Kuliah Ke 2, 3 Dan 4

6s-1 Linear Programming
KULIAH ke 2 , 3, 4
Bahan2 diambil dari

Internet
Optimization
· Optimization is derived from the Latin

word “optimus”, the best.
· Optimization characterizes the activities

involved to find “the best”.
· People have been “optimizing” forever,

but the roots for modern day optimization
can be traced to the Second World War.
2
Current Definition
· “Operational Research ("OR"), also known as

Operations Research or Management Science
("OR/MS") looks at an organisation's
operations and uses mathematical or computer
models, or other analytical approaches, to find
better ways of doing them.”
· See www.orsoc.org.uk
3
Konsep Dasar
Pemrograman Linear (Linear Programming)

adalah salah satu model Operations Research
yang menggunakan teknik Optimisasi
matematika linear di mana seluruh fungsi harus
berupa fungsi matematika linear.
Model Pemrograman Linear
1. Variabel Keputusan : Variabel persoalan yang akan

mempengaruhi nilai tujuan yang hendak dicapai.
2. Fungsi Tujuan : Di mana tujuan yang hendak dicapai
harus diwujudkan ke dalam sebuah fungsi matematika
linear, yang kemudian fungsi itu dimaksimumkan atau
diminimumkan terhadap kendala-kendala yang ada.
3. Fungsi Kendala : Kendala dalam hal ini dapat
diumpamakan sebagai suatu pembatas terhadap
kumpulan keputusan yang mungkin dibuat dan harus
dituangkan ke dalam fungsi matematika linear yang
dihadapi oleh manajemen.
Model matematis pemrograman linear

Pemrograman Linear : Analisis Geometri

SISTEM DAN BIDANG KERJA
Sistem untuk menyatakan hubungan antara aljabar dan geometri adalah bidang yang dibagi menjadi empat
bidang oleh sumbu tegak (absis) dan sumbu datar (ordinat). Bidang tersebut dikenal sebagai kuadran.
Penerbit Erlangga
Menggambar Pertidaksamaan dan Persamaan
Penerbit Erlangga
Menggambar Pertidaksamaan dan Persamaan
Penerbit Erlangga
Daerah yang memenuhi kendala (DMK)
Penerbit Erlangga
Example: Profit maximization /
Resource management
· A company makes two types of paint: exterior and interior.
· A profit (per ton) $5000 and $4000 for exterior and interior paint,
respectivelly
· To produce the paint, two raw materials have to be used, as follows:
Material M1: 6 tons per ton of exterior paint and 4 tons per
ton of interior paint
Material M2: 1 ton per ton of exterior paint and 2 tons per ton
of interior paint
· • The daily availability of the raw materials M1 and M2 is limited to
24 and 6 tons, respectively

· • Problem: The company wants to determine the best production plan
(the plan that maximizes the daily profit)
Overview: Reddy Mikks LP formulation

· Decision variables:
x1, x2 amount of exterior/interior paint produced daily (tons)
· Objective:
maximize profit 5x1 +4x2 (in thousand of dollars)

· Constraints:
6x1 +4x2 ≤ 24, raw material M1 resources

x1 +2x2 ≤ 6 raw material M2 resources
· LP Formulation:
· maximize z = 5x1 +4x2
· subject to 6x1 +4x2 ≤ 24

x1 +2x2 ≤ 6
· x1, x2 ≥ 0 nonnegativity constraints
Recognizing LP from Formulation

· The objective is a linear function:
z = a1x1 +· · ·+anxn, ai are given scalars (specific
data).
· Each constraint is a linear (affine) inequality or
equality:
c1x1 +· · ·+cnxn ≤ b
c1x1 +· · ·+cnxn ≥ b
c1x1 +· · ·+cnxn = b
· where all ci and b are given scalars (specific data).
Graphical Solution
· 1. Draw the constraints.
· 2. Draw the isocost lines of the objective
· 3. Determine optimal point(s) going in the
direction of the gradient of
· the objective if maximizing (negative gradient if
minimizing)
Operations Research
Operations Research (OR) is the field of

how to form mathematical models of
complex management decision problems
and how to analyze the models to gain
insight about possible solutions.
17
Model
· Definition: A simplified rep. of reality

· Types of Models
· physical model (e.g., wind tunnel model)
· graphic model (e.g., a map or flow chart)
· symbolic model
· sheet music
· equations (mathematical model)
18
Terminology
· OR Operations Research
· OR Operational Research
· MS Management Science
· OM Operations Management
· DS Decision Science
19
OR Process
Assessment
Real world problem Real world solution
Abstraction Interpretation
Analysis
Model Model solution
20
Feasible - Optimal
· A feasible solution is a choice of values for

the decision variables that satisfies all
constraints.
· Optimal solutions are feasible solutions
that achieve objective functions value(s) as
good as those of any other feasible
solutions.
21
Sensitivity Analysis
Sensitivity Analysis is an exploration of

results from mathematical models to
evaluate how they depend on the values
chosen for parameters.
22
LP Model
An optimization model is a linear program

(or LP) if it has continuous variables, a
single linear objective function, and all
constraints are linear equalities or
inequalities.
23
Operations Management
OPERATIONS
RESEARCH
LINIER PROGRAMMING
William J. Stevenson
Rosihan Asmara
m
8th edition
LINEAR PROGRAMMING
suatu model umum yang dapat digunakan

dalam pemecahan masalah pengalokasian
sumber-sumber yang terbatas secara optimal.
Masalah tersebut timbul apabila seseorang
diharuskan untuk memilih atau menentukan
tingkat setiap kegiatan yang akan
dilakukannya, dimana masing-masing
kegiatan membutuhkan sumber yang sama
sedangkan jumlahnya terbatas
Dalam model LP dikenal 2 (dua) macam “fungsi”,
1. Fungsi tujuan adalah fungsi yang menggambarkan

tujuan sasaran di dalam permasalahan LP yang berkaitan
dengan pengaturan secara optimal sumberdaya-
sumberdaya, untuk memperoleh keuntungan maksimal
atau biaya minimal. Pada umumnya nilai yang akan
dioptimalkan dinyatakan sebagai Z.
2. Fungsi batasan merupakan bentuk penyajian secara
matematis batasan-batasan kapasitas yang tersedia yang
akan dialokasikan secara optimal ke berbagai kegiatan.
Model Matematis
· Fungsi tujuan:
· Maksimumkan Z = C1X1+ C2X2+ C3X3+ ….+ CnXn
· Batasan :
1. a11X11+ a12X2 + a13X3 + ….+ a1nXn ≤ b1
2. a21X11+ a22X2 + a33X3 + ….+ a2nXn ≤ b1
…..
m. am1X11+ am2X2 + am3X3 + ….+ amnXn ≤ bm

dan
X1 ≥ 0, X2 ≥ 0, ………. Xn ≥ 0
LINEAR PROGRAMMING DENGAN METODE GRAFIK

Contoh
Perusahaan sepatu membuat 2 macam sepatu. Yang pertama merek I1, dgn
sol karet, dan merek I2 dgn sol kulit. Diperlukan 3 macam mesin. Mesin 1
membuat sol karet, mesin 2 membuat sol kulit, dan mesin 3 membuat
bagian atas sepatu dan melakukan assembling bagian atas dengan sol.
Setiap lusin sepatu merek I1 mula-mula dikerjakan di mesin 1 selama 2
jam, kemudian tanpa melalui mesin 2 terus dikerjakan di mesin 3 selama
6 jam. Sedang untuk sepatu merek I2 tidak diproses di mesin 1, tetapi
pertama kali dikerjakan di mesin 2 selama 3 jam kemudian di mesin 3
selama 5 jam. Jam kerja maksimum setiap hari mesin 1 adalah 8 jam,
mesin 2 adalah 15 jam, dan mesin 3 adalah 30 jam. Sumbangan terhadap
laba setiap lusin sepatu merek I1 = Rp 30.000,00 sedang merek I2 = Rp
50.000,00. Masalahnya adalah menentukan berapa lusin sebaiknya sepatu
merek I1 dan merek I2 yang dibuat agar bisa memaksimumkan laba.
Bentuk Tabel
Merek I1 I2 Kapasitas
Mesin (X1) (X2) Maksimum
1 2 0 8
2 0 3 15
3 6 5 30
Sumbangan laba 3 5
Bentuk Matematis
· Maksimumkan Z = 3X1 + 5X2
· Batasan (constrain)
(1) 2X1 8
(2) 3X2  15
(3) 6X1 + 5X2  30
Fungsi batasan pertama (2 X1  8)
X2
2X1 = 8
2X1  8 dan X1
 0, X2  0
0 4 X1
Gambar di atas merupakan bagian yang

memenuhi batasan-batasan:
X1  0, X2  0 dan 2X1  8
Fungsi batasan bertanda “sama dengan” ( = )
X2
6X1 + 5X2 = 30 2X2 = 8
6
C B 3X2 = 15
4
2
A
0 4 5 X1
Fungsi batasan (2 X1  8); 3X2  15;
6X1 + 5X2  30; X1  0 dan X2  0
X2
6X1 + 5X2 = 30 2X1 = 8
6
D C
5 3X2 = 15
Daerah
feasible
A
0 4 5 X1
MENCARI KOMBINASI YANG OPTIMUM

1. Dengan menggambarkan fungsi tujuan
X2
6X1 + 5X2 = 30 2X1 = 8
3X1 + 5X2 = 20 6
10 = 3X1 + 5X2 D C
5 3X2 = 15
4 Daerah
feasible
A
0 4 5 X1
MENCARI KOMBINASI YANG OPTIMUM
2. Dengan membandingkan nilai Z pada tiap-tiap alternatif
Z = 3X1 + 5X2
X2
6X1 + 5X2 = 30 2X1 = 8
Titik C:
X2 = 5. Substitusikan batasan (3),
Titik D: maka 6X1 + 5(5) = 30.
Pada titik ini nilai 6 Jadi nilai X1 = (30 –25)/6 = 5/6.
Nilai Z = 3(5/6) + 5(5) = 27,5
X2 = 5; X1 = 0 D C
5 3X2 = 15
Nilai Z = 3(0) + 5(5) = 25
Titik A:
Titik B: Daerah Pada titik ini nilai
X1 = 4. Substitusikan batasan feasible
X1 = 4; X2 = 0
(3), maka 6(4) + 5X2 = 30. Nilai Z = 3(4) + 0 = 12
Jadi nilai X2 = (30 –24)/5 = 6/5. B
Nilai Z = 3(4) + 5(6/5) =18
A
0 4 5 X1
Fungsi batasan bertanda “lebih besar atau sama dengan (  )
Contoh :
Batasan ketiga (6X1 + 5X2 
30) diubah ketidaksamaannya
X2 menjadi 6X1 + 5X2  30
6X1 + 5X2 = 30 2X2 = 8
6
C B 3X2 = 15
5 Daerah
feasible
0 4 5 X1
Linier Programming
Metode Grafik
Sumber bahan :
Sri Handayaningsih
Riset Operasi 08/09

Pendahuluan
Linear Programming dengan metode grafik untuk fungsi tujuan baik maksimum
maupun minimum. Pada Metode Grafik variabel keputusan yang akan muncul
adalah 2 variabel.
Harapan setelah mempelajari Linear Programming metode grafik adalah :
1. Mengenal linear programming sebagai alat pengambilan keputusan

2. Merumuskan permasalahan operasi ke dalam bentuk linear programming
3. Menyelesaikan permasalahan linear programming dengan grafik/ matematik
4. Memahami permasalahan infeasibility, unboundedness, alternative optima, dan
redundancy.
Riset Operasi 08/09

Metode Grafik Masalah Maksimasi

FORMULASI PERMASALAHAN, langkah-
langkah :
1. Analisis secara menyeluruh permasalahan

manajerial yang dihadapi
2. Definisikan variabel keputusannya
3. Identifikasikan tujuan dan kendalanya
4. Gunakan variabel keputusan untuk merumuskan
fungsi tujuan dan fungsi kendala secara
matematis.
Riset Operasi 08/09
Pembuatan Grafik
Menggunakan diagram kartesius
Jika x1 positif, x2 Jika x1 positif, x2

negatif (+,-) positif (+,+)
x2
0
Jika x1 negatif, x2 Jika x1 negatif, x2

negatif (-,-) positif (-,+)
Riset Operasi 08/09

Contoh Permasalahan
PT Krisna Furniture yang akan membuat meja dan kursi. Keuntungan yang diperoleh
dari satu unit meja adalah $7,- sedang keuntungan yang diperoleh dari satu unit kursi
adalah $5,-.
Namun untuk meraih keuntungan tersebut Krisna Furniture menghadapi kendala

keterbatasan jam kerja.
Untuk pembuatan 1 unit meja dia memerlukan 4 jam kerja. Untuk pembuatan 1 unit
kursi dia membutuhkan 3 jam kerja.
Untuk pengecatan 1 unit meja dibutuhkan 2 jam kerja, dan untuk pengecatan 1 unit
kursi dibutuhkan 1 jam kerja.
Jumlah jam kerja yang tersedia untuk pembuatan meja dan kursi adalah 240 jam per
minggu
Jumlah jam kerja untuk pengecatan adalah 100 jam per minggu.
Berapa jumlah meja dan kursi yang sebaiknya diproduksi agar keuntungan perusahaan
maksimum?
Riset Operasi 08/09

Penyelesaian Permasalahan
Formulasi Permasalahan :
1. Analisis
· Tujuan perusahaan adalah memaksimumkan profit
· Variabel yg akan dicari berapa banyak meja (x1) dan kursi (x2) yang
harus dibuat.
Riset Operasi 08/09

Lanjutan
2. Variabel Keputusan
Variabel yg akan dicari berapa banyak meja (x1) dan kursi (x2) yang harus
dibuat
Riset Operasi 08/09

Lanjutan
3. Tentukan Fungsi Tujuan dan kendalanya
Fungsi Tujuan (Z mak)
Z mak = 7x1 + 5x2
Kendala
1. 4x1 + 2x2  240
2. 2x1 + 1x2  100
3. x1  0
4. x2  0
Riset Operasi 08/09

Lanjutan…
Penyelesaian untuk menggabarkan Grafik
· Tentukan Bidang 2 dimensi untuk menggambar

grafik
x1
Jika x1 positif, x2 Jika x1 positif, x2

negatif positif
x2
0
Jika x1 negatif, x2 Jika x1 negatif, x2
negatif positif
Riset Operasi 08/09

Ubah tanda Batasan /kendala dg =

1. 4x1 + 2x2  240  4x1 + 2x2 = 240
2. 2x1 + 1x2  100  2x1 + 1x2 = 100
Jika memungkinkan sederhanakan :

(yang bisa disderhanakan hanya kendala no 1)
4x1 + 2x2 = 240  2x1 + x2 = 120
Riset Operasi 08/09

Cari titik potong dengan sumbu x1 dan x2

1. Kendala 1. 2x1 + x2 = 120
x1 x2
Titik potong dg sumbu x1, nilai x1 = 0
 Masukkan nilai 0 pada x1, hasilnya : 0 120
2 x 0 + x2 = 120
x2 = 120
 Hasil (x2,x1) : (120,0)
Titik Potong dg sumbu x2, nilai x2 = 0

 Masukkan nilai 0 pada x2, hasilnya : x1 x2
2x1 + 0 = 120 60 0
2x1 = 120
x1 = 120/2
x1 = 60
 Hasil (x2,x1) : ( 0, 60)
Riset Operasi 08/09

Gambarkan grafik ke dalam bidang
x1
60
50
2x1 + x2 = 120
x2
0 100 120
Riset Operasi 08/09

2. Kendala 2. 2x1 + 1x2 = 100

 Masukkan nilai x1 dengan nilai 0
2 x 0 + x2 = 100
0 + x2 = 100
x2 = 100
 Hasil (x2,x1) : (100,0)
Titik Potong dg sumbu x2, nilai x2 = 0 x1 x2

2x1 + 0 = 100 0 100
2x1 = 100
x1 = 100/2 50 0
x1 = 50
 Hasil (x2,x1) : (0,50)
Riset Operasi 08/09

Gambarkan grafik dg memasukkan tanda
x1
60
50
2x1 + x2 = 100
2x1 + 1x2 = 100
x2
0 100 120
Riset Operasi 08/09

Gambarkan grafik dg memasukkan tanda
x1
60
50
2x1 + x2 = 100
Daerah yg
2x1 +21x2
diarsir x = 100
x2
0 100 120
Riset Operasi 08/09

Tentukan Titik-titik pada daerah feasible
x1
60
50 A (0, 50)
2x1 + x2 = 100
Daerah yg
2x1 +21x2
diarsir x = 100
B (100, 0) x2
C (0,0) 100
0 120
Riset Operasi 08/09

Pencarian nilai Z mak = 7x1 + 5x2

Masukkan nilai-nilai yang mungkin :
1. Titik A (0,50)
2. Titik B (100,0)
3. Titik C (0,0)
Riset Operasi 08/09

Titik A (0,50)
Z mak = 7x1 + 5x2
Z mak = (7 x 0) + (5 x 50)
Z mak = 0 + 250
Z mak = 250
Riset Operasi 08/09

Titik B (100, 0)
Z mak = 7x1 + 5x2
Z mak = (7 x 100) + (5 x 0)
Z mak = 700 + 0
Z mak = 700
Riset Operasi 08/09

Titik C (0,0)
Z mak = 7x1 + 5x2
Z mak = (7 x 0) + (5 x 0)
Z mak = 0 + 0
Z mak = 0
Riset Operasi 08/09

Pilih yang paling MAKSIMAL

1. Titik A (0,50) = 250
2. Titik B (100,0) = 700 MAKSIMAL
3. Titik C (0,0) = 0
Riset Operasi 08/09

Masalah minimasi
Seorang ahli penata diet merencanakan untuk
membuat dua jenis makanan yaitu makanan A dan
B. Kedua makanan tersebut mengandung vitamin
dan protein. Jenis makanan A paling sedikit
diproduksi 2 unit dan jenis makanan B paling
sedikit diproduksi 1 unit. Tabel 1 menunjukkan
jumlah vitamin dan protein dalam setiap jenis
makanan
Riset Operasi 08/09

Tabel 1
Jenis Vitamin Protein Biaya per

makanan (unit) (unit) unit (Rp)
A 2 2 100
B 1 3 80
Minimum 8 12
Kebutuhan
Hitung biaya minimal yang harus dikeluarkan oleh

penata diet
Riset Operasi 08/09

Penyelesaian Permasalahan
Formulasi Permasalahan :
1. Analisis
· Tujuannya adalah minimasi biaya produksi
· Variabel yg akan dicari berapa banyak makanan A (x1) dan
makanan B (x2) yang harus dibuat.
Riset Operasi 08/09

Lanjutan
2. Variabel Keputusan
Variabel yg akan dicari berapa banyak makanan A (x1) dan makanan B (x2)
yang harus dibuat, agar biaya produksi minimal.
Riset Operasi 08/09

Lanjutan
3. Tentukan Fungsi Tujuan dan kendalanya
Fungsi Tujuan (Z mak)
Z mak = 100x1 + 80x2
Kendala
1. 2x1 + x2  8
2. 2x1 + 3x2  12
3. x1  2
4. x2  1
Riset Operasi 08/09

Ubah tanda Batasan /kendala dg =

1. 2x1 + x2  8  2x1 + x2 = 8
2. 2x1 + 3x2  12  2x1 + 3x2 = 12
Jika memungkinkan sederhanakan
Riset Operasi 08/09


1. Kendala 1. 2x1 + x2 = 8
x1 x2
 Masukkan nilai 0 pada x1, hasilnya : 0 8
2 x 0 + x2 = 8
x2 = 8
 Hasil (x1, x2) : (0,8)
Titik Potong dg sumbu x2, nilai x2 = 0

 Masukkan nilai 0 pada x2, hasilnya : x1 x2
2 x x1 + 0 = 8 4 0
2x1 = 8
x1 = 8/2
x1 = 4
 Hasil (x1,x2) : ( 4,0)
Riset Operasi 08/09


x1
x2
0 1 2 3 4 5 6 7 8
Riset Operasi 08/09

Gambarkan grafik ke dalam bidang - diarsir

x1
2x1 + x2  8,
Buktikan dgn titik
7 (0,0) dimasukan pd
6 persamaan,
2x0+08
5
0  8  SALAH,
4 DAERAH YG
DIARSIR TIDAK
3 MELEWATI (0,0)
x2
0 1 2 3 4 5 6 7 8
Riset Operasi 08/09

2. Kendala 2. 2x1 + 3x2 = 12

2 x 0 + x2 = 12
0 + x2 = 12
x2 = 12
 Hasil (x2,x1) : (12,0)
Titik Potong dg sumbu x2, nilai x2 = 0 x1 x2

2x1 + 0 = 12 0 12
2x1 = 12
x1 = 12/2 6 0
x1 = 6
 Hasil (x2,x1) : (0,6)
Riset Operasi 08/09


x1
x2
0 1 2 3 4 5 6 7 8
Riset Operasi 08/09

Masalah-masalah khusus dalam LP metode Grafik

· Multiple Optimum Solution
Solusi yang dihasilkan lebih dari satu
· No Feasible Solution
Tidak ada solusi yang feasible
· Unbounded objective function
Tidak ada nilai Z dalam daerah feasible yang akan
dipilih.
Riset Operasi 08/09

 Latihan 
Riset Operasi 08/09

1. Arsirlah daerah yang memasuki sistem pertidaksamaan berikut :

· 4x + 2Y  (60+bey) ; 2x + 4Y  (48+bey) ; x  0 dan y  0
· 2x + 5y  (60+bey); 2x + 3y  (30+bey); x  15; x  0 dan y  0
Jika mempunyai daerah feasible hitung Zmak = 2x +5y
2. Selidiki apakah sistem pertidaksamaan berikut memiliki daerah

yang feasible ?, jika ada tunjukkan dan jika tidak berilah alasan
dan alternatif pemecahannya.
· 2x1 + 2x2  10 ; -x1 + x2  2 ; 5x1 + 4x2  40 ; x1  0 ; x2  0
· 2x1  8 ; 3 x2  15 ; 6x1 + 5x2  40 ; x1  0 ; x2  0
Riset Operasi 08/09

Tugas
 Mandiri 
Riset Operasi 08/09

SOAL WAJIB
1. PT Lezat merencanakan untuk membuat dua
jenis kue kering donat dan bolu. Keuntungan per
lusin donat Rp. 600,- dan perlusin bolu Rp. 325,-.
Pembuatan kue donat menggunakan peralatan
khusus dengan waktu 1/6 jam setiap lusin dan kue
bolu menggunakan 2 jam tenaga kerja setiap lusin.
Tenaga kerja Lezat 3 orang dan setiap orang dapat
bekerja (40+bey) jam per minggu. Permintaan kue
donat tidak melebihi (500+bey) lusin per minggu.
Tentukan keuntungan PT lezat.
Riset Operasi 08/09

2. NIM GANJIL
Pedagang eceran Lumayan menyediakan biaya advertensi bulan
mendatang Rp. 200.000,-. Ada dua alternatif media yang
sedang dipertimbangkan yaitu majalah dan surat kabar. Biaya
advertensi dalam majalah hanya Rp. 2.500,- dan dapat
menjangkau 50 konsumen. Biaya surat kabar 12.000,- dan
dapat menjangkau 600 konsumen. Perusahaan merencanakan
paling sedikit 5 x permuatan dalam surat kabar, tetapi tidak
lebih dari 30 x selama satu bulan. Jumlah advertensi di majalah
paling sedikit 2x jumlah advertensi di surat kabar. Tentukan
kombinasi advertensi yang terbaik, agar memaksimumkan
jumlah konsumen yang dapat dijangkau selama satu bulan ?
Riset Operasi 08/09

3. NIM GENAP
PT Kido memproduksi dua jenis botol minuman
bayi. Dua jenis produk tersebut diproses melalui
dua jenis mesin. Waktu proses (jam) setiap
mesin utk ke-2 jenis produk terlihat dalam tabel
1. PT Kido ingin memodifikasi botol bayi, untuk
itu diperlukan tambahan satu jenis mesin. Setiap
jenis botol memerlukan waktu pemrosesan
masing-masing 1 jam di mesin baru dengan
kapasitas 200 jam per bulan. Hitungan
keuntungan yang paling optimal
Riset Operasi 08/09

Tabel 1
Mesin
Keuntungan
Jenis Botol
A B (Rp)
1 2 1 750
2 1/2 3 500
Jam per
Kapasitas 320 300
bulan
Riset Operasi 08/09

RISET OPERASI
PROGRAM LINIER DENGAN

GRAFIK
PERTEMUAN 2
DEFINISI PROGRAM LINIER (1)

· Program tidak ada hubungannya dengan program komputer.
· Program berarti memilih serangkaian tindakan/ perencanaan untuk
memecahkan masalah dalam membantu manajer mengambil
keputusan.
· Contoh: masalah produksi, biaya, pemasaran, distribusi, dan
periklanan.
· Pimpinan perusahaan harus mampu memanfaatkan sumber yang
ada untuk menetapkan jenis dan jumlah barang yang harus
diproduksi sehingga diperoleh keuntungan maksimal atau
digunakan biaya minimal.
DEFINISI PROGRAM LINIER (2)

· Program linear dan variasinya merupakan kelompok teknik analisis
kuantitatif yang memakai model matematika (model simbolik).
Artinya setiap penyelesaian masalah harus didahului dengan
perumusan masalah ke dalam simbol-simbol matematika.
· Dalam program linier, pada umumnya masalah berasal dari dunia
nyata kemudian dibentuk menjadi model simbolik yang merupakan
dunia abstrak yang dibuat mendekati kenyataan. Dikatakan linear
karena peubah-peubah pembentuk model dianggap linear.
LANGKAH-LANGKAH (1)
1. Menentukan jenis permasalahan program linier
· Jika permasalahan membicarakan keuntungan (profit), maka
jenis permasalahan PL adalah maksimalisasi.
· Jika permasalahan membicarakan biaya (cost), maka jenis
permasalahan PL adalah minimalisasi.
· Jika ada informasi tentang selisih antara hasil penjualan
(sales) dan biaya dengan pokok pembicaraan profit, maka
jenis permasalahannya adalah maksimalisasi.
LANGKAH-LANGKAH (2)
2. Mendefinisikan peubah keputusan (decision variable), yaitu
pernyataan dalam permasalahan yang hendak dicari
penyelesaiannya
Beberapa hal yang harus diperhatikan adalah:
· Banyaknya koefisien peubah keputusan membantu dalam
mengidentifikasikan peubah-peubah keputusan.
· Jika x dimisalkan sebagai peubah keputusan berkaitan dengan kursi yang
diproduksi, maka x  kursi, tetapi x = banyaknya kursi yang diproduksi.
LANGKAH-LANGKAH (3)
3. Merumuskan fungsi tujuan/sasaran (objective
function)
· Jenis permasalahan PL dan definisi peubah
keputusan akan merumuskan fungsi tujuan.
· Jika peubah keputusan terdefinisi dengan jelas,
maka fungsi tujuan akan mudah ditetapkan.
LANGKAH-LANGKAH (4a)
4. Merumuskan model kendala/syarat/ batasan
(constraint)
Dua pendekatan umum perumusan model
kendala:
· Pendekatan “ruas kanan”
· Pendekatan “ruas kiri”
LANGKAH-LANGKAH (4b)
· Pendekatan ruas “kanan”
· Ruas kanan suatu kendala tunggal dan konstan.
· Maksimalisasi: ruas kanan sering menyatakan “total sumber daya yang
ada”. Prosedur pembentukannya:
· Identifikasikan nilai total sumber daya dan sesuaikan tanda pertidaksamaan
dengan masing-masing total sumber daya, biasanya “”.
· Kelompokkan peubah keputusan yang terkait di sebelah kiri tanda
pertidaksamaan .
· Tentukan koefisien setiap peubah keputusan. Model kendala terbentuk.
LANGKAH-LANGKAH (4b)
· Minimalisasi: ruas kanan sering menyatakan
“minimal sumber daya yang dibutuhkan”.
Prosedur idem, kecuali tanda pertidaksamaan,
biasanya “”.
· Pendekatan “ruas kiri”
· Semua nilai koefisien dan peubah-peubah
keputusan disusun dalam bentuk matriks. Setelah
matriks ini terbentuk, identifikasikan nilai-nilai
ruas kanan dan tambahkan tanda pertidaksamaan.
LANGKAH-LANGKAH (5)
5. Menetapkan syarat non negatif
· Setiap peubah keputusan dari kedua jenis
permasalahan PL tidak boleh negatif (harus lebih
besar atau sama dengan nol)
MODEL DASAR PL
· Maksimumkan atau minimumkan:
Z = c1x1 + c2x2 + ….+ cnxn (1)
· Memenuhi kendala-kendala:
a11x1 + a12x2 + …. + a1nxn  atau  b1 (2)
a21x1 + a22x2 + …. + a2nxn  atau  b2
.
.
am1x1 + am2x2 + …. + amnxn  atau  bm
dan xj  0 untuk j = 1,2,…,n. (3)
PENYELESAIAN (1)
· Aplikasi pemrograman linear di dunia nyata cukup banyak,
misalnya di bidang industri, kedokteran, transportasi, ekonomi, dan
pertanian. Masalah pemrograman linear dapat diselesaikan dengan
berbagai cara/algoritma, seperti metode grafik, metode simpleks,
revised simplex method, dan algoritma Karmakar. Algoritma yang
akan dibahas di sini adalah metode grafik dan metode simpleks.
Masalah program linear dua variabel (n=2) diselesaikan dengan
metode grafik, sedangkan untuk n2 diselesaikan dengan metode
simpleks.
METODE GRAFIK
· Masalah program linear dengan dua variabel dapat
diselesaikan dengan metode grafik.
· Meskipun dalam praktek masalah program linear jarang
yang hanya memuat dua peubah, tetapi metode grafik
mempermudah orang dalam memahami pengertian-
pengertian yang timbul dalam program linear.
METODE GRAFIK (Contoh 1)

· Selesaikan masalah program linear berikut ini dengan
metode grafik:
Maksimumkan Z = 5x1 + 4x2
dengan kendala 6x1 + 4x2  24
x1 + 2x2  6
-x1 + x2  1
x2  2
x1, x2  0
METODE GRAFIK (Peny. 1a)

METODE GRAFIK (Peny. 1b)

METODE GRAFIK (Contoh 2)

· Selesaikan masalah program linear berikut ini
dengan metode grafik:
Minimumkan Z = 20x1 + 30x2
dengan kendala 2x1 + x2  12
5x1 + 8x2  74
x1 + 6x2  12
x 1, x 2  0
METODE GRAFIK (Peny. 2a)

METODE GRAFIK (Peny. 2b)

KEJADIAN KHUSUS PL (1)

· Masalah program linear belum tentu mempunyai satu
penyelesaian optimal.
· 3 kejadian khusus dari masalah PL:
1. Mempunyai beberapa penyelesaian
Contoh :
Maksimumkan Z = 300x1 + 200x2
dengan kendala : 6x1 + 4x2  240
x1 + x2  50
x1 , x2  0

2. Tidak mempunyai penyelesaian optimal
(infeasible solution).
Contoh :
Maksimumkan Z = x1 + x2
dengan kendala : x1 + x 2  4
x1 - x2  5
x1 , x2  0

3. Mempunyai penyelesaian tak terbatas
(unbounded solutions)  tidak mempunyai
penyelesaian optimal.
Contoh :
Maksimumkan Z = 2x1 - x2
dengan kendala : x1 - x 2  1
2x1 + x2  6
x1 , x2  0
CONTOH KASUS
· Suatu perusahaan memproduksi pembersih mobil X dan polisher Y
dan menghasilkan profit $10 untuk setiap X dan $30 untuk setiap Y.
Kedua produk membutuhkan pemrosesan melalui mesin-mesin
yang sama A dan B, tetapi X membutuhkan 4 jam di A dan 8 jam di
B, sedangkan Y membutuhkan 6 jam di A dan 4 jam di B. Dalam
minggu-minggu akan datang, mesin A dan B memiliki kapasitas
masing-masing 12 dan 16 jam. Anggap ada permintaan untuk kedua
produk, berapa banyak produk dari keduanya harus dihasilkan
untuk memaksimalkan profit ?
Soal
· Suatu pabrik farmasi menghasilkan dua macam kapsul obat flu
yang diberi nama Fluin dan Fluon. Masing-masing memuat tiga
unsur utama. 1 kapsul Fluin mengandung 2 gr aspirin, 5 gr
bikarbonat, 1 gr kodein. 1 kapsul Fluon mengandung 1 gr aspirin, 8
gr bikarbonat, 6 gr kodein. Seseorang yang sakit flu biasa akan
sembuh dalam 3 hari, minimum menelan 12 gr aspirin, 74 gr
bikarbonat, 24 gr kodein. Harga Fluin Rp 200 dan Fluon Rp 300,
berapa kapsul yang harus dibeli supaya sembuh?

Kuliah Ke 2, 3 Dan 4

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kuliah Ke 2, 3 Dan 4

Diunggah oleh

Hak Cipta:

Format Tersedia

6s-1 Linear Programming

Bahan2 diambil dari

· Optimization is derived from the Latin

· Optimization characterizes the activities

· People have been “optimizing” forever,

· “Operational Research ("OR"), also known as

Pemrograman Linear (Linear Programming)

Model Pemrograman Linear

1. Variabel Keputusan : Variabel persoalan yang akan

Model matematis pemrograman linear

Pemrograman Linear : Analisis Geometri

Menggambar Pertidaksamaan dan Persamaan

Menggambar Pertidaksamaan dan Persamaan

Daerah yang memenuhi kendala (DMK)

24 and 6 tons, respectively

Overview: Reddy Mikks LP formulation

maximize profit 5x1 +4x2 (in thousand of dollars)

6x1 +4x2 ≤ 24, raw material M1 resources

· maximize z = 5x1 +4x2

· subject to 6x1 +4x2 ≤ 24

Recognizing LP from Formulation

Operations Research (OR) is the field of

· Definition: A simplified rep. of reality

Real world problem Real world solution

· A feasible solution is a choice of values for

Sensitivity Analysis is an exploration of

An optimization model is a linear program

suatu model umum yang dapat digunakan

Dalam model LP dikenal 2 (dua) macam “fungsi”,

1. Fungsi tujuan adalah fungsi yang menggambarkan

m. am1X11+ am2X2 + am3X3 + ….+ amnXn ≤ bm

LINEAR PROGRAMMING DENGAN METODE GRAFIK

Fungsi batasan pertama (2 X1  8)

Gambar di atas merupakan bagian yang

Fungsi batasan bertanda “sama dengan” ( = )

MENCARI KOMBINASI YANG OPTIMUM

Fungsi batasan bertanda “lebih besar atau sama dengan (  )

Riset Operasi 08/09

Harapan setelah mempelajari Linear Programming metode grafik adalah :

1. Mengenal linear programming sebagai alat pengambilan keputusan

Riset Operasi 08/09

Metode Grafik Masalah Maksimasi

1. Analisis secara menyeluruh permasalahan

Jika x1 positif, x2 Jika x1 positif, x2

Jika x1 negatif, x2 Jika x1 negatif, x2

Riset Operasi 08/09

Namun untuk meraih keuntungan tersebut Krisna Furniture menghadapi kendala

Riset Operasi 08/09

Riset Operasi 08/09

Riset Operasi 08/09

Riset Operasi 08/09

· Tentukan Bidang 2 dimensi untuk menggambar

Jika x1 positif, x2 Jika x1 positif, x2

Riset Operasi 08/09

Ubah tanda Batasan /kendala dg =

Jika memungkinkan sederhanakan :

Riset Operasi 08/09

Cari titik potong dengan sumbu x1 dan x2

Titik Potong dg sumbu x2, nilai x2 = 0

Riset Operasi 08/09

Gambarkan grafik ke dalam bidang

Riset Operasi 08/09

Cari titik potong dengan sumbu x1 dan x2