PENGAMBILAN KEPUTUSAN DALAM KONDISI PASTI

PENGERTIAN Suatu keputusan dalam kondisi pasti apabila hasil setiap alternatif tindakan dapat ditentukan dengan pasti. Dalam kondisi pasti ini, pengambil keputu-san secara pasti mengetahui yang akan terjadi dimasa yang akan datang. Kondisi pasti didukung oleh informasi yang lengkap sehingga diramalkan secara tepat hasil dari suatu tindakan.

TEKNIK PENYELESAIAN PK DALAM KONDISI PASTI Ada beberapa teknik penyelesaian pengambilan keputusan kondisi pasti : 1. Program linear 2. Jaringan Kerja (Network) 3. Analisis Antrian

PROGRAM LINEAR Program linear (linear programming) adalah suatu teknik riset operasional untuk memecahkan masalah optimalisasi (mak-simum atau minimum) dengan menggunakan persamaan dan pertidaksamaan dalam upaya untuk mencari penyelesaian yang optimal dengan memperhatikan pembatas-pembatas yang ada.

Ada beberapa syarat teknik program linear yang harus dipenuhi : 1. Fungsi objektif (tujuan), misalnya jumlah hasil penjualan, biaya transportasi dll. 2. Harus ada alternatif pemecahan untuk dipilih salah satu terbaik. 3. Sumber-sumber dan aktivitas mempu- nyai sifat dapat ditambahkan. 4. Adanya fungsi pembatas yang linear.

6. Sumber-sumber dan aktivitas mempunyai sifat dapat dibagi. 5. Variabel keputusan harus positif, tidak boleh negatif. 6. Sumber-sumber dan aktivitas mempunyai sifat dapat dibagi. 7. Sumber-sumber aktivitas mempunyai jumlah yang terbatas. 8. Aktivitas harus proporsional terhadap sumber- sumber dan hubungannya bersifat linear. 9. Sumber dan aktivitas bersifat pasti.

MODEL PROGRAM LINEAR Maksimisasi : 1. Fungsi Tujuan : Maksimumkan Z = C1X1 + C2X2 + +CnXn 2. Fungsi Pembatas : 2.1. a11X1 + a12X2 + ….+ a1nXn ≤ b1 2.2. a21X1 + a22X2 + ….+ a2nXn ≤ b2 2.n. am1X1 + am2X2 + ….+ a2mXn ≤ bm X1, X2, ……., Xn ≥ 0

Minimisasi : 1. Fungsi Tujuan : Minimumkan Z = C1X1 + C2X2 + +CnXn 2. Fungsi Pembatas : 2.1. a11X1 + a12X2 + ….+ a1nXn ≥ b1 2.2. a21X1 + a22X2 + ….+ a2nXn ≥ b2 2.n. am1X1 + am2X2 + ….+ a2mXn ≥ bm X1, X2, ……., Xn ≥ 0

Metode penyelesaian program linear : 1. Metode aljabar 2. Metode grafik 3. Metode simpleks

Jumlah SD yang tersedia Contoh : Berapa produksi harus dilakukan dengan sumberdaya yang tersedia sehingga dapat tercapai keuntungan secara maksimal ? Data sbb : Sumberdaya Kebutuhan SD Jumlah SD yang tersedia Meja (X1) Kursi (X2) Kayu 30 20 300 Buruh 5 10 110 Keuntungan per unit 60.000 80.000 Maksimumkan

1. Fungsi Tujuan (Rp 10.000) : Maksimumkan Z = 6X1 + 8X2 Model PL : 1. Fungsi Tujuan (Rp 10.000) : Maksimumkan Z = 6X1 + 8X2 2. Fungsi Pembatas : 2.1. Kayu : 30X1 + 20X2 ≤ 300 2.2. Buruh : 5X1 + 10X2 ≤ 110 X1, X2 ≥ 0

Grafik Penyelesaian : X2 15 A 11 B C X1 22 10