LINDO

Membuat Model dan Membaca Output

 Tentang LINDO
• LINDO--Linear, INteractive, and Discrete
Optimizer—adalah suatu perangkat lunak
komputer (software) yang mudah tetapi cukup
powerful untuk memecahkan persoalan linear,
integer, dan quadratic programming.
• Persoalan-persoalan tersebut biasa terjadi
dalam bidang business, industry, research dan
government.
• Beberapa contoh: product distribution, ingredient
blending, production and personnel scheduling,
inventory management ... dan masih banyak
lagi.
 LINDO = Mudah
• Mudah adalah philosophy dasar
rancangan LINDO  tidak memerlukan
investasi tinggi untuk mempelajarinya.
• Misal, kita menghendaki
Maximize 2X + 3Y
Subject to
4X + 3Y < 10
3X + 5Y < 12
 Seperti itu saja di-INPUT ke LINDO,
it will do the rest
 Penggunaan LINDO
• LINDO telah luas digunakan untuk memecahkan
persoalan nyata yang dihadapi industri: linear,
quadratic, dan integer dengan ukuran persoalan
lebih dari 50,000 constraints dan 200,000
variables.
• Tersedia dalam tiga cara menggunakan LINDO:
– Ukuran kecil – sedang: secara interaktif dari keyboard
– Membaca file yang ditulis dengan scripts dan input
data, serta menghasilkan files laporan
– custom-created subroutines yang langsung linked ke
LINDO.
 Meng-INPUT Model
• Tampilan LINDO yang telah siap menerima
perintah:

• Ingat: Model LINDO membutuhkan OBJECTIVE,

VARIABLES, dan CONSTRAINTS
 Meng-INPUT Model …
• Misal model yang kita miliki adalah untuk
memaksimumkan 10 X dan 15 Y terhadap kendala-
kendala X < 10, Y < 12, dan X + 2Y < 16, maka:

• Dan, dapatkan
solusi terhadap
model tersebut
dengan menekan
tombol Solve atau
icon
 Meng-INPUT Model …
• Jika model memiliki ERROR, maka LINDO tidak akan menghasilkan solusi,
tetapi akan menunjukkan nomor baris yang ERROR dengan pesan:
An error occurred during compilation on line: n

• Jika sukses, maka akan ditampilkan laporan solusi:

 Output LINDO
• Output yang dilaporkan LINDO dari kasus
contoh pada slide sebelumnya akan
tampak seperti:
• Hasil yang menarik
untuk dibahas,
mengapa Y
diproduksi lebih
sedikit dibanding X,
padahal Y lebih
profitable dari X?
 Model Syntax
• MAX atau MIN
• SUBJECT TO, SUCH THAT, S.T., ST
• XYZ, MY_VAR, A12, SHIP.LA
• THISONESTOOLONG, A-HYPHEN, 1INFRONT
• XBOUND) X < 10
• +, -, >, <, = atau >=, <=
• MAX 10 X + 15 Y ! Max profit
• ! Here is the constraint on labor availability
X + 2 Y < 16
• END
 Model Syntax …
• Bagaimana dengan penulisan berikut:
MAX
10
X + 15 Y SUBJECT TO
X
 < 
10
y < 12 X + 2
y < 16 end

• Dan Syntax: X > Y? serta 3X + 4Y - 10 = 0?

Optional Modeling Statements
 Interpretasi Output LINDO
Nilai Z
Nilai perbaikan
Variabel agar variabel
keputusan keputusan
menjadi BV
Nilai Variabel
keputusan
Nilai yang akan
memperbaiki
nilai Z jika RHS
dinaikan satu
satuan

Jika nilai kendala = RHS  SLACK OR SURPLUS = 0

Jika infeasible, SLACK OR SURPLUS akan negatif
 Contoh Kasus: PT Winco
PT Winco menjual empat macam produk. Data kebutuhan
untuk memproduksi dan harga setiap unit produk adalah:

Produk 1 Produk 2 Produk 3 Produk 4

Bahan baku 2 3 4 7
Jam tenaga kerja 3 4 5 6
Harga jual $4 $6 $7 $8

Sekarang ini tersedia 4600 unit bahan baku dan 5000 jam
tenaga kerja. Untuk memenuhi kebutuhan demand, PT Winco
harus memproduksi total keempat produk tersebut tidak kurang
dan tidak lebih dari 950 unit. Demand juga mensyaratkan
bahwa produk 4 harus diproduksi setidaknya 400 unit.
Formulasikan model LP untuk PT Winco jika ingin
memaksimumkan penerimaan dari penjualan. Berapakah
masing-masing produk harus diproduksi?
 Pemecahan
• Definisikan variabel keputusan:

Misal Xi = Jumlah unit produk i yang akan diproduksi (i = 1, 2, 3,

4)

Max z = 4 X1 + 6 X2 + 7 X3 + 8 X4

s.t. X1 + X2 + X3 + X4 =
950

X4 > 400

2 X1 + 3 X2 + 4 X3 + 7 X4 < 4600

3 X1 + 4 X2 + 5 X3 + 6 X4 < 5000

X1 , X 2 , X3 , X 4 > 0
 Output LINDO
Model
Solusi diperoleh
setelah iterasi

Nilai fungsi tujuan (z)

Nilai optimal variabel keputusan:
X1=0, X2=400, X3=150, X4=400
z = 4(0) + 6(400) + 7(150) + 8(400)= 6650
Reduced cost untuk BASIC VAR = 0.
Untuk X1=1 artinya untuk setiap
produksi X1 akan menurunkan z
sebesar 1 satuan.

Disebut juga shadow

prices: bertambahnya nilai
z jika sumberdaya
dinaikan satu satuan.
Sumberdaya yang
tidak terpakai (tersisa)
 Output LINDO …

Analisis sensitivitas
Jumlah
kenaikan Jumlah
yang masih penurunan
membuat yang masih
basis tetap membuat
optimal. basis tetap
optimal.

Sensitivitas untuk koefisien fungsi

tujuan, misalnya harga untuk X3
adalah antara 6.5 dan 8.

Sensitivitas untuk sumberdaya,

misalnya untuk bahan baku
adalah antara 4450 dan 4850.
 Latihan: Jawaban masing-
masing individu dikumpulkan

• Berapa nilai z untuk model ini?

• Jika X2 diproduksi sebanyak

10, berapa nilai z?
• Jika ruas kanan kendala ke 1
menjadi 1010, berapa nilai z?
• Jika ruas kanan kendala ke 4
menjadi 4100, berapa nilai z?
• Berapa kisaran nilai
untuk koefisien X3?
• Berapa kisaran nilai untuk
nilai ruas kanan kendala
ke 2?