Pengantar Riset Operasi

Riset Operasi
Minggu 1 (pertemuan 1)
ARDANESWARI D.P.C., STP, MP

1
Kontrak Perkuliahan
Keterlambatan 15 menit
Mengoperasikan HP dan sejenisnya : di luar kelas
Mengerjakan laporan/tugas lain : di luar kelas
Nilai = 20% Kuis +30% Tugas + 50%UTS
Tidak ada susulan pengumpulan tugas
Tidak ada kuis susulan
Toleransi = surat resmi
Gunakan bahasa Indonesia sesuai EYD
 Pustaka

Mulyono, Sri, 2002, Riset Operasi, Jakarta :

Lembaga Penerbit Fakultas UI.

A Taha, Hamdy, 1996, Riset Operasi Jilid 1, Jakarta :

Binarupa Aksara.
Pengertian dan terminology Riset Operasional

Pemrograman Linear

Metode simpleks untuk model standar, dan model tidak standar

Simplex yang direvisi

Analisis post optimal (dualitas dan sensitivitas)

Model transportasi & Penugasan

Quiz
 Definisi Riset Operasi (1)
The Operational Research Society of Great Britain
Riset Operasi merupakan penerapan metoda ilmiah bagi
permasalahan yang kompleks yang muncul dalam pengelolaan sistem-
sistem yang besar yang terdiri dari manusia, mesin, bahan, dan uang
dalam industri, bisnis, pemerintahan, dan pertahanan.
Pendekatannya adalah dengan mengembangkan model-model ilmiah
dari sistem yang mencakup pengukuran atas faktor-faktor antara lain
peluang dan resiko, untuk memprediksikan dan membandingkan
hasil-hasil dari berbagai alternatif dari keputusan, strategi dan kontrol.
Tujuannya adalah membantu manajemen untuk menentukan kebijakan
dan tindakannya secara ilmiah.

5
 Definsi Riset Operasi (2)
The Operations Research Society of America (ORSA)
Riset Operasi berkaitan dengan penentuan secara ilmiah
bagaimana merancang dan mengoperasikan sistem manusia-
mesin yang terbaik, yang biasanya dalam kondisi yang
membutuhkan pengalokasian sumberdaya yang terbatas.

6
 Kata kunci dari definisi Riset Operasi
Analis tetapkan masalah
Identifikasi penyebab
Pembuatan model
Tentukan batasan
Diulang sampai solusi memuaskan

7
Model Dalam Riset Operasi

Suatu penyajian fisik yang tampak seperti aslinya dari suatu sistem
nyata dengan skala yang berbeda. Model ini mudah untuk dipahami,
dibentuk & dijelaskan, tetapi sulit untuk memanipulasi & tak
berguna untuk tujuan peramalan, biasanya menunjukkan peristiwa
statik. Contohnya dalam mempelajari struktur sebuah atom, warna
model tidak relevan.

Model ini lebih abstrak dibanding model iconic, karena tak

kelihatan sama antara model dengan sistem nyata. Model analog
lebih mudah untuk memanipulasi & dapat menunjukkan situasi
dinamis. Contohnya peta dengan bermacam-macam warna dimana
perbedaan warna menunjukkan perbedaan ciri, misalnya biru
menunjukkan air, kuning menunjukkan pegunungan, hijau sebagai
dataran rendah, dll.
Lanjutan

Diantara jenis model yang lain, model matematik sifatnya paling

abstrak. Model ini menggunakan seperangkat simbol matematik
untuk menunjukkan komponen-komponen (& hubungan antar
mereka) dari sistem nyata. Namun, sistem nyata tidak selalu dapat
diekspresikan dalam rumusan matematik.
Mathematic (Simbolic) Model
Deterministik

Dibentuk dalam situasi kepastian (certainty). Model

ini memerlukan penyederhanaan-penyederhanaan
dari realitas. Keuntungan model ini adalah dapat
dimanipulasi & diselesaikan lebih mudah.

Probabilistik
Meliputi kasus-kasus dimana diasumsikan ketidakpastian
(uncertainty). Meskipun penggabungan ketidakpastian
dalam model dapat menghasilkan suatu penyajian sistem
nyata yang lebih realistis, model ini umumnya lebih sulit
untuk dianalisa.
Cara Pembuatan Model
Kadang-kadang, model yang pertama kali dibuat masih terlalu
rumit. Ada beberapa cara untuk membuat model menjadi
lebih sederhana, misalnya :

Melinierkan hubungan yang tidak linier

Mengurangi banyaknya variabel atau kendala

Mengubah sifat variabel, misalnya dari diskrit menjadi kontinyu

Mengganti tujuan ganda menjadi tujuan tunggal

Mengeluarkan unsur dinamik (membuat model menjadi statik)

Prinsip Dalam Pembentukan Model
1. Jangan membuat model yang rumit jika yang sederhana
akan cukup
2. Hati-hati dalam merumuskan masalah, sesuaikan dengan
teknik penyelesaian
3. Hati-hati dalam memecahkan model, jangan membuat
kesalahan matematik
4. Pastikan kecocokan model sebelum diputuskan untuk
diterapkan
5. Model jangan sampai keliru dengan sistem nyata
6. Jangan membuat model yang tidak diharapkan
7. Hati-hati dengan model yang terlalu banyak
Tahap-Tahap Dalam Riset Operasi

Definisi Masalah (Identifikasi Model)

Pembentukan Model (Penyusunan Model)

Mencari Penyelesaian Masalah (Analisa Model)

Validasi Model (Pengesahan Model)

Penerapan Hasil Akhir (Implementasi Hasil)

 Definisi Masalah (Identifikasi Model)

Variabel keputusan yaitu unsur-unsur dalam persoalan yang

dapat dikendalikan oleh pengambil keputusan. Ia sering
disebut sebagai instrumen.
Tujuan (objective). Penetapan tujuan membantu pengambil
keputusan memusatkan perhatian pada persoalan &
pengaruhnya terhadap organisasi. Tujuan ini diekspresikan
dalam variabel keputusan.
Kendala (constraints) adalah pembatas-pembatas terhadap
alternatif tindakan yang tersedia.
Lanjutan

Dari sudut pandang Riset Operasi, dalam definisi masalah ini

menunjukkan 3 aspek utama yaitu:
1. Deskripsi tentang sasaran/tujuan dari studi tersebut.
2. Identifikasi alternatif keputusan dari sistem tersebut.
3. Pengenalan tentang keterbatasan, batasan, &
persyaratan sistem tersebut.
 Pembentukan Model (Penyusunan Model)
Terdiri dari :
Memilih model yang cocok dan sesuai dengan
permasalahannya. Merumuskan segala macam faktor yang
terkait di dalam model yang bersangkutan secara simbolik
ke dalam rumusan model matematika.
Menentukan perubah-perubah beserta kaitan-kaitannya
satu sama lainnya. Tetapkan fungsi tujuan beserta kendala-
kendalanya dengan nilai-nilai dan perameter yang jelas.
Lanjutan
Model merupakan ekspresi kuantitatif dari tujuan &
batasan masalah dalam bentuk variabel keputusan.
Jika model yang dihasilkan termasuk dalam salah satu
model matematis yang umum (misalnya pemrograman
linier), maka solusinya dapat dengan mudah diperoleh
dengan program linier (menggunakan teknik-teknik
matematis).
Beberapa kasus membutuhkan penggunaan kombinasi
model matematik & probabilitas. Ini tentu saja
tergantung pada sifat-sifat & kerumitan sistem yang
dipelajari.
 Mencari Penyelesaian Masalah (Analisa Model)
Analisa model terdiri dari tiga hal penting, yaitu :
Melakukan anlisis terhadap model yang telah disusun dan
dipilih.
Memilih hasil-hasil analisis yang terbaik (optimal).
Melakukan uji kepekaan dan anlisis postoptimal terhadap
hasil-hasil terhadap analisis model.
Pada tahap ini bermacam-macam teknik & metode solusi
kuantitatif yang merupakan bagian utama dari OR memasuki
proses.
 Validasi Model (Pengesahan Model)
Analisis pengesahan model menyangkut penilaian terhadap
model tersebut dengan cara mencocokannya dengan keadaan
dan data yang nyata, juga dalam rangka menguji dan
mengesahkan asumsi-asumsi yang membentuk model tersebut
secara struktural (yaitu perubahnya, hubungan-hubungan
fungisionalnya, dll).
Suatu metode yang biasa digunakan untuk menguji validitas
model adalah membandingkan performance-nya dengan data
masa lalu yang tersedia.
 Topik-topik dalam Riset Operasi (1)
Pemrograman Matematis (Mathematical Programming)
Pemrograman Linier (Linear Programming)
Pemrograman Sasaran (Goal Programming)
Pemrograman Bilangan Bulat (Integer Programming)
Pemrograman Non Linier (Nonlinear Programming)
Pemrograman Dinamis (Dynamic Programming)
Optimisasi Jaringan (Networks Optimization)

20
 Topik-topik dalam
Riset Operasi (2)
Teori Keputusan (Decision Theory)
Teori Permainan (Game Theory)
Rantai Markov (Markov Chains)
Teori Antrian (Queuing Theory)
Teori Persediaan (Inventory Theory)
Keandalan (Reliability)
Peramalan (Forecasting)
Simulasi (Simulation)

21
 Pemrograman matematis
Masalah produk campuran (mix product problem)

Bahan Produk 1
Pabrik
Tenaga Kerja Produk 2

Berapa banyak tiap jenis produk yang harus dibuat dalam

kondisi ketersediaan bahan dan tenaga kerja yang terbatas
agar total keuntungan yang diperoleh maksimum?

22
 Optimasi jaringan (1)
Masalah lintasan terpendek (shortest path problem)

Jarak

Tentukan rute dari titik asal (S) ke titik tujuan (T) yang
mempunyai jarak terpendek !

23
Optimasi jaringan (2)
Masalah aliran maksimum (maximal flow problem)

Kapasitas aliran
2 5

1 3 7

4 6

Tentukan aliran maksimum yang dapat dikirim dari titik asal (1) ke titik tujuan (7) !

24
 Rantai Markov
p11
Probabilitas transisi Minggu berikut
M M S K
p13 p12 M p11 p12 p13
Minggu p p22 p32
K S
sekarang S
21
K p31 p32 p13

Berapa probabilitas (dalam jangka panjang) bahwa suatu

kesebelasan akan menang?
Jika saat ini tim menang, tentukan waktu (minggu) rata-rata tim
tersebut kembali menang!

25
 Teori Antrian (1)

Pelanggan dalam antrian

Pelayan
Kedatangan mengikuti
proses Poisson

Waktu pelayanan
mengikuti distribusi
eksponensial
Panjang antrian rata-rata antrian?
Waktu rata-rata pelanggan dalam sistem?

26
 Teori Antrian (2)
Biaya Biaya total

Biaya pelayanan

Biaya menunggu

Tingkat pelayanan

Berapa jumlah pelayan agar biaya total adalah minimum?

27