Linear Programming

Operations Research
Linear Programming (LP)
www.febriyanto79.wordpress.com
Dosen
Febriyanto, SE. MM.
Linear Programming
Linear programing (LP) adalah salah satu metode matematis yang
digunakan untuk membantu manajer dalam pengambilan keputusan.
Salah satu ciri khususnya yaitu berusaha mencari maksimisasi
keuntungan atau minimisasi biaya.
LP digunakan untuk menguji/menyelesaikan model untuk mencari
alternatif keputusan yang dapat mengoptimalkan sifat maksimum
atau minimum dari fungsi tujuan.
Suatu penyelesaian masalah LP perlu dibentuk formulasi secara
matematik dari masalah yang sedang dihadapi dengan memenuhi
syarat sebagai berikut:
Adanya variabel keputusan yang dinyatakan dalam simbul matematik

dan variabel keputusan ini tidak negatif.
Adanya fungsi tujuan dari variabel keputusan yang menggambarkan
kriteria pilihan terbaik. Fungsi tujuan ini harus dapat dibuat dalam satu
set fungsi linear yang dapat berupa maksimum atau minimum.
Adanya kendala sumber daya yang dapat dibuat dalam satu set fungsi
linear.
Linear Programming
Aplikasi Model LP
Masalah product mix atau kombinasi produksi,
yaitu menentukan berapa jumlah dan jenis produk yang harus dibuat
agar diperoleh keuntungan maksimum atau biaya minimum dengan
memperhatikan sumber daya yang dimiliki.
Masalah perencanaan investasi,

yaitu berapa banyak dana yang akan ditanamkan dalam setiap
alternatif investasi, agar memaksimumkan Return On Investment atau
Net Present Value dengan memperhatikan kemampuan dana tersedia
dan ketentuan setiap alternatif.
Masalah perencanaan produksi dan persediaan,
yaitu menentukan berapa banyak produk yang akan diproduksi setiap
periode, agar meminimumkan biaya persediaan, sewa, lembur dan
biaya subkontrak.
Linear Programming
Aplikasi Model LP
Masalah perencanaan advertensi/promosi, yaitu berapa banyak
dana yang akan dikeluarkan untuk kegiatan promosi, agar
diperoleh efektivitas penggunaan media promosi.
Masalah diet, yaitu berapa banyak setiap sumber makanan

digunakan untuk membuat produk makanan baru.
Masalah pencampuran, yaitu berapa banyak jumlah setiap
bahan yang akan digunakan untuk membuat bahan baru.
Masalah distribusi/transportasi, yaitu jumlah produk yang akan
dialokasikan ke setiap lokasi pemasaran.
Linear Programming
Asumsi Model LP
Linearitas:
Fungsi tujuan (objective function) dan kendala (constraint
equations) dapat dibuat dalam satu set fungsi linear.
Divisibility:
nilai variabel keputusan dapat berbentuk pecahan atau
bilangan bulat (integer).
Nonnegativity:
nilai variabel keputusan tidak boleh negatif atau minimal = nol.
Certainty:
Semua keterbatasan maupun koefisien variabel setiap kendala
dan fungsi tujuan dapat ditentukan secara pasti.
Linear Programming
Formulasi Model LP
Membuat formulasi model LP atau model matematik LP, terdapat tiga

langkah utama yang harus dilakukan, yaitu:
Tentukan variabel keputusan atau variabel yang ingin diketahui
dan gambarkan dalam simbul matematik.
Tentukan tujuan dan gambarkan dalam satu set fungsi linear dari
variabel keputusan yang dapat berbentuk maksimum atau
minimum.
Tentukan kendala dan gambarkan dalam bentuk persamaan linear
atau ketidaksamaan linear dari variabel keputusan.
Perumusan model LP ini adalah kunci keberhasilan dalam

menyelesaikan masalah dengan metode LP, dan untuk dapat
merumuskan model LP secara tepat diperlukan banyak latihan,
karena setiap masalah yang dihadapi akan memiliki model yang
berbeda.
Formulasi Model Linear

Programming
Contoh 1. Masalah kombinasi produksi
Perusahaan Maspion merencanakan untuk memproduksi tiga
jenis produk peralatan dapur yang membutuhkan tenaga
kerja dan bahan baku, tabel berikut rincianya:
Keterangan
Jam Tenaga Kerja
Bahan Baku
Keuntungan (Rp)
A
4
2
40
Jenis Produk
B
3
2
30
C
2
3
20
Penyediaan bahan baku yang dapat dilakukan per hari

sebanyak 400 kg, sedangkan kapasitas jam tenaga kerja
yang dimiliki adalah 300 jam perhari.
Bagaimana merumuskan model LP, agar diperoleh
keuntungan maksimum dari produksi harian.

Programming
Penyelesaian Contoh 1. Masalah kombinasi produksi
Menentukan variabel keputusan atau kegiatan yang ingin
diketahui adalah produksi harian dari jenis produk.
Misalkan:
x1 = jumlah produksi harian produk A
x2 = jumlah produksi harian produk B
x3 = jumlah produksi harian produk C
Menentukan tujuan, yaitu maksimum keuntungan dengan
anggapan semua produksi laku terjual.
Fungsi tujuan berbentuk maksimum, dirumuskan sebagai
berikut:
Zmak = 40x1 + 30x2 + 20x3

Programming
Menentukan kendala, yaitu jam tenaga kerja dan bahan baku.
Produk A membutuhkan 4x jam tenaga kerja.
1
Jenis B membutuhkan 3x jam tenaga kerja dan
2
Jenis C membutuhkan 2x3 jam tenaga kerja
Kebutuhan jam tenaga kerja total adalah
4x + 3x + 2x dan tidak boleh melebihi 300 jam perhari.
1
2
3
Sehingga fungsi kendala jam tenaga kerja adalah:

4x1 + 3x2 + 2X3 300
Demikian pula dengan bahan baku,
produk A membutuhkan 2x
1
produk B membutuhkan 2x dan
2
produk C membutuhkan 3x3.

Sehingga fungsi kendala bahan baku adalah 2x 1 + 2x2 + 3x3 400

Programming
Dari ketiga langkah tersebut, secara lengkap model
LP masalah kombinasi produksi perusahaan
Maspion dapat dirumuskan sebagai berikut:
Zmak = 40x1 + 30x2 + 20x3
d.k.
(1) 4x1 + 3x2 + 2x3
(2) 2x1 + 2x2 + 3x3
(3) x1; x2; x3
300 (jam tenaga kerja)

400 (bahan baku)
0
(non negativity)
LP Metode Grafik Maximisasi

Masalah Kombinasi Produk:
Perusahaan Maspion menghasilkan tigajenis produk, yaitu A, B dan C.
Ketiga jenis produk membutuhkan dua sumber daya, yaitu tenaga kerja dan
bahan baku:
Keterangan
Jenis Produk
A
Jam tenaga kerja

4
3
2
Bahan baku
2
2
3
Penyediaan
bahan baku yang
per20
hari 400 kg, kapasitas
Keuntungan
40 dapat dilakukan
30
jam kerja 300 jam per hari. Buat formulasi LP?
Jawab:
1).
2).
3).
Zmak = 40 A + 30 B + 20 C
4A + 3 B + 2 C 300 (jam Tenaga Kerja)
2A + 2 B + 3 C 400 (bahan baku)
A, B, C, 0 (non negativity)
Linear Programming Metode Grafik

Contoh. Masalah Product Mix.
PT. VENUS adalah pabrik yang memiliki dua jenis produk yaitu
Astro dan Cosmos. Untuk memproduksi kedua produk, diperlukan
bahan baku X, bahan baku Y dan jam tenaga kerja. Maksimum
penyediaan bahan baku X adalah 60 kg per hari, bahan baku Y 30
kg per hari dan tenaga kerja 40 jam per hari. Kebutuhan bahan
baku dan jam tenaga kerja, dapat dilihat dalam Tabel berikut.
Produk memberikan keuntungan sebesar Rp 40 untuk Astro dan

Rp.30 untuk cosmos. Bagaimana menentukan jumlah produk yang
akan diproduksi dalam setiap hari agar mencapai laba max.
Sebuah perusahaan merencanakan memproduksi dua jenis produk dengan

harga jual produk A Rp 500 dan produk B Rp 400. Biaya variabel kedua
jenis produk 60% dari harga jual. Setiap produk diproses melalui tiga
departemen produksi, yaitu departemen I, departemen II dan departemen III
yaitu pengujian produk akhir. Setiap jenis produk membutuhkan waktu
pemrosesan dan kapasitas jam tenaga kerja perminggu untuk departemen I
dan II adalah sebagai berikut:
Keterangan
Departemen I
Departemen II
Departemen III
Jenis Produk
A
B
2
5
8
4
3
2
Kapasitas
(Jam)
750
900
-
Untuk menjaga keseimbangan produksi, manajer menetapkan bahwa paling

sedikit satu unit produk B untuk setiap tiga unit produk A. Khusus untuk jam
tenaga kerja departemen III, yang menggunakan tenaga kerja kontrakan,
telah disepakati bahwa paling sedikit penggunaan jam tenaga kerja
sebanyak 650 jam perminggu. Kebijakan manajer lainnya adalah ditetapkan
bahwa kedua jenis produk tersebut diproduksi paling sedikit atau minimum
50 unit setiap minggu. Bagaimana formulasi model LP, agar diperoleh
keuntungan maksimum?. www.febriyanto79.wordpress.com
Penyelesaian Contoh 1.
Masalah kombinasi produksi
1. Menentukan variabel keputusan, yaitu:
X1 = jumlah produksi mingguan produk A
x2 = jumlah produksi mingguan produk B
2. Menentukan fungsi tujuan, keuntungan yang diperoleh
setiap kali memproduksi dan menjual
Produk A adalah Rp 500 - (60% x 500) = Rp 200.
Produk B adalah Rp 400 - (60% x 400) = Rp 160.
Fungsi tujuan dapat dirumuskan sebagai berikut:

Zmak = 200x1 + 160x2
3. Menentukan fungsi kendala, dalam kasus ini terdapat lima
jenis kendala, yaitu kendala minimum produksi, jam kerja
departemen I, jam kerja departemen II, jam kerja
departemen III, dan keseimbangan produksi.
(1) x1 + x2
(2) 2x1 + 4x2
(3) 5x1 + 3x2
(4) 8x1 + 2x2
(5) 3x1 - b
50 (produksi minimum)
750 (departemen I)
900 (departemen II)
650 (departemen III)
0
(keseimbangan produksi)
Secara lengkap formulasi model LP sebagai berikut:
Z
mak = 200x1+ 160x2
Dk
(1) x + x
1
2
(2) 2x + 4x
1
2
50
750
(3) 5x1 + 3x2

(4) 8x1 + 2x2
900
650
(5) 3x1 - x2
(6) X1, X2
0
0
Salah satu pemakaian LP yang berhasil adalah dalam menyelesaikan

masalah pencampuran bahan untuk mendapatkan bahan baru atau
masalah komposisi bahan yang digunakan. Misalnya, perusahaan
membutuhkan 500 kg makanan ternak per hari dan makanan tersebut
harus mengandung:
1. Paling sedikit 0,6% calcium tetapi tidak boleh lebih dari 1,2%
2. Paling sedikit 24% protein,
3. Paling banyak 5% serat.
Bahan
Kapur
Jagung
K. Kedelai
Calsium
0.34
0.001
0.002
Protein
0
0.09
0.50
Serat
0
0.02
0.08
Harga/kg
Rp. 325
Rp. 900
Rp. 2.500
Ketiga bahan di atas dapat diperoleh dari kapur (calcium carbonat),

jagung dan kacang kedelai. Kandungan gizi per kg dari ketiga bahan
tersebut adalah sebagai berikut:
Bagaimana formulasi LP agar diperoleh komposisi bahan yang
membuat biaya seminimum mungkin.
Masalah Komposisi Bahan
1. Variabel keputusan:
X = jumlah kapur yang dibutuhkan untuk membuat
1
500 kg makanan ternak
X = jumlah jagung yang dibutuhkan untuk membuat
2
500 kg makanan ternak
X = jumlah kacang kedelai yang dibutuhkan untuk
3
membuat 500 kg makanan ternak
2. Fungsi tujuan
Z
min = 325X1 + 900X2 + 2500X3
3. Fungsi kendala
1) 0.34X1 + 0.001X2 + 0.002X3 0.006(500)
Atau 0.34X1 + 0.001X2 + 0.002X3 3
2) 0.34X1 + 0.001X2 + 0.002X3 0.012(500)
Atau 0.34X1 + 0.001X2 + 0.002X3 6
3)
0.090X2 + 0.500X3 0.24(500)

Atau 0.090X2 + 0.500X3 120
4)
0.020X2 + 0.080X3 0.05(2500)

Atau 0.020X2 + 0.080X3 125
Secara lengkap formulasi model LP dari masalah
komposisi bahan tersebut, sebagai berikut:
Zmin = 325X1 + 900X2 + 2500X3
d.k. (1)
(2)
0.34X1 + 0.001X2 + 0.002X3 3

0.34X1 + 0.001X2 + 0.002X3 6
(3)
(4)
(5)
X1,
(B. Calsium)
(B. Calsium)
0.090X2 + 0.500X3 120 (B. Kapur)

0.020X2 + 0.080X3 125 (B. K. Kdlai)
X2,
X3
0
(nonnegatif)

Linear programing (LP) adalah salah satu metode matematis
yang digunakan untuk membantu manajer dalam
pengambilan keputusan.
Metode Grafik: Masalah Maximisasi
Langkah mencari solusi optimal secara grafik adalah sebagai
berikut:
Langkah [1].
Gambarkan kendala dan tentukan daerah
yang layak (feasible solution space).
Langkah [2].
Gambarkan garis fungsi tujuan.
Langkah [3].
Dapatkan solusi optimal, dengan cara
mencari nilai variabel keputusan yang
dapat memaksimumkan fungsi tujuan.

Contoh. Masalah Product Mix.
PT. VENUS adalah pabrik yang memiliki dua jenis produk yaitu
Astro dan Cosmos. Untuk memproduksi kedua produk, diperlukan
bahan baku X, bahan baku Y dan jam tenaga kerja. Maksimum
penyediaan bahan baku X adalah 60 kg per hari, bahan baku Y 30
kg per hari dan tenaga kerja 40 jam per hari. Kebutuhan bahan
baku dan jam tenaga kerja, dapat dilihat dalam Tabe berikut.
Produk memberikan keuntungan sebesar Rp 40,00 untuk Astro dan

Rp30,00 untuk cosmos. Masalahnya, bagaimana menentukan
jumlah produk yang akan diproduksi dalam setiap hari agar
mencapai laba max.
Sumbangan keuntungan sebesar Rp 40,00 untuk Astro dan Rp30,00 untuk

cosmos
Z mak = 40x1 + 30x2
d.k [1]
2X1 +
[2]
2X2
[3]
2X1 +
[4]
X1
[5]
X2
3X2
30
1X2
0
0
60
(bahan baku A)
(bahan baku B)
40
(jam tenaga kerja)
(nonnegativity)
(nonnegativity).

Langkah 1: Menggambarkan
grafik kendala
Kendala 1: Bahan baku A.
Kendala
2x1 + 3x2 60
2x1 + 3x2 = 60.
Bila x1 = 0,
Maka x2 = 60/3 = 20
Bila x2 = 0,
Maka x1 = 60/2 = 30.

Kendala 2: Bahan baku B.
Kendala
2x 30
2
2x2 = 30,
x2 = 30/2
X2 = 15.

Kendala 3: Jam tenaga kerja.
2x1 + 1x1 40
2x1 + 1x2 = 40
bila xl = 0,
maka x2 = 40/1 = 40
bila x2 = 0,
maka xl = 40/2 = 20

Langkah 2:
Daerah feasible
(feasible solution
space) adalah daerah
yang diliputi oleh semua
kendala.
Untuk mendapatkan
daerah ini, kita ambil
setiap daerah feasible
yang terdapat pada
ketiga gambar.
Daerah feasible terletak
pada ersilangan ketiga
gambar tersebut. Dalam
Gambar 3.4 daerah
feasible adalah titik
ABCDE.

Langkah 3. Mendapatkan solusi optimal
[1] 2x1 + 3x2 =
60
[3] 2x1 + 1x2 =
40 2x2
= 20
X2
= 10
Masukkan X2 = 10 ke dalam salah satu persamaan:
2x1 + 3(10) = 60
2x1 + 30
= 60
=> 2x1 = 60 30
=> 2x1 = 30
x1
= 15.
Nilai optimum fungsi tujuan dapat ditemukan dengan memasukkan
x1 = 15 dan x2 = 10 ke dalam fungsi tujuan Z:
Z = 40(15) + 30(10)
Z = 600 + 300
Z = 900

Setelah melakukan analisa,
secara praktis dapat
disimpulkan bahwa: Kombinasi
produk optimum (optimum
product mix) adalah
memproduksi 15 astro dan 10
cosmos setiap hari, dengan
maksimum keuntungan per
hari Rp900,00.

Masalah Maksimum Keuntungan:
Sebuah perusahaan menghasilkan dua jenis produk, yaitu G

dan T. Kedua jenis produk diproses melalui tiga departmen
dengan kapasitas jam kerja serta waktu proses setiap produk
adalah sebagai berikut:
Jenis Produk
Keterangan
Kapasitas (jam)
G
T
Dept. Pencampuran
Dept. Penyaringan
Dept. Penyelesaian
1
2
1
2
1
1
40
40
25
Kedua jenis produk, memberikan sumbangan keuntungan

sebesar Rp. 30 untuk G dan Rp. 20 untuk T. Bagaimana
kombinasi pengerjaan agar memperoleh keuntungan
maksimum.

Masalah Maksimum Keuntungan:
Keterangan
Dept. Pencampuran
Dept. Penyaringan
Dept. Penyelesaian
Jenis Produk
G
1
2
1
2
1
1
Kapasitas (jam)
40
40
25
Kedua jenis produk, memberikan sumbangan keuntungan sebesar

Rp. 30 untuk G dan Rp. 20 untuk T. Bagaimana kombinasi
pengerjaan agar memperoleh keuntungan maksimum.
Formulasi LP
Zmak = 30G + 20T
d.k. (1) G + 2T
40
(2) 2G + T
40
(3) G + T
25
(4) G ; T
0

Formulasi LP
Zmak = 30G + 20T
d.k. (1) G + 2T
(2) 2G + T
(3) G + T
(4) G ; T
40
40
25
0
Kendala 1
G + 2T 40, atau G + 2T = 40
G = 0, T = 20; dan jika T = 0, G = 40

Kendala 2
2G + T 40, atau 2G + T = 40
Jika G = 0, T = 40; dan jika T = 0, G = 20

Kendala 3
G+T 25, atau G + T = 25
Jika G = 0, T = 25; dan jika T = 0, G = 25


Fungsi tujuan
Zmak = 30G + 20T,
Jika Z = Rp 300,
Jika produk T = 0,
produk G = 10.
Jika produk G = 0,
produk T = 15.

Jika grafik fungsi tujuan digeser kekanan menjauhi titik origin, maka
titik ekstrim C merupakan titik ekstrim optimum, yaitu titik yang
disinggung oleh garis fungsi tujuan yang terjauh dari titik nol. Titik
ekstrim C, terbentuk dari perpotongan garis kendala departemen
penyaringan dan penyelesaian.
2G + T = 40 2(15) + T = 40
G + T = 25 T = 10
G = 15
Dari hasil perhitungan di atas, dapat disimpulkan bahwa untuk
mendapatkan keuntungan maksimum produk G yang harus
diproduksi sebanyak 15 unit dan produk T sebanyak 10 unit, dengan
total keuntungan sebesar:
Zmak = 30G + 20T
Zmak = 30(15) + 20(10) = 450 + 200
Zmak = Rp 650

Linear programing (LP) adalah salah satu metode
matematis yang digunakan untuk membantu
manajer dalam pengambilan keputusan.
Salah satu ciri khususnya yaitu berusaha mencari
maksimisasi keuntungan atau minimisasi biaya.
LP digunakan untuk menguji/menyelesaikan model
untuk mencari alternatif keputusan yang dapat
mengoptimalkan fungsi tujuan. Kata optimal
dipakai untuk menonjolkan sifat maksimum atau
minimum dari fungsi tujuan.
Metode Grafik: Masalah Minimisasi

Penggunaan metode grafik untuk menyelesaikan
masalah minimisasi pada prinsipnya sama dengan
masalah maksimisasi.
Perbedaan terletak pada langkah 3 dalam hal
penentuan solusi optimum.
Solusi optimum masalah maksimisasi tercapai pada
saat garis fungsi tujuan menyinggung daerah
feasible yang terjauh dari titik origin. Sedangkan
masalah minimisasi, solusi optimum tercapai pada
saat garis fungsi tujuan menyinggung daerah
feasible yang terdekat dengan titik origin.

Penyelesaian Masalah Minimisasi
Langkah 1.
Gambarkan semua kendala
Langkah 2.
Gambarkan garis fungsi tujuan
Langkah 3.
Dapatkan solusi optimum, dengan cara
mencari nilai variabel keputusan yang dapat
meminimumkan fungsi tujuan.

Seorang ahli penata diet merencanakan untuk membuat
dua jenis makanan yaitu makanan A dan makanan B.
Kedua jenis makanan tersebut mengandung vitamin dan
protein.
Jenis makanan A paling sedikit diproduksi 2 unit dan jenis
makanan B paling sedikit diproduksi 1 unit. Tabel 3.2
berikut menunjukkan jumlah vitamin dan protein dalam
setiap jenis makanan.
Formulasi LP
Zmin = 100x1 + 80x2
d.k [1] 2x1 + 1x2
[2] 2x1 + 3x2
[3]
x1
[4]
x2
[5]
x1
[6]
x2
8
12
2
1
0
0
(vitamin)
(protein)
(makanan A)
(makanan B)
(nonnegativity)
(nonnegativity)

Langkah 1
menggambarkan grafik
kendala.
[1] 2x1 + 1x2 8
(vitamin)
2x1 + 1x2 = 8, xl = 0
2(0) + 1x2 = 8
.
1X2
=8
.
X2
=8
2x1 + 1x2 = 8, x2 = 0
2x1 + 1(0) = 8
2x1 = 8
.
X1
=4

Langkah 1
kendala.
[2] 2x1 + 3x2 12 (protein)
2x1 + 3x2 = 12 xl = 0
2(0) + 3x2 = 12
.
3X2
= 12
.
X2
=4
2x1 + 3x2 = 12 x2 = 0
2x1 + 3(0) = 12
2x1 = 12
.
X1
=6

Langkah 1
kendala.
[3] X1 2 (makanan A)
X1 = 2
[4] X2 1 (makanan B)
X2 = 1

Langkah 2 fungsi tujuan.
Z min = 100x + 80x .
1
2
Langkah 3 mencari nilai minimum Z
Kombinasi optimum (xl dan x2) adalah pada titik B yaitu
persilangan garis kendala [1] dan [2].
[1] 2x1
+
1x2
=8
[2] 2x 1
+
3x2
= 12 -2x2
= -4
x2
=2
Masukkan x2 = 2 kedalam persamaan [1]
2x1
+
1(2) = 8
2x1
= 8-2
2x1
=6
X1
=3

Langkah 2 fungsi tujuan.
Z
min = 100x1 + 80x2
Z
min = 100(3) + 80(2)
Z
min = 300 + 160
Z
min = 460
Jumlah kombinasi optimum dari makanan A adalah
3 unit dan makanan B sebanyak 2 unit.
Total biaya minimum adalah Rp.460.

Linear Programming

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Linear Programming

Diunggah oleh

Hak Cipta:

Format Tersedia

Operations Research

Linear Programming (LP)

Adanya variabel keputusan yang dinyatakan dalam simbul matematik

Masalah perencanaan investasi,

Masalah diet, yaitu berapa banyak setiap sumber makanan

Membuat formulasi model LP atau model matematik LP, terdapat tiga

Perumusan model LP ini adalah kunci keberhasilan dalam

Formulasi Model Linear

Penyediaan bahan baku yang dapat dilakukan per hari

Formulasi Model Linear

Formulasi Model Linear

Sehingga fungsi kendala jam tenaga kerja adalah:

produk C membutuhkan 3x3.

Formulasi Model Linear

300 (jam tenaga kerja)

LP Metode Grafik Maximisasi

Jam tenaga kerja

Linear Programming Metode Grafik

Produk memberikan keuntungan sebesar Rp 40 untuk Astro dan

Linear Programming Metode Grafik

Sebuah perusahaan merencanakan memproduksi dua jenis produk dengan

Untuk menjaga keseimbangan produksi, manajer menetapkan bahwa paling

Fungsi tujuan dapat dirumuskan sebagai berikut:

(3) 5x1 + 3x2

Salah satu pemakaian LP yang berhasil adalah dalam menyelesaikan

Ketiga bahan di atas dapat diperoleh dari kapur (calcium carbonat),

0.090X2 + 0.500X3 0.24(500)

0.020X2 + 0.080X3 0.05(2500)

0.34X1 + 0.001X2 + 0.002X3 3

0.090X2 + 0.500X3 120 (B. Kapur)

Linear Programming Metode Grafik

Linear Programming Metode Grafik

Produk memberikan keuntungan sebesar Rp 40,00 untuk Astro dan

Linear Programming Metode Grafik

Sumbangan keuntungan sebesar Rp 40,00 untuk Astro dan Rp30,00 untuk

Linear Programming Metode Grafik

Linear Programming Metode Grafik

Linear Programming Metode Grafik

Linear Programming Metode Grafik

Linear Programming Metode Grafik

Linear Programming Metode Grafik

LP Metode Grafik Maximisasi

Sebuah perusahaan menghasilkan dua jenis produk, yaitu G

Kedua jenis produk, memberikan sumbangan keuntungan

LP Metode Grafik Maximisasi

Kedua jenis produk, memberikan sumbangan keuntungan sebesar

LP Metode Grafik Maximisasi

G = 0, T = 20; dan jika T = 0, G = 40

Jika G = 0, T = 40; dan jika T = 0, G = 20

G+T 25, atau G + T = 25

Jika G = 0, T = 25; dan jika T = 0, G = 25

LP Metode Grafik Maximisasi

LP Metode Grafik Maximisasi

Linear Programming Metode Grafik

Metode Grafik: Masalah Minimisasi

Metode Grafik: Masalah Minimisasi

Metode Grafik: Masalah Minimisasi

Metode Grafik: Masalah Minimisasi

Metode Grafik: Masalah Minimisasi

Metode Grafik: Masalah Minimisasi

Metode Grafik: Masalah Minimisasi

Metode Grafik: Masalah Minimisasi

Metode Grafik: Masalah Minimisasi

Anda mungkin juga menyukai