Goal Programming QBA PPT
Goal Programming QBA PPT
digunakan untuk mengejar beberapa tujuan secara bersamaan, terutama dalam situasi
di mana tujuan tersebut mungkin bertentangan satu sama lain. Tujuan utama dari Goal
Programming adalah untuk mencapai solusi yang meminimalkan atau memaksimalkan
sejumlah fungsi tujuan yang dapat bersifat konflik atau tidak dapat dicapai secara
bersamaan.
Dalam Goal Programming, setiap tujuan atau sasaran direpresentasikan sebagai fungsi
tujuan yang harus dicapai dalam suatu masalah optimisasi. Setiap fungsi tujuan ini
memiliki tingkat prioritas yang berbeda, dan setiap fungsi tujuan memiliki tingkat
keberhasilan yang diinginkan. Keberhasilan dalam mencapai setiap tujuan diukur
dengan menggunakan deviasi dari target yang diinginkan.
1. Tujuan Ganda atau Lebih: Goal Programming digunakan ketika ada dua tujuan atau
lebih yang ingin dicapai dalam suatu masalah. Tujuan ini dapat beragam, misalnya
memaksimalkan profit, meminimalkan biaya, atau memaksimalkan efisiensi, tergantung
pada konteks masalah.
2. Konflik Potensial: Dalam situasi dunia nyata, tujuan-tujuan tersebut mungkin tidak
dapat dicapai bersamaan, atau mungkin ada konflik di antara mereka. Sebagai contoh,
tujuan untuk meminimalkan biaya produksi mungkin bertentangan dengan tujuan untuk
meningkatkan kualitas produk.
3. Prioritas dan Tingkat Keberhasilan: Dalam GP, setiap tujuan diberi prioritas dan
ditentukan tingkat keberhasilan yang diinginkan. Prioritas ini mengindikasikan tingkat
pentingnya masing-masing tujuan. Selain itu, setiap tujuan memiliki target tertentu yang
ingin dicapai.
4. Deviasi dari Target: Keberhasilan dalam mencapai setiap tujuan diukur dengan
menghitung deviasi dari target yang diinginkan. Tujuannya adalah untuk meminimalkan
deviasi ini sebanyak mungkin, dengan mempertimbangkan tingkat prioritas yang
ditetapkan.
5. Solusi Optimal dalam Konflik: GP bertujuan untuk mencapai solusi optimal yang
mendekati atau memenuhi sejumlah tujuan sesuai dengan prioritas dan tingkat
keberhasilan yang ditentukan. Solusi ini dapat memberikan kompromi yang
mengakomodasi ketegangan antara tujuan-tujuan yang mungkin bertentangan.
6. Aplikasi yang Beragam: GP dapat diterapkan dalam berbagai konteks, seperti
manajemen, ekonomi, teknik, dan ilmu sosial. Contohnya, dalam manajemen operasi, GP
digunakan untuk mengoptimalkan alokasi sumber daya yang terbatas untuk mencapai
sejumlah tujuan produksi dan distribusi.
Dalam Goal Programming (GP), berbagai jenis tujuan dapat dimodelkan untuk mencapai
solusi yang memenuhi sejumlah tujuan yang ditetapkan. Tujuan-tujuan ini sering kali
memiliki karakteristik berikut:
1. Tujuan Maksimum (Goal Maximization): Dalam jenis tujuan ini, Anda ingin mencapai
sejumlah tujuan sebanyak mungkin, atau mengoptimalkan suatu variabel tertentu.
Contoh dari tujuan maksimum dalam GP adalah:
• Maksimalkan profit.
• Maksimalkan pendapatan penjualan.
• Maksimalkan efisiensi produksi.
2. Tujuan Minimum (Goal Minimization): Dalam jenis tujuan ini, Anda ingin mencapai
sejumlah tujuan dengan meminimalkan atau mengurangi deviasi dari target yang
diinginkan. Contoh dari tujuan minimum dalam GP adalah:
• Meminimalkan biaya produksi.
• Meminimalkan waktu proses produksi.
• Meminimalkan penggunaan sumber daya.
3. Tujuan Tepat (Goal Achievement): Tujuan ini menekankan pada pencapaian tepat
target yang diinginkan tanpa memaksimalkan atau meminimalkan. Contoh tujuan tepat
dalam GP adalah:
• Mencapai jumlah produksi yang tepat.
• Memenuhi persyaratan kualitas tertentu.
• Menghormati batasan lingkungan yang telah ditetapkan.
Dalam semua jenis tujuan GP, setiap tujuan dapat memiliki tingkat prioritas yang
berbeda. Tingkat prioritas ini mencerminkan pentingnya masing-masing tujuan dalam
konteks masalah. Selain itu, setiap tujuan memiliki target yang ditetapkan, dan tujuan
GP adalah untuk mencari solusi yang mendekati atau memenuhi target ini dengan cara
yang optimal sesuai dengan tingkat prioritas yang diberikan.
Mari kita lihat beberapa contoh bagaimana berbagai jenis tujuan dalam Goal
Programming digunakan dalam berbagai kasus:
Dalam setiap contoh di atas, Goal Programming digunakan untuk mencapai kombinasi
optimal dari tujuan-tujuan yang berbeda sesuai dengan tingkat prioritas dan tingkat
keberhasilan yang diinginkan. Ini membantu pengambil keputusan dalam mencapai
hasil yang sesuai dengan beragam tujuan yang mungkin bertentangan dalam situasi
dunia nyata.
1. Tujuan (Goals): Komponen utama dari Goal Programming adalah tujuan-tujuan yang
ingin dicapai dalam masalah. Tujuan-tujuan ini mencakup hal-hal seperti
memaksimalkan profit, meminimalkan biaya, atau mencapai target kualitas tertentu.
Setiap tujuan memiliki tingkat prioritas yang berbeda, yang mencerminkan sejauh mana
tujuan tersebut penting dalam konteks masalah.
2. Target (Targets): Setiap tujuan harus memiliki target yang diinginkan (��Tj) yang
menunjukkan hasil yang harus dicapai untuk tujuan tersebut. Target ini merupakan nilai
yang dianggap ideal untuk mencapai tujuan tertentu. Dalam beberapa kasus, target-
tujuan ini mungkin berbeda dan mungkin ada yang harus mencapai nilai maksimum
(��Tj yang besar) dan yang harus mencapai nilai minimum (��Tj yang kecil).
3. Variabel Surplus dan Defisiensi (Surplus and Deficiency Variables): Untuk setiap
tujuan (�j), Goal Programming menggunakan variabel surplus (��Sj) dan defisiensi
(��Dj) untuk mengukur sejauh mana hasil aktual melebihi (��Sj) atau kurang dari
(��Dj) target yang diinginkan. Variabel surplus dan defisiensi membantu dalam
mengukur deviasi antara hasil yang dicapai dan target yang diinginkan.
4. Fungsi Obyektif (Objective Function): Fungsi obyektif dalam Goal Programming
adalah fungsi matematis yang harus diminimalkan. Fungsi ini menggabungkan kuadrat
dari variabel surplus dan defisiensi dari setiap tujuan, yang diberi bobot sesuai dengan
prioritas (��Wj). Fungsi obyektif Goal Programming adalah:
�=∑�=1���(��2+��2)Z=∑j=1nWj(Dj2+Sj2)
Tujuannya adalah mencari solusi yang meminimalkan kuadrat deviasi dan surplus dari
semua tujuan, dengan mempertimbangkan tingkat prioritas.
5. Kendala (Constraints): Selain fungsi obyektif, model Goal Programming juga dapat
memiliki kendala-kendala yang membatasi variabel-variabel lain dalam masalah.
Kendala-kendala ini bisa berupa pembatasan kapasitas, anggaran, atau batasan lain
yang relevan dengan masalah.
Solusi dalam Goal Programming (GP) biasanya dicari dengan menggunakan metode-
metode pemecahan yang dirancang khusus untuk menemukan solusi optimal atau
mendekati solusi optimal. Beberapa metode pemecahan yang umum digunakan dalam
Goal Programming meliputi:
Goal Programming digunakan dalam berbagai bidang dan situasi di mana ada beberapa
tujuan yang perlu dicapai, terutama jika tujuan-tujuan ini mungkin bertentangan atau
tidak dapat dicapai secara bersamaan. Berikut adalah beberapa contoh penggunaan
Goal Programming dalam berbagai konteks:
Dalam semua contoh di atas, Goal Programming digunakan untuk mencapai solusi yang
memadukan sejumlah tujuan yang mungkin bertentangan atau tidak dapat dicapai
secara bersamaan. Ini membantu pengambil keputusan dalam menghadapi situasi
kompleks dan mencapai hasil yang sesuai dengan preferensi dan tingkat prioritas yang
ditetapkan.
1. Kompleksitas Model:
• Model Goal Programming dapat menjadi sangat kompleks, terutama ketika ada
banyak tujuan dengan tingkat prioritas yang berbeda dan banyak variabel yang
harus dimodelkan. Ini dapat membuat rumusan matematis menjadi sangat besar
dan sulit untuk dipecahkan.
2. Penentuan Bobot Prioritas:
Menentukan bobot prioritas (��Wj) untuk setiap tujuan adalah tugas yang
•
sulit. Keputusan tentang sejauh mana suatu tujuan harus menjadi prioritas dapat
mempengaruhi hasil akhir, dan pengambilan keputusan yang salah dapat
menghasilkan solusi yang tidak sesuai.
3. Penentuan Target yang Diinginkan:
• Menentukan target (��Tj) untuk setiap tujuan juga bisa sulit. Membuat
perkiraan yang akurat tentang target yang diinginkan dapat menjadi tantangan,
terutama jika target ini berkaitan dengan data yang tidak pasti atau informasi
yang sulit diakses.
4. Kompleksitas Solusi:
• Solusi dalam Goal Programming seringkali kompleks, terutama ketika ada banyak
tujuan dan tingkat prioritas yang tinggi. Pemahaman dan interpretasi solusi dapat
menjadi rumit, terutama dalam konteks keputusan praktis.
5. Keterbatasan Perangkat Lunak:
• Beberapa perangkat lunak optimisasi mungkin memiliki keterbatasan dalam
menangani model Goal Programming yang sangat besar dan kompleks. Ini dapat
membatasi kemampuan untuk memecahkan masalah dalam skala yang lebih
besar.
6. Kombinasi Tujuan yang Bertentangan:
• Dalam beberapa kasus, kombinasi tujuan yang bertentangan bisa sangat sulit
untuk diatasi. Memaksimalkan profit dan meminimalkan biaya produksi, misalnya,
seringkali bertentangan, dan mencari kompromi yang memadai bisa menjadi
tantangan.
7. Iterasi:
• Beberapa metode pemecahan GP mungkin memerlukan iterasi yang banyak
untuk mencapai solusi optimal. Ini dapat memerlukan waktu komputasi yang
lama, terutama dalam kasus dengan banyak tujuan atau variabel.
8. Data yang Tidak Pasti:
• Ketidakpastian dalam data atau perubahan dalam kondisi bisnis dapat
memengaruhi kesesuaian solusi yang dicapai dengan tujuan awal. Memperbarui
model Goal Programming untuk mengakomodasi perubahan ini bisa menjadi
tantangan.
Meskipun Goal Programming merupakan alat yang kuat untuk mengatasi situasi dengan
banyak tujuan yang beragam, penggunaannya harus mempertimbangkan tantangan-
tantangan ini. Penting untuk merinci dengan cermat tujuan, bobot, dan target, dan
memastikan bahwa model GP dapat dipecahkan secara efisien dalam konteks yang
relevan.
Untuk mengatasi kendala-kendala dalam implementasi Goal Programming, berikut
adalah beberapa solusi atau strategi yang dapat digunakan:
1. Sederhanakan Model:
• Salah satu cara mengatasi kompleksitas model adalah dengan mencoba
menyederhanakan masalah. Ini dapat mencakup mengurangi jumlah tujuan,
variabel, atau kendala yang dimodelkan. Sederhanakan model mungkin
menghasilkan solusi yang lebih mudah dicapai dan dipahami.
2. Pendekatan Heuristik:
• Dalam beberapa kasus, penggunaan pendekatan heuristik atau algoritma
aproksimasi mungkin dapat memberikan solusi yang cukup baik tanpa harus
memecahkan model GP yang sangat besar. Pendekatan ini bisa berguna untuk
masalah dengan kompleksitas yang tinggi.
3. Penentuan Bobot Prioritas yang Teliti:
•Menentukan bobot prioritas (��Wj) dengan cermat dan berdasarkan kriteria
yang jelas adalah kunci dalam Goal Programming. Ini memerlukan pengambilan
keputusan yang hati-hati dan konsultasi dengan pemangku kepentingan yang
relevan.
4. Validasi Target yang Diinginkan:
• Penting untuk memvalidasi target (��Tj) yang diinginkan dengan data dan
analisis yang relevan. Ini membantu menghindari perkiraan yang tidak realistis
dan mengurangi ketidakpastian dalam model GP.
5. Menggunakan Perangkat Lunak yang Tepat:
• Memilih perangkat lunak optimisasi yang tepat dan kuat dapat membantu
mengatasi keterbatasan dalam menangani model GP yang besar dan kompleks.
Perangkat lunak yang baik dapat mempercepat komputasi dan menghasilkan
solusi yang lebih baik.
6. Komunikasi dan Kolaborasi:
• Kolaborasi antara ahli matematika, analis data, dan pemangku kepentingan yang
terlibat dalam masalah adalah kunci. Diskusi yang baik dan komunikasi antara
semua pihak dapat membantu mengidentifikasi tujuan yang jelas dan
memecahkan masalah bersama.
7. Manajemen Perubahan:
• Ketidakpastian dan perubahan dalam data atau kondisi bisnis harus dikelola
dengan hati-hati. Ini mungkin memerlukan perbaruan model secara berkala dan
pemantauan terus-menerus terhadap perubahan situasi.
8. Edukasi:
• Pemahaman yang lebih baik tentang konsep dan metode Goal Programming
melalui pelatihan dan edukasi bisa membantu pengambil keputusan dalam
mengatasi kendala. Semakin tinggi pemahaman tentang GP, semakin baik
penerapannya.
Penting untuk diingat bahwa Goal Programming adalah alat yang kuat, tetapi juga
memerlukan keterampilan dan pemahaman yang mendalam. Dalam penggunaannya,
selalu diperlukan kesadaran tentang kompleksitas masalah dan keterbatasan dalam
pemodelan serta kemampuan perangkat lunak optimisasi. Kesabaran dan fleksibilitas
dalam mengejar solusi yang memadai dalam konteks situasi yang beragam sangat
penting.
Ringkasan:
Pesan-pesan Utama: