Anda di halaman 1dari 45

Sawarni Hasibuan

 1. Pendahuluan
 2. Pemrograman Linier
 3. Solusi Grafik
 4. Metode Simpleks
 Bazaraa , M.S., J.J. Jarvis dan H.D. Sherali. 1990.
Linear Programming and Network Flows. 2nd Ed..
John Wilkey & Sons, Inc. Canada.
 Mulyanto, S. 2007. Riset Operasi. Lembaga
Penerbit Fakultas Ekonomi Universitas Indonesia.
Jakarta.
 Taha, H.A. 2005. Operation Research An
Introduction. Edisi 4. McMillan. New York
 Yulianto, H.D. dan I.N. Sutapa. 2005. Riset
Operasi dengan Excel. Penerbit Andi.
Yogyakarta.
- Setiap orang dihadapkan pada pengambilan
keputusan
- Keputusan harus dibuat karena ada beberapa
alternatif yang dapat dipilih untuk mencapai tujuan
yang ditetapkan
- Model keputusan merupakan alat yang
menggambarkan permasalahan keputusan yang bisa
memungkinkan identifikasi dan evaluasi secara
sistematik
- Salah satu teknik yang digunakan untuk menganalisa
keputusan adalah Riset Operasi/Penelitian
Operasional
- Penstrukturan situasi dunia nyata ke model
matematik
- Mengeksplor struktur setiap penyelesaian dan
mengembangkan prosedur sistematis untuk
mendapatkannya
- Mengembangkan penyelesaian
- RO pertama digunakan pada perang dunia II.
Perang telah menyebabkan permasalahan
alokasi sumberdaya yang terbatas pada
angkatan bersenjata AS dan Inggris
- Beberapa teknik yang dikembangkan adalah
memasukkan ilmu politik, matematik, ekonomi,
teori probabilitas dan statistik
- RO semakin berkembang seiring dengan
perkembangan industri
- Dua faktor yang berkontribusi dalam
perkembangan RO:
o Kemajuan mendasar yang dibuat di awal dalam
pengembangan teknik yang ada terhadap RO
o Perkembangan teknologi komputer
 Dilihat dari data yang digunakan, pengambilan
keputusan dapat dibedakan atas:
- Keputusan pasti
- Keputusan beresiko: didukung oleh data yang
tidak pasti, tetapi ketidakpastian itu dapat
dinyatakan dalam bentuk PELUANG
- Keputusan tidak pasti
 Tiga elemen permasalahan optimasi yang harus
diidentifikasi:
- Tujuan
- Variabel keputusan/alternatif
- Batasan/sumberdaya yang membatasi
Kasus 1:
 Seorang mahasiswa harus menempuh
perjalanan jarak jauh dari rumah ke
kampus setiap hari. Ada beberapa cara
yang dapat digunakan untuk sampai ke
kampus.
 Permasalahan: cara manakah yang paling
efektif?
Kasus 2:
 PT XYZ menghasilkan 10 jenis produk
menggunakan fasilitas produksi yang sama.
Produk dihasilkan secara bergantian. Fasilitas
dioperasikan 8 jam setiap harinya dan 6 hari
dalam seminggu. Setiap tanggal 1, fasilitas
dibersikan untuk perawatan. Biaya produksi
setiap jenis produk berbeda, demikian pula
harga jualnya. Semua produk menggunakan
bahan baku yang hampir sama.
Permasalahan:
 Berapa unit masing-masing produk dihasilkan
untuk mendapatkan keuntungan maksimum?
- Maksimasi
o Keuntungan
o Penerimaan

- Minimasi
o Biaya
o Waktu
o Jarak
- Alternatif keputusan yang tersedia
menggunakan sumber daya terbatas yang
dimiliki pengambil keputusan
- Pada kasus 1:
o Naik bis
o Naik kereta api

- Pada kasus 2:
o Jumlah masing-masing produk yang dihasilkan
- Sumber daya merupakan pengorbanan yang
harus dilakukan.
- Bentuk sumber daya:
o Bahan baku (Material)
o Fasilitas produksi
o Jam kerja
o Modal (Money)
o Pangsa pasar (Market)
o Peraturan pemerintah
o dll:
6M
 Pengertian
 Alasan pembentukan model
 Jenis-jenis model
 Penyederhanaan model
 Tahap-tahap pemodelan
 Model adalah abstraksi atau penyederhanaan
realitas dari sistem yang kompleks
 Model menunjukkan hubungan-hubungan
(langsung atau tidak langsung) dari aksi dan
reaksi dalam pengertian sebab dan akibat
 Model harus mencerminkan semua aspek
realitas yg sedang diteliti
 Model adalah suatu fungsi tujuan dengan
seperangkat kendala yg diekspresikan dalam
bentuk variabel keputusan
 Menemukan variabel-variabel yang penting
atau menonjol dalam suatu permasalahan
 Penyelidikan hubungan yg ada di antara
variabel-variabel
 Iconic (physical) Model
◦ Penyajian phisik yg tampak spt aslinya dr suatu
sistem nyata dgn skala yg berbeda
◦ Model ini mudah untuk mengamati, membangun
dan menjelaskan tetapi sulit utk memanipulasi &
tdk dpt digunakan untuk tujuan peramalan
◦ Biasanya menunjukkan peristiwa statis
 Analogue Model
◦ Lebih abstrak dari model iconis, krn tdk kelihatan
sama antara model dengan sistem nyata
◦ Lebih mudah untuk memanipulasi dan dapat
menunjukkan situasi dinamis
◦ Umumnya lbh berguna dibandingkan model iconis
krn kapasitasnya yg besar untuk menunjukkan ciri2
sistem nyata yg dipelajari
 Mathematical (Simbolic) Model
◦ Sifatnya paling abstrak
◦ Menggunakan seperangkat simbol matematik untuk
menunjukkan komponen-komponen (dan
hubungan antar mereka) dari sistem nyata
◦ Dibedakan menjadi
 Model Deterministik
 Dibentuk dlm situasi penuh kepastian (certainty)
 Memerlukan penyederhanaan dr realitas krn kepastian
jarang terjadi
 Keuntungan: dpt dimanipulasi & diselesaikan lbh mudah
 Model Probabilistik
 Dalam kondisi ketidak-pastian (uncertainty)
 Lbh sulit dianalisis, meskipun ketidakpastian dlm model
menyajikan sistem nyata yg lebih realistis
 Melinierkan hubungan yang tidak linier
 Mengurangi banyaknya variabel atau kendala
 Merubah sifat variabel, mis. diskrit menjadi
kontinu
 Mengganti tujuan ganda menjadi tujuan
tunggal
 Mengeluarkan unsur dinamis (mjd statis)
 Mengasumsikan var random mjd niali tunggal

Pembentukan model sangat penting dalam RO


krn solusi tergantung dari model yg dibuat
1. Merumuskan Masalah
◦ Merumuskan definisi persoalan secara tepat
◦ Tiga hal penting dalam perumusan masalah:
 Variabel keputusan: yaitu unsur-unsur dalam
persoalan yg dpt dikendalikan oleh pengambil
keputusan, sering disebut sbg instrumen
 Tujuan (objective): penetapan tujuan membantu
pengambil keputusan memusatkan perhatian pada
persoalan dan pengaruhnya thd organisasi. Tujuan
diekspresikan dalam variabel keputusan
 Kendala (constraint) adalah pembatas-pembatas
terhadap alternatif tindakan yg tersedia
2. Pembentukan Model
• Sesuai dgn definisi persoalannya, pengambil
keputusan menentukan model yg paling cocok
untuk mewakili sistem
• Model merupakan ekspresi kuantitatif dr tujuan &
kendala2 persoalan dlm variabel keputusan
• Jika Model yg dihasilkan cocok dgn salah satu
model matematik yang biasa (linier), maka dapat
menggunakan program linier
3. Mencari Penyelesaian Masalah
• Aplikasi bermacam-macam teknik dan metode solusi
kuantitatif yg merupakan bagian utama dari OR
• Disamping solusi thd model, perlu analisa tambahan:
mis analisa sensitivitas
4. Validasi Model
• Model harus diperiksa apakah sudah
merepresentasikan sistem yg diwakili
• Validasi model dilakukan dengan membandingkan
performance solusi dengan data aktual
• Model dikatakan VALID jika dengan input serupa
menghasilkan performance sama dengan kondisi
aktual
 Pengertian, contoh masalah & perumusan
model
 Metode penyelesaian (grafik & simpleks)
 Interpretasi hasil
 Analisis sensitivitas
 Penyimpangan-penyimpangan dari bentuk
baku
 Model dualitas
 Penyelesaian kasus
 PRINSIP
◦ Setiap organisasi berusaha mencapai tujuan yang
telah ditetapkan sesuai dengan keterbatasan
sumberdaya

 LINIER PROGRAMMING
◦ Teknik pengambilan keputusan dlm permasalahan
dgn pengalokasian sumberdaya secara optimal
 Ada tujuan yang ingin dicapai
 Tersedia bbrp alternatif untuk mencapai
tujuan
 Sumberdaya dalam keadaan terbatas
 Dapat dirumuskan dlm bentuk matematika
(persamaan/ketidaksamaan)

Contoh pernyataan ketidaksamaan:


Untuk menghasilkan sejumlah meja & kursi
secara optimal, total biaya yang dikeluarkan
tdk boleh lebih dari dana yg tersedia
BAYU FURNITURE memproduksi 2 jenis produk yaitu meja dan
kursi yang harus diproses melalui perakitan dan finishing. Proses
perakitan memiliki 60 jam kerja sedang proses finishing memiliki
48 jam kerja. Untuk menghasilkan satu meja dibutuhkan 4 jam
perakitan dan 2 jam finishing, sedangkan satu kursi membutuhkan 2
jam perakitan dan 4 jam finishing. Laba untuk tiap meja $8 dan tiap
kursi $6. Sekarang kita harus menentukan kombinasi terbaik dari
jumlah meja dan kursi yang harus diproduksi, agar menghasilkan
laba maksimal.
Proses Waktu yg dibutuhkan per unit Total jam
(jam) tersedia
Meja Kursi
Perakitan 4 2 60
Finishing 2 4 48
Laba/unit $8 $6

Perumusan persoalan dlm bentuk matematika


 Maksimasi Laba = 8M + 6K
 Kendala 4M + 2K ≤ 60
2M + 4K ≤ 48
M ≥ 0
K ≥ 0
 Metode penyelesaian masalah LP:
◦ Grafis (2 variabel)
◦ Metode simpleks (lbh dari 2 variabel)
 Definisikan variabel keputusan (decision variable)
◦ Variabel yg nilainya akan dicari
 Rumuskan fungsi tujuan
◦ Maksimasi atau minimasi
◦ Tentukan koefisien variabel keputusan
 Rumuskan fungsi kendala sumberdaya
◦ Tentukan kebutuhan sumberdaya untuk masing-masing
peubah keputusan
◦ Tentukan jumlah ketersediaan sumberdaya
 Tetapkan kendala non negatif
◦ Setiap keputusan (kuantitatif) yang diambil tidak boleh
mempunyai nilai negatif
 Definisi variabel keputusan
◦ Keputusan yg akan diambil adl berapa jumlah meja
dan kursi yg akan dihasilkan. Jika meja
disimbolkan dengan M dan kursi dgn K, maka
definisi var keputusan:
 M = jumlah meja yg akan dihasilkan (unit)
 K = jumlah kursi yg akan dihasilkan (unit)
 Perumusan fungsi tujuan
◦ Laba utk setiap meja & kursi yg dihasilkan masing2
$8 dan $6. Tujuan perusahaan adalah untuk
memaksimumkan laba dr sejumlah meja & kursi yg
dihasilkan. Fungsi tujuan dpt ditulis:
 Maks Laba = 8 M + 6 K
 Perumusan fungsi kendala
◦ Kendala proses perakitan
Utk menghasilkan 1 unit meja diperlukan waktu 4 jam
dan utl menghasilkan 1 unit kursi diperlukan 2 jam pada
proses perakitan, sedangkan waktu yang tersedia 60
jam: 4M + 2K ≤ 60
◦ Kendala proses finishing
Utk menghasilkan 1 unit meja diperlukan waktu 2 jam
dan utk menghasilkan 1 unit kursi diperlukan 4 jam pada
proses finishing. 2M + 4K ≤ 48
◦ Kendala non negatif
Meja dan kursi yang dihasilkan tdk memiliki nilai negatif.
M≥ 0
K≥0
Gambarkan masing-
masing fungsi kendala
pada grafik yang sama

Laba= 8M + 6 K
A (0,12) Laba=72
B (12,6) Laba= 132
C (15,0) Laba=120

Keputusan:
Meja= 12
Kursi= 6
Laba yang diperoleh
$132
 Reddy Mikks Co mempunyai sebuah pabrik kecil yang
menghasilkan dua jenis cat yaitu utk interior dan eksterior.
Bahan baku utk cat tsb adalah bahan A dan bahan B,
ygmasing2 tersedia maksimum 6 ton dan 8 ton per hari.
Kebutuhan masing2 jenis cat per ton thdp bahan baku
disajikan pada tabel berikut:
Bahan baku Eksterior Interior Ketersd maks
Bahan A 1 2 6
Bahan B 2 1 8

Permintaan harian cat interior lebih tinggi dari permintaan


eksterior tetapi selisihnya tidak lebih dari 1 ton per hari.
Sedangkan permintaan cat interior maksimum 2 ton er hari.
Harga cat interionr dan eksterior masing2 3000 dan 20000.
Berapa masing2 cat harus diproduksi oleh perusahaan utk
memaksimumkan pendapatan kotor?
 Definisi variabel keputusan:
◦ CE = jmlh cat eksterior yg diproduksi (ton/hari)
◦ CI = jmlh cat interior yg diproduksi (ton/hari)
 Perumusan fungsi tujuan
◦ Maks Pendapatan kotor, Z=3CE + 2CI (dalam ribuan)
 Perumusan fungsi kendala
◦ Kendala BB A CE + 2 CI ≤ 6
◦ Kendala BB B 2CE + CI ≤ 8
◦ Kendala permintaan CI – CE ≤ 1
◦ CI ≤ 2
◦ Kendala non negatif CE ≥ 0
◦ CI ≥ 0
Pendapatan kotor
Z = 3 CE + 2 CI

A (0,1), Z=2
B(1,3), Z=9
C(2,2), Z=10
D(31/3,11/3),
Z=122/3
E(4,0), Z=12

Keputusan:
CE=31/3
CI=11/3
Pendapatan kotor
12 2/3 ribu
 Metode simpleks adalah suatu metode yg secara
matematis dimulai dr suatu pemecahan dasar yg feasibel
(basic feasible solution) ke pemecahan dasar feasibel
lainnya dan dilakukan secara berulang-uang (iteratif)
sehingga akhirnya diperoleh suatu pemecahan dasar yg
optimum

 Langkah 1
 Ubah model LP ke dlm bentuk kanoniknya, semua fungsi
kendala beriupa persamaan dengan cara menambahkan
slack variabel
 Kasus 1:
 Z – 8M – 6 K =0
 4M + 2K + S1 = 60
 2M + 4K + S2 = 48
 Langkah 2: Membuat tabel simpleks awal
Basis Z M K S1 S2 Peny rasio
Z 1 -8 -6 0 0 0 -
S1 0 4 2 1 0 60 15
S2 0 2 4 0 1 48 24

 Langkah 3: Penentuan baris dan kolom kunci


sebagai dasar iterasi
◦ Kolom kunci ditentukan dari baris Z negatif terbesar
◦ Baris kunci ditentukan dari nilai ratio terkecil
 Langkah 4: Iterasi
◦ Variabel yg masuk sbg basis adalah M
◦ Variabel yg keluar dari basis adalah S1
 Untuk melakukan iterasi, digunakan metode
perhitungan Gauss-Jordan sbb:
◦ Persamaan pivot baru = (persamaan pivot lama :
elemen pivot
◦ Persamaan lainnya
◦ Persamaan baru = persamaan lama – (koef kolom
masuk) x (persamaan pivot baru)

◦ Hasil iterasi 1

Basis Z M K S1 S2 Peny Ratio


Z 1 0 -2 2 0 120
M 0 1 2/4 1/4 0 15 30
S2 0 0 3 -1/2 1 18 6
 Hasil iterasi 2

Basis Z M K S1 S2 peny ratio


Z 1 0 0 1.67 0.67 132
M 0 1 0 0.28 -0.17 12
K 0 0 1 -0.17 0.33 6
 Suatu perusahaan makanan kucing menghasilkan produk
Tuna-n-stuff pada kemasan kalaeng ditulis: setiap ons
Tuna-n-stuff mengandung kandungan gizi yg lebih besar
dari standar minimum (RDA)
 Rincian RDA adalah sbb:

 Tuna-n-stuff terbuat dari ramuan sbb:

 Menurut aturan pemerintah, kandungan albacore atau bonito


atau campuran keduanya paling kurang 40%. Bagaimana
perush menentukan campuran ransum secara optimal agar
diperoleh biaya minimum?