BAB II

ISI
A. Definisi Pemodelan
Pemodelan adalah abstraksi atau penyederhanaan realitas dari suatu sistem
kompleks yang sedang diteliti. Atau secara umum dapat dikatakan penyederhanaan
suatu permasalahan yang ada agar dapat di teliti dengan baik. Model menunjukkan
hubungan-hubungan (baik langsung maupun tidak) dari aksi dan reaksi dalam
pengertian sebab dan akibat. Pemodelan yang dilakukan harus dapat
merepresentasikan semua aspek realitas yang sedang diteliti. Model dibuat dari suatu
masalah dengan alasan sebagai berikut :
1. Menemukan variabel-variabel yang penting atau menonjol dalam suatu
permasalahan.
2. Penyelidikan hubungan yang ada di antara variabel-variabel tersebut.

B. Jenis Jenis Model

Mode terbagi beberapa jenis mode. Setiap jenisnya memiliki kekurangan dan
kelebihan masing-masing dan biasanya setiap jenis pemodelan digunakan untuk
masalah yang memiliki kompleksitas yang berbeda-beda. Berikut adalah beberapa
jenis model:
1. Physical Model
Model fisik adalah suatu model yang dapat terlihat oleh mata dan juga
terdefinisi oleh pikiran. Model fisik dibagi lagi menjadi beberapa model,
yakni sebagai berikut :
a) Iconic Model
Model iconic adalah model yang memeberikan bentuk penyajian fisik seperti
aslinya dari suatu sistem yang nyata dan ada dengan skala yang berbeda.
Model iconic adalah model yang mempermudah seseorang mengamati,
membangun dan menjelaskan mengenai masalah yang ada, akan tetapi sulit
digunakan untuk memanipulasi dan tujuan prediksi lainnya. Model iconic
dapat berupa 2D (foto ataupun peta) ataupun 3D (protipe mesin, alat, maket
dan lain sebagainya).
b) Analouge Model
Model analouge adalah model yang lebih abstrak jika dibandingkan dengan
model iconic, karena penampakannya yang tidak sama dengan dengan sistem
 ataupun bendanya di dunia nyata. Model analouge dapat mewakili situasi
yang dinamis, yaitu keadaan yang berubah dari waktu ke waktu. Model jenis
ini lebih sering dipakai dalam kehidupan sehari-hari jika dibandingkan
dnegan model iconic, karena kemampuannya untuk mentengahkan
karakteristik dan kejadian yang dikaji. Contoh dari model analouge adalah
kurva permintaan, jaringan pipa, dan lain sebagainya.
2. Mathematical/Symbolic Model
Model simbolik adalah model yang menggunakan simbol matematik untuk
menunjukkan kompenen-kompenen dari sebuah sistem di dunia nyata dan
hubungan antar kompenennya. Model simbolik banyak digunakan pada
perancangan awal suatu sisten dan proses rekayasa ulang. Kelemahan dari
model simbolik adalah kurang detail (lebih abstrak dibanding model
analouge) dan hanya memberikan gambaran kompenen, hubungan antar-
kompenen dan aktivitas setiap kompenen, namun tidak dapat
menggambarkan bagaimana dinamika sistem berjalan. Model simbolik dibagi
lagi menjadi beberapa model, yakni sebagai berikut :
a) Model Statistik
Model statistik adalah model yang merepresentasikan sistem pada waktu
tertentu atau dapat juga dikatakan sebuah model yang merepresentasikan
sistem yang dimana waktu dianggap tidak ada. Contoh dari model
statistik adalah Monte Carlo ( berisikan mengenai simulasi perilaku
sistem Fisika dan sistem Matematika).
b) Model Dinamik
Model dinamik adalah model yang memberikan representasi sistem
mengikuti pergantian waktu. Model jenis ini cukup sulit dalam
pembuatannya ( memakan waktu dan juga biaya ), namun memberikan
kemudahan analisis yang sangat baik. Contoh dari model ini adalah
sistem conveyor di sebuah pabrik.
c) Model Deterministik
Model deterministik adalah model simulais yang dibuat dalam situasi
penuh kepastian, yang dimana di dalam model simulasinya tidak terdapat
kompenen-kompenen yang sifatnyaprobabilistik (random). Pada model
jenis ini diperlukan beberapa penyederhanaan dari sistem sebenarnya
karena suatu kepastian dalam sistem jarang terjadi. Model deterministik
 memusatkan analisisnya pada faktor-faktor krisis yang diasumsikan
mempunyai nilai eksak pada suatu waktu yang spesifik. Contoh dari
model deterministik adalah program linear yang saat ini sedang kita
pelajari.
d) Model Probabilistik
Model probabilistik adalah model yang mengandung kompenen masukan
yang beda dalam kondisi ketidak-pastian. Model jenis ini sulit untuk
dianalisis.
e) Model Deskriptif
Model desktiptif adalah model yang dibuat untuk deskripsi matematis
dari kondisi dunia nyata. Model deskriptif banyak dipakai untuk
mempermudah analisi suatu permasalahan. Model ini dapat diselesaikan
secara eksak serta mampu mengevaluasi hasilnya dari berbagai pilihan
data input.
f) Model Optimalisasi
Model optimalisasi adalah model perbandingan antara bberapa alternatif
yang dapat dilakukan. Solusi dari model optimalisasi adalah merupakan
nilai optimum yang tergantung pada nilai input. Contoh non-linear
programming.

C. Tahapan Pemodelan
Pemodelan dapat dibagi menjadi beberapa tahap yakni sebagai berikut :
1. Merumuskan Masalah
Dalam perumusan masalah ada 3 hal utama yang harus di analisa dan
didapatkan. 3 hal tersebut adalah sebagai berikut :
a) Variabel Keputusan
Variabel kepuusan adalah unsur-unsur dalam persoalan yang dapat
dikendalikan oleh pengambil keputusan, sering disebut sebagai
instrumen.
b) Tujuan (Objectives)
c) Kendala (Constraints)
2. Pembentukan Model
Model biasanya dibentuk sesuai dengan sistem yang menjadi permasalahan
yang akan diatasi. Model merupakan ekspresi kuantitatif dari tujuan dan
 kendala-kendala persoalan dalam variabel keputusan. Jika model yang
dihasilkan cocok dengan salah satu model matematik yang biasa (misalnya
linier), maka solusinya dapat dengan mudah diperoleh dengan program linier.
3. Mencari Penyelesaian Masalah
Dalam melakukan penyelesaian masalah terdapat berbagai macam teknik dan
metode yang membantu untuk mendapatkan solusi dari masalah tersebut,
tergantung apakah metode yang dipakai cocok dengan masalah yang ingin
dianalisis.
4. Validasi Model
Model harus diperiksa apakah dapat merepresentasikan berjalannya sistem
yang diwakili. Validitas model dilakukan dengan cara membandingkan
performance solusi dengan data aktual. Model dikatakan valid jika dengan
kondisi input yang serupa, dapat menghasilkan kembali performance seperti
kondisi aktual.

D. Model Linear Programming

Linear Programming adalah teknik pengambilan keputusan dalam permasalahan
yang berhubungan dengan pengalokasian sumber daya secara optimal. Dalam
memodelkan linear programming terdapat 2 macam fungsi yang selalu digunakan :
1. Fungsi Tujuan (Objective Function)
Fungsi tujuan ialah fungsi yang menggambarkan suatu tujuan ataupun
sasaran atau juga target di dalam suatu permasalahan linear programming.
Fungsi tujuan dimaksudkan untuk menentukan nilai optimum dari fungsi
tersebut yaitu nilai maksimal untuk masalah keuntungan dan nilai minimal
untuk masalah biaya.
2. Fungsi Batasan (Constraint Function)
Fungsi pembatas diperlukan berkenaan dengan adanya keterbatasan sumber
daya yang tersedia, misalnya jumlah bahan baku yang terbatas, waktu kerja,
jumlah tenaga kerja, luas gudang persediaan.
Karakteristk dari model linear programming adalah ada tujuan yang ingin
dicapai, tersedia beberapa alternatif untuk mencapai tujuan, sumber daya dalam
keadaan terbatas, dan dapat dirumuskan dalam bentuk matematika (persaamaan atau
pertidak-saman). Metode penyelesaian masalah untuk model linear programming
adalah grafik ( untuk 2 variabel ) dan matematis (untuk > 2 variabel ( harus
menggunakan metode simplex)).

E. Pemodelan Pada Program Linear

1. Soal dari Ibu Sri Rejeki Wahyu Pribadi, S.T. M.T.

2. Soal yang dibuat sendiri

Produsen pelat kapal membuat 3 model pelat kapal menggunakan 3 bahan
yang berbeda . Komposisi model pertama terdiri dari 20 kg bahan pertama, 15 kg
bahan kedua, dan 29 kg bahan ketiga . Komposisi model kedua terdiri dari 18 kg
bahan pertama, 17 kg bahan kedua, dan 15 kg bahan ketiga. Dan komposisi
model ketiga terdiri dari 16 kg bahan pertama, 21 kg bahan kedua, dan 13 kg
bahan ketiga. Persediaan di gudang bahan pertama 72 ton, bahan kedua 64 ton,
bahan ketiga 80 ton. Harga model pertama adalah Rp. 700.000,00, model kedua
Rp. 600.000,00, dan model ketiga Rp. 400.000,00. Jika
disimpulkan/disederhanakan dalam bentuk tabel menjadi berikut:
Jenis Pelat Bahan 1 Bahan 2 Bahan 3 Harga Pelat
Pelat AH36 20 15 29 Rp. 700.000,00
Pelat DH36 18 17 15 Rp. 600.000,00
Pelat EH36 16 21 13 Rp. 400.000,00
Ketersediaan 72 64 80
Pada saat produksi seperti apa didapat keuntungan maksimum? Berapa
keuntungan maksimum yang bisa dihasilkan?
PEMODELAN
Variabel :

Jenis Pelat Variabel

AH36 X₁
DH36 X₂
EH36 X₃
Fungsi Objektif (Maksimum) :
Zmaks (X) = Rp. 700.000,00 X₁+ Rp. 600.000,00 X₂ + Rp. 400.000,00 X₃
Batasan :
20 X₁ + 18 X₂ + 16 X₃ ≤ 72000
15 X₁ + 17 X₂ + 21 X₃ ≤ 64000
 29 X₁ + 15 X₂ + 13 X₃ ≤ 80000
X₁ ≥ 0
X₂ ≥ 0
X₃ ≥ 0

Sumber : https://www.gurupendidikan.co.id/pengertian-linear-programing/
https://bagussuryantara.wordpress.com/
Buku pak hasan sama bu uki