ABSTRAKSI
Program linear adalah salah satu cabang ilmu Matematika yang dapat diterapkan dalam kehidupan
sehari-hari karena memiliki banyak kegunaan. Program linear dapat membantu dalam menyelesaikan
masalah sehari-hari, mulai dari yang dasar hingga kompleks. Seperti hal nya dalam berdagang, para
pedagang masih menjual produk sesuai dengan rata-rata pesanan konsumen tiap hari. Padahal,
penggunaan modal dan bahan dasar yang tepat sasaran akan membuat usaha mereka menjadi lebih
berkembang. Artikel ini bertujuan untuk mengaplikasikan penggunaan program linear dalam
menentukan perolehan keuntungan maksimal yang bisa didapat para pedagang bibit jamur tiram dan
jamur tiram. Dalam hal ini para pedagang menggunakan program linear melalui cara penyelesaian
metode grafik sebagai salah satu alternatif solusi dalam menentukan perolehan keuntungan maksimal
yang bisa didapat.
Kata kunci: program linier, keuntungan maksimal, jamur tiram.
BAB I PENDAHULUAN
Indonesia memiliki beragam sumber daya alam. Selain itu, Indonesia juga memiliki
jumlah penduduk yang banyak. Letaknya yang berada di garis khatulistiwa menjadikan
wilayah Indonesia memiliki kelebihan dalam sektor agraris. Salah satu bahan baku yang
banyak diproduksi adalah sayuran. Sayuran merupakan sumber berbagai vitamin, mineral dan
serat pangan. Adanya hal tersebut mengakibatkan munculnya beragam ide usaha sayuran,
salah satunya berdagang bibit jamur tiram dan jamur tiram. Hal ini karena pangsa pasar jamur
tiram masih terbuka lebar. Jamur tiram telah dikenal masyarakat memiliki cita rasa dan nilai
gizi yang tinggi. Hal ini seperti yang dinyatakan oleh Patel dkk., (2012) bahwa spesies
Pleurotus telah digunakan oleh manusia karena nilai nutrisinya,dan mengandung bahanbahan
obat.
Secara umum proses penyediaan bibit meliputi pembuatan biakan murni atau F0, bibit induk
(F1) dan bibit produksi (F2). Biakan murni (F0) adalah asal mula bibit diperoleh dari
pemilihan jamur yang baik. Jamur kemudian diisolasi sporanya dalam keadaan steril. Isolasi
ini dilakukan pada cawan petri berisi media Potato Dextrose Agar (PDA). Spora kemudian
berkecambah dan membentuk hifa, hifa semakin kompleks kemudian membentuk miselium
(Suparti & Karimawati 2017). Masalah yang sering dihadapi dari penggunaan media PDA ini
adalah harganya mahal karena pabrikan. Media PDA instant dibuat sudah dalam bentuk
sediaan siap pakai, namun harganya mahal, higroskopis, dan hanya dapat diperoleh pada
tempat tertentu. Untuk itu diperlukan bahan lain sebagai alternatif PDA. Berdasarkan
komposisinya PDA termasuk dalam media semi sintetik karena tersusun atas bahan alami
(kentang) dan bahan sintesis (dextrose dan agar). Kentang merupakan sumber karbon
(karbohidrat), vitamin dan energy. Dextrose sebagai sumber gula dan energy. Komponen agar
berperan untuk memadatkan medium PDA. Sebagai pengganti komponen PDA antara lain
kentang atau umbi talas. Umbi talas dan kentang merupakan jenis umbi-umbian yang
kebutuhan karbohidrat untuk pertumbuhan jamur (Suparti dkk. 2018). Umbi talas dan kentang
cukup murah harganya dan mudah didapat di lokasi mitra sehingga pembuatan media lebih
Bibit induk (F1) adalah bibit turunan dari F0. Media yang digunakan biasanya berupa
biji-bijian. Media tumbuh dengan hasil terbaik untuk pembuatan bibit induk (F1) jamur tiram
putih adalah biji jagung (Utama dkk., 2013). Bibit F2 (bibit produksi) adalah bibit yang akan
ditanam pada baglog untuk tempat tumbuh jamur tiram konsumsi. Media bibit F2 mendekati
media baglog (media produksi) yang kaya akan unsur selulosa karena merupakan habitat asli
jamur tiram (Sutarman 2012). Umumnya terdiri dari serbuk kayu gergaji, dedak, tepung
jagung dan CaCO3 (Susilawati dkk., 2016). Bahan media bibit F2 berupa serbuk kayu
maksimal, berhubung persediaan bahan dasar produksi dan modalnya terbatas serta belum
tahu cara memaksimalkannya. Hal ini menimbulkan kesenjangan antara penerapan program
linear yang seharusnya dan apa yang terjadi di lapangan. Oleh sebab itu, peneliti mengangkat
peristiwa tersebut sebagai masalah penelitian. Masalah yang diidentifikasi adalah bagaimana
memanfaatkan program linear dalam menentukan laba maksimum penjualbibit jamur tiram
dan jamur tiram, dimana ilmu ini membahas masalah yang berkaitan dengan optimasi, yaitu
tujuan maksimal yang akan dicapai sesuai dengan tingkat pencapaian yang dibatasi oleh
Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk memecahkan
pertidaksamaan linear dalam rangka untuk mencari pemecahan yang optimal dengan
linear yang hendak dicari nilai optimum berbentuk sebuah persamaan yang disebut fungsi
tujuan. Fungsi linear yang harus terpenuhi dalam optimisasi fungsi tujuan, dapat berbentuk
persamaan maupun pertidaksamaan yang disebut fungsi kendala (Dumairy, 2012 : 344).
Sebuah fungsi adalah suatu aturan padanan yang menghubungkan setiap obyek dalam satu
himpunan, yang disebut daerah asal, dengan sebuah nilai tunggal dari suatu himpunan kedua.
Himpunan nilai yang diperoleh secara demikian disebut daerah hasil fungsi (Varberg & Purcell,
2011 : 57). Siswanto (2007 : 26) menyebutkan definisi pemrograman linear yaitu sebagai
metode metematis yang berbentuk linear untuk menentukan suatu penyelesaian optimal dengan
cara memaksimumkan atau meminimumkan fungsi tujuan terhadap suatu susunan kendala.
Secara keseluruhan, berdasarkan definisi maka tujuan pemrograman linear adalah
Terdapat tiga unsur utama yang membangun suatu program linear yaitu (Siswanto, 2007 : 26):
1. Variabel keputusan
Variabel keputusan adalah variabel yang mempengaruhi nilai tujuan yang hendak
merupakan langkah pertama sebelum menentukan fungsi tujuan dan fungsi kendala.
2. Fungsi tujuan
Fungsi tujuan pada model pemrograman linear haruslah berbentuk linear. Selanjutnya,
3. Fungsi kendala
Fungsi kendala adalah suatu kendala yang dapat dikatakan sebagai suatu pembatas
4. Fungsi non-negative
Fungsi yang menyatakan bahwa setiap variabel yang terdapat di dalam model
pemrograman linear tidak boleh negatif. Secara matematis ditulis sebagai χ1, χ2, ..., χ3
≥ 0.
Sifat linearitas suatu kasus dapat ditentukan dengan menggunakan beberapa cara.
ataupun menggunakan uji hipotesa. Secara teknis, linearitas ditunjukkan oleh adanya sifat
penggunaan sumber daya yang membatasi proporsional terhadap level nilai variabel. Jika
harga per unit produk misalnya adalah sama berapapun jumlah yang dibeli, maka sifat
proporsional dipenuhi. Atau dengan kata lain, jika pembelian dalam jumlah besar
mendapatkan diskon, maka sifat proporsional tidak dipenuhi. Jika penggunaan sumber
daya per unitnya tergantung dari jumlah yang diproduksi, maka sifat proporsionalitas tidak
dipenuhi.
Sifat additivitas mengasumsikan bahwa tidak ada bentuk perkalian silang diantara
berbagai aktivitas, sehingga tidak akan ditemukan bentuk perkalian silang pada model.
Sifat additivitas berlaku baik bagi fungsi tujuan maupun pembatas (kendala). Sifat
masing-masing variabel keputusan. Untuk fungsi kendala, sifat additivitas dipenuhi jika
nilai kanan merupakan total penggunaaan masingmasing variabel keputusan. Jika dua
peningkatan volume penjualan salah satu produk akan mengurangi volume penjualan
produk lainnya dalam pasar yang sama, maka sifat additivitas tidak terpenuhi. Sifat
divisibilitas berarti unit aktivitas dapat dibagi ke dalam sembarang level fraksional,
Artinya koefisien fungsi tujuan maupun fungsi pembatas merupakan suatu nilai pasti,
bukan merupakan nilai dengan peluang tertentu. Keempat asumsi (sifat) ini dalam dunia
nyata tidak selalu dapat dipenuhi. Untuk meyakinkan dipenuhinya keempat asumsi ini,
dalam pemrograman linier diperlukan analisis sensitivitas terhadap solusi optimal yang
diperoleh.
2. Formulasi Permasalahan
Urutan pertama dalam penyelesaian adalah mempelajari sistem relevan dan
Penggambaran sistem dalam pernyataan ini termasuk pernyataan tujuan, sumber daya
yang membatasi, alternatif keputusan yang mungkin (kegiatan atau aktivitas), batasan
waktu pengambilan keputusan, hubungan antara bagian yang dipelajari dan bagian lain
dalam perusahaan, dan lain-lain. Penetapan tujuan yang tepat merupakan aspek yang
pengambilan keputusan dan mendiskusikan pemikiran mereka tentang tujuan yang ingin
dicapai.
adalah membuat model yang sesuai untuk analisis. Pendekatan konvensional riset
inti permasalahan. Kasus dari bentuk cerita diterjemahkan ke model matematik. Model
matematik merupakan representasi kuantitatif tujuan dan sumber daya yang membatasi
sebagai fungsi variabel keputusan. Model matematika permasalahan optimal terdiri dari
dua bagian.
mendapatkan solusi optimum pada satu titik. Fungsi tujuan yang akan dioptimalkan hanya
satu. Bukan berarti bahwa permasalahan optimasi hanya dihadapkan pada satu tujuan.
Tujuan dari suatu usaha bisa lebih dari satu. Tetapi pada bagian ini kita hanya akan tertarik
yang membatasi. Fungsi pembatas bisa berbentuk persamaan (=) atau pertidaksamaan (≤
atau ≥). Fungsi pembatas disebut juga sebagai konstrain. Konstanta (baik sebagai koefisien
maupun nilai kanan) dalam fungsi pembatas maupun pada tujuan dikatakan sebagai
pendeskripsian permasalahan secara verbal. Salah satu keuntungan yang paling jelas
adalah model matematik menggambarkan permasalahan secara lebih ringkas. Hal ini
sistem dapat dengan mudah dimodelkan menggunakan fungsi matematik. Meskipun dapat
Fungsi tujuan:
----
αm1x1 + αm2x2 + ... + αmnxn = /≤/≥bm
Simbol x1, x2, ... ,xn (xi) menunjukkan variabel keputusan. Jumlah variabel
keputusan (xi) oleh karenanya tergantung dari jumlah kegiatan atau aktivitas yang
dilakukan untuk mencapai tujuan. Simbol c1, c2, ...,cn merupakan kontribusi masing-masing
variabel keputusan terhadap tujuan, disebut juga koefisien fungsi tujuan pada model
matematiknya. Simbol α11, α22, ..., αmn merupakan penggunaan per unit variabel keputusan
akan sumber daya yang membatasi, atau disebut juga sebagai koefisien fungsi kendala
Simbol b1, b2, ..., bm menunjukkan jumlah masing-masing sumber daya yang ada.
Jumlah fungsi kendala akan tergantung dari banyaknya sumber daya yang terbatas.
Pertidaksamaan terakhir (x1, x2, ... ,xn ≥ 0) menunjukkan batasan non negatif.
Membuat model matematik dari suatu permasalahan bukan hanya menuntut kemampuan
matematik tapi juga menuntut seni permodelan. Menggunakan seni akan membuat
Kasus pemrograman linier sangat beragam. Dalam setiap kasus, hal yang penting
adalah memahami setiap kasus dan memahami konsep permodelannya. Meskipun fungsi
keputusan untuk memilih salah satunya bukan pekerjaan mudah. Tujuan pada suatu kasus
bisa menjadi batasan pada kasus yang lain. Harus hati-hati dalam menentukan tujuan,
Model Program Linear disebut juga dengan formulasi model. Model program
linear digunakan untuk menunjukkan proses model yang semua masalah menyangkut
b. Kumpulan batasan-batasan
daya secara efisien atau alokasi sumber daya – sumber daya yang terbatas (tenaga kerja
terampil, bahan mentah, modal) untuk mencapai tujuan yang diinginkan (desired
objective). Dalam keadaan sumber daya yang terbatas harus dicapai suatu hasil yang
optimum. Dengan perkataan lain bagaimana caranya agar dengan masukan (input) yang
serba terbatas dapat dicapai hasil kerja yaitu keluaran (output) berupa produksi barang atau
Dalam model Linier Program dikenal 2 macam fungsi., yaitu fungsi tujuan
permasalahan Linier Program yang berkaitan dengan pengaturan secara optimum sumber
daya-sumber daya untuk memperoleh keuntungan maksimal atau biaya minimal. Fungsi
tujuan selalu mempunyai salah satu target yaitu memaksimumkan atau meminimumkan
suatu nilai. Pada umumnya nilai yang akan dioptimalkan dinyatakan sebagai Z. Fungsi
batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai
Programming yaitu:
a. Fungsi objektif harus didefinisikan secara jelas dan dinyatakan sebagai fungsi objektif
yang linear. Misalnya jumlah hasil penjualan harus maksimum, jumlah biaya transport
harus minimum.
b. Harus ada alternatif pemecahan untuk dipilih salah satu yang terbaik.
linear.
h. Aktivitas harus proporsional terhadap sumber-sumber. Hal ini berarti ada hubungan
i. Model programming deterministik, artinya sumber dan aktivitas diketahui secara pasti
(single-valued expectations).
Selain terdapat hubungan linier, model program linier juga mempunyai beberapa
sifat lainnya. Terminologi linier tidak hanya berarti bahwa fungsi dalam model model
digambarkan sebagai garis lurus, tetapi juga berarti bahwa hubungan memperlihatkan
kemampuan yang sebanding. Dengan kata lain, tingkat perubahan atau kecondongan
fungsi adalah konstan. Oleh karena itu, perubahan dari ukuran tertentu dalam nilai variabel
keputusan akan menghasilkan perubahan yang relatif sama dalam nilai fungsi. Dalam
program linier terminologi fungsi tujuan dan terminologi batasan adalah tambahan. Sifat
lain dari model linier program adalah nilai pemecahan (dari variabel keputusan) tidak
dapat dibatasi dalam nilai integer (bulat). Untuk membuat formulasi batasan dan fungsi
tujuan dilakukan lebih dari sekali, setelah pendefinisian variabel-variabel keputusan.
Pendekatan yang lebih bijaksana pertama adalah menentukan fungsi tujuan (tanpa
1. Metode Aljabar
Metode ini dikatakan sebagai metode aljabar dikarenakan pada penyelesaian metode ini
dianggap nol sehingga diperoleh nilai z terbesar (Nufus & Nurdin, 2016, 12).
2. Metode Grafik
Metode grafik digunakan apabila variabel pada program linear berjumlah dua. Jika
jumlah variabel lebih dari dua maka metode grafik tidak efektif lagi. Bahkan jika jumlah
variabel sudah lebih dari tiga maka metode grafik tidak dapat digunakan (Syahputra,
2015, 1).
3. Metode Simpleks
Metode Simpleks adalah suatu langkah yang tepat dan mendasar untuk menyelesaikan
masalah pada program linear. Pada metode simpleks diketahui ada dua variabel
tambahan yaitu variabel slack dan juga variabel surplus (Syahputra, 2015, 37).
4. Metode Big-m
Metode big m dengan primal simpleks memiliki perbedaan pada bagian pembentukan
tabel awal. ketika fungsi kendala memiliki tanda pertidaksamaan ≥, transisi menjadi
bentuk baku dari bentuk umu memerlukan satu variabel surplus. Variabel surplus tidak
mampu dipakai sebagai basis awal, karena koefisien variabel surplus bertanda negatif.
Sebagai variabel basis pada penyelesaian awal, harus ditambahkan satu variabel bantu.
Variabel bantu pada solusi optimal harus bernilai nol, karena variabel ini memang
Menurut buku (Zulyadaini, 2017, 32) ada beberapa Langkah yang harus dilakukan untuk
Menjadikan masalah sebagai model matematika yang cocok dengan syaratsyarat yang
dibutuhkan dalam program linear, yaitu mempunyai fungsi tujuan, fungsi kendala, syarat
• Hitung fungsi tujuan pada setiap titik sudut daerah penyelesaian (DMK).
• Pilihlah nilai yang sesuai dengan fungsi tujuan jika memilih memaksimumkan
konseptual tentang bagaimana teori berhubungan dengan berbagai faktor yang telah
didefenisikan sebagai masalah yang penting. Berdasarkan latar belakang masalah, rumusan
masalah dan tujuan penelitian di atas, kerangka konseptual dapat di lihat pada gambar 2.2
sebagai berikut :
BAB IV PEMBAHASAN
Berdasarkan hasil wawancara dengan penjual bibit jamur tiram dan jamur tiram,
• Untung Rp 20.000/kg
Jamur Tiram
• Untung Rp 10.000/kg
1 hari : 30 kg
Berdasarkan pada gambar diatas terdapat empat titik pojok. Empat titik pojok tersebut
4. Hitung keuntungan terbesar yang diharapkan dan buat kesimpulan atau interpretasinya.
100.000 = 500.000
Pada Tabel 1, keuntungan terbesar yang bisa diperoleh sebesar Rp500.000 jika mengambil
titik pojok (20,10) yang mana nilai fungsi objektifnya adalah f(x,y) = 20.000 x + 10.000 y
Jadi, melalui program linear dapat menentukan keuntungan maksimal dari dua jenis
produk yang dijual yaitu dengan cara menjual bibit jamur tiram sebanyak 20 bibit agar
mendapatkan keuntungan sebesar Rp100.000. Maka dari itu, laba yang total yang
BAB V PENUTUP
5.1 Simpulan
Melalui program linear dapat menentukan keuntungan maksimal dari dua jenis produk
yang dijual yaitu dengan cara menjual bibit jamur tiram sebanyak 20 bibit agar didapatkan
keuntungan terbesar sebesar Rp400.000,00 dan 10 jamur tiram agar mendapatkan keuntungan
sebesar Rp100.000. Maka dari itu, laba yang total yang ddidapatkan yaitu sebesar Rp500.000.
5.2 Saran
Sebagai saran bagi peneliti yang tertarik dalam pengembangan penelitian untuk
menambah fungsi restriksi yang nyata sehingga kuantitas produksi dapat meningkat dan laba
penjualan lebih optimal. Selain itu, dapat digunakan analisis sensitivitas yang mendukung
inovasi sebagai kontribusi terhadap pedagang dan pengembangan pengetahuan. Dalam hal ini,
program linear standar karena kondisi pasar yang berubah dengan cepat.
DAFTAR PUSTAKA
Program Linier,” Jurnal Matematika, vol. 20, no. 2, hlm. 61-68, 2021.
Program Linier,” Jurnal Matematika, vol. 19, no. 2, hlm. 7–12, 2020.
Suparti, Pertiwi, A.P., & S.Yasir. (2018). Pertumbuhan bibit jamur tiram F0 pada berbagai
Susilawati, I.O., Imaningsih, W., & Mulyanto, A. (2016). Formulasi media produksi bibit F2
Sutarman. (2012). Keragaman dan produksi jamur tiram putih (Pleurotus ostreatus) pada media
serbuk gergaji dan ampas tebu bersuplemen dedak dan tepung jagung. Jurnal Penelitian
Tari, E. (2016). Analisis kelayakan usaha budidaya jamur tiram (Pleurotus ostreatus) di kota
dalam pembuatan bibit induk jamur tiram putih (Pleurotus ostreatus). Jurnal