PROGRAMA LINIER

Model PL ….
Variabel keputusan …
Max Z = ∑ Cj • Xj
X1
X2 S/t
X3 ∑ Aij Xj < Bj
….
…. atau ….

Xn Min Z = ∑ Cj • Xj

S/t
∑ Aij Xj > Bj
Quote-02

4 kebiasaan kecil
yang bermanfaat besar ….

SENYUM – membawa hal positif bagi diri dan orang lain

SALAM – berucap salam berarti mendoakan orang lain
SAPA – sikap sopan, santun, dan menghargai orang lain
UCAPKAN TERIMA KASIH – berterima kasih
akan membuat orang tersebut merasa dirinya
berguna bagi orang lain
… ada 2 file tambahan di classroom (jurnal dan bab LP)

 Monggo disimak ….
 Keputusan dengan 2 variabel

X1 = jumlah meja yang dibuat

X2 = jumlah kursi yang dibuat

Keduanya dikerjakan melalui proses 1 dan 2 dengan parameter

berikut:
 Formulasi PL

Fungsi Tujuan …..

Max Z = 300 X1 + 250 X2

Fungsi Pembatas …..

12 X1 + 6 X2 < 1.320 pembatas untuk proses-1

8 X1 + 15 X2 < 1.540 pembatas untuk proses-2

X1 , X2 > 0 (non-negatif)
 SOLUSI dengan metode GRAFIK

1. Jabarkan fungsi pembatas ke absis & ordinat (sumbu datar

dan sumbu tegak)

2. Tentukan titik potong (utama) kedua fungsi pembatas pada

absis & ordinat

3. Definisikan daerah jawaban (feasible area) – gambarkan!

4. Solusi ada di titik terluar (frontier) daerah jawaban –

masukkan nilai X1 dan X2 pada fungsi tujuannya!

5. Solusi optimal – sesuai tujuan (maksimasi atau minimasi)

Titik potong X1 dan X2
untuk fungsi pembatas-1

Titik potong X1 dan X2

untuk fungsi pembatas-2

 Grafik dan solusinya ….

240
Titik A (0 ; 102,7)  Z = 300 (0) + 250 (102,7) = 25.675
220
Titik B (80 ; 60)  Z = 300 (80) + 250 (60) = 39.000
200

180
Titik C (110 ; 0)  Z = 300 (110) + 250 (0) = 33.000

160
 Solusi optimal di titik B
Fungsi pembatas 1
140
 Keputusan ….
120  Jumlah meja X1 = 80
A  Jumlah kursi X2 = 60
100

80  Total Rp 39.000.000
60 B

40  daerah Fungsi pembatas 2

20
jawaban

0 C
80 100 120 140 160 180 200 220 240
 MENCARI TITIK POTONG 2 GARIS (FUNGSI) ….

1. Eliminasi dan substitusi (ada 2 persamaan dengan 2 ANU)

12 X1 + 6 X2 = 1.320  semua baris kalikan 8
8 X1 + 15 X2 = 1.540  semua baris kalikan 12

Hasilnya ….
96 X1 + 48 X2 = 10.560
96 X1 + 180 X2 = 18.480  kurangkan baris 2 terhadap baris 1

Hasilnya ….
132 X2 = 7.920  diperoleh X2 = 60 unit

Masukkaan ke persamaan asal 12 X1 + 6 X2 = 1.320

12 X1 + 6 (60) = 1.320
 diperoleh X1 = 80 unit
 MENCARI TITIK POTONG 2 GARIS (FUNGSI) ….

2. Operasi Baris Elementer (OBE)

12 X1 + 6 X2 = 1.320
8 X1 + 15 X2 = 1.540  ubah ke bentuk MATRIKS

Hasilnya ….

12 6 1.320
8 15 1.540  lakukan serangkaian OBE

sehingga hasil akhirnya ….

1 0 a
0 1 b  a dan b adalah nilai X1 dan X2 yang dicari!
 Langkah OBE untuk matriks 2x2

Siapkan matriksnya ….
PIVOT

OBE-1 (terdiri atas 2 langkah)

 Bagi semua elemen pada
baris-1 dengan 12

 Ubah semua elemen pada baris-2 per

kolom dengan merujuk pada nilai baris-1
kolom-1 (PIVOT) ….

Baris-2 kolom-1  (-8) x 1 + 8 = 0

Baris-2 kolom-2  (-8) x 0,5 + 15 = 11
Baris-2 kolom-3  (-8) x 110 + 1540 = 660
 Langkah OBE untuk matriks 2x2

OBE-2 (terdiri atas 2 langkah)

 Bagi semua elemen pada baris-2
dengan 11
PIVOT

OBE-4
 Ubah semua elemen pada baris-1 dengan
merujuk pada nilai baris-2 kolom-2 (PIVOT)
…

Baris-1 kolom-1  (-0,5) x 0 + 1 = 1

Baris-1 kolom-2  (-0,5) x 1 + 0,5 = 0
Baris-1 kolom-3  (-0,5) x 60 + 110 = 80

 Diperoleh nilai X1 = 80 dan X2 = 60 (seperti

hasil dengan cara substitusi dan eliminasi)!

bisa diringkas jadi 2x matriks OBE saja ….

 SOAL LATIHAN …..

SOAL 1 - (2 variabel keputusan) …

10 X1 + 18 X2 < 5100
X1 = 150 ; X2 = 200
16 X1 + 12 X2 < 4800

SOAL 2 - (3 variabel keputusan) …

10 X1 + 16 X2 + 8 X3 < 2.560 X1 = 80
5 X1 + 18 X3 < 2.200 X2 = 60
22 X1 + 10 X2 < 2.360 X3 = 100

SOAL 3 - (4 variabel keputusan) …

X1 = 400 4 X1 + 10 X2 + 20 X3 + 22 X4 < 31.600

X2 = 700 8 X1 + 15 X2 + 16 X3 + 18 X4 < 32.300
X3 = 600 12 X1 + 20 X2 + 10 X3 + 14 X4 < 31.800
X4 = 500 16 X1 + 8 X2 + 14 X3 + 10 X4 < 25.400
 SOAL LATIHAN …..

5 X1 + 20 X3 + 22 X4 = 32.700

10 X1 + 15 X2 + 26 X4 = 30.100

16 X1 + 20 X2 + 18 X3 + = 35.600

20 X1 + 12 X3 + 25 X4 = 38.600

X1 = 700
X2 = 500
X3 = 800
X4 = 600
 PROGRAMA LINIER –
SIMPLEKS (biasa)
Simpleks (biasa)  bila fungsi tujuan MAKSIMASI

 semua fungsi
pembatasnya bertanda < (lebih kecil sama dengan)

Max Z = C1 X1 + C2 X2

A11 X1 + A12 X2 < B1

A21 X1 + A22 X2 < B2
 PROGRAMA LINIER –
SIMPLEKS DUA-FASA
Simpleks dua-fasa  bila fungsi tujuan MAKSIMASI

 salah satu
fungsi pembatasnya bertanda >

Max Z = C1 X1 + C2 X2

A11 X1 + A12 X2 < B1

A21 X1 + A22 X2 < B2
A31 X1 + A32 X2 > B3 √
 PROGRAMA LINIER -
SIMPLEKS PRIMAL-DUAL
Simpleks primal-dual  bila fungsi tujuan MINIMASI

 semua
fungsi pembatasnya bertanda >

Min Z = C1 X1 + C2 X2

A11 X1 + A12 X2 > B1

A21 X1 + A22 X2 > B2 √
A31 X1 + A32 X2 > B3
 Solusi Programa Linier - metode SIMPLEKS biasa

Untuk persoalan dengan 2 atau lebih variabel keputusan ….

1. Ubah ke formulasi STANDAR (fungsi tujuan & pembatas)

2. Siapkan tabulasi SIMPLEKS
3. Lakukan serangkaian OBE pada tabulasi SIMPLEKS

soal awal …
Bentuk standar ….. tambah variabel slack sebutlah X3 dan X4

Max Z = 300 X1 + 250 X2 + 0 X3 + 0 X4

S/t (fungsi pembatas) …

Variabel SLACK adalah
variabel tambahan agar
12 X1 + 6 X2 + X3 = 1.320 model dapat diselesaikan!
8 X1 + 15 X2 + X4 = 1.540

X1 , X2 , X3 , X4 > 0 (non-negatif)
 Basis adalah variabel (kolom) yang nilainya
1 pada pivot, lainnya 0 …..
Siapkan tabulasi simpleksnya …..  nama lain dari basis adalah identitas …

Basis awal adalah kedua variabel slack X3 dan X4 ….

Baris Zj – Cj digunakan untuk memeriksa apakah jawaban sudah

OPTIMAL  optimal jika semua nilai Zj – Cj sudah 0 atau positif!

RHS adalah nilai dari fungsi pembatasnya

Rasio digunakan saat proses iterasi …..

Iterasi-1 …..
Tentukan variabel masuk (entering variable)
dari nilai Zj – Cj negatif terbesar!  variabel X1 yang masuk!

Hitung rasio antara RHS dengan kolom (variabel masuk) dimaksud! Rasio
terkecil menjadi variabel keluar (leaving variable)  X3 keluar diganti X1

PIVOT ada di baris-1 kolom-1 …… bagi semua elemen baris-1 dengan 12

Lakukan OBE dengan merujuk baris-1 untuk baris-2 dan baris-3 …..

Iterasi-1 belum optimal, karena nilai Zj – Cj pada kolom-2 masih negatif

sehingga lanjut ke iterasi-2
Iterasi-2 …..
Tentukan variabel masuk (entering variable)
dari nilai Zj – Cj negatif terbesar!  variabel X2 yang masuk!

Hitung rasio antara RHS dengan kolom (variabel masuk) dimaksud! Rasio
terkecil menjadi variabel keluar (leaving variable)  X4 keluar diganti X2

PIVOT ada di baris-2 kolom-2 …… bagi semua elemen baris-2 dengan 11

Lakukan OBE dengan merujuk baris-2 untuk baris-1 dan baris-3 …..

Iterasi-2 sudah optimal, karena nilai Zj – Cj semua kolom sudah bernilai

positif atau NOL
Iterasi-2 …..

Hasil akhirnya … (2 kali iterasi)

X1 (jumlah meja) = 80 unit (lihat kolom RHS)

X2 (jumlah kursi) = 60 unit (lihat kolom RHS)

Total Z = Rp 39.000.000 (lihat baris Zj – Cj kolom RHS)

240
Titik A (0 ; 102,7)  Z = 300 (0) + 250 (102,7) = 25.675
220
Titik B (80 ; 60)  Z = 300 (80) + 250 (60) = 39.000
200

180
Titik C (110 ; 0)  Z = 300 (110) + 250 (0) = 33.000

160
 Solusi optimal di titik B
140
 Keputusan ….
120  Jumlah meja X1 = 80
A  Jumlah kursi X2 = 60
100
hasil iterasi-2
80  Total Rp 39.000.000
60 B

hasil iterasi-1
40
 daerah
20
jawaban

0 C
80 100 120 140 160 180 200 220 240
 KERJAKAN
SEKARANG JUGA ….
 X1 X2 kapasitas

PRS-1 15 8 3.850

PRS-2 10 28 7.100

HARGA
JUAL 25 20 Max Z = 25 X1 + 20 X2
(JUTA)
S/t 15 X1 + 8 X2 <= 3850
10 X1 + 28 X2 <= 7100
 PROGRAMA LINIER –
SIMPLEKS DUA-FASA
Simpleks dua-fasa  bila fungsi tujuan MAKSIMASI

 salah satu
fungsi pembatasnya bertanda >

Max Z = C1 X1 + C2 X2

A11 X1 + A12 X2 < B1

A21 X1 + A22 X2 < B2
A31 X1 + A32 X2 > B3 √
 X1 > 40
X2 > 30

… pembatas baru, jumlah minimal meja 40 unit, jumlah

kursi minimal 30 unit

X1 dan X2 non-negatif
 PROSEDUR DUA-FASA
 Siapkan bentuk standar (ada
variable SURPLUS dan FASA-1 (serangkaian
ARTICIAL) iterasi untuk
 Muncul parameter big-M pada mengeluarkan variable
fungsi tujuan artifisial)
 Sesuaikan nilai Zj – Cj sebagai
NUMERIK (nilai M di-NOL-kan
terlebih dahulu)
 Ada komponen Zj – Cj tanpa-M
(untuk FASA-2) FASA-2 (serangkaian
iterasi untuk
 Ada komponen Zj – Cj dengan-M
mendapatkan hasil
(untuk FASA-1) optimal dgn membuang
kolom variable artifisial)
Bentuk standar ….. tambah variabel slack (sebutlah X3 dan X4)
dan surplus (sebutlah X5)

Max Z = 300 X1 + 250 X2 + 0 X3 + 0 X4 + 0 X5 – M X6 + 0 X7 – M X8

S/t (fungsi pembatas) …

12 X1 + 6 X2 + X3 = 1.320
8 X1 + 15 X2 + X4 = 1.540
X1 - X5 + X6 = 40 Variabel surplus dan artificial
X2 - X7 + X8 = 30 diperlkan agas model dapat
diselesaikan!
X1 , X2 , … , X8 > 0 (non-negatif) Juga variabel slack ….
 harus di-NOL-kan
terlebih dahulu

DIPISAH ….
di-NOL-kan di-HAPUS-kan
240
Titik A (0 ; 102,7)  Z = 300 (0) + 250 (102,7) = 25.675
220
Titik B (80 ; 60)  Z = 300 (80) + 250 (60) = 39.000
200

180
Titik C (110 ; 0)  Z = 300 (110) + 250 (0) = 33.000

160
 Solusi optimal di titik B (tetap
140 sama dengan simpleks biasa)

120  Keputusan ….
A  Jumlah meja X1 = 80
100
hasil fasa-2  Jumlah kursi X2 = 60
80 E
 Total Rp 39.000.000
60 B
 daerah
40 jawaban
hasil fasa-1

20 D F

0 C
80 100 120 140 160 180 200 220 240
 PROGRAMA LINIER -
SIMPLEKS PRIMAL-DUAL
Simpleks primal-dual  bila fungsi tujuan MINIMASI

 semua
fungsi pembatasnya bertanda >

Min Z = C1 X1 + C2 X2

A11 X1 + A12 X2 > B1

A21 X1 + A22 X2 > B2
A31 X1 + A32 X2 > B3
√
 LP Model Formulation – Minimization

Figure 2.15 Fertilizing farmer’s

 Two brands of fertilizer available -field
Super-gro, Crop-quick.
 Field requires at least 16 pounds of
nitrogen and 24 pounds of
phosphate.
 Super-gro costs $6 per bag, Crop-
quick $3 per bag.
 Problem: How much of each brand Chemical Contribution
to purchase to minimize total cost of
Nitrogen Phosphate
fertilizer given following dataBrand
? (lb/ bag) (lb/ bag)
Super-gro 2 4
Crop-quick 4 3
Copyright © 2016 Pearson Education, Inc. 2-40
 LP Model Formulation – Minimization (2 of 7)

Decision Variables: x1 =
bags of Super-gro
x2 = bags of Crop-quick

The Objective Function:

Minimize Z = $6x1 + 3x2
Where: $6x1 = cost of bags of Super-Gro
$3x2 = cost of bags of Crop-Quick

Model Constraints:
2x1 + 4x2  16 lb (nitrogen constraint)
4x1 + 3x2  24 lb (phosphate constraint)
x1, x2  0 (non-negativity constraint)
Copyright © 2016 Pearson Education, Inc. 2-41
 Constraint Graph – Minimization (3 of 7)

Minimize Z = $6x1 + $3x2

subject to: 2x1 + 4x2  16
4x2 + 3x2  24
x1 , x 2  0

Figure 2.16 Constraint lines for fertilizer model

Copyright © 2016 Pearson Education, Inc. 2-42
 Feasible Region– Minimization (4 of 7)

Minimize Z = $6x1 + $3x2

subject to: 2x1 + 4x2  16
4x2 + 3x2  24
x1 , x 2  0

Figure 2.17 Feasible solution area

Copyright © 2016 Pearson Education, Inc. 2-43
 Optimal Solution Point – Minimization (5 of 7)

Minimize Z = $6x1 + $3x2

subject to: 2x1 + 4x2  16
4x2 + 3x2  24
x1, x2  0

The optimal solution of

a minimization problem
is at the extreme point
closest to the origin.

Figure 2.18 The optimal solution point

Copyright © 2016 Pearson Education, Inc. 2-44
Min Z = 1400 X1 + 1600 X2
s/t
[A] [B]
20 X1 + 8 X2 > 2320 // 2720
6 X1 + 20 X2 > 2280 // 2400
10 X1 + 14 X2 > 2060 // 2260

X1 , X2 > 0 (non-negatif)
Bila dikerjakan langsung  metode dua-fasa

Min Z = 160 X1 + 140 X2 + 0X3 - M X4 + 0X5 + M X6 + 0X7 - M X8

s/t

20 X1 + 8 X2 - X3 + X4 = 1600
6 X1 + 20 X2 - X5 + X6 = 1200
10 X1 + 14 X2 - X7 + X8 = 1400

X1 , X2 > 0 (non-negatif)
24

22

20 A (0 ; 20)
18

16  daerah jawaban
14
 Z(A) = 160 (0) + 140 (20) = 2.800
12  Z(B) = 160 (5,6) + 140 (6) = 1.736  minimasi
 Z(C) = 160 (9,7) + 140 (3,1) = 1.986
10  Z(D) = 160 (20) + 140 (0) = 3.200
8

6
B (5,6 ; 6)

4 C (9,7 ; 3,1)
2

0
D (20 ; 0)
0 2 4 6 8 10 12 14 16 18 20 22 24
 PRIMAL
Min Z = 160 X1 + 140 X2
s/t

20 X1 + 8 X2 > 1600 ~ variabel W1

6 X1 + 20 X2 > 1200 ~ variabel W2
10 X1 + 14 X2 > 1400 ~ variabel W3
DUAL
X1 , X2 > 0 (non-negatif)
Max Z = 1600 W1 + 1200 W2 + 1400 W3
s/t

20 W1 + 6 W2 + 10 W3 < 160
8 W1 + 20 W2 + 14 W3 < 140

W1 , W2 , W3 > 0 (non-negatif)

diselesaikan dengan SIMPLEKS biasa

 Bentuk STANDAR

Max Z = 1600 W1 + 1200 W2 + 1400 W3 + 0 W4 + 0 W5

s/t

20 W1 + 6 W2 + 10 W3 + W4 = 160
8 W1 + 20 W2 + 14 W3 + W5 = 140

W1 , W2 , W3 > 0 (non-negatif)

Akhir iterasi (optimal), diperoleh SHADOW PRICE …..

Nilai asli X1 dan X2 diperoleh pada baris Zj – Cj kolom W4 dan W5

 QUIZ 4/10/2016

Fungsi Tujuan …..

Min Z = 500 X1 + 400 X2 + 600 X3

Fungsi Pembatas …..

4 X1 + 10 X2 + 20 X3 > 3.600 pembatas untuk proses-1

8 X1 + 12 X2 + 18 X3 > 3.700 pembatas untuk proses-2
12 X1 + 22 X2 + 10 X3 > 2.800 pembatas untuk proses-3

X1 , X2 , X3 > 0 (non-negatif)
 QUIZ 5/10/2016

Fungsi Tujuan …..

Max Z = 500 X1 + 300 X2 + 700 X3

Pembatas …
4 X1 + 10 X2 + 20 X3 < 1.660 pembatas untuk proses-1
18 X1 + 25 X2 < 1.470 pembatas untuk proses-2
28 X1 + 10 X3 < 1.720 pembatas untuk proses-3
X1 > 30 pembatas-4 minimal X1 30 unit
X2 > 20 pembatas-5 minimal X2 20 unit
X3 > 40 pembatas-6 minimal X3 40 unit
X1 , X2 , X3 > 0 (non-negatif)