MAKALAH
DOSEN PENGAMPU :
Disusun Oleh :
JURUSAN MATEMATIKA
2019
1
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT karena dengan rahmat,
karunia, serta taufik dan hidayah-Nya penulis dapat menyelesaikan makalah
tentang “Penerapan Metode Simpleks Dalam kehidupan Nyata”. Penulis berterima
kasih kepada Ibu Dr. Faiz Ahyaningsih, S.Si selaku dosen mata kuliah Program
Linier yang memberikan tugas ini.
Kelompok 6
2
DAFTAR ISI
KATA PENGANTAR........................................................................................... 2
DAFTAR ISI.......................................................................................................... 3
BAB 1 PENDAHULUAN..................................................................................... 4
A.Latar Belakang.............................................................................................. 4
A. Kasus 1 ........................................................................................................6
B. Kasus 2.......................................................................................................10
C. Kasus 3.......................................................................................................13
A. Kesimpulan................................................................................................18
B. Saran............................................................................................................18
DAFTAR PUSTAKA...........................................................................................19
3
BAB I
PENDAHULUAN
A. Latar Belakang
Pada tahun 1947 seorang ahli matematik dari Amerika Serikat, George B.
Dantzig menemukan suatu cara untuk memecahkan persoalan linear programming
tersebut dengan suatu metode yang disebut “simplex method”. Metode simpleks
merupakan salah satu teknik penyelesaian dalam program linier yang digunakan
sebagai teknik pengambilan keputusan dalam permasalahan yang berhubungan
dengan pengalokasian sumberdaya secara optimal. Metode simpleks digunakan
untuk mencari nilai optimal dari program linier yang melibatkan banyak
constraint (pembatas) dan banyak variabel (lebih dari dua variabel). Penemuan
metode ini merupakan lompatan besar dalam riset operasi dan digunakan sebagai
prosedur penyelesaian dari setiap program computer.Penyelesaian masalah
optimalisasi dengan metode simpleks didasarkan pada teknik eliminasi Gauss
Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik ekstrim satu
persatu 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 (i-1). (Taylor. 2001).
B. Tujuan Penulisan
Adapun tujuan penulisan makalah ini adalah untuk memenuhi tugas mata
kuliah program linier dan untuk mengetahui penyelesaian kasus ataupun
permasalahan dalam kehidupan nyata misalnya dalam menghitung keuntungan
(laba) suatu produksi dan sebagainya dengan menggunakan metode simpleks.
4
C. Manfaat Penulisan
Adapun manfaat dari penulisan makalah ini adalah untuk menambah wawasan
serta pengetahuan kita mengenai penyelesaian permasalahan maupun kasus yang
ada didalam kehidupan nyata dengan menggunkan metode simpleks.
5
BAB II
PEMBAHASAN
1. Ikan Giling.
Ikan yang digunakan adalah ikan berdaging putih seperti ikan tenggiri,gabus,
belida dan beledang. Ikan lain yang tidak putih dagingnya juga dapat digunakan.
Pengunaan ikan tidak berdaging putih menghasilkan kerupuk yang berwarna
cuklat atau keabu-abuan.
2. Tepung Tapioka.
4. Air
Jenis data yang diperoleh dalam penelitian ini adalah data primer yang
dilakukan dengan wawancara serta observasi langsung kepada pengrajin dan
6
penjual kemplang panggang di Kampung Kemplang Panggang Jalan Pipareja
Kemuning Palembang.
Variabel Keputusan :
7
b. Menetukan fungsi batasan
Data dalam fungsi batasan diambil dengan melihat banyaknya bahan baku
yang digunakan dalam tiap jenis produk kemplang dan kapasitas bahan baku yang
dimiliki dalam satu kali produksi.
Ikan Giling : 5 X1 + 3 X2 ≤ 10
Variabel Z X1 X2 S1 S2 S3 S4 S5 Nilai
Z 1 -150.000 -185.000 0 0 0 0 0 0
S1 0 5 3 1 0 0 0 0 10
S2 0 10 6 0 1 0 0 0 30
S3 0 0,4 0,2 0 0 1 0 0 2
S4 0 0,2 0,1 0 0 0 1 0 2
Untuk melihat kolom kunci ditentukan oleh nilai Z yang paling kecil
(negatif) maka kolom kunci terletak pada kolom X2.
8
iv. Melakukan iterasi
Membuat baris kunci baru
baris kuncilama
Baris kunci baru =
elemen cell
Elemen cell yaitu nilai perpotongan antara kolom kunci dan baris kunci.
0 5 3 1 0 0 0 0 10
Baris kunci baru =
33333333 3
Vb Z X1 X2 S1 S2 S3 S4 Nilai
Z 1 158.950 0 61.05 0 0 0 616.050
0
S1 0 -0,01 0 0,01 0 0 0 0,01
X2 0 1,67 1 0,3 0 0 0 3,33
S3 0 -0,10 1 -0,99 0 1 0 1,334
S4 0 0,033 1 0 0 0 1 2
Karena nilai-nilai pada baris z sudah tidak ada yang negatif, berarti iterasi
telah selesai maka fungsi telah optimal. sehingga perhitungan dihentikan setelah
nilai pada fungsi tujuan semua bernilai positif. Dengan hasil penyelesaian nilai
variabel X1= 0,01 dan X2= 3,33.
Z = 150.000 X1 + 185.000 X2
9
= 150.000(0,01) + 185.000(3,33)
= 1500 + 616.050
= 617.550
1. Kue panada
10
Sementara keuntungan per kemasan yang diperoleh adalah :
1. Kue panada
2. Bola-bola ragout
1. Terigu yang digunakan adalah 500 gram untuk kue panada (X 1), dan 300
gram untuk bola-bola ragout (X2) kapasitas yang tersedia adalah 25 Kg.
2. Telur yang digunakan adalah 5 butir untuk kue panada (X 1), dan 4 butir
untuk bola-bola ragout (X2) kapasitas yang terseda adalah 5 peti.
11
Dari data tabel 1. dapat dibuat penyelesaian linear programming persoalan
maksimum, langkah-langkah penyelesaiannya adalah sebagi berikut:
1. 500X1 + 300X2 ≤ 25.000
500X1 + 300X2 =25.000
1. 500X1 + 300X2 + S1≤ 25000 diubah menjadi 500X1 + 300X2 + S1= 25000
2. 5X1 + 4X2 + S2 ≤ 150 diubah menjadi 5X1 + 4X2 + S2 = 150
variabel nilai
dasar Z X1 X2 S1 S2 kolom index
Z 1 -2000 -1000 0 0 0 0
Untuk Z:
1 -2000 -1000 0 0 0
( 0 1 4/5 0 1/5 30) x -2000 (-)
1 0 600 0 400 60.000
12
Untuk S1:
Tabel 3. Literasi
kedua
variabel nilai
dasar Z X1 X2 S1 S2
kolom
Z 1 0 600 0 400 60.000
S1 0 0 -100 1 -100 10.000
X2 0 1 4/5 0 1/5 30
Berdasarkan tabel 2. baris Z tidak lagi ada yang bernilai negatif sehingga solusi
yang diperoleh optimal, artinya CV Irah Sidarasa ingin memperoleh keuntungan
yang maksimal maka hanya menambahkan 30 kue panada.
1. Penambahan kue panada (X1) sebanyak 30 buah kue. Selama ini setiap hari CV
Irah Sidarasa hanya memproduksi 50 buah jenis kue. Bila perusahaan ingin
mencapai keuntungan maksimal harus menambah produksinya hingga 80 buah
jenis kue.
2. Jika bola-bola ragout (X2) untuk tidak diproduksi kembali jika perusahaan ingin
mendapatkan keuntungan maksimal dengan persediaan bahan baku tetap pada
setiap harinya dan keuntungan tetap setiap jenis kuenya.
( Saryoko, A. 2016)
13
z−c 1 x1 −c 2 x 2−c 3 x3 =0 … … …(1)
Keterangan
Z : Laba maksimal
x 1 :banyaknya produksi opak persegi
x 2: banyaknya produksi pakan ternak
x 3: banyaknya produksi opak bulat
c 1 , c2 , c 3 :laba 1 kg produk
a 11 ,a 12 , a13 : Bahan A untuk 1 kg produk
a 21 , a22 ,a 23 :Bahan B untuk 1 kg produk
a 31 , a32 , a 33 :Bahan C untuk 1 kg produk
a 41 , a 42 , a43 :Bahan D untuk 1 kg produk
a 51 , a52 , a 53 :Bahan E untuk 1 kg produk
l 1 ,l 2 ,l 3 , l 4 ,l 5 : Batasan sumber daya
s4 , s5 , s 6 , s7 , s 8: Variabel slack
b. Variavel Keputusn
Dalam penelitian ini, yang menjadi variabel keputusan, yaitu :
c. Fungsi tujuan
No Produk Laba per 1 kg produk (Rp)
1 Opak Persegi 6850
2 Pakan ternak 1000
3 Opak bulat 4700
Maksimalkan
z=6850 x 1+ 1000 x 2 +4700 x 3 (3)
d. Fungsi Kendala
14
No Produk Bahan A Bahan B Bahan Bahan Bahan E
C D
1 Opak 3 3,75 0,9 0,45 0
persegi
2 Pakan 3,333333 0 0 0 0
ternak 3
3 Opak 3 6 2 0,45 1
bulat
91500 kg 67500gr 17600 7425 gr 2500 gr
gr
Dengan batasan
3 x 1+3,33333 x 2+ 3 x 3 ≤ 91500 (4)
3,75 x 1+6 x 3 ≤67500
0,9 x 1+2 x 3 ≤ 17600
0,45 x 1+ 0,45 x 3 ≤ 7425
x 3 ≤ 2500
Formulasi fungsi tujuan dan fungsi kendala dengan menambahkan variabel slack
sebagai berikut :
Maksimalkan
z−6850 x 1−1000 x2 −4700 x 3=0 (5)
Dengan batasan
VB Z x 1 x2 x3 s1 s2 s3 s4 s5 S Rs
Z 1 - -1000 4700 0 0 0 0 0 0
6850
s1 0 3 3,333 3 1 0 0 0 0 91500 30500
3
s2 0 3,75 0 6 0 1 0 0 0 67500 18000
s3 0 0,9 0 2 0 0 1 0 0 17600 19555,556
15
s4 0 0,45 0 0,45 0 0 0 1 0 7425 16500
s5 0 0 0 1 0 0 0 0 1 2500
Iterasi pertama
Baris kunci baru
=[0,4500,45000107425] / 0,45
=[1 0 1 0 0 0 2,222222222 0 16500]
Tansformasi baris z
=[−6850−1000−4700 0 0 0 0 0]−
[−6850×[1 0 1 0 0 0 2,222222222 0 16500]]
=[0−1000 2150 0 0 0 15222,22222 0 113025000]
Transformasi baris 𝑠1
=[33,333333333 3 1 0 0 0 0 91500]−
[3×[1 0 1 0 0 0 2,222222222 0 16500]] =[0 3,333333333 0 1 0 0 −6,666666667 0
42000]
Transformasi baris 𝑠2
=[3,75060100067500] − [3,75×[1010002,222222222016500]]
=[002,25010−8,33333333305625]
Transformasi baris 𝑠3
=[0,9020010017600]− [0,9×[1010002,222222222016500]]
=[001,1001−202750]
Transformasi baris 𝑠5
=[001000012500]− [0×[1010002,222222222016500]]
=[001000012500]
VB Z x 1 x 2 x3 s1 s2 s3 s4 s5 S Rs
Z 1 0 -1000 2150 0 0 0 15222,22 0 113025000
2
s1 0 0 3,3333 0 1 0 0 6,666667 0 42000 12600
s2 0 0 0 2,25 0 1 0 8,33333 0 5625
s3 0 0 0 1,1 0 0 1 -2 0 2750
s4 0 0 0 1 0 0 0 2,22222 0 16500
s5 0 0 0 1 0 0 0 0 1 2500
Transformasi baris z
16
= [0−1000215000015222,222220113025000]−
[(−1000)×[0100,300−2012600]]
=[0021503000013222,222220125625000]
Transformasi baris 𝑠2
=[002,25010−8,33333333305625]−
[0×[0100,300−2012600]]
=[002,25010−8,33333333305625]
Transformasi baris 𝑠3
=[001,1001−202750]−
[0×[0100,300−2012600]]
=[001,1001−202750]
Transformasi baris 𝑥1
= [1010002,222222222016500]−
[0×[0100,300−2012600]]
=[1010002,222222222016500]
Transformasi baris 𝑠5
=[001000012500] –
[0×[0100,300−2012600]]
=[001000012500]
VB Z x1 x2 x3 s1 s2 s3 s4 s5 S
Z 1 0 0 2150 30 0 0 13222,22 0 125625000
0 2
X2 0 0 1 0 0,3 0 0 -2 0 12600
s2 0 0 0 2,25 0 1 0 -8,33333 0 5625
s3 0 0 0 1,1 0 0 1 -2 0 2750
x1 0 0 0 1 0 0 0 2,22222 0 16500
s5 0 0 0 1 0 0 0 0 1 2500
Dari hasil perhitungan metode simpleks menghasilkan nilai maksimum z =
125625000 pada saat x1 = 16500, x2 =12600, dan x3=0 dengan s2= 5625,
s3=2759, s5= 2500 yang merupakan bahan berlebih. Peningkatan keuntungan
sebesar Rp 5.375.000 dari Rp 120.250.000 menjadi Rp. 125.625.000
(Firmansyah,dkk,2018)
17
BAB III
PENUTUP
A. Kesimpulan
Untuk kasus 1 dimana pada jurnal ini membahas tentang optimasi keuntungan
produksi kemplang panggang menggunakan linear programing melalui metode
simpleks dapat disimpulkan bahwa terjadi peningkatan keuntungan penjualan
sebesar Rp. 617.550 jika produksi pada kemplang panggang jenis kemplang lidah
badak ditingkatkan sebanyak 3 kali dari jumlah produksi sebelumnya. Adapun
selisih antara keuntungan sebelum dan setelah optimasi sebesar Rp. 282.550.
Untuk kasus 2 dimana jurnal ini membhasa tentang metode simpleks dalam
optimalisasi hasil produksi dapat disimpulkan bahwa Produk yang menghasilkan
keuntungan lebih besar yaitu kue panada dengan keuntungan Rp 2000,- per kue.
Sedangkan untuk bola-bola ragout, keuntungan yang dihasilkan adalah Rp 1.000,-
per kue. Kemudian Berdasarkan hasil analisis dengan menerapkan model linear
programming dengan metode simpleks, keuntungan maksimal yang dapat
diperoleh CV Irah Sidarasa yaitu sebesar Rp 40.0000,- per hari dari kombinasi
jumlah produksi kue panada dan bola-bola ragout. Dan Jumlah masing-masing
produk yang harus diproduksi agar memperoleh keuntungan maksimal adalah 70
kue dalam 1 hari.
18
B. Saran
DAFTAR PUSTAKA
19
KUIS
1. Suatu perusahaan menghasilkan dua produk, meja dan kursi yang diproses
melalui dubagian fungsi : perakitan dan pemolesan. Pada bagian perakitan
tersedia 60 jam kerja, sedangkan pada bagian pemolesannya hanya 48 jam
kerja. untuk menghasilkan 1 meja diperlukan 4 jam kerja perakitan dan 2
jam kerja pemolesan, sedangkan untuk menghasilkan 1 kursi diperlukan 2
jam kerja perakitan dan 4 jam kerja pemolesan. Laba untuk setiap meja
dan kursi yang dihasilkan masing-masing 80.000 dan 60.000. Berapa
jumlah meja dan kursi yang optimal dihasilkan ?
2. Suatu pabrik akan memproduksi dua jenis produk yaitu vanila dan violette.
Untuk memproduksi kedua bahan baku tersebut diperlukan bahan baku A
dan bahan baku B dan jam tenaga kerja. Maksimum pengerjaan bahan
baku A adalah 60 kg perhari , bahan baku B 30kg perhari dan tenaga kerja
40 jam perhari, kedua jenis produk memberikan sumbangan keuntungan
sebesar Rp.40,- untuk vanila dan Rp.30,- untuk violette. Masalah yang
dihadapi adalah bagaimana menentukan jumlah untit setiap produk yang
akan dipeoduksi setiap hari. Dapat dilihat dari tabel berikut:
Jenis bahan baku dan Kg bahan baku dan jam tenaga Maksimum
tenaga kerja kerja penyediaan
Vanilla violette
Bahan baku A 2 3 60kg
Bahan baku B - 2 30kg
Tenaga kerja 2 1 40jam
Sumbangan Rp.40,- Rp.30,-
keuntungan
20
sol kulit), dan C (untuk finishing). Untuk setiap lusin sepatu dibutuhkan
waktu. Italy bekerja pada mesin A selama 2 jam tanpa melalui mesin B
dan di mesin C selama 6 jam. Felix dikerjakan tanpa melalui mesin A,
melalui mesin B selama 3 jam dan mesin C 5 jam. Jam kerja maksimum
setiap hari untuk mesin A= 8jam, melalui mesin B=15 jam, dan mesin C
=30jam. Perolehan keuntungan untuk setiap lusin sepatu italy Rp.30.000,-
dan Felix Rp.50.000,-. Tentukan jumlah produksi sepatu yang
menghasilkan laba maksimal.
21