Rizqy Mustaqim1
P
rogram linear adalah salah satu metode matematika untuk menyelesaikan suatu
masalah optimasi. Beberapa masalah aplikasi linier programming adalah product mix
problem, diet problem, blending problem, advertaising promotion planning,
investment planning, production inventory planning, optimal cargo shipment. Pada
dasarnya, metode-metode yang dikembangkan untuk memecahkan model program
linier ditujukan untuk mencari solusi dari beberapa alternatif solusi yang dibentuk oleh
persamaan-persamaan pembatas sehingga diperoleh nilai fungsi tujuan yang optimum.
Tujuan dari penggunaan linear programming ialah untuk menyusun suatu model yang
dapat dipergunakan untuk menemukan solusi yang tepat untuk masalah yang didapatkan
sehingga dapat mengambil kesimpulan dan kebijakan yang tepat melalui hasil yang maksimum
dengan memperhatikan kendala produksi dan sumber yang terbatas dengan menggunakan suatu
proses matematika metode grafis atau simplex. Linear programming bermanfaat untuk masalah
keputusan yang sering dihadapi adalah alokasi optimum sumberdaya yang langka, dapat berupa
uang, bahan mentah, kapasitas mesin, mutu waktu, ruangan dan teknologi. Hasil yang diinginkan
ditunjukkan dengan cara maximum sebagai maksimasi profit, penjualan dan kesejahteraan atau
minimasi biaya, waktu dan jarak.
1
Mahasiswa teknik pertambangan UIN Jakarta 2014
Teori Matematika Simplex
Metode simplex merupakan prosedur aljabar yang bersifat iteratif, yang bergerak
selangkah,dimulai dari suatu titik ekstrim pada daerah fisibel menuju ke titik ekstrim yang
optimum. Metode simplex terdiri dari 3 fungsi yaitu :
1. Fungsi Tujuan
Merubah bentuk fungsi implisit menjadi persamaan bentuk eksplisit dengan
menambahkan atau mengurangi slack variable, surplus variable, dan atau variabel
buatan yang bernilai nol. Fungsi ini ada 2 macam yaitu memaksimumkan dan
meminimumkan.
Karena slack variable tidak mempunyai kontribusi apa-apa terhadap fungsi tujuan,
maka konstanta untuk slack variable tersebut dituliskan nol.
Z = C1X1 + C2X2 + . . . . . + CnXn
2. Fungsi Pembatas
a11X11 + a12X12 +. . . .+ a1nXn b1
a21X21 + a22X22 +. . . .+ a2nXn b2
. .. . .. ..
am1Xm1 + am2Xm2 +. . . .+ amnXn bm
Bentuk fungsinya dibagi menjadi 3, yaitu , , dan =. Konversi fungsi
bertanda menjadi bentuk standar dilakukan dengan menambahkan slack
variable agar pada fungsi tersebut diperoleh solusi fisibel awal sama dengan titik
origin.
3. Fungsi Variabel
Semua variable keputusan non negative atau merupakan variable yang nilainya
bukan nol pada sembarang iterasi.
0,
i = 1,2, ... , m
J = 1,2, ... , n
Suatu perusahaan memiliki target produksi batubara 2.100.000 ton/tahun, kemampuan produksi
masing-masing pit :
2
Dosen Manajemen Tambang UIN
= 1X11 + 4 X12 + 3 X13 + 2 X21 + 4 X22 + 7 X23 + 6 X31+ 5 X32+ 4 X33
+ 3 X41+ 4 X42 + 5 X43+ 1 X51+ 8 X52 + 1 X53
v. Isi baris 6-8 berdasarkan table variable yang telah dibuat, apabila ada angka (kegiatan)
maka diisi 1.
vi. Baris 9 diisi 1 apabila pada kolom 9 kebawah (8 s/d 1) terdapat kegiatan (ada angka 1)
vii. Baris upper bound diisi dengan batas Pasar secara berulang
viii. Baris objektiv diisi dengan data biaya angkut dengan letak berdasarkan table variable
yang telah dibuat
ix. Kolom RHS diisi batas / target masing-masing data, dimulai dari pit A-E, Pasar A-C dan
target.
x. Pada table sebelah kiri target di rubah tandanya menjadi =
xi. Lalu pilih solve
xii. Akan muncul hasil, lihat table Result Variable, kemudian Plot hasil tadi ke table biaya
angkut
Analisa dan Kesimpulan
Dari hasil perhitungan menggunakan aplikasi linear programming, didapati hasil sebagai
berikut :
Sehingga dapat dibuat pola/skema distribusi tambang yang optimal digambarkan sebagai berikut
:
Dari hasil yang diperoleh dapat ditarik beberapa kesimpulan sebagai berikut :
1. Pit A mendistribusikan 200.000 ton ke Pasar A
2. Pit B mendistribusikan 600.000 ton ke Pasar B
3. Pit C mendistribusikan 700.000 ton ke Pasar C
4. Pit D mendistribusikan 300.000 ton ke Pasar A
5. Pit E mendistribusikan 200.000 ton ke Pasar B
6. Pit A, Pit B, Pit C, dan Pit E mengirimkan hasil tambangnya 100 %
7. Pit yang tidak bekerja 100 % adalah pit D, yaitu sebesar 300.000 ton per tahun dari
kemampuan produksi 400.000 per tahun
8. Dalam mencapai target produksi sebesar 2.100.000 ton per tahun, Pit D tidak perlu
mencapai kemampuan produksi maksimal
9. Kemampuan pasar menerima produk untuk mencapai profit maksimal dan kemampuan
produksi serta pendistribusian digambarkan dengan skema sebagai diatas. Hal ini
dipengaruhi oleh banyak faktor terutama jarak.