LINEAR PROGRAMMING SOLUSI GRAFIS MAKSIMISASI

Disusun Untuk Memenuhi Tugas Mata Kuliah Metode Kuantitatif Dan Pengambilan
Keputusan
Dosen Pengampu : Noor Azis, S.E, MM.

KELAS 2 O – METODE KUANTITATIF DAN PENGAMBILAN KEPUTUSAN

KELOMPOK

1. ANIES FAROKHAH QIKMAWATI ( 201611488 )

2. FAKHRY FAHRIZAL ( 201811124 )
3. SHANTI AYU ANGGRAINI (201911002 )
4. MUHAMMAD ZAINAL ABIDIN (201911005 )

PROGDI MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MURIA KUDUS
2020
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT karena dengan rahmat, karunia, serta
taufik dan hidayah-Nya, penulis dapat menyelesaikan makalah tentang “Programming Linear
Solusi Grafis Maksimisasi". Penulis berterima kasih kepada Bapak Noor Azis, S.E, MM.
selaku dosen mata kuliah Metode Kuantitatif Dan Pengambilan Keputusan yang memberikan
tugas ini. 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.

Kudus, Maret 2020

Penyusun
 DAFTAR ISI
KATA PENGANTAR................................................................................................ ii
DAFTAR ISI.............................................................................................................. iii
BAB I PENDAHULUAN
1.1 Latar Belakang.....................................................................................................1
1.2 Rumusan Masalah................................................................................................1
1.3 Tujuan..................................................................................................................1
BAB II LANDASAN TEORI
2.1 Pengertian Linear Programming..........................................................................2
2.2 Karakteristik Pemrograman Linear......................................................................3
2.3 Model Linear Programming.................................................................................4
2.4 Simbol – Simbol Dalam Linear Progamming......................................................4
2.5 Metode linear Programming................................................................................5
2.6 Langkah – Langkah Menggunakan Metode Grafik.............................................5
BAB III PENGAMATAN KASUS
3.1 Contoh Kasus Maksimasi Program Linear..........................................................6
BAB IV PENUTUP
4.1 Kesimpulan..........................................................................................................9
4.2 Saran.....................................................................................................................9
DAFTAR PUSTAKA................................................................................................10
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Operasi riset (operation research) merupakan penerapan beberapa metode ilmiah yang
membantu memecahkan persoalan rumit yang muncul dalam kchidupan schari-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. 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.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah diatas maka dapat diperoleh suatu permasalahan
sebagai berikut :
1. Apa yang dimaksud dengan program linear (linear programming)?
2. Bagaimana karakteristik program linear?
3. Apa saja model pemrograman linear metode grafik?
4. Bagaimana metode linear programming?
5. Bagaimana langkah-langkah yang diperlukan untuk menyelesaikan masalah dengan
menggunakan methode linear programing pendekatan grafik?

1.3 Tujuan
Penulis membuat makalah ini memiliki tujuan sebagai berikut :
1. Untuk mengetahui linear programming.
2. Untuk mengetahui karakteristik program linear.
3. Untuk mengetahui model pemrograman linear metode grafik.
4. Untuk mengetahui metode linear programming.
5. Untuk mengetahui langkah-langkah linear programming dengan pendekatan grafik.

1
 BAB II
LANDASAN TEORI

2.1 Pengertian Linear Programming

Linear programming adalah suatu teknis matematika yang dirancang untuk membantu
manajer dalam merencanakan dan membuat keputusan dalam mengalokasikan sumber
daya yang terbatas untuk mencapai tujuan perusahaan. Pada dasarnya suatu perusahaan
ingin mencapai tujuan yang telah ditetapkan sesuai dengan keterbatasan sumberdaya
yang ada. Oleh karena itu digunakanlah linear programming sebagai teknik
pengambilan keputusan dalam permasalahan yang berhubungan dengan pengalokasian
sumberdaya secara optimal. Penggunaan sumber daya manufakturing (seperti: mesin,
tenaga kerja, modal, waktu, dan bahan baku digunakan dalam kombinasi tertentu yang
paling optimum untuk menghasilkan produk yakni barang atau jasa) harus lebih efektif
dan efisien. Disinilah linear programming dipergunakan untuk membantu manajer
untuk merencanakan dan membuat keputusan mengenai pengalokasian sumber daya
yang optimum. 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).Berikut ini
adalah beberapa contoh penggunaan linear programing yang telah diaplikasikan pada
industri:
a. Menentukan diversifikasi produk yang terbaik dalam menggunakan kapasitas mesin,
tenaga kerja, dan modal yang tersedia agar memaksimumkan keuntungan
perusahaan (maksimisasi keuntungan).
b. Menentukan campuran bahan baku dalam pabrik pengolahan makanan untuk
menghasilkan produk obat atau makanan yang meminimumkan biaya produksi
(minimisasi biaya produksi).
c. Menentukan sistem distribusi yang akan meminimumkan ongkos total transportasi
dari beberapa gudang ke beberapa lokasi pasar (minimisasi biaya transportasi).
Tujuan perusahaan pada umumnya adalah memaksimalisasi keuntungan, namun
karena terbatasnya sumber daya, maka dapat juga perusahaan meminimalkan
biaya.Linear Programming memiliki empat ciri khusus yang melekat, yaitu :
a. Penyelesaian masalah mengarah pada pencapaian tujuan maksimisasi atau
minimisasi

2
 b. Kendala yang ada membatasi tingkat pencapaian tujuan
c. Ada beberapa alternatif penyelesaian
d. Hubungan matematis bersifat linear

2.2 Karakteristik Pemrograman Linear

Sifat linearitas suatu kasus dapat ditentukan menggunakan beberapa cara. Secara
statistik, kita dapat memeriksa kelinearan menggunakan grafik (diagram pencar)
ataupun menggunakan uji hipotesa. Secara teknis, linearitas ditunjukkan oleh adanya
sifat proporsionalitas, additivitas, divisibilitas dan kepastian fungsi tujuan dan
pembatas.
a. Sifat proporsional, merupakan asumsi aktivitas individual yang dipertimbangkan
secara bebas dari aktivitas lainnya. Sifat proporsional dipenuhi jika kontribusi setiap
variabel pada fungsi tujuan atau penggunaan sumber daya yang membatasi
proporsional terhadap level nilai variabel. Jika harga per unit produk misalnya
adalah sama berapapun jumlah yang dibeli, maka sifat proporsional dipenuhi; atau
dengan kata lain, jika pembelian dalam jumlah besar mendapatkan diskon, maka
sifat proporsional tidak dipenuhi. Jika penggunaan sumber daya per unitnya
tergantung dari jumlah yang diproduksi, maka sifat proporsionalitas tidak dipenuhi.
b. Sifat additivitas, mengasumsikan bahwa tidak ada bentuk perkalian silang diantara
berbagai aktivitas, sehingga tidak akan ditemukan bentuk perkalian silang pada
model. Sifat additivitas berlaku baik bagi fungsi tujuan maupun pembatas. Sifat
additivitas dipenuhi jika fungsi tujuan merupakan penambahan langsung kontribusi
masing-masing variabel keputusan, untuk fungsi pembatas (kendala), sifat
additivitas dipenuhi jika nilai kanan merupakan total penggunaan masing-masing
variabel keputusan. Jika dua variabel keputusan misalnya merepresentasikan dua
produk substitusi,
c. Sifat divisibilitas, berarti unit aktivitas dapat dibagi ke dalam sembarang level
fraksional, sehingga nilai variabel keputusan noninteger dimungkinkan.
d. Sifat kepastian, menunjukkan bahwa semua parameter model berupa konstanta.
Artinya koefisien fungsi tujuan maupun fungsi pembatas merupakan suatu nilai
pasti, bukan merupakan nilai dengan peluang tertentu.
e. Non-negative variable (variabel tidak negatif). Artinya bahwa semua nilai jawaban
atau variabel tidak negatif

3
 Kelima asumsi (sifat) ini dalam dunia nyata tidak selalu dapat dipenuhi. Untuk
meyakinkan dipenuhinya kelima asumsi ini, dalam pemrograman linier diperlukan
analisis sensitivitas terhadap solusi optimal yang diperoleh, dimana peningkatan
volume penjualan salah satu produk akan mengurangi volume penjualan produk lainnya
dalam pasar yang sama, maka sifat additivitas tidak dipenuhi.

2.3 Model Linear Programming

Model linear programming merupakan bentuk dan susunan dalam menyajikan masalah
masalah yang akan dipecahkan dengan teknik LP. Dalam model LP dikenal 2 (dua)
macam “fungsi”, yaitu fungsi tujuan (Objective Function) dan fungsi batasan
(constraint function).
a. Fungsi tujuan yaitu fungsi yang menggambarkan tujuan/sasaran di dalam
permasalahan LP yang berkaitan dengan pengaturan secara optimal sumber daya –
sumber daya, untuk memperoleh keuntungan maksimal atau biaya minimal. Nilai
yang akan dioptimalkan dinyatakan sebagai Z.
b. Fungsi batasan yaitu bentuk penyajian secara matematis batasan-batasan kapasitas
yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan.

2.4 Simbol - Simbol Dalam Linear Programming

 m = macam batasan sumber atau fasilitas yang tersedia
 n = macam kegiatan yang menggunakan sumber atau fasilitas tersebut
 I = nomor setiap macam sumber atau fasilitas yang tersedia (i=1,2,…,m)
 j = nomor setiap macam kegiatan yang menggunakan sumber atau fasilitas yang
tersedia (j = 1,2,…,n)
 xj = tingkat kegiatan ke, j. (j = 1,2,…,n)
 aij = banyaknya sumber i yang diperlukan untuk menghasilkan setiap unit
keluaran(output) kegiatan j (I = 1,2,…,m, dan j = 1,2,…,n)
 bi = banyaknya sumber (fasilitas) yang tersedia untuk dialokasikan ke setiap unit
kegiatan (I = 1,2,…,n)
 Z = nilai yang dioptimalkan (maksimum atau minimum)
 Cj = kenaikan nilai Z apabila ada pertambahan tingkat kegiatan (xj) dengan satu
satuan (unit); atau merupakan sumbangan setiap satuan keluaran kegiatan j terhadap
nilai Z

4
2.5 Metode Linear Programing
Dalam menyelesaikan permasalahan dengan menggunakan Linear Programming, ada
dua pendekatan yang bisa digunakan, yaitu metode grafik dan metode simpleks.
Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana
variabel keputusan sama dengan dua. Sedangkan metode simpleks bisa digunakan
untuk menyelesaikan permasalahan dimana variable keputusan dua atau lebih.
a. Metode grafik
Metode grafik adalah metode penyelesaian masalah dengan grafik sebagai alat bantu
utamanya. Methode ini banyak digunakan karena lebih mudah dimengerti
dibandingkan dengan methode simpleks, karena grafik dapat memberikan visualisasi
tentang permasalahan yang dipecahkan.
b. Metode Simpleks
Metode simpleks adalah tehnik linear programing dengan tabel yang disebut sebagai
tabel simpleks sebagai alat bantu utamanya. Teknik ini sedikit lebih rumit
dibandingkan dengan methode grafik karena teknik ini tidak menggunakan
visualisasi sehingga logika fikir penyelesaian masalah tidak dapat terlihat seperti
halnya metode grafik. Kelebihan dari metode ini adalah dapat menyelesaikan
masalah yang variabel keputusannya lebih dari dua, karena kolom dapat dibuat lebih
dari dua buah.

2.6 Langkah-Langkah Yang Diperlukan Untuk Menyelesaikan Masalah Dengan

Menggunakan Methode Linear Programing Pendekatan Grafik
Untuk menyelesaikan masalah dengan menggunakan methode grafik diperlukan
langkah-langkah berikut :
1. Gambar grafik dari setiap fungsi kendala
2. Tentukan daerah yang layak, yang memenuhi ketentuan dari seluruh fungsi kendala.
3. Gambar kurva fungsi tujuan yang mempunyai nilai tujuan tertentu.
4. Geserkan secara sejajar garis tujuan tersebut ke bawah atau ke atas untuk mendapat
titik yang akan merupakan solusi optimal dari permasalahan. Titik solusi untuk
persoalan minimalisasi didapat pada titik yang masih ada dalam daerah yang layak
tetapi disinggung oleh garis fungsi tujuan yang paling rendah (dekat dengan titik

5
 origin). Sedangkan titik optimal untuk masalah maximalisasi adalah titik yang ada
pada daerah layak dan diinggung oleh garis fungsi tujuan yang terjauh dari titik
origin.
5. Carilah nilai variabel keputusan dari titik optimal tersebut dengan pendekatan
subtitusi atau eleminasi.
BAB III
PENGAMATAN KASUS

3.1 Contoh Kasus Maksimisasi Program Linear

PT LUNA TEKSTIL 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:
Jenis Bahan Baku Kg Bahan Baku Dan Maksimum
Dan Tenaga Kerja Jam Tenaga Kerja Penyediaan
Kain Sutera Kain Wol
Benang Sutera 2 3 60 Kg
Benanng Wol - 2 30 Kg
Tenaga Kerja 2 1 40 Jam
Laba 40 30

Kedua jenis produk memberikan keuntungan  sebesar Rp  40  juta  untuk  kain sutera

dan Rp 30 juta untuk kain wol. Masalahnya adalah bagaimana menentukan jumlah unit
setiap jenis produk yang akan diproduksi setiap hari agar keuntungan yang diperoleh
bisa maksimal?
Langkah-langkah:
1. Tentukan variable
X1 = kain sutera
X2 = kain wol
2. Fungsi tujuan
Zmax = 40X1 + 30X2

6
3. Fungsi kendala / batasan
a. 2X1 + 3X2 ≤ 60 (benang sutera)
b. 2X2 ≤ 30 (benang wol)
c. 2X1 +  X2 ≤  40 (tenaga kerja)

4. Membuat grafik, langkah – langkahnya adalah :

a. 2X1 + 3 X2 = 60 b. 2X2 = 30
X1 = 0, 2.0 + 3X2 = 60 X2 = 15
3X2 = 60 c. 2X1 + X2 = 40
X2 = 20 X1 = 0, 2.0 + X2 = 40
X2 = 0, 2X1 + 3.0 = 60 X2 = 40
2X1 = 60 X2 = 0, 2X1 + 0 = 40
X1 = 30 X1 = 20

X2

X1

Cara mendapatkan solusi optimal:

1. Dengan mencari nilai fungsi tujuan (Zmax) setiap titik ekstrim :

7
 Titik A ( 0,0 )  Titik B ( 20,0 )
Z = 40X1 + 30X2 Z = 40X1 + 30X2
= 40.0 + 30.0 = 40.20 + 30.0
=0 = 800

 Titik C  Titik D
Mencari titik potong (1) dan (3) 2X2 = 30
yaitu dengan sistem eliminasi : X2 = 15
2X1 + 3X2 = 60 Masukkan X2 ke kendala (1)
2X1 + X2   = 40 _ 2X1 + 3X2 = 60
2X2 = 20 2X1 + 3.15 = 60
X2 = 10 2X1 + 45 = 60
Masukkan X2 ke kendala (1) 2X1  = 15
2X1 + 3X2 = 60 X1  = 7,5
2X1 + 3.10 = 60 Masukkan nilai X1 dan X2 ke
2X1 + 30 = 60 fungsi tujuan :
2X1 = 30 Z = 40X1 + 30X2
X1  = 15 Z = 40.7,5 + 30.15
Masukkan nilai X1 dan X2 ke = 300 + 450
fungsi tujuan : = 750
Z = 40X1 + 30X2  Titik E ( 0,15 )
= 40.15 + 30.10 Z = 40X1 + 30X2
= 600 + 300 Z = 40.0 + 30.15
= 900   (optimal) = 450

Kesimpulan :
Untuk memperoleh keuntungan optimal, maka X1 = 15 dan X2 = 10 dengan
keuntungan sebesar Rp 900 juta.

8
 BAB IV
PENUTUP

4.1 Kesimpulan
Program linear adalah suatu cara matematis yang digunakan untuk menyelesaikan
masalah yang berkaitan dengan pengalokasian sumber daya yang lerbatas untuk
mencapai oplimasi. yaitu memaksimumkan atau meminimumkan fungsi tujuan yang
bergabung pada sejumlah variable input. Yang termasuk dalam komponen model
program lincar adalah variable keputusan, fungsi tujuan, dan batasan model. Program
linier bisa diselesaikan menggunakan mctode grafik untuk menentukan persoalan
maksimum maupun minimum. Tujuan perusahaan pada umumnya adalah
memaksimalisasi keuntungan, namun karena terbatasnya sumber daya, maka dapat juga
perusahaan meminimalkan biaya.

4.2 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.

9
 DAFTAR PUSTAKA
https://slideplayer.info/slide/12001051/
https://budisetiawan95.wordpress.com/2016/09/10/model-pemrograman-linier-metode-grafik/
https://www.academia.edu/23107219/
MAKALAH_PROGRAM_LINIER_METODE_GRAFIK_Disusun_Oleh_Agnes_Pratiwi_B2
B013009
https://nerims.wordpress.com/2014/02/25/teknik-riset-operasi-maksimasi-dan-minimasi/
Buku Ajar Di lingkungan Fakultas Ekonomi Dan Bisnis UMK Tentang Linear
Programing Metode Grafik

10
11