Pengambilan Keputusan Manajerial

Strategi Pembelajaran Pemrograman Linear

Menggunakan Metode Grafik dan Simpleks

Disusun Oleh :

Diah Putri Handayani - 43116110410

Dosen Pengampu :
Intan Apriadi, Dr. MM

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MERCU BUANA
JAKARTA 2020

i
 KATA PENGANTAR

Dengan memanjatkan puji syukur kehadirat Allah SWT yang telah

melimpahkan rahmat dan karunia-Nya kepada kami sehingga kami dapat
menyelesaikan makalah “Strategi Pembelajaran Pemrograman Linear
Menggunakan Metode Grafik dan Simpleks”. Makalah ini ditulis untuk memenuhi
salah satu tugas mata kuliah Manajemen Pegambilan Keputusan Manajerial pada
Universitas Mercu Buana Jakarta Semester Genap Tahun Akademik 2020.

Pada kesempatan yang baik ini, izinkanlah kami menyampaikan rasa

hormat dan ucapan terima kasih kepada semua pihak yang dengan tulus ikhlas
telah memberikan bantuan dan dorongan kepada kami dalam menyelesaikan
penulisan makalah ini, terutama kepada:
1. Intan Apriadi, Dr. MM Selaku Dosen Mata Kuliah Manajemen Pengambilan
Keputusan Manajerial Universitas Mercu Buana

Kami menyadari bahwa makalah ini masih banyak kekurangan baik

bentuk, isi, maupun teknik penyajiannya. Oleh sebab itu, kritikan yang bersifat
membangun dari berbagai pihak kami terima dengan tangan terbuka dan sangat
diharapkan. Semoga kehadiran makalah ini memenuhi sasarannya.

Jakarta, 22 April 2020

Penulis

Diah Putri Handayani

ii
 DAFTAR ISI

HALAMAN JUDUL
KATA PENGANTAR
DAFTAR ISI
BAB IPENDAHULUAN
A.Latar belakang penelitian
B.Tujuan penelitian
C.Ruang Lingkup penelitian

BAB II TINJAUAN PUSTAKA

A. Pengertian Linear Programming

BAB III METODE PENELITIAN

A.Metode Teori Penelitian
1..Metode Grafik
2. Metode Simpleks

iii
 BAB I
PENDAHULUAN
A. LATAR BELAKANG PENELITIAN
Sebuah perusahaan atau organisasi perlu merencanakan strategi yang
dapat mengoptimalkan hasil yang ingin dicapai, baik itu berupa keuntungan
maksimal atau biaya minimal. Pada dasarnya setiap perusahaan memiliki
keterbatasan atas sumber dayanya, baik keterbatasan dalam jumlah bahan
baku, mesin dan peralatan, ruang, tenaga, kerja, maupun model. Dengan
keterbatasan ini, setiap perusahaan melakukan beberapa cara untuk
melakukan optimasi dengan hasil yang dicapai, salah satunya dengan
program linear (Linear Programming).

Pemrograman linear (linear proramming) adalah teknik pengambilan

keputusan untuk memecahkan masalah mengalokasikan sumber daya yang
terbatas diantara berbagai kepentingan seoptimal mungkin. Pemrograman
linear merupakan salah satu metode dalam riset operasi yang
memungkinkan para manajer mengambil keputusan dengan menggunakan
pendekatan analisis kuantitatif. Teknik ini telah diterapkan secara luas pada
berbagai persoalan dalam perusahaan, untuk menyelesaikan masalah yang
berkaitan dengan penugasan karyawan, penggunaan mesin, distribusi, dan
pengangkutan, penentuan kapasitas produk, ataupun dalam penentuan
portofolio investasi.

Linear Programming (LP) adalah suatu metode programasi yang

variabelnya disusun dengan persamaan linier. Oleh berbagai analist, maka LP
diterjemahkan ke dalam Bahasa Indonesia menjadi “programasi linier”,
“pemrograman garis lurus”, “programasi garis lurus” atau lainnya. Sebagai
alat kuantitatif untuk melakukan pemrograman, maka metode LP juga ada
kelebihan dan kelemahannya. Oleh karena itu, pembaca atau peneliti harus

1
mampu mengidentifikasi kapan alat ini dipergunakan dan kapan tidak
dipergunakan.

Menurut Mulyono (2004) Program linear (Linear Programming yang

disingkat LP) merupakan salah satu teknik Operating Research yang
digunakan paling luas dan diketahui dengan baik. Program Linear
merupakan metode matematika dalam mengalokasikan sumber daya yang
langka untuk mencapai tujuan. Program Linear (Linear Programming)
merupakan sebuah teknik matematika yang didesain untuk membantu para
manajer operasi dalam merencanakan dan membuat keputusan yang
diperlukan untuk mengalokasikan sumber daya berdasarkan pendapat
Heizer dan Render (2006). Program Linear menyatakan penggunaan teknik
matematika tertentu untuk mendapatkan kemungkinan terbaik atas
persoalan yang melibatkan sumber yang serba terbatas. Program Linear
adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-
sumber yang terbatas di antara aktivitas yang bersaing dengan cara terbaik
yang mungkin dilakukan. Linear progamming merupakan suatu teknik yang
membantu pengambilan keputusan dalam mengalokasikan sumber daya
(mesin, tenaga kerja, uang, waktu, kapasitas gudang, dan bahan baku). Linear
programming merupakan penggunaan secara luas dari teknik model
matematika yang dirancang untuk membantu manajer dalam merencanakan
dan mengambil keputusan dalam mengalokasikan sumber daya.

Aminudin (2005) di dalam bukunya berjudul Prinsip-Prinsip Riset

Operasi mengemukakan bahwa organisasi harus membuat aturan tentang
pengalokasian sumber dayanya dan tidak ada organisasi yang beroperasi
permanen dengan sumber daya yang tidak terbatas. Masalah optimasi
tersebut meliputi meminimumkan biaya atau memaksimumkan keuntungan
dengan kapasitas sumber daya yang ada agar mendapatkan hasil yang
optimal.

2
 Pemahaman mengenai pemrograman linier dapat dilakukan melalui
strategi pembelajaran tertentu, sehingga terbentuk pola komunikasi yang
seimbang baik melalui analisis dan sintesis informasi pada diri sendiri
(Darmawan, 2017), atau melalui suatu metode pembelajaran dan komunikasi
berkelompok (Fajar, 2017). Terdapat beberapa metode pembelajaran
pemrograman linier terutama mengenai cara penyelesaiannya. Diantaranya
adalah penyelesaian menggunakan metode grafik, atau dengan
menggunakan metode simpleks (Harahap, 2017). Untuk mengukur
pemahaman mengenai pemrograman linier, dapat dilakukan tes manual atau
melalui komputer yang secara umum disebut sebagai computer based test
(CBT). (Darmawan, 2016). Jika CBT ini dikembagkan secara online melalui
website pembelajaran, maka pengguna akan membekali diri dengan
sejumlah materi yang diujikan secara online melalui web based electronic
Learning System (WELS), sebagaimana dijelaskan bahwa The application of
web-based electronic learning system developed in this study has the
following advantages:

1) For students, with the presence of elearning activities, allow the

growing flexibility of the higher learning activities, i.e., students
not only able to access learning materials when in class but can
also do so repeatedly according to their needs by downloading it
via the internet.Darmawan, D et.al., (2017).

Penerapan Program Linear Semua organisasi harus membuat keputusan

bagaimana mengalokasikan sumber-sumbernya, dan tiada organisasi yang
beroperasi secara permanen dengan sumber yang tidak terbatas. Akibatnya,
manajemen harus secara terus-menerus mengalokasikan sumber yang
langka untuk mencapai tujuan organisasi, bagaimanapun caranya. Dan
organisasi bisa mencapai banyak tujuan ini. Beberapa contoh dari penerapan
program linear.

3
 1) Sebuah bank hendak mengalokasikan dananya untuk mencapai
kemungkinan hasil tertinggi. Bank tersebut harus beroperasi
dalam peraturan likuiditas yang dibuat pemerintah, dan harus
mampu menjaga fleksibilitas yang memadai untuk memenuhi
permintaan pinjaman dari nasabahnya.
2) Agen periklanan juga harus mencapai kemungkinan terbaik bagi
nasabah produknya dengan biaya advertising terendah. Ada
berlusinan kemungkinan yang dapat dijadikan tempat, masing-
masing dengan tarif dan pembaca yang berbeda.
3) Perusahaan mebel juga harus memaksimumkan labanya. Kedua
departemennya menghadapi batas waktu produksi yang tidak
bisa ditawar untuk memenuhi permintaan para pelanggannya.
4) Membuat suatu jadwal produksi yang akan mencukupi
permintaan pada masa mendatang akan suatu produk perusahaan
dan pada saat yang bersamaan meminimalkan biaya persediaan
dan biaya produksi total.
5) memilih bauran produk pada suatu pabrik untuk memanfaatkan
penggunaan mesin dan jam kerja yang tersedia sebaik mungkin
selagi memaksimalkan laba perusahaan.
6) mengalokasikan ruangan untuk para penyewa yang bercampur
dalam pusat pembelanjaan baru untuk memaksimalkan
pendapatan perusahaan penyewaan.

Setiap organisasi mencoba untuk mencapai tujuan tertentu (tingkat hasil

atau pendapatan maksimum dengan biaya minimum), sesuai dengan batasan
sumber (tabungan, anggaran advertensi nasabah, tersedianya bahan-bahan).

Penyelesaian pemrograman linier dengan metode grafik dilakukan

dengan cara menggambarkan fungsi-fungsinya, yaitu fungsi kendala maupun
fungsi tujuan. Metode grafik hanya umumnya digunakan dalam pemecahan
masalah pemrograman linear yang berdimensi 2 x n atau m x 2, karena

4
keterbatasan kemam-puan suatu grafik dalam menampilkan hasil
perhitungan.

Metode lainnya yaitu metode penyelesaian pemrograman linear dengan

metode Simpleks. Pemrograman linier ditemukan dan diperkenalkan oleh
George Dantzig (2002) yang berupa metode mencari solusi masalah
pemrograman linier dengan banyak variabel keputusan (Supranto, 1988).

Proses perhitungan metode ini dengan melakukan iterasi berulang-ulang

sampai tercapai hasil yang optimal. Fungsi-fungsi kendala yang masih
berbentuk pertidaksamaan harus diubah dulu menjadi bentuk persamaan
dan prasyarat dari metode Simpleks adalah eliminasi Gauss.

Pemilihan penyelesaian masalah dengan pemrograman linier karena

telah terbukti mampu menyelesaikan permasalahan optimasi dari waktu ke
waktu dan digunakan pada berbagai situational problem. Diantaranya adalah
untuk pembahasan penggunaan program linear dalam memaksimumkan
keuntungan (Merlyana dan Abbas, 2008).

B. TUJUAN PENELITIAN
1. Mengetahui pengertian Program Linear
2. Mengetahui bentuk umum Program Linear
3. Mengetahui cara penyelesaian Program Linear dengan metode grafik dan
metode simpleks.

C. RUANG LINGKUP PENELITIAN

linear programming adalah sebagai berikut:
Fungsi tujuan :
Maksimumkan atau minimumkan z = c1x1 + c2x2 + ... + cnxn
Sumber daya yang membatasi :
a11x1 + a12x2 + ... + a1nxn = /≤ / ≥ b1

5
a21x1 + a22x2 + … + a2nxn = /≤ / ≥ b2
…
am1x1 + am2x2 + … + amnxn = /≤ / ≥ bm
x1, x2, …, xn ≥ 0

Simbol x1, x2, ..., xn  (xi) menunjukkan variabel keputusan. Jumlah
variabel keputusan (xi) oleh karenanya tergantung dari jumlah kegiatan atau
aktivitas yang dilakukan untuk mencapai tujuan. Simbol c1,c2,...,cn
merupakan kontribusi masing-masing variabel keputusan terhadap tujuan,
disebut juga koefisien fungsi tujuan pada model matematiknya.Simbol
a11, ...,a1n,...,amn merupakan penggunaan per unit variabel keputusan akan
sumber daya yang membatasi, atau disebut juga sebagai koefisien fungsi
kendala pada model matematiknya. Simbol b1,b2,...,bm menunjukkan jumlah
masing-masing sumber daya yang ada. Jumlah fungsi kendala akan
tergantung dari banyaknya sumber daya yang terbatas.

Pertidaksamaan terakhir  (x1, x2, …, xn ≥ 0) menunjukkan batasan

non negatif. Membuat model matematik dari suatu permasalahan bukan
hanya menuntut kemampuan matematik tapi juga menuntut seni
permodelan. Menggunakan seni akan membuat permodelan lebih mudah dan
menarik.

6
 BAB 2
TINJAUAN PUSTAKA
A. Pengertian Linear Programming
Menurut Staphleton, Drew, (2006), definisi Linear Programming adalah
suatu teknik aplikasi matematika dalam menentukan pemecahan masalah
yang bertujuan untuk memaksimumkan atau meminimumkan sesuatu yang
dibatasi oleh batasan-batasan tertentu, dimana hal ini dikenal juga sebagai
teknik optimalisasi. Berdasarkan definisi tersebut, maka Linear
Programming akan melibatkan model yang mendeskripsikan tujuan dan
model yang mendeskripsikan batasan-batasannya. Adapun model yang
dimaksud adalah suatu fungsi yang berderajat satu, yaitu fungsi linier.
Contoh sederhana dari konsep Linear Programming antara lain keadaan
bagian distribusi suatu perusahaan yang dihadapkan pada masalah
penentuan tingkat stok berbagai jenis produk dengan memperhatikan
batasan ruang penyimpanan: jenis ukuran tonase barang, fast moving
(barang cepat laku), barang yang laku stabil, modal, dan sebagainya untuk
memperoleh tingkat keuntungan maksimal atau biaya minimal menurut
Merlyana, Bahtiar Saleh Abbas, Jurnal Piranti Warta, (2008).

Menurut Fildes, Nikolopoulos, Crone, dan Syntetos, (2008) adalah

perkiraan peristiwa-peristiwa pada waktu yang akan datang atas dasar
polapola waktu yang lalu, dan penggunaan kebijakan terhadap proyeksi-
proyeksi dengan pola-pola pada waktu yang lalu. Peramalan dapat dilakukan
dengan melibatkan pengambilan data masa lalu dan menempatkannya ke
masa yang akan datang dengan suatu bentuk model matematis. Dengan
peramalan yang baik diharapkan pemborosan akan bisa dikurangi, dapat
lebih terkonsentrasi pada sasaran tertentu, perencanaan lebih baik, sehingga
dapat menjadi kenyataan.

7
 Program linier adalah merumuskan masalah dengan menggunakan
sejumlah informasi yang tersedia kemudian menerjemahkan masalah
tersebut dalam bentuk model matematika. Sifat linier mempunyai arti bahwa
seluruh fiungsi dalam model ini merupakan fungsi yang linier.

Program linier (linear programming) adalah merupakan metode

matematik dalam mengalokasikan sumber daya yang langka atau terbatas
untuk mencapai tujuan tunggal seperti memaksimumkan keuntungan atau
meminimumkan biaya. Sumber daya tersebut dapat berupa sumber daya
fisik seperti uang, tenaga ahli, material (bahan dan mesin) ataupun bukan
fisik.
Pemrograman linier berasal dari kata pemrograman dan linier.
Pemrograman disini mempunyai arti kata perencanaan, dan linier ini berarti
bahwa fungsi-fungsi yang digunakan merupakan fungsi linier. Secara umum
arti dari pemrograman linier adalah suatu teknik perencanaan yang bersifat
analisis yang analisis-analisisnya memakai model matematika, dengan tujuan
menemukan beberapa kombinasi alternatif pemecahan masalah kemudian
dipilih yang terbaik di antaranya dalam rangka menyusun strategi dan
langkah-langkah kebijaksanaan lebih lanjut tentang alokasi sumber daya dan
dana yang terbatas guna mencapai tujuan dan sasaran yang di inginkan
secara optimal.
Menurut Supranto (1988), suatu persoalan disebut persoalan Linear
Programming apabila memenuhi:
1. Tujuan (obyektif) yang akan dicapai harus dapat dinyatakan dalam
fungsi linier. Fungsi ini disebut fungsi tujuan (fungsi obyektif).
2. Harus ada alternatif pemecahan yang membuat nilai fungsi tujuan
optimum (laba yang maksimum, biaya yang minimum).
3. Sumber-sumber tersedia dalam jumlah yang terbatas (bahan mentah,
modal, dan sebagainya). Kendala-kendala ini harus dinyatakan di dalam
pertidaksamaan linier (linear inequalities).

8
Model pemrograman linier memuat tiga unsur utama, yaitu :
1. Variabel Keputusan, yaitu variabel persoalan yang akan
mempengaruhi nilai tujuan yang hendak dicapai. Dalam proses
pemodelan, penemuan variabel keputusan tersebut harus dilakukan
terlebih dahulu sebelum merumuskan fungsi tujuan dan kendala-
kendalanya
2. Fungsi Tujuan, yaitu tujuan yang hendak dicapai yang harus
diwujudkan kedalam sebuah fungsi Matematika linear. Selanjutnya,
fungsi ini dimaksimumkan atau diminimumkan terhadap
kendalakendala yang ada.
3. Kendala Fungsional, yaitu manajemen menghadapi berbagai kendala
untuk mewujudkan tujuan-tujuannya.

Asumsi-asumsi pemrograman linear :

a) Asumsi kesebandingan (proportionality) Kontribusi setiap variabel
keputusan terhadap fungsi tujuan adalah sebanding dengan nilai
variabel keputusan.
b) Asumsi penambahan (additivity) Kontribusi setiap variabel keputusan
terhadap fungsi tujuan bersifat tidak tergantung pada nilai dari
variabel keputusan yang lain.
c) Asumsi pembagian (divisibility) Persoalan pemrograman linier,
variabel keputusan boleh diasumsikan menjadi berupa bilangan
pecahan.
d) Asumsi kepastian (certainy) Setiap parameter, yaitu koefisien fungsi
tujuan, ruas kanan, dan koefisien teknologis diasumsikan dapat
diketahui secara pasti. Dalam suatu masalah pemrograman hanya
dapat dirumuskan kedalam persoalan pemrograman linier apabila
asumsi-asumsi diatas terpenuhi.

9
 BAB 3
METODE PENELITIAN
A. Metode Teori Penelitian

Menurut Sitinjak (2006), metode yang dapat digunakan untuk mencari

solusi dari model program linier terbagi menjadi 2, yaitu:
1. Metode Grafik dan Metode Simpleks. Metode grafik digunakan jika
banyaknya varibel keputusan di dalam model program linier sejumlah
dua variabel keputusan (= 2 variabel).
2. Metode simpleks digunakan jika banyaknya variabel keputusan di
dalam model program linier minimal dua variabel keputusan (≥ 2
variabel).

1) Metode Grafik
Metode grafik dapat digunakan untuk pemecahan masalah pemrograman
linier yang hanya memiliki dua atau tiga variabel. Grafik disusun dari
persamaan yang telah diformulasikan sedemikian sehingga akan didapatkan
titik-titik sebagai solusi, yang merupakan hasil dari perpotongan garis.
Apabila dalam suatu pemrograman linear terdapat lebih dari 2 variabel, yaitu
misalnya tiga variabel X1, X2, dan X3 maka metode grafik ini tidak dapat
digunakan.

Berikut ini adalah langkah-langkah pemecahan dengan metode grafik :

1) Gambarkan garis-garis kendala pada sumbu koordinat. Anggap
kendalanya sebagai suatu persamaan.
2) Tentukan daerah dalam bidang koordinat yang memenuhi semua
kendala (daerah feasible), kemudian tentukan semua titik daerah
feasible tersebut.
3) Membuat grafik untuk kendala-kendala yang ada dalam suatu bagian.
Untuk membuat fungsi grafik fungsi kendala yang berbentuk

10
 pertidaksamaan (≤ dan ≥) diubah terlebih dahulu kedalam bentuk
persamaan (=).
4) Menentukan area kelayakan solusi pada grafik tersebut. Area layak
dapat dilihat dari pertidaksamaan pada kendala. Apabila kendala
dalam bentuk ≤, maka daerah arsiran/layak terjadi pada bagian
kiri/bawah/kiri bawah, tetapi apabila bentuk pertidaksamaan ≥, maka
pengasrsiran dilakukan ke kanan/atas/kanan atas. Apabila bentuk
persamaan (=), maka daerah layak terjadi pada garis tersebut
(berimpit).
5) Hitung nilai fungsi tujuan untuk semua titik sudut daerah layak. Untuk
keputusannya, plih koordinat titik yang memberikan nilai terbesar
untuk fungsi tujuan maksimasi, dan nilai fungsi terkecil untuk tujuan
minimasi.

Sebagai illustrasi, misal suatu industri UKM memproduksi dua jenis

produk yang dikerjakan secara manual, yaitu produk A dan B. Setiap unit
produk A memerlukan waktu 20 menit pada proses II dan 24 menit pada
proses III, sedangan setiap unit produk B memerlukan waktu 15 menit pada
proses I, 16 menit pada proses II, dan 30 menit pada proses III. Produk A
memberikan laba sebesar 170/unit dan produk B memberikan laba sebesar
190/. Jam kerja per hari yang tersedia untuk proses I, II, dan III masing-
masing 1050 menit, 1600 menit, dan 2400 menit. Tentukan jumlah produksi
A dan B untuk memaksimumkan laba.

Selanjutnya akan diuraikan penyelesaian contoh kasus diatas dengan

menggunakan metode grafik. Terlebih dahulu tuliskan kembali informasi
dalam bentuk tabel.
Penyelesaian :

11
Proses Produk I Produk
II
I - 15
II 20 16
III 24 30
LABA 170 190

Selanjutnya Maksimumkan dengan kendala :

, , , Sedemikian sehingga
persamaan yang diperoleh adalah :


F(0,100)


D(80,0)


E(0,80)


H(100,0)

Selanjutnya solusi dinyatakan dalam grafik sebagai berikut :

12
Gambar 1. Solusi Pemrograman Linier Metode Grafik

Grafik yang ditunjukkan pada Gambar 1 disusun dengan menggunakan

aplikasi GeoGebra (Harahap, 2017).

Software aplikasi GeoGebra dapat digunakan untuk menggambarkan

grafik berdasarkan pada persamaan atau pertidaksamaan yang diketahui,
atau berdasarkan pada titik-titik koordinat tertentu (Nur’aini, 2017).

Berdasarkan pada Gambar 1, daerah yang bersamaan memenuhi ketiga

kendala ditunjukan oleh area gambar diatas yang diarsir O-ABCD dan
dinamakan sebagai daerah feasible, karena memenuhi solusi dari semua
pembatas yang ada. Titik-titik koordinat dapat diketahui yaitu titik O(0;0),
titik D(80;0), titik A(0;70). Sedangkan titik B dan titik C dapat dicari dengan
menemukan perpotongan antara dua garis yang saling menyinggung, yaitu
dengan cara substitusi atau eliminasi.

Dengan demikian, koordinat dari titik B didapat dengan

mensubstitusikan kendala dengan kendala

dan diperoleh (12,5;70). Titik C diperoleh dengan cara

yang sama antara kendala dengan kendala

yaitu (400/9;400/9).

13
 Selanjutnya dilakukan pengujian dari seluruh titik koordinat didaerah
feasible yang diperoleh ke persamaan tujuan. Maka akan diperoleh hasil
terbesar untuk masalah maksimasi dan hasil terkecil untuk masalah
minimasi.

Titik A :

Z = 170(0) + 190(70) = 13.300

Titik B :

Z = 170(12,5) + 190(70) = 15.425

Titik C :

Z = 170(400/9) + 190(400/9) = 16.000

Titik D :

Z = 170(80) + 190(0) = 13.600

Dari pengujian daerah feasible, maka yang memberikan nilai optimum

adalah titik C. Jadi jumlah produksi 1 ( yang harus dibuat adalah 400/9

14
dan jumlah produksi 2 ( yang harus dibuat adalah 400/9 agar produksi
maksimal dengan keuntungan optimum sebesar Rp.16.000.

2) Metode Simpleks

Metode Simpleks merupakan salah satu teknik penyelesaian dalam

pemrograman linier yang digunakan sebagai teknik pengambilan keputusan
dalam permasalahan yang berhubungan dengan pengalokasian sumberdaya
secara optimal yang meliputi banyak pertidaksamaan dan banyak variabel.

Beberapa studi telah dilakukan dengan menggunakan pendekatan metode

Simpleks. Penelitian Wulandari (2012) misalnya melakukan kajian di UD
Pabrik Tahu Sukajaya Klender, Jakarta Timur.

Bentuk Baku dan Bentuk Tabel Metode Simpleks Sebelum melakukan

perhitungan iteratif untuk menentukan solusi optimal, pertama sekali bentuk
umum pemrograman linear diubah ke dalam bentuk baku terlebih dahulu.
Bentuk baku dalam metode simpleks tidak hanya mengubah persamaan
kendala ke dalam bentuk sama dengan, tetapi juga setiap fungsi kendala
harus diwakili oleh satu variabel basis awal. Variabel basis awal
menunjukkan status sumber daya pada kondisi sebelum ada aktivitas yang
dilakukan. Dengan kata lain, variabel keputusan semuanya masih bernilai
nol. Dengan demikian, meskipun fungsi kendala pada bentuk umum
pemrograman linier sudah dalam bentuk persamaan, fungsi kendala tersebut
masih harus tetap berubah.

Ada beberapa hal yang harus diperhatikan dalam membuat bentuk baku,
yaitu:

15
 1) Fungsi kendala dengan pertidaksamaan ≤ dalam bentuk umum,
diubah menjadi persamaan (=) dengan menambahkan satu variabel
slack;
2) Fungsi kendala dengan pertidaksamaan ≥ dalam bentuk umum,
diubah menjadi persamaan (=) dengan mengurangkan satu variabel
surplus;
3) Fungsi kendala dengan persamaan dalam bentuk umum, ditambahkan
satu variabel artifisial (variabel buatan). Dalam perhitungan iterative,
digunakan tabel. Bentuk baku yang sudah diperoleh, harus dibuat ke
dalam bentuk tabel. Semua variabel yang bukan variabel basis
mempunyai solusi (nilai kanan) sama dengan nol dan koefisien
variabel basis pada baris tujuan harus sama dengan 0. Oleh karena itu,
pembentukan tabel awal harus dibedakan berdasarkan variabel basis
awal.

Metode ini dikembangkan oleh George Dantzig pada 1946 dan sepertinya
cocok untuk komputerisasi masa kini. Pada 1946 Narendra Karmarkar dari
Bell Laboratories menemukan suatu cara untuk memecahkan masalah
program linear yang lebih besar, sehingga memperbaiki dan meningkatkan
hasil dari metode simpleks. Metode ini menyelesaikan masalah program
linear melalui perhitungan berulang-ulang (iteration) yang langkah-langkah
perhitungan yang sama diulang berkalikali sebelum solusi optimum dicapai.

Dantzig, (2002) mempublikasikan Linear Programming dalam suatu jurnal

ilmiah. Metode simpleks merupakan prosedur algoritma yang digunakan
untuk menghitung dan menyimpan banyak angka pada iterasi-iterasi yang
sekarang dan untuk pengambilan keputusan pada iterasi berikutnya. Metode
Simpleks merupakan suatu metode untuk menyelesaikan masalah-masalah
program linear yang meliputi banyak pertidaksamaan dan banyak variabel.
Dalam menggunakan metode simpleks untuk menyelesaikan masalah-
masalah program linear, model program linear harus diubah ke dalam suatu

16
bentuk umum yang dinamakan ”bentuk baku”. Ciri-ciri dari bentuk baku
model program linear adalah semua kendala berupa persamaan dengan sisi
kanan nonnegatif, fungsi tujuan dapat memaksimumkan atau
meminimumkan. Salah satu teknik penentuan solusi optimal yang digunakan
dalam pemrograman linear adalah metode simpleks.

Penentuan solusi optimal menggunakan metode simpleks didasarkan pada

teknik eleminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan
memeriksa titik ekstrem satu per satu 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.

Kelebihan dari metode ini adalah mampu menghitung dua atau lebih
variabel keputusan apabila dibandingkan dengan metode grafik yang hanya
mampu mengaplikasikan dua variabel keputusan.

Tahap-tahap Metode Simpleks Berikut adalah tahap dalam menyelesaikan

program linear dengan metode simpleks.

1) memeriksa tabel layak atau tidak. Kelayakan tabel simpleks dilihat

dari solusi (nilai kanan). Jika solusi ada yang bernilai negatif, tabel
tidak layak. Tabel yang tidak layak tidak dapat diteruskan untuk
dioptimalkan.
2) menentukan kolom pivot. Penentuan kolom pivot dilihat dari
koefisien fungsi tujuan (nilai di sebelah kanan baris z) dan
tergantung dari bentuk tujuan. Jika tujuan maksimisasi, kolom
pivot adalah kolom dengan koefisien paling negatif. Jika tujuan
minimisasi, kolom pivot adalah kolom dengan koefisien positif
terbesar. Jika kolom pivot ditandai dan ditarik ke atas, variabel
keluar akan diperoleh. Jika nilai paling negatif (untuk tujuan
maksimisasi) atau positif terbesar (untuk tujuan minimisasi) lebih
dari satu, pilih salah satu secara sembarang.

17
 3) menentukan baris pivot. Baris pivot ditentukan setelah membagi
nilai solusi dengan nilai kolom pivot yang bersesuaian (nilai yang
terletak dalam satu baris). Dalam hal ini, nilai negatif dan 0 pada
kolom pivot tidak diperhatikan, artinya tidak ikut menjadi pembagi.
Baris pivot adalah baris dengan rasio pembagian terkecil. Jika baris
pivot ditandai dan ditarik ke kiri, variabel keluar akan diperoleh.
Jika rasio pembagian terkecil lebih dari satu, pilih salah sau secara
sembarang.
4) menentukan elemen pivot. Elemen pivot merupakan nilai yang
terletak pada perpotongan kolom dan baris pivot.
5) membentuk tabel simpleks baru. Tabel simpleks baru dibentuk
dengan pertama sekali menghitung nilai baris pivot baru. Baris
pivot baru adalah baris pivot lama dibagi dengan elemen pivot.
Baris baru lainnya merupakan pengurangan nilai kolom pivot baris
yang bersangkutan dikali baris pivot baru dalam satu kolom
terhadap baris lamanya yang terletak pada kolom tersebut.
Keenam, memeriksa jika tabel sudah optimal. Keoptimalan tabel
dilihat dari koefisien fungsi tujuan (nilai pada baris z) dan
tergantung dari bentuk tujuan. Untuk tujuan maksimisasi, tabel
sudah optimal jika semua nilai pada baris z sudah positif atau 0.
Pada tujuan minimisasi, tabel sudah optimal jika semua nilai pada
baris z sudah negatif atau 0. Jika belum, kembali ke langkah kedua;
jika sudah optimal, baca solusi optimal.

Beberapa istilah yang digunakan dalam metode simpleks adalah sebagai

berikut:

18
a) Iterasi, seperti yang disebutkan sebelumnya adalah tahapan perhitungan
dimana nilai dalam perhitungan itu tergantung dari nilai tabel
sebelumnya.
b) Variabel non basis, adalah variabel yang nilainya diatur menjadi nol pada
sembarang iterasi.
c) Variabel basis, merupakan variabel yang nilainya bukan nol pada
sembarang iterasi. Pada solusi awal, variabel basis merupakan variabel
slack (jika fungsi kendala menggunakan pertidaksamaan <) atau variabel
buatan (jika fungsi kendala menggunakan persamaan > atau =). Secara
umum, jumlah variabel batas selalu sama dengan jumlah fungsi pembatas.
d) Solusi atau Nilai Kanan (NK), merupakan nilai sumber daya pembatas
yang masih tersedia. Pada solusi awal, nilai kanan atau solusi sama dengan
jumlah sumber daya pembatas awal yang ada.
e) Variabel Slack, adalah variabel yang ditambahkan ke model matematik
kendala untuk mengkonversikan pertidaksamaan < menjadi persamaan
(=).
f) Variabel Surplus, adalah variabel yang dikurangkan dari model matematik
kendala untuk mengkonversikan pertidaksamaan > menjadi persamaan
(=).
g) Variabel Buatan, adalah variabel yang ditambahkan ke model matematik
kendala dengan bentuk > atau = untuk difungsikan sebagai variabel basis
awal.
h) Kolom Kerja, adalah kolom yang memuat variabel masuk. Koefisien pada
kolom ini akan menjadi pembagi nilai kanan untuk menentukan baris
kerja.
i) Baris Pivot (Baris Kerja), adalah salah satu baris dari antara variabel baris
yang memuat variabel keluar.
j) Elemen Kerja, adalah elemen yang terletak pada perpotongan kolom dan
baris pivot. Elemen pivot akan menjadi dasar perhitungan untuk tabel
simpleks berikutnya.

19
k) Variabel Masuk, adalah variabel yang terpilih untuk menjadi variabel basis
pada iterasi berikutnya. Variabel masuk dipilih satu dari antara variabel
non basis pada setiap iterasi. Variabel ini pada iterasi berikutnya akan
bernilai positif.
e) Variabel Keluar, variabel yang keluar dari variabel basis pada iterasi
berikutnya dan digantikan dengan variabel masuk. Variabel keluar dipilih
satu dari antara variabel basis pada setiap iterasi dan bernilai 0.

Langkah-langkah pemecahan dengan metode simpleks :

1) Mengubah fungsi tujuan dan batasan-batasan.

2) Menyusun persamaan-persamaan didalam tabel.
3) Memilih kolom kunci.
4) Memilih baris kunci.
5) Mengubah nilai-nilai baris kunci.
6) Mengubah nilai-nilai selain pada baris kunci.
7) Melanjutkan perbaikan.

Algoritma Metode Simpleks Algoritma metode simpleks dalam

menganalisis data sebagai berikut:
1) Mengidentifikasi variabel keputusan dan memformulasikannya ke
dalam simbol matematika.
2) Mengidentifikasi fungsi tujuan yang akan dicapai dan fungsi batasan
ke dalam model matematika.
3) Fungsi tujuan dan fungsi batasan diformulasikasikan ke dalam bentuk
baku metode simpleks dengan menambahkan variabel slack.

Langkah awal dari metode simpleks adalah merumuskan fungsi tujuan

yaitu fungsi Z (apakah minimum atau maksimum) dalam bentuk: Z = 30X0 +
20X1 + 25X2 Setelah menentukan langkah awal, maka diteruskan dengan
merumuskan fungsi kendala yang ada dalam bentuk:

20
 Kendala1. 3X0 + 2X1 + X2 ≤ 20

Kendala2. 2X0 + 4X1 + 3X2 ≤ 34

Kendala3. X0 + 3X1 + 2X2 ≤ 24.

Fungsi kendala yang ada yaitu kendala1, kendala2, dan kendala3 perlu
diubah menjadi bentuk persamaan dengan mengikuti aturan simpleks,
dimana tanda lebih kecil sama dengan (≤) diganti dengan menambahkan
sebuah variabel tambahan yaitu slack (S) dan tanda pertidaksamaan diganti
dengan sama dengan (=). Jadi bentuk fungsi kendala menjadi:

Kendala1. 3X0 + 2X1 + X2 + S1 = 20

Kendala2. 2X0 + 4X1 + 3X2 + S2 = 34

Kendala3. X0 + 3X1 + 2X2 + S3 = 24.

Penambahan variabel slack pada fungsi kendala akan berdampak kepada

fungsi tujuan. Pada fungsi tujuan penambahan atau pengurangan variabel
tidak boleh mempengaruhi nilai akhir dari nilai optimum yang diperoleh.
Untuk itu ditambahkan dengan nilai nol pada penambahan variabel slack,
sehingga fungsi tujuan menjadi:

Z – 30X0 – 20X1 – 25X2 + 0S1 + 0S2 + 0S3 = 0

Fungsi tujuan dan fungsi kendala yang telah dirumuskan, maka

selanjutnya dibuat dalam bentuk tabel. Untuk menyelesaikan rumusan
masalah diikuti langkah algoritma simpleks yaitu:

1) Tentukan negatif untuk angka yang paling besar pada fungsi tujuan
dan diberi asiran sebagai entry variable.
2) Tambahkan satu kolom untuk menghitung rasio dengan cara
membagi solusi dengan bagian yang diasir pada langkah 1 sebagai
leaving variable.

21
 3) Buat kembali tabel untuk iterasi 1, dimana baris new-nya (baris
barunya) adalah hasil bagi baris sebelumnya dengan perpotongan
pada tabel sebelumnya.

Sebagai contoh kasus, misal suatu perusahaan akan membuat kain sutra
dan kain wol, yang terbuat dari benang sutra 3kg untuk pembuatan kain
sutra dan benang sutra 4kg dan benang wol 1kg untuk pembuatan kain wol.
Masing-masing membutuhkan masa kerja 2 jam untuk kain sutra dan kain
wol. Benang sutra kurang dari 1200kg, benang wol kurang dari 20kg dan
masa kerja kurang dari 40 jam. Berapakah yang harus diproduksi untuk
mendapatkan laba maksimal dengan

Solusi untuk kasus diatas adalah sebagai berikut. Langkah pertama,

susun informasi dalam bentuk tabel, selanjutnya tampilkan fungsi tujuan dan
fungsi kendala.

Benang Benang Masa

Produk

Sutra Wol Kerja Laba

(Kain)

(kg) (kg) (jam)

Sutra 3 - 2 30

Wol 4 1 2 40

120 20 40

22
Fungsi tujuan :

Fungsi kendala :

 Benang Sutra :
 Benang Wol :
 Masa kerja :
Batasan non negatif

1) Mengubah fungsi tujuan dan fungsi kendala

 Fungsi tujuan
Z=30X1+40X2
Z-30X1-40X2
 Fungsi Kendala
 Benang Sutra
3X1 + 4X2 ≤120
3X1 + 4X2 + S1 ≤120
 Benang Wol
X2 ≤20
X2 + S2 ≤20
 Masa Kerja
2X1 + 2X2 ≤40
2X1 + 2X2 + S3 ≤40

2) Menyusun persamaan ke dalam tabel

23
NB NK Ind

Z -30 -40 0 0 0 0

3 4 1 0 0 120

0 1 0 1 0 20

2 2 0 0 1 40

*Catatan : Ind = Indeks

3) Menentukan kolom kunci

Kolom kunci adalah kolom yang mempunyai nilai baris Z yang bernilai
negatif dengan angka terbesar.

NB NK Ind

Z -30 -40 0 0 0 0

3 4 1 0 0 120

0 1 0 1 0 20

24
 2 2 0 0 1 40

4) Menentukan baris kunci

Indeks = Nilai kanan (NK)/Nilai kolom kunci

NB NK Ind

Z -30 -40 0 0 0 0 -

3 4 1 0 0 120 30

0 1 0 1 0 20 20

2 2 0 0 1 40 20

5) Menentukan nilai baris kunci baru

Baris kunci baru = baris kunci/angka kunci sehingga tabel menjadi
sebagai berikut :

NB X1 X2 S1 S2 S3 NK Ind
Z
S1
S2
X2 1 1 0 0 1/2 20

6) Mengubah nilai-nilai selain baris kunci

25
Baris baru = baris lama – (nilai kolom kunci*nilai baris kunci baru)

Z -30 -40 0 0 0 0

-40 1 1 0 0 ½ 20 (-)

10 0 0 0 20 800

3 4 1 0 0 120

4 1 1 0 0 1/2 20 (-)

-1 0 1 0 -2 40

0 1 0 1 0 20

1 1 1 0 0 1/2 20 (-)

-1 0 0 1 -1/2 0

7) Menentukan nilai baris baru

NB NK Ind

Z 10 0 0 0 20 800

-1 0 1 0 -2 40

-1 0 0 1 -1/2 0

26
 1 1 0 0 1/2 20

Dari hasil diatas dapat disimpulkan bahwa karena nilai Z sudah positif, maka
diperoleh

hasil: maka Zmax = 800. Apabila nilai Z masih negatif, maka harus
melakukan perbaikan sampai diperoleh nilai Z yang positif.

Penyelesaian metode simpleks dapat juga dilakukan dengan

menggunakan aplikasi komputer, salah satu aplikasi yang umum digunakan
adalah QM for Windows. Gambar 1 dan Gambar 2 menunjukkan hasil dari
penyelesaian kasus program linier dengan metode simples dibantu oleh
software QM for windows.

Gambar 2. Tampilan input data pada QM for Windows untuk selanjutnya

akan diproses penyelesaiannya menggunakan metode simpleks

27
Gambar 3. Solusi akhir dengan penyelesaian menggunakan metode simpleks

Berdasarkan pada Gambar 2 dan Gambar 3, dapat dilihat bahwa nilai

optimum yang dihasilkan untuk mendapatkan laba yang maksimal adalah
800 dengan memproduksi kain wol sebanyak 20 kg.

Permasalahan yang dihadapi adalah bagaimana mengambil keputusan

dengan memanfaatkan data yang tersedia untuk menyelesaikan masalah
dengan tujuan yang dibatasi oleh keterbatasan tertentu. Permasalahan ini
dapat diatasi dengan memanfaatkan program linear atau Metode Linear
Programming.
Metode Linear Programming terdapat 2 jenis, yaitu:
1. metode grafik
2. metode simpleks

Pada penelitian ini akan digunakan metode simpleks, karena variabel

keputusan yang digunakan lebih dari 2 tonase bobot atau 2 produk barang.
Jenis penelitian yang digunakan dalam pembuatan rekayasa perangkat lunak
ini adalah deskriptif dan empiris. Penelitian deskriptif adalah proses
pemecahan masalah dengan mencari subjek dan objek pada administrasi
kesiswaan pada umumnya, sedangkan empiris artinya meneliti langsung
peristiwa-peristiwa yang ada di lapangan.

Metode pengumpulan data adalah metode yang digunakan dalam

penelitian ini untuk mengumpulkan data-data yang diperlukan dalam
menyelesaikan masalah. Ada 2 Metode yang dilakukan, yaitu :
1. Metode Observasi, yaitu dengan mendatangi dan melakukan pengamatan
secara langsung terhadap obyek penelitian secara cermat dan sistematis
untuk mencari keterangan dan informasi yang dibutuhkan.

28
2. Metode Studi Pustaka, metode ini dilakukan sebagai referensi. Pustaka
yang digunakan dapat berupa buku referensi, dokumen yang relevan dan
sumber dari internet.

Teori yang digunakan untuk menunjang penulisan artikel ini

diperoleh melalui studi literatur baik dari buku, artikel yang pernah ditulis
oleh peneliti lain, dan artikel dalam jurnal yang melakukan pembahasan
sama atau serupa. Pada bagian penyelesaian suatu kasus, pencarian solusi
dibantu dengan memanfaatkan software aplikasi GeoGebra (GeoGebra, 2018)
untuk menyelesaikan kasus metode grafik. Sedangkan untuk metode
Simpleks selain dengan cara manual juga dibantu dengan aplikasi QM For
Windows.

29