SOLUSI GRAFIS BAGI

PERMASALAHAN
PEMROGRAMAN LINIER
PERSYARATAN PERSOALAN PEMROGRAMAN
LINIER
1. Pemrograman linier atau PL adalah suatu teknik matematis yang
dirancang untuk membantu para manajer operasi dalam
merencanakan dan membuat keputusan yang diperlukan untuk
mengalokasikan sumber daya.
2. Semua persoalan PL mempunyai empat sifat umum:
a. Persoalan PL bertujuan memaksimalkan atau meminimalkan
kuantitas (pada umumnya berupa keuntungan atau biaya).
Sifat umum ini disebut fungsi tujuan (objective function) dari
suatu persoalan PL. Pada umumnya, tujuan utama suatu
perusahaan adalah memaksimalkan keuntungan pada jangka
panjang. Dalam kasus sistem distribusi suatu perusahaan
angkutan atau penerbangan, tujuan pada umumnya berupa
meminimalkan biaya.
3. Adanya batasan (constraints) atau kendala yang membatasi
tingkat sampai di mana sasaran dapat dicapai. Sebagai contoh,
keputusan untuk memproduksi banyaknya unit dari setiap produk
pada suatu lini produk perusahaan dibatasi oleh tenaga kerja dan
permesinan yang tersedia. Oleh karena itu, untuk memaksimalkan
atau meminimalkan suatu kuantitas (fungsi tujuan) bergantung
pada sumber daya yang jumlahnya terbatas (batasan).
4. Harus ada beberapa alternatif tindakan yang dapat diambil.
Sebagai contoh, jika suatu perusahaan menghasilkan tiga produk
yang berbeda, manajemen dapat menggunakan PL untuk
memutuskan bagaimana cara mengalokasikan sumber dayanya
yang terbatas (tenaga kerja, permesinan, dan seterusnya). Jika
tidak ada alternatif yang dapat diambil, maka PL tidak diperlukan.
5. Tujuan dan batasan dalam permasalahan pemrograman linier harus
dinyatakan dalam pertidaksamaan atau persamaan linier.
MERUMUSKAN PERSOALAN PEMROGRAMAN
LINIER

1. Salah satu penerapan pemrograman linier yang

paling umum adalah masalah bauran produk.
Dua produk atau lebih umumnya diproduksi
dengan menggunakan sumber daya yang
terbatas. Perusahaan ingin menentukan
banyaknya unit dari setiap produk tersebut
yang perlu dihasilkan untuk memaksimalkan
keuntungan keseluruhan dengan sumber
dayanya yang terbatas.
2. Berikut akan diberikan satu contoh.
 Shader Electronics Company menghasilkan dua produk: (1)
Shader x-pod, sebuah pemutar musik portabel dan (2) Shader
BlueBerry, sebuah ponsel berwarna dengan sambungan Internet.
Proses produksi untuk setiap produk serupa, yaitu keduanya
memerlukan waktu tertentu untuk pengerjaan elektroniknya dan
waktu tertentu untuk pengerjaan perakitannya. Setiap x-pod
membutuhkan waktu selama 4 jam untuk pengerjaan elektronik dan
2 jam untuk perakitan.
Setiap BlueBerry memerlukan waktu selama 3 jam untuk
pengerjaan elektronik dan 1 jam untuk perakitan. Sepanjang periode
produksi sekarang, tersedia waktu selama 240 jam waktu pengerjaan
elektronik dan 100 jam waktu perakitan. Setiap x-pod menghasilkan
keuntungan $7; dan setiap BlueBerry yang diproduksi menghasilkan
keuntungan $5. Permasalahan yang dihadapi Shader adalah
menentukan kombinasi terbaik antara jumlah x-pod dan BlueBerry
yang dibuat untuk mencapai keuntungan maksimal. Situasi bauran
produk ini dapat dirumuskan sebagai masalah pemrograman linier.
 Pemecahan masalah dimulai dengan merangkum
informasi yang diperlukanuntuk merumuskan dan
memecahkan masalah ini (lihat Tabel B.1). Lebih
lanjut,
 Langkah Pertama Menentukan Fungsi Tujuan
 X1 = jumlah x-pod yang akan diproduksi

X2 = jumlah BlueBerry yang akan diproduksi

 fungsi tujuan PL dapat dibuat dalam kaitannya dengan X1 dan
X2: Memaksimalkan keuntungan = $7X1 + $5X2
 Langkah kedua adalah membuat hubungan matematis untuk
menentukan kedua batasan dalam masalah ini
 Batasan pertama: Waktu elektronik yang diperlukan ≤ Waktu
elektronik yang tersedia.
4X1 + 3X2 ≤ 240 (waktu pengerjaan elektronik)
 Batasan kedua: Waktu perakitan yang diperlukan ≤ Waktu
perakitan yang tersedia.
2X1 + 1X2 ≤ 100 (waktu pengerjaan perakitan)
LANGKAH PEMECAHAN MASALAH DENGAN METODE
GRAFIS
 Memaksimalkan keuntungan = $7X1 + $5X2
Dengan batasan:
 4X1 + 3X2 ≤ 240 (batasan waktu pengerjaan
elektronik)
 2X1 + 1X2 ≤ 100 (batasan waktu pengerjaan
perakitan)
 X1 ≥ 0 (jumlah x-pod yang diproduksi lebih besar
atau sama dengan 0)
 X2 ≥ 0 (jumlah BlueBerry yang diproduksi lebih
besar atau sama dengan 0)
 Langkah pertama yang dilakukan dalam memetakan batasan
dari masalah ini adalah mengubah pertidaksamaan batasan ini
menjadi persamaan.
 Batasan A: 4X1 + 3X2 = 240

 Batasan B: 2X1 + 1X2 = 100

 Untuk dapat memetakan garis pada Figur B.1, hal yang harus
dilakukan adalah mencari titik-titik di mana garis 4X1 + 3X3
= 240 akan berpotongan dengan sumbu X1 dan X2.
 Batasan A
 Mis X1 = 0 (tempat di mana garis menyentuh sumbu X2),

4X1 + 3X2 = 240

3X2 = 240
X2 = 80
 Mis X2 = 0 (tempat di mana garis menyentuh sumbu X2),

4X1 + 3X2 = 240

4X1 = 240
X1 = 60
 Sehingga Batasan A : (dimulai dari titik (X1 = 0, X2 = 80)
hingga (X2 = 60, X1 = 0)
 Batasan B
 Mis X1 = 0 (tempat di mana garis menyentuh sumbu X2),

2X1 + 1X2 = 100

1X2 = 100
X2 = 100
 Mis X2 = 0 (tempat di mana garis menyentuh sumbu X2),

2X1 + 1X2 = 100

2X1 = 100
X1 = 50
 Sehingga Batasan A : (dimulai dari titik (X1 = 0, X2 =
100) hingga (X2 = 60, X1 = 50)
 Figur B.3 menggambarkan kedua batasan secara bersamaan:
 Daerah yang diarsir merupakan bagian yang memenuhi kedua
batasan.
 Daerah gelap pada Figur B.3 disebut daerah solusi yang layak,
atau secara singkat daerah yang layak (feasible region).
 Daerah ini harus memenuhi semua kondisi yang ditetapkan oleh
batasan program.
 Setiap titik dalam daerah tersebut menjadi solusi yang layak bagi
persoalan Shader Electronics Company.
 Setiap titik di luar daerah gelap tersebut mewakili solusi yang
tidak layak. Mis: Perusahaan dapat memproduksi 30 x-pod dan
20 BlueBerry (X1 = 30, X2 = 20), tetapi akan melanggar batasan
jika perusahaan memproduksi 70 x-pod dan 40 BlueBerry
 METODE SOLUSI TITIK POJOK
(Pada Figur B.7) bahwa daerah yang layak untuk Shader
Electronics Company adalah suatu poligon dengan empat
titik pojok atau titik ekstrem. Titik-titik ini diberi label 1, 2,
3, dan 4. Untuk mencari nilai-nilai (X1, X2) yang
menghasilkan keuntungan yang maksimal, harus dicari
terlebih dahulu koordinat setiap titik pojok, kemudian
menentukan dan membandingkan keuntungan pada titik-
titik tersebut.
 Titik 1 : (X1 = 0, X2 = 0) Keuntungan $7(0) + $5(0) = $0

 Titik 2 : (X1 = 0, X2 = 80) Keuntungan $7(0) + $5(80) =

$400
 Titik 4 : (X1 = 50, X2 = 0) Keuntungan $7(50) + $5(0) =
$350
 Titik 3 untuk sementara dilewatkan karena untuk mencari
koordinatnya secara tepat, kita harus terlebih dahulu
menyelesaikan perpotongan antara kedua garis batasannya.
 Seperti pada aljabar, metode persamaan simultan dapat
diterapkan pada kedua persamaan batasan:
 4X1 + 3X2 = 240 (waktu pengerjaan elektronik)

 2X1 + 1X2 = 100 (waktu perakitan)

 Untuk memecahkan persamaan ini secara simultan,
persamaan kedua dikalikan dengan 2:
2(2X1 + 1X2 = 100) = 4X1 + 2X2 = 200
 Kemudian ditambahkan pada persamaan yang pertama:
4X1 + 3X2 = 240
4X1 + 2X2 = 200
1X2 = 40
 Dengan melakukan ini, satu variabel, yaitu X1, dapat
dieliminasi untuk mendapatkan nilai X2. Sekarang, X2 dapat
diganti menjadi 40 pada persamaan asal dan mencari nilai X1.
Kita gunakan persamaan yang pertama. Ketika X2 = 40, maka:
4X1 + 3(40) = 240
4X1 + 120 = 240
4X1 = 240 – 120
4X1 = 120
X1 = 120/4 = 30
 Jadi, titik 3 memiliki koordinat (X1 = 30, X2 = 40). Dengan
demikian, keuntungan dapat dihitung untuk melengkapi
analisis:
Titik 3: (X1 = 30, X2 = 40)
Keuntungan = $7(30) + $5(40) = $410.
 Karena titik 3 menghasilkan keuntungan yang paling tinggi
dari semua titik pojok yang ada, bauran produk X1 = 30 x-pod
dan X2 = 40 BlueBerry menjadi solusi optimal
 Pada permasalahan di Shader Electronics. Solusi ini akan
menghasilkan keuntungan senilai $410 pada setiap periode
produksi