BAB I

PENDAHULUAN
1.1 Latar Belakang Masalah
Keberhasilan organisasi dalam menjalankan tugas atau usahanya
sangat tergantung pada keputusan-keputusan yang diambil oleh manajemen
dalam organisasi tersebut. Keputusan dari seorang manajer mengandung
resiko yang bisa merugikan perusahaan atau organisasi. Oleh sebab itu,
sebuah keputusan yang diambil oleh manajer harus didasarkan dan didukung
oleh perhitungan-perhitungan yang matang, agar resiko-resiko bawaan
(inherent risk) dapat diminimalisir, atau bahkan dihindari.
Dengan perkembangan ilmu dan teknologi yang sangat pesat, maka
proses perhitungan atas sebuah keputusan dapat dengan mudah dilakukan.
Banyak aplikasi-aplikasi komputer yang dapat dipergunakan oleh manajemen
untuk melakukan perhitungan-perhitungan mendetail yang dapat dijadikan
dasar pertimbangan dalam pengambilan keputusan. Tetapi di dalam
menggunakan aplikasi-aplikasi komputer tersebut diperlukan juga
keterampilan dalam melakukan teknik analisa kuantitatif, yang dapat
menggabungkan antara teknologi, ilmu pengetahuan, matematika dan logika
yang pada akhirnya akan menjadi sebuah kerangka pemecahan sebuah
masalah yang dihadapi oleh organisasi.
Salah satu pendekatan yang dapat dilakukan untuk
menyelesaikan masalah manajemen sains adalah pemrograman linear.
Progam linier secara umum adalah merupakan salah satu teknik
menyelesaikan riset operasi, dalam hal ini adalah khusus menyelesaikan
masalah-masalah optimasi (memaksimalkan atau memininumkan) tetapi
hanya terbatas pada masalah-masalah yang dapat diubah menjadi fungsi
linear. Secara khusus, persoalan program linear merupakan suatu persoalan
untuk menentukan besarnya masing-masing nilai variabel sehingga nilai
fungsi tujuan atau objektif yang linear menjadi optimum (memaksimalkan
atau meminimumkan) dengan memperhatikan adanya kendala yang ada,
yaitu kendala yang harus dinyatakan dalam bentuk ketidaksamaan yang
linear.

Banyak sekali keputusan utama dihadapi oleh seorang manajer

perusahaan untuk mencapai tujuan perusahaan dengan batasan situasi
lingkungan operasi. Pembatasan tersebut meliputi sumberdaya misalnya
waktu, tenaga kerja, energi, bahan baku, atau uang. Secara umum, tujuan
umum perusahaan yang paling sering terjadi adalah sedapat mungkin
memaksimalkan laba. Tujuan dari unit organisasi lain yang merupakan
bagian dari suatu organisasi biasanya meminimalkan biaya. Saat manajer
berusaha untuk menyelesaikan masalah dengan mencari tujuan yang
dibatasi oleh batasan tertentu, teknik sains manajemen berupa program
linear sering digunakan untuk permasalahan ini.
Seperti pada kasus yang akan dibahas pada penulisan ini, dimana
pihak manajemen PT. Sumber Makmur ingin memaksimumkan keuntungan
produksi batako dengan keterbatasan dalam kapasitas penggunaan mesin.
Untuk mempertimbangkan keputusan yang paling tepat, maka pihak
manajemen dapat terlebih dahulu menghitung dengan linear programming.

1.2 Identifikasi Masalah

Berdasarkan uraian latar belakang yang telah dikemukakan
sebelumnya, maka permasalahan yang diangkat dalam penulisan ini adalah :
1. Apa yang dimaksud dengan Program Linier (Linear Programing)?
2. Bagaimana formulasi linear programing?
3. Apa saja model linear programing metode grafik
4. Bagaimana contoh soal dan pembahasan fungsi maksimalisasi
keuntungan dan minimalisasi biaya?
1.3 Tujuan Penulisan
Adapun yang menjadi tujuan dari penulisan ini adalah :
1. Dapat memahami tentang linear programing.
2. Mengerti formulasi permasalahan linear programing.
3. Mengerti dan memahami model linear programing metode grafik.
4. Memahami contoh kasus dan pembahasan menggunakan metode
grafik.

BAB II
TINJAUAN PUSTAKA

2.1 Pengertian Linear Programming

Model

matematika

atau

simbolis

biasa

dipakai

di

dalam

pemecahan masalah dalam model pemecahan masalah linear programming.

Model matematis digunakan pada model linear programming untuk
menjelaskan persoalan yang dihadapinya.
Sebutan linear di sini memberi arti bahwa seluruh fungsi
matematis dalam model ini merupakan fungsi yang linier yang berarti
hubungan antara faktor-faktor bersifat linear atau konstan. Hubunganhubungan linear berarti bahwa bila suatu faktor berubah maka faktor lain pun
berubah dengan jumlah yang konstan secara proposional.
Beberapa pengertian tentang linear programming sebagai berikut :
1. Menurut Tjutuju Tarliah Dimyati (1992) : linear programming adalah suatu
cara untuk menyelesaikan persoalan pengalokasikan sumber-sumber
yang terbatas diantara beberapa aktivitas yang bersaing, dengan cara
yang terbaik yang mungkin dilakukan. Persoalan pengalokasian ini akan
muncul manakala seseorang harus memilih tingkat aktivitas-aktivitas
tertentu yang bersaing dalam hal penggunaan sumber daya langka yang
dibutuhkan untuk melaksanakan aktivitas-aktivitas tersebut.
2. Menurut T. Hani Handoko (1999, p379) :

linear programming adalah

suatu metode analitik paling terkenal yang merupakan suatu bagian

kelompok teknik-teknik yang disebut programisasi matematik.
3. Menurut

Sofjan

Assauri

(1999,

p9)

merupakan suatu teknik perencanaan yang

matematika dengan tujuan menemukan

linear

programming

menggunakan
kombinasi

model
kombinasi

produk yang terbaik dalam menyusun alokasi sumber daya yang terbatas
guna mencapai tujuan yang digunakan secara optimal.
4. Menurut

Zulian

Yamit

(1996,

p14)

linear

programming

adalah metode atau teknik matematis yang digunaka untuk membantu

manajer dalam pengambilan keputusan. Ciri khusus penggunaan metode
matematis

ini

adalah

berusaha

mendapatkan

maksimisasi

atau

minimisasi.
5. Menurut Eddy (2008) Setiap perusahaan atau organisasi memiliki
keterbatasan atas sumber dayanya, baik keterbatasan dalam jumlah
bahan baku, mesin dan peralatan, ruang tenaga kerja, jam kerja, maupun
modal. Dengan keterbatasan ini, perusahaan perlu merencanakan
3

strategi yang dapat mengoptimalkan hasil yang ingin dicapai, baik itu
berupa keuntungan maksimal atau biaya minimal. Berbagai cara lain telah
ditemukan untuk tujuan itu, salah satu diantaranya pemrograman linear.
6. Menurut Siringoringo (2005), Pemrograman Linear merupakan metode
matematik dalam mengalokasikan sumber daya yang terbatas untuk
mencapai suatu tujuan seperti memaksimumkan keuntungan dan
meminimumkan biaya. Pemrograman Linear banyak diterapkan dalam
masalah ekonomi, industri, militer, sosial dan lain-lain. Pemrograman
Linear berkaitan dengan penjelasan suatu kasus dalam dunia nyata
sebagai suatu model matematik yang terdiri dari sebuah fungsi tujuan
linear dengan beberapa kendala linear.
Dapat disimpukan bahwa linear programming adalah perencanaan
aktivitas-aktivitas untuk memperoleh hasil yang optimum, yaitu hasil yang
mencapai tujuan terbaik di antara seluruh alternatif yang feasible.
2.2 Tujuan
Tujuan Linear Programing adalah mencari pemecahan persoalan persoalan

yang

timbul

dalam perusahaan, yaitu mencari keadaan yang

optimal dengan memperhitungkan batasan - batasan yang ada.

Linear programming digunakan untuk membantu manajer dalam
pengembalian keputusan. Secara umum dapat dikatakan bahwa dengan
linier programming dapat membantu manajer atau seseorang dalam
mengalokasikan sumber daya yang terbatas seperti tenaga kerja, bahan
baku, jam kerja, mesin dan modal dengan cara sebaik mungkin sehingga
diperoleh maksimasi yang dapat berupa maksimum keuntungan biaya atau
minimasi yang dapat berupa minimum biaya.
Model Linier programming dapat diaplikasikan untuk menyelesaikan
berbagai masalah diantaranya yaitu :
1. Masalah product mix atau kombinasi produksi, yaitu: menentukan
berapa jumlah dan jenis produk yang harus dibuat agar diperoleh
keuntungan maksimum atau biaya minimum dangan memperhatikan
sumber daya yang dimiliki.
2. Masalah perencanaan investasi, yaitu: berapa banyak dana yang
akan ditanamkan dalam setiap alternative investasi, agar

memaksimumkan return on investment dengan memperhatikan

kemampuan dana tersedia dan ketentuan setiap alternatif investasi.
3. Masalah perencanaan produksi dan persediaan, yaitu: menentukan
berapa banyak produk yang akan diproduksi setiap periode agar
meminimumkan biaya persediaan, sewa, lembur dan biaya
subkontrak.
4. Masalah perencanaan advertensi / promosi, yaitu: berapa banyak
dana yang akan dikeluarkan untuk kegiatan promosi,agar diperoleh
efektivitas penggunaan media promosi.
5. Masalah diet, yaitu: berapa banyak setiap sumber makanan
digunakan untuk membuat produk makanan baru.
6. Masalah pencampuran,yaitu: berapa banyak jumlah setiap bahan
yang akan digunakan untuk membuat bahan baru.
7. Masalah distribusi / transportasi , yaitu: jumlah produk yang akan
dialokasikan ke setiap lokasi pemasaran.

2.3 Syarat dalam Linear Programming

Suatu penyampaian masalah linier programming perlu dibentuk
formulasi secara matematik dari masalah yang sedang dihadapi dengan
memenuhi syarat sebagai berikut :
1.

Adanya variabel keputusan yang dinyatakan dalam simbol matematik

dan variabel keputusan ini tidak negatif.

2.

Adanya fungsi tujuan dari variabel keputusan yang menggambarkan

kriteria pilihan terbaik.fungsi ini harus dibuat dalam suatu sel fungsi linier
yang dapat berupa maksimum atau minimum.

3.

Adanya kendala sumber daya yang dibuat dalam satu set fungsi linier.

2.4 Asumsi dasar dalam Linear Programming.

Secara teknis, ada lima syarat tambahan dari permasalahan linear
programming yang harus diperhatikan yang merupakan asumsi dasar, yaitu:
1. certainty (kepastian). Maksudnya adalah fungsi tujuan dan fungsi kendala
sudah diketahui dengan pasti dan tidak berubah selama periode analisa.
2. proportionality (proporsionalitas). Yaitu adanya proporsionalitas dalam
fungsi tujuan dan fungsi kendala.
3. additivity (penambahan). Artinya aktivitas total sama dengan penjumlahan
aktivitas individu.
5

4. divisibility (bisa dibagi-bagi). Maksudnya solusi tidak harus merupakan

bilangan integer (bilangan bulat), tetapi bisa juga berupa pecahan.
5. non-negative variable (variabel tidak negatif). Artinya bahwa semua nilai
jawaban atau variabel tidak negatif.
Suatu masalah pemrograman hanya dapat dirumuskan ke dalam
persoalan program linear apabila asumsi-asumsi di atas terpenuhi.
2.5 Model Linear Programming
Pemrograman linier (LP) menggunakan metode matematis untuk
menggambarkan masalah yang hendak dianalisa. Pada dasarnya, model
pemrograman linier dinyatakan dalam bentuk fungsi tujuan dan fungsi
batasan (kendala, constrain). Fungsi tujuan merupakan suatu perencanaan
fungsi linier dari variabel tujuan, misalkan pendapatan, keuntungan, atau
biaya. Dalam fungsi tujuan juga harus dijelaskan apakah tujuannya
memaksimalkan atau meminimalkan variabel. Variabel seperti keuntungan,
produksi, dan penjualan, bertujuan untuk dimaksimalkan; sedangkan
variabel seperti biaya dan resiko bertujuan untuk diminimalkan. Fungsi
batasan menggambarkan batasan yang dihadapi dalam mencapai tujuan.
Fungsi batasan biasanya terdiri dari beberapa persamaan yang masingmasing berkolerasi dengan sumber daya yang berkaitan.

BAB III
PEMBAHASAN

3. 1 Formulasi Permasalahan
Metode grafik hanya bisa digunakan untuk menyelesaikan
permasalahan dimana hanya terdapat dua variabel keputusan. Untuk
menyelesaikan permasalahan tersebut, langkah pertama yang harus
dilakukan adalah memformulasikan permasalahan yang ada ke dalam

bentuk Linear Programming (LP). Langkah-langkah dalam formulasi

permasalahan adalah :
1. pahamilah secara menyeluruh permasalahan manajerial yang dihadapi
2. identifikasikan tujuan dan kendalanya
3. definisikan variabel keputusannya
4. gunakan variabel keputusan untuk merumuskan fungsi tujuan dan fungsi
kendala secara matematis.
Sebagai contoh dalam memformulasikan permasalahan, berikut ini
akan dibahas PT. Sumber Makmur yang memproduksi dua macam batako:
batako semen dan batako kapur. Biaya pembuatan batako semen
diperkirakan Rp. 150,- sedang biaya pembuatan batako kapur diperkirakan
Rp. 100,-. Batako semen dijual seharga Rp. 400,- dan batako kapur dijual
seharga Rp. 250,-.
Untuk pembuatan kedua macam batako tersebut dipergunakan 2
macam mesin: A: mesin pencampur dan B: mesin pencetak. Untuk
mencampur batako semen diperlukan waktu 1 jam, dan untuk mencetak
batako semen diperlukan waktu 2 jam. Batako kapur dicampur selama 1.5
jam dan dicetak selama 1 jam. Selama satu bulan kapasitas mesin A 320 jam
kerja. Sedang kapasitas mesin B adalah 480 jam kerja. Berapa jumlah batako
semen dan batako kapur yang diproduksi jika tujuan perusahaan
memaksimumkan keuntungan.
Dari kasus di atas dapat diketahui bahwa tujuan perusahaan adalah
memaksimumkan profit. Sedangkan kendala perusahaan tersebut adalah
terbatasnya kapasitas jam kerja mesin pencampur dan mesin pencetak.
Apabila permasalahan tersebut diringkas dalam satu tabel maka akan
tampak sebagai berikut :
Jam kerja untuk membuat 1 unit

Total waktu

produk

tersedia per
bulan

Mesin Pencampur
Mesin Pencetak
Profit per unit

Batako Semen
1
2
250

Batako Kapur
1,5
1
150

320
480

Mengingat produk yang akan dihasilkan adalah batako semen dan

batako kapur, maka dalam rangka memaksimumkan profit, perusahaan harus
memutuskan berapa jumlah batako semen dan batako kapur yang sebaiknya
diproduksi. Dengan demikian dalam kasus ini, yang merupakan variabel
keputusan adalah batako semen (X1) dan batako kapur (X2).
Setelah kita mendefinisikan variabel keputusan, maka langkah
selanjutnya adalah menuliskan secara matematis fungsi tujuan dan fungsi
kendala.
1. Fungsi Tujuan
Tujuan perusahaan adalah maksimisasi keuntungan, sehingga kita
dapat menuliskan fungsi tujuan sebagai berikut :

P = (Rp. 250 x Jml Batako semen yg diproduksi) + (Rp. 150 x Jml Batako
kapur yg diproduksi)

Atau secara matematis dapat dituliskan :

Maksimisasi Z = 250X1 + 150X2

2. Fungsi kendala
Berkaitan dengan sumber daya yang digunakan, perusahaan
tidak bisa memperkirakan secara tepat kebutuhan sumber daya yang
digunakan untuk mencapai keuntungan tertentu. Biasanya perusahaan
menyediakan sumber daya tertentu yang merupakan kebutuhan minimum
atau maksimum. Kondisi seperti ini secara matematis diungkapkan
dengan pertidaksamaan.
Kendala yang pertama adalah jam kerja yang tersedia di mesin
pencampur. Total waktu yang diperlukan untuk pembuatan X1 (batako
semen) dimana untuk membuat satu unit batako semen diperlukan waktu
1 jam kerja dan untuk pembuatan X2 (batako kapur) dimana untuk
membuat satu unit batako kapur diperlukan waktu 1,5 jam kerja adalah

320 jam. Kalimat ini bisa dirumuskan dalam pertidaksamaan matematis

menjadi :

Seperti halnya pada kendala yang pertama, maka pada kendala

kedua dapat diketahui bahwa total waktu yang diperlukan untuk
pencetakan X1 (batako semen) dimana untuk mencetak satu unit batako
+ 1,5X
2 320
semen diperlukan waktu X
2 1jam
kerja dan
untuk pencetakan X2 (batako
kapur) dimana untuk mencetak satu unit batako kapur dibutuhkan waktu 1
jam kerja adalah 480 jam. Kalimat ini bisa dirumuskan dalam
pertidaksamaan matematis menjadi :
2X1 + X2 480

Salah satu syarat yang harus dipenuhi dalam Linear

Programming adalah asumsi nilai X1 dan X2 tidak negatif. Artinya bahwa
X1 0 (jumlah batako semen yang diproduksi adalah lebih besar atau
sama dengan nol)
X2 0 (jumlah batako kapur yang diproduksi adalah lebih besar atau
sama dengan nol)
Dari uraian di atas dapat dirumuskan formulasi permasalahan
secara lengkap sebagai berikut :
Fungsi tujuan :
Maksimisasi Z = 250X1 + 150X2.
Fungsi kendala :
X1 + 1,5X2 320 (kendala mesin pencampur)
2X1 +

X2 480 (kendala mesin pencetak)

X1 0 (kendala non negatif pertama)

X2 0 (kendala non negatif kedua)

3.2 PENYELESAIAN LINEAR PROGRAMMING SECARA GRAFIK

Kasus PT. Sumber Makmur tersebut akan kita selesaikan dengan

metode grafik. Keterbatasan metode grafik adalah bahwa hanya tersedia
dua sumbu ordinat, sehingga tidak bisa digunakan untuk menyelesaikan
kasus yang lebih dari dua variabel keputusan.
Langkah pertama dalam penyelesaian dengan metode grafik adalah
menggambarkan fungsi kendalanya. Untuk menggambarkan kendala
pertama secara grafik, kita harus merubah tanda pertidaksamaan menjadi
tanda persamaan seperti berikut.
X1 + 1,5X2 = 320
Kendala ini akan memotong salah satu atau kedua sumbu.
Sebagaimana halnya yang sudah kita pelajari dalam aljabar, bahwa
untuk menggambarkan fungsi linear yang tidak lain merupakan garis lurus,
maka kita akan mencari titik potong garis tersebut dengan kedua sumbu.
Suatu garis akan memotong salah satu sumbu apabila nilai variabel yang
lain sama dengan nol. Dengan demikian kendala pertama akan memotong
X1, pada saat X2 = 0, demikian juga kendala ini akan memotong X2, pada
saat X1 = 0.
Kendala I: X1 + 1,5X2 = 320
memotong sumbu X1 pada saat X2 = 0
X1 + 0 = 320
X1 = 320
memotong sumbu X2 pada saat X1 = 0
0 + 1,5X2 = 320
X2 = 320/1,5
X2 = 213
Kendala I memotong sumbu X1 pada titik (320, 0) dan memotong sumbu
X2 pada titik (0, 213).
Kendala II: 2 X1 + X2 = 480
memotong sumbu X1 pada saat X2 = 0
2 X1 + 0 = 480
X1 = 480/2
X1 = 240
memotong sumbu X2 pada saat X1 =0

10

0 + X2 = 480
X2 = 480
Kendala II memotong sumbu X1 pada titik (240, 0) dan memotong sumbu
X2 pada titik (0, 480).

Titik pot

titik potong kedua kendala bisa dicari dengan cara substitusi atau
eliminasi.
X1 + 1,5 X2 = 320

2 X1 + 3 X2 = 640

2 X1 + X2

2 X1 +

= 480

X2 = 480
2 X2 = 160
X2 = 160/2
X2 = 80

11

X1 + 1,5 X2 = 320
X1 + (1,5X80) = 320
X1 + 120 =320
X1= 320 120
X1 = 200
Sehingga kedua kendala akan berpotongan pada titik (200,80).
Tanda pada kedua kendala ditunjukkan pada area sebelah kiri dari
garis kendala. Sebagaimana nampak pada Peraga 1. 1, feasible region
(area layak) meliputi daerah sebelah kiri dari titik A (0,213), B (200,80),
dan C (240,0).
Untuk menentukan solusi yang optimal, ada dua cara yang bisa
digunakan yaitu
1. dengan menggunakan garis profit (iso profit line)
2. dengan titik sudut (corner point)
Penyelesaian dengan menggunakan garis profit adalah
penyelesaian dengan menggambarkan fungsi tujuan. Kemudian fungsi
tujuan tersebut digeser ke kanan sampai menyinggung titik terjauh dari
dari titik nol, tetapi masih berada pada area layak (feasible region). Untuk
menggambarkan garis profit, kita mengganti nilai Z dengan sembarang
nilai yang mudah dibagi oleh koefisien pada fungsi profit. Pada kasus ini
angka yang mudah dibagi angka 250 (koefisien X1) dan 150 (koefisien
X2) adalah 750. Sehingga fungsi tujuan menjadi 750 = 250 X1 + 150 X2.
Garis ini akan memotong sumbu X1 pada titik (3, 0) dan memotong
sumbu X2 pada titik (0, 5).
Dari Peraga 1. 2 dapat dilihat bahwa iso profit line menyinggung
titik B yang merupakan titik terjauh dari titik nol. Titik B ini merupakan titik
optimal. Untuk mengetahui berapa nilai X1 dan X2, serta nilai Z pada titik
B tersebut, kita mencari titik potong antara kendala I dan kendala II
(karena titik B merupakan perpotongan antara kendala I dan kendala II).
Dengan menggunakan eliminiasi atau subustitusi diperoleh nilai X1 = 200
X2 = 80. dan Z = 62.000. Dari hasil perhitungan tersebut maka dapat
disimpulkan bahwa keputusan perusahaan yang akan memberikan profit
maksimal adalah memproduksi X1 sebanyak 200 unit, X2 sebanyak 80
unit dan perusahaan akan memperoleh profit sebesar Rp. 62.000.

12

Penyelesaian dengan menggunakan titik sudut (corner point)

artinya kita harus mencari nilai tertinggi dari titik-titik yang berada pada
area layak (feasible region). Dari peraga 1, dapat dilihat bahwa ada 4 titik
yang membatasi area layak, yaitu titik 0 (0, 0), A (0, 213), B (200, 80), dan
C (240,0).
Keuntungan pada titik O (0, 0) adalah (5 x 0) + (3 x 0) = 0.
Keuntungan pada titik A (0, 213) adalah (5 x 0) + (3 x 213) = 639.
Keuntungan pada titik B (200, 80) adalah (5 x 200) + (3 x 80) = 1.240.
Keuntungan pada titik C (240, 0) adalah (5 x 240 ) + (3 x 0) = 1.200.
Karena keuntungan tertinggi jatuh pada titik B, maka sebaiknya
perusahaan memproduksi meja sebanyak 30 unit dan kursi sebanyak 40 unit,
dan perusahaan memperoleh keuntungan optimal sebesar Rp. 62.000.

13

BAB IV
KESIMPULAN

Kesimpulan dari seluruh pembahasan diatas adalah sebagai berikut :

1. Program linear adalah suatu cara matematis yang digunakan untuk
menyelesaikan masalah yang berkaitan dengan pengalokasian
sumberdaya yang terbatas untuk mencapai optimasi, yaitu
memaksimumkan atau meminimumkan fungsi tujuan yang bergabung
pada sejumlah variabel input.
2. Yang termasuk dalam komponen model program linear adalah variable
keputusan, fungsi tujuan, dan batasan model. Program linier bisa di
selesaikan menggunakan metode grafik untuk menentukan persoalan
maksimum maupun minimum.
3. Linear Programming dengan metode grafik hanya dapat digunakan untuk
menyelesaikan permasalahan dengan 2 variabel keputusan. Dalam
penyelesaian permasalahan diawali dengan formulasi permasalahan,
kemudian menggambarkan fungsi kendala serta menentukan area layak.
Baru kemudian menentukan solusi optimal yang dapat menggunakan 2
pendekatan, yaitu dengan pendekatan garis profit (isoprofit line) atau titik
sudut (corner point).
4. Dalam contoh kasus yang telah dipaparkan, dari hasil perhitungan
tersebut maka dapat disimpulkan bahwa keputusan perusahaan yang
akan memberikan profit maksimal adalah memproduksi X1 sebanyak 200
unit, X2 sebanyak 80 unit dan perusahaan akan memperoleh profit
sebesar Rp. 62.000

DAFTAR PUSTAKA

14

Saputra, Teddy dkk. Masalah Penugasan Metode Kuantitatif Manajemen.

Diakses

dari:

https://www.academia.edu/5008890/APLIKASI_LINEAR

PROGRAMMING. Diakses pada: 26 November 2015, 13.30.

Dimyati, Tjutju Tarliah. Dimyati, Ahmad. (1992), Model-Model Pengambilan
Keputusan, Penerbit: Sinar Baru Bandung, Bandung: 1992.
Nasendi, B.D. dan A. Anwar. 1985. Program Linier dan Variasinya. PT Gramedia.
Jakarta.

http://xerma.blogspot.co.id/2013/07/pengertian-peramalanforecasting_7938.html
https://boomershusni.wordpress.com/2013/12/03/program-linier/
http://qmobi-ost.blogspot.co.id/2011/06/linear-programming.html
http://directory.umm.ac.id/Data%20Elmu/pdf/bab1-C.pdf
http://arpuz.blogspot.co.id/2013/02/bab-1_3987.html

15