1.

Model Linier “Memaksimumkan”

Adapun fungsi tujuan (obejctive function) yang dimaksimumkan dapat berupa :

a. Keuntungan kotor (gross – margin)

b. Keuntungan bersih (net – margin)
c. Total penerimaan kotor (gross – total – revenue)
d. Total penerimaan bersih (net – total – revenue)

Dalam kaitannya dengan penyelesaian secara grafis, maka bentuk standar dari LP
dituliskan dalam tiga persyaratan, yaitu :

a. Fungsi tujuan
b. Fungsi kendali
c. Asumsi bahwa xij ≥ 0

Perlu diasumsikan bahwa fungsi tujuan dan fungsi kendala harus dituliskan dalam bentuk
persamaan linier. Dengan demikian, aplikasi PL dalam program “memaksimumkan” dapat
dituliskan sebagai berikut :

a. Fungsi tujuan :
Maksimumkan (maximize) Z = 3 x1 + 2 x2
b. Faktor kendala 2 x1 + x2 ≤ 60 (1)
x1 + x2 ≤ 35 (2)
c. Dengan syarat (asumsi) x1 , x2 ≥ 0

Tahapan penyelesaian yang harus dikerjakan adalah sebagai berikut :

a. Periksa kembali bentuk rumus matematis yang telah ditetapkan. Telitilah penulisan
rumus matematis sesuai dengan problem statement yang ada.
b. Periksa kembali tanda – tanda koefisien yang ada (apakah itu cost coefficients atau
input – output coefficients), apakah nilainya sudah positif (didalam PL tidak boleh
ada nilai “koefisien biaya” dan “koefisien input-output” yang bernilai negatif)
c. Periksa kembali tanda difaktor pemabatas; misalnya program memaksimumkan
adalah ≤ misalnya x1 + x2 ≤ 35 dan program meminimumkan adalah > ; misalnya x1
+ x2 ≥ 30.
d. Selanjutnya gambarlah bentuk dua dimensi x1 dan x2. Tetapkan sumbu tegak x1 dan
sumbu datar x2.
e. Tariklah garis fungsi tujuan dan faktot pembatas. Agar dapat digambar dengan
mudah, maka persamaan pada faktor pembatas berlaku azas equality, artinya bentuk ≥
dan diganti ≤ dengan bentuk kesamaan (=). Misalnya :
x1 + x2 ≤ 35 dapat diganti dengan x1 + x2 = 35
atau x1 + x2 ≥ 30, dapat diganti dengan x1 + x2 = 30

berdasarkan uraian diatas, maka penyelesaian dengan cara grafik, dapat diselesaikan sebagai
berikut :
 a. Dipersamaan (1), pada faktor pembatas, dapat dihitung: bila x1 = 0 , maka x2 = 60; dan
bila x2 = 0 , maka x1 = 30
b. Dipersamaan (2), pada faktor pembatas, juga dapat dihitung: x1 = 0 , maka x2 = 35 dan
bila x2 = 0 , maka x1 = 35
c. Konsekuensi dari a dan b dapat dijelaskan bahwa daerah yang memungkinkan untuk
rencana optimum seperti disajikan digambar. Terlihat digambar bahwa daerah yang
memungkinkan untuk rencana optimum (tanda atsir) disebut feasible region.
Sedangkan titik optimum berada dititik A, B, C. Dan adapun caranya sebagai berikut :
1. Titik A berada didaerah feasible region terletak digaris 2x1 + x2 = 60; dimana pada
saat x2 = 0. Maka x1 = 30, jadi rencana optimum dititik A adalah A :
x1 = 30 dan x2 = 0 ; dan pada kondisi seperti itu, maka: Z = 3(30) + 2(0) = 90.
Jadi, rencana optimum dititik A adalah bila: x1 = 30, x2 = 0 dan Z = 90
2. Titik B berada didaerah feasible region dan terletak digaris
x1 + x2 = 35 dan 2x1 + x2 = 60.
Untuk mencari nilai x1 dan x2 maka:
x1 + x2 = 35 atau x1 = 35 - x2
2x1 + x2 = 60 atau 2(35 - x2) + x1 = 60
70 - 2 x2 + x2 = 60
x2 = 10
kalau x2 = 10, maka x1 + 10 = 35
x1 = 25

Pada kondisi seperti itu, maka besarnya nilai Z adalah = sama dengan 3(25) + 2(10) = 95.
Jadi, rencana optimum dititik B adalah bila x1 = 25, x2 = 10 dan Z = 95

3. Titik C berada didaerah feasible region dan berada digaris x1 + x2 = 35; dimana
pada x1 = 0, maka x2 = 35. Pada kondisi seperti itu, maka besarnya nilai z = 3(0) +
2(35) = 70. Jadi rencana optimum dititik C adalah bila; x1= 0, x2 = 35 dan Z = 70
Berdasarkan perhitungan diatas, maka dapat dibandingkan nilai-nilai kombinasi x berapa
yang mampu menghasilkan Z yang maksimum. Kesimpulan dari perhitungan diatas dapat
dilihat ditabel berikut.

Tabel. Variasi Nilai Z pada Berbagai Kombinasi x pada Program Memaksimumkan

Titik x1 x2 Z
A 30 0 90
B 25 10 95o
C 0 35 70
Keterangan = nilai pada Z paling tinggi atau dititik B terjadi kombinasi yang optimum dan x1
dan x2

2. Model Linier “Meminimumkan”

Seperti dijelaskna sebelumnya, bahwa dalam program LP, yang dimaksud dengan
“meminimumkan” adalah meminimumkan total biaya. Artinya, bagaimana biaya yang
digunakan dalam proses produksi dapat ditekan seminimum mungkin untuk mendapatkan
produksi yang optimum.

Contoh yang dipakai dalam program LP “maksimisasi” seperti yang dijelaskan digunakan
kembali mka secara matematis, penyelesaian dengan cara meminimumkan ini dapat ditulis
sebagai berikut :

a. Fungsi tujuan
Minimumkan (minimize) : Z = 3 x1 + 2 x2
b. Faktor kendala (pembatas) : 2 x1 + x2 ≥ 60 (1)
x1 + 2 ≥ 35 (2)
c. Dengan syarat : x1 , x2 ≥ 0

Tahapan penyelesaian program meminimumkan (minimize) adalah sama dengan cara

penyelesaian program memaksimumkan (maximize); hanya saja perbedaannya terletak pada
tanda ≥ atau ≤. Tanda ≥ pada faktor pembatas artinya penyelesaian secara minimisasi;
sedangkan tanda ≤ artinya penyelesaian secara maksimisasi. Mengikuti penyelesaian
program LP seperti yang dijelaskan pada program maksimisasi, maka penyelesaian dengan
minimisasi dapat diselesaikan dengan cara sebagai berikut :

a. Pada persamaan (1), maka:

Bila x1 = 0, maka x2 = 60 ; pada kondisi seperti ini, maka Z = 2 (0) + 1 (60)= 60 ;
Dan dengan catatan berlaku kaidah equality yang artinya bahwa tanda ≥ identik
dengan tanda = (titik C)
b. Pada persamaan (2), maka:
Bila x2 = 0 ,maka x1 = 35; dan kondisi seperti ini, maka Z = 3(0) + 2(35) = 70 (titik A)
c. Pada persamaan (1) dan (2) akan terjadi titik potong, yang harus dicari berpa nilainya.
Secara matematis, hal ini dapat diselesaikan sebagai berikut:
2 x1 + x2 = 60 ; atau (1)
x2 = -2 x1 + 60
 x1 + (-2 x1 + 60) = 35 (2)
x1 = 25, dan
x2 = 10

pada kondisi seperti ini, maka besar nilai Z adalah sebagai berikut :

Z = 3(x1) + 2 (x2) = 3(25) + 2(10) = 95 (titik B)

Bila diperhitungan diatas ditampilkan dalam tabel, maka hal ini dapat dilihat ditabel berikut :

Variasi Nilai Z pada Berbagai Kombinasi x pada Program Minimisasi

Titik x1 x2 Z
A 35 0 70
B 25 10 95
C 0 60 60
Keterangan : nilai Z paling tinggi yang menggambarkan kondisi optimum dari kombinasi x1
dan x2.

Terlihat dalam tabel bahwa kombinasi penggunaan x1 sebesar 25 unit dan x2 sebesar
10 unit mengakibatkan nilai Z yang paling tinggi sebesar 95 unit. Peristiwa ini terjadi dititik
B. Maka dengan demikian dapat dikatakan bahwa kombinasi x1 dan x2 yang efisien terjadi
dititik B dimana pada kondisi tersebut keuntungan tertinggi dapat diperoleh. Penjelasan lebih
lanjut ditunjukkan oleh gambar. Berdasarkan gambar dapat disimpulkan bahwa titik B adalah
titik yang menjelaskan kondisi penyelesaian minimalisasi yang terbaik. Karena pada titik itu
sumber daya yang dipakai sebesar 25 unit untuk x1 dan 10 unit untuk x2 dan solusi yang
optimum dengan nilai Z tertinggi adalah adalah sebesar 95 unit. Kalau diperhatikan dengan
seksama, maka penyelesaian program LP yang “memaksimumkan” dan “meminimumkan”
pada problem yang sama, maka penyelesaian yang diperoleh adalah sama. Diprogram
memaksimumkan keuntungan tertinggi yang dihasilkan adalah sebesar 95 unit. Begitu pula
dengan hasil penyelesaian dengan melalui program “meminimumkan”, diperoleh keuntungan
maksimum sebesar 95 unit.