I. PENDAHULUAN A.

Latar Belakang Mata pelajaran Matematika perlu diberikan kepada semua peserta didik mulai dari sekolah dasar untuk membekali peserta didik dengan kemampuan berpikir logis, analitis, sistematis, kritis, dan kreatif, serta kemampuan bekerjasama. Kompetensi tersebut diperlukan agar peserta didik dapat memiliki kemampuan memperoleh, mengelola, dan memanfaatkan informasi untuk bertahan hidup pada keadaan yang selalu berubah, tidak pasti, dan kompetitif. Salah satu materi yang dapat mengantar siswa untuk mampu berpikir logis, kritis, analitis dan kreatif adalah program linier, sekaligus mengurangi anggapan bahwa program linier itu sulit. Untuk itu guru sebagai fasilitator diharapkan mampu menciptakan suatu kondisi pembelajaran dengan menggunakan pendekatan, strategi serta model pembelajaran yang mampu mengantarkan siswa kepada tujuan pembelajaran. Program linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan meminimumkan biaya. Program Linier banyak diterapkan dalam masalah ekonomi, industri, militer, sosial dan lain-lain. Konsep dasar program linier telah ada pada jenjang pendidikan dasar, yang dimulai pengenalan lambang bilangan yang direpresentasikan melalui gambar benda di sekitar siswa, kemudian penjumlahan, pengurangan, perkalian serta

membandingkan banyaknya benda. Di Sekolah Menengah

Pertama (SMP) konsep

diperluas melalui pembelajaran materi Sistem Persamaan Linier Satu Variabel (SPLSV), kemudian ditingkatkan melalui materi Sistem Persamaan Linier Dua Variabel (SPLDV), di Sekolah Menengah Atas (SMA) telah diperkenalkan sistem pertidaksamaan linier dan materi khusus program linier yang menyajikan persoalan sehari-hari, kemudian menerjemahkan permasalahan ke dalam model matematika, menyelesaikan sistem pertidaksamaan yang merupakan kendala atau pembatas, mencari penyelesaian optimum, menjawab

permasalahan. Metode yang digunakan adalah metode grafik dengan menggunakan uji titiksudut dan garis selidik. Pada tingkat universitas, terdapat mata kuliah khusus program linier yang membahas metode penyelesaian program linier yang tujuannya mencari keuntungan maksimum dan mengeluarkan biaya minimum. Metode yang diberikan pada universitas adalah metode grafik, metode simpleks, metode analisis dual, metode transportasi. Dengan melihat pengalaman dan kenyataan tersebut, tampak menarik apabila dikaji secara khusus mengenai materi yang berkaitan dengan program linier. Pada kesempatan ini penulis akan membahas pada materi yang berkaitan dengan program linier di satuan 121

pendidikan SMA/MA dan materi-materi yang terkait pada program linier pada satuan pendidikan SD/MI, SMP/MTs, dan Perguruan Tinggi.

PROGRAM LINIER

Pemrograman Linier

Metode Simpleks

Transportasi

Analisis Dual

Bab II Kelas XII IPA Program Linier

1. Pemodelan Matematika 2. Sistem Persamaan Linier (SPL) 3. Penyelesaian dengan metode Grafik/Metode gradien/metode titik uji sudut

PLSV, PLDV, SPLDV 4. Interpretasi Hasil optimum

1. Pengenalan Lambang Bilangan

2. operasi bilangan 3 Mengurutkan Bilangan

Biru Ungu

= Universitas = SMA/MA

Merah Jambu = SMP/MTsN Abu-abu = SD/MI 122

II PEMBAHASAN I. TINGKAT UNIVERSITAS A. PROGRAM LINIER Pemrograman Linier disingkat PL merupakan metode matematik dalam

mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan meminimumkan biaya. PL banyak diterapkan dalam masalah ekonomi, industri, militer, sosial dan lain-lain. PL berkaitan dengan penjelasan suatu kasus dalam dunia nyata sebagai suatu model matematik yang terdiri dari sebuah fungsi tujuan linier dengan beberapa kendala linier. a. Formulasi Permasalahan Urutan pertama dalam penyelesaian adalah mempelajari sistem relevan dan mengembangkan pernyataan permasalahan yang dipertimbangakan dengan jelas.

Penggambaran sistem dalam pernyataan ini termasuk pernyataan tujuan, sumber daya yang membatasi, alternatif keputusan yang mungkin (kegiatan atau aktivitas), batasan waktu pengambilan keputusan, hubungan antara bagian yang dipelajari dan bagian lain dalam perusahaan, dan lain-lain. Penetapan tujuan yang tepat merupakan aspek yang sangat penting dalam formulasi masalah. Untuk membentuk tujuan optimalisasi, diperlukan identifikasi anggota manajemen yang benar-benar akan melakukan pengambilan keputusan dan mendiskusikan pemikiran mereka tentang tujuan yang ingin dicapai. b. Pembentukan model matematik Tahap berikutnya yang harus dilakukan setelah memahami permasalahan optimasi adalah membuat model yang sesuai untuk analisis. Pendekatan konvensional riset operasional untuk pemodelan adalah membangun model matematik yang menggambarkan inti permasalahan. Kasus dari bentuk cerita diterjemahkan ke model matematik. Model matematik merupakan representasi kuantitatif tujuan dan sumber daya yang membatasi sebagai fungsi variabel keputusan. Model matematika permasalahan optimal terdiri dari dua bagian. Bagian pertama memodelkan tujuan optimasi. Model matematik tujuan selalu menggunakan bentuk persamaan. Bentuk persamaan digunakan karena kita ingin mendapatkan solusi optimum pada satu titik. Fungsi tujuan yang akan dioptimalkan hanya satu. Bukan berarti bahwa permasalahan optimasi hanya dihadapkan pada satu tujuan. Tujuan dari suatu usaha bisa lebih dari satu. Tetapi pada bagian ini kita hanya akan tertarik dengan permasalahan optimal dengan satu tujuan. 123

Bagian kedua merupakan model matematik yang merepresentasikan sumber daya yang membatasi. Fungsi pembatas bisa berbentuk persamaan (=) atau pertidaksamaan ( atau ). Fungsi pembatas disebut juga sebagai konstrain. Konstanta (baik sebagai koefisien maupun nilai kanan) dalam fungsi pembatas maupun pada tujuan dikatakan sebagai parameter model. Model matematika mempunyai beberapa keuntungan dibandingakan pendeskripsian permasalahan secara verbal. Salah satu keuntungan yang paling jelas adala model matematik menggambarkan permasalahan secara lebih ringkas. Hal ini cenderung membuat struktur keseluruhan permasalahan lebih mudah dipahami, dan membantu mengungkapkan relasi sebab akibat penting. Model matematik juga memfasilitasi yang berhubungan dengan permasalahan dan keseluruhannya dan mempertimbangkan semua keterhubungannya secara simultan. Terakhir, model matematik membentuk jembatan ke penggunaan teknik matematik dan komputer kemampuan tinggi untuk menganalisis permasalahan. Di sisi lain, model matematik mempunyai kelemahan. Tidak semua karakteristik sistem dapat dengan mudah dimodelkan menggunakan fungsi matematik. Meskipun dapat dimodelkan dengan fungsi matematik, kadang-kadang penyelesaiannya sulit diperoleh karena kompleksitas fungsi dan teknik yang dibutuhkan. Bentuk umum pemrograman linier adalah sebagai berikut : Fungsi tujuan : Maksimumkan atau minimumkan z = c1x1 + c2x2 + ... + cnxn Sumber daya yang membatasi : a11x1 + a12x2 + ... + a1nxn = / / b1 a21x1 + a22x2 + + a2nxn = / / b2 am1x1 + am2x2 + + amnxn = / / bm x1, x2, , xn 0 Simbol x1, x2, ..., xn (xi) menunjukkan variabel keputusan. Jumlah variabel keputusan (xi) oleh karenanya tergantung dari jumlah kegiatan atau aktivitas yang dilakukan untuk mencapai tujuan. keputusan terhadap Simbol c1,c2,...,cn merupakan kontribusi masing-masing variabel tujuan, disebut juga koefisien fungsi tujuan pada model

matematiknya.Simbol a11, ...,a1n,...,amn merupakan penggunaan per unit variabel keputusan akan sumber daya yang membatasi, atau disebut juga sebagai koefisien fungsi kendala pada model matematiknya. Simbol b1,b2,...,bm menunjukkan jumlah masing-masing sumber

124

daya yang ada. Jumlah fungsi kendala akan tergantung dari banyaknya sumber daya yang terbatas. Pertidaksamaan terakhir (x1, x2, , xn 0) menunjukkan batasan non negatif.

Membuat model matematik dari suatu permasalahan bukan hanya menuntut kemampuan matematik tapi juga menuntut seni permodelan. Menggunakan seni akan membuat permodelan lebih mudah dan menarik. Kasus pemrograman linier sangat beragam. Dalam setiap kasus, hal yang penting adalah memahami setiap kasus dan memahami konsep permodelannya. Meskipun fungsi tujuan misalnya hanya mempunyai kemungkinan bentuk maksimisasi atau minimisasi, keputusan untuk memilih salah satunya bukan pekerjaan mudah. Tujuan pada suatu kasus bisa menjadi batasan pada kasus yang lain. Harus hati-hati dalam menentukan tujuan, koefisien fungsi tujuan, batasan dan koefisien pada fungsi pembatas. B. METODE SIMPLEKS Pada bagian terdahulu masalah program linear dengan dua peubah keputusan masih dapat diselesaikan dengan metode grafik. Akan tetapi pada kenyataannya masalah program linear yang dihadapi kebanyakan lebih dari dua peubah keputusan dengan berbagai macam batasan, sehngga dipandang tidak efisien bila menggunakan metode grafik untuk mencari penyelesaian optimumnya. Menghadapi masalah program linear yang memiliki peubah keputusan lebih dari dua, metode simpleks yang lebih efisien. Metode simpleks merupakan pengembangan metode aljabar yang hanya menguji sebagaian dari jumlah penyelesaian yang layak dalam bantuan tabel. Penggunaan dalam bentuk tabel ini membuat metode simpleks lebih siap untuk digunakan dengan bantuan komputer. a. Bentuk-Bentuk Masalah Program Linear Kendala utama masalah program linear dapat berbentuk atau

= , I = 1,2,3,4, m (ada m banyaknya kendala, k peubah keputusan) kendala

yang berbentuk pertidaksamaan dapat diubah menjadi persamaan beberapa cara sebagai berikut (i) Bentuk kendala xj bi. dapat diubah dengan menyisipkan peubah tambahan st + st = bt dengan st 0. Dalam hal ini, st = 0, bila < bi

pada ruas kiri sedimikian hingga (ii) = bi dan sj > 0 bila

< bi, dapat diubah dengan menyisipkan peubah tambahan c1 pada ruas kanan = + ti atau
i,

sedemikian sehingga

dengan bi 0 125

Sesuai dengan fungsinya, s1 disebut peubah kekurangan (slack variabel) dan t1 disebut peubah kelebihan (surplus variabel). Berdasarkan perubahan di atas, himpunan kendala utama akan berubah menjadi susunan persamaan linear. = bi, i = 1, , m

ialah dengan memberi lambang peubah-peubah kekurangan atau kelebihan dengan xj dimulai dari j = k + 1 samapi j = n. supaya penyelesaian susunan ini menjadi layak masih harus dipenuhi kendala tidak negative Xj 0, j = 1, , n Pada umumnya susunan persamaan linear (1) di atas termasuk jenis yang mempunyai peyelesaian tidak terhingga banyaknya. Di antara peyelesaian (1) dicari yang juga memenuhi kendala tidak negative (2), dan inipun pada umumnya masih tidak terhingga banyaknya. Kemudian, diantara penyelesaian layak yang tidak terhingga banyaknya ini, kita mencari yang mengoptimumkan fungsi tujuan, utnuk memperoleh penyelesaian yang optimum Untuk menyesuaikan dengan bentuyk kendala yang baru, fungsi tujuan yang semula berbentuk Z= Z=

dilengkapi menjadi dengan ck+1 = ck+2 = ck+3 = cn = 0

Oleh karena itu, masalah program linear dapat digambarkan dalam berbagai bentuk seperti maksimasi atau minimasi dan dengan kendala dapat pula berbentuk lebih kecil atau sama dengan, sama dengan, atau lebih besar atau sama dengan (, =, ), maka diperlukan suatu bentuk baku yang dapat memenuhi prosedur penyelesaian yang optimum. Bentuk baku yang sudah umum digunakan untuk meyelesaikan model program linear dapat dikemukakan sebagai berikut 1. bentuk baku bentuk baku dari masalah program linear dengan m kendala dan n peubah, merupakan bentuk umum program linear. Keutamaan dari bentuk baku ini adalah: (a) fungsi tujuan berbentuk maksimum atau minimum, (b) semua kendala utama digambarkan dalam bentuk persamaan, (c) semua peubah keputusan tidak negative, dan (d) nilai ruas kanan setiap kendala tidak negative . dalam bentuk baku maslah program linear dapat digambarkan bentuk soal sebagai berikut mencari xj, j = 1, , n 126

yang memenuhi

= bi I = 1, , m

atau memaksimumkan atau meminimumkan Z= Apabila fungsi tujuan diamaksimumkan maka soal disebut berpola maksimum , dan bila fungsi tujuan diminimumkan maka soal disebut berpola minimum. 2. bentuk kanonik bentuk kanonik mempunyai karakteristik sebagai berikut: (a) fungsi tujuan berbentuk maksimasi atau minimasi, (b) semua kendala utama berbentuk lebih kecil atau sama dengan () untuk fungsi tujuan maksimum atau semua kendala utama berbentuk lebih besar atau sama dengan () untuk fungsi tujuan minimum, (c)semua peubah keputusan tidak negative. Dalam bentuk kanonik masalah program linear dapat digambarkan bentuk soal sebagai berikut: mencari xj, j = 1,2 n yang memenuhi x1 0 untuk maksimumkan Z = hubungan dalam semua kendala utama berbentuk maksimum mencari xj, j = 1,2 n yang memenuhi x1 0 untuk maksimumkan Z = hubungan dalam semua kendala utama berbentuk disebut berbentuk kanonik minimum Contoh Tulis bentuk baku dari soal yang berbunyi: Mencari x,y yang memenuhi 5x + 4y 200 3x + 6y = 180 8x + 5y 160 x, y 0 kendala tidak negative untuk meminimumkan Z = 4x + 5y , i = 1, , m disebut berbentuk kanonik , I = 1, , m

127

penyelesaian: sisipkan peubah s pada kendala pertama dan peubah t pada kendala ketiga sehingga soal menjadi: mencari x, y, s, t yang memenuhi = 200 = 180 - t = 160

5x + 4y + s 3x + 6y 8x + 5y

x, y, s, t 0 kendala tidak negative

untuk meminimumkan Z = 4x + 5y + 0s + 0t soal ini sudah berbentuk baku dengan x,y peubah asli, s peubah kekurangan dan t peubah kelebihan b. Tahapan-Tahapan Penyelesaian Metode Simpleks 1. Tahap pra analisis i. mengenali masalah PL yang diajukan: beberapa keterangan yang perlu diajukan pada tahap ini, yaitu apakah fungsi tujuan 2. Tahap analisis i Tentukan pemecahan layak dasar (basis) awal ii Sajikan data masalah PL ke dalam tabel simpleks awal iii Tentuka kolom peubah yang akan masuk dalam dasar, kolom ini disebut kolom kunci. Apabila masalah PL berpola maksimum keuntungan, maka penentuan kolom kunci ini ditandai oleh nilai pada baris zj cj yang memepunyai nilai negative terbesar (zj cj 0). Dan apabila berpola minimum biaya, maka kolom kunci ditandai oleh nilai pada baris zj cj yang mempunyai nilai positif terbesar (zj cj > 0) 128 meminimumkan atau memaksimumkan? Terdapat berapa banyak peubah asli? Terdapat berapa banyakkendala utama?

ii. Konversi semua kendala kedalam bentuk baku (system persamaan) Masukkan peubah kekurangan (slack) atau, Masukkan peubah kelebihan (surplus) atau, Masukkan peubah semu (artifisial)

iv Tentukan peubah yang akan keluar dasar (disebut baris kunci) dengan Ri yang terkecil. v Cari unsure baru yang terdapat pada baris kunci dengan cara membagi semua

unsur yang terdapat pada baris kunci dengan unsur kunci. Unsur kunci adalah unsur yang terdapat pada persilangan pada baris kunci dengan kolom kunci. vi Mencari unsure baru pada baris yang laindengan aturan unsure pada baris baru = unsur pada baris lama dikurangi dengan hasil kali unsure pada kolom kunci dengan unsur baru baris kunci. vii Apabila penyelesaian optimum belum trcapai pada tabel yang bersangkutan, maka ulangi kembali langkah (iii) sampai dengan ditemukannya penyelsaian optimum. Penyelesaian optimum tercapai bila zj cj 0 untuk semua j pada pola minimum. Untuk mengoperasikan data-data soal dan menerapkan tahapan-tahapan di atas disusun tabel yang kemudian disebut tabel simpleks sebagai berikut Tabel simpleks Maks/Min Ci CB CB1 CB2 . . . CBM

XB XB1 XB2 . . . XBM zj zj - cj

X1 a11 a21 . . . am1 Z1 Z1-c1

X2 a12 a22 . . . am2 Z2 Z2-c2

. . . . . . . .

xn a1n a2n . . . amn zmn Zn-cn

bn b1 b2 . . . bm z

R1 R1 R2 . . . Rm

Keterangantabel: CJ semu CB XB Xj aij bi zj z zj - cj : Koefisien ongkos untuk peubah dasar XB : Peubah yang menjadi dasar dalam tabel yang ditinjau : Peubah-peubah lengkap (asli/kekurangan/kelebihan/semu) : koefisien teknis : suku tetap (tidak negatif) atau nilai ruas kanan setiap kendala : : (hasil kali dari CB dengan kolom aij ) (hasil kali dari CB dengan bi : koefisien ongkos dari fungsi tujuan dan koefisien peubah kekurangan/ kelebihan/

: selisih zj dengan cj 129

Apabila tabel bersangkutan belum optimal dan Xb terpilih sebagai dasar baru maka dibuat kolom Ri yang diperoleh dengan Ri = c. Pemecahan awal yang layak Penyelesaian masalh program linear dengan metode simpleks, menghendaki adanya pemecahan awal yang layak pada awal perhitungan.tanpa adanya pemecahan awal yang layak (dasar awal yang layak), maka tabel simpleks tidak dapat dibentuk. Hal demikian tentu saja tidak dapat ditemui pad setiap permasalahn program linear. Untuk dapat menyelesaikan permasalahn program linear sehingga didapat pemecahan awal yang layak. Pendekatan dasar yangdapat ditempuh adalah dengan penambahan peubah semu (artificial variabel). Contoh Tentukan x1 dan x2 tidak negative dan maksimumkan X = 4x1+5x2 yang memenuhi 5x1 + 4x2 200 3x1 + 6x2 = 180 8x1 + 5x2 160 X1, x2 0 Soal diatas diuba ke bentuk baku dengan menyisipkan peubah kekurangan ke dalam kendala ke-1 dan peubah kelebihan ke dalam kendala ke-3, sedang kendala ke-2 tidak memerlukan karena sudah berbentuk persamaan, jadi aoal sekarang adalah Tentukan x1, x2, x3, x4 tidak negative dan Maksimumkan Z = 4x1 + 5x2 + 0x3 + 0x4 5x1+ 4x2 + x3 3x1 + 6x2 8x1 + 5x2 x1, x2, x3, x4 0 sekarang dipeiksa apakah semua kendala utama tersebut memliki peubah dasar yang layak? Kendala ke-1 : memiliki peubah dasar yang layak yaitu x3 Kendala ke-2 : belum memiliki peubah dasar Kendala ke-3 : memiliki peubah dasar tapi tidak layak, karena memuat nilai negative = 200 = 180 - x4 = 160 dan , hanya untuk aek > 0.

untuk -x4 Oleh karena itu, tabel awal simpleks belum dapat dibuat. Untuk mendapatkan pemecahan awal yang layak, maka kendala ke-2 dan ke-3 perlu ditambahkan peubah semu yang bertindak sebagi peubah dasar yang layak.

130

Sebagai akibat, timbul syarat perlu supaya soal asli mempunyai penyelesaian optimum ialah bahwa dalam tabel optimum peubah semu harus bernilai nol. Denagn demikian diharapkan bahwa peubah semu segera keluar dari dasar karena koefisien ongkosnya negative besar, sehingga soal menjadi: Tentukan x1, x2, x3, x4 tidak negative dan Maksimumkan Z = 4x1 + 5x2 + 0x3 + 0x4 Mx5 Mx6 5x1+ 4x2 + x3 3x1 + 6x2 8x1 + 5x2 - x4 -x5 -x6 = 200 = 180 = 160 dan

x1, x2, x3, x4 , x5, x6 0 sekarang soal sudah siap untuk dimasukan ke dalam tabel simpleks awal C. ANALISIS PRIMAL - DUAL Setiap persoalan program linier selalu mempunyai dua macam analisis, yaitu : analisis primal dan analisis dual yang biasanya disebut analisis primal-dual.

Model Umum Persoalan Primal - Dual Bentuk Primal: Maksimumkan : syarat ikatan : dan Xj 0, j = 1, 2, ... , n Kalau akan dinyatakan menjadi Bentuk Dual : Minimumkan : F = syarat ikatan : Yi 0, I = 1,2, m Dimana: Zopt = adalah samadengan Fopt = Cj , untuk j= 1, 2, 3, ...,n. bi untuk i= 1, 2, 3, ...,m.

Aturan umum dalam perumusan persoalan Program Linier menyangkut Bentuk Primal dan Dual adalah : Bentuk Primal Bentuk Dual Meminimumkan fungsi tujuan, dan sebaliknya.

Memaksimumkan fungsi tujuan

131

Koefisien fungsi tujuan (Cj ) NSK fungsi kendala primal-primal (bi ) Koefisien peubah ke-j Koefisien kendala ke-i

Nilai Sebelah fungsi kendala

Kanan

(NSK)

Koefisien fungsi tujuan Koefisien kendala ke-j Koefisien peubah ke-i Kendala ke-j dengan tanda ketidaksamaan lebih besar daripada atau sama dengan (). Kendala ke-j yang bertanda sama dengan ke-i tandanya tidak

Peubah ke-j yang positif ( 0)

Peubah ke-j tandanya tidak dibatasi

Peubah Kendala ke-i yang bertanda sama dengan dibatasi

Kendala ke-i yang bertanda ketidaksamaan () Peubah ke-i yang positif ()

D. METODE TRANSPORTASI Metode Transportasi merupakan suatu metode yang digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk yang sama ke tempat-tempat yang membutuhkan secara optimal dengan biaya yang termurah . Alokasi produk ini harus diatur sedemikian rupa karena terdapat perbedaan biaya-biaya alokasi dari satu sumber atau beberapa sumber ke tempat tujuan yang berbeda. Tabel awal dapat dibuat dengan dua metode, yaitu: 1. Metode North West Corner (NWC) => dari pojok kiri atas ke pojok kanan bawah Kelemahan : tidak memperhitungkan besarnya biaya sehingga kurang efisien. 2. Metode biaya terkecil => mencari dan memenuhi yang biayanya terkecil dulu. Lebih efisien dibanding metode NWC. Setelah tabel awal dibuat, tabel dapat dioptimalkan lagi dengan metode: 1. Stepping Stone (batu loncatan) 2. Modified Distribution Method (MODI) Selain metode-metode di atas masih ada satu metode yang lebih sederhana penggunaannya yaitu metode Vogels Approximation Method (VAM). II. TINGKAT SMA A. Merancang model matematika yang berkaitan dengan program linier Program linier adalah suatu metode atau program untuk memecahkan masalah optimasi yang mengandung kendala-kendala atau batasan-batasan yang dapat 132

diterjemahkan dalam bentuk system pertidaksamaan linier. Penyelesaian dari system pertidaksamaan linier dapat disajikan dalam daerah himpunan penyelesaian. Diantara beberapa penyelesaian yang terdapat dalam daerah penyelesaian, terdapat satu penyelesaian yang terbaik yang disebut penyelesaian optimum. Jadi, tujuan program linier adalah mencari penyelesaian optimum yang dapat berupa nilai maksimum atau nilai minimum dari suatu fungsi. Fungsi sasaran disebut juga fungsi tujuan atau fungsi objektif. Untuk dapat menyelesaikan program linier, terlebih dahulu kita harus terjemahkan persoalan kedalam bahasa matematika disebut model matematika. Jadi, model matematika adalah suatu rumusan matematika (berupa persamaan, pertidaksamaan atau fungsi) yang diperoleh dari hasil penafsiran suatu masalah program linier ke dalam bahasa matematika. Fungsi adalah suatu bentuk hubungan matematis yang menyatakan hubungan

ketergantungan (fungsional) antara satu unsur dengan unsur lain. Komponen dari suatu fungsi terdiri atas variabel, koefisien, dan konstanta. Variabel adalah unsur pembentuk fungsi yang mencerminkan/ mewakili faktor tertentu dan terdiri atas variabel bebas dan variabel tak bebas. Variabel bebas adalah variabel yang nilainya tidak tergantung variabel lain. Sedangkan variabel tak bebas adalah variabel yang nilainya tergantung variabel lain.

Koefisien adalah bilangan yang terletak didepan suatu variabel dalam sebuah fungsi. Konstanta adalah bilangan yang membentuk sebuah fungsi tetapi tidak terkait dengan variabel (berdiri sendiri). Sedangkan parameter adalah lambang-lambang yang mewakili anggota sebarang dari semestanya. Contoh: Luas suatu lahan parker adalah 400 m2. Luas rata-rata satu mobil dan satu bus masingmasing adalah 8 m2 dan 24 m2. Lahan tersebut hanya memuat paling banyak 20 kendaraan. Buatlah model matematika dari persoalan tersebut dengan memisalkan mobil yang sedang diparkir sebanyak x dan bus sebanyak y. Penyelesaian: 8x + 24y 400 x + y 20 Karena x dan y masing-masing menunjukkan banyak mobil dan bus, x dan y berupa bilangan cacah. Jadi, model matematika persoalan tersebut adalah 8x + 24y 400 x + y 20 x 0, y 0 133

x, y C B. Menyelesaikan Model Matematika dan Menafsirkannya 1. fungsi objektif ax + by Tujuan yang hendak dicapai dalam suatu model matematika dinyatakan dalam bentuk persamaan z = ax + by. Bentuk ax + by yang hendak dioptimumkan tersebut dinamakan fungsi objektif. 2. menentukan nilai optimum fungsi objektif Langkah-langkah untuk meyelesaikan persoalan program linier secara umum adalah: 1. Menerjemahkan permasalahan ke dalam model matematika 2. Menyelesaikan system pertidaksamaan yang merupakan kendala atau pembatas. 3. Mencari penyelesaian optimum 4. Menjawab permasalahan. Berkaitan dengan hal tersebut, kita dapat menggunakan metode grafik yang terdiri atasa dua macam cara, yaitu metode uji titik sudut dan metode garis selidik. a. Metode uji titik sudut Dengan menggunakan metode ini, nilai optimum dari bentuk objektif z = ax + by ditentukan dengan menghitung nilai-nilai z = ax + by pada setiap titik sudut yang terdapat pada daerah himpunan penyelesaian. Beberapa nilai yang diperoleh kemudian dibandingkan. Nilai yang paling besar merupakan nilai maksimum dari z = ax + by, sedangkan nilai yang paling kecil merupakan nilai minimum dari z = ax + by. Contoh: Tentukan nilai optimum bentuk objektif dari model matematika berikut, System pertidaksamaan linier dua variabel. 2x + y 30 2x + 3y 50 x 0, y 0, dengan x, y C Fungsi objektif : memaksimumkan z = x + y Penyelesaian: Titik potong garis dengan persamaan 2x + y = 30 dan 2x + 3y = 50 dengan sumbu koordinat dapat ditentukan dengan membuat tabel. Tabel 2x + y = 30 x y 0 30 15 0 134

(x,y) Untuk 2x + 3y = 50 x y (x,y) 0

(0,30)

(15,0)

25 0 (25,0)

16 2/3 (0,16 2/3)

(0,30)

C(0,16 2/3)
B(10,10)

(25,0)

A(15,0)

b. Metode garis selidik ax + by = k Menentukan nilai optimum suatu fungsi objektif dengan menggunakan uji titik sudut memerlukan perhitungan dan waktu yang cukup lama. Untuk itu, sering digunakan metode yang lebih sederhana, yaitu metode garis selidik yang berbentuk ax + by = k. Misalkan terdapat sutu fungsi objektif z = ax + by, dengan a dan b bilangan real. Dengan mengambil beberapa nilai ki untuk z, yaitu k1, k2, , kn, diperoleh n garis selidik yang memiliki persamaan berikut k1 = ax + by k2 = ax + by kn = ax + by Garis-garis tyersebut mempunyai gradient yang sama, yaitu m = - a/b. dengan demikian, garis-garis tersebut merupakan garis-garis yang sejajar. Apabila digambarkan, sebagaian dari garis-garis tersebut terletak pada daerah penyelesian pertidaksamaan linier (daerah feasible) dan salah satu diantaranya melalui titik optimum. Garis yang melalui titik optimum inilah yang menghasilkan nilai optimum bagi fungsi objektif z = ax + by. Garis selidik yang berada paling kanan atau paling atas pada daerah penyelesaian menunjukan nilai maksimum, sedangkan garis selidik yang berada paling kiri atau paling baah daerah penyelesaian menunjukkan nilai minimum. Contoh: Tentukan nilai optimum bentuk objektif model matematia berikut. 135

System pertidaksamann linier dua variabel: 2x + y 30 2x + 3y 50 X, y 0, dengan x, y C Fungsi objektif memaksimumkan z = x + y Penyelesaian: Terlebih dahulu kita buat garis x + y = k, dengan k = 0, yaitu x + y = 0. Kemudian, kita buat garis-garis yang sejajar dengan garis x + y = 0 , yaitu mengambil nilai k yang berbeda-beda.

(0,30)

(0,16 2/3) (10,10)

(15,0) (25,0)

Dari gambar, tampak bahwa apabila nilai k makin besar, letak garis-garis x + y = k makin jauh dari titik O(0,0). Karena nilai k bersesuaian dengan nilai z, nilai z terbesar dan nilai z terkecil bersesuaian dengan garis terjauh dan garis terdekat dari titk O (0,0). Nilai z maksimum diperoleh dari garis x + y = k yang memalui titik (10,10), yaitu 10 + 10 = 20 dan nilai z minimum diperoleh Dario garis x + y = k yang melalui titik O (0,0) yaitu 0 + 0 = 0 Persamaan adalah III. TINGKAT SMP a. Persamaan Linear Satu Variabel

Bentuk umum persamaan linier satu variabel: 136

ax + c = 0 a = koefisien x = variabel c = konstanta

koefisien adalah bilangan yang menunjukkan faktor dari variabel variabel adalah huruf atau lambang yang belum diketahui nilainya. konstanta adalah bilangan tetap. 1. Sifat persamaan Suatu persamaan tidak akan berubah nilainya walaupun di tambah, di kurang, dikalikan

atau di bagi dengan suatu bilangan asalkan dilakukan pada kedua ruas. 2. Menyelesaikan persamaan linear satu variabel Menyelesaikan suatu persamaan adalah mencari pengganti ini dari suatu variabel dengan suatu bilangan sehingga kalimat matematika terbuka tersebut menjadi kalimat matematika tertutup yang bernilai benar. 3. Langkah-langkah menyelesaikan persamaan linier satu variabel Mengumpulkan suku sejenis Variabel dan konstanta dipisahkan dan dikumpulkan masing-masing dalam satu ruas Menyederhanakan tiap ruas Menyederhanakan baik variabel maupun konstanta yang sudah terkumpul dalam masing-masing ruas. Membagi kedua ruas dengan koeffisien variabel Apabila koefisien variabelnya belum -1 maka kedua ruas dibagi dengan koefisien variabelnya sehingga diperoleh koefisien dari variabelnya -1. Pertidaksamaan inier satu variabel Pertidaksamaan inier satu variabel adalah kalimat matematika terbuka yang menyatakan hubungan tidak sama (<, > , )

Sifat pertidaksamaan: Suatu pertidaksamaan tidak akan berubah nilainya walaupun dikali/ dibagi dengan bilangan negative asalkan tanda pertidaksamaannya dirubah arahnya. b. Persamaan Linear Dua Variabel 1. Pengertian Persamaan Linear Dua Variabel 137

Persamaan adalah kalimat terbuka yang memiliki hubungan sama dengan atau dalam defenisi lain persamaan (equation) adalah pernyataan yang berbentuk A = B, dimana A disebut ruas kiri atau pihak kiri dan B disebut ruas kanan atau pihak kanan. Selama siswa menerapkan operasi yang sama terhadap kedua ruas persamaan, maka siswa akan memperoleh persamaan-persamaan yang setara. Siswa dapat menjumlahkan,

mengurangkan, mengalikan atau membagi kedua ruas suatu persamaan oleh nilai yang sama dan mendapatkan suatu persamaan yang ekuivalen. Satu-satunya pengecualian yaitu mengalikan dan membagi dengan nol, itu tidak dibolehkan. Persamaan garis lurus pada bidang Cartesius dapat dinyatakan dalam bentuk ax + by = c dengan a, b, c konstanta real dengan a, b 0, dan x, y adalah variabel pada

himpunan bilangan real. Perhatikan persamaan-persamaan berikut. a. x + 5 = y b. 2a b = 1 c. 3p + 9q = 4 Persamaan-persamaan di atas adalah contoh bentuk persamaan linear dua variabel. Variabel pada persamaan x + 5 = y adalah x dan y, variabel pada persamaan 2a b = 1 adalah a dan b. Adapun variabel pada persamaan 3p + 9q = 4 adalah p dan q. Perhatikan bahwa pada setiap contoh persamaan di atas, banyaknya variabel ada dua dan masing-masing berpangkat satu. Persamaan linear dua variabel dapat dinyatakan dalam bentuk ax + by = c dengan a, b, c suatu variabel. 2. Penyelesaian Persamaan Linear Dua Variabel Perhatikan persamaan x + y = 5. Persamaan x + y = 5 masih merupakan kalimat terbuka, artinya belum mempunyai nilai kebenaran. Jika nilai x kita ganti bilangan 1 maka nilai y yang memenuhi adalah 4. Karena pasangan bilangan (1, 4) memenuhi persamaan tersebut, maka persamaan x + y = 5 menjadi kalimat yang benar. Dalam hal ini dikatakan bahwa (1, 4) merupakan salah satu penyelesaian dari persamaan x + y = 5. C. Sistem Persamaan Linear Dua Variabel a. Persamaan Linear Dua Variabel Persamaan linear adalah kalimat terbuka yang memiliki hubungan sama dengan dan variabelnya berpangkat satu. Sedangkan persamaan ax + by + c = 0 dengan a, b dan c R dan a, b 0 dinamakan persamaan linear dua variabel. Suatu konstanta tersebut mengubah persamaan itu menjadi kalimat yang bernilai benar. Himpunan semua konstanta yang memenuhi persamaan itu disebut himpunan penyelesaian. Persamaan-persamaan seperti 2x + 5y + 8 = 0, 2y 6x = 9, 3m + n = 9 adalah bentuk-bentuk persamaan linear dua variabel. 138 R, a, b 0, dan x, y

Sistem persamaan linear dua variabel dalam x dan y adalah suatu susunan x dan y yang merupakan kesatuan-kesatuan yang masing-masing tidak berdiri sendiri, tetapi berfungsi membentuk kesatuan secara keseluruhan yang berbentuk ax + by = c, dimana a,b adalah koefisien dan c adalah konstanta, a dan b tidak sama dengan nol. Jika diketahui dua persamaan linear dua variabel, yaitu: a1x + b1y = c1 a2x + b2y = c2 Maka kedua persamaan diatas dikatakan sistem persamaan linear dua variabel dalam bentuk baku. Koordinat titik (x,y) yang memenuhi kedua persamaan itu dikatakan penyelesaian SPLDV tersebut. b. Menentukan Himpunan Penyelesaian SPLDV Dalam menyelesaikan soal-soal sistem persamaan linear dua variabel ada beberapa metode yang digunakan, yaitu: Metode Grafik Grafik dari dua persamaan adalah berupa dua buah garis. Dalam metode grafik ada tiga hal yang perlu diperhatikan yaitu: 1) Jika kedua garis itu berpotongan, maka titik penyelesaian dari sistem persamaan tersebut. 2) 3) Jika kedua garis itu berimpit, maka himpunan penyelesaiannya tak berhingga. Jika kedua garis itu sejajar, maka sistem persamaan tersebut tidak memiliki penyelesaian. Contoh: Tentukan himpunan penyelesaian sistem persamaan x + 2y = 10 dan x + y = 6, x,y R dengan metode grafik. Jawab: Langkah 1: Menentukan koordinat titik potong terhadap sumbu X (y = 0) dan sumbu Y (x = 0). 1) x + 2y = 10 x 0 10 y 5 0 (x,y) (0,5) (10,0) 139 potongnya merupakan

2) x + y = 6, x 0 6 Langkah 2: Menggambar grafik dari kedua persamaan linear dengan memperhatikan koordinat-koordinat titik potongnya pada suatu sistem koordinat kartesius yaitu: y 6 0 (x,y) (0,6) (6,0)

x+y=6 x + 2y = 10

(0,6)

(2,4)

X
(6,0) (6,0)

(0,-7)

Dengan melihat grafik diatas maka dapat ditentukan bahwa kedua garis dari persamaan tersebut berpotongan pada titik (2,4). Maka himpunan penyelesaian dari persamaan x + 2y = 10 dan x + y = 6 adalah { (2,4) }. Metode eliminasi Eliminasi artinya proses menghilangkan salah satu variabel untuk menentukan nilai variabel lainnya dan sebaliknya. Adapun langkah-langkah yang digunakan untuk mengeliminasi variabel x atau y adalah sebagai berikut: 1) Perhatikan salah satu variabel dari masing-masing persamaan. Jika

koefisiennya sama, perkurangkan persamaan (1) dan (2), dan jika berbeda tanda jumlahkan. 2) Jika koefisiennya berbeda, samakan koefisien dengan mengalikan persamaanpersamaan dengan konstanta yang sesuai, kemudian lakukan operasi penjumlahan atau pengurangan seperti pada langkah pertama. 140

Contoh: Tentukan himpunan penyelesaian dari sistem persamaan linear berikut dengan cara eliminasi: x + 2y = 10 x + y = 6, x,y R Jawab: Misalnya yang pertama-tama akan dieliminasi adalah variabel y. Karena koefisiennya tidak sama, maka persamaan (1) dan (2) diperkalikan dengan konstanta yang bersesuaian

sehingga koefisien y dari masing-masing persamaan menjadi sama. x + 2y = 10 1 x + y=6 2 x + 2y = 10 2x + 2y = 12

_

(tanda sama maka diperkurangkan)

-x x

= -2 =2

Untuk mengeliminasi variabel x, maka langsung diperkurangkan x + 2y = 10 x + y =6 y =4 Diperoleh nilai x = 2 dan y = 4. Jadi, himpunan penyelesaian dari persamaan tersebut adalah { (2,4) }. Metode substitusi Kata substitusi sama artinya dengan pengganti, maka yang dimaksud dengan menyelesaikan sistem persamaan linear dua variabel adalah dengan metode substitusi adalah terlebih dahulu menyatakan variabel yang satu ke variabel yang lainnya pada salah satu persamaan, kemudian mensubstitusi (mengganti) variabel tadi ke persamaan yang satunya lagi. Untuk menyelesaikan sistem persamaan linear dua variabel dengan metode substitusi, langkah-langkah yang dilakukan adalah sebagai berikut: 1) Pilih salah satu persamaan, kemudian nyatakan salah satu variabel persamaan tersebut ke dalam variabel yang lain sehingga diperoleh persamaan baru. 141
_

(tanda sama maka diperkurangkan)

2)

Substitusi persamaan yang diperoleh pada langkah pertama ke persamaan yang kedua sehingga diperoleh persamaan linear satu variabel. Kemudian selesaikan persamaan tersebut sehingga diperoleh nilai salah satu variabel.

3)

Substitusi nilai yang diperoleh pada langkah kedua ke persamaan yang diperoleh pada langkah pertama sehingga diperoleh nilai variabel yang kedua.

Contoh: Tentukan himpunan penyelesaian dari sistem persamaan linear dua variabel berikut ini: x + 2y = 10 x + y = 6, x,y R Jawab: Misalkan: x + 2y = 10 x + y = 6, Langkah 1 Dari persamaan (1) yaitu x + 2y = 10 dinyatakan ke dalam variabel x sehingga diperoleh x = 10 2y Langkah 2 Persamaan (3) disubstitusikan ke persamaan (2), sehingga diperoleh: (10 2y) + y = 6 <=> y = 6 10 <=> y = 4 <=> y= 4 . . . (3) . . . (1) . . . (2)

Langkah 3 Substitusikan y = 4 ke persamaan (3), diperoleh: x = 10 2 (4) = 2 Dari langkah-langkah diatas maka diperoleh bahwa nilai x = 2 dan y = 4. Jadi, himpunan penyelesaian dari sistem persamaan diatas adalah { (2,4) }. 142

Metode Gabungan Eliminasi dan Substitusi Metode gabungan eliminasi dan substitusi merupakan salah satu cara untuk

menyelesaikan sistem persamaan linear dua variabel dengan mengeliminasi salah satu variabel kemudian dilanjutkan dengan mensubstitusi nilai variabel yang diperoleh ke dalam salah satu persamaannya. III TINGKAT SD A. Pengenalan Lambang Bilangan Pada satuan pendidikan SD/MI diberikan pengenalan lambang bilangan melalui gambar.

B. Operasi Hitung Tamu yang datang 5 orang, kemudian dating lagi tamu 3 orang

+ Banyaknya tamu sekarang adalah 8 orang

143

Indra membawa 4 permen, kemudian ia memberikan ardi 1 permen .

Permen indra menjadi ________

C. Melakukan operasi hitung perkalian

Ada 3 piring yang berisi jeruk. Setiap piring berisi 6 buah jeruk. Banyak jeruk seluruhnya dapat dihitung dengan cara. 6 + 6 + 6 = 18 Bentuk 6 + 6 + 6 menunjukkan penjumlahan angka 6 sebanyak 3 kali. Jadi, 6 + 6 + 6 dapat ditulis menjadi perkalian 3 6 = 18. D. Membandingkan banyak benda Nanang memiliki enam belas ekor burung merpati, Adit memiliki dua belas ekor burung merpati. Manakah yang lebih banyak burung merpati Nanang atau burung merpati Adit ? perhatikan gambar berikut 144

burung merpati Nanang

Burung merpati Adit

Burung merpati Nanang 16 ekor, sedangkan burung merpati Adit 12 ekor. Jadi burung merpati Nanang lebih banyak dibanding burung merpati Adit

III PENUTUP A. KESIMPULAN Berdasarkan kajian materi di atas, maka dapat ditarik kesimpulan bahwa konsep dasar materi program linier telah diperkenalkan pada jenjang pendidikan dasar yaitu di SD/MI yang dimulai dari pengenalan lambang bilangan yang direpresentasikan melalui gambar yang ada di sekeliling siswa, melaukan penjumlahan, pengurangan, perkalian dan pembagian serta membandingkan banyaknya benda. Di jenjang pendidikan menengah yaitu 145

SMP/MTs telah diperkenalkan persamaan linier satu variabel dan persamaan linier dua variabel serta system persamaan linier dua variabel. Pada tingkat SMA/MA terdapat materi khusus di kelas XII yaitu program linier yang membahas menerjemahkan permasalahan ke dalam model matematika, menyelesaikan system pertidaksamaan yang merupakan kendala atau pembatas, mencari penyelesaian optimum, menjawab permasalahan. Metode yang digunakan adalah metode grafik dengan menggunakan uji titik sudut dan garis selidik. Pada tingkat universitas, terdapat mata kuliah khusus program linier yang membahas metode penyelesaian program linier yang tujuannya mencari keuntungan maksimum dan mengeluarkan biaya minimum. Metode yang diberikan pada universitas adalah metode grafik, metode simpleks, metode analisis dual, metode transportasi. B. SARAN Diharapkan kepada guru: 1. Memperdalam konsep matematika siswa, khususnya yang mengajar pada pendidikan dasar. 2. Sebelum membelajarkan materi program linier, terlebih dahulu memperdalam materi prasyarat. 3. Mampu menciptakan lingkungan belajar yang menyenangkan sehingga materi dapat terserap dengan baik. 4. Dapat menyampaikan alternatif solusi permasalahan program linier yang lebih praktis khususnya dalam menjawab soal ujian nasional.

DAFTAR PUSTAKA

Agus, Nunik Afianti. 2007. Mudah Belajar Matematika. Departemen Pendidikan Nasional. Jakarta Siswanto. 2007. Matematika Inovatif 3A konsep dan aplikasinya. Solo. Tiga Serangkai Tiro Arif, Bernard. 2004. Pengenalan Manajemen Sains. Andira Publisher. Makassar 146

Wahyuni Tri dan Nuharini Dewi. 2008. Matematika Konsep dan Aplikasinya. Departemen Pendidikan Nasional. Usaha Makmur. Surakarta.

147