MAKALAH GOAL PROGRAMMING

Sebagai tugas mata kuliah Riset Operasional

Kelompok 3
Disusun Oleh :
1. Herlina Putri Hapsari 151710301005
2. Deny Eko Prasetyo 151710301007
3. Septy Tri Wahyuni 151710301048

PROGRAM STUDI TEKNOLOGI INDUSTRI PERTANIAN

FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS JEMBER
2017
 BAB 1. PENDAHULUAN

1.1 Latar Belakang

Goal programming  merupakan perluasan dari linear programming untuk
mencapi tujuan atau target yang diinginkan. Perbedaan antara  goal programming dan
linear programming  adalah terletak pada struktur dan penggunaan fungsi
tujuan. Dalam linear programming fungsi tujuannya hanya mengandung satu
tujuan, sementara dalam goal programming semua tujuan digabungkan dalam
sebuah fungsi tujuan. Ini dapat dilakukan dengan mengekpresikan tujuan itu
dalam bentuk suatu kendala (constraint ), memasukkan suatu variable simpangan
(variable deviation) dalam kendala untuk mencerminkan seberapa jauh tujuan itu
dicapai dan menggabungkan variable simpangan dalam fungsi tujuan. Goal
 programming dapat diselesaikan dengan metode grafik dan metode simpleks.
Metode simpleks pada goal programming sedikit berbeda dengan metode
simpleks pada linier programming yaitu terdapat perhitungan fungsi tujuan untuk
setiap prioritas.
Dalam keadaan dimana seorang pengambil keputusan dihadapkan pada
 permasalahan yang mengandung beberapa tujuan didalamnya, maka dibutuhkan
sebuah model matematika yang dapat menemukan solusi optimalnya. Salah satu
model matematika yang dapat digunakan dalam perencanaan produksi dengan
 beberapa tujuan adalah goal programing. Model ini memerlukan berbagai
masukan (input) dari sistem produksi yang ada di pabrik untuk mendukung
keputusan yang akan dihasilkan. Adapun masukan yang dibutuhkan antara lain:
data harga tiap produk, jumlah permintaan produk, biaya produksi, kapasitas
waktu produksi, kapasitas jam kerja, dan kapasitas jam lembur. Goal
Programming adalah salah satu model matematis yang dipandang sesuai
digunakan untuk pemecahan masalah multi tujuan karena melalui variabel
deviasinya, goal programming secara otomatis menangkap informasi tentang
 pencapaian relatif dari tujuan yang ada. Model Goal Programming yang sering
disebut juga program linear tujuan ganda merupakan perluasan dari Program
Linier. Perbedaannya hanya terletak pada kehadiran sepasang variabel deviasional
yang muncul pada fungsi tujuan dan fungsi-fungsi kendala. Secara umum Goal
Programming ini digunakan untuk menyelesaikan persoalan yang memiliki tujuan
ganda (atau lebih dari satu tujuan). Sebagaimana kita ketahui permasalahan
dengan tujuan ganda tidak mungkin terselesaikan dengan model Pemrograman
Linier.

1.2 Rumusan Masalah

1. Bagaimana pengertian dan peranan Goal Programming secara umum?
2. Bagaimana metode dan langkah-langkah yang digunakan dalam Goal
Programming?
3. Bagimana penyelesaian Goal Programming dalam studi kasus?

1.3 Manfaat
1. Untuk mengetahui pengertian dan peranan Goal Programming secara umum.
2. Untuk mengetahui metode dan langkah-langkah yang digunakan dalam Goal
Programming.
3. Untuk mengetahui penyelesaian Goal Programming dalam studi kasus.
 BAB 2. PEMBAHASAN

2.1 Pengertian Goal Programming

Goal Programming merupakan modifikasi atau variasi khusus dari linier
 programming yang memiliki banyak tujuan. Goal Programming bertujuan untuk
meminimumkan penyimpangan-penyimpangan dari tujuan-tujuan tertentu dengan
mempertimbangkan hirarki prioritas (Sri Mulyono,1991). Perbedaan goal
 programming dan linier programming hanya terletak pada sepasang variabel
deviasional yang akan muncul pada fungsi tujuan dan fungsi-fungsi kendala.
Formulasi awal  goal programming pada dasarnya mirip dengan formulasi linear
 programming dengan variabel keputusannya harus didefinisikan terlebuh dahulu.
Selanjutnya tujuan-tujuan bahan baku harus dispesifikasikan sesuai tingkat
kepentingannya. Kemudian mencari solusi yang meminimumkan total
 penyimpangan tujuan-tujuan tersebut dari terget-targetnya atau dengan kata lain
goal programming merupakan alat analisis untuk meminimumkan deviasi
(penyimpangan) berbagai tujuan, sasaran atau target yang telah ditetapkan,
sehingga memenuhi target (mendekati target) yang telah ditentukan menrut skala
 prioritasnya masing-masing dari suatu metode yang melibatkan berbagai tujuan
yang bahkan saling konflik ke dalam proses formulasinya. Model goal
 programming banyak diterapkan dalam beberapa situasi pengambilan keputusan,
seperti bidang finance, produksi, marketing, dan akuntansi. Variabel deviasional
 berfungsi untuk menampung penyimpangan atau deviasi yang akan terjadi pada
nilai ruas kiri suatu persamaan kendala terhadap nilai ruas kanannya. Variabel
deviasional terbagi menjadi dua yaitu:
a. Variabel deviasional untuk menampung deviasi yang berada di bawah sasaran
−
yang dikehendaki (  ).
 b. Variabel deviasional untuk menampung deviasi yang berada di atas sasaran
+
yang dikehendaki (  ).
2.2 Metode dan Langkah-langkah Goal Programming
Ada dua macam metode yang digunakan untuk menyelesaikan model  goal
 programming,  yaitu metode grafis dan metode simpleks.
1. Metode Grafis
Metode grafis digunakan untuk menyelesaikan masalah  goal
 programming dengan dua variable. Langkah langkah penyelesaian dengan
metode grafis adalah:
a. Menggambar fungsi kendala pada bidang kerja sehingga diperoleh
daerah yang memenuhi kendala.
 b. Meminimumkan variable simpangan agar sasaran-sasaran yang
diinginkan tercapai dengan cara menggeser fungsi ataugaris yang
dibentuk oleh variable simpangan terhadap daerah yang memenuhi
kendala.
2. Metode Simpleks
Algoritma simpleks digunakan untuk meyelesaikan masalah  goal
 programming dengan menggunakan variable lebih dari dua. Langkah-langkah
 penyelesaian goal programming dengan metode simpleks adalah:
a. Membentuk tabel simpleks awal.
 b. Pilih kolom kunci dimana memiliki nilai negative terbesar.
Kolom kunci ini disebut kolom pivot.
c. Pilih baris kunci yang berpedoman pada dengan rasio terkecil
dimana adalah nilai sisi kanan dari setiap persamaan. Baris kunci
ini disebut baris pivot.
d. Mencari system kanonikal yaitu system dimana nilai elemen
 pivotbernilai 1 dan elemen lain bernilai nol dengan cara mengalikan
 baris pivot dengan -1 lalu menambahkannya dengan semua elemen
dibaris pertama. Dengan demikian, diperoleh tabel simpleks iterasi I.
e. Pemeriksaan optimalitas, yaitu melihat apakah solusi sudah layak atau
tidak. Solusi dikatakan layak bila variable adalah positif atau nol.