Operations Research

„ Another name is Management Science

„ Makes extensive use of quantitative analysis
„ Approach to managerial decision making
based on scientific method

Problem Solving and Decision Making

„ Problem Solving: Process of identifying a

difference between some actual and some
desired state of affairs and taking action to
resolve the difference
„ The steps involve:
1. Identify and define problems
2. Determine the set of alternative solutions
3. Determine the criteria

1
 4. Evaluate the alternatives
5. Choose an alternative
6. Implement the selected alternative
7. Evaluate the results and determine if
satisfactory solution has been obtained

„ Decision Making: term associated with

the first five steps of the problem solving
process
„ Example:
1. Position leads to a Satisfying career
2. Alternatives
1. Company in Jakarta
2. Company in Medan
3. Company in Makasar
4. Company in Jayapura

2
3. Criteria: starting salary, potential for
advancement, and location
4. Evaluate each alternative with respect to
each criterion
5. Choose an alternative, e.g.
alternative # 3

Data for the job evaluation

Decision Making Problem

Alternatives Starting Potential for Job location

salary advancement

Mataram $ 28,500 Average Fair

Medan $ 26,000 Excellent Average

Manado $ 26,000 Good Excellent

Jayapura $ 27,000 Average Good

3
 Problem Solving and
Decision Making

Define the problem

Identify the alternative

Determine the criteria

Evaluate the alternative

Choose an alternative
Decision
Making
Implement the decision

Evaluate the results

7

Linear programming: Metode Grafik

„ Program linear: Suatu pendekatan

problem-solving untuk membantu manager
dalam membuat keputusan.
„ Terdapat dua elemen dasar (properties) yaitu
tujuan (objective) dan pembatas
(constraints).
„ Kedua elemen kunci tersebut dinyatakan
dalam suatu fungsi dari variabel keputusan
(decision variables).
8

4
Ilustrasi problem maksimisasi

„ TAS Inc. adalah suatu industri kecil yang memproduksi tas

sekolah. Para distributor TAS sangat antusias pada rencana
perusahaan untuk membuat dua desain baru tas sekolah yaitu
model ransel dan model klasik dan mereka bersedia untuk
membeli semua produk baru tersebut dalam 3 bulan
mendatang. Setelah melalui serangkaian penelitian mengenai
semua tahap pekerjaan, manajemen perusahaan menyatakan
bahwa kedua produk baru tersebut akan melalui tahapan
pengerjaan yang meliputi:
„ Pemotongan
„ Penjahitan
„ Penyelesaian akhir
„ Pemeriksaan dan pengepakan

„ Manager produksi telah menganalisa bahwa untuk menghasilkan

satu tas model Ransel memerlukan 2 jam pengerjaan pada
bagian pemotongan, 2 jam pada bagian penjahitan, 1 jam pada
bagian penyelesaian, dan 2 jam pada bagian pemeriksaan dan
pengepakan. Pada sisi lain, untuk menghasilkan satu tas model
Klasik diperlukan 2 jam pengerjaan pada bagian pemotongan,
3.3 jam pada bagian penjahitan, 0.5 jam pada bagian
penyelesaian dan 1.5 jam pada bagian pemeriksaan dan
pengepakan.
„ Bagian akuntansi telah menganalisis bahwa setelah menghitung
semua perkiraan biaya produksi dan harga jual maka akan
diperoleh keuntungan sebesar Rp. 30.000,- untuk setiap tas
model Ransel dan Rp. 20.000,- untuk model Klasik yang
diproduksi. Dari departemen produksi diperoleh informasi bahwa
untuk 3 bulan mendatang hanya tersedia 800 jam kerja pada
bagian pemotongan, 1000 jam pada bagian penjahitan, 300 jam
pada bagian penyelesaian dan 650 jam pada bagian
pemeriksaan dan pengepakan.

10

5
„ Masalah yang dihadapi oleh perusahaan TAS
adalah menentukan berapa banyak tas model
Ransel, dan berapa banyak model Klasik yang
harus diproduksi untuk memaksimumkan
keuntungan dengan memperhatikan ketersediaan
waktu kerja pada setiap bagian tersebut.
„ Jika anda ditugaskan bada bagian produksi,
keputusan apa yang anda buat, yaitu berapa
banyak tas Model Ransel dan Model Klasik masing-
masing harus diproduksi dalam waktu 3 bulan
mendatang?
„ Tulislah keputusan anda pada tempat berikut dan
anda akan memeriksa keputusan tersebut nanti.

11

Modeling Linear Programming

Proses mentranslasikan pernyataan verbal
ke dalam suatu pernyataan matematik.

1. Pahami persoalan secara komprehensif

2. Tulislah pernyataan verbal dari fungsi tujuan
dan pembatas
3. Definisikan setiap variabel keputusan
4. Tulislah fungsi tujuan sebagai fungsi dari
variabel keputusan
5. Tulislah semua pembatas sebagai fungsi dari
variabel keputusan

12

6
Prosedur Modelling
1. Pahami persoalan secara komprehensif
Jenis Waktu yang diperlukan (jam)
Produksi

Pemotongan Penjahitan Penyelesaian Pemeriksaan &

Pengepakan

Model Ransel 2 2 1 2

Model Klasik 2 3.3 0.5 1.5

Profit : Rp. 30.000,- untuk setiap tas model Ransel

Rp. 20.000,- untuk model Klasik

13

„ Tujuan: memaksimumkan keuntungan

„ Pembatas, Jam kerja tersedia pada tiap
departemen terbatas yaitu:
‰ Pemotongan tersedia 800 jam
‰ Penjahitan tersedia 1000 jam
‰ Penyelesaian tersedia 300 jam
‰ Pemeriksaan & pengepakan tersedia 650 jam
„ Definisi variabel keputusan:
‰ X1 = jumlah tas model ransel
‰ X2 = Jumlah tas model klasik

14

7
Model Matematik:
Max 3 X1 + 2 X2
Pembatas (subject to, = s.t.)
2 X1 + 2 X2 ≤ 800 pemotongan (P)
2 X1 + 3.3 X2 ≤ 1000 penjahitan (J)
X1 + 0.5 X2 ≤ 300 penyelesaian (S)
2 X1 + 1.5 X2 ≤ 650 pemeriksaan dan
pengepakan (R&K)
X1, X2 ≥ 0

15

Metode grafik maksimisasi

„ Persiapkan grafik feasible solusion untuk setiap fungsi
pembatas
„ Tentukan feasible region dengan mengidentifikasi titik-titik
solusi yang memenuhi semua fungsi pembatas secara
simultan.
„ Gambarkan garis fungsi tujuan yang menunjukkan nilai dari
variabel X1 dan X2 serta menghasilkan nilai tertentu dari
fungsi tujuan.
„ Geser garis fungsi tujuan ke arah luar paralel dengan garis
pertama (menjauhi titik origin) hingga menyinggung bagian
terluar dari feasible region.
„ Sebuah titik feasible solusion yang memberikan nilai tertinggi
pada fungsi tujuan merupakan solusi optimal.

16

8
 X2
X2

2
X1
+
2
400

X2
Non Negative

≤
80
0
200

pe
m
ot
o ng
an
0 X1
0 200 400 X1

17

X2 (d)
(c)
X2 600 S
X1

400
+

2 400
X1
0.
5

J +
X2

3.
3
X2
≤

≤ 200
30

200 10
0

00

0 200 400 X1 0 200 400 X1

18

9
 X2

600

Pemotongan
Penjahitan

400 Penyelesaian

Pemeriksaan & Pengepakan

200

0 200 400 600 X1

19

Solusi optimal perusahaan TAS Inc.

X2

600

400
3X1 + 2X2 = 950 persamaan fungsi tujuan
•

200 •
Solusi optimal
Feasible region
•

•
0 200 400 600 X1
20

10
Prosedur problem maksimisasi
1. Persiapkan grafik feasible solusion points untuk setiap fungsi
pembatas
2. Tentukan feasible region dengan mengidentifikasi titik-titik solusi
yang memenuhi semua fungsi pembatas secara simultan.
3. Gambarkan garis fungsi tujuan yang menunjukkan nilai dari
variabel X1 dan X2 serta menghasilkan nilai tertentu dari fungsi
tujuan.
4. Geser garis fungsi tujuan ke arah luar paralel dengan garis
pertama (menjauhi titik origin) hingga menyinggung bagian
terluar dari feasible region.
5. Sebuah titik feasible solusion yang memberikan nilai tertinggi
pada fungsi tujuan merupakan solusi optimal.
6. Solusi optimal terletak pada salah satu titik ekstrim dari feasible
region.

21

Slack variables

„ Bagian dari sumberdaya yang tidak habis digunakan

„ Substitusikan solusi optimum X1 = 250 dan X2 = 100 Kedalam
fungsi pembatas
2 (250) + 2 (100) = 700 pemotongan
2 (250) + 3.3 (100) = 830 penjahitan
(250) + 0.5 (100) = 300 penyelesaian
2 (250) + 1.5 (100) = 650 pemeriksaan dan pengepakan
„ Slack pada bagian pemotongan 800 - 700 = 100
„ Slack pada bagian penjahitan 1000 - 830 = 170
„ Slack pada bagian penjahitan 300 - 300 = 0
„ Slack pemeriksaan & pengepakan 650 - 650 = 0

22

11
 Analisis Sensitivitas: Objective Coefficient Ranges

X2

600
3X1 + 2X2 = 950 persamaan fungsi tujuan

Penyelesaian
400

• Pemeriksaan dan pengepakan

200 •
Solusi optimal
Feasible region
•

•
0 200 400 600 X1
23

Analisis Sensitivitas: Right-Hand Side Ranges

X2

600

400
3X1 + 2X2 = 950 persamaan fungsi tujuan
•

200 •
Solusi optimal yang baru
Feasible region
•

•
0 200 400 600 X1
24

12
A> LINDO LINDO/PC
: MAX 3 X1 + 2 X2 Instruksi untuk mengaktifkan
? ST program LINDO/PC dari drive A

? 2 X1 + 2 X2 <= 800
? 2 X1 + 3.3 X2 <= 1000 Formulasi model linear
yang diketikkan pada
? X1 + 0.5 X2 <= 300 LINDO/PC
? 2 X1 + 1.5 X2 <= 650
? END Perintah untuk memeriksa data
: LOOK ALL yang telah diketikkan

MAX 3 X1 + 2 X2
SUBJECT TO
2) 2 X1 + 2 X2 <= 800 Hasil dari perintah LOOK ALL

3) 2 X1 + 3.3 X2 <= 1000

4) X1 + 0.5 X2 <= 300
5) 2 X1 + 1.5 X2 <= 650
END
: GO

25

OBJECTIVE FUNCTION VALUE

1) 950.00000
VARIABLE VALUE REDUCED COST
X1 250.000000 .000000
Informasi mengenai
X2 100.000000 .000000 solusi optimal

ROW SLACK OR SURPLUS DUAL PRICES

2) 100.000000 .000000
3) 170.000000 .000000
4) .000000 1.000000
5) .000000 1.000000

DO RANGE (SENSITIVITY) ANALYSIS ? Perintah untuk menampilkan hasil

: YES analisis sensitivitas

26

13