Minggu ke-4 dan Minggu ke-5

Goal Programming (MultiObjective

Programming)

Dody Hartanto
Outline Kuliah Minggu 4 dan Minggu 5
 Perbedaan goal programming dengan linear programing
 Pengertian hard constrain dan soft constrain
 Pengertian variabel deviasional
 Pemodelan permasalahan goal programming.dengan tujuan
yang berprioritas sama.
 Pemodelan permasalahan goal programming dengan
tujuan yang berprioritas berbeda.

Dody Hartanto 2
Pendahuluan
 Banyak permasalahan dimana keputusan yang diambil harus
dapat memenuhi beberapa(lebih dari satu) tujuan secara
simultan.
 Hal ini menyebabkan pengambil keputusan akan sangat sulit
untuk memenuhi semua tujuan tanpa “mengorbankan” tujuan
yang lain sehingga seringkali solusi yang diperoleh merupakan
solusi yang ”memuaskan” dan bukan solusi yang optimal.

Dody Hartanto 3
Pendahuluan
 Permasalahan optimisasi dengan lebih dari satu tujuan dapat
diselesaikan dengan goal programming.
 Goal programming merupakan pengembangan dari linear
programming.
 Perbedaan utama antara goal programming dengan linear
programming adalah pada fungsi tujuan. Pada linear programming
hanya terdapat satu tujuan sedangkan pada goal programming
terdapat lebih dari satu tujuan (multi objective).

Dody Hartanto 4
Ilustrasi Goal Programming

Dody Hartanto 5
Ilustrasi Goal Programming

Dody Hartanto 6
Ilustrasi Goal Programming

Dody Hartanto 7
Langkah-langkah dalam Goal Programming
 Tentukan variabel keputusan
Variabel keputusan dalam goal programming sama dengan
variabel keputusan dalam linear programming yaitu variabel
yang memiliki nilai yang menunjukkan kebijakan yang harus
diambil supaya dapat memperoleh hasil yang optimal,
misalnya banyaknya produk yang diproduksi, banyaknya
pekerja, atau variabel lain yang dapat memiliki nilai yang
berkaitan dengan pemakain sumber daya.

Dody Hartanto 8
Langkah-langkah dalam Goal Programming
Tentukan Deviational Variable untuk Setiap Tujuan
 Deviational variabel merupakan variabel yang nilainya
menunjukkan besarnya penyimpangan solusi dari tujuan yang
diinginkan.
 Deviational variabel dapat dikategorikan menjadi dua
kategori yaitu overachieving deviational variable dan
underachieving deviational variabel.
 Overachieving deviational variable menunjukkan besarnya
kelebihan dari target(hasil yang diinginkan) sedangkan
underachieving deviational variable menunjukkan besarnya
kekurangan dari target.

Dody Hartanto 9
Langkah-langkah dalam Goal Programming
Formulasikan Pembatas yang meliputi economic
constrains (hard constrains) dan goal constrains (soft
constrains)
 Economic constrains (hard constrains) merupakan pembatas yang
harus dipenuhi, tidak boleh dilanggar. Pembatas ini biasanya
berkaitan dengan ketersediaan sumber daya dan atau kebijakan
yang harus dipenuhi
 Goal constrain (soft constrains), berbeda dengan economic constrain,
merupakan pembatas yang masih boleh dilanggar karena pembatas
ini merupakan pembatas yang berkaitan dengan pencapaian target.
Suatu kegiatan selalu memiliki target namun jika target tidak dapat
tercapai kegiatan tersebut masih dapat berjalan.

Dody Hartanto 10
Langkah-langkah dalam Goal Programming
Formulasikan Fungsi Tujuan
 Fungsi tujuan dalam goal programming selalu minimisasi
besarnya jumlah total penyimpangan dari beberapa tujuan
yang ingin dicapai secara simultan.
 Dalam fungsi tujuan seringkali juga diberi bobot yang
menunjukkan tingkat kepentingan dari tujuan-tujuan yang
ada, tujuan yang lebih penting diberi bobot yang lebih besar.

Dody Hartanto 11
Contoh 1
 Perusahaan Fastestsolution merupakan perusahaan yang menjual perangkat
lunak untuk perusahaan energi. Perusahaan ini memperkerjakan beberapa
tenaga penjualan yang bertugas untuk mendapatkan klien baru dan
mempertahankan klien lama. dalam menjalankan tugasnya tenaga penjualan
mengunjungi perusahaan-perusahaan untuk menawarkan produknya.
 Berdasarkan pengalaman, waktu yang diperlukan untuk mengunjungi calon
klien adalah 3 jam sedangkan waktu yang diperlukan untuk mengunjungi
klien lama adalah 2 jam. Dalam satu bulan, total jam kerja tenaga penjualan
yang dimiliki oleh perusahaan adalah 640 jam kerja.
 Bulan ini perusahaan memiliki target untuk mengunjungi 120 klien baru dan
200 klien lama. Modelkan masalah ini dalam goal programming sehingga
perusahaan dapat menentukan banyaknya klien baru maupun lama yang
harus dikunjungi.

Dody Hartanto 12
Langkah 1 dan Langkah 2
 Langkah 1 tentukan variabel keputusan
 X1 : banyaknya klien baru yang dikunjungi
 X2 : banyaknya klien lama yang dikunjungi

 Langkah 2 tentukan tujuan

 Tujuan 1 : mengunjungi 200 klien baru
 Tujuan 2 : mengunjungi 120 klien lama

Dody Hartanto 13
Langkah 3 Tentukan Deviational Variabel
D1+ : besarnya kelebihan dari target banyaknya klien baru yang akan
dikunjungi (overachieving deviational variable)
D1- : besarnya kekurangan dari target banyaknya klien baru yang akan
dikunjungi (underachieving deviational variabel).
D2+ : besarnya kelebihan dari target banyaknya klien baru yang akan
dikunjungi (overachieving deviational variable)
D2- : besarnya kekurangan dari target banyaknya klien baru yang akan
dikunjungi (underachieving deviational variabel).

Dody Hartanto 14
Langkah 4 Formulasikan pembatas yang meliputi economics
constrain(hard constrains) dan goal constrains(soft constrains)
Economics constrains (hard constrains)
3X1 + 2X2 ≤ 640
Pembatas diatas memiliki arti banyaknya jam kerja yang
digunakan oleh tenaga penjualan tidak bisa melebihi jam kerja
tenaga penjualan total yang dimiliki.

Goal constrains
X1 + D1- - D1+ = 200;
X2 + D2- - D2+ = 120;
X1 , X2 , D1- , D1+ ,D2- , D2+ ≥ 0;

Dody Hartanto 15
Tetapkan Fungsi Tujuan
Fungsi Tujuan
Minimisasi Z = D1- + D2-

Permasalahan ini memiliki dua target(goal), pada kasus ini melebihi target
adalah hasil yang diinginkan sedangkan kurang dari target adalah hasil yang
perlu dihindari atau diminimalkan.

Oleh karena itu, fungsi tujuannya merupakan minimasi banyaknya

kekurangan dari target yang ditunjukkan oleh variable D1- dan D2- .

Dody Hartanto 16
Model Lengkap Goal Programming
Fungsi Tujuan
Minimisasi : Z = D1- + D2-

Pembatas
2X1 + 3X2 ≤ 640;
X1 + D1- - D1+ = 200;
X2 + D2- - D2+ = 120;
X1, X2 , D1+, D1-, D2+, D2- ≥ 0.

Dody Hartanto 17
Solusi Grafis

Dody Hartanto 18
Solusi Grafis

Dody Hartanto 19
Solusi Lingo 8

Dody Hartanto 20
Contoh 2
 Sebuah perusahaan memproduksi produk 1 dan produk 2, kedua produk tersebut
dibuat dari bahan baku yang sama yaitu bahan baku A, bahan baku B dan bahan baku
C. Kebutuhan bahan baku untuk produk 1 dan produk 2 serta ketersediaan bahan
baku adalah sebagai berikut:
Produk Bahan Baku A Bahan Baku B Bahan baku C
Produk 1 2/5 0 3/5
Produk 2 1/2 1/5 3/10
Ketersediaan Bahan Baku 20 5 21

 Perusahaan telah menerima pesanan dari beberapa konsumen, total pesanan yang
telah diterima perusahaan adalah 30 ton untuk produk 1 dan 15 ton untuk produk 2.
 Pihak manajemen menyadari adanya keterbatasan ketersediaan bahan baku yang
berakibat tidak dapat dipenuhinya semua pesanan yang telah diterima. Oleh karena
itu, perusahaan berusaha untuk menentukan komposisi produksi sehingga banyaknya
pesanan yang tidak dapat dipenuhi dapat diminimalkan.

Dody Hartanto 21
Tentukan Variabel keputusan dan deviational
Variable
X1 : banyaknya produk 1 yang diproduksi
X2 : banyaknya produk 2 yang diproduksi
D1+ : besarnya kelebihan dari target produk 1 yang diproduksi
(overachieving deviational variable)
D1- : besarnya kekurangan dari target produk 1 yang diproduksi
(underachieving deviational variabel).
D2+ : besarnya kelebihan dari target produk 2 yang diproduksi
(overachieving deviational variable)
D2- : besarnya kekurangan dari target produk 2 yang diproduksi
(underachieving deviational variabel).

Dody Hartanto 22
Tentukan Economic Constrains (hard Constrains)

Pembatas
0.4 X1 + 0.5 X2 ≤ 20;
0.5 X2 ≤ 5;
0.6 X1 + 0.3 X2 ≤ 21;

 Pembatas pertama berkaitan dengan ketersediaan bahan baku A

yang digunakan untuk membuat produk 1 dan produk 2,
 Pembatas kedua berkaitan dengan bahan baku B yang digunakan
untuk memproduksi produk 2 saja
 Pembatas ketiga berkaitan dengan ketersediaan bahan baku C
yang digunakan untuk memproduksi produk 1 dan produk 2.

Dody Hartanto 23
Tentukan Pembatas yang berkaitan
dengan tujuan (Goal)
 Pesanan produk 1 yang telah diterima adalah 30 ton sehingga
perusahaan menargetkan X1 = 30,
 Namun karena bahan baku yang terbatas, banyaknya produk 1
yang diproduksi bisa lebih dari target sebanyak D1+ dan juga
bisa kurang dari target sebanyak D1-.
 Hal ini dapat ditulis dalam persamaan matematis sebagai
berikut:
X1 = 30 - D1- + D1+ atau X1 + D1- - D1+ = 30;

Dody Hartanto 24
Tentukan Pembatas yang berkaitan dengan
tujuan (Goal)
 Logika yang sama juga digunakan untuk memformulasikan
pembatas yang berkaitan dengan tujuan yang kedua.
 Pesanan produk 2 yang telah diterima adalah 15 ton sehingga
perusahaan menargetkan X2 = 15,
 Namun karena bahan baku yang terbatas, banyaknya produk 2
yang diproduksi bisa lebih dari target sebanyak D2+ dan juga
bisa kurang dari target sebanyak D2-.
 Hal ini dapat ditulis dalam persamaan matematis sebagai
berikut:
X2 = 15 – D2- + D2+ atau X2 + D2- - D2+ = 15;

Dody Hartanto 25
Tentukan Fungsi Tujuan
 Perusahaan mengusahakan supaya kekurangan produksi
seminimal mungkin.
 fungsi tujuan adalah minimisasi banyaknya kekurangan dari
target produk 1 yang harus diproduksi (underachieving
deviational variabel) dan banyaknya kekurangan dari target
produk 2 yang harus diproduksi (underachieving deviational
variabel).

Formulasi fungsi tujuan adalah sebagai berikut:

Fungsi Tujuan
Z = D1- + D2-

Dody Hartanto 26
Model Lengkap Goal Programing
Fungsi Tujuan
Minimisasi : Z = D1- + D2-

Pembatas
0.4 X1 + 0.5 X2 ≤ 20;
0.5 X2 ≤ 5;
0.6 X1 + 0.3 X2 ≤ 21;
X1 + D1- - D1+ = 30;
X2 + D2- - D2+ = 15;
X1, X2 , D1+, D1-, D2+, D2- ≥ 0.

Dody Hartanto 27
Solusi Grafis

Dody Hartanto 28
Solusi Lingo

Dody Hartanto 29
Contoh 3
Perusahaan Maju Sejahtera memproduksi produk A dan Produk B. Kedua produk ini
diproduksi melalui dua proses yaitu pemotongan dan perakitan. Kapasitas yang tersedia
untuk stasiun kerja pemotongan adalah 12 jam dan perakitan adalah 30 jam. Bulan depan
perusahaan berencana untuk melakukan penataan ulang lay out pabrik dan perbaikan
sarana penunjang pabrik sehingga hal ini sedikit banyak akan mengganggu kinerja
perusahaan. Menyadari hal ini, pihak manajemen menetapkan beberapa target yang ingin
dicapai selama masa penataan ulang pabrik.Target-target tersebut meliputi:
Target 1 : memperoleh keuntungan minimal sebesar 30 juta.
Target 2 : menghindari adanya pemutusan hubungan kerja karyawan stasiun kerja pemotongan
sehingga perusahaan menargetkan untuk menggunakan kapasitas stasiun kerja
pemotongan secara penuh.
Target 3 : menghindari adanya kerja lembur pada stasiun kerja perakitan.
Target 4 : memenuhi semua pesanan yang telah diterima yaitu 17 unit produk B.
Modelkan masalah ini dalam goal programming! (waktu proses setiap produk pada setiap stasiun kerja
silahkan ditentukan sendiri dan Laba setiap produk silahkan tentukan sendiri.)

Dody Hartanto 30
Tentukan variabel keputusan
X1 : banyaknya produk A yang diproduksi
X2 : banyaknya produk B yang diproduksi
D1- : besarnya kekurangan dari target keuntungan (underachieving deviational
variabel).
D1+ : besarnya kelebihan dari target keuntungan (overachieving deviational
variabel).
D2- : besarnya kekurangan dari target penggunaan kapasitas pada stasiun
kerja pemotongan.
D2+ : besarnya kelebihan dari target penggunaan kapasitas pada stasiun kerja
pemotongan
D3- : besarnya kekurangan dari target penggunaan kapasitas pada stasiun
kerja perakitan
D3+ : besarnya kelebihan dari target penggunaan kapasitas pada stasiun kerja
perakitan
D4- : besarnya kekurangan dari target produksi produk B
D4+ : besarnya kelebihan dari target produksi produk B

Dody Hartanto 31
Tentukan Soft Constrains dan Hard Constrains
Hard Constrains atau pembatas yang tidak dapat dilanggar adalah:
2X1 + 3 X2 ≤ 12 (ketersediaan jam kerja stasiun kerja pemotongan)
6X1 + 5 X2 ≤ 30 (ketersediaan jam kerja stasiun kerja perakitan)

Goal constrain atau pembatas yang berkaitan dengan tujuan(target) adalah

sebagai berikut:
6 X1 + 7 X2 + D1- - D1+ = 30
2X1 + 3 X2 + D2- - D2+ = 12
6X1 + 5 X2 + D3- - D3+ = 30
X2 + D4- - D4+ = 7
(pembatas untuk tujuan (target) 1)
(pembatas untuk tujuan (target) 2)
(pembatas untuk tujuan (target) 3)
(pembatas untuk tujuan (target) 4)

X1 , X2 , D1- , D1+, D2- ,D2+ ,D3- , D3+, D4- ,D4+ ≥ 0

Dody Hartanto 32
Tentukan Soft Constrains dan Hard Constrains
Hard constrain dari permasalahan ini didominasi oleh pembatas
yang berkaitan dengan tujuan 2 dan tujuan 3 sehingga hard
constrain dapat diabaikan. Hal ini menyebabkan pembatas secara
keseluruhan menjadi:

6 X1 + 7 X2 + D1- - D1+ = 30
2X1 + 3 X2 + D2- - D2+ = 12
6X1 + 5 X2 + D3- - D3+ = 30
X 2 + D 4- - D 4 + = 7
X1 , X2 , D1- , D1+, D2- ,D2+ ,D3- , D3+, D4- ,D4+ ≥ 0

Dody Hartanto 33
Fungsi Tujuan
 Dalam permasalahan diatas perusahaan menghindari untuk
mendapatkan laba yang kurang dari 30 juta sehingga
meminimalkan D1- ,
 Menghindari pemanfaatan kapasitas pemotongan yang kurang
dari kapasitas yang tersedia sehingga meminimalkan D2-,
 Menghindari penggunaan kapasitas perakitan yang melebihi
kapasitas yang tersedia (lembur) sehingga meminimalkan D3+,
 Menghindari produksi yang kurang dari pesanan yang telah
diterima sehingga meminimalkan D4-.
 Oleh karena itu, fungsi tujuan dari permasalahan ini adalah:
Minimisasi : Z = D1- + D2- + D3+ + D4-

Dody Hartanto 34
Formulasi Model Lengkap Goal Programming.
Fungsi Tujuan
Minimisasi Z = D1- + D2- + D3+ + D4-

Pembatas
6 X1 + 7 X2 + D1- - D1+ = 30 (pembatas untuk tujuan ( target) 1)
2X1 + 3 X2 + D2- - D2+ = 12 (pembatas untuk tujuan ( target) 2)
6X1 + 5 X2 + D3- - D3+ = 30 (pembatas untuk tujuan ( target) 3)
X2 + D4- - D4+ = 7 (pembatas untuk tujuan ( target) 4)
X1 , X2 , D1- , D1+, D2- ,D2+ ,D3- , D3+, D4- ,D4+ ≥ 0

Dody Hartanto 35
Contoh 4
 Permasalahan yang sama dengan contoh 4 namun pihak
manajemen memiliki prioritas yang berbeda-beda untuk
setiap tujuan. Prioritas keempat target tersebut adalah
sebagai berikut:
Tujuan Prioritas ke-
Tujuan 1 memperoleh keuntungan, minimal sebesar 30 juta. 1
Tujuan 2 menghindari adanya pemutusan hubungan kerja karyawan 2
stasiun kerja pemotongan
Tujuan 3 menghindari adanya kerja lembur pada stasiun kerja perakitan 3
Tujuan 4 memenuhi semua pesanan yang telah diterima yaitu 7 unit 4
produk B

Dody Hartanto 36
Solusi
Jika setiap tujuan memiliki prioritas yang berbeda maka formulasi
goal programming dilakukan dengan cara memberikan bobot
yang lebih besar untuk tujuan yang lebih penting. Pada kasus di
contoh 5 bobot bisa diberikan sebagai berikut :
Tujuan Prioritas Bobot pada
ke- fungsi tujuan
Tujuan 1 memperoleh keuntungan, minimal sebesar 30 juta. 1 40
Tujuan 2 menghindari adanya pemutusan hubungan kerja karyawan stasiun 2 30
kerja pemotongan
Tujuan 3 menghindari adanya kerja lembur pada stasiun kerja perakitan 3 20
Tujuan 4 memenuhi semua pesanan yang telah diterima yaitu 7 unit 4 10
produk B

Dody Hartanto 37
Pemberian Bobot pada Tujuan dengan
Prioritas yang Berbeda
 Tujuan yang lebih penting diberi bobot yang lebih tinggi
 Perhatikan masalah linear programming berikut ini:
Minimisasi
Z = 1000 X1 + X2
Pembatas
X1+ X2=1
X1,X2 ≥0
Solusi dari masalah ini bisa dipastikan X1 = 0 dan X2= 1 karena pada
masalah minimisasi sangat menghindari memberikan nilai dengan
koefisien yang besar.
 Jika dalam goal programming diberikan bobot yang besar pada
variabel deviasional yang berkaitan dengan tujuan yang berprioritas
tinggi maka goal programming akan sangat menghindari untuk
memberikan nilai yang besar pada variabel deviasional tersebut. Atau
dengan kata lain akan sangat menghindari untuk tidak memenuhi
tujuan tersebut.

Dody Hartanto 38
Perubahan pada Fungsi Tujuan
Fungsi tujuan menjadi
Minimisasi Z = 40 D1- + 30 D2- + 20 D3+ + 10 D4-

 Bobot tidak harus seperti pada tabel diatas, bisa juga, misalnya
tujuan 1 diberi bobot 7, tujuan 2 diberi bobot 4, tujuan 3 diberi
bobot 3 dan tujuan keempat diberi bobot 1.
 Pemberian bobot disesuaikan dengan tingkat prioritas tujuan.
 Jika salah satu tujuan memiliki prioritas yang jauh lebih penting
dibandingkan dengan tujuan yang lain maka prioritas tersebut
harus diberi bobot yang juga jauh lebih besar jika dibandingkan
tujuan yang dinilai kurang penting.

Dody Hartanto 39
Model Lengkap Goal Programming
Pembatas tetap sama dengan kasus pada contoh 4 sehingga
formulasi secara keseluruhan adalah:
Fungsi tujuan:
Minimisasi Z = 40 D1- + 30 D2- + 20 D3+ + 10 D4-
Pembatas:
6 X1 + 7 X2 + D1- - D1+ = 30
2X1 + 3 X2 + D2- - D2+ = 12
6X1 + 5 X2 + D3- - D3+ = 30
X2 + D4- - D4+ =7
X1 , X2 , D1- , D1+, D2- ,D2+ ,D3- , D3+, D4- ,D4+ ≥ 0

Dody Hartanto 40
Review Question
1. Apakah perbedaan utama goal programming dengan linear
programming?
2. Mengapa fungsi tujuan pada goal programming selalu
minimisasi?
3. Apakah yang dimaksud dengan deviational variabel?
4. Apakah yang menentukan banyaknya deviational variabel?
5. Bagaimana anda membedakan hard constrains dengan soft
constrains?
6. Kenapa tujuan yang lebih penting (prioritas lebih tinggi)
diberi bobot lebih besar?

Dody Hartanto 41