LINEAR PROGRAMMING

Linear Programming merupakan suatu teknis matematika yang dirancang untuk

membantu manajer merencanakan dan membuat keputusan dalam mengalokasikan
sumber daya yang terbatas untuk mencapai tujuan perusahaan. Umumnya tujuan
perusahaan adalah memaksimalkan keuntungan, tetapi karena jumlahnya yang
terbatas maka perusahaan juga dapat meminimalkan biaya.
Penggunaan metode matematis ini adalah untuk mendapatkan maksimisasi dan
minimisasi. Maksimisasi dapat berupa memaksimumkan keuntungan (return on
investment) atau memaksimumkan efektivitas promosi, sedangkan minimisasi dapat
berupa minimisasi biaya. Linear programming banyak diterapkan dalam pemecahan
masalah ekonomi, industri, militer, sosial dan lain-lain.

Ada beberapa syarat teknik program linear yang harus dipenuhi:

a. Fungsi objektif (tujuan), misalnya jumlah hasil penjualan, biaya transportasi
Danl ain-lain
b. Harus ada alternative pemecahan untuk dipilih salah satu terbaik
c. Sumber-sumber dan aktivitas mempunyai sifat dapat ditambahkan
d. Adanya fungsi pembatas yang linear
e. Variabel keputusan harus positif, tidak boleh negative
f. Sumber-sumber dan aktivitas mempunyai sifat dapat dibagi
g. Sumber-sumber aktivitas mempunyai jumlah yang terbatas
h. Aktivitas harus proporsional terhadap sumber-sumber dan hubungannya bersifat
linear
i. Sumber dan aktivitas bersifat pasti

1. Istilah-istilah dalam Program Linear

Dalam mempelajari program linear, kita akan sering menjumpai beberapa istilah
sebagai berikut:
a. Variabel keputusan (decision variable)
Variabel keputusan yang berupa kumpulan variabel yang akan dicari/ditentukan
nilainya, biasa diberikan dengan symbol U, V, W, X

b. Nilai ruas kanan (right hand side value)

Nilai ruas kanan adalah nilai-nilai yang menunjukkan jumlah
(kuantitas/kapasitas)
ketersediaan sumber daya untuk dimanfaatkan, dinyatakan dalam simbol NK

c. Variabel Tambahan (slack/surplus variable)

Variabel yang menyatakan penyimpangan positif atau negatif dari nilai ruas
kanan yang diberikan symbol S1, S2, S3….Sn

d. Fungsi Tujuan (Z)

Z adalah nilai fungsi tujuan yang belum diketahui dan akan dicari nilai
optimumnya (sebesar mungkin untuk masalah maksimisasi, sekecil mungkin
untuk masalah minimalisasi)

e. Koefisien fungsi tujuan

Koefisien ini juga disebut dengan koefisien kontribusi yaitu nilai yang
menyatakan kontribusi/sumbangan per unit Z untuk setiap Xj dengan simbol Cj
 Model Program Linear :
Maksimisasi:
1. Fungsi Tujuan :
Maksimumkan Z = C1X1 + C2X2 + … +CnXn
2. Fungsi Pembatas :
2.1. a11X1 + a12X2 + ….+ a1nXn ≤ b1
2.n. am1X1 + am2X2 + ….+ a2mXn ≤ bm
X1, X2, ……., Xn ≥ 0
Minimisasi:
1. Fungsi Tujuan :
Minimumkan Z = C1X1 + C2X2 + +CnXn
2. Fungsi Pembatas :
2.1. a11X1 + a12X2 + ….+ a1nXn ≥ b1
2.2. a21X1 + a22X2 + ….+ a2nXn ≥ b2
2.n. am1X1 + am2X2 + ….+ a2mXn ≥ bm
X1, X2, ……., Xn ≥ 0

Aplikasi linear programming dapat digunakan dalam beberapa masalah berikut:

a. Masalah Product MiX
b. Perencanaan Investasi
c. Rencana Produksi dan Persediaan
d. Rencana Advertensi atau Promosi
e. Masalah Duet
f. Masalah Pencampuran
g. Masalah Distribusi atau Transportasi
Aplikasi model Linear Programming juga dapat diaplikasikan pada masalah
perencanaan lokasi, penyulingan minyak, break event point, skedul tenaga kerja,
penugasan, pemanfaatan lahan pertanian, strategi militer, peraturan pemerintah,
muatan kapal dan sebagainya.
Metode penyelesaian program linear:
a. Metode Aljabar
Substitusi antar persamaan linear pada fungsi

b. Metode Grafik
Dengan menggambar garis masing-masing fungsi pembatas dan fungsi tujuan
pada grafik dua dimensi

c. Metode simpleks
Metode pemecahan (analisis) persoalan program linear dengan algoritma
simpleks. Untuk persoalan program linear dengan variabel lebih dari 2 akan lebih
baik dan tepat dengan menggunakan metode simpleks.
 2. Formulasi Model Linear Programming
Masalah keputusan yang sering dihadapi analis adalah mengalokasikan optimum
sumberdaya yang langka. Sumberdaya dapat berupa uang, tenaga kerja, bahan
mentah, kapasitas mesin, waktu, ruangan atau teknologi. Hasil yang diinginkan
ditunjukkan sebagai maksimisasi dari beberapa ukuran seperti profit, penjualan atau
kesejahteraan; sebagai minimalisasi seperti biaya, waktu dan jarak.

Ada 3 tahap dalam memformulasikan model matematik, yaitu:

a. Menentukan variabel keputusan dan nyatakan dalam symbol matematik
b. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linear dari
variabel keputusan
c. Menentukan semua kendala masalah dan mengekspresikan dalam persamaan atau
pertidaksamaan yang juga merupakan hubungan linear dari variabel keputusan
yang mencerminkan keterbatasan sumberdaya masalah tersebut
Contoh :
Sebuah perusahaan ingin menentukan berapa banyak masing-masing dari 3 produk yg
berbeda yang akan dihasilkan dengan tersedianya sumberdaya yang terbatas agar
diperoleh keuntungan maksimum. Kebutuhan buruh, bahan mentah dan sumbangan
keuntungan masing-masing produk adalah:

Tersedia 240 jam kerja dan 400 kg bahan mentah. Permasalahannya adalah menentukan jumlah
masing-masing produk agar keuntungan maksimum.
Penyelesaian:
1. Merumuskan Masalah
a. Variabel Keputusan
X1 = Jumlah produk A
X2 = Jumlah produk B
X3 = Jumlah produk C
b. Fungsi Tujuan
Tujuan dari masalah kombinasi produk adalah untuk memaksimumkan
keuntungan total. Keuntungan total merupakan jumlah keuntungan masingmasing
produk
Keuntungan produk A = 3X1
Keuntungan produk B = 5X2
Keuntungan produk C = 2X3
Z = 3X1 + 5X2 + 2X3
13
c. Fungsi Kendala
Kendala di dalam kombinasi produk di atas adalah jumlah buruh dan bahan
mentah yang terbatas. Masing-masing produk membutuhkan buruh (tenaga kerja)
maupun bahan mentah, dimana:
 Produk A membutuhkan buruh untuk menghasilkan produk tiap unit adalah 5
 jam, sehingga buruh yang dibutuhkan untuk produk A adalah 5X 1
 Produk B membutuhkan buruh = 2X2
 Produk C membutuhkan buruh = 4X3
Jumlah jam buruh yang tersedia adalah 240 jam, sehingga fungsi kendala buruh
adalah:
5X1+ 2X2+ 4X3 ≤ 240
Kendala bahan mentah dirumuskan dengan cara yang sama. Produk 1
membutuhkan 4 kg per unit, produk 2 membutuhkan 6 kg per unit dan produk 3
membutuhkan 6 kg per unit. Tersedia 400 kg bahan mentah, sehingga dihasilkan
fungsi kendala sebagai berikut:
4X1 + 6X2 + 6X3 ≤ 400

Selain itu diikuti juga kendala yang dinamakan nonnegativity constraint dan
secara matematik dirumuskan X1≥0; X2≥0; X3≥0
Sehingga masalah linear programming dirumuskan dalam suatu model matematis:
1. Fungi Tujuan
Memaksimumkan Z = 3X1 + 5X2 + 2X3
2. Fungsi Kendala4
Buruh : 5X1 + 2X2 + 4X3 ≤ 240
Bahan Mentah : 4X1 + 6X2 + 6X3 ≤ 400
X1, X2, X3 ≥ 0