Sejarah Singkat Riset Operasi
Dorongan awal
munculnya kegiatan riset operasi adalah perang dunia II. Istilah riset operasi
akibat dari “riset operasi militer” yang dilakukan selama perang tersebut.
Kelompok ahli-ahli disiplin ilmu disatukan untuk menganalsis berbagai masalah
operasi militer. Istilah riset operasi baru ditemukan setelah perang dunia II,
tetapi sebenarnya pendekatan-pendekatan ilmiah yang digunakan sebagian telah
diciptakan sebelumnya, yaitu seperti hasil kerja Taylor dan Gantt.
Kesuksesan riset
operasi dalam perang dunia II menarik industry pasca perang di Inggris dan
Amerika untuk menerapkan dalam pemecahan masalah manajerial dan operasional
yang dialami. Salah satu perkembangan riset operasi pasca perang yang cukup
terkenal adalah temuan salah satu metode riset operasi oleh George Dantzig
dengan temuannya yang berupa pengembangan pemprograman linier yang merupakan
metode riset operasi yang sangat luas hingga disebut “bapak pemprograman
linear”. Selain itu dibidang statistika pengendalian mutu, pemprograman
dinamis, analisis queue, dan pengendalian persediaan.
Riset operasi saat ini
mencangkup penyempurnaan terhadap metoda yang telah ada dan juga
penemuan-penemuan teknik analisis baru seperti, pemprograman geometris,
simulasi dan goal programming. Sebagian besar masalah yang dipecahkan dengan
teknik riset operasi biasanya berskala besar dan memerlukan perhitungan yang
berulang-ulang untuk menganalisisnya. Hal ini sangat melelahkan bila
diselesaikan secara manual, sehingga ketergantungan perkembangan riset operasi
terhadap perkembangan computer tidak dapat dispelekan.
referensi:
Ayu, Media Anugrah.
Pengantar riset operasional. Seri diklat kuliah. Universitas Gunadarma.
1993.
Model model
riset operasi
Model adalah abstraksi atau penyederhanaan realitas system
yang kompleks dimana hanya komponen yang relevan atau faktor yang dominan dari
masalah yang dianalisis diikutsertakan. Salah satu pembentukan model adalah
untuk menemukan variabel apasaja yang penting dan menonjol. Penemuan-penemuan
variabel yang penting ini berkaitan erat dengan penyelidikan hubungan yang ada
diantara variabel. Ada beberapa cara yang digunakan untuk mengklasifikasikan
model salah satu cara yang umum digunakan adalah membedakannya kedalam jenis
model yaitu:
1.Model ikonik
Suatu model yang digunakan atau mengandung karakteristik dan property nyata dari suatu system yang dimodelkan. Salah satu contoh bentuk ikonik adalah pilot plan dari suatu pabrik
2.Mode analog
Suatu model yang menyajikan suatu analogi dari keadaan nyata. Tidak seperti model ikonik, model analog tidak harus sama dengan system yang disajikan. Salah satu contoh model adalog adalah histogram dimana panjang batang yang berbeda digunakan untuk menyajikan frekuensi relative dari beberapa macam kejadian.
3.Model simbolik
Bentuk model yang paling abstrak dan biasa digunakan daam bidang riset operasional dan pada kenyataannya, riset operasional biasanya disinonimkan dengan suatu formulasi dan menggunakan suatu bentuk khusus dari model simbolik yang dsebut dengan model matematis. Model simboik menggunakan huruf, angka, dan symbol yang lain untuk menyajikan karakteristik dan property dari suatu system yang dimodelkan. Contoh mode simbolik adalah persamaan, bagan, kalimat-kalimat tertulis.
4.Model matematis
Ada dua bentuk model matematis yang digunakan dalam bidang riset operasional yaitu:
a.Mode matematis deskriptif.
Suatu model yang mendeskripsikan beberapa aspek dari system yang dimodelkan, seperti keadaan pada masa datang atau karakteristik operasi.
b.Mode matematis normatif.
Biasanya disebut dengan model dengan masalah pengambilan keputusan. Masalah pengambilan keputusan adalah masalah yang harus diputuskan oleh satu atau lebih pembuat keputusan.
referensi:
Ayu, Media Anugrah. Pengantar riset operasional. Seri diklat kuliah. Universitas Gunadarma. 1993.
1.Model ikonik
Suatu model yang digunakan atau mengandung karakteristik dan property nyata dari suatu system yang dimodelkan. Salah satu contoh bentuk ikonik adalah pilot plan dari suatu pabrik
2.Mode analog
Suatu model yang menyajikan suatu analogi dari keadaan nyata. Tidak seperti model ikonik, model analog tidak harus sama dengan system yang disajikan. Salah satu contoh model adalog adalah histogram dimana panjang batang yang berbeda digunakan untuk menyajikan frekuensi relative dari beberapa macam kejadian.
3.Model simbolik
Bentuk model yang paling abstrak dan biasa digunakan daam bidang riset operasional dan pada kenyataannya, riset operasional biasanya disinonimkan dengan suatu formulasi dan menggunakan suatu bentuk khusus dari model simbolik yang dsebut dengan model matematis. Model simboik menggunakan huruf, angka, dan symbol yang lain untuk menyajikan karakteristik dan property dari suatu system yang dimodelkan. Contoh mode simbolik adalah persamaan, bagan, kalimat-kalimat tertulis.
4.Model matematis
Ada dua bentuk model matematis yang digunakan dalam bidang riset operasional yaitu:
a.Mode matematis deskriptif.
Suatu model yang mendeskripsikan beberapa aspek dari system yang dimodelkan, seperti keadaan pada masa datang atau karakteristik operasi.
b.Mode matematis normatif.
Biasanya disebut dengan model dengan masalah pengambilan keputusan. Masalah pengambilan keputusan adalah masalah yang harus diputuskan oleh satu atau lebih pembuat keputusan.
referensi:
Ayu, Media Anugrah. Pengantar riset operasional. Seri diklat kuliah. Universitas Gunadarma. 1993.
LANGKAH-LANGKAH
ANALISA SISTEM
Langkah-langkah dalam tahap analisa sistem hampir sama
dengan yang akan langkah-langkahyang dilakukan dalam mendefinisikan
proyek-proyek sistem yang akan dikembangkan di tahap perencanaan sistem.
Perbedaannya terletak pada ruang-lingkup tugasnya. Di analisa sistem, ruang
lingkup tugasnya adalah lebih terinci. Di analisa sistem ini, penelitian yang
dilakukan oleh analis sistem adalah penelitian terinci, sedang di perencanaan
sistem sifatnya hanya penelitian pendahuluan
Di dalam tahap analisa sistem terdapat langkah-langkah dasar yang harus dilakukan oleh analis sistem, sebagai berikut:
Di dalam tahap analisa sistem terdapat langkah-langkah dasar yang harus dilakukan oleh analis sistem, sebagai berikut:
- Identify, yaitu mengidentifikasikan masalah
- Understand, yaitu memahami kerja dari sistem yang ada
- Analyze, menganalisis sistem
- Report, yaitu membuat laporan hasil analisis.
Contoh Metode Grafik dalam Program Linear
Metode grafik
v Definisi :
Metode grafik adalah salah satu teknik dalam liear
programming yang menitikberatkan pada sistem koordinat (sumbu XY). Dalam hal
ini X dan Y merupakan variabel-variabel yang ingin dikombinasikan dan ingin
dicari kombinasi yang optimal.
v Tujuan :
a) Menentukan
fungsi tujuan (garis selidik) beserta fungsi pembatas (kendala) dalam masalah
program linear.
b) Menggambarkan
kendala sebagai daerah pada bidang yang memenuhi dalam linear programming.
c) Menetukan
nilai optimum dari fungsi tujuan sebagai penyelesaian dari program linear.
d) Menafsirkan
nilai optimum yang diperoleh sebagai penyelesaian masalah program linear.
v Langkah-langkah menyelesaikan
linear programming dengan metode grafik
Misalkan diketahui permasalahan sebagai berikut:
CV CIARD memproduksi jenis Astro dan Cosmos, diperlukan
bahan baku A dan bahan baku B serta jam tenaga kerja. Maksimum penyediaan bahan
baku A sebanyak 60 kg perhari, bahan baku B sebanyak 30 kg perhari dan tenaga
kerja 40 jam perhari. Bahan baku A memproduksi jenis Astro 2 unit dan Cosmos 3
unit, sedangkan bahan baku B memproduksi jenis Cosmos 2 unit saja. Dengan
tenaga kerja Astro 2 jam perhari dan Cosms 1 jam perhari. Berapakah keuntungan
CV CIARD jika kedua jenis produk memberikan keuntungan sebesar Rp 40 untuk
Astro dan Rp 30 untuk Cosmos?
Penyelesaian :
Ø Langkah pertama:
Tuangkan permasalah linear ke dalam tabel permasalahan.
Dalam programming linear diperoleh tabel permaslahan sebagai
berikut:
Jenis bahan baku
Dan tenaga kerja
|
Bahan baku (kg) dan tenaga kerja (jam)
|
Maksimum
pekerjaan
|
|
Astro
|
Cosmos
|
||
Bahan baku A
|
2
|
3
|
60 kg
|
Bahan baku B
|
-
|
2
|
30 kg
|
Tenaga kerja
|
2
|
1
|
40 jam
|
Ø Langkah kedua:
Ubah permasalah ke dalam model matematika. Dalam hal ini
model matematika mempunyai fungsi tujuan (garis selidik) dan fungsi pembatas
(kendala).
Berdasarkan tabel permasalahan diperoleh model matematika
sebagai berikut:
Fungsi tujuan:
Fungsi pembatas:
1. 2X1 +3X2 = 60
2. 2X2≤30
X1 = 20
3. 2X1+X2≤40
4. X1,X2≥0
X1 = jumlah bahan baku (kg) dan tenaga kerja
Astro (jam)
X2 = jumlah bahan baku (kg) dan tenaga kerja
Cosmos (jam)
Ø Langkah ketiga:
Ubah pertidaksamaan pada fungsi pembatas (kendala) ke dalam
persamaan lalu indentifikasi batasan-batasan yang berlaku ke dalam bentuk
fungsi linear.
Batasan I:
Bahan baku A
2X1 + 3X2
= 60
Untuk
X1 = 0 à
3X2 = 60
X2 = 20
X2 = 20
Untuk
X2 = 0 à
2X1 = 60
X1 =
30
Batasan II:
Bahan baku B
2X2 = 30
X2 = 15
Batasan III:
Tenaga kerja
2X1 + X2
= 40
Untuk
X1 = 0 à
X2 = 40
Untuk
X2 = 0 à
2X1 = 40
X1 =
20
Ø Langkah keempat:
Gambarkan batasan-batasan ke dalam grafik sebagai daerah di
bidang cartesius yang memenuhi sistem pertidaksamaan linear.
Ø Langkah kelima:
Tentukan titik yang paling “menguntungkan” dalam hubungan
dengan fungsi tujuan.
Berdasarkan gambar diatas, tampak ada kemungkinan yang dapat
kita pilih, yakni titik A, B, C, dan D.
o Kemungkinan 1: titik A
Dimana
X1 = 20
dan X2 = 0
Sehingga;
ZmolX =
40X1 + 30X2
=
40(20) + 30(0)
= 800
o Kemungkinan 2 : titik B
Titik B merupakan perpotongan antara garis persamaan (1) dan
garis persamaan (2), diperoleh;
2X1 + 3X2
= 60
2X1 + X2
= 40
2X2 = 20
X2
= 10
Untuk ,
X2 = 10
Substitusikan ke garis persamaan (3), maka diperoleh;
2X1 + 10 =
40
2X1 = 40 -10
2X1 = 30
X1 = 15
Sehinga;
ZmolX =
40X1 + 30X2
=
40(15) + 30(10)
=
600 + 300
=
900
o Kemungkinan 3:
Titik C merupakan perpotongan antara garis persamaan (1) dan
garis persamaan (2), maka diperoleh;
2X1 + 3X2
= 60
Dengan,
X2 = 15
Maka,
X2 = 15
Maka,
2X1 + 3(15) = 60
2X1 + 45 = 60
2X1 + 45 = 60
2X1
=60 – 45
2X1
= 15
X1
= 7,5
Sehingga;
= 40(7,5) + 30(15)
= 40(7,5) + 30(15)
=
300 + 450
=
750
o Kemungkinan 4 : titik D
Dimana
X1 = 0 dan
X2 = 15
Sehingga;
ZmolX =
40X1 + 30X2
=
40(0) + 30(15)
=
0 + 450
=
450
Ø Langkah keenam:
Menentukan nilai optimum (maksimum) dari fungsi tujuan.
Dari keempat kemungkinan diatas, dapat kita lihat ternyata
kemungkinan yang paling menguntungkan adalah kemungkinan kedua dengan .X1 = 15 dan X2 = 10
Ø Langkah ketujuh:
Menafsirkan permasalahan ke dalam bahasa metematika.
Untuk memperoleh keuntungan yang maksimal, maka perusahaan
harus memproduki bahan baku A sebanyak 15 kg dan jam tenaga kerja dan bahan
baku B sebanyak 10 kg dan tenaga kerja dengan keuntungan sebesar Rp
900,-.
Kesimpulan :
Metode grafik merupakan salah satu teknik dalam linear
programming yang dalam hal ini membantu perusahaan dalam pengambilan keputusan
untuk memperoleh keuntungan maksimum atau minimum kerugian yang mungkin terjadi
melalui grafik pada sistem koordinat (bidang cartesius).
Tidak ada komentar:
Posting Komentar