Minggu 1 Pertemuan II Riset Operasi

Slides:



Advertisements
Presentasi serupa
Riset Operasional Pertemuan 9
Advertisements

BAB II Program Linier.
Analisa grafik Analisa ini hanya dapat digunakan bila variabel output hanya ada 2 buah saja, untuk lebih dari 2 variabel metode ini sulit digunakan. Analisa.
Formulasi Model (Pembentukan Model)
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
LINEAR PROGRAMMING FORMULASI MASALAH DAN PERMODELAN
TAHAPAN FORMULASI MODEL:
CONTOH SOAL PEMOGRAMAN LINIER
Bab 2 PROGRAN LINIER.
LINIER PROGRAMMING PERTEMUAN KE-2.
BASIC FEASIBLE SOLUTION
PEMROGRAMAN LINEAR RISMAYUNI.
Oleh : Devie Rosa Anamisa
Oleh : Devie Rosa Anamisa
Asumsi dalam Model LP Dalam menggunakanmodel LP diperlukan beberapa asumsi sebagai berikut : Asumsi Kesebandingan (Proportionality) Kontribusi setiap variable.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
1. LINEAR PROGRAMMING Pertemuan 04 Matakuliah: J Analisis Kuantitatif Bisnis Tahun: 2009/
Program Linier Dengan Grafik
Pert.2 Pemodelan Program Linier dan Penyelesaian dengan Metode Grafik
PEMPROGRAMAN LINEAR MATERI 9.
LINEAR PROGRAMMING METODE GRAFIK.
LINEAR PROGRAMMING: METODE GRAFIK Fungsi Tujuan Maksimasi dan Minimasi
LINEAR PROGRAMMING METODE GRAFIK
Kontrak Perkuliahan dan Pengenalan Riset Operasi
Linier Programming Manajemen Operasional.
Modul III. Programma Linier
RISET OPERASIONAL RISET OPERASI
LINEAR PROGRAMMING 2.
Linear Programming Formulasi Masalah dan Pemodelan
Kontrak Perkuliahan dan Pengenalan Riset Operasi
Pemodelan Matematika & Metode Grafik
PL PDF 1 PL PDF 2 PL PPT 1 PL PPT 2 OPERATION RESEARCH Program Linier.
LINEAR PROGRAMMING 3.
LINEAR PROGRAMMING 10
Program Linier (Linier Programming)
PROGRAM LINEAR 1. PENGANTAR
Universitas Abulyatama Aceh
Linier Programming (2) Metode Grafik.
MANAJEMEN SAINS MODUL 2 programasi linier
CONTOH SOAL PEMOGRAMAN LINIER
Dosen Pengampu : Diana Ma’rifah
Riset Operasional 1 Manajemen-Ekonomi PTA 16/17
PROGRAM LINIER PENDAHULUAN
Program Linier Dengan Grafik
Industrial Engineering
PROGRAM LINIER DENGAN GRAFIK PERTEMUAN 2
MODUL I.
Dosen : Wawan Hari Subagyo
Model LP Dua-Variabel (Contoh)
Analisis Sensitivitas
OPTIMASI PERTEMUAN 1.
Pertemuan ke-4 Linier Programming Metode Grafik
Widita Kurniasari Universitas Trunojoyo
Widita Kurniasari Universitas Trunojoyo
Presented by: EDY SETIYO UTOMO, S.Pd, M.Pd
Widita Kurniasari Universitas Trunojoyo
Oleh : Devie Rosa Anamisa
Widita Kurniasari Universitas Trunojoyo
PROGRAM LINIER DENGAN GRAFIK PERTEMUAN 2
PENGERTIAN FORMULASI PERMASALAHAN ASUMSIKELOMPOK PROGRA M LINIER.
Widita Kurniasari Universitas Trunojoyo
Pertemuan II Linear Programming.
Operations Management
BAB I Program Linier Pertemuan 1.
Widita Kurniasari Universitas Trunojoyo
Operations Research Linear Programming (LP)
Operations Research Linear Programming (LP)
Operations Research Linear Programming (LP)
BAB II Program Linier Oleh : Devie Rosa Anamisa. Pembahasan Pengertian Umum Pengertian Umum Formulasi Model Matematika Formulasi Model Matematika.
TEORI RISET OPERASIONAL. PENGERTIAN TEORI RISET OPERASIONAL Menurut para ahli: Menurut Operation Research Society Of America (1976), “Riset operasi berkaitan.
Transcript presentasi:

Minggu 1 Pertemuan II Riset Operasi Pemrograman Linier Minggu 1 Pertemuan II Riset Operasi

Materi Bahasan Pengantar pemrograman linier Pemecahan pemrograman linier dengan metode grafis

Pengantar Pemrograman Linier

Pengantar (1) Pemrograman (programming) secara umum berkaitan dengan penggunaan atau pengalokasian sumberdaya yang langka – tenaga kerja, bahan, mesin dan modal – dalam cara yang “terbaik” sehingga diperoleh biaya yang minimum atau profit yang maksimum. Istilah “terbaik” mengimplikasikan bahwa terdapat satu himpunan alternatif tindakan yang tersedia bagi pengambilan keputusan. Secara umum, keputusan terbaik diperoleh dengan memecahkan suatu masalah matematis.

Pengantar (2) Pemrograman linier (linear programming, LP) adalah salah satu dari masalah pemrograman matematis yang memenuhi persyaratan sebagai berikut: Kriteria untuk memilih nilai “terbaik” dari variabel keputusan dinyatakan sebagai suatu fungsi linier. Aturan operasi yang mengarahkan proses (dalam hal ini, sumberdaya yang langka) dinyatakan sebagai satu himpunan persamaan atau pertidaksamaan linier.

Alasan utama penggunaan yang luas dari LP Banyak masalah dapat dinyatakan atau didekati sebagai model LP. Tersedianya teknik-teknik yang efisien untuk memecahkan masalah LP. Kemudahan dalam penanganan variasi data (analisis sensitivitas) dalam model LP.

Langkah-langkah membangun model LP Mengidentifikasikan variabel yang tak diketahui yang akan ditentukan nilainya (decision variable) dan menyatakannya dengan simbol-simbol matematis. Mengidentifikasi semua pembatas (constraint) dan menyatakannya dengan persamaan atau pertidaksamaan linier sebagai fungsi dari variabel keputusan. Mengidentifikasi tujuan atau kriteria dan menyatakannya sebagai suatu fungsi linier dari variabel keputusan yang hendak dimaksimumkan atau diminimumkan (fungsi tujuan)

Contoh model (1) – Model produk campuran PT CAT merupakan perusahaan kecil pembuat cat yang memproduksi dua jenis cat, interior dan eksterior. Terdapat dua jenis bahan yang digunakan, yaitu bahan A dan B. Ketersediaan bahan maksimum per hari adalah 6 ton untuk A dan 8 ton untuk B. Kebutuhan bahan mentah per ton produk cat untuk kedua jenis cat, interior dan eksterior, adalah sebagai berikut:

Contoh model (2) – Model produk campuran Kebutuhan bahan mentah untuk per ton cat (ton) Ketersediaan maksimum per hari (ton) Eksterior Interior Bahan mentah A 1 2 6 Bahan mentah B 8

Contoh model (3) – Model produk campuran Penelitian pasar menunjukkan bahwa Jumlah permintaan cat interior dikurangi dengan jumlah permintaan cat eksterior tidak lebih dari satu ton. Permintaan maksimum cat interior adalah 2 ton per hari. Harga jual produk cat adalah $3 untuk cat eksterior dan $2 untuk cat interior. Berapa banyak cat interior dan eksterior yang harus diproduksi per hari agar diperoleh pendapatan yang maksimum?

Contoh model (4) – Model produk campuran Variabel keputusan: x1 = jumlah cat eksterior yang diproduksi per hari x2 = jumlah cat interior yang diproduksi per hari

Contoh model (5) – Model produk campuran Pembatas: 1) Ketersediaan bahan Bahan A : x1 + 2x2  6 Bahan B : 2x1 + x2  8 2) Permintaan Selisih permintaan: x2 – x1 1 Permintaan cat interior : x2  2 3) Pembatas tak negatif x1 ≥ 0; x2 ≥ 0

Contoh model (6) – Model produk campuran Fungsi Tujuan: Memaksimumkan Pendapatan total Z = 3x1 + 2x2

Contoh model (7) – Model produk campuran Memaksimumkan Z = 3x1 + 2x2 dengan pembatas-pembatas: x1 + 2x2  6 2x1 + x2  8 – x1 + x2  1 x2  2 x1 ≥ 0 x2 ≥ 0

Langkah Pemecahan Program Linier Mengenali variabel keputusan Menetapkan batasan model Memformulasikan fungsi tujuan Membuat model formulasi

Pemecahan Pemrograman Linier dengan Metode Grafis

Pemecahan masalah LP dengan metode grafis Keuntungan Mudah Keterbatasan Hanya cocok untuk masalah LP dengan dua variabel keputusan Sensitif terhadap tingkat ketelitian

Contoh masalah LP Memaksimumkan Z = 3x1 + 2x2 dengan pembatas-pembatas: x1 + 2x2  6 2x1 + x2  8 – x1 + x2  1 x2  2 x1 ≥ 0 x2 ≥ 0

Pemecahan secara grafis (5) x2 x1 + 2x2  6 (1) 2x1 + x2  8 (2) – x1 + x2  1 (3) x2  2 (4) x1 ≥ 0 (5) x2 ≥ 0 (6) Solusi optimal: x1* = 31/3 x2* = 11/3 Nilai optimal Z* = 122/3 Z = 3x1 + 2x2 = 12 (2) Z = 3x1 + 2x2 = 6 (4) Daerah layak (feasible region) (1) (3) x1 (6)

Solusi optimal unik (unique optimal solution) (5) x2 (2) (4) (1) (3) x1 (6)

Solusi optimal alternatif (1) dengan pembatas

Solusi optimal alternatif (2) Alternate optimal solution Solusi optimal alternatif (2) x2 D C x2 = 4 x1 = 0 Z = x1 + 2x2 = 10 Z = x1 + 2x2 = 8 Z = x1 + 2x2 = 6 E x1 + 2x2 = 10 x1 + x2 = 1 x1 x2 = 0 A B

Solusi tak terbatas (1) dengan pembatas

Solusi tak terbatas (2) Unbounded solution Z + x2 x2 = 4 C x1 = 0

Solusi tak layak (1) dengan pembatas

Solusi tak layak (2) x2 x1 + 2x2 = 10 x1 = 0 x1 + x2 = 1 x2 = 0 x1

Langkah Solusi Grafik Gambarkan model batasan sebagai persamaan pada grafik Gambarkan fungsi tujuan Selesaikan persamaan-persamaan secara simultan pada titik solusi untuk menemukan nilai solusi optimal

Kesimpulan Ciri: Jika terdapat suatu solusi optimal dari masalah LP maka paling sedikit satu titik pojok (corner point) dari daerah layak akan selalu menjadi solusi optimal.

Tugas 1 Sebuah perusahaan elektronik memproduksi tape recorder dan amplifier yang prosesnya dilakukan di 2 stasiun kerja, yaitu perakitan dan pengetesan. Setiap unit tape recorder memerlukan 2 jam perakitan dan 2 jam pengetesan, sedangkan setiap unit amplifier memerlukan 4 jam perakitan dan 3 jam pengetesan. Waktu yang tersedia di departemen perakitan adalah 72 jam/minggu sedangkan di departemen pengetesan adalah 48 jam/minggu. Kontribusi profit dari tape recorder adalah Rp. 25.000,-/unit, dan dari setiap unit amplifier adalah Rp. 50.000,-. Bagaimanakah formulasi persoalan di atas agar dapat ditentukan strategi produksi terbaik yang memberikan kontribusi profit maksimum?

Tugas 2 Harga (Rp/unit) Jenis produk Kebutuhan sumberdaya Sebuah perusahaan menghasilkan 3 jenis produk, yakni sepatu, tas, dan dompet. Jumlah waktu kerja buruh yang tersedia adalah 240 jam kerja dan bahan mentah yang tersedia 400 kg. Harga produk seperti pada tabel di bawah ini. Masalah perusahaan adalah menentukan jumlah masing-masing produk yang dihasilkan agar keuntungan maksimum. Jenis produk Kebutuhan sumberdaya Harga (Rp/unit) Buruh(jam/unit) Bahan(kg/unit) Produk1 (sepatu) Produk2 (tas) Produk3(dompet) 5 2 4 6 3