Masalah Optimisasi dan Program Linear
Masalah Optimisasi dan Program Linear
MASALAH OPTIMASI
A. Masalah Optimisasi
Dalam hidup sehari-hari manusia cenderung untuk hidup berprinsipkan ekonomis,
dengan usaha sesedikit mungkin dapat memperoleh hasil sebanyak mungkan. Banyak hal
yang dicari nilai optimumnya misalnya pendapatan maksimum, ongkos maksimum, hidup
yang paling nyaman, … dsb, maka timbullah masalah optimisasi.
Apabila gejala yang dioptimumkan di atas ternyata kuantitatif, maka masalah optimum
menjadi masalah ekstrem yang tak lain adalah maksimum dan minimum. Karena yang
akan dibahas hanyalah maslah kuantitatif maka istilah optimum dan ekstrem akan
digunakan kedua-duanya dengan arti yang sama. Dalam pelajaran kalkulus. Pasal ekstem
tadi sebagian sudah dibahas, maka dibawah ini pembicaraan akan dimulai dengan
meninjau ulang masalah ekstrem untuk kemudian sampai ke masalah program linear.
1. Optimisasi Fungsi Tanpa Kendala
Bila diberikan fungsi satu peubah, , yang terdiferensialkan n + 1 kali, maka lewat
penderetan taylor di sekitar X0dapat disimpulkan bahwa :
Bila f ' (X0) = f" (X0) = … = f''' (X0) = 0, sedangkan fn +1(X0) ≠ 0.
i) Untuk n genap : terdapat titik infleksi bagi f (X) di (X0)
ii) Untuk n gasal : terjadi ekstrem
fn +1(X0)< f (X) mencapai maksimum di X0
fn +1(X0)> f (X) mencapai minimum di X0
contoh A.1 :
a. Y= f (x) = sub x, maka
f '(x) = cos x
f"(x) = - sin x
untuk x = π /2, f ' (π /2) = 0
f"(π /2) = -1
jadi di sini n = 1 (gasal), sehingga terjadi ekstrem
karena f"(π /2) < 0 maka sin x mencapai maksimum untuk x = (π /2) +2kπ .
untuk x = 3 f ' (π /2) = 0
f"(π /2) = 1
karena f"(3π /2) < 0 maka sin x mencapai minimum di x = 3π /2 +2kπ .
b. y = f(x) = x4 -4x3
f '(x) = 4x3- 12x2 = 4x2(x-3)
f"(x) = 12x2 – 24x = 12x (x-2)
untuk x = 3, f '(3) = 0 f"(3) =36 > 0, maka y mencapai minimum di x = 3
untuk x = 0, f '(0) = 0 f"(0) = > 0, f'''(0) = -24 ≠ 0. jadi di sini n genap, maka di x
= 0 terjadi titik infleksi stasioner ( pada grafiknya garis singgung di titik infleksi
akan mendatar)
untuk fungsi dua perubah dengan rumus : z = F(x,y) yang terdiferensial dua kali bila
di P (x0,y0)dipenuhi :
δz δz
=0 = 0 ( syarat stasioner)
δx δy
2
δ 2z δ 2z δ 2z
∆= − > 0 . Maka z akan mencapai ekstrem di P (x0,y0)
δx 2 δy 2 δxδy
Contoh A.2 :
Produksi dua macam sepatu (s1 dan s2) memberikan fungsi laba bulanan sbb :
= -x2 - xy - 2y2 + 5x +13y
Dengan L : laba
x : tingkat produksi S1 ( banyaknya S1 yang diproduksi)
y : tingkat produksi S2 ( banyaknya S2 yang diproduksi)
dicari nilai (x,y) yang memaksimumkan L
penyelesaian : dari syarat stasionel diperoleh P(1,3) sebagai titik stasioner dan telah
dihitung ditemukan bahwa ∆ = 7 ( positif), sehingga L mencapai ekstrem di (x,y) =
δ 2 z
(1,3). Lebih jauh 2 = -2 (negatif), berarti ekstrem maksimum, sehingga
δx
disimpulkan bahwa supaya laba maksimum sebaiknya diproduksi 1 unit S1 dan 3 unit
S2 perbulan ( satu unit berarti 1000 pasang sepatu)
Ekstrem-ekstrem di atas disebut ekstrem stasioner karena terjadi saat nilai turunan
menjadi nol. Ternyata ada jenis ekstrem yang lain seperti diuraikan dalam
pembahasan berikut.
soal ini disebut soal ekstrem fungsi 2 perubah dengan kendala berbentuk persamaan
untuk menyelesaikan contoh ini soal dapat di ubah menjadi soal ekstrem fungsi 2
perubah tanpa kendala dengan cara mengeleminasikan salah satu perubahnya
misalnya q sbb :
tulis q = 12 – p, dan L = p(12 – p) harus dimaksimumkan. Didapati p = 6,
sehingga q = 6 dan memberikan L maksimum 36.
Ini berarti bahwa kandang harus dibuat dengan ukuran 6 m kali 6 m ( berarti
berbentuk bujur sangkar)
Contoh A.4 :
Tentukan semua ekstrem fungsi F(x) =x2 bila -1≤ x ≤ 2
Ternyata di samping x = 0 yang memberikan ekstrem minimum (stasioner) terdapat
pula x = -1 dan x = 2 yang sama-sama memberikan maksimum bagi f(x).
lihat gambar 1.1
Gambar 1.1
x
Kedua ekstrem ini bukan ekstrem stasioner tetapi disebut ekstrem batas, karena timbul
pada batas daerah x. soal seperti ini di sebut soal ekstrem dengan kendala berbentuk
pertidaksamaan, karena perubah tak gayui ( variable bebas) x harus memenuhi kendala
(syarat) berbentuk pertidaksamaan.
Suatu fungsi linear seperti f (F(x,y) = 100 – x – y tidak mempunyai ekstrem stasioner
δf δf
karena Dan δy tidak pernah menjadi nol. Tetapi bila kepada x dan y diberikan
δx
kendala misalnya : x ≤ 0 dan y ≤ 0, maka f akan mencapai minimum 40 di (x,y) =
(40,20). Ekstrem di sini juga beruupa ekstrem batas. Jenis ekstrem seperti inilah yang
terutama dijumpai dalam pembahasan program linear.
RUMUSAN UMUM
Secara umum masalah dengan kendala dapat dirumuskan sbb :
Dengan kendala
n
Σai x j ( ≤, =, ≥)bi i = 1,…,m
j =1
xj ≥0 j = 1,…,m
Dengan cara tulis matrik dapat ditulis :
Mencari x yang memaksimumkan (meminimumkan)
f=CX
dengan kendala
AX(≤ , =, ≥ ) B
Dengan
x1 b1
x b
X = 2 Amxn = ( xij ) B= 2 C = ( c1 , c 2 ,..., c n )
... ...
xn bm
Contoh A.s :
Mencari x dan Y yang memenuhi :
x+y ≤ 8
3x + y ≥ 0
2x + y ≥ 2
x≥ 0
y ≥ 0, dan
memaksimumkan
f(x,y) = 50 x + 100 y
B. Rangkuman
Jika dibentuk himpunan komponen penyusun masalah optimisasi fungsi tanpa kendala
(misal A) : himpunan komponen penyusun masalah optimisasi fungsi dengan kendala
(misal B): dan himpunan komponen penyusun masalah program linear (misal C), maka
hubungan antar komponen
Fungsi
Sasaran Kendala
Kendala linear
& Xi tak-negatif
Fungsi
Sasaran A B
Gambar 1.2
BAB II
MODEL MATEMATIKA
Dalam hidup sehari-hari selalu ada saja masalah yang dihadapi oleh suatu Negara suatu
perusahaan, atau oleh seseorang tertentu. Secara umum masalah (problem) dapat
ditafsirkan sebagai suatu kesenjangan antara cita-cita (tujuan) dan keadaan sekarang.
Menyelesaikan masalah berarti menjembatani kesenjangan diatas.
Analisis system membeerikan langkah-langkah penyelesaian sbb :
1. mengindetifikasi (mempertegas) masalahnya,
2. mencari metode-metode penyelesaian :
3. memilih metode yang paling cocok, paling murah, atau paling cepat (optimisasi)
4. melaksanakan (implementasi)
5. mengevaluasi hasil
apabila masalah nyata di atas atau ssebagian masalah tersebut bersifat komutatif maka
matematika dapat membantunya. Pada langkah 1. matematika berusaha untuk
merumuskan masalah dalam arti menerjemahkan masalah ke bahasa matematika (misal
menjadi suatu bentuk aljabar). Kerja ini disebut menyusun model matematis dari masalah
di atas. Hasilnya ( misalkan berupa relasi aljabar) disebut : model matematis bagi
masalah tersebut.
Tentu saja suatu model tidak dapat menggambarkan masalahnya dengan tepat karena
untuk sampai ke model. Masalah nyata sudah mengalami beberapa penyederhanaan
(karena adanya asumsi-asumsi). Tetapi model di usahakan sedekat mungkin dengan
aslinya.
Penyelesaian model (berarti penyelesaian soal matematika) tergantung kepada pasal
matematika yang terkait dengan model. Pada umumnya semakin dekan model dengan
aslinya makin sulit model diselesaikan. Sebaliknya, makin bayak anggapan-anggapan
(penyederhanaan) maka model makin mudah diselesaikan meski dengan hasil yang
kurang teliti
B. Pemodelan Masalah Program Linear
Pola umum atau skenario masalah yang dapat dimodelkan dengan program lineat sbb :
• adanya pilihan komnbinasi beberapa faktor kegiatan
• adanya sumber penunjang beserta batasnya
• adanya fungsi sasaran yang harus dioptimumkan
• relasi yang timbul antaraa faktor-faktor semuanya linear
contoh B.1
sekelompok petani transmigran mendapatkan 6 ha tanah yang dapat ditanami padi,
jagung dan palawija lainnya. Karena keterbatasan sumber daya petani harus menentukan
berapa bagian yang harus ditanami padi dan berapa yang harus ditanami jagung, sedang
palawija lain ternyata tidak menguntungkan.
Dalam satu masa tanam, tenaga yang tersedia hanya 2590 jam-orang, pupuk juga
terbgatas, tak lebih dari 480 kg, sedangkan air dan sumber daya lainnya dianggap cukup
tersedia
Diketahui pula bahwa untuk menghasilkan 1 kuintal padi diperlukan 12 jam-orang tenaga
dan 4 kg pupuk, dan untuk 1 kuintal jagung diperlukan 9 jam-orang tenaga dan 2 kg
pupuk. Kondisi tanah memungkinkan menghasilkan 50 kuintal padi ha atau 20 kuintal
jagung per ha
Pendapatan petani dari 1 kuintal padi adalah Rp. 32000,- sedangkan dari 1 kuinttal jagung
Rp. 20.000,- dan dianggap bahwa semua hasil tanamnya selalu habis terjual
Masalah bagi petani adalah bagaimana rencana (program_ produksi yang
memaksimumkan pendapatan total ? artinya berap ha tanah ditanami padi dan bewrapa
yang ditanami jagung
Perumusan Masalah
Melihat ketentuan-ketentuan yang diketahui, lebih baik bila diandaikan sebagai perubah
bebasnya bukan banyak hektar tanah ( untuk padi dan untuk jagung), melainkan
banyaknya keintal kebutuhan tanah untuk 1 kuintal padi menjadi 0,02 ha sedangkan
untuk 1 kuintal jagung 0,05 ha
Untuk mempermudah penyusunan model, disusun tabel pertolongan sbb :
perkuintal
sumber batas sumber satuan
padi jagung
tanah 0,02 0,05 ≤6 ha
tenaga 12 9 ≤ 1590 jam-orang
pupuk 4 2 ≤ 480 kg
pendapatan 32 20 maksimum Rp. 1000
Catatan :
• Satuan jam-orang adalah banyaknya orang kali banyak jam bekerja
• Air dianggap berlimpah sehingga bukan kendala ( jika ada dendala air,
maka satuannya adalah banyak jam membuka salutan tesiet untuk mengalirkan air)
• Batasan sumber tersebut kebetulan semuanya berupa batas atas
Misalkan x : banyak kuintal padi yang diproduksi
y : banyak kuintal jagung nayg diproduksi
maka keterbatasan tanah akan menimbulkan kendala yang berbunyi “ banyaknya ha tanah
yang diperlukan untuk x kuintal padi dan untuk y kuintal jagung tidak boleh melebihi 6
ha”. Syarat ini dirumuskan sbb ; 0,02 x + 0,05 y ≤6
demikian pula untuk syarat tenaga, akan dirumuskan sbb: 12 x + 9 y ≤1590. untuk
syarat pupuk dirumuskan sbb ; 4 x +2 y ≤480
mengingat s dan y di sini mewakili besaran yang tidak boleh negatif, maka harus
ditambahkan syarat tak negatig bagi keduanya, x ≥0 dan y ≥ 0
terakhir dirumuskan besarnya pendapatan total yang harus dimaksimumkan ialah
f = 32x + 20 y (satuan dalam ribu rupiah)
bila disederhanakan, relasi-relasi di atas akan menjadi
Keterangan ;
• Relasi 1 dan 2 disebut kendala tak negatif
• Relasi 3,4, dan 5 disebut : kendala utama
• Relasi 6 disebut fungsi sasaran
• Perubah s dan y disebut perubah keputusan
• Koefesien kendala utama disebut koefesian teknis
• Suku tetap ruas kanan kendala utama disebut : suku tetap
• Koefisien fungsi sasaran disebut : koefesian ongkos
Setelah dirumuskan, semua relasi dalam model di atas ternyata linear dalam x dan y,
maka memang masalah diatas termasuk masalah program linear.
Menyatakan bahwa relasi dalam kendala maupun fungsi sasaran adalah linear secara
matematis sebetulnya sudah cukup jelas, tetapi para penyusun model kadang-kadang
masih merincinya atas beberapa asas sbb :
• Kesebandingan (proportionality)
Misalkan fungsi sasaran f = 32x + 20 y. Bila di x dilipatkan 2 maka peran serta padi
dalam fungsi sasaran ( yaitu 32 x) akan berlipat 2 juga. Benarkan bahwa bila
seorang tukang batu bekerja 4 jam pada pagi hari dapat memasang batu bata
sebanyak ½ m3. maka bila dia bekerja 8 jam ( dari pagi sampai sore) dia pasti dapat
memasang i m3?
• Keterjumlahan ( additivity)
bila laba dari padi sebesar 32 x dan laba dari jagung sebesar 20 y, maka laba total
diperoleh dengan menjumlahkan keduanya sehingga menjadi 32x + 20 y, ini adalah
asas keterjumlahan
• Dapat Terbagi ( divisibility)
• Perubah keputusan boleh bernilai bilangan pecahan dan tidak harus bulat
Gontoh B.2
Sebuah pabrik yang menggunakan 2 tanur (TB : tanur biasa ; TT: tanur padas tinggi)
untuk produksinya dinyatakan mencemari linggkungan lewat asapnya yang ternyata
mengandung beleran oksida dan hidrokarbon melebihi ambang yang diperbolehkan.
Pemilik menyusun tim peneliti yang bertugas mengatasinya.
Tabel 2.2 tabel pengurangan kadar pencemaran
Saringan Ganti BBM
TB TT TB TT
belerang
30 20 50 80
oksida
hidrokarbon 18 22 20 16
Tim mengusulkan adanya 2 magam jalan ke luar ialah : pemasangan saringan, dan
penggatian BBM yang digunakan disertai dengan pengaturan banyaknya TB dan TT yang
dikenai pencegahan di atas. Dari hasil penelitian diperoleh data penguranan pencemaran
terkait dengan keempat usaha di atas
Pabrik tersebut tercatat membuat pencemaran dengan kelebihan 200 satuan belerang
oksida dan 100 satuan hidrokarbon dari ambang yang diperbolehkan maka penyusutan
masing-masing paling tidak harus sama dengan angka kelebihan di atas
Diketahui bahwa dana untuk satu satuan usaha terkait dengan jenis tanur adalah sb :
Saringan BBM
TB 6 10
TT 8 12
Disyaratkan pula bahwa jumlah satuan kedua macam usaha untuk TT tidak boleh lebih
dari 20 % dari seluruh usaha
Berapa satuan masing-masing usaha sebaiknya dilaksanakan sehingga semua kendala
dipenuhi dan dengan biaya total minimum ?
Perumusan
Suatu satuan usaha dapat berupa pnggantian satu unit satingan, atau beda jumlah
penggunaan BBM yang baru dengan yang lama, dsb.
Dari uraian di atas terlihat bahwa terdapat 4 faktor yang ukurannya akan menjadi
perubah-perubah bagi model masalah ini, yaitu keempat macam satuan usaha di atas
Misalkan : X1 = banyak satuan usaha saringan untuk TB
X1 = banyak satuan usaha saringan untuk TT
X3 = banyak satuan usaha ganti BBM untuk TB
X4 = banyak satuan usaha ganti BBM untuk TT
Syarat terakhir dapat dirumuskan, sbb :
X2 + X4 ≤1/5 (X1 + X2 + X3 + X4)
Atau diringakas ;
- X1 + 4 X2 – X3 + 4 X4 ≤0
Tabel 2.3
Tabel Usaha Mengatasi Pencamaran
X1 X2 X3 X4
Belerang oksida 30 20 50 80 ≥ 200
hidrokarbon 18 22 20 16 ≥ 100
Syarat tambahan -1 4 -1 4 ≤ 0
Biaya total 6 8 10 12 minimal
Penyelesaian
BAB III
DAERAH LAYAK, GARIS SENILAI, PENYELESAIAN OPTIMUM
A. Daerah Layak, Garis Senilai, Penyelesaian Optimum
Contoh . : lihat masalah produksi pada contoh2.1 di depan
Perumusan masalah berbunyi :
Mencari x dan y yang memenuhi
x ≥0
y ≥0
2x + 5y ≤ 600
4x + 3y ≤ 530
2x + y ≤ 240
Dan memaksimumkan f = 32x + 20y
Himpunan penyelesaian dari sistem pertidaksamaan (1 s.d 5) berupa kumpulan pasangan
terurut (x,y) yang membentuk daerah tertutup OABCD. Perhatikan gambar 3.1
D
C
B(95,50)
F
A X
2 O 4 3
5
f = 100 f = 4040
Gambar 3.1
Pasangan (x,y) yang memenuhi semua kendala di atas (1 s.d 5) disebut penyelesaian
layak. Sedangkan titik wakilnya di dalam bidang koordinat disebut titik layak. Himpunan
titik layak disebut daerah layak pada contoh di atas adalah daera segilima OABCD
termasuk batasnya (F)
Sekarang ditinjau fungsi sasaran f = 32x + 20y. Untuk menggambarkan fungsi ini
diperlukan ruang dimensi 3, kecuali jika kepada f diisikan nilai tetap, yaitu 32x + 20y =
k (tetap), lalu dapat dilukis dalam bidang. Grafik fungsi sasaran ini berupa garis lurus dan
disebut garis senilai (isofuant, isoprofit, isocost), karena menggambarkan pasangan-
pasangan (x,y) yang memberikan nilai f yang sama
Y
40
X Y Batas
UNSUR
FLUIN FLUON Minimal
Aspirin 2 1 12
Bikarbonat 5 8 74
Kodein 1 6 24
Harga 200 300 24
Penyelesaian
Guna mempermudah perumusan disusun tabel persiapan (tabel 3.2.)
Dengan memisalkan x = banyak fluin yang dibeli dan y = banyak flaon yang dibeli maka
perumusan menjadi
Mencari x,y yang memenuhi :
2x + y ≥ 12 (1)
5x +8y ≥ 74 (2)
x+ 6y ≥ 24 (3)
x ≥ 0 (4)
y≥ 0 (5)
dan meminimumkan f = 200x + 300 y (6)
penyelesaian soal ini terlukiskan pada gambar 3.3.
daerah layak berupa daerah terluka PABCDQ, maka dikatakan bahwa daerah layak tak
terbatas (unbounded). Dengan melukis 2 garis selidik f = 0 dan f = 4000 disimpulkan
bahwa garis senilai mempunyai gradient -2/3 dan akan mengecil bila digeser ke kiri
(bawah).
Untuk menemukan titik optimum maka dimulai dari f = 4000 garis senilai digeser ke kiri
haingga sampai ke irisan yang terakhir garis tersebut dengan B, yaitu titik B (2,8) sebagai
perpotongan kendala -1 dan 2. inilah titik optimumnya
Nilai f yang sesuai ialah f = 2800, inilah nilai programnya yang berupa f minimum. Jadi
supaya uang pembelian total minimum sebaiknya dibeli 2 butir fluin dan 8 butir fluon,
dan uang pembeliannya adalah Rp. 2800.
.
Y
A
F
D
f =4000
f min = 2800
f =0
Contoh 3.3
Suatu soal PL berbunyi
Mencari u,v tak negative yang memenuhi
2u - v ≤ 4 (1)
3u + v ≤ 11 (2)
u + 2v ≤ 8 (3)
-u + 3v ≤ 3 (4)
Dan meminimumkan f = 100 – 20 u – 10v
Penyelesaian
Penyelesaian soal ini terlukiskan pada gambar 3.4.
Y (2)
D (4)
B
A
X
(3)
f =60 fmin =18
f=80 Gambar. 3.4
Soal tsb memuat δ kendala, yaitu: 4 kendala utama dan 2 kendala tak negative tetapi
daerah layak hanya berupa segiempat ABCD.
Dengan melukis 2 garis selidik, missal f = 80 (melalui (1,0)) dan f = 60 (melalui (2,0))
disimpulkan bahwa garis senilai yang mempunyai gradien (-2) itu akan memberi nilai f
yang mengecil bila digeser ke kanan (atas)
Titik optimumnya ditemukan di C(14/5,13/5) ialah perpotongan batas kendala-2 dan
kendala-3, sehingga [Link] ialah (u,v) = (14/5,13/5). dengan nilai program f min = 18
Pada kasus ini, tampak bahwa keenam kendala yang efektif menyusun F hanyalah empat
buah, yaitu u ≥ 0 dan kendala -2; kendala-3 dan kendala-4 sedangkan kendala u ≥ 0 dan
kendala -1 dengan sendirinya akan terpenuhi bila keempat kendala di muka sudah
terpenuhi. Jadi sebetulnya, kedua kendala terakhir itu dapat dilupakan (ditinggalkan).
Kendala u ≥ 0 dan kendala-1 lalu disebut berlebihan (redundant).
Contoh 3.4
Tentukan x, y, z yang meminimumkan f = 100x + 100y + 70z. dengan kendala
2x + 2y + z ≤ 22 (1)
Y + 2z ≤ 25 (2)
2x + y + 2z ≤ 30 (3)
x + ≥ 0 (4)
z ≥ 0 (5)
y ≥ 0 (6)
Penyelesaian
Soal dengan tiga perubah ini kebetulan memuat satu kendala yang berbentuk persamaan
(kendala) sehingga salah satu perubah dapat dieliminasikan dengan mcara menyatakan
dengan dua perubah yang lain
Degan demikian soal dapat disusutkan menjadi soal baru yang hanya memuat dua
perubah saja dan akan dapat diselesaikan dengan metode grafik
Penyusutan dikerjakan sebagai berikut :
Soal Asli Soal tersusut
(1) 2x + 2y + z ≤ 22
(2) y + 2z ≤ 25