Metode penyelesaian masalah:

 Grafis (2 variabel)
 Matematis (Simplex method)

Contoh Persoalan: 1 (Perusahaan Meubel)

Suatu perusahaan menghasilkan dua produk, meja dan
kursi yang diproses melalui dua bagian fungsi: perakitan dan
pemolesan.
Pada bagian perakitan tersedia 60 jam kerja, sedangkan
pada bagian pemolesan hanya 48 jam kerja. Utk
menghasilkan 1 meja diperlukan 4 jam kerja perakitan dan 2
jam kerja pemolesan, sedangkan utk menghasilkan 1 kursi
diperlukan 2 jam kerja perakitan dan 4 jam kerja pemolesan,
Laba utk setiap meja dan kursi yang dihasilkan masing-
masing Rp. 80.000 dan Rp. 60.000,-
Berapa jumlah meja dan kursi yang optimal dihasilkan?
Perumusan persoalan dlm bentuk tabel:

Waktu yang dibutuhkan per unit Total jam

Proses tersedia
Meja Kursi
Perakitan 4 2 60
Pemolesan 2 4 48
Laba/unit 80.000 60.000

Perumusan persoalan dlm bentuk matematika:

Maks.: Laba = 8 M + 6 K (dlm satuan Rp.10. 000)
Dengan kendala:
4M + 2K  60
2M + 4K  48
M  0
K  0
Langkah-langkah dalam Perumusan Model LP

1. Definisikan Variabel Keputusan (Decision Variable)

 Variabel yang nilainya akan dicari
2. Rumuskan Fungsi Tujuan:
 Maksimisasi atau Minimisasi
 Tentukan koefisien dari variabel keputusan
3. Rumuskan Fungsi Kendala Sumberdaya:
 Tentukan kebutuhan sumber daya untuk
masing-masing peubah keputusan.
 Tentukan jumlah ketersediaan sumber daya
sebagai pembatas.
4. Tetapkan kendala non-negatif
 Setiap keputusan (kuantitatif) yang diambil
tidak boleh mempunyai nilai negatif.
Perumusan persoalan dalam model LP.

 Definisi variabel keputusan:

Keputusan yang akan diambil adalah berapakah jumlah meja
dan kursi yang akan dihasilkan. Jika meja disimbolkan dgn M
dan kursi dengan K, maka definisi variabel keputusan:
M = jumlah meja yang akan dihasilkan (dlm satuan unit)
K = jumlah kursi yang akan dihasilkan (dlm satuan unit)

 Perumusan fungsi tujuan:

Laba utk setiap meja dan kursi yang dihasilkan masing-
masing Rp. 80.000 dan Rp. 60.000. Tujuan perusahaan
adalah untuk memaksimumkan laba dari sejumlah meja dan
kursi yang dihasilkan. Dengan demikian, fungsi tujuan dpt
ditulis:
Maks.: Laba = 8 M + 6 K (dlm satuan Rp.10. 000)
 Perumusan Fungsi Kendala:
 Kendala pada proses perakitan:
Utk menghasilkan 1 buah meja diperlukan waktu 4 jam dan
utk menghasilkan 1 buah kursi diperlukan waktu 2 jam pd
proses perakitan. Waktu yang tersedia adalah 60 jam.
4M + 2K  60

 Kendala pada proses pemolesan:

Utk menghasilkan 1 buah meja diperlukan waktu 2 jam dan
utk menghasilkan 1 buah kursi diperlukan waktu 4 jam pd
proses pemolesan. Waktu yang tersedia adalah 48 jam.
2M + 4K  48
 Kendala non-negatif:
Meja dan kursi yang dihasilkan tidak memiliki nilai
negatif.
M  0
K  0
Penyelesaian secara grafik:
(Hanya dapat dilakukan untuk model dengan 2 decision variables)

Gambarkan masing-masing fungsi kendala pada grafik yang sama.

K
Laba = 8M + 6K
34
Pada A: M = 0, K = 12
32 Laba = 6 (12) = 72
28
4M + 2K  60 Pada B: M = 12, K = 6
24 M=0  K=30 Laba = 8(12) + 6(6) = 132
K=0  M=15
20
Pada C: M = 15, K = 0
16 Laba = 8 (15) = 120
Feasible
12 A(0,12) Region
Keputusan:
8 M=0  K=12 M = 12 dan K = 6
B(12,6) K=0  M=24 Laba yang diperoleh = 132.000
4 2M + 4K  48
C(15,0)
O 4 8 12 16 20 24 28 32 34
M
Contoh Persoalan: 2 (Reddy Mikks Co.)
Reddy Mikks Co. mempunyai sebuah pabrik kecil yang
menghasilkan 2 jenis cat yaitu utk interior dan eksterior. Bahan
baku utk cat tsb adalah bahan A dan bahan B, yang masing2
tersedia maksimum 6 ton dan 8 ton per hari. Kebutuhan masing2
jenis cat per ton thdp bahan baku disajikan pd tabel berikut:
Kebuthn bahan baku per
ton cat Ketersediaan
Bahan baku
Maksimum (ton)
Eksterior Interior
Bahan A 1 2 6
Bahan B 2 1 8

Permintaan harian cat interior lebih tinggi dari permintaan

cat eksterior, tetapi tidak lebih dari 1 ton per hr. Sedangkan
permintaan cat interior maksimum 2 ton per hari. Harga cat
interior dan eksterior masing-masing 3000 dan 2000.
Berapa masing-masing cat harus diproduksi oleh
perusahaan utk memaksimumkan pendapatan kotor?
Perumusan persoalan kedalam model LP
Definisi variabel keputusan:
CE = jmlh cat eksterior yang diproduksi (ton/hari)
CI = jmlh cat interior yang diproduksi (ton/hari)
 Perumusan fungsi tujuan:
Maks.: Pdpt kotor, Z = 3 CE + 2 CI (dlm ribuan)
 Perumusan Fungsi Kendala:
 Kendala ketersediaan bahan baku A:
CE + 2 CI  6
 Kendala ketersediaan bahan baku B:
2 CE + CI  8
 Kendala Permintaan :
CI - CE  1 : jml maks Kelebihan CI dibading CE
CI  2 : permintaan maks CI
 Kendala non-negatif:
CI  0; CE  0.
Penyelesaian secara grafik: Pendapatan kotor:
Z = 3 CE + 2 CI
A (0,1) D (31/3, 11/3) Pada A:
Z = 3(0) + 2(1) = 2
B (1,2) E (4,0)
C (2,2) Pada B:
CI Z = 3(1) + 2(2) = 7
8
Pada C:
Z = 3(2) + 2(2) = 10
7 2CE + CI  8
Pada D:
6 CI - CE  1
Z = 3(31/3) + 2(11/3) = 122/3
5
Pada E:
4 Z = 3(4) + 2(0) = 12

3 Feasible
Region Keputusan:
2 CI  2
CE = 31/3 dan CI = 11/3
B C
Pendapatan kotor:
1
A D CE + 2CI  6 Z = 122/3 ribu.
E
CE
O 1 2 3 4 5 7 8
Beberapa konsep penting dalam
penyelesaian persoalan LP
 Extreme points:
Titik-titik sudut daerah kelayakan (feasbile region)

 Infeasible Solution:
Tidak ada solusi karena tdk semua kendala terpenuhi.
 Unbounded Solution:
Solusi yang disbebabkan karena fungsi tujuan dibuat tanpa
batas dan tdk melanggar funggsi kendala.
 Redundancy:
Redundancy terjadi karena adanya kendala yang tdk
mempengaruhi daerah kelayakan.
 Alternative optima:
Solusi yang tdk memberikan nilai yang unik, terjadi bila garis
fungsi tujuan berimpit dgn garis salah satu kendala.
linier PROGRAMMING DENGAN METODE GRAFIK

Contoh :
Perusahaan sepatu membuat 2 macam sepatu. Yang pertama merek I1, dgn sol
karet, dan merek I2 dgn sol kulit. Diperlukan 3 macam mesin. Mesin 1 membuat
sol karet, mesin 2 membuat sol kulit, dan mesin 3 membuat bagian atas sepatu
dan melakukan assembling bagian atas dengan sol. Setiap lusin sepatu merek I1
mula-mula dikerjakan di mesin 1 selama 2 jam, kemudian tanpa melalui mesin 2
terus dikerjakan di mesin 3 selama 6 jam. Sedang untuk sepatu merek I2 tidak
diproses di mesin 1, tetapi pertama kali dikerjakan di mesin 2 selama 3 jam
kemudian di mesin 3 selama 5 jam. Jam kerja maksimum setiap hari mesin 1
adalah 8 jam, mesin 2 adalah 15 jam, dan mesin 3 adalah 30 jam. Sumbangan
terhadap laba setiap lusin sepatu merek I1 = Rp 30.000,00 sedang merek I2 = Rp
50.000,00. Masalahnya adalah menentukan berapa lusin sebaiknya sepatu merek
I1 dan merek I2 yang dibuat agar bisa memaksimumkan laba.
Bentuk Tabel

Merek I1 I2
Kapasitas
Mesin (X1) (X2) Maksimum

1 2 0 8
2 0 3 15
3 6 5 30
Sumbangan
3 5
laba
 Bentuk Matematis

• Maksimumkan Z = 3X1 + 5X2

• Batasan (constrain)
(1) 2X1 8
(2) 3X2  15
(3) 6X1 + 5X2  30
 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
5 C 3X2 = 15

Daerah
feasible

0 A
4 5 X1
 MENCARI KOMBINASI YANG OPTIMUM
1. Dengan menggambarkan fungsi tujuan

X2
6X1 + 5X2 = 30 2X1 = 8

3X1 + 5X2 = 20 6
10 = 3X1 + 5X2
D
5 C 3X2 = 15

4 Daerah
feasible

0 A
4 5 X1
 MENCARI KOMBINASI YANG OPTIMUM
2. Dengan membandingkan nilai Z pada tiap-tiap alternatif
Z = 3X1 + 5X2

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

Titik A:
Titik B: Daerah Pada titik ini nilai
X1 = 4. Substitusikan 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

0 A
4 5 X1
Fungsi batasan bertanda “lebih besar atau sama dengan
()

Contoh :
X2 Batasan ketiga (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
 Fungsi batasan bertanda “sama dengan” ( = )

X2
6X1 + 5X2 = 30 2X2 = 8

6
C B 3X2 = 15
4

2
A

0 4 5 X1
Example Problem No. 2 (1 of 3)

Solve the following model

graphically:
Maximize Z = 4x1 + 5x2
subject to: x1 + 2x2  10
6x1 + 6x2  36
x1  4
x1, x2  0

Step 1: Plot the constraints

as equations

Copyright © 2010 Pearson Figure 2.23 Constraint Equations

Education, Inc. Publishing
as Prentice Hall
Example Problem No. 2 (2 of 3)

Maximize Z = 4x1 + 5x2

subject to: x1 + 2x2  10
6x1 + 6x2  36
x1  4
x1, x2  0
Step 2: Determine the feasible
solution space

Copyright © 2010 Pearson Figure 2.24 Feasible Solution Space and Extreme Points
Education, Inc. Publishing
as Prentice Hall
Example Problem No. 2 (3 of 3)

Maximize Z = 4x1 + 5x2

subject to: x1 + 2x2  10
6x1 + 6x2  36
x1  4
x1, x2  0
Step 3 and 4: Determine the
solution points and optimal
solution

Copyright © 2010 Pearson Figure 2.25 Optimal Solution Point

Education, Inc. Publishing
as Prentice Hall
Contoh Minimisasi (Reddy Mikks Co.)
Minimisasi dapat berupa meminimumkan biaya produksi. Solusi
optimal tercapai pada saat garis fungsi tujuan menyinggung daerah
fasible yang terdekat dengan titik origin.

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:
Kandungan per Jenis makanan Kebutuhan
unit Royal Bee Royal Jelly minimum
Vitamin 2 1 8
Protein 2 3 12
Biaya per unit 100 80

Bagaimana menentukan kombinasi kedua jenis makanan agar

meminimumkan biaya produksi.
Perumusan persoalan kedalam model LP
Definisi variabel keputusan:
X1 = Royal Bee
X2 = Royal Jelly
 Perumusan fungsi tujuan:
Min.: Kebutuhan, Z = 100X1 + 80 X2 (dlm ribuan)
 Perumusan Fungsi Kendala:
 Kendala kebutuhan minimum vitamin :
2X1 + X2  8
 Kendala kebutuhan minimum protein:
2X1 + 3X2  12
 Kendala Produksi :
X1  2 : Produksi minimum Royal Bee
X2  1 : Produksi minimum Royal Jelly
 Kendala non-negatif:
CI  0; CE  0.
Penyelesaian secara grafik: Pendapatan kotor:
Z = 100 X1 + 80 X2
A (?,?) Pada titik B :
B (3,2) Terdekat dengan titik origin
C (?,?) 2X1+ X2 = 8
CI 2X1+3X2 = 12
8 -2X2 = -4  X2 = 2
Feasible
7 2X1 + X2  8 Region 2X1+ X2 = 8
6 2X1 + 2 = 8
X1  2 2X1 = 6  X1 = 3
5

C Z = 100(3) + 80(2) = 460

4

3
Keputusan:
B X1 = 3 dan X2 = 2
2
X2  1 A Biaya Produksi:
1
Z = 460 ribu.
2X1 + 3X2  12
CE
O 1 2 3 4 5 7 8