MULTIOBJEKTIF LINIER

PROGRAMMING DAN ANALISA

SESITIVITAS
 Kelompok 4
Bambang Sulistiyo 7787230035
Heri Asbowo 7787230032
Hari Doyo Sugiyono 7787230031
Taufiqurrahman 7787230033
Latar Belakang
OPTIMASI INDUSTRI & KUALITAS
TUGAS CASE BASED KELAS A DAN B
PERKELOMPOK 4 ORANG
Membuat makalah berkaitan kasus-kasus actual yang relevan dengan
mata kuliah Mutiojective Linier Programming dan Analisa Sensitivitas :
a. Membuat Model Matematik dari kasus actual
b. Menentukan dan menyelesaikan kasus yang ada
c. Melakukan Analisa sensitivitas
Soft file makalah dikumpulkan (Submission) batas akhir
Makalah akan dipresentasikan perkelompok pada pertemuan ke 4 pada
tanggal 29 September 2023 dimulai PK 18.30 sd 21.00
Tujuan
a. Membuat Model Matematik dari kasus actual
b. Menentukan dan menyelesaikan kasus yang ada
c. Melakukan Analisa sensitivitas
 Detail Kasus
PT. Bekrey memproduksi dua jenis roti tawar dengan menggunakan dua jenis
bahan mentah, yaitu terigu dan gula. Roti jenis I membutuhkan 3 ons terigu dan 2
ons gula untuk setiap roti, sedang roti jenis II membutuhkan 2 ons terigu dan 2 ons
gula untuk setiap roti. Setiap hari perusahaan hanya mampu menyediakan 400 kg
terigu dan 300 kg gula. Keuntungan yang diperoleh perusahaan untuk setiap roti
masing-masing adalah Rp. 800,- dan Rp 600,-. Berapa jumlah roti jenis I dan II yang
harus dibuat agar diperoleh keuntungan maksimal ?
 Analisa
1. PT. Bekrey memproduksi dua jenis roti tawar dengan menggunakan
dua jenis bahan mentah
2. Roti jenis I membutuhkan 3 ons terigu dan 2 ons gula untuk setiap roti,
sedang roti jenis II membutuhkan 2 ons terigu dan 2 ons gula untuk
setiap roti.
3. perusahaan hanya mampu menyediakan 400 kg terigu dan 300 kg gula
4. Keuntungan yang diperoleh perusahaan untuk setiap roti masing-
masing adalah Rp. 800,- dan Rp 600,-.
5. Berapa jumlah roti jenis I dan II yang harus dibuat agar diperoleh
keuntungan maksimal ?
 Persamaan dan Pertidaksamaan

Jika kita misalakan x adalah Roti I dan y adalah Roti II maka dapat didapat persamaan
dan Pertidaksamaan sebagai berikut:
1. keuntungan maksimal dan sesuai dengan informasi
Objective Function keuntungan yang diperoleh perusahaan untuk setiap Z= 800x + 600y
roti masing-masing adalah Rp. 800,- dan Rp 600,-
2. Roti jenis I membutuhkan 3 ons terigu dan 2 ons gula Kebutuhan Terigu
untuk setiap roti, sedang roti jenis II membutuhkan 2 ons
3x + 2y <= 4000
terigu dan 2 ons gula untuk setiap roti. Setiap hari
Constraint Kebutuhan Gula
perusahaan hanya mampu menyediakan 400 kg (4000
ons) terigu dan 300 kg (3000 ons) gula. 2x + 2y <= 3000
Metode Penyelesaian

1. Metode Simplex
2. Metode Grafik
Fungsi Implisit

Objective Function:
Z - 800x - 600y = 0
Constraint:
3x + 2y + S1 = 4000
Variabel slack
2x + 2y + S2 = 3000
 Langkah Pengerjaan

1. Pembuatan Tabel Implisit

Variabel Nilai Kanan

Z X1 X2 S1 S2
Dasar (NK)
Z 1 -800 -600 0 0 0
S1 0 3 2 1 0 4000
S2 0 2 2 0 1 3000
* X1 = x dan X2 = y
 Langkah Pengerjaan

2. Menentukan kolom kunci, baris kunci, dan elemen pivot.

X1
Variabel Dasar Z X2 S1 S2 Nilai Kanan (NK) Rasio
(Kunci)
Z 1 -800 -600 0 0 0 0

S1 (Kunci) 0 3 2 1 0 4000 1333,33

S2 0 2 2 0 1 3000 1500

• rasio didapat dari hasil pembagian antara nilai kanan dengan nilai-nilai pada
kolom kunci
 Langkah Pengerjaan

3. Mengubah nilai-nilai pada Baris Kunci Implisit 1

X1
Variabel Dasar Z X2 S1 S2 Nilai Kanan (NK)
(Kunci)
S1 (Kunci) 0 3 2 1 0 4000
X1 0 1 0,67 0,33 0 1333,33

• Membagi semua kolom dengan nilai pada kolom kunci

 Langkah Pengerjaan

4. Menentukan Nilai Z dan S2 baru

Variabel Dasar Z X1 (Kunci) X2 S1 S2 Nilai Kanan (NK) Faktor Kali
Z 1 -800 -600 0 0 0 1
X1 0 1 0,67 0,33 0,0 1333,33 800
X1 (baru) 0 800 533,33 266,67 0,0 1066666,67
Z (baru) 1 0 -66,67 266,67 0,0 1066666,67

Variabel Dasar Z X1 (Kunci) X2 S1 S2 Nilai Kanan (NK) Rasio

S2 0 2 2 0 1 3000 1
X1 0 1 0,67 0,33 0 1333,33 -2
X1 (baru) 0 -2 -1,33 -0,67 0 -2666,67
S2 (baru) 0 0 0,67 -0,67 1 333,33
 Langkah Pengerjaan

5. Pembuatan Tabel Implisit Baru

Variabel Dasar Z X1 X2 S1 S2 Nilai Kanan (NK)

Z 1 0 -66,67 266,67 0 1066666,67
X1 0 1 0,67 0,33 0 1333,33
S2 0 0 0,67 -0,67 1 333,33

• Ulangi langkah 1 - 4
• Tabel simpleks mencapai hasil yang optimal apabila setiap nilai pada baris
Z (fungsi tujuan) tidak memiliki nilai negatif (kasus maksimisasi).
 Hasil Perhitungan

Tabel Hasil Optimal

Variabel Dasar Z X1 X2 S1 S2 Nilai Kanan (NK)
Z 1 0 0 200 100 1100000
X1 0 1 0 1 -1 1000
X2 0 0 1 -1 1,5 500

• Berdasarkan tabel hasil diatas maka keuntungan maksimum dapat di lihat

pada variable Z yaitu sebesar Rp. 1.100.000
• Jumlah Roti 1 = 1000 dan jumlah Roti 2 = 500
Analisa Sensitivitas

𝑍 = 800𝑥 + 600𝑦
𝑎𝑡𝑎𝑢

𝑍 4𝑥 −4
𝑦= − … 𝑃𝑒𝑟𝑠 1 → slope
600 3 3
𝑎𝑡𝑎𝑢

𝑍 3𝑦 −3
𝑥= − … 𝑃𝑒𝑟𝑠 2 → slope
800 4 4
 Jarak Sensitivitas X1
Dari persamaan 1 diatas dapat diartikan titik potong atau intercept adalah Z/600 dan kemiringan atau
slope adalah -4/3
Jika kemiringan menjadi -3/2 maka objective function akan parallel dengan garis batas persamaan 3x +
2y <= 4000. Maka untuk menetukan batas atas dapat digunakan Perhitungan
−𝐶1 −3
=
600 2
Dan didapatkan C1 = 900
Jika kemiringan menjadi -1 maka objective function akan parallel dengan garis batas persamaan 2x + 2y
<= 3000. Maka untuk menetukan batas bawah dapat digunakan Perhitungan
−𝐶1
= −1
600
Dan didapatkan C1 = 600

Jarak Sensitivitas lengkap untuk koefisien X1 adalah 600 ≤ C1 ≤ 900. Yang artinya kuntungan produk
dapat berubah antara 600 sampai 900 dan titik solusi optimal X1 = 1000 dan X2 = 500 tidak berubah
 Jarak Sensitivitas X2
Dari persamaan 2 diatas dapat diartikan titik potong atau intercept adalah Z/600 dan kemiringan atau slope
adalah -3/4
Jika kemiringan menjadi -2/3 maka objective function akan parallel dengan garis batas persamaan 3x + 2y <=
4000. Maka untuk menetukan batas bawah dapat digunakan Perhitungan
−𝐶2 −2
=
800 3
Dan didapatkan C2 = 533.3
Jika kemiringan menjadi -1 maka objective function akan parallel dengan garis batas persamaan 2x + 2y <= 3000.
Maka untuk menetukan batas atas dapat digunakan Perhitungan
−𝐶2
= −1
800
Dan didapatkan C2 = 800

Jarak Sensitivitas lengkap untuk koefisien X2 adalah 533,33 ≤ C2 ≤ 800. Yang artinya kuntungan produk dapat
berubah antara 533,33 sampai 800 dan titik solusi optimal X1 = 1000 dan X2 = 500 tidak berubah
 Kesimpulan hasil perhitungan
Tabel Hasil Optimal
Variabel Dasar Z X1 X2 S1 S2 Nilai Kanan (NK)
Z 1 0 0 200 100 1100000
X1 0 1 0 1 -1 1000
X2 0 0 1 -1 1,5 500
• Berdasarkan tabel hasil diatas maka keuntungan maksimum dapat di lihat pada variable Z yaitu sebesar Rp.
1.100.000
• Jumlah Roti 1 = 1000 dan jumlah Roti 2 = 500

Analisa Sensitivitas
• Jarak Sensitivitas lengkap untuk koefisien X1 adalah 600 ≤ C1 ≤ 900. Yang artinya kuntungan produk dapat berubah antara
600 sampai 900 dan titik solusi optimal X1 = 1000 dan X2 = 500 tidak berubah
• Jarak Sensitivitas lengkap untuk koefisien X2 adalah 533,33 ≤ C2 ≤ 800. Yang artinya kuntungan produk dapat berubah
antara 533,33 sampai 800 dan titik solusi optimal X1 = 1000 dan X2 = 500 tidak berubah
 Kesimpulan dan Saran
Metode Simplex ini cukup mudah untuk dikerjakan karena memiliki beberapa kelebihan, yaitu:
1. langkah-langkah yang sangat sederhana karena menggunakan tabel-tabel dan setiap tabel tidak
menggunakan rumus yang rumit
2. Memiliki titik henti pada setiap proses Perhitungan sehingga tidak pelu megnhitung gari awal
Ketika ada kesalahan pada salah satu Perhitungan

Namun metode ini juga memiliki beberapa cukup kekurangan yaitu :

1. Memakan waktu lama karena dalam proses Perhitungan memanfaatkan tabel-tabel yang harus dibuat berulang
2. Tidak ada bentuk visual seperti grafil untuk mempermudah proses visualisasi data hasil

Untuk metode ini akan lebih baik jika digunakan sebuah tool tambahan seperti excel ataupun software lain
untuk mengurangi kesalahan dalam Perhitungan.
 Daftar Pustaka
• Asmara, T., Rahmawati, M., Aprilla, M., Harahap, E., & Darmawan, D. (2018). Strategi Pembelajaran
Pemrograman Linier Menggunakan Metode Grafik Dan Simpleks. Teknologi Pembelajaran, 3(1), 506–
514. https://journal.institutpendidikan.ac.id/index.php/tekp/article/view/185/200
• "Apa itu Program Linear? Fungsi, Model Matematika dan Contoh
Soal" https://www.detik.com/bali/berita/d-6558270/apa-itu-program-linear-fungsi-model-
matematika-dan-contoh-soal.

• https://id.scribd.com/presentation/364305878/Linear-Goal-Programming-Multi-Objective

• https://rpubs.com/yufy/669746

• https://journal.feb.unmul.ac.id/index.php/JURNALMANAJEMEN/article/download/10085/1551
• https://lmsspada.kemdikbud.go.id/pluginfile.php/79172/mod_resource/content/1/M-3-linear-
programming-metode-simplex%20lengkap.pdf
 Terima Kasih
Mohon maaf jika banyak kekurangan dan
kesalahan