PENDAHULUAN

Lahir di Inggris  PD II  Berkembang di Amerika

Definisi Operations Research
Morse & Kimball
Metoda ilmiah yang memungkinkan para pimpinan mengambil keputusan
mengenai kegiatan yang mereka tangani dengan dasar kuantitatif.

Churchman, Arkoff & Arnoff

Aplikasi metoda, teknik dan peralatan ilmiah dalam menghadapi masalah-
masalah yang timbul didalam operasi perusahaan dengan tujuan
ditemukannya pemecahan yang optimum dari masalah tersebut

Miller & M K Starr

Peralatan manajemen yang menyatukan ilmu pengetahuan, matematika
dan logika dalam kerangka pemecahan masalah-masalah yang dihadapi
sehari-hari sehingga akhirnya permasalahan tersebut dapat dipecahkan
secara optimal 2
Operations Research Pengambilan keputusan optimal

Penyusunan model

Sistem deterministik/probabilistik

Model deterministik : Model yang parameternya dapat ditentukan

dengan pasti Programa Matematis

Model probabilistik : Model yang parameternya tidak dapat

ditentukan secara pasti, tetapi
didasarkan atas probabilitasnya.
 OPERATIONS RESEARCH
Operations Research adalah suatu ilmu yang
mempelajari tentang bagaimana menentukan
suatu tindakan terbaik dalam suatu
keterbatasan sumber daya.

Sumber daya : uang, tenaga kerja, mesin,

dls.
Tindakan terbaik : Kondisi optimal

Pendekatan : - Kuantitatif
- Art (seni) : - Persepsi
- Pengalaman
- Kepandaian
Dalam O. R. Model yang dipakai bersifat kuantitatif/
matematis

Model : Representasi dari sistem nyata/transformasi dari

sistem nyata

Sistem nyata

asumsi Model
 Model Matematis dalam O. R. :

Variabel (xj) : sesuatu yang ingin dicari untuk dicapainya

tujuan dalam keterbatasan sumber daya
Fungsi tujuan : memaksimalkan/meminimalkan
z = f (x1, x2, . . . . . . . . . . . ,xn)
Keterbatasan sumber  Kendala
Kendala : gi = f (x1, x2, . . . . . . ,xn) i = 1, 2, . . . . , m
xj > 0 j = 1, 2, . . . . ., n
Model  fungsi dari variabel keputusan
Fungsi : - linier
- non linier : kuadratik, eksponensial, dls.
TAHAPAN-TAHAPAN PENYELESAIAN MODEL O. R.

1. Mendefinisikan masalah : - Tujuan

- Alternatif tindakan
- Kendala
2. Membentuk model
3. Mencari solusi masalah
4. Validasi model
5. Implementasi
 MODEL PROGRAMA LINIER
Programa Linier adalah teknik pemodelan secara matematis
yang dirancang untuk mengoptimalkan pemakaian sumber
daya yang terbatas.
Semua fungsi pada model merupakan fungsi yang linier
PEMBUATAN MODEL PROGRAMA LINIER
Contoh :
PT. X memproduksi cat luar dan cat dalam yang antara lain
memerlukan bahan baku M1 dan M2 sebagai berikut :
Ton bahan baku per ton Ketersediaan
Cat luar Cat dalam (ton/hari)

Bahan baku M1 6 4 24
Bahan baku M2 1 2 6
Hasil survei pasar menunjukkan bahwa kebutuhan cat
dalam tidak melebihi kebutuhan cat luar sebanyak 1 ton
per hari, sedangkan kebutuhan cat dalam sampai 2 ton per
hari. PT. X ingin menentukan jumlah produksi yang optimal
dari kedua jenis cat tersebut yang memberikan keuntungan
total per hari terbesar.

Model programa linier terdiri dari tiga elemen :

1. Variabel keputusan, yaitu apa yang ingin dicari oleh model

2. Tujuan, yaitu apa yang ingin dioptimalkan

3. Kendala, yaitu apa yang harus dipenuhi



Variabel : x1 = jumlah produksi cat luar (ton/hari)

x2 = jumlah produksi cat dalam (ton/hari)
Fungsi tujuan :
Tujuan kita adalah memaksimalkan keuntungan total per
hari dari penjualan kedua jenis cat.
Maks. z = 5x1 + 4x 2
Kendala :
- Tersedianya bahan baku :
pemakaian bahan baku < jumlah bahan baku
oleh kedua jenis cat yang tersedia
- bahan baku M1 : 6x1 + 4x2 < 24
- bahan baku M2 : x1 + 2x2 < 6
Pembatasan permintaan :

- kelebihan cat dalam terhadap cat luar < 1 ton/hari

x2 – x 1 < 1

- Permintaan cat dalam < 2 ton/hari

x2 < 2

- di samping kendala di atas tentu saja jumlah produksi

kedua jenis cat tersebut tidak dapat negatif

x1 > 0
x2 > 0
Dengan demikian model matematis dari persoalan di atas :

f. t. Maks. z = 5x1 + 4x2

d. k. 6x1 + 4x2 < 24
x1 + 2x2 < 6
- x1 + x 2 < 1
x2 < 2
x1 >0
x2 > 0
PENYELESAIAN PROGRAMA LINIER SECARA GRAFIS
Untuk menggambarkan bidang penyelesaian yang layak (yang
memenuhi kendala/batasan), pertama kita jadikan kendala
pertidak-samaan menjadi persamaan.  garis persamaannya
merupakan batas kendala. Satu sisi merupakan daerah yang
memenuhi kendala, sedangkan sisi lainnya merupakan daerah
yang tidak memenuhi kendala.
Kita masukkan nilai koordinat titik A (0,0) ke dalam persamaan-
persamaan tersebut. Daerah yang memenuhi syarat setiap kendala
ditunjukkan oleh garis dan tanda panah. Sebagai contoh : Garis (1)
adalah 6X1 + 4X2 = 24. Kita masukkan koordinat titik A (0,0) ke
dalam persamaan (1), akan diperoleh 6.0 + 4.0 = 0 yang lebih kecil
dari 24; dengan demikian titik-titik pada bidang dari garis (1) ke
arah titik A (seperti yang ditunjukkan oleh anak panah)
memberikan nilai yang lebih kecil dari 24 merupakan daerah yang
memenuhi kendala.
PENYELESAIAN PROGRAMA LINIER SECARA GRAFIS

1) 6X1 + 4X2 < 24



2) X1 + 2X2 < 6
x2
3) -X1 + X2 < 1
4) X2 < 2
5) X1 >0
6) X2 > 0

x1 
PENYELESAIAN PROGRAMA LINIER SECARA GRAFIS

1) 6X1 + 4X2 < 24



x2 2) X1 + 2X2 < 6
3) -X1 + X2 < 1
4) X2 < 2
5) X1 >0
6) X2 > 0

x1 
 
Bidang ABCDEFA yang merupakan
x2 bidang penyelesaian yang layak.
Dengan demikian semua titik yang
berada pada bidang tersebut memenuhi
Z=21
keenam kendala tersebut.
Z=10 fungsi tujuan adalah z = 5x1 + 4 x2
Z=15
Z=5 Pada saat garis Z melalui :
E D
F C Titik (0,0)  z= 0 Garis I
Z=0
Titik (1,0)  z= 5 Garis II
A(0,0) (1,0) (2,0) (3,0)
B Titik (2,0)  z= 10 Garis III
x1 
Titik (3,0)  z= 15 Garis IV
I II III IV Makin ke kanan nilai z makin besar
Nilai z terbesar diperoleh pada saat
melalui titik C (3,3/2)  z = 21
PENYELESAIAN PROGRAMA LINIER SECARA GRAFIS
Persoalan meminimumkan :
Contoh :
Peternakan X memerlukan paling sedikit 800 lb makanan setiap
hari. Makanan tersebut terdiri dari campuran jagung dan kacang
kedelai dengan komposisi sbb. :

lb. Per lb. bahan baku harga

Bahan baku protein serat ($/lb)

Jagung 0,09 0,02 0,30

Kacang kedelai 0,60 0,06 0,90
Komposisi makanan tersebut paling sedikit mengandung 30 %
protein dan paling banyak mengandung 5 % serat.
Perusahaan ingin meminimalkan biaya pembelian bahan baku
total. Buatlah model programa linier dari persoalan tersebut
dan selesaikan secara grafis.
Penyelesaian :
Variabel : xj = jumlah bahan baku j dalam makanan. j = 1, 2
Fungsi tujuan :
Meminimumkan biaya pembelian total :

Min. z = 0,30x1 + 0,90x2

Kendala :
Jumlah makanan : x1 + x2 > 800

Jumlah protein : 0,09x1 + 0,60x2 > 0,3(x1 + x2)

Jumlah jumlah serat : 0,02x1 + 0,06x2 < 0,05(x1 + x2)
Jumlah setiap bahan baku : x1; x2 > 0


x2
Min. z = 0,30x1 + 0,90x2
Kendala :
x1 + x2 > 800
0,21x1 - 0,30x2 < 0
0,03x1 - 0,01x2 > 0
x1; x2 > 0

optimal
P
titik P (470.6,329.4)
x1 
z = 437.64
 ANALISA KEPEKAAN SECARA GRAFIS

Analisa kepekaan merupakan suatu analisa terhadap penyelesaian

optimal yang telah diperoleh sebelumnya

Pada pembahasan di sini analisa kepekaan secara grafis ditinjau

dari :
1) Perubahan dari koefisien fungsi tujuan

2) Perubahan ruas kanan kendala

PERUBAHAN DARI KOEFISIEN FUNGSI TUJUAN

Berapa besar perubahan dari koefisien fungsi tujuan dapat terjadi

tanpa mempengaruhi titik sudut optimal yang telah diperoleh.
 PERUBAHAN KOEFISIEN FUNGSI TUJUAN
Berapa besar perubahan pada koefisien fungsi tujuan dapat terjadi
tanpa mempengaruhi titik sudut optimal ?
Bentuk umum fungsi tujuan :


x maks./min. z = c1.x1 + c2.x2

2
Jika ditulis dalam bentuk y = ax + b 
x2 = - c1/c2x1 + z/c2
Koefisien arah Garis z adalah - c1/c2.
c1 atau c2
Garis z makin datar jika nilai c1 turun
atau nilai c2 naik.
Sebaliknya garis tersebut makin tegak
jika c1 naik atau c2 turun nilainya.
Agar titik optimal tetap pada titik
optimal C, koefisien arah dari garis
(0,0) (1,0) (2,0) (3,0) z dapat berubah dalam batas-batas
x1  tertentu.
c1 atau c2 Berapa besar perubahan nilai cl dan
c2 agar tetap optimal di titik C.
Garis z dari persoalan pabrik cat dapat bergerak pada daerah
z sejajar dengan garis (1) dan (2).

Koefisien arah garis (1) adalah -3/2 dan garis (2) adalah -1/2.
Dengan demikian nilai c1/c2 = 1/2 : 3/2 atau c2/c1 = 2/3 : 2

Berapa kisaran c1 jika c2 tetap = 4 

c1 / 4 = 1/2 : 3/2  c1 = 2 : 6
Titik optimal tetap pada titik C pada keuntungan cat luar c1
berada sebesar antara $2.000 sampai dengan $ 6.000
dengan keuntungan cat dalam c2 tetap $ 4.000

Dengan cara yang sama diperoleh keuntungan cat luar c2

berada sebesar antara $ 3334 sampai dengan $10.000.
dengan keuntungan cat luar c1 tetap $ 5.000 agar tetap
optimal pada titik C
 NILAI PER UNIT DARI SUMBER

Pada kebanyakan model Programa Linier, kendala

biasanya mewakili pemakaian sumber yang terbatas.
Ruas kanan merupakan batas tersedianya sumber.


x2 Pada bagian ini dipelajari kepekaan dari penyelesaian

optimal terhadap perubahan dari ketersediaan sumber.

Nilai per unit dari sumber adalah tingkat perubahan

dari nilai optimal dari fungsi tujuan sebagai
perubahan dari tersedianya sumber.
Dari persoalan pabrik cat kendala 1 dan 2
merupakan pembatasan pemakaian bahan
baku M1 dan M2. Ingin ditentukan nilai per
unit dari kedua sumber tersebut.

x1 
 NILAI PER UNIT DARI SUMBER

Titik optimum dari persoalan pabrik cat adalah titik

C. Titik C adalah perpotongan antara garis 1 dan
garis 2.


x2 Jika ketersediaan M1 berubah, maka. titik optimum

C akan bergerak sepanjang garis DG.
Setiap perubahan M1 di luar garis tsb. tidak layak,
karena titik optimal tidak lagi berada pada
perpotongan antara garis 1 dan 2.
Dengan demikian titik D (2,2) dan
D titik G (6,0) merupakan daerah
yang memenuhi syarat bagi
pergerakan M1.

G
x1 
 NILAI PER UNIT DARI SUMBER

Garis M1 : 6 x1 + 4 x2 = b1
- saat melalui D(2,2)  b1 = 6 x 2 + 4 x 2 = 20
- saat melalui G(6,0)  b1 = 6 x 6 + 4 x 0 =
36Kisaran nilai b1 : 20 < b1 < 36


Jika Δ adalah nilai perubahan bahan baku M1,

x2 dengan b1 = 24 + Δ maka kisaran nilai Δ :
- 4 < Δ < 12.
Agar titik C tetap merupakan perpotongan
z=30 antara M1 dan M2 maka bahan baku M1 dapat
z=18 turun paling banyak sebesar 4 ton dan dapat
z=21 naik paling banyak sebesar 12 ton.
D
b1=36 Nilai z pada saat titik optimal berada
b1=20
pada titik D = 5x1 + 4x2 = 5.2 + 4.2 = 18
Nilai z pada saat titik optimal berada
G
pada titik G = 5x1 + 4x2 = 5.6 + 4.0 = 30
x1 
 NILAI PER UNIT DARI SUMBER
Nilai per unit dari sumber i (yi) :
Perubahan jumlah sumber i akan mempengaruhi nilai Z.
Setiap unit perubahan nilai sumberi i memberikan
perubahan nilai Z sebesar yi,


Perubahan nilai Z dari titik D sampai titik G

x2 y1 =
------------------------------------------------------------
Perubahan nilai M1dari titik D sampai titik G

z=30 30 - 18
 y1 = ------------- = 3/4
z=18
z=21
36 - 20
Dengan cara yang sama diperoleh
D
nilai per unit dari sumber 2 (bahan
b1=36
baku M2) y2 = 1/2
b1=20
Sedangkan untuk kendala yang tidak
terbatas, yaitu kendala 3 dan 4 nilai
G y3=y4=0
x1 
Contoh-contoh aplikasi Programa Linier
Contoh 1 :
Sebuah perusahaan memproduksi tiga macam barang.
Pembuatan barang tersebut dilakukan melalui tiga proses
berbeda seperti pada gambar di bawah ini. Waktu
pengerjaan dapat dilihat pada kotak
b
a 1’/unit 3’/unit 1’/unit Barang 1
h
a 2’/unit 4’/unit Barang 2
n

b 1’/unit 2’/unit Barang 3

a
k
u operasi 1 operasi 2 operasi 3
 Oleh karena mesin-2 tersebut juga dipakai untuk pembuatan barang lain,
maka waktu produksi yang tersedia dari setiap proses terbatas sebesar
430, 460, dan 420 menit untuk setiap prosesnya. Studi pasar
memperlihatkan keuntungan per unit setiap barang berturut-turut sebesar
$ 3, $ 2, dan $ 5. Tentukan tingkat produksi yang optimal.

Model Programa Linier :

Variabel : xj = jumlah produksi barang j; j = 1, 2, 3
Fungsi tujuan : Maks. z = 3x1 + 2x2 + 5x3
Kendala :
Proses Produksi 1 : 1x1 + 2x2 + 1x3 < 430
Proses Produksi 2 : 3x1 + 0x2 + 2x3 < 460

Proses Produksi 3 : 1x1 + 4x2 + 0x3 < 420

Variabel non negatif : xj > 0 j = 1, 2, 3
Contoh 2 : Persoalan bis

Perusahaan bis ingin meminimalkan jumlah bis yang beroperasi.

Berdasarkan jumlah yang diperlukan beroperasi pada setiap waktu
adalah seperti pada gambar. Setiap bis dengan beberapa
pertimbangan beroperasi selama 8 jam per hari. Pimpinan
menetapkan bis diberangkatkan setiap 4 jam. Tentukan bis yang
diberangkatkan pada setiap jam pemberangkatan.
12
10
8
7
4 4

0.00 4.00 8.00 12.00 16.00 20.00 24.00 4.00 8.00

x1 x3 x5 x1
x2 x4 x6
Penyelesaian :

Variabel : xj = jumlah bis yang diberangkatkan j = 1, 2, . . . . . . , 6

pada jam pemberangkatan j

Fungsi tujuan : Min. z = x1 + x2 + x3 + x4 + x5 + x6

Kendala :
Jam operasi 0.00 – 4.00 : x1 + x6 >4
Jam operasi 4.00 – 8.00 : x1 + x2 >8
Jam operasi 8.00 – 12.00 : x2 + x3 > 10
Jam operasi 12.00 – 16.00 : x3 + x4 >7
Jam operasi 16.00 – 20.00 : x4 + x5 > 12
Jam operasi 20.00 – 24.00 : x5 + x6 >4
xj > 0 j = 1, 2,. . . . . , 6
Contoh 3 : Persoalan pabrik kertas
Sebuah pabrik kertas memproduksi kertas dengan lebar
20’. Pesanan pelanggan di luar ukuran standar,
permintaannya dipenuhi dengan memotong lebar ukuran
kertas ukuran standar. Perusahaan memperoleh pesanan
dengan jumlah rol seperti berikut :
Pesanan Lebar yang Jumlah rol yang
diminta diminta (rol)
1 5’ 150
2 7’ 200
3 9’ 300
Tujuan perusahaan adalah memotong kertas dengan
jumlah kertas yang terbuang sesedikit mungkin. Buatlah
model programa linier persoalan di atas.
 Penyelesaian :
Terdapat berbagai cara pemotongan kertas sebagaimana pada tabel :

Cara pemotongan
Jumlah rol
Ukuran 1 2 3 4 5 6
yang
rol
diminta

5’ 0 2 2 4 1 0 150
7’ 1 1 0 0 2 0 200
9’ 1 0 1 0 0 2 300
Lebar sisa 4’ 3’ 1’ 0 1’ 2’
Terdapat dua macam kertas yang tidak terpakai :

- Tidak terpakai karena jumlah yang dihasilkan melebihi kebutuhannya

- Tidak terpakai karena terlalu pendek lebarnya
Variabel : xj = jumlah rol yang dipotong pada j = 1, 2, . . . . . , 6
cara pemotongan j
Hasil/jumlah rol yang diperoleh dari setiap jenis pemotongan :
jumlah produksi kebutuhan rol sisa

Ukuran 5’ : 0x1 + 2x2 + 2x3 + 4x4 + 1x5 + 0x6 – 150 = y1

Ukuran 7’ : 1x1 + 1x2 + 0x3 + 2x4 + 0x5 + 0x6 – 200 = y2
Ukuran 9’ : 1x1 + 0x2 + 1x3 + 0x4 + 0x5 + 2x6 – 300 = y3
Variabel : yi = jumlah rol sisa ukuran i i = 1, 2, 3

Luas kertas yang tidak terpakai karena terlalu pendek (L = panjang

rol) :
(4x1 + 3x2 + x3 + 0x4 + x5 + 2x6)L
Luas kertas yang tidak terpakai karena terlalu banyak (L = panjang rol) :
( 5y1 + 7y2 + 9y3) L
Fungsi tujuan adalah meminimalkan luas kertas yang terbuang :
f. t. Min. z = (4x1 +3x2 + x3 + x5 + 2x6)L + (5y1 + 7y2 + 9y3)L

Oleh karena L adalah konstanta, maka L dapat dikeluarkan/dibuang

f. t. min. z = 4x1 + 3x2 + x3 + x5 + 2x6 + 5y1 + 7y2 + 9y3

d. k. :
2x2 + 2x3 + 4x4 + 1x5 – y1 = 150

x1 + x2 + 2x4 – y2 = 200
x1 + x3 + 2x6 – y3 = 300
xj , yi > 0 j = 1, 2, . . . . , 6 i = 1, 2, 3
Contoh 4 : Persoalan penyeimbangan lini produksi

Sebuah perusahaan membuat satu macam barang yang terdiri dari tiga
komponen. Barang tersebut terdiri dari 2 buah komponen A, 1 buah
komponen B dan 3 buah komponen C. Ketiga komponen dapat dibuat
pada dua departemen yang berbeda. Waktu pembuatan komponen
pada setiap departemen adalah seperti pada tabel. Buatlah model
programa linier yang memaksimalkan barang jadi yang dapat dibuat.

Kapasitas yang Kecepatan produksi (unit/jam)

tersedia Komponen 1 Komponen 2 Komponen 3
Dept. (jam/minggu)

1 200 8 5 10
2 160 6 12 4
 Penyelesaian :

Variabel : xij = jumlah produksi komponen i yang i = 1, 2, 3

dibuat pada dept. j j = 1, 2
Jumlah komponen yang dihasilkan :
Komponen A : x11 + x12
Komponen B : x21 + x22
Komponen C : x31 + x32

Kendala :
Jam yang tersedia pada dept. 1 : 1
/8x11 + 1/5x21 + 1/10x31 < 200
Jam yang tersedia pada dept. 2 : 1
/6x12 + 1/12x22 + 1/4x32 < 160
 Tujuan : Memaksimalkan barang jadi dari komponen yang dihasilkan
Satu barang jadi terdiri dari 2 buah komponen A, 1 buah komponen B
dan 3 buah komponen C

Terdapat berbagai kombinasi komponen yang dihasilkan, dengan

demikian dicari kombinasi yang memberikan barang jadi yang terbanyak
Maks. z = min. { (x11 + x12)/2; (x21 + x22); (x31 + x32)/3 }
Bukan bentuk yang linier  perlu dijadikan linier
 maks. z = y
y = min. { (x11 + x12)/2; (x21 + x22); (x31 + x32)/3 }
Var. y adalah jumlah barang jadi yang dihasilkan

Bentuk y ini juga harus dilinierkan dengan menggantinya dengan :

(x11 + x12)/2 > y

Jumlah barang jadi yang dapat dibuat oleh
(x21 + x22) >y komponen yang ada harus lebih banyak
atau sama dengan barang jadinya
(x + x )/3 > y
Dengan demikian model menjadi :

f. t. maks. z = y
d. k. : 1
/8x11 + 1/5x21 + 1/10x31 < 200
1
/6x12 + 1/12x22 + 1/4x32 < 160
x11 + x12 - 2y > 0
x21 + x22 - y > 0
x31 + x32 - 3y > 0
xij, y > 0 i = 1, 2, 3
j = 1, 2
 Contoh 5 : Programa tujuan
Pada umumnya ruas kiri dan ruas kanan kendala mempunyai hubungan
<, >, =. Kadang-2 kita dapat melanggar kendala yang ada. Namun jika
kita melanggar kendala kita akan dikenakan penalti.
Persoalan :
Sebuah perusahaan memproduksi 2 macam barang berturut-turut pada
2 buah mesin yang berbeda. Waktu yang tersedia pada kedua mesin tsb.
masing-masing 8 jam. Namun batas waktu tersebut dapat dilampaui
dengan melakukan kerja lembur. Biaya lembur adalah $ 5/jam. Jam
lembur yang diijinkan maksimum 4 jam per hari. Kecepatan produksi
kedua mesin dan keuntungan per unit kedua barang seperti pada tabel.
Buatlah model Programa Linier yang memaksimalkan keuntungan total.
Kec. Produksi (unit/jam)
Mesin
Barang 1 Barang 2
1 5 6
2 4 8
Keuntungan $ 6/unit $4/unit
Variabel : xj = jumlah produksi barang j j = 1, 2
Jika tidak ada lembur kendala adalah :
1
/5x1 + 1/6x2 < 8
1
/4x1 + 1/8x2 < 8
Dengan adanya lembur model kendala menjadi :
1
/5x1 + 1/6x2 + y1’ – y1’’ = 8
1
/4x1 + 1/8x2 + y2’ – y2’’ = 8

dengan : yi’ = kelebihan jam produksi pada mesin i

yi’’ = jam lembur pada mesin i

yi’’ < 4 i = 1, 2, 3, 4
Biaya lembur = jam lembur x biaya lembur per jam

dengan demikian model menjadi :

f. t. Maks. z = 6x1 + 4x2 – 5y1’’ – 5y2’’

d. k. : 1
/5x1 + 1/6x2 + y1’ – y1’’ =8
1
/4x1 + 1/8x2 + y 2’ – y2’’ = 8
yi’’ < 4 i = 1, 2, 3, 4

xj, yi’, yi’’ > 0 i = 1, 2 j = 1, 2

 Contoh 6 : kebijaksanaan pimpinan bank
Bank X mempertimbangkan kebijaksanaan pinjaman dana maksimum
sebesar 12 juta pada berbagai jenis pinjaman. Tabel berikut memperli-
hatkan data dari berbagai jenis pinjaman tsb.
Jenis Tingkat Kemungkinan pinjaman
pinjaman suku bunga tak tertagih
Pribadi 14 % 0,10
Kendaraan 13 % 0,07
Perumahan 12 % 0,03
Pertanian 12,5% 0,05
perdagangan 10 % 0,02

Pinjaman tak tertagih tidak menghasilkan bunga. Kompetisi dengan bank

lain mengharuskan paling sedikit 40 % dari dana pinjaman dialokasikan
untuk pinjaman pertanian dan perdagangan. Untuk membantu industri
perumahan, pinjaman untuk perumahan paling sedikit 50 % dari pinjaman
pribadi, kendaraan dan perumahan. Bank menetapkan rata-rata hutang
tak tertagih tidak lebih dari 0,04. Buatlah model P. L. Dari persoalan tsb.
 Penyelesaian :
Variabel : xj = alokasi pinjaman untuk pinjaman jenis j j = 1, 2, . . . . , 5
Tujuan : Memaksimalkan pendapatan total dari bunga bank yang diper-
oleh dikurang dengan hutang yang tak tertagih.
f. t. Maks. z = 0,14(0,9x1) + 0,13(0,93x2) + 0,12(0,97x3) + 0,125(0,95x4) +
0,1(0,98x5) – 0,1x1 – 0,07x2 – 0,03x3 – 0,05x4 – 0,02x5
f. t. Maks. z = 0,026x1 + 0,0509x2 + 0,0864x3 + 0,06875x4 + 0,0785x5
Kendala :
1) Dana total : x1 + x2 + x3 +x4 + x5 < 12
2) Pinjaman pertanian dan perdagangan : x4+x5 > 0,4(x1+x2+x3+x4+x5 )
x1+x2+x3-11/2x4-11/2x5 < 0

3) Pinjaman perumahan : x3 > 0,5 (x1 + x2 + x3)

½x1 + ½x2 – ½x3 < 0
4)    Batasan pinjaman yang tak tertagih :
     

0.1x1 + 0.07x2 + 0.03x3 + 0.05x4 + 0.02x5

-------------------------------------------------------------- < 0.04
x1 + x2 + x3 + x4 + x5
0.06x1 + 0.03x2 - 0.01x3 + 0.01x4 - 0.02x5 < 0
5) Kendala non negatif : xj > 0 j = 1, 2 , ………………, 5
Contoh 7 : Perencanaan Produksi dan pengendalian
Persediaan (Model Produksi Periode Tunggal)

Dalam mempersiapkan produksi untuk periode yang akan datang,

sebuah perusahaan yang memproduksi pakaian jenis 1, 2, 3, dan 4.
semua produk diproduksi berturut-turut pada departemen 1, 2, 3, dan 4.
Perusahaan telah menerima pesanan untuk keempat macam produk.
Data waktu produksi, kapasitas produksi, jumlah pesanan, keuntungan
per unit serta penalti per unit dapat dilihat pada tabel. Buatlah model
Programa Linier yang mengoptimalkan produksi.

Waktu produksi per unit (jam) Kapasitas

Departemen Produk 1 Produk 2 Produk 3 Produk 4 (jam)
1 0,30 0,30 0,25 0,15 1000
2 0,25 0,35 0,30 0,10 1000
3 0,45 0,50 0,40 0,22 1000
4 0,15 0,15 0,10 0,05 1000
Permintaan (unit) 800 750 600 500
Keuntungan ($/unit) 30 40 20 10
Penalti ($/unit) 25 20 10 8
Penyelesaian :
Variabel : xj = jumlah produk j yang dibuat, j = 1, 2, 3, 4

Perusahaan paling banyak memproduksi sebanyak permintaan :

x1 < 800; x2 < 750; x3 < 600; x4 < 500

Terdapat variabel baru yaitu jumlah produk yang tidak tersuplai;

sj = jumlah produk j yang tidak tersuplai, j = 1, 2, 3, 4

Dalam hal ini kendala permintaan di atas berubah menjadi :

x1 + s1 = 800; x2 + s2 = 750; x3 + s3 = 600; x4 + s4 = 500
Pendapatan bersih = Total keuntungan – total penalti
Fungsi tujuan :
Maks. z = 30x1 + 40x2 + 20x3 + 10x4 – 15s1 – 20s2 – 10s3 – 8s4
Kendala produksi departemen :
Departemen 1 : 0,30x1 + 0,30x2 + 0,25x3 + 0,15x4 < 1000

Departemen 1 : 0,25x1 + 0,35x2 + 0,30x3 + 0,10x4 < 1000

Departemen 1 : 0,45x1 + 0,50x2 + 0,40x3 + 0,22x4 < 1000

Dengan demikian model menjadi :
Fungsi tujuan :
maks. z = 30x1 + 40x2 + 20x3 + 10x4 – 15s1 – 20s2 – 10s3 – 8s4
Dengan kendala :
0,30x1 + 0,30x2 + 0,25x3 + 0,15x4 < 1000
0,25x1 + 0,35x2 + 0,30x3 + 0,10x4 < 1000
0,45x1 + 0,50x2 + 0,40x3 + 0,22x4 < 1000
0,15x1 + 0,15x2 + 0,10x3 + 0,05x4 < 1000
x1 + s1 = 800
x2 + s2 = 750
x3 + s3 = 600
x4 + s4 = 500
Contoh 8 : Model Produksi-Persediaan periode jamak
Sebuah perusahaan mempunyai kontrak untuk mensuplai
barang X untuk 6 bulan yang akan datang berturut-turut
sebesar 100, 250, 190, 140, 220, dan 110 unit. Biaya
produksi dari bulan ke bulan berbeda, tergantung pada biaya
tenaga kerja, material dls. Biaya pada bulan-bulan tersebut
diperkirakan sebesr $ 50, $ 45, $ 55, $ 48, $ 52, dan $ 50.
Untuk memanfaatkan perbedaan tersebut perusahaan dapat
memproduksi lebih pada saat biaya rendah untuk disimpan
sebagai persediaan dan dipakai pada periode berikutnya
pada saat biaya tinggi, namun timbul biaya persediaan
sebesar $ 1 per unit per bulan. Buatlah model programa linier
yang meminimalkan biaya total.
Penyelesaian :
Variabel : Xj = jumlah produksi pada bulan j, j = 1, 2, . . , 6
Ij =jumlah persediaan yang ada pada akhir bulan j

Persediaan yang masuk pada awal bulan 1 = I0 = 0

Tujuan kita adalah meminimalkan biaya produksi dan

biaya persediaan
Biaya produksi total = 50x1 + 45x2 + 55x3 + 48x4 + 52x5 + 50x6
Biaya persediaan total = 1(I1 + I2 + I3 + I4 + I5 + I6)

Jadi fungsi tujuan adalah :

min. Z = 50x1 + 45x2 + 55x3 + 48x4 + 52x5 + 50x6 +
Aliran dari produksi – persediaan dan permintaan dapat digambarkan sbb.

Gambar : skema dari sistem produksi-persediaan

Dari gambar diperoleh keseimbangan antara produksi, persediaan dan

permintaan :
Persediaan awal + Jumlah produksi – Jumlah permintaan = Persediaan akhir 
Persediaan awal + Jumlah produksi – Persediaan akhir = Jumlah permintaan
Dengan demikian terdapat hubungan kendala :
In-1+ xn – In = Dn
Dn = Jumlah permintaan pada bulan n
Diperoleh :
Bulan 1 : x1 – I1 = 100
2I1 + x2 – I2 = 250
3I2 + x3 – I3 = 190
4I3 + x4 – I4 = 140
5I4 + x5 – I5 = 20
Dengan demikian model menjadi :

Fungsi Tujuan :

min. Z = 50x1 + 45x2 + 55x3 + 48x4 + 52x5 + 50x6 +

1(I1 + I2 + I3 + I4 + I5 + I6)

Dengan kendala :
x1 – I1 = 100
I1 + x2 – I2 = 250
I2 + x3 – I3 = 190
I3 + x4 – I4 = 140
I4 + x5 – I5 = 20
I + x – I = 110
Contoh 9 : Persoalan kilang minyak
Sebuah perusahaan yang memproduksi bahan bakar mempunyai kilang
di A yang kapasitas produksinya adalah 1.500.000 bbl. minyak mentah per
hari. Produk akhir dari kilang tersebut adalah bensin jenis 1, 2 dan 3 yang
masing-2 bensin biasa dengan angka oktan 87, bensin premium dengan
angka oktan 89 dan bensin super dengan angka oktan 92. Kilang
tersebut memproses minyak mentah dalam tiga tahap. Pertama pada unit
distilasi yang menghasilkan bensin dengan angka oktan 82 pada tingkat
0,2 bbl. per bbl minyak mentah. Kedua pada unit pemecah yang
menghasilkan bensin dengan angka oktan 98. dengan menggunkan
sebagian bensin yang dihasilkan pada unit distilasi pada tingkat 0,5 bbl.
Bensin angka oktan 98 untuk setiap bbl bensin angka oktan 82. Ketiga
pada unit pencampur, dengan mencampur bensin dengan angka oktan 82
yang berasal dari unit distilasi dan bensin dengan angka oktan 98 yang
berasal dari unit pemecah. Perusahaan memperkirakan keuntungan
bensin biasa adalah $ 6,70 bensin premium adalah $ 7,20 dan bensin
super adalah 8,10. kapasitas unit pemecah adalah 200.000 bbl bensin
angka oktan 82 per hari. Batas permintaan bensin biasa adalah 50.000
bbl, bensin premium adalah 30.000 bbl, dan bensin super adalah 40.000
bbl per hari. Buatlah model Programa Linier yang memekasimalkan
keuntungan total.
Penyelesaian :

Variabel : xij = jumlah input tahap i yang di proses menjadi bensin j; j = 1, 2, 3

i = 1 adalah bensin yang keluar unit distilasi
i = 2 adalah bensin yang keluar unit pemecah
 dengan menggunakan definisi ini diperoleh :

Produksi per hari bensin biasa = x11 + x21 bbl per hari
Produksi per hari bensin premium = x12 + x22 bbl per hari
Produksi per hari bensin super = x13 + x23 bbl per hari

Output produksi harian produksi harian produksi harian

unit pencampur = dari bensin biasa + dari bensin premium + dari bensin super

= (x11 + x21) + (x11 + x21) + (x13 + x23) bbl per hari

Jumlah hasil distilasi (AO=82) = x11 + x12 + x13 bbl per hari
yang masuk ke unit pencampur

Jumlah hasil pemecah (AO=98) = x21 + x22 + x23 bbl per hari
yang masuk ke unit pencampur

Jumlah hasil distilasi (AO=82) = 2(x21 + x22 + x23 ) bbl per hari
yang masuk ke unit pemecah

Jumlah minyak mentah yang = 5(x11 + x12 + x13) +

diproses pada kilang 10(x21 + x22 + x23 ) bbl per hari

Tujuan dari model adalah memaksimalkan keuntungan

total yang dihasilkan dari penjualan ketiga jenis bensin :

F. T. : maks. Z = 6,7(x11 + x21) + 7,2(x12 + x22) + 8,1(x13 + x23)

Kendala dari persoalan ini adalah :

1. Jumlah suplai tidak lebih dari 1.500.000 bbl per hari :

5(x11 + x12 + x13) + 10(x21 + x22 + x23 ) < 1.500.000

2. Input unit pemecah tidak lebih dari 200.000 bbl per hari
2(x21 + x22 + x23 ) < 200.000

3. Permintaan bensin biasa paling banyak 50.000 bbl per hari

x11 + x21 < 50.000

4. Permintaan bensin premium paling banyak 30.000 bbl per hari

x12 + x22 < 30.000
5. Permintaan bensin super paling banyak 40.000 bbl per hari
x13 + x23 < 40.000

6. Angka oktan bensin biasa paling sedikit adalah 87

angka oktan rata-rata : 82x11 + 98x21 > 87
x11 + x21
7. Angka oktan bensin premium paling sedikit adalah 89
angka oktan rata-rata : 82x12 + 98x22 > 89
x12 + x22
8. Angka oktan bensin super paling rendah adalah 92
angka oktan rata-rata : 82x13 + 98x23 > 92
x13 + x23
Dengan demikian model menjadi :
Fungsi Tujuan :
maks. Z = 6,7(x11+x21) + 7,2(x12+x22) + 8,1(x13+x23)

Kendala :
5(x11 + x12 + x13) + 10(x21 + x22 + x23 ) < 1.500.000
2(x21 + x22 + x23 ) < 200.000
x11 + x21 < 50.000
x12 + x22 < 30.000
x13 + x23 < 40.000
82x11 + 98x21 > 87(x11 + x21)  - 5x11 + 11x21 > 0
82x12 + 98x22 > 89(x12 + x22)  - 7x12 + 9x22 > 0
82x13 + 98x23 > 92(x13 + x23)  - 10x13 + 4x23 > 92
Xij > 0 i = 1, 2
No, 10
Sebuah perusahaan pengembang perumahan akan
menyewakan rumah dan tanah. Tedapat tiga macam rumah.
Permintaan maksimum rumah tipe 1 adalah 500 unit, tipe 2,
300 unit dan tipe 3, 250 unit. Rumah tipe 2 paling sedikit
50% dari tipe yang lain. Setiap rumah tipe 1 memerlukan
tanah seluas 10 sqft, tipe 2, 15 sqft dan tipe 3, 18 sqft. Tanah
yang tersedia adalah 10,000 sqft. Pendapatan rumah
tersebut masing-2 berturut-turut sebesar $ 600, $ 750 dan $
1.200 per unit sedangkan pendapatan dari sewa tanah
adalah $ 100/sqft. Buatlah model programa linier yang
memaksimalkan pendapatan total.
Penyelesaian :
Variabel :
X1 = Jumlah apartemen yang dibangun - unit
X2 = jumlah dupleks yang dibangun - unit
X3 = Jumlah rumah yang dibangun - unit
X4 = jumlah Tanah yang disewakan – sqft

Fungsi tujuan adalah memaksimumkan pendapatan dari

sewa rumah dan sewa tanah :
 Maks. Z = 600X1 + 750X2 + 1200X3 + 100X4
Luas tanah yang dipakai harus > luas tanah yang dipakai
untuk membangun rumah :
X4 > 10X1 + 15X2 + 18X3
Luas tanah yang dipakai harus < luas tanah yang
tersedia :
X4 < 10000
Rumah tipe dua paling sedikit 50% dari total tipe yang
lainnya
X2 > (X1 + X3)/2  X1 + X3 < 2X2
Rumah yang dibangun paling sedikit 0 unit (kendala non
negative) :
Xj > 0 j = 1, 2, 3, 4
Dengan kendala :
Jumlah minimum rumah yang disewakan :
X1 < 500; X2 < 300; X3 < 250
Luas tanah yang dipakai harus > luas tanah yang
dipakai untuk membangun rumah :
X4 > 10X1 + 15X2 + 18X3
Luas tanah yang dipakai harus < luas tanah yang
tersedia :
X4 < 10000
Rumah tipe dua paling sedikit 50% dari total tipe yang
lainnya
X2 > (X1 + X3)/2  X1 + X3 < 2X2
Rumah yang dibangun paling sedikit 0 unit (kendala non
negative) :
Xj > 0 j = 1, 2, 3, 4
Penyelesaian dengan Lingo diperoleh :
Z = 1.595.714,29 X1= 207,14 X2 = 228,57
X3 = 250 X4 = 10.000

Hasil penyelesaiannya belum tentu memberikan

penyelesaian yang bulat  dilakukan pembulatan.
Jika diselesaikan dengan Model Programa Integer akan
diperoleh penyelesaian yang bulat (akan dibahas pada
Model Programa Integer)
 No. 11
Sebuah kota merencanakan melaksanakan
empat proyek pembaharuan perumahan untuk
waktu lima tahun y.a.d. Setiap proyek
mempunyai waktu mulai dan lama waktu yang
berbeda, pada tabel diberikan data dasar dari
perencanaan tersebut.
  Tahun Biaya Pendapatan
  1 2 3 4 5 (juta$) tahunan (ribu$)
Proyek 1 Mulai   Selesai     5.0 50
Proyek 2   Mulai     Selesa 8.0 70
i
Proyek 3 Mulai       Selesa 15.0 150
i
Proyek 4     Mulai Selesai   1.2 20