TEORI MANAJEMEN KONSTRUKSI DALAM KERANGKA MODEL MANAJEMEN

Pemodelan merupakan representasi dari situasi nyata, hal ni adalah teknik dasar penelitian operasional karena mewakili situasi dalam istilah matematika, meningkatkan pemahaman manajemen atas keadaan dimana keputusan harus dibuat dan hasil yang mungkin dari keputusan tersebut. Proses pengembangan model matematis disebut pemodelan matematika.

Sebuah model dapat membantu menjelaskan sistem, untuk mempelajari efek dari komponen yang berbeda, dan untuk membuat prediksi tentang perilaku. Model matematika dapat mengambil banyak bentuk, termasuk sistem dinamis, model statistik, atau diferensial persamaan, yang biasanya menggambarkan suatu sistem dengan satu set variabel dan satu set persamaan yang menetapkan hubungan antara variabel.

Variabel mewakili beberapa sifat dari sistem, misalnya Sistem output sering diukur dalam bentuk data waktu, counter, dan acara terjadinya (ya / tidak). Ada enam kelompok dasar variabel yaitu: variabel keputusan, variabel input, variabel keadaan, variabel eksogen, variabel acak, dan variabel output. Karena akan ada banyak variabel masing-masing jenis, variabel umumnya diwakili oleh vektor. Variabel keputusan kadang-kadang dikenal sebagai variabel independen.

Variabel eksogen kadang-kadang dikenal sebagai parameter atau konstanta. Variabel tidak independen satu sama lain sebagai variable antar Negara yang lain tergantung pada keputusan, masukan, acak, dan variabel eksogen. Selanjutnya, variabel output tergantung pada keadaan sistem (diwakili oleh variabel negara). Tujuan dan kendala sistem dan penggunanya dapat direpresentasikan sebagai fungsi output variabel atau variabel keadaan (state).

Fungsi obyektif akan tergantung pada perspektif model-model pengguna. Tergantung pada konteksnya, fungsi tujuan juga dikenal sebagai indeks kinerja, karena beberapa ukuran menarik bagi pengguna. Meskipun tidak ada batasan untuk jumlah fungsi obyektif dan kendala model dapat memiliki, menggunakan atau meng-optimalkan model menjadi lebih terlibat (komputasi) dengan meningkatnya nomor. Banyak model matematis dapat diklasifikasikan sebagai berikut:

a) Linear vs nonlinier ===>> Jika semua operator dalam matematika model linearitas, maka model matematis didefinisikan sebagai linear. Sebaliknya Sebuah model dianggap nonlinier.

b) Deterministik vs probabilistik (stochastic): Model deterministik adalah satu di mana setiap set keadaan variabel ditentukan secara unik oleh parameter dalam model dan dengan set negara-negara sebelumnya variabel-variabel ini. Oleh karena itu, model deterministik melakukan cara yang sama untuk satu set kondisi awal. Sebaliknya, dalam model stokastik, keacakan hadir, dan variabel negara tidak dijelaskan oleh nilai-nilai yang unik, melainkan dengan probabilitas distribusi.

c) Statis vs Dinamis: Sebuah model statis tidak memperhitungkan unsur waktu, sementara Model dinamis tidak. Model Dinamis biasanya diwakili dengan persamaan diferensial.

d) Diskrit vs Kontinu: Sebuah model diskrit tidak memperhitungkan fungsi waktu dan biasanya menggunakan metode antar-muka, sementara model tidak kontinu.

e) Deduktif, induktif, atau mengambang: Sebuah model deduktif adalah struktur logis berdasarkan teori. Model induktif muncul dari temuan empiris dan generalisasi dari mereka. Model mengambang bersandar pada teori tidak atau observasi, tetapi hanyalah seruan diharapkan struktur.


Teknik pemodelan di mana model matematika menemukan aplikasi meliputi:


Simulasi : ===>> Model ini adalah pembangunan model matematika untuk mewakili proses kehidupan nyata atau situasi ketika mereka mengembangkan hal tersebut selama periode waktu. Simulasi model memungkinkan model menjadi dimanipulasi sehingga dinamika sistem dapat direproduksi atau disimulasikan. Salah satu teknik simulasi yang paling umum digunakan adalah metode Monte Carlo, yang membangun ke dalam sistem elemen kesempatan itu akan mempengaruhi hasil. Simulasi memungkinkan kemungkinan Efek dari banyak keputusan tentang situasi yang kompleks yang akan di estimasi dalam kondisi ketidakpastian ketika elemen kesempatan memainkan peranan penting.

Pemrograman Linear – Masalah Transportasi : ===>> Pemrograman Linear menggunakan pendekatan matematika untuk memecahkan masalah, di mana ada banyak variabel yang berpotongan dan hanya terbatas pada sumber daya yang tersedia. Tujuannya adalah kombinasi dari variabel yang memenuhi kendala dalam sistem dan mencapai tujuan yang di cari. Produksi tidak lengkap sampai produk sampai ke konsumen akhir.

Masalah Pengangkutan akan muncul setiap kali ada kebutuhan untuk menggeser produk dari pabrik (sumber) ke situs konstruksi (tujuan). Pergeseran ini mungkin dari gudang distribusi (source) ke distribusi outlet lokal atau toko ritel (tujuan). Jika biaya transportasi suatu produk dari sumber asli (tanaman) ke tujuan yang tinggi, keuntungan perusahaan mungkin akan terpengaruh. Oleh karena itu, Manajemen selalu berkaitan dengan rute distribusi, yang akan mengoptimalkan suatu tujuan.

Tujuan itu mungkin meminimalkan total biaya, meminimalkan waktu atau maksimalisasi keuntungan. Pada setiap titik waktu tertentu, setiap tanaman memiliki kapasitas tertentu. Kapasitas ini disebut “Supply” sehingga setiap tujuan memiliki persyaratan yang diberikan disebut permintaan. Dalam analisis transportasi Biaya pergeseran unit pasokan adalah untuk kepentingan daerah permintaan. Distribusi yang efektif dari tersedianya pasokan ke titik permintaan yang berbeda adalah tanggung jawab pengambil keputusan.—-**//

Teori Antrian: ===>> Teori Antrian menggunakan teknik matematika untuk menggambarkan fitur antrian orang, bahan, work-in-progress, dll dalam rangka untuk menemukan cara terbaik dalam merencanakan suatu urutan peristiwa sehingga kemacetan dapat dihindari. Teori antrian diterapkan untuk semua bidang usaha “manusia” di mana mungkin ada keterlambatan dalam pelayanan.

Hal ini didefinisikan sebagai pengembangan model matematika untuk menggambarkan berbagai jenis sistem antrian sehingga dimungkinkan untuk memprediksi bagaimana suatu sistem akan bekerja untuk mengingat situasi permintaan. Teori Antrian mencoba untuk menjawab pertanyaan-pertanyaan seperti “waktu tunggu rata-rata dalam antrian”, “rata-rata sistem respon waktu (waktu tunggu dalam antrian plus waktu layanan), berarti pemanfaatan fasilitas pelayanan, distribusi jumlah pelanggan dalam antrian, distribusi jumlah pelanggan dalam sistem dan sebagainya. Pertanyaan-pertanyaan ini terutama diselidiki dalam skenario “stokastik”, di mana misalnya waktu “inter arrival” dari pelanggan atau waktu layanan diasumsikan secara acak.


Sistem Komponen Antrian


Komponen dari sistem antrian meliputi : Kedatangan, Antrian, Layanan, Outlet atau keberangkatan

Kedatangan ==>> Komponen ini berkaitan dengan berapa banyak orang atau barang tiba di titik layanan dari sumber yang berbeda. Waktu antara kedatangan berurutan sangat penting dalam komponen ini.

Antrian ===>> Tugas hal itu ialah bahwa barang atau individu saat tiba di fasilitas pelayanan tidak menerima konfirmasi layanan. Sebaliknya, kedatangannya bertemu dengan beberapa orang lain yang menunggu untuk dilayani dan bergabung dalam daftar tunggu. Oleh karena itu komponen antrian adalah periode antara, waktu kedatangan di fasilitas layanan dan ketika suatu layanan telah diperoleh. Teknik memilih individu untuk layanan disebut Disiplin antrian dan menentukan berapa lama seseorang akan menunggu sebelum di layani.

Layanan ===>> ini adalah waktu antara awal pelayanan dan akhir layanan . Dengan kata lain, itu adalah waktu yang dibutuhkan untuk mengurus individu dan hal ini mungkin perbedaan antara individu atau server.

Keberangkatan ===>> ini adalah keberangkatan dari meninggalkan sistem setelah memperoleh layanan. Kemudahan keluar dari Sistem ini sangat penting dalam analisis antrian sebagai kemacetan di pintu keluar dapat mempengaruhi proses antrian. Ini adalah di mana diperlukan oleh manajer konstruksi yang dalam proses desain dan konstruksi.


Pola kedatangan tergantung pada sifat dari populasi ketika menuntut layanan. Hal ini dapat didefinisikan sebagai tingkat di mana individu yang membutuhkan layanan datang di fasilitas pelayanan, yang mungkin dalam “batch”, individual atau keduanya. Pola Kedatangan dapat dijadwalkan dan sistematis misalnya, Dijadwalkan datang di konferensi atau suatu pertemuan, hari yang dijadwalkan klinik medis, wawancara yang dijadwalkan. Kedatangan juga dapat secara acak dan ini mencakup semua kedatangan tanpa pemberitahuan terlebih dahulu seperti gerbang tol, pos penjagaan polisi, telepon pertukaran, lampu lalu lintas, bank dll.

Ukuran Pola kedatangan

a) Tingkat Kedatangan: ini adalah rata-rata jumlah kedatangan per satuan waktu dan ini dilambangkan dengan ( ? ). Misalnya, 1.200 orang tiba di banking hall di sepanjang jalan utama Rondebosch dalam periode delapan jam. Ini berarti bahwa rata-rata, (960/8 = 120) yang berarti bahwa 120 orang tiba di aula bank per jam atau (120/60 = 2), 2 orang tiba di perbankan setiap 2 menit.

b) Antar waktu kedatangan: ini adalah periode waktu antara kedatangan berturut-turut. Hal ini dihitung sebagai timbal balik dari tingkat kedatangan rata-rata. Secara matematis, inter-arrival = 1 / ? Dengan demikian, IAR =. = 0,5 menit (atau 30 detik)

Ruang tunggu

Di sana bisa ada keterbatasan sehubungan dengan jumlah pelanggan dalam sistem. Misalnya, di bank, orang-orang yang didorong oleh kebutuhan untuk memenuhi keinginannya meninggalkan masyarakat lainnya dan datang di sistem layanan. Keberangkatan dari individu-individu dari masyarakat dan kedatangan yang sama kepada sistem hasil Layanan dalam pembentukan budaya antrian dan kesempatan untuk menyediakan barang dan jasa.

Penyebab Antrian bisa terbentuk karena faktor-faktor berikut ini:

  1. Fasilitas pelayanan memiliki kapasitas terbatas untuk memenuhi pelanggan menuntut segera pada saat kedatangan.
  2. Waktu kedatangan yang lebih cepat dari waktu pelayanan.
  3. Pada periode puncak, pelanggan lebih banyak daripada jumlah sistem pelayanan yang tersedia.
  4. Inefisiensi penggunaan sumber daya.
  5. Rincian fasilitas pelayanan

Beberapa perilaku antrian

  • Reneging : Ini adalah ketika seorang individu yang sudah dalam antrian menjadi lelah untuk menunggu dan meninggalkan sistem antrian atau pulang sebelum mendapatkan pelayanan.
  • Balking : Seorang individu yang mengikuti antrian merasa bahwa antrian terlalu panjang dan menolak untuk bergabung barisan antrian tunggu.
  • Jockery : Ini adalah situasi di mana kesiapan individu dari satu baris menunggu untuk yang lainnya hanya untuk meminimalkan waktu tunggu.
  • Cycle : Ini adalah ketika seseorang kembali datang ke antrian segera setelah menerima layanan.

Disiplin layanan pelanggan dapat dilayani satu per satu atau dalam kelompok. Kami memiliki banyak kemungkinan untuk urutan mereka yang memasuki sistem layanan. Kami menyebutkan:

  • Datang paling awal, pertama yang dilayani , sesuai nomer urutan kedatangan;
  • Urutan acak, pemilihan seorang individu adalah acak atau serampangan
  • Terakhir datang pertama dilayani (misalnya di toko mana kantong semen atau pakan ternak yang dikemas).
  • Prioritas (misalnya Pesan di urutan pertama karena terburu-buru, Pertama karena waktu yang terbatas), di mana seorang individu diberikan prioritas atau perlakuan istimewa.
  • Berbagi Processor (di komputer yang sama membagi kekuatan pemrosesan pekerjaan mereka secara keseluruhan dalam sistem).

Ukuran kinerja yang relevan dalam analisis model antrian adalah:

  • Distribusi waktu tunggu dan waktu tinggal pelanggan. Waktu tinggal adalah waktu tunggu ditambah waktu layanan.
  • Distribusi jumlah pelanggan dalam sistem (termasuk atau tidak termasuk, satu atau lebih dalam pelayanan).
  • Distribusi jumlah pekerjaan dalam sistem. Itu adalah jumlah waktu pelayanan menunggu pelanggan dan waktu pelayanan sisa pelanggan dalam pelayanan.
  • Distribusi periode sibuk server. Ini adalah periode waktu server yang bekerja terus menerus.

Jenis Antrian

  1. Antrian tunggal dengan titik layanan tunggal
  2. Antrian tunggal dengan beberapa titik layanan
  3. Beberapa antrian dengan beberapa titik layanan
  4. Beberapa antrian dengan titik layanan tunggal

Definisi istilah

  • Queuing System ===>> Ini adalah jumlah individu dalam antrian ditambah layanan tersebut menerima.
  • State of the system ===>> Ini adalah jumlah individu dalam sistem antrian.
  • Steady State ===>> Ini adalah keadaan sistem dalam jangka panjang. Sistem antrian yang stabil menyatakan bila ada stabilitas dalam komponen bagian-tingkat kedatangannya, fasilitas layanan dan tingkat layanan.
  • Panjang Antrian ===>> Ini adalah jumlah pelanggan menunggu untuk dilayani. Ini tidak termasuk orang-orang yang sudah menerima layanan.
  • Durasi Layanan ===>> Ini adalah waktu yang dibutuhkan untuk melayani individu. Ini adalah waktu antara dimulainya dan penyelesaian layanan. Waktu pelayanan dapat konstan atau mungkin bervariasi dari nasabah individu maupun server ke yang lain. Untuk model layanan waktu matematis, diasumsikan bahwa waktu pelayanan mengikuti eksponensial negative distribusi. Distribusi ini kemungkinan memberikan nilai probabilitas yang lebih tinggi untuk layanan singkat waktu dan nilai-nilai probabilitas lebih kecil untuk waktu pelayanan lebih lama.
  • Service Rate ===>> Ini adalah jumlah rata-rata layanan diselesaikan per satuan waktu. Ini dilambangkan oleh mu ( μ ). Misalnya 120 kendaraan disajikan per jam rata-rata di stasiun pengisian besar di Cape Town, jika unit waktu adalah dalam jam, maka μ = 120 tetapi jika unit waktu adalah menit, maka μ = 120/60 = 2 kendaraan per menit.
  • Durasi antar layanan ===>> Ini adalah panjang interval waktu antara dua layanan berturut-turut penyelesaian. Hal ini diukur sebagai kebalikan dari layanan. Yaitu; Waktu antar-layanan = 1 / μ , menggunakan contoh di atas waktu antar-layanan = 1/120 = 0,008333 jam atau. = 0,5 menit.

Saluran Antrian Tunggal


Secara sederhana hal ini didefinisikan sebagai antrian tunggal dengan titik layanan tunggal. Artinya, ada hanya satu antrian dan satu memutuskan dalam sistem.

Karakteristik antrian sederhana berikut ini menggambarkan antrian saluran tunggal :

  1. Single antrian dan titik layanan tunggal.
  2. Kedatangan adalah acak dan mengikuti jalur distribusi.
  3. Antrian ini memiliki kapasitas tak terbatas.
  4. Tidak ada kedatangan simultan.
  5. Disiplin antrian, pertama datang pertama yang dilayani atau pertama dalam pelayan pertama (FIFS) sebagai dasar sistem.
  6. Anggota antrian adalah individu diskrit dan berasal dari populasi terbatas.
  7. Satu tahapan disiplin.
  8. Durasi Layanan adalah acak dan mengikuti distribusi eksponens negatif.
  9. Sistem harus dioperasikan untuk waktu yang lama untuk kondisi steady state.
  10. Intensitas lalu lintas harus kurang dari satu.

Intensitas lalu lintas antrian sederhana adalah indeks yang paling penting untuk mengukur tingkat antrian. Itu juga disebut faktor pemanfaatan dan merupakan ukuran dari efisiensi antrian dan itu dilambangkan oleh ρ (rho).

ρ= Mean arrival rate / mean service rate = λ / µ or ρ= inter service rate / inter arrival rate = ((1/µ)/ (1/λ))

ABC Analisis mengklasifikasikan barang-barang seperti tingkat stok atau outlet penjualan menjadi tiga kelompok : A (sangat penting); B (cukup penting), dan C (penting). Tergantung pada dampaknya terhadap suatu peristiwa. Keputusan kemudian dapat dibuat tentang bagaimana untuk berkonsentrasi pada item A di mana hasil terbaik akan diperoleh dalam kaitannya dengan usaha yang dikeluarkan. ABC Analisis ini didasarkan pada hukum Pareto atau aturan 80/20, yang menggambarkan kecenderungan untuk hanya sejumlah kecil item (20%) menjadi sangat signifikan dalam bahwa mereka menghasilkan 80% dari hasil seperti yang ditunjukkan pada Gambar “Analisis ABC” dibawah ini:

ABC Analysis
SISTEM ANALISIS ABC

Analisis Sensitivitas adalah teknik, juga sering digunakan dalam manajemen akuntansi untuk memprediksi dampak hasil (misalnya keuntungan atau kontribusi) dari berbagai tingkat dari parameter yang mempengaruhi hasil tersebut. Analisis sensitivitas adalah studi tentang bagaimana ketidakpastian dalam output dari model atau sistem matematika (numerik atau sebaliknya) dapat dibagikan ke berbagai sumber ketidakpastian dalam input.

Analisis Jaringan adalah teknik penting suatu, jalan untuk perencanaan dan mengendalikan proyek-proyek yang kompleks dengan merekam bagian komponen mereka dan mewakili mereka dalam bentuk diagram sebagai jaringan kegiatan yang saling terkait seperti terlihat pada Gambar dibawah ini:

Network analytics
Analisis jaringan

Teknik statistik adalah salah metode penelitian operasional dalam penggunaan matematika untuk membantu dalam menggambarkan suatu keadaan, di mana keputusan dibuat, menyebarkan teknik statistik ekstensif. Karena kebetulan dan ketidakpastian memainkan bagian penting dalam jenis keputusan atau berhubungan dengan, perkiraan probabilitas adalah penting. Jadi hal tersebut adalah analisis distribusi data dan studi tentang keterkaitan atau korelasi antara variabel yang saling berinteraksi.


Metode Penelitian Operasional


Langkah-langkah yang digunakan dalam menyelesaikan Riset Operasional didasarkan pada urutan tiga tugas utama:

  1. Memperoleh pemahaman tentang sistem dan faktor yang relevan yang mempengaruhi hal itu, termasuk ketidakpastian dan risiko, sehingga masalah dapat didefinisikan dalam istilah yang berguna untuk analisis dengan cara model matematika yang mewakili sistem.
  2. Mengumpulkan dan menganalisis data yang relevan dengan menggunakan teori keputusan yang tepat, pemodelan dengan matematika, statistik dan teknik kuantitatif lain dan, seringkali analisa dengan bantuan program komputer, merumuskan dan menguji solusi praktis.
  3. Proposal kehadiran untuk tindakan yang dapat membantu dalam melaksanakan keputusan. Sebuah daftar beberapa dari bidang umum aplikasi dari output / hasil riset Operasional disediakan di postingan lain iskandar wordpress judul Aplikasi dari output
Advertisements

Comments are closed.

Create a free website or blog at WordPress.com.

Up ↑

%d bloggers like this: