Programa Linier

“Lebih mudah menambahkan sesuatu pada reputasi

yang besar daripada untuk memperoleh reputasi itu sendiri.”-

(Publius Syrus)

Sebagian besar dari persoalan manjemen berkenaan dengan penggunaan

sumber secara efesien atau alokasi sumber-sumber terbatas seperti tenaga kerja yang
terampil, bahan mentah, dan modal untuk mencapai tujuan yang diinginkan
perusahaan (desire objective) yaitu penerimaan hasil penjualan yang harus
maksimum, penerimaan devisa hasil ekspor harus meningkat, dan yang lainnya.
Dalam keadaan sumber yang terbatas harus dicapai suatu hasil yang optimum.
Dengan perkataan lain, bagaimana caranya agar dengan masukan (input) yang serba
terbatas dapat diperoleh hasil kerja atau keluaran (output) berupa produksi barang
atau jasa yang optimum.
Linier Programming akan memberikan solusi permasalahan tersebut dan
mampu memberikan alternatif pengambilan tindakan. Akan tetapi, hanya ada satu
yang optimum (maksimum atau minimum). Pengambilan suatu keputusan tindakan
berarti memilih alternatif yang terbaik (best alternative).

7.1 Pengertian Programa Linier

Dari kata “programming” memiliki sinonim dengan kata perencanaan dan
kata “linier” diartikan sesuatu yang berhubungan dengan garis lurus. Sehingga
programa linier dapat diartikan sebagai perencanaan aktivitas-aktivitas yang
memiliki fungsi linier untuk memperoleh suatu hasil yang optimum, yaitu suatu hasil
yang terbaik diantara seluruh alternatif solusi yang fisibel.
Perencanaan aktivitas dimaksudkan untuk mencari cara yang terbaik dalam
mengalokasikan sumber-sumber daya yang sifatnya terbatas untuk melaksanakan
aktivitas-aktivitas bersaing tersebut.

Definisi:
Suatu fungsi f (x1,x2, ...., xn) dari x1,x2, ...., xn adalah fungsi yang linier
jika dan hanya jika untuk sejumlah set konstanta c1,c2, ...., cn berlaku
f (x1,x2, ...., xn) = c1x1 + c2x2 + .... + cnxn

Sebagai contoh, f (x1,x2) = 2 x1 + x2 adalah fungsi linier dari x1 dan x2, tetapi fungsi
f(x1,x2) = 2 x12 + x2 bukan fungsi linier dari x1 dan x2 (fungsi kuadrat).

1
 Untuk setiap fungsi linier f (x1,x2, ...., xn) dan setiap bilangan b, ketidaksamaan
f (x1,x2, ...., xn) ≤ b dan f (x1,x2, ...., xn) ≥ b dengan f (x1,x2) = 2 x1 + x2 adalah bentuk
ketidaksamaan linier, sedangkan f (x1,x2, ...., xn) ≤ b dan f (x1,x2, ...., xn) ≥ b dengan f
(x1,x2) = 2 x12 + x2 bukanlah ketidaksamaan linier.
Model-model programa linier dapat diterapkan dalam berbagai operasi bisnis
dan industri dimana dapat diperoleh hasil yang maskimum dan minimum. Misalnya:
penetapan keluaran mesin yang maskimum, tingkat persediaan ideal, campuran
produk terbaik, masalah transportasi, masalah penugasan (assigment problem),
penganggaran modal (capital budgeting), pemilihan media iklan, dan sebagainya.

7.2 Model Programa Linier

Model programa linier dapat ditunjukkan dari tabel 7.1 berikut ini:

Tabel 7.1 Model Programa Linier

Penggunaan Sumber/unit (j) Banyaknya Sumber

Sumber (i)
1 2 ... n yang dapat Digunakan
1 a11 a12 ... a1n b1
2 a21 a22 ... a2n b2
... ...
... ...
m am1 am2 ... amn bm
Keuntungan/unit c1 c2 ... cn
Tingkat x1 x2 ... xn

Keterangan:

1.(1, 2, ..., m) menyatakan sumber daya yang digunakan terhadap aktivitas

2.(1, 2, ..., n) menyatakan aktivitas
3. (c1, c2, ..., cn) menyatakan koefesien keuntungan (biaya) per unit dari
penggunaan sumber-sumber daya
4. (x1, x2, ..., xn) menyatakan koefisen tingkat aktivitas yang dijadikan
variabel keputusan untuk j = 1,2,..., n
5. (b1, b2, ..., bm) menyatakan banyaknya sumber i yang dapat digunakan
dalam pengalokasian dengan i = 1, 2, ..., m.
6. Sehingga diperoleh a11 atau aij dimana banyak sumber i yang digunakan
untuk masing-masing unit aktivitas j, dengan i = 1, 2, ..., m dan j = 1,
2, ...., n.

Dari keterangan di atas maka formulasi model matematis dari persoalan

pengalokasian sumber-sumber daya terhadap aktivitas untuk mendapatkan solusi
pemecahan yang terbaik sebagai berikut:

2
 Maksimumkan Z = c1x1+ c2 x2 + .... + cnxn
Berdasarkan pembatas:
a11x1 + a12x2 + .... + a1nxn ≤ b1
a11x1 + a12x2 + .... + a1nxn ≤ b1

am1x1 + am2x2 + .... + amnxn ≤ bm

dan
x1 ≥ 0, x2 ≥ 0, ...., xn ≥ 0

( Yang dicari adalah nilai dari x1, x2, ...., xn)

7.3 Bentuk Standar Model Programa Linier

Model programa linier dapat memiliki pembatas-pembatas yang bertanda ≤,

=, dan ≥ serta variabel yang berupa variabel nonnegatif dan tidak terbatas dalam
tanda (unrestricted sign).

Dalam menyelesaikan persoalan programa linier dengan

metode simpleks digunakan bentuk standar yaitu bentuk formulasi
yang memiliki sifat-sifat sebagai berikut:
1. Seluruh pembatas harus berbentuk persamaan (bertanda =)
dengan ruas kanan nonnegatif
2. Seluruh variabel harus merupakan variabel nonnegatif
3. Fungsi tujuannya dapat berupa maksimasi atau minimasi

Apabila bentuk formulasinya belum standar maka harus diubah ke dalam

bentuk standar dengan cara-cara sebagai berikut:
1. Pembatas (Constraint)
a. Pembatas yang bertanda ≤ atau ≥ dapat dijadikan suatu persamaan
(bertanda =) dengan menambahkan atau mengurangi dengan suatu
variabel slack pada ruas kiri pembatasnya.
Ilustrasi 1
x1 + 2x2 ≤ 6
Maka kita menambahkan slack S1 ≥ 0 pada ruas kiri sehingga diperoleh
persamaan :
x1 + 2x2 + S1 = 6, S1 ≥ 0

Jika pembatas di atas menyatakan batas penggunaan suatu sumber, maka

S1 akan menyatakan banyaknya sumber yang tidak terpakai.

3
 Ilustrasi 2
3x1 + 2x2 – 3x3 ≥ 5
Karena ruas kiri lebih besar dari ruas kanan maka dikurangkan dengan
variabel slack S2 ≥ 0 pada ruas kiri sehingga diperoleh persamaan :
x1 + 2x2 – 3x3 – S2 = 5, S2 ≥ 0
b. Ruas kanan dari suatu persamaan dapat dijadikan bilangan
nonnegatif dengan cara mengalikan kedua ruas dengan -1.
Ilustrasi 3
2x1 – 3x2 – 7x3 = -5 maka dikalikan -1 menjadi
-2x1 + 3x2 + 7x3 = 5
c. Arah ketidaksamaan dapat berubah apabila dikalikan dengan -1.
Ilustrasi 4
2x1 – x2 ≤ -5 adalah sama dengan -2x1 + x2 ≥ 5
d. Pembatas dengan ketidaksamaan ruas kirinya berada dalam tanda
mutlak dapat diubah menjadi dua ketidaksamaan.
Ilustrasi 5
untuk b ≥ 0, | a1 x1 + a2 x2 | ≤ b adalah sama dengan
a1 x1 + a2 x2 ≤ b dan a1 x1 + a2 x2 ≥ -b
Ilustrasi 6
untuk q ≥ 0, | p1 q1 + p2 q2 | ≥ q adalah sama dengan
p1 q1 + p2 q2 ≥ q dan p1 q1 + p2 q2 ≤ -q

2. Variabel
Suatu variabel yi yang tidak terbatas dalam tanda dapat dinyatakan sebagai
variabel nonnegatif dengan menggunakan substitusi:
yi = yi’ – yi” dimana yi’ dan yi” ≥ 0

Subsitusi seperti ini harus dilakukan pada seluru pembatas dan fungsi
tujuannya.

3. Fungsi Tujuan
Walaupun model standar programa linier berbentuk maksimasi dan
minimasi, kadang-kadang diperlukan perubahan dari satu bentuk ke bentuk
yang lainnya. Dalam hal ini, maksimasi dari suatu fungsi tujuan adalah sama
dengan minimasi dari negatif fungsi tujuan yang sama.
Ilustrasi 7
Maksimumkan z = 5x1 + 2x2 + 3x3

4
 Secara matematis adalah sama dengan:
Minimumkan (-z) = -5x1 – 2x2 – 3x3

7.4 Metode Pemecahan Programa Linier

Untuk memecahkan persoalan-persoalan model programa linier digunakan

metode grafis (dua dimensi) dan metode simpleks, dimana kedua metode tersebut
bertujuan untuk mencari solusi dari beberapa alternatif solusi yang dibentuk oleh
persamaan-persamaan pembatas (constraint) sehingga diperoleh nilai fungsi tujuan
yang optimum.

7.4.1 Metode Grafis

Metode grafis dapat digunakan untuk persoalan programa linier yang

memiliki dua variabel keputusan yaitu x1 dan x2 sehingga grafik yang dibuat
berdimensi dua. Dengan cara grafis, kita hanya perlu memperhatikan titik ekstrem
(titik terjauh) pada ruang solusi atau daerah fisibel.

Ilustrasi 8

Wyndor Glass, Co memproduksi kaca berkualitas tinggi untuk digunakan

sebagai jendela dan pintu kaca. Perusahaan ini memiliki tiga buah pabrik (plant)
yaitu pabrik 1 yang membuat bingkai aluminium, pabrik 2 membuat bingkai kayu,
dan pabrik 3 memproduksi kaca dan merakit produk secara keseluruhan. Perusahaan
mendapatkan pesanan berupa dua macam produk baru yang potensial, yaitu pintu
kaca setinggi 8 kaki dan bingkai aluminium (produk 1) dan jendela berukuran 4 x 6
kaki dengan bingkai kayu (produk 2).
Karena perusahaan sedang mengalami penurunan pendapatan akibat resesi
ekonomi dunia, maka pihak manajemen produksi harus memikirkan kapasitas
produksi sehingga mampu menghasilkan dua produk potensial tersebut dengan
keuntungan yang besar. Akan tetapi, di pabrik 3 kedua produk tersebut bersaing
untuk menggunakan kapasitas produksi yang ada (lihat tabel 4.2). Untuk itu, anda
diminta untuk membantu manajer produksi untuk menentukan berapa banyakkah
masing-masing produk harus dibuat sehingga diperoleh keuntungan optimal?

Tabel 7.2 Data untuk Wyndor Glass, Co

Kapasitas yang digunakan per Kapasitas

Pabrik unit ukuran produksi per menit yang dapat
Produk 1 Produk 2 digunakan
1 1 0 4
2 0 2 12
3 3 2 18

5
 Keuntungan $3.000 $5.000
Jawaban:

Persoalan di atas termasuk persoalan maksimasi sehingga tujuannya adalah

memaksimumkan keuntungan yang diperoleh dari tiap produk dengan menggunakan
kapasitas produksi yang terbatas.

Formulasi model matematisnya adalah:

Maksimumkan Z = 3x1+ 5x2

Berdasarkan pembatas:
x1 ≤ 4
2x2 ≤ 12
3x1 + 2x2 ≤ 18
dan
x1 ≥ 0, x2 ≥ 0

x2

10

x1 = 4
8

E D 2x2 = 12
6

4
Daerah C
Fisibel
2
3x1 + 2x2 = 18
B
x1
A
2 4 6 8

Gambar 7.1 ABCDE adalah daerah fisibel untuk (x1, x2)

Dengan adanya pembatas bahwa x1 ≥ 0, dan x2 ≥ 0 maka nilai x1 maupun x2

harus terletak pada sumbu yang positif (Kuadran I) dimana x1 sebagai sumbu
horizontal dan x2 sebagai sumber vertikal. Untuk x1 ≤ 4, maka nilai (x1, x2) tidak
boleh berada di sebelah kanan garis x1 = 4. Demikian pula halnya untuk 2x2 ≤ 12,
maka nilai (x1, x2) tidak boleh berada di atas garis 2x2 = 12 ( atau x2 = 6). Untuk
pembatas 3x1 + 2x2 ≤ 18, maka perlu ditentukan nilai dari (x1, x2) yang memenuhi
garis 3x1 + 2x2 = 18 ( atau x1 = 6 dan x2 = 9) dan tidak boleh berada disebelah
kanan garis. Setelah seluruh pembatas digambarkan dalam grafik, maka kita dapat
menentukan solusi optimumnya.
Kemudian langkah terakhir adalah menentukan suatu titik pada daerah fisibel
yang memaksimumkan harga Z = 3x1+ 5x2.

6
 a) Nilai Z untuk titik A (0,0) = 3(0) + 5(0) = $0
b) Nilai Z untuk titik B (4,0) = 3(4) + 5(0) = $12.000
c) Titik C adalah perpotongan antara garis x1 = 4 dan 3x1 + 2x2 = 18 diperoleh
nilai
(x1, x2) = 3(4) + 2x2 = 18 sehingga 2x2 = 6 (atau x2 = 3).
Maka nilai Z untuk titik C(4,3) = 3(4) + 5(3) = $27.000
d) Titik D adalah perpotongan antara garis 2x2 = 12 dan 3x1 + 2x2 = 18
diperoleh nilai
(x1, x2) = 3x1 + 2(6) = 18 sehingga 3x1 = 6 (atau x1 = 2).
Maka nilai Z untuk titik C(2,6) = 3(2) + 5(6) = $36.000
e) Nilai Z untuk titik E (0,6) = 3(0) + 5(6) = $30.000

Dipilih titik D (2, 6) karena memberi nilai maksimum terhadap harga Z = 3x1+ 5x2.
Sehingga dapat diambil kesimpulan bahwa Wyndor Glass, Co harus memproduksi
produk 1 sebanyak 2 unit dan produk 2 sebanyak 6 unit per menit dengan
keuntungan yang optimal yaitu $36.000 per menit.

7.4.2 Metode Simpleks

Metode simpleks adalah metode yang paling berhasil dikembangkan untuk

memecahkan persoalan programa linier yang memiliki variabel keputusan dan
pembatas yang sangat besar. Algoritma simpleks diterangkan dengan menggunakan
logika secara aljabar matriks sehingga operasi perhitungan dapat lebih efesien.
Untuk lebih memahami mengenai metode simpleks, maka perhatikan kembali model
programa linier sebagai berikut:

Maksimumkan atau minimumkan Z = c1x1+ c2 x2 + .... + cnxn

Berdasarkan pembatas:
a11x1 + a12x2 + .... + a1nxn = b1
a11x1 + a12x2 + .... + a1nxn = b1

am1x1 + am2x2 + .... + amnxn = bm

xi ≥ 0 (i = 1, 2, ..., n)

Jika didefinisikan:

 a11 a12 ... a1n   x1   b1 

a a 22 
... a 2 n   x2  b 
A =  21 ; X =  ; b= 
2

 ...   ...   ... 

     
a m1 am2 ... a mn   xn  bm 

Maka pembatas dari model tersebut dapat dituliskan dalam bentuk

persamaan AX = b dari m persamaan linier dan n variabel, dimana n > m.

Definisi:
1. Solusi Basis

7
 Solusi basis untuk AX = b adalah xn+1, xn+2, xn+m dan nilai Z disebut variabel basis
(BV) dan variabel-variabel yang dinolkan disebut variabel nonbasis (NBV).
2. Solusi Basis Fisibel
Jika seluruh variabel pada suatu solusi basis berharga nonnegatif, maka solusi itu
disebut solusi basis fisibel (BFS).

3. Solusi Fisibel Titik Ekstrim

Adalah solusi fisibel yang tidak terletak pada suatu segmen garis yang
menghubungkan dua solusi fisibel lainnya. Jadi titik A(0,0), B(0,6), C(4,3),
D(2,6), dan E(4,0) adalah solusi-solusi fisibel titik sudut atau titik ekstrim pada
persolan Wyndor Glass, Co.

7.4.3 Algoritma Simpleks

Untuk menyelesaikan persoalan maksimasi programa linier dengan

menggunakan metode simpleks, lakukan langkah-langkah berikut:

1. Konversikan formulasi persoalan ke dalam bentuk standar

2. Carilah solusi basis fisibel (BFS)
3. Jika seluruh NBV mempunyai koefisien nonnegatif (artinya berharga
positif atau nol) pada baris fungsi tujuan(baris fungsi z yang biasa disebut
baris 0), maka BFS sudah optimal. Jika pada baris 0 masih ada variabel
dengan koefisien negatif, pilihlah salah satu variabel yang mempunyai
koefisien paling negatif pada baris 0. variabel ini akan masuk sebagai
variabel basis sehingga disebut entering variable (EV).
Ruas_ Kanan
4. Hitung rasio dari pada setiap baris pembatas dimana
Koefesien_ EV
EV mempunyai koefesien positif. Variabel basis pada baris pembatas dengan
rasio positif terkecil akan berubah menjadi variabel nonbasis yang disebut
variabel yang meninggalkan basis atau leaving variabel (LV).
5. Lakukan operasi baris elementer (ERO) untuk membuat koefisien
EV pada baris dengan rasio positif terkecil menjadi harga 1 dan 0 pada baris
lainnya.
6. Jika ditemukan lebih dari satu baris yang memilki rasio positif
terkecil, maka pilihlah salah satu, sebab cara ini tidak mempengaruhi hasil
perhitungan akhir.

Ilustrasi 9

Maksimumkan Z = 3x1+ 5x2

Berdasarkan pembatas:
x1 ≤ 4
2x2 ≤ 12
3x1 + 2x2 ≤ 18
x1, x2 ≥ 0

8
Jawaban:

Langkah 1: Konversikan ke bentuk standar

Baris 0 Z – 3x1+ 5x2 = 0
Baris 1 x1 + x3 = 4
Baris 2 2x2 + x4 = 12
Baris 3 3x1 + 2x2 + x5 = 18
x1, x2 , x3, x4, x5 ≥ 0

Langkah 2: Menentukan Solusi Basis Fisibel (BFS)

Variabel yang dinolkan (variabel nonbasis) = x1 = x2 = 0 diperoleh NBV = { x1, x2}

dan Variabel basis (BV) = {Z, x3, x4, x5 }

Iterasi 0
1
Pilih nilai Negatif
paling Kecil sebagai
Entering Variabel
2
(EV)

Pilih Rasio
Basic
Variabel
Equation Z x1 x2 x3 x4 x5 Solusi Rasio Positif
paling kecil
Z 0 1 -3 -5 0 0 0 0 0

x3 1 0 1 0 1 0 0 4 4/0
LV
x4 2 0 0 2 0 1 0 12 12/2 = 6

x5 3 0 3 2 0 0 1 18 18/2 = 9

Operasi secara aljabar agar dihasilkan koefisien x1 (EV) pada baris 1

berharga 1 dan pada baris lainnya berharga 0.
Baris 2 : x2 / 2 ; Baris 0 : 5x2 + Z ; Baris 3 : -2x2 + x5

Iterasi 1
EV

Basic
Equation Z x1 x2 x3 x4 x5 Solusi Rasio
Variabel

Z 0 1 -3 0 0 5/2 0 30

x3 1 0 1 0 1 0 0 4 4/1 = 4

x2 2 0 0 1 0 1/2 0 6 6/0
Rasio Positif
LV paling kecil
x5 3 0 3 0 0 -1 1 6 6/3 = 2

9
 Baris 3 : x5 / 3 ; Baris 0 : 3x5 + Z ; Baris 1 : -x5 + x3

Iterasi 2
Basic
Equation Z x1 x2 x3 x4 x5 Solusi
Variabel

Z 0 1 0 0 0 3/2 1 36

x3 1 0 0 0 1 1/3 -1/3 2

x2 2 0 0 1 0 1/2 0 6

x1 3 0 1 0 0 -1/3 1/3 2

Karena koefesien pada baris 0 telah berharga positif, maka BFS sudah
optimal. Diperoleh persamaan Z = 36 – 3/2 x4 – x5 dengan nilai Z = 36 untuk nilai x1
= 2 dan x2 = 6.

Ilustrasi 10

Maksimumkan Z = 60x1+ 30x2 + 20x3

Berdasarkan pembatas:
8x1 + 6 x2 + x3 ≤ 48
4x1 + 2 x2 ≤ 20
2x1 + 3/2x2 + 3/2x3 ≤ 8
x2 ≤ 5
x1, x2, x3 ≥ 0

Jawaban:

Bentuk Standar:
Maksimumkan Z = 60x1+ 30x2 + 20x3
Berdasarkan pembatas:
8x1 + 6 x2 + x3 + x4 = 48
4x1 + 2 x2 + x5 = 20
2x1 + 3/2x2 + 3/2x3 + x6 = 8
x2 + x7 = 5
x1, x2, x3 ≥ 0

Baris 0 Z – 60x1 - 30 x2 - 20x3 = 0

Baris 1 2x1 + 6 x2 + x4 = 48
Baris 2 4x1 + 2 x2 + x5 = 20
Baris 3 2x1 + 3/2x2 + 3/2x3 + x6 = 8

10
 Baris 4 x2 + x7 = 5
Variabel NonBasis (NBV) adalah variabel yang dinolkan agar fungsi tujuan
memiliki solusi. NBV = {x1, x2, x3}.
Variabel basis (BV) = {Z, x4, x5, x6, x7}

Iterasi 0
EV

Basic Equatio Solus

Z x1 x2 x3 x4 x5 x6 x7 Rasio
Variables n i
Z 0 1 -60 -30 -20 0 0 0 0 0 -
x4 1 0 2 6 0 1 0 0 0 48 6

x5 2 0 4 2 0 0 1 0 0 20 5
LV
x6 3 0 2 3/2 3/2 0 0 1 0 8 4

x7 4 0 0 1 0 0 0 1 5 -

Sebab variabel x1 dipilih menjadi entering variable (EV) dan x6 menjadi leaving
variable (LV) maka x6 keluar dan digantikan dengan x1 pada iterasi selanjutnya.
Demikian seterusnya sehingga diperoleh iterasi mencapai solusi yang fisibel.

Iterasi 1

Basic Equatio
Z x1 x2 X3 x4 x5 x6 x7 Solusi
Variables n
Z 0 1 0 15 25 0 0 30 0 240
x4 1 0 0 9/2 -3/2 1 0 -1 0 40

x5 2 0 0 -1 -3 0 1 -2 0 4

x1 3 0 1 3/4 3/4 0 0 1/2 0 4

x7 4 0 0 1 0 0 0 0 1 5

Baris 3 = x1/2 ; Baris 0 = 60x1 + Z; Baris 1 = - 2x1 + x4 ; Baris 2 = - 4x1 + x5;

Karena harga Z telah positif maka iterasi dihentikan sebab BFS sudah optimal.

BFS-nya adalah : Z = 240; x4 = 40; x5 = 4; x1 = 4; x7 = 5

Ilustrasi 11:

11
 Minimumkan Z = 2x1 – 3x2
Berdasarkan pembatas:
x1 + x2 ≤ 4
x1 – 2x2 ≤ 6
dan x1, x2 ≥ 0

Jawaban:

CARA I

Bentuk Standar:
Minimumkan Z = 2x1 – 3x2
Berdasarkan pembatas:
x1 + x2 + x3 = 4
x1 – 2x2 + x4 = 6
dan x1, x2 ≥ 0
Baris 0 Z – 2x1 + 3x2 = 0
Baris 1 x 1 + x2 + x3 = 4
Baris 2 x1 - 2x2 + x4 = 6
Variabel NonBasis (NBV) adalah variabel yang dinolkan agar fungsi tujuan
memiliki solusi. NBV = {x1, x2}.
Variabel basis (BV) = {Z, x3, x4}

Iterasi 0
EV

Basic Equatio Solus

Z x1 x2 x3 x4 Rasio
Variables n i
Z 0 1 -2 3 0 0 0 -
LV
x3 1 0 1 1 1 0 4 4

x4 2 0 1 -2 0 1 6 -3

Karena persoalan minimasi maka pilih variabel x2 menjadi entering variable (EV)
sebab memiliki nilai positif paling besar.

x3 menjadi leaving variable (LV) maka x3 keluar dan digantikan dengan x1 pada
iterasi selanjutnya. Demikian seterusnya sehingga diperoleh iterasi mencapai solusi
yang fisibel.

Iterasi 1

Basic Equatio Z x1 x2 x3 x4 Solusi

12
 Variables n
Z 0 1 -5 0 -3 0 -12
x2 1 0 1 1 1 0 4

x4 2 0 3 0 2 1 14

Variabel x2 telah bernilai 1 pada baris utama, maka baris 0 dan baris 2 yang harus
dinolkan.
Baris 0 = -3x2 + Z; Baris 2 = 2x2 + x4

Diperoleh nilai fungsi tujuan telah berharga negatif, maka BFS sudah optimal.

BFS-nya adalah : Z = -12; x2 = 4; x4 = 14

CARA II

Bentuk Standar:
Minimumkan Z = 2x1 – 3x2 sama dengan
Maksimumkan (-Z) = -2x1 + 3x2
Berdasarkan pembatas:
x1 + x2 + x3 = 4
x1 – 2x2 + x4 = 6
dan x1, x2 ≥ 0
Baris 0 -Z + 2x1 - 3x2 = 0
Baris 1 x 1 + x2 + x3 = 4
Baris 2 x1 - 2x2 + x4 = 6
Variabel NonBasis (NBV) adalah variabel yang dinolkan agar fungsi tujuan
memiliki solusi. NBV = {x1, x2}. Variabel basis (BV) = {Z, x3, x4}
EV
Iterasi 0

Basic Equatio Solus

Z x1 x2 x3 x4 Rasio
Variables n i
Z 0 -1 2 -3 0 0 0 -
LV
x3 1 0 1 1 1 0 4 4

x4 2 0 1 -2 0 1 6 -3

Karena persoalan maksimasi maka pilih variabel x2 menjadi entering variable (EV)
sebab memiliki nilai negatif paling kecil.
x3 menjadi leaving variable (LV) maka x3 keluar dan digantikan dengan x1 pada
iterasi selanjutnya. Demikian seterusnya sehingga diperoleh iterasi mencapai solusi
yang fisibel.

Iterasi 1

13
 Basic Equatio
Z x1 x2 x3 x4 Solusi
Variables n
Z 0 -1 5 0 3 0 12
x2 1 0 1 1 1 0 4

x4 2 0 3 0 2 1 14

Variabel x2 telah bernilai 1 pada baris utama, maka baris 0 dan baris 2 yang harus
dinolkan.
Baris 0 = 3x2 + Z; Baris 2 = 2x2 + x4

Diperoleh nilai variabel pada fungsi tujuan telah berharga positif, maka BFS sudah
optimal.

BFS-nya adalah : -Z = 12 (atau Z = -12); x2 = 4; x4 = 14

Ilustrasi 12:

PT Unilever bermaksud memproduksi 2 jenis sabun, yaitu sabun bubuk dan

sabun batang. Untuk itu dubutuhkan 2 macam zat kimia, yakni A dan B. Jumlah zat
kimia yang tersedia adalah A = 200 kg dan B = 360 kg.
Untuk membuat 1 kg sabun bubuk diperlukan 2 kg A dan 6 kg B.
Untuk membuat 1 kg sabun batang diperlukan 5 kg A dan 3 kg B.
Bila keuntungan yang diperoleh setiap membuat 1 kg sabun bubuk = $3 dan 1 kg
sabun batang = $2.
a. Formulasikan persoalan di atas dalam model matematisnya
b. Berapa kg jumlah sabun bubuk dan sabun batang yang sebaiknya
dibuat

Jawaban:

Tabulasikan persoalan di atas menjadi:

Zat Kimia Sabun Bubuk (x1) Sabun Batang (x2) Kapasitas

A 2 5 200
B 6 3 360
Profit ($) 3 2

a. Formulasi Model Matematis

Maksimumkan Z = 3x1 + 2x2

Berdasarkan pembatas:
2x1 + 5x2 ≤ 200
6x1 + 3x2 ≤ 360

14
 dan x1, x2 ≥ 0

Bentuk Standar:
Maksimumkan Z = 3x1+ 2x2
Berdasarkan pembatas:
2x1 + 5x2 + x3 = 200
6x1 + 3x2 + x4 = 360
dan x1, x2 ≥ 0

Baris 0 Z – 3x1 - 2x2 = 0

Baris 1 2x1 + 5x2 + x3 = 200
Baris 2 6x1 + 3x2 + x4 = 360
Variabel NonBasis (NBV) adalah variabel yang dinolkan agar fungsi tujuan
memiliki solusi. NBV = {x1, x2}.
Variabel basis (BV) = {Z, x3, x4}
EV
Iterasi 0

Basic Equatio Solus

Z x1 x2 x3 x4 Rasio
Variables n i
Z 0 1 -3 -2 0 0 0 -
x3 1 0 2 5 1 0 200 100
LV
x4 2 0 6 3 0 1 360 60

EV
Iterasi 1

Basic Equatio Solus

Z x1 x2 x3 x4 Rasio
Variables n i
Z 0 1 0 -1/2 0 1/2 180 -
LV
x3 1 0 0 4 1 -1/3 80 20

x1 2 0 1 1/2 0 1/6 60 120

Iterasi 2

Basic Equatio
Z x1 x2 x3 x4 Solusi
Variables n
11/2
Z 0 1 0 0 1/8 190
4
x2 1 0 0 1 1/4 -1/12 20

15
 x1 2 0 1 0 -1/8 5/24 50

Karena harga Z telah positif maka iterasi dihentikan sebab BFS sudah optimal.

BFS-nya adalah : Z = 190; x2 = 20; x1 = 50

Sehingga PT Unilever harus membuat 20 kg sabun batang dan 50 kg sabun bubuk

untuk mendapatkan keuntungan optimal sebesar $190.

7.4.4 Metode Big M (Metode Penalty)

Pada persoalan yang sebelumnya, pembatas hanya terdiri dari tanda (≤ ).

Sekarang timbul pertanyaan, bagaimana jika pembatasnya tidak hanya tanda (≤ ),
tetapi juga tanda (=), dan (≥ ).

a) Untuk pembatas (=), maka daerah fisibelnya hanya berupa segmen garis
sehingga tidak ada variabel slack yang dapat digunakan sebagai basis awal
sebagai solusi fisibel basis awalnya.

Ilustrasi 13
3x1 + 2x2 = 18

maka daerah fisibelnya hanya berupa segmen garis yang menghubungkan

titik (0,6) dan titik (0,9).
b) Untuk pembatas (≥ ), maka tidak dapat diperoleh solusi fisibelnya, sebab
ruas kanannya berharga negatif.

Ilustrasi 14
3x1 + 2x2 ≥ 18 sama saja dengan -3x1 – 2x2 ≤ -18

Dengan menambahkan variabel slack menjadi -3x1 – 2x2 + x3 ≤ -18. Jika

Variabel yang dinolkan (variabel nonbasis) = x1 = x2 = 0 diperoleh NBV =
{ x1, x2}
maka x3 = -18 sehingga tidak dapat dijadikan Variabel basis (BV). Untuk itu
diperlukan variabel palsu (dummy) yang disebut variabel artifisial, sehingga
variabel basis awal tetap ada.
Ilustrasi 15

Maksimumkan Z = 3x1+ 5x2

Berdasarkan pembatas:
x1 ≤ 4
2x2 ≤ 12
3x1 + 2x2 = 18

16
 x1, x2 ≥ 0

Jawaban:

Untuk persoalan maksimasi, maka penalty yang diberikan bertanda (-) dan
jika persoalan minimasi, maka penalty yang diberikan bertanda (+).

Maksimumkan Z = 3x1+ 5x2 - M x5

Berdasarkan pembatas: x1 + x3 = 4
2x2 + x4 = 12
3x1 + 2x2 + x5 = 18

Diperoleh nilai x5 = 18 – 3x1 – 2x2 maka masukkan nilai tersebut ke dalam

persamaan Z:

Z = 3x1+ 5x2 – M(18 - 3x1 – 2x2 ) = 3x1+ 5x2 – 18M + 3Mx1 + 2Mx2
Z = (3M + 3) x1 + (2M + 5) x2 – 18M sehingga Z - (3M + 3)x1 - (2M + 5) x2 + 18M

Langkah 1: Konversikan ke bentuk standarnya

Baris 0 Z - (3M + 3)x1 - (2M + 5) x2 + 18M = 0

Baris 1 x1 + x3 = 4
Baris 2 2x2 + x4 = 12
Baris 3 3x1 + 2x2 + x5 = 18
x1, x2 , x3, x4, x5 ≥ 0

Langkah 2: Menentukan Solusi Basis Fisibel (BFS)

Variabel yang dinolkan (variabel nonbasis) = x1 = x2 = 0 diperoleh

NBV = { x1, x2} dan
Variabel basis (BV) = {Z, x3, x4, x5 }

Iterasi 0 EV

Basic Equatio
Z x1 x2 x3 x4 x5 Solusi Rasio
Variables n
Z 0 1 (-3M – 3) (-2M – 5) 0 0 0 0 -18M
x3 1 0 1 0 1 0 0 4 4/1=4
x4 2 0 0 2 0 1 0 12 12/0
x5 3 0 3 2 0 0 1 18 18/3=6

17
Baris 1 = (3M + 3)x3 + Z
Baris 3 = - 3x3 + x5

Iterasi 1 EV

Basic Equatio
Z x1 x2 x3 x4 x5 Solusi Rasio
Variables n
Z 0 1 0 (-2M – 5) (3M + 3 ) 0 0 (-6M + 12)
x1 1 0 1 0 1 0 0 4 4/0
x4 2 0 0 2 0 1 0 12 12/2=6
x5 3 0 0 2 -3 0 1 6 6/2=3

Baris 3 = x5 /2
Baris 0 = (2M + 5) x5 + Z
Baris 2 = -2 x5 + x4

Iterasi 2 EV

Basic Equatio
Z x1 x2 x3 x4 x5 Solusi Rasio
Variables n
Z 0 1 0 0 9/2 0 (M+5/2) 27
x1 1 0 1 0 1 0 0 4 4/1=4
x4 2 0 0 0 3 1 -1 6 6/3=2
x2 3 0 0 1 -3/2 0 1/2 3 3/(-3/2)

Baris 2 = x4/3 Baris 0 = 9/2 x4 + Z

Baris 1 = - x4 + x1 Baris 3 = 3/2 x4 + x5

Iterasi 3

Basic Equatio
Z x1 x2 x3 x4 x5 Solusi Rasio
Variables n
Z 0 1 0 0 0 9/6 M+1 36
x1 1 0 1 0 0 -1/3 1/3 2
x3 2 0 0 0 1 1/3 -1/3 2
x2 3 0 0 1 0 3/6 0 6

Karena koefesien pada baris 0 telah berharga positif, maka BFS sudah
optimal. Diperoleh persamaan Z = 36 – 9/6 x4 + (M + 1) x5 dengan nilai Z = 36
untuk nilai x1 = 2 dan x2 = 6.

Ilustrasi 13

18
 Minimumkan Z = 3x1+ 5x2
Berdasarkan pembatas:
x1 ≤ 4
2x2 = 12
3x1 + 2x2 ≥ 18
x1, x2 ≥ 0

Jawaban:

Minimumkan Z = 3x1 + 5x2 + M x 4 + M x5

Berdasarkan pembatas: x1 + x3 = 4
2x2 + x4 = 12
3x1 + 2x2 – x5 + 5 = 18
x

Perhatikan: Soal Minimasi maka Tanda M (+)

Subsitusi Nilai x 4 = 12 – 2x2

x 5 = 18 – 3x1 – 2x2 + x5

Sehingga diperoleh Persamaan Z:

Z = 3x1+ 5x2 + M(12 – 2x2) + M(18 – 3x1 – 2x2 + x5)

Z = 3x1+ 5x2 + 12M – 2Mx2 +18M – 3Mx1 – 2Mx2 + Mx5
Z = (-3M + 3) x1 + (-4M + 5) x2 + Mx5 + 30M
sehingga
Z – (-3M + 3) x1 – (-4M + 5) x2 – Mx5 = 30M

Langkah 1: Konversikan ke bentuk standarnya

Baris 0 Z - (-3M + 3)x1 - (-4M + 5) x2 – Mx5 = 30M

Baris 1 x1 + x3 = 4
Baris 2 2x2 + x4 = 12
Baris 3 3x1 + 2x2 – x5 + x5 = 18

x1, x2 , x3, x 4 , x5, x5 ≥0

Langkah 2: Menentukan Solusi Basis Fisibel (BFS)

Variabel yang dinolkan (variabel nonbasis) = x1 = x2 = x5 = 0 agar nilai Z mempunyai

solusi sehingga diperoleh NBV = { x1, x2, x5}.
Variabel basis (BV) = {Z, x3, x 4 , x5 }

Iterasi 0

EV

Basic Equa Z x1 x2 x3 x4 x5 x5 Solusi Rasio

19
 Variables tion
Z 0 1 (3M – 3) (4M – 5) 0 0 -M 0 30M -
x3 1 0 1 0 1 0 0 0 4 -
LV
x4 2 0 0 2 0 1 0 0 12 6

x5 3 0 3 2 0 0 -1 1 18 9

Baris 2 = x2 /2 ;
Baris 0 = - (4M – 5)x2 + Z;
Baris 3 = - 2 x2 + x5

Iterasi 1 EV

Basic Equa
Z x1 x2 x3 x4 x5 x5 Solusi Rasio
Variables tion
Z 0 1 (3M – 3) 0 0 (-2M + 5/2) -M 0 6M + 30 -
x3 1 0 1 0 1 0 0 0 4 4

x2 2 0 0 1 0 1/2 0 0 6 -
LV
x5 3 0 3 0 0 -1 -1 1 6 2

Baris 2 = x2 /2 ;
Baris 0 = - (4M – 5)x2 + Z;
Baris 3 = - 2 x2 + x5

Iterasi 2

Basic Equa
Z x1 x2 x3 x4 x5 x5 Solusi
Variables tion
Z 0 1 0 0 0 (-M + 3/2) -1 (-M + 1) 36
x3 1 0 0 0 1 1/3 1/3 -1/3 2

x2 2 0 0 1 0 1/2 0 0 6

x1 3 0 1 0 0 -1/3 -1/3 1/3 2

Baris 3 = x1/3; Baris 0 = -(3M – 3)x1 + Z; Baris 1 = - x1 + x3

Karena harga Z telah negatif maka iterasi dihentikan sebab BFS sudah optimal.
BFS-nya adalah : Z = 36; x3 = 2; x2 = 6; x1 = 2

7.4.5 Metode Dua Fasa

Dengan digunakannya konstanta M yang merupakan bilangan positif yang

sangat besar sebagai penalty, maka dapat saja terjadi kesalahan perhitungan
disebabkan koefesien fungsi tujuan relatif sangat kecil dibandingkan dengan harga
M, sehingga koefesien tersebut dapat saja dianggap nol apabila perhitungan

20
dilakukan dengan komputer (software). Sebagai contoh, apabila M = 1000, maka
koefesien x1 dan x2 pada fungsi tujuan menjadi (3000 – 3).
Kesulitan tersebut dapat diminimalisir dengan menggunakan metode dua
fase, dimana konstanta M dihilangkan dengan cara menyelesaikan persoalan dalam
dua fase, yaitu:

FASE I :
Fase ini digunakan untuk menguji apakah persoalan yang dihadapi
memiliki solusi fisibel atau tidak. Pada fase ini, fungsi tujuan semula
diganti dengan meminimumkan jumlah variabel artifisialnya.
Jika nilai minimum fungsi tujuan baru berharga 0, artinya variabel
artifisialnya berharga 0 sehingga persoalan memiliki solusi fisibel.
Tetapi, jika nilai fungsi tujuan baru berharga positif, maka
persoalan tidak memiliki solusi fisibel. STOP!
FASE II:
Gunakan solusi basis optimum dari fase 1 sebagai solusi awal bagi
persoalan semula. Dalam hal ini, ubahlah bentuk fungsi tujuan fase 1
dengan mengembalikannya pada fungsi tujuan persoalan semula.
Pemecahan persoalan dilakukan dengan cara seperti biasa.

Ilustrasi 14:

Maksimumkan Z = 3x1+ 5x2

Berdasarkan pembatas:
x1 ≤ 4
2x2 ≤ 12
3x1 + 2x2 = 18
x1, x2 ≥ 0
x1, x2 ≥ 0

Jawaban:
Maksimumkan Z = 3x1+ 5x2 - M x5
Berdasarkan pembatas: x1 + x3 = 4
2x2 + x4 = 12
3x1 + 2x2 + 5 = 18
x

Diperoleh nilai x5 = 18 – 3x1 – 2x2

Fase I

Minimumkan r = x5 atau r = 18 – 3x1 – 2x2

21
 Berdasarkan pembatas:
x1 + x3 = 4
2x2 + x4 = 12
3x1 + 2x2 + x5 = 18
x1, x2, x3, x4, x5 ≥ 0

Baris 0 r + 3x1 + 2x2 = 18

Baris 1 x1 + x3 = 4
Baris 2 2x2 + x4 = 12
Baris 3 3x1 + 2x2 + x5 = 18
x1, x2 , x3, x4, x5 ≥0

Variabel yang dinolkan (variabel nonbasis) = x1 = x2 = 0 diperoleh NBV = { x1, x2}

dan
Variabel basis (BV) = {r, x3, x4, x5 }

Iterasi 0
EV

Basic Equatio
r x1 x2 x3 x4 x5 Solusi Rasio
Variables n
LV r 0 1 3 2 0 0 0 18
x3 1 0 1 0 1 0 0 4 4

x4 2 0 0 1 0 1 0 12 -

x5 3 0 3 2 0 0 1 18 6

Baris 0 = -3x3 + r
Baris 3 = - 3x3 + x5

EV
Iterasi 1

Basic Equatio
R x1 x2 x3 x4 x5 Solusi Rasio
Variables n
r 0 1 0 2 -3 0 0 6
X1 1 0 1 0 1 0 0 4 -
x4 2 0 0 2 0 1 0 12 6
LV
x5 3 0 0 2 -3 0 1 6 3

Baris 3 = x5 /2
Baris 0 = -2 x5 + r
Baris 2 = -2 x5 + x4

22
Iterasi 2

Basic Equatio
r x1 x2 x3 x4 x5 Solusi
Variables n
r 0 1 0 0 0 0 -1 0
x1 1 0 1 0 1 0 0 4
x4 2 0 0 0 3 1 -1 6
x2 3 0 0 1 -3/2 0 1/2 3

Karena koefesien pada baris 0 telah berharga negatif (persoalan minimum),

maka BFS sudah optimal. Diperoleh nilai x1 + x3 = 4, 3x3 + x4 = 6, dan x2 – 3/2x3 =
3, dimana nilai x5 tidak diikutsertakan lagi pada fase II.

Fase II

Dari tabel optimum pada fase I diperoleh persamaan berikut:

x1 + x3 = 4 dimana x1 = 4 – x3
3x3 + x4 = 6
x2 – 3/2x3 = 3 dimana x2 = 3 + 3/2x3

Substusikan persaman di atas ke dalam persamaan Z (model persoalan semula),

diperoleh:

Maksimumkan Z = 3(4 – x3) + 5(3 + 3/2x3)

atau Z = 12 – 3x3 + 15 + 15/2 x3
Z = 9/2 x3 + 27

Berdasarkan pembatas:
x1 + x3 =4
3x3 + x4 = 6
x2 – 3/2x3 =3

Baris 0 Z – x3 = 27
Baris 1 x1 + x3 = 4
Baris 2 3x3 + x4 = 6
Baris 3 x2 – 3/2x3 = 3

Variabel Nonbasis (NBV) = {x3} (dinolkan agar nilai Z mempunyai solusi) sehingga
Variabel basisnya (BV) = {Z, x1, x4, x2}

Iterasi 0
EV
Basic Equatio
Z x1 x2 x3 x4 Solusi Rasio
Variables n
Z 0 1 0 0 -9/2 0 27 -

23
 x1 1 0 1 0 1 0 4 4
LV
x4 2 0 0 0 3 1 6 2
x2 3 0 0 1 -3/2 0 3 -2

Baris 2 = x3/3 ; Baris 0 = 9/2x3 + Z;

Baris 1 = - x3 + x1; Baris 3 = 3/2 x3 + x2

Iterasi 1

Basic Equatio
Z x1 x2 x3 x4 Solusi
Variables n
Z 0 1 0 0 0 3/2 36
x1 1 0 1 0 0 -1/3 2
x3 2 0 0 0 1 1/3 2
x2 3 0 0 1 0 1/2 6

Karena koefesien pada baris 0 telah berharga positif (persoalan maksimum),

maka BFS sudah optimal. Diperoleh nilai x1 = 2, dan x2 = 6 dengan Z = 36.

Ilustrasi 15:

Minimumkan Z = 3x1+ 5x2

Berdasarkan pembatas:
x1 ≤ 4
2x2 = 12
3x1 + 2x2 ≥ 18
x1, x2 ≥ 0

Jawaban:

Minimumkan Z = 3x1+ 5x2 + M x 4 + M x5

Berdasarkan pembatas: x1 + x3 = 4
2x2 + x4 = 12
3x1 + 2x2 – x5 + x5 = 18

Subsitusi Nilai x 4 = 12 – 2x2

x 5 = 18 – 3x1 – 2x2 + x5

Fase I

Minimumkan r = x 4 + x5
r = 12 – 2x2 + 18 – 3x1 – 2x2 + x5
r = 30 – 3x1 – 4x2 + x5

24
 Berdasarkan pembatas: x1 + x3 = 4
2x2 + x4 = 12
3x1 + 2x2 – x5 + x5 = 18
Bentuk standar

Baris 0 r + 3x1 + 4x2 + x5 = 30

Baris 1 x1 + x3 = 4
Baris 2 2x2 + x4 = 12
Baris 3 3x1 + 2x2 – x5 + x5 = 18
x1, x2 , x3, x 4 ,
x5, x5 ≥ 0
Variabel yang dinolkan (variabel nonbasis) = x1 = x2 = x5 = 0 agar nilai Z mempunyai
solusi sehingga diperoleh NBV = { x1, x2, x5}.

Variabel basis (BV) = {r, x3, x 4 , x5 }

Iterasi 0 EV

Basic Equa
r x1 x2 x3 x4 x5 x5 Solusi Rasio
Variables tion
r 0 1 3 4 0 0 1 0 30 -
x3 1 0 1 0 1 0 0 0 4 -
LV
x4 2 0 0 2 0 1 0 0 12 6

x5 3 0 3 2 0 0 -1 1 18 9

Baris 2 = x2 /2 ;
Baris 0 = -4x2 + Z;
Baris 3 = - 2 x2 + x5

Iterasi 1 EV

Basic Equa
r x1 x2 x3 x4 x5 x5 Solusi Rasio
Variables tion
r 0 1 3 0 0 -2 -1 0 6 -
x3 1 0 1 0 1 0 0 0 4 4

x2 2 0 0 1 0 1/2 0 0 6 6
LV
x5 3 0 3 0 0 -1 -1 1 6 2

Baris 3 = x1 /3 ;Baris 0 = -3x1 + Z; Baris 1 = - x3 + x1

Iterasi 2

25
 Basic Equa
r x1 x2 x3 x4 x5 x5 Solusi
Variables tion
r 0 1 0 0 0 -1 0 -1 0
x3 1 0 0 0 1 1/3 1/3 -1/3 2

x2 2 0 0 1 0 1/2 0 0 6

x1 3 0 1 0 0 -1/3 -1/3 1/3 2

Persoalan memiliki solusi fisibel.

Fase II

Dari tabel optimum pada fase I diperoleh persamaan berikut:

x3 + 1/3x5 =2
x2 =6
x1 - 1/3x5 = 2 dimana x1 = 2 + 1/3x5

Substusikan persaman di atas ke dalam persamaan Z (model persoalan semula),

diperoleh:
Minimumkan Z = 3(2 + 1/3x5) + 5(6)
atau Z = 6 + x5 + 30
Z = x5 + 36
Berdasarkan pembatas:
x3 + 1/3x5 =2
x2 =6
x1 - 1/3x5 =2

Baris 0 Z - x5 = 36
Baris 1 x3 + 1/3x5 = 2
Baris 2 x2 = 6
Baris 3 x1 – 1/3x3 = 2
Variabel Nonbasis (NBV) = {x5} (dinolkan agar nilai Z mempunyai solusi) sehingga
Variabel basisnya (BV) = {Z, x3, x2, x1}

Iterasi 0

Basic Equatio
Z x1 x2 x3 X5 Solusi
Variables n
Z 0 1 0 0 -1 0 36
x3 1 0 0 0 1 1/3 2
x2 2 0 0 1 0 0 6
x1 3 0 1 0 0 -1/3 2

Karena harga Z telah positif maka iterasi dihentikan sebab BFS sudah optimal.

BFS-nya adalah : Z = 36; x3 = 2; x2 = 6; x1 = 2

26
Ilustrasi 16:

Suatu Perusahaan memproduksi minuman jeruk yang merupakan kombinasi

dari air soda manis dan air jeruk manis.
Setiap liter air jeruk mengandung 0,25 liter gula dan 3 mililiter Vitamin C.
Setiap liter air soda mengandung 0,5 liter gula dan 1 mililiter Vitamin C.
Biaya produksi 1 liter air jeruk = Rp 3000
Biaya produksi 1 liter air soda = Rp 2000
Bagian pemasaran menentukan bahwa setiap 10 liter minuman jeruk harus
mengandung sedikitnya 20 mililiter Vitamin C dan paling banyak 4 liter gula.
Tentukan produksi dengan biaya minimum!

Jawaban:

a. Formulasi Model Matematis:

Asumsi : x1 = air jeruk

x2 = air soda

Source Kapasitas yang digunakan Kapasitas

(liter) Air Jeruk Air Soda digunakan
Vitamin C 0,003 0,001 0,02
Gula 0,25 0,5 4
Keuntungan
3 2
Per unit (ribuan)

Fungsi Tujuan :

Minimumkan Z = 3x1+ 2x2

Berdasarkan pembatas:
0,003x1 + 0,001x2 ≥ 0,02 (x1000) = 3x1 + x2 ≥ 20 (1)
0,25 x1 + 0,5 x2 ≤ 4 (x 4) = x1 + 2x2 ≤ 16 (2)
x1 + x2 = 10 (3)
dan x1, x2 ≥ 0

Jawaban:

Bentuk Standar:
Minimumkan Z = 3x1+ 5x2 + M x3 + M x5

Berdasarkan pembatas:
3x1 + x2 – x3 + x3 = 20
x1 + 2x2 + x4 = 16

27
 x1 + x2 + x5 = 10
x1, x2, x3, x4, x3 , x5 ≥ 0

FASE I

Minimumkan r = x3 + x5
r = (20 – 3x1 – x2 + x3) + (10 – x1 – x2)
r = 30 – 4x1 – 2x2 + x3

Berdasarkan pembatas:
3x1 + x2 – x3 + x3 = 20
x1 + 2x2 + x4 = 16
x1 + x2 + x5 = 10
x1, x2, x3, x4, x3 , x5 ≥ 0

Baris 0 r + 4x1 + 2x2 – x3 = 30

Baris 1 3x1 + x2 – x3 + x3 = 20
Baris 2 x1 + 2x2 + x4 = 16
Baris 3 x1 + x2 + x5 = 10

Iterasi 0
EV

Basic Equa
r x1 x2 X3 x3 x4 x5 Solusi Rasio
Variables tion
r 0 1 4 2 -1 0 0 0 30
LV
x3 1 0 3 1 -1 1 0 0 20 20/3
x3 2 0 1 2 0 0 1 0 16 16/1

x5 3 0 1 1 0 0 0 1 10 10/1

Baris 1 = x1/3
Baris 0 = -4x1+ Z
Baris 2 = -x1 + x3
Baris 3 = - x2 + x5

EV
Iterasi 1

Basic Equa
r x1 x2 x3 x4 x5 x5 Solusi Rasio
Variables tion
r 0 1 0 2/3 1/3 -4/3 0 0 10/3
x1 1 0 1 1/3 -1/3 1/3 0 0 20/3 20
LV
x3 2 0 0 5/3 1/3 -1/3 1 0 28/3 28/5

28
 x5 3 0 0 2/3 1/3 -1/3 0 1 10/3 20

Baris 2 = x2 * 3/5; Baris 0 = -2/3x2 + Z; Baris 1 = -1/3x2 + x1; Baris 3 = (-

2/3)x2 + x5

Iterasi 2 EV

Basic Equa
r x1 x2 x3 x4 x5 x5 Solusi Rasio
Variables tion
r 0 1 0 0 1/5 -6/5 -2/5 0 -2/5 -
x1 1 0 1 0 -2/5 2/5 -1/5 0 24/5 -12
LV
x2 2 0 0 1 1/5 -1/5 3/5 0 28/5 28

x5 3 0 0 0 1/5 -1/5 -2/5 1 -2/5 -2

Iterasi 3

Basic Equa
r x1 x2 x3 x4 x5 x5 Solusi
Variables tion
r 0 1 0 0 0 -1 -1 0 -6
x1 1 0 1 0 0 0 1 0 16

x3 2 0 0 1 1 -1 3 0 28

x5 3 0 0 0 0 0 -1 1 -6

Baris 2 = x3 * 5; Baris 0 = -1/5x3 + Z;

Baris 1 = 2/5x3 + x1; Baris 3 = (-1/5)x3 + x5

Persoalan memiliki solusi fisibel.

Fase II

Dari tabel optimum pada fase I diperoleh persamaan berikut:

x1 + x5 = 16 dimana x1 = 16 – x5
x2 + x3 + 3x5 = 28 dimana x2 = 28 – x3 – 3x5
-x5 = -6

Substusikan persaman di atas ke dalam persamaan Z (model persoalan semula),

diperoleh:

Minimumkan Z = 3(16 – x5) + 2(28 – x3 – x5)

atau Z = 48 – 3x5 + 56 – 2x3 – 2x5
Z = -2x3 – 5x5 + 104

EV

29

LV
 Berdasarkan pembatas:
x1 + x5 = 16
x2 + x3 + 3x5 = 28
-x5 = -6

Baris 0 Z + 2x3 + 5x5 = 104

Baris 1 x1 + x5 = 16
Baris 2 x2 + x3 + 3x5 = 28
Baris 3 -x5 = -6

Variabel Nonbasis (NBV) = {x3, x5} (dinolkan agar nilai Z mempunyai solusi)
sehingga
Variabel basisnya (BV) = {Z, x1, x2}

Iterasi 0 EV

Basic Equatio
Z x1 x2 x3 x5 Solusi Rasio
Variables n
Z 0 1 0 0 2 5 104
x1 1 0 1 0 0 1 16 16
LV
x2 2 0 0 1 1 3 28 28/3

Baris 2 = x5 /3
Baris 0 = -5 x5 + Z
Baris 1 = - x5 + x1

EV
Iterasi 1

Basic Equatio
Z x1 x2 x3 x5 Solusi Rasio
Variables n
Z 0 1 0 -5/3 1/3 0 171/3 -
x1 1 0 1 -1/3 -1/3 0 20/3 -20
LV
x5 2 0 0 1/3 1/3 1 28/3 28

Baris 2 = x3 * 3; Baris 0 = -1/3 x3 + Z; Baris 1 = 1/3x3 + x1

Iterasi 2 EV

Basic Equatio Z x1 x2 x3 x5 Solusi Rasio

30
 Variables n
Z 0 1 0 -2 0 0 143/3
x1 1 0 1 0 0 1 16
LV
x5 2 0 0 1 1 3 28

Karena harga Z telah negatif maka iterasi dihentikan sebab BFS sudah optimal.

BFS-nya adalah : Z = 143/3; x1 = 16; x5 = 28

Soal Latihan

1. Sebuah perusahaan elektronik memproduksi tape recorder

dan amplifier yang prosesnya dilakukan di dua stasiun kerja, yaitu
perkaritan dan pengetesan. Setiap unit tape recorder memerlukan 2 jam peraktan
dan 2 jam pengetesan, sedangkan satu unit amplifier memerlukan 4 jam
perakitan dan 3 jam pengetesan.

2. Waktu yang tersedia di departemen perakitan adalah 72 jam/minggu,

sedangkan di departemen pengetesan adalah 48 jam/minggu. Kontribusi profit
dari tape recorder adalah 25.000/unit dan setiap unit amplifier adalah
50.000/unit. Bagaimana formulasi persoalan di atas agar dapat ditentukan
strategi produksi terbaik untuk memberikan kontribusi profit maksimum?

3. Kurina One Auto Corp memproduksi dua jenis mobil, yaitu mobil sedan dan
truk. Untuk dapat meraih konsumen berpenghasilan tinggi, perusahaan ini
memutuskan untuk melakukan promosi dalam sua macam acara TV, yaitu pada
acara hiburan dan acara olahraga. Promosi pada acara hiburan akan disaksikan
oleh 7 juta pemirsa wanita dan 2 juta pemirsa pria. Promosi pada acara olahraga
akan disaksikan oleh 2 juta pemirsa wanita dan 12 juta pemirsa pria. Biaya
promosi pada acara hiburan adalah 5 juta/menit, sedangkan pada acara olahraga
biayanya adalah 10 juta/menit.

4. Jika perusahaan menginginkan promosinya disaksikan sedikitnya 18 juta

pemirsa wanita dan sedikitnya 24 juta pemirsa pria, bagaimanakah strategi
promosi itu sebaiknya dirancang?

5. Perusahan pipa PT Sekar Jaya bergerak dalam bidang produksi pipa-pipa

plastik dengan ukuran panjang standar 200 inci. Suatu ketika perusahaan ini

31
mendapat pesanan berupa pipa-pipa berukuran panjang yang tidak standar, yaitu
50, 70, 90 inci dengan jumlah masing-masing pesanan adalah sebagai berikut:

Pesanan Panjang Pipa Kebutuhan Barang (batang)

1 50 150
2 70 200
3 90 300

Yang menjadi persoalan disini adalah menetapkan kombinasi potongan yang

harus dilakukan sehingga seluruh jenis pesanan dapat terpenuhi, tetapi dengan
meninggalkan sisa yang tak terpakai sekecil-kecilnya (minimum)?

6. Persamaan matematis suatu programa linier sebagai

berikut:
Dengan pembatas:
2x1 = 18
3x2 ≤ 15
6x1 + 5x2 ≥ 30
x1, x2 ≥ 0

7. Bahan A dan B dapat diolah menjadi 3 buah produk tipe I, tipe II, tipe III,
menurut spesifikasi sebagai berikut:

Tipe III Bahan

Bahan Tipe I Tipe II
Tersedia
Bahan A ¼ kg/ unit I ½ kg/unit II ¾ kg/ unit III 200 kg
Bahan B ¾ kg/ unit I ½ kg/ unit II ¼ kg/ unit III 400 kg
Peroleha Rp. 10/unit Rp.14/ unit Rp. 20/unit
n
per unit

Berapa komposisi x1, x2 dan x3 agar persoalan tersebut maksimal!

8. Ibu bermaksud membuat 3 jenis kue, yaitu kue brownies, coklat, dan
chocochip. Untuk itu dibutuhkan 3 macam bahan, yaitu gula, tepung terigu, dan
telur. Jumlah bahan yang tersedia adalah gula = 60 ons dan telur = 40 butir serta
tepung terigu = 80 ons.
Untuk membuat 1 toples chocochip diperlukan 3 ons gula, 2 butir telur, dan 1
ons terigu.
Untuk membuat 1 kotak coklat diperlukan 4 ons gula, 1 butir telur, dan 3 ons
terigu.
Untuk membuat 1 kotak brownies diperlukan 2 ons gula, 2 butir telur, dan 2 ons
terigu.
Bila keuntungan yang diperoleh setiap membuat 1 toples chocochip adalah 42
dan 1 kotak coklat adalah $4 serta 1 kotak brownies adalah $3.
a. Formulasikan persoalan di atas dalam model matematisnya

32
b. Berapa jumlah kue-kue yang sebaiknya dibuat agar keuntungannya
optimal.

33