Tugas MTPII- Programasi Linier- Al infithaar ( DD8 )

PROGRAMASI LINIER merupakan suatu upaya untuk membuat suatu nilai fungsi menjadi minimum (minimasi) atau menjadi maksimum (maksimasi) dengan lain perkataan suatu upaya untuk mengoptimasikan suatu nilai fungsi. Programasi Linier berdasarkan pada asumsi fungsi tujuan untuk mendapatkan optimalisasi (maksimasi atau minimasi). Batasan atau fungsi kendala yang ada di tampilkan dengan grafik yang lurus ini berarti bahwa asumsi yang digunakan input dan output bersifat konstan. Pada prakteknya, programasi linier banyak digunakan untuk menentukan berbagai pilihan karena adanya sumberdaya yang terbatas. Beberpa contoh penerapan programasi linier : Optimalisasi proses seleksi, optimalisasi gabungan produk, meminimalisasi kebutuhan input/produk, perencanaan kapasitas jangka panjang, dan banyak lagi. Secara umum prinsip dasar dari programasi linier adalah :  OPTIMASI, adalah upaya untuk meminimumkan pengerahan potensi/ sumberdaya serta memaksimumkan hasil/ produk pada suatu proses produksi.  MINIMASI, adalah upaya untuk meminimumkan pengerahan potensi/ sumberdaya dalam suatu proses.  MAKSIMASI, adalah upaya untukmemaksimumkan hasil/ produk dalam suatu proses produksi. Ada beberapa metode yang bisa digunakan untuk menyelesaikan permasalahan Programasi Linier dari yang sederhana sampai yang sedikit rumit dan menggunakan bantuan aplikasi teknologi komputasi. Hal ini terjadi dikarenakan jumlah constrain atau fungsi kendala yang di rumuskan. Berikut ini disajikan beberapa permasalahan programasi linier yang sederhana dan yang sedikit rumit.

Usaha Ukiran Kayu Giapetto Usaha Ukuran Kayu Giapetto, memproduksi dua jenis Mainan yang terbuat dari kayu: Prajurit Mainan dan Kereta. Satu Prajurit Mainan dijual dengan harga $27 dan proses produksi membutuhkan $10 dari harga material. Setiap Prajurit mainan yang dibuat meningkatkan variable buruh dan kelebihan biaya $14. Untuk Setiap kereta mainan yang dibuat dijual dengan harga $21 dan membutuhkan $9 dari harga material. Untuk setiap pembuatan Kereta Mainan meningkatkan variable buruh dan kelebihan biaya $10. Pembuatan Tentara dan Kereta mainan dari kayu membutuh dua jenis keahlian: Tukang kayu dan Finishing. Satu Prajurit membutuh waktu pengerjaan finishing selama 2 jam dan 1 jam untuk pengerjaan oleh tukang kayu. Untuk

Tugas MTPII- Programasi Linier- Al infithaar ( DD8 )

Kereta mainan membutuhkan 1 jam untuk finishing dan2 jam untuk pengerjaan oleh tukang kayu. Setiap minggu, Giapetto dapat memenuhi seluruh kebutuhan material, akan tetapi hanya memiliki 100 jam untuk pengerjaan finishing dan 80 jam untuk pengerjaan tukang kayu. Permintaan untuk Kereta mainan dalam jumlah tak terbatas, tapi hanya mencapai 40 unit tentara mainan tiap minggu. Giapetto berkeinginan untuk memaksimumkan keuntungan perminggu (keuntungan biaya). Rumuskan model matematika dari permasalah tersebut yang dapat digunakan untuk memaksimumkan keuntungan. Dalam mengembangkan model dari kasus diatas, terlebih dahulu kita harus mengetahui karakteristik dari masalah pemrograman linear sebagaimana yang telah dituliskan pada bagian 1, yaitu: Variabel Keputusan: Seluruh bagian dari proses pemecahan masalah dengan menggunakan pemrograman linear, pertama adalah mendefinisikan variable keputusan. Dalam model pemrograman linear, variable keputusan secara lengkap harus menjelaskan keputusan yang akan dibuat. Jelasnya, kasus di atas harus diputuskan berapa banyak Tentara Mainan dan Kereta main yang harus diproduksi tiap minggu. Dalam kasus ini, x1 : Jumlah Tentara Mainan yang harus produksi tiap minggu x2 : Jumlah Kereta Mainan yang harus diproduksi tiap minggu Didefinisikan sebagai variable keputusan Fungsi Tujuan: Dalam banyak permasalahan LP, pembuat keputusan ingin memaksimumkan (pendapatan atau keuntungan) atau

meminimumkan (biaya) beberapa fungsi dari variable keputusan. Fungsi yang akan dimaksimumkan atau diminimumkan disebut fungsi tujuan. Dari kasus ini, diketahui biaya tetap (seperti: biaya sewa dan jaminan) tidak bergantung pada nilai x1 dan x2 . Selanjutnya kita dapat berkonsentrasi pada proses memaksimumkan (pendapatan mingguan) (Biaya pembelian material) (biaya variable lain). Pendapatan mingguan dan biaya dapat diekspresikan dalam terminology variable keputusan x1 dan x2 . Merupakan tindakan yang kurang bijaksana, jika sebuah perusahaan memproduksi sesuatu dimana dia tidak mampu menjualnya, dengan demikian kita asumsikan bahwa seluruh mainan yang diproduksi dari kasus ini akan terjual. Maka

Tugas MTPII- Programasi Linier- Al infithaar ( DD8 )

Biaya Material Perminggu = 10 x1 + 9 x2 Biaya Lain-lain Perminggu = 14 x1 + 10 x2 Selanjutnya perusahaan Giapetto memaksimumkan = (27x1 + 21x2) (10x1 + 9x2) (14x1 + 10x2) = 3x1 + 2x2 Sehingga fungsi tujuan dari kasus ini adalah : Maksimumkan z = 3x1 + 2x2 . ( persamaan 1)

Fungsi Kendala Ketika x1 dan x2 meningkat fungsi tujuan pun naik artinya Pt. Giapetto bebas memilih nilai untuk variable x1 dan x2 untuk meningkatkan keuntungan. Namun perlu diperhatikan bahwa nilai x1 dan x2 dibatasi oleh ketiga keadaan berikut (selanjutnya disebut batasan atau Konstrain) y Batasan 1 Tiap minggu, tidak lebih dari 100 jam waktu yang digunakan untuk pekerjaan finishing y Batasan 2 Tiap minggu, tidak lebih dari 80 jam waktu yang digunakan untuk pekerjaan Tukang Kayu y Batasan 3 Karena permintaan terbatas, maka prajurit mainan yang harus diproduksi hanya pada kisaran 40 Prajurit mainan tiap minggu. Jumlah material yang dapat diperoleh diasumsikan tidak terbatas, dengan demikian tidak ada pembatasan pada masalah ini. Langkah selanjutnya dalam merumuskan model matematika dari contoh ini adalah menyatakan batasan 1 3 dalam terminology variable keputusan x1 dan x2. Batasan 1 dalam terminology x1 dan x2 =

= 2 x1 + 1x2 = 2x1 + x2 Sehingga secara lengkap rumus batasan 1=: 2x1 + x2 100 (persamaan 2)

Tugas MTPII- Programasi Linier- Al infithaar ( DD8 )

= 1x1 + 1x2 = x1 + x2

Sehigga secara lengkap rumus batasan 2 = x1 + x2 80 ( persamaan 3) Terakhir, sebagaimana telah disebutkan pada kasus tersebut bahwa jumlah yang dapat diproduksi pada setiap minggunya terbatas, untuk Prajurit mainan terbatas pada 40, hal dapat dinyatakan sebagai satu keterbatan (salah satu fungsi batasan), yaitu: X1 40 .. (persamaan 4) Kemudian, dari persamaan (0.2)-(0.4) dalam terminology variable keputusan, dinyatakan sebagai batasan untuk masalah pemrograman linear. Setiap nilai yangberkaitan dengan variable keputusan disebut koefisien, contoh koefisien untuk x2 dalam persamaan (0.3) adalah 1, hal ini mengindikasikan bahwa prajurit mainan membutuhkan 1 jam pengerjaan oleh tukang kayu. Bilangan yang terdapat pada bagian sebelah kanan dari masingmasing batasan disebut sisi kanan (right-hand side or rhs). Biasanya rhs batasan merepresentasikan jumlah sumber yang dibutuhkan atau yang tersedia. Tanda Keterbatasan, Untuk melengkapi rumusan dari masalah pemrograman linear, pertanyaan yang harus dijawab yang berkaitan dengan variable keputusan: Dapatkan variable keputusan dapat diasumsikan sebagai nilai non-negatif? Apakah variable keputusan memungkinkan untuk diasumsikan bahwa nilai positif dan negative? Jika variable keputusan i x hanya dapat diasumsikan bernilai nonnegative, maka kita tambahkan tanda batasan 0 i x . Setelah seluruh bagian diselesaikan, mulai dari penentuan Fungsi Tujuan, Variabel Keputusan, Batasan, Tanda batasan, seluruh bagian tersebut dituliskan dalam bentuk system persamaan linear sebagai berikut:

Tugas MTPII- Programasi Linier- Al infithaar ( DD8 )

Gambar grafik :

Setelah menggambarkan daerah penyelesaian dari masalah giapetto, langkah selanjutnya adalah menentukan titik-titik penyelesaian optimal dari kasus tersebut, yaitu titik yang terdapat dalam daerah penyelesaian yang memberikan nilai terbesar terhadap fungsi tujuan, z = 3x1 + 2x2 . Untuk menentukan solusi optimum, yang harus kita lakukan adalah mengambarkan sebuah garis yang disebut dengan isoprofit, , jika merupakan permasalah maksimasi, dan garis isocost, jika merupakan permasalahan minimasi. Untuk kasus giapetto, Diketahui Z = 3x1 + 2x2