P. 1
Teknik Optimasi Program Linier Dengan Excel Dan Lotus

Teknik Optimasi Program Linier Dengan Excel Dan Lotus

|Views: 5,307|Likes:
Dipublikasikan oleh agustian1986

More info:

Published by: agustian1986 on Jun 13, 2009
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/29/2013

pdf

text

original

Kamarul Imam rul2a@yahoo.

com

KATA PENGANTAR
Dengan adanya kecenderungan perkembangan ilmu manajemen yang mengarah kepada pembuatan keputusan yang bersifat ilmiah (scientific), maka staf edukasi di FE –UNEJ khususnya Program Studi Manajemen, tidak bisa dihindari selayaknya mengikuti trend tersebut. Mendefinisikan persoalan adalah kunci utama untuk memperoleh solusi yang tepat kepada persoalan yang dihadapi. Selanjutnya, salah satu upaya mencapai solusi optimal adalah dengan memanfaatkan scientific management sebagai alat bantu bagi pembuat keputusan. Prosedur pembuatan keputusan yang dimaksud di sini adalah : memodelkan persoalan secara matematis, membuat penyelesaian matematis (solve), mengintepretasi hasil (solusi optimal) dan selanjutnya mengimplementasi menjadi keputusan setelah disesuaikan dengan kebijakankebijakan managerial lainnya yang belum dilibatkan dalam model matematik. Inilah yang disebut pembuatan keputusan heuristik. Penekanan tulisan ini adalah pada kontribusi penyelesaian (solve) dengan memanfaatkan program aplikasi komputer yang berkaitan dengan optimasi, antara lain : LINDO, PM, QM, TORA, STROM dan QSB++. Namun dengan keterbatasan tersedianya program-program tersebut, maka perlu ada satu alternatif penyelesaian lain, yaitu dengan bantuan program EXCEL (Microsoft Office) melalui fasilitas SOLVER. Namun untuk komparasi, di sini juga diperlihatkan hasil optimasi dengan program aplikasi LINDO atau PM. Dengan program EXCEL yang merupakan program umum dan dimiliki oleh hampir semua pengguna komputer hitung, maka keterbatasan tersebut di atas bisa dihindari. Akhirnya, penulis maklum dengan banyaknya keterbatasan penulis dalam berbagai hal, diperkirakan kandungan dalam tulisan ini masih belum sempurna; maka kritik positif sangat diharapkan. Harapan penulis adalah : tulisan ini akan berkembang dengan masukan-masukan siapapun yang berdedikasi. Terima kasih untuk itu.

Juni, 2004

Kamarul Imam Dosen Jurusan Manajemen FE-UNEJ

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

Kamarul Imam rul2a@yahoo.com

TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL, LINDO DAN PM 1. Introduksi. Teknik optimasi pada program linier dapat dilakukan dengan pendekatan grafis atau Simplex. Pendekatan Simplex dengan iterasi yang dikembangkan Dantzig, pada persoalan yang sederhana biasanya dikerjakan secara manual. Untuk persoalan yang lebih rumit, program komputer tentang optimasi seperti : Computerized Model Operation Management (CMOM), Linear Integrated Discrete Optimizer (LINDO), WINGO, Quantitative Method (QM), Professional Method (PM), Production Operation Model (POM), Quantitative Systems for Businesses (QSB), STORM dan TORA telah mampu menyelesaikannya. Persoalan timbul jika program aplikasi tersebut sulit ditemui. Sebuah alternatif program yang lebih umum adalah Microsoft Excel (under Windows) atau Lotus Versi 3.00 (under DOS atau under Windows). Solver adalah paket add-in pada Excel yang berfungsi untuk optimasi dengan kendala (constraints). Untuk pemanfaatannya, perlu terlebih dahulu membuat formulasi model matematik untuk menghasilkan solusi optimal secara efisien. Prinsip kerja Solver adalah metode Simplex. Solver dapat dimanfaatkan untuk optimasi model linier dan non linier. Namun dalam pembahasan ini, Solver dibatasi untuk optimasi model linier mengingat model non linier sangat rumit dalam menuliskan data inputnya dalam spreadsheet. Keterbatasan dalam asumsi linieritas tersebut menyebabkan Solver bekerja sempurna jika seluruh hubungan langsung maupun tidak langsung yang berpengaruh kepada fungsi obyektif, bersifat linier. Perlu diingat, banyak fungsi built in pada Excel yang melibatkan hubungan non linier, sehingga fungsi-fungsi tersebut tidak bermanfaat jika optimasi modelnya bersifat linier. Contoh : adanya persamaan yang bersifat eksponensial, fungsi IF( ), ABS ( ) dan LOG ( ), serta ratio, seperti (X/Y) atau perkalian (X*Y) pada variabel keputusan.

Hal tersebut dapat menimbulkan pelanggaran (violate) terhadap asumsi linieritas jika nilai fungsi obyektif dipengaruhi baik langsung maupun tak langsung melalui kendala. 2. Penggunaan Solver. Paket add-in Solver meliputi dua program penting. Pertama, program Excel Visual Basic yang menterjemahkan model dalam spreadsheet ke dalam representasi internal yang digunakan oleh program kedua. Kedua, program di luar Excel yang merupakan program terpisah dan memanfaatkan sisa memory yang digunakan Excel untuk optimasinya serta mengirimkan solusi optimal tersebut kepada program pertama untuk meng-update spreadsheet. Kedua program ini dikomunikasikan oleh program aplikasi interface milik Microsoft. Selama penggunaan Solver, program Visual Basic akan bekerja terlebih dahulu untuk menulis model matematiknya dan berikutnya program kedua akan bekerja untuk menghasilkan optimasinya. Langkah prosedural dalam penggunaan Solver adalah : a. buatlah model matematik pada spreadsheet seperti biasa, dan bisa memanfaatkan what-if jika dirasa perlu untuk men-debug model, b. jika tidak ada persoalan dalam penulisan model, maka model tersebut dapat disimpan ke dalam file. Kemudian gunakan paket add-in Solver.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

1

Kamarul Imam rul2a@yahoo.com
c. Solver dan modul optimasinya akan masuk ke dalam memory komputer1. Setelah loading selesai, maka di layar akan muncul kotak dialog (dialog box) untuk mengumpulkan informasi dalam proses optimasi berikutnya, d. setelah tahapan penentuan fungsi obyektif dan kendala selesai, maka tombol “Solve” dapat di-click. e. Solver menterjemahkan model dan membuat optimasinya. Untuk persoalan LP yang kecil, Solver membutuhkan waktu proses beberapa detik saja dan dapat lebih panjang waktunya untuk persoalan LP yang lebih besar, f. dengan asumsi tidak terjadi error dalam modelnya, Solver akan menampilkan kotak dialog untuk hasil optimasinya, g. pada tahap ini, proyeksi what-if bisa dilanjutkan untuk memperoleh hasil analisis sensitivitas.

Start

Build or retrieve the optimization model SAVE YOUR WORKBOOK Choose Solver in the TOOLS menu Specify in Solver dialog box : 1. target cell be optimized 2. changing cells 3. constraints

Modify model

In option Dialog, click “assume linear model” and click the OK button Click on “Solve” button to begin optimization Review Solver completion message

Do Solver found the optimum solution ? Yes Click “Keep Solver Solution” and click OK button
1

No

Penggunaan Solver dengan McIntosh, harus menambah alokasi memory sebesar 1 Mb agar kecepatan proses kerja Excel tidak menurun.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

2

Kamarul Imam rul2a@yahoo.com

3. Terminologi dalam Solver. Terminologi dalam model LP berbeda dengan Solver. Berikut ini perbandingan terminologi antara model LP dengan Solver : Tabel 1. No. 1 2 3 4 5 6 Komparasi Terminologi Model LP dan Solver. Terminologi LP Solver Objective function Target cell Decision variables Changing cells Constraints Constraints Constraints function (LHS) Constraints cell reference RHS Constraints LP Model Assume Linear Model

4. Contoh Aplikasi. Contoh-1 : Kombinasi Pakan Ternak. Sebuah usaha penggemukan ayam potong menggunakan tiga jenis pakan ternak, Grade 1, Grade 2 dan Grade 3. Biaya ketiga jenis pakan ternak tersebut per pon berturut-turut adalah sebagai berikut : $ 0.25, $ 0.10 dan $ 0.08. Sebagai syarat nutrisi pakan ternak per hari adalah : kandungan kandungan kandungan kandungan kalsium minimal 10 gram, zat besi minimum 12 gram, protein minimum 15 gram, lemak maksimum 7.5 gram.

Kasus ini dapat diformulasikan sebagai model LP dengan tujuan meminimumkan biaya pakan ternak per hari melalui kombinasi penggunaan Grade 1, Grade 2 dan Grade 3. Min. Z = 0.25 X1 + 0.10 X2 + 0.08 X3 s/t. 0.70 X1 + 0.90 X1 + 0.80 X1 + 0.50 X1 + ∀ Xi > 0 → minimasi biaya kombinasi bahan pakan ternak. → → → → kandungan kandungan kandungan kandungan kalsium minimum. zat besi minimum. protein minimum. lemak maksimum.

0.80 0.80 1.50 0.60

X2 X2 X2 X2

+ + + +

0.00 0.80 0.90 0.40

X3 X3 X3 X3

> > > <

10 12 15 7.5

Dengan LINDO, persoalan tersebut dapat diselesaikan sebagai berikut :
:min .25X1 + .10X2 + .08X3 ? st ? .7X1 + .8X2 >= 10 ? .9X1 + .8X2 + .8X3 >= 12 ? .8X1 + 1.5X2 + .9X3 >= 15 ? .5X1 + 0.6X2 + .4X3 <= 7.5 ? end :look all MIN .25X1 + .10X2 + .08X3 SUBJECT TO 2) .7X1 + .8X2 >=10 3) .9X1 + .8X2 + .8X3 >=12

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

3

Kamarul Imam rul2a@yahoo.com

4) .8X1 + 1.5X2 + .9X3 >=15 5) .5X1 + .6X2 + .4X3 <=7.5 END

Hasil optimal dapat dilihat pada printout LINDO sebagai berikut :
LP OPTIMUM FOUND AT STEP 4 OBJECTIVE FUNCTION VALUE 1) 2.59000000 VALUE 8.000000 5.500000 .500000 REDUCED COST .000000 .000000 .000000 DUAL PRICES -.310000 -.670000 .000000 1.140000

VARIABLE X1 X2 X3 ROW 2) 3) 4) 5)

SLACK OR SURPLUS .0000000 .0000000 .1000000 .0000000 4

NO. ITERATIONS=

RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 ROW 2 3 4 5 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE .250000 INFINITY .142500 .100000 .162857 INFINITY .080000 .177143 2.680000 CURRENT RHS 10.000000 12.000000 15.000000 7.500000 ALLOWABLE INCREASE .137930 .054794 .099999 1.000000 ALLOWABLE DECREASE 4.000000 1.999999 INFINITY .016949

Printout ini menunjukkan bahwa tingkat optimal dapat dicapai setelah 4 kali iterasi, dengan Z min. = 2,59, dan X1 = 8, X2 = 5,50 dan X3 = 0,50. Analisis sensitivitas juga dihasilkan baik untuk koefisien fungsi tujuan maupun untuk kapasitas sisi sebelah kanan (RHS). Optimasi dengan Excel atau Lotus memang lebih rumit pada tahap menuliskan formulasi model sebagai inputnya (ini hanya membutuhkan latihan intensif); tetapi untuk persoalan LP dengan variabel keputusan dan fungsi kendala yang lebih banyak, maka Excel atau Lotus lebih tidak terbatas kapasitas memorinya untuk menghasilkan solusi optimal.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

4

Kamarul Imam rul2a@yahoo.com

Solusi Excel melalui tahapan sebagai berikut : (a) menuliskan formulasi model ke dalam sheet :

A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
Contoh-1 :

B

C

D

E

F

Parameters and uncontrollable variables
Grade Cost/lb Calc/lb Iron/lb Prot/lb Fat/lb 1 0.25 0.7 0.9 0.8 0.5 2 0.10 0.8 0.8 1.5 0.6 3 0.08 0 0.8 0.9 0.4

Minimum 10 12 5

Maximum

7.5

Decision Variables
Grade Quantity 1 2 3

Models Output :
Calcium Iron Protein Fat Total Cost Amount =$B$15*B7+$C$15*C7+$D$15*D7 =$B$15*B8+$C$15*C8+$D$15*D8 =$B$15*B9+$C$15*C9+$D$15*D9 Amount =$B$15*B7+$C$15*C7+$D$15*D7 =$B$15*B7+$C$15*C7+$D$15*D7 Excess =E7-B20 =E8-B21 =E9-B22 Available =F10-B24

Pada sheet tersebut, sel-sel yang dapat diubah (changing cells) adalah B15, C15 dan D15. Perubahan pada sel-sel tersebut akan merubah sel yang ditentukan (set cell), B26. Jika sel C15 diisi dengan 8, maka sel B26 menjadi = 8 x 0.10 = 0.80. (b) Untuk membuat optimasi sheet ini dapat digunakan fasilitas SOLVER pada Excel melalui proses sebagai berikut : 1. buatlah sheet tersebut di atas dengan format yang dicontohkan, - parameters and uncontrollable variables, diisi sesuai dengan formulasi modelnya. Ini merupakan input optimasinya. - decision variable : ada tiga jenis produk, yaitu Grade-1, Grade-2 dan Grade-3. Sel “quantity” di bawahnya merupakan yang dapat berubah sesuai dengan tingkat optimasinya (changing cells). models output : Sel B20 : merupakan jumlah kandungan kalsium yang terpakai pada tingkat optimal. Formula yang dituliskan pada sel ini :

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

5

Kamarul Imam rul2a@yahoo.com

=B$15*B7+C$15*C7+D$15*D7. Copy-kan sel ini kepada sel B21 dan B22. Untuk sel B24, tuliskan formula : = B$15*B10+C$15*C10+D$15*D10. Sel B26 : merupakan total biaya optimal kombinasi bahan pakan ternak yang merupakan tujuan minimasi. Formulanya adalah B15*B6+C15*C6+D15*D6. Sel tersebut merupakan sel yang diperuntukkan untuk biaya minimum (target cell). Tampilan di sheet1 pada program Excel adalah sebagai berikut :

2. gunakan fasilitas SOLVER (melalui TOOLS kemudian pilih SOLVER) : tentukan Set Target Cell : B26 equal to : Min by changing cells : B15:D15 subject to the constraints : $B$15:$D$15 >=0 $B20:$B$22 >=$E$7:$E$9 protein $B24 <=$F$10 - solve → set cell → minimasi → (changing cells) → kendala asas non negatif → kendala kalsium, zat besi

dan

→ kendala lemak → perintah untuk melakukan optimasi

Tampilan di program Excel adalah sebagai berikut :

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

6

Kamarul Imam rul2a@yahoo.com

Hasil optimal Excel menunjukkan jawab yang sama dengan hasil optimal LINDO. Analisis sensitivitas dengan SOLVER bisa dilakukan dengan menggunakan fasilitas solve, pilih Report : Answer dan Sensitivity untuk melihat hasil optimal dan sensitivitasnya.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

7

Kamarul Imam rul2a@yahoo.com

Microsoft Excel 10.0 Answer Report Worksheet: [CONTOH SOLVER-1.xls]Sheet1 Report Created: 10/05/2003 7:06:55 Target Cell (Min) Cell Name $B$26 Total Cost Amount

Original Value 0

Final Value 2,5899999

Adjustable Cells Cell Name $B$15 Quantity $C$15 Quantity $D$15 Quantity Constraints Cell $B$20 $B$21 $B$22 $B$24 $B$15 $C$15 $D$15

Original Value 0 0 0

Final Value 7,9999999 5,5000000 0,5000000

Name

Cell Value

Formula 12 $B$21>=$E$8

Status Binding Binding Not Binding Binding Not Binding Not Binding Not Binding

Slack 0 0 0,1000000 0 7,9999999 5,5000000 0,5000000

Calcium Amount Iron Amount Protein Amount Fat Amount Quantity Quantity Quantity

9,9999999 $B$20>=$E$7 15,100000 $B$22>=$E$9 7,5 $B$24<=$F$10 7,9999999 $B$15>=0 5,5000000 $C$15>=0 0,5000000 $D$15>=0

Microsoft Excel 10.0 Sensitivity Report Worksheet: [CONTOH SOLVER-1.xls]Sheet1 Report Created: 10/05/2003 7:06:55

Adjustable Cells Cell $B$15 $C$15 $D$15 Constraints Final Cell $B$20 $B$21 $B$22 $B$24 Name Calcium Amount Iron Amount Protein Amount Fat Amount Value 9,999999997 12 15,10000001 7,5 Lagrange Multiplier 0,310000036 0,670000018 0 -1,140000044 Name Quantity Quantity Quantity Final Value 7,999999975 5,500000018 0,500000004 Reduced Gradient 0 0 0

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

8

Kamarul Imam rul2a@yahoo.com

Microsoft Excel 10.0 Limits Report Worksheet: [CONTOH SOLVER-1.xls]Limits Report 1 Report Created: 10/05/2003 7:06:55 Target Cell $B$26 Name Total Cost Amount Adjustable Cell $B$15 $C$15 $D$15 Name Quantity Quantity Quantity A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Total Cost 2,589999 Fat Calcium Iron Protein Grade Quantity 1 7,999999 2 5,500000 3 0,500000 Contoh-1 : B Value 7,9999999 5,5000000 0,5000000 C Value 2,5899999

Lower Limit

Target Result

Upper Limit 7,9999999 5,5000000 0,5000000 F

Target Result 2,5899999 2,5899999 2,5899999

7,9999999 2,5899999 5,5000000 2,5899999 0,5000000 2,5899999 D E

Parameters and uncontrollable variables
Grade Cost/lb Calc/lb Iron/lb Prot/lb Fat/lb 1 0,25 0,7 0,9 0,8 0,5 2 0,1 0,8 0,8 1,5 0,6 3 0,08 0 0,8 0,9 0,4 Minimum 10 12 15 7,5 Maximum

Decision Variables

Models Output
Amount 9,999999 12 15,10000 Amount 7,5 Excess 2,92608E-4 4,79808E-4 -0,100000 Available 0

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

9

Kamarul Imam rul2a@yahoo.com

Contoh-2 : Integer Programming. Queen City Inc. memproduksi mesin cetak kue. Perencana produksi melihat bahwa dua jenis produk yang memberikan nilai tambah cukup signifikan, yaitu : TopLathe (T) dan BigPress (B). Setiap unit mesin T membutuhkan 10 unit komponen, sedang setiap unit mesin B membutuhkan 7 unit komponen. Pada bulan ini perusahaan hanya dapat menyediakan komponen tersebut sebanyak 49 unit. Bagian penjualan diperkirakan cukup puas jika bagian produksi dapat menyiapkan minimal 5 unit mesin untuk dijual. Keuntungan/unit mesin T = $ 50,000 dan mesin B = $ 34,000. Formulasi model untuk kasus ini adalah : Max. Z = 50000 X1 + 34000 X2 s/t. 10 X1 + 7 X2 < 49 X1 + X 2 > 5 ∀ Xi > 0 dan integer. Solusi dengan Excel adalah sebagai berikut :
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 A Contoh-2 : B C D E F

Parameters and uncontrollable variables
Components 10 7 49 Profit/unit 50000 34000

TopLathe BigPress Available

Total Required

5

Decision Variables
Quantity TopLathe BigPress

Model Outputs :
TopLathe =B15 =B6*B15 =C6*B15 BigPress =B16 =B7*B16 =C7*B16 Total =B22+C22 =B23+C23 =-B24+C24

Quantity Components Used Profit

Tampilan di sheet1 pada program Excel adalah sebagai berikut :

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

10

Kamarul Imam rul2a@yahoo.com

Penjelasan : Sel B22 adalah jumlah mesin TopLathe optimal, pada sel ini ditulis formulanya : = B15, sebagai hasil optimasi changing cell solver. Demikian pula sel C22 adalah jumlah mesin BigPress optimal, pada sel ini ditulis formulanya : =B16. Sel D22 adalah total kedua mesin, formula pada sel ini : = B22+C22. Sel B23 adalah jumlah komponen yang digunakan untuk mesin TopLathe, formulanya ditulis : =B6*B15, yaitu jumlah komponen yang dibutuhkan setiap unit mesin TopLathe dikali dengan jumlah optimal unit mesin TopLathe yang diproduksi. Untuk sel C23, formulanya : =B7*B16. Sel D23 adalah jumlah komponen yang digunakan untuk kedua mesin, formulanya : =B22+C22. Sel B24 adalah total profit yang dihasilkan dari mesin TopLathe, formulanya : =C6*B15, yaitu profit/unit mesin TopLathe dikali dengan jumlah optimal unit mesin TopLathe yang diproduksi. Untuk sel C24, formulanya : =C7*B16. Sel D24 adalah total profit dari kedua mesin, formulanya : =B24+C24. Berikutnya gunakan fasilitas Tools, pilih SOLVER. tentukan Set Target Cell : $D$24 equal to : Max by changing cells : $B$15:$B$16 subject to the constraints : $B$15:$D$16 >=0 $B$15:$B$16 =integer $D$22 >=$F$6 → set cell → maksimasi → (changing cells) → kendala asas non negatif → perintah nilai integer → kendala penjualan

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

11

Kamarul Imam rul2a@yahoo.com

$D$23 <=$B$9 - solve

→ kendala komponen → perintah untuk melakukan optimasi.

Hasil optimal Excel menunjukkan jawab. Analisis sensitivitas tidak dibutuhkan

dalam integer programming. Pilih pada Report : Answer saja. Printoutnya sebagai berikut :

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

12

Kamarul Imam rul2a@yahoo.com

Hasil optimal juga bisa dilihat di sheet 1, sebagai berikut : A B C D E 1 Contoh-2 : 2 3 Parameters and uncontrollable variables 4 5 Components Profit/unit 6 TopLathe 10 50000 Total Required 7 BigPress 7 34000 8 9 Available 49 10 11 12 Decision Variables 13 14 Quantity 15 TopLathe 0 16 BigPress 7 17 18 19 Model Outputs : 20 21 TopLathe BigPress Total 22 Quantity 0 7 7 23 Components 0 49 49 Used 24 Profit 0 238000 238000
X1 = 0, X2 = 7 Total Profit = 238000.

F

5

Dengan aplikasi LINDO, solusi optimal menunjukkan hasil yang sama :
MAX 50000 X1 + 34000 X2 SUBJECT TO 2) 10 X1 + 7 X2 <= 3) X1 + X2 >= 5 END GIN 2

49

OBJECTIVE FUNCTION VALUE 1) VARIABLE X1 X2 ROW 2) 3) 238000.0 VALUE 0.000000 7.000000 SLACK OR SURPLUS 0.000000 2.000000 REDUCED COST -50000.000000 -34000.000000 DUAL PRICES 0.000000 0.000000

NO. ITERATIONS= 29 BRANCHES= 7 DETERM.=

1.000E

0

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

13

Kamarul Imam rul2a@yahoo.com

Contoh-3 : Goal Programming Berikut ini contoh Goal Programming untuk persoalan optimasi portfolio. Seorang investor portfolio selalu berorientasi kepada resiko investasi total yang minimum. beberapa teori mengenai portfolio seperti Capital Assets Pricing Model (CAPM) dan Arbitrate Pricing Theory (APT), telah dikembangkan dengan tujuan mengukur rata-rata resiko portfolio dan sensitivitas setiap elemen investasi portfolio terhadap faktor resiko tertentu dalam model yang bersifat linier. Kasus untuk contoh-2 adalah : Seorang investor bermaksud mengalokasikan uang sebesar $ 200,000.00 ke dalam suatu portfolio yang terdiri atas : asuransi jiwa (life insurance), obligasi (bond mutual fund), saham (stock mutual fund) dan tabungan (savings). Ekspektasi return masing-masing per tahun = 6%, 6,5%, 11% dan 4%. Ia membuat batas investasi pada setiap elemen portfolio-nya sebagai berikut : Tabel 2. Batas Investasi Elemen Portfolio. No. Assets Lower Bound 1 Life insurance $ 5,000 2 Bond $ 60,000 3 Stock $ 30,000 4 Savings Upper Bound $ 10,000 -

Ia juga mempertimbangkan dua jenis resiko yang mungkin diperoleh, yaitu : inflasi yang tidak diharapkan dan penyebaran (spread) tingkat bunga jangka panjang dan jangka pendek. Kedua jenis faktor resiko tersebut dan target yang bisa ia terima adalah : Tabel 3. Target Faktor Inflasi dan Interest Spread. Assets Factor 1 2 3 Inflation -0,50 1,80 2,10 Int. Spread 0,40 -0,50 0,00
Target 4 -0,30 -1,10 1,00 0,00

Investor memprioritaskan berdasar urutan kepentingan tujuan-tujuan yang harus ia capai, yaitu : (1) tidak melanggar ketentuan batasan dana pada setiap elemen portfolio, (2) tidak melanggar target resiko, dan (3) memaksimumkan return portfolio. Kasus ini dapat disolusi dengan programa tujuan ganda (multiple goals programming), dengan formulasi model sebagai berikut : Min Z = P1(d1- + d2+ + d3- + d4-) + P2(d5+ + d6+) + P3(d7-) s/t. X1 + d1- - d1+ = 5.000 X1 + d2- - d2+ = 10.000 X2 + d3- - d3+ = 60.000 X3 + d4- - d4+ = 30.000 -0,50X1 + 1,80 X2 + 2,10 X3 – 0,30 X4 + d5- - d5+ = 200.000 0,40 X1 – 0,50 X2 + 0,00 X3 – 1,10 X4 + d6- - d6+ = 0 0,06 X1 + 0,065 X2 + 0,11 X3 + 0,04 X4 + d7- - d7+ = 22.000 X1 + X2 + X3 + X4 = 200.000 ∀ Xi, di+/- > 0

(1) (2) (3) (4) (5) (6) (7) (8)

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

14

Kamarul Imam rul2a@yahoo.com

Penjelasan : - kendala no. 1 s/d. no. 4 adalah kendala yang berkaitan dengan batas dana yang bisa diinvestasikan ke masing-masing elemen portfolio, - kendala no. 5 adalah kendala yang berkaitan dengan tingkat inflasi. Target faktor inflasi yang bisaia terima = 1,00; maka total investasi portfolio tidak boleh melebihi 1 x $ 200,000 = $ 200,000, - kendala no. 6 adalah kendala yang berkaitan dengan penyebaran tingkat bunga, - kendala no. 7 adalah kendala yang berkaitan dengan return. Return/tahun yang tertinggi dari keempat elemen portfolio = 11%, maka total return/tahun dari portfolio tidak bisa melebihi 11% x $ 200,000 = $ 22,000. tetapi investor menginginkan agar total return portfolio yang bisa ia terima lebih tinggi daripada jumlah tersebut. - kendala no. 8 adalah kendala yang berkaitan dengan jumlah dana yang tersedia untuk diinvestasikan ke dalam portfolio. Program LINDO tidak bisa digunakan untuk mencapai solusi optimal, masalahnya adalah dengan adanya perbedaan prioritas dari masing-masing tujuan yang tidak bisa dijelaskan secara pasti (absolute). Prioritas-1 hanya dikatakan jauh lebih penting daripada prioritas-2, demikian pula seterusnya (P1 >>>> P2 >>>> P3). Untuk itu dapat dilakukan solusi optimal dengan Excel. Sheet yang dibuat adalah sebagai berikut :

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

15

Kamarul Imam rul2a@yahoo.com

A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43
Life Insurance Bond Mutual Fund Stock Mutual Fund Savings Contoh-3 :

B

C

D

E

F

G

H

I

Parameters and uncontrollable variables
Factors Lower Bound 5000 60000 30000 Target Budget Max. Return 200000 11% Upper Bound 10000 Inflation -0,5 1,8 2,1 -0,3 1 Interest Spread 0,4 -0,5 0 -1,1 0 Return 6% 7% 11% 4%

Decision Variables
Investment Life Insurance Bond Mutual Fund Stock Mutual Fund Savings 1 2 3 4 5 6 7 =C6-B20 0 0 =E35-B35 =E36-B36 0 =B21-B7 =B22-B8 0 0 =B37-E37 d0 Deviations d+ =B20-B6 0 Insurance Lower Bound Insurance Upper Bound Bonds Lower Bound Stocks Lower Bound Inflation Target Interest Rate Spread Target Return Target

Models Output :
Value Insurance Lower Bound Insurance Upper Bound Bonds Lower Bound Stocks Lower Bound Inflation Target Interest Spread Target Return Target =B20 =B20 =B21 =B22 =D6*B20+D7*B21 +D8*B22+D9*B23 =E6*B20+E7*B21 +E8*B22+E9*B23 =F6*B20+F7*B21 +F8*B22+F9*B23 =B20+B21+B22+ B23 =E21+F22+E23+E 24 =F25+F26 =E27 Deviation =E21-F21 =E22-F22 =E23-F23 =E24-F24 =E25-F25 =E26-F26 =E27-F27 Total =B31+C31 =B32+C32 =B33+C33 =B34+C34 =B35+C35 =B36+C36 =B37+C37 Target =B6 =C6 =B7 =B8 =D11*B13 =E11*B13 =B13*B14

Total Investment

Priority-1 Priority-2 Priority-3

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

16

Kamarul Imam rul2a@yahoo.com

Penyelesaian dengan dengan Solver – Excel adalah sebagai berikut : a. Prioritas 1 : tentukan Set Target Cell : $B$41 → set cell equal to : Min → minimasi by changing cells : $B$20:$B$23 → (changing cells) subject to the constraints : $B$20:$B$23 >=0 → kendala asas non negatif $B$31 >=$E$31 → kendala batas minimal investasi asuransi $B$32 <=$E$32 → kendala batas maksimal investasi asuransi $B$33 >=$E$33 → kendala batas minimal investasi obligasi $B$34 >=$E$34 → kendala batas minimal investasi saham $B$39 =$B$13 → kendala jumlah total dana - solve → perintah untuk melakukan optimasi.

Ini merupakan hasil optimal untuk Prioritas 1. b. Prioritas 2 : tentukan Set Target Cell : $B$42 equal to : Min by changing cells : $B$20:$B$23 subject to the constraints : $B$20:$B$23 >=0 → kendala $B$31 >=$E$31 → kendala $B$32 <=$E$32 → kendala $B$33 >=$E$33 → kendala $B$34 >=$E$34 → kendala $B$39 =B$13 → kendala → set cell → minimasi → (changing cells) asas non negatif batas minimal investasi asuransi batas maksimal investasi asuransi batas minimal investasi obligasi batas minimal investasi saham jumlah total dana

Tambahkan kendala baru yang berkaitan dengan Prioritas 2 : $B$35 <=$E$35 → kendala target inflasi $B$36 <=$E$36 → kendala target spread suku bunga $B$41 = 0 → kendala agar Prioritas 1 tetap minimum - solve → perintah untuk melakukan optimasi. Pada dialog box, click “Keep Solver Solution”, agar solusi Prioritas 1 tidak berubah dengan adanya tambahan baris-baris kendala baru tersebut. Ini merupakan hasil optimal untuk Prioritas 2. c. Prioritas 3 : tentukan Set Target Cell : $B$43 → set cell equal to : Min → minimasi by changing cells : $B$20:$B$23 → (changing cells) subject to the constraints : $B$20:$B$23 >=0 → kendala asas non negatif $B$31 >=$E$31 → kendala batas minimal investasi asuransi $B$32 <=$E$32 → kendala batas maksimal investasi asuransi $B$33 >=$E$33 → kendala batas minimal investasi obligasi $B$34 >=$E$34 → kendala batas minimal investasi saham $B$39 =B$13 → kendala jumlah total dana $B$35 <=$E$35 → kendala target maksimal inflasi $B$36 <=$E$36 → kendala target maksimal spread suku bunga $B41 = 0 → kendala agar Prioritas 1 tetap minimum

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

17

Kamarul Imam rul2a@yahoo.com

Tambahkan kendala baru yang berkaitan dengan Prioritas 3 : $B42 = 0 → kendala agar Prioritas 2 tetap minimum $B$37 >=$E$37 → kendala target minimal return - solve → perintah untuk melakukan optimasi. Pada dialog box, click “Keep Solver Solution”, agar solusi Prioritas 1 dan Prioritas 2 tidak berubah dengan adanya tambahan baris-baris kendala baru tersebut. Ini merupakan hasil optimal untuk Prioritas 3. Dari tabel-tabel hasil optimal Prioritas 1, Prioritas 2 dan Prioritas 3, tampak bahwa untuk persoalan pada Contoh 3 ini adalah sebagai berikut : Life Insurance Bonds Stocks Saving = = = = $ $ $ $ 10,000.00 60,000.00 56,666.67 73,333.33

Total Investment = $ 200,000.00

Return yang dicapai = $ 13,966.67; terjadi under target return sebesar = $ 22,000.00 $ 13,996.67 = $ 8.003.33

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

18

Kamarul Imam rul2a@yahoo.com

Hasil Optimal untuk Prioritas 1.
A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 Life Insurance Bond Mutual Fund Stock Mutual Fund Savings Contoh-3 : B C D E F G H I

Parameters and uncontrollable variables
Lower Bound 5000 60000 30000 Upper Bound 10000 Target Budget Max. Return 200000 11% Factors Inflation -0,5 1,8 2,1 -0,3 1 Interest Spread 0,4 -0,5 0 -1,1 0 Return 6% 7% 11% 4%

Life Insurance Bond Mutual Fund Stock Mutual Fund Savings

Decision Variables
Investment 10000 160000 30000 0 1 2 3 4 5 6 7 Deviations d0 0 0 0 -146000 76000 0 d+ 5000 0 100000 0 0 0 -6900 Insurance Lower Bound Insurance Upper Bound Bonds Lower Bound Stocks Lower Bound Inflation Target Interest Rate Spread Target Return Target

Models Output :
Insurance Lower Bound Insurance Upper Bound Bonds Lower Bound Stocks Lower Bound Inflation Target Interest Spread Target Return Target Total Investment Priority-1 Priority-2 Priority-3 Value 10000 10000 160000 30000 346000 -76000 15100 200000 0 0 0 Deviation -5000 0 -100000 0 -146000 76000 6900 Total 5000 10000 60000 30000 200000 0 22000 Target 5000 10000 60000 30000 200000 0 22000

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

19

Kamarul Imam rul2a@yahoo.com

Hasil Optimal untuk Prioritas 2.
A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 Life Insurance Bond Mutual Fund Stock Mutual Fund Savings Contoh-3 : B C D E F G H I

Parameters and uncontrollable variables
Lower Bound 5000 60000 30000 Factors Upper Bound 10000 Target Budget Max. Return 200000 11% Inflation -0,5 1,8 2,1 -0,3 1 Interest Spread 0,4 -0,5 0 -1,1 0 Return 6% 7% 11% 4%

Life Insurance Bond Mutual Fund Stock Mutual Fund Savings

Decision Variables
Investment 5000 60000 30000 105000 Deviatio ns d0 5000 0 0 63000 143500 0

1 2 3 4 5 6 7

d+ 0 0 0 0 0 0 -10000

Insurance Lower Bound Insurance Upper Bound Bonds Lower Bound Stocks Lower Bound Inflation Target Interest Rate Spread Target Return Target

Models Output :
Insurance Lower Bound Insurance Upper Bound Bonds Lower Bound Stocks Lower Bound Inflation Target Interest Spread Target Return Target Total Investment Priority-1 Priority-2 Priority-3 Value 5000 5000 60000 30000 137000 -143500 12000 200000 0 0 0 Deviation 0 5000 0 0 63000 143500 10000 Total 5000 10000 60000 30000 200000 0 22000 Target 5000 10000 60000 30000 200000 0 22000

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

20

Kamarul Imam rul2a@yahoo.com

Hasil Optimal untuk Prioritas 3.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 A Contoh-3 : B C D E F G H I

Parameters and uncontrollable variables
Lower Bound 5000 60000 30000 Upper Bound 10000 Target Budget Max. Return 200000 11% Factors Inflation -0,5 1,8 2,1 -0,3 1 Interest Spread 0,4 -0,5 0 -1,1 0 Return 6% 7% 11% 4%

Life Insurance Bond Mutual Fund Stock Mutual Fund Savings

Decision Variables
Investment 10000 60000 56666,67 73333,33 Deviations dd+ 0 5000 0 0 0 0 0 26666,66 -9,4674E0 106666,6 0 0 -8033,33

Life Insurance Bond Mutual Fund Stock Mutual Fund Savings

1 2 3 4 5 6 7

Insurance Lower Bound Insurance Upper Bound Bonds Lower Bound Stocks Lower Bound Inflation Target Interest Rate Spread Target Return Target

Models Output :
Insurance Lower Bound Insurance Upper Bound Bonds Lower Bound Stocks Lower Bound Inflation Target Interest Spread Target Return Target Total Investment Priority-1 Priority-2 Priority-3 Value 10000 10000 60000 56666,67 200000 -106666,67 13966,67 200000 0 0 0 Deviation -5000 0 0 -26666,67 -9,467E-08 106666,67 8033,33 Total 5000 10000 60000 30000 200000 0 22000 Target 5000 10000 60000 30000 200000 0 22000

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

21

Kamarul Imam rul2a@yahoo.com

Contoh-4 : Goal Programming Tom Swenson pemilik J.R Swenson, sebuah perusahaan periklanan; telah membuat perjanjian kerja sama dengan perusahaan farmasi dalam rangka mengiklankan produk baru, Mylonal, melalui media iklan TV dan radio. Total biaya promosi dibatasi sampai dengan $ 120,000.00. Klien J.R Swenson tersebut menginginkan bisa meraih berbagai kelas pemirsa maupun penyimak. Untuk mengetahui seberapa jauh promosi melalui media tertentu, perusahaan agen iklan ini mengestimasikannya melalui dampak tingkat ketertarikan konsumen yang dituju. Ukurannya adalah peringkat perubahan (rated exposures), yaitu masyarakat yang diraih dalam setiap bulannya. Berikut ini adata relevan untuk keperluan promosi produk baru tersebut : Tabel 4. Pencapaian Konsumen Melalui Media Promosi (per $ 1,000.00). Pencapaian Konsumen TV Radio Total 14.000 6.000 Konsumen Berpenghasilan Tinggi 1.200 1.200 Melalui diskusi yang panjang dengan klien, Tom kemudian menentukan tujuantujuan (goals) dengan urutan prioritasnya yang harus diraih, yaitu : a. total konsumen yang bisa diraih paling sedikit 840.000 orang, b. untuk menjaga efektivitas hubungan dengan stasiun radio, perusahaan iklan ini membatasi pengeluaran promosi pada TV maksimal $ 90,000.00 c. ia juga menginginkan agar promosi tersebut dapat meraih paling sedikit 168.000 orang konsumen yang berpenghasilan tinggi, d. jika ketiga tujuan di atas bisa tercapai, ia menginginkan untuk bisa meraih semaksimal mungkin jumlah pemirsa yang bisa diraih (ia beranggapan bahwa jika ia mengeluarkan biaya sebesar $ 120,000.00 pada media TV, pemirsa yang bisa diraih adalah 120 x 14.000 = 1.680.000 orang). Untuk memformulasikan modelnya, perlu ditentukan decision variable, yaitu X1 = ribuan dollars yang dikeluarkan melalui media TV, dan X2 = ribuan dollars yang dikeluarkan melalui media radio. Karena prioritas utama tujuannya adalah pencapaian total pemirsa TV dan penyimak radio; maka ia menganggap bahwa fungsi obyektifnya adalah total pencapaian, sedang tujuan lain dianggap sebagai kendala. Formulasi GP lengkap adalah sebagai berikut : Min. Z = P1d1- + P2d2+ + P3d3- + P4d4s/t. X1 + X2 < 120 kendala total anggaran (dalam $ 1,000.00) 14000 X1 + 6000 X2 + d1- - d1+ = 840000 target total konsumen X1 + d2- + d2- - d2+ = 90 kendala anggaran melalui media TV 1200 X1 + 1200 X2 + d3- - d3+ = 168000 target konsumen berpenghasilan tinggi 14000 X1 + 6000 X2 + d4- - d4+ = 1680000 target maksimal total konsumen kendala logik. ∀ Xi, dj+/- > 0

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

22

Kamarul Imam rul2a@yahoo.com

a. printout dengan program QM atau PM adalah : Program : Goal Programming Problem Title : Swenson J.T Minicase ***** Input data *****
Min Z = 1P1d-2 + 1P2d+3 + 1P3d-4 + 1P4d-5 Subject to C1 1x1 + 1x2 <= 120 C2 14000x1 + 6000x2 + d-2 – d+2 = 840000 C3 1x1 + d-3 – d+3 = 90 C4 1200x1 + 1200x2 + d-4 – d+4 = 168000 C5 14000x1 + 6000x2 + d-5 – d+5 = 1680000 ***** Program Output ***** Analysis of deviations --------------------------------------------------------------------Constraints RHS Value d+ d--------------------------------------------------------------------C1 120.000 0.000 0.000 C2 840000.000 0.000 0.000 C3 90.000 0.000 0.000 C4 168000.000 0.000 24000.00 C5 1680000.000 0.000 240000.000 -------------------------------------------------------------Analysis of decision variables --------------------------------------------Variable Solution Value --------------------------------------------X1 90.000 X2 30.000 ----------------------------------------Analysis of objective function --------------------------------------------Priority Nonachievement --------------------------------------------P1 0.000 P2 0.000 P3 24000.000 P4 240000.000 ----------------------------------------Analysis of Goal Conflicts --------------------------------------------------------------------Marginal Goal Relevant Relevant Allowable Allowable Substitution Conflict Variable Column Increase Decrease Rate --------------------------------------------------------------------Priority4 (d-5) 240000.00 8000.00 Priority2 (d+3) (d+3) 30.00 1.00 --------------------------------------------------------------------***** End of Output ***** Hasil optimal menunjukkan bahwa X1 = pengeluaran biaya promosi melalui media TV sebesar $ 90,000.00 dan X2 = pengeluaran biaya promosi melalui media radio = $ 30,000.00. Tujuan dengan prioritas-1 dan prioritas-2 tercapai seluruhnya. Prioritas-3 tidak tercapai sebesar 24.000 orang dan Prioritas-4 tridak tercapai sebesar 240.000 orang.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

23

Kamarul Imam rul2a@yahoo.com

Dengan X1 = 90 dan X2 = 30, maka pencapaian total konsumen untuk tujuan prioritas-1 = (90 x 14.000) + (30 x 6.000) = 1.440.000 orang, telah melebihi target minimal sebsar 840.000 orang. Tujuan prioritas-2 tidak terlampaui, yaitu target biaya promosi media TV paling banyak $ 90,000.00; artinya target anggaran biayanya tidak terlampaui. Tujuan prioritas-3, pencapaian konsumen berpenghasilan tinggi = (90 x1.200) + (30 x 1.200) = 144.000 orang. Target pencapaian konsumen berpenghasilan tinggi adalah 168.000 orang, maka target yang tidak tercapai = 24.000 orang. Tujuan prioritas-4, pencapaian semaksimal mungkin total konsumen hanya bisa = (90 x 14.000) + (30 x 6.000) = 1.440.000 orang, sedang target maksimal = 1.680.000 orang, maka target yang tidak tercapai = 240.000 orang. Dengan aplikasi SOLVER pada Excel, dengan prosedur yang sama dengan Contoh-3 adalah sebagai berikut :
a. Feasible Region untuk Goal-1 : A B 1 Objective Function 2 =E3 3 4 5 6 7 8 9 10 11 C D Dollars on Radio E

Decision Variable
Dollars on TV

Deviation Variable (d1-)
=D11-C11

Total Exposure per $ 1000 spent in
TV 14000 Radio 6000

Constraints
Total Expenditures Goal 1 =SUM(C3:D3) =E3+SUMPRODUCT(C3 :D3;C7:D7) 120 840000

-

tentukan Set Target Cell : $C$11 → set cell equal to : Min → minimasi by changing cells : $C$3:$D$3 → (changing cells) subject to the constraints : $C$10 <=$D$10 → kendala total anggaran $C$11 >=$D$11 → kendala target total konsumen $C$3:$D$3 >=0 → kendala non negatif - solve → perintah untuk melakukan optimasi.

Hasilnya merupakan solusi optimal untuk Prioritas-1.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

24

Kamarul Imam rul2a@yahoo.com

b. Feasible Region untuk Goal-2 : A B C D 1 Objective Function Decision Variable 2 =E3 Dollars on TV Dollars on Radio 3
4 5 6 7 8 9 10 11 12

E

Deviation Variable (d2+)
=SUMPRODUCT(C3:D3; C7:D7)-D12

Total Exposure per $ 1000 spent in
TV 14000 Radio 6000

Constraints
Total Expenditures Goal 1 Goal 2 =SUM(C3:D3) =E3+SUMPRODUCT(C3 :D3;C7:D7) =C3-E3 120 840000 90

tentukan Set Target Cell : $C$12 → set cell equal to : Min → minimasi by changing cells : $C$3:$D$3 → (changing cells) subject to the constraints : $C$10 <=$D$10 → kendala total anggaran $C$11 >=$D$11 → kendala target total konsumen $C$3:$D$3 >=0 → kendala non negatif Tambahkan kendala Goal 1 = 0 dan kendala anggaran biaya media TV $C$11 = 0 $C12 <=$D$12 - solve → perintah untuk melakukan optimasi. Hasilnya merupakan solusi optimal untuk Prioritas-2. c. Feasible Region untuk Goal-3 : A B C D E 1 Objective Function Decision Variable 2 =E3 Dollars on TV Dollars on Deviation Variable Radio (d3-) 3 =D17-SUMPRODUCT (C3:D3;C11:D11) 4 5 Total Exposure per $ 1000 spent in 6 TV Radio 7 14000 6000 8 9 Upper Income Exposures per $ 1000 spent in 10 TV Radio 11 1200 1200 12 13 Constraints 14 Total Expenditures =SUM(C3:D3) 120 15 Goal 1 =E3+SUMPRODUCT(C3:D3;C7:D7) 840000 16 Goal 2 =C3-E3 90 17 Goal 3 =E3+SUMPRODUCT(C3:D3;C11:D11) 168000

-

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

25

Kamarul Imam rul2a@yahoo.com

Untuk Goal 3 tambahkan terlebih dahulu baris yang menjelaskan exposures upper income akibat pengeluaran biaya promosi pada media TV dan radio. tentukan Set Target Cell : $C$17 equal to : Min → by changing cells : $C$3:$D$3 → subject to the constraints : $C$14 <=$D$14 → $C$15 >=$D$15 → $C$16 <=$D$16 → $C$3:$D$3 >=0 → $C$15 =0 → → set cell minimasi (changing cells) kendala kendala kendala kendala kendala total anggaran target total konsumen anggaran biaya media TV non negatif Goal-1 = 0

Tambahkan kendala Goal 2 = 0 dan kendala upper income exposures $C$16 =0 $C$17 >=$D$17 → kendala upper income exposures - solve → perintah untuk melakukan optimasi. Hasilnya merupakan solusi optimal untuk Prioritas-3. d. Feasible Region untuk Goal-4 : A B 1 Objective Function 2 =E3 Dollars on TV
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 C D Dollars on Radio E

Decision Variable Deviation Variable (d4-)
=D18-SUMPRODUCT (C3:D3;C7:D7)

Total Exposure per $ 1000 spent in
TV 14000 Radio 6000

Upper Income Exposures per $ 1000 spent in
TV 1200 Radio 1200

Constraints
Total Expenditures Goal 1 Goal 2 Goal 3 Goal 4 =SUM(C3:D3) =E3+SUMPRODUCT(C3:D3;C7:D7) =C3-E3 =E3+SUMPRODUCT(C3:D3;C11:D11) =E3+SUMPRODUCT(C3:D3;C7:D7) 120 840000 90 168000 1680000

Untuk Goal 3 tambahkan terlebih dahulu baris yang menjelaskan exposures upper income akibat pengeluaran biaya promosi pada media TV dan radio. tentukan Set Target Cell : $C$18 → set cell equal to : Min → minimasi by changing cells : $C$3:$D$3 → (changing cells) subject to the constraints : $C$14 <=$D$14 → kendala total anggaran $C$15 >=$D$15 → kendala target total konsumen $C$16 <=$D$16 → kendala anggaran biaya media TV $C$3:$D$3 >=0 → kendala non negatif

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

26

Kamarul Imam rul2a@yahoo.com

$C$15 =0 $C$16 =0 $C$17 >=$D$17

→ kendala Goal-1 = 0 → kendala Goal-2 = 0 → kendala upper income exposures

Tambahkan kendala Goal 3 = 0 dan kendala maksimal total konsumen $C$17 =0 → kendala Goal-3 = 0 $C$18 >=$D$18 → kendala total konsumen maksimum - solve → perintah untuk melakukan optimasi. Hasilnya merupakan solusi optimal untuk Prioritas-4. Penyelesaian contoh-4 dengan Program PM di atas bisa juga dilihat, untuk dibandingkan dengan hasil solusi optimal Excel. Contoh-5 : Integer Programming untuk MRP The Schwindle Cycle Company memproduksi tiga jenis sepeda : (1) Unicycles (U), (2) Reguler Bicycles (R) dan (3) Twinbikes (T). Setiap jenis produks dirakit dengan berbagai komponen, yaitu : seat (S), wheels (W), hubs (H), spokes (P), chains (C), dan links (L). Bills of materials (BOM) setiap jenis produk dapat dilihat pada product structure di bawah ini :

R U S(1) S(1) W(1) W(2) C(1)

H(1) H(1) P(36)

P(36)

L(84)

T

S(2)

W(2)

C(2)

H(1)

P(36)

L(84)

Persediaan awal = 0. Schwindle bermaksud mesuplai pasar dengan 100 unit U, 500 unit R dan 200 unit T. Produk jadi sepeda maupun komponen dapat dirakit

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

27

Kamarul Imam rul2a@yahoo.com

sendiri atau membeli ke produsen lain dengan biaya/unit seperti dalam tabel berikut :
Items Harga Beli Biaya Merakit U 2.60 1.04 R 5.20 1.16 T 3.10 1.90 S 0.25 0.20 W 1.40 0.22 C 0.96 0.26 H 0.19 0.16 P 0.07 0.04 L 0.05 0.03

Perlu dicatat, bahwa biaya perakitan adalah biaya langsung pada level perakitan tertentu dan tidak termasuk biaya-biaya komponen yang masuk ke level perakitan yang bersangkutan. Formulasi modelnya adalah : Min. Z = 2.50 UB + 1.04 UM + 5.20 RB + 1.16 RM + 3.10 TB + 1.90 TM + 0.25 SB + 0.20 SM + 1.40 WB + 0.22 WM + 0.96 CB + 0.26 CM + 0.19 HB + 0.16 HM + 0.07 PB + 0.04 PM + 0.05 LB + 0.03 LM s/t. Unicycles : UM + UB = 100 Reguler : RM + RB = 500 Twinbike : TM + TB = 200 Seats : SM + SB = UM + RM + 2TM atau : - UM – RM – 2 TM + SM + SB = 0 Wheels : WM + WB = UM + 2 RM + 2 TM atau : - UM – 2 RM – 2 TM + WM + WB = 0 Chains : CM + CB = 2 TM + RM atau : - 2 TM – RM + CM + CB = 0 Hubs : HM + HB = WM atau : - WM + HM + HB = 0 Spokes : PM + PB = 36 WM atau : - 36 WM + PM + PB = 0 Links : LM + LB = 84 CM atau : - 84 CM + LM + LB = 0 ∀ variables > 0 dan integer. Penulisan formulasi dan hasil solusi dengan LINDO tampak seperti di bawah ini :
MIN 2.6 UB + 1.04 UM + 5.2 RB + 1.16 RM + 1.9 TM + 3.1 TB + 0.2 SM + 0.25 SB + 0.22 WM + 1.4 WB + 0.26 CM + 0.96 CB + 0.19 HB + 0.16 HM + 0.07 PB + 0.04 PM + 0.07 LB + 0.03 LM SUBJECT TO 2) UB + UM = 100 3) RB + RM = 500 4) TM + TB = 200 5) - UM - RM - 2 TM + SM + SB = 0 6) - UM - 2 RM - 2 TM + WM + WB = 0 7) - RM - 2 TM + CM + CB = 0 8) - WM + HB + HM = 0 9) - 36 WM + PB + PM = 0 10) - 84 CM + LB + LM = 0 END 9

LP OPTIMUM FOUND AT STEP

OBJECTIVE FUNCTION VALUE 1) 3440.000

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

28

Kamarul Imam rul2a@yahoo.com

VARIABLE UB UM RB RM TM TB SM SB WM WB CM CB HB HM PB PM LB LM ROW 2) 3) 4) 5) 6) 7) 8) 9) 10)

VALUE 100.000000 0.000000 0.000000 500.000000 0.000000 200.000000 500.000000 0.000000 0.000000 1000.000000 0.000000 500.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 SLACK OR SURPLUS 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 9

REDUCED COST 0.000000 0.040000 0.080000 0.000000 3.920000 0.000000 0.000000 0.050000 0.000000 0.000000 0.000000 0.000000 0.030000 0.000000 0.041667 0.011667 0.061667 0.021667 DUAL PRICES -2.600000 -5.120000 -3.100000 -0.200000 -1.400000 -0.960000 -0.160000 -0.028333 -0.008333

NO. ITERATIONS=

Tampak dari solusi optimal bahwa : Total cost minimum = $ 3,440.00 Dengan komposisi produksi : - pembelian unicycles (UB) untuk kemudian diberi merk perusahaan = 100 unit, - regular bicycles dirakit sendiri (RM) sebanyak 500 unit, - pembelian twinbikes (TB) untuk kemudian diberi merk perusahaan = 200 unit, - akibatnya harus juga memproduksi seats (SM) sebanyak 500 unit untuk melengkapi 500 unit RM yang diproduksi, - wheels harus dibeli (WB) sebanyak 1.000 unit untuk keperluan produksi 500 unit RM (dengan SUR = 2), - chains harus dibeli (CB) sebanyak 500 unit untuk keperluan 500 unit RM (dengan SUR = 1).

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

29

Kamarul Imam rul2a@yahoo.com

Contoh-6 : Jaringan Distribusi Sebuah perusahaan memiliki dua buah pabrik, A dan B; tiga buah gudang, X, Y dan Z; dan empat daerah pemasaran, 1, 2, 3 dan 4. Kebutuhan masing-masing daerah pemasaran secara berurutan adalah : 3, 5, 4 dan 5 unit. Persediaan barang yang ada di pabrik A = 9 unit dan di pabrik B = 8 unit. Kapasitas simpan gudang dapat menerima seluruh pengiriman dari masing-masing pabrik. Biaya pengiriman barang/unit dari pabrik ke gudang dan selanjutnya ke daerah pemasaran adalah :
1

1

X

5 7 9

A

2

2

Y 3 7 1 2 Z 4 4

6

B

8 7

3

4

Penulisan formula modelnya adalah : Zmin = AX + 2 AY + 3 BX + BY + 2 BZ + 5 X1 + 7X2 + 9 Y1 + 6 Y2 + 7 Y3 + 8 Z2 + 7 Z3 + 4 Z4 s/t AX + AY = 9 BX + BY + BZ = 8 X1 + X2 = AX + BX atau : - AX – BX + X1 + X2 = 0 Y1 + Y2 + Y3 = AY + BY atau : - AY – BY + Y1 + Y2 + Y3 = 0 Z2 + Z3 + Z4 = BZ atau : - BZ + Z2 + Z3 + Z4 = 0 - X1 – Y1 = -3 - X2 – Y2 – Z2 = -5 - Y3 – Z3 = -4 - Z4 = -5 ∀ variable > 0 Penulisan dan solusi optimal dengan LINDO adalah :
MIN AX + 2 AY + 3 + 9 Y1 + 6 Y2 SUBJECT TO 2) AX + AY 3) BX + BY 4) - AX – BX 5) - AY – BY 6) - BZ + Z2 7) - X1 – Y1 8) - X2 – Y2 9) - Y3 – Z3 10) - Z4 = -5 END BX + BY + 2 BZ + 5 X1 + 7X2 + 7 Y3 + 8 Z2 + 7 Z3 + 4 Z4 = + + + + = – = 9 BZ X1 Y1 Z3 -3 Z2 -4

= + + +

8 X2 = 0 Y2 + Y3 = 0 Z4 = 0

= -5

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

30

Kamarul Imam rul2a@yahoo.com

LP OPTIMUM FOUND AT STEP

4

OBJECTIVE FUNCTION VALUE 1) VARIABLE AX AY BX BY BZ X1 X2 Y1 Y2 Y3 Z2 Z3 Z4 ROW 2) 3) 4) 5) 6) 7) 8) 9) 10) 121.0000 VALUE 3.000000 6.000000 0.000000 3.000000 5.000000 3.000000 0.000000 0.000000 5.000000 4.000000 0.000000 0.000000 5.000000 SLACK OR SURPLUS 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 4

REDUCED COST 0.000000 0.000000 3.000000 0.000000 0.000000 0.000000 0.000000 5.000000 0.000000 0.000000 3.000000 1.000000 0.000000 DUAL PRICES -1.000000 0.000000 0.000000 1.000000 2.000000 5.000000 7.000000 8.000000 6.000000

NO. ITERATIONS=

Solusi optimal tercapai setelah 4 iterasi, dengan nilai total biaya pengiriman = $ 121.00.
Pengiriman AX AY BX BY BZ X1 X2 Y1 Y2 Y3 Z2 Z3 Z4 Total 3.000000 6.000000 0.000000 3.000000 5.000000 3.000000 0.000000 0.000000 5.000000 4.000000 0.000000 0.000000 5.000000 Biaya Pengiriman = 3 x $ 1 = $ 3.00 = 6 x $ 2 = $ 12.00 = 3 x $ 1.00 = $ 3.00 = 5 x $ 2.00 = $ 10.00 = 3 x $ 5 = $ 15.00 = 5 x $ 6 = $ 30.00 = 4 x $ 7 = $ 28.00 = 5 x $ 4 = $ 20.00 $ 121.00

Dengan Excel, penulisan formula dalam sheet adalah :

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

31

Kamarul Imam rul2a@yahoo.com

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

A B C D E F Contoh-6 : Jaringan Distribusi. Transportation Cost/Unit From Plants to Warehouses From\ X Y Z To A 1 2 0 B 3 1 2 Transportation Cost/Unit Warehouses to Market Areas From\ To X Y Z Shipments From\ To A B X Y Z Total 0 0 0 0 0 0 0 0 0 0 0 0 0 =SUM( E15:E1 9) 3 =SUM( F15:F1 9) 5 X Y Z 0 1 0 0 2 0 0 1 5 9 0 2 7 6 8 3 0 7 7 4 0 0 4

G

H

I

J

3 0 0 0

4 0 0 0 0

Total =SUM(B 15:H15) =SUM(B 16:H16) =SUM(B 17:H17) =SUM(B 18:H18) =SUM(B 19:H19)

Avail able 9 8

21 22 23 24 25 26 27 28 29 30

Required Total Cost From\ X To A =B15* B4 B =B16* B5 X 0 Y Z Total Cost 0 0 =SUM( B25:B 29)

=SUM( G15:G 19) 4

=SUM( H15:H1 9) 5

Y =C15* C4 =C16* C5 0 0 0 =SUM( C25:C2 9)

Z 0 =D16*D 5 0 0 0 =SUM(D 25:D29)

1 0 0 =E17* B9 =E18* B10 0 =SUM( E25:E2 9)

2 0 0 =F17* C9 =F18* C10 =F19* C11 =SUM( F25:F2 9)

3 0 0 0 =G18* D10 =G19* D11 =SUM( G25:G 29)

4 0 0 0 0 =H19* E11 =SUM( H25:H2 9) =SUM(B 25:H25) =SUM(B 26:H26) =SUM(B 27:H27) =SUM(B 28:H28) =SUM(B 29:H29) =SUM(I 25:I29)

Penjelasan : sel-sel berwarnakuning adalah sel infisibel.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

32

Kamarul Imam rul2a@yahoo.com

Dengan aplikasi SOLVER : - tentukan Set Target Cell : $I$30 → set cell - equal to : Min → minimasi - by changing cells : ( hanya sel-sel yang fisibel saja) $B$15:$C$15;$B$16:$D$16;$E$17:$F$17;$E$18:$G$18;$F$19:$H$19 - subject to the constraints : $B$20 >=$I$17 → kendala jumlah yang bisa dikirim dari X $C$20 >=$I$18 → kendala jumlah yang bisa dikirim dari Y $D$20 >=$I$19 → kendala jumlah yang bisa dikirim dari Z $E$20:$H$20 >=$E$21:$H$21 → kendala kebutuhan di daerah pasar 1, 2, 3 dan 4 $I$15:$I$16 <=$J$15:$J$16 → kendala jumlah yang bisa dikirim dari A dan B - solve → perintah untuk melakukan optimasi. Pada option : assume linear model dan assume non negative.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

33

Kamarul Imam rul2a@yahoo.com

Solusi optimal dengan SOLVER dapat dilihat sebagai berikut : A B C D E F G H
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Contoh-6 : Jaringan Distribusi. Transportation Cost/Unit From Plants to Warehouses From\To A B X 1 3 Y 2 1 Z 0 2

I

J

Transportation Cost/Unit Warehouses to Market Areas From\To X Y Z Shipments From\To A B X Y Z Total Required Total Cost From\To A B X Y Z Total Cost X 8 0 0 0 0 8 Y 2 3 0 0 0 5 Z 0 10 0 0 0 10 1 0 0 15 0 0 15 2 0 0 35 0 0 35 3 0 0 0 28 0 28 4 0 0 0 0 20 20 10 13 50 28 20 121 X 8 0 0 0 0 8 Y 1 3 0 0 0 4 Z 0 5 0 0 0 5 1 0 0 3 0 0 3 3 2 0 0 5 0 0 5 5 3 0 0 0 4 0 4 4 4 0 0 0 0 5 5 5 Total 9 8 8 4 5 Available 9 8 1 5 9 0 2 7 6 8 3 0 7 7 4 0 0 4

Solusi optimal pengiriman barang adalah : - dari pabrik A ke gudang X = 8 unit biaya transport = 8 x $ 1.00 = $ 8.00 - dari pabrik A ke gudang Y = 1 unit biaya transport = 1 x $ 2.00 = $ 2.00 - dari pabrik B ke gudang Y = 3 unit biaya transport = 3 x $ 1.00 = $ 3.00 - dari pabrik B ke gudang Z = 5 unit biaya transport = 5 x $ 2.00 = $ 10.00 - dari gudang X ke pasar 1 = 3 unit biaya transport = 3 x $ 5.00 = $ 15.00 - dari gudang X ke pasar 2 = 5 unit biaya transport = 5 x $ 7.00 = $ 35.00 - dari gudang Y ke pasar 3 = 4 unit biaya transport = 4 x $ 7.00 = $ 28.00 - dari gudang Z ke pasar 4 = 5 unit biaya transport = 5 x $ 4.00 = $ 20.00 Total biaya trasportasi = $ 121.00

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

34

Kamarul Imam rul2a@yahoo.com

Contoh-7 : Critical Path Method (PERT/CPM). Dalam membangun sebuah rumah, aktivitas-aktivitas pokok seseuai dengan urutannya bisa dilihat pada tabel berikut :
Akitivtas Menggali Fondasi Fondasi Cor Lantai Dasar Plester Lantai Tembok Rafter Keramik Lantai Interior Atap Penghalusan Halaman Notasi DIG FOUND POURB JOISTS WALLS RAFTERS FLOOR ROUGH ROOF FINISH SCAPE Waktu Proses (hari) 3 4 2 3 5 3 4 6 7 5 2 Kegiatan Sebelumnya DIG FOUND FOUND FOUND WALLS, POURB JOISTS FLOOR RAFTERS ROUGH, ROOF POURB, WALLS

Jaringan PERT/CPM yang bisa dibuat adalah :
Floor 4

F
6

Rough

Joists 3

D

A

Dig 3

B

Found 4

C
2 Walls 5

Pourb

G
3 Rafters

7 Roof

H
Finish 5

E

2 Scape

I

Dengan catatan bahwa setiap aktivitas yang berada di critical path diberi nilai = 1 dan jika tidak, diberi nilai = 0. Tujuan optimasi CPM ini adalah memaksimumkan panjang jaringan, sehingga pada fungsi tujuan dapat ditulis : Z max. = 3 DIG + 4 FOUND + 2 POURB + 3 JOISTS + 5 WALLS + 3 RAFTERS + 4 FLOOR + 6 ROUGH + 7 ROFF + 5 FINISH + 2 SCAPE Perlu dicatat, bahwa : kegiatan DIG pasti berada di jalur kritis, suatu kegiatan berada di jalur kritis hanya jika kegiatan sebelumnya berada di jalur kritis. Lebih jauh lagi, jika suatu kegiatan berada di jalur kritis, maka pasti salah satu dari kegiatan-kegiatan lanjutannya berada di jalur kritis, - salah satu kegiatan di akhir jaringan (Scape atau Finish) berada di jalur kritis. Dari rasionalisasi tersebut, maka dapat dibuat kendala-kendala sebagai berikut : s/t. - DIG = -1 kendala yang menyatakan bahwa DIG berada di jalur kritis,

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

35

Kamarul Imam rul2a@yahoo.com

- FOUND + DIG = 0 kendala yang menyatakan bahwa FOUND juga berada di jalur kritis, - JOISTS – POURB – WALLS +FOUND = 0 kendala yang menyatakan bahwa salah satu dari kegiatan setelah FOUND (JOISTS, POURB, WALLS) berada di jalur kritis, - FLOOR + JOISTS = 0 kendala yang menyatakan bahwa jika JOISTS berada di jalur kritis, maka FLOOR juga di jalur kritis, atau sebaliknya, - RAFTERS – SCAPE + POURB + WALLS = 0 kendala yang menyatakan bahwa jika POURB atau WALLS berada di jalur kritis, maka RAFTERS atau SCAPE juga di jalur kritis, atau sebaliknya, - ROUGH + FLOOR = 0 kendala yang menyatakan bahwa jika FLOOR berada di jalur kritis, maka ROUGH juga di jalur kritis, atau sebaliknya, - ROOF + RAFTERS = 0 kendala yang menyatakan bahwa jika RAFTERS berada di jalur kritis, maka ROOF juga di jalur kritis, atau sebaliknya, - FINISH + ROUGH + ROOF = 0 kendala yang menyatakan bahwa jika ROUGH atau ROOF berada di jalur kritis, maka FINISH juga di jalur kritis, atau sebaliknya, + FINISH + SCAPE = +1 kendala yang menyatakan bahwa FINISH atau SCAPE berada di jalur kritis. Penulisan formula model tersebut di atas dapat dituliskan dengan aplikasi program LINDO sebagai :
MAX 3 + SUBJECT + END DIG + 4 FOUND + 2 POURB + 3 JOISTS + 5 WALLS + 3 RAFTERS 4 FLOOR + 6 ROUGH + 7 ROFF + 5 FINISH + 2 SCAPE TO DIG = -1 FOUND + DIG = 0 JOISTS – POURB – WALLS +FOUND = 0 FLOOR + JOISTS = 0 RAFTERS – SCAPE + POURB + WALLS = 0 ROUGH + FLOOR = 0 ROOF + RAFTERS = 0 FINISH + ROUGH + ROOF = 0 FINISH + SCAPE = +1

Solusi optimal dicapai setelah iterasi ke-4 seperti di bawah ini : LP OPTIMUM FOUND AT STEP 4 OBJECTIVE FUNCTION VALUE 1) 27.00000 VARIABLE VALUE REDUCED COST DIG 1.000000 0.000000 FOUND 1.000000 0.000000 POURB 0.000000 3.000000 JOISTS 0.000000 0.000000 WALLS 1.000000 0.000000 RAFTERS 1.000000 0.000000 FLOOR 0.000000 0.000000 ROUGH 0.000000 2.000000 ROOF 1.000000 0.000000 FINISH 1.000000 0.000000

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

36

Kamarul Imam rul2a@yahoo.com

SCAPE ROW SLACK 2) 3) 4) 5) 6) 7) 8) 9) 10) NO. ITERATIONS=

0.000000 OR SURPLUS 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 4

13.000000 DUAL PRICES -7.000000 -4.000000 0.000000 3.000000 5.000000 7.000000 8.000000 15.000000 20.000000

Tampak dari solusi optimal tersebut di atas, bahwa jalur kritis dari jaringan tersebut adalah : DIG FOUND WALLS RAFTERS ROOF FINISH, dengan waktu 27 hari. Solusi optimal dengan aplikasi program Excel tidak berbeda dengan solusi optimal LINDO. Berikut ini penulisan dengan Excel pada sheet :
A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Variabel Keputusan DIG FOUND POURB JOISTS WALLS RAFTERS FLOOR ROUGH ROOF FINISH SCAPE =B15-B16 =+B16-B18-B17-B19 =B18-B21 =B19+B17-B20-B25 =B21-B22 =B20-B23 =B22+B23-B24 =B24+B25 =-B15 DIG FOUND POURB JOISTS WALLS RAFTERS FLOOR ROUGH ROOF FINISH SCAPE B 3 4 2 3 5 3 4 6 7 5 2 Total Waktu =SUMPRODUCT(B2:B12;B15:B25) C D E F G H I Kebutuhan Waktu untuk Aktivitas (dalam hari)

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

37

Kamarul Imam rul2a@yahoo.com

Gunakan fasilitas SOLVER : tentukan Set Target Cell : $E$3 → set cell equal to : Max → maksimasi by changing cells : $B$15:$B$25 subject to the constraints : $D$15:$D$21 =0 → kendala kemungkinan jalur kritis $D$22 =1 → kendala FINISH atau SCAPE di jalur kritis $D$23 =-1 → kendala DIG di jalur kritis - solve → perintah untuk melakukan optimasi. Pada option : assume linear model dan assume non negative. Solusi optimal yang dihasilkan adalah :
A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 DIG FOUND POURB JOISTS WALLS RAFTERS FLOOR ROUGH ROOF FINISH SCAPE Variabel Keputusan DIG FOUND POURB JOISTS WALLS RAFTERS FLOOR ROUGH ROOF FINISH SCAPE 1 1 0 0 1 1 0 0 1 1 0 0 0 0 0 0 0 0 1 -1 B 3 4 2 3 5 3 4 6 7 5 2 Total Waktu 27 C D E F G H I Kebutuhan Waktu untuk Aktivitas (dalam hari)

-

Dari solusi optimal tampak bahwa jalur kritis untuk jaringan adalah : DIG FOUND WALLS RAFTERS ROOF FINISH dengan waktu 27 hari.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

38

Kamarul Imam rul2a@yahoo.com

Contoh-8 : Programa Dinamis untuk Perencanaan Produksi Sebuah perusahaan memproduksi sebuah jenis produk. Pola permintaan untuk empat musim mendatang adalah : - spring : 20 unit, - summer : 30 unit, - autumn : 50 unit, - winter : 60 unit. Dengan asumsi seluruh permintaan bisa dipenuhi, ada dua kebijakan perusahaan yang penting untuk dipilih, yaitu : a. produksi mengikuti pola permintaan dan tidak diperkenankan adanya persediaan, b. memproduksi dengan tingkat yang stabil = 40 unit per musim dan diperbolehkan adanya persediaan untuk mengantisipasi fluktuasi permintaan dari musim ke musim. Ada biaya yang berkaitan dengan tingkat persediaan dan biaya yang berkaitan dengan tingkat produksi. Maka dapat dilakukan kombinasi antara kedua kebijakan tersebut di atas untuk meminimumkan biaya, misal : menyediakan sedikit persediaan tetapi juga melakukan produksi dalam jumlah yang bervariasi. Untuk perhitungan biaya, perusahaan memperkirakan bahwa perubahan tingkat produksi dari suatu periode ke periode berikutnya akan menimbulkan biaya = $ 500.00 per unit. Biaya ini sering disebut sebagai biaya “hiring dan firing”. Perusahaan juga mengestimasikan bahwa biaya persediaan yang timbul adalah = $ 800.00 per unit pada setiap akhir periode. Persediaan awal pada saat sekarang = 0, dan tingkat produksi = 55 unit per musim. Biaya yang timbul jika kebijakan ini digunakan (memproduksi = 55 unit setiap musim) dan tidak boleh ada persediaan, adalah : $ 500.00 x (35 + 10 + 20 + 10 + 5) = $ 40,000.00 Di lain pihak, jika kebijakan tingkat produksi stabil yang dipilih, maka biaya yang timbul adalah : $ 800.00 x (20 + 30 + 20 + 0) = $ 56,000.00 Pemilihan optimal dapat dilakukan dengan LP. Buat terlebih dahulu notasi untuk variabel keputusan : Pi = jumlah unit produksi pada periode-i, di mana i = 1, 2, 3 dan 4, Ii = jumlah unit persediaan pada akhir periode-I (ending inventory), Ui = penambahan tingkat produksi antar periode i-1 dengan periode-i, Di = penurunan tingkat produksi antar periode i-1 dengan periode-i. Pi adalah variabel keputusan yang bersifat terbuka. Variabel ini sangat berguna untuk mendefinisikan variabel-variabel Ii, Ui dan Di, dengan demikian dapat dihitung biaya pada periode-periode mana saja pada saat diperlukan. Tujuan optimasi adalah meminimumkan biaya per tahun, maka diupayakan biaya persediaan dan biaya perubahan tingkat produksi ditekan ke titik minimum. Total biaya persediaan adalah : 800 I1 + 800 I2 + 800 I3 + 800 I4 Biaya perubahan tingkat produksi : 500 U1 + 500 U2 + 500 U3 + 500 U4 + 500 D1 + 500 D2 + 500 D3 + 500 D4

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

39

Kamarul Imam rul2a@yahoo.com

Pada persoalan yang melibatkan periode ganda, akan timbul kendala keseimbangan bahan untuk setiap produk pada setiap periode. Yang dimaksud dengan keseimbangan bahan adalah : sumber = penggunaan. Secara tekstual keseimbangan tersebut dapat diformulasikan : Beginning Inventory + Production – Ending Inventory = Demand Dalam bentuk matematis, kendala keseimbangan pada persoalan tersebut di atas adalah : P1 – I1 + I2 + I3 + I1 = 20 P2 – I2 = 30 P3 – I3 = 50 P4 = 60

Terlihat bahwa I0 dan I4 tidak muncul pada persamaan di atas, karena I0 = I4 = 0. Jika formula model ini diselesaikan seperti biasa, maka tidak ada keharusan untuk mengharuskan Ui, Di > 0. Solusinya semata-mata karena kebijakan produksi, seperti : P1 = 20, P2 = 30, P3 = 50 dan P4 = 60. Kebijakan ini mengimplikasikan peningkatan produksi pada akhir periode. Ini menyebabkan perlu adanya pengetatan terhadap U1, U2, U3 dan U4 untuk mendapat nilai yang cocok, melalui kendala-kendala berikut : U1 U2 U3 U4 > > > > P1 P2 P3 P4 – – – – 55 P1 P2 P3

Penurunan produksi juga tidak bisa dihitung dengan tepat, untuk itu perlu ditambahkan kendala-kendala berikut : D1 D2 D3 D4 > > > > 55 – P1 P1 – P2 P2 – P3 P1 – P4

Dengan mempertimbangkan bahwa pada akhir musim winter tingkat produksi kembali ke 55 unit, maka tambahkan variabel U5 dan D5 untuk mengukur perubahan produksi pada akhir musim winter. U5 > 55 – P4 D5 > P4 – 55 Untuk melengkapi formulasi, perlu ditambahkan strategi campuran, seperti berikut : P1 = P2 = 25 P3 = P4 = 55 Sebelum diselesaikan, beberapa kendala bisa disederhanakan menjadi sebuah kendala, seperti : U2 > P2 – P1 D2 > P1 – P2 menjadi sebuah kendala gabungan baru : U2 – D2 = P2 – P1 Pernyataan ini lebih bersifat ekonomis, dibanding matematis. Kegunaannya adalah lebih menekankan U2 = P2 – P1, jika P2 – P1 > 0 dan D2 = P1 – P2, jika P1 – P2 > 0. Dari sisi ekonomi, bisa diargumentasikan bahwa pada solusi optimal paling banyak salah satu dari U2 dan D2 > 0 di dalam kedua kendala di atas. Jika

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

40

Kamarul Imam rul2a@yahoo.com

U2 dan D2 > 0 di dalam formula gabungan, maka keduanya bisa direduksi menjadi suatu persamaan untuk mengurangi biaya tanpa melanggar kendala. Formula model yang lengkap dapat dituliskan dengan LINDO sebagai : MIN 800 I1 + 800 I2 + 800 I3 + 500 U1 + 500 U2 + 500 U3 + 500 U4 + 500 D1 + 500 D2 + 500 D3 + 500 D4 + 500 U5 + 500 D5 SUBJECT TO 2) - I1 + P1 = 20 3) I1 - I2 + P2 = 30 4) I2 - I3 + P3 = 50 5) I3 + P4 = 60 6) U1 - D1 - P1 = - 55 7) U2 - D2 + P1 - P2 = 0 8) U3 - D3 + P2 - P3 = 0 9) U4 - D4 + P3 - P4 = 0 10) U5 - D5 + P4 = 55 END Solusi optimal dicapai setelah iterasi 9 :
LP OPTIMUM FOUND AT STEP 9 OBJECTIVE FUNCTION VALUE 1) 38000.00 VARIABLE I1 I2 I3 U1 U2 U3 U4 D1 D2 D3 D4 U5 D5 P1 P2 P3 P4 ROW 2) 3) 4) 5) 6) 7) 8) 9) 10) VALUE 5.000000 0.000000 5.000000 0.000000 0.000000 30.000000 0.000000 30.000000 0.000000 0.000000 0.000000 0.000000 0.000000 25.000000 25.000000 55.000000 55.000000 SLACK OR SURPLUS 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 9 REDUCED COST 0.000000 700.000000 0.000000 1000.000000 100.000000 0.000000 0.000000 0.000000 900.000000 1000.000000 1000.000000 800.000000 200.000000 0.000000 0.000000 0.000000 0.000000 DUAL PRICES 900.000000 100.000000 0.000000 -800.000000 500.000000 -400.000000 -500.000000 -500.000000 300.000000

NO. ITERATIONS=

P1 P2 P3 P4

= = = =

produksi produksi produksi produksi

pada pada pada pada

musim musim musim musim

spring = 25 unit summer = 25 unit autumn = 55 unit winter = 55 unit

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

41

Kamarul Imam rul2a@yahoo.com

Items Beginning Inv. Production Ending Inv. Demand

Spring 0 25 5 20

Summer 5 25 0 30

Autumn 0 55 5 50

Winter 5 55 0 60

I1 = ending inventory pada periode 1 = 5 unit I2 = ending inventory pada periode 2 = 0 unit I3 = ending inventory pada periode 3 = 5 unit I4 = ending inventory pada periode 4 = 0 unit D1 = penurunan produksi pada periode 1 dibanding periode 4 sebelumnya = 55 – 25 = 30 unit, D2 = penurunan produksi pada periode 2 dibanding periode 1 sebelumnya = 25 – 25 = 0 unit, D3 = tidak terjadi penurunan produksi pada periode 3 dibanding periode 2 sebelumnya, sebab dari 25 unit menjadi 55 unit, atau = 0 unit, D4 = tidak terjadi penurunan produksi pada periode 4 dibanding periode 3 sebelumnya = 55 – 55 = 0 unit. U1 = tidak terjadi peningkatan produksi pada periode 1 dibanding periode 4 sebelumnya, sebab dari 55 unit menjadi 25 unit, atau = 0 unit, U2 = peningkatan produksi pada periode 2 dibanding periode 1 sebelumnya = 25 – 25 = 0 unit, U3 = peningkatan produksi pada periode 3 dibanding periode 2 sebelumnya, sebab dari 25 unit menjadi 55 unit = 30 unit, U4 = tidak terjadi peningkatan produksi pada periode 4 dibanding periode 3 sebelumnya = 55 – 55 = 0 unit. Total biaya yang ditimbulkan oleh pola produksi (dan akibatnya kepada persediaan akhir serta penurunan/peningkatan produksi antar periode) : = 800 x (5 + 5) + 500 x (30) + 500 x (30) = $ 38,000.00. Penyelesaian dengan Excel dimulai dengan menuliskan formula model sebagai berikut :

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

42

Kamarul Imam rul2a@yahoo.com

A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 I1 I2 I3 U1 U2 U3 U4 D1 D2 D3 D4 U5 D5

B 800 800 800 500 500 500 500 500 500 500 500 500 500

C

D

E

F

Uncontrollable Variables and Parameters

Production Level
P1 P2 P3 P4

Decision Variables
I1 I2 I3 U1 U2 U3 U4 D1 D2 D3 D4 U5 D5

Constraints :
=-B21+A18 =B21-B22+B18 =B22-B23+C18 =B23+D18 =B24-B28-A18 =B25-B29+A18-B18 =B26-B30+B18-C18 =B27-B31+C18-D18 =B32-B33+D18

RHS
20 30 50 60 -55 0 0 0 55

Models Output :
Total Cost =SUMPRODUCT(B2:B14;B21:B33)

Gunakan fasilitas SOLVER : tentukan Set Target Cell : $B$36 → set cell equal to : Min → minimasi by changing cells : $B$21:$B$33;$A$18:$D$18 subject to the constraints : $D$21:$D$29=$F$21:$F$29 → kendala permintaan, perubahan produksi dan persediaan - solve → perintah untuk melakukan optimasi.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

43

Kamarul Imam rul2a@yahoo.com

Solusi optimal yang dihasilkan adalah : A B C
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

D

E

F

Uncontrollable Variables and Parameters
I1 I2 I3 U1 U2 U3 U4 D1 D2 D3 D4 U5 D5 800 800 800 500 500 500 500 500 500 500 500 500 500

Production Level
P1 25 P2 25 P3 55 P4 55

Decision Variables
I1 I2 I3 U1 U2 U3 U4 D1 D2 D3 D4 U5 D5 5 0 5 0 0 30 0 30 0 0 0 0 0

Constraints :
20 30 50 60 -55 0 0 0 55

RHS
20 30 50 60 -55 0 0 0 55

Models Output :
Total Cost 38000

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

44

Kamarul Imam rul2a@yahoo.com

Contoh-9 : Transshipment Model. Seymour Miles adalah manajer distribusi Zigwell Inc. Zigwell mendistribusikan traktor perata (crawler tractor), E-9; kepada lima propinsi. Pada saat sekarang perusahaan memiliki 10 traktor di pusat gudang komponen-1 yang harus dikonstruksi di pabrik-3 dan-4, masing-masing 3 unit dan 7 unit. Jaringan distribusi Zigwell adalah :

3
c23 +10 c34 c12 c43

-3

1

2
c24

4

-7 c53

c25

c54

5
Dari gambar jaringan ini, dapat diketahui bahwa ada empat jalur alternatif yang bisa dipilih untuk pendistribusi traktor adalah : 1 – 2 – 3, 1 – 2 – 4 – 3, 1 – 2 – 5 – 3 dan 1 – 2 – 5 – 4 – 3. Biaya distribusi/unit, cij dan kapasitas pengiriman, uij adalah :
c12 = 100 c23 = 105 c24 = 90 c25 = 75 c34 c43 c53 c54 = = = = 110 80 85 100 u12 = 10 u23 = 3 u24 = 5 u25 = 5 u34 u43 u53 u54 = = = = 4 8 5 6

Persoalan optimasi adalah : bagaimana bisa mengirim traktor sesuai dengan kebutuhan di pabrik-3 dan pabrik-4 dengan biaya minimum. Formula model LP adalah : Zmin = 100 X12 + 105 X54 s/t. X12 = 10 - X12 + X23 +X24 + X25 - X23 – X43 – X53 + X34 - X24 – X34 – X54 + X43 - X25 + X53 + X 54 = 0 0 < Xij < uij X23 + 90 X24 + 75 X25 + 110 X34 + 80 X43 + 85 X53 + 100

=0 = -3 = -7

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

45

Kamarul Imam rul2a@yahoo.com

Dengan LINDO formula model dan solusi optimal yang dihasilkan adalah : MIN 100 X12 + 105 X23 + 90 X24 + 75 X25 + 110 X34 + 80 X43 + 80 X53 + 100 X54 SUBJECT TO 2) X12 = 10 3) - X12 + X23 + X24 + X25 = 0 4) - X23 + X34 - X43 - X53 = - 3 5) - X24 - X34 + X43 - X54 = - 7 6) - X25 + X53 + X54 = 0 7) X23 <= 3 8) X24 <= 5 9) X25 <= 5 10) X34 <= 4 11) X43 <= 8 12) X53 <= 5 13) X54 <= 6 END Solusi optimal dicapai setelah iterasi ke-3 : LP OPTIMUM FOUND AT STEP 3 OBJECTIVE FUNCTION VALUE 1) 2115.000 VARIABLE VALUE REDUCED COST X12 10.000000 0.000000 X23 3.000000 0.000000 X24 5.000000 0.000000 X25 2.000000 0.000000 X34 0.000000 40.000000 X43 0.000000 150.000000 X53 0.000000 50.000000 X54 2.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 -205.000000 3) 0.000000 -105.000000 4) 0.000000 0.000000 5) 0.000000 70.000000 6) 0.000000 -30.000000 7) 0.000000 0.000000 8) 0.000000 85.000000 9) 3.000000 0.000000 10) 4.000000 0.000000 11) 8.000000 0.000000 12) 5.000000 0.000000 13) 4.000000 0.000000 NO. ITERATIONS= 3 RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X12 100.000000 INFINITY INFINITY X23 105.000000 50.000000 40.000000 X24 90.000000 85.000000 INFINITY X25 75.000000 40.000000 50.000000 X34 110.000000 INFINITY 40.000000 X43 80.000000 INFINITY 150.000000

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

46

Kamarul Imam rul2a@yahoo.com

X53 X54 ROW 2 3 4 5 6 7 8 9 10 11 12 13

80.000000 100.000000 CURRENT RHS 10.000000 0.000000 -3.000000 -7.000000 0.000000 3.000000 5.000000 5.000000 4.000000 8.000000 5.000000 6.000000

INFINITY 40.000000 RIGHTHAND SIDE RANGES ALLOWABLE INCREASE 0.000000 0.000000 0.000000 0.000000 0.000000 INFINITY 2.000000 INFINITY INFINITY INFINITY INFINITY INFINITY D 10 3 5 5 4 8 5 6 Available E

50.000000 85.000000 ALLOWABLE DECREASE 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 3.000000 3.000000 4.000000 8.000000 5.000000 4.000000 F =-B12+B13+B14+B15 =-B13-B17-B18+B16 =-B14-B16-B19+B17 =-B15+B18+B19

Optimasi dengan Excel, dengan input : A B C
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

Uncontrollable Variables and Parameters
c12 c23 c24 c25 c34 c43 c53 c54 100 105 90 75 110 80 85 100 u12 u23 u24 u24 u34 u43 u53 u54

Decision Variables :
X12 X23 X24 X25 X34 X43 X53 X54 10 3 5 2 0 0 0 2

Required 3 7

10

Total Cost
-

=SUMPRODUCT(B2:B9;B12:B19)

Gunakan fasilitas SOLVER :

tentukan Set Target Cell : $B$21 equal to : Min by changing cells : $B$12:$B$19 subject to the constraints : $B$12 =$D$12 $B$12:$B$19 <=$D$2:$D$9

→ set cell → minimasi

→ kendala persediaan → kendala kapasitas

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

47

Kamarul Imam rul2a@yahoo.com

$F$12=0 → $F$3 =-$E$12 $F$4 =-$E$13 $F$5 =0 - solve

→ → → →

kendala keseimbangan di simpul-2 kendala kebutuhan di simpul-3 kendala kebutuhan di simpul-4 kendala keseimbangan di simpul-5 perintah untuk melakukan optimasi.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

48

Kamarul Imam rul2a@yahoo.com

Solusi optimal yang dihasilkan adalah : A B C
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

D 10 3 5 5 4 8 5 6 Available

E

F 0 -3 -7 0

Uncontrollable Variables and Parameters
c12 c23 c24 c25 c34 c43 c53 c54 100 105 90 75 110 80 85 100 u12 u23 u24 u24 u34 u43 u53 u54

Decision Variables :
X12 X23 X24 X25 X34 X43 X53 X54 10 3 5 2 0 0 0 2 2115

Required 3 7

10

Total Cost

Contoh-10 : Financial Planning Model with Tax Considerations. Winston-Salem Development Management (WSDM) sedang merencanakan investasinya untuk tiga tahun mendatang. Saat sekarang, WSDM memiliki dana sebesar 2 juta dollar untuk diinvestasikan. Dalam interval waktu enam bulan pada tiga tahun mendatang, WSDM mengharapkan memperoleh penghasilan dari investasinya sebesar = $ 500,000 - $ 400,000 - $ 380,000 - $ 360,000 - $ 340,000 - $ 300,000. Ada tiga proyek pengembangan pemukiman di mana WSDM diharapkan untuk berpartisipasi. Proyek pertama adalah The Foster City Development yang akan memberikan hasil selama tiga tahun mendatang (dalam interval waktu yang sama) sebesar = $ 3,000,000; - $ 1,000,000; - $ 1,800,000; $ 400,000; $ 1,800,000; $ 1,800,000; dan pada akhir tahun ke tiga diestimasi bahwa nilai proyek = $ 5,500,000. Proyek kedua adalah perbaikan pemukiman masyarakat menengah ke bawah yang akan menghasilkan arus kas dalam tiga tahun mendatang sebagai berikut : $ 2,000,000; - $ 500,000; $ 1,500,000; $ 1,500,000; $ 1,500,000; $ 200,000 dan - $ 1,000,000. Proyek ketiga adalah Disney Universe Hotel, yang akan menghasilkan arus kas sebagai berikut : - $ 2,000,000; - $ 2,000,000; - $ 1,800,000; $ 1,000,000; $ 1,000,000; dan diestimasikan bahwa nilai proyek pada akhir tahun ketiga = $ 6,000,000. WSDM bisa meminjam uang dengan interval waktu enam bulanan di mana tingkat bunga = 3,5% per setengah tahun. Dua juta dolar dapat dipinjam

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

49

Kamarul Imam rul2a@yahoo.com

sekaligus, dengan catatam bahwa saldo hutang tidak boleh melebihi $ 2,000,000.00. WSDM juga dapat menginvestasikan kelebihan dana (dalam bentuk dipinjamkan kepada pihak lain) dengan memperoleh bunga sebesar 3,00% per setengah tahun. Formulasi persoalan tersebut di atas, bisa dimulai dengan memberikan notasinotasi terhadap variabel-variabel keputusan : F = tingkat partisipasi ke proyek Foster City, M = tingkat partisipasi ke proyek pemukiman menegah ke bawah, D = tingkat partisipasi ke proyek Disney Universe Hotel, Bi = jumlah pinjaman pada periode-i dalam ribuan dollar, Li = jumlah yang dipinjamkan pada periode-i dalam ribuan dollar, Z = total penghasilan bersih setelah tiga tahun dalam ribuan doillar. (untuk penyederhanaan, maka angka-angka ditulis dalam ribuan dollar). Formula model dengan LINDO dapat ditulis sebagai berikut :
MAX Z SUBJECT TO 2) 3000 F + 2000 M + 2000 D - B1 + L1 = 2000 3) 1000 F + 500 M + 2000 D + 1.035 B1 - 1.03 L1 - B2 + L2 = 500 4) 1800 F - 1500 M + 1800 D + 1.035 B2 - 1.03 L2 - B3 + L3 = 400 5) - 400 F - 1500 M - 1000 D + 1.035 B3 - 1.03 L3 - B4 + L4 = 380 6) - 1800 F - 1500 M - 1000 D + 1.035 B4 - 1.03 L4 - B5 + L5 = 360 7) - 1800 F - 200 M - 1000 D + 1.035 B5 - 1.03 L5 - B6 + L6 = 340 8) Z - 5500 F + 1000 M - 6000 D + 1.035 B6 - 1.03 L6 = 300 9) B1 <= 2000 10) B2 <= 2000 11) B3 <= 2000 12) B4 <= 2000 13) B5 <= 2000 14) B6 <= 2000 15) F <= 1 16) M <= 1 17) D <= 1 END Solusi optimal yang dihasilkan setelah iterasi ke-9, adalah : LP OPTIMUM FOUND AT STEP 9 OBJECTIVE FUNCTION VALUE 1) 7665.179 VARIABLE VALUE REDUCED COST Z 7665.178711 0.000000 F 0.714341 0.000000 M 0.637210 0.000000 D 0.000000 452.381622 B1 1417.443359 0.000000 L1 0.000000 0.008788 B2 2000.000000 0.000000 L2 0.000000 0.334314 B3 2000.000000 0.000000 L3 0.000000 0.250957 B4 448.448975 0.000000 L4 0.000000 0.005304 B5 0.000000 0.005150 L5 2137.484131 0.000000

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

50

Kamarul Imam rul2a@yahoo.com

B6 0.000000 L6 3954.864990 ROW SLACK OR SURPLUS 2) 0.000000 3) 0.000000 4) 0.000000 5) 0.000000 6) 0.000000 7) 0.000000 8) 0.000000 9) 582.556641 10) 0.000000 11) 0.000000 12) 1551.551025 13) 2000.000000 14) 2000.000000 15) 0.285659 16) 0.362790 17) 1.000000 NO. ITERATIONS= 9

0.005000 0.000000 DUAL PRICES 1.819220 1.757701 1.381929 1.098031 1.060900 1.030000 1.000000 0.000000 0.327404 0.245466 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

Sensitivitas hasil adalah :
RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE Z 1.000000 INFINITY 1.000000 F 0.000000 3043.720947 454.595520 M 0.000000 644.820129 583.692078 D 0.000000 452.381531 INFINITY B1 0.000000 0.008822 0.409697 L1 0.000000 0.008788 INFINITY B2 0.000000 INFINITY 0.327404 L2 0.000000 0.334314 INFINITY B3 0.000000 INFINITY 0.245466 L3 0.000000 0.250956 INFINITY B4 0.000000 0.005304 0.162487 L4 0.000000 0.005304 INFINITY B5 0.000000 0.005150 INFINITY L5 0.000000 0.005150 0.222112 B6 0.000000 0.005000 INFINITY L6 0.000000 0.005000 0.227864 ROW 2 3 4 5 6 7 8 9 10 11 12 CURRENT RHS 2000.000000 500.000000 400.000000 380.000000 360.000000 340.000000 300.000000 2000.000000 2000.000000 2000.000000 2000.000000 RIGHTHAND SIDE RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE 1415.854004 2526.244385 775.555481 1887.036987 1198.599121 942.752625 448.448975 1551.551025 INFINITY 2137.484131 INFINITY 3954.864990 INFINITY 7665.178711 INFINITY 582.556641 561.718079 1136.009033 1027.054443 296.852295 INFINITY 1551.551025

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

51

Kamarul Imam rul2a@yahoo.com

13 14 15 16 17

2000.000000 2000.000000 1.000000 1.000000 1.000000

INFINITY INFINITY INFINITY INFINITY INFINITY

2000.000000 2000.000000 0.285659 0.362790 1.000000

Dari solusi optimal, dihasilkan bahwa : penghasilan bersih maksimum dalam tiga tahun mendatang $7,665,179.00. Dengan program Excel, input datanya adalah : A B C D E 1 Uncontrollable and Parameters 2 F 1 3 M 1 4 D 1 5 B1 2000 6 B2 2000 7 B3 2000 8 B4 2000 9 B5 2000 10 B6 2000 11 L1 12 L2
13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 L3 L4 L5 L6 Z

Decision Varaibles
F M D B1 B2 B3 B4 B5 B6 L1 L2 L3 L4 L5 L6 Z =3000*B20+2000*B21+2000*B22-B23+B29 =1000*B20+500*B21+2000*B22+1,035*B231,03*B29-B24+B30 =1800*B20-1500*B21+1800*B22+1,035*B241,03*B30-B25+B31 =-400*B20-1500*B21-1000*B22+1,035*B251,03*B31-B26+B32 =-1800*B20-1500*B21-1000*B22+1,035*B261,03*B32-B27+B33 =-1800*B20-200*B21-1000*B22+1,035*B271,03*B33-B28+B34 =B35-5500*B20+1000*B216000*B22+1,035*B28-1,03*B34

Constraints
2000 500 400 380 360 340 300

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

52

Kamarul Imam rul2a@yahoo.com

Gunakan fasilitas SOLVER : tentukan Set Target Cell : $B$35 → set cell equal to : Max → maksimasi by changing cells : $B$20:$B$35 subject to the constraints : $B$20:$B$22 <=$B$2:$B$4 → kendala fraksional investasi $B$23:$B$28 <=$B$5:$B$10 → kendala jumlah pinjaman $C$20:$C$26 =$E$20:$E$26 → kendala return yang diharapkan perusahaan - solve → perintah optimasi.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

53

Kamarul Imam rul2a@yahoo.com

A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 F M D B1 B2 B3 B4 B5 B6 L1 L2 L3 L4 L5 L6 Z

B 1 1 1 2000 2000 2000 2000 2000 2000

C

D

E

Uncontrollable and Parameters

Decision Varaibles
F M D B1 B2 B3 B4 B5 B6 L1 L2 L3 L4 L5 L6 Z 0,714341 0,637209 0 1417,443 2000 2000 448,4490 0 0 0 0 0 0 2137,484 3954,865 7665,178 2000 500 400 380 360 340 300

Constraints
2000 500 400 380 360 340 300

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

54

Kamarul Imam rul2a@yahoo.com

Contoh-11 : The Longer Boats Coy.Kasus

:

The Longer Boats Yacth Company memproduksi tiga jenis papan surving : Sting, Ray dan Breaker. Berikut ini data harga jual, variable cost dan alokasi fixed cost untuk ketiga jenis papan surving pada periode yang akan datang :

Jenis Papan Surving Sting Ray Breaker Total

Harga Jual/Unit ($) 10,000 7,500 15,000

Biaya Variabel/Unit ($) 5,000 3,600 8,000

Alokasi Biaya Tetap ($) 5,000,000 3,000,000 10,000,000 18,000,000

Untuk periode yang akan datang, perusahaan menerima kontrak untuk memproduksi 700 unit Stings. Konsumen lain memesan Breaker sebanyak 400 unit, dan dari hasil survey pasar dapat diketahui bahwa paling banyak perusahaan harus memproduksi 300 unit Ray. Perusahaan ingin mengetahui berapa produksi yang dapat mereka buat agar perusahaan mencapai break even untuk ketiga jenis produk secara keseluruhan. Prinsip BEP adalah : Total Revenue = Total Cost. Untuk memformulasikan modelnya, notasi yang digunakan adalah : S = jumlah produksi Sting, R = jumlah produksi Ray, dan B = jumlah produksi Breaker. Pada BEP, berlaku hubungan : Total Revenue = Total Cost. 10.000 S + 7.500 R + 15.000 B = 5.000 S + 3.600 R + 8.000 B + 18.000.000 atau : 5.000 S + 3.900 R + 7.000 B = 18.000.000 Untuk kasus ini, perusahaan ingin meminimumkan total variabel cost (biaya ini controllable terhadap jumlah produksi), dengan mempertahankan BEP dan permintaan masing-masing jenis produk. Formula lengkapnya : Zmin = 5.000 S + 3.600 R + 8.000 B s/t. 5.000 S + 3.900 R + 7.000 B = 18.000.000 S > 700 R < 300 B > 400 S,R,B > 0 Penyelesaian dengan SOLVER dapat dilihat sebagai berikut :

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

55

Kamarul Imam rul2a@yahoo.com

Selanjutnya gunakan fasilitas solver sebagai berikut :

Hasil optimal Solver adalah :

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

56

Kamarul Imam rul2a@yahoo.com

S = 2.806 unit R = 300 unit B = 400 unit Total Biaya Variabel = $ 18,310,000.00 Total Biaya Tetap = $ 18,000,000.00 Total Penjualan = $ 36,310,000.00

BEP

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

57

Kamarul Imam rul2a@yahoo.com

Contoh-12 : The Bumbles Inc. Minicase (Production and Inventory Control). Bumles Inc., memberikan pelayanan pengecatan dengan tangan terhadap ceret teh hasil produksi perusahaan lain. Setiap unit ceret membutuhkan 0.5 jam pengecatan. Perusahaan memiliki 30 orang tukang cat, dengan hari kerja Kamis, Jum’at dan Sabtu setiap minggunya. Selama sisa hari, kapasitas pabrik digunakan untuk memproses produk lain. Tidak seluruh dari 30 orang tukang cat itu sibuk, tetapi jika mereka bekerja maka kebutuhan waktu kerjanya adalah 8 jam kerja/hari dalam 2 hari kerja/minggu. Seorang tukang cat dirancang bekerja dan dibayar dengan dasar 16 jam kerja dalam dua hari berturut-turut, walaupun ia tidak benar-benar bekerja dalam waktu sejumlah itu. Jika tidak cukup kesibukan untuk mempekerjakan seluruh tukang cat, maka waktu menganggurnya digunakan untuk pekerjaan lain, seperti : pembersihan bengkel kerja. Penghasilan ceret = $ 15.00/unit (tanpa mempertimbangkan biaya tenaga kerja). Setiap permintaan harus segera dilayani pada saat pesanan itu datang, jika tidak maka pekerjaan itu menjadi batal (dianggap sebagai kerugian) dan menimbulkan biaya penalty sebesar $ 1.00/unit jika terjadi pada hari Kamis, $ 3.00/unit untuk hari Jum;at dan $ 5.00/unit untuk hari Sabtu. Produksi pada suatu hari tertentu dapat digunakan untuk memenuhi pesanan yang datang hari itu atau juga untuk memenuhi pesanan pada hari lain dalam minggu yang sama. Untuk proses lanjutan, (setelah pengecatan adalah pemberian ukiran pada ceret) yang dilakukan pada hari kerja Senin, Selasa dan Rabu, seluruh ceret yang telah dicat harus dikrim kepada pemesan dalam minggu yang bersangkutan (sehingga tidak pernah ada persediaan ceret pada Kamis pagi pada gudang Bumbles). Biaya persediaan adalah $ 0.50/unit/hari. Upah tukang cat = $ 8.00/jam. Permintaan untuk pengecatan adalah : 100 unit pada hari Kamis, 300 unit pada hari Jum’at dan 600 unit pada hari Sabtu. Notasi untuk pesanan atau permintaan adalah DT = jumlah pesanan pada hari Kamis, DF = jumlah pesanan pada hari Jum’at dan DS = jumlah pesanan pada hari Sabtu. Notasi untuk variabel-variabel lainnya : Sx = sales pada hari-x, Dx = permintaan pada hari-x, Lx = kerugian karena pembatalan pada hari-x, Px = produksi pada hari-x, Ix = persediaan pada akhir hari-x. TF = adalah jumlah tukang cat yang bekerja pada hari Kamis-Jum’at, TS = adalah jumlah tukang cat yang bekerja pada hari Kamis-Sabtu, FS = adalah jumlah tukang cat yang bekerja pada hari Jum’at – Sabtu. Pesanan pada hari-x = (penjualan pada hari-x) – (pembatalan pada hari-x) Produksi pada hari-x = (penjualan pada hari-x) + (persediaan pada akhir hari-x) - (persediaan awal pada hari-x)

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

58

Kamarul Imam rul2a@yahoo.com

Formulasi lengkap untuk kasus ini : Zmax = 15(ST + SF + SS) – 128 (TF + TS + FS) – 0.5(IT + IF) – (1.0 LT + 3.0 LF + 5.0 LS) (penjualan) - (upah tukang cat) - (biaya simpan) - (biaya penalty kerugian) s/t. DT = 100 DF = 300 → kendala pesanan DS = 600 - 8 TF – 8 TS + 0.5 PT < 0 → kendala jam kerja produksi - 8 TF – 8 FS + 0.5 PF < 0 - 8 TS – 8 FS + 0.5 PS < 0 ST + IT – PT = 0 SF + IF – IT – PF = 0 → kendala keseimbangan persediaan SS + IS – IF – PS = 0 IS = 0 → kendala yang menyatakan bahwa tidak pernah ada persediaan awal pada hari Kamis. ST + LT – DT = 0 SF + LF – DF = 0 → kendala yang menjelaskan hubungan pesanan - penjualan SS + LS – DS = 0 yang dibatalkan karena tak terlayani TF + TS + FS < 30 → kendala jumlah tukang cat ST, SF, SS, TF, TS, FS, IT, IF, LT, LF, LS > 0 Penjelasan formulasi tersebut di atas adalah sebagai berikut : a. Fungsi tujuan. Memaksimumkan total keuntungan. Total Keuntungan = Total Penjualan – Biaya Tukang Cat – Biaya Simpan - biaya penalty kerugian. 15(ST + SF + SS) – 128 (TF + TS + FS) – 0.5(IT + IF) – (1.0 LT + 3.0 LF + 5.0 LS) Angka 128 berasal dari upah tukang cat = 16 jam x $ 8.00 = $ 128.00 b. Kendala pesanan → sudah jelas. c. Kendala jam kerja produksi. Contoh, untuk Hari Kamis Tukang cat yang bekerja pada Hari Kamis – Jum’at dikalikan dengan 8 jam kerja = 8 TF. Tukang cat yang bekerja pada Hari Kamis – Sabtu dikalikan dengan 8 jam kerja = 8 TS Jam kerja yang terpakai pada hari Kamis = jumlah produksi pada hari Kamis x 0.5 jam = 0.5 PT Jumlah jam kerja yang terpakai pada hari Kamis < kapasitas jam kerja yang tersedia pada hari Kamis : 0.5 PT < 8 TF + 8 TS - 8 TF – 8 TS + 0.5 PT < 0, demikian pula pada hari-hari berikutnya. d. Kendala keseimbangan persediaan. Contoh, untuk hari Kamis : Produksi hari Kamis = Penjualan hari Kamis + Persediaan akhir hari Kamis –Persediaan awal hari Kamis

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

59

Kamarul Imam rul2a@yahoo.com

PT = ST + IT – IS → ST + IT – PT = 0, (dalam hal ini IS diasumsikan = 0), demikian pula pada hari-hari berikutnya . e. Kendala hubungan pesanan – penjualan yang dibatalkan. Contoh, untuk hari Kamis : Pesanan hari Kamis = Penjualan hari Kamis + Pembatalan Penjualan hari Kamis. DT = ST + LT → ST + LT – DT = 0, demikian pula untuk hari-hari berikutnya. f. Kendala jumlah tukang cat → cukup jelas.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

60

Kamarul Imam rul2a@yahoo.com

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

A Contoh : The Bumles Inc.

B

C

D

E

F

G

H

I

Decision Variables :
PT = PF = PS = ST = SF = SS = TF = TS = FS =

Parameters and uncontrollable variables :
DT = DF = DS = Revenue = Cost of Painters IS = IT = IF = LT = LF = LS = Number of painters = Zmax = 100 300 600 $ 15.00 $ 8.00 0 =B4-B7+B20 =B5-B8+B21 =B15-B7 =B16-B8 =B17-B9 30 =B18*(B7+B8+B9)B19*E19*2*(B10+B11+B12)E21*(B21+B22)-H24*B23H25*B24-H26*B25

/unit Work time (hour) Processing time Carrying Cost = Capacities usage Thursday Friday Saturday 8 0.5 $ 0.50 /day /unit /unit/day Penalty Cost: Thursday Friday Saturday Inventory Balance :

=-E19*(B10+B11)+E20*B4 =-E19*(B10+B12)+E20*B5 =-E19*(B11+B12)+E20*B6

$ 1.00 $ 3.00 $ 5.00

Demand-Sales Relationship

29 30 31 32

Thursday Friday Saturday Number of painters used

=B7+B23-B15 =B8+B22-B21-B5 =B9+B20-B22-B6 =B10+B11+B12

Thursday Friday Saturday

=B7+B21-B4 =B8+B22-B21-B5 =B9+B20-B22-B6

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

Kamarul Imam rul2a@yahoo.com

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

A Contoh : The Bumles Inc. Decision Variables : PT = PF = PS = ST = SF = SS = TF = TS = FS =

B

C

D

E

F

G

H

60 420 480 60 300 600 0 3.75 26.25

Parameters and uncontrollable variables : DT = 100 DF = 300 DS = 600 Revenue = $ 15.00 Cost of Painters $ 8.00 IS = 0 IT = 0 IF = 120 LT = 40 LF = 0 LS = 0 Capacity of painters = 30 Zmax = $ 10,460.00

/unit Work time (hour) Processing time Carrying Cost = Capacities usage : Thursday Friday Saturday Demand-Sales Relationship Thursday Friday Saturday Number of painters used 8 0.5 $ 0.50 /day /unit /unit/day Penalty Cost : Thursday Friday Saturday Inventory Balance : Thursday Friday Saturday

0 0 0

$ 1.00 $ 3.00 $ 5.00

0 0 0 30

0 0 0

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

Kamarul Imam rul2a@yahoo.com

Hasil optimal dapat dilihat dari tabel di atas, adalah : Zmax* = $ 10,460.00 PT = produksi hari Kamis = 60 unit PF = produksi hari Jum’at = 420 unit PS = produksi hari Sabtu = 480 unit ST = penjualan hari Kamis = 60 unit SF = penjualan hari Jum’at = 300 unit SS = penjualan hari Sabtu = 600 unit TF = tukang cat yang bekerja hari Kamis – Jum’at = 0 orang TS = tukang cat yang bekerja hari Kamis – Sabtu = 3.75 orang FS = tukang cat yang bekerja hari Jum’at – Sabtu = 26.25 orang

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

1

Kamarul Imam rul2a@yahoo.com

DAFTAR PUSTAKA Camm, Jeffrey, D., and James R. Evans, 1996, Management Sciense, Modeling, Analysis and Interpretation, South Western College Publishing, ITP. Gould, Floyd Jerome, C. P. Schmidt and G.D Eppen, 1993, Introductory Management Science, Fourth Edition, Prentice Hall, Engelwood Cliff, New Jersey. Markland, Robert E., 1993, Topics in Management Science, Fivth Edition, John Wiley and Sons, New York. Mathur, Kamlesh, and Daniel Solow, 1994, Management Science, The Art of Decision Making, Prentice Hall, Engelwood Cliff, New Jersey. Moore, Laurence, J., Sang M. Lee, and Bernard W. Taylor III, Management Science, Allyn and Bacon, Toronto. 1993,

Render, Barry and Ralph M. Stair, Jr., 1991, Quantitative Analysis for Management, Fourth Edition, Allyn and Bacon, Toronto. Schrage, Linus, 1991, LINDO, An Optimization Modeling System, Fourth Edition, The Scientific Press, South San Francisco – USA.

D:\Documents and Settings\HOME\My Documents\OPERATION RESEARCH\TEKNIK OPTIMASI PROGRAM LINIER DENGAN EXCEL DAN LOTUS.doc

2

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->