1.

Pendahuluan
SATUAN ACARA 2. Dasar dan Faktor Keputusan
PERKULIAHAN 3. Efektifitas Keputusan
4. Teori Utility
5. Berbagai Situasi Keputusan
6. Keputusan Dengan Probabilitas
7. Keputusan Non Probabilitas
8. UTS
9. Pohon Keputusan
10. Metote Transportasi
11. Analisis Antrian
12. Model Arus Jaringan
TEKNIK 13. Simplek
PENGAMBILAN 14. SWOT Analisis
15. Srategi Mengurangi Risiko
KEPUTUSAN 16. UAS
Dosen Pengampu : 1. Suyudi, SP. MP.
2. Dedi Djuliansyah, Ir. MP.

 UTS
EVALUASI
 UAS
 PRAKTIKUM
 KEHADIRAN
 ETIKA DAN
ESTETIKA
Literatur :
 Marwan Asri, 1997. Pengambilan Keputus Manajerial.UT.
 Bernard W. Taylor, 2001 Sains Manajemen. Salemba Empat.
Jakarta.
 Ibnu Syamsi, 1988. Pengambilan Keputus Manajerial.
 Kuntoro Mangkusubroto, 1987. Analisa Keputusan Ganeca Excat.
Bandung.
 Prajudi Atmosudirjo. 1971. Pengambilan Keputusan. Dahlia Indah.
Indonesia.
 Siagian. 1993. Teori dan Praktek Pengambilan Keputusan. CV. Haji
Mas Agung. Salemba Empat.Jkt.
 Dumairi, 1999 Matematika Terapan Untuk Bisnis dan Ekonomi.
BPFE.Yogyakarta.
 Kadariah Suryadi dan Ali Ramdani,2000. Sistem Pendukung
KEputusan. PT Remaja Rosada. Bdg.
ANALISA KEPUTUSAN

 Teori Keputusan : Sikap

Pikir Rasional dalam
Situasi Ketidakpastian yang
Komplek.
 Metodologi Pemodelan
Sistem : Bagaimana
perlakuan aspek yang
dinamis dan komplek dari
Disiplin Ilmu lingkungan.
Analisa
Keputusan
UNSUR UTAMA KEPUTUSAN
1. Masalah/Desisi/
Problem : persoalan yang harus
dipecahkan.
2. Issue : persoalan yang biasanya
untuk diramaikan tidak perlu
dipecahkan.
Keadan yang
Keadaan aktual diiginkan
TUJUAN
Masalah
Unsur Tujuan :
•Objektives : tujuan yg ingin dicapai dlm
periode waktu yg dpt dikatakan tdk
tertentu
•Ideal : Sesuatu yang diimpikan,
diingingkan yg mungkin juga sangat sulit,
bahkan tak mungkin dicapai.
•Goals : Sesuatu yg akan dicapai dlm
periode waktu tertentu.
Filosofi Keputusan itu Penting :
1. Keputusan mrpkan pangkal dari semua
macam aktifitas manusia yang sadar dan
terarah baik secara individu/kelompok,
sehingga brg siapa yang mau mengambil
keputusan hrs mampu dan berani mengambil
keputusan yang jitu dan tepat.
2. Keputusan bersifat Futuristik artinya
mengenai hari depan, masa yang akan
datang, efeknya akan berlangsung cukup lama
pada masa yg akan datang.
Definisi Keputusan :
 Adalah Pengakhiran daripada proses pemikiran
tentang apa yang dianggap sebagai “masalah”
sbg sesuatu merupakan penyimpangan drpd
apa yang dikehendaki, direncanakan dg
menjatuhkan pilihan pd salah satu alternatif
pemecahannya.
 Tujuan dasar teori kept. adalah
memberikan/menyediakan bagi pengambil kept
dg informasi yg konkrit mengenai kemungkinan
relatif konsekwensi ttt.
TUJUAN DAN UNSUR UNSUR PENGAMBILAN KEPUTUSAN

Tujuan pengambilan Keputusan :

1. Tujuan bersifat tunggal --- kepts. dihasilkan hanya menyangkut
satu masalah, artinya sekali diputusakan tidak ada kaitannya dg
masalah lain.
2. Tujuan bersifat ganda --- kepts. dihasilkan lebih dari satu
masalah, artinya kepts yang diambil sekaligus memecahkan dua
atau lebih masalah, yg bersifat kontradiktif atau tidak kontradiktif.

UNSUR UNSUR PENGAMBILAN KEPUTUSAN

1. Tujuan dari pengambilan keputusan
2. Identifikasi alternatif-alternatif keputusan utk memecahkan masalah.
3. Perhitungan mengenai faktor-faktor yg tidak dpt diketahui
sebelumnya, diluar jangkauan manusia.( peristiwa tsb dpt
dibayangkan sebelumnya, namun tdk sanggup/ tidak berdaya utk
mengatasinya)
4. Sarana/alat utk mengevaluasi/mengukur hasil dari suatu
pengambilan kept.
Hakekat Pengambilan Kept
Ada 4 Tingkatan pemikiran kreatif dalam Pengambilan
Kept. Menurut Wallas :
1. Tahap Persiapan ; perumusan masalah,menganalisis,
mengumpulkan informasi yg relevan dan membuat
alternatif pemecahan masalah.
2. Tahap Iluminasi (bila dlam tahap persiapan tdk
menemukan pemecahan masalah)
3. Tahap Inkubasi (peralihan tahap 1 dan 2)
4. Tahap Verifikasi (tahap memeriksa kembali
permasalah utk dipecahkan)
EFEKTIVITAS PENGAMBILAN
KEPUTUSAN
EFEKTIVITAS DAN KOMPONEN
PENGAMBILAN KEPUTUSAN
Maier -----Efektifitas terjadi bila :
a. Acceptability (penerimaan dari kept yg
telah dirumuskan)
b. Quality (kualitas Keputusan)
DE = Q x A
Ket : DE = Efektifitas Decision, Q = Quantity,
A = Acceptability
Kualitas bersifat objektif, dpt diukur.
Penerimaan bersifat subjektif (emosional)
Dilihat dari Meier melihat efektifitas keputusan menjadi 3 :
Q/A = Kept yang mengutamakan kualitas lebih tinggi, sedang penerimaan rendah, mungkin
penerimaan tdk begitu ditekankan. Mis peningkatan suku bunga bank.
A/Q = Kept yang mengutamakan penerimaan tinggi dan kualitas rendah. Mis keputusan dalam
suatu organisi peneriman lebih diutamakan.
Q=A Kept dimana penerimaan dan kualitasnya sama-sama penting/berperan.

Dasar & Faktor Pengambilan Keputusan (Terry)

1. Intuisi : bersifat subjektif/inner feeling, mudah terkena sugesti/pengaruh luar. Yang mempengaruhi
; pendidikan dan latar belakang pengamb kept.
Keuntungan : - keputusan dpt segera dilakukan.
- Lebih tepat utk keputusan mengenai kemanusiaan.
- Memerlukan waktu yang lebih pendek.
Kelemahan : - Cenderung kurang teliti
- Keputusan tersebut sulit diukur kebenarannya.
2. Kept menurut Rasio : biasanya pada masalah-masalah yg memerlukan secara rasional. Mis ;
efisiensi input/output, standarisasi.
3. Kept berdasarkan fakta : hrs didukung oleh fakta. (biasanya data-data, berita acara pemeriksaan)
4. Kept berdasarkan pengalaman : kept didukung sifat historis
5. Kept berdasarkan wewenang : outhority
Keuntungan ; banyak diterima bawahan, dpt dipercaya/otentisitas, lebih permanen sifatnya.
Kelemahanya : sifat rutinitas dan ditaktorial.
Faktor-faktor yg mempengaruhi pengamb kept :
1. Keadaan intern organisasi
2. Keadaan informasi yg diperlukan
3. Keadaan ekstern organisasi
4. Kepribadian & kecakapan pengambil kept.

HIRERKI ANALISA KEPT.

Tahap Deterministik : variabel diidentifikasikan, dilakukan penetapan nilai, diukur
variabelnya, tanpa diperhitungkan ketidakpastiannya.
Tahap Probabilistik : Penetapan besarnya ketidakpastian, penetapan nilai, penetapan
preferensi dan risiko.
Tahap informasional : mematangkan tahap deterministik dan probabilistik, bila perlu
mencari informasi tambahan, dpt terjadi perubahan model.

Informasi awal

Tahap Probabilistik Tahap Informasional Keputusan Tindakan

Tahap Deterministik

Informasi baru Pengumpulan informasi Pengumpulan Informasi baru

HIERARKI ANALISA
KEPUTUSAN

Informasi Awal
Tindakan

Tahap Tahap Tahap Pengambilan

Deterministik Probabilistik Informasional Keputusan

Informasi Baru Pengumpulan Pengumpulan

Informasi Informasi Baru
Tahap Deterministik
Variabel Aleatori : variabel status yg berada
diluar kemampuan pengendalian pengambil
Model Preferensi thdp risiko
kept, yg banyak mengandung unsur
ketidakpastian dan biasanya pengaruhnya Nilai
sangat besar.
Fixated Variabel adalah variabel yang Model Preferensi trhdp Waktu
pengaruhnya amat kecil bahkan tidak sama
sekali, sehingga dapat ditetapkan Variabel Nilai

nominalnya.
Model Nilai
Analisa sensitivitas adalah analisa akibat adanya
pengaruh perubahan-perubahan variabel. Variabel Hasil

Model Strutural

HIRARKI ANALISA KEPUTUSAN Fixated Aleatory Berpengaruh Tdk

berpengaruh
Variabel Status Variabel Keputusan

Varibel Sistem

Model
 Tahap Probabilistik

• Bentuk
Faktor “lotere nilai”
Ketidakpastian dan ekivalen
tetap
• Ukur
Preferensi atas sensitivitas
risiko stokastik
• Ukur
sensitivitas
risiko
Kodifikasi Ketidakpastian
Seberapa besar kemungkinan munculnya variable
tersebut?

1.0
Kemungkinan Kumulatif

Gambar
Distribusi
0.5 Kemungkinan
Kumulatif

0 5 10 15 20 25 30 35 40 50 60
Volume Penjualan
Kodifikasi Ketidakpastian

Lotere Nilai (pungsi kepadatan)

Lotere Nilai (pungsi kepadatan)

Alternatif A1 Alternatif A2c Alternatif A1

Alternatif A2

Nilai Nilai
Lotere Nilai p (nilai > x)

Lotere Nilai p (nilai > x)

Alternatif A1
Alternatif A2

Alternatif A2
Alternatif A1

X X
Gambar
Perbandingan Ditribusi Kemungkinan
Preferensi atas Risiko

Sifat Pengambil Sifat dalam

Keputusan dalam menghadapi Risiko
Menghadapi Risiko: dipengaruhi:
Penghindar Risiko Sifat dasar
Pengambil Risiko Persoalan yang
Netral thd Risiko dihadapi
Situasi saat ini
 Tahap Informasional

Tujuan : untuk  Analisa Sensitivitas

mengetahui Ekonomis
apakah ada - Perhitungan nilai dari
harapan untuk informasi
mengumpulkan - Jika ongkos>nilai
informasi = tidak mencari
informasi
informasi tambahan
tambahan untuk
- Nilai informasi
mengurangi tingkat
tinggi=perlu pengumpulan
ketidakpastian informasi
PARAMETER KUANTITATIF DLM PROSES PENGAMBILAN
KEPUTUSAN
Laba

Syarat :
Biaya
1. Mudah diukur Parameter
kuantitatif yg
2. Mudah dimengerti uang
Gaji
3. Mudah ditegaskan batasan-batasannya.
Ada Utang
prestasi yg
Parameter kuantitatif yg lain : tdk dpt
dinilai dg
1. Tenaga Kerja --- HOK, mingguan,bulan,
uang
borongan.
2. Pemakaian fasilitas --- jam pemakaian, Ada kecenderungan penentuan
KWH, jam mesin dsb penilaian manfaat yg tdk dpt
dinilai dg satuan kuantitatif, mis
3. Luas ruangan ----m2 pemindahan penduduk,
jembatan, jalan dsb. Shg kept hrs
logis thdp manfaat yg dikenal dg
Cost benefit analysis.
Macam Skala Derajat Pedoman Contoh
Arbitrary Tranformasi
Mutlak (paling Tidak ada Tida ada tinggi dan berat badan,
tegas) Harga pokok dll.
Rasio ( tidak Rendah Angka pengali Batas waktu study =
begitu tegas) konstan 1,5 x jumlah semester
normal
Interval Sedang Persamaan : Uang Gaji karyawan =
( kurang tegas) y = a+ bx gaji + 0,05 (total
penjualan)
Ordinal (paling tinggi Positif Prestasi A lebih tinggi
tidak tegas) monotonik dari pada prestasi B
 TEORI MANFAAT (UTILITY)

1. Ownership Angka mrpkan data yang diambil dari akibat

suatu keputusan, yg memiliki makna berbeda
(kepemilikan) bagi individu dan waktu pelaksanaannya.
2. Place Misal : Laba 100.000 mungkin tidak akan berarti bagi
perusahaan besar, ttp bagi perusahaan kecil angka itu
3. Time
sangat berarti, karena perbedaan pandangan ttg
4. Form manfaat uang sejumlah itu.

Bernoullian
Utility
Utilitas Uang

Utilitas uang
Cramer & Bernoulli, Swiss abad ke-19.
Manfaat yg didatangkan oleh
tambahan sejumlah uang menurun
Jumlah Uang bersama dg kenaikan jumlah uang yg
dimilikinya.
Kurva Bernoullian Utility
(cembung)
Friedman & Savage : perilaku manusia tdk cocok dg Cramer & Bernoulli,
artinya teori tsb tdk berlaku utk setiap orang. Pandangan Cramer &
Bernaoulli sbb :
1. Menyukai risiko--- penjudi . Seorang penjudi akan menyerahkan sesuatu yg
pasti yakni “uang taruhan” utk ditukar dengan suatu tingkat risiko tertentu.
Utilitas tambahan uang semakin berkurang dg semakin besarnya jml uang
yg dimiliki. (seorang penjudi yg menang, uang yg dimiliki semakin banyak,
sehingga semakin bernafsu untuk bermain)
2. Takut menghadapi risiko---- polis asuransi --- berusaha menghilangkan
risiko. (melalui polisasuransi utk “ditukar” dengan sesuatu yang pasti
(premi)

Disutility
Utilitas Uang

Kerugian Uang (loss)

Uang

Utility
Jumlah Uang
Kurva Friedman dan Savage
(cekung)
 KEPUTUSAN

Penetapan Masalah

Pengumpulan Fakta

Pengolahan Data dan

Analisis Data RISIKO

Tentukan Alternatif

Pilih Alternatif Terbaik

Pelaksanaan

Evaluasi Hasil Ubah Tujuan

Sumber: Casso, Herbert N (1965)

Hubungan Proses Keputusan dan Risiko

KEPUTUSAN

Situasi Pasti Situasi Tdk Pasti

Laba Risiko

Laba Maksimum
Maksimum Nilai Saham

Sumber : Levy dan Sarnat (1986)

4 macam keadaan yang dihadapkan
seseorang dlm proses pengambilan kept.

1. Kepastian (certainty)
2. Berisiko (risk) 1. Kept. dlm Kepastian : jk hanya ada satu
3. Ketidakpastian kemungkinan jawaban untuk satu
(uncertainty) permalahan yg tersedia bagi si pembuat
4. Konflik/pertentangan keputusan.
(conflict)
Payoff adalah hasil atau akibat yang
diambilnya keputusan untuk memilih
alternatif tertentu.

Option (alternatif pilihan Payoff (laba)

product mix) (Rp )
1 x1
2 x2
3 x3
. .
n xn
2. Keputusan dengan Risiko apabila lebih dr satu payoff utk setiap alternatif
(option), si pembuat keputusan diasumsikan mengetahui besarnya
probabilitas terjadinya masing-masing payoff, banyaknya variasi payoff
disebut states of nature

Options States of Nature

N1 N2 N3 … … ….
Probabilitas masing-masing
P1 P2 P3 … … …
1 X11 x12 x13 … … …
2 X21 X22 X23 … … …
3 X31 X32 X33 … … …
. … … … … … …
. … … … … … …

N = payoff

P = probabilitas
3. Kept dalam ketidakpastian
ad. Kept bila si pembuat kept
tdk mengetahui jumlah states of nature
maupun probabilitasnya.
Untuk mengubah situasi yang tidak
pasti menjadi pasti atau setidak-
tidaknya menjadi keadaan yang
berisiko, maka harus memperkirakan
states of nature dan memperkirakan
besarnya probabilitas masing-masing.
4. Kept dg konflik
ad. Kept bila si pembuat
kept mengambil kept yang
bertentangan dengan pihak lain,
akibat diambilnya suatu
keputusan, adalah menjadi tugas
pengambil kept utk
mempertimbangkan hal ini .
Expected Value
atau NILAI HARAPAN a/ jumlah dari kemungkinan nilai-
nilai yang diharapkan terjadi pada probabilitas masing2 dari
suatu kejadian yang tdk pasti
Pedoman Memaksimalkan Misal :
Expected Value jika Memilih alternatif yang tidak
penerapannya pada menjanjikan EV tinggi.
persoalan yang terjadi Surat tagihan nilai
berulangkali. Rp100.000.
Expected Loss tercatat Expected Loss tidak Risiko hilang:probabilitas =
(Rp) tercatat (Rp) 1:5000
50 > 20 Expected loss =
100.000/5000 = Rp 20
E(L) tercatat lebih besar dari pada E(L) (surat tidak tercatat)
pengiriman tdk tercatat, meskipun demikian
sebagian besar memilih pengiriman tercatat. Jk surat tagihan dikirim
EV tdk dpt diterapkan pd pemilihan keptusan tercatat biaya Rp 50 (EL
satu kali, dpt diatasi dg cara memandang utility
dr payoff penilaian si pembuat kept sendiri
jk dikirim tercatat)
sebagai pengganti satuan uang.
 SOAL :

Seorang manajer dihadapkan pada masalah pemilihan salah satu dari

ketiga alternative di bawah ini :

Tingkat permintaan
Probabilitas
Rendah (0.25) Sedang (0.25) Tinggi (0.5)
Tdk mengadakan Rp 0 Rp 0 Rp 0
perluasan
Perluasan sedikit Rp 50 Rp 300 Rp 200
Perluasan besar- - Rp 500 Rp 100 Rp 600
besaran

Hitung Expected Value (E(V)) dari masing-masing alternative !

RUMUS E(V) = (prob.) (n1) + (prob.) (n2) + (prob.) (n3)

Keberatan-kebearatan thdp kriteria Excpected Value :
1. Kriteria EV tdk dpt diterapkan bila keputusan hanya dijalankan satu
kali.
2. Dalam dunia praktis pembuatan keputusan banyak bersifat subyektif
dalam menentukan probabilitasnya.

Perbedaan Probabilitas :
1. Probabilitas Objektif dihitung berdasarkan presentase terjadinya
suatu kejadian yang berkali-kali.
2. Probabilitas Subjektif berdasarkan keyakinan seseorang akan
munculny suatu kejadian. Tergantung pd : keahlian,kecerdasan,
pengalaman, pengetahuan, keyakinan, pendapat.
3. Prior probability adalah probabilitas mula-mula sebelum adanya
perubahan. Sering disebut dg informasi awal. (initial information)
4. Posterior probability adalah probabilitas yg mengalami perubahan
Sering disebut Improver posterior (dari hasil penelitian sample)
 KEPUTUSAN BERISIKO
 Maksimisasi Expected Value Sisi Nilai (payoff)
 Probabilitas ad : suatu nilai untuk
mengukur tingkat kemungkinan terjadinya A 200.000
suatu kejadian yg tdk pasti. B -100.000
EV = 0,5. 200.000 + 0,5. (-100.000) = 50.000 --- bermain Probabilitas 0,5
EV = 0,5. 0 + 0,5. 0 = 0 ---- tdk bermain

Probabilitas dan Demand rendah Demand sedang Demand tinggi Expected Value =
Alternatif 0,25 0,25 0,5
Prob x pay off
1. Tidak mengadakan 0 0 0
perluasan

2. Perluasan Sedikit 50 300 200

3. Perluasan Besar- -500 100 600

besaran

EV1 = 0,25 x 0 + 0,25 x 0 + 0,5 x 0 = 0

EV2 = 0,25 x 50 + 0,25 x 300 + 0,5 x 200 = 187,5
EV3 = 0,25 x (- 500) + 0,25 x 100 + 0,5 x 600 = 200 (yg dipilih)
PENGAMBILAN KEPT DLM KETIDAKPASTIAN TANPA
PROBABILITAS

1. Pesimisme
(maximin/minimax)
Abraham Wald ahli statistik.
Pilih alternatif yg paling
buruk, kmd memilih alternatif
yg tertinggi dr yg paling
buruk tersebut.
Matrik payoff utk perluasan pabrik
Tabel Payoff Minimum
Option Demand

Option Pay off minimum

Rendah Sedang Tinggi

Tdk memperluas 0 0 0
Tdk memperluas 0
Perluasan Sedikit 50 300 200
Perluasan Sedikit 50 Pesimisme (maximin)
Perluasan Besar-besaran -500 100 600
Perluasan Besar- -500
besaran
2. Optimisme (maximax)
Leonid Hurwicz
Memilih alternatif secara optimis, mencari payoff yang paling menjanjikan yaitu payoff maximal ,
kemudian pilih payoff yang paling besar dari tabel payoff yg maximal.

Option Demand Tabel Payoff Maximal

Rendah Sedang Tinggi

Option Pay off minimum
Tdk memperluas 0 0 0
Tdk memperluas 0
Perluasan Sedikit 50 300 200
Perluasan Sedikit 300
Perluasan Besar- -500 100 600
besaran Perluasan Besar- 600 Optimisme
besaran maximak
3. Kriteria Regret / minimax Regret
Berhubungan dg konsep opportunity cost. Nilai kesempatan yang hilang (opportunity loss) ialah sejumlah payoff yg
hilang oleh karena tdk dipilihnya suatu alternatif atau tindakan dg pafoff terbesar bagi kejadian tak pasti yang
sebenarnya terjadi.
Langkah-langkah kriteria regret ;
Buat tabel matrik baru regret yaitu selisih antara payoff yg diterima pd setiap alternatif dg payoff maximal.
Sehingga regret adalah kerugian yang diderita pembuat keputuan krn tidk tahu pasti apa yang terjadi pd masa yg
akan datang.

Tabel Matrik Regret

Option Deman Option Demand

Rendah Sedang Tinggi Rendah Sedang Tinggi

Tdk memperluas 0 0 0 Tdk memperluas 50 300 600

Perluasan Sedikit 50 300 200 Perluasan Sedikit 0 0 400
Perluasan Besar- -500 100 600 Perluasan Besar-besaran 550 200 0
besaran

Selanjutnya kriteria regret dikaitkan dg kriteria minimax sehingga matrik

menjadi sbb :

Tabel matrik regret minimax

Option Kerugian maximum

Tdk mengadakan perluasan 600

Perluasan sedikit 400 kriteria minimax regret
Perluasan besar-besaran 550
4. Kriteria Laplace/ Equal Likelihood
Kriteria ini menjelaskan tidak peduli thdp probabilitas yg muncul, shg
dianggap masing-masing memiliki probabilitas yg sama. Kmd persolan
berubah mjd kondisi berisiko

5. Kriteria Hurwicz
Pada kriteria ini berprinsip kept tdk sepenuhnya optimis dan tdk
sepenuhnya pesimis. Berdasarkan Hurwicz hasil kept dikalikan dg koefisien
optimisme yg didefinisikan dg 
(0<  <1)
Jk  = 0 pengambilan kept. pesimis
 = 1 pengambilan kept. optimis

 adalah koefisien optimisme, maka koefisien 1 -  = koefisien pesimisme

Contoh ;

Option Situasi masa depan

S1 S2 S3
A 20 12 8
B 25 10 1
C 30 8 -4

Hit : Alternatif kept. Berdasarkan :

1. Laplace
2. Hurwicz ( =0,6) untuk situasi masa depan s1 dan s2
1. Laplace NE A = 1 (V. Pij)
n
NE A = (20 + 12 + 8 ) = 13,33 Hasil Keputusan Laplace pilih NEA = 13,3 (karena paling besar nilai NE-nya)
3

NE B = (25 + 10 + 1 ) = 12
3
NE C = (30 + 8 + (-4) ) = 11,3
3

. Kriteria Hurwicz
2

NE = probability x payoff
NE A = 0,6 . 20 + 0,4 . 12 = 16,8
NE B = 0,6 . 25 + 0,4 . 10 = 19
NE C = 0,6 . 30 + 0,4 . 8 = 21,2 Hasil keputusan kriteria Hurwicz
NE C = 21,2 (karena NE C paling besar)
KRITERIA PEMBUATAN KEPT.DLM SITUASI MASA DEPAN YG TDK
PASTI DGN MENGGUNAKAN PROBABILITAS

1. Expected Monitary Value (EMV)

ad. Kriteria memanfaatkan probabilitas ttg
terjdinya situasi masa dpn, dlm pemilihan
alternatif kept.
Pembuat kept hrs menganalisis, menghitung
nilai moneter dari masing-masing alternatif,
kemudian memilih aternatif yg menghasilkan
nilai perkiraan moneter paling tinggi.
EMV = ∑ P . d ket : P =
probabilitas, d = payoff.
Contoh :

Option Situasi Masa Depan

S1 (jasa S2 Jasa
tinggi) Rendah
Kecil (d1) 12 6
Sedang (d2) 15 2
Besar (d3) 20 -3

Ps1 = 0,4
EMV d1 = 0,4 . 12 + 0,6 . 6 = 8,4 ( yg dipilih, krn
EMV-nya paling besar)
EMV d2 = 0,4 . 15 + 0,6 . 2 = 7,2
EMV d3 = 0,4 . 20+ 0,6 . (-3) = 6,2
2. Expected Opportunity Loss (EOL)

Ad. Kept yg berkaitan dg peluang rugi

expektasi.
Utk menggunakan kriteria ini digunakan
probabilitas dikalikan dg penyesalan
(opportunity loss). Kemudian konsep
penyesalan tsb dihubungkan dg minimax
Regret. Opportunity loss ad. Sejumlah payoff yg hilang oleh krn
tdk dipilihnya alternatif atau tindakan dg payoff terbesar bagi
kejadian tak pasti yg sebenarnya terjadi.
Besarnya nilai kesemptan yang hilang
(opportunity loss ) sama dg payoff terbesar
dari alternatif yag besangkutan .
Artinya nilai kesempatan yg hilang = nilai
payoff yg terbesar pada setiap kolom
dikurangi nilai payoff lainnya.
 Contoh

Tabel Matrik Regret

Option Situasi Masa Depan

Option Situasi Masa Depan

S1 (jasa S2 Jasa
tinggi) Rendah S1 (jasa S2 Jasa
tinggi) 0,4 Rendah 0,6
Kecil (d1) 12 6
Sedang (d2) 15 2 Kecil (d1) 8 0
Besar (d3) 20 -3 Sedang (d2) 5 4
Besar (d3) 0 9

Ps1 = 0,4
EOL d1 = 0,4 . 8+ 0,6 . 0 = 3,2 ( yg dipilih, krn EOL-
nya palig kecil)
EOL d2 = 0,4 . 5 + 0,6 . 4= 4,4
EOL d3 = 0,4 . 0 + 0,6 . 9 = 5,4
MEMINIMALKAN BIAYA TRANSPORTASI

1. Model Center Of Gravity Asumsi yang harus diketahui :

-Biaya transportasi per satuan jarak
2. Incremental Analysis - Satuan berat (volume)
-Permintaan dan lokasi tujuan.

1. Model Center of Grafity ;

adalah rata-rata tertimbang  TiViZi
biaya transport timur-barat dan 
tertimbang utara –selatan.  TiVi
Dalam hal ini tdk dibedakan
antara barang yang datang U = Rata –rata tertimbang jarak

dan brg yang pergi. Ti = Biaya transport / volume/jarak

Vi = Volume (berat)
Model ini sbg pendektan awal Zi = jarak yg dipilih dari titik origin.



2. Incremental analysis
Analisis ini akan biaya pengangkutan total ke semua lokasi yg
membutuh kan suatu produk. Jadi kita mencoba memindahkan
lokasi kesemua arah ( barat, timur, utara maupun selatan) sambil
mengamati total biaya transpor yang paling kecil yang dipilih dengan
cara mengeser lokasi-lokasi tadi, jika pergeseran malah menambah
biaya transpor maka, lokasi semula yang optimal.

C = E Ti Vi Di
C = Biaya Transport total
T = Biaya transpor / volume/ jarak
V = Volume berat yg diangkut
D = Jarak
 Kondisi Pasar
Kondisi Kondisi
Persaingan Baik Persaingan Buruk
(0,7) (0,3)
Maemperluas 800.000 500.000
Mempertahankan 1.300.000 -150.000
Menjual saat ini 320.000 320.00
KOMPONEN-KOMPONEN
JARINGAN

Jaringan adalah diagram yang terdiri dari dua komponen, yaitu simpul dan cabang.
Simpul (node) adalah titik persimpangan. Dilambangkan O
Cabang (branches) adalah yang menghubungkan antar simpul
Dilambangkan dengan garis yang menghubungkan simpul.

Simpul umumnya lokasi, sedangkan cabang adalah garis edar yang menghubungkan: kota dan
persimpangan, serta jalan kereta api atau rute udara yang menghubungkan pangkalan udara.

Ciawi
2 1 = titik origin / titik awal
4 6
Tasik

4 (3, 4, 5 dan 6) = Jarak, lama

1 waktu , biaya yang diberikan
pada masing-masin cabang
3 Bandung
3
5
Garut
 Rute Jalur Kereta Api di Pulo Jawa

Bant Jkt Cika Cireb Smg

en mpek on

Sby

Bogor Pwt

Bdg Kroya Kerto Banyu

sono wangi

Suka Blitar Malang

bumi
 A.Rute Terpendek.
Rute terpendek berguna menentukan jarak tersingkat antara titik awal ke
beberapa titik tujuan.
Misal perusahaan dihadapkan untuk pengiriman barang ke beberpa kota.

25
2 5
8
12 14
16 Keterangan :
35 19
4 7 1 = titik origin
1
15 17
9 14

3 6
22

A. Pendekatan Rute terpendek

1 2
16 Setelan Cabang Waktu
Permanen
35
(1) 1-2 16
1 4
1- 4 35
9
1-3 9 # (yang dipilih)
3
9
 Setelan Cabang Waktu
2 Permanen
2 16 #
( 1–3) 1- 2 16 # (dipilih)

16 1 - 4 35
35 4
1
3 - 4 24
15
9 3 -- 6 31
22 6
3

Setelan Cabang Waktu

16 2 5 Permanen
3
25 ( 1– 2- 3) 1- 4 35
12
35 2- 4 28
4 24 #
1
2- 5 41
9
15
3 -- 4 24 # (dipilih)
3 6
22 3-6 31
 9 Setelan Cabang Waktu
25 38 Permanen
4 2 5 (1 – 2 – 3 – 4 ) 2–5 41

16 3-6 31 # (dipilih)
12
14
35 24
4–5 38
1 4
7
4-7 43
19
15
17
9 4-6 41
3 6 31 #

22
9

38 #
25
5 16 2 5 Setelan Permanen Cabang Waktu
14 (1 – 2 – 3 – 4 – 6 ) 2–5 41
16
12 4–5 38 # (dipilih)

16 4–7 43
19
1 4 7 6-7 45
35
17
15
9
22 14
3 6

9 31
 16 Setelan Permanen Cabang Waktu
6 25 38
2 5 (1 – 2 – 3- 4 – 5 – 6) 4–7 43 # ( dipilih)

16
12
8
6–7 45
14
5-7 49
24
19
1 4 7
35
17 43 #
9 14

3 6
22

9 31 Rute –rute dengan waktu tersingkat dari

titik 1 ke masing-masing 6 simpul sbb :
Tabel waktu perjalanan tersingkat dari
titik 1 ke masing-masing tujuan.
16
38 Dari 1 Rute Total jam
2 5 2 1–2 16
14
16 3 1–3 9

24 4 1–3–4 24
4
19 7 5 1–3–4-5 38
1 9
6 1–3-6 31
43
15
7 1–3–4–7 43

3 6 Jumlah rute terpendek = 161

22 31
9
B. POHON RENTANG MINIMUM
(SPANNING TREE)
Sama dengan rute terpendek, kecuali tujuannya adalah,
menghubungkan seluruh simpul dalam jaringan sehingga total panjang
cabang tsb diminimisasi. Misal : pemasangan kabel yang
menhubungkan antar kota agar, panjang kabel minimum.
25 Langkah-langkah pohon rentang minimum :
2 5 1. Pilih simpul origin
16 14 8
2. Pilih simpul terdekat dengan simpul origin,
12 untuk bergabung dengan pohon rentang.
3. Ulangi langkah berikutnya sampai seluruh
1 4 7 simpul berhubungan dengan pohon
35 19 rentang.
17
15
9 14

3 6 No Hubungan Kota Panjang Kabel

22 (km)
1 1 - 3 9
2 3 - 4 15
12 5 14
2
12 14 3 4 - 2 12
8
4 4 - 5 14
4 15 7
1 8 5 5 -7 8
15 14
6 7 - 6 14
9
3 6 Total 72
9 14
 VISI dan MISI

Untuk membuat perencanaan yg konkret berdasarkan arah kemasa depan

diperlukan suatu mimpi yg indah secara bertahap, jangka pedek,
menengah, panjang. Oleh karena iti perlu visi dan misi yang jelas.

VISI adalah terciptanya suatu kondisi masa depan yang dapat dicapai
pada kurun waktu tertentu (pendek, menegah, panjang) dalam
pengembangan produk suatu kelembagaan usaha, maupun organisasi
sosial, ekonomi, politik pada lingkungan manajemen berupa wujud kata
benda.
Misal terwujudnya Unsil sebagai institusi yang berkarakter entrepreneur
dalam menuju pembanguan Indonesia.

MISI adalah untuk mewujudkan visi yang telah ada secara riil dapat
dilaksanakan dicapai dengan program strategis dan dimulai dengan
awalan me+kata kerja, sehingga berupa action.
Mis : mewujudkan, mengidentifikasikan, mendorong, memberikan arah, dll
PERENCANAAN STRATEGIS

Distinctive Competence : tindakan perusahaan utk melakukan kegiatanyang lebih

baik dibandingkan dg pesaingnya. (Keahlian TK dan Kemampuan SD)
Competitive Advantage : Kegiatan spesifik yg dikembangkan perusahaan agar
lebih unggul dibandingkan dengan dg pesaingnya (cost leadership,
diferensiasi dan fokus)
Cost Leadership ----- (skala ekonomi, efisiensi produk, penggunaan
teknologi, kemudahan akses bahan baku)
diferensiasi ----- keunggulan kinerja produk, inovasi prododuk, pelayanan
baik dan brand image)
fokus ----- segmentasi dan pasar sasaran.
TIPE-TIPE STRATEGI
1. STRATEGI MANAJEMEN (pengembangan produk, penerapan harga, pengembangan
pasar,keuangan, akuisisi dll)
2. STRATEGIS INVESTASI ( strategi bertahan, pembangunan kembali, divestasi dll)
3. STRATEGI BISNSIS ( strategi pemasaran,distribusi, organisasi dll)
 Analisis SWOT
Kelemahan Internal
Kuadran 1. Situasi yg menguntungkan artinya
Berbagai peluang memiliki peluang dan kekuatan shg dpt
memanfaatkan peluang g ada. Strategi yg hrs
3. Mendukung Strategi
2,63
diterapkan adalah mendukung kebijakan
turnaround 1. Mendukung Strategi
pertumbuhan agresif (Growth oriented
agresif
strategy)
Kuadran 2. Meskipun menghadapi ancaman,
Kelemahan Kekuatan Internal dikuadaran ini masih memiliki kekuatan dari
Internal
1,55 segi internal. Strategi yg diterapkan adalah
menggukan kekuatan utk meningkatkan
4. Mendukung 2. Mendukung strategi peluang Jangka panjang melalui strategi
diversifikasi (produk/pasar)
Strategi Defensif diversifikasi
Kuadran 3. Menghadapi peluang pasar yg
sangat besar, tetapi di lain pihak, ia
Berbagai Ancaman menghadapi kendala/kelemahan internal..
Fokus strateginya adalah meminimalkan
∑ C - ∑ D = 2,63 masalah internal perusahaan, sehingga dpt
Matrik Grand Strategy C = Peluang dan D = Ancaman merebut peluang pasar yg lebih baik.
Kuadran 4. Situasi ini sangat tidak
menguntungkan, karena dikuadaran ini
∑ A - ∑ B = 1,55
menghadapi bebagai ancaman dan kelemahan
A = Kekuatan dan B = Kelemahan
internal.
ANALISIS SWOT sbg Alat Formulasi Strategi
Analsis SWOT ad identifikasi berbagai faktor secara sistematis dalam merumuskan strategi
secara logika yang dapat dioptimalkan. Komponen analisis ini adalah :
1. Kekuatan ( Strengths)
2. Peluang (Opportunities)
3. Kelemahan (Weaknesses)
4. Ancaman (Threats)

Proses pengambilan keputusan berkaitan dengan pengembangan : Misi, Tujuan, Strategi

dan Kebijakan Perusahaan. Strategic planner harus menganalisis (kekuatan,
kelemahan, peluang dan ancaman) shg sering disebut analisis situasi.
SWOT = lingkungan Internal yang terdiri : Strengths dan Wekanesses
= lingkungan eksternal yang terdiri : Opportunities dan Threats.
Tahapan Perencanaan Strategis :
1. Pengumpulan Data
2. Analisis Data
3. Pengambilan Keputusan.

1.TAHAP PENGUMPULAN DATA

Evaluasi Faktor Eksternal Evalusi Faktor Internal Matrik Profil Kompetitif

2. TAHAP ANALISIS

Matrik TOWS Matrik BCG Matrik Internal Matrik Space Matrik Grand
Eksternal Strategi

3. TAHAP PENGAMBILAN KEPUTUSAN

Matrik perencanaan Strategi Kuantitatif.

Contoh :
Data Eksternal Perusahaan : Analisis pasar, Analisis kompetitor,
Analisis komunitas, Analisis Pemasok, Analisis Pemerintah,
Analisis Kelompok Kepentingan ttt.
Data Internal Perusahaan : Laporan Keuangan (neraca, laba-rugi,
cash-flow, struktur pendanaan), Laporan Kegiatan sumberdaya
manusia (jumlah karyawan, pendidikan, keahlian, pengalaman,
gaji, turn over), Laporan Kegiatan Operasional, Laporan
Pemasaran.
Model yg dipakai tahap ini terdiri dari 3 yaitu :
a. Matrik Faktor Strategi Eksternal
b. Matrik Faktor Strategi Internal
c. Matrik Profit Kompetitif
Contoh :

1. Matrik Faktor Strategi Ekternal (EFAS) =Eksternal

Factors Analyisis Sumamary

Faktor-Faktor Strategi Eksternal BOBOT RATING BOBOT X RATING KOMENTAR

PELUANG :
Integrasi ekonomi eropa 0,20 4 0,80 -
Perub. Struktur demografi 0,15 4 0,60
Pemg Ekonomi Asia 0,15 4 0,60
Terbukanya Eropa Timur 0,20 3 0,60
Kecenderungan superstores 0,10 3 0,30
∑ C = 2,9
ANCAMAN :
 Meningkatnya peraturan Pemerintah 0,02 2 0,04 -
Meningkatnya Persaigan 0,05 2 0,10
Whirlpool dan Electrolux 0,05 2 0,05
Munculnya Teknologi baru 0,05 1 0,05
Perusahaan Jepang 0,03 1 0,03
∑ D = 0,27
TOTAL 1,00 ∑ C - ∑ D = 2,63
∑ C + ∑ D = 3,17
2. Matrik Faktor Strategi Internal (IFAS = Internal Strategic Factors Analysis Summary) yang terdiri dari Strength and
Weakness.

FAKTOR-FAKTOR STRATEGI INTERNAL BOBOT RATING BOBOT X KOMENTAR

RATING

KEKUATAN :
Budaya kualitas Maytag 0,15 4 0,60 Kunci sukses,
Pengalaman Top Manajer 0,15 4 0,60 Mengetahui produk,
Integrasi vertikal 0,10 4 0,40 Hubungan baik, Baik
tapi cenderung turun,
Hubungan yang baik dg SDM 0,05 3 0,15 Memiliki reputasi baik
Memiliki Orientas internasional 0,15 3 0,45 dipembersih.
∑ A = 2,2
KELEMAHAN :
Proses Produksi (R&D) 0,05 2 0,10 Lambat utk produk
Saluran Distribusi 0,05 2 0,10 baru,Ancaman
Dukungan Kondisi keuangan kurang baik 0,15 1 0,30 superstore, Tingginya
hutang, Lemah diluar
Posisi global sangat kurang 0,10 1 0,10
Fasilitas Manufaktur 0,05 1 0,05
∑ B = 0,65
TOTAL 1,00 ∑ A + ∑ B = 2,85
∑ A - ∑ B = 1,55
 Matrik IFAS DAN EFAS

Total Skor IFAS

Misal :
Lemah
Nilai total Skor
Kuat Sedang
4.00-3.00 3.00-2.00 2.00-1.00 EFAS= 3,17
Total Skor EFAS

Tinggi
IFAS = 2,85
4.00-3.00 I II III
Sedang
Maka ada di sel II
3.00-2.00 IV V VI (strategi tumbuh dan
Rendah
2.00-1.00 VII VIII IX membangun)

Keterangan :
• Strategi tumbuh dan membangun pada sel I, II dan IV === strategi utama
ketiga kolom tsb adalah bersifat intensif seperti penetrasi pasar dan
pengembangan produk. Strategi keduayg cocok adalah strategi integratif
seperti integrasi horizontal, integrasi kedepan atau kebelakang.
• Strategi bertahan dan mempertahankan pada sel III, V dan VII === penetrasi
pasar dan pengembangan produk
• Strategi panen/divestasi sesuai dengan sel VI, VIII, IX === strategi ini yg
sering digunakan adalah liquidasi dan akuisisi.
Matrik Profil Kompetitif ad utk mengetahui posisi relatif yg dianalisis
dibandingkan dengan perusahaan pesaing.

Contoh : Matrik Profil Kompetitif

FAKTOR BOBOT PERUSAH PESAING 1 PESAING 2

STRATEGI AAN

Rating Bobot Skor Rating Bobot Skor Rating Bobot Skor

Pangsa Pasar 0,20 3 0,6 2 0,4 2 0,4

Penerapan 0,20 1 0,2 4 0,8 1 0,2

Harga

Posisi 0,40 2 0,8 1 0,4 4 1,6

Keuangan

Kualitas 0,10 4 0,4 3 0,3 3 0,3

Produk

Kesetiaan 0,10 3 0,3 3 0,3 3 0,3

Konsumen

Total 1,00 2,3 2,3 2,8

TAHAP ANALISIS setelah terkumpul semua informasi yg berpengaruh terhdap
model kuantitatif perumusan strategi maka dapat digunakan matrik- matrik
untuk membantu mengambil keputusan sebagai berikut :

1. Matrik SWOT
2. Matrik BCG
3. Matrik Internal Eksternal
4. Matrik Space
5. Matrik Grand Strategi.

Matrik SWOT menggambarkan secara jelas bagaimana peluang dan

ancaman eksternal yg dihadapi dpt disesuaikan dg kekuatan dan
kelemahan yg dimilikinya. Matrik ini dpt menghasilkan 4 set kemungkinan
alternatif strategis.
Matrik SWOT
IFAS STRENGTHS (S) WEAKNESSES (W)
Tentukan 5 – 10 faktor –faktor Tentukan 5-10 kekuatan
EFAS kelemahan internal internal

OPPORTUNIES (O) STRATEGI SO STRATEGI WO

Tentukan 5-10 Ciptakan strategi yg Ciptakan strategi yg
faktor peluang menggunakan kekuatan untuk meminimalkan kelemahan
eksternal memanfaatkan peluang untuk memanfaatkan
peluang

TREATHS (T) STRATEGI ST STRATEGI WT

Tentukan 5-10 faktor Ciptakan stategi yg Ciptakan strategi yg
ancaman eksternal menggunakan kekuatan untuk meminimalkan kelemahan
mengatasi ancaman. dan menghindari ancaman
ANALISIS ANTRAN (Queueing Analysis)

1. Sistem Antrian Pelayanan Tunggal

(Single Server System)
Faktor-faktor yg mempengaruhi :
 Disiplin antrian = first-come, first-server
 Sifat populasi pelanggan = calling population
(dari mana pelanggan berasal) diasumsikan
tidak terhingga/infinitif.
 Tingkat kedatangan = arivval rate (seberapa
sering pelanggan ada dalam antrian)
 Tingkat pelayanan= Service rate (seberapa
cepat pelanggan dilayani)
2. Antrian Pelayanan Ganda.

2. Antrian ganda adalah baris antrian

tunggal yg dilayani oleh lebih dari satu
pelayan.
Misal. antrian di bank,
Faktor-faktor yg mempengaruhi sama dg
antrian tunggal.
MODEL ANTRIAN

A. Antrian Tunggal :

Antrian Pelayan

B. Antrian Ganda : Pelayan

Antrian
LINEAR PROGRAMMING
Linear Programming
 adalah suatu model umum yang apat digunakan alam pemecahan masalah pengalokasian sumber-sumber yang
terbatas secara optimal.
 Masalah ini timbul jika kita ingin memilih atau menentukan setiap kegiatan membutuhkan sumberdaya yang sama
sedangkan jumlahnya terbatas.
KEGUNAAN LINIER PROGRAMMING :
1. Untuk mencari tingkat keuntungan maksimum atau biaya minimum.
2. Dapat digunakan untuk perencanaan kegiatan-kegiatan untuk mencapai hasil yang optimal, dengan
mengunakan fungsi linier secara matematis.
Linear Programming (Hadley, 1974) adalah:
Kalkulasi untuk menenukan rencana terbaik dimana dalam rangka kegiatan tersebut terdapat berbagai macam
alternative yang harus dipilih dengan berbagai macam kendala yang dihadapi.
MODEL LINEAR PROGRAMMING
Dalam model linear programming dekenal 2 macam fungsi :
Fungsi Tujuan (Objective Funcion)
Adalah funsi yang menggambarkan tujuan atau saran dalam permasalahan linier programming yang berkaitan dengan
pengaturan secara optimal sumberdaya untuk memperoleh keuntungan maksimum atau biaya minimum.
Pada umumnya nilai optimal dinyatakan dalam Z
Fungsi Batasan (Constrain Funcion)
Adalah merupakan fungsi bentuk penyajian secara matematis batasan-batasan kapatisas yang ersedia yang akan dialokasikan
secara optimal ke berbagai kegiatan.
Model Linear Programming (Matrik)
Tabel Data untuk Linear Programing
Kegiatan Pemakaian sumber per unit Kapasitas sumber
Sumber kegiatan /output
1 2 3 .........n
i...........1 a11 a12 a13 .....a1n b1
.. 2 a21 a22 a23 .....a2n b2
.. .. .... ..... .... ..... ....
m m m1 m2 m3 am bm
∆ Z pertambahan C1 C2 C3 Cn
tiap unit
Tingkat Kegiatan X1 X2 X3 Xn

Note : Z = nilai yg dioptimalkan i = nomor setiap macam sumber

m =batasan-batasan sumber Cn =kenaikan nilai Z jk ada perubahan kegiatan
n = macam kegiatan bi = banyaknya sumber
Xn = tingkat kegiatan
FUNGSI TUJUAN :
Memaksimumkan ==== Z = C1X1 + C2X2 + C3X3 + ........ + CnXn
FUNGSI BATASAN :
a11 a12 a13 a1n b1
a21 a22 a23 a2n b2
a31 a32 a33 a3n ≤ b3
...... ...... ....... ...... ....
m1 m2 m3 amn bm

X1 ≥ 0 X2 ≥ 0 Xn ≥ 0 Keuntungan dari tiap-tiap aktivitas dengan kendala B

Maks ==== Z = ∑ CX
Ax ≤ B dan X ≥ 0
Min ==== Z = ∑ CX
Ax ≥ B dan X ≥ 0

Syarat LP :
1.Jumlah kendala boleh tidak sama dengan jumlah kegiatan/ Aktivitas. m ≠ n
2.Ada ketidaksamaan didalam kendala (≥ = ≤ )
Asumsi Linear Programming :
1. Input aktivitas besifat aditif
2. Linearity of the objective fungciont (fungi tujuan selalu linear)
3. Devisibility (input dan output dari setiap kegiatan dapat berupa bilangan pecahan)
4. Proporsionality artinya naik turunya nilai Z sebanding dengan perubahan tingkat
kegiatan
5. Non negativity of the decision variable (aktivitas tidak negatif)
6. Aktvitas input harus terbatas jumlahnya (realistik)
7. Single value expectation )koefisien input dan output, harga input diketahui.
8. Deterministik (semua parameter terdapat dalam model LP)

Linear Programming diselesaikan dengan 3 cara:

1. Metode Aljabar
2. Metode Grafik
3. Metode Simplek

Metode aljabar langkah-langkahnya :

1. Pecahkan ketidaksamaan pada tiap persamaan
2. Tentukan nilai x1 , X 2, X3 ...... Xn dimasukan dalam persamaan Z
3. Merubah ketidaksamaan menjadi persamaan dengan memasukan
Slack Variabel ( X3 dan X4)
 Contoh LP metode Ajabar
Perusahaan memiliki input 60 satuan (brg I) dan 48 satuan (brg II) dari bahan input tadi
dibuat barang A dan barang B. Perencanaan penggunaan bahan sbb:
 Satuan barang A memerlukan 4 unit bahan I dan 2 unit bahan II
 Satuan barang B memerlukan 2 unit bahan I dan 4 unit bahan II
 Harga jual barang A = Rp 8/unit danbarang B = Rp 6 /unit
Tentukan jumlah barang A dan barang B agar penjualan maksimum, dengan pembatas
yang ada.
Jawab :
Input Input Banyaknya input yg dibutuhkan untuk
tersedia tiap 1 unit produksi
Bahan I 60 4 2
Bahan II 48 2 4
Pendapatn bersih 8 6
tiap unit

Misal barang A = X1 barang B = X2

Tentukan X1 dan X2 ==== X3 , X 4
Tujuan Z = 8X1 + 6 X2 max ===== Z = 8X1 + 6 X2 + 0X3 + 0X4
Pembatas :
•SD I : 4X1 + 2X2 ≤ 60 === 4X1 + 2X2 + X3 = 60
•SD II : 2X1 + 4X2 ≤ 48 === 2X1 + 4X2 + X4 = 48
•X1 ≥ 0 , X2 ≥ 0 , X3 ≥ 0 , X4 ≥ 0
Langkah kerja:
Ket : K = jumlah langkah kerja.
n = Variabel (4) == X1, X2, X3 dan X4
m = persamaan (2)
K = 6 langkah

X1, X2, X3 dan X4 Z = 8X1 + 6 X2 + 0X3 + 0X4

Tahap 1. X 1 dan X2 = 0 ---- (X3 = 60 dan X4 = 48 maka Z = 0 )

Tahap 2. X 1 dan X3 = 0 ---- (X2 = 30 dan X4 = -72 tdk perlu cari Z)
Tahap 3. X 1 dan X4 = 0 ---- (X3 = 36 dan X2 = 12 maka Z = 72 )
Tahap 4. X 2 dan X3 = 0 ---- (X1 = 15 dan X4 = 18 maka Z = 120 )
Tahap 5. X 2 dan X4 = 0 ---- (X3 = -36 dan X1 = 24 tdk perlu cari Z)
Tahap 6. X 3 dan X4 = 0 ---- (X1 = 12 dan X4 = 6 maka Z = 132 )

Kesimpulan
Jumlah Barang A (X1) = 12 unit dan barang B (X2) = 6 unit.
Penjualan maksimum yang diperoleh pengusaha sebesar Rp. 132
 Metode Grafik
Sederhana hanya 2 atau 3 variabel kegiatan.
Metode ini merupakan teknik ilmu ukur analitik dengan grafik dan faktor-faktor
pembatas usaha serta fungsi tujuan pada satu salib sumbu yang
mencerminkan tingkat kegiatan usaha.
Rencana optimum diperoleh dengan cara menggeserkan fungsi tujuan kearah
kanan tetapi masih memotong daerah kemungkinan usaha.

Langkah-langkah metode grafik :

1. Tentukan fungsi tujuan dan memformulasikan dengan matematis
2. Identifikasi pembatas-pembatas dan memformulasikan dengan matematis
3. Menggambarkan masing-masing garis fungsi pembatas dalam satu salib
sumbu.
4. Mencari daerah optimal yang dihubungkan dengan fungsi tujuan. Fungsi
pembatas dinnyatakan dalam : ≥ , = , ≤
Contoh Kasus LP Metode Grafik
Petani memiliki lahan 160 ha untuk bertanam jagung dan gandum, input
tenaga kerja yang tersedia pada bulan maret 65 HKP dan 110 HKP pada bulan
Juli. Berdasarkan pengalaman setiap ha gandum petani memerlukan 0,5 HKP
pada bulan Maret, untuk memperoleh gandum senilai 32 $, dan untuk setiap
ha jagung memerlukan 1 HKP pada bulan Juli dengan nilai Jagung 16 $.
Berapa luaslahan jagung dan gandum agar dapat memberikan profit max.
Jawab :
Kegiatan/Sumber Jagung (X1) Gandum (X2) Total
Lahan 1 1 160
Tk Maret 0 0,5 65
Tk Juli 1 0 110
$ 16 32

Fungsi Tujuan : Z = 16 X1 + 32 X2 max

Fungsi Pembatas :
1. X1 + X2 ≤ 160 ...... (1)
2. 0,5 X2 ≤ 65 ..... (2)
3. X1 ≤ 110 .....(3)
X1 ≥ 0 , X2 ≥ 0
 X2

OABCD = Daerah feasible.

3 === X1 ≤ 110
Langkah terakhir metode ini
adalah mencari kombinasi
C X1 dan X2 pada daerah
130 D 2 === X2≤ 130 feasible yang dapat
memaksimalkan nilai Z

A
X1
O 110

1 === X1 + X2 ≤ 160

Dalam memaksimalkan nilai Z dapat dilakukan dengan :

1. trial dan error
2. Dicoba pada tiap titik potong sampai tercapai nilai Z yg paling maksimum.

a. Titik A (110, 0) Z = 16 X1 + 32 X2 = 1760

b. Titik B (110, 50) Z = 16 X1 + 32 X2 = 3360
c. Titik C ( 30,130) Z = 16 X1 + 32 X2 = 4640 (Z maksimum)
d. Titik A ( 0,130) Z = 16 X1 + 32 X2 = 4160

Kesimpulan : - Luas lahan untuk jagung (X1) = 30 ha

- Luas lahan Gandum (X2) = 130 ha
- Nilai Profit maksimum tercapai pada Z = $ 4640
Kasus I
2x1 ≤ 8
3 x2 ≤ 15
6 x1 + 5x2 ≤ 30
Z= 30.000 x1 + 50.000 x2
Hitung x1 dan x2 agar diperoleh nilai Z max.
Dengan menggunakan metode grafik dan simplek
Metode Simplek
Metode simplek dikerjakan secara sistematik bermula dari penyelesaian dasar yang laik (feasibiliy basic
solution) ke peyelesaian dasar yang laik berikutnya. Dilakukan berulang-ulang sampai akhirnya ditemukan
penyelesaian yang optimal.
LANGKAH-LANGKAH PENGERJAAN

1. Rumuskan standarisasi model.

2. Bentuk tabel pertama dengan variabel semu sebagai variabel dasar
3. Tentukan variabel pendatang (entering variable) untuk dijadikan varibel dasar berikutnya. Variabel
pendatang adalah variabel adasar yang nilainya pada baris Z- paling negatif dalam
kasus maksimilisasi.
4. Tentukan variabel perantau (leaving variabel) diantara variabel adasar yang ada, untuk dijadikan variabel
adasar dalam tablo berikutnya. Variabel perantau adalah variabel adasar yang
memiliki rasio solusi (r.s) dengan nilai positif terkecil.
5. Bentuk tablo berikutnya dengan memasukan variabel pendatang kekolom VD dan mengeluarkan variabel
perantau dari kolom VD serta lakukan transformasi baris tablo, termasuk baris – z.

Sedangkan transformasi baris-baris lainya sebagai berikut :

6. Lakukan pengujian optimalitas. Jika semua koefisien variabel adasar pada baris z tidak ada yang
negatif pada kasus maksimilisasi maka penyelesaian sudah optimal.
Model Penyelesaian simplek dengan Variabel Dasar :
Optimumkan : z – c1x1 – c2x2 - . . . . . . . . cnxn = 0
Kendala : a11x1 + a12x2 + . . . . . . + a1nxn + s1 = b1
a2x1 + a22x2 + . . . . . . + a2nxn + s2 = b2

Bentuk Tablo :
VD z x1 x2 . . .. . . xn s1 s2 . . . . sn S
z 1 c1 c2 ...... cn 0 0 .. ..0 0
s1 0 a11 a12 . . . . . . . . . a1n 1 0 .....0 b1
s2 0 a21 a22 . . . . . . . . . a2n 0 1 .....0 b2
. . . . ...... . . . .... .
. . . . ...... . . . .... .
sm 0 am1 am2 . . . . . . . amn 0 0 .... 1 bm

Ket :
1. VD = Variabel Dasar berisikan variabel semu.
2. z = kolom pelengkap isinya selalu ( 1, 0, 0, . . . . ., 0)
3. Kolom-kolom variabel berisikan koefisien dari masing-masing variabel dalam persamaan yang bersesuaian.
4. Kolom s (solution)
Contoh soal
Maksimumkan z = 25 x1 + 15 x2
Terhadap 3 x1 + 3 x2 ≤ 24 (kendala masukan K)
2 x1 + 4 x2 ≤ 20 (kendala masukan L)
3 x1 ≤ 21 (kendala masukan M)
x1 , x2 ≥ 0
Penyelesaian
Model Standar :
Maksimumkan ==== Z - 25 x1 - 15 x2 + 0.S1 + 0.S2 + 0.S3 = 0
Terhadap == 3 x1 + 3 x2 + s1 = 24 (SD K)
2 x1 + 4 x 2 + s2 = 20 (SD L)
3 x1 + s3 = 21 (SD M)
x1 , x2 , s1 , s2 , s3 ≥ 0

Matrik Identitas = 1 0 0
0 1 0
0 0 1

Slack Vaiabel = s1 , s2 , s3
Tablo Dasar
VD Z x1 x2 s1 s2 s3 S r.s
Z 1 -25 -15 0 0 0 0
s1 0 3 3 1 0 0 24
s2 0 2 4 0 1 0 20
s3 0 3 0 0 0 1 21

Tablo I Pendatang Paling Negatif

VD z x1 x2 s1 s2 s3 S r.s
z 1 -25 -15 0 0 0 0
s1 0 3 3 1 0 0 24 24/3 =8
s2 0 2 4 0 1 0 20 20/2 =10
s3 0 3 0 0 0 1 21 21/3 =7

Peranto
Unsur Kunci
Transformasi baris kunci (x1 menggantikan s2)
X1
0/3 = 0
3/3 = 1 Baris kunci baru = baris kunci lama : unsur kunci
0/3 = 0
0/3 = 0
0/3 = 0 Baris baru = Baris lama – (unsur pd kolom kuncinya X baris kunci baru.
1/3 = 1/3
21/3 = 7
Transpormasi barsi Z Transpormasi barsi S 1 Transpormasi baris S 2
1 - (-25).0 = 1 0 - (3) . 0 = 0 0 - (2).0 = 0

-25 - (-25).1 = 0 3 - (3) . 1 = 0 2 - (2).1 = 0

-15 - (-25).0 = -15 3 - (3) . 0 = 3 4 - (2).0 = 4

0 - (-25).0 = 0 1 - (3) . 0 = 1 0 - (2).0 = 0

0 - (-25).0 = 0 0 - (3) . 0 = 0 1 - (2).0 = 1
0 - (-25).(1/3) = 25/3 0 - (3) . (1/3) = -1 0 - (2).(1/3) = -2/3
0 - (-25).7 = 175 24 - (3) . 7 = 3 20 - (2).7 = 6
Tablo II

VD z x1 x2 s1 s2 s3 S r.s
z 1 0 -15 0 0 25/3 175
s1 0 0 3 1 0 -1 3 3/3 =1
s2 0 0 4 0 1 -2/3 6 6/4 =1,5
x1 0 1 0 0 0 1/3 7 7/0 = ~

Tablo III
VD z x1 x2 s1 s2 s3 S r.s
z 1 0 0 5 0 10/3 190
x2 0 0 1 1/3 0 -1/3 1
s2 0 0 0 -4/3 1 2/3 2
x1 0 1 0 0 0 1/3 7

Kesimpulan
Nilai optimum yang diperoleh Z sebesar = 190, dengan x1 = 1 dan x2 = 7, nilai
s2 = 2 artinya terdapat sisa masukan L yang tidak terpakai sebanyak 2 unit.
Sedangkan Masukan K dan M habis terpakai, mengingat s1 dan s 3 tidak
tersisa dalam kolom VD.
Transformasi baris kunci (x2 menggantikan s1)
X2
0/3 = 0
0/3 = 0 Baris kunci baru = baris kunci lama : unsur kunci
3/3 = 1
1/3 = 1/3
0/3 = 0 Baris baru = Baris lama – (unsur pd kolom kuncinya X baris kunci baru.
-1/3 = -1/3
3/3 = 1
Transpormasi barsi Z Transpormasi barsi S 2 Transpormasi baris X1

1 - (-15).0 = 1 0 - (4) . 0 = 0 0 - (0).0 = 0

0 - (-15).0 = 0 0 - (4) . 0 = 0 1 - (0).0 = 1

-15 - (-15).1 = 0 4 - (4) . 1 = 0 0 - (0).1 = 0

0 - (-15).1/3 = 5 0 - (4) . 1/3 = -4/3 0 - (0).1/3 = 0

0 - (-15).0 = 0 1 - (4) . 0 = 1 0 - (0).0 = 0
25/3 - (-15).(-1/3) = 10/3 -2/3 - (4) . (-1/3) = 2/3 1/3 - (0).(-1/3) = 1/3

175 - (-15).1 = 190 6 - (4) . 1 = 2 7 - (0).1 = 7

STRATEGI MENGURANGI RISIKO
BIDANG PERTANIAN

1. Diversifikasi produk dan Sequential

Marketing
2. Asuransi formal
3. Pemasaran bersama
4. Future and cash forward contracts
5. Outside equty financial
Diversifikasi = kombinasi usaha/produksi

1. Diversifikasi produksi : a. horizontal, b. Vertikal

c. konglomerisasi.
Sequential marketing adalah pemasaran
bertahap tujuannya untuk mencarai harga rata-
rata tertinggi.
1. Asuransi formal : Properti dan Personal.
2. Pemasaran Bersama (cooperative marketing)
3. Future and cash forward contrack
4. Outside Equity Capital (capital leasing,
incorporation)