LAPORAN PRAKTIKUM

RISET OPERASI

Disusun oleh :

Harifa Alfiatu Rochmaniyah

H0916043

Kelas C

ILMU DAN TEKNOLOGI PANGAN

FAKULTAS PERTANIAN
UNIVERSITAS SEBELAS MARET
SURAKARTA
2018
 ACARA I
PEMROGRAMAN LINEAR

A. TUJUAN
Tujuan praktikum Riset Operasi Acara I “Pemrograman Linear” ini
adalah:
1. Mahasiswa mampu mengidentifikasi masalah ke dalam program linear.
2. Mahasiswa mampu merumuskan masalah ke dalam model yang dikenal
oleh aplikasi WinQSB.
3. Mahasiswa mampu meng-input masalah mulai dari mempersiapkan
variable hingga meng-input data.
4. Mahasiswa mampu mencari solusi dari masalah yang tersedia.

B. TINJAUAN PUSTAKA
Program linear (Linear Programming yang disingkat LP) merupakan
salah satu teknik Operating Research yang digunakan paling luas dan diketahui
dengan baik. Program Linear merupakan metode matematika dalam
mengalokasikan sumber daya yang langka untuk mencapai tujuan. Program
Linear (Linear Programming) merupakan sebuah teknik matematika yang
didesain untuk membantu para manajer operasi dalam merencanakan dan
membuat keputusan yang diperlukan untuk mengalokasikan sumber daya.
Program Linear menyatakan penggunaan teknik matematika tertentu untuk
mendapatkan kemungkinan terbaik atas persoalan yang melibatkan sumber
yang serba terbatas (Sriwidadi, 2013).
Tujuan utama dari program linear ini adalah menentukan nilai optimum
(maksimal/minimal) dari fungsi tujuan yang telah ditetapkan. Secara umum,
fungsi pada model ini ada dua macam, yaitu fungsi tujuan dan fungsi
pembatas/kendala. Fungsi tujuan adalah fungsi yang menggambarkan
tujuan/sasaran di dalam program linear yang dimaksudkan untuk menentukan
nilai optimum dari fungsi tersebut yaitu nilai maksimal untuk masalah
keuntungan dan nilai minimal untuk masalah biaya. 2. Fungsi pembatas
merupakan bentuk penyajian secara matematika yang diperlukan berkenaan
dengan adanya keterbatasan sumber daya yang tersedia, misalnya jumlah bahan
baku yang terbatas, luas wilayah, waktu kerja, jumlah tenaga kerja, luas gudang
persediaan (Zenis, 2015).
Pemrograman Linear dikembangkan sebagai pola matematika selama
Perang Dunia II untuk merencanakan pengeluaran dan pengembalian dalam
rangka mengurangi biaya untuk tentara dan meningkatkan kerugian kepada
musuh. Metode ini dirahasiakan sampai tahun 1947. Setelah perang, banyak
industri mulai menggunakannya. Para pendiri pemrograman linier adalah:
George Dantzig yang menerbitkan metode Simplex pada tahun 1947, John von
Neumann yang mengembangkan teori dualitas, dan Leonid Kantorovich - ahli
matematika Rusia yang menerapkan teknik serupa sebelum Dantzig dan
memenangkan Hadiah Noble pada tahun 1957. Leonid Kantorovich
menunjukkan, untuk pertama kalinya, pada tahun 1979 bahwa masalah linear-
programming terpecahkan dalam waktu polinomial, tetapi terobosan teoritis dan
praktis yang lebih besar di lapangan datang pada tahun 1984 ketika Narendra
Karmarkar memperkenalkan metode titik interior baru untuk memecahkan
masalah linear-programming. Pemrograman linier terus diterapkan oleh para
peneliti untuk meningkatkan operasi (Lord et al, 2013).
Beberapa contoh dari penerapan program linear. Pertama, sebuah bank
hendak mengalokasikan dananya untuk mencapai kemungkinan hasil tertinggi.
Bank tersebut harus beroperasi dalam peraturan likuiditas yang dibuat
pemerintah, dan harus mampu menjaga fleksibilitas yang memadai untuk
memenuhi permintaan pinjaman dari nasabahnya. Kedua, agen periklanan juga
harus mencapai kemungkinan terbaik bagi nasabah produknya dengan biaya
advertising terendah. Ada berlusinan kemungkinan yang dapat dijadikan
tempat, masing-masing dengan tarif dan pembaca yang berbeda. Ketiga,
perusahaan mebel juga harus memaksimumkan labanya. Kedua departemennya
menghadapi batas waktu produksi yang tidak bisa ditawar untuk memenuhi
permintaan para pelanggannya. Keempat, membuat suatu jadwal produksi yang
akan mencukupi permintaan pada masa mendatang akan suatu produk
perusahaan dan pada saat yang bersamaan meminimalkan biaya persediaan dan
biaya produksi total. Kelima, memilih bauran produk pada suatu pabrik untuk
memanfaatkan penggunaan mesin dan jam kerja yang tersedia sebaik mungkin
selagi memaksimalkan laba perusahaan. Keenam, mengalokasikan ruangan
untuk para penyewa yang bercampur dalam pusat pembelanjaan baru untuk
memaksimalkan pendapatan perusahaan penyewaan. Setiap organisasi
mencoba untuk mencapai tujuan tertentu (tingkat hasil atau pendapatan
maksimum dengan biaya minimum), sesuai dengan batasan sumber (tabungan,
anggaran advertensi nasabah, tersedianya bahan-bahan) (Sriwidadi, 2013).
Manfaat yang diperoleh dari penerapan program linear adalah
memperoleh pemanfaatan sumber daya yang optimal dapat tercapai dari
perhitungan variabel. Pemanfaatan pemrograman linear dengan metode
Simpleks yang dilakukan oleh Supriyadi dkk (2017) dapat digunakan untuk
memaksimalkan keuntungan yang diperoleh perusahaan Baja per bulannya
menjadi Rp. 1.086.111.595,57. Pemrograman linear dapat digunakan untuk
menentukkan jumlah produksi meubel yang optimum (Tannady, 2014).
Pemrograman linear dapat digunakan untuk mengatur jam kerja (shift kerja) di
pemadam kebakaran (Stevanović et al., 2016). Selain itu, pemrograman linear
juga dapat digunakan untuk optimasi pengunaan bahan baku pada proses
produksi roti (Akpan and Iwok, 2011).
Terdapat beberapa metode pemecahan masalah dalam program linier
yaitu metode grafik, metode aljabar, metode gauss jhordan, dan metode
simpleks. Sebagian besar permasalahan pemrograman linear di dunia nyata
memiliki lebih dari dua variabel yang mengakibatkan penyelesaian dengan
metode grafik kurang efektif. Metode aljabar akan lebih rumit mencari
pemecahan masalah jika lebih dari tiga variabel, begitu pula dengan metode
gausss jordan, harus lebih teliti dalam pengerjaannya untuk mendapatkan solusi
yang maksimal. Dengan metode simpleks akan didapatkan hasil akhir yang
merupakan nilai terbaik dalam memaksimalkan keuntungan. Metode simpleks
menunjukkan konsistensi metode simpleks dalam menyelesaikan permasalahan
Program Linier (Firmansyah, 2018).
 Pemecahan masalah dengan pemrograman linear terdiri dari tiga metode
antara lain: aljabar, grafik, dan metode simpleks. Metode aljabar merupakan
metode yang paling sederhana tetapi kurang efisien apabila jumlah batasannya
cukup banyak. Penyelesaian yang didapatkan dengan cara aljabar dengan
pendekatan trial dan error mempunyai nilai yang optimal. Cara grafik terbilang
cukup sederhana. Namun, metode ini memiliki beberapa kekurangan yaitu
hanya dapat digunakan untuk permasalahan dengan dua variabel saja. Metode
simpleks penggunaannya lebih fleksibel bila dibandingkan kedua metode yaitu
aljabar dan grafik. Pada metode simpleks dilakukan penyelesaian dasar yang
visible ke penyelesaian dasar visible lainnya yang dilakukan secara berulang-
ulang hingga dicapainya penyelesaian yang optimum (Herjanto, 2009).
Tahap-tahapan penyelesaian optimal dari pemograman linear secara
umum antara lain:
a. Mengidentifikasi masalah yang akan dicari nilai optimalnya.
b. Memformulasikan model Linear Programming.
c. Menentukkan variabel keputusan.
d. Menetapkan fungi tujuan.
e. Menentukkan fungsi kendala.
f. Mencari solusi optimal Model Linear Programming.
g. Menganalisis hasil optimasi dari Model Linear Programming.
(Purba, 2012).
C. SOAL PENUGASAN
1. Sebuah perusahaan pembuat kerajinan sedang menghitung berapa unit
produk yang harus diproduksi. Produk yang akan dibuat terdiri dari dua
jenis produk yaitu kayu ukir dan meja ukir. Waktu yang diperlukan untuk
memotong 1 meja ukur adalah 4 jam dan kayu ukir selama 3 jam.
Sedangkan, waktu yang diperlukan untuk mengukir 1 unit meja yaitu 2 jam
dan kursi 1 jam. Waktu yang tersedia untuk proses pemotongan dan
pengukiran masing-masing adalah 240 jam dan 100 jam. Keuntungan yang
diperoleh dari penjualan meja ukir yaitu Rp. 7.043 dan kayu ukir yaitu Rp.
5043. Berapa meja ukir dan kayu ukir yang harus dibuat agar dicapai
keuntungan maksimum?
2. Sebuah perusahaan pembuat roti sedang mempertimbangkan untuk
membeli dua jenis bahan untuk pembuat roti, yaitu bahan A dan bahan B.
Bahan A dan B mengandung nutrisi yang berbeda-beda (Nutrisi 1, Nutrisi
2, Nutrisi 3). Nutrisi 1 mengandung 5 bahan A dan 10 bahan B. Nutrisi 2
mengandung 4 bahan A dan 3 bahan B. Nutrisi 3 mengandung ½ bahan A
dan 0 bahan B. Sedangkan, kebutuhan per hari dari nutrisi 1, nutrisi 2, dan
nutrisi 3 masing-masing 90 kg, 48 kg, dan 1 ½ kg. Harga per kilo dari bahan
A sebesar Rp. 2043 dan bahan B sebesar Rp. 3043. Berapakah jumlah
bahan A dan B yang harus dibeli sehingga perusahaan mengeluarkan biaya
paling rendah?
3. Sebuah perusahaan tekstil membuat dua jenis kain yaitu dril dank ain
beludru. Untuk membuat satu bal kain dril diperlukan proses dengan mesin
pintal selama 2 jam dan mesin pewarna selama 6 jam. Untuk membuat satu
bal kain beludru diperlukan proses dengan mesin beludru selama 3 jam dan
mesin pewarna selama 5 jam. Sedangkan kapasitas mesin pintal, mesin
beludru, dan , mesin warna per hari masing-masing adalah 8, 15, 30 jam.
Keuntungan yang diperoleh dari kain dril sebesar Rp. 3043 dan kain
beludru sebesar Rp. 5043. Berapa bal kah kain dril dan kain beludru yang
dibuat oleh perusahaan agar memperoleh laba optimum?
D. HASIL DAN PEMBAHASAN
1. Dari permasalahan yang ada pada soal, maka dapat ditentukan persamaan
formulasinya, dengan 𝑋1= Meja Ukir, dan 𝑋2 = Kayu ukir. Sehingga,
persamaannya dapat dituliskan:
Fungsi tujuan 𝑍 = 5043𝑋1 + 7043 = 𝑋2
Pembatas
4𝑋1 + 3𝑋2 ≤ 240
2𝑋1 + 1𝑋2 ≤ 100
Kemudian, persamaan-persamaan tersebut ditulis pada format
pemrograman linear WinQSB.

Gambar 1.1 Formulasi Pemrograman Linear Soal 1 di WinQSB

Selanjutnya, klik Solve dan Analyze – Solve The Problem untuk
mendapatkan hasil. Hasil dari pemrograman linear di WinQSB akan terlihat
seperti gambar di bawah ini.

Gambar 1.2 Hasil Pemrograman Linear Soal No.1 di WinQSB

Berdasarkan Gambar 1.2 diperoleh hasil dari formulasi masalah
yang dihadapi perusahaan pembuat kerajinan. Untuk mendapatkan
keuntungan maksimum maka perusahaan tersebut harus memproduksi 30
buah meja ukir dan 40 buah kayu ukir. Keuntungan yang diperoleh saat
 memproduksi 30 buah meja ukir adalah Rp. 211.290,00 dan keuntungan saat
memproduksi 40 buah kayu ukir adalah Rp. 201.720,00. Sehingga,
diperoleh keuntungan maksimal saat memproduksi dua jenis produk adalah
Rp. 413.010,00.
2. Dari soal diatas, dapat ditentukan persamaan formulasinya, dengan 𝑋1=
Bahan A, dan 𝑋2 = Bahan B. Sehingga, persamaannya dapat dituliskan:
Fungsi tujuan 𝑍 = 2043𝑋1 + 3043𝑋2
Pembatas
5𝑋1 + 10𝑋2 ≥ 90
4𝑋1 + 3𝑋2 ≥ 48
0,5 𝑋1 ≥ 1,5
Kemudian, persamaan-persamaan tersebut ditulis pada format
pemrograman linear WinQSB.

Gambar 1.3 Formulasi Pemrograman Linear Soal 2 di WinQSB.

Selanjutnya, klik Solve dan Analyze – Solve The Problem untuk
memperoleh hasil. Hasil dari pemrograman linear di WinQSB akan terlihat
seperti gambar di bawah ini.

Gambar 1.4 Hasil Pemrograman Linear Soal No.2 di WinQSB

 Berdasarkan Gambar 1.4 diperoleh hasil dari formulasi masalah
yang dihadapi perusahaan pembuat roti. Untuk mengeluarkan biaya
minimum dalam pembuatan roti maka perusahaan tersebut harus
memproduksi 10 kg bahan A dan 4 kg bahan B. Biaya terendah yang
diperoleh saat memproduksi 10 kg bahan A adalah Rp. 20.430,00 dan
keuntungan saat memproduksi 4 kg bahan B adalah Rp. 12.172,00.
Sehingga, diperoleh biaya minimal saat memproduksi dua jenis bahan
adalah Rp. 32.602,00.
3. Dari soal permasalahan diatas, maka dapat ditentukan persamaan
formulasinya, dengan 𝑋1= Kain Drill, dan 𝑋2 = Kain Beludru. Sehingga,
persamaannya dapat dituliskan:
Fungsi tujuan 𝑍 = 3043𝑋1 + 5043𝑋2
Pembatas
2 𝑋1 ≤8
3𝑋2 ≤ 15
6𝑋1 + 5𝑋2 ≤ 48
Kemudian, persamaan-persamaan tersebut ditulis pada format
pemrograman linear WinQSB.

Gambar 1.5 Formulasi Pemrograman Linear Soal No. 3 di WinQSB.

Selanjtnya, klik Solve dan Analyze – Solve The Problem untuk mendapatkan
hasil. Hasil dari pemrograman linear di WinQSB akan terlihat seperti
gambar di bawah ini.
 Gambar 1.6 Hasil Pemrograman Linear Soal No.3 di WinQSB
Berdasarkan Gambar 1.6 diperolaeh hasil dari formulasi masalah yang
dihadapi perusahaan tekstil. Untuk mengeluarkan biaya optimal
(maksimum) dalam pembuatan kain maka perusahaan tersebut harus
memproduksi 0 bal kain drill dan 5 bal kain beludru. Biaya optimal yang
diperoleh saat memproduksi 5 bal kain beludru adalah Rp. 25.215,00.
Sehingga, diperoleh biaya optimal saat memproduksi kain adalah Rp.
25.215,00.
E. KESIMPULAN
Tujuan praktikum Riset Operasi Acara I “Pemrograman Linear” ini
adalah:
1. Untuk memperoleh keuntungan maksimum maka perusahaan pembuat
kerajinan harus memproduksi meja ukir sebanyak 30 buah dan kayu ukir
sebanyak 40 buah. Keuntungan maksimal saat memproduksi dua jenis
produk adalah Rp. 413.010,00.
2. Untuk mengeluarkan biaya minimum dalam pembuatan roti maka
perusahaan pembuatan roti harus memproduksi 10 kg bahan A dan 4 kg
bahan B. Biaya minimal saat memproduksi dua jenis bahan adalah Rp.
32.602,00.
3. Untuk mengeluarkan biaya optimal (maksimum) dalam pembuatan kain
maka perusahaan tersebut harus memproduksi 0 bal kain drill dan 5 bal kain
beludru. Biaya optimal saat memproduksi kain adalah Rp. 25.215,00.
 DAFTAR PUSTAKA

Akpan, N. P., and Iwok, I.A. 2016. Application of Linear Programming for Optimal
Use of Raw Materials in Bakery. International Journal of Mathematics
and Statistics Invention (IJMSI), Vol. 4(8): -51-57.
Firmansyah, Dedy Juliandri Panjaitan, Madyunus Salayan dan Alistraja Dison
Silalah. 2018. Pengoptimalan Keuntungan Badan Usaha Karya Tani di
Deli Serdang dengan Metode Simpleks. JISTech. 3(1):18-28.
Herjanto, Eddy. 2009. Sains Manajemen - Analisis Kuantitatif Untuk Pengambilan
Keputusan. Jakarta: Penerbit Garsindo.
Lord, Maryam Solhi et al. 2013. Linear Programming & Optimizing the Resources.
Interdisciplinary Journal of Contemporary Research in Business.
4(11):701-705.
Purba, Rivelson. 2012. Penerapan Logika Fuzzy pada Program Linear. Seminar
Nasional Matematika dan Pendidikan Matematika dengan tema
“Kontribusi Pendidikan Matematika dan Matematika dalam Membangun
Karakter Guru dan Siswa" pada tanggal 10 November 2012. Jurusan
Pendidikan Matematika FMIPA UNY.
Sriwidadi, Teguh dan Erni Agustina. 2013. Analisis Optimalisasi Produksi Dengan
Linear Programming Melalui Metode Simpleks. Binus Business Review.
4(2) : 725-741.
Stevanović , Obrad., Dalibor Kekić., Valentin Kónya., and Miloš Milenkovi. 2016.
The Use of Linear Programming for Determining Number of Fire-Fighters
on Shifts in Case of Special Events. Acta Polytechnica Hungarica, Vol.
13(5): 155-167.
Supriyadi, Ade Muslimat., Renaldy Pratama., dan Gina Ramayanti. 2017.
Implementasi Linear Programming untuk Memaksimalkan Keuntungan.
Seminar Nasional Riset Terapan 2017. Jurusan Teknik Industri. Fakultas
Teknik,Universitas Serang Raya.
Tannady, Hendy. 2014. Optimisasi Produksi Meubel Menggunakan Model
Pemrograman Linear. Business & Management Journal Bunda Mulia, Vol
10(1): 1-9.
Zenis, Fhani Mulyani., M. Yusuf Fajar dan Dr.Yani Ramdani, Dra.,M.Pd. 2015.
PROGRAM LINEAR MULTI-OBJECTIVE DENGAN FIXED-
WEIGHT METHOD. Jurnal Matematika. 14(1) : 1-7.