Resume Sistem Pendukung Keputusan 3
Pengertian
Risiko
Menurut
Peltier (2001:21) risiko adalah
kemungkinan bahwa sebuah ancaman akan membuka sebuah kelemahan. Menurut Schwalbe (2004:424) risiko adalah
suatu kemungkinan kerugian atau kecelakaan.
Pengertian
Analisis Risiko
Menurut
Peltier (2001:21) analisis risiko adalah
proses mengidentifikasi aset dan
ancaman,
memprioritaskan ancaman kerentanan dan mengidentifikasi tindakan yang tepat untuk dilakukan.
Sedangkan
menurut Kerzner (2001:194) analisis risiko
adalah proses mengkaji setiap
persoalan
risiko yang teridentifikas atau proses meguraikan deskripsi dari risiko,
mengisolasi sumbernya
dan meramalkan efeknya.
Tahap-tahap
Analisis Risiko
Menurut
Knutson (2000:143) tahap-tahap analisis risiko
adalah sebagai berikut:
1.
Tahap identifikasi risiko
Menentukan
dimensi-dimensi proyek yang berpengaruh pada risiko.
2.
Tahap penilaian risiko.
Melakukan
penilaian pada risiko
3.
Tahap analisis risiko
Menganalisis
risiko untuk mengetahui tingkat risiko.
4.
Tahap Melakukan tindakan terhadap hasil analisis risiko
Menetapkan
tindakan-tindakan yang perlu dilakukan untuk meminimalisir risiko
dan menjamin suksesnya
implementasi.
Linear
Programming
Menurut Subagyo dkk (2004:9) Linear Programming merupakan
model umum yang dapat digunakan dalam pemecahan masalah pengalokasian
sumber-sumber terbatas secara optimal. Masalah tersebut timbul apabila
seseorang diharuskan memilih atau menentukan tingkat setiap kegiatan yang akan
dilakukannya, di mana masing-masing kegiatan membutuhkan sumber yang sama sedangkan
jumlahnya terbatas. Secara
sederhana,
dapat diambil contoh
bagian produksi suatu perusahaan yang dihadapkan pada masalah penentuan tingkat produksi
masing-masing jenis produk dengan memperhatikan batasan faktor - faktor produksi dan permintaan
untuk memperoleh keuntungan maksimal atau biaya yang minimal. Pada masa modern
sekarang ini, Linear Programming masih menjadi pilihan dalam upaya untuk
memperoleh tingkat keuntungan maksimal atau biaya yang minimal.
Dalam
memecahkan masalah di atas, Linear Programming menggunakan model matematis. Sebutan “linear”
berarti bahwa semua fungsi matematis yang disajikan dalam model ini
haruslah fungsi-fungsi linier. Dalam Linear Programming dikenal dua macam fungsi, yaitu
fungsi tujuan (objective function) dan fungsi-fungsi batasan (constraint
functions). Fungsi tujuan adalah fungsi yang menggambarkan tujuan atau sasaran di dalam
permasalahan Linear Programming yang berkaitan dengan pengaturan secara optimal sumber
daya-sumber daya, untuk memperoleh keuntungan yang maksimal atau biaya
yang minimal. Pada umumnya nilai yang akan dioptimalkan dinyatakan sebagai Z.
Fungsi batasan merupakan bentuk penyajian secara matematis batasan-batasan
kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan. Pada dasarnya,
persoalan Linear Programming dapat dirumuskan sebagai
berikut.
Cari
x1, x2, x3, ..., xn
Sedemikian
rupa sehingga
Z
= c1x1 + c2x2 + ... + cnxn = Optimum (Maksimum atau
Minimum)
dengan
kendala:
a11x1
+ a21x2 + ... + am1xm ≤ h1
a12x1
+ a22x2 + ... + am2xm ≤ h2
a13x1
+ a23x2 + ... + am3xm ≤ h3
.
.
am1x1
+ am1x2 + ... + amnxn ≤ hn
x1,
x2, x3, ..., xn ≥ 0
Keterangan
:
Ada
n macam barang yang akan diproduksi masing-masing sebesar x1, x2, x3,
..., xn.
x1,
x2, ... = jumlah produksi barang tipe 1, 2, dan
seterusnya.
c1,
c2, ... = harga persatuan masing-masing jenis
barang.
h1,
h2, ... = nilai fungsi kendala 1, 2, dan
seterusnya.
a11,
... = koefisien fungsi kendala.
Asumsi-Asumsi
Linear Programming
Asumsi-asumsi
Linear Programming dapat
dirinci
sebagai berikut :
1.
Proportionality
Asumsi
ini berarti bahwa naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia
akan berubah secara sebanding (proporsional) dengan
perubahan
tingkat kegiatan.
Z
= c1x1 + c2x2 + c3x3 + ... + cnxn
Setiap
penambahan 1 unit x1 akan menaikkan Z dengan c1. Setiap penambahan 1 unit x2 akan
menaikkan Z dengan c2, dan seterusnya.
a11x1
+ a12x2 + a13x3 + ... + amnxn ≤ b1
Setiap
penambahan 1 unit x1 akan menaikkan penggunaan sumber atau fasilitas 1 dengan a11.
Setiap penambahan 1 unit x2 akan menaikkan penggunaan fasilitas
atau penggunaan 1 dengan a12, dan seterusnya. Asumsinya adalah setiap
ada kenaikan kapasitas riil, tidak perlu ada biaya persiapan (set up
cost).
2.
Additivity
Asumsi
ini berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau
dalam Linear Programming dianggap bahwa kenaikan dari nilai tujuan (Z)
yang diakibatkan oleh kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi
bagian nilai Z yang diperoleh dari kegiatan lain.
Z
= 3x1 + 5x2 di mana x1 = 10 dan x2
= 2;
Sehingga
Z = 30 + 10 = 40
Jika
x1 bertambah 1 unit, maka sesuai dengan asumsi, maka nilai Z menjadi 33 + 10 = 43. Jadi,
nilai 3 karena kenaikan x1 dapat langsung ditambahkan pada nilai Z mula-mula tanpa
mengurangi bagian Z yang di peroleh dari x2. Dengan kata lain, tidak
ada korelasi antara x1 dan x2.
3.
Divisibility
Asumsi
ini menyatakan bahwa keluaran yang dihasilkan oleh setiap kegiatan dapat berupa bilangan
pecahan. Demikian pula dengan nilai Z yang
dihasilkan.
4.
Deterministic (certainty)
Asumsi
ini menyatakan bahwa semua parameter yang terdapat dalam model Linear Programming (aij,
bi, cj) dapat diperkirakan dengan pasti, meskipun jarang dengan tepat.
Daftar Pustaka
Kerzner, Harold, 2001, Project
Management: A System to Planning, Scheduling
and
Controlling, 7th Edition, John
Wiley & Sons, Canada.
Knutson, Bonnie, 2000,
How Students Perceive
Restaurant Brands, Journal of College Students and Fastfood, Michigan.
Peltier, T. R,
2001, Information Security Risk Anaysis,
Auerbach Publications, Boca
Raton.
Schwalbe, Kathy, 2004,
Information Technology Project Management, 3rd
edition,
Course Technology : Boston Massachusetts, Boston.
Subagyo, Pangestu, Asri, Marwan dan Handoko, Hani, 2004, Dasar – dasar
Operations Research, BPFE, Yogyakarta.