Nama : Komang Ditha Handayani Putri

Nim : 215090407111035
Kelas : Riset Operasi D
No absen : 48
RESUME RISET OPERASI

1. Linier programming analisa sensitivitas.

 Pendahuluan
Solusi optimum masalah linear program didasarkan pada nilai koefisien fungsi
tujuan maupun kemampuan penyediaan sumber daya, yang dapat diketahui secara
pasti. Dalam kenyataannya nilai koefisien fungsi tujuan maupun kemampuan
penyediaan sumber daya, sangat dimungkinkan untuk mengalami perubahan di
masa yang akan datang.
Setiap perubahan pada koefisien fuangsi tujuan, koefisien kendala, kapasitas
kendala, penambahan kegiatan baru, maupun penambahan kendala baru, akan
mengubah persoalan linear program dan pada akhirnya akan mempengaruhi solusi
optimum. Menghadapi berbagai macam perubahan tersebut, dikembangkan suatu
strategi guna mempelajari bagaimana solusi optimum akan berubah sehubungan
dengan perubahan data tersebut di atas. Hal ini dikenal dengan sensitivity analysis
atau postoptimal analysis.
Analisa sensitivitas dilakukan setelah solusi optimum dari masalah linear program
ditemukan, baik secara grafik maupun dengan metode simpleks.
Informasi yang sangat diperlukan dalam analisa sensitivitas dengan metode
simpleks adalah tabel optimum simpleks. Dengan memanfaatkan tabel optimum
simpleks, kita tidak perlu melakukan perhitungan kembali dari awal sehubungan
dengan adanya perubahan data. Analisa sensitivitas berusaha untuk menjawab
seberapa jauh perubahan data diizinkan tanpa mengubah solusi optimum atau
tanpa menghitung solusi baru dari awal.
 Perubahan koefisien fungsi tujuan.
 Perubahan koefisien variabel basis.
 Perubahan koefisien variabel nonbasis.
 Perubahan konstanta ruas kanan.
 Penambahan kapasitas sumber daya.
 Pengurangan kapasitas sumber daya.
 Perubahan fungsi kendala
 Penambahan kendala baru.
 Penambahan kegiatan baru atau variabel keputusan baru.
 Range perubahan kapasitas kendala.
 Perubahan terhadap kendala (nilai sebelah kanan) di dalam linear programming
bias dalam bentuk penambahan atau pengurangan. Dimana yang perlu kita
perhatikan adalah seberapa besar kapasitas kendala yang diperbolehkan untuk
bertambah atau berkurang, agar solusi yang didapatkan tetap optimum.
 Range perubahan jam tenaga kerja.
1) Penambahan kapasitas jam tenaga kerja.
2) Pengurangan kapasitas jam tenaga kerja.
 Range perubahan kapasitas bahan baku.
1) Penambahan kapasitas bahan baku.
2) Pengurangan kapasitas bahan baku.
Hasil analisa
 Range perubahan jam tenaga kerja.
Dari penambahan maupun penurunan pada kapasitas jam tenaga kerja di
range yang diperbolehkan, menunjukan setiap penambahan maupun
pengurangan jam tenaga kerja akan menaikan maupun menurunkan total
nilai z.
 Range perubahan kapasitas bahan baku.
Dari penambahan maupun penurunan pada kapasitas bahan baku di range
yang diperbolehkan, menunjukan setiap penambahan maupun
pengurangan kg bahan baku akan menaikan maupun menurunkan total
nilai z.
 Prioritas penambahan dan pengurangan kapasitas kendala
 Penambahan kendala baru
 Penambahan variable keputusan

2. Teori Dualitas
 Dualitas merupakan masalah linear yang didefinisikan secarra langsung dan
sistematik dari model asli (model primal) program linear.
 Untuk membuat dual dari masalah primal, bentuk standar masalah primal
selanjutnya disusun dalam tabel primal-dual.
 Aturan-aturan memperoleh dual dari masalah primal, yaitu:
1) Setiap fungsi batasan pada primal terdapat sebuah variabel dual.
2) Setiap variabel pada primal terdapat sebuah fungsi batasan dual.
3) Koefisien-koefisien dari sebuah variabel primal menjadi koefisien dari
variabel-variabel pada sebuah fungsi batasan dual
4) Koefisien-koefisien pada fungsi tujuan primal menjadi nilai kanan pada
dual.
5) Nilai kanan pada primal menjadi koefisien-koefisien fungsi tujuan pada
dual.

Dari aturan-aturan tersebut dapat disimpulkan bahwa bentuk dual dari

masalah primal dengan n buah variabel dan m buah persamaan memiliki
m buah variabel dan n buah persamaan.
Contoh :
Masalah primal Bentuk standar primal Bentuk dual
Zmaks = 3a + 5b Zmaks = 3a + 5b Wmin = 6y1 +15y2+24y3
d.k d.k d.k
(1) 2a ≤ 6 (1) 2a + s1 = 6 (1) 2y1 + 6y3 ≥ 3
(2) 3b ≤ 15 (2) 3b + s2 = 15 (2) 3y2 + 4y3 ≥ 5
(3) 6a + 4b ≤ 24 (3) 6a + 4b + s3 = 24 (3) y1,y2,y3 ≥ 0
(4) a,b ≥ 0 (4) a,b,s1,s2,s3 ≥ 0
 Interpretasi ekonomi dualitas
Dua kesimpulan dalam hubungan masalah primal dan dual yaitu:
 Solusi optimum

Tabel optimum primal

Dua kesimpulan tersebut merupakan petunjuk pentingnya interpretasi ekonomi

dalam dualitas maupun variabel dual.
Secara umum model primal dan dual dapat ditulis sebagai berikut:

Model primal diatas menunjukan bahwa cj merupakan keuntungan per unit dari
aktivitas j. Sedangkan bi adalah jumlah sumber daya yang tersedia dan aij adalah
alokasi per unit sumber daya untuk setiap aktivitas j.
 Interpretasi ekonomi variabel dual.
Secara umum persamaan fungsi tujuan primal dan dual dapat didefinisikan
sebagai berikut:
m
Z=W =∑ biyi
i=1
Z menunjukan rupiah (keuntungan), bi menunjukan unit (jumlah) dari sumber
daya I, sedangkan yi menunjukan rupiah per unit dari sumber daya i sebab,
laba = ∑ (unit sumber daya i) ( rupiah/unit sumber daya i)
variabel dual yi menunjukan harga per unit sumber daya I, harga ini sering disebut
sebagai shadow prices.
3. Metode transportasi
Model transportasi merupakan salah satu kasus khusus dari persoalan pemrograman
linier. Model transportasi pada dasarnya merupakan sebuah program linear yang dapat
dipecahkan oleh metode simpleks yang biasa. Tetapi, strukturnya yang khusus
memungkinkan pengembangan sebuah prosedur pemecahan, yang disebut teknik
transportasi, yang lebih efisien dalam hal perhitungan.
Tujuan dari model ini adalah menentukan jumlah yang harus dikirimkan dari setiap
sumber ke setiap tujuan sedemikian rupa sehingga biaya transportasi total
diminimumkan. Berguna untuk memecahkan permasalahan distribusi (alokasi).
Memecahkan permasalahan bisnis lainnya, seperti masalah-masalah yang meliputi
pengiklanan, pembelanjaan modal (capital financing) dan alokasi dana untuk investasi,
analisis lokasi, keseimbangan lini perakitan dan perencanaan scheduling produksi.
 Ciri-ciri khusus persoalan transportasi ini adalah:
1) Terdapat sejumlah sumber dan sejumlah tujuan tertentu.
2) Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber
dan yang diminta oleh setiap tujuan, besarnya tertentu.
3) Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan,
besarnya sesuai dengan permintaan dan atau kapasitas sumber.
4) Ongkos pengangkutan kapasitas dari suatu sumber ke suatu tujuan,
besarnya tertentu.
 Bentuk formasi LP masalah transportasi.

Dengan asumsi:

Fungsi tujuan yang akan diminimumkan adalah:

 Keterangan :
m = tempat asal atau baris
n = tempat tujuan atau kolom
Xij = jumlah barang yang harus dialokasikan dari tempat asal (i) ke tempat tujuan
( j)
Cij = biaya alokasi per unit dari tempat asal (i) kr tempat tujuan ( j)
ai = jumlah barang di tempat asal (i)
bj = jumlah permintaan di tempat tujuan ( j)
 Langkah penyelesaian masalah transportasi.
 Langkah 1, Membentuk tabel awal transportasi yang feasible, yaitu:
a) NW - corner
b) Least Cost
c) Metode VAM
 Langkah 2, temukan tabel optimum, yaitu :
a) Metode batu loncatan
b) Metode MODI
 Memeriksa apakah tabel sudah optimum
a) Jika belum, ulangi langkah (b)
b) Jika sudah, telah didapat solusi optimum
 Bentuk umum tabel transportasi.

 Metode NW – Corner
Langkah-langkah NW – Corner
 Pengisian diawali dari ujung kiri atas
 Dialokasikan dengan kapasitas atau permintaan terkecil
 Bergerak ke kotak sebelah kanan apabila masih memadai, jika tidak maka
bergerak ke bawah
  Dilakukan sampai permintaan terpenuhi
 Metode least cost (biaya minimum)
Langkah-langkah least cost (biaya minimum)
 Mencari biaya yang paling terkecil,
 Sesuaikan kembali dengan permintaan dan kapasitas
 Pilih sel dengan biaya satu tingkat lebih besar dari sek sebelumnya
 Sesuaikan, kemudian cari total biaya
Kesimpulan yang didapat dari kedua metode tersebut yaitu didapatkan hasil
biaya minimum lebih kecil daripada menggunakan metode NW-Corner. Oleh
karena itu, dapat dikatakan bahwa metode biaya minimum lebih efisien jika
dibandingkan dengan metode NW-Corner.
 Metode batu loncatan.
Penggunaan metode batu loncatan dilakukan dengan cara sebagai berikut :
1) Uji apakah nilai sel bukan basis (sel yang tidak menerima alokasi)
memiliki nilai ≥ 0. Pengujian ini dilakukan dengan cara membuat
“close part” atau jalur tertutup setiap sel bukan basis.
2) Tanda yang digunakan dalam membuat jalur tertutup selalu
bergantian, dimulai dari positif (+) kemudian negatif (-) sampai
pada sel bukan basis semula.
 Menentukan solusi optimim:
 Metode MODI
Pengoperasian metode MODI prinsip dasarnya sama dengan metode yang
lain. Perbedaannya yaitu pengujian nilai sel bukan basis untuk
menentukan tabel sudah optimum. Dalam metode MODI tidak
menggunakan jalur tertutup, kecuali saat menentukan sel yang akan keluar
basis (perpindahan tabel).

Mencari nilai sel bukan basis berdasarkan metode MODI dengan cara :

1) Menambahkan variabel Kj yang menyatakan nilai setiap kolom

K1,K2,K3,…..,Kj
2) Menambahkan variabel Ri yang menyatakan nilai setiap baris
R1,R2,R3,…..,Ri

Nilai Kj dan Ri yang dicari hanya untuk sel basis (jumlah basis =
baris+kolom1) dengan menggunakan rumus Ri + Kj = Cij biaya
transportasi per satuan dari tempat asal i ke tempat tujuan

Mencari nilai sel bukan basis menggunakan rumus Cij – Ri - Kj

Langkah awal metode MODI dimulai dengan tabel awal metode NWC
atau kkmetode biaya minimum
  Metode VAM
Metode VAM (Vogel Approkximation Method) lebih sederhana
penggunaanya, karena tidak memerlukan closed path ( jalur tertutup).
Metode VAM dilakukan dengan cara mencari selisih biaya terkecil dengan
biaya terkecil berikutnya untuk setiap kolom maupun baris. Kemudian
pilih selisih biaya terbesar dan alokasikan produk sebanyak mungkin ke
sel yang memiliki biaya terkecil. Cara ini dilakukan secara berulang
hingga semua produk sudah dialokasikan.

 Masalah khusus:
 Penawaran lebih besar dari permintaan
Apabila terjadi penawaran lebih besar dari permintaan atau unbalance,
maka diperlukan tambahan tempat tujuan semu atau sering disebut dengan
Dummy. Tambahan tempat tujuan diperlukan agar tabel awal yang
feasible dapat dibentuk. Biaya transportasi untuk setiap sel dummy sama
dengan nol.
 Permintaan lebih besar dari penawaran
Seperti halnya pada masalah pertama, apabila terjadi permintaan lebih
besar dari penawaran, diperlukan tambahan tempat asal semu dengan
biaya transportasi sama dengan nol. Tambahan tempat asal diperlukan
agar tabel awal yang feasible dapat dibentuk.
 Masalah degeneracy
Proses degenerasi akan terjadi jika jumlah pengambilan tempat atau rute
dalam tabel solusi transportasi kurang dari jumlah baris ditambah jumlah
kolom dikurangi satu. Situasi tersebut akan muncul pada solusi awal
maupun pada langkah selanjutnya. Ciri-ciri terjadinya degenerasi adalah
banyaknya variabel basis yang lebih kecil dari n+m-1 (dimana m = jumlah
baris dan n = jumlah kolom).

Untuk mengatasi masalah degeneracy, agar sel basis memiliki jumlah

sesuai dengan aturan m+n-1, diperlukan sel basis buatan atau Dummy
dengan nilai nol. Dummy dilakukan dengan memilih salah satu sel bukan
basis untuk dijadikan sel basis. Meskipun pemilihan dummy dapat
sembarangan, usahakan agar jalur tertutup setiap sel bukan basis dapat
dibentuk.

 Maksimisasi keuntungan
Algoritma penyelesaian masalah transportasi yang dibahas dalam subbab
sebelumnya memiliki tujuan meminimumkan total biaya. Kadang-kadang
besaran cij dalam tabel transportasi menyatakan sesuatu yang harus
dimaksimumkan (misalnya keuntungan)

 Masalah prioritas
 Tujuan yang ingin dicapai dalam masalah transportasi adalah mencari
alokasi yang total biaya minimum. Oleh karena itu, alokasi didasarkan
pada harga satuan komoditas yangt erendah. misalnya untuk mendukung
program pemasaran, harus mengalokasikan produk ke area tertentu
meskipun harga satuan tinggi (diprioritaskan).

Saat memprioritaskan area pasar tertentu untuk menerima alokasi, caranya

adalah mengubah biaya satuan menjadi nol untuk daerah yang
diprioritaskan tersebar dengan memberikan biaya satuan nol berarti
daerah tertentu diprioritaskan untuk menerima alokasi produk.

 Masalah pemblokiran
Masalah Pemblokiran adalah lawan dari masalah prioritas , dimana
perusahaan menetapkan untuk tidak mengalokasikan produk ke daerah
pemasaran tertentu yang dapat dimasukkan ke dalam tabel transportasi
denga cara memberikan biaya satuan yang sangat tinggi dengan simbol
(M). Semakin tinggi biaya per satuan semakin besar daerah pemasaran
tertentu yang tidak menerima alokasi, karena semakin tidak ekonomis.

 Masalah multi community

masalah yang sangat mungkin dihadapi dalam masalah transportasi adalah
produk yang akan dialokasikan terdiri dari berbagai jenis produk (multi
commodity)

 Masalah transipmen
Masalah Transportasi merupakan bentuk khusus transportasi , disebut
bentuk khusus karena pengiriman barang dari tempat asal ke tempat tujuan
dilakukan secara langsung. Masalah transipmen muncul karena
pengiriman barang tidak semuanya dapat dilakukan secara langsung dari
tempat asal ke tempat tujuan. Tempat transipmen yaitu sebagian
pengiriman harus melalui perantara.
1) Dalam model transipmen setiap tempat asal maupun tempat tujuan
dapat menerima dan mengirimkan arus barang dari tempat asal i ke
tempat tujuan j, selain jalur secara langsung.
2) Tempat transipmen harus memenuhi persyaratan keseimbangan
antara barang yang dikirim(keluar) dikurangi barang yang
diterima(masuk) sama dengan kebutuhan bersih.
Secara sistematis model transpmen sebagai berikut:
 Jika r1 = 0 maka terjadi keseimbangan antara persedian dengan
permintaan (persedian=permintaan).
 Aplikasi metode transportasi.
 Skedul produksi dan persediaan
 Skedul kebutuhan sumber daya

4. Linear programming metode penugasan.

 Masalah penugasan.
Secara umum, masalah penugasan adalah berkaitan dengan penugasan sejumlah
item untuk sejumlah item yang lain secara satu per satu, agar dicapai efektifitas
optimum. Efektifitas optimum ini dapat berupa minimum biaya, maksimum
keuntungan atau benefit.
 Metode penugasan. Metode penugasan adalah bagian dari linier programming
yang digunakan untuk mengalokasikan pekerjaan kepada orang tertentu agar
diperoleh hasil yang optimal dari berbagai macam sumber daya yang produktif
(tenaga kerja yang mempunyai kemampuan untuk menghasilkan sesuatu dalam
jumlah besar dengan biaya dan waktu yang kecil). Metode ini merupakan metode
yang memodifikasi baris dan kolom dalam matriks efektifitas sampai muncul
sebuah nol tunggal dalam setiap baris dan kolom yang akan dipilih sebagai
alokasi penugasan.
Penyelesaian masalah penugasan biasanya dilakukan dengan menggunakan
metode Hungarian yang pada tahun 1916 dikembangkan oleh seorang ahli
matematika berkebangsaan Hungaria yang bernama D Konig.
Langkah penyelesaian masalah penugasan:
1) Menyusun tabel penugasan.
2) Melakukan pengurangan kolom.
3) Melakukan pengurangan baris.
4) Membentuk penugasan optimum.
5) Melakukan revisi tabel.
6) Menentukan penugasan optimum.
Catatan: langkah ke-2 dan ke-3 dapat dibalik.
 Masalah minimasi.
Menugaskan untuk mencari penghematan biaya (minimisasi).
Langkah penyelesaian kasus minimisasi :
1) Ditentukan nilai terkecil dari setiap baris, lalu mengurangkan semua nilai
dalam baristersebut dengan nilai terkecilnya.
2) Diperiksa apakah setiap kolom telah mempunyai nilai nol. Bila sudah
dilanjutkan kelangkah 3,bila belum,dilakukan penentuan nilai terkecil
dari setiap kolom yang belummempunyai nilai nol, kemudian setiap nilai
pada kilom tersebut dikurangkan dengan nilaiterkecilnya.
3) Ditentukan apakah terdapat n elemen nol dimana tidak ada nilai nol yang
berada pada baris/kolom yang sama, dimana n adalah jumlah kolom/baris.
Jika ada, maka tabel telahoptimal, jika tidak, dilanjutkan ke langkah 4.
4) Dilakukan penutupan semua nilai nol dengan menggunakan garis vertical
atau horizontal seminimal mungkin.
5) Ditentukan nilai terkecil dari nilai-nilai yang tidak tertutup garis. Lalu semua
nilai yang tidak tertutup garis dikurangkan dengan nilai terkecil tersebut.
6) Kembali ke langkah 3.
 Masalah maksimasi.
Menugaskan untuk mencari kentungan maksimal (maksimasi).
Langkah penyelesaian kasus maksimasi:
1) Ditentukan nilai terbesar dari setiap baris, lalu mengurangkan
semua nilai pada setiap baris dari nilai terbesarnyaa.
2) Diperiksa apakah setiap kolom telah mempunyai nilai nol. Bila
sudah dilanjutkan ke langkah 3, dilakukan penentuntuan nilai
terkecil dari setiap kolom yang belum mempunyai nilai nol,
kemudian setiap nilai dari kolom tersebut dikurangkan dengan nilai
terkecilnya.
3) Ditentukan apakah terdapat nilai n elemen nol dimana tidak ada
nilai nol yang berda pada baris atau kolom yang sama, dimana n
adalah jumlah kolom atau baris. Jika ada maka tabel telah optimal,
jika tidak, dilanjutkan ke langkah ke 4.
4) Dilakukan penutupan semua nilai nol dengan menggunkan garis
vertical dan horizontal seminimal mungkin.
5) Ditentukan nilai-nilai terkecil dari nilai-nilai yang tidak tertutup
garis. Lalu semua garis yang tidak tertutup garis dikurangkan
dengan nilai terkecil tersebut.
6) Kembali ke langkah 3.