TUGAS TUTORIAL KE-1

PROGRAM STUDI MANAJEMEN

RISET OPERASI (EKMA4413)

Nama : Fanny Adellica

Nim : 042781249

Skor
No Tugas Tutorial
Maksimal
1 Toko Walini rata-rata menjual 1.000 generator per bulan dan permintaan 50 poin
generator selama satu tahun diperkirakan konstan. Toko Kubota akan menetapkan
kebikajan pemesanan sebanyak 2.000 generator setiap kali pemesanan dengan
waktu tunggu (lead time) 6 hari. Bagian kalkulasi biaya telah menetapkan bahwa
biaya setiap kali pemesanan adalah Rp. 600.000 dan biaya penyimpanan tahunan
adalah 10.000 per unit.

Tentukan : EOQ, Total biaya tahunan minimum (TIC), Total Biaya pemesanan
tahunan (TOC), Total Biaya Simpanan Tahunan (TCC), Frekuensi Pemesanan
Optimum/ tahun (F*) dan Jarak Siklus Optimum (T*)

1.
2 Sebuah perusahaan dihadapkan pada persoalan untuk memilih 3 alternatif 40 poin
Investasi A,B, dan C. Keuntungan yang diperoleh dari 3 alternatif tersebut
tergantung pada situasi pasar dengan:

a. prospek pasar yang lesu dengan probabilitas 15 %

b. prospek pasar yang normal dengan probabilitas 30 %
c. prospek pasar yang cerah dengan probabilitas 55 %

1. Alternatif investasi manakah yang akan dipilih?

3 Jelaskan sensitivitas pada model pemograman linear ! 10 poin
* coret yang tidak sesuai
1. Toko walini rata-rata menjual 1.000 generator per bulan dan permintaan generator
selama satu tahun diperkirakan konstan. Toko Kubota akan menetapkan kebikajan
pemesanan sebanyak 2.000 generator setiap kali pemesanan dengan waktu tunggu
(lead time) 6 hari. Bagian kalkulasi biaya telah menetapkan bahwa biaya setiap kali
pemesanan adalah Rp. 600.000 dan biaya penyimpanan tahunan adalah 10.000 per
unit.
Tentukan : EOQ, Total biaya tahunan minimum (TIC), Total Biaya pemesanan
tahunan (TOC), Total Biaya Simpanan Tahunan (TCC), Frekuensi Pemesanan
optimum / tahun (F*) dan Jarak Siklus Optimum (T*)
Jawab :
Diketahui :
• Jumlah permintaan dalam satu periode sebagai R = 1.000 x 12 = 12.000 unit
• Biaya penyimpanan tahunan sebagai C = Rp 10.000 per unit
• Biaya pemesanan sebagai S = Rp 600.000
• Waktu tunggu = 6 hari
Penyelesaian :
• Kuantitas pemesanan optimal

EOQ= √ 2 RS

√
2 x600 .000 x 12.000
EOQ= 10.000
Hasilnya EOQ = 1.200 . Terkadang simbol EOQ ditulis juga sebagai Q*.
• Total biaya pemesanan tahunan
R
TOC = S x EOQ
12.000
TOC = 600.000 x 1.200
TOC = RP 6.000.000
• Total biaya penyimpanan tahunan
EOQ
TCC = C x 2
1.200
TCC = 10.000 x 2
 TCC = RP 6.000.000
• Total biaya tahunan minimum
TIC = TOC + TCC
TIC = 6.000.000 + 6.000.000
TIC = RP 12.000.000
• Frekuensi pemesanan optimum tahunan
R
F* = EOQ
12.000
F* = 1.200
F* = 10 Kali dalam satu periode
• Jarak siklus optimum
1
T* = 10
T* = 0,1
Jika 1 Tahun ada 300 hari kerja, maka jarak siklus optimum pemesanan adalah
0,1 x 300 = 30 hari.
2. Sebuah perusahaan dihadapkan pada persoalan untuk memilih 3 alternatif Investasi
A,B, dan C. Keuntungan yang diperoleh dari 3 alternatif tersebut tergantung pada
situasi pasar dengan :
a. prospek pasar yang lesu dengan probabilitas 15 %
b. prospek pasar yang normal dengan probabilitas 30 %
c. prospek pasar yang cerah dengan probabilitas 55 %
 Penyelesaian :

EV.A = (0,15 x 45.000) + (0,30 x 15.000) + (0,55 x 20.000) = 22.250

EV.B = (0,15 x 25.000) + (0,30 x 20.000) + (0,55 x [-10.000]) = 4.250

EV.C = (0,15 x 35.000) + (0,30 x 60.000) + (0,55 x 50.000) = 50.750 maksimum

Jadi, perusahaan tersebut akan memilih alternatif investasi C, dengan prospek

pasar yang cerah dengan probabilitas 55%.

3. Jelaskan sensitivitas pada model pemograman linear !

Jawab :
Pendekatan konvensional riset operasional untuk pemodelan adalah membangun
model matematik yang menggambarkan inti permasalahan. Kasus dari bentuk cerita
diterjemahkan ke model matematik. Model matematik merupakan representasi
kuantitatif tujuan dan sumber daya yang membatasi sebagai fungsi variabel
keputusan. Model matematika permasalahan optimal terdiri dari dua bagian.
Bagian pertama memodelkan tujuan optimasi. Model matematik tujuan selalu
menggunakan bentuk persamaan. Bentuk persamaan digunakan karena kita ingin
mendapatkan solusi optimum pada satu titik. Fungsi tujuan yang akan
dioptimalkan hanya satu. Bukan berarti bahwa permasalahan optimasi hanya
dihadapkan pada satu tujuan. Tujuan dari suatu usaha bisa lebih dari satu. Tetapi
pada bagian ini kita hanya akan tertarik dengan permasalahan optimal dengan satu
tujuan
Bagian kedua merupakan model matematik yang merepresentasikan sumber daya
yang membatasi. Fungsi pembatas bisa berbentuk persamaan  (=) atau
pertidaksamaan (≤ atau ≥). Fungsi pembatas disebut juga sebagai konstrain.
Konstanta (baik sebagai koefisien maupun nilai kanan) dalam fungsi pembatas
maupun pada tujuan dikatakan sebagai parameter model. Model matematika
mempunyai beberapa keuntungan dibandingakan  pendeskripsian permasalahan
secara verbal. Salah satu keuntungan yang paling jelas adala model matematik
menggambarkan permasalahan secara lebih ringkas. Hal ini cenderung membuat
struktur keseluruhan permasalahan lebih mudah dipahami, dan membantu
mengungkapkan relasi sebab akibat penting. Model matematik juga
memfasilitasi yang berhubungan dengan permasalahan dan keseluruhannya dan
mempertimbangkan semua keterhubungannya secara simultan. Terakhir, model
 matematik membentuk jembatan ke  penggunaan teknik matematik dan
komputer kemampuan tinggi untuk menganalisis.±
Di sisi lain, model matematik mempunyai kelemahan. Tidak semua karakteristik 
sistem dapat dengan mudah dimodelkan menggunakan fungsi matematik. Meskipun
dapat dimodelkan dengan fungsi matematik, kadang-kadang penyelesaiannya sulit
diperoleh karena kompleksitas fungsi dan teknik yang dibutuhkan.Bentuk umum
pemrograman linier adalah sebagai berikut :
Fungsi tujuan :

Maksimumkan atau minimumkan

C1 X 1 + C2 X 2 +...+ Cn Xn
Sumber daya yang membatasi :
a11 X 1 + a12 X 2 +...+ a1 n Xn ≤ b1

a21 X 1 + a22 X 2 +...+ a2 n Xn ≤ b2

am1 X 1 + am2 X 2 +...+ amn Xn ≤ bn

X 1 X 2 ... Xn ≥0

X X
Simbol 1 2 ... Xn menunjukkan variabel keputusan. Jumlah variabel keputusan
(xi) oleh karenanya tergantung dari jumlah kegiatan atau aktivitas yang dilakukan
C C
untuk mencapai tujuan. Simbol 1 2 merupakan kontribusi masing-masing variabel
keputusan terhadap tujuan, disebut juga koefisien fungsi tujuan pada model
a a a
matematiknya. Simbol 11 ,, 1 n mn merupakan penggunaan per unit variabel
keputusan akan sumber daya yang membatasi, atau disebut juga sebagai koefisien
fungsi kendala pada model matematiknya. Simbol b 1,b2,...,bm menunjukkan jumlah
masing-masing sumber daya yang ada. Jumlah fungsi kendala akan tergantung dari
banyaknya sumber daya yang terbatas.
X X
Pertidaksamaan terakhir ( 1 2 ,, Xn ≥0) menunjukkan batasan non negatif. Membuat
model matematik dari suatu permasalahan bukan hanya menuntut kemampuan
matematik tapi juga menuntut seni permodelan. Menggunakan seni akan
membuat permodelan lebih mudah dan menarik.

Kasus pemrograman linier sangat beragam. Dalam setiap kasus, hal yang penting
adalah memahami setiap kasus dan memahami konsep permodelannya. Meskipun
fungsi tujuan misalnya hanya mempunyai kemungkinan bentuk maksimisasi atau
minimisasi, keputusan untuk memilih salah satunya bukan pekerjaan mudah.
Tujuan pada suatu kasus bisa menjadi batasan pada kasus yang lain. Harus hati-hati
dalam menentukan tujuan, koefisien fungsi tujuan, batasan dan koefisien pada fungsi
pembatas.
 Pemrograman Linier disingkat PL merupakan metode matematik dalam
mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti
memaksimumkan keuntungan dan meminimumkan biaya. PL banyak diterapkan dalam
masalah ekonomi, industri, militer, sosial dan lain-lain. PL berkaitan dengan penjelasan
suatu kasus dalam dunia nyata sebagai suatu model matematik yang terdiri dari sebuah
fungsi tujuan linier dengan beberapa kendala linier.
Dalam aplikasi di dunia nyata yang diabstraksikan dan disimplifikasikan ke
dalam model PL tidak sederhana seperti rumusan PL sederhana. Oleh karena itu,
dalam dunia pengelolaan dan kehidupan dunia nyata selalu dihadapkan pada
pertanyaan pertanyaan keragu-raguaan seperti “apa yang akan terjadi jika ini dan
itu berubah?
Persoalan peluang dan ketidakpastiaan pertanyaan-pertanyaan tersebut harus
dapat dijawab dalam rangka meyakinkan pendirian terhadap sesuatu yang akan
diputuskan kelak. Dengan demikian hasil yang diharapkan tersebut adalah hasil yang
memang ”paling mungkin“ dan ”paling mendekati” atau “perkiraan yang paling
tepat”. Uji kepekaan hasil dan pasca optimal (sebut saja selanjutnya analisis
postoptimal) yang dapat memberikan jawaban terhadap persoalan-persoalan tersebut
diatas. Analisis post optimal sangat berhubungan erat dengan program parametrikal atau
analisis parametrisasi.
Analisa yang berkaitan dengan perubahan diskrit parameter untuk melihat
berapa besar perubahan dapat ditolerir sebelum solusi optimal mulai kehilangan
optimalitasnya, ini dinamakan analisa sensitivitas. Jika suatu perubahan kecil dalam
parameter menyebabkan perubahan drastis dalam solusi, dikatakan bahwa solusi adalah
sangat sensitif terhadap nilai parameter itu. Sebaliknya, jika perubahan parameter tidak
mempunyai pengaruh besar  terhadap solusi dikatakan solusi relatif insensitif terhadap nilai
parameter tersebut.
Berdasarkan model matematika persoalan program linier di atas, analisis
sensitivitas dapat dikelompokkan berdasarkan perubahan-perubahan parameter, yaitu
perubahan koefisien fungsi tujuan, perubahan kapasitas sumber, perubahan koefisien
teknologi, penambahan satu baris fungsi kendala dan penambahan variabel baru.
Adapun tujuan dari analisis sensitivitas yaitu :
memperbaiki cara pelaksanaanproyek/bisnis yang sedang dilaksanakan, memperbaiki
design proyek/bisnis sehingga dapat meningkatkan NPV dan mengurangi resiko
kerugian dengan menunjukkan beberapa tindakan pencegahan yang harus diambil.

SUMBER REFERENSI :
EKMA4413/MODUL 1-3
https://www.academia.edu/24055213/
ANALISIS_SENSITIVITAS_DAN_KETIDAKPASTIAN_DALAM_PROGRAM_LINI
ER