OPTIMASI

SUMBERDAYA
AIR
 PENGERTIAN OPTIMASI
Optimasi merupakan suatu cara analisis pemanfaatan sumberdaya air
secara optimal.

Optimum

Maximize Minimize Cost

Benefit Or Risk.

Secara matematik,
Prosedur Optimasi diungkapkan sebagai prosedur penetapan nilai
sejumlah variabel keputusan (decision variable) sesuai dengan
fungsi tujuan (objective function) yang diinginkan (maximize atau
minimize) dan memenuhi batas-batas (constraints) yang berlaku
pada sistem yang ditinjua.
PRINSIP DASAR “MATHEMATICAL PROGRAMMING”
Prosedur umum penyelesaian “Mathematical Programming” di awali dengan
mendefinisikan komponen persoalan berikut ini.

Decision Variable : sebagai besaran yang akan dicari nilainya

Parameters : ukuran-ukuran bernilai tetap dan dapat diterapkan dalam
perhitungan seperti harga, biaya, benefit dan lain-lain.
Constraints : sebagai faktor pembatas/ kendala yang perlu dirumuskan
secara matematis
Objective Function : adalah pernyataan kuantitatif dari kasus optimasi, sebagai
contoh; memaksimumkan benefit, menentukan biaya
operasi minimum.
 TEKNIK OPTIMASI
Beberapa teknik optimasi yang termasuk dalam kelompok “Mathematical
Programming” adalah:
1. Calculus Method,
2. Linear Programming (LP),
3. Non Linear Programming (NLP),
4. Integer Programming (IP),
5. Dynamic Programming (DP),
6. Integer Linear Programming (ILP).

Program Linier merupakan salah satu model matematik yang cukup

populer dibidang SDA. Model ini dapat diterapkan untuk kasus
optimasi dengan jumlah variabel dan perumusan kendala yang cukup
banyak, namun mempunyai bentuk hubungan linier.
 CONTOH APLIKASI PROGRAM LINIER

Bentuk Perumusan Standar

Program linier merupakan salah satu model matematik yang cukup

populer dan telah lama diterapkan dalam analisis optimasi bidang
sumberdaya air. Paket program yang dibuat berdasarkan algoritme
simplex untuk penyelesaian hitungan telah banyak dijumpai, seperti
LINDO, Excel Solver dan lain-lain, sehingga model ini cukup mudah
penggunaannya.

Model program linier dapat diterapkan untuk kasus optimasi dengan

jumlah variabel dan perumusan kendala yang cukup banyak. Hanya
saja model ini terbatas pada kasus yang perumusan fungsi tujuan
dan kendalanya mempunyai bentuk hubungan linier.

Untuk kasus dengan n variabel dan m fungsi kendala bentuk

standar perumu-san model matematik adalah sebagai berikut ini.
Max Z  C1 X 1  C2 X 2    Cn X n

SEDEMIKIAN HINGGA DIPENUHI:

a11 X 1  a12 X 2    a1n X n  b1

a21 X 1  a22 X 2    a2 n X n  b2
a m1 X 1  a m 2 X 2    a mn X n  bm

X i  0; i  1,2,n
 Contoh 1

Besaran Z yang merupakan fungsi variabel X1 dan X2 mempunyai bentuk

hubungan sebagai berikut:

Z = 3X1 + 5X2
Keterbatasan sumberdaya X1 dan X2 ditunjukkan pada beberapa persamaan
kendala sebagai berikut ini.
a. X1  4
b. 2X2  12
c. 3X1 + 2X2  18
d. X1  0
e. X2  0

Untuk memperoleh nilai variabel X1 dan X2 yang memberikan harga Z

maksimal, maka dapat dituliskan perumusan fungsi tujuan sebagai berikut
ini.

OF : max Z = 3X1 + 5X2

 X2

(X*1 = 2, X*2 = 6
10

X1 = 4
8

2X2 = 12
6

Feasible
solution
4
Z* = 36 = 3X*1 + 5 X*2

3X1 + 2X2 = 18

X1
0 2 4 6 8 10 12 14

Z = 10
Dari gambar grafik di atas dapat diperoleh titik optimal adalah (2,6)
yang memberikan nilai Z maksimal, yaitu sebesar 36.

Memperhatikan letak titik optimal dengan penyelesaian cara grafis

akan diperoleh ciri solusi optimal, yaitu:
• titik optimal terletak pada batas daerah “feasible solution”,
• titik optimal terletak pada perpotongan garis-garis dari “active
constraints”, yaitu garis memenuhi persamaan untuk nilai variabel
optimal, atau dengan kata lain apabila nilai variabel optimal
disubstitusikan ke dalam rumusan kendala, akan menjadi persamaan
(tanda  atau  akan menjadi = ).

Berdasarkan sifat tersebut dikembangkan algoritme simplex untuk

mencari solusi yang lebih umum keberlakuannya dengan cara iterasi.
 Contoh Kasus 1
Optimasi pengaturan limbah pabrik
Sebuah pabrik yang telah dilengkapi dengan instalasi pengolah limbah
akan menyusun rencana produksi dengan memperhatikan batasan syarat
kualitas air dari buangan limbah. Produk pabrik tersebut dapat dijual dengan
harga $ 10 per unit dengan biaya produksi $ 3 per unit. Untuk satu unit barang
yang diproduksi akan menghasilkan 2 unit limbah. Kapasitas instalasi
pengolah limbah adalah 10 unit limbah dengan efisiensi penghilangan limbah
80%. Biaya pengolahan limbah per unit limbah adalah $ 0,6. Pengusaha
pabrik juga dikenai pajak sebesar $ 2 per unit limbah yang sampai di badan
sungai (tempat pembuangan limbah). Di lokasi pembuangan limbah (sungai)
berlaku ketentuan bahwa limbah yang sampai di badan sungai tidak boleh
lebih dari 4 unit.
Dengan latar belakang persoalan tersebut bagian produksi pabrik harus
menentukan kapasitas unit produksi dan limbah yang harus diolah di instalasi
pengolah limbah (sebagian dibuang langsung ke sungai), agar mendapat
keuntungan maksimal serta tidak melanggar ketentuan batas kualitas air
buangan limbah. Rumuskanlah model optimasi dengan metode Program Linier
serta berikan solusi optimalnya.
 Contoh Kasus 1
Optimasi pengaturan limbah pabrik

1. Kapasitas produksi optimal 6 unit.

2. Limbah yang diproses di IPAL 10 unit.
3. Keuntungan bersih maksimum 28 $.
 Contoh Kasus 1
Kapasitas produksi
Pabrik
X1

2 X1

Skematisasi X2
IPAL
persoalan alternatif 1 Eff. 80%

0,2 X2
2 X1 – X2

Sungai

Rumusan Optimasi
1. Decision variables
X1 = kapasitas produksi pabrik (unit produksi)
X2 = beban limbah yang diproses ke IPAL (unit limbah)
 Contoh Kasus 1
Skematisasi persoalan alternatif 1

Objective function : Mencari net benefit yang maksimum

Max Z = Total Benefit – Total Cost
= 10 X1 – [ 3X1 + 0,6 X2 + 2 (0,2 X2 + 2X1 – X2)]
= 3 X1 + X2

Constraints
a. Kapasitas IPAL : X2 ≤ 10
b. Limbah maksimum ke sungai : 2X1 – X2 + 0,2 X2 ≤ 4
2X1 – 0,8 X2 ≤ 4
c. Non-negative constraints : 2X1 – X2 ≥ 0
X1 ≥ 0
X2 ≥ 0

Model Penyelesaian optimasi ini dapat diselesaikan dengan solver

(MS.Excel) atau program LINDO
 Excel

HASIL
Z = 28
X1 = 6 X2 = 10

LINDO
 Contoh Kasus 1
Optimasi pengaturan limbah pabrik
Sebuah pabrik yang telah dilengkapi dengan instalasi pengolah limbah
akan menyusun rencana produksi dengan memperhatikan batasan syarat
kualitas air dari buangan limbah. Produk pabrik tersebut dapat dijual dengan
harga $ 10 per unit dengan biaya produksi $ 3 per unit. Untuk satu unit barang
yang diproduksi akan menghasilkan 2 unit limbah. Kapasitas instalasi
pengolah limbah adalah 10 unit limbah dengan efisiensi penghilangan limbah
80%. Biaya pengolahan limbah per unit limbah adalah $ 0,6. Pengusaha
pabrik juga dikenai pajak sebesar $ 2 per unit limbah yang sampai di badan
sungai (tempat pembuangan limbah). Di lokasi pembuangan limbah (sungai)
berlaku ketentuan bahwa limbah yang sampai di badan sungai tidak boleh
lebih dari 4 unit.
Dengan latar belakang persoalan tersebut bagian produksi pabrik harus
menentukan kapasitas unit produksi dan limbah yang harus diolah di instalasi
pengolah limbah (sebagian dibuang langsung ke sungai), agar mendapat
keuntungan maksimal serta tidak melanggar ketentuan batas kualitas air
buangan limbah. Rumuskanlah model optimasi dengan metode Program Linier
serta berikan solusi optimalnya.
 Contoh Kasus 1
Kapasitas produksi
Pabrik
X1

2 X1

Skematisasi X2
IPAL
persoalan alternatif 1 Eff. 80%

0,2 X2
2 X1 – X2

Sungai

Rumusan Optimasi
1. Decision variables
X1 = kapasitas produksi pabrik (unit produksi)
X2 = beban limbah yang diproses ke IPAL (unit limbah)
 Contoh Kasus 1
Kapasitas produksi
Pabrik
X1

2 X1

Skematisasi
2 X1 – X2 IPAL
persoalan alternatif 2 Eff. 80%

X2
0,2 (2X1 – X2)

Sungai
Rumusan Optimasi
1. Decision variables
X1 = kapasitas produksi pabrik (unit produksi)
X2 = beban limbah yang yang langsung dibuang ke sungai (unit limbah)
 Contoh Kasus 1
Skematisasi persoalan alternatif 2

Objective function : Mencari net benefit yang maksimum

Max Z = Total Benefit – Total Cost
= 10X1 – [3X1 + 0,6 (2X1 – X2) + 2 (X2 + 0,2 (2X1 - X2))]
= 5 X1 - X2

Constraints
a. Kapasitas IPAL : 2X1 – X2 ≤ 10
b. Limbah maksimum ke sungai : X2 + 0,2 (2X1 –X2) ≤4
0,4X1 + 0,8X2 ≤4
c. Non-negative constraints : 2X1 – X2 ≥0
X1 ≥0
X2 ≥0

Model Penyelesaian optimasi ini dapat diselesaikan dengan solver

(MS.Excel) atau program LINDO
 Contoh Kasus 2

Tiga orang petani bekerja sama harus menetapkan jenis tanaman dan luas
areal yang ditanam untuk 3 macam tanaman. Data tentang ketersediaan
lahan, air, benefit, kebutuhan air dan batas maksimum luas lahan untuk tiap
jenis tanaman disajikan seperti pada tabel di bawah ini. Kesepakatan yang
mereka tetapkan adalah luas tanaman dan luas ketersediaan lahan masing-
masing petani harus proporsional.

Tabel ketersediaan lahan dan air

Lahan tersedia Ketersediaan air
Petani
(ha) (1000 m3)
1 400 600
2 600 800
3 300 375
 Contoh Kasus 2

Tabel benefit, maksimum luas tanam dan kebutuhan air

Tanaman Benefit Max. area Kebutuhan Air

(US$/ha) (ha) (1000 m3/ha)
1 400 600 3
2 300 500 2
3 100 325 1
 Contoh Kasus 2
Model Matematik

Decision variables
Xij = luas tanaman petani i untuk tanaman j dalam ha (i = 1,2,3)

Objective function
max Z = 400 (X11 + X21 + X31 ) + 300 (X12 + X22 + X32 )
+ 100 (X13 +X23 + X33)

Z = total benefit.

Constraints
Lahan : X11 + X12 + X13  400
X21 + X22 + X23  600
X31 + X32 + X33  300
 Contoh Kasus 2
Air : 3X11 + 2X12 + X13  600
3X21 + 2X22 + X23  800
3X31 + 2X32 + X33  375

Luas tanam : X11 + X21 + X31  600

X12 + X22 + X32  500
X13 + X23 + X33  325

Proporsonality :
X11 + X12 + X13 X21 + X22 + X23 X31 + X32 + X33
= =
400 600 300

Non Negativity
Xij  0 ; i = 1,2,3 dan j = 1,2,3
 Contoh Kasus 2
Dengan menggunakan software untuk program linier (Excel atau
LINDO) berdasarkan algoritme simplex, diperoleh hasil optimal
sebagai berikut.

Petani Luas tanaman (ha) Total area

1 2 3 (ha)
1 153,3 100 0 253,3
2 100 250 0 350
3 25 150 0 175
Jumlah 258,3 500 0

Dengan nilai-nilai variabel optimal (ada 9 variabel) seperti pada tabel di atas,
dapat diperoleh harga total benefit maksimum sebagai berikut :
Z* = 400 x 258,3 + 300 x 500 + 100 x 0
= 103.320 + 150.000 + 0 = 253.320 (US$ )