Linear Programming

Model optimasi telah digunakan selama berabad-abad. Pada masa sekarang ini,
optimasi menjadi sangat esensial untuk tujuan bisnis yang semakin kompleks dan
rumit. Para insinyur pun menjadi semakin ambisius dalam mengembangkan hal ini.
Dalam banyak hal, keputusan dapat saja dibuat tanpa mempertimbangkan tujuan
dari model tersebut.

Sebagai contoh, dalam kerjasama multinasional, sebagian kecil perkembangan

proses operasi dapat mencapai peningkatan keuntungan berjuta-juta dolar. Tetapi,
untuk mencapainya dibutuhkan analisis dan kerjasama setiap divisi.

Untuk model yang kompleks, dengan berbagai kerumitan yang ada, keputusan
bisnis akan sangat berpengaruh. Dalam beberapa dasawarsa ini, telah
dikembangkan hardware dan software komputer, yang berhasil melakukan
optimasi secara praktis dalam bisnis dan ilmu pengetahuan.

Sekarang ini, pemecahan masalah dengan ribuan atau bahkan jutaan variabel
menjadi mungkin untuk diselesaikan.

Secara sederhana, dapat diambil contoh bagian produksi suatu perusahaan yang
dihadapkan pada masalah penentuan tingkat produksi masingmasing jenis produk
dengan memperhatikan batasan faktor-faktor produksi: mesin, tenaga kerja, bahan
mentah, dan sebagainya untuk memperoleh tingkat keuntungan maksimal atau
biaya yang minimal.
 Program linier merupakan salah satu aplikasi solusi permasalahan Lebih
lanjut formulasi model tersebut mengijinkan perpindahan masalah umum menjadi
sebuah kerangka kerja matematika. 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.

Beberapa contoh dari uraian tersebut adalah persoalan pengalokasian

fasilitas produksi, persoalan pengalokasian sumber daya nasional untuk kebutuhan
domestik, penjadwalan produksi, solusi permainan (game), danpemilihan pola
pengiriman (shipping).

Satu hal yang menjadi ciri situasi diatas ialah adanya keharusan untuk
mengalokasikan sumber.

Dalam laporan ini berisikan tentang solusi matematis masalah pembuangan

limbah. Pada kasus ini limbah yang dihasilkan pabrik merupakan masalah utama
yang harus dihadapi oleh sebuah pabrik dalam menyikapi lingkungan sekitarnya.

Karena pemerintah menetapkan ambang batas limbah yang aman bagi

lingkungan dan sementara itu sebuah pabrik tidak mungkin hanya menghasilkan
limbah yang aman (di atas ambang batas pemerintah). Sehingga limbah pabrik
yang belum memenuhi standar harus diolah kembali. Pengolahan tersebut tentunya
identik dengan biaya yang tinggi.

Permasalahan pabrik tersebut telah jelas bahwa bagaimana sebuah pabrik

dapat menghasilkan limbah yang memenuhi standar pemerintah agar pabrik tidak
perlu mengeluarkan biaya tambahan untuk mengurusi masalah limbah.
 Linear Programming merupakan model umum yang dapat digunakan dalam
pemecahan masalah pengalokasian sumber-sumber yang terbatas secara optimal.
Masalah tersebut timbul apabila seseorang diharuskan untuk memilih atau
menentukan tingkat setiap kegiatan yang akan dilakukannya, di mana masing-
masing kegiatan membutuhkan sumber yang sama.

sedangkan jumlahnya terbatas. Secara sederhana, dapat diambil contoh

bagian produksi suatu perusahaan yangdihadapkan pada masalah penentuan tingkat
produksi masingmasing jenis produk dengan memperhatikan batasan faktor-faktor
produksi: mesin, tenaga kerja, bahan mentah, dan sebagainya untuk memperoleh
tingkat keuntungan maksimal atau biaya yang minimal.

Pada masa modern sekarang, Linear Programming masih menjadi pilihan

dalam upaya untuk memperoleh tingkat keuntungan maksimal atau biaya yang
minimal.
Dalam memecahkan masalah di atas, Linear Programming menggunakan
model matematis. Sebutan “linear” berarti bahwa semua fungsi matematis yang
disajikan dalam model ini haruslah fungsi-fungsi linier. Dalam Linear
Programming dikenal dua macam fungsi, yaitu fungsi tujuan (objective function)
dan fungsi-fungsi batasan (constraint function).

Fungsi tujuan adalah fungsi yang menggambarkan tujuan/sasaran di dalam

permasalahan Linear Programming yang berkaitan dengan pengaturan secara
optimal sumber daya-sumber daya, untuk memperoleh keuntungan maksimal atau
biaya minimal. Pada umumnya nilai yang akan dioptimalkan dinyatakan sebagai Z.
Fungsi batasan merupakan bentuk penyajian secara matematis batasan-batasan
kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai
kegiatan.
o Proportionality
Asumsi ini berarti bahwa naik turunnya nilai Z dan penggunaan sumber atau
fasilitas yang tersedia akan berubah secara sebanding (proporsional) dengan
perubahan tingkat kegiatan.
Z = C1X1 + C2X2 + C3X3 + …..CnXn
Setiap penambahan 1 unit X1 akan menaikkan Z dengan C1. Setiap penambahan 1
unit X2 akan menaikkan Z dengan C2, dan seterusnya.
a11X1 + a12X2 + a13X3 + ….. + anXn ≤ b1
Setiap penambahan 1 unit X1 akan menaikkan penggunaan sumber/fasilitas 1
dengan a11. Setiap penambahan 1 unit X2 akan menaikkan penggunaan
sumber/fasilitas 1 dengan a12, dan seterusnya.

Asumsinya adalah, setiap ada kenaikan kapasitas riil tidak perlu ada biaya
persiapan (set up cost).
o Additivity
Asumsi ini berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi,
atau dalam Linear Programming dianggap bahwa kenaikan dari nilai tujuan (Z)
yang diakibatkan oleh kenaikan suatu kegiatan dapat ditambahkan tanpa
mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lain.
Z = 3X1 + 5X2 di mana X1 = 10; X2 = 2;
Sehingga Z = 30 + 10 = 40
Jika X1 bertambah 1 unit, maka sesuai dengan asumsi, maka nilai Z menjadi 40 +
3 = 43. Jadi, nilai 3 karena kenaikan X1 dapat langsung ditambahkan pada nilai Z
mula-mula tanpa mengurangi bagian Z yang diperoleh dari kegiatan 2 (X2).
Dengan kata lain, tidak ada korelasi antara X1 dan X2.

Jika X1 bertambah 1 unit, maka sesuai dengan asumsi, maka nilai Z menjadi
40 + 3 = 43. Jadi, nilai 3 karena kenaikan X1 dapat langsung ditambahkan pada
nilai Z mula-mula tanpa mengurangi bagian Z yang diperoleh dari kegiatan 2 (X2).
Dengan kata lain, tidak ada korelasi antara X1 dan X2.
 o Divisibility
Asumsi ini menyatakan bahwa keluaran yang dihasilkan oleh setiap kegiatan dapat
berupa bilangan pecahan. Demikian pula dengan nilai Z yang dihasilkan.
o Deterministic (certainty)
Asumsi ini menyatakan bahwa semua parameter yang terdapat dalam model Linear
Programming (aij, bi, cj) dapat diperkirakan dengan pasti, meskipun jarang dengan
tepat.

4. Model – model simulasi

Yaitu model – model yang meniru tingkah laku sistem dengan mempelajari
interaksi komponen – komponennya. Karena tidak memerlukan fungsi – fungsi
matematis secara eksplisit untuk merelasikan variabel – variabel sistem, maka
model – model ini dapat digunakan untuk memecahkan sistem kompleks yang
tidak dapat diselesaikan secara matematis. Tetapi ini tidak dapat memberikansolusi
yang benar-benar optimum, yang dapat diberikan jawaban suboptimum, yaitu
optimum dari alternati – alternatif yang dites. 
5. Model – model heuristik
Kadang formulasi matematis bersifat sangat kompleks untuk dapat memberikan
suatu solusi yang pasti,kadang dapat diperoleh tetapi memerlukan proses
pehitungan yang sangat panjang dan tidak praktis, maka digunakan model ini, yaitu
suatu metode pencarian didasarkan atas intuisi atau aturan empiris untuk
memperoleh solusi yang lebih baik daripada solusi yang dicapai sebelumnya.

ASUMSI MODEL LP 

Model LP mengandung asumsi-asumsi implisit tertentu yang harus dipenuhi agar
definisinya sebagai suatu masalah LP menjadi absah. Asumsi itu menuntut bahwa
hubungan fungsional dalam masalah itu adalah linier dan additif, dapat dibagi dan
deterministik. Linearity dan Additivity Bahwa fungsi tujuan dan semua kendala
harus linier. Dengan kata lain, jika suatu kendala melibatkan dua variabel
keputusan, dalam diagram dimensi dua ia akan berupa garis lurus. Begitu juga,
suatu kendala yang melibatkan tiga variabel akan menghasilkan suatu bidang datar
dan kendala yang melibatkan n variabel akan menghasilkan hyperplane (bentuk
geometris yang rata) dalam ruang berdimensi n. 
Kata linier secara tidak langsung mengatakan bahwa hubungannya proporsional
yang berarti bahwa tingkat perubahan atau kemiringan hubungan fungsional itu
adalah konstan dan karena itu perubahan nilai variabel akan mengakibatkan
perubahan relatif nilai fungsi tujuan dalam jumlah yang sama. LP juga
mensyaratkan bahwa umlah variabel kriteria dan jumlah penggunaan sumber daya
harus bersifat additif.

Contohnya, keuntungan total Z yang merupakan variabel kriteria, sama

dengan jumlah keuntungan yang diperoleh dari masing-masing kegiatan, cj x. Juga,
seluruh sumber daya yang digunakan untuk seluruh kegiatan, harus sama dengan
jumlah sumber daya yang digunakan untuk masing-masing kegiatan. 

2. 3 Metodologi Penelitian Operasional

Metodelogi Penelitian Operasional , ada lima langkah, yaitu :
Langkah 1 : Memformulasikan persoalan 
Definisikan persoalan lengkap denagn spesifikasi tujuan organisasi dan bagian –
bagian organisasi atau sistem yang bersangkutan.
Langkah 2 : Mengobservasikan sistem
Kumpulkan data untuk mengestimasikan besaran parameter yang berpengaruh
terhadap persoalan yang dihadapi. Estimasi ini digunakan untuk membangun dan
mengevaluasi model matematis dari persoalan.
Langkah 3 : Memformulasikan model matematis dari persoalan yang dihadapi
Dalam memformulasikan persoalan ini biasanya digunakan model analitik, yaitu
model matematis yang menghasilkan persamaan. Jika pada suatu situasi yang
sangat rumit tidak diperoleh model analitik maka perlu dikembangkan suatu model
simulasi.
Langkah 4 : Mengevaluasi model dan menggunakannya untuk prediksi
Pada langkah ini tentukan apakah model matematis yang dibangun pada langkah 3
telah menggambarkan keadaan nyata secara akurat . Bila belum buatlah model
yang baru.
Langkah 5 : Mengimplementasikan hasil studi 
Kita harus menerjemahkan hasil studi atau hasil perhitungan ke dalam bahasa
sehari – hari yang mudah dimengerti.

 
(Tjutju Tarliah Dimyati-Ahmad Dimyati, Operations Research, Hal 2-5)
Programa linier dari kata Linear Programming, adalah suatu cara untuk
menyelesaikan persoalan pengalokasian sumber – sumber yang terbatas di antara
beberapa aktivitas yang bersaing, dengan cara yang terbaik yang mungkin dapat
dilakukan. Programa linier ini menggunakan model matematis untuk menjelaskan
persoalan yang dihadapi.

Sifat “ linier “ memberi arti bahwa seluruh fungsi matematis dalam model
ini merupakan fungsi yang linier, sedangkan “ programa “ merupakan sinonim
untuk perencanaan aktivitas – aktivitas untuk memperoleh suatu hasil yang
optimum, yaitu hasil yang mencapai tujuan terbaik diantara seluruh alternatif yang
fisibel.

Dalam membangun model dari formulasi akan digunakan karkteristik –

karakteristik yang biasa digunakan dalam persoalan programa linier, yaitu :
a. Variabel keputusan
Adalah variabel yang menguraikan secara lengkap keputusan – keputusan yang
akan dibuat. 
 b. Fungsi tujuan
Merupakan fungsi dari variabel keputusan yang akan dimaksimumkan ( untuk
pendapatan atau keuntungan ) atau meminimumkan ( untuk ongkos ). 
c. Pembatas
Merupakan kendala yang dihadapi sehingga kita tidak bisa menentukan harga –
harga variabel keputusan secara sembarang. Koefisien dari variabel keputusan
pada pembatas disebut koefisien teknologis, sedangkan bilangan pada sisi kanan
setiap pembatas disebut ruas kanan pembatas.
d. Pembatas tanda 
Adalah pembatas yang menjelaskan apakah varibel keputusannya diasumsikan
hanya berharga nonnegatif atau variabel keputusan tersebut boleh berharga positif ,
boleh juga negatif ( tidak terbatas dalam tanda ). 

(Tjutju Tarliah Dimyati-Ahmad Dimyati, Operations Research, Hal 17-20)

Programa dinamis adalah suatu teknik matematis yang biasanya digunakan untuk
membuat suatu keputusan dari serangkaian keputusan yang saling berkaitan.
Tujuan utamanya adalah untuk mempermudah penyelesaian persoalan optimasi
yang mempunyai karakteristik tertentu.

Ide dasarnya adalah membagi persoalan menjadi beberapa bagian yang lebih
kecil sehingga memudahkan penyelesaiannya. Berbeda dengan programa linier ,
pada persoalan programa dinamis tidak ada formulasi matematis yang standard.

2.4 Model Programa Linier

Salah satu keputusan managerial yang sangat penting adalah penyaluran sumber–
sumber yang sangat langka, dimana sumber–sumber ini dapat dipergunakan untuk
menghasilkan komoditi tertentu. Metode analisis yang paling bagus untuk
menyelesaikan peralokasi sumber ialah metode programa linier.
 Programa linear yang diterjemahkan dari Linear Programming (LP) adalah
suatu cara untuk menyelesaikan persoalan pengalokasian sumber-sumber yang
terbatas di antara 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.

]Programa linear ini menggunakan model matematis untuk menjelaskan

persoalan yang dihadapinya. Sifat “linier” disini memberi arti bahwa seluruh
fungsi matematis dalam model ini merupakan fungsi yang linier, sedangkan kata
“programa” merupakan sinonim untuk perencanaan aktivitas-aktivitas untuk
memperoleh suatu hasil yang optimum, yaitu suatu hasil ynag mencapai tujuan
terbaik di antara seluruh alternatif yang fisibel.

  Pada dasarnya metode-metode yang dikembangkan untuk memecahkan

model programa linear ditujukan untuk mencari solusi dari beberpa alternatif solusi
yang dibentuk oleh persamaan-persamaan pembatas sehingga diperoleh nilai
fungsi tujuan yang optimum. Ada dua cara yang bisa digunakan untuk
menyelesaikan persoalan-persoalan programa linier yaitu:

1. Solusi Grafis

Cara grafis dapat kita pergunakan apabila persoalan programa linier yang
akan diselesaikan itu hanya mempunyai 2 variabel.
2. Metode Simpleks

Metode Simpleks merupakan teknik perhitungan yang dikembangkan untuk

memecahkan persoalan programa linear yang mempunyai jumlah variabel
keputusan dan pembatas yang besar.
(Tjutju T.D, Operations Research ,2003, hal 38-39)

2.5 Solusi Pada Model Programa Linier

Ada 3 macam solusi pada model programa linier :
1.tujuan terbesar. Pada persoalan minimasi, solusi optimal adalah suatu titik pada
daerah feasible dengan nilai fungsi tujuan terkecil.

2. Infeasible
Solusi infeasible terjadi bila tidak terdapat ruang solusi atau tidak ada daerah yang
memenuhi seluruh pembatas. Dalam hal ini daerah feasiblenya kosong sehingga
dengan sendirinya tidak ada solusi optimum.

3. Unbounded
Kasus ini terjadi apabila ruang solusi tidak terbatas sehingga nilai fungsi tujuan
dapat meningkat/menurun secara tidak terbatas. Pada umumnya, kasus ini terjadi
karena kesalahan dalam memformulasikan persoalan