Programa Linier

(linear programming)

Ainul Haq Parinduri

1
 Konsep Dasar
George B.
B Dantzig (Pioner LP)
Pemrograman Linear (Linear Programming)
adalah metode matematik dalam
mengalokasikan sumber daya yang langka untuk
mencapai tujuan tunggal seperti
memaksimumkan keuntungan atau
meminimumkan biaya

2
 Model Pemrograman Linear
1
1. Variabel Keputusan : Variabel persoalan yang akan
mempengaruhi nilai tujuan yang hendak dicapai.
2. Fungsi Tujuan : Di mana tujuan yang hendak dicapai
harus diwujudkan ke dalam sebuah fungsi matematika
linear, yang kemudian fungsi itu dimaksimumkan atau
diminimumkan terhadap kendala
kendala‐kendala
kendala yang ada.
3. Fungsi Kendala : Kendala dalam hal ini dapat
diumpamakan sebagai suatu pembatas terhadap
k
kumpulanl k
keputusan yang mungkin
k dibuat
db d
dan h
harus
dituangkan ke dalam fungsi matematika linear yang
dihadapip oleh manajemen.
j

3
 MODEL LP
Kegiatan
g Pemakaian sumber pper unit Kapasitas
p
Sumber Kegiatan (keluaran) Sumber
1 2 3 …. n
1 a11 a12 a13 …. a1n
1 b1
2 a21 a22 a23 …. a2n b2
3 a31 a32 a33 …. a3n b3
… … … … … …
m am1 am2 am3 …. amn bm
ΔZ pertambahan
tiap
i unit
i
C1 C2 C3 Cn
Tingkat kegiatan X1 X2 X3 Xn
 Model Matematis
• Fungsi tujuan:
– Maksimumkan Z = C1X1+ C2X2+ C3X3+ ….+ CnXn
• Batasan :
1. a11X1+ a12X2 + a13X3 + ….+ a1nXn ≤ b1
2. a21X1+ a22X2 + a33X3 + ….+ a2nXn ≤ b1
…..
m. am1X1+ am2X2 + am3X3 + ….+ amnXn ≤ bm
dan
X1 ≥ 0, X2 ≥ 0, ………. Xn ≥ 0
Asumsi‐Asumsi Dasar Linear Programming

1. Linierityy
jika suatu kendala melibatkan 2 variabel keputusan
maka dalam diagram dimensi dua maka ia akan berupa
garis lurus

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

Misal:
Z= 3X1+5X2 dimana X1 = 10 dan X2 = 2
sehingga Z = 40

Jika X1 bertambah 1 unit Æ Z = 43

3. Divisibility
Keluaran (output) yang dihasilkan oleh setiap kegiatan
p berupa
dapat p bilangan
g p pecahan
Asumsi‐Asumsi Dasar Linear Programming

4. Deterministik (Certainty)
( y)
Semua parameter yang terdapat dalam model LP (aij,
b,, Cj) dapat diperkirakan dengan pasti

5. Nonnegativity
Nilai variabel keputusan haruslah nonnegatif ( ≥ ) 0
 LINEAR PROGRAMMING DENGAN METODE GRAFIK
Contoh
C h
Perusahaan sepatu membuat 2 macam sepatu. Yang pertama merek I1,
dgn
g sol karet,, dan merek I2 dgn
g sol kulit. Diperlukan
p 3 macam mesin.
Mesin 1 membuat sol karet, mesin 2 membuat sol kulit, dan mesin 3
membuat bagian atas sepatu dan melakukan assembling bagian atas
dengan sol.
sol Setiap lusin sepatu merek I1 mula
mula‐mula
mula dikerjakan di mesin 1
selama 2 jam, kemudian tanpa melalui mesin 2 terus dikerjakan di mesin
3 selama 6 jam. Sedang untuk sepatu merek I2 tidak diproses di mesin 1,
tetapi pertama kali dikerjakan di mesin 2 selama 3 jam kemudian di
mesin 3 selama 5 jam. Jam kerja maksimum setiap hari mesin 1 adalah 8
jam, mesin 2 adalah 15 jam, dan mesin 3 adalah 30 jam. Sumbangan
terhadap
h d laba
l b setiap
i lusin
l i sepatu merekk I1 = Rp 30.000,00
30 000 00 sedang
d merekk
I2 = Rp 50.000,00. Masalahnya adalah menentukan berapa lusin
sebaiknya sepatu merek I1 dan merek I2 yang dibuat agar bisa
memaksimumkan laba.
 B t k Tabel
Bentuk T b l
Merek I1 I2 Kapasitas
Mesin (X1) (X2) Maksimum
1 2 0 8
2 0 3 15
3 6 5 30
Sumbangan
g laba 3 5
1. Variabel Keputusan :
X1 = jumlah lusin merek I1 yang harus dibuat
X2 jumlah lusin merek I2 yang harus dibuat
2. Fungsi Tujuan :
Maksimumkan Z = 3X1 + 5X2
3. Fungsi Kendala :
2X1 ≤8
3X2 ≤ 15
6X1 + 5X2 ≤ 30
X1 , X2 ≥ 0

11
Model
d l LP

Maksimumkan Z = 3X1 + 5X2

Dengan syarat:
2X1 ≤8
3X2 ≤ 15
6X1 + 5X2 ≤ 30
X1 , X2 ≥ 0

12