OPTIMASI DAN HEURISTIK DALAM PENDEKATAN SISTEM Arif Rahman
OPTIMASI DAN HEURISTIKDALAM
PENDEKATAN SISTEMArif Rahman
INDUSTRIAL ENGINEERING
..is concerned with the design, improvement, and installation of integrated systems of men, materials, information, energy, and equipments. It draws upon specialized knowledge and skill in the mathematical, physical and social sciences together with the principles and methods of engineering analysis and design to specify, predict and evaluate the result to be obtained from such systems
Mathematical
Physical Sciences
Social Sciences
Engineering
Knowledge & Skill
Industrial
Engineering
Integrated
Systems
Design
Improvement Installation
Specify
Predict
Evaluate
Optimal
Result
SPECIFY, PREDICT and EVALUATE
... to specify, predict and evaluate the result to be obtained from such systems
•Specify mempunyai makna menspesifikasikan, merinci, menjabarkan, menentukan, mengkategorisasikan
•Predict mempunyai makna memprediksikan, mengestimasi, menduga, menaksir, memperkirakan
•Evaluate mempunyai makna mengevaluasi, mengukur, menilai, menguji, memeriksa, mengaudit, menganalisa
Teknik Industri mempelajari sistem melalui pendekatan sistem nyata atau modelnya dengan berbasis pada nilai atau ukuran yang dihasilkan sistem tersebut.
SYSTEM APPROACH
SYSTEM APPROACH
Real
Systems
Synthetic
Systems
CensusObservationsAnalog
Modeling
Symbolic
Modeling
Random
Sampling
Random
ExperimentSchematic
Modeling
Mathematical
Modeling
Effectiveness
Efficiency
DEFINISI SISTEM
suatu kesatuan yang terdiri dari sekumpulan elemen-elemen (entitas atau subsistem) yang saling berinteraksi (selaras atau bertolak belakang, bergabung atau terurai) secara simultan dan terpadu untuk mewujudkan tujuan tertentu dengan mendapatkan masukan dan menghasilkan keluaran pada lingkungan di luar batasan sistem
Sistem
Lingkungan
Batasan
Input /
Faktor
Output /
Dampak
Umpan Balik
Entitas / Subsistem
Interaksi / Relasi
TERMINOLOGI
•Elemen-elemen• Komponen bagian dari sistem yang berupa entitas atau
subsistem• Entitas (entity) : object yang menjadi bagian dari sistem
berwujud benda atau dibendakan• Manusia - Material - Mesin
• Waktu - Energi - Kekentalan - Pergerakan
• Sub sistem : sistem yang lebih kecil sebagai bagian dari sistem yang menjadi metasistem/supersistem-nya• Sistem produksi vs Sistem manufaktur
• Sistem ekonomi vs Sistem industri
• Sistem matahari vs Sistem bumi
• Sistem ayam vs Sistem telur
TERMINOLOGI
•Atribut• Sebutan, sifat, karakter atau fitur yang dimiliki elemen
sistem.• Parameter : atribut instrinsik yang dimiliki entitas dan bernilai
tertentu, tetap atau konstan• Parameter vs Statistik
• Variabel (peubah, variable atau variate): atribut entitas atau interaksi antar entitas yang dapat berubah• Variabel bebas (independent variable)
• Variabel terikat (dependent variable)
TERMINOLOGI
•Proses pengolahan (transformation process)Merupakan bagian yang mengolah atau merubah masukan sistem menjadi keluaran sesuai tujuan sistem
•Perilaku sistem (behaviour)Perubahan pada sistem karena aktivitas elemen-elemen sistem dalam proses pengolahan.
•Ukuran performansi sistemMerupakan indikator perilaku sistem yang menjadi perhatian pemodel
•Status sistem (state)Merupakan kumpulan indikator yang menggambarkan keadaan sistem pada waktu tertentu.
Transient State : kondisi sistem yang dipengaruhi oleh perubahan waktu.
Steady State : kondisi sistem yang telah tidak dipengaruhi oleh perubahan waktu (stabil).
DEFINISI MODEL
Suatu representasi atau formalisasi suatu sistem nyata dalam bahasa, simbol atau bentuk tertentu yang mewakili karakteristik dan perilaku sistem sesuai sudut pandang dan dasar pengetahuan pemodel dalam tujuan mempelajari sistem
MODELSistem
KRITERIA MODEL
•Mengandung semua variabel penting yang relevanModel merupakan representasi penyederhanaan dari sistem. Sehingga untuk membuat model, variabel-variabel penting haruslah terkandung di dalamnya, agar representatif. Namun variabel-variabel yang kurang penting tidak perlu dimasukkan, agar model menjadi sederhana
•Cukup sederhanaModel yang terlalu mendetail, semakin membuat penyelesaian permasalahan lebih luas dan lebih rumit. Namun kalau terlalu sederhana berakibat model kurang representatif.
12
KRITERIA MODEL
•Memudahkan pengertian sistemModel yang baik dapat menggambarkan apa saja yang berada dalam sistem, bagaimana perilaku sistem, serta mengapa dan untuk apa proses dalam sistem itu terjadi.
•Mengembangkan alternatif keputusan yang dapat diambil
Adanya pengembangan model di mana terdapat variabel kontrol yang dapat dikendalikan oleh pemakai, memungkinkan dilakukan eksperimen pada model untuk mendapatkan sistem yang optimal sebelum diterapkan.
13
KRITERIA MODEL
•Tingkat generalisasi yang tinggiSuatu model jika memiliki tingkat generalisasi yang semakin tinggi, memungkinkan model untuk menyelesaikan permasalahan yang lebih luas.
•Mekanisme transparansiModel yang menerangkan bagaimana perilaku sistem yang ditunjukkan oleh elemen-elemen penyusunnya yang saling berinteraksi di dalam sistem maupun dengan lingkungannya, akan memberikan gambaran yang menjelaskan bagaimana mekanisme model dalam menyelesaikan permasalahan.
14
KRITERIA MODEL
•Potensial untuk dikembangkanModel yang representatif dan telah teruji, mengundang untuk dikembangkan pada permasalahan yang lebih kompleks pada tingkat generalisasi yang lebih tinggi atau sistem yang lebih besar.
•Peka terhadap perubahan asumsiModel yang mempunyai variabel umpan balik yang baik, pastilah mampu untuk menyelesaikan permasalahan jika terdapat perubahan asumsi.
15
OPTIMAL DAN SUBOPTIMAL
• Optimal (global optimum) adalah solusi terbaik yang terindikasi dengan nilai tertinggi (maksimum) atau terrendah (minimum) dari suatu ukuran (measure, variable, state, performance, atau indicator) yang menjadi fokus perhatian dalam mempelajari sistem
• Suboptimal (local optimum) adalah solusi yang sudah relatif baik (dapat diterima) dalam batasan kondisi tertentu (tidak selalu solusi yang terbaik) yang terindikasi dengan nilai tinggi (lebih efektif) atau nilai rendah (lebih efisien) dan memenuhi kendala yang ada, serta menunjukkan gap perbaikan dibandingkan solusi sebelumnya.
ALGORITMA
• Algoritma merupakan urutan langkah logika pemikiran detail yang diperlukan untuk memecahkan masalah.
• Algoritma digambarkan sebagai serangkaian instruksi sistematis yang memandu untuk menemukan solusi dari permasalahan berdasarkan logika penalaran rasional yang dilandasi pengetahuan dan pengalaman.
OPTIMASI
• Optimasi (optimization) adalah proses pencarian solusi terbaik dari sekumpulan alternatif solusi yang mungkin dengan berdasarkan satu atau beberapa kriteria.
• Beberapa metode pendekatan Optimasi :• Linear Programming & Goal Programming
• Integer Programming & Binary Programming
• Nonlinear Programming
• Stochastic Programming
• Dynamic Programming
• Vectors & Matrices
• Calculus Analysis (Differential and Integral Equations)
• Combinatorial Optimization
• Exact Optimization Algorithm misalnya: simplex method, branch and bound method, stepping stone method, modified distribution method,
APROKSIMASI
• Aproksimasi (approximation) adalah proses pendekatan pencarian solusi terbaik dengan pendugaan solusi (relatif sekitar solusi terbaik) yang mempunyai bias atau penyimpangan terhadap solusi terbaik memenuhi derajat kesalahan dan tingkat kepercayaan tertentu.
• Aproksimasi tidak menjamin menemukan solusi optimal. Aproksimasi memberikan dugaan solusi optimal dalam interval tertentu yang memenuhi derajat kesalahan dan tingkat kepercayaan yang dipersyaratkan
• Beberapa metode pendekatan aproksimasi:• Statistical estimation
• Numerical method
HEURISTIK
• Heuristik (heuristic) adalah proses pendekatan pencarian solusi terbaik menggunakan experience-based techniques dalam memecahkan, mempelajari dan menggali masalah untuk menemukan solusi yang tidak dapat dijamin sebagai solusi optimal, tetapi relatif baik sesuai tujuan yang ditentukan.
• Karena proses pencariannya tidak harus lengkap, metode heuristik dapat mempercepat proses pencarian solusi melalui jalan pintas penalaran untuk mempermudah pengambilan keputusan, termasuk penggunaan rule of thumb, educated guess, intuitive judgment, stereotyping, atau common sense.
HEURISTIK
Beberapa metode pendekatan Heuristik:• Trial & error
• Tableau
• Stepping Stone
• Random Walk
• Hill-climbing
• Genetic Algorithms
• Particle Swarm Optimization
• Ant Colony Optimization
• Simulated Annealing
• Tabu Search
• Memetic Algorithm
21
End of Slides ...