PROGRAM LINIER
Disusun Oleh :
UNIVERSITAS WIDYATAMA
BANDUNG
2017
BAB I
PENDAHULUAN
Sebuah perusahaan atau organisasi perlu merencanakan strategi yang dapat mengoptimalkan hasil
yang ingin dicapai, baik itu berupa keuntungan maksimal atau biaya minimal. Pada dasarnya
setiap perusahaan memiliki keterbatasan atas sumber dayanya, baik keterbatasan dalam jumlah
bahan baku, mesin dan peralatan, ruang, tenaga, kerja, maupun model. Dengan keterbatasan ini,
setiap perusahaan melakukan beberapa cara untuk melakukan optimasi dengan hasil yang
dicapai, salah satunya dengan program linear (Linear Programming).
Pemrograman linear (linear proramming) adalah teknik pengambilan keputusan untuk
memecahkan masalah mengalokasikan sumber daya yang terbatas diantara berbagai kepentingan
seoptimal mungkin. Pemrograman linear merupakan salah satu metode dalam riset operasi yang
memungkinkan para manajer mengambil keputusan dengan menggunakan pendekatan analisis
kuantitatif. Teknik ini telah diterapkan secara luas pada berbagai persoalan dalam perusahaan,
untuk menyelesaikan masalah yang berkaitan dengan penugasan karyawan, penggunaan mesin,
distribusi, dan pengangkutan, penentuan kapasitas produk, ataupun dalam penentuan portofolio
investasi.
Linear Programming (LP) adalah suatu metode programasi yang variabelnya disusun dengan
persamaan linier. Oleh berbagai analist, maka LP diterjemahkan ke dalam Bahasa Indonesia
menjadi “programasi linier”, “pemrograman garis lurus”, “programasi garis lurus” atau lainnya.
Sebagai alat kuantitatif untuk melakuakn pemrograman, maka metode LP juga ada kelebihan dan
kelemahannya. Oleh karena itu, pembaca atau peneliti harus mampu mengidentifikasi kapan alat
ini dipergunakan dan kapan tidak dipergunakan.
1.2 Rumusan Masalah
1.2.1 Apa yang dimaksud dengan Metode Grafik dalam Program Linier (Linear Programing)?
1.2.2 Bagaimana cara membuat Grafik fungsi Linear ?
1.2.3 Apa saja model Pemrograman Linier Metode Grafik ?
1.2.4 Bagaimana contoh soal dan pembahasan fungsi maksimalisasi keuntungan dan
minimalisasi biaya?
1.3 Tujuan
1.3.1 Dapat memahami tentang Metode Grafik.
1.3.2 Mengerti cara menggambar Grafik fungsi Linear.
1.3.3 Mengerti dan memahami model Pemrograman Linier Metode grafik.
1.3.4 Memahami contoh soal dan pembahasan menggunakan metode grafik.
BAB II
PEMBAHASAN
Metode pertama untuk menyelesaikan persamaan non-linear adalah metode grafik. Metode grafik
merupakan metode sederhana untuk mendapatkan akar perkiraan dari persamaan f(x) = 0 dengan
membuat plot dari fungsi dan mengamatinya di mana fungsi tersebut memotong sumbu x. Di titik
ini, yang merepresentasikan nilai x yang membuat f(x) = 0, memberikan hampiran kasar bagi
akar persamaan itu.
Metode grafik adalah satu cara yang dapat digunakan untuk memecahkan masalah optimalisasi
dalam programasi linier. Keterbatasan metode ini adalah variabel yang bisa digunakan terbatas
(hanya dua), penggunaan 3 variabel akan sangat sulit dilakukan.
Dalam mencari akar-akar persamaan karakteristik orde dua kita bisa menggunakan metode
pemfaktoran atau juga bisa menggunakan rumus ABC. Dimana bentuk umum dari persamaan
karakteristik orde dua adalah : a x2 + b x + c = 0 Untuk mencari akar dengan rumus ABC sebagai
berikut :
X1 = ( -b + V ( b2 – 4 a c ) / 2 a ) Dan X2 = ( -b – V ( b2 – 4 a c ) / 2 a )
Rumusan tersebut hanya bisa digunakan untuk persamaan karakteristik orde dua sedangkan untuk
persamaan karakteristik orde lebih dari dua atau persamaan non linier seperti : 2 x3 + 4x – 15 = 0
x2 ln(x-1) + x = 0
2 – 5x + sin x = 0 tentu tidak bisa digunakan untuk mencari penyelesaian akarnya. Persamaan
karakteristik berupa polinomial, tingkat tinggi, persamaan sinusioda, persamaan eksponensial
atau persamaan logaritmik yang berbentuk f(x) = 0, jika tidak dapat diselesaikan dengan analitis
maka digunakan metode peyelesaian pendekatan. Salah satunya kita bisa menggunakan metode
grafis.
Metode grafik adalah metode penyelesaian persamaan non linier (transendental) yang paling
sederhana dan paling mudah, dengan cara membuat dua buah grafik dari persamaan tersebut.
Persamaan dari fungsi f(x) = 0 dipecah menjadi dua bagian (dua persamaan), kemudian diplot /
digambarkan untuk dicari titik potongnya. Titik potong tersebut merupakan akar persamaannya.
Jika fungsi f(x) mempunyai beberapa akar (titik) penyelesaian, akar-akar penyelesaian tidak bisa
dicari secara bersamaan.
Penyelesaian (titik potong yang dihasilkan) sangat tergantung dari hasil penggambaran grafik
tersebut (dipengaruhi oleh penyekalaan bidang koordinat)
Metode grafik ini juga relatif sulit ketika usaha untuk membuat plot grafik fungsinya.
Metode ini kurang cukup akurat dan Nilai praktis dari teknik-teknik grafis sangat terbatas karena
kurang tepat.
Metode ini digunakan Sebagai pendekatan penyelesaian yang kompleks. Kendalanya bahwa
metode ini Tidak akurat, sangat lama, dan banyak membutuhkan waktu.
Eror penyelesaiannya masih relatif besar. Untuk mengurangi error yang besar dapat dikurangi
dengan cara membuat banyak titik koordinat dalam membuat grafiknya. dimana semakin sedikit
data titik koordinatnya maka semakin kasar hasil akar persamaan yang diperoleh artinya error nya
semakin besar sedangkan jika data titik koordinatnya semakin banyak maka akar persamaan yang
dihasilkan semakin halus artinya error nya semakin kecil (jika dibandingkan dengan data titik
koordinat sedikit).
Metode Grafis ini dapat dimanfaatkan untuk memperoleh taksiran kasar dari akar
Taksiran-taksran ini dapat diterapkan sebagai terkaan awal untuk metode numerik. Misalnya,
perangkat lunak komputer TOOLKIT elektronik yang menyertai naskah ini membolehkan untuk
menggambarkan fungsi pada suatu rentang tertentu. Gambaran ini dapat digunakan untuk
memilih terkaan yang mengurung akar sebelum mengimplementasikan metode numerik.
Selain menyediakan terkaan kasar untuk akar, tafsiran grafis merupakan sarana yang penting
untuk memahami sifat-sifat fungsi dan mengantisipasi kesukaran-kesukaran yang tersembunyi
dari metode-metode numerik.
Fungsi linear adalah suatu fungsi yang variabelnya berpangkat satu dengan grafik berupa
garis lurus. Bentuk umum fungsi linear yaitu:
dengan:
Suatu fungsi dari himpunan A ke himpunan B dapat dinyatakan dengan grafik fungsi. Grafik
fungsi adalah penyajian fungsi ke dalam bentuk diagram Cartesius.
Cara I
Langkah-langkah menggambar grafik fungsi linear dengan cara I adalah sebagai
berikut.
✔ Buatlah sumbu mendatar dan sumbu tegak yang saling berpotongan dengan:
✔ Tentukan letak pasangan berurutan (x, y) pada bidang koordinat yang ditandai dengan
titik atau noktah.
Contoh 1
Gambarkan grafik fungsi y = x + 2 dengan x adalah bilangan bulat positif antara 1 dan 8.
Penyelesaian:
Diketahui:
fungsi y = x + 2
x adalah bilangan bulat positif antara 1 dan 8
Contoh 2
Penyelesaian:
Diketahui fungsi y = x + 2.
Catatan:
Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya terdapat
dua variabel keputusan. Untuk menyelesaikan permasalahan tersebut. Metode grafik adalah satu
cara yang dapat digunakan untuk memecahkan masalah optimalisasi dalam programasi linier.
Keterbatasan metode ini adalah variabel yang bisa digunakan terbatas (hanya dua), penggunaan 3
variabel akan sangat sulit dilakukan.
Contoh:
PT. Tatikucant memproduksi 2 macam produk yang dikerjakan secara manual. Setiap unit produk
I memerlukan waktu 20 menit pada proses 2 dan 24 menit pada proses 3, sedangkan setiap unit
produk II memerlukan waktu 15 menit pada proses 1, 16 menit proses 2, dan 30 menit proses 3.
Produk I memberikan keuntungan sebesar Rp.170/unit dan Rp.190/unit untuk produk II. Jam
kerja per hari yang tersedia untuk proses 1, 2, dan proses 3 masing-masing 1050 menit, 1600
menit, dan 2400 menit. Berapakah jumlah produk I dan II harus diproduksi agar keuntungan
maksimal ?
Penyelesaian :
1 - 15 1050
2 20 16 1600
3 24 30 2400
Langkah 1 : Formulasikan
Dengan kendala :
15 X2 ≤ 1050
20 X1 + 16 X2 ≤ 1600
24 X1 + 30 X2 ≤ 2400
X1, X2 ≥ 0
Untuk menggambarkan grafiknya, cara paling mudah adalah dengan menemukan nilai suatu
variabel saat variabel lain bernilai nol.
Maksudnya, kita membuat 2 titik pada sumbu X (dimana nilai Y = 0) dan di sumbu Y (dimana
nilai X = 0) kemudian menghubungkan 2 titik tersebut dengan garis. Sehingga didapatkan
persamaan garis lurus suatu kendala. Jika terdapat 3 kendala, maka otomatis akan terdapat 3 garis
juga.
15 X2 = 1050
X2 = 70
20 X1 + 16 X2 = 1600
X1 = 0 ⇾ X2 = 100 → F(0,100)
X2 = 0 ⇾ X1 = 80 → D(80,0)
24 X1 + 30 X2 = 2400
X1 = 0 ⇾ X2 = 80 → E(0,80)
X2 = 0 ⇾ X1 = 100 → H(100,0)
Setelah didapatkan garis-garisnya, untuk mengetahui daerah mana yang diarsir dari suatu
persamaan dapat dilihat dari tanda persamaan, seperti :
Tanda ≤ berarti bagian sebelah kiri dari persamaan garis yang diarsir.
Tanda ≥ berarti bagian sebelah kanan dari persamaan garis yang diarsir.
Tanda = berarti hanya pada bagian persamaan garis (hanya garis)
Daerah yang memenuhi persyaratan adalah daerah yang terarsir oleh semua kendala yang ada.
Bedasarkan persamaan-persamaan kendala diatas, daerah yang bersamaan memenuhi ketiga
kendala ditunjukan oleh area gambar di atas yang di arsir yaitu O-ABCD. Bagian yang diarsir
dinamakan daerah feasible. Bagian O-ABCD dinamakan daerah feasible karena memenuhi solusi
dari semua pembatas yang ada.
Untuk mencari titik yang paling menguntungkan dari dearah feasible tersebut adalah titik yang
terjauh dari sumbu O untuk masalah maksimasi. Sedangkan untuk kasus minimasi adalah yang
paling dekat dengan titik sumbu O.
Pada gambar diatas sebagian titik koordinat dapat diketahui yaitu titik O(0;0), titik D(80;0), titik
A(0;70). Sedangkan titik B dan titik C dapat dicari dengan mencari perpotongan antara 2 garis
yang saling menyinggung dengan cara subtitusi maupun eliminasi.
Jadi koordinat dari titk B dapat didapat dengan mengsubtitusikan kendala (15 X 2 = 1050) dengan
kendala (20 X1 + 16 X2 = 1600) maka didapatkanlah koordinatnya adalah (12,5 ; 70).
Sedangkan untuk titik C dapat didapatkan dengan cara yang sama antara kendala (20 X1 + 16 X2
= 1600) dengan kendala (24 X1 + 30 X2 = 2400) maka didapatkanlah koordinatnya (400/9 ;
400/9).
Setelah itu lakukan pengujian dari semua koordinat di daerah feasible yang didapat ke persamaan
tujuan seperti contoh di atas adalah (Z = 170 X 1 + 190 X2) dan carilah hasil terbesar untuk
masalah maksimasi dan hasil terkecil untuk masalah minimasi.
Karena dalam contoh diatas adalah kasus maksimasi, maka kita cari nilai Z terbesar sebagai
outputnya. Sehingga didapatkan :
Titik A :
Z = 170 (0) + 190 (70) = 13.300
Titik D :
Z = 170 (80) + 190 (0) = 13.600
Titik B :
Z = 170 (12,5) + 190 (70) = 15.425
Titik C :
Z = 170 (400/9) + 190 (400/9) = 16.000
Dari hasil pengujian daerah feasible, maka yang memberikan nilai optimum adalah titik C. Jadi
maksudnya jumlah produk 1 (X1) yang harus dibuat adalah 400/9 dan jumlah produk 2 (X 2) yang
harus dibuat adalah 400/9 agar produksi maksimal dengan nilai output sebesar 16.000
2.3.2 Fungsi Tujuan Minimisasi
Minimisasi dapat berupa meminimumkan biaya produksi. Solusi optimal tercapai pada saat garis
fungsi tujuan menyinggung daerah feasible yang terdekat dengan titik origin.
Contoh :
Perusahaan makanan ROYAL merencanakan untuk membuat dua jenis makanan yaitu Royal Bee
dan Royal Jelly. Kedua jenis makanan tersebut mengandung vitamin dan protein. Royal Bee
paling sedikit diproduksi 2 unit dan Royal Jelly paling sedikit diproduksi 1 unit. Tabel berikut
menunjukkan jumlah vitamin dan protein dalam setiap jenis makanan:
Royal Jelly 1 3 80
Minimum Kebutuhan 8 12
Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan biaya produksi.
Langkah – langkah:
1. Tentukan variabel
X1 = Royal Bee
X2 = Royal Jelly
2. Fungsi tujuan
3. Fungsi kendala
1) 2X1 + X2 ≥ 8 (vitamin)
1. Membuat grafik
1) 2X1 + X2 = 8
X1 = 0, X2 = 8
X2 = 0, X1 = 4
2) 2X1 + 3X2 = 12
X1 = 0, X2 = 4
X2 = 0, X1 = 6
3) X1 = 2
4) X2 = 1
Solusi optimal tercapai pada titik B (terdekat dengan titik origin), yaitu persilangan garis kendala
(1) dan (2).
2X1 + X2 =8
2X1 + 3X2 = 12
________________ _
-2X2 = -4
X2 =2
2X1 + X2 =8
2X1 + 2 =8
2 X1 =8–2=6
X1 =3
masukkan nilai X1 dan X2 ke Z
= 100(3) + 80(2)
= 300 + 160
= 460
Kesimpulan :
Untuk meminimumkan biaya produksi, maka diproduksi Royal Bee (X1 ) = 3 dan Royal Jelly
(X2 ) = 2, dengan biaya produksi 460 ribu rupiah.
Jenis Bahan Baku dan Tenaga Kg Bahan Baku & Jam Maksimum Penyediaan
Kerja Tenaga Kerja
Benang Sutra 2 3 60 Kg
Benang Wol - 2 30 Kg
Tenaga Kerja 2 1 40 Kg
Langkah-langkah:
1) Tentukan variabel
X1=kain sutera
X2=kain wol
2) Fungsi tujuan
4) Membuat grafik
1. 2X1 + 3 X 2=60
X1=0, X2 =60/3 = 20
2. 2X2 30
X2=15
3. 2X1 + X2 40
X1=0, X2 = 40
Titik A
X1=0, X2=0
Z = 40 . 0 + 30 . 0 = 0
Titik B
X1=20, X2=0
Z = 40 . 20 + 30 . 0 = 800
Titik C
2X1 + 3X2 = 60
2X1 + X2 = 40
2X2=20 X2=10
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 X1 = 15
Titik D
2X2 = 30
X2 = 15
2X1 + 3 . 15 = 60
2X1 + 45 = 60
2X1 = 15 X1 = 7,5
Titik E
X2 = 15
X1 = 0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 0 + 30 .15 = 450
Kesimpulan :
2. Perusahaan makanan ROYAL merencanakan untuk membuat dua jenis makanan yaitu
Royal Bee dan Royal Jelly. Kedua jenis makanan tersebut mengandung vitamin dan
protein. Royal Bee paling sedikit diproduksi 2 unit dan Royal Jelly paling sedikit
diproduksi 1 unit. Tabel berikut menunjukkan jumlah vitamin dan protein dalam setiap
jenis makanan:
Royal Jelly 1 3 80
Minimum Kebutuhan 8 12
Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan biaya produksi.
Langkah – langkah:
1. Tentukan variabel
X1 = Royal Bee
X2 = Royal Jelly
2. Fungsi tujuan
3. Fungsi kendala
1) 2X1 + X2 8 (vitamin)
3) X1 2
4) X2 1
4. Membuat grafik
1) 2X1 + X2 = 8
X1 = 0, X2 = 8
X2 = 0, X1 = 4
2) 2X1 + 3X2 = 12
X1 = 0, X2 = 4
X2 = 0, X1 = 6
3) X1 = 2
4) X2 = 1
Solusi optimal tercapai pada titik B (terdekat dengan titik origin), yaitu
2X1 + X2 = 8
2X1 + 3X2 = 12
-2X2 = -4 X2 = 2
2X1 + X2 = 8
2X1 + 2 = 8
2 X1 = 6 X1 = 3
Kesimpulan :
Untuk meminimumkan biaya produksi, maka X1 = 3 dan X2 = 2 dengan biaya produksi 460 ribu
rupiah.
Titik C
2X1 + 3X2 = 60
2X1 + X2 = 40
2X2=20
X2=10
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 X1 = 15
BAB III
PENUTUP
3.1 Kesimpulan
Pemrograman linear adalah sebuah alat deterministik, yang berarti bahwa semua parameter
model diasumsikan diketahui dengan pasti. Akan Tetapi, dalam kehidupan nyata, jarang
seseorang menghadapi masalah di mana terdapat kepastian yang sesungguhnya. Teknik PL
mengkomponsasi “kekurangan” ini dengan memberikan analisis pasca-optimum dn analisi
parametrik yang sistematis untuk memungkinkan pengambilan keputusan yang bersangkutan
untuk menguji sensivitas pemecahan optimum yang “statis” terhadap perubahan diskrit atau
kontinyu dalam berbagai parameter dari model tersebut. Pada intinya, teknik tambahan ini
memberikan dimensi dinamis pada sifat pemecahan PL yang optimum. Keberhasilan sebuah
teknik OR pada akhirnya diukur berdasarkan penyebaran penggunaannya sebagai sebuah alat
pengambilan keputusan. Yang termasuk dalam komponen model program linear adalah variable
keputusan, fungsi tujuan, dan batasan model. Program linier bisa di selesaikan menggunakan
metode grafik untuk menentukan persoalan maksimum maupun minimum.
3.2 Saran
Penulis menyadari bahwasanya makalah ini masih terdapat banyak kekurangannya. Oleh karena
itu, kritik dan saran yang membangun sangat diperlukan untuk menyempurnakan makalah ini
agar lebih baik lagi. Semoga makalah ini dapat memberikan pengetahuan dan wawasan
mendalam bagi penulis khususnya dan bagi pembaca umumnya
DAFTAR PUSTAKA
Siringoringo, Hotniar. Seri Teknik Riset Operasional. Pemrograman Linear. Penerbit Graha Ilmu.
Yogyakarta. 2005
Sutrisno. 2008. Manajemen Keuangan Teori, Konsep dan Aplikasi. Yogyakarta : EKONISIA.