dapat dipecahkan menggunakan QM
for Windows. Kendala-kendala yang dirumuskan dalam model pemrograman linier
ini telah mengikuti format yang konsisten. Seluruh variable dalam batasan telah
muncul di sebelah kiri pertidaksamaan dan seluruh nilai numerik telah berada disisi
sebelah kanan dari pertidaksamaan.
Format standar untuk permasalahan pemrograman linier mengharuskan kendala
berada dalam format ini dengan variable di sisi sebelah kiri dan nilai numerik di sisi
sebelah kanan dari tanda pertidaksamaan atau persamaan. Ini adalah persyaratan
yang diperlukan untuk memasukkan permasalahan kedalam sejumlah program
computer, dan secara spesifik untuk QM for Windows, untuk solusi pemrograman
linier.
Nilai marginal adalah jumlah dolar yang bersedia dibayarkan oleh seseorang untuk
mendapatkan satu unit tambahan sumber daya.
Analisis Sensitivitas
Analisis Sensitivitas adalah analisis pengaruh perubahan parameter terhadap solusi
optimal. Parameter-parameter ini meliputi koefisien fungsi tujuan seperti pon tanah
liat per mangkuk. Dalam contoh ini dihadirdakan sejauh ini model model tersebut
telah dirumuskan seolah olah jika parameter-parameter ini diketahui secara tepat
atau pasti. Dalam kenyataan, parameter model hanyalah perkiraan (atau “tebakan
terbaik”) yang dapat berubah ubah.
Cara yang paling nyata untuk memastikan pengaruh perubahan pada parameter
model adalah dengan membuat perubahan pada model aslinya, memecahkan
kembali model tersebut dan membandingkan hasil solusinya dengan aslinya.
Tetapi, seperti yang akan kita demonstrasikan dalam bab ini dalam beberapa kasus,
pengaruh dari perubahan pada model dapat ditentukan tanpa memecahkan
permasalahannya sekali lagi.
Perubahan pada Koefisien Fungsi Tujuan
Perubahan Parameter model pertama yang akan kita analisis adalah perubahan pada
koefisien fungsi tujuan. Kita akan menggunakan contoh Beaver Creek Pottery
Company yang sekarang telah kita kenal dengan baik untuk mengilustrasikan
perubahan ini, Peningkatan laba untuk sebuah mangkuk yaitu koefisien X1 dari $40
menjadi $100 membuat garis fungsi tujuan lebih curam, sedemikian rupa sehingga
titik solusi optimalnya berubah dari titik B ke titik C Alternatifnya jika kita
meningkatkan laba untuk sebuah koefisien X2 dari $50 menjadi $100, garis fungsi
tujuannya akan menjadi lebih datar sejauh hingga titik A menjadi optimal dengan
X1=0, X2 = 20, dan Z=$2.000.
Pemilik tersebut mempunyai anggaran sebesar $40.000 untuk membeli mesin dan
200 kaki persegi ruangan lantai yang tersedia. Variabel keputusannya dibatasi pada
nilai bulat karena pemilik tidak dapat membeli pecahan, atau sebagian, dari sebuah
mesin. Model pemrograman liniernya adalah :
Memaksimalkan Z = $100X1 + 150X2
Kendala
$8.000X1 + 4.000X2 < $40.000
15X1 + 30X2 <200 kaki
X1,X2 > 0 dan integer
Variabel keputusan dalam model ini terbatas pada mesin utuh. Fakta bahwa kedua
variable keputusan X1 dan X2 dapat mengambil nilai bilangan bulat berapa pun yang
lebih besar atau sama dengan nol adalah yang membuat model inimenjadi sebuah
model integer total.
Contoh Model Integer 0-1
Suatu dewan komunitas harus memutuskan fasilitas rekreasi mana yang
akan dibangun dalam komunitasnya. Empat fasilitas rekreasi baru telah diunjukkan-
kolam renang, pusat tenis, lapangan atletik, dan gimanasium. Dewan tersebut ingin
membangun fasilitas yang akan memaksimalkan penggunan harian yang
diperkirakan oleh penduduk komunitas tersebut.
Komunitas tersebut mempunyai anggaran pembangunan sebesar $120.000
dan tanah seluas 12 ekar. Karena kolam renang dan pusat tenis harus dibangun di
bangun yang sama dari bidang tanah tersebut, Model untuk permasalahan ini
dirumuskansebagai berikut.
Memaksimalkan Z = 300X1 + 90X2 + 400X3 + 150X4
Kendala
$35.000X1 + 10.000X2 + 25.000X3 + 90.000X4 < $120.000
4x1 + 2X2 + 7X3 3X4 < 12 eker
X1 + X2 < 1 fasilitas
X1, X2, X3, X4 = 0 atau 1
Dalam model ini, variable keputusannya dapat memiliki nilai solusi nol atau satu.
Jika sebuah fasilitas tidak terpilih untuk dibangun, variable keputusan yang
mewakilinya akan mempunyai nilai nol. Kendala yang terakhir X1 + X2 < 1,
mencerminkan kontingensi bahwa hanya salah satu dari kolam renang (X1) atau
pusat tenis (X2) yang dapat dibangun, tetapi tidak keduanya. Agar jumlah dari X1 dan
X2 menjadi kurang dari atau sama dengan satu.
Jika komunitas tersebut telah menetapkan bahwa salah satu dari kolam
renang (X1) atau pusat tenis (X2) harus dibangun, tetapi tidak keduanya, maka
kendala terakhir akan menjadi suatu persamaan X1 + X2 = 1. Dengan cara ini, model
tersebut memaksakan pilihan Antara kedua fasilitas tersebut, Untuk alasan ini, ini
acap kali disebut sebagai kendala pilihan multiple. Sebuah varians dari kendala
pilihan multiple dapat digunakan untuk merumuskan sebuah situasi di mana
sejumlah fasilitas tertentu dari totalnya harus dibangun. Sebagai contoh, Jika dewan
komunitas telah menentukan bahwa dua dsri empat fasilitas tersebut harus
dibangun.
Jenis lain dari kendala mod 10-1 adalah kendala bersyarat. Dalam kendala
bersyarat , Pembangunan satu fasilitas tergantung pada pembangunan fasilitas yang
lain, Andaikan sebagai contoh, Proyek yang disukai oleh kepala dewan komunitas
tersebut adalah kolam renang, dan ia juga yakin bahwa pusat tenis kurang leguna.
Kepala dewan tersebut sangat berpengaruh, sehingga anggota dewan yang lainnya
tahu bahwa pusat tenis tidak memiliki kesempatan untuk dipilih jika kolam renang
tidak dipilih terlebih dahulu. Tetapi, bahkan jika kolam dipilih, tidak ada jaminan
bahwa pusat tenis juga akan dipilih.
BAB VI
PERMASALAHAN TRANSPORTASI
Dalam bab ini, kita akan membahas tiga jenis perumusan model
pemrograman linier khusus permasalahan transportasi, pemindahan angkutan, dan
penugasan. Ketiganya merupakan bagian dari kelas permasalahan pemrograman
linier yang lebih besar yang dikenal sebagai permasalahan aliran jaringan.
Model Transportasi
Model transportasi dirumuskan untuk kelas permasalahan dengan karakteristik
unik. Contoh berikut menunjukkan perumusan model transportasi. Gandum di
panen di daerah Midwest dn disimpan dalam penyimpanan gandum di tiga kota
berbeda : Kansas city, Omaha, dn Des Moines. Ketiga penyimpanan gandum
tersebut memasok tiga penggilingan gandum, yang berlokasi di Chicago, St. Louis,
dan Cincinnati. Gandum dikirimkan ke penggilingan dalam gerbong kereta api,
yang mana setiap gerbong mampu menampung 1 ton gandum. Per bulan, setiap
penyimpanan gandum mampu memasok gandum dengan jumlah ton berikut (yaitu,
gerbong kereta api) ke penggilingan.
Penyimpanan Gandum Suplai
1. Kansas City 150
2. Omaha 175
3. Des Moines 275
Total 600 ton
Setiap penggilingan memiliki permintaan gandum dengan jumlah ton berikut per
bulan :
Penggilingan Permintaan
• Chicago 200
• Cincinnati 300
Total 600 ton
Biaya untuk mengangkut 1 ton gandum dari setiap penyimpanan gandum (sumber)
ke setiap penggilingan (tujuan) berbeda, sesuai dengan jarak dan sistem kereta
apinya. (sebagai contoh, biaya untuk mengirimkan 1 ton gandum dari penyimpanan
gandum di Omaha ke penggilingan di Chicago adalah $7). Biaya-biaya ini disajikan
dalam tabel berikut.
Penggilingan
Penyimpanan Chicago St. Louis Cincinnati
Gandum
Kansas City $6 $8 $10
Omaha 7 11 11
Des Moines 4 5 12
Salah satu penggunaan jaringan yang paling populer adalah untuk analisis
proyek. Dengan CPM, estimasi tunggal, atau deterministik, untuk waktu aktivitas
digunakan, sedangkan dengan perkiraan waktu probabilistik PERT digunakan.
Pengembalian Proyek
Agar suatu proyek dapat dipilih untuk dilaksanakan, biasanya proyek tersebut harus
menawarkan beberapa jenis keuntungan atau manfaat positif bagi organisasi yang
sedang mempertimbangkannya. Dalam suatu bisnis, salah satu ukuran keuntungan
yang paling populer adalah laba atas investasi. Jika suatu proyek tidak memiliki
ROI positif, atau jika proyek lain memiliki ROI yang lebih tinggi, maka proyek
tersebut mungkin tidak dapat dilaksanakan. ROI adalah metrik yang sangat populer
untuk perencanaan proyek karena keserbagunaan dan kesederhanaannya.
Penjadwalan Proyek
Salah satu alasannya adalah seringkali satu-satunya kriteria terpenting untuk
keberhasilan sebuah proyek adalah diselesaikan tepat waktu. Karena penjadwalan
melibatkan ukuran yang dapat dihitung, waktu, ada beberapa teknik kuantitatif yang
tersedia yang dapat digunakan untuk mengembangkan jadwal proyek, termasuk
diagram Gantt dan jaringan CPM / PERT.
Bagan Gantt
Menggunakan bagan Gantt adalah teknik manajemen tradisional untuk
penjadwalan dan perencanaan proyek kecil yang memiliki aktivitas dan hubungan
prioritas yang relatif sedikit. Diagram Gantt adalah grafik dengan batang yang
mewakili waktu untuk setiap aktivitas dalam proyek yang sedang dianalisis. Slack
adalah lamanya waktu suatu aktivitas dapat ditunda tanpa menunda aktivitas apa
pun yang mengikutinya atau proyek secara keseluruhan.
CPM / PERT
Dalam PERT, aktivitas direpresentasikan sebagai busur, atau garis dengan panah,
antara lingkaran yang disebut node, sedangkan dalam aktivitas CPM diwakili oleh
node, dan panah di antaranya menunjukkan hubungan prioritas. Namun, seiring
waktu CPM dan PERT telah secara efektif bergabung menjadi satu teknik yang
secara konvensional dikenal sebagai CPM / PERT. Bagan Gantt tidak dengan jelas
menunjukkan hubungan prioritas, terutama untuk jaringan yang lebih besar.
Jaringan AOA
Seperti disebutkan sebelumnya, ketika CPM dan PERT pertama kali
dikembangkan, mereka menggunakan konvensi yang berbeda untuk menggambar
jaringan. Untuk mendemonstrasikan bagaimana jaringan AOA digambar, kita akan
meninjau kembali contoh membangun rumah yang kita gunakan sebagai contoh
bagan Gantt pada Gambar 8.4. Jaringan CPM / PERT yang sebanding untuk proyek
ini ditunjukkan pada Gambar 8.6. Dengan demikian, aktivitas peletakan fondasi,
dan aktivitas memesan dan menerima materi, dapat dimulai hanya jika node 2
terealisasi, yang menandakan aktivitas telah selesai.
Aktivitas dummy digunakan dalam jaringan AOA untuk menunjukkan hubungan
prioritas, tetapi tidak mewakili perjalanan waktu yang sebenarnya. Aktivitas
disisipkan untuk memberikan dua aktivitas titik akhir yang terpisah dan dengan
demikian memisahkan identitas, seperti yang ditunjukkan pada Gambar 8.7.
Kembali ke jaringan yang ditunjukkan pada Gambar 8.6, kita melihat bahwa dua
aktivitas dimulai pada node 4. Aktivitas adalah pembangunan rumah yang
sebenarnya, dan aktivitas adalah pencarian dan pemilihan cat untuk eksterior dan
interior rumah.
Dalam bab ini, kita membahas dua teknik ilmu manajemen yang paling
populer — CPM dan
Popularitasnya terutama disebabkan oleh fakta bahwa jaringan membentuk
gambaran sistem yang sedang dianalisis sehingga mudah ditafsirkan oleh manajer.
CPM / PERT telah diterapkan pada berbagai proyek R&D, seperti pengembangan
obat baru, perencanaan dan pengenalan produk baru, dan pengembangan sistem
komputer baru yang lebih kuat.
Kudeta Tanpa Darah! »
«Oke, bagus sekali,» kata John, sambil menuliskan aktivitas «Auditorium aman» di
papan tulis, dengan waktu di samping. «Hanya perlu 1 hari jika printer tidak sibuk,
tapi bisa memakan waktu hingga 4 hari jika dia sibuk. Mungkin perlu waktu sekitar
2 hari ».
«Tapi kami tidak dapat mencetak tiket sampai kami tahu di mana konsernya
karena pengaturan keamanan,» Andy
« Menurut Anda, berapa lama waktu yang dibutuhkan untuk membuat pengaturan?
» Tanya John. "Kami juga harus bernegosiasi dengan serikat pekerja lokal untuk
karyawan konser, pekerja panggung, dan siapa pun yang kami perlu pekerjakan,"
sela Reggie Wilkes. Kita juga harus bisa mendapatkan beberapa penerima siswa
pada saat yang sama, setelah kita mendapat persetujuan dari serikat pekerja. « Kami
perlu mengatur konferensi pers, »kata Art Cohen, yang bersandar di dinding.
»« Itu bisa diselesaikan dengan sangat cepat, seperti 2 hari, jika kita bisa membuat
kontak yang tepat. «Aku bisa memulainya sekarang juga, pada saat yang sama
kalian sedang mengatur auditorium.» Dia berpikir sejenak. «Jadi apa yang tersisa?»
"Jual tiketnya," teriak beberapa orang sekaligus. «Saya ingat 2 tahun yang lalu,
butuh 12 hari untuk menjual Cosmic Modem».
Kelompok itu mengangguk serempak, dan mereka semua sekaligus melihat daftar
kegiatan dan waktu yang telah John tulis di papan tulis.
Kontraktor Perumahan Moore sedang menegosiasikan kesepakatan dengan
Daftar kegiatan yang terlibat dalam membangun rumah dan perkiraan waktu
kegiatan mengikuti di halaman berikutnya.
Jalan Kritis
Faktanya, pengamatan dekat dari jaringan ini menunjukkan empat jalur, yang
diidentifikasi dalam Tabel 8.1 sebagai A, B, C, dan D. Proyek tidak dapat
diselesaikan hingga jalur terpanjang dalam jaringan diselesaikan. Awal kegiatan 4
bergantung pada dua kegiatan yang menuju ke simpul 4. Dengan menggunakan
logika yang sama seperti sebelumnya, kita dapat melihat bahwa aktivitas 7 tidak
dapat dimulai hingga setelah 8 bulan, atau setelah 7 bulan.
Penjadwalan Aktivitas
Untuk menunjukkan waktu mulai paling awal di jaringan, serta beberapa waktu
aktivitas lain yang akan kami kembangkan dalam proses penjadwalan, kami akan
sedikit mengubah struktur node kami. Perhatikan pada Gambar 8.11 bahwa waktu
selesai paling awal untuk aktivitas 7, aktivitas terakhir dalam jaringan, adalah 9
bulan, yang merupakan total durasi proyek, atau waktu jalur kritis.
Aktivitas Slack
Akibatnya, ini adalah waktu tambahan yang tersedia untuk menyelesaikan suatu
kegiatan. Jika aktivitas 3 mulai terlambat, pada bulan ke-4 dan bukan pada bulan
ke-3, maka aktivitas tersebut akan selesai pada bulan ke-5, yang tidak
memungkinkan aktivitas 5 untuk dimulai hingga bulan ke-5. Namun, ketidakpastian
yang melekat dalam perkiraan waktu kegiatan dapat tercermin sampai batas tertentu
dengan menggunakan perkiraan waktu probabilistik, bukan perkiraan deterministik
tunggal yang telah kami gunakan sejauh ini.
Waktu Aktivitas Probabilistik
Karena hanya satu nilai ini yang diberikan, kita harus berasumsi bahwa waktu
kegiatan tidak berbeda dari 2 bulan.
BAB IX
PENGAMBILAN KEPUTUSAN MULTIKRITERIA
Formulasi Model
Untuk menghindari PHK, perusahaan tidak mau menggunakan kurang dari 40 jam
kerja per hari. Tujuan yang berbeda ini disebut sebagai tujuan dalam konteks teknik
pemrograman tujuan. Langkah pertama kami dalam merumuskan model
pemrograman tujuan adalah mengubah batasan model pemrograman linier menjadi
tujuan.
Tujuan pertama perusahaan tembikar adalah untuk menghindari
penggunaan tenaga kerja yang kurang — yaitu, menggunakan lebih sedikit
dari
50 jam telah digunakan untuk produksi, atau 10 jam di atas level target 40 jam.
Langkah selanjutnya dalam merumuskan model pemrograman tujuan kami adalah
untuk mewakili tujuan tidak menggunakan kurang dari 40 jam kerja. Fungsi tujuan
dalam semua model pemrograman tujuan adalah untuk meminimalkan
penyimpangan dari tingkat batasan tujuan. Dalam fungsi tujuan ini, tujuannya
adalah untuk meminimalkan penggunaan tenaga kerja yang kurang.
Gol keempat, mencerminkan keinginan untuk meminimalkan waktu lembur.
Bentuk Alternatif Kendala Sasaran
Meskipun batasan tujuan ini terlihat tidak biasa, hal ini dapat diterima dalam
pemrograman tujuan untuk memiliki persamaan dengan semua variabel deviasi.
Namun, karena keuntungan mug lebih besar daripada keuntungan mangkuk, maka
lebih penting lagi untuk mencapai tujuan mug. Karena tujuan sebenarnya dari
perusahaan adalah untuk mencapai tingkat produksi yang ditunjukkan dalam dua
batasan tujuan, variabel deviasi negatif dan fungsi tujuan diminimalkan. Ketika
model ini diselesaikan, pencapaian tujuan untuk meminimalkan menjadi lebih
penting, meskipun kedua tujuan tersebut berada pada tingkat prioritas yang sama.
Model pemrograman sasaran lengkap, dengan sasaran baru untuk lembur dan
produksi, adalah.
Perbandingan Berpasangan
Skala preferensi standar yang digunakan untuk AHP ditunjukkan pada Tabel 9.1.
Peringkat 3 adalah ukuran preferensi pembuat keputusan untuk salah satu alternatif
di atas yang lain. Jika Southcorp membandingkan Atlanta dengan Birmingham dan
agak lebih memilih Atlanta, yang menghasilkan nilai perbandingan 3 untuk kriteria
pasar pelanggan, Southcorp tidak perlu membandingkan Birmingham dengan
Atlanta untuk menentukan nilai preferensi terpisah untuk perbandingan
«berlawanan» ini. Nilai preferensi B untuk A hanyalah kebalikan atau kebalikan
dari preferensi A untuk B. Birmingham adalah 3, nilai preferensi Birmingham untuk
Atlanta adalah 1/3.
Model Penilaian
Nilai antara 0 dan 100 menunjukkan seberapa baik alternatif keputusan i memenuhi
kriteria j, di mana 100 menunjukkan kepuasan yang sangat tinggi dan 0
menunjukkan hampir tidak ada kepuasan. Total «skor» untuk keputusan alternatif
i, di mana semakin tinggi skornya, semakin baik.
BAB X
PEMROGRAMAN NONLINEAR
Lebih banyak perhatian telah dicurahkan pada pemrograman linier dalam
teks ini daripada pada topik tunggal lainnya. Selain bab yang dikhususkan untuk
model dan aplikasi pemrograman linier, kami juga memiliki disajikan beberapa
variasi pemrograman linier, pemrograman bilangan bulat dan tujuan, serta unik
aplikasi pemrograman linier untuk masalah transportasi dan penugasan. Ketika
masalah sesuai dengan format pemrograman linier umum tetapi termasuk nonlinier
fungsi, mereka disebut sebagai masalah pemrograman nonlinier. Masalah
pemrograman nonlinier diberi nama terpisah karena telah diselesaikan dengan cara
yang berbeda dari masalah pemrograman linier.
Faktanya, solusi mereka sangat besar lebih kompleks daripada masalah
pemrograman linear, dan seringkali sulit, jika tidak mustahil, untuk menentukan
solusi optimal, bahkan untuk masalah yang relatif kecil. Dalam pemrograman linier
masalah, solusi ditemukan di persimpangan garis atau bidang, dan meskipun
mungkin ada a sangat banyak kemungkinan titik solusi, jumlahnya terbatas, dan
solusi akhirnya bisa ditemukan. Apa yang sulit dalam pemrograman nonlinier
adalah menentukan apakah titik di atas puncak hanyalah titik tertinggi di area
terdekat atau titik tertinggi dari semuanya .
Analisis penguatan nonlinier
penyajian model pemrograman nonlinier dengan menentukan nilai optimal untuk
satu fungsi non linier. Untuk mendemonstrasikan proses solusi, kami menggunakan
fungsi keuntungan berdasarkan analisis profitabilitas. Dalam Bab 1, menggunakan
analisis breakpoint untuk memulai studi pembangunan model kami, jadi tampaknya
tepat untuk kembali ke model dasar ini untuk menyelesaikan studi pembangunan
model. Konsep penting yang belum disebutkan adalah dengan memperluas model
impas ini cara, kami telah mengubahnya menjadi model pengoptimalan. Ini adalah
persis seperti yang kami lakukan dalam pemrograman linier ketika kami
menentukan nilai variabel keputusan yang mengoptimalkan fungsi objektif.
Pengoptimalan Terbatas
Pada bagian sebelumnya, model analisis keuntungan dikembangkan sebagai
perpanjangan dari model impas. Ingatlah bahwa fungsi keuntungan total. Jenis
model ini disebut sebagai model pengoptimalan yang tidak dibatasi. Ini terdiri dari
satu fungsi tujuan non linier dan tidak ada batasan. Jika kita menambahkan satu
atau lebih batasan ke model ini, itu menjadi model pengoptimalan yang dibatasi.
Model pengoptimalan terbatas lebih sering disebut sebagai model pemrograman
nonlinier. Alasan jenis model ini ditetapkan sebagai bentuk pemrograman
matematika karena semua jenis model pemrograman matematika sebenarnya
adalah model pengoptimalan yang dibatasi. Artinya, mereka semua memiliki
bentuk umum dari fungsi objektif yang tunduk pada satu atau lebih batasan.
Pemrograman linier memiliki tujuan fungsi dan kendala yang kebetulan linier.
Pemrograman non linier berbeda dari pemrograman linier, namun dalam satu hal
kritis lainnya. Aspek: Solusi dari masalah pemrograman nonlinear jauh lebih
kompleks. Secara linier pemrograman prosedur tertentu dijamin akan menghasilkan
solusi jika masalah tersebut telah dirumuskan dengan benar, sedangkan pada
pemrograman nonlinier tidak ada prosedur yang dijamin ada. Alasan kerumitan ini
dapat diilustrasikan dengan grafik analisis profit kami model. bahwa solusi tidak
lagi berada di batas ruang solusi yang layak, seperti yang akan terjadi dalam
pemrograman linier. Poin C merepresentasikan profit yang lebih besar dari poin B,
dan juga dalam ruang solusi yang memungkinkan. Ini berarti kita tidak bisa begitu
saja melihat poin batas ruang solusi untuk menemukan solusi; sebaliknya, kita juga
harus mempertimbangkan hal-hal lain di permukaan fungsi tujuan. Ini sangat
mempersulit proses pencarian solusi ke masalah pemrograman nonlinear, dan
kesulitan ini diperburuk oleh peningkatan jumlah variabel dan kendala dan fungsi
non linier dari tingkat yang lebih tinggi. Bisa dibayangkan sulitnya mencari solusi
jika merenungkan model ruang yang dibuat berpotongan kerucut, elips, dan
permukaan bergelombang, serta bidang, dan solusi yang bahkan tidak ada di batas
ruang solusi.
Seperti yang telah kami tunjukkan, mereka biasanya mewakili konvergensi prinsip-
prinsip kalkulus dan pemrograman matematika. Namun, seperti disebutkan
sebelumnya, teknik pemecahannya bisa sangat membantu kompleks. Dengan
demikian, kami akan membahas diskusi kami tentang metode solusi pemrograman
non linier beberapa aplikasi model yang berbeda dan solusi Excel.