UTS OPERASIONAL RISET

Nama : Meliyati Darasita

Riset operasional dimulai dari butuhanya organisasi untuk mengatasi masalah alokasi sumber daya
yang semakin kompleks dan spesifik, apalagi dalam perubahan struktur kerja dan tanggung jawab
manajemen. Konsep ini berkembang dari studi operasi militer selama Perang Dunia II, di mana
metode-metode tersebut diterapkan untuk meningkatkan efisiensi dan efektivitas dalam penggunaan
sumber daya, seperti radar dan strategi perang.

Di dunia bisnis, menggunakan riset operasional dimulai dari berkembangnya konsep ilmu manajemen.
Ini melibatkan penerapan metode ilmiah, terutama matematika dan logika, untuk mengatasi masalah
pengambilan keputusan dan manajemen operasional dalam organisasi.

Riset operasional ini fokus pada penggunaan metode ilmiah untuk memahami dan mengoptimalkan
kegiatan operasional. Ini melibatkan pengembangan model matematika untuk mengabstraksi esensi
dari masalah yang dihadapi dalam operasi organisasi.

Penerapan riset operasional itu beragam, termasuk dalam perencanaan produksi, manajemen
persediaan, penganggaran, transportasi, dan pemasaran. Tujuannya adalah untuk mengoptimalkan
berbagai aspek, contohnya itu seperti meningkatkan keuntungan, mengurangi biaya, mempercepat
waktu pengerjaan, dan mengurangi resiko.

Dalam proses mengambil keputusanya, melibatkan analisis kualitatif dan kuantitatif, dengan langkah-
langkah seperti mendefinisikan masalah, membuat model, menyiapkan data, menyelesaikan model,
dan membuat laporan. Metode kuantitatif melibatkan pembentukan model matematika untuk
menyederhanakan masalah dan mencari solusi terbaik atau membuat laporan untuk memberikan
rekomendasi kepada pengambil keputusan.

• Program Linier, metode andalan dalam Riset Operasional (RO), banyak digunakan dalam
pengambilan keputusan bisnis. Awalnya, pada tahun 1823, ahli matematika Jean Baptiste
Fourier meragukan efektivitasnya. Namun, mulai tahun 1939-1947, para ahli seperti L.V.
Kantorovich dan George Dantzig mulai mengembangkannya untuk memecahkan berbagai
masalah.
Program Linier (PL) adalah model matematika yang digunakan untuk optimisasi, seperti
memaksimalkan keuntungan atau meminimalkan biaya, tergantung pada variabel input.
Model ini fokus pada fungsi tujuan dan kendala yang harus dipenuhi,
Penyelesaian dengan PL hanya mungkin jika masalah tersebut memiliki karakteristik tertentu,
seperti kepastian parameter dan aditivitas variabel fungsi tujuan. Proses pembentukan model
PL melibatkan langkah-langkah seperti menentukan angka variabel keputusan, membentuk
fungsi tujuan dan fungsi menyelesaikan kendala/batasan yang ada, dan menghitung
kemaksimuman kendalanya, PL menjadi alat yang sangat berguna dalam mengoptimalkan
proses bisnis dan pengambilan keputusan.
• Metode Grafik adalah cara untuk menyelesaikan masalah programasi linear dengan 2 atau 3
variabel keputusan. Metode ini menggunakan grafik bisa menemukan solusi, dimana fungsi-
fungsi kendala digambarkan dalam diagram Cartesius 2 dimensi, menunjukkan kombinasi
berbagai nilai variabel keputusan.
cara pengambilannya dilakukan dengan memilih titik-titik yang memenuhi kendala dan
menghasilkan nilai fungsi tujuan maksimum atau minimum. Contohnya, pada kasus sebuah
percetakan, tujuannya adalah memaksimalkan keuntungan dengan mempertimbangkan
kendala waktu produksi dan kapasitas mesin.
Setelah grafik kendala dibuat, langkah berikutnya adalah mencari titik-titik penyelesaian yang
memenuhi semua kendala bersama-sama. Hal ini dilakukan dengan menggabungkan garis
kendala untuk membentuk daerah penyelesaian yang cocok.
Selanjutnya, titik-titik penyelesaian diuji dengan menghitung nilai fungsi tujuan untuk mencari
solusi optimal. Dalam contoh percetakan, setelah melakukan perhitungan, ditemukan bahwa
produksi optimal adalah 25 majalah dan 21 komik, menghasilkan keuntungan sebesar
Rp. 121.000 atau Rp. 122.000, tergantung pada kombinasi yang dipilih.
Dengan begitu, metode grafik memberikan pendekatan visual yang jelas dan intuitif untuk
menyelesaikan masalah programasi linear dengan 2 atau 3 variabel keputusan.

• Program Bilangan Bulat (Integer Programming) merupakan teknik khusus dalam program
linier yang tujuannya untuk memperoleh solusi optimal dengan bentuknya bilangan bulat,
karena dalam beberapa kasus, solusi non-bulat tidak bisa untuk dihitungkan. Misalnya, di
industri percetakan, hasil produksi yang optimal harus berupa bilangan bulat, seperti jumlah
buku atau majalah.

contohnya itu, sebuah pabrik kertas memproduksi dua jenis pulp, yaitu Pulp A dan Pulp B,
dengan tahapan perendaman dan pengeringan. Setiap tahapan membutuhkan waktu
tertentu, dan pabrik memiliki batasan waktu untuk setiap tahapan. Tujuan pabrik adalah
memaksimalkan keuntungan dari penjualan kedua jenis pulp tersebut.
Di kasus ini, kita menggunakan metode grafik untuk mencari solusi optimal. Setelah
menemukan solusi non-bulat, seperti X1 = 3.75 dan X2 = 1.5, kita dapat menggunakan metode
pembulatan (Round Off) untuk mendapatkan solusi bulat terdekat yang memenuhi kendala.
tapi, biasanya juga metode pembulatan tidak memberikan solusi yang optimal. jadi, kita bisa
menggunakan metode Branch and Bound untuk mencoba berbagai kemungkinan solusi bulat
yang memenuhi kendala. Dengan mencabangkan solusi yang tidak bulat menjadi dua, hingga
akhirnya dapat menemukan solusi dari feasible integer solusion menjadi feasible integer
solution optimal solution.

• Analisis Sensitivitas adalah tentang bagaimana perubahan dalam penyelesaian optimal dan
nilai optimal dari programasi linier dipengaruhi oleh perubahan koefisien variabel keputusan.
dalam manajemen bisnis, seringkali terjadi perubahan, misalnya harga bahan mentah atau
biaya produksi.
Dalam melakukan analisis ini, kita memperhatikan efek dari perubahan koefisien terhadap
penyelesaian optimal. Misalnya, jika kapasitas mesin di sebuah pabrik ditingkatkan,
bagaimana hal itu akan memengaruhi keputusan produksi yang optimal dan keuntungan yang
diperoleh.
Analisis Sensitivitas juga memperhitungkan Shadow Price, yang menunjukkan seberapa besar
nilai tujuan yang akan meningkat kalau nilai kanan (RHS) dari kendala ditambahkan. Shadow
Price membantu dalam mengambil keputusan, seperti dalam menentukan prioritas dalam
 meningkatkan kapasitas mesin. Dengan menghitung jika ketersediaannya ditambah maka
berapakah hasil perubahan kapasitas mesin.
Selain itu, analisis ini juga memperhitungkan gradien, yang menggambarkan kemiringan
kendala. Dengan memperhatikan gradien, kita dapat mengetahui rentang optimalnya

• Metode Simpleks yaitu pendekatan matematis yang digunakan untuk menemukan solusi
optimal dari masalah pemrograman linear. Biasanya, metode ini diterapkan pada masalah
yang melibatkan tiga variabel atau lebih.
Secara singkat, metode ini berfungsi dengan memulai dari suatu solusi dasar yang
memungkinkan, lalu secara iteratif melakukan perubahan menuju solusi dasar lainnya hingga
ditemukan solusi optimal.
Langkah-langkah dalam Metode Simpleks melibatkan iterasi, di mana langkah-langkah
perhitungan yang sama diulang-ulang sampai solusi optimal diperoleh. Selama proses iterasi,
dilakukan penentuan variabel basis dan non-basis, serta perubahan nilai-nilai yang relevan
dalam tabel simplex.
Contoh penerapan Metode Simpleks dilakukan dengan langkah-langkah seperti membuat
tabel simplex awal, lalu menentukan kolom dan baris kuncinya, menghitung elemen pivot, dan
melakukan iterasi hingga ditemukan solusi optimal.
Hasil dari penerapan Metode Simpleks akan memberikan solusi optimal dari masalah yang
diberikan, seperti jumlah unit setiap jenis produk yang akan diproduksi agar keuntungan
maksimal atau alokasi sumber daya yang optimal untuk memenuhi kebutuhan produksi.

• Metode minimisasi merupakan suatu pendekatan yang pemecahan kasus nya agak rumit
dibandingkan dengan metode maksimisasi. karena adanya variabel dummy yang lebih
kompleks. Dalam minimisasi, terdapat dua variabel dummy, yaitu surplus variable (S1) dan
artificial variable (A1), sedangkan dalam maksimisasi hanya terdapat satu variabel dummy,
yaitu slack variable (S1).
Fungsi tujuan dari metode minimisasi adalah untuk meminimalkan nilai dari suatu ekspresi
matematis. Misalnya, jika kita memiliki fungsi tujuan berupa C = -a1X1 - a2X2 - a3X3 + 0S1 +
0S2 + 0S3 - MA1 - MA2 - MA3, dengan beberapa kendala tergantung pada maksimisasi atau
minimisasi.
Pada tabel analisis minimisasi biaya, kita menemukan beberapa langkah untuk mencapai
solusi optimal, seperti mengidentifikasi koefisien fungsi tujuan yang memiliki tanda
matematika yang berlawanan dengan program maksimisasi dan menambah variabel A1, serta
memastikan bahwa semua koefisien peubah sudah bertanda negatif. Selanjutnya, proses
dilanjutkan dengan iterasi langkah-langkah untuk mencapai nilai optimumnya.

• Metode Transportasi adalah cara dalam menganalisis operasional yang digunakan untuk
mengoptimalkan alokasi sumber daya dalam sistem distribusi, seperti transportasi barang dari
pemasok ke konsumen. Dalam metode ini, tujuannya adalah untuk meminimalkan biaya
transportasi total dari berbagai sumber ke berbagai tujuan dengan mempertimbangkan
kendala kapasitas dan permintaan. Caranya dengan menentukan kapasitas dari pabrik dan
juga kebutuhan Gudang, biaya pengankutan dari setiap pabrik, menyusun table alokiasinya,
lalu hitung table indeks perbaikannya dan menghitung secara berulang table hasil perubahan
hingga mengapatkan hasil yang optimal dan sesuai.