Riset Operasi LANDASAN TEORI

8

BAB 2 LANDASAN TEORI

2.1 Riset Operasi

Riset operasi sejak dulu telah berhasil memecahkan berbagai permasalahan. Bermula dari permasalahan kemiliteran di Inggris karena keberhasilannya kemudian ilmu ini terus berkembang ke permasalahan- permasalahan lain seperti logistik, suplai barang-barang, masalah pola dasar penerbangan, dan sebagainya. Riset operasi diartikan sebagai peralatan manajemen yang menyatukan ilmu pengetahuan, matematika dan logika dalam rangka memecahkan masalah-masalah yang dihadapi sehari-hari sehingga akhirnya permasalahan tersebut dapat dipecahkan secara optimal Subagyo dkk 1993:4. Sebagai alat suatu pemecahan masalah riset operasi harus dipandang sebagai ilmu dan seni, aspek ilmu terletak pada penggunaan teknik-teknik dan algoritma-algoritma matematika untuk memecahkan persoalan yang dihadapi, sedangkan sebagai seni ialah karena keberhasilannya dari solusi matematis ini sangat bergantung pada kreativitas dan kemampuan seseorang sebagai penganalisa dalam pengambilan keputusan Dimyati dan Dimyati 1999:3. Menurut Dimyati dan Dimyati 1999:4, jika riset operasi akan digunakan untuk memecahkan suatu permasalahan, maka dilakukan langkah- langkah sebagai berikut. 9 1. Memformulasikan persoalan, definisikan persoalan lengkap dengan spesifikasi tujuan dan bagian-bagian atau sistem yang bersangkutan. 2. Mengobservasi sistem, kumpulan data untuk mengestimasi besaran parameter yang berpengaruh terhadap persoalan yang dihadapi, estimasi ini digunakan untuk membangun dan mengevaluasi model matematis dari persoalan. 3. Memformulasikan model matematis dari persoalan yang dihadapi, dalam hal ini model matematis dalam bentuk persamaan atau pertidaksamaan linear. 4. Mengevaluasi model dan penggunaannya untuk prediksi, untuk mengevaluasi apakah langkah pada nomor 3 telah menggambarkan keadaan nyata secara akurat atau belum. 5. Mengimplementasikan hasil studi, menerjemahkan hasil perhitungan dalam bahasa sehari-hari. Untuk membangun model dalam riset operasi, perlu diperhatikan hal-hal berikut. 1. Jangan membangun model yang rumit jika dapat dibuat model yang sederhana. 2. Jangan mengubah permasalahan agar cocok dengan teknik atau metode yang digunakan. 3. Proses deduksi harus dilakukan dengan baik. 4. Proses validasi terhadap model harus dilakukan sebelum model tersebut diimplementasikan. 10 5. Jangan memaksakan untuk menjawab suatu pertanyaan permasalahan tertentu dari suatu model yang tidak dirancang untuk menjawab pertanyaan itu. 6. Suatu model mempunyai karakteristik tertentu, sehingga jangan terlalu menjual model yang dikembangkan. Suatu model seringkali menghasilkan suatu kesimpulan yang sederhana dan menarik. 7. Suatu model yang dikembangkan memerlukan data yang baik.

2.2 Program Linear