DOSEN :
DI SUSUN OLEH :
SAHRUL
NIM :
220200018
BAB I
PENDAHULUAN
A. Latar Belakang
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).
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 melakuakn pemrograman, maka metode LP juga ada kelebihan dan kelemahannya.
Oleh karena itu, pembaca atau peneliti harus mampu mengidentifikasi kapan alat ini dipergunakan dan
kapan tidak dipergunakan.
B. Rumusan Masalah
C. Tujuan
BAB II
PEMBAHASAN
Model program linier dikembangkan dalam tiga tahap, anatara lain pada tahun 1939-1947.
Pertama kali dikembangkan oleh Leonid Vitaliyevich Kantorovich, ahli matematika Rusia yang
memperoleh Soviet government’s Leinin Prize pada tahun 1965 dan the Order of Lenin pada tahun
1967; kedua, oleh Tjalillng Charles Koopmans, ahli ekonomi dari belanda yang memulai karir
intelektualnya sebagai fisikawan yang melontarkan teori Kuantum mekanik; dank e-3, George Bernard
Dantzig yang mengembangkan Algoritma Simpleks.
Pada tahun 1930, Kantorovich dihadapkan pada kasus nyata optimisasi sumber-sumber yang
tersedia di pabrik. Dia mengembangkan sebuah analisis baru yang nantinya akan dinamakan
Pemrograman Linear. Kemudian pada tahun 1939, Kantorovich menulis buku “The Mathematical
Method of Production Planning and Organization”, di mana Kantorovich menunjukkan bahwa seluruh
masalah ekonomi dapat dilihat sebagai usaha untuk memaksimumkan suatu fungsi terhadap kendala-
kendala. Kuliah Kantotovich pada saat menerima hadiah Nobel, 11 desember 1975 adalah Mathematics
in Economic Achievements, Difficulties, Perspectives. Di sisi ain, Koopmans sejak awal sudah bergelut
dengan matematika ekonomi dan ekonometri. Dia mengembangkan teknik activity analiysis yang
sekarang dikenal dengan Pemrograman linear. Namun demikian, juga ada nama-nama lain yang
berperan dalam pengembangan model ini, yaitu J. Von Neuman. Bahkan dia mengembangkan “Activity
analiysis of production set” sebelum dilanjutkan oleh Koopmans. Pada saat itu, teknik yang mereka
kembangkan dikenal dengan istilah “programming of interdependent activities in a linier structure”.
Istilah programan linier diusulkan oleh Koopmans ketika mengunjungi Dantzig di RAND Corporation pada
tahun 1948. Istilah ini menjadi popular hingga sekarang.
B. Pengertian Program Linear
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.
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.
Fungsi tujuan :
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.
c) Tentukan daerah fisibel, yaitu daerah dalam grafik yang memenuhi semua kendala.
e) Cari titik yang menghasilkan nilai fungsi yang paling optimal
Contoh :
Seorang pengusaha Laptop membuat dua macam tipe, yaitu tipe portable touchscreen (A1) dan tipe flip
standar (A2). Kedua jenis laptop dibuat dari bahan yang sama yaitu X dan Y, dengan komposisi yang
berbeda.
Setiap tipe laptop portable touchscreen dibuat dari campuran 1 unit bahan X dan 3 bahan Y, sedangkan
setiap tipe laptop flip standar dibuat dari campuran 2 unit bahan X dan 1 unit bahan Y. Karena
keterbatasan pasokan, setiap hari ia hanya memperoleh 20 unit bahan X dan 20 unit bahan Y.
Untuk setiap laptop tipe portable touchscreen yang ia buat, ia memperoleh keuntungan sebesar
300.000. Untuk setiap laptop tipe flip standar, ia memperoleh keuntungan sebesar 200.000.
Jika diasumsikan bahwa semua laptop laku terjual, berapa laptop masing-masing tipe harus ia buat agar
keuntungan yang didapatkan maksimum?
Penyelesaian:
X 1 2 20
Y 3 1 20
Kendala :
x1 + 2 x2 ≤ 20
3 x1 + x2 ≤ 20
x1, x2 ≥ 0
Metode Grafik
Kasus 1.1
Perpotongan bidang yang memenuhi semua kendala disebut daerah fisibel. Daerah fisibel dalam kasus
ini disebut daerah fisibel AEDO (bagian yang diarsir pada bagian perpotongan bidang AOB dan bidang
COD).
Koordinat E dapat dicari dari perpotongan x1 + 2 x2 ≤ 20 dan 3 x1 + x2 ≤ 20 sehingga diperoleh E(4,8).
Titik-titik sudut daerah fisibel dapat melihat keuntungan maksimum yang ingin dicapai pengusaha:
Pemecahan persoalan PL dengan metode aljabar adalah pemecahan persoalan dengan cara
substitusi antarpersamaan linear pada fungsi pembatas dan fungsi tujuan.
Prinsip yang digunakan ialah mencari seluruh kemungkinan pemecahan dasar feasible (layak),
kemudian pilih salah satu yang memberikan nilai objektif optimal, yaitu paling besar (maksimum) atau
paling kecil (minimum).
Pemecahan persoalan Program Linear dengan metode aljabar ini dibagi 3 (tiga) kasus, yaitu:
kasus pemecahan persoalan PL yang bertujuan mencari seluruh kemungkinan pemecahan yang
memberikan nilai objektif maksimum.
Langkah-langkah penyelesaian
1) Merubah ketidaksamaan fungsi pembatas menjadi kesamaan dengan menambah slack variabel
2) Merubah fungsi tujuan dengan menambah slack variabel bernilai nol
3) Substitusikan fungsi pembatas dan fungsi tujuan
Contoh-1 : Perusahaan konveksi “Maju” akan memproduksi baju dan celana, dengan:
Fungsi Tujuan:
Fungsi Pembatas :
• P-Bahan : 4 X1 + 2 X1 ≤ 60
Kasus pemecahan masalah program linear yang bertujuan seluruh kemungkinan pemecahan yang
memberikan nilai objektif minimum.
Langkah-langkah Penyelesaian
1) Merubah ketidaksamaan fungsi pembatas menjadi kesamaan dengan mengurangi dengan surplus
variabel (S).
2) Merubah fungsi tujuan dengan menambah surplus variabel bernilai nol.
CONTOH:
Seorang petani modern menghadapi suatu persoalan sebagai berikut: Setiap sapi peliharaan agar
supaya sehat harus diberi makanan yang mengandung paling sedikit: 27, 21, dan 30 satuan unsur nutrisi
jenis A, B, dan C setiap harinya. Dua jenis makanan M1 dan M2 diberikan kepada sapi peliharaan
tersebut. Satu gram makanan jenis M1 mengandung unsur nutrisi jenis A, B, dan C masing-masing
sebesar 3, 1, dan 1 satuan. Sedangkan satu gram makanan jenis M2 mengandung unsur nutrisi jenis A,B,
dan C masing-masing 1,1, dan 2 satuan. Harga satu gram M1 dan M2 masing-masing sebesar Rp40.000
dan Rp20.000.- Petani tersebut harus memutuskan apakah membeli satu jenis makanan saja atau
kedua-duanya kemudian mencampurnya. Tujuan adalah agar jumlah pengeluaran petani tersebut
minimum.
Beberapa kasus khusus selain kasus maksimisasi dan minimisasi adalah kasus solusi optimum
ganda dan tidak memiliki solusi yang layak.
LANGKAH-LANGKAH PENYELESAIAN
1) Merubah ketidaksamaan fungsi pembatas menjadi kesamaan dengan menambah slack variabel
2) Merubah fungsi tujuan dengan menambah slack variabel bernilai nol
Contoh :
X1 + 2X2 ≤ 10
X1 + 6X2 ≤ 36
X1 ≤ 4
X1, X2 ≥ 0
4X1 + 2X2 ≤ 8
X1 ≥ 3
X2 ≥ 7
X1, X2 ≥ 0
Metode Simpleks: metode pemecahan persoalan program linear yang begitu kompleks dan luas,
dan besar dengan metode aljabar (sederhana) dan grafik sulit dan tidak dapat diandalkan
Ciri khas metode simpleks ialah dengan memasukkan kegiatan disposal (disposal activities).
Peranan kegiatan disposal ini adalah untuk menampung sumber daya yang tersisa atau tidak digunakan.
Dengan adanya kegiatan disposal ini kita dapat membuat ketidaksamaan suatu rumusan matetematika
menjadi suatu persamaan.
1. Rumuskan persoalan PL ke dalam model umum PL (fungsi tujuan dan fungsi pembatas).
a. Fungsi Pembatas: tambahkan slack variabel dan/atau surplus variabel, dan/atau variabel buatan
(artifisial var).
Tambahkan/kurangi dengan slack var, surplus var dan/atau variabel buatan yang bernilai nol.
Langkah Penyelesaian
Baris kunci adalah baris yang merupakan dasar untuk mengubah tabel simpleks, dengan cara mencari
indeks tiap-tiap baris dengan membagi nilai-nilai pada kolom NK dengan nilai yang sebaris pada kolom
kunci.
Pilih baris yang mempunyai indeks positif dengan angka terkecil. Dalam hal ini batasan ke-2 yang terpilih
sebagai baris kunci. Beri tanda segi empat pada baris kunci. Nilai yang masuk dalam kolom kunci dan
juga masuk dalam baris kunci disebut angka kunci.
Nilai baris kunci diubah dengan cara membaginya dengan angka kunci
Ulangilah langkah-langkah perbaikan mulai langkah 3 sampai langkah ke-6 untuk memperbaiki tabel-
tabel yang telah diubah/diperbaiki nilainya. Perubahan baru berhenti setelah pada baris pertama (fungsi
tujuan) tidak ada yang bernilai negatif.
Tujuan perusahaan pada umumnya adalah memaksimalisasi keuntungan, namun karena terbatasnya
sumber daya, maka dapat juga perusahaan meminimalkan biaya.
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 fimgsi
kendala.
3. additivity (penambahan). Artinya aktivitas total sama dengan penjumlahan aktivitas individu.
4. divisibility Coisa 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.
BAB 3
PENUTUP
A. Kesimpulan
Program linear adalah suatu cara matematis yang digunakan untuk menyelesaikan masalah yang
berkaitan dengan pengalokasian sumberdaya yang terbatas untuk mencapai optimasi, yaitu
memaksimumkan atau meminimumkan fungsi tujuan yang bergabung pada sejumlah variabel input. •
Yang termasuk dalam komponen model program linear adalah variable keputusan, fungsi tujuan, dan
batasan model. Program linier bisa di selesaikan menggunakan metode grafik untuk menentukan
persoalan maksimum maupun minimum.
B. Saran
Semoga penulis dan pembaca dapat mengetahui dan memahami materi program linear ini
terutama pengaplikasiannya di bidang sosial ekonomi pertanian. Jika ada kesalahan dalam penulisan
makalah ini penulis mengharapkan kritikan atau saran dari pembaca.
DAFTAR PUSTAKA
Levin, Richard I., David S. Rubin, Joel P. Stinson, dan Everette S. Gardner, Jr. (1992). Quantitative Approaches to
Management, eighth edition, New York, McGraw-Hill.
Taha, Hamdy A. (1997). Operations Research, an Introduction, sixth edition, Upper Saddle River, New Jersey,
Prentice Hall, Inc.