OLEH:
INDAH SEBETANIA TURNIP
1810933023
ASITEN PENGAMPU:
REKI AZURA PRATAMA
Optimasi adalah sebuah alat yang digunakan secara luas pada formulasi
model matematika dan berbagai masalah analisis keputusan yang berkaitan
dengan masalah sains dan teknik. Secara umum, masalah real di dunia terjadi
dalam model multi-criteria dan multi-choice dengan konstrain tertentu (dalam
A.K. Ojha dan Rashmi Ranjan Ota (2014)). Konsep optimasi membahas prinsip
dan analisis dari pengambilan keputusan dan masalah alokasi. Dalam masalah
optimasi, hal yang paling sering dihadapi adalah masalah pengambilan keputusan
yang melibatkan fungsi tujuan (objektif) dan fungsi kendala. Fungsi objektif ini,
membahas masalah memaksimumkan atau meminimumkan tergantung dari
masalah yang dihadapi
Salah satu toko furniture yang ingin mencapai solusi optimum dalam
meminimumkan biaya produksi adalah toko Siaputo Alumunium. Toko ini
memproduksi beberapa macam lemari seperti lemari pakaian, lemari tempat
piring, lemari sepatu, lemari jualan, dan lemari P3K. Toko ini terletak di
Kampung Baru, Kelurahan Labuang Utara, Kecamatan Banggae Timur,
Kabupaten Majene.
Bab ini berisikan materi tentang metode linear, software Lingo dan
analisis sensitivitas.
Menurut Tjutju Tarliah Dimyati (2006), istilah yang umum dari model
Programa Linier adalah sebagai berikut:
a. Variabel Keputusan
Variabel keputusan adalah variabel yang menjabarkan keputusan-
keputusan yang ingin dibuat. Variabel Xj adalah variabel keputusan.
b. Fungsi Tujuan
Fungsi tujuan adalah fungsi dari variabel keputusan yang akan
dimaksimalkan atau diminimumkan. Fungsi yang dimaksimumkan atau
diminimumkan, yaitu: C1X1 + C2X2 + … + CnXn.
c. Fungsi Pembatas
Pembatas merupakan kendala yang dihadapi sehingga menjadi penghalang
menentukan harga variabel keputusan secara sembarang. Sebanyak m buah
pembatas pertama disebut sebagai pembatas fungsional atau pembatas
teknologi. Pembatas Xj ¿ 0 disebut sebagai konstrain non-negatif.
2. Metode Simpleks
Metode simpleks merupakan suatu metode yang secara sistematis dimulai
dari suatu pemecahan dasar yang dilakukan berulang-ulang sehingga akhirnya
tercapai suatu pemecahan dasar yang optimum dan pada setiap langkah
menghasilkan suatu nilai fungsi tujuan yang selalu lebih besar atau lebih kecil
atau sama dari langkah lainnya. Langkah-langkah penyelesaian metode simpleks
adalah sebagai berikut:
a. Periksa apakah tabel layak atau tidak.
Kelayakan tabel simpleks dilihat dari solusi. Jika solusi ada yang bernilai
negatif, maka tabel tidak layak. Tabel yang tidak layak tidak dapat diteruskan
untuk dioptimalkan.
Fungsi Tujuan:
Min 2.829.000 X1 + 3.104.000 X2 + 1.230.000 X3 + 1.399.500 X4 + 266.250 X5
Fungsi Kendala:
3X1 + 3X2 + 2X3 + 2X4 + 0,5X5 ¿ 75
3X1 + 6X2 + 2X3 ¿ 60
1,5X1 + 2X2 + 0,4X3 ¿ 25
X1 + X2 + 0,4X3 + 1,2X5 ¿ 50
5X1 + 5X2 + 2X3 + 3X4 ¿ 70
120X1 + 120X2 + X3 + 2X4 + X5 ¿ 300
4X1 + 5X2 + 2X3 + 4X4 ¿ 70
X1 + 2X2 + 0,3X3 + 0,3X4 + 0,15X5 ¿ 20
3X1 + 3X2 + 1,5X3 + 0,5X5 ¿ 65
X1 + X2 + 0,25X5 ¿ 15
6X1 + 6X2 + 2X3 + 0,5X5 ¿ 75
3X1 + 6X2 + 2X3 + X5 ¿ 70
3X1 + 6X2 + 2X3 + X4 + X5 ¿ 80
30X1 + 30X2 + 25X3 + 25X4 + 15X5 ¿ 180
25X1 + 25X2 + 20X3 + 20X4 + 10X5 ¿ 170
X1 + X2 + 0,75X3 + 0,5X4 + 0,3X5 ¿ 50
0,5X1 + 0,5X2 + 0,75X3 + 0,75X4 + 0,75X5 ¿ 20
4,5X1 + 4,5X2 + 1,5X3 + 4,5X4 + 0,5X5 ¿ 75
4X1 + 4X2 + 4X3 + 6X4 ¿ 80
5X1 + 5X2 + 2X3 + 5X4 ¿ 75
6X1 + 6X2 + 3X3 ¿ 65
4X4 + 2X5 ¿ 40
3X2 ¿ 10
25X2 ¿ 45
X1, X2, X3, X4, dan X5 ¿ 0
6. Karena masih ada variabel yang nilainya belum bulat maka dilakukan
metode branch and bounding pada permasalahan integer linear
programming dimana pada permasalahan dilakukan beberapa sub-problem
yang menambahkan beberapa fungsi pembatas yang sesuai.
.
Gambar 3.7 Pembatas yang Sesuai Menggunakan Metode Branch and
Bounding
7. Hasil penyelesaian masalah metode integer linear programming.
Gambar 4.1 Hasil Penyelesaian Masalah dari Perubahan Koefisien Fungsi Tujuan
Gambar 4.2 Nilai Value, Reduced Cost, Slack or Surplus, dan Dual Price dari
Perubahan Koefisien Fungsi Tujuan
Beberapa nilai reduced cost, dual price, dan slack or surplus juga
mengalami perubahan nilai. Perubahan nilai ini menandakan adanya pengaruh
perubahan koefisien fungsi tujuan yang mempengaruhi nilai reduced cost, dual
price, dan slack or surplus. Nilai reduced cost yang tidak mengalami perubahan
terletak pada variabel X2, X3, dan X5. Nilai dual price yang berubah yaitu
terletak pada row 4 dan 20. Nilai pada slack or surplus yang tidak mengalami
perubahan nilai terletak pada row 17, 21, 26, dan 29 dimana nilai tetap nol.
Gambar 4.4 Nilai Value, Reduced Cost, Slack or Surplus, dan Dual Price dari
Perubahan Nilai Konstan Sisi Kanan
Beberapa nilai reduced cost, dual price, dan slack or surplus juga
mengalami perubahan nilai. Perubahan nilai ini menandakan adanya pengaruh
perubahan pembatas yang mempengaruhi nilai reduced cost, dual price, dan slack
or surplus. Nilai reduced cost yang tidak mengalami perubahan terletak pada
variabel X2 dan X5. Nilai dual price yang berubah yaitu terletak pada row 2, 4,
17, 20, 21, 23, dan 24. Seluruh nilai pada slack or surplus mengalami perubahan.
Beberapa nilai reduced cost, dual price, dan slack or surplus juga
mengalami perubahan nilai. Perubahan nilai ini menandakan adanya pengaruh
penambahan variabel baru yang mempengaruhi nilai reduced cost, dual price, dan
slack or surplus. Nilai reduced cost yang tidak mengalami perubahan terletak
pada variabel X2, X3, dan X5. Nilai dual price yang berubah yaitu terletak pada
row 4, 6, 21, dan 24. Nilai pada slack or surplus yang tidak mengalami perubahan
terletak pada row 4, 17, 21, dan 26.
Gambar 4.6 Nilai Value, Reduced Cost, Slack or Surplus, dan Dual Price dari
Penambahan Pembatas
Berdasarkan hasil di atas dapat terlihat bahwa penambahan pembatas baru
pada fungsi kendala sangat berpengaruh terhadap nilai pada solusi optimal. Hal ini
ditunjukkan dengan berubahnya biaya minimum dari Rp73.594.690,- menjadi
Rp73.850.250,-. Perubahan lainnya juga terlihat pada nilai dari setiap variabel
dimana perubahan tersebut ditunjukkan sebagai berikut:
X1 = 0 menjadi X1’ = 2
X2 = 10 menjadi X2’ = 9
X3 = 12,5 menjadi X3’ = 10
X5 = 102,0833 menjadi X5’ = 105
Beberapa nilai reduced cost, dual price, dan slack or surplus juga
mengalami perubahan nilai. Perubahan nilai ini menandakan adanya pengaruh
penambahan pembatas baru yang mempengaruhi nilai reduced cost, dual price,
dan slack or surplus. Nilai reduced cost yang tidak mengalami perubahan terletak
pada variabel X2, X3, dan X5. Nilai dual price yang berubah yaitu terletak pada
row 4, 17, 21, 35 dan 36 hal ini menunjukkan adanya pengaruh terhadap
penambahan pembatas yang mempengaruhi nilai fungsi tujuan. Nilai pada slack
or surplus yang tidak mengalami perubahan terletak pada row 4, 17, 21, dan 29.
BAB V
PENUTUP
5.1 Kesimpulan
5.2 Saran
DAFTAR PUSTAKA