OPERATION RESEARCH 1

METODE GRAFIS DAN SIMPLEKS

DADANG REDANTAN ST, MT
PENDEKATAN KUANTITATIF UNTUK
PENGAMBILAN KEPUTUSAN
Analisis pada proses pengambilan keputusan :
- Analisis kualitatif : terutama didasarkan atas
pertimbangan dan pengalaman manajemen , intuisi
manajer atas suatu masalah dan lebih bersifat ilmu
daripada seni
- Analisis kuantitatif : memusatkan perhatian
pada fakta atau data kuantitatif yang berkaitan
dengan masalah tersebut dan mengembangkan
persamaan matematis yang menjelaskan tujuan,
kendala, dan hubungan lainnya yang terdapat
pada masalah tersebut.

2
Manajemen Sains (management science)/Riset Operasi
(operations research) : pendekatan pengambilan keputusan
yang didasarkan atas metode-metode ilmiah yang
menggunakan banyak analisis kuantitatif.
Revolusi MS/OR dicetuskan oleh Frederick W. Taylor tahun
1900 an
MS/OR modern umumnya dianggap muncul selama periode
Perang Dunia II. Berawal dari kebutuhan militer untuk
mempelajari persoalan strategi dan taktik militer.

3
Dibentuk sebuah team yang bertugas menentukan penggunaan
sumber daya kemiliteran yang terbatas menggunakan metode ilmiah.
Melakukan riset dengan pendekatan kuantitatif untuk
pengambilan keputusan
Suksesnya penerapan MS/OR ini menarik minat dunia industri .

4
PEMECAHAN MASALAH DAN PENGAMBILAN
KEPUTUSAN

Pemecahan masalah : proses pengidentifikasian perbedaan antara

kondisi aktual dan kondisi yang diinginkan serta penentuan tindakan
untuk mengatasi perbedaan tersebut.
Tujuh langkah proses pemecahan masalah :
1) Mengidentifikasi dan mendefinisikan masalah
2) Menentukan berbagai alternatif pemecahan
3) Menentukan kriteria yang akan digunakan untuk mengevaluasi
berbagai alternatif
4) Mengevaluasi berbagai alternatif
5) Memilih alternatif
6) Menerapkan alternatif yang dipilih
7) Mengevaluasi hasil

5
Pengambilan keputusan : istilah yang umumnya berhubungan dengan
kelima langkah pertama dalam pengambilan keputusan.
Ilustrasi proses pengambilan keputusan (suatu kasus) : Seseorang akan
lulus kuliah dalam beberapa bulan lagi, dan ybs telah selesai mengikuti
proses wawancara dan memperoleh tawaran pekerjaan dari empat
perusahaan. Masalahnya adalah ybs kini menganggur dan
menginginkan posisi yang akan memberikan karier memuaskan (langkah
1). Alternatif yang tersedia adalah empat tawaran yaitu dari
perusahaan A, B, C atau D (langkah 2). Untuk mengevaluasi keempat
alternatif bisa menggunakan kriteria tunggal (misal gaji awal), atau
multi kriteria (misal gaji awal, potensi peningkatan karier dan lokasi)
(langkah 3). Untuk mengevaluasi setiap alternatif berdasarkan kriteria
potensi peningkatan karier dan lokasi dapat digunakan penilaian
subyektif ; buruk, cukup, rata-rata, baik atau baik sekali.

6
 Alternatif Gaji Awal Potensi Peningkatan Lokasi
Karier Perusahaan
Perusahaan A $2,850 Rata-rata Cukup
Perusahaan B $2,600 Baik sekali Rata-rata
Perusahaan C $2,600 Baik Baik sekali
Perusahaan D $2,700 Rata-rata Baik

Dengan evaluasi yang cermat (langkah 4) dapat diambil suatu keputusan

tertentu (langkah 5)

7
Alasan perlunya pendekatan kuantitatif dalam pengambilan keputusan :
1) Permasalahan yang dihadapi kompleks, dan manajer tidak dapat
memperoleh pemecahan yang baik tanpa bantuan analisis
kuantitatif
2) Permasalahan yang dihadapi sangat penting (misalnya, melibatkan
sejumlah uang), dan manajer menginginkan suatu analisis menyeluruh
sebelum mengambil keputusan.
3) Permasalahan yang dihadapi baru, dan manajer tidak memiliki
pengalaman sebelumnya
4) Pengalaman yang dihadapi bersifat berulang-ulang, dan manajer
ingin menghemat waktu serta tenaga dengan mengandalkan
prosedur kuantitatif untuk mengambil keputusan rutin

8
PENGEMBANGAN MODEL

Agar masalah dapat didefinisikan secara memadai diperlukan

pengembangan model yang dapat digunakan untuk merepresentasikan
masalah tersebut
Model adalah abstraksi atau penyederhanaan realitas sistem yang
kompleks dimana hanya komponen-komponen yang relevan atau faktor-
faktor yang dominan dari permasalahan saja yang akan dianalisis,
diikutsertakan.
Dikenal beberapa jenis model :
1. Iconic (physical) Model : penggambaran fisik suatu sistem, baik
dalam bentuk yang ideal maupun dalam skala yang berbeda. Misal
truk mainan merupakan replika fisik dari obyek sebenarnya.

9
 2. Analogue Model : menggunakan sifat sesuatu untuk
menggambarkan yang lainnya. Misal speedometer, posisi
jarum menunjukkan kecepatan mobil
3. Mathematical (Symbolic) Model : menggunakan tulisan,
angka dan simbol lain untuk menggambarkan variabel-variabel
dan hubungan antar variabel. Terdiri dari Model Deterministik
dan Model Probabilistik.

 Model matematis merupakan bagian penting dari pendekatan

kuantitatif untuk pengambilan keputusan

10
 Tahap-tahap dalam MS/OR

1. Merumuskan/ Mendefinikan masalah

2. Pembentukan Model
3. Mencari Penyelesaian Masalah
4. Validasi Model atau Pengujian Model
5. Implementasi Hasil

11
MODEL-MODEL MATEMATIS

12
1) LINEAR PROGRAMMING (LP)

Persoalan pengalokasian akan muncul apabila seseorang

diharuskan untuk memilih atau menentukan tingkat
aktivitas yang akan dilakukan, dimana masing-masing
aktivitas membutuhkan sumber daya yang sama
sedangkan jumlahnya terbatas
Contoh : bagian produksi suatu perusahaan yang
dihadapkan pada masalah penentuan tingkat produksi
berbagai jenis produk dengan memperhatikan batasan-
batasan faktor produksi: mesin, tenaga kerja, bahan baku,
modal dan sebagainya untuk memperoleh keuntungan
maksimal atau biaya minimal.

13
APLIKASI LINEAR PROGRAMMING
Masalah kombinasi produk
Masalah perencanaan promosi
Masalah perencanaan regional
Masalah kebijaksanaan pinjaman bank
Masalah sisa pemotongan
Masalah penjadwalan bus
Masalah perencanaan produksi/persediaan
Masalah penentuan jumlah hari operasi
Masalah distribusi/transportasi
Masalah pencampuran makanan
Masalah pengendalian polusi udara
Masalh rencana investasi dll

14
CONTOH KASUS : DI INDUSTRI MANUFAKTUR

Masalah penentuan kombinasi produk

Kebutuhan data :(kasus maksimasi)
Penyusun fungsi tujuan
-Jenis produk : A, B, C ……
-Harga jual tiap jenis produk
-Biaya-biaya yang terlibat, yang terdiri dari biaya bahan
baku, biaya tenaga kerja langsung dan biaya overhead
pabrik.
Biaya-biaya tersebut ada yang sifatnya tetap, variabel dan
semi variabel. Karena fungsi harus linear maka pisahkan biaya
semi variabel menjadi biaya tetap dan variabel ( misal dengan
metode regresi)
15
 ARUS FISIK PRODUK PADA MANUFAKTUR

Raw Materials

Man Power
OUTPUT

Overhead

16
Penentuan tingkat keuntungan pada model LP menggunakan
variabel costing (bukan full costing)
Penyusun fungsi batasan :
Waktu proses setiap produk pada setiap mesin, peralatan
dsb
Prosentasi cacat pada setiap proses
Jam kerja
Jumlah mesin, peralatan, tenaga kerja
Permintaan pasar : untuk meramalkan permintaan periode
berikutnya
struktur produk, ketersediaan bahan baku, dll

Contoh : lihat ilustrasi kasus (file ilustrasi kasus)

17
Linear berarti bahwa semua fungsi matematis yang
disajikan dalam model ini haruslah fungsi linear, atau
secara praktis dapat dikatakan bahwa persamaan
tersebut bila digambarkan pada grafik akan berbentuk
garis lurus.
Programming merupakan sinonim dari perencanaan.
Jadi LP mencakup perencanaan aktivitas-aktivitas untuk
memperoleh suatu hasil yang optimum, yaitu suatu hasil
yang mencerminkan tercapainya sasaran tertentu yang
paling baik berdasarkan model matematis di antara
alternatif yang mungkin dengan menggunakan fungsi
linear

18
MODEL BIAYA : LINEAR

Full Costing ?
terdiri dari biaya tetap, variabel dan semi
variabel, sehingga bentuknya tidak linear
Variable Costing ?
terdiri dari biaya variabel, baik yang
berasal dari biaya variabel murni maupun
biaya variabel yang dihasilkan dari pemisahan
biaya semi variabel

19
FUNGSI- FUNGSI DALAM LP

Fungsi Tujuan (objective function) : adalah fungsi

yang menggambarkan tujuan/sasaran yang
berkaitan dengan pengaturan secara optimal
sumber daya-sumber daya untuk memperoleh
keuntungan maksimal atau biaya minimal.
Fungsi Batasan (constraint function) : merupakan
bentuk penyajian secara matematis batasan-
batasan kapasitas yang tersedia yang akan
dialokasikan secara optimal ke berbagai kegiatan

20
TAHAP-TAHAP FORMULASI MODEL MATEMATIS

1. Menentukan variabel keputusan (unsur-unsur dalam

persoalan yang dapat dikendalikan oleh pengambil
keputusan) dan menyatakannya dalam simbol
matematis
2. Membentuk fungsi tujuan yang ditunjukkan sebagai
suatu hubungan linear dari variabel keputusan
3. Menentukan semua kendala/ batasan masalah tersebut
dan mengekpresikannya dalam persamaan atau
pertidaksamaan yang merupakan hubungan linear
dari variabel keputusan yang mencerminkan
keterbatasan sumber daya masalah tersebut.

21
BENTUK UMUM LP

Secara umum pada setiap masalah ditentukan variabel keputusan, fungsi

tujuan dan sistem kendala, yang bersama- sama membentuk suatu model
matematik dari dunia nyata. Untuk memudahkan pembahasan model LP,
digunakan simbol-simbol sebagai berikut :
Xj = banyaknya kegiatan j (j=1,2,..n), berarti ada n variabel keputusan
Z = Nilai fungsi tujuan
Cj = sumbangan per unit kegiatan j. Pada masalah maksimasi Cj
menunjukkan keuntungan atau penerimaan perunit. Pada kasus minimasi
Cj menunjukkan biaya perunit.
bi = Jumlah sumber daya ke-i (i=1,2,..m) yang tersedia untuk
dialokasikan ke setiap unit kegiatan, berarti ada m jenis sumber daya.
aij = Jumlah sumber daya i yang diperlukan untuk menghasilkan setiap
unit output kegiatan j.

22
TABULASI

Simbol-simbol di atas dapat ditabulasi sbb:

Sumber/ Kegiatan Pemakaian sumber/unit Kapasitas

1 2………….. n sumber
1 a11 a12 ……………a1n b1
2 a21 a22 ……………a2n b2
. . . ……………… -
. . . ……………… -
m am1 am2 ……………amn bm
Λ Z /unit C1 C2 ……………Cn
banyak kegiatan X1 X2 ……………Xn

23
Berdasarkan tabel diatas dapat disusun bentuk umum
model LP berikut : n

Maksimumkan (Minimumkan) Z = 
j1
CjXj


Dengan kendalaj1
aijXj
(≤,=,≥) bi,

untuk semua i (i = 1,2..m) dan bi ≥ 0

Xj ≥ 0

24
ASUMSI DALAM LP
Proportionality : naik turunnya nilai Z dan penggunaan
sumber daya atau fasilitas, akan berubah secara
proporsional dengan tingkat kegiatan
Additivity : nilai fungsi tujuan setiap kegiatan tidak saling
mempengaruhi
Disibility : nilai output dapat berupa bilangan pecahan
Deterministic : semua parameter dalam model dapat
diperkirakan dengan pasti

25
CONTOH 1
Sebuah perusahaan kecil memproduksi empat jenis produk yang
berbeda, yang masing-masing membutuhkan tiga macam bahan baku
yaitu bahan baku A, B dan C. Produk tersebut dikerjakan lewat dua
proses pengerjaan manual, yaitu proses I dan proses II. Setiap unit
produk I membutuhkan 10 ons bahan baku A, 6 ons bahan baku B dan
12 ons bahan baku C. Setiap unit produk II membutuhkan 8 ons bahan
baku A, 10 ons bahan baku B dan 9 ons bahan baku C. Setiap unit
produk III membutuhkan 6 ons bahan baku A, 8 ons bahan baku B dan
5 ons bahan baku C. Setiap unit produk IV membutuhkan 9 ons bahan
baku A, 5 ons bahan baku B dan 6 ons bahan baku C. Akibat
keterbatasan gudang bahan baku dan dana yang ada, bahan baku
yang dapat disediakan tiap minggu adalah sebesar 120 kg bahan
bahan baku A, 90 kg bahan baku B dan 125 kg bahan baku C.
Setiap unit produk I membutuhkan waktu 4 jam pada proses I dan 2
jam pada proses II, setiap unit produk II membutuhkan waktu 3 jam
pada proses I dan 4 jam pada proses II, setiap unit produk III
membutuhkan waktu 2 jam pada proses I dan 3 jam pada proses II dan
setiap unit produk IV membutuh kan 6 jam pada proses I dan 5 jam
pada proses II.

26
 Jumlah karyawan pada proses 1 sebanyak 10 orang, dan pada proses
2 sebanyak 12 orang. Perusahaan bekerja dengan 1 shift, mulai pukul
08.00 sampai pukul 16.00 dengan istirahat selama 1 jam, mulai pukul
12.00 sampai pukul 13.00 dan 6 hari kerja dalam 1 minggu. Sumbangan
keuntungan perunit produk I,II,III dan IV masing-masing sebesar Rp 2.000,-
; Rp 1.900,-; Rp1.600,- dan Rp 2.100,- . Informasi bagian pemasaran
menyatakan bahwa berapapun jumlah produk yang dibuat perusahaan,
akan terserap seluruhnya oleh pasar. Formulasikan masalah tersebut
sebagai masalah LP.

27
CONTOH 2
Sebuah perusahaan bermaksud mempromosikan hasil produksinya
melalui 2 alternatif yaitu menggunakan media radio atau televisi.
Biaya iklan di radio sebesar Rp. 1 juta/menit, biaya Iklan di TV
sebesar Rp 20 juta/menit. Anggaran yang tersedia untuk kebutuhan
promosi sebesar 1 Miliar/bulan. Perusahaan ini akan menggunakan
media radio minimal 3 kali dibanding penggunaan media TV setiap
bulannya. Pengalaman yang lalu menunjukkan bahwa setiap menit
iklan di TV akan menaikkan omzet penjualan sebesar 25 kali
dibanding kenaikan yang dicapai jika menggunakan 1 menit iklan di
radio. Kebijaksanaan manajemen memutuskan bahwa perusahaan
boleh menggunakan waktu iklan di TV maksimal 40 menit setiap
bulannya.
Berikan rekomendasi anda berkaitan dengan kondisi tersebut
Berapa perubahan biaya/menit iklan di Radio atau di TV agar
keputusan semula tidak berubah.

28
CONTOH 3

PT Alfin, sebuah perusahaan yang bergerak dalam bidang

pembuatan mesin photocopy sedang merencanakan untuk menyusun
schedule produksi dan persediaan untuk memenuhi permintaan
konsumen. Volume permintaan tiap bulan untuk 4 bulan yang akan
datang sebesar 120 unit, 190 unit, 150 unit dan 220 unit. Kapasitas
produksi regular/bulan sebesar 160 unit dan jika diadakan kerja
lembur kapasitas produksi/bulan akan meningkat sebesar 80 unit.
Biaya produksi/unit kerja reguler sebesar Rp. 2 juta dan biaya
produksi perunit dari kerja lembur sebesar Rp. 2,4 juta.
Jika terjadi kelebihan produksi, perusahaan harus menanggung biaya
persediaan sebesar Rp. 300.000/ unit setiap bulan. Persediaan akhir
bulan yang lalu sebesar 40 unit dan persediaan akhir 4 ulan yang
akan datang minimal 10 unit. Berdasarkan data tersebut bagaimana
seharusnya PT Alfin membuat skedul produksi dan persediaan?

29
 CONTOH 4
BENTO & DELTA Co merupakan salah satu produsen baja terbesar di
Yogya. Tanur-tanur pabrik baja tersebut menyebabkan polusi udara yang
membahayakan kesehatan penduduk, merusak penampilan kota, sehingga
Yogya menjadi "tak berhati nyaman" lagi. Jenis-jenis bahan penyebab
polusi terutama adalah partikel-partikel, oksida belerang dan hidrokarbon.
Kondisi ini menyebabkan pemerintah daerah menerapkan standar baru
yang mensyaratkan perusahaan harus mengurangi emisi per tahun dari
bahan-bahan penyebab polusi. Standar tersebut disajikan pada Tabel
berikut :

Persyaratan Reduksi dalam

Bahan Penyebab Polusi tingkat emisi pertahun (jutaan kg)

Partikel 30
Oksida belerang 75
Hidrokarbon 62,5

30
CONTOH 4 (LANJUTAN…)

Pabrik baja tersebut mempunyai dua sumber utama polusi yaitu

tanur tinggi untuk membuat besi gual dan tanur terbuka untuk
mengubah besi menjadi baja. Untuk menangani hal tersebut
diputuskan bahwa afternatif jenis metode pengurangan polusi yang
akan digunakan adalah:
1). Meninggikan cerobong asap 2). Menggunakan lifter 3).
Memakai bahan bakar tanur yang lebih bersih dan berkualitas
tinggi. Pengurangan tingkat emisi (dalam jutaan kg per tahun) dari
masing-masing jenis metode pengurangan polusi dan biayanya
adalah sebagai berikut :

31
 CONTOH 4 (LANJUTAN …)

.
Bahan Penyebab cerobong asap yang Filter Bahan bakar yang
Polusi lebih tinggi berkualitas tinggi
Tanu
r Tanur Tanur Tanur Tanur Tanur
Ting Terbuka Tinggi Terbuka Tinggi Terbuka
gi
Partikel 6 4,5 12,5 10 0,5 6,5
Oksida Belerang 17,5 21 9 15,5 28 24,5
Hidrokarbon 18,5 26,5 14 12 14,5 10

Biaya/th untuk 8 10 7 6 11 9
pemakaian secara
maksimal (dalam
juta Rp)

32
 Besarnya biaya pemakaian berbagai jenis metode pengurangan
polusi proporsional terhadap kapasitas yang dipakai. Lakukan
analisis sensitifitas dan ulasan manajerial terhadap masalah
tersebut.

33
TEKNIK PENYELESAIAN LP
Bentuk dan susunan model yang berlaku dalam Linear
Programming (LP) yaitu adanya baris dan kolom yang
teratur. Jumlah baris ditentukan oleh banyaknya sumber
daya yang dapat dialokasikan ke setiap jenis kegiatan.
Jumlah kolom ditentukan oleh jumlah/macam kegiatan
yang memerlukan sumber tersebut. Bila m menunjukkan
jumlah baris dan n menunjukkan jumlah kolom, maka
dimensi masalah LP dinyatakan dengan m x n.
Masalah LP yang berdimensi 2 x n atau m x 2 dapat
diselesaikan dengan metode grafis, sedangkan yang
berdimensi m x n dapat diselesaikan dengan metode
simpleks.

34
METODE GRAFIS
Metode Grafis dapat digunakan untuk menyelesaian
persoalan LP dengan dimensi m x 2, masalah dengan
dimensi 2 x n akan dibicarakan pada masalah dualitas.
Penyelesaian masalah LP secara grafis dilakukan dengan
langkah-langkah sebagai berikut :
 Formulasikan masalah ke dalam bentuk matematis
 Gambarkan masing-masing contraint (batasan) dalam satu
sistem salib sumbu
 Cari titik yang paling menguntungkan dikaitkan dengan
fungsi tujuan.

35
CONTOH 5

Sebuah perusahaan memproduksi 2 macam produk

yaitu produk A dan produk B. Setiap unit produk A
memerlukan 30 unit sumber daya 1, 40 unit sumber daya
2 dan 20 unit sumber daya 3. Setiap unit produk B
memerlukan 20 unit sumber daya 2 dan 25 unit sumber
daya 3. Sumber daya 1,2, dan 3 masing-masing
perminggu tersedia sebanyak 1500 unit, 2500 unit dan
2000 unit. Setiap unit produk A dan B masing-masing
memberikan keuntungan Rp. 200,- dan Rp. 160,-.
Tentukan banyaknya produk A dan produk B yang harus
diproduksi agar diperoleh keuntungan maksimal.

36
 PENYELESAIAN :

.
produk Kapasitas
A B sumber
daya
sumber daya
1 30 - 1500
2 40 20 2500
3 20 25 2000
Keuntungan/unit 200 160

37
Persoalan di atas dapat diformulasikan sebagai berikut :
Maksimumkan Z = 200x1 + 160 x2
x1 = jumlah produk A yang dibuat
x2 = jumlah produk B yang dibuat
Dengan batasan 30x1 ≤ 1500
40x1 + 20 x2 ≤ 2500
20x1 + 25 x2 ≤ 2000
x1 , x2 ≥ 0
Untuk menggambarkan masing-masing batasan adalah dengan menetapkan salah satu
variabel dalam suatu persamaan sama dengan nol, kemudian mencari nilai variabel yang
lain.
Batasan 1 : 30x1 = 1500, maka x1 = 50 ( garis hijau 1)
Batasan 2 : 40 x1 + 20 x2 = 2500, bila x1 = 0, maka x2 = 125
bila x2 = 0, maka x1 = 62,5 (garis hijau 2)
Batasan 3 : 20 x1 + 25 x2 = 2000, bila x1 = 0, maka x2 = 80
bila x2 = 0, maka x1 = 100 (garis hijau 3)

38
GRAFIK

140

120

100

A
80
1
60 B

40

C 3
20
2

o 20 40 D 60 80 100 120 140

39
PENJELASAN GRAFIK

Garis fungsi tujuan( garis warna ungu) dalam grafik

diperoleh dari perbandingan nilai x1 , x2 yang
merupakan representasi perbandingan C2 dan C1.
Geser grafik fungsi tujuan pada daerah diantara
OABCD. Sebagai pedoman bahwa titik layak optimal
telah ditemukan adalah ditentukan oleh titik singgung
garis fungsi tujuan dengan daerah yang layak. Untuk
kasus maksimasi adalah titik terjauh dari origin O dan
untuk kasus minimasi adalah titik terdekat dari origin O.

40
Karena titik optimal gambar di atas adalah perpotongan
antara batasan 2 dan batasan 3, maka status sumber
daya 2 dan sumber daya 3 adalah ketat (tight),
sebaliknya karena batasan 1 tidak dilalui titik optimal
maka sumber daya 1 merupakan sumber daya longgar
(loose). Status sumber daya dikatakan ketat apabila dari
sumber daya yang tersedia telah digunakan seluruhnya
(surplus = 0) dan dikatakan longgar apabila dari sumber
daya yang tersedia belum digunakan seluruhnya (surplus
> 0).

41
Solusi optimal untuk gambar di atas adalah pada titik B
(perpotongan antara batasan 2 dan batasan 3 )
40 x1 + 20 x2 = 2500 |x1| 40 x1 + 20 x2 = 2500
20 x1 + 25 x2 = 2000 |x2| 40 x1 + 50 x2 = 4000
-30x2 = -1500
x2 = 50
40 x1 + 20 . 50 = 2500  x1 = 1500/40 = 37.5
Jadi solusi optimal (maximized objective) = 200.(37.5)+ 160 .(50)
= 15.500

42
Dari contoh di atas diperoleh :
Batasan 1 : 30x1 = 30. (37.5) = 1125
surplus 1500 – 1125 = 375 (longgar)

Batasan 2 : 40 x1 + 20 x2 = 40.(37.5)+20.(50)
= 2500
surplus 2500 – 2500 = 0 (ketat)

Batasan 3 : 20 x1 + 25 x2 = 20.(37.5) + 25.(50)

= 2000
surplus 2000 – 2000 = 0 (ketat)

43
Cara lain untuk mencari solusi optimal adalah dengan
pendekatan penyelesaian pojok, yaitu membandingkan nilai
Z yang diperoleh pada berbagai titik x1 dan x2 pada
daerah layak (dalam hal ini membandingkan nilai Z yang
diperoleh dari titik O,A,B,C,D)

44
KESIMPULAN

Kondisi optimal tercapai jika perusahaan memproduksi produk A

sebanyak 37,5 unit dan produk B sebanyak 50 unit yang akan
menghasilkan keuntungan sebesar 15.500
Pada kondisi optimal di atas sumber daya 2 dan 3 statusnya ketat,
artinya kapasitas yang tersedia sesuai dengan yang dibutuhkan.
Sumber daya 1 longgar, artinya kapasitas yang tersedia melebihi
yang dibutuhkan, hal ini akan memicu kenaikan biaya. Sebaiknya
sumber daya 1 cukup disediakan sebanyak 1125 unit.
Jika perusahaan akan menambah kapasitas sumber daya, sebaiknya
yang ditambah sumber daya 2 atau 3 ( secara detail akan dibahas
pada analisis sensitifitas)

45
METODE SIMPLEK
Pada bagian sebelumnya telah dijelaskan bahwa metode
grafis dapat digunakan untuk menyelesaikan masalah LP
yang berdimensi 2 x n atau m x 2. untuk masalah LP yang
berdimensi m x n di mana nilai m x n masing-masing
berdimensi ≥ 2 dapat digunakan metode simplek
Metode Simplek dikembangkan pertama kali oleh
George B. Dantzig pada tahun 1947. Metode ini
menyelesaikan masalah LP melalui tahapan perhitungan
ulang, di mana langkah-langkah perhitungan yang sama
diulang hingga tercapai solusi optimal.

46
LANGKAH-LANGKAH METODE SIMPLEK

1. Merubah fungsi tujuan dan fungsi kendala

2. Mentabulasikan persamaan-persamaan yang diperoleh
pada langkah 1
3. Menentukan Entering Variabel
4. Menentukan Leaving Variabel
5. Menentukan persamaan pivot baru
6. Menentukan persamaan-persamaan baru selain
persamaan pivot baru
7. Lanjutkan perbaikan-perbaikan

47
Contoh metode Simplek, untuk persoalan yang mempunyai bentuk :

n
Maksimumkan (Minimumkan) : Z =
 CjXj
j 1
n
Dengan kendala :
 aijXj
j 1
≤ bi,

untuk semua i ( i = 1,2..m) dan bi ≥ 0

Xj ≥ 0

Maksimumkan Z = 6x1 + 5x2 + 4x3

8x1 + 6x2 + 3x3 ≤ 300
5x1 + 6x2 + 2x3 ≤ 180
6x1 + 5x2 + 4x3 ≤ 240
x1 , x2 , x3 ≥0

48
 Langkah 1 : Merubah Fungsi Tujuan dan Fungsi Kendala

Fungsi tujuan dirubah menjadi bentuk implisit dengan jalan menggeser

semua CjXj ke kiri.

Z = 6x1 + 5x2 + 4x3 dirubah menjadi Z - 6x1 - 5x2 - 4x3 = 0

Fungsi kendala selain kendala non negatif diubah menjadi bentuk

persamaan dengan menambahkan variabel slack, yaitu suatu variabel yang
mewakili tingkat pengangguran, dari batasan kapasitas.
Fungsi kendala di atas berubah menjadi :

8x1 + 6x2 + 3x3 + S1 = 300

5x1 + 6x2 + 2x3 + S2 = 180
6x1 + 5x2 + 4x3 + S3 = 240

49
 Langkah 2 : Mentabulasikan persamaan yang diperoleh pada langkah 1

Bentuk umum Tabel Simplek Awal

Basis Z x1 x2 . xn S1 S2 . Sm Solusi
Z 1 - C1 - C2 . - Cn 0 0 . 0 0
S1 0 a11 a12 . a1n 1 0 . 0 b1
S2 0 a21 a22 . a2n 0 1 . 0 b2
. . . . . . . . . . .
.
. . . . . . . . . .
Sm 0 am1 am2 . amn 0 0 . 1 bm

50
 Persoalan di atas dapat ditabulasikan sebagai berikut :

Basis Z x1 x2 x3 S1 S2 S3 Solusi

Z 1 -6 -5 -4 0 0 0 0
S1 0 8 6 3 1 0 0 300
S2 0 5 6 2 0 1 0 180
S3 0 6 5 4 0 0 1 240

51
 Kolom basis menunjukkan variabel yang sedang menjadi basis yaitu S1, S2,
S3 yang nilainya ditunjukkan oleh kolom solusi. Secara tidak langsung hal ini
menunjukkan bahwa variabel non basis x1, x2, x3 (yang tidak ditunjukkan
pada kolom basis) sama dengan nol. Hal ini bisa dimengerti, karena belum
ada kegiatan, berarti x1, x2, x3 masing-masing nilainya 0 sedangkan
kapasitasnya masih menganggur yang ditunjukkan oleh nilai S1, S2, S3.
Jadi nilai Z = 6x1 + 5x2 + 4x3
= 6(0) + 5(0)+ 4(0) = 0, seperti yang terlihat pada kolom solusi.

Langkah 3 : Menentukan Entering Variabel

Tabel di atas memperlihatkan bahwa pada baris fungsi tujuan (Z) kolom x1,
x2, x3 nilainya negatif. Untuk persoalan dengan fungsi tujuan maksimasi, nilai
Z dapat diperbaiki dengan meningkatkan nilai x1, x2, x3 pada persamaan Z
menjadi tidak negatif. Untuk itu pilihlah kolom pada baris fungsi tujuan
(termasuk kolom slack) yang mempunyai nilai negatif angka terbesar, gunakan
kolom ini sebagai entering variabel.

52
 Jika ditemukan lebih dari satu nilai negatif angka terbesar pilihlah
salah satu, sebaliknya jika tidak ditemukan nilai negatif berarti solusi
sudah optimal.
Sebaliknya untuk kasus minimasi, pilihlah kolom pads baris fungsi
tujuan yang nilainya positif terbesar. Jika tidak ditemukan nilai positif
berarti solusi telah optimal. Dari contoh di atas dapat ditentukan
Entering Variabel persoalan di atas adalah kolom x1

Basis Z x1 x2 x3 S1 S2 S3 Solusi

Z 1 -6 -5 -4 0 0 0 0
S1 0 8 6 3 1 0 0 300
S2 0 5 6 2 0 1 0 180
S3 0 6 5 4 0 0 1 240

53
Langkah 4 : Menentukan Leaving Variabel

Leaving variable dipilih dari rasio yang nilainya positif terkecil. Rasio
diperoleh dengan cara membagi nilai solusi dengan koefisien pada
entering variabel yang sebaris.

Rasio = Nilai solusi : koefisien kolom entering

Pada persoalan di atas, rasio yang nilainya positif terkecil pada baris
S2. Gunakan baris ini sebagai Leaving Variabel.
Jika tidak ada elemen yang nilainya positif dalam kolom kunci
(kolom entering variable) ini, maka persoalan tidak memiliki pemecahan.
Leaving variabel persoalan di atas adalah baris S2

54
 Basis Z x1 x2 x3 S1 S2 S3 Solusi
Z 1 -6 -5 -4 0 0 0 0
S1 0 8 6 3 1 0 0 300
S2 0 5 6 2 0 1 0 180
S3 0 6 5 4 0 0 1 240

Persamaan pada baris leaving variable disebut sebagai persamaan

pivot, sedangkan nilai pada perpotongan entering dan leaving
variable disebut elemen pivot.

55
 Langkah 5 : Menentukan Persamaan Pivot Baru
Persamaan pivot baru = persamaan pivot lama : elemen pivot
Karena leaving variabelnya S2 dan entering variabelnya x1 maka
gantilah basis S2 dengan x1.
Persamaan pivot baru = ( 5 6 2 0 1 0 180) : 5
= ( 1 6/5 2/5 0 1/5 0 36)

Basis Z x1 x2 x3 S1 S2 S3 Solusi
1
0
x1 0 1 6/5 2/5 0 1/5 0 36
0

56
Langkah 6 : Tentukan Persamaan-persamaan baru selain persamaan pivot baru

Persamaan baru = (Persamaan lama) - (Koefisien Kolom Entering × persamaan pivot baru).

Persamaan Baru Baris Z :

Pers lama : -6 -5 -4 0 0 0 0

- 6 × ppb : -6 -36/5 -12/5 0 -6/5 0 - 216

──────── ──────── ─────────── ─

0 11/5 - 8/5 0 6/5 0 216

Persamaan Baru Baris S1

Pers lama : 8 6 3 1 0 0 300

8 × ppb : 8 48/5 16/5 0 8/5 0 288

──────── ──────── ─────────── ─

0 -18/5 - 1/5 1 -8/5 0 12

Persamaan Baru Baris S3 :

Pers lama : 6 5 4 0 0 1 240

6 × ppb : 6 36/5 12/5 0 6/5 0 216

──────── ──────── ─────────── ─

0 -11/5 8/5 0 -6/5 1 24

57
Hasil perhitungan langkah 5 dan 6 dapat ditabulasikan sebagai berikut :

Basis Z x1 x2 x3 S1 S2 S3 Solusi
Z 1 0 11/5 -8/5 0 6/5 0 216
S1 0 0 -18/5 -1/5 1 -8/5 0 12
x1 0 1 6/5 2/5 0 1/5 0 36
S3 0 0 -11/5 8/5 0 -6/5 1 24

Langkah 7 : Lanjutkan Perbaikan-perbaikan

Lakukan langkah perbaikan dengan cara mengulang langkah 3
sampai langkah 6 hingga diperoleh hasil optimal.

58
 Berdasarkan langkah-langkah di atas diperoleh tabel sbb:

Basis Z x1 x2 x3 S1 S2 S3 Solusi
Z 1 0 0 0 0 0 1 240
S1 0 0 -31/8 0 1 -14/8 1/8 15
x1 0 1 14/8 0 0 4/8 -2/8 30
x3 0 0 -11/8 1 0 -6/8 5/8 15

Fungsi tujuan persoalan di atas adalah maksimasi, karena pada baris

fungsi tujuan tidak ada yang bernilai negatif berarti tabel sudah
optimal

59
KESIMPULAN

Kondisi optimal tercapai jika perusahaan memproduksi produk A

sebanyak 30 unit, produk B sebanyak 0 unit dan produk C 15 unit
yang akan menghasilkan keuntungan sebesar 240
Pada kondisi optimal di atas sumber daya 2 dan 3 statusnya ketat,
artinya kapasitas yang tersedia sesuai dengan yang dibutuhkan.
Sumber daya 1 longgar (S1 = 15) artinya kapasitas yang tersedia
melebihi yang dibutuhkan, hal ini akan memicu kenaikan biaya.
Sebaiknya sumber daya 1 cukup disediakan sebanyak 285 unit.
Jika perusahaan akan menambah kapasitas sumber daya, sebaiknya
yang ditambah sumber daya 2 atau 3 ( secara detail akan dibahas
pada analisis sensitifitas)

60