Riset Operasi

RISET OPERASI
(PERTEMUAN PERTAMA)
Dosen Pengasuh:
Khairul Amri, SE. M.Si
Bacaan Dianjurkan:
Hamdi A. Taha 2006. Pengantar Riset Operasi

Pangestu dkk 2002. Dasar-Dasar Riset Operasi
Hiller dan Liberman. 2007. Operation Research
Khairul Amri, SE, M.Si Fakultas Ekonomi

amriconsulting@gmail.com Universitas Abulyatama Aceh
Asal Mula Riset Operasional (OR)
 Asal mula OR ditelusuri mulai dari Perang
Dunia II
 Inggris dan AS meminta ilmuwan melakukan
penelitian operasional:
 Bagaimana mengalokasikan sumber daya
militer (peralatan perang, penjadwalan
armada perang) secara efektif
 Setelah PDII OR diaplikasikan dalam
kegiatan industri dan bisnis.
Definisi Riset Operasional (OR)
Menurut Para Ahli
 Sebagai metode ilmiah (scientific method) yang
memungkinkan para manajer mengambil keputusan
mengenai kegiatan yang mereka tangani secara
kuantitatif (Morse dan Kimbal).
 Aplikasi metode-metode, teknik-teknik dan peralatan
ilmiah dalam menghadapi masalah yang timbul di
dalam operasi perusahaan dengan tujuan
ditemukannya pemecahan optimum dari masalah-
masalah tersebut (Curchma, Arkoff dan Arnoff).
 Sebagai peralatan manajemen yang menyatukan ilmu
pengetahuan, matematika dan logika dalam kerangka
pemecahan masalah yang dihadap sehari-hari,
sehingga akhirnya permasalahan tersebut dapat
dipecahkan secara optimal (Miller dan Starr).
 Riset operasi berkenaan dengan pengambilan keputusan
optimal dan penyusunan model dari sistem-sistem baik
deterministik maupun probabilistik yang berasal dari
kehidupan nyata.
 Riset operasi (berarti research on operations)
mengandung pendekatan atau aplikasi sangat berguna
dalam menghadapi masalah bagaimana mengarahkan
dan mengkoordinasikan operasi-operasi atau kegiatan-
kegiatan dalam suatu organisasi dengan segala batasan-
batasannya melalui prosedur “search for optimality”.
 Riset operasi berkenaan dengan penggunaan matematika
dan logika dalam pengambilan keputusan operasi
sehingga diperoleh hasil yang terbaik.
PERTEMUAN KEDUA
(LINIER PROGRAMING)
Dosen Pengasuh:
Bacaan Dianjurkan:


Suatu teknis matematika yang dirancang untuk
Linier membantu manajer dalam merencanakan dan
Programming membuat keputusan dalam
mengalokasikan sumber daya yang
terbatas untuk mencapai tujuan
perusahaan
Tujuan
Perusahaan: Memaksimumkan Keuntungan
(maximum profit)
…….namun karena terbatasnya sumber daya ……….
Meminimumkan biaya (minimum cost)

Model LP
Bentuk dan susunan dalam menyajikan masalah-
masalah yang akan dipecahkan dengan teknik linier
programming
Model LP memiliki 2 (dua) macam fungsi
1. Fungsi Tujuan (Objective Function)
Menggambarkan tujuan/sasaran dalam permasalahan
LP berkaitan dengan pengalokasian sumber daya secara
optimal, untuk memperoleh keuntungan maksimal atau
biaya
2. Fungsi minimal
Batasan (Constraint Function)
Bentuk penyajian matematis batasan-batasan kapasitas
yang tersedia yang akan dialokasikan secara optimal
dalam berbagai kegiatan

Simbol-simbol dalam LP
M= Macam batasan sumber dan fasilitas tersedia
n = Macam kegiatan yang menggunakan sumber atau fasilitas tersebut.

i = Nomor setiap macam sumber atau fasilitas tersedia (i = 1, 2, …, m)
j = Nomor setiap macam kegiatan yg menggunakan sumber atau
fasilitas tersedia (j = 1, 2, …, n)
xj = Tingkat kegiatan ke j (j = 1, 2, …, n)
aij = Banyaknya sumber i yang diperlukan untuk menghasilkan setiap
unit keluaran (output) kegiatan j (i = 1, 2, …, m, dan j = 1, 2, …, n)
bi = Banyaknya sumber (fasilitas) i yang tersedia untuk dialokasikan ke
setiap unit kegiatan (i = 1, 2, …, m)
Z= Nilai yang akan dioptimalkan (maksimum atau minimum)
Cj = Kenaikan nilai Z apabila ada pertambahan tingkat kegiatan (xj)

dengan satu satuan (unit); atau merupakan sumbangan setiap
satuan keluaran kegiatan j terhadap nilai Z
Data untuk Model Linier Programming (LP)
Pemakaian Sumber Per Unit Kapasitas
Kegiatan Kegiatan (Keluaran) Sumber
Sumber 1 2 3 ..................... n
1 a11 a12 a13 ..................... a1n b1
2 a21 a22 a23 ..................... a2n b2
3 a31 a32 a33 ..................... a3n b3
.
. . . . .
.
. . . . .
.
. . . . .
m
am1 am2 a13 .................... anm bm
ΔZ pertambahan C1 C2 C3 ..................... Cn
tiap unit
Tingkat
Kegiatan
X1 X2 X3 ..................... Xn
Fungsi Tujuan (Objective Function)
Maksimum Z = C1X1 + C2X2 + C3X3 ........CnXn
Fungsi Batasan (Constraint Function)
1) a11X1 + a12X2 + a13X3 ..........+ a1nXn ≤ b1

2) a21X1 + a22X2 + a23X3 ..........+ a2nXn ≤ b2
. Fungsi Batasan
. Fungsional
.
m) am1X1 + am2X2 + am3X3 .........+ amnXn ≤ bn
dan
Fungsi Batasan
X1 ≥ 0, X2 ≥ 0, .......... Xn ≥ 0, Non negatif (non
negative constraint)
Ciri-ciri khusus Linier Programming
Penyelesaian masalah mengarah pada pencapaian

tujuan maksimisasi atau minimisasi
Kendala yang ada membatasi tingkat pencapaian

tujuan
Ada beberapa alternatif penyelesaian
Hubungan matematis bersifat linear

Asumsi Dasar Dalam Linier Programming
Certainty (kepastian). Maksudnya adalah fungsi tujuan dan fungsi

kendala sudah diketahui dengan pasti dan tidak berubah selama
periode analisa
Proportionality (proporsionalitas). Yaitu adanya proporsionalitas dalam
fungsi tujuan dan fungsi kendala
Additivity (penambahan). Artinya aktivitas total sama dengan

penjumlahan aktivitas individu
Divisibility (bisa dibagi-bagi). Maksudnya solusi tidak harus merupakan

bilangan integer (bilangan bulat), tetapi bisa juga berupa pecahan
Non-negative variable (variabel tidak negatif). Artinya bahwa semua

nilai jawaban atau variabel tidak negatif

Pendekatan yang digunakan dalam menyelesaikan
permasalahan dalam Linier Programming
1. Metode Grafik
Digunakan untuk menyelesaikan permasalahan dimana

variabel keputusan sama dengan dua
2. Metode Simplex
Digunakan untuk menyelesaikan permasalahan dimana

variabel keputusan dua atau lebih

Linier Programming dengan Metode Grafik :
Fungsi Tujuan Maksimisasi
A. Formulasi Pemasalahan
Langkah-langkah dalam memformulasikan model LP
Pahamilah secara menyeluruh permasalahan manajerial

yang dihadapi
Identifikasikan tujuan dan kendalanya
Definisikan variabel keputusannya
Gunakan variabel keputusan untuk merumuskan fungsi tujuan

dan fungsi kendala secara matematis

Pengenalan Simbol dalam LP
1. = (sama dengan)
Contoh :
Contoh :
5X2 = 30 6X1 = 30

Contoh :
6X1 + 5X2 = 30

2. < (lebih kecil dari)
Contoh : Contoh :
5X2 < 30 6X1 < 30
(X2)
10
7
6
5 6X1 < 30
(wilayahnya
4
sebelah kiri garis
tidak termasuk
3
garis)
2
0 1 2 3 4 5 6 7 8 9 10 (X1)

Contoh :
6X1 + 5X2 < 30

3. > (lebih besar dari)
Contoh :
Contoh :
6X1 > 30
5X2 > 30

Contoh :
6X1 + 5X2 > 30

4. ≥ (lebih besar sama dengan)
Contoh :
Contoh :
6X1 ≥ 30
5X2 ≥ 30

Contoh :
6X1 + 5X2 ≥ 30

5. ≤ (lebih kecil sama dengan)
Contoh :
Contoh :
6X1 ≤ 30
5X2 ≤ 30

Contoh :
6X1 + 5X2 ≤ 30

PERTEMUAN KETIGA
(LINIER PROGRAMING Lanjutan……..)
Dosen Pengasuh:
Bacaan Dianjurkan:


Contoh Kasus
Krisna Furniture membuat meja dan kursi. Keuntungan yang diperoleh
dari satu unit meja adalah $7,- sedang keuntungan yang diperoleh dari
satu unit kursi adalah $5,-. Namun untuk meraih keuntungan tersebut
Krisna Furniture menghadapi kendala keterbatasan jam kerja. Untuk
pembuatan 1 unit meja dia memerlukan 4 jam kerja. Untuk pembuatan 1
unit kursi membutuhkan 3 jam kerja. Untuk pengecatan 1 unit meja
dibutuhkan 2 jam kerja, dan untuk pengecatan 1 unit kursi dibutuhkan 1
jam kerja. Jumlah jam kerja yang tersedia untuk pembuatan meja dan
kursi adalah 240 jam per minggu sedang jumlah jam kerja untuk
pengecatan adalah 100 jam per minggu. Berapa jumlah meja dan kursi
yang sebaiknya diproduksi agar keuntungan perusahaan maksimum?
Identifikasi Tujuan Memaksimumkan Profit
Kendala yang Dihadapi Keterbatasan Waktu untuk

pembuatan dan
pengecatan
Apabila permasalahan tersebut diringkas dalam satu tabel akan tampak
sebagai berikut
Mengingat produk yang akan dihasilkan adalah meja dan kursi, maka
dalam rangka memaksimumkan profit, perusahaan harus memutuskan
berapa jumlah meja dan kursi yang sebaiknya diproduksi. Dengan
demikian dalam kasus ini, yang merupakan variabel keputusan adalah
meja (X1) dan kursi (X2).

Produk yang Dihasilkan
Meja diberikan simbol X1, dan Kursi diberikan Simbol X2
1. Fungsi Tujuan (Objektive Function)
Total Keuntungan = Keuntungan Per Unit Meja x Kuantitas Meja diproduksi

($7 x X1)
+
Keuntungan Per Unit Kursi x Kuantitas Kursi diproduksi
($5 x X2)
Maka Fungsi Tujuan Zmax = $7X1 + $5X2

2. Fungsi Kendala (Constraint)
Kendala Pertama :
Ketersediaan Waktu pada departemen pembuatan 240 jam
Kendala Kedua
Ketersediaan Waktu pada departemen Pengecetan 100 jam
Alokasi waktu per produk

 Untuk pembuatan 1 unit meja (X1) memerlukan 4 jam kerja. Untuk
pembuatan 1 unit kursi (X2) membutuhkan 3 jam kerja.
sehingga 4X1 + 3 X2 ≤ 240
 Untuk pengecatan 1 unit meja (X1) dibutuhkan 2 jam kerja, dan untuk
pengecatan 1 unit kursi (X2) dibutuhkan 1 jam kerja
sehingga 2X1 + 1X2 ≤ 100

Salah satu syarat yang harus dipenuhi dalam Linear Programming adalah
asumsi nilai X1 dan X2 tidak negatif. Artinya bahwa :
X1 ≥ 0 (jumlah meja yang diproduksi adalah lebih besar atau sama dengan nol)
X2 ≥ 0 (jumlah kursi yang diproduksi adalah lebih besar atau sama dengan nol)
Formulasi Permasalahan LP secara lengkap adalah :
Fungsi tujuan :
Maksimisasi Z = $7X1 + $5X2.
Fungsi kendala :
4 X1 + 3 X2 ≤ 240 (kendala departemen pembuatan)
2X1 + 1 X2 ≤ 100 (kendala departemen pengecatan)
X1 ≥ 0 (kendala non negatif pertama)
X2 ≥ 0 (kendala non negatif kedua)

B. Penyelesaian Linear Programming Secara Grafik
Gambarkan fungsi kendala
Kendala I: 4 X1 + 3 X2 = 240
memotong sumbu X1 pada saat
X2 = 0
4 X1 + 0 = 240
X1 = 240/4
X1 = 60.
X1 = 0
0 + 3 X2 = 240
X2 = 240/3
X2 = 80
Kendala I memotong sumbu X1

pada titik (60, 0) dan memotong
sumbu X2 pada titik (0,80)

Kendala II: 2 X1 + 1 X2 = 100
X2 = 0
2 X1 + 0 = 100
X1 = 100/2
X1 = 50
X1 =0
0 + X2 = 100
X2 = 100
Kendala II memotong sumbu X1

pada titik (50, 0) dan memotong
sumbu X2 pada titik (0,100).

Grafik Area yang Layak
Titik potong kedua kendala bisa dicari
dengan cara substitusi atau eliminasi
2 X1 + 1X2 = 100
X2 = 100 - 2 X1
4 X1 + 3 X2 = 240
4 X1 + 3 (100 - 2 X1) = 240
4 X1 + 300 - 6 X1 = 240
- 2 X1 = 240 - 300
- 2 X1 = - 60
X1 = -60/-2 = 30.
X2 = 100 - 2 X1
X2 = 100 - 2 * 30
X2 = 100 - 60
X2 = 40
Sehingga kedua kendala akan saling
berpotongan pada titik (30, 40).
Tanda ≤ pada kedua kendala ditunjukkan pada area sebelah kiri dari garis
kendala. Sebagaimana nampak pada gambar di atas feasible region (area layak)
meliputi daerah sebelah kiri dari titik A (0; 80), B (30; 40), dan C (60; 0).

Menentukan Solusi Optimal
Garis yang menggambarkan kombinasi dua
1. Menggunakan Iso Profit produk yang memberikan keuntungan yang
sama.
Penyelesaian dengan menggunakan garis
profit adalah penyelesaian dengan
menggambarkan fungsi tujuan. Kemudian
fungsi tujuan tersebut digeser ke kanan
sampai menyinggung titik terjauh dari dari
titik nol, tetapi masih berada pada area layak
(feasible region). Untuk menggambarkan
garis profit, kita mengganti nilai Z dengan
sembarang nilai yang mudah dibagi oleh
koefisien pada fungsi profit. Pada kasus ini
angka yang mudah dibagi angka 7 (koefisien
X1) dan 5 (koefisien X2) adalah 35. Sehingga
fungsi tujuan menjadi 35 = 7 X1 + 5 X2. Garis
ini akan memotong sumbu X1 pada titik (5,
0) dan memotong sumbu X2 pada titik (0,
7). .

Menentukan Solusi Optimal (lanjutan)
2. Menggunakan Corner Point mencari nilai tertinggi dari titik-titik yang
berada pada area layak (feasible region)
Keuntungan pada titik O (0, 0) adalah (7

x 0) + (5 x 0) = 0.
Keuntungan pada titik A (0; 80) adalah
(7 x 0) + (5 x 80) = 400.
Keuntungan pada titik B (30; 40) adalah
(7 x 30) + (5 x 40) = 410.
Keuntungan pada titik C (50; 0) adalah
(7 x 50) + (5 x 0) = 350.
Keuntungan tertinggi jatuh pada titik B,
maka sebaiknya perusahaan
memproduksi meja sebanyak 30 unit
dan kursi sebanyak 40 unit, dan
perusahaan memperoleh keuntungan
optimal sebesar 410.


Riset Operasi - Khairul Amri 1 3

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Riset Operasi - Khairul Amri 1 3

Diunggah oleh

Hak Cipta:

Format Tersedia

Hamdi A. Taha 2006. Pengantar Riset Operasi

Khairul Amri, SE, M.Si Fakultas Ekonomi

Hamdi A. Taha 2006. Pengantar Riset Operasi

Khairul Amri, SE, M.Si Fakultas Ekonomi

Meminimumkan biaya (minimum cost)

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi

n = Macam kegiatan yang menggunakan sumber atau fasilitas tersebut.

Cj = Kenaikan nilai Z apabila ada pertambahan tingkat kegiatan (xj)

Maksimum Z = C1X1 + C2X2 + C3X3 ........CnXn

Fungsi Batasan (Constraint Function)

1) a11X1 + a12X2 + a13X3 ..........+ a1nXn ≤ b1

Penyelesaian masalah mengarah pada pencapaian

Kendala yang ada membatasi tingkat pencapaian

Ada beberapa alternatif penyelesaian

Hubungan matematis bersifat linear

Khairul Amri, SE, M.Si Fakultas Ekonomi

Certainty (kepastian). Maksudnya adalah fungsi tujuan dan fungsi

Additivity (penambahan). Artinya aktivitas total sama dengan

Divisibility (bisa dibagi-bagi). Maksudnya solusi tidak harus merupakan

Non-negative variable (variabel tidak negatif). Artinya bahwa semua

Khairul Amri, SE, M.Si Fakultas Ekonomi

Digunakan untuk menyelesaikan permasalahan dimana

Digunakan untuk menyelesaikan permasalahan dimana

Khairul Amri, SE, M.Si Fakultas Ekonomi

Langkah-langkah dalam memformulasikan model LP

Pahamilah secara menyeluruh permasalahan manajerial

Definisikan variabel keputusannya

Gunakan variabel keputusan untuk merumuskan fungsi tujuan

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi

5X2 < 30 6X1 < 30

Khairul Amri, SE, M.Si Fakultas Ekonomi

6X1 + 5X2 < 30

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi

6X1 + 5X2 > 30

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi

Hamdi A. Taha 2006. Pengantar Riset Operasi

Khairul Amri, SE, M.Si Fakultas Ekonomi

Identifikasi Tujuan Memaksimumkan Profit

Kendala yang Dihadapi Keterbatasan Waktu untuk

Khairul Amri, SE, M.Si Fakultas Ekonomi

1. Fungsi Tujuan (Objektive Function)

Total Keuntungan = Keuntungan Per Unit Meja x Kuantitas Meja diproduksi

Maka Fungsi Tujuan Zmax = $7X1 + $5X2

Khairul Amri, SE, M.Si Fakultas Ekonomi

Alokasi waktu per produk

Khairul Amri, SE, M.Si Fakultas Ekonomi

Formulasi Permasalahan LP secara lengkap adalah :

Khairul Amri, SE, M.Si Fakultas Ekonomi

Kendala I memotong sumbu X1

Khairul Amri, SE, M.Si Fakultas Ekonomi

Kendala II memotong sumbu X1

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi

Khairul Amri, SE, M.Si Fakultas Ekonomi