PROGRAM KUADRATIK

“ANALISIS HASIL PANEN PADI MENGGUNAKAN

PEMODELAN KUADRATIK"
Hasil Riset Ini Disusun Untuk Memenuhi Tugas Individu Mata Kuliah Pengantar
Teori Optimasi
Dosen Pengampu: Meliana Pasaribu, S.Pd., M.Sc

DISUSUN OLEH :
RISA DAMAYANTI (H1011171022)

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TANJUNGPURA
PONTIANAK
2020
 KATA PENGANTAR

Segala puji hanya milik Allah SWT. Berkat limpahan dan rahmat-Nya
penyusun mampu menyelesaikan Riset ini guna memenuhi tugas mata kuliah
Pengantar Teori Optimasi. Dengan dosen pengampu Meliana Pasaribu, S.Pd.,
M.Sc.

Adapun topik pembahasan dalam Riset ini adalah Permodelan Program Kuadratik
yang mengambil studi kasus tentang Analisis Hasil Panen Padi Menggunakan
Permodelan Kuadratik.
Hasil Riset ini disusun agar pembaca dapat memperluas ilmu tentang
penggunaan Permodelan Program Kuadratik. Penyusun berharap, semoga Riset
ini bermanfaat baik bagi penyusun sendiri maupun bagi pembaca. Tak ada gading
yang tak retak, penyusun menyadari sepenuhnya bahwa Riset ini masih terdapat
banyak kekurangan dan jauh dari kesempurnaan. Oleh karena itu, kritik dan saran
yang konstruktif dari pembaca sangat diharapkan untuk perbaikan Riset yang akan
dilakukan dimasa yang akan datang.

Sintang, 27 Juni 2020

Risa Damayanti
 DAFTAR ISI

KATA PENGANTAR ............................................................................................ i

DAFTAR ISI .......................................................................................................... ii
BAB I PENDAHULUAN ...................................................................................... 1

1.1 Latar Belakang ......................................................................................

1 1.2 Rumusan
Masalah.................................................................................. 2 1.3
Tujuan................. .................................................................................. 3

BAB II LANDASAN TEORI..................................................................................

4

2.1 Tinjauan Pustaka ...................................................................................

4

BAB III PEMBAHASAN .............. ....................................................................... 6

3.1 Parameter Optimal Untuk Fungsi Tujuan........................................................ 6

3.2 Memaksimalkan Fungsi Tujuan........................................................................ 8

BAB III PENUTUP……. .............. ...................................................................... 19

3.1 Kesimpulan.....................................................................................................
19

DAFTAR PUSTAKA…......……………………………………………………..20
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Lahan persawahan untuk tanaman padi dari tahun ketahun semakin

berkurang, karena adanya peningkatan pembangunan pemukiman penduduk
maupun tempat-tempat umum. Di kota Surakarta penanaman padi setiap tahunnya
ada tiga kali yaitu, periode I dimulai dari Januari – April, periode II Mei –
Agustus, dan periode III September – Desember. Berdasarkan data dari Badan
Pusat Statistik (BPS) kota Surakarta ternyata hasil panen padi yang diperoleh dari
tahun ketahun tidak selalu sama. Penentu keberhasilan panen padi selain cara
budidaya padi yang baik adalah waktu tanamnya. Hal inilah yang mendorong
peneliti untuk mengetahui periode tanam yang optimal (maksimal), sehingga
dengan diketahuinya periode tanam yang optimal diharapkan pemerintah atau
pihak-pihak terkait lebih memperhatikan periode tersebut untuk melakukan
sosialisasi cara budidaya padi yang baik. Untuk periode-periode lainnya,
pemerintah Surakarta diharapkan mengetahui permasalahan yang dialami petani
sehingga dapat menyelesaikan permasalahan tersebut agar semua periode dapat
optimal
Dari data BPS kota Surakarta hasil per hektar (HH) dipengaruhi oleh Luas
Tanam Akhir (LTA) dan Luas Panen (LP). Luas Tanam Akhir merupakan luas
tanaman yang ada pada saat pencatatan data tidak termasuk tanaman bibit yang
digunakan. Luas Panen merupakan luas tanaman yang dipungut hasilnya setelah
tanaman tersebut cukup umur termasuk tanaman padi yang gagal panen.
Sedangkan Hasil per Hektar (HH) adalah hasil gabah basah yang diperoleh pada
saat panen untuk satu hektar sawah. Pemrograman non linear khususnya
pemrograman kuadratik merupakan masalah optimasi yang fungsi tujuannya
melibatkan fungsi kuadrat dan mempunyai kendala berupa pertidaksamaan linear
maupun non linear.
Pada penelitian ini pemrograman kuadratik digunakan untuk menentukan
periode tanam yang baik, karena fungsi kuadratik merupakan fungsi cekung
sehingga dijamin bahwa sebarang maksimum lokal pada daerah konveks layak
akan merupakan suatu maksimum global dalam daerah tersebut (Perresini, dkk
1998). Telah banyak penelitian tentang optimasi non linear yang penyelesaiannya
menggunakan pemrograman kuadratik. Loqman, dkk (2013) menggunakan
pemrograman kuadratik untuk penjadwalan pekerja pada suatu perusahaan.
Gharibi (2012) mengangkat masalah pemrograman kuadratik yang di aplikasikan
dalam ilmu komputer dan komunikasi kemudian diselesaikan dengan linearisasi
0-1. Selain itu ada juga penelitian oleh Bhowmik, dkk (2000) masalah
pemrograman integer diubah ke pemrograman kuadratik dan diselesaikan dengan
teknik heuristik.
1.2 Rumusan Masalah

1. Bagaimana Menentukan periode tanam yang paling baik berdasarkan hasil

panen yang maksimal ?
2. Bagaimana pengolahan data padi sawah pada tahun 1992-2012 yang diperoleh
dari Badan Pusat Statistik (BPS) Surakarta menggunakan pemodelan program
optimasi.

1.3 Tujuan Masalah

1. Untuk menentukan periode tanam yang paling baik berdasarkan hasil panen
yang maksimal.
2. Untuk menganalisis pengolahan data padi sawah pada tahun 1992-2012 yang
diperoleh dari Badan Pusat Statistik (BPS) Surakarta menggunakan pemodelan
program optimasi dengan bantuan aplikasi MATLAB 7.0.
 BAB II

LANDASAN TEORI

2.1 Tinjauan Pustaka

Pada penelitian ini pemrograman kuadratik digunakan untuk menentukan

periode tanam yang baik, karena fungsi kuadratik merupakan fungsi cekung
sehingga dijamin bahwa sebarang maksimum lokal pada daerah konveks layak
akan merupakan suatu maksimum global dalam daerah tersebut (Perresini, dkk
1998). Telah banyak penelitian tentang optimasi non linear yang penyelesaiannya
menggunakan pemrograman kuadratik. Loqman, dkk (2013) menggunakan
pemrograman kuadratik untuk penjadwalan pekerja pada suatu perusahaan.
Gharibi (2012) mengangkat masalah pemrograman kuadratik yang di aplikasikan
dalam ilmu komputer dan komunikasi kemudian diselesaikan dengan linearisasi
0-1. Selain itu ada juga penelitian oleh Bhowmik, dkk (2000) masalah
pemrograman integer diubah ke pemrograman kuadratik dan diselesaikan dengan
teknik heuristik.

2.1.1 Pemrograman Kuadratik

Menurut Peressini, dkk (1998) optimasi program kuadratik merupakan masalah
konveks (fungsi tujuan merupakan fungsi konveks), sehingga penyusunan fungsi
tujuannya analog dengan penyusunan fungsi tujuan untuk masalah konveks.
Bentuk umum dari masalah pemrograman kuadratik:

1
Minimalkan F(x) = a + c.x + x.Qx (1)
2
Dengan kendala (Ax)i ≤ b, i = 1,2,...,k (2)
(Ax)i = b, i = k + 1,...,m (3)
x≥0

Q= matriks koefisien fungsi tujuan

c= vektor koefisien fungsi tujuan
a= konstanta pada fungsi tujuan
x= vektor variabel keputusan
A = matiks koefisien fungsi kendala
b= vektor nilai sebelah kanan pada kendala

Untuk menyelesaikan pemrograman kuadratik, maka perlu menyusun fungsi

tujuan dalam hal ini fungsi tujuan kuadratik. Perlu diperkenalkan variabel yang
digunakan yaitu

xi= data ke- i variabel 1 dalam satuan ha.

yi= data ke- i variabel 2 dalam satuan ha.
Si= data ke- i variabel 3 dalam satuan ton.
i = 1,2,...,n; n = banyaknya data

2.1.2 Model Pemrograman Kuadratik untuk Optimasi Hasil Panen Padi

Pemrograman kuadratik diterapkan untuk menentukan periode tanam yang

optimal berdasarkan data hasil panen pada sawah setiap periode tanam pada tahun
1992-2012.
Dalam hal ini data akan diolah berdasarkan periode tanam yang sama
yaituperiode I (Januari-April), periode II (Mei-Agustus), dan periode III
(September Desember). Untuk menyusun fungsi tujuan maka perlu diperkenalkan
variabel yang digunakan yaitu
Xij = data Luas Tanam Akhir (LTA) ke-i pada periode tanam ke-j dalam satuan
ha.
Yij= data Luas Panen (LP) ke- i pada periode tanam ke- j dalam satuan ha.
Sij= data hasil panen padi ke- i pada periode tanam ke- j dalam satuan ton.
i = 1,2,...,n j = 1,2,3
n = banyaknya data

Kendala ditunjukkan sebagai berikut

a. Luas Tanam Akhir (LTA) tidak boleh lebih dari Luas Tanam Akhir (LTA)
maksimum, yang ditulis
b. Luas panen (LP) tidak boleh lebih besar dari luas tanam akhir (LTA) ditulis
sebagai

2.1.3 Metode Penelitian

Langkah-langkah penelitian

1. Pengumpulan Data
Data yang digunakan adalah data sekunder yang diperoleh dari Badan
Pusat Statistik (BPS) kota Surakarta. Data yang dianalisis adalah data LTA,
LP, dan HH pada setiap periode tanam pada tahun 1992-2012. Setiap tahun
terdapat tiga periode tanam.
Keterangan:
LTA = Luas Tanam Akhir (ha)
LP = Luas Panen (ha)
HH = Hasil per Hektar gabah (ton)

2. Memodelkan fungsi tujuan dan kendala tujuan. Untuk pemodelan fungsi tujuan
mengacu pada persamaan (15). Fungsi tujuan disusun untuk setiap periode tanam,
sehingga akan ada tiga persamaan fungsi tujuannya.

3. Menyelesaikan pemaksimal luas panen tiap periode. Dengan menggunakan

fungsi fsolve pada MATLAB.

4. Menganalisis hasil.

5. Membuat kesimpulan.
 BAB III
PEMBAHASAN

3.1 Parameter Optimal Untuk Fungsi Tujuan

Tahap awal untuk mengolah data tersebut adalah dengan membuat fungsi
tujuan untuk tiap-tiap periode tanam, diselesaikan menggunakan metode kuadrat
terkecil untuk mendapatkan Va. Tentu saja pada kenyataannya Sj tidak tepat sama
dengan data aktualnya. Dalam hal ini, diasumsikan bahwa data aktual benar,
sedangkan fungsi kuadratik dianggap sebagai hasil pendekatan. Dengan metode
kuadrat terkecil diperoleh nilai Va, sehingga fungsi tujuan kuadratik untuk
periode I, II, dan III adalah

dengan kendala dan Nilai fungsi tujuan setiap periode dari

pendekatan fungsi kuadratik dan data dibandingkan. Setelah Va diketahui maka
perlu dibuktikan bahwa Va yang diperoleh merupakan yang terbaik artinya
meminimalkan R. Hal ini dilakukan dengan menghitung determinan A, error
fungsi, menghitung Conditional Number A, dan sifat Hf.
 Ternyata pada setiap periode tanam determinan matriks A ≠ 0, sehingga
sistem persamaan linearnya mempunyai penyelesaian tunggal. Error dari masing-
masing periode tanam 9.4%, 13.8%, dan 18.5% nilai ini cukup besar, namun error
bukan satu-satuya ukuran untuk mengetahui Va terbaik. Cara lain adalah
berdasarkan conditional number seperti pada Tabel 2 dimana nilai Conditional
number < 67108864 atau dibawah batas maksimumnya.
Untuk periode tanam I diperoleh nilai eigen = [0; 0; 0.4; 1.6; 240.4;
4386.4], untuk periode tanam II nilai eigen = [0; 0; 0; 0.0047; 0.1884; 2.2710],
periode tanam III nilai eigen = [0; 0; 0; 0.0005; 0.0013; 0.1970; 3.0796] yang
artinya sifat  untuk masing-masing periode tanam adalah positive semi
definite sehingga parameter yang diperoleh dapat dinyatakan sebagai yang terbaik
karena meminimumkan R. Jadi sekalipun error fungsi mencapai 18.5% maka
parameter yang diperoleh tetap dijamin terbaik.

3.2 Memaksimalkan Fungsi Tujuan

Setelah disusun fungsi tujuan kemudian disusun fungsi Lagrange untuk mancari nilai
kritis fungsi tujuan yaitu

Setiap fungsi tujuan pada persamaan (19-21) diselesaikan menggunakan aplikasi

MATLAB dengan fungsi fsolve dan hasilnya ditampilkan pada Tabel 3.
[x,fval] = fsolve(fun,x0,options)
Input : fun = fungsi tujuan yang akan diminimumkan
x0 = nilai awal
options = untuk menampilkan banyaknya iterasi
Output : x = keluaran hasil yang dicari
 fval = nilai x yang disubstitusikan ke fungsi tujuan

Dapat disimpulkan bahwa X merupakan pemaksimal. Untuk masing-

masing fungsi tujuan diperoleh nilai eigen [-3.3; -0.9; 0; 0; 0.4; 3.6], [12.4; -0.6;
0; 0; 0.2; 3], dan [-3.1; -0.9; 0; 0.4; 3.6]. Nilai eigen matriks Hessian ada yang
positif, padahal agar X pemaksimal nilai eigen harus bernilai negatif atau 0. Jadi
X belum optimal, tetapi untuk saat ini hasil tersebut merupakan hasil terbaik yang
diperoleh. Selanjutnya nilai data optimal pendekatan dinyatakan dalam bentuk
data berdimensi yang ditunjukkan pada Tabel 4.

Memperhatikan rasio pada Tabel 4, dapat dijelaskan bahwa hasil panen

optimal menurut pehitungan adalah pada periode I, tetapi hasil panen pada periode
III hampir sama dengan hasil panen periode I. Luas panen pada periode I lebih
luas dari periode III tetapi menghasilkan gabah yang lebih sedikit jika
dibandingkan dengan periode tanam III. Kondisi ini dapat terjadi dikarenakan
beberapa alasan antara lain karena luas tanaman yang dipanen merupakan semua
luasan tanaman padi tanpa memperhatikan luasan yang gagal panen. Selain alasan
tersebut pada periode I waktu panen berkisar pada bulan April dimana mulai
terjadi musim kemarau, sehingga kemungkinan tanaman padi banyak yang
terserang hama (tikus). Berdasarkan pemaparan diatas dan ternyata periode III
mempunyai rasio paling kecil, maka bisa disimpulkan bahwa periode III
merupakan periode tanam yang optimal.
 BAB IV
PENUTUP

Pada makalah ini telah dibahas mengenai pengoptimalan panen padi setiap
periode tanam dengan menggunakan pemrograman kuadratik. Kesimpulan
berdasarkan pemaparan sebelumnya diperoleh bahwa periode tanam yang optimal
dengan memperhatikan rasio adalah periode III. Untuk periode tanam I sudah
optimal akan tetapi kemungkinan banyak tanaman yang rusak (dilihat dari LP
yang kecil) sehingga hasil padi yang diperoleh sedikit. Pada periode II, karena
periode ini berada dalam musim kemarau maka dapat disarankan untuk
mengoptimalkan irigasi agar kebutuhan air tercukupi agar meningkatkan hasil
panen. Selain itu sosialisasi budidaya padi yang baik dapat berpengaruh dalam
memperoleh hasil yang optimal. Kemungkinan kendala-kendala dalam
pengoptimalan hasil panen masih cukup banyak. Untuk itu perlu campur tangan
pemerintah maupun pihak-pihak terkait agar hasil panen setiap periode
menghasilkan gabah yang optimal. Hasil penelitian ini dapat digunakan sebagai
dasar untuk kajian selanjutnya, yaitu dengan mencari penyebab mengapa pada
periode II LTA lebih kecil dari LP misalnya dengan memperbaiki metode
pendataan.
 DAFTAR PUSTAKA
Anderson E, Z Bai, C Bischof, S Blackford, J Demmel, J Dongarra, J Du Croz, A
Greenbaum, S Hammarling, A McKenney & D Sorensen.1999.
LAPACK User's Guide Third Edition, SIAM, Philadelphia.
(http://www.netlib.org/lapack/lug/lapack_lug.html)
Bhowmik S, Goswami SK, & Bhattacherjee PK. 2000. Distribution System
PlanningThrough Combined Heuristic and Quadratic Programing
Approach. Electric Machines and Power Systems, 28:87–103.
Gharibi W & XIA Y. 2012. A Tight Linearization Strategy for Zero-One
Quadratic Programming Problems. IJCSI International Journal of
Computer Science Issues, Vol. 9, Issue 3, No 1.
Horn RA & Johnson CA. 1985. Matrix Analysis.USA: Cambrig University Press.
Loqman C, Ettaouil M, Hami Y & Haddouch K. 2013. Quadratic Reformulations
For Solving Days-Off Scheduling Problem. Jurnal of Theoritical and
Applied Information Technology, 10th March 2013. Vol. 49 No.1,
1992-8645.
Peressini AL, Sullivan FE & Uhl J. 1998. The Mathematics of Nonlinear
Programing, Springer Verlag, New York,Inc.