BAB 2

PROGRAM LINIER PENYELESAIAN GRAFIK

2.1 Model Program Linier
Masalah yang dapat diselesaikan dengan model
program linier memiliki ciri-ciri sebagai berikut:
1. Semua variabel penyusunannya bernilai tidak negatif
2. Fungsi objektif dapat diyatakan sebagai fungsi linier
variabel-variabelnya.
3. Kendala dapat dinyatakan sebagai suatu sistem
persamaan linier.
Secara sistematis, bentuk standar model program linier
adalah sebagai berikut:
Mencari = ( x 1, x 2, ... , x n ) 0 yang
memaksimumkan/meminimumkan

(X)

= (

x 1, x 2,

... ,

xn

)=

c1 x1

c2 x2

+ ... +

cn xn

dengan kendala:
a11 x 1+ a12 x 2 ++ a1 n x 1=b 1
a21 x 1 +a 22 x2 + + a2 n x2=b2

...
am 1 x 1+ am 2 x 2 ++ amn x n=bm

Ciri pertama dipenuhi oleh oleh banyak masalah karena

pada umumnya variabel yang digunakan ( x 1, x 2, ... , x n )
menyataka suatu kuantitas (misalnya jumlah barang,
lama waktu , dll) yang
Hendak dioptimalkan. Jelas bahwa nilai kuantitas tersebut
tidak negatif. Akan tetapi bila diiginkan ada variabel yang

boleh bernilai negatif, model program linier tetap bisa

diselesaikan dengan suatu transformasi.
Ciri kedua berarti bahwa setiap variabel yang berpakat
selain 1, dan tidak boleh ada pergandaa variabel. Ciri
linier ini juga berlaku pada semua kendalanya. Dalam
beberapa kasus ada kemungkinan bentuk fugsi (atau
kendala) yang tidak linier dapat ditransformasikan ke
bentuk linier. Apabila demikian, model program linier
dapat digunakan.
Contoh 2.1
Telitilah mana di antara model-model ini yang dapat
diselesaikan dengan program linier.
2

a. Maksimumkan ( x 1, x 2 ) = 5
Kendala: x 1+ 4 x 2=3
3

x 1+ x 2

x 1+ 4 x 2=5

x1 , x2 0

b. Minimumkan ( x 1, x 2 , x 3 ) = 5
Kendala : 2 x 1 4 x 1 x 2=3
5

x1

+2

x2 x3

x 1+ x 2 2 x3 =2

x1 , x2 , x3 0
x 1, x 2

c. Minimumkan (
Kendala: 4
3

1+ x2
x
x1 x2

)=

x1 x2

=2
=1

d. Maksimumkan (

x 1, x 2 , x 3

)=

x1

+3

x2

Kendala:

x1

+2

x2

x3

x1

x2

x 1, x 2

)=

x1 , x2, x3 0

e. Minimumkan (
Kendala:

x1 x2 e

x1 x2

x 1 x 42 e4
x 21 x 32 e
x 1, x 2 0

Penyelesain
a. Bukan merupakan bentuk program linier karena
2
fungsi sasarannya mengandung suku x 2 , yang jelas
bukan merupakan bentuk linier.
b. Bukan merupakan bentuk program linier meskipun
fungsi sasarannya merupakan bentuk linier dalam
x 1, x 2
dan x 3 ,
Tetapi ada kendala yang memuat bentuk
pergandaan variabel (4 x 1, x 2 ). Perhatikan disini
bahwa meskipun fungsi sasaran maupun kendala
lain sudah berbentuk linier, maka model tidak bisa
diselesaikan dengan program linier.
c. Model program linier. Tampak bahwa baik fungsi
maupun kedua kendala merupakan bentuk fungsi
linier dalam x 1 dan x 2 . Meskipun tidak ada syarat
x 1, x 2 0

, dengan sedikit transformasi, bentuk tetap

dapat diselesaikan dengan program linier.
d. Model program linier dalam 3 variabel x 1, x 2 dan x 3
. Meskipun kendala berbentuk pertidaksamaan,

tetapi dengan transformasi sederhana dapat

dijadikan ke bentuk persamaan (cara transformasi
dibahas dalam Bab 3). Perhatikan juga bahwa
meskipun merupakan model dalam 3 variabel x 1, x 2
dan x 3 tetapi tidak semua variabelnya muncul
dalam fungsi sasaran maupun kendalanya. Fungsi
sasaran ( x 1, x 2 , x 3 ) = x 1 + 3 x 2 yang merupakan
fungsi 2 variabel sama dengan (

x 1, x 2 , x 3

x1

)=

3 x 2 + 0 x 3 yang merupakan fungsi 3 variabel.

e. Meskipun tampak bahwa model bukan merupakan
model program linier, tetapi dengan suatu
transformasi dapat dijadikan program linier.
Fungsi In ( x ) merupakan fungsi monoton sehingga
meminimumkan

(x)

sama dengan
(x)

meminimumkan In (
y2

x2

= In (
(x)

In

+ In

y1

). Misalkan

= In

). Dengan mengingat bahwa In

( y)

, In

(x)

) = a In

dan In

(e )

( xy )

),
=

= 1,

fungsi sasaran dapat dilukiskan sebagai:

g(
In (

x 22

y1 , y2

) = In ((

x 1, x 2

)) = In (

(x 2)

=2

x1 x2

) = In (

= 2In

(x 1)

+ 2In

y1

+2

y2

Maka model hasil transformasi adalah:

Minimumkan g(
Kendala 3

y1

y1 , y2

+2

y2

)=2
3

y1

+2

y2

x1

)+

y1

+4
y1

y1 , y2

y2

+3

y2

Langkah-langkah pembuatan model program linier

adalah sebagai berikut:
1. Tentukan variabel keputusan. Variabel keputusan
adalah besaran yang harus ditentukan nilainya
agar optimalitas yang diinginkan tercapai.
2. Buatlah fungsi sasaran, yaitu fungsi yang akan
dioptimumkan. Fungsi ini harus merupakan
kombinasi linier variabel-variabel keputusan.
3. Tentukan kendala berdasarkan keterbatasa
sumber daya atau karena kondisi yang harus
terpenuhi. Seperti halnya fungsi sasaran, fungsi
tiap kendala harus merupakan fungsi linier
variabel keputusan. Kendala bisa berupa
suatupersamaan atau pertidaksamaan.
Contoh 2.2
Seorang pengusaha bahan kimia membuat 2 macam cairan
pembunuh serangga, yaitu jenis superior ( C1 ) dan jenis
standar

C1
). Kedua jenis cairan dibuat dari 2 macam

bahan yang sama, yaitu A dan B, Dengan komposisi yang

berbeda.
Setiap liter cairan jenis superior dibuat dari campuran 1
unit bahan A dan 3 unit bahan B, sedangkan setiap liter
jenis standar dibuat dari campuran 2 unit bahan A dan 1
unit bahan B. Karena keterbatasan pasokan, setiap hari ia
ahnya dapat A dan 20 unit bahan B.
Untuk setiap liter cairan jenis superior yang ia buat, ia akan
memperoleh keuntungan sebesar 30.000. Untuk setiap

liter cairan jnis standar, ia memperoleh keuntungan

sebesar 20.000.
Jika diasumsikan bahwa semua cairan yang dibuat laku
terjual, berapa liter cairan masing-masing jenis harus ia
buat tiap hari agar keuntungan yang didapatkan
maksimum?
Penyelesaian
Variabel keputusan yang yang harus dilakukan adalah
jumlah (liter) cairan kedua jenis yang harus dibuat (dengan
keterbatasan bahan ) agar keuntungan maksimum. Karena
ada 2 macam cairan penentu keuntungan, maka ada 2
x1

variabel keputusan. Misalkan

= jumlah cairan jenis

superior dan x 2 = jumlah cairan jenis standar yang

dibuat. Jelas bahwa

x1

dan x 2 harus

0.

Harga x 1

dan x 2 inilah yang akan dicari agar keuntungannya

maksimum.
Fungsi sasaran yang hendak dimaksimumkan adalah
keuntungan. Untuk tiap liter cairan C1 , keuntungan yang
didapatkan adalah 30.000 C1 . Secara analog, karena
keuntungan dari pembuatan tiap liter C2 adalah 20.000,
sedangkan yang dibuat adalah
yang didapat adalah 20.000,

x2

liter, maka keuntungan

x 2 . Dengan demikian

keuntungan yang didapat jika dibuat

x1

liter C1 dan x 2

liter C2 adalah sebesar 30.000 x 1 + 20.000 x 2 . Fungsi

keuntungan inilah yang akan dimaksimumkan.
Fungsi sasaran: Maksimumkan (

x 1, x 2

) = 30.000

x1

20.000 x 2
Apabila tidak ada kendala keterbatasan pasokan bahan,
maka supaya keuntungan maksimum, pengusaha itu akan
memproduksi cairan kedua jenis sebanyak-banyaknya.
Akan tetapi dengan adanya keterbatasan pasokan, maka

jumlah kedu jenis cairan yang dapat dibuat (dengan

demikian keuntungan yang didapat ia peroleh) juga
terbatas. Tabel 2.1 menyatakan ringkasan permasalahan
yang dihadapi. Kolom paling kiri adalah bahan pembuat
cairan kimia, sedangkan klom paling kanan adalah jumlah
unit pasokan atau persediaan maksimum yang tersedia tiap
harinya. Isi kolom ditengah menyatakan jmlah unit bahan A
dan B yang dipakai untuk membuat tiap liter cairan kua
jenis. Baris paling bawah menyatakan keuntungan yang
diperoleh dari penjualan tiap liter cairan kedua jenis.
Tabel 2.1
Bahan Cairan Jenis
Superior
( C1 )
A
1
B
3
Untung 30.000

Cairan Jenis
Standar
( C2 )
2
1
20.000

Pasokan
Maksimum
20
20

Perhatikan penggunaan bahan A dalam pembuatan keua cairan.

Setiap liter C1 membutuhkan 1 unit bahan A, maka untuk
membuat x 1 liter C1 dibutuhkan 1 x 1 = x 1

unit bahan A.

Seraca analog, untuk membuat seliter C2 dibutuhkan 2 unit C2 .

Karena yang dibuat adalah x 2 liter C2 , maka dibutuhkan 2 x 2
unit bahan A. Secara keseluruhan, untuk membuat

x1

liter C1

dan x 2 liter C2 dibutuhkan bahan A sejumlah x 1 + 2 x 2 unit.

Karena persediaan bahan A hanya 20 unit, maka jumlah bahan A
yang digunakan untuk membuat C1 dan C2 tidak boleh lebih
dari 20 unit. Didapatkan kendala:

x1

+ 2 x2

20.

Hal yang sama juga berlaku untuk bahan B. Untuk membuat

x1

liter C1 dan x 2 liter C2 dibutuhkan bahan B sejumlah 3 x 1+ x 2 .

Karena bahan B juga hanya tersedia sejumlah 20 unit, maka

kendala yang harus terpenuhi adalah 3 x 1+ x 2

20.

Model untuk masalah pengusaha kimia tersebut adalah sebagai

berikut:
Maksimumkan (

x 1, x 2

Kendala x 1 + 2 x 2

) = 30.000

x1

+ 20.000 x 2

20

3 x 1+ x 2

20 ;

x1 , x2

20.

Contoh 2.3
Perusahaan Adianto & Co memproduksi 3 buah model

almari (A, B dan C). Ketiga model membutuhkan jenis

bahan baku dan tenaga kerja yang sama, tetapi dengan
jumlah yang berbeda. Waktu pembuatan (jam kerja) dan
harga pembelian bahan baku (ratusan ribu rupiah) tiap
almari dapat dilihat pada Tabel 2.2.
Tabel 2.2

A
Waktu pembuatan (jam)
7
Harga Bahan Baku (ratusan 4
ribu)

Model
Almari
B
3
4

C
6
5

Karena keterbatasan modal, biaya pembelian bahan baku

terbatas sebesar 200 (ratusan ribu) rupiah dan waktu
pembuatan juga terbatas selama 150 (jam kerja).
Hasil penjualan tiap almari model A, B, dan C memberikan
keuntungan masing-masing sebesar 400.000, 200.000, dan
300.000.

Buatlah model program linier yang sesuai untuk menentukan

jumlah almari tiap model yang harus dibuat agar
keuntungannya maksimum.
Penyelesaian
Variabel keputusan yang hendak dicari nilainya adalah jumlah
almari tiap jenis. Karena ada 3 jenis almari, maka ada 3 buah
variabel keputusan, yaitu:
xA

= jumlah almari model A yang dibuat

xB

= jumlah almari model B yang dibuat

xC

= jumlah almari model C yang dibuat

Jelas bahwa x A , x B dan x C

20

Keuntungan tiap almari model A adalah 400.000. Karena dibuat

xA

buah almari model A, keuntungan dari almari model A

sebesar 400.000 x A . Secara analog, keuntungan dari B da C

masing-masing adalah sebesar 200.000 x B dan 300.000 x C .
Jadi keuntungan total yang didapat adalah sebesar 200.000
xB

dan 300.000 x C . Jadi keuntungan total yang didapat

adalah 400.000 x A + 200.000 x B + 300.000 x C .

Fungsi sasaran:
Maksimumkan ( x A , x B , x C ) = 400.000 x A + 200.000 x B +
300.000 x C
Perhatikan waktu pembuatan almari pada Tabel 2.2 setiap
almari model A, B dan C masing-masing membutuhkan waktu
pembuatan selama 7,3 dan 6 jam kerja, maka pembuatan

xA

almari A, x B almari B dan x C almari C memerlukan waktu

pembuatan selama 7 x A + 3 x B + 6 x C 150
Hal yang sama juga dilakukan pada pembelian bahan baku.
Karena harga baku almari A, B dan C masing-masing adalah 4,
4 dan 5 (ratusan ribu), maka harga bahan baku pembuatan

xA

almari A, x B almari B dan x C almari C adalah sebesar 4

xA

+ 4 x B + 5 x C . Karena modal yang tersedia hanya 200

(ratusan ribu), maka diperole kendala: 4 x A

+ 4 xB + 5 xC

200.

Model yang sesuai untuk perusahaan Adianto & Co adalah:

Maksimumkan ( x A , x B , x C ) = 400.000 x A + 200.000 x B +
300.000 x C
Kendala:

7 x A + 3 x B + 6 x C 150
4 xA
xA,xB

+ 4 xB + 5 xC
dan x C

200

20 dan bulat

Contoh 2.4
Seorang kontraktor merencanakan untuk membangun 3 tipe
rumah (sederhana, menengah, dan mewah) yang biaya
pembuatan perunitnya adalah 20, 50 dan 80 (juta rupiah).
Dana yang tersedia adalah sebesar 4000(juta rupiah).
Menurut peraturan pemerintah, dari keseluruhan rumah yang ia
bangun, minimal 50% diantaranya harus rumah sederhana dan
paling banyak 20% diantaranya adalah rumah mewah.
Keuntungan yang diperoleh dari penjualan sebuah rumah tipe
sederhana, menengah, dan mewah masing-masing adalah
sebesar 5, 15 dan 30 (juta rupiah).
Berapa jumlah rumah tiap tipe yang harus iya bangun
(mengingat dana yang tersedia dan peraturan pemerintah)
agar keuntungan yang ia dapatkan maksimum?
Penyelesaian
Variabel keputusan adalah jumlah rumah tipe sederhana,
menengah dan mewah yang dibangun. Misalkan:
x1

= jumlah rumah tipe sederhana yang dibangun

x2

= jumlah rumah tipe menengah yang dibangun

x3

= jumlah rumah tipe mewah yang dibangun

Jelas bahwa x 1 , x 2

dan x 3

Fungsi sasarannya adalah memaksimumkan keuntungan yang

didapatkan. Karena keuntungan tipe sederhana, menengah dan
mewah masing-masing adalah 5, 15 dan 30, maka fungsi
sasarannya dapat dinyatakan sebagai:
Maksimumkan (x 1 , x 2 , x 3) = 5 x 1+ 15 x 2+ 30 x 3
Ada 2 macam kendala yang harus dipenuhi, yaitu keterbatasan
dana dan peraturan pemerintah.
Karena biaya pembuatan sebuah rumah tipe sederhana,
menengah dan mewah masing-masing sebesar 20, 50 dan 80
(juta), sedangkan dana yang dimiliki sebesar 4000 (juta), maka
kendala keterbatasan biaya dapat dinyatakan sebagai 20
50 x 2+ 80 x 3

4000.

Jumlah keseluruhan rumah yang dibuat adalah x 1+ x 2 + x 3 .

Kendala bahwa minimal 50 % di antranya harus rumah
sederhana dapat dinyatakan sebagai x 1 0.5 ( x 1+ x 2 + x 3 ) .
Kendala bahwa maksimal 20 % di antaranya harus rumah
mewah dapat dinyatakan sebagai

x3

0.2 (x 1+ x 2 + x 3) .

Jadi model yang sesuai adalah:

Maksimumkan (x 1 , x 2 , x 3) = 5 x 1+ 15 x 2+ 30 x 3
Kendala

20 x 1+ 50 x 2+ 80 x 3
x 1 0.5
x3
x1 , x2

Contoh 2.5

4000

( x 1+ x 2 + x 3 )

0.2 ( x 1+ x 2 + x 3)

dan x 3

dan bulat

x 1+

Seorang petani akan menanam 2 jenis pohon, yaitu A dan B

2
pada area seluas 4400 m , sebuah pohon A membutuhkan
2
lahan seluas 25 m , sedangkan pohon B membutuhkan lahan
2

seluas 40 m . Kebutuhan air pohon A adalah 30 unit dan

pohon B sebanyak 15 unit untuk tiap pohonnya. Air yang
tersedia hanyalah 3300 unit.
Perandingan pohon B dan pohon A yang harus ditanam tidak
boleh kurang dari 6/19 dan tidak boleh lebih dari 17/8.
Keuntungan yang didapat dari sebuah pohon A diperkirakan 1,5
kali pohon B. Berapa jumlah pohon dari mading-masing jenis
harus ditanam supaya keuntungannya maksimum?
Penyelesaian
Variabel keputusan adalah jumlah pohon jenis A dan B yang
harus ditanam.
Misalkan:
xA
xB

= jumlah pohon A yang ditanam

= jumlah pohon B yang ditanam

Jelas bahwa x A dan x B

0 .

Fungsi sasaran adalah memaksimumkan keuntungan. Misalnya

keuntungan dari sebuah pohon B = K, maka keuntungan dari
sebuah pohon A = 1.5 k. Keuntungan total yang didapat
dengan menanam
sebesar 1.5 k
sasaran:
Maksimumkan

x A +

xA

pohon A dan x B pohon B adalah

k x B = k (1.5 k

xA,

xB

x A +

k x B ). Fungsi

= k (1.5 x A + x B )

Karena pohon A dan B masing-masing memerlukan lahan

2
seluas 25 dan 40 m ,

Sedangkan lahan yang tersedia seluas 4400

, maka

kendala keterbatasan lahan dapat dinyatakan sebagai 25

40 x B

x A +

4400.

Kebutuhan air sebuah pohon A dan B masing-masing adalah

30 dan 15 unit, sedangkan persediaan air sebanyak 3300 unit.
Dengan demikian kendala keterbatasan air dapat dinyatkan
sebagai 30 x A + 15 x B 3300.
Kendala perbandingan jumlah pohon B dan A yang tidak boleh
kurang dari 6/19 dapat dinyatakan sebagai

xB 6
.
x A 19 Secara

analog, kendala perbandingan jumlah pohon B dan A yang tidak

boleh lebih dari 17/8 dapat dinyatakan sebagai

x B 17

xA 8

Model yang sesuai bagi petani adalah:

xA,

Maksimumkan
Kendala:

25
30

xB

x A + 40

xB

x A + 15

xB 6

x A 19

xB

4400

3300

atau 19 x B 6 x A

x B 17

xA 8
xA,

= k (1.5 x A + x B )

atau 8 x B 17 x A
xB

dan bulat

Contoh 2.6
Perusahaan alat rumah tangga KAA ingin mengiklankan
produknya di 3 media, yaitu TV ( siang dan malam hari ), radio
dan koran. Tujuannya adalah untuk menjangkau sebanyak
mungkin pelanggan potensial. Tabel 2.3 menunjukan data hasil
penelitian.

Tabel 2.3

Biaya iklan pertayang (juta)

Jumlah pelanggan (ribuan)
potensial yang dapat dijangkau
untuk tiap tayang
Jumlah pelanggan wanita (ribuan)
yang dapat dijangkau tiap tayang

TV
(siang)
4
400

Media
Iklan
TV
(malam)
7.5
900

300

400

Radio

Koran

3
500

1.5
200

200

100

Anggaran yang tersedia untuk seluruh iklan adalah 80 juta, dan

maksimum 50 juta di antaranya untuk iklan di TV . Jumlah
pelanggan wanita yang dijangkau paling sedikit 2 juta orang.
Di samping itu, jumlah iklan di TV siang hari paling sedikit 3
kali tayang, dan paling sedikit 2 kali tayang di waktu malam.
Jumlah iklan di radio dan koran masing-masing harus antara 5
10 kali.
Tentukan cara pengaturan iklan yang paling optimal.
Penyelesaian
Variabel keputusan dalam masalah ini adalah jumlah iklan di
tiap media.
Misalkan:
x1

= jumlah iklan di TV siang hari

x2

= jumlah iklan di TV malam hari

x3

= jumlah iklan di radio

x4

= jumlah iklan di koran

Karena fungsi sasaran adalah untuk mengjangkau sebanyak

mungkin pelanggan potensial, maka fungsi sasaran yang sesuai
adalah:

Maksimiumkan
x 3+ 200

x1 , x2 , x3 ,

x4

= 400 x 1+ 900 x 2+ 500

x 4 (ribuan)

Kendala:
1. Anggaran maksimum = 80 juta dapat dinyatakan sebagai
x 1+ 7.5 x 2+ 3 x 3+ 1.5 x 4 80
kendala 4
2. Anggaran maksimum 50 juta untuk iklan di TV dapat

dinyatakan sebagai kendala 4 x 1+ 7.5 x 2 50

3. Jumlah pelanggan wanita dijangkau harus paling sedikit 2
x 1+

juta orang dapat dinyatakan sebagai kendala 300

400 x 2+ 200 x 3+ 100 x 4
x 2+ 2

2000 atau 3 x 1+ 4

x 3+ x 4

20
4. Jumlah iklan di TV siang hari harus paling sedikit 3 kali
tayang, dan paling sedikit 2 kali tayang di waktu malam
x1

dapat dinyatakan sebagai 2 buah kendala

x2

5 dan

2
5. Jumlah iklan di radio dan koran masing-masing harus
antara 5 10 kali, dapat dinyatakan sebagai 4 buah
kendala, masing-masing
dan x 4

x3

5, x 3

10, x 4

10.

Model yang sesuai untuk permasalahan di perusahaan

KAA adalah sebagai berikut:
Memaksimumkan

x1 , x2, x3 ,

x4

= 400 x 1+ 900 x 2+

500 x 3+ 200 x 4
4 x 1+ 7.5 x 2+ 3 x 3+ 1.5 x 4 80

Kendala:

4 x 1+ 7.5 x 2 50
3 x 1+ 4
x1

x 2+ 2

x 3+ x 4

20

x2

x3

x3
x4

x4

x4
x1 , x2 , x3 ,

2
10
5

10

2.2 Penyelesaian Grafik

Ada 3 metode penyelesaian masalah program linier yang
umum dipakai,
yaitu :
1. Metode grafik
Sesuai dengan namanya, metode grafik menggunakan
grafik kendala sebagai alat untuk mencari titik
optimum. Kendala dalam program linier selalu akan
membentuk bidang datar segin yang merupakan
himpunan konveks sehingga titik optimum pasti terjadi
pada titik sudut bidang datar yang terbentuk. Metode
ini relatif mudah dikerjakan secara manual, tetapi
terbatas untuk 2 kendala saja. Kendala dalam model
program linier menyatakan dimensi ruang. Ini berarti
dengan jumlah kendala 4, maka masalah tidak
dapat digambarkan grafiknya sehingga metode grafik
tidak dapat dipakai. Meskipun secara teoritis dapat
dikerjakan, namun masalah dengan 3 kendala secara
praktis sulit digambarkan (karena penggambaran
dikerjakan dalam 3 dimensi) sehingga sulit dikerjakan
dengan metode grafik.
2. Metode simpleks
Metode simpleks mengatasi masalah yang ada pada
metode grafik. Prinsip kerjanya sama, yaitu secara
iteratif mencari titik sudut bidang datar yang
menghasilkan nilai optimum. Akan tetapi pencarian
tidak dilakukan secara grafik, melainkan secara numerik
sehingga dapat dilakukan untuk berapapun jumlah
variabel yang digunakan. Ini berarti bahwa

keterbatasan bidang dimensi yang dihadapi metode

grafik dapat teratasi, meskipun proses yang harus
dikerjakan relatif lebih banyak. Akan tetapi dengan
bantuan komputer, proses iteratif dapat dilakukan
dengan cepat.
3. Metode titik interior.
Berbeda dengan metode simpleks yang mencari titik
optimal dengan menyelidiki titik sudut bidang datar,
metode titik interior memulai iterasinya dari titik dalam
(bukan titik sudut) bidang datar dan secara iteratif
menuju pada titik sudut yang optimum
Pada bab ini akan dibahas cara penyelesaian dengan
metode grafik dan pada bab berikutnya dibahas metode
simpleks.