DEFINISI LINEAR PROGRAMMING

Linear Programming merupakan salah satu pendekatan matematik yang paling

sering diterapkan manajerial dalam pengambilan keputusan. Tujuan dari penggunaan
linear programming adalah untuk menyusun suatu model yang dapat dipergunakan
untuk membantu pengambilan keputusan dalam menentukan alokasi yang optimal
dari sumber daya perusahaan ke berbagai alternatif.

Linear Programming memiliki empat ciri khusus yang melekat, yaitu :

1. penyelesaian masalah mengarah pada pencapaian tujuan maksimisasi atau

minimisasi
2. kendala yang ada membatasi tingkat pencapaian tujuan
3. ada beberapa alternatif penyelesaian
4. hubungan matematis bersifat linear.

MODEL LINEAR PROGRAMMING

Model LP mempunyai tiga unsur utama

1. Variabel keputusan yaitu variabel persoalan yang akan mempengaruhi nilai

tujuan yang hendak dicapai. Misalnya dengan mengajukan pertanyaan: keputusan
apa yang harus dibuat agar nilai fungsi tujuan menjadi maksimum atau minimum
2. Fungsi tujuan yaitu fungsi yang menggambarkan tujuan dalam permasalahan LP
yang berkaitan dengan pengaturan secara optimal sumber daya - sumber daya,
untuk memperoleh keuntungan maksimal atau biaya minimum. Dengan simbol Z
3. Fungsi batasan (kendala) yaitu bentuk penyajian secara matematis batasan-
batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke
berbagai kegiatan.
Untuk memudahkan pembahasan model Linear Programming ini, digunakan simbol-
simbol sebagai berikut:
 m = macam batasan sumber atau fasilitas yang tersedia
 n = macam kegiatan yang menggunakan sumber atau fasilitas tersebut
 i = nomor setiap macam sumber atau fasilitas yang tersedia (i=1,2,...,m)
 j = nomor setiap macam kegiatan yang menggunakan sumber atau fasilitas yang
tersedia (j = 1,2,...,n)
 xj = tingkat kegiatan ke, j. (j = 1,2,...,n)
 aij= banyaknya sumber i yang diperlukan untuk menghasilkan setiap unit
keluaran (output) kegiatan j (I = 1,2,...,m, dan j = 1,2,...,n)
 bi= banyaknya sumber (fasilitas) yang tersedia untuk dialokasikan ke setiap unit
kegiatan (I = 1,2,...,n)
 Z = nilai yang dioptimalkan (maksimum atau minimum)
 Cj= kenaikan nilai Z apabila ada pertambahan tingkat kegiatan (xj) dengan satu
satuan (unit); atau merupakan sumbangan setiap satuan keluaran kegiatan j
terhadap nilai Z

Tabel : Data untuk linear programing

Atas dasar tabel di atas kemudian dapat disusun model matematis yang
digunakan untuk mengemukakan suatu permasalahan LP sebagai berikut :

Fungsi Tujuan:

Maksimumkan Z = C1X1+ C2X2+ C3X3+ ... + CnXn

 Batasan-batasan:

1) a11X1 + a12X2 + a13X3 + ...+ a1nXn  b1

2) a21X1 + a22X2 + a23X3 + ...+ a2nXn  b2

m) am1X1 + am2X2 + am3X3 + ...+ amnXn  bm

B. ASUMSI-ASUMSI DASAR LINEAR PROGRAMMING

1. Proportionality
Berarti bahwa naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang
tersedia akan berubah secara sebanding (proportional) dengan perubahan tingkat
kegiatan. Misal :
Z = C1X1 + C2X2 + C3X3+ ... + CnXn

 Setiap pertambahan 1 unit X1 akan menaikkan Z dengan C1.

 Setiap pertambahan 1 unit X2 akan menaikkan nilai Z dengan C2, dan
seterusnya.

2. Additivity
Berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam
LP dianggapbahwa kenaikan dari tujuan (Z) yang diakibatkan oleh kenaikan suatu
kegiatan dapat ditambahkan tanpa mempengaruhi bagian nilai Z yang diperoleh
dari kegiatan lain. Misal:
Dimana, Z = 3X1 + 5X2 dan X1 = 10; X2 =2;
Sehingga, Z = 30 + 10= 40
Andai kata X1 bertambah 1 unit, maka sesuai dengan asumsi pertama, nilai Z
menjadi 40 + 3 = 43.
Jadi, nilai 3 karena kenaikan X1 dapat langsung ditambahkan pada nilai Z mula-
mula tanpa mengurangi bagian Z yang diperoleh dari kegiatan 2(X2). Dengan kata
lain, tidak ada korelasi antara X1 dan X2.

3. Divisibility
 Keluaran (output) yang dihasilkan oleh setiap kegiatan dapat berupa bilangan
pecahan, demikian pula nilai Z yang dihasilkan.

4. Deterministic (Certainty)
Menyatakan bahwa semua parameter yang terdapat dalam model LP (aji, bi, Cj)
dapat diperkirakan dengan pasti, meskipun jarang dengan tepat.

METODA GRAFIK
Contoh:
Perusahaan sepatu BATA memproduksi 2 macam sepatu dengan merek I1untuk
sepatu dengan sol karet dan merek I2 untuk sepatu dengan sol dari kulit. Untuk
membuat sepatu tersebut, perusahaan memiliki 3 macam mesin. Mesin 1 khusus
untuk membuat sol dari karet, mesin 2 khusus membuat sol dari kulit, dan mesin 3
membuat bagian atas sepatu dan melakukan assembling bagian atas dengan sol. Setiap
lusin sepatu merek I1mula-mula dikerjakan di mesin 1 selama 2 jam, kemudian tanpa
melalui mesin 2 terus dikerjakan di mesin 3 selama 6 jam. Sedang untuk merek
I2tidak 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 =
8 jam, mesin 2 = 15 jam dan mesin 3 = 30 jam. Sumbangan terhadap laba untuk setiap
lusin sepatu merek I1= 30.000 sedang merek I2= 50.000,-.Berapa lusin sebaiknya
sepatu merek I1dan I2yang dibuat agar bisa memaksimumkan laba?

Merek Jenis Produksi Kapasitas

Mesin A B Sumber
1 2 0 8
2 0 3 15
3 6 5 30
Sumbangan terhadap
3 5
Laba (Rp. 10.000)
 Untuk menentukan formulasi masalah pertama kali dilakukan adalah menentukan
desain variabel yaitu:

X1 = Jumlah sepatu merek I1 yang akan dibuat tiap hari

X2 = Jumlah sepatu merek I2 yang akan dibuat tiap hari
Z = Jumlah laba seluruh sepatu merek I1 dan merek I2 yang akan diperoleh.

Kemudian ditentukan fungsi obyektif yaitu dengan melihat tujuan dari

permasalahan. Dari soal tujuannya adalah mencari laba maksimum dimana diperoleh
dari sepatu merek I1 = Rp. 30.000,- dan Merek I2 = Rp. 50.000,- sehingga dapat
ditulis dalam bentuk matematis.
Maksimumkan Z = 3X1 + 5X2 ( dalam puluhan ribu rupiah)
Selanjutnya ditentukan fungsi kendalanya. Kendala muncul dengan adanya batasan
kapasitas mesin 1, mesin 2 dan mesin 3 yaitu 8 jam, 15 jam dan 30 jam, sehingga
dapat ditulis

1. 2 X1 ≤ 8
2. 3X2 ≤ 15
3. 6X1 + 5X2 ≤ 30

Setelah fungsi obyektif dan fungsi kendala sudah didapatkan langkah selanjutnya
adalah melakukan penggambaran dalam bentuk grafik untuk masing-masing fungsi
kendala.

Gambar : Grafik fungsi-fungsi batasan perusahaan sepatu “IDEAL”

Buat garis dengan menggunakan persamaan fungsi obyektif dengan memisalkan
pada suatu harga (Z=10=3X1+5X2), kemudian garis ini digeser-geser sehingga
didapatkan suatu titik didaerah feasible yang terletak paling akhir (untuk arah
pergeseran ke kanan-atas)
 Gambar : Grafik fungsi tujuan dan batasan-batasan perusahaan sepatu “IDEAL”

Dari hasil perrgeseran garis didapatkan suatu titik yang terakhir yaitu titik (5/6,5).
Dari hasil tersebut dapat diketahuai besarnya X1 = 5/6 dan X2 = 5 dengan besarnya
Z=27,5.

C. BEBERAPA PENGERTIAN DALAM LINEAR PROGRAMMING

1. Solution (Penyelesaian)

Adalah jawaban akhir dari suatu masalah

2. Feasible Solution

Adalah penyelesaian yang tidak melanggar batasan-batasan yang ada.

3. No Feasible Solution

Berarti tidak ada daerah feasible, artinya apabila sifat atau letak batasan-batasan
sedemikian rupa sehingga tidak memungkinkan terdapatnya daerah atau alternatif-
alternatif yang feasible.

4. Optimal Solution
 Adalah feasible solution yang mempunyai nilai tujuan (nilai Z dalam fungsi
tujuan) yang optimal atau terbaik (maksimum atau minimum)

5. Multiple Optimal Solutions

Berarti terdapatnya beberapa alternaif optimal dalam suatu masalah.

6. Boundary Equation

Terjadi apabila suatu batasan dengan tanda "sama dengan (=)"

7. Corner Point Feasible Solutions

Adalah feasible solution yang terletak pada sudut (perpotongan) antara dua garis.

8. Corner Point Infeasible Solutions

Adalah titik yang terletak pada perpotongan 2 garis tetapi diluar daerah feasible.

9. No Optional Solution

Terjadi apabila suatu masalah tidak mempunyai jawaban atau penyelesaian

optimal, hal ini dapat disebabkan karena faktor-faktor:

1. Tidak ada feasible Solution

2. Ada batasan yang tidak membatasi besar nilai Z.