riset operasi
TRANSCRIPT
PROGRAM STUDI S1-STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS MUHAMMADIYAH SEMARANG
RISET OPERASI
CAPAIAN
Memahami pengertian model matematis.
Melakukan penurunan model kuantitatif.
Mendefinisikan peubah keputusan.
Melakukan penurunan fungsi tujuan dan fungsi kendala.
Memahami pengertian model optimisasi.
Memahami prinsip dasar pemograman linear.
Mengetahui struktur system masalah yang dihadapi.
Dalam menyajikan struktur masalah, kita harus melakukanidentifikasi terlebih dahulu.
Parameter yang layak dipertimbangkan dan tidak layakdipertimbangkan.
Melakukan identifikasi hubungan antarparameter.
Hasil penyajian struktur dari system masalah setelah kitamelakukan identifikasi dengan cara seperti tersebutm disebutdengan model masalah.
PENURUNAN MODEL
Model dari suatu masalah dapat disajikan dengan lebihsederhana dan dapat menggambarkan masalah yangdihadapi.
Patameter yang dipertimbangkan dalam dalam masalahbersifat kuantitatif, model masalah tersebut dikenal denganmodel matematis.
Parameter bisa berupa peubah ataupun konstanta.
PENURUNAN MODEL
Peubah yang menentukan dalam pemecahan masalah atau
dapat digunakan sebagai penunjang pengambilan keputusan
dalam pemecahan masalah disebut dengan peubah
keputusan.
Metode yang digunakan untuk memecahkan model
matematis sering disebut dengan motode matematis atau
metode kuantitatif.
PENURUNAN MODEL
Sistem Persamaan Linear
Bentuk persamaan umum linear dengan dua variabel
π1π₯ + π1π¦ = π1π2π₯ + π2π¦ = π2
Bentuk persamaan umum linear dengan tiga variabel
π1π₯ + π1π¦ + π1π§ = π1π2π₯ + π2π¦ + π2π§ = π2π3π₯ + π3π¦ + π3π§ = π3
PENURUNAN MODEL
Pada dua hari yang lalu, Budi membeli 2 jenis barang (sebutlah
barang 1 dan barang 2), di toko A. Dengan uang Rp50.000,00,
Budi dapat memperoleh 2 buah barang 1 dan 4 buah barang 2.
Sehari yang lalu di toko yang sama, dengan uang Rp50.000,00
pula, dia dapat membeli 4 buah barang 1 dan 3 buah barang 2.
Hari ini dia ingin membeli kedua jenis barang tersebut dan dia
punya uang Rp100.000,00. Dia ingin membeli 10 buah barang 1
dan 5 buah barang 2.
KASUS
Persamaan 1
2π₯ + 4π¦ = 50000
Persamaan 2
4π₯ + 3π¦ = 50000
Tentukkan π₯ dan π¦ yang memenuhi persamaan satu danpersamaan dua dengan, π₯ > 0 dan π¦ > 0
KASUS
Kasus 2
Suatu pabrik akan membuat 2 jenis produk, katakanlah produk A
dan produk B. Baik produk A maupun produk B tersebut
memerlukan bahan baku yang sama, yaitu P dan Q. Setiap hari
bahan baku P hanya tersedia sebanyak 6 kg dan bahan baku Q
tersedia 8 kg. Untuk membuat sebuah produk A diperlukan
sebanyak 1 kg bahan P dan 2 kg bahan Q. Untuk membuat sebuah
produk B diperlukan sebanyak 2 kg bahan P dan 1 kg bahan Q.
Keuntungan per kg produk A dan B masing-masing adalah
Rp10.000,00 dan Rp5.000,00.
KASUS
Persamaan 1
π₯ + 2π¦ β€ 6
Persamaan 2
2π₯ + π¦ β€ 8
Persamaan 3
10000π₯ + 5000π¦ =?
π₯, π¦ β₯ 0
KASUS
Kasus 3
Suatu mesin pendingin (AC) digunakan untuk mendinginkanudara suatu ruang berbentuk kotak yang volumenya 8000 ππ3
.
Di sini diberikan bahwa laju aliran panas yang masuk melaluipermukaan atas sebanyak 1 satuan panas per ππ3 melaluipermukaan bawah
sebanyak 3 satuan panas per ππ3 , dan melalui permukaansamping sebanyak 2 satuan panas per ππ3
KASUS
Volume 8000ππ3
Misalkan x adalah panjang kotak dan y adalah lebar kotak
Maka luas permukan atas dan bawah x.y
Tinggi permukaan=8000ππ3
π₯.π¦
Luas permukaan saming kiri kanan y.8000ππ3
π₯.π¦=
8000ππ3
π¦
Luas permukaan saming depan belakang x.8000ππ3
π₯.π¦=
8000ππ3
π₯
Total laju aliran panas dari luar kedalam adalah
1π₯. π¦ + 3π₯. π¦ + 2(2)8000ππ3
π¦+ 2(2)
8000ππ3
π₯
KASUS
Meminimumkan
π π₯, π¦ = 1π₯. π¦ + 3π₯. π¦ + 2(2)8000ππ3
π¦+ 2(2)
8000ππ3
π₯
π π₯, π¦ = 4π₯. π¦ +32000ππ3
π¦+
32000ππ3
π₯
π₯, π¦ > 0
KASUS
Fungsi π disebut dengan fungsi tujuanatau fungsi objektif.
maxs.π(π₯) dimaksudkan sebagai memaksimumkan π π₯ . Sesuaidengan keperluan pemecahan masalah dapat disajikansebagai meminimumkan π(π₯) atau min.π(π₯).
Dalam hal ini, min.π(π₯) = maks. β π(π₯).
MODEL OPTIMISASI
Sesuai dengan keperluan masalahnya juga tanda pertaksamaanββ€β dalam kendala ππ(π₯) β€ ππ, dapat juga berupa sebagai tanda
ββ₯β atau β=β atau β>β atau pula β<β .
π₯ = π₯1, π₯2, β¦ , π₯ππ‘ merupakan vector transpos dari vector
π₯ =
π₯1π₯2β¦π₯π
π adalah banyaknya peubah keputusan, π adalah banyaknyakendala.
Kendala π₯π β₯ 0, disebut dengan kendala kepositifan
MODEL OPTIMISASI
Secara deskriptif model umum masalah di atas dimaksudkansebagai berikut:
Berdasarkan peninjauan jenis fungsi π dan π:
Apabila fungsi π dan fungsi π berupa fungsi linear makamodel optimasi disebut dengan model pemrograman linear.
MODEL OPTIMISASI
Berdasarkan peninjuan ada atau tidaknya kendala:
Apabila kendala ππ(π₯) β€ ππ tidak ada (atau π = 0) maka model
optimisasi disebut dengan model pemrograman takberkendala.
Apabila kendala ππ(π₯) β€ ππ ada (atau π β 0 ) maka model
optimisasi disebut dengan model pemrograman berkendala.
Berdasarkan peninjauan sifat peubah keputusan x:
Apabila peubah keputusan x merupakan bilangan bulat (atauπ₯π , π = 1,2, β¦ , π berupa bilangan bulat) maka model optimisasidisebut dengan pemrograman blangan bulat ataupemrograman integer.
MODEL OPTIMISASI
Pendahuluan
Berdasarkan peninjauan ini, apabila fungsi π dan π keduanyamerupakan fungsi linear dan peubah keputusan x berupabilangan bulat maka model optimisasi disebut denganpemrograman linear integer.