RISET OPERASI

Pendahuluan
• Sejak revolusi industri (1750-1850), dunia usaha
mengalami perubahan dalam hal ukuran (besarnya)
dan kompleksitas organisasi perusahaan.
• Bagian yang mengalami perubahan yang cukup
menyolok adalah perkembangan dalam pembagian
kerja dan segmentasi tanggung jawab manajemen
dalam organisasi-organisasi tersebut.
• Perusahaan pada saat ini harus beroperasi di dalam
situasi dan kondisi lingkungan bisnis yang dinamis
dan selalu bergejolak, serta siap untuk berubah-ubah.
 Pendahuluan
• Pola berpikir, pola analisis dan pemecahan
masalah, pola pengambilan langkah-langkah,
serta pola penyusunan strategi dan target secara
sistematis tersebut, disebut sebagai pola
pendekatan ilmiah.
• Perubahan-perubahan tersebut terjadi sebagai
akibat dari kemajuan teknologi yang begitu
pesat ditambah dengan dampak dari beberapa
faktor-faktor lingkungan seperti keadaan
ekonomi, politik, sosial dll.
 Sejarah Riset Operasi
• Dimulai sejak permulaan PD II di dunia militer: memaksimalkan
sumber daya yang serba terbatas (tentara, senjata, transportasi,
biaya) utk keperluan perang supaya efektif dan efisien.
• Manajeman militer Inggris & Amerika membentuk “TIM” yg
terdiri dari ahli strategi perang, matematika, manajemen,
statistika, ekonomi dll. utk memecahkan masalah tsb.
• Dari hasil riset para anggota TIM tsb. ditemukanlah solusi optimal
sehingga melahirkan kemenangan2 dalam perang, diantaranya:
perang angkatan udara Inggris, the island campaign, perang
pasifik, dan perang atlantik utara.
• Tertarik dengan suksesnya penerapan OR dalam bidang militer,
para pengusaha industri mulai menaruh perhatian dan berpikir
kemungkinan penerapannya dalam dunia bisnis, khususnya
ekonomi
 Sejarah riset operasi
• Di Inggris kemudian diterapkan dlm bidang
industri, bisnis, dan pemerintahan sipil.
• Di Amerika berkembang dengan cepat sejak
tahun 1951
• Di Indonesia sudah diajarkan sejak tahun 60-
an
 Perkembangan Riset Operasi

• Adanya Ahli yg membantu

memecahkan masalah OR secara
Matematis (George
Danzig,1947)
• Berkembangnya penggunaan
Electric data processing
(komputer)
 Seni dan ilmu riset operasi
• OR berusaha mencari solusi optimum dari
masalah keputusan dibawah pembatasan
sumber daya.
• Namun, pengambilan keputusan tidak hanya
berdasar aspek matematis saja
• Banyak faktor penting yang kadang tidak selalu
bisa dimodelkan secara matematis
• Faktor utama: kehadiran manusia dlm setiap
pengambilan keputusan.
• Sebagai ilustrasi dari masalah ini adalah sebagai
berikut:
 Seni dan ilmu riset operasi

• Sebagai tanggapan atas keluhan para penghuni tentang

lambatnya lift(elevator) disebuah bangunan perkantoran
yang besar, sebuah pemecahan yg didasari oleh analisis
teori antrian ditemukan ternyata tidak memuaskan.
• Setelah mempelajari sistem tsb lebih lanjut, keluhan
muncul lebih didasari oleh unsur kebosanan menunggu.
• Sebuah pemecahan diajukan yaitu dg memasang sebuah
cermin panjang di tempat masuk elevator.
• Keluhan menghilang karena pengguna lift asyik
memandang diri mereka dan orang lain sambil menunggu.
 Seni dan ilmu riset operasi
• Ilustrasi ini menunjukkan bahwa kita harus
memandang pemodelan matematis dalam kerangka
yang lebih luas dari sebuah proses pengambilan
keputusan yg unsur-unsurnya tdk dpt diwakili
sepenuhnya oleh sebuah model matematis.
• Oleh karena itu para ilmuwan di Inggris yg merintis
kegiatan OR terdiri dari para ahli dari berbagai bidang
seperti sosiologi, psikologi dan ilmu perilaku dg
tujuan utk memberikan kotribusi dalam
mempertimbangkan faktor2 yg tdk berwujud dlm
proses pengambilan keputusan
 OR harus dipandang sbg ILMU dan
SENI
• Ilmu: teknik-teknik matematis dan algoritma
utk memecahkan keputusan
• Seni: keberhasilannya tergantung kreativitas
dan kemampuan pribadi yg menganalisis
 Riset Operasi

Terutama didasarkan atas

Analisis pertimbangan dan pengalamam
Kualitatif manajemen, intuisi manajer atas
suatu masalah
Analisis
dalam
pengambilan memusatkan perhatian pada fakta atau
keputusan data kuantitatif yang berkaitan dengan
masalah tersebut dan mengembangkan
Analisis persamaan matematis yang
Kuantitatif menjelaskan tujuan, kendala, dan
hubungan lainnya yang terdapat pada
masalah tersebut
 Arti riset operasi
• Morse dan Kimball : metode ilmiah (scientific method)
yang memungkinkan para manajer mengambil
keputusan mengenai kegiatan yang mereka tangani
dengan dasar kuantitatif.
Definisi ini kurang tegas karena tidak tercermin
perbedaan antara riset operasi dengan disiplin ilmu
yang lain.
• Churchman, Arkoff dan Arnoff (1950-an) : aplikasi
metode, teknik dan peralatan ilmiah dalam
menghadapi masalah yang timbul di dalam perusahaan
dengan tujuan ditemukannya pemecahan yang
optimum dari masalah tersebut.
 Arti riset operasi
• Miller dan M.K. Starr mengartikan riset
operasi sebagai peralatan manajemen yang
menyatukan ilmu pengetahuan, matematika,
dan logika dalam kerangka pemecahan
masalah-masalah yang dihadapi sehari-hari,
sehingga akhirnya permasalahan tersebut
dapat dipecahkan secara optimal.
 Arti riset operasi
• Riset Operasi adalah suatu metode ilmiah yang
berkenaan dengan pengambilan keputusan yang
optimal dalam penyusunan model dari sistem-sistem,
baik yang diterministik maupun probabilistik yang
berasal dari kehidupan nyata, dunia pengelolaan atau
dunia usaha yang memakai pendekatan ilmiah atau
pendekatan sistematis.
• Riset Operasi (secara umum) adalah metode untuk
memformulasikan dan merumuskan permasalahan
sehari-hari baik mengenai bisnis, ekonomi, sosial
maupun bidang lainnya ke dalam pemodelan
matematis untuk mendapatkan solusi yang optimal.
 Probabilitas
• Didalam pandangan klasik ini probabilitas/peluang
adalah harga angka yang menunjukkan seberapa
besar kemungkinan bahwa suatu peristiwa terjadi,
diantara keseluruhan peristiwa yang mungkin terjadi
• Contoh : Sebuah mata uang logam mempunyai sisi
dua (gambar dan angka), kalau mata uang tersebut
dilambungkan satu kali maka peluang untuk keluar
sisi gambar adalah 1/2.

Probabilitas - Rizanda Machmud - Bagian

15
IKM/IKK FK UNAND
 Distribusi Normal

• Untuk suatu sampel yang cukup besar

terutama untuk gejala alam seperti berat
badan, tinggi badan biasnya kurva yang
dibentuk dari distribusi tersebut juga
simetris dengan tertentu dan Sd (simpangan
baku) tertentu maka kurva simetris yang
terjadi disebut kurva normal umum.

16
 Distribusi Normal (Gauss)
• Laplace 1775  1809 Gauss
mempublikasi Distribusi Gauss- laplace ( N
Gauss )
• Variabel random kontinu
• Kurva normal standar mempunyai =0
dan  = 1  N (0 , 1)

17
 Ciri-ciri distribusi normal
• Symetris
• Seperti lonceng
• Titik belok   
• Luas = Probability = 1

18
 Distribusi Normal (Gauss)

• Untuk dapat menentukan

probabilitas didalam x
kurva normal umum, Z
maka nilai yang akan 
dicari ditransformasikan
dulu kenilai kurva normal
standar melalui
tranformasi Z ( deviasi xx
relatif )
Z
s

19
 Distribusi Normal Standar
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
    

Distribusi normal dengan mean=0 dan simpang baku=1

Dapat digunakan untuk berbagai ukuran  Menggunakan
transformasi Probabilitas - Rizanda Machmud - Bagian
IKM/IKK FK UNAND
20
Penggunaan Tabel Z

Probabilitas - Rizanda Machmud - Bagian

21
IKM/IKK FK UNAND
 CONTOH SOAL
• Seorang peneliti dilaboratorium telah
mengumpulkan data kolesterol darah dari 20.000
pasien dirumah sakit “X” selama 2 tahun. Dari hasil
pengolahan data diketahui bahwa data tersebut
menghasilkan sebaran simetris dengan rata-rata
180 mg/dl dengan simpangan baku 50 mg/dl.
Hitunglah
– Probabilitas seorang pasien dengan kadar kolesterol
lebih besar dari 200 mg/dl

Probabilitas - Rizanda Machmud - Bagian

22
IKM/IKK FK UNAND
 


Jawaban

 
• Z= 
= 200 – 180 = 0.4
50
• Nilai p pada z = 0.4 adalah 0.1554
• Probabilitas seorang pasien dengan kadar kolesterol
lebih besar dari 200 mg/dl adalah 0.5 – 0.1554 =
0.3446 atau 34.46 %

23
 CONTOH SOAL
Probabilitas seorang pasien dengan kadar kolesterol
kurang dari 150 mg/dl
• Z=
= 150 – 180 = -0.6
50
• Nilai p pada z = -0.6 adalah 0.2257
• Probabilitas seorang pasien dengan kadar
kolesterol kurang dari 150 mg/dl adalah 0.5 –
0.2257 = 0.2743atau 27.43%

Probabilitas - Rizanda Machmud - Bagian

24
IKM/IKK FK UNAND
 CONTOH SOAL

Probabilitas seorang pasien dengan kadar kolesterol antara 150 s/d

200 mg/dl

• Z1 = 150 – 180 = -0.6

50
Nilai p pada z = -0.6 adalah 0.2257

• Z2 = 200 – 180 = 0.4

50
Nilai p pada z = 0.4 adalah 0.1554
• Probabilitas seorang pasien dengan kadar kolesterol antara 150
s/d 200 mg/dl
Adalah Z1+Z2 = 0.2257+0.1554 = 0.3811 atau 38.11%
Probabilitas - Rizanda Machmud - Bagian
25
IKM/IKK FK UNAND
 Contoh soal

Probabilitas seorang pasien dengan kadar kolesterol diatas 220

mg/dl

• Z = 220 – 180 = 0.8

50
Nilai p pada z = 0.8 adalah 0.2881
• Probabilitas seorang pasien dengan kadar kolesterol diatas
220 mg/dl adalah 0.5- 0.2881 = 0.2119 atau 21.19%
• Jumlah pasien yang mempunyai kadar kolesterol diatas 220
mg/dl adalah 20.000* 0.2119 = 4238 orang

26
TEORI KEPUTUSAN
Menurut G. R. Terry :
    1. Merumuskan problem yang dihadapi
    2. Menganalisa problem tersebut
    3. Menetapkan sejumlah alternatif
    4. Mengevaluasi alternatif
    5. Memilih alternatif keputusan yang akan
dilaksanakan

STIMIK 10 NOVEMBER JAYAPURA, 2011

4/24/20 28
http://alanmn.wordpress.com
Menurut Peter Drucer :
    a. Menetapkan masalah
    b. Manganalisa masalah
    c. Mengembangkan alternatif
    d. Mengambil keputusan yang tepat
    e. Mengambil keputusan menjadi tindakan efektif

STIMIK 10 NOVEMBER JAYAPURA, 2011

4/24/20 29
http://alanmn.wordpress.com
 Pengertian Pengambilan Keputusan :

adalah membuat pilihan diantara dua

alternatif atau lebih. Membuat keputusan-
keputusan yang baik adalah sesuatu yang
diusahakan untuk dilakukan oleh setiap
manajer sebab keseluruhan mutu keputusan
manajerial sangat berpengaruh dalam
menentukan keberhasilan atau kegagalan
organisasi.
 Berbagai Gaya dalam Pengambilan Keputusan

1. Manajer membuat keputusan sendiri

2. Manajer mendapatkan informasi yang diperlukan dari para
bawahan dan kemudian menentukan keputusan yang sesuai
3. Manajer membicarakan masalah dengan para bawahan
secara individual dan mendapatkan gagasan-gagasan dan
saran-saran tanpa mengikutsertakan para bawahan sebagai
suatu kelompok
4. Manajer membicarakan situasi keputusan dengan para
bawahan sebagai suatu kelompok dan mengumpulkan
gagasan-gagasan dan saran-saran mereka dalam suatu
pertemuan kelompok
5. Manajer membicarakan situasi keputusan dengan para
bawahan sebagai suatu kelompok, dan kelompok menyusun
dan menilai alternatif-alternatif.
Tahapan – tahapan Pemecahan Masalah dan pengambilan
keputusan

Menentukan kriteria
Identifikasi dan Menentukan berbagai yang akan
Alternatif Pemecahan digunakan untuk
Mendefinisikan Masalah mengevaluasi
Masalah berbagai alternatif

Menerapkan Mengevaluasi
Memilih alternatif
alternatif yang dipilih berbagai alternatif

Mengevaluasi hasil
 1. identifikasi masalah
• Penentuan dan perumusan tujuan yang jelas
dari persoalan dalam sistem model yang
dihadapi.
• Identifikasi variabel yang dipakai sebagai kriteria
untuk pengambilan keputusan yang dapat
dikendalikan maupun yang tidak dapat
dikendalikan.
• Kumpulkan data tentang kendala-kendala
(constraints) yang menjadi syarat ikatan
terhadap variabel-variabel dalam fungsi tujuan
sistem model yang dipelajari.
 2. Penyusunan model
• 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 variabel-variabel beserta kaitan-
kaitannya satu sama lainnya.
• Tetapkan fungsi tujuan beserta kendala-
kendalanya dengan nilai-nilai dan perameter
yang jelas.
 3. Analisa Model
• Melakukan analisis terhadap model yang
telah disusun dan dipilih.
• Memilih hasil-hasil analisis yang terbaik
(optimal).
• Melakukan uji kepekaan dan analisis post-
optimal terhadap hasil-hasil terhadap analisis
model.
 Pengesahan model
• Analisis pengesahan model menyangkut
penilaian terhadap model tersebut dengan
cara mencocokannya dengan keadaan dan
data yang nyata
• Dalam rangka menguji dan mengesahkan
asumsi-asumsi yang membentuk model
tersebut secara struktural (yaitu perubahnya,
hubungan-hubungan fungsionalnya, dan
lain- lain).
 Implementasi Hasil
• Hasil-hasil yang diperoleh berupa nilai-nilai
yang akan dipakai dalam kriteria
pengambilan keputusan merupakan hasil-
hasil analisis yang kiranya dapat dipakai
dalam perumusan keputusan, strategi-
strategi, target-target, langkah-langkah
kebijakan guna disajikan kepada pengambil
keputusan dalam bentuk alternatif-alternatif
pilihan.
Tugas Tutorial 1
 Pengembangan Model
• Model merupakan abstraksi atau
penyederhanaan realitas sistem yang
kompleks dimana hanya komponen-
komponen yang relevan atau faktor-faktor
yang dominan dari permasalahan saja yang
akan dianalisis, diikutsertakan.
 Jenis – jenis model
Dikenal beberapa jenis model :
• Iconic (physical) Model : penggambaran fisik suatu sistem,
baik dalam bentuk yang ideal maupun dalam skala yang
berbeda. Contoh : truk mainan merupakan replika fisik
dari obyek sebenarnya.
• Analogue Model : menggunakan sifat sesuatu untuk
menggambarkan yang lainnya. Contoh :
speedometer, posisi jarum menunjukkan kecepatan
mobil
• Mathematical (Symbolic) Model : menggunakan tulisan,
angka dan simbol lain untuk menggambarkan variabel-
variabel dan hubungan antar variabel. Terdiri dari model
deterministik dan model probabilistik.
• Simulation Model : model yang meniru tingkah laku sistem
dengan
mempelajari interaksi komponen-komponennya.
 Linear Programming
• Linear Programming merupakan salah satu model
matematis dalam pengambilan keputusan. Linear
berarti bahwa semua fungsi matematis yang disajikan
dalam model ini haruslah fungsi linear, atau secara
praktis dapat dikatakan bahwa persamaan tersebut bila
digambarkan pada grafik akan berbentuk garis lurus.
Programming merupakan sinonim dari perencanaan.
• Jadi LP mencakup perencanaan aktivitas-aktivitas
untuk memperoleh suatu hasil yang optimum, yaitu
suatu hasil yang mencerminkan tercapainya sasaran
tertentu yang paling baik berdasarkan model
matematis di antara alternatif yang mungkin dengan
menggunakan fungsi linear
 Fungsi – fungsi dalam LP
•Dalam model LP dikenal dua macam fungsi yaitu :
• Fungsi Tujuan (objective function) : adalah fungsi
yang menggambarkan tujuan/sasaran yang
berkaitan dengan pengaturan secara optimal
sumber daya-sumber daya untuk memperoleh
keuntungan maksimal atau biaya minimal.
• Fungsi Batasan (constraint function) : merupakan
bentuk penyajian secara matematis batasan-
batasan kapasitas yang tersedia yang akan
dialokasikan secara optimal ke berbagai kegiatan
 Tahap – tahap formulasi model matematis
Untuk merumuskan masalah pengalokasian sumberdaya
kedalam berbagai kegiatan, dalam bentuk model matematis,
digunakan tahapan sebagai berikut :
• Menentukan variabel keputusan (unsur-unsur dalam
persoalan yang dapat dikendalikan oleh pengambil
keputusan) dan menyatakannya dalam simbol matematis
• Membentuk fungsi tujuan yang ditunjukkan sebagai suatu
hubungan linear dari variabel keputusan
• Menentukan semua kendala/ batasan masalah tersebut
dan mengekpresikannya dalam persamaan atau
pertidaksamaan yang merupakan hubungan linear dari
variabel keputusan yang mencerminkan keterbatasan
sumber daya masalah tersebut
 Bentuk umum lp
Untuk memudahkan pembahasan model LP, digunakan simbol-simbol sebagai berikut
:
Xj = banyaknya kegiatan j (j=1,2,..n), berarti ada n variabel keputusan
Z = Nilai fungsi tujuan
Cj = sumbangan per unit kegiatan j. Pada masalah maksimasi Cj
menunjukkan keuntungan atau penerimaan perunit. Pada kasus
minimasi Cj menunjukkan biaya perunit.
bi = Jumlah sumber daya ke-i (i=1,2,..m) yang tersedia untuk dialokasikan
ke setiap unit kegiatan, berarti ada m jenis sumber daya.

aij = Jumlah sumber daya i yang diperlukan untuk menghasilkan setiap unit
output kegiatan j.
 Bentuk Umum Tabel Linear Programming
Sumber/ Kegiatan Pemakaian sumber/unit Kapasitas
1 2………….. n sumber
1 a11 a 12 ……………a 1 n b1
2 a 21 a 22 ……………a 2 n b2
. . . ……………… -
. . . -
m … … … … … … a m1 bm
a m2 ……………a m n

Δ Z /unit C 1 C 2 ……………C n
banyak kegiatan X 1 X 2 … … …… … X n
Berdasarkan tabel diatas dapat disusun bentuk umum model Linear
Programming berikut
Maksimumkan (Minimumkan) Z = 𝑗𝑛 = 𝐶𝑗𝑋𝑗
1
Dengan kendala = 𝑛𝑗 = 𝑎 𝑖 𝑗 𝑋 𝑗 (    )
Untuk semua i = ( i =1 1, 2, ..., m ) dan bi  0; Xj  0
b i
 Asumsi dalam lp
• Proportionality : naik turunnya nilai Z dan
penggunaan sumber daya atau fasilitas, akan
berubah secara proporsional dengan tingkat
kegiatan
• Additivity : nilai fungsi tujuan setiap kegiatan
tidak saling mempengaruhi
• Disibility : nilai output dapat berupa bilangan
pecahan
• Deterministic : semua parameter dalam model
dapat diperkirakan dengan pasti
 Aplikasi linear programming
• Linear Programming dapat diaplikasikan untuk persoalan berikut :
• Masalah kombinasi produk
• Masalah perencanaan promosi
• Masalah perencanaan regional
• Masalah kebijaksanaan pinjaman bank
• Masalah sisa pemotongan
• Masalah penjadwalan bus
• Masalah perencanaan produksi/persediaan
• Masalah penentuan jumlah hari operasi
• Masalah distribusi/transportasi
• Masalah pencampuran makanan
• Masalah pengendalian polusi udara
• Masalah rencana investasi dll
CONTOH KASUS
 Reddy mikks company
Reddy Mikks Company memiliki sebuah pabrik kecil yang menghasilkan cat, baik
untuk interior maupun eksterior untuk didistribusikan kepada para grosir. Dua
bahan mentah, A dan B, dipergunakan untuk membuat cat tersebut.
Ketersediaan A maksimum 6 ton satu hari, ketersediaan B adalah 8 ton satu hari.
Kebutuhan harian akan bahan mentah per ton cat interior dan eksterior
diringkaskan dalam tabel berikut ini.
Ton bahan Mentah per Ton cat
Ketersediaa
Ekterior Interior n Maks

Bahan A 1 2 6
Bahan B 2 1 8

Sebuah survey pasar telah menetapkan bahwa permintaan harian akan cat
interior tidak akan lebih dari 1 ton lebih tinggi dibandingkan permintaan akan cat
eksterior. Survey tersebut memperlihatkan bahwa permintaan maksimum akan
cat interior adalah terbatas pada 2 ton per hari. Harga grosir per ton adalah $
3.000 untuk cat eksterior dan $ 2.000 untuk cat interior. Berapa banyak cat
interior dan ekterior yang harus dihasilkan perusahaan tersebut setiap hari untuk
memaksimumkan pendapatan kotor ?
Tentukan Hasil dari Linear Programming dari
kasus Reddy Mikks Company dengan metode
yang anda ketahui ? Tugas