Anda di halaman 1dari 16

KONTRUKSI MODEL DAN

METODE GRAFIK
KELOMPOK I
1. Suci Schima Wulandari ( F1C217001 )
2. Annisya Nur Rahman ( F1C217007 )
3. Silvia Arianti ( F1C217014 )
4. Mawarni ( F1C217019 )
5. Yunus Iman Katabba ( F1C217020 )
6. Panji Jiblathar ( F1C217032 )
KONTRUKSI MODEL
Tahapan umum dalam permodelan :
1. Merumuskan masalah
2. Membentuk model matematis
3. Mencari penyelesaian masalah
4. Menguji (validasi) model
5. Melaksanakan keputusan
LINIER PROGRAMMING
Linier Programming merupakan suatu model matematis untuk
menggambarkan masalah yang dihadapi. Dalam linier programming
dikenal dua macam fungsi, yaitu:
1. Fungsi tujuan
Menggambarkan apa yang ingin dicapai perusahaan
2. Fungsi kendala
Menggambarkan kendala-kendala yang dihadapi perusahaan
Bentuk umum tabel linier programming
Sumber daya Kegiatan Kapasitas
1 2 ... N
1 a11 a12 ... a1n b1
2 a21 a22 ... a2n b2
. . . . .
. . . . .
. . . . .
m am1 am2 ... amn bm
Z/unit C1 C2 ... Cn
Tingkat kegiatan X1 X2 ... Xn
Model matematis
Secaraumum model matematisuntukkondisimaksimasidanminimasiterdapatperbedaanpadakendala.
Untukkasusmaksimasiumumnyakendalaberbentukpertidaksamaan≤ ,sedangkankasusminimasiberbentukpertidaksamaan≥ .

a. KasusMaksimasi
Maksimumkan: Z = C1X1 + C2X2 + ….. + CnXn
Kendala/Pembatas: 1. a11X1 + a12X2 + ….. + a1nXn ≤ b1
2.a21X1 + a22X2 + ….. + a2nXn ≤ b2

m. am1X1 + am2X2 + ….. + amnXn≤ bm


X1, X2, Xn≥ 0
b. KasusMinimasi
Minimumkan: Z = C1X1 + C2X2 + ….. + CnXn
Kendala/Pembatas: 1. a11X1 + a12X2 + ….. + a1nXn ≥ b1
2.a21X1 + a22X2 + ….. + a2nXn ≥ b2

m. am1X1 + am2X2 + ….. + amnXn≥ bm


X1, X2, Xn≥ 0
METODE GRAFIK
Metode Grafik adalah merupakan salah satu metode yang dapat digunakan untuk
memecahkan permasalahan linear programming. Metode ini menggunakan pendekatan
grafik dalam pengambilan keputusannya, dimana seluruh fungsi kendala dibuat dalam satu
bagian gambar kemudaian diambil keputusan melalui grafik tersebut untuk menentukan
nilai variabel keputusan yang optimum.
Langkah-langkah pengerjaan metode grafik
1. Mengidentifikasi variabel keputusan dan memformulasikan dalam symbol matematis.
2. Mengidentifikasi tujuan yang akan dicapai dan kendala-kendala yang terjadi.
3. Memformulasikan tujuan dan kendala kedalam fungsi model matematis.
4. Membuat grafik untuk kendala-kendala yang ada dalam satu bagian.
5. Menentukan feasible area (area layak) pada grafik tersebut.
6. Menentukan titik-titik variabel keputusan pada area layak tersebut.
7. Memilih variabel keputusan dari titik-titik tersebut.
Contoh :
PT Jaya Abadi adalah perusahaan pembuat barang-barang furniture untuk
memenuhi pasar dalam negeri. Produk yang dihasilkan merupakan produk
yang berkualitas tinggi dan segmen yang dituju adalah middle-up. Harga jual
per unit untuk kursi adalah Rp. 250.000,- sedangkan untuk meja adalah
sebesar Rp. 500.000. Dari hasil perhitungan perusahaan diperoleh biaya
produksi total per unit untuk kursi adalah sebesar Rp. 190.000,- dan untuk
meja adalah sebesar Rp. 420.000,-. Untuk memproduksi kedua produk
tersebut harus melalui dua departemen, yaitu departemen perakitan dan
penghalusan. Perusahaan hanya mempunyai waktu selama 60 jam untuk
departemen perakitan dan 48 jam untuk departemen penghalusan. Untuk
membuat setiap unit meja dibutuhkan 4 jam didepartemen perakitan dan 2
jam didepartemen penghalusan, sedangkan untuk membuat 1 unit kursi
dibutuhkan 2 jam di departemen perakitan dan 4 jam di departemen
penghalusan. Tentukan berapa unit kursi dan meja yang akan diproduksi
perusahaan agar diperoleh laba maksimum dan berapa besar laba
maksimumnya?
Penyelesaian:
a. Variabel keputusannya adalah kursi (A) dan meja (B)
b. Tujuannya menentukan berapa jumlah kursi (A) dab meja (B) yang akan diproduksi untuk
mencapai keuntungan maksimum. Kendala-kendalanya adalah jam kerja mesin perakitan dan
penghalusan serta waktu yang digunakan untuk memproduksi kursi dan meja.
c. Diket. Harga jual produk kursi Rp. 250.000,- dan meja Rp. 500.000,- biaya produksi untuk kursi
adalah Rp. 190.000,- dan meja adalah sebesar Rp. 420.000. Jadi keuntungan per unit dari kursi
adalah sebesar Rp. 60.000,- ( Rp. 250.000 – Rp. 190.000) dan meja sebesar Rp. 80.000,- (Rp.
500.000 – 420.000).
Produk
Departemen
Kursi Meja Kapasitas
Perakitan 2 4 60
Penghalusan 4 2 48

Keuntungan/unit Rp. 60.000,- Rp. 80.000,-

Tingkat kegiatan A B
Model matematis :
Maksimumkan: Z= 60.000 A + 80.000 B
Kendala :
• 2A + 4B ≤ 60
• 4A + 2B ≤ 48
• A, B ≥ 0
d. Membuatgrafikuntukkendala-kendala yang adadalamsatubagian.
2A + 4B ≤ 60
Diubahmenjadipersamaan : 2A + 4B = 60
Mencarikoordinattitikpotong :
JikaA= 0, maka B= 15 (2(0) + 4B = 60)
JikaB= 0, maka A= 30 (2A + 4(0) = 60)
Atau
A 0 30
B 15 0
Jadikoordinattitikpotongnyaadalah (0;15) dan (30;0)
4A + 2B ≤ 48
Diubahmenjadipersamaan :4A + 2B = 48
Mencarikoordinattitikpotong :
Jika A= 0, maka B= 24 (4(0) + 2B =48)
Jika B= 0, maka A= 12 (4A + 2(0) =48)
Atau
A 0 12
B 24 0

Jadikoordinattitikpotongnyaadalah (0;24) dan (12;0)


e. Feasible area/area layak f. Titik-titik variabel keputusan pada area layak

g. Variabel keputusan dari titik-titik


Metode pergeseran garis tujuan :
Misalkan Z = 480.000
480.000 = 60.000 + 80.000
A 0 8
B 6 0
Jadi koordinat titik potongnya adalah (0;6) dan (8;0)
Lakukan pergeseran ke atas terhadap garis tujuan. Akan tampak seperti gambar. Koordinat titik potong dengan permisalan Z=
480.000 adalah (0;6) dan (8;0). Selanjutnya untuk mencari besarnya nilai koordinat pada titik B dilakukan pencarian dengan
menggunakan eliminasi atau subtitusi dari dua buah garis yang berpotongan tersebut.
2A + 4B = 60……(1)
4A + 2B = 48……(2)
Misalkan akan menghilangkan variabel A, maka persamaan (1) dikalikan dengan nilai 2.
(2A + 4B = 60) X 2
4A + 2B = 48

4A + 8B = 120
4A + 2B = 48 _
6B = 72
B = 12
4A + 2B = 48
4A + 2(12) = 48
4A + 24 = 48
4A = 24
A=6
Untuk mencari besar nilai Z masukan nilai A dan B ke dalam persamaan :
Z = 60.000 A + 80.000 B
= 60.000(6)+ 80.000(12)
= 360.000 + 960.000
= 1.320.000
Metode Trial Error : Terdapat tiga titik koordinat yang memenuhi persyaratan, yaitu A, B dan C. Untuk nilai pada titik B telah diketahui melalui
perhitungan di atas (6;12). Sedangkan nilai pada titik A adalah sebesar (0;15) dan niali pada titik C adalah sebesar (12;0).
Perhitungan nilai Z dilakukan untuk semua titik koordinat kemudian dibandingkan untuk mencari nilai Z yang Optimum.
A (0;15)  Z = 60.000 A + 80.000 B
= 60.000(0)+ 80.000(15)
= 1.200.000
B (6;12)  Z = 60.000 A + 80.000 B
= 60.000(6)+ 80.000(12)
= 1.320.000
C (12;0)  Z = 60.000 A + 80.000 B
= 60.000(12)+ 80.000(0)
= 720.000
Berdasarkan perhitungan melalui pergeseran garis tujuan maupun trial error diperoleh tingkat produksi yang memaksimumkan keuntungan terjadi
pada produksi kursi (A) sebanyak 6 unit dan meja (B) sebanyak 12 unit dengan keuntungan maksimum sebesar Rp. 1.320.000,-
Masalah- masalah khusus dalam metode grafik
1. Solusi optimum lebih dari satu ( multiple solution optimum )
Maksimumkan: Z = 720 A + 480 B
Kendala : - 6A + 4B 240
- 12A + 12B600
- A,B >= 0
Jawaban : Terdapat tiga titik koordinat yang A = 50 – B
• 6A + 4B = 240 layak, yaitu A, B dan C. A = 20
• 12A + 12B = 600 Koordinat A adalah (0;50) A (0;50)  Z = 720A + 480B  Z = 720(0) +
Koordinat C adalah (40;0) 480(50) = 24.000
Koordinat B dapat dicari melalui B (20;30)  Z = 720A + 480B  Z = 720(20) +
perpotongan dua buah garis. 480(30) = 28.800
6A + 4B = 240 C (40;0)  Z = 720A + 480B  Z = 720(40) +
12A + 12B = 600  A = 50 – B 480(0) = 28.800
6(50 – B) + 4B = 240 Terdapat solusi optimum lebih dari satu
300 – 6B + 4B = 240 (multiple solution optimum), yaitu pada titik B
-2B = -60 dan C dengan nilai optimum sebesar Rp.
B = 30 28.800,-.
2. Tidak terdapat daerah feasible ( no
feasible solution )
Hal ini dapat terjadi apabila tidak adanya daerah/area yang dapat
diidentifikasi berdasarkan kendala-kendala yang ada. Penyebab dari
kondisi ini dapat dikarenakan kurangnya kendala pendukung yang
tidak diikutsertakan atau adanya kesalahan dalam menggambar
kendala.
Contoh :
Jawaban :
•Maksimumkan : Z = 10X + 20Y
•2X + 3Y 15
•Kendala:
2X + 3Y = 15
2X + 3Y <=15
X + 2Y >=24
X + 2Y 24
X, Y >=0
X + 2Y = 24
3. Tidak ada solusi optimal ( no optimal solution )
Hal ini terjadi karena tidak adanya penyelesaian solusi dari
permasalahan, dapat terjadi karena tidak adanya feasible area atau
berada pada unbounded objective function.
Apabila dilakukan pergeseran pada
Contoh : garis tujuan (Z), maka pergerakan
• Maksimumkan : Z = 10X + 20Y
• Kendala:
garis Z berada sejajar dengan garis
10X + 20Y >= 200 10X + 20Y = 200. Dengan demikian
X <=10 tidak terdapat titik Z maksimum
X, Y>= 0 yang akan dipilih dalam daerah
feasible, karena pergerakan Z
Jawaban:
10X + 20Y 200
X 0 20 berada pada area feasible tersebut
Y 10 0
10X + 20Y = 200 dan semakin keatas maka nilai Z
semakin besar sampai dengan tak
hingga.