BAB I

LINEAR PROGRAMING

1.1 PENDAHULUAN
1.1.1 Latar Belakang
Penelitian (Riset) operasional adalah ilmu yang mengkaji teknik-
teknik pemecahan masalah dengan tujuan untuk mencapai solusi yang
optimum, khususnya masalah yang berorentasikan sumber-sumber yang
terbatas untuk mencapai hasil (outcomes) yang optimum. Riset operasi
merupakan suatu metode pengambilan keputusan yang dikembangkan
dari studi operasional militer selama Perang Dunia II. Keberhasilan-
keberhasilan penelitian dari kelompok-kelompok studi militer ini telah
menarik kalangan industriawan untuk membantu memberikan berbagai
solusi terhadap masalahmasalah manajerial yang rumit. Dewasa ini riset
operasi telah medapat pengakuan sebagai mata ajaran yang penting di
tingkat perguruan tinggi, sesuai perkembangan kurikulum pendidikan
tinggi maka teknik-teknik pendekatan dalam mengidentifikasi masalah
dan mengambil keputusan menjadi suatu kebutuhan penting bagi
peserta didik. Selain itu kalangan professional, manajer, akademisi
dapat memanfaatkan metode-metode riset operasi. Materi riset operasi
yang disampaikan mencakup berbagai bidang pengetahuan seperti
ekonomi, manajemen produksi, manejemen operasi, transportasi, teknik
industri dan lain-lain.
Riset operasi (operation research) adalah penerapan metode
ilmiah untuk memecahkan masalah yang timbul dalam pelaksanaan
kegiatan sehingga penggunaan sumberdaya dapat optimal dan
efisien.Riset operasi merupakan satu cabang ilmu yang sudah
berkembang sejak masa Perang Dunia II. Pada masa itu metode ini
hanya dipakai dalam kegiatan militer, namun selanjutnya metode
tersebut dipakai dalam bidang lain terutama bidang industri, bisnis, dan
administrasi pemerintahan. Istilah Operations Research pertama kali
 digunakan pada tahun 1940 oleh Mc Closky dan Trefthen di suatu kota
kecil, Bowdsey, Inggris. Pada masa awal perang 1939, pemimpin
militer Inggris memanggil sekelompok ahli-ahli sipil dari berbagai
disiplin dan mengkoordinasi mereka ke dalam suatu kelompok yang
diserahi tugas mencari cara-cara efisien untuk menggunakan alat yang
baru ditemukan yang dinamakan radar dalam suatu sistem peringatan
dini menghadapi serangan udara.Kelompok ahli ini dan kelompok-
kelompok lain berikutnya melakukan penelitian (research) pada
operasi-operasi (operation) militer.
1.1.2 Tujuan Praktikum
1. Untuk memahami bagaimana memformulasikan permasalahan yang
terdapat dalam dunia nyata dimana nilai tersebut berupa pecahan
(linear)
1.1.3 Alat dan Bahan yang digunakan
1. Alat
a. PC
b. Software QM for Windows
2. Bahan :
a. Modul 1 Penelitian Operasional (OR)
1.1.4 Prosedur Praktikum
1. Menyusun Formulasi Linear Programming
2. Setelah formulasi selesai disusun maka masukkan data pada Program
QM for Windows dengan langkah berikut:
a. Pada menu QM for Windows klik MODULE lalu pilih linear
programmming.
 Gambar 1.1 Mengklik Linear Programing
b. Klik NEW

Gambar 1.2 Klik new

c. Isi Title sesuai dengan nama yang diinginkan, untuk number of
constrains (jumlah batasan) dan number of variables (jumlah
variabel) jumlahnya sesuai dengan batasan dan variabel yang
telah dibuat sebelumnya.

Gambar 1.3 Isi Title

d. Untuk Objektif pilih Minimize atau Maximize sesuai dengan
tujuan yang ingin dicapai.
e. Klik OK sehingga muncul tampilan isian untuk memasukkan
koefisien fungsi batasan dan fungsi tujuan kapasitas maksimum
batasan pada kolom RHS (Right Hand Side).

Gambar 1.4 Tampilan Isian

f. Klik SOLVE apabila data sudah lengkap dan benar hingga akan
nampak hasilnya.

Gambar 1.5 Klik SOLVE

g. Kemudian klik menu Window akan tampil pilihan Linear
Programming Result, Ranging, Solution List, Iterations, dan
Graph. Apabila kita menginginkan semua hasil tampil dapat
dilakukan dengan cara klik Window kemudian pilih Tile.
 Gambar 1.6 Klik Window, lalu pilih Tile
h. Untuk peyelesaian LP metode simplex, dapat dilihat pada hasil
Iterations pada Linear Programming Results.
i. Untuk peyelesaian LP metode grafik, dapat dilihat pada hasil
Graph.
j. Untuk melakukan perubahan data, anda dapat melakukannya
dengan meng-klik tombol EDIT DATA.

Gambar 1.7 Klik Edit Data

k. Simpan modul/kasus. File modul ini secara otomatis diberi
eksistensi .LIN

1.2 LANDASAN TEORI

Linier Programing adalah suatu cara alokasi sumber daya yang terbatas
jumlahnya secara optimal untuk melaksanakan beberapa macam aktivitas
yang semuanya memerlukan sumber-sumber daya. Linier Programing terdiri
dari kata linier dan programing, linier dapat diartikan bahwa semua
persamaan atau fungsi-sungsi matematis yang digunakan dalam model ini
haruslah berupa fungsi linier. Jadi dengan demikian Linier Programing
adalah suatu model umum yang jamak dipakai untuk menyelesaikan masalah
pengalokasian sumber daya yang terbatas secara optimal yang
menghubungkan beberapa buah variabel. Dalam Linier Programing dikenal
adanya variabel, definisi variable menurut para ahli berikut:
1. Menurut Hatch & Farhady (1981). Variable didefinisikan sebagai Atribut
seseorang atau obyek yang mempunyai variasi antara satu orang dengan
yang lain atau satu obyek dengan obyek yang lain.
2. Kerlinger (1973). Variable adalah konstruk (constructs) atau sifat yang
akan dipelajari. Kidder (1981) Variable dapat dikatakan sebagai suatu sifat
yang diambil dari suatu nilai yang berbeda (different values). Dengan
demikian, variabel itu merupakan suatu yang bervariasi.
3. Bhisma Murti (1996), variable adalah suatu kualitas (qualities) dimana
peneliti mempelajari dan menarik kesimpulan darinya.
4. Sudigdo Sastroasmoro, variable merupakan karakteristik subyek penelitian
yang berubah dari satu subyek ke subyek lainnya.
5. Er. Ahmad Watik Pratiknya (2007), variable adalah Konsep yang
mempunyai variabilitas. Sedangkan konsep adalah penggambaran atau
abstraksi dari suatu fenomena tertentu. Konsep yang berupa apapun, asal
mempunyai ciri yang bervariasi, maka dapat disebut sebagai variable.
Linear Programming memiliki empat ciri khusus yang melekat, yaitu :
a. Penyelesaian masalah mengarah pada pencapaian tujuan maksimisasi
atau minimisasi.
b. Kendala yang ada membatasi tingkat pencapaian tujuan.
c. Ada beberapa alternatif penyelesaian.
d. Hubungan matematis bersifat linear.
Secara teknis, ada lima syarat tambahan dari permasalahan linear
programming yang harus diperhatikan yang merupakan asumsi dasar, yaitu:
1. Certainty (kepastian) maksudnya adalah fungsi tujuan dan fungsi kendala
sudah diketahui dengan pasti dan tidak berubah selama periode analisa.
2. Proportionality (proporsionalitas) yaitu adanya proporsionalitas dalam
fungsi tujuan dan fimgsi kendala.
3. Additivity (penambahan) artinya aktivitas total sama dengan penjumlahan
aktivitas individu.
4. Divisibility Coisa (dibagi-bagi) maksudnya solusi tidak harus merupakan
bilangan integer (bilangan bulat), tetapi bisa juga berupa pecahan.
5. Non-negative variable (variabel tidak negatif) artinya bahwa semua nilai
jawaban atau variabel tidak negatif.
Dalam menyelesaikan permasalahan dengan menggunakan Linear
Programming, ada dua pendekatan yang bisa digunakan, yaitu metode grafik
dan metode simpleks. 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.
Dalam menyelesaikan permasalahn dibutuhkan dua cara yaitu maximasi
dan minimasi, dalam penyelesaian maximasi kita dapat mengetahui
keuntungan yang diperoleh oleh perusahaan sedangkan minimasi yaitu untuk
mengetahui biaya terkecil yang harus dikeluarkan oleh perusahaan.

1.2.1 Pendekatan dalam Linear Programming

a. Metode Grafik
Metode grafik digunakan untuk memecahkan masalah penentuan
kombinasi optimum (maksimal dua variabel) guna
memaksimumkan laba atau meminimumkan biaya dengan kendala
tertentu. Setiap ketidaksamaan harus kita gambarkan grafiknya
seingga secara keseluruhan bias diperoleh daerah dimana variabel
XI da X2 boleh mengambil nilai (harus lebih besar dari 0). (Daerah
yang demikian disebut feasible region dan pemecahan yang
diperoleh dimana nilai-nilai X1 dan X2 masih di daerah tersebut
 disebut feasible solution. Feasible solution yang memberikan nilai
terbesar atau maksimum disebut pemecahan optimal.
b. Metode Simpleks
Metode Simpleks ialah suatu metode yang secara sistematis dimulai
dari suatu pemecahan dasar yang fisibel ke pemecahan dasar fisibel
(fiasibel) lainnya dan ini dilakukan berulang-ulang (dengan jumlah
ulangan yang terbatas) sehingga akhirnya tercapai sesuatu
pemecahan dasar yang optimum dan pada setiap step menghasilnya
suatu nilai dari fungsi tujuan yang selalu lebih besar atau sama dari
step-step sebelumnya. Metode simpleks dikembangkan oleh George
Dantzig pada tahun 1947. Berbeda dengan Linear Programming
metode grafik yang hanya dapat digunakan untuk menyelesaikan
kasus dengan paling banyak tiga variabel keputusan, maka metode
simpleks dapat digunakan untuk memecahkan kasus dengan banyak
variabel. Adapun proses penyusunan model matematika untuk
fungsi tujuan dan fungsi kendala pada metode simpleks sama
dengan proses pada metode grafik. Namun, proses perhitungan pada
metode simpleks dilakukan secara rutin (berulang) dengan
menggunakan pola yang sistematik hingga penyelesaian terbaik
tercapai. Proses perhitungan ini disebut iterative process. Metode
simpleks merupakan suatu algoritma yang digunakan untuk
pemecahan berbagai masalah linear programming (LP). Pemecahan
masalah dengan menggunakan metode ini sangat menguntungkan
bagi pengguna karena tidak hanya fungsi tujuan dan nilai optimum
dari variable dapat kita ketahui tapi kita juga dapat memberikan
interpretasi ekonomi dan melakukan analisis sensitivitas. Metode
simpleks lebih efisien serta dilengkapi dengan suatu “test criteria”
yang bisa memberitahukan kapan hitungan harus dihentikan dan
kapan harus dilanjutkan sampai diperoleh suatu “optimal solution”
(maximum profit, maximum revenue, minimum cost, etc). Pada
umumnya dipergunakan tael-tabel, dari tabel pertama yang
 memberikan pemecahan terakhir yang memberikan pemecahan
dasar permulaan yang fisibel (initial basic feasible solution) sampai
pada pemecahan terakhir yang memberikan optimal solution. Yang
lebih menarik ialah bahwa semua informasi yang diperlukan (test
criteria, nilai variabel-variabel nilai fungsi tujuan) akan terdapat
pada setiap tabel, selain daripada itu nilai fungsi tujuan dari suatu
tabel akan lebih besar/kecil atau sama dengan tabel sebelumnya.
Pada umumnya suatu linier programming bisa diklarifikasikan
menjadi 3 kategori yaitu, tidak ada pemecahan yang fisibel, ada
pemecahan optimum, fungsi obyektif tidak ada batasnya.

1.2.2 Model Linear Programming

Ada dua jenis model fungsi dari Linear Programming, yaitu
a. Fungsi Tujuan (objective function)
Suatu fungsi yang menggambarkan tujuan/sasaran yang berkaitan
dengan pengoptimalan sumberdaya untuk memperoleh laba
maksimal atau biaya minimal.
b. Fungsi Batasan
Merupakan suatu gambaran matematis batasan-batasan kapasitas
yang akan digunakan untuk pengoptimalisasian kegiatan.
Jadi, suatu model matematis itu masuk ke dalam fungsi batasan,
dimana akan memberikan penyajian berupa data matematis untuk
dijadikan acuan sebagai bahan penentuan keputusan masalah yang
dihadapi
1.3 PENGUMPULAN DAN PENGOLAHAN DATA
1.3.1 Pengumpulan Data
Maximasi
1. Sebuah perusahaan memproduksi dua macam produk, kayu tipe A
dan tipe B. Setiap produk harus melewati dua bagian perakitan, 1
dan 2. Setiap unit produk tipe A memerlukan 4 jam di bagian
perakitan 1 dan 4 jam di perakitan 2. Produk tipe B membutuhkan 3
jam di bagian perakitan 1 dan 1 jam diperakitan 2. Sumber daya
yang tersedia di bagian perakitan 1 adalah 110 jam, sementara di
bagian perakitan 2 adalah 90 jam. Laba bersih untuk setiap tipe A
dan tipe B adalah masing-masing Rp 100.000 dan Rp 60.000. Berapa
kombinasi optimal produk tipe A dan B yang harus dibuat agar laba
maksimum ?
2. Sebuah perusahaan ingin memproduksi dua macam produk, yaitu
televisi dan radio. Berdasarkan pengalaman pada masing-masing
departemen bahwa untuk menghasilkan produk televisi departemen 1
membutuhkan 2 jam tenaga kerja, di departemen 2 membutuhkan 2
jam tenaga kerja, dan di departemen 3 memerlukan 1 jam kerja.
Sedangkan untuk menghasilkan produk radio departemen 1
memerlukan 3 jam tenaga kerja, departemen 2 memerlukan 1 jam
tenaga kerja dan departemen 3 memerlukan 4 jam tenaga kerja.
Sumber daya perusahaan yang tersedia untuk menghasilkan kedua
jenis produk tersebut di masing-masing departemen berturut-turut
adalah maksimum 24 jam tenaga kerja untuk departemen 1, 16
tenaga kerja untuk departemen 2, dan 27 jam tenaga kerja untuk
departemen 3. Keuntungan setiap unit untuk televisi dan radio
masing-masing adalah Rp 80.000 dan Rp 70.000. Berapa kombinasi
optimal dari kedua produk tersebut agar keuntungan maksimum dan
berapa keuntungan maksimumnya ?
3. PT Wijaya Karya adalah perusahaan yang memproduksi produk
terminator dan predator.Untuk memproduksi produk terminator
biaya yang dikeluarkan adalah $75 sedangkan untuk produk predator
$85. Saat ini, harga terminator adalah $100 per unit dan predator
$120 per unit. Berikut ini adalah data produksi kedua produk
tersebut.
Tabel 1.1 Data PT. Wijaya Karya

Bantulah Direktur Utama PT Wijaya Karya dalam menentukan

berapa banyak produk terminator dan predator yang harus diproduksi
dengan memperhitungkan biaya yang dikeluarkan agar tercapai
keuntungan maksimum dan tentukan pula berapa besarnya
keuntungan maksimum tersebut dengan mengginakan metode grafik.
4. CV. KK adalah perusahaan yang memproduksi produk sakura dan
fuji. Untuk memproduksi produk sakura biaya yang dikeluarkan
adalah Rp 75.000 sedangkan untuk produk Fuji biaya yang
dikeluarkan Rp 85.000. Saat ini CV. KK menjual produk Sakura
dengan harga Rp 115.000 per unit dan produk Fuji dengan harga Rp
120.000 per unit. Berikut data produksi kedua produk tersebut:
Tabel 1.2 Data CV.KK

5. PT. Sakura Indah adalah perusahaan yang memproduksi antena

untuk pasar di Asia Tenggara. Ada dua tipe antena yang diproduksi
yaitu Antena Hana dan antena Kawai. Harga antena Hana adalah
sebesar Rp 120.000 per unit sedangkan untuk antena kawai adalah
sebesar Rp 150.000 per unit. Biaya variabel untuk antena hana
sebesar Rp 30.000 dan antena kawai sebesar Rp 50.000. biaya tetap
 diperkirakan sebesar Rp 45.000. Antena hana dan antena kawai
membutuhkan kotak setiap kemasannya, dimana pemesanan minimal
untuk kotak tersebut adalah 10 unit. Untuk produksi antena hana
dibutuhkan 4 meter kabel, 30 ons plastik, dan 50 ons aluminium.
Antena kawai membutuhkan 3 meter kabel, 60 ons plastik dan 60
ons aluminium. PT. Sakura Indah mempunyai 120 meter kabel, 120
kg plastik, dan 300 kg aluminium. Dari data di atas, bantulah
perusahaan untuk menentukan jumlah kombinasi yang tepat agar
tercapai profit maksimum.

Minimasi
1. Nona Sari sedang mempersiapkan sarapan yang akan
dikomsumsinya, sarapan yang dibuthkan paling sedikit 14 unit
vitamin A dan paling sedikit 33 vitamin B. Kebutuhan ini dapat
dipenuhi dari dua jenis makanan. Setiap unit makanan 1
mengandung 2 unit vitamin A dan 6 unit vitamin B dengan biaya Rp
8000, sementara itu untuk setiap unit makanan 2 megandung 2 unit
vitamin A dan 3 unit vitamin B dengan biaya Rp 12000. Bantulah
nona Sari untuk mementukan kombinasi terbaik dari kedua jenis
makanan tersebut agar biaya minimum.
2. PT. Was-was adalah perusahaan yang memproduksi kaos dan celana
yang dipasarkan dalam negeri. Perusahaan merencanakan untuk
menekan biaya produksi seminimal mungkin. Saat ini biaya produksi
per unit untuk kaos adalah Rp 40.000 dan untuk celana sebesar Rp
60.000. Untuk membuat produk tersebut melewati tiga proses yaitu
pemotongan, penjahitan dan pengepakan. Kapasitas jam kerja
minimum yang tersedia untuk masing-masing departemen adalah
120 jam, 120 jam dan 80 jam. Untuk membuat satu lusin kaos
melewati proses pemotongan selama 6 jam, penjahitan 12 jam, dan
proses pengepakan 2 jam. Sedangkan untuk membuat satu lusin
celana memerlukan 4 jam pada proses pemotongan, 3 jam pada
 proses penjahitan dan 8 jam pada proses pengepakan. Tentukan
besarnya kombinasi produk kaos dan celana agar biaya minimum
dan tentuka berapa besarnya biaya minimum tersebut.
3. Dalam rangka meningkatkan efisiensi biaya, PT. Vienna
memfokuskan kegiatan operasionalnya pada efisiensi biaya dengan
tanpa mengurangi kualitas produk. PT. Vienna menghasilkan dua
jenis produk utama, yaitu kursi bulat dan kursi kotak. Biaya produksi
untuk kursi bulat adalah Rp 1.500.000 dan untuk kursi kotak adalah
Rp 1.000.000. Untuk membuat produk tersebut harus melewati 3
mesin produksi. Mesin 1 memiliki minimum sebesar 25 jam, dimana
digunakan untuk membuat kursi bulat selama 5 jam dan kursi kotak
5 jam. Mesin 2 harus digunakan minimum 32 jam, yang digunakan
untuk membuat kursi bulat 8 jam dan kursi kotak selama 4 jam.
Sedangkan mesin 3 harus digunakan minimum selama 12 jam, yang
digunakan membuat kursi bulat selama 2 jam dan kursi kotak selama
3 jam. Berdasarkan kondisi di atas tentukan berapa unit kursi bulat
dan kotak yang akan diproduksi agar tercipta efisiensi biaya
produksi.
4. PT. Adem Asri memproduksi dua jenis sirup dengan rasa jeruk dan
anggur. Untuk memproduksi sirup rasa jeruk dibutuhkan biaya
produksi sebesar Rp 7.000 dan untuk sirup anggur sebesar Rp 8.000.
produk sirup tersebut melewati dua mesin dalam produksinya, yaitu
mesin pencampuran dan pengolahan. Kapasitas mesin dapat
digunkan minimum/lebih dari 15.000 jam untuk mesin pencampuran
dan 9.750 jam untuk mesin pengolahan. Untuk memproduksi sirup
jeruk diperlukan 30 jam di mesin pencampuran dan 15 jam di mesin
pengolahan. Sementara itu untuk memproduksi sirup anggur
diperlukan 15 jam di mesin pencampuran dan 12 jam di mesin
pengolahan. Berapa unit sirup jeruk dan anggur yang di produksi
agar biaya produksi untuk memproduksi kedua produk tersebut
minimum.
 5. Daniel adalah seorang mahasiswa yang terdaftar di jurusan Teknik
Industri. Saat ini Daniel sedang mengikuti program diet yang
dianjurkan oleh konsultan kesehatan tempat dia melakukan fitness.
Konsultan tersebut meganjurkan untuk mengkonsumsi dua jenis
makanan yang mengandung protein dan karbohidrat. Kandungan
tersebut terdapat pada dua jenis makanan yang ditawarkan, yaitu
makanan jenis 1 dan 2. Untuk makanan jenis 1 mengandung 3 unit
protein dan 6 unit karbohidrat dengan biaya Rp 5.000. Sementara itu
makanan jenis 2 mengandung 12 unit protein dan 9 unit karbohidrat
dengan biaya Rp 10.000. berapa unit dari masing-masing jenis
makanan yang harus dikonsumsi untuk memenuhi kebutuhan
minimum harian dari 30 unit protein dan 45 unit karbohidrat agar
biaya minimum.

1.3.2 Pengolahan Data

Maksimasi
1. Penyelesaian Soal Maximasi 1
a. Variabel:
X1 = Kayu Tipe A
X2 = Kayu Tipe B
b. Fungsi Tujuan:
Zmax = 100.000 X1 + 60.000 X2
c. Fungsi Kendala:
4X1 + 3X2 ≤ 110
4X1 + X2 ≤ 90
 Gambar 1.8 Grafik Soal Maximasi 1
Tabel 1.3 Linear Programming Result Soal Maximasi 1

Tabel 1.4 Tabel Ranging Soal Maximasi 1

Tabel 1.5 Solution List Soal Maximasi 1

 Tabel 1.6 Iiteration Soal Maximasi 1

Tabel 1.7 Dual Soal Maximasi 1

2. Penyelesaian Soal Maksimasi 2

a. Variabel:
X1 = Televisi
X2 = Radio
b. Fungsi Tujuan:
Zmax = 80.000 X1 + 70.000 X2
c. Fungsi Kendala:
2X1 + 3X2 ≤ 24
2X1 + X2 ≤ 16
X1 + 4X2 ≤ 27
 Gambar 1.9 Grafik Soal Maximasi 2
Tabel 1.8 Linear Programming Result Soal Maximasi 2

Tabel 1.9 Ranging Soal Maximasi 2

Tabel 1.10 Solution List Soal Maximasi 2

 Tabel 1.11 Iteration Soal Maximasi 2

Tabel 1.12 Dual Soal Maximasi 2

3. Penyelesaian Soal Maximasi 3

a. Variabel:
X1 = Terminator
X2 = Predator
b. Fungsi Tujuan:
Zmax = 25 X1 + 35 X2
c. Fungsi Kendala:
75X1 + 75X2 ≤ 600
120X1 + 90X2 ≤ 720
60X1 + 90X2 ≤ 540
60X1 + 90X2 ≤ 450
 Gambar 1.10 Grafik Soal Maximasi 3
Tabel 1.13 Linear Programming Result Soal Maximasi 3

Tabel 1.14 Ranging Soal Maximasi 3

Tabel 1.15 Solution List Soal Maximasi 3

 Tabel 1.16 Iteration Soal Maximasi 3

Tabel 1.17 Dual Soal Maximasi 3

4. Penyelesaian Soal Maximasi 4

a. Variabel:
X1 = Sakura
X2 = Fuji
b. Fungsi Tujuan:
Zmax = 40.000 X1 + 35.000 X2
c. Fungsi Kendala:
300X1 + 60 X2 ≤ 1200
120X1 + 90X2 ≤ 1440
60X1 + 90X2 ≤ 1080
 Gambar 1.11 Grafik Soal Maximasi 4
Tabel 1.18 Linear Programming Result Soal Maximasi 4

Tabel 1.19 Ranging Soal Maximasi 4

Tabel 1.20 Solution List Soal Maximasi 4

 Tabel 1.21 Iteration Soal Maximasi 4

Tabel 1.22 Dual Soal Maximasi 4

5. Penyelesaian Soal maximasi 5

a. Variabel:
X1 = Antena Hana
X2 = Antena Kawai
b. Fungsi Tujuan:
Zmax = 45.000 X1 + 55.000 X2
c. Fungsi Kendala:
4X1 + 3X2 ≤ 120
30X1 + 60X2 ≤ 120
50X1 + 60X2 ≤ 300
X1 + X2 ≥ 10
 Gambar 1.12 Grafik Soal Maximasi 5
Tabel 1.23 Linear Programming Result Soal Maximasi 5

Tabel 1.24 Ranging Soal Maximasi 5

Tabel 1.25 Solution List Soal Maximasi 5

 Tabel 1.26 Iteration Soal Maximasi 5

Tabel 1.27 Dual Soal Maximasi 5

Minimasi
1. Penyelesaian Soal Minimasi 1
a. Variabel:
X1 = Makanan 1
X2 = Makanan 2
b. Fungsi Tujuan:
Zmin = 8.000 X1 + 12.000 X2
c. Fungsi Kendala:
2X1 + 2X2 ≥ 14
6X1 + 3X2 ≥ 33
 Gambar 1.13 Grafik Soal Minimasi 1

Tabel 1.28 Linear Programming Result Soal Minimasi 1

Tabel 1.29 Ranging Soal Minimasi 1

Tabel 1.30 Solution List Soal Minimasi 1

 Tabel 1.31 Iteration Soal Minimasi 1

Tabel 1.32 Dual Soal Minimasi 1

2. Penyelesaian Soal Minimasi 2

a. Variabel:
X1 = Kaos
X2 = Celana
b. Fungsi Tujuan:
Zmin = 40.000 X1 + 60.000 X2
c. Fungsi Kendala:
30X1 + 20X2 ≥ 7200
60X1 + 15X2 ≥ 7200
10X1 + 40X2 ≥ 4800
 Gambar 1.14 Grafik Soal Minimasi 2
Tabel 1.33 Linear Programming Result Soal Minimasi 2

Tabel 1.34 Ranging Soal Minimasi 2

Tabel 1.35 Solution List Soal Minimasi 2

 Tabel 1.36 Iteration Soal Minimasi 2

Tabel 1.37 Dual Soal Minimasi 2

3. Penyelesaian Soal Minimasi 3

a. Variabel:
X1 = Kursi Bulat
X2 = Kursi Kotak
b. Fungsi Tujuan:
Zmin = 1.500.000 X1 + 1.000.000 X2
c. Fungsi Kendala:
5X1 + 5X2 ≥ 25
8X1 + 4X2 ≥ 32
2X1 + 3X2 ≥ 12
 Gambar 1.15 Grafik Soal Minimasi 3
Tabel 1.38 Linear Programming Result Soal Minimasi 3

Tabel 1.39 Ranging Soal Minimasi 3

Tabel 1.40 Solution List Soal Minimasi 3

 Tabel 1.41 Iteration Soal Minimasi 3

Tabel 1.42 Dual Soal Minimasi 3

4. Penyelesaian Soal Minimasi 4

a. Variabel:
X1 = Sirup Jeruk
X2 = Sirup Anggur
b. Fungsi Tujuan:
Zmin = 7.000 X1 + 8.000 X2
c. Fungsi Kendala:
30X1 + 15X2 ≥ 15000
15X1 +12X2 ≥ 9750

Gambar1.16 Grafik Soal Minimasi 4

Tabel 1.43 Linear Programming Result Soal Minimasi 4

Tabel 1.44 Ranging Soal Minimasi 4

Tabel 1.45 Solutions List Soal Minimasi 4

 Tabel 1.46 Iteration Soal Minimasi 4

Tabel 1.47 Dual Soal Minimasi 4

5. Penyelesaian Soal Minimasi 5

a. Variabel:
X1 = Makanan 1
X2 = Makanan 2
b. Fungsi Tujuan:
Zmin = 5000X1 + 10.000 X2
c. Fungsi Kendala:
3X1 + 12X2 ≥ 30
6X1 + 9X2 ≥ 45
 Gambar 1.17 Grafik Soal Minimasi 5
Tabel 1.48 Linear Programming Result Soal Minimasi 5

Tabel 1.49 Ranging Soal Minimasi 5

Tabel 1.50 Solution List Soal Minimasi 5

 Tabel 1.51 Iteration Soal Minimasi 5

Tabel 1.52 Dual Soal Minimasi 5

1.4 PEMBAHASAN
Maximasi
1. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Dapat
dilihat kombinasi yang berwarna biru dapat menghasilkan profit maksimal
yaitu Rp 2.600.000 dengan memproduksi kayu tipe A 20 unit dan kayu
tipe B yaitu 10 unit. Daerah yang diarsir disebut feasible area yaitu batas
yang mungkin untuk mengalokasikan sumber daya produksi yang ada
dengan waktu yang tersedia.
Setelah melakukan perhitungan dengan software QM windows,
diperoleh bahwa kombinasi optimal yang harus diproduksi perusahaan
adalah produk Kayu Tipe A sebanyak 20 unit dan Kayu Tipe B sebanyak
10 unit agar perusahaan dapat memperoleh laba/keuntungan maksimum
yaitu sebesar Rp.2.600.000.
2. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Dapat
dilihat kombinasi yang berwarna biru dapat menghasilkan profit maksimal
yaitu Rp 760.000 dengan memproduksi televisi 6 unit dan radio 4 unit.
Daerah yang diarsir disebut feasible area yaitu batas yang mungkin untuk
mengalokasikan sumber daya produksi yang ada dengan waktu yang
tersedia.
Setelah melakukan perhitungan dengan software QM windows dapat
diketahui bahwa perusahaan sebaiknya memproduksi Televisi sebanyak 6
unit dan Radio sebanyak 4 unit agar perusahaan dapat memperoleh
keuntungan maksimum yaitu sebesar Rp.760.000.
3. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Dapat
dilihat kombinasi yang berwarna biru dapat menghasilkan profit maksimal
yaitu $182,5 dengan memproduksi terminator 4,5 unit dan predator yaitu 2
unit. Daerah yang diarsir disebut feasible area yaitu batas yang mungkin
untuk mengalokasikan sumber daya produksi yang ada dengan waktu yang
tersedia.
Setelah melakukan perhitungan dengan software QM windows,
dapat diketahui bahwa perusahaan sebaiknya memproduksi produk
Terminator sebanyak 5 unit dan Predator sebanyak 2 unit agar perusahaan
dapat memperoleh keuntungan maksimum yaitu sebesar $182,5.
4. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Dapat
dilihat kombinasi yang berwarna biru dapat menghasilkan profit maksimal
yaitu Rp 450.679,2 dengan memproduksi sakura 1,8462 unit dan fuji yaitu
10,7692 unit. Daerah yang diarsir disebut feasible area yaitu batas yang
mungkin untuk mengalokasikan sumber daya produksi yang ada dengan
waktu yang tersedia.
Setelah melakukan perhitungan dengan software QM windows dapat
diketahui bahwa perusahaan sebaiknya memproduksi Sakura sebanyak 2
unit dan Fuji sebanyak 11 unit agar perusahaan dapat memperoleh
keuntungan maksimum yaitu sebesar Rp.450.769.
5. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Dapat
dilihat kombinasi yang berwarna biru dapat menghasilkan profit maksimal
yaitu Rp 1.520.000 dengan memproduksi antenna hana 24 unit dan
antenna kawai yaitu 8 unit. Daerah yang diarsir disebut feasible area yaitu
batas yang mungkin untuk mengalokasikan sumber daya produksi yang
ada dan waktu yang tersedia.
Setelah melakukan perhitungan dengan software QM windows, dapat
diketahui bahwa perusahaan sebaiknya memproduksi Antena Hana
sebanyak 24 unit dan Antena Kawai sebanyak 8 unit agar perusahaan
dapat memperoleh keuntungan maksimum yaitu sebesar Rp.1.520.000.

Minimasi
1. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Pada
minimasi dapat dilihat kombinasi yang dapat mengoptimalkan paling
minimal biaya yaitu Rp 56.000 dengan mengkonsumsi makanan 1
sebanyak 7 kali dan tidak mengkonsumsi makanan 2. Daerah yang diarsir
disebut feasible area yaitu batas yang mungkin untuk mengalokasikan
sumber daya yang ada dengan waku yang tersedia.
Berdasarkan dari hasil perhitungan dengan software QM for windows
kita dapat mengetahui Nona Sari sebaiknya mengkonsumsi Makanan 1
sebanyak 7 kali dan tidak mengkonsumsi Makanan 2 agar biaya yang
dikeluarkan minimum yaitu Rp.56.000.
2. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Pada
minimasi dapat dilihat kombinasi yang dapat mengoptimalkan paling
minimal yaitu kaos sebanyak 192 lembar dan celana sebanyak 72 lembar,
dengan biaya Rp 12.000.000. Daerah yang diarsir disebut feasible area
yaitu batas yang mungkin untuk mengalokasikan sumber daya yang ada
dengan waktu yang tersedia.
Berdasarkan hasil perhitungan dengan software QM for windows
dapat diketahui bahwa PT. Was-was sebaiknya memproduksi Kaos
sebanyak 192 lembar dan Celana sebanyak 72 lembar agar biaya yang
 dikeluarkan minimum yaitu sebesar Rp.12.000.000.
3. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Pada
minimasi dapat dilihat kombinasi yang dapat mengoptimalkan paling
minimal yaitu Kursi bulat sebanyak 3 unit dan Kursi kotak sebanyak 2
unit, dengan biaya Rp 6.500.000. Daerah yang diarsir disebut feasible area
yaitu batas yang mungkin untuk mengalokasikan sumber daya yang ada
dengan waktu yang tersedia.
Berdasarkan dari hasil perhitungan dengan software QM for windows
dapat diketahui bahwa PT. Vienna sebaiknya memproduksi Kursi Bulat
sebanyak 3 unit dan Kursi Kotak sebanyak 2 unit agar PT. Vienna dapat
meminimumkan biaya yang dikeluarkan yaitu sebesar Rp.6.500.000.
4. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Pada
minimasi dapat dilihat kombinasi yang dapat mengoptimalkan paling
minimal yaitu sirup jeruk sebanyak 650 botol dan tidak memproduksi sirup
anggur, dengan biaya Rp 4.550.000. Daerah yang diarsir disebut feasible
area yaitu batas yang mungkin untuk mengalokasikan sumber daya yang
ada dengan waku yang tersedia.
Berdasarkan dari hasil perhitungan dengan software QM for windows
dapat diketahui bahwa PT. Adem Asri sebaiknya memproduksi sirup jeruk
sebanyak 650 botol tidak memproduksi sirup anggur agar PT. Adem Asri
agar dapat meminimumkan biaya yang dikeluarkan yaitu sebesar
Rp.4.550.000.
5. Corner point adalah kombinasi yang dapat dilakukan perusahaan. Pada
minimasi dapat dilihat kombinasi yang dapat mengoptimalkan paling
minimal yaitu Makanan 1 sebanyak 6 kali/hari dan Makanan 2 sebanyak 1
kali/hari, dengan biaya Rp 40.000. Daerah yang diarsir disebut feasible
area yaitu batas yang mungkin untuk mengalokasikan sumber daya yang
ada dengan waku yang tersedia.
Berdasarkan dari hasil perhitungan dengan software QM for
windows dapat diketahui bahwa sebaiknya Daniel mengkonsumsi
Makanan 1 sebanyak 6 kali/hari dan mengkonsumsi makanan 2 sebanyak
1 kali/hari agar kebutuhan protein dan karbohidrat yang dibutuhkan Daniel
seimbang serta dapat meminimumkan biaya yang dikeluarkan yaitu
sebesar Rp.40.000/hari.