Penelitian Operasional jilid 1

BAB 1
PROGRAM LINEAR

2.1 Pendahuluan

Program linear adalah salah satu model matematika yang digunakan untuk
menyelesaikan masalah optimisasi, yaitu memaksimumkan atau meminimumkan
fungsi tujuan yang bergantung pada sejumlah variabel input. Hal terpenting yang
perlu kita lakukan adalah mencari tahu tujuan penyelesaian masalah dan apa
penyebab masalah tersebut.

Dua macam fungsi Program Linear:

 Fungsi tujuan : mengarahkan analisa untuk mendeteksi tujuan

perumusan masalah
 Fungsi kendala : untuk mengetahui sumber daya yang tersedia dan
permintaan atas sumber daya tersebut.
2.2 Masalah Maksimisasi

Maksimisasi dapat berupa memaksimalkan keuntungan atau hasil. Contoh:

PT LAQUNATEKSTIL memiliki sebuah pabrik yang akan memproduksi 2 jenis

produk, yaitu kain sutera dan kain wol. Untuk memproduksi kedua produk
diperlukan bahan baku benang sutera, bahan baku benang wol dan tenaga kerja.
Maksimum penyediaan benang sutera adalah 60 kg per hari, benang wol 30 kg
per hari dan tenaga kerja 40 jam per hari. Kebutuhan setiap unit produk akan
bahan baku dan jam tenaga kerja dapat dilihat dalam tabel berikut:

Jenis bahan baku Kg bahan baku & Jam tenaga Maksimum

dan tenaga kerja kerja penyediaan
Kain sutera Kain wol
Benang sutera 2 3 60 kg
Benang wol - 2 30 kg
Tenaga kerja 2 1 40 jam

Kedua jenis produk memberikan keuntungan sebesar Rp 40 juta untuk kain sutera
dan Rp 30 juta untuk kain wol. Masalahnya adalah bagaimana menentukan
jumlah unit setiap jenis produk yang akan diproduksi setiap hari agar keuntungan
yang diperoleh bisa maksimal.
 Penelitian Operasional jilid 1

Langkah-langkah:

1) Tentukan variabel

X1=kain sutera ,

X2=kain wol

2) Fungsi tujuan Zmax= 40X1 + 30X2

3) Fungsi kendala / batasan

1. 2X1 + 3X2 ≤ 60 (benang sutera)

2. 2X2 ≤ 30 (benang wol)

3. 2X1 + X2 ≤ 40 (tenaga kerja)

4) Membuat grafik

1. 2X1 + 3 X 2=60 → X1=0, X2 =60/3 = 20

X2=0, X1= 60/2 = 30

2. 2X2 ≤ 30 → X2=15

3. 2X1 + X2 ≤ 40 → X1=0, X2 = 40,

X2=0, X1= 40/2 = 20

Cara mendapatkan solusi optimal:

1. Dengan mencari nilai Z setiap titik ekstrim.

Titik A → X1=0, X2=0

masukkan nilai X1 dan X2 ke Z → Z = 40. 0 + 30 . 0 = 0

Titik B → X1=20, X2=0

masukkan nilai X1 dan X2 ke Z → Z = 40 . 20 + 30 . 0 = 800

Titik C
Mencari titik potong (1) dan (3)
 Penelitian Operasional jilid 1

2X1 + 3X2 = 60
2X1 + X2 = 40

2X2 = 20 → X2=10
Masukkan X2 ke kendala (1)
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 X1 = 15
Masukkan nilai X1 dan X2 ke Z
40X1 + 30X2 = 40 . 15 + 30 . 10 = 600 + 300 = 900 (optimal)
Titik D
2X2 = 30 → X2 = 15
Masukkan X2 ke kendala (1)
2X1 + 3 . 15 = 60
2X1 + 45 = 60
2X1 = 15 → X1 = 7,5
Masukkan nilai X1 dan X2 ke Z
Z = 40 . 7,5 + 30 . 15 = 300 + 450 = 750
Titik E
X2 = 15
X1 = 0
Masukkan nilai X1 dan X2 ke Z → Z = 40 . 0 + 30 .15 = 450

Kesimpulan:
Untuk memperoleh keuntungan optimal, maka X1 = 15 dan X2 = 10 dengan
keuntungan sebesar Rp 900 juta.

2. Dengan cara menggeser garis fungsi tujuan.

Solusi optimal akan tercapai pada saat garis fungsi tujuan menyinggung daerah
feasible (daerah yang diliputi oleh semua kendala) yang terjauh dari titik origin.
Pada gambar, solusi optimal tercapai pada titik C yaitu persilangan garis
kendala (1) dan (3).

Titik C Mencari titik potong (1) dan (3)

2X1 + 3X2 = 60
2X1 + X2 = 40 -
2X2 = 20 → X2=10
Masukkan X2 ke kendala (1)
2X1 + 3X2 = 60
 Penelitian Operasional jilid 1

2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30 → X1 = 15
Masukkan nilai X1 dan X2 ke Z
40X1 + 30X2 = 40 . 15 + 30 . 10 = 600 + 300 = 900

2.3 Masalah Minimisasi

Minimisasi dapat berupa meminimumkan biaya produksi. Solusi optimal tercapai

pada saat garis fungsi tujuan menyinggung daerah fasible yang terdekat dengan
titik origin. Contoh :

Perusahaan makanan ROYAL merencanakan untuk membuat dua jenis makanan

yaitu Royal Bee dan Royal Jelly. Kedua jenis makanan tersebut mengandung
vitamin dan protein. Royal Bee paling sedikit diproduksi 2 unit dan Royal Jelly
paling sedikit diproduksi 1 unit. Tabel berikut menunjukkan jumlah vitamin dan
protein dalam setiap jenis makanan:

Vitamin Biaya per unit

Jenis makanan Protein (unit)
(unit) (ribu rupiah)
Royal Bee 2 2 100
Royal Jelly 1 3 80
minimum
8 12
kebutuhan

Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan

biaya produksi.

Langkah – langkah:

1. Tentukan variabel X1 = Royal Bee ; X2 = Royal Jelly

2. Fungsi tujuan
Zmin = 100X1 + 80X2
3. Fungsi kendala
1. 2X1 + X2 ≥ 8 (vitamin)
2. 2X1 + 3X2 ≥ 12 (protein)
3. X1 ≥ 2;
4. X2 ≥1
Membuat grafik
1. 2X1 + X2 = 8 → X1 = 0, X2 = 8
X2 = 0, X1 = 4
2. 2X1 + 3X2 = 12 → X1 = 0, X2 = 4
X2 = 0, X1 = 6
3. X1 = 2
 Penelitian Operasional jilid 1

4. X2 = 1

Solusi optimal tercapai pada titik B (terdekat dengan titik origin), yaitu
persilangan garis kendala (1) dan (2).
2X1 + X2 = 8
2X1 + 3X2 = 12 -
-2X2 = -4 → X2 = 2

masukkan X2 ke kendala (1) 2X1 + X2 = 8

2X1 + 2 = 8
2 X1 = 6 → X1 = 3

masukkan nilai X1 dan X2 ke Z

Z min = 100X1 + 80X2 = 100 . 3 + 80 . 2 = 300 + 160 = 460
Kesimpulan :
Untuk meminimumkan biaya produksi, maka X1 = 3 dan X2 = 2 dengan biaya
produksi 460 ribu rupiah.

2.4 SOAL LATIHAN

1. Maksimumkan Z = 3X1 + 5X2

Kendala :
1) 2X1 ≤ 8
2) 3X2 ≤ 15
3) 6X1 + 5X2 ≤ 30
X1≥ 0 , X2 ≥ 0

2. Minimumkan Z = 5 X1 + 2X2 Kendala:

 Penelitian Operasional jilid 1

1) 6X1 + X2 ≥ 6
2) 4X1 + 3X2 ≥ 2
3) X1 + 2X2 ≥ 4 , X1 ≥ 0
3. PT BAKERY memproduksi tiga jenis roti kering, yaitu pia, bolu kismis dan
coklat keju dengan keuntungan tiap jenis produk masing-masing Rp 150,
Rp 400 dan Rp 600. Setiap minggu ditetapkan minimum produksi roti pia 25
unit, bolu kismis 130 unit dan coklat keju 55 unit. Ketiga jenis roti
memerlukan pemrosesan tiga kali yaitu penyiapan bahan, peracikan dan
pengovenan seperti terlihat pada tabel berikut:
Jenis roti Penyediaan
Pemrosesan Bolu Coklat max
pia
kismis keju (jam)
penyiapan bahan 4 2 6 130
peracikan 3 4 9 170
pengovenan 1 2 4 52

Bagaimana formulasi program linear masalah PT Bakery tersebut dan hitung

solusi optimalnya!
 Penelitian Operasional jilid 1

BAB 2
METODE SIMPLEX

1.1 Pendahuluan

Metode grafik tidak dapat menyelesaikan persoalan linear program yang

memilki variabel keputusan yang cukup besar atau lebih dari dua, maka untuk
menyelesaikannya digunakan Metode Simplex.

1.2 Tahapan Penyelesaian

Beberapa ketentuan yang perlu diperhatikan, antara lain:

1. Nilai kanan (NK / RHS) fungsi tujuan harus nol (0).
2. Nilai kanan (RHS) fungsi kendala harus positif. Apabila negatif, nilai
tersebut harus dikalikan –1.
3. Fungsi kendala dengan tanda “≤” harus diubah ke bentuk “=” dengan
menambahkan variabel slack/surplus. Variabel slack/surplus disebut
juga variabel dasar.
4. Fungsi kendala dengan tanda “≥” diubah ke bentuk “≤” dengan cara
mengalikan dengan –1, lalu diubah ke bentuk persamaan dengan
ditambahkan variabel slack. Kemudian karena RHS-nya negatif,
dikalikan lagi dengan –1 dan ditambah artificial variabel (M).
5. Fungsi kendala dengan tanda “=” harus ditambah artificial variabel
(M).

Pembuatan Tabel Simplex

Contoh soal:
Tujuan:
Maksimumkan Z = 3X1 + 5X2
Kendala:
1) 2X1 ≤ 8
2) 3X2 ≤ 15
3) 6X1 + 5X2 ≤ 30
Langkah-langkah:
1. Mengubah fungsi tujuan dan fungsi kendala (lihat beberapa ketentuan yang
harus diperhatikan di atas!)
Fungsi tujuan Z = 3X1 + 5X2 => Z - 3X1 - 5X2 = 0

Fungsi kendala

1) 2X1 ≤ 8 => 2X1 + X3 = 8

2) 3X2 ≤ 15 => 3X2 + X4 = 15

 Penelitian Operasional jilid 1

3) 6X1 + 5X2 ≤ 30 => 6X1 + 5X2 + X5 = 30

(X3, X4 dan X5 adalah variabel slack)

2. Menyusun persamaan-persamaan ke dalam tabel

Var.Dsr Z X1 X2 X3 X4 X5 NK index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30

3. Memilih kolom kunci

Kolom kunci adalah kolom yang mempunyai nilai pada baris Z yang
bernilai negatif dengan angka terbesar.
Var.Dsr Z X1 X2 X3 X4 X5 NK index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30

4. Memilih baris kunci

Index = Nilai kanan (NK)

Nilai kolom kunci
Baris kunci adalah baris yang mempunyai index terkecil

Var.Dsr Z X1 X2 X3 X4 X5 NK index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8 ~
X4 0 0 3 0 1 0 15 5
X5 0 6 5 0 0 1 30 6
angka kunci koef angka kolom kunci

5. Mengubah nilai-nilai baris kunci

=> dengan cara membaginya dengan angka kunci
Baris baru kunci = baris kunci : angka kunci
sehingga tabel menjadi seperti berikut:

Var.Dsr Z X1 X2 X3 X4 X5 NK index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8 ~
 Penelitian Operasional jilid 1

X2 0 0 1 0 1/3 0 5 5
X5 0 6 5 0 0 1 30 6

6. Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom

kunci (selain baris kunci) = 0
Baris baru = baris lama – (koefisien angka kolom kunci x nilai baris
baru kunci)
Baris Z
Baris lama [ -3 -5 0 0 0 0]
NBBK -5 [ 0 1 0 1/3 0 5]
Baris baru -3 0 0 5/3 0 25

Baris X3
Baris X3
Baris lama [2 0 1 0 0 8]
NBBK 0 [0 1 0 1/3 0 5]
Baris baru 2 0 1 0 0 8

Baris X5

Baris lama [6 5 0 0 1 30 ]
NBBK 5 [0 1 0 1/3 0 5]
Baris baru 6 0 0 -5/3 1 5

Masukkan nilai di atas ke dalam tabel, sehingga tabel menjadi seperti berikut:

Var.Dsr Z X1 X2 X3 X4 X5 NK index
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5
X5 0 6 0 0 -5/3 1 5

7. Melanjutkan perbaikan-perbaikan (langkah 3-6) sampai baris Z tidak ada

nilai negatif
Var.Dsr Z X1 X2 X3 X4 X5 NK index
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8 4
X2 0 0 1 0 1/3 0 5 ~
X5 0 6 0 0 -5/3 1 5 5/6

Z 1 0 0 0 5/6 1/2 27½ Zmax

X3 0 0 0 1 5/9 -1/3 6 1/3
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6
 Penelitian Operasional jilid 1

Diperoleh hasil: X1 = 5/6 , X2 = 5, Zmax = 27 ½

1.3 SOAL LATIHAN

1. Selesaikan linear program berikut ini dengan metode Simplex Maksimumkan Z

= 400X1 + 300X2
Fungsi kendala/ batasan:
1) 4X1 + 6X2 ≤ 1200
2) 4X1 + 2X2 ≤ 800
3) X1 ≤ 250
4) X2 ≤ 300

2. Selesaikan linear program berikut ini dengan metode Simplex Maksimumkan Z

= 2X1 + 3X2 + X3
Dengan fungsi kendala:
1) X1 + X2 + X3 ≤9
2) 2X1 + 3X2 ≤ 25
3) X2 + 2X3 ≤ 10
4) X1, X2, X3 ≥0

1.4 Penyimpangan-penyimpangan bentuk standar

1. Fungsi batasan dengan tanda sama dengan (=)

=> ditambah dengan variabel buatan
Contoh :
Fungsi kendala:
1) 2X1 ≤ 8 => 2X1 +X3 =8
2) 3X2 ≤ 15 => 3X2 +X4 = 15
3) 6X1 + 5X2 = 30 => 6X1 + 5X2 + X5 = 30

Fungsi tujuan:
Z = 3X1 + 5X2 => Z – 3X1 – 5X2 + MX5 = 0

Nilai setiap variabel dasar (X5) harus sebesar 0, sehingga fungsi tujuan
harus dikurangi dengan M dikalikan dengan baris batasan yang
bersangkutan (3). Nilai baris Z sebagai berikut:

[ -3 -5 0 0 M , 0]
M [6 5 0 0 1 , 30]
(-6M-3) (-5M-5) 0 0 0 30M
 Penelitian Operasional jilid 1

Tabel:
Var.Dsr Z X1 X2 X3 X4 X5 NK index
Z 1 -6M-3 -5M-5 0 0 0 -30M
X3 0 2 0 1 0 0 8 4
X4 0 0 3 0 1 0 15 ~
X5 0 6 5 0 0 1 30 5

VD Z X1 X2 X3 X4 X5 NK index
Z 1 0 -5M-5 3M+3/2 0 0 -6M+12
X1 0 1 0 1/2 0 0 4 ~
X4 0 0 3 0 1 0 15 5
X5 0 0 5 -3 0 1 6 6/5

Z 1 0 0 -3/2 0 M+1 18
X1 0 1 0 ½ 0 0 4 8
X4 0 0 0 9/5 1 -3/5 19/3 5/27
X2 0 0 1 -3/5 0 1/5 6/5 -2

Z 1 0 0 0 5/6 M+1/2 27 ½ max

X1 0 1 0 0 -5/18 1/6 5/6
X3 0 0 0 1 5/9 -1/3 6 1/3
X2 0 0 1 0 1/3 0 5

Diperoleh hasil : X1 = 5/6, X2 = 5 dan Zmax = 27 ½

1.5 Fungsi tujuan : Minimisasi

Soal minimisasi harus diubah menjadi maksimisasi dengan cara mengganti

tanda positif dan negatif pada fungsi tujuan.
Contoh:
Minimumkan Z = 3X1 + 5X2
Fungsi batasan: 1) 2X1 =8
2) 3X2 ≤ 15
3) 6X1 + 5X2 ≥ 30
Penyelesaian:
Fungsi batasan:
1) 2X1 + X3 =8
2) 3X2 + X4 = 15
 Penelitian Operasional jilid 1

3) 6X1 + 5X2 -X5 + X6 = 30

Fungsi tujuan menjadi:

Maksimumkan (-Z) = -3X1 – 5X2 –MX3 – MX6
Diubah menjadi fungsi implisit => -Z + 3X1 + 5X2 + MX3 + MX6 = 0
Nilai – nilai variabel dasar (X3 dan X6 ) harus = 0, maka:

[ 3 5 M 0 0 M , 0 ]
-M [ 2 0 1 0 0 0 , 8 ]
-M [ 6 5 0 0 -1 1 , 30 ]
+
(-8M+3) (-5M+5) 0 0 M 0 , -38M
Tabel:

VD Z X1 X2 X3 X4 X5 X6 NK index
Z -1 -8M+3 -5M+5 0 0 0 0 -38M
X3 0 2 0 1 0 0 0 8 4
X4 0 0 3 0 1 0 0 15
X6 0 6 -5 0 0 -1 1 30 5

Z -1 3 -5M+5 4M-3/2 0 M 0 -6M-12

X1 0 1 0 ½ 0 0 0 4
X4 0 0 3 0 1 0 0 15 5
X6 0 0 5 -3 0 -1 1 6 6/5

Z -1 0 0 M+3/2 0 1 M+1 -18 min

X1 0 1 0 ½ 0 0 0 4
X4 0 0 1 9/5 1 3/5 -3/5 5 2/5
X2 0 0 1 -3/5 0 -1/5 1/5 6/5

(karena –Z= -18, maka Z=18)

Penyelesaian optimal: X1 = 4, X2 = 6/5 dan Zmin = 18

1.6 SOAL LATIHAN

1. Minimumkan Z = 3X1 + 2X2

Fungsi batasan :
1) X1 + 2X2 ≥ 20
2) 3X1 + X2 ≥ 20, X1 ≥ 0 , X2 ≥ 0
 Penelitian Operasional jilid 1

2. Maksimumkan Z = 4X1 + 10X2 + 6X3

Fungsi batasan:
1) X1 + 3X2 + 3X3 ≤ 6
2) 2X1 – X2 + 4X3 = 4 ; X1, X2, X3 ≥ 0
Penelitian Operasional jilid 1