Fakultas Ekonomi Universitas Abulyatama Aceh
description
Transcript of Fakultas Ekonomi Universitas Abulyatama Aceh
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
RISET OPERASI(PERTEMUAN PERTAMA)
Bacaan Dianjurkan:
Hamdi A. Taha 2006. Pengantar Riset OperasiPangestu dkk 2002. Dasar-Dasar Riset OperasiHiller dan Liberman. 2007. Operation Research
Dosen Pengasuh:Khairul Amri, SE. M.Si
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.
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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).
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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.
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
PERTEMUAN KEDUA(LINIER PROGRAMING)
Bacaan Dianjurkan:
Hamdi A. Taha 2006. Pengantar Riset OperasiPangestu dkk 2002. Dasar-Dasar Riset OperasiHiller dan Liberman. 2007. Operation Research
Dosen Pengasuh:Khairul Amri, SE. M.Si
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Suatu teknis matematika yang dirancang untuk membantu manajer dalam merencanakan dan
membuat keputusan dalam mengalokasikan sumber daya yang terbatas untuk mencapai tujuan perusahaan
Linier Programming
Tujuan Perusahaan: Memaksimumkan Keuntungan
(maximum profit)
…….namun karena terbatasnya sumber daya ……….
Meminimumkan biaya (minimum cost)
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Bentuk dan susunan dalam menyajikan masalah-masalah yang akan dipecahkan dengan teknik linier programming
Model LP
Model LP memiliki 2 (dua) macam fungsi1. Fungsi Tujuan (Objective Function)
Menggambarkan tujuan/sasaran dalam permasalahan LP berkaitan dengan pengalokasian sumber daya secara optimal, untuk memperoleh keuntungan maksimal atau biaya minimal2. Fungsi Batasan (Constraint Function)
Bentuk penyajian matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal dalam berbagai kegiatan
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
M =
Simbol-simbol dalam LPMacam 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
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Data untuk Model Linier Programming (LP)
KegiatanSumber
Pemakaian Sumber Per UnitKegiatan (Keluaran)
1 2 3 ..................... n
KapasitasSumber
123...
m
a11 a12 a13 ..................... a1n
a21 a22 a23 ..................... a2n
a31 a32 a33 ..................... a3n
. . . . . . . . . . . .
am1 am2 a13 .................... anm
b1
b2
b3
.
.
.bm
ΔZ pertambahan tiap unit
Tingkat Kegiatan
C1 C2 C3 ..................... Cn
X1 X2 X3 ..................... Xn
Fungsi Tujuan (Objective Function)
Fungsi Batasan (Constraint Function)
Maksimum Z = C1X1 + C2X2 + C3X3 ........CnXn
1) a11X1 + a12X2 + a13X3 ..........+ a1nXn ≤ b1
2) a21X1 + a22X2 + a23X3 ..........+ a2nXn ≤ b2
. . . m) am1X1 + am2X2 + am3X3 .........+ amnXn ≤ bn
dan
X1 ≥ 0, X2 ≥ 0, .......... Xn ≥ 0,
Fungsi Batasan Fungsional
Fungsi Batasan Non negatif (non negative constraint)
Penyelesaian masalah mengarah pada pencapaian tujuan maksimisasi atau minimisasi
Ciri-ciri khusus Linier Programming
Kendala yang ada membatasi tingkat pencapaian tujuan
Ada beberapa alternatif penyelesaian
Hubungan matematis bersifat linear
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Certainty (kepastian). Maksudnya adalah fungsi tujuan dan fungsi kendala sudah diketahui dengan pasti dan tidak berubah selama
periode analisa
Asumsi Dasar Dalam Linier Programming
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
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
1. Metode Grafik
Pendekatan yang digunakan dalam menyelesaikan permasalahan dalam Linier Programming
Digunakan untuk menyelesaikan permasalahan dimana variabel keputusan sama dengan dua
2. Metode Simplex
Digunakan untuk menyelesaikan permasalahan dimana variabel keputusan dua atau lebih
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Pengenalan Simbol dalam LP1. = (sama dengan)
Contoh : 5X2 = 30
Contoh :
6X1 = 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Contoh :
6X1 + 5X2 = 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
2. < (lebih kecil dari)
Contoh :
5X2 < 30
5
10
9
8
7
6
4
3
2
1
1054321 98760 (X1)
(X2)
6X1 < 30(wilayahnya sebelah kiri garis tidak termasuk garis)
Contoh :
6X1 < 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Contoh :
6X1 + 5X2 < 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
3. > (lebih besar dari)
Contoh : 5X2 > 30
Contoh : 6X1 > 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Contoh :
6X1 + 5X2 > 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
4. ≥ (lebih besar sama dengan)
Contoh : 5X2 ≥ 30
Contoh : 6X1 ≥ 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Contoh :
6X1 + 5X2 ≥ 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
5. ≤ (lebih kecil sama dengan)
Contoh :
5X2 ≤ 30
Contoh :
6X1 ≤ 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Contoh :
6X1 + 5X2 ≤ 30
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
PERTEMUAN KETIGA(LINIER PROGRAMING Lanjutan……..)
Bacaan Dianjurkan:
Hamdi A. Taha 2006. Pengantar Riset OperasiPangestu dkk 2002. Dasar-Dasar Riset OperasiHiller dan Liberman. 2007. Operation Research
Dosen Pengasuh:Khairul Amri, SE. M.Si
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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
Kendala yang Dihadapi
Memaksimumkan Profit
Keterbatasan Waktu untuk pembuatan dan pengecatan
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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).
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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)
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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. memotong sumbu X2 pada saat 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)
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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 II memotong sumbu X1 pada titik (50, 0) dan memotong sumbu X2 pada titik (0,100).
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Grafik Area yang LayakTitik 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 = 40Sehingga 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).
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
Menentukan Solusi Optimal
1. Menggunakan Iso ProfitGaris yang menggambarkan kombinasi dua 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). .
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]
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.
Fakultas EkonomiUniversitas Abulyatama Aceh
Khairul Amri, SE, [email protected]