Pemrograman Linier (1)

Bentuk umum dan solusi dengan metode grafis

Ahmad Sabri

Universitas Gunadarma, Indonesia

1
Pemrograman Linier (1)

Komponen pada Pemrograman Linier (PL)

Model PL memiliki tiga komponen dasar:

Variabel keputusan yang akan dicari nilainya
Objektif yang akan dicari nilai optimalnya (maksimal atau
minimal)
Kendala yang dihadapi dalam mencapai objektif optimal.

2
Pemrograman Linier (1)

Data yang dibutuhkan untuk model LP: pengalokasian sumberdaya

untuk berbagai aktivitas
Penggunaan sumberdaya
per unit aktivitas Banyaknya
Sumber Aktivitas sumber daya
daya 1 2 ... n tersedia
1 a11 a12 . . . a1n b1
2 a21 a22 . . . a2n b2
.. ..
. ... ... ... ... .
m am1 am2 ... amn bm
Kontribusi pada Z
c1 c2 ... cn
per unit aktivitas

3
Pemrograman Linier (1)

Bentuk umum model PL

Bentuk umum model PL maksimum

Maks Z = c1 x1 + c2 x2 + . . . + cn xn
Dengan kendala:
a11 x1 + a12 x2 + . . . + a1n xn ≤ b1
a21 x1 + a22 x2 + . . . + a2n xn ≤ b2
.. .. ..
. . .
am1 x1 + am2 x2 + . . . + amn xn ≤ bm
xi ≥ 0, i = 1, 2, . . . n.

4
Pemrograman Linier (1)

Bentuk umum model PL

Bentuk umum model PL minimum

Min Z = c1 x1 + c2 x2 + . . . + cn xn
Dengan kendala:
a11 x1 + a12 x2 + . . . + a1n xn ≥ b1
a21 x1 + a22 x2 + . . . + a2n xn ≥ b2
.. .. ..
. . .
am1 x1 + am2 x2 + . . . + amn xn ≥ bm
xi ≥ 0, i = 1, 2, . . . n.

5
Pemrograman Linier (1)

Istilah-istilah terkait solusi dari model

Solusi layak: solusi di mana semua kendala terpenuhi

Solusi tidak layak: solusi di mana paling sedikit sebuah
kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif
terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan
nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan
solusi yang memberikan fungsi objektif bernilai sama.
Tidak ada solusi optimal: terjadi jika (1) tidak terdapat
solusi layak, atau (2) nilai fungsi objektif selalu dapat
diperbesar tanpa melanggar kendala (kasus kedua ini disebut
unbounded objective function).
6
Pemrograman Linier (1)

Istilah-istilah terkait solusi dari model

Solusi layak: solusi di mana semua kendala terpenuhi

Solusi tidak layak: solusi di mana paling sedikit sebuah
kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif
terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan
nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan
solusi yang memberikan fungsi objektif bernilai sama.
Tidak ada solusi optimal: terjadi jika (1) tidak terdapat
solusi layak, atau (2) nilai fungsi objektif selalu dapat
diperbesar tanpa melanggar kendala (kasus kedua ini disebut
unbounded objective function).
6
Pemrograman Linier (1)

Istilah-istilah terkait solusi dari model

Solusi layak: solusi di mana semua kendala terpenuhi

Solusi tidak layak: solusi di mana paling sedikit sebuah
kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif
terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan
nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan
solusi yang memberikan fungsi objektif bernilai sama.
Tidak ada solusi optimal: terjadi jika (1) tidak terdapat
solusi layak, atau (2) nilai fungsi objektif selalu dapat
diperbesar tanpa melanggar kendala (kasus kedua ini disebut
unbounded objective function).
6
Pemrograman Linier (1)

Istilah-istilah terkait solusi dari model

Solusi layak: solusi di mana semua kendala terpenuhi

Solusi tidak layak: solusi di mana paling sedikit sebuah
kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif
terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan
nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan
solusi yang memberikan fungsi objektif bernilai sama.
Tidak ada solusi optimal: terjadi jika (1) tidak terdapat
solusi layak, atau (2) nilai fungsi objektif selalu dapat
diperbesar tanpa melanggar kendala (kasus kedua ini disebut
unbounded objective function).
6
Pemrograman Linier (1)

Istilah-istilah terkait solusi dari model

Solusi layak: solusi di mana semua kendala terpenuhi

Solusi tidak layak: solusi di mana paling sedikit sebuah
kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif
terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan
nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan
solusi yang memberikan fungsi objektif bernilai sama.
Tidak ada solusi optimal: terjadi jika (1) tidak terdapat
solusi layak, atau (2) nilai fungsi objektif selalu dapat
diperbesar tanpa melanggar kendala (kasus kedua ini disebut
unbounded objective function).
6
Pemrograman Linier (1)

Istilah-istilah terkait solusi dari model

Solusi layak: solusi di mana semua kendala terpenuhi

Solusi tidak layak: solusi di mana paling sedikit sebuah
kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif
terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan
nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan
solusi yang memberikan fungsi objektif bernilai sama.
Tidak ada solusi optimal: terjadi jika (1) tidak terdapat
solusi layak, atau (2) nilai fungsi objektif selalu dapat
diperbesar tanpa melanggar kendala (kasus kedua ini disebut
unbounded objective function).
6
Pemrograman Linier (1)

Metode penyelesaian PL

Terdapat dua metode untuk penyelesaian model PL:

1 Metode grafik (untuk model dengan dua variabel)
2 Metode simpleks (untuk model dengan dua variabel atau
lebih)

7
Pemrograman Linier (1)

Metode grafik

Penyelesaian model PL dengan metode grafik mencakup dua

langkah:
1 Menentukan daerah solusi layak (feasible solution region)
2 Menentukan solusi optimal dari semua titik layak (feasible
points) pada daerah solusi layak.

8
Pemrograman Linier (1)

Karakteristik dari solusi optimal

Solusi optimal dari sebuah model PL selalu diasosiasikan sebagai

sebuah titik sudut pada daerah solusi (yaitu titik di mana dua garis
berpotongan).

Jika terdapat dua titik sudut yang memberikan solusi optimal,

maka seluruh titik pada ruas garis yang menghubungkan kedua
titik tersebut juga memberikan solusi optimal.

9
Pemrograman Linier (1)

Karakteristik dari solusi optimal

Solusi optimal dari sebuah model PL selalu diasosiasikan sebagai

sebuah titik sudut pada daerah solusi (yaitu titik di mana dua garis
berpotongan).

Jika terdapat dua titik sudut yang memberikan solusi optimal,

maka seluruh titik pada ruas garis yang menghubungkan kedua
titik tersebut juga memberikan solusi optimal.

9
Pemrograman Linier (1)

Contoh
Chocolatier Burie, sebuah rumah produksi coklat Belgia, memiliki 2
jenis produksi coklat: coklat hand-made dan coklat machine-made.
Pengalokasian sumber daya untuk setiap produk diberikan oleh data
berikut:
Penggunaan sumberdaya
per unit adonan (jam) Ketersediaan
Sumber Adonan sumber daya
daya Coklat mesin Coklat hand-mande (jam)
(M) (H)
Manusia 4 18 1296
Mesin 12 6 1824
Keuntungan
55 89
per unit adonan
(Euro)

Perusahaan ingin menentukan berapa unit adonan coklat mesin dan

coklat hand-made yang harus diproses agar diperoleh keuntungan
semaksimal mungkin. Buatlah model PL-nya dan tentukan solusi
optimalnya!
10
Pemrograman Linier (1)

Model PL untuk problem Chocolatier Burie:

Maks Z = 55M + 89H
Dengan kendala:
4M + 18H ≤ 1296
12M + 6H ≤ 1824
M, H ≥ 0

11
Pemrograman Linier (1)

Daerah solusi dari model tersebut

12
Pemrograman Linier (1)

Berdasarkan daerah solusi layak, kemungkinan solusi optimal

diberikan oleh 4 titik sudut: (0 , 0), (0 , 72), (130.5 , 43) dan
(152 , 0). Berikut nilai Z = 55M + 89H untuk setiap titik sudut:

(M, H) Z = 55M + 89H

(0, 0) 0
(0, 72) 6408
(130.5, 43) 11004.5 (maksimum)
(152, 0) 8360

Diperoleh solusi optimal Z = 11004.5, dengan M = 130.5 dan

H = 43.

13
Pemrograman Linier (1)

Contoh
Redi Mix memproduksi cat interior dan eksterior dari dua bahan
mentah: M1 dan M2. Tabel berikut memberikan data dasar:
Kebutuhan bahan mentah untuk per ton dari Ketersediaan maksimum
Cat eksterior (ton) Cat interior (ton) harian (ton)
M1 6 4 24
M2 1 2 6
Keuntungan
5 4
per ton (juta)

Survey pemasaran menunjukkan bahwa permintaan harian untuk

cat interior maksimal 1 ton lebih banyak dari yang untuk eksterior.
Juga, permintaan harian maksimum untuk cat interior adalah 2
ton. Redi Miks ingin menentukan berapa ton cat interior dan
eksterior harus diproduksi untuk memaksimalkan keuntungan
harian. Buatlah model PL-nya dan tentukan solusi optimalnya!

14
Pemrograman Linier (1)

Contoh
Sebuah bakery akan membuat roti daging secara tradisional
dengan menggunakan kombinasi daging sapi dan domba. Daging
sapi terdiri dari 80% daging dan 20% lemak. Biaya penjualan roti
Rp. 8.000 per kg. Daging domba terdiri dari 68% daging dan 32%
lemak. Biaya penjualan roti Rp. 6.000 per kg.
Seberapa banyak dari setiap macam daging yang akan digunakan
pada setiap pin roti daging bila diinginkan untuk meminimumkan
biaya dan dengan mempertahankan isi lemak dari roti daging
tersebut tidak melebihi 25%?

15