Analisis

Sistem
Infrastruktur
Tujuan Analisis Sistem

• Mengerti dasar dari sistem analisis untuk memformulasi dan

memecahkan masalah engineering dengan model matematika
• Memperhitungkan sumber daya manusia, fisik/material, dan
keterbatasan finansial sebagai bagian yang harus
dipertimbangkan, seperti halnya dalam proses desain dan
pembangunan. Di mana dalam proses ini, perencanaan, desain
dan proses manajemen sangat diperhitungkan.
• Mengerti keuntungan dan keterbatasan dari suatu analisis
sistem yang nantinya akan digunakan untuk memecahkan
masalah di lapangan
Definisi Sistem Analisis

• Sistem analisis merupakan suatu sistem koordinasi yang

digunakan untuk mengatasi masalah perencanaan proyek,
desain engineering, dan manajemen.
• Sistem analisis merupakan alat pembuat keputusan.
• Seorang pembuat keputusan dapat menggunakannya untuk
menentukan/memilih sumber daya manakah yang paling
efektif dan paling efisien untuk mencapai suatu tujuan.
• Agar keputusan yang diambil sukses, kombinasi faktor
teknologi dan ekonomi harus digunakan dalam analisis.
• Sejak sistem analisis dapat dikembangkan untuk bidang yang
lebih luas sebagai alat pembuat keputusan dalam masalah
engineering, maka alat ini telah dikembangkan dalam bidang
ilmu teknik sipil seperti struktur, geoteknik, lingkungan,
transportasi, sumber daya air, dan konstruksi.
• Sehingga alat ini dapat menggambarkan kombinasi dari prinsip
engineering dan prinsip ekonomi mencapai solusi yang optimal.
TUJUAN

Agar dapat mengalokasikan sumber daya secara

efisien dan efektif, tujuan dari SUATU SISTEM
tersebut harus JELAS.

Pada umumnya, tujuan dari suatu sistem adalah

untuk memaksimalkan keuntungan bagi
perusahaan atau memaksimalkan manfaat sosial
bagi masyarakat.
TUJUAN

Sumber daya manusia, modal, dan material digunakan

untuK memproduksi barang dan menyediakan layanan
berupa jasa.

Karena manfaat sosial lebih sulit untuk

diperhitungkan, maka digunakan motif sosial berupa
PROFIT dan parameter lain yang lebih sederhana
untuk mengilustrasikan konsep analisis sistem
 TUJUAN
• Contohnya bila profit P merupakan selisih
antara Revenue, R, (pendapatan) atau
keuntungan moneter yang diterima untuk
barang atau jasa dan Cost, C, (pengeluaran),
adalah biaya untuk pengadaan barang atau
jasa, maka secara matematika akan
didefinisikan seperti di bawah ini:
P=R–C
• Jika revenue (pendapatan) diasumsikan tetap
(fixed), keuntungan terbesar akan diperoleh
dengan cara meminimalisasikan biaya
produksi.
• Umumnya peran dari seorang engineer
pengambil keputusan adalah untuk meraih
tujuan ini.
 Langkah-langkah Analisis Sistem
Di dalam tahap analisis sistem terdapat langkah-
langkah dasar yang harus dilakukan oleh analis
sistem :
1. Identify, yaitu mengidentifikasi masalah
2. Understand, yaitu memahami kerja dari
sistem yang ada
3. Analyze, yaitu menganalisis sistem
4. Report, yaitu membuat laporan hasil analisis
Langkah 1: IDENTIFIKASI MASALAH
Mengidentifikasi (mengenal) masalah merupakan langkah pertama
yang dilakukan dalam tahap analisis sistem. Masalah (problem)
dapat didefinisikan sebagai suatu pertanyaan yang diinginkan untuk
dipecahkan. Masalah inilah yang menyebabkan sasaran dari sistem
tidak dapat dicapai. Oleh karena itulah pada tahap analisis sistem,
langkah pertama yang harus dilakukan oleh analis sistem
adalahmengidentifikasi terlebih dahulu masalah-masalah yang
terjadi.
Tugas-tugas yang harus dilakukannya adalah sebagai berikut ini :
1. mengidentifikasi penyebab masalah
2. mengidentifikasi titik keputusan
3. mengidentifikasi personil-personil kunci
4. Mengidentifikasi penyebab
 Langkah 2: Memahami Kerja Sistem

Langkah ini dapat dilakukan dengan mempelajari secara terinci bagaimana sistem
yang ada beroperasi.

Untuk mempelajari operasi dari sistem ini diperlukan data yang dapat diperoleh
dengan cara melakukan penelitian.

Bila di tahap perencanaan sistem juga pernah dilakukan penelitian untuk

memperoleh data, penelitian ini sifatnya adalah penelitian pendahuluan
(preliminary survey).

Pada tahap analisis sistem, penelitian yang dilakukan adalah penelitian terinci
(detailed survey).
 Langkah 2: Memahami Kerja Sistem
Langkah kedua dari tahap
analisis sistem dapat
terdiri dari beberapa
tugas yang perlu
dilakukan, yaitu sebagai
berikut ini :
o Menentukan jenis
penelitian

- Mengatur jadwal wawancara

o Merencanakan jadwal
- Mengatur jadwal observasi
penelitian
- Mengatur jadwal pengambilan sampel

o Membuat penugasan
penelitian

o Membuat agenda
wawancara

o Mengumpulkan hasil
penelitian
 Langkah 3: Analisis Sistem

Menganalisis hasil penelitian

sering sulit dilakukan oleh analis
Langkah ini dilakukan berdasarkan
sistem yang masih baru.
data yang telah diperoleh dari
Pengalaman menunjukkkan bahwa
hasil penelitian yang telah
banyak analis sistem yang masih
dilakukan.
baru mencoba untuk memecahkan
masalah tanpa menganalisisnya.
 Analis sistem perlu
menganalisis masalah
yang terjadi untuk
dapat menemukan
jawaban apa penyebab
sebenarnya dari
masalah yang timbul
tersebut.
Penelitian dilakukan untuk
menjawab pertanyaan-
MENGANALISIS •
pertanyaan semacam :
Apa yang dikerjakan ?
KELEMAHAN • Bagaimana
mengerjakannya ?
SISTEM • Siapa yang
mengerjakannya ?
• Dimana dikerjakannya ?
Menganalisis kelemahan
sistem sebaiknya
dilakukan untuk
menjawab pertanyaan :
• Mengapa dikerjakan ?
• Perlukah dikerjakan ?
• Apakah telah dikerjakan
dengan baik ?
Sebagai tambahan dari pertanyaan-
pertanyaan tersebut, suatu kriteria yang
tepat masih diperlukan untuk menilai sistem
yang lama. Kriteria yang tepat ini dapat
diperoleh dari sasaran yang diinginkan oleh
sistem yang baru supaya efisien dan efektif.

Wilkinson memberikan sasaran yang harus

dicapai untuk menentukan kriteria penilaian
sebagai berikut :
 Kriteria Penilaian
Wilkinson

Relevance (sesuai kebutuhan)

Capacity (kapasitas dari sistem)

Efficiency (efisiensi dari sistem)

Timeliness (ketepatan waktu menghasilkan informasi)

Accessibility (kemudahan akses)

Flexibility (keluwesan sistem)

Accuracy (ketepatan nilai dari informasi)

Reliability (keandalan sistem)

Security (keamanan dari sistem)

Economy (nilai ekonomis dari sistem)

Simplicity (kemudahan sistem digunakan)

Contoh Menganalisis Keandalan

Keandalan menunjukkan banyaknya kesalahan-kesalahan yang

dilakukan dalam suatu kegiatan. Semakin andal berarti semakin
sedikit kesalahan yang dilakukan.
Untuk menganalisis keandalan ini dapat dilakukan dengan
menjawab pertanyaanpertanyaan berikut:
• Apakah jumlah kesalahan yang terjadi di masing-masing
operasi diminimumkan ?
• Apakah operasi-operasi telah direncanakan dengan baik dan
terkendali ?
Langkah 4: Membuat Laporan Hasil Analisis
Sistem

Setelah proses analisis sistem ini selesai dilakukan, tugas berikutnya dari
analis sistem dan timnya adalah membuat laporan hasil analisis. Laporan
ini diserahkan kepada steering committe (komite/panitia pengarah
pengembangan sistem) yang nantinya akan diteruskan ke manajemen.

Pihak manajemen bersama-sama dengan panitia pengarah dan pemakai

sistem akan mempelajari temuan-temuan dan analisis yang telah
dilakukan oleh analis sistem yang disajikan dalam laporan ini.
Tujuan utama dari penyerahan laporan ini kepada manajemen
adalah :
• pelaporan bahwa analisis telah selesai dilakukan
• meluruskan kesalah-pengertian mengenai apa yang telah
ditemukan dan dianalisis
• oleh analis sistem tetapi tidak sesuai menurut manajemen
• meminta pendapat-pendapat dan saran-saran dari pihak
manajemen
• meminta persetujuan kepada pihak manajemen untuk
melakukan tindakan selanjutnya (dapat berupa meneruskan ke
tahap desain sistem atau menghentikan proyek bila dipandang
tidak layak lagi)
PROGRAM
DINAMIK
Dynamic Programming
 Definisi
• Program dinamis adalah merupakan teknik
matematis yang sering digunakan untuk membuat
serangkaian keputusan yang saling berkaitan dengan
suatu prosedur yang sistematis untuk menentukan
kombinasi keputusan yang mengoptimasi efektivitas
keseluruhan keputusan.
• Dalam hal ini, suatu masalah pengambilan keputusan
yang multistage dipisah-pisahkan menjadi suatu
submasalah yang berurutan dan saling berhubungan
sehingga pemacahan masalah dapat dilakukan
dengan lebih mudah.
 Program Dinamik
• Metode pemecahan masalah dengan cara
menguraikan solusi menjadi sekumpulan langkah
(step) atau tahapan (stage) sedemikian
• Sehingga solusi dari persoalan dapat dipandang dari
serangkaian keputusan yang saling berkaitan.
• Hasil dari suatu keputusan pada suatu tahap akan
mempengaruhi keputusan yang dibuat pada tahap
berikutnya dalam urutan tersebut
Pada penyelesaian persoalan dengan metode ini:
1. terdapat sejumlah berhingga pilihan yang mungkin,
2. solusi pada setiap tahap dibangun dari hasil solusi
tahap sebelumnya,
3. kita menggunakan persyaratan optimasi dan
kendala untuk membatasi sejumlah pilihan yang
harus dipertimbangkan pada suatu tahap.
 Tinjau graf di bawah ini. Kita ingin menemukan
lintasan terpendek dari 1 ke 10.

7
2 5
1
2 4 3 4
6 8 3
6
4
1 3 2 6 3 10

3 9 4
4
3 1
4
3
4 7
5
 Program Dinamik
Program dinamik adalah salah satu teknik matematika yang
digunakan untuk mengoptimalkan proses pengambilan keputusan
secara bertahap ganda.

Konsep dalam program dinamik:

• Konsep tahap
• Konsep keadaan
• Konsep perolehan
 Konsep dari Pemograman Dinamik (i)
• Berdasarkan prinsip optimisasi Bellman (1950):
An optimal policy has the property that whatever the initial
decision are, the remaining decisions must constitute an
optimal policy with regard to the state resulting from the first
decision

Suatu kebijakan optimal mempunyai sifat bahwa

apapun keadaan dan keputusan awal, keputusan
selanjutnya harus membentuk suatu kebijakan optimal
dengan memperhatikan keadaan dari hasil keputusan
pertama.
 Konsep dari Pemograman Dinamik (ii)
• Suatu masalah dapat dibagi menjadi beberapa tahap
• Dalam rangkaian keputusan yang telah diambil, hasil dari
masing-masing terpengaruh pada hasil keputusan
sebelumnya.
• Rangkaian keputusan yang diambil mesti membentuk
kebijakan yang optimal secara keseluruhan
• Bagi tahap persoalan yang masih tersisa kita diizinkan
mengambil keputusan yang layak tanpa tergantung dari
keputusan-keputusan yang telah diambil sebelumnya
➔optimisasi prinsip
Konsep dari Pemograman Dinamik (iii)
• Prosedur pemecahan masalah dalam program
dinamik dilakukan secara rekursif
• Rekursif adalah setiap pengambilan
keputusan, harus memperhatikan keadaan
yang dihasilkan oleh keputusan sebelumnya
Konsep dari Pemograman Dinamik (iv)
• Pada setiap tahap, nilai keadaan tahap
sebelumnya merupakan masukan untuk tahap
sekarang dan keluarannya menjadi masukan
untuk tahap berikutnya. Pada setiap tahap kita
diharuskan mengambil keputusan optimal.
Konsep dari Pemograman Dinamik (iv)
f1 = r1(S1,d1) f2 = r2 (S2,d2) fn-1 = rn-1 (Sn-1,dn-1)
……
S1 S2 S3 Sn-1 Sn
1 2 1

d1 d2 dn-1

Sn: Peubah keadaan (state variable)

dn: Peubah keputusan (decision variable)
fn: Fungsi perolehan (stage return)
 Karakteristik Persoalan
Program Dinamis
1. Persoalan dapat dibagi menjadi beberapa tahap
(stage), yang pada setiap tahap hanya diambil satu
keputusan.

2. Masing-masing tahap terdiri dari sejumlah status

(state) yang berhubungan dengan tahap tersebut.
Secara umum, status merupakan bermacam
kemungkinan masukan yang ada pada tahap
tersebut.
Graf multitahap (multistage graph). Tiap simpul di dalam graf
tersebut menyatakan status, sedangkan V1, V2, … menyatakan
tahap.

V1 V2 V3 V4 V5

9
6

7 10 12
1

4
8
11

5
3. Hasil dari keputusan yang diambil pada setiap
tahap ditransformasikan dari status yang
bersangkutan ke status berikutnya pada tahap
berikutnya.

4. Ongkos (cost) pada suatu tahap meningkat secara

teratur (steadily) dengan bertambahnya jumlah
tahapan.

5. Ongkos pada suatu tahap bergantung pada ongkos

tahap-tahap yang sudah berjalan dan ongkos pada
tahap tersebut.
6. Keputusan terbaik pada suatu tahap bersifat
independen terhadap keputusan yang dilakukan
pada tahap sebelumnya.

7. Adanya hubungan rekursif yang

mengidentifikasikan keputusan terbaik untuk
setiap status pada tahap k memberikan keputusan
terbaik untuk setiap status pada tahap k + 1.

8. Prinsip optimalitas berlaku pada persoalan

tersebut.
 Deskripsi Matematik Program
Dinamis
• Telah diketahui bahwa dalam permasalahan program
dinamis dapat dibagi menjadi beberapa bagian yang
masing-masing bagian terdiri dari beberapa pilihan
yang harus dipilih sebagai keputusan.
• Bagian tertentu dimana pengambilan keputusan
dilakukan disebut sebagai tahap (stage) dari
permasalahan yang memiliki parameterparameter
masukan yang disebut sebagai status (state).
 Macam-macam Program Dinamis
• Program Dinamis Deterministik
• Programa Dinamis Probabilistik
 Program Dinamis Deterministik
• pendekatan programa dinamis sebagai
persoalan deterministik dimana state/tahap
pada stage berikutnya sepenuhnya ditentukan
oleh state dan keputusan pada stage saat ini
• untuk mengkategorikan persoalan programa
dinamis deterministik ini adalah dengan
melihat bentuk fungsi tujuannya (kontribusi
minimisasi atau maksimasi).
 Programa Dinamis Probabilistik
• Stage berikutnya tidak dapat seluruhnya
ditentukan oleh state dan keputusan pada
stage saat ini, tetapi ada suatu distribusi
kemungkinan mengenai apa yang akan terjadi
namun, distribusi kemungkinan ini masih
seluruhnya ditentukan oleh state dan
keputusan pada stage saat ini.
 Contoh Kasus
Aplikasi Deterministic Dynamic Programming

Research Failure Problem

• Departemen Energi memiliki empat tim peneliti pada empat
proyek penelitian energi. Departemen ini mengutamakan
minimasi probabilitas kesalahan hasil riset. Estimasi
probabilitas kesalahan hasil riset dari setiap tim peneliti
adalah :
• Departemen menyatakan bahwa total probabilitas kesalahan hasil riset ini
terlalu tinggi, mereka kemudian berkeputusan untuk menambah tiga
orang peneliti lain.
• Estimasi probabilitas dari setiap tim peneliti jika ditambahkan 0, 1, 2, atau
3 orang peneliti baru adalah sebagai berikut :
• Persoalannya adalah bagaimana
mengalokasikan ketiga orang peneliti baru
tersebut ke dalam tim peneliti yang ada
sehingga probabilitas total kesalahan hasil
riset menjadi minimum.
 Tahap 1. Tim Peneliti 1.

S1 = stage/tahap
R1 = peluang kesalahan tim peneliti 1
D1 = tambahan peneliti tahap 1
Tahap 2 Tim Peneliti 2
Tahap 3 Tim Peneliti 3
 Penyelesaian

Optimasi minimasi total probabilitas kesalahan hasil penelitian dapat dibuat

secara bertahap dengan arah backtracking :
• Pada Tahap 4, dengan S4 = 3 : D4 optimal = 0, R4 = 0.75. S3 = 3.
• Pada Tahap 3, dengan S3 = 3 : D3 optimal = 1, R3 = 0.20. S2 = 2.
• Pada Tahap 2, dengan S2 = 2 : D2 optimal = 0, R2 = 0.80. S1 = 2.
• Pada Tahap 1, dengan S1 = 2 : D1 optimal = 2, R1 = 0.20. S0 = 0.

Total alokasi peneliti baru = 3 orang dengan total probabilitas kesalahan hasil
penelitian :
0.75 x 0.20 x 0.80 x 0.20 = 0.0240.
 Contoh dari Transportasi
Jalur tercepat
7
B E 1
2
4 H 3
4
3 6
4 2 H
C F 3
A 4 4
1
4 6 3 I
3 3
5
D G
 Contoh dari Manajemen Proyek (i)

Sebuah perusahaan kontraktor mempunyai 5 buldoser

dan ingin mengalokasi kelima buldoser tersebut ke tiga
proyek terpencil yang ditangani perusahaan tersebut
Contoh dari Manajemen Proyek (ii)
Tanah yg dikeruk
Buldoser [m3/minggu]
Proyek
1 2 3
0 0 0 0
1 45 20 50
2 70 45 70
3 90 75 80
4 105 110 100
5 120 150 130
 Contoh dari Manajemen (i)
Penganggaran
Sebuah perusahaan ingin mempeluas ketiga jalan tol yang
dimiliki perusahaan tersebut. Dana yang tersedia untuk
proyek ini berjumlah 500 milyar rupiah. Jalan pertama
mempunyai alternatif perluasan sebanyak 3 macam, jalan
kedua sebanyak 4 macam dan jalan ketiga sebanyak 2
macam. Data untuk dana yang diperlukan untuk perluasan
dan perolehan yang mungkin diterima setelah perluasan
adalah bij dan pij
 Contoh dari Manajemen (ii)
Proposal Jalan I Jalan II Jalan III
bij Pij bij bij

1 0 0 0 0 0 0
2 1 5 2 8 1 3
3 2 6 3 9 ---- ----
4 --- ---- 4 12 ---- ----
--
Pemograman Dinamik Stokastik
ANALISIS SISTEM
SRI WULANDARI
 Analisis sebab akibat

Analisis hambatan
Jenis-jenis
Analisis fenomena sub sistem
Analisis input output
Sistem Analisis optimasi

Analisis probabilistic deterministik

1. Analisis Sebab
Akibat
◦ Suatu analisis yang menganggap sistem sebagai proses input menjadi
output
◦ Input diperhitungkan sebagai penyebab yang berinteraksi dan
menghasilkan output
◦ Biasanya faktor input ditekankan pada sistem ini
◦ Terdapat pengandaian: bila input bagus dan berkualitas, maka output
akan berkualitas
◦ Yang termasuk metode ini adalah Metode Fishbone Diagram
◦ Contoh adalah produk makanan dan sistem sekolah unggulan
 Suatu analisis yang memandang terjadinya
hambatan sehingga terjadi penundaan

2. Analisis
Penundaan ini disebabkan karena adanya
Akibat hambatan saat proses berlangsung
Hambatan
(Effect Untuk mendapatkan hasil yang baik, bila
terjadi penundaan, maka harus segera
Delay diatasi hambatan ini terlebih dahulu

Analysis) Contoh adalah masalah keterlambatan

proyek, kemacetan akibat adanya tundaan,
keterlambatan logistic barang dll.
3. Analisis
fenomena ◦ Suatu analisis yang memandang output dari suatu

sub sistem
sub sistem akan menjadi input pada sistem
berikutnya

input ◦ Contoh: sistem industri dan sistem pendidikan

output
4. Analisis Optimasi

Suatu analisis yang memandang optimalnya suatu sistem dilihat dari

kesempatan-kesempatan yang akan dicapai dalam kombinasi optimasi input

Optimasi adalah memilih alternatif terbaik berdasarkan kriteria tertentu yang

tersedia.

Metode dalam lingkup ini: linear programming, dynamic programming, teori

antrian dll

Contoh: pembangunan gedung sekolah

 5. Analisis Probabilistik Deterministik
◦ Analisis yang memandang adanya faktor-faktor kemungkinan dan faktor-faktor kepastian
yang harus diperhitungkan dalam suatu sistem
◦ Penekanannya adalah hasil dari informasi untuk mengurangi ketidak pastia sehingga
tingkat probabilitas dapat ditekan peningkatannya
◦ Analisis sistem deterministic merupakan suatu sistem yang bergerak atau beroperasi
dengan cara yang dapat diperkirakan secara tepat, dan dapat mengetahui interaksi yang
terjadi pada setiap bagian-bagiannya. Misal pada sistem komputer dan operation system
android. Yang mana sistem tersebut akan bergerak dengan perkiraan sebuah kode-kode
sistem yang berfungsi untuk menjalankan sistem satu dengan yang lain.
◦ Analisis sistem probabilistic merupakan analisis yang tidak dapat memperkirakan hasil
akhirnya atau kondisi masa depannya secara tepat, karena memiliki unsur probabilitas-
kemungkinan atau tidak menentu. Misalnya, dalam sistem persediaan barang, sistem
pemilihan presiden, dsb. Sistem-sistem tersebut merupakan sistem probabilistik karena
tidak dapat diprediksi dalam hasilnya.
TEORI ANTRIAN
Antrian
◦ Situasi kehidupan nyata
◦ Menunggu untuk membeli
bensin
◦ Menunggu untuk naik wahana
di Dufan
◦ Menunggu utk ambil uang di
ATM
◦ Menunggu lampu hijau
◦ Menunggu …
◦ Dll.
 ◦ Antrian adalah suatu kejadian yang biasa
dalam kehidupan sehari–hari.
◦ Menunggu di depan loket untuk
mendapatkan tiket kereta api atau tiket
Antrian bioskop, pada pintu jalan tol, pada bank,
pada kasir supermarket, dan situasi–
situasi yang lain merupakan kejadian
yang sering ditemui.
 Akibat ◦ Pelanggan/customer

Antrian ◦ Pengusaha
◦ Biaya lebih
akan ◦ Membutuhkan biaya ruang lebih utk menunggu

dirasakan
◦ Kehilangan pelanggan
◦ Pelanggan tidak bahagia
oleh
 ◦ Antrian timbul disebabkan oleh kebutuhan akan
layanan melebihi kemampuan (kapasitas) pelayanan
atau fasilitas layanan, sehingga pengguna fasilitas
yang tiba tidak bisa segera mendapat layanan
disebabkan kesibukan layanan. Pada banyak hal,
tambahan fasilitas pelayanan dapat diberikan untuk

Sebab mengurangi antrian atau untuk mencegah timbulnya

antrian.

Antrian ◦ Akan tetapi biaya karena memberikan pelayanan

tambahan, akan menimbulkan pengurangan
keuntungan mungkin sampai di bawah tingkat yang
dapat diterima.
◦ Sebaliknya, sering timbulnya antrian yang panjang
akan mengakibatkan hilangnya pelanggan / nasabah.
 Akhirnya … Datang Teori Antrian

Menjelaskan fenomena •Menunggu dan melayani

antrian
Memodelkan sistem
secara matematis
Mencoba menjawab
pertanyaan-pertanyaan:
Pertanyaan menarik •Berapa lama saya harus menunggu?
•Berapa orang dlm barisan?
untuk pelanggan? •Kapan sebaiknya saya datang utk mendapatkan layanan lebih cepat?
Pertanyaan bagi service provider
◦ Pertanyaan menarik utk service provider?
◦ Seberapa besar area tunggu?
◦ Berapa banyak pelanggan pergi?
◦ Apakah sebaiknya teler ditambah?
◦ Apakah sebaiknya sistem membentuk 1 atau 3 barisan antrian?
◦ Apakah sebaiknya sistem menyediakan jalur cepat?
 Sejarah Teori Antrian

Antrian yang sangat panjang dan terlalu lama untuk memperoleh giliran pelayanan
sangatlah menjengkelkan.

Rata – rata lamanya waktu menunggu (waiting time) sangat tergantung kepada
rata – rata tingkat kecepatan pelayanan(rate of services).

Teori tentang antrian diketemukan dan dikembangkan oleh A.K. Erlang, seorang
insinyur dari Denmark yang bekerja pada perusahaan telepon di Kopenhagen pada
tahun 1910.
 Erlang melakukan eksperimen tentang
fluktuasi permintaan fasilitas telepon
yang berhubungan dengan automatic
dialing equipment, yaitu peralatan
penyambungan telepon secara
Sejarah otomatis.
Teori
Antrian Dalam waktu – waktu yang sibuk
operator sangat kewalahan untuk
melayani para penelepon secepatnya,
sehingga para penelepon harus antri
menunggu giliran, mungkin cukup
lama.
 Menurut Siagian (1987), antrian
ialah suatu garis tunggu dari
nasabah (satuan) yang memerlukan
layanan dari satu atau lebih pelayan
(fasilitas layanan).
Pengertian
Antrian Pada umumnya, sistem antrian
dapat diklasifikasikan menjadi
sistem yang berbeda – beda di
mana teori antrian dan simulasi
sering diterapkan secara luas.
 Klasifikasi menurut Hillier dan
Lieberman adalah sebagai berikut :

1. Sistem pelayanan komersial

Klasifikasi 2. Sistem pelayanan bisnis – industri

Antrian
3. Sistem pelayanan transportasi

4. Sistem pelayanan social

 Ada 3 komponen dasar
antrian:

Komponen 1. Kedatangan
Dasar
Antrian 2. Pelayanan

3. Antri
 Setiap masalah antrian melibatkan kedatangan, misalnya
orang, mobil, panggilan telepon untuk dilayani, dan lain –
lain.

Unsur ini sering dinamakan proses input. Proses input

meliputi sumber kedatangan atau biasa dinamakan calling
population, dan cara terjadinya kedatangan yang umumnya

1. merupakan variabel acak.

Kedatangan Menurut Levin, dkk (2002), variabel acak adalah suatu

variabel yang nilainya bisa berapa saja sebagai hasil dari
percobaan acak. Variabel acak dapat berupa diskrit atau
kontinu.

Bila variabel acak hanya dimungkinkan memiliki beberapa

nilai saja, maka ia merupakan variabel acak diskrit.
Sebaliknya bila nilainya dimungkinkan bervariasi pada
rentang tertentu, ia dikenal sebagai variabel acak kontinu.
 ◦ Pelayan atau mekanisme pelayanan dapat terdiri
dari satu atau lebih pelayan, atau satu atau lebih
fasilitas pelayanan.
◦ Tiap – tiap fasilitas pelayanan kadang – kadang
disebut sebagai saluran (channel)
(Schroeder,1997).
2. ◦ Contohnya, jalan tol dapat memiliki beberapa

Pelayanan pintu tol.

◦ Mekanisme pelayanan dapat hanya terdiri dari
satu pelayan dalam satu fasilitas pelayanan yang
ditemui pada loket seperti pada penjualan tiket
di gedung bioskop.
 Inti dari analisa antrian adalah
antri itu sendiri. Timbulnya
antrian terutama tergantung
dari sifat kedatangan dan
proses pelayanan.
3. Antri
Jika tak ada antrian berarti
terdapat pelayan yang
menganggur atau kelebihan
fasilitas pelayanan (Mulyono,
1991).
 Kedatangan utk layanan

Sistem Menunggu utk layanan

Antrian Mendapat layanan

Meninggalkan sistem
Sistem Antrian Umum
 Pola kedatangan

Pola layanan
Karakteristik Disiplin antrian
Proses
Antrian Kapasitas sistem

Jumlah kanal layanan

Jumlah tingkat/stages layanan

 Stochastic
•Distribusi probabilitas
•Kedatangan tunggal/single atau batch
Kelakuan pelanggan
•Pelanggan sabar
•Menunggu selamanya
Pola •Pelanggan tidak sabar
•Menunggu utk suatu perioda waktu dan memutuskan
Kedatangan utk pergi
•Melihat antrian panjang dan memutuskan tdk
bergabung
•Mengubah barisan utk menunggu
Apakah time dependent?
•Pola kedatangan Stationary (time independent –
probability distribution)
•Pola kedatangan Nonstationary
Pola Layanan
◦ Distribusi untuk waktu layanan
◦ Layanan tunggal/single atau batch (mesin paralel)
◦ Proses layanan tergantung jumlah pelanggan menunggu (state
dependent)
◦ Layanan sangat cepat → masih memerlukan antrian?
◦ Tergantung juga pada kedatangan
◦ Mengasumsikan mutually independent
 4 Bentuk Pelayanan
1. FirstComeFirstServed (FCFS) atau First In FirstOut (FIFO)
artinya, lebih dulu datang (sampai), lebih dulu dilayani (keluar). Misalnya, antrian pada loket pembelian tiket
bioskop.
2. LastComeFirstServed (LCFS) atau Last In FirstOut (LIFO)
artinya, yang tiba terakhir yang lebih dulu keluar. Misalnya, sistem antrian dalam elevator untuk lantai yang
sama.
3. Service In Random Order (SIRO)
artinya, panggilan didasarkan pada peluang secara random, tidak soal siapa yang lebih dulu tiba.
4. Priority Service (PS)
artinya, prioritas pelayanan diberikan kepada
pelanggan yang mempunyai prioritas lebih tinggi dibandingkan dengan pelanggan yang mempunyai prioritas
lebih rendah, meskipun yang terakhir ini kemungkinan sudah lebih dahulu tiba dalam garis tunggu.
Kejadian seperti ini kemungkinan disebabkan oleh beberapa hal, misalnya seseorang yang dalam keadaan
penyakit lebih berat dibanding dengan orang lain dalam suatu tempat praktek dokter.
 Ada 4 model struktur antrian dasar yang
umum terjadi dalam seluruh sistem antrian

1. Single Channel – Single Phase

Struktur 2. Single Channel – Multi Phase

Antrian
3. Multi Channel – Single Phase

4. Multi Channel – Multi Phase

1. Single
Channel –
Single Phase
◦ Single Channel berarti
hanya ada satu jalur yang
memasuki sistem
pelayanan atau ada satu
fasilitas pelayanan.
◦ Single Phase berarti
hanya ada satu
pelayanan.
2. Single
Channel –
Multi Phase
◦ Istilah Multi Phase
menunjukkan ada dua
atau lebih pelayanan
yang dilaksanakan
secara berurutan (dalam
phasephase).
◦ Sebagai contoh :
pencucian mobil.
3. Multi
Channel –
Single Phase
◦ Sistem Multi Channel –
Single Phase terjadi
kapan saja di mana ada
dua atau lebih fasilitas
pelayanan dialiri oleh
antrian tunggal, sebagai
contoh model ini adalah
antrian pada teller
sebuah bank.
Multi
Channel –
Multi Phase
◦ Contoh, herregistrasi para
mahasiswa di universitas,
pelayanan kepada pasien
di rumah sakit mulai dari
pendaftaran, diagnosa,
penyembuhan sampai
pembayaran.
◦ Setiap sistem – sistem ini
mempunyai beberapa
fasilitas pelayanan pada
setiap tahapnya.
 Ada 3 aspek yang harus diperhatikan
dalam mekanisme pelayanan,

1. Tersedianya pelayanan
Mekanisme
Pelayanan 2. Kapasitas pelayanan

3. Lamanya pelayanan
 Mekanisme pelayanan tidak selalu tersedia
untuk setiap saat.

1. Misalnya dalam pertunjukan bioskop, loket

Tersedianya penjualan karcis masuk hanya dibuka pada
waktu tertentu antara satu pertunjukan
pelayanan dengan pertunjukan berikutnya.

Sehingga pada saat loket ditutup,

mekanisme pelayanan terhenti dan petugas
pelayanan (pelayan) istirahat.
 Kapasitas dari mekanisme pelayanan diukur
berdasarkan jumlah langganan yang dapat dilayani
secara bersama – sama.

Kapasitas pelayanan tidak selalu sama untuk

setiap saat; ada yang tetap, tapi ada juga yang
berubah – ubah. Karena itu, fasilitas pelayanan
2. Kapasitas dapat memiliki satu atau lebih saluran.

pelayanan Fasilitas yang mempunyai satu saluran disebut

saluran tunggal atau sistem pelayanan tunggal
dan

fasilitas yang mempunyai lebih dari satu saluran

disebut saluran ganda atau pelayanan ganda.
 Lamanya pelayanan adalah waktu yang
dibutuhkan untuk melayani seorang
langganan atau satu – satuan. Ini harus
dinyatakan secara pasti.

Oleh karena itu, waktu pelayanan boleh

3. Lamanya tetap dari waktu ke waktu untuk semua
langganan atau boleh juga berupa variabel
pelayanan acak.

Umumnya danuntuk keperluan analisis,

waktu pelayanan dianggap sebagai variabel
acak yang terpencar secara bebas dan
sama serta tidak tergantung pada waktu
pertibaan
Model – model Antrian
◦ Pada pengelompokkan model – model antrian yang berbeda – beda akan
digunakan suatu notasi yang disebut dengan Notasi Kendall.
◦ Notasi ini sering dipergunakan karena beberapa alasan.
◦ Di antaranya, karena notasi tersebut merupakan alat yang efisien untuk
mengidentifikasi tidak hanya model – model antrian, tetapi juga asumsi –
asumsi yang harus dipenuhi (Subagyo, 2000).
 Model Antrian dengan Notasi
Kendall
Format umum model :
(a/b/c) : (d/e/f)
di mana :
a = distribusi kedatangan (arrival distribution), yaitu jumlah pertibaan pertambahan waktu.
b = distribusi waktu pelayanan(keberangkatan), yaitu selang waktu antara satuan – satuan yang
dilayani (berangkat).
c = jumlah saluran pelayanan paralel dalam system (1,2, ~)
d = disiplin pelayanan (FCFS, LCFS, SIRO)
e = kapasitas system (antrian dan service).
f = besarnya populasi yang datang
Pola Distribusi Kedatangan dan Pelayanan /
Keberangkatan
(Kode a dan b)

◦ M= Distribusi kedatangan / keberangkatan Poisson atau distribusi waktu

antar kedatangan dan keberangkatan eksponensial
◦ D = waktu antar kedatangan dan waktu pelayanan tetap (deterministic).
◦ GI = Distribusi independent umum untuk kedatangan atau waktu antar
kedatangan
◦ G = Distribusi umum perberangkatan atau waktu pelayanan (General)
◦ Ek = distribusi Erlang atau gamma dengan parameter k
Jumlah Saluran Pelayanan
(kode c)
◦ Dipergunakan bilangan bulat positif yang menyatakan jumlah pelayanan
paralel.
◦ Contoh: 1, 2, atau tak terhingga
Disiplin Pelayanan
(kode d)
◦ Untuk huruf d, dipakai kode – kode pengganti :
FIFO atau FCFS = First – In First – Out atau First – Come First – Served.
LIFO atau LCFS = Last – In First – Out atau Last – Come First –Served.
SIRO = Service In Random Order.
G D = General Service Disciplint
Kapasistas Sistem dan Jumlah Populasi yang
Datang
(kode e dan f)
◦ Untuk huruf e dan f, dipergunakan kode N (untuk menyatakan jumlah
terbatas) atau ~(tak berhingga satuan – satuan dalam sistem antrian dan
populasi masukan).
Contoh
Misalnya, model (M/M/1);(FIFO/~/~),
◦ berarti bahwa model menyatakan
1. pertibaan didistribusikan secara Poisson,
2. waktu pelayanan didistribusikan secara eksponensial,
3. pelayanan adalah satu atau seorang,
4. disiplin antrian adalah first –in first – out,
5. tidak berhingga jumlah langganan boleh masuk dalam sistem antrian,
6. dan ukuran (besarnya) populasi masukan adalah tak berhingga.
Istilah penting yang harus diketahui:
1.  (lamda) = rata-rata kedatangan
→ banyaknya kedatangan
pelanggan (spp) per satuan waktu.
2.  = rata-rata pelayanan
→ banyaknya pelanggan (spp) yang
dilayani per satuan waktu.
1/ = rata-rata waktu pelayanan
untuk 1 pelanggan (spp)
3. n = banyaknya pelanggan (spp)
dalam system antrian pada waktu t
Rumus-rumus yang digunakan:
1. Probabilitas bahwa fasilitas pelayanan sedang
menganggur/kosong (Po).

Po = 1 −

2. Probabilitas bahwa ada n spp dalam sistem antrian,
pada waktu t (Pn).
n
  
Pn =   1 − 
  

3. Rata-rata banyaknya pelanggan dalam sistem [E(n)]

→ termasuk yang belum menerima dan yang
sedang menerima pelayanan.

E (n) =
 −
4. Rata-rata panjangnya antrian [E(m)] → rata-rata
banyaknya spp yang harus menunggu untuk
memperoleh pelayanan.

2
E ( m) =
 ( −  )
5. Rata-rata waktu seorang spp harus
menunggu dalam sistem [E(v)] → meliputi
waktu sebelum dan sesudah dilayani.
1
E (v) =
 −
6. Rata-rata waktu tunggu sebelum menerima
pelayanan [E(w)]
1 
E ( w) = E (v) − =
  ( −  )
7. Rata-rata panjang antrian yang tidak
kosong [E(m/m > 0)]

E ( m / m  0) =
 −
8. Rata-rata waktu suatu kedatangan tidak
menunggu [E(w/w > 0)]
1
E ( w / w  0) =
 −
Latihan soal 1:
Dalam suatu ruang praktek dokter, setiap 4
menit datang 1 pasien. Untuk melayani
setiap pasien dibutuhkan waktu 2,5 menit.
Jam kerja praktek dokter adalah jam 15.00
– 18.00. Hitunglah:
a) Banyaknya pasien yang bisa dilayani
selama jam kerja. (45 pasien)
b) Rata-rata banyaknya pasien dalam
sistem. (1,66 pasien)
c) Rata-rata panjang antrian. (1,04 pasien)
d) Rata-rata waktu menunggu seorang
pasien dalam sistem. (6,66 menit)
e) Rata-rata waktu menunggu tiap pasien
sebelum menerima pelayanan (antri). (4,16
menit)
Latihan soal 2:
Kedatangan penelpon ke suatu telepon umum
mengikuti fungsi poisson dengan rata-rata waktu 10
menit antara kedatangan satu dengan lainnya. Lamanya
satu pembicaraan telepon rata-rata 3 menit dan mengikuti
distribusi eksponensial. Hitunglah:
a) Probabilitas bahwa seorang penelpon yang datang ke
telepon umum tersebut harus menunggu. (0,3)
b) Rata-rata panjang antrian yang tidak kosong. (1,43
penelpon)
c) Perusahaan telepon akan mendirikan tempat telepon
umum yang kedua dengan syarat waktu menunggu
suatu kedatangan penelpon hingga memperoleh
giliran paling sedikit 3 menit. Berapa seharusnya
banyaknya kedatangan sehingga tempat telepon
umum yang kedua tersebut mempunyai alas an kuat
untuk didirikan? (10 penelpon/jam atau 1 penelpon
setiap 6 menit)
 Model Antrian

• Pola Distribusi Kedatangan/Keberangkatan

Tingkat kedatangan/keberangkatan umumnya mengikuti distribusi diskrit
Poison:

Pn (t) = (t)n e- t/n! n=0,1,2…

mean = variance = t
 = tingkat kedatangan per satuan waktu

Slide 52
 Model Antrian

• Pola Distribusi waktu antar-kedatangan (interarrival)/ waktu pelayanan

umumnya mengikuti distribusi kontinyu exponential:

f (T) =  e-T T>0…

mean = 1/ ; variance = 1/2

 = tingkat kedatangan per satuan waktu

Slide 53
 Ukuran Kinerja Antrian

Pada kondisi stabil, ukuran kinerja antrian dapat

digambarkan oleh parameter berikut:

Ls = rata-rata jumlah orang dalam sistem

Lq = rata-rata panjang antrian
Ws= rata-rata waktu tunggu dalam sistem
(dalam antrian + dalam pelayanan)
Wq= rata-rata waktu tunggu dalam antrian

Intensitas =  = /  < 1.0

Slide 54
 Ukuran Kinerja Antrian

Tingkat Kedatangan = 

Tingkat pelayanan = 

Ls =  Ws

Lq =  Wq

Ws = Wq + 1/

Slide 55
 Ukuran Kinerja Antrian

Pn = Probabilitas n

Ls =  n.pn

Ws = Ls/

Wq = Ws-1/

Lq = Wq
Slide 56
 Rumus Antrian Tipe
(M/M/1): (GD// )

Pn = (1-) n

Ls = /(1-)

Ws = 1/ (1- )

Wq = / (1- )

Lq = 2/(1-)
Slide 57
 Contoh Antrian Tipe
(M/M/1): (GD// )

Soal:
Sebuah gerbang tol memiliki tingkat kedatangan rata-rata 400 kendaraan per jam
mengikuti distribusi Poisson. Rata-rata kendaraan dilayani selama 7 detik yang
sebarannya mengikuti distribusi exponensial.
Hitung Panjang antrian rata-rata (Lq) dan waktu antrian rata-rata Wq.
Jawab:
Tingkat kedatangan =  = 400 kendaraan/jam
Tingkat pelayanan =  = 3600/7= 514 kendaraan/jam
Tingkat intensitas  = /  = 400/514 = 0.778 < 1

Slide 58
 Contoh Antrian Tipe
(M/M/1): (GD// )

Tingkat kedatangan =  = 400 kendaraan/jam

Tingkat pelayanan =  = 3600/7= 514 kendaraan/jam
Tingkat intensitas  = /  = 400/514 = 0.778 < 1
Mengingat tipe antrian adalah (M/M/1), maka
Ls = /(1-) = 0.778/(1-0.778) = 3.5 kendaraan
Ws = 1/ (1- ) = 1/514(1-0.778)=31.5 dtk
Wq = / (1- ) = 0.778/514(1-0.778)=24.5 dtk
Lq = 2/(1-) =0.7782/(1-0.778)=2.72  3 kendaraan

Jadi panjang antrian rata-rata adalah = 3 kendaraan, dengan waktu antrian

rata-rata 24.5 detik.

Slide 59
TERIMA
KASIH
© Zulkifli Alamsyah

Pemodelan dalam Analisis Sistem

 Pengertian
 Alasan pembentukan model
 Jenis-jenis model
 Penyederhanaan model
 Tahap-tahap pemodelan

1
 Model dalam Analisis Sistem
© Zulkifli Alamsyah

 Model adalah abstraksi atau penyederhanaan realitas dari

suatu sistem yg kompleks
 Model menunjukkan hubungan-hubungan (langsung atau tdk
langsung) dari aksi dan reaksi dalam pengertian sebab dan
akibat.
 Model hrs mencerminkan semua aspek realitas yg sedang
diteliti.
 Model adalah suatu fungsi tujuan dgn seperangkat kendala
yang diekspresikan dlm bentuk variabel keputusan.

Alasan pembentukan model:

❖ Menemukan variabel2 yg penting atau menonjol dalam suatu
permasalahan
❖ Penyelidikan hubungan yg ada diantara variabel-variabel
2
 Jenis-jenis model :
© Zulkifli Alamsyah

❖ Iconic (physical) Model.

▪ Penyajian phisik yang tampak seperti aslinya dari suatu
sistem nyata dengan skala yang berbeda.
▪ Model ini mudah untuk mengamati, membangun dan
menjelaskan tetapi sulit untuk memanipulasi dan tdk dpt
digunakan untuk tujuan peramalan
▪ Biasanya menunjukkan peristiwa statik.

❖ Analogue Model.
▪ Lebih abstrak dari model iconic, karena tdk kelihatan sama
antara model dengan sistem nyata.
▪ Lebih mudah untuk memanipulasi dan dapat menunjukkan
situasi dinamis.
▪ Umumnya lebih berguna dari pada model iconic karena
kapasitasnya yang besar untuk menunjukkan ciri-ciri sistem
/ZA
nyata yang dipelajari. 3
 ❖ Mathematical (Simbolic) Model.
© Zulkifli Alamsyah

 Sifatnya paling abstrak.

 Menggunakan seperangkat simbol matematik untuk
menunjukkan komponen-komponen (dan hubungan antar
mereka) dari sistem nyata.
 Dibedakan menjadi:
Model deterministik :
 Dibentuk dalam situasi penuh kepastian (certainty)
 Memerlukan penyederhanaan-penyederhanaan dari
realitas karena kepastian jarang terjadi.
 Keuntungannya: dapat dimanipulasi dan diselesaikan
lebih mudah.

Model probabilistik :
 Dalam kondisi ketidak-pastian (uncertainty).
 Lebih sulit di analisis, meskipun representasi ketidak-
pastian dalam model dapat menghasilkan suatu
penyajian sistem nyata yang lebih realistis. /ZA
4
© Zulkifli Alamsyah

Penyederhanaan model:
1. Melinierkan hubungan yang tidak linier.
2. Mengurangi banyaknya variabel atau kendala.
3. Merubah sifat variabel, misalnya dari diskrit menjadi
kontinyu.
4. Mengganti tujuan ganda menjadi tujuan tunggal.
5. Mengeluarkan unsur dinamik (membuat model menjadi
statik).
6. Mengasumsikan variabel random menjadi suatu nilai
tunggal (deterministik).

Pembentukan model sangat esensial dalam Riset Operasi

krn solusi dari pendekatan ini tergantung pada ketepatan
model yang dibuat.
/ZA
5
 Tahap-tahap Pemodelan dalam OR:
© Zulkifli Alamsyah

1. Merumuskan masalah.
❖ Merumuskan definisi persoalan secara tepat
❖ Dalam perumusan masalah ada tiga hal yang penting
diperhatikan:
 Variabel keputusan; yaitu unsur-unsur dalam
persoalan yang dapat dikendalikan oleh pengambil
keputusan, sering disebut sebagai instrumen.
 Tujuan (objective). Penetapan tujuan membantu
pengambil keputusan memusatkan perhatian pada
persoalan dan pengaruhnya terhadap organisasi.
Tujuan ini diekspresikan dalam variabel keputusan.
 Kendala (constraint) adalah pembatas-pembatas
terhadap alternatif tindakan yang tersedia.
/ZA
6
© Zulkifli Alamsyah

2. Pembentukan Model.

❖ Sesuai dengan definisi persoalannya, pengambil

keputusan menentukan model yang paling cocok untuk
mewakili sistem.
❖ Model merupakan ekspresi kuantitatif dari tujuan dan
kendala-kendala persoalan dalam variabel keputusan.
❖ Jika model yang dihasilkan cocok dengan salah satu
model matematik yang biasa (misalnya linier), maka
solusinya dapat dengan mudah diperoleh dengan
program linier.

7
© Zulkifli Alamsyah

3. Mencari penyelesaian masalah

❖ Aplikasi bermacam-macam teknik dan metode solusi

kuntitatif yang merupakan bagian utama dari OR
❖ Disamping solusi terhadap model, perlu juga informasi
tambahan: Analisa Sensitivitas.
4. Validasi Model.
❖ Model harus diperiksa apakah dpt
merepresentasikan berjalannya sistem
yang diwakili.
❖ Validitas model dilakukan dgn cara
membandingkan performance solusi
dengan data aktual.
❖ Model dikatakan valid jika dengan
kondisi input yang serupa, dapat
menghasilkan kembali performance
seperti kondisi aktual. 8
© Zulkifli Alamsyah

Model Linear Programming:

 Pengertian, Contoh masalah dan Perumusan model
 Metode penyelesaian (grafik dan simpleks)
 Interpretasi hasil
 Analisis sensistivitas
 Penyimpangan-penyimpangan dari bentuk baku
 Model Dualitas
 Penyelesaian kasus (Aplikasi paket komputer)

/ZA
9
© Zulkifli Alamsyah

Prinsip:
Setiap Organisasi berusaha mencapai
tujuan yang telah ditetapkan sesuai
dengan keterbatasan sumberdaya.

Linear Programming:
Teknik pengambilan keputusan dlm permasalahan
yang berhubungan dgn pengalokasian sumberdaya
secara optimal

10
© Zulkifli Alamsyah

Penerapan: Pengalokasian Sumberdaya

❑ Perbankan: portofolio investasi
❑ Periklanan
❑ Industri manufaktur: Penggunaan mesin
– kapasitas produksi
❑ Pengaturan komposisi bahan makanan
❑ Distribusi dan pengangkutan
❑ Penugasan karyawan

/ZA
11
© Zulkifli Alamsyah

Karakteristik Persoalan LP:

 Ada tujuan yang ingin dicapai
 Tersedia beberapa alternatif untuk mencapai
tujuan
 Sumberdaya dalam keadaan terbatas
 Dapat dirumuskan dalam bentuk matematika
(persamaan/ketidaksamaan)

Contoh pernyataan ketidaksamaan:

Untuk menghasilkan sejumlah meja dan kursi
secara optimal, total biaya yang dikeluarkan
tidak boleh lebih dari dana yang tersedia.

Pernyataan bersifat normatif

12
 Metode penyelesaian masalah:
© Zulkifli Alamsyah

✓ Grafis (2 variabel)
✓ Matematis (Simplex method)

Contoh Persoalan: 1 (Perusahaan Meubel)

Suatu perusahaan menghasilkan dua produk, meja dan
kursi yang diproses melalui dua bagian fungsi: perakitan dan
pemolesan.
Pada bagian perakitan tersedia 60 jam kerja, sedangkan
pada bagian pemolesan hanya 48 jam kerja. Utk
menghasilkan 1 meja diperlukan 4 jam kerja perakitan dan 2
jam kerja pemolesan, sedangkan utk menghasilkan 1 kursi
diperlukan 2 jam kerja perakitan dan 4 jam kerja pemolesan,
Laba utk setiap meja dan kursi yang dihasilkan masing2
Rp. 80.000 dan Rp. 60.000,-
/ZA
Berapa jumlah meja dan kursi yang optimal dihasilkan? 13
© Zulkifli Alamsyah

Perumusan persoalan dlm bentuk tabel:

Waktu yang dibutuhkan per unit Total jam

Proses tersedia
Meja Kursi
Perakitan 4 2 60
Pemolesan 2 4 48
Laba/unit 80.000 60.000

Perumusan persoalan dlm bentuk matematika:

Maks.: Laba = 8 M + 6 K (dlm satuan Rp.10. 000)
Dengan kendala:
4M + 2K  60
2M + 4K  48
M  0
K  0
14
 Langkah-langkah dalam Perumusan Model LP
© Zulkifli Alamsyah

1. Definisikan Variabel Keputusan (Decision Variable)

 Variabel yang nilainya akan dicari
2. Rumuskan Fungsi Tujuan:
 Maksimisasi atau Minimisasi
 Tentukan koefisien dari variabel keputusan
3. Rumuskan Fungsi Kendala Sumberdaya:
 Tentukan kebutuhan sumberdaya utk
masing-masing peubah keputusan.
 Tentukan jumlah ketersediaan sumberdaya
sbg pembatas.
4. Tetapkan kendala non-negatif
 Setiap keputusan (kuantitatif) yang diambil
tidak boleh mempunyai nilai negatif.
15
© Zulkifli Alamsyah

Perumusan persoalan dalam model LP.

 Definisi variabel keputusan:

Keputusan yg akan diambil adlh berapakah jlh meja dan kursi
yg akan dihasilkan. Jika meja disimbolkan dgn M dan kursi
dgn K, mk definisi variabel keputusan:
M = jumlah meja yg akan dihasilkan (dlm satuan unit)
K = jumlah kursi yg akan dihasilkan (dlm satuan unit)

 Perumusan fungsi tujuan:

Laba utk setiap meja dan kursi yg dihasilkan masing2 Rp.
80.000 dan Rp. 60.000. Tujuan perusahaan adlh utk
memaksimumkan laba dari sejumlah meja dan kursi yg
dihasilkan. Dengan demikian, fungsi tujuan dpt ditulis:
Maks.: Laba = 8 M + 6 K (dlm satuan Rp.10. 000)

16
© Zulkifli Alamsyah

 Perumusan Fungsi Kendala:

 Kendala pada proses perakitan:
Utk menghasilkan 1 bh meja diperlukan waktu 4 jam dan
utk menghasilkan 1 bh kursi diperlukan waktu 2 jam pd
proses perakitan. Waktu yg tersedia adalah 60 jam.
4M + 2K  60

 Kendala pada proses pemolesan:

Utk menghasilkan 1 bh meja diperlukan waktu 2 jam dan
utk menghasilkan 1 bh kursi diperlukan waktu 4 jam pd
proses pemolesan. Waktu yang tersedia adalah 48 jam.
2M + 4K  48
 Kendala non-negatif:
Meja dan kursi yg dihasilkan tdk memiliki nilai negatif.
M  0
K  0 17
 Penyelesaian secara grafik:
© Zulkifli Alamsyah

(Hanya dapat dilakukan untuk model dg 2 decision variables)

Gambarkan masing-masing fungsi kendala pada grafik yang sama.

K
Laba = 8M + 6K
34
Pada A: M = 0, K = 12
32 Laba = 6 (12) = 72
28
4M + 2K  60 Pada B: M = 12, K = 6
24 M=0  K=30 Laba = 8(12) + 6(6) = 132
K=0  M=15
20
Pada A: M = 15, K = 0
16 Laba = 8 (15) = 120
Feasible
12 A(0,12) Region
Keputusan:
8 M=0  K=12 M = 12 dan K = 6
B(12,6) K=0  M=24 Laba yg diperoleh = 132.000
4 2M + 4K  48
C(15,0) M
O 4 8 12 16 20 24 28 32 34 18
 Contoh Persoalan: 2 (Reddy Mikks Co.)
© Zulkifli Alamsyah

Reddy Mikks Co. mempunyai sebuah pabrik kecil yg

menghasilkan 2 jenis cat yaitu utk interirior dan eksterior.
Bahan baku utk cat tsb adalah bahan A dan bahan B, yg
masing2 tersedia maksimum 6 ton dan 8 ton per hari.
Kebutuhan masing2 jenis cat per ton thdp bahan baku
disajikan pd tabel berikut:
Kebuthn bahan baku per
ton cat Ketersediaan
Bahan baku
Maksimum (ton)
Eksterior Interior
Bahan A 1 2 6
Bahan B 2 1 8

Permintaan harian cat interior lebih tinggi dari permintaan

cat eksterior, tetapi tdk lebih dari 1 ton per hr. Sedangkan
permintaan cat interior maksimum 2 ton per hari. Harga
cat interior dan eksterior masing2 3000 dan 2000.
Berapa masing2 cat hrs diproduksi oleh perusahaan utk /ZA
19
memaksimumkan pendapatan kotor?
© Zulkifli Alamsyah
Perumusan persoalan kedalam model LP
Definisi variabel keputusan:
CE = jmlh cat eksterior yg diproduksi (ton/hari)
CI = jmlh cat interior yg diproduksi (ton/hari)
 Perumusan fungsi tujuan:
Maks.: Pdpt kotor, Z = 3 CE + 2 CI (dlm ribuan)
 Perumusan Fungsi Kendala:
 Kendala ketersediaan bahan baku A:
CE + 2 CI  6
 Kendala ketersediaan bahan baku B:
2 CE + CI  8
 Kendala Permintaan :
CI - CE  1 : jml maks Kelebihan CI dibading CE
CI  2 : permintaan maks CI
 Kendala non-negatif:
CI  0; CE  0. 20
 Penyelesaian secara grafik: Pendapatan kotor:
© Zulkifli Alamsyah

Z = 3 CE + 2 CI
A (0,1) D (31/3, 11/3) Pada A:
Z = 3(0) + 2(1) = 2
B (1,3) E (4,0)
C (2,2) Pada B:
CI Z = 3(1) + 2(3) = 9
8
Pada C:
Z = 3(2) + 2(2) = 10
7 2CE + CI  8
Pada D:
6 CI - CE  1
Z = 3(31/3) + 2(11/3) = 122/3
5
Pada E:
4 Z = 3(4) + 2(0) = 12

3 Feasible
Region Keputusan:
2 CI  2
CE = 31/3 dan CI = 11/3
B C
Pendapatan kotor:
1
A D CE + 2CI  6 Z = 122/3 ribu.
E /ZA
CE
O 1 2 3 4 5 7 8 21
 Beberapa konsep penting dalam
© Zulkifli Alamsyah

penyelesaian persoalan LP
❖ Extreem points:
Titik-titik sudut daerah kelayakan (feasbile region)

❖ Infeasible Solution:
Tidak ada solusi karena tdk semua kendala terpenuhi.
❖ Unbounded Solution:
Solusi yang disbebabkan karena fungsi tujuan dibuat tanpa
batas dan tdk melanggar funggsi kendala.
❖ Redundancy:
Redundancy terjadi karena adanya kendala yg tdk
mempengaruhi daerah kelayakan.
❖ Alternative optima:
Solusi yang tdk memberikan nilai yang unik, terjadi bila garis
fungsi tujuan berimpit dgn garis salah satu kendala.
22
© Zulkifli Alamsyah

Penyelesaian Persoalan LP Secara Matematis

(Metode Simpleks)
Metode Simpleks adlh suatu metode yg secara matematis
dimulai dr suatu pemecahan dasar yg feasibel (basic feasible
solution) ke pemecahan dasar feasibel lainnya dan dilakukan
secara berulang-ulang (iteratif) sehingga akhirnya diperoleh
suatu pemecahan dasar yang optimum.
❖ Langkah 1:
Ubah model LP kedalam bentuk kanoniknya, semua fungsi
kendala berupa persamaan, dg cara menambahkan slack
variabel
 Setiap fungsi kendala mempunyai slack variabel.
 jumlah slack variable = jumlah fungsi kendala
 Nilai sebelah kanan (right-hand side) semua kendala tidak
boleh negatif.
23
 Contoh: Kasus Perusahaan Meubel
© Zulkifli Alamsyah

4M + 2K + S1 = 60 atau S1 = 60 – 4M – 2K
2M + 4K + S2 = 48 atau S2 = 48 – 2M – 4K
S1 adalah variabel slack (waktu tak terpakai) dalam perakitan
S2 adalah variabel slack (waktu tak terpakai) dalam pemolesan
 Semua variabel yang tdk mempengaruhi kesamaan ditulis dg
koefisien nol.

Maks Laba = 8M + 6K + 0S1 + 0S2

Dg kendala:
4M + 2K + S1 + 0S2 = 60
2M + 4K + 0S1 + S2 = 48
M  0; K  0
 Variabel dibagi menjadi non-basic variables dan basic variables.
 Non-basic variables  variabel yg tdk keluar sbg sulusi pd
setiap iterasi, nilainya sama dg nol.
 basic variables  variabel yg keluar sbg sulusi pd setiap
iterasi 24
© Zulkifli Alamsyah

❖ Langkah 2: Membuat tabel simpleks awal

Elemen pivot
BV CV M K S1 S2 Rasio

S1 60 4 2 1 0 60/4 Persamaan
pivot
S2 48 2 4 0 1 48/2

Zj 0 -8 -6 0 0

❖ Langkah 3: Penentuan baris dan kolom kunci sebagai dasar

iterasi
▪ Kolom kunci ditentukan oleh nilai baris Z negatif terbesar,
yaitu pada kolom M
▪ Baris kunci ditentukan dari nilai rasio CV/Kolom kunci
terkecil, yaitu baris S1.

❖ Langkah 4: Iterasi
Variabel yang masuk sbg basic variable (BV) adlh M dan
variabel yang keluar dari BV adalah S1. 25
© Zulkifli Alamsyah

M masuk sbg BV menggantikan S1 (baris kedua).

Untuk melakukan iterasi, digunakan metode perhitungan

Gauss-Jordan sebagai berikut:

Persamaan Pivot:
Persamaan pivot baru = Persamaan pivot lama : elemen pivot
Persamaan lainnya, termasuk Z:
Persamaan baru = (Persamaan lama) – (Koef kolom masuk) x
(persamaan pivot baru)
Hasil iterasi 1:

BV CV M K S1 S2 Rasio

M 15 1 1/2 1/4 0 30

S2 18 0 3 -1/2 1 6

120 0 -2 2 0

26
© Zulkifli Alamsyah

Hasil iterasi 2:

BV CV M K S1 S2 Rasio

M 12 1 0 1/3 -1/6

K 6 0 1 -1/6 1/3

Z 132 0 0 5/3 2/3

Reduced costs Dual Prices

Karena nilai-nilai pada baris Z sudah non-negatif, berarti iterasi selesai,

dan solusi yang diperoleh adalah:
M = 12, K = 6 dan Z (laba) = 132.
Dari tabel akhir iterasi diatas juga diperoleh informasi mengenai nilai
Reduced Costs dan Dual (shadow) prices. Selain itu, dgn sedikit
perhitungan juga dapat dilakukan analisis sensitivitas.

27
© Zulkifli Alamsyah

Persoalan Minimisasi:
Contoh 1:
Bila pada contoh sebelumnya, biaya produksi setiap unit meja dan
kursi masing-masing Rp.200.000 dan Rp. 80.000, dan perusahaan
bertujuan utk meminimumkan biaya produksi, maka persoalan yang
dihadapi adalah persoalan MINIMISASI.

 Dengan biaya minimum untuk menghasilkan output tertentu.

 Diperlukan batasan mengenai target yang akan dicapai
 Secara umum tanda ketidak-samaan adalah “”

Min.: Biaya = 20 M + 8 K (dlm satuan Rp.10. 000)

Dengan kendala:
4M + 2K  60 (kendala sumberdaya)
2M + 4K  48 (kendala sumberdaya)
M  2 (kendala target)
K  4 (kendala target) 28
 K Titik A ditentukan oleh
© Zulkifli Alamsyah

perpotongan garis kendala:

34 M2 2M + 4K = 48
32
dan M=2

28
 2(2) + 4K = 48
4M + 2K  60 K = (48-4)/4 = 11
24 M=0  K=30
K=0  M=15 Titik A (2;11)
20 Titik B (2;4)
Feasible
16
Region Titik C ditentukan oleh
12 A perpotongan garis kendala:
M=0  K=12 4M + 2K = 60
8 K=0  M=24
D dan K=4
2M + 4K  48
4 K4  4M + 2(4) = 60
B C M = (60-8)/4 = 13
M
O 4 8 12 16 20 24 28 32 34 Titik C (13;4)

Biaya = 20M + 8K Titik D (12,6)

Pada titik A (2;11) = 20 (2) + 8 (11) = 128
Pada titik B (2;4) = 20 (2) + 8 (4) = 72 (minimum)
Pada titik C (13;4) = 20 (13) + 8 (4) = 292
/ZA
Pada titik D (12;6) = 20 (12) + 8 (6) = 288 29
© Zulkifli Alamsyah

Persoalan Perencanaan Produksi

Perusahaan Halston Farina memasarkan biji-bijian merk

HW dalam tiga ukuran: besar (large), raksasa (giant) dan
jumbo.
Rencana produksi bulan depan:
11.500 kotak jumbo,
15.400 kotak raksasa
2.000 kotak besar.
Produksi sebenarnya dapat bervariasi dari target ini
asalkan tidak lebih dari 10 persen.
Persediaan gandum panggang yang siap diolah ada dalam
jumlah tak terbatas.
Proses produksi meliput penggilingan dan pengepakan.
/ZA
30
 Berikut ini adalah waktu produksi per kotak:
© Zulkifli Alamsyah

Ukuran kotak
Proses Produksi
Besar Raksasa Jumbo
Waktu penggilingan (jam) 0.009 0.011 0.012
Waktu pengepakan (jam) 0.013 0.017 0.015

Perusahaan mempunyai waktu penggilingan 300 jam.

Pengepakan dikerjakan pada tiga unit terpisah:
 Unit 1 menyediakan waktu 80 jam per bulan, tetapi hanya
dapat mengepak ukuran raksasa dan jumbo.
 Unit 2 dapat mengepak semua ukuran, menyediakan waktu
180 jam tiap bulan.
 Unit 3 hanya dapat mengepak kotak besar dan kotak
raksasa, dan menyediakan waktu 160 jam tiap bulan.
Perusahaan memperoleh laba sebanyak 20 sen dari kotak besar, 24
sen dari kotak raksasa dan 30 sen dari kotak jumbo.

31
 Decision Variables: Jumlah masing2 ukuran kotak yang
© Zulkifli Alamsyah

dipak pada unit 1, 2 dan 3.

Li = Jumlah kotak besar yg dipak pd unit ke-i, utk i = 2, 3.
Gi = Jumlah kotak raksasa yg dipak pd unit ke-i, utk i = 1, 2, 3.
Ji = Jumlah kotak jumbo yg dipak pd unit ke-i utk i = 1, 2.

Fungsi Tujuan:
Maksimum Laba = 20(L2 + L3) + 24(G1+ G2 + G3) + 30(J1 + J2)

Fungsi Kendala:
L2 + L3  2.200 : jumlah maksimum kotak besar
G1 + G2 + G3  16.940 : jumlah maksimum kotak raksasa
J1 + J2  12.650 : jumlah maksimum kotak jumbo
L2 + L3  1800 : jumlah minimum kotak besar.

G1 + G2 + G3  13.860 : jumlah minimum kotak raksasa

J1 + J2  10.350 : jumlah minimum kotak jumbo
32
© Zulkifli Alamsyah

0,009L2 + 0,009L3 + 0,011G1+ 0,011G2

+ 0,011G3 + 0,012J1 + 0,012J2 300 : Kendala waktu total
0,017G1 + 0,015J1  80 : kendala waktu pada unit 1
0,013 L2 + 0,017G2 + 0,015J2  180 : kendala waktu pada unit 2
0,013L3 + 0,017G3  160 : kendala waktu pada unit 3
L2, L3, G1, G2, G3, J1 dan J2 0 : kendala non-negatif

33