Fawdawdawfefeferfa

Halaman 1
Pengantar Linear
Pemrograman
ISI
2.1 MAKSIMAL MAKSIMUM
MASALAH
Formulasi masalah
Pernyataan Matematis Par,
Inc., Masalah
2.2 SOLUSI GRAFIS
PROSEDUR
Catatan tentang Garis Grafik
Ringkasan Solusi Grafis
Prosedur untuk Maksimalisasi
Masalah
Variabel kendur
2.3 POIN DAN EKSTRIM YANG LUAR BIASA
SOLUSI OPTIMAL
2.4 SOLUSI KOMPUTER ATAS
PAR, INC., MASALAH
Interpretasi Output Komputer
2.5 MINIMASI SEDERHANA
MASALAH
Ringkasan Solusi Grafis
Prosedur untuk Minimalisasi
Masalah
Variabel Surplus
Solusi Komputer dari M&D
Masalah Bahan Kimia
2.6 KASUS KHUSUS
Alternatif Solusi Optimal
Infeasibility
Tak terbatas
2.7 LINEAR UMUM
PEMBERITAHUAN PEMROGRAMAN
BAB 2
Halaman 2
Pemrograman linier adalah pendekatan pemecahan masalah yang dikembangkan untuk membantu manajer
membuat
keputusan Banyak aplikasi pemrograman linier dapat ditemukan dalam persaingan saat ini
lingkungan bisnis. Misalnya, Eastman Kodak menggunakan pemrograman linier untuk menentukan
tempat memproduksi produk di seluruh fasilitas mereka di seluruh dunia, dan GE Capital menggunakan
pemrograman linier untuk membantu menentukan penataan sewa yang optimal. Perusahaan Minyak Marathon
menggunakan pemrograman linier untuk pencampuran bensin dan untuk mengevaluasi ekonomi yang baru
terminal atau pipa. Ilmu Manajemen dalam Tindakan, Model Pemanenan Kayu di
MeadWestvaco Corporation, memberikan contoh lain dari penggunaan pemrograman linier.
Kemudian di bab lain Ilmu Manajemen dalam Tindakan menggambarkan bagaimana Hanshin
Expressway Public Corporation menggunakan pemrograman linier untuk kontrol lalu lintas pada tol kota
jalan tol di Osaka, Jepang.
Untuk mengilustrasikan beberapa properti yang dimiliki semua masalah pemrograman linier dalam
mon, pertimbangkan aplikasi khas berikut:
1. Produsen ingin mengembangkan jadwal produksi dan kebijakan persediaan
yang akan memenuhi permintaan penjualan di masa mendatang. Idealnya, jadwal dan kebijakan akan
memungkinkan perusahaan untuk memenuhi permintaan dan pada saat yang sama meminimalkan total
biaya pengurangan dan inventaris.
2. Seorang analis keuangan harus memilih portofolio investasi dari berbagai saham dan
alternatif investasi obligasi. Analis ingin menetapkan portofolio itu
memaksimalkan laba atas investasi.
3. Seorang manajer pemasaran ingin menentukan cara terbaik untuk mengalokasikan iklan tetap
anggaran di antara media iklan alternatif seperti radio, televisi, koran,
dan majalah. Manajer ingin menentukan campuran media yang memaksimalkan
efektivitas periklanan.
4. Perusahaan memiliki gudang di sejumlah lokasi di seluruh Amerika Serikat. Untuk
satu set permintaan pelanggan, perusahaan ingin menentukan berapa banyak setiap
rumah harus dikirimkan ke setiap pelanggan sehingga total biaya transportasi diminimalkan.
Bab 2 Pengantar Pemrograman Linier
29
ILMU MANAJEMEN DALAM AKSI
MODEL PEMENUHAN KAYU DI MEADWESTVACO CORPORATION *
MeadWestvaco Corporation adalah produsen utama
makalah premium untuk majalah, buku, iklan-
cetak resmi, dan bentuk bisnis. Perusahaan
juga memproduksi pulp dan kayu, desain dan manufaktur
sistem pengemasan pabrik untuk minuman dan lainnya
pasar barang habis pakai, dan merupakan pemimpin dunia dalam
produksi papan berlapis dan pengiriman berisi-
ers. Analisis kuantitatif di MeadWestvaco adalah
dikembangkan dan diimplementasikan oleh
Departemen Analisis cision. Departemen sebagai-
Sists pengambil keputusan dengan menyediakan mereka
alat analisis metode kuantitatif serta
analisis dan rekomendasi pribadi.
MeadWestvaco menggunakan model kuantitatif untuk
sist dengan manajemen jangka panjang perusahaan
hutan tanaman pany. Melalui penggunaan skala besar
program linier, rencana pemanenan kayu
dikembangkan untuk mencakup cakrawala waktu yang substansial.
Model-model ini mempertimbangkan kondisi pasar kayu,
persyaratan pabrik kayu pulp, panen
ikatan, dan prinsip-prinsip pengelolaan hutan secara umum.
Dalam batasan-batasan ini, model sampai pada
berdasarkan jadwal panen dan pembelian optimal
pada arus kas diskon. Jadwal alternatif
mencerminkan perubahan dalam berbagai asumsi
tentang pertumbuhan hutan, ketersediaan kayu, dan
kondisi ekonomi secara umum.
Metode kuantitatif juga digunakan dalam
pengembangan input untuk program linier-
model ming. Harga dan pasokan kayu juga
persyaratan pabrik harus diperkirakan dari waktu ke waktu
cakrawala, dan teknik pengambilan sampel canggih
digunakan untuk mengevaluasi kepemilikan tanah dan untuk memproyeksikan hutan
pertumbuhan. Jadwal panen kemudian dikembangkan
menggunakan metode kuantitatif.
* Berdasarkan informasi yang diberikan oleh Dr. Edward P.
Winkofsky.
Halaman 3
Contoh-contoh ini hanya beberapa situasi di mana pemrograman linier telah
digunakan dengan sukses, tetapi mereka menggambarkan keragaman aplikasi pemrograman linier. SEBUAH
Pengamatan cermat mengungkapkan satu properti dasar yang mereka semua miliki bersama. Dalam setiap
contoh, kami
prihatin dengan memaksimalkan atau meminimalkan beberapa kuantitas. Dalam contoh 1, pabrikan
turer ingin meminimalkan biaya; dalam contoh 2, analis keuangan ingin memaksimalkan
pengembalian investasi; dalam contoh 3, manajer pemasaran ingin memaksimalkan iklan-
efektivitas; dan dalam contoh 4, perusahaan ingin meminimalkan total transportasi
biaya. Dalam semua masalah pemrograman linier, maksimalisasi atau minimalisasi beberapa
kuantitas adalah tujuannya.
Semua masalah pemrograman linier juga memiliki properti kedua: pembatasan, atau
kendala, yang membatasi sejauh mana tujuan dapat dicapai. Dalam contoh 1,
produsen dibatasi oleh kendala yang mengharuskan permintaan produk dipenuhi dan oleh
kendala yang membatasi kapasitas produksi. Masalah portofolio analis keuangan adalah
dibatasi oleh jumlah total dana investasi yang tersedia dan jumlah maksimum
yang dapat diinvestasikan di setiap saham atau obligasi. Keputusan pemilihan media manajer pemasaran
Sion dibatasi oleh anggaran iklan tetap dan ketersediaan berbagai media.
Dalam masalah transportasi, jadwal pengiriman biaya minimum dibatasi oleh
pasokan produk tersedia di setiap gudang. Dengan demikian, kendala adalah fitur umum lainnya.
untuk setiap masalah pemrograman linier.
2.1
MASALAH MAKSIMUM SEDERHANA
Par, Inc., adalah produsen kecil peralatan dan persediaan golf yang manajemennya miliki
memutuskan untuk pindah ke pasar untuk tas golf menengah dan mahal. Distributor Par adalah
antusias dengan lini produk baru dan telah setuju untuk membeli semua tas golf yang diproduksi Par
selama tiga bulan ke depan.
Setelah penyelidikan menyeluruh dari langkah-langkah yang terlibat dalam pembuatan tas golf, man
agement menentukan bahwa setiap tas golf yang diproduksi akan membutuhkan operasi berikut:
1. Memotong dan mewarnai bahan
2. Menjahit
3. Finishing (memasukkan pegangan payung, pemisah klub, dll.)
4. Inspeksi dan pengemasan
Direktur manufaktur menganalisis masing-masing operasi dan menyimpulkan bahwa jika
perusahaan memproduksi model standar harga sedang, setiap kantong akan membutuhkan ⁷ ⁄ ₁₀ jam masuk
departemen pemotongan dan pencelupan, ¹ ⁄ ₂ jam di departemen menjahit, 1 jam di finish-
departemen, dan ¹ ⁄ ₁₀ jam di departemen inspeksi dan pengemasan. Semakin banyak
model sive deluxe akan membutuhkan 1 jam untuk memotong dan mewarnai, ⁵ ⁄ ₆ jam untuk menjahit, ² ⁄ ₃ jam
untuk
finishing, dan ¹ ⁄ ₄ jam untuk inspeksi dan pengemasan. Informasi produksi ini adalah ringkasan
tertera pada Tabel 2.1.
Produksi Par dibatasi oleh jumlah jam terbatas yang tersedia di setiap departemen.
ment. Setelah mempelajari proyeksi beban kerja departemen, direktur manufaktur
memperkirakan bahwa 630 jam untuk memotong dan mewarnai, 600 jam untuk menjahit, 708 jam untuk
selesai-
ing, dan 135 jam untuk inspeksi dan pengemasan akan tersedia untuk produksi golf
tas selama tiga bulan ke depan.
Departemen akuntansi menganalisis data produksi, menetapkan semua variabel yang relevan
biaya, dan tiba pada harga untuk kedua tas yang akan menghasilkan kontribusi laba 1 dari $ 10 untuk
30
Pemrograman linier adalah
awalnya disebut sebagai
“Pemrograman secara linier
struktur. "Pada 1948 Tjalling
Koopmans menyarankan
George Dantzig yang
nama terlalu panjang;
Koopmans menyarankan
memperpendek menjadi linear
pemrograman. George
Dantzig setuju dan
bidang yang sekarang kita kenal sebagai linear
pemrograman dinamai.
1 Dariperspektif akuntansi, kontribusi laba lebih tepat digambarkan sebagai margin kontribusi per kantong; untuk
misalnya, biaya overhead dan biaya bersama lainnya belum dialokasikan.
Halaman 4
setiap tas standar dan $ 9 untuk setiap tas mewah yang diproduksi. Mari kita kembangkan matematika
model cal dari Par, Inc., masalah yang dapat digunakan untuk menentukan jumlah tas standar
dan jumlah tas mewah yang diproduksi untuk memaksimalkan kontribusi laba total.
Formulasi masalah
Formulasi masalah, atau pemodelan, adalah proses menerjemahkan pernyataan verbal dari a
masalah menjadi pernyataan matematis. Merumuskan model adalah seni yang hanya bisa
Tered dengan latihan dan pengalaman. Meskipun setiap masalah memiliki beberapa fitur unik,
sebagian besar masalah juga memiliki fitur umum. Akibatnya, beberapa pedoman umum untuk model
formulasi dapat membantu, terutama untuk pemula. Kami akan menggambarkan panduan umum ini -
baris dengan mengembangkan model matematika untuk masalah Par, Inc.,.
Memahami Masalah Secara Teliti Kami memilih masalah Par, Inc., untuk diperkenalkan
pemrograman linier karena mudah dimengerti. Namun, masalahnya lebih kompleks
akan membutuhkan lebih banyak pemikiran untuk mengidentifikasi item yang perlu dimasukkan
model. Dalam kasus seperti itu, baca deskripsi masalah dengan cepat untuk merasakan apa yang ada di dalam.
volved. Mencatat akan membantu Anda fokus pada masalah dan fakta utama.
Jelaskan Tujuan Tujuannya adalah untuk memaksimalkan kontribusi total terhadap laba.
Jelaskan Setiap Kendala Empat kendala terkait dengan jumlah jam pembuatan
tersedia waktu; mereka membatasi jumlah tas standar dan jumlah tas mewah
itu bisa diproduksi.
Kendala 1: Jumlah waktu pemotongan dan pewarnaan yang digunakan harus kurang dari atau
sama dengan jumlah jam waktu pemotongan dan pewarnaan yang tersedia.
Kendala 2: Jumlah jam waktu menjahit yang digunakan harus kurang dari atau sama dengan
jumlah jam waktu menjahit yang tersedia.
Kendala 3: Jumlah jam waktu penyelesaian yang digunakan harus kurang dari atau sama dengan
jumlah jam waktu penyelesaian yang tersedia.
Kendala 4: Jumlah jam inspeksi dan waktu pengemasan yang digunakan harus kurang dari
atau sama dengan jumlah jam inspeksi dan waktu pengemasan yang tersedia.
Tentukan Variabel Keputusan Input yang dapat dikontrol untuk Par, Inc., adalah (1) jumlahnya
dari tas standar yang diproduksi, dan (2) jumlah tas mewah yang diproduksi. Membiarkan
Dalam terminologi pemrograman linier, S dan D disebut sebagai variabel keputusan.
S=
D=
jumlah tas standar
jumlah tas mewah
2.1 Masalah Maksimalisasi Sederhana
31
Waktu produksi (jam)
Departemen
Tas standar
Tas Deluxe
Memotong dan Mewarnai
⁷ ⁄ ₁₀
1
Jahit
¹⁄₂
⁵⁄₆
Selesai
1
²⁄₃
Inspeksi dan Pengemasan
¹ ⁄ ₁₀
¹⁄₄
TABEL 2.1 PERSYARATAN PRODUKSI PER TAS GOLF
Penting untuk dipahami
yang kami maksimalkan
kontribusi laba, bukan
keuntungan. Overhead dan lainnya
biaya bersama harus
dikurangi sebelum sampai di
angka keuntungan.
Halaman 5
Tulis Tujuan dalam Ketentuan Variabel Keputusan kontribusi kontribusi Par
berasal dari dua sumber: (1) kontribusi laba yang dibuat dengan memproduksi tas standar S ,
dan (2) kontribusi keuntungan yang dihasilkan dengan memproduksi tas D deluxe. Jika Par menghasilkan $ 10
untuk
setiap tas standar, perusahaan akan menghasilkan $ 10 S jika tas standar S diproduksi. Juga, jika
Par membuat $ 9 untuk setiap tas deluxe, perusahaan akan membuat $ 9 D jika D tas deluxe pro
tertekan. Jadi, sudah
Karena tujuan — memaksimalkan kontribusi laba total — adalah fungsi dari keputusan
variabel S dan D , kami menyebut 10 S + 9 D sebagai fungsi objektif. Menggunakan "Max" sebagai
singkatan untuk memaksimalkan, kami menulis tujuan Par sebagai berikut:
Tulislah Kendala dalam Ketentuan Variabel Keputusan
Batasan 1:
Setiap tas Par standar menghasilkan akan menggunakan ⁷ / ₁₀ jam pemotongan dan waktu pencelupan; oleh
karena itu,
total jumlah jam waktu pemotongan dan pewarnaan yang digunakan dalam pembuatan standar S
tas adalah ⁷ / ₁₀ S . Selain itu, karena setiap tas deluxe yang diproduksi menggunakan cutting dan 1 jam
waktu pencelupan, produksi D tas deluxe akan menggunakan 1 D jam pemotongan dan waktu pencelupan.
Jadi, total waktu pemotongan dan pewarnaan yang diperlukan untuk produksi tas standar S dan
Tas D deluxe diberikan oleh
Total waktu pemotongan dan pewarnaan yang digunakan ⁷ ⁄ ₁₀ S 1 D
Direktur manufaktur menyatakan bahwa Par memiliki paling banyak 630 jam pemotongan dan pewarnaan
waktu tersedia Oleh karena itu, kombinasi produksi yang kami pilih harus memenuhi persyaratan
Jam pemotongan dan
waktu pencelupan digunakan b… a
Jam pemotongan dan
waktu mewarnai tersedia
Maks 10S + 9D
Total Kontribusi Keuntungan = 10S + 9D
32
⁷ ⁄ ₁₀ S 1 D
630
(2.1)
Batasan 2:
Dari Tabel 2.1, kita melihat bahwa setiap tas standar yang diproduksi akan membutuhkan ¹ ⁄ ₂ jam untuk
menjahit, dan setiap tas mewah akan membutuhkan ⁵ ⁄ ₆ jam untuk menjahit. Karena 600 jam menjahit
waktu tersedia, berikut itu
satu jam menjahit
waktu yang digunakan
b ... a Jam menjahit
waktu tersedia b
¹⁄₂S
⁵⁄₆D
600
(2.2)
Satuan pengukuran
di sebelah kiri
kendala harus cocok dengan
unit pengukuran pada
sisi kanan.
Halaman 6
Batasan 3:
Setiap tas standar yang diproduksi akan membutuhkan 1 jam untuk finishing, dan setiap tas mewah
akan membutuhkan ² ⁄ ₃ jam untuk selesai. Dengan 708 jam waktu penyelesaian yang tersedia, berikut ini
a jam finishing
waktu yang digunakan
b ... a Jam selesai
waktu tersedia b
2.1 Masalah Maksimalisasi Sederhana
33
1S
²⁄₃D
708
(2.3)
Batasan 4:
Setiap tas standar yang diproduksi akan membutuhkan ¹ ⁄ ₁₀ jam untuk inspeksi dan pengemasan, dan
setiap tas deluxe akan membutuhkan ¹ ⁄ ₄ jam untuk inspeksi dan pengemasan. Karena 135 jam
waktu inspeksi dan pengemasan tersedia, karena itu
Jam inspeksi dan
waktu pengemasan yang digunakan b… a
Jam pemeriksaan dan
waktu pengemasan tersedia
Kami sekarang telah menentukan hubungan matematis untuk kendala yang terkait dengannya
empat departemen. Sudahkah kita melupakan kendala lain? Dapatkah Par menghasilkan negatif
jumlah tas standar atau deluxe? Jelas jawabannya adalah tidak. Jadi, untuk mencegah pengambilan keputusan
variabel S dan D dari memiliki nilai negatif, dua kendala,
harus ditambahkan. Kendala ini memastikan bahwa solusi untuk masalah akan mengandung
nilai nonnegatif untuk variabel keputusan dan dengan demikian disebut sebagai nonnegativitas
kendala. Batasan nonegativitas adalah fitur umum dari semua pemrograman linier
masalah dan dapat ditulis dalam bentuk singkat:
Pernyataan Matematika Par, Inc., Masalah
Pernyataan matematis atau formulasi matematis dari Par, Inc., masalahnya sekarang
lengkap. Kami berhasil menerjemahkan tujuan dan kendala masalah menjadi a
S, D Ú 0
¹ ⁄ ₁₀ S
¹⁄₄D
135
(2.4)
(2.5)
S Ú 0 dan D Ú 0
Coba Soal 24 (a) untuk menguji
kemampuan Anda untuk merumuskan
model matematika untuk
linear maksimalisasi
masalah pemrograman dengan
kurang dari atau sama dengan
kendala.
Halaman 7
Tugas kami sekarang adalah menemukan bauran produk (yaitu, kombinasi S dan D ) yang memuaskan
semua kendala dan, pada saat yang sama, menghasilkan nilai untuk fungsi objektif yang ada
lebih besar dari atau sama dengan nilai yang diberikan oleh solusi layak lainnya. Begitu nilai-nilai ini
dihitung, kami akan menemukan solusi optimal untuk masalah tersebut.
Model matematika masalah Par ini adalah model pemrograman linier, atau
program linier. Masalahnya memiliki tujuan dan kendala yang, seperti yang kami katakan sebelumnya, adalah
sifat umum dari semua program linier . Tapi apa fitur khusus dari matematika ini-
ical model yang menjadikannya program linear? Fitur khusus yang menjadikannya program linier
adalah bahwa fungsi obyektif dan semua fungsi kendala adalah fungsi linear dari keputusan
variabel.
Fungsi matematika di mana setiap variabel muncul dalam istilah terpisah dan dinaikkan
untuk kekuatan pertama disebut fungsi linear. Fungsi objektif (10 S 9 D ) linier
karena setiap variabel keputusan muncul dalam istilah terpisah dan memiliki eksponen 1. The
jumlah waktu produksi yang diperlukan di departemen pemotongan dan pencelupan ( ⁷ ⁄ ₁₀ S 1 D ) juga
fungsi linear dari variabel keputusan untuk alasan yang sama. Demikian pula dengan fungsi pada
sisi kiri dari semua ketidaksetaraan kendala (fungsi kendala) adalah fungsi linier.
Dengan demikian, formulasi matematis dari masalah ini disebut sebagai program linier.
Pemrograman linier tidak ada hubungannya dengan pemrograman komputer. Penggunaan
pemrograman kata di sini berarti "memilih tindakan." Pemrograman linier
melibatkan memilih tindakan ketika model matematika masalah berisi
hanya fungsi linier.
34
Maks 10 S
9D
tunduk pada (st)
⁷ ⁄ ₁₀ S
1D
630 Memotong dan mewarnai
¹⁄₂S
⁵⁄₆D
600 Menjahit
1S
²⁄₃D
708 Penyelesaian
¹ ⁄ ₁₀ S
¹⁄₄D
135 Inspeksi dan pengemasan
S, D
0
(2.6)
Coba Soal 1 untuk menguji
kemampuan untuk mengenali
jenis matematika
hubungan yang bisa
ditemukan dalam program linier.
CATATAN DAN KOMENTAR
1. Tiga asumsi yang diperlukan untuk linier
model pemrograman yang sesuai adalah
proporsionalitas, aditivitas, dan dapat dibagi.
Proportionalitas berarti kontribusi terhadap
fungsi objektif dan jumlah pengembalian
sumber yang digunakan dalam setiap kendala adalah proporsional
nasional dengan nilai setiap variabel keputusan.
Aditivitas berarti bahwa nilai objek
fungsi tive dan total sumber daya yang digunakan bisa
ditemukan dengan menjumlahkan fungsi tujuan
kontribusi dan sumber daya yang digunakan untuk semua
variabel cision. Keterpisahan berarti bahwa
variabel keputusan bersifat kontinu. Divisi-
asumsi bility ditambah con nonnegativity
Straints berarti bahwa variabel keputusan dapat diambil
pada nilai apa pun yang lebih besar dari atau sama dengan nol.
2. Ilmuwan manajemen merumuskan dan menyelesaikan a
berbagai model matematika yang mengandung
fungsi obyektif dan serangkaian kendala.
Model jenis ini disebut sebagai mathemat-
model pemrograman ical. Pemrograman linier
model adalah tipe khusus dari program matematika
Model gramming dalam fungsi tujuan
dan semua fungsi kendala linear.
set hubungan matematika yang disebut sebagai model matematika. Lengkap
model matematika untuk masalah Par adalah sebagai berikut:
Halaman 8
2.2
PROSEDUR SOLUSI GRAFIS
Masalah pemrograman linier yang hanya melibatkan dua variabel keputusan dapat diselesaikan dengan
menggunakan
prosedur solusi grafis. Mari kita mulai prosedur solusi grafis dengan mengembangkan
ing grafik yang menampilkan solusi yang mungkin (nilai S dan D ) untuk masalah Par. Itu
grafik (Gambar 2.1) akan memiliki nilai S pada sumbu horizontal dan nilai D pada ver-
sumbu tical. Setiap titik pada grafik dapat diidentifikasi oleh nilai S dan D , yang menunjukkan
posisi titik di sepanjang sumbu horizontal dan vertikal, masing-masing. Karena
setiap titik ( S , D ) sesuai dengan solusi yang memungkinkan, setiap titik pada grafik disebut a
titik solusi. Titik solusi di mana S 0 dan D 0 disebut sebagai asal. Menjadi-
Karena S dan D harus tidak negatif, grafik pada Gambar 2.1 hanya menampilkan solusi di mana
S 0 dan D 0.
Sebelumnya, kami melihat bahwa ketidaksetaraan mewakili kendala pemotongan dan pewarnaan
⁷ ⁄ ₁₀ S 1 D
630
Untuk menunjukkan semua poin solusi yang memuaskan hubungan ini, kita mulai dengan membuat grafik
solusi
poin memuaskan kendala sebagai kesetaraan. Yaitu, titik di mana ⁷ ⁄ ₁₀ S 1 D 630.
Karena grafik persamaan ini adalah garis, dapat diperoleh dengan mengidentifikasi dua titik
yang memenuhi persamaan dan kemudian menggambar garis melalui titik-titik. Pengaturan S 0 dan
pemecahan untuk D , kita melihat bahwa titik ( S 0, D 630) memenuhi persamaan. Untuk menemukan
titik ond yang memenuhi persamaan ini, kita menetapkan D 0 dan menyelesaikan untuk S. Dengan demikian,
kita memperoleh
2.2 Prosedur Solusi Grafis
35
0
Titik solusi dengan
S = 200 dan D = 800
S
D
1200
1000
800
600
400
200
200
400
600
800
1000
1200
(200, 800)
Jumlah Tas Deluxe
(400, 300)
Titik solusi dengan
S = 400 dan D = 300
Jumlah Tas Standar
GAMBAR 2.1 POIN SOLUSI UNTUK DUA-VARIABEL PAR, INC., MASALAH
Halaman 9
⁷ ⁄ ₁₀ S 1 (0) 630, atau S 900. Dengan demikian, poin kedua yang memenuhi persamaan adalah ( S 900,
D 0). Dengan dua poin ini, sekarang kita dapat membuat grafik garis yang sesuai dengan persamaan
⁷ ⁄ ₁₀ S 1 D
630
Garis ini, yang akan disebut garis kendala pemotongan dan pewarnaan , ditunjukkan pada Gambar 2.2.
Kami memberi label pada baris ini "C & D" untuk menunjukkan bahwa itu mewakili batasan pemotongan dan
pewarnaan
baris.
Ingatlah bahwa ketidaksetaraan mewakili kendala pemotongan dan pewarnaan
⁷ ⁄ ₁₀ S 1 D
630
Bisakah Anda mengidentifikasi semua poin solusi yang memenuhi batasan ini? Karena semua poin
baris memenuhi ⁷ ⁄ ₁₀ S 1 D 630, kita tahu titik mana pun pada baris ini harus memenuhi batasan.
Tapi di mana titik solusi memuaskan ⁷ ⁄ ₁₀ S
1D
630? Pertimbangkan dua solusi
poin: ( S 200, D 200) dan ( S 600, D 500). Anda dapat melihat dari Gambar 2.2 bahwa
titik solusi pertama di bawah garis kendala dan yang kedua di atas garis kendala.
Manakah dari solusi ini yang akan memenuhi batasan pemotongan dan pewarnaan? Untuk intinya ( S
200, D 200), kita lihat itu
⁷ ⁄ ₁₀ S 1 D
⁷ ⁄ ₁₀ (200)
1 (200) 340
36
0
(600, 500)
(200, 200)
(900, 0)
(0, 630)
200
400
600
800
1000
1200
1400
Jumlah Tas Standar
200
400
600
800
1000
1200
Jumlah Tas Deluxe
S
D
7/
10 S
+1 D
= 630
B&D
GAMBAR 2.2 LINE CONSTRAINT CUTTING DAN DYEING
Halaman 10
Karena 340 jam kurang dari 630 jam yang tersedia, ( S 200, D 200)
kombinasi tion, atau titik solusi, memenuhi kendala. Untuk intinya ( S 600, D
500), sudah
⁷ ⁄ ₁₀ S 1 D
⁷ ⁄ ₁₀ (600)
1 (500) 920
920 jam lebih besar dari 630 jam yang tersedia, jadi ( S 600, D 500) solusi
Poin tidak memenuhi kendala dan karenanya tidak layak.
Jika titik solusi tidak layak untuk kendala tertentu, maka semua solusi lainnya
poin di sisi yang sama dari garis kendala tidak layak. Jika titik solusi layak
untuk kendala tertentu, maka semua solusi lain menunjuk pada sisi yang sama dari kendala tersebut
garis layak untuk kendala itu. Jadi, kita harus mengevaluasi fungsi kendala untuk
hanya satu titik solusi untuk menentukan sisi mana dari garis kendala yang layak. Dalam Gambar 2.3
kami menunjukkan semua poin yang memenuhi batasan pemotongan dan pewarnaan oleh wilayah yang diarsir.
Kami melanjutkan dengan mengidentifikasi poin solusi yang memuaskan masing-masing dari tiga con lainnya
straints. Solusi yang layak untuk masing-masing kendala ini ditunjukkan pada Gambar 2.4.
Empat grafik terpisah sekarang menunjukkan titik solusi yang layak untuk masing-masing dari empat
straints. Dalam masalah pemrograman linier, kita perlu mengidentifikasi titik solusi yang memuaskan
isfy semua kendala secara bersamaan. Untuk menemukan titik solusi ini, kita dapat menggambar keempatnya
kendala pada satu grafik dan amati wilayah yang mengandung titik-titik yang memang memuaskan
semua kendala secara bersamaan.
37
Bisakah Anda membuat grafik kendala
berbaris dan temukan solusinya
poin yang layak? Mencoba
Masalah 2.
0
200
400
600
800
1000
1200
1400
Jumlah Tas Standar
200
400
600
800
1000
1200
Jumlah Tas Deluxe
S
D
7/
10 S
+1 D
= 630
B&D
Memotong dan Mewarnai
Paksaan
(C & D)
GAMBAR 2.3. SOLUSI KECEPATAN UNTUK KONSTRA CUTTING DAN DYEING,
DIREKOMENDASIKAN OLEH DAERAH YANG BERBAGI
Halaman 11
Grafik pada Gambar 2.3 dan 2.4 dapat ditumpangkan untuk mendapatkan satu grafik dengan semua
empat kendala. Grafik kendala-gabungan ini ditunjukkan pada Gambar 2.5. Daerah yang diarsir
dalam gambar ini mencakup setiap titik solusi yang memenuhi semua kendala secara bersamaan.
Solusi yang memenuhi semua kendala disebut solusi yang layak, dan berbayang
wilayah disebut wilayah solusi layak, atau hanya wilayah layak. Solusi apa saja
titik pada batas wilayah yang layak atau dalam wilayah yang layak adalah layak
titik solusi.
Sekarang kami telah mengidentifikasi wilayah yang layak, kami siap untuk melanjutkan dengan grafik-
prosedur solusi ical dan temukan solusi optimal untuk masalah Par, Inc. Ingat itu
solusi optimal untuk masalah pemrograman linier adalah solusi yang memungkinkan
38
Jahit
Paksaan
1200
1000
800
600
400
200
0
200
400
600
800
1000 1200 1400
S
(1200, 0)
(0, 720)
Jumlah Tas Deluxe
Jumlah Tas Standar
1/2S
+ 5/6D
= 600
D
Jahit
Selesai
Paksaan
1200
1000
800
600
400
200
0
200
400
600
800
1000 1200 1400
S
(708, 0)
(0, 1062)
Jumlah Tas Deluxe
Jumlah Tas Standar
1S
+ 2/3D
=
708
D
Selesai
1200
1000
800
600
400
200
0
200
400
600
800
1000 1200 1400
S
(1350, 0)
(0, 540)
Jumlah Tas Deluxe
Jumlah Tas Standar
1 / 10 S + 1 / 4 D
= 135
D
AKU P
Inspeksi dan
Pengemasan
Paksaan
(AKU P)
GAMBAR 2.4 SOLUSI YANG FASIBEL UNTUK JAHITAN, FINISHING, DAN INSPEKSI DAN
KEMASAN
KENDALA, DILAKUKAN OLEH DAERAH YANG DIBERI
kemampuan untuk menemukan yang layak
wilayah yang diberikan beberapa
kendala.
Halaman 12
nilai terbaik dari fungsi tujuan. Mari kita mulai langkah optimalisasi
prosedur solusi grafis dengan menggambar ulang wilayah yang layak pada grafik terpisah. Itu
Grafik ditunjukkan pada Gambar 2.6.
Salah satu pendekatan untuk menemukan solusi optimal adalah dengan mengevaluasi fungsi objektif
tion untuk setiap solusi yang layak; solusi optimal akan menjadi yang menghasilkan
nilai terbesar. Kesulitan dengan pendekatan ini adalah banyaknya solusi yang layak;
dengan demikian, karena seseorang tidak mungkin mengevaluasi jumlah solusi layak yang tak terbatas, ini
prosedur coba-coba tidak dapat digunakan untuk mengidentifikasi solusi optimal.
Daripada mencoba menghitung kontribusi laba untuk setiap solusi yang layak, kami memilih
memberikan nilai sewenang-wenang untuk kontribusi laba dan mengidentifikasi semua solusi yang layak
(S,D)
yang menghasilkan nilai yang dipilih. Misalnya, solusi layak mana yang memberikan kontribusi laba
harga $ 1800? Solusi ini diberikan oleh nilai S dan D di wilayah yang layak
itu akan membuat fungsi objektif
Ungkapan ini hanyalah persamaan garis. Dengan demikian, semua poin solusi layak
( S , D ) menghasilkan kontribusi laba sebesar $ 1800 harus ada di telepon. Kami belajar sebelumnya dalam hal
ini
bagian cara membuat grafik garis kendala. Prosedur untuk menggambarkan laba atau tujuan
garis fungsi sama. Membiarkan S 0, kita melihat bahwa D harus 200; jadi, solusinya
10S + 9D = 1800
39
0
200
400
600
800
1000
1200
1400
Jumlah Tas Standar
200
400
600
800
1000
1200
Jumlah Tas Deluxe
D
B&D
Layak
Wilayah
AKU P
Jahit
S
Selesai
GAMBAR 2.5 GRAFIK COMBINED-CONSTRAINT MENUNJUKKAN WILAYAH YANG FATABEL
UNTUK PAR, INC. MASALAH
Halaman 13
titik ( S 0, D 200) ada di telepon. Demikian pula, dengan membiarkan D 0, kita melihat solusinya
titik ( S 180, D 0) juga ada di telepon. Menggambar garis melalui dua titik ini iden-
tifies semua solusi yang memiliki kontribusi laba sebesar $ 1800. Grafik garis laba ini
disajikan pada Gambar 2.7.
Karena tujuannya adalah untuk menemukan solusi yang layak menghasilkan kontribusi laba terbesar
Namun, mari kita lanjutkan dengan memilih kontribusi laba yang lebih tinggi dan mencari solusinya
menghasilkan nilai yang dipilih. Sebagai contoh, mari kita temukan semua solusi yang menghasilkan kontribusi
laba
tions $ 3600 dan $ 5400. Untuk melakukannya, kita harus menemukan nilai S dan D yang ada pada
garis ing:
dan
Dengan menggunakan prosedur sebelumnya untuk membuat grafik garis laba dan kendala, kami menggambar
Garis laba $ 3600 dan $ 5400 seperti yang ditunjukkan pada grafik di Gambar 2.8. Meski tidak semua solusi
poin pada garis laba $ 5400 berada di wilayah yang layak, setidaknya beberapa poin di telepon
adalah, dan karena itu dimungkinkan untuk mendapatkan solusi yang layak yang memberikan keuntungan $
5400
kontribusi.
Bisakah kita menemukan solusi yang layak menghasilkan kontribusi keuntungan yang lebih tinggi? Melihat
Gambar 2.8, dan lihat pengamatan umum apa yang dapat Anda lakukan tentang garis laba
ditarik. Perhatikan hal-hal berikut: (1) garis laba sejajar satu sama lain, dan (2) lebih tinggi
10S + 9D = 5400
10S + 9D = 3600
40
0
200
400
600
800
Jumlah Tas Standar
200
400
600
Jumlah Tas Deluxe
S
D
Layak
Wilayah
GAMBAR 2.6 DAERAH KELAYAKAN UNTUK THE PAR, INC., MASALAH
Halaman 14
41
0
200
400
600
800
Jumlah Tas Standar
200
400
600
Jumlah Tas Deluxe
S
D
(0, 200)
(180, 0)
Jalur Keuntungan
10 S + 9 D = 1800
GAMBAR 2,7 $ 1800 LABA LABA UNTUK PAR, INC. MASALAH
0
200
400
600
800
Jumlah Tas Standar
200
400
600
Jumlah Tas Deluxe
S
D
10
S
+9
D
= 1800
10
S
+9
D
= 3600
10
S
+9
D
= 5400
GAMBAR 2.8 GARIS LABA PILIHAN UNTUK PAR, INC., MASALAH
Halaman 15
garis laba diperoleh saat kami bergerak lebih jauh dari asal. Pengamatan ini juga bisa
diekspresikan secara aljabar. Biarkan P mewakili total kontribusi laba. Fungsi obyektif adalah
Memecahkan untuk D dalam hal S dan P , kami dapatkan
P
10 S
9D
Persamaan (2.7) adalah bentuk kemiringan-intercept dari persamaan linear yang berkaitan S dan D . Itu
koefisien S , ¹⁰ ⁄ ₉ , adalah kemiringan garis, dan istilah ¹ ⁄ ₉ P adalah intersep D (yaitu,
nilai D di mana grafik persamaan (2.7) melintasi sumbu D ). Mengganti laba
kontribusi P 1800, P 3600, dan P 5400 ke dalam persamaan (2.7) menghasilkan yang berikut ini
persamaan slope-intercept untuk garis laba yang ditunjukkan pada Gambar 2.8:
Untuk P
1800,
D
¹⁰ ⁄ ₉ S
200
Untuk P
3600,
D
¹⁰ ⁄ ₉ S
400
Untuk P
5400,
D
¹⁰ ⁄ ₉ S
600
Kemiringan ( ¹⁰ ⁄ ₉ ) adalah sama untuk setiap garis laba karena garis laba itu paralel. Bulu-
disana, kita melihat bahwa intersepsi D meningkat dengan kontribusi laba yang lebih besar. Jadi, lebih tinggi
garis keuntungan lebih jauh dari asalnya.
Karena garis laba paralel dan garis laba lebih tinggi lebih jauh dari asalnya,
kita dapat memperoleh solusi yang menghasilkan nilai yang semakin besar untuk fungsi objektif
terus memindahkan garis laba lebih jauh dari asal sedemikian rupa sehingga tetap ada
sejajar dengan garis laba lainnya. Namun, pada titik tertentu kita akan menemukan bahwa
Pergerakan lingkungan akan menempatkan garis laba sepenuhnya di luar wilayah yang layak. Karena
solusi di luar wilayah yang layak tidak dapat diterima, titik di wilayah yang layak itu
terletak pada garis laba tertinggi adalah solusi optimal untuk program linier.
Anda sekarang harus dapat mengidentifikasi titik solusi optimal untuk masalah ini. Gunakan
penggaris atau tepi selembar kertas, dan pindahkan garis laba sejauh mungkin dari titik asal Anda
bisa. Apa poin terakhir di wilayah layak yang Anda jangkau? Titik ini, yang merupakan
solusi timal, ditunjukkan secara grafis pada Gambar 2.9.
Nilai optimal dari variabel keputusan adalah nilai S dan D pada solusi optimal.
tion. Bergantung pada keakuratan grafik, Anda mungkin atau mungkin tidak dapat menentukan
nilai S dan D yang tepat . Berdasarkan grafik pada Gambar 2.9, yang terbaik yang bisa kita lakukan adalah
menyimpulkan itu
kombinasi produksi yang optimal terdiri dari sekitar 550 kantong standar ( S ) dan
sekitar 250 tas deluxe ( D ).
42
9D
10 S
P
D
¹⁰ ⁄ ₉ S
¹⁄₉P
(2.7)
Bisakah Anda membuat grafik untung
line untuk program linier?
Coba Masalah 6.
Halaman 16
Pemeriksaan yang lebih dekat dari Gambar 2.5 dan 2.9 menunjukkan bahwa titik solusi optimal adalah di
persimpangan pemotongan dan pewarnaan dan garis kendala finishing. Artinya, optimal
titik solusi ada pada garis kendala pemotongan dan pewarnaan
Dengan demikian, nilai-nilai optimal dari variabel keputusan S dan D harus memenuhi kedua persamaan (2.8)
dan (2.9) secara bersamaan. Menggunakan persamaan (2.8) dan penyelesaian untuk S memberi
⁷ ⁄ ₁₀ S
630
1D
atau
dan garis kendala finishing
43
0
200
400
600
800
Jumlah Tas Standar
200
400
600
Jumlah Tas Deluxe
S
D
Jalur Keuntungan maksimum
10
S
+9
D
= 7668
Solusi Optimal
GAMBAR 2.9 SOLUSI OPTIMAL UNTUK PAR, INC., MASALAH
⁷ ⁄ ₁₀ S 1 D
630
(2.8)
1S²⁄₃D
708
(2.9)
S
900 ¹⁰ ⁄ ₇ D
(2.10)
Halaman 17
Mengganti ungkapan ini untuk S ke dalam persamaan (2.9) dan penyelesaian untuk D menyediakan
berikut:
Menggunakan D 252 dalam persamaan (2.10) dan penyelesaian untuk S , kita dapatkan
S
900 ¹⁰ ⁄ ₇ (252)
900 360 540
Lokasi tepat dari titik solusi optimal adalah S 540 dan D 252. Oleh karena itu,
jumlah produksi mal untuk Par, Inc., adalah 540 tas standar dan 252 tas mewah, dengan a
menghasilkan kontribusi laba 10 (540) 9 (252) $ 7668.
Untuk masalah pemrograman linier dengan dua variabel keputusan, nilai yang tepat dari
variabel keputusan dapat ditentukan dengan terlebih dahulu menggunakan prosedur solusi grafis untuk
mengidentifikasi titik solusi optimal dan kemudian memecahkan dua persamaan kendala simultan
terkait dengan itu.
Catatan tentang Garis Grafik
Aspek penting dari metode grafis adalah kemampuan untuk membuat grafik garis yang menunjukkan
kendala dan fungsi tujuan dari program linier. Prosedur yang kami gunakan untuk grafik-
ing persamaan garis adalah untuk menemukan dua poin yang memenuhi persamaan dan kemudian menggambar
berbaris melalui dua poin. Bagi Par, Inc., kendala, kedua poin itu mudah ditemukan
dengan terlebih dahulu mengatur S 0 dan memecahkan persamaan kendala untuk D. Kemudian kita mengatur D
0 dan
dipecahkan untuk S. Untuk garis kendala pemotongan dan pewarnaan
⁷ ⁄ ₁₀ S 1 D
630
prosedur ini mengidentifikasi dua titik ( S 0, D 630) dan ( S 900, D 0). Pemotongan
dan garis kendala pencelupan kemudian digambarkan dengan menggambar garis melalui dua titik ini.
Semua kendala dan garis fungsi objektif dalam program linear dua variabel dapat
grafik jika dua titik pada garis dapat diidentifikasi. Namun, menemukan dua poin di
baris tidak selalu semudah yang ditunjukkan pada masalah Par, Inc. Misalnya, anggap sebuah perusahaan
Perusahaan memproduksi dua model komputer genggam kecil: Asisten ( A ) dan
Profesional ( P ). Manajemen membutuhkan 50 unit model Profesional untuk penjualannya sendiri-
memaksa, dan mengharapkan penjualan Profesional paling banyak setengah dari penjualan Asisten.
Kendala yang memberlakukan persyaratan ini adalah
P
50 ¹ ⁄ ₂ A
atau
2P - 100… A
1 (900 ¹⁰ ⁄ ₇ D ) ² ⁄ ₃ D
708
900 ¹⁰ ⁄ ₇ D
²⁄₃D
708
900 ³⁰ ⁄ ₂₁ D
¹⁴ ⁄ ₂₁ D
708
¹⁶ ⁄ ₂₁ D
192
D
192
252
¹⁶ ⁄ ₂₁
44
Meski optimal
solusi untuk Par, Inc.,
masalah terdiri dari integer
nilai untuk keputusan
variabel, hasil ini akan
tidak selalu demikian.
kemampuan menggunakan grafik
prosedur solusi untuk
mengidentifikasi solusi optimal
dan temukan nilai tepat dari
variabel keputusan pada
solusi optimal.
Halaman 18
atau
Menggunakan formulir kesetaraan dan pengaturan P 0, kami menemukan titik ( P 0, A
100) ada di
garis kendala. Pengaturan A 0, kami menemukan titik kedua ( P 50, A 0) pada garis kendala.
Jika kita hanya menggambar bagian grafik yang tidak negatif ( P 0, A 0), titik pertama
( P 0, A
100) tidak dapat diplot karena A
100 tidak ada dalam grafik. Kapanpun kita
memiliki dua titik pada garis tetapi satu atau kedua titik tidak dapat diplot dalam nonnega-
Dalam sebagian besar grafik, pendekatan yang paling sederhana adalah memperbesar grafik. Dalam contoh ini,
the
titik ( P 0, A
100) dapat diplot dengan memperluas grafik untuk memasukkan negatif
Sebuah sumbu. Setelah kedua titik yang memenuhi persamaan kendala telah ditemukan, garis dapat
ditarik. Garis kendala dan solusi yang layak untuk kendala 2 P A 100 adalah
ditunjukkan pada Gambar 2.10.
Sebagai contoh lain, mempertimbangkan masalah yang melibatkan dua variabel keputusan, R dan T .
Misalkan jumlah unit R yang dihasilkan harus setidaknya sama dengan jumlah
unit T yang diproduksi. Kendala yang memberlakukan persyaratan ini adalah
atau
R-TÚ0
RÚT
2P - A… 100
45
100
200
300
100
200
300
P
SEBUAH
2
P
-
SEBUAH
= 100
(50, 0)
0
–100
(0, –100)
GAMBAR 2.10 SOLUSI KECEPATAN UNTUK KONSTRA 2 P
SEBUAH
100
Halaman 19
Untuk menemukan semua solusi yang memenuhi kendala sebagai kesetaraan, pertama-tama kita
menetapkan R 0 dan menyelesaikannya
untuk T. Hasil ini menunjukkan bahwa titik asal ( T 0, R 0) berada pada garis kendala. Pengaturan
T 0 dan penyelesaian untuk R memberikan poin yang sama. Namun, kita bisa memperoleh poin kedua
on the line dengan menetapkan T sama dengan nilai selain nol dan kemudian menyelesaikan untuk R. Untuk in-
sikap, pengaturan T 100 dan penyelesaian untuk R , kami menemukan bahwa intinya ( T 100, R 100) adalah
di telepon. Dengan dua titik ( R 0, T 0) dan ( R 100, T 100), kendala
jalur RT 0 dan solusi yang layak untuk RT 0 dapat diplot seperti ditunjukkan pada
Gambar 2.11.
Ringkasan Prosedur Solusi Grafis
untuk Masalah Maksimalisasi
Seperti yang telah kita lihat, prosedur solusi grafis adalah metode untuk menyelesaikan dua variabel
masalah pemrograman linier seperti masalah Par, Inc.,. Langkah-langkah grafisnya
prosedur solusi untuk masalah maksimalisasi dirangkum di sini:
1. Siapkan grafik solusi yang layak untuk masing-masing kendala.
2. Tentukan wilayah yang layak dengan mengidentifikasi solusi yang memenuhi semua
Straint secara bersamaan.
3. Gambarlah garis fungsi objektif yang menunjukkan nilai-nilai variabel keputusan itu
menghasilkan nilai yang ditentukan dari fungsi tujuan.
4. Pindahkan garis fungsi tujuan paralel menuju nilai fungsi tujuan yang lebih besar hingga
gerakan lebih lanjut akan mengambil garis sepenuhnya di luar wilayah yang layak.
5. Setiap solusi yang layak pada garis fungsi objektif dengan nilai terbesar adalah a
solusi optimal.
46
Bisakah Anda membuat grafik kendala
baris saat asal aktif
garis kendala? Mencoba
Masalah 5.
Untuk latihan tambahan di
menggunakan solusi grafis
prosedur, coba Masalah
24 (b), 24 (c), dan 24 (d).
100
200
300
100
200
300
R
T
R
-
T
=0
(100, 100)
0
(0, 0)
GAMBAR 2.11 SOLUSI KECUALI UNTUK KONSTRA R
T
0
Halaman 20
Variabel kendur
Selain solusi optimal dan kontribusi laba terkait, manajemen Par
mungkin menginginkan informasi tentang persyaratan waktu produksi untuk setiap produksi-
operasi tion. Kami dapat menentukan informasi ini dengan mengganti solusi solusi optimal
ues ( S 540, D 252) menjadi kendala dari program linier.
47
Diperlukan jam
Jam
Tidak digunakan
Paksaan
untuk S
540 dan D
252
Tersedia
Jam
Memotong dan mewarnai
⁷ ⁄ ₁₀ (540)
1 (252)
630
630
0
Jahit
¹ ⁄ ₂ (540)
⁵ ⁄ ₆ (252) 480
600
120
Selesai
1 (540)
² ⁄ ₃ (252) 708
708
0
Inspeksi dan pengemasan
¹ ⁄ ₁₀ (540)
¹ ⁄ ₄ (252) 117
135
18
Dengan demikian, solusi lengkap memberitahu manajemen bahwa produksi standar 540
tas dan 252 tas mewah akan membutuhkan semua waktu pemotongan dan pencelupan yang tersedia (630 jam)
dan
semua waktu penyelesaian tersedia (708 jam), sementara 600 480 120 jam waktu menjahit dan
135 117 18 jam waktu inspeksi dan pengemasan akan tetap tidak digunakan. 120 jam
waktu jahit yang tidak digunakan dan waktu inspeksi serta kemasan yang tidak digunakan selama 18 jam
menjadi kendur untuk dua departemen. Dalam terminologi pemrograman linier, ada kapasitas yang tidak
digunakan
untuk kendala disebut sebagai slack yang terkait dengan kendala.
Seringkali variabel, yang disebut variabel kendur, ditambahkan ke formulasi prolin linear
masalah gramming untuk mewakili kapasitas kendur, atau menganggur. Kapasitas yang tidak digunakan tidak
membuat kon
kontribusi untuk keuntungan; dengan demikian, variabel slack memiliki koefisien nol dalam fungsi objektif.
Setelah penambahan empat variabel kendur, dilambangkan S 1 , S 2 , S 3 , dan S 4 , secara matematis
model Par, Inc., masalah menjadi
Setiap kali program linier ditulis dalam bentuk dengan semua kendala dinyatakan sebagai persamaan,
dikatakan ditulis dalam bentuk standar.
Mengacu pada bentuk standar dari masalah Par, Inc., kita melihat bahwa pada optimal
lution ( S 540 dan D 252), nilai-nilai untuk variabel slack adalah
Maks 10 S
9D
0S1
0S2
0S3
0S4
st
⁷ ⁄ ₁₀ S
1D
1S1
630
¹⁄₂S
⁵⁄₆D
1S2
600
1S
²⁄₃D
1S3
708
¹ ⁄ ₁₀ S
¹⁄₄D
1S4
135
S,D,S1,S2,S3,S4
0
Bisakah Anda mengidentifikasi slack
terkait dengan kendala?
Coba Masalah 24 (e).
Bisakah Anda menulis linear
program dalam bentuk standar?
Coba Masalah 18.
Paksaan
Nilai Variabel Slack
S1
0
Jahit
S2
120
Selesai
S3
0
S4
18
Halaman 21
Bisakah kita menggunakan solusi grafis untuk memberikan beberapa informasi ini? Itu
jawabannya adalah ya. Dengan menemukan titik solusi optimal pada Gambar 2.5, kita dapat melihat bahwa
ting dan pewarnaan dan kendala finishing membatasi, atau mengikat, wilayah yang layak di ini
titik. Dengan demikian, solusi ini membutuhkan penggunaan semua waktu yang tersedia untuk dua operasi
ini. Di
Dengan kata lain, grafik menunjukkan kepada kita bahwa bagian cutting dan dyeing dan finishing
akan memiliki nol kendur. Di sisi lain, menjahit dan inspeksi dan pengemasan
kendala tidak mengikat wilayah layak pada solusi optimal, yang berarti kita bisa
mengharapkan waktu yang tidak digunakan atau kendur untuk dua operasi ini.
Sebagai komentar terakhir pada analisis grafis masalah ini, kami meminta perhatian Anda
batasan kapasitas menjahit seperti yang ditunjukkan pada Gambar 2.5. Perhatikan, khususnya, bahwa ini
Straint tidak mempengaruhi wilayah yang layak. Artinya, wilayah yang layak akan sama
apakah batasan kapasitas menjahit dimasukkan atau tidak, yang memberi tahu kita cukup banyak
waktu menjahit tersedia untuk mengakomodasi setiap tingkat produksi yang dapat dicapai oleh
tiga departemen lainnya. Batasan menjahit tidak mempengaruhi wilayah yang layak dan karenanya
tidak dapat mempengaruhi solusi optimal; itu disebut kendala berlebihan.
2.3
POIN EXTREME DAN SOLUSI OPTIMAL
Misalkan kontribusi keuntungan untuk tas golf standar Par dikurangi dari $ 10 menjadi $ 5
per kantong, sedangkan kontribusi keuntungan untuk tas golf mewah dan semua kendala tetap ada
tidak berubah. Model pemrograman linier lengkap dari masalah baru ini identik dengan
model matematika pada Bagian 2.1, kecuali untuk fungsi tujuan revisi:
Bagaimana perubahan fungsi objektif ini memengaruhi solusi optimal untuk Par,
Inc., masalah? Gambar 2.12 menunjukkan solusi grafis dari masalah baru ini dengan
vised objektif fungsi. Perhatikan bahwa tanpa ada perubahan pada kendala, respons yang layak
gion tidak berubah. Namun, garis laba telah diubah untuk mencerminkan yang baru
fungsi objektif.
Dengan menggerakkan garis laba secara paralel menuju nilai laba yang lebih tinggi, kami menemukan
solusi optimal seperti yang ditunjukkan pada Gambar 2.12. Nilai-nilai dari variabel keputusan pada saat ini
Max 5S + 9D
48
1. Dalam representasi bentuk-standar dari linier
model pemrograman, fungsi objektif co-
efisiensi untuk variabel slack adalah nol. Ini nol
Koefisien menyiratkan bahwa variabel kendur, yang
mewakili sumber daya yang tidak digunakan, tidak memengaruhi
nilai fungsi objektif. Namun, dalam
beberapa aplikasi, dapat menggunakan sumber daya yang tidak digunakan
dijual dan berkontribusi pada laba. Dalam kasus seperti itu,
variabel slack yang sesuai menjadi keputusan
variabel yang merepresentasikan jumlah
sumber yang akan dijual. Untuk masing-masing variabel ini, a
koefisien nol dalam fungsi objektif
akan mencerminkan laba yang terkait dengan penjualan a
unit sumber daya yang sesuai.
2. Kendala yang berlebihan tidak mempengaruhi yang layak
wilayah; sebagai hasilnya, mereka dapat dihapus dari a
model pemrograman linier tanpa mempengaruhi
solusi optimal. Namun, jika pro
Model gramming harus dipecahkan kembali nanti, ubahan
dalam beberapa data mungkin membuat
kendala dundant, kendala yang mengikat. Jadi,
kami sarankan menjaga semua kendala di
model pemrograman linier meskipun pada beberapa
titik waktu satu atau lebih kendala mungkin
melimpah.
Halaman 22
adalah S 300 dan D 420. Kontribusi laba berkurang untuk kantong standar yang disebabkan a
perubahan solusi optimal. Bahkan, seperti yang Anda duga, kami memotong
produksi tas standar laba rendah dan meningkatkan produksi
untung tas mewah.
Pengamatan apa yang dapat Anda lakukan tentang lokasi solusi optimal di keduanya
masalah pemrograman linear diselesaikan sejauh ini? Perhatikan dengan seksama solusi grafis di
Gambar 2.9 dan 2.12. Perhatikan bahwa solusi optimal terjadi di salah satu simpul, atau
", dari wilayah yang layak. Dalam terminologi pemrograman linier, simpul-simpul ini disebut
sebagai titik ekstrim dari wilayah yang layak. The Par, Inc., wilayah yang layak memiliki lima
es, atau lima titik ekstrem (lihat Gambar 2.13). Kita sekarang dapat secara resmi menyatakan pengamatan kita
tentang lokasi solusi optimal sebagai berikut:
2.3 Poin Ekstrim dan Solusi Optimal
49
0
200
400
600
800
Jumlah Tas Standar
200
400
600
Jumlah Tas Deluxe
S
D
Jalur Keuntungan Maksimal: 5 S
+9D
= 5280
5S
+9D
= 2700
Solusi Optimal
( S = 300, D = 420)
(0, 300)
(540, 0)
GAMBAR 2.12 SOLUSI OPTIMAL UNTUK PAR, INC., MASALAH DENGAN AN
FUNGSI TUJUAN 5 S
9D
Properti ini berarti bahwa jika Anda mencari solusi optimal untuk program linear
gram, Anda tidak perlu mengevaluasi semua poin solusi yang layak. Padahal, Anda harus mempertimbangkan
2 Kita akan membahas dalam Bagian 2.6 dua kasus khusus (infeasibility dan unboundedness) dalam pemrograman linier yang tidak memiliki
solusi optimal, dan pernyataan ini tidak berlaku.
Solusi optimal untuk program linier dapat ditemukan pada titik ekstrim
wilayah yang layak. 2
Untuk latihan tambahan di
mengidentifikasi ekstrim
poin dari wilayah yang layak
dan menentukan
solusi optimal oleh
komputasi dan membandingkan
nilai fungsi tujuan
pada setiap titik ekstrem, coba
Masalah 13.
Halaman 23
hanya solusi layak yang terjadi pada titik-titik ekstrem dari wilayah layak. Jadi, untuk
masalah Par, Inc., alih-alih menghitung dan membandingkan kontribusi laba untuk semua
solusi yang layak, kita dapat menemukan solusi optimal dengan mengevaluasi lima titik ekstrim sehingga
memilih dan memilih salah satu yang memberikan kontribusi laba terbesar. Sebenarnya, itu
prosedur solusi grafis tidak lebih dari cara yang mudah untuk mengidentifikasi suatu
titik ekstrem untuk masalah dua variabel.
2.4
SOLUSI KOMPUTER PAR, INC., MASALAH
Program komputer yang dirancang untuk memecahkan masalah pemrograman linier sekarang banyak tersedia
sanggup. Setelah periode singkat pengenalan dengan fitur spesifik dari paket, pengguna
mampu menyelesaikan masalah pemrograman linier dengan beberapa kesulitan. Masalah yang melibatkan
ribuan variabel dan ribuan kendala sekarang dipecahkan secara rutin dengan
paket puter. Beberapa paket komersial terkemuka termasuk CPLEX, Gurobi,
LINGO, MOSEK, Risk Solver untuk Excel, dan Xpress-MP. Paket juga tersedia untuk
download Gratis. Contoh yang baik adalah Clp (COIN-OR linear programming).
Solusi untuk Par, Inc. ditunjukkan pada Gambar 2.14. Penulis telah memilih untuk membuat ini
buku fleksibel dan tidak bergantung pada paket pemrograman linier tertentu. Oleh karena itu, output dalam
Gambar 2.14 adalah generik dan bukan hasil cetakan aktual dari paket perangkat lunak tertentu. Itu
output yang diberikan pada Gambar 2.14 adalah tipikal dari kebanyakan paket pemrograman linier. Kami
menggunakan ini
format output di seluruh teks. Di situs web untuk kursus ini dua pemrograman linier
paket disediakan. Deskripsi paket diberikan dalam lampiran. Dalam Ap-
pendix 2.1 kami menunjukkan cara mengatasi masalah Par, Inc., menggunakan LINGO. Dalam Lampiran 2.2
kita
50
0
200
400
600
800
Jumlah Tas Standar
200
400
600
Jumlah Tas Deluxe
S
D
Layak
Wilayah
5
4
3
2
1
GAMBAR 2.13 LIMA POIN LUAR BIASA DARI DAERAH KECEPATAN
UNTUK PAR, INC. MASALAH
Pada Januari 1952 yang pertama
solusi komputer yang sukses
dari pemrograman linier
masalah dilakukan pada
SEAC (Standar
Otomatis Timur
Komputer). SEAC, yang
komputer digital pertama yang dibangun
oleh Biro Nasional Indonesia
Standar di bawah US Air
Paksa sponsor, punya a
Memori 512 kata dan
pita magnetik untuk eksternal
penyimpanan.
Halaman 24
menunjukkan cara merumuskan model spreadsheet untuk Par, Inc., masalah dan menggunakan Excel Solver
untuk memecahkan masalah.
Interpretasi Output Komputer
Mari kita lihat lebih dekat output pada Gambar 2.14 dan menginterpretasikan solusi komputer
disediakan untuk masalah Par, Inc.,. Solusi optimal untuk masalah ini akan memberikan
keuntungan $ 7668. Tepat di bawah nilai fungsi tujuan, kami menemukan nilai-nilai keputusan.
sion variabel pada solusi optimal. Kami memiliki tas standar S 540 dan D 252 deluxe
tas sebagai jumlah produksi yang optimal.
Ingatlah bahwa Par, Inc., masalah memiliki empat korelasi kendala yang kurang dari atau sama dengan
menyatukan jam yang tersedia di masing-masing dari empat departemen produksi. Informasi
ditunjukkan pada kolom Slack / Surplus memberikan nilai dari variabel slack untuk masing - masing
departemen. Informasi ini dirangkum di sini:
2.4 Solusi Komputer dari Par, Inc., Masalah
51
Nilai Tujuan Optimal =
7668.00000
Variabel
Nilai
Biaya yang dikurangi
-------------- --------------- -----------------
S
540.00000
0,00000
D
252.00000
0,00000
Paksaan
Kendur / Surplus
Nilai ganda
-------------- --------------- -----------------
1
0,00000
4.37500
2
120.00000
0,00000
3
0,00000
6.93750
4
18.00000
0,00000
Objektif
Diijinkan
Diijinkan
Peningkatan Koefisien Variabel
Mengurangi
---------- ------------ ----------
----------
S
10.00000
3.50000
3.70000
D
9.00000
5.28571
2.33333
RHS
Diijinkan
Diijinkan
Nilai Kendala
Meningkatkan
Mengurangi
---------- ------------ ----------
----------
1
630.00000
52.36364
134.40000
2
600.00000
Tak terbatas
120.00000
3
708.00000 192.00000
128.00000
4
135.00000
Tak terbatas
18.00000
GAMBAR 2.14 SOLUSI UNTUK PAR, INC., MASALAH
mengajukan
WEB
Par
Nomor Batasan
Nama Kendala
Kendur
1
0
2
Jahit
120
3
Selesai
0
4
18
Halaman 25
Dari informasi ini, kita melihat bahwa kendala pengikatan (cutting dan dyeing dan
menyelesaikan kendala) memiliki nol kendur pada solusi optimal. Departemen menjahit memiliki
120 jam kapasitas kendur atau tidak digunakan, dan departemen inspeksi dan pengemasan memiliki 18
jam kendur atau kapasitas yang tidak digunakan.
Sisa output pada Gambar 2.14 dapat digunakan untuk menentukan bagaimana perubahan input
data memengaruhi solusi optimal. Kami akan menunda diskusi tentang pengurangan biaya, nilai ganda,
peningkatan dan penurunan yang diijinkan dari koefisien fungsi objektif dan sisi kanan
nilai sampai Bab 3, ketika kita mempelajari topik analisis sensitivitas.
2.5
MASALAH MINIMASI SEDERHANA
M&D Chemicals menghasilkan dua produk yang dijual sebagai bahan baku untuk perusahaan yang
sabun mandi dan deterjen cuci pabrik. Berdasarkan analisis inventaris saat ini
tingkat dan permintaan potensial untuk bulan yang akan datang, manajemen M & D menetapkan bahwa
produksi gabungan untuk produk A dan B harus berjumlah setidaknya 350 galon. Secara terpisah, a
Pesanan utama pelanggan untuk 125 galon produk A juga harus dipenuhi. Produk A-
Menghabiskan 2 jam waktu pemrosesan per galon dan produk B membutuhkan 1 jam pemrosesan
waktu per galon. Untuk bulan mendatang, tersedia 600 jam waktu pemrosesan. M & D
tujuannya adalah untuk memenuhi persyaratan ini dengan total biaya produksi minimum. Produksi
biaya adalah $ 2 per galon untuk produk A dan $ 3 per galon untuk produk B.
Untuk menemukan jadwal produksi berbiaya minimum, kami akan merumuskan M&D Chemicals
masalah sebagai program linier. Mengikuti prosedur yang mirip dengan yang digunakan untuk Par, Inc.,
masalah, pertama-tama kita mendefinisikan variabel keputusan dan fungsi obyektif untuk masalah tersebut.
Membiarkan
Dengan biaya produksi $ 2 per galon untuk produk A dan $ 3 per galon untuk produk B,
fungsi obyektif yang sesuai dengan minimalisasi total biaya produksi dapat
ditulis sebagai
Selanjutnya, pertimbangkan kendala yang ditempatkan pada masalah M&P Kimia. Untuk memuaskan
permintaan pelanggan utama untuk 125 galon produk A, kita tahu A harus minimal 125.
Jadi, kami menulis batasannya
Untuk produksi gabungan untuk kedua produk, yang harus berjumlah setidaknya 350 galon, kami
dapat menulis batasannya
1A + 1B Ú 350
1A Ú 125
Min 2A + 3B
A=
B=
jumlah galon produk A
jumlah galon produk B
52
Pemecah pemrograman linier sekarang menjadi standar
fitur sebagian besar paket spreadsheet. Dalam Ap-
pendix 2.2 kami menunjukkan bagaimana spreadsheet dapat digunakan
untuk memecahkan program linier dengan menggunakan Excel untuk menyelesaikan
masalah Par, Inc.,.
Halaman 26
Akhirnya, untuk batasan 600 jam pada waktu pemrosesan yang tersedia, kami menambahkan kendala
Setelah menambahkan batasan nonnegativitas ( A , B 0), kita sampai pada linear berikut
program untuk masalah M & D Bahan Kimia:
Karena model pemrograman linier hanya memiliki dua variabel keputusan, grafis
prosedur solusi dapat digunakan untuk menemukan jumlah produksi yang optimal. Grafis jadi-
Prosedur lution untuk masalah ini, seperti pada masalah Par, mengharuskan kita untuk terlebih dahulu membuat
grafik
garis kendala untuk menemukan wilayah yang layak. Dengan membuat grafik setiap garis kendala secara
terpisah dan
kemudian memeriksa titik di kedua sisi garis kendala, solusi yang layak untuk masing-masing
kendala dapat diidentifikasi. Dengan menggabungkan solusi yang layak untuk setiap kendala pada
grafik yang sama, kami mendapatkan wilayah layak yang ditunjukkan pada Gambar 2.15.
A, B Ú 0
Min
st
2A
1A
1A
2A
+ 3B
+ 1B
+ 1B
Ú 125 Permintaan untuk produk A
Ú 350 Total produksi
… 600 Waktu pemrosesan
2A + 1B… 600
2.5 Masalah Minimisasi Sederhana
53
0
200
400
500
600
Galon Produk A
600
Galon Produk B
SEBUAH
B
Pengolahan T
sekarang
300
100
500
400
300
200
100
2
SEBUAH
+1
B
= 600
Produksi
1A
+1
B
= 350
SEBUAH
= 125
GAMBAR 2.15 WILAYAH YANG MUDAH UNTUK MASALAH M&M KIMIA
Halaman 27
Untuk menemukan solusi biaya minimum, kami sekarang menggambar garis fungsi fungsi objektif
sponding ke nilai total biaya tertentu. Sebagai contoh, kita mungkin mulai dengan menggambar garis
2 A 3 B 1200. Baris ini ditunjukkan pada Gambar 2.16. Jelas, beberapa poin di layak
wilayah akan menyediakan total biaya $ 1.200. Untuk menemukan nilai-nilai A dan B yang menyediakan
nilai total biaya yang lebih kecil, kami memindahkan garis fungsi tujuan ke arah kiri bawah
sampai, jika kita memindahkannya lebih jauh, itu akan sepenuhnya berada di luar wilayah yang layak. Catat itu
garis fungsi tujuan 2 A 3 B 800 memotong wilayah yang layak pada kondisi ekstrim
titik A
250 dan B 100. Titik ekstrem ini memberikan solusi biaya minimum
nilai fungsi objektif 800. Dari Gambar 2.15 dan 2.16, kita dapat melihat totalnya
batasan produksi dan batasan waktu pemrosesan mengikat. Sama seperti di setiap lini
masalah pemrograman telinga, solusi optimal terjadi pada titik ekstrim yang layak
wilayah.
Ringkasan Prosedur Solusi Grafis
untuk Masalah Minimisasi
Langkah-langkah prosedur solusi grafis untuk masalah minimisasi dirangkum
sini:
1. Siapkan grafik solusi yang layak untuk masing-masing kendala.
2. Tentukan wilayah yang layak dengan mengidentifikasi solusi yang memuaskan semua
kendala secara bersamaan.
54
0
200
400
500
600
Galon Produk A
600
Galon Produk B
SEBUAH
B
300
100
500
400
300
200
100
2A
+3B
= 1200
2A
+3B
= 800
Solusi Optimal
( A = 250, B = 100)
GAMBAR 2.16 SOLUSI GRAFIS UNTUK MASALAH M&M KIMIA
Bisakah Anda menggunakan grafik
prosedur solusi untuk
tentukan yang optimal
solusi untuk minimalisasi
masalah? Coba Masalah 31.
Halaman 28
3. Gambarlah garis fungsi objektif yang menunjukkan nilai-nilai variabel keputusan itu
menghasilkan nilai yang ditentukan dari fungsi tujuan.
4. Pindahkan garis fungsi objektif paralel menuju nilai fungsi objektif yang lebih kecil
sampai pergerakan lebih lanjut akan mengambil garis sepenuhnya di luar wilayah yang layak.
5. Setiap solusi yang layak pada garis fungsi tujuan dengan nilai terkecil adalah
solusi optimal.
Variabel Surplus
Solusi optimal untuk masalah M&P Kimia menunjukkan bahwa total produksi yang diinginkan
tion dari AB 350 galon telah dicapai dengan menggunakan semua waktu pemrosesan yang tersedia
2 A 1 B 2 (250) 1 (100) 600 jam. Selain itu, perhatikan bahwa membutuhkan kendala
permintaan produk A yang dipenuhi telah dipenuhi dengan A 250 galon. Bahkan,
pengurangan produk A melebihi level minimumnya sebesar 250 125 125 galon. Kelebihan ini
produksi untuk produk A disebut surplus. Dalam terminologi pemrograman linier,
setiap kelebihan kuantitas yang terkait dengan kendala disebut sebagai surplus.
Ingatlah bahwa dengan kendala, variabel slack dapat ditambahkan ke sisi kiri
ketidaksetaraan untuk mengubah batasan menjadi bentuk kesetaraan. Dengan kendala, surplus
variabel dapat dikurangkan dari sisi kiri ketidaksetaraan untuk mengkonversi konten
straint to equality form. Seperti halnya variabel slack, variabel surplus juga diberikan
cient of zero dalam fungsi objektif karena mereka tidak berpengaruh pada nilainya. Setelah
termasuk dua variabel surplus, S 1 dan S 2 , untuk kendala dan satu variabel kendur,
S 3 , untuk kendala, model pemrograman linier dari masalah M&D Chemicals
menjadi
Semua kendala sekarang persamaan. Oleh karena itu, formulasi sebelumnya adalah standar-
bentuk representasi dari masalah M&P Kimia. Pada solusi optimal A 250
dan B 100, nilai-nilai variabel surplus dan kendur adalah sebagai berikut:
A, B, S 1 , S 2 , S 3 Ú 0
Min
st
2A
1A
1A
2A
+ 3B
+ 1B
+ 1B
+ 0S 1
- 1S 1
+ 0S 2
- 1S 2
+ 0S 3
+1 1S 3
= 125
= 350
= 600
2.5 Masalah Minimisasi Sederhana
55
Paksaan
Nilai Kelebihan atau Kelonggaran Variabel
Permintaan untuk produk A
S1
125
Total produksi
S2
0
Waktu memproses
S3
0
Lihat Gambar 2.15 dan 2.16. Perhatikan bahwa variabel nol surplus dan kendur terkait
dengan kendala yang mengikat pada solusi optimal — yaitu total produksi
dan memproses batasan waktu. Surplus 125 unit dikaitkan dengan tidak mengikat
kendala pada permintaan untuk produk A .
Di Par, Inc., masalah semua kendala adalah dari jenisnya, dan dalam M&P
Masalah bahan kimia kendala adalah campuran dan jenis. Jumlah dan
jenis kendala yang dihadapi dalam masalah pemrograman linier tertentu bergantung pada
kemampuan untuk menggunakan slack dan
variabel surplus untuk menulis a
program linier dalam standar
bentuk, kondisi.
Halaman 29
kondisi spesifik yang ada dalam masalah. Masalah pemrograman linear mungkin ada
beberapa kendala, beberapa kendala, dan beberapa kendala. Untuk kesetaraan kesetaraan
solusi yang layak dan layak harus terletak langsung di garis kendala.
Contoh program linier dengan dua variabel keputusan, G dan H , dan ketiganya
bentuk kendala diberikan di sini:
Representasi bentuk standar dari masalah ini adalah
Bentuk standar membutuhkan variabel kendur untuk kendala dan variabel surplus untuk
kendala. Namun, baik variabel slack maupun surplus tidak diperlukan untuk variabel ketiga
kendala karena sudah dalam bentuk kesetaraan.
Ketika memecahkan program linear secara grafis, tidak perlu menuliskan masalahnya di
bentuk standarnya. Namun demikian, Anda harus dapat menghitung nilai-nilai kendur dan
variabel surplus dan memahami apa artinya, karena nilai-nilai kendur dan surplus
variabel dimasukkan dalam solusi komputer program linier.
Poin terakhir: Bentuk standar dari masalah pemrograman linear setara dengan
perumusan asli masalah. Yaitu, solusi optimal untuk semua program linear -
Masalah sama dengan solusi optimal untuk bentuk standar masalah. Itu
bentuk standar tidak mengubah masalah dasar; itu hanya mengubah cara kita menulis
kendala untuk masalah tersebut.
Solusi Komputer dari Masalah Bahan Kimia M&D
Solusi optimal untuk M & D diberikan pada Gambar 2.17. Output komputer menunjukkan bahwa
solusi biaya minimum menghasilkan nilai fungsi objektif sebesar $ 800. Nilai-nilai keputusan
Variabel sion menunjukkan bahwa 250 galon produk A dan 100 galon produk B menyediakan
solusi biaya minimum.
Kolom Slack / Surplus menunjukkan bahwa kendala terkait dengan permintaan
produk A (lihat kendala 1) memiliki surplus 125 unit. Kolom ini memberi tahu kita produksi itu
produk A dalam solusi optimal melebihi permintaan sebesar 125 galon. Slack / Surplus
nilai-nilai adalah nol untuk total kebutuhan produksi (kendala 2) dan waktu pemrosesan
keterbatasan (kendala 3), yang menunjukkan bahwa kendala ini mengikat secara optimal
larutan. Kami akan membahas sisa output komputer yang muncul pada Gambar 2.17 di
Bab 3 ketika kita mempelajari topik analisis sensitivitas.
G, H, S 1 , S 2 Ú 0
2G + 2H
1G + 3H
3G + 1H
1G - 1H
+ 0S 1
+ 1S 1
+ 0S 2
- 1S 2
= 12
= 13
=3
Min
st
G, H Ú 0
2G + 2H
1G + 3H… 12
3G + 1H Ú 13
1G - 1H = 3
Min
st
56
Coba Soal 34 untuk berlatih
memecahkan program linier
dengan ketiga kendala
formulir.
Halaman 30
2.6
KASUS KHUSUS
Di bagian ini kita membahas tiga situasi khusus yang dapat muncul ketika kita berusaha menyelesaikannya
masalah pemrograman linier.
Alternatif Solusi Optimal
Dari pembahasan prosedur solusi grafis, kita tahu solusi optimal
dapat ditemukan di titik-titik ekstrim dari wilayah yang layak. Sekarang mari kita perhatikan yang spesial
kasus di mana garis fungsi objektif yang optimal bertepatan dengan salah satu ikatan yang mengikat
garis straint pada batas wilayah yang layak. Kita akan melihat bahwa situasi ini dapat menyebabkan
untuk kasus solusi optimal alternatif; dalam kasus seperti itu, lebih dari satu solusi
memberikan nilai optimal untuk fungsi tujuan.
Untuk mengilustrasikan kasus solusi optimal alternatif, kami kembali ke Par, Inc.,
lem. Namun, mari kita asumsikan bahwa keuntungan untuk tas golf standar ( S ) telah berkurang
menjadi $ 6,30. Fungsi tujuan yang direvisi menjadi 6.3 S 9 D. Solusi grafis ini
masalah ditunjukkan pada Gambar 2.18. Perhatikan bahwa solusi optimal masih terjadi pada kondisi ekstrim
titik. Bahkan, itu terjadi pada dua titik ekstrem: titik ekstrem ( S 300, D 420) dan
titik ekstrim ( S 540, D 252).
Nilai fungsi obyektif pada dua titik ekstrim ini identik; itu adalah,
6.3 S 9 D
6.3 (300) 9 (420) 5670
O3
O4
2.6 Kasus Khusus
57
Nilai Tujuan Optimal =
800.00000
Variabel
Nilai
-------------- --------------- -----------------
SEBUAH
250.00000
0,00000
B
100.00000
0,00000
Paksaan
Kendur / Surplus
Nilai ganda
-------------- --------------- -----------------
1
125.00000
0,00000
2
0,00000
4.00000
3
0,00000
-1.00000
Objektif
Diijinkan
Diijinkan
Peningkatan Koefisien Variabel
Mengurangi
---------- ------------ ----------
----------
SEBUAH
2.00000
1,00000
Tak terbatas
B
3.00000
Tak terbatas
1,00000
RHS
Diijinkan
Diijinkan
Nilai Kendala
Meningkatkan
Mengurangi
---------- ------------ ----------
----------
1
125.00000
125.00000
Tak terbatas
2
350.00000
125.00000
50,00000
3
600.00000
100.00000
125.00000
GAMBAR 2.17 SOLUSI UNTUK MASALAH M&K KIMIA
mengajukan
WEB
M&D
Halaman 31
dan
6.3 S
9D
6.3 (540)
9 (252)
5670
Selain itu, titik apa pun pada saluran yang menghubungkan dua titik ekstrim optimal juga menyediakan
solusi optimal. Misalnya, titik solusi ( S 420, D 336), yang setengah
antara dua titik ekstrim, juga memberikan nilai fungsi objektif optimal
6.3 S
9D
6.3 (420)
9 (336)
5670
Masalah pemrograman linier dengan solusi optimal alternatif umumnya bagus
situasi untuk manajer atau pembuat keputusan. Ini berarti bahwa beberapa kombinasi dari
variabel cision optimal dan manajer dapat memilih optimal yang paling diinginkan
larutan. Sayangnya, menentukan apakah suatu masalah memiliki alternatif solusi optimal
bukan masalah sederhana.
Infeasibility
Kelemahan berarti bahwa tidak ada solusi untuk masalah pemrograman linier yang memenuhi semua
kendala, termasuk kondisi nonnegativitas. Secara grafis, infeasibility berarti itu
wilayah yang layak tidak ada; yaitu, tidak ada poin yang memenuhi semua kendala dan
kondisi nonnegativitas secara bersamaan. Untuk menggambarkan situasi ini, mari kita lihat kembali
masalah yang dihadapi oleh Par, Inc.
Misalkan manajemen menetapkan bahwa setidaknya 500 tas standar dan setidaknya
360 dari tas mewah harus dibuat. Grafik wilayah solusi sekarang mungkin
dibangun untuk mencerminkan persyaratan baru ini (lihat Gambar 2.19). Daerah yang diarsir di bagian bawah
58
0
200
400
600
800
Jumlah Tas Standar
200
400
600
Jumlah Tas Deluxe
S
D
6.3 S
+9D
= 3780
6.3 S
+9D
= 5670
(300, 420)
(540, 252)
5
4
3
2
1
GAMBAR 2.18 PAR, INC., MASALAH DENGAN FUNGSI TUJUAN 6,3 S
9D
(SOLUSI OPTIMAL ALTERNATIF)
Masalah tanpa layak
solusi muncul di
berlatih, paling sering
karena manajemen
harapan terlalu tinggi
atau karena terlalu banyak
pembatasan telah
ditempatkan pada masalah.
Halaman 32
Bagian sebelah kiri dari grafik menggambarkan titik-titik yang memenuhi batasan departemen
ketersediaan waktu. Daerah yang diarsir di bagian kanan atas menggambarkan titik-titik itu
memenuhi persyaratan produksi minimum 500 tas standar dan 360 deluxe. Tapi
tidak ada poin yang memenuhi kedua set kendala. Jadi, kita melihat bahwa jika manajemen memaksakan ini
persyaratan produksi minimum, tidak ada wilayah yang layak untuk masalah ini.
Bagaimana seharusnya kita menafsirkan infeasibility dalam hal masalah saat ini? Pertama, kita harus
beri tahu manajemen bahwa dengan sumber daya yang tersedia (yaitu, waktu produksi untuk pemotongan dan
mewarnai, menjahit, finishing, dan inspeksi dan pengemasan), tidak mungkin menghasilkan 500
tas standar dan 360 tas deluxe. Selain itu, kami dapat memberi tahu manajemen berapa banyak
dari setiap sumber daya harus dikeluarkan untuk memungkinkan pembuatan 500 standar dan
360 tas mewah. Tabel 2.2 menunjukkan jumlah minimum sumber daya yang harus tersedia
mampu, jumlah yang tersedia saat ini, dan jumlah tambahan yang diperlukan untuk mengakomodasi
tingkatkan tingkat produksi ini. Jadi, kita membutuhkan 80 jam lagi untuk memotong dan mewarnai, 32
lebih banyak jam untuk penyelesaian, dan 5 jam lagi untuk inspeksi dan pengemasan untuk memenuhi
manajemen
persyaratan produksi minimum.
Jika, setelah meninjau informasi ini, manajemen masih ingin membuat 500 standar
dan 360 tas mewah, sumber daya tambahan harus disediakan. Mungkin dengan menyewa orang lain
anak untuk bekerja di departemen pemotongan dan pencelupan, memindahkan seseorang dari tempat lain di
Korea
tanam untuk bekerja paruh waktu di departemen finishing, atau meminta pekerja menjahit membantu
dengan inspeksi dan pengemasan yang rapuh, persyaratan sumber daya dapat dipenuhi. Seperti kamu
dapat melihat, banyak kemungkinan tersedia untuk tindakan manajemen korektif, setelah kami temukan
kurangnya solusi yang layak. Yang penting disadari adalah pemrograman linier itu
2.6 Kasus Khusus
59
0
200
400
600
800
Jumlah Tas Standar
200
400
600
Jumlah Tas Deluxe
S
D
Poin Memuaskan
Departemen
Kendala
Poin Memuaskan
Produksi Minimum
Persyaratan
Minimum D
Minimum S
GAMBAR 2.19 TANPA WILAYAH KELAYAKAN UNTUK THE PAR, INC., MASALAH DENGAN
PERSYARATAN PRODUKSI MINIMUM 500 STANDAR
DAN 360 TAS DELUXE
Halaman 33
analisis dapat membantu menentukan apakah rencana manajemen layak atau tidak. Dengan menganalisis
masalah menggunakan pemrograman linier, kita sering dapat menunjukkan kondisi yang tidak layak dan
memulai tindakan korektif.
Setiap kali Anda mencoba untuk memecahkan masalah yang tidak layak menggunakan LINGO atau Excel
Solver, Anda akan mendapatkan pesan kesalahan yang menunjukkan bahwa masalahnya tidak layak. Pada kasus
ini
Anda tahu bahwa tidak ada solusi untuk masalah pemrograman linear yang akan memenuhi semua kendala,
termasuk kondisi nonnegativitas. Diperlukan pemeriksaan cermat terhadap formulasi Anda
cobalah untuk mengidentifikasi mengapa masalahnya tidak mungkin. Dalam beberapa situasi, satu-satunya
pendekatannya adalah untuk menghilangkan satu atau lebih kendala dan menyelesaikan kembali masalah. Jika
Anda dapat menemukan
solusi optimal untuk masalah yang direvisi ini, Anda akan tahu bahwa kendala yang dihilangkan
ted, bersama dengan yang lain, menyebabkan masalah menjadi tidak mungkin.
Tak terbatas
Solusi untuk masalah pemrograman linier maksimalisasi tidak terbatas jika nilai
solusinya dapat dibuat sangat besar tanpa melanggar kendala apa pun; untuk sebuah
masalah minimalisasi, solusinya tidak terbatas jika nilainya dapat dibuat sangat kecil.
Kondisi ini dapat disebut utopia manajerial; misalnya, jika kondisi ini terjadi
terjadi dalam masalah maksimalisasi laba, manajer dapat mencapai laba tanpa batas.
Namun, dalam model pemrograman linier masalah nyata, terjadinya suatu
solusi terbatas berarti bahwa masalah telah dirumuskan dengan tidak tepat. Kami tahu itu
tidak mungkin untuk meningkatkan keuntungan tanpa batas. Karena itu, kita harus menyimpulkan kalau untung
masalah maksimalisasi menghasilkan solusi tanpa batas, model matematika tidak
cukup merepresentasikan masalah dunia nyata. Biasanya, yang terjadi adalah bahwa
straint telah dihilangkan secara tidak sengaja selama perumusan masalah.
Sebagai ilustrasi, perhatikan program linier berikut dengan dua variabel keputusan,
X dan Y :
Pada Gambar 2.20 kami membuat grafik wilayah layak yang terkait dengan masalah ini. Perhatikan bahwa kita
hanya dapat menunjukkan bagian dari wilayah yang layak karena wilayah yang layak meluas tanpa batas waktu
ke arah sumbu X. Melihat garis fungsi objektif pada Gambar 2.20, kita lihat
bahwa solusi untuk masalah ini dapat dibuat sebesar yang kita inginkan. Yaitu, tidak peduli apa
solusi yang kami pilih, kami akan selalu dapat mencapai beberapa solusi yang layak dengan nilai yang lebih
besar.
Jadi, kami katakan bahwa solusi untuk program linear ini tidak terbatas.
X, Y Ú 0
Maks
st
20X
1X
+ 10Y
1Y
Ú2
…5
60
Minimum yang Dibutuhkan
Tersedia
Tambahan
Sumber daya
Sumber Daya Diperlukan Sumberdaya
Operasi
(jam)
(jam)
(jam)
⁷ ⁄ ₁₀ (500)
1 (360)
710
630
80
Jahit
¹ ⁄ ₂ (500)
⁵ ⁄ ₆ (360)
550
600
Tidak ada
Selesai
1 (500)
² ⁄ ₃ (360)
740
708
32
¹ ⁄ ₁₀ (500)
¹ ⁄ ₄ (360)
140
135
5
TABEL 2.2 SUMBER DAYA YANG DIPERLUKAN UNTUK PEMBUATAN 500 TAS STANDAR
DAN 360 TAS DELUXE
Halaman 34
Setiap kali Anda mencoba memecahkan masalah yang tidak dibatasi menggunakan LINGO atau
Excel Solver Anda akan mendapatkan pesan yang memberitahukan bahwa masalahnya tidak terbatas. Karena
solusi terbatas tidak dapat terjadi dalam masalah nyata, hal pertama yang harus Anda lakukan adalah meninjau
model Anda untuk menentukan apakah Anda salah merumuskan masalah. Dalam banyak kasus,
kesalahan ini adalah hasil dari menghilangkan secara tidak sengaja kendala selama perumusan masalah.
2.6 Kasus Khusus
61
0
5
10
15
20
5
10
20
X
Y
15
Wilayah yang Layak
Fungsi objektif
meningkat tanpa batas.
20
X
+ 10
Y
= 80
20
X
+ 10
Y
= 160
20
X
+ 10
Y
= 240
GAMBAR 2.20 CONTOH MASALAH YANG TIDAK DIUNDING
Bisakah Anda mengenali
program linear melibatkan
alternatif yang optimal
solusi atau ketidaklayakan,
atau tidak terikat? Mencoba
Masalah 42 dan 43.
1. Infeasibility tidak tergantung pada tujuan
fungsi. Itu ada karena kendala begitu
membatasi bahwa tidak ada wilayah yang layak untuk linier
model pemrograman dimungkinkan. Jadi kapan
Anda menghadapi ketidaklayakan, membuat perubahan
koefisien fungsi tujuan akan
tidak membantu; masalahnya akan tetap tidak mungkin.
2. Terjadinya solusi tanpa batas adalah
seringkali merupakan hasil dari kendala yang hilang. Namun,
perubahan fungsi tujuan dapat menyebabkan a
masalah yang sebelumnya tidak terikat menjadi
dibatasi dengan solusi optimal. Sebagai contoh,
grafik pada Gambar 2.20 menunjukkan so- tidak terikat
lution untuk fungsi tujuan Max 20 X 10 Y .
Namun, mengubah fungsi tujuan menjadi
Max 20 X 10 Y akan memberikan solusi optimal
tion X 2 dan Y 0 meskipun tidak ada perubahan
telah dibuat dalam kendala.
Halaman 35
2.7
NOTASI PEMROGRAMAN LINEAR UMUM
Dalam bab ini kami menunjukkan bagaimana merumuskan model pemrograman linier untuk Par, Inc.,
dan masalah M&D Chemicals. Untuk merumuskan model pemrograman linier Par, Inc.,
masalah kami mulai dengan mendefinisikan dua variabel keputusan: S jumlah tas standar dan
D
jumlah tas mewah. Dalam masalah M&D Chemicals, dua variabel keputusan
didefinisikan sebagai Sejumlah galon produk A dan B jumlah galon produk
uct B. Kami memilih nama variabel keputusan S dan D di Par, Inc., masalah dan A dan
B dalam masalah M&P Kimia untuk membuatnya lebih mudah mengingat apa variabel keputusan ini
terwakili dalam masalah. Meskipun pendekatan ini bekerja dengan baik untuk program linier
Dalam sejumlah kecil variabel keputusan, bisa menjadi sulit ketika berhadapan dengan masalah
yang melibatkan sejumlah besar variabel keputusan.
Notasi yang lebih umum yang sering digunakan untuk program linear menggunakan huruf x dengan a
subskrip. Sebagai contoh, di Par, Inc., masalah, kita bisa mendefinisikan variabel keputusan
mampu sebagai berikut:
Dalam masalah M&P Kimia, nama variabel yang sama akan digunakan, tetapi definisi mereka
tions akan berubah:
Kerugian menggunakan notasi umum untuk variabel keputusan adalah bahwa kita tidak lagi mampu
untuk dengan mudah mengidentifikasi apa variabel keputusan sebenarnya mewakili dalam model matematika.
Namun, keuntungan dari notasi umum adalah merumuskan model matematika untuk a
masalah yang melibatkan sejumlah besar variabel keputusan jauh lebih mudah. Misalnya, untuk
model pemrograman linier dengan tiga variabel keputusan, kami akan menggunakan nama variabel
x 1 , x 2 , dan x 3 ; untuk masalah dengan empat variabel keputusan, kami akan menggunakan nama variabel
x 1 , x 2 , x 3 , dan x 4 , dan seterusnya. Jelas, jika masalah melibatkan 1000 variabel keputusan, coba
untuk mengidentifikasi 1000 nama unik akan sulit. Namun, menggunakan pro
notasi gramming, variabel keputusan akan didefinisikan sebagai x 1 , x 2 , x 3 ,. . . , x 1000 .
Untuk menggambarkan prosedur solusi grafis untuk program linier yang ditulis menggunakan general
notasi pemrograman linier, pertimbangkan model matematika berikut untuk maksimalisasi
Masalah tion yang melibatkan dua variabel keputusan:
Pertama-tama kita harus mengembangkan grafik yang menampilkan solusi yang mungkin (nilai x 1 dan x 2 )
untuk
masalah. Konvensi yang biasa adalah memplot nilai x 1 sepanjang sumbu dan nilai horizontal
dari x 2 sepanjang sumbu vertikal. Gambar 2.21 menunjukkan solusi grafis untuk dua variabel ini
masalah. Perhatikan bahwa untuk masalah ini solusi optimal adalah x 1
2 dan x 2
2, dengan keberatan
nilai fungsi tive dari 10.
Maks
st
3x 1 + 2x 2
2x 1 + 2x 2 … 8
1x 1 + 0,5x 2 … 3
x1,x2Ú0
x1=
x2=
jumlah galon produk A
jumlah galon produk B
x1=
x2=
jumlah tas standar
jumlah tas mewah
62
Halaman 36
Menggunakan notasi pemrograman linear umum, kita dapat menulis bentuk standar dari
ceding program linear sebagai berikut:
Dengan demikian, pada solusi optimal x 1
2 dan x 2
2; nilai dari variabel slack adalah s 1
s2
0.
Maks
st
3x 1 + 2x 2 + 0s 1 +
2x 1 + 2x 2 + 1s 1
1x 1 + 0.5x 2 +
x1,x2,s1,s2Ú0
0s 2
1s 2
=8
=3
2.7 Notasi Pemrograman Linear Umum
63
6
5
4
3
2
1
1
2
3
4
5
7
0
x1
x2
Solusi Optimal
x 1 = 2, x 2 = 2
Nilai Optimal = 3 x 1 + 2 x 2 = 10
3x1+2x2=6
Kendala 2
Kendala 1
GAMBAR 2.21 SOLUSI GRAFIS DARI PROGRAM LINEAR DUA-VARIABEL
DENGAN NOTASI UMUM
Halaman 37
RINGKASAN
Kami merumuskan model pemrograman linier untuk dua masalah: Par, Inc., maksimisasi
masalah dan masalah minimisasi M&P Kimia. Untuk kedua masalah kami tunjukkan
prosedur solusi grafis dan menyediakan solusi komputer untuk masalah dalam a
tabel solusi umum. Dalam merumuskan model matematika dari masalah ini, kami mengembangkan
oped definisi umum model pemrograman linier.
Model pemrograman linier adalah model matematika dengan karakteristik sebagai berikut:
1. Fungsi objektif linear yang dimaksimalkan atau diminimalkan
2. Satu set kendala linier
3. Variabel yang semuanya terbatas pada nilai-nilai non-negatif
Variabel slack dapat digunakan untuk menulis batasan yang kurang dari atau sama dengan dalam bentuk
kesetaraan
dan variabel surplus dapat digunakan untuk menulis kendala kesetaraan yang lebih besar dari atau sama dengan
bentuk, kondisi. Nilai dari variabel slack biasanya dapat diinterpretasikan sebagai jumlah
sumber, sedangkan nilai variabel surplus menunjukkan jumlah melebihi dan di atas beberapa
menyatakan persyaratan minimum. Ketika semua kendala telah dituliskan sebagai persamaan,
Program telinga telah ditulis dalam bentuk standarnya.
Jika solusi untuk program linier tidak layak atau tidak terbatas, tidak ada solusi optimal untuk
masalah dapat ditemukan. Dalam kasus infeasibility, tidak ada solusi yang memungkinkan,
sedangkan, dalam kasus solusi tanpa batas, fungsi objektif dapat dibuat
berukuran besar untuk masalah maksimisasi dan sangat kecil untuk masalah minimisasi.
Dalam hal solusi optimal alternatif, ada dua atau lebih titik ekstrim optimal, dan
semua titik pada segmen garis yang menghubungkannya juga optimal.
Bab ini diakhiri dengan bagian yang menunjukkan bagaimana menulis program linear menggunakan
notasi pemrograman linier umum. Ilmu Manajemen dalam Tindakan, Menggunakan Linear
Pemrograman untuk Kontrol Lalu Lintas, memberikan contoh lain dari meluasnya penggunaan lin-
pemrograman telinga. Dalam dua bab berikutnya kita akan melihat lebih banyak aplikasi linear
pemrograman.
64
ILMU MANAJEMEN DALAM AKSI
MENGGUNAKAN PEMROGRAMAN LINEAR UNTUK PENGENDALIAN LALU LINTAS *
Jalan Tol Hanshin adalah tol pertama di kota
pressway di Osaka, Jepang. Meskipun pada tahun 1964 itu
panjangnya hanya 2,3 kilometer, hari ini adalah
jaringan jalan tol perkotaan skala 200 kilometer.
The Hanshin Expressway menyediakan layanan untuk
Daerah Hanshin (Osaka-Kobe), pop-paling kedua
area ulated di Jepang. Rata-rata 828.000 kendaraan
cles menggunakan jalan bebas hambatan setiap hari, dengan lalu lintas harian
terkadang melebihi 1 juta kendaraan. Pada tahun 1990,
Perusahaan Umum Jalan Tol Hanshin dimulai
menggunakan sistem kontrol lalu lintas otomatis untuk
memaksimalkan jumlah kendaraan yang mengalir ke
jaringan jalan bebas hambatan.
Sistem kontrol lalu lintas otomatis bergantung
dua metode kontrol: (1) membatasi jumlah mobil
yang memasuki jalan bebas hambatan di setiap jalan masuk; dan
(2) memberikan driver yang terbaru dan akurat
informasi lalu lintas, termasuk waktu perjalanan yang diharapkan
dan informasi tentang kecelakaan. Pendekatan yang digunakan
untuk membatasi jumlah kendaraan tergantung
apakah jalan bebas hambatan dalam kondisi normal atau stabil
operasi, atau apakah beberapa jenis peristiwa yang tidak biasa,
seperti kecelakaan atau kerusakan, telah terjadi.
Pada fase pertama kasus kondisi-mapan, the
Sistem Hanshin menggunakan model pemrograman linier
untuk memaksimalkan jumlah total kendaraan yang masuk
sistem, sambil mencegah kemacetan lalu lintas dan
efek buruk pada jaringan jalan di sekitarnya. Itu
data yang menggerakkan model pemrograman linier adalah
dikumpulkan dari detektor dipasang setiap 500 meter
di sepanjang jalan tol dan di semua pintu masuk dan keluar
landai. Setiap lima menit data real-time dikumpulkan
terlindung dari detektor yang digunakan untuk memperbarui
koefisien model, dan program linier baru
Halaman 38
GLOSARIUM
Kendala Persamaan atau ketidaksetaraan yang mengesampingkan kombinasi keputusan tertentu
variabel sebagai solusi yang layak.
Formulasi masalah Proses menerjemahkan pernyataan verbal dari suatu masalah menjadi
pernyataan matematika yang disebut model matematika.
Variabel keputusan Input yang dapat dikontrol untuk model pemrograman linier.
Batasan non-negatif Serangkaian kendala yang mengharuskan semua variabel menjadi tidak negatif.
Model matematika Representasi masalah di mana tujuan dan semua
kondisi straint dijelaskan oleh ekspresi matematika.
Model pemrograman linier Model matematika dengan fungsi objektif linier, a
set kendala linier, dan variabel nonnegatif.
Program linear Istilah lain untuk model pemrograman linier.
Fungsi linear Ekspresi matematika di mana variabel muncul secara terpisah
istilah dan dinaikkan ke kekuatan pertama.
Solusi yang layak Solusi yang memenuhi semua kendala.
Wilayah yang layak Kumpulan solusi yang layak.
Variabel kendur Variabel ditambahkan ke sisi kiri dari konstanta kurang dari atau sama dengan
straint untuk mengubah kendala menjadi kesetaraan. Nilai variabel ini biasanya bisa
diartikan sebagai jumlah sumber daya yang tidak digunakan.
Bentuk standar Program linier di mana semua batasan ditulis sebagai persamaan.
Solusi optimal dari bentuk standar program linier adalah sama dengan solusi optimal.
lusi perumusan asli dari program linier.
Redundant constraint Suatu kendala yang tidak memengaruhi wilayah yang layak. Jika kendala
redundan, dapat dihilangkan dari masalah tanpa mempengaruhi wilayah yang layak.
Titik ekstrem Secara grafis, titik ekstrem adalah titik solusi yang layak
mengalir di simpul atau "sudut" dari wilayah yang layak. Dengan masalah dua variabel,
titik treme ditentukan oleh persimpangan garis kendala.
Surplus variable Variabel dikurangkan dari sisi kiri dari lebih besar dari atau
sama dengan kendala untuk mengubah kendala menjadi kesetaraan. Nilai dari variabel ini bisa
biasanya diartikan sebagai jumlah di atas dan di atas beberapa level minimum yang disyaratkan.
Alternatif solusi optimal Kasus di mana lebih dari satu solusi menyediakan
nilai optimal untuk fungsi tujuan.
Infeasibility Situasi di mana tidak ada solusi untuk masalah pemrograman linear.
isfies semua kendala.
Tidak terbatas Jika nilai solusi dapat dibuat sangat besar dalam maksimalisasi
masalah pemrograman linier atau sangat kecil dalam masalah minimisasi tanpa melanggar
Jika ada kendala, masalahnya dikatakan tidak terikat.
Glosarium
65
menghitung jumlah maksimum kendaraan yang
pers dapat mengakomodasi.
Sistem kontrol lalu lintas otomatis telah
berhasil Menurut survei, kontrol lalu lintas
menambah panjang bagian yang padat dari bekas
Pressway sebesar 30% dan durasinya sebesar 20%. Saya t
terbukti sangat hemat biaya, dan driver
menganggapnya sebagai layanan yang sangat diperlukan.
* Berdasarkan T. Yoshino, T. Sasaki, dan T. Hasegawa,
“Sistem Kontrol Lalu Lintas di Hanshin Express-
cara, ” Antarmuka (Januari / Februari 1995): 94–108.
Halaman 39
MASALAH
1. Manakah dari hubungan matematika berikut ini dapat ditemukan dalam program linear-
model ming, dan mana yang tidak bisa? Untuk hubungan yang tidak dapat diterima untuk linier
program, nyatakan mengapa.
Sebuah.
1 A 2 B 70
b. 2 A 2 B 50
c. 1 A 2 B 2
10
d. 3
2 B 15
e. 1 A 1 B 6
f. 2 A 5 B 1 AB 25
2. Temukan solusi yang memenuhi batasan berikut:
Sebuah. 4 A 2 B 16
b. 4 A 2 B 16
c. 4 A 2 B 16
3. Tampilkan grafik terpisah dari garis kendala dan solusi yang memuaskan masing-masing
kendala berikut:
Sebuah. 3 A 2 B 18
b. 12 A 8 B 480
c. 5 A 10 B 200
4. Tampilkan grafik terpisah dari garis kendala dan solusi yang memuaskan masing-masing
kendala berikut:
Sebuah. 3 A 4 B 60
b.
6 A 5 B 60
c. 5 A 2 B 0
5. Tampilkan grafik terpisah dari garis kendala dan solusi yang memenuhi masing-masing fol.
kendala lowing:
Sebuah. A 0,25 ( AB )
b. B 0,10 ( AB )
c. A 0,50 ( AB )
6. Tiga fungsi obyektif untuk masalah pemrograman linier adalah 7 A 10 B , 6 A 4 B , dan
4 A 7 B . Tampilkan grafik masing-masing untuk nilai fungsi tujuan yang sama dengan 420.
7. Identifikasi wilayah yang layak untuk serangkaian kendala berikut:
A, B Ú 0
3A - 2B Ú 0
2A - 1B… 200
1A ... 150
2A - 1B… 0
-1A + 1.5B… 200
A, B Ú 0
0,5A + 0,25B Ú 30
1A +
5B Ú 250
0,25A + 0,5B… 50
A, B Ú 0
2A
66
Halaman 40
10. Untuk program linier
temukan solusi optimal menggunakan prosedur solusi grafis. Berapa nilai dari
fungsi objektif pada solusi optimal?
11. Selesaikan program linier berikut ini dengan menggunakan prosedur solusi grafis:
12. Pertimbangkan masalah pemrograman linier berikut:
Sebuah. Temukan solusi optimal menggunakan prosedur solusi grafis.
b. Jika fungsi objektif diubah menjadi 2 A 6 B , apa solusi optimalnya?
c. Ada berapa titik ekstrem? Apa nilai-nilai A dan B di setiap ekstrem
titik?
13. Pertimbangkan program linier berikut:
Sebuah. Tunjukkan wilayah yang layak.
b. Apa poin ekstrem dari wilayah yang layak?
c. Temukan solusi optimal menggunakan prosedur grafis.
14. RMC, Inc., adalah perusahaan kecil yang memproduksi berbagai produk kimia. Dalam suatu pro
proses duction, tiga bahan baku dicampur (dicampur bersama) untuk menghasilkan dua produk
ucts: bahan bakar tambahan dan bahan dasar pelarut. Setiap ton aditif bahan bakar adalah campuran ² ⁄ ₅ ton
material 1 dan ³ ⁄ ₅ material 3. Satu ton basa pelarut adalah campuran dari ¹ ⁄ ₂ ton material 1,
¹ ⁄ ₅ ton material 2, dan ³ ⁄ ₁₀ ton material 3. Setelah dikurangi biaya yang relevan, laba
kontribusi adalah $ 40 untuk setiap ton aditif bahan bakar yang diproduksi dan $ 30 untuk setiap ton pelarut
basis diproduksi.
A, B Ú 0
1A +
1A
2A +
2B
1B
2B
…5
…4
= 12
Maks
st
Maks
st
3A + 3B
2A + 4B… 12
6A + 4B… 24
A, B Ú 0
A, B Ú 0
5A +
1A
2A +
5B
1B
4B
... 100
… 80
… 400
Maks
st
Maks
st
2A + 3B
1A + 2B… 6
5A + 3B… 15
A, B Ú 0
Masalah
67
Halaman 41
Produksi RMC dibatasi oleh ketersediaan terbatas dari tiga bahan baku. Untuk
periode produksi saat ini, RMC telah tersedia jumlah masing-masing mentah
bahan:
Dengan asumsi bahwa RMC tertarik untuk memaksimalkan kontribusi laba total, jawab
berikut:
Sebuah. Apa model pemrograman linier untuk masalah ini?
b. Temukan solusi optimal menggunakan prosedur solusi grafis. Berapa ton
setiap produk harus diproduksi, dan apa kontribusi total laba yang diproyeksikan?
c. Apakah ada bahan yang tidak digunakan? Jika ya, berapa banyak?
d. Apakah ada kendala yang mubazir? Jika ya, yang mana?
15. Rujuk ke Par, Inc., masalah yang diuraikan dalam Bagian 2.1. Misalkan manajemen Par
menghadapi situasi berikut:
Sebuah. Departemen akuntansi merevisi estimasi kontribusi laba untuk deluxe
tas hingga $ 18 per kantong.
b. Bahan murah baru tersedia untuk tas standar, dan kontribusi keuntungan
per tas standar dapat ditingkatkan menjadi $ 20 per kantong. (Asumsikan bahwa kontribusi keuntungan
tas deluxe adalah nilai asli $ 9.)
c. Tersedia peralatan menjahit baru yang akan meningkatkan kapasitas operasi menjahit
hingga 750 jam. (Asumsikan bahwa 10 A 9 B adalah fungsi objektif yang sesuai.) Jika masing-masing
situasi ini ditemui secara terpisah, apa solusi optimal dan total
kontribusi keuntungan?
16. Rujuk ke wilayah yang layak untuk Par, Inc., masalah pada Gambar 2.13.
Sebuah. Kembangkan fungsi objektif yang akan membuat titik ekstrem
ekstrim optimal
titik.
b. Apa solusi optimal untuk fungsi objektif yang Anda pilih pada bagian (a)?
c. Apa nilai-nilai dari variabel slack yang terkait dengan solusi ini?
17. Tuliskan program linear berikut dalam bentuk standar:
Maks
st
4A + 1B
10A + 2B… 30
3A + 2B… 12
2A + 2B… 10
A, B Ú 0
Maks
st
5A + 2B
1A - 2B… 420
2A + 3B… 610
6A - 1B… 125
A, B Ú 0
O4
68
Bahan baku
Jumlah Tersedia untuk Produksi
Materi 1
20 ton
Materi 2
5 ton
Materi 3
21 ton
5
Halaman 42
Sebuah. Tulis masalah ini dalam bentuk standar.
b. Memecahkan masalah menggunakan prosedur solusi grafis.
c. Apa nilai dari tiga variabel kendur pada solusi optimal?
19. Diberikan program linear
Sebuah. Tulis masalah dalam bentuk standar.
c. Apa nilai dari tiga variabel kendur pada solusi optimal?
b. Menyelesaikan masalah.
c. Apa nilai dari variabel slack dan surplus pada solusi optimal?
Gambar 2.22 menunjukkan grafik garis kendala.
Sebuah. Tempatkan angka (1, 2, atau 3) di sebelah setiap garis kendala untuk mengidentifikasi kendala yang mana
mewakili.
b. Bayangkan di wilayah layak pada grafik.
c. Identifikasi titik ekstrim optimal. Apa solusi optimalnya?
d. Kendala apa yang mengikat? Menjelaskan.
e. Berapa banyak kelonggaran atau surplus yang terkait dengan kendala tidak mengikat?
22. Produk Olahraga Reiser ingin menentukan jumlah All-Pro ( A ) dan College ( C )
bola untuk diproduksi untuk memaksimalkan keuntungan selama perencanaan empat minggu ke depan
horison. Kendala yang mempengaruhi jumlah produksi adalah kapasitas produksi
di tiga departemen: memotong dan mewarnai; jahit; dan inspeksi dan pengemasan. Untuk
A, B Ú 0
2A +
5A +
-1A +
1A +
3B
5B
1B
3B
… 400
… 10
Ú 90
Kendala 1
Kendala 2
Kendala 3
Maks
st
A, B Ú 0
3A
SEBUAH
3A
SEBUAH
SEBUAH
+ 2B
+B
+ 4B
-B
Ú4
... 24
Ú2
…0
Maks
st
A, B Ú 0
3A +
-1A +
1A +
2A +
4B
2B
2B
1B
... 8
… 12
… 16
Maks
st
Masalah
69
Halaman 43
periode perencanaan empat minggu, 340 jam waktu cutting dan dyeing, 420 jam
waktu menjahit, dan 200 jam waktu inspeksi dan pengemasan tersedia. Semua pro
bola kaki memberikan keuntungan $ 5 per unit dan bola kaki College memberikan keuntungan $ 4 per
satuan. Model pemrograman linier dengan waktu produksi dinyatakan dalam menit adalah sebagai
berikut:
Sebagian dari solusi grafis untuk masalah Reiser ditunjukkan pada Gambar 2.23.
Sebuah. Bayangkan wilayah yang layak untuk masalah ini.
b. Tentukan koordinat dari setiap titik ekstrim dan laba yang sesuai. Yang
titik ekstrim menghasilkan laba tertinggi?
c. Gambar garis laba yang terkait dengan laba $ 4000. Pindahkan garis keuntungan sejauh ini
dari asal semampu Anda untuk menentukan titik ekstrem mana yang akan menyediakan
solusi optimal. Bandingkan jawaban Anda dengan pendekatan yang Anda gunakan pada bagian (b).
d. Kendala apa yang mengikat? Menjelaskan.
e. Misalkan nilai dari koefisien fungsi tujuan adalah $ 4 untuk masing-masing
Model All-Pro diproduksi dan $ 5 untuk setiap model Perguruan Tinggi. Gunakan solusi grafis
prosedur untuk menentukan solusi optimal baru dan nilai yang sesuai
keuntungan.
Maks
st
5A + 4C
12A + 6C
9A + 15C
6A + 6C
A, C Ú 0
… 20.400 Memotong dan mewarnai
… 25.200 Menjahit
… 12.000 Inspeksi dan pengemasan
70
B
SEBUAH
90
80
70
60
50
40
30
20
10
10
30
20
70
60
50
40
90
80
100
0
GAMBAR 2.22 GRAFIK DARI GARIS KONSTRA UNTUK LATIHAN 21
Halaman 44
23. Embassy Motorcycles (EM) memproduksi dua sepeda motor ringan yang dirancang untuk
penanganan dan keamanan yang mudah. Model EZ-Rider memiliki mesin baru dan low profile itu
membuatnya mudah diseimbangkan. Model Lady-Sport sedikit lebih besar, menggunakan yang lebih tradisional
mesin, dan secara khusus dirancang untuk menarik bagi pengendara wanita. Kedutaan menghasilkan en-
gas untuk kedua model di pabriknya Des Moines, Iowa. Setiap mesin EZ-Rider membutuhkan
6 jam waktu pembuatan dan setiap mesin Lady-Sport membutuhkan 3 jam pabrikan-
waktu turing. Pabrik Des Moines memiliki waktu produksi mesin 2100 jam.
mampu untuk periode produksi berikutnya. Pemasok bingkai sepeda motor Kedutaan dapat menyediakan
banyak frame EZ-Rider sesuai kebutuhan. Namun, bingkai Lady-Sport lebih kompleks dan
pemasok hanya dapat menyediakan hingga 280 frame Lady-Sport untuk periode produksi berikutnya.
Perakitan dan pengujian akhir membutuhkan 2 jam untuk setiap model EZ-Rider dan 2,5 jam untuk
masing-masing model Lady-Sport. Maksimal 1000 jam waktu perakitan dan pengujian adalah
tersedia untuk periode produksi berikutnya. Proyek departemen akuntansi perusahaan
kontribusi laba sebesar $ 2400 untuk setiap EZ-Rider yang diproduksi dan $ 1800 untuk setiap Lady-
Olahraga diproduksi.
Sebuah. Merumuskan model pemrograman linier yang dapat digunakan untuk menentukan jumlah
unit masing-masing model yang harus diproduksi untuk memaksimalkan kontribusi total
tion untuk keuntungan.
b. Selesaikan masalah secara grafis. Apa solusi optimalnya?
c. Kendala apa yang mengikat?
Masalah
71
SEBUAH
C
3500
3000
2500
2000
1500
1000
500
500
1000
1500
2000
2500
3000
Jumlah Sekolah Tinggi F
ootballs
Jumlah Bola All-Pro
0
GAMBAR 2.23 BAGIAN DARI SOLUSI GRAFIS UNTUK LATIHAN 22
Halaman 45
24. Kelson Sporting Equipment, Inc., membuat dua jenis sarung tangan baseball: reguler
model dan model penangkap. Perusahaan memiliki 900 jam waktu produksi tersedia di
departemen pemotongan dan menjahit, 300 jam tersedia di departemen penyelesaiannya, dan
100 jam tersedia di departemen pengemasan dan pengirimannya. Waktu produksi
persyaratan dan kontribusi laba per sarung tangan diberikan dalam tabel berikut:
Dengan asumsi bahwa perusahaan tertarik untuk memaksimalkan kontribusi laba total, dan
swer yang berikut ini:
Sebuah. Apa model pemrograman linier untuk masalah ini?
b. Temukan solusi optimal menggunakan prosedur solusi grafis. Berapa banyak sarung tangan
setiap model yang harus dibuat Kelson?
c. Berapa total kontribusi laba yang dapat diperoleh Kelson dengan produksi yang diberikan
jumlah?
d. Berapa jam waktu produksi akan dijadwalkan di setiap departemen?
e. Apa waktu luang di setiap departemen?
25. George Johnson baru-baru ini mewarisi sejumlah besar uang; dia ingin menggunakan sebagian dari ini
uang untuk menyiapkan dana perwalian untuk kedua anaknya. Dana perwalian memiliki dua opsi investasi
tions: (1) dana obligasi dan (2) dana saham. Proyeksi pengembalian selama umur
jubah adalah 6% untuk dana obligasi dan 10% untuk dana saham. Apa pun bagian dari
warisan yang akhirnya dia putuskan untuk berkomitmen pada dana perwalian, dia ingin berinvestasi setidaknya 30%
dari jumlah itu dalam dana obligasi. Selain itu, ia ingin memilih campuran yang akan memungkinkannya
untuk mendapatkan total pengembalian setidaknya 7,5%.
Sebuah. Merumuskan model pemrograman linier yang dapat digunakan untuk menentukan persentase
yang harus dialokasikan ke masing-masing alternatif investasi yang memungkinkan.
26. Sea Wharf Restaurant ingin menentukan cara terbaik untuk mengalokasikan iklan bulanan
anggaran iklan sebesar $ 1000 antara iklan surat kabar dan iklan radio. Mengelola-
ment memutuskan bahwa setidaknya 25% dari anggaran harus dihabiskan untuk setiap jenis media, dan itu
jumlah uang yang dihabiskan untuk iklan surat kabar lokal harus setidaknya dua kali lipat
jumlah yang dihabiskan untuk iklan radio. Seorang konsultan pemasaran mengembangkan indeks yang mengukur
memastikan paparan pemirsa per dolar iklan pada skala dari 0 hingga 100, dengan nilai lebih tinggi
itu menyiratkan paparan pemirsa yang lebih besar. Jika nilai indeks untuk koran lokal
iklan adalah 50 dan nilai indeks untuk iklan radio spot adalah 80, bagaimana seharusnya
restoran mengalokasikan anggaran iklannya untuk memaksimalkan nilai total audiens
paparan?
Sebuah. Merumuskan model pemrograman linier yang dapat digunakan untuk menentukan bagaimana restau-
rant harus mengalokasikan anggaran iklannya untuk memaksimalkan nilai total
paparan dience.
27. Blair & Rosen, Inc. (B&R), adalah perusahaan pialang yang berspesialisasi dalam portofolio investasi
dirancang untuk memenuhi toleransi risiko spesifik kliennya. Klien yang menghubungi B&R
minggu terakhir ini memiliki maksimum $ 50,000 untuk diinvestasikan. Penasihat investasi B&R memutuskan untuk
merekomendasikan portofolio yang terdiri dari dua dana investasi: dana Internet dan Blue
72
Waktu produksi (jam)
Pemotongan
Pengemasan
Model
dan Menjahit
Selesai
dan Pengiriman
Keuntungan / Sarung Tangan
Model reguler
1
¹⁄₂
¹⁄₈
$5
Model penangkap
³⁄₂
¹⁄₃
¹⁄₄
$8
Halaman 46
Dana chip. Dana Internet memiliki proyeksi pengembalian tahunan sebesar 12%, sedangkan Blue Chip
dana memiliki proyeksi pengembalian tahunan sebesar 9%. Penasihat investasi membutuhkan paling banyak
$ 35.000 dana klien harus diinvestasikan dalam dana Internet. Layanan B&R termasuk
peringkat risiko untuk setiap alternatif investasi. Dana Internet, yang lebih berisiko
dua alternatif investasi, memiliki peringkat risiko 6 per seribu dolar yang diinvestasikan. Itu
Dana Blue Chip memiliki peringkat risiko sebesar 4 per seribu dolar yang diinvestasikan. Misalnya, jika
$ 10.000 diinvestasikan di masing-masing dari dua dana investasi, peringkat risiko B & R untuk portofolio
lio akan menjadi 6 (10) 4 (10) 100. Akhirnya, B&R mengembangkan kuesioner untuk diukur
toleransi risiko setiap klien. Berdasarkan tanggapan, masing-masing klien diklasifikasikan sebagai
investor yang aktif, moderat, atau agresif. Misalkan hasil kuesioner mengklasifikasikan
klien saat ini sebagai investor moderat. B&R merekomendasikan bahwa klien yang merupakan investor moderat
vestor membatasi portofolionya hingga peringkat risiko maksimum 240.
Sebuah. Apa portofolio investasi yang disarankan untuk klien ini? Apa tanggapan tahunan
giliran untuk portofolio?
b. Misalkan klien kedua dengan investasi $ 50,000 telah diklasifikasikan sebagai agresif
investor. B&R merekomendasikan agar peringkat risiko portofolio maksimum untuk yang agresif
investor adalah 320. Apa portofolio investasi yang direkomendasikan untuk investasi agresif ini
vestor? Diskusikan apa yang terjadi pada portofolio di bawah strategi investor yang agresif.
c. Misalkan klien ketiga dengan $ 50.000 untuk berinvestasi telah diklasifikasikan sebagai
investor aktif. B&R merekomendasikan bahwa peringkat risiko portofolio maksimum untuk suatu
investor asli adalah 160. Mengembangkan portofolio investasi yang direkomendasikan untuk
investor konservatif. Diskusikan interpretasi dari variabel slack untuk total
kendala dana investasi.
28. Tom's, Inc., memproduksi berbagai produk makanan Meksiko dan menjualnya ke Makanan Barat, a
rantai toko kelontong yang berlokasi di Texas dan New Mexico. Tom's, Inc., membuat dua salsa
produk: Salsa Makanan Barat dan Salsa Kota Meksiko. Intinya, kedua produk itu
berbagai campuran tomat utuh, saus tomat, dan pasta tomat. Makanan Barat
Salsa adalah campuran 50% tomat utuh, 30% saus tomat, dan 20% pasta tomat. Itu
Salsa Kota Meksiko, yang memiliki konsistensi lebih tebal dan lebih tebal, terdiri dari 70% keseluruhan
tomat, 10% saus tomat, dan 20% pasta tomat. Setiap toples salsa yang diproduksi memiliki berat
10 ons. Untuk periode produksi saat ini, Tom's, Inc., dapat membeli hingga 280 pound
tomat utuh, 130 pon saus tomat, dan 100 pon pasta tomat; harga
per pon untuk bahan-bahan ini adalah $ 0,96, $ 0,64, dan $ 0,56, masing-masing. Biaya
rempah-rempah dan bahan lainnya adalah sekitar $ 0,10 per botol. Tom's, Inc., membeli kosong
toples kaca masing-masing $ 0,02, dan biaya pelabelan dan pengisian diperkirakan $ 0,03 untuk masing-masing
toples salsa diproduksi. Kontrak Tom dengan Makanan Barat menghasilkan pendapatan penjualan sebesar $ 1,64
untuk setiap toples Salsa Makanan Barat dan $ 1,93 untuk setiap toples Salsa Kota Meksiko.
Sebuah. Mengembangkan model pemrograman linier yang akan memungkinkan Tom untuk menentukan campuran
produk salsa yang akan memaksimalkan kontribusi total laba.
b. Temukan solusi optimal.
29. AutoIgnite memproduksi sistem pengapian elektronik untuk mobil di pabrik di Cleveland,
Ohio. Setiap sistem pengapian dirakit dari dua komponen yang diproduksi di AutoIgnite
tanaman di Buffalo, New York, dan Dayton, Ohio. Pabrik Buffalo dapat menghasilkan 2.000 unit
komponen 1, 1000 unit komponen 2, atau kombinasi kedua komponen
setiap hari. Misalnya, 60% dari waktu produksi Kerbau dapat digunakan untuk menghasilkan komponen
nen 1 dan 40% dari waktu produksi Kerbau dapat digunakan untuk memproduksi komponen 2; di dalam
kasus, pabrik Buffalo akan mampu menghasilkan 0,6 (2000) 1200 unit komponen 1
setiap hari dan 0,4 (1000) 400 unit komponen 2 setiap hari. Pabrik Dayton dapat
kurangi 600 unit komponen 1, 1.400 unit komponen 2, atau kombinasi keduanya
komponen setiap hari. Pada akhir setiap hari, produksi komponen di Buffalo dan
Dayton dikirim ke Cleveland untuk perakitan sistem pengapian pada hari kerja berikutnya.
Masalah
73
Halaman 47
Sebuah. Merumuskan model pemrograman linier yang dapat digunakan untuk mengembangkan produksi harian
jadwal untuk pabrik Buffalo dan Dayton yang akan memaksimalkan produksi harian
sistem pengapian di Cleveland.
30. Seorang penasihat keuangan di Diehl Investments mengidentifikasi dua perusahaan yang kemungkinan merupakan
kandidat
tanggal untuk pengambilalihan dalam waktu dekat. Kabel Timur adalah produsen terkemuka fleksibel
sistem kabel yang digunakan dalam industri konstruksi, dan ComSwitch adalah perusahaan baru yang berspesialisasi
dalam sistem switching digital. Kabel Timur saat ini diperdagangkan seharga $ 40 per saham, dan
ComSwitch saat ini diperdagangkan dengan $ 25 per saham. Jika pengambilalihan terjadi,
visor memperkirakan bahwa harga Kabel Timur akan menjadi $ 55 per saham dan ComSwitch
akan menjadi $ 43 per saham. Pada titik ini, penasihat keuangan telah mengidentifikasi
Beralih sebagai alternatif risiko yang lebih tinggi. Asumsikan bahwa klien menunjukkan keinginan untuk berinvestasi
maksimal $ 50.000 di kedua perusahaan. Klien ingin berinvestasi setidaknya $ 15.000
di Kabel Timur dan setidaknya $ 10.000 di ComSwitch. Karena risiko yang lebih tinggi terkait
dengan ComSwitch, penasihat keuangan merekomendasikan paling banyak $ 25.000
diinvestasikan dalam ComSwitch.
saham Eastern Cable dan jumlah saham ComSwitch yang akan memenuhi
kendala vestasi dan memaksimalkan pengembalian total untuk investasi.
b. Buat grafik wilayah yang layak.
c. Tentukan koordinat dari setiap titik ekstrim.
d. Temukan solusi optimal.
Identifikasi wilayah yang layak dan temukan solusi optimal dengan menggunakan solusi solusi grafis
obat. Apa nilai dari fungsi objektif?
32. Identifikasi tiga solusi titik ekstrim untuk masalah M&P Kimia (lihat Bagian 2.5).
Identifikasi nilai fungsi objektif dan nilai variabel slack dan surplus
pada setiap titik ekstrim.
33. Pertimbangkan masalah pemrograman linier berikut:
Sebuah. Temukan solusi optimal menggunakan prosedur solusi grafis dan nilai
fungsi objektif.
b. Tentukan jumlah slack atau surplus untuk setiap kendala.
c. Misalkan fungsi tujuan berubah ke max 5 A + 2 B . Temukan solusi optimal
dan nilai fungsi tujuan.
A, B Ú 0
A + 2B
A + 4B
2A +
B
3A + 1.5B
-2A + 6B
... 21
Ú7
... 21
Ú0
Min
st
Min
st
3A + 4B
1A + 3B Ú 6
1A + 1B Ú 4
A, B Ú 0
74
Halaman 48
Sebuah. Tunjukkan wilayah yang layak.
b. Apa poin ekstrem dari wilayah yang layak?
c. Temukan solusi optimal menggunakan prosedur solusi grafis.
c. Apa nilai dari variabel slack dan surplus?
36. Sebagai bagian dari inisiatif peningkatan kualitas, karyawan Elektronik Konsolidasi selesai
program pelatihan tiga hari tentang kerja tim dan program pelatihan dua hari tentang pemecahan masalah
ing. Manajer peningkatan kualitas telah meminta setidaknya 8 program pelatihan
pada tim dan setidaknya 10 program pelatihan tentang pemecahan masalah ditawarkan selama
enam bulan ke depan. Selain itu, manajemen tingkat senior telah menetapkan bahwa setidaknya 25
program harus ditawarkan selama periode ini. Elektronik Terkonsolidasi menggunakan
tidak ingin mengajarkan program pelatihan. Selama kuartal berikutnya, konsultan memiliki 84 hari
waktu pelatihan tersedia. Setiap program pelatihan tentang biaya timing $ 10.000 dan setiap pelatihan
program pemecahan masalah biaya $ 8000.
program pelatihan tentang kerja sama dan jumlah program pelatihan tentang pemecahan masalah
yang harus ditawarkan untuk meminimalkan biaya total.
b. Buat grafik wilayah yang layak.
c. Tentukan koordinat dari setiap titik ekstrim.
d. Selesaikan untuk solusi biaya minimum.
37. The New England Cheese Company memproduksi dua keju menyebar dengan memadukan ringan
keju cheddar dengan keju cheddar ekstra tajam. Spread keju dikemas dalam
Kontainer 12 ons, yang kemudian dijual ke distributor di seluruh Timur Laut. Itu
Campuran biasa mengandung 80% cheddar ringan dan 20% ekstra tajam, dan campuran Zesty
mengandung 60% cheddar ringan dan 40% ekstra tajam. Tahun ini, sebuah koperasi susu lokal
ditawarkan untuk menyediakan hingga £ 8.100 keju cheddar ringan untuk $ 1,20 per pon dan
hingga 3000 pon keju cheddar ekstra tajam seharga $ 1,40 per pon. Biaya untuk berbaur
dan paket penyebaran keju, tidak termasuk biaya keju, adalah $ 0,20 per con
tainer. Jika setiap kontainer Reguler dijual seharga $ 1,95 dan setiap kontainer Zesty dijual
seharga $ 2,20, berapa kontainer Reguler dan Zesty yang harus Keju New England
menghasilkan?
A, B Ú 0
6A + 4B
2A + 1B
1A + 1B
1B
Ú 12
Ú 10
…4
Min
st
Min
st
2A + 2B
1A + 3B… 12
3A + 1B Ú 13
1A - 1B = 3
A, B Ú 0
Masalah
75
Halaman 49
38. Applied Technology, Inc. (ATI), memproduksi kerangka sepeda menggunakan dua bahan fiberglass
yang meningkatkan rasio kekuatan-terhadap-berat frame. Biaya kelas standar
bahan adalah $ 7,50 per halaman dan biaya bahan kelas profesional adalah $ 9,00 per halaman.
Bahan kelas standar dan profesional mengandung jumlah fiberglass yang berbeda,
serat karbon, dan Kevlar seperti yang ditunjukkan pada tabel berikut:
ATI menandatangani kontrak dengan produsen sepeda untuk menghasilkan kerangka baru dengan karbon
konten serat setidaknya 20% dan konten Kevlar tidak lebih besar dari 10%. Untuk memenuhi
spesifikasi berat quired, total 30 meter bahan harus digunakan untuk setiap frame.
Sebuah. Merumuskan program linier untuk menentukan jumlah yard setiap kelas serat
bahan kaca yang ATI harus gunakan di setiap frame untuk meminimalkan biaya total. De-
denda variabel keputusan dan tunjukkan tujuan setiap kendala.
b. Gunakan prosedur solusi grafis untuk menentukan wilayah yang layak. Apa itu
titik koordinat yang ekstrim?
c. Hitung total biaya pada setiap titik ekstrem. Apa solusi optimalnya?
d. Distributor bahan fiberglass saat ini kelebihan stok dengan profesional
bahan kelas. Untuk mengurangi persediaan, distributor menawarkan ATI kesempatan untuk membeli
kejar nilai profesional untuk $ 8 per halaman. Apakah solusi optimal akan berubah?
e. Misalkan distributor lebih lanjut menurunkan harga bahan kelas profesional
hingga $ 7,40 per halaman. Apakah solusi optimal akan berubah? Apa efeknya akan lebih rendah lagi
harga untuk bahan kelas profesional ada pada solusi optimal? Menjelaskan.
39. Innis Investments mengelola dana untuk sejumlah perusahaan dan klien kaya. Di-
strategi vestment disesuaikan dengan kebutuhan setiap klien. Untuk klien baru, Innis telah dipilih
rized untuk berinvestasi hingga $ 1,2 juta dalam dua dana investasi: dana saham dan uang
dana pasar. Setiap unit dana saham berharga $ 50 dan memberikan tingkat pengembalian tahunan sebesar
10%; setiap unit dana pasar uang berharga $ 100 dan memberikan tingkat pengembalian tahunan
4%.
Klien ingin meminimalkan risiko dengan persyaratan bahwa pendapatan tahunan
dari investasi setidaknya $ 60.000. Menurut sistem pengukuran risiko Innis,
setiap unit yang diinvestasikan dalam dana saham memiliki indeks risiko 8, dan setiap unit yang diinvestasikan dalam
dana pasar uang memiliki indeks risiko 3; indeks risiko yang lebih tinggi terkait dengan saham
dana hanya menunjukkan bahwa itu adalah investasi yang berisiko. Klien Innis juga menentukan itu di
setidaknya $ 300.000 diinvestasikan dalam dana pasar uang.
Sebuah. Tentukan berapa unit dari setiap dana yang harus dibeli Innis untuk klien
perkecil indeks risiko total untuk portofolio.
b. Berapa pendapatan tahunan yang akan dihasilkan oleh strategi investasi ini?
c. Misalkan klien ingin memaksimalkan pengembalian tahunan. Bagaimana seharusnya dana itu
diinvestasikan?
40. Photo Chemicals menghasilkan dua jenis cairan yang berkembang fotografi. Kedua produk tersebut
biaya Bahan Kimia Foto $ 1 per galon untuk menghasilkan. Berdasarkan analisis inventaris saat ini
level dan pesanan luar biasa untuk bulan berikutnya, manajemen Photo Chemicals ditentukan
bahwa setidaknya 30 galon produk 1 dan setidaknya 20 galon produk 2 harus diproduksi
selama dua minggu ke depan. Manajemen juga menyatakan bahwa persediaan yang ada sangat tinggi
bahan baku yang mudah rusak yang dibutuhkan dalam produksi kedua cairan harus digunakan di dalam
76
Kelas standar
Kelas Profesional
Fiberglass
84%
58%
Fiber Karbon
10%
30%
Kevlar
6%
12%
Halaman 50
dua minggu ke depan. Persediaan saat ini dari bahan baku yang mudah rusak adalah 80 pound.
Meskipun lebih banyak dari bahan baku ini dapat dipesan jika perlu,
tory yang tidak digunakan dalam dua minggu ke depan akan merusak — karenanya, manajemen
Pensiun yang setidaknya 80 pound akan digunakan dalam dua minggu ke depan. Selanjutnya diketahui
bahwa produk 1 membutuhkan 1 pon bahan baku yang mudah rusak ini per galon dan produk 2
meminta 2 pon bahan baku per galon. Karena tujuan Photo Chemicals adalah untuk
menjaga biaya produksinya pada tingkat minimum yang mungkin, manajemen perusahaan sedang mencari
untuk rencana produksi biaya minimum yang menggunakan semua 80 pon bahan baku yang mudah rusak
dan menyediakan setidaknya 30 galon produk 1 dan setidaknya 20 galon produk 2. Apa itu
solusi biaya minimum?
41. Southern Oil Company memproduksi dua kelas bensin: reguler dan premium. Keuntungan
kontribusi adalah $ 0,30 per galon untuk bensin reguler dan $ 0,50 per galon untuk premium
bensin. Setiap galon bensin biasa mengandung 0,3 galon minyak mentah grade A dan
setiap galon bensin premium mengandung 0,6 galon minyak mentah grade A. Untuk selanjutnya
periode produksi, Southern memiliki 18.000 galon minyak mentah grade A tersedia. Refin-
ery yang digunakan untuk memproduksi gasolin memiliki kapasitas produksi 50.000 galon untuk selanjutnya
periode produksi. Distributor Southern Oil telah mengindikasikan permintaan untuk premi tersebut
bensin untuk periode produksi berikutnya adalah paling banyak 20.000 galon.
galon bensin reguler dan jumlah galon bensin premium yang seharusnya
diproduksi untuk memaksimalkan kontribusi total laba.
b. Apa solusi optimalnya?
c. Apa nilai dan interpretasi dari variabel slack?
d. Apa saja kendala yang mengikat?
42. Apakah program linier berikut melibatkan ketidaklayakan, tidak terbatas, dan / atau alternatif
solusi optimal? Menjelaskan.
43. Apakah program linier berikut melibatkan ketidaklayakan, tidak terikat, dan / atau peluang alternatif.
solusi timal? Menjelaskan.
Maks
st
1A + 1B
5A + 3B… 15
3A + 5B… 15
A, B Ú 0
A,B
0
1A + 1B
8A + 6B
2B
Ú 24
Ú4
Maks
st
A, B Ú 0
4A
2A
-1A
+ 8B
+ 2B… 10
+ 1B Ú 8
Maks
st
Masalah
77
Halaman 51
Sebuah. Apa solusi optimal untuk masalah ini?
b. Misalkan fungsi tujuan berubah menjadi 1 A + 2 B . Temukan yang baru optimal
larutan.
Sebuah. Buat grafik wilayah yang layak untuk masalah tersebut.
b. Apakah wilayah yang layak tidak dibatasi? Menjelaskan.
c. Temukan solusi optimal.
d. Apakah wilayah layak tanpa batas menyiratkan bahwa solusi optimal untuk linier
program tidak akan dibatasi?
46. Manajer sebuah toko kelontong kecil independen mencoba menentukan penggunaan terbaiknya
ruang rak untuk minuman ringan. Toko membawa merek nasional dan generik dan saat ini memiliki
200 kaki persegi ruang rak tersedia. Manajer ingin mengalokasikan setidaknya 60% dari
ruang untuk merek nasional dan, terlepas dari profitabilitasnya, alokasikan setidaknya 10%
dari ruang ke merek generik. Berapa kaki persegi ruang yang harus dimiliki manajer
mengalokasikan ke merek nasional dan merek generik dalam kondisi berikut?
Sebuah. Merek nasional lebih menguntungkan daripada merek generik.
b. Kedua merek sama-sama menguntungkan.
c. Merek generik lebih menguntungkan daripada merek nasional.
47. Diskusikan apa yang terjadi dengan masalah M&P Kimia (lihat Bagian 2.5) jika biaya per galaksi
lon untuk produk A dinaikkan menjadi $ 3,00 per galon. Apa yang akan kamu rekomendasikan? Menjelaskan.
48. Untuk masalah M&P Kimia di Bagian 2.5, diskusikan efek dari tanggapan manajemen
quiring total produksi 500 galon untuk dua produk. Tuliskan dua atau tiga tindakan
M&D harus mempertimbangkan untuk memperbaiki situasi yang Anda temui.
49. PharmaPlus mengoperasikan rantai 30 apotek. Apotek dikelola oleh berlisensi
apoteker dan teknisi farmasi. Perusahaan saat ini mempekerjakan 85 pekerja penuh waktu
apoteker yang setara (kombinasi purna waktu dan paruh waktu) dan 175 setara penuh waktu
teknisi yang dipinjamkan. Setiap manajemen musim semi meninjau tingkat kepegawaian saat ini dan melakukan perekrutan
rencana untuk tahun ini. Perkiraan beban resep baru-baru ini untuk tahun berikutnya menunjukkan bahwa pada
sedikitnya 250 karyawan yang sepadan penuh waktu (apoteker dan teknisi) akan diminta untuk
staf apotek. Departemen personalia mengharapkan 10 apoteker dan 30 teknisi
untuk pergi tahun berikutnya. Untuk mengakomodasi gesekan yang diharapkan dan mempersiapkan masa depan
pertumbuhan, manajemen menyatakan bahwa setidaknya 15 apoteker baru harus dipekerjakan. Tambahan,
Pedoman kualitas layanan baru PharmaPlus menentukan tidak lebih dari dua teknisi per li
apoteker yang disensor. Gaji rata-rata untuk apoteker berlisensi adalah $ 40 per jam dan
gaji erage untuk teknisi adalah $ 10 per jam.
Sebuah. Tentukan rencana kepegawaian biaya minimum untuk PharmaPlus. Berapa banyak apoteker dan
teknisi dibutuhkan?
b. Mengingat tingkat kepegawaian saat ini dan gesekan yang diharapkan, berapa banyak karyawan baru (jika ada) harus
dibuat untuk mencapai tingkat yang direkomendasikan pada bagian (a)? Apa yang akan berdampak pada
daftar gaji?
50. Expedition Outfitters memproduksi berbagai pakaian khusus untuk hiking, ski, dan
mendaki gunung. Manajemennya memutuskan untuk memulai produksi pada dua parka baru yang dirancang
A, B Ú 0
1A -
-4A +
1A -
2B
3B… 3
1B… 3
Maks
st
78
Halaman 52
untuk digunakan dalam cuaca yang sangat dingin: Gunung Everest Parka dan Rocky Mountain Parka.
Pabrik memiliki 120 jam waktu pemotongan dan 120 jam waktu menjahit
mampu menghasilkan dua parka ini. Setiap Gunung Everest Parka membutuhkan 30 menit pemotongan
Waktu ting dan 45 menit waktu menjahit, dan setiap Rocky Mountain Parka membutuhkan 20 menit
waktu pemotongan dan 15 menit waktu menjahit. Biaya tenaga kerja dan material adalah $ 150 untuk masing-masing
Mount Everest Parka dan $ 50 untuk setiap Rocky Mountain Parka, dan harga ecerannya
katalog pesanan surat perusahaan adalah $ 250 untuk Mount Everest Parka dan $ 200 untuk Rocky
Parka Gunung. Karena manajemen percaya bahwa Gunung Everest Parka adalah mantel yang unik
yang akan meningkatkan citra perusahaan, mereka menetapkan bahwa setidaknya 20% dari total produksi
harus terdiri dari model ini. Dengan asumsi bahwa Expedition Outfitters dapat menjual sebanyak mungkin mantel masing-
masing
jenis yang dapat diproduksi, berapa unit masing-masing model yang harus diproduksi untuk memaksimalkan
total kontribusi keuntungan?
51. English Motors, Ltd. (EML), mengembangkan kendaraan utilitas olahraga all-wheel-drive baru. Sebagai
bagian dari kampanye pemasaran, EML menghasilkan presentasi penjualan rekaman video untuk dikirim
baik pemilik kendaraan roda empat EML saat ini maupun untuk pemilik roda empat-
mengendarai kendaraan sport yang ditawarkan oleh pesaing; EML mengacu pada dua target pasar ini
sebagai pasar pelanggan saat ini dan pasar pelanggan baru. Individu yang menerima
video promosi baru juga akan menerima kupon untuk test drive model EML baru untuk
satu akhir pekan. Faktor kunci dalam keberhasilan promosi baru adalah tingkat respons
persentase orang yang menerima promosi baru dan test drive model baru.
EML memperkirakan bahwa tingkat respons untuk pasar pelanggan saat ini adalah 25% dan
kurs sponsor untuk pasar pelanggan baru adalah 20%. Untuk pelanggan yang menguji drive baru
model, tingkat penjualan adalah persentase individu yang melakukan pembelian. Pemasaran kembali
studi pencarian menunjukkan bahwa tingkat penjualan adalah 12% untuk pasar pelanggan saat ini dan 20%
untuk pasar pelanggan baru. Biaya untuk setiap promosi, tidak termasuk biaya test drive,
adalah $ 4 untuk setiap promosi yang dikirim ke pasar pelanggan saat ini dan $ 6 untuk setiap promosi
dikirim ke pasar pelanggan baru. Manajemen juga menetapkan minimal 30.000
pelanggan saat ini harus menguji drive model baru dan minimum 10.000 pelanggan baru
pelanggan harus menguji drive model baru. Selain itu, jumlah pelanggan saat ini yang
test drive kendaraan baru harus setidaknya dua kali lipat jumlah pelanggan baru yang menguji
mengendarai kendaraan baru. Jika anggaran pemasaran, tidak termasuk biaya test drive, adalah $ 1,2 juta,
berapa banyak promosi yang harus dikirim ke masing-masing kelompok pelanggan untuk memaksimalkan
total penjualan?
52. Creative Sports Design (CSD) memproduksi raket ukuran standar dan raket kebesaran.
Raket perusahaan sangat ringan karena penggunaan paduan magnesium-grafit itu
ditemukan oleh pendiri perusahaan. Setiap raket ukuran standar menggunakan 0,125 kilogram
paduan dan masing-masing raket kebesaran menggunakan 0,4 kilogram; selama dua minggu produksi berikutnya
riod hanya 80 kilogram paduan tersedia. Setiap raket ukuran standar menggunakan 10 menit
utes waktu pembuatan dan setiap raket kebesaran menggunakan 12 menit. Keuntungan
kontribusi adalah $ 10 untuk setiap raket ukuran standar dan $ 15 untuk setiap raket kebesaran, dan
40 jam waktu pembuatan tersedia setiap minggu. Manajemen menetapkan bahwa pada
Setidaknya 20% dari total produksi harus menjadi raket ukuran standar. Berapa banyak raket
setiap jenis harus dibuat CSD selama dua minggu ke depan untuk memaksimalkan total laba
kontribusi? Asumsikan bahwa karena sifat unik dari produk mereka, CSD dapat dijual sebagai
banyak raket yang bisa mereka hasilkan.
53. Manajemen Layanan Teknologi Tinggi (HTS) ingin mengembangkan model yang akan membantu
cari waktu teknisi mereka antara panggilan layanan ke pelanggan kontrak reguler dan baru
pelanggan. Maksimal 80 jam waktu teknisi tersedia selama dua minggu
periode perencanaan. Untuk memenuhi persyaratan arus kas, setidaknya $ 800 dalam pendapatan (per
cian) harus dihasilkan selama periode dua minggu. Waktu teknisi untuk pelanggan reguler
pelanggan menghasilkan $ 25 per jam. Namun, waktu teknisi hanya untuk pelanggan baru
Masalah
79
Halaman 53
menghasilkan rata-rata $ 8 per jam karena dalam banyak kasus kontak pelanggan baru
tidak menyediakan layanan yang dapat ditagih. Untuk memastikan bahwa kontak pelanggan baru dipertahankan,
waktu teknisi yang dihabiskan untuk kontak pelanggan baru harus setidaknya 60% dari waktu yang dihabiskan
pada kontak pelanggan reguler. Mengingat pendapatan dan persyaratan kebijakan ini, HTS akan
ingin menentukan bagaimana mengalokasikan waktu teknisi antara pelanggan reguler dan pelanggan baru
pelanggan sehingga total jumlah pelanggan yang dihubungi selama periode dua minggu akan menjadi
dimaksimalkan. Teknisi membutuhkan rata-rata 50 menit untuk setiap pelanggan tetap
kebijaksanaan dan 1 jam untuk setiap kontak pelanggan baru.
Sebuah. Mengembangkan model pemrograman linier yang akan memungkinkan HTS mengalokasikan waktu teknisi
antara pelanggan reguler dan pelanggan baru.
54. Jackson Hole Manufacturing adalah produsen kecil produk plastik yang digunakan dalam
industri motif dan komputer. Salah satu kontrak utamanya adalah dengan komputer besar.
pany dan melibatkan produksi kasing plastik untuk perusahaan komputer
printer portabel. Kasing printer diproduksi pada dua mesin cetak injeksi. Itu
Mesin M-100 memiliki kapasitas produksi 25 kasing printer per jam, dan mesin M-200
chine memiliki kapasitas produksi 40 kasus per jam. Kedua mesin menggunakan bahan yang sama
bahan kal untuk menghasilkan kasing printer; M-100 menggunakan 40 pon bahan baku per
jam dan M-200 menggunakan 50 pound per jam. Perusahaan komputer bertanya kepada Jackson Hole
untuk menghasilkan sebanyak mungkin kasus selama minggu yang akan datang; itu akan membayar $ 18 untuk
setiap kasus yang bisa disampaikan Jackson Hole. Namun, minggu depan adalah liburan yang dijadwalkan secara teratur
periode bagi sebagian besar karyawan produksi Jackson Hole; selama ini, pemeliharaan tahunan
keuangan dilakukan untuk semua peralatan di pabrik. Karena downtime untuk pemeliharaan
nance, M-100 akan tersedia tidak lebih dari 15 jam, dan M-200 akan tersedia
tersedia tidak lebih dari 10 jam. Namun, karena tingginya biaya setup yang terlibat
dengan kedua mesin, manajemen mengharuskan, setiap mesin setidaknya harus dioperasikan
5 jam. Pemasok bahan kimia yang digunakan dalam proses produksi diinformasikan
Lubang Jackson yang maksimum 1000 pon bahan kimia akan tersedia
untuk produksi minggu depan; biaya untuk bahan baku ini adalah $ 6 per pon. Sebagai tambahannya
biaya bahan baku, Jackson Hole memperkirakan bahwa biaya operasi M-100 per jam
dan M-200 masing-masing adalah $ 50 dan $ 75.
Sebuah. Merumuskan model pemrograman linier yang dapat digunakan untuk memaksimalkan kontribusi
untuk untung.
55. Perusahaan Kartick berusaha menentukan berapa banyak dari masing-masing dari dua produk yang akan diproduksi
selama periode perencanaan yang akan datang. Ada tiga departemen, A, B dan C, dengan terbatas
jam kerja tersedia di setiap departemen. Setiap produk harus diproses oleh masing-masing departemen-
dan persyaratan per unit untuk setiap produk, jam kerja yang tersedia, dan per unit
keuntungan seperti yang ditunjukkan di bawah ini.
80
Tenaga kerja diperlukan di setiap departemen
Produk (jam / unit)
Jam kerja
Departemen
Produk 1
Produk 2
Tersedia
SEBUAH
1,00
0,30
100
B
0,30
0,12
36
C
0,15
0,56
50
Kontribusi Keuntungan
$ 33,00
$ 24,00
Halaman 54
Program linear untuk situasi ini adalah sebagai berikut:
Membiarkan
x1
jumlah produk 1 untuk diproduksi
x2
jumlah produk 2 yang diproduksi
Maksimalkan 33 x 1
24 x 2
st
1,0 x 1
0,30 x 2
100
Departemen A
0,30 x 1
0,12 x 2
36
Departemen B
0,15 x 1
0,56 x 2
50
Departemen c
x1,x2
0
Tn. Kartick (pemilik) menggunakan percobaan dan kesalahan dengan model lembar bentang untuk sampai pada suatu solusi
tion. Solusi yang diajukannya adalah x 1
75 dan x 2
60, seperti yang ditunjukkan di bawah ini pada Gambar 2.24. Dia berkata
dia merasa solusi yang diusulkannya optimal.
Apakah solusinya optimal? Tanpa menyelesaikan masalah, jelaskan mengapa Anda percaya ini
solusi optimal atau tidak optimal.
Masalah
81
GAMBAR 2.24 MR. MODEL PERCOBAAN-DAN-KESALAHAN KARTICK
Halaman 55
56. Anggaplah Anda diberikan program linear minimalisasi yang memiliki solusi optimal. Itu
masalah kemudian dimodifikasi dengan mengubah batasan kesetaraan dalam masalah menjadi kurang dari
atau-sama-dengan kendala. Apakah mungkin bahwa masalah yang dimodifikasi tidak layak? Jawab ya
atau tidak dan membenarkan.
57. Anggaplah Anda diberi program linear minimalisasi yang memiliki solusi optimal. Itu
masalah kemudian dimodifikasi dengan mengubah batasan lebih besar dari atau sama dengan dalam masalah
ke kendala kurang dari atau sama dengan. Apakah mungkin bahwa masalah yang dimodifikasi tidak layak?
Jawab ya atau tidak dan benarkan.
58. Seorang konsultan disewa untuk membangun model optimisasi untuk riset pemasaran besar
perusahaan. Model ini didasarkan pada survei konsumen yang diambil di mana setiap orang
diminta untuk memberi peringkat 30 produk baru dalam urutan menurun berdasarkan kemungkinan mereka untuk membeli
mengejar produk. Konsultan ditugaskan untuk membangun model yang dipilih
jumlah minimum produk (yang kemudian akan diperkenalkan ke pasar)
sehingga pilihan pertama, kedua, dan ketiga dari setiap subjek dalam survei dimasukkan dalam
daftar produk yang dipilih. Sambil membangun model untuk mencari tahu produk mana yang akan dimasukkan
Setelah diperkenalkan, bos konsultan berjalan menghampirinya dan berkata, “Lihat, jika model memberi tahu kita
perlu memperkenalkan lebih dari 15 produk, kemudian menambahkan batasan yang membatasi jumlahnya
dari produk baru hingga 15 atau kurang. Terlalu mahal untuk memperkenalkan lebih dari 15 produk baru. ”
Evaluasi pernyataan ini dalam hal apa yang telah Anda pelajari sejauh ini tentang opti-
model misasi.
Masalah Kasus 1 BALANCING WORKLOAD
Digital Imaging (DI) menghasilkan printer foto untuk pasar profesional dan konsumen
kets. Divisi konsumen DI baru-baru ini memperkenalkan dua printer foto yang memberikan warna
cetakan menyaingi yang dihasilkan oleh laboratorium pemrosesan profesional. Model DI-910 dapat
kurangi cetakan tanpa batas 4 "6" dalam waktu sekitar 37 detik. Semakin canggih dan
DI-950 yang lebih cepat bahkan dapat menghasilkan cetakan tanpa batas 13 "19". Proyeksi keuangan
menunjukkan
kontribusi laba sebesar $ 42 untuk setiap DI-910 dan $ 87 untuk setiap DI-950.
Printer dirakit, diuji, dan dikemas di pabrik DI yang berlokasi di New Bern,
Karolina utara. Pabrik ini sangat otomatis dan menggunakan dua jalur produksi untuk
kurangi printer. Jalur 1 melakukan operasi perakitan dengan waktu 3 menit per
Printer DI-910 dan 6 menit per printer DI-950. Baris 2 melakukan pengujian dan
operasi pengemasan. Waktu adalah 4 menit per printer DI-910 dan 2 menit per DI-950
printer. Waktu yang lebih singkat untuk printer DI-950 adalah hasil dari kecepatan cetaknya yang lebih
cepat. Kedua
jalur produksi beroperasi satu shift 8 jam per hari.
Laporan Manajerial
Lakukan analisis untuk Digital Imaging untuk menentukan berapa unit masing-masing
printer untuk diproduksi. Siapkan laporan kepada presiden DI yang mempresentasikan temuan Anda dan
merekomendasikan
perbaikan. Sertakan (tapi jangan batasi diskusi Anda untuk) pertimbangan berikut ini:
1. Jumlah unit yang disarankan dari setiap printer untuk menghasilkan untuk memaksimalkan total
kontribusi terhadap laba untuk shift 8 jam. Alasan apa yang mungkin dimiliki manajemen
tidak menerapkan rekomendasi Anda?
2. Misalkan manajemen juga menyatakan bahwa jumlah printer DI-910 yang diproduksi
minimal harus sama besar dengan jumlah DI-950 unit yang diproduksi. Dengan asumsi bahwa
tujuannya adalah untuk memaksimalkan kontribusi total untuk laba selama 8 jam kerja, bagaimana caranya
banyak unit masing-masing printer harus diproduksi?
82
Halaman 56
3. Apakah solusi yang Anda kembangkan pada bagian (2) menyeimbangkan total waktu yang dihabiskan untuk
saluran 1
dan total waktu yang dihabiskan untuk saluran 2? Mengapa keseimbangan ini atau kurangnya itu menjadi
perhatian
kepada manajemen?
4. Manajemen meminta perluasan model pada bagian (2) yang akan memberikan a
keseimbangan yang lebih baik antara total waktu pada saluran 1 dan total waktu pada saluran 2.
ment ingin membatasi perbedaan antara total waktu pada baris 1 dan total waktu
pada saluran 2 hingga 30 menit atau kurang. Jika tujuannya masih untuk memaksimalkan kontribusi total
Selain laba, berapa unit setiap printer yang harus diproduksi? Efek apa
Apakah keseimbangan beban kerja ini memiliki total laba pada bagian (2)?
5. Misalkan pada bagian (1) manajemen menetapkan tujuan memaksimalkan total
jumlah printer yang diproduksi setiap shift daripada total kontribusi keuntungan. Dengan
tujuan ini, berapa banyak unit masing-masing printer harus diproduksi per shift? Apa
pengaruh tujuan ini terhadap total laba dan penyeimbangan beban kerja?
Untuk setiap solusi yang Anda kembangkan, sertakan salinan model pemrograman linier Anda dan
solusi grafis dalam lampiran laporan Anda.
Masalah Kasus 2 STRATEGI PRODUKSI
Better Fitness, Inc. (BFI), memproduksi peralatan olahraga di pabriknya di Freeport, Long
Pulau. Baru-baru ini dirancang dua mesin berat universal untuk pasar latihan di rumah.
Kedua mesin tersebut menggunakan teknologi yang dipatenkan BFI yang memberikan pengguna dengan sangat
luas
rentang kemampuan gerak untuk setiap jenis latihan yang dilakukan. Sampai saat ini,
Ikatan hanya tersedia pada mesin berbobot mahal yang digunakan terutama oleh fisik
terapis.
Pada pameran dagang baru-baru ini, demonstrasi alat berat menghasilkan
terest. Bahkan, jumlah pesanan yang diterima BFI di pameran dagang jauh melebihi itu
kemampuan manufaktur untuk periode produksi saat ini. Akibatnya, manajemen
memutuskan untuk memulai produksi kedua mesin. Dua mesin, yang dinamai BFI
BodyPlus 100 dan BodyPlus 200, membutuhkan jumlah sumber daya yang berbeda untuk diproduksi.
BodyPlus 100 terdiri dari unit bingkai, stasiun pers, dan stasiun pec-dec. Setiap
bingkai diproduksi menggunakan 4 jam waktu pengerjaan dan pengelasan dan 2 jam lukisan dan
waktu selesai. Setiap stasiun pers membutuhkan 2 jam waktu pengerjaan dan pengelasan
1 jam pengecatan dan waktu penyelesaian, dan setiap stasiun pec-dec menggunakan 2 jam pemesinan
dan waktu pengelasan dan 2 jam lukisan dan waktu finishing. Selain itu, 2 jam dihabiskan
perakitan, pengujian, dan pengemasan masing-masing BodyPlus 100. Biaya bahan baku adalah $ 450 untuk
setiap frame, $ 300 untuk setiap stasiun pers, dan $ 250 untuk setiap stasiun pec-dec; biaya pengemasan
diperkirakan $ 50 per unit.
BodyPlus 200 terdiri dari unit bingkai, stasiun pers, stasiun pec, dan sebuah leg
stasiun pers. Setiap frame diproduksi menggunakan 5 jam waktu pengerjaan dan pengelasan
4 jam melukis dan menyelesaikan waktu. Setiap stasiun pers membutuhkan pemesinan 3 jam dan
waktu pengelasan dan 2 jam pengecatan dan waktu penyelesaian, setiap stasiun pec-dec menggunakan 2 jam
waktu pengerjaan dan pengelasan dan 2 jam pengecatan dan waktu penyelesaian, dan setiap kaki
stasiun pers membutuhkan 2 jam waktu pengerjaan dan pengelasan dan 2 jam pengecatan dan
waktu selesai. Selain itu, 2 jam dihabiskan untuk perakitan, pengujian, dan pengemasan masing-masing
Body-Plus 200. Biaya bahan baku adalah $ 650 untuk setiap frame, $ 400 untuk setiap stasiun pers
tion, $ 250 untuk setiap stasiun pec-dec, dan $ 200 untuk setiap stasiun leg-press; biaya pengemasan adalah
diperkirakan $ 75 per unit.
Untuk periode produksi berikutnya, manajemen memperkirakan 600 jam pemesinan dan
waktu pengelasan, 450 jam pengecatan dan waktu penyelesaian, dan 140 jam perakitan, pengujian,
Masalah Kasus 2 Strategi Produksi
83
Halaman 57
dan waktu pengemasan akan tersedia. Biaya tenaga kerja saat ini adalah $ 20 per jam untuk permesinan
dan waktu pengelasan, $ 15 per jam untuk pengecatan dan waktu penyelesaian, dan $ 12 per jam untuk berbagai
keperluan
bly, pengujian, dan waktu pengemasan. Pasar di mana kedua mesin harus bersaing
mendapatkan harga eceran $ 2400 untuk BodyPlus 100 dan $ 3500 untuk BodyPlus 200,
walaupun beberapa fleksibilitas mungkin tersedia untuk BFI karena kemampuan uniknya
mesin baru. Dealer BFI resmi dapat membeli mesin untuk 70% dari yang disarankan
harga eceran.
Presiden BFI percaya bahwa kemampuan unik dari BodyPlus 200 dapat membantu
menempatkan BFI sebagai salah satu pemimpin dalam peralatan olahraga kelas atas. Akibatnya, dia memiliki
menyatakan bahwa jumlah unit BodyPlus 200 yang diproduksi harus paling tidak 25% dari
total produksi.
Laporan Manajerial
Menganalisis masalah produksi di Better Fitness, Inc., dan menyiapkan laporan untuk kehadiran BFI
identifikasikan presentasi dan rekomendasi Anda. Sertakan (tapi jangan batasi diskusi Anda
untuk) pertimbangan hal-hal berikut:
1. Berapa jumlah mesin yang direkomendasikan untuk BodyPlus 100 dan BodyPlus 200
menghasilkan?
2. Bagaimana persyaratan bahwa jumlah unit BodyPlus 200 diproduksi
setidaknya 25% dari total produksi mempengaruhi laba?
3. Di mana upaya harus dikeluarkan untuk meningkatkan laba?
Sertakan salinan model pemrograman linier Anda dan solusi grafis dalam lampiran
laporan Anda.
Masalah Kasus 3 HART VENTURE CAPITAL
Hart Venture Capital (HVC) mengkhususkan diri dalam menyediakan modal ventura untuk pengembangan
perangkat lunak.
dan aplikasi Internet. Saat ini HVC memiliki dua peluang investasi:
(1) Sistem Keamanan, perusahaan yang membutuhkan modal tambahan untuk mengembangkan keamanan
Internet
paket perangkat lunak, dan (2) Analisis Pasar, sebuah perusahaan riset pasar yang perlu tambahan
modal untuk mengembangkan paket perangkat lunak untuk melakukan survei kepuasan pelanggan. Dalam
mantan
perubahan untuk stok Sistem Keamanan, perusahaan telah meminta HVC untuk menyediakan $ 600.000 pada
tahun 1,
$ 600.000 pada tahun 2, dan $ 250.000 pada tahun 3 selama periode tiga tahun mendatang. Sebagai gantinya
untuk saham mereka, Analisis Pasar telah meminta HVC untuk menyediakan $ 500.000 pada tahun pertama, $
350.000
di tahun 2, dan $ 400.000 di tahun 3 selama periode tiga tahun yang sama. HVC percaya bahwa keduanya
peluang investasi layak untuk diupayakan. Namun, karena investasi lain, mereka
bersedia berkomitmen paling banyak $ 800.000 untuk kedua proyek di tahun pertama, paling banyak $ 700.000
di tahun kedua, dan $ 500.000 di tahun ketiga.
Tim analisis keuangan HVC meninjau kedua proyek dan merekomendasikan bahwa perusahaan
Tujuan perusahaan haruslah untuk memaksimalkan nilai sekarang bersih dari total investasi dalam
Sistem Keamanan dan Analisis Pasar. Nilai sekarang bersih memperhitungkan estimasi
nilai yang dikawinkan dari saham pada akhir periode tiga tahun serta arus keluar modal
yang diperlukan selama masing-masing dari tiga tahun. Menggunakan tingkat pengembalian 8%, keuangan
HVC
tim analisis resmi memperkirakan bahwa pendanaan 100% dari proyek Sistem Keamanan memiliki jaring
nilai sekarang sebesar $ 1.800.000, dan pendanaan 100% dari proyek Analisis Pasar memiliki nilai bersih
nilai sekarang $ 1.600.000.
HVC memiliki opsi untuk mendanai persentase dari Sistem Keamanan dan Pasar
Proyek analisis. Misalnya, jika HVC memutuskan untuk mendanai 40% dari Sistem Keamanan
84
Halaman 58
proyek, investasi 0,40 ($ 600.000)
$ 240.000 akan dibutuhkan pada tahun 1,
0,40 ($ 600.000) $ 240.000 akan diperlukan pada tahun 2, dan 0,40 ($ 250.000) $ 100.000
akan diperlukan pada tahun 3. Dalam hal ini, nilai sekarang bersih dari sistem Sistem Keamanan
dll akan menjadi 0,40 ($ 1.800.000) $ 720.000. Jumlah investasi dan jumlah bersih
nilai untuk pendanaan parsial dari proyek Analisis Pasar akan dihitung sama
cara.
Laporan Manajerial
Lakukan analisis masalah investasi HVC dan siapkan laporan yang menyajikan laporan Anda
temuan dan rekomendasi. Sertakan (tetapi jangan batasi diskusi Anda untuk) suatu pertimbangan
tion dari item berikut:
1. Berapa persentase yang direkomendasikan dari setiap proyek yang harus didanai HVC dan
net present value dari total investasi?
2. Apa rencana alokasi modal untuk Sistem Keamanan dan Analisis Pasar untuk
datang periode tiga tahun dan total investasi HVC setiap tahun akan Anda
sarankan?
3. Apa dampaknya, jika ada, apakah kesediaan HVC untuk melakukan tambahan $ 100.000
selama tahun pertama miliki pada persentase yang direkomendasikan dari setiap proyek yang HVC
harus mendanai?
4. Seperti apa rencana alokasi modal jika tambahan $ 100.000 dibuat
tersedia?
5. Apa rekomendasi Anda tentang apakah HVC harus melakukan penambahan
$ 100.000 di tahun pertama?
Berikan detail model dan output komputer yang relevan dalam lampiran laporan.
Lampiran 2.1 MEMECAHKAN PROGRAM LINEAR DENGAN LINGO
Dalam lampiran ini kami menjelaskan cara menggunakan LINGO untuk menyelesaikan masalah Par,
Inc. Kapan kamu
mulai LINGO, dua jendela segera ditampilkan. Jendela bingkai luar atau utama
berisi semua menu perintah dan toolbar perintah. Jendela yang lebih kecil adalah
jendela model; jendela ini digunakan untuk memasukkan dan mengedit model pemrograman linier Anda
ingin menyelesaikan. Item pertama yang kita masukkan ke jendela model adalah fungsi objektif. Kembali-
menyebut bahwa fungsi tujuan untuk Par, Inc., masalah adalah Max 10 S 9 D . Jadi, di bagian pertama
baris jendela model LINGO, kita memasukkan ekspresi berikut:
Perhatikan bahwa dalam LINGO simbol * digunakan untuk menunjukkan penggandaan dan tujuannya
garis fungsi berakhir dengan titik koma. Secara umum, setiap ekspresi matematika (objektif
fungsi dan kendala) dalam LINGO diakhiri dengan tanda titik koma.
Selanjutnya, kita tekan tombol enter untuk pindah ke jalur baru. Kendala pertama di Par, Inc.,
masalah adalah 0,7 S 1 D 630. Dengan demikian, di baris kedua dari jendela model LINGO kita
masukkan ungkapan berikut:
Perhatikan bahwa LINGO mengartikan simbol sebagai. Atau, kita bisa masuk sebagai gantinya
dari. Seperti halnya ketika memasuki fungsi tujuan, tanda titik koma diperlukan di
0,7 * S + 1 * D 6 = 630
MAX = 10 * S + 9 * D;
Lampiran 2.1 Memecahkan Program Linier dengan LINGO
85
LINGO adalah produk dari
Sistem LINDO. Dulu
dikembangkan oleh Linus E.
Schrage dan Kevin
Cunningham di
Universitas Chicago.
Halaman 59
akhir dari kendala pertama. Menekan tombol enter akan memindahkan kami ke baris baru saat kami
melanjutkan
proses dengan memasukkan batasan yang tersisa seperti yang ditunjukkan di sini:
0,5 * S
⁵⁄₆*D
600
1*S
²⁄₃*D
708
0,1 * S
0,25 * D
135
Jendela model sekarang akan muncul sebagai berikut:
MAX 10 * S
9*D
0,7 * S
1*D
630
0,5 * S
⁵⁄₆*D
600
1*S
²⁄₃*D
708
0,1 * S
0,25 * D
135
Saat memasukkan pecahan ke dalam LINGO tidak perlu mengubah pecahan menjadi
angka desimal setara atau bulat. Misalnya, cukup masukkan fraksi ² ⁄ ₃ ke
LINGO sebagai ² ⁄ ₃ dan jangan khawatir tentang konversi ke desimal atau berapa banyak tempat desimal
menggunakan. Masukkan ⁷ ⁄ ₁₀ baik sebagai ⁷ ⁄ ₁₀ atau .7. Biarkan LINGO bertindak sebagai kalkulator untuk
Anda.
LINGO sangat fleksibel tentang format persamaan dan tidak perlu dimiliki
variabel di sisi kiri persamaan dan suku konstanta di sebelah kanan. Untuk
contoh,
0,7 * S 1 * D
630
juga bisa dimasukkan sebagai
0,7 * S
630 1 * D
Fitur ini nantinya akan sangat berguna saat menulis model dengan jelas dan mudah dimengerti
bentuk, kondisi. Akhirnya, perhatikan bahwa meskipun kami telah secara tegas memasukkan koefisien 1 pada
variabel
bisa D di atas, ini tidak perlu. Dalam LINGO, 1 * D dan D setara.
Jika Anda membuat kesalahan dalam memasukkan model, Anda dapat memperbaikinya kapan saja dengan
hanya
menempatkan kursor di tempat Anda membuat kesalahan dan memasukkan koreksi yang diperlukan.
Untuk menyelesaikan model, pilih perintah Selesaikan dari menu LINGO atau tekan tombol
Selesaikan tombol pada bilah alat di bagian atas jendela bingkai utama. Lingo akan memulai jadi-
proses lution dengan menentukan apakah model sesuai dengan semua persyaratan sintaksis. Jika
model LINGO tidak lulus tes ini, Anda akan diberitahu oleh pesan kesalahan. Jika
Lingo tidak menemukan kesalahan dalam input model, itu akan mulai menyelesaikan model. Sebagai bagian
dari proses solusi, LINGO menampilkan jendela Status Solver yang memungkinkan Anda untuk
untuk kemajuan pemecah. LINGO menampilkan solusi di jendela baru berjudul “Solu-
Laporan. "Output yang muncul di jendela Solution Report untuk Par, Inc.,
masalah ditunjukkan pada Gambar 2.25.
Bagian pertama dari output yang ditunjukkan pada Gambar 2.25 menunjukkan bahwa solusi optimal memiliki
telah ditemukan dan bahwa nilai fungsi objektif adalah 7668. Kita melihat bahwa optimal
lution adalah S 540 dan D 252, dan bahwa variabel slack untuk empat kendala (baris
2–5) adalah 0, 120, 0, dan 18. Kami akan membahas penggunaan informasi dalam Biaya yang Dikurangi
kolom dan kolom Harga Ganda di Bab 3 ketika kita mempelajari topik sensitivitas
analisis.
86
Halaman 60
Lampiran 2.2 MEMECAHKAN PROGRAM LINEAR DENGAN EXCEL
Dalam lampiran ini kita akan menggunakan lembar kerja Excel untuk menyelesaikan pemrograman linear Par,
Inc.
masalah. Kami akan memasukkan data masalah untuk masalah Par di bagian atas pekerjaan-
lembar dan kembangkan model pemrograman linier di bagian bawah lembar kerja.
Perumusan
Setiap kali kami merumuskan model lembar kerja dari program linier, kami melakukan hal berikut
Langkah:
Langkah 1. Masukkan data masalah di bagian atas lembar kerja.
Langkah 2. Tentukan lokasi sel untuk variabel keputusan.
Langkah 3. Pilih sel dan masukkan formula untuk menghitung nilai fungsi objektif.
Langkah 4. Pilih sel dan masukkan formula untuk menghitung sisi kiri masing-masing
paksaan.
Langkah 5. Pilih sel dan masukkan formula untuk menghitung sisi kanan masing-masing
paksaan.
Lembar kerja rumus yang kami kembangkan untuk Par, Inc., bermasalah dengan menggunakan kelima ini
langkah-langkahnya ditunjukkan pada Gambar 2.26. Perhatikan bahwa lembar kerja terdiri dari dua bagian:
bagian data
tion dan bagian model. Empat komponen model disaring, dan sel-sel kembali
disajikan untuk variabel keputusan terlampir dalam kotak tebal. Gambar 2.26 disebut a
lembar kerja rumus karena menampilkan rumus yang telah kita masukkan dan bukan nilainya
dihitung dari formula tersebut. Sebentar lagi kita akan melihat bagaimana Excel's Solver digunakan untuk
menemukannya
solusi optimal untuk masalah Par, Inc. Tapi pertama-tama, mari kita tinjau masing-masing sebelumnya
langkah-langkah yang berlaku untuk masalah Par, Inc.,.
Langkah 1. Masukkan data masalah di bagian atas lembar kerja.
Sel B5: C8 menunjukkan persyaratan produksi per unit untuk setiap produk. Catatan
bahwa dalam sel C6 dan C7, kami telah memasukkan fraksi yang tepat. Yaitu, di sel C6
kami telah memasukkan ⁵ ⁄ ₆ dan di sel C7 kami telah memasukkan ² ⁄ ₃ .
Lampiran 2.2 Memecahkan Program Linear dengan Excel
87
Solusi global optimal ditemukan.
Nilai obyektif:
7668.000
Iterasi pemecah total:
2
Variabel
Nilai
-------------- --------------- -----------------
S
540.0000
0,000000
D
252.0000
0,000000
Row Slack atau Surplus
Harga Ganda
-------------- ---------------- -----------------
1
7668.000
1,000000
2
0,000000
4.375000
3
120.0000
0,000000
4
0,000000
6.937500
5
18.00000
0,000000
GAMBAR 2.25 PAR, INC., LAPORAN SOLUSI MENGGUNAKAN LINGO
Halaman 61
Sel B9: C9 menunjukkan kontribusi laba per unit untuk kedua produk.
Sel D5: D8 menunjukkan jumlah jam yang tersedia di setiap departemen.
Langkah 2. Tentukan lokasi sel untuk variabel keputusan.
Sel B16 akan berisi jumlah tas standar yang diproduksi, dan sel C16 akan
berisi jumlah tas deluxe yang diproduksi.
Langkah 3. Pilih sel dan masukkan formula untuk menghitung nilai fungsi objektif.
Sel B18: B9 * B16C9 * C16
Langkah 4. Pilih sel dan masukkan formula untuk menghitung sisi kiri masing-masing
paksaan.
Dengan empat kendala, kami punya
Sel B21: B5 * B16C5 * C16
Sel B22: B6 * B16C6 * C16
Sel B23: B7 * B16C7 * C16
Sel B24: B8 * B16C8 * C16
Langkah 5. Pilih sel dan masukkan formula untuk menghitung sisi kanan masing-masing
paksaan.
Dengan empat kendala, kami punya
Sel D21: D5
Sel D22: D6
Sel D23: D7
Sel D24: D8
88
GAMBAR 2.26 FORMULA WORKSHEET FOR THE PAR, INC., MASALAH
SEBUAH
B
C
D
1 Par, Inc.
2
3
Waktu produksi
4 Operasi
Standar
Mewah
Waktu tersedia
5 Memotong dan Mewarnai
0,7
1
630
6 Menjahit
0,5
0.83333
600
7 Finishing
1
0,66667
708
8 Inspeksi dan Pengemasan 0.1
0,25
135
9 Untung Per Kantong
10
9
10
11
12 Model
13
14
Variabel Keputusan
15
Standar
Mewah
16 Tas Diproduksi
17
18 Maksimalkan Total Keuntungan
= B9 * B16 + C9 * C16
19
20
Jam Digunakan
Jam Tersedia
Kendala
(LHS)
(RHS)
= B5 * B16 + C5 * C16
<=
= D5
22 Menjahit
= B6 * B16 + C6 * C16
<=
= D6
23 Finishing
= B7 * B16 + C7 * C16
<=
= D7
24 Inspeksi dan Pengemasan = B8 * B16 + C8 * C16
<=
= D8
Halaman 62
Perhatikan bahwa label deskriptif membuat bagian model lembar kerja lebih mudah dibaca dan
memahami. Misalnya, kami menambahkan "Standar," "Deluxe," dan "Tas Diproduksi" di baris 15
dan 16 sehingga nilai-nilai variabel keputusan yang muncul dalam sel B16 dan C16 bisa
mudah diartikan. Selain itu, kami memasukkan "Maksimalkan Total Keuntungan" di sel A18 untuk
menunjukkan
bahwa nilai fungsi objektif yang muncul dalam sel B18 adalah kontribusi laba maksimum
bution. Di bagian kendala dari lembar kerja kami menambahkan nama kendala juga
simbol "" untuk menunjukkan hubungan yang ada antara sisi kiri dan
sisi kanan setiap kendala. Meskipun label deskriptif ini tidak perlu
gunakan Excel Solver untuk menemukan solusi untuk masalah Par, Inc., labelnya membuatnya lebih mudah
untuk
pengguna untuk memahami dan menafsirkan solusi optimal.
Solusi Excel
Excel Solver standar yang dikembangkan oleh Frontline Systems dapat digunakan untuk menyelesaikan semua
masalah pemrograman linier disajikan dalam teks ini.
Langkah-langkah berikut menjelaskan bagaimana Excel Solver dapat digunakan untuk mendapatkan yang
optimal
solusi untuk Par, Inc., masalah:
Langkah 1. Pilih tab Data pada Ribbon
Langkah 2. Pilih Solver dari Kelompok Analisis
Langkah 3. Ketika kotak dialog Parameter Solver muncul (lihat Gambar 2.27):
Masukkan B18 ke dalam kotak Set Objective
Pilih Untuk: Max pilihan
Masukkan B16: C16 ke dalam Dengan Mengubah Variabel Sel kotak
Langkah 4. Pilih Tambah
Ketika kotak dialog Add Constraint muncul:
Masukkan B21: B24 di kotak sebelah kiri area Referensi Sel
Pilih <= dari tombol drop-down tengah.
Masukkan D21: D24 di area Kendala
Klik OK
Langkah 5. Ketika kotak dialog Parameter Solver muncul kembali:
Pilih kotak centang, Jadikan Variabel Tidak Dibatasi Tidak Negatif
Langkah 6. Pilih tombol drop-down Select a Solving Method
Pilih Simplex LP
Langkah 7. Pilih Selesaikan
Langkah 8. Ketika kotak dialog Solver Results muncul:
Pilih Keep Solver Solution
Klik OK
Gambar 2.27 menunjukkan kotak dialog Parameter Solver yang lengkap , dan Gambar 2.28
menunjukkan solusi optimal di lembar kerja. Solusi optimal dari 540 tas standar dan
252 tas deluxe sama dengan yang kami peroleh menggunakan prosedur solusi grafis. Di
Selain informasi keluaran yang ditunjukkan pada Gambar 2.28, Solver memiliki opsi untuk menyediakan
informasi analisis sensitivitas. Kami membahas analisis sensitivitas pada Bab 3.
Pada Langkah 5 kami memilih kotak centang Jadikan Variabel Tidak-Batasi Non-Negatif
menghindari keharusan memasukkan batasan nonnegativitas untuk variabel keputusan. Secara umum, ketika
pernah kita ingin menyelesaikan model pemrograman linier di mana semua variabel keputusan
terbatas menjadi tidak negatif, kami akan memilih opsi ini. Selain itu, pada Langkah 4 kami memasukkan semua
empat kendala kurang dari atau sama dengan secara bersamaan dengan memasukkan B21: B24 di sebelah kiri
89
Lampiran A menyediakan a
diskusi tentang cara
membangun dan
struktur yang baik
model spreadsheet.
Halaman 63
kotak area Referensi Sel , memilih, dan memasukkan D21: D24 di sebelah kanan
kotak. Atau, kita bisa memasukkan empat kendala satu per satu.
Sebagai pengingat, ketika memasukkan fraksi ke Excel, tidak perlu mengkonversi
pecahan menjadi angka desimal setara atau bulat. Misalnya, cukup masukkan frac
tion ² ⁄ ₃ ke Excel sebagai ² ⁄ ₃ dan jangan khawatir tentang konversi ke desimal atau berapa banyak dec-
Tempat imal untuk digunakan. Masukkan ⁷ ⁄ ₁₀ baik sebagai ⁷ ⁄ ₁₀ atau .7. Saat memasukkan fraksi, tanda ""
diperlukan; jika tidak, Excel akan memperlakukan fraksi sebagai teks daripada angka.
90
GAMBAR 2.27 SOLUSI PARAMETER DIALOG BOX FOR THE PAR, INC., MASALAH
Halaman 64
91
GAMBAR 2.28 SOLUSI EXCEL UNTUK PAR, INC., MASALAH
SEBUAH
B
C
D
4 Operasi
Standar
Mewah
Waktu tersedia
0,7
1
630
6 Menjahit
0,5
0.833333333
600
7 Finishing
1
0.666666667
708
8 Inspeksi dan Pengemasan
0,1
0,25
135
9 Untung Per Kantong
10
9
10
11
12 Model
13
14
Variabel Keputusan
15
Standar
Mewah
16 Tas Diproduksi
540.00000
252.00000
17
18 Maksimalkan Total Keuntungan
7668
19
Jam Digunakan
Jam Tersedia
20 Kendala
(LHS)
(RHS)
630
630
22 Menjahit
480.00000
600
23 Finishing
708
708
24 Inspeksi dan Pengemasan
117.00000
135

Fawdawdawfefeferfa

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Fawdawdawfefeferfa

Diunggah oleh

Hak Cipta:

Format Tersedia

Halaman 1

Anda mungkin juga menyukai