BAB I

PENDAHULUAN

1.1 Latar Belakang

Pada era sekarang masyarakat lebih memilih menjadi wirausaha mulai
dari usaha rumah tangga hingga industri. Bagi sebagian pengusaha, salah satu
masalah yang sering dihadapi adalah masalah optimasi produksi. Pada
dasarnya terdapat dua cara yang dapat dilakukan oleh produsen yaitu
meminimalkan biaya produksi atau memaksimalkan laba yang akan
diperoleh. Kedua cara tersebut sangat berpengaruh terhadap keberhasilan
suatu produksi.
Produsen tingkat menengah seringkali kurang memperhatikan optimasi
produksi sehingga menyebabkan biaya produksi tidak dapat seminimal
mungkin atau hasil laba yang diperoleh kurang maksimal. Untuk mengatasi
hal itu, ilmu matematika hadir dengan kajian yang mempelajari cara
mengoptimalisasi hal tersebut yaitu melalui riset operasi. Awalnya, riset
operasi digunakan dalam militer, tetapi seiring dengan perkembangan ilmu
pengetahuan dan teknologi, riset operasi diterapkan dalam bidang ekonomi
mikro maupun makro. Dalam riset operasi tersebut, terdapat salah satu teknik
yang disebut program linier (linear programming).
Sekarang ini usaha kuliner sangat diminati banyak orang karena
kebanyakan orang lebih memilih membeli makanan daripada memasak
makanan sendiri. Pandangan dari pemikiran tersebut tertuju pada sebuah
warung makan yang memiliki beraneka macam jenis makanan yang tersedia
dengan harga yang terjangkau dan cita rasa yang tidak kalah dengan rumah
makan sehingga masyarakat dari kalangan remaja sampai orang tua sering
memilih berkunjung dan menikmati segala macam makanan di warung
makan.
Atas dasar itulah kami melakukan penelitian untuk mengoptimalkan hasil
penjualan makanan sebuah warung makan di daerah Mulyorejo yang dibuat
dengan menggunakan model matematika dalam konsep Program Linier dan
diselesaikan dengan program C++ yang memuat langkah-langkah yang ada
dalam Metode Simpleks yang diajarkan dalam mata kuliah Program Linier.

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.

1.2 Rumusan Masalah

1. Berapakah jumlah masing-masing jenis makanan yang harus dibuat oleh
Warung Bu Sayang agar keuntungannya optimal?
2. Berapakah hasil pendapatan maksimum yang diperoleh Warung Bu
Sayang?

1.3 Tujuan Penelitian

1. Mengetahui jumlah masing-masing jenis makanan yang harus dibuat oleh
Warung Bu Sayang agar keuntungannya optimal.
2. Menghitung hasil pendapatan maksimum yang diperoleh Warung Bu
Sayang.

1.4 Manfaat Penelitian

1. Mengoptimalkan hasil penjualan yang diperoleh Warung Bu Sayang.
2. Mengetahui aplikasi/penerapan dari mata kuliah Program Linier.
3. Sebagai bahan penilaian dalam mata kuliah Program Linier dalam
program studi S-1 Matematika, Fakultas Sains dan Teknologi,
Universitas Airlangga, Surabaya.

2
 BAB II
KAJIAN TEORI

2.1 Pemrograman Linier

Pada tahun 1939, ahli matematikawan Rusia bernama L. V.
Kantorovich pertama kali memperkenalkan rumusan mengenai persoalan
pemrograman linier dalam bukunya Mathematical Method in Organization
and Planning of Production. Rumusan tersebut tidak berkembang di Rusia
melainkan di Amerika Serikat sehingga pada tahun 1947 seorang
matematikawan dari Amerika Serikat, George B. Dantzig dapat
mengembangkan dan menemukan bagaimana cara memecahkan
pemrograman linear tersebut dengan metode yang biasa kita sebut sebagai
"metode simpleks".
Salah satu alasan terkenalnya pemrograman linier adalah
memungkinkan pemodelan berbagai macam situasi dengan kerangka
sederhana. Selanjutnya, pemrograman linier relatif mudah untuk diselesaikan.
Metode simpleks memungkinkan untuk menyelesaikan pemrograman linier
paling efisien, dan metode inner-point dari Karmarkar memungkinkan
penyelesaian paling efisien dari beberapa jenis pemrograman linier.
Metode Simpleks membuka jalan bagi ilmuwan lain untuk
menemukan beberapa metode lain seperti Big-M, Dua-Fase, dan simpleks
yang direvisi. Pada awalnya, metode ini hanya digunakan dalam lingkungan
militer, tetapi seiring dengan perkembangan zaman metode ini digunakan
dalam berbagai bidang, terutama di bidang bisnis seperti memecahkan
masalah dalam mencapai keuntungan maksimum dengan biaya minimum.
Makalah ini adalah salah satu studi kasus di bidang ekonomi/bisnis untuk
mencapai keuntungan maksimum.
Pemrograman Linear merupakan metode matematik dalam
mengalokasikan sumber daya yang terbatas untuk mencapai tujuan seperti
memaksimalkan keuntungan dan meminimalkan biaya. Pemrograman linear
banyak diterapkan dalam masalah ekonomi, industri, militer, sosial dan lain-
lain. Pemrograman linier berkaitan dengan penjelasan kasus di dunia nyata

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

𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

𝑥1 , 𝑥2 , … , 𝑥𝑛 ≥ 0

Langkah-langkah penyelesaian masalah program linier sebagai berikut.

Langkah 1 : mengidentifikasikan tujuan utama masalah yang dihadapi,
kemudian menentukan apa keputusan yang akan diambil dan
faktor apa yang menjadi kendalanya.
Langkah 2 : dari analisa pada langkah satu, mendefinisikan variabel
keputusan.
Langkah 3 : dari analisa langkah 2, menentukan tujuan yang bisa berbentuk
“maksimum” atau “minimum”.

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.

2.2 Jenis Metode Program Linear

Berdasarkan sejarah, awalnya Pemrograman Linier diselesaikan
dengan metode simpleks, namun seiring dengan perkembangan ilmu
pengetahuan muncul beberapa metode lain yang dapat digunakan dalam
penyelesaian persoalan masalah Program Linier. Berikut ini adalah jenis-
jenis metode yang umum digunakan dalam Program Linier.
2.2.1 Metode Simpleks Primal
Menurut Suprajitno, Metode Simpleks merupakan prosedur
perhitungan yang berulang (iteratif) dimana setiap pengulangan/iterasi
berkaitan dengan satu pemecahan dasar. Simpleks primal ini solusi
belum otimal dan sudah layak diubah menjadi solusi optimal dan
layak. Simpleks primal meliputi Big-M dan dua fase. Adapun garis
besar dari metode simpleks ini antara lain :
a. Langkah awal, dimulai pada suatu penyelesaian titik sudut
yang layak;
b. Langkah iterasi, berpindah ke penyelesaian titik sudut yang
layak yang berdekatan dan lebih baik (ulangi proses sebanyak
yang diperlukan);

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

dengan M adalah koefisien yang sangat besar dan

menyatakan banyaknya jumlah kendala yang berjenis “=”
atau “≥” .
2.2.3 Metode Simpleks Dua Fase
Ada cara lain selain menggunakan metode simplek Big M
untuk kendala berjenis tanda “=” atau “≥ “ ,yakni dengan cara
metode simplek dua fase dan metode simplek dual. Namun yang
akan dibahas disini adalah metode simplek dua fase. Berikut ini
adalah langkah – langkah metode simplek dua fase :
a. tambahkan variabel buatan pada kendala berjenis tanda “=”
atau “≥“,supaya variabel buatan tersebut menjadi solusi
awal
b. Bentuk fungsi tujuan yang meminimalkan jumlah variabel
buatan ( minimalkan r) . Jika nilai r=0,maka semua variabel
buatan = 0. Sehingga ke tahap 2 . Jika tidak,maka tak ada
solusi (berhenti ) .
c. Jika solusi basis tahap 1 optimum ( nilai fungsi tujuan r = 0),
maka solusi awal adalah masalah semula.

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.

2.3 Tinjauan Umum Objek Riset

Objek dalam riset ini adalah sebuah warung makan Bu Sayang yang
terletak di Mulyorejo, Surabaya. Warung makan tersebut menyediakan
berbagai jenis makanan. Menu-menu yang ditawarkan terdiri dari berbagai
macam sayur dan lauk-pauk. Tepatnya, terdapat 25 variasi makanan yang
dijual di warung makan tersebut. Warung ini buka pada hari senin hingga
jumat pukul 06.00-14.00 WIB. Warung makan ini juga menerima pesanan
atau cathering.
Dalam riset ini, penulis ingin mengoptimalkan hasil penjualanl yang
diperoleh oleh warung makan Bu Sayang. Prosedur riset ini meliputi studi
pustaka terkait linear programming, survey objek riset, wawancara pemilik
usaha, dalam hal ini rumah makan Bu Sayang, Implementasi program, dan
yang terakhir ialah penarik kesimpulan dan rekomendasi. Bahasa
pemograman yang penulis gunakan dalam riset ini adalah Borland C++.
Script program dapat dilihat pada lampiran sedangkan output program dapat
dilihat pada bab pembahasan. Selain itu kami juga menggunakan aplikasi
WinQSB dalam menentukan nilai optimum dari masalah yang ditemukan.

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.

Perbedaan antara bahasa pemrograman C dan C++ meskipun

bahasa-bahasa tersebut menggunakan sintaks yang sama tetapi mereka
memiliki perbedaan, C merupakan bahasa pemrograman prosedural
dimana penyelesaian suatu masalah dilakukan dengan membagi-bagi
masalah tersebut kedalam su-submasalah yang lebih kecil, sedangkan
untuk C++ merupakan bahasa pemrograman yang memiliki sifat

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

3.1 Tipe Penelitian

Penelitian ini menggunakan tipe penelitian kuantitatif. Metode
penelitian kuantitatif merupakan suatu cara yang digunakan untuk
menjawab masalah penelitian yang berkaitan dengan data berupa angka dan
program statistik (Wahidmurni, 2017). Penelitian kuantitatif dalam makalah
ini yaitu dengan mendata menu makanan yang dijual serta bahan-bahan
yang dibutuhkan di Warung Bu Sayang yang berlokasi di daerah Mulyorejo,
Surabaya. Berdasarkan hasil wawancara pada tanggal 28 Oktober 2019,
diketahui jumlah menu makanan yang tersedia di Warung Bu Sayang
sebanyak 25 macam.
Variabel penelitian adalah segala sesuatu yang berbentuk apa saja
yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi
tentang hal tersebut, kemudian ditarik kesimpulan (Sugiyono, 2013).
Variabel yang digunakan dalam penelitian dapat diklasifikasikan menjadi
dua, yaitu variabel bebas dan variabel terikat. Variabel bebas adalah variabel
yang menjelaskan dan memengaruhi variabel lain, sedangkan variabel
terikat adalah variabel yang dijelaskan dan dipengaruhi oleh variabel bebas.
Variabel bebas dalam penelitian ini adalah 25 jenis makanan yang terdapat
di Warung Bu Sayang dan variabel terikatnya adalah harga makanan dan
persediaan bahan-bahan.

3.2 Populasi dan Sampel Penelitian

Penelitian ini bertujuan untuk mendapatkan informasi yang lebih jelas,
mudah, dan lengkap sehingga peneliti melakukan wawancara mengenai
menu makanan dan bahan-bahan yang digunakan serta persediaan setiap
harinya dari penjualan makanan. Lokasi penelitian yang dipilih peneliti
adalah Warung Bu Sayang yang terletak di Jl. Mulyorejo No. 176, RT
002/RW 01, Kec. Mulyorejo, Surabaya. Informan penelitian ini merupakan

10
 pemilik Warung Bu Sayang. Penelitian ini dlakukan pada bulan September
2019 hingga bulan November 2019.

3.3 Teknik Pengumpulan Data

Menurut Arikunto (2002), pengertian teknik pengumpulan data adalah
cara-cara yang dapat digunakan oleh peneliti untuk mengumpulkan data, di
mana cara tersebut menunjukan pada suatu yang abstrak, tidak dapat di
wujudkan dalam benda yang kasat mata, tetapi dapat dipertontonkan
penggunaannya.
Sumber data primer dalam penelitian ini berupa data diperoleh dari
wawancara dengan informan meliputi berbagai hal yang berkaitan dengan
harga setiap jenis makanan, daftar bahan-bahan yang diperlukan dan
persediaan bahan-bahan. Objek penelitian diteliti langsung oleh peneliti
untuk memperoleh data yang valid, sehingga metode yang digunakan dalam
pengumpulan data yang menjadi bahan penelitian, diantaranya yaitu :
a) Metode Wawancara
Wawancara adalah percakapan dengan maksud tertentu yang
dilakukan oleh dua pihak, yaitu pewawancara (interviewer) yang
mengajukan pertanyaan dan yang diwawancarai (interviewee) yang
memberikan jawaban atas pertanyaan. Dalam hal ini, peneliti
menggunakan wawancara terstruktur, di mana seorang pewawancara
menetapkan sendiri masalah dan pertanyaan-pertanyaan yang akan
diajukan untuk mencari jawaban atas hipotesis yang disusun dengan ketat
(Moleong, 2000). Teknik wawancara yang digunakan yaitu dengan
menyusun terlebih dahulu pertanyaan yang akan diajukan kepada
informan agar pembicaraan lebih fokus dan tidak melenceng dari topik.
b) Metode Observasi
Observasi atau pengamatan menurut Sugiyono (2006) dapat
diartikan sebagai pengamatan dan pencatatan secara sistematis terhadap
gejala yang tampak pada objek penelitian. Observasi yang dilakukan
peneliti adalah untuk mengoptimalkan data-data mengenai harga bahan
makanan dan harga jual makanan di Warung Bu Sayang.

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).

No Nama Makanan Bahan yang digunakan untuk 1 porsi

10 gram wortel, 5 gram buncis, ½ sdt gula, ½ sdt
Tumis buncis dan
1. garam, 1 siung bawang merah, 1 siung bawang
wortel
putih, 1 biji cabai merah
10 gram kangkung, ½ sdt gula, ½ sdt garam, 1
2. Tumis kangkung siung bawang merah, 1 siung bawang putih, 1
biji cabai merah
10 gram kacang panjang, ½ sdt gula, ½ sdt
Tumis kacang
3. garam, 1 siung bawang merah, 1 siung bawang
panjang
putih, 1 biji cabai merah, 1 sdm kecap manis
10 gram terung, ½ sdt gula, ½ sdt garam, 1 siung
4. Tumis terung bawang merah, 1 siung bawang putih, 2 biji cabai
kecil
5 gram sawi hijau, 5 gram bunga kol, 5 gram
5. Capcay wortel, 1 sdt gula, ½ sdt garam, 2 siung bawang
putih, 2 sdt saus, 1 butir telur
5 gram sawi hijau, 5 gram wortel, ½ sdt gula, ½
Oseng-oseng sawi
6. sdt garam, 1 siung bawang merah, 1 siung
hijau
bawang putih, 1 biji cabai merah
10 gram tempe, ½ sdt gula, ½ sdt garam, 1 siung
7. Kering tempe bawang merah, 1 siung bawang putih, 1 biji cabai
merah, 10 gram gula merah
15 gram kentang, 5 gram rempela ati, ½ sdt gula,
Sambal goreng ½ sdt garam, 1 siung bawang merah, 1 siung
8.
kentang bawang putih, 2 biji cabai merah, 2 biji cabai
kecil

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

Persediaan bahan untuk menjual makanan tersebut adalah :

No Nama Bahan Persediaan dalam sehari
1. Wortel 1 kg
2. Buncis ½ kg
3. Sawi hijau 1 kg
4. Kangkung 1 kg
5. Kentang 5 kg
6. Bayam 1 kg
7. Terung 1 kg
8. Jamur ½ kg
9. Kacang panjang 2 kg
10. Kecambah ½ kg
11. Kelapa urap 2 butir
12. Bunga kol 1 kg
13. Jagung 1 ¼ kg
14. Ayam 15 kg
15. Tempe 5 bungkus

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

Daftar harga makanan di Warung Bu Sayang :

No Nama Makanan Harga untuk 1 porsi
1. Tumis buncis dan wortel Rp. 3.000,00
2. Tumis kangkung Rp. 3.000,00
3. Tumis kacang panjang Rp. 3.000,00
4. Tumis terung Rp. 3.000,00
5. Capcay Rp. 3.000,00
6. Oseng-oseng sawi hijau Rp. 3.000,00
7. Kering tempe Rp. 3.000,00
8. Sambal goreng kentang Rp. 3.000,00
9. Sambal goreng cecek Rp. 3.000,00
10. Pindang goreng Rp. 5.000,00

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

Persediaan-persediaan yang digunakan :

1 sdm = 15 gram = 15 ml
1 sdt = 5 gram
1 butir telur ayam = 55 gram
1 potong ayam = 125 gram
1 keranjang pindang = 3 ekor pindang
1 butir kelapa = 400 gram
1 bungkus tempe = 50 gram
1 biji cabai kecil = 3 gram
1 biji cabai besar = 5 gram
1 siung bawang putih/merah = 6 gram
1 botol kecap = 135 ml
1 botol saus tomat = 300 ml

17
 BAB V
PEMBAHASAN

5.1 Bentuk Model Matematika dari Permasalahan Program Linier

Permasalahan yang dibahas dalam makalah ini merupakan hasil dari

wawancara yang diperoleh dari pemilik Warung Bu Sayang yang berada di
Jalan Mulyorejo No. 176, Surabaya, Jawa Timur. Warung makan tersebut
menjual berbagai menu makanan yang sangat bervariasi.
Berdasarkan hasil wawancara pada tanggal 28 Oktober 2019, diketahui
jumlah menu makanan yang tersedia di Warung Bu Sayang sebanyak 25
macam seperti yang terlampir pada tabel.
1. Tumis buncis dan wortel 14. Bakwan
2. Tumis kangkung 15. Kare ayam telur
3. Tumis kacang panjang 16. Sarden pindang
4. Tumis terung 17. Ayam kecap
5. Capcay 18. Ayam bumbu rujak
6. Oseng-oseng sawi hijau 19. Ayam bluru telur
7. Kering tempe 20. Bandeng presto
8. Sambal goreng kentang 21. Ayam kentucky
9. Sambal goreng cecek 22. Sayur lodeh
10. Pindang goreng 23. Sayur bayam
11. Sambal goreng kerang 24. Sayur sop
12. Tumis jamur dan wortel 25. Sayur asem
13. Urap-urap

Langkah-langkah untuk menyusun model matematika dari permasalahan

tersebut yaitu :

1. Mendefinisikan variabel keputusan yang akan dicari nilainya

Pada makalah ini penulis mendefinisikan variabel setiap menu makanan
sebagai berikut.
1= banyaknya tumis buncis dan wortel yang terjual
2= banyaknya tumis kangkung yang terjual

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

+ 3000 13 + 3000 14 + 5000 15 + 5000 16 + 5000 17 + 5000 18 +

5000 19 + 5000 2 + 5000 21 + 3000 22 + 3000 23 + 3000 24 +
3000 25

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

21) Kendala persediaan telur ayam dalam penjualan sehari (dalam

gram)
55 5 + 15 + 19 000
22) Kendala persediaan garam dalam penjualan sehari (dalam gram)
, 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 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

5.2 Analisis Hasil Optimum Melalui Pendekatan Program Linier

Penyelesaian model matematika dengan menggunakan aplikasi WinQSB :
1. Proses input data

23
2. Solusi Optimal

Dari aplikasi WinQSB tersebut diperoleh penghasilan maksimal penjualan

makanan sebesar Rp 583.000,00 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

24
 Penyelesaian model matematika dengan menggunakan program C++ :
1. Proses input data (terlampir)
2. Solusi optimal

Dari program C++ tersebut dapat diketahui penghasilan maksimal

penjualan makanan sebesar Rp 583.333,00 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 ) =

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

Arikunto, Suharsimi. 2002. Prosedur Penelitian Suatu Pendekatan Praktek.

Jakarta : PT. Rineka Cipta.
Moleong, Lexy J. 2000. Metodologi Penelitian Kualitatif. Bandung: PT Remaja
Rosdakarya.
Munir, Rinaldi. 2011. Algoritma dan Pemrograman dalam Bahasa Pascal dan C.
Bandung : Informatika Bandung.
Sugiyono. 2006. Metode Penelitian Pendidikan; Pendekatan Kuantitatif dan
Kualitatif dan R&D. Bandung: Alfabeta.
Wahidmurni. 2017. Pemaparan Metode Penelitian Kuantitatif. Malang : UIN
Malik Ibrahim Malang.

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