1.

Perusahaan Fashion Ratna ingin memilih kombinasi produk terbaik antara Kain dan
wol untuk memaksimalkan keuntungan perusahaan. Perusahaan memiliki data
input-output sebagai berikut.
Syarat Jam PerSatuan Jumlah yang
Departemen
Kain Wol Tersedia

Pengolahan benang 3 6 400

Penjahitan Benang 2 1 200
Keuntungan per satuaan 300.000 250.00
0
Tujuan perusahaan adalah memaksimumkan keuntungan dari dua macam produk
yang dihasilkannya, yaitu kain dan wol. Kemudian, perusahaan memiliki kendala
jumlah jam yang tersedia di departemen pengolahan benang 400 jam, dan jumlah
jam kerja yang tersedia di departemen penjahitan benang produk 200 jam.
Selanjutnya, produk kain didefinisikan sebagai T, dan produk wol didefinisikan
sebagai C. Dengan demikian, berdasarkan keadaan tersebut dapatlah dituliskan
formulasi model pemograman linear yang
dimaksud sebagai berikut:
Fungsi tujuan : Keuntungan (P) = Rp 300.000T + Rp250.000C
Fungsi kendala: Pengolahan benang = 3T + 6C ≤ 400 jam
Penjahitan benang = 2T + 1C ≤ 200 jam
T ≥ 0, dan C ≥ 0 (non negativity constraints)

2. Produsen buah kalengan dengan produk campuran input buah semangka, buah
jeruk dan buah mangga memiliki persoalan mencari kombinasi campuran ideal.
Produsen tersebut menghasilkan produk campuran pilihan T dan X guna
memaksimumkan keuntungan. Biaya masing masing adalah US $ 1.00, US $ 0.95,
dan US $ 1.90 per pound. campuran T bila dijual harganya US $ 2.90 per pound
dan campuran X US $ 2.40 per pound. Selanjutnya, keadaan komposisi campuran ada pada
tabel
Campuran Semangka jeruk mangga
A 0,50 0,80 0,60
B 0,70 0,40 0
Penawaran 300 900 400
(pound)
Untuk membangun model analisis yang relavan, pertama-tama anggaplah produk campuran
T sebagai X1 dan produk campuran X sebagai X2. Selanjutnya, dengan mengikuti langkah-
langkah pengembangan model analisis persoalan yang sudah dijelaskan sebelumnya, model
pemograman linearnya dapat ditulis sebagai berikut:
Memaksimumkan tujuan Z = f(X1,X2) = p1X1 + p2X2
Fungsi Kendala:
 0,50X1 + 0,70X2 ≤ 300 (pound)
0,80X1 + 0,40X2 ≤ 900 (pound)
0,60X1 ≤ 400 (pound)
X1,X2 ≥ 0
Selanjutnya, karena keadaan harga input dan harga jual masing-masing produk
diketahui,
maka fungsi tujuan dinyatakan sebagai berikut:
P1 = $2.90 - {(0.50) $1.00 + (0.80) $0.90 + (0.60) $1.90 } = $ 0.54
P2 = $2.40 - {(0.70) $ 1.00 + (0.40) $0.90 } = $ 1.04
Jadi, Z = f (X1,X2) = $ 0.54 X1 + $ 1.04 X2

Contoh soal Corner Points Solution Method :

4. Diketahui fungsi-fungsi kendala 5T + 2C ≤ 240 dan 2T + 4C ≤ 100.
Fungsi tujuannya P = $ 6T + $ 5C.
Dengan contoh persoalan optimasi pemograman linear, maka peragaan analisis
grafik metode penelusuran titik-titik sudut adalah?
Jawab :

100
90. 5T + 2C ≤ 240
Feasible Area
60.

2T + 4C ≤ 100

0. 40 70

Proses analisis solusi optimal dapat dilihat lebih lanjut sebagai berikut:
5T + 2C ≤ 240
2T + 4C ≤ 100
5T + 2C = 240 ; 2T + 4C = 100, maka C = 100 - 2T
5T = 240 – 2 (100 - 2T)
5T – 4 = 240 – 200
Jadi T* = 40/1 = 40
C* = 100 – 40 = 60 (40,60)
P = $ 6T + $ 5C
1) Bila T = 0; C = 0, maka P = 0
2) Bila T = 40; C = 60, maka P* = 660
3) Bila T = 0; C = 60, maka P = 300
4) T = 70, C = 0, maka P = 350