TUGAS ERP

OLEH

FITRI DAYANTI

02320150314

PROGRAM STUDI AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS MUSLIM INDONESIA

MAKASSAR

2018
 PROGRAM LINEAR

 Sejarah Program Linear

Program linear ditemukan dan dikembangkan oleh beberapa matematikawan di masa
sebelum Perang Dunia ke-II. Penemuan dan pengembangan oleh beberapa matematikawan
tersebut rata – rata didasarkan karena persoalan atau masalah yang sedang berkembang saat
itu, yaitu dalam hal industri dan peperangan. Beberapa matematikawan tersebut adalah Leonid
V. Kartovich, George B. Dantzig, John von Neumann, Leonid Khachiyan dan Naranda Karmarkar.
Berikut ini pemaparan sejarah penemuanprogram linear oleh beberapa matematikawan
tersebut diatas.
1. Leonid V. Kartovich lahir pada bulan Januari tahun 1912 di kota Leningrad, Rusia. Leonid
tumbuh menjadi seorang anak dengan rasa keingin tahuan yang besar, ia tertarik
dengan politik dan sejarah modern. Pada usaianya yang baru 14 tahun, ia sudah masuk
ke Mathematical Department of the Leningrad University, di sini ia mulai menyadari
bahwa ia berminat pada bidang ilmu pengetahuan dan matematika. Pada tahun
keduanya di univesitas, Leonid sudah mengungguli teman – temannya di bidang
matematika, bahkan ia sudah menguasai matematika kompleks dan abstrak. Di usianya
yang ke 18 tahun ia sudah menjadi penulis di bidang matematika.
2. George Bernard Dantzig lahir pada tanggal 8 November 1914 di Portland, Oragon,
Amerika Serikat. Ayah Dantzig adalah seorang profesor matematika dan ibunya adalah
seorang ahli bahasa Slavia. Dantzig mendapatkan gelar sarjananya di University of
Maryland pada tahun 1936. Ia tidak suka semua mata kuliah matematik yang ia ambil di
sana karena ia tidak melihat aplikasi dari semua itu. Tahun berikutnya ia mengambil
program pasca sarjana di Mathematics School of the University of Michigan. Selain mata
kuliah statistika, ia tetap melihat semua mata kuliah matematikanya terlalu absrak maka
ia meninggalkan sekolahnya dan mencari pekerjaan.
3. John von Neumann, Leonid Khachiyan dan Naranda Karmakar mengembangkan linear
untuk masalah-masalah yang lebih rumit pada tahun-tahun berikutnya.
Model program linear dikembangkan dalam tiga tahap, antara lain pada tahun 1939-1947.
Pertama kali dikembangkan oleh Leonid Vitaliyevich Kantorovich, ahli matematika Rusia yang
memperoleh Soviet government’s Leinin Prize pada tahun 1965 dan the Order of Lenin pada
tahun 1967; kedua, oleh Tjalillng Charles Koopmans, ahli ekonomi dari belanda yang memulai
karir intelektualnya sebagai fisikawan yang melontarkan teori Kuantum mekanik; dan e-George
Bernard Dantzig yang mengembangkan Algoritma Simpleks.
Pada tahun 1930, Kantorovich dihadapkan pada kasus nyata optimisasi sumber-sumber
yang tersedia di pabrik. Dia mengembangkan sebuah analisis baru yang nantinya akan
dinamakan Pemrograman Linear. Kemudian pada tahun 1939, Kantorovich menulis buku “The
Mathematical Method of Production Planning and Organization” di mana Kantorovich
menunjukkan bahwa seluruh masalah ekonomi dapat dilihat sebagai usaha untuk
memaksimumkan suatu fungsi terhadap kendala-kendala. Kuliah Kantotovich pada saat
menerima hadiah Nobel, 11 desember 1975 adalah Mathematics in Economic Achievements,
Difficulties, Perspectives. Di sisi ain, Koopmans sejak awal sudah bergelut dengan matematika
ekonomi dan ekonometri. Dia mengembangkan teknik activity analiysis yang sekarang dikenal
dengan Pemrograman linear. Namun demikian, juga ada nama-nama lain yang berperan dalam
pengembangan model ini, yaitu J. Von Neuman. Bahkan dia mengembangkan “Activity analiysis
of production set” sebelum dilanjutkan oleh Koopmans. Pada saat itu, teknik yang mereka
kembangkan dikenal dengan istilah “programming of interdependent activities in a linier
structure”. Istilah programan linier diusulkan oleh Koopmans ketika mengunjungi Dantzig di
RAND Corporation pada tahun 1948. Istilah ini menjadi popular hingga sekarang.

A. Pengertian Program Linear

Program Linear adalah suatu cara untuk penyelesaian masalah dengan menggunakan
persamaan atau pertidaksamaan linear yang mempunyai banyak penyelesaian, dengan
memperhatikan syarat-syarat agar diperoleh hasil yang maksimum/minimum dengan kata lain
Program linear adalah merumuskan masalah dengan menggunakan sejumlah informasi yang
tersedia kemudian menerjemahkan masalah tersebut dalam bentuk model matematika. Sifat
linear mempunyai arti bahwa seluruh fungsi dalam model ini merupakan fungsi yang linier.
Program linier (linear programming) adalah merupakan metode matematik dalam
mengalokasikan sumber daya yang langka atau terbatas untuk mencapai tujuan tunggal seperti
memaksimumkan keuntungan atau meminimumkan biaya. Sumber daya tersebut dapat berupa
sumber daya fisik seperti uang, tenaga ahli, material (bahan dan mesin) ataupun bukan fisik.
Pemrograman linier berasal dari kata pemrograman dan linier. Pemrograman disini
mempunyai arti kata perencanaan, dan linier ini berarti bahwa fungsi-fungsi yang digunakan
merupakan fungsi linier. Secara umum arti dari pemrograman linier adalah suatu teknik
perencanaan yang bersifat analisis yang analisis-analisisnya memakai model matematika,
dengan tujuan menemukan beberapa kombinasi alternatif pemecahan masalah kemudian
dipilih yang terbaik di antaranya dalam rangka menyusun strategi dan langkah-langkah
kebijaksanaan lebih lanjut tentang alokasi sumber daya dan dana yang terbatas guna mencapai
tujuan dan sasaran yang di inginkan secara optimal.

B. Bentuk Umum Program Linear

Bentuk umum linear programming adalah sebagai berikut:
Fungsi tujuan :
Maksimumkan atau minimumkan z = c1x1 + c2x2 + ... + cnxn
Sumber daya yang membatasi :
a11x1 + a12x2 + ... + a1nxn = /≤ / ≥ b1
a21x1 + a22x2 + … + a2nxn = /≤ / ≥ b2
…
am1x1 + am2x2 + … + amnxn = /≤ / ≥ bm
x1, x2, …, xn ≥ 0
Simbol x1, x2, ..., xn (xi) menunjukkan variabel keputusan. Jumlah variabel keputusan (xi)
oleh karenanya tergantung dari jumlah kegiatan atau aktivitas yang dilakukan untuk mencapai
tujuan. Simbol c1,c2,...,cn merupakan kontribusi masing-masing variabel keputusan terhadap
tujuan, disebut juga koefisien fungsi tujuan pada model matematiknya.Simbol a11,
...,a1n,...,amn merupakan penggunaan per unit variabel keputusan akan sumber daya yang
membatasi, atau disebut juga sebagai koefisien fungsi kendala pada model matematiknya.
Simbol b1,b2,...,bm menunjukkan jumlah masing-masing sumber daya yang ada. Jumlah fungsi
kendala akan tergantung dari banyaknya sumber daya yang terbatas.
Pertidaksamaan terakhir (x1, x2, …, xn ≥ 0) menunjukkan batasan non negatif. Membuat
model matematik dari suatu permasalahan bukan hanya menuntut kemampuan matematik tapi
juga menuntut seni permodelan. Menggunakan seni akan membuat permodelan lebih mudah
dan menarik.

C. Cara Penyelesaian Program Linear Dengan Metode Grafik

1) Langkah Penyelesaian Metode Grafik
Ada beberapa langkah penyelesaian diantaranya sebagai berikut:
a) Buat model yang sesuai dengan masalah yang ada.
b) Gambar grafik kendala-kendalanya.
c) Tentukan daerah fisibel, yaitu daerah dalam grafik yang memenuhi semua kendala.
d) Hitung nilai fungsi di titik-titik sudut segi-n daerah fisibel.
e) Cari titik yang menghasilkan nilai fungsi yang paling optimal

2) Kasus dan Penyelesaian Dalam Metode Grafik

Contoh :
Seorang pengusaha Laptop membuat dua macam tipe, yaitu tipe portable touchscreen (A1) dan
tipe flip standar (A2). Kedua jenis laptop dibuat dari bahan yang sama yaitu X dan Y, dengan
komposisi yang berbeda.
Setiap tipe laptop portable touchscreen dibuat dari campuran 1 unit bahan X dan 3 bahan Y,
sedangkan setiap tipe laptop flip standar dibuat dari campuran 2 unit bahan X dan 1 unit bahan
Y. Karena keterbatasan pasokan, setiap hari ia hanya memperoleh 20 unit bahan X dan 20
unit bahan Y.
Untuk setiap laptop tipe portable touchscreen yang ia buat, ia memperoleh keuntungan
sebesar 300.000. Untuk setiap laptop tipe flip standar, ia memperoleh keuntungan sebesar
200.000.

Jika diasumsikan bahwa semua laptop laku terjual, berapa laptop masing-masing tipe harus ia
buat agar keuntungan yang didapatkan maksimum?

Penyelesaian:

Bahan Laptop tipe Laptop tipe flip Pasokan

portabletouchscreen (A1) standar (A2) Maksimum

X 1 2 20

Y 3 1 20

Untung 300.000 200.000

Maksimumkan, f(x1, x2) = 300.000 x1 + 200.000 x2 è 3 x1 + 2 x2 (dalam ratusan ribu)

Kendala :
x1 + 2 x2 ≤ 20
3 x1 + x2 ≤ 20
x1, x2 ≥ 0

Penggambaran kendala x1 + 2 x2 ≤ 20, 3 x1 + x2 ≤ 20 dan x1, x2 ≥ 0

Metode Grafik
Kasus 1.1

Perpotongan bidang yang memenuhi semua kendala disebut daerah fisibel. Daerah fisibel
dalam kasus ini disebut daerah fisibel AEDO (bagian yang diarsir pada bagian perpotongan
bidang AOB dan bidang COD).

Koordinat E dapat dicari dari perpotongan x1 + 2 x2 ≤ 20 dan 3 x1 + x2 ≤ 20 sehingga diperoleh

E(4,8).

Titik-titik sudut daerah fisibel dapat melihat keuntungan maksimum yang ingin dicapai
pengusaha:

Titik-titik sudut daerah Nilai fungsi , f(x1, x2) = 3 x1 + 2 x2

fisibel
3 x1 + 2 x2 (dalam ratusan ribu)

O (0,0) 3(0) + 2(0) = 0

A (0,10) 3(0) + 2 (10) = 20

E (4,8) 3(4) + 2(8) = 12 + 16 = 28

D (20/3,0) 3(20/3) + 2(0) = 20

D. Cara Penyelesaian Program Linear Dengan Metode Aljabar

Pemecahan persoalan PL dengan metode aljabar adalah pemecahan persoalan dengan
cara substitusi antarpersamaan linear pada fungsi pembatas dan fungsi tujuan.
 Prinsip yang digunakan ialah mencari seluruh kemungkinan pemecahan dasar feasible
(layak), kemudian pilih salah satu yang memberikan nilai objektif optimal, yaitu paling besar
(maksimum) atau paling kecil (minimum).
Pemecahan persoalan Program Linear dengan metode aljabar ini dibagi 3 (tiga) kasus,
yaitu:
a. Kasus Maksimisasi.
kasus pemecahan persoalan PL yang bertujuan mencari seluruh kemungkinan pemecahan
yang memberikan nilai objektif maksimum.
Langkah-langkah penyelesaian
1) Merubah ketidaksamaan fungsi pembatas menjadi kesamaan dengan menambah slack
variabel
2) Merubah fungsi tujuan dengan menambah slack variabel bernilai nol
3) Substitusikan fungsi pembatas dan fungsi tujuan

Contoh-1 : Perusahaan konveksi “Maju” akan memproduksi baju dan celana, dengan:

Fungsi Tujuan:
Maksimumkan Z = 8 X1 + 6 X2 (dalam Rp 1.000).
Fungsi Pembatas :
• P-Bahan : 4 X1 + 2 X1 ≤ 60
• Penjahitan : 2 X1 + 4 X2 ≤ 48 X1, X2 ≥ 0

b. Kasus Minimasi
Kasus pemecahan masalah program linear yang bertujuan seluruh kemungkinan
pemecahan yang memberikan nilai objektif minimum.
Langkah-langkah Penyelesaian
1) Merubah ketidaksamaan fungsi pembatas menjadi kesamaan dengan mengurangi dengan
surplus variabel (S).
2) Merubah fungsi tujuan dengan menambah surplus variabel bernilai nol.
3) Substitusikan fungsi pembatas dan fungsi tujuan.

CONTOH:
Seorang petani modern menghadapi suatu persoalan sebagai berikut: Setiap sapi
peliharaan agar supaya sehat harus diberi makanan yang mengandung paling sedikit: 27, 21,
dan 30 satuan unsur nutrisi jenis A, B, dan C setiap harinya. Dua jenis makanan M1 dan M2
diberikan kepada sapi peliharaan tersebut. Satu gram makanan jenis M1 mengandung unsur
nutrisi jenis A, B, dan C masing-masing sebesar 3, 1, dan 1 satuan. Sedangkan satu gram
makanan jenis M2 mengandung unsur nutrisi jenis A,B, dan C masing-masing 1,1, dan 2 satuan.
Harga satu gram M1 dan M2 masing-masing sebesar Rp40.000 dan Rp20.000.- Petani tersebut
harus memutuskan apakah membeli satu jenis makanan saja atau kedua-duanya kemudian
mencampurnya. Tujuan adalah agar jumlah pengeluaran petani tersebut minimum.

c. Kasus-kasus khusus
 Beberapa kasus khusus selain kasus maksimisasi dan minimisasi adalah kasus solusi
optimum ganda dan tidak memiliki solusi yang layak.
LANGKAH-LANGKAH PENYELESAIAN
1) Merubah ketidaksamaan fungsi pembatas menjadi kesamaan dengan menambah slack
variabel
2) Merubah fungsi tujuan dengan menambah slack variabel bernilai nol
3) Substitusikan fungsi pembatas dan fungsi tujuan

Contoh :

1) Solusi Optimum Ganda

a) Fungsi Tujuan :
Maksimumkan Z = 4X1 + 4X2
b) Fungsi Pembatas :
X1 + 2X2 ≤ 10
X1 + 6X2 ≤ 36
X1 ≤4
X1, X2 ≥ 0

2) Tidak Memiliki Solusi Layak

a) Fungsi Tujuan :
Maksimumkan Z = 5X1 + 3X2
b) Fungsi Pembatas :
4X1 + 2X2 ≤ 8
X1 ≥ 3
X2 ≥ 7
X1, X2 ≥ 0

E. Cara Penyelesaian Program Linear Dengan Metode Simplex

Metode Simpleks: metode pemecahan persoalan program linear yang begitu kompleks
dan luas, dan besar dengan metode aljabar (sederhana) dan grafik sulit dan tidak dapat
diandalkan
Ciri khas metode simpleks ialah dengan memasukkan kegiatan disposal (disposal
activities). Peranan kegiatan disposal ini adalah untuk menampung sumber daya yang tersisa
atau tidak digunakan. Dengan adanya kegiatan disposal ini kita dapat membuat ketidaksamaan
suatu rumusan matetematika menjadi suatu persamaan.
Metode simpleks hanya diperkenankan nilai positif dari peubah-peubah Xij.
1. Rumuskan persoalan PL ke dalam model umum PL (fungsi tujuan dan fungsi pembatas).
2. Merubah model umum PL menjadi model simpleks:
a. Fungsi Pembatas: tambahkan slack variabel dan/atau surplus variabel, dan/atau
variabel buatan (artifisial var).
b. Fungsi tujuan :
Rubahlah bentuk fungsi tujuan implisit menjadi persamaan bentuk eksplisit.
 Tambahkan/kurangi dengan slack var, surplus var dan/atau variabel buatan yang bernilai
nol.
3. Formulasikan ke dalam Tabel Simpleks.
4. Lakukan langkah-langkah penyelesaian.
Langkah Penyelesaian

Langkah 1: Mengubah fungsi tujuan dan batasan-batasan

Langkah 2: Menyusun persamaan-persamaan di dalam tabel

Langkah 3: Memilih kolom kunci

Kolom kunci adalah kolom yang merupakan dasar untuk mengubah table simpleks. Pilihlah
kolom yang mempunyai nilai pada garis fungsi tujuan yang bernilai negatif dengan angka
terbesar.

Langkah 4: Memilih baris kunci

Baris kunci adalah baris yang merupakan dasar untuk mengubah tabel simpleks, dengan cara
mencari indeks tiap-tiap baris dengan membagi nilai-nilai pada kolom NK dengan nilai yang
sebaris pada kolom kunci.
Pilih baris yang mempunyai indeks positif dengan angka terkecil. Dalam hal ini batasan ke-2
yang terpilih sebagai baris kunci. Beri tanda segi empat pada baris kunci. Nilai yang masuk
dalam kolom kunci dan juga masuk dalam baris kunci disebut angka kunci.
Langkah 5: Mengubah nilai-nilai baris kunci.
Nilai baris kunci diubah dengan cara membaginya dengan angka kunci

Langkah 6: Mengubah nilai-nilai selain pada baris kunci

Langkah 7: Melanjutkan perbaikan

Ulangilah langkah-langkah perbaikan mulai langkah 3 sampai langkah ke-6 untuk memperbaiki
tabel-tabel yang telah diubah/diperbaiki nilainya. Perubahan baru berhenti setelah pada baris
pertama (fungsi tujuan) tidak ada yang bernilai negatif.

F. Penerapan Konsep Program Linear di Bidang Sosial Ekonomi Pertanian

1. Fungsi Permintaan
2. Fungsi Penawaran
3. Keseimbangan Pasar
4. Pengaruh Pajak Terhadap Keseimbangan Pasar
5. Pengaruh Subsidi Terhadap Keseimbangan Pasar
6. Fungsi Biaya dan Fungsi Penerimaan
7. Analisis Pulang Pokok

Model Matematika Program Linear

Persoalan dalam program linear yang masih dinyatakan dalam kalimat-kalimat pernyataan umum,
kemudian diubah kedalam model matematika. Model matematika merupakan pernyataan yang
menggunakan peubah dan notasi matematika.

Sebagai ilustrasi, produsen sepatu membuat 2 model sepatu menggunakan 2 bahan yang berbeda.
Komposisi model pertama terdiri dari 200 gr bahan pertama dan 150 gr bahan kedua. Sedangkan
komposisi model kedua terdiri dari 180 gr bahan pertama dan 170 gr bahan kedua. Persediaan di
gudang bahan pertama 76 kg dan bahan kedua 64 kg. Harga model pertama adalah Rp. 500.000,00
dan model kedua Rp. 400.000,00. Jika disimpulkan/disederhanakan dalam bentuk tabel menjadi
berikut:

Dengan peubah dari jumlah optimal model 1 adalah x dan model 2 adalah y, dan hasil penjualan
optimal adalah f(x, y) = 500.000x + 400.000y. Dengan syarat:

 Jumlah maksimal bahan 1 adalah 72.000 gr, maka 200x + 150y ≤ 72.000.
 Jumlah maksimal bahan 2 adalah 64.000 gr, maka 180x + 170y ≤ 64.000
 Masing-masing model harus terbuat.
Model matematika untuk mendapat jumlah pen jualan yang maksimum adalah:

Nilai Optimum Fungsi Objektif

Fungsi objektif merupakan fungsi linear dan batasan-batasan pertidaksamaan linear yang memiliki
himpunan penyelesaian. Himpunan penyelesaian yang ada merupakan titik-titik dalam diagram
cartesius yang jika koordinatnya disubstitusikan kedalam fungsi linear dapat memenuhi persyaratan
yang ditentukan.
Nilai optimum fungsi objektif dari suatu persoalan linear dapat ditentukan dengan metode grafik.
Dengan melihat grafik dari fungsi objektif dan batasan-batasannya dapat ditentukan letak titik yang
menjadi nilai optimum. Langkah-langkahnya sebagai berikut :

 Menggambar himpunan penyelesaian dari semua batasan syarat yang ada di cartesius.
 Menentukan titik-titik ekstrim yang merupakan perpotongan garis batasan dengan garis
batasan yang lainnya. Titik-titik ekstrim tersebut merupakan himpunan penyelesaian dari
batasannya dan memeliki kemungkinaan besar membuat fungsi menjadi optimum.
 Menyelidiki nilai optimum fungsi objektif dengan dua acara yaitu :
 Menggunakan garis selidik
 Membandingkan nilai fungsi objektif tiap titik ekstrim
Menggunakan Garis Selidik

Garis selidik diperoleh dari fungsi objektif f(x, y) = ax + by dimana garis selidiknya adalah

ax + by = Z

Nilai Z diberikan sembarang nilai. Garis ini dibuat setelah grafik himpunan penyelesaian
pertidaksamaan dibuat. Garis selidik awal dibuat di area himpunanan penyelesaian awal. Kemudian
dibuat garis-garis yang sejajar dengan garis selidik awal. Berikut pedoman untuk mempermudah
penyelidikian nilai fungsi optimum :

Cara 1 (syarat a > 0)

 Jika maksimum, maka dibuat garis yang sejajar garis selidik awal sehingga membuat himpunan
penyelesaian berada di kiri garis tersebut. Titik yang dilalui garis tersebut adalah titik
maksimum.
Jika minimum, maka dibuat garis yang sejajar garis selidik awal sehingga membuat himpunan
penyelesaian berada di kanan garis tersebut. Titik yang dilalui garis tersebut adalah titik minimum.

Cara 2 (syarat b > 0)

  Jika maksimum, maka dibuat garis yang sejajar garis selidik awal sehingga membuat himpunan
penyelesaian berada di bawah garis tersebut. Titik yang dilalui garis tersebut adalah titik
maksimum.
 Jika minimum, maka dibuat garis yang sejajar garis selidik awal sehingga membuat himpunan
penyelesaian berada di atas garis tersebut. Titik yang dilalui garis tersebut adalah titik
minimum.

Untuk nilai a < 0 dan b < 0 berlaku kebalikan dari kedua cara yang dijelaskan di atas.

Membandingkan Nilai Fungsi Tiap Titik Ekstrim

Menyelidiki nilai optimum dari fungsi objektif juga dapat dilakukan dengan terlebih dahulu
menentukan titik-titik potong dari garis-garis batas yang ada. Titik-titip potong tersebut merupakan
nilai ekstrim yang berpotensi memiliki nilai maksimum di salah satu titiknya.

Berdasarkan titik-titik tersebut ditentukan nilai masing-masing fungsinya, kemudian dibandingkan.

Nilai terbesar merupakan nilai maksimum dan nilai terkecil merupakan nilai minimum.

Contoh Soal Program Linear dan Pembahasan

Contoh Soal 1

Tentukan nilai minimum f(x, y) = 9x + y pada daerah yang dibatasi oleh 2 ≤ x ≤ 6, dan 0 ≤ y ≤ 8 serta x
+ y ≤ 7.

Pembahasan 1:

 Langkah 1 menggambar grafiknya

 Langkah 2 menentukan titik ekstrim
Dari gambar, ada 4 titik ekstrim, yaitu: A, B, C, D dan himpunan penyelesaiannya ada di area yang
diarsir.

 Lankah 3 menyelidiki nilai optimum

Dari grafik diketahui titik A dan B memiliki y = 0, sehingga kemungkinan menjadi nilai minimum.
Kedua titik disubstitusikan kedalam f(x, y) = 9x + y untuk dibandingkan.

Dengan membandingkan, disimpulkan titik A memiliki nilai minimum 18

Contoh Soal 2

Tentukan dimana nilai maksimum fungsi f(x, y) = 4x + 5y yang akan dicapai pada pada grafik ini!
Pembahasan 2:

Titik ekstrim pada gambar adalah:

 A tidak mungkin maksimum karena titik paling kiri.

 B(3, 6)
 C(8, 2)
 D(8, 0)
Nilai tiap titik ekstrim adalah:




Sehingga nilai maksimum ada pada titik yang melalui garis BC dengan nilai maksimum 42.

Contoh Soal 3

Pedagang buah memiliki modal Rp. 1.000.000,00 untuk membeli apel dan pisang untuk dijual
kembali. Harga beli tiap kg apel Rp 4000,00 dan pisang Rp 1.600,00. Tempatnya hanya bisa
menampung 400 kg buah. Tentukan jumlah apel dan pisang agar kapasitas maksimum.

Pembahasan 3:

Diketahui:
Dengan syarat:

 Kapasitas tempat: x + y ≤ 400

 Modal: 4.000x + 1.600y ≤ 1.000.000
 x≥0
 y≥0
Diagramnya:

Titik ekstrim:

 A(0, 400) bukan optimum karena tidak ada apel

 C(250, 0) bukan optimum karena tidak ada pisang
 dengan metode eliminasi 2 persamaan diatas diperoleh:

Sehingga jumlah masimum:

 Apel: 150 kg
 Pisang: 250 kg