SISTEM PENDUKUNG

KEPUTUSAN
LINIER PROGRAMING
METODE GRAFIK-3
Program D-IV Manajemen Rekayasa Konstruksi
Jurusan Teknik Sipil – Politeknik Negeri Malang
 KONSEP DASAR : PEMROGRAMAN LINIER

• Pemrograman Linier adalah sebuah metode matematis yang

berkarakteristik linier untuk untuk menemukan suatu penyelesaian
optimal dengan memaksimumkan/meminimalkan fungsi tujuan
terhadap suatu susunan kendala.
• Berdasarkan definisi tersebut terdapat 3 hal :
• Persamaan matematis linier
• Fungsi Tujuan yang maksimum / minimum
• Beberapa Fungsi Kendala untuk mencapai fungsi tujuan
Sehingaa masalah pokok dalam Pemrograman Linier adalah
pemaksimuman atau peminimuman fungsi tujuan terhadap beberapa
kendala.
• Fungsi Tujuan adalah fungsi matematik yang harus
diminimumkan atau dimaksimumkan terhadap susunan kendala
• Maksimumkan Z = f (X1, X2, ....,Xn)
• Minimumkan Z = f (X1, X2, ....,Xn)

Z adalah notasi fungsi tujuan yang tergantung pada nilai X1, X2 ..., Xn yang
berfungsi sebagai variabel bebas.

• Kendala adalah Fungsi matematika yang mengendalikan nilai

variabel keputusan. Terdiri dari :
• Kendala berupa pembatas disimbolkan pertidaksamaan “≤ “
• Kendala berupa syarat disimbolkan pertidaksamaan “ ≥ “
• Kendala berupa keharusan disimbolkan persamaan “ = “
 MENGGAMBAR FUNGSI KENDALA
• Kendala Pertidaksamaan lebih besar atau sama
dengan :
X2 – X 1 ≥ 1

Pertidaksamaan ini menunjukkan bahwa (X1,X2)

yang memenuhi pertidaksamaan itu akan menyebar
pada bidang yang diarsir (feasible solution
space/Feasible area) pada gambar disamping.

• Kendala Pertidaksaman lebih kecil atau sama

dengan :
X2 – X 1 ≤ 1

Daerah dimana (X1,X2) memenuhi pertidaksamaan

ditunjukkan pada daerah yang diarsir pada gambar
disamping
• Kendala Persamaan :
X2 – X 1 = 1

Persamaan ini menunjukkan bahwa variabel (X1,X2) yang merupakan

penyelesaian model persamaan tersebut selalu berada garis kendalanya.
 MENGGAMBAR FUNGSI TUJUAN
Fungsi Tujuan ; Z = 2X1 + 2X2
Jika Garis Z melewati titik O (0,0) sehingga
Z = 0 maka 2X2 = -2X1
X2 = -X1 yang merupakan gradien garis tersebut

Saat garis melalui titik :

Z (0,0) = 2 (0) + 2 (0)
=0
Z (0,3) = 2 (0) + 2 (3)
=6
Z (5,1) = 2 (1) + 2 (5)
= 12
Dengan demikian disimpulkan bahwa :
1. Semakin kekanan garis tujuan semakin besar nilai fungsi tujuan
2. Garis tujuan menjadi tempat variabel yang menghasilkan nilai
fungsi tujuan.

Langkah-langkah mencari solusi optimal secara grafik :

3. Gambarkan semua kendala dan tentukan daerah yang layak
(Feasible Solution Space/ Feasible Area)
4. Gambarkan garis fungsi tujuan
5. Dapatkan solusi optimal dengan cara mencari nilai variabel
keputusan yang dapat memaksimumkan / meminimumkan fungsi
tujuan.
 CONTOH SOAL 1
Maksimalkan fungsi tujuan Z = 40X1 + 30 X2
Jika kendalanya sebagai berikut :
• 2X1 + X2 ≤ 20 (1)
• 2X1 + 3X2 ≤ 32 (2)
• 2X1 - X2 ≥ 0 (3)
• X2 ≥ 2 (4)
• X1, X2 ≥ 0
PENYELESAIAN :
1. Menggambar fungsi kendala :
• Kendala (1) : 2X1 + X2 ≤ 20
Garis memotong X1 pada saat X2 = 0
sehingga 2X1 = 20 X1 = 10
Garis memotong X2 pada saat X1 = 0
sehingga X2 = 20
Lakukan cara yang sama untuk setiap kendala kemudian gambarkan grafik
untuk menentukan feasible areanya sebagai berikut :
Lakukan cara yang sama untuk setiap kendala kemudian gambarkan grafik
untuk menentukan feasible areanya sebagai berikut :
Lakukan cara yang sama untuk setiap kendala kemudian gambarkan grafik
untuk menentukan feasible areanya sebagai berikut :
Fungsi tujuan juga dimaksimumkan atau diminimumkan terhadap daerah feasible
sehingga nilai ekstrim pasti terletak pada salah satu titik sudutnya.

Maka Titik A adalah perpotongan Kendala (2) dan (3)

2X1 + 3X2 = 32
2X1 – X2 = 0
4X2 = 32 X2 = 8

2X1 – 8 =0
X1 = 4 jadi titik A (4,8)
Dengan cara yang sama diperoleh B(7,6) ; C(9,2) ; D(1,2)
Sehingga nilai fungsi tujuan adalah :
Z(4,8) = 40 (4) + 30 (8) = 400
Z(7,6) = 40 (7) + 30 (6) = 460 (Nilai Max Fungsi)
Z(9,2) = 40 (9) + 30 (2) = 420
Z(1,2) = 40 (1) + 30 (2) = 100
 CONTOH SOAL 2
Minimalkan fungsi tujuan Z = 20X1 + 30 X2
Terhadap kendala-kendala :
• 2X1 + X2 ≥ 10 (1)
• X1 + 2X2 ≤ 14 (2)
• X1 + 4X2 ≥ 12 (3)
• X1 - 8X2 ≤ 0 (4)
• X1 ≤ 8 (5)

PENYELESAIAN :
1. Menggambar fungsi kendala :
• Kendala (1) : 2X1 + X2 ≥ 10
Garis memotong X1 pada saat X2 = 0
sehingga 2X1 = 10 X1 = 5
Garis memotong X2 pada saat X1 = 0
sehingga X2 = 10
Lakukan cara yang sama untuk setiap kendala kemudian gambarkan grafik
untuk menentukan feasible areanya sehingga diperoleh grafik kendala sebagai
berikut :
Koordinat Titik A adalah perpotongan Kendala (1) dan (2)
2X1 + X2 = 10 |x 2
X1 – 2X2 = 14 (-)
3X1 = 6 X1 = 2

2 – 2 X2 = 14
X2 = 6 jadi titik A (2,6)
Dengan cara yang sama diperoleh B(8,3) ; C(8,1) ; D(4,2)
Sehingga nilai fungsi tujuan adalah :
Z(2,6) = 20 (2) + 30 (8) = 220
Z(8,3) = 20 (8) + 30 (3) = 250
Z(8,1) = 20 (8) + 30 (1) = 190
Z(4,2) = 20 (4) + 30 (2) = 140 (Nilai Min Fungsi)
Nilai minimum fungsi tujuan terletak pada titik D (4,2) dengan nilai fungsi
tujuan sebesar 140.
 ANALISIS SENSITIVITAS METODE GRAFIK
• Analisis Sensitivitas adalah bagaimana pengaruh perubahan data
terhadap solusi optimum.
• Misalnya terjadi perubahan terhadap kemampuan penyediaan
bahan baku, penyediaan jam tenaga kerja atau keuntungan per
unit. Apakah solusi optimum masih berlaku ???
• Analisis Sensitivitas akan memberikan jawaban : Sampai
seberapa jauh perubahan dibenarkan tanpa mengubah solusi
optimum atau dapat memperbaiki solusi optimum tanpa
menghitung solusi optimum baru dari awal.
Secara umum terdapat tiga pertanyaan yang ingin dijawab dalam
analisis sentivitas yaitu :
1. Kendala mana yang dapat dinaikkan dan seberapa besar
kenaikan dapat dibenarkan sehingga menaikan nilai Z tetapi
tanpa melakukan perhitungan dari awal ?
Sebaliknya, kendala mana yang dapat dikurangi
tanpa menurunkan nilai Z dan tanpa melakukan perhitungan dari
awal ?
2. Kendala mana yang mendapatkan prioritas untuk
dinaikkan/diturunkan ?
3. Seberapa besar koefisien fungsi tujuan dapat berubah tanpa
mengubah solusi optimal ?
Menjawab pertanyaan tersebut, dilakukan dengan membahas persoalan
berikut sebagai ilustrasi pembahasan.
Contoh Kasus
Definisi variabel :
X1 = jumlah precast A yang diproduksi
X2 = jumlah precast B yang diproduksi
Maksimalkan fungsi tujuan berikut : Z = 40 X1 + 30 X2
Dengan kendala :
2X1 + 3X2 ≤ 60 (bahan baku A)
2X2 ≤ 30 (bahan baku B)
2X1 + X2 ≤ 40 (jam tenaga kerja)
X 1 ; X2 ≥ 0 (nonnegativity)
Menggambar fungsi kendala dengan hasil sebagai berikut :
Solusi Optimum adalah :
Z(C) = 40 (15) + 30 (10)
= 900 (Optimum)

Terletak pada titik C (15,10).

Hasil menunjukkan adanya kendala
yang habis terpakai (Scarce)dan
kendala yang berlebihan
(Abundant) atau idle capasity
kendala 1 & 3 merupakan kendala
aktif shg bisa ditambah utk
meningkatkan Z max.
kendala 2 mrpkn kendala tdk aktif,
shg kendala 2 bisa dikurang
Berdasarkan grafik diatas, Titik ekstrim yang optimal (Titik C)
berpotongan kendala 1 (bahan baku A) dan kendala 3 (jam tenaga
kerja) yang berarti kedua kendala dalam keadaan full capasity
(scarce).

Persoalaan selanjutnya adalah seberapa besar bahan baku A dan

jam tenaga kerja dapat dinaikkan sehingga memberikan efek
positif (menaikkan) nilai fungsi tujuan.
I. PERUBAHAN KAPASITAS SUMBER DAYA
1. Perubahan Bahan Baku A
• Bahan baku A dapat dinaikan
hingga titik F (12,5 ; 15)
Nilai ini disubstitusi ke
kendala 1 (bhn Baku A) 2X1 +
3X2 = 2
(12,5) + 3 (15) = 70
Maka kenaikan max bahan
baku A sebesar :
• 70 – 60 = 10
Daerah feasible
menjadi ABFE dan solusi
optimum pada titik F
• Z(F) = 40 (12,5) + 30 (15)
= 950 ada
kenaikan Z = 50
PERUBAHAN KAPASITAS SUMBER DAYA
2. Perubahan Jam tng Kerja
• Jika jam kerja ditambah, garis
kendala 3 bergeser hingga titik G
(30;0)
• Max jam kerja menjadi 2X1 +
X2 = 2 (30) + 0
= 60 jam sehingga ada
penambahan jam kerja sebesar 60
– 40 = 20 jam
• Daerah feasible = AGDE
• Z(G)= 40 (30) + 30 (0)
= 1200 ada
kenaikan Z = 300
Analisis lebih lanjut
Jika penambahan jam kerja sebanyak 20 jam dengan biaya tambahan
akibat kerja lembur Rp. 10/jam.
Apakah kerja lembur cukup ekonomis untuk dilaksanakan ???
Total keuntungan setelah kerja lembur Rp. 1200

Total keuntungan sebelum kerja lembur Rp. 900

Kenaikan keuntungan (shadow price) Rp. 300

Biaya kerja lembur = 20 x Rp 10 Rp 200

Keuntungan bersih Rp. 100

Dengan demikian dapat disimpulkan :

Kerja lembur cukup ekonomis untuk dilaksanakan karena masih
memberikan tambahan keuntungan sebesar Rp. 100.
PERUBAHAN KAPASITAS SUMBER DAYA
3. Perubahan Bahan Baku B
• Bahan Baku B bersifat
abundant (berlebihan)
• Berarti bahan baku B dapat
diturunkan sampai titik C (X2
=10) sehingga nilai optimum
tetap di C.
2X2 = 2 (10) = 20 atau turun
sebesar 30 – 20 = 10
20-30 = -10
• Penurunan tidak menyebabkan
nilai Z berubah
Hasil perhitungan perubahan sumberdaya di atas dapat diringkas
sebagai berikut :
Kendala Tipe Kendala Maksimum Maksimum Penambahan Z
Penambahan
1 : 2X1 + 3X2 ≤ 60 Scarce 70 – 60 = 10 950 – 900 = 50

2 : 2X2 ≤ 30 Abundant 20 – 30 = - 10 900 – 900 = 0

3 : 2X1 + X2 ≤ 40 Scarce 60 – 40 = 20 1200 – 900 = 300

II. PRIORITAS PERUBAHAN SUMBERDAYA
Prioritas kendala menggunakan konsep
“Nilai sumbangan per unit sumberdaya”

Perubahan max nilai Z optimal

Yi =
Perubahan max dalam sumberdaya i

1. Bahan baku A (kendala 1)

y1 = (950 – 900) / (70 – 60)
= Rp. 5 per unit bahan baku A
2. Jam Tenaga kerja (kendala 3)
y3 = (1200 – 900) / (60 – 40)
= Rp. 15 per jam tenaga kerja
Hasil ini menunjukkan bahwa kendala 3 diprioritaskan untuk ditambah
karena memiliki nilai sumbangan per unit yang lebih besar
 III. PERUBAHAN FUNGSI TUJUAN
Seberapa besar koefisien fungsi tujuan dapat dinaikan atau diturunkan
tanpa mengubah solusi optimum ?

Jika C1 dan C2 adalah keuntungan per unit Precast A dan Precast B maka
fungsi tujuan semula dapat ditulis Z = C1X1 + C2X2

Kasus 1. Perubahan koefisien C1

Naik/turun nilai C1 dapat ditentukan dengan menyamakan slope Z
dengan slope kendala 1 dan 3
Dengan asumsi C2 tetap 30 maka
Z = C1X1 + C2X2 menjadi Z = C1X1 + 30X2
Slope Z = C1/30 ; S.Kendala 1 = 2/3 dan S.kendala 3 = 2/1
 C1/30 = 2/3⬄ 3C1 = 60 atau min C1 = 20
C1/30 = 2/1⬄ C1 = 60 atau max C1 = 60
Sehingga range nilai C1 agar titik C tetap Optimum adalah 20 <
C1 < 60

Kasus 2. Perubahan koefisien C2

Dengan asumsi C1 tetap 40 maka
40/C2 = 2/3⬄ 2C2 = 120 atau max C2 = 60
40/C2 = 2/1⬄ 2C2 = 40 atau min C2 = 20
Sehingga range nilai C2 agar titik C tetap Optimum adalah 20 <
C2 < 60
 CONTOH SOAL
Sebuah perusahaan bahan admixture untuk beton memproduksi accelarator dan retarder.
Dua bahan dasar A dan B digunakan memproduksi kedua macam admixture.
Ketersediaan maksimum dari bahan dasar A adalah 6 ton/hari. Sedangkan bahan dasar
B adalah 8 ton/hari. Kebutuhan perhari terhadap bahan dasar per ton accelarator dan
retarder sebagai berikut :

Admixture
Bahan Dasar Ketersediaan max
Accelarator Retarder

4MRK1 - A 2 1 6

4MRK2- B 1 2 8

Survey pasar menunjukkan permintaan perhari accelarator tidak dapat melebihi

permintaan terhadap retarder lebih dari 1 ton. Selain itu permintaan max accelarator
dibatasi sebesar 2 ton/hari. Harga jual retarder adalah $3000/ton. Sedangkan harga jual
accelarator $2000/ton. Berapa banyak accelarator dan retarder yang harus diproduksi
perhari untuk memaksimalkan keuntungan kotor ?