LINEAR PROGRAMMING
Dosen Pengampu:
FAKULTAS PERTANIAN
UNIVERSITAS PADJADJARAN
2023
KATA PENGANTAR
Puji dan syukur kehadirat Allah SWT atas kemudahan yang telah diberikan
kepada penyusun sehingga penyusun dapat menyelesaikan tugas ini dengan baik dan
lancar. Terima kasih pula atas rahmat-Nya sehingga penyusun dapat menyusun tugas
makalah ini dengan judul “Optimalisasi Produksi Roti Dengan Metode Linear
Programming”.
Kemudian, penyusun ucapkan terima kasih kepada Ibu Dr. Eliana Wulandari,
SP., MM. yang telah membimbing dan mengarahkan penyusun dalam mencapai
pembelajaran pada Mata Kuliah Metode Kuantitatif.
Penyusun menerima kritik dan saran dari berbagai pihak agar pengalaman dan
pengetahuan yang penyusun miliki dapat bermanfaat bagi semua orang. Mohon maaf
apabila masih ada kekurangan dan terima kasih.
Kelompok 2
2
DAFTAR ISI
KATA PENGANTAR
DAFTAR ISI
BAB I
PENDAHULUAN
1.1 Latar Belakang
1.2 Rumusan Masalah
1.3 Tujuan Makalah
BAB II
PEMBAHASAN
2.1 Tinjauan Pustaka
2.1.1 Definisi Linear Programming
2.1.2 Asumsi Dasar Linear Programming
2.1.3 Bentuk Umum Model Linear Programming
2.1.4 Metode Simpleks
2.1.5 Metode Simpleks Baku
2.1.6 Langkah-langkah Metode Simpleks Tabel
2.2 Studi Kasus
BAB III
PENUTUP
3.1 Kesimpulan
3.2 Saran
DAFTAR PUSTAKA
3
BAB I
PENDAHULUAN
Dalam industri makanan dan pengolahan makanan, seperti bisnis roti dan
bakery, optimasi produksi sangat penting untuk mengelola sumber daya dengan
efisien, meningkatkan produktivitas, dan meminimalkan biaya produksi.
Peningkatan dalam optimasi produksi dapat berdampak positif pada profitabilitas
perusahaan dan memberikan manfaat dalam menghadapi persaingan pasar yang
semakin ketat.
Dalam konteks ini, metode linear programming (program linier) telah terbukti
menjadi alat yang sangat berguna dalam membantu perusahaan roti mengoptimalkan
produksi mereka. Linear programming adalah pendekatan matematis yang
digunakan untuk mengidentifikasi solusi optimal dalam situasi di mana terdapat
keterbatasan sumber daya yang harus diperhitungkan. Dalam kasus produksi roti,
faktor-faktor seperti jumlah bahan baku yang tersedia, kapasitas oven, tenaga kerja,
dan permintaan pelanggan dapat menjadi pertimbangan utama.
Studi kasus tentang optimalisasi produksi roti menggunakan metode linear
programming dapat memberikan wawasan tentang bagaimana perusahaan roti dapat
meningkatkan efisiensi operasional mereka. Dengan mempertimbangkan berbagai
variabel, seperti jenis roti yang diproduksi, jumlah produksi, dan ketersediaan bahan
baku, perusahaan dapat merencanakan produksi mereka dengan cara yang
menguntungkan baik dari segi ekonomi maupun kualitas produk.
Dalam makalah ini, kami akan menjelaskan prinsip-prinsip dasar dari metode
linear programming dan mengilustrasikan penggunaannya dalam konteks
optimalisasi produksi roti. Melalui studi kasus ini, diharapkan dapat ditemukan
solusi yang optimal untuk meningkatkan efisiensi dan profitabilitas dalam bisnis
roti.
4
1. Bagaimana metode linear programming dapat diterapkan dalam optimalisasi
produksi pada industri roti dan bakery?
2. Bagaimana hasil dari penerapan metode linear programming dalam studi kasus
optimalisasi produksi roti dapat meningkatkan efisiensi operasional dan
profitabilitas perusahaan roti?
5
BAB II
PEMBAHASAN
6
Fungsi tujuan pada model pemrograman linear haruslah berbentuk linear.
Selanjutnya, fungsi tujuan tersebut dimaksimalkan atau diminimalkan terhadap
fungsi-fungsi kendala yang ada.
3. Fungsi Kendala
Fungsi kendala adalah suatu kendala yang dapat dikatakan sebagai suatu
pembatas terhadap variabel-variabel keputusan yang dibuat. Fungsi kendala untuk
model pemrograman linear juga harus berupa fungsi linear.
4. Fungsi non-negative
Fungsi yang menyatakan bahwa setiap variabel yang terdapat di dalam
model pemrograman linear tidak boleh negatif. Secara matematis ditulis sebagai
x1, x2, …, xj ≥ 0.
7
2.1.3 Bentuk Umum Model Linear Programming
Rumusan umum bentuk baku suatu program linear dapat dinyatakan sebagai
berikut. Carilah nilai x1, x2…., xn yang dapat menghasilkan berbagai kombinasi
optimum.
Fungsi tujuan:
(maksimum atau minimum) Z = c 1 x 1 +c 2 x 2 +…+ c n x n
Pembatas:
Dimana:
x1, x2, …, xn = variabel keputusan
f = fungsi tujuan
c1, c2, …, cn = koefisien dari variabel keputusan pada fungsi tujuan
ai1, ai2, …, ain = koefisien variabel keputusan pada kendala ke-i
bi = konstanta (bagian kanan) dari kendala ke-i
8
xj =Variabel pengambilan keputusan yang harus dicari atau bariabel aktivitas
(keluaran atau output).
aij = Konstanta variabel aktivitas ke-j dalam pembatasan (kendala) ke-i.
bi = Sumber daya yang terbatas atau konstanta (nilai sebelah kanan) dari pembatas
ke-I, yang membatasi aktivitas berkaitan dengan usaha mengoptimalkan fungsi
tujuan; b1 juga disebut sebagai masukan (input).
Z = Nilai skalar yang berkaitan dengan kriteria pengambilan keputusan fungsi
tujuan.
Dimana:
Dalam pemrograman linear terdapat tiga hal besar yang menjadi perhatian:
9
1. Formulasi masalah, yaitu mengubah masalah sehari-hari ke dalam bentuk
matematika yang melibatkan:
a. Mendefinisikan variabel keputusan
b. Mendefinisikan fungsi tujuan
c. Mendefinisikan fungsi-fungsi kendala
2. Memecahkan masalah secara matematis, yaitu menentukan nilai variabel
keputusan yang mengoptimumkan fungsi tujuan. Beberapa metode yang
dapat digunakan di antaranya:
a. Metode Grafik (untuk masalah pemrograman linear dengan 2 variabel
keputusan)
b. Metode Simpleks (untuk masalah pemrograman linear dengan 2
variabel keputusan)
c. Metode Revisi Simpleks
d. Metode Dual Simpleks
e. Metode untuk masalah khusus seperti transportasi, penugasan,
transhipment, dll.
3. Menganalisa hasil perhitungan matematis untuk menjawab permasalahan
dalam dunia nyata (analysis post optimality)
10
pada teknik eliminasi Gauss Jordan, dengan memeriksa titik ekstrim satu per satu
melalui perhitungan iteratif. Dengan begitu, penentuan solusi optimal yang
dilakukan secara bertahap ini disebut dengan iterasi. Iterasi ke-i hanya tergantung
dari iterasi sebelumnya (i1).
Beberapa istilah yang sering digunakan dalam metode simpleks, antara lain:
1. Iterasi : adalah tahapan perhitungan dimana nilai dalam
perhitungan itu tergantung dari nilai tabel sebelumnya.
2. Variabel non basis : variabel yang nilainya diatur menjadi nol pada
sembarang iterasi. Umumnya, jumlah variabel non basis selalu sama dengan
derajat bebas dalam sistem persamaan.
3. Variabel basis : variabel yang nilainya bukan nol pada sembarang
iterasi. Pada solusi awal, variabel basis merupakan variabel slack (jika fungsi
kendala merupakan pertidaksamaan ≤) atau variabel buatan (jika fungsi
kendala menggunakan pertidaksamaan ≥ atau =). Secara umum, jumlah
variabel basis selalu sama dengan jumlah fungsi pembatas (tanpa fungsi non
negatif).
4. Solusi atau nilai kanan : nilai sumber daya pembatas yang masih tersedia.
Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber daya
pembatas awal yang ada, karena aktivitas belum dilaksanakan.
5. Variabel slack : variabel yang ditambahkan ke model matematik
kendala untuk mengkonversikan pertidaksamaan ≤ menjadi persamaan (=)
pada tahap inisialisasi. Variabel slack ini berfungsi sebagai variabel basis
pada solusi awal.
6. Variabel surplus : variabel yang dikurangkan dari model matematik
kendala untuk mengkonversikan pertidaksamaan ≥ menjadi persamaan (=)
pada tahap inisialisasi. Variabel surplus tidak dapat berfungsi sebagai
variabel basis pada solusi awal.
7. Variabel buatan : variabel yang ditambahkan ke model matematik
kendala dengan bentuk ≥ atau = untuk difungsikan sebagai variabel basis
awal pada tahap inisialisasi. Variabel ini harus bernilai 0 pada solusi optimal,
karena kenyataannya variabel ini tidak ada. Variabel hanya ada di atas
kertas.
11
8. Kolom pivot (kolom kerja): kolom yang memuat variabel masuk. Koefisien
pada kolom ini menjadi pembagi nilai kanan untuk menentukan baris pivot
(baris kerja).
9. Baris pivot (baris kerja) : salah satu baris dari antara variabel basis yang
memuat variabel keluar.
10. Elemen pivot (elemen kerja): elemen yang terletak pada perpotongan kolom
dan baris pivot. Elemen pivot akan menjadi dasar perhitungan untuk tabel
simpleks berikutnya.
11. Variabel masuk : variabel yang terpilih untuk menjadi variabel
basis pada iterasi berikutnya. Variabel masuk dipilih satu dari antara variabel
non basis pada setiap iterasi. Variabel ini pada iterasi berikutnya akan
bernilai positif.
12. Variabel keluar : variabel yang keluar dari variabel basis pada
iterasi berikutnya dan digantikan oleh variabel masuk. Variabel keluar
dipilih satu dari antara variabel basis pada setiap iterasi. Variabel ini pada
iterasi berikutnya akan bernilai nol.
12
2. Fungsi kendala dengan pertidaksamaan ≥ dalam bentuk umum, diubah
menjadi persamaan (=) dengan menambahkan satu variabel slack.
3. Fungsi kendala dengan persamaan dalam bentuk umum, ditambahkan satu
artifical variable (variabel buatan).
13
Langkah 2 : Menyusun persamaan-persamaan di dalam tabel seperti pada
tabel berikut. NK adalah nilai kanan persamaan, yaitu nilai dibelakang tanda
sama dengan (=).
1. Pendahuluan
Dalam pendahuluannya, penelitian ini menekankan bahwa optimalisasi
keuntungan adalah salah satu tujuan utama setiap perusahaan, dan metode linear
14
programming dapat memberikan solusi optimal dalam proses pengambilan
keputusan dengan memanfaatkan berbagai variabel. Beberapa definisi dari ahli
mengenai linear programming disajikan, yang pada dasarnya menunjukkan bahwa
ini adalah metode matematika yang digunakan untuk membagi sumber daya yang
terbatas untuk mencapai tujuan tertentu seperti memaksimalkan laba.
2. Metode Penelitian
Dalam bagian metode penelitian, peneliti menggunakan pendekatan observasi
langsung dan wawancara untuk mengumpulkan data. Observasi dilakukan terhadap
proses produksi dan pemasaran roti di CV. Roti Ca selama satu bulan, sedangkan
wawancara dilakukan dengan pihak administrasi dan produksi perusahaan untuk
mendapatkan wawasan mendalam tentang operasional dan kebutuhan mereka.
a. Variabel Keputusan
Variabel keputusan menunjukkan jumlah roti ca isi coklat, roti ca isi kacang ijo,
roti ca gepeng coklat, dan roti ca gepeng kacang ijo yang akan diproduksi setiap
hari.
X1 = Jumlah roti isi coklat yang diproduksi/bulan
X2 = Jumlah roti isi kacang ijo yang diproduksi/bulan
15
X3 = Jumlah roti gepeng coklat yang diproduksi/bulan
X4 = Jumlah roti gepeng kacang ijo yang diproduksi/bulan
b. Fungsi Tujuan
Fungsi tujuan didapatkan dari keuntungan setiap produksi roti, maka:
Maksimumkan:
Z = 800X1+ 800X2 + 800X3 + 800X4 + 0S1 + 0S2 + 0S3 + 0S4
c. Fungsi Kendala
Fungsi kendala didapatkan dari suatu keterbatasan tertentu seperti persediaan
bahan baku, dengan batasan-batasan:
28X1+6,66X2+25X3+4,16X4+S1 ≤ 50.000.000
3,75X1+0,86X2+2,85X3+0,61X4+S2 ≤ 56.000.000
5,62X1+0,13X2+1,14X3+0,08X4+S3 ≤ 57.500.000
0,57X1+3,06X2+0,57X3+2,38X4+S4 ≤ 53.500.000
0,07X1+0,2X2+0,42X3+0,16X4+S5 ≤ 5390.000
6,25X1+2,14X3+S6 ≤ 510.400.000
0,43X2+0,30X4+S7 ≤ 5380.000
0,92X1+0,1X2+0,57X3+0,05X4+S8 ≤ 51.400.000
X1+X2+X3+X4+S1+S2+S3+S4+S5+S6+S7+S8≥0
16
● Iterasi 1
● Iterasi 2
Pada iterasi 2 dapat dilihat bahwa X1 masuk kedalam basic variables dan slack
3 keluar dari basic variables.
● Iterasi 3
Pada iterasi 3 dapat dilihat bahwa X4 masuk kedalam basic variables dan slack
4 keluar dari basic variables.
● Iterasi 4
17
Pada iterasi 4 dapat dilihat bahwa X3 masuk kedalam basic variables dan slack
2 keluar dari basic variables.
● Iterasi 5
Dari hasil iterasi dengan menggunakan software QM, diperolehlah hasil yang
optimal, yaitu:
X1 = 1.185.679
X2= 0
X3 = 306.913
X4 = 1.113.119
Artinya, Ca roti isi coklat yang harus diproduksi dalam sehari adalah sebanyak
1.185.679 pcs, Ca roti isi kacang ijo sebanyak 0 pcs, Ca roti gepeng coklat
sebanyak 306.913 pcs, dan Ca roti gepeng kacang ijo sebanyak 1.113.119 pcs.
18
4) Hasil Perbandingan Penjualan
Berdasarkan hasil perhitungan dari perangkat lunak QM for Windows, maka
didapatkan perbandingan hasil penjualan perusahaan sebagai berikut:
4. Simpulan
19
Hasil penelitian menyimpulkan bahwa penggunaan metode linear programming
dengan bantuan perangkat lunak QM for Windows telah membantu CV. Roti Ca
dalam mencapai produksi roti yang optimal. Dengan menggunakan metode ini, CV.
Roti Ca dapat memproduksi kombinasi roti Ca isi coklat, roti Ca gepeng coklat, dan
roti Ca gepeng kacang ijo dalam jumlah yang optimal, yaitu sekitar 2.605.711 pcs,
dan hasil penjualan optimal yang diperoleh mencapai sekitar Rp. 2.084.568.000.
Dalam kesimpulannya, metode linear programming telah memberikan hasil yang
lebih baik untuk perusahaan.
20
BAB III
PENUTUP
3.1 Kesimpulan
3.2 Saran
21
DAFTAR PUSTAKA
Aini, N., Khikmawati, E., Wardana, M. W. (2022). Optimalisasi Produksi Roti dengan
Metode Linear Programming (Studi Kasus: CV. Roti Ca). Jurnal Rekayasa
Industri(JRI), 4 (1), 37 - 43. https://doi.org/10.37631/jri.v4i1.453.
Lumbantoruan, J. H. (2020). Buku Materi Pembelajaran Pemrograman Linear.
Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan,
Universitas Kristen Indonesia. Diakses melalui
http://repository.uki.ac.id/1813/1/BUKU%20MATERI
%20PEMBELAJARAN.pdf.
Siswanto. (2007). Operations Research Jilid 1. Jakarta: Erlangga.
Subagyo, P., Asri, M., Handoko, T. H. (1992). Dasar-dasar Operations Research.
Yogyakarta: BPFE.
Zulyadaini. (2017). Program Linier. Yogyakarta: Tangga Ilmu.
22