MAKALAH

GOAL PROGRAMMING

Makalah Ini Disusun untuk Memenuhi Tugas Kelompok Mata Kuliah

“Program Linier”

Dosen : Nuril Huda, M.Pd.

Disusun Oleh:
Arini Qurota A’yun 18190003
Farah Rahmatika Putri 18190038

PROGRAM STUDI TADRIS MATEMATIKA

FAKULTAS ILMU TARBIYAH DAN KEGURUAN
UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG
2021
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah melimpahkan segala Rahmat, Taufik dan
Hidayah-Nya sehingga kami dapat menyelesaikan penyusunan makalah yang berjudul “Goal
Programming“. Penyusunan makalah ini guna memenuhi tugas kelompok mata kuliah Program
Linier oleh Bapak Nuril Huda, M.Pd. Shalawat beserta salam juga disanjungkan kepada nabi
Muhammad SAW yang telah membawa umat dari zaman kebodohan ke zaman yang penuh
dengan ilmu pengetahuan.
Dalam menyelesaikan makalah ini, penulis melakukan metode penelaahan dari
beberapa referensi dan dari bahan bacaan media lainnya yang bertujuan untuk melengkapi
materi dalam penyusunan makalah yang bertujuan untuk memberikan materi dan informasi.
Penulisan makalah ini telah diupayakan semaksimal mungkin, namun disadari bahwa masih
terdapat berbagai kekurangan yang disebabkan oleh keterbatasan ilmu pengetahuan kami
miliki. Karena itu, diharapkan kritik dan saran yang bersifat membangun guna
kesempurnaannya, dan semoga makalah ini dapat memberi manfaat bagi semua pihak.

Malang, 21 April 2021

Penyusun
 GOAL PROGRAMMING

A. PENGERTIAN
Goal Programming merupakan salah satu model matematis yang digunakan
sebagai dasar dalam pengambilan keputusan untuk menganalisis dan membuat solusi
persoalan yang melibatkan banyak sasaran sehingga diperoleh suaru solusi yang
optimal. Puntosadewo (2013) mengatakan bahwa pendekatan dasar goal programming
adalah untuk menetapkan suatu tujuan yang dinyatakan dengan angka tertentu
untuk setiap tujuan, merumuskan suatu fungsi tujuan untuk setiap tujuan, dan
kemudian mencari penyelesaian yang meminimumkan jumlah (tertimbang)
penyimpangan-penyimapangan pada fungsi tujuan.
Goal programming merupakan perluasan dari linear programming untuk
mencapi tujuan atau target yang diinginkan. Perbedaan antara goal programming
dan linear programming adalah terletak pada struktur dan penggunaan fungsi
tujuan. Dalam linear programming fungsi tujuannya hanya mengandung satu
tujuan, sementara dalam goal programming semua tujuan digabungkan dalam
sebuah fungsi tujuan. Goal programming dapat diselesaikan dengan metode grafik dan
metode simpleks. Metode simpleks pada goal programming sedikit berbeda dengan
metode simpleks pada linier programming yaitu terdapat perhitungan fungsi tujuan
untuk setiap prioritas.
Model goal programming merupakan perluasan dari model pemograman
linier yang dikembangkan oleh A. Charles dan W. M. Cooper pada tahun 1956 sehingga
seluruh asumsi, notasi, formulasi matematika, prosedur perumusan model dan
penyelesaian tidak berbeda. Perbedaannya hanya terletak pada kehadiran sepasang
variabel deviasional yang akan muncul di fungsi tujuan dan fungsi kendala.
Pemrograman linier sendiri adalah sebuah model matematis yang dipergunakan untuk
menemukan suatu penyelesaian optimal dengan cara memaksimumkan atau
meminimumkan fungsi tujuan terhadap satu kendala susunan. Model goal
programming mempunyai tiga unsur utama, yaitu variable keputusan, fungsi tujuan dan
fungsi kendala. Beberapa asumsi dasar yang diperlukan dalam goal programming
adalah sebagai berikut:
a. Linieritas
 Asumsi ini menunjukkan perbandingan dari input satu dengan input yang lain
atau suatu input dengan output besarnya tetap dan terlepasnpada tingkat
produksi. Hubungannya bersifat linear.
b. Proporsionalitas
Asumsi ini menyatakan bahwa jika peubah pengambil keputusan berubah, maka
dampak perubahannya akan menyebar dalam proporsi yang sebanding dengan
fungsi tujuan dan juga fungsi kendalanya. Jadi tidak berlaku hukum kenaikan
hasil yang semakin berkurang.
c. Aditivitas
Asumsi ini menyatakan nilai parameter suatu kriteria optimisasi merupakan
jumlah dari nilai individu-individu. Dampak total terhadap kendala ke-i
merupakan jumlah dampak individu terhadap peubah pengambilan keputusan.
d. Disibilitas
Asumsi ini menyatakan bahwa peubah pengambilan keputusan jika
diperlukan dapat dibagi ke dalam pecahan-pecahan.
e. Deterministik
Asumsi ini menghendaki agar semua parameter tetap dan diketahui atau
ditentukan secara pasti.
Terdapat beberapa istilah yang digunakan dalam Goal Programming, yaitu:
a. Variabel keputusan (decision variables), adalah seperangkat variabel yang tidak
diketahui yang berada di bawah kontrol pengambila keputusan, yang
berpengaruh terhadap solusi permasalahan dan keputusan yang akan diambil.
Biasanya dilambangkan dengan 𝑋𝑗 (𝑗 = 1, 2, 3, … , 𝑛)
b. Nilai sisi kanan (right hand sides values) merupakan nilai-nilai yang biasanya
menunjukkan ketersediaan sumber daya (dilambangkan dengan 𝑏𝑖 ) yang akan
ditentukan kekurangan atau penggunaannya
c. Koefisien teknologi (technologi coefficient), merupakan nilai-nilai numerik
yang dilambangkan dengan 𝑎𝑖𝑗 yang akan dikombinaksikan dengan variabel
keputusan, dimana akan menunjukkan penggunaan terhadap pemenuhan nilai
kanan
d. Varianel deviasional (penyimpangan), adalah variabel yang menunjukkan
kemungkinan penyimpangan-penyimpangan negatif dan positif dari nilai sisi
kanan fungsi tujuan. Variabel penyimpangan negatif befungsi untuk
 menampung penyimpangan yang berada di bawah sasaran yang dikehendaki.
Variabel penyimpangan positif berfungsi menampung penyimpangan yang
berada di atas sasaran dalam Goal programming dilambangkan dengan
𝑑− +
𝑖 dengan penyimpangan negatif dan 𝑑𝑖 untuk penyimpangan positif dari nilai

sisi kanan tujuan.

e. Fungsi tujuan, adalah fungsi matematis dari variabel-variabel keputusan yang
menunjukkan hubungan dengan nilai sisi kanannya, fungsi tujuan dalam Goal
Programming adalah meminimumkan variabel devisional
f. fungsi pencapaian, adalah fungsi matematis dari variabel-variabel simpangan
yang menyatakan kombinasi sebuah objektif
g. Fungsi tujuan mutlak (non negatif), merupakan tujuan yang tidak boleh
dilanggar dengan pengertian mempunyai penyimpangan positif dan atau negatif
bernilai nol. Prioritas pencapaian dari fungsi tujuan ini berada pada urutan
pertama, solusi yang dapat dihasilkan adalah terpenuhi atau tidak terpenuhi
h. Prioritas, adalah suatu sistem urutan dari banyaknya tujuan pada model yang
memungkinkan tujuan-tujuan tersebut disusun secara ordinal dalam Goal
programming. Sistem urutan tersebut menempatkan sasaran-sasaran tersebut
dalam susunan dengan seri
i. pembobotan, merupakan timbangan matematis yang dinyatakan dengan angka
ordinal yang digunakan untuk membedakan variabel simpangan i dalam suatu
tingkat prioritas k.

B. KARAKTERISTIK FORMULASI GOAL PROGRAMMING

Dalam membuat model formulasi persoalan akan digunakan karakteristik
karekteristik yang biasa digunakan dalam program linier, yaitu: (Tjutju Tarliyah
Dimyati, 1999).
1. Menentukan variabel keputusan atau variabel yang ingin diketahui dan
digambarkan dalam simbol matematik.
2. Menetukan fungsi tujuan dan digambarkan dalam satu sel fungsi linier dari variabel
keputusan yang dapat berbentuk maksimum atau minimum.
3. Menetukan kendala dan digambarkan dalam bentuk persamaan linier atau
ketidaksamaan linier dari variabel keputusan.

Perumusan masalah program linier terdiri sebagai berikut:

 a. Prosedur perumusan:
- Menentukan variabel keputusan
- Menyatakan sistem kendala
- Menentukan prioritas utama
- Menentukan bobot
- Menyatakan fungsi utama
- Menyatakna kendala non negatif

Dalam merumuskan model goal programming menurut Mulyono (1991) dapat

dilakukan melalui langkah-langkah berikut ini:

1. Menentukan variabel keputusan

Tahap pertama ini merupakan kunci utama yang menyatakan secara jelas
variable keputusan yang tidak diketahui, makin tepat definisi makin mudah untuk
pekerjaan permodelan yang lain.
2. Menentukan kendala-kendala
Pada tahapan ini ditentukan nilai-nilai sisi kanan lalu ditentukan teknologi
dan variabel dalam kendala. Selain itu,perlu pula untuk memperhatikan jenis
penyimpangan yang diperbolehkan. Bila penyimpangan diperbolehkan dalam dua
arah, maka tempatkan kedua variabel devisional pada kendala tersebut. Apabila
penyimpangan tersebut hanya diperbolehkan dalam satu arah, maka hanya satu
variabel devisional yang perlu di tempat kan pada kendala yang bersangkutan.
3. Menentukan prioritas utama Pada tahap ini dilakukan urutan terhadap tujuan-
tujuan yang ingin dicapai. Biasanya urutan tujuan merupakan pernyataan
preferensi individu. Apabilapersoalannya tidak memiliki urutan tujuan, maka
lewatin tahap ini dan lanjutkan pada tahap berikutnya.
4. Menentukaan bobot
Membuat urutan dalam tujuan tertentu. Bila tahapan ini dirasakan tidak perlu,
maka dilanjutkan pada tahap berikutnya.
5. Menentukan fungsi tujuan
Pilih variabel devisional yang benar untuk dimassukan dalam fungsi tujuan.
Setelah itu berilah prioritas dalam bobot yang tepat apabila diperlukan.

Ciri khas lain yang menandai model goal programming adalah kehadiran
sepasang variabel deviasional di dalam fungsi tujuan yang harus diminimumkan. Hal
 ini merupakan konsekuensi logis dari tujuan kehadiran variabel deviasional di dalam
fungsi kendala sasaran. Sasaran yang telah ditetapkan akan tercapai apabila variabel
deviasional 𝐷𝐴𝑖 𝑑𝑎𝑛 𝐷𝐵𝑖 bernilai nol. Oleh karena itu, 𝐷𝐴𝑖 𝑑𝑎𝑛 𝐷𝐵𝑖 harus
diminimumkan dalam fungsi tujuan, sehingga fungsi tujuan model goal
𝑖=1 𝐷𝐵𝑖 + 𝐷𝐴
programming adalah : Minimumkan ∑𝑚

C. METODE DAN LANGKAH-LANGKAH DALAM GOAL PROGRAMMING

Ada dua macam metode yang digunakan untuk menyelesaikan model goal
programming, yaitu metode grafis dan metode simpleks.
1. Metode Grafis
Metode grafis digunakan untuk menyelesaikan masalah goal programming dengan
dua variable. Langkah langkah penyelesaian dengan metode grafis adalah
a. Menggambar fungsi kendala pada bidang kerja sehingga diperoleh daerah yang
memenuhi kendala.
b. Meminimumkan variable simpangan agar sasaran-sasaran yang
diinginkan tercapai dengan cara menggeser fungsi ataugaris yang
dibentuk oleh variable simpangan terhadap daerah yang memenuhi
kendala.
2. Metode Simpleks
Algoritma simpleks digunakan untuk meyelesaikan masalah goal programming
dengan menggunakan variable lebih dari dua. Langkah-langkah penyelesaian goal
programming dengan metode simpleks adalah:
a. Membentuk tabel simpleks awal.
b. Pilih kolom kunci dimana 𝑐𝑗 − 𝑧𝑗 memiliki nilai negatif terbesar. Kolom kunci
ini disebut kolom pivot.
𝑏𝑖
c. Pilih baris kunci yang berpedoman pada dengan rasio terkecil
𝑎1𝑗

dimana 𝑏𝑖 adalah nilai sisi kanan dari setiap persamaan. Baris kunci
ini disebut baris pivot.
d. Mencari system kanonikal yaitu system dimana nilai elemen
pivotbernilai 1 dan elemen lain bernilai nol dengan cara mengalikan baris pivot
dengan -1 lalu menambahkannya dengan semua elemen. dibaris pertama.
Dengan demikian, diperoleh tabel simpleks iterasi I.
 e. Pemeriksaan optimalitas, yaitu melihat apakah solusi sudah layak atau tidak.
Solusi dikatakan layak bila variable adalah positif atau nol.

D. JENIS GOAL PRORAMMING

Jenis goal proframming dibagi menjadi 2 bagian:
1. Goal programming yang mempunyai tujuan tanpa prioritas
Dalam menyelesaikan masalah goal programming, semua sasaran memiliki
kepentingan yang sama. Artinya tidak melihat prioritas atau bobot mana yang harus
dikerjakan terlebih dahulu, semua sasaran dianggap setara (sama penting)
2. Goal programming yang mempunyai tujuan dengan prioritas
Penyelesaian goal programming ini berdasarkan prioritas. Setiap sasaran memiliki
tingkat urgensi yang berbeda. Dalam jens ini terdapat 2 metode yakni Sequential
procedure yang mana dilakukan dengan beberapa langkah. Sedangkan Streamlined
procedure dilakukan dengan 1 kali langkah.

E. IMPLIKASI PRAKTIKAL DALAM GOAL PROGRAMMING

Berikut adalah contoh kasus penggunaan Goal Programming
Contoh 1
Sebuah peusahaan memproduksi 2 jenis produk yang berbeda, yaitu 𝑥1 dan 𝑥2 . Kedua
produk tersebut diproduksi melalui 2 tahap pemprosesan. Proses pertama mampu
menghasilkan 5 unit produk 𝑥1 dan 6 unit produk 𝑥2 dengan kapasitas maksimum
sebanyak 60 unit. Proses kedua mampu menghasilkan 1 unit produk 𝑥1 dan 2 unit
produk 𝑥2 dengan kapasitas maksimum sebanyak 16 unit. Dalam kasus contoh ini,
perusahaan menetapkan 4 macam sasaran : 1. Kapasitas proses pertama dimanfaatkan
secara maksimum. 2. Kapasitas proses kedua dimanfaatkan secara maksimum. 3.
Produksi 𝑥1 paling sediktit 10 unit. 4. Produksi 𝑥2 paling sedikit 6 unit.
Berapakah jumlah produksi optimum yang dapat diproduksi perusahaan?
Penyelesaian:
Variabel keputusan dari contoh di atas adalah:
𝑥1 ∶ jumlah produk 𝑥1 yang akan diproduksi
𝑥2 ∶ jumlah produk 𝑥2 yang akan diproduksi
 Fungsi kendala adalah:
5𝑥1 + 6𝑥2 ≤ 60
𝑥1 + 2𝑥2 ≤ 40
𝑥1 ≥ 10
𝑥2 ≥ 6
Sesuai dengan sasaran yang akan dicapai, maka model goal programming untuk kasus
ini adalah :
𝑀𝑖𝑛 𝑍 = 𝑃1 (𝐷𝐴1 + 𝐷𝐵1 ) + 𝑃2 (𝐷𝐴2 + 𝐷𝐵2 ) + 𝑃3 ( 𝐷𝐵3 ) + 𝑃4 ( 𝐷𝐵4 )
ST:
I 5𝑥1 + 6𝑥2 + 𝐷𝐵1 − 𝐷𝐴1 = 60
II 𝑥1 + 2𝑥2 + 𝐷𝐵2 − 𝐷𝐴2 = 40
III 𝑥1 + 𝐷𝐵3 = 10
IV 𝑥2 + 𝐷𝐵4 = 6

dimana:

𝐷𝐵𝑖 ∶ Penyimpangan di bawah sasaran

𝐷𝐴𝑖 ∶ Penyimpangan di atas sasaran

𝑃𝑖 : Tujuan yang ingin dicapai

𝑖 ∶ 1,2,3,4

Penyelesaian model ini dimulai dengan membuat tabel simpleks awal, sebagai berikut:
Berdasarkan Tabel 2.3 yang menjadi kolom kunci adalah kolom ke-1 karena 𝑐𝑗 - 𝑧𝑗
memiliki nilai negatif terbesar yaitu -6 dan yang menjadi baris
kunci adalah ke-3 karena 𝑏𝑖 ⁄ 𝑎 𝑖𝑗 terkecil, yaitu:

𝟔𝟎 𝟏𝟔 𝟏𝟎 𝟔
= 𝟏𝟎; = 𝟖; = ∞; = 𝟔
𝟔 𝟐 𝟎 𝟏

Pemilihan kolom kunci dan baris kunci dapat dilihat pada tabel 2.4

Langkah selanjutnya adalah mencari sistem kanonikal yaitu sistem dimana nilai elemen
pivot bernilai 1 dan elemen lain bernilai nol dengan cara melalukan OBE pada baris
selain baris kunci maka hasilnya didapatkan pada tabel 2.5.
Dengan perhitungan yang sama, dilakukan iterasi II karena nilai 𝐶𝑗- 𝑍𝑗 masih terdapat
negatif, maka perhitungannya dapat dilihat pada Tabel 2.6.

Dapat dilihat pada Tabel 2.6 masih terdapat nilai negatif pada 𝐶𝑗-𝑍𝑗. Untuk memilih
kolom kunci nya kita bisa lihat nilai negatif terbesar yaitu: -4, maka dilakukan
perhitungan untuk iterasi ke III. Untuk perhitungannya dapat dilihat pada Tabel 2.7.

Berdasarkan Tabel 2.7 di atas dapat dilihat bahwa masih tedapat nilai negatif pada 𝐶𝑗 - 𝑍𝑗
yaitu : −1/5, maka sama seperti iterasi I, II dan III dilakukan perhitungan untuk iterasi
IV, perhitungannya dapat dilihat pada Tabel 2.8.
Berdasarkan Tabel 2.8 diperoleh solusi optimal karena seluruh 𝐶𝑗 − 𝑍𝑗 ≥ 0. Tabel
optimal bukan hanya menayangkan penyelesaian optimal saja, tetapi juga memberikan
informasi mengenai sasaran mana yang tercapai dan sasaran mana yang tidak tercapai.
Dengan demikian solusi yang optimal adalah perusahaan memproduksi produk 𝑥1
sebanyak 6 unit dan produk 𝑥2 sebanyak 5 unit.

Sasaran prioritas ke-3 dan ke-4 tidak tercapai karena masing-masing memiliki
penyimpangan yang bernilai ≥ 0, yaitu 𝐷𝐵3 = 4 dan 𝐷𝐵4 = 1. Sedangkan sasaran
prioritas pertama dan kedua tercapai karena 𝐷𝐵1 dan 𝐷𝐵2 = 0. Dapat disimpulkan
bahwa dengan produksi 6 unit 𝑥1 dan 5 unit 𝑥2 maka ada dua sasaran yang tercapai, yaitu:

1. Kapasitas proses pertama dimanfaatkan secara maksimum.

2. Kapasitas proses kedua dimanfaatkan secara maksimum.
 REFERENSI

H. Putri, D. Eko, S. Tri. 2017. Makalah Goal Programming. Jember: Universitas Jember

Harjiyanto, Tri. 2014. Aplikasi Model Goal Programming. Yogyakarta: UNY

Toha, Hamdy. 2017. Operation Research An Introduction. Fayettevile: University of Arkansas