PEMROGRAMAN LINEAR DAN METODE SIMPLEKS

STUDI KASUS: PRODUKSI OPTIMAL AYAM GEPREK

ZAFOODIE
Disusun guna memenuhi UTS mata kuliah
Linear Programming

Dosen Pengampu:
Dr. Maya Sari Wahyuni, S.T, M.Kom

Dewi Hartanti

220101510003

KELAS C

PROGRAM STUDI PENDIDIKAN MATEMATIKA ICP JURUSAN

MATEMATIKA

UNIVERSITAS NEGERI MAKASSAR

TAHUN 2023

KATA PENGANTAR
Puji syukur kami panjatkan kepada Tuhan yang Maha Esa, karena atas limpahan
rahmatnya penyusun dapat menyelesaikan tugas projek berbentuk makalah ini
tepat waktu tanpa ada halangan yang berarti dan sesuai dengan harapan. Ucapan
terima kasih kami sampaikan kepada ibu Dr. Maya Sari Wahyuni, S.T, M.Kom
sebagai dosen pengampu mata kuliah linear programming yang telah membantu
memberikan arahan dan pemahaman dalam penyusunan makalah ini.
Kami menyadari bahwa dalam penyusunan makalah ini masih banyak
kekurangan karena keterbatasan kami. Maka dari itu saya sangat mengharapkan
kritik dan saran untuk menyempurnakan makalah ini. Semoga apa yang ditulis
dapat bermanfaat bagi semua pihak yang membutuhkan.

Makassar, 23 Oktober 2023

Penulis

ii
 DAFTAR ISI

COVER.............................................................................................................. i
KATA PENGANTAR..............................................................................................ii
DAFTAR ISI...........................................................................................................iii
BAB I: PENDAHULUAN.......................................................................................1
1.1 Latar Belakang....................................................................................1
1.2 Rumusan Masalah..............................................................................2
1.3 Tujuan Penulisan................................................................................2
BAB II: PEMBAHASAN........................................................................................4
2.1 Definisi Pemrograman Linear..............................................................4
2.2 Metode Simpleks..................................................................................6
2.3 Merumuskan Permasalahan dan Model Matematika...........................7
2.4 Penggambaran Grafik dalam Pemrograman Linear.............................9
2.5 Langkah-langkah Iterasi Metode Simpleks........................................12
2.6 Studi Kasus................................................................................ ..........
BAB III: PENUTUP..............................................................................................18
3.1 Kesimpulan........................................................................................18
3.2 Saran...................................................................................................19
DAFTAR PUSTAKA.............................................................................................21
iii
 BAB 1

PENDAHULUAN

1.1 Latar Belakang

Pemrograman Linier adalah salah satu metode yang sangat berguna
dalam ilmu matematika dan teknik industri untuk mengoptimalkan
penggunaan sumber daya terbatas. Konsep ini telah memberikan kontribusi
signifikan terhadap berbagai aspek kehidupan sehari-hari dan pengambilan
keputusan di berbagai sektor, termasuk bisnis, industri, logistik, manufaktur,
dan sektor publik. Pemrograman Linier dapat digunakan untuk memecahkan
masalah kompleks dengan cara yang efisien, memungkinkan organisasi
untuk mengoptimalkan efisiensi operasional, mengurangi biaya, dan
meningkatkan keuntungan.
Pada dasarnya, Pemrograman Linier melibatkan pemodelan masalah
ke dalam bentuk persamaan matematis yang kemudian dapat dipecahkan
dengan metode-metode optimisasi. Tujuan utama pemrograman linier adalah
menemukan solusi optimal yang memaksimalkan atau meminimalkan fungsi
objektif tertentu di bawah sejumlah kendala.
Meskipun konsep dasar pemrograman linier sangat penting, tidak
semua masalah pemrograman linier dapat diselesaikan secara eksak. Itulah
mengapa diperkenalkan metode optimisasi yang lebih kuat dan efisien, yaitu
metode Simpleks.
Metode Simpleks adalah algoritma yang sangat efektif untuk
menemukan solusi optimal dalam masalah pemrograman linier yang lebih
kompleks. Algoritma ini, yang dikembangkan oleh George Dantzig pada
tahun 1947, telah memainkan peran kunci dalam peningkatan efisiensi
pemecahan masalah pemrograman linier. Metode Simpleks menggabungkan
langkah-langkah iteratif untuk mencari solusi optimal dengan berpindah dari
sudut ke sudut dalam ruang solusi yang mungkin.
Seiring dengan kemajuan teknologi dan peningkatan kebutuhan
dalam pengelolaan sumber daya, pemahaman tentang pemrograman linier

1
 dan metode Simpleks semakin relevan. Keahlian dalam pemrograman linier
dan Simpleks menjadi sangat berharga dalam pengambilan keputusan
strategis dan perencanaan operasional, yang dapat memberikan keuntungan
bersaing yang signifikan.
Makalah ini akan membahas konsep dasar pemrograman linier dan
metode Simpleks, menyajikan contoh aplikasi, serta mengilustrasikan
langkah-langkah penggambaran grafik dan perhitungan menggunakan
metode Simpleks. Dengan pemahaman yang mendalam tentang
pemrograman linier dan Simpleks, organisasi dapat mengoptimalkan sumber
daya mereka, meningkatkan efisiensi, dan mencapai tujuan mereka dengan
cara yang paling efektif.
1.2 Rumusan Masalah
a. Apa definisi pemrograman linear?
b. Apa yang dimaksud dengan metode simpleks?
c. Bagaimana cara merumuskan persamaan dan model matematika dalam
pemrograman linear?
d. Bagaimana cara menggambar grafik pemrograman linear?
e. Bagaimana langkah-langkah iterasi Simpleks digunakan untuk mencari
solusi optimal?
f. Bagaimana cara menyelesaikan studi kasus yang berhubungan dengan
aplikasi dari pemrograman linear dan metode simpleks.
1.3 Tujuan Penulisan
a. Untuk memberikan pemahaman yang jelas tentang apa yang dimaksud
dengan pemrograman linier, termasuk definisi, konsep dasar, dan peran
dalam pemecahan masalah optimisasi.
b. Untuk menjelaskan metode Simpleks secara komprehensif, termasuk
pengenalan, latar belakang sejarah, dan relevansinya dalam pemecahan
masalah pemrograman linier.

2
c. Untuk memberikan panduan langkah demi langkah tentang bagaimana
merumuskan persamaan objektif dan kendala dalam pemrograman linier,
serta bagaimana menyusun model matematis yang akurat.

d. Untuk menjelaskan penggunaan grafik dalam pemrograman linier dan

memberikan panduan tentang cara menggambar grafik pemrograman
linier, serta bagaimana mengidentifikasi titik optimal dalam grafik
tersebut.
e. Untuk menjelaskan secara rinci bagaimana metode Simpleks digunakan
dalam mencari solusi optimal, termasuk inisialisasi tabel Simpleks dan
langkah-langkah iterasi.
f. Untuk mengetahui cara menyelesaikan studi kasus yang berhubungan
dengan aplikasi dari pemrograman linear dan metode simpleks.

3
 BAB II PEMBAHASAN

2.1 Definisi Pemrograman Linier

2.1.1 Pemahaman Konsep Pemrograman Linier

Pemrograman linier adalah suatu metode matematis yang digunakan untuk

mengoptimalkan hasil suatu masalah, dengan memaksimalkan atau meminimalkan
fungsi tujuan tertentu, di bawah sejumlah kendala atau batasan tertentu. Konsep
ini bergantung pada penggunaan persamaan linear untuk menggambarkan
hubungan antara variabel dalam masalah dan mencapai hasil yang paling optimal
(Tannady, 2017).

Dalam pemrograman linier, tujuan utama adalah menemukan solusi yang

memenuhi persyaratan sumber daya yang terbatas dan tujuan yang diberikan.
Solusi optimal ini sering kali digunakan untuk mengatur alokasi sumber daya,
perencanaan produksi, atau masalah optimisasi lainnya di berbagai sektor seperti
bisnis, industri, dan ilmu ekonomi.

Pemrograman linier berfokus pada masalah yang dapat diformulasikan

dalam bentuk persamaan atau ketidaksetaraan linear. Oleh karena itu, pemahaman
konsep pemrograman linier sangat penting dalam konteks pemecahan masalah
optimisasi yang efisien.

2.1.2 Kegunaan Pemrograman Linier

Pemrograman linier adalah alat penting dalam dunia manufaktur dan

produksi. Dalam konteks ini, pemrograman linier digunakan untuk
mengoptimalkan perencanaan produksi dengan memperhitungkan sumber daya
yang terbatas, seperti tenaga kerja, bahan baku, dan mesin. Dengan demikian,
perusahaan dapat mencapai efisiensi tinggi dalam proses produksinya,
menghindari pemborosan sumber daya, dan meminimalkan biaya produksi (Puja
et al., 2023).

Dalam dunia distribusi dan logistik, pemrograman linier membantu

mengatur rantai pasokan dengan efisien. Ini mencakup perencanaan rute

4
pengiriman, alokasi gudang, dan manajemen inventaris. Dengan bantuan
pemrograman linier, perusahaan dapat meminimalkan biaya pengiriman,
mengoptimalkan kapasitas penyimpanan, dan memastikan produk tersedia tepat
waktu di berbagai lokasi.

Dalam konteks manajemen investasi, pemrograman linier digunakan untuk

mengalokasikan aset secara optimal dalam portofolio investasi. Ini membantu
investor dan manajer dana investasi dalam mengambil keputusan yang bijak
tentang bagaimana membagi investasi mereka di berbagai instrumen keuangan.
Dengan demikian, mereka dapat mencapai tujuan investasi mereka dengan risiko
yang dikelola dengan baik.

Dalam perencanaan keuangan, pemrograman linier berperan penting dalam

merencanakan anggaran dan alokasi sumber daya. Ini membantu organisasi dalam
mengalokasikan dana mereka dengan efisien untuk mencapai tujuan keuangan
mereka. Dengan pemrograman linier, perusahaan dapat menghindari pemborosan
dana dan mengoptimalkan penggunaan anggaran mereka.

Dalam manajemen sumber daya manusia, pemrograman linier dapat

digunakan untuk merencanakan penugasan staf dan jadwal kerja. Ini
memungkinkan perusahaan untuk mengatur jadwal dengan bijak, memenuhi
kebutuhan operasional mereka, dan memastikan penugasan staf yang optimal
sesuai dengan kualifikasi dan preferensi.

Pemrograman linier dapat digunakan dalam industri periklanan untuk

mengoptimalkan alokasi anggaran periklanan. Dengan mempertimbangkan
anggaran yang tersedia dan target pasar yang ditentukan, pemrograman linier
membantu perusahaan dalam memilih kombinasi iklan yang memberikan hasil
terbaik dalam mencapai tujuan pemasaran mereka.

Dalam semua konteks ini, pemrograman linier membantu organisasi dan

perusahaan dalam mengambil keputusan yang lebih baik dan mencapai efisiensi
yang lebih tinggi dalam pengelolaan sumber daya dan alokasi.

5
2.2 Metode Simpleks
2.2.1 Pengenalan Metode Simpleks

Metode Simpleks adalah algoritma penting dalam pemrograman linier

yang digunakan untuk mencari solusi optimal dalam masalah optimisasi.
Algoritma ini, dikembangkan oleh George Dantzig pada tahun 1947, telah menjadi
dasar untuk pemecahan masalah pemrograman linier dalam berbagai bidang.
Metode Simpleks didasarkan pada konsep geometri dalam ruang vektor dan
merupakan alat yang sangat kuat untuk menemukan solusi optimal dalam masalah
pemrograman linier yang kompleks (Saryoko, 2016).

Algoritma Simpleks beroperasi dengan melakukan perjalanan melalui

titiktitik yang memenuhi kendala dan mencari titik optimal yang mengoptimalkan
fungsi objektif. Algoritma ini digunakan dalam situasi di mana masalah
pemrograman linier tidak dapat diselesaikan dengan metode grafik atau ketika
jumlah variabel dan kendala sangat besar.

2.2.2 Sejarah dan Perkembangan Metode Simpleks

Sejarah Metode Simpleks adalah cerita tentang evolusi algoritma yang

berdampak besar dalam dunia ilmu pengetahuan dan teknologi. George Dantzig,
seorang matematikawan Amerika, mengembangkan algoritma Simpleks selama
Perang Dunia II untuk membantu dalam pengambilan keputusan militer. Namun,
setelah perang, algoritma ini diterapkan dalam berbagai bidang, termasuk
manajemen operasi, manufaktur, ekonomi, dan ilmu komputer.

Metode Simpleks telah mengalami perkembangan signifikan sejak pertama

kali dikembangkan. Penelitian dan inovasi berkelanjutan telah menghasilkan versi
yang lebih efisien dan peningkatan dalam kecepatan konvergensi algoritma. Selain
itu, aplikasi teknologi komputer telah mengubah cara algoritma Simpleks
digunakan dan diimplementasikan.

6
 2.2.3 Relevansi Metode Simpleks dalam Pemrograman Linier

Relevansi Metode Simpleks dalam pemrograman linier masih sangat kuat

hingga saat ini. Algoritma ini digunakan dalam pemecahan masalah optimisasi
yang melibatkan sejumlah variabel dan kendala yang kompleks, di mana metode
grafik atau pendekatan eksak lainnya tidak praktis(Susdarwono, 2020).

Selain itu, dengan terus berkembangnya teknologi komputer, penggunaan

Metode Simpleks menjadi lebih efisien dan dapat menangani masalah yang lebih
besar dan lebih rumit. Itu membuat algoritma ini tetap menjadi salah satu alat
utama dalam pemrograman linier dan menjadi relevan dalam pengambilan
keputusan dalam berbagai sektor, termasuk bisnis, ekonomi, logistik, dan
manufaktur. Sebagai hasilnya, Metode Simpleks tetap menjadi fokus penelitian
dan pengembangan dalam dunia optimisasi.

2.3 Merumuskan Persamaan dan Model Matematika

2.3.1 Langkah-langkah dalam Merumuskan Persamaan Objektif

Merumuskan persamaan objektif adalah langkah awal penting dalam

pemrograman linier. Persamaan objektif adalah fungsi matematis yang harus
dioptimalkan dalam masalah. Langkah-langkah dalam merumuskan persamaan
objektif mencakup:

1. Identifikasi Variabel Keputusan: Pertama, identifikasi variabel-variabel

yang mempengaruhi hasil akhir masalah. Variabel-variabel ini adalah
elemen-elemen yang dapat diubah untuk mencapai tujuan yang diinginkan.
2. Definisi Tujuan atau Fungsi Objektif: Selanjutnya, definisikan tujuan yang
ingin dicapai dalam masalah. Apakah tujuannya adalah memaksimalkan
keuntungan, meminimalkan biaya, atau mencapai hasil tertentu?
Persamaan objektif akan mencerminkan tujuan tersebut dalam bentuk
matematis.
3. Menyusun Persamaan Matematis: Gunakan variabel-variabel yang telah
diidentifikasi dan tujuan yang telah ditentukan untuk merumuskan

7
 persamaan matematis yang menggambarkan fungsi objektif. Persamaan ini
dapat berupa persamaan linear yang mencerminkan hubungan antara
variabel-variabel tersebut.
2.3.2 Merumuskan Persamaan Kendala dalam Pemrograman Linier

Setelah merumuskan persamaan objektif, langkah selanjutnya adalah

merumuskan persamaan kendala. Persamaan kendala adalah batasan atau
pembatas yang harus dipatuhi dalam pemecahan masalah pemrograman linier.
Langkahlangkah dalam merumuskan persamaan kendala mencakup:

1. Identifikasi Kendala: Tentukan semua kendala atau batasan yang ada

dalam masalah. Ini mungkin mencakup pembatasan pada sumber daya,
ketersediaan waktu, kapasitas, dan sebagainya.
2. Menyusun Persamaan Matematis untuk Setiap Kendala: Untuk setiap
kendala, buat persamaan matematis yang menggambarkan batasan
tersebut. Persamaan ini juga biasanya bersifat linear dan mencerminkan
hubungan antara variabel-variabel yang terlibat.
2.3.3 Membentuk Model Matematis

Setelah merumuskan persamaan objektif dan kendala, langkah terakhir

adalah membentuk model matematis yang lengkap. Model ini adalah representasi
matematis lengkap dari masalah pemrograman linier dan mencakup persamaan
objektif serta semua persamaan kendala. Model ini dapat digunakan untuk
mencari solusi optimal dengan metode Simpleks atau algoritma pemrograman
linier lainnya.

Dalam pembentukan model matematis, penting untuk memastikan bahwa

model ini mencerminkan dengan akurat masalah yang sedang dihadapi, sehingga
solusi yang ditemukan dapat digunakan untuk pengambilan keputusan yang efektif
(Utami, 2020). Model matematis ini akan menjadi dasar bagi perhitungan dan
analisis lebih lanjut dalam pemrograman linier.

8
2.4 Penggambaran Grafik dalam Pemrograman Linier
2.4.1 Manfaat Penggambaran Grafik dalam Pemrograman Linier

Penggambaran grafik memiliki peran penting dalam pemrograman linier

karena memberikan representasi visual dari masalah optimisasi. Manfaat utama
penggambaran grafik dalam pemrograman linier adalah sebagai berikut:

1. Visualisasi Masalah: Grafik memberikan visualisasi yang jelas tentang

masalah pemrograman linier. Ini membantu pemahaman awal tentang
bagaimana variabel dan kendala berinteraksi dalam konteks masalah.
2. Identifikasi Sederhana: Dalam kasus masalah dengan dua variabel,
penggambaran grafik dapat dengan cepat mengidentifikasi solusi optimal
karena dapat dengan mudah menampilkan semua kemungkinan kombinasi
variabel.
3. Pendekatan Awal: Penggambaran grafik dapat digunakan sebagai
pendekatan awal untuk masalah pemrograman linier. Dengan melihat
grafik, kita dapat mengidentifikasi wilayah yang layak (feasible region)
dan mungkin mendapatkan solusi perkiraan sebelum menggunakan metode
pemrograman linier yang lebih rinci.
2.4.2 Teknin Penggambaran Grafik

Teknik penggambaran grafik melibatkan beberapa langkah:

1. Identifikasi Variabel Independen: Pertama, identifikasi variabel

independen yang akan digambar pada sumbu-x (horizontal) dan variabel
dependen pada sumbu-y (vertikal).
2. Konversi Persamaan Kendala: Ubah persamaan kendala dalam bentuk
ulang yang memungkinkan Anda untuk dengan mudah menggambarnya.
Misalnya, jika Anda memiliki persamaan 2x + 3y ≤ 12, Anda dapat

9
 3. Penggambaran Kendala: Gambar setiap persamaan kendala sebagai garis
linear pada grafik. Gunakan garis putus-putus untuk menunjukkan apakah
ketidaksetaraannya bersifat kurang dari atau kurang dari sama dengan.
4. Identifikasi Wilayah Layak: Wilayah di mana semua persamaan kendala
terpenuhi adalah wilayah yang layak. Ini biasanya merupakan area di mana
kendala-kendala berpotongan.
2.4.3 Identifikasi Titik Optimal dari Grafik

Untuk mengidentifikasi titik optimal dari grafik pemrograman linier, ikuti langkah
berikut:

1. Gambar Fungsi Objektif: Gambar persamaan objektif pada grafik sebagai

garis linear. Fungsi objektif ini akan bergantung pada apakah Anda ingin
memaksimalkan atau meminimalkan nilai.
2. Identifikasi Titik Optimal: Titik di mana garis fungsi objektif memotong
wilayah yang layak (feasible region) adalah titik optimal. Jika Anda
memaksimalkan nilai, titik ini akan menjadi maksimum, sedangkan jika
Anda meminimalkan nilai, itu akan menjadi minimum.

Penggambaran grafik adalah alat yang bermanfaat dalam pemrograman

linier, terutama ketika masalahnya relatif sederhana dan memiliki dua variabel
(Linier-, 2019). Namun, untuk masalah yang lebih kompleks, seperti yang
melibatkan banyak variabel, metode Simpleks dan perangkat lunak pemrograman
linier lainnya menjadi lebih efisien dalam menemukan solusi optimal.

2.5 Langkah-langkah Iterasi Metode Simpleks

2.5.1 Inisialisasi Tabel Simpleks

Inisialisasi tabel Simpleks adalah langkah awal dalam metode Simpleks,

yang merupakan algoritma yang digunakan untuk mencari solusi optimal dalam
masalah pemrograman linier (Sriwidadi and Agustina, 2013). Langkah-langkah
dalam inisialisasi tabel Simpleks mencakup:

10
 Identifikasi Variabel Dasar: Pertama, identifikasi variabel dasar dan
variabel non-basis. Variabel dasar adalah variabel yang akan digunakan dalam
solusi optimal, sementara variabel non-basis adalah variabel yang akan digunakan
dalam iterasi.

Bentuk Tabel Awal: Bentuk tabel awal yang mencakup koefisien dari
variabel basis dalam fungsi objektif serta nilai-nilai konstan dalam persamaan
kendala. Tabel ini merupakan dasar untuk iterasi selanjutnya.

Perhitungan Baris Baru: Hitung baris baru dalam tabel Simpleks dengan
mengggunakan metode pivoting. Langkah ini melibatkan perubahan variabel basis
dengan variabel non-basis yang akan meningkatkan nilai fungsi objektif.

2.5.2 Iterasi dalam Pemrograman Linier dengan Metode Simpleks

Iterasi adalah proses berulang yang dilakukan dalam metode Simpleks

hingga ditemukan solusi optimal. Selama iterasi, tabel Simpleks akan diperbarui
secara berulang, dan langkah-langkah berikut diambil:

1. Pilih Pivot Element: Pilih elemen dalam tabel yang akan menjadi elemen
"pivot." Elemen ini dipilih untuk meningkatkan nilai fungsi objektif.
Biasanya, elemen ini dipilih berdasarkan aturan minimum rasio yang
memastikan bahwa perubahan dalam variabel basis akan memaksimalkan
atau meminimalkan fungsi objektif dengan cara yang optimal.
2. Perbarui Tabel: Perbarui tabel Simpleks dengan menggunakan elemen
pivot. Ini melibatkan pembagian setiap elemen dalam baris pivot dengan
elemen pivot itu sendiri, dan kemudian menghitung baris-baris lainnya
untuk memastikan bahwa tabel tetap konsisten.
3. Cek Kriteria Berhenti: Setelah setiap iterasi, cek kriteria berhenti untuk
menentukan apakah solusi optimal telah tercapai. Jika belum, ulangi iterasi
dengan langkah-langkah di atas.

11
 2.5.3 Kriteria Berhenti dalam Metode Simpleks

Kriteria berhenti adalah aturan yang digunakan untuk menentukan kapan

metode Simpleks harus dihentikan. Ada beberapa kriteria berhenti yang dapat
digunakan, termasuk:

1. Kriteria Optimalitas: Jika semua koefisien dalam baris fungsi objektif

positif atau nol, maka solusi optimal telah dicapai.
2. Kriteria Isi Kelas Kanan (Right-Hand Side, RHS): Jika semua nilai RHS
dalam tabel positif atau nol, maka solusi optimal telah dicapai.
3. Kriteria Tidak Terbatas (Unboundedness): Jika solusi tidak terbatas, maka
algoritma Simpleks akan berlanjut tanpa henti. Kriteria ini digunakan
untuk menghindari iterasi yang tak terbatas.
4. Kriteria Maksimum Iterasi: Terkadang, kriteria berhenti juga dapat
ditetapkan berdasarkan jumlah iterasi maksimum yang diizinkan sebelum
menghentikan algoritma.

Kriteria berhenti digunakan untuk memastikan bahwa algoritma Simpleks

akan berhenti setelah solusi optimal ditemukan atau jika masalahnya tidak
memiliki solusi yang memadai. Dengan kriteria ini, metode Simpleks dapat
diterapkan secara efisien dalam menyelesaikan masalah pemrograman linier.

2.6 Studi Kasus

Studi Kasus A: Produksi Optimal Ayam Geprek Zafoodie

1. Penentuan Persamaan:

Kita ingin menentukan produksi optimal untuk ayam geprek di restoran

Zaafodie. Mari kita tentukan persamaan-persamaannya:

• Persamaan Objektif (Fungsi Keuntungan):

Keuntungan Maksimum (Z) = Jumlah Ayam Geprek (x) × Keuntungan per Ayam
Geprek + Jumlah Bumbu (y) × Keuntungan per Bumbu

12
Dimana, keuntungan per Ayam Geprek = $5 per ayam dan keuntungan per Bumbu
= $2 per kg bumbu

• Kendala (Batasan):
1. Ketersediaan Ayam: x ≤ (200 ekor) Ayam yang Tersedia
2. Ketersediaan Bumbu: y ≤ (100 kg) Bumbu yang Tersedia
3. Waktu Produksi: x + 2y ≤ (30 hari) Waktu yang Tersedia

2. Penggambaran Grafik:

Sekarang mari kita gambar grafiknya. Berikut adalah langkah-langkah

penggambaran grafiknya:

1. Identifikasi Variabel Independen dan Variabel Dependensi:

• Variabel independen (x) akan ditempatkan pada sumbu-x (horizontal).

• Variabel dependen (y) akan ditempatkan pada sumbu-y (vertikal).

2. Gambarkan Kendala Ketersediaan Ayam:

• Persamaan kendala: x ≤ 200

• Gambar garis vertikal pada x = 200.

3. Gambarkan Kendala Ketersediaan Bumbu:

• Persamaan kendala: y ≤ 100

• Gambar garis horizontal pada y = 100.

4. Gambarkan Kendala Waktu Produksi:

• Persamaan kendala: x + 2y ≤ 30
• Ubah persamaan ke bentuk y = (30 - x)/2
• Gambarkan garis dengan kemiringan negatif dengan intercept y pada 15,
dan yang melewati titik (0,15) dan titik (30,0).

13
 5. Identifikasi Wilayah yang Layak (Feasible Region):

Wilayah yang layak adalah wilayah yang terbentuk oleh tumpang

tindihnya ketiga garis kendala yang telah digambar. Wilayah ini adalah wilayah
yang memenuhi semua kendala yang diberikan.

Gambar 1

6. Gambarkan Persamaan Objektif (Fungsi Keuntungan):

Fungsi objektif: Z = Keuntungan per Ayam Geprek (x) + Keuntungan

perbumbu (y). Gambarkan garis dengan berbagai kemiringan yang
menggambarkan nilai Z yang berbeda.

• Jika kita ingin memaksimalkan keuntungan,

Kita perlu mencari nilai Z yang paling tinggi. Anda harus memaksimalkan jumlah
ayam geprek (x) dan bumbu (y) yang memungkinkan untuk mendapatkan
keuntungan maksimum sesuai dengan kendala-kendala yang ada.

Dalam hal ini, kita dapat mencoba variasi nilai x dan y dalam kendala,
memastikan x ≤ 200, y ≤ 100, dan x + 2y ≤ 30. Dengan mencoba nilai yang
memaksimalkan fungsi objektif:

14
Z (Keuntungan Maksimum) = 5x + 2y

• Jika kita ingin meminimalkan biaya produksi,

Kita perlu mencari nilai Z yang paling rendah. Anda harus meminimalkan
penggunaan ayam geprek (x) dan bumbu (y) dalam batasan kendala, yang akan
menghasilkan biaya produksi minimum.

Dalam hal ini, Anda dapat mencoba variasi nilai x dan y dalam kendala,
memastikan x ≤ 200, y ≤ 100, dan x + 2y ≤ 30. Dengan mencoba nilai yang
meminimalkan biaya objektif:

Z (Biaya Minimun) = 5x + 2y

7. Identifikasi Titik Optimal:

Titik di dalam wilayah yang layak yang memberikan nilai Z (keuntungan)

maksimum adalah titik optimal. Ini adalah titik di mana garis objektif paling
mendekati wilayah layak dan potongannya akan memberikan nilai Z maksimum.

Gambar 2

Jika kita memiliki titik perpotongan (200, 100) dan kita ingin menemukan titik
optimalnya, maka titik tersebut adalah titik optimal. Artinya, dengan ketersediaan
ayam 200 ekor dan ketersediaan bumbu 100 kg, Anda telah mencapai titik optimal
dalam batasan yang diberikan.

15
 3. Metode Simpleks • Inisialisasi Tabel Simpleks

Merupakan langkah awal dalam metode Simpleks untuk menyelesaikan

masalah pemrograman linier. Tabel Simpleks adalah alat yang digunakan untuk
mengorganisir informasi yang diperlukan untuk perhitungan iteratif. Proses ini
melibatkan tiga langkah penting: inisialisasi, pemilihan elemen pivot, dan
pembaruan tabel.

Langkah 1: Inisialisasi Tabel Simpleks

Untuk memulai inisialisasi tabel Simpleks, kita harus mengonversi

masalah pemrograman linier ke dalam bentuk standar. Dalam hal ini, kita akan
mengonversi masalah Anda:

Fungsi Objektif (Maksimalkan): Z = 5x + 2y dengan

kendala:

1. Ketersediaan Ayam: x ≤ 200

2. Ketersediaan Bumbu: y ≤ 100
3. Waktu Produksi: x + 2y ≤ 30

Ke dalam bentuk standar pemrograman linier yang umumnya

digunakan: Maksimalkan: Z = 5x + 2y dengan kendala:

1. x + 0y + 0s1 + 0s2 = 200 (Ketersediaan Ayam)

2. 0x + y + 0s1 + 0s2 = 100 (Ketersediaan Bumbu)
3. x + 2y + s1 + 0s2 = 30 (Waktu Produksi)

Dalam bentuk standar ini, kita memperkenalkan variabel penyangga (s1,

s2) untuk masing-masing kendala. Langkah inisialisasi adalah menempatkan
sistem persamaan ini dalam bentuk tabel Simpleks. Tabel Simpleks
menggambarkan persamaan-persamaan ini dalam bentuk matriks.

16
 Langkah 2: Pemilihan Elemen Pivot

Setelah tabel Simpleks diinisialisasi, langkah berikutnya adalah memilih

elemen pivot. Elemen pivot adalah elemen dalam tabel yang akan membantu kita
memutuskan variabel mana yang harus meningkat nilainya (memasuki basis) dan
variabel mana yang harus meningkatkan nilainya (keluar dari basis) untuk
memaksimalkan fungsi objektif.

Pemilihan elemen pivot dilakukan dengan mengidentifikasi baris dan kolom

dalam tabel yang sesuai dengan aturan Simpleks. Aturan tersebut mencakup:

• Memilih baris dengan rasio positif terkecil (jumlah positif pada kolom
hasil dibagi oleh nilai positif terkecil di kolom yang sama).
• Memilih kolom yang sesuai dengan variabel yang akan memasuki atau
meninggalkan basis.
Langkah 3: Pembaruan Tabel

Setelah elemen pivot dipilih, tabel Simpleks diperbarui. Ini melibatkan

operasi matematika pada baris dan kolom yang berisi elemen pivot untuk
menghasilkan tabel yang diperbarui. Proses ini akan menggeser variabel yang
masuk dan keluar dari basis, membawa kita ke solusi yang lebih baik. Pembaruan
tabel dilakukan berulang-ulang hingga tidak mungkin lagi meningkatkan nilai Z
(maksimal) dengan menggeser variabel-variabel dalam basis.

Proses ini akan diulang hingga kita mencapai solusi optimal yang
memaksimalkan keuntungan Anda. Setelah selesai, tabel Simpleks akan
menunjukkan nilai optimal untuk Z (maksimal), serta nilai x dan y yang
memenuhi kendala. Solusi ini akan memberi Anda pemahaman yang lebih baik
tentang berapa banyak ayam yang harus diproduksi dan berapa banyak bumbu
yang harus digunakan untuk memaksimalkan keuntungan Anda dalam kendala
yang ada.

17
 BAB III PENUTUP

3.1 Kesimpulan

Pemrograman linier adalah teknik optimisasi yang digunakan untuk

mencari solusi terbaik dalam situasi di mana kita memiliki sumber daya terbatas
dan tujuan untuk memaksimalkan keuntungan atau meminimalkan biaya.
Pemrograman linier berfokus pada pembuatan model matematis yang
memungkinkan kita memahami hubungan antara variabel dan kendala dalam
masalah.

Metode Simpleks adalah algoritma yang paling umum digunakan untuk

menyelesaikan masalah pemrograman linier. Metode ini melibatkan iterasi untuk
mencari solusi optimal dengan menggeser variabel-variabel dalam basis. Dalam
proses ini, tabel Simpleks digunakan untuk mengorganisir informasi dan
menghitung langkah-langkah iterasi.

Untuk menyelesaikan masalah pemrograman linier, langkah-langkah

umum yang diperlukan termasuk:

1. Merumuskan Persamaan dan Model Matematika: Ini melibatkan

mengidentifikasi variabel, fungsi objektif, dan kendala, dan menyusun
model matematis yang mencerminkan masalah.
2. Penggambaran Grafik: Dalam beberapa kasus, grafik digunakan untuk
memvisualisasikan masalah dan menemukan solusi awal.
3. Iterasi Simpleks: Langkah-langkah iterasi Simpleks digunakan untuk
mencari solusi optimal. Ini melibatkan inisialisasi tabel Simpleks,
pemilihan elemen pivot, pembaruan tabel, dan iterasi hingga solusi optimal
ditemukan.

18
 Studi kasus yang berhubungan dengan pemrograman linier dan metode
Simpleks dapat dipecahkan dengan mengikuti langkah-langkah di atas. Dalam
studi kasus tersebut, tujuan Anda mungkin adalah memaksimalkan keuntungan
atau meminimalkan biaya dalam batasan sumber daya yang ada. Dengan
pemahaman tentang pemrograman linier dan metode Simpleks, Anda dapat
mengatasi berbagai masalah optimisasi dalam berbagai konteks, termasuk
manajemen produksi, rantai pasokan, keuangan, dan banyak lagi.

3.2 Saran

Dalam makalah ini, kami mengusulkan pendekatan yang komprehensif

untuk menjelaskan konsep pemrograman linier dan metode Simpleks serta
penerapannya dalam berbagai bidang.

Pertama, kami akan menjelajahi metode Simpleks dengan lebih rinci,

termasuk pengertian elemen pivot, aturan pertukaran, dan prosedur iterasi yang
diperlukan untuk mencapai solusi optimal.

Selanjutnya, kami akan mendekati topik ini melalui serangkaian studi

kasus yang bervariasi, mulai dari manajemen produksi hingga perencanaan
keuangan. Setiap studi kasus akan memberikan wawasan mendalam tentang
langkah-langkah yang diperlukan untuk merumuskan masalah, menggambar
grafiknya, dan menggunakan metode Simpleks untuk mencari solusi yang
memaksimalkan keuntungan atau meminimalkan biaya.

Tidak hanya itu, kami akan menjelaskan bagaimana teknologi dan

perangkat lunak komputer telah menjadi alat penting dalam penerapan
pemrograman linier dan metode Simpleks. Kami akan membahas perangkat lunak
khusus yang memfasilitasi perhitungan pemrograman linier dan menyederhanakan
proses.

Namun, pembahasan tidak akan berhenti di situ. Kami juga akan

membandingkan metode Simpleks dengan berbagai metode optimisasi lainnya

19
yang digunakan dalam konteks yang berbeda. Ini akan memberikan pemahaman
tentang kapan dan mengapa metode Simpleks lebih cocok dalam beberapa kasus.

Selanjutnya, kami akan memperkaya makalah kami dengan contoh nyata

dari perusahaan-perusahaan terkemuka yang telah menggunakan pemrograman
linier dan metode Simpleks untuk mengoptimalkan operasi mereka. Ini akan
memberikan gambaran praktis tentang penggunaan konsep-konsep ini dalam dunia
bisnis.

Selama berlangsungnya makalah, kami juga akan memeriksa

perkembangan terbaru dalam pemrograman linier dan metode Simpleks, termasuk
inovasi dalam algoritma dan aplikasi baru dalam teknologi yang relevan.

Terakhir, makalah akan diakhiri dengan merangkum temuan utama dan

memberikan kesimpulan tentang relevansi dan signifikansi pemrograman linier
dan metode Simpleks dalam pemecahan masalah dunia nyata. Dengan begitu,
pembaca akan mendapatkan pemahaman mendalam tentang konsep-konsep ini
dan cara penerapannya dalam berbagai konteks.

20
 DAFTAR PUSTAKA

Linier-, S.P.P. (2019) ‘Program Studi Teknologi Pendidikan , Universitas

Pendidikan Indonesia berjudul Prinsip-Prinsip Riset Operasi
meminimumkan biaya atau memaksimumkan’, (April). Available at:
https://doi.org/10.31980/tp.v3i1.185.g200.

Puja, A. et al. (2023) ‘Penerapan Program Linear dalam Memaksimalkan Laba

Pedagang Jus Buah’, Jurnal Matematika, 22(1), pp. 9–14.

Saryoko, A. (2016) ‘Metode Simpleks dalam Optimasi Hasil Produksi’, J.

Informatics for Educators and Profesionals, 1(1), pp. 27–36.

Sriwidadi, T. and Agustina, E. (2013) ‘Analisis Optimalisasi Produksi dengan

Linear Programming Melalui Metode Simpleks’, Binus Business Review,
4(2), pp. 725–741. Available at: https://doi.org/10.21512/bbr.v4i2.1386.

Susdarwono, E.T. (2020) ‘Demonstrasi Terhadap Tehnik Menyusui’, 5(1), pp. 89–
104.

Tannady, H. (2017) ‘Optimasi Produksi Meubel Menggunakan Model

Pemrograman Linear’, Business Management Journal, 10(1), pp. 1–9.
Available at: https://doi.org/10.30813/bmj.v10i1.636.

Utami, W.N. (2020) ‘Kemampuan penalaran matematis siswa dalam

menyelesaikan soal cerita materi sistem persamaan linear dua variabel’.

21
22