MATERI 2 – LINEAR PROGRAMMING

RISET OPERASI – S1 PRODI INFORMATIKA

LIA AYU IVANJELITA

 Riset Operasi 2
Lia Ayu Ivanjelita, M.Kom

MODUL 2
LINEAR PROGRAMING

Metode ini digunakan untuk memecahkan masalah yang terkait dengan

pengalikasian sumber daya perusahaan secara optimal untuk mencapai
keuntungan maksimal dan biaya minimal.
Jadi Identifikasi Masalah :
Maksimisasi berkaitan dengan laba dan penjualan (Profit/Revenue) atau
Minimisasi berkaitan dengan dengan biaya (Cost)
Penerapan Linear Programming :
Dapat digunakan untuk Kasus Produksi, Pemasaran, Keuangan dll
Ada 3 metode penyelesaian masalah program linear yang umum dipakai, yaitu :
1. Model Grafik
Model grafik digunakan untuk memecahkan masalah penemuan kombinasi
optimum guna memaksimumkan laba dan meminimumkan biaya dengan kendala
tertentu. Kendala dalam program linear selalu akan membentuk bidang datar segi-
n yang merupakan humpunan konveks sehingga titik optimum pasti terjadi pada
titik sudut bidang datar yang terbentuk. Metode ini relatif mudah dikerjakan
secara manual, tetapi terbatas untuk 2 kendala saja. Kendala dalam model
program linear menyatakan dimensi ruang.
2. Model Simpleks
Model simpleks mengatasi masalah yang ada pada metode grafik. Prinsip
kerjanya sama, yaitu secara iteratif mencari titik sudut bidang datar yang
menghasilkan nilai optimum. Akan tetapi pencarian tidak akan dilakukan secara
grafik, melainkan secara numerik sehingga dapat dilakukan untuk berapapun
jumlah variabel yang digunakan.
3. Model Titik Interior
Berbeda dengan metode simpleks yang mencari titik optimal dengan
menyelidiki titik sudut bidang datar, metode titik interior memulai iterasinya dari
titik dalam (bukan titik sudut) bidang datar dan secara iteratif menuju pada titik
sudut yang optimum.

Universitas AMIKOM Yogyakarta

 Riset Operasi 3
Lia Ayu Ivanjelita, M.Kom

Contoh SOAL :
Sebuah perusahaan menghasilkan dua macam output, yaitu Barang A dan
Barang B. Perusahaan selama ini menggunakan dua macam bahan baku (BB)
yaitu Bahan Baku I (BB I) dan Bahan Baku II (BB II). Untuk membuat satu unit
Barang A diperlukan BB I sebanyak 4 unit dan BB II sebanyak 3 unit. Sedangkan
untuk membuat Barang B diperlukan BB I sebanyak 2 unit dan BB II sebanyak 4
unit. Jumlah BB I tersedia 100 unit dan BB II tersedia 120 unit. Harga jual Barang
A Rp 5000 per unit dan harga jual Barang B Rp 6000 per unit. Berapa unit Barang
A dan Barang B harus dihasilkan agar perusahaan memperoleh penerimaan
maksimal (tentunya dengan memperhatikan kendala yang ada) ? Dan berapa
besarnya keuntungan maksimalnya ?
a. Identifikasi Masalah -> Masalah Maksimisasi (Mencari keuntungan
maksimal)
b. Mentukan Variabel
X1 = Barang A dan X2 = Barang B
c. Menentukan Kendala
1. 4X1 + 2X2 ≤ 100
2. 3X1 + 4X2 ≤ 120
X1, X2 ≥ 0
d. Menentukan Fungsi Tujuan
Max Z = 5000X1 + 6000X2

Pemecahan Linear Programming dengan software komputer POM untuk

Kasus Program Linier 1:

Cara Menjalankan POM :

1. Start  Program  POM for Window  pilih POM for Window.
2. Anda telah masuk atau aktif dalam program POM, dari menu pull down
Pilih atau Klik Module (Menu di bagian atas no 4 dari kiri).
3. Setelah klik Module maka akan ada banyak pilihan Modul  Pilih
Module Linear Programming. tekan klik

Universitas AMIKOM Yogyakarta

 Riset Operasi 4
Lia Ayu Ivanjelita, M.Kom

4. Klik File (dari menu di bagian atas paling kiri)

5. Pilih New tekan klik lagi, maka Anda telah siap membuat Linear
Programming dengan POM
6. Isilah isian pada Creating a New Data Set, misal pada kolom :
Title : ketik Kasus Program Linear 1
Number of Constraints : ketik 2
Number of Variables : ketik 2
Objective : pilih Maximize
Row Name Options : abaikan
7. Klik OK (Anda telah siap mengisi data untuk program LP)

Gambar 3. Memilih module Linear Programing

Gambar 4. Mengisi data

Universitas AMIKOM Yogyakarta

 Riset Operasi 5
Lia Ayu Ivanjelita, M.Kom

Keterangan:
Title → judul kasus yang diselesaikan, misalnya Kasus 1
Number of Constraint → jumlah fungsi batasan yang ada pada
kasus.
Number of Variables → jumlah variabel yang ada pada fungsi
tujuan.
Objective → tujuan pengalokasian sumber daya.
Row Name Options → Nama batasan yang diinginkan, misalnya
A,B,C,…
Klik OK sehingga muncul tampilan isian untuk memasukkan koefisien
fungsi batasan dan fungsi tujuan serta kapasitas maksimum batasan pada kolom
RHS (Right Hand Side).
Cara Mengisi data Linear Programming dengan POM :

1. Gantilah Nama Variabel X1 dengan Barang A, caranya pada kolom yang

berisi X1 langsung ketik Barang A, demikian juga X2 gantilah dengan
Barang B.
2. Pada kolom lurusnya baris Maximize dibawah kolom Barang A yang
sekarang berisi 0, isi atau ketik dengan angka 5000. Demikian juga pada
kolom lurusnya Maximize dibawah kolom Barang B yang sekarang
berisi 0, isi atau ketik angka 6000.
3. Baris yang bertuliskan Constraint 1 gantilah dengan Bahan Baku 1,
demikian juga Baris yang bertuliskan Constraint 2 gantilah atau ketik
Bahan Baku 2.
4. Isi pada baris yang lurus dengan Bahan Baku 1 dan dibawah kolom
Barang A isi atau ketik angka 4 dan dibawah kolom Barang B ketik 3,
biarkan tanda <=; dan dibawah kolom RHS (Right Hand Side) pada baris
yang lurus dengan constraint 1 /bahan Baku 1 ganti 0 dengan ketik angka
100. Demikian juga pada baris yang lurus dengan Bahan Baku 2 dibawah
kolom Barang A ketik 2 dan dibawah kolom Barang B ketik 4, biarkan

Universitas AMIKOM Yogyakarta

 Riset Operasi 6
Lia Ayu Ivanjelita, M.Kom

tanda <=, dan dibawah kolom RHS pada baris yang lurus dengan Bahan
Baku 2 ganti 0 dengan ketik 120.

Gambar 5. Mengisi data linear programing

Klik SOLVE apabila data sudah lengkap dan benar sehingga akan tampak
hasilnya.
Kemudian dengan klik menu Window akan tampil pilihan Linear
Programming Result, Ranging, Solution List, Iterations, dan Graph seperti pada
gambar berikut:

Gambar 6. Linear Programing Results

Universitas AMIKOM Yogyakarta

 Riset Operasi 7
Lia Ayu Ivanjelita, M.Kom

Gambar 7. Ranging

Gambar 8. Solution List

Gambar 9. Iterations

Universitas AMIKOM Yogyakarta

 Riset Operasi 8
Lia Ayu Ivanjelita, M.Kom

Pada tabel iterasi tampak bahwa iterasi terjadi sebanyak 3 kali. Hal
tersebut berarti untuk mencapai kombinasi angka optimum diperlukan empat kali
langkah komputasi.

Gambar 10. Graph

Kesimpulan :
Area hitam pada grafik merupakan Feaseble Area yaitu daerah batas yang
mungkin untuk pengalokasian sumber daya produksi yang ada dengan
bahan yang tersedia. Produksi ini tidak boleh melebihi titik-titik yang ada
pada daerah Feaseble Area.
Pada grafik terdapat Isoprofit Line, di mana garis tersebut merupakan titik
koordinat maksimum produksi guna mencapai profit yang maksimal.
Titik koordinat (16,18) pertemuan antara X dan Y atau barang A dan
Barang B merupaka titik BEP (Break Event Point) yang merupakan titik
impas di mana perusahaan tidak untung dan juga tidak rugi. Di atas titik
BEP perusahaan akan memperoleh laba, dan jika di bawah titik BEP
perusahaan akan menderita kerugian.
Pada grafik sisi kanan terdapat kolom Constraint Display yang akan
menunjukkan garis dari persamaan formulasi Linear Programming yang
ada, apabila di klik salah satu check box di depannya.
Pada grafik sisi kanan juga terdapat kolom Corner Points yang
menunjukkan hubungan antara variable X1(Barang A) dan variable
X2(Barang B) serta Z(penerimaan maksimal).

Universitas AMIKOM Yogyakarta

 Riset Operasi 9
Lia Ayu Ivanjelita, M.Kom

Misalkan X1 = 25 dan X2= 0 maka Z = 125000

Jumlah produk untuk Barang A = 16
Barang B = 18
Keuntungan total Z = Rp. 188.000,00

SOAL LATIHAN :
1. Perusahaan furniture akan membuat almari dan meja dengan persediaan kayu
jati sebanyak 450 papan dan tenaga kerja 500 orang/jam. Untuk membuat 1
almari diperlukan 10 papan dan 15 orang/jam dan menghasilkan keuntungan
Rp 75 ribu. Selanjutnya 1 meja memerlukan 25 papan dan 17 orang/jam serta
menghasilkan keuntungan Rp 100 ribu. Berapa banyak almari dan meja
harus diproduksi agar jumlah keuntungan yang dicapai maksimum dengan
memperhatikan pembatasan bahwa kayu tidak boleh melebihi 450 papan dan
tenaga tidak melebihi 500 orang/jam.

2. PT. BUANA TEKSTIL memiliki sebuah pabrik yang akan memproduksi 2

jenis produk, yaitu kain sutera dan kain wol. Untuk memproduksi kedua
produk diperlukan bahan baku benang sutera, bahan baku benang wol dan
tenaga kerja. Maksimum penyediaan benang sutera adalah 60 kg per hari,
benang wol 30 kg per hari dan tenaga kerja 40 orang. Kedua jenis produk
memberikan keuntungan sebesar Rp 40 juta untuk kain sutera dan Rp 30 juta
untuk kain wol. Untuk membuat kain sutra dibutuhkan 3 kg benang sutra dan
2 kg benang wol. Untuk membuat kain wol dibutuhkan 1 kg benang sutra dan
3kg benang wol. Tenaga kerja yang dibutuhkan untuk membuat kain sutra
adalah 2 orang per lembar, dan untuk kain wol cukup 1 orang per lembar.
Berapa kapasitas produksi optimum untuk kedua jenis produk tersebut supaya
diperoleh keuntungan maksimum ?

3. Laris Daging menyediakan dua macam daging, yaitu Biasa dan Super. Setiap
daging mengandung campuran daging dan lemak dalam jumlah tertentu.

Universitas AMIKOM Yogyakarta

 Riset Operasi 10
Lia Ayu Ivanjelita, M.Kom

Jenis Kandungan
Daging(kg) Lemak(kg)
Biasa 5 4
Super 8 2

Seorang pembeli membutuhkan paling sedikit 24 kg daging dan 16 kg lemak

untuk lahan membuat bakso. Harga daging biasa dan super masing-masing
40000 dan 60000. Pembeli tersebut ingin mengetahui berapa sak masing-
masing jenis daging yang harus dibeli agar total harga daging mencapai
minimum dan kebutuhan untuk membuat bakso terpenuhi?

4. Perusahaan makanan LARIS 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:
Jenis Makanan Vitamin(unit) Protein(unit) Biaya
Royal Bee 2 2 100
Royal Jelly 1 3 80
Minimum 8 12
Kebutuhan
Bagaimana menentukan kombinasi kedua jenis makanan agar
meminimumkan biaya produksi?

Universitas AMIKOM Yogyakarta

 Riset Operasi 11
Lia Ayu Ivanjelita, M.Kom

REFERENSI

Bernard W. Taylor III. 1993. Sains Manajemen Pendekatan Matematika untuk

Bisnis Buku 1. Jakarta : Salemba Empat.
Hamdy A Taha. 1993. Riset Operasi Edisi Kelima Jilid 1. Jakarta : Binarupa
Aksara.
Jong Jek Siang. 2011. Riset Operasi Dalam Pendekatan Algoritmis.Yogyakarta :
Andi Offset.
Johannes Supranto. 1988. Riset Operasi Untuk Pengambilan Keputusan.
Universitas Indonesia.
Dina Maulina. 2012. Modul 1 Linear Programing. STMIK AMIKOM
YOGYAKARTA.
Modul RO STMIK AMIKOM PURWOKERTO.

Universitas AMIKOM Yogyakarta