Riset Operasi

(Operation Research)
Riset Operasi (RO) adalah salah satu cabang ilmu matematika terapan yang kemudian berkembang dan dapat diterapkan di berbagai cabang
ilmu yang lain.

RO lahir selama perang dunia II, yaitu tatkala militer amerika serikat dan sekutunya harus berhadapan dengan jerman. Mereka mencari taktik
perang agar memperoleh kemenangan dan mengurangi resiko kerugian. Contohnya : bagaimana harus mengatur posisi pengeboman,
penempatan ranjau, meletakkan tank-tank perang dan sebagainya.

Seni dan teknik pencarian solusi optimal yang mirip dengan taktik perang tersebut kemudian dikenal dengan Riset Operasi (Operation
Research).

RO semakin berkembang pada tahun 1947, tatkala George Dantzig menemukan Metode Simplex untuk menyelesaikan masalah Program Linear
yang amat efisien dan memicu studi lebih lanjut serta memicu penerapan yang luas.

Nama lain Riset Operasi adalah Decision Science, Management Science, atau Quantitative Science.
Riset Operasi (Operation Research)
Masalah-masalah dalam Riset Operasi

Facility Layout
Assignment
Transportasi (pengaturan Inventory
(penugasan)
lokasi)

Networks Material
Antrian Scheduling
Planning Ruquirement
 Aplikasi RO

•Penjadwalan
•Bisnis
•Transportasi
•Industri
•Inventory
•Game
 Program linear adalah salah satu model matematika
yang digunakan untuk menyelesaikan masalah
optimisasi (Riset Operasi), yaitu memaksimumkan
atau meminimumkan fungsi tujuan yang bergantung
pada sejumlah variabel input.
Hal terpenting yang perlu kita lakukan adalah mencari
PROGRAM tahu tujuan penyelesaian masalah dan apa penyebab
masalah tersebut.
LINEAR (PL) Dua macam fungsi Program Linear:
• Fungsi tujuan : mengarahkan analisa untuk
mendeteksi tujuan perumusan masalah
• Fungsi kendala : untuk mengetahui sumber daya
yang tersedia dan permintaan atas sumber daya
tersebut.
Permasalahan PL memiliki karakteristik
sebagai berikut:
• Mempunyai variabel keputusan, adalah hal yang akan dihitung atau dipilih.
Variabel ini harus masuk akal . Contoh: volume 2,3 l (masuk akal), Sepeda
motor sebanyak 3,5 (tdk masuk akal).

• Memiliki sasaran (objektif) yaitu sesuatu yang akan diminimumkan atau

dimaksimalkan. Contoh: maksimalkan≥keuntungan, minimalkan kerugian,

• Ada paling sedikit satu kendala atau ketentuan pembatas yang harus
diperhatikan, atau persyaratan yang harus dipenuhi. Contoh: dana yang
tersedia hanya 500 juta, tenaga kerja ada 1000 orang dsb.

• Setiap variabel keputusan berpangkat satu baik dalam fungsi objektif

maupun fungsi kendala.

• Domain terdefinisi dengan jelas. Pada umumnya variabel keputusan

≥
nilainya tidak negatif sering ditulis x >=0
Riset Operasi Permasalahan

Faktor-faktor
Yang mempengaruhi

-Fungsi Objektif (Tujuan)

Pemodelan
-Fungsi Constraint (Kendala)
(Linear Programming)
-Variabel keputusan
Contoh Program
Linear
1. Suatu perusahaan pembuatan mebel mempunyai 6 unit kayu dan 20 jam bebas yang
mana perusahaan ini akan membuat suatu dekorasi dinding. Terdapat dua model yang
sudah terjual di masa lalu. Oleh karena itu perusahaan ini bertahan hanya ingin
memproduksi dua model tersebut.
Menurut perkiraannya, Model-1 membutuhkan 2 unit kayu dan 7 jam bebas.
Sedangkan model-2 membutuhkan 1 unit kayu dan 8 jam kerja. Sedangkan diketahui
laba yang dihasilkan dari I unit model-1 adalah Rp. 120.000,- model-2 adalah
Rp.80.000,-.
Persoalan:
Berapa banyak dekorasi dinding yang harus dibuat oleh pengusaha tersebut untuk
memaksimalkan pendapatan yang diperoleh. Dan berapa pendapatan yang
dihasilkannya.
 Formulasi PL

• Fungsi Tujuan • Varibel Keputusan:

Max Z = 120000x1 + 80000x2 X1= Jumlah Model 1 yang akan di buat
X2 =Jumlah model 2 yang akan dibuat
• Fungsi Kendala
2x1+x2 <= 6
7x1+8x2 <=20

• X1, x2 >=0
Contoh Program
Linear
2. Sebuah perusahaan mempunyai dua pabrik yang memproduksi 3 macam sepatu,
yaitu sepatu pantofel, sepatu sport dan sepatu sandal. Biaya produksi per unit sepatu
tersebut adalah sebagai berikut. Biaya pabrik I dalam memproduksi sepatu pantofel,
sport, dan sandal Rp.140.000, Rp. 137.000 dan Rp.125.000. Biaya Pabrik II dalam
memproduksi sepatu pantofel, sport, dan sandal adalah Rp.142.000, Rp.146.000, dan
Rp.120.000. Kapasitas produksi Pabrik I dan II adalah 4000 dan 4.500 pasang sepatu.
Bagian pemasaran , memprediksi dapat menjual sepatu pantofel, sport dan sandal
sebanyak 2.500, 2.200 dan 2.100. Formulasikan persoalan ini dalam LP.
Variabel Keputusan
Xij = Pabrik i (i=1,2) memproduksi jumlah sepatu jenis j (j=1,2,3)

Pemodelan LP
Fungsi Tujuan (OBF)
Min Z = 140.000X11 + 137.000X12 + 125.000X13+
142.000X21 + 146.000X22 +120.000X23

Fungsi Kendala
X11 + X12 + X13 <= 4000
X21 + X22 + X23 <= 4500
X11 + X21 = 2500
X12 + X22 = 2200
X13 + X23 = 2100
Xij>=0, i=1,2 j=1,2,3