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.
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.
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
Dengan kendala :
(1) x + x ≥ 50
1 2
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
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.
X1 = Astro X2 = Cosmos
Langkah 1: Menggambarkan
grafik 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
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:
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.