Anda di halaman 1dari 34

llrrb 2

I'ITOGRAI\{A LINIER

3.1 Pengertlan Umum


l'r'ograma linier yang diter.lemahkan dari Linear Programming
adalah suatu cara untuk menyelesaikan persoalan penglLrkrrsian sumber-sumber yang terbatas di antara beberapa aktivllrrs yang bersaing, dengan cara yang terbaik yang mungkin dilnkukan. Persoalan pengalokasian ini akan muncul manakala se-snonrng harus memilih tingkat aktivitas-aktivitas tertentu yang
lrrsning dalam hal penggunaan sumber daya langka yang dilrrt[uhkan untuk melaksanakan aktivitas-aktivitas tersebut. Belrnrnpa contoh situasi dari uraian di atas antara lain ialah pereonlan pengalokasian fasilitas produksi, persoalan pengalokasian
surnber daya nasional untuk kebutuhan domestik, penjadwalan
pro<luksi, solusi permainan (game), dan pemilihan pola pengirimarr (shipping). Satu hal yang menjadi ciri situasi di atas ialah adarryrr keharusan untuk mengalokasikan sumber terhadap aktivitas.
Programa linier ini menggunakan model matematis untuk
lrlnjelaskan persoalan yang dihadapinya. Sifat "linier" di sini
rrrlrnberi arti bahwa seluruh fungsi matematis dalam model ini
rrrr,r'upakan fungsi yang linier, sedangkan kata "programa" merrrlrirkan sinonim untuk perencanaan. Dengan demikian, prograinn linier (LP) adalah perencanaan aktivitas-aktivitas untuk
rrrr,rnperoleh suatu hasil yang optimum, yaitu suatu hasil yang
rrrlncapai tujuan terbaik di antara seluruh alternatif yang fisibel.
Sebagai ilustrasi, perhatikan contoh soal berikut ini.

tl,l')

\uiloh 2.7-I

l"l' Sayang Anak memproduksi dua jenis mainan yang terbuat


,lrrri kayu, yang berupa boneka dan kereta api. Boneka dijual

t7

dengan harga Rp 27.0004usin yang setiap nusinnya memerlukan


biaya material sebesar Rp 10.000 serta biaya tenaga kerja sebesar
Rp 14.000. Kereta api yang dijual seharga Rp 21.000/lusin memlrlukan biaya material sebesar Rp 9.000 dan biaya tenaga kerja
sebesar Rp 10.000. untuk membuat boneka dan kereta api ini diperlukan dua kelompok tenaga kerja, yaitu tukang kayu dan
iukang poles. Setiap lusin boneka memerlukan 2 jam pemolesan
dan i jam pekerjaan ka,ru, sedangkan setiap lusin kereta api
memerlukan l jam pemolesan dan 1 jam pekerjaan kayu. Meski'
pun pada setiap minggunya perusahaan ini dapat memenuhi seiu"rrt material yang diperlukan, jam kerja yang tersedia hanya
100 jam untuk pemolesan dan 80 jam untuk pekerjaan kayu' Dari
pengamatan pasar selama ini dapat dikatakan bahwa kebutuhan
atai tereta api tidak terbatas, tetapi untuk boneka tidak lebih
dari 40 lusin yang terjual setiap minggunya. Bagaimanakah
formulasi dari persoalan di atas untuk mengetahui berapa lusin
jenis mainan masing-masing yang harus dibuat setiap minggu
keuntungan yang maksimum?
agar
- diperoleh
DJam membangun model dari formulasi persoalan di atas
akan digunakan karakteristik-karakteristik yang biasa digunakan
dalam persoalan programa linier, yaitu:

a.

Variabel kePutusan
Variabel keputusan adalah variabel yang menguraikan secara
lengkap keprrtusan-keputusan yang akan dibuat. Dalam persoalan
ini, variabel keputusan akan menentukan berapa banyak boneka
dan kereta api masing-masing harus dibuat setiap minggunya'
Misalkan: xl = banyaknya boneka yang dibuat setiap minggu
xz = banyaknya kereta api yang dibuat setiap minggu

b.

Fungsi tujuan
Fungsi tujuan merupakan fungsi dari variabel keputusan yang
akan dimaksimumkan (untuk pendapatan atau keuntungan) atau
diminimumkan (untuk ongkos)' Pada persoalan ini akan dimaksimumkan (pendapatan/minggu) - (ongkos materiaVmingeu) (ongkos tenaga kerja/minggu)'
18

Pendapatan dan ongkos-ongkos ini dapat diekspresikan dengan


menggunakan variabel keputusan xr dan xz sebagai berikut:
Pendapatan/minggtr = pendapatan/minggu dari boneka + pen-

dapatan/minggu dari kereta api

xt + Zlxz
materiaVminggu = 10 xr + 9 xz
tenaga kerja/minggu = 14 xr + 10 xz

27

Ongkos
Ongkos
eehingga yang akan dimaksimumkan adalah:
(27 xr + 21 rz)- (10 xr + 9 xz)- (14 xr + 10 xz) 3
=

xl * 2 xz
(latatan: ongkos dan pendapatan dalam ribuan rupiah.
Untuk menyatakan nilai fungsi tujuan ini akan digunakan varialxrl z sehingga fungsi tujuannya menjadi:
Maksimumkanz=3xl

*2x2

(..

Pembatas
Itrmbatas merupakan kendala yang dihadapi sehingga kita tidak
blsa menentukan harga-harga variabel keputusan secara semlxrrang. Pada persoalan di atas ada 3 pembatas yang kita hadapi,
ylri[u:
I'ombatas 1: Setiap minggu tidak lebih dari 100 jam waktu pemolesan yang dapat digunakan
l'ombatas 2: Setiap minggu tidak lebih dari 80 jam waktu pengerjaan kayu yang dapat digunakan
Pombatas 3: Karena permintaan yang terbatas, maka tidak lebih
dari 40 lusin boneka yang dapat dibuat setiap
minggu. Jumlah material yang dapat digunakan diasumsikan tidak terbatas sehingga tidak ada pembatas untuk hal ini.
ii.lrln;,r1nt", ekspresihan pembatas-pembatas itu ke dalam xr
'lnrr x2 sebagai berikut:
lrrrrn[a1ur t' 2 xr + rz S 100
l'r'rnbatas 2: xr + xz < 80
I'r'rnbatas 3: rr < 40
lirrr,frsien dari variabel keputusan pada pembatas disebutkoefisien
trkrnlogis, sedangkan bilangan yang ada di sisi kanan setiap pemInl,rrs disebtt ruas kanan pembatas.
19

d.

Pembatas tanda

Pembatas tanda adalah pembatas yang menjelaskan apakah va-

riabel keputusannya diasumsikan hanya berharga nonnegatif


atau variabel keputusan tersebut boleh berharga positif, boleh juga negatif (tidak terbatas dalam tanda). Pada contoh soal di atas,
kedua variabel keputusan harus berharga nonnegatif sehingga
harus dinyatakan bahwa

xt>0
x2>0
Dengan demikian, formulasi lengkap dari persoalan
Anak adalah:

Maksimumkan
berdasarkan

Pl

Sayang

z=3xl +2xz

2xt + xz < 100


xl + x2 <80
xl< 40
xl > 0
x2) 0

pro<luk baru yang potensial tersebut. IGpala bagian pemasaxan


lnlnh menyimpulkan bahwa perusahaan harus dapat menjual ke-

rlun produk itu sebanyak-banyaknya, yaitu sejumlah yang dapat


rlibuat dengan kapasitas yang ada. Akan tetapi, karena kedua
|,r'rrluk itu akan bersaing untuk menggunalran kapasitas produksi
ynng sama di pabrik 3, maka persoalannya ialah: Berapa banyakLnh masing-masing produk harus dibuat sehingga diperoleh kerrnl,ungan terbaik?
Untuk menyelesaikan persoalan di atas, terlebih dahulu
lrnrus dicari data mengenai:
I Persentase kapasitas produksi masing-masing pabrik yang
dapat digunakan untuk kedua m&cam produk tersebut.
2. Persentase kapasitas yang diperlukan oleh masing-masing
produk untuk setiap unit yang diproduksi per menit.
ll Keuntungan per unit untuk rnasing-masing produk.
I'formasi mengenai ketiga hal di atas diberikan pada Taber 2.1
lx'rikut ini:
produk

Contoh 2.1-2

PI

Indah Gelas adalah suatu perusahaan yang memproduksi


kaca berkualitas tinggi untuk digunakan sebagai jendela dan
pintu kaca. Perusahaan ini memiliki tiga buah pabrik, yaitu
pabrik 1 yang membuat bingkai aluminium, pabrik 2 yang membuat bingkai kayu, dan pabrik 3 yang digunakan untuk memproduksi kaca dan merakit produk keseluruhan. Saat ini per-

Kapasitas yang digunakan per unit


ukuran produksi

rdk

I
2
3
Kountungan
por unit

0
3

0
2
2

$3

$5

Kapasitas yang
dapat cligunakan

4
12
18

usahaan mendapat pesanan berupa dua macam produk baru yang

potensial, yaitu pintu kaca setinggi 8 kaki dengan bingkai aluminium (produk 1), dan jendela berukuran 4 x 6 kaki dengan
bingkai kayu (produk 2). Karena perusahaan sedang mengalami
penurunan pendapatan sebagai akibat resesi dunia, maLa pimpinan perusahaan merasa perlu untuk memperbaiki/mengubah
lintasan produksinya dengan cara menghentikan pembuatan beberapa produk yang tidak menguntungkan sehingga kapasitas
produksi dapat digunakan untuk membuat salah satu atau kedua
20

Tabd 2.1: Data untuk PT lndah Gelas

l(nrena kapasitas yang telah digunakan oleh suatu produk di


pnbrik 3 menyebabkan pmduk lain tidak dapat menggunakannya,
rrrrrka persoalan di atas dikenal sebagai persoalan programa linier
rlcrrgan tipe "campuran produk" atau product mix.
Untuk memformulasikan model matematis dari persoalan ini,
hil.a tentukan xt dan xz sebqgai jumlah unit dari produk 1 dan
2L

produk 2 yang diproduksi per menit, dan kita tentukan pula z sebagai keuntungan yang diperoleh per menit. Dengan demikian,
maka xr dan xz menjadi variabel-variabel keputusan dari model
ini, dan tujuannya adalah memilih harga-harga x1 dan x2 sehingga diperoleh nilai maksimum dari:

z=3xt+5xz
berdasarkan pembatas yang ada, yaitu kapasitas pabrik yang
dapat digunakan.
Tabel 2.1 di atas memberikan implikasi bahwa setiap unit
produk 1 yang diproduksi per menit akan rnenggunakan 1 persen
dari kapasitas pabrik 1, padahal kapasitas yang dapat digunakan
hanya 4 persen. Pembatas ini dinyatakan seeana rnatematis
dengan ketidaksamaan xl < 4. Dengan cara yang sarna, pabrik 2
memiliki pembatas Zxz < 12. Persentase kapasitas pabrik 3
digunakan dengan cara memilih xr dan xz sebagai produk-produk
baru tersebut sehingga ukuran produksinya adalah 3xt + 2xz.
Karena itu, secara matematis pembatas dari pabrik 3 ini adalah
3xr + 2x2 < 18. Karena ukuran produksi ini tidak mungkin
berharga negatif, maka variabel-variabel keputusan ini harus
dibatasi sehingga berharga nonnegatif dengan xl > 0 dan xz > 0.
Sebagai kesimpulan, persoalan di atas dapat dinyatakan secara matematis sebagai berikut:
Maksimumkan
berdasarkan pembatas

z=3xl+5x2
x1

2xz

3xr

<

+ 2xz<

12

18

dan
x1

Dari ilustrasi di atas dapat ditarik kesimpulan mengenai pengertian persoalan programa linier sebagai berikut: Persoalan
programa linier (LP) adalah suatu persoalan optimasi di mana

Kita berusaha memaksimumkan atau meminimumkan suatu


fungsi linier dari variabel-variabel keputusan yang disebut

'2.

ll

I tr

fungsi tujuan.
I{arga/besaran dari variabel-variabel keputusan itu harus memenuhi suatu set pembatas. Setiap pembatas harus merupakan persamaan linier atau ketidaksamaan linier.
Suatu pembatas tanda dikaitkan dengan setiap variabel.
Ljntuk setiap variabel xi, pembatasan tanda akan menunjukkan apakah xi harus nonnegatif(xi > 0) atau xi tidak terbatas
dalam tanda.

li rrisi:
Suatu fungsi f (x1, x2, ..., xn) dari xt, x2t ...t xtr adalah fungsi
linier jika dan hanya jika untuk sejumlah set konstanha cr, c2,
..., c' bet'laku f (xr, \2, ..., xn) = clxl + c2x2 * ... * cnxn

llr,lrrrgni contoh, f (xt, xz) = 2 xt + xz adalah fungsi linier dari xr


,lirn x:r, tetapi 2 x! + xz bukan fungsi linier dari xr dan xz.
tlntuk setiap fungsi linier f (xl, x2, ..., X') dan setiap bilangan
1,, hr,t,idaksamaan f (xt, x2, ..., xn) S b dan f (xl, x2, ..., xn) > b
*lnlrrh ketidaksamaan linier. Sebagai contoh, 2xr + 3xz < 3 dan
3 xr r xz 2 3 adalah ketidaksamaan linier, sedangkan 2*r+xz>
,l lrrr krnlah ketidaksamaan linier.

?.? Model Programa Linier


I'n,ln contoh persoalan Pt Indah Gelas terdapat tiga buah sumber
l.r lrrrt,ns (yaitu kapasitas produksi pada ketiga pabrik) yang harus
(yaitu dua
'ltnl,rknsikan di antara dua aktivitas yang bersaing
rur('nrn produk baru yang dipesan). Sekarang, bagaimana jika ada
d.llurnhlh (katakan m buah) sumber yang terbatas yang harus
,linlrklsikan di antara sejumlah (katakan n buah) aktivitas yang
l,,tr

rttittg?

kita melakukan hal-hal berikut ini:


22

23

Aktivitas

surb\
1

Penggunaan sumber/unit

all
421

AzlUnit
Tingkat

Banyaknya sumber

l2n

yang dapat digunakan

6p
a22

dm2

ol,
?l2n

amn

cl

c2

Cn

x1

x2

Xn

('l'r.rrfu saja yang harus


lt,

kita cari adalah harga-harga xl,

xz,

b1

lr'orrnula$i di atas dinamakan sebagai bentuk standar dari per,.,,nlnn progranaa linier, dan setiap situasi yang formulasi mAter.rrt,isnya memenuhi model ini adalah persoalan programa linier.

:
b"

lstilah yang lebih umum dari model programa linier ini ada-

Tabel 2.2: Data untuk model program llriier

untuk menjelaskan persoalan di af,as, te'rebih datrrurra rerip" beri


nomor (Ir 2, ..., m) untuk surnber dan nomor
tL, Z, .'.", n) untuk

ak-

tivitas. Tentukan xt sebagai tingkat aktivitas j (sebuah


variabel
keputusan) untuk j = 1, 2, ..., fri dan tentukan z
sebagai ukuran
keefektifan yang terpilih. Koefisien c; adalah koefisien-k"r";;;:
an (ongkos) per unit. Kemudian bnlukan bi sebagai banyaknya
slmber i yang dapat
dalam pengalokasian (i i, ,, ...,
=
-digunakan
m). Akhirnya, definisikan
ail sebagai ba.ryukrrya sumber i yang digunakan/dikonsumsi oleh masing-masing unit
aktivitas j iuntuk i
= L, i,..., m dan j = L,2,..., n). Seluruh iata di atas digimi""tu'

seperti pada Tabel 2.2.


Dengan demikian, sekarang kita dapat. membuat formulasi
model matematis dari persoalan pengarokasian sumber-sumber
pada aktivitas-aktivitas sebagai berikut:
Maksimumkan z = ct xt + c2 x2 + ... * cnxn
berdasarkan pembatas:
all xl + a72 x2 + ... + Dln xn
br
421 Xl + A22 X2 + ... + 82n xn
bz

lnlr scbagai berikut:


n ll'ungsi yang dimaksimumkan, yaitu cr x1 + c2 x2 + ... * cn xnr
rlisebut sebagai fungsi tujuan.
lr l'cmbatas-pembatas atau konstrain.
. Scbanyak m buah konstrain perbam4 sering disebut sebagai
konstrain fungsional atau pembatas teknologis.
,l l)cmbatas x; 2 0 disebut sebagai konstrain nonnegatif.
rr Vnriabel xi adalah variabel keputusan.

l'

l(onstanta-konstanta a1, bt dan c; adalah parameter-paraurlLer model.

ll'lrrrn model programa linier dengan bentuk seperti yang telah dil,l rrrtrlrrsikan di atas, ada pula model programa linier dengan
lx'rrt,rrk yang agak lain, seperti:

l,'ungsi tujuan bukan memaksimumkan, melainkan meminilrrtrmkan.


(

)on[oh:

Minimumkan z = cl xl + c2 xz +... * cn Xn
lkrlrcrapa konstrain fungsionalnya mempunyai ketidaksamanrr dalam bentuk lebih besar atau sama dengan.
(

lorrl,lrh:

nit xl + aizx} + ... + ain xn 2 bi


untuk beberapa harga i

.l tli,lrr,rupa konstrain

f,ungsionalnya mempunyai bentuk per-

lililnlllln,
(

dan

xl >0,x2 )0,...,xn )0
24

l,lrtrrlr:

Itil xl + Aizx2+,,. * ainXn = bi,


rrnl,uk beberapa harga i.
25

4.

Menghilangkan konstrain nonnegatif untuk beberapa variabel


keputusan.
Contoh:
xi tidak terbatas dalam tanda, untuk beberapa hargaj.

2.3 Asumsi dalam Model Programa Linier


Dalam menggunakan model programa linier, diperlukan beberapa
asumsi sebagai berikut:

1.

2.

Asumsi kesebandingan (proportionality)


a. Kontribusi setiap variabel keputusan terhadap fungsi
tujuan adalah sebanding dengan nilai variabel keputusan. Sebagai contoh, jika pada contoh 2.1-1 kita membuat
4lusin boneka, maka kontribusinya terhadap fungsi tujuan adalah 4 kali kontribusi setiap lusin boneka, atau 4 x
RP 3.000 = RP 12.000
b. Ifuntribusi suatu variabel keputusan terhadap ruas kiri
dari setiap pembatas juga sebanding dengan nilai variabel keputusan itu. Sebagai contoh, jika kita membuat 4
lusin boneka maka diperlukan 4 kali waktu pemolesan
yang dibutuhkan oleh setiap lusin boneka, atau 4 x 2 jam
= 8 jam.
Asumsi penambahan (additivity)

a.

b.

Kontribusi setiap variabel keputusan terhadap fungsi


tujuan bersifat tidak bergantung pada nilai dari variabel
keputusan yang lain. Sebagai contoh, berapa pun nilai x2,
pembuatan sejumlah xr boneka akan selalu berkontribusi

;1. Asumsi pembagian (divisibility)


Dalam persoalan programa linier, variabel keputusan boleh
diasumsikan berupa bilangan pecahan.

.1. Asumsi kepastian (certainty)


Setiap parameter, yaitu koefisien fungsi tujuan, ruas kanan,
dan koefisien teknologis, diasumsikan dapat diketahui secara
pasti.
!.iuatu masalah pemrograman hanya dapat dirumuskan ke dalam
lrr.rsoalan programa linier apabila asumsi-asumsi di atas terpcnuhi.

2.4 Gontoh Lain Persoalan Programa Linier

llntuk melengkapi

gambaran/pemahaman tentang persoalanyang


dapat diselesaikan dengan programa linier, berJrrrr56"1utt
lltrrl ini diberikan beberapa contoh sebagai berikut:

-1 Masalah perencunaan re gional


llntuk menyukseskan pelaksanaan transmigrasi di Propinsi

9.,1

grornerintah merencanakan membuka lahan


l.l rr

ggali sekaligus dijadikan areal pertanian.

Ada 3 daerah yang dapat dibuka, yaitu daerah L,2, dan 3.


llnsil pertanian masing-masing daerah tersebut dibatasi oleh dua
lrnl, yaitu luas tanah yang dapat dialiri air dari irigasi dan
lrnrryaknya air yang dapat dialokasikan untuk irigasi tersebut, set,cr'li diperlihatkan oleh Tabel 2.3 berikut:

sebesar Rp 3.000 terhadap fungsi tujuan.

Alokasi air irigasi

'

Ifuntribusi suatu variabel keputusan terhadap ruas kiri


dari setiap pembatas bersifat tidak bergantung pada nilai
dari variabel keputusan yang lain. Sebagai contoh, berapa pun nilai x1, pembuatan sejumlah x2 kereta api
akan memerlukan sebanyak xz jam pemolesan dan xz jam
pekerjaan kayu.

(m3)

Tabel 2.3: Data luas tanah dan alokasi air yang dapat digunakan

di daerah 1,2, dan


26

Q,

baru yang dapat di-

27

Jenis tanaman yang dapat dikembangkan di daerah-daerah ini


meliputi tebu, kapas, dan gandum, yang satu sama lain berbeda
dalam hal hasil bersih per hektar serta jumlah air yang dikonsumsinya. Di samping itu, ada ketentuan dari materi pertanian mengenai jatah lahan maksimum yang dapat digunakan
untuk masing-masing jenis tanaman. Data ketiga hal di atas diperlihatkan pada Tabel 2.4.
Jenis
tanaman

Jalah lahan makSimum

Konsumsi air

(hektar)

(m3)

Tebu
Kapas
Gandum

600
500

325

l(nrrrna yang menjadi ukuran keefektifannya (z) adalah hasil


lr.r'sih total, maka model programa linier untuk persoalan ini
rr,lrrlrth:

Mnksimumkan

z=
I

xrrr

400

n.ur6"n pembatas-pembatas

Luas

il

Air:

400
300

100

,lntah lahan:

x;

sebagai variabel keputusan yang menyatakan luas tanah untuk


masing-masing jenis tanaman pada masing-masing daerah 0 = 1,
2, ...,9), seperti diperlihatkan pada Tabel 2.b.

Tebu
Kapas
Gandum

28

x7
x8
x9

600
800

+ x3
+ x6
+ x9

600
500

Zxs +
2xe +

xt +
x4+
x7+

x2
x5
x8

375

325

xl+x4+x7

----200-

x2+x5+x8

x3+x6+x9

fi

300

x2+x5+)
600

x3+x6+x9
=

300

xl+x4+x7
400

I'r'rnbatas nonnegatif:

xi 2 0, i = I, 2, .'.,9
lrllrrh rncnyempurnakan bentuk model programa linier ini maka
l'r1s11,,,1,tr

4 (persetujuan kepala daerah) harus diubah bentuknya

llr,'rrlrrrli:

Alokasr (hehar)

- 2(xz*x5+xs) =
(x:l+x5+x8) - 2(xa+x6+x9) =
'l(x;r +xe +xg)- 3(xr+x4+x?) =

ll(xr *x+ +xZ)

123
xl

x2

X3

x4

x5

X6

x7

X8

X9

Tabel 2.5: Variabel-variabel keputusan

+
+

x7

l'crsetujuan kepala daerah:

pembatas-pembatas yang telah ditetapkan.

Untuk menyelesaikan persoalan di atas, kita tetapkan

xt + x4 +
x2+x5+x8
x3+x6+x9
3xr + Zxt +
8xz
3xs

IGpala daerah di Propinsi Q itu sepakat untuk menggunakan


luas tanah yang dapat dialiri sebagai lahan pertanian dengan proporsi yang sama, tetapi jenis tanamannya boleh merupakan
kombinasi'dari ketiganya. Yang menjadi persoalan di sini ialah
menetapkan berapa hektar tanah yang harus disediakan untuk
masing-masing jenis tanaman pada masing-masing daerah,
sehingga diperoleh. hasil bersih maksimum tanpa melanggar

Daerah

tanah:

Hasil bersih
(ribu rplha)

Tabel 2.4: Data jatah lahan maksimum, konsumsi air, dan hasil bersih
masing-masing ienis tanaman

Tanaman

(xr + xz + xs) + 300 (x+ +x6 +xo)+ 100(xz +:r8 +xg)

0
0

lh,rrgrrn menggunakan metode simpleks (akan dibicarakan pada


l,rrl' lr.r'ikutnya), persoalan ini dapat diselesaikan dengan solusi
It.r lrrrrk .scllagai berikut:
29

--------Tanaman

Alokasi lerbaik (hektar)

-laerah
------\

Tebu
Kapas
Gandum

133 1/3

't

100

00
250

25
150
0

Tabel 2.6: Solusi optimum untuk persoalan regional

Contoh di atas menunjukkan bagaimana terjadinya persamaanpersamaan pembatas dalam persoalan programa linier.

2.4-2 Masalah sisa pemotongan


Perusahaan pipa PVC bergerak dalam produksi pipa-pipa plastik
dengan ukuran panjang standar 200 inci. Suatu ketika perusahaan ini mendapat pesanan berupa pipa-pipa dengan ukuran
panjang- yang tidak standar, yaitu 50, 70, dan 90 inci dengan
jumlah pesanan masing-masing sebagai berikut:

6.
{;.

Dipotong menjadi 5A,70, dan 70 inci sisa 10 inci.


Dipotong menjadi 90 dan 90 inci, sisa 20 inci.
Yang menjadi persoalan di sini ialah menetapkan kombinasi
toknik pemotongan yang harus dilakukan sehingga seluruh jenis
l)osanan dapat terpenuhi, tetapi dengan meninggalkan sisa yang
l,nk terpakai sekecil-kecilnya (minimum).
Untuk memformulasikan persoalan di atas sebagai persoalan
l)rograma linier, kita tetapkan x; sebagai variabel keputusan yang
rnenyatakan banyaknya pipa standar yang a.kan dipotong dengan
toknik pemotongan ke-i Q = t, 2, ..., 6). Keenam teknik pemotongan dan hasilnya masing-masing dapat digambarkan selrngai berikut:
t
Panjang yang
rlllnginkanr (inci)

50
70
90

Teknik-teknik pemotongan
2

Kebutuhan
(batang pipa)

022410
110020
'l
01002

150

200
300

ba pmotongan
Pesanan
1

2
3

Panjang pipa
(inci)

Kebutuhan
(batang)

50
70
90

200
300

40

30

10

10

20

(inci)

150

Karena perusahaan ini hanya memproduksi pipa-pipa dengan


ukuran panjang standar (yaitu 200 inci), maka untuk dapat memenuhi pesanan tersebut harus dilakukan pemotongan terhadap
pipa-pipa standar ini.
Ada 6 teknik pemotongan yang dapat dilakukan, yaitu:
1. Pipa dipotong menjadi panjang 70 dan 90 inci, sisa yang tidak
terpakai dengan cara ini adalah 40 inci.
2. Dipotong menjadi 50, 50, dan 70 inci, sisa 30 inci.
3. Dipotong menjadi 50, 50, dan 90 inci, sisa 10 inci,
4. Dipotong menjadi 50, 50, 50, dan 50 inci, Sisa 0
30

yiltg tak terpakai

ttrores pemotongan terhadap pipa standar ini tidak akan dihentilan sebelum jumlah yang dibutuhkan untuk masing-masing ukurlrt [orpenuhi. Oleh karena itu, bisa terjadi kelebihan jumlah hasil
pstnotongan untuk masing-masing ukuran tersebut. Dengan kata

lain, hasil pemotongan untuk masing-masing ukuran tersebut


:ban lebih besar atau sama dengan jumlah yang dibutuhkan
till,uk masing-masing ukuran.
Karena kita harus meminimumkan sisa pemotongan yang teriarll dengan memperhatikan kebutuhan masing-masing jenis
lr.inluln, maka formulasi model programa linier di atas adalah:

Minimumkan z=

40xr + 30xz + 10xa + 10xo + 20:ro

lxrrdasar pembatas:
31

2xz + 2xs + 4xt +


xl+ x2
+
x1+x3
x; )0, j=I,2,...;6

x5

150

2xs

+2x6>

200
300

Bentuk formulasi di atas (mempunyai fungsi tujuan minimasi


dengan pembatas beltanda )) dikenal sebagai bentuk kanonik.

2.H Masalah

heseimbangan lintas asembling

Sebuah produk buatan PT Anu

sebut.

Jam kerja maksimum


per minggu

100
80

Tingkat produksi (uniVjam)


komp.
8
6

komp.2

komp. 3

10

12

Idealnya kedua departemen itu dapat mengatur fasilitas produksi


mereka sedemikian sehingga dapat memproduksi ketiga jenis
komponen dalam jumlah yang sama, sehingga dapat lebih banyak
produk jadi yang dihasilkan. Akan tetapi, hal ini sulit untuk
dapat dipenuhi karena adanya variasi dalam tingkat produksi
mereka. Karena itu, yang dapat dilakukan di sini ialah memaksimumkan unit produk jadi berdasarkan kemampuan memproduksi komponen-komponennya. Jumlah unit yang dapat diproduksi untuk komponen-komponen ini akan bergantung pada
waktu produksi yang dialokasikan oleh kedua departemen untuk
32

Jika xi5 adalah banyaknya waktu kerja per minggu yang dilakukan oleh departemen i untuk komponen j, maka banyaknya
unit yang diproduksi untuk ketiga komponen adalah:
komponen 1:8xu
komponen 2:5xtz
komponen 3: lOxrg

dirakit dari tiga jenis komponen

yang berbeda. Karena waktu persiapan mesin yang diperlukan


oleh kedua departemen ini tidak sama, maka masing-masing
departemen memproduksi komponen-komponen itu dengan
tingkat produksi yang berbeda pula.
Berikut ini adalah data mengenai tingkat produksi dan jam
kerja maksimum per minggu yang dapat dialokasikan oleh kedua
departemen untuk memproduksi ketiga macam komponen ter-

Departemen

masing-masing komponen. Dengan demikian, untuk memecahkan


persoalan ini kita harus menentukan waktu produksi per minggu
yang dialokasikan oleh masing-masing departemen untuk masingmasing komponen, tanpa melebihi kepastian dari departemen itu,
eehingga diperoleh jumlah unit produk jadi yang maksimum.

+
+

6xzr

l?xzz
4x2s

unit produk jadi itu akan bergantung pada jumlah


torkecil dari jumlah unit komponen yang dihasilkan, maka jumlah
tunit produk jadi ini dapat kita nyatakan sebagai:
min l Sxu * 6x21, Sxrz'+ L2xz2, 10xra + 4xza l
Karena jumlah

komponen

komponen

komponen 3

kita maksimumkan.
Pembatas dari persoalan ini ialah kapasitas dari masingmnaing departemen, yaitu:
xn + x12 + xlg < 100 (departemen 1)

ynng harus

xzt
xrj

xzz

a 16 3 80

>0, i=L,2;

(departemen 2)

j=I,2,3

Jarll, formulasi lengkap dari persoalan di atas adalah:

Maksimumkan
z = min {8xu + 6xzr, Sxrz + 12x22, lOxra + 4xzal
bcrdasarkan pembatas:

x11+xt2+x13<
x21+x22+xzg<

100
80

x,j>0, i=1,2; i=t,2,3.


M',le'l ini bukan merupakan model linier, tetapi dapat dilinierkan
drrr menggunakan transformasi sebagai berikut:
t'elnp[rrn y = jumlah unit produk jadi
= min [ 8xrr + 6xzt, Sxtz + L2xzz, 10xrg + 4xza I

,l*. r,

33

Secara matematis, persamaan

ini dapat diganti

dengan:

Maksimumkan Y
berdasarkan Pembatas:

dijual dengan harga Rp 30.000/unit. Untuk membuat 1 unit


produk A dibutuhkan waktu 2 jam-orang (man-hour), sedangkan untuk I unit produk B diperlukan 6 jam-orang. Jumlah
pekerja adalah 2 orang, masing-masing bekerja 8 jam/hari
termasuk istirahat selama 30 menit. Untuk 1 unit A dibutuhkan 6 kg bahan baku, sedangkan setiap unit B mem-

Sxtr+ 6xzr>Y
Sxtz + L?xzz? I

10xrs+

4xzs

>Y

dimanaY>0.
Dengan demikian, model lengkap dari persoalan
nyatakan sebagai:
Maksimumkan z = Y
berdasarkan Pembatas:

ini dapat kita

8xu+6xzr- y:0
5x +LZx Y
10xrs+ 4xzs- y
xll+ xLz +x13<100
x21 + x22 + x23s 80
xg 2 0 untuk seluruh i dan j
y>0

2.5 Soal

1.

34

Sebuah perusahaan membuat 2 jenis produk, A dan B. Harga

jual produk A adalah Rp 20.000/unit sedangkan produk B

sebuah perusahaan elektronik memproduksi tape recorder


dan arnpiift.er yar.g prosesnya dilakukan di dua stasiun kerja,
yaitu perakitan dan pengetesan. Setiap wittape record'er memerlukan 2 jam perakitan dan 2 jam pengetesan, sedangkan
jam
setiap unit arnplifier memerlukan 4 jam perakitan dan 3
p"rrglte"utt. Waktu yang tersedia di departemen perakitan
uauur, 72 jam/minggu sedangkan di departemen pengetesan
adalah 48 jam/minggu. Kontribusi profit dari tape recorder
adalah Rp 25.000/unit, dan dar.i setiap unit anzplifier adalah
Rp 50.000. Bagaimanakah formulasi persoalan di atas agar
dapat ditentukan strategi produksi terbaik yang memberikan
kontribusi Profit maksimum?

butuhkan 3 kg bahan bakrr. Harga per kg bahan baku adalah


Itp 1.500. Upah pekerja per jam-orang adalah Rp 2.000. Jika
bahan baku yang tersedia per hari adalah 40 kg, bagairnanakah formulasi persoalan ini agar diperoleh kontribusi
grrofit maksimum?
.Scorang petani yang

memiliki 7 ha tanah sedang memikirkan


lrt'rapa ha tanah yang harus ditanami jagung dan berapa ha
vnng harus ditanami gandum. Dia mengetahui bahwa jika dil,nnami jagung, setiap ha tanah akan menghasilkan 10 ton
jugung. Untuk ini diperlukan 4 jam-orang setiap minggunya.
,lika ditanami gandum, hasilnya adalah 25 ton/ha dan di;rcrlukan 10 jam-orang/minggu. Setiap kg jagung dapat dijual
aoharga Rp 30, sedangkan harga jual gandum adalah Rp 40/
hg. Saat ini petani tsb. hanya memiliki 40 jam-orang setiap
rninggunya. Karenb ada peraturan pemerintah yang menglurruskan setiap petani untuk menghasilkan gandum paling
gltlikit 30 ton setiap kali panen, bagaimanakah formulasi persunlnn ini agar petani tsb. dapat menggarap tanahnya secara
llrl,irnal?
lir,ornng pedagang buah-buahan membeli buah dukuh dari B
nlnng petani. Kualitas buah ini biasa dinyatakan dengan
lr,srrrny&, dan diklasifikasikan dalam B kategori, yaitu besar,
q.rlrng, dan kecil. Berikut ini adalah data harga dan perc*'rrl.n.se ukuran buah yang dimiliki oleh masing-masing pelrrtri:

35

Persentase untuk ukuran


(%)

Harga/kg
(Rp)

Petani I
Petani 2
Petani 3

s-000
4.000
3-000

Besar

Sedang

Kecil

40
30
20

40
35
20

20

35
60

kuaIGbutuhan minimum pedagang tsb' akan masing-masing


kg,
ukur'
iit". U.r"t, setiap bulainya adalah ukuran besar 500 perusaharr, ,"aurrg 300 tg, dan uku"a" kecil 300 kg' Modal
maksimum 500
an itu .*t irri hanya mampu untuk membeli
persoalan ini
kg dari masing-masing petani' Formulasikanlah
untuk meminimumkan ongkos'

5.

seorang aili gizi


Seseorang yang sedang dalam pengawasan
orang tersebut
mendapat petunjuk bahwa kebutuhan minimal
10 ons gula' dan
setiap iarl ailalah 500 kalori, 6 ons cokelat'

tsb' 'sedang berada di suatu


es krim' Coca
iempat yang hanya menyediakan-kue kering'
masingbahan
Cola, dan roti keju' Harga dan kandungan
berikut:
masing makanan/minuman tsb' adalah sebagai

8 orrs lemak. Saat ini orang

lalui unit kerja perakitan dan pengecatan. Apabila unit kerja


pengecatan hanya digunakan untuk mengerjakan truk jenis I,
maka akan dapat dihasilkan 800 unit truk jenis I per hari,
tetapi jika hanya digunakan untuk mengerjakan truk jenis II,
hasilnya adalah 700 unit truk jenis II. Apabila unit kerja pernlritan hanya digunakan untuk mengerjakan truk jenis I,
akan dihasilkan 1.500 unit truk jenis I per hari, sedangkan
jika hanya digunakan untuk mengerjakan truk jenis II akan
dihasilkan 1.200 unit truk jenis II per hari. IGuntungan dari
truk jenis I adalah Rp 300.000/unit, sedangkan dari jenis II
akan diperoleh keuntungan sebesar Rp 500.000/unit. Bagaimanakah formulasi persoalan ini agar diperoleh keuntungan
yang maksimum?

Seorang pengusaha yang memiliki 3 buah pabrik sedang


menghadapi masalah yang berkaitan dengan pembuangan
limbah dari pabriknya. Selama ini ia membuang limbah tsb.
ke sungai sehingga menimbulkan dua macam polutan. Setolah berkonsultasi dengan pihak berwenang, diperoleh informasi bahwa ongkos untuk memproses zat buangan dari
lrnbrik I adalah Rp 15.000/ton dengan kemampuan dapat mengurangi polutan I sebanyak 0,1 ton dan polutan 2 sebanyak
0,46 ton dari setiap 1 ton zat buangan. Ongkos untuk meml)roses zat buangan dari pabrik II adalah Rp 10.000/ton
dongan kemampuan mengurangi 0,2 ton polutan 1 dan 0,25
l,on polutan 2. Untuk memproses 1 ton zat buangan dari
grnbrik III diperlukan biaya Rp 20.000 yang akan mengurangi

0,4 ton polutan 1 dan 0,3 ton polutan 2. Peraturan pernorintah mengharuskan perusahaan ini untuk dapat merrgurangi polutan

kebutuhan
Bagaimanakah formulasi untuk memenuhi
hian makanan dengan biaYa minimum?

paling sedikit 30 ton dan polutan 2 paling


Eorlikit 40 ton. Formulasikan persoalan ini agar diperoleh
nngkos total minimum.

memproo
Indah Motor ailalah sebuah perusahaan yang
harus
yang
dibuatnya
dua jenis truk. Setiap jenis truk

36

37

Bab 3
TEKNIK PEMECAIIAN
MODEL PROGRAI\{A LINIER
Pada dasarnya, metode-metode yang dikembangkan untuk memecahkan model programa linier ditujukan untuk mencari solusi
dari beberapa alternatif solusi yang dibentuk oleh persamaanpersamaan pembatas sehingga diperoleh nilai fungsi tujuan yang
optimum.
Ada dua cara yang bisa digunakan untuk menyelesaikan persoalan-persoalan programa linier ini, yaitu dengan cara grafis dan
dengan metode simpleks.

Cara grafis dapat kita pergunakan apabila persoalan programa linier yang akan diselesaikan itu hanya mempunyai dua
buah variabel (lihat Bab 2). Walaupun demikian, cara ini telah
memberikan satu petunjuk penting bahwa untuk memecahkan
persoalan-persoalan programa linier, kita hanya' perlu memperhatikan titik ekstrem (titik terjauh) pada ruang solusi atau
daerah fisibel. Petunjuk ini telah menjadi kunci dalam me-

:l.I-7 Solusi grafis untuh persoala.n mahsima.si


l'crhatikan kembali contoh soal PT Indah Gelas.
Pada prosedur grafis ini kita harus membuat grafrk ber_
rlirnensi dua dengan xr dan xz sebagai sumbu-sumbunya. Langkah
lrcrtama ialah mengidentifikasi harga-harga (xr, xz) yang mernr:nuhi pembatas-pembatas yang ada dengan cara menggambar_
krrn garis-gBris yang harus membatasi daerah harga-harga yang
rliperbolehkan. Ingat bahwa adanya pembatas nonnegatif xl > 0
rlnn x2 > 0 akan menyebabkan (x1, xz) harus berada pada sisi
positif dari sumbu-sumbunya (pada kuadran I). Setelah itu, per_
lrrrfikan bahwa pembatas xt < 4 berarti bahwa (xr, xz) tidak boleh
lx'rada di sebelah kanan garis x1 = 4. Demikian pula dalam menggrrrnbarkan pembatas 2xz S L2 berarti bahwa (xr, xz) tidak boleh
lrrrr's6u di atas garis 2x2 = 12 (atau xz = 6). Untuk menglnrnbarkan pembatas terakhir Bxr + 2xz < 18 ialah dengan cara
tttonentukan titik (xr, xd yang memenuhi garis Bx1 * 2x2 19.
=
l''rlu 6iirt t bahwa titik-titik yang memenuhi pembatas Bxl +
',lrr ! 18 adalah titik-titik di bawah garis Bx1 * 2xz 1g. Setelah
=
roluruh pembatas digambarkan, maka kita akan memperoleh
,lnlrah berlakunya harga-harga (xr, xd seperti terlihat pada
t

lnrrrbar 3.1.

ngembangkan metode simpleks.

Metode simpleks merupakan teknik yang paling berhasil dikembangkan untuk memecahkan persoalan programa linier yang
mempunyai jumlah variabel keputusan dan pembatas yang besar.
Algoritma simpleks ini diterangkan dengan menggunakan logika
secara aljabar matriks, sedemikian sehingga operasi perhitungan
dapat dibuat lebih efisien.

3.1 Solusi Grafis

Untuk mencari solusi suatu persoalan programa linier dengan


cara grafis, berikut ini dikemukakan dua buah contoh, yaitu per-

3xr+2xa=

18

soalan maksimasi dan minimasi.


Gambar 3.'l: ABCDE adalah daerah flsibel untuk (xr , xr)

38

39

Arah panah pada setiap garis pembatas menunjukkan arah berlakunya harga (xr, xz) pada masing-masing pembatas.
Karena kita harus mendapatkan harga (xr, xz) yang memenuhi seluruh pembatas yang ada, maka akhirnya kita hanya
perlu memperhatikan bidang ABCDE, yaitu suatu bidang yang dibatasi oleh garis-garis pembatas.yang memenuhi syarat (frsibel)
sehingga bidang ABCDE ini disebut sebagai bidang atau daerah

!t

Tilikoptimum (xr =

2,

x2

= 6)

fisibel.
Langkah terakhir yang harus kita lakukan idah rnenentukan
suatu titik pada daerah fisibel yang dapat merneksimumkan
harga z = 3xt + 5x2. Caranya ialah dengan menggambarkan sebuah garis z yang mempunyai koefisien arah:

tgcr

x23
xl =-- 5

(berharga negatif karena


kuadran II)

berae{m pada

a adalah sudut antara garis z dengan sumbu xr. Setelah itu, buah
lah garis lain yang sejajar dengan garis z sedemikian sehingga
garis tersebut dapat melalui titik sudut terjauh pada bidang
ABCDE. Titik sudut terjauh itu dinamakan titik optimum karena
ia akan memberikan harga (xr, xz) yang memaksimumkan z = 3x1

5xz. (Gambar 3.2).

Harga (xr, xd pada titik optimum diperoleh dengan cara menentukan titik fotong garis ED (pembatas ke-2) dengan garis OD
(pembatas ke-3) sebagai berikut:

Gambar 3.2: Titik D sebagai titik optimum

rellnisi:

Dengan demikian, solusi optimum dari persoalan Pl


Gelas ini ialah bahwa pbrusahaan harus membuat produk tr
banyak 2 unit per menit, dan produk 2 sebanyak 6 unit per
dengan keuntungan yang dapat diperoleh sebesar z = 3(2) + 5(
atau sebesar $ 36 per menit.

40

l)aerah fisibel dari programa linier adalah set dari seluruh


titik yang memenuhi seluruh pembatas, termasuk pembatas
[nnda.

? llntuk persoalan maksimasi, solusi optimal

dari persoalan
linier adalah suatu titik pada daerah fisibel dengan
nilai fungsi tujuan terbesar. Pada persoalan minimasi, solusi
ogrtimal adalah suatu titik pada daerah fisibel dengan nilai
lirngsi tujuan terkecil.
progr"ama

2xz = 12
3xt+ 2xz = 18-3"1
= -6
sehingga diperoleh harga-harga xL = 2 dan xz = 6.

10

z=3xr+Sxz

:l.l 2 Solusi grafis untuh persoalan mini.masi


|'ttttlo/t

jenis mobil, yaitu mobil sedan


Untuk dapat meraih konsumen berpenghasilan tinggi,
;*'r rrr;rrh&an ini memutuskan untuk melakukan promosi dalam
'lrr;r rnrrcam acara TV, yaitu pada acara hiburan dan acara olah

t"l'

Arrt.o Indah memproduksi dua

,lrur Lluk.

4L

raga. Promosi pada acara hiburan akan disaksikan oleh 7 juta pemirsa wanita dan 2 juta pemirsa pria. Promosi pada acara olah
raga akan disaksikan oleh 2 juta pemirsa wanita dan 12 juta pemirsa pria. Biaya promosi pada acara hiburan adalah 5 juta rupiah/menit, sedangkan pada acara olah raga biayanya adalah 10
juta/menit. Jika perusahaan menginginkan promosinyra disnlrsikan sedikitnya oleh 28 juta pemirsa wanita dan sedikitnya oleh
24 juta pemirsa pria, bagaimanakah strategi promosi itu sebaiknya?

S.2 Kasus Khusus

Jawaban:
Variabel keputusan:
. xl = lamanya promosi dalam acara hiburan
x2 = lamanya promosi dalam acara olah raga
Formulasi persoalan:

fl

llun contoh soal yang telah dibahas dengan cara grafis di atas
nrnrnpunyai hanya satu solusi optimal. Akan kita lihat berikut ini
lrnlrwn ada persoalan programa linier yang mempunyai kasus
llnrrus seperti:

Mompunyai solusi optimal yang tidak terbatas, biasa disebut

juga mempunyai solusi alternatif atau bersolusi optimal


lxrnyak.

'l'idak mempunyai solusi frsibel atau persoalan programa lirrit:r yang infisibel.
Mempunyai ruang solusi yang tidak terbatas, yaitu kasus di
rnnna ada titik-titik pada daerah frsibel dengan harga z yang
enngat besar (pada persoalan maksimasi).

Minimumkan z=5xl+10x2

llJ -l Solusi alternatif atau solusi optimal banyah

berdasarkan

I'ttttloh:

?xr+ 2xz>
2xr+ l2xz>
xl20,x2>0

Mlksimumkan z=3xl+2xz

28
24

lxrrdasarkan

xt + (V60) xz <
xl + (V50) xz <
xl>0rx2)0
(U40)

(V50)

Hllur:i grafis dari persoalan di atas adalah:


14
12

t0

la.

EDaerah*
nsrDt :

Daerah fisibel tidak terbalae


(unbounded)

Garis z sejajar dengan AB


sehingga setiap titik pada

50

40

Titik optimum: E

Solusioptimum: x

-3,6;xr

z-32

1,4

segmen garis AE adalah


titik optimum

s0
20
10

c E tol2

14

Gambar 3.3: 9olusl untuk percoalan PT. Auto lndah

42

-\

10 20

30
Gambar 3.4: Solusi alternatil

43

3.2-2 Persoalan programa

linier tanpa solusi fisibel

Dalam hal ini daerah fisibelnya kosong sehingga dengan sendirinya tidak ada solusi optimal.

l,nlnH. l)ada umumnya, kasus


rrrl r r r li rrmulasikan persoalan.
t 't trt l . )lt:

Mrrksimumkan

Contoh:

lrordasarkan

Maksimumkan z=3x1 +2x2

berdasarkan

(U40) xr
(V50) x1

+
+

< 1
< 1
xl> 30

(V60) xz
(U50) xz

x2>

xt)0rxz>0
Solusi grafis dari persoalan

ini

ini terjadi karena kesalahan dalam

z=2xt-xz
xl-x2<1
2xr+x2>6
xl>0, x2>0

Frlrrni graflrs dari persoalan

ini adalah:

20

adalah:

Tidak ada ruang fisibel sehingga tidak


ada solusi optimal

10 20

30 40

50

Gambar 3.6: Ruang solusl tldak terbatas

60

Gambar 3.5: Tidak ada ruang fisibel

3.2-? Persoalan programc linier. dengon ruang solusi


yang tidale terbatqs (unbounded)
Kasus ini terjadi apabila ruang solusi tidak tcrbatas -sehingga
nilai fungsi tujuan dapat meningkaVmenurun sccar.a tid:rk ter44

,t :l

llentuk Standar Model Programa Linier

lr-lrrlr rli[crangkan pada bab di muka bahwa model programa


lintr,r rrri rlapat memiliki pembatas-pembatas yang bertanda s, =,
'. Demikian juga variabel-variabelnya yang dapat berupa

'*!rrlrun

45

variabel nonnegatif, dapat pula variabel-variabel yang tidak terbatas dalam tanda (unrestricted in sign).
Di dalam menyelesaikan persoalan programa linier dengan
menggunakan metode simpleks, bentuk dasar yang digunakan
haruslah bentuk standar, yaitu bentuk formulasi yang memiliki
sifat-sifat sebagai berikut:
1. Seluruh pembatas harus berbentuk persamaan (bertanda =)
dengan ruas kanan yang nonnegatif.
2. Seluruh variabel harus merupakan variabel nonnegatif.
3. Fungsi tujuannya dapat berupa maksimasi atau minimasi.
Untuk mengubah suatu bentuk formulasi yang belum standar ke
dalam bentuk standar ini dapat dilakukan cara-cara sebagai berikut:
1. Pembatas (constraint)
a. Pembatas yang bertanda S atau > dapat dijadikan suatu
persamaan (bertanda =) dengan menambahkan atau mengurangi dengan suatu variabel qlack pada ruas kiri pembatas itu.
Contoh 1:
xt + 2x2< 6
kita tambahkan s/oc& Sr ) 0 pada ruas kiri sehingga diperoleh persamaan:

xt+2x2+51=6, Sr)0

Jika pembatas di atas menyatakan batas penggunaan


suatu sumber, maka Sr akan menyatakan banyaknya
sumber yang tidak terpakai.
Contoh 2:
3xt + 2xz- 3xs > 5

b.

46

karena ruas kirinya tidak lebih kecil dari ruas kanan,


maka harus dikurangkan variabel Sz > 0 pada ruas kiri
sehingga diperoleh persamaan:
3xt + 2xz- 3xg - 52 = 5, Sz > 0
Ruas kanan dari suatu persamaan ilapat d[iadikan
bilangan nonnegatif dengan cara mengalikan kedua ruas
dengan -1.

Contoh:

2xt

(:.

tl.

3xz

7xs

- -5,

secara matematis adalah


-2xt + 3xz + 7:$ = 5.
Arah ketidaksamaan dapat berubah apabila kedua ruas
dikalikan dengan -1.
Contoh:
2 < 4 adalah sama dengan -2 > -4
Zxt - rz < -5 adalah sama dengan -2xr + x2 > 5
Pembatas dengan ketidaksamaan yang ruas kirinya berada dalam tanda mutlak dapat diubah menjadi dua ketidaksamaan.
Contoh 1:
sama dengan

untukb>0,larxr+ azxzl
alxr + azxz s b dan alxl + azxz > -b.

dengan
Contoh 2:

untuk e ) 0, I prxr + pzx2l > q adalah sarna


prxr + p2x2 > q atau prxr + pzx2 S -q.

dengan

Variabel
Huntu variabel yi yang tidak terbatas dalam tanda dapat dilr.yntakan sebagai dua variabel nonnegatif dengan menggunahnn substitusi:

y, =

yi'- yi" di mana yi

dan yi"

>

Hubstitusi seperti ini harus dilakukan pada seluruh pembatas


rlnn fungsi tujuannya.
h'ttrtgsi tujuan
Wnlrrupun model standar programa linier ini dapat berupa
irrnksimasi atau minimasi, kadang-kadang diperlukan perttlurhnn dari satu bentuk ke bentuk lainnya. Dalain hal ini,
rrrnksimasi dari suatu fungsi adalah sama dengan minimasi
rlari ncgatif fungsi yang sama.
l'rrrrloh:
Maksimumkan z=lxL + 2x2 a gs3
Er,('nnr matematis adalah sama dengan:
rninimumkan (-z) = -5x1 - 2xz - 3xe
47

3.4 Metode Slmpleks


Metode simpleks merupakan prosedur aljabar yang bersifat iteratif, yang bergerak selangkah demi selangkah, dimulai dari
suatu titik ekstrem pada daerah fisibel (ruang solusi) menuju ke
titik ekstrem yang optimum.
Untuk dapat lebih memahami uraian selanjutnya, berikut
ini diberikan pengertian dari beberapa terminologi dasar
banyak digunakan dalam membicarakan metode simpleks. Untuk
itu, perhatikan kembali model programa linier berikut ini:
Maks. atau min.: z = cr xt + c2 xz + ... * cn Xn
berdasarkan:
a1l xl + a:rzx2 + ... + &ln xn = bl
A2I xI + a22 xZ + ... + a2n xn = b2

8m1

xl *

8;r'rr2

xi > 0 (i =
Jika kita definisikan:

all 412 ...


A2l a22...

1.,

x2

+ ... *

x1

br

a2n

x2

bz

; X=
,,.

&mrr

;b=
btt

Definisi:
Solusi basis
Solusi basis untuk AX = b adalah solusi di mana
sebanyak-banyaknya m variabel berharga bukan nol.
48

titik ekstrem ini, yaitu:


Etfit La: Jika hanya ada satu solusi optimum, maka pasti ada

Arle l,iga sifat pokok

satu

maka pembatas dari model tersebut dapat dituliskan ke


bentuk sistem persamaan AX = b.
Perhatikan suatu sistem AX = b dari m persamaan
dalam n variabel (n > m)

1.

knn harga dari n - (n - m) = m variabel lainnya yang memenuhi AX = b, yang disebut uariabel bosis (BV).
Solusi basis frsibel
,lika seluruh variabel pada suatu solusi basis berharga nonnogatif, maka solusi itu disebut solusi basis fi,sibe, (BFS).
Solusi frsibel titik ekstrerm
Ytng dimaksud dengan solusi fisibel titik ekstrem atau titik
rudut ialah solusi frsibel yang tidak terletak pada suatu
a(lgmen garis yang menghubungkan dua solusi fisibel lainnya.
,lndi, titik-titik (0,0), (0,6), (2,6), (4,3), dan (4,0) adalah solusi:olusi fisibel titik sudut atau titik-titik ekstrem pada persoalnn PT Indah Gelas, Apabila ada sejumlah n (n < 3) buah varirrbel keputusan, maka definisi di atas tidak cocok lagi
rrnluk mengidentifikasi solusi fisibel titik sudut (titik
t'kstrem) sehingga pembuktiannya harus dengan cara alinbar.

81n

A=
8m1 &m2

Zlm. Xn = bm

2, ..., n)

llntuk mendapatkan solusi basis dari AX - b maka sebanyak


(n - m) variabel harus dinolkan. Variabel-variabel yang dinolkrrn ini disebut uariabel nonbasis (NBV). Selanjutnya, dapat-

titik

ekstrem.

Hlltt l.b: Jika solusi optimumnya banyak, maka paling sedikit


ada dua titik ekstrem yang berdekatan. (Dua buah
titik ekstrem dikatakan berdekatan jika segmen garis
yang menghubungkan keduanya itu terletak pada
sudut dari batas daerah frsibel.)
Hanya ada sejumlah terbatas titik ekstrem pada setiap
persoalan.

Jika suatu titik ekstrem memberikan harga z yang


lebih baik dari yang lainnya, maka pasti solusi itu merupakan solusi optimum.
iiifrrl ll ini menjadi dasar dari metode simpleks yang prosedurnya
*:nltlrrrl,i 3 langkah sebagai berikut:
I l,rrngkah inisialisasi: mulai dari suatu titik ekstrem (0,0).
49

2.

Langkah iteratifi bergerak menuju titik ekstrem


yang lebih baik. Langkah ini diulangi sebanyak diperlukan.
3. Aturan penghentian: memberhentikan langkah ke-2 apabi
telah sampai pada titik ekitrem yang terbaik (titik optimum).
Sebagai ilustrasi, kita lihat kembali persoalan Pt Indah Gelas.
Algoritma simpleks dimulai dari titik A (0,0) yang biasa
sebut sebagai solusi awal (starting solution). Kemudian ber
ke titik sudut yang berdekatan, bisa ke B atau ke E. Dalam
ini, pemilihan (B atau E) akan bergantung pada koefisien
tujuan. Karena koefisien xz lebih besar daripada xl, dan fu
tujuannya maksimasi, maka solusi akan bergerak searah
peningkatan xz hingga mencapai titik ekstrem E. Pada titik
proses yang sama diulangi untuk menguji apakah masih ada ti
ekstrem lain yang dapat memperbaiki nilai fungsi tujuan.
titik ekstrem D (2,6) memberikan nilai fungsi tujuan yang lebi
baik daripada titik E (0,6) dan titik C (4,3), maka iterasi berhenti
dengan titik D (2,6) sebagai titik optimum.
Dengan demikian, ada dua aturan yang berlaku dalam
milih titik ekstrem yang berikut setelah mencapai suatu
ekstrem tertentu, yaitu:
1. Titik ekstrem yang berikutnya ini harus merupakan
ekstrem yang berdekatan dengan titik ekstrem yang
dicapai. Sebagai contoh, dari titik A tidak bisa
langsung ke titik D atau C karena mereka tidak berdekatan.
2. Solusi ini tidak akan pernah kembali ke titik ekstrem
telah dicapai sebelumnya. Misalnya dari E tidak akan
bali lagi ke A.
Sebagai ringkasan dari ide metode simpleks ini ialah bahwa
tode ini selalu dimulai pada suatu titik sudut fisibel, dan
bergerak melalui titik sudut fisibel yang berdekatan,
masing-masing titik mengenai optimalitasnya sebelum
pada titik lainnya. Pada persoalan PT Indah Gelas diperlukan
iterasi untuk mencapai solusi optimum, yaitu A, E, dan D.
Untuk mengekspresikan ide ini dalam konteks
simpleks; diperlukan suatu korespondensi antara metode
50

rlnn metode simpleks mengenai ruang solusi dan


(

titik-titik sudut

l,itik-titik ekstrem) sebagai berikut:

Pembatas-pembatas dalam

bentuk standar
Solusi-solusi basis dari
bentuk standar
Tabel 3.1: Kgrespondensi mei.ode grafis dengan metode simpleks

Mnkn, sebagai ilustrasi dari representasi ruang solusi secara alInLnr ini, kita lihat lagi persoalan PT Indah Gelas. Bentuk
rlnnrlar model persoalan ini adalah:

Maksimumkan:

2 = 3xt
pembatas:
lnrdasarkan

xl

2xz
3xr+2xz

5xz+ OSr + OSz+OSg

+Sr

+Sz

=I2
+Sa-18

Xl, X2, 51, 52, Sa > 0

Gambar 3.7: Ruang solusi

5l

Setiap titik pada ruang solusi di atas dapat direpresentasikan


bagai variabel-variabel xl, x2, St, 52, dan Sa dari bentuk

garisnya adalah x1 = 4 yang


presentasikan sudut BC. Jika Sr > 0, maka titik-titik frsibel
gerak ke arah produk 1 dari ruang solusi tersebut.
Dari Gambar 3.7 di atas kita juga dapat
titik-titik ekstrem secara aljabar sebagai berikut:

nya. Jika 51

Dari uraian di atas, ada dua hal yang dapat kita si


yaitu:
1. Karena bentuk standar persoalan ini memiliki 3 persam
pembatas dengan 5 anu, maka setiap titik ekstrem pasti
miliki sebanyak 2 (= 5 - 3) variabel yang berharga nol.
2. Titik-titik ekstrem yang berdekatan, berbeda hanya pada
variabel.
Kesimpulan pertama menunjukkan bahwa kita dapat
identifikasi titik-titik ekstrem suatu ruang solusi secara
dengan cara mengenolkan sebanyak (n - m) variabel. Bany
persamaan pembatas fungsional adalah m, sedangkan
variabel (m < n) adalah n.
Secara matematis, solusi yang diperoleh dari pengenolan (n
m) variabel itu kemudian disebut sebagai solusi bosls (basic
tion). Jika suatu solusi basis dapat memenuhi pembatas-pem
nonnegatif, maka solusi ini disebut sebagai solusi basis
(feasible basic solution). Variabel-variabel yang dinolkan di
sebagai variabel-uariabel nonbasis (non-basic variables), dan si
nya disebut sebagai uariabel-uariabel basis (basic vari
Jumlah iterasi maksimum dalam metode simpleks adalah
dengan jumlah maksimum solusi basis dalam bentuk

ini tidak nkan

lebih

Cf.=n!/t(n-m)!m! l

= 0, maka

Tabel 3.2: ldentilikasl titik-Utik ekstrem secara allabar

52

lh'ngan demikian, iumlah iterasi simpleks


rlnri:

Dari kesimpulan yang kedua, titik ekstrem yang berdekatnrnyn hanya berbeda pada satu variabel, kita dapat menetapkan
lll.lk ekstrem berikutnya dengan mengganti variabel nonbasis
tvnrinbel yang dinolkan) yang telah dicapai dengan variabel basis
varrg telah dicapai. Sebagai contoh, pada persoalan Pl Indah
(lelns, misalkan bahwa kita sedang berada di titik A dan akan
lnlgorak ke titik E. Untuk dapat mencapai titik E ini kita naiklnn harga variabel nonbasis xg dari nilainya semula (yaitu 0)
Irlrrgga mencapai titik E. Pada titik E, variabel Sz (yang sebelumrrvn merupakan variabel basis di titik A) secara otomatis menjadi
nrrl, nrtinya menjadi variabel nonbasis. Dengan demikian, per;nrrl.inn ini terjadi antara x2 dan 52, seperti terlihat pada tabel
hallh ut:
Ilhk ekstrem

Variabel nonbasis

xt

xl

Variabel basis

Sr,

,Ss

Sr,

,Ss

Tabel 3.3: Pergantian varlabel basls dan nonbasls

4 I Algoritma simplehs untuh persoalan mahsimasi

l,rrlrrk menyelesaikan persoalan programa linier dengan mengg rl rn h rr n metode simpleks, lakukanlah langkah-langkah berikut:

I
1
,t

l(onversikan formulasi persoalan ke dalam bentuk standar.


lrrri solusi basis fisibel (BFS).
,likn seluruh NBV mempunyai koefisien nonnegatif (artinya
lrr,r'[1s1g" positif atau nol) pada baris fungsi tujuan (baris per6,unrran z yang biasa juga disebut baris 0), maka BFS sudah
ogrl,irnal. Jika pada baris 0 masih ada variabel dengan kollir;icn negatif, pilihlah salah satu variabel yang mempunyai
(

4.

koefisien paling negatif pada baris 0 itu. Variabel ini akan


memasuki status variabel basis, karena itu variabel ini disebut sebagai variabel yang masuk basis (entering variable,
disingkat EV).
Hitung rasio dari (Ruas kanan) l(Koefisien EV) pada setiap
baris pembatas di mana EV-nya mempunyai koef,rsien positif'
Variabel basis pada baris pembatas dengan rasio positif
kecil akan berubah status menjadi variabel nonbasis. V
ini kemudian disebut sebagai riariabel yang
basis atau leauing uariable, disingkat LV'
Lakukan operasi baris elementer (ERO) untuk
koeflrsien EV pada baris dengan rasio positif terkecil ini
jadi berharga 1 dan berharga 0 pada baris-baris lainnya.
Kembali ke langkah 3.
Catatan: Jika ditemukan lebih dari satu baris yang nr
punyai rasio positif terkecil, pilihlah salah satu
Cara ini tidak akan mempengaruhi hasil perhitung
an akhir.

Formulasi

ini dapat juga ditulis dalam bentuk kanonik

llarls0 z-60xr- 30xz - 20xg


llnris

hnrls 2

llarh
llarls

3
4

8xr+ 6xz+ xg+Sr


4xr + 2 xz+ 1,5x9 +Sz
Zxr + 1,512+ 0,5x9
+Sg

sbb.:

+Sl

= 0
= 48
= 20
=
= 5

Lunghah 2.: Menentukan solusi basis frsibel (BFS)

llarl bentuk kanonik di atas, jika kita tetapkan xl = x2 = xB = 0


rrrakn akan kita dapatkan harga-harga Sl, 52, SB, dan Sl, yaitu
rnrnn dengan ruas kanan masing-masing baris. Dengan mengikut-

ror[nkan baris 0 maka kita dapatkan:


llV = { z, Sl, Sz, Sg, Sl I ; NBV = { xl, x2, xg }
llFS-nyaadalah: z=0; Sr= 48, Sz=20, Sa=

xl =x2=x3=0

$ Se=5;

dan

Frlxrrti terlihat dari contoh di atas, variabel slack dapat digunaIltr robagai variabel basis untuk suatu persamaan pembatas apahile ruas kanan dari pembatas itu berharga nonnegatif.

Contoh:

Maksimumkan: z = 60 xl + 30 x2 + 20 x3
berdasarkan:

8xr + 6 x2 +
4xt + 2 x2 +
2xt + 1,5x2 +
xLX2r$

xa<
1,5xa

x2
>0

I,ughah 3:
llarl formulasi kanonik di atas kita tahu bahwa. seluruh NBV
rtlarrrlrunyai koefisien yang berharga negatif sehingga pada iterasi
lnl llFS belum optimal. Karena variabel xl mempunyai koefisien
ynrrg paling negatif (lihat baris 0 formulasi kanonik,), maka varlelxrl xr terpilih sebagai variabel yang akan menjadi variabel

48

s20
S 8

s5

hnsla (cntering variabel).

Langhah l.' Konversi pada bentuk standar


Maksimumkan: z = 60 xr + 30 x2 + 20 x3
berdasarkan:

xa+Sr
8xr+ 6 xz+
4xt+ 2 xz+ 1,5x4 +Sz
+Ss
2xt+ L,lxz+ 0,5x3
x2
X1r X2r

54

*3, Sl, 52, S3,

&

>

=49
=20
+Sl

=8

t.nqhuh 4: Menghitung rasio dan melakukan ERO


Itrrgio dari baris I adalah 48/8 = 6
Itnnio dari baris 2 adalah 20/4 = 5
Itngio dari baris 3 adalah 8/2 = 4 rasio terkecil

llcl

trrl menunjukkan bahwa xr akan menjadi variabel basis pada


l,er tn il, rnenggantikan Se yang berubah statusnya menjadi varial,el rrlrrbasis (NBV). Dengan kata lain, sebagai akibat dari terFtlilrrryn xr sebagai EV, maka Ss menjadi LV.
55

Selanjutnya kita harus melakukan ERO agar koefisien rr


harga 1 pada baris 3 dan berharga 0 pada baris-baris lai
Prosedur ini disebutpiuoting, dan baris 3 dinamai baris piwt.
Langkah-langkah ERO adalah sbb.:
ERO 1: menjadikan koefisien x1 berharga 1 pada baris 3.
Hasilnya: xl + 0,75 x2 + 0,25 xg + 0,5 Sg = 4.
ERO 2: menjadikan koefisien xr berharga 0 pada baris 0.
Hasilnya: z + 15 xz - 6x3 + 30 Ss = 240.
ERO 3: menjadikan koefisien xr berharga 0 pada baris 1.
Hasilnya: -xJ + Sr - 4 $3 = 16.
ERO 4: menjadikan koefisien xr berharga 0 pada baris 2.
Hasilnya: - x2 +0,5 xg + Sz - 2 Se = 4.
Baris 4 tidak berubah karena tidak ada variabel xa"
Bentuk kanonik yang baru adalah:
x3
+ 30Se
Bar"is 0 z + 15xz-5
=
4Sa =
xe+51
Baris 1
+Sz- 2Sa =
Baris 2
x2 + 0,5 x3
xg
0,5Ss =
0,75
Baris 3
x2
0,25
xr +
+
+ Sl=
Baris 4
x2
Sekarang kita peroleh:
BV - { z, 51, 52, xl, 54 } ; NBV = { Sa, xz, xs }
BFS-nya adalah: z = 240i Sr = 16, 32 = 4, xt = 4, Sl = 5;

x2=xB=Sg=0

Karena koefisien s masih berharga nqgatif, maka BFS di


belum optimal. Karena itu, dengan ry sebagai EV baru,
kembali langkah 4. Hasilnya adalah:
Baris 0 z
+5 x2
+10 Sz
=
Baris 1
x2
2
Sz-8
Sa
+Sr+
-2
Baris 2
+ 2 Sz-4 Ss
-z x2 +xB
Baris 3
I,25
xz
xl +
- 0,5 Sz + 1,5 Sa
Baris 4
x2
+Sl
Maka diperoleh:
BV = { z, 51, x3, xl, 54 I ; NBV = I 52, Sa, xz }
56

lll,'S-nya adalah: z = 280; Sr = 24, x3 = 8, xr = 2, S+ = 5; dan

Sz=Sg=x2=0

f{nrnnn koefisien deri seluruh variabel pada baris 0 sudah berhar gn positif, rnaka BFS sudah optimal.
lliusanya, dalam menyelesaikan persoalan LP ini digunakan
talrpl simpleks sebagai berikut:
llnrlrpi 0
Ey

x2x3SrSe

lfvzx1
t1-60
lir 0
l;., 0
l'ir 0
5r00
llol nni

-30
8

2
1,5

Sa

-2000000
1100048
1,5 0 |
0,500108
000015

20

EV

ItV
t1
Br0
!1r
tr
tir

xl

015
00
0
1
01

0
0

x3

-1
0,75

Sr

S2

Ss

Sa

Solusi

-soo30o24o
-tio-4016
0,501-204
o)5900.504

@ o o o r

Ittrt Bsi 2

llv

S+

t105
lir00-2
ir 0
rl 0
1'1001

0
1

'2
1,25

001000280
012-8024
102-408
0 0 -0,5 1,5 0
000015

Solusi

57

3.41-2

Algoritma simplehs untuh persoalan minimasi

Untuk menyelesaikan persoalan LP dengan fungsi tujuan

llornsi

BVz

me-

minimumkan z, ada dua cara yang dapat dilakukan, yaitu:


1. Mengubah fungsi tujuan dan persamaannya, kemudian
nyelesaikannya sebagai persoalan maksimasi.

2.

Memoilifikasi langkah 3 sehingga menjadi:


Jika seluruh NBV pada baris 0 mempunyai koefisien
yang berharga nonpositif (artinya berharga negatif atau
nol), maka B{S sudah optimal. Jika pada baris 0 masih
ada variabel dengan koefisien positif, pilihlah salah satu
variabel yang berharga paling positif pada baris 0 itu,
untuk menjadi EV.

Contoh:

Minimumkan:

z=2xt-3xz

berdasarkan:

xl +xZ<4
xt*xz<6
x1rx2>0
Jika dilakukan cara I, maka fungsi tujuan akan menjadi:
Maksimumkan: -z = -2 xt + 3 xz
Dengan seluruh pembatas yang tidak berubah, persoalan
dapat diselesaikan seperti cara di atas
Jika dilakukan cara II maka akan diperoleh hasil seba
berikut:

L
Sz

t'l-50-30
t20tlt0
5202011
Hrrltrsi optimal:

-12
4
10

xt = 0; xz = 4i z = -12

il=6

Kasus Khusus dalam Penggunaan Algorltma Slmpleks

Degenerasi

Fssus ini terjadi apabila satu atau lebih variabel basis berharga
nul (b = 0) sehingga iterasi yang dilaLukan selanjutnya bisa menfrrll euatu loop yang akan kembali pada bentuk sebelumnya. Keirrllen ini disebut cycling abau circling.
I'utkth:
Maksimumkan: z = 3xl + 9xz
lnrdasarkan pembatas:

xr +4xzS 8
xl +2x25 4
rt, x2 ) 0
Hakulnh

dibuat bentuk standarnya, maka tabel simpleksnya ada-

lah sopcrti pada Tabel 3.4.


Itorasi

Basis

I1

x2

-a

-9

Sr
Se

Iterasi 0

BVzxl

2143000
Sr011104
Sz01-,1

)a
Sr

S2

Sa

0l6

,Q,

x1

S1

Se

1410
1201
-3t4

01-1n4P
1022

I
4

9t4

1t4 1 1t4
112 0 -1t2
0

Solusi

3t2

18

3t2

18

2
0

Tabel 3.4: Tabel slmpleks persoalan dengan kasus degenerasl

58

59

I dan 2 dari tabel di atas memberikan solusi yang sama (z


18), yang variabel basisnya ada yang berharga nol. Dergan
demikian, dapat dibayangkan bahwa prosedur simpleksnya akan
berulang dengan iterasi-iterasi yang sama, yang tidak memperbaiki nilai fungsi tujuan dan tidak menghentikan perhitungan.
Walaupun variabel basis dengan nonbasis pada iterasi 1 dan 2 itu
berlainan, kita dapat menyatakan nilai-nilai variabel dan fungsi
tujuan yang sama, yaitu:
Iterasi

irst

xl= 0, x2= 2, Xa= 0, x4= 0, dan z=

z
0

menghasilkan suatu solusi yang degenerate (yaitu salah satu va.


riabel basisnya berharga nol)? Jawabnya ialah: Karena tid
semua persoalan menghasilkan solusi degenerate yang tetap. Ar"ti
nya, ada persoalan yang pada suatu saat bersifaL degenerate,
tetapi pada iterasi berikutnya degenerasi ini menghilang. Kasus
seperti ini disebut sebagai degenerasi temporer'.

-3

-2

-5t4

Sr

xl

1t4

c-

c^

c^

Solusi

0
12

x2
X1

Ss

1
0
0
1
001-2

001
0

3t4

o l-21 o

Ss

si

x2

4-1

Ss

Pertanyaan yang timbul dari kasus ini ialah: mengapa kita

xl

43.r00
41010

Sr
S2

18

berhenti melakukan perhitungan pada saat iterasi

Basis

5/8

1t4

4
2

-1
1t8

112 -112
-118 3/8

17t2

0
0

3/2

l,rbcl 3.5: Tabel simpleks untuk persoalan dengan kasus degenerasi


temporer

:r

,'irr/rrsi optimum banyah

:i,.trr,!

Contoh:

Maksimumkan: z = 3x1 +

2xz

berdasarkan pembatas:

4xt + 3xr=< 12
4x, + xz( 8
4x, xr(8
xl, xr)O

tr tclah dibicarakan pada Subbab 3.2, suatu persoalan dapat


,r,r'rrrrlrki lebih dari satu solusi optimum. Kasus ini terjadi apabila
l'111p',,1 l,1s.is2n paralel dengan fungsi pembatas, di mana paling se,liLrt .:rrlirh satu dari variabel nonbasis (pada persamaan z pada
.rr.r!r:r lt'r'akhir') mempunyai koefisien berharga nol. Akibatnya,
' 'rlirul)un variabel tersebut dinaikkan harganya (dijadikan vat'iar.l l,;r,r,r), harga z teLap tidak berubah. Karena itu, solusi-solusi
dl,lrrrrn yang lain ini biasanya dapat diidentifikasi dengan cara
iir r, r r r k kan iterasi-iterasi tambahan pada metode simpleksnya,
,ll rr,rrrr vzrriabel-variabel nonbasis yang berkoefisien nol itu selalrr ,lrlrilih untuk menjadi entering uariable.
i= r

Dari tabel 3.5, degenerasi muncul pada iterasi 1, tetapi kemu


dian menghilang pada iterasi 2, di mana nilai fungsi tujuan
berubah dari z = 6 pada iterasi l menjadi z = l7/2 pada iterasi
Degenerasi menghilang karena xzy yang menjadi entering vari
pada iterasi 1 mempunyai koefisien pembatas yang
negatif (= -2) yang berkorbspondensi dengan variabel basis
yang berharga nol sehingga, sesuai dengan kondisi fisibilitas,
ini tidak bisa menjadi leauing variable.
60

Ir

ftl;rlr ;irrrumkan: x = 2xl + 4x2


1,,.r, l; r.';;rrkan pembatas:

xr+2x2 <5
xl + x2 <4
xl,x2>0
61

Perhatikan bahwa persamaan fungsi tujuan paralel dengan


samaan pembatas yang pertama.

Maksimumkan: z=2xt+xz
berdasarkan pembatas:

Iterasi

Basis

an

Sr

a^

Solusi

Sz

S2

1t2
'U2

Sr

x2

Tambah-

,c

4
1210
1101

z
0

x1

x2
x1

-2

S40

t0

1t2

512

-'U2

3t2

l0

Nilai fungsi tujuan


tak terbatas

z=2xt+xa

Pada iterasi 1 (yang juga merupakan iterasi optimum),


variabel nonbasis xr, adalah nol sehingga pada iterasi beriku
(iterasi tambahan), xr ini dipilih menjadi entering uariable tan
mengubah harga z, tetapi menyebabkan berubahnya harga var.i
bel xt tersebut.

tak tsrbatas

Solusi tak terbatas


Kasus ini terjadi apabila ruang solusi tidak terbatas sehi
nilai fungsi tujuan dapat meningkat (untuk maksimasi) atau
nurun (untuk minimasi) secara tidak terbatas. Apabila
soalannya dapat diselesaikan secara grafis (berdimensi d
maka kasus ini akan mudah terdeteksi. Akan tetapi, jika
soalan yang dihadapi berdimensi tiga atau lebih, maka u
mendeteksi apakah solusinya terbatas atau tidak, dilakuk
dengan cara:
a. Perhatikan koefisien-koefisien pembatas dari variabel n
basis pada suatu iterasi. Jika koefisien-koefisien tersebut
harga negatifatau nol, berarti solusinya tak terbatas.
b. Jika koefisien fungsi tujuan variabel tersebut berharga
tif (untuk maksimasi) atau positif (untuk minimasi), ma
nilai fungsi tujuannya tidak terbatas.

xr-xe(10

2xt 3 4O

xl
Garnbar 3.8: Fuang solusl dan nllal fungsl tujuan tak terbatas

3.

62

s10

x1rx2)0

5
2

011-1
10-1

xl-x2

2xr

Basis

xl

x2

Sr

Sz

Solusi

-2

-1

-1

10
01

Sr

Se

10

40

llail lnbel awal di atas kita tahu bahwa xr akan dipilih sebagai
extrr ing uariable. Karena koefisien-koefisien pembatas pada
brr,rrr x2 berharga negatif dan nol, maka hal ini berarti bahwa xz
depal, bertambah harganya secara tidak terbatas (lihat juga

lielrlrnr 3.8). Karena setiap unit penambahan x2 akan meei;rghnt,kan nilai z sebesar 1 (lihat persamaan fungsi tujuan),
+aala penambahan yang tidak terbatas pada x2 akan mengeblhnt.knn peningkatan harga z secara tidak terbatas pula.

63

3.6

Menyelesaikan Persoalan LP dengan Pembatas Bertanda

Dalam pembicaraan mengenai metode simpleks, kita telah menggunakan variabel slack sebagai solusi basis awal, sedemikian sehingga masing-masing merupakan ruas kanan yang berharga positif pada masing-masing persamaan.
Sekarang perhatikan untuk kasus yang persamaan pembatasnya tidak lagi bertanda (S), tetapi bertanda (-) atau (>). U
kasus yang persamaan pembatasnya bertanda (-), daerah frsibel'
nya hanya berupa segmen garis sehingga kita tidak dapat
peroleh solusi frsibel basis awal karena tidak ada variabel slack
yang dapat digunakan sebagai variabel basis awalnya. Sebagai
contoh, apabila persamaan pembatas ketiga dari persoalan
Indah Gelas diubah dari 3xr + 2xz S 18 menjadi 3xr * 2x2 =
maka daerah fisibelnya hanya berupa segmen garis yang
hubungkan titik (2,6) dengan (4,3). Demikian juga untuk
dengan persamaan pembatas bertanda (2), kita tidak akan
miliki solusi frsibel basis awal karena ruas kanannya berharga ne
gatif. Contoh: 3xt + 2xz > 18, adalah sama dengan -3xr - 2xz
-18. Dengan menambahkan variabel slaclz menjadi -3xr - 2xz
SB = -18, Se tidak bisa menjadi variabel basis awal karena
nya negatif.
Untuk menyelesaikan kedua jenis kasus tersebut, kita
merlukan adanya variabel dummy (variabel palsu) yang di
uariabel aftifisial, sehingga variabel basis awal bisa tetap ada.
bagai ilustrasi, kita lihat contoh berikut:
Contoh 7:

Maksimumkan: z = 3xt + 5x2


berdasarkan pembatas:

xl
2xz

72

3xt+2xz=18
xlrx220
64

lh,nluk di atas kita ubah menjadi:

z -3xt-5xz
=Q
x1
+Sr
=4
2xz +Sz =12
3xr +2xz
+Ra-18
x1X2r Sl, 52, Ra 2 0
l','ngaruh variabel artifisial (R) ini adalah untuk memperluas daeurlr (rsibel. Pada kasus di atas, daerah fisibel berkembang dari selrrrln berupa segmen garis yang menghubungkan titik-titik (2,0)
rlnrr (4,3) menjadi bidang ABCDE pada Gambar 3.1.
t'rttt!oh 2l

Maksimumka;r; z = 3xr + 5xz


lxrrdasarkan

pembatas: xl

>4

Zxz > L2
3xr +2x2 =lg
Xlr

x2>0

Fl'rrl.uk di atas menjadi:

z -3xt -5x2
x1

-Sr
2xz - Sz

-v

+Rr

+Rz

3xr + 2xz

Xlr X2r Sl, Sz, R1, R2,

+Rs
Rs

n
A

12

18

Fn'lrr rrkhirnya, iterasi-iterasi metode simpleks akan secara oto-

*ulia rncnjadikan variabel artifisial ini tidak muncul lugr (b""h'rr gn nol), yaitu apabila persoalan semula telah terselesaikan.
It,,lgrrn kata lain, kita gunakan variabel artifisial ini hanya untuk
r*,,.rnrrlni solusi, dan harus menghilangkannya (menjadikannya
r.erl,rrpirr nol) pada akhir solusi. Jika tidak demikian, solusi yang
.li1,r'rrlr,lr akan tidak fisibel. Untuk itu, maka harus diberikan
,'e"ttl!v M (IU bilangan positif yang sangat besar) pada setiap
.erirrl,r.i artifisial dalam fungsi tujuannya. Contoh: dari contoh 2
'lt nlrr,;, lirngsi tujuannya menjadi:
z ,= 3xl + lxz - MRr - MRz - MRe
65

atau z-

3x1-5xz + MRr + MRz +MRs - 0


Perhatikan bahwa penalty di atas bertanda (-) karena fungsi
tujuannya berupa maksimasi. Jika fungsi tujuannya beru

nol. Selanjutnya selesaikan persoalan di atas dengan cara yang


(lihat Tabel 3.6).

rArrra

minimasi, maka penalty bertanda (+).


Ada dua teknik penyelesaian untuk kasus dengan variabel
artifisial ini, yaitu (1) teknik M dan (2) teknik dua fase. Kedua
teknik ini saling berkaitan erat.

3.6-1 Tehnih M (metode penalty)


Perhatikan persoalan di bawah ini:
Maksimumkan: z = 1xt + lxz
berdasarkan pembatas: x1

s
2xz 1
3xr + 2xzx1rx2>0

4
18

2xz +Sz = 12
3xt+2xz
+R3= l$

5)xz+ OSr + OSz

- 18M

(2M + 5)xz - OSr - OSz = -18M


Hal ini dilakukan dengan maksud agar dalam pembuatan
simpleks awalnya, Re sudah secara otomatis "dipaksa" berh
z

66

(3M + 3)xr

S.l

S2

Rt

0
0

0
3

,Q

S1

D2

Rs

(-3N,H)(-2M-5)000
0

Solusi

-18M
0

010
;
001
(-2[Fs) (3M+3)

4
12
18

100
010

x1

Se

Rr

-3

-9t2

xlr x2, St, Sz, Rg ) 0


Untuk memasukkan model di atas ke dalam bentuk tabel,
terlebih dahulu substitusikan Rs dengan cara:
Re = 18 -3.xt-2xz
kemudian masukkan ke dalam persamaan z sebagai berikut:
z = 3xL + 5xz + OSr + OSz - M(18 - lxt - 2xz)

atau:
z = (3M + 3)xr + (2M

12

Karena pembatas ketiga bertanda (-), maka untuk mendapa


solusi basis awalnya kita harus menambahkan variabel arti
sehingga diperoleh bentuk:
Maksimumkan: z=lxL + 5xz + OSr + OSz-MRs
berdasarkan pembatas: xl
+ Sr
= 4

'

xl

Basis

-6M+12
4
12

(M+5/2)

27

X1

Sz

x2

xl
5r
Xr

0
0

0
0

312

0 -1t3
1
1t3
01t20

(M+1)

36

1t3

2
2

-1t3

ia&el I i: Tabel simpleks penyelesaian persoalan PT lndah Gelas dengan penr


batas ketiga bertanda (=)

'

,,:itrtlr lttinnya:

illrrrirnumkani z= 3xt + 5xz


I'r:r {lrrsrrrkan

pembatas:

x1

2x" =12

3xt + !;t
xtrXz

>18
0

o/

:l.li 2 'Il:hnih dua fase

Bentuk standar:

z= 3x, + 5xz + OSr + OSg + MRz+ MRr


*Sr

X1

= 4
= t2
= 18

aRz
2x,
3xt + Zxz
-S3 a R:
Xl , Xz, S, , S. , R, , R.)0
(Perhatikan bahwa penalty M bertanda positif).
Substitusi:

Rz=L2-2xz
Re=18-3xr-2xz+Sa

sehingga didapat:
z = 3xl + 5xz + OSr + OSs + M(L2-2xil + M(18-3xr-2xr+gt

atau

z = (-3M+3)x1 +(-4lttt+5;;, +OSr +MSa +30M


z - (-3M+3)xr -(-4M+5)x, - OSt -MSr -30M
x2

Sr

53

Rz

Rr

0
3

0
1

(-M+1)

rlnu ('l(X).000

5).

lirrssll;un ini bisa dikurangi dengan menggunakan teknik dua


taer' l)i sini konstanta IVI dihilangkan dengan cara menyelesaikan
Fere'nlnn dalarn dua fase (dua tingkatan) sebagai berikut:
Fitcr L'
Fero rrri digunakan untuk menguji apakah persoalan yang kita
he,lof i rnemiliki solusi frsibel atau tidak. Pada fase ini fungsi
irrfrrarr rrcmula diganti dengan meminimurnkan jumlah uariabel
atttftztulnya. Jika nilai minimum fungsi tujuan baru ini berharga
*r,'l tnr'[inya seluruh variabel artifisial berharga nol), berarti perc+relnrr rnemiliki solusi fisibel, lanjutkan ke fase 2. Tetapi, jika
nllnl rrrinimum fungsi tujuan baru ini berharga positif, maka per.pelprr l.irlak memiliki solusi fisibel. STOP.
'.'.

rilnnhrrn solusi basis optimum dari fase 1 sebagai solusi awal


Fagl pr,r'sonlan semula. Dalam hal ini ubahlah bentuk fungsi tuju*r lireo I dengan mengembalikannya pada fungsi tujuan persoalelr d.,rurlrr. Pemecahan persoalan dilakukan dengan cara seperti
l,i

q ett

-113
113

Tabel 3.7: Tabel simpleks penyelesalan contoh soal di atas

68

'lelgnn harga M, sehingga komputer akan memperlakukannya seI'ndnr koeFlsien yang berharga nol. Sebagai contoh, apabila pada
lrFrar)nlrrn teknik M di atas ditetapkan harga M = 100.000, maka
lrnrlleron xr dan x2 pada fungsi tujuannya menjadi (900.000 - g)

f=xttt

01000
1001120
-1 (-M+3/2)
1t3 113
0 1
1001120
0 0 -1t3 -'ll3

lh'rrHnn digunakannya konstanta M yang merupakan bilangan po-

attil yrrrrg sangat besar sebagai pendlty, maka bisa terjadi keanlnlr,n perhitungan, terutama apabila perhitungan itu dilakukan
'L,rrg'. menggunakan komputer. Kesalahan itu bisa terjadi karefu &rrr,fisien fungsi tujraan relatif sangat kecil dibandingkan

"tl1tl1 t.'

l\lrrlt:iirnumkan: z=3'xt + lxz

I'r.t

rI r

t.sirrkan pembatas:
69

x1

3xt

Xlr

Bentuk standar:
Maksimumkan:

X2

I'.rsoalan di atas memiliki solusi fisibel. selanjutnya R tidak ditkutsertakan lagi.

t2

2xz

2xz

>0

= 18
l,'use 2:

= 3xr + 5xz + OSr +

llnri tabel optimum


OSz

aSr
aSz
2x,
+Zxz
aRr
3x,
x1

MRt

3ixt

?.xz

pada fase
aan-persamaan berikut:

xl+Sr

= L2
=18

X1,X2

rSr,Sr,Rt)0
Dari persamaan di atas diperoleh harga Rs = 18 -

Hn tn

xz

1 di atas dapat dituliskan

=4

-+xl =4-Sr

-3

-ex!=3+3/2Sr

3Sr +Sz =6
3/2Sr

per-

Krrrnfuali kepada model persoalan semula, dan dengan


yu bstitusikan persamaan-persamaan di atas, kita dapatkan:
Maksimumkan: z = 3(4-Sr) + 5(3 - 3/2 Sr)

rr

Fase 1:

Minimumkan: r=Ra
atau r= 1E-SNr-2xa
berdasarkan pembatas: xl
+ Sr
=4

2xz
3xt+ 2xz

+Sz

Basis
r

x2

Jt
0

Sz
0

Sa

Rs

2
0

Rs
0

x1

x2

Sr

Sz

-9/2

x1

'l

Se

x2

Soh.rsi

18

Rs

lzl
lt

Se
,Q

18

1010
0031
01-3t20

-3
0

x1

Sr
0

4
12

o
0

-3

Basis

't2

100
010

xl
S?

xl

010
001

Sr =4
3Sr+Sz=6

Sr

r
1

x1

-312fi

18
Iterasi

Iterasi

z=9/2Sr+27

=L2

+ Rg

xttx2t St, 52, Rs,2

atau

berdasarkanpembatas: x1

-1

x2

Itirlnlrrrt solusi optimal:

31
4t2]

-1
1t2

27
4

6l

3t2

36

100-1t3
0011t3
0101/2

2
2
6

xt = 2, xz = 6, dengan z =

86.

t'rtttlrth. 2!
0

Minimumkan: z=3xr+5xz
pembatas: x1

l,r,r'tlasarkan
0

Solusi

4
6
3

2xz

s 4
-- 12

3xr+2x22

18

x1rx2>0
70

77

Bentuk standar:
MinimumkarL: z = 3xr + 5xz + OSr + OSs + MRz + MRs

l,'ose 2:

xl

+Sr
=4
2xz
+Rz =72
3xt+2xz -Sa +Rs=18

xz
:1

Diperoleh persamaan-persamaan:
L2

-+xl =2+V3Sa

Itrrrnfali ke persamaan semula:


Minimumkan: z=3(2 + 1/3 Sa) + 5 (6)
atau:
z-Sa-36

xlrx2rStrSa,R2,Rg>0
Rz=

Sr +1/3Ss =2
=6
-1l3Sa =2

- 2xz

Ra=18-3xr-2xz+Ss
Basis

Fase 7:

Minimumkan:
atau:

r=Rz+Rs
r = L2 - 2xz + 18 - 3xl"-

2xz + Sn

S1

x2

xl

r+3xt*4xz-Ss=30

x1

x2

s1

S3

Solusi

-1

36

001
010
100

1t3
0

-1t3

2
6
2

Tabel di atas sudah langsung merupakan tabel optimum

lfsri kedua contoh di atas ternyata bahwa jumlah iterasi pada


lalnik dua fase ini sama dengan jumlah iterasi pada teknik M.

0t0
100

00
01
10

't
1t3
00'v20
0 -1l3

Persoalan memiliki solusi fisibel.


72

1t3
-1t3

-1t3
'.Us

Sntu hal lagi yangjuga penting untuk diingat adalah bahwa


vlr'inbel-variabel artifisial tidak diikutsertakan lagi dalam perliiltrngan pada fase 2 apabila pada akhir fase 1, variabel-variabel
ar lrlisial itu berstatus sebagai variabel nonbasis. Ada kemungkinen vnriabel-variabel artifisial itu berstatus sebagai variabel basis
y,lrrgl bcrharga nol pada akhir fase 1. Dalam hal ini harus dilakubarr l.indakan pencegahan untuk memastikan bahwa vzu'iabel
Arlrli:.;ial itu tidak akan pernah berharga positif selama perlllrrrrpi;rn fase 2,
Aptbila pada iterasi optimum masih ada variabel artifisial
yang lx'r'status sebagai variabel basis dan berharga positif (bukan
*r,li, 11111[s hal ini rnenjadi tanda bahwa persoalan yang ber=<rrskulan tidak memiliki solusi fisibel.
t't,ttlttlt:

Mrrksimumkan: z= 1xr + 2x2


73

berdasarkan:

Zxt+ xz<2
3xr+4xz>12
xtrx2)0
Solusinyd adalah sebagai berikut:

Persarnaan matematis suatu program

linier adalah

sebagai

berikut:

Minimasi:

g'

= 6Xt

7,5X2

dengan pembatas:

7Xr+ 3 Xz>210
6Xr+12X2>180
4Xz > LZO

xr,xz>o
Carilah harga Xr , )(z

I(arena variabel artifisial R berharga positif (= 4) pada "solusi op.


timum"-nya, maka sebenarnya persoalan di atas tidak memiliki
ruang solusi yang fisibel. Karena itu, solusi di atas hanya merupakan solusi optimum samaran (pseudooptimum).

3.7 Soal

1.

Persamaan matematis suatu programa linier adalah se


berikut:

Maksimasi: Z=3Xr+2Xz
dengan pembatas:

4Xr +5X25 69
ZXr +2Xzs 30
Xr,Xz>o
Carilah harga Xr dan Xz.
74

tvt Unilever bermaksud membuat 2 jenis sabun, yakni sabun


bubuk dan sabun batang. Untuk itu dibutuhkan 2 macam zat
kimia, yakni A dan B. Jumlah zat kimia yang tersedia adalah
A = 200 kg dan B = 360 kB.
Untuk membuat 1 kg sabun bubuk diperlukan 2 kgA dan
ll kg B. Untuk membuat 1 kg sabun batang diperlukan 5 kg A
rlnn 3 kg B. Bila keuntungan yang akan diperoleh setiap
rnombuat 1 kg sabun bubuk = $ 3 sedangkan setiap 1 kg
enbun batang = $ 2, berapa kg jumlah sabun bubuk dan
snbun batang yang sebaiknya dibuat?
Srrl;uah perusahaan

film

sedang membuat rencana kegiatan

unluk tahun yang akan datang. Ada 2 jenis frlm yang akan
rlilruat, yakni film untuk TV dan film untuk di gedung.
Iliaya pembuatan film TV adalah sebesar Rp 750.000,00
a.rlnngkan biaya pembuatan frlm gedung adalah Rp
'J (xX).000,00 sebuah. Film TV dapat dijual dengan harga Rp
I :lr'0.000,00 sedangkan frlm gedung dapat dijual dengan
lrnrgn: Rp 3.000.000,00 sebuah.

Waktu ekuivalen yang dibutuhkan untuk membuat sel,rlrl, film TV - 12 minggu, sedangkan untuk film gedung =
ll) rninggu. Waktu ekuivalen yang tersedia selama tahun
l.rrrrg rrkan datang adalah sebanyak 600 minggu (1 tahun =
tirl 111i11ggu, terdapat L2 alaL,iadi waktu ekuivalen = 50 x 12
= rltr{) rninggu).
75

Bila dana yang tersedia adalah sebesar Rp 25.000.000,00,


berapa jumlah masing-masing jenis film yang harus dibuat?
5.

Sebuah perusahaan mebel bermaksud membuat 2


produk, yakni lemari pakaian dan tempat tidur. Keun
setiap lemari pakaian adalah sebesar Rp 6.000,00,
bila membuat tempat tidur keuntungannya adalah sebesar
5.000,00 sebuah.

Pembuatan kedua produk tersebut harus melalui 2


kerja, yakni unit kerja 1 dan unit kerja 2. Jam kerja
pada unit kerja 1 adalah 40 jam/minggu, sedangkan pada
kerja 2 adalah 50 jam/minggu.
Setiap lemari pakaian membutuhkan waktu 2 jam
unit kerja 1 dan 1 jam pada unit kerja 2, sedangkan seti
tempat tidur memerlukan waktu 1,25 jam pada unit kerja
dan 1 jam pada unit kerja 2.
Berapa jumlah lemari pakaian dan tempat tidur yang
baiknya dibuat setiap minggu?
6.

PI

Sayang Anak memproduksi dua jenis mainan

dan

lilin.
A dapat dibuat melalui proses 1 atau proses 2, sedan
yang keduanya terbuat dari campuran pasir dan

produk B dapat dibuat melalui proses 3 atau proses 4. U


mendapat 1 unit produk A dan B pada masing-masing
diperlukan masukan (input) sebagai berikut:

rlus. Keuntungan proses L, 2, 3, dan 4 masing-masing Rp


4,00/unit, Rp 5,00/unit, Rp 9,00/unit, dan Rp 11,00/unit.
Formulasikan persoalan di atas sebagai persoalan
l)r'ograma linier, dan buatlah tabel iterasi awalnya.
Suatu perusahaan membuat 5 tipe truk. Adapun jumlah truk
vnng diproduksi dibatasi oleh kapasitas tiap bagian yang
rncmbuat masing-masing tipe truk, yaitu:
n. Bagian rnetal starnping tidak menangani lebih dari
jumlah ekuivalen 10.000 truk tipe I. Perbandingan
jumlah truk yang dibuat pada bagian rnetal stamping
adalah tipe I : tipe II : tipe III : tipe IV.: tipe V = L: L,4:
2:0,8 :2,2.

h.

Bagian asembling mesin tidak dapat menangani lebih


dari jumlah ekuivalen 15.000 truk tipe I. Perbandingan
jumlah truk yang dibuat pada bagian asembling mesin
adalah tipe I : tipe II : tipe III : tipe IV : tipeV = 1 : 1,6 :

3:1:2,6.

Jumlah truk maksimum yang dapat ditangani oleh bagian asembling akhir adalah sebagai berikut:
tipe I
7.500 buah
tipe II
r.........,r.. 5.000 buah
tipe III
1.000 buah
tipe fV
9.000 buah
[ipe V
3.000 buah
Keuntungan yang diperoleh dari tipe I s-d. V masingrnasing adalah Rp 350.000, Rp 450.000, Rp 500.000, Rp
:|00.000, dan Rp 400.000 per buah.
Tentukanlah model matematis programa liniernya.

'1,'rrrr,

Tenaga kerja yang tersedia tidak lebih dari 15 jam-or


sedangkan persediaan pasir dan lilin adalah 120 m3 dan
76

Wall Paper Company" adalah sebuah perusahaan yang


rrr,,rrrlrroduksi linear board. Produk ini mempunyai lebar
,,1;rrrrlrtr 68 inci.
t Inbuk tahun depan perusahaan ini mendapat pesanan
I'r ",luk dengan lebar yang berbeda-beda, yaitu:
77

I'r'r'tanyaan:

unit yang lebarnya 22 inci,


unit yang lebarnya 20 inci, dan
80 unit yang lebarnya 12 inci.
110
120

n.
lr.

Bayangkanlah bahwa Saudara adalah seorang konsultan


percayaan perusahaan tersebut. Bagaimanakah usul Sauda

li.buah perusahaan elektronik membuat 2 jenis pesawat telelrrrrr, yakpi jenis pusfr button (pB) dan dial (D), masing_
rrrnsing dalam 3 warna (abu-abu, mer.ah, hijau). proses
grt,ngerjaannya melalui 4 mesin, yaitu p, e, R, dan S.
Dari hasil penelitian diperoleh data-data sebagai berikut:

untuk dapat memenuhi pesanan tersebut, tetapi


syarat, jumlah linear board yang terbuang sekecil mungkin?
9.

PT Philips Ralin memproduksi 3 jeniVmodel radio, yai


model A, B, dan C yang masing-masing memberikan
untungan sebagai berikut:
Model A: $ 16 per set
Model B: $ 30 per set
Model C: $ 50 per set
Menurut informasi dari bagian penjualan, keperluan m
mum per minggu dari masing-masing model adalah:
ModelA= 20set
ModelB= 120set
ModelC= 60set
Proses pembuatan radio ini meliputi proses-proses
buatan komponen, perakitan, dan pengepakan yang un
masing-masing model, waktunya adalah sebagai berikut:
Model A: pembuatan komponen : 3 jam/set
perakitan
3,5 jamlset
pengepakan
5 jam/set
4 jam/set
Model B: pembuatan komponen
perakitan
5 jam/set
pengepakan
8 jam/set
1 jam/set
Model C: pembuatan komponen
1,5 jam/set
perakitan
pengepakan
3 jam/set
Untuk minggu yang akan datang, perusahaan mem
waktu sebanyak:
- untuk pembuatan komponen : 1440 jam
: 1920 jam
- untuk perakitan
: 576 jam
-untukpengepakan

78

Formulasikan persoalan di atas sebagai persoalan


program linier.
Buatlah tabel simpleks untuk iterasi awalnya saja!

Push button

FglUnrlrran

;'ale

It

0,02 0,02

0,40

't5
curlrltt{ lfln

tet

Dial

trrosin

rtttil

H
0,02

0,40

0,06 0,06
0,'t0
_
0,10

0,06

0,80 0,56

0,64

0,06

1,28

1.700
1.400

200
0,16

1,44

Jam mesin
tersedia

1.800

1,20

llll^

Saudara diminta bantuannya, bagaimanakah rencana


l,rorluksi yang paling optimum, dan berapa keuntungan yang
rrhnrr diperoleh?
I

ilrurt.u perusahaan konfeksi pakaian memproduksi tiga jenis


I'nkrriun, yaitu pakaian anak-anak, pakaian pria, dan pakaian
wnrril.n. Untuk satu lusin pakaian anak-anak diperlukan dua
r,'l krrin berbagai corak dan warna serta empat orang tenaga

Lrrln. Untuk satu lusin pakaian pria dan satu lusin pakaian
rviurrl.r diperlukan masing-masing sebanyak empat dan dua
r,,l ktin berbagai corak dan warna dengan jumlah tenaga
Li,r 1n rnasing-masing dua dan enam orang. Kain yang digunablrr :rcliap harinya tersedia sebanyak dua puluh rol. Tenaga
tr,r 111 .tntrt ada mempunyai keahlian yang sama, dan jumlahrrr.ir (!nam belas orang.

79

Policy perusahaan mengharuskan seluruft tenaga kerj


digunakan, artinya tidak boleh ada tenaga kerja yang mer
urrggtt. Ongkos membuat masing-masing jenis pakaian i
didasarkan atas model, aksesori, dan jam kerja yang di
kan. Tetapi, sebagai patokan dapat digunakan biaya rata-rat
yang besarnya $ lSAusin pakaian anak-anak, $ 30/lusi
pakaian pria, dan $ 45llusin pakaian wanita'
Jika masing-masing jenis pakaian itu laku terjual d
harga $ 2SAusin pakaian anak-anak, $ 54llusin pakaian
aa" $ 53/lusin pakaian wanita, bagaimanakah model
grama linier persoalan di atas?

t2. Direktur Pertamina mengatakan bahwa ada dua maca


proses pengolahan minYak, Yaitu:

lro.". lt

dengan menggunakan bahan I batel mi


mentah A dan 3 barrel minyak mentah B sehi
dihasilkan:
50 galon gasolin x dan
20 galon gasolin Y.

Proses 2: dengan menggunakan

80

hasil

grroduksinya dengan menggunakan radio dan televisi. Anggarnn yang disediakan untuk kebutuhan ini adalah sebesar satu
.iuta rupiah per minggu. Biaya iklan di radio adalah Rp 5000
lror menit, sedangkan biaya iklan di TV adalah Rp 100.000

pur menit. Perusahaan ini akan menggunakan radio paling


rlrdikit dua kali dari penggunaan TV setiap minggunya. Pengnlnman perusahaan lain yang sejenis menunjukkan bahwa
nctiap menit iklan di TV akan menghasilkan peningkatan
ornzet penjualan sebanyak 25 kali dari yang dicapai oleh
ucliap menit iklan di radio.
Pemerintah setempat menetapkan bahwa setiap perrusahaan hanya boleh menggunakan waktu maksimum l jam
aotiap bulannya untuk keperluan iklan di radio dan atau TV
ini.

Jika persoalan di atas kita pandang sebagai persoalan


| )rograma linier, bagaimanakah formulasinya?

bahan

barrel mi

tt A dan Zbarrel minyak mentah B sehi


dihasilkan:
30 galon gasolin x dan
80 galon gasolin Y'
Diketahui bahwa persediaan maksimum minyak mentah
adalah L20 barrel dan minyak mentah B sebanyak 180
Bagian penjualan melaporkan bahwa untuk tahun d
diperlulan sekurang-kurangnya 2800 galon gasolin x
2200 galon gasolin Y.
Keuntungan masing-masing proses adalah:
US $ 5/unit Proses 1 dan
US $ 8/unit Proses 2.
Tentukanlah berapa barrel masing-masing minyak
yang harus dipakai pada proses 1 dan 2 agar diperoleh
untungan Yang maksimum-

-"ttt

ll Scbuah perusahaan bermaksud akan mengiklankan

t{ "lndah Leather" adalah sebuah perusahaan yang memproduksi 4 jenis tas untuk berbagai keperluan, yaitu tas
runtuk belanja, tas sekolah anak-anak, tas kantor pria, dan
tangan wanita. Seluruh jenis produk ini dibuat dari bahan
hrrlit dan plastik, yang setiap harinya dihabiskan paling serlikit 30 m kulit dan paling sedikit 20 m plastik. Banyaknya
I'rrhan yang dibutuhkan untuk masing-masing jenis produk
1r,,r buah adalah sebagai berikut:
lmkulitdan2mplastik
- Ta*s belanja
Tas
sekolah
anak-anak
2mkulitdanlmplastik
2mkulitdanSmplastik
- Tas kantor pria
3mkulitdan2mplastik
- Tas tangan wanita
lrrlirrmasi dari kepala bagian produksi menyatakan bahwa
rrrrl.rrk membuat 1 unit tas belanja diperlukan waktu l jam, 1
urrit, tas sekolah anak-anak 2 jam, 1 unit tas kantor pria 3
lrrrrr, dan 1 unit tas tangan wanita 4 jam. Diketahui pula
lrrrlrwil ongkos pembuatan masing-masing jenis produk ini di,lrrrrrrrkan langsung atau lamanya (waktu) proses.
l,ns

81

Persoalan:

1.
2.
3.
4.

Formulasikan persoalan di atas sebagai persoal


programa linier.
Dapatkan solusi optimumnya dengan syarat
tidak boleh menggunakan artifi.cial uariable.
Apa yang terjadi jika banyaknya bahan kulit yang
gunakan setiap harinya 45 m paling sedikit?
Apa yang terjadi jika ada ketentuan baru yang
ngatakan bahwa untuk tas belanja dan tas wanita
dibuat harus dipasang masing-masing sebuah
sedangkan banyaknya gesper yang dapat digunakan
tiap harinya paling sedikit 20 buah?

15. "Mini Super Market" mempekerjakan tiga karyawan


kecakapan yang berbeda-beda. Oleh sebab itu,
"Mini Super Market" menetapkan besarnya gaji per bul
untuk ketiga karyawan tersebut berbeda-beda, bergantu
pada kecakapannya dan tugas apa yang harus di
Gqji per bulan ketiga karyawan tersebut adalah
berikut:
Pekerjaan

'lirbel berikut memperlihatkan waktu yang


diperlukan (iam)
,lch ketiga pekerja tersebut untuk
-"rry"i"ruikan tiga ;;iis
;rckerjaan:
Pekerjaan

Lama waktu yang diperlukan (jam)


A

Frais & bor

Bubut

Gerinda

llila Saudara adalah pemilik ,Adi Teknik", bagaimana peng_


nturan tugas ketiga pekerja tersebut agar ongko, p&""j-"
trrinimal?

Gaji karyawan per bulan (Rpl.000,00)


A

t00

124

140

Pelayan

60

80

96

Pengafuran/Penyimpanan barang

88

76

68

Kasir

keterampilan ketiga pekerja tersebut berbeda_beda,


maka
upah perjam merekajuga berbeda, yakni sebagai
berikut:
A = Rp 0.000,00 per jam,
B = Rp 8.000,00 per jam,
C = Rp 1.000,00 per jam.

Bagaimanakah pimpinan "Mini Super Market" harus

atur tugas ketiga karyawan tersebut agar biaya


minimal?
16.

'Adi Teknik" adalah sebuah perusahaan yang khusus


buat roda gigi kendaraan bermotor. Perusahaan ini
punyai 3 orang pekerja. Karena lama kerja (pengalaman)

82

83