RISET OPERASI

(OPERATIONS RESEARCH / OPERATIONAL RESEARCH) RESEARCH)

Windu Partono

What is Operational Research?

Operational Research (OR) is the use of advanced analytical techniques to improve decision making. It is sometimes known as Operations Research, Management Science or Industrial Engineering. People with skills in OR hold jobs in decision support, business analytics, marketing analysis and logistics planning.

Some good Operations Research definitions: Operations Research is the discipline of applying advanced analytical methods to help make better decisions Operations Research is the professional discipline that deals with the application of information technology for informed decision-making.

Some good Operations Research definitions: Operations Research draws upon ideas from engineering, management, mathematics, and psychology to contribute to a wide variety of application domains; the field is closely related to several other fields in the "decision sciences Operations Research is the science of rational decision making and the study, design and integration of complex situations and systems with the goal of predicting system behavior and improving or optimizing system performance.

Why is OR needed?
Because it makes sense to make the best use of available resources. Today s global markets and instant communications mean that customers expect high-quality products and services when they need them, where they need them. Organizations, whether public or private, need to provide these products and services as effectively and efficiently as possible. This requires careful planning and analysis

Operations Research History

Modern operations research originated at the "Telecommunications Research Establishment" in the UK in 1937 and was the result of an initiative of the station's superintendent, "Albert Percival Rowe". Rowe conceived the idea as a means to analyse and improve the working of the UK's "Early warning radar" system,.

Operational Research merupakan satu cabang ilmu yang berasal dari Inggris dan dikembangkan dari hasil studi operasioperasi-operasi militer selama Perang Dunia II. Setelah perang selesai, potensi selesai, komersial dari cabang ilmu ini berkembang dengan pesat di Amerika Serikat dan lebih dikenal dengan nama Operations Research

Istilah Operational Research pertama kali diperkenalkan pada tahun 1940 oleh Mc Closky dan Trefthen di suatu kota kecil, Bowdsey, Inggris. Pada masa awal perang tahun 1939, pemimpin militer Inggris memanggil sekelompok ahli sipil dari berbagai disiplin ilmu dan mengkoordinasikan mereka kedalam satu kelompok yang mendapat tugas mencari cara-cara efisien untuk caramenggunakan radar dalam suatu sistem peringatan dini menghadapi serangan udara.

Keberhasilan kelompok peneliti operasioperasioperasi militer ini menarik perhatian para industriawan dan kemudian mereka diminta untuk membantu menyelesaikan masalahmasalahmasalah yang rumit terutama menyangkut persoalan : pengalokasian sumber daya yang sangat terbatas untuk menghasilkan suatu produk secara efisien. efisien.

Awal tahun 1950 merupakan awal dasawarsa dimana teknik-teknik yang dikembangkan teknikdalam Operations Research berkembang dengan cepat dan di gunakan secara meluas di kedua negara Inggris dan Amerika Serikat terutama setelah ditemukannya teknik pemrograman linear, pemrograman non linear, pemrograman dinamik dan teknik antrian pada masalah-masalah produksi dan masalahdistribusi. distribusi. Di Indonesia Operations Research mulai berkembang dengan cepat pada awal tahun 1974.

Operations Research (OR) merupakan metodemetode-metode ilmiah dalam pemecahan masalah pengalokasian manusia, mesin, bahan dan uang pada suatu sistem industri, bisnis, pemerintahan dan pertahanan. Tujuan OR membentuk suatu model ilmiah dengan menggabungkan faktor kesempatan dan resiko untuk meramalkan suatu keputusan atau strategi.

Operations Research (OR) merupakan metodemetode-metode ilmiah dalam pemecahan masalah pengalokasian manusia, mesin, manusia, mesin, bahan dan uang pada suatu sistem dimana sumber daya sangat terbatas. terbatas. Operations Research (OR) merupakan metodemetode-metode pendekatan dalam pengambilan keputusan yang bertujuan menentukan cara penggunaan terbaik dari sumber daya yang terbatas. terbatas.

Riset Operasi cabang interdisiplin dari matematika terapan dan sains formal yang menggunakan modelmodel-model seperti model matematika, statistika, matematika, statistika, dan algoritma untuk mendapatkan nilai optimal atau nyaris optimal pada sebuah masalah yang kompleks. kompleks.

Riset operasi biasanya digunakan untuk mencari nilai maksimal (profit, performa, hasil, dll) performa, hasil, dll) atau nilai minimal (kerugian, risiko, biaya, dll) kerugian, risiko, biaya, dll) dari sebuah fungsi objektif. objektif. Riset operasi bertujuan membantu manajemen mendapatkan tujuannya melalui proses ilmiah. ilmiah.

PersoalanPersoalan-persoalan rumit yang muncul pada suatu sistem untuk memecahkan masalah pengalokasian manusia, mesin, bahan dan uang didekati dengan pembuatan suatu model baik dengan model fisik (Physical Model), model analog (Analogue Model), (Analogue Model) Model) atau model matematik (Mathematic (Mathematic Model). Model).

Tahapan tahapan penting dalam pemecahan suatu masalah dengan OR adalah : 1. Merumuskan masalah 2. Pembentukan model 3. Penyelesaian model 4. Validasi model 5. Penerapan model

Teknik atau metode yang sering digunakan dalam OR adalah : 1. Pemrograman Linear 2. Pemrograman Non Linear 3. Pemrograman Dinamik 4. Teknik Antrian 5. dll

Materi 1

PEMROGRAMAN LINEAR

Pemrograman linear (garis lurus) merupakan suatu model umum yang dapat digunakan dalam masalah pengalokasian sumber sumber yang terbatas secara optimal. Masalah akan muncul jika seseorang diharuskan memilih atau menentukan setiap kegiatan yang akan dilaksanakannya dimana setiap kegiatan membutuhkan sumber yang sama sedangkan jumlahnya terbatas. terbatas.

Contoh kasus :

Perusahaan / Developer yang bergerak pada pembangunan rumah tinggal sering berhadapan dengan persoalan penentuan jumlah rumah dan tipe rumah yang paling menguntungkan. menguntungkan.
 

Persoalan cash flow pada sebuah perusahaan konstruksi jika akan menangani beberapa proyek secara bersamaan dengan kondisi keuangan yang sangat terbatas. terbatas.
Penentuan jumlah

kendaraan umum yang harus beroperasi pada satu trayek. trayek.

Contoh kasus :

Bagian produksi suatu perusahaan dihadapkan pada masalah

penentuan tingkat produksi masing-masing jenis barang masingdengan memperhatikan faktor-faktor produksi seperti mesin, faktormesin, tenaga kerja, bahan mentah dan lain sebagainya. kerja, sebagainya.

Contoh kasus 1.
Sebuah perusahaan pengembang akan membangun 80 unit rumah dengan 2 (dua) tipe yang berbeda yaitu Tipe 45 dengan luas tanah 120 m2  Tipe 60 dengan luas tanah 200 m2 Luas total areal tanah adalah 20000 m2 dengan pola bangun 60% perumahan dan 40% untuk fasilitas umum, jalan, taman dll. Dari hasil perkiraan nilai jual dan keuntungan yang diperoleh jika membayar secara kontan, maka rumah tipe 45 akan mendapat keuntungan bersih Rp. 10 juta sedangkan Tipe 60 akan mendapatkan keuntungan Rp. 15 juta per unit. Dari data-data tersebut diminta menghitung jumlah rumah untuk masing-masing tipe dengan keuntungan bersih yang terbesar

Tahap 1 : Merumuskan Masalah

Jika banyaknya rumah tipe 45 yang akan dibangun sebanyak X1 unit dan tipe 60 sebanyak X2 unit, Keuntungan maksimal yang direncanakan akan diperoleh sebesar 10 X1 + 15 X2 (juta rupiah). Jumlah rumah maksimum sebanyak 80 buah, maka X1 + X2 e 80 Luas areal rumah = 60% atau sebesar 12000 m2. Luas total areal rumah adalah sebesar 120 X1 + 200 X2 yang nilainya tidak melebihi 12000 m2. Atau 12 X1 + 20 X2 e 1200

Tahap 2 : Pembuatan Model

Secara matematis persoalan tersebut dapat dimodelkan sbb.: sbb.:

Fungsi Tujuan :

Maksimum Z = 10 X1 + 15 X2
Fungsi Batasan :

X1 + X2 e 80 12 X1 + 20 X2 e 1200 X1 u0; X2u 0

Tahap 3 : Penyelesaian Model

Untuk menyelesaikan persoalan tersebut di atas dapat dilakukan dengan menggunakan

Cara GRAFIS  Cara ANALITIS
 Untuk

menyelesaikan persoalan tersebut pertamatama akan menggunakan cara grafis.

Model 1
Maximum Z = 10 X1 + 15 X2
90 80 70 60 50

(0,80) (0,60)

X1+X2 = 80

X2

C B
(50,30)

40 30 20 10 0 0 10 20 30 40

12 X1 + 20 X2 = 1200
(100,0)

50

60

70(80,0) 80

90

100

X1

Karena dua garis berpotongan pada satu titik, maka harus ditentukan koordinat titik potong tersebut.
X1 + X2 = 80 12 X1 + 20 X2 = 1200 Substitusi persamaan (1) ke persamaan (2) 12 (80 X2) + 20 X2 = 1200 960 12 X2 + 20 X2 = 1200 8 X2 = 240 X2 = 30 Dari persamaan(1) akan diperoleh X1 = 50 (1) (2)

Dari gambar kedua fungsi dan batasan-batasan batasanyang ada maka daerah yang memenuhi kedua fungsi batasan adalah daerah yang di arsir hijau.
Untuk menentukan pasangan X1 dan X2 yang memenuhi syarat, maka dapat diambil sebarang harga X1 dan X2 dengan ketentuan pasangan X1, X2 harus terletak di daerah hijau. Untuk memudahkan penyelesaian masalah maka diambil pasangan koordinat : A : (80,0) B : (50,30) C : (0,60)

Dari hasil perhitungan nilai Z untuk setiap pasangan X1 dan X2 maka akan diperoleh : X1 X2 Z 0 60 900 50 30 950 80 0 800

Dari hasil perhitungan tersebut, maka pasangan X1 = 50 dan X2 = 30 akan memberikan nilai Z yang terbesar yaitu 950.

Tahap 4 : Validasi Model

Pada perhitungan di atas hanya diambil tiga titik A, B dan C. Pertanyaan yang muncul adalah apakah pada daerah hijau ada titik lain yang akan memberikan pasangan X1 dan X2 sehingga nilai Z mencapai maksimum atau lebih besar dari 950: Jumlah titik yang bisa diambil pada daerah hijau sangat banyak dan bahkan tak terhingga sehingga sulit bagi kita untuk menguji satu persatu. Cara yang paling mudah adalah dengan cara coba-coba dan tentunya cara ini juga akan memakan waktu yang lama.

Tahap 4 : Validasi Model

Sebagai contoh jika kita ambil beberapa titik yang ada disisi kanan dari daerah hijau

X1 70 60 40

X2 10 20 36

Z 850 900 940

Tahap 5 : Penerapan Model

Dari hasil tersebut, maka tipe rumah yang akan dibangun adalah 50 unit Tipe 45 dan 30 unit tipe 60 dengan perkiraan keuntungan maksimum Rp. 950 juta.

Contoh 2.
Sebuah distributror semen mempunyai cadangan 9000 zak semen yang disimpan di dua gudang. Gudang pertama terletak di kota A sedangkan gudang kedua terletak di kota B. Jumlah semen yang ada di dua gudang tersebut masing-masing 5000 zak semen ada di gudang pertama dan 4000 zak semen ada di gudang kedua. Pada saat yang bersamaan datang pesanan dari kota C, D dan E. Pesanan dari kota C sebanyak 2000 zak Pesanan dari kota D sebanyak 3600 zak Pesanan dari kota E sebanyak 3400 zak Untuk memenuhi permintaan dari tiga kota tersebut diatas, distributor tersebut akan menggunakan truk sebagai alat angkut semen dengan daya angkut setiap truk maksimum100 zak semen Biaya pengangkutan dari kedua gudang menuju ke 3 kota pemesan ditunjukkan dengan tabel berikut :

Tabel biaya pengangkutan (rupiah)

Kota C Gudang Kota A Gudang Kota B 420000 360000 Kota D 550000 470000 Kota E 600000 510000

Distributor tersebut harus menentukan atau memutuskan bagaimana mendistribusikan ke 9000 zak semen tersebut sehingga biaya pengeluarannya se minimum mungkin

Tahap 1 : Perumusan Masalah Jika model distribusi semen digambarkan secara sederhana, maka skema angkutan semen dari gudang kota A dan kota B ke kota tujuan C, D dan E adalah sebagai berikut :
C (2000 zak)

A (5000 zak)

D (3600 zak)

B (4000 zak)

E (3400 zak)

Karena biaya pengangkutan semen dari gudang ke kota tujuan ditentukan berdasarkan biaya pengeluaran setiap truck dan dengan mengambil asumsi bahwa setiap truck akan mengangkut semen dengan jumlah maksimum (100 zak), maka pola distribusi semen dan biaya pengeluaran (per truck) dapat dilihat pada skema berikut
C 420000 (20 truck) 360000

A (50 truck) 600000

550000 D (36 truck)

470000 B (40 truck) 510000

E (34 truck)

Untuk menjawab persoalan tersebut, kita misalkan jumlah semen yang dikirim dari A ke C sebanyak X1 truck dan dari A ke D sebanyak X2 truck maka jumlah semen yang dikirim dari A ke E sebanyak (50 X1 - X2) Karena kota C sudah menerima sebanyak X1 dari kota A, maka sisa permintaan sebanyak (20 X1) dikirim dari kota B Karena kota D sudah menerima sebanyak X2 dari kota A, maka sisa permintaan sebanyak (36 X2) dikirim dari kota B Karena kota E sudah menerima sebanyak (50-X1-X2) dari kota A, maka sisa permintaan sebanyak (34 (50-X1-X2) ) dikirim dari kota B atau sebanyak (X1 + X2 16)

Secara tabelaris, distribusi pengiriman terlihat sebagai berikut :

Kota C (20 truck) Gudang Kota A (50 truck) Gudang Kota B (40 truck) X1 Kota D (36 truck) X2 Kota E (34 truck) (50-X1-X2)

(20 X1)

(36 X2)

( X1 + X2 16)

Dari asumsi distribusi semen seperti terlihat pada tabel di atas, maka skema pembiayaan untuk pengiriman seluruh semen adalah sebagai berikut

C (20 truck) 420000 X1 360000 (20-X1)

550000 X2 A D

470000 (36-X2) B

(50 truck)

(36 truck)

(40 truck) 510000 (X1 + X2 16)

600000 (50-X1-X2)

(34 truck)

Dari skema penegluaran biya angkutan tersebut, maka tersebut, Biaya total (dalam ribuan) yang dikeluarkan untuk (dalam ribuan) mengirimkan 9000 zak semen adalah sebagai berikut : Total biaya = 42 X1 + 55 X2 + 60 (50 X1 X2) + 36 (20 X1) + 47 (36 X2) + 51 (X1 + X2 16) Total biaya = 42 X1 + 55 X2 + 3000 60X1 60X2 + 720 36X1 3000 + 1692 47X2 + 51X1 + 51X2 816 Total biaya = 4596 3 X1 X2 Dari uraian di atas maka perusahaan akan untung jika pengeluarannya seminimum mungkin. Pengeluaran seminimal mungkin adalah tujuan yang dikehendaki pada persoalan ini. Minimum Z = 4596 3 X1 X2

Secara matematis tujuan yang hendak dicapai dapat dinyatakan dengan Minimum Z = 4596 3 X1 X2 Dari rumus matematis di atas, maka harga X1 dan X2 harus atas, diambil sedemikian rupa sehingga nilai Z yang diperloh adalah yang paling terkecil (minimum). Karena harga 4596 adalah suatu harga yang konstan, maka konstan, harga Z akan minimum jika harga (3X1 + X2) sebesar mungkin. mungkin. Maka persamaan di atas dapat diubah menjadi Maksimum ZB = 3 X1 + X2

Dari pola distribusi semen, maka berapapun nilai X1 dan X2 yang diperoleh maka persyaratan lain yang harus dipenuhi untuk menyelesaikan persoalan ini adalah tidak boleh mengirim semen dengan jumlah negatif. Alasan ini logis negatif. karena tidak mungkin kita mengirim barang dengan jumlah negatif
Kota C (20 truck) Gudang Kota A (50 truck) Gudang Kota B (40 truck) X1 Kota D (36 truck) X2 Kota E (34 truck) (50-X1-X2)

(20 X1)

(36 X2)

( X1 + X2 16)

Harus bernilai positif

Dari uraian di atas, maka persyaratan yang harus dipenuhi atas, pada persoalan ini dapat dinyatakan dengan ketidak-samaan ketidaksebagai berikut : X1 u 0; X2 u 0 50 - X1 X2 u 0 20 - X1 u 0 36 X2 u 0 X1 + X2 16 u 0 Ketidak samaan di atas dapat disederhanakan menjadi : X1 + X2 e 50 X1 e 20 X2 e 36 X1 + X2 u 16 X1 u 0 X2 u 0

Tahap 2 : Pembentukan Model

Model matematis dari persoalan di atas dapat dinyatakan sebagai berikut Fungsi Tujuan : Maksimum ZB = 3 X1 + X2 Fungsi Batasan : X1 + X2 e 50 X1 e 20 X2 e 36 X1 + X2 u 16 X1 u 0; X2 u 0

Tahap 3 : Penyelesaian Model

Model 2
Maximum ZB = 3 X1 + X2 (0,50)
50

E E
40

\ \

(20,50)

(0,36)
30

X2
20

(0,16)
10

X1 + X2 = 50

X1 + X2 = 16
0 0 10

(20,0) (50,0) (16,0)

20 30 40 50

X1

Dari hasil perhitungan nilai ZB untuk setiap pasangan X1 dan X2 maka akan diperoleh :
X1 0 16 20 20 14 0 X2 16 0 0 30 36 36 ZB 16 48 60 90 78 36

Dari hasil perhitungan tersebut, maka pasangan X1 = 20 dan X2 = 30 akan memberikan nilai ZB yang terbesar yaitu 90.

Secara tabelaris, distribusi pengiriman semen tabelaris, dapat dilihat pada tabel di bawah ini :
Kota C (20 truck) Gudang Kota A (50 truck) Gudang Kota B (40 truck) 20 Kota D (36 truck) 30 Kota E (34 truck) 0

34

Dengan pola distribusi tersebut, maka nilai ZB maksimum adalah 90 (ribu rupiah)

Tahap 4 : Validasi Model Untuk validasi model dapat dilakukan dengan cara yang sama seperti contoh pertama Tahap 5 : Penerapan Model Dengan nilai ZB maksimum = 90, maka nilai Z minimum : 90, Z = 4596 90 = 4506 atau Z = 4596 3 x 20 30 = 4506 Atau biaya pengeluaran maksimum yang akan dikeluarkan oleh perusahaan tersebut diperkirakan sebesar Rp. 4506000.00,-

Pada kedua contoh di depan, persoalan Programa Linear (PL) dapat dipecahkan GRAFIS. dengan cara GRAFIS. Cara ini tentunya sangat terbatas hanya untuk model dengan 2 (dua) variabel bebas. Jika variabel bebas lebih dari dua, maka cara analitis menjadi pilihan yang tepat untuk menyelesaikan model PL

Contoh 3 Sebuah perusahaan pembuat beton pracetak mampu memproduksi 3 jenis beton pracetak (3 tipe). Diareal tipe). penumpukan material pada saat ini tersisa 80 zak semen (3200 kg), pasir 1 dump truck ( 6 ton) dan kerikil 1.5 ( dump truck ( 8 ton). ( Untuk membuat beton pracetak dan siap di pasang di lapangan, lapangan, maka dibutuhkan waktu perawatan 14 hari. Mesin hari. beroperasi selama 15 jam setiap hari. Proses pembuatan hari. ketiga jenis beton pracetak adalah sebagai berikut : Kecepatan Jam/unit Semen Kg/unit 2 3 3 Pasir Kg/unit 4 5 6 Kerikil Kg/unit 6 7.5 10.5

Tipe 1 Tipe 2 Tipe 3

0.2 0.2 0.3

Harga satuan masing-masing tipe adalah : masing-

Harga
Rp/unit

Tipe 1 Tipe 2 Tipe 3

50000 60000 40000

Pada 18 hari kedepan perusahaan mendapat pesanan untuk membuat masing-masing tipe sebanyak 1500 unit. Atau dengan perkataan lain perusahaan harus dapat menyelesaikan pesanan dalam waktu 4 hari dan 14 hari sisanya untuk perawatan.

Perusahaan sulit memenuhi permintaan tersebut, karena material tidak cukup dan persediaan material akan terpenuhi 7 hari lagi. Sisa material yang ada di lokasi pabrik harus bisa dibuat sedemikian rupa sehingga perusahaan mendapatkan keuntungan yang sebesar mungkin. Perusahaan harus memikirkan berapa lama waktu yang paling terbaik untuk memproses sisa material yang ada di pabrik. Tentunya dengan tingkat keuntungan yang sebesar mungkin.

Jika X1, X2 dan X3 adalah jumlah masing-masing tipe beton yang akan dibuat, maka jumlah penjualan yang akan diperoleh adalah : 50000 X1 + 60000 X2 + 40000 X3 Jika sisa material akan diselesaikan dalam waktu 4 hari (60 jam), maka waktu tersebut merupakan jumlah waktu yang dipakai untuk membuat ketiga tipe tersebut : 0.2 X1 + 0.2 X2 + 0.3 X3 e 60 Jumlah semen yang dibutuhkan untuk membuat ketiga tipe tersebut : 2 X1 + 3 X2 + 3 X3 e 3200

Jumlah pasir yang dibutuhkan untuk membuat ketiga tipe tersebut : 42 X1 + 5 X2 + 6 X3 e 6000 Jumlah kerikil yang dibutuhkan untuk membuat ketiga tipe tersebut : 6 X1 + 7.5 X2 + 10.5 X3 e 8000

Dari beberapa kriteria yang diperlukan untuk mencari waktu yang paling optimum untuk membuat ketiga tipe beton dengan jumlah material sisa yang ada di pabrik, maka dapat dibuat model matematis :

Maksimum Z = 50000 X1 + 60000 X2 + 40000 X3 Fungsi Batasan : 0.2 X1 + 0.2 X2 + 0.3 X3 e 60 2 X1 + 3 X2 + 3 X3 e 3200 42 X1 + 5 X2 + 6 X3 e 6000 6 X1 + 7.5 X2 + 10.5 X3 e 8000 X1 0; X2 0; X3 0

Untuk menyelesaikan persoalan tersebut di atas, maka tidak mungkin kita menggunakan cara grafis, karena persoalan tersebut melibatkan 3 variabel X1, X2 dan X3. Untuk menyelesaikan persoalan tersebut dapat dilakukan dengan cara analitis. Dari hasil analisa yang dilakukan dengan komputer maka dapat diperoleh gambaran sebagai berikut

Jika waktu yang disediakan hanya 60 jam, maka perusahaan hanya dapat membuat 300 beton tipe 2 (hasil analisis ini dilakukan secara otomatis oleh komputer ) dengan nilai jual Rp 18.000.000,-. Dengan 300 beton tipe 2 maka jumlah material yang digunakan adalah sebagai berikut : Semen Kg Pasir Kg 0 1500 0 Pasir Kg 4500 Kerikil Kg 0 2250 0 Kerikil Kg 5750

Tipe 1 Tipe 2 Tipe 3

0 900 0 Semen Kg

Sisa Material

2300

Dengan produksi beton tipe 2 ternyata masih ada meterial yang tersisa di pabrik. Material yang tersisa tidak dapat dimanfaatkan karena adanya keterbatasan waktu produksi yang dibatasi hanya 60 jam (4 hari) dan perawatan 14 hari

Dengan hasil tersebut maka perusahaan tidak dapat memenuhi permintaan pembeli.

Jika perusahaan mengajukan pertambahan waktu misal selama 8 hari (120 jam), maka jawaban yang diberikan oleh komputer adalah 600 beton tipe 2 dengan nilai jual Rp 36.000.000,-

Semen Kg Sisa Material 1400

Pasir Kg 3000

Kerikil Kg 3500

Dengan cara yang sama maka dapat dilakukan beberapa alternatif produksi jika permintaan perubahan waktu pemesanan diijinkan Jika waktu pembuatan bisa diperpanjang menjadi 180 jam, maka perusahaan dapat membuat 900 beton tipe 2 dengan nilai jual Rp 54.000.000,Jika waktu pembuatan bisa diperpanjang menjadi 200 jam, maka perusahaan dapat membuat 1000 beton tipe 2 dengan nilai jual Rp 60.000.000,Jika waktu pembuatan bisa diperpanjang menjadi 210 jam, maka perusahaan dapat membuat 1050 beton tipe 2 dengan nilai jual Rp 63.000.000,-

Jika waktu pembuatan bisa diperpanjang menjadi 240 jam, maka perusahaan dapat membuat 666 beton tipe 1 dan 533 beton tipe 2 dengan nilai jual Rp 65.280.000,Dari keenam contoh alternatif waktu pembuatan ketiga tipe beton tersebut, maka alternatif keenam mempunyai tingkat penjualan yang tertinggi yang dihasilkan dari penjualan 666 beton tipe 1 dan 533 beton tipe 2 dengan lama waktu pembuatan 240 jam (16 hari). Semen Kg Pasir Kg 2664 2665 5329 Kerikil Kg 3996 3997.5 7993.5

Tipe 1 Tipe 2 Total

1332 1599 2991

Dari beberapa alternatif waktu pembuatan ketiga tipe beton tersebut, maka alternatif keenam mempunyai tingkat penjualan yang tertinggi yang dihasilkan dari penjualan 666 beton tipe 1 dan 533 beton tipe 2 dengan lama waktu pembuatan 240 jam (16 hari).

Jika waktu yang diinginkan kurang dari waktu tersebut (kurang dari 240 jam), maka perusahaan disarankan hanya membuat beton tipe 2 (komputer memberikan waktu terbaik untuk membuat beton tipe 2 saja yaitu 213 jam).

Hubungan waktu pembuatan dan produksi beton tipe 2

1200 70

60
1000 800

63
penjualan (juta rupiah)

54 900 36

1000

1050

60 50 40

produksi

600

600
400 200 0 60 120 180 200 210

30 20

18 300

10 0

waktu pembuatan (jam)

produksi penjualan(juta rupiah)

Dari ketiga contoh tersebut diatas, bentuk matematis dari PL selalu berhubungan dengan variabel-variabel berpangkat 1 (linear) meskipun variabel yang ada pada model berjumlah 2 atau 3. Dari model tersebut tampak linearisasi dari suatu persoalan atau membuat model dari suatu persoalan dalam bentuk persamaan / ketidaksamaan linear merupakan bentuk khas dari model Pemrograman Linear.

Daftar Pustaka
1.

Hamdy A, Taha : Operations Research, alih bahasa Riset Operasi Suatu Pengantar, Daniel Wirajaya, Binarupa Aksara, Jakarta, 1996. Sri Mulyono :Operations Research, Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta, 1999. Siswanto :Pemrograman Linear Lanjutan, Penerbit Universitas Atma Jaya Yogyakarta, Yogyakarta, 1992.

2.

3.

Sistem Tugas dan Ujian Materi 1 :

1.

Tugas materi 1 ada 2

2.

Mahasiswa yang tidak mengumpulkan 2 tugas tidak boleh ikut ujian materi 1.
3.

Ujian Materi 1 pada minggu ke 5(6)