LINEAR PROGRAMMING

GRAFIK METHOD
 What is Linear Programming?
 Mathematical technique
– Not computer programming
 Allocates scarce resources to achieve an
objective
 Pioneered by George Dantzig in World
War II
– Developed workable solution called Simplex
Method in 1947
 Examples of Successful LP
Applications
 Picking blends of raw materials in feed mills
to produce finished feed combinations at
minimum costs
 Selecting the product mix in a factory to
make best use of machine- and labor-hours
available while maximizing the firm’s profit
 Allocating space for a tenant mix in a new
shopping mall so as to maximize revenues
to the leasing company
 Requirements of a Linear
Programming Problem
 Tentuan fungsi tujuan: maksimisasi atau
Minimisasi
 Tentukan fungsi batasan/kendala/constraint
dalam mencapai tujuan (goal)
 Fungsi tujuan dan batasan digambarkan dalam
bentuk fungsi persamaan dan pertidaksamaan
linier.
 Assumption of Linear Programming
 Certainty (Deterministic)  semua parameter yang
terdapat dalam model LP (aij; bj; Cj) dapat diperkirakan
dengan pasti.
 Proportionality (naik turunnya nilai Z dan penggunaan
resources yang tersedia akan berubah sebanding dengan
perubahan tingkat kegiatan.
 Additivity  nilai tujuan tiap kegiatan tidak saling
mempengaruhi, atau kenaikan dalam nilai Z yang
diakibatkan kenaikan suatu kegiatan dapat ditambahkan
tanpa mempengaruhi bagian nilai Z yang diperoleh
baggian lain.
 Divisibility  keluaran (output) yang dihasilkan oleh setiap
kegiatan dapat berupa bilangan pecahan, demikian juga
nilai Z yang dihasilkan.
 Nonnegative variables  Semua variabel bernilai positif.
 Formulating Linear Programming
Problems - continued
 Contoh dalam kasus.
Contoh dalam kasus.
Perusahaan menghasilkan 2 produk yaitu walkman dan watch-TV. Profit
perunit wakman $7 dan profit perunit watch-TV $5. Disimbolkan sbb:
X1 = number of Walkmans
X2 = number of Watch-TVs
 Batasan untuk mencapai tujuan adalah:
1. Jam bagian electronic
2. Jam kerja bagian assembly
Walkman membutuhkan 4 jam kerja electronic dan 2 am kerja assembly.
Watch TV membutuhkan 3 jamkerja electronic dan 1 jam kerja assembly
Jam kerja maksimum elestronic 240 jam dan assembly 100 jam
 Pemodelan matematis
Fungsi tujuan: Z max = 7X1 + 5 X2
Fungsi batasan:
1, electronic  4X1 + 3X2  240
2. Assembly  2X1 + 1X2  100
 SOLUSI OPTIMAL
Graphical Solution Method
 Gambarkan grafik dengan sumbu vertikal dan horisontal (hanya
di kuadran pertama)
 Plot fungsi batasan sebagai garis dengan menggunakan
koordinat, spt:
– koordinat (X1,0) dan (0,X2) untuk menggambarkan tiap
fungsi batasan pada grafik
 Temukan daerah feasible (utk garis batasan dengan arah ≤
daerah feasible ada didalam garis batasan sampai ke titik origin
(titik nol). Jika arah fungsi batasan ≥ maka area feasible ada
diluar garis batasan menjauh dari titik origin.
 Cari optimal solution. Ada 2 metode grafik, yaitu:
– Corner point method
– Iso-profit line method
 Company Problem
Hours Required to
Produce 1 Unit
Department X1 X2 Available Hours
Walkmans Watch-TV’s This Week
Electronic 4 3 240
Assembly 2 1 100
Profit/unit $7 $5
Constraints: 4x1 + 3x2  240 (Hours of Electronic Time)
2x1 + 1x2  100 (Hours of Assembly Time)
Objective: Maximize: 7x1 + 5x2
 Metode Iso Profit Line
Company Constraints
Electronics
120 (Constraint A)

100
Assembly
Number of Watch-TVs (X2)

(Constraint B)
80
60
40
20
0
0 10 20 30 40 50 60 70 80
Number of Walkmans (X1)
 Company Feasible Region
Electronics
120 (Constraint A)
100 Assembly
(Constraint B)
Number of Watch-TVs (X2)

80

60

40 Feasible
Region
20

0
0 10 20 30 40 50 60 70 80

Number of Walkmans (X1)

 Company Iso-Profit Lines
120 Electronics
(Constraint A)
100 7*X1 + 5*X2 = 420
Assembly
(Constraint B)
Number of Watch-TVs (X2)

80

60
Iso-profit line
40 7*X
1 +
5*X
2 =
210
20

0
0 10 20 30 40 50 60 70 80

Number of Walkmans (X1)

Company Corner Point Solutions
Electronics
(Constraint A)
Iso-profit line
Assembly
120 (Constraint B)
Number of Watch-TVs (X2)

100 Possible Corner

80 Point Solution

60
40
20
0
0 10 20 30 40 50 60 70 80
Number of Walkmans (X1)
 Company Optimal Solution
Electronics
(Constraint A)
Iso-profit line
Assembly
120 (Constraint B)
Number of Watch-TVs (X2)

100 Possible Corner

Point Solution
80
60
40 Optimal solution

20
0
0 10 20 30 40 50 60 70 80
Number of Walkmans (X1)
 Company Optimal Solution
Electronics
(Constraint A)
Iso-profit line Assembly
120 (Constraint B)
Number of Watch-TVs (X2)

100 Possible Corner

Point Solution
80 X1 = 30
60 X2 = 40
40 Optimal solution

20
0
0 10 20 30 40 50 60 70 80
Number of Walkmans (X1)
 Metode Corner Point
Electronics
(Constraint A)
Iso-profit line
Assembly
120 (Constraint B)
Number of Watch-TVs (X2)

100 Possible Corner

80 Point Solution

60 C

40
20 D
A
0
B
0 10 20 30 40 50 60 70 80
Number of Walkmans (X1)
 Langkah Solusi Optimal
1. Tentukan koordinat tiap corner (sudut) dari
feasinle region)
2. Masukkan nilai koordinat ke dalam fungsi
tujuan
3. Solusi optimal adalah nilai Z terbesar
Jawaban:
Corner A (0; 0)  Z = 7X1 + 5 X2
Z = 7 (0) + 5 (0) = 0
 Corner B (60 ; 0)
Z = 7X1 + 5X2
= 7 (60) + 5 (0) = $420
 Corner C (0 ; 80)
Z = 7X1 + 5X2
= 7 (0) + 5 (80) = $ 400
 Corner D (...;...) ?
Karena berada pada titik perpotongan fumgsi
batasan, maka untuk mengetahui titik
koordinat D menggunakan model eliminasi
Perpotongan fungsi batasan
4X1 + 3X2 ≤ 240  4X1 + 3X2 = 240 ......(x1)
2X1 + 1X2 ≤ 100  2X1 + 1X2 = 100 .......(x2)

4X1 + 3X2 = 240

4X1 + 2X2 = 200 _
X2 = 40
X1  4X1 + 3X2 = 240
4X1 + 3(40) = 240
4X1 = 120
X1 = 30
Corner D ( 30 ; 40)
Z = 7X1 + 5X2
= 7 ( 30) + 5 (40) = $410  memiliki nilai Z terbersar,berarti optimal
Kesimpulan:
X1 = 30; X2 = 40 dan nilai optimal Z = $410