LINEAR PROGRAMMING

LEARNING OBJECTIVE

1. Formulate LP models, including an objective

function & constraint
2. Grafically solve an LP problem with the
corner point method
3. Construct and solve a maximization &
minimization problem by simplex method
 LINIER PROGRAMMING
(LP)
 
Def : Salah satu teknik dari Riset Operasi untuk memecahkan persoalan optimasi
(maksimisasi/minimisasi) dengan menggunakan persamaan/ ketidaksamaan
linier untuk mencari pemecahan yang optimum dengan cara
memaksimumkan/meminimumkan fungsi tujuan terhadap fungsi kendala.

Ciri-ciri LP
Memiliki Fungsi Tujuan
Memiliki Fungsi Kendala
Memiliki Alternatif tindakan
Fungsi Tujuan & Kendala Linier, misal :
2x1 + 5x2 = 10 (linear)
2 x 12 + 5x 23 + 3 x1 . x2 = 10 (Non linear)
 
Unsur Utama LP

 Variabel Keputusan
 Fungsi Tujuan
 Fungsi Kendala
Variabel Keputusan

 Variabel keputusan adalah variabel persoalan yang akan

memengaruhi nilai tujuan yang ingin dicapai.
 Di dalam proses permodelan, penemuan variabel
keputusan harus dilakukan terlebih dahulu sebelum
merumuskan fungsi tujuan dan fungsi kendala
 Cara untuk menemukan variabel keputusan adalah dengan
cara mengajukan pertanyaan :
Keputusan apa yg harus dibuat agar
nilai fungsi tujuan menjadi maksimum
atau minimum ?
Contoh pertanyaan
 Berapa banyak produk A dan produk B harus
diproduksi agar diperoleh keuntungan maksimum
 Berapa banyak setiap bahan harus digunakan
agar diperoleh biaya minimum, tetapi
kandungan gizi dapat dipenuhi
 Saham mana yang harus dibeli dan berapa
banyak harus dibeli agar diperoleh
keuntungan maksimum
 dll
Fungsi Tujuan
 Dalam model LP, tujuan yang ingin dicapai harus dinyatakan
ke dalam sebuah fungsi matematika linear. Selanjutnya
fungsi itu dimaksimumkan/diminumkan terhadap fungsi
kendala
 Contoh-contoh yang ingin dicapai dalam praktik manajemen:
 Memaksimumkan laba perusahaan
 Meminumkan biaya produksi
 Meminimumkan biaya distribusi
 Meminimumkan waktu kerja
 Memaksimumkan daya jangkau promosi
 dll
Kendala-kendala Fungsional
 Manajemen menghadapi kendala-kendala untuk
mencapai tujuannya, contoh:
 Keputusan untuk memaksimumkan produksi dibatasi
oleh faktor-faktor: kemampuan mesin, tenaga
kerja, dll
 Manajer produksi harus menjaga tingkat produksi agar
permintaan dapat dipenuhi
 Agar kualitas dapat terjaga, maka unsur bahan baku
yang digunakan harus memenuhi persyaratan tertentu
 dll
Pedoman Dalam Perumusan Model
 Menyatakan tujuan ke dalam sebuah kalimat,
contoh:
 Berapa m2 setiap jenis keramik harus diproduksi agar
diperoleh laba maksimum
 Manajemen ingin menjangkau sebanyak mungkin
audiensi dengan pengeluaran dana promosi tidak
melebihi 2 milyar
 Perusahaan ingin mengetahui berapa banyak barang
harus dipesan agar biaya persediaan minimal
Menyatakan Kendala ke dalam sebuah kalimat

Contoh:
 Dana yang tersedia untuk promosi adalah 2 milyar

 Kandungan protein pada susu bubuk minimal

26,4% per 100 gram

Menemukan variabel keputusan
 Keputusan apa yang harus dibuat agar nilai fungsi
tujuan menjadi maksimum/minimum
Merumuskan model matematis
 Menyatakan variabel keputusan ke dalam simbol
atau notasi matematika, misal X1, X2, …., Xn
 Menyatakan fungsi tujuan ke dalam bangun
matematik
 Menyatakan fungsi kendala ke dalam bangun
matematik
Model Matematis LP

Mis : Produsen A
Mempunyai m. bh baku
Ingin membuat n jenis produk
Semua jenis prod. Menggunakan bh. baku dengan
proporsi tertentu.

Persoalan :
Berapa jumlah masing-masing jenis produk
harus dibuat sehingga total revenue
maksimum ?
Jika : Xj = Jumlah produk j, (j = 1,2, … n)
Cj = Harga jual 1 unit prod. j.
CjXj = Penerimaan hasil penjualan prod. j.
aij = Bh. baku i yang digunakan untuk
memproduksi 1 unit j.
hi = Bh. baku i yang tersedia (i = 1,2, .. m)

maka persoalan LP, menjadi...

Cari X1, X2, … Xj … Xn (variabel keputusan)

Objective : Maks z = C1X1 + C2X2 + … CJXJ + CnXn

Constraint : a11X1 + a12X2 + a13X3 + … a1j Xj + … + ainXn ≤ h1

a21X1 + a22X2 + a23X3 + … a2j Xj+ … + a2nXn ≤ h2

am1X1 + am2X2 + am3X3 + … amj Xj + … + amnXn < hm

Xj > o, j = 1,2, … n
Syarat-syarat/Asumsi yang harus dipenuhi untuk LP

1) Fungsi objektif/tujuan harus didefinisikan secara jelas & dinyatakan sebagai fungsi
objektif yg benar.
Mis : Jumlah hasil penjualan harus maksimum
Jumlah biaya trasport harus minimum

2) Ada alternatif pemecahan untuk dipilih salah satu yang terbaik.

Sumber-sumber & aktivitas mempunyai sifat dapat ditambahkan (additivity),
berarti jumlah total dari aktivitas = jumlah masing-masing aktivitas individu.
Contoh :

Jika objektif = max. Profit = $ 8X1 + $3X2, maka jika masing-masing 1 unit produk
diproduksi jumlah keuntungan = 8 + 3 = 11.

3) Fungsi objektif & pembatas harus linear

4) Variabel-variabel keputusan harus positif (xj > 0, untuk semua j)

5) Sumber-sumber & aktivitas mempunyai jumlah yang terbatas

 Lanjutan
6) Aktivitas harus proporsional terhadap sumber-sumber
(proporsionality). Berarti naik/turunnya nilai z & penggunaan
sumber/fasilitas yang tersedia akan berubah secara sebanding
(proportional) dengan tingkat kegiatan.
 Mis : z = C1X1 + C2X2
Setiap pertambahan 1 unit X1 akan menaikan z sebesar C1

a11X1 + a12X2
Setiap pertambahan 1 unit X1, akan menaikan penggunaan
sumber-sumber/fasilitas sebesar a11
Mis : kalau demand naik 1,5 X, maka output harus naik
1,5 X.
“Prinsip : Constant Returns to scale”
 :
Contoh

Seorang produsen :
Memiliki 2 macam bahan, yaitu Bhn I, tersesedia 8 ton
dan Bhn II, tersedia 5 ton
Bermaksud memproduksi 2 macam produk, yaitu A & B.
1 unit A membutuhkan 2 (I) + 1 (II)
1 unit B membutuhkan 3 (I) + 2 (II)
Berapa produksi A & B, agar diperoleh jumlah hasil
penjualan maksimum, dengan memperhatikan jumlah
penggunaan bahan baku tidak boleh melebihi persediaan
yang ada yaitu : bh. baku I < 8 dan bh. baku II < 5
Jawab :
Mis: Jumlah barang A yang diproduksi = X1
Jumlah barang B yang diproduksi = X2
Harga jual barang A = Rp 15.000 = C1
Harga jual barang B = Rp 10.000 = C2
Jika semua barang laku dijual, maka hasil penjualan
Z = C1X1 + C2X2

F. tujuan : Maks Z = 15.000 X1 + 10.000 X2

F. Pembatas : 2 X1 + 3X2 < 8
X1 + 2X2 < 5
X1 > 0, X2 > 0
 Pemecahan dengan Metode Grafik
Rubah ketidaksamaan pada fungsi pembatas menjadi persamaan

Pembatas I : 2X1 + 3X2 < 8 menjadi 2X1 + 3X2 = 8

Untuk menggambarkan grafik, tentu harus dicari titik-titik yang menghubungkan

garis-garis grafik tersebut. Untuk menggambarkan garis-garis tersebut, cara yang
termudah adalah dengan mencari 2 titik perpotongan dengan sumbu X1 & X2 yang
memenuhi persamaan garis tersebut.

Untuk mencari X1, maka X2 dianggap 0 (nol) dan sebaliknya untuk mencari X2,
maka X1 dianggap 0 (nol). Maka untuk Pembatas I
 2 X1 + 3 X2 = 8, X1 = 0
 2 (0) + 3 X2 = 8, 3X2 = 8, X2 = 22/3. jadi titik A = (0, 22/3)
 2X1 + 3X2 = 8, X2 = 0
 2X1 + 3(0) = 8, 2 X1 = 8, X1 = 4 Jadi titik B = (4, 0).
Pembatas 2 : X1 + 2X2 < 5
menjadi : X1 + 2X2 = 5
X1 = 0  0 + 2 X2 = 5, 2 X2 = 5, X2 = 21/2 Jadi titik C = (0,21/2)
X2 = 0  X1 + 2 (0) = 5 X1 = 5 Jadi titik D = (5, 0).

Untuk titik E, harus dicari dulu koordinatnya, dengan cara proses aljabar berikut ini :
2X1 + 3X 2 = 8 x 1 = 2X1 + 3X2 = 8
X 1 + 2X2 = 5 x 2 = 2X1 + 4X2 = 10

- X2 = -2 maka X2 = 2
Substitusikan X2 ke salah satu persamaan di atas.
X1 + 2 (2) = 5
X1 + 4 = 5
X1 = 5 – 4
X1 = 1
Jadi titik E = (1, 2)
X2

Feasible Region OCEB

3 A
C
2 2X1 + 3X2 ≤ 8
E
1
X1 + 2X2 ≤ 5
B D
0 1 2 3 4 5 6 X1
Tentukan Optimal Solution Point

Salah satu cara dengan memasukkan nilai X1 & X2 dari titik-titik Feasible
Region kepada Fungsi Tujuan .

Titik yang memberikan nilai fungsi tujuan yang terbaik, menunjukkan

bahwa pada titik tersebutlah akan diperoleh kombinasi yang optimal.

Jadi pada titik C (0, 21/2).

Tujuan Max z = 15.000 X1 + 10.000 X2
Z1 = 15.000 (0) + 10.000 (21/2) = 25.000

Pada titik B (4, 0), Z2 = 15.000 (4) + 10.000 (0) = 60.000 (optimal)

Pada titik E (1, 2) Z3 = 15.000 (1) + 10.000 (2) = 35.000

Kesimpulan : Produksi Produk A saja sebanyak 4 unit

Pemecahan dengan Metode Simpleks
Langkah-langkah
Formulasikan permasalahan ke dalam bentuk persoalan linear programming
 tentukan Fungsi tujuan
tentukan Fungsi pembatas

Tambahkan slack variable, surplus variable (negative slack) dan atau artificial variable yang diperlukan .

Aturan :Jika pembatas : < , tambah Slack (S)

= , tambah artificial (A)
> , tambah –S & A

tujuan : Max z = 15.000 X1 + 10.000 X2

pembatas : 2X1 + 3X2 < 8
X1 + 2X2 < 5
Dirubah manjadi
Max z = 15.000 X1 + 10.000 X2 + 0S1 + 0S2
2X1+ 3X2 + 1S1 + 0S2 = 8
X1 + 2X2 + 0S1 + 1S2 = 5
X1, X2, S1, S2 > 0
 
Iterasi 1 (Initial Solution)
Cj Sol Mix 15.000 10.000 0 0
X1 X2 S1 S2 Q R
0 S1 2 3 1 0 8 8/2 = 4
0 S2 1 2 0 1 5 5/1 = 5
Zj 0 0 0 0 0
C j – Z j 15.000 10.000 0 0
Optimalisasi

langkah-langkah optimalisasi :
Tentukan Kolom kunci,
Maximisasi, kolom kunci adalah kolom dengan Cj – Z
j positif terbesar.
Minimisasi, kolom kunci adalah kolom dengan Cj – Z j
negatif terbesar
Tentukan baris kunci, yaitu baris dengan nilai rasio
kuantitas terhadap koefisien kolom kunci positif
terkecil.
Tentukan nilai kunci, yaitu koefisien pada kolom
kunci yang berpotongan dengan baris kunci.
 Iterasi 2
Cj Sol Mix 15.000 10.000 0 0

X1 X2 S1 S2 Q R

15.000 X1 1 3/2 1/2 0 4 8/2 = 4

0 S2 0 1/2 -1/2 1 1 5/1 = 5

Zj 15.000 22.500 7.500 0 60.000

Cj–Zj 0 -12.500 -7.500 0

Pada Iterasi 2 ternyata sudah diperoleh optimal solution, berarti hanya

diproduksi produk A saja sebanyak 4 unit. Pendapatan maks 60.000
S2 baru = S2 lama – { (koef di bawah atau di atas kolom kunci) x (Koef X1 br yg
berkorespondensi)
0 1 - 1 x 1
1/2 2 - 1 x 3/2
-1/2 0 - 1 x 1/2
1 1 - 1 x 0
1 5 - 1 x 4
Kasus 1
Sebuah perusahaan membuat dua jenis produk, A dan B. Harga
jual produk A adalah Rp. 30.000/unit sedangkan produk B dijual
dengan harga Rp 40.000/unit. Untuk membuat 1 unit produk A
dibutuhkan waktu 3 jam-orang (man hour), sedangkan untuk 1
unit produk B diperlukan 5 jam-orang. Jumlah pekerja 10 orang,
masing-masing bekerja 8 jam/hari. Untuk 1 unit A dibutuhkan 5
kg bahan baku, sedangkan untuk setiap unit B dibutuhkan 4 kg
bahan baku. Harga per kg bahan baku adalah Rp. 2.000. Upah
pekerja per jam adalah Rp 5.000. Jika bahan baku yang tersedia
per minggu (7 hari) adalah 210 kg, berapa seharusnya produk A
dan B harus dibuat per harinya agar diperoleh keuntungan yang
maksimal ? (Kerjakan dengan metode grafik dan simpleks)
Kasus 2
Koperasi Peternak Sapi Perah Sejahtera, saat ini menampung susu
sapi dari para peternak anggotanya. Rata-rata susu sapi yang
harus ditampung dari anggota 40.000 liter per hari. Susu yang
disetorkan oleh anggota setelah melalui pengujian berat jenis dan
uji pecah susu seluruhnya ditampung di Coolling Unit koperasi.
Kapasitas cooling unit koperasi 50.000 liter. Saat ini koperasi
menjalin kerjasama dengan PT. Super Milk, untuk itu koperasi
setiap hari harus mengirim susu ke PT. Super Milk. Untuk
menjaga kerjasama yang baik dengan IPS, koperasi menargetkan
minimal 20.000 liter susu harus dapat dikirim ke IPS (Super
Milk). Koperasi juga memproses susu dari anggotanya menjadi
susu cup. Kapasitas terpasang produksi susu cup adalah sebesar
10.000 liter susu.
lanjutan
Untuk pemasaran susu cup ini koperasi menjalin kerjasama dengan agen.
Saat ini permintaan dari seluruh agen sebanyak 30.000 cup per hari. 1
cup berisi 250 ml. Koperasi terus melakukan pengembangan dan
diversifikasi produk untuk mendapatkan nilai tambah yang lebih besar
demi meningkatkan kesejahteraan anggotanya. Pengembangan dan
diversifikasi produk yang dilakukan selain susu cup juga yoghurt dan
keju. Pabrik yoghurt dan keju koperasi masing-masing dapat memproses
10.000 liter susu per hari. Jika dilihat dari keuntungan per unit, penjualan
susu cup, keju dan yoghurt potensinya jauh lebih besar daripada menjual
susu murni ke PT Super Milk.
 
Berdasarkan informasi di atas buat formulasi Linier Programming
untuk mencari kombinasi dan distribusi produk yang optimal. Bila
diperlukan informasi tambahan, silahkan diasumsikan sendiri.
Kasus 3
Perusahaan pipa PVC bergerak dalam produksi pipa-pipa plastik
dengan ukuran panjang standar 200 inci. Suatu ketika perusahaan
ini mendapat pesanan berupa pipa-pipa dengan ukuran panjang
yang tidak standar, yaitu 50, 70, dan 90 inci dengan jumlah
pesanan masing-masing sebagai berikut.Formulasikan dan
hitung hasil dari persoalan ini agar diperoleh sisa potongan
pipa paling minimum.

PESANAN PANJANG KEBUTUHA

N
1 50 150
2 70 200
3 90 300
Variabel Keputusan:
X1 = Susu ut Super Milk
X2 = Susu Cup
X3 = Yoghurt
X4 = Keju
FT : Max Z = C1X1 + C2X2 + C3X3 + C4X4
FP X1 + X2 + X3 + X4 = 40.000
X1 >= 20.000
X2 >= 7.500
X3 <= 10.000
X4 <= 10.000