KARYA TULIS ILMIAH

Judul

Oleh:
Kelompok 23C

Anggota:
Yonithri Sherlyna 2110931007
Yosiana Savitri 2110937003

Asisten Pembimbing:
Habibah Rianisa

LABORATORIUM PERENCANAAN DAN OPTIMASI

SISTEM INDUSTRI
DEPARTEMEN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS ANDALAS
2022
ABSTRAK
ABTRACT
 KATA PENGANTAR

Puji syukur senantiasa penulis ucapkan atas kehadirat Tuhan yang Maha E
sa karena curahan rahmat serta karunia-Nya lah kami akhirnya sampai pada tahap
penyelesaian Karya Tulis Ilmiah Tugas Proyek I yang berjudul “Judul”. Penulis m
enyampaikan terima kasih kepada beberapa pihak yang ikut mendukung dalam pr
oses pembuatan laporan berupa karya tulis ilmiah ini hingga selesai, yaitu:
1. Eri Wirdianto, M.Sc selaku Kepala Laboratorium Perencanaan dan Optima
si Sistem Industri.
2. Bapak Eri Wirdianto, S.T., M.Sc., Bapak Dr. Ahmad Syafruddin
Indrapriyatna, M.T., Bapak Dr. Eng. Desto. Jumeno, S.T.,M.T., Ibu Elita
Amrina, S.T., M.Eng., Ph.D., IPU., Bapak Feri Afrinaldi, S.T., M.Eng.,
Ph.D., Ibu Dr. Dina Rahmayanti, S.T., M.Eng., selaku dosen pengampu p
ada mata kuliah Penelitian Operasional I.
3. Beni Surya Ayuwendra selaku Koordinator Asisten Laboratorium Perenca
naan dan Optimasi Sistem Industri.
4. Mutia Rahmah selaku Koordinator Tugas Proyek Penelitian Operasional I
Laboratorium Perencanaan dan Optimasi Sistem Industri.
5. Habibah Rianisa selaku asisten pembimbing yang telah membimbing dan
membantu penulis untuk menyelesaikan karya tulis imliah ini.
6. Seluruh asisten Laboratorium Perencanaan dan Optimasi Sistem Industri.

Penulis berharap karya tulis ilmiah ini bisa berguna untuk meningkatkan p
engetahuan terkait penghematan listrik dalam rumah tangga. Penulis menanti adan
ya kritik dan saran untuk perbaikan karya tulis ilmiah yang hendak kami tulis pada
masa selanjutnya.

Padang, Maret 2022

Penulis
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
 BAB I
PENDAHULUAN

Bab ini menjelaskan mengenai latar belakang dari permasalahan yang

diangkat, perumusan masalah, tujuan dari penelitian, manfaat penelitian, dan
batasan masalah.

1.1 Latar Belakang

Pertumbuhan ekonomi di Indonesia pada saat sekarang ini sangat pesat,

sehingga menyebabkan biaya pendistribusian produk menjadi meningkat. Hal
tersebut membuat masyarakat berusaha untuk membangun usaha kecil-kecilan
demi mencukupi kebutuhan sehari-hari. Usaha kecil-kecilan ini biasa disebut
dengan UMKM yang merupakan singkatan dari Usaha Mikro Kecil dan
Menengah. UMKM merupakan sebuah aktivitas usaha yang dilakukan oleh
perorangan atau badan usaha milik perorangan yang telah memenuhi kriteria
usaha mikro. Mendirikan UMKM juga memerlukan strategi atau kebijakan agar
produk yang dijual mendapatkan keuntungan yang optimal. Agar memperoleh
keuntungan yang optimal tersebut harus melakukan pengambilan keputusan
dengan cara menganalisis keoptimalan biaya untuk menghemat biaya dan
memperoleh keuntungan.

Program linear merupakan model pengambilan keputusan dalam

memecahkan masalah untuk mengalokasikan sumber daya yang terbatas sehingga
mencapai tujuan yaitu mendapatkan keuntungan yang optimal. Penggunaan
programa linear mampu membantu dalam pemecahan masalah, pengaturan
strategi serta sasaran yang optimal dengan melibatkan fungsi-fungsi linear
sehingga kita dapat mendapatkan keuntungan yang optimal. Penelitian pada kali
ini dilakukan dengan memanfaatkan teknologi informasi yaitu penggunaan
Software LINGO untuk memperkirakan keuntungan maksimum yang diperoleh
pada setiap produk yang dilakukan oleh pedagang
1.2 Perumusan Masalah

1.3 Tujuan Penelitian

1.4 Manfaat Penelitian

1.5 Batasan Masalah

 BAB II
TINJAUAN PUSTAKA

Bab ini berisikan tentang landasan teori mengenai programa linear yang
mencakup pengertian programa linear, formulasi programa linear, bentuk umum,
solusi programa linear, dualitas, analisis sesitivitas, dan Software LINGO.

1.1 Pengertian Programa Linear

Programa linear adalah suatu cara yang digunakan untuk menyelesaikan su

atu persoalan dengan sumber-sumber yang terbatas, menggunakan cara yang terba
ik[3]. Programa linear dapat juga diartikan sebagai suatu model matematis yang dig
unakan untuk menyelesaikan permasalahan yang dihadapi untuk mencapai hasil y
ang optimum[2]. Berdasarkan pengertian diatas dapat disimpulkan bahwa program
a linear adalah suatu perancangan model matematis yang berfungsi dalam memec
ahkan suatu permasalahan untuk menentukan hasil maksimum atau minimum den
gan memperhatikan syarat-syarat yang telah ditentukan.

1.2 Formulasi Programa Linear

Model programa linear memiliki pembatas-pembatas liner yang bertanda

(≤, =, dan ≥), peubah keputusan, serta peubah non negatif [4]. Tujuan pembuatan m
odel ini yaitu untuk memudahkan dalam melakukan suatu pengolahan dan analisis
pada permasalahan yang akan diselesaikan. Formulasi programa linear terdiri atas
tiga macam yaitu variabel keputusan, fungsi tujuan dan fungsi pembatas[3].

1.2.1 Variabel Keputusan

Variabel keputusan adalah variabel yang digunakan pada programa linear

untuk menguraikan secara lengkap keputusan-keputusa yang akan dibuat [3].
Variabel keputusan ini dapat dinyatakan dengan simbol matematis seperti (x1,…
xn). Variabel keputusan ini yang akan ditentukan nilainya agar maksimasi atau
minimasi yang akan dicapai.

1.2.2 Fungsi Tujuan

Fungsi tujuan adalah fungsi dari variabel keputusanyang akan dimaksimasi

atau diminimasikan[3]. Fungsi tujuan berfungsi untuk mengarahkan dalam melaku
kan pendeteksian tujuan dari permasalahan yang akan diselesaikan. Fungsi tujuan
dengan maksimasi contohnya yaitu keuntungan, jarak, kulitas. Fungsi tujuan deng
an minimasi contohnya yaitu tenaga, biaya, waktu.

1.2.3 Fungsi Pembatas

Fungsi pembatas adalah suatu kendala yang direpresentasikan secara mate

matis untuk ditemukan solusi dari permasalahan tersebut [3]. Fungsi pembatas pada
permasalahan program linear ini biasanya berupa keterbatasan sumber daya sepert
i peralatan, tenaga kerja, modal. Fungsi permbatas ini dapat dinyatakan sebagai su
atu system persamaan linear.

1.3 Bentuk Umum

Bantuk umum programa linear ini dapat dinyatakan sebagai berikut: Diber
ikan m persamaan atau m pertidaksamaan linear dengan r variabel, akan ditentuka
n nilai tak negatif dari variabel-variabel tersebut yang memenuhi kendala dan me
maksimumkan atau meminimumkan fungsi linear variabel-variabel tersebut[4]. Ber
dasarkan pernyataan diatas dapat disimpulkan bahwa bentuk umum programa line
ar ini yaitu memaksimumkan atau meminimumkan fungsi tujuan. Adapun bentuk
umum programa linear terdiri atas:
1. Memaksimumkan Fungsi Tujuan
 Z= C1 X1 + C2 X2 +…+ Cn Xn …
(1)
Terhadap kendala-kendala
a 11 X1 + a 12 X 2 +…+a 1n Xn ≤ b1
a 21 X1 + a 22 X 2 +…+ a2n X n ≤ b2
a m1 X 1 + a m2 X2 +…+a mn Xn ≤ bm
Dengan x j ≥0, j=1,2,…,n

2. Meminimumkan Fungsi Tujuan

Z= C1 X1 + C2 X2 +…+ Cn Xn …
(2)
Terhadap kendala-kendala
a 11 X1 + a 12 X 2 +…+a 1n Xn ≥ b1
a 21 X1 + a 22 X 2 +…+ a2n X n ≥ b2
a m1 X 1 + a m2 X2 +…+a mn Xn ≥ bm
Dengan x j ≥0, j=1,2,…,n

1.4 Solusi Programa Linear

Secara umum, permasalahan programa linear ini merupakan permasalahan

yang dipakai untuk mencari besarnya nilai dari setiap varibel keputusan yang telah
ditetepkan, dengan mangharapkan hasil yang maksimasi atau minimasi[8]. Nilai ter
sebut tergantung kepada jenis permasalahan yang dihadapi. Permasalahan progra
ma linear dapat diselesaikan dengan beberapa solusi diataranya yaitu metode grafi
s, metode simpleks, metode big M, metode dua fasa, metode revised simpleks dan
dual simpleks.

1.4.1 Metode Grafis

 Metode grafis merupakan suatu metode programa linear yang melibatkan d
ua variabel saja[3]. Metode ini menggunakan grafik untuk mecari nilai maksimasi a
tau minimasinya. Penyelesaian permasalahan dengan menggunakan metode ini ha
rus memperhatikan titik ekstrem, titik terjauh pada daerah grafik tersebut. Beberap
a asumsi yang harus dipenuhi dari metode grafis sebagai berikut[3]:
1. Hubungan antara variabel-variabel keputusan, yang menunjukan macam-
macam produk yang diproduksi.
2. Macam-macam produk harus diketahui, termasuk sumber daya,
keuntungan, daya serap pasar.
3. Nilai variabel keputusan dapat berupa bilangan bulat maupun pecahan.
4. Nilai variabel keputusan tersebut harus lebih dari nol.

Selain itu, terdapat Langkah-langkah dalam penyelesain permasalahn prog

rama linear dengan menggunakan metode grafis sebagai berikut:
1. Menuntukan variabel keputusan, fungsi tujuan.
2. Membuat tabel yang berisi informasi mengenai jenis produk, sumber daya
yang digunakan, daya serap pasar, keuntungan.
3. Membuat persamaan atau pertidaksamaan berdasarkan data yang telah
ditentukan.
4. Membuat grafik berdasarkan persamaan atau pertidaksamaan yang telah
ditentukan.
5. Menuntukan garis persamaan tujuan dan titik optimal.

1.4.2 Metode Simpleks

Metode simpleks adalah suatu metode penyelesaian programa linear denga

n cara mencari penyelesaian yang layak dan dilakukan secara berulang-ulang sehi
ngga diperolah hasil yang optimal[3]. Metode ini ada karena metode grafis tidak da
pat menyelesaikan permasalahan tersebut. Metode simpleks ini memiliki variabel
keputusan yang lebih dari dua. Adapun syarat yang harus dipenuhi dalam menggu
nakan metode simpleks ini sebagai berikut:
1. Semua kendala pertidaksamaan diubah kedalam bentuk persamaan.
2. Sisi kanan dari tanda pertidaksamaan kendala tidak boleh ada yang
bertanda negatif.
3. Semua variabel dibatasi pada nilai nonnegatif.
4. Fungsi tujuan dapat berupa kasus yang memaksimalkan atau
meminimalkan.

Selain itu, terdapat Langkah-langkah dalam penyelesain permasalahn prog

rama linear dengan menggunakan metode simpleks sebagai berikut[3]:
1. Mengubah fungsi tujuan dan fungsi pembatas ke dalam bentuk standar dan
tambahkan variabel slack.
2. Fungsi tujuan dan fungsi pembatas yang telah diubah ke dalam bentuk
standar disusun ke dalam tabel simpleks awal.
3. Menuntukan kolom kunci. Kasus yang memaksimalkan maka kolom yang
dipilih yaitu koefisien pada baris yang bernilai negatif terbesar, dan
sebaliknya.
4. Menuntukan rasio solusi dengan menggunakan rumus:

bi
Ri = …
a ik
(3)

Keterangan:
Ri = Rasio pada baris ke-i
bi = Nilai pada rua kanan sumber daya ke-i
a ik = Nilai pada kolom kunci baris ke-i kolom ke-k

5. Mengubah nilai-nilai baris kunci.

6. Melakukan operasi baris elementer, dilakukan pada baris yang bukan baris
kunci.
7. Lakukan Langkah 3 sampai langkah 6 sampai mendapatkan hasil yang
optimal pada baris.
1.4.3 Metode Big M

Metode big M adalah suatu metode dalam penyelesaian fungsi-fungsi pada

programa linear yang tidak berada dalam bentuk baku. Metode big M merupakan
suatu metode yang digunakan untuk menyelesaikan permasalahan pada program li
nar dengan model persamaan fungsi pembatas belum memuat matrik identitas [2]. P
enyelesaian masalah pada program linear dengan metode ini perlu menambahkan
variabel buatan, maka dari itu hal tersebut meningkatkan penambahan variabel arti
cial pada fungsi tujuan. Variabel buatan pada solusi optimal harus bernilai 0. Ada
pun Teknik yang digunakan untuk memaksa varibel buatan bernilai 0 pada solusi
optimal sebagai berikut.
1. Penambahan variabel buatan pada fungsi pembatas yang tidak memiliki
variabel slack, dengan menuntut penambahan variabel buatan pada fungsi
tujuan.
2. Jika fungsi tujuan maksimasi maka variabel buatan memiliki koefisien
+M, jika fungsi tujuan minimasi maka variabel buatan memiliki koefisien -
M.
3. Variabel buatan pada fungsi tujuan harus digantikan nilai dari fungsi
pembatas yang memuat variabel buatan tersebut.

1.4.4 Metode Dua Fasa

Metode ini digunakan jika variabel basis awal tersebut terdiri dari variabel
buatan. Metode dua fasa adalah metode dalam penyelesain programa linear
dengan melakukan dua tahap[2]. Tahap satu dengan melakukan proses optimasi
variabel buatan, sedangkan pada tahap dua melakukan proses optimasi variabel
keputusan. Adapun Langkah-langkah penyelesaian fungsi-fungsi linear dengan
menggunakan metode dua fasa sebagai berikut.
1. Inisialisasi
Inisialisasi yaitu dengan menambahkan variabel-variabel buatan pada
fungsi pembatas yang memiliki bentuk yang tidak standar.
2. Fase 1
Fase satu digunakan untuk meminimalkan variabel buatan. Fase ini
bertujuan untuk memperoleh penyelesaian yang optimal, serta pada fase
ini fungsi tujuan selalu minimum variabel buatan.
3. Fase 2
Fase dua digunakan untuk mencari nilai yang optimum pada permasalahan
riil. Fungsi tujuan pada fase ini dapat dimaksimalkan dan juga
diminimalkan, tergantung pada permasalahan yang dihadapi.

1.4.5 Metode Revised Simpleks

Metode revised simpleks adalah suatu penyederhanaan dari metode

simpleks. Prinsip yang digunakan pada metode ini sama dengan prinsip metode
simpleks[9]. Perhitungan yang dilakukan pada metode revised simpleks dilakukan
berdasarkan yang berhubungan dengan perubahan dari solusi layak basis sat uke
yang lainnya. Semua elemen pada tiap iterasi dalam tabel tidak diperhitungkan.
Adapun Langkah-langkah tiap iterasi matode simpleks yang diperbaiki sebagai
berikut.
1. Menentukan variabel basis, lalu dilanjutkan dengan menggunakan matriks
basis dan matriks basis inversnya.
2. Menghitung nilai pengali simpleks.
3. Menghitung nilai koefisien fungsi tujuan relative variabel non basis,
sampai syarat optimalisasi tercapai.
4. Menghitung nilai kolom yang dilanjutkan dengan menentukan rasio.

1.4.6 Dual Simpleks

 Dual simpleks merupakan metode yang digunakan apabila fungsi
pembatas terdapat pertidaksamaan dan tidak ada sama dengan (=) dalam bentuk
umum persamaan linear[8]. Metode ini digunakan jika tabel optimal tidak layak.
Adapun Langkah-langkah penyelesaian dengan menggunakan metode dual
simpleks sebagai berikut.
1. Tentukan baris pivot. Baris pivot adalah baris dengan nilai kanan negatif
terbesar.
2. Tentukan kolom pivot. Kolom pivot ini diperoleh dengan terlebih dahulu
membagi nilai baris z dengan baris pivot.
3. Pembentukan tabel berikutnya sama dengan prosedur dalam primal
simpleks.

1.5 Dualitas

Dualitas merupakan masalah dalam programa linear yang didefinisikan

secara langsung dan sistematik dari model asli (model primal) program linear [7].
Definisi dari dualitas yaitu untuk macam-macam bentuk primal yang tergantung
pada tipe batasan, tanda-tanda variabel, fungsi tujuan dan jenis keoptimalannya.
Dualitas pada umumnya berasumsi pada masalah asli, simplex atau primalnya
dalam bentuk standar[5]. Konsep dualitas terbagi dua sebagai berikut.
1. Setiap persoalan program linear mempunyai suatu program linear yang
berkaitan atau disebut sebagai dual.
2. Solusi dari persoalan asli program linear (primal) juga memberikan solusi
pada dualnya.

Bentuk standar dari primal sebagai berikut[7].

1. Fungsi tujuan: Mangoptimalkan
n
Z= ∑ Cj x j …(4)
i=1
2. Batasan-batasan:
n

∑ a ij x j = b1 …(5)
j=1

x j ≥0
b1 ≥0 dengan i = 1,2,3,...,m dan j = 1,2,3,...,n

Keterangan:
Z = Rasio uji
n = Banyaknya sampel
a = Nilai batasan
b = Nilai batasan

Bentuk standar dari masalah primal terdiri dari n yang variabelnya sudah
termasuk variabel slack, variabel surplus serta variabel semu. Susunan tabel
primal-dual untuk membuat dual dari masalah primal sebagai berikut[7].

Gambar 2.1 Susunan Tabel Primal-Dual

Tabel tersebut terdapat aturan-aturan dual dari masalah primal yaitu:

1. Setiap fungsi batasan pada primal terdapat sebuah variabel dual.
2. Setiap variabel pada primal terdapat sebuah fungsi batasan dual.
3. Koefisien-koefisien dari sebuah variabel primal menjadi koefisien dari
variabel- variabel pada sebuah fungsi batasan dual.
4. Koefisien-koefisien pada fungsi tujuan primal menjadi nilai kanan pada
dual.
5. Nilai kanan pada primal menjadi koefisien-koefisien fungsi tujuan pada
dual.

Berdasarkan aturan-aturan dual dari masalah primal tersebut dapat

disimpulkan bahwa bahwa bentuk dual dari masalah primal dengan n buah
variabel dan m buah persamaan memiliki m buah variabel dan buah fungsi
batasan. Selain aturan-aturan tersebut, terdapat ketentuan-ketentuan yang harus
dipenuhi dalam membentuk dual dari masalah primal sebagai berikut[7].

Gambar 2.2 Ketentuan Membentuk Dual dam Masalahn Primal

Berdasarkan aturan–aturan dan ketentuan di atas dapat diterapkan jika

semua fungsi batasan pada masalah primal sudah merupakan persamaan dengan
ruas kanan non negatif dan semua variabel-variabelnya juga non negatif[7].

1.6 Analisis Sensitivitas

Analisis sensitivitas merupakan sebuah analisis dampak dari perubahan

nilai parameter yang meliputi nilai variabel dan kendala yang ada pada program
linear[1]. Analisis sensitivitas bertujuan untuk menentukan parameter-parameter
sensitif seperti parameter yang dapat diubah tanpa mengubah penyelesaian
optimal. Pengelompokan analisis sensitivitas pada programa linear
dikelompokkan berdasarkan perubahan parameter-parameter sebagai berikut.

1. Perubahan koefisien fungsi objektif

Dalam tabel optimal koefisien fungsi objektif dibedakan atas dua jenis:
 1. Perubahan koefisien fungsi objektif variabel nonbasis
Koefisien fungsi objektif pada solusi optimal dapat dirumuskan
sebagai berikut.

' -1
Zk - Ck = Cb B ak -(Ck +λ∆ Ck )≥0 …(6)

2. Perubahan koefisien fungsi objektif variabel basis

'
Misalkan CB berubah menjadi CB = CB +λ∆ CB , maka solusi optimal
k k k k

yang diperoleh:

CB = [ CB1 , CB2 ,..., CB +λ∆CB ,...,CB ]

'
k k m
…(7)
' ' -
Z j - C j = CB B a j - Cj …(8)
dengan B-1 =(β ij ),(i,j=1,2,...,m)

2. Perubahan nilai ruas kanan

Jika nilai ruas kanan ke-k b k berubah menjadi ( b k + λ ∆ b k ) maka nilai ruas
kanan adalah b ' =¿). Maka dapat dirumuskan sebagai berikut.

' -1 '
XB= B b …(9)

3. Penambahan kendala baru

Setelah diperoleh solusi optimal maka kendala baru dapat ditambahkan,
dapat dirumuskan sebagai berikut.

Z+ ( CB B-1 N- CN ) XN = CB B- b …(10)

Keterangan:
C = Koefisien fungsi objektif untuk variabel nonbasis.
CB = Koefisien fungsi objektif untuk variabel basis.
a = Vektor koefisien variabel.
b = Nilai ruas kanan.
Z = Koefisien variabel fungsi objektif setelah dianalisis sensitivitas.

1.7 Software LINGO

LINGO merupakan sebuah paket dari program Windows yang digunakan

untuk mengolah kasus pada linear programming, integer dan quadratic yang
dilengkapi perintah untuk memperoleh informasi, mengolah data serta
memanipulasi data[6]. Software LINGO biasanya digunakan pada perhitungan
yang pada dasarnya menggunakan metode simpleks dalam masalah linear
programming. Metode yang digunakan dalam penyelesaian masalah integer
linear programming, integer linear programming 0-1, dan mixed integer linear
programming software LINGO menggunakan metode Branch and Bound.
Terdapat minimal 3 syarat pada model LINGO sebagai berikut[3]: Memerlukan
fungsi objektif, Variabel, dan Batasan (fungsi kendala). Software LINGO
memiliki beberapa kelebihan sebagai berikut[6].
1. Pengguna software LINGO dapat dengan mudah memahami model
matematika yang akan diterapkan ke dalam Lingo Code.
2. Pengguna LINGO mempunyai banyak kekuatan dalam penyelesaian
berbagai variasi masalah.
3. LINGO dapat diintegrasikan ke dalam Ms. Excel yang akan memudahkan
peneliti dalam menganalisis hasil output tanpa harus mengkopi satu
persatu.

Tahapan dalam menentukan nilai optimal dengan menggunakan metode

software LINGO sebagai berikut[6].
1. Menentukan model matematika.
2. Menentukan formulasi model untuk program LINGO.
3. Membaca hasil yang diperoleh oleh LINGO.

Software LINGO terdapat 5 menu yaitu file, LINGO, Windows, dan

Help[6].

Gambar 2.3 Menu Software LINGO

BAB III
METODE PENELITIAN

Bab ini berisikan jenis penelitian, lokasi dan waktu penelitian, subjek pene
litian, metode pengumpulan data, teknik analisis data dalam programa linear.

3.1 Jenis Penelitian

Jenis penelitian yang digunakan pada karya ilmiah ini merupakan penelitia
n kualitatif, yaitu data yang didapatkan dengan cara melakukan wawancara kepad
a pemilik jenis UMKM tersebut. Data yang diambil pada wawancara tersebut yait
u data perkiraan permintaan, data pembelian bahan baku, dan keuntungan yang di
dapatkan. Data yang telah didapatkan diolah dengan menggunakan metode
penyelesaian programa linear.

3.2 Lokasi dan Waktu Penelitian

Penelitian ini dilakukan dengan melakukan wawancara pada salah satu

UMKM di kota Padang. Lokasi UMKM tersebut yaitu(). Wawancara dilakukan
pada tanggal().
3.3 Subjek Penelitian

Populasi pada penelitian ini adalah semua jenis data permintaan,

pembelian bahan baku dan keuntungan pada UMKM pada tahun 2023. Sampel
yang diguanakan pada penelitian ini merupakan data pada dua bulan terkahir.
Penelitian ini mengambil tiga produk yang dijual oleh UMKM dengan
menggunakan bahan baku yang sejenis.

3.4 Metode Pengumpulan Data

Metode yang digunakan pada penelitian ini merupakan teknik wawancara.

Metode wawancara ini merupakan pengumpulan data dengan menanyakan secara
langsung kepada narasumber. Peneliti dapat secara langsung bertanya mengenai
data-data yang dibutuhkan peneliti kepada narasumber.

3.5 Analisis Data

 BAB IV
PENGOLAHAN DATA DAN ANALISIS

Bab ini berisikan tentang pengolahan data dengan menggunakan software

LINGO dan pengolahan data secara menual.

1.1 Pengolahan Data dengan Software LINGO

1.2 Pengolahan Data Manual

 BAB V
PENUTUP

Bab penutup ini berisikan tentang kesimpulan dan saran dari hasil penelitia
n dan pengolahan data yang telah dilakukan.

5.1 Kesimpulan

5.2 Saran
 DAFTAR PUSTAKA

[1] Anggraini, Rheana. (2020). “Analisis Sensitivitas Masalah Pemrograman

Linear Bilangan Fuzzy Segitiga dengan Metode Simpleks.” Pekanbaru.

[2]
Darsini. (2020). Penelitian Operasional I. Jawa Tengah: Lakeisha.

[3] DimyatiTjutju Tarliah, & DimyatiAkhmad. (2010). Operations Research. Si

nar Baru Algensido : Bandung.

[4] HuwaidaHikmayanti. (2020). Program Linear. Banjarmasin: POLIBAN PRES

S.

[5] Indrawati dan F.M. Puspita, (2000). “Analisis Sensitivitas dan Dualitas
untuk Menyelesaikan Program Linear Bottleneck pada Masalah
Transportasi. DIKTI, Jakarta.

[6] Lesmana, Eman, dkk. “Aplikasi Model Mixed Integer Linear Programming
untuk Pengolahan dan Pendistribusian Ikan pada Industri Perikanan.”
Teori dan Riset Matematika Vol 3, No 2. (2018): 195-206.

[7] Marwan Asri & Wahyu Hidayat. (1984). Linear Programming.

Yogyakarta: BPFE.

[8] SyahpuraEdi. (2015). PROGRAM LINEAR. Medan: Unimed Press.

[9] Zuhri. (2018). Metode Simpleks yang Direvisi Dengan Pemrograman Matla
b. Ilman, 62-69.
LAMPIRAN