Info: ABSTRAK
Jurnal MSA Vol. 3 No. 2
Edisi: Juli – Desember 2015 Artikel ini membahas tentang suatu teknik matematis yang bermanfaat
dalam pengambilan keputusan yang saling berhubungan. Teknik yang
Artikel No.: 4
dimaksud ini adalah pemrograman dinamik dengan prosedur
Halaman: 25 - 33 sistematis untuk menentukan kombinasi keputusan yang optimal.
ISSN: 2355-083X Metode program dinamik yang digunakan pada tulisan ini berfokus
Prodi Matematika UINAM pada program dinamik probabilistik dengan pendekatan rekursif
backward. Penelitian ini bertujuan untuk mengetahui total biaya
minimum dengan menggunakan program dinamik pada perencanaan
produksi dan pengendalian persediaan pada UD. Haming Meubel.
Berdasarkan persamaan rekursif backward diperoleh peluang
mendapatkan total biaya produksi minimum perusahaan sebesar Rp.
3.559.165.000 dalam jangka waktu 15 tahun adalah 6,7%.
Kata Kunci: biaya produksi, dynamic programming
25
Jurnal MSA Vol. 3 No. 2 Ed. Juli-Desember 2015
Tujuan utama dari program dinamik ini adalah kebijaksanaan optimum tahap terakhir
untuk mempermudah penyelesaian persoalan ditemukan.[4]
optimisasi yang dapat dibagi ke dalam tahap-
tahap. Hal ini sesuai dengan ide dasar dari
program dinamik yaitu membagi suatu persoalan Sifat dasar yang menjadi ciri masalah
menjadi persoalan yang lebih kecil sehingga pemrograman dinamik sebagai berikut :
mempermudah penyelesaiannya. [6]
1. Masalah dapat dibagi menjadi tahap-tahap,
Pemrograman dinamik memberikan prosedur dengan keputusan kebijakan yang dibuat
yang sistematis untuk menentukan kombinasi pada masing-masing tahap.
pengambilan keputusan yang memaksimalkan 2. Masing-masing tahap mempunyai state yang
keseluruhan efektivitas. Berbeda dengan linier berhubungan dengan kondisi awal tahap.
programming dalam pemrograman dinamik tidak 3. Efek keputusan kebijakan pada setiap tahap
ada rumus (formula) matematis standar, adalah mengubah state saat ini menjadi state
pemrograman dinamik ini lebih merupakan suatu lain pada awal tahap berikutnya.
tipe untuk pemecahan suatu masalah dengan cara 4. Prosedur penyelesaian dirancang untuk
pendekatan secara umum. Persamaan khusus menemukan kebijakan optimal dari
yang akan digunakan harus dikembangkan sesuai keseluruhan masalah, yang menunjukkan
dengan setiap situasi individual. Oleh sebab itu keputusan kebijakan mana yang optimal
penguasaan dan keahlian tertentu stuktur umum pada setiap tahap untuk setipa state yang
masalah program dinamik diperlukan untuk mungkin.
menentukan apakah suatu masalah dapat 5. Berkaitan dengan state saat ini, kebijakan
dipecahkan dengan prosedur-prosedur program optimal untuk langkah tersisa bersifat
dinamik atau tidak dan bagaimana hal itu akan independen terhadap keputusan kebijakan
dilakukan. Istilah - istilah yang biasa digunakan yang telah diambil pada tahap sebelumnya.
dalam program dinamik antara lain: Oleh karena itu, keputusan optimal
selanjutnya hanya bergantung pada state saat
a. Stage (tahap) adalah bagian persoalan yang ini dan bukan cara mencapai state saat ini.
mengandung decision variable. Inilah prinsip optimalitas untuk
b. Alternatif, pada setiap stage terdapat pemrograman dinamik.
decision variable dan fungsi tujuan yang 6. Prosedur penyelesaian dimulai dengan
menentukan besarnya nilai setiap mencari kebijakan optimal untuk langkah
alternative. terakhir.
c. State, state menunjukkan kaitan satu stage 7. Tersedia hubungan rekursif yang
dengan stage lainnya, sedemikian sehingga menunjukkan kebijakan optimal untuk tahap
setiap stage dapat dioptimisasikan secara n dengan dasar kebijakan optimal untuk
terpisah sehingga hasil optimasi layak untuk langkah n + 1 .
seluruh persoalan.[5]
Bentuk yang tepat dari hubungan rekurisif ini
Sebuah objek disebut berulang (rekursif, berbeda dalam masalah pemprograman dinamik
recursive) jika setiap objek mengandung dirinya yang berbeda. Akan tetapi, notasi yang serupa
sendiri atau didefinisikan dengan dirinya sendiri. seperti ringkasan dibawah.
Dalam matematika, definisi rekursif sebuah N = jumlah tahap
fungsi adalah definisi fungsi yang menggunakan
fungsi tersebut. Ada dua macam prosedur n = label untuk tahap sekarang (n = 1,2, . . ., N)
rekursif yaitu forward recursive equation 𝑠𝑠𝑛𝑛 = state sekarang untuk tahap n.
(perhitungan dari depan ke belakang) dan
backward recursive equation (perhitungan dari 𝑥𝑥𝑛𝑛 = variabel keputusan untuk tahap n.
belakang ke depan). Dengan menggunakan
𝑥𝑥𝑛𝑛∗ = nilai optimal untuk 𝑥𝑥𝑛𝑛 (pada 𝑠𝑠𝑛𝑛 tertentu)
hubungan rekursif ini, prosedur penyelesaian
bergerak dari tahap ke tahap sampai
26
Jurnal MSA Vol. 3 No. 2 Ed. Juli-Desember 2015
𝑓𝑓𝑛𝑛 (𝑠𝑠𝑛𝑛 , 𝑥𝑥𝑛𝑛 ) = kontribusi tahap n, n + 1, . . . , N Kebijakan optimal ini seketika dapat
pada fungsi tujuan jika system dimulai dari state menghasilkan solusi optimal untuk keseluruhan
𝑠𝑠𝑛𝑛 pada tahap n keputusan selanjutnya adalah 𝑥𝑥𝑛𝑛 masalah yaitu 𝑥𝑥1∗ untuk state awal s1, kemudian
dan keputusan optimal belum dibuat. 𝑥𝑥2∗ untuk state s2, kemudian 𝑥𝑥3∗ untuk state s3,dan
seterusnya sampai 𝑥𝑥𝑁𝑁∗ untuk state sN.[3]
𝑓𝑓𝑛𝑛∗ (𝑠𝑠𝑛𝑛 ) = 𝑓𝑓𝑛𝑛 (𝑠𝑠𝑛𝑛 ,𝑥𝑥𝑛𝑛∗ )
Penyelesaian masalah menggunakan Program
Hubungan rekursif akan selalu berbentuk Dinamik memiliki empat tahapan yang utama
𝑓𝑓𝑛𝑛∗ (𝑠𝑠𝑛𝑛 ) = max 𝑥𝑥𝑛𝑛 {𝑓𝑓𝑛𝑛 (𝑠𝑠𝑛𝑛 , 𝑥𝑥𝑛𝑛 ) } atau 𝑓𝑓𝑛𝑛∗ (𝑠𝑠𝑛𝑛 ) = yaitu :
min 𝑥𝑥𝑛𝑛 {𝑓𝑓𝑛𝑛 (𝑠𝑠𝑛𝑛 , 𝑥𝑥𝑛𝑛 )} 1. Mengidentifikasi karakteristik dari struktur
Dengan 𝑓𝑓𝑛𝑛 (𝑠𝑠𝑛𝑛 , 𝑥𝑥𝑛𝑛 ) akan dinyatakan dalam 𝑠𝑠𝑛𝑛 , solusi optimalnya. Langkah ini meliputi
∗
𝑥𝑥𝑛𝑛 , 𝑓𝑓𝑛𝑛+1 (𝑠𝑠𝑛𝑛+1 ), dan mungkin beberapa ukuran pembagian masalah menjadi beberapa sub-
menyangkut kontribusi langsung 𝑥𝑥𝑛𝑛 terhadap masalah yang berdiri sendiri (independent).
fungsi tujuan. Dengan memasukkan 𝑓𝑓𝑛𝑛+1 ∗
(𝑠𝑠𝑛𝑛+1 ) 2. Mendefinisikan fungsi rekursif yang
dalam ruas kanan persamaan maka 𝑓𝑓𝑛𝑛∗ (𝑠𝑠𝑛𝑛 ) dapat memberikan nilai pada solusi optimalnya.
dinyatakan dalam 𝑓𝑓𝑛𝑛+1 ∗
(𝑠𝑠𝑛𝑛+1 ), yang membuat 3. Menghitung nilai dari solusi optimal secara
persamaan untuk 𝑓𝑓𝑛𝑛∗ (𝑠𝑠𝑛𝑛 ) adalah hubungan maju atau mundur menggunakan fungsi
rekursif. rekursif yang telah dibuat.
4. Menyusun solusi optimal dari informasi
Hubungan rekursif akan terus berlangsung saat perhitungan pada langkah sebelumnya.
kita bergerak mundur tahap demi tahap. Ketika Langkah ini mengandung maksud untuk
tahap sekarang n berkurang 1, fungsi baru 𝑓𝑓𝑛𝑛∗ (𝑠𝑠𝑛𝑛 ) mengkombinasikan solusi dari setiap sub-
∗
diperoleh dengan fungsi 𝑓𝑓𝑛𝑛+1 (𝑠𝑠𝑛𝑛+1 ) yang baru masalah yang ada.[6]
saja diperoleh dari iterasi sebelumnya dan proses
ini terus berulang. Hal ini menjadi perhatian dari Berdasarkan Gambar 1 dapat terlihat bahwa
sifat berikut (dan terakhir) pemrograman keputusan di stage tertentu memiliki kontribusi
dinamik. yang berbeda peluangnya terhadap keputusan di
Ketika kita menggunakan hubungan rekursif ini, tahap selanjutnya. Semakin besar nilai
prosedur penyelesaian mulai dari bagian akhir probabilitas tersebut akan semakin besar pula
dan bergerak mundur tahap demi tahap setiap pengaruhnya terhadap keputusan di tahap yang
kali mencari kebijakan optimal untuk tahap itu, lain, begitu pula berlaku sebaliknya
sampai ditemukan kebijakan optimal untuk tahap
pertama. Stage n+1
Sn+1
Kontribusi
1
Dari Stage n
Kemungkinan
Keputusan fn+1*(1)
S C1
ta 2
t P1
fn+1*(2)
u
S C2
s Xn P2 ⋮
P3 N
C3
fn+1*(N)
Gambar 1 Kondisi State untuk Suatu Stage
27
Jurnal MSA Vol. 3 No. 2 Ed. Juli-Desember 2015
Jika notasi s merupakan banyaknya keadaan Fungsi rekursif fn(s,xn) merupakan jumlah
yang mungkin pada saat (n+1) dan keadaan ini ekspektasi dari tahap n dan seterusnya (sampai ke
digambarkan pada sisi sebelah kanan sebagai N) bila berada di tahap n dengan status s dan
1,2,…,s, maka sistem bergerak ke keadaan i memilih xn sebagai keputusan di tahap tersebut,
dengan peluang pi dimana i = 1,2, . . .,s, bila ∗
dan selengkapnya ditulis 𝑓𝑓𝑛𝑛+1 (𝑠𝑠𝑛𝑛+1) = 𝑥𝑥𝑚𝑚𝑚𝑚𝑚𝑚 𝑓𝑓
𝑛𝑛+1 𝑛𝑛+1
diketahui keadaan sn dan keputusan xn pada tahap (𝑠𝑠𝑛𝑛+1 , 𝑥𝑥𝑛𝑛+1 ).[6]
ke-n. Bila sistem bergerak ke keadaan i, maka Ci
adalah kontribusi tahap ke-i dimana i = 1,2,…n Prosedur pelaksanaan untuk mencapai tujuan
pada fungsi tujuan. penelitian adalah:
1. Pengumpulan data dengan cara observasi
dan dokumentasi. Data yang digunakan
Karakteristik masalah yang dapat diselesaikan
dalam penelitian ini terdiri dari data jumlah
dengan menggunakan Program Dinamik
persediaan bahan material produk dan biaya
Probabilistik adalah sama dengan Program
produksi dari tahun 2000 sampai dengan
Dinamik sederhana dengan ketentuan tambahan
tahun 2014 yang diperoleh dari perusahaan
sebagai berikut:
yakni data sekunder.
1. Setiap stage (tahap) memiliki beberapa 2. Menghitung probabiliti pada biaya produksi.
states (bagian atau keputusan) memiliki 3. Proses Perhitungan Dengan Program
beberapa nilai tertentu yang masing- Dinamik:
masing punya peluang dapat terjadi. a. Menentukan banyaknya tahap yaitu n =
2. Apabila nilai probabilitas untuk semua 1,2,3, . . ., 15.
state tersebut dijumlahkan maka hasilnya b. Menentukan Xn (variabel keputusan)
harus sama dengan satu. untuk tahap n.
3. Keputusan di tiap stage berakibat yang c. Menentukan Fungsi Tujuan
belum pasti untuk state di stage berikutnya d. Dalam penelitian ini, digunakan rekursif
dan ini memiliki probabilitas tertentu. mundur (backward) dimana dimulai dari
4. Terdapat hubungan rekursif yang dapat tahap 15-1.
dinyatakan bahwa hubungan antara fn (sn, e. Kemudian melakukan perhitungan
xn) dengan fn+1*(sn+1) tergantung pada terhadap data berdasarkan rekursif yang
struktur probabilitas. digunakan sehingga memperoleh hasil
5. Fungsi tujuan merupakan bentuk untuk optimal.
meminimumkan jumlah ekspektasi Rekursif backward yang digunakan yaitu:
∗ ∗
kontribusi setiap tahap sehingga dapat 𝑓𝑓𝑛𝑛 (𝑆𝑆𝑛𝑛 , 𝑋𝑋𝑛𝑛 ) = 0,933 𝑓𝑓𝑛𝑛+1 (𝑆𝑆𝑛𝑛 – 𝑋𝑋𝑛𝑛 ) + 0,067 𝑓𝑓𝑛𝑛+1
(𝑆𝑆𝑛𝑛 + 𝑋𝑋𝑛𝑛 )
dinyatakan sebagai = ∑𝑁𝑁 ∗
𝑖𝑖=1 𝑝𝑝𝑖𝑖 [ci + 𝑓𝑓𝑛𝑛+1 (i)]. 4. Dari proses perhitungan program dinamik
pada langkah ke-3 , kita dapat memperoleh
total biaya minimum.
5. selanjutnya melakukan perhitungan untuk
perencanaan produksi dan pengendalian
persediaan bahan material.
3. HASIL DAN PEMBAHASAN
Tabel 1. Berikut adalah Total Biaya Produksi Meubel (Kursi, Meja Dan Lemari)
28
Jurnal MSA Vol. 3 No. 2 Ed. Juli-Desember 2015
29
Jurnal MSA Vol. 3 No. 2 Ed. Juli-Desember 2015
2014 1584754000
∗ ∗
Proses perhitungan menentukan probabiliti pada 𝑓𝑓𝑛𝑛 (𝑆𝑆𝑛𝑛, 𝑋𝑋𝑛𝑛 ) = 0,933 𝑓𝑓𝑛𝑛+1 (𝑆𝑆𝑛𝑛 − 𝑋𝑋𝑛𝑛 ) + 0,067 𝑓𝑓𝑛𝑛+1
biaya produksi : (𝑆𝑆𝑛𝑛 + 𝑋𝑋𝑛𝑛 )
Rerata Prob = ∑ Seluruh nilai15prob kenaikan biaya
tahun
x 100 % Dimana, n = 1, 2, 3, …, 15.
=
1
x 100 % Pengerjaan Rekursif Backward sebagai berikut:
15
Untuk n = 15
= 6,7 % atau 0,067
∗ ∗
𝑓𝑓15 (𝑆𝑆15, 𝑋𝑋15) = 0,933 𝑓𝑓16 (𝑆𝑆15 − 𝑋𝑋15) + 0,067 𝑓𝑓16
Probabiliti mendapatkan total biaya minimum
perusahaan diasumsikan adalah 0,067= 6,7 % (𝑆𝑆15 + 𝑋𝑋15)
30
Jurnal MSA Vol. 3 No. 2 Ed. Juli-Desember 2015
∗ ∗
𝑓𝑓15 (𝑆𝑆15, 𝑋𝑋15) = 0,933 𝑓𝑓16 𝑓𝑓15 (𝑆𝑆15, 𝑋𝑋15) = 0,933 𝑓𝑓16
(3.559.165.000− 3.559.165.000) (6.912.374.000
∗
+ 0,067 𝑓𝑓16∗
(3.559.165.000 − 3.559.165.000) + 0,067 𝑓𝑓16
+ 3.559.165.000 ) (6.912.374.000
∗ ∗ + 3.559.165.000)
= 0,933 𝑓𝑓16 (0) + 0,067 𝑓𝑓16
∗
(7.118.330.000) = 0,933 𝑓𝑓16 (3.353.209.000) +
∗
0,067 𝑓𝑓16 (s10.471.539.000)
= 0,933 (0) + 0,067 (1)
= 0,933 (0) + 0,067 (1)
= 0,067
= 0,067
Untuk 𝑆𝑆15 = 6.912.374.000 𝑋𝑋15 = 2.469.500.000
∗ Untuk 𝑆𝑆15 = 6.912.374.000 𝑋𝑋15 = 6.912.374.000
𝑓𝑓15 (𝑆𝑆15, 𝑋𝑋15) = 0,933 𝑓𝑓16
∗
(6.912.374.000 𝑓𝑓15 (𝑆𝑆15, 𝑋𝑋15) = 0,933 𝑓𝑓16
∗
− 2.469.500.000) + 0,067 𝑓𝑓16 (6.912.374.000
∗
(6.912.374.000 − 6.912.374.000 ) + 0,067 𝑓𝑓16
+ 2.469.500.000) (6.912.374.000
∗ + 6.912.374.000 )
= 0,933 𝑓𝑓16 (4.442.874.000) + 0,067
∗ ∗
∗
𝑓𝑓16 (9.381.874.000) = 0,933 𝑓𝑓16 (0) + 0,067 𝑓𝑓16 (
13.824.748.000)
= 0,933 (0) + 0,067 (1)
= 0,933 (0) + 0,067 (1)
= 0,067
= 0,067
Untuk 𝑆𝑆15 = 6.912.374.000 𝑋𝑋15 = 3.559.165.000
Untuk tahap n= 14 sampai dengan tahap n = 1,
dilakukan perhitungan yang serupa pada tahap n
= 15
Tabel 3 Hasil perhitungan pada tahap n = 15
0 0 0
2.469.500.000 0 0 0
31
Jurnal MSA Vol. 3 No. 2 Ed. Juli-Desember 2015
Tabel 4 Hasil perhitungan pada tahap n = 14
∗ ∗
𝑓𝑓14 (𝑆𝑆14, 𝑋𝑋14 ) = 0,933 𝑓𝑓15 (𝑆𝑆14 − 𝑋𝑋14 ) + 0,067𝑓𝑓15
𝑋𝑋14 (𝑆𝑆14 + 𝑋𝑋14 )
0 0 0
0 0 0
32
Jurnal MSA Vol. 3 No. 2 Ed. Juli-Desember 2015
probabilitas pada keadaan mendatang yaitu 0,933 [3] Pardi Affandi, Dewi A, Nur Salam,
dan 0,067. Biaya untuk perencanaan produksi “Penerapan Teori Kendali Pada Masalah
kedepan adalah Rp. 237.277.667,- dan Program Dinamik”, Jurnal Matematika Murni
persediaan kayu balok n kayu papan setiap dan Terapan, nomor.1 (Juni 2012: 27-37).
bulannya adalah 4 kubik.
[4] Pratiwi, Diana, Syaripuddin dan Haeruddin.
4. KESIMPULAN “Perencanaan Produksi Menggunakan Model
UD. Haming Meubel memproduksi meubel ARIMA dan Pengendalian Persediaan
berupa meja, kursi dan lemari. Dari hasil analisis Menggunakan Program Dinamik untuk
biaya produksi meubel dari tahun 2000 hingga Meminimumkan Total Biaya” (Studi Kasus:
tahun 2014 diperoleh peluang mendapatkan total Produksi Amplang UD. Usaha Devi), Jurnal
biaya minimum perusahaan sebesar EKSPONENSIAL, nomor. 1 (Mei 2013 ISSN
2085-7829).
Rp.3.559.165.000 dari keseluruhan total biaya
produksi meubel dalam jangka 15 tahun adalah [5] Rangkuti, Aidawayati, Penerapan Model
6,7%. Dinamik Probabilistik Pada Produksi kendaraan
Bermotor Dalam Negeri Tahun 2009-2013,
Jurnal Matematika, Statistika Komputasi Vol. 8
5. DAFTAR PUSTAKA No. 1 Juli 2011.
[1] Aminuddin, Prinsip-prinsip Riset Operasi. [6] Ristono, Agus dan Puryani, Penelitian
Jakarta: Erlangga, 2005. Operasional lanjut. Yogyakarta: Graha Ilmu,
2011
[2] Hillier dan Lieberman, Introduction To
Operations research, edisi 8. Yogyakarta:
ANDI, 2005.
33