Senin, 20 Oktober 2014

Aplikasi Riset Operasional dan Tantangannya

Aplikasi Riset Operasional
Aplikasi riset operasional tentunya dibutuhkan dalam pengambilan keputusan. Dalam
permasalahan yang kompleks pengambilan keputusan tidak lagi ditunjang hanya oleh intuisi
pimpinan (management) melainkan didukung oleh hasil analisis dari kumpulan data yang
ada. Pembuatan keputusan merupakan bagian kunci kegiatan eksekutif, manajer, karyawan, setiap
manusia dalam kehidupannya.

Model keputusan merupakan alat yang menggambarkan permasalahan keputusan sedemikian

rupa sehingga memungkinkan identifikasi dan evaluasi sistematik semua alternatif keputusan yang
tersedia. Salah satu teknik yang digunakan untuk menganalisis alternatif keputusan adalah Riset
Operasional. Riset Operasional merupakan metode pengoptimalan proses pengambilan keputusan
yang dibatasi ketersediaan sumber daya. Penggunaan riset operasional sangat luas, pendekatannya
menggunakan metode ilmiah. Proses pengoptimalan mulai dengan pengamatan yang mendalam dan
formulasi masalah lalu diikuti dengan pembentukan model ilmiah (khususnya model matematik)
yang menggambarkan inti sistem nyata. Model yang dibentuk harus mencukupi sebagai representasi
tepat sifat-sifat penting situasi, sehingga kesimpulan yang ditarik dari model valid untuk
permasalahan nyata. Kontribusi riset operasional berasal dari :

1.         Penstrukturan situasi dunia nyata ke model matematik, menggambarkan elemen penting sehingga
penyelesaian yang relevan ke tujuan pengambil keputusan diperoleh, termasuk mencari
permasalahan dalam konteks keseluruhan sistem.

2.         Mengeksplor struktur setiap penyelesaian dan mengembangkan prosedur sistematis untuk

mendapatkannya.

3.         Mengembangkan suatu penyelesaian, termasuk teori matematik jika perlu, yang menghasilkan nilai
optimal ukuran sistem yang diinginkan (atau mungkin membandingkan alternatif tindakan dengan
mengevaluasi ukuran yang diinginkan).

Dilihat dari data yang digunakan untuk memfasilitasi, pengambilan keputusan dapat
dibedakan menjadi keputusan pasti, berisiko dan tidak pasti. Keputusan pasti didukung oleh data-
data pasti. Diantara keputusan pasti dan tidak pasti ada keputusan beresiko. Pengambilan keputusan
berisiko didukung oleh data yang tidak pasti, tetapi ketidakpastian itu dapat dinyatakan dalam
bentuk peluang.

Optimasi adalah proses pencarian solusi yang terbaik; tidak selalu keuntungan paling tinggi
yang bisa dicapai jika tujuan pengoptimalan adalah memaksimumkan keuntungan; atau tidak selalu
biaya paling kecil yang bisa ditekan jika tujuan pengoptimalan adalah meminimumkan biaya. Tiga
 elemen permasalahan optimasi yang harus diidentifikasi, yaitu tujuan, alternatif keputusan dan
sumber daya yang membatasi. Tujuan bisa berbentuk maksimisasi atau minimisasi. Bentuk
maksimisasi digunakan jika tujuan pengoptimalan berhubungan dengan keuntungan, penerimaan
dan sejenisnya. Sedangkan bentuk minimisasi akan dipilih jika tujuan pengoptimalan berhubungan
dengan biaya, waktu, jarak dan sejenisnya.

Alternatif keputusan yang tersedia tentunya alternatif yang menggunakan sumber daya
terbatas yang dimiliki pengambil keputusan, merupakan aktifitas atau kegiatan yang dilakukan untuk
mencapai tujuan. Sumber daya merupakan pengorbanan yang harus dilakukan untuk mencapai
tujuan yang ditetapkan. Sumber daya tersebut adalah :

1.    Ketersediaannya terbatas.

2.    Keterbatasan sumber daya inilah yang mengakibatkan dibutuhkannya

                        proses optimasi.

3.    Sumber daya bisa dalam bentuk bahan baku, fasilitas produksi, jam kerja

            manusia (tenaga kerja), modal, pangsa pasar, peraturan pemerintah, dan

            lain-lain.

Contoh-contoh permasalahan ataupun kasus yang merupakan lingkup riset operasional adalah
:

1.      Persoalan Biaya Pemasaran Berbagai Produk

2.       Perencanaan Produksi

3.      Persoalan atau Masalah Pencampuran

4.      Persoalan Transportasi

5.       Persoalan Antrian dan Inventori

6.      Persoalan Net Work Planning atau PERT

Teknik-teknik yang telah dikembangkan dalam aplikasi riset operasional diantaranya adalah
sebagai berikut :

1.     Linear Programming

2.    Dynamic Programming

3.    Teori Antrian
 4.     Teori Inventori, Teori Permainan (Game Theory), Simulasi

5.    Net work planning.

Tantangan Aplikasi Riset Operasional

Bagian terpenting dari Riset Operasional 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 Operasional 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.

Penyelesaian permasalahan keputusan pertama sekali dilakukan dengan membentuk model.

Pada aplikasi riset operasional umumnya, tujuan dan sumber daya yang membatasi dapat
ditunjukkan secara kuantitatif atau matematik sebagai fungsi variabel keputusan digunakan model
matematik. Tidak semua permasalahan optimasi dapat dimodelkan menggunakan model matematik.
Meskipun dapat dimodelkan secara matematik, tidak jarang juga model matematik yang
diformulasikan terlalu kompleks untuk diselesaikan menggunakan metode solusi yang ada.
Pendekatan lain yang digunakan untuk mengatasi permasalahan ini adalah menggunakan model
simulasi. Model simulasi tidak menunjukkan secara eksplisit hubungan input dan output. Secara
biaya model simulasi cukup mahal. Jika dilihat dari bentuk data yang digunakan, model dapat
dibedakan menjadi model deterministik dan model probabilistik atau stokastik. Model deterministik
dibangun menggunakan data yang sifatnya pasti sedangkan model probabilistik dibangun
menggunakan data yang sifatnya tidak pasti.

Organisasi bisnis dan publik di negara maju menggunakan riset operasional sebagai basis

mencapai tujuan secara optimum dengan orientasi efisiensi tinggi. Itulah yang membuat mereka
sangat kompetitif dan solid sehingga dapat tumbuh pesat dengan rentabilitas yang optimum.
Pertumbuhan dalam skala mikro tersebut menunjang pertumbuhan skala mikro. Akan tetapi, di
Indonesia, Riset Operasional dijauhi dan dihindari sehingga organisasi bisnis dan publik sangat tidak
efisien. Akibatnya, tidak kompetitif dan rapuh oleh terpaan dan serangan. Buktinya, selama 60 tahun
lebih merdeka, BUMN selalu dimerger dengan dalih agar efisien, padahal intinya memang tidak
efisien dan rapuh. Agar operations research  tidak sekadar jadi pajangan di etalase akademik maka
semua jajaran manajemen harus menyukai dan melaksanakan secara praktis, sehingga organisasi
kompetitif dan solid.
 Masa depan riset operasional sebagaimana yang digambarkan ahli dalam bidang riset
operasional Lee W Schruben, seorang professor Industrial Engineering & operation Research pada
UC Berkeley, mengkaji beberapa gambaran menganai operation research saat ini dan masa akan
datang. Diuraikannya bahwa masalah yang terjadi pada dunia operation research adalah bagaimana
meramalkan sebuah model operation research. Penggambaran operation research ini dimulai
dengan mencoba model yang akan terjadi dimasa akan datang dan ini adalah tantangan praktis yang
terbesar. Bagaimana mendapatkan model dengan asumsi statis serta melakukan pengembangan
prediksi model dimasa yang yang akan datang yang dapat merespon perubahan yang terjadi adalah
masalah yang belum terselesaikan saat ini. Saat ini, para praktisi hanya mengumpulkan data serta
membangun sebuah model berdasarkan asumsi saat ini dan cenderung mengabaikan apa yang akan
terjadi dimasa akan datang. Sehingga, model yang dibuat hanya menjelaskan apa yang terjadi di
masa lampau. Kebanyakan model mengasumsikan bahwa input data terpisah dan terdistribusi
dengan sendirinya padahal ini tidak benar. Hal yang sebenarnya terjadi adalah input data tidak
terpisah serta memerlukan proses distribusi yang akan dijalankan oleh para pengguna. Pendekatan
terbaik bagi operation research modeling adalah melakukan integrasi antara peramalan dan analisis
risiko. Kita harus mengintegrasikan sebuah model dengan informasi pasar yang dinamis serta proses
peramalan. Model operation research harus berdasarkan kompleksitas yang dinamis serta
berdasarkan optimalisasi. Terdapat banyak sekali teori operation research yang salah dalam masalah
penamaan. Hal ini datang dari insight manajerial pada beberapa riset mengenai operation research.
Pada praktiknya operation research telah membuat efek yang besar bagi dunia bisnis. SAP atau
Oracle’s ERP solutions telah menyelesaikan permasalahan bagi operation research. Namun,
sayangnya banyak software ini tidak cocok bagi dunia akademis. Pada dunia akademis, dibutuhkan
banyak sekali kolaborasi antar software tersebut dan tidak bisa berdiri sendiri. SAP atau Oracle’s ERP
solutions telah menyelesaikan permasalahan bagi operation research. Namun, sayangnya banyak
software ini tidak cocok bagi dunia akademis. Pada dunia akademis, dibutuhkan banyak sekali
kolaborasi antar software tersebut dan tidak bisa berdiri sendiri.

Tantangan dan Masa Depan Riset Operasi

Organisasi bisnis dan publik di negara maju menggunakan operations research sebagai
basis mencapai tujuan secara optimum dengan orientasi efisiensi tinggi. Itulah yang
membuat mereka sangat kompetitif dan solid sehingga dapat tumbuh pesat dengan
rentabilitas yang optimum. Pertumbuhan dalam skala mikro tersebut menunjang
pertumbuhan skala mikro. Akan tetapi,di Indonesia, operations research dijauhi dan
dihindari sehingga organisasi bisnis dan publik sangat tidak efisien. Akibatnya, tidak
kompetitif dan rapuh oleh terpaan dan serangan. Buktinya, selama 60 tahun lebih
merdeka, BUMN selalu dimerger dengan dalih agar efisien, padahal intinya memang tidak
efisien dan rapuh. Agar operations research tidak sekadar jadi pajangan di etalase
akademik maka semua jajaran manajemen harus menyukai dan melaksanakan secara
praktis, sehingga organisasi kompetitif dan solid. 
Masa depan riset operasi sebagaimana yang digambarkan ahli dalam bidang riset operasi
Lee W Schruben, seorang professor Industrial Engineering & operation Research pada UC
Berkeley, mengkaji beberapa gambaran menganai operation research saat ini dan masa
akan datang. Diuraikannya bahwa masalah yang terjadi pada dunia operation research
adalah bagaimana meramalkan sebuah model operation research. Penggambaran operation
research ini dimulai dengan mencoba model yang akan terjadi dimasa akan datang dan ini
adalah tantangan praktis yang terbesar. Bagaimana mendapatkan model dengan asumsi
statis serta melakukan pengembangan prediksi model dimasa yang yang akan datang yang
dapat merespon perubahan yang terjadi adalah masalah yang belum terselesaikan saat ini.
Saat ini, para praktisi hanya mengumpulkan data serta membangun sebuah model
berdasarkan asumsi saat ini dan cenderung mengabaikan apa yang akan terjadi dimasa
akan datang. Sehingga, model yang dibuat hanya menjelaskan apa yang terjadi di masa
lampau. Kebanyakan model mengasumsikan bahwa input data terpisah dan terdistribusi
dengan sendirinya padahal ini tidak benar. 

Hal yang sebenarnya terjadi adalah input data tidak terpisah serta memerlukan proses
distribusi yang akan dijalankan oleh para pengguna. Pendekatan terbaik bagi operation
research modeling adalah melakukan integrasi antara peramalan dan analisis risiko. Kita
harus mengintegrasikan sebuah model dengan informasi pasar yang dinamis serta proses
peramalan. Model operation research harus berdasarkan kompleksitas yang dinamis serta
berdasarkan optimalisasi. Terdapat banyak sekali teori operation research yang salah
dalam masalah penamaan. Hal ini datang dari insight manajerial pada beberapa riset
mengenai operation research. Pada praktiknya operation research telah membuat efek
yang besar bagi dunia bisnis. SAP atau Oracle’s ERP solutions telah menyelesaikan
permasalahan bagi operation research. Namun, sayangnya banyak software ini tidak cocok
bagi dunia akademis. Pada dunia akademis, dibutuhkan banyak sekali kolaborasi antar
software tersebut dan tidak bisa berdiri sendiri. SAP atau Oracle’s ERP solutions telah
menyelesaikan permasalahan bagi operation research. Namun, sayangnya banyak software
ini tidak cocok bagi dunia akademis. Pada dunia akademis, dibutuhkan banyak sekali
kolaborasi antar software tersebut dan tidak bisa berdiri sendiri. 
Peran operation research dalam dunia bisnis dimasa 10 tahun mendatang diharapkan
terdapat para manajer yang lebih berpengetahuan mengenai dunia analisis serta dunia OR.
Saat ini banyak dibuka pendidikan MBA baru yang berfokus pada analisis bisnis. Para
professional baru ini harus mampu membangun cara yang sistematis mengenai sebuah
masalah OR. 

Mempelajari teknik analisis OR dan berpengetahuan mengenai cara menggunakan

softwarenya seperti LINDO (Linear, Interactive and Discrete Optimizer), POM For Windows,
QM For Windows dan lain-lain adalah sebuah masa depan. 

Elemen Dasar Model Antrian. 

Aktor utama customer dan server. 

Elemen dasar : 
1. distribusi kedatangan customer. 
2. distribusi waktu pelayanan. 
3. disain fasilitas pelayanan (seri, paralel atau jaringan). 
4. disiplin antrian (pertama datang pertama dilayani, terakhir datang pertama dilayani,
pelayanan secara 
    acak) dan prioritas pelayanan. 
5. ukuran antrian (terbatas atau tidak terbatas). 
6. sumber pemanggilan (terbatas atau tidak terbatas). 
7. perilaku manusia. 

Distribusi Poisson dan eksponensial. 

Proses Poisson memenuhi kondisi: 

1. peluang suatu kejadian (kedatangan atau keberangkatan) terjadi antara waktu t dan t+s
tergantung hanya 
    pada jangka waktu s. 
2. peluang suatu kejadian terjadi selama jangka waktu sangat pendek h adalah positif tapi
kurang dari 1. 
3. paling banyak satu kejadian dapat terjadi selama jangka waktu sangat pendek h.