LINIER PROGRAMING

Dosen
AHMAD FADLI, SE. M.M

Bacaan Dianjurkan:

•Hamdi A. Taha 2006. Pengantar Riset Operasi

•Pangestu dkk 2002. Dasar-Dasar Riset Operasi
•Hiller dan Liberman. 2007. Operation Research
Tujuan Memaksimumkan Keuntungan
Perusahaan: (maximum profit)
…….namun karena terbatasnya sumber daya ……….

Meminimumkan biaya (minimum cost)

Suatu teknis matematika yang

Linier dirancang untuk membantu manajer
Programming dalam merencanakan dan membuat
keputusan dalam mengalokasikan
sumber daya yang terbatas untuk
mencapai tujuan perusahaan
Ciri-ciri khusus Linier Programming

Penyelesaian masalah mengarah pada pencapaian

tujuan maksimisasi atau minimisasi

Kendala yang ada membatasi tingkat pencapaian

tujuan

Ada beberapa alternatif penyelesaian

Hubungan matematis bersifat linear

Model LP
Bentuk dan susunan dalam menyajikan masalah-
masalah yang akan dipecahkan dengan teknik linier
programming
Model LP memiliki 2 (dua) macam fungsi
1. Fungsi Tujuan (Objective Function)
Menggambarkan tujuan/sasaran dalam permasalahan
LP berkaitan dengan pengalokasian sumber daya secara
optimal, untuk memperoleh keuntungan maksimal atau
biaya
2. Fungsi minimal
Batasan (Constraint Function)
Bentuk penyajian matematis batasan-batasan kapasitas
yang tersedia yang akan dialokasikan secara optimal
dalam berbagai kegiatan
Asumsi Dasar Dalam Linier Programming

Certainty (kepastian). Maksudnya adalah fungsi tujuan dan fungsi

kendala sudah diketahui dengan pasti dan tidak berubah selama
periode analisa
Proportionality (proporsionalitas). Yaitu adanya proporsionalitas dalam
fungsi tujuan dan fungsi kendala

Additivity (penambahan). Artinya aktivitas total sama dengan

penjumlahan aktivitas individu

Divisibility (bisa dibagi-bagi). Maksudnya solusi tidak harus merupakan

bilangan integer (bilangan bulat), tetapi bisa juga berupa pecahan

Non-negative variable (variabel tidak negatif). Artinya bahwa semua

nilai jawaban atau variabel tidak negatif
Pendekatan yang digunakan dalam menyelesaikan
permasalahan dalam Linier Programming

1. Metode Grafik

Digunakan untuk menyelesaikan permasalahan dimana

variabel keputusan sama dengan dua

2. Metode Simplex

Digunakan untuk menyelesaikan permasalahan dimana

variabel keputusan dua atau lebih
Linier Programming dengan Metode Grafik :
Fungsi Tujuan Maksimisasi

A. Formulasi Pemasalahan

Langkah-langkah dalam memformulasikan model LP

Pahamilah secara menyeluruh permasalahan manajerial

yang dihadapi
Identifikasikan tujuan dan kendalanya

Definisikan variabel keputusannya

Gunakan variabel keputusan untuk merumuskan fungsi tujuan

dan fungsi kendala secara matematis
Simbol-simbol dalam LP
M= Macam batasan sumber dan fasilitas tersedia

n = Macam kegiatan yang menggunakan sumber atau fasilitas tersebut.

i = Nomor setiap macam sumber atau fasilitas tersedia (i = 1, 2, …, m)
j = Nomor setiap macam kegiatan yg menggunakan sumber atau
fasilitas tersedia (j = 1, 2, …, n)
xj = Tingkat kegiatan ke j (j = 1, 2, …, n)
aij = Banyaknya sumber i yang diperlukan untuk menghasilkan setiap
unit keluaran (output) kegiatan j (i = 1, 2, …, m, dan j = 1, 2, …, n)
bi = Banyaknya sumber (fasilitas) i yang tersedia untuk dialokasikan ke
setiap unit kegiatan (i = 1, 2, …, m)
Z= Nilai yang akan dioptimalkan (maksimum atau minimum)

Cj = Kenaikan nilai Z apabila ada pertambahan tingkat kegiatan (xj)

dengan satu satuan (unit); atau merupakan sumbangan setiap
satuan keluaran kegiatan j terhadap nilai Z
 Data untuk Model Linier Programming (LP)
Pemakaian Sumber Per Unit Kapasitas
Kegiatan Kegiatan (Keluaran) Sumber
Sumber 1 2 3 ..................... n
1 a11 a12 a13 ..................... a1n b1
2 a21 a22 a23 ..................... a2n b2
3 a31 a32 a33 ..................... a3n b3
.
. . . . .
.
. . . . .
.
. . . . .
m
am1 am2 a13 .................... anm bm
ΔZ pertambahan C1 C2 C3 ..................... Cn
tiap unit

Tingkat
Kegiatan
X1 X2 X3 ..................... Xn
Fungsi Tujuan (Objective Function)

Maksimum Z = C1X1 + C2X2 + C3X3 ........CnXn

Fungsi Batasan (Constraint Function)

1) a11X1 + a12X2 + a13X3 ..........+ a1nXn ≤ b1

2) a21X1 + a22X2 + a23X3 ..........+ a2nXn ≤ b2
. Fungsi Batasan
. Fungsional
.
m) am1X1 + am2X2 + am3X3 .........+ amnXn ≤ bn
dan
Fungsi Batasan
X1 ≥ 0, X2 ≥ 0, .......... Xn ≥ 0, Non negatif (non
negative constraint)
 Pengenalan Simbol dalam LP
1. = (sama dengan)
Contoh :
Contoh :
5X2 = 30 6X1 = 30
Contoh :

6X1 + 5X2 = 30
2. < (lebih kecil dari)
Contoh : Contoh :

5X2 < 30 6X1 < 30

(X2)
10

8
7

6
5 6X1 < 30
(wilayahnya
4
sebelah kiri garis
tidak termasuk
3
garis)
2

0 1 2 3 4 5 6 7 8 9 10 (X1)
Contoh :

6X1 + 5X2 < 30

3. > (lebih besar dari)
Contoh :
Contoh :
6X1 > 30
5X2 > 30
Contoh :

6X1 + 5X2 > 30

4. ≥ (lebih besar sama dengan)
Contoh :
Contoh :
6X1 ≥ 30
5X2 ≥ 30
Contoh :

6X1 + 5X2 ≥ 30
5. ≤ (lebih kecil sama dengan)
Contoh :
Contoh :
6X1 ≤ 30
5X2 ≤ 30
Contoh :

6X1 + 5X2 ≤ 30
Contoh Soal
1. Luas daerah parkir 1.760 m2. Luas rata-rata untuk mobil kecil 4 m2
dan mobil besar 20 m2 daya tampung maksimum hanya 200
kendaraan, biaya parkir mobil kecil Rp1.000/jam dan mobil besar Rp
2.000/jam. Jika dalam 1 jam terisi penuh dan tidak ada kendaraan
yang pergi dan datang, maka hasil maksimum tempat parkir itu adalah
….
Misalkan :
x = banyaknya mobil kecil
y = banyaknya mobil besar

Fungsi tujuan: Memaksimalkan f(x, y) = 1.000x + 2.000y

KETERANGAN MOB KECIL MOB BESAR BATASAN

DAYA TAMPUNG X Y < 200

LUAS 4X 20Y < 1.760

FUNGSI TUJUAN 1.000 2.000

Pertidaksamaan Fungsi Kendala:

= x + y < 200
= 4x + 20y < 1.760
dimana x > dan y > 0
Mencari titik potong antara 2 fungsi

1. Ordinat (y):

2. Absis (x):
 Sehingga titik perpotongan antara
x + y = 200
dua garis tersebut adalah (140, 60).
x + 60 = 200
x = 200 - 60
x = 140
Jadi, jika dalam 1 jam terisi penuh dan tidak ada kendaraan yang pergi dan
datang, maka hasil maksimum tempat parkir itu adalah Rp260.000,00.