IMPLEMENTASI METODE DSS LINPRO & SIMULASI

STUDI KASUS & PENYEESAIAN

1. METODE LINPRO

Metode keputusan Linier Programming (LinPro)

Program linear (Linier Programming) adalah salah satu model
matematika yang digunakan untuk menyelesaikan masalah optimisasi,
yaitu memaksimumkan atau meminimumkan fungsi tujuan yang bergantung
pada sejumlah variabel input.
Hal terpenting yang perlu dilakukan adalah mencari tahu tujuan
penyelesaian masalah dan apa penyebab masalah tersebut.
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.
1. Masalah Maksimisasi : Maksimisasi dapat berupa memaksimalkan
keuntungan atau hasil.
2. Masalah Minimaksi : Minimaksi dapat berupa meminimumkan fungsi
tujuan pada permasalahan cost (biaya), atau permasalahan
minimalisasi cost
Langkah-langkah dalam Perumusan Model LP
1. Definisikan Variabel Keputusan (Decision Variable)
 Variabel yang nilainya akan dicari
2. Rumuskan Fungsi Tujuan:
 Maksimisasi atau Minimisasi
 Tentukan koefisien dari variabel keputusan
3. Rumuskan Fungsi Kendala Sumberdaya:
 Tentukan kebutuhan sumberdaya utk masing-masing peubah keputusan.
 Tentukan jumlah ketersediaan sumberdaya sebagai pembatas.
4. Tetapkan kendala non-negatif
Setiap keputusan (kuantitatif) yang diambil tidak boleh mempunyai nilai negatif
Prosedur (umum) merumuskan model pemrograman linear
• Decision variables
• Function Objective
• Koefisien function Objective
• Constraints /kendala
• Capacities
• Koefisien Input-output (technology)

dengan:
Z : fungsi objektif/fungsi tujuan
cj : koefisien fungsi objektif
xj : variabel keputusan
bi : right-hand-side (rhs)/kendala
HINT:
1. Mendefinisikan perubah keputusan (decision variable)
Umumnya peubah keputusan merupakan pernyataan dalam permasalahan yang hendak dicari
penyelesaiannya. Beberapa hal yang harus diperhatikan adalah:

Banyaknya koefisien peubah keputusan seringkali dapat membantu dalam

mengidentifikasikan peubah-peubah keputusan.
Jika x dimisalkan/diandaikan sebagai peubah keputusan berkaitan dengan kursi yang
diproduksi, maka x  kursi, tetapi x = banyaknya kursi yang diproduksi.

2. Menentukan jenis permasalahan program linear.( Capaciti : Profit, cost, sales)

Jika permasalahan membicarakan keuntungan (profit), maka jenis permasalahan PL adalah
maksimalisasi.
Jika permasalahan membicarakan biaya (cost), maka jenis permasalahan PL adalah
minimalisasi.
Jika ada informasi tentang selisih antara hasil penjualan (sales) dan biaya dengan pokok
pembicaraan profit, maka jenis permasalahannya adalah maksimalisasi.

3. Merumuskan kombinasi fungsi tujuan/sasaran (objective function)

Kombinasi informasi tentang jenis permasalahan PL dan definisi peubah keputusan
akan merumuskan fungsi tujuan.
Jika peubah keputusan terdefinisi dengan jelas, maka fungsi tujuan akan mudah
ditetapkan.

4. Merumuskan model kendala/syarat ikatan (constraint)

Ada dua pendekatan umum untuk merumuskan model kendala:

1) Pendekatan “ruas kanan”

Ruas kanan suatu kendala adalah tunggal dan bernilai konstan. Dalam masalah
maksimalisasi, ruas kanan sering menyatakan “total sumber daya yang tersedia”.
Prosedur pembentukannya:
Identifikasikan nilai total sumber daya dan sesuaikan tanda pertidaksamaan
dengan masing-masing total sumber daya (biasanya “”).
 Kelompokkan peubah-peubah keputusan terkait di sebelah kiri tanda
pertidaksamaan .
Tentukan koefisien-koefisien setiap peubah keputusan dan lampirkan dalam
pertidaksamaan. Model kendala terbentuk.
Untuk permasalahan minimalisasi, ruas kanan merupakan “minimal sumber
daya yang dibutuhkan”. Proses pembentukan kendala sama seperti di atas
kecuali tanda pertidaksamaan (biasanya “”).

2) Pendekatan “ruas kiri”

Semua nilai koefisien dan peubah-peubah keputusan disusun dalam bentuk matriks.
Setelah matriks ini terbentuk, identifikasikan nilai-nilai ruas kanan dan tambahkan
tanda pertidaksamaan.

5. Menetapkan syarat non negatip

Setiap peubah keputusan dari kedua jenis permasalahan PL tidak boleh negatip (harus lebih
besar atau sama dengan nol)

Bentuk umum pemrograman linear adalah:

n
∑ c j xj
1. Memaksimumkan Z = j=1
n
∑ a ij x j ≤b
dengan kendala j=1 , i = 1, 2, …, m, xj  0, j = 1, 2, ..., n.
atau
Memaksimumkan Z = c1x1 + c2x2 + … + cnxn.
dengan kendala a11x1 + a12x2 + … + a1nxn  b1
a21x1 + a22x2 + … + a2nxn  b2.
……
an1x1 + an2x2 + … + annxn  bn.
n
∑ c j xj
2. Meminimumkan Z = j=1
n
∑ a ij x j ≥bi
dengan kendala j=1 , i = 1, 2, …, m, xj  0, j = 1, 2, ..., n.
atau
Meminimumkan Z = c1x1 + c2x2 + … + cnxn.
dengan kendala a11x1 + a12x2 + … + a1nxn  b1
a21x1 + a22x2 + … + a2nxn  b2.
……
an1x1 + an2x2 + … + annxn  bn.
dengan:
Z : fungsi objektif/fungsi tujuan
cj : koefisien fungsi tujuan
xj : variabel keputusan
bi : right-hand-side (rhs)

Masalah program linear belum tentu mempunyai satu penyelesaian optimal. Ada 4 kejadian khusus
dari masalah program linear yaitu:
1. Linear Program mempunyai penyelesaian optimal (feasible solution).
 Maksimum
Contoh :
Maksimumkan Z = 300x1 + 200x2
Dengan kendala : 6x1 + 4x2  240
x1 + x2  50
x1 , x2  0
2. Linear program tidak mempunyai penyelesaian optimal (infeasible solution).
Contoh :
Maksimumkan Z = x1 + x2
Dengan kendala : x1 + x2  4
x1 - x2  5
x1 , x2  0
3. Linear program mempunyai penyelesaian tak terbatas (unbounded solutions)  masalah program
linear tidak mempunyai penyelesaian optimal.
Contoh :
Maksimumkan Z = 2x1 - x2
Dengan kendala : x1 - x2  1
2x1 + x2  6
x1 , x2  0
4. Linear program mempunyai penyelesaian secara Grafik
Langkah-langkah menggunakan grafik (variable yang dianalisa hanya ada 2 jenis) :
1. Tentukan variable terikat
2. Tentukan fungsi obyektif : Z = aX1 + bX2
3. Tentukan fungsi kendala/batasan :
a. c1X1 +d1X1 ≤e1 atau c1X1 +d1X1≥e1
b. . c2X2 +d2X2 ≤e2 atau c2X2 +d2X2≥e2
c. . cnXn +dnXn ≤en atau cnXn +dnXn≥en
4. Buatlah grafik
Pada setiap pertidaksamaan tentukan X 2 jika X1=0 begitu juga sebaliknya. Kemudian
buatlah garis lurus sesuai dengan titik koordinat yang diperoleh. Arsirlah daerah yang
memenuhi kriteria fungsi kendala.
5. Tentukan titik-titik pojok dari grafik dan substitusi ke dalam fungsi obyektif
6. Tentukan solusi optimum

Linier Programming / LinPro Maksimalisasi dengan Grafik

Penyelesaian masalah program Linier dengan menggunakan metode grafis pada umumnya
mengikuti langkah-langkah sebagai berikut :

1. Merumuskan masalah asli menjadi model matematika yang sesuai dengan syarat-syarat
yang diperlukan dalam model Program Linier, yaitu mempunyai fungsi tujuan, fungsi
kendala, dan syarat ikatan non-negatif.

2. Kendala-kendala yang ada digambar hingga dapat diperoleh daerah penyelesaian

(Daerah yang Memenuhi Kendala (DMK)/Wilayah Kelayakan)/ daerah fisibel yang titik-
titik sudutnya diketahui dengan jelas
3. Nilai fungsi sasaran (fungsi tujuan) dihitung di setiap titik sudut daerah penyelesaian.

4. Dipilih nilai yang sesuai dengan fungsi tujuan (kalau memaksimumkan berarti yang
nilainya terbesar dan sebaliknya).

5. Jawaban soal asli sudah diperoleh.

Catatan :
Metode Grafik efektif digunakan dalam pemecahan masalah program linier yang ber
“dimensi” : 2 x n atau m x 2, karena keterbatasan kemampuan suatu grafik dalam
“menyampaikan” sesuatu (sebenarnya grafik 3 dimensi dapat digambarkan, tetapi bukan
utk kasus LinPro).

CASE STUDY :
“PT. Rakyat Bersatu” menghasilkan 2 macam produk, produk I, produk II, setiap unit laku
Rp. 3000,-. Kedua produk tersebut dalam proses pembuatannya perlu 3 mesin. Produk I
perlu 2 jam mesin A, 2 jam mesin B, dan 4 jam mesin C. Produk II perlu 1 jam mesin A, 3
jam mesin B, dan 3 jam mesin C. Tersedia 3 mesin A yang mampu beroperasi 10 jam per
mesin per hari, tersedia 6 mesin B yang mampu beroperasi 10 jam per mesin per hari, dan
tersedia 9 mesin C yang mampu beroperasi 8 jam per mesin per hari. Berikan saran kepada
pimpinan “PT. Rakyat Bersatu” sehingga dapat diperoleh hasil penjualan yang maksimum !
Dan berapa unit produk I dan produk II harus diproduksi ?

PENYELESAIAN :
*) Susun permasalahan Program Linier ke dalam Tabel :
Tabel permasalahan LinPro : Variabel Proses Produksi
MA MB MC Harga jual per
unit
2 jam 2 jam 4 jam Rp. 3000,-
Produk I
Produk II 1 jam 3 jam 3 jam Rp. 3000,-
Jumlah Mesin 3 buah 6 buah 9 buah

Lama Operasi 10 jam/mesin 10 jam/mesin 8 jam/mesin Memaksimumkan

Total waktu Operasi 30 jam 60 jam 72 jam

*) Rumuskan permasalahan LinPro ke dalam model Matematika :

Misalkan : Akan diproduksi produk I sejumlah X1 unit dan produk II akan diproduksi
sejumlah X2 unit.
Maka Fungsi tujuannya adalah :
Mamaksimumkan : Z = 3000 X1 + 3000 X2

Keterangan :
Lama operasi adalah dalam jam/hari/mesin.
Total waktu operasi adalah sama dengan jumlah mesin x, lama operasi (dalam jam/hari/tipe
mesin).
Syarat Ikatan (fungsi Kendala):
2X1 + X2  30 ...........i)

2X1 + 3X2  60 ..........ii)

4X1 + 3X2  72 .........iii)
dan X1  0; X2  0 (Syarat Non Negatif).

*) Menggambar fungsi-fungsi kendala sehingga diperoleh daerah penyelesaian (Daerah

yang Memenuhi Kendala/Wilayah kelayakan). Titik potong-titik potong dari
ketidaksamaan fungsi kendalanya adalah :
Untuk persamaan (I) titik potong dengan sumbu-X 1 jika X2 = 0 :
2X1 + 0 = 30 diperoleh X1 = 30/2=15 maka titik potongnya adalah (15,0).
Sedangkan titik potong dengan sumbu-X2 jika X1 = 0; 0 + X2 = 30
diperoleh X2 = 30 maka titik potong adalah (0,30).
Untuk persamaan (ii) titik potong dengan sumbu-X 1 jika X2 = 0 :
2X1 + 0 = 60 diperoleh X1 = 30 maka titik potongnya adalah (30,0).
Sedangkan titik potong dengan sumbu-X2 jika X1 = 0 :
0 + 3X2 = 60 diperoleh X2 = 20 maka titik potongnya adalah (0,20).
Untuk persamaaan (iii) titik potong dengan sumbu-X 1 jika X2 = 0 :
4X1 + 0 = 72 diperoleh X1 = 18 maka titik potongnya adalah (18,0).
Sedangkan titik potong dengan sumbu-X2 jika X1 = 0 :
0 + 3X2 = 72 diperoleh X2 = 24 maka titik potongnya adalah (0,24).
Sehingga jika digambarkan pada Koordinat Cartesius adalah :

Daerah Fisibel (Daerah Penyelesaian/Daerah yang Memenuhi Kendala) adalah daerah

yang terletak di dalam bangun yang dibatasi oleh titik-titik O(0,0), A(18,0), D(0,20), dan B
yaitu titik potong garis (i) dan garis (iii) sedangkan titik C adalah titik potong garis (ii) dan
garis (iii). Adapun cara menghitung titik B dan C tersebut adalah sebagai berikut :

Titik B perpotongan antara garis (i) dan garis (iii):

2X1 + 1X2 = 30 ........i) Untuk X2 = 22 maka 2X1 + 22 = 30, X1= 8/2=4
4X1 + 3X2 = 72 ….....iii) sehingga X1 = 4, maka titik B adalah (4,22)
__________________ -
- 2X1 + -2X2 = -42
 (Pada setiap pertidaksamaan tentukan X2 jika X1=0 begitu juga sebaliknya)
Jika X1 = 0,  -2X2 = -42 X2=-42/-2 =22

Titik C perpotongan antara garis (ii) dan garis (iii):

2X1 + 3X2 = 60 ............ii) Untuk X1 = 6 maka 12 + 3X2 = 60, X2=48/3=16

4X1 + 3X2 = 72 ............iii) sehingga X2 = 16 maka titik C adalah (6,16)

____________________ -

- 2X1 + 0 = - 12 X1 = 6

Daerah penyelesaian (Daerah yang Memenuhi Kendala/Wilayah Kelayakan) adalah

daerah OABCD yang titik-titik sudutnya adalah : O(0,0), A(15,0), B(4,22), C(6,16), dan
D(0,20).

*) Penyelesaian dari soal diatas adalah nilai fungsi sasaran (Z = 3000 X 1 + 3000 X2) di setiap
titik sudut-titik sudut Daerah yang Memenuhi Kendala adalah :
di titik O (0,0)  Z (0,0) = 3000. (0) + 3000.(0) = 0,
di titik A (18,0) Z (18,0) = 3000.(18) + 3000.(0) = 54.000,00
di titik B (4,22)  Z (4,22) = 3000.(4) + 3000.(22) = 78.000,00
di titik C (6,16) Z(6,16) = 3000.(6) + 3000.(16) = 66.000,00
di titik D (0,20) Z(0,20) = 3000.(0) + 3000.(20) = 60.000,00
*) Fungsi Tujuan adalah mencari nilai maksimumnya sehingga nilai yang sesuai adalah
terletak pada titik B (4,22) yaitu dengan nilai fungsi tujuannya Rp. 78.000,00
*) Sehingga agar diperoleh laba yang maksimum maka Pimpinan”PT. Rakyat Bersatu”
harus memproduksi Produk I sebanyak 4 unit dan Produk II sebanyak 22 unit,
sehingga mendapat laba maksimum sebesar Rp.78.000,00.

Linier Programming / LinPro Maksimalisasi dengan Grafik

CASE STUDY
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:
Jenis bahan baku Kg bahan baku & Jam tenaga kerja Maksimum
Kain sutera Kain wol
dan tenaga kerja penyediaan
Benang sutera 2 3 60 kg
Benang wol - 2 30 kg
Tenaga kerja 2 1 40 jam
Kedua jenis produk memberikan keuntungan sebesar Rp 40 juta untuk kain sutera dan Rp 30 juta
untuk kain wol.

PERTANYAAN
Masalahnya adalah bagaimana menentukan jumlah unit setiap jenis produk yang akan diproduksi setiap
hari agar keuntungan yang diperoleh bisa maksimal.

PENYELESAIAN
 Daerah penyelesaian (Daerah yang Memenuhi Kendala/Wilayah Kelayakan) adalah
daerah ABCDE yang titik-titik sudutnya adalah : A(0,0), B(0,20), C(15,10), D(15,12.5) dan
E(0,15).

SEKARANG MENCARI TITIK KOORDINAT TITIK C & D

TITIK C
Mencari titik potong C, menggunakan Persamaan (1) dan (3)
 Daerah penyelesaian (Daerah yang Memenuhi Kendala/Wilayah Kelayakan) adalah
daerah ABCDE yang titik-titik sudutnya adalah : A(0,0), B(0,20), C(15,10), D(15,12.5) dan
E(0,15).

*) Penyelesaian dari soal diatas adalah nilai fungsi sasaran (Z = 40 X 1 + 30 X2) di setiap titik
sudut-titik sudut Daerah yang Memenuhi Kendala adalah :
di titik A (0,0)  Z (0,0) = 40. (0) + 30.(0) = 0,
di titik B (0,20) Z(0,20) = 40.(0) + 30.(20) = 600,00
di titik C (15,10)  Z (15,10) = 40.(14) + 30.(10) = 900,00
di titik D1 (15,12.5) Z(15,12.5) = 40.(15) + 30.(12.5) = 600,+375= 975,00
di titik D (15,7.5) Z(15,7.5) = 40.(15) + 30.(7.5) = 600,+225 =825
di titik E (0,15) Z(0,15) = 40.(0) + 30.(15) = 450,00
*) Fungsi Tujuan adalah mencari nilai maksimumnya sehingga nilai yang sesuai
adalah terletak pada titik D1 (15,12.5) yaitu dengan nilai fungsi tujuannya Rp. 975
*) Sehingga agar diperoleh laba yang maksimum maka Pimpinan” PT LAQUNATEKSTIL”
harus memproduksi Kain Sutra sebanyak 15 unit per hari dan Kain Wol sebanyak 22
unit, sehingga keuntungan bisa maksimal maksimum yang diperoleh sebesar = 975,00
dalam jutaan Rp

STUDI KASUS :
SIMULASI MODEL PERMINTAAN SUPERMARKET
DENGAN TEKNIK MONTECARLO

PERTANYAAN

PENYELESAIAN
YAITU :
DAPAT DISIMPULKAN