Operations Research

Linear Programming (LP)

Thomas Muhammad
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.
 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.
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.
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).

 Non negativity:
nilai variabel keputusan tidak boleh negatif atau minimal = nol.

 Certainty:
Semua keterbatasan maupun koefisien variabel setiap kendala
dan fungsi tujuan dapat ditentukan secara pasti.
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:
Jenis Produk
Keterangan
A B C
Jam Tenaga Kerja 4 3 2
Bahan Baku 2 2 3
Keuntungan (Rp) 40 30 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.
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
Penyelesaian Contoh 1. Masalah kombinasi produksi
Menentukan kendala, yaitu jam tenaga kerja dan bahan baku.
 Produk A membutuhkan 4x jam tenaga kerja.
1

 Jenis B membutuhkan 3x2 jam tenaga kerja dan

 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 2x2 dan

 produk C membutuhkan 3x3.
 Sehingga fungsi kendala bahan baku adalah 2x1 + 2x2 + 3x3 ≤ 400
Penyelesaian Contoh 1. Masalah kombinasi produksi
Dari ketiga langkah tersebut, secara lengkap model
LP masalah kombinasi produksi perusahaan
Maspion dapat dirumuskan sebagai berikut:

 Zmak = 40x1 + 30x2 + 20x3

Dengan kendala :
(1) 4x1 + 3x2 + 2x3 ≤ 300 (jam tenaga kerja)
(2) 2x1 + 2x2 + 3x3 ≤ 400 (bahan baku)
(3) x1; x2; x3 ≥0 (non negativity)
Contoh 2. Masalah kombinasi produksi
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:
Jenis Produk Kapasitas
Keterangan A B (Jam)

Departemen I 2 4 750
Departemen II 5 3 900
Departemen III 8 2 -
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?.
 Penyelesaian Contoh 2. 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
 Penyelesaian Contoh 2. Masalah kombinasi produksi

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 ≥ 50 (produksi minimum)

 (2) 2x1 + 4x2 ≤ 750 (departemen I)
 (3) 5x1 + 3x2 ≤ 900 (departemen II)
 (4) 8x1 + 2x2 ≥ 650 (departemen III)
 (5) 3x1 - b ≥ 0 (keseimbangan produksi)
Penyelesaian Contoh 2. Masalah kombinasi produksi

Secara lengkap formulasi model LP sebagai berikut:

 Z
mak = 200x1+ 160x2

Dengan kendala :
 (1) x + x ≥ 50
1 2

 (2) 2x1 + 4x2 ≤ 750

 (3) 5x1 + 3x2 ≤ 900
 (4) 8x1 + 2x2 ≥ 650
 (5) 3x1 - x2 ≥0
 (6) X1, X2 ≥ 0
Contoh 3. Masalah komposisi bahan (minimasi)
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 Calsium Protein Serat Harga/kg

Kapur 0.34 0 0 Rp. 325
Jagung 0.001 0.09 0.02 Rp. 900
K. Kedelai 0.002 0.50 0.08 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.
Penyelesaian Contoh 3. 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
Penyelesaian Contoh 3. Masalah Komposisi Bahan

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(500)

Atau 0.020X2 + 0.080X3 ≥ 25
Penyelesaian Contoh 3. Masalah Komposisi Bahan

Secara lengkap formulasi model LP dari masalah komposisi

bahan tersebut, sebagai berikut:

Zmin = 325X1 + 900X2 + 2500X3

dengan kendala :
(1) 0.34X1 + 0.001X2 + 0.002X3 ≥ 3 (B. Calsium)
(2) 0.34X1 + 0.001X2 + 0.002X3 ≤ 6 (B. Calsium)
(3) 0.090X2 + 0.500X3 ≥ 120 (B. Kapur)
(4) 0.020X2 + 0.080X3 ≥ 25 (B. K. Kedelai)
(5) X1, X2, X3 ≥ 0 (non negatif)
Linear Programming Metode Grafik
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.
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.
Linear Programming Metode Grafik

Sumbangan keuntungan Astro Rp 40,00 dan Rp30,00 Cosmos

X1 = Astro X2 = Cosmos

Zmax = 40x1 + 30x2

d.k [1] 2X1 + 3X2 ≤ 60 (bahan baku A)
[2] 2X2 ≤ 30 (bahan baku B)
[3] 2X1 + 1X2 ≤ 40 (jam tenaga kerja)
[4] X1 ≥ 0 (nonnegativity)
[5] X2 ≥ 0 (nonnegativity).
Linear Programming Metode Grafik

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.
Linear Programming Metode Grafik

Kendala 2: Bahan baku B.

Kendala
 2x2 ≤ 30
 2x2 = 30,
 x2 = 30/2
 X2 = 15.
Linear Programming Metode Grafik
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
Linear Programming Metode Grafik
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.
Linear Programming Metode Grafik
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
Linear Programming Metode Grafik

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.
LP Metode Grafik Maximisasi

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 1 2 40
Dept. Penyaringan 2 1 40
Dept. Penyelesaian 1 1 25

 Kedua jenis produk, memberikan sumbangan keuntungan

sebesar Rp. 30 untuk G dan Rp. 20 untuk T. Bagaimana
kombinasi pengerjaan agar memperoleh keuntungan
 LP Metode Grafik Maximisasi

Formulasi model LP untuk permasalahan tersebut adalah

sebagai berikut :

Zmak = 30G + 20T

dengan kendala :

(1) G + 2T ≤ 40
(2) 2G + T ≤ 40
(3) G + T ≤ 25
(4) G ; T ≥ 0
 LP Metode Grafik Maximisasi
Formulasi LP
Zmak = 30G + 20T
d.k. (1) G + 2T ≤ 40
(2) 2G + T ≤ 40
(3) G + T ≤ 25
(4) G ; T ≥ 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
LP Metode Grafik Maximisasi

Fungsi tujuan
Zmak = 30G + 20T,
Jika Z = Rp 300,

Jika produk T = 0,
produk G = 10.

Jika produk G = 0,
produk T = 15.
LP Metode Grafik Maximisasi

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
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.
Metode Grafik: Masalah Minimisasi
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.
Metode Grafik: Masalah Minimisasi
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.
Metode Grafik: Masalah Minimisasi

Formulasi LP
Zmin = 100x1 + 80x2
d.k [1] 2x1 + 1x2 ≥ 8 (vitamin)
[2] 2x1 + 3x2 ≥ 12 (protein)
[3] x1 ≥ 2 (makanan A)
[4] x2 ≥ 1 (makanan B)
[5] x1 ≤ 0 (nonnegativity)
[6] x2 ≤ 0 (nonnegativity)
Metode Grafik: Masalah Minimisasi

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
Metode Grafik: Masalah Minimisasi

Langkah 1
menggambarkan grafik
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
Metode Grafik: Masalah Minimisasi

Langkah 1
menggambarkan grafik
kendala.
[3] X1 ≥ 2 (makanan A)
X1 = 2

[4] X2 ≥ 1 (makanan B)
X2 = 1
Metode Grafik: Masalah Minimisasi
Langkah 2 fungsi tujuan.

Z min = 100x1 + 80x2.

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
Metode Grafik: Masalah Minimisasi
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.