MNC013 – RISET OPERASI – MODUL – SESI 1

BAB – I

PENDAHULUAN DAN LINEAR PROGRAMMING SECARA MATEMATIK

Disusun oleh:
Hj. M.A. Hamda Roni, Dra., M.Si. Koordinator
Palupi Permata Rahmi, S.P., M.Si.
Tri Febrianti, SE., M.Si

SEKOLAH TINGGI ILMU EKONOMI INDONESIA MEMBANGUN

(STIE INABA)
BANDUNG
2020
 BAB I
PENDAHULUAN &
LINEAR PROGRAMMING SECARA MATEMATIK

1.1 PENDAHULUAN

Beberapa definisi atau pengertian Riset Operasi (operations research):

Riset Operasi adalah penerapan metode metode ilmiah terhadap

masalah masalah rumit yang muncul dalam pengarahan dan pengelolaan
dari suatu sistem besar: manusia, mesin, bahan dan uang dalam industri,
bisnis, pemerintahan dan pertahanan.

Pendekatan khusus ini bertujuan membentuk suatu model ilmiah dari

sistem, menggabungkan ukuran-ukuran dari factor-faktor seperti kesempatan
dan resiko, untuk meramalkan dan membandingkan hasil hasil dari beberapa
keputusan, strategi atau pengawasan. Tujuannya membantu pengambil
keputusan, menentukan kebijakan dan tindakan secara ilmiah.

Riset Operasi berkaitan dengan menentukan pilihan secara ilmiah

bagaimana merancang dan menjalankan sistem manusia-mesin secara baik,
biasanya membutuhkan alokasi sumber daya yang langka.

Riset Operasi adalah pendekatan dalam pengambilan keputusan yang

ditandai dengan penggunaan pengetahuan ilmiah melalui usaha kelompok
antar disiplin yang bertujuan menentukan penggunaan terbaik sumber daya
yang terbatas.

Riset Operasi adalah penerapan metode-metode, teknik-teknik dan

alat-alat terhadap masalah-masalah yang menyangkut operasi-operasi dari
sistem-sistem, sedemikian rupa sehingga memberikan penyelesaian optimal.

STIE Indonesia Membangun (inaba) 1

www.inaba.ac.id
Model dalam Riset Operasi

Menurut jenisnya model riset operasi meliputi antara lain:

1. Model Ikonik/Fisik.
Model ikonik/fisik adalah suatu penyajian fisik yang tampak seperti aslinya
dari suatu sistem nyata dengan skala yang berbeda. Contoh mainan
anak-anak, potret, histogram, maket, dan lain-lain.

2. Model Analog.
Model analog lebih abstrak dibanding model ikonik, karena tak kelihatan
sama antara model dengan sistem nyata. Misalnya jaringan tempat air
mengalir dapat digunakan dengan pengertian yang sama sebagai
distribusi aliran listrik. Contoh lain peta dengan bermacam warna yang
menunjukkan laut, dataran rendah dan sebagainya merupakan model
analog.

3. Model simbolik atau matematik.

Dari berbagai model lain model matematik termasuk yang paling abstrak.
Model ini menggunakan seperangkat simbol matematik untuk
menunjukkan komponen-komponen dan hubungan antar komponen dari
sistem nyata. Namun tidak semua sistem nyata dapat diekspresikan
dalam rumusan matematik.

Model matematik dapat dibedakan dalam dua kelompok yaitu model

deterministik dan probabilistik:

a. Model deterministik dibentuk dalam situasi kepastian (certainty), dan

memerlukan penyederhanaan dari realitas. Keuntungan model ini
adalah dapat dimanipulasi dan diselesaikan dengan mudah.
b. Model probabilistik meliputi kasus-kasus dalam ketidakpastian
(uncertainty). Meskipun penggabungan ketidakpastian dalam model

STIE Indonesia Membangun (inaba) 2

www.inaba.ac.id
 dapat menghasilkan suatu penyajian sistem nyata yang lebih realistis,
namun lebih sulit untuk dianalisa.
Berikut beberapa keuntungan menggunakan model matematis:

a. Model dapat secara akurat menampilkan situasi nyata. Jika

diformulasikan secara tepat, model bisa menghasilkan hasil yang
sangat tepat. Model yang valid adalah bentuk yang akurat dan
menunjukkan masalah atau sistem berada dibawah investigasi.
b. Model dapat membantu pembuat keputusan memformulasikan
masalah. Dalam contoh model keuntungan, pembuat keputusan dapat
menentukan factor-faktor yang penting atau berkontribusi pada
pendapatan atau pengeluaran, seperti: penjualan, pengembalian,
biaya penjualan, biaya produksi, biaya transportasi, dan sebagainya.
c. Model bisa memberikan wawasan dan informasi.
d. Model bisa menghemat waktu dan uang untuk membuat keputusan
dan menyelesaikan masalah. Biasanya memerlukan waktu, usaha dan
biaya yang lebih sedikit untuk menganalisis model. Sebagai contoh,
kita bisa menganalisis model keuntungan dari efek penggunaan
kampanye marketing baru terhadap profit, pendapatan dan
pengeluaran. Pada kebanyakan kasus, menggunakan model lebih
cepat dan tidak mahal dibandingkan mencoba kampanye marketing
yang baru untuk mengobservasi hasilnya dalam bisnis yang nyata.
e. Model bisa menjadi satu-satunya cara untuk menyelesaikan masalah
yang besar atau kompleks secara tepat waktu.
f. Model bisa digunakan untuk mengkomunikasi masalah dan solusi.
Analis keputusan bisa membagikan hasil kerjanya kepada analis
keputusan lainnya. Solusi dengan model matematik dapat diberikan
kepada manager atau eksekutif untuk membantu mereka dalam
membuat keputusan akhir.

STIE Indonesia Membangun (inaba) 3

www.inaba.ac.id
Tahap -Tahap Dalam Riset Operasi:

1. Merumuskan masalah
Pada tahap ini, riset operasi membuat pernyataan yang ringkas dan
jelas. Hal ini menjadikan kemudahan dalam membuat arahan dan
penjelasan untuk langkah-langkah selanjutnya. Pada tahap ini
merupakan bagian yang paling penting dan sulit untuk dilakukan.
Karena memerlukan analisis bagaimana memecahkan masalah untuk
satu masalah yang dapat mempengaruhi masalah lain atau kondisi
pada umumnya. Oleh karena itu, ketika pengukuran sulit dilakukan,
maka diperlukan penghindaran dalam masalah yang terlalu spesifik
dan pengukuran objektivitas yang tidak dapat dipecahkan.

2. Pembentukan model
Tahap selanjutnya ialah membentuk model. Sederhananya, model
merupakan representasi (biasanya dalam bentuk matematis) dari
suatu situasi. Terdapat berbagai macam bentuk model. Arsitek
terkadang menggunakan model fisik yang merupakan bangunan dari
rancangan yang akan dibuat. Para insinyur membangun scale model
dari pabrik-pabrik (plants) kimia, yang dikenal dengan pilot plants.
Schematic model merupakan gambar, sketsa, atau grafik/bagan dari
realitas. Mobil, gear, kipas angin dan berbagai jenis bentuk peralatan
memiliki schematic model yang menunjukkan bagaimana alat tersebut
bekerja.

Hal yang membuat riset operasi terpisah dari teknik lainnya ialah
model tersebut menggunakan penyelesaian secara matematis. Model
matematis merupakan rangkaian hubungan matematis. Dalam banyak
kasus, hubungan tersebut disampaikan dalam bentuk persamaan dan
pertidaksamaan, seperti pada model spreadsheet yang
dikomputasikan pada penjumlahan, rata-rata, atau standar deviasi.
Walaupun dalam model yang dibentuk mempertimbangkan
STIE Indonesia Membangun (inaba) 4
www.inaba.ac.id
 fleksibilitas, kebanyakan model dibentuk dari satu atau lebih variabel
dan parameter.

Variabel adalah ukuran kuantitas yang bervariasi atau subjek yang

dapat berubah. Variabel dapat dikontrol dan tidak dapat dikontrol.
Variabel yang dikontrol disebut sebagai variabel keputusan. Sebagai
contoh, berapa banyak jenis persediaan yang perlu dipesan.

Parameter adalah ukuran kuantitas yang tidak dapat dipisahkan

dalam permasalahan. Biaya pemesanan penempatan untuk
persediaan merupakan contoh parameter. Kebanyakan kasus, variabel
tidak dalam kuantitas yang diketahui, sementara parameter
kuantitasnya dapat diketahui. Seluruh model seharusnya dibuat
dengan hati-hati. Model tersebut harus dapat terpecahkan, realistis
dan mudah untuk dipahami dan dimodifikasi, dan membutuhkan data
masukan yang mudah diperoleh.

3. Mencari penyelesaian masalah

Membangun solusi melibatkan model yang memberikan solusi terbaik
pada suatu masalah. Dalam beberapa kasus, perlu dibuat persamaan
yang solutif untuk keputusan terbaik. Sedangkan pada kasus lainnya,
dapat digunakan metode trial and error, dengan beberapa pendekatan
dan memilih satu yang memberikan keputusan terbaik. Dalam
beberapa masalah, dapat menggunakan berbagai nilai yang
memungkinkan pada suatu model untuk keputusan yang terbaik. Ini
disebut complete enumeration. Akurasi suatu solusi bergantung pada
akurasi dari data masukan dan model. Jika data masukan akurat untuk
dua angka yang signifikan, maka hasilnya hanya untuk dua angka
yang signifikan. Contoh, pembagian 2,6 oleh 1,4 ialah 1,9, bukan
1,857142857.

STIE Indonesia Membangun (inaba) 5

www.inaba.ac.id
 4. Validasi model
Memvalidasi data masukan dan model termasuk dalam menentukan
akurasi dan kelengkapan dari data yang digunakan oleh model
tersebut. Data yang tidak akurat akan mengarah pada solusi yang
tidak akurat. Terdapat beberapa cara untuk mengetes data masukan.
Satu metode untuk mengetes data ialah mengumpulkan data
tambahan dari berbagai sumber. Jika data yang asli dikumpulkan
dengan wawancara, mungkin beberapa data tambahan bisa
dikumpulkan dengan pengukuran langsung atau sampling. Data
tambahan ini bisa menjadi perbandingan untuk data yang asli, dan tes
statistik bisa dilakukan untuk menentukan perbedaan dari data asli dan
data tambahan. Jika terdapat perbedaan data yang signifikan, perlu
dilakukan usaha tambahan untuk memperoleh data masukan yang
akurat. Jika data akurat tetapi hasilnya tidak konsisten terhadap
masalah, kemungkinan model tidak tepat. Model dapat diuji untuk
memastikan bahwa model tersebut logis dan menunjukkan situasi
yang sebenarnya.

5. Penerapan hasil akhir

Langkah terakhir ialah implementasi dari hasil akhir. Ini merupakan
proses penggabungan solusi dalam perusahaan. Hal ini bisa lebih sulit
dari yang dibayangkan. Bahkan jika solusinya optimal dan hasilnya
memberikan tambahan keuntungan dalam jumlah yang besar, jika
manager menolak solusi yang baru maka seluruh usaha dengan
analisis tersebut tidak bernilai. Pengalaman menunjukkan bahwa
banyak kegagalan yang terjadi dari tim analisis kuantitatif dalam usaha
yang dilakukan karena mereka gagal mengimplementasikan dengan
baik, solusi yang tepat dan dapat dikerjakan. Setelah solusi berhasil
diimplementasikan, perlu dilakukan monitoring. Seiring berjalan waktu,
mungkin terdapat beberapa perubahan untuk memodifikasi dari solusi

STIE Indonesia Membangun (inaba) 6

www.inaba.ac.id
 yang semula. Perubahan ekonomi, permintaan yang fluktuatif, dan
model tambahan yang diminta manager dan pembuat keputusan
merupakan beberapa contoh perubahan yang perlu dilakukan dalam
menganalisis pada solusi yang perlu dimodifikasi.

1.2 LINEAR PROGRAMMING

Linear Programming atau program linier disingkat LP merupakan suatu

cara untuk menyelesaikan persoalan pengalokasian sumber daya terbatas
diantara beberapa aktivitas yang bersaing dengan cara yang terbaik yang
mungkin dilakukan.

Formulasi Model Program Linier:

1. Tentukan variabel keputusan, nyatakan dalam simbol matematik.

2. Bentuk fungsi tujuan yang menunjukkan hubungan linier dari variable
keputusan. Misalnya tujuan memaksimumkan profit atau meminimumkan
biaya/ongkos.
3. Menentukan semua kendala masalah dan mengekspresikannya dalam
bentuk persamaan atau pertidaksamaan.
Asumsi-asumsi dasar linear programming:

1. Proportionality
Naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia
akan berubah sebanding (proportional) dengan perubahan tingkat
kegiatan.

2. Additivity
Nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam LP
dianggap bahwa kenaikan dari nilai tujuan (Z) yang diakibatkan oleh
kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi bagian
nilai Z yang diperoleh dari kegiatan lain.

STIE Indonesia Membangun (inaba) 7

www.inaba.ac.id
3. Divisibility
Keluaran (output) yang dihasilkan oleh setiap kegiatan dapat berupa
bilangan pecahan. Demikian pula dengan nilai Z yang dihasilkan.

4. Deterministic
Asumsi ini menyatakan bahwa semua parameter dalam model dapat
diperkirakan dengan pasti, meskipun jarang dengan tepat.

Cara penyelesaiannya dapat dilakukan melalui beberapa pendekatan antara

lain:
1. Pendekatan Matematis
2. Pendekatan Grafis
3. Metode Simpleks

1. Pendekatan Matematis

Pendekatan konvensional pada riset operasional dalam pemodelan

adalah membangun model matematik yang digambarkan kedalam inti
permasalahan. Pada kasus yang dibentuk kedalam cerita disederhanakan
dalam model matematik. Model matematik adalah bentuk penjelasan
kuantitatif tujuan dan sumber daya yang membatasi sebagai fungsi variabel
keputusan. Model matematika permasalahan optimal terdiri dari dua bagian.
Bagian pertama memodelkan tujuan optimasi. Model matematik tujuan selalu
menggunakan bentuk persamaan. Bentuk persamaan digunakan karena kita
ingin mendapatkan solusi optimum pada satu titik. Fungsi tujuan yang akan
dioptimalkan hanya satu. Bukan berarti bahwa permasalahan optimasi hanya
dihadapkan pada satu tujuan. Tujuan dari suatu usaha bisa lebih dari satu.
Tetapi pada bagian ini kita hanya akan tertarik dengan permasalahan optimal
dengan satu tujuan.

Bagian kedua merupakan model matematik yang merepresentasikan

sumber daya yang membatasi. Fungsi pembatas bisa berbentuk persamaan

STIE Indonesia Membangun (inaba) 8

www.inaba.ac.id
(=) atau pertidaksamaan (≤ atau ≥). Fungsi pembatas disebut juga sebagai
konstrain. Konstanta (baik sebagai koefisien maupun nilai kanan) dalam
fungsi pembatas maupun pada tujuan dikatakan sebagai parameter model.
Model matematika mempunyai beberapa keuntungan dibandingakan
pendeskripsian permasalahan secara verbal. Salah satu keuntungan yang
paling jelas adala model matematik menggambarkan permasalahan secara
lebih ringkas. Hal ini cenderung membuat struktur keseluruhan permasalahan
lebih mudah dipahami, dan membantu mengungkapkan relasi sebab akibat
penting. Model matematik juga memfasilitasi yang berhubungan dengan
permasalahan dan keseluruhannya serta mempertimbangkan semua
keterhubungannya secara simultan. Terakhir, model matematik membentuk
jembatan ke penggunaan teknik matematik dan komputer kemampuan tinggi
untuk menganalisis permasalahan.

Di sisi lain, model matematik mempunyai kelemahan. Tidak semua

karakteristik sistem dapat dengan mudah dimodelkan menggunakan fungsi
matematik. Meskipun dapat dimodelkan dengan fungsi matematik, kadang-
kadang penyelesaiannya sulit diperoleh karena kompleksitas fungsi dan
teknik yang dibutuhkan.

Bentuk umum pemrograman linier adalah sebagai berikut:

Fungsi tujuan :

Maksimumkan atau minimumkan z = c1x1 + c2x2 + ... + cnxn

Sumber daya yang membatasi :

a11x1 + a12x2 + ... + a1nxn = /≤ / ≥ b1

a21x1 + a22x2 + … + a2nxn = /≤ / ≥ b2

STIE Indonesia Membangun (inaba) 9

www.inaba.ac.id
am1x1 + am2x2 + … + amnxn = /≤ / ≥ bm

x1, x2, …, xn ≥ 0

Simbol x1, x2, ..., xn (xi) menunjukkan variabel keputusan. Jumlah

variabel keputusan (xi) oleh karenanya tergantung dari jumlah kegiatan atau
aktivitas yang dilakukan untuk mencapai tujuan. Simbol c1,c2,...,cn merupakan
kontribusi masing-masing variabel keputusan terhadap tujuan, disebut juga
koefisien fungsi tujuan pada model matematiknya.Simbol a11,
...,a1n,...,amn merupakan penggunaan per unit variabel keputusan akan
sumber daya yang membatasi, atau disebut juga sebagai koefisien fungsi
kendala pada model matematiknya. Simbol b1,b2,...,bmmenunjukkan jumlah
masing-masing sumber daya yang ada. Jumlah fungsi kendala akan
tergantung dari banyaknya sumber daya yang terbatas.

Pertidaksamaan terakhir (x1, x2, …, xn ≥ 0) menunjukkan batasan non-

negatif. Membuat model matematik dari suatu permasalahan bukan hanya
menuntut kemampuan matematik tapi juga menuntut seni permodelan.
Menggunakan seni akan membuat permodelan lebih mudah dan menarik.

Kasus pemrograman linier sangat beragam. Dalam setiap kasus, hal

yang penting adalah memahami setiap kasus dan memahami konsep
permodelannya. Meskipun fungsi tujuan misalnya hanya mempunyai
kemungkinan bentuk maksimisasi atau minimisasi, keputusan untuk memilih
salah satunya bukan pekerjaan mudah. Tujuan pada suatu kasus bisa
menjadi batasan pada kasus yang lain. Harus hati-hati dalam menentukan
tujuan, koefisien fungsi tujuan, batasan dan koefisien pada fungsi pembatas.

STIE Indonesia Membangun (inaba) 10

www.inaba.ac.id
Lambang matematika dalam kalimat bahasa Indonesia:

Tabel 1. Lambang Matematika

Lambang Kalimat

= Sama dengan

≠ Tidak sama dengan

> Lebih dari

< Kurang dari

≥ Minimal, minimum, lebih dari dan

sama dengan, tidak kurang dari,
sekurang-kurangnya, sedikitnya,
paling sedikit, ... dan ke atas

≤ Maksimal, maksimum, kurang dari

dan sama dengan, tidak lebih dari,
selebih-lebihnya, banyaknya, paling
banyak, ... dan ke bawah

x<y<z antara x dan z

x≤y≤z tidak antara x dan z

x<y≤z antara x dan tidak z

x≤y<z antara tidak x dan z

Contoh 1. Masalah Kombinasi Produk.

Tujuan Memaksimumkan Keuntungan

Suatu perusahaan menghasilkan tiga jenis produk yaitu sepatu, tas,

dompet. Jumlah waktu kerja tenaga kerja yang tersedia sebanyak 240 jam
kerja. Persediaan bahan tak lebih dari 400 kilogram kulit sintetis. Keuntungan
yang diharapkan dari masing masing produk per unit adalah Rp 300, Rp.500

STIE Indonesia Membangun (inaba) 11

www.inaba.ac.id
dan Rp. 200. Kebutuhan masing-masing produk terhadap bahan kulit seperti
pada table dibawah ini:

Tabel 2. Kasus Maksimum Contoh 1

Kebutuhan
Jenis produk Buruh Bahan kulit Harga (Rp)
(jam/unit) (kg/unit)
Sepatu 5 4 300
Tas 2 6 500
Dompet 4 3 200

Pada kasus ini perusahaan dihadapkan kepada masalah berapa

produk harus dihasilkan agar perusahaan dapat memaksimumkan
keuntungan.

Berdasarkan model linear programming yang perlu di formulasikan

adalah:

1. Variabel keputusan
Tiga variabel yang terdiri dari sepatu, tas, dompet yang harus dihasilkan
diberi notasi sebagai berikut:

X1= jumlah produk sepatu

X2= jumlah produk tas

X3= jumlah produk dompet.

2. Fungsi tujuan
Tujuan yang ingin dicapai perusahaan adalah memaksimumkan profit,
maka:

Fungsi tujuan adalah Z = 300X1 + 500X2 + 200X3

STIE Indonesia Membangun (inaba) 12

www.inaba.ac.id
3. Sistem Kendala
Dalam kasus ini yang menjadi kendala adalah jumlah jam kerja buruh dan
bahan kulit yang terbatas.

Kendala:

5 X1 + 2 X2 + 4 X3 ≤ 240

4 X1 + 6 X2 + 3 X3 ≤ 400

X1 , X2 , X3 ≥ 0

Secara lengkap model LP dapat diringkas sebagai berikut:

Maksimum Z = 3X1 + 5X2 + 2X3

Kendala: 5X1 + 2X2 + 4X3 ≤ 240

4X1 + 6X2 + 3X3 ≤ 400

Syarat: X1 , X2 , X3 ≥ 0

Contoh 2. Masalah Kombinasi Produk

Tujuan Meminimumkan Biaya/Ongkos

Untuk menjaga kesehatan, seseorang harus memenuhi kebutuhan

minimum per hari akan beberapa zat makanan seperti: kalsium, protein,
vitamin A yang diperoleh dari 3 jenis makanan: sayur, daging, susu.

Zat-zat yang terkandung dalam jenis makanan tadi serta kebutuhan

minimum per hari dapat dilihat pada table di bawah ini. Begitu juga harga per
unit masing-masing jenis makanan.

Tabel 3. Kasus Minimum Contoh 2

Kandungan Jenis Makanan Kebutuhan

Sayur Daging Susu Minimum
Kalsium 5 1 0 8

STIE Indonesia Membangun (inaba) 13

www.inaba.ac.id
Protein 2 2 1 10
Vitamin A 1 5 4 22
Harga per unit 0,5 0,8 0,6

Bagaimana mencari kombinasi ketiga jenis makanan tersebut agar

memenuhi kebutuhan minimum per hari dan memberikan biaya terendah.

Untuk menyelesaikan permasalahan tersebut perlu diformulasikan

kedalam model Linear Programming dengan menentukan :

a. Variabel keputusan yang terdiri dari:

X1 = jumlah sayur

X2 = jumlah daging

X3 = jumlah susu

b. Fungsi tujuan:
Tujuannya adalah meminimumkan biaya total menu per hari ditulis
sebagai berikut:

Z = 0,5 X1 + 0,8 X2 + 0,6 X3

c. Sistem kendala:
Kendala berupa kebutuhan minimum akan zat-zat makanan per hari
yang dapat dituliskan sebagai berikut:

Untuk kalsium : 5X1 + X2 ≥ 8

Untuk protein : 2X1 + 2X2 + X3 ≥ 10

Untuk Vitamin A : X1 + 5X2 + 4X3 ≥ 22

Secara lengkap masalah LP dapat ditulis sebagai berikut:

Minimum Z = 0,5 X1 + 0,8 X2 + 0,6 X3

STIE Indonesia Membangun (inaba) 14

www.inaba.ac.id
Kendala:

5X1 + X2 ≥ 8

2X1 + 2X2 + X3 ≥ 10

X1 + 5X2 + 4X3 ≥ 22

Syarat X1 , X2 , X3 ≥ 0

Penyelesaian dengan Pendekatan Matematis

Contoh 3. Kasus Maksimum

Suatu perusahaan memproduksi meja dan kursi. Proses produksi untuk

masing-masing produk dilakukan pada departemen yang berbeda yaitu
Departemen Pertukangan dan Departemen Pengecatan. Setiap meja yang
diproduksi membutuhkan waktu 4 jam untuk pengerjaan di Departemen
Pertukangan dan 2 jam di Departemen Pengecatan. Setiap kursi yang
diproduksi membutuhkan waktu 3 jam di Departemen Pertukangan dan 1 jam
di Departemen Pengecatan. Jam kerja yang tersedia untuk setiap masing-
masing departemen ialah 240 jam di Departemen Pertukangan dan 100 jam
di Departemen Pengecatan. Setiap produk yang dihasilkan memberikan
keuntungan sebesan $7 untuk meja dan $5 untuk kursi. Berdasarkan kasus
tersebut berapa kombinasi terbaik untuk membuat meja dan kursi untuk
mendapatkan keuntungan yang maksimum?

Jawab:

Variabel keputusan terdiri dari:

X1 = meja

X2 = kursi

Fungsi tujuan:

Maks Z = 7 X1 + 5 X2
STIE Indonesia Membangun (inaba) 15
www.inaba.ac.id
Kendala :

Departemen Pertukangan : 4 X1 + 3 X2 ≤ 240….. (I)

Departemen Pengecatan : 2 X1 + X2 ≤ 100……(II)

X1 , X2 ≥ 0

Penyelesaian secara matematis:

1. Ubah fungsi kendala yang merupakan bentuk pertidaksamaan menjadi

fungsi persamaan
4 X1 + 3 X2 ≤ 240….. (I) è 4 X1 + 3 X2 = 240

2 X1 + X2 ≤ 100……(II) è 2 X1 + X2 =100

2. Eliminasi persamaan I dan II

4 X1 + 3 X2 = 240 (x1) è 4 X1 + 3 X2 = 240

2 X1 + X2 = 100 (x2) è 4 X1 + 2 X2 = 200 –

X2 = 40

3. Substitusi X2 ke persamaan II
2 X1 + X2 = 100

2 X1 + 40 = 100

2 X1 = 60

X1 = 30

4. Masukkan nilai X1 = 30 dan X2 = 40 ke persamaan fungsi tujuan

Z = 7 X1 + 5 X2

Z = 7 (30) + 5 (40)

Z = 410

STIE Indonesia Membangun (inaba) 16

www.inaba.ac.id
Kesimpulan:

Untuk mendapatkan keuntungan maksimum sebesar $410, sebaiknya

perusahaan menghasilkan meja dan kursi masing masing sebanyak 30 unit
dan 40 unit.

Contoh 4: Kasus Minimum

Perusahaan makanan Ando merencanakan untuk membuat dua jenis

makanan yaitu Pasta dan Mie. Kedua jenis makanan tersebut mengandung
vitamin dan protein. Pasta paling sedikit diproduksi 2 unit dan Mie paling
sedikit diproduksi 1 unit. Tabel berikut menunjukkan jumlah vitamin dan
protein dalam setiap jenis makanan:

Tabel 4. Kasus Minimum Contoh 4

Jenis Makanan Vitamin Protein Biaya per unit

(Unit) (Unit)
(Rp 000)
Pasta 2 2 100
Mie 1 3 80
Minimum kebutuhan 8 12

Berdasarkan informasi diatas, tentukan kombinasi dua jenis makanan yang

optimal untuk meminimumkan biaya produksi?

Jawab:

Variabel keputusan terdiri dari :

X1 = Pasta

X2 = Mie

Fungsi tujuan :

Min Z = 100 X1 + 80 X2
STIE Indonesia Membangun (inaba) 17
www.inaba.ac.id
Kendala :

Vitamin : 2 X1 + X2 ≥ 8 ….. (I)

Protein : 2 X1 + 3 X2 ≥ 12…..(II)

Pasta : X1 ≥ 2………(III)

Mie : X2 ≥ 1………(IV)

X1 , X2 ≥ 0

Penyelesaian secara matematis:

1. Ubah fungsi kendala yang merupakan bentuk pertidaksamaan menjadi

fungsi persamaan
2 X1 + X2 ≥ 8…..(I) è 2 X1 + X 2 = 8

2 X1 + 3 X2 ≥ 12…(II) è 2 X1 + 3 X2 = 12

2. Eliminasi persamaan I dan II

2 X1 + X2 = 8

2 X1 + 3 X2 = 12 -

2 X2 = 4

X2 = 2

3. Substitusi X2 ke persamaan I
2 X1 + X2 = 8

2 X1 + 2 =8

2 X1 = 6

X1 = 3

4. Masukkan nilai X1 = 3 dan X2 = 2 ke persamaan fungsi tujuan

STIE Indonesia Membangun (inaba) 18
www.inaba.ac.id
 Z = 100 X1 + 80 X2

Z = 100 (3) + 80 (2)

Z = 460

Kesimpulan:

Untuk dapat meminimumkan biaya pengeluaran sebesar Rp 460.000,-,

sebaiknya perusahaan Anda menghasilkan Pasta dan Mie masing masing
sebanyak 3 unit dan 2 unit.

Referensi Utama:

1. Anderson, D.R. dkk. (2016). Introduction to Management Science:

Quantitive Approaches to Decision Making 14thEd. Ohio: Thomson.
2. Render, B., dkk. (2012). Quantitative Analysis For Management 11th Ed.
New Jersey: Pearson Education.
Referensi Penunjang:

1. Dimyati, Tjutju T. dan Ahmad Dimyati. (2015). Operation Research, Model

Pengambilan Keputusan. Bandung: Sinar Baru Algensindo.
2. Mulyono, Sri. Riset Operasi. Jakarta: Lembaga Penerbit Fakultas Ekonomi
UI.
3. https://www.academia.edu/16513916/PROGRAM_LINIER_OR (Akses: 7
Agustus 2019)

STIE Indonesia Membangun (inaba) 19

www.inaba.ac.id