presentasi perkenalan
DESCRIPTION
KULIAH T.INFORMATIKA SEM IV-UMMUTRANSCRIPT
RISET OPERASI
02/03/2010 1
Lecture I
Perkenalan Program linear
MATERI YANG DIBAHAS DALAMRISET OPERASI
1. Pemodelan Linear (Linear Programming)Motode Analisis Grafik
Metode Simplex
2. Metode Transportasi (Transportastion methode)2. Metode Transportasi (Transportastion methode)Metode antrian
Metode Stepping Stone
Metode MODI
3. Metode Analisis jaringan (Network Analysis)Model Jaringan PERT (Project Evaluation and Review Technique)
Model Jaringan CPM (Critical Path Methods)
02/03/2010 2
PRESENSI = 10%• Tidak dapat mengikuti evaluasi yang diadakan bila 3 kali tidak
hadir
TUGAS = 15 %• PAPER (Diserahkan kepada dosen bersangkutan atau komting• PAPER (Diserahkan kepada dosen bersangkutan atau komting
masing-masing)
• E assignment ( melalui email: [email protected])
QUIS = 10%UTS = 25%UAS = 40%
02/03/20103
Istilah Riset Operasi pertama kali digunakan pada tahun1940 oleh Mc Closky dan Trefthen di suatu kota kecilBowdsey Inggris. Riset Operasional adalah suatu metodepengambilan keputusan yang dikembangkan dari studioperasi-operasi militer selama Perang Dunia II.
02/03/20104
operasi-operasi militer selama Perang Dunia II.Keberhasilan-keberhasilan penelitian dari kelompokkelompok studi militer ini telah menarik kalanganIndustriawan untuk membantu memberikan berbagaisolusi terhadap masalah-masalah manajerial yang rumit.OR banyak diterapkan dalam menyelesaikan masalah-masalah manajemen untuk meningkatkan produktivitasatau efisiensi. OR sering dinamakan sebagai ManagementScience.
Operational research (riset operasi) adalah penerapanbeberapa metode ilmiah yang membantu memecahkanpermasalahan yang rumit yang muncul dalamkehidupan sehari-hari yang di interprestasikankedalam pemodelan matematis guna mendapatkankedalam pemodelan matematis guna mendapatkaninformasi solusi yang optimal. Operational researchjuga banyak digunakan untuk mengabil keputusanyang logis yang dapat dijelaskan secara kuantitatif.Pendekatan khusus ini bertujuan membentuk suatumodel ilmiah dari sistem menggabungkan ukuran-ukuran faktor-faktor seperti kesempatan dan risiko,untuk meramalkan dan membandingkan hasil-hasildari beberapa keputusan, strategi atau pengawasan.
02/03/20105
1. BeayaSemua beaya relevan (beaya yang terkait dengan keputusan)harus dimasukkan
2. KualitasDipengaruhi oleh desain produk dan cara produk dibuat
3. Dependability3. DependabilityMenyangkut dapat diandalkannya suplai barang atau jasa. Diukurdengan prosentase kekurangan bahan, prosentase pemenuhanjanji-janji pengiriman dan kriteria lain.
4. FleksibilitasMenyangkut kemampuan operasi untuk membuat perubahandalam desain produk atau kapasitas produksi untukmenyesuaikan diri terhadap perubahan yang terjadi. Diukurdengan jumlah waktu yang dibutuhkan untuk merubah desainproduk atau tingkat kapasitas produksi.
02/03/20106
1. Proses, keputusan utk merancang proses produksi yang mencakup:
2. Seleksi tipe proses, pemilihan teknologi, analisis aliran proses,penentuan lokasi fasilitas dan layout fasilitas dan material handling
3. Kapasitas, keputusan utk penyediaan volume output yang optimal,meliputi:
4. Pengembangan rencana kapasitas jangka pendek, menengah danpanjang, forecasting, perencanaan fasilitas, scheduling, perencanaandan pengawasan kapasitas lain.dan pengawasan kapasitas lain.
5. Persediaan, keputusan yang terkait dengan kapan harus memesandan berapa banyak setiap pemesanan
6. Tenaga kerja, keputusan yang terkait dengan perancangan danpengelolaan tenaga kerja dalam operasi, meliputi: desain pekerjaan,alokasi tenaga kerja, pengukuran kerja, peningkatan produktivitas,pemberian kompensasi, penciptaan lingkungan kerja yang aman dansehat
7. Kualitas, bertanggung jawab atas kualitas barang dan jasa yangdihasilkan 02/03/2010 7
Proses pembuatan keputusan
Perumusan masalah
Pengembangan alternatif-alternatif
Evaluasi alternatif-alternatif
Pemilihan alternatif terbaik Pemilihan alternatif terbaik
Implementasi keputusan
Evaluasi hasil-hasil
Model adalah penyederhanaan atau abstraksirealitas dari suatu sistem yang kompleks
Model harus merupakan representatif darirealitas yang diteliti
Model menunjukkan hubungan-hubungan Model menunjukkan hubungan-hubungan(langsung atau tidak langsung) dari aksi danreaksi dalam pengertian sebab akibat
Model adalah suatu fungsi tujuan denganseperangkat kendala yang diekspresikandalam bentuk variabel keputusan
02/03/2010 9
Teknik-teknik kuantitatif seperti statistik dan simulasi bisa digunakan.Model dapat diklasifikasikan dalam banyak cara, misalnya menurutjenisnya, dimensinya, fungsinya, tujuannya, subyeknya, atauderajatnya. Kriteria yang paling biasa adalah jenis model yang meliputiiconic (physical), analogue (diagramatic) dan symbolic(mathematical).
Tahapan dan Ciri dalam Riset Operasi; Tahapannya yaitu MerumuskanMasalah; Pembentukan Model; Mencari penyelesaian Masalah;Masalah; Pembentukan Model; Mencari penyelesaian Masalah;Validasi Model; dan Penerapan hasil akhir.
02/03/2010 10
ciri-ciri model:Iconic (physical) Model.
Penyajian phisik yang tampak seperti aslinya dari suatusistem nyata dengan skala yang berbedaModel ini mudah untuk mengamati, membangun danmenjelaskan tetapi sulit untuk memanipulasi dan tidak dapatdigunakan untuk tujuan peramalanBiasanya menunjukkan peristiwa statik.
02/03/2010 11
Biasanya menunjukkan peristiwa statik.Analogue Model.
Lebih abstrak dari model iconic, karena tdk kelihatan samaantara model dengan sistem nyata.Lebih mudah untuk memanipulasi dan dapat menunjukkansituasi dinamisUmumnya lebih berguna dari pada model iconic karenakapasitasnya yang besar untuk menunjukkan ciri-ciri sistemnyata yang dipelajari.
Mathematical (Simbolic) Model.Sifatnya paling abstrak.Menggunakan seperangkat simbol matematik untukmenunjukkan komponen-komponen (dan hubungan antarmereka) dari sistem nyata.Dibedakan menjadi:
Model deterministik :Dibentuk dalam situasi penuh kepastian (certainty)Memerlukan penyederhanaan-penyederhanaan dari realitas
02/03/2010 12
karena kepastian jarang terjadi.Keuntungannya: dapat dimanipulasi dan diselesaikan lebihmudah.
Model probabilistik :Dalam kondisi ketidak-pastian (uncertainty).Lebih sulit di analisis, meskipun representasiketidakpastian dalam model dapat menghasilkan suatupenyajian sistem nyata yang lebih realistis.
Penyederhanaan model:1. Melinierkan hubungan yang tidak linier.2. Mengurangi banyaknya variabel atau kendala.3. Merubah sifat variabel, misalnya dari diskrit menjadi
kontinyu.4. Mengganti tujuan ganda menjadi tujuan tunggal.5. Mengeluarkan unsur dinamik (membuat model menjadi
statik).
02/03/2010 13
statik).6. Mengasumsikan variabel random menjadi suatu nilai
tunggal (deterministik).
Pembentukan model sangat esensial dalam Riset Operasi karensolusi dari pendekatan ini tergantung pada ketepatan model yangdibuat.
Tahap-tahap Pemodelan dalam OR:1. Merumuskan masalah.
• Merumuskan definisi persoalan secara tepat• Dalam perumusan masalah ada tiga hal yang penting
diperhatikan:
Variabel keputusan; yaitu unsur-unsur dalam persoalan yangdapat dikendalikan oleh pengambil keputusan, sering disebut
02/03/2010 14
dapat dikendalikan oleh pengambil keputusan, sering disebutsebagai instrumen. Tujuan (objective). Penetapan tujuan membantu pengambilkeputusan memusatkan perhatian pada persoalan danpengaruhnya terhadap organisasi. Tujuan ini diekspresikan dalamvariabel keputusan. Kendala (constraint) adalah pembatas-pembatas terhadapalternatif tindakan yang tersedia.
2. Pembentukan Model. Sesuai dengan definisi persoalannya, pengambil keputusan
menentukan model yang paling cocok untuk mewakili sistem.Model merupakan ekspresi kuantitatif dari tujuan dan kendala-
kendala persoalan dalam variabel keputusan. Jika model yang dihasilkan cocok dengan salah satu model
matematik yang biasa (misalnya linier), maka solusinya dapatdengan mudah diperoleh dengan program linier.
3. Mencari penyelesaian masalah
02/03/2010 15
3. Mencari penyelesaian masalah Aplikasi bermacam-macam teknik dan metode solusi kuntitatif
yang merupakan bagian utama dari OR Disamping solusi terhadap model, perlu juga informasi
tambahan: Analisa Sensitivitas.
4. Validasi Model.Model harus diperiksa apakah dpt merepresentasikan
berjalannya sistem yang diwakili.Validitas model dilakukan dgn cara membandingkan
performance solusi dengan data aktual.Model dikatakan valid jika dengan kondisi input yang
serupa,dapat menghasilkan kembali performance sepertikondisi aktual.
02/03/2010 16
kondisi aktual.
LINEAR
02/03/2010 17
LINEARPROGRAMMING
Program Linear adalah :
Suatu model matematis yang digunakan untuk
menyelesaikan masalah yang berhubungan denganpengalokasian sumberdaya secara optimaloptimasi, yaitu memaksimumkan atau meminimumkanoptimasi, yaitu memaksimumkan atau meminimumkanfungsi tujuan yang bergabung pada sejumlahvariabel input.
Prinsif dari LP :
Setiap perusahaan/organisasi akan berusaha
mencapai tujuan yang telah ditetapkansesuai dengan keterbatasan sumberdaya
02/03/2010 18
Periklanan
Industri manufaktur : penggunaan tenaga kerja, mesin dan kapasitas produksi
Distribusi dan pengangkutan
Perbankan : portofolio investasi
02/03/2010 19
Mempunyai tujuan yang dicapai
Tersedia beberapa alternatif tujuan
Sumberdaya dalam keadaan terbatas
Dapat dirumuskan dalam model matematis
(persamaan dan ketidak samaan)
02/03/2010 20
(persamaan dan ketidak samaan)
Contoh pernyataan ketidak samaan :Untuk menghasilkan sejumlah promosi dan iklansecara optimal, total biaya yang dikeluarkan tidakboleh lebih dari dana yang tersedia
Pernyataan bersifat normatif
Metode penyelesaian masalah :
Dengan metode Grafis ( 2 variabel) Dengan metode simpleks
Contoh :Suatu perusahaan periklanan menghasilkan dua iklan, iklan sabun mandi dan iklantempe yang diproses menjadi dua bagian fungsi : seleksi pemeran (casting) danpeluncuran.
02/03/2010 21
peluncuran.Pada bagian casting tersedia 60 jam kerja, sedangkan pada bagian peluncuran
iklan hanya 48 jam kerja. Untuk menghasilkan 1 iklan sabun diperlukan 4 jam kerjacasting dan 2 jam kerja peluncuran, sedangkan untuk menghasilkan 1 iklan tempediperlukan 2 jam kerja casting dan 4 jam kerja peluncuran,Laba untuk setiap iklan sabun dan tempe yang dihasilkan masing-masing Rp.80.000 danRp. 60.000,-
Berapa jumlah iklan sabun mandi dan tempe yang optimal dihasilkan
Perumusan persoalan dalam bentuk matriks
ProsesWaktu yang dibutuhkan per iklan (jam) Total jam
yang tersediaSabun Mandi Iklan Tempe
Casting 4 2 60
Peluncuran 2 4 48
Laba/iklan Rp. 80,000 Rp. 60,000
02/03/2010 22
Perumusan persoalan dalam bentuk matematis:Maks :Laba = 8S + 6T ( dalam satuan Rp. 10,000)Dengan kendala :
4S + 2T ≤ 602S + 4T ≤ 48
S ≥ 0T ≥ 0
Langkah –langkah dalam perumusan Model LP
1. Definisikan Variabel Keputusan (Decision Variable) Variabel yang nilainya akan dicari
2. Rumuskan Fungsi Tujuan : Maksimisasi atau minimisasi Tentukan koefisien dari variabel keputusan
3. Rumuskan Fungsi Kendala Sumberdaya
02/03/2010 23
3. Rumuskan Fungsi Kendala Sumberdaya Tentukan kebutuhan sumberdaya untuk masing-masing
perubah keputusan Tentukan jumlah ketersediaan sumberdaya sebagai
pembatas.4. Tetapkan kendala non-negatif
Setiap keputusan (kuantitatif) yang diambil tidak bolehmempunyai nilai negatif.
Perumusan persoalan dalam model LP:
Defenisi Variabel keputusan :Keputusan yang akan diambil adalah berapakah jumlah iklan sabun dan tempe
yang akan dihasilkan. Jika sabun disimbolkan dengan S dan Tempe dengan T, makadefenisi variabel keputusan :
S = Jumlah iklan Sabun yang akan dihasilkan (dalam satuan iklan)T = jumlah iklan Tempe yang dihasilkan ( dalam satuan iklan)
Perumusan fungsi tujuan :
02/03/2010 24
Perumusan fungsi tujuan :Laba untuk setiap ilkan Sabun dan Tempe yang dihasilkan masing-masing
Rp.80,000 dan Rp. 60,000. Tujuan perusahaan adalah untuk memaksimumkan laba darisejumlah iklan Sabun dan Tempe yang dihasilkan. Dengan demikian , fungsi tujuan dapatditulis :
Maks. : Laba = 8S + 6T ( dalam satuan Rp. 10,000)
Perumusan Fungsi Kendala : Kendala pada proses casting :
Untuk menghasilkan 1 buah iklan sabun diperlukan waktu 4 jam dan untukmenghasilkan 1 buah iklan Tempe diperlukan waktu 2 jam pada proses
casting. Waktu yang tersedia adalah 60 jam.4S + 2T ≤ 60
Kendala pada proses Peluncuran :Untuk menghasilkan 1 buah iklan sabun diperlukan waktu 2 jam dan untukmenghasilkan 1 buah iklan Tempe diperlukan waktu 4 jam pada prroses
02/03/2010 25
menghasilkan 1 buah iklan Tempe diperlukan waktu 4 jam pada prrosesPeluncuran. Waktu yang tersedia adalah 48 jam.2S + 4T ≤ 48
Kendala non-negatif:Iklan Sabun dan Tempe yang dihasilkan tidak memiliki nilai negatif.
S ≥ 0T ≥ 0
4S + 2 T ≤ 60
T
Penyelesaian dengan grafik(hanya dapat dilakukan untuk model 2 decision variabels)
Gambarkan masing-masing fungsi kendala pada grafik yang sama
Laba = 8S + 6T
Pada A: S = 0, T = 12Laba = 6 (12) = 72
Pada B: S = 12, T = 6
02/03/2010 26
4S + 2 T ≤ 60
S = 0 T = 30T = 0 S = 15
S = 0 T = 12T = 0 S = 24
2S + 4T ≤ 48
S
Pada B: S = 12, T = 6Laba = 8 (12) + 6(6) = 132
Pada A: S = 15, T = 0Laba = 8(15) = 120
Keputusan :S = 12 dan T = 6Laba yang diperoleh =Rp. 132,000
Metode penyelesaian program linear dengan metode simplex pertamakalidikemukakan oleh George Dantzig pada tahun 1947. Metode ini menjaditerkenal ketika diketemukan alat hitung elektronik dan menjadi poluler ketikamunculnya komputer. Proses perhitungan metode ini dengan melakukan iterasiberulang-ulang sampai tercapai hasil optimal dan proses perhitungan inimenjadi mudah dengan komputer. Selanjutnya berbagai alat dan metodemenjadi mudah dengan komputer. Selanjutnya berbagai alat dan metodedikembangkan untuk menyelesaikan masalah program linear bahkan sampaipada masalah riset operasi hingga tahun 1950 an seperti pemrogramandinamik, teori antrian, dan persediaan
02/03/2010 27
1. Nilai kanan (NK/RHS) fungsi tujuan harus nol (0)
2. Nilai kanan (RHS) fungsi kendala harus positif.Apabila negatif, nilai tersebut harus dikali -1
3. Fungsi kendala dengan tanda “≤” harus diubah kebentuk “=” dengan menambahkan variabelbentuk “=” dengan menambahkan variabelslack/surplus (bila variabel slack negatif). Variabelslack/surplus disebut juga variabel dasar.Penambahan slack variabel menyatakan kapasitasyang tidak digunakan atau tersisa pada departementersebut. Hal ini karena ada kemungkinan kapasitasyang tersedia tidak semua digunakan dalam prosesproduksi. 02/03/2010 28
4. Fungsi kendala dengan tanda “≥” diubah ke bentuk“≤” dengan cara mengkalikan dengan -1, lalu diubahke bentuk persamaan dengan ditambah variabelslack. Kemudian karena RHS-nya negatif, dikalikanlagi dengan -1 dan ditambah artificial variabel (M).Artificial variabel ini secara fisik tidak mempunyaiarti, dan hanya digunakan untuk kepentinganarti, dan hanya digunakan untuk kepentinganperhitungan saja.
5. Fungsi kendala dengan tanda “=” harus ditambahartificial variabel(M)
02/03/2010 29
Metode simpleks adalah suatu metode matematis yang dapat menyelesaikanpersoalan yang tidak dapat dikerjakan di dalam metode grafik dikarenakanvariabel keputusan yang begitu kompleks ( lebih dari 2 variabel). Dimulai darisuatu pemecahan dasar yang feasibel (basic feasible solution) ke pemecahandasar feasible lainnya dan dilakukan secara berulang-ulang (interatif) sehinggaakhirnya diperoleh suatu pemecahan dasar yang optimum.
02/03/2010 30
setia fungsi kendala mempunyai slack variabel. jumlah slack variabel = jumlah fungsi kendala
Nilai sebelah kanan ( righ-hand side) semua kendala tidak
boleh negatif.
Langkah 1 :
Ubah model LP kedalam bentuk kanoniknya, semua fungsikendala berupa persamaan, dengan cara menambahkan slackvariabel
Ubah model LP kedalam bentuk kanoniknya, semua fungsikendala berupa persamaan, dengan cara menambahkan slackvariabel
Contoh : Kasus Perusahan periklanan
4S + 2T +S1 = 60 atau S1 = 60 – 4S – 2T2S + 4T +S2 = 48 atau S2 = 48 – 2S – 4TS1 adalah variabel slack (waktu tak terpakai) dalam castingS2 adalah variabel slack (waktu tak terpakai) dalam peluncuran
Semua variabel yang tidak mempengaruhi kesamaan ditulisdengan koefisien nol.
Maks Laba = 8S + 6T + 0S1 + 0S2Laba - 8S - 6T – 0S1 – 0S2 = 0
02/03/2010 31
Laba - 8S - 6T – 0S1 – 0S2 = 0Dengan kendala :
4S +2T +S1 + 0S2 = 602S + 4T + 0S1 + S2 = 48S ≥ 0; T ≥ 0
Variabel dibagi menjadi non-basic dan basic variabel.
Non-basic variabels variabel yang tidak keluar
sebagai solusi pada setiap iterasi, nilainya sama dengan nol Basic variabels variabel yang keluar sebagai solusi pada
setiap iterasi
langkah ke 2 : Membuat tabel simpleks awal
BV CV S T S1 S2 Rasio
S1 60 4 2 1 0 60/4
S2 48 2 4 0 1 48/2
Zj 0 -8 -6 0 0
Elemen pivot
Persamaanpivot
Langkah 3: Penentuan baris dan kolom Langkah 3: Penentuan baris dan kolom
02/03/2010 32
kunci sebagai dasar iterasi Kolom kunci ditentukan oleh nilai baris Z negatif terbesar,
yaitu pada kolom S baris kunci ditentukan dari nilai rasio CV/Kolom kunci
terkecil, yaitu baris S1.
kunci sebagai dasar iterasi Kolom kunci ditentukan oleh nilai baris Z negatif terbesar,
yaitu pada kolom S baris kunci ditentukan dari nilai rasio CV/Kolom kunci
terkecil, yaitu baris S1.
LANGKAH 4 : Iterasi
variabel yang masuk sebagi basic variabel (BV) adalah S
dan variabel yang keluar dari BV adalah S1
LANGKAH 4 : Iterasi
variabel yang masuk sebagi basic variabel (BV) adalah S
dan variabel yang keluar dari BV adalah S1
S masuk sebagai BV menggantikan S1 (baris kedua).
Untuk melakukan iterasi, digunakan perhitungan Gauss-Jordansebagi berikut:
Persamaan Pivot :persamaan pivot baru = persamaan pivot lama : elemen
pivotPersamaan lainnya, termasuk Z:
persamaan baru = (Persamaan lama) – ( Koef kolom masuk) x(persamaan pivot baru)
02/03/2010 33
(persamaan pivot baru)
Hasil iterasi 1:
BV CV S T S1 S2 Rasio
S 15 1 ½ ¼ 0 30
S2 18 0 3 -½ 1 6
120 0 -2 2 0
BV CV S T S1 S2 Rasio
S 12 1 0 1/3 -1/6
T 6 0 1 -1/6 1/3
Z 132 0 0 7/3 2/3
Reduced costs Dual Prices
Karena nilai-nilai pada baris Z sudah non-negatif, berarti
02/03/2010 34
Karena nilai-nilai pada baris Z sudah non-negatif, berartiiterasi selesai, dan solusi yang diperoleh adalah:S = 12, T = 6 dan Z (laba) = 132.Dari tabel akhir iterasi diatas juga diperoleh informasimengenai nilai Reduced Cost dan Dual (SHADOW) prices. Selainitu, dengan sedikit perhitungan juga dapat dilakukan analisasensitivitas.BV = Basic Variabel (variabel dasar yang masuk)CV = Constan cost Variabel (nilai biaya variabel)
Metode grafik adalah metode didalam linearprogramming yang tujuannya adalah mendapatkansolusi yang optimal baik untuk memaksimumkankeuntungan ataupun meminimumkan waktu danpengeluaran biaya di dalam perusahaan, metode inihanya dapat dipakai untuk 2 variabel keputusan dantidak cocok untuk banyak variabel Metode simpleks adalah merupakan metode didalam
02/03/2010 35
Metode simpleks adalah merupakan metode didalamlinear programming yang tujuannya sama denganmetode grafik, tetapi yang membedakan adalah metodeini dapat menyelesaikan permasalahan linear yangtidak dapat diselesaikan dengan metode grafik.
BUKU ACUAN
1. Drs. T. Hani Handoko, MBA., PhDDasar-dasar ManajemenProduksi dan Operasi
2. Hillier Frederick S, Gerald J. Lieberman, Introduction toOperation Research, Holden-Day, 1989.
3. Taha, Hamdy A.,1997. Operations Research, an Introduction,sixth edition, Upper Saddle River, Prentice Hall, New Jersey.sixth edition, Upper Saddle River, Prentice Hall, New Jersey.
02/03/2010 36