BAB I

TUJUAN LINEAR PROGRAMMING

Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber

dayanya,baik keterbatasan dalam jumlah bahan baku,mesin dan
peralatan,ruang,tenaga kerja,jam kerja,maupun modal. Dengan keterbatasan
ini,perusahaan perlu merencanakan strategi yang dapat mengoptimalkan hasil yang
ingin dicapai,baik itu berupa keuntungan maksimal atau biaya minimal.Berbagai
macam teknik telah ditemukan untuk tujuan itu,salah satu diantaranya
pemrograman linear

Liniar Programming merupakan suatu model umum yang dapat digunakan

dalam pemecahan masalah pengalokasian sumber-sumber yang terbatas secara
optimal. Program linier banyak diterapkan dalam masalah pertambangan, ekonomi,
industri, militer, sosial dan lain-lain. Program linier berkaitan dengan penjelasan
suatu kasus dalam dunia nyata sebagai suatu model matematik yang terdiri dari
sebuah fungsi tujuan linier dengan beberapa kendala linier.

Dalam dunia pertambangan sendiri Linear Programming digunakan sebagai

acuan atau patokan terhadap distribusi angkutan tambang untuk memperoleh
keuntungan yang maksimum dan biaya yang minimum. Dari hasil yang diperoleh
oleh program ini maka perusahaan yang bersangkutan dapat mengambil keputusan
bagaimana distribusi tambang yang optimum sehingga tercapainya target produksi
yang sesuai.

1
 BAB II

LANDASAN TEORI

Linear Programming merupakan suatu model umum yang dapat digunakan

dalam pengalokasian sumber-sumber yang terbatas secara optimal. Sedangkan
Menurut Siringoringo (2005), linear programming merupakan metode matematik
dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan
seperti memaksimumkan keuntungan dan meminimumkan biaya.

Secara umum Linear Programming ialah salah satu teknik dari Riset
Operasi untuk memecahkan persoalan optimasi (maksimasi atau minimasi) dengan
menggunakan persamaan dan ketidaksamaan linear dalam rangka untuk mencari
pemecahan yang optimum dengan memperhatikan pembatasan-pembatasan yang
ada.

Linear programming akan memberikan banyak sekali hasil pemecahan

persoalan, sebagai alternatif pengambilan tindakan, akan tetapi hanya ada satu yang
optimum (maksimum atau minimum). Memilih keputusan berarti memilh alternatif,
tapi yang terpenting adalah pengambilan alternatif terbaik (the best alternative).

Pengolahan data yang dibuat hanya menggunakan dua metode yaitu menggunakan
metode grafik dan simpleks. Berikut ini penjelasan untuk metode grafik dan metode
simpleks.

 Metode Grafik

Metode grafik adalah suatu metode yang ada dalam linear

programming yang digunakan untuk memecahkan persoalan yang mengandung dua
permasalahan. Prosedur umumnya adalah untuk mengubah suatu deskriptif
kedalam bentuk masalah linear programming dengan menentukan variabel,
konstanta, fungsi objektif dan batasan kendala. Pada metode grafik dilakukan
beberapa tahapan, yaitu:

2
 1) Indetifikasi variabel keputusan.
2) Identifikasi fungsi objektif.
3) Identifikasi kendala-kendala.
4) Menggambarkan bentuk grafik dari semua kendala.
5) Indentifikasi daerah solusi yang layak pada grafik.
6) Menggambarkan bentuk grafik dari fungsi objektif dan menentukan
titik yang memberikan nilai objektif optimal pada daerah solusi yang
layak.
7) Mengartikan solusi yang diperoleh.

 Metode Simpleks

Metode simpleks adalah salah satu metode yang ada dalam linear
programming yang digunakan untuk memecahkan persoalan yang mengandung
tiga permasalahan atau lebih dan didasarkan pada proses perhitungan ulang supaya
mendapat hasil yang optimal. Tahap paling awal yang diperhatikan dalam metode
simpleks ini adalah tiga tahap yang dilakukan padalinear programming yaitu:

1) Masalah harus dapat diidentifikasi sebagai sesuatu yang dapat

diselesaikan dengan linear programming.
2) Masalah yang tidak terstruktur harua dapat dirumuskan dalam model
matematika, sehingga menjadi terstruktur.
3) Model harus diselesaikan dengan teknik matematika yang dibuat

Tahap selanjutnya merupakan tahap teknis yang secara umum ada

dalam linear programming . Tahap tersebut akan dijelaskan sebagai berikut:

1. Menentukan variabel keputusan, dimana maksud dari variabel

keputusan ini merupakan simbol matematika yang menggambarkan
tingkatan aktivitas perusahaan. Tahap ini sebenarnya untuk
mempermudah dalam menggunakan metode matematik, dengan
memutuskan memakai simbol matematik untuk hal yang ingin dihitung.

3
2. Membuat fungsi tujuan, yang dimaksudkan dari fungsi tujuan ini adalah
hubungan matematika linier yang menjelaskan tujuan perusahaan
dalam terminologi variabel keputusan. Setelah ditentukan variabel
keputusan, kemudian digunakan dalam membuat fungsi (persamaan
matematika) dari tujuan yang ingin dicapai perusahaan.
3. Membuat batasan (kendala) model, maksud dari fungsi batasan adalah
hubungan linier dari variabel keputusan yang menunjukkan
keterbatasan perusahaan dalam lingungan operasi perusahaan.

4
 BAB III

SOAL

Suatu tambang batubara merencanakan target produksi 2100000 ton/tahun.

Kemampuan produksi dari masing – masing pit yaitu :

PIT A = 300000 ton/tahun

PIT B = 600000 ton/tahun

PIT C = 700000 ton/tahun

PIT D = 400000 ton/tahun

PIT E = 200000 ton/tahun

Mutu batubara diaanggap merata untuk semua pit.Batubara dari pit perlu dicuci di
Washing Plant dengan kapasitas masing – masing washing plant yaitu :

WP A = 600000 ton/tahun

WP B = 800000 ton/tahun

WP C = 900000 ton/tahun

WASHING PLANTS
Prod. Area WA WB WC
A 8 2 3
B 1 7 5
C 9 7 6
D 3 4 2
E 5 1 2

Tentukan distribusi angkutan tambang yang optimal dari kelima pit menuju tiga
washing plant untuk memperoleh biaya minimum ( sen/ton ) dan keuntungan (
$/ton ) yang maksimum !

5
 BAB IV

MODEL MATEMATIKA

 Variabel
PIT A = X1 WP A =X6 Target Prod = X9
PIT B= X2 WP B =X7
PIT C = X3 WP C =X8
PIT D =X4
PIT E = X5

 Fungsi tujuan

Z = ∑5𝑖=1 ∑3𝑗=1 𝐶𝑖 . 𝑋𝑗
Z = C1X1 + C2X2 + C3X3 + C4X4 + C5X5 + C6X6 + C7X7 + C8X8 +
C9X9 + C10X10 + C11X11 + C12X12 + C13X13 + C14X14 + C15X15
Dimana C adalah Tonase dari masing masing batubara yang
diangkut dari pit menuju washing plants

 Fungsi Kendala
 PIT
PIT A = X11 + X12 + X13 ≤ 300000
PIT B = X21 + X22 + X23 ≤ 600000
PIT C = X31 + X32 + X33 ≤ 700000
PIT D = X41 + X42 + X43 ≤ 400000
PIT E = X51 + X52 + X53 ≤ 200000
 Washing Plants
WA = X11 + X21 + X31 + X41 + X51 ≤ 600000
WB = X12 + X22 + X32 + X42 + X52 ≤ 800000
WC = X13 + X23 + X33 + X43 + X53 ≤ 900000

6
 BAB V

LANGKAH KERJA

 Penentuan Cost Minimum

1. Bukalah program “Linear and Integer Programming “ pada software
WINQ-SB,maka akan muncul tampilan seperti gambar dibawah ini

2. Untuk menyelesaikan suatu permasalahan,klik File lalu pilih New

Problem

7
3. Setelah klik New Problem,maka akan muncul tampilan seperti
gambar dibawah.Pada jendela Problem Spesification terdapat
beberapa data yang harus diisi untuk mendapatkan solusi yang tepat

Isikan data sesuai yang diminta :

 Problem title diisi dengan nama,nim atau judul dari

permasalahan yang akan ditentukan ( spasi diganti dengan “
_“)
 Number of variable diiisi dengan jumlah variable yang akan
ditentukan ( jumlah pit dikalikan dengan jumlah washing
plants )
 Number of constrains diiisi dengan jumlah kendala yang ada
pada studi kasus yaitu 9 ( didapat dari 5 pit + 3 wp + 1 target
prod)
 Pada objective criterion diisi dengan “ Minimization “
Karena kita akan menetukan biaya minimum
 Data entry format diisi dengan spreadsheet matrix form
 Default variable type pilih yang nonnegative continuous
 Lalu klik OK

8
4. Hasil tampilan setelah data di atas di input

5. Pada bagian minimize diiisi dengan data cost yang terdapat pada
tabel soal

9
6. Pada bagian C1 – C5 diisi data dengan kemungkinan pengangkutan
masing – masing 1 kali dari pit menuju washing plants

7. Pada bagian C6 – C8 diisi dengan kemungkinan washing plants

menerima batubara dari masing – masing pit sebanyak 1 kali
kemungkinan

10
8. Pada bagian C9 diisi dengan banyak tujuan yang akan dicapai,yaitu
1 tujuan target produksi

9. Pada kolom direction untuk baris C1 – C8 diganti menjadi tanda “

<= “ Karena batubara yang diangkut dari pit menuju washing plants
atau sebaliknya tidak akan melebihi kapasitas washing plants
tersebut.
Untuk baris C9 diganti menjadi tanda “ = “ Karena target produksi
harus sesuai dengan tujuan awal

11
10. Pada baris Lower Bound diisi dengan “ 0 “ dikarenakan pit dapat
tidak beroperasi atau tidak ada batasan minimum beroperasi
Pada baris Upper Bound diisi dengan kapasitas masing – masing
washing plants menerima batubara dari masing – masing pit

11. Pada kolom R.H.S diisi dengan kapasitas pit ( C1 – C5 ),kapasitas

WP ( C6 – C8 ) dan target produksi ( C9 )

12
12. Setelah semua data pada tabel diisi,pada menu bar pilihlah menu
Solve and Analyxe lalu pilih Solve the Problem untuk mendapatkan
distribusi angkutan tambang yang optimum dari masing – masing pit

13. Pada bagian jendela konfirmasi Solve the problem klik OK

13
 14. Hasil yang diperoleh dari solusi permasalahan studi kasus di atas

 Penentuan Profit Maksimum

1. Bukalah program “Linear and Integer Programming “ pada software WINQ-

SB,maka akan muncul tampilan seperti gambar dibawah ini

14
2. Untuk menyelesaikan suatu permasalahan,klik File lalu pilih New Problem

3. Isikan data sesuai yang diminta :

 Problem title diisi dengan nama,nim atau judul dari
permasalahan yang akan ditentukan ( spasi diganti dengan “
_“)
 Number of variable diiisi dengan jumlah variable yang akan
ditentukan ( jumlah pit dikalikan dengan jumlah washing
plants )
 Number of constrains diiisi dengan jumlah kendala yang ada
pada studi kasus yaitu 9 ( didapat dari 5 pit + 3 wp + 1 target
prod)
 Pada objective criterion diisi dengan “ Maximization “
Karena kita akan menetukan keuntungan maksimum
 Data entry format diisi dengan spreadsheet matrix form
 Default variable type pilih yang nonnegative continuous
 Lalu klik OK

15
4. Hasil tampilan setelah data di atas di input

16
5. Pada bagian minimize diiisi dengan data profit yang terdapat pada tabel soal

6. Pada bagian C1 – C5 diisi data dengan kemungkinan pengangkutan masing

– masing 1 kali dari pit menuju washing plants

17
7. Pada bagian C6 – C8 diisi dengan kemungkinan washing plants menerima
batubara dari masing – masing pit sebanyak 1 kali kemungkinan

8. Pada bagian C9 diisi dengan banyak tujuan yang akan dicapai,yaitu 1 tujuan
target produksi

18
9. Pada baris Lower Bound diisi dengan “ 0 “ dikarenakan pit dapat tidak
beroperasi atau tidak ada batasan minimum beroperasi
Pada baris Upper Bound diisi dengan kapasitas masing – masing washing
plants menerima batubara dari masing – masing pit

10. Pada kolom direction untuk baris C9 diganti menjadi tanda “ = “ Karena
target produksi harus sesuai dengan tujuan awal.
Pada kolom R.H.S diisi dengan kapasitas pit ( C1 – C5 ),kapasitas WP ( C6
– C8 ) dan target produksi ( C9 ).

19
11. Setelah semua data pada tabel diisi,pada menu bar pilihlah menu Solve and
Analyxe lalu pilih Solve the Problem untuk mendapatkan distribusi
angkutan tambang yang optimum dari masing – masing pit

12. Pada bagian jendela konfirmasi Solve the problem klik OK

20
13. Hasil yang diperoleh dari solusi permasalahan studi kasus di atas

21
 BAB VI

HASIL PERHITUNGAN

 Biaya Minimum

WA WB WC TOTAL
PIT A 0 300000 0 300000
PIT B 600000 0 0 600000
PIT C 0 100000 500000 600000
PIT D 0 0 400000 400000
PIT E 0 200000 0 200000
TOTAL 600000 600000 900000 2100000

Maka biaya yang akan diperoleh sebesar

Biaya = 0 ( 8 𝑠𝑒𝑛 ) + 300.000 ( 2 𝑠𝑒𝑛 ) + 0 ( 3 𝑠𝑒𝑛 ) + 600.000 ( 1 𝑠𝑒𝑛 ) +
0 ( 7 𝑠𝑒𝑛 ) + 0 ( 5 sen ) + 0 ( 9 sen ) + 100.000 (7 sen ) + 500.000 ( 6
sen ) + 0 ( 3 sen ) + 0 ( 4 sen ) + 400.000 ( 2 sen ) + 0 ( 5 sen ) +
200.000 ( 1 sen ) + 0 ( 2 sen )
Biaya = 600.000 + 600.000 + 700.000 +3.000.000 + 800.000 + 200.000
Biaya = 5.900.000 sen/tahun

22
 PIT A PIT B PIT C PIT D PIT E

WP A WP B WP C

 Keuntungan Maksimum

WP A WP B WP C TOTAL
PIT A 300000 0 0 300000
PIT B 0 400000 200000 600000
PIT C 200000 0 500000 700000
PIT D 0 400000 0 400000
PIT E 100000 0 0 100000
TOTAL 600000 800000 700000 2100000

23
Maka keuntungan yang akan diperoleh sebesar :

Keuntungan = 300.000 ( 8 $ ) + 0 ( 2 $ ) + 0 ( 3 $ ) + 0 ( 1 $ ) + 400.000 ( 7 $ ) +

200.000 ( 5 $ ) + 200.000 ( 9 $ ) + 0 ( 7 $ ) + 500.000 ( 6 $ ) + 0 ( 3
$ ) + 400.000 ( 4 $ ) + 0 ( 2 $ ) + 100.000 ( 5 $ ) + 0 ( 1 $ ) + 0 (2 $)
Keuntungan = 2.400.000 + 2.800.000 + 1.000.000 + 1.800.000 + 3.000.000 +
1.600.000 + 500.000

Keuntungan = 13.100.000 $/tahun

PIT A PIT B PIT C PIT D PIT E

WP A WP B WP C

24
 BAB VII

PEMBAHASAN

Dari data yang diperoleh pada software menunjukkan tonase yang berbeda
untuk nilai biaya dan keuntungan yang diperoleh,hal ini disebabkan adanya
perbedaan “objective criterion “ . Ketika menghitung biaya minimum maka kita
akan memilih fungsi minimization sedangkan pada saat menghitung keuntungan
menggunakan maximization.

Pada saat penghitungan biaya minimum terlihat adanya pit yang dapat
ditambang secara efisien dan ada yang tidak begitu juga dengan kerja dari washing
plant.Washing plant A dan C bekerja efisien karena jumlah batubara yang diterima
oleh washing plant sesuai dengan kapasitas washing plants tersebut,sedangkan
washing plant bekerja tidak efisien karena jumlah batubara yang diterima lebih
kecil dari kapasitas washing plant tersebut.Untuk empat pit yaitu A,B,D,E bekerja
secara efisien karena sesuai dengan kemampuan produksi masing – masing
pit,sedangkan pit C tidak bekerja efisien karena terdapat pengurangan produksi dari
kemampuan produksi seharusnya.Secara umum biaya minimum yang diperoleh
sebesar 5.900.000 sen/tahun

Sementara untuk perhitungan keuntungan maksimum menunjukkan efisien

atau tidaknya pit dan washing plant beroperasi.Keempat pit yaitu A,B,C,D
menunjukkan produksi yang efisien dalam produksi batubara karena hasil produksi
sesuai dengan kapasitas produksi masing – masing pit,sementara untuk pit E tidak
efisien karena pengurangan produksi dari kapasitas produksi
seharusnya.Sedangkan untuk washing plant,terdapat dua washing plant yang
bekerja efisien dalam pencucian batubara yaitu washing plant A dan B,sedangkan
untuk washing plant C tidak efisien karena jumlah tonase batubara yang diterima
dari pit lebih kecil dari kapasitas washing plant seharusnya.Secara umum
keuntungan yang diperoleh sebesar 13.100.000 $/tahun

25
 BAB VIII

KESIMPULAN DAN SARAN

Dari hasil analisa software didapatkan kesimpulan sebagai berikut :

1. Dalam penentuan biaya minimum terdapat pit yang efisien berproduksi

yaitu pit A,B,D,E . Sedangkan pit yang mengalami pengurangan produksi
atau dapat dikatakan tidak efisien berproduksi yaitu pit C
2. Pit C dalam penentuan biaya minimum mengalami pengurangan produksi
sebesar 100000 ton/tahun
3. Washing plant dalam penentuan biaya minimum yang efisien berproduksi
yaitu washing plant A dan C,sedangkan washing plant B tidak efisien
bekerja
4. Dalam penentuan keuntungan maksimum terdapat pit yang efisien
berproduksi yaitu pit A,B,C,D. Sedangkan pit yang mengalami
pengurangan produksi yaitu pit E
5. Pit E dalam penentuan keuntungan maksimum mengalami pengurangan
produksi sebesar 100.000 ton/tahun
6. Washing plant dalam penentuan keuntungan maksimum yang efisien
berkerja yaitu washing plant A dan B , sedangkan washing plant C tidak
efisien berkerja
7. Distribusi angkutan tambang yang memperkecil biaya yaitu dari pit E
menuju washing plant B dan distribusi yang memperoleh keuntungan besar
dari pit B menuju washing plant B
8. Pada penentuan biaya minimum dan keuntungan maksimum washing plant
B sibuk bekerja

Sebaiknya untuk perusahaan batubara tersebut menggunakan distribusi angkutan

tambang yang dapat memperkecil biaya yaitu dari pit E menuju washing plant B
dan memperbesar keuntungan dari pit B menuju washing plant B

26
 BAB IX

DAFTAR PUSTAKA

Herjanto,Eddy . Manajemen Operasi Edisi Ketiga . Grasindo (

https://books.google.co.id/books?id=xGgDqdl5NZEC&hl=id&source=gbs_navlin
ks_s ) diakses pada Rabu 23 November 2016 pukul 12.50

http://chanlarasati.blogspot.co.id/2012/03/linear-programming.html ( diakses pada

Selasa 22 November 2016 pukul 19.47 )

http://staff.uny.ac.id/sites/default/files/pendidikan/Penny%20Rahmawaty,%20M.
Si./Modul%20OR%20-%20LINEAR%20PROGRAMMING.pdf ( diakses pada
Selasa 22 November 2016 pukul 19.33 )

27
 TUGAS MANAJEMEN TAMBANG

“ LAPORAN LINEAR PROGRAMMING SOFTWARE “

DISUSUN OLEH :

HASUCITA TAUSI ( 073001400045)

JURUSAN TEKNIK PERTAMBANGAN

FAKULTAS TEKNOLOGI KEBUMIAN DAN ENERGI

UNIVERSITAS TRISAKTI

JAKARTA

2016

28
29