Perusahaan kerap menghadapi berbagai tantangan ketika hendak menerapkan teknik optimasi. Tantangan tersebut antara lain kompleksitas masalah, keterbatasan data, dan perubahan lingkungan bisnis yang dinamis
Untuk mengatasi tantangan tersebut, Prof. Daniel Gartner, seorang pakar terkemuka di bidang riset operasi dari School of Mathematics, Cardiff University, Inggris, menekankan pentingnya penggunaan model matematika yang tepat, pengumpulan data yang akurat, dan kemampuan untuk beradaptasi dengan perubahan. Menurut Gartner, di era globalisasi dan persaingan bisnis yang semakin ketat, perusahaan dituntut untuk beroperasi secara efisien dan efektif. Optimasi menjadi kunci untuk mencapai tujuan tersebut, di mana perusahaan berupaya untuk memaksimalkan keuntungan, mengurangi biaya, dan meningkatkan produktivitas.
Gartner menyampaikan pesan tersebut saat mengisi seminar MSM DSM Lounge dengan topik “Optimization Problems in Business: Challenges, Models, and Strategies” yang diselenggarakan oleh SBM ITB (21/2).
Gartner menjelaskan, masalah optimasi hadir dalam berbagai aspek bisnis, mulai dari manajemen rantai pasokan, alokasi sumber daya, hingga penjadwalan produksi. Bahkan masalah penerapan optimasi ada ketika “berlibur bersama keluarga”. Suatu keluarga harus memilih barang-barang yang akan dibawa menggunakan trunk mobil dengan kapasitas terbatas. Semua anggota keluarga perlu mempertimbangkan volume dan nilai barang tersebut.
Menilai suatu barang (capacity preferences) didapatkan melalui pertanyaan: seperti apakah barang tersebut? Penting atau tidak? Apakah memang barang tersebut harus dibawa? Apa kerugian apabila tidak membawanya? Dan lain sebagainya. Pertanyaan tersebut dapat dikonversi dalam bentuk kuantitas sehingga dapat dianalisis apakah barang tersebut memang perlu untuk dibawa.
Dalam industri jasa, optimasi dapat digunakan untuk mengatur jadwal penerbangan, mengatur antrian di pusat layanan pelanggan, atau menentukan rute pengiriman barang. Dalam bidang kesehatan, optimasi dapat membantu dalam penjadwalan operasi, alokasi tempat tidur rumah sakit, atau perencanaan pengadaan obat-obatan.
Gartner misalnya juga menjelaskan bagaimana teknik optimasi dapat diterapkan dalam industri jasa dan kesehatan. Saat menjadwalkan waiting list patient, capacity requirement-nya adalah, berapa lama pelayanannya. Dengan hal tersebut, sistem dapat menjadwalkan kunjungan pasien yang lebih optimal dengan mengurangi waktu waiting list.
Gartner juga memperkenalkan berbagai metode matematika yang dapat digunakan untuk memecahkan masalah optimasi, seperti pemrograman linear, pemrograman integer, dan algoritma heuristik. Metode-metode ini memungkinkan perusahaan untuk mengambil keputusan yang lebih baik berdasarkan data dan analisis yang akurat.
