MAKALAH

LINEAR PROGRAMMING

Dosen : Baidowi Abdhie, SE., M.P

Disusun Oleh :

AFNI SHINTIA

1601110065

RS4A
FAKULTAS EKONOMI
JURUSAN MANAJEMEN
UNIVERSITAS TRIDINANTI
PALEMBANG
2018
 Kata Pengantar

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayahnya

khususnya bagi saya yang telah menyelesaikan makalah Metode Penelitian Dalam Bisnis ini

yang berjudul “Linier Programming”.

Dalam membuat makalah ini, saya berusaha semaksimal mungkin untuk

menyelesaikannya dengan baik . Selain itu saya juga mengucapkan terima kasih kepada dosen

sebagai pembimbing, orang tua dan semua orang yang terlibat yang telah memberikan dorongan

dan motivasi sehingga makalah ini dapat terselesaikan.

Disini saya sebagai penulis juga menyampaikan, jika seandainya dalam penulisan makalah

ini terdapat hal – hal yang tidak sesuai dengan harapan, untuk itu saya dengan senang hati

menerima masukan, kritikan dan saran dari pembaca yang sifatnya membangun demi

kesempurnaan makalah ini. Semoga apa yang kita harapkan dapat di capai dengan sempurna.

Amin.

Palembang, Juli 2018

i
 DAFTAR ISI

KATA PENGANTAR ............................................................................... i

BAB I (PENDAHULUAN)
1.1 Latar Belakang ............................................................................ 1

1.2 Rumusan Masalah ...................................................................... 1

1.3 Tujuan ......................................................................................... 1

BAB II (PEMBAHASAN)
2.1 Linier Programming .......................................................................

A. Definisi Pemprograman Linier ................................................. 2

B. Sifat Dasar / Karakteristik Pemprograman Linier .................... 2

C. Model Pemprograman Linier .................................................. 3

D. Formulasi Permasalahan ....................................................... 5

E. Metode Grafik ......................................................................... 8

BAB III (PENUTUP)

1.1 Kesimpulan................................................................................ 13
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Program Linear adalah suatu alat yang digunakan untuk menyelesaikan
masalah optimasi suatu model linear dengan keterbatasan-keterbatasan sumber
daya yang tersedia. Program Linear banyak digunakan untuk menyelesaikan
masalah optimasi didalam industri, perbankkan, pendidikan dan masalah-masalah
lain yang dapat dinyatakan dalam bentuk linear.

1.2 Rumusan Masalah

a. Definisi Pemprograman Linier
b. Sifat Dasar / Karakteristik Pemprograman Linier
c. Model Pemprograman Linier
d. Formulasi Permasalahan
e. Metode Grafik

1.3 Tujuan

Pemrograman linear dapat diterapkan pada berbagai bidang studi. Metode

ini paling banyak digunakan dalam bisnis dan ekonomi, namun juga dapat
dimanfaatkan dalam sejumlah perhitungan ilmu teknik. Misalnya, dalam ekonomi,
fungsi tujuan dapat berkaitan dengan pengaturan secara optimal sumber-sumber
daya untuk memperoleh keuntungan maksimal atau biaya minimal, sedangkan
fungsi batasan menggambarkan batasan-batasan kapasitas yang tersedia yang
dialokasikan secara optimal ke berbagai kegiatan.
1
 BAB II

PEMBAHASAN

A. Definisi Pemprograman Linier

Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber

dayanya, baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan,
ruang tenaga kerja, jam kerja, maupun modal. Dengan keterbatasan ini,
perusahaan perlu merencanakan strategi yang dapat mengoptimalkan hasil yang
ingin dicapai, baik itu berupa keuntungan maksimal atau biaya minimal. Berbagai
cara lain telah ditemukan untuk tujuan itu, salah satu diantaranya pemrograman
linear (Eddy, 2008).

Pemprograman linier adalah metode matematik dalam mengalokasikan

sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimalkan
keuntungan atau meminimumkan biaya. Program linier berkaitan dengan
penjelasan suatu kasus dalam dunia nyata sebagai suatu model matematik yang
terdiri dari sebuah fungsi tujuan linier dengan beberapa kendala linier (Taha,
1993).

Program linier banyak digunakan untuk menyelesaikan masalah optimal

didalam industri, perbankan, pendidikan, dan masalah-masalah lain yang dapat
dinyatakan dalam bentuk linier.

B. Sifat Dasar / Karakteristik Pemprograman Linier

Sifat-sifat dasar atau Karakteristik Pemrograman Linear adalah sebagai

berikut :

1. Sifat linieritas suatu kasus dapat ditentukan dengan menggunakan beberapa

cara. Secara statistik, cara ini dapat diperiksa kelinearan menggunakan grafik
(diagram pencar).
2
 2. Sifat proposional dipenuhi jika kontribusi setiap variabel pada fungsi tujuan atau
penggunaan sumber daya yang membatasi proposional terhadap level nilai
variabel. Jika harga per unit produk misalnya adalah sama berapapun jumlah
yang dibeli, maka sifat proporsional dipenuhi. Atau dengan kata lain, jika
pembelian dalam jumlah besar mendapatkan diskon, maka sifat proporsional
tidak dipenuhi. Jika penggunaan sumber daya per unitnya tergantung dari jumlah
yang diproduksi, maka sifat proporsionalitas tidak dipenuhi.

3. Sifat additivitas mengasumsikan bahwa tidak ada bentuk perkalian silang

diantara berbagai aktivitas, sehingga tidak dapat ditemukan bentuk perkalian
silang pada model. Sifat aditivitas berlaku baik bagi fungsi tujuan maupun
pembatas (kendala). Sifat aditivitas dipenuhi jika fungsi tujuan merupakan
penambahan langsung kontribusi masing-masing variabel keputusan.

4. Sifat divisiabel berarti unit aktivitas dapat dibagi dalam sembarang level
fraksional, sehingga nilai variabel keputusan non integer dimungkinkan.

5. Sifat kepastian menunjukkan bahwa semua parameter model berupa konstanta.

Artinya koefisien fungsi tujuan maupun fungsi pembatas merupakan suatu nilai
pasti, bukan merupakan nilai dengan peluang tertentu.

C. Model Pemprograman Linier

Model matematis perumusan masalah umum pengalokasian sumberdaya untuk

berbagai kegiatan, disebut sebagai model pemrograman linear. Model pemrogram
linear ini merupakan bentuk dan susunan dalam menyajikan masalah-masalah
yang akan dipecahkan dengan teknik pemrogram linear.

Masalah pemrograman linear secara umum dapat ditulis dalam bentuk umum

sebagai berikut :
3
 Persamaan (2. 1) dan (2. 2) bisa dikatakan sebagai model standar dari masalah
pemrograman linear. Sebuah formulasi matematika yang sesuai dengan model ini
adalah masalah program linier batas normal (Hiller, 1990).

Umumnya terminologi untuk model program linier sekarang dapat diringkas. Fungsi
objektif, c1x1 + c2x2+ … + cnxn,dengan kendala sebagai pembatas.
Batasan m (dengan fungsi semua variabel a11x1 + a12x2 + … + a1nxn) kadang-
kadang disebut fungsi pembatas. Sama halnya dengan kendala xj ≥ 0 disebut
pembatas non negatif.
Beberapa aturan bentuk program linear baku/standar (Aminudin, 2005):

1. Semua batasan/kendala adalah persamaan (dengan sisi kanan yang non-negatif).

2. Semua variabel keputusan adalah non-negatif.
3. Fungsi tujuan dapat berupa maksimasi atau minimasi.

D. Formulasi Permasalahan

 Masalah keputusan yang sering dihadapi analisis adalah alokasi optimum

sumber daya.
 Sumber daya dapat berupa uang, tenaga kerja, bahan mentah, kapasitas mesin,
waktu, ruangan atau teknologi.
 Tugas analisis adalah mencapai hasil terbaik dengan keterbatasan sumber daya
itu.
 Setelah masalah diidentifikasikan, tujuan ditetapkam, langkah selanjutnya adalah
formulasi model matematika.
 Formulasi model matematika ada 3 tahap :

1. Tentukan variabel yang tidak diketahui dan dinyatakan dalam simbol.

2. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linier dari
variabel keputusan.
3. Menentukan semua kendala masalah tersebut dan mengekspresikannya
dalam persamaan atau pertidaksamaan. 4
Contoh kasus yang diselesaikan :

1. Seorang pengrajin menghasilkan satu tipe meja dan satu tipe kursi. Proses yang
dikerjakan hanya merakit meja dan kursi. Dibutuhkan waktu 2 jam untuk merakit 1 unit
meja dan 30 menit untuk merakit 1 unit kursi. Perakitan dilakukan oleh 4 orang
karyawan dengan waktu kerja 8 jam perhari. Pelanggan pada umumnya membeli paling
banyak 4 kursi untuk 1 meja. Oleh karena itu pengrajin harus memproduksi kursi paling
banyak empat kali jumlah meja. Harga jual per unit meja adalah Rp 1,2 juta dan per unit
kursi adalah Rp 500 ribu. Formulasikan kasus tersebut ke dalam model matematiknya !

Solusi :

Hal pertama yang harus dilakukan adalah mengidentifikasi tujuan, alternatif keputusan
dan sumber daya yang membatasi. Berdasarkan informasi yang diberikan pada soal,
tujuan yang ingin dicapai adalah memaksimumkan pendapatan. Alternatif keputusan
adalah jumlah meja dan kursi yang akan diproduksi. Sumber daya yang membatasi
adalah waktu kerja karyawan dan perbandingan jumlah kursi dan meja yang harus
diproduksi (pangsa pasar ).

Langkah berikutnya adalah memeriksa sifat proporsionalitas, additivitas, divisibilitas dan

kepastian. Informasi di atas tidak menunjukkan adanya pemberian diskon, sehingga
harga jual per meja maupun kursi akan sama meskipun jumlah yang dibeli semakin
banyak. Hal ini mengisyaratkan bahwa total pendapatan yang diperoleh pengrajin
proposional terhadap jumlah produk yang terjual. Penggunaan sumber daya yang
membatasi , dalam hal ini waktu kerja karyawan dan pangsa pasar juga proporsional
terhadap jumlah meja dan kursi yang diproduksi. Dengan demikian dapat dinyatakan
sifat proporsionalitas dipenuhi. Total pendapatan pengrajin merupakan jumlah
pendapatan dari keseluruhan meja dan kursi yang terjual. Penggunaan sumber daya (
waktu kerja karyawan dan pangsa pasar) merupakan penjumlahan waktu yang
digunakan untuk memproduksi meja dan kursi. Maka dapat dinyatakan juga sifat
additivitas dipenuhi. Sifat divisibilitas dan kepastian juga dipenuhi.
5
Ada dua variabel keputusan dan dua sumber daya yang membatasi. Fungsi tujuan
merupakan maksimisasi, karena semakin besar pendapatan akan semakin disukai oleh
pengrajin. Fungsi kendala pertama (batasan waktu) menggunakan pertidaksamaan ≤,
karena waktu yang tersedia dapat digunakan sepenuhnya atau tidak, tapi tidak mungkin
melebihi waktu yang ada. Fungsi kendala yang kedua bisa menggunakan ≤ atau ≥
tergantung dari pendefinisianvariabelnya.

Kita definisikan :

x₁ = jumlah meja yang akan diproduksi

x₂ = jumlah kursi yang akan diproduksi
Model umum Pemrograman Linier kasus di atas adalah :

Fungsi tujuan :

Maksimumkan z = 1.2 x₁ + 0.5 x₂

Kendala : 2x₁ + 0.5 x₂≤ 32
x₁/x₂ ≥ ¼ atau 4x₁≥ x₂ atau 4x₁– x₂ ≥ 0
x₁ , x₂ ≥ 0
2. Seorang peternak memiliki 200 kambing yang mengkonsumsi 90 kg pakan khusus
setiap harinya. Pakan tersebut disiapkan menggunakan campuran jagung dan bungkil
kedelai dengan komposisi sebagai berikut :

Bahan Kg per kg bahan

Kalsium Protein Serat Biaya (Rp/kg)

Jagung 0.001 0.09 0.02 2000

Bungkil kedelai 0.002 0.60 0.06 5500

Kebutuhan pakan kambing setiap harinya adalah paling banyak 1% kalsium, paling
sedikit 30% protein dan paling banyak 5% serat.

Formulasikan permasalahan di atas kedalam model matematiknya !

Solusi :

Hal pertama yang harus dilakukan adalah mengidentifikasi tujuan , alternative

keputusan dan sumber daya yang membatasi. Berdasarkan informasi yang diberikan
pada soal, tujuan yang ingin dicapai adalah meminimumkan biaya pembelian bahan
pakan. Alternative keputusan adalah jumlah jagung dan bungkil kedelai yang akan
digunakan. Sumber daya yang membatasi adalah kandungan kalsium, protein dan serat
pada jagung dan bungkil kedelai, serta kebutuhan jumlah pakan per hari.

Langkah berikutnya adalah memeriksa sifat proporsionalitas, additivitas, divisibilitas dan

kepastian. Informasi di atas tidak menunjukkan adanya pemberian diskon, sehingga
harga pembelian jagung dan bungkil kedelai per kg tidak berbeda meskipun pembelian
dalam jumlah besar.

Hal ini mengisyaratkan bahwa total biaya yang harus dikeluarkan peternak
proporsional terhadap jumlah jagung dan bungkil kedelai yang dibeli. Penggunaan
sumber daya yang membatasi, dalam hal ini komposisi jagung dan bungkil kedelai akan
serat, protein dan kalsium proporsional terhadap jumlah jagung dan bungkil. Dengan
demikian dapat dinyatakan sifat proporsionalitas dipenuhi.

Total pengeluaran pembelian bahan pakan merupakan penjumlahan pengeluaran

untuk jagung dan bungkil kedelai. Jumlah masing-masing serat, protein dan kalsium
yang ada di pakan khusus merupakan penjumlah serat, protein dan kalsium yang ada
pada jagung dan bungkil kedelai. 7
Jumlah pakan khusus yang dihasilkan merupakan penjumlahan jagung dan bungkil
kedelai yang digunakan. Dengan demikian sifat additivitas dipenuhi. Sifat divisibilitas
dan kepastian juga dipenuhi.

Ada dua variabel keputusan dan empat sumber daya yang membatasi. Fungsi tujuan
merupakan minimisasi, karena semakin kecil biaya akan semakin disukai oleh peternak.
Fungsi kendala pertama (batasan jumlah pakan yang dibutuhkan per hari)
menggunakan persamaan (=), fungsi kendala kedua (kebutuhan kalsium) dan kendala
keempat (kebutuhan serat) menggunakan pertidaksamaan ≤, dan fungsi kendala ketiga
(kebutuhan akan protein) menggunakan pertidaksamaan ≥.

Kita definisikan :

x₁ = jumlah jagung yang akan digunakan

x₂ = jumlah bungkil kedelai yang akan digunakan
Model umum Pemrograman linier kasus di atas oleh karenanya adalah :

Fungsi tujuan : minimumkan z = 2000 x₁ + 5500 x₂

Kendala :

x₁ + x₂ = 90
0.001 x₁ + 0.002 x₂ ≤ 0.9
0.09 x₁ + 0.6 x₂ ≥ 27
0.02 x₁ + 0.06 x₂ ≤ 4.5
x₁, x₂ ≥ 0

8
E. Metode Grafik

Metode grafik adalah satu cara yang dapat digunakan untuk memecahkan
masalah optimalisasi dalam programasi linier. Keterbatasan metode ini adalah variabel
yang bisa digunakan terbatas (hanya dua), penggunaan 3 variabel akan sangat sulit
dilakukan.

Dua macam fungsi Program Linear:

 Fungsi tujuan : mengarahkan analisa untuk mendeteksi tujuan perumusan

masalah
 Fungsi kendala : untuk mengetahui sumber daya yang tersedia dan permintaan
atas sumber daya tersebut.

Langkah – langkah penyelesaian dengan metode grafik:

1. Buatlah model matematika / kendala

2. Tentukan fungsi sasaran (Z).
3. Menyelesaikan fungsi pertidaksamaan :
 Jadikan setiap kendala menjadi bentuk persamaan,
 Buat grafik untuk setiap kendala dan kemudian tentukan daerah
penyelesaian atau HP,
 Setelah grafik dibuat, kemudian tentukan himpunan penyelesaian (HP).
Setelah itu, kita menentukan titik – titik terluar yang terdapat didalam grafik
tersebut.
 Setelah titik – titik terluar ditentukan, Uji titik – titik terluarnya untuk
menentukan nilai maksimumnya.

9
 PT. Tatikucant memproduksi 2 macam produk yang dikerjakan secara manual. Setiap
unit produk I memerlukan waktu 20 menit pada proses 2 dan 24 menit pada proses 3,
sedangkan setiap unit produk II memerlukan waktu 15 menit pada proses 1, 16 menit
proses 2, dan 30 menit proses 3. Produk I memberikan keuntungan sebesar Rp.170/unit
dan Rp.190/unit untuk produk II. Jam kerja per hari yang tersedia untuk proses 1, 2,
dan proses 3 masing-masing 1050 menit, 1600 menit, dan 2400 menit. Berapakah
jumlah produk I dan II harus diproduksi agar keuntungan maksimal ?

Penyelesaian :

Persoalan tersebut dapat ditabulasikan sebagai berikut:

Proses Produk I Produk II Kapasitas (menit)

1 - 15 1050

2 20 16 1600

3 24 30 2400

Keuntungan 170 190

 Langkah 1 : Formulasikan

Untuk lebih jelas tentang cara mengformulasikan program linear dapat dibaca di
: Formulasi Program Linear

Sehingga dari hasil formulasi didapatkan persamaan berikut :

Maksimumkan : Z = 170 X1 + 190 X2

Dengan kendala :
15 X2 ≤ 1050
20 X1 + 16 X2 ≤ 1600
24 X1 + 30 X2 ≤ 2400
X1, X2 ≥ 0

 Langkah 2 : Buatlah grafiknya

Untuk menggambarkan grafiknya, cara paling mudah adalah dengan menemukan nilai
suatu variabel saat variabel lain bernilai nol.
Maksudnya, kita membuat 2 titik pada sumbu X (dimana nilai Y = 0) dan di sumbu Y
(dimana nilai X = 0) kemudian menghubungkan 2 titik tersebut dengan garis. Sehingga
didapatkan persamaan garis lurus suatu kendala. Jika terdapat 3 kendala, maka
otomatis akan terdapat 3 garis juga.

Jadi persamaan yang didapat adalah :

 15 X2 = 1050
X2 = 70
 20 X1 + 16 X2 = 1600
X1 = 0 ⇾ X2 = 100 → F(0,100)
X2 = 0 ⇾ X1 = 80 → D(80,0)
 24 X1 + 30 X2 = 2400
X1 = 0 ⇾ X2 = 80 → E(0,80)
X2 = 0 ⇾ X1 = 100 → H(100,0)

Jadi jika dinyatakan dalam grafik adalah sebagai berikut :

Setelah didapatkan garis-garisnya, untuk mengetahui daerah mana yang diarsir dari
suatu persamaan dapat dilihat dari tanda persamaan, seperti :

 Tanda ≤ berarti bagian sebelah kiri dari persamaan garis yang diarsir.
 Tanda ≥ berarti bagian sebelah kanan dari persamaan garis yang diarsir.
 Tanda = berarti hanya pada bagian persamaan garis (hanya garis)

Daerah yang memenuhi persyaratan adalah daerah yang terarsir oleh semua kendala
yang ada.
Bedasarkan persamaan-persamaan kendala diatas, daerah yang bersamaan memenuhi
ketiga kendala ditunjukan oleh area gambar di atas yang di arsir yaitu O-ABCD. Bagian
yang diarsir dinamakan daerah feasible. Bagian O-ABCD dinamakan daerah feasible
karena memenuhi solusi dari semua pembatas yang ada.

 Langkah 3 : Tentukan outputnya

Untuk mencari titik yang paling menguntungkan dari dearah feasible tersebut adalah
titik yang terjauh dari sumbu O untuk masalah maksimasi. Sedangkan untuk kasus
minimasi adalah yang paling dekat dengan titik sumbu O.

Pada gambar diatas sebagian titik koordinat dapat diketahui yaitu titik O(0;0), titik
D(80;0), titik A(0;70). Sedangkan titik B dan titik C dapat dicari dengan mencari
perpotongan antara 2 garis yang saling menyinggung dengan cara subtitusi maupun
eliminasi.

Jadi koordinat dari titk B dapat didapat dengan mengsubtitusikan kendala (15 X2 =
1050) dengan kendala (20 X1 + 16 X2 = 1600) maka didapatkanlah koordinatnya adalah
(12,5 ; 70).

Sedangkan untuk titik C dapat didapatkan dengan cara yang sama antara kendala (20
X1 + 16 X2 = 1600) dengan kendala (24 X1 + 30 X2 = 2400) maka didapatkanlah
koordinatnya (400/9 ; 400/9).

Setelah itu lakukan pengujian dari semua koordinat di daerah feasible yang didapat ke
persamaan tujuan seperti contoh di atas adalah (Z = 170 X1 + 190 X2) dan carilah hasil
terbesar untuk masalah maksimasi dan hasil terkecil untuk masalah minimasi.

Karena dalam contoh diatas adalah kasus maksimasi, maka kita cari nilai Z terbesar
sebagai outputnya. Sehingga didapatkan :

Titik A :
Z = 170 (0) + 190 (70) = 13.300

Titik D :
Z = 170 (80) + 190 (0) = 13.600

Titik B :
Z = 170 (12,5) + 190 (70) = 15.425

Titik C :
Z = 170 (400/9) + 190 (400/9) = 16.000

Dari hasil pengujian daerah feasible, maka yang memberikan nilai optimum adalah titik
C. Jadi maksudnya jumlah produk 1 (X1) yang harus dibuat adalah 400/9 dan jumlah
produk 2 (X2) yang harus dibuat adalah 400/9 agar produksi maksimal dengan nilai
output sebesar 16.000