Linear programming

Contemporary Engineering Economics, 5th edition, © 2010

 Linear programming

Adalah sebuah teknik matematika yang

didesain untuk membantu para manajer
operasi dalam merencanakan dan
membuat keputusan yang terbaik
dengan mengalokasikan sumber daya
yang terbatas agar dapat mencapai tujuan tertentu.

Contoh: - Penjadwalan kasir di sebuah supermarket untuk

meminimumkan total biaya tenaga kerja.
- Memilih bauran produk dengan
pemanfaatan mesin dan tenaga kerja
untuk memaksimalkan laba perusahaan.
Dua macam “fungsi” Dalam model
LP
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.
Syarat Linear Programming
1. Adanya fungsi tujuan untuk memaksimalkan atau
meminimalkan kuantitas tertentu.
2. Adanya batasan atau kendala yang membatasi tingkat sampai
di mana sasaran dapat dicapai.
3. Ada beberapa alternatif tindakan yang dapat diambil.
4. Tujuan dan batasan harus dinyatakan dalam bentuk
pertidaksamaan atau persamaan linear.

Solusi Linear Programming dilakukan dengan

menggunakan metode grafis dan simpleks.
 Maksimisasi
Contoh 1
Suatu industri membuat dua jenis souvenir yaitu X1 dan
X2. Bahan baku yang digunakan terdiri dari tiga jenis
yaitu A1, A2, dan A3. Setiap bungkus X1 menggunakan
2 unit bahan A1 dan 6 unit bahan A3, sedangkan setiap
bungkus X2 menggunakan 3 unit bahan A2 dan 5 unit
bahan A3. Bahan A1 hanya tersedia sebanyak 8 unit,
bahan A2 15 unit, dan A3 dua kali lebih banyak dari
bahan A2. Tentukanlah berapa banyak setiap souvenir
harus dibuat dan dijual jika keuntungan per bungkus
dari setiap souvenir adalah Rp.3000 dan Rp.5000.
 Buat kebutuhan/penggunaan tiap jenis bahan
baku/sumber daya

X1 X2 Ketersediaan sumber daya

A1
A2
A3
Profit
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 (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 optimum
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
 X2 2X1 = 8
6X1 + 5X2 = 30
Titik C:
X2 = 5. Substitusikan ke batasan
(3), maka 6X1 + 5(5) = 30.
Titik D: Jadi nilai X1 = (30 –25)/6 = 5/6.
Pada titik ini nilai 6 Nilai Z = 3(5/6) + 5(5) = 27,5
X2 = 5; X1 = 0 D C
Nilai Z = 3(0) + 5(5) = 25 5 3X2 = 15

Titik A:
Titik B: Daerah Pada titik ini nilai
X1 = 4. Substitusikan ke 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 :
X2 Batasan ke tiga (6X1 + 5X2  30)
6X1 + 5X2 = 30 2X2 = 8 diubah ketidaksamaannya
menjadi 6X1 + 5X2  30

6
C B 3X2 = 15
5 Daerah
feasible

0 4 5 X1
 Contoh 2:
Tralala Co. membuat dua produk yaitu L1 dan L2 dengan
menggunakan dua sumber daya yang terbatas. Keputusan yang
harus diambil adalah berapa banyak setiap produk harus dibuat ?
Agar laba menjadi maksimal dengan data yang tercantum
pada tabel berikut?

L1 L2
(per unit) (per unit)
Jam kerja
Kontribusi marjin $7 $5
tersedia
Perakitan 3 hrs 4 hrs 2400
Penyelesaian 2 hrs 1 hr 1000
Batasan lain:
Jumlah L2 yang dibuat tidak boleh melebihi 450 unit
Jumlah minimum L1 yang dibuat adalah 100 unit

Kendala:

Hanya tersedia 2400 jam kerja di bagian perakitan.

3 L1 + 4 L2 < 2400 (jam)
Hanya tersedia 1000 jam kerja di bagian penyelesaian.
2 L1 + 1 L2 < 1000 (jam)
Kendala lain:
Jumlah L2 tidak boleh melebihi 450 unit
L2 < 450
Jumlah minimum L1 adalah 100 unit
L1 > 100

Syarat ketidaknegatifan:
L1 > 0
L2 > 0
Summary
Max 7L1 + 5L2 (profit)
Fungsi tujuan akan dioptimumkan terhadap:
3L1 + 4L2 < 2400(carpentry hrs)
2L1 + 1L2 < 1000 (painting hrs)
L2 < 450 (max # chairs)
L1 > 100 (min # tables)
L1, L2 > 0 (nonnegativity)
 L2
Perakitan
Constraint Line
3L1 + 4L2 < 2400 Infeasible
600 > 2400 hrs
3L1 + 4L2 = 2400
3L
1 +
4L
2 =
24
Intercepts Feasible 00

< 2400 hrs

(L1 = 0, L2 = 600)
0
0 800 L1
(L1 = 800, L2 = 0)
 L2
1000
Penyelesaian
Constraint Line

2L
1
2L1 + 1L2 < 1000

+1
L2
600
2L1 + 1L2 = 1000

=1
000
Intercepts
(L1 = 0, L2 = 1000) 0
0 500 800 L1
(L1 = 500, L2 = 0)
 L2
1000
Max L2 Line
L2 = 450

600
Min L1 Line
450
L1 = 100

Feasible
Region
0
0 100 500 800 L1
 L2

Fungsi Tujuan
7L1 + 5L2 = Profit
500
Optimal Point
400 (L1 = 320, L2 =
360)
π = 7L1 + 5L2
300
5L2 = π - 7L1
L2 = π/5 – 7/5 L1 200

100

0
0 100 200 300 400 500
 Contoh 3:
Suatu perusahaan menghasilkan dua produk yaitu meja
dan kursi yang akan melalui dua proses produksi yaitu
perakitan dan penyelesaian. Bagian perakitan hanya
menyediakan waktu selama 60 jam, sedangkan bagian
penyelesaian selam 48 jam.
Untuk menghasilkan satu unit meja dibutuhkan proses di
bagaian perakitan selama 4 jam dan bagian penyelesaian
selama 2 jam. Untuk menghasilkan satu unit kursi
dibutuhkan proses di bagaian perakitan selama 2 jam dan
bagian penyelesaian selama 4 jam. Laba per unit untuk
setiap meja dan kursi yang dihasilkan adalah Rp. 80.000 dan
Rp. 60.000,-
Berapa jumlah meja dan kursi yang optimal dihasilkan?
Perumusan persoalan dalam bentuk tabel:

Waktu yang dibutuhkan per unit Total jam

Proses Meja Kursi tersedia

Perakitan 4 2 60
Pemolesan 2 4 48
Laba/unit 80.000 60.000

Perumusan persoalan dalam bentuk matematika:

Maks.: Laba = 8 M + 6 K (dalam satuan Rp.10. 000)
Dengan kendala:
4M + 2K  60
2M + 4K  48
M 0
K  0
Gambarkan masing-masing fungsi kendala pada grafik yang sama.

K
Laba = 8M + 6K
34

32
Keputusan:
M = 12 dan K = 6
28 4M + 2K  60 Laba yg diperoleh = 132.000
M=0  K=30
24 K=0  M=15
20

16 Feasible
A(0,12) Region
12

8 M=0  K=12
B(12,6) K=0  M=24
4 2M + 4K  48
C(15,0) M
O 4 8 12 16 20 24 28 32 34
 Minimisasi
Contoh 1:
The Holiday Meal Turkey Ranch is considering buying
two different brands of turkey feed and blending them
to provide a good, low-cost diet for its turkeys

COMPOSITION OF EACH POUND OF FEED

(OZ.)
MINIMUM MONTHLY
REQUIREMENT PER TURKEY
INGREDIENT BRAND 1 FEED BRAND 2 FEED (OZ.)

A 5 10 90

B 4 3 48

C 0.5 0 1.5

Cost per pound 2 cents 3 cents

 Let
X1 = number of pounds of brand 1 feed purchased
X2 = number of pounds of brand 2 feed purchased

Minimize cost (in cents) = 2X1 + 3X2

subject to:

5X1+ 10X2 ≥ 90 ounces (ingredient constraint A)

4X1+ 3X2 ≥ 48 ounces (ingredient constraint B)
0.5X1 ≥ 1.5 ounces (ingredient constraint C)
X1 ≥ 0 (nonnegativity constraint)
X2 ≥ 0 (nonnegativity constraint)
 X2
• First we construct
–
the feasible solution
region
20 – Ingredient C Constraint
• The optimal

Pounds of Brand 2
solution will lie at Feasible Region
15 –
on of the corners as
a
it would in a
10 –
maximization Ingredient B Constraint
problem
5– b Ingredient A Constraint

| | | | c | |
0–
5 10 15 20 25 X1
Pounds of Brand 1
Using the isocost
approach we found
the optimal point. X2
–
Feasible Region

20 –

Pounds of Brand 2 15 – 54
¢=
Di 2X
rec 1 +
ti o 3X
no
10 –
31 f D 2 Isoc
.2¢ ecr os
ea tL
=2 sin in e
X gC
1 +
5– 3X os
t
2

(X1 = 8.4, X2 = 4.8)

| | | | | |
0–
5 10 15 20 25 X1
Pounds of Brand 1
Contoh 2:

You’re an analyst for a division of BW: $2,500

Kodak, which makes BW & color manufacturing cost per
chemicals. At least 30 tons of BWmonth
and at least 20 tons of color must
be made each month. The total
chemicals made must be at least
60 tons. How many tons of each
chemical should be made to
minimize costs?
Color: $ 3,000 manufacturing cost per
month
X2
X + X2 = 60
60 – 1

50 –
Feasible
region
40 –

30 – b

20 –
a
X1 = 30
10 – X2 = 20

| | | | | | |
– X1
0 10 20 30 40 50 60
Contoh 3:
An industry produces table cloth with varians M and K.
Cost for producing those varians are 20 and 80 each. The
industry uses two resource, R1 and R2 with avaliable
labour hours 60 and 48. At least 2 units M has to be made
while K 4 units. How many units each products has to be
made to minimize total cost if 1 unit M 4 units requires 4 units R1 and 2
units R2 while 1 unit K requires 2 units R1 and 4 units R2 ?
Min.: TC = 20 M + 8 K

Constraints:
4M + 2K  60 (R1)
2M + 4K  48 (R2)
M  2 (Target)
K  4 (Target)
 K
34 M2
Titik A ditentukan oleh
32 perpotongan garis kendala:
28 2M + 4K = 48
4M + 2K  60 dan M=2
M=0  K=30
24 K=0  M=15  2(2) + 4K = 48
20 K = (48-4)/4 = 11
Feasible
16 Region Titik A (2;11)
12 A Titik B (2;4)
M=0  K=12
K=0  M=24
8 D Titik C ditentukan oleh
2M + 4K  48 perpotongan garis kendala:
4 K4
B C 4M + 2K = 60
dan K=4
0 4 8 12 16 20 24 28 32 34
 4M + 2(4) = 60

TC = 20M + 8K M M = (60-8)/4 = 13
A (2;11) = 20 (2) + 8 (11) = 128 Titik C (13;4)
B (2;4) = 20 (2) + 8 (4) = 72 (minimum) Titik D (12,6)
C (13;4) = 20 (13) + 8 (4) = 292
D (12;6) = 20 (12) + 8 (6) = 288