MODUL PERKULIAHAN

MATEMATIKA
OPTIMASI

Penyelesaian Program Linier secara

Grafik

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

W16170001
02
Teknik Teknik Industri Uly Amrina ST., MM.
4

Abstract Kompetensi
Sekumpulan aktivitas unik yang Memberikan pemahaman tentang
saling terkait yang ditujukan untuk sistem Manajemen Proyek, baik yang
mencapai kinerja tertentu dalam terkait dengan konsep proyek, proses
batasan waktu dan resources yang manajemen proyek maupun
administrasi proyek
tersedia disebut dengan Proyek
Contoh

Suatu pabrik sedang merencanakan produksi satu jenis produk unggulannya selama 1
tahun mendatang. Diperkirakan permintaan produk ini setiap bulannya adalah seperti
berikut.

BULAN 1 2 3 4 5 6 7 8 9 10 11 12

PERMINTAAN 30 30 30 40 40 30 30 50 50 50 60 40

(UNIT)

Kapasitas produksi yang dimiliki adalah 40 unit/bulan dengan ongkos produksi Rp.
25.000,-/unit. Setiap produk yang tidak terjual disetiap akhir bulan mengakibatkan ongkos
Rp. 2.000,- bagi pabrik tersebut. Tentukan jumlah produk yang harus dibuat setiap bulannya
agar ongkos totalnya minimum. Diketahui pula bahwa pada awal bulan ke 1, sisa persediaan
produk yang dimiliki adalah 20 unit.

Jawaban Contoh 2.7.

Bila xj  Produksi pada bulan ke j, j = 1, 2, … , 12

yj  Persediaan diakhir bulan ke j, j = 1, 2, … , 12

maka bentuk persoalan PL-nya adalah seperti berikut.

12 12
∑ 25 . 000 ( x j ) + ∑ 2 . 000 ( y j )
Minimasi Z = j=1 j=1

s/t 20 + x1 – 30 = y1 ~ persed.awal + prod. permintaan = persed. akhir

y1 + x2 – 30 = y2 ~ dan seterusnya

y2 + x3 – 30 = y3

y3 + x4 – 40 = y4

2018 Matematika Optimisasi

2 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 y4 + x5 – 40 = y5

y5 + x6 – 30 = y6

y6 + x7 – 30 = y7

y7 + x8 – 50 = y8

y8 + x9 – 50 = y9

y9 + x10 – 50 = y10

y10 + x11 – 60 = y11

y11 + x12 – 40 = y12

x1  40 ~ produksi tidak melebihi kapasitasnya

x2  40 ~ dan seterusnya

x3  40

x4  40

x5  40

x6  40

x7  40

x8  40

x9  40

x10  40

x11  40

x12  40

semua variabel bernilai non-negatif.

Solusi optimal dari persoalan ini adalah :

x1* = 20; x2* = 40; x3* = 40; x4* = 40; x5* = 40; x6* = 40

2018 Matematika Optimisasi

3 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 x7* = 40; x8* = 40; x9* = 40; x10* = 40; x11* = 40; x12* = 40

y1* = 10; y2* = 20; y3* = 30; y4* = 30; y5* = 30; y6* = 40

y7* = 50; y8* = 40; y9* = 30; y10* = 20; y11* = 0; y12* = 0

dengan nilai fungsi obyektif optimal (minimum) :

Z* = 25.000 (20 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40) +

2.000 (10 + 20 + 30 + 30 + 30 + 40 + 50 + 40 + 30 + 20 + 0 + 0)

= 25.000 (460) + 2.000 (300)

= 11.500.000 + 600.000 = 12.100.000 selama 1 tahun.

Contoh 2.8

Pada Contoh 2.7, ternyata mesin yang digunakan harus diperbaiki pada bulan 4 dan 10
sehingga kapasitas produksi yang tersedia pada kedua perioda tersebut menjadi 10 unit.
Selain itu, diinginkan pula inventori pada akhir tahun sebesar 3000 unit. Bila pabrik harus
membeli dari sumber lain karena kondisi ini dengan harga Rp.40.000,-/unit, bagaimana
jadwal produksi (beserta jumlah yang harus dibeli dari sumber lain) sehingga ongkos
totalnya minimum ?

Jawaban Contoh 2.8.

Bila xj  Produksi pada bulan ke j, j = 1, 2, … , 12

yj  Persediaan diakhir bulan ke j, j = 1, 2, … , 12

zj  Produk yang dibeli dari sumber lain pada bulan ke j, j = 1, 2, … , 12

maka bentuk persoalan PL-nya adalah seperti berikut.

2018 Matematika Optimisasi

4 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 12 12 12
∑ 25 . 000 ( x j ) + ∑ 2. 000 ( y j )+ ∑ 40 . 000( z j )
Minimasi Z = j=1 j=1 j=1

s/t 20 + x1 + z1– 30 = y1 ~ persed.awal + prod.+ sumber lain  permintaan =

persed. akhir

y1 + x2 + z2 – 30 = y2 ~ dan seterusnya

y2 + x3 + z3 – 30 = y3

y3 + x4 + z4– 40 = y4

y4 + x5 + z5– 40 = y5

y5 + x6 + z6 – 30 = y6

y6 + x7 + z7 – 30 = y7

y7 + x8 + z8 – 50 = y8

y8 + x9 + z9 – 50 = y9

y9 + x10 + z10 – 50 = y10

y10 + x11 + z11 – 60 = y11

y11 + x12 + z12 – 40 = y12

x1  40 ~ produksi tidak melebihi kapasitasnya

x2  40 ~ dan seterusnya

x3  40

x4  10 ~ produksi tidak melebihi kapasitasnya (sekarang = 10)

x5  40

x6  40

x7  40

x8  40

x9  40

2018 Matematika Optimisasi

5 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 x10  10 ~ produksi tidak melebihi kapasitasnya (sekarang = 10)

x11  40

x12  40

y12 = 30 ~ persediaan diakhir tahun yang diinginkan

semua variabel bernilai non-negatif.

Solusi optimal dari persoalan ini adalah :

x1* = 20; x2* = 40; x3* = 40; x4* = 10; x5* = 40; x6* = 40

x7* = 40; x8* = 40; x9* = 40; x10* =10; x11* = 40; x12* = 40

y1* = 10; y2* = 20; y3* =30; y4* = 0; y5* = 0; y6* = 10

y7* = 20; y8* = 10; y9* = 0; y10* = 0; y11* = 0; y12* = 30

z1* = 0; z2* = 0; z3* = 0; z4* = 0; z5* = 0; z6* = 0

z7* = 0; z8* = 0; z9* = 0; z10* = 40; z11* = 20; z12* = 30

dengan nilai fungsi obyektif optimal (minimum) :

Z* = 25.000 (20 + 40 + 40 + 10 + 40 + 40 + 40 + 40 + 40 + 10 + 40 + 40) +

2.000 (10 + 20 + 30 + 0 + 0 + 10 + 20 + 10 + 0 + 0 + 0 + 30) +

40.000 (0 + 0 + 0 + 0 + 0 + 0 + 0 + 0 + 0 + 40 + 20 + 30) +

= 25.000 (400) + 2.000 (130) + 40.000 (90)

= 10.000.000 + 260.000 + 3.600.000 = 13.860.000 selama 1 tahun.

Contoh 2.9 :

(CONTOH FORMULASI MIXED INTEGER LINEAR PROGRAMMING)

2018 Matematika Optimisasi

6 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
PEMILIHAN FASILITAS PENGOLAHAN LIMBAH (Exercise 1.20 pada Linear Programming
and Network Flows, Mokhtar S. Bazaraa, John J. Jarvis, and Hanif D. Sherali; John Wiley
nd
& Sons, 2 edition, 1990)

Suatu kawasan industri mengoperasikan m buah pabrik, masing-masing menghasilkan ai

ton limbah per hari dan n tempat pembuangan limbah yang masing-masing berkapasitas
bj ton/hari. Saat ini sedang dirancang tempat pengumpulan dan pengolahan limbah dari
pabrik-pabrik yang ada, sebelum dibawa ke pembuangan. Ada k jenis tempat pengumpulan
dan pengolahan limbah yang sedang dirancang beserta lokasinya, dan setiap jenisnya
memerlukan investasi sebesar fk, kapasitas qk ton/hari, serta ongkos pemrosesan k/ton
limbah.

Ongkos pengumpulan limbah dari pabrik i ke fasilitas k setiap ton adalah c ik, sedangkan
ongkos angkut dari fasilitas k ke tempat pembuangan j adalah c kj/tonnya. Tentukan fasilitas
pengolahan limbah yang harus dibuat beserta masing-masing limbah yang harus
dikumpulkan dari setiap pabrik, dan jumlah limbah yang diproses serta dikirimkan ke lokasi
pembuangan setiap harinya, agar ongkos totalnya minimum, dengan menggunakan PL.

Catatan : tidak semua fasilitas pengolahan limbah ini harus dibuat, melainkan secukupnya
saja (boleh lebih dari 1 unit). Contoh 2.9 ini merupakan contoh pemodelan Programa Linier
Intejer Campuran.

Jawaban Contoh 2.9.

ALTERNATIF 1 :

Bila :


x ik  banyaknya limbah yang diambil dari pabrik i dan diolah pada fasilitas k;


x kj  banyaknya limbah yang diolah pada fasilitas k dan kemudian dikirimkan
(dibuang) ke lokasi pembuangan j;

2018 Matematika Optimisasi

7 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 
yk adalah variabel = {0 atau 1}, yakni bernilai 0 bila fasilitas pengolah k tidak
terpilih (tidak diperlukan) dan sama dengan 1 bila fasilitas k harus dibuat (terpilih);
maka :

F.Obyektifnya adalah :

C
∑ f k. yk
 Minimasi biaya investasi fasilitas pengolah limbah sebesar = k =A

 Minimasi biaya pengangkutan dari pabrik i ke fasilitas k per hari sebesar =

c ik . x ik

 Minimasi biaya pengolahan limbah dari pabrik i ke fasilitas k per hari sebesar =
α k . x ik
 Minimasi biaya pembuangan dari fasilitas k ke tempat pembuangan k per hari

sebesar =
c kj .x kj
Sehingga secara keseluruhan f.obyektif persoalan ini berbentuk :

C m C m C C n
∑ f k y k + ∑ ∑ c ik xik + ∑ ∑ q k x ik + ∑ ∑ c kj x kj
Minimasi Z = k =A i=1 k =A i=1 k = A k= A j=1

Konstrain-konstrain yang harus dipenuhi adalah :

 Limbah yang dihasilkan setiap pabrik per hari harus terangkut seluruhnya, yakni =

C
∑ x ik= a i untuk i=1 , 2, . .. , m
k =A

 Setiap fasilitas pengolahan limbah mampu mengolah limbah yang masuk per hari,

m
∑ x ik ≤ q k . y k untuk k = A , B , C
yakni = i=1

2018 Matematika Optimisasi

8 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
  Limbah yang terkumpul dan diolah setiap hari di setiap fasilitas akan dibuang ke

m n
∑ x ik = ∑ x kj untuk k = A , B , C
tempat pembuangan seluruhnya, yakni = i=1 j=1

 Limbah yang telah diolah pada setiap fasilitas pengolahan mampu tertampung di

C
∑ x kj≤ b j untuk j=1 , 2 , . . . , n
lokasi pembuangan setiap harinya, yakni = k =A

 Persyaratan setiap variabel :

x ik , x kj  0 dan
y k = {0 atau 1}, dimana i = 1,2, …, m;

j = 1,2, …, n; dan k = A, B,C.

ALTERNATIF 2 :


x ikj  banyaknya limbah yang diambil dari pabrik i, diolah pada fasilitas k, dan
kemudian dikirimkan (dibuang) ke lokasi pembuangan j;


yk adalah variabel = {0 atau 1}, yakni bernilai 0 bila fasilitas pengolah k
tidak terpilih (tidak diperlukan) dan sama dengan 1 bila fasilitas k harus

dibuat (terpilih);

Maka :

Fungsi obyektifnya adalah :

C
∑ f k. yk
 Minimasi biaya investasi fasilitas pengolah limbah sebesar = k=A

 Minimasi biaya pengangkutan dari pabrik i ke fasilitas k per hari sebesar =

c ik .x ikj

2018 Matematika Optimisasi

9 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
  Minimasi biaya pengolahan limbah dari pabrik i ke fasilitas k per hari sebesar =

α k . x ikj
 Minimasi biaya pembuangan dari fasilitas k ke tempat pembuangan k PER hari

sebesar =
c kj .x ikj
Sehingga secara keseluruhan f.obyektif persoalan ini berbentuk :

K m n K

∑ f k . yk ∑ ∑ ∑ ( c ik + qk + c kj ) x ikj
Minimasi : k =1 + i=1 j=1 k=1

Konstrain-konstrain yang harus dipenuhi adalah :

 Limbah yang dihasilkan setiap pabrik per hari harus terangkut seluruhnya, yakni =

C
∑ x ikj= ai untuk i=1 , 2 , .. . , m
k =A

 Setiap fasilitas pengolahan limbah mampu mengolah limbah yang masuk per hari,

m
∑ x ikj≤ qk . y k untuk k= A , B , C .
yakni = i=1

 Limbah yang telah diolah pada setiap fasilitas pengolahan dapat ditampung di lokasi

C
∑ x ikj≤ b j untuk j=1 , 2, . .. , n
pembuangan setiap harinya, yakni = k =A

 Persyaratan setiap variabel :

x ikj  0 dan
y k = {0 atau 1}, dimana i = 1,2, …, m;

j = 1,2, …, n; dan k = A,B,C.

ILUSTRASI DENGAN ANGKA-ANGKA :

2018 Matematika Optimisasi

10 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Jumlah pabrik = 4, masing-masing menghasilkan limbah a1 =7, a2 = 10, a3 = 5, dan a4 =
8 ton/hari.
 Jumlah tempat pembuangan limbah = 2 lokasi, masing-masing berkapasitas b1 = b2 =
20 ton/hari.
 Jumlah pengolah limbah yang dapat dibangun adalah 3 unit, masing-masing
berkapasitas qA = 24, qB = 18, dan qC = 12 ton/hari.
 Biaya investasi unit (fasilitas) pengolah limbah adalah fA = Rp. 3 milyar, fB = Rp. 2
milyar, dan fC = Rp. 1 milyar.
 Ongkos pemrosesan setiap ton limbah pada masing-masing fasilitas adalah : A =
Rp.25.000,-; : B = Rp.30.000,- : C = Rp.35.000,-
 Ongkos angkut limbah dari pabrik i ke fasilitas pengolahan limbah k (x Rp.1000,-/ton)
adalah seperti berikut.

FASILITAS PENGOLAH LIMBAH k :

A B C
PABRIK i :

1 10 15 20

2 15 20 25

3 10 15 10

4 60 40 50

 Ongkos pembuangan limbah yang telah diolah dari fasilitas k ke tempat pembuangan j
(x Rp.1000,-/ton) adalah seperti berikut.

FASILITAS PENGOLAH TEMPAT PEMBUANGAN LIMBAH j

LIMBAH k 1 2

A 5 10

2018 Matematika Optimisasi

11 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 B 15 20

C 25 30

maka formulasi persoalan PL-nya adalah :

ALTERNATIF 1 :

Mimimasi : 3.000.000 yA + 2.000.000 yB + 1.000.000 yC ~ biaya invest.fas.A,B,C

+ 10 X1A + 15 X1B + 20 X1C ~ ongkos angkut dari pab.1 ke fas. A,B,C

+ 15 X2A + 20 X2B + 25 X2C ~ ongkos angkut dari pab.2 ke fas. A,B,C

+ 10 X3A + 15 X3B + 10 X3C ~ ongkos angkut dari pab.3 ke fas. A,B,C

+ 60 X4A + 40 X4B + 50 X4C ~ ongkos angkut dari pab.4 ke fas. A,B,C

+ 25 (X1A + X2A + X3A + X4A) ~ ongkos pengolahan di fas. A

+ 30 (X1B + X2B + X3B + X4B) ~ ongkos pengolahan di fas. B

+ 35 (X1C + X2C + X3C + X4C) ~ ongkos pengolahan di fas. C

+ 5 XA1 + 10 XA2 ~ ongkos angkut dari fas.A ke pembuangan 1,2

+ 15 XB1 + 20 XB2 ~ ongkos angkut dari fas.B ke pembuangan 1,2

+ 25 XC1 + 30 XC2 ~ ongkos angkut dari fas.C ke pembuangan 1,2

subject to :

X1A + X1B + X1C = 7

X2A + X2B + X2C = 10

X3A + X3B + X3C = 5

X4A + X4B + X4C = 8

X1A + X2A + X3A + X4A  24.yA

2018 Matematika Optimisasi

12 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 X1B + X2B + X3B + X4B  18.yB

X1C + X2C + X3C + X4C  12.yC

X1A + X2A + X3A + X4A = XA1 + XA2

X1B + X2B + X3B + X4B = XB1 + XB2

X1C + X2C + X3C + X4C = XC1 + XC2

XA1 + XB1 + XC1  20

XA2 + XB2 + XC2  20

Semua variabel non-negatif, kecuali variabel yk = (0 atau 1), k = A,B,C.

Solusi optimal :

X1A* = 0 X1B* = 0 X1C* = 7

X2A* = 0 X2B* = 10 X2C* = 0

X3A* = 0 X3B* = 0 X3C* = 5

X4A* = 0 X4B* = 8 X4C* = 0

XA1* = 0 XA2* = 0

XB1* = 8 XB2* = 10

XC1* = 12 XC2* = 0

yA* = 0, yB* = 1, yC* = 1

dengan nilai f.obyektif optimum = 3.002.290.

2018 Matematika Optimisasi

13 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
ALTERNATIF 2 :

Mimimasi : 3.000.000 yA + 2.000.000 yB + 1.000.000 yC ~ biaya invest.fas.A,B,C

+ (10+5) X1A1 + (10+10) X1A2 ~ ongk.angk.Pab.1Fas.A Pemb.1&2

+ (15+15) X1B1 + (15+20) X1B2 ~ ongk.angk.Pab.1Fas.B Pemb.1&2

+ (20+25) X1C1 + (20+30) X1C2 ~ ongk.angk.Pab.1Fas.C Pemb.1&2

+ (15+5) X2A1 + (15+10) X2A2 ~ ongk.angk.Pab.2Fas.A Pemb.1&2

+ (20+15) X2B1 + (20+20) X2B2 ~ ongk.angk.Pab.2Fas.B Pemb.1&2

+ (25+25) X2C1 + (25+30) X2C2 ~ ongk.angk.Pab.2Fas.C Pemb.1&2

+ (10+5) X3A1 + (10+10) X3A2 ~ ongk.angk.Pab.3Fas.A Pemb.1&2

+ (15+15) X3B1 + (15+20) X3B2 ~ ongk.angk.Pab.3Fas.B Pemb.1&2

+ (10+25) X3C1 + (10+30) X3C2 ~ ongk.angk.Pab.3Fas.C Pemb.1&2

+ (60+5) X4A1 + (60+10) X4A2 ~ ongk.angk.Pab.4Fas.A Pemb.1&2

+ (40+15) X4B1 + (40+20) X4B2 ~ ongk.angk.Pab.4Fas.B Pemb.1&2

+ (50+25) X4C1 + (50+30) X4C2 ~ ongk.angk.Pab.4Fas.C Pemb.1&2

+ 25 (X1A1 + X1A2 + X2A1 + X2A2 + X3A1 + X3A2 + X4A1 + X4A2) ~

ongk.pengolahan di Fasilitas A

+ 30 (X1B1 + X1B2 + X2B1 + X2B2 + X3B1 + X3B2 + X4B1 + X4B2) ~

ongk.pengolahan di Fasilitas B

+ 35 (X1C1 + X1C2 + X2C1 + X2C2 + X3C1 + X3C2 + X4C1 + X4C2) ~

ongk.pengolahan di Fasilitas C

subject to :

X1A1 + X1A2 + X1B1 + X1B2 + X1C1 + X1C2 = 7

X2A1 + X2A2 + X2B1 + X2B2 + X2C1 + X2C2 = 10

2018 Matematika Optimisasi

14 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 X3A1 + X3A2 + X3B1 + X3B2 + X3C1 + X3C2 = 5

X4A1 + X4A2 + X4B1 + X4B2 + X4C1 + X4C2 = 8

X1A1 + X1A2 + X2A1 + X2A2 + X3A1 + X3A2 + X4A1 + X4A2 = 24.yA

X1B1 + X1B2 + X2B1 + X2B2 + X3B1 + X3B2 + X4B1 + X4B2 = 18.yB

X1C1 + X1C2 + X2C1 + X2C2 + X3C1 + X3C2 + X4C1 + X4C2 = 12.yC

X1A1 + X2A1 + X3A1 + X4A1 + X1B1 + X2B1 + X3B1 + X4B1 +

+ X1C1 + X2C1 + X3C1 + X4C1  20

X1A2 + X2A2 + X3A2 + X4A2 + X1B2 + X2B2 + X3B2 + X4B2 +

+ X1C2 + X2C2 + X3C2 + X4C2  20

Semua variabel non-negatif, kecuali variabel yk = (0 atau 1), k = A,B,C.

Solusi optimal :

X1A1* = 0, X1A2* = 0, X2A1* = 0, X2A2* = 0, X3A1* = 0, X3A2* = 0,

X4A1* = 0, X4A2* = 0,

X1B1* = 7, X1B2* = 0, X2B1* = 0, X2B2* = 3, X3B1* = 0, X3B2* = 0,

X4B1* = 1, X4B2* = 7,

X1C1* = 0, X1C2* = 0, X2C1* = 7, X2C2* = 0, X3C1* = 5, X3C2* = 0,

X4C1* = 0, X4C2* = 0

yA* = 0, yB* = 1, yC* = 1

2018 Matematika Optimisasi

15 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
dengan nilai f.obyektif optimum = 3.002.290.

Contoh 2.10 :

(Exercise 3.28 pada Linear Programming and Network Flows, Mokhtar S. Bazaraa, John
J. Jarvis, and Hanif D. Sherali; John Wiley & Sons, 2nd edition, 1990)

Tiga jenis makanan : jenis A, B, dan C dijual dengan harga masing-masing Rp. 900,- , Rp.
1.100,- , dan Rp.1.300,- per kg. Ketiga jenis makanan ini dibuat dari 3 jenis bahan makanan
yang dicampur, dengan berat yang berbeda-beda seperti berikut.

Jenis Makanan % Berat Bahan Makanan Jenis ke :

1 2 3
yang Dijual
A 80 20 -
B 50 30 20
C 20 50 30
Persediaan (kg) 150 100 50

Berapa kg. masing-masing jenis makanan (A, B, dan C) yang harus dibuat dan dijual agar
diperoleh pendapatan maksimal ?

Jawab :

ALTERNATIF 1 :

Bila xA adalah jenis makanan A yang dibuat dan dijual (kg.)

xB adalah jenis makanan B yang dibuat dan dijual (kg.)
xC adalah jenis makanan C yang dibuat dan dijual (kg.)

maka f. obyektifnya adalah :

Maksimasi 900 xA + 1100 xB + 1300 xC

2018 Matematika Optimisasi

16 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
dan konstrain-konstrainnya adalah :

0,8 xA + 0,5 xB + 0,2 xC  150 ~ Berat bahan makanan jenis 1 yang dicampurkan
untuk makanan jenis A, B, dan C tidak melebihi
berat yang tersedia (150 kg)
0,2 xA + 0,3 xB + 0,5 xC  100 ~ Berat bahan makanan jenis 2 yang dicampurkan
untuk makanan jenis A, B, dan C tidak melebihi
berat yang tersedia (100 kg)
0,2 xB + 0,3 xC  50 ~ Berat bahan makanan jenis 3 yang dicampurkan
untuk makanan jenis A, B, dan C tidak melebihi
berat yang tersedia (50 kg)
xA, xB, xC  0

Solusi optimum : xA* = 100; xB* = 100; xC* = 100;

dengan nilai f. obyektif optimal = 900 xA* + 1100 xB*+ 1300 xC* = 900 (100) + 1100 (100) +
1300 (100) = 330.000

Catatan : Perhatikan bahwa pada persoalan ini, yang ingin dicari adalah berat Makanan
jenis A, B, dan C yang harus dibuat dan dijual secara maksimum tanpa mengharuskan
bahwa seluruh Bahan Makanan jenis 1, 2, dan 3 yang dicampurkan habis terpakai
semuanya. Oleh karena itu, konstrainnya berbentuk “”, bukan “=”

ALTERNATIF 2 :

Bila x1A adalah bahan makanan jenis 1 yang dicampurkan untuk makanan jenis A (kg.)
x2A adalah bahan makanan jenis 2 yang dicampurkan untuk makanan jenis A (kg.)
x3A adalah bahan makanan jenis 3 yang dicampurkan untuk makanan jenis A (kg.)
x1B adalah bahan makanan jenis 1 yang dicampurkan untuk makanan jenis B (kg.)
x2B adalah bahan makanan jenis 2 yang dicampurkan untuk makanan jenis B (kg.)
x3B adalah bahan makanan jenis 3 yang dicampurkan untuk makanan jenis B (kg.)
x1C adalah bahan makanan jenis 1 yang dicampurkan untuk makanan jenis C (kg.)

2018 Matematika Optimisasi

17 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 x2C adalah bahan makanan jenis 2 yang dicampurkan untuk makanan jenis C (kg.)
x3C adalah bahan makanan jenis 3 yang dicampurkan untuk makanan jenis C (kg.)

maka f. obyektifnya adalah :

Maksimasi 900 (x1A + x2A + x3A) + 1100 (x1B + x2B + x3B) + 1300 (x1C + x2C + x3C)

dan konstrain-konstrainnya adalah :

x1A + x1B + x1C  150 ~ Berat bahan makanan jenis 1 yang dicampurkan
untuk makanan jenis A, B, dan C tidak melebihi
berat yang tersedia (150 kg)
x2A + x2B + x2C  100 ~ Berat bahan makanan jenis 2 yang dicampurkan
untuk makanan jenis A, B, dan C tidak melebihi
berat yang tersedia (100 kg)
x3A + x3B + x3C  50 ~ Berat bahan makanan jenis 3 yang dicampurkan
untuk makanan jenis A, B, dan C tidak melebihi
berat yang tersedia (50 kg)
x1A/x2A = 4 ~ Berat Bhn.Mkn.1/Berat Bhn.Mkn.2 yg. dicamp.utk. Mkn.A = 4 : 1
x3A = 0 ~ Bhn. Mkn.1 yg. dicampurkan utk. Makanan A = 0
x1B/x2B = 5/3 ~ Berat Bhn.Mkn.1/Berat Bhn.Mkn.2 yg. dicamp.utk. Mkn.B = 5 : 3
x1B/x3B = 5/2 ~ Berat Bhn.Mkn.1/Berat Bhn.Mkn.3 yg. dicamp.utk. Mkn.B = 5 : 2
x1C/x2C = 2/5 ~ Berat Bhn.Mkn.1/Berat Bhn.Mkn.2 yg. dicamp.utk. Mkn.C = 2 : 5
x1C/x3C = 2/3 ~ Berat Bhn.Mkn.1/Berat Bhn.Mkn.3 yg. dicamp.utk. Mkn.C = 2 : 3

x1A, x2A, x3A, x1B, x2B, x3B, x1C, x2C, x3C  0

Solusi optimum :

x1A* = 80; x2A* = 20; x3A* = 0

x1B* = 50; x2B* = 30; x3B* = 20

x1C* = 20; x2C* = 50; x3C* = 30

dengan nilai f. obyektif optimal =

2018 Matematika Optimisasi

18 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
900 (x1A* + x2A* + x3A*) + 1100 (x1B* + x2B* + x3B*) + 1300 (x1C* + x2C* + x3C*) =
900 (80 + 20 + 0) + 1100 (50 + 30 + 20) + 1300 (20 + 50 + 30) =
900 (100) + 1100 (100)+ 1300 (100) = 330.000

Contoh 2.11 :

Contoh 2.11 adalah sama dengan Contoh 2.10, kecuali harga jual Makanan jenis A buksan
Rp. 900,-/kg, melainkan Rp. 9.000,-/kg.

2018 Matematika Optimisasi

19 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Daftar Pustaka
1 Hamdy A taha Operations Research 8th Ed, Pearson Education Inc, 2007

2 Frederick S hiller, Introduction of Operational Researach 8th Ed, Mc Graw Hill

Companies, 2005

3 Hillier, F.S., Lieberman, G.J., Introduction to Operations Research, 7th Edition,

McGraw-Hill, Singapore, 2001.

4 Ravindran, A., Phillips, D.T., Solberg, J.J., Operation Research – Principles and
Practice, 2nd Edition, John Wiley & Sons, Singapore, 1987.

5 Bazaraa, M.S., Jarvis, J.J., Linear Programming and Network Flows, John Wiley &
Sons, New York, 1977.

6 Taha, H.A., Operations Research – An Introduction, 4th Edition, Macmillan Publ. Co.,
New York, 1987.

7 Gillet, B.E., Introduction to Operations Research – A Computer-Oriented Algorithmic

Approach, McGraw-Hill, New York, 1976.

2018 Matematika Optimisasi

20 Uly Amrina ST., MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id