Konsep Dasar dari Goal Programming

� = 1 − − − 1 1 − − + 2.4 Penyokong A adalah − , + . Bilangan fuzzy trapezoidal dapat dilihat sebagai nilai kwantitas fuzzy. “ x mendekati pada interval [a,b] ”. 1 x − a b + Gambar 2.2 Bilangan Fuzzy Trapezoidal

2.2 Goal Programming

2.2.1 Konsep Dasar dari Goal Programming

Dalam bukunya [9], Linier goal programming LGP merupakan pengembangan Linier Programming LP. LGP diperkenalkan oleh Charnes dan Cooper pada awal tahun 60-an. Perbedaan utama dari LGP dan LP terletak pada struktur dan penggunaan fungsi tujuan. Dalam LP fungsi tujuannya hanya mengandung satu tujuan, sementara dalam LGP semua tujuan apakah satu atau beberapa digabungkan dalam sebuah fungsi tujuan. Ini dapat dilakukan dengan mengekspresikan tujuan itu dalam bentuk kendala goal constraint, memasukkan suatu variabel simpangan deviational variable dalam kendala itu untuk mencerminkan seberapa jauh tujuan itu dicapai, dan menggabungkan variabel simpangan dalam fungsi tujuan. Dalam LP tujuannya bisa Universitas Sumatera Utara maksimasi atau minimisasi, sementara dalam LGP tujuannya adalah meminimumkan penyimpangan-penyimpangan dari tujuan-tujuan tertentu. Ini berarti semua masalah LGP adalah masalah minimisasi. a. Berikut ini adalah definisi dari beberapa istilah dan lambang yang biasa digunakan dalam LGP.  Decision variable Variabel keputusan : seperangkat variabel yang tidak diketahui dalam model LGP dilambangkan dengan j x , dimana j = 1,2,…,n yang akan dicari nilainya  Right hand side values RHS : nilai – nilai yang biasanya menunjukkan ketersediaan sumber daya dilambangkan dengan i b yang akan ditentukan kekurangan atau kelebihan penggunaannya.  Goal Tujuan : keinginan untuk meminimumkan angka penyimpangan dari suatu nilai RHS pada suatu goal constraint kendala tujuan tertentu.  Goal Constraint Kendala Tujuan : sinonim dari istilah goal equation, yaitu suatu tujuan yang diekspresikan dalam persamaan matematik dengan memasukkan variabel simpangan.  Preemptive priority factor : suatu system urutan yang dilambangkan dengan k P , dimana k = 1,2,…,K dan K menunjukkan banyaknya tujuan dalam model yang memungkinkan tujuan-tujuan disusun secara ordinal dalam model LGP. Sistem urutan itu menempatkan tujuan-tujuan dalam susunan dengan hubungan seperti berikut : � 1 � 2 ⋯ � 1 P merupakan tujuan yang paling penting 2 P merupakan tujuan yang kurang penting dan seterusnya.  Deviational vearible Variabel simpangan : variabel-variabel yang menunjukkan kemungkinan penyimpangan negatif dari suatu nilai RHS kendala tujuan dalam Universitas Sumatera Utara model LGP dilambangkan dengan  i d , dimana i = 1,2,…,m dan m adalah banyaknya kendala tujuan dalam model atau penyimpangan positif dari suatu nilai RHS dilambangkan dengan  i d . Variabel-variabel ini serupa dengan slack variabel dalam LP.  Differential weight bobot : timbangan matematik yang diekspresikan dengan angka kardinal dilambangkan dengan ki w dimana k = 1,2,…, K: i =1,2,…m dan digunakan untuk membedakan variabel simpangan i di dalam suatu tingkatan prioritas k.  Technological coeffient koefisien teknologi : nilai-nilai numerik dilambangkan dengan ij a yang menunjukkan penggunaan nilai i b per unit untuk menciptakan j x . b. Unsur-unsur Linear Goal Programming LGP Setiap model LGP paling sedikit terdiri dari tiga komponen yaitu, sebuah fungsi tujuan, kendala tujuan dan kendala non-negatif.  Fungsi Tujuan Ada tiga jenis fungsi tujuan dalam LGP, yaitu : Minimumkan Z =      m i i i d d 1 Fungsi tujuan diatas digunakan jika variabel simpangan dalam suatu masalah tidak dibedakan menurut prioritas atau bobot. Minimumkan Z =      m i i i k d d P 1 untuk k = 1,2,…,K Fungsi tujuan diatas digunakan dalam suatu masalah dimana urutan tujuan-tujuan diperlukan, tetapi variabel simpangan di dalam setiap tingkat prioritas memiliki kepentingan yang sama. Universitas Sumatera Utara Minimumkan Z =      m i i i k ki d d P w 1 untuk k = 1,2,…,K Fungsi tujuan diatas digunakan dalam suatu masalah dimana tujuan-tujuan diurutkan dan variabel simpangan pada setiap tingkat prioritas dibedakan dengan menggunakan bobot yang berlainan ki w [8]. x F i merupakan bentuk matematika yang mewakili tujuan dan i b adalah nilai sisi kanan level aspirasi. Ada tiga kemungkinan tujuan yaitu: i i b x f  i i b x f  i i b x f   Kendala Tujuan Ada enam jenis kendala tujuan yang berlainan yang maksud setiap jenis kendala itu ditentukan oleh hubungannya dengan fungsi tujuan.pada tabel berikut: Kendala Tujuan Variabel simpangan dalam fungsi tujuan Kemungkinan Simpangan Penggunaan Nilai RHS yang diinginkan i i j ij b d x a     i d Negatif = i b i i j ij b d x a     i d Positif = i b i i i j ij b d d x a       i d Negatif dan positif i b atau lebih i i i j ij b d d x a       i d Negatif dan positif i b atau kurang Universitas Sumatera Utara Kendala Tujuan Variabel simpangan dalam fungsi tujuan Kemungkinan Simpangan Penggunaan Nilai RHS yang diinginkan i i i j ij b d d x a       i d dan  i d Negatif dan positif = i b i i j ij b d x a     i d artf. Tidak ada pas = i b Setiap jenis kendala tujuan harus punya satu atau dua variabel simpangan yang ditempatkan pada fungsi tujuan. Dimungkinkan adanya kendala-kendala persamaan linier. Persamaan pertama maknanya serupa dengan kendala pertidaksamaan  dalam masalah program linier maksimisasi. Persamaan kedua maknanya serupa dengan kendala pertidaksamaan  pada masalah program linier minimisasi. Persamaan ketiga, keempat dan kelima semuanya memperbolehkan penyimpangan dua arah, tetapi persamaan kelima mencari penggunaan sumber daya yang diingginkan sama dengan i b . Ini serupa dengan kendala persamaan dalam linier programming, tetapi tidak menempel pada solusi karena dimungkinkan adanya penyimpangan negatif dan positif. Jika kendala persamaan dianggap perlu dalam perumusan model linear goal programming LGP, ia dapat dimasukkan dengan menempatkan sebuah variabel artifial  i d , seperti pada persamaan keenam. Persamaan ketiga dan keempat memperbolehkan adanya penyimpangan positif dan negatif dari nilai RHSnya.  Kendala Non-Negatif Seperti dalam liear programming, variabel-variabel model LGP biasanya bernilai lebih besar atau sama dengan nol. Semua model LGP terdiri dari variabel simpangan dan variabel keputusan, sehingga pernyataan non-negatif dilambangkan sebagai : , ,    i i j d d x Universitas Sumatera Utara  Kendala Struktural Disamping ketiga komponen yang telah disebutkan itu, dalam model LGP kadang- kadang terdapat komponen yang lain, yaitu kendala struktural artinya kendala-kendala lingkungan yang tidak berhubungan langsung dengan tujuan-tujuan masalah yang dipelajari. Variabel simpangan tidak dimasukkan dalam kendala ini, karena itu, kendala ini tidak diikutsertakan dalam fungsi tujuan.

2.3. Model Fuzzy Goal Programming