PANDUAN PRAKTIKUM

RISET OPERASI

6S-16 LINEAR PROGRAMMING

X2
6X1 + 5X2 = 30 2X1 = 8

6
D
5 C 3X2 = 15

Daerah
feasible

A
0 4 5 X1

Oleh:

Dr. Ir. Endang Yektiningsih, MP.

Dr. Ir. Indra Tjahaja Amir, MP.

PROGRAM STUDI AGRIBISNIS - FAKULTAS PERTANIAN

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
JAWA TIMUR

2019
 KARTU PESERTA PRAKTIKUM
RISET OPERASI

Nama Mahasiswa : ……………………………………………………

NPM : ……………………………………………………

Semester / Program Studi : ………… / Agribisnis

Tahun Akademi : 2018 / 2019

Golongan : ……………………………………………………..

Nilai Akhir : ……………………………………………………..

No Acara Praktikum Tanggal Nilai Nilai Paraf

Praktikum Aktivitas Laporan Pembimbing

Mengetahui,
Kalab Koor. Dosen Pengampu

Ir. Eko Priyanto, MP ( )

i
 KATA PENGANTAR

Belajar merupakan proses meningkatkan ilmu pengetahuan dan

ketrampilan peserta didik yang dapat dilakukan baik di dalam kelas maupun di
luar kelas. Tujuan pembelajaran adalah membentuk manusia yang mampu
memecahkan masalah secara ilmiah dengan tetap memegang prinsip etika dan
estetika sehingga diharapkan menjadi insan yang lebih berdaya guna.
Selaras dengan prinsip dan tujuan pembelajaran tersebut maka
Program Studi Agribisnis Fakultas Pertanian Universitas Pembangunan Nasional
“Veteran” Jawa Timur menyusun kurikulum yang sarat akan praktek sehingga
diharapkan mahasiswanya tidak hanya mampu memecahkan masalah secara
konsep saja tetapi juga terampil secara praktis melalui tugas-tugas praktikum.
Salah satu mata praktikum adalah Riset Operasi yang melatih
mahasiswa menggunakan (mengoperasikan) alat-alat analisis dalam
memecahkan masalah dalam penelitian. Praktikum ini lebih banyak
diselenggarakan di dalam kelas setelah menghimpun data-data di lapangan dan
menghasilkan pengambilan keputusan yang paling tepat (optimum).
Modul Praktikum Riset Operasi ini tersusun tanpa terlepas dari masukan
berbagai pihak, oleh karena itu selayaknya penyusun menyampaikan ucapan
terima kasih yang tak terhingga kepada semua pihak yang telah berkontribusi.
Dengan berbekal ketidaksempurnaan maka penyusun berharap adanya saran
yang membangun sehingga materi dari Modul Praktikum Riset Operasi ini
semakin berbobot dan bermanfaat.

Surabaya, Februari 2019

Tim Penyusun,

ii
 DAFTAR ISI

KARTU PESERTA PRAKTIKUM ............................................................................ i

KATA PENGANTAR................................................................................................... ii

DAFTAR ISI.................................................................................................................. iii

ACARA I : LINEAR PROGRAMMING METODE GRAFIS ............................... 1

ACARA II : METODE SIMPLEX ............................................................................ 8
ACARA III : TEORI DUALITAS ............................................................................. 12
ACARA IV : LINEAR PROGRAMMING POM FOR WINDOWS ..................... 15
ACARA V : METODE TRANSPORTASI .............................................................. 29
ACARA VI : MASALAH PENUGASAN (ASSIGNMENT) ................................. 33
ACARA VII : INVENTORY (PERSEDIAAN) ........................................................ 36
ACARA VIII : ANTRIAN (WAITING LINES)......................................................... 41
ACARA IX : BREAK EVENT POINT ..................................................................... 46
ACARA X : DECISION ANALISYS ............................................................. 50

iii
 ACARA I
LINEAR PROGRAMMING DENGAN METODE GRAFIS

Menurut Siswanto (1990), Operations Research adalah sebuah

pendekatan kuantitatif yang menggunakan metode-metode optimisasi untuk
menyelesaikan suatu persoalan matematis.

Sedangkan Pemrograman Linear (Linear Programming) adalah salah satu model

Riset Operasi yang sering digunakan untuk memecahkan masalah yang terkait
dengan pengalokasian sumber daya perusahaan secara optimal untuk mencapai
keuntungan maksimal atau biaya minimum. Masalah tersebut timbul apabila
seseorang diharuskan untuk memilih atau menentukan tingkat setiap kegiatan
yang akan dilakukannya, dimana masing-masing kegiatan membutuhkan sumber
yang sama sedangkan jumlahnya terbatas.

Dalam model LP dikenal 2 (dua) macam “fungsi”,

1. Fungsi tujuan (objective function) adalah fungsi yang menggambarkan

tujuan sasaran di dalam permasalahan LP yang berkaitan dengan pengaturan
secara optimal sumberdaya-sumberdaya, untuk memperoleh keuntungan
maksimal atau biaya minimal. Pada umumnya nilai yang akan dioptimalkan
dinyatakan sebagai Z.

2. Fungsi kendala/batasan (constraint function) merupakan bentuk

penyajian secara matematis batasan-batasan kapasitas yang tersedia yang
akan dialokasikan secara optimal ke berbagai kegiatan.

Bagian terpenting dari Riset Operasi adalah bagaimana menerjemahkan

permasalahan sehari-hari ke dalam model matematis. Faktor-faktor yang
mempengaruhi pemodelan harus disederhanakan dan apabila ada data yang
kurang, kekurangan tersebut dapat diasumsikan atau diisi dengan pendekatan
yang bersifat rasional. Dalam Riset Operasi diperlukan ketajaman berpikir dan
logika. Untuk mendapatkan solusi yang optimal dan memudahkan kita
mendapatkan hasil, kita dapat menggunakan komputer. Software yang dapat
digunakan antara lain: LINDO (Linear,Interactive and Discrete Optimizer) dan
POM For Windows.

1
 Selain itu, dalam mempelajari Riset Operasi, diperlukan model untuk
penyederhanaan yang sengaja dibuat untuk mempermudah mempelajari dunia
nyata yang kompleks dan hasilnya dikembalikan ke dunia nyata kembali. Model bisa
berbentuk gambar, simulator/prototype, matematis/grafik, dan lain-lain. Dalam
pengambilan keputusan dapat dibantu dengan banyak alat analisis. Untuk
melakukan analisis diperlukan data.

Data dibagi menjadi dua:

 Data Kualitatif (data yang wujudnya kategori/atribut atau data yang tidak
berwujud angka, jika berwujud angka, angka tersebut hanya sekedar
pengganti kategori).

 Data Kuantitatif (data yang berujud angka atau numeris, dan angka-angka
itu bisa dilakukan operasi matematika)

Fokus Riset Operasi menekankan Metode Kuantitatif dalam pengambilan

keputusan.

1. LANGKAH UMUM MEMECAHKAN MASALAH KUANTITATIF

Siapkan formula masalahnya, misalnya akan dipecahkan suatu masalah linier

programming maka langkah kerjanya adalah:
a. Tentukan masalahnya apakah kasus maksimum atau minimum
b. Berapa jumlah variabel yang ada
c. Berapa jumlah batasan yang ada
d. Masukkan masalah tersebut ke dalam computer
e. Lakukan pengecekan pada masalah bila terjadi kesalahan input
f. Lakukan perhitungan dan lihat hasilnya dengan meng-Klik SOLVE
g. Tampilkan hasil-hasil perhitungan
h. Simpan formulasi masalah atau datanya

2
 MODEL Linear Programming

Kegiatan Pemakaian sumber per unit Kapasitas

Sumber Kegiatan (keluaran) Sumber

1 2 3 …. n

1 a11 a12 a13 …. a1n b1

2 a21 a22 a23 …. a2n b2

3 a31 a32 a33 …. a3n b3

… … … … … …

m am1 am2 am3 …. amn bm

Z
pertambahan C1 C2 C3 Cn
tiap unit
Tingkat X1 X2 X3 Xn
kegiatan

Gambar 1. Matriks Model Linear Programming

Model Matematis
 Fungsi tujuan:

Maksimumkan Z = C1X1+ C2X2+ C3X3+ ….+ CnXn

 Batasan :
a11 X11 + a12X2 + a13X3 + ….+ a1nXn ≤ b1
a21 X11 + a22X2 + a33X3 + ….+ a2nXn ≤ b1
……………………………………………………………………………………………………………

am1X11+ am2X2 + am3X3 + ….+ amnXn ≤ bm

dan
 Non Negatively : X1 ≥ 0, X2 ≥ 0, ………. Xn ≥ 0

3
Asumsi-asumsi Dasar Linear Programming

1. Proportionality

Naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia
akan berubah secara sebanding (proportional) dengan perubahan tingkat
kegiatan

2. Additivity

Nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam LP

dianggap bahwa kenaikan dari nilai tujuan (Z) yang diakibatkan oleh
kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi bagian
nilai Z yang diperoleh dari kegiatan lain

3. Divisibility

Keluaran (output) yang dihasilkan oleh setiap kegiatan dapat berupa bilangan
pecahan. Demikian pula dengan nilai Z yang dihasilkan

4. Deterministic (Certainty)

Asumsi ini menyatakan bahwa semua parameter yang terdapat dalam model
LP (aij, bi Cj) dapat diperkirakan dengan pasti, meskipun jarang dengan
tepat.

Penyelesaian Linear Programming

Linear Programming dapat diselesaikan dengan beberapa cara antara lain :

- Dengan Metode Grafis.
- Dengan Metode Simplex.
- Dengan Program Komputer.

Metode Grafis kemampuannya terbatas, yaitu jika jumlah decision variabel hanya
sebanyak 2 variabel saja (jika 3 variabel masih bisa tetapi sudah menjadi lebih
sulit). Metode Simplex dapat digunakan jika jumlah decision variabel berkisar antara
3 sampai 6 variabel (jika lebih dari 6 variabel akan menjadi sulit dan
penyelesaiannya menjadi sangat panjang). Penyelesaian dengan program komputer
sangat mudah (dapat digunakan untuk menyelesaikan model linear programming
dengan banyak variabel.

Penyelesaian Linear Programming Dengan Metode Grafis.

Langkah-langkah penyelesaian linear programming menggunakan metode grafis

adalah sebagai berikut :
* Gambarkan sumbu X1 dan X2.
* Gambar garis fungsi pembatas (fungsi constrant) dengan cara :

4
 a. Tandanya diubah menjadi sama dengan ( = ).
b. Cari titik potong dengan sumbu vertikal dan horizontal.
* Tentukan daerah yeng mungkin (feasible region).
* Gambarkan fungsi objective (fungsi tujuan) dengan menentukan suatu nilai
tertentu.
* Geser fungsi objective sehingga diperoleh solusi optimum.
* Cek solusi optimum pada model matematisnya.

Contoh :

Sebuah rumahtangga memproduksi 2 macam roti yang sangat laris, yaitu Roti Bolu
dan Roti Sisir. Selain bahan-bahan yang lain, ada 2 bahan yang persediaannya
menjadi pembatas, yaitu terigu, dan gula. Untuk membuat 1 buah Roti Sisir
diperlukan 2 Kg terigu dan 6 Kg telur. Untuk membuat 1 buah Roti Bolu diperlukan
4 Kg terigu dan 3 Kg telur. Setiap 1 buah Roti Bolu dapat memberikan keuntungan
bersih Rp. 200,- sedangkan setiap 1 buah Roti Sisir dapat memberikan keuntungan
bersih Rp. 300,-. Rumahtangga tersebut setiap harinya hanya mampu membeli 120
Kg Terigu, dan 180 Kg telur.

Pertanyaan :
a. Tuliskan model persamaan matematis linear programmingnya untuk:
- Fungsi Tujuan
- Fungsi Kendala
b. Selesaikanlah permasalahan tersebut dengan menggunakan METODE GRAFIS.
c. Berapa solusi optimumnya (berapa buah sebaiknya Roti Bolu dan Roti Sisir yang
harus diproduksi agar bisa memaksimumkan laba).
d. Berapa Keuntungan maksimumnya ?

Jawab :
a. Jika permasalahan diatas diformulasikan dalam model linear programming akan
menjadi sebagai berikut :

Fungsi Tujuan : Max : Z = 200 X1 + 300 X2

Fungsi Batasan 1 : 2 X1 + 4 X2  120

2 : 6 X1 + 3 X2  180

Asumsi Non Negatively : X1 ; X2  0

5
b. Penyelesaian Metode Grafis

Batasan 1  2 X1 + 4 X2 = 120  titik potong dengan sumbu X1 = 60

titik potong dengan sumbu X2 = 30
Batasan 2  6 X1 + 3 X2 = 180  titik potong dengan sumbu X1 = 30
titik potong dengan sumbu X2 = 60

Setelah itu tentukan daerah kelayakan (feasible region), disini daerah feasible
region adalah daerah yang dibatasi oleh titik-titik 0 (titik pusat), titik A (perpotongan
antara garis fungsi batasan 1 dengan sumbu horizontal), titik B (perpotongan antara
garis fungsi batasan 1 dan garis fungsi batasan 2), dan titik C (perpotongan antara
garis fungsi batasan 2 dengan sumbu vertikal).

Kemudian membuat garis fungsi tujuan.

Misalkan Z = 3000
Maka 3000 = 200 X1 + 300 X2  titk potong dengan sumbu X1 = 15
titik potong dengan sumbu X2 = 10
Pokok Bahasan Ii Linear Programming Metode Kuantitatif . 21 Geser garis fungsi
tujuan menjauhi titik 0 sehingga menyentuh kedua garis fungsi batasan

Gambar 2: Metode Grafis dalam Penyelesaian Linear Programming

6
 c. Jadi solusi optimumnya : X1 diproduksi sebanyak 20 buah dan X2 diproduksi
sebanyak 20 buah
d. Z max = 20 X1 + 30 X2
= 200 (20) + 300 (20)
= 10000
Keuntungan maksimum sebesar Rp. 10.000

Soal Kasus

1. Seorang petani yang memiliki 7 Ha tanah sedang memikirkan berapa Ha tanah

yang harus ditanamai padi dan berapa Ha yang harus ditanami kedele. Ia
mengetahui bahwa jika ditanami padi, setiap Ha tanah akan menghasilkan 10
ton padi. Untuk itu diperlukan tenaga kerja 4 HKO per minggunya. Jika ditanami
kedele, hasilnya 25 ton per Ha dan diperlukan tenaga kerja 10 HKO per
minggunya. Setiap Kg Padi dapat dijual dengan harga Rp. 3000,- sedangkan
harga kedele Rp. 4000,- per Kg. Saat ini ini petani tersebut hanya memiliki
tenaga kerja 40 HKO per minggunya. Karena ada peraturan pemerintah yang
mengharuskan setiap petani untuk menghasilkan padi paling sedikit 30 ton setiap
kali panen, bagaimanakah formulasi persoalan ini agar petani tersebut dapat
menggarap tanahnya secara optimal ?
2. Seorang pengusaha yang memiliki 3 buah pabrik sedang menghadapi masalah
berkaitan dengan pembuangan limbah pabriknya. Selama ini ia membuang
limbah tersebut ke sungai sehingga menimbulkan 2 macam polutan. Setelah
berkonsultasi dengan pihak berwenang, diperoleh informasi bahwa ongkos untuk
memproses zat buangan dari pabrik I adalah Rp. 15.000,-/ton dengan
kemampuan dapat mengurangi polutan I sebanyak 0,1 ton dan polutan II
sebanyak 0,45 ton dari setiap 1 ton zat buangan. Ongkos untuk memproses zat
buangan dari pabrik II adalah Rp. 10.000,-/ton dengan kemampuan mengurangi
0,2 ton polutan I dan 0,25 ton polutan II. Untuk memproses 1 ton zat buangan
dari pabrik III diperlukan biaya Rp. 20.000,-/ton yang akan mengurangi 0,4 ton
polutan I dan 0,3 ton polutan II. Peraturan pemerintah mengharuskan
perusahaan ini untuk dapat mengurangi polutan I paling sedikit 30 ton dan
polutan II paling sedikit 40 ton. Formulasikan persoalan ini agar diperoleh
ongkos total yang minimum !

7
 ACARA II
METODE SIMPLEX

Penyelesaian Linear Programming dengan Metode Grafis penggunaan

terbatas untuk 2 variabel saja (gambar yang terbentuk dalam 2 dimensi).
Sebenarnya penyelesaian untuk 3 variabel dengan Metode Grafis masih bisa,
tetapi karena gambar nantinya yang terbentuk menjadi 3 dimensi, maka cara
menggambar maupun interpretasinya juga menjadi semakin sulit. Untuk itu,
penyelesaian permasalahan Linear Programming yang jumlah variabelnya lebih
banyak dapat menggunakan Metode Simplex. Perkembangan teknologi sekarang,
dengan program komputer memungkinkan penyelesaian Linear Programming
dengan variabel keputusan yang jauh lebih banyak

Penyelesaian Linier Programming dengan Metode Simplex

Penyelesaian permasalahan Linear Programming dengan vaiabel
keputusan yang lebih banyak, dapat dilakukan dengan Metode Simplex. Metode
ini menggunakan cara perhitungan algorithma yang dalam prakteknya berbentuk
tabel yang dinamakan metode simplex tabel. Dinamakan demikian karena
penyelesaian kombinasi-kombinasi variabel yang optimal dihitung menggunakan
tabel-tabel.

a). Penyelesaian persoalan linier programming maksimisasi :

Seperti contoh di depan yang sudah kita selesaian dengan metode grafis,
kita selesaiakan dengan metode simplex. Langkah-langkah penyelesaian Linear
Programming dengan metode simplex dapat ditempuh dengan langkah-langkah
sebagai berikut :

Max : Z = 200 X1 + 300 X2

Batasan : 2 X1 + 4 X2  120
6 X1 + 3 X2  180
X1 ; X2  0

1. Ubah fungsi objective, dari bentuk eksplisit menjadi implisit.

Z = 200 X1 + 300 X2 diubah menjadi : Z - 200 X1 - 300 X2 = 0
2. Ubah tanda ketidaksamaan dari fungsi constraint menjadi bertanda sama
dengan ( = ) dengan menambahkan variabel Slack. Variabel slack adalah
variabel tambahan yang mewakili pengangguran atau kapasitas constraint
(batasan).
2 X1 + 4 X2  120 diubah menjadi : 2 X1 + 4 X2 + S1 = 120
6 X1 + 3 X2  180 diubah menjadi : 6 X1 + 3 X2 + S2 = 180
Karena kondisi ini maka fungsi tujuannya juga harus menyesuaikan menjadi :
Z - 200 X1 - 300 X2 + 0 S1 + 0 S2 = 0
3. Susun fungsi objective dan fungsi constraint dalam bentuk persamaan
standar.

8
 Fungsi tujuan Max : Z - 200 X1 - 300 X2 + 0 S1 + 0 S2 = 0
Fungsi batasan (1) 2 X1 + 4 X2 + S1 = 120
(2) 6 X1 + 3 X2 + S2 = 180
4. Susun model dalam bentuk tablo (tabel). Tabel ini disebut tabel awal.
Angkaangka yang dimasukkan dalam tabel awal adalah angka koefisien dari
variabelvariabel : Z, X1, X2, …. , Xn, S1, S2, ….. , Sn, dan Nilai Kanan (NK).
Pada tabel ditambahkan kolom Variabel Dasar (VD), dan Rasio.

VD Z X1 X2 S1 S2 NK
Z 1 -200 -300 0 0 0
S1 0 2 4 1 0 120
S2 0 6 3 0 0 180
*) Variabel dasar adalah variabel yang nilainya sama dengan nilai pada sisi kanan
dari persamaan.

5. Pilih kolom dari baris pertama tabel yang mempunyai angka negatif terbesar,
untuk dipakai sebagai kolom pivot (kolom kunci).

VD Z X1 X2 S1 S2 NK
Z 1 -200 -300 0 0 0
S1 0 2 4 1 0 120
S2 0 6 3 0 0 180

6. Lihat nilai-nilai di bawah kolom pivot (kolom kunci). Jika semua  0 , artinya
tidak punya solusi. Jika tidak, lanjutkan.
7. Bagilah nilai kanan dengan nilai yang ada pada kolom pivot (kolom kunci),
kecuali kolom Z. Isikan hasil baginya pada kolom Rasio.
8. Pilih baris yang mempunyai Rasio paling kecil, sebagai baris pivot (baris
kunci).
9. Titik potong kolom pivot dengan baris pivot menghasilkan pivot point (nilai
kunci).

VD Z X1 X2 S1 S2 NK Ratio
Z 1 -200 -300 0 0 0
S1 0 2 4 1 0 120 30*
S2 0 6 3 0 0 180 60

10. Sampai disini tabel awal sudah selesai. Selanjutnya buatlah tabel yang baru
di bawah tabel awal.
11. Isilah tabel kedua dimulai dari baris kunci pada tabel awal. Baris ini variabel
dasar tabel awal diganti dengan variabel kunci tabel awal. Angka-angka pada
baris ini berasal dari angka-angka dari baris kunci tabel awal dibagi dengan
angka kunci.

9
 VD Z X1 X2 S1 S2 NK Ratio
Z 1 -200 -300 0 0 0
S1 0 2 4 1 0 120 30*
S2 0 6 3 0 0 180 60
VD Z X1 X2 S1 S2 NK Ratio
Z
X2 0 ½ 1 ¼ 0 30
S2

12. Selanjutnya ubah tabel dengan menggunakan Eliminasi Gauss. Untuk baris-
baris yang lain, isilah dengan cara : (angka-angka pada baris yang lama) –
(angka-angka pada baris dari hasil perhitungan langkah 12) * (angka kunci
tabel awal yang bersesuaian).

Baris ke 1 : ( -200 -300 0 0 0)

( - 300) ( ½ 1 ¼ 0 30 ) (-)
- 50 0 75 100 9000

Baris ke 2 : ( 6 3 0 1 180 )
(3) ( ½ 1 ¼ 0 30 ) ( - )
4½ 0 -¾ 1 90

VD Z X1 X2 S1 S2 NK Ratio
Z 1 -200 -300 0 0 0
S1 0 2 4 1 0 120 30*
S2 0 6 3 0 0 180 60
VD Z X1 X2 S1 S2 NK Ratio
Z 1 -50 0 75 100 900
X2 0 1/2 1 1/4 0 30 60
S2 0 4½ 0 -¾ 1 90 20

13. Setelah tabel kedua terisi semua, lihatlah baris pertamanya (baris variabel
dasar Z), apakah sudah tidak ada yang bernilai negatif. Jika masih ada yang
bernilai negatif, penyelesaian dilanjutkan lagi seperti mulai langkah ke 6.
Seperti kita lihat pada contoh diatas, ternyata baris 1 ( Z ) masih ada yang
bernilai negatif, yaitu (– 50) pada variabel X1 , maka tabel simplex masih
harus dilanjutkan perhitungannya karena belum optimal. Caranya seperti
pada saat membuat tabel kedua simplex.

10
 VD Z X1 X2 S1 S2 NK Ratio
Z 1 -200 -300 0 0 0
S1 0 2 4 1 0 120 30*
S2 0 6 3 0 0 180 60
VD Z X1 X2 S1 S2 NK Ratio
Z 1 -50 0 75 100 900
X2 0 1/2 1 1/4 0 30 60
S2 0 4½ 0 -¾ 1 90 20*
VD Z X1 X2 S1 S2 NK Ratio
Z 1 0 0 66 1/3 99 1/6 10.000
X2 0 0 1 1/3 -1/9 20
X1 0 1 0 -1/6 2/9 20

14. Jika sudah tidak ada yang bernilai negatif artinya sudah optimal. Pembacaan
hasil optimal dilihat dari variabel dasarnya yang dan nilai kanan yang
bersesuaian. Artinya pada kondisi optimal, X1 (Roti Bolu) yang diproduksi
adalah 20 buah, dan X2 (Roti Sisir) yang diproduksi juga 20 buah, maka
akan menghasilkan keuntungan sebesar Rp. 10.000,-

Soal-Soal : Selesaikan permasalahan linear programming berikut dengan

menggunakan metode simplex :
1. Maksimumkan : Z = 4 X1 + 3 X2
Kendala : 2 X1 + 3 X2  6
- 4 X1 + 2 X2  3
2 X2  5
2 X1 + X2  4
X1 , X2 ,  0

2. Maksimumkan : Z = 60 X1 + 30 X2 + 20 X3
Kendala : 8 X1 + 6 X2 + X3  60
4 X1 + 2 X2 + 1,5 X3  60
2 X1 + 1,5 X2 + 0,5 X3  60
X1 , X2 , X3  0

3. Maksimumkan : Z = 3 X1 + X2 + 5 X3 + 4 X4
Kendala : 3 X1 - 3 X2 + 2 X3 + 8 X4  50
5 X1 + 6 X2 - 4 X3 - 4 X4  40
4 X1 - 2 X2 + X3 + 3 X4  20
X1 , X2 , X3 , X4  0

11
 ACARA III
TEORI DUALITAS
Pendahuluan

Setiap persoalan linier programming, selalu mempunyai persoalan kedua yang

selalu berkaitan dengan persoalan pertama. Persoalan pertama disebut Primal
dan persoalan kedua disebut Dual. Kedua persoalan tersebut selalu berkaitan
sedemikian rupa sehingga solusi optimal dari persoalan pertama akan
memberikan informasi yang lengkap tentang solusi optimal dari persoalan kedua.

Hubungan antara permasalahan model yang asli (disebut bentuk “primal”)

dengan bentuk dualnya sangat bermanfaat untuk berbagai hal, khususnya
interpretasi ekonominya. Bentuk dual dari bentuk dual adalah bentuk primal.

Primal  ----------------------------  Dual

Persoalan Primal :

Max : Z = c1 X1 + c2 X2 + ………. + cn Xn
Kendala a11 X1 + a12 X2 + ………………………… + a1n Xn  b1
a21 X1 + a22 X2 + ………………………… + a2n Xn  b2
am1 X1 + am2 X2 + ………………………… + amn Xn  bm

X1 ; X2 ; …………. ; Xn  0

Model Dualnya :

Min : Y0 = b1 Y1 + b2 Y2 + ……………………. + bn Yn
Kendala a11 Y1 + a21 Y2 + ………………………… + am1 Ym  c1
a12 Y1 + a22 Y2 + ………………………… + am2 Xm  c2
a1n Y1 + a2n Y2 + ………………………… + amn Ym  cm
Y1 ; Y2 ; …………. ; Ym  0

Catatan : Y1 ; Y2 ; ………….. ; Ym adalah variabel pada model dual.

Dasar Teori Dualitas

Secara umum model linear programming bentuk primal yang standar dapat
ditulis dalam model persamaan matematis sebagai berikut :

Fungsi Tujuan : Maksimumkan Z =  cj Xj

Fungsi Batasan :  aij Xj ≤ bj
dan Xj ≥ 0 untuk j = 1, 2, ………, n

12
Jika bentuk matematis dari linear programming diatas dibuat dalam bentuk tabel
simplex, maka akan menjadi lebih mudah dipahami. Sebagai contoh kita
tampilkan tabel simplex dari baris 1 (baris fungsi tujuan Z).

Tabel Hubungan Primal Dual dilukiskan seperti pada tabel berikut :

PRIMAL (DUAL) DUAL (PRIMAL)

Maximisasi Minimisasi
Elemen Nilai Kanan Koefisien fungsi objective
Tanda fungsi kendala :  Tanda Variabel :  0
Tanda fungsi kendala :  Tanda Variabel :  0
Tanda fungsi kendala : = Tidak terbatas dalam tanda. Tanda
Variabel :  0 Tanda fungsi kendala : 
Tanda Variabel :  0 Tanda fungsi kendala : 
Tidak terbatas dalam tanda. Tanda fungsi kendala : =
Koefisien fungsi objective Elemen nilai kanan
Minimisasi Maximisasi

Contoh :

Model persoalan primal :

Max : Z = 2 X1 + X2
Kendala : X1 + X2  7
2 X1 + 3 X2  9
4 X1 + X2  10
X1 ; X2  0

Maka bentuk model dualnya :

Min : Y0 = 7 Y1 + 9 Y2 + 10 Y3
Kendala : Y1 + 2 Y2 + 4 Y3  2
Y1 + 3 Y2 + Y3  1
Y1 ; Y2 ; Y3  0

Latihan Soal :
Persoalan Primal :
Max : Z = 2 X1 + X2 - 3 X3 + 5 X4
Kendala : X1 + 7 X2 + 3 X3 + 7 X4  46
3 X1 - X2 + X3 + 2 X4  8
2 X1 - 3 X2 - X3 + X4  10
X1 ; X2 ; X3 ; X4  0

13
Carilah : a. Persoalan dualnya.
b. Penyelesaian optimal dual dari primalnya.

Jawab :
a. Persoalan dualnya :
Min Y0 = 46 Y1 + 8 Y2 + 10 Y3
Kendala : Y1 + 3 Y2 + 2 Y3  2
7 Y1 - Y2 + 3 Y3  1
3 Y1 + Y2 - Y3  - 3 7 Y1 + 2 Y2 + Y3  5
Y1 ; Y2 ; Y3  0

b. Penyelesaian primal dengan menggunakan metode simplex pada iterasi

terakhir adalah sebagai berikut :

Jadi penyelesaian primal : X1 = 0 ; X2 = 12/7 ; X3 = 0 ; X4 = 34/7 ; Z = 26

penyelesaian dual : Y1 = 1/3 ; Y2 = 4/3 ; Y3 = 0 ; Y0 = 26.

Metode dual simplex ini juga sangat penting untuk digunakan dalam analisis
kepekaan (sensitivity analysis). Contohnya jika terjadi suatu kendala baru
ditambahkan ke dalam persoalan semula setelah mencapai solusi optimal.
Apabila ternyata kendala baru tidak terpenuhi oleh solusi optimal yang telah
dicapai, maka persoalannya akan menjadi tidak feasibel lagi, sehingga untuk
menyelesaikan ketidakfeasibelan ini perlu digunakan metode dual simplex.

Latihan Soal:

Diketahui bentuk primal dari model linear programming sebagai berikut :

Maksimumkan : Z = 3 X1 + X2 + 4 X3
Kendala : 6 X1 + 3 X2 + 5 X3  25
3 X1 + 4 X2 + 5 X3  20
X1 , X2 , X3  0

Pertanyaan : a. Carilah bentuk dualnya.

b. Selesaikan primal dari dualnya.

14
 ACARA IV
LINEAR PROGRAMMING DENGAN POM FOR WINDOWS

Dalam praktek mempelajari penyelesaian masalah dengan linear programming ini

digunakan perangkat lunak (software) POM for Windows.

1. MENJALANKAN POM FOR WINDOWS

a. Melalui Shortcut

Apabila ada shortcut POM for Windows maka di klik 2x pada icon (Gambar)
Shortcut POM for Windows.
b. Melalui Menu Program
Klik start → Program → Pilih POM for Windows sehingga akan muncul pada
layar sebagai berikut :

Gambar 1.1. Langkah KE-1 Linear Programming

Secara garis besar layar POM for Windows terdiri atas :

a. Title Bar

Terdiri dari: The control Main Box, program name dan button untuk layar yaitu
Minimize, Maximize, dan close.
b. Menu Bar
Terdiri dari: File, Edit, View, Modul, Tables, Tools, Windows, dan Help.

15
 c. Tool Bar atau Button Bar

Terdiri dari: Command Bar, contohnya print screen dan solve, Instruction
Panel, Extra Data Area, Data Table, Annotation Area, Status Panel.

2. MENYIMPAN FILE PADA POM FOR WINDOWS

Ketika hendak menyimpan file maka tutup semua hasil yang dibuka melalui
tombol WINDOW. Kemudian kembali ke data awal dengan menekan tombol edit
data sehingga muncul tabel. Apabila grafik tidak ditutup dulu maka akan muncul
pertanyaan save as bmp file? Berikut ekstensi yang harus diperhatikan ketika
menyimpan file pada MODULE yang akan dibahas :
a. Linear Programming save as file dengan ekstensi .lin
b. Transportations save as file dengan ekstensi .tra
c. Assignment save as file dengan ekstensi .ass
d. Break-even / Cost Volume Analysis save as file dengan ekstensi .bre
e. Inventory save as file dengan ekstensi .inv

3. MODUL POM FOR WINDOWS

Untuk memberikan gambaran singkat, berikut ini akan diuraikan beberapa

materi pada modul POM beserta contoh kasus dan langkah pemecahannya. Modul ini
digunakan untuk memecahkan masalah yang terkait dengan pengalokasian sumber
daya perusahaan secara optimal untuk mencapai keuntungan maksimal atau biaya
minimum. Ada dua model dalam Linier Programming, yaitu:

a. Model Grafik

Model grafik digunakan untuk memecahkan masalah penentuan kombinasi

optimum (maksimal dua variabel) guna memaksimumkan laba atau meminimumkan
biaya dengan kendala tertentu.

16
Contoh kasus1 Maksimisasi:
Dua produk diproses berangkai menggunakan 4 mesin. Waktu setiap mesin
per hari tersedia 8 jam. Waktu proses produksi dan profit sebagai berikut:
Tabel 1.1. Contoh Matrik Model LP Maksimisasi

PRODUK MESIN 1 MESIN 2 MESIN 3 MESIN 4 PROFIT

1 10 menit 6 menit 8 menit 0 menit Rp. 10.000
2. 5 menit 20 menit 15 menit 30 menit Rp. 20.000

Hitung jumlah produksi optimal setiap jenis produk dan keuntungan totalnya!

Penyelesaian:
Pada kasus diatas disebutkan bahwa waktu yang tersedia adalah 8 jam
sedangkan proses produksi mesin menggunakan satuan menit sehingga perlu
dilakukan penyesuaian satuan waktu menjadi menit sehingga diperoleh angka 8 jam
x 60 menit = 480 menit. Langkah selanjutnya adalah menyusun formulasi sesuai
data yang terdapat dalam tabel diatas. Untuk mempermudah, jika soal yang
diberikan dalam bentuk narasi, dibuat dahulu dalam bentuk tabel.

Formulasi Linier Programming:

Max Z = 10.000 X1 + 20.000 X2

Kendala : 1. 10 X1 + 5 X2 ≤ 480
2. 6 X1 + 20 X2 ≤ 480
3. 8 X1 + 15 X2 ≤ 480
4. 30 X2 ≤ 480
5. X1, X2 ≥ 0

Setelah formulasi selesai disusun maka masukkan data pada program POM
for Windows dengan langkah sebagai berikut:

17
 Pada menu POM klik MODULE lalu pilih Linear Programming, lalu klik NEW
sehingga muncul gambar berikut :

Gambar 1.2. Langkah ke-1 Formulasi Linier Programming:

Keterangan:
 Title → judul kasus yang diselesaikan, misalnya PT. LAKU LAN JAYA

 Number of Constraint → jumlah fungsi batasan yang ada pad kasus.
Isikan 4 buah mesin untuk produksi (A,B,C,D) sebagai fungsi batasan.
 Number of Variables → jumlah variabel yang ada pad fungsi tujuan. Isikan
2 sesuai kasus di atas terdapat 2 produk (1,2) sebagai fungsi tujuan.
 Objective → tujuan pengalokasian sumber daya. Klik Maximize sesuai kasus
di atas (memaksimalkan keuntungan)
 Row Name Options → Nama batasan yang diinginkan, misalnya A,B,C,…

Selanjutnya Klik OK sehingga muncul tampilan isian untuk memasukkan koefisien

fungsi batasan dan fungsi tujuan serta kapasitas maksimum batasan pada
kolom RHS (Right Hand Side) seperti berikut:

18
 Gambar 1.3. Langkah ke-2 Linear Programming

Klik SOLVE apabila data sudah lengkap dan benar sehingga akan tampak
hasilnya.
Kemudian dengan meng-klik Window akan tampil pilihan Linear Programming
Result, Ranging, Solution List, Iterations, dan Graph seperti pada gambar
berikut:

Gambar 1.4. Langkah ke-3 Linear Programming

19
Gambar 1.5. Langkah ke-4 Linear Programming

Gambar 6. Langkah ke-5 Linear Programming

10

20
 Gambar 1.7. Output dari penyelesaian CONTOH SOAL LINEAR
PROGRAMMING

Kesimpulan :

Area warna pink pada grafik merupakan Feaseble Area yaitu daerah batas yang
mungkin untuk pengalokasian sumber daya produksi yang ada dengan waktu yang
tersedia. Produksi tidak boleh melebihi titik-titik yang ada pada daerah Feaseble
Area.
Pada grafik terdapat Isoprofit Line yang berada pada titik (34,29:13,71) di mana
garis tersebut merupakan titik koordinat maksimum produksi guna mencapai profit
yang maksimal.

Pada grafik sisi kanan terdapat Kolom Constraint Display yang akan
menunjukkan garis dari persamaan formulasi Linear Programming yang ada apabila
di-klik salah satu check-box di depannya.

Di bawah kolom Constraint Display terdapat kolom Corner Points yang

menunjukkan hubungan antara variabel X1 dan X2 serta Z.

11

21
 Jadi, jika X1 = 48 dan X2 = 0 maka Z (profit) akan bernilai 480.000
Jumlah produksi untuk produk :1. (X1) = 34,29
2. (X2) = 13.71
Keuntungan Total : Z = Rp. 617.142,9,-

Contoh kasus2 Minimisasi:

Min Z = 8 X1 + 2X2
Kendala 1. = 2 X1 – 6 X2 ≤ 12
2. = 5 X1 + 4 X2 ≥ 40
3. = X1 + 2 X2 ≥ 12
4. = X2 ≤ 6

5. = X1, X2 ≥ 0
Penyelesaian:
 Klik Module Linear Programming → New

 Ketikkan judul pada Title

 Number of Constraint diisi 4 karena pada kasus di atas terdapat 4 fungsi
batasan / kendala.

 Number of Variable diisi 2 karena pada kasus di atas terdapat dua fungsi tujuan,
yaitu X1 dan X2.

 Pada kolom Objective pilih Minimize dan pada Row Name Options pilih A, B,

C,….

 Klik OK lalu SOLVE dan lihat hasilnya dengan meng-klik WINDOW untuk memilih
hasil tampilan.

12

22
 Pada grafik minimisasi, kolom Corner Points menunjukkan titik-titik optimal
untuk produksi X1 = 3,2 dan X2 = 6 serta Z (biaya minimum) = 3,76

b. Model Simplex

Model simplex digunakan untuk memecahkan masalah programasi linear

melalui iterasi di mana tahapan-tahapan komputasional diulangi terus menerus
sebelum diperoleh tingkat optimal. Tujuannya sama seperti Model Grafik Linear
Programming yaitu untuk mendapatkan keuntungan maksimal (Maksimisasi) dan
biaya minimum (minimisasi). Namun pada model simplex, jumlah variabel bisa dua
atau lebih dari dua.

Contoh Kasus Maksimisasi:

Lihat kembali kasus 1 Maksimisasi

Isikan formulasi Linear Programming untuk kasus 1 lalu seperti pada langkah-
langkah sebelumnya. Kemudian klik SOLVE untuk melihat hasilnya. Selanjutnya akan
dibahas mengenai iterasinya.
Formulasi simplex untuk kasus 1 tersebut adalah:
Z = 10.000 X1 + 20.000 X2
= 10 X1 + 5 X2 + S 1 ≤ 480
= 6 X1 + 20 X2 + S2 ≤ 480

13

23
 = 8 X1 + 15 X2 + S3 ≤ 480
= 30 X2 + S4 ≤ 480

Adapun S (Slack) adalah variabel semu.

Pada Window pilih Iterations sehingga akan muncul gambar berikut:

ada tabel iterasi tampak bahwa iterasi terjadi sebanyak 4 kali. Hal tersebut
berarti untuk mencapai kombinasi angka optimum diperlukan empat kali
langkah komputasi.
Pada tabel Iterasi ke-4 dapat ditarik kesimpulan bahwa:

Pada Basic Variable menyatakan jumlah produksi untuk Produk 1 (X1)

= 34,29 dan Produk 2 (X2) = 13,71. Dan S1 bernilai 1, artinya ada sisa pada
kendala 1 (480) sebanyak 1.

Contoh Kasus Minimisasi:

Lihat kembali kasus 2 Minimisasi.

Langkah pengerjaan sama dengan kasus 2 minimisasi. Hal yang akan di

bahas adalah ITERASI. Perhatikan tabel berikut.

14

24
 Pada tabel iterasi tersebut disebutkan bahwa iterasi terjadi sebanyak 7 kali.
Pada tabel tersebut muncul komponen Artfcl (artificial) dan Surplus yang akan
muncul bila kasus tersebut bukan kasus standar dan membutuhkan variabel
pembantu untuk mencapai iterasi maksimal.

Soal – soal Latihan :

1. Loris Bakery menghasilkan 2 macam roti, yaitu roti A dan Roti B. untuk
membuat roti A diperlukan bahan baku I 3Kg dan bahan baku II 2 Kg.
sedangkan untuk membuat roti B diperlukan bahan baku I 4Kg dan bahan baku
II 5Kg. jumlah bahan baku I dan bahan baku II yang di miliki Loris bakery
sebanyak 80Kg dan 100Kg. Harga jual roti A Rp 6.000 dan roti B Rp 8.000.
berapa hasil maksimal yang akan didapatkan perusahaan?

2. Toko Laris Menyediakan 2 merk pupuk, Standard & Super. Tiap jenis
mengandung campuran bahan Nitrogen & Fosfat dalam jumlah tertentu.
Seorang petani membutuhkan paling sedikit 16Kg & 24Kg Nitrogen Dan Fosfat
lahannya. Harga pupuk Standard & Super 3000 & 6000. Petani tersebut ingin
mengetahui berapa sak masing - masing jenis pupuk yang harus dibeli agar

15

25
 total harga pupuk mencapai nilai minimum (harga paling murah) agar
kebutuhan pupuk lahannya dapat terpenuhi?

3. PT LAQUNA TEKSTIL memiliki sebuah pabrik yang akan memproduksi 2 jenis

produk, yaitu kain sutera dan kain wol. Untuk memproduksi kedua produk
tersebut diperlukan bahan baku benang sutera, bahan baku benang wol dan
tenaga kerja. Maksimum penyediaan benang sutera adalah 60 kg per hari,
benang wol 30 kg per hari dan tenaga kerja 40 jam per hari. Kebutuhan setiap
unit produk akan bahan baku dan jam tenaga kerja dapat dilihat dalam tabel
berikut:

Kg Bahan Baku dan

Jenis Bahan Baku Jam Tenaga Kerja Maksimum
dan Tenaga Kerja Kain sutera Kain wol Penyediaan
Benang Sutera 2 3 60 Kg
Benang Wol - 2 30 Kg
Tenaga Kerja 2 1 40 Jam

Kedua jenis produk memberikan keuntungan sebesar Rp 40 juta untuk kain

sutera dan Rp 30 juta untuk kain wol. Masalahnya adalah bagaimana
menentukan jumlah unit setiap jenis produk yang akan diproduksi setiap hari
agar keuntungan yang diperoleh bisa maksimal.

4. Perusahaan makanan ROYAL merencanakan untuk membuat dua jenis mak

anan yaitu Royal Bee dan Royal Jelly. Kedua jenis makanan tersebut
mengandung vitamin dan protein. Royal Bee paling sedikit diproduksi 2 unit dan
Royal Jelly paling sedikit diproduksi 1 unit. Tabel berikut menunjukkan jumlah
vitamin dan protein dalam setiap jenis makanan:

16

26
 Vitamin Protein
Jenis Makanan Biaya / unit
(Unit) (unit)
Royal Bee 2 2 100.000
Royal Jelly 1 3 80.000
Minuman Kebutuhan 8 12

Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan

biaya produksi?

5. Perusahaan minuman MARIGOLD merencanakan untuk membuat tiga jenis

minuman yaitu Soy Bean, Yoghurt, dan Peel Fresh. Untuk menghasilkan ketiga
jenis minuman tersebut, diperlukan adanya bahan baku, tenaga kerja, tenaga
mesin, dan lainnya. Soy Bean dipasarkan dengan harga empat ribu rupiah/
botol, Yoghurt dipasarkan dengan harga dua ribu lima ratus rupiah/ botol, dan
Peel Fresh dipasarkan dengan harga tiga ribu rupiah/ botol. Kebutuhan proses
produksi untuk ketiga jenis minuman tersebut dapat ditabelkan sebagai berikut:

Jenis Minuman MARIGOLD Kapasitas

Keperluan
Soy Bean Yoghurt Peel Fresh tersedia
Bahan Baku 20 30 10 25,000
Tenaga Kerja 25 15 30 12,000
Tenaga Mesin 30 25 20 10,000
Lainnya 10 20 25 17,500

Bagaimana menentukan kombinasi ketiga jenis minuman, berapa banyak Soy

Bean, Yoghurt, ataupun Peel Fresh yang harus dihasilkan agar memberikan
keuntungan terbesar dengan tidak melampaui kapasitas (kendala) yang
tersedia?

6. PT “B” menghasilkan 2 jenis tas yaitu tas kerja dan tas wanita dengan bahan
baku berupa kulit dan plastik. Untuk setiap unit tas kerja dibutuhkan 6 lembar

17

27
kulit dan 3 lembar plastik. Bahan baku yang dimiliki perusahaan adalah 240
lembar kulit dan 180 lembar plastik. Harga jual tas kerja Rp. 80.000 dan tas
wanita Rp. 40.000. Tentukan jumlah produksi agar menghasilkan penerimaan
yang optimal.

18

28
 ACARA V
METODE TRANSPORTASI

Metode ini diigunakan untuk memecahkan masalah pengangkutan komoditi

tunggal dari sejumlah sumber ke sejumlah destinasi (tempat tujuan) dengan tujuan
untuk meminimkan biaya pengangkutan, memaksimumkan keuntungan atau
meminimumkan total waktu pengangkutan.

Masalah Transportasi dapat diselesaikan dengan menggunakan POM for

Windows yang akan memberikan pilihan pemecahan masalah dengan menggunakan
4 pilihan metode, yaitu:
a. Any Starting Method,
b. Northwest Corner Method,
c. Minimum Cost Method, dan
d. Vogel’s approximation Method

 Jumlah barang yang tersedia (Supply) sama dengan jumlah barang yang
diminta (Demand).

 Jumlah barang yang tersedia lebih besar dari jumlah barang yang diminta.
Dalam keadaan ini muncul Dummy Destination.

 Jumlah barang yang tersedia lebih sedikit dari jumlah barang yang diminta.
Dalam keadaan ini muncul Dummy Source.

Vogel’s Approximation Method (VAM):

Suatu pabrik memiliki tiga daerah pemrosesan, yaitu daerah D, E, F dan

memiliki tiga gudang yang berlokasi di A, B, dan C sebagai tempat tujuan distribusi
hasil produksi.

Kapasitas produksi per bulan pabrik D = 90 ton, E = 60 ton, dan F = 50 ton.

Permintaan masing-masing gudang A = 50 ton, B = 110 ton, dan C = 40 ton per
bulan. Berikut biaya transportasi dari pabrik ke gudang (Rp):

19

29
 Gudang
A B C
Pabrik
D 20 5 8
E 15 20 20
F 25 10 19

Tentukan dari pabrik mana dikirim ke gudang mana dan berapa jumlah serta total
biaya transportasinya.

Penyelesaian:
 Klik Module → Transportation → New

 Title → ketikkan judul, misalnya PT. Laku Lan Jaya

 Number of Source → jumlah sumber yang ada (pabrik). Ketikkan 3

 Number of Destination → jumlah tujuan yang ada (gudang). Ketikkan 3

 Objective → pilih minimize karena menghitung biaya minimal.

 Row Name Options → pilih source1, source2, ….

 Klik OK sehingga muncul tabel isian dan isikan data sesuai kasus:

Pilih Vogel’s approximation Method pada Starting Menthod. Setelah itu klik SOLVE
untuk melihat hasilnya.

20

30
Soal-soal Latihan

1. Perusahaan air mineral ingin mendistribusikan produk terbarunya ke empat

agen yang menjadi pelanggan perusahaan air mineral tersebut dan ingin
mendistribusikannya ke beberapa kota di Indonesia dengan biaya atar kepada
para agen di hitung dengan jarak tempat agen tersebut setiap per galonnya.
Berikut biaya pengiriman produk tersebut dalam bentuk rupiah (Rp):

Tabel 3.1 Data Transportasi

Ke Cilegon Kuningan Bandung Padang Supply
Dari
Agen 1 1 10 90 95 75 6300
Agen 2 80 75 120 80 4750
Agen 3 95 100 65 115 5450
Agen 4 70 85 75 90 6500
Demand 5200 5500 6000 6300 23000

Tentukan alokasi yang memberikan biaya transportasi yang paling minimum?

2. Suatu perusahaan mempunyai tiga pabrik di W, H, O. Dengan kapasitas

produksi tiap bulan masing- masing 90 ton, 60 ton, dan 50 ton; dan mempunyai
tiga gudang penjualan di A, B, C dengan kebutuhan tiap bulan masing- masing
50 ton, 110 ton, dan 40 ton. Biaya pengangkutan setiap ton produk dari pabrik
W, H, O ke gudang A, B, C adalah sebagai berikut:

Tentukan alokasi hasil produksi dari pabrik – pabrik tersebut ke gudang –

gudang penjualan dengan biaya pengangkutan terendah?

21

31
3. MG Auto memiliki 3 pabrik mobil di Los Angeles, Detroit dan New Orleans dan 2
distributor utama di Denver dan Miami. Jumlah produksi mobil tiap tiap pabrik
dalam satu tahun adalah 100 unit, 150 unit dan 50 unit. Permintaan kedua
distributor setiap tahunnya masing masing sejumlah 175 unit dan 125 unit.

Biaya pengiriman tiap unit mobil dari tiap pabrik ke tiap distributor ditunjukkan
pada matriks berikut:

Tentukan pendistribusian yang optimal (jumlah pengiriman mobil dari tiap

pabrik tiap distributor, dengan total biaya minimal) ?

4. Perusahaan Hardrock memiliki 3 pabrik pada daerah yang berbeda-beda dan

memiliki 3 proyek dengan lokasi yang berbeda juga. Biaya pengiriman per truk
tercantum dalam table di bawah ini:

Proyek Proyek A Proyek B Proyek C

Pabrik
Pabrik 1 10 4 11
Pabrik 2 12 5 8
Pabrik 3 9 7 6

Adapun kapasitas harian pabrik, masing-masing adalah: Pabrik 1 kapasitas 70,

Pabrik 2 kapasitas 50, Pabrik 3 kapasitas 30, dengan kebutuhan tiap proyek
adalah: Proyek A = 40, Proyek B = 50, Proyek C = 60. Tentukan alokasi yang
memberikan biaya transportasi paling minim.

22

32
 ACARA VI :
MASALAH PENUGASAN (ASSIGNMENT)

Model ini digunakan untuk memecahkan masalah yang berkaitan dengan

penugasan optimal dari bermacam-macam sumber produktif atau personalia yang
mempunyai tingkat efisien berbeda-beda untuk tugas yang berbeda-beda pula.

Contohnya: bagaimana penugasan sejumlah karyawan dengan sejumlah

tugas yang harus dikerjakan dengan tujuan memaksimalkan keuntungan.

Dalam model ini akan dibahas dua masalah, yaitu masalah standar, yaitu jika
jumlah karyawan sama dengan jumlah tugasnya (m=n) serta masalah non-standar,
yaitu jika jumlah karyawan tidak sama dengan jumlah tugasnya (m≠n).
Penugasan Standar

Bagian pemasaran sebuah perusahaan mempunyai empat orang salesman, sebut

saja Akhmad, Andi, Bagus dan Ida yang akan ditugaskan ke empat kota yang
berbeda, yaitu kota A, B, C, dan D. Ke empat calon salesman kemudian diuji
cobakan pada empat kota yang ada selama empat bulan secara bergilir, masing-
masing selama satu bulan. Selama uji coba kinerja mereka diukur berdasarkan unit
barang yang mampu dijualnya dan hasilnya ditunjukkan pada tabel berikut:

KOTA
Salesman
A B C D
Akhmad 120 230 110 220
Andi 90 105 120 140
Bagus 170 140 105 180
Ida 190 200 195 210

Bagaimana sebaiknya susunan penugasan ke empat salesman perusahaan tersebut

yang tepat?

23

33
Penugasan Standar2

Sebuah bengkel menerima enam jenis pekerjaan, masing-masing membutuhkan

pengelolaan pada mesin bubut. Bengkel tersebut mempunyai enam mesin bubut
dengan tingkat kecepatan yang berbeda. Tabel berikut menggambarkan waktu yang
dibutuhkan (dalam jam) untuk memproses tiap pekerjaan pada tiap mesin.

Mesin
Pekerjaan
M-1 M- M-3 M-4 M-5 M-6
A 7 6 2 8 5 5
B 6 8 4 5 4 6
C 9 9 8 12 10 6
D 1 3 1 2 1 1
E 16 18 10 14 19 12
F 12 14 12 18 20 24

Tentukan penugasan tiap pekerjaan ke tiap mesin agar total waktu pengolahannya
sekecil mungkin!

Contoh kasus penugasan non-standar1

Soal sama dengan pada kasus sebelumnya (pada penugasan standar), yang
berbeda pada uji coba mereka dikirim ke lima kota daerah pemasaran selama lima
bulan. Kinerja ke empat salesman di kota E sebagai berikut: Akhmad → 245, Andi
→ 130, Bagus → 195, dan Ida → 185. Bagaimanakah sebaiknya susunan
penugasan ke empat salesman perusahaan tersebut ke empat kota dari lima kota
potensial yang bisa dijangkau agar kinerja salesman optimal?

Soal-soal Latihan:

1. Seorang pengusaha konveksi mempunyai 4 orang karyawati yang memproduksi

4 jenis produk. Jumlah produk yang dihasilkan dari masing-masing karyawan
adalah sebagai berikut:

24

34
 Nama Baju Celana Rok Safari
Aya 6 7 10 9
Ana 2 8 7 8
Lilo 8 9 5 12
Kina 7 11 12 3

Buatlah penugasan karyawan agar dihasilkan produk maksimum?

2. Sebuah perusahaan pengecoran mempunyai 4 mesin, yaoitu M1, M2, M3, dan
M4. Setiap mesin mempunyai kapasitas yang berbeda dalam pengoperasiannya.
Dalam minggu mendatang, perusahaan mempunyai pesanan untuk
menyelesaikan 4 pekerjaan, yaitu J1, J2, J3, dan J4. Biaya pengoperasian
pekerjaan oleh keempat mesin adalah sebagai berikut:

Mesin
M1 M2 M3 M4
Pekerjaan
J1 210 150 180 130
J2 140 160 200 190
J3 150 175 220 200
J4 200 115 160 190

25

35
 ACARA VII :
INVENTORY (PERSEDIAAN)

Model ini digunakan untuk memecahkan kasus yang berhubungan dengan

persediaan barang untuk proses produksi dan biaya produksi dalam kaitannya
dengan permintaan pelanggan terhadap suatu produk dan menyangkut biaya
perawatan stok barang di gudang. Yang tercakup dalam system persediaan bahan
baku ini meliputi: pengadaan bahan baku, penyimpanan bahan baku, serta
pengeluaran bahan baku.

Modul ini merupakan variasi dari model EOQ (Economical Order Quantity).
EOQ adalah suatu jumlah pembelian untuk memenuhi kebutuhan bahan dalam satu
periode yang mempunyai biaya persediaan paling ekonomis untuk dilaksanakan
setiap kali pembelian. Dalam perhitungan EOQ digunakan asumsi sebagai berikut:
a. Pola pemakaian bahan baku tetap
b. Terdapat persediaan yang cukup di pasar bebas
c. Terdapat tingkat harga yang sama dalam satu periode
d. Terdapat tingkat biaya yang sama dalam satu periode

e. Bahan baku yang direncanakan pembeliannya adalah bahan baku di mana

jumlah unit fisik yang dipergunakan sedang, sedangkan nilai rupiahnya juga
sedang.
Dari asumsi model EOQ, maka konsep TIC (Total Inventory Cost) atau
Biaya Total Persediaan dapat dirumuskan sebagai berikut:

TIC = Set Up Cost + Holding Cost

Perilaku biaya pesan tidak dipengaruhi oleh berapa unit yang dipesan, tetapi
dipengaruhi oleh berapa kali kita melakukan pemesanan. Untuk biaya simpan
tergantung dari banyaknya barang yang disimpan (dari rata-rata persedaan dikalikan
biaya simpan per unit per periode).

26

36
 Kasus Economic Order Quantity (EOQ)

Toko elektronik “Brilliant” menjual TV merk “Sukhoi”. Dari pengalaman menjual

selama beberapa tahun diperoleh data bahwa rata-rata unit terjual tiap bulannya
adalah 50 unit. Biaya penyimpanan sebesar 20% dari harga pembelian per unit.
Biaya pesan sekali pemesanan Rp. 50.000 dan harga pembelian per unit sebesar Rp.
600.000. Tentukan EOQ!

Penyelesaian:

Formulasi untuk kasus di atas adalah:

Permintaan (demand) = 50 unit x 12 bulan = 600 unit per tahun
Biaya pesan = Rp. 50.000 tiap kali pesan
Biaya simpan (gudang) = 20% x Rp. 600.000 = Rp. 120.000
Harga pembelian = Rp. 600.000

Langkah pengerjaan:

 Klik module lalu pilih Inventory → New → Economic Order Quantity

(EOQ) Model.
 Isikan judul pada kolom Title lalu klik OK.

 Isikan data sesuai formula di atas seperti tampak pada gambar berikut :

 Klik SOLVE untuk melihat hasilnya.

27

37
Safety Stock:

Safety stock/Iron Stock yaitu persediaan minimal yang harus ada untuk menjamin
kelancaran proses produksi akibat adanya kemungkinan kekurangan persediaan (Out
of Stock). Oleh karena itu sebisa mungkin persediaan minimum jumlahnya harus
ditekan (seminimal mungkin).
Out of stock bisa terjadi karena beberapa hal:

1. Penggunaan bahan dasar di dalam proses produksi yang lebih besar dari pada
yang diperkirakan sebelumnya.

2. Pesanan/pembeliaan bahan dasar tidak dapat datang tepat pada waktunya

(atau lead time tidak terpenuhi/tidak tepat).
Reorder Point (ROP)

Adalah titik pemesanan kembali, yaitu saat kondisi barang persediaan ada beberapa
unit kita harus melakukan pemesanan kembali, mengingat adanya kebutuhan untuk
Safety Stock dan kebutuhan selama waktu menunggu “Lead Time”.

Soal-soal Latihan:

1. Sebuah perusahaan membutuhkan bahan baku klasifikasi B dalam satu tahun =

4500 unit. Biaya tiap kali pesan sebesar Rp. 400. Harga bahan baku per unit
sebesar Rp. 800. Dan biaya simpan per unit per tahun = 5% dari harga beli
bahan baku.
Pertanyaan:
a. Hitung EOQ
b. Persediaan maksimum
c. Rata-rata persediaan
d. Berapa kali pesan dalam 1 tahun

e. Jarak waktu antar pemesanan satu dengan pemesanan berikutnya (asumsi

1th=360 hari)
f. Hitung TIC
g. Hitung Total cost untuk keseluruhan termasuk untuk beli bahan baku!

28

38
2. Sebuah perusahaan sepatu merencanakan untuk menjual 1000 pasang sepatu
pada tahun 2018 mendatang. Untuk memenuhi pemesanan tersebut, dilakukan
penandatanganan nota kesepahaman (MoU) antara perusahaan dan supplier.
Adapun dalam ketentuan itu, ditetapkan bahwa biaya transportasi ditanggung
oleh pihak perusahaan sebesar $40 per order. Sedangkan biaya simpan sebesar
$30. Dengan berasumsi bahwa semua kesepakatan tersebut tidak berubah
dalam sepanjang tahun 2018. Hitunglah:
a. EOQ
b. Total Cost
c. Jumlah pemesanan dalam 1 tahun
d. Biaya pemesanan total per tahun
e. Biaya simpan total per tahun

3. Gudang Rabat Alfa berencana untuk melakukan pengadaan sereal pada tahun
2007 besok. Adapun kebutuhan tahunan produk sereal adalah 4000 karton.
Toko tersebut menanggung $60 per pemesanan sereal. Dan dibutuhkan $0.80

per karton pertahunnya untuk menyimpan sereal tersebut dalam persediaan.

a. EOQ d. Biaya pemesanan total per tahun b. Total Cost e. Biaya simpan
total per tahun c. Jumlah pemesanan dalam 1 tahun

4. Berdasarkan soal nomor 2 di atas, jika saat ini Alfa setiap kali melakukan
pemesanan sereal sebanyak 500 karton. Berikan rekomendasi anda, apakah
perusahaan akan menggunakan EOQ pada soal nomor 2 atau menggunakan
kuantitas pemesanan sebanyak 500 karton? Mengapa?

5. Kebutuhan bahan mentah selama 1 tahun sekitar 60.000 unit. Harga beli per
unit Rp. 200, biaya pengiriman setiap kali pesan Rp. 40.000. biaya persiapan
setiap kali pesan Rp. 10.000. Biaya penerimaan barang setiap kali pesan Rp.
10.000. Biaya pemeliharaan per unit per tahun Rp.15. Biaya bunga atas modal
per tahun Rp. 15. Biaya sewa gudang per unit per tahun Rp. 20. Safety stock

29

39
 ditetapkan sebesar kebutuhan 15 hari. Lead time 5 hari dengan catatan 1 tahun
dihitung 300 hari. Hitung:

a. EOQ d. Biaya pemesanan total per tahun b. total Cost e. Biaya simpan
total per tahun
c. Reorder Point atau pemesanan kembali

6. Sebuah perusahaan membutuhkan bahan baku klasifikasi B dalam 1 tahun ada

4500 unit. Biaya tiap kali pesan Rp 400. Harga bahan baku per unit sebesar Rp.
800 dan biaya simpan per unit per tahunnya sebesar 5% dari harga beli bahan
baku. Hitunglah:
a. EOQ
b. Berapa kali melakukan pemesanan dalam 1 periode
c. Total biaya pesan
d. Total biaya simpan
e. Total cost

30

40
 ACARA VIII :

ANTRIAN (WAITING LINES)

Masalah antrian timbul disebabkan oleh kebutuhan akan layanan melebihi

kemampuan pelayanan atau fasilitas pelayanan, sehingga pengguna fasilitas yang
datang tidak segera dapat pelayanan dan harus menunggu hingga dilayani. Tujuan
dasar dari model antrian ini adalah untuk meminimumkan biaya fasilitas pelayanan
dan biaya antrian.

Contoh:
Suatu hipermarket mencoba membuat sistem antrian baru pada tempat
pembayaran (kasir). Rata-rata tingkat kedatangan pelanggan 12 org/jam dan setiap
pelanggan dapat dilayani dalam 4 menit. Gaji yang diberikan pada kasir adalah Rp
2500/jam. Diketahui biaya menunggu dalam antrian untuk setiap pelanggan adalah
Rp 20/menit. Dengan data diatas, perusahaan melakukan ana lisis terhadap 3
pilihan yaitu,

1. Tetap memberlakukan sistem yang ada yaitu satu saluran satu tahap

2. Merekrut karyawan yang lebih terampil dengan gaji Rp.3000/jam. Dengan cara
ini setiap pelanggan dapat dilayani 2 menit.
3. Memberlakukan sistem antrian baru dengan 2 tempat pembayaran

Hitung biaya total per jam yang harus dikeluarkan untuk setiap alternatif dan pilih
alternatif terbaik.

Penyelesaian:

1. Jalankan program QM for Windows, pilih Module – Waiting Lines

2. Pilih menu File - New, pilih model yang sesuai dengan studi kasus. Untuk
contoh diatas alternatif pertama yang dipilih adalah M/M/1, sehingga muncul
tampilan seperti Gambar di bawah ini.

31

41
 Gambar 5.1. Tampilan awal Antrian

 Buat judul penyelesaian soal ini dengan mengisi bagian Title: “Hipermarket” . Jika Title
tidak diisi, program QM for Windows akan membuat judul sendiri sesuai default
(patokan)- nya. Default Title ini dapat dirubah dengan meng-klik modify default title.
Judul dapat diubah/edit dengan meng-klik ikon title.
 Pilih pada bagian Cost Analysis,pada pilihan Use Cost.

 Sekarang tampilan akan seperti pada Gambar 5.2, lanjutkan dengan meng-klik tombol
hingga akan muncul tampilan seperti pada Gambar 5.3

42
 Gambar 5.2 Tampilan modul Waiting Lines setelah beberapa pilihan diisikan

Gambar 5.3 Tampilan untuk mengisikan angka-angka sesuai dengan contoh

soal

 Selesaikan Contoh Soal ini dengan meng-klik tombol pada toolbar atau dari
menu File – Solve, atau dengan menekan tombol F9 pada keyboard.

 Jika ternyata ada data soal yang perlu diperbaiki, klik tombol pada toolbar atau
dari menu File – Edit.
 Jangan lupa simpan (save) file kerja ini dengan menu File – Save (atau menekan tombol
Ctrl+S. Pilihan untuk menyimpan file dengan format Excel (.xls) dan html (.html) juga
disediakan.

Hasil Perhitungan

Ada 5 output (tampilan) yang dihasilkan dari penyelesaian soal, dapat dipilih untuk
ditampilkan dari menu Windows yaitu:

1. Waiting Lines Result

2. Table of Probabilities
3. Graphs of Prababilities

33

43
Output-output ini dapat ditampilkan secara bersaman dengan memilih menu Window – Tile,
atau secara bertumpuk dengan menu Window – Cascade.

Gambar 5.4 Output waiting lines results

Gambar 5.5 Output table of probabilitie

34

44
Gambar 5.6 Output Graph of Probabilit

35

45
 ACARA IX :
BREAK EVENT POINT

Break event point (BEP) adalah suatu keadaan dimana dalam suatu operasi
perusahaan tidak mendapat untung maupun rugi atau impas (penghasilan = total biaya). BEP
merupakan hal yang sangat penting jika ingin membuat usaha agar di kemudian hari tidak
mengalami kerugian.
Manfaat BEP:
1. Sebagai alat perencanaan untuk hasilkan laba.

2. Memberikan informasi mengenai berbagai tingkat volume penjualan, serta hubungannya

dengan kemungkinan memperoleh laba menurut tingkat penjualan yang bersangkutan.
3. Mengevaluasi laba dari perusahaan secara keseluruhan.
4. Mengganti sistem laporan yang tebal dengan grafik yang mudah dibaca dan dimengerti.

Kompenen yang berperan dalam BEP adalah biaya. Yang dimaksud dengan biaya adalah
biaya variabel dan biaya tetap, yang dalam prakteknya memisahkan biaya kedalam biaya
variabel atau biaya tetap bukanlah pekerjaan yang mudah.

Biaya tetap adalah biaya yang harus dikeluarkan dalam proses produksi, sedangkan biaya
variabel adalah biaya yang dikeluarkan untuk menghasilkan satu unit proses produksi. Biaya
ini tidak ada jika tidak melakukan produksi.

Salah satu kelemahan dari BEP adalah hanya ada satu macam barang yang diproduksi
atau dijual, jika lebih dari satu macam maka kombinasi atau komposisi penjualannya (sales
mix) akan tetap konstan. Pada era sekarang ini, perusahaan harus berusaha untuk
meningkatkan daya saingnya dengan menciptakan banyak produk, sehingga sangat sulit
menentukan BEP.

Cara menghitung BEP

Untuk menghitung BEP dapat dilakukan dengan cara menghitung dalam bentuk unit atau
hharga tergantung pada kebutuhannya.

36

46
 Rumus Analisis Break Even:
BEP = Total Fixed Cost / (Harga perunit - Variabel Cost Perunit)
Keterangan:
 Fixed cost: adalah biaya tetap yang nilainya cenderung stabil tanpa dipengaruhi unit yang
diproduksi.

 Variable cost: adalah biaya variabel yang besar kecil nilainya tergantung pada banyak dan
sedikit jumlah barang yang diproduksi.

Contoh:
Misalnya ada perusahaan asesoris yang harga satu buah asesoris adalah Rp 10.000,- dengan
biaya variabel sebesar Rp 5.000,- per buah dan biaya tetap sebesar Rp 10.000.000,-

BEP = 10.000.000 / (10.000 - 5.000)

BEP = 2.000

Sehingga diperlukan memproduksi 2.000 buah asesoris untuk mendapatkan kondisi seimbang
antara biaya dengan keuntungan atau dikatakan profitnya nol.
Penyelesaian dengan menggunakan applikasi POM for Windows seperti di bawah ini:
1. Buka POM for Windows

2. Pilih module dari fungsi-fungsi yang tersedia atau juga bisa menggunakan perintah (ALT
+ M) kemudian pilih breakevent.

3. Setelah memilih breakevent kemudian pilih => NEW dan pilihh => BREAK EVEN
ANALSIS dan akan muncul form seperti dibawah ini.

Gambar 6.1. Langkah ke-1 BREAK EVEN ANALSIS

37

47
 4. Ketikan judul pada title, sebagai contoh BEP-1. Setelah memasukkan judul kemudian
akan muncul form seperti dibawah ini. Klik OK.

Gambar 6.2. Langkah ke-2 BREAK EVEN ANALSIS

5. Masukkan nilai seperti pada kasus yang akan diselesaikan.

Gambar 6.3. Langkah ke-3 BREAK EVEN ANALSIS

Gambar 6.4. Langkah ke-4 BREAK EVEN ANALSIS

48
6. Kemudian tekan Solve atau juga bisa menggunakan perintah (ALT + S )
7. Kemudian akan keluar hasil seperti dibawah ini.

Gambar 6.5. Langkah ke-5 BREAK EVEN ANALSIS

Hasil perhitungan: Nilai break event dari kasus diatas adalah = 2000 asesoris.

Gambar 6.6 Output dari penyelesaian CONTOH SOAL BREAK EVEN ANALSIS

39

49
 ACARA X :
DECISION ANALISYS

Decision Analisys (DA) adalah salah satu metode untuk menyelesaikan masalah
mengenai analisa keputusan. Analisa ini dilakukan melalui tabel yang akan ditunjukkan oleh
output hasil pengolahan data. Tujuan yang diinginkan adalah untuk memilih keputusan yang
lebih optimal berdasarkan alternatif - alternat Menguntungkan Tidak menguntungkan
Probabilitas 0.2 0.7 0.1 Pabrik Besar 275000 100000 -150000 Pabrik Kecil 200000 60000 -
10000 Peningkatan Kapasitas 100000 40000 -1000 Do Nothing 0 0 0if pilihan yang ada.
a. Contoh soal
PT. Naruto adalah salah satu perusahaan yang bergerak dibidang produksi makanan.
Perusaah ini akan melakukan ekspansi dengan pilihan beberapa alternatif yang akan
dipertimbangkan. Alternatif keputusan antara lain membuat pabrik besar, pabrik kecil,
peningkatan kualitas, atau tidak melakukan apapun (do nothing). Dalam keputusan tersebut
akan ada hal yang dipengaruhi yaitu sangat menguntungkan, menguntungkan, atau tidak
menguntungkan dengan probalitilas untuk masing-masing kemungkinan yaitu 0.2 , 0.7 ,dan
0.1.Data akan dijelaskan lebih lanjut dengan tabel dibawah ini.

Tabel 7.1 Data Perusahaan PT. Naruto

Sangat Menguntungkan Tidak
menguntungkan menguntungkan
Probabilitas 0,2 0,7 0,1
Pabrik Besar 275000 100000 -150000
Pabrik Kecil 200000 60000 -10000
Peningkatan 100000 40000 -1000
Kapasitas
Do Nothing 0 0 0

Pertanyaan :

Hitung nilai disetiap alternatif pilihan, kemudian pilih alternatif terbaik dan berapa
keuntungan yang akan didapatkan.

40

50
 b. Langkah penyelesaian soal :
 Jalankan program QM for Windows, pilih Module – -
New, sehingga muncul tampilan seperti Gambar 7.1.

Gambar 7.1. Tampilan awal modul Decision

Analysis

 Buat judul penyelesaian soal ini dengan mengisi bagian Title: “CONTOH SOAL
DECISION ANALYSIS” . Jika Title tidak diisi, program QM for Windows akan membuat

judul sendiri sesuai default (patokan)-nya. Default Title ini dapat dirubah dengan meng-
klik modify default title. Judul dapat diubah/edit dengan meng-klik ikon title.
Isikan (set) jumlah keputusan dengan 2, dengan cara meng-klik tanda pada

kotak Number of Decisions (dalam program QM for Windows, tidak perlu memasukkan
keputusan non negatif).
 Isikan (set) jumlah nature states dengan 2, dengan cara meng-klik tanda pada kotak.

 Biarkan pada bagian Objective, tetap pada pilihan Profit (Maximize)

41

51
  Sekarang tampilan akan seperti pada Gambar 7.2, lanjutkan dengan meng-klik tombol

hingga akan muncul tampilan seperti pada Gambar 7.3. 

Gambar 7.2. Tampilan modul decision Analysis setelah beberapa pilihan diisikan.

Gambar 7.3 Tampilan untuk mengisikan angka-angka sesuai dengan contoh soal

42

52
  Selesaikan Contoh Soal ini dengan meng-klik tombol pada toolbar
atau dari menu File – Solve, atau dengan menekan tombol F9 pada
keyboard.

 Jika ternyata ada data soal yang perlu diperbaiki, klik tombol pada
toolbar atau dari menu File – Edit.

 Jangan lupa simpan (save) file kerja ini dengan menu File – Save (atau
menekan tombol Ctrl+S. Pilihan untuk menyimpan file dengan format Excel
(.xls) dan html (.html) juga disediakan.

Hasil Perhitungan:

Ada 5 output (tampilan) yang dihasilkan dari

penyelesaian soal, dapat dipilih untuk
ditampilkan dari menu Windows yaitu :

1. Decision Table Result

2. Expected value Multiplications
3. Perfect Information
4. Regret or Opportunity Loss
5. Hurwicz Tabe

Output-output ini dapat ditampilkan secara bersaman dengan memilih menu

Window – Tile, atau secara bertumpuk dengan menu Window – Cascade.

Gambar 7.4 Output dari penyelesaian CONTOH SOAL DECISION ANAL

43

53