Riset Operasional

Pertemuan 2:
Program Linier: Penyelesaian Grafik
Dosen : MOH. ALI ALBAR, ST., M.Eng
Program Studi Teknik Informatika
Fakultas Teknik UNRAM
2016
2.1 Model Program Linier

Masalah yang dapat diselesaikan dengan model program linier memiliki ciri
sebagai berikut:
1. Semua variabel penyusunnya bernilai tidak negatif.
Jika bernilai negatif bisa diselesaikan dengan suatu transformasi
2. Fungsi objektif dapat dinyatakan sebagai fungsi linier variabel-
variabelnya.
Setiap variabel memiliki koefisien konstan.
Tidak boleh ada variabel yang berpangkat lebih dari 1
Tidak boleh ada pergandaan variabel.
Berlaku juga untuk semua kendalanya.
3. Kendala dapat dinyatakan sebagai suatu sistem persamaan linier.
 Secara matematis, bentuk standar model program linier adalah

Mencari X x1 , x2 , ..., xn 0
yang memaksimumkan/meminimumkan f X f x1 , x2 , ..., xn c1 x1 c2 x2 ... cn xn
dengan kendala:

a11 x1 a12 x2 ... a1n xn b1

a21 x1 a22 x2 ... a2 n xn b2
...
am1 x1 am 2 x2 ... amn xn bm
Contoh 2.1
Telitilah mana di anatara model-model berikut ini yang dapat diselesaikan
dengan program linier:
a. Maksimumkan f x1 , x2 5 x1 x 2
2
Kendala:
x1 4 x2 3
3x1 4 x2 5
x1 , x2 0

b. Minimumkan f x1 , x2 , x3 5 x1 2 x2 x3
Kendala:
2 x1 4 x1 x2 3
5 x1 x2 2 x3 2
x1 , x2 , x3 0
c. Minimumkan f x1 , x2 x1 x2
Kendala:
4 x1 x2 2
3x1 x2 1
d. Maksimumkan f x1 , x2 , x3 x1 3x2
Kendala:
x1 2 x2 x3 1
3x1 x2 2
x1 , x2 , x3 0
e. Minimumkan f x1 , x2 x12 x22
Kendala:
x13 x22 e3
x1 x24 e 4
x12 x23 e
x1 , x2 0
Penyelesaian

a. Bukan merupakan bentuk program linier karena fungsi sasarannya

mengandung suku x22
b. Bukan merupakan bentuk program linier meskipun fungsi sasarannya
merupakan bentuk linier dalam x1 , x2 , x3 , tetapi ada kendala yang
memuat bentuk pergandaan variabel 4x1 x2
c. Model program linier, msekipun tidak ada syarat x1 , x2 0
d. Model program linier dalam 3 variabel x1 , x2 , x3
e. Meskipun tampak bahwa model bukan merupakan model program linier, tetapi
dengan suatu transformasi dapat dijadikankan program linier.
Misalkan: y1 ln ( x1 ) dan y2 ln ( x2 )
Ingat bahwa:
ln ( xy ) ln ( x) ln ( y )
ln ( x a ) a ln ( x)
ln (e) 1

Fungsi sasaran dapat dituliskan sebagai:

g y1 , y2 ln f x1 , x2 ln x12 x22 ln x12 ln x22
2 ln x1 2 ln x2 2 y1 2 y2

Maka model hasil transformasi adalah:

Minimumkan g y1 , y2 2 y1 2 y2
Kendala: 3 y1 2 y2 3
y1 4 y2 4
2 y1 3 y2 1
y1 , y2 0
 Contoh 2.2
Program Linier Penyelesaian Grafik (1)

Seorang pengusaha bahan kimia membuat 2 macam cairan

pembunuh serangga yaitu jenis superior (C1) dan jenis standard
(C2). 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
standard dibuat dari campuran 2 unit bahan A dan 1 unit bahan
B. Karena keterbatasan pasokan, setiap harinya ia hanya dapat
memperoleh 20 unit bahan A dan 20 unit bahan B.
 Contoh 2.2
Program Linier Penyelesaian Grafik (2)

Untuk setiap liter cairan jenis superior yang ia buat, ia akan

memperoleh keuntungan sebesar 30.000. Untuk setiap liter
cairan jenis standard, ia akan memperoleh keuntungan sebesar
20.000.
Jika diasumsikan bahwa semua cairan yang dibuat akan laku
terjual, berapa liter cairan masing-masing jenis harus ia buat
tiap harinya agar keuntungan yang didapatkan maksimum ?
 Contoh 2.2
Program Linier Penyelesaian Grafik (3)

Penyelesaian
Yang menentukan besarnya keuntungan adalah jumlah (liter)
kedua jenis cairan yang dibuat (dengan keterbatasan bahan).
Maka yang dijadikan variabel keputusan adalah jumlah (liter)
tiap cairan yang dibuat
Misalkan
x1 = jumlah cairan jenis superior yang dibuat.
x2 = jumlah cairan jenis standard yang dibuat.
Jelas bahwa x1 dan x2 harus >= 0.
Harga x1 dan x2 inilah yang akan dicari agar keuntungannya
maksimum
 Contoh 2.2
Program Linier Penyelesaian Grafik (4)
Bahan Superior Standar Kapasitas Misalkan
x1 = jumlah cairan jenis
A 1 2 20
superior yang dibuat.
B 3 1 20 x2 = jumlah cairan jenis
Untung 30.000 20.000 standard yang dibuat.

Model yang sesuai adalah :

Maksimumkan f x1 , x2 30.000 x1 20.000 x2
= 3 x1 + 2 x2 (puluhan ribu)

Kendala x1 2 x2 20
3x1 x2 20 ; x1 , x2 0
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.

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
Fungsi sasaran:
Maksimumkan f x A , xB , xC 400.000 x A 200.000 xB 300.000 xC
Kendala:
7 x A 3xB 6 xC 150
4 x A 4 xB 5 xC 200
x A , xB , xC 0 dan bulat
Contoh 2.4

Seorang kontraktor merencanakan untuk membangun 3 tipe rumah

(sederhana, menengah, dan mewah) yang biaya pembuatan per unitnya
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 ia 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
Fungsi sasaran:
Maksimumkan f x1 , x2 , x3 5 x1 15 x2 30 x3
Kendala:

20 x1 50 x2 80 x3 4000
x1 0.5( x1 x2 x3 )
x3 0.2 ( x1 x2 x3 )
x1 , x2 , x3 0 dan bulat
Contoh 2.5

Seorang petani akan menanam 2 jenis pohon, yaitu A dan B pada area 4400
m2. Sebuah pohon A membutuhkan lahan seluas 25 m2, sedangkan pohon B
membutuhkan lahan seluas 40 m2. Kebutuhan air pohon A adalah 30 unit dan
pohon B sebanyak 15 unit untuk tiap pohonnya. Air yang tersedia hanyalah
3300 unit.
Perbandingan 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 masing-masing jenis harus ditanam supaya
keuntungan maksimum?
Penyelesaian
Variabel keputusan adalah jumlah pohon jenis A dan B yang harus ditanam. Misalkan:
x A = jumlah pohon A yang ditanam
xB = jumlah pohon B yang ditanam
Misalkan keuntungan dari sebuah pohon B = k,
maka keuntungan dari sebuah pohon A = 1,5k
Fungsi sasaran:
f x A , xB 1,5 k x A k xB
Maksimumkan
k (1,5 x A xB )
Kendala: 25 x A 40 xB 4400
30 x A 15 xB 3300
xB 6
atau 19 xB 6 x A 0
xA 19
xB 17
atau 8 xB 17 x A 0
xA 8
x A , xB 0 dan bulat
Contoh 2.6
Perusahaan alatumah 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 dibawah ini
menunjukkan data hasil

Anggaran yang disediakan untuk seluruh iklan adalah 80 juta, dan maksimum
50 juta diantaranya 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 keputusannya 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
Fungsi sasaran:
Maksimumkan f x1 , x2 , x3 , x4 400 x1 900 x2 500 x3 200 x4
 Kendala: 4 x1 7.5 x2 3x3 1.5 x4 80
4 x1 7.5 x2 50
3x1 4 x2 2 x3 x4 20
x1 3
x2 2
x3 5
x3 10
x4 5
x4 10
x1 , x2 , x3 , x4 0
2.2 Penyelesaian Grafik
Ada 3 metode penyelesaian masalah program linier yang umum dipakai, yaitu:
1. Metode Grafik
Terbatas untuk 2 variabel saja.
Kendala dalam model program linier menyatakan dimensi ruang.
Ini berarti dengan jumlah variabel 4, maka masalah tidak dapat
digambarkan dalam bentuk grafik.
3 variabel secara praktis sulit digambarkan karena dalam bentuk 3 dimensi
2. Metode Simpleks
Mengatasi masalah yang ada pada metode grafik.
Prinsip kerjanya sama, yaitu secara iteratif mencari titik sudut bidang
datar yang menghasilkan nilai optimum.
Dilakukan secara numerik.
3. Metode Interior
Memulai iterasinya dari titik dalam (bukan titik sudut) bidang datar dan
secara iteratif menuju pada titik sudut yang optimum
 Langkah-langkah penyelesaian program linier dengan metode grafik adalah:
1. Buat model yang sesuai dengan masalah yang ada
2. Gambar grafik kendala-kendalanya
3. Tentukan daerah fisibel, yaitu daerah dalam grafik yang memenuhi semua
kendala
4. Hitung nilai fungsi titik-titik sudut segi-n daerah fisibel
5. Cari titik yang menghasilkan nilai fungsi yang paling optimal
 Contoh 2.2
Program Linier Penyelesaian Grafik (4)
Bahan Superior Standar Kapasitas Misalkan
x1 = jumlah cairan jenis
A 1 2 20
superior yang dibuat.
B 3 1 20 x2 = jumlah cairan jenis
Untung 30.000 20.000 standard yang dibuat.

Model yang sesuai adalah :

Maksimumkan f x1 , x2 30.000 x1 20.000 x2
= 3 x1 + 2 x2 (puluhan ribu)

Kendala x1 2 x2 20
3x1 x2 20 ; x1 , x2 0
 Contoh 2.7 dari Soal Contoh 2.2
Program Linier Penyelesaian Grafik (5)
x2
Garis batas kendala dicari dengan menentukan 2 titik
berbeda yang memenuhi persamaan garis.
x1 = 0 x2 = 10 A (0, 10)
x1 + 2 x2 = 20
x2 = 0 x1 = 20 B (20, 0)

Selanjutnya, pilih sembarang titik yang

A (0,10) x1+ 2x2 = 20 tidak terletak pada garis. Misalkan titik
(0,0). Substitusi (0,0) ke kendala akan
menghasilkan 0 + 2*0 <= 20 (benar).
Berarti segitiga AOB adalah daerah
penyelesaian kendala pertama
x1
B (20,0)
 Contoh 2.7 dari Soal Contoh 2.2
Program Linier Penyelesaian Grafik (6)
x2
C (0, 20)
Cara yg sama dilakukan untuk kendala 2
3x1 + x2 = 20
3x1+ x2 = 20 x1 = 0 x2 = 20 C (0, 20)
x2 = 0 x1 = 20/3 D (20/3, 0)

A (0,10) Interseksi bidang AOB dan COD

x1+ 2x2 = 20 merupakan daerah fisibel

Daerah
Fisibel x1
D (20/3, 0) B (20,0)
 Contoh 2.7 dari Soal Contoh 2.2
Program Linier Penyelesaian Grafik (7)
x2 Daerah fisibel : OAED
C (0, 20) Mencari titik potong E adalah
dengan menyelesaikan kedua x1 + 2 x2 = 20 E (4, 8)
persamaan kendala 3x1 + x2 = 20
3x1+ x2 = 20
Titik f(x) = 3 x1 + 2 x2
O (0, 0) 3*0+2*0 = 0
A (0,10) A (0, 10)
E 3*0 + 2*10 = 20
E (4, 8) 3*4 + 2*8 = 28 max !
D (20/3, 0) 3*20/3 + 2*0 = 20
x1+ 2x2 = 20

x1
D (20/3, 0) B (20,0)
Contoh 2.8 dari Soal Contoh 2.5

Fungsi sasaran:
Maksimumkan f x A , xB 1,5 k x A k xB
k (1,5 x A xB )
Kendala:
25 x A 40 xB 4400
30 x A 15 xB 3300
xB 6
atau 19 xB 6 x A 0
xA 19
xB 17
atau 8 xB 17 x A 0
xA 8
x A , xB 0 dan bulat
1. Kendala 25 x A 40 xB 4400
Jika xB 0 maka x A 176
Jika x A 0 maka xB 110
Didapat titik A = (176,0) dan titik B = (0,110)
Uji daerah fisibel, misal titik (0,0) DAERAH FISIBEL,
jadi daerah fisibelnya ada di daerah
sisi kiri garis kendala.
2. Kendala 30 x A 15 xB 3300
Jika xB 0 maka x A 110
Jika x A 0 maka xB 220
Didapat titik C = (110,0) dan titik D = (0,220)
Uji daerah fisibel, misal titik (0,0) DAERAH FISIBEL,
jadi daerah fisibelnya ada di daerah sisi kiri garis kendala.
3. Kendala 19 xB 6 x A 0
Jika xB 0 maka x A 0
Jika xB 60 maka x A 190
Didapat titik O = (0,0) dan titik (190,60)
Uji daerah fisibel, misal titik (10,0) BUKAN DAERAH FISIBEL, jadi daerah
fisibelnya ada di daerah sisi kiri garis kendala.
4. Kendala 8 xB 17 x A 0
Jika xB 0 maka x A 0
Jika x A 80 maka xB 170
Didapat titik O = (0,0) dan titik (80,170)
Uji daerah fisibel, misal titik (10,0) DAERAH FISIBEL, jadi daerah
fisibelnya ada di daerah sisi kanan garis kendala.
 Daerah fisibel yang merupakan perpotongan daerah yang di dapat dari 4
kendala merupakan segiempat OFEG
 Jadi nilai maksimum terjadi pada titik E (80,60), sehingga petani akan
mendapatkan keuntungan minimum jika menanam 80 pohon A dan 60 pohon B
Contoh 2.9

Fungsi sasaran:
Minimumkan f ( x1 , x2 ) 3x1 2 x2

Kendala:
x1 x2 8
6 x1 4 x2 12
4 x1 8 x2 20
x1 , x2 0
1. Kendala x1 x2 8
Jika x1 0 maka x2 8
Jika x2 0 maka x1 8
Didapat titik A = (0,8) dan titik B = (8,0)
Uji daerah fisibel, misal titik (0,0) DAERAH FISIBEL,
jadi daerah fisibelnya ada di daerah
sisi kiri garis kendala.
2. Kendala 6 x1 4 x2 12
Jika x1 0 maka x2 3
Jika x2 0 maka x1 2
Didapat titik C = (0,3) dan titik D = (2,0)
Uji daerah fisibel, misal titik (0,0) BUKAN DAERAH FISIBEL,
jadi daerah fisibelnya ada di daerah
sisi kanan garis kendala (daerah tak berhingga).
3. Kendala 4 x1 8 x2 20
Jika x1 0 maka x2 2.5
Jika x2 0 maka x1 5
Didapat titik E = (0, 2.5) dan titik F = (5,0)
Daerah fisibel kendala ke-3 ini berupa garis EF.
 Daerah fisibel ditandai dengan GARIS TEBAL.
1 9
Titik G ada di titik ( , )
2 4
Nilai fungsi di titik F f (5, 0) 3(5) 2 (0) 15
Nilai fungsi di titik G 1 9 1 9
f ( , ) 3( ) 2 ( ) 6
2 4 2 4
1 9
Jadi titik minimumnya ada di titik G( , ) dengan nilai minimum = 6
2 4
2.3 Kejadian Khusus
2.3.1 Alternatif Penyelesaian
Perhatikan kembali contoh 2.2. Misalkan keuntungan yang
didapat dari setiap liter cairan C2 adalah 10.000 (bukan
20.000). Tentukan jumlah cairan C1 dan C2 yang harus dibuat
supaya keuntungannya maksimum !
Model :
Maksimumkan f(X) = 3x1 + x2 (puluhan ribu)
Kendala : x1 + 2 x2 20
3 x1 + x2 20
x1, x2 0

Kendala sama grafik dan daerah fisibel sama !!

 x2
C (0, 20) Titik f(x) = 3 x1 + x2
O (0, 0) 0
3x1+ x2 = 20 A (0, 10) 10
E (4, 8) 20
max !
D (20/3, 0) 20
A (0,10)
E
Ada tak berhingga
banyak penyelesaian,
yaitu semua titik
x1+ 2x2 = 20 pada garis DE
x1
D (20/3, 0) B (20,0)
2.3.2 Daerah Fisibel Tak Terbatas
Contoh 2.11
x2
Minimumkan f (x1, x2) = 2 x1 + 3 x2
A (0,3)
Kendala x1 + x2 3
x1 2 x2 4
x1, x2 0
Daerah fisibel (hijau) adalah daerah
tak terbatas dengan ttk sudut A, B, D
B (3,0) D (4,0) x1 f (A) = f (0, 3) = 9
f (B) = f (3, 0) = 6 Titik min
x 1+ x 2 = 3
x 1 - 2x 2 = 4 f (D) = f (4, 0) = 8
C (0,-2)
Daerah fisibel tak terbatas, tapi nilai
minimumnya ada.
2.3.3 Penyelesaian Tak Terbatas
Contoh 2.12 (contoh 2.11 tapi maks)
x2 Maksimumkan f (x1, x2) = 2 x1 + 3 x2
Kendala x1 + x2 3
A (0,3)
x1 2 x2 4
Daerah fisibel x1, x2 0
f (A) = f (0, 3) = 9 f (0, 4) = 12
f (B) = f (3, 0) = 6 f (0, 5) = 15
B (3,0) D (4,0) x1
f (D) = f (4, 0) = 8 .....
Semakin atas letak titik fisibel, semakin
x1+ x2 = 3 besar nilai fungsi. Berarti soal memiliki
x1 - 2x2 = 4
C (0,-2)
Penyelesaian tak terbatas (tidak ada
penyelesaian)
2.3.4 Soal Tak Fisibel
Contoh 2.13
x2
Maksimumkan
A (0,3)
f (x1, x2) = 4 x1 + 3 x2 2x1 - x2 = 3 x1 = 4
Kendala x1 + x2 3
2x1 x2 3
x1 4
x1, x2 0 x1
B (1.5,0) D (3,0) E (4,0)
Irisan kendala 1 (biru) dan kendala 2
(kuning) adalah daerah berwarna merah. x1+ x2 = 3
Daerah warna merah bukan daerah fisibel
krn belum memuat kendala 3
Daerah fisibel adalah irisan daerah merah C (0,-3)
dengan kendala 3 (hijau) tidak ada !! Daerah fisibel tidak ada.
Tidak ada penyelesaian
2.3.5 Soal Redundant

Terjadi apabila terdapat satu/lebih kendala yang tidak berpengaruh terhadap

daerah fisibelnya.
Artinya, apabila kendala tersebut dihilangkan, maka daerah fisibelnya tidak
berubah, dengan demikian titik optimalnya juga tidak berubah.
Contoh 2.1e
Minimumkan g y1 , y2 2 y1 2 y2
Kendala: 3 y1 2 y2 3
y1 4 y2 4
2 y1 3 y2 1
y1 , y2 0
 Daerah berarsir adalah daerah fisibelnya.
Tampak bahwa kendala 2 y1 3 y2 1 tidaklah berpengaruh terhadap
daerah fisibelnya.
 TUGAS
Terakhir dikumpulkan Senin, 18-9-2017
No. 1

No. 2
No. 3

No. 4

No. 5
SELESAI