Penelitian Operasional I

Formulasi Model pada

Linier Programming

Ganjil 2020 1
 LINEAR PROGRAMMING

Model umum untuk pemecahan masalah

terkait pengalokasian sumber-sumber yang
terbatas secara optimal

Masalah timbul bila seseorang diharuskan

untuk memilih/menentukan tingkat setiap
kegiatan yang akan dilakukannya, dimana
masing-masing kegiatan membutuhkan
sumber sama sedangkan jumlah terbatas

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

1. Fungsi tujuan  menggambarkan tujuan

sasaran di dalam permasalahan LP yang
berkaitan dengan pengaturan secara optimal
sumberdaya-sumberdaya, untuk memperoleh
keuntungan maksimal atau biaya minimal.
Dinyatakan sebagai Z.
2. Fungsi batasan (fungsi kendala)  bentuk
penyajian secara matematis batasan-batasan
kapasitas yang tersedia yang akan dialokasikan
secara optimal ke berbagai kegiatan.
3
 Formulasi Model
Komponen Model :
1. Variabel Keputusan
2. Fungsi Tujuan
3. Batasan Model

4
 Variabel Keputusan
Merupakan simbol matematika yang
menggambarkan tingkatan aktifitas perusahaan.
Contoh :
 Perusahaan elektronik memproduksi radio,
bakaran roti, dan jam.
 Bisa menggunakan simbol x , x dan x untuk
1 2 3
mewakili jumlah produksi radio, bakaran roti, dan
jam
 Nilai akhir dari x , x , x , merupakan keputusan
1 2 3
(misal x1 = 10 radio adalah keputusan
perusahaan untuk memproduksi radio).
5
 Fungsi Tujuan
 Merupakan hubungan matematika linier
yang menjelaskan tujuan perusahaan
dalam terminologi variabel keputusan.
 Fungsi tujuan selalu mempunyai salah satu
target : memaksimumkan atau
meminimumkan suatu nilai
(memaksimumkan laba atau
meminimumkan biaya produksi)

6
 Batasan Model
 Menunjukkan keterbatasan perusahaan karena
lingkungan operasi perusahaan.
 Dapat berupa keterbatasan sumber daya atau
pedoman.
 Contoh : hanya 40 jam tenaga kerja tersedia,
untuk membuat radio selama proses produksi.

7
 Simbol yang Umum Digunakan

Z = Nilai dari semua standar performansi

xj = Tingkat aktivitas j (untuk j = 1, 2, …, n)
cj = Penambahan terhadap Z yang diakibatkan
oleh peningkatan tiap unit di tingkat aktivitas
j
bi = Jumlah sumber daya i yang tersedia untuk
aktivitas (untuk i = 1, 2, …, m)
aij = Jumlah sumber daya i yang dipakai oleh tiap
unit aktivitas j

8
 Data yang Diperlukan
Penggunaan Sumber Daya per Unit
Aktivitas
Jumlah
Aktivitas
Sumber
Sumber Daya
Daya yang
1 2 … n Tersedia

1 a11 a12 … a1n b1

2 a21 a22 … a2n b2
: … … … … :
m am1 am2 … amn bm
Kontribusi terhadap Z
per unit aktivitas c1 c2 … cn
9
Bentuk Standar

10
Assumptions of Linear Programming
 Proportionality
naik turunnya nilai Z dan penggunaan sumber atau
fasilitas yang tersedia akan berubah secara
sebanding (proportional) dengan perubahan tingkat
kegiatan.
Misal : Z = 3X1 + 5X2
Dimana X1 = 10; X2 = 2;
Sehingga Z = 30
Misal X1 naik dari 10 unit menjadi 20 unit, maka nilai
Z berubah dari 30 menjadi 60.
Jadi, naiknya nilai Z dari 30 menjadi 60 akan
sebanding dengan perubahan pada X1

11
 Assumptions of Linear Programming
 Additivity
nilai tujuan tiap kegiatan tidak saling memperngaruhi,
atau kenaikan dari nilai tujuan (Z) yang diakibatkan
oleh kenaikan suatu kegiatan dapat ditambahkan tanpa
mempengaruhi bagian nilai Z yang diperoleh dari
kegiatan lain.
Misal : Z = 3X1 + 5X2
Dimana X1 = 10; X2 = 2;
Sehingga Z = 30 + 10 = 40
Misal X1 bertambah 1 unit, maka nilai Z menjadi 40 + 3 =
43. Jadi, nilai 3 karena kenaikan X1 dapat langsung
ditambahkan pada nilai Z tanpa mengurangi bagian Z
yang diperoleh dari kegiatan 2 (X2).
12
 Assumptions of Linear Programming

Divisibility
 Asumsi ini menyatakan bahwa keluaran

(output) yang dihasilkan oleh setiap kegiatan

dapat berupa bilangan pecahan. Demikian pula
dengan nilai Z yang dihasilkan.
 Misal : X = 6,5; Z = 1.000,75
1

13
 Assumptions of Linear Programming

 Certainty/deterministik
 Nilai yang diberikan oleh tiap parameter dari model
pemrograman linier diasumsikan sebagai konstanta
yang diketahui yaitu nilai aij,bi, cj

14
 CONTOH 1. PERUSAHAAN SEPATU

Contoh 1. Perusahaan sepatu

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.
15
 Bentuk Tabel

Merek I1 I2 Kapasitas
(X1) (X2) Maksimum
Mesin perhari (jam)
1 2 0 8
2 0 3 15
3 6 5 30
Sumbangan laba
(dlm puluhan 3 5
ribu)
 Bentuk Matematis
 Maksimumkan Z = 3X1 + 5X2 (dalam puluhan ribu)

 Batasan (constrain)
(1) 2X1  8 (kap max/hari mesin 1)
(2) 3X2  15 (kap max/hari mesin 2)
(3) 6X1 + 5X2  30 (kap max/hari mesin 3)
X1  0, X2  0

17
 CONTOH 2. Perusahaan Mangkok dan cangkir
Perusahaan Barang Maju Bersama memproduksi 2
produk setiap hari yaitu mangkok dan cangkir.
Perusahaan mempunyai 2 sumber daya yang terbatas
jumlahnya yang digunakan untuk memproduksi
produk‑produk tersebut seperti tanah liat dan tenaga
kerja. Dengan keterbatasan sumber daya, perusahaan
ingin mengetahui berapa banyak mangkok dan gelas
yang akan diproduksi tiap hari dalam rangka
memaksimumkan laba. Kedua produk mempunyai
kebutuhan sumber daya untuk produksi serta laba per
item adalah sebagai berikut:

18
 Kebutuhan Sumber Daya
Produk $ / Tenaga Tanah Liat
Laba
unit Kerja (Jam) (Pon)
Mangkok 1 4 4
Cangkir 2 3 5
Tersedia 40 jam tenaga dan 120 pon tanah liat setiap hari untuk
produksi. Masalah ini akan dirumuskan sebagai model program
linier dengan mendefinisikan terpisah setiap komponen model dan
menggabungkan komponen‑komponen tersebut dalam satu
model.
19
 Variabel Keputusan
 Keputusan yang dihadapi manajemen dalam
masalah ini adalah berapa banyak mangkok dan
cangkir yang harus diproduksi tiap hari.
 Jumlah yang diproduksi untuk tiap jenis produk
adalah sebagai berikut :
X1 : jumlah mangkok yang diproduksi
X2 : jumlah cangkir yang diproduksi

20
 Fungsi Tujuan
 Tujuan perusahaan adalah untuk
memaksimumkan total laba. Laba perusahaan
adalah jumlah dari laba setiap mangkok dan
cangkir.
 memaksimumkan Z = $ 4 x1+ $ 5 x2
dimana
Z = total laba tiap hari
$4x1 = laba dari mangkok
$5x2 = laba dari cangkir

21
 Batasan Model-1
 Dalam masalah berikut terdapat 2 sumber
daya digunakan : tenaga kerja dan tanah liat
 BATASAN TENAGA KERJA :
 Untuk setiap mangkok yang diproduksi memerlukan
1 (satu) jam tenaga kerja dan untuk setiap cangkir
diperlukan 2 jam tenaga kerja …….. 1x1 + 2x2
 Akan tetapi jumlah tenaga kerja sebesar 1x1 + 2x2
dibatasi sampai dengan 40 jam perhari, maka
batasan tenaga kerja menjadi:
1x1 + 2x2 ≤ 40 jam

22
 Batasan Model-2
 BATASAN TANAH LIAT :
 Setiap mangkok memerlukan 4 pon tanah liat.
Jumlah tanah liat yang digunakan tiap hari untuk
memproduksi mangkok adalah 4 x1 pon
 Setiap cangkir memerlukan 3 pon tanah liat. Jumlah
tanah liat yang digunakan tiap hari adalah 3 x2.
 Jika diasumsikan bahwa tanah liat yang tersedia
tiap hari adalah 120 pon, batasan bahan baku
dapat dirumuskan sebagai berikut
4 x1 + 3 x2 ≤ 120 pon

23
 Batasan Model-3
 Batasan akhir adalah bahwa jumlah mangkok
dan cangkir yang diproduksi bernilai nihil atau
positif
x1 ≥ 0, x2 ≥ 0

24
 Model Program Linier :
 Memaksimumkan Z = $ 4 x1 + $ 5 x2
 Batasan (constrain)
(1) 1 x1 + 2 x2 ≤ 40 (jam kerja max/hari)
(2) 4 x1 + 3 x2 ≤ 120 (tanah liat max/hari)
(3) x1, x2 ≥ 0

25
 CONTOH 3. MASALAH BAKERY
Suatu bakery membuat roti yang berisi daging dari
campuran daging dan ayam tanpa lemak. Daging sapi
mengandung 80 % daging dan 20 % lemak dan
harganya Rp 8 ribu/ons. Daging ayam mengandung 68
% daging dan 32 % lemak dan harganya Rp 6 ribu/ons.
Berapakah banyaknya masing-masing daging yang harus
digunakan untuk tiap satu ons roti daging, jika diinginkan
untuk meminimumkan harganya dan dengan
mempertahankan kandungan lemak pada roti tidak lebih
dari 25%?

26
 Variabel Keputusan
 Keputusan yang dihadapi bagaimana % lemak roti
dari kombinasi kedua jenis daging tersebut tidak
melebihi dari 25% dan memberikan biaya
terendah?
X1 : jumlah ons daging sapi
X2 : jumlah ons daging ayam

27
 Fungsi Tujuan
 Tujuannya adalah meminimumkan biaya
pembelian daging
Meminimumkan Z = 8 x1+ 6 x2 (dalam ribuan)
dimana
Z = Biaya total pembelian daging
8x1 = harga per ons daging sapi (ribuan)
6x2 = harga per ons daging ayam (ribuan)

28
 Batasan Model-1 & 2
 BATASAN MAKSIMUM % LEMAK:
 Untuk setiap 1 ons roti daging mempunyai kadar
lemak maksimum 25%
0,2 x1+ 0,32 x2 < 0,25

 BATASAN TOTAL BERAT:

 Untuk setiap 1 ons roti daging merupakan kombinasi
dari daging sapi dan ayam
x1+ x2 = 1

29
 Batasan Model-3
 Batasan akhir adalah bahwa jumlah daging sapi
dan ayam yang digunakan bernilai nihil atau
positif
x1 ≥ 0, x2 ≥ 0

30
 Model Program Linier :
 Meminimumkan Z = 8 x1+ 6 x2 (dalam ribuan)
 Batasan (constrain)
(1) 0,2 x1+ 0,32 x2 < 0,25 (max kadar lemak)
(2) x1+ x2 = 1 (total berat 1 ons roti)
(3) x1, x2 ≥ 0 (non negative)

31