OPTIMASI
(Tugas Mata Kuliah Hitung Keuangan)
Oleh
Kelompok 9
PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS LAMPUNG
2014
BAB I
PENDAHULUAN
1.1 LatarBelakang
Optimasi adalah suatu konsep penting dalam analisis ekonomi.Perusahaan
mencoba untuk memaksimaikan laba dan maminimasikan biaya. Pemerintah
berupaya untuk memperkecil pengangguran,inflasi dan juga memaksimalkan
hasil pajak. Konsemen ingin memperoleh kepuasaan maksimal dari produk
yang mereka beli.
OPTIMASI
9.1 PENDAHULUAN
Pada pembahasan ini akan diuraikan beberapa taknik optimasi. Pertama, optimasi
tanpa ada batasan dan kemudian dilanjutkan dengan optimasi dengan batasan.
Optimasi fungsi suatu variabel telah dibahas pada bagian sebelumnya. Di depan
sudah diperkenalkan istilah maksimum dan minimum, menentukan produksi yang
optimal hingga bagaimana mencari titik produksi yang menunjukan produsen
mencapai profit maksimal. Optimasi yang dimaksud adalah menemukan nilai dari
suatu fungsi dan kemudin melihanya apakah maksimum atau minimum.
Optimasi tanpa batasan yang dibahas pada bagian ini lebih lebih sulit
dibandingkan sebelumnya karena variabel yang dibahas lebih dari satu . contoh ,
fungsi f(x,y) akan berada pada titik optimum bila derivasi pertama nilainya
disamakan dengan nol. Dengan demikian bisa dikatakan variabel x dan y berada
pada titik stasioner pada x = x 0 dan y = y 0. Jika derivasi pertama secara parsial
untuk f kedua variabelnya sama dengan nol maka dapat dirumuskan sebagai
berikut:
fx( x 0 , y 0 ¿ = fy( x 0 , y 0 ¿ = 0
secara umum untuk fungsi lebih dari suatu variabel independen , posisi stasioner
akan berada pada derivasi pertama secara parsial sama dengan nol.
Contoh 9.1:
F(x,y) = 3 x 2 + y 2 + 4x - 4y + 7
Penyelesaian :
f x = 6x + 4, f y = 2y – 4
−4 2
Syarat posisi stasioner adalah f x = f y = 0 sehingga diperoleh x = - dan y = 2
6 3
−2
Dengan demikian dapat dikatakan posisi stasioner teletak . pada titik sebagai f(
3
,2) = 1,667. Untuk lebih jelasnya dapat dilihat dalam
Gambar 9.1 membantu kita untuk memahami letak koordinat stasioner . jika
fungsi hanya digambar f(x,y) maka letak stasioner berada pada cekungan terendah
dari fungsi . jka dibantu dengan perhitungan f x = f y = 0 maka bdang tersebut
−2
berada pada titik 3 dimensi x = , y = 2 dan z = f(x,y) =1,667 .Di dalam
3
gambar dapat dilihat letak stasioner itu. Posisi tersebut dapat ditentukan minimum
atau maksimum. Dikatakan minimum bila berada pada posisi paling
rendah,maksimu m bila berada pada nilai tetinggi. Untuk kasus nilai stasioner
tertinggi dapat dilihat gambar dari contoh 9.2
Contoh 9.2 :
F(x,y) = 100 - x 2 - y 2
Penyelesain :
f x = -2x , f y = -2y
Titik stasioner berada pada x = 0, y = 0 f( 0,0) = 100. Untuk lebih jelasnya, Lihat
Gambar 9.2
Selain maksimal dan minimum. Dalam posisi stasioner juga terdapat posisi
sadel(tempat duduk pada sepeda). Jadi tidak bisa dikatakan sebagai maksimum
atau minimum. Syarat untuk mencari titik tersebut juga sama . misal f(x,y) = y 2 -
2
x + 100, maka x = 0, y = 0 dan f(0,0) = 100
Sebagai tindak lanjut penggunaan istilah maksimum dan minimum yang ternyata
tidak tepat maka kemudian digunakan istilah nilai ekstrem . Seperti letak
statisioner pada gambar 9.3, letak tersebut dinamakan nilai ekstrem posisi
stasioner.
Bila analisis dilakukan dengan menggunakan gambar maka secara visual dapat
diketahui nilai ekstrem tersebut berada pada maksimum atau minimum dan bisa
juga terlihat titik sadel(saddle point ). Tetapi saat analisis terkadang kita tidak
perlu menggambar fungsi tersebut , tetapi cukup dengan analisi melalui proses
matematis. Caranya adalah dengan menggunakan alat perhitungan fungsi
diskriminan . Fungsi diskriminan tersebut dinotasikan sebagai D, dan bila fungsi
terdiri dari dua variabel maka rumusnya adalah sebagai berikut:
D = f xx . f yy - ( f xy ¿2
Contoh 9.3
f x = 3 x 2 + 5y , f y = 5x + 3 y 2 , f xx = 6x , f yy = 6y , dan f xy = 5
D = f xx . f yy - ( f xy ¿2
D = (6x).(6y) - 52 = 36xy – 25
Untuk mencari nilai stasioner dari fungsi f(x,y) dan menentukan ciri hasil
perhitungan apakah sebagai maksimum, minimum atau saddle point maka
diperlukan langakah sebagai berikut:
Bila diperoleh hasil diskriminan D adalah nol maka deteksi terhadap titik
stasioner tidak bisa dilanjutkan . Ada cara tersendiri ang belum dijelaskan
dibagian ini.
Bila f xx dan f yy berbeda tanda ( yang satu positif dan yang lain negatif) maka hasil
perhitungannya D< 0 . Untuk mendapatkan nilai D > 0 diperlukan hasil
perhitungan f xx dan f yy dengan tanda yang sama.
Contoh 9.4 :
F(x,y) = x 2 + 3 y 2 - 2xy + 1
Penyelesaian:
dan f yy >0 maka titik stasioner berada pada posisi minimum dab nilai perehitungan
f ( 0,0 )=1
Contoh 9.5 :
Penyelesaian :
Untuk melakukan uji maksimum atau minimum maka dihitung nilai D. Karena
ada dua pasangan (x,y) mka masing-masing dimasukan pada D ( x , y )=f xx . f yy −¿ ¿
dan persamaan D ( x , y )=( 6 x ) ( 4 )−¿ jadi, D (−1,2 )=−24. (−24 ) adalah negatif.
Karena f xx =6 (−2 ) <0 dan f yy >0 maka titik f (−1,2 ) =−6. stasioner berada pada
posisi maksimum.
Pada D ( 1,2 )=24=24 , karena f xx =6 ( 1 )> 0 dan f yy >0 , maka hasil perhitungan
fungsi f ( 1,2 ) =−10. Stasioner adalah berada pada posisi maksimum.
Contoh 9.6 :
Diketahui bahwa fungsi biaya produsen ditentukan oleh dua barang, X dan Y
Yaitu sebagai berikut:
C(X,Y)=2+3x2+2y2-(0,5)XY
R(X,Y)=10 X+15Y
Penyelesaian :
Untuk mencari profit maksimum terlebih dahulu dicari fungsi profitnya, yaitu
sebagai berikut:
PROFIT=R(X,Y)-C(X,Y)=10X+15Y-(2+3X2+2Y2-(0,5)XY)
PROFIT(X,Y)=10X+15Y-2-3X2-2Y2+(0,5)XY
Sehingga :
f x = - 6X + 0, 5 Y + 10, ........................................................................................(1)
f xx = -6
f yy = -4
f xy = 0,50
Untuk mencari nilai X dan Y , persamaan (3) dan (4) digabungkan. Sebelum
digabungkan, persamaan (3) dikalikan (8) menjadi
Kemudian menjadi :
-48 X + 4 Y + 80 = 0........................................................................................(5)
0.5 X – 4 Y + 15 ...................................................................................................(4)
Agar lebih jelas, kondisi tersebut bisa digambar seperti ditunjukan gambar 9.5
Catatan :
Tes yang dibahas tersebut untuk menentukan nilai suatu titik stasioner dari fungsi
dua variabel. Fungsi lebih dari dua variabel lebih rumit. Langkah yang paling
utama adalah devirasi parsial orde pertama dinolkan sehingga semua maksimum
atau minimum fungsi akan terjadi pada suatu titik stasioner.
Istilah batasan dalam ekonomi bisa juga disebut kendala (constrain). Seperti yang
sudah disebutkan di atas, misal untuk mencapai profit maksimum ternyata
produsen menghadapi batasan biaya. Konsumen, untuk mencapai kepuasan
maksimum, ada batasan pendapatan. Analisis yang akan dibahas di bagian ini
disebut optimasi dengan batasan.
Penyelesaian optimasi juga masih dibatasi dengan fungsi dua variabel. Dasar
pembahsannya adalah sebagai berikut : terdapat fungsi f ( x , y ) yang dicari nilai
stasionernya dengan batasan fungsi, misal g( x , y). Jadi f (x , y ) akan dicari nilai
optimumnya tetapi dibatasi oleh fungsi g( x , y). Fungsi g( x , y) itu sering disebut
sebagai kendala. Istilah lain f sebagai fungsi tujuan (objective function) dan
g ( x , y )=k , dan k sebagai kendala konstanta.
Ada dua metode yang akan dibahas dalam bagian ini. Pertama, metode substitusi
dan yang kedua adalah metode lagrange multipler.
Contoh 9.7 :
Seorang petani ingin membuat pagar untuk lahannya semaksimal mungkin dengan
batasan pagar yang dimilikinya hanya 1 km.
Penyelesaian :
Bentuk fungsi objektifnya adalah A=x . y . untuk membuat pagar agar menjadi
luas maka pagarr tersebut secara teoretis harus berupa segi empat sama sisi,
sehingga rumusan batasan menjadi 2 x+2 y=1 . Karena luas tersebut mempunyai
keliling 1 km maka x + y=0,5 . Dengan demikian x=0,5− y . Akhirnya persamaan
fungsi tujuan menjadi A=( 0,5− y ) . y=0,5 y− y 2. Dengan menggunakan fungsi
A=f ( y) maka optimum dapat diselesaikan dengan langkah sebagai berikut :
2
dA
=0,5−2 y dan d A =−2
dy dy
dA
Syarat I untuk mencapai optimum adalah =0 sehingga 0,5−2 y =0 dan
dy
diperoleh y=0,25 dan x=0,5−2 y=0
d2 A
Syarat II adalah tes maksimum atau minimum. Bila <0 akan maksimum dan
dy
2 2
d A d A
bila >0 akan minimum. Hasil yang diperoleh =−2 dan x=0,25 dan
dy dy
y=0,25 berada pada titik stasioner maksimum. Jadi hasil maksimum petani
memberi pagar lahannya sebesar A=( 0,25 ) . ( 0,25 )=0,0625 km 2 atau 625 meter
persegi. Untuk membatu pemahaman , lihat gambar 9.5
Contoh 9.8:
Penyelesaian :
Anggap bahwa total input cost (TIC) dengan persamaan TIC=2 K + L sebagai
fungsi tujuan. Persamaan batasan menjadi 240=8 K 1/ 4 L1/ 2 yang dapat
disederhanakan menjadi K 1 /4 L1 /2=30 . Dengan demikian:
1 −1
30
L2= 1
=30. K 4 , maka
K4
1 −1
2 2 4 2
( L ) =(30. K )
−1
L=900. K 2 .................................(1)
TIC=2 K + L................................(2)
−1
TIC=2 K +900. K 2 ...................(3)
Dengan menggunakan persamaan (3) dapat dicari TIC ' dan TIC menjadi sebagai
berikut:
−3
d (TIC)
=2−450 K 2 .................(4)
dK
d 2 (TIC) −5
2
2
=675 K .......................(5)
dK
−3
2−450 K =0 .........................(6)
2
−3
2
450 K =2
450
3
=2
K 2
3
2
2 K =450
3
2 450
K =
2
3
K =225 , sisi kiri dan kanan dipangkatkan (2/3)
2
3 2 2
2/ 3
( K ) =(225) , sehingga K=225 , K =36,883≈ 37
2 3 3
2 −5
d (TIC) 2
2
=675 ( 36,883 ) >0 , berarti posisi minimum
dK
Contoh 9.9:
Diketahui seorang produsen menghadapi biaya produksi sebagai K dan L per unit
sebesar 2 dan 4. Fungsi produksi dirumuskan sebagai Q = 6 KL + 2 L2.
Ditanyakan:
1. Bila TIC = 200, berapa output maksimum yang bias dicapai?
2. Bila Q yang ingin dicapai 1200 unit, berapa biaya minimum input yang
harus dikeluarkan untuk mencapai produksi tersebut?
Penyelesaian:
dQ 800
Uuntuk mengetahui posisi optium diperlukan syarat II, = 3 , dengan
dL L
2
d Q
L = 10,954. Hasilnya =0,607 positif, berarti bukti adanya stasioner
d L2
minimum.
Kesimpulannya, 73,03 adalah biaya minimum untuk bias menghasilkan Q
= 1200 pada K = 14,607 dan L = 10,954.
9.4.2 Metode Langrange Multiplier (LM)
Apabila kedua fungsi tersebut sudah tersedia maka metode langrange multiplier
akan menghasilkan variable sebagai pembantu pemecahan maslah optimasi
dengan memisalkan nilai λ (dibaca lambda). Variable λ digunakan untuk
membentuk fungsi baru lagrangian sebagai berikut:
F = f(x,y) + λ { k−g(x , y) }
Langkah penyelesaian:
Contoh 9.10 :
Penyelesaian :
π=R−C ,
Hasil pembentukan fungsi tersebut sebagai fungsi tujuan dan fungsi batasan, yaitu
X + Y = 20, dijadikan persamaan implicit 20 –X –Y = 0, sehingga F lagrangian
menjadi :
4−2 x +2 y−λ=0……………….(2)
20−x+ y =0…………….……….(3)
4−4 x +4 y=0…………………..(4)
4−4 x +4 y=0
Y=9,5
X= 20 -9,5 = 10,5
[ ] |[ ]|
0 gx gy 0 gx g y
H= g x f xx f xy sehingga |H|= g x f xx f xy =2 g x g y f xy −g2y f xx −g2x f yy
g y f yx f yy g y f yx f yy
Jadi penerapan untuk contoh 9.10dapat dilanjurtkan dengan tes optimal hessian
sebagai berikut:
g x =1 , g y =1
[ ][ ]
0 gx gy 0 1 1
H= g x f xx f xy = 1 −2 2 =|H|=2 ( 2 )−¿
g y f yx f yy 1 2 −2
Contoh 9.11
Sebuah perusahaan akan mengalokasikan dana sebesar Rp 600 ribu untuk iklan
dan penelitian. Dalam mengukur biaya iklan dan dana penelitian dirumuskan
sebagai berapa ribu unit x untuk iklan dan berapa ribu unit y untuk penelitian.
Kegiatan usaha perusahaan dirumuskan sebagai fungsi penjualan
f ( x , y )=30 x 4 /5 y 1/3 unit produk .ditanyakan berapa besar penjualan maksimum
dicapai karena akibat dari penggunaan barag untuk iklan dan penelitian?
Penyelesaian:
Untuk mencapai tujuan maka dibuat rumusan fungsi tujuan dalam ribuan menjadi
menjadi f ( x , y )=30 x 4 /5 y 1/3 dan batasan f ( x , y )=x+ y=600 , diubah dalam
persamaan implisit 600−x− y=0 sehingga:
4 /5 1/ 3
F=30 x y + λ(600−x− y )
∂F ∂F ∂F
=0 , =0 , dan =0 , menjadi
∂x ∂y ∂λ
−1
y −λ=0..................(1)
5 1/3
24 x
4 −2
10 x y −λ=0......................(2)
5 3
Persamaan (1)-(2)
−1 4 −2
5 1/3
24 x y −10 x 5 y 3 =0
−1 4 −2
24 (600− y ) 5 y 1/3 −10(600− y) 5 y 3 =0
Hasilnya:
4 1
5 3
f ( x , y )=30 x y
g ( x , y )=x + y
1
24
f ( x ) (x , y )= 6
y3
5
x
f xx =−0,019
4
d x5
f ( x , y ) ;= f ( x , y )→ 10 4
dy
x5
4
5
−20 x
f yy ( x , y ) ;= . 5
3
y3
f yy =−0,152
8
f xy ( x , y ) :=
[x . x ]
1 4
5 5
f xy =0,076
[ ][ ]
0 gx gy 0 1 1
H= g x f xx f xy = 1 −0,019 0,076
g y f yx f yy 1 0,076 −0,152
|[ ]|
0 gx gy
|H|= g x f xx f xy =2 g x g y f xy −g2y f xx −g2x f yy
g y f yx f yy
BAB III
PENUTUP
3.1 Kesimpulan