MK Konsep Teknologi

Optimasi

MK Konsep Teknologi

Kegiatan / Persoalan

Pengambilan Keputusan

Alternatif Metoda Penyelesaian: 1. Programa Linear 2. Programa Dinamis 3. Antrian 4. Algoritma Lorong 5. Permainan
Optimasi 2

MK Konsep Teknologi

Kerangka Optimasi dalam Pengambilan Keputusan

DAYA & DANA TETAP MAKSIMASI PENERIMAAN HASIL YANG OPTIMAL KEGIATAN TETAP MINIMASI DAYA & DANA

Optimasi

MK Konsep Teknologi

Programa Linier
Berbasiskan pengembangan model persamaan matematika Pengambilan keputusan dapat dilakukan secara kuantitatif, memudahkan untuk mengambil keputusan. Metoda Grafis Metoda Numeris

Programa Dinamis
Berbasiskan analisis pada keterkaitan dalam sistem kegiatan Hubungan antar kegiatan digambarkan secara sistematis

Optimasi

MK Konsep Teknologi

Metoda Antrian
Untuk menganalisis persoalan-persoalan antrian pada berbagai jenis kejadian Penggambaran besaran dan variable yang terlibat dalam persoalan antrian sehinggan perlakuan atau intervensi untuk memperbaiki kinerja dapat dikerjakan secara sistematis.

Algoritma Lorong
Strategi penempatan orang/petugas secara optimal untuk memantau atau mengawasi beberapa daerah / lokasi, dengan bantuan model matematis.

Optimasi

MK Konsep Teknologi

Programa Linier / Linear Programming

Prinsip Umum: Asumsi Kelinieran : Fungsi Pembatas Fungsi Tujuan Fungsi Tujuan: Minimasi Maksimasi Fungsi Pembatas > 0 , atau = 0

Ketidaksamaan Linier

Optimasi

MK Konsep Teknologi

Programa Linier: Metoda Numeris / Matematis

Contoh 1: Pabrik baja Steel Forever" mempunyai persediaan bahan mentah besi baja untuk diproses sebanyak 18 ton. Kontrak produksi sekrup sebanyak 7,6 ton telah ditandatangani. Dalam proses produksi terjadi kehilangan bahan mentah sebesar 5%. Selain memproduksi sekrup, pabrik tersebut juga menjual besi baja sebagai bahan mentah kepada pabrik lain. Pertanyaan: Berapa banyak besi baja yang dapat dijual sebagai bahan mentah selagi kontrak masih berjalan?

Optimasi

MK Konsep Teknologi

Programa Linier: Metoda Numeris / Matematis

Jawab: Asumsi: Besi baja yang dapat dijual sebagai bahan mentah adalah x ton, Jumlah yang tersedia di pabrik adalah (18 - x) ton Kehilangan dalam proses produksi 5% (18 - x) 5/100 (18 x) = 7,6 ton 95/100 (18 - x) = 7,6 , sehingga x = 10 Maka, besi baja yang dijual sebagai bahan mentah adalah 10 ton.

Optimasi

MK Konsep Teknologi

Programa Linier: Metoda Numeris / Matematis

Contoh 2: Suatu areal tanah pertanian seluas 40 ha terbagi atas lahan basah dan lahan kering. Seluruh lahan kering dan separuh lahan basah ditanami tanaman jagung. Penghasilan per-ha: Rp. 800.000,-/ ha untuk lahan kering dan Rp. 1.200.000,-/ ha untuk lahan basah Setelah panen, penghasilan total dari lahan kering dan basah adalah Rp. 27.000.000,-. Pertanyaan: Berapa luas lahan masing-masing di areal pertanian tersebut?

Optimasi

MK Konsep Teknologi

Programa Linier: Metoda Numeris / Matematis

Jawab: Asumsi Luas lahan kering adalah X ha dan lahan basah Y ha, sehingga: (X + Y) = 40 ha .. .........(1) 8.000 X + 1.200.000 (Y/2) = 27.000.000, atau 800.000 X + 600.000 Y = 27.000.000....(2) Ini berarti, bahwa nilai X dan Y dapat dihitung sbb.: (1) X + Y = 40 800.000 X + 800.000 Y = 32.000.000 (2) 800.000 X + 600.000 Y = 27.000.000 200.000 Y = 5.000.000 Diperoleh harga Y = 25 dan X = 15, sehingga luas lahan kering adalah 15 ha dan lahan basah 25 ha.

Optimasi

10

MK Konsep Teknologi

Programa Linier: Metoda Grafis

PADA SISTIM KOORDINAT X-Y (X & Y = VARIABEL) PERSAMAAN LINIER PEMBATAS JAWABAN YANG PALING MUNGKIN KETERBATASAN : JUMLAH VARIABEL TERBATAS Gambar garis Pembatas dalam Sistem Koordinat

Tentukan Fungsi Tujuan

Identifikasi Batasan dalam Ketidaksamaan

Cari titik yang paling menguntungkan sesuai dengan Fungsi Tujuan.

11

Optimasi

MK Konsep Teknologi

Programa Linier: Metoda Grafis

Contoh 3: Pabrik baja yang sebelum nya disebut, memprediksi keuntungan se-besar Rp.30/buah untuk sekrup panjang dan Rp. 15/buah untuk sekrup pendek. Kapasitas penuh harian untuk keseluruhan mesin adalah 40.000 sekrup panjang dan 60.000 sekrup pendek. Karena adanya perbedaan cara produksi, maka setiap jam dihasilkan 5.000 sekrup pendek dan 7.500 sekrup pendek. Dilain pihak bahan kimia khusus untuk memproduksi sekrup panjang hanya tersedia untuk mengolah 30.000 buah; dan bagian pengepakan hanya mampu mengepak 50.000 buah perhari. Pertanyaan: Apabila jam kerja adalah 8 jam perhari, berapa banyak sekrup dari masingmasing ukuran yang harus di produksi agar tercapai keuntungan maksimum?

Optimasi

12

MK Konsep Teknologi

Programa Linier: Metoda Grafis

Jawab: Produksi harian adalah X sekrup panjang dan Y sekrup pendek Maksimasi (fungsi tujuan), Z = 30 X + 15 Y Pembatas (1) X < 40.000dan Y<60.000 (2) (X / 5.000) + (Y/7.500) < 8 atau (3X + 2Y < 120.000) (3) X + Y <50.000 (4) X < 30.000 (5) X >0 dan Y>0 Dengan menggambarkan persamaan linier pada bidang X-Y maka akan didapat area yang memenuhi syarat pertidaksamaan di atas.

Optimasi

13

MK Konsep Teknologi

Programa Linier: Metoda Grafis

Thousands 80 70 60 50 40 30 20 10 0 -20 -10 0 -20
Optimasi

0 0 .0 0 3 X =

00 0 . 0 4

B C D A
20

Y = 60.000

X + Y = 50.000

40

60 Thousands
3X + 2Y = 120.000
14

MK Konsep Teknologi

Programa Linier: Metoda Grafis

Pemeriksaan fungsi keuntungan (Z = 30X + 15Y) pada titik-titik ekstrim: A, B, C, D dan E: Titik A B C D E X 0 0 20.000 30.000 30.000 Y 0 50.000 30.000 15.000 0 Z = 30 X + 15 Y 0 750.000 1.050.000 1.125.000 900.000

Jadi keuntungan maksimum diperoleh dengan memproduksi 30.000 sekrup panjang dan 15.000 sekrup pendek, dengan keuntungan sebesar Rp. 1.125.000.
Optimasi 15

MK Konsep Teknologi

Programa Linier: Metoda Grafis

Contoh 4: Sebuah pabrik pipa memproduksi pipa berdiameter 2 dan 4 inci. Keuntungan dari pipa 2 dan 4 inci berturut-turut adalah Rp. 3000,- dan Rp. 5000,-. Mesin yang ada dapat memproduksi pipa 72 batang pipa 2 inci atau 48 batang pipa 4 inci dalam satu hari. Namun mesin ini hanya dioperasikan untuk menghasilkan pipa 2 inci sebanyak 8 batang/jam, dan pipa 4 inci sebanyak 5 batang/jam. Pabrik pipa ini beroperasi selama 8 jam/hari. Untuk membuat pipa berdiameter 2 inci tersedia bahan tambahan khusus yang hanya cukup untuk membuat 32 batang pipa/hari. Alat transportasi yang tersedia hanya mampu membawa 60 batang pipa dari pabrik ke gudang perharinya. Pertanyaan: Berapakah banyak pipa yang harus diproduksi agar diperoleh keuntungan yang maksimal?
Optimasi 16

MK Konsep Teknologi

Programa Linier: Metoda Grafis

Jawab: Produksi harian adalah X batang pipa 2 inci dan Y batang pipa 4 inci. Maksimasi (fungsi tujuan), Z = 3.000 X + 5.000 Y Pembatas (1) (X/8) + (Y/5) 8 atau (5X + 8Y 320) (2) X + Y 60 (3) X 32 (4) X 0 dan Y 0 Dengan menggambarkan persamaan linier pada bidang X-Y maka akan didapat area yang memenuhi syarat pertidaksamaan di atas.

Optimasi

17

MK Konsep Teknologi

Programa Linier: Metoda Grafis

60 50 40 30 20 10 0 0

X = 32 B

X + Y = 60

A
10 20 30

D
40 50

5X + 8Y = 320
60 70

Optimasi

18

MK Konsep Teknologi

Programa Linier: Metoda Grafis

Pemeriksaan fungsi keuntungan (Z = 3.000X + 5.000Y) pada titik-titik ekstrim: A, B, C, D : Titik A B C D X 0 0 32 32 Y 0 40 20 0 Z = 3.000 X + 5.000 Y 0 200.000 196.000 96.000

Jadi keuntungan maksimum diperoleh dengan memproduksi 40 batang pipa 4 inci / hari, dengan keuntungan sebesar Rp. 200.000,-.

Optimasi

19

MK Konsep Teknologi

Programa Dinamik
Pendekatan masalah pengambilan keputusan dengan menetapkan uruturutan keputusan. Perhitungan akibat dan pengaruh secara optimal strategi yang optimal. Contoh: Pemilihan rute dengan rute terpendek: Seseorang yang akan ke kantor Pak Pos Loper Koran Pemasangan Kabel Transmisi Permasalahan produksi: Pemesanan ulang persediaan Perencanaan produksi dengan permintaan yang berfluktuasi Penjadwalan reparasi mesin

Optimasi

20

MK Konsep Teknologi

Prinsip Optimasi Bellman

Suatu kebijakan menyeluruh yang optimal harus dibentuk oleh beberapa sub-kebijakan yang optimal pula.

Keputusan Mendatang

Keputusan Kini

dipengaruhi

Keputusan Kini

Keputusan Kemarin

Optimasi

21

MK Konsep Teknologi

Programa Dinamik
Contoh: Proyek penanaman kabel transmisi dari A ke B secara ekonomis. Rencana Anggaran Biaya (RAB) dalam satuan biaya/ruas dapat diperkirakan. Perhatikan gambar berikut:

Prinsip untuk menentukan rute: Dari A menuju B selalu mengarah ke Utara atau ke Timur. Bekerja dengan arah kebalikan (dari B)

Optimasi

22

MK Konsep Teknologi

Programa Dinamik
Prosedur yang perlu diperhatikan: 1. Dari titik-titik K, F dan C hanya 1 route ke B (ke Timur) 2. Dari titik-titik E, J-dan P hanya 1 route ke B (ke Utara) 3. Pada titik-titik tersebut dapat dituliskan notasi 1. 4. Dari titik D ke B: 2 route (D-C-B atarr D-E-B) . 5. Dari titik G ke B: l route (G-D-C-B, G-D-E-B & G-F-C-B) 6. Pada titik-titik D & G dapat dituliskan notasi 2 & 3 7. Dengan cara yang sama, diperoleh 3 route dari titik I 8. Dari titik H ada 6 route (3 melalui I dan 3 melalui G) . 9. Pada gambar lV, terdapat notasi untuk semua titik; ada 20 route alternatif tersedia ciari A ke B, yang artinya 20 RAB harus dievaluasi dan dibandingkan. 10.Bekerja dengan arah kebalikan. Jika kabel sudah sarnpai di C, kemana arah yang dipilih? (ke Timur & RAB Rp. 10 juta) 11.Catatan:
Jumlah Blok = set binary Jumlah Rute 3x3 20 4x4 70 5x5 252 6x6 924 20x20 137.846.528.020

Optimasi

23

MK Konsep Teknologi

Programa Dinamik
Prosedur yang perlu diperhatikan (lanjutan): 10. Bekerja dengan arah kebalikan. Jika kabel sudah sarnpai di C, kemana arah yang dipilih? (ke Timur & RAB Rp. 10 juta) 11. Jika sampai di E, arahkan ke Utara & RAB Rp. 11 juta 12. Selanjutnya, jika kabel sudah sampai di D: RAB D-C-B adalah Rp. 17 juta dan RAB D-E-B adalah Rp. 18 juta. Pllih route D-C-B senilai Rp. 17 juta (lengkapi dengatr arah panah) 13. Selanjutnya langkah yang sarna diambil untuk F, G, H, I & J 14. Dan terakhir untuk K, P, L, O, M, N & A. Arah panah ke Utara ke Timur menandakan route yang dipilih. RAB Rp. 44 juta.

Optimasi

24

MK Konsep Teknologi

Programa Dinamik

Optimasi

25

MK Konsep Teknologi

Programa Dinamik

Optimasi

26

MK Konsep Teknologi

Programa Dinamik

Optimasi

27

MK Konsep Teknologi

Antrian / Queuing
Antrian: adalah suatu jalur menunggu (menantikan pelayanan). Contoh antrian: Antrian take-off pesawat Antrian membayar SPP di bank Antrian di mesin ATM Antrian di gerbang tol Antrian di loket karcis bioskop Antrian di kasir Antrian check-in di bandara Antrian pasien di tempat praktek dokter Contoh lain?

Optimasi

28

MK Konsep Teknologi

Antrian / Queuing
Faktor-faktor antrian: 1. Kedatangan pelanggan acak (jumlah & waktu) 2. Pelayanan: waktu dan jumlah tempat pelayanan 3. Pelanggan: Sedang dilayani Sedang menunggu (dalam antrian) 4. Waktu pelayanan: Sama untuk tiap pelanggan Acak Persoalan antrian dapat dipecahkan bila Waktu pelayanan rata-rata lebih kecil dari waktu kedatangan ratarata.
Optimasi 29

MK Konsep Teknologi

Antrian / Queuing
Faktor Utilisasi Tempat Pelayanan: = (waktu pelayanan rata-rata / waktu kedatangan rata-rata) Jika < maka tenlpat pelayanan mampu melayani.pelanggan; dan > 1 berarti antrian semakin panjang. Harga merupakan ukuran (%) penggunaan fasilitas pelayanan, misal = 75% berarti petugas pelayanan dan peralatannya bekerja selama 75% dari seluruh waktunya.

Optimasi

30

MK Konsep Teknologi

Antrian / Queuing
Faktor Utilisasi Tempat Pelayanan: = (waktu pelayanan rata-rata / waktu kedatangan rata-rata) Jika < maka tenlpat pelayanan mampu melayani.pelanggan; dan > 1 berarti antrian semakin panjang. Harga merupakan ukuran (%) penggunaan fasilitas pelayanan, misal = 75% berarti petugas pelayanan dan peralatannya bekerja selama 75% dari seluruh waktunya.

Optimasi

31

MK Konsep Teknologi

Antrian / Queuing
Contoh Soal: Kedatangan pelanggan di sebuah toko yang hanya mempunyai satu kasir pembayaran adalah sebagai berikut:

Optimasi

32

MK Konsep Teknologi

Antrian / Queuing
Kedatangan pelanggan tersebut adalah acak (random). Bila setiap pelanggan memerlukan waktu 3 menit untuk dilayani, maka pola pelayanannya adalah sebagai berikut:

Selama 1 jam dari jam 09:00 10:00 terjadi pengangguran selama 17 menit. Jadi sarana pelayanan hanya digunakan selama 43 menit. Sehingga, = 43 / 60 = 72 %

Optimasi

33

MK Konsep Teknologi

Antrian / Queuing
Profil panjang antrian terhadap waktu:

5 Panjang Antrian 4 3 2 1 0

09 :0 1 09 :0 5 09 :0 9 09 :1 3 09 :1 7 09 :2 1 09 :2 5 09 :2 9 09 :3 3 09 :3 7 09 :4 1 09 :4 5 09 :4 9 09 :5 3 09 :5 7
Waktu

Optimasi

34

MK Konsep Teknologi

Antrian / Queuing
Untuk interval waktu yang panjang diperoleh: = waktu pelayanan rata-rata / waktu antara kedatangan rata-rata = 3 / (60/15) = 75 % Meskipun sarana pelayanan dipakai 75 % dari waktunya, ternyata pada suatu periode waktu tertentu terdapat 5 pelanggan dalam antrian.

Optimasi

35

MK Konsep Teknologi

Antrian / Queuing
Panjang antrian rata-rata (PA): PA = (17x0 + 19x1 + 5x2 + 5x3 + 4x4 + 5x10) / 60 = 110 / 60 = 1,83

Optimasi

36

MK Konsep Teknologi

Antrian / Queuing
Rumus antrian pada interval waktu panjang:

Untuk waktu pelayanan tetap:

PA = 1 1 2
PA =

Untuk waktu pelayanan acak:

1
0,75 0,75 PA = 1 1 0,75 2 =1,875
37

Untuk contoh soal pada slide sebelumnya:

Optimasi

MK Konsep Teknologi

Antrian / Queuing

MEMPELAJARI ANTRIAN harus dilakukan sehingga mendekati keadaan yang sebenarnya SECARA EKONOMIS keuntungan / kerugian antrian dikaitkan

berulang-ulang

dengan

prediksi

Optimasi

38

MK Konsep Teknologi

Algoritma Lorong
PRINSIP: MENDAPATKAN JUMLAH ORANG YANG OPTIMAL PADA SUATU TEMPAT YANG DAPAT MEMANTAU DAERAH-DAERAH YANG TELAH DITENTUKAN. Misalnya : jumlah polisi yang diperlukan untuk memantau jalan atau daerah tertentu.

Optimasi

39

MK Konsep Teknologi

Algoritma Lorong
Jumlah polisi yang diperlukan untuk memantau jalan atau daerah tertentu.

b
a, b dan c : pos polisi Lorong ab dan bc = 1 arah Lorong ac atau ca = 2 arah

tanda (+) berarti (atau)

Optimasi

40

MK Konsep Teknologi

Algoritma Lorong
(a+c)(a+b) =a2+ab+ca+cb, berarti: a2 ab ca cb = pos a awasi a dari (a+c) dan awasi b dari (a+b) = pos a awasi a dari (a+c) dan pos b awasi b dari (a+b) = pos c awasi a dari (a+c) dan pos a awasi b dari (a+b) = pos c awasi a dari (a+c) dan pos b awasi b dari (a+b)

Atau (a+c) (a+b) berarti semua cara untuk mengawasi a dan b. Sehingga untuk mengawasi a, b, dan c: (a+c).(a+b).(a+b+c) Yang akan memunculkan a3, yang artinya seorang pengawas di a dapat mengawasi a, b dan c.

Optimasi

41

MK Konsep Teknologi

Permainan / Game
PRINSIP : SUATU KEADAAN DlMANA TERDAPAT 2 (DUA) PIHAK YANG BERKOMPETISI ATAU BERSAING. MASlNG-MASING AKAN MENENTUKAN STRATEGI UNTUK SALING MENGALAHKAN (BERSEPAKAT DALAM ATURAN MAIN). Ada prinsip zero-sum yaitu akan selalu ada pihak yang menang dan yang kalah, seperti lazimnya pertandingan olah raga. CONTOH : Permainan 27 anak korek api pemain dengan jumlah terakhir genap berarti menang!

Optimasi

42

MK Konsep Teknologi

Permainan / Game
Algoritma : Sederetan atau seiumlah langkah yang dapat diambil untuk memecahkan semua masalah dari jenis tertentu.

Algoritma untuk contoh permainan korek api pada slide sebelumnya: Pemain A ambil 2 dan selanjutnya bila B mempunyai jumlah genap, sisa dibagi 6 dan ambil lebih kecil satu dari sisa pembagian tersebut; namun bila B mempunyai jumlah ganjil, ambil lebih besar satu dari sisa pembagian, kecuali jika sisa 4 maka ambil semua.

Optimasi

43