PENELITIAN OPERASIONAL I
Copyrigth by :
Agustian Suseno, ST. SE. MM.
Hanya dipergunakan di
kalangan sendiri
DIKTAT KULIAH
PENELITIAN OPERASIONAL I
Copyright by :
Agustian Suseno, ST. SE. MM.
Mengetahui :
Prasyarat
Kalkulus I dan II
Matrik dan Ruang Vektor
Pustaka Utama
1. Hiller, F. S. Liberman, G. J., Introduction to Operations Research, Fifth
edition, McGraw Hill Publishing Co., Singapore, 1990.
2. Taha, H. A., Operations Research, An Introduction, Prentice Hall, New
York,1997.
3. Tarliah Dimyati Tjutju-Ahmad Dimyati, Operations Research : Model-
model Pengambilan Keputusan, Edisi Kedua, Sinar Baru Algensindo,
Bandung, 1999.
Proses Pembelajaran
Tatap Muka
Tugas Mandiri
Diktat Penelitian Operasional I Halaman 5
OPERATIONS RESEARCH
Definisi 4 :
OR adalah pendekatan dalam pengambilan keputusan yang ditandai
dengan penggunaan pengetahuan ilmiah melalui usaha kelompok antar
disiplin yang bertujuan menentukan penggunaan terbaik dari sumber
daya yang terbatas. (Hamdi A. Taha)
Definisi 5 :
OR dalam arti luas, dapat diartikan sebagai penerapan metode-metode,
teknik-teknik, dan alat-alat terhadap masalah-masalah yang menyangkut
operasi-operasi dari sistem, sedemikian rupa sehingga memberikan
penyelesaian optimal.
Teknik-Teknik OR:
1. Masalah alokasi
2. Masalah persaingan
3. Masalah Antrian
4. Masalah Jalur
5. Masalah Persediaan
5. Model-model Heuristik
Yaitu suatu metode pencariannya yang didasarkan atas intuisi atau
aturan-aturan empiris untuk memperoleh solusi yang lebih baik daripada
solusi yang telah diambil sebelumnya.
PROGRAMA LINIER
SEJARAH
Ide Linear Programming pertama kali dicetuskan oleh seorang ahli
matematika asal Rusia bernama L.V. Kantorivich dalam bukunya yang
berjudul ”MATHEMATICAL METHODS IN THE ORGANIZATION
AND PLANNING OF PRODUCTION”. Dengan buku ini, ia telah
merumuskan pertama kalinya persoalan “Linear Programming”. Namun,
cara-cara pemecahan persoalan in di Rusia tidak berkembang dengan baik
dan ternyata para ahli di negara Barat dan AS yang menggunakan cara ini
dimanfaatkan dengan baik.
Pada tahun 1947, seorang ahli matematika dari AS yang bernama
George B. Dantzig menemukan suatu cara untuk memecahkan persoalan-
persoalan linear programming. Cara pemecahan ini dinamakan ” Simplex
Method”, yang diuraikan dalam bukunya ”LINEAR PROGRAMMING
AND EXTENTION”. Selanjutnya teori ini berkembang pesat sekali
terutama dibidang kemiliteran yang menyangkut optimisasi dalam strategi
perang dan di bidang-bidang lainnya.
Pengertian Umum :
Programa Linier adalah suatu cara untuk menyelesaikan persoalan
pengalokasian sumber-sumber yang terbatas di antara beberapa aktivitas
yang bersaing, dengan cara yang terbaik yang mungkin dilakukan.
Sifat “Linier” memberi arti bahwa seluruh fungsi matematis dalam model
ini merupakan fungsi yang linier, sedangkan kata “Programa” merupakan
sinonim untuk perencanaan. Dengan demikian, Programa Linier (LP) adalah
Diktat Penelitian Operasional I Halaman 10
4. Certainty
Semua konstanta (parameter) diasumsikan mempunyai nilai yang pasti.
Bila nilai-nilai parameternya probabilistik, maka harus digunakan
formulasi pemrograman masalah stokastik.
Pada umumnya persoalan-persoalan yang dipecahkan dalam linear
programming, yaitu :
a. Allocation Problem
Ini merupakan pemecahan dalam alokasi bahan-bahan / barang dalam
produksi
b. Blending Problem
Ini merupakan cara pemecahan persoalan dari berbagai bahan campuran
yang masing-masing unit dipecahkan dan digabung (blending) untuk
menghasilkan output.
c. Persoalan Transportasi
Ini merupakan pemecahan persoalan yang menyangkut adanya
unit/barang/pasokan dan lain-lain pada beberapa tempat yang akan
dipindahkan ke beberapa tempat lainnya.
d. Persoalan Personil
Ini merupakan penempatan personil sesuai dengan jabatan/tempatnya
(assigment problem).
Formulasi
a. Variable Keputusan
Variable Keputusan adalah Variable yang menguraikan secara lengkap
keputusan-keputusan yang akan dibuat.
b. Fungsi Tujuan
Fungsi Tujuan merupakan fungsi dari variabel keputusan yang akan
dimaksimumkan (untuk pendapatan atau keuntungan) atau
diminimumkan (untuk ongkos).
c. Pembatas
Pembatas merupakan kendala yang dihadapi sehingga kita tidak bisa
menentukan harga-harga variabel keputusan secara sembarangan.
d. Pembatas tanda
Pembatas tanda adalah pembatas yang menjelaskan apakah variabel
keputusannya diasumsikan hanya berharga positif atau negatif.
Diktat Penelitian Operasional I Halaman 13
Contoh :
PT. Sayang anak memproduksi dua jenis mainan yang terbuat dari kayu,
yang berupa boneka dan kereta api. Boneka dijual dengan harga Rp.
27.000/lusin yang setiap lusinnya memerlukan biaya material sebesar Rp.
10.000 serta biaya tenaga kerja sebesar Rp. 14.000. Kereta api yang dijual
seharga Rp. 21.000/lusin memerlukan biaya material sebesar Rp. 9.000 dan
biaya tenaga kerja Rp. 10.000. Untuk membuat boneka dan kereta api ini
diperlukan dua kelompok tenaga kerja, yaitu tukang kayu dan tukang poles.
Setiap lusin boneka memerlukan 2 jam pemolesan dan 1 jam pekerjaan
kayu, sedangkan setiap lusin kareta api memerlukan 1 jam pemolesan dan 1
jam pekerjaan kayu. Meskipun pada setiap minggunya perusahaan ini dapat
memenuhi seluruh material yang diperlukan, jam kerja yang tersedia hanya
100 jam untuk mengolesan dan 80 jam untuk pekerjaan kayu. Dari
pengamatan pasar selama ini dapat dikatakan bahwa kebutuhan akan kereta
api tidak terbatas, tetapi untuk boneka tidak lebih dari 40 lusin yang terjual
setiap minggunya. Bagaimanakah formulasi dari persoalan di atas untuk
mengetahui berapa lusin jenis mainan masing-masing yang harus dibuat
setiap minggu agar diperoleh keuntungan yang maksimal ?
Jawab :
a. Variabel Keputusan
X1 = Banyaknya boneka yang dibuat setiap minggu
X2 = Banyaknya kereta api yang dibuat setiap minggu
b. Fungsi Tujuan :
Pada persoalan ini akan dimaksimumkan (pendapatan/minggu) – (ongkos
material/minggu) – (ongkos tenaga kerja/minggu).
Pendapatan/minggu = pendapatan/minggu dari boneka +
pendapatan/minggu dari kereta api.
Diktat Penelitian Operasional I Halaman 14
= 27 X1 + 21 X2
Ongkos material/minggu = 10 X1 + 9 X2
Ongkos tenaga kerja/minggu= 14 X1 + 10 X2
Sehingga yang dimaksimumkan adalah :
(27 X1 + 21 X2) – (10 X1 + 9 X2) – (14 X1 + 10 X2) = 3 X1 + 2 X2
c. Pembatas
Pembatas 1 : Setiap minggu tidak lebih dari 100 jam waktu pemolesan
yang dapat digunakan.
Pembatas 2 : Setiap minggu tidak lebih dari 80 jam waktu pengerjaan
kayu yang dapat digunakan.
Pembatas 3 : Karena permintaan yang terbatas, maka tidak lebih dari 40
lusin boneka yang dapat dibuat setiap minggu.
Pembatas 1 : 2 X1 + X2 100
Pembatas 2 : X1 + X2 80
Pembatas 3 : X1 40
d. Pembatas Tanda :
X1 0
X2 0
Diktat Penelitian Operasional I Halaman 15
METODE GRAFIK
Dengan Pembatas :
2 X1 + X2 100
X1 + X2 80
X1 40
X1 0, X2 0
X2
100
80
E D
40
C
20
A B
0 40 50 80 X1
Solusi Optimum :
2 X1 + X2 = 100
X1 + X2 = 80
X1 = 20
X2 = 60
Z = 3 (20) + 2 (60) = 180
Contoh :
PT. Auto Indah memproduksi dua jenis mobil, yaitu mobil sedan dan mobil
truk, untuk dapat meraih konsumen berpenghasilan tinggi, perusahaan ini
memutuskan untuk melakukan promosi dalam 2 macam acara TV, yaitu
Diktat Penelitian Operasional I Halaman 17
pada acara hiburan dan acara olah raga. Promosi pada acara hiburan akan
disaksikan oleh 7 juta pemirsa wanita dan 2 juta pemirsa pria, promosi pada
acara olah raga akan disaksikan oleh 2 juta pemirsa wanita dan 12 juta
pemirsa pria. Biaya promosi pada acara hiburan adalah $ 50.000/menit
sedangkan pada acara olah raga $ 100.000/menit. Jika perusahaan
menginginkan promosinya disaksikan sedikitnya oleh 28 juta pemirsa wanita
dan sedikitnya oleh 24 juta pemirsa pria, bagaimanakah strateginya ?
Jawab :
Variabel Keputusan :
X1 = Lamanya promosi di acara hiburan
X2 = Lamanya promosi di acara olah raga
Formulasi Persoalan :
Min Z = 50 X1 + 100 X2
S/t X1 + 2 X2 28
X1 + 12 X2 24
X1, X2 0
X2
14
Titik Optimum E :
12
Solusi Optimum : X1 = 3,6 X2 = 1,4
10
8 Z = $ 320.000
4
E
2
0 2 4 6 8 10 12 X1
Diktat Penelitian Operasional I Halaman 18
Contoh :
Perusahaan Krisna Furniture yang akan membuat meja dan kursi.
Keuntungan yang diperoleh dari satu unit meja adalah $7,- sedang
keuntungan yang diperoleh dari satu unit kursi adalah $5,-.
Namun untuk meraih keuntungan tersebut Krisna Furniture
menghadapi kendala keterbatasan jam kerja. Untuk pembuatan 1 unit meja
dia memerlukan 4 jam kerja. Untuk pembuatan 1 unit kursi dia
membutuhkan 3 jam kerja. Untuk pengecatan 1 unit meja dibutuhkan 2 jam
kerja, dan untuk pengecatan 1 unit kursi dibutuhkan 1 jam kerja. Jumlah jam
kerja yang tersedia untuk pembuatan meja dan kursi adalah 240 jam per
minggu sedang jumlah jam kerja untuk pengecatan adalah 100 jam per
minggu. Berapa jumlah meja dan kursi yang sebaiknya diproduksi agar
keuntungan perusahaan maksimum?
Dari kasus di atas dapat diketahui bahwa tujuan perusahaan adalah
memaksimumkan profit. Sedangkan kendala perusahaan tersebut adalah
terbatasnya waktu yang tersedia untuk pembuatan dan pengecatan. Apabila
permasalahan tersebut diringkas dalam satu tabel akan tampak sebagai
berikut:
Jam kerja untuk membuat 1 unit Total waktu
produk tersedia per
Meja Kursi
minggu
Pembuatan 4 2 240
Pengecatan 2 1 100
Profit per Unit 7 5
Mengingat produk yang akan dihasilkan adalah meja dan kursi, maka
dalam rangka memaksimumkan profit, perusahaan harus memutuskan
berapa jumlah meja dan kursi yang sebaiknya diproduksi. Dengan demikian
Diktat Penelitian Operasional I Halaman 19
dalam kasus ini, yang merupakan variabel keputusan adalah meja (X1) dan
kursi (X2).
1. Fungsi Tujuan
Profit = ($ 7 x jml meja yang diproduksi) + ($ 5 x jml kursi yang
diproduksi)
Secara matematis dapat ditulis :
Maksimisasi : Z = 7 X1 + 5 X2
2. Fungsi Kendala
Kendala : Waktu pembuatan
1 unit meja memerlukan 4 jam untuk pembuatan -> 4 X1
1 unit kursi memerlukan 3 jam untuk pembuatan -> 3 X2
Total waktu yang tersedia per minggu untuk pembuatan -> 240
Jam
Dirumuskan dalam pertidaksamaan matematis ->
4 X1 + 3 X2 240
Kendala : Waktu pengecatan
1 unit meja memerlukan 2 jam untuk pengecatan -> 2 X1
1 unit kursi memerlukan 1 jam untuk pengecatan -> 1 X2
Total waktu yang tersedia per minggu untuk pengecatan -> 100
Jam
Dirumuskan dalam pertidaksamaan matematis ->
2 X1 + X2 100
2 X1 + X2 100
X1 , X2 0 (kendala non-negatif)
Setelah formulasi lengkapnya dibuat, maka Kasus Krisna Furniture
tersebut akan diselesaikan dengan metode grafik. Keterbatasan metode
grafik adalah bahwa hanya tersedia dua sumbu koordinat, sehingga tidak
bisa digunakan untuk menyelesaikan kasus yang lebih dari dua variabel
keputusan.
Langkah pertama dalam penyelesaian dengan metode grafik adalah
menggambarkan fungsi kendalanya. Untuk menggambarkan kendala
pertama secara grafik, kita harus merubah tanda pertidaksamaan menjadi
tanda persamaan seperti berikut.
4 X1 + 3 X2 = 240
Untuk menggambarkan fungsi linear, maka cari titik potong garis
tersebut dengan kedua sumbu. Suatu garis akan memotong salah satu sumbu
apabila nilai variabel yang lain sama dengan nol. Dengan demikian kendala
pertama akan memotong X1, pada saat X2 = 0, demikian juga kendala ini
akan memotong X2, pada saat X1 = 0.
Kendala I :
4 X1 + 3 X2 = 240
memotong sumbu X1 pada saat X2 = 0
4 X1 + 0 = 240
X1 = 240 / 4
X1 = 60.
memotong sumbu X2 pada saat X1 = 0
0 + 3 X2 = 240
X2 = 240/3
Diktat Penelitian Operasional I Halaman 21
X2 = 80
Kendala I memotong sumbu X1 pada titik (60, 0) dan memotong
sumbu X2 pada titik (0, 80).
Kendala II :
2 X1 + 1 X2 = 100
memotong sumbu X1 pada saat X2 = 0
2 X1 + 0 = 100
X1 = 100/2
X1 = 50
memotong sumbu X2 pada saat X1 =0
0 + X2 = 100
X2 = 100
Kendala I memotong sumbu X1 pada titik (50, 0) dan memotong
sumbu X2 pada titik (0, 100).
Titik potong kedua kendala bisa dicari dengan cara substitusi atau eliminasi:
Diktat Penelitian Operasional I Halaman 22
Iso profit line menyinggung titik B yang merupakan titik terjauh dari
titik nol. Titik B ini merupakan titik optimal. Untuk mengetahui berapa nilai
X1 dan X2, serta nilai Z pada titik B tersebut, kita mencari titik potong antara
kendala I dan kendala II (karena titik B merupakan perpotongan antara
kendala I dan kendala II). Dengan menggunakan eliminiasi atau subustitusi
diperoleh nilai X1 = 30, X2 = 40. dan Z = 410. Dari hasil perhitungan
tersebut maka dapat disimpulkan bahwa keputusan perusahaan yang akan
memberikan profit maksimal adalah memproduksi X1 sebanyak 30 unit, X2
sebanyak 40 unit dan perusahaan akan memperoleh profit sebesar 410.
Penyelesaian dengan menggunakan titik sudut (corner point) artinya
kita harus mencari nilai tertinggi dari titik-titik yang berada pada area layak
(feasible region). Dari peraga 1, dapat dilihat bahwa ada 4 titik yang
membatasi area layak, yaitu titik 0 (0, 0), A (0, 80), B (30, 40), dan C (50,
0).
Keuntungan pada titik O (0, 0) adalah (7 x 0) + (5 x 0) = 0.
Diktat Penelitian Operasional I Halaman 24
ALGORITMA SIMPLEX
Berdasarkan :
8 X1 + 6X2 + X3 100
4 X1 + 2X2 80
2 X1 + 1,5 X2 + 1,5 X3 40
X2 80
X1 , X2 , X3 0
Diktat Penelitian Operasional I Halaman 27
LANGKAH-LANGKAH METODA M
LANGKAH 1 :
Modifikasi pembatas sehingga RHS-nya (Ruas Kanan) berharga non negatif
perhatikan adalah pembatas bertanda (=) atau ().
LANGKAH 2 :
Konversikan setiap pembatas bertanda ketidaksamaan ke dalam bentuk
standar (tambahkan Si jika bertanda , atau kurangkan Si jika bertanda )
LANGKAH 3 :
Tambahkan variabel palsu Ri pada pembatas I yang bertanda atau =,
kemudian tambahkan pembatas tanda Ri 0.
LANGKAH 4 :
Jika persoalannya minimasi, tambahkan MRi pada fungsi tujuan (untuk
setiap Ri) sedangkan jika persoalannya maksimasi kurangkan MR i (untuk
setiap Ri) pada fungsi tujuan.
LANGKAH 5 :
(a) Karena setiap Ri akan berada pada basis awal, maka seluruh variabel
palsu ini harus dihilangkan dari baris 0 sebelum dilakukan simplex.
(b) Selesaikan persoalan yang telah ditransformasikan ini dengan metoda
simplex.
(c) Jika seluruh variabel palsu berharga 0 pada solusi optimal, maka solusi
bagi persoalan asal juga optimal. Jika ada variabel palsu yang berharga
positif pada solusi optimal, maka persoalan asal tidak fisibel.
Diktat Penelitian Operasional I Halaman 28
Contoh 1 :
Min Z = 2X1 + 3X2
s/t 1/2X1 + 1/4 X2 4
X1 + 3X2 20
X1 + X2 = 10
X1, X2 0
Bentuk kanonik :
Baris 0 Z 2X1 3X2 = 0
Baris 1 1/2X1 + 1/4 X2 + S1 = 4
Baris 2 X1 + 3X2 S2 + R 2 = 20
Baris 3 X1 + X2 + R3 = 10
Kita lihat S1= 4 bisa digunakan sebagai BFS, tetapi S2 = 20 melanggar
pembatas tanda. Baris 3 bahkan tidak mempunyai variable basis untuk
mengatasi hal ini, tambahkan variabel palsu (artificial variable) Ri pada
setiap pembatas i yang bertanda () atau (=).
Karena Ri hanya variable palsu, maka pada solusi optimal harus
diusahakan agar Ri berharga 0 untuk itu, jika persoalan minimasi,
tambahkan MRi pada fungsi tujuan, jika maksimasi kurangkan MRi pada
fungsi tujuan (M adalah bilangan positif positif yang sangat besar).
Baris 0 Z 2X1 3X2 MR2 MR3 = 0
Baris 1 1/2X1 + 1/4 X2 + S1 = 4
Baris 2 X1 + 3X2 S2 + R 2 = 20
Baris 3 X1 + X2 + R3 = 10
Dari contoh di atas, kita telah selesai hingga langkah 4, selanjutnya
kita harus menghilangkan R2 dan R3 dari baris 0. Caranya adalah gantilah
baris 0 dengan :
Diktat Penelitian Operasional I Halaman 29
BV Z X1 X2 S1 S2 R2 R3 RHS (Rasio)
Z 1 2M2 4M3 0 M 0 0 30M
S1 0 ½ ¼ 1 0 0 0 4 16
R2 0 1 1 0 1 1 0 20 20/3
R3 0 1 1 0 0 0 1 10 10
Iterasi 1 :
BV Z X1 X2 S1 S2 R2 R3 RHS (Rasio)
Z 1 (2M3)/3 0 0 (M-3)/3 (3-4M)/3 0 (60+10M)/3
S1 0 5/12 0 1 1/12 1/12 0 7/3
X2 0 1/3 1 0 1/3 1/3 0 20/3 20
R3 0 2/3 0 0 1/3 1/3 1 10/3 5
Iterasi 2 :
BV Z X1 X2 S1 S2 R2 R3 RHS (Rasio)
Z 1 0 0 0 1/2 (12M)/2 (32M)3 25
S1 0 0 0 1 1/8 1/8 5/8 1/4
X2 0 0 1 0 1/2 1/2 1/2 5
X1 0 1 0 0 1/2 1/2 3/2 5
BV Z X1 X2 S1 S2 R2 R3 RHS (Rasio)
Z 1 2 4 0 1 0 0 30
S1 0 1/2 ¼ 1 0 0 0 4 16
R2 0 1 1 0 1 1 0 20 20/3
R3 0 1 1 0 0 0 1 10 10
Diktat Penelitian Operasional I Halaman 32
TEORI DUALITAS
DAN ANALISIS KEPEKAAN
TEORI DUALITAS
Ide dasar yang melatarbelakangi teori ini adalah bahwa setiap
persoalan programa linier mempunyai suatu programa linier lain yang saling
berkaitan yang disebut dengan "Dual". Sehingga solusi pada persoalan
semula disebut "Primal".
Bentuk umum masalah primal-dual adalah sebagai berikut :
Primal :
Maksimumkan : z = c1x1 + c2x2 + ... + cnxn
berdasarkan pembatas :
a11x1 + a12x2 + ... + a1nxn b1
a21x1 + a22x2 + ... + a2nxn b2
.
.
.
am1x1 + am2x2 + ... + amnxn bm
x1,x2,...,xn 0
Dual :
Minimumkan: w = b1y1 + b2y2 + ... + bmym
berdasarkan pembatas :
a11y1 + a12y2 + ... + am1ym c1
a12y1 + a22y2 + ... + am2ym c2
.
.
.
a1ny1 + a2ny2 + ... + amnym cn
y1,y,...,ym 0
Diktat Penelitian Operasional I Halaman 33
Ad.1. Xj = B-1.aj
X1 = B-1.a1
2 / 5 1 / 5 1 0
X1 2 1
1 / 5 2 / 5
X2= B-1.a2
2 / 5 1 / 5 2 1
X2
1 / 5 2 / 5 1 0
X3= B-1.a3
2 / 5 1 / 5 1 1 / 5
X3 3 7 / 5
1 / 5 2 / 5
BV Z X1 X2 X3 S1 R2 RHS
Diktat Penelitian Operasional I Halaman 35
ANALISA SENSITIVITAS
1. Perubahan koefisien fungsi tujuan untuk variabel non basis
2. Perubahan koefisien fungsi tujuan untuk variabel basis
3. Perubahan pada ruas kanan suatu pembatas
4. Perubahan kolom untuk suatu variabel non basis
5. Penambahan suatu variabel atau aktivitas
6. Penambahan suatu pembatas baru
ANALISA SENSITIVITAS
Analisis yang dilakukan untuk mengetahui akibat/pengaruh dari
perubahan yang terjadi pada parameter-parameter LP terhadap solusi
optimal yang telah dicapai.
Contoh : Max Z = 60X1 + 30X2 + 20X3
s/t 8X1 + 6 X2 + X3 48
4X1 + 2 X2 + 1,5X3 20
2X1 +1,5X2 + 0,5X3 8
X1, X2,X3 0
Diktat Penelitian Operasional I Halaman 36
BV Z X1 X2 X3 S1 S2 S3 Solusi
Z 1 0 5 0 0 10 10 280
S1 0 0 2 0 1 2 8 24
X3 0 0 2 1 0 2 4 8
X1 0 1 1,25 0 0 0,5 1,5 2
1 2 8
C BC .B 0 20 (60 )
1
0 2 4 0 10 0,5 10 1,5
0 0,5 1,5
Mencek Koefisien baris 0 :
6
a. C ^ 2 0 10 0,5 10 1,5
2 (30) 5 1,25
1,5
20/3 20/3
4 4
20 20
4 20
atau, 56 C1 80
Diktat Penelitian Operasional I Halaman 38
12 12
4 4
4 4
4 4
atau, 16 b2 24
Kemudian C2 = 30 C^2 = 43
Maka :
C^j = CBV. B-1.aj Cj
C^2 = CBV. B-1.a2 C2
Diktat Penelitian Operasional I Halaman 39
5
C ^2 0 10 10
2 43 3
2
Karena C^2 < 0, maka solusi basis saat ini tidak lagi optimal maka
pada kasus ini akan didapat solusi optimal yang baru.
Dalam hal ini, sebaiknya kita memecahkan kembali persoalan dari awal.