LINIER PROGRAMMING

PEMROGRAMAN LINIER
(LINEAR PROGRAMMING)

MODEL LINEAR PROGRAMMING (LP)

Merupakan bentuk dan susunan dalam menyajikan masalah-
masalah yang akan dipecahkan dengan teknik Linear
Programming

FUNGSI TUJUAN (OBJECTIVE FUNCTION)

Fungsi yang menggambarkan tujuan/sasaran di dalam
permasalahan LP yang berkaitan dengan pengaturan secara
optimal sumber daya -sumber daya.

FUNGSI BATASAN (CONSTRAINT FUNCTION)

Merupakan bentuk penyajian matematis batasan-batasan
(constraints) kapasitas yang tersedia yang akan
dialokasikan secara optimal ke berbagai kegiatan.

2
 PEMROGRAMAN LINIER
(LINEAR PROGRAMMING)
LINEAR PROGRAMMING (LP)
A typical mathematical program consists of a single objective
function, representing either a profit to be maximized or a cost
to be minimized, and a set of constraints that circumscribe the
decision variables
In the case of a linear program (LP) the objective function and
constraints are all linear functions of the decision variables
VARIABLE KEPUTUSAN ( DECISION VARIABLES)
Decision variables describe the quantities that the decision makers
would like to determine.
They are the unknowns of a mathematical programming model.
In a general model, decision variables are given algebraic
designations such as
Typically we will determine their optimum values with an
optimization method

3
FUNGSI TUJUAN (OBJECTIVE FUNCTION)
The objective function evaluates some quantitative criterion
of immediate importance such as cost, profit, utility
The general linear objective function can be written as

The criterion selected can be either maximized or minimized.

FUNGSI BATASAN (CONSTRAINT FUNCTION)

A constraint is an inequality or equality defining limitations on
decisions. Constraints arise from a variety of sources such as limited
resources, contractual obligations, or physical laws.
In general, an LP is said to have m linear constraints that can be
stated as

4
 MODEL PEMROGRAMAN LINIER
FUNGSI TUJUAN ( OBJECTIVE FUNCTION)
j n
Maximize or Minimize Z   C j X j
j 1

FUNGSI BATASAN (CONSTRAINT FUNCTION)

j n
 
 
Subject to  aij X j bi i  1,2,........., m
j 1  
 

Xj0 j = 1,2,……………,n

5
 TERMINOLOGI DALAM LINEAR
PROGRAMMING

m : Jumlah macam batasan-batasan sumber (resources) atau fasilitas yang tersedia

n : Jumlah macam kegiatan (activity) yang menggunakan sumber atau fasilitas
i : nomor setiap macam sumber atau fasilitas yang tersedia (i = 1,2,3........m)
j : nomor setiap macam kegiatan yang menggunakan sumber atau fasilitas yang
tersedia (j = 1,2,3……n)
xj : tingkat kegiatan (level of activity) ke j, dengan j = 1,2,3…….n)
aij : banyaknya sumber i yang diperlukan oleh setiap unit kegiatan j.
bi : banyaknya sumber/fasilitas i yang tersedia untuk dialokasikan ke setiap unit
kegiatan
Z : Nilai yang dioptimalkan (maksimum atau minimum)
Cj : Pertambahan (increase) nilai Z yang dihasilkan dari pertambahan tingkat
kegiatan dengan satu satuan

6
 TABEL STANDARD LINEAR PROGRAMMING

KEGIATAN Sumber/fasilitas yang diperlukan

oleh tiap unit kegiatan Jumlah sumber /
SUMBER fasilitas yang tersedia
1 2 ……. n
1 a11 a12 ……. a1n b1
2 a21 a22 ……. a2n b2
. …… …… ……. ……. ……
. …… …… ……. ……. ……
m am1 am2 ……. amn bm
Kontribusi
terhadap Z
C1 C2 ……. Cn
tiap unit
kegiatan
x1, x2, ……..xn dinamakan Variabel Keputusan (Decision variables)
Nilai cj , bi , dan aij merupakan konstanta input dari model dan disebut parameter dari model.

7
 MODEL MATEMATIS
Fungsi Tujuan
Z = C1 X1 + C2 X2 + C3 X3 + C4 X4 + .............+ Cn Xn

Batasan-batasan (Constraints)
1. Fungsi batasan fungsional (functional constraints)

1). a11 X1 + a12 X2 + a13 X3 + a14 X4 + .........+ a1n Xn  b1

2). a21 X1 + a22 X2 + a23 X3 + a24 X4 + .........+ a1n Xn  b2
3). a31 X1 + a32 X2 + a33 X3 + a34 X4 + .........+ a3n Xn  b3
4). a41 X1 + a42 X2 + a43 X3 + a44 X4 + .........+ a4n Xn  b4

m). Am1X1 + am2 X2 + am3X3 + am4X4 + .........+ amnXn  bm

2. Fungsi batasan non negatif (non negativity constraints)

X1 0 , X2 0 ,………….. Xn 0

8
MODEL MATEMATIS
CONTOH KASUS

Perusahaan barang tembikar memproduksi 2 jenis produk tiap hari

yaitu cangkir dan mangkok. Perusahaan mempunyai 2 sumber daya
yang terbatas jumlahnya untuk memproduksi produk – produk
tersebut yaitu tanah liat dan tenaga kerja. Dengan keterbatasan
sumber daya tersebut perusahaan ingin mengetahui berapa banyak
mangkok dan cangkir yang dapat diproduksi tiap hari yang akan
memaksimumkan laba. Data kebutuhan sumber daya tiap produk
terdapat dalam table berikut:
Produk Tenaga kerja Tanah liat Laba
Jam/unit Pon/unit $/unit
Mangkok 1 4 4
Cangkir 2 3 5

Tersedia 40 jam tenaga kerja dan 120 pon tanah liat setiap hari
untuk produksi.

9
FORMULASI MODEL
1. Ada 2 jenis kegiatan, yaitu :
memproduksi mangkok dan memproduksi cangkir
Jadi n = 2  j = 1,2
2. Ada 2 sumber daya yang terbatas yaitu :
jam tenaga kerja (dalam jam) dan tanah liat (dalam lb.)
jadi m = 2  i = 1,2
3. Tingkat kegiatan ke j, yaitu Xj (j = 1, 2)
X1 = jumlah mangkok dan X2 = jumlah cangkir
4. Banyaknya sumber i yang diperlukan oleh setiap unit kegiatan j. aij

Banyaknya sumber 1 (jam tenaga kerja) yang diperlukan

a11= 1
oleh tiap unit kegiatan 1 (membuat mangkok)
Banyaknya sumber 1 (jam tenaga kerja) yang diperlukan
a12= 2
oleh tiap unit kegiatan 2 (membuat cangkir)
Banyaknya sumber 2 (tanah liat) yang diperlukan oleh
a21= 4
tiap unit kegiatan 1 (membuat mangkok)
Banyaknya sumber 2 (tanah liat) yang diperlukan oleh
a22= 3
tiap unit kegiatan 2 (membuat cangkir)

10
 FORMULASI MODEL
5. Pertambahan (increase) nilai Z yang dihasilkan dari pertambahan tingkat
kegiatan dengan satu satuan, Cj. Yaitu Laba ($ / unit). C1 = 4 dan C2 = 5

6. Banyaknya sumber/fasilitas i yang tersedia untuk dialokasikan ke setiap unit

kegiatan, bi.
b1 = 40 jam ( jam tenaga kerja yang tersedia)
b2 = 120 lbs. ( tanah liat yang tersedia)

7. Tabel Standard LP

KEGIATAN Sumber/fasilitas yang

diperlukan oleh tiap unit Jumlah sumber / fasilitas
kegiatan yang tersedia
SUMBER 1= X1 2 = X2
1 1 2 40
2 4 3 120
Kontribusi
terhadap Z tiap 4 5
unit kegiatan

11
FORMULASI MODEL

8. MODEL MATEMATIS

Fungsi Tujuan Maksimumkan Z = 4 X1 + 5 X 2

Batasan-batasan (Constraints)

1. Fungsi batasan fungsional (functional constraints)

1). X1 + 2 X2  40
2). 4 X1 + 3 X2  120

2. Fungsi batasan non negatif (nonnegativity constraints)

X1 0 , X2 0

12
ASSUMSI PADA LINEAR PROGRAMMING

1. PROPORTIONALITY
Naik turunnya nilai Z (fungsi objektif) dan penggunaan
sumber/fasilitas yang tersedia berubah secara proporsional
/sebanding dengan perubahan tingkat aktivitas.

Contoh :
Fungsi tujuan Z = C1 X + C2 X2 + .. + .............+ Cn Xn

Artinya setiap penambahan 1 (satu) unit X1 akan

menaikkan nilai Z dengan C1

Fungsi batasan a11 X1 + a12 X2 + .. + ....+ a1n Xn ≤ b1

Artinya setiap penambahan 1 (satu) unit X2 akan

menaikkan penggunaan sumber 1 sebesar a12.

13
 ASSUMSI ...............
2. ADDITIVITY
Dalam LP dianggap bahwa kenaikkan dari nilai fungsi tujuan Z
atau penggunaan sumber yang diakibatkan oleh kenaikkan suatu
aktivitas dapat ditambahkan tanpa mempengaruhi bagian nilai Z
atau sumber yang diperoleh dari kegiatan yang lain.
Contoh :
Z = 4 X1 + 5 X2, untuk X1 = 10 dan X2 = 5
maka Z = 4x10 + 5x5 = 65
Bila X1 bertambah 1 (satu) unit, maka penambahan tersebut akan
menaikkan nilai Z sebesar 4 x 1 = 4. Sehingga nilai Z menjadi 69.

X1 + 2 X2 ≤ 40, Untuk X2 = 6 maka penggunaan sumber 1

adalah 2 x 6 = 12
Bila X2 bertambah 1 (satu) unit, maka penggunaan sumber 1
bertambah sebesar 2 x 1 = 2. Sehingga penggunaan sumber 1
menjadi 12 + 2 = 14.

14
ASSUMSI ...............

3. DIVISIBILITY
Output yang dihasilkan dari setiap kegiatan dapat
berupa bilangan pecahan, demikian juga dengan nilai Z.

4. DETERMINISTIC (Certainly)
Semua parameter dalam model LP dapat diperkirakan
dengan pasti.

PENYELESAIAN LINEAR PROGRAMMING

1. Graphical Solution (penyelesaian secara grafik)
2. Simplex method

15
 PENYELESAIAN GRAFIK
Langkah-langkah penyelesaian grafik :

a. Tentukan fungsi tujuan

b. Definisikan batasan-batasan yang ada
c. Buat sistem koordinat salib sumbu
d. Gambarkan garis fungsi batasan pada sistem salib sumbu
e. Carilah titik penyelesaian sehingga fungsi tujuan optimal

CONTOH : Kasus industri tembikar

Fungsi tujuan : Maksimumkan Z = 4 X 1 + 5 X2
Batasan-batasan (Constraints)
1. Fungsi batasan fungsional (functional constraints)
1). X1 + 2 X2 ≤ 40
2). 4 X1 + 3 X2 ≤120

2. Fungsi batasan non negatif (non negativity constraints)

X1 ≥ 0 , X2 ≥ 0

16
PENYELESAIAN GRAFIS

4X1 + 3 X2 = 120 X2

Garis Z = 136 = 4X1 + 5 X2

Titik Optimal, X1 = 24 X2 = 8
C
Feasible area
X1
A B
X1 + 2 X2 = 40

Garis Z = 4X1 + 5 X2

17
MENGHITUNG TITIK OPTIMAL
1.Dengan cara Trial and Error

Gambar garis fungsi tujuan pada feasible area

fungsi tujuan Z = 4 X1 + 5 X2 dapat ditulis sebagai
Z 4
X2 
 X1
5 5
merupaka sebuah garis X2 sebagai fungsi X1 dengan
kemiringan (slope) - 4/5.

Z = 4 X 1 + 5 X2 X1 X2 Keterangan
20 ? ? Lebih dari satu titik yang berada dalam
daerah feasible
100 ? ? Lebih dari satu titik yang berada dalam
daerah feasible
136 24 8 Hanya ada satu titik pada garis tsb, titik
optimal

18
MENGHITUNG TITIK OPTIMAL

2. Dengan membandingkan nilai Z pada titik-titik alternatif

Titik X1 X2 Z = 4 X1 + 5 X2 Keterangan
A 0 0 0
B 30 0 120
C 24 8 136 Titik optimal
D 0 20 100

SOLUSI LP : Jawaban akhir dari suatu masalah

1. Feasible Solution
 sebuah solusi yang tidak melanggar batasan-batasan
2. Infeasible solution
 sebuah solusi yang paling tidak melanggar satu batasan
3. Optimal Solution
 feasible solution yang mempunyai nilai tujuan Z optimal
4. Multiple optimal Solution
 terdapat beberapa alternatif optimal dalam suatu masalah.

19
 SOAL

1. A jewelry store makes necklaces and bracelets from gold and platinum.
The store has 18 ounces of gold and 20 ounces of platinum. Each
necklace requires 3 ounces of gold and 2 ounces of platinum, whereas
each bracelet requires 2 ounce of gold and 4 ounce of platinum. The
demand of bracelets is no more than four. A necklace earns $ 300 in
profit and a bracelet, $ 400. The store wants to determine the number of
necklaces and bracelets to make in order to maximize profit.
a. Formulate a linear programming model for the problem
b. Solve this model using graphical analysis.
2. Solve the following linear programming model graphically.
Maximize : Z = 5 X1 + 8 X2 subject to :
3 X1 + 5 X2  50
2 X1 + 4 X2  40
X1  8
X2  10 and X1, X2  0

20
SOAL LATIHAN

1. Perusahaan penerbit Agensi menerbitkan 2 jenis majalah

bulanan, yaitu majalah Restoran dan Perumahan. Perusahaan
mendistribusikan majalah-majalahnya secara gratis ke hotel-hotel,
pertokoan di wilayah tertentu. Keuntungan perusahaan
didapatkan sepenuhnya dari iklan di majalah tersebut. Setiap
eksemplar majalah Restoran memberikan keuntungan $ 0,5.
Sedangkan majalah Perumahan $ 0,75 per eksemplarnya.
Majalah Perumahan mempunyai desain yang lebih mewah
dengan biaya pencetakan $ 0,25 per eksemplar, sementara
biaya pencetakan majalah Restoran $ 0,15 per eksemplar. Total
anggaran bulanan perusahaan $ 4000. Kapasitas rak
penyimpanan sementara di gudang adalah 18000
eksemplar/bulan. Sesuai perjanjian dengan pemasang iklan,
sirkulasi tiap majalah harus dipertahankan minimal 8000 eksemplar
per bulan. Perusahaan mencoba menghitung berapa banyak
jumlah majalah harus dicetak tiap bulannya dengan tujuan
memaksimalkan pendapatan. Formulasikan problem tersebut ke
dalam bentuk Linear Programming.

21
2. Sebuah perusahaan baja mempunyai tiga pabrik 1, 2, dan 3 yang
memproduksi tiga jenis produk baja masing – masing baja A, baja B
dan baja C. Waktu yang diperlukan untuk memproduksi satu ton baja
(tanpa memperhatikan jenis baja yang dihasilkan) dan biaya produksi
(dalam $) tiap ton baja pada masing-masing pabrik diberikan dalam
tabel di bawah. Setiap minggu harus diproduksi paling tidak 100 ton
jenis baja A, 120 ton baja B, dan 150 ton baja C. Pabrik 1, 2 dan 3
beroperasi masing-masing 40 jam per minggu.

Pabrik Biaya produksi tiap ton jenis baja, $ Waktu

A B C Produksi (menit)
1 60 40 46 20
2 50 30 35 16
3 45 20 25 15

Perusahaan ingin mengetahui berapa ton tiap jenis baja harus

diproduksi oleh tiap pabrik yang ada untuk memenuhi permintaan
baja per minggu dengan biaya produksi minimum. Rumuskanlah
persoalan di atas ke dalam model Linier programing

22
3. Joni adalah pemilik toko sepeda ” BAHAGIA”. Sebagian penjualan yang terjadi
adalah melalui pesanan. Walau demikian, Joni juga menyimpan stok beberapa
sepeda untuk pembeli yang datang langsung. Joni menyimpan di tokonya 3
macam sepeda yaitu : sepeda balap (A), sepeda cross country (B), dan sepeda
gunung (C). Joni membeli dari pabrik untuk sepeda balap Rp. 1.200.000,-/unit ;
sepeda cross country 1.700.000,-/unit ; dan sepeda gunung 900.000,-/unit.
Selanjutnya Joni menjual sepeda balap 1.800.000,-/unit, sepeda cross country
2.000.000,-/unit dan sepeda gunung 1.200.000,-/unit . Bulan ini Joni mempunyai
modal 20.000.000,- untuk membeli sepeda dari pabrik. Setiap sepeda dari pabrik
datang dalam bentuk terurai sehingga harus dirakit. Untuk merakit setiap sepeda
balap diperlukan waktu 4 jam, sepeda cross country 6 jam, dan sepeda gunung 8
jam. Biaya untuk merakit sepeda adalah 5.000,-/ jam. Di tokonya Joni
mempunyai ruang penyimpanan untuk 20 sepeda. Berdasarkan dari data-data
penjualan bulan-bulan sebelumnya, Joni ingin menyimpan di stoknya sepeda
gunung paling tidak 2 kali lebih banyak dari jumlah gabungan sepeda balap dan
sepeda cross country. Joni ingin mengetahui berapa jumlah masing-masing
sepeda tersebut yang harus dibeli sehingga mendapatkan keuntungan yang
maksimal.
Formulasikan model program linear untuk kasus di atas

23
SELESAI