MODUL PRAKTIKUM

MODEL OPTIMASI

Nama Praktikan : _______________________

NPM : _______________________
Kelas : _______________________

Jl. Cikutra 204a Bandung 40125

Tlp. +62 22 7206713 ext. 131
Email : ti@widyatama.ac.id , Website : www.ie.widyatama.ac.id
PRODI. TEKNIK INDUSTRI

TIM PENYUSUN

MODUL PRAKTIKUM
MODEL OPTIMASI

Dr. Didit Damur Rochman S.T., M.T.

Asep Anwar, S.T., M.T.
Rendiyatna Ferdian, S.T., M.T.

PRAK. METODE OPTIMASI 1

PRODI. TEKNIK INDUSTRI

KATA PENGANTAR

Puji syukur ke hadirat Tuhan Yang Maha Kuasa, yang telah memberikan rahmat-Nya sehingga Modul
Praktikum Analisis dan Pengukuran Kerja untuk mahasiswa/i Program Studi Teknik Industri Fakultas
Teknik Universitas Widyatama ini dapat diselesaikan dengan sebaik-baiknya.
Modul praktikum ini dibuat sebagai pedoman dalam melakukan kegiatan Praktikum Model Optimasi
yang merupakan kegiatan penunjang mata kuliah Model Optimasi pada Program Studi Teknik Industri
Universitas Widyatama. Modul praktikum ini diharapkan dapat membantu mahasiswa/i dalam
mempersiapkan dan melaksanakan praktikum dengan lebih baik, terarah, dan terencana. Pada setiap
topik telah ditetapkan tujuan pelaksanaan praktikum dan semua kegiatan yang harus dilakukan oleh
mahasiswa/i serta teori singkat untuk memperdalam pemahaman mahasiswa/i mengenai materi yang
dibahas.
Penyusun menyakini bahwa dalam pembuatan Modul Praktikum Model Optimasi ini masih jauh dari
sempurna. Penyusun mengharapkan kritik dan saran yang membangun guna penyempurnaan modul
praktikum ini dimasa yang akan datang.
Akhir kata, penyusun mengucapkan banyak terima kasih kepada semua pihak yang telah membantu
baik secara langsung maupun tidak langsung.

Bandung, Januari 2019

Penyusun

PRAK. METODE OPTIMASI 2

PRODI. TEKNIK INDUSTRI

PERATURAN PRAKTIKUM

1. Praktikan wajib 100% kehadiran mengikuti seluruh kegiatan praktikum dan asistensi.
Dispensasi ketidakhadiran diberikan jika Praktikan:
a. Sakit yang mengharuskan praktikan dirawat inap (opname).
b. Sakit menular yang membutuhkan karantina.
c. Musibah yang dialami keluarga inti.
d. Ijin ketidakhadiran minimal dari Instruktur.
2. Praktikan yang melakukan tindak kecurangan dalam bentuk apapun untuk Tugas Awal, Tugas
Pendahuluan, Laporan, dan/atau Tugas Tambahan akan mendapatkan sanksi maksimum gugur
praktikum.
3. Pengumpulan Tugas Pendahuluan dilakukan pada saat praktikum modul yang bersangkutan
dan menjadi syarat untuk mengikuti kegiatan praktikum. Pengumpulan Tugas Pendahuluan
dilakukan perorangan.
4. Asistensi dilakukan pada pertemuan selanjutnya setelah kegiatan praktikum dilakukan.
Asistensi dilakukan secara perorangan dan langsung berhadapan dengan Asisten.
5. Pengumpulan Laporan Asistensi WAJIB dikerjakan 100% dari tugas yang diberikan oleh
Instruktur Laboratorium
6. Laporan setiap modul WAJIB di ACC oleh Instruktur Laboratorium, apabila tidak mendapat
ACC Instruktur Laboratorium, maka Praktikan tidak bisa mendapatkan ACC laporan untuk
modul berikutnya.
7. Laporan setiap modul dapat di ACC oleh Instruktur Laboratorium setelah mendapat persetujuan
dari Asisten praktikum.
8. Susunan Laporan Akhir Praktikum harus sesuai dengan ketentuan sebagai berikut:
✓ Cover
✓ Lembar asistensi
✓ Lembar pengesahan
✓ Kata pengantar.
✓ Daftar isi.
✓ Daftar tabel.
✓ Daftar gambar.
✓ BAB I s/d BAB VI.
✓ Daftar Pustaka.
✓ Lampiran.
9. Praktikan WAJIB datang tepat waktu. Keterlambatan akan menyebabkan Praktikan yang
bersangkutan mendapatkan sanksi sebagai berikut:
a. Keterlambatan max. 15 menit.

PRAK. METODE OPTIMASI 3

PRODI. TEKNIK INDUSTRI

b. Apabila lebih dari 15 menit, Praktikan dianggap tidak hadir.

10. Praktikan WAJIB menjaga dan memelihara peralatan yang digunakan selama praktikum
berlangsung.
11. Jika peralatan yang digunakan rusak pada saat pengunaan, Praktikan WAJIB mengganti
peralatan yang rusak tersebut.
12. Jika Praktikan menghilangkan peralatan, Praktikan WAJIB mengganti peralatan yang hilang
tersebut.
13. Jika Peralatan Laboratorium terbawa oleh Praktikan, Praktikan WAJIB mengembalikan
peralatan tersebut.

PRAK. METODE OPTIMASI 4

PRODI. TEKNIK INDUSTRI

DAFTAR ISI
TIM PENYUSUN ...................................................................................................................... 1
KATA PENGANTAR ............................................................................................................... 2
PERATURAN PRAKTIKUM ................................................................................................... 3
DAFTAR ISI.............................................................................................................................. 5
MODUL 1 : PROGRAM LINIER ............................................................................................. 6
I. TUJUAN PRAKTIKUM ................................................................................................ 6
II. LANDASAN TEORI ...................................................................................................... 6
III. PROSEDUR PRAKTIKUM .......................................................................................... 9
MODUL 2 : METODE SIMPLEKS ........................................................................................ 11
I. TUJUAN PRAKTIKUM .............................................................................................. 11
II. LANDASAN TEORI .................................................................................................... 11
III. PROSEDUR PRAKTIKUM ........................................................................................ 14
MODUL 3 : PENGENALAN SOFTWARE OPTIMASI ....................................................... 16
I. TUJUAN PRAKTIKUM .............................................................................................. 16
II. LANDASAN TEORI .................................................................................................... 16
III. PROSEDUR PRAKTIKUM ........................................................................................ 24
MODUL 4 : OPTIMISASI METODE TRANSPORTASI ...................................................... 28
I. TUJUAN PRAKTIKUM .............................................................................................. 28
II. LANDASAN TEORI .................................................................................................... 28
III. PROSEDUR PRAKTIKUM ........................................................................................ 29
MODUL 5 : METODE PENUGASAN ................................................................................... 30
I. TUJUAN PRAKTIKUM .............................................................................................. 30
II. LANDASAN TEORI .................................................................................................... 30
III. PROSEDUR PRAKTIKUM ........................................................................................ 31

PRAK. METODE OPTIMASI 5

PRODI. TEKNIK INDUSTRI

MODUL 1 : PROGRAM LINIER

I. TUJUAN PRAKTIKUM
Dari kegiatan praktikum ini mahasiswa diharapkan dapat:

1) Memahami konsep program linier.

2) Mampu menyelesaikan permasalahan program linier dengan metode grafik.

II. LANDASAN TEORI

a) Definisi Program Linier

Taha (2003) mendefinisikan programa linier sebagai suatu metode matematik untuk
menyelesaikan suatu masalah optimasi yang membentuk persamaan linier. Beberapa masalah
aplikasi programa linier : product mix problem, diet problem, blending problem, advertising
planning, investment planning, inventory planning dan optimal cargo shipment. Tujuan dari
programa linier adalah suatu hasil yang mencapai tujuan yang ditentukan (optimal) dengan cara
yang paling baik diantara semua alternatif yang mungkin dengan batasan sumber daya yang
tersedia (Taha, 2003)
Programa linear menggunakan model matematis untuk menjelaskan persoalan yang
dihadapinya. Sifat “linier” disini memberi arti bahwa seluruh fungsi matematis dalam model
ini merupakan fungsi yang linier, sedangkan kata “programa” merupakan sinonim untuk
perencanaan aktivitas-aktivitas untuk memperoleh suatu hasil yang optimum, yaitu suatu hasil
yang mencapai tujuan terbaik di antara seluruh alternatif yang fisibel.
Pada dasarnya metode-metode yang dikembangkan untuk memecahkan model programa
linear ditujukan untuk mencari solusi dari beberapa alternatif solusi yang dibentuk oleh
persamaan-persamaan pembatas sehingga diperoleh nilai fungsi tujuan yang optimum.
Terdapat tiga elemen utama dalam programa linier, yaitu :

- Variabel Keputusan : variabel yang menguraikan secara lengkap keputusan –

keputusan yang akan dibuat
- Fungsi Tujuan : Merupakan fungsi dari variabel keputusan yang akan dimaksimumkan
(untuk mendapatkan keuntungan) atau diminimumkan (untuk ongkos) . Untuk
menyatakan nilai fungsi tujuan digunakan variabel Z.
- Pembatas: Merupakan kendala yang dihadapi sehingga pengambil keputusan tidak
bisa menentukan harga – harga variabel keputusan secara sembarang

PRAK. METODE OPTIMASI 6

PRODI. TEKNIK INDUSTRI

Ada tiga langkah utama dalam merumuskan model pemrograman linier yaitu :

1 Tentukan variabel yang ingin diketahui atau variabel keputusan dan gambarkan dalam
simbol-simbol aljabar.
2 Tentukan semua keterbatasan atau kendala dan gambarakan dalam bentuk persamaan
linier atau ketidaksamaan dari variabel keputusan tadi.
3 Tentukan tujuan atau kriteria dan gambarkan sebagai suatu fungsi linier dari variabel
keputusan yang akan berbentuk maksimasi atau minimasi.
b) Ciri dari Linier Programming

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

Secara teknis, ada lima syarat tambahan dari permasalahan linear programming yang harus
diperhatikan yang merupakan asumsi dasar, yaitu:
1. certainty (kepastian). Maksudnya adalah fungsi tujuan dan fungsi kendala sudah diketahui
dengan pasti dan tidak berubah selama periode analisa.
2. proportionality (proporsionalitas). Yaitu adanya proporsionalitas dalam fungsi tujuan dan
fungsi kendala.
3. additivity (penambahan). Artinya aktivitas total sama dengan penjumlahan aktivitas
individu.
4. divisibility (bisa dibagi-bagi). Maksudnya solusi tidak harus merupakan bilangan integer
(bilangan bulat), tetapi bisa juga berupa pecahan.
5. non-negative variable (variabel tidak negatif). Artinya bahwa semua nilai jawaban atau
variabel tidak negatif.

a) Program Linier Dengan Metode Grafik

Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya
terdapat dua variabel keputusan. Untuk menyelesaikan permasalahan tersebut, langkah
pertama yang harus dilakukan adalah memformulasikan permasalahan yang ada ke dalam
bentuk Linear Programming (LP). Langkah-langkah dalam formulasi permasalahan adalah :

PRAK. METODE OPTIMASI 7

PRODI. TEKNIK INDUSTRI

1. Pahamilah secara menyeluruh permasalahan manajerial yang dihadapi

2. Identifikasikan tujuan dan kendalanya
3. Definisikan variabel keputusannya
4. Gunakan variabel keputusan untuk merumuskan fungsi tujuan dan fungsi kendala
secara matematis.

Metode grafik adalah satu dari sekian banyak metode untuk mencari penyelesaian
optimal. Metode ini mudah dilakukan dan sangat sederhana. Meskipun demikian sesuai dengan
kesederhanaannya maka metode ini sangat terbatas pada penyelesaian masalah-masalah
sederhana yakni persoalanpersoalan yang hanya mempunyai 2 variabel keputusan yang hendak
dicari nilai-nilai optimalnya, sehingga model pemecahan permasalahannya dapat
direpresentasikan dalam bentuk grafik dua dimensi. Untuk persoalan-persoalan yang
mempunyai lebih dari dua variabel keputusan metode grafik sulit untuk digunakan.

b) Algoritme Tentang Metode Grafik

Berdasarkan contoh persoalan di atas metode penyelesaian grafis dapat disistimatisir sebagai
algoritme berikut ini :
1. Membangun Model Matematis

▪ Tentukan variabel keputusan dari permasalahan yang dihadapi

▪ Tentukan fungsi tujuan dari permasalahan yang dihadapi, apakah fungsi tujuan
tersebut maksimasi atau minimasi
▪ Tentukan fungsi-fungsi pembatas berdasar sumber-sumber yang tersedia dan
teknologi yang ada

2. Membangun Model Grafik

▪ Buat sistem koordinat X dan Y yang merepresentasikan variabel keputusan X dan Y.

▪ Gambarkan masing-masing fungsi pembatas dan tentukan daerah feasibel-nya
didalam sistem koordinat tersebut.
▪ Tentukan daerah feasibel yang memenuhi seluruh pembatas yang ada. Berarti nilai-
nilai optimal ada didaerah feasibel yang memenuhi fungsifungsi pembatas
▪ Gambarkan fungsi tujuan kedalam sistem koordinat dan melalui titik (0,0).
▪ Geser fungsi tujuan sejauh mungkin sehingga menyinggung pada suatu titik yang
merupakan pembatas daerah feasibel yang telah ditentukan sebelumnya berdasarkan
fungsi pembatas yang ada.

PRAK. METODE OPTIMASI 8

 PRODI. TEKNIK INDUSTRI

▪ Titik terjauh dari (0,0) tersebut merupakan solusi optimal dari permasalahan yang
dihadapi.

c) Langkah-langkah Penyelesaian dengan Metode Grafik

III. PROSEDUR PRAKTIKUM

Langkah – langkah menyelesaikan SPLDV dengan metode grafik :Langkah Pertama :
• Tentukan nilai koordinat titik potong masing-masing persamaan terhadap sumbu-X dan
juga sumbu-Y
• Gambarkan grafik dari masing-masing persamaan pada sebuah bidang Cartesius
Langkah Kedua :
• Jika kedua garis pada grafik berpotongan pada satu titik, maka himpunan
penyelesaiannya memiliki satu anggota.

PRAK. METODE OPTIMASI 9

PRODI. TEKNIK INDUSTRI

• Jika kedua garis sejajar, maka himpunan penyelesaiannya tidak memiliki anggota.
Maka dapat dikatakan himpunan penyelesaiannya ialah himpunan kosong, dan dapat
ditulis ∅.
• Jika kedua garis saling berhimpit, maka himpunan penyelesaiannya mempunyai
anggota yang tak terhingga

PRAK. METODE OPTIMASI 10

PRODI. TEKNIK INDUSTRI

MODUL 2 : METODE SIMPLEKS

I. TUJUAN PRAKTIKUM
Dari kegiatan praktikum ini mahasiswa diharapkan dapat:

1) Memahami konsep penyelesaian program linier dengan metode simpleks.

2) Mampu menyelesaikan masalah program linier dengan metode simpleks.

II. LANDASAN TEORI

a) Definisi Metode Simpleks

Penyelesaian persoalan programa linier dengan menggunakan metode grafik memiliki

kelemahan ketika jumlah variabel keputusan lebih dari dua. Untuk mengatasi persoalan
tersebut dikembangkan suatu model baru yang diperkenalkan oleh George B Dantzig pada
tahun 1947 yang dikenal dengan metode simpleks. Metode Simpleks adalah prosedur aljabar
yang menggunakan operasi baris dasar untuk melakukan iterasi dari satu layak dasar ke layak
dasar lainnya sampai solusi optimum tercapai.
Metode simpleks merupakan salah satu teknik penentuansolusi optimal yang digunakan dalam
pemograman linear. Penentuan solusi optimaldidasarkan pada teknik eliminasi Gauss Jordan.
Penentuan solusi optimal dilakukandengan memeriksa titik ekstrim (ingat solusi grafik) satu
per satu dengan caraperhitungan iteratif. Sehingga penentuan solusi optimal dengan simpleks
dilakukandengan tahap demi tahap yang disebut iterasi. Iterasi ke-i hanya tergantung dari
iterasisebelumnya (i-1).

b) Pengertian Istilah Dalam Metode Simpleks

Ada beberapa istilah yang sangat sering digunakan dalam metode simpleks, diantaranya:

1. Iterasi adalah tahapan perhitungan dimana nilai dalam perhitungan itu tergantung dari
nilai tabel sebelumnya.
2. Variabel non basis adalah variabel yang nilainya diatur menjadi nol pada sembarang
iterasi. Dalam terminologi umum, jumlah variabel non basis selalu sama dengan derajat
bebas dalam sistem persamaan.
3. Variabel basis merupakan variabel yang nilainya bukan nol pada sembarang iterasi.
Pada solusi awal, variabel basis merupakan variabel slack (jika fungsi kendala
merupakan pertidaksamaan ≤ ) atau variabel buatan (jika fungsi kendala menggunakan

PRAK. METODE OPTIMASI 11

PRODI. TEKNIK INDUSTRI

pertidaksamaan ≥ atau =). Secara umum, jumlah variabel basis selalu sama dengan
jumlah fungsi pembatas (tanpa fungsi non negatif).
4. Solusi atau nilai kanan merupakan nilai sumber daya pembatas yang masih tersedia.
Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber daya pembatas
awal yang ada, karena aktivitas belum dilaksanakan.
5. Variabel slack adalah variabel yang ditambahkan ke model matematik kendala untuk
mengkonversikan pertidaksamaan ≤ menjadi persamaan (=). Penambahan variabel ini
terjadi pada tahap inisialisasi. Pada solusi awal, variabel slack akan berfungsi sebagai
variabel basis.
6. Variabel surplus adalah variabel yang dikurangkan dari model matematik kendala
untuk mengkonversikan pertidaksamaan ≥ menjadi persamaan (=). Penambahan ini
terjadi pada tahap inisialisasi. Pada solusi awal, variabel surplus tidak dapat berfungsi
sebagai variabel basis.
7. Variabel buatan adalah variabel yang ditambahkan ke model matematik kendala dengan
bentuk ≥ atau = untuk difungsikan sebagai variabel basis awal. Penambahan variabel
ini terjadi pada tahap inisialisasi. Variabel ini harus bernilai 0 pada solusi optimal,
karena kenyataannya variabel ini tidak ada. Variabel hanya ada di atas kertas.
8. Kolom pivot (kolom kerja) adalah kolom yang memuat variabel masuk. Koefisien pada
kolom ini akan menjadi pembagi nilai kanan untuk menentukan baris pivot (baris kerja).
9. Baris pivot (baris kerja) adalah salah satu baris dari antara variabel basis yang memuat
variabel keluar.
10. Elemen pivot (elemen kerja) adalah elemen yang terletak pada perpotongan kolom dan
baris pivot. Elemen pivot akan menjadi dasar perhitungan untuk tabel simpleks
berikutnya.
11. 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.
12. Variabel keluar adalah variabel yang keluar dari variabel basis pada iterasi berikutnya
dan digantikan oleh variabel masuk. Variabel keluar dipilih satu dari antara variabel
basis pada setiap iiterasi. Variabel ini pada iterasi berikutnya akan bernilai nol.
c) Algoritma Simpleks
1. Ubah fungsi tujuan ke dalam bentuk implisit.
2. Masukkan semua nilai ke dalam tabel simplex.

PRAK. METODE OPTIMASI 12

PRODI. TEKNIK INDUSTRI

3. Tentukan kolom kunci (variable keputusan) yang masuk sebagai variable basis
(entering variable).
• Kolom kunci adalah nilai Zj dengan nilai negatif terbesar (untuk maksimasi).
4. Tentukan baris kunci: untuk menentukan variable yang akan keluar dari baris kunci
(leaving variable).
• Kriteria: Nilai positif terkecil dari: nilai kanan/nilai pada kolom kunci.
• Angka kunci : nilai pada perpotongan baris kunci dan kolom kunci
5. Susun tabel simpleks baru, untuk menentukan solusi yang baru gunakan metode
(Elementary Row Operation, Gauss Jordan Elimination), dengan cara:
6. Ubah nilai pada baris kunci sehingga EV memiliki nilai 0 dan 1 pada baris lainnya.
Nilaibariskuncibaru =nilaibariskunciyanglamadibagiangkakunci
7. Ubah nilai pada baris selain baris kunci
Nilai baris baru = nilai baris lama dikurangi dengan hasil perkalian angka
padakolom kuncidenganbariskunciyangbaru
8. Ulangi langkah diatas sampai tidak terdapat nilai negatif pada baris Z.
• Iterasiberhentijikatabelsudahoptimal,jika:
▪ • semua nilai pada baris Z bernilai positif atau nol (untuk maksimasi)
▪ • bernilai negatif atau nol (untuk minimasi)
d) Ketentuan Metode Simpleks
1. Nilai kanan (NK/RHS) fungsi tujuan harus nol (0).
2. Nilai kanan (NK/RHS) fungsi kendala harus positif. Apabila negatif,nilai tersebut
harus dikalikan (–1).
3. Fungsi kendala dengan tanda “≤” harus diubah ke bentuk “=” dengan menambahkan
variabel slack/surplus. Variabel slack/surplus disebut juga variabel dasar.
4. Fungsi kendala dengan tanda “≥” diubah ke bentuk “≤” dengan cara mengalikan
dengan (–1), lalu diubah ke bentuk persamaan dengan ditambahkan variabel slack.
Kemudian karena RHS-nya negatif, dikalikan lagi dengan (–1) dan ditambah artificial
variable (M).
5. Fungsi kendala dengan tanda “=” harus ditambah artificial variable (M).

PRAK. METODE OPTIMASI 13

 PRODI. TEKNIK INDUSTRI

III. PROSEDUR PRAKTIKUM

Langkah-langkah menyelesaikan metode simpleks secara manual adalah sebagai berikut :

1. Periksa apakah tabel layak atau tidak. Kelayakan tabel simpleks dilihat dari solusi (nilai
kanan). Jika solusi ada yang bernilai negatif, maka tabel tidak layak. Tabel yang tidak
layak tidak dapat diteruskan untuk dioptimalkan.
2. Tentukan kolom kunci. Penentuan kolom kunci dilihat dari koefisien fungsi tujuan
(nilai di sebelah kanan baris z) dan tergantung dari bentuk tujuan. Jika tujuan berupa
maksimisasi, maka kolom kunci adalah kolom dengan koefisien negatif terbesar. Jika
tujuan minimisasi, maka kolom kunci adalah kolom dengan koefisien positif terbesar.
Perhatikan, kita tidak menggunakan kata-kata nilai terkecil dan terbesar, karena kita
memang tidak memilih nilai terkecil dan terbesar. Jika kolom kunci ditandai dan ditarik
ke atas, maka kita akan mendapatkan variabel keluar. Jika nilai negatif terbesar (untuk
tujuan maksimisasi) atau positif terbesar (untuk tujuan minimisasi) lebih dari satu, pilih
salah satu secara sembarang.
3. Tentukan baris kunci. Baris kunci ditentukan setelah membagi nilai kanan dengan nilai
kolom kunci yang bersesuaian (nilai yang terletak dalam satu baris). Dalam hal ini, nilai
negatif dan 0 pada kolom kunci tidak diperhatikan, artinya tidak ikut menjadi pembagi.
Baris kunci adalah baris dengan rasio pembagian terkecil. Perhatikan, rasio pembagian
tidak mungkin bernilai negatif, karena nilai kanan tidak negatif demikian juga dengan
nilai kolom kunci. Jika baris kunci ditandai dan ditarik ke kiri, maka kita akan
mendapatkan variabel keluar. Jika rasio pembagian terkecil lebih dari satu, pilih salah
satu secara sembarang.
4. Tentukan angka kunci. Angka kunci merupakan nilai yang terletak pada perpotongan
kolom dan baris kunci.
5. Bentuk tabel simpleks baru. Tabel simpleks baru dibentuk dengan pertama sekali
menghitung nilai baris kunci baru. Baris kunci baru adalah baris kunci lama dibagi
dengan angka kunci. Baris baru lainnya merupakan pengurangan nilai kolom kunci
baris yang bersangkutan dikali baris kunci baru dalam satu kolom terhadap baris
lamanya yang terletak dalam satu kolom juga.
6. Periksa apakah tabel sudah optimal. Keoptimalan tabel dilihat dari koefisien fungsi
tujuan (nilai pada baris z) dan tergantung dari bentuk tujuan. Untuk tujuan maksimasi,
tabel sudah optimal jika semua nilai pada baris z sudah positif atau 0. Pada tujuan

PRAK. METODE OPTIMASI 14

PRODI. TEKNIK INDUSTRI

minimasi, tabel sudah optimal jika semua nilai pada baris z sudah negatif atau 0. Jika
belum, kembali ke langkah no.2, jika sudah optimal baca solusi optimalnya.

PRAK. METODE OPTIMASI 15

PRODI. TEKNIK INDUSTRI

MODUL 3 : PENGENALAN SOFTWARE OPTIMASI

I. TUJUAN PRAKTIKUM
Dari kegiatan praktikum ini mahasiswa diharapkan dapat:

1) Mengetahui software yang digunakan untuk menyelesaikan masalah optimasi.

2) Mampu melakukan penyelesaian masalah optimasi dengan software.

II. LANDASAN TEORI

A. Pengenalan Software LINGO

LINGO adalah alat bantu yang didesain sangat luas untuk menyelesaikan
permasalahanpermasalahan riset operasi seperti program linier dan non linier, kuadratik,
quadratically constrained, stokastik dan optimasi model integer dengan lebih cepat, mudah dan
efisien. LINGO menyediakan paket integrasi lengkap yang termasuk di dalamnya yaitu bahasa
untuk optimasi model yang mudah dipahami.
Terdapat 5 menu di dalam software LINGO yaitu File, Edit, LINGO, Window, dan Help.
Dalam menu File terdapat beberapa perintah sebagai berikut:

Dalam menu File terdapat beberapa perintah sebagai berikut:

Submenu Fungsi

PRAK. METODE OPTIMASI 16

PRODI. TEKNIK INDUSTRI

New (F2) Membuka jendela baru

Open (Ctrl+O) Membuka file yang tersimpan
Save (Ctrl+S) Menyimpan model yang sedang terbuka atau
aktif
Save as (F5) Menyimpan model yang sedang terbuka atau
aktif dengan nama yang berbeda
Close (F6) Menutup model yang sedang terbuka atau
aktif
Print (F7) Mencetak isi dari jendela yang sedang
terbuka atau aktif
Print Setup (F8) Mengkonfigurasi printer preferences
Print Preview (Shift+F8) Menampilkan isi dari jendela file yang akan
dicetak
Log Output (F9) Membuka log file untuk log output pada
command window
Take Commands (F11) Menjalankan command script yang terdapat
di suatu file
Import Lindo File (F12) Mengkonversi Lindo file ke LINGO model
Export File Ekspor model kedalam format MPS atau MPI
License Rujukan bagi pengguna untuk upgrade
system
Database User Info Rujukan bagi pengguna untuk melihat id
pengguna dan password untuk mengakses
database melalui fungsi @ODBC()
Exit (F10) Menutup LINGO
Menu Edit, digunakan untuk mengubah tipe font, teks perintah, dan lain-lain yang berkaitan
dengan konten atau isi.

PRAK. METODE OPTIMASI 17

PRODI. TEKNIK INDUSTRI

Submenu Fungsi
Undo (Ctrl+Z) Meng-undo kegiatan terakhir
Redo (Ctrl+Y) Me-redo kegiatan undo yang terakhir
Cut (Ctrl+X) Menyalin dan menghapus kata/ kalimat yang
diinginkan
Copy (Ctrl+C) Menyalinkata/ kalimat yang diinginkan ke
clipboard
Paste (Ctrl+V) Menempel konten clipboard ke dalam dokumen
Paste Special Menempel konten clipboard ke dalam
dokumen dengan keadaan tertentu
Select All (Ctrl+A) Memilih semua konten yang ada di dalam
dokumen
Find (Ctrl+F) Mencari kata di dalam suatu dokumen
Find Next (Ctrl+N) Mencari kata di dalam suatu dokumen untuk
kejadian selanjutnya
Replace (Ctrl+H) Mengganti suatu kata dengan kata yang lain
Go To Line (Ctrl+T) Memindahkan kursor ke suatu baris tertentu
Match Parenthesis (Ctrl+P) Menemukan pasangan parenthesis yang terpilih
Paste Function Menempel suatu fungsi spesifik yang terdapat

PRAK. METODE OPTIMASI 18

PRODI. TEKNIK INDUSTRI

di software LINGO

Select Font (Ctrl+J) Mengkonfigurasi tipe huruf untuk sebagian teks

yang dipilih
Insert New Object Memasukkan objek dengan ekstensi OLE ke
dalam dokumen
Links Membuat link ke objek eksternal
Object Properties Mendefinisikan sifat atau ketentuan lain dari
gambar yang dipilih
Menu Solver, digunakan untuk memecahkan model, membuat laporan solusi, analisis dan
formulasi, serta memunculkan grafik, mengidentifikasi error, dan sebagainya.

Submenu Fungsi
Solve (Ctrl+U) Memecahkan model di jendela yang
sedang dibuka/ aktif
Solution Report (Ctrl+W) Membuka jendela solution report
pada model yang sedang dibuka/aktif
Range (Ctrl+R) Membuka range analysis report pada
jendela yang sedang dibuka/aktif
Options (Ctrl+I) Menetapkan pilihan sistem
Generate Membuka representasi aljabar untuk
model yang sedang dibuka/ aktif
Picture Menampilkan gambaran grafis dari
model matriks
Debug (Ctrl+D) Melacak kesalahan formulasi di dalam
kasus program linier yang infeasible
dan unbounded
MenuWindow, digunakan untuk mengatur tampilan jendela yang sedang terbuka atau aktif.

PRAK. METODE OPTIMASI 19

PRODI. TEKNIK INDUSTRI

Submenu Fungsi
Command Window Membuka jendela perintah untuk pengoperasian
(Ctrl+1) baris perintah di software LINGO
Status Window Membuka jendela solver's status
(Ctrl+2)
Close All (Ctrl+3) Menutup semua jendela yang terbuka
Tile (Ctrl+4) Menyusun semua jendela yang terbuka dengan pola tile
Cascade (Ctrl+5) Menyusun semua jendela yang terbuka dengan pola
cascade
Next Menampilkan jendela berikutnya ke bagian depan
dokumen
Previous (Ctrl+B) Menampilkan jendela sebelumnya ke bagian depan
dokumen
Menu Help, digunakan untuk membuka LINGO's manual book dan informasi-informasi
mengenai software LINGO.

Help Topics Fungsi

Register Mendaftarkan software LINGO yang
dimiliki, secara online
AutoUpdate Memeriksa ketersediaan versi terbaru

PRAK. METODE OPTIMASI 20

PRODI. TEKNIK INDUSTRI

software LINGO

About Lingo Menampilkan informasi tentang versi

dan ukuran software LINGO yang
dimiliki dan bagaimana cara
menghubungi pihak perusahan yaitu
LINDO
Adapun beberapa manfaat atau keunggulan software LINGO adalah sebagai berikut:
1. Pengekspresian Model yang Mudah
LINGO dapat membuat formula untuk permasalahan linier, non linier dan integer secara cepat
dengan bentuk yang sangat mudah untuk dibaca dan dipahami. Bahasa permodelan LINGO
dapat membuat model yang sangat mirip dengan model matematik yang sering dibuat manual
di atas kertas.
2. Pilihan Data Tidak Menyusahkan
Data yang akan diolah melalui software LINGO bisa merupakan data yang sebelumnya ditulis
dalam sebuah database dan spreadsheets. Begitu pula dengan output solusi bisa dikeluarkan
dalam bentuk database atau spreadsheet, sehingga pengguna bisa lebih mudah dalam
pembuatan laporan sesuai dengan keinginan pengguna.
3. Solver yang Baik
Dengan menggunakan LINGO, pengguna tidak perlu menentukan atau memisahkan solver,
karena LINGO akan membaca formulasi yang diberikan dan secara otomatis memilih solver
yang tepat.
4. Model yang Interaktif
Pengguna dapat memanggil software LINGO langsung dari Excel macro atau aplikasi
database lainnya. Untuk kasus building turn-key solutions, LINGO memiliki fungsi DLL dan
OLE interfaces yang memungkinkan untuk dapat dipanggil dari aplikasi tertulis yang dimiliki
pengguna.
5. Adanya Dokumentasi dan Bantuan
LINGO menyediakan semua alat bantu yang mungkin akan dibutuhkan untuk pembuatan dan
running dari suatu model, sebagai contoh LINGO menyediakan teks diskusi dari kelas-kelas
utama seperti optimasi program linier, non linier dan integer. LINGO juga menyediakan
beberapa contoh model dasar untuk dimodifikasi dan dikembangkan.

B. Pembuatan Model LINGO

PRAK. METODE OPTIMASI 21

PRODI. TEKNIK INDUSTRI

Sebuah optimasi terdiri dari tiga bagian utamayaitu:

1. FungsiTujuan
Sebuah formula yang mendeskripsikan apa yang harus dioptimasikan dalam suatu model.
Sebagai contoh, fungsi tujuan dari suatu model adalah maksimasi keuntungan.

2. Variabel

Adalah kuantitas yang bisa diubah untuk mengeluarkan hasil yang optimal dari fungsi
tujuan.
3. Batasan
Formula yang didefinisikan sebagai nilai pembatas dari suatu variabel.
Adapun hal-hal lain yang perlu diperhatikan dalam pembuatan model di LINGO adalah
sebagai berikut:
1. Untuk comment dalam model diinisiasi dengan tanda seru (!) dan akan berwarna
hijau.
2. LINGO menetapkan teks operator dan functions muncul dengan warna biru. Untuk
tulisan lainnya akan dimunculkan dengan warna hitam.
3. Setiap statement di LINGO harus diakhiri dengansemi-colon (;)
4. Untuk nama variabel harus diawali dengan huruf (A-Z) dan karakter selanjutnya
dapat berupa huruf, angka (0-9), atau underscore (_). Panjang dari nama variabel
dapat mencapai hingga 32 karakter.
a) Penggunaan SETS pada LINGO
1. SETS aalah sekelompok objek yang berhubungan, diguakan untuk mendefinisikan suatu
objek atau variabel. Adapun attribut yang dimiliki oleh SETS bisa lebih dari satu contoh:
2. Perusahaan/ P1 P2 P3/ : Kapasitas, Lokasi, Penitipan; Adapun format penulisan SETS
adalah sebagai berikut:
3. Nama_SETS/ Anggota/ : Attribut;
b) Fungsi Set Looping
Set Looping berfungsi untuk menerapkan semua operasi pada semu anggoa
SET dengan menggunakan satu statement. Adapun beberapa fungsi yang bisa
diterapkan adalah sebagai berikut:

Fungsi Penggunaan
@FOR Digunakan unruk membangkitkan pembatas ke seluruh
anggota SET. Bisa juga digunakan dalam perhitungan untuk

PRAK. METODE OPTIMASI 22

PRODI. TEKNIK INDUSTRI

seluruh anggota SET.

@SUM Untuk menghitung penjumlahan dari sebuah ekspresi untuk

seluruh anggota SET.
@MIN Untuk menghitung jumlah paling minimum dari sebuah
ekspresi untuk seluruh anggota SET.
@MAX Untuk menghitung jumlah paling minimum dari sebuah
ekspresi untuk seluruh anggota SET.
@PROD Untuk menghitung produk dari sebuah ekspresi untuk seluruh
anggota SET.

c) LINGO Operators dan Functions

Terdapat tiga tipe operator yang digunakan di LINGO, yaitu aritmatika, logika, dan
relational. Untuk operator aritmatika adalah sebagai berikut:

Perpangkatan ^
Perkalian *
Pembagian /
Penjumlahan +
Pengurangan -

Untuk relational operator yang sering digunakan dalam pendefinisian batasan pada
model adalah sebagai berikut:
= sama dengan
<= ekspresi di sebelah kiri kurang dari atau sama dengan ekspresi di sebelah kanan
>= ekspresi di sebelah kiri lebih dari atau sama dengan ekspresi di sebelah kanan
Untuk logical operator yang dapat dibaca oleh Lingo adaah sebagai berikut:
#EQ# Sama dengan
#NE# Tidak sama dengan
#GE# Lebih besar dari atau sama dengan
#GT# Lebih besar dari
#LE# Kurang dari atau sama dengan
#LT# Kurang dari

PRAK. METODE OPTIMASI 23

 PRODI. TEKNIK INDUSTRI

III. PROSEDUR PRAKTIKUM

1. Buka Software Lingo 15.0 dengan cara double-click di desktop.
2. Setelah membuka maka akan muncul tampilan sebagai berikut:

3. Lalu mulai membuat model.

4. Pertama-tama buat SETS terlebih dahulu untuk mendefinisikan variabel yang akan
kita cantumkan dalam model.

PRAK. METODE OPTIMASI 24

PRODI. TEKNIK INDUSTRI

5. Lalu masukkan fungsi tujuan ke dalam model.

6. Setelah itu masukkan pembatas-pembatas yang digunakan.

PRAK. METODE OPTIMASI 25

PRODI. TEKNIK INDUSTRI

7. Lalu masukkan data yang digunakan, biasanya berupa biaya transportasi.

8. Setelah pembuatan model selesai , klik Solution pada Menu Solver dan akan muncul
tampilan seperti berikut:

PRAK. METODE OPTIMASI 26

PRODI. TEKNIK INDUSTRI

Lalu checklist pada kotak Non Zero Vars and Binding Rows Only. Pada kotak Attribute(s) or
Row Name(s) Pilih Volume.

9. Setelah itu akan muncul tampilan hasil seperti berikut:

10. Tahap terakhir adalah interpretasikan hasil.

PRAK. METODE OPTIMASI 27

PRODI. TEKNIK INDUSTRI

MODUL 4 : OPTIMISASI METODE TRANSPORTASI

I. TUJUAN PRAKTIKUM
Dari kegiatan praktikum ini mahasiswa diharapkan dapat:

1) Memahami masalah transportasi sebagai masalah program linier.

2) Mampu menyelesaikan masalah transportasi dengan metode transportasi.

II. LANDASAN TEORI

Persoalan transportasi merupakan tipe khusus persoalan programa linier. Persoalan
transportasi membahas masalah pendistribusian suatu komoditas atau produk dari sejumlah
sumber (supply) kepada sejumlah tujuan (destination, demand), dengan tujuan meminimumkan
ongkos pengangkutan yang terjadi (Dimyati , 2004).
Metode Transportasi adalah suatu metode yang digunakan untuk mengatur distribusi dari
sumber–sumber yang menyediakan produk–produk yang sama di tempat- tempat yang
membutuhkan secara optimal. Alokasi produk ini harus diatur sedemikian rupa karena terdapat
perbedaan biaya transportasi (alokasi) dari suatu sumber ke beberapa tujuan yang berbeda–
beda dan dari beberapa sumber ke suatu tujuan juga berbeda–beda.
Masalah transhipment merupakan suatu masalah transportasi dimana sebagian atau
seluruh barang yang diangkut dari tempat asal tidak langsung dikirim ke tempat tujuan tetapi
melalui tempat transit (transhipment nodes). Hal ini sering terjadi di dalam dunia nyata. Jadi,
sebelum didistribusikan ke tempat tujuan akhir, disimpan dahulu di suatu lokasi (tempat
penyimpanan sementara).
Dengan demikian, tujuan utama masalah transhipment adalah untuk menentukan jumlah
unit barang yang akan dikirim dari tempat asal ke tempat tujuan akhir meskipun melalui tempat
transit (dengan ketentuan bahwa seluruh permintaaan di tempat tujuan akhir dapat terpenuhi)
dengan total biaya angkutan yang dikeluarkan seminimal mungkin.
Ciri-ciri khusus persoalan ini adalah :

1 Terdapat sejumlah sumber dan sejumlah tujuan tertentu.

2 Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber yang diminta
oleh setiap tujuan, besarnya tertentu.
3 Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan, besarnya
sesuai dengan permintaan dan atau kapasitas sumber.
4 Ongkos pengangkutan komoditas dari suatu sumber ke suatu tujuan, besarnya tertentu.

PRAK. METODE OPTIMASI 28

 C11,X11 b1
a1
C12,X12
PRODI. TEKNIK INDUSTRI C13,X13
b2
C21,X21
C22,X22
a1
Sumber C23,X23 Tujuan
b3
C11,X11 b1
a1
Gambar 2.3.CIlustrasi
12,X12
Model Trasnportasi
C13,X13
b2
Formula Matematis : C21,X21
C22,X22
Fungsi Tujuana:1 Min Z = C11X11+ C12X12...... + C23X23
C23,X23 b3
St x11 + x12 + x13 =a1
Pembatas Sumber
x21 + x22 + x23 =a2
Formulasi Matematis: Gambar 2.3. Ilustrasi Model Trasnportasi
x11 + x21 = b1
Fungsi Tujuan : 𝑀𝑖𝑛 𝑍 = C11 𝑋11 + 𝐶12 𝑋12 + ⋯ + 𝐶23 𝑋23
x12 + x22 = b2 Pembatas Tujuan
𝑋 11 + 𝑋
Formula Matematis +
12 : 13𝑋 = 𝑎 1
St: x13𝑋+ x=23 = }b𝑃𝑒𝑚𝑏𝑎𝑡𝑎𝑠 𝑆𝑢𝑚𝑏𝑒𝑟
𝑋21 + 𝑋22 + 23 𝑎2 3
Fungsi Tujuan : Min Z = C11X11+ C12X12...... + C23X23
𝑋11 + 𝑋21 = 𝑏1
𝑋St
Model x + x + xdikatakan
12 + 𝑋transportasi
2211= 𝑏212
=a1
13} 𝑃𝑒𝑚𝑏𝑎𝑡𝑎𝑠 𝑇𝑢𝑗𝑢𝑎𝑛jika total kapasitas sumber
seimbang
𝑋 + 𝑋23 Pembatas Sumber
(Supply)13 samax21=dengan
+𝑏x322 + xtotal
23 =a2 tujuan (demand). Persoalan transportasi

memiliki x11 + xkhusus

sifat-sifat 21 = b1 dimana semua koefisien teknosif bernilai nol
Model transportasi dikatakan seimbang jika total kapasitas sumber (Supply) sama dengan
atau satu, x12 + x22 =tabel
sehingga b2 simplek Pembatas
dari Tujuan
persoalan transportasi dapat semua
total tujuan (demand). Persoalan transportasi memiliki sifat-sifat khusus dimana
x13 +matrik
x23 = b3
koefisiendigantikan dengan
teknosif bernilai nol atauberikut ini.
satu, sehingga tabel simplek dari persoalan transportasi
dapat digantikan dengan matrik berikut ini.
Model transportasi dikatakan
Tabel 2.2 seimbang jika total kapasitas sumber
Masalah Trasnportasi
(Supply) sama dengan total tujuan (demand).
Tujuan Persoalan transportasi
memilikiSumber 1
sifat-sifat khusus dimana 2
semua koefisien teknosif3 bernilai
Supplynol
C11 C12 C13
atau satu,1 sehingga tabel simplek dari persoalan transportasi dapat a1
X11 X12 X13
digantikan dengan matrik berikut
C21 ini. C22 C23
2 a2
X21 X22 X23
Demand B1 b2 b3
Tabel 2.2 Masalah Trasnportasi

III. PROSEDUR PRAKTIKUM Tujuan

Sumber 1 2 3 Supply
1. Praktikum
Buatlah program
Optimasilinier
dandari masalah
Stokastik transportasi.
C11 2014 C12 C13 8
1 Industri UNISSULA a1
2. Jurusan
Carilah Teknik
solusi optimal Xdengan
11 X12
menggunakan X13
metode Sofware Optimasi.
C21 C22 C23
2 a2
X21 X22 X23
Demand B1 b2 b3

Praktikum Optimasi dan Stokastik 2014 8

Jurusan Teknik Industri UNISSULA
PRAK. METODE OPTIMASI 29
 PRODI. TEKNIK INDUSTRI

MODUL 5 : METODE PENUGASAN

I. TUJUAN PRAKTIKUM
Dari kegiatan praktikum ini mahasiswa diharapkan dapat:

c. Metode Penugasan
1) Memahami masalah penugasan sebagai masalah program linier.
2) Mampu menyelesaikan masalah penugasan dengan metode optimasi.
Model penugasan merupakan model transportasi di mana sejumlah
m sumberII.ditugaskan
LANDASANkepada sejumlah n tujuan (satu sumber untuk satu
TEORI
tujuan) sedemikian sehingga
Model didapat
penugasan ongkosmodel
merupakan yang transportasi
minimum. di Pada model
mana sejumlah m sumber ditugaskan
penugasan,kepada
semuasejumlah
supply (sumber) dan sumber
n tujuan (satu demanduntuk
(tujuan)
satusama dengan
tujuan) satu sehingga didapat ongkos
sedemikian
(Dimyati, yang
2004).minimum. Pada model penugasan, semua supply (sumber) dan demand (tujuan) sama
dengan satu (Dimyati, 2004).
Tabel 2.3. Masalah Penugasan
Mesin
Pekerjaan 1 2 3 … N
1 c11 c12 c13 … C1n 1
2 c21 c22 c23 … C2n 1
… … … … … … 1
M cm1 cm2 cm3 … cmn 1
1 1 1 1 1

Secara matematis,
Secara matematis, model penugasan
model penugasan ini dapat dinyatakan
ini dapat dinyatakan sebagai
sebagai berikut : berikut :
𝑚 𝑛
m n
Min Z = C ij X ij 𝑀𝑖𝑛 𝑍 = ∑ ∑ 𝐶𝑖𝑗 𝑋𝑖𝑗
i 1 j 1 𝑖=1 𝑗=1
n 𝑛 m 𝑚
s.t X ij 1 𝑠. 𝑡 ∑ 𝑋𝑖𝑗X ij= 11 ∑ 𝑋𝑖𝑗 = 1
i 1 j 1
𝑖=1 𝑗=1
0, jikaoperator ke 0,i𝑗𝑖𝑘𝑎
tidak𝑜𝑝𝑒𝑟𝑎𝑡𝑜𝑟
ditugaskan
𝑘𝑒pada me sin𝑑𝑖𝑡𝑢𝑔𝑎𝑠𝑘𝑎𝑛
− 𝑖 𝑡𝑖𝑑𝑎𝑘 ke j 𝑝𝑎𝑑𝑎 𝑚𝑒𝑠𝑖𝑛 𝑘𝑒 − 𝑗
Xij 𝑋𝑖𝑗 = { }
1, jikaoperator ke 1,i 𝑗𝑖𝑘𝑎
ditugaskan pada
𝑜𝑝𝑒𝑟𝑎𝑡𝑜𝑟 𝑘𝑒me
−sin ke j
𝑖 𝑑𝑖𝑡𝑢𝑔𝑎𝑠𝑘𝑎𝑛 𝑝𝑎𝑑𝑎 𝑚𝑒𝑠𝑖𝑛 𝑘𝑒 − 𝑗
Ciri khas persoalan penugasan adalah bahwa solusi optimum akan tetap sama bila suatu

Cirikonstanta ditambahkan
khas persoalan atau dikurangkan
penugasan adalah bahwa pada barisoptimum
solusi dan kolom manapun dari matrik ongkos.
akan
tetap samaJikabilapisuatu
dan qjkonstanta
merupakan konstanta pengurangan
ditambahkan terhadap
atau dikurangkan baris
pada barisi dan kolom j, maka ongkos

dan kolomyang baru adalah

manapun Cij-pi-qj.
dari matrik Sehingga
ongkos. Jika pifungsi
dan qjtujuan baru menjadi
merupakan :
konstanta
𝑍 ′ kolom
pengurangan terhadap baris i dan = ∑∑ j, maka ongkos
𝐶𝑖𝑗 ′𝑋𝑖𝑗 = ∑ yang
∑[𝐶𝑖𝑗baru
− 𝑝adalah
𝑖 − 𝑞𝑗 ]𝑋𝑖𝑗
𝑖 𝑗
Cij-pi-qj. Sehingga fungsi tujuan baru menjadi : 𝑖 𝑗

= ∑ ∑ 𝐶𝑖𝑗 𝑋𝑖𝑗 − ∑ 𝑝𝑖 ∑ 𝑋𝑖𝑗 − ∑ 𝑞𝑗 ∑ 𝑋𝑖𝑗

𝑖 𝑗 𝑖 𝑗 𝑖 𝑗

PRAK. METODE OPTIMASI 30

 PRODI. TEKNIK INDUSTRI

𝐾𝑎𝑟𝑒𝑛𝑎 ∑ 𝑋𝑖𝑗 = ∑ 𝑋𝑖𝑗 = 1

𝑖 𝑗
′
𝑚𝑎𝑘𝑎 𝑍 = 𝑍 − 𝐾𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎

III. PROSEDUR PRAKTIKUM

1. Buatlah model matematik dari permasalahan model penugasan.
2. Carilah solusi optimal dari permasalah tersebut dengan menggunakan Software
Optimasi.

PRAK. METODE OPTIMASI 31