Anda di halaman 1dari 25

PENGERTIAN RISET OPERASI

Riset Operasi berasal dari Inggris yang merupakan suatu hasil studi operasi-operasi militer
selama Perang Dunia II. Istilah riset operasi pertama kali digunakan pada tahun 1940 oleh Mc
Closky dan Trefthen di suatu kota kecil, Bowdsey, Inggris.
Kata operasi dapat disefinisikan sebagai tindakan-tindakan yang diterapkan pada beberapa
masalah atau hipotesa. Sementara riset dapat didefinisikan sebagai suatu proses yang
terorganisasi dalam mencari kebenaran akan masalah atau hipotesa.
Definisi 1
RO adalah penerapan metode-metode ilmiah terhadap masalah-masalah rumit yang muncul
dalam pengarahan dan pengelolaan dari suatu sistem besar manusia, mesin, bahan dan uang
dalam industri, bisnis, pemerintahan dan pertahanan. (Operational Research Society of Great
Britain).
Definisi 2
Riset operasi berkaitan dengan menentukan pilihan secara ilmiah bagaimana merancang dan
menjalankan sistem manusia-mesin secara terbaik, biasanya membutuhkan alokasi sumber daya
yang langka. (Operation Research Society of America).
Definisi 3
Riset operasi adalah seni memberikan jawaban buruk terhadap masalah-masalah, yang jika tidak,
memiliki jawaban yang lebih buruk. (T.L. Saaty).
Definisi 4
Riset operasi adalah pendekatan dalam pengambilan keputusan yang ditandai dengan
penggunaan pengetahuan ilmiah melalui usaha kelompok antar disiplin yang bertujuan
menentukan penggunaan terbaik sumber daya yang terbatas. (Hamdi A. Taha).
Definisi 5
Riset operasi dalam arti luas dapat diartikan sebagai penerapan metode-metode, teknik-teknik,
dan alat-alat terhadap masalah-masalah yang menyangkut operasi-operasi dari sistem-sistem,
sedemikian rupa sehingga memberikan penyelesaian optimal. (Churchman, Ackoff, dan Arnoff).

2. RISET OPERASI DALAM PENGAMBILAN KEPUTUSAN


Riset operasi berusaha menetapkan arah tindakan terbaik (optimum) dari sebuah masalah
keputusan dibawah pembatasan sumber daya yang terbatas. Istilah riset operasi sering kali
diasosiasikan secara eksklusif dengan penggunaan teknik-teknik matematis model matematis
merupakan inti dari riset operasi, pemecahan masalah tidaklah hanya sekedar pengembangan dan
pemecahan model-model matematis. Secara spesifik, masalah keputusan biasanya mencakup
factor-faktor penting yang tidak berwujud dan tidak dapat diterjemahkan secara langsung dalam
bentuk model matematis.

Sebuah ilustrasi yang baik dari kasus diatas adalah salah satu versi dari masalah elevator yang
dikenal luas. Sebagai tanggapan terhadap keluhan para penghuni tentang lambatnya elevator
disebuah bangunan perkantoran yang besar, sebuah pemecahan yang didasari oleh analisis teori
jalur antrian ditemukan tidak memuaskan. Setelah mempelajari sistem tersebut lebih lanjut,
ditemukan bahwa keluhan para penghuni tersebut lebih disebabkan oleh kebosanan, karena pada
kenyataannya, waktu menunggu sangat singkat. Sebuah pemecahan diajukan dimana sebuah
cermin panjang dipasang ditempat masuk elevator. Keluhan menghilang karena para pengguna
elevator asik memandangi diri mereka sendiri dan orang lain sambil menunggu elevator.
Ilustrasi elevator ini menggarisbawahi pentingnya memandang aspek matematis dari riset operasi
dalam konteks yang lebih luas dari sebuah proses pengambilan keputusan yang unsur-unsurnya
tidak dapat diwakili sepenuhnya oleh sebuah model matematis. Sebagai sebuah teknik
pemecahan masalah, riset operasi harus dipandang sebagai ilmu dan seni. Aspek ilmu terletak
dalam penyediaan teknik-teknik matematis dan algoritma untuk memecahkan masalah keputusan
yang tepat. Riset operasi adalah sebuah seni karena keberhasilan dalam semua tahap yang
mendahului dan melanjuti pemecahan dari sebuah model matematis sebagian besar bergantung
pada kreativitras dan kemampuan pribadi dari mereka yang menganalisis pengambilan
keputusan.
3. MODEL-MODEL RISET OPERASI
Model adalah abstraksi atau penyederhanaan realitas sistem yang kompleks dimana hanya
komponen-komponen yang relevan atau faktor-faktor yang dominan dari masalah yang dianalisis
diikutsertakan. Ia menunjukan hubungan-hubungan dari aksi dan reaksi dalam pengertian sebab
dan akibat. Salah satu alasan pembentukan model adalah untuk menemukan variabel-variabel
apa yang penting. Penemuan variabel-variabel yang penting itu berkaitan erat dengan
penyelidikan hubungan yang ada diantara variabel-variabel itu.
Teknik-teknik kuantitatif seperti statistic dan simulasi digunakan untuk menyelidiki hubungan
yang ada diantara banyak variabel dalam suatu model. Model dapat diklasifikasikan dalam
banyak cara, misalnya menurut jenisnya, dimensinya, fungsinya, tujuannya, subyeknya, atau
derajad abstraksinya. Criteria yang paling biasa adalah jenis model. Jenis dasar itu meliputi:
a. Iconic (Physical) Model
Iconic model adalah suatu penyajian fisik yang tampak seperti aslinya dari suatu sistem nyata
dengan skala yang berbeda. Contoh model ini adalah mainan anakanak, potret, histogram, maket
dan lain-lain.
b. Analogue Model
Model analogue lebih abstrak disbanding model iconic, karena tak kelihatan sama antara model
dengan sistem nyata. Contohnya jaringan pipa tempat air mengalir dapat digunakan dengan
pengertian yang sama sebagai distribusi aliran listrik. Contoh lain adalah peta dengan bermacammacam warna merupakan model analog dimana perbedaan warna menunjukan perbedaan cirri,

misalnya biru menunjukan air, kuning menunjukan pegunungan, hijau sebagai dataran rendah,
dan lain-lain.
c. Mathematic (Symbolic) Model
Model matematik sifatnya paling abstrak. Model ini menggunakan seperangkat simbol
matematik untuk menunjukan komponen-komponen (dan hubungan antar mereka) dari sistem
nyata. Namun, sistem nyata tidak selalu dapat diekspresikan dalam rumusan matematik. Model
ini dapat dibedakan menjadi deterministic dan probabilistic. Model deterministic dibentuk dalam
situasi kepastian (certainty). Model ini memerlukan penyederhanaan-penyederhanaan dari
realitas karena kepastian jarang terjadi. Model probabilistic meliputi kasus-kasus dimana
diasumsikan ketidakpastian (uncertainty).

DESKRIPSI PENELITIAN
Pemrograman Linier merupakan metode matematika dalam mengalokasikan sumber daya
yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan
meminimumkan biaya. Program Linear banyak diterapkan dalam masalah ekonomi, industri,
militer, social dan lain-lain. Program linear berkaitan dengan penjelasan suatu kasus dalam
dunia nyata sebagai suatu model matematika.
Salah satu teknik penentuan solusi optimal yang digunakan dalam pemrograman linier
adalah metode simpleks. Penentuan solusi optimal menggunakan metode simpleks didasarkan
pada teknik eleminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik
ekstrim satu per satu dengan cara perhitungan iteratif. Sehingga penentuan solusi optimal dengan
simpleks dilakukan tahap demi tahap yang disebut dengan iterasi. Iterasi ke-i hanya tergantung
dari iterasi sebelumnya (i-1).
Metode simpleks ini adalah metode yang biasanya digunakan untuk memecahkan setiap
permasalahan pada pemrogramman linear yang kombinasi variabelnya terdiri dari tiga variabel
atau lebih, untuk lebih jelasnya mengenai metode simpleks, kita lihat beberapa definisi di bawah
ini:
Metode Simpleks adalah Suatu prosedur matematis dan sistematis dimulai dari suatu
penyelesaian dasar yang fisibel ke pemecahan dasar fisibel lainnya, yang dilakukan berulangulang (iteratif) sehingga tercapai suatu penyelesaian optimum untuk mencari solusi optimal dari
suatu masalah pemrograman linear yang didasarkan pada proses iterasi.Metode simpleks adalah
suatu prosedur aljabar, yang melalui serangkaian operasi-operasi berulang, dapat memecahkan
suatu masalah yang terdiri dari tiga variabel atau lebih.
Ada tiga sifat dari bentuk baku linear programing untuk metode simpleks ini, diantaranya:
Sifat yang pertama adalah semua batasan adalah persamaan (dengan tidak ada nilai
negatif pada sisi kanan)
Sifat yang kedua adalah semua variabel tidak ada yang bernilai negatif, dan
Sifat yang ketiga adalah fungsi tujuan dapat berupa minimisasi atau maksimisasi.
Sebelum menyelesaikan permasalahan dengan menggunakan metode simpleks. Terlebih
dahulu masalah tersebut harus diubah kedalam bentuk formulasi model linear programing.
Setelah berbentuk suatu model linear programming, maka model tersebut harus diubah terlebih
dahulu ke dalam bentuk baku, dimana semua batasan diekspresikan sebagai persamaan dengan
menambahkan variabel slack atau surplus sebagaimana diperlukan, maka dapat diterapkan
prosedur penyelesaian dengan menggunakan metode simpleks.
Dalam penelitian kali ini, peneliti akan memilih objek penelitian yang berkaitan dengan
kewirausahaan, dengan spesifikasi usaha roti, kue dan pudding.
Wirausaha adalah orang yang menjalankan usaha atau perusahaan dengan kemungkinan
untung atau rugi. Oleh karena itu wirausaha perlu memiliki kesiapan mental, baik untuk
menghadapi keadaan merugi maupun untung besar. Sehingga seorang wirausaha harus
mempunyai karakteristik khusus yang melekat pada diri seorang wirausaha seperti percaya diri,
mempunyai banyak minat, bisa bersepakat, mempunyai ambisi, berjiwa penjelajah, suka
mencoba sesuatu, dll.
Sebenarnya definisi kewirausahaan itu cukup bervariasi, tapi di sini kami coba buat definisi
kewirausahaan
ini
secara
umum
dan
bahasa
sehari-hari.
Seperti kita ketahui bahwa kewirausahaan berasal dari kata dasar wirausaha dan wirausaha
terdiri dari 2 kata yaitu,Wira yang berarti kesatria, pahlawan, pejuang, unggul, gagah berani,
sedangkan satu lagi adalah kata Usaha yang berarti bekerja, melakukan sesuatu.
Dengan demikian pengertian dari wirausaha ditinjau dari segi arti kata adalah orang
tangguh yang melakukan sesuatu. Mengacu dari Keputusan Menteri Koperasi dan
Pembinaan Pengusahan Kecil Nomor 961/KEP/M/XI/1995, disebutkan bahwa:
Wirausaha adalah orang yang mempunyai semangat, sikap, perilaku dan kemampuan
kewirausahaan.

Kewirausahaan adalah semangat, sikap, perilaku dan kemampuan seseorang dalam


menangani usaha atau kegiatan yang mengarah pada upaya mencari, menciptakan serta
menerapkan cara kerja, teknologi dan produk baru dengan meningkatkan efisiensi dalam
rangka memberikan pelayanan yang lebih baik dan atau memperoleh keuntungan yang
lebih besar.
Kewirausahaan atau dalam bahasa perancis disebut entrepreneurship dan kalau
diterjemahkan secara harfiah punya pengertian sebagai perantara, diartikan sebagai sikap dan
perilaku mandiri yang mampu memadukan unsur cipta, rasa dan karya atau mampu
menggabungkan unsur kreativitas, tantangan dan kerja keras untuk mencapai prestasi maksimal.
Berdasarkan uraian diatas, Kami menyepakati untuk melaksanakan penelitian dalam bidang
kuliner dengan spesifikasi kue, roti dan pudding di salah satu toko bakery terkemuka di Kota
Madiun. Makanan merupakan salah satu kebutuhan pokok (primer) manusia yang wajib dipenuhi
guna mempertahankan kelangsungan hidupnya. Oleh karena itu, berwirausaha dalam bidang
kuliner mampu memberikan peluang kesuksesan bagi pemiliknya dan mampu dijadikan sebagai
investasi jangka panjang serta prospek yang baik untuk masa kini dan masa yang akan datang.
Ibu Maria, Seorang wirausahawati sukses mengembangkan usaha dalam bidang makanan
khusunya kue, roti dan pudding.
Dia membuka gerai usahanya dengan title LALA BAKERY yang beralamatkan di Jalan
Panglima Sudirman No.66 Kota Madiun, Jawa Timur.
Berbagai kue, roti dan puding yang dijual ditokonya antara lain:

Roti Donat Aneka Toping


Kue Tart

Kue Mangkok

Roti Spiku

Roti Roll Bolu/ Roti gulung

Roti Manis Coklat dan Keju

Aneka Pudding dan Jelly

Roti Tawar

Ciffon Choco dan Cheese

Banana Cake, serta

Aneka Softdrink dan Susu

Selain rasa dan aroma yang khas pada rotinya, Ibu Maria juga mengutamakan kualitas,
higienitas&totalitas kue, roti dan puding yang ia jual guna memuaskan para pelanggannya.
Selain melakukan transaksi jual-beli kue, roti dan pudingnya di toko secara langsung
(mendatangi toko sekaligus pabriknya), Ibu Maria juga menerima pesanan dalam kemasan atau
biasa dikenal dengan istilah snack untuk acara kegiatan seminar, pernikahan dan eventevent resmi lainnya. Usaha yang dirintis Ibu Maria ini membuahkan keuntungan yang cukup
besar. Selain membuka usaha peluang bisnis yang menggiurkan, Ibu Maria pun sukses
menciptakan lapangan kerja bagi muda-mudi sehingga mampu mengurangi tingkat tunakarya di
Kota Madiun. Ciri khas, karakteristik dan keunikan dari toko roti Ibu Maria adalah didalam toko
tersebut terdapat ruang proses pemanggangan menggunakan oven yang langsung bisa diamati
oleh para pelanggan.Sungguh menarik, bukan..????

Berdasarkan hal tersebut, peneliti ingin melakukan penelitian pada usaha dagang Ibu Maria
tersebut. Peneliti ingin mengetahui keuntungan maksimal yang dapat diperoleh Ibu Maria dalam
berdagang kue, roti dan puding. Hal ini tentunya akan dapat menjadi bahan pertimbangan dan
referensi untuk Ibu Maria dalam menjalankan usaha dagangnya tersebut pada khususnya dan
para pembaca pada umumnya.
Berbagai kendala yang dihadapi antara lain : Harga bahan utama pembuatan kue dan roti
(tepung terigu, gula, mentega, telur) yang tak stabil, banyaknya pesaing/ wirausahawan lain yang
sejenis namun tak serupa. Oleh sebab itu, Ibu Maria pun menyiasatinya dengan membuka gerai
toko di wilayah jantung Kota Madiun serta menggunakan konsep yang unik pada design tokonya
yakni para pengunjung dapat mengamati secara langsung proses pemanggangan roti di dalam
oven. Ibu Maria pun juga menyediakan variasi kue, roti dan pudding agar para pelanggan
memiliki berbagai pilihan dan tidak jenuh dengen resep yang itu-itu saja.

PENGAMATAN DATA
Seperti pemaparan yang telah dijelaskan sebelumnya, penelitian dilakukan di bidang kuliner,
yaitu pada usaha membuat kue, roti dan puding sehingga kelompok kami telah sepakat
mengadakan penelitian tentang kue dan roti dengan tujuan mengetahui seberapa banyak kue dan
roti yang harus dibuat agar diperoleh keuntungan atau laba maksimal dengan segala kendalakendala yang ada. Adapun waktu dan tempatnya tertera di bawah ini:
Tempat Penelitian : LALA BAKERY
Jalan Panglima Soedirman NO.66 Kota Madiun, Jawa Timur
Tanggal Penelitian : Kamis, 05 April 2012
Waktu Penelitian : 10.30 WIB s/d 12.30 WIB
Penelitian diawali dengan permohonan izin kepada Ibu Maria, selaku Owner Lala Bakery.
Ibu Maria menerima kehadiran kami dengan tangan terbuka. Ibu Maria bersedia melakukan
interview dan kami pun diperbolehkan untuk melakukan observasi di gerai usahanya tersebut.
Hal pertama yang kami lakukan dalam melakukan penelitian adalah menerapkan metode
wawancara atauinterview dengan narasumber yakni Ibu Maria selaku pemilik toko. Beberapa
pertanyaan yang kami ajukan kepada Ibu Maria, antara lain:
Berbagai kendala yang dialami Ibu Maria selama berwirausaha,
Harga jual dan daya beli masyarakat sekitar,
Antusiasme masyarakat terhadap aneka produk yang dijual,
Kiat-kiat menjadi Wirausahawati bidang kuliner.
Dari pengamatan yang telah dilakukan, peneliti dapat menyimpulkan bahwa usaha yang
digeluti Ibu Maria ini mempunyai prospek yang baik ke depannya sehingga peneliti memutuskan
untuk melakukan penelitian pada usaha yang dikelola Ibu Maria tersebut.
Dalam hal ini peneliti hanya akan mengambil sampel 3 roti dari aneka roti dan kue yang
dibuat oleh Ibu Maria, yaitu roti donat, roti manis, dan roti gulung. Berdasarkan hasil
pengamatan yang telah kami lakukan, ketiga roti tersebut memiliki banyak pelanggan
dibandingkan dengan roti-roti lainnya sehingga Ibu Maria lebih dominan membuat ketiga roti
tersebut. Dengan demikian ketiga roti tersebut memberikan pemasukan keuntungan/ laba paling
banyak dibandingkan dengan kue dan roti lainnya. Berdasarkan uraian tersebut, peneliti telah
memiliki tiga variabel keputusan, yakni ;
x1 = roti donat,
x2 = roti manis, dan
x3 = roti gulung.
Selain variabel keputusan yang telah ditentukan, peneliti juga harus menetapkan kendalakendala dari permasalahan tersebut, Maka peneliti menjadikan bahan-bahan vital pembuatan
ketiga jenis roti tersebut untuk menyusun fungsi kendala dari permasalahan yang ada. Peneliti
mengambil tiga sample bahan yang nantinya digunakan untuk menyusun fungsi kendala yaitu
gula, tepung dan telur. Peneliti memilih ketiga bahan tersebut dikarenakan pembuatan ketiga roti
tersebut menggunakan ketiga bahan tersebut. Bahan-bahan itu pun juga bahan yang paling

dominan dibandingkan dengan bahan lainnya. Ketiga bahan tersebut merupakan bahan yang
takarannya paling banyak digunakan dalam proses pembuatan ketiga roti yang menjadi sampel
penelitian kami, selain itu ketiga bahan tersebut merupakan anggota daftar kebutuhan sembilan
bahan pokok (sembako) yang harganya relatif berpengaruh terhadap patokan harga jual produk
roti.

LAPORAN DATA
Teknik pengumpulan data yang peneliti lakukan adalah mengunjungi langsung gerai usaha
Ibu Maria dengan nama LALA BAKERY di Jalan Panglima Soedirman No.66 Kota Madiun,
Jawa Timur.
Berikut ini data-data yang telah diperoleh terkait dengan toko kue, roti dan pudding Ibu
Maria yang berhasil kami himpun sebagai berikut:
1. Donat
Bahan-bahan :
Tepung terigu 500 gram
Mentega 250 gram
Gula pasir 250 gram
2. Roti Manis
Bahan-bahan :
Tepung terigu 500 gram
Mentega 75 gram
Gula pasir 110 gram
3. Roti Gulung
Bahan-bahan :
Tepung terigu 600 gram
Mentega 75 gram
Gula pasir 75 gram
Harga setiap bungkus:
a) Roti Donat

: Rp 50.000, 00

b) Roti Manis

: Rp 28.000, 00

c) Roti Gulung

: Rp 45.000, 00

Berikut ini keuntungan/ laba yang diperoleh Ibu Maria untuk setiap bungkus roti tersebut
adalah sebagai berikut :
d) Roti Donat

: Rp 10.000, 00

e) Roti Manis

: Rp 7.000, 00

f)

: Rp 9.000, 00

Roti Gulung

Toko tersebut ingin membuat roti sebanyak banyaknya dan memperoleh keuntungan
sebanyak-banyaknya tetapi terbatas pada persediaan bahan baku. Dalam sehari toko tersebut
mampu menyediakan :
a) Tepung Terigu
12 kg
b) Mentega
3 kg
c) Gula
6 kg
Bagaimana agar toko roti tersebut dapat memperoleh keuntungan sebanyak-banyaknya???

Data-data diatas dapat disusun ke dalam tabel yang dapat membantu peneliti untuk membuat
fungsi tujuan dan fungsi kendala dari permasalahan di atas yaitu sebagai berikut:

Bahan
Pembuatan

Jenis Roti yang Diproduksi

Pasokan Bahan
(dalam gram)

Roti Donat

Roti Manis

Roti Gulung

(dalam gram)

(dalam gram)

(dalam gram)

Tepung terigu

500

500

600

12.000

Mentega

250

75

75

3.000

Gula

250

110

75

6.000

Laba

10.000

7.000

9.000

(dalam rupiah)
Dari data-data di atas dapat dibentuk fungsi tujuan dan fungsi kendalanya yaitu sebagai
berikut :
Tujuan
: Z = 10x1 + 7x2 + 9x3 ...........(dalam ribuan)
Kendala :
1.
500x1 + 500x2 + 600x3 12000
2.
250x1 + 75x2 + 75x3 3000
3.
250x1 + 110x2 + 75x3 6000
x1, x2, x3

ANALISIS DATA
Setelah selesai mengumpulkan data-data untuk penelitian terkait dengan usaha toko Roti
Lala Bakery, peneliti menganalisa data-data yang terkumpul menjadi fungsi tujuan dan fungsi
kendala yang kesemua fungsi tersebut merupakan program linear sehingga permasalahan
tersebut dapat diteliti menggunakan metode penelitian yang ada. Karena permasalahan tersebut
mempunyai tiga variabel keputusan maka untuk mempermudah penelitian peneliti menggunakan
metode simpleks seperti yang telah dijelaskan pada deskripsi eksperimen di atas.
Adapun langkah-langkah pemecahan program linear dengan metode simpleks adalah
sebagai berikut :
1. Memformulasikan dan menstandarisasikan modelnya
2. Membentuk tabel awal simpleks berdasarkan informasi model di atas
3. Menentukan kolom kunci di antara kolom-kolom variabel yang ada, yaitu kolom yang
mempunyai nilai pada baris Z yang bernilai negatif dengan angka terbesar.
4. Menentukan baris kunci di antara baris-baris variabel yang ada, yaitu baris yang mempunyai
indeks terkecil, dimana nilai indeks dapat dicari dengan menggunakan rumus :
5. Mengubah nilai-nilai baris kunci yaitu dengan cara membaginya dengan angka kunci.
6. Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci (selain baris kunci)
sama dengan nol.
Baris Baru = Baris lama (Koefisien Angka Kolom Kunci x NBBK)
7. Melakukan uji optimalitas. Dengan kriteria jika semua koefisien pada baris Z tidak ada yang
bernilai negatif. Jika kriteria di atas belum terpenuhi maka diulang mulai langkah ke-3 sampai
ke-6 hingga terpenuhi kriteria tersebut.

Berdasarkan langkah-langkah pemecahan program linear dengan metode simpleks di atas,


peneliti dapat menganalisis data dari permasalahan yang ada yaitu sebagai berikut:
1. Formula fungsi tujuan dan fungsi kendala
Fungsi tujuan
: Maksimumkan Z = 10x1 + 7x2 + 9x3
Z - 10x1 - 7x2 - 9x3 = 0
Fungsi Kendala :
1) 500x1 + 500x2 + 600x3 12000 500x1 + 500x2 + 600x3 + x4 = 12000
2) 250x1 + 75x2 + 75x3 3000 250x1 + 75x2 + 75x3 + x5 = 3000
3) 250x1 + 110x2 + 75x3 6000 250x1 + 110x2 + 75x3+ x6 = 6000
(x4 , x5 , dan x6 adalah variabel slack)
2. Tabel awal simpleks berdasarkan informasi model di atas
Iterasi 1
Var.Dasar

x1

x2

x3

x4

x5

x6

NK

-10

-7

-9

x4

500

500

600

12000

x5

250

75

75

3000

x6

250

110

75

6000

Indeks

3. Kolom kunci adalah kolom variabel x3


4. Menentukan baris kunci
Var.Dasar

x1

x2

x3

x4

x5

x6

NK

Indeks

-10

-7

-9

x4

500

400

600

12000

20

x5

250

75

75

3000

40

x6

250

110

75

6000

80

Baris kunci adalah baris variabel x4


Angka kunci = 600
5. NBBK
Var.Dasar

x1

x2

x3

x4

x5

x6

NK

Indeks

-10

-7

-9

x3

0,8

0,7

0,0017

20

20

x5

250

75

75

3000

40

x6

250

110

75

6000

80

6. Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci (selain baris kunci)
sama dengan nol.
Baris Z
Baris Lama

-10

-7

-9

NBBK

-9

Baris Baru

20

0,8

0,7

0,0017

-2,8

-0,7

0,0175

250

75

75

3000

0,8

0,7

0,0017

190

22,5

-0,1275

20
1500

180

Baris x5
Baris Lama
NBBK

75

Baris Baru
Baris x6
Baris Lama
NBBK

75

Baris Baru

250

110

75

6000

0,8

0,7

0,0017

190

57,5

-0,1275

20
4500

Iterasi 2
Var.Dasar

x1

x2

x3

x4

x5

x6

-2,8

-0,7

0,0175

x3

0,8

0,7

0,0017

x5

190

22,5

-0,1275

x6

190

57,5

-0,1275

NK
180

Indeks

20
1500
4500

3. Kolom kunci adalah kolom variabel x1


4. Menentukan baris kunci
Var.Dasar

x1

x2

x3

x4

x5

x6

-2,8

-0,7

0,0175

x3

0,8

0,7

0,0017

x5

190

22,5

-0,1275

x6

190

57,5

-0,1275

NK
180

Indeks

20
1500

25

4500

7,9
23,7

Baris kunci adalah baris variabel x5


Angka kunci = 190
5. NBBK
Var.Dasar

x1

x2

x3

x4

x5

x6

-2,8

-0,7

0,0175

x3

0,8

0,7

0,0017

x1

0,12

-0,0007

0,005

x6

190

57,5

-0,1275

NK
180

Indeks

20
7,9

25

4500

7,9
23,7

6. Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci (selain baris kunci)
sama dengan nol.
Baris Z
Baris Lama

-2,8

-0,7

0,0175

180

NBBK

-2,8

Baris Baru

0,12

-0,0007 0,005

-0,364

0,0195

0,014

7,9
202,12

Baris x3
Baris Lama
NBBK

0,8

0,7

0,0017

0,12

-0,0007

0,005

0,6

0,002

-0,004

0,8

Baris Baru

20
7,9
13,68

Baris x6
Baris Lama
NBBK

190

57,5

-0,1275

0,12

-0,0007

0,005

34,7

0,0055

NK
202,12

190

Baris Baru

4500
7,9
2999

Iterasi 3
Var.Dasar

x1

x2

x3

x4

x5

x6

-0,364

0,0195

0,014

x3

0,6

0,002

-0,004

x1

0,12

-0,0007

0,005

x6

34,7

0,0055

Indeks
-

13,68
7,9
2999

3. Kolom kunci adalah kolom variabel x2


4. Menentukan baris kunci
Var.Dasar

x1

x2

x3

x4

x5

x6

-0,364

0,0195

0,014

x2

0,6

0,002

-0,004

x1

0,12

-0,0007

0,005

x6

34,7

0,0055

NK
202,12
13,68
7,9
2999

Indeks
22,8
65,8
86,4

Baris kunci adalah baris variabel x3


Angka kunci = 0,6
5. NBBK
Var.Dasar

x1

x2

x3

x4

x5

x6

-0,364

0,0195

0,014

x2

0,003

-0,007

x1

0,12

-0,0007

0,005

x6

34,7

0,0055

NK
202,12
22,8
7,9
2999

Indeks
22,8
65,8
86,4

6. Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci (selain baris kunci)
sama dengan nol.
Baris Z
Baris Lama

-0,364

0,0195

0,014

202,12

NBBK

-0,364

22,8

0,003

-0,007

0,02

0,01

0,085

0,12

-0,0007

0,005

0,003

-0,007

-0,0011

0,004

Baris Baru

210,42

Baris x1
Baris Lama
NBBK

0,12

Baris Baru

7,9
22,8
5,2

Baris x6
Baris Lama
NBBK

34,7

Baris Baru

34,7

0,0055

0,003

-0,007

-0,09

1,2

2999
22,8
2207,84

Iterasi 4
Var.Dasar

x1

x2

x3

x4

x5

x6

0,02

0,01

0,085

x2

0,003

-0,007

x1

-0,0011

0,004

x6

-0,09

1,2

NK
210,42

Indeks
-

22,8
5,2
2207,8

KESIMPULAN DATA
Analisa data dengan menggunakan metode simpleks di atas menghasilkan 4 tahapan
iterasi. Setiap tahapan iterasi menghasilkan nilai Zmax dan variabel keputusan yang berbeda.
Adapun nilai Zmax dan variabel keputusan dari keempat iterasi adalah sebagai berikut :
Iterasi 1

Iterasi 2

Zmax

180

x3

20

Iterasi 3

Iterasi 4

Zmax

202,12

x1

7,9

x3

13,68

Zmax

210,42

x1

5,2

x2

22,8

Dari hasil keempat iterasi di atas didapatkan dua alternatif keputusan nilai Zmax beserta
variabel keputusan yaitu terdapat pada iterasi 3 dan iterasi 4.
Pada iterasi 3 walaupun nilai Zmax bukan merupakan nilai maksimum yang bisa dicapai tetapi
nilai Zmax dipengaruhi oleh dua variabel keputusan yaitu x1 dan x3. Artinya Ibu Maria masih bisa
memproduksi kedua roti yaitu roti donat dan roti gulung dengan memperoleh laba yang belum
maksimal.

Pada iterasi 4 nilai Zmax merupakan nilai maksimum yang bisa dicapai. Tetapi untuk mencapai
nilai tersebut hanya dibutuhkan dua variabel keputusan yaitu x1 dan x2. Artinya Ibu Maria bisa
memperoleh laba maksimum apabila hanya memproduksi variabel keputusan x1 dan x2 yaitu roti
donat dan roti manis.
Nilai variabel keputusan yang diperoleh dari iterasi 3 dan 4 merupakan bilangan desimal.
Dalam hal ini tidak mungkin Ibu Maria menjual roti yang belum jadi. Untuk mengatasi
permasalahan tersebut perlu dilakukanTrial Conclusion agar memperoleh nilai variabel
keputusan yang berupa bilangan bulat.
Adapun langkah-langkah Trial Conclusion adalah sebagai berikut :
Iterasi 3
x1=7,9
x1 = 7 dan x1 = 8
x3=13,68 x3 =13 dan x3 = 14
Ada 4 alternatif nilai x1 dan x3, yaitu :
a) x1 = 7 , x3 = 13
1) 500x1 + 500x2 + 600x3 12000
500(7) + 500(0) + 600(13) = 11300 (< 12000)
Oleh karena nilai x1 dan x3 memenuhi fungsi kendala (1) berarti nilai tersebut dapat dipakai dan karenanya
diperlukan pengujian untuk fungsi kendala lainnya.

2)

250x1 + 75x2 + 75x3 3000


250(7) + 75(0) + 75(13) = 2725 (< 3000)
3) 250x1 + 110x2 + 75x3 6000
250(7) + 110(0) + 75(13) = 2725 (< 6000)
x1 = 7 dan x3 = 13 memenuhi semua fungsi kendala namun belum tentu nilai ini yang akan dipilih sebagai
nilai variabel keputusan. Perlu dibandingkan dengan nilai lain juga yang memenuhi nilai variabel keputusan
yang memberikan Zmax yang lebih besar.

b)

x1 = 7 , x3 = 14

1) 500x1 + 500x2 + 600x3 12000


500(7) + 500(0) + 600(14) = 11900 (< 12000)
Oleh karena nilai x1 dan x3 memenuhi fungsi kendala (1) berarti nilai tersebut dapat dipakai dan karenanya
diperlukan pengujian untuk fungsi kendala lainnya

2)

250x1 + 75x2 + 75x3 3000


250(7) + 75(0) + 75(14) = 2800 (< 3000)

3) 250x1 + 110x2 + 75x3 6000


250(7) + 110(0) + 75(14) = 2800 (< 6000)
x1 = 7 dan x3 = 14 memenuhi semua fungsi kendala namun belum tentu nilai ini yang akan dipilih sebagai
nilai variabel keputusan. Perlu dibandingkan dengan nilai lain juga yang memenuhi nilai variabel keputusan
yang memberikan Zmax yang lebih besar.

c)

x1 = 8 , x3 = 13

1) 500x1 + 500x2 + 600x3 12000


500(8) + 500(0) + 600(13) = 11800 (< 12000)
Oleh karena nilai x1 dan x3 memenuhi fungsi kendala (1) berarti nilai tersebut dapat dipakai dan karenanya
diperlukan pengujian untuk fungsi kendala lainnya

2)

250x1 + 75x2 + 75x3 3000

250(8) + 75(0) + 75(13) = 2975 (< 3000)


3) 250x1 + 110x2 + 75x3 6000
250(8) + 110(0) + 75(13) = 2975 (< 6000)
x1 = 8 dan x3 = 13 memenuhi semua fungsi kendala namun belum tentu nilai ini yang akan dipilih sebagai
nilai variabel keputusan. Perlu dibandingkan dengan nilai lain juga yang memenuhi nilai variabel keputusan
yang memberikan Zmax yang lebih besar.

d)

x1 = 8 , x3 = 14

1) 500x1 + 500x2 + 600x3 12000


500(8) + 500(0) + 600(14) = 12400 ( 12000)
Oleh karena nilai x1 dan x3 tidak memenuhi fungsi kendala (1) berarti nilai variabel tersebut
tidak dapat dipakai dan karenanya tidak perlu menguji fungsi kendala lainnya
Ada tiga alternatif yang akan dicoba :
a) x1 = 7 dan x3 = 13
Z = 10x1 + 7x2 + 9x3= 10(7) + 7(0) + 9(13) = 187
b) x1 = 7 dan x3 = 14
Z = 10x1 + 7x2 + 9x3= 10(7) + 7(0) + 9(14) = 196
c) x1 = 8, dan x3 = 13
Z = 10x1 + 7x2 + 9x3= 10(8) + 7(0) + 9(13) = 197
Karena x1 = 8 dan x3 = 13 memberikan nilai Zmax lebih besar, maka penyelesaian nyata usaha
toko roti Ibu Maria adalah memproduksi 8 bungkus roti donat dan 13 bungkus roti gulung
dengan keuntungan Rp 197.000,00
Iterasi 4
x1 = 5,2
x1 = 5 dan x1 = 6
x2 = 22,8
x2 =22 dan x2 = 23
Ada 4 alternatif nilai x1 dan x2, yaitu :
a) x1 = 5 , x2 = 22
Nilai-nilai variabel keputusan diuji dengan menggunakan fungsi kendalanya.
1)

500x1 + 500x2 + 600x3 12000


500(5) + 500(22) + 600(0) = 13500 ( 12000)
Oleh karena nilai x1 dan x2 tidak memenuhi fungsi kendala (1) berarti nilai variabel tersebut tidak dapat
dipakai dan karenanya tidak perlu menguji fungsi kendala lainnya.

b)

x1 = 5 dan x2 = 23
Nilai-nilai variabel keputusan diuji dengan menggunakan fungsi kendalanya.

1)

500x1 + 500x2 + 600x3 12000


500(5) +500(23) + 600(0) = 14000 ( 12000)
Oleh karena nilai x1 dan x2 tidak memenuhi fungsi kendala (1) berarti nilai variabel tersebut
tidak dapat dipakai dan karenanya tidak perlu menguji fungsi kendala lainnya

c) x1 = 6 dan x2 = 22
Nilai-nilai variabel keputusan diuji dengan menggunakan fungsi kendalanya.
1) 500x1 + 500x2 + 600x3 12000
500(6) + 500 (22) + 600 (0) = 12000 (=12000)
Oleh karena nilai x1 dan x2 memenuhi fungsi kendala (1) berarti nilai tersebut dapat dipakai dan karenanya
diperlukan pengujian untuk fungsi kendala lainnya.

2)

250x1 + 75x2 + 75x3 3000


250(6) + 75 (22) + 75 (0) = 3150 ( 3000)

Oleh karena nilai x1 dan x2 tidak memenuhi fungsi kendala (2) berarti nilai variabel tersebut
tidak dapat dipakai dan karenanya tidak perlu menguji fungsi kendala lainnya.
d)

x1 = 6 dan x2 = 23
Nilai-nilai variabel keputusan diuji dengan menggunakan fungsi kendalanya.

1)

500x1 + 500x2 + 600x3 12000


500(6)+ 500(23) + 600(0) =14500 ( 12000)
Oleh karena nilai x1 dan x2 tidak memenuhi fungsi kendala (1) berarti nilai variabel tersebut
tidak dapat dipakai dan karenanya tidak perlu menguji fungsi kendala lainnya.
Jadi nilai-nilai variabel pada iterasi 4 tidak dapat digunakan karena tidak memenuhi semua
fungsi kendala. Penyelesaian nyata usaha toko roti Ibu Maria adalah memproduksi 8 bungkus
roti donat dan 13 bungkus roti gulung dengan keuntungan Rp 197.000,00 (pada iterasi 4)

Penghitungan Modal:
1. Roti donat
Harga Jual = Rp 50.000,00
Keuntungan = Rp 10.000,00
Modal = Harga Jual Keuntungan
= Rp 50.000,00 - Rp 10.000,00
= Rp 40.000,00
2. Roti gulung
Harga Jual
= Rp 45.000,00
Keuntungan
= Rp 9.000,00
Modal = Harga Jual Keuntungan
= Rp 45.000,00 - Rp 9.000,00
= Rp 36.000,00

LAMPIRAN FOTO PENELITIAN


Berikut ini merupakan foto-foto penelitian yang berhasil kami himpun guna mendukung
data-data pengamatan yang konkret berdasarkan fakta yang terjadi di lapangan, antara lain ;
Saat interview bersama Ibu Maria, selaku narasumber LALA BAKERY

Metode Simpleks
4.1 METODE SIMPLEKS
Metode grafik tidak dapat menyelesaikan persoalan linear program yang memilki variabel keputusan
yang cukup besar atau lebih dari dua, maka untuk menyelesaikannya digunakan Metode Simpleks.
Metode simpleks merupakan salah satu teknik penentuan solusi optimal yang digunakan dalam
pemograman linear. Penentuan solusi optimal didasarkan pada teknik eliminasi Gauss Jordan. Penentuan
solusi optimal dilakukan dengan memeriksa titik ekstrim (ingat solusi grafik) satu per satu dengan cara
perhitungan iteratif. Sehingga penentuan solusi optimal dengan simpleks dilakukan dengan tahap demi
tahap yang disebut iterasi.
4.2

PENGERTIAN ISTILAH DALAM METODE SIMPLEKS

Beberapa Istilah yang digunakan dalam metode simpleks menurut hotniar (2005: 56-57), penjelasannya
diantaranya sebagai berikut.
1.

Iterasi, seperti yang disebutkan sebelumnya adalah tahapan perhitungan dimana nilai dalam
perhitungan itu tergantung dari nilai tabel sebelumnya.

2.

Variabel non basis, adalah variabel yang nilainya diatur menjadi nol pada sembarang iterasi.
Dalam terminologi umum, jumlah variabel non basis selalu sama dengan derajat bebas dalam
sistem persamaan.

3.

Variabel basis, merupakan variabel yang nilainya bukan nol pada sembarang iterasi. Pada solusi
awal, variabel basis merupakan variabel slack (jika fungsi kendala menggunakan
pertidaksamaan <) atau variabel buatan (jika fungsi kendala menggunakan pertidaksamaan > atau
=). Secara umum, jumlah variabel batas selalu sama dengan jumlah fungsi pembatas (tanpa fungsi
non negatif)

4.

Solusi atau Nilai Kanan (NK), merupakan nilai sumber daya pembatas yang masih tersedia.
Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber daya pembatas awal yang
ada, karena aktivitas belum dilaksanakan.

5.

Variabel Slack, adalah variabel yang ditambahkan ke model matematik kendala untuk
mengkonversikan pertidaksamaan < menjadi persamaan (=). Penambahan variabel ini terjadi pada
tahap inisialisasi. Pada solusi awal, variabel slack akan berfungsi sebagai variabel basis.

6.

Variabel Surplus, adalah variabel yang dikurangkan dari model matematik kendala untuk
mengkonversikan pertidaksamaan > menjadi persamaan (=). Penambahan variabel ini terjadi pada
tahap inisialisasi. Pada solusi awal, variabel surplus tidak dapat berfungsi sebagai variabel bebas.

7.

Variabel Buatan, adalah variabel yang ditambahkan ke model matematik kendala dengan
bentuk >atau = untuk difungsikan sebagai variabel basis awal. Penambahan variabel ini terjadi
pada tahap inisialisasi. Variabel ini harus bernilai 0 pada solusi optimal, karena kenyataannya
variabel ini tidak ada. Variabel ini hanya ada di atas kertas.

8.

Kolom Pivot (Kolom Kerja), adalah kolom yang memuat variabel masuk. Koefisien pada kolom
ini akan menjadi pembagi nilai kanan untuk menentukan baris pivot (baris kerja).

9.

Baris Pivot (Baris Kerja), adalah salah satu baris dari antara variabel baris yang memuat
variabel keluar.

10. Elemen Pivot (Elemen Kerja), adalah elemen yang terletak pada perpotongan kolom dan baris
pivot. Elemen pivot akan menjadi dasar perhitungan untuk tabel simpleks berikutnya.
11. Variabel Masuk, adalah variabel yang terpilih untuk menjadi variabel basis pada iterasi
berikutnya. Variabel masuk dipilih satu dari antara variabel non basis pada setiap iterasi. Variabel
ini pada iterasi berikutnya akan bernilai positif.
12. Variabel Keluar, variabel yang keluar dari variabel basis pada iterasi berikutnya dan digantikan
dengan variabel masuk. Variabel keluar dipilih satu dari antara variabel basis pada setiap iterasi
dan bernilai 0.
4.3 Langkah Penyelesaian Metode Simpleks, Beberapa ketentuan yang perlu diperhatikan, menurut
Abdullah (2009:12) antara lain:

Nilai kanan (NK / RHS) fungsi tujuan harus nol (0).

Nilai kanan (RHS) fungsi kendala harus positif. Apabila negatif, nilai tersebut harus dikalikan 1.

Fungsi kendala dengan tanda harus diubah ke bentuk = dengan menambahkan variabel
slack/surplus. Variabel slack/surplus disebut juga variabel dasar.

Fungsi kendala dengan tanda diubah ke bentuk dengan cara mengalikan dengan 1, lalu
diubah ke bentuk persamaan dengan ditambahkan variabel slack. Kemudian karena RHS-nya
negatif, dikalikan lagi dengan 1 dan ditambah artificial variabel/variabel buatan (M).

4.4

Fungsi kendala dengan tanda = harus ditambah artificial variabel (M).


PEMBUATAN TABEL SIMPLEKS

Contoh 4.a, contoh kasus ini diambil dari Abdullah (2009:12):


Z = 3X1 + 5X2
Kendala:
1) 2X1 8
2) 3X2 15
3) 6X1 + 5X2 30
Langkah-langkah:
Mengubah fungsi tujuan dan fungsi kendala (lihat beberapa ketentuan yang harus diperhatikan)
Fungsi tujuan:

Maksimumkan Z = 3X1 + 5X2 Z 3X1 5X2 = 0

Fungsi kendala:

1) 2X1 8 => 2X1 + X3 = 8

2) 3X2 15 => 3X2 + X4 = 15


3) 6X1 + 5X2 30 => 6X1 + 5X2 + X5 = 30
(X3, X4 dan X5 adalah variabel slack)
Menyusun persamaan-persamaan ke dalam tabel:

Var.Dasar

X1

X2

X3

X4

X5

NK

-3

-5

Index

X3

X4

15

X5

30

Memilih KOLOM KUNCI


Kolom kunci adalah kolom yang mempunyai nilai pada baris Z yang bernilai negatif dengan angka
terbesar.

Var.Dasar

X1

X2

X3

X4

X5

NK

-3

-5

X3

X4

15

X5

30

Index

Memilih BARIS KUNCI


Baris kunci adalah baris yang mempunyai indeks terkecil

Var.Dasar

X1

X2

X3

X4

X5

NK

Index

-3

-5

X3

X4

15

X5

30

Angka Kunci (-5)


Mengubah nilai-nilai baris kunci => dengan cara membaginya dengan angka kunci
sehingga tabel menjadi seperti berikut:

Var.Dasar

X1

X2

X3

X4

X5

NK

Index

-3

-5

X3

X2

1/3

X5

30

Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci (selain baris kunci)=0
Baris Baru = Baris Lama (Koefisien Angka Kolom Kunci Nilai Baris Baru Kunci)
Baris Z
Baris lama
NBBK
Baris Baru
Baris X3

[-3
-5

-5

0]

1/3

5]

[0
-3

5/3

25

Baris lama

[2

NBBK

Baris Baru

[0
2

1/3

8]
0

5]
8

Baris X5
Baris lama

[6

NBBK

Baris Baru

[0
6

0
1

0
0

1
1/3

-5/3

30 ]
0

5]
5

Masukkan nilai di atas ke dalam tabel, sehingga tabel menjadi seperti berikut:

Var.Dasar

X1

X2

X3

X4

X5

NK

Index

-3

5/3

25

X3

X2

1/3

X5

-5/3

Melanjutkan perbaikan-perbaikan (langkah 3-6) sampai baris Z tidak ada nilai negatif

Var.Dasar

X1

X2

X3

X4

X5

NK

-3

5/3

25

X3

X2

1/3

X5

-5/3

Var.Dasar

X1

X2

X3

X4

X5

NK

5/6

1/2

27

X3

5/9

-1/3

X2

1/3

X1

-5/18

1/6

5/6

Diperoleh hasil: X1 = 5/6, X2 = 5, Zmax = 27

Index

5/6
Index
Zmax
4

5/6

PROGRAM LINIER DENGAN METODE GRAFIK


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). Langkahlangkah dalam formulasi permasalahan adalah :
1.
2.

pahamilah secara menyeluruh permasalahan manajerial yang dihadapi


identifikasikan tujuan dan kendalanya

3.

definisikan variabel keputusannya

Metode grafik adalah satu cara yang dapat digunakan untuk memecahkan masalah optimalisasi dalam
programasi linier. Keterbatasan metode ini adalah variabel yang bisa digunakan terbatas (hanya dua),
penggunaan 3 variabel akan sangat sulit dilakukan.
Dua macam fungsi Program Linear:

Fungsi tujuan : mengarahkan analisa untuk mendeteksi tujuan perumusan masalah


Fungsi kendala : untuk mengetahui sumber daya yang tersedia dan permintaan atas sumber daya
tersebut.

1. MASALAH MAKSIMASI
Maksimasi dapat berupa memaksimalkan keuntungan atau hasil.
Contoh:
PT LAQUNATEKSTIL memiliki sebuah pabrik yang akan memproduksi 2 jenis produk, yaitu kain sutera
dan kain wol. Untuk memproduksi kedua produk diperlukan bahan baku benang sutera, bahan baku
benang wol dan tenaga kerja. Maksimum penyediaan benang sutera adalah 60 kg per hari, benang wol 30
kg per hari dan tenaga kerja 40 jam per hari. Kebutuhan setiap unit produk akan bahan baku dan jam
tenaga kerja dapat dilihat dalam tabel berikut:
Jenis Bahan Baku dan Tenaga Kerja

Kg Bahan Baku & Jam Tenaga Kerja

Maksimum Penyediaan

Kain Sutra

Kain Wol

Benang Sutra

60 kg

Benang Wol

30 kg

Tenaga Kerja

40 kg

Langkah-langkah:
1) Tentukan variable
X1=kain sutera
X2=kain wol
2) Fungsi tujuan
Zmax= 40X1 + 30X2
3) Fungsi kendala / batasan
1. 2X1 + 3X2 60 (benang sutera)
2. 2X2 30 (benang wol)

3. 2X1 + X2 40 (tenaga kerja)


4) Membuat grafik
1. 2X1 + 3 X 2=60
X1=0, X2 =60/3 = 20
X2=0, X1= 60/2 = 30
2. 2X2 30
X2=15
3. 2X1 + X2 40
X1=0, X2 = 40
X2=0, X1= 40/2 = 20

Cara mendapatkan solusi optimal:


1. Dengan mencari nilai Z setiap titik ekstrim.
Titik A
X1=0, X2=0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 0 + 30 . 0 = 0
Titik B
X1=20, X2=0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 20 + 30 . 0 = 800
Titik C
Mencari titik potong (1) dan (3)
2X1 + 3X2 = 60
2X1 + X2 = 40

2X2=20 X2=10
Masukkan X2 ke kendala (1)
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 X1 = 15
masukkan nilai X1 dan X2 ke Z
Z = 40X1 + 30X2 = 40 . 15 + 30 . 10 = 600 + 300 = 900 (optimal)
Titik D
2X2 = 30
X2 = 15
masukkan X2 ke kendala (1)
2X1 + 3 . 15 = 60
2X1 + 45 = 60
2X1 = 15 X1 = 7,5
masukkan nilai X1 dan X2 ke Z
Z = 40 . 7,5 + 30 . 15 = 300 + 450 = 750
Titik E
X2 = 15
X1 = 0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 0 + 30 .15 = 450
Kesimpulan :
untuk memperoleh keuntungan optimal, maka X1 = 15 dan X2 = 10 dengan
keuntungan sebesar Rp 900 juta.
2. Dengan cara menggeser garis fungsi tujuan.
Solusi optimal akan tercapai pada saat garis fungsi tujuan menyinggung daerah feasible (daerah yang
diliputi oleh semua kendala) yang terjauh dari titik origin. Pada gambar, solusi optimal tercapai pada titik
C yaitu persilangan garis kendala (1) dan (3).
Titik C
Mencari titik potong (1) dan (3)
2X1 + 3X2 = 60

2X1 + X2 = 40
2X2=20
X2=10
Masukkan X2 ke kendala (1)
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 X1 = 15
masukkan nilai X1 dan X2 ke Z
40X1 + 30X2 = 40 . 15 + 30 . 10 = 600 + 300 = 900
2. MASALAH MINIMASI
Minimisasi dapat berupa meminimumkan biaya produksi. Solusi optimal tercapai pada saat garis fungsi
tujuan menyinggung daerah fasible yang terdekat dengan titik origin.
Contoh:
Perusahaan makanan ROYAL merencanakan untuk membuat dua jenis makanan yaitu Royal Bee dan
Royal Jelly. Kedua jenis makanan tersebut mengandung vitamin dan protein. Royal Bee paling sedikit
diproduksi 2 unit dan Royal Jelly paling sedikit diproduksi 1 unit. Tabel berikut menunjukkan jumlah
vitamin dan protein dalam setiap jenis makanan:
Jenis Makanan

Vitamin (unit) Protein (unit) Biaya per unit (ribu rupiah)

Royal Bee

100

Royal Jelly

80

12

Minimum Kebutuhan 8

Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan biaya produksi.
Langkah langkah:
1. Tentukan variable
X1 = Royal Bee
X2 = Royal Jelly
2. Fungsi tujuan
Zmin = 100X1 + 80X2
3. Fungsi kendala
1) 2X1 + X2 8 (vitamin)
2) 2X1 + 3X2 12 (protein)
3) X1 2
4) X2 1

4. Membuat grafik
1) 2X1 + X2 = 8
X1 = 0, X2 = 8
X2 = 0, X1 = 4
2) 2X1 + 3X2 = 12
X1 = 0, X2 = 4
X2 = 0, X1 = 6
3) X1 = 2
4) X2 = 1

Solusi optimal tercapai pada titik B (terdekat dengan titik origin), yaitu
persilangan garis kendala (1) dan (2)
2X1 + X2 = 8
2X1 + 3X2 = 12
-2X2 = -4 X2 = 2
masukkan X2 ke kendala (1)
2X1 + X2 = 8
2X1 + 2 = 8
2 X1 = 6 X1 = 3
masukkan nilai X1 dan X2 ke Z
Z min = 100X1 + 80X2 = 100 . 3 + 80 . 2 = 300 + 160 = 460
Kesimpulan
:
Untuk meminimumkan biaya produksi, maka X1 = 3 dan X2 = 2 dengan biaya produksi 460 ribu rupiah.