Kamis, 02 Juni 2011

RISET OPERASI (Jilid2) - Aplikasi Menu Atlet Ekspedisi

Masih ingat dengan Riset Operasi? Riset Operasi atau Sains Manajemen diketahui mulai pada tim operasi militer yang dibentuk selama Perang Dunia II di Inggris pada 1939, diikuti Amerika Serikat yang menggunakannya di AD, AL & AU, dan berperan signifikan dalam memenangkan Perang Dunia II.
Pacific Theatre on WW II.
Para perencana Perang Pasifik, Nimitz & McArthur.
     Kalau minggu lalu kita telah membahas aplikasi Linear Programming dalam pengambilan keputusan kombinasi produk (usaha garmennya Dedek), minggu ini giliran Riset Operasi membantu sobat-sobat kita di Mapala “Wanaprastha Dharma” Universitas Udayana.

RISET OPERASI – Aplikasi Menu Atlit Ekspedisi Irian
     Para pelatih 4 divisi petualangan Mapala “Wanaprastha Dharma” Unud merencanakan suatu program pelatihan atlet, mahasiswa-mahasiswa Unud anggota Mapala yang akan diberangkatkan ke Ekspedisi Irian Udayana 2014.
Para pelatih Mapala "WD" Unud.
     Ekspedisi ini dibagi atas 4 sub-ekspedisi; Pemanjatan puncak Carstenz Pyramide, penelusuran gua, pengarungan dan pemetaan Sungai Mamberamo, serta Reefcheck di Teluk Cenderawasih.
     Program ini mencakup latihan aerobik, latihan beban yang diikuti dengan makan pagi super sehat di posko Mapala, berlawanan dengan diet mereka selama ini yang khas ‘anak kost’, sarapan ala’ kadarnya.  Ahli gizi Mapala, merekomendasikan menu makan pagi yang kaya akan kalori, kalsium, protein dan fiber yang diperlukan para calon atlit ekspedisi itu, tapi juga sekaligus harus rendah lemak dan kolesterol, mengingat selama berbulan-bulan para atlet ini akan digojlok fisiknya.  Karena program ekspedisi ini tidak dibiayai Rektorat Unud (sehingga bersifat swadaya), para perencana ekspedisi & pelatih ingin meminimalkan biaya. Mereka juga telah memilih kemungkinan jenis makanan berikut, yang masing-masing mengandung kontribusi gizi dan biaya yang berbeda untuk mengembangkan menu makan pagi atlet standar pada tabel berikut:
     Para pelatih Mapala menginginkan porsi sarapan yang mengandung paling tidak 800 kalori, 5 miligram zat besi, 350 miligram kalsium, 30 gram protein dan 12 gram fiber. Ia juga ingin membatasi kandungan lemak bagi para atlet mereka agar tidak lebih dari 50 gram dan kolesterol tidak lebih dari 30 miligram.
     Di antara para pelatih Mapala ini ada beberapa yang sedang dan pernah berkuliah di Jurusan Manajemen FE Unud. Mereka teringat akan Linear Programming yang pernah diajarkan dalam mata kuliah Riset Operasi, yang aplikasinya bisa digunakan dalam memecahkan masalah klasik mereka, keterbatasan dana.

Variabel Keputusan
     Masalah ini memiliki 10 variabel keputusan yang mewakili jumlah dari unit standar tiap jenis makanan yang tercakup dalam menu sarapan pagi atlet.
x1 = Sereal bran per cangkir
x2 = Bubur Kacang Hijau per cangkir
x3 = Bubur Gandum per cangkir
x4 = Oat bran per cangkir
x5 = Telur
x6 = Daging per iris
x7 = Jeruk
x8 = Susu per cangkir
x9 = Jus Jeruk per cangkir
x10 = Roti Panggang per iris


Fungsi Tujuan
     Tujuan para pelatih ekspedisi Mapala ini adalah meminimumkan biaya sarapan pagi.  Total biaya sarapan pagi adalah jumlah dari biaya tiap jenis makanan.
Minimalkan Z = 1.500x1 + 2.000x2  + 1.000x3 + 1.080x4 + 900x5 + 3.000x6 + 3.600x7 + 2.000x8 +                          4.500x9 + 1.000x10


Batasan (Constraint) Model
90x1 + 110x2  + 100x3 + 90x4 + 75x5 + 35x6 + 65x7 + 100x8 + 120x9 + 65x10 > 800 kalori
              2x2  +    2x3 +   2x4 +   5x5 +   3x6 +                4x8 +                  x10 < 50 gr lemak
                                                270x5 +  8x6 +              12x8 +                        < 30 gr klstrl
  6x1 +    4x2  +    2x3 +   3x4 +     x5 +                x7 +                                x10 > 5 mg iron
20x1 +  48x2  +   12x3 +   8x4 + 30x5 +         + 52x7 + 250x8 +    3x9 + 26x10 >
350 mg kalsium
  3x1 +    4x2  +    5x3 +   6x4 +   7x5 +   2x6 +    x7 +     9x8 +     1x9 +  3x10 >
30 gr protein
30 
   5x1 +   2x2  +    3x3 +   4x4 +                           x7                                          + 3x10 > 12 gr fiber
Ringkasan Model
Model program linear untuk masalah ini dapat diringkas sebagai berikut :
Minimalkan Z = 1.500x1 + 2.000x2  + 1.000x3 + 1.080x4 + 900x5 + 3.000x6 + 3.600x7 + 2.000x8 + 4.500x9 + 1.000x10

Batasan
90x1 + 110x2  + 100x3 + 90x4 + 75x5 + 35x6 + 65x7 + 100x8 + 120x9 + 65x10     >     800
                  2x2  +      2x3 +   2x4 +   5x5 +    3x6 +                   4x8 +                     x10          50
                                                         270x5 +   8x6 +                 12x8 +                                <       30
  6x1 +      4x2  +      2x3 +   3x4 +      x5 +                   x7 +                                     x10    >         5
20x1 +   48x2  +    12x3 +   8x4 + 30x5 +               52x7 + 250x8 +     3x9 +  26x10   >      350
  3x1 +      4x2  +      5x3 +   6x4 +   7x5 +    2x6 +      x7 +      9x8 +     1x9 +    3x10         30 
  5x1 +      2x2  +      3x3 +   4x4 +                                 x7                                +    3x10   >        12
                                                                                                                                           Xi   >       0             

Perhitungan (Metode Simpleks atau Solusi dengan MS Excel)
     Seperti biasa, Anda-anda dipersilahkan menghitung sendiri untuk kasus di atas, baik dengan MS Excel + Solver ataupun dengan QM for Windows. Bukannya apa-apa, PC & Laptop saya gak ada program Solvernya. Terus, mau menghitung secara manual, belum ada waktu. 

Sumber, diadaptasi dari: Introduction to Management Science 8-th Edition, Bernard W. Taylor III.

...bersambung ke Jilid-3.......(ˆ.ˆ )

Selasa, 17 Mei 2011

RISET OPERASI – Aplikasi Dalam Kehidupan Sehari-hari (Jilid 1)

Banyak dari kita kuliah, tanpa tahu apa fungsinya. Sudah barang tentu hal ini merupakan suatu kesia-siaan. Misalnya yg berkuliah di jurusan Manajemen Fakultas Ekonomi, pastinya harus menempuh mata kuliah Riset Operasi (RO) - Aplikasi ini dan seri-seri notes saya selanjutnya akan ditampilkan terapan-terapan RO khususnya Linear Programming dalam kehidupan sehari-hari. Tak kenal maka tak sayang, begitu pula dengan mata kuliah ini. Diharapkan, dengan mengetahui fungsi-fungsi terapan RO, kita semua akan lebih serius mengikuti mk yang katanya sulit ini.(˘⌣˘)


OPERATION RESEARCH
RISET OPERASI  atau kerap disebut juga SAINS MANAJEMEN, adalah penerapan ilmiah yang menggunakan pendekatan ilmiah untuk memecahkan masalah manajemen, dalam rangka membantu manajer untuk mengambil keputusan yang baik. Namun sebenarnya kemunculan Riset Operasi bukanlah dari dunia industri & bisnis, melainkan lahir dari dunia militer.  Dorongan awal munculnya kegiatan-kegiatan riset operasional adalah Perang Dunia II. Sebenarnya, istilah riset operasional ini tercetus sebagai akibat dari riset pada operasi militer yang dilakukan selama perang tersebut. Kelompok ahli-ahli matematika , ekonomi, dan ahli-ahli disiplin ilmu lain-lainnya disatukan untuk menganalisis berbagai masalah operasi militer.
Laksamana Nimitz & staffnya sedang merencanakan suatu operasi militer dalam PD II.
  
George Dantzig
Kelompok-kelompok ini dibentuk di Inggris dan Amerika Serikat, di mana Angkatan Laut AS (US Navy) mempekerjakan lebih dari 70 orang analis. Berbagai bentuk masalah dapat dipecahkan dengan baik, seperti di mana harus ditempatkan instalasi radar, bagaimana menemukan lokasi kapal selam lawan, bagaimana menempatkan bom-bom yang dipicu dengan gelombang radio jarak jauh di laut sekeliling Jepang.
Pasca Perang Dunia II, RO menarik industri-industri  pasca perang di Inggris dan Amerika Serikat untuk menerapkannya dalam pemecahan masalah-masalah manajerial dan operasional yang dialaminya.  Salah satu perkembangan riset operasional pasca perang yang cukup terkenal adalah temuan salah satu metode riset operasional oleh George Dantzig. Beliau sangat terkenal akan temuannya yang berupa pengembangan pemrograman linier yang merupakan metode riset operasional yang sangat luas digunakan. Dantzig ini sering disebut sebagai “Bapak Pemrograman Linier”.



Kasus 1: LINEAR PROGRAMMING - MODEL KOMBINASI PRODUK
Dedek “Bemo” Sudarsana, pemilik perusahaan garmen “Bemo Clothing” yang khusus memproduksi kaus-kaus T-shirt yang digemari mahasiswa Unud.
Dedek 'Bemo'

Awal April lalu, perusahaannya mendapat order dari UKM Mapala “WD” Unud yang dalam rangka memperingati HUT ke-30 nya memutuskan membuat 4 tipe kaus:

1.      Kaus lengan panjang dengan gambar di bagian depan (1 sisi)
2.      Kaus lengan panjang dengan gambar di bagian depan & belakang (2 sisi)
3.      Kaus lengan pendek dengan gambar di bagian depan (1 sisi)
4.      Kaus lengan pendek dengan gambar di bagian depan & belakang (2 sisi)



 Dedek harus menyelesaikan order 72 jam lagi, di mana pihak pemesan akan mengambil pesanannya. Sebagai seorang profesional, tentu saja Dedek harus menyelesaikan produksi tepat waktu. Panitia HUT Mapala mengambil pesanannya dengan truk kecil yang memiliki kapasitas muatan sebanyak 1200 kardus ukuran standar. Satu box ukuran standar berisi 12 kaus lengan pendek, sementara box berukuran 3 x lebih besar berisi 12 kaus lengan panjang. Bemo Clothing memiliki dana $ 25.000 untuk memproduksi kaus (karena ingin Go International, Dedek memakai standar US $ dalam setiap transaksinya). Bemo Clothing juga telah memiliki jatah 500 lusin kaus lengan pendek dan 500 kaus lengan panjang polos kualitet terbaik yang siap disablon.
Persyaratan sumber daya, biaya per unit, dan keuntungan per lusin untuk tiap jenis kaus disajikan pada tabel berikut:



Dedek ingin mengetahui berapa lusin (kardus) tiap jenis kardus harus diproduksi untuk memaksimalkan keuntungannya. Karena sudah agak lama sejak tamat dari FE, ia agak lupa-lupa ingat aplikasi mata kuliah Riset Operasi- khususnya Linear Programming untuk memecahkan masalah bisnisnya. Untuk itu, ia menghubungi dosen pembimbing skripsinya dulu, Pak Yadnya, yang kebetulan juga salah seorang pakar Riset Operasi di  FE Unud. Dan inilah jawaban Beliau:  


VARIABEL KEPUTUSAN
Masalah ini memiliki 4 variabel keputusan yang mencerminkan jumlah (dalam lusin) tiap jenis kaus yang akan diproduksi
x1 = kaus lengan panjang, satu sisi
x2 = kaus lengan panjang, dua sisi
x3 = kaus lengan pendek, satu sisi
x4 = kaus lengan pendek, dua sisi


FUNGSI TUJUAN
Tujuan Dedek adalah memaksimumkan keuntungannya. Keuntungan total adalah jumlah dari keuntungan yang diperoleh dari tiap jenis kaus. Fungsi tujuan dinyatakan sebagai berikut:

Maksimalkan Z = 90x1 + 125x2  + 45x3 + 65x4


BATASAN (CONSTRAINT) MODEL
Batasan pertama adalah 'Waktu Produksi' . Waktu produksi total  yang tersedia adalah 72 jam , periode di antara waktu pemesanan dan diambilnya order pesanan tsb:

0,1x1 + 0,25x2  + 0,08x3 + 0,21x4  <  72 jam


Batasan kedua adalah kapasitas mobil angkut;

3x1 + 3x2  + x3 + x4  <  1.200 kardus


Batasan ketiga adalah untuk 'Dana Produksi'.  Total dana yang tersedia untuk produksi adalah $ 25.000

36x1 + 48x2  + 25x3 + 35x4  <  $ 25.000


Dua batasan terakhir mencerminkan kaus lengan panjang dan lengan pendek yang tersedia untuk disablon:

 x1 + x2 <  500 kaus lengan panjang
x3 + x4 <  500 kaus lengan pendek


RINGKASAN MODEL
Model program linear untuk perusahaan 'Bemo Clothing' di atas disajikan sebagai berikut:

Maksimalkan Z = 90x1 + 125x2  + 45x3 + 65x4
Batasan
                           0,1x1 + 0,25x2  + 0,08x3 + 0,21x4  72
                              3x1 +      3x2  +        x3 +        x4  <  1.200
                            36x1 +    48x2  +    25x3 +    35x4  <  25.000
                                x1 +        x2                                 <  500
                                                               x3 +         x4 <  500 
                                                              x1, x2, x3, x4  >  0


PERHITUNGAN
Model Linear Programming di atas bisa dihitung dengan Metode Simpleks, bisa juga dengan program komputer, misalnya MS Excel (dengan Solver). Singkat kata, setelah dihitung-hitung, didapatkan hasil:
x1 = 175,56 kardus kaus lengan panjang, 1 sisi
x2 = 57,78 kardus kaus lengan panjang, 2 sisi
x3 = 500 kardus kaus lengan pendek, 1 sisi
Z  = $ 45.522,22 (keuntungan yang si Dedek peroleh)

Perhitungan di atas adalah skenario yang paling optimal yang bisa didapat. Monggo pinarak  di-cek sendiri dengan Metode Simpleks atawa MS Excel (Solver).

Kalkulasi Linear Programming dg MS Excel Solver. Sorry, berhubung di PC & Laptop ane kagak ada program solvernya, hasil perhitungan di gambar ini masih kosong. Silahkan hitung sendiri di PC ente kalau ada solver-nya.

Sumber, diadaptasi dari: Introduction to Management Science 8-th Edition, Bernard W. Taylor III.

...bersambung ke Jilid-2.......(ˆ.ˆ )