Goal Programming

dan Antrian

Dosen Pengampu :
Dr. Wanayumini, M.Kom
 KELOMPOK : 6

1. Syauqi Rahmatullah (0701193204)

2. Riko Aldinata (0701193205)
3. Zahra Salsabila (0701193206)
4. Yeni Safitri (0701193208)
5. Fajrul Aulia Yudha (0701193209)
6. Muhammad Arib Wibisono (0701172105)
 Goal Programming

Goal programming merupakan salah satu model matematis yang dapat

digunakan untuk menyelesaikan program linier dengan obyektif
majemuk, dan tiap obyektif sebagai goal.

Pada goal programming, di+ dan di- , deviation variables adalah besaran
goal i yang ditargetkan yang dapat dicapai atau tidak, secara berurutan.
Goals itu sendiri ditambahkan pada suatu set pembatas dengan , di+

dan di- berperan sebagai surplus dan slack variables.

 Goal Programming
Satu pendekatan goal programming adalah untuk memenuhi goal
dalam suatu urutan prioritas. Goal prioritas kedua ditetapkan tanpa
mengurang goal prioritas pertama.

Untuk tiap tingkat prioritas, fungsi obyektifnya adalah meminimumkan

jumlah dari goal deviation.

Pencapaian awal dari goal ditambahkan kepada set pembatas maka

tidak penurunan ketika berusaha mencapai prioritas goal yang
terendah.
 Goal Programming
Beberapa asumsi dasar yang diperlukan dalam goal programming adalah
sebagai berikut :
1) Linieritas
Asumsi ini menunjukkan perbandingan antara input yang satu dengan
input yang lain atau suatu input dengan output besarnya tetap dan
terlepas pada tingkat produksi. Hubungannya bersifat linear.
2) Proporsionalitas
Asumsi ini menyatakan bahwa jika peubah pengambil keputusan
berubah, maka dampak perubahannya akan menyebar dalam proporsi
yang sebanding dengan fungsi tujuan dan juga fungsi kendalanya. Jadi
tidak berlaku hukum kenaikan hasil yang semakin berkurang.
 Goal Programming
3) Aditivitas
Asumsi ini menyatakan nilai parameter suatu kriteria optimisasi
merupakan jumlah dari nilai individu-individu. Dampak total terhadap
kendala ke-i merupakan jumlah dampak individu terhadap peubah
pengambilan keputusan.
4) Disibilitas
Asumsi ini menyatakan bahwa peubah pengambilan keputusan jika
diperlukan dapat dibagi ke dalam pecahan-pecahan.
5) Deterministik
Asumsi ini menghendaki agar semua parameter tetap dan diketahui atau
ditentukan secara pasti.
 Goal Programming
Dalam goal programming terdapat tiga unsur utama yaitu fungsi tujuan,
kendala tujuan, dan kendala non negatif. Penjelesannya sebagai berikut :

a) Fungsi Tujuan
Fungsi tujuan dalam goal programming pada umumnya adalah masalah
minimisasi, karena dalam fungsi tujuan terdapat variabel simpangan yang
harus diminimumkan. Fungsi tujuan dalam goal programming adalah
meminimumkan total penyimpangan tujuan yang ingin dicapai.
 Goal Programming
b) Kendala Non Negatif
Kendala non negatif dalam goal programming adalah semua variabel-
variabel bernilai positif atau samadengan nol. Jadi variabel keputusan
dan variabel deviasi dalam masalah goal programming bernilai positif
atau samadengan
nol. Pernyataan non negatif dilambangkan 𝑥j, 𝑑−, 𝑑+ ≥ 0
c) Kendala Tujuan
Menurut Rio Armindo (2006), dalam goal programming ada enam jenis
kendala tujuan yang berlainan. Tujuan dari setiap jenis kendala itu
ditentukan oleh hubungannya dengan fungsi tujuan. Berikut adalah enam
jenis kendala tersebut.
 Formulasi Programming

Step 1 : Tetapkan tingkat prioritas tiap goal

Step 2 : Tetapkan bobot tiap goal

Jika suatu tingkat prioritas mempunyai lebih dari satu goal, untuk tiap
goal i ditetapkan bobot wi diletakkan pada deviasi di+ dan/ atau di- , dari
goal.

Step 3 : Bentuk program linier awal

Min w1d1+ + w2d2-

s.t. Batasan Fungsional,

dan Batasan Goal
 Formulasi Programming

Step 4 : Selesaikan program linier saat ini

Jika ada suatu tingkat prioritas terendah, ke step 5, Kalau tidak solusi
akhir telah dicapai.

Step 5 : Bentuk program linier baru

Pertimbangkan tingkat prioritas goal terendah berikutnya dan

formulasikan fungsi obyektif yang didasarkan pada goal tersebut.
Tambahkan pembatas yang diperlukan untuk mencapai tingkat prioritas
tertinggi berikutnya. Programan Linier yang baru adalah :
 Formulasi Programming

Min w3d3+ + w4d4-

s.t. Batasan-batasan fungsional,
Batasan-batasan Goal, dan
w1d1+ + w2d2- = k
ke step 4. (Ulangi steps 4 dan 5 sampai semua tingkat prioritas telah
diuji.)
 Contoh :
Sebuah perusahaan memproduksi 2 jenis produk yang berbeda, yaitu X1 dan X2. Kedua
produk tersebut diproduksi melalui dua tahap pemprosesan. Proses pertama mampu
menghasilkan 6 unit produk X1 dan 5 unit produk X2 dengan kapasitas maksimum

sebanyak 60 unit. Proses kedua mampu menghasilkan 2 unit produk X1 dan 1 unit produk

X2 dengan kapasitas maksimum sebanyak 40 unit.

Dalam kasus contoh ini, perusahaan menetapkan 4 macam sasaran, yaitu :
Kapasitas pada proses pertama dimanfaatkan secara maksimum.
Kapasitas pada proses kedua dimanfaatkan secara maksimum.
Produksi X1 setidak-tidaknya 9 unit.

Produksi X2 setidak-tidaknya 8 unit

Berapakah jumlah produksi optimum yang dapat diproduksi oleh perusahaan?
Penyelesaian:
Variabel keputusan dari contoh kasus diatas adalah : X1= Jumlah

produk X1 yang akan diproduksi X2= Jumlah produk X2 yang akan

diproduksi
Dengan kendala :
6X1 + 5X2 ≤ 60 ...masalah I

2X1 + X2 ≤ 40 ...masalah II
 
X1 ≥ 9 ...masalah III
 
X2 ≥ 8 ...masalah IV
Mengacu pada sasaran yang ingin dicapai perusahaan, maka model Goal
Programming untuk contoh kasus ini menjadi :

Min Z = P1(𝑑− – 𝑑+) + P2 (𝑑− + 𝑑+)+ P3 (𝑑−)+ P4 (𝑑−)

Syarat kendala : 6X1 + 5X2 + 𝑑1− + 𝑑1+ = 60

2X1 + X2 + 𝑑2− + 𝑑2+ = 40

X1 + 𝑑3− = 9

X2 + 𝑑4− = 8
Penyelesaian model ini dapat diselesaiakan menggunakan metode simpleks
sebagai berikut.
 Tabel Awal

Seperti pada penjelasan metode simpleks sebelumnya, maka kolom

ke-1 menjadi kolom kunci dan baris ke-3 menjadi kolom kunci. Setelah
melakukan OBE pada baris selain baris kunci maka didapatkan :
 Tabel Tabel Simpleks Iterasi I

Dengan perhitungan yang sama, dilakukan iterasi sampai

ditemukan solusi yang optimal.
 Tabel Tabel Simpleks Iterasi II

Karena Zj-Cj masih ada yang bernilai negatif dilakukan

perhitungan yang sama, dilakukan iterasi sampai ditemukan
solusi yang optimal.
 Tabel Tabel Simpleks Iterasi III

Pada Tabel Simpleks Iterasi III diperoleh solusi optimum karena seluruh
Zj-Cj ≥ 0. Dengan demikian solusi yang optimum adalah perusahaan
memproduksi produk X1 sebanyak 9 unit dan produk X2 sebanyak 6/5
unit.
TERIMA KASIH