Riset

Operasi
Linier Programing
Definisi
Riset operasi (manajemen sains) merupakan
aplikasi dari metode-metode, teknik teknik dan
paralatan-peralatan ilmiah untuk menghadapi
masalah yang timbul di dalam operasi
perusahaan dengan tujuan untuk menemukan
alternatif pemecahan masalah secara optimum.
Menurut Thaha, 1987 mengemukakan bahwa
“Istilah Riset Operasi seringkali diasosiasikan dengan
penggunaan teknik-teknik matematis untuk membuat
model dan menganalisis masalah keputusan.
Meskipun matematika dan model matematis
merupakan inti Riset Operasi, pemecahan masalah
tidaklah sekedar pengembangan dan pemecahan
model-model matematis. Secara spesifik, masalah-
masalah keputusan biasanya mencakup faktorfaktor
manusia di hampir setiap lingkungan keputusan”
 Definisi Linier Programing
• Linear programming adalah suatu teknik matematika yang
dirancang untuk membantu manajer merencanakan dan
membuat keputusan dalam mengalokasikan sumber daya
yang terbatas untuk mencapai tujuan perusahaan.
• Tujuan perusahaan pada umumnya adalah
memaksimalisasi keuntungan, namun karena terbatasnya
sumber daya, maka perusahaan perlu meminimalkan
biaya.
Linear Programming memiliki empat ciri khusus yang melekat,
yaitu:

01 Penyelesaian masalah mengarah pada

pencapaian tujuan maksimisasi atau minimisasi.

02 Kendala yang ada membatasi tingkat

pencapaian tujuan.

03 Ada beberapa alternatif penyelesaian

04 Hubungan matematis bersifat linear
 Dalam model LP dikenal 2 (dua) macam “fungsi”,
1. Fungsi tujuan adalah fungsi yang menggambarkan tujuan
sasaran di dalam permasalahan LP yang berkaitan dengan
pengaturan secara optimal sumberdaya-sumberdaya, untuk
memperoleh keuntungan maksimal atau biaya minimal. Pada
umumnya nilai yang akan dioptimalkan dinyatakan sebagai Z.
2. Fungsi batasan merupakan bentuk penyajian secara
matematis batasan-batasan kapasitas yang tersedia yang akan
dialokasikan secara optimal ke berbagai kegiatan.
 Model Linier Programing
Kegiatan Pemakaian sumber per unit Kapasitas
Kegiatan (keluaran) Sumber
Sumber 1 2 3 …. n

1 a11 a12 a13 …. a1n b1

2 a21 a22 a23 …. a2n b2
3 a31 a32 a33 …. a3n b3
… … … … … …
m am1 am2 am3 …. amn bm
ΔZ
pertambahan C1 C2 C3 Cn
tiap unit
Tingkat X1 X2 X3 Xn
kegiatan
 Model Matemastis
• Fungsi tujuan:
• Maksimumkan Z = C1X1+ C2X2+ C3X3+ ….+ CnXn
• Fungsi Batasan :
1. a11X11+ a12X2 + a13X3 + ….+ a1nXn ≤ b1
2. a21X11+ a22X2 + a33X3 + ….+ a2nXn ≤ b1
…..
m. am1X11+ am2X2 + am3X3 + ….+ amnXn ≤ bm
dan
X1 ≥ 0, X2 ≥ 0, ………. Xn ≥ 0
 Asumsi asumsi dasar yang membatasi LP
Certaity (kepastian) Additivity Non negative
Maksudnya adalah fungsi (penambahan) variable
tujuan dan fungsi kendala Artinya aktivitas total Artinya bahwa semua
sudah diketahui dengan sama dengan nilai jawaban atau
pasti dan tidak berubah penjumlahan aktivitas variabel tidak negatif.
selama periode analisa. . individu.

Proportionality Divisibility
(Bisa dibagi-
(proporsionalitas)
bagi)

Certainty Additivity Non negative

(Kepastian) (penambahan) variable

Proportionality Divisibility
(proporsionalitas) (bisa dibagi-bagi)

Yaitu adanya Maksudnya solusi tidak harus

proporsionalitas dalam merupakan bilangan integer
fungsi tujuan dan (bilangan bulat), tetapi bisa
fungsi kendala. juga berupa pecahan.
 Linier Programing 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.
 Dalam bentuk tabel
Merek I1 I2 Kapasitas
Mesin (X1) (X2) Maksimum
1 2 0 8
2 0 3 15
3 6 5 30
Sumbangan laba 3 5
Bentuk Matematisnya

• Maksimumkan Z = 3X1 + 5X2

• Batasan (constrain)
(1) 2X1 8
(2) 3X2  15
(3) 6X1 + 5X2  30
Fungsi batasan pertama (2 X1  8)
X2

Gambar di atas disamping

merupakan bagian yang
memenuhi batasan-batasan:
2X1 = 8
2X1  8 dan
X1  0, X2 
X1  0, X2  0 dan 2X1  8
0

0 4 X1
Fungsi batasan (2 X1  8); 3X2  15;
6X1 + 5X2  30; X1  0 dan X2  0
X2
6X1 + 5X2 = 30 2X1 = 8

6
D C
5 3X2 = 15

Daerah
feasible

A
0 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 C
5 3X2 = 15

4 Daerah
feasible

A
0 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 D C
5 3X2 = 15
Nilai Z = 3(0) + 5(5) = 25

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
A
0 4 5 X1
Terimakasih