PENDAHULUAN
1
Dalam hal ini kami melakukan penelitian di Warung Bu Sayang yang terletak
di kawasan Mulyorejo dekat dari Kampus C Universitas Airlangga, Surabaya,
Jawa Timur, Indonesia.
2
BAB II
KAJIAN TEORI
3
sebagai suatu model matematik yang terdiri dari fungsi tujuan linear dengan
beberapa kendala linear (Siringoringo, 2005).
Menurut Suprapto (2006), linear programming adalah suatu teknik
dalam riset operasi untuk memecahkan masalah optimasi (memaksimumkan
atau meminimumkan) dengan menggunakan persamaan, pertidaksamaan
linear dalam mencari pemecahan yang optimum dengan memperhatikan
batasan-batasan yang ada. Dalam pemecahan masalah menggunakan linear
programming, permasalahan dirumuskan terlebih dahulu, lalu menentukan
fungsi tujuan (objek yang dibuat optimum) dan batasan atau kendala yang
harus bersifat linear dan dapat dinyatakaan dalam persamaan atau
pertidaksamaan matematisnya.
Adapun bentuk standar dari Pemrograman Linier antara lain :
a. Semua batasan adalah persamaan dengan sisi kanan non negatif jika
diselesaikan dengan simpleks primal.
b. Semua variabel adalah non-negatif
c. Fungsi tujuan dapat berupa memaksimalkan atau meminimumkan.
Bentuk umum Program Linier
Memaksimumkan/Meminimumkan Z, Z = c1 x1 + c2 x2 + … + cn xn
dengan syarat :
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
4
Langkah 4 : menentukan faktor kendala yang bisa berbentuk [ ] (biasanya
diinformasikan sebagai “paling banyak” atau maksimum atau
[≥] yang biasanya diinformasikan dengan “paling sedikit” atau
“minimum” atau non negatif, ataupun bisa berbentuk [=].
Menurut Taha (1968), solusi dari model dikatakan layak jika
memenuhi semua kendala. Solusi dikatakan optimal jika layak dan juga
mengoptimumkan (maksimum atau minimum) fungsi tujuan. Meskipun
model riset operasi dirancang untuk mengoptimalkan, fungsi tujuan
mengikuti pada serangkaian kendala, solusi yang dihasilkan tergantung pada
kelengkapan model yang mewakili sistem nyata. Kesimpulannya bahwa
solusi optimum dari sebuah model adalah yang terbaik hanya untuk model
itu. Model dikatakan dapat mewakili sistem nyata dengan baik, ketika
solusinya adalah optimal juga untuk situasi nyata.
5
c. Uji optimalitas , penyelesaian titik sudut yang layak adalah
optimal bilamana tidak ada penyelesaian – penyelesaian titik
sudut layak yang berdekatan dan lebih baik.
2.2.2 Metode Big-M
Metode ini dapat digunakan jika kendala tidak mempunyai
variabel dari solusi fisibel awal, misalkan kendala yang mempunyai
tanda “=” atau “ ≥ “ . Sehingga perlu ditambahkan variabel buatan
(dummy) , namun pada akhirnya akan disingkirkan variabel buatan
tersebut . Adapun garis besar dari metode Big-M adalah sebagai
berikut :
a. terdapat kendala dengan pertidaksamaan “≥ atau “=” ;
b. penambahan variabel buatan pada kendala“≥ atau “=” ;
c. jika fungsi tujuan Z maks, maka tambahkan - ∑ 1
6
2.2.4 Metode Simpleks Dual
Pada metode simpleks primal, simpleks big-M, dan simpleks
dua fase kita memecahkan persoalan program linier yang belum
optimal, tetapi selalu layak. Layak disini berarti koefisien ruas kanan
harus bernilai positif. Namun pada metode simpleks dual
berkebalikan yakni memecahkan persoalan program linier yang
sudah optimal, tetapi tidak layak menjadi solusi yang layak.
Adapun langkah-langkah dalam simpleks dual ini, antara lain :
a. Persiapan simpleks;
b. Uji optimalitas dan uji kelayakan, uji kelayakan dapat dilihat pada
kolom solusi pada format tabel simpleks;
c. Iterasi, sampai didapat solusi optimal dan layak.
7
2.3.1 Borland C++
Bahasa C merupakan perkembangan dari bahasa B yang di
tulis oleh Thompson pada Tahun 1970. Bahasa C pertama kali di tulis
oleh Brian W. Krnighan dan Denies M. Ricthie pada tahun 1972.
Bahasa C dan pada awalnya di operasikan di atas system operasi
linux.
Bahasa C adalah merupakan bahasa pemrograman tingkat
menengah yaitu setara bahasa tingkat rendah dan tingkat tinggi yang
biasa di sebut dengan bahasa tingkat tinggi dengan perintah Assembly.
Bahasa C mempunyai banyak kemampuan yang sering digunakan
diantaranya kemempuan untuk membuat perangkat lunak ,misalnya
dbase, word star dan lain-lain. Pada tahun 1980 seorang ahli yang
bernama Bjarne Stroustrup mengembangkan beberapa hal dari bahasa
C yang di namakan “C write classes” yang berganti nama pada tahun
1983 menjadi C++ .
C++ merupakan bahasa pemrograman yang memiliki sifat
Pemrograman berorientasi objek. Untuk menyelesaikan masalah, C++
melakukan langkah pertama dengan menjelaskan class-class yang
merupakan anak class yang dibuat sebelumnya sebagai abstraksi dari
object-object fisik, Class tersebut berisi keadaan object, anggota-
anggotanya dan kemampuan dari object-nya, Setelah beberapa Class
dibuat kemudian masalah dipecahkan dengan Class. Bahasa C adalah
bahasa pemrograman prosedural yang memungkinkan kita untuk
membuat prosedur dalam menyelesaikan suatu masalah. Bahasa
pemrograman C++ adalah bahasa pemrograman yang berorientasi
pada objek.
8
Pemrograman berorientasi objek, Untuk menyelesaikan masalah, C++
melakukan langkah pertama dengan menjelaskan class-class yang
merupakan anak class yang dibuat sebelumnya sebagai abstraksi dari
object-object fisik, Class tersebut berisi keadaan object, anggota-
anggotanya dan kemampuan dari objectnya, Setelah beberapa Class
dibuat kemudian masalah dipecahkan dengan Class.
Menurut Munir (2011:13) mengemukakan bahwa “Bahasa
pemrograman adalah bahasa komputer yang digunakan dalam menulis
program”. Borland C++ adalah perangkat lunak untuk menyusun
aplikasi yang berdasarkan pada bahasa pemograman C dan bekerja
dalam lingkungan sistem operasi Windows. Dengan Borland C++ kita
akan merasakan mudahnya menyusun program aplikasi. Karena
Borland C++ memiliki keunggulan bahasa pemogramannya yang
terletak pada produktivitas, kualitas, pengembangan perangkat lunak,
dan kecepatan kompilasi serta diperkuat dengan program yang
terstruktur.
2.3.2 WinQSB
WinQSB adalah sistem interaktif untuk membantu
pengambilan keputusan yang berisi alat yang berguna untuk
memecahkan berbagai jenis masalah dalam bidang riset operasi.
Sistem ini terdiri dari modul-modul yang berbeda, satu untuk setiap
model jenis atau masalah. WinQSB menggunakan mekanisme
tampilan candela seperti Windows, yaitu jendela, menu, toolbar, dll.
Oleh karena itu pengelolaan program serupa dengan yang lain
menggunakan lingkungan Windows.
WinQSB adalah salah satu software yang juga dapat kita
manfaatkan untuk melakukan perhitungan peramalan permintaan di
dalam perencanaan dan pengendalian produksi. Tersedia 11 algoritma
untuk melakukan peramalan permintaan dengan model peramalan
time series, yaitu peramalan dengan menggunakan deret waktu.
9
BAB III
METODOLOGI PENELITIAN
10
pemilik Warung Bu Sayang. Penelitian ini dlakukan pada bulan September
2019 hingga bulan November 2019.
11
c) Studi Pustaka
Studi pustaka yaitu teknik pengumpulan data dengan membaca
buku-buku literatur, jurnal, internet, atau penelitian sebelumnya yang
mendukung topik permasalahan.
d) Dokumentasi
Dokumentasi yaitu suatu teknik pengumpulan data dengan
menghimpun dan menganalisis dokumen-dokumen, baik dokumen
tertulis, gambar maupun elektronik. Dalam pelaksanaan metode
dokumentasi, peneliti menyelidiki benda-benda tertulis seperti buku-
buku, majalah, dokumen, peraturan-peraturan, notulen rapat, catatan
harian dan sebagainya (Arikunto, 2002).
12
BAB IV
ANALISIS HASIL PENGAMATAN
Berikut data makanan yang dijual beserta bahan yang digunakan dari hasil
wawancara pemilik Warung Bu Sayang (asumsi rempah-rempah diabaikan).
13
10 gram cecek, 5 gram rempela ati, ½ sdt gula, ½
sdt garam, 1 siung bawang merah, 1 siung
9. Sambal goreng cecek
bawang putih, 2 biji cabai merah, 2 biji cabai
kecil, 1 sdm kecap
10. Pindang goreng 1 ekor pindang, 1 sdt garam
10 gram kerang, 5 gram rempela ati, ½ sdt gula,
Sambal goreng ½ sdt garam, 1 siung bawang merah, 1 siung
11.
kerang bawang putih, 2 biji cabai merah, 2 biji cabai
kecil, 1 sdm kecap
10 gram jamur, 3 gram wortel, ½ sdt gula, ½ sdt
Tumis jamur dan
12. garam, 1 siung bawang merah, 1 siung bawang
wortel
putih, 1 biji cabai merah, 010 gram gula merah
10 gram kelapa urap, 5 gram kecambah, 1 siung
13. Urap-urap bawang putih, 1 biji cabai kecil, 3 biji cabai
besar, 1 sdm gula, ½ sdm garam
15 gram jagung, 2 siung bawang merah, 2 siung
14. Bakwan
bawang putih, 1 sdm gula, ½ sdt garam
1 butir telur, 1 potong ayam, 1 siung bawang
15. Kare ayam telur putih, 1 siung bawang merah, 1 sdt garam, 1 sdm
gula
1 ekor pindang, 2 siung bawang putih, 2 siung
16. Sarden pindang bawang merah, 2 biji cabai kecil, 2 biji cabai
besar, 1 sdt garam, 1 sdm gula
1 potong ayam, 2 siung bawang putih, 2 siung
17. Ayam kecap bawang merah, 2 biji cabai besar, 1 sdt garam, 1
sdm gula, 1 sdm kecap, ½ sdt merica
1 potong ayam, 2 siung bawang putih, 2 siung
18. Ayam bumbu rujak bawang merah, 2 biji cabai besar, 1 sdt garam, 1
sdm gula
1 potong ayam, 2 siung bawang putih, 1 sdt
19. Ayam bluru telur
garam, 1 butir telur
20. Bandeng presto 120 gram bandeng, 2 siung bawang putih, 1 sdt
14
garam
1 potong ayam, 25 gram tepung tapioka, 1 sdt
21. Ayam kentucky
garam
2 siung bawang putih, 2 siung bawang merah, 15
22. Sayur lodeh
gram nangka muda, 1 sdt gula, ½ sdt garam
15 gram bayam, 1 siung bawang putih, 1 siung
23. Sayur bayam
bawang merah, 1 sdt gula, ½ sdt garam
1 siung bawang putih, 1 siung bawang merah, 1
24. Sayur sop sdt gula, ½ sdt garam, 5 gram wortel, 5 gram
buncis, 5 gram bunga kol
1 siung bawang putih, 1 siung bawang merah, 1
biji cabai besar, 10 gram kangkung, 5 gram
25. Sayur asem
kacang panjang, 5 gram bunga kol, 1 gram asem,
½ sdm gula, ½ sdt garam
15
16. Cecek 2 kg
17. Kerang 1 kg
18. Bandeng 2 kg
19. Gula merah 1 kg
20. Pindang 9 keranjang
21. Telur ayam 4 kg
22. Garam ½ kg
23. Gula 2 kg
24. Cabai kecil ½ kg
25. Cabai besar 2 kg
26. Bawang putih 1 kg
27. Bawang merah 1 kg
28. Kecap 2 botol
29. Tepung tapioka 5 kg
30. Rempela ati ½ kg
31. Nangka muda 1 kg
32. Saus tomat ½ botol
33. Asem 1 ons
16
11. Sambal goreng kerang Rp. 3.000,00
12. Tumis jamur dan wortel Rp. 3.000,00
13. Urap-urap Rp. 3.000,00
14. Bakwan Rp. 3.000,00
15. Kare ayam telur Rp. 5.000,00
16. Sarden pindang Rp. 5.000,00
17. Ayam kecap Rp. 5.000,00
18. Ayam bumbu rujak Rp. 5.000,00
19. Ayam bluru telur Rp. 5.000,00
20. Bandeng presto Rp. 5.000,00
21. Ayam kentucky Rp. 5.000,00
22. Sayur lodeh Rp. 3.000,00
23. Sayur bayam Rp. 3.000,00
24. Sayur sop Rp. 3.000,00
25. Sayur asem Rp. 3.000,00
17
BAB V
PEMBAHASAN
18
3= banyaknya tumis kacang yang terjual
4= banyaknya tumis terung yang terjual
5= banyaknya capcay yang terjual
6= banyaknya oseng-oseng sawi hijau yang terjual
7= banyaknya kering tempe yang terjual
8= banyaknya sambal goreng kentang yang terjual
9 = banyaknya sambal goreng cecek yang terjual
1 = banyaknya pindang goreng yang terjual
11 = banyaknya sambal goreng kerang yang terjual
12 = banyaknya tumis jamur dan wortel yang terjual
13 = banyaknya urap-urap yang terjual
14 = banyaknya bakwan yang terjual
15 = banyaknya kare ayam telur terjual
16 = banyaknya sarden pindang yang terjual
17 = banyaknya ayam kecap yang terjual
18 = banyaknya ayam bumbu rujak yang terjual
19 = banyaknya ayam bluru telur yang terjual
2 = banyaknya bandeng presto yang terjual
21 = banyaknya ayam kentucky terjual
22 = banyaknya sayur lodeh yang terjual
23 = banyaknya sayur bayam yang terjual
24 = banyaknya sayur sop yang terjual
25 = banyaknya sayur asem yang terjual
2. Mendefinisikan fungsi tujuan
Fungsi tujuan yang ingin dicari adalah memaksimalkan penjualan
makanan yang diperoleh setiap harinya.
Maksimal Z, Z= 3000 1 + 3000 2 + 3000 3 + 3000 4 + 3000 5 +
3000 6 + 3000 7 + 3000 8 + 3000 9 + 5000 1 + 3000 11 + 3000 12
19
3. Menentukan kendala ( constrain )
Berdasarkan hasil wawancara diperoleh data persediaan bahan-bahan
yang digunakan oleh Warung Bu Sayang setiap harinya. Data tersebut
dapat diubah dalam bentuk fungsi kendala (constrain) sebagai berikut.
1) Kendala persediaan wortel dalam penjualan sehari (dalam gram)
10 1 +5 5 +5 6 +3 12 +5 24 1000
2) Kendala persediaan buncis dalam penjualan sehari (dalam gram)
5 1 +5 24 500
3) Kendala persediaan sawi hijau dalam penjualan sehari (dalam
gram)
5 5 +5 6 1000
4) Kendala persediaan kangkung dalam penjualan sehari (dalam
gram)
10 2 + 10 25 1000
5) Kendala persediaan kentang dalam penjualan sehari (dalam gram)
15 8 5000
6) Kendala persediaan bayam dalam penjualan sehari (dalam gram)
15 23 1000
7) Kendala persediaan terung dalam penjualan sehari (dalam gram)
10 4 1000
8) Kendala persediaan jamur dalam penjualan sehari (dalam gram)
10 12 500
9) Kendala persediaan kacang panjang dalam penjualan sehari (dalam
gram)
10 3 +5 25 2000
10) Kendala persediaan kecambah dalam penjualan sehari (dalam
gram)
13 500
11) Kendala persediaan kelapa urap dalam penjualan sehari (dalam
gram)
10 13 800
20
12) Kendala persediaan bunga kol dalam penjualan sehari (dalam
gram)
5 24 +5 25 1000
13) Kendala persediaan jagung dalam penjualan sehari (dalam gram)
15 14 1250
14) Kendala persediaan ayam dalam penjualan sehari (dalam gram)
125 15 + 125 17 + 125 18 + 125 19 + 125 21 15000
15) Kendala persediaan tempe dalam penjualan sehari (dalam gram)
10 7 250
16) Kendala persediaan cecek dalam penjualan sehari (dalam gram)
10 9 2000
17) Kendala persediaan kerang dalam penjualan sehari (dalam gram)
10 11 1000
18) Kendala persediaan bandeng dalam penjualan sehari (dalam gram)
120 2 2000
19) Kendala persediaan gula merah dalam penjualan sehari (dalam
gram)
10 7 + 0 12 000
20) Kendala persediaan pindang dalam penjualan sehari (dalam ekor)
1 + 16
+ , 9 + 1 + , 11 + , 12 + , 13 + , 14 + 15 +
16 + 17 + 18 + 19 + 2 + 21 + , 22 + , 23
+ , 24 + , 25 00
23) Kendala persediaan gula dalam penjualan sehari (dalam gram)
, 1 + , 2 + , 3 + , 4 + 5 + , 6 + , 7 + , 8
+ , 9 + , 11 + , 12 + 13 + 14 + 15 +
16 + 17 + 18 + 22 + 23 + 24 + , 25 000
21
24) Kendala persediaan cabai kecil dalam penjualan sehari (dalam
gram)
6 4 + 8 + 9 + 11 + 13 + 16 00
25) Kendala persediaan cabai merah dalam penjualan sehari (dalam
gram)
15 13 + 0 16 + 0 17 + 0 18 + 25 000
26) Kendala persediaan bawang putih dalam penjualan sehari (dalam
gram)
1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9
+ 11 + 12 + 13 + 14 + 15 + 16 + 17 + 18
+ 19 + 2 + 22 + 23 + 24 + 25 000
27) Kendala persediaan bawang merah dalam penjualan sehari (dalam
gram)
1 + 2 + 3 + 4 + 6 + 7 + 8 + 9 + 11 +
12 + 14 + 15 + 16 + 17 + 18 + 22 + 23
+ 24 + 25 000
28) Kendala persediaan kecap dalam penjualan sehari (dalam ml)
15 3 + 9 + 11 + 17 0
29) Kendala persediaan tepung tapioka dalam penjualan sehari (dalam
gram)
25 21 000
30) Kendala persediaan rempela ati dalam penjualan sehari (dalam
gram)
5 8 + 9 + 11 00
31) Kendala persediaan nangka muda dalam penjualan sehari (dalam
gram)
15 22 000
32) Kendala persediaan saus tomat dalam penjualan sehari (dalam ml)
10 5 0
33) Kendala persediaan asem dalam penjualan sehari (dalam gram)
25 00
22
34) Agar semua hasil bernilai maka diperlukan batasan
1, 2 , 3 , 4, 5, 6 , 7, 8, 9, 1 , 11 , 12 , 13 , 14 , 15 , 16 , 17 ,
18 , 19 , 2 , 21 , 22 , 23 , 24 , 25 ≥0
23
2. Solusi Optimal
24
Penyelesaian model matematika dengan menggunakan program C++ :
1. Proses input data (terlampir)
2. Solusi optimal
Ayam kentucky ( 21 ) =
Perbedaan hasil antara aplikasi WinQSB dan program C++ karena adanya
perbedaan tipe variabel. Pada aplikasi WinQSB digunakan tipe variabel integer
(bilangan bulat) hingga iterasi ke 7818 sedangkan pada program C++
digunakan tipe variabel bilangan rasional. Munculnya perbedaan ini juga
termasuk kelemahan program belum dapat digunakan untuk hasil tipe data
bilangan bulat.
25
BAB VI
PENUTUP
6.1 Kesimpulan
Berdasarkan hasil pembahasan, dapat kita simpulkan bahwa dengan
menggunakan aplikasi WinQSB tersebut diperoleh penghasilan maksimal
penjualan makanan Warung Bu Sayang sebesar Rp583.000,00 dengan hanya
menjual
Tumis kangkung ( 2 ) = 00 000 = 00 000,00
Tumis kacang ( 3 ) = 000 = 000,00
Tumis terung ( 4 ) = 000 = 000,00
Pindang goreng ( 1 )= 000 = 000,00
Sedangkan menggunakan program C++ dapat diketahui penghasilan
maksimal penjualan makanan Warung Bu Sayang sebesar Rp583.333,00
dengan hanya menjual
Tumis buncis dan wortel ( 1 ) =
Tumis kangkung ( 2 ) =
Tumis jamur dan wortel ( 12 ) = 0
Urap-urap ( 13 ) = 0 15
Ayam kentucky ( 21 ) =
6.2 Saran
Saran untuk penelitian selanjutnya harus lebih teliti dalam menginputkan
data dan membandingkan hasil yang diperoleh dari program C++ dengan
hasil dari program WinQSB.
26
DAFTAR PUSTAKA
27
LAMPIRAN
Script Program C++ :
#include <iostream.h>
#include <conio.h>
#include <math.h>
#include <stdio.h>
#define AMAX 50
#define BMAX 50
int nk,nv,NOPTIMAL,P1,P2,XERR;
double TS[AMAX][BMAX];
void Data()
{
double R1,R2;
char R;
int i,j;
cout<<"PROGRAM LINIER METODE SIMPLEKS"<<endl;
cout<<”Menentukan Pendapatan Maksimal Warung Bu Sayang”<<endl<<endl;
cout<<"Memaksimumkan (Y/N) ? "; cin>>R;
cout<<"Masukkan jumlah variabel : "; cin>>nv;
cout<<"Masukkan jumlah kendala : "; cin>>nk;
if(R=='Y')
{
R1=1.0;
}else
R1=-1.0;
cout<<"KOEFISIEN FUNGSI TUJUAN"<<endl;
for(j=1;j<=nv;j++)
{
cout<<"x["<<j<<"] = "; cin>>R2;
TS[1][j+1]=R2*R1;
}
for(i=1;i<=nk;i++)
{
cout<<"Kendala "<<i<<endl;
for(j=1;j<=nv;j++)
{
cout<<"x["<<j<<"] = "; cin>>R2;
TS[i+1][j+1]=-R2;
}
cout<<"RUAS KANAN : "; cin>>TS[i+1][1];
cout<<endl;
}
cout<<"HASIL"<<endl;
for(j=1;j<=nv;j++)
TS[0][j+1]=j;
for(i=nv+1;i<=nv+nk;i++)
TS[i-nv+1][0]=i;
}
void Pivot();
void Formula();
void Optimize();
28
void Simplex()
{
e10: Pivot();
Formula();
Optimize();
if (NOPTIMAL == 1) goto e10;
}
void Pivot()
{
double RAP,V,XMAX;
int i,j;
XMAX = 0.0;
for(j=2; j<=nv+1; j++)
{
if (TS[1][j] > 0.0 && TS[1][j] > XMAX)
{
XMAX = TS[1][j];
P2 = j;
}
}
RAP = 999999.0;
for (i=2; i<=nk+1; i++)
{
if (TS[i][P2] >= 0.0) goto e10;
V = fabs(TS[i][1] / TS[i][P2]);
if (V < RAP)
{
RAP = V;
P1 = i;
}
e10:;
}
V = TS[0][P2];
TS[0][P2] = TS[P1][0];
TS[P1][0] = V;
}
void Formula()
{
int i,j;
for (i=1; i<=nk+1; i++)
{
if (i == P1) goto e70;
for (j=1; j<=nv+1; j++)
{
if (j == P2) goto e60;
TS[i][j] -= TS[P1][j] * TS[i][P2] / TS[P1][P2];
e60:;
}
e70:;
}
}
29
void Optimize()
{
int i,j;
for (i=2; i<=nk+1; i++)
if (TS[i][1] < 0.0) XERR = 1;
NOPTIMAL = 0;
if (XERR == 1) return;
for (j=2; j<=nv+1; j++)
if (TS[1][j] > 0.0) NOPTIMAL = 1;
}
void Results()
{
int i,j;
if (XERR == 0) goto e30;
cout<<" TIDAK ADA SOLUSI"<<endl; goto e100;
e30:for (i=1; i<=nv; i++)
for (j=2; j<=nk+1; j++)
{
if (TS[j][0] != 1.0*i) goto e70;
cout<<" VARIABEL x["<<i<<"] = "<<TS[j][1]<<endl;
e70: ;
}
cout<<endl<<"FUNGSI TUJUAN : "<< TS[1][1];
e100:;
}
void main()
{
Data();
Simplex();
Results();
getch();
}
30
Hasil Running Program :
31
32
33
34
35
36
DOKUMENTASI
37