TIM

Operations Research
Perkembangan teknologi dalam era globalisasi yang begitu cepat dan kompleks, salah satunya Operations Research sebagai salah satu ilmu terapan praktis yang diperlukan dalam penyelesaian suatu permasalahan yang semakin kompleks melalui pendekatan kuantitatif

Penerbit Erlangga

Operations Research
Thomas dan Da Costa (1979) Penerapan Operations Research dilakukan sekurang-kurangnya dalam 12 kegiatan manajemen di berbagai bidang kehidupan, terutama manufaktur :
           

Perencanaan dan peramalan pasar Inventory control Perencanaan dan penjadwalan produksi Penganggaran biaya Transportasi Perencanaan lokasi pabrik Pengendalian mutu Penelitian promosi dan penjualan Penggantian mesin dan peralatan Pemeliharaan Akunting Pengemasan produk

Penerbit Erlangga

Operations Research
 Operations Research adalah sebuah pendekatan kuantitatif

yang menggunakan metode-metode optimisasi untuk menyelesaikan suatu persoalan matematis.  Penggunaan program-program komputer dalam pengajaran Operations Research di antaranya : LINDO, GINO, VNO, Microcomputer Model for Management Decision Making, Computer Models for Management Science, QSB, QSB+, QSQUANT, STORM, CMOM, dan lainnya.
Penerbit Erlangga

Operations Research Jilid 1 Bagian I : Pemahaman Awal Bagian II : Pemrograman Linear Bagian III : Perluasan Model Pemrograman Linear Jilid 2 Bagian IV : Model-model Khusus Bagian V : Model-model Lanjutan Penerbit Erlangga .

Bagian I Pemahaman Awal  Bab 1 : Pemahaman Awal Penerbit Erlangga .

7 Pembahasan dan Penyajian 1.6 Keputusan Optimal 1.5 Parameter Biaya dan Laba 1.1 Sejarah Operations Research 1.2 Penerapan Operations Research 1.Bab 1 : Pemahaman Awal 1.8 Program—program Komputer Penerbit Erlangga .4 Parameter dan Variabel 1.3 Peranan Model dalam Proses Pembuatan Keputusan 1.

pada saat Perang Dunia Kedua. di mana matematika dan statistika memegang peranan yang sangat dominan telah menempatkan operations research secara teoritis sebagai ilmu pengetahuan yang berakar Scientific Management yang dipelopori oleh Taylor pada Abad XVIII.  Pendekatan kuantitatif dalam menyelesaikan persoalan. .Sejarah Operations Research  Teori Evolusi Manajemen : Operations Research mulai berkembang sejak tahun 1945. Di Inggris. dikenal sebagai Operational Research.

Penerapan Operations Research Penelitian berbagai industri di Amerika menggunakan teknik-teknik Operations Research Penelitian Turban di tahun 1969 Teknik-teknik Operations Research Statistical Analysis Simulation Linear programming Inventory Theory PERT/CPM Dynamic Programming Non Linear Programming Queueing Theory Heuristic Programming Miscellaneous Frekuensi Penggunaan (%) 29 25 19 6 6 4 3 1 1 6 Penerbit Erlangga .

Model dalam Proses Pembuatan Keputusan  Model Verbal  Model Visual  Model Matematis Kurva biaya rata-rata produksi Penerbit Erlangga .

Parameter Biaya dan Laba  Biaya Variabel : Elemen biaya yang berubah-ubah secara langsung dengan satuan yang diproduksi  Biaya Tetap : Biaya yang tidak berubah pada setiap satuan barang yang diproduksi  Biaya Semi Variabel : Elemen biaya yang berubah dengan arah yang sama dengan unit yang diproduksi namun kurang proporsional. Penerbit Erlangga . atau dengan kata lain tidak linear.

Analisis Regresi terhadap biaya total Penerbit Erlangga .

Output analisis regresi program Microstat Penerbit Erlangga .

Model dan Penyelesaian Optimal Dunia Nyata Dunia Simbol Abstraksi Masalah ke Model Masalah Model PertimbanganPertimbangan Manajemen Pembuatan Keputusan Interpretasi Hasil Olahan Optimal Analisis Intuisi dan Pengalaman Penyelesaian Optimal Penerbit Erlangga .

 Solver Microsoft Excel  Graphic LP Opimizer Versi 2.Program-program Komputer  LINDO (Linear Interaktif Discrete Optimizer).6  Crystal Ball Penerbit Erlangga .

dan Output LINDO  Bab 6 : Pemrograman Linear : Kasus-kasus Khusus Penerbit Erlangga . Analisis Sensitivitas.Bagian II : Pemrograman Linear  Bab 2 : Pemrograman Linear: Konsep Dasar  Bab 3 : Pemrograman Linear: Analisis Geometri  Bab 4 : Pemrograman Linear : Algoritma Simpleks  Bab 5 : Pemrograman Linear : Dualitas.

5 Empat Sehat Lima Sempurna 2.4 PT Sukra Rasmi 2.9 Soal-soal Penerbit Erlangga .3 Model Pemrograman Linear 2.1 Pengantar 2.8 Latihan-latihan 2.2 Linearitas dan Dalil Matematika 2.6 Break Even Point Multi Produk 2.7 Ringkasan 2.Bab 2 : Pemrograman Linear : Konsep Dasar 2.

Penerbit Erlangga .Konsep Dasar Pemrograman Linear (Linear Programming) adalah salah satu model Operations Research yang menggunakan teknik Optimisasi matematika linear di mana seluruh fungsi harus berupa fungsi matematika linear.

yang kemudian fungsi itu dimaksimumkan atau diminimumkan terhadap kendala-kendala yang ada. Penerbit Erlangga . 3. 2. Fungsi Kendala : Kendala dalam hal ini dapat diumpamakan sebagai suatu pembatas terhadap kumpulan keputusan yang mungkin dibuat dan harus dituangkan ke dalam fungsi matematika linear yang dihadapi oleh manajemen.Model Pemrograman Linear Variabel Keputusan : Variabel persoalan yang akan mempengaruhi nilai tujuan yang hendak dicapai. 1. Fungsi Tujuan : Di mana tujuan yang hendak dicapai harus diwujudkan ke dalam sebuah fungsi matematika linear.

Matriks Kasus Sukra Rasmi X1 Keterangan Pemrosesan: Penghancuran Penghalusan Permintaan Rutin Contribution Margin Rp 40.Sukra (jam) 2 2 X2 Rasmi (jam) 1 3 2 ton Rp 30. bahan baku utama untuk pembuatan produk sangling yang dihasilkan melalui proses Penghancuran dan Penghalusan.20 jam 32 jam Kapasitas Penerbit Erlangga .PT SUKRA RASMI PT Sukra Rasmi memproduksi Sukra dan Rasmi.

Model matematis pemrograman linear Penerbit Erlangga .

and Profit Analysis (Analisis Biaya dan Laba) 2. Capital Investment Decision (Keputusan Investasi) 4. Cost. Pricing Policy (Kebijakan Penentuan Harga) Penerbit Erlangga . Financial leverage analysis (Keputusan Keuangan) 3. Volume. Plant Location (Keputusan Lokasi) 5.Break Even Point Multi Product Break Even Point Analysis sebagai salah satu alat yang sangat terkenal di dalam analisis manajerial telah diterapkan pada berbagai bidang kegiatan manajerial. di antaranya : 1. Make or Buy Decision (Keputusan Membeli atau Membuat) 6.

Model matematis lengkap kasus Break Even Point KUSUMATEX Penerbit Erlangga .

5 Menggambar Fungsi Tujuan 3.Bab 3 : Pemrograman Linear : Analisis Geometri 3.2 Sistem dan Bidang Kerja 3.8 Kendala Aktif dan Kendala Tidak Aktif 3.4 Daerah yang Memenuhi Kendala 3.6 Geometri Sukra Rasmi : Kasus Pemaksimuman Fungsi Tujuan 3.10 Latihan-latihan 3.3 Menggambar Pertidaksamaan dan Persamaan 3.9 Ringkasan 3.7 Geometri Gupita : Kasus Peminimuman Fungsi Tujuan 3.12 Suplemen : Graphic Linear Programming Optimizer Penerbit Erlangga .11 Soal-soal 3.1 Pengantar 3.

Pemrograman Linear : Analisis Geometri
SISTEM DAN BIDANG KERJA Sistem untuk menyatakan hubungan antara aljabar dan geometri adalah bidang yang dibagi menjadi empat bidang oleh sumbu tegak (absis) dan sumbu datar (ordinat). Bidang tersebut dikenal sebagai kuadran.

Penerbit Erlangga

Menggambar Pertidaksamaan dan Persamaan

Penerbit Erlangga

Menggambar Pertidaksamaan dan Persamaan

Penerbit Erlangga

Daerah yang memenuhi kendala (DMK)

Penerbit Erlangga

2X1 + 3X2 ≤ 32 4. 2X1 + X2 ≤ 20 3.X2 ≤ 0 5. Fungsi Tujuan : Maks 40 X1 + 30 X2 Terhadap kendala-kendala : 2. X2 ≤ 2 Penerbit Erlangga .Geometri Sukra Rasmi: Kasus Pemaksimumam Fungsi Tujuan Model matematis Sukra Rasmi : 1. 2X1 .

DMK Kasus Rasmi Penerbit Erlangga .

Geometri Gupita: Kasus Peminimuman Fungsi Tujuan Penerbit Erlangga .

DMK Kasus Gupita Penerbit Erlangga .

di mana analis dapat melihat perilaku kendala-kendala dan fungsi tujuan dalam sebuah proses optimisasi pemrograman linear. Penerbit Erlangga . Selain memberi pilihan pemaksimuman dan peminimuman fungsi tujuan pada sebuah kasus pemrograman linear.Suplemen: Graphic LP Optimizer Graphic Linear Programming Optimizer (GLP) dirancang untuk membantu analisis masalah pemrograman linear. GLP juga berfungsi untuk mempelajari sensitivitas parameter fungsi kendala dan tujuan secara langsung sehingga analis dapat langsung melihat hasilnya.

maksimum fungsi tujuan Penerbit Erlangga .Windows GLP Sukra Rasmi.

5 Variabel Basis dan Nonbasis 4.8 Ringkasan 4.7 Algoritma Simpleks I : Kasus Bawika 4.6 Tabel Simpleks 4.3 Titik Sudut dan Karakteristik Variabel 4.9 Latihan-latihan 4.1 Pengantar 4.2 Slack dan Surplus 4.Bab 4 : Pemrograman Linear : Algoritma Simpleks 4.10 Soal-soal Penerbit Erlangga .4 Titik Sudut Degenerate dan Non Degenerate 4.

Penerbit Erlangga .Pemrograman Linear : Algoritma Simpleks Algoritma Simpleks adalah sebuah prosedur matematis berulang untuk menemukan penyelesaian optimal soal pemrograman linear dengan cara menguji titik-titik sudutnya.

Slack dan Surplus Slack Variabel adalah variabel yang berfungsi untuk menampung sisa kapasitas pada kendala yang berupa pembatas Slack Variabel pada setiap kendala yang aktif pasti bernilai nol Slack variabel pada setiap kendala tidak aktif pasti bernilai positif Penerbit Erlangga .

Kendala aktif dan slack variabel yang bernilai nol Penerbit Erlangga .

Surplus Variabel adalah variabel yang berfungsi untuk menampung kelebihan nilai ruas kiri pada kendala yang berupa syarat. Surplus variabel pada setiap kendala aktif pasti bernilai nol Surplus variabel pada setiap kendala tidak aktif pasti bernilai positif Kendala-kendala aktif pada setiap macam kendala pasti memiliki slack variabel atau surplus variabel yang bernilai nol Penerbit Erlangga .

Di dalam algoritma simpleks di mana setiap pengujian titik sudut membutuhkan bantuan sebuah tabel untuk menentukan apakah nilai ekstrem tujuan telah tercapai. proses ini berulang hingga ditemukan sebuah titik sudut yang menghasilkan nilai tujuan ekstrem. maka tabel ini disebut Tabel Simpleks.Tabel Simpleks Algoritma simpleks adalah sebuah prosedur berulang untuk menyelesaikan persoalan matematis pemrograman linear denga cara menguji titik-titik sudut DMK. Tabel di mana nilai tujuan ektrem ini ditemukan disebut Tabel Simpleks Optimal. Proses penyelesaian sebuah tabel simpleks pada pengujian sebuah titik sudut adalah selalu sama. Penerbit Erlangga .

Algoritma Simpleks : Kasus Bawika Penerbit Erlangga .

9 Suplemen : Penyelesaian Pemrograman Linear dengan Solver Excel Penerbit Erlangga . Analisis Sensitivitas.Bab 5 : Pemrograman Linear : Dualitas. dan Output LINDO 5.7 Latihan-latihan 5.6 Ringkasan 5.8 Soal-soal 5.3 Analisis Sensitivitas 5.2 Dualitas 5.1 Pengantar 5.4 Analisis Sensitivitas Bawika 5.5 LINDO 5.

demikian pula sebalikya. Bila kasus pemrograman pertama disebut Primal maka kasus pemrograman linear kedua disebut Dual.Dualitas Konsep Dualitas menjelaskan secara matematis bahwa sebuah kasus pemrograman linear berhubungan dengan sebuah kasus pemrograman linear yang lain. Penerbit Erlangga . sehingga penyelesaian kasus primal secara otomatis akan menyelesaikan kasus dual.

Model matematis Dual-Primal Penerbit Erlangga .

Hubungan antara primal dengan dual secara lengkap Penerbit Erlangga .

Hubungan antara primal-dual bawika dengan program LINDO Penerbit Erlangga .

boleh berubah tanpa harus mempengaruhi jawaban optimal atau penyelesaian optimal. Nilai Fungsi Tujuan Ekstrem 3. Nilai Dual Price/Shadow Price Penerbit Erlangga . Penyelesaian Optimal menghasilkan informasi : 1. yaitu koefisien fungsi tujuan dan nilai ruas kanan kendala.Analisis Sensitivitas Analisis sensitivitas menjelaskan sampai sejauh mana parameter-parameter model pemrograman linear. Nilai Variabel Keputusan Optimal 2. Nilai Slack/Surplus Variable 4.

Hasil Output LINDO untuk kasus Bawika Penerbit Erlangga .

Penyelesaian Pemrograman Linear dengan Solver Excel Penerbit Erlangga .

4 No Feasible Solution 6.3 Multiple Optimal Solution 6.1 Pengantar 6.6 Ringkasan Penerbit Erlangga .5 Nilai Tujuan yang Tidak Terbatas 6.2 Degenerasi 6.Bab 6 : Pemrograman Linear : Kasuskasus Khusus 6.

Penggambaran titik-titik sudut degenerasi Penerbit Erlangga .Degenerasi Karakteristik di mana jumlah variabel positif atau variabel basis lebih kecil dari jumlah kendalanya disebut sebagai peristiwa degenerasi.

Multiple Optimal Solution (MOS) Multiple Optimal Solution adalah sebuah kasus khusus dalam penyelesaian sebuah kasus pemrograman linear di mana titik sudut ekstrem yang menghasilkan nilai fungsi tujuan ekstrem adalah lebih dari satu. Gejala MOS Penerbit Erlangga .

salah satunya adalah no feasible solution atau tidak adak penyelesaian nyata. no feasible solution Penerbit Erlangga . Output LINDO.No Feasible Solution Penyelesaian sebuah kasus pemrograman linear sering menghasilkan jawaban yang tidak terduga.

Bagian III : Perluasan Model Pemrograman Linear  Bab 7 : Pemrograman Linear : Bilangan Bulat (Integer Programming)  Bab 8 : Transportasi dan Penugasan  Bab 9 : Goal Programming  Bab 10: Jaringan (Network) Penerbit Erlangga .

7 Ringkasan 7.9 Soal-soal Penerbit Erlangga .2 Pemrograman Bilangan Bulat (General Integer Programming) 7.8 Latihan-latihan 7.3 Pemrograman 0-1 (Binary Integer ) 7.4 Sukra Rasmi : Pemilihan Kendala 7.6 Deimos : Pilihan Alternatif Metode Operasi 7.1 Pengantar 7.5 Algol : Pemilihan Biaya Tetap dan Biaya Variabel Minimum 7.Bab 7 : Pemrograman Linear : Bilangan Bulat (Integer programming) 7.

Penerbit Erlangga .Pemrograman bilangan bulat Pemrograman bilangan bulat adalah sebuah model penyelesaian matematis yang memungkinkan hasil penyelesaian kasus pemrograman linear yang berupa bilangan pecahan diubah menjadi bilangan bulat tanpa meninggalkan optimalitas penyelesaian. Teknik Integer programming salah satunya adalah Branch dan Bound.

X2 ≥ 0 dan integer Penerbit Erlangga .Kasus pemrograman linear Dharmika Penyelesaian Dharmika Max 2X1 + 3X2 ST X1 + 2X2 ≤ 16 3X1 + 2X2 ≤ 30 X1.

Kasus Dharmika dengan LINDO Penerbit Erlangga .

Pemrograman integer Dharmika dengan Solver Excel Penerbit Erlangga .

2 Model Dasar Transportasi 8.1 Pengantar 8.5 Model Transportasi dengan Solver Excel 8.4 Denebula : Analisis Komputer LINDO 8.3 Kasus Transportasi : Denebula 8.9 Ringkasan 8.6 Assignment atau Penugasan 8.7 Penugasan dengan Solver Excel 8.10 Latihan-latihan 8.Bab 8 : Transportasi dan Penugasan 8.11 Soal-soal Penerbit Erlangga .8 Transportasi Bowman 8.

Model transportasi memecahkan masalah pendistribusian barang dari sumber ke tujuan dengan biaya total distribusi minimum Penerbit Erlangga .Model dasar transportasi Model transportasi secara khusus berkaitan erat dengan masalah pendistribusian barang-barang dari pusat-pusat pengiriman atau sumber ke pusat-pusat penerimaan atau tujuan. Persoalan yang ingin dipecahkan oleh model transportasi adalah penentuan distribusi barang yang akan meminimumkan biaya total distribusi.

Matriks Transportasi Penerbit Erlangga .

Flow Chart Algoritma Transportasi Penerbit Erlangga .

Kasus Transportasi Denebula Denebula : Nama sebuah perusahaan penghasil suatu jenis jamur di daerah Kaliurang. dan Madiun Agen Purwokerto Semarang Madiun Permintaan 5000 Kg 4500 Kg 5500 Kg Penerbit Erlangga . Yogyakarta. Semarang. Denebula memiliki tiga cabang di antaranya Purwokerto.

Kasus Transportasi Denebula Pusat Penyemaian Yogyakarta Magelang Surakarta Pabrik Purwokerto Kapasitas 4000 Kg 5000 Kg 6000 Kg Agen Semarang Madiun Biaya angkut per unit dari pusat penyemaian ke agen Yogyakarta Magelang Surakarta 4 6 5 5 3 2 Penerbit Erlangga 7 8 3 .

Matriks transportasi Denebula Penerbit Erlangga .

Transportasi Bowman Matriks jadwal produksi Bowman Penerbit Erlangga .

3 Empat Macam Kendala Sasaran 9.6 Goal Programming : Algoritma Kompleks 9.2 Konsep Dasar 9.9 Soal-soal Penerbit Erlangga .Bab 9 : Goal Programming 9.7 Ringkasan 9.8 Latihan-latihan 9.4 Goal Programming Analisis Geometri 9.1 Pengantar 9.5 Masalah Bobot dan Prioritas Sasaran 9.

formulasi model matematis. sehingga seluruh asumsi. notasi. Penerbit Erlangga .Goal Programming Model Goal programming merupakan perluasan dari model pemrograman linear. Perbedaan hanya terletak pada kehadiran sepasang variabel deviasional yang akan muncul di fungsi tujuan dan fungsi-fungsi kendala. prosedur perumusan model dan penyelesaiannya tidak berbeda.

Variabel deviasional untuk menampung deviasi yang berada di bawah sasaran yang dikehendaki 2. Variabel deviasional terbagi menjadi dua : 1. Variabel deviasional untuk menampung deviasi yang berada di atas sasaran yang dikehendaki Penerbit Erlangga .Goal Programming Variabel deviasional : Berfungsi untuk menampung penyimpangan atau deviasi yang akan terjadi pada nilai ruas kiri suatu persamaan kendala terhadap nilai ruas kanannya.

Untuk mewujudkan suatu sasaran yang ada pada 1.Goal Programming Empat Macam Kendala Sasaran : Untuk mewujudkan suatu sasaran dengan nilai tertentu 2. Untuk mewujudkan suatu sasaran di bawah nilai tertentu 3. Untuk mewujudkan suatu sasaran di atas nilai tertentu Penerbit Erlangga 4. .

Goal Programming : Analisis Geometri Geometri Bawika Optimal Penerbit Erlangga .

Goal Programming Tiga macam sasaran di dalam Goal Programming : Sasaran-sasaran dengan prioritas yang sama 2. Sasaran-sasaran dengan prioritas dan bobot yang berbeda 1. Sasaran-sasaran dengan prioritas yang berbeda 3. Penerbit Erlangga .

Goal Programming Tabel Awal Simpleks Kasus Goal Programming Bawika tanpa prioritas Penerbit Erlangga .

9 Latihan-latihan 10.8 Ringkasan 10.4 Distribusi Terkendali 10.7 Aliran Maksimum 10.1 Pengantar 10.Bab 10 : Jaringan (Network) 10.3 Terminologi Jaringan 10.5 Rentang Jaringan Minimum 10.6 Rute Terpendek 10.10 Soal-soal Penerbit Erlangga .2 Dari Gantt Milestone Chart ke Grantt Chart 10.

Penerbit Erlangga .Jaringan (Network) Jaringan (Network) merupakan sebuah istilah untuk menandai model-model yang secara visual bisa diidentifikasi sebagai sebuah sistem jaringan yang terdiri dari rangkaian-rangkaian noda (node) dan kegiatan (activity).

gagasan dasar Penerbit Erlangga .Gantt Milestone Chart Gantt Milestone Chart.

kegiatan-kegiatan dalam satu pekerjaan masih terpisah Penerbit Erlangga .Gantt Milestone Chart Gantt Milestone Chart.

Gantt Milestone Chart Perubahan Gantt Chart menuju jaringan (Network) Penerbit Erlangga .

Gantt Milestone Chart Bagan jaringan Penerbit Erlangga .

Terminologi Jaringan Contoh-contoh sistem jaringan Penerbit Erlangga .

Noda transit yang menunjukkan tujuan sementara atau terminal sementara yang akan dilewati oleh sebuah arus yang akan menuju noda tujuan berikutnya atau noda tujuan akhir Penerbit Erlangga .Distribusi terkendali Tiga macam noda dalam model distribusi terkendali : 1. Noda tujuan yang menunjukkan akhir tujuan sebuah arus atau hendak ke mana sebuah arus akan mengalir 3. Noda sumber yang menunjukkan asal sebuah arus atau dari mana sebuah arus akan mengalir 2.

Konsep keseimbangan arus Penerbit Erlangga .

Rentang Jaringan Minimum Model rentang jaringan minimum adalah salah satu model jaringan yang menjelaskan pemilihan hubungan antar noda sedemikian rupa sehingga jaringan hubungan itu akan membuat seluruh noda terhubung dengan panjang hubungan total terpendek Penerbit Erlangga .

Antares : Kasus rentang jaringan minimum Penerbit Erlangga .

Rute terpendek Model rute terpendek adalah salah satu model jaringan yang dapat digunakan untuk menentukan jarak terpendek dari berbagai alternatif rute yang tersedia. Model rute terpendek Antares yang optimal Penerbit Erlangga .

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer: Get 4 months of Scribd and The New York Times for just $1.87 per week!

Master Your Semester with a Special Offer from Scribd & The New York Times