Modul 4 - Linear Programming Metode Grafik
Modul 4 - Linear Programming Metode Grafik
LINEAR PROGAMMING
METODE GRAFIK
-Agustinus Supriyanto,S.E,,M.Si., C.RM., C.CSR. CIAE.,
C.QMS
ID Tutor / 18004006
NIDN / 0216066601
No.Reg.FIT.444.06974 2019
Kode/Mata Kuliah : EKMA4413/RISET OPERASI
-Agustinus Supriyanto
Diharapkan mampu Menentukan :
-Agustinus Supriyanto
KEGIATAN BELAJAR 1
Biaya variabel yang pertama Rp 300,- kedua Rp 400,- dapat dibuat dalam table seperti dibawah ini
Tabel 4.1
Kebutuhan Bahan Baku per Unit, Maksimum Tersedianya Bahan Baku dan Sumbangan
terhadap Lama
Kebutuhan Bahan Baku / Unit
Kapasitas
Produk Bahan Baku Produk 1 Produk 2 Maksimum
A 2 1 6.000
B 2 3 9.000
Sumbangan terhadap 3 4
laba (dlm rupiah)
-Agustinus Supriyanto
Tabel 4.3
Kebutuhan Bahan Baku Per Unit, Maksimum Tersedianya Bahan Baku, serta Simbol -
Simbolnya
A 2 1 6.000
B 2 3 9.000
Sumbangan terhadap 3 4
laba (dlm rupiah)
-Agustinus Supriyanto
Untuk membuat formulasi masalah :
1. Fungsi Tujuan
Nilai tujuan diberi symbol Z
Memaksimumkan nilai tujuan dengan persamaan :
Z = + + …………….. +
+ + …………….. + + <
3. Batasan Nonnegatif
Hasil Batasan aktivitas nonnegative ( dan ) mengharuskan tidak boleh negative, harus
positif atau paling kecil sebesar 0 hal ini dpat dinyatakan dengan
> 0; >0
Formulasi ini dimasukkan kedalam fungsi – fungsi :
Fungsi tujuan : Maksimum Z = +
Batasan – Batasan : (1) + < 6.000
(2) + < 9.000
(3) > 0 ; + > 0
Bentuk formulasi diatas disebut bentuk standar dari linier programming yaitu bentuk yang paling sederhana dan
langsung bisa dipecahkan.
Tanda – tanda dari bentuk standar adalah :
salah satu metode dari linear programming adalah metode grafik . Metode ini sangat sederhana
dan digambarkan dengan 2 sumbu yaitu sumbu vertical dan sumbu horizontal. Langkah –
langkah untuk menyelesaikannya yaitu :
1. Persiapan : mewakili ukuran aktivitas pertama (sumbu vertical ), mjewakili tingkat aktivitas
ke – 2 () 𝑋 2
Gambar 4.1.
Sumbu dan Sumbu
𝑋1
0
B. PEMECAHAN MASALAH …………………………………………
2. Menggambarkan Semua Batasan Fungsional
Bahan baku A dan bahan baku B berikut batasannya :
+ < 6.000
Berarti masing – masing kapasitas maksimum penggunaan seperti dibawah ini
+ = 6.000
3. Menggambarkan Batasan Nonnegatif
E
dan paling kecil 0 6.000 -
dengan symbol > 0 dan >0 + = 6.000
3.000 -
C
+ = 6.000 E
+3 = 9.000 - 6.000 -
2 = 3.000 + = 6.000
3.000 -
C
Jadi nilai = =
1.500 - B + =9.000
Mencari Titik Optimal dengan
Menggambarkan Fungsi Tujuan A D
0 2.000 4.500
3.000
B. PEMECAHAN MASALAH …………………………………………
+ = 6.000
+3 = 9.000 -
2 = 3.000
Jadi nilai = =
Titik C = 12.000
KEGIATAN BELAJAR 2
0 -Agustinus Supriyanto
KEGIATAN BELAJAR 2
0 -Agustinus Supriyanto
KEGIATAN BELAJAR 2
1. Daerah Feasible
Merupakan daerah yang tidak melanggar Batasan – Batasan yang ada, seperti pada gambar 4.2.
yang sebagai daerah feasible adalah daerah OABC (yang diarsir). Gambar 4.6. yang disebut
daerah feasible adalah sepanjang garis BD. Diluar feasible disebut daerah tifdak feasible
2. Titik Sudut yang feasible
Titik sudut feasible adalah titik titik sudut yang bisa dicapai dalam hal ini adalah O, A,B dan C
pada gambar 4.2. diluar daerah feasible disebut titik – titik sudut yang tidak feasible yaitu titik D
dan E
-Agustinus Supriyanto
E
1. Daerah Feasible 6.000 -
Daerah yang tidak melanggar + = 6.000
Batasan yg ada yaitu OABC 3.000 -
C
2. Titik Sudut yang Feasible
+ =9.000
Yaitu OABC B
A D
0 3.000 4.500
KEGIATAN BELAJAR 2
A. BEBERAPA ………………………………………………….
4. Masalah yang Tidak Memiliki Daerah Feasible
Daerah yang tidak memiliki daerah FEASIBLE, hai ini terjadi kalau lertak dan sifat Batasan-
batasannya tidak memungkinkan terdapat daerah/ alternatif pemecahan yang feasible misalnya
seperti rumus dibawah ini :
Fungsi tujuan : Minimum Z = +
Batasan – Batasan : (1) + > 6.000
(2) + < 9.000
(3) + < 20,000
(4) > 0 ; > 0
-Agustinus Supriyanto
KEGIATAN BELAJAR 2
A. BEBERAPA ………………………………………………….
4. Pemecahan / Hasil Optimal (Optimal
Solution)
Merupakan hasil pemecahan yang mempunyai nilai
tujuan (Z) terbaik. Bisa maksimum, bisa juga minimum
sesuai dengan fungsi dan tujuannya. Minimum nilai Z =
+ sehingga pemecahan optimal terletak pada titik B sebab
titik B memiliki nilai Z.
5. Masalah yg memiliki Penecahan Optimal
Lebih dari Satu Titik (Multiple Optimal
Solution)
Memiliki titik optimal lwbih dari satu, hal ini terjadi bila
gambar fungsi tujuan sejajar dengan salah satu fungsi
Batasan yang dilakui oleh garis fungsi tujuan yang kita
geser sejajar .
-Agustinus Supriyanto
KEGIATAN BELAJAR 2
A. BEBERAPA ………………………………………………….
6. Masalah yang Tidak MKemiliki
Pemecahan Optimal
Suatu masalah kemungkinan tidak memiliki
pemecahan optimal. Hal ini bisa disebabkan
oleh 2 hal yaitu :
a) Masalah yang tidak memiliki daerah
feasible. Kalau tidak memiliki daerah
feasible tentu tidak mungkin bisa
diperoleh pemecahan optimal.
b) Salah satu akltivitas tidak terpengaruh
oleh Batasan yang ada. Tujuan bersifat
maksimum Z, nilai Z tidak bisa maksimum Gambar 4.10
karena kita selalu menambah tingkat Aktivitas kedua ( ) selalu bisa ditambah sehingga
aktiivitas tersebut , shgg nilai Z akan selalu nilai Z tidak bisa maksimum
ditambah.
-Agustinus Supriyanto
KEGIATAN BELAJAR 2
A. BEBERAPA ………………………………………………….
7. Hubungan antara Titik – titik sudut Feasible
Bila titik sudut feasible memiliki nilai Z lebih besar drpd
dua titik sudut feasible yang terdekat, titik itu memiliki
nilai Z yang terbesar di antara semua titik sudut feasible
yang ada. Berikut ini adalah contoh masalah
formulasi seperti gambar 4.11
Fungsi tujuan : Minimum Z = +
-Agustinus Supriyanto
KEGIATAN BELAJAR 2
A. BEBERAPA ………………………………………………….
8. Analisis Sensitivitas
Tujuannya untuk menghitung akibat-akibat perubahan
kendala dan fungsi tujuan pada nilai tujuan (hasil)
persamaannya :
Fungsi tujuan : Minimum Z = +
Batasan – Batasan : (1) + > 6.000
(2) + < 9.000
(3) > 0 ; > 0
-Agustinus Supriyanto
Terima Kasih
Semoga Bermanfaat