Bagian 2

Program Linier

Dalam kondisi krisis global seperti yang saat ini sedang melanda dunia,
dampaknya akan dialami di hampir semua sendi kehidupan. Oleh karena itu diperlukan
suatu usaha tentang bagaimana caranya untuk membuat beberapa aktifitas dengan
menggunakan beberapa sumber, dimana sumber-sumber yang tersedia jumlahnya
terbatas, sehingga dari aktifitas-aktifitas tersebut akan diperoleh suatu hasil yang optimum.

Sebagai suatu contoh, misalkan suatu perusahaan mengoperasikan 3 pabrik

dengan kelebihan kapasitas produksi. Ketiga pabrik tersebut mempunyai kemampuan
untuk menghasilkan suatu produk baru yang dapat dibuat dalam 3 ukuran yaitu besar,
médium dan kecil. Produk – produk tersebut jika dijual akan dapat menghasilkan laba
per unit untuk ukuran besar, medium dan kecil masing-masing $420, $360, $300. Pabrik
1,2,3 mempunyai kelebihan kapasitas untuk menghasilkan produksi sebanyak 750, 900,
450 unit per hari. Luas gudang penyimpanan barang dalam proses membatasi tingkat
produksi dimana pabrik 1, 2, 3 memiliki kapasitas penyimpanan seluas 13.000; 12.000;
5.000 m2 per hari. Setiap unit produk yang dihasilkan, untuk ukuran besar, médium dan
kecil memerlukan luas 20, 15, 12 m2. Berdasarkan ramalan penjualan, perusahaan dapat
menjual produk sebanyak 900, 1200, 750 unit untuk ukuran besar, médium, dan kecil
perhari. Dengan mempertimbangkan hal-hal tersebut, perusahaan tersebut berkeinginan
untuk mengoptimumkan keuntungan.

2.1 Kompetensi

Kompetensi yang diharapkan dapat dicapai setelah mempelajari modul ini adalah
mahasiswa dapat :

1. Merumuskan persoalan riil menjadi persoalan program linier, dan

menerjemahkannya menjadi model matematis.

2. Menggunakan metoda grafis untuk menyelesaikan model matematis tersebut.

 Program Linier

2.2 Model Program Linier

Program linier adalah suatu model umum yang dapat digunakan untuk
memecahkan masalah pengalokasian sumber-sumber yang jumlahnya terbatas ke
beberapa aktifitas dengan menggunakan sumber-sumber secara optimal, yang mencakup
perencanaan kegiatan untuk mencapai suatu hasil yang mencerminkan tercapainya
sasaran tertentu yang paling baik (menurut model matematis) alternatif yang mungkin
dengan menggunakan fungsi linier.

Untuk menyelesaikan persoalan dalam dunia nyata dengan menggunakan metode

Program Linier, maka persoalan tersebut harus diterjemahkan terlebih dahulu dalam
bentuk model matematis, dimana model matematis persoalan program linier terdiri dari 2
fungsi yaitu fungsi obyektif (fungsi tujuan) dan fungsi batasan (fungsi kendala). Fungsi
obyektif memuat tujuan apa yang ingin dicapai dalam suatu permasalahan sedangkan
fungsi batasan memuat batasan-batasan atau kendala-kendala yang ada pada
permasalahan tersebut.

Apabila terdapat m jenis sumber yang jumlahnya terbatas, dimana sumber

tersebut akan digunakan oleh n jenis aktifitas. Andaikan Xj adalah suatu variabel
keputusan atau tingkat aktifitas, dimana j = 1, 2, …, n. Untuk lebih jelasnya dapat dilihat
pada Tabel 2.1.

Tabel 2.1: Tabel Aktivitas versus Sumber

Aktivitas Penggunaan Sumber/ Unit Aktifitas Banyak Sumber

yang Tersedia
Sumber
1 2 … j … n
1 a11 a12 … a1j … a1n b1
2 a21 a22 … a2j … a2n b2
: : : : :
i ai1 ai2 … aij … ain bi
: : : : : :
m am1 am2 amj amn bm
c1 c2 … cj … cn
Kontribusi/unit
aktifitas(ΔZ/unit)

Tingkat X1 X2 … Xj … Xn
Aktifitas

Riset Operasi I halaman 2 - 2

 Program Linier

dimana

j : jenis kegiatan, j = 1, 2,…, n

Xj : tingkat kegiatan atau variabel keputusan, yaitu keputusan apa yang harus diambil
dalam menyelesaikan permasalahan tersebut, misalnya jumlah produk jenis j yang
harus dibuat.

i : jenis sumber, dimana i = 1, 2, …, m

bi : jumlah sumber i yang disediakan misal untuk membuat semua jenis produk tersedia
sumber i sebanyak 100 unit, maka bi = 100 unit.

aij : banyaknya sumber i yang diperlukan untuk membuat 1 unit produk jenis j; misal
untuk membuat 1 unit produk jenis 2 perlu sumber jenis 4 sebanyak 3 unit; maka
a42 = 3 unit.

Z : nilai yang dioptimalkan (menunjukkan fungsi tujuan)

Cj : kontribusi yang diperoleh/dikeluarkan jika dibuat 1 unit produk j (juga disebut

pertambahan nilai z jika dibuat 1 unit produk j).

Model matematis dari Tabel 2.1 adalah sebagai berikut:

Fungsi Obyektif :

Max/ min Z = c1X1 + c2X2+…+ cjXj +... + cnXn

Fungsi batasan :

a11x1 + a12x2 +…+ a1jxj +…+ a1nxn ≤ b1

a21x1 + a22x2 +…+ a2jxj+…+ a2nxn ≤ b2

…………………………………………

ai1x1 + ai2x2 +…+ aijxj+…+ ainxn ≤ bi

…………………………………………

am1x1 + am2x2 +…+ amjxj+…+ amnxn ≤ bm

x1, x2,…,xm ≥ 0

Ruas kiri dari fungsi batasan menunjukkan jumlah kebutuhan sumber yang
diperlukan untuk membuat seluruh unit aktifitas, sedangkan ruas kanan menunjukkan

Riset Operasi I halaman 2 - 3

 Program Linier

jumlah sumber yang tersedia, sehingga jumlah kebutuhan harus lebih kecil atau sama
dengan jumlah yang tersedia. Karena fungsi obyektif (Z) ingin mengoptimumkan tujuan
dari suatu permasalahan, maka Z bisa berbentuk maximize atau mungkin berbentuk
minimize (Z berbentuk maximize jika kasus yang ingin dioptimumkan, misalnya
keuntungan, sedangkan berbentuk minimize jika kasus yang ingin dioptimumkan misalnya
biaya).

Suatu model Program Linier disebut model standar jika fungsi obyektifnya
berbentuk maximize, fungsi batasan bertanda ≤ ; dan variabel keputusan bertanda ≥ 0.
Tidak semua model Program Linier berbentuk standar, kadang-kadang dijumpai fungsi
batasan bertanda ≥ atau bertanda = begitu juga variabel keputusan bertanda ≤ 0 atau
tidak terbatas.

Contoh kasus 1:

Suatu perusahaan meubel ingin membuat kursi makan, kursi tamu dan lemari. Kursi
makan terbuat dari kayu jati untuk sandaran dan kaki, sedang kerangka tempat duduknya
dari kayu kamfer. Kursi tamu, semua terbuat dari kayu jati. Untuk membuat lemari ,
bagian depan dan samping dari kayu jati dan bagian belakang dari kayu kamfer. Selain itu,
masih diperlukan bahan busa dan pelitur. Adapun kebutuhan bahan yang diperlukan
untuk membuat 1 unit kursi makan, kursi tamu dan lemari disajikan dalam Tabel 2.2.

Tabel 2.2: Data untuk Contoh Kasus 1

Jenis Produk Kursi Kursi

Lemari
Jenis bahan Makan Tamu
Kayu Jati (potong) 3 4 4
Kayu Kamfer (potong) 2 - 3
Busa (meter2) 1 2 -
Pelitur (liter) 8 10 7

Saat ini bahan yang tersedia di gudang adalah kayu jati 100 potong, kayu kamfer 70
potong, busa 75 m2 dan pelitur 500 liter.

Jika barang-barang tersebut dijual, maka keuntungan yang diperoleh dari 1 unit : kursi
makan Rp. 100.000,- ; kursi tamu Rp. 150.000,- dan lemari Rp.125.000,-.

Buatlah model matematisnya.

Riset Operasi I halaman 2 - 4

 Program Linier

Penyelesaian Contoh kasus 1 :

Kasus diatas dapat diartikan berapa banyaknya kursi makan, kursi tamu dan lemari yang
harus dibuat, dengan menggunakan bahan-bahan yaitu kayu jati, kayu kamfer, busa dan
pelitur yang jumlahnya terbatas, sehingga dapat diperoleh keuntungan yang seoptimum
mungkin. Untuk itu harus didefinisikan :

1. Variabel keputusan (Xj) :

X1 : jumlah kursi makan yang harus dibuat

X2 : jumlah kursi tamu yang harus dibuat

X3 : jumlah lemari yang harus dibuat

2. Fungsi Tujuan / fungsi obyektif ( Z )

Karena tujuannya adalah mengoptimumkan keuntungan maka fungsi obyektif (Z)

berbentuk maximize, sehingga model matematisnya adalah : (Nilai Z dalam ribuan rupiah):

Max Z =100 X1 + 150 X2 + 125 X3

3. Fungsi Batasan :

3 X1 + 4 X2 + 4 X3 ≤ 100

2 X1 + 3 X3 ≤ 70

X1 + 2 X2 ≤ 75

8 X1 + 10 X2 + 7 X3 ≤ 500

X1, X2, X3 ≥ 0

2.3 Asumsi Model Program Linier

Model Program Linier mempunyai 4 macam asumsi yang harus dipenuhi, yaitu:

1. Proporsional

Naiknya nilai Z proporsional dengan naiknya Xk yaitu melalui CkXk dan naiknya
sumber proporsional dengan naiknya Xk yaitu melalui aikXk

Riset Operasi I halaman 2 - 5

 Program Linier

2. Additif

Kenaikan nilai Z akibat kenaikan suatu kegiatan dapat ditambah tanpa

mempengaruhi bagian nilai Z yang diperoleh dari kegiatan yang lain artinya laba
dari seluruh aktifitas sama dengan jumlah laba dari masing-masing aktifitas.
Demikian juga dengan pemakaian sumber.

3. Divisibel

Semua variabel dapat memiliki harga berapapun asalkan real.

4. Certainty

Semua parameter model (aij, bi, dan cj) nilai-nilainya merupakan konstanta-konstanta
yang diketahui bukan suatu variabel atau variabel random.

2.4 Metode Grafis

Setelah persoalan riil yang akan diselesaikan dengan metode program linier
diterjemahkan dalam model matematis, maka tahap berikutnya adalah menyelesaikan
model matematis tersebut. Untuk menyelesaikan model program linier ada beberapa
metode yang bisa digunakan, antara lain metoda grafis.

Metoda grafis hanya bisa digunakan jika persoalan tersebut hanya mempunyai 2
variabel keputusan (jenis aktifitas). Jika suatu persoalan mempunyai variabel keputusan
lebih dari 2, maka metode grafis tidak bisa digunakan.

Langkah-langkah metode grafis:

Langkah 1 : Menentukan daerah fesibel

Daerah fesibel adalah daerah yang memenuhi semua fungsi batasan, caranya :

a. Buat suatu sumbu koordinat dengan sumbu X sebagai sumbu untuk variabel X1 dan
sumbu Y sebagai sumbu untuk variabel X2.

b. Tanda pertidaksamaan pada semua fungsi batasan ubah menjadi tanda persamaan.

c. Gambarkan semua fungsi batasan pada sumbu koordinat tersebut.

d. Tentukan daerah yang memenuhi semua fungsi batasan.

Riset Operasi I halaman 2 - 6

 Program Linier

Langkah 2 : Menentukan penyelesaian optimal

Penyelesaian optimal yaitu mencari nilai X1 dan X2 yang berada pada daerah fesibel dan
akan mengoptimumkan nilai Z .

Ada 2 metode yang bisa digunakan untuk mencari Z optimal, yaitu :

a. Cara Grafis
 Gambarkan garis Z (Fungsi Obyektif) pada daerah fesibel
 Geser garis Z (selalu sejajar) kearah kanan untuk kasus maximasi dan kearah kiri
untuk kasus minimasi.
 Z optimal terletak pada titik perpotongan daerah fesibel sebelah kiri dengan garis
Z (titik singgung yang terakhir pada daerah fesibel) untuk kasus minimize, sedang
untuk kasus maximize terletak pada titik perpotongan daerah fesibel sebelah
kanan dengan garis Z (titik singgung yang terakhir pada daerah fesibel).

b. Cara Analitis
 Cari titik ekstrim, yaitu titik-titik yang berada pada ujung daerah fesibel.

 Cari nilai Z pada titik-titik ekstrim tersebut

 Z optimal adalah nilai Z terbesar pada titik ekstrim untuk kasus maximize dan Z
terkecil pada kasus minimize.

Contoh Kasus 2 :

Suatu perusahaan sepatu akan membuat 2 jenis sepatu yaitu sepatu pria dan sepatu
wanita. Untuk membuat sepatu harus melalui 3 tahapan proses yaitu proses pembuatan
pola proses penjahitan dan proses pemeriksaan. Untuk membuat 1 unit sepatu pria perlu
waktu 10 menit membuat pola, 25 menit penjahitan dan 5 menit pemeriksaan. Untuk
membuat 1 unit sepatu wanita perlu waktu 18 menit membuat pola, 20 menit penjahitan
dan 8 menit pemeriksaan. Waktu yang disediakan setiap hari untuk membuat pola 6 jam,
penjahitan 10 jam dan pemeriksaan 4 jam. Bila dijual 1 unit sepatu pria akan memperoleh
keuntungan Rp. 30.000,- dan sepatu wanita Rp. 25.000,-. Berapa keuntungan optimum
yang diperoleh setiap hari?

Riset Operasi I halaman 2 - 7

 Program Linier

Penyelesaian Contoh Kasus 2:

Tujuan dari masalah tersebut adalah untuk mendapatkan keuntungan optimum,

maka fungsi obyektifnya berbentuk maximize. Untuk mendapatkan keuntungan optimum
maka perusahaan harus membuat 2 jenis sepatu, maka variabel keputusannya adalah :

X1 : jumlah sepatu pria yang harus dibuat

X2 : jumlah sepatu wanita yang harus dibuat

Yang menjadi batasan/kendala dalam pembuatan sepatu tersebut adalah waktu

operasi, yaitu waktu pembuatan pola, waktu penjahitan dan waktu pemeriksaan dimana
satuan waktu diubah menjadi menit, sehingga model matematis persoalan tersebut
adalah

Max Z = 30 X1 + 25 X2

dengan batasan :

10 X1 + 18X2 ≤ 360 → waktu pembuatan pola

25 X1 + 20 X2 ≤ 600 → waktu penjahitan

5 X1 + 8 X2 ≤ 240 → waktu pemeriksaan

X1, X2 ≥ 0

Karena variabel keputusan hanya ada 2 jenis, maka persoalan tersebut dapat
diselesaikan dengan metode grafis.

Langkah-langkahnya :

Langkah 1: Menentukan daerah fesibel

a. Buat sumbu koordinat yaitu sumbu X untuk X1 dan sumbu Y untuk X2

b. Tanda pertidaksamaan pada semua fungsi batasan ubah menjadi tanda

persamaan.

 10 X1 + 18 X2 ≤ 360 menjadi 10 X1 + 18 X2 = 360

 25 X1 + 20 X2 ≤ 600 menjadi 25 X1 + 20 X2 = 600

 5 X1 + 8 X2 ≤ 240 menjadi 5 X1 + 8 X2 = 240

Riset Operasi I halaman 2 - 8

 Program Linier

c. Gambarkan garis fungsi batasan

 10 X1 + 18X2 = 360

Garis tersebut memotong sumbu X1 dititik (36,0) dan memotong sumbu X2

dititik (0,20).

 25 X1 + 20 X2 = 600

Garis tersebut memotong sumbu X1 dititik (24,0) dan memotong sumbu X2

dititik (0,30).

 5 X1 + 8 X2 = 240

Garis tersebut memotong sumbu X1 dititik (48,0) dan memotong sumbu X2

dititik (0,30).

d. Tentukan daerah yang memenuhi semua fungsi batasan

Fungsi batasan 1, 2 dan 3 semuanya bertanda ≤ , sehingga daerahnya berada

disebelah kiri masing-masing fungsi batasan; sedang X1 ≥ 0 berarti daerahnya
diatas sumbu X1 dan X2 ≥ 0 berarti daerahnya disebelah kanan sumbu X2.

Adapun grafik dari persoalan tersebut dapat dilihat pada Gambar 2.1.

X2

(0,30)

(0,20)

(14.4,12)
(0,12)

(0,0) (10,0) (24,0) (36,0) (48,0) X1

Z 2 Z 1 3

Gambar 2.1: Grafik Peyelesaian untuk Contoh Kasus 2

Riset Operasi I halaman 2 - 9

 Program Linier

Langkah 2 : Tentukan penyelesaian optimum.

a. Cara Grafis

Buat garis Z = 30 X1 + 25 X2 melalui titik (0,0) geser garis tersebut (dengan

sejajar) kearah kanan maka titik singgung terakhir antara garis Z dengan
daerah fesibel pada titik (14,4 ; 12) sehingga nilai Z optimal adalah 732.

b. Cara Analitis

Cari titik ekstrim yaitu titik-titik pada ujung daerah fesibel, dimana titik
ekstrimnya adalah (0,0); (24,0); (14,4;12) dan (0,20).

Titik (0,0) → Z =0

Titik (24,0) → Z = 30 × 24 + 0 = 720

Titik (14,4,12) → Z = 30 × 14,4 + 25 × 12 = 732

Titik (0,20) → Z =0 + 25 × 20 = 500

Jadi Z optimum = 732 dimana X1 = 14,4 dan X2 = 12

Kesimpulan :

Perusahaan sepatu tersebut setiap hari akan memperoleh keuntungan maximum sebesar
Rp. 732.000,- dengan membuat sepatu pria sebanyak 14,4 unit dan sepatu jenis wanita
sebanyak 12 unit.

Kasus diatas menunjukkan bahwa kasus tersebut mempunyai penyelesaian yang

unik, artinya hanya satu titik (nilai X1, X2) yang mengakibatkan nilai Z optimal.

Kadang-kadang dijumpai bahwa suatu persoalan Program Linier mempunyai

penyelesaian alternatif (banyak penyelesaian), tidak mempunyai daerah feasibel, ataupun
daerah feasibel tidak terbatas. Perhatikan kasus berikut :

Contoh Kasus 3 :

Max Z = 2 X1 + 4 X2

s.t X1 + X2 ≤ 4

X1 + 2 X2 ≤ 6

X1 ≥ 0, X2 ≥ 0

Riset Operasi I halaman 2 - 10

 Program Linier

X2

(0,4)

(0,3)
(2,2)

(4,0) X1
(0,0) (6,0)
2
Z
Z Z 1

Gambar 2.2: Grafik Penyelesaian untuk Contoh Kasus 3

Garis Z jika digeser terus kekanan (sejajar) maka garis Z akan berimpit dengan
garis pada fungsi batasan 2, sehingga semua titik-titik (jumlahnya tidak terbatas)
sepanjang garis antara titik (2,2) dan (0,3) akan memberikan nilai Z yang optimal yaitu 12.

Contoh kasus 3 adalah kasus yang memberikan penyelesaian alternatif karena Z

optimal dapat diperoleh dari beberapa titik.

Contoh Kasus 4:

Max Z = X1 + X2

s.t X1 - X2 ≤ 2

X1 + 2 X2 ≥ 6

X1 ≥ 0, X2 ≥ 0

Dari Gambar 2.3 menunjukkan bahwa daerah feasibel terbuka keatas, artinya bahwa
kasus tersebut mempunyai daerah feasibel yang tidak terbatas sehingga tidak
mempunyai penyelesaian optimum (tidak semua kasus dengan daerah feasibel terbuka
keatas tidak mempunyai penyelesaian optimum).

Riset Operasi I halaman 2 - 11

 Program Linier

X2

1
(0,3)

X1
(2,0) (6,0)

(0,-2) 2

Gambar 2.3: Grafik Penyelesaian untuk Contoh Kasus 4

Contoh Kasus 5:

Max Z = 5 X1 + 2 X2

s.t 3 X 1 + X2 ≤ 6

X1 + X2 ≤ 4

X1 ≥ 5

X2 ≥ 0

Dari gambar 2.4 menunjukkan bahwa daerah feasibel tidak ada, karena tidak mempunyai
daerah feasibel maka penyelesaian optimumnya pun tidak ada.

Riset Operasi I halaman 2 - 12

 Program Linier

X2

(0,6)
(0,6)

(0,4)

X1
(2,0) (4,0) (5,0)
1 2 3

Gambar 2.4: Grafik Penyelesaian untuk Contoh Kasus 5

2.5 Penyelesaian Grafis dengan TORA

Sekarang ini telah banyak beredar software-software untuk menyelesaikan

persoalan Riset Operasi, antara lain TORA, Excel Solver, LINDO, LINGO, AMPL,
MATLAB dan lain-lain. Pada sub bab ini akan dipelajari tentang penyelesaian grafis
menggunakan software TORA. Langkah-langkah penyelesaian grafis untuk contoh kasus
2 pada halaman 8 adalah sebagai berikut:

1. Aktifkan program TORA

2. Dari MAIN MENU, pilih LINEAR PROGRAMMING

Riset Operasi I halaman 2 - 13

 Program Linier

2. Masukkan fungsi obyektif dan batasan-batasan.

Riset Operasi I halaman 2 - 14

 Program Linier

3. Tekan SOLVE MENU, lalu pilih SOLVE  GRAPHICAL dari menu SOLVE/MODIFY

4. Pilih format Output dan tekan GO TO OUTPUT

Riset Operasi I halaman 2 - 15

 Program Linier

5. Penyelesaian model Program Linear tampak dalam gambar berikut:

2.6 Latihan Soal

1. Suatu Perusahaan akan memproduksi 3 jenis produk baru yaitu produk A, B dan C
dimana ketiga jenis produk tersebut akan diproses dengan menggunakan mesin giling,
mesin bubut dan mesin gendira.

Kapasitas masing-masing mesin adalah mesin giling 500 jam/minggu, mesin bubut
350 jam/minggu dan mesin gerinda 150 jam/minggu. Jumlah jam mesin yang
dibutuhkan untuk setiap unit masing-masing produk adalah :

Jenis Produk
Mesin Mesin Mesin
Jenis bahan Giling Bubut Gerinda
Produk A 5 3 2
Produk B 6 - 3
Produk C 2 3 -

Buat model Program Linier, jika keuntungan per unit produk A sebesar $ 10, produk B
sebesar $ 8 dan produk C sebesar $ 6. dari informasi bagian pemasaran dikatakan
bahwa produk A hanya mampu diserap pasar sebanyak 25 unit, sedangkan produk B
& C berapapun jumlahnya pasar bisa menerima.

Riset Operasi I halaman 2 - 16

 Program Linier

2. Maximize Z = 5 X1 + 6 X2
s.t : 2 X1 + 5 X2 ≤ 30
X1 + X2 ≤ 10
X1 ≥ 0, X2 ≥ 0

3. Maximize Z = 2 X1 + X2
s.t : - X1 + X2 ≤ 50
2 X1 + 3 X2 ≥ 60
X1 ≥ 0
0 ≤ X2 ≤ 60

4. Maximize Z = 3 X1 + 2 X2
s.t : 2 X1 + 3 X2 ≤ 12
3 X1 + X2 ≤ 15
X1 ≥ 8,
X2 ≥ 0

5. Maximize Z = 10 X1 + 20 X2

s.t X1 + 2 X2 ≤ 15
X1 + X2 ≤ 12
5 X1 + 3 X2 ≤ 45
X1 , X2 ≥ 0

6. Minimize Z = 15 X1 + 20 X2

s.t X1 + 2 X2 ≥ 15
2 X1 - 3 X2 ≤ 6
X1 + X2 ≥ 6
X1 , X2 ≥ 0

7. Maximize Z = X1 + 3 X2

s.t X1 + X2 ≥ 1
X1 + 2 X2 ≤ 10
X2 ≤ 4
X1 , X2 ≥ 0

8. Minimize Z = 2 X1 + 4 X2

s.t 2 X1 - 3 X2 ≥ 2

Riset Operasi I halaman 2 - 17

 Program Linier

- X1 + X2 ≥ 3
X1 , X2 ≥ 0

9. Minimize Z = 50 X1 + 100 X2

s.t 7 X1 + 2 X2 ≥ 28
2 X1 + 12 X2 ≥ 24
X1 , X2 ≥ 0

10. Suatu perusahaan acesories wanita berencana membuat dompet wanita yang terbuat
dari kulit , ada 2 jenis dompet yaitu dompet dengan kualitas bagus dan kualitas biasa.
Dalam 1 minggu tersedia 40 m2 dan 60 jam orang tenaga kerja. 1 dosin dompet
kualitas bagus memerlukan 1 m2 kulit dan 2 jam orang tenaga kerja. 1 dosin dompet
kualitas biasa memerlukan 1 m2 kulit dan 1 jam orang tenaga kerja. 1 dosin dompet
kualitas bagus jika dijual akan mendapat keuntungan sebesar $40 dan 1 dosin dompet
kualitas sebesar $30. Berapa jumlah dompet masing-masing kualitas harus diproduksi
sehingga diperoleh keuntungan optimum?

11. Suatu perusahaan akan memproduksi 2 jenis produk A dan produk B, yang harus
diproses dengan menggunakan 2 jenis mesin yaitu mesin1 dan mesin 2. Setiap bulan
tersedia waktu produksi untuk setiap jenis mesin pailing lama 500 jam. Waktu yang
diperlukan untuk memproduksi 1 unit produk A dan B, Permintaan konsumen setiap
bulan, dan keuntungan setiap produk setiap bulan, selama 2 bulan sebagai berikut
Jenis Waktu Produksi (jam) Permintaan (unit) Harga per unit produk
Produk Mesin 1 Mesin 2 Bulan 1 Bulan 2 Bulan 1 Bulan 2
Produk A 4 3 100 190 Rp.55.000 Rp.12.000
Produk B 7 4 140 130 Rp.65.000 Rp.32.000
Formulasikan persoalan tersebut dalam persoalan program linier.

12. Suatu perusahaan mengoperasikan 3 pabrik dengan kelebihan kapasitas produksi.

Ketiga pabrik tersebut mempunyai kemampuan untuk menghasilkan suatu produk
baru yang dapat dibuat dalam 3 ukuran yaitu besar, médium dan kecil. Produk –
produk tersebut jika dijual akan dapat menghasilkan keuntungan/unit untuk ukuran
besar, medium dan kecil masing-masing $420, $360, $300. Pabrik 1,2,3 mempunyai
kelebihan kapasitas untuk menghasilkan produksi sebanyak 750, 900, 450 unit per
hari. Luas gudang penyimpanan barang dalam proses membatasi tingkat produksi
dimana pabrik 1,2,3 kapasitas penyimpanan seluas 13.000; 12.000; 5.000 m2 per hari.
Setiap unit produk yang dihasilkan, untukmem ukuran besar, médium dan kecil jka
disimpan digudang memerlukan lahan seluas 20, 15, 12 m2. Berdasarkan ramalan
penjualan, perusahaan dapat menjual produk sebanyak 900, 1200, 750 unit untuk

Riset Operasi I halaman 2 - 18

 Program Linier

ukuran besar, médium, dan kecil perhari. Perusahaan tersebut berkeinginan untuk
mengoptimumkan keuntungan. Bagaimana model linier persoalan tersebut?

13. Seorang petani mempunyai lahan seluas 45 ha, yang akan ditanami jagung dan atau
gandum. Jika ditanami gandum, setiap ha akan memberikan keuntungan sebesar
$200, dan jika ditanami jagung keuntungannya $300. tenaga kerja dan pupuk yang
diperlukan untuk menanam gandum maupun jagung setiap ha sebagai berikut:

Kebutuhan Gandum Jagung

Tenaga kerja 3 orang 2 orang
Pupuk 2 ton 4 ton

Petani tersebut dapat menyediakan 100 tenaga kerja dan 120 ton pupuk. Bantulah
petani tersebut untuk memutuskan tanaman apa yang harus ditanam, sehingga dapat
diperoleh keuntungan yang optimum.

14. Seorang ahli nutrisi akan mengatur jumlah makanan yang akan dimakan oleh
seorang pasient yang menjalani diet, dimana jumlah carbohidrat, protein dan
lemak yang dikonsumsi pasien dibatasi setiap harinya. Pasien tersebut setiap
harinya mengkonsumsi carbohidrat paling sedikit 50 gram, protein paling
sedikit 40 gram dan lemak paling banyak 60 gram. Ketiga jenis nutrisi tersebut
terkandung dalam Steak dan kentang. Setiap unit steak mengandung 5 gram
carbohidrat, 20 gram Protein dan 15 gram lemak. 1 unit kentang mengandung
15 gram carbohidrat, 5 gram protein, dan 2 gram lemak. Berapa unit steak dan
kentang yang harus dimakan pasien tersebut setiap harinya sehingga
memenuhi kebutuhan nutrisi, dan akan mengoptimumkan pengeluaran pasien,
dimana harga 1 unit steak adalahRp.40.000,- dan 1 unit kentang Rp.20.000,-

15. Manager produksi yang membuat 3 jenis komponen mobil, dimana setiap
komponen mobil masing-masing memerlukan proses dua mesin, dengan
waktu proses (dalam jam), serta keuntungan (dalam rupiah), setiap unit
komponen sebagai berikut:

Mesin KOMPONEN

Riset Operasi I halaman 2 - 19

 Program Linier

A B C
I 0,02 0,03 0,05
II 0,05 0,02 0,04
Keuntungan 50.000 40.000 30.000
/unit
Jika jam kerja setiap mesin 40 jam perminggu, berapa jumlah masing-masing
komponen dapat diproduksi setiap minggunya, sehingga memperoleh keuntungan
optimum? (Buat model program liniernya).

2.7 Jawaban Latihan Soal

1. Jawaban soal nomor 2: Z max = 53 1 , dimana X1= 6 2 dan X2= 3 1

3 3 3

2. Jawaban soal nomor 3 : Daerah fesibel tidak terbatas (terbuka ke atas), karena
persoalannya maximize, maka Z max tidak ada.

3. Jawaban soal nomor 4 : Tidak mempunyai daerah feasibel.

Daftar Pustaka

- Bazaraa, M. Jarvis, J., dan Sherali, H. (2005). Linear Programming and Network
Flows, Edisi Ketiga. John Wiley & Sons, USA.
- Hillier, F. dan Liberman, G. (1995). Introduction To Operations Research, Edisi
Keenam. McGraw- Hill,Inc, New York.
- Ravindran, A., Philips D. T. dan Solberg, J. (1987). Operations Research
Principles and Practice, Edisi Kedua. John Wiley & Sons, Canada.
- Taha, H. A. (2007). Operations Research: An Introduction, Edisi Kedelapan.
Pearson Prentice Hall, USA.
- Winston, W. L. (2004). Operation Research Applications and Algorithms, Edisi
Keempat. Brooks/Cole-Thomson Learning, USA.

Riset Operasi I halaman 2 - 20