MANAJEMEN

OPERASI
12
Modul ke:

Perencanaan Kapasitas dan Analisa Linear Programming

Fakultas
FAEK&B Dr. Tukhas Shilul Imaroh. MM.

Program Studi
Manajemen
Tatap Muka 12-13
Perencanaan Kapasitas dan
Analisa Program Linear
Tujuan Akhir yang Diharapkan
o Mampu membuat perencanaan kapasitas produksi sebuah perusahan dengan analisa
program linear
Pendahuluan
 Tujuan utama suatu usaha bisnis : memaksimumkan
laba atau meminimumkan biaya.
 Untuk itu, pasti usaha itu memiliki berbagai kendala
sumberdaya
 Baik tujuan maupun kendala pada umumnya dalam
kondisi deterministik.
 Suhubungan dengan itu, Linier Programming (LP)
memberikan solusi dalam pengambilan keputusan
usaha bisnis tersebut .
Pendahuluan
 Linier programming adalah suatu teknik atau cara
yang membantu dalam keputusan mengalokasi
sumberdaya yang dimiliki perusahaan.
 Sumberdaya tersebut meliputi misalnya, mesin-
mesin, tenaga kerja, uang, waktu, kapasitas gudang
(ruangan), material , dll., yang akan digunakan untuk
memproduksi barang (sandang, pangan, papan, dll)
atau jasa (rencana pengiriman dan produksi,
keputusan investasi, kebijakan advertensi, dll)
Pendahuluan
 LP telah dikembangkan sebelum perang dunia II oleh
matematikawan Rusia, A.N. Kolmogorov dan Leonid
Kantorovic penerima nobel “Optimasi Perencanaan”.
 Dalam aplikasi berikutnya LP dikembangkan oleh
Stigler (1945) dalam persoalan Diit (kesehatan).
 Perkembangan berikutnya (1947), George D. Dantzig
mengembang kan solusinya dengan metode simplex.
Jasa Dantzig ini luar biasa sehingga kita kenal sampai
sekarang dengan istilah “Liniear Programming”.
Pendahuluan
 Dia seorang matema-tikawan di Angkatan Udara
Inggris menjabat sebagai kepala Pengendali Analisis
Perang Angkatan Udara. Saat itu militer memerlukan
sekali program perencanaan latihan militer,
pemasokan peralatan dan amunisi, penempatan unit-
2 tempur. Dantzig memformulasikan sistem
pertidaksamaan linier.
 Setelah perang dunia II aplikasi dalam dunia bisnis
luar biasa, misalnya dalam usaha pengolahan, jasa,
pertanian, dll. Tahun 1984 N.Karmarkar
mengembangkan model yang lebih superior dari
metode simplex untuk berbagai aplikasi yg lebih luas.
Pendahuluan
Model Formulasi
 Model LP berisikan beberapa komponen dan karakteristik tertentu.
 Komponen adalah Fungsi Tujuan dan Fungsi Kendala, yg didalamnya
terdapat Variabel Keputusan dan Parametrer.
 Variabel Keputusan adalah simbul matematik dari kegiatan yang dilakukan
oleh perusahaan, misalnya : X1 = jml. Radio, X2 = jml.Televisi dan X3 = jml
Kulkas yang akan diproduksi
 Parameter adalah nilai-nilai di depan variabel keputusan yang pada
dasarnya sudah diketahui.
 Fungsi Tujuan merupakan hubungan matematika linier yg
menggambarkan tujuan perusahaan baik memaksimumkan laba atau
meminimumkan biaya untuk membuat variabel keputusan.
 Fungsi Kendala juga merupakan hubungan linier antar variabel keputusan
yang menggambarkan keterbatasan sumberdaya.
Misalnya, keterbatasan dlm. jumlah Tenaga Kerja utk memproduksi radio
sebesar 40 jam/hari selama periode produksi.
 Nilai-nilai Konstanta dalam fungsi tujuan atau kendala juga merupakan
parameter.
Pendahuluan
1. Konsep Program Linier :
 Merupakan model umum yang dapat digunakan dalam
pemecahan masalah pengalokasian sumber-sumber yang
terbatas agar bisa digunakan secara optimal
 Merupakan teknik matematik tertentu untuk mendapatkan
kemungkinan pemecahan masalah terbaik atas suatu
persoalan yang melibatkan sumber-sumber organisasi yang
terbatas
 Metode matematis yang dapat digunakan sebagai alat
bantu pengambilan keputusan bagi seorang manajer
berkaitan dengan masalah maksimisasi atau minimisasi
Pendahuluan
2. Prosedur Penyelesaian :
 Pembuatan Model Matematis (Logika Matematis),
merupakan faktor kunci/utama dalam permasalahan linier
programming
 Perhitungan bisa diselesaikan dengan cara manual (metode
grafik, metode simplex, konsep dualitas) maupun dengan
Komputer.
 Analisis hasil hitungan, sebagai salah satu alat alternatif
keputusan dan pengambilan keputusan.
Pendahuluan
3. Tahapan Pembuatan Model Matematis
 Identifikasi Masalah : Masalah Maksimisasi (berkaitan
dengan Profit/Revenue) atau Masalah Minimisasi (berkaitan
dengan dengan Cost/biaya)
 Penentuan Variabel Masalah :
1) Variabel Keputusan (Variabel yang menyebabkan
tujuan maksimal atau minimal)
2) Fungsi Tujuan (Objective Function)  Z maks. atau min.
3) Fungsi Kendala (Constraint Function) 
Identifikasi dan merumuskan fungsi kendala yang ada
4. Penerapan Linear Programming
Dapat digunakan untuk Kasus Produksi, Pemasaran,
Keuangan dll.
Asumsi Dalam Linear Programming

1. Kondisi-kondisi bisnis dalam perusahaan dalam kepastian

dimana nilai-nilai, jumlah-jumlah dalam fungsi tujuan dan
kendala diketahui dengan pasti (deterministik), tidak berubah
selama periode analisis.
2. Hubungan dalam fungsi tujuan dan kendala adalah
proporsional dalam bentuk matematik yang linier.
contoh :
L = 10 X  jika X = 2, maka L = 20
jika X = 4, maka L = 40

M < 60X  jika X = 2, maka M < 120

jika X = 5, maka M < 300
Asumsi Dalam Linear Programming

1. Bentuk fungsi tujuan dan kendala besifat aditivity, artinya

jumlah total nilai kegiatan = penjumlahan dari nilai-nilai
kegiatan individu :
L = $3 X1 + $5 X2  Jika X1 = 10 dan X2 = 20, maka
L = $3(10) + $5(20) = $ 130.

2. Barang dan jasa yang dihasilkan (variabel keputusan) harus

positif bukan negatif (non negatively) paling tidak nol (tidak
menghasilkan)
Syarat dalam Linear Programming
1. Perusahaan mempunyai tujuan,yaitu memaksimumkan laba
atau miminimumkan biaya
2. Perusahaan mempunyai kerterbatasan atau kendala sumber
daya dalam mencapai tujuan.
3. Perusahaan mempunyai keputusan atau kegiatan alternatif,
salah satu diantaranya dipakai atau dipilih untuk mencapai
tujuan.
4. Tujuan dan kendala dinyatakan dalam hubungan persamaan
( = ) dan pertidaksamaan ( < / > ) matematik yang linier.
Contoh
1. Sebuah perusahaan menghasilkan dua macam output, yaitu
Barang A dan Barang B. Perusahaan selama ini menggunakan
dua macam bahan baku (BB) yaitu Bahan Baku I (BB I) dan Bahan
Baku II (BB II). Untuk membuat satu unit Barang A diperlukan BB
I sebanyak 4 unit dan BB II sebanyak 3 unit. Sedangkan untuk
membuat Barang B diperlukan BB I sebanyak 2 unit dan BB II
sebanyak 4 unit. Jumlah BB I tersedia 100 unit dan BB II tersedia
120 unit. Harga jual Barang A Rp 5000 per unit dan harga jual
Barang B Rp 6000 per unit. Berapa unit Barang A dan Barang B
harus dihasilkan agar perusahaan memperoleh penerimaan
maksimal (tentunya dengan memperhatikan kendala yang ada)?
Dan berapa besarnya keuntungan maksimalnya?
Contoh
Pemecahan Linear Programming secara manual :
Perumusan Model (Formulasi) Matematisnya, yaitu Fungsi Tujuan dan Fungsi
Kendala sbb:
Fungsi Tujuan :
Z mak = 5000 A + 6000 B
Fungsi Kendala : Kendala BB1 dan BB2
1) 4 A + 2 B = 100
2) 3 A + 4 B = 120
Penyelesaian :
4A + 2B = 100 x 2  8A + 4B = 200
3A + 4B = 120 x 1  3A + 4B = 120
------------------- -
5A = 80 ; A = 16
Jika A = 16, maka 4 (16) + 2B =100  2B = 100 – 64 = 36
B = 18
Besarnya Z mak = 5000 (16) + 6000 (18) = 188.000,-
Secara manual juga dapat digambar Grafiknya
Metode Grafik ( Contoh Maksimasi )
Sebuah industri MANFAATI memproduksi dua macam produk, yaitu
produk X dan Y. Kedua produk tesebut dapat dijual masing-masing
dengan harga Rp 3.000,- per unit.
Dalam proses produksinya diperlukan tiga macam departemen,
yaitu Departemen O yang memiliki 3 unit mesin tipe O, Departemen
K memiliki 6 unit mesin tipe K dan Departemen E memiliki 9 unit
mesin tipe E.
Lama waktu pemakaian mesin mesin tersebut berbeda untuk setiap
produk.
Produk X memerlukan waktu 2 jam untuk proses produksinya pada
mesin tipe O, kemudian 2 jam pada mesin tipe K dan 4 jam pada
mesin tipe E. Sedangkan untuk produk Y memerlukan waktu 1 jam
pada mesin tipe O, kemudian 3 jam pada mesin tipe K dan 3 jam
pada mesin tipe E.
Metode Grafik ( Contoh Maksimasi )
Lamanya waktu mesin-mesin tersebut beroperasipun sangat
terbatas, yaitu mesin tipe O beroperasi selama 10 jam per hari per
mesin, kemudian mesin tipe K dapat beroperaasi 10 jam per hari per
mesin dan mesin tipe E beroperaasi selama 8 jam per hari per
mesin.

 Rumuskan persoalan tersebut dalam model program linier

(formula matematika) !

 Gambarlah persoalan LP tersebut dan Hitunglah berapa produk X

dan Y harus dijual sehingga penerimaannya maksimal
 Metode Grafik / Maksimasi

Dari contoh persoalan LP di atas, dapat diringkas pada tabel

berikut :
Sd X Y Kap.
O 2 1 < 30
K 2 3 < 60
E 4 3 < 72
Harga 3000 3000

Kemudian dengan lebih mudah dapat disusun formulasi

matematisnya :
Max. TR = 3000X + 3000Y
Stc. O : 2X + Y < 30
K : 2X + 3Y < 60
E : 4X + 3Y < 72
X,Y > 0
 Metode Grafik / Maksimasi
GAMBAR FUNGSI KENDALA

• O : 2X + Y < 30
Max. TR = 3000X + 3000Y

Jika X = 0 , maka Y = 30 Stc. O : 2X + Y < 30

Jika Y = 0 , maka X = 15 K : 2PX + 3Y < 60
2P
+

E : 4PX + 3Y < 72
V
<

X,Y > 0
30

E
:

:
4X
2X
+3

+
Y

3Y
<
60

<
72
 Metode Grafik / Maksimasi
FISIBLE AREA dan ISO REVENUE
TR = 3000X + 3000Y  Y = TR
/3000 - X

0 = 3000(0) + 3000(0)
45000 = 3000(15) + 3000(0)
60000 = 3000(0) + 3000(20)
63000 = 3000(9) + 3000(12)
66000 = 3000(6) + 3000(16)
O
• > 66000 = IMPOSIBLE
Solusi : Produk X = 6 unit
B
• Produk Y = 16 unit
TR = $ 66000

• Evaluasi Sumberdaya :
O : 2(6) + 1(16) = 28 jam  sisa 2 jam
K : 2(6) + 3(16) = 60 jam  persis
K E : 4(6) + 3(16) = 72 jam  persis

E
• •
A
 Metode Grafik / Maksimasi

KEPUTUSAN BERALTERNATIF

1) Antara titik A dan B

2) Antara titik B dan C

A
3) Antara titik C dan D
•
B
•
C
•

D
•
 Metode Grafik / Maksimasi
Variabel Slack
Ingat bahwa solusi terjadi pada titik ekstrim, di mana garis
persamaan kendala berpotongan satu sama yang lain atau
berpotongan dengan sumbu pada grafk. Jadi dalam hal ini, kendala-
kendala tsb. Lebih dipertimbangkan sebagai persamaan daripada
pertidaksamaan.
Prosedur baku untuk merubah pertidaksamaan kendala menjadi
persamaan, adalah dengan menambah sebuah variabel baru ke
dalam masing-masing kendala, yang disebut sebagai variabel slack.
Untuk contoh perusahaan ANU di muka, model kendala adalah :
O : 2X + Y < 30
K : 2X + 3Y < 60
E : 4X + 3Y < 72
- Penambahan sebuah variabel slack, S1 pada kendala O, S2 pada
kendala K dan S3 pada kendala E hasilnya dapat dilihat sbb. :
O : 2X + Y + S1 = 30
K : 2X + 3Y + S2 = 60
 Metode Grafik / Maksimasi

Variabel slack S1, S2 dan S3 merupakan nilai yang diperlukan untuk membuat sisi
sebelah kiri persamaan menjadi sama dengan sisi sebelah kanan.
Misalnya secara hipotetis, X = 9 dan Y = 10.
Masukkan kedua nilai itu kedalam persamaan :
O : 2(9) + 10 + S1 = 30 S1 = 2
K : 2(9) + 3(10) + S2 = 60 S2 = 12
E : 4(9) + 3(10) + S3 = 72 S3 = 6
Dalam contoh di atas, menghasilkan solusi yang tidak menghabiskan jumlah
sumber daya. Pada kendala O hanya menggunakan 28 jam, berarti sisa 2 jam yang
tidak digunakan. Jadi S1 merupakan jumlah waktu yang tidak digunakan pada
sumberdaya O atau disebut slack O.
Demikian juga pada kendala K dan E masing-masing mempunyai slack K dan slack
E sebagai sisa 12 jam dan 6 jam yang tidak digunakan.
Jika perusahaan belum melakukan kegiatan produksi, maka seluruh
 kapasitas sumberdaya masih utuh, sehingga slacknya masing-masing
 sebesar 30, 60 dan 72 jam
 Metode Grafik / Maksimasi

Pengaruh Variabel Slack Terhadap Fungsi

Tujuan
Fungsi tujuan dari contoh adalah : TR = 3000 X + 3000 Y. Koefisien 3000 dan
3000, masing-masing merupakan kontribusi TR setiap X dan Y. Lalu, apa wujud
kontribusi variabel slack S1 dan S2 ?. Variabel slack tidak mempunyai
kontribusi apapun terhadap TR sebab variabel slack merupakan sumber daya
yang tidak digunakan. TR dicapai hanya setelah sumber daya digunakan dalam
proses produksi. Dengan demikian variabel slack dalam fungsi tujuan dapat
ditululis :
TR = 3000X + 3000Y + 0S1 + 0S2 + 0S3
Seperti halnya pada variabel keputusan (X dan Y), variabel slack bernilai non-
negative, sebab tidak mungkin sumberdaya itu negatif. Oleh karenanya, model
formulasinya :
X, Y , S1, S2 dan S3 > 0
Dengan adanya varibel slack, model LP baku secara lengkap dapat ditulis sbb.:
Maksimumkan : TR = 3000 X + 3000Y + 0S1 + 0S2 +0S3
Kendala : 2X + Y + S1 < 30
2X + 3Y + S2 < 60
4X + 3Y + S3 < 72
 Metode Grafik / Maksimasi

Max. TR = 3000 X+ 3000Y

X = 0 Kendala : 2X + Y + S1 < 30
Y = 20
TR = 60000 2X + 3Y + S2 < 60
X = 6
S1 = 10
Y = 16
4X + 3Y + S3 < 72
S2 = 0
X, Y , S1, S2 dan S3 > 0
•w
S3 = 12 TR = 66000
S1 = 2
S2 = 0 X = 9
S3 = 0 Y = 12
•
X
TR = 63000
S1 = 0
S2 = 6

Y
• S3 = 0

X = 15
Y = 0
TR = 45000
S1 = 0
S2 = 30
S3 = 12

•
Z
Metode Grafik ( Contoh Minimasi )
Perusahaan Rodio memproduksi 2 macam bahan pelarut (A dan B).
Untuk meproduksi kedua bahan tersebut memerlukan semberdaya
Minyak Tanah paling tidak memerlukan 24 liter, Damar minimal 20
liter dan dan Spiritus paling sedikit diperlukan 24 liter. Kebutuhan
minyak tanah untuk setiap unit bahan pelarut A diperlukan 8 liter
dan bahan pelarut B diperlukan 6 liter, kebutuhan Damar untuk
setiap unit bahan pelarut A sebanyak 10 liter dan bahan pelarut B
sebanyak 4 liter, dan kebutuhan Spiritus untuk setiap unit bahan
pelarut A sebanyak 6 liter dan bahan pelarut B sebanyak 12 liter.
Kalau biaya produksi per unit bahan pelarut A dan B masing sebesar
Rp 80 dan Rp 100, berapa bahan pelarut A dan B harus diproduksi
agar biaya produksi minimal. Selesaikan persoalan ini dengan
gambar, evaluasi pula penggunaan bahan bakunya.
 Metode Grafik / Minimasi
GAMBAR FUNGSI KENDALA

Min. TC = 80A + 100B

Stc. MT : 8A + 6B > 24
MT : 8A + 6B > 24
B > 4 – 4/ 3 A
D : 10A + 4B > 20
B S : 6A + 12B > 24
A,B > 0
A
B

B D : 10A + 4B > 20 S : 6A + 12B > 24

B > 5 - 2,5 A B > 2 - 0,5 A

A A
 Metode Grafik / Minimasi

GAMBAR FUNGSI KENDALA

Min. TC = 80A + 100B

MT : 8A + 6B > 24
Stc. MT : 8A + 6B > 24
B > 4 – 4/ 3 A D : 10A + 4B > 20
B S : 6A + 12B > 24
A,B > 0

B D : 10A + 4B > 20
B > 5 - 2,5 A
B S : 6A + 12B > 24
B > 2 - 0,5 A

A A
 Metode Grafik / Minimasi

FISIBLE AREA dan ISO COST

Solusi Optimal :
B.Pelarut A = 2,4 unit
B.Pelarut B = 0,8 unit
TC min = 80 (2,4) + 100(0,8) = Rp 272

Penggunaan Sumberdaya :
MT = 8(2,4) + 6(0,8) = 24 Lt.  persis
D = 10(2,4) + 4(0,8) = 27,2 Lt.  > 20
S = 6(2,4) + 12(0,8) = 24 Lt.  persis

•(0,82, )4 ;
 Terima Kasih
Dr. Tukhas Shilul Imaroh. MM