See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/362225471

Operations Research/Management Science: Karakteristik, Prosedur, dan

Penggunaan

Article · July 2022

CITATIONS READS

0 83

1 author:

Ade Heryana
Universitas Esa Unggul
108 PUBLICATIONS   27 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Budaya Literasi View project

Kajian Antrian Pelayanan Pendaftaran Pasien BPJS Kesehatan RSU Kabupaten Tangerang Tahun 2018 View project

All content following this page was uploaded by Ade Heryana on 24 July 2022.

The user has requested enhancement of the downloaded file.

Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

OPERATIONS RESEARCH/MANAGEMENT SCIENCE: KARAKTERISTIK,

PROSEDUR, DAN PENGGUNAAN

Ade Heryana (ade.heryana24@gmail.com, heryana@esaunggul.ac.id)

Operations Research/Management Science (OR/MS) merupakan cabang disiplin ilmu

matematika yang sudah lama digunakan (sejak Perang Dunia II, tahun 1940an) sebagai
teknik untuk membantu pengambilan keputusan yang optimal. Istilah “operations
research” pertama kali dicetuskan oleh McClosky dan Trefthen pada tahun 1940 di kota
Bowdsey, United Kingdom (Raju, 2020).

Seluruh pihak yang tertarik atau berkepentingan dengan OR/MS menyebut disiplin ilmu
ini secara berbeda-beda. Ada yang menyebutnya secara terpisah antara Operations
Research dengan Management Science. Secara filosofis memag kedua subdisiplin ini bisa
berbeda. Management Science berfokus pada pengembangan model, sedangkan OR pada
solusi teknis yang berbasis matematika (Eiselt & Sandblom, 2022). Istilah OR/MS
menjadi baku setelah dibentuk komunitas para ahli dan professional yang tergabung
dalam Institute for Operations Research and the Management Sciences atau INFORMS
(Hillier & Hillier, 2014).

Beberapa literatur bahkan menyebut OR/MS dengan istilah “Decision sciences”

“Business analytics” “Optimization techniques” “Operation analysis” “Systems
Analysis” “Decision Analysis” (Hillier & Hillier, 2014; Raju, 2020). Pada artikel ini
penulis menggunakan istilah OR/MS dan akan membahas karakteristik, prosedur, dan
penggunaan OR/MS yang diperoleh dari berbagai literatur.

1. KARAKTERISTIK OR/MS
a. Obyek studi terhadap masalah operasional pada sistem dan berbentuk model
OR/MS mempelajari implementasi dari suatu operasionalisasi sistem yang terjadi di
dunia nyata (atau beberapa menyebutnya “lapangan”). Implementasi tersebut bisa saja
secara eksplisit nampak oleh mata, namun bisa juga tidak terlihat secara kasat. Contoh
operasional sistem yang tidak nampak adalah transaksi (van der Veen, 1967). Proses yang
terjadi di dunia nyata ini dideskripsikan oleh OR/MS secara terbatas dalam bentuk model

1
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

matematis. Pengertian “secara terbatas” karena hampir mustahil dapat dihasilkan model
yang sesuai dengan dunia nyata (Eiselt & Sandblom, 2022).

Model merupakan bentuk sederhana, bentuk ideal yang menggambarbak obyek, proses,
atau sistem nyata (Carter et al., 2019). Model yang paling umum digambarkan dalam
bentuk sistem. Sistem terdiri dari 1) input atau sumberdaya (tenaga kerja, modal, mesin,
bahan baku, data), 2) proses atau operation atau kombinasi dari aktivitas, dan 3) output
berbentuk produk/jasa. Obyek studi OR/MS adalah proses atau unit operasional dari
sebuah sistem, baik sistem produksi yang menghasilkan produk atau sistem operasional
pelayanan yang menghasilkan jasa (Singla, 2022).

Model OR/MS dapat diklasifikasikan berdasarkan struktur, tujuan, tingkat kepastian

masalah, waktu, atau metode/solusi yang dipakai. Klasifikasi menurut (Raju, 2020)
digambarkan pada tabel 1 berikut.

Tabel 1. Klasifikasi Model OR/MS

No Dasar klasifikasi Jenis-jenis model OR/MS

1 Berdasar struktur a. Model Fisik (penampilan fisik menyerupai kenyataan
dengan skala/ukuran lebih kecil), terdiri dari
• Model Ikonik (representasi obyek nyata dengan ukuran
yang lebih kecil), misal: blue print, globe, forografi,
gambar, template, dll
• Model Analog (representasi obyek nyata dengan
property/atribut yang berbeda dengan aslinya, serta
secara fisik tidak persis sama). Ketika solusi sudah
dicapai, model di interpretasi kembali sebagai obyek
asli), misal: kurva frekuensi, diagram alir, struktur
organisasi, dll
b. Model Simbolik (menggunakan symbol-simbol untuk
menjelaskan model asli misalnya dengan huruf, operator
matematik, dan symbol lainnya yang relevan)
• Model Verbal (mendeskripsikan situasi dalam bentuk
narasi menggunakan huruf, kata, kalimat)
• Model Matematika (mendeskripsikan hubungan antar
variabel dalam sistem yang menjelaskan perilaku dan
atribut menggunakan symbol, huruf, angka, dan
operator matematika)
2 Berdasar tujuan dan a. Model Deskriptif (mendeskripsikan situasi/kondisi
karakteristik berdasarkan pengamatan, survey, kuesioner, angket), misal:
diagram tata letak, diagram blok dari algoritma, dll
b. Model Prediktif (memprediksi tindakan yang akan
dilakukan atau kondisi yang akan terjadi berdasarkan
variabel), misal: jadwal perawatan/pemeliharaan

2
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

No Dasar klasifikasi Jenis-jenis model OR/MS

c. Model Normatif atau Model Optimasi (mengarahkan
tindakan menyesuaikan dengan kondisi sumberdaya atau
kebutuhan yang diharapkan agar diperoleh optimalisasi).
Misal: programa linear
3 Berdasarkan kepastian a. Model deterministic (seluruh parameter dari variabel
masalah keputusan bersifat konstan dan diketahui dengan pasti
fungsinya), misal: model persediaan deterministic, games
theory dengan saddle point
b. Model probablistik atau model stokastik (paling sedikit
terdapat satu parameter dari variabel keputusan yang
bersifat acak/random), misal: model persediaan stokastik,
model antrian, dll
4 Berdasarkan waktu a. Model statis (mendeskripsikan sistem pada waktu yang
yang dibutuhkan ditetapkan dan tidak mengalami perubahan sepanjang
waktu), misal: penggantian mesin tanpa memperhitungkan
nilai uang di masa mendatang
b. Model dinamis (mendeksripsikan sistem dengan
menggunakan waktu sebagai salah satu variabel dan
berdampak terhadap perubahan sepanjang waktu), mis:
penggantian mesin dengan memperhitungkan nilai uang di
masa mendatang
5 Berdasarkan metode a. Model Analitik (solusi diselesaikan secara analitik atau
untuk menyelesaikan menggunakan teknik-teknik matematika karena memiliki
solusi masalah struktur tertentu misal: model persediaan, waiting line, dll
b. Model Iteratif (solusi diselesaikan berdasarkan kesimpulan
atau hasil dari tahap sebelumnya), misal: metode Simplex,
dynamic programming, dll
c. Model Simulasi (solusi diselesaikan dengan pengujian
atau eksperimen dengan bantuan komputer menggunakan
persamaan matematika yang menggambarkan kondisi
sebenarnya dan tidak mungkin hanya dilakukan dengan
analisis saja), mis: simulasi Monte Carlo, model Peramalan,
dll

b. Menggunakan pendekatan saintifik

Beberapa pemerhati OR/MS menyatakan disiplin ilmu ini merupakan turunan dari teori
Scientific Management yang dikembangkan Frederick W. Taylor. OR/MS menggunakan
prosedur yang sistematik dalam menyelesaikan masalah dan membuat keputusan yang
melibatkan tim dari berbagai multi disiplin ilmu (Hillier & Hillier, 2014; Raju, 2020).
Lihat sub bab Prosedur OR/MS

Solusi penyelesaian masalah yang ditawarkan oleh OR/MS ada yang “pasti” (exact) serta
menghasilkan keputusan yang tepat dengan model dunia nyata, dan yang “mendekati”

3
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

(heuristic) serta menghasilkan keputusan yang mendekati model dunia nyata (Eiselt &
Sandblom, 2022).

c. Menggunakan model kuantitatif

Sebagian besar penyelesaian masalah OR/MS menggunakan analisis kuantitatif, meski
sebagian menyatakan terdapat kecenderungan model kualitatif mulai digunakan.
Penggunaan model kuantitatif menyebabkan metode yang dipakai dalam OR/MS dapat
dipakai berulang-ulang untuk studi kasus yang sama atau relevan dengan sebelumnya,
sehingga dapat dihasilkan prose pengambilan keputusan yang efektif. Model kuantitatif
OR/MS pada dasarnya memiliki lima komponen (Hillier & Hillier, 2014):

1. Variabel yang secara langsung mempengaruhi pencapaian tujuan (disebut Decision

Variables). Misalnya: untuk memaksimalkan pendapatan dibutuhkan decision
variable yakni jumlah barang yang akan dijual
2. Fungsi matematika yang mendeskripsikan tujuan dari model (disebut Objective
Function). Fungsi tersebut ada yang memaksimalkan (maximization), meminimalkan
(minimization), atau suatu kondisi tertentu lainnya terhadap tujuan yang diharapkan.
Misalnya: fungsi memaksimalkan penjualan, fungsi meminimalkan biaya, atau fungsi
titik impas ketika biaya sama dengan penjualan.
3. Keterbatasan-keterbatasan yang mungkin muncul untuk mencapai tujuan model
(disebut Constraints). Ada tiga jenis hambatan yang umumnya ditemukan yakni: (a)
keterbatasan aksesibilitas, misalnya: batasan jarak antar lokasi; (b) keterbatasan
jumlah penduduk, misalnya: sebuah klinik hanya efisien jika berada di kota dengan
jumlah penduduk maksimal 10.000 orang, dan (3) keterbatasan pendapatan/income
penduduk, misalnya: klinik kecantikan A diperuntukkan hanya untuk konsumen
dengan penghasilan di atas 60 juta per tahun
4. Tingkat aktivitas untuk menghasilkan 1 unit produk/jasa (disebut Coefficients) yang
melekat baik pada decision variables maupun object function. Misalnya: jarak antara
klinik dengan konsumen berada pada koefisien 5 – 7 km, jumlah penduduk yang dapat
mengoptimalkan pendapatan antara 9.000 – 11.000 orang
5. Hubungan antara coefficients dengan constraints (disebut inequality) yang
diekspresikan secara matematis dalam bentuk pertidaksamaan “lebih kecil dari (<)”
atau “lebih besar dari (>)” atau “lebih kecil dari sama dengan (≤)” atau “lebih besar
dari sama dengan (≥)”.

4
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

Model matematika dalam OR/MS terdiri dari 1) angka-angka yang tidak bisa
dikendalikan oleh pengambil keputusan sehingga harus dipastikan atau ditentukan
sebelumnya, dan 2) angka-angka yang dapat dikendalikan oleh pengambil keputusan
namun belum diketahui jumlahnya dan harus diketahui oleh pengambil keputusan
berdasarkan parameter-parameter tersebut (Eiselt & Sandblom, 2022). Hal inilah yang
menyebabkan model OR/MS dapat disesuaikan secara digital dengan aplikasi komputer
(Raju, 2020).

d. Tujuan studi adalah menghasilkan keputusan yang optimal dan feasible

Berbagai literatur menyatakan manfaat penggunaan metode OR/MS adalah membantu
para pimpinan, manajer, penentu kebijakan untuk menghasilkan keputusan yang optimal
(optimal decision). Keputusan yang optimal diperoleh dengan mempertimbangkan
seluruh aspek yang mempengaruhi atau berhubungan dengan operasional sistem (van der
Veen, 1967).

Pada tahun 1970an keputusan yang OR/MS ditujukan lebih kepada minimalisasi dan
maksimisasi sumberdaya pada permasalahan-permasalahan yang berkaitan antara
manusia dengan mesin seperti halnya dalam proses manufaktur. Perkembangan
selanjutnya pengertian optimal pada OR lebih menekankan pada efisiensi penggunaan
sumberdaya. Para ahli menyebutnya dengan “science of better”. Keputusan optimal
muncul karena adanya dua pernyataan yang bertentangan dalam OR/MS. Pernyataan
pertama adalah “yang kita inginkan” atau “we want to do” yang tertuang dalam tujuan.
Namun kenyataannya apa yang diinginkan tidak mungkin tercapai karena keterbatasan
sumberdaya, sehingga muncullah pernyataan “yang seharusnya kita lakukan” atau “we
have to do” yang menggambarkan optimalisasi keputusan (Eiselt & Sandblom, 2022).
Jadi pilihannya bukan pada yang terkecil atau terbesar, tetapi pilihan atau keputusan yang
dapat memberikan kepuasan pada berbagai pihak dengan keterbatasan sumberdaya yang
ada. Konsep ini disebut dengan optimization (Hillier & Hillier, 2014).

Disamping optimal, keputusan yang dihasilkan harus feasible atau dapat dilaksanakan.
Secara metematis, pengertian feasible adalah solusi dan keputusan yang diusulkan tetap
mempertimbangkan keterbatasan-keterbatasan (constrainst) yang ada. (Hillier & Hillier,
2014).

5
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

e. Terdapat kelemahan-kelamahan
Sebagai salah satu metode penyelesaian masalah, OR/MS memiliki kelemahan yang tidak
bisa dihindarkan. Kelamahan tersebut di antaranya (Raju, 2020):

1. Solusi yang diusulkan seringkali tidak mungkin dijalankan (impossibility &

infeasibility) terutama jika model yang disusun tidak berdasarkan kondisi lapangan
yang sebenarnya
2. Tidak dapat menyelesaikan masalah yang variabelnya tidak dapat dikuantifikasikan
atau sesuatu yang tidak nampak (intangible) seperti faktor manusia1.
3. Terdapat kesenjangan pola pikir antara peneliti OR/MS dengan praktisi atau
manajemen

2. PROSEDUR OR/MS
Untuk menghasilkan keputusan menggunakan OR/MS dibutuhkan tahapan-tahapan atau
prosedur baku yang telah ditetapkan. Sayangnya beberapa literatur tidak memiliki
tahapan prosedur yang sama. Namun meskipun tidak sama, setiap prosedur memiliki
kesamaan komponen dan kriteria. Prosedur OR/MS terdiri dari dua komponen utama
yakni penyelesaian masalah (problem solving) dan pengambilan/penentuan keputusan
(decision making). Sementera ketika pengambil keputusan menentukan prosedur OR/MS
ada beberapa kriteria yang harus diperhatikan (Eiselt & Sandblom, 2022; Raju, 2020):

a. Apakah prosedur tersebut dapat dijalankan (feasible) atau tidak menyulitkan bagi
pengambil keputusan?
b. Apakah prosedur tersebut dapat menghasilkan keputusan yang optimal (optimality)
bagi pimpinan, manajer, atau penentu kebijakan?
c. Apakah prosedur tersebut dapat mengukur dampak (sensitivity) yang terjadi jika
parameter atau kondisi yang ada mengalami perubahan?
d. Apakah prosedur yang dihasilkan dapat diimplementasikan (implementability) oleh
pelaksana di lapangan?

Prosedur menghasilkan keputusan optimal dengan OR/MS dapat dilakukan dengan

pendekatan model dan algoritma. Algoritma merupakan serangkaian urutan operasi yang

1
Namun sejak 2015 telah dikembangkan konsep Behavioral Operations Research untuk mengatasi
kelemahan ini (Kunc, 2020)

6
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

terjadi pada jangka waktu tertentu (Carter et al., 2019). Tahapan-tahapan dengan
pendekatan gabungan antara model dengan algoritma adalah sebagai berikut:

1. Memformulasikan masalah (problem recognition)

Masalah didefinisikan sebagai kesenjangan (gap) antara kenyataan (actual) dengan hasil
yang diiinginkan (desired outcome). Setelah masalah didefinisikan, peneliti atau
mahasiswa yang akan menyusun model OR/MS menentukan bidang masalah yang akan
diselesaikan, misalnya pemasaran, keuangan, personalia, rantai suplay dan lain-lain
(Hillier & Hillier, 2014).

Formulasi masalah yang akan diselesaikan dengan OR/MS membutuhkan pemahaman

yang komprehensif antara bidang teoritis/konsep dengan praktis, sehingga akan
dihasilkan formulasi masalah yang operasional mendekati dunia nyata namun dapat
dideskripsikan secara konseptual sesuai tujuan pengambilan keputusan (Eiselt &
Sandblom, 2022; Raju, 2020).

Beberapa komponen berikut harus ditentukan atau dipersiapkan ketika melakukan

formulasi masalah, yakni (Eiselt & Sandblom, 2022; Raju, 2020):

a. Penentu atau pembuat keputusan

Dalam formulasi masalah perlu juga ditentukan siapa yang merancang dan
menentukan pemodelan masalah untuk pengambilan keputusan. Perancang model
bisa saja dilakukan oleh tenaga ahli atau anggota/karyawan senior di dalam organisasi.
Sementara penentu apakah model dapat dilakukan oleh pengambil keputusan itu
sendiri atau pihak-pihak yang memahami dengan baik pola dan cara berpikir
pengambil keputusan

b. Tujuan dari pemecahan masalah (objective function)

c. Rentang atau jarak variabel yang dapat dikendalikan (controllable variables)
d. Pengaruh variabel tidak terkendali (uncontrollable variables) terhadap solusi yang
dihasilkan
e. Hambatan atau restriksi atau constraints terhadap variabel
f. Kondisi atau karakteristik dari variabel

7
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

2. Membangun model (model building) dan alternatif model

Pada tahap ini mulai dibangun model OR/MS untuk menyelesaikan masalah dan
menghasilkan keputusan yang optimal. Model OR/MS yang dibangun dapat dirancang
pada level mikro atau makro tergantung tujuan dari pengambil keputusan. Dalam
membangun model perlu juga dikatahui hambatan-hambatan (constraints) di lapangan.
Beberapa ahli OR/MS menganjurkan perancang model agar turut terlibat aktif dalam
proses operasional di lapangan (Eiselt & Sandblom, 2022).
Pemodel OR/MS tidak hanya membuat satu model, tetapi beberapa model sebagai
alternatif. Alternatif model ini kemudian dievaluasi berdasarkan kriteria tertentu dan
dipilih oleh pemodel sebagai model terpilih yang akan dikembangkan untuk memecahkan
masalah dalam pengambilan keputusan (Hillier & Hillier, 2014).
3. Mengumpulkan data (data collecting)
Pengumpulan data di lapangan menjadi kunci bukan saja untuk kepentingan
menghasilkan keputusan yang optimal, tetapi juga untuk mengevaluasi model OR/MS
yang sudah dibangun. Pengumpulan data dalam OR/MS harus dilakukan secara
komprehensif karena tidak semua permasalahan dapat terjangkau oleh pengamat.
Disarankan agar pengumpul data berpartisipasi aktif dalam proses operasional di
lapangan (Eiselt & Sandblom, 2022).

4. Menentukan solusi untuk mengatasi masalah dalam model (solution of model)

Solusi untuk mengatasi masalah dan menghasilkan keputusan optimal merupakan
kemampuan teknis komputasi yang harus dimiliki pengambil keputusan. Solusi yang
diusulkan harus sesuai dengan konteks masalah yang ditetapkan pengambil keputusan.
Saat ini masalah-masalah dalam OR/MS sebagian besar diselesaikan menggunakan
aplikasi komputer (Eiselt & Sandblom, 2022).

5. Mengukur validitas model

Pada tahap ini model yang telah dirancang dilakukan pengujian apakah telah mendekati
masalah kondisi sebenarnya. Bila hasil pengukuran masih belum valid, prosedur
membangun model, mengumpulan data, dan penentuan solusi (2 hingga 4) diulangi
kembali hingga dihasilkan model yang mendekati kondisi di lapangan (Eiselt &
Sandblom, 2022; Hillier & Hillier, 2014).

8
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

6. Menyajikan model
Model yang telah dinyatakan valid dengan teknik-teknik pengukuran yang ditetapkan,
selanjutnya disajikan kepada pengambil keputusan atau pihak-pihak yang memerlukan.
Dalam konteks penelitian, model tersebut dipublikasikan melalui media-media saintifik
seperti jurnal, prosiding untuk mendapat pengakuan secara ilmiah. Dalam konteks
praktis, model yang telah diuji dipresentasikan kepada penentu kebijakan untuk diterima
sebagai alat (tools) dalam pengambilan keputusan secara formal (Eiselt & Sandblom,
2022).

7. Mengimplementasikan model
Tahap selanjutnya adalah menerjemahkan model yang diusulkan ke dalam dunia praktis.
Proses transformasi model menjadi alat/tools praktis ditentukan oleh keberhasilan pada
tahap membangun model dan mengumpulkan data. Para pelaksana di lapangan akan
mudahh menjalankan model yang diusulkan jika proses pengembangan model dan
pengumpulan data dilakukan secara ketat (Eiselt & Sandblom, 2022).

8. Mengawasi dan mengendalikan model

Tahap pengawasan dan pengendalian model merupakan prosedur yang sering diabaikan
oleh pengambil keputusan. Kebanyakan pemodel OR/MS sudah puas ketika model
diterima dan diimplementasikan. Pada kenyataannya dalam jangka panjang selalu
terdapat ketidaksesuaian implementatif dari model yang diusulkan. Bahkan pada akhirnya
model tidak terpakai sama sekali akibat tidak adanya pengendalian, terutama ketika
adanya perubahan prosedur kerja akibat penggunaan mesin baru dan sebagainya (Eiselt
& Sandblom, 2022).

9
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

3. PENGGUNAAN OR/MS

No Permasalahan Metode/Model Tujuan

1 Linear programming
Production planning Memaksimalkan profit seluruh produk dengan keterbatasan
jumlah mesin produksi
George Stigler’s diet problems Meminimalkan biaya produksi makanan dengan
keterbatasan nilai gizi
Markowitz’s formula Mengoptimalkan alokasi investasi dengan memaksimalkan
Note: digunakan juga untuk nonlinear nilai asset
programming
Hitchcock’s transportation problem Mengoptimalkan jalur transportasi yang meminimalkan
biaya
Hungarian method (Jeno Egervary Mengoptimalkan rencana penugasan (assignment method)
combinatorial theorem) dengan mempertimbangkan perbandingan jumlah karyawan
dan jumlah tugas, serta tugas-tugas yang tidak dapat
dijalankan oleh karyawan
Dynamic production-inventory models Menentukan jadwal produksi dengan keterbatasan kapasitas
mesin
Employee scheduling Menentukan jadwal penugasan karyawan dengan
keterbatasan jumlah SDM atau jumlah karyawan lebih
sedikti dibanding jumlah tugas
Cutting stock problem Mengoptimalkan pemotongan produk dengan meminimalkan
sisa produk dan biaya proses produksi
Sensitivity analysis Menganalisis model optimal dengan mengubah variabel dan
constraint (structural changes sensitivity analysis), atau
mengubah parameter (parameter changes sensitivity
analysis).
Simplex method Mengoptimalkan proses produksi dengan fungsi obyektif
menggunakan tiga atau lebih variabel

10
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

No Permasalahan Metode/Model Tujuan

Big-M Simplex method (Charnes penalty Mengoptimalkan proses produksi dengan fungsi obyektif
method) menggunakan tiga atau lebih variabel, dengan persamaan
constraint tertulis “lebih besar atau sama dengan” dengan
menambahkan variable dummy/artificial dengan huruf M
Two phase Simplex method Mengoptimalkan proses produksi dengan fungsi obyektif
menggunakan tiga atau lebih variabel, dengan persamaan
constraint tertulis “lebih besar atau sama dengan” dengan
memecah fungsi tujuan ke dalam 2 tahap (fase)
2 Multi-objective Vector optimization Mengoptimalkan pilihan beberapa tujuan dengan
programming mempertimbangkan bobot tujuan (weighing method) atau
hambatan (constraint method)
Goal programming Mengoptimalkan tujuan dengan memuaskan (satisficing)
beberapa pihak atau mengurangi hambatan (constraint).
Konsep satisficing dikembangkan Herbert A. Simon
3 Nonlinear Newton’s method for nonlinear Mengoptimalkan keputusan tanpa mempertimbangkan
programming optimization hambatan (unconstrained optimization)
Frank & Wolfe’s method for nonlinear Mengoptimalkan keputusan dengan mempertimbangkan
optimization hambatan (constrained optimization)
4 Integer linear Cutting plane method Mengoptimalkan keputusan dengan variabel non-negative
programming menggunakan teorema titik sudut Dantzig
Branch-and-bound method Mengoptimalkan keputusan dengan variabel non-negative
menggunakan pohon keputusan (solution tree)
Heuristic method Menentukan keputusan dengan variabel non-negative
menggunakan pendekatan feasible (bukan optimal)
menggunakan algoritma Greedy
5 Network models Social network analysis Mengukur serta menganalisis hubungan dan tingkat
kepentingan individu dengan kelompoknya, menghasilkan
degree centrality, betweenness centrality, closeness
centrality, dan eigenvalue centrality

11
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022
No Permasalahan Metode/Model
Ford and Fulkerson’s labelling method
Shortest path problems or Least Cost
method
Dijkstra’s path problems
Vogel Approximation method (VAM)
Spanning tree problems or North-West
corner method
Arc routing problems
Node routing problems
Vehicle Routing Problems
Clark-Wright saving algorithm
6 Location models The location set covering problems (LSCP) Menentukan jumlah lokasi yang minimal namun dapat
The maximal covering location problems
(MCLP)
1-Centre problems
Tujuan
Memaksimalkan alur jejaring dengan teknik inkremental
dengan constraint tertentu
Menentukan jalur terpendek yang dapat meminimalkan
biaya
Menentukan jalur terpendek yang dapat meminimalkan
biaya dengan memberikan label temporer atau permanen dari
setiap node
Mengoptimalkan biaya perjalanan dengan
mempertimbangan jarak terpendek dan terpanjang
Menentukan koneksi jalur terluar yang dapat meminimalkan
biaya
Menentukan jalur dengan jarak terpendek sebisa mungkin
hanya sekali melewati jalan berbelok (arc/busur). Contoh:
postman problem
Menentukan jalur yang sebisa mungkin hanya sekali singgah
di lokasi (node). Contoh: traveling salesman problem
Menentukan jalur transportasi khusus kendaraan yang
terpendek dan alokasi kendaraan ke setiap lokasi dengan
keterbatasan kapasitas muatan
Mengukur penghematan yang diperoleh jika kendaraan
menuju dua kota dengan rute berbeda-beda
melayani (covering) seluruh konsumen oleh satau atau lebih
fasilitas dengan meminimalkan biaya pembangunan lokasi
Menentukan tempat fasilitas dengan jumlah lokasi yang
sudah ditentukan namun tetap dapat melayani seluruh
konsumen yang dapat meminimalkan biaya
Menentukan satu lokasi yang dapat meminimalkan jarak
paling jauh antara konsumen dengan fasilitas pelayanan
12
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

No Permasalahan Metode/Model Tujuan

7 Project networks
p-centre problems Menentukan satu atau lebih lokasi yang dapat
meminimalkan jarak paling jauh antara konsumen dengan
fasilitas pelayanan
Median problems Menentukan satu lebih lokasi yang dapat meminimalkan
jumlah (mini-sum) jarak yang harus dilalui konsumen yang
dibedakan penggunaannya pada continuous problem
(misalnya: pesawat) dan discrete problem (misalnya pada
jaringan transportasi)
Undesirable facilities Menentukan lokasi fasilitas yang “tidak dikehendaki” dekat
dengan pemukiman masyarakat, seperti: lokasi pembuangan
sampah
Equity objectives Menentukan lokasi yang dapat mengurangi kesenjangan
antara satu titik dengan titik lain, misalnya: Gini index
dengan Lorenz curve
Location of hubs Menentukan lokasi penghubung/transit yang dapat
meminimalkan biaya perjalanan
Competitive location models Menentukan lokasi yang stabil di tengah-tengah pasar untuk
produk homogen
Extensive facilities and layout problems Menentukan tata letak fasilitas di dalam lokasi yang dapat
menimalkan biaya proses
The Critical Path Method (CPM) Menentukan urutan aktivitas proyek yang tercepat dengan
durasi waktu tiap aktivitas telah ditentukan sebelumnya,
serta mempertimbangkan aktivitas sebelumnya
Project acceleration or Time-Cost Trade Menentukan urutan aktivitas proyek dengan mengakselerasi
off (Crashing) kecepatan dari satu aktivitas ke aktivitas lain yang
meminimalkan biaya
Project planning with resources Menentukan urutan aktvitas proyek dengan alokasi
sumberdaya pada setiap aktivitas (terbatas atau pada level
yang sudah ditentukan)

13
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

No Permasalahan Metode/Model Tujuan

8 Machine scheduling
9 Single attribute
decision analysis
The Project Evaluation and Review
Technique (PERT)
Single-machine scheduling models
Parallel machine scheduling models
Dedicated machine scheduling models
Decision under certainty
Decision under uncertainty and risk
Sensitivity analysis
Menentukan urutan aktivitas proyek yang tercepat dengan
durasi waktu tiap aktivitas telah belum ditentukan
sebelumnya atau terdistribusi secara random
Menentukan penjadwalan 1 mesin yang meminimal waktu
proses, menggunakan: algortima single processing time
(SPT), Smith’s ratio rule (algoritma weighted SPT),
Jackson’s rule (algoritma earliest due date, EDD)
Menentukan penjadwalan 2 atau lebih mesin yang
meminimalkan waktu proses secara heuristic menggunakan
algoritma longest processing time (LPT), atau
meminimalkan rata-rata waktu proses dengan algortima
tertentu
Menentukan penjadwalan mesin yang sudah tersedia
(dedicated machine) yang meminimalkan waktu proses
dengan algortima longest alternate processing time (LAPT),
atau untuk dedicated machine untuk tugas yang telah
ditetapkan sebelumnya (prespecified order) menggunakan
algoritma Johnson
Menentukan keputusan satu atribut yang optimal dengan
kondisi yang telah pasti atau diketahui oleh pengambil
keputusan, misalnya game theory
Menentukan keputusan satu atribut yang optimal dengan
kondisi yang belum diketahui atau mengandung risiko,
menggunakan decision tree untuk masalah mikro, atau
influence diagram untuk masalah makro. Kriteria
pengambilan keputusan terdiri dari: pessimistic rule,
maximin rule atau optimist rule, minimax regret criterion
Mengukur tingkat validitas keputusan satu atribut dengan
mengubah variabel dan constraint (structural changes

14
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

No Permasalahan Metode/Model Tujuan

sensitivity analysis), atau mengubah parameter (parameter
changes sensitivity analysis).
Utility theory Menentukan keputusan satu atribut berdasarkan kemanfaatan
produk/jasa bagi konsumen
Game theory Menentukan keputusan kompetitif melibatkan paling sedikit
dua pihak yang saling bertentangan, baik strategi yang
homogen atau campuran
10 Multi attribute General model and generic solution Menentukan keputusan strategis dengan dua atau lebih
decision making atribut yang meminimalkan kerugian atau biaya, dan
digambarkan dengan spider plot
Technique of Order of Preference by Menentukan keputusan dengan dua atribut atau lebih yang
Similarity to Ideal Solution (TOPSIS) dapat meminimalkan jarak antar antar atribut dan titik yang
ideal.
The Analytic Hierarchy Process (AHP) Menentukan keputusan dengan dua atribut atau lebih yang
mempertimbangkan keragaman tingkatan obyek keputusan
pada setiap hirarki pengambilan keputusan
11 Inventory models The Economic Order Quantity (EOQ) Menentukan jumlah pemesanan yang ekonomis dengan
models (Wilson Harris model) meminimalkan biaya penyimpanan dan biaya pemesanan
The Economic Order Quantity (EOQ) with Menentukan jumlah pemesanan yang ekonomis pada waktu
positive lead time pemesanan yang ditentukan (lead time) dengan
meminimalkan biaya penyimpanan dan biaya pemesanan
The Economic Order Quantity (EOQ) with Menentukan jumlah pemesanan yang ekonomis dengan
backorder mempertimbangkan pesanan tertunda (backorder) yang
dapat meminimalkan biaya penyimpanan dan biaya
pemesanan
The Economic Order Quantity (EOQ) with Menentukan jumlah pemesanan yang ekonomis dengan
quantity discount mempertimbangkan potongan harga yang dapat
meminimalkan biaya penyimpanan dan biaya pemesanan

15
Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

No Permasalahan Metode/Model Tujuan

The production lot sizes model Menentukan jumlah pemesanan yang ekonomis dengan
mempertimbangkan kapasitas produksi berdasarkan lot
(ukuran tertentu) yang dapat meminimalkan biaya
penyimpanan dan biaya pemesanan
The Economic Order Quantity (EOQ) with Menentukan jumlah pemesanan yang ekonomis dengan
stochastic lead time demand mempertimbangkan waktu permintaan produk yang sulit
ditentukan yang dapat meminimalkan biaya penyimpanan
dan biaya pemesanan
12 Stochastic processes Decision making with Markov Chain Menentukan keputusan yang optimal pada proses yang
and Markov Chains bersifat stokastik (peluang, kemungkinan) dimana suatu
kejadian hanya ditentukan oleh peluang kejadian
sebelumnya
13 Reliability models Estimating reliability Mengukur probalitias sistem tetap reliabel pada waktu yang
telah ditentukan
14 Waiting line modes Optimization in queue Menentukan jumlah pelayanan yang optimal untuk
mengurangi waktu tunggu konsumen yang dapat
meminimalkan biaya pelayanan dan biaya menunggu
15 Simulation Discrete-event simulation Mengevaluasi solusi atau kebijakan yang telah dijalankan
pada kejadian yang berpola diskret
Continuous simulation Mengevaluasi solusi atau kebijakan yang telah dijalankan
pada kejadian yang berpola kontinu
16
Sumber: (Eiselt & Sandblom, 2022; Hillier & Hillier, 2014; Raju, 2020; Singla, 2022; van der Veen, 1967)

16
 Operations Research/Management Science: Karakteristik, Prosedur, dan Penggunaan | Ade Heryana | 24 Juli 2022

REFERENSI

Carter, M. W., Price, C. C., & Rabadi, C. (2019). Operations Research: A Practical
Introduction (2nd ed.). CRC Press.

Eiselt, H. A., & Sandblom, C.-L. (2022). Operations Research: A Model-based

Approach (3rd ed.). Springer.

Hillier, F. S., & Hillier, M. S. (2014). Introduction to Management Science: A

Modelling and Case Studies Approach with Spreadsheets. McGraw-Hill.

Kunc, M. (2020). Behavioral Operations and Behavioral Operational Research:

Similarities and Differences in Competences and Capabilities. In L. White, M.
Kunc, K. Burger, & J. Malpass (Eds.), Behavioral Operational Research: A
Capabilities Approach (pp. 3–22). Palgrave Macmillan.

Raju, N. V. S. (2020). Operation Research: Theory and Practice. CRC Press.

Singla, V. (2022). Operations Research Using Excel: A Case Study Approach. CRC
Press.

van der Veen, B. (1967). Introduction to the Theory of Operational Research. Springer-
Verlag.

17

View publication stats