Program

Linear
Kelompok 1
Nama Anggota
Kelompok :
Adinda D. Mengge (2003020250)
Alfarino S. E. Sina (2003020174)
Arthin Lusi (2003020244)
Christian R. Rassy (2003020245)
Huanito Y. Hanas (2003020015)
Jullian A. Lubalu (2003020002)
Naftalia T. Do Mira (2003020018)
 Program Linear
Program linier (linear programming) adalah merupakan metode
matematik dalam mengalokasikan sumber daya yang langka atau
terbatas untuk mencapai tujuan tunggal seperti memaksimumkan
keuntungan atau meminimumkan biaya. Sumber daya tersebut
dapat berupa sumber daya fisik seperti uang, tenaga ahli, material
(bahan dan mesin) ataupun bukan fisik.
Tugas analisis adalah mencapai hasil
terbaik dengan keterbatasan sumber
daya itu. Setelah masalah
diidentifikasikan, tujuan ditetapkam,
langkah selanjutnya adalah
formulasi model matematika.
 Tahap Formulasi Program Linear

01 02 03
Tentukan variabel Membentuk fungsi Menentukan semua
yang tidak tujuan yang kendala masalah
diketahui dan ditunjukkan tersebut dan
dinyatakan dalam sebagai suatu mengekspresikannya
simbol hubungan linier dalam persamaan
dari variabel atau pertidaksamaan
keputusan
 Metode
Grafik
Metode Grafik hanya bisa digunakan
untuk menyelesaikan permasalahan
dimana hanya terdapat dua variabel
keputusan.
 Contoh Kasus
 Sentosa Furniture akan membuat meja dan kursi. Keuntungan yang diperoleh dari suatu
unit meja adalah $7, sedangkan keuntungan yang diperoleh dari satu unit kursi adalah
$5.
 Namun untuk meraih keuntungan tsb. Sentosa Furniture menghadapi kendala
keterbatasan jam kerja. Untuk membuat 1 unit meja mereka membutuhkan 4 jam kerja.
Untuk 1 unit kursi mereka butuh 3 jam kerja.
 Untuk pengecatan 1 unit meja butuh 2 jam kerja dan untuk pengecatan 1 unit kursi
butuh 1 jam kerja.
 Jumlah jam kerja yang tersedia untuk pembuatan meja dan kursi adalah 240 jam per
minggu sedang jumlah jam kerja untuk pengecatan adalah 100 jam kerja perminggu.
Masalahnya adalah berapa jumlah meja dan kursi yang sebaiknya diproduksi agar
keuntungan perusahaan maksimum?
 Penyelesaian
Tabel Permasalah Sentosa Furniture
  Jam kerja untuk membuat 1 unit

produk Total waktu

tersedia perminggu

Meja (X1) Kursi (X2) (jam)

Pembuatan 4 3 240
Pengecatan 2 1 100
Dalam Kasus Ini :
Profit/unit 7 5  
a. Fungsi Tujuan Z = 7X1 + 5X2
b. Fungsi Kendala pertama 4X1 + 3X2 ≤ 240
c. Fungsi Kendala kedua 2X1 + X2 ≤ 100
 Penyelesaian

Kendala
4X1 + 3X2 I = 240 Kendala
2X1 + X2II = 100
Memotong sumbu X1 pada saat X2 Memotong sumbu X1 pada saat X2
=0 =0
4X1 + 0 = 240 2X1 + 0 = 100
X1 = 240/4 X1 = 100/2
X1 = 60 X! = 50
Memotong sumbu X2 pada saat X1 Memotong sumbu X2 pada saat X1
=0 =0
0 + 3X2 = 240 0 + X2 = 100
X2 = 240/3 X2 = 100
X2 = 80 Kendala II memotong sumbu X1
Kendala I memotong sumbu X1 pada titik (50,0) dan memotong
pada titik (60,0) dan memotong sumbu X2 pada titik (0,100)
sumbu X2 pada titik (0,80)
 Penyelesaian

Titik Potong Kendala

4X1 + 3X2 = 240 |x1| => 4X1 + 3X2 = 240
2X1 + X2 = 100 |x3| => 6XI + 3X2 = 300
-2X1 = -60
X1 = 30
Subtitusi X1 ke kendala II
2X1 + X2 = 100
2(30)+X2 = 100
X2 = 100-60
X2 = 40

Dari hasil perhitungan dapat disimpulkan bahwa keputusan perusahaan yang

akan memberikan profit maksimal adalah memproduksi X1 (Meja) sebanyak
30 unit dan X2 (Kursi) sebanyak 40 unit dan perusahan akan memperoleh
profit sebesar $410
 Penyelesaian
Iso Profit Line
 Metode
Simpleks
Metode simpleks merupakan suatu
pendekatan yang lazim digunakan
untuk menentukan kombinasi
optimal dari 3 atau lebih variabel
keputusan
 Metode Simpleks
 Metode penyelesaian simpleks melalui perhitungan ulang dimana langkah-langkah
perhitungan yang sama diulang-ulang sampai solusi optimal diperoleh
 Model program linear harus dibuah dulu ke dalam suatu bentuk umum yang dinamakan
bentuk baku. Sifat bentuk baku
a. Semua batasan adalah persamaan (dengan tidak ada nilai negatif pada sisi kanan)
b. Semua variabel tidak ada yang bernilai negatif
c. Fungsi tujuan dapat berupa minimisasi atau maksimisasi
 Slack Variable adalah variabel yang berfungsi untuk menampung sisa kapasitas atau
kapasitas yang tidak digunakan pada kendala yang berupa pembatas. Banyaknya
variable slack tergantung pada fungsi kendala.
 Contoh Kasus

Dimaksimumkan Z = 40X1
+ 30X2
Dengan kendala :
2X1 + 3X2 ≤ 60
 Penyelesaian

Bentuk baku model LP

kasus tsb adalah :
Z - 40X1 - 30X2 – 0S1 –
V. Dasar Z X1 X2 S1 S2 S3 NK
Z 1 -40 -30 0 0 0 0

0S2 – 0S3 = 0
S1
S2
0
0
2
0
3
2
1
0
0
1
0
0
60
30
S3 0 2 1 0 0 1 40

2X1 + 3X2 + S1= 60

 Penyelesaian – Iteration 1

a. Menentukan Kolom kunci (Biru)

Kolom yang mempunyai nilai pada
fungsi tujuan yang bernilai negatif
V. Dasar Z X1 X2 S1 S2 S3 NK Ratio

dengan angka
2 nilai terbesar
Z 1 -40 -30 0 0 0 0 0
S1 0 3 1 0 0 60 30
S2 0 0 2 0 1 0 30 ∞

b.Menentukan
S3 0 2Baris
1 kunci
0 0 (Kuning)
1 40 20
 Penyelesaian – Iteration 2

Perubahan perbahan nilai baris

a. Nilai baru baris kunci = nilai baris kunci
V. Dasar Z X1 X2 S1 S2 S3 NK
Z 1 0 -10 0 0 20 800
S1 0 0 2 1 0 -1 20
lama / angka kunci
S2 0 0 2 0 1 0 30
X1 0 1 0.5 0 0 0.5 20
Belum optimal karena masih ada negatif pada baris z, maka dilakukan perhitungan ulang
b. Nilai bais lain = Baris lama – (koefisien
V. Dasar Z X1 X2 S1 S2 S3 NK Ratio
Z 1 0 -10 0 0 20 800 -80

kolom kunci x nilai baru baris kunci)

S1
S2
0
0
0
0
2
2
1
0
0
1
-1
0
20
30
10
15
X1 0 1 0.5 0 0 0.5 20 40
 Penyelesaian – Iteration 3

Menggunakan cara yang sama seperti tabel

V. Dasar
Z
Z
1
X1
0
X2
0
S1
5
S2
0
S3
15
NK
900
X2 0 0 1 0.5 0 -0.5 10
iteration 2
S2 0 0 0 0 0 0 0
X1 0 1 0 -0.25 0 0.75 15

Pada iteration 3 terlihat bahwa koefisien fungsi tujuan (baris Z) sudah tidak terdapat nilai
negatif, artinya proses perubahan selesai dan ini menunjukkan penyelesaian persoalan linear
programming dengan metode simpleks telah mencapai optimum dengan hasil sebagai berikut :
• X1 = 15, X2 = 10
• Zmax = 900
Thank
you
Do you have any quetions?