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

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

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

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

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

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

Keterbatasan metode grafik adalah bahwa hanya tersedia dua sumbu koordinat. sehingga tidak bisa digunakan untuk menyelesaikan kasus yang lebih dari dua variabel keputusan. . Z = 7 X1 + 5 X2 4 X1 + 3 X2 ≤ 240 2 X1 + X2 ≤ 100 X1 .1. X2 ≥ 0 (kendala non-negatif) Setelah formulasi lengkapnya dibuat. 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. maka Kasus Krisna Furniture tersebut akan diselesaikan dengan metode grafik.

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

Tanda ≤ pada kedua kendala ditunjukkan pada area sebelah kiri dari garis kendala.2 * 30 X2 = 100 .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 . Feasible region (area layak) meliputi daerah sebelah kiri dari titik A (0. ada dua cara yang bisa digunakan yaitu 11. dengan titik sudut (corner point) -> X2 = 100 .60 X1 = -60/-2 = 30. 40).6 X1 = 240 . 40).2 X1 X2 = 100 . dan C (60.2 X1) = 240 4 X1 + 300 .60 X2 = 40 . 80). dengan menggunakan garis profit (iso profit line) 22.2 X1 = 240 .300 . Untuk menentukan solusi yang optimal. Sehingga kedua kendala akan saling berpotongan pada titik (30. B (30.2 X1 X2 = 100 .2 X1 = . 0).

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

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

Sign up to vote on this title
UsefulNot useful