LAPORAN PRAKTIKUM

RISET OPERASI (IP507F)

ACARA I
PEMROGRAMAN LINIER

Oleh:

Vanessa Gema Elisabeth

H0917084
Kelas C

ILMU DAN TEKNOLOGI PANGAN

FAKULTAS PERTANIAN
UNIVERSITAS SEBELAS MARET
SURAKARTA
2019
 ACARA I
PEMROGRAMAN LINIER

A. TUJUAN
Tujuan praktikum Riset Operasi Acara I “Pemrograman Linier” adalah:
1. Mahasiswa mampu memahami bagaimana merumuskan/memformulasikan
permasalahan yang terdapat dalam dunia nyata
2. Mahasiswa mampu memahami dan dapat mencari solusi yang telah
dirumuskan, dalam format pemrograman linier
3. Mahasiswa mampu memahami dan dapat mencari solusi/menyelesaikan
permasalahan yang telah diformulasikan tersebut menggunakan
pemrograman linier dengan bantuan software WinQSB
B. TINJAUAN PUSTAKA
Pemrograman Linear (PL) ialah salah satu teknik dari riset operasi
untuk memecahkan persoalan optimasi (maksimum atau minimum) dengan
menggunakan persamaan dan pertidaksamaan linear dalam rangka untuk
mencari pemecahan yang optimal dengan memperhatikan pembatasan-
pembatasan yang ada (Supranto, 1991). menyebutkan definisi pemrograman
linear yaitu sebagai metode metematis yang berbentuk linear untuk menentukan
suatu penyelesaian optimal dengan cara memaksimumkan atau
meminimumkan fungsi tujuan terhadap suatu susunan kendala. Secara
keseluruhan, berdasarkan definisi maka tujuan pemrograman linear adalah
memecahkan persoalan memaksimumkan atau meminimumkan untuk
mendapatkan penyelesaian yang optimal (Siswanto, 2007).
Pemrograman Linear memiliki manfaat dalam kehidupan sehari-hari
salah satunya pada sebuah perusahaan. 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 seperti keuntungan maksimal atau
biaya minimal. Sehingga perlu adanya pengambilan keputusan utama yang
dihadapi oleh seorang manajer perusahaan untuk mencapai tujuan perusahaan
dengan batasan situasi lingkungan operasi. Berbagai cara lain telah ditemukan
untuk tujuan itu, salah satu diantaranya pemrograman linear (Soegito, 2007).
Terdapat dua jenis pendekatan yang sering digunakan dalam metode
pemrograman linier ini, yaitu metode grafik dan metode simplex. Metode grafik
hanya bisa digunakan untuk menyelesaikan permasalahan dimana variabel
keputusan sama dengan dua. Sedangkan metode simpleks bisa digunakan untuk
menyelesaikan permasalahan dimana variabel keputusan dua atau lebih.
Formulasi permasalahan dengan menggunakan metode grafik adalah dengan
mengidentifikasi masalah manajerial, tujuan, dan kendalanya sehingga
didapatkan variabel keputusannya. Variabel tersebut digunakan untuk
merumuskan fungsi tujuan dan fungsi kendala secara matematis.
(Junior et al., 2012). Metode simpleks adalah suatu metode yang secara
sistematis dimulai dari suatu pemecahan dasar ke pemecahan dasar yang layak
lainnya dilakukan berulangulang (dengan jumlah ulangan yang terbatas)
sehingga akhirnya tercapai suatu pemecahan dasar yang optimal. Setiap
langkah menghasilkan suatu nilai dan fungsi tujuan yang selalu lebih besar
(lebih kecil) atau sama dari langkah-langkah sebelumnya. Metode simpleks
lebih efisien serta dilengkapi dengan suatu test kriteria yang dapat
memberitahukan kapan hitungan harus dihentikan dan kapan harus dilanjutkan
sampai diperoleh suatu penyelesaian yang optimal. Pada umumnya
dipergunakan tabel-tabel, dari tabel pertama yang memberikan pemecahan
dasar permulaan yang fisibel sampai pada pemecahan terakhir yang
memberikan solusi optimal (Supranto, 1991).
Tahapan dalam penyelesaian optimasi dari Linear Programming yang
pertama adalah memahami secara menyeluruh permasalahan manajerial yang
dihadapi. Hal ini digunakan untuk mengetahui permasalahan dalam suatu
lingkungan operasi sehingga dapat menentukan solusi yang tepat agar bisa
ditanggulangi lebih lanjut. Tahapan kedua adalah mengidentifikasi tujuan dan
kendala. Fungsi tujuan pada model pemrograman linear haruslah berbentuk
linear. Selanjutnya, fungsi tujuan tersebut dimaksimalkan atau diminimalkan
terhadap fungsi-fungsi kendala yang ada. Kendala tersebut merupakan batasan-
batasan yang harus dipenuhi selama pencarian nilai maksimum atau minimum
suatu fungsi tujuan. Sebuah batasan variabel biasanya dinotasikan dalam
bentuk ≤ atau ≥. Tahapan ketiga mendefinisikan variabel keputusan. Tahapan
terakhir yaitu menggunakan variabel keputusan untuk merumuskan fungsi
tujuan dan fungsi kendala secara matematis (Vaidya and Kasturiwale, 2014).
Tahap-tahap dalam menyelesaikan program linear dengan metode grafik, yaitu:
menentukan variabel keputusan atau barang apa saja yang akan diproduksi oleh
suatu perusahaan atau pabrik dengan memberikan pemisalan pada variabel
keputusan; menentukan fungsi tujuan yaitu memaksimalkan profit atau
meminimalkan biaya; menentukan fungsi kendala yang ada (batasan yang
berkaitan dengan kasus); menyelesaikan permasalahannya atau persamaan
fungsi yang ada dengan persamaan atau petidaksamaan matematika,
menentukan titik-titik yang memenuhi daerah yang memenuhi syarat. Daerah
bagian atas yang dibatasi titik-titik merupakan daerah minimum dan daerah
bawah yang dibatasi titik-titik merupakan daerah maksimum. Sedangkan
Penentuan solusi optimal menggunakan metode simpleks didasarkan pada
teknik eleminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan
memeriksa titik ekstrem satu per satu dengan cara perhitungan iteratif.
Sehingga penentuan solusi optimal dengan simpleks dilakukan tahap demi
tahap yang disebut dengan iterasi. Iterasi ke-i hanya tergantung dari iterasi
sebelumnya (Sriwidadi dan Agustina, 2013).
 Dalam merumuskan masalah (formulasi masalah) linier programing
terdapat empat hal yang harus dirumuskan lebih awal sebelum menyusun
bentuk umum linier programing, dan solusi optimalnya, yaitu:
1. Menentukan variabel keputusan yaitu variabel kunci yang berhubungan erat
dengan apa yang hendak dicari solusinya.
2. Membentuk fungsi sasaran atau fungsi tujuan (objective function), apakah
memaksimum profit, meminimum biaya, atau lainnya.
3. Membentuk pertidaksamaan kendala-kendala (constraine).
4. Penegasan batasan non-negatif dari setiap variabel-variabel yang
dimasukkan dalam model.
Bentuk umum untuk masalah programasi linier dengan n variabel keputusan
dan n2 kendala, dalam memaksimum atau meminimum nilai fungsi
tujuan/sasaran adalah:
1. Fungsi tujuan (memaksimumkan )
𝜋 = 𝐶1 𝑋1 + 𝐶2 𝑋2 + … + 𝐶𝑛 𝑋𝑛
Dengan kendala:
𝑎11 𝑋1 + 𝑎12 𝑋2 + … + 𝑎1𝑛 𝑋𝑛 ≤ 𝐾1
𝑎21 𝑋1 + 𝑎22 𝑋2 + … + 𝑎2𝑛 𝑋𝑛 ≤ 𝐾2
𝑎𝑚1 𝑋1 + 𝑎𝑚2 𝑋2 + … + 𝑎𝑚𝑛 𝑋𝑛 ≤ 𝑚
2. Fungsi tujuan (meminimumkan C)
𝐶 = 𝐶1 𝑋1 + 𝐶2 𝑋2 + … + 𝐶𝑛 𝑋𝑛
Dengan kendala:
𝑎11 𝑋1 + 𝑎12 𝑋2 + … + 𝑎1𝑛 𝑋𝑛 ≥ 𝐾1
𝑎21 𝑋1 + 𝑎22 𝑋2 + … + 𝑎2𝑛 𝑋𝑛 ≥ 𝐾2
𝑎𝑚1 𝑋1 + 𝑎𝑚2 𝑋2 + … + 𝑎𝑚𝑛 𝑋𝑛 ≥ 𝑚
Untuk memecahkan masalah programasi linier dapat menggunakan
metode grafik, metode simpleks, dan metode simpleks dengan program
dual. Dengan menggunakan metode tersebut akan dapat ditentukan
 nilai variabel pilihan (X*) dan nilai fungsi tujuan (* atau C*) yang optimal
(Syamsuar, 2016).
C. SOAL PENUGASAN
1. Perusahaan frozen food membuat 2 jenis produk. Produk pertama merk A
nugget sapi,dan model kedua merk B nugget ayam. Untuk membuat produk
produk itu, perusahaan memiliki 3 macam mesin. Mesin 1 khusus
menggiling daging, mesin 2 khusus membuat campuran bumbu, dan mesin
3 untuk pencampuran seluruh bahan. Setiap produk merk A mula mula
dikerjakan mesin 1 selam 2 jam, kemusian tanpa melalui mesin 2 terus
dikerjakan di mesin 3 selama 6 jam. Sedangkan untuk produk merk B tidak
diproses di mesin 1, tetapi pertama kali dikerjakan di mesin 2 selama 3 jam,
kemudian di mesin 3 selama 5 jam. Jam kerja maksimum setiap hari untuk
mesin 1 adalah 8 jam, mesin 2 adalah 15 jam, dan mesin 3 adalah 30 jam.
Sumbangan terhadap laba untuk setiap produk merk A adalah Rp.
30.084,00, sedangkan untuk setiap produk merk B Rp. 50.084,00. Berapa
jumlah produk merk A dan merk B yang dibuat agar bias memaksimumkan
laba?
2. Perusahaan konveksi “Indah” memproduksi 2 buah produk, yaitu produk
jaket dan kemeja. Beberapa persoalan yang perlu dperhatikan adalah: Untuk
memproduksi kemeja, diperlukan 20 menit mesin 1, 10 menit mesin 2, 40
menit penghalusan, dan 20 menit proses finishing. Sedangkan untuk
memproduksi jaket diperlukan 50 menit mesin 1, 30 menit mesin 2, 10
menit penghalusan, dan 20 menit finishing.
Kapasitas maksimum masing masing mensin adalah
- Mesin 1 1000 menit
- Mesin 2 600 menit
- Proses penghalusan 800 menit
- Proses finishing 800 menit
 - Potensi profit yang akan diperoleh adalah Rp 384 untuk kemeja, dan Rp
484 untuk jaket.
Pimpinan perusahaan tersebut meminta tolong kepada saudara untuk
mencari berapa kombinasi produksi yang paling optimal, dan jumlah profit
yang diperoleh.
3. Isi vitamin, tepung pati, dan protein 2 makanan serta kebutuhan minimum
setiap bahan tersebut terdapat pada data dibawah ini. Makanan A biayanya
Rp 204 tiap mg, B biayanya Rp 264 tiap mg. Kombinasi A dan B yang mana
memberikan menu yang cukup baik dengan biaya minimum?
Kebutuhan
Makanan A Makanan B Minimum
(Satuan)
Vitamin 1 3 90
Tepung Roti 5 1 100
Protein 3 2 120
D. HASIL DAN PEMBAHASAN
Tabel 1.1 Input Data Perusahaan Frozen Food pada WinQSB

Pada Tabel 1.1, terdapat Input Data Perusahaan Frozen Food pada
WinQSB. Pada permasalahan perusahaan frozen food terdapat 2 variabel
yaitu produk merk A nugget sapi (X1) dan merk B nugget ayam (X2).
Perusahaan tersebut ingin memaksimumkan laba dengan keuntungan per
unit merk A nugget sapi sebesar Rp 30.084 dan merk B nugget ayam sebesar
Rp 50.084. sehingga dirumuskan fungsi tujuan yaitu 𝑍 = 30.084𝑥1 +
50.084𝑥2 . Batasan dari permasalahan ini adalah sebagai berikut: 2𝑥1 +
0𝑥2 ≤ 8 untuk mesin 1; 0𝑥1 + 3𝑥2 ≤ 15 untuk mesin 2; dan 6𝑥1 + 5𝑥2 ≤
30 untuk mesin 3 dalam jam.
Tabel 1.2 Output Data Perusahaan Frozen Food pada WinQSB

Dalam Tabel 1.2, terdapat perolehan output data perusahaan frozen

food pada WinQSB. Dengan menggunakan aplikasi WINQSB Linear and
Integer Programming diperoleh hasil optimum yaitu dengan cara
memproduksi 0 unit merk A nugget sapi (X1) dan 5 unit merk B nugget
ayam (X2) sehingga keuntungan maksimum total sebesar Rp 250.420,00
Tabel 1.3 Input Data Perusahaan Konveksi “Indah” pada WinQSB

Pada Tabel 1.3, terdapat Input Data Perusahaan Konveksi “Indah”

pada WinQSB. Pada permasalahan perusahaan konveksi “Indah” terdapat
2 variabel yaitu produk kemeja (x1) dan produk jaket (x2). Perusahaan
tersebut ingin memaksimumkan laba dengan keuntungan per unit kemeja
sebesar Rp 384,- dan jaket sebesar Rp 484,-. sehingga dirumuskan fungsi
tujuan yaitu 𝑍 = 384𝑥1 + 484𝑥2 . Batasan dari permasalahan ini adalah
sebagai berikut: 20𝑥1 + 50𝑥2 ≤ 1000 untuk mesin 1; 10𝑥1 + 30𝑥2 ≤ 600
untuk mesin 2; 40𝑥1 + 10𝑥2 ≤ 800 untuk proses penghalusan; dan 20𝑥1 +
20𝑥2 ≤ 800 untuk proses finishing dalam menit.
Tabel 1.4 Output Data Perusahaan Konveksi “Indah” pada WinQSB

Dalam Tabel 1.4, terdapat perolehan output data Perusahaan

Konveksi “Indah” pada WinQSB. Sehingga diperoleh bahwa nilai
maksimal dari persamaan diatas saat X1 = 15 Unit dengan potensi
keuntungan Rp 5.760 dan X2 = 14 Unit dengan potensi keuntungan sebesar
Rp 6.776 Sehingga jumlah total potensi keuntungan adalah Rp 12.536
Tabel 1.5 Input Data Pemrograman Linear Kombinasi Makanan pada
WinQSB

Pada Tabel 1.5, terdapat Input Data Pemrograman Linear Kombinasi

Makanan pada WinQSB. Pada permasalahan kombinasi makanan
berdasarkan komposisinya terdapat 2 variabel yaitu makanan A (x1) dan
 makanan B (x2). Biaya makanan A adalah Rp 204,- tiap mg dan makanan B
adalah Rp 264,- tiap mg. Untuk mendapatkan kombinasi makanan dengan
menu cukup baik untuk memenuhi kebutuhan minimum namun memiliki
biaya terendah, dirumuskan fungsi tujuan yaitu 𝑍 = 204𝑥1 + 264𝑥2 .
Batasan dari permasalahan ini adalah sebagai berikut: 1𝑥1 + 3𝑥2 ≥ 90
untuk kandungan vitamin; 5𝑥1 + 1𝑥2 ≥ 100 untuk kandungan tepung pati;
dan 3𝑥1 + 2𝑥2 ≥ 120 untuk kandungan protein dalam satuan mg.
Tabel 1.6 Output Data Pemrograman Linear Kombinasi Makanan pada
WinQSB

Dalam Tabel 1.6, didapatkan hasil output data pemrograman linear

kombinasi makanan pada WinQSB. Sehingga diperoleh hasil bahwa nilai
minimum yaitu kombinasi menu cukup dengan biaya minimum adalah saat
mengonsumsi makanan A sebanyak 27 mg (X1) dengan biaya Rp 5.508,-
dan makanan B sebanyak 21 mg (X2) dengan biaya Rp 5.544. Sehingga total
biaya yang harus dikeluarkan adalah Rp.11.052

E. KESIMPULAN
Kesimpulan dari praktikum Riset Operasi Acara I “Pemrograman
Linier” ini adalah:
1. Permasalahan pada perusahaan frozen food yaitu mencari jumlah produk
merk A nugget sapi dan merk B nugget ayam yang harus diproduksi agar
dapat memaksimalkan laba perusahaan. Permasalahan pada perusahaan
Konveksi “Indah” adalah menentukan kombinasi produksi yang paling
optimal dan jumlah profit yang diperoleh dalam membuat 2 produk yaitu
jaket dan kemeja. Sedangkan permasalahan terakhir adalah penentuan
kombinasi makanan A dan makanan B yang cukup baik dengan harga menu
yang minimum.
2. Pada perusahaan frozen food, fungsi tujuan yaitu 𝑍 = 30.084𝑥1 +
50.084𝑥2 . Batasan dari permasalahan ini adalah sebagai berikut: 2𝑥1 +
0𝑥2 ≤ 8 untuk mesin 1; 0𝑥1 + 3𝑥2 ≤ 15 untuk mesin 2; dan 6𝑥1 + 5𝑥2 ≤
30 untuk mesin 3 dalam jam. Pada perusahaan Konveksi “Indah” fungsi
tujuan yaitu 𝑍 = 384𝑥1 + 484𝑥2 . Batasan dari permasalahan ini adalah
sebagai berikut: 20𝑥1 + 50𝑥2 ≤ 1000 untuk mesin 1; 10𝑥1 + 30𝑥2 ≤
600 untuk mesin 2; 40𝑥1 + 10𝑥2 ≤ 800 untuk proses penghalusan; dan
20𝑥1 + 20𝑥2 ≤ 800 untuk proses finishing. Sedangkan pada data
pemrograman linear kombinasi makanan A dan B, fungsi tujuan yaitu 𝑍 =
204𝑥1 + 264𝑥2 . Batasan dari permasalahan ini adalah sebagai berikut:
1𝑥1 + 3𝑥2 ≥ 90 untuk kandungan vitamin; 5𝑥1 + 1𝑥2 ≥ 100 untuk
kandungan tepung pati; dan 3𝑥1 + 2𝑥2 ≥ 120 untuk kandungan protein.
3. Berdasarkan hasil dari pemrograman linier dengan bantuan software
WinQSB, didapatkan beberapa data output penyelesaian masing-masing
permasalahan. Berdasarkan output data perusahaan frozen food diperoleh
hasil optimum yaitu dengan cara memproduksi 0 unit merk A nugget sapi
(X1) dan 5 unit merk B nugget ayam (X2) sehingga keuntungan maksimum
total adalah Rp.250.420,-. Berdasarkan output data perusahaan Konveksi
“Indah” diperoleh nilai maksimal X1 = 15 Unit dengan potensi keuntungan
Rp.5.760,- dan X2 = 14 Unit dengan potensi keuntungan sebesar Rp.6.776,-
Sehingga jumlah total potensi keuntungan adalah Rp. 12.536,-.
Berdasarkan output data kombinasi makanan A dan makanan B diperoleh
hasil minimum yaitu saat mengonsumsi makanan A sebanyak 27 mg (X1)
dengan biaya Rp 5.508,- dan makanan B sebanyak 21 mg (X2) dengan biaya
Rp 5.544. Sehingga total biaya yang harus dikeluarkan adalah 11.052,-
 DAFTAR PUSTAKA

Junior, J.A. de Carvalho, J.C. Koppe, and J.F.C.L. Costa. 2012. A Case Study
Application of Linear Programming and Simulation to Mine Planning. The
Journal of the Southern African Institute of Mining and Metallurgy. 112: 477
– 484.
Siswanto. 2007. Pengantar Manajemen. PT. Bumi Aksara. Jakarta.
Soegito, Eddy Soeryatno. 2007. Marketing Research: Panduan Bagi Manajer,
Pemimpin Perusahaan Organisasi. Elex Media Komputindo. Jakarta.
Sriwidadi, Teguh dan Erni Agustina. 2013. Analisis Optimalisasi Produksi
dengan Linear Programming melalui Metode Simpleks. Binus Business
Review. 4(2): 725-741.
Supranto, Johannes. 1991. Teknik Pengambilan Keputusan. Rineka Cipta.
Jakarta.
Syamsuar, Ginanjar. 2016. Matematika Bisnis Materi: Linear Programming.
Sekolah Tinggi Ilmu Ekonomi Indonesia.
Vaidya, N.V., and N.N. Kasturiwale. 2014. Graphical View of Quick Simplex
Method (A New Approach) to Solve L.P.P. ICRTIET. 1-7.