P. 1
Metode Grafik

Metode Grafik

|Views: 941|Likes:
Published by Heri Setiawan

More info:

Published by: Heri Setiawan on Mar 11, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

04/29/2013

pdf

text

original

MATERI KULIAH TEKNIK RISET OPERASIONAL

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.

Pendahuluan Linear Programming (LP) : Formulasi Masalah dan Pemodelan Linear Programming (LP) : Solusi Grafik Linear Programming (LP) : Metode Primal Simpleks Linear Programming (LP) : Solusi Awal Buatan (Artificial Starting Solution) Linear Programming (LP) : Revised Simpleks Linear Programming (LP) : Dualitas, Analisa Sensitivitas Linear Programming (LP) : Metode Transportasi Linear Programming (LP) : Model Penugasan Teori Permainan Pemrograman Bulat

Referensi :
1.

Hotniar Siringoringo. Riset Operasional Seri Pemrograman Linear. Graha

Ilmu, Yogyakarta. 2005. 2. Hamdy A. Taha. Operation Research.: An Introduction, McMillan, 1992. 3. Hilier, Frederich S. and Lieberman. Introduction to Operation Research, McGraw-Hill, 1990. 4. Schaum Series.

PENDAHULUAN

dan pertahanan. Iconic (Physical) Model Model iconic adalah suatu penyajian fisik yang tampak seperti aslinya dari suatu sistem nyata dengan skala yang berbeda. 2. pemerintahan. Maket.DEFINISI RISET OPERASI Secara harfiah kata Operation (operasi) dapat didefinisikan sebagai tindakan– tindakan yang diterapkan pada beberapa masalah atau hipotesa. (Operation Research Society of Great Britain). Foto. mesin-mesin. Jaringan pipa air. MODEL DALAM RISET OPERASIONAL 1. bisnis. karenatidak kelihatan sama antara model dengan dunia nyata. Sedangkan kata Research (Riset) adalah suatu prose yang terorganisasi dalam mencari kebenaran akan masalah atau hipotesa tadi. biasanya membutuhkan alokasi sumber daya yang langka. Analogue ( Diagramatic) Model Model analog lebih abstrak dibanding model iconic. Definisi 1: Riset Operasi adalah suatu aplikasi dari berbagai metoda ilmiah untuk tujuan penguraian terhadap masala-masalah yang kompleks yang muncul dalam pengarahan dan pengelolaan dari suatu sistem besar (manusia. (Operation Research Society of America). Definisi 2 : Riset Operasi berkaitan dengan menentukan pilihan secara ilmiah bagaimana merancang dan menjalankan sistem manusia-mesin secara terbaik. bahan-bahan. Peta. Tujuannya adalah membantu pengambil keputusan menentukan kebijaksanaan dan tindakannya secara ilmiah. menggabungkan berbagai faktor seperti kesempatan dan resiko. strategi. untuk meramalkan dan membandingkan hasil-hasil dari beberapa keputusan. . Contoh : Mainan anak-anak. Contoh : Kurva Permintaan. atau pengawasan. dan lain-lain. dan uang) dalam bidang perindustrian. dan lain-lain. Pendekatan khusus ini bertujuan membentuk suatu model ilmiah dari sistem.

Merumuskan Masalah Meliputi : Variabel keputusan (instrument) Tujuan (objective) organisasi. Model deterministik Model Probabilistik Model ini dibentuk dalam situasi kepastian (certainty). Mencari Penyelesaian Masalah d. yaitu: a. Mathematic (Symbolic) Model Model matematik sifatnya paling abstrak dibandingkan dengan model-model yang lain. Model ini dibedakan menjadi 2. b.3. Penetapan Hasil Akhir : pembatas-pembatas terhadap : unsur-unsur dalam persoalan yang : penetapan tujuan membantu pengambil dapat dikendalikan oleh pengambil keputusan. Pembentukan Model c. b. TAHAP-TAHAP DALAM RISET OPERASIONAL a. Validasi Model e. Meliputi kasus-kasus dalam situasi ketidakpastian (uncertainty). keputusan memusatkan perhatian pada persoalan dan pengaruhnya terhadap LINEAR PROGRAMMING SEJARAH . Kendala (constraint) alternatif tindakan yang tersedia.

Ada beberapa alternatif penyelesaian 4. Penyelesaian masalah mengarah pada pencapaian tujuan maksimisasi atau minimisasi. ia telah merumuskan pertama kalinya persoalan “Linear Programming”. Dantzig menemukan suatu cara untuk memecahkan persoalan-persoalan linear programming. Linear Programming memiliki empat ciri khusus. Cara pemecahan ini dinamakan ” Simplex Method”. Kantorivich dalam bukunya yang berjudul ”MATHEMATICAL METHODS IN THE ORGANIZATION AND PLANNING OF PRODUCTION”. LINEAR PROGRAMMING (LP) Linear membantu programming manager dalam adalah teknik matematika dan yang dirancang keputusan untuk dalam merencanakan membuat mengalokasikan sumber daya yang terbatas untuk mencapai tujuan perusahaan. 2. yang diuraikan dalam bukunya ”LINEAR PROGRAMMING AND EXTENTION”. Kendala yang ada membatasi tingkat pencapaian tujuan 3. yaitu : 1. Dengan buku ini. Divisibility . seorang ahli matematika dari AS yang bernama George B. yaitu : 1. Namun. maka untuk memproduksi 2 kursi dibutuhkan waktu 10 jam.Ide Linear Programming pertama kali dicetuskan oleh seorang ahli matematika asal Rusia bernama L. Hubungan matematis bersifat linier Untuk membentuk suatu model linear programming perlu diterapkan asumsiasumsi dasar. caracara pemecahan persoalan in di Rusia tidak berkembang dengan baik dan ternyata para ahli di negara Barat dan AS yang menggunakan cara ini dimanfaatkan dengan baik. Pada tahun 1947. Hal ini akan mengakibatkan fungsi bersifat proporsional dan additif.V. 2. misalnya untuk memproduksi 1 kursi dibutuhkan waktu 5 jam. Linearity Fungsi obyektif dan kendala haruslah merupakan fungsi linier dan variabel keputusan. Selanjutnya teori ini berkembang pesat sekali terutama dibidang kemiliteran yang menyangkut optimisasi dalam strategi perang dan di bidang-bidang lainnya.

Nilai variabel keputusan dapat berupa bilangan pecahan. Persoalan Personil Ini merupakan penempatan personil sesuai dengan jabatan/tempatnya (assigment problem). LP : METODE GRAFIK . Pada umumnya persoalan-persoalan yang dipecahkan dalam linear programming. Allocation Problem Ini merupakan pemecahan dalam alokasi bahan-bahan / barang dalam produksi b. Bila nilainilai parameternya probabilistik. maka harus digunakan formulasi pemrograman masalah stokastik. Apabila diinginkan solusi berupa bilangan bulat (integer). Persoalan Transportasi Ini merupakan pemecahan persoalan yang menyangkut adanya unit/barang/pasokan dan lain-lain pada beberapa tempat yang akan dipindahkan ke beberapa tempat lainnya. Non negativity variable Nilai variabel keputusan haruslah tidak negatif ( ≥ 0) 4. c. 3. Blending Problem Ini merupakan cara pemecahan persoalan dari berbagai bahan campuran yang masing-masing unit dipecahkan dan digabung (blending) untuk menghasilkan output. aka harus digunakan metoda untuk integer programming. d. yaitu : a. Certainty Semua konstanta (parameter) diasumsikan mempunyai nilai yang pasti.

Berapa jumlah meja dan kursi yang sebaiknya diproduksi agar keuntungan perusahaan maksimum? Dari kasus di atas dapat diketahui bahwa tujuan perusahaan adalah memaksimumkan profit. Apabila permasalahan tersebut diringkas dalam satu tabel akan tampak sebagai berikut: Jam kerja untuk membuat 1 unit produk Meja Kursi Pembuatan Pengecatan Profit per Unit 4 2 7 2 1 5 Total waktu tersedia per minggu 240 100 Mengingat produk yang akan dihasilkan adalah meja dan kursi. Contoh : Perusahaan Krisna Furniture yang akan membuat meja dan kursi. maka dalam rangka memaksimumkan profit. Untuk pengecatan 1 unit meja dibutuhkan 2 jam kerja. Untuk menyelesaikan permasalahan tersebut. Keuntungan yang diperoleh dari satu unit meja adalah $7.-. 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. langkah pertama yang harus dilakukan adalah memformulasikan permasalahan yang ada ke dalam bentuk Linear Programming (LP). Untuk pembuatan 1 unit kursi dia membutuhkan 3 jam kerja. yang merupakan variabel keputusan adalah meja (X1) dan kursi (X2). dan untuk pengecatan 1 unit kursi dibutuhkan 1 jam kerja.Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya terdapat dua variabel keputusan. Dengan demikian dalam kasus ini. Untuk pembuatan 1 unit meja dia memerlukan 4 jam kerja..sedang keuntungan yang diperoleh dari satu unit kursi adalah $5. perusahaan harus memutuskan berapa jumlah meja dan kursi yang sebaiknya diproduksi. Sedangkan kendala perusahaan tersebut adalah terbatasnya waktu yang tersedia untuk pembuatan dan pengecatan. . Namun untuk meraih keuntungan tersebut Krisna Furniture menghadapi kendala keterbatasan jam kerja.

maka Kasus Krisna Furniture tersebut akan diselesaikan dengan metode grafik. Fungsi Tujuan Profit = ($ 7 x jml meja yang diproduksi) + ($ 5 x jml kursi yang diproduksi) Secara matematis dapat ditulis : Maksimisasi : Z = 7 X1 + 5 X2 2. Fungsi Kendala • Kendala : Waktu pembuatan -> -> -> 4 X1 3 X2 240 Jam -> 4 X1 + 1 unit meja memerlukan 4 jam untuk pembuatan 1 unit kursi memerlukan 3 jam untuk pembuatan Total waktu yang tersedia per minggu untuk pembuatan Dirumuskan dalam pertidaksamaan matematis 3 X2 ≤ 240 • Kendala : Waktu pengecatan -> -> -> 2 X1 1 X2 100 Jam -> 2 X1 + 1 unit meja memerlukan 2 jam untuk pengecatan 1 unit kursi memerlukan 1 jam untuk pengecatan Total waktu yang tersedia per minggu untuk pengecatan Dirumuskan dalam pertidaksamaan matematis X2 ≤ 100 Formulasi masalah secara lengkap : Fungsi Tujuan Fungsi Kendala : : Maks.1. Z = 7 X1 + 5 X2 4 X1 + 3 X2 ≤ 240 2 X1 + X2 ≤ 100 X1 . X2 ≥ 0 (kendala non-negatif) Setelah formulasi lengkapnya dibuat. sehingga tidak bisa digunakan untuk menyelesaikan kasus yang lebih dari dua variabel keputusan. Keterbatasan metode grafik adalah bahwa hanya tersedia dua sumbu koordinat. .

Langkah pertama dalam penyelesaian dengan metode grafik adalah menggambarkan fungsi kendalanya. Dengan demikian kendala pertama akan memotong X1. 80). 4 X1 + 3 X2 = 240 Untuk menggambarkan fungsi linear. kita harus merubah tanda pertidaksamaan menjadi tanda persamaan seperti berikut. pada saat X1 = 0. . 100). memotong sumbu X2 pada saat X1 = 0 0 + 3 X2 = 240 X2 = 240/3 X2 = 80 Kendala I memotong sumbu X1 pada titik (60. Untuk menggambarkan kendala pertama secara grafik. Suatu garis akan memotong salah satu sumbu apabila nilai variabel yang lain sama dengan nol. 0) dan memotong sumbu X2 pada titik (0. maka cari titik potong garis tersebut dengan kedua sumbu. demikian juga kendala ini akan memotong X2. Kendala II : 2 X1 + 1 X2 = 100 memotong sumbu X1 pada saat X2 = 0 2 X1 + 0 = 100 X1 = 100/2 X1 = 50 memotong sumbu X2 pada saat X1 =0 0 + X2 = 100 X2 = 100 Kendala I memotong sumbu X1 pada titik (50. 0) dan memotong sumbu X2 pada titik (0. Kendala I : 4 X1 + 3 X2 = 240 memotong sumbu X1 pada saat X2 = 0 4 X1 + 0 = 240 X1 = 240 / 4 X1 = 60. pada saat X2 = 0.

dengan menggunakan garis profit (iso profit line) 22.Titik potong kedua kendala bisa dicari dengan cara substitusi atau eliminasi 2 X1 + 1 X2 = 100 4 X1 + 3 X2 = 240 4 X1 + 3 (100 .2 X1 = . Sehingga kedua kendala akan saling berpotongan pada titik (30. Untuk menentukan solusi yang optimal. 40).2 * 30 X2 = 100 .60 X2 = 40 .2 X1 = 240 . 40). Feasible region (area layak) meliputi daerah sebelah kiri dari titik A (0.2 X1 X2 = 100 .300 .60 X1 = -60/-2 = 30. ada dua cara yang bisa digunakan yaitu 11.2 X1 X2 = 100 . 80).6 X1 = 240 . 0). B (30. dengan titik sudut (corner point) -> X2 = 100 . Tanda ≤ pada kedua kendala ditunjukkan pada area sebelah kiri dari garis kendala. dan C (60.2 X1) = 240 4 X1 + 300 .

80). dan C (50. Kemudian fungsi tujuan tersebut digeser ke kanan sampai menyinggung titik terjauh dari dari titik nol. 40). dapat dilihat bahwa ada 4 titik yang membatasi area layak. Iso profit line menyinggung titik B yang merupakan titik terjauh dari titik nol. 7). B (30. Untuk mengetahui berapa nilai X1 dan X2. Pada kasus ini angka yang mudah dibagi angka 7 (koefisien X1) dan 5 (koefisien X2) adalah 35. tetapi masih berada pada area layak (feasible region). Sehingga fungsi tujuan menjadi 35 = 7 X1 + 5 X2. Garis ini akan memotong sumbu X1 pada titik (5. . Untuk menggambarkan garis profit. 0) dan memotong sumbu X2 pada titik (0. A (0. Dari hasil perhitungan tersebut maka dapat disimpulkan bahwa keputusan perusahaan yang akan memberikan profit maksimal adalah memproduksi X1 sebanyak 30 unit. Dengan menggunakan eliminiasi atau subustitusi diperoleh nilai X1 = 30. Dari peraga 1. kita mengganti nilai Z dengan sembarang nilai yang mudah dibagi oleh koefisien pada fungsi profit. Penyelesaian dengan menggunakan titik sudut (corner point) artinya kita harus mencari nilai tertinggi dari titik-titik yang berada pada area layak (feasible region). Titik B ini merupakan titik optimal. serta nilai Z pada titik B tersebut. kita mencari titik potong antara kendala I dan kendala II (karena titik B merupakan perpotongan antara kendala I dan kendala II). X2 = 40.Penyelesaian dengan menggunakan garis profit adalah penyelesaian dengan menggambarkan fungsi tujuan. yaitu titik 0 (0. 0). 0). X2 sebanyak 40 unit dan perusahaan akan memperoleh profit sebesar 410. dan Z = 410.

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

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->