PENDAHULUAN
1.1 Pengertian Riset Operasi
Riset Operasi (RO) merupakan cabang dari matematika yang menggunakan model
matematika, statistik dan algoritma untuk mendapatkan hasil optimal (maxima atau minima)
dari suatu fungsi objektif tertentu terhadap suatu constraint (kendala). RO juga dapat
didefinisikan sebagai penggunaan metode – metode kuantitatif untuk membantu analisis dan
pembuat keputusan dalam menganalisis, mendesain dan meningkatkan unjuk kerja dari suatu
sistem. Sistem di sini dapat berupa sistem pada industri, keuangan, transportasi dan
sebagainya.
Hal yang paling utama dalam RO adalah proses membangun suatu model matematika.
Model matematika di sini merupakan representasi dari suatu sistem pada dunia nyata. Tujuan
dari membangun model dari sistem adalah untuk mengetahui atau memprediksi perilaku dari
sistem, mengetahui batasand ari sistem dan terkadang mengambil suatu keputusan mengenai
perencanaan sistem. Model matematika menggambarkan hubungan antara variabel – variabel,
fungsi kendala, dan fungsi objektif.
Dalam model matematika yang dibangun, variabel – variabel dapat berupa integer
atau kontinu, sedangkan fungsi objektif dan fungsi kendala dapat berupa fungsi linear atau
nonlinear. Karakteristik dari model ini menentukan metode penyelesaian yang digunakan
untuk mendapatkan hasil optimal dari fungsi objektif.
Salah satu teknik penyelesaian adalah linear programming, di mana fungsi objektif
dan fungsi kendala adalah fungsi linear dan semua variabel kontinu. Terdapat teknik-teknik
lain yang dipakai sesuai dengan karakteristik dari model matematika, misalnya integer
programming dan dynamic programming. Secara umum, teknik-teknik dalam RO
menggunakan algoritma untuk mencapai hasil yang optimum.
Dalam bebeapa kasus, model matematika yang dibuat untuk memodelkan suatu
sistem dapat berupa model yang kompleks sehingga tidak mungkin untuk diselesaikan
menggunakan algoritma optimasi yang ada. Pada kasus – kasus seperti ini pencarian solusi
yang optial dapat diabaikan dan hanya dicari solusi yang baik menggunakan teknik heuristik.
Untuk memahami apakah RO itu, pertama perhatikan contoh berikut ini:
Suatu perusahaan mempunyai 2 mine yang berbeda untuk memproduksi biji besi yang
setelah hancur ditingkatkan menjadi 3 kelas: high-grade, medium, low-grade. Perusahaan
tersebut telah dikontrak untuk menyediakan smelting plant dengan 12 ton high-grade, 8 ton
medium-grade, dan 24 ton low-grade biji besi setiap minggu. 2 mine tersebut mempunyai
karakteristik operasi yang berbeda, seperti yang ditunjukan di bawah ini:
Berapa hari per minggu, setiap mine harus beroperasi untuk memenuhi kontrak
smelting plant di atas?
Dengan cara menebak atau memperkirakan, misalnya diambil solusi sebagai berikut:
- Kerja 1 hari per minggu pada X, dan kerja 1 hari per minggu pada Y.
Hasilnya adalah 7 ton high-grade per minggu, 4 ton medium-grade per minggu, dan
10 ton low-grade per minggu. Hasil ini tidak mencukupi target yaitu 12 ton high-
grade per minggu.
- Kerja 4 hari per minggu pada X, dan 3 hari per minggu pada Y.
Perkiraan ini terlihat lebih baik karena menghasilkan biji besi yang mencukupi sesuai
dengan kontrak, tetapi biayanya sangat mahal. Daripada menggunakan cara menebak
atau memperkirakan seperti di atas, kita dapat memikirkan bagaimana menemukan
solusi yang dapat menyelesaikan masalah tersebut dengan biaya yang minimum.
Yang harus dilakukan pertama kali adalah menejermahkan masalah tersebut ke deskripsi
matematika yang ekivalen. Untuk menyelesaikan masalah seperti ini, lebih baik dibuat
dengan urutan:
1. Variabel
2. Kendala
3. Objektif
Proses ini disebut juga formulasi (formulasi representasi matematika dari masalah)
Variabel
Variabel merepresentasikan “keputusan yang harus diambil”. Misalkan :
x = jumlah hari per minggu, mine X beroperasi;
y = jumlah hari per minggu, mine Y beroperasi
x ≥ 0, y ≥ 0;
Kendala / Contraint
Batasan
Objektif
BAB II
PROGRAM LINEAR
n
dengan kendala a
j =1
ij x j b , i = 1, 2, …, m, xj 0, j = 1, 2, ..., n.
atau
Memaksimumkan Z = c1x1 + c2x2 + … + cnxn.
dengan kendala a11x1 + a12x2 + … + a1nxn b1
a21x1 + a22x2 + … + a2nxn b2.
……
an1x1 + an2x2 + … + annxn bn.
n
2. Meminimumkan Z = c j =1
j xj
n
dengan kendala a
j =1
ij x j bi , i = 1, 2, …, m, xj 0, j = 1, 2, ..., n.
atau
Meminimumkan Z = c1x1 + c2x2 + … + cnxn.
dengan kendala a11x1 + a12x2 + … + a1nxn b1
a21x1 + a22x2 + … + a2nxn b2.
……
an1x1 + an2x2 + … + annxn bn.
dengan:
Z : fungsi objektif/fungsi tujuan
cj : koefisien fungsi tujuan
xj : variabel keputusan
bi : right-hand-side (rhs)
Sebagai contoh:
1. Sebidang tanah seluas 30 m2 akan ditanami 50 pohon jeruk dan apel, setiap satu pohon
jeruk memakan tempat 1 m2, sedang pohon apel ½ m2. Setelah 5 tahun setiap pohon
jeruk menghasilkan 20 ribu rupiah dan apel 15 ribu rupiah tiap pohonnya. Berapa pohon
tiap jenis harus ditanam agar pada panen nanti didapatkan uang sebanyak-banyaknya
(gunakan grafik untuk menyelesaikannya)!
Penyelesaian: ???
2. Perusahaan roti ”MAIP” telah menghitung biaya untuk memproduksi 2 jenis roti, yaitu
roti tawar dan roti keju. Total biaya pembuatan roti tawar per bungkus sebesar Rp. 800,-
dan roti keju sebesar Rp. 600,-. Untuk membuat roti keju dibutuhkan adonan yang terdiri
atas: telur, tepung terigu, gula halus dan keju. Masing-masing sebanyak 1,5 ons, 0,75 ons,
0,25 kg, 0,4 blok. Untuk membuat roti tawar dibutuhkan adonan yang terdiri atas: telur,
tepung terigu dan keju sebanyak 1 ons, 2 ons dan 0,2 blok. Persediaan telur 100 ons,
tepung terigu 75 ons, gula halus 10 ons dan keju 12 blok. Berapakah idealnya perusahaan
memproduksi roti tawar dan roti keju dengan biaya yang dikeluarkan minimal?
a. Tentukan variabel keputusan kasus tersebut!
b. Tentukan fungsi tujuan kasus tersebut !
c. Tentukan kendala (constraint) kasus tersebut!
Penyelesaian: ???
Masalah program linear belum tentu mempunyai satu penyelesaian optimal. Ada tiga
kejadian khusus dari masalah program linear yaitu:
1. Masalah program linear mempunyai beberapa penyelesaian.
Contoh :
Maksimumkan Z = 300x1 + 200x2
Dengan kendala : 6x1 + 4x2 240
x1 + x2 50
x1 , x2 0
2. Masalah program linear tidak mempunyai penyelesaian optimal (infeasible solution).
Contoh :
Maksimumkan Z = x1 + x2
Dengan kendala : x1 + x2 4
x1 - x2 5
x1 , x2 0