PROGRAMASI LINIEAR

PL adalah suatu model optimasi persamaan linear berkenaan dengan kendala-kendala linear yang dihadapinya.

Fungsi linear yang hendak dicari nilai optimumnya, berbentuk sebuah persamaan disebut FUNGSI TUJUAN.

Fungsi – fungsi linear yang harus terpenuhi dalam optimasi fungsi tujuan tadi, dapat berbentuk persamaan
maupun pertidaksamaan disebut FUNGSI KENDALA.

Beberapa syarat yang harus dipenuhi agar suatu masalah optimasi dapat diselesaikan dengan PL :

1) Masalah tersebut harus dapat diubah menjadi permasalahan matematis (dijabarkan kedalam bentuk model
matematik) → Model linear baik persamaan maupun per daksamaan.
2) Keseluruhan sistem permasalahan harus dapat dipilih-pilih menjadi satuan-satuan aktivitas, misalnya : a11x +
a12y ≤ h1 dimana x dan y adalah aktivitas
3) Masing-masing aktivitas harus dapat ditentukan dengan tepat baik jenis maupun letaknya dalam model
programasi.
4) Setiap aktivitas harus dapat dikuantifikasikan sehingga masing-masing nilai dapat dihitung atau
dibandingkan.
Perumusan model programasi linear dapat dillakukan melalui langkah-langkah sebagai berikut :
1
/ Menentukan aktivitas.
2
/ Menentukan sumber-sumber (masukan).
3
/ Menghitung jumlah masukan dan keluaran untuk setiap satuan aktivitas.
4
/ Menentukan kendala-kendala aktivitas
5
/ Merumuskan model, yakni membentuk fungsi tujuan dan fungsi-fungsi kendalanya.

Penyelesaianya masalah PL dalam OR dapat digunakan dengan :- Metode Grafik dan

- Metode Simplex

METODE GRAFIK

 Menggambarkan fungsi-fungsinya pada diagram cartesius.

Langkah-langkah setelah model permasalahan dirumuskan

1. Gambarkan fungsi-fungsi kendalanya
2. Tentukan area laik (feasible area) bagi masalah yang bersangkutan yakni area yang dibatasi oleh garis-garis
kendala.
3. Gambarkan fungsi tujuanya dengan menetapkan sembarang nilai x.
4. Lakukan pergeseran-pergeseran seperlunya atas garis tujuan
5. Titik penyelesaian optimal adalah titik sudut terjauh dari area laik yang dapat dicapai oleh garis tujuan
- Dalam masalah Maksimalisasi sudut area laik terjauh. Biasanya berupa sudut teratas atau terkanan.
- Dalam masalah Minimalisasi sudut area laik terjauh biasanya berupa sudut terbawah atau terkiri
(tergantung pada lereng garis tujuanya).
 Atau dari langkah ke 2 setelah diperoleh titik-titik sudut area laik. Masukan nilai titik sudut tersebut
kepersamaan fungsi tujuan.
Masalah maksimalisasi pilih nilai yang memberikan hasil terbesar sedangkan.
Masalah Minimalisasi adalah nilai yang memberikan hasil terkecil menjadi akhir penyelesaian.
Contoh :
1. F. Tujuan : Z = 3000x + 2000 y
F. Kendala : I 2x + y ≤ 500
II x + y ≤ 300
x, y ≥ 0.
Ciri nilai x dan y yang memberikan Z maks.

A
500

C
300

B D X
0 250 300