1 · Paradigma Hard OR
- Masalah jelas: tujuan & kriteria diketahui, trade-off bisa ditentukan, alternatif & kendala diketahui, data tersedia
- Terstruktur: variabel tractable, perilaku sistem bisa dimodelkan matematis, komputasi ekonomis
- Cukup terisolasi dari sistem luas; optimalisasi = ideal
- Teknis, bebas politik; manusia = objek pasif; konsensus stakeholders; DM berwenang melaksanakan
Versi Daellenbach melonggarkan: masalah diekstrak dari situasi, faktor manusia tidak diabaikan. Asumsi tak terpenuhi → tetap bermanfaat bila asumsi dijelaskan + banyak what-if.
Hasil: solusi kuantitatif & eksak. Model/teknik kurang tepat → solusi tetap keluar tapi bukan yang terbaik.
2 · 3 fase & 11 langkah
Dunia nyata (kualitatif) → dunia abstrak (kuantitatif) → dunia nyata. Iteratif, ada keterkaitan maju & mundur; tak ada langkah data collection terpisah (paralel di semua langkah).
3 · Scoping & proposal
- Scoping bila manfaat/biaya belum jelas atau proyek besar-kompleks: sistem relevan hanya kasar (subsistem & batas) → proposal
- Formulasi lengkap bila manfaat pasti → definisi sistem rinci. Beda hanya kedalaman
3 pertanyaan go-ahead:
- Bisa dinyatakan kuantitatif?
- Data tersedia / bisa dibuat murah?
- Biaya analisis sepadan manfaat & ekspektasi sponsor terpenuhi?
Proposal 3–6 hlm: executive summary, masalah, pendekatan non-teknis, langkah, data & sumber daya, manfaat, biaya, jadwal, rekomendasi. Jujur, kelola ekspektasi; info kurang → studi pendahuluan.
4 · Enam elemen masalah & stakeholder
| Elemen | LOD |
|---|---|
| Immediate decision maker | manajer LOD |
| Objective | biaya operasi rendah, layanan tetap |
| Performance measure | total biaya operasi LOD |
| Decision criterion | minimasi total biaya |
| Alternative courses of action | ukuran pengisian Q & cutoff L |
| Wider system of interest | operasi LOD + kilang |
World view antar level harus cocok; bila konflik → suboptimisasi (urusan soft OR).
5 · Sistem relevan & diagram
Struktural
struktur umum dikenal, mis. persediaan standarProses
tak ada asumsi struktur; LOD dipilih ini karena aturan order besar/kecil beda| Situasi | Deskripsi sistem |
|---|---|
| Struktur dikenal (ada software) | cek kecocokan + batas |
| Sederhana, tak dikenal | influence diagram lengkap |
| Sangat kompleks | kasar: diagram struktur / causal loop |
Influence diagram: kontrol di atas, output di bawah, tanpa aspek optimisasi. Rich picture = ringkasan situasi (bukan deskripsi sistem). Panah melingkar = nilai t memengaruhi t+1.
6 · Influence diagram LOD (awal)
L dibuat tetap (mis. 12), kendala kapasitas diabaikan dulu → hanya Q yang jadi variabel keputusan; D₁ = input.
7 · Model matematik: istilah
| Istilah | Arti / contoh LOD |
|---|---|
| Decision variable | controllable: Q, L (integer ≥ 0) |
| Parameter | uncontrollable: v, s, r, h₁, h₂, pola order |
| Performance measure / objective function | total biaya tahunan semua produk |
| Constraint | mis. lantai gudang ≤ 2.000 m²; melanggar = infeasible |
Deterministik (semua pasti) vs probabilistik/stokastik (ada input acak). Model baik: generalisasi tinggi, transparan, bisa dikembangkan, peka asumsi; sesederhana mungkin tapi aspek esensial masuk.
Boundary judgement tersembunyi: data lalu = masa depan (tren perlu diekstrapolasi); subsistem lain dianggap sudah optimal.
8 · LOD model 1: T(Q) & EOQ
relevan = ½Qvr + sD₁/Q
EOQ = √(2 s D₁ / v r)setup (D₁/Q)s · simpan (½Qv)r · rata-rata stok Q/2 (gigi gergaji) · handling & nilai permintaan = biaya tetap
Produk Y: D₁=4.140, v=320, s=18, r=0,18 → EOQ 50,9 ≈ 51, biaya $2.930. Q=125 → 4.196; Q=40 → 3.015. Slide: Q dibagi dua berulang, lalu persempit di sekitar titik turun-naik.
9 · LOD model 2: T(L,Q)
| L | D₁ | Q* | T total |
|---|---|---|---|
| 1 (semua khusus) | 0 | – | 25.997 |
| 12 | 4.140 | 50,9 | 12.196 |
| 20 | 6.108 | 61,8 | 11.494 |
| 24 | 6.568 | 64,1 | 11.511 |
| tanpa khusus | 7.132 | 66,8 | 11.691 |
Optimum: L=20, Q≈62 → palet 4 drum → Q=60, T=11.495 (+$1, kurva datar). Kebijakan lama (12; 80) = 12.502 → hemat ≈ $1.007; investasi stok −$3.200 (25%). Kendala gudang & produksi dicek setelah semua produk dihitung. Ekstensi dipakai: total order harian; model 3 dibuang (komputasi).
10 · Metode mencari solusi
| Metode | Catatan |
|---|---|
| Enumerasi | alternatif sedikit & murah dievaluasi; one-off |
| Search (interval elimination, golden section) | fungsi unimodal / U |
| Algoritma | iterasi dari solusi awal + stopping rules |
| Kalkulus | f′(x)=0, cek tanda turunan (− → 0 → +); EOQ |
| Heuristik | intuisi & pengalaman; satisficing (Simon) |
| Simulasi | tiru perilaku sistem; kebijakan baik, bukan optimal; verifikasi solusi |
4 sifat algoritma praktis: tiap solusi lebih baik · konvergen · konvergen dalam iterasi wajar · komputasi per iterasi kecil.
11 · Validasi & uji (langkah 6)
Internal
verifikasi, do things right: logika & matematika benar, data benar, dimensi konsisten, konstanta di sel input unik, cek hitung manualEksternal
do the right thing: cukup merepresentasikan realitas? tak bisa dibuktikan, hanya ditunjukkan salah → kredibilitasRespons model thd perubahan input harus sesuai harapan; perilaku counterintuitive harus bisa dijelaskan. Testing: bandingkan kinerja vs cara kini (LOD: hemat > $90.000/th dari sampel stratifikasi ~5%).
S → M → O: boundary judgement memengaruhi ketiganya.
12 · Sensitivitas & analisis error
Sensitivitas = respons solusi optimal thd perubahan parameter (k = nilai baru / lama):
| Parameter ×k | EOQ | T(EOQ) |
|---|---|---|
| D atau s | ×√k | ×√k |
| v atau r | ×1/√k | ×√k |
k=1,5: √=1,225 (+22,5%); v +50% → EOQ −18,35%. D: 4.140→2.070 → EOQ & T −29,3%. r: 0,18→0,09 → EOQ +41,4%, T −29,3%.
kenaikan biaya = [(√k + 1/√k)/2 − 1] × 100%hanya fungsi k, bukan nilai parameter → EOQ robust
| k | 0,2 | 0,5 | 0,8 | 1,2 | 1,5 | 2 | 4 |
|---|---|---|---|---|---|---|---|
| +% | 34 | 6,1 | 0,6 | 0,4 | 2,1 | 6,1 | 25 |
Tujuan: robust & kredibel; nilai sumber daya langka; akurasi data; control range untuk langkah 9.
13 · Implementasi & etika
- 8 rencana (tugas, orang, jadwal) · 9 kontrol: rentang input valid, prosedur update, penanggung jawab · 10 implementasi + dokumentasi & manual · 11 audit manfaat/biaya
- Rencana implementasi dimulai sejak kontak pertama; libatkan owner & user agar "memiliki" hasil; sederhanakan model bila skill pengguna terbatas
- Laporan proyek: executive summary, kekuatan & kelemahan, asumsi, data, sensitivitas (etika & proteksi analis)
- Hentikan proyek bila manfaat tambahan < biaya tambahan; sunk cost diabaikan
Data: cek sumber sebelum langkah 3, skeptis pada jaminan "semua data ada". LOD: studi penuh 120 hari × $400 = $48.000, hemat ≈ $92.000/th → balik modal ≈ 6 bulan.
14 · Alur pemodelan matematik (slide)
- Pemahaman masalah riel (RPD)
- Formulasi masalah
- Deskripsi sistem relevan (struktur/proses, sistem S, CATWOE)
- Model konseptual (influence diagram, causal loop)
- Model matematis (deskriptif, optimisasi, heuristik, meta-heuristik)
- Estimasi parameter (agregasi data historis)
- Validasi & uji (verifikasi, sensitivitas, uji kesalahan)
- Rekomendasi solusi
Prinsip: start simple (elaborasi), use similarity (analogi), refine again and again (iterasi). Tujuan model: kerangka pikir, komunikasi, prediksi, kontrol, latihan.
15 · Athill, Jenkins, Hard vs Soft
Athill (1975): problem briefing → analisis masalah → pengembangan alternatif → evaluasi alternatif → pemilihan optimal (+ sensitivitas) → tindakan seleksi.
Jenkins (1969): analisis sistem → perancangan sistem → implementasi → operasi. V-model: reduksi risiko kegagalan; implementasi & operasi oleh user.
| Hard | Soft |
|---|---|
| define problem → model sistem ada → solusi teknis → model baru optimal → bandingkan | visualisasi situasi → definisi sistem relevan → model konseptual → bandingkan dg ideal → perubahan layak |
Kalau masalah belum diketahui → pendekatan proses; sudah diketahui → struktural.