MAKALAH PROGRAM LINIER

“METODE GRAFIK”

Disusun Oleh:

1. Didik Setiawan (A710190011)

2. Listiana Adriati (A710190012)
3. Satria Dimas T (A710170057)
4. Aji Santosa (A710170129)
5. Fathan Muqorrabin (A710170072)

S1 PENDIDIKAN TEKNIK INFORMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS MUHAMMADIYAH SURAKARTA

2021

i
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT karena dengan rahmat,
karunia, serta taufik dan hidayah-Nya penulis dapat menyelesaikan makalah
tentang “Metode Grafik”.

Penulis sangat berharap makalah ini dapat berguna dalam menambah

wawasan serta pengetahuan kita mengenai hukum persaingan usaha. Penulis juga
menyadari bahwa di dalam makalah ini terdapat kekurangan dan jauh dari kata
sempurna. Oleh sebab itu , penulis berharap adanya kritik, saran dan usulan demi
perbaikan makalah yang telah penulis buat dimasa yang akan datang, mengingat
tidak ada sesuatu yang sempurna tanpa saran yang membangun.

Semoga makalah sederhana ini apat dipahami bagi siapapun yang

membacanya. Sekiranya makalah yang telah disusun ini dapat berguna bagi penulis
sendiri maupun orang yang membacanya. Sebelumnya penulis mohon maaf apabila
terdapat kesalahan kata-kata yang kurang berkenan, dan memohon kritik dan saran
yang membangun.

Surakarta, 31 Desember 2021

Penyusun

ii
1
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Operasi riset (operation research) merupakan penerapan beberapa

metode ilmiah yang membantu memecahkan persoalan rumit yang muncul
dalam kehidupan sehari-hari kemudian di inteprestasikan dalam permodelan
matematika guna mendapatkan informasi solusi yang optimal. Operational
research juga banyak digunakan untuk mengambil keputusan yang logis serta
dapat dijelaskan secara kuantitatif. Pendekatan khusus ini bertujuan
membentuk suatu metode ilmiah dari sistem menggabungkan ukuran-ukuran
faktor-faktor seperti kesempatan dan risiko, untuk meramalkan dan
membandingkan hasil-hasil dari beberapa keputusan, strategi atau
pengawasan. Karena keputusan dalam riset operasi dapat berkaitan dengan
biaya relevan, dimana semua biaya yang terkaitan dengan keputusan itu harus
dimasukkan, kualitas baik dipengaruhi oleh desain produk atau cara produk
dibuat, kehandalan dalam suplai barang dan jasa, kemampuan operasi untuk
membuat perubahan dalam desain produk atau kapasitas produksi untuk
menyesuaikan diri terhadap perubahan yang terjadi.

Progam linier secara umum adalah program linier merupakan salah

satu teknik menyelesaikan riset operasi, dalam hal ini adalah khusus
menyelesaikan masalah-masalah optimasi (memaksimalkan atau
memininumkan) tetapi hanya terbatas pada masalah-masalah yang dapat diubah
menjadi fungsi linear. Secara khusus, persoalan program linear merupakan
suatu persoalan untuk menentukan besarnya masing-masing nilai variabel
sehingga nilai fungsi tujuan atau objektif yang linear menjadi optimum
(memaksimalkan atau meminimumkan) dengan memperhatikan adanya
kendala yang ada, yaitu kendala yang harus dinyatakan dalam bentuk
ketidaksamaan yang linear. Banyak sekali keputusan utama dihadapi oleh

1
 seorang manajer perusahaan untuk mencapai tujuan perusahaan dengan batasan
situasi lingkungan operasi. Pembatasan tersebut meliputi sumberdaya misalnya
waktu, tenaga kerja, energi, bahan baku, atau uang. Secara umum, tujuan umum
perusahaan yang paling sering terjadi adalah sedapat mungkin memaksimalkan
laba. Tujuan dari unit organisasi lain yang merupakan bagian dari suatu
organisasi biasanya meminimalkan biaya. Saat manajer berusaha untuk
menyelesaikan masalah dengan mencari tujuan yang dibatasi oleh batasan
tertentu, teknik sains manajemen berupa program linear sering digunakan untuk
permasalahan ini.

1.2 Rumusan Masalah

1.3.1 Apa yang dimaksud dengan Program Linier (Linear Programing)?
1.3.2 Bagaimana Formulasi Program Linier?
1.3.3 Apa saja model Pemrograman Linier Metode Grafik
1.3.4 Bagaimana contoh soal dan pembahasan fungsi maksimalisasi
keuntungan dan minimalisasi biaya?
1.3 Tujuan
1.3.1 Dapat memahami tentang Program Linier.
1.3.2 Mengerti formulasi permasalahan Program Linier.
1.3.3 Mengerti dan memahami model Pemrograman Linier Metode
grafik.
1.3.4 Memahami contoh soal dan pembahasan menggunakan metode
grafik.

2
 BAB II

ISI

2.1 Program Linier

Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber
dayanya, baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan,
ruang tenaga kerja, jam kerja, maupun modal. Dengan keterbatasan ini,
perusahaan perlu merencanakan strategi yang dapat mengoptimalkan hasil yang
ingin dicapai, baik itu berupa keuntungan maksimal atau biaya minimal.
Berbagai cara lain telah ditemukan untuk tujuan itu, salah satu diantaranya
pemrograman linear (Eddy, 2008).
Pemrograman Linear merupakan metode matematik dalam
mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti
memaksimumkan keuntungan dan meminimumkan biaya. Pemrograman Linear
banyak diterapkan dalam masalah ekonomi, industri, militer, sosial dan lain-
lain. Pemrograman Linear berkaitan dengan penjelasan suatu kasus dalam dunia
nyata sebagai suatu model matematik yang terdiri dari sebuah fungsi tujuan
linear dengan beberapa kendala linear (Siringoringo, 2005).
Program linear adalah suatu cara matematis yang digunakan untuk
menyelesaikan masalah yang berkaitan dengan pengalokasian sumberdaya yang
terbatas untuk mencapai optimasi, yaitu memaksimumkan atau meminimumkan
fungsi tujuan yang bergabung pada sejumlah variabel input. Penerapan program
linear banyak diterapkan dalam masalah ekonomi, industri, sosial dan lain-
lainnya, misalnya periklanan, industri manufaktur (penggunaan tenagakerja
kapasitas produksi dan mesin), distribusi dan pengangkutan, dan perbankan
(portofolio investasi). Program linear berkaitan dengan penjelasan suatu kasus
dalam dunia nyata sebagai model matematik yang terdiri dari sebuah fungsi
tujuan linear dengan beberapa kendala linear. Pemrograman linear merupakan
metode matematik dalam mengalokasikan sumber daya yang terbatas untuk

3
 mencapai suatu tujuan seperti memaksimumkan keuntungan dan
meminimumkan biaya. Pemrograman linear banyak diterapkan dalam masalah
ekonomi, industri, militer, sosial dan lain-lain. Pemrograman linear berkaitan
dengan penjelasan suatu kasus dalam dunia nyata sebagai suatu model
matematik yang terdiri dari sebuah fungsi tujuan linear dengan beberapa
kendala linear. Pemrograman linear meliputi perencanaan aktivitas untuk
mendapatkan hasil optimal, yaitu sebuah hasil yang mencapai tujuan terbaik
(menurut model matematika) diantara semua kemungkinan alternatif yang ada.

2.2 Formulasi Permasalahan

Masalah keputusan yang sering dihadapi analisis adalah alokasi

optimum sumber daya. Sumber daya dapat berupa uang, tenaga kerja, bahan
mentah, kapasitas mesin, waktu, ruangan atau teknologi. Tugas analisis adalah
mencapai hasil terbaik dengan keterbatasan sumber daya itu. Setelah masalah
diidentifikasikan, tujuan ditetapkam, langkah selanjutnya adalah formulasi
model matematika. Formulasi model matematika ada 3 tahap :

1. Tentukan variabel yang tidak diketahui dan dinyatakan dalam simbol.

2. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linier
dari variabel keputusan.
3. Menentukan semua kendala masalah tersebut dan mengekspresikannya
dalam persamaan atau pertidaksamaan.

Contoh Kasus:

Seorang pengrajin menghasilkan satu tipe meja dan satu tipe kursi. Proses yang
dikerjakan hanya merakit meja dan kursi. Dibutuhkan waktu 2 jam untuk
merakit 1 unit meja dan 30 menit untuk merakit 1 unit kursi. Perakitan dilakukan
oleh 4 orang karyawan dengan waktu kerja 8 jam perhari. Pelanggan pada
umumnya membeli paling banyak 4 kursi untuk 1 meja. Oleh karena itu
pengrajin harus memproduksi kursi paling banyak empat kali jumlah meja.

4
Harga jual per unit meja adalah Rp 1,2 juta dan per unit kursi adalah Rp 500
ribu. Formulasikan kasus tersebut ke dalam model matematiknya !

Penyelesaian

 Langkah Pertama
Mengidentifikasi tujuan, alternatif keputusan dan sumber daya yang
membatasi. Berdasarkan informasi yang diberikan pada soal, tujuan
yang ingin dicapai adalah memaksimumkan pendapatan. Alternatif
keputusan adalah jumlah meja dan kursi yang akan diproduksi. Sumber
daya yang membatasi adalah waktu kerja karyawan dan perbandingan
jumlah kursi dan meja yang harus diproduksi (pangsa pasar )
 Langkah Kedua
Memeriksa sifat proporsionalitas, additivitas, divisibilitas dan
kepastian. Informasi di atas tidak menunjukkan adanya pemberian
diskon, sehingga harga jual per meja maupun kursi akan sama meskipun
jumlah yang dibeli semakin banyak. Hal ini mengisyaratkan bahwa
total pendapatan yang diperoleh pengrajin proposional terhadap jumlah
produk yang terjual. Penggunaan sumber daya yang membatasi , dalam
hal ini waktu kerja karyawan dan pangsa pasar juga proporsional
terhadap jumlah meja dan kursi yang diproduksi. Dengan demikian
dapat dinyatakan sifat proporsionalitas dipenuhi. Total pendapatan
pengrajin merupakan jumlah pendapatan dari keseluruhan meja dan
kursi yang terjual. Penggunaan sumber daya ( waktu kerja karyawan dan
pangsa pasar) merupakan penjumlahan waktu yang digunakan untuk
memproduksi meja dan kursi. Maka dapat dinyatakan juga sifat
additivitas dipenuhi. Sifat divisibilitas dan kepastian juga dipenuhi.

 Langkah Ketiga

5
 Ada dua variabel keputusan dan dua sumber daya yang membatasi.
Fungsi tujuan merupakan maksimisasi, karena semakin besar
pendapatan akan semakin disukai oleh pengrajin. Fungsi kendala
pertama (batasan waktu) menggunakan pertidaksamaan ≤, karena waktu
yang tersedia dapat digunakan sepenuhnya atau tidak, tapi tidak
mungkin melebihi waktu yang ada. Fungsi kendala yang kedua bisa
menggunakan ≤ atau ≥ tergantung dari pendefinisianvariabelnya

Definisikan Variabelnya:

x₁ = jumlah meja yang akan diproduksi

x₂ = jumlah kursi yang akan diproduksi

Model umum Pemrograman Linier kasus di atas adalah :

Fungsi tujuan :

Maksimumkan z = 1.2 x₁ + 0.5 x₂

Kendala : 2x₁ + 0.5 x₂≤ 32

x₁/x₂ ≥ ¼ atau 4x₁≥ x₂ atau 4x₁– x₂ ≥ 0

x₁ , x₂ ≥ 0

2.3 Model Pemrograman Linier Metode Grafik

Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan
dimana hanya terdapat dua variabel keputusan. Untuk menyelesaikan
permasalahan tersebut. Metode grafik adalah satu cara yang dapat digunakan
untuk memecahkan masalah optimalisasi dalam programasi linier.

6
Keterbatasan metode ini adalah variabel yang bisa digunakan terbatas (hanya
dua), penggunaan 3 variabel akan sangat sulit dilakukan.

Dua macam fungsi Program Linear:

 Fungsi tujuan : mengarahkan analisa untuk mendeteksi tujuan perumusan

masalah
 Fungsi kendala : untuk mengetahui sumber daya yang tersedia dan
permintaan atas sumber daya tersebut

Langkah – langkah penyelesaian dengan metode grafik:

1. Buatlah model matematika / kendala

2. Tentukan fungsi sasaran (Z).
3. Menyelesaikan fungsi pertidaksamaan :

 Jadikan setiap kendala menjadi bentuk persamaan,

 Buat grafik untuk setiap kendala dan kemudian tentukan daerah
penyelesaian atau HP,
 Setelah grafik dibuat, kemudian tentukan himpunan penyelesaian
(HP). Setelah itu, kita menentukan titik – titik terluar yang terdapat
didalam grafik tersebut.
 Setelah titik – titik terluar ditentukan, Uji titik – titik terluarnya untuk
menentukan nilai maksimumnya.

2.3.1 Fungsi Tujuan Maksimalisasi

Maksimisasi dapat berupa memaksimalkan keuntungan atau hasil.

Contoh:

7
 PT. INDAH MEBEL membuat dua produk yaitu meja dan kursi,
yang harus diproses melalui perakitan dan pemolesan. Fungsi
perakitan memiliki 60 jam kerja sedangkan fungsi pemolesan hanya
48 jam kerja. Untuk menghasilkan satu meja dibutuhkan 4 jam kerja
perakitan dan 2 jam pemolesan. Laba tiap meja $8 dan tiap kursi $6.
Pemecahan :
Sekarang kita harus menentukan kombinasi terbaik dari meja dan
kursi yang harus diproduksi dan dijual guna mencapai laba
maksimum.
Ada dua batasan (disebut juga KENDALA) yaitu waktu yang
tersedia untuk perakitan dan waktu yang tersedia untuk pemolesan.
Kita buat ringkasan matematik dari kasus perusahaan tersebut diatas
:
Waktu yang dibutuhkan untuk 1 unit Total Jam yang
produk tersedia
Meja (M) Kursi (K)
Perakitan 4 2 60
Pemolesan 2 4 48

Laba per
Unit $8 $6
LANGKAH PERTAMA
 Untuk memulai memecahkan persoalan kita nyatakan informasi tersebut dalam
bentuk matematik yaitu memaksimalkan Fungsi Tujuan (hubungan output
terhadap Keutungan).
8M = total keuntungan dari pendapatan meja
6K = total keuntungan dari penjualan kursi
Fungsi Tujuan = 8M + 6K
 Waktu yang digunakan membuat kedua produk tidak boleh melebihi total waktu
yang tersedia bagi kedua fungsi. (Fungsi Kendala) :
PERAKITAN :

8
 4M + 2K ≤ 60

PEMOLESAN
2M + 4K ≤ 48
 Agar mendapat jawaban yang berarti maka nilai M dan K harus positif (meja
dan kursi yang nyata) artinya harus lebih besar dari 0 (M≥0 dan K≥0).
 Persoalan dapat diringkas dalam bentuk matematik :
Maksimumkan : Laba = 8M + 6K (Fungsi Tujuan)
Dibatasi Oleh : (Fungsi Kendala)
4M + 2K ≤ 60
2M + 4K ≤ 48
M≥0 dan K≥0
LANGKAH KEDUA
 Gambarkan batasan-batasan tersebut dalam sebuah grafik, meja pada sumbu
horizontal dan kursi pada sumbu vertical.
 Asumsikan :
a. Tidak ada waktu yang tersedia untuk merakit meja (produksi meja = 0),
maka kursi dapat dibuat sampai dengan 30. Titik kita yang pertama adalah
(0,30).
b. Untuk mendapatkan titik kedua, asumsikan tidak tersedia waktu untuk
merakit kursi (produksi kursi = 0), sehingga kita dapat memproduksi meja
K=15. Titik kedua kita adalah (15,0).

K
J 30 B (0,30)
u
m 25
l
a 20
h
15
K
10
u
r 5
s
i C (15,0) M

0 5 10 15 20 25 30

Jumlah Meja

 Setiap kombinasi meja dan kursi pada garis BC akan menghabiskan 60 jam
waktu. Contoh : jika kita produksi 10 meja maka akan diproduksi 10 kursi (titik

9
 10,10), pada grafik akan menghabiskan waktu perakitan 10 (4jam) + 10 (2jam)
= 60 jam.
 Fungsi Pemolesan :
2M + 4K ≤ 48
Asumsikan tidak tersedia waktu untuk aktivitas pemolesan kursi (pemolesan
kursi = 0), sehingga kita melakukan pemolesan M = 24, Titik (24,0). Begitupun
sebaliknya tidak ada waktu untuk pemolesan Meja (Pemolesan Meja = 0),
sehingga kita melakukan pemolesan Kursi K = 12, Titik (0,12).

K
J 24
u
m 20
l
a 16
h
12 D (0,12)
K
8
u
r 4 E(24,0)
s
i A M

0 4 8 12 16 20 24

Jumlah Meja

 Penyajian grafik batasan persoalan

32 B (0,30)

28
J 24
u
m 20
l
a 16
h
12 E (0,12)
K
8 D
u
r 4
s
i A C (15,0) F (24,0) M
0 4 8 12 16 20 24 28 32
Jumlah Meja

 Kombinasi meja dan kursi yang berada dalam AEDC disebut pemecahan yang
memungkinkan (feasible solutions), kombinasi di luar AEDC tidak mungkin
menjadi solusi.
Contoh :
Untuk 10 meja dan 5 kursi
Perakitan : 4M + 2K ≤ 60 jam
4(10) + 2 (5) = 50 jam

10
 Pemolesan : 2M + 4K ≤ 48 jam
2(10) + 4(5) = 40 jam

Waktu yang dibutuhkan untuk membuat 10 meja dan 5 kursi (titik 10,5) masih
masuk dalam area feasible solution (AEDC) merupakan pemecahan yang
memungkinkan.
LANGKAH KETIGA
 Tetapkan titik D, maka semua titik di bidang arsiran AECD akan diketahui.
 Bagaimana mengetahui titik D?
a. membaca gambar grafik secara cermat pertemuan titik D.
b. Membaca kesamaan dua garis berpotongan titik D. Kesamaan itu adalah :
4M + 2K = 60
2M + 4K = 48
Untuk memecahkan dua kesamaan secara bersamaan maka kalikan
kesamaan pertama dengan – 2:
-2 (4M + 2K = 60) = -8M – 4K = -120
+2M + 4K = 48
-6M = -72
M = 12

Selanjutnya, substitusikan 12 untuk M dalam kesamaan kedua.

2M + 4K = 48
2(12) + 4K = 48
24 + 4K = 48
4K = 24
K=6

Jadi Titik D adalah (12,6)

LANGKAH KEEMPAT

11
 Hitung nilai empat sudut dari bidang arsiran untuk melihat komposisi produksi
manakah yang menghasilkan laba terbesar :
Titik A (0,0) : 8(0) + 6(0) = 0
Titik E (0,12) : 8(0) + 6(12) = 72
Titik C (15,0) : 8(15) + 6(0) = 120
Titik D (12,6) : 8(12) + 6(6) = 132
 Kesimpulan : Untuk memperoleh keuntungan optimal, maka komposisi produk
adalah Meja 12 buah dan Kursi 6 buah dengan keuntungan sebesar $132.

2.3.2 Fungsi Tujuan Minimisasi

Minimisasi dapat berupa meminimumkan biaya produksi.
Solusi optimal tercapai pada saat garis fungsi tujuan menyinggung
daerah feasible yang terdekat dengan titik origin.

Contoh :
Perusahaan makanan ROYAL merencanakan untuk
membuat dua jenis makanan yaitu Royal Bee dan Royal Jelly. Kedua
jenis makanan tersebut mengandung vitamin dan protein. Royal Bee
paling sedikit diproduksi 2 unit dan Royal Jelly paling sedikit
diproduksi 1 unit. Tabel berikut menunjukkan jumlah vitamin dan
protein dalam setiap jenis makanan:

Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan

biaya produksi.

Langkah – langkah:
1. Tentukan variabel

12
 X1 = Royal Bee
X2 = Royal Jelly
2. Fungsi tujuan
Zmin = 100X1 + 80X2
3. Fungsi kendala
1) 2X1 + X2 ≥ 8 (vitamin)
2) 2X1 + 3X2 ≥ 12 (protein)
3) X1 ≥ 2 (jumlah minimal yang harus di produksi = 2 unit)
4) X2 ≥ 1 (jumlah minimal yang harus di produksi = 1 unit)

1. Membuat grafik
1) 2X1 + X2 = 8
X1 = 0, X2 = 8
X2 = 0, X1 = 4
Garis isoquant titik (4,8)
2) 2X1 + 3X2 = 12
X1 = 0, X2 = 4
X2 = 0, X1 = 6
Garis isoquant titik (6,4)
3) X1 = 2
4) X2 = 1

13
Solusi optimal tercapai pada titik B (terdekat dengan titik origin), yaitu
persilangan garis kendala (1) dan (2).
2X1 + X2 =8
2X1 + 3X2 = 12
-
-2X2 = -4
X2 =2

masukkan X2 ke kendala (1)

2X1 + X2 =8
2X1 + 2 =8
2 X1 =8–2=6
X1 =3

masukkan nilai X1 dan X2 ke Z

Z min = 100X1 + 80X2
= 100(3) + 80(2)
= 300 + 160
= 460

14
 Kesimpulan :

Untuk meminimumkan biaya produksi, maka diproduksi Royal Bee (X1 ) =

3 dan Royal Jelly (X2 ) = 2, dengan biaya produksi 460 ribu rupiah.

2.4 Contoh soal Dan Pembahasan

1. PT LAQUNATEKSTIL memiliki sebuah pabrik yang akan memproduksi
2 jenis produk, yaitu kain sutera dan kain wol. Untuk memproduksi kedua
produk diperlukan bahan baku benang sutera, bahan baku benang wol dan
tenaga kerja. Maksimum penyediaan benang sutera adalah 60 kg per hari,
benang wol 30 kg per hari dan tenaga kerja 40 jam per hari. Kebutuhan
setiap unit produk akan bahan baku dan jam tenaga kerja dapat dilihat
dalam tabel berikut:

Kg Bahan Baku & Jam

Jenis Bahan Baku dan Maksimum
Tenaga Kerja
Tenaga Kerja Penyediaan
Kain Sutra Kain Wol

Benang Sutra 2 3 60 kg

Benang Wol - 2 30 kg

Tenaga Kerja 2 1 40 kg

Langkah-langkah:
1) Tentukan variabel
X1=kain sutera
X2=kain wol
2) Fungsi tujuan
Zmax= 40X1 + 30X2
3) Fungsi kendala / batasan
1. 2X1 + 3X2 60 (benang sutera)
2. 2X2 30 (benang wol)
3. 2X1 + X2 40 (tenaga kerja)

15
4) Membuat grafik
1. 2X1 + 3 X 2=60
X1=0, X2 =60/3 = 20
X2=0, X1= 60/2 = 30
2. 2X2 30
X2=15
3. 2X1 + X2 40
X1=0, X2 = 40
X2=0, X1= 40/2 = 20

Cara mendapatkan solusi optimal:

1. Dengan mencari nilai Z setiap titik ekstrim.
Titik A
X1=0, X2=0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 0 + 30 . 0 = 0
Titik B
X1=20, X2=0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 20 + 30 . 0 = 800
Titik C
Mencari titik potong (1) dan (3)

16
 2X1 + 3X2 = 60
2X1 + X2 = 40
2X2=20 X2=10
Masukkan X2 ke kendala (1)
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 X1 = 15
masukkan nilai X1 dan X2 ke Z
Z = 40X1 + 30X2 = 40 . 15 + 30 . 10 = 600 + 300 = 900 (optimal)
Titik D
2X2 = 30
X2 = 15
masukkan X2 ke kendala (1)
2X1 + 3 . 15 = 60
2X1 + 45 = 60
2X1 = 15 X1 = 7,5
masukkan nilai X1 dan X2 ke Z
Z = 40 . 7,5 + 30 . 15 = 300 + 450 = 750
Titik E
X2 = 15
X1 = 0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 0 + 30 .15 = 450
Kesimpulan :
untuk memperoleh keuntungan optimal, maka X1 = 15 dan X2 = 10 dengan
keuntungan sebesar Rp 900 juta.

2. Perusahaan makanan ROYAL merencanakan untuk membuat dua jenis

makanan yaitu Royal Bee dan Royal Jelly. Kedua jenis makanan tersebut
mengandung vitamin dan protein. Royal Bee paling sedikit diproduksi 2

17
 unit dan Royal Jelly paling sedikit diproduksi 1 unit. Tabel berikut
menunjukkan jumlah vitamin dan protein dalam setiap jenis makanan:

Jenis Makanan Vitamin (unit) Protein (unit) Biaya per unit (ribu rupiah)

Royal Bee 2 2 100

Royal Jelly 1 3 80

Minimum Kebutuhan 8 12 -

Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan

biaya produksi.
Langkah – langkah:
1. Tentukan variabel
X1 = Royal Bee
X2 = Royal Jelly
2. Fungsi tujuan
Zmin = 100X1 + 80X2
3. Fungsi kendala
1) 2X1 + X2 8 (vitamin)
2) 2X1 + 3X2 12 (protein)
3) X1 2
4) X2 1
4. Membuat grafik
1) 2X1 + X2 = 8
X1 = 0, X2 = 8
X2 = 0, X1 = 4
2) 2X1 + 3X2 = 12
X1 = 0, X2 = 4
X2 = 0, X1 = 6
3) X1 = 2
4) X2 = 1

18
Solusi optimal tercapai pada titik B (terdekat dengan titik origin), yaitu
persilangan garis kendala (1) dan (2).
2X1 + X2 = 8
2X1 + 3X2 = 12
-2X2 = -4 X2 = 2
masukkan X2 ke kendala (1)
2X1 + X2 = 8
2X1 + 2 = 8
2 X1 = 6 X1 = 3
masukkan nilai X1 dan X2 ke Z
Z min = 100X1 + 80X2 = 100 . 3 + 80 . 2 = 300 + 160 = 460

Kesimpulan :
Untuk meminimumkan biaya produksi, maka X1 = 3 dan X2 = 2 dengan biaya
produksi 460 ribu rupiah.

Titik C
Mencari titik potong (1) dan (3)
2X1 + 3X2 = 60
2X1 + X2 = 40
2X2=20
X2=10
Masukkan X2 ke kendala (1)

19
 2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 X1 = 15
masukkan nilai X1 dan X2 ke Z
40X1 + 30X2 = 40 . 15 + 30 . 10 = 600 + 300 = 900

20
 BAB III
PENUTUP

3.1 Kesimpulan
Program linear adalah suatu cara matematis yang digunakan untuk
menyelesaikan masalah yang berkaitan dengan pengalokasian sumberdaya
yang terbatas untuk mencapai optimasi, yaitu memaksimumkan atau
meminimumkan fungsi tujuan yang bergabung pada sejumlah variabel
input. Yang termasuk dalam komponen model program linear adalah
variable keputusan, fungsi tujuan, dan batasan model. Program linier bisa
di selesaikan menggunakan metode grafik untuk menentukan persoalan
maksimum maupun minimum.
3.2 Saran
Penulis menyadari bahwasannya makalah ini masih terdapat
banyak kekurangannya. Oleh karena itu, kritik dan saran yang membangun
sangat diperlukan untuk menyempurnakan makalah ini agar lebih baik
lagi. Semoga makalah ini dapat memberikan pengetahuan dan wawasan
mendalam bagi penulis khususnya dan bagi pembaca umumnya

21
 DAFTAR PUSTAKA

Hartas, Siffa. “Program Linier Metode Grafik”.5 Oktober 2012.

http://blogsiffahartas.blogspot.com/2012/10/pemrograman-linear-metode-
grafik.html

NN. “Program linier”. 11 Maret 2011.

https://ko2smath06.wordpress.com/2011/03/11/pemrograman-linear/

Riandini, Sarah B. “Program Linier”. 14 Januari 2014.

https://sarahbaniariyandini.wordpress.com/2014/01/14/program-linier/

Mulyono, Adi H. “Operation research”.

http://webcache.googleusercontent.com/search?q=cache:Xq7vQjySDxUJ:https://a
dypato.files.wordpress.com/2010/10/program-linear-dan-metode-
simplex.doc+&cd=4&hl=id&ct=clnk&gl=id

Bazaraa S. Mokhtar, Jarvis J. John, 1990. Linear Programming and Network Flows 2ed.
New York: John Wiley

Hillier S. Frederic, Lieberman J. Gerald. 1995. Introduction to Operations Research. New

York: Mc Graw-Hill Inc.

Schrage Linus. 1991. Lindo. An Optimization Modelling System. Chicago: The Scientific
Press.

Winston Wayne L. 1994..Opperations Research. California: Duxbury Press

Yulianto D. Herry, Sutapa I Nyoman. 2005. Riset Operasi dengan Excel. Yogyakarta: Andi.

22