SlideShare a Scribd company logo
1 of 26
Download to read offline
RISET
OPERASI
Y. Rahmat Akbar, SE, M.Si
http://www.yrasemsi.blogspot.com
EXPECTED VALUE
&
LINEAR PROGRAMMING
EXPECTED VALUE /
EXPECTED RETURN
RETURN YANG DIHARAPKAN (EXPECTED RETURN)
• Merupakan rata2 tertimbang dari distribusi
probabilitas.
• EV yang lebih besar menunjukkan keuntungan yang
akan diperoleh lebih tinggi. Begitu juga sebaliknya.
• Kategori permasalahan besifat stokastik, artinya
tidak diketahui secara pasti atau analisa masih
probabilistik (kemungkinan-kemungkinan).
n
EV = ∑ Ri . Pri
i=1
EV/ER = tingkat keuntungan yang diharapkan
(expected value atau expected return)
Ri = tingkat keuntungan/laba/cash flow pada
kondisi i
Pri = probabilitas kondisi i terjadi
R (Return) = Pendapatan/Penjualan - Biaya
LINEAR PROGRAMMING
PROGRAM LINEAR
MERUPAKAN SUATU MODEL MATEMATIK YANG
DIGUNAKAN UNTUK MEMBANTU PARA MANEJER
OPERASI DALAM PENGAMBILAN KEPUTUSAN DALAM
PENGALOKASIAN SUMBER DAYA YANG TERBATAS
UNTUK MENGHASILKAN TUJUAN PERUSAHAAN
SECARA OPTIMAL
Karakteristik
Persoalan
Linear
Programming
 Ada tujuan yang ingin dicapai
 Tersedia beberapa alternatif untuk
mencapai tujuan
 Sumberdaya dalam keadaan terbatas
 Dapat dirumuskan dalam bentuk
matematika
(persamaan/ketidaksamaan)
 Kategori permasalahan bersifat
deterministik artinya seluruh informasi
diketahui secara pasti (variabel-variabel
fungsi tujuan dan fungsi kendala/batasan)
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 mencapai tujuan
perusahaan yaitu keuntungan maksimal atau biaya
minimal. Pada umumnya nilai yang akan
dioptimalkan ini dinyatakan sebagai Z.
2. Fungsi batasan merupakan bentuk penyajian
secara matematis batasan-batasan kapasitas yang
tersedia yang akan dialokasikan secara optimal ke
berbagai kegiatan artinya sumber daya yang
terbatas.
MODEL MATEMATIKA
Formulasi Persamaan LP
0,...,
...:)(
...:)(
...
21
22211
12211
21)(




n
n
n
nunctionobjectivef
XXX
BXXdXckendalabatasan
BXXdXckendalabatasan
XbXaXZ
Z = fungsi tujuan
X = variabel yang dioptimalkan
c,d = kombinasi proses
a,b = laba atau biaya
B1, B2 = Maksimum, Minimum
Fungsi Tujuan Maksimisasi
Fungsi Tujuan Minimisasi
: Kendala non negatif
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.
Contoh Soal :
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 dan
Berapa laba optimal yang diperoleh?
 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 persoalan dalam model LP.
 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)
Jawab :
 Kendala non-negatif:
Meja dan kursi yang dihasilkan tidak memiliki nilai
negatif.
M  0
K  0
 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
Jawab : 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
Jawab :
4M + 2K = 60 x 1 4M + 2K = 60
2M + 4K = 48 x 2 4M + 8K = 96
- 6K = -36
K = 6
atau
4M + 2K = 60 x2 8M + 4K = 120
2M + 4K = 48 x1 2M + 4K = 48
6M = 72
M = 12
4M + (2x6) = 60
4M + 12 = 60
4M = 60-12
4M = 48
= 48 : 4 =12
Keputusan:
M = 12 dan K = 6
Laba yang diperoleh = (12 x Rp.80.000) + (6 x 60.000) = 1.320.000
1PRODUCTION PROBLEM
Contoh Soal
Sebuah perusahaan menghasilkan dua macam output, yaitu
Barang A dan Barang B. Perusahaan selama ini menggunakan dua
macam bahan baku (BB) yaitu Bahan Baku I (BB I) dan Bahan Baku
II (BB II). Untuk membuat satu unit Barang A diperlukan BB I
sebanyak 4 unit dan BB II sebanyak 3 unit. Sedangkan untuk
membuat Barang B diperlukan BB I sebanyak 2 unit dan BB II
sebanyak 4 unit. Jumlah BB I tersedia 100 unit dan BB II tersedia
120 unit. Harga jual Barang A Rp 5000 per unit dan harga jual
Barang B Rp 6000 per unit.
• Berapa unit Barang A dan Barang B harus diproduksi agar
perusahaan memperoleh penerimaan maksimal (tentunya
dengan memperhatikan kendala yang ada)?
• Dan berapa besarnya keuntungan maksimalnya?
2MARKETING PROBLEM
Contoh Soal
PT Angin Ribut sedang mempertimbangkan program advertensi
dalam rangka mempromosikan produk yang dihasilkannya. Untuk
rencana advertensi sedang dipertimbangkan 3 (tiga) alternatif
media advertensi, yaitu media surat kabar/koran, radio dan
televisi dengan karakteristik:
Media Biaya 1 x tayang Konsumen yang dijangkau
Koran Rp.4.000.000,- 400.000 orang
Radio Rp.6.000.000,- 800.000 orang
Televisi Rp.16.000.000,- 2.600.000 orang
Ketentuan lain dari penggunaan media tersebut sbb:
a. Maksimum biaya advertensi Rp 82.000.000,-
b. Minimum biaya untuk televisi Rp 32.000.000,-
c. Biaya koran paling sedikit Rp 12.000.000,-
d. Rasio biaya advertensi melalui radio dengan surat kabar/
koran paling sedikit 2 : 1
3INVESTMENT PROBLEM
Contoh Soal :
Seorang manajer, investasi sedang mempertimbangkan portofolio
pada saham, obligasi umum dan obligasi pemerintah. Saham yang
sedang dipertimbangkan untuk dibeli adalah Saham Indosat,
sedangkan obligasi umum terdiri atas Obligasi PT Telkom, PT
Tambang Timah, dan PT Indah Kiat. Obligasi pemerintah terdiri dari
Obligasi Jasa Marga dan Obligasi Bank Mandiri. Total dana investasi
yang direncanakan maksimal sebesar Rp 3 milyar. Proyeksi rate of
return keseluruhan portofolio investasi adalah sebagai berikut:
Portofolio Investasi Rate of return (%)
Saham Indosat 18
PT. Telkom 20
PT. Tambang Timah 17
PT. Indah Kiat 21
Jasa Marga 16
Bank Mandiri 19
4BLENDING PROBLEM
Contoh Soal:
Seorang petani memupuk tanaman padi (X) dan jagung
(Y) dengan komposisi yang berbeda. Padi menggunakan
pupuk urea 100 kg dan pupuk kompos 50 kg.
Sedangkan jagung menggunakan pupuk urea 40 kg dan
pupuk kompos 60 kg. Petani hanya menyediakan pupuk
urea dan kompos tidak lebih dari 200 kg dan 150 kg.
Margin laba per kg untuk padi dan jagung Rp.200,- dan
Rp.300,-. Berapa laba maksimum?
Terima Kasih
&
Pertanyaan?

More Related Content

What's hot

Metode Simplek Minimasi
Metode Simplek MinimasiMetode Simplek Minimasi
Metode Simplek Minimasi
Siti Zuariyah
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
hartantoahock
 
8. manajemen-persediaan
8. manajemen-persediaan8. manajemen-persediaan
8. manajemen-persediaan
Lambok_siregar
 
Tabel distribusi peluang binomial
Tabel distribusi peluang binomialTabel distribusi peluang binomial
Tabel distribusi peluang binomial
rumahbacazahra
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
matematikaunindra
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasi
Yousuf Kurniawan
 
Bab VI Teori Produksi dan Biaya Produksi Terlengkap
Bab VI Teori Produksi dan Biaya Produksi TerlengkapBab VI Teori Produksi dan Biaya Produksi Terlengkap
Bab VI Teori Produksi dan Biaya Produksi Terlengkap
Aditya Panim
 

What's hot (20)

Bab 9-cpm-pert
Bab 9-cpm-pertBab 9-cpm-pert
Bab 9-cpm-pert
 
Materi P3_Distribusi Normal
Materi P3_Distribusi NormalMateri P3_Distribusi Normal
Materi P3_Distribusi Normal
 
Statistika Probabilitas
Statistika ProbabilitasStatistika Probabilitas
Statistika Probabilitas
 
Metode Simplek Minimasi
Metode Simplek MinimasiMetode Simplek Minimasi
Metode Simplek Minimasi
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
 
Metode simpleks dua fase
Metode simpleks dua faseMetode simpleks dua fase
Metode simpleks dua fase
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Pengantar Statistika 2
Pengantar Statistika 2Pengantar Statistika 2
Pengantar Statistika 2
 
Keputusan Pembelian Dalam Kondisi Tidak Pasti
Keputusan Pembelian Dalam Kondisi Tidak PastiKeputusan Pembelian Dalam Kondisi Tidak Pasti
Keputusan Pembelian Dalam Kondisi Tidak Pasti
 
8. manajemen-persediaan
8. manajemen-persediaan8. manajemen-persediaan
8. manajemen-persediaan
 
Tugas UAS Rangkuman Riset Operasi
Tugas UAS Rangkuman Riset Operasi Tugas UAS Rangkuman Riset Operasi
Tugas UAS Rangkuman Riset Operasi
 
Tabel distribusi peluang binomial
Tabel distribusi peluang binomialTabel distribusi peluang binomial
Tabel distribusi peluang binomial
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
4 bunga nominal dan bunga efektif
4 bunga nominal dan bunga efektif4 bunga nominal dan bunga efektif
4 bunga nominal dan bunga efektif
 
Metode Dualitas (Primal-Dual)
Metode Dualitas (Primal-Dual)Metode Dualitas (Primal-Dual)
Metode Dualitas (Primal-Dual)
 
Program Linear dan Metode Simpleks
Program Linear dan Metode SimpleksProgram Linear dan Metode Simpleks
Program Linear dan Metode Simpleks
 
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUALPENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasi
 
Bab VI Teori Produksi dan Biaya Produksi Terlengkap
Bab VI Teori Produksi dan Biaya Produksi TerlengkapBab VI Teori Produksi dan Biaya Produksi Terlengkap
Bab VI Teori Produksi dan Biaya Produksi Terlengkap
 

Similar to Riset operasi

Brian Raafiu Optimasi produksi
Brian Raafiu Optimasi produksiBrian Raafiu Optimasi produksi
Brian Raafiu Optimasi produksi
Brian Raafiu
 
Program linear-dan-metode-simplex
Program linear-dan-metode-simplexProgram linear-dan-metode-simplex
Program linear-dan-metode-simplex
Achmad Alphianto
 
Linear programming
Linear programmingLinear programming
Linear programming
suparman11
 
Integer Programming ( Quantitative Method )
Integer Programming ( Quantitative Method )Integer Programming ( Quantitative Method )
Integer Programming ( Quantitative Method )
Andika Januarianto
 

Similar to Riset operasi (20)

Pertemuan ii linier programing
Pertemuan ii linier programingPertemuan ii linier programing
Pertemuan ii linier programing
 
Brian Raafiu Optimasi produksi
Brian Raafiu Optimasi produksiBrian Raafiu Optimasi produksi
Brian Raafiu Optimasi produksi
 
Program linear-dan-metode-simplex
Program linear-dan-metode-simplexProgram linear-dan-metode-simplex
Program linear-dan-metode-simplex
 
Linear programming
Linear programmingLinear programming
Linear programming
 
Mentkuan10linierprograming
Mentkuan10linierprogramingMentkuan10linierprograming
Mentkuan10linierprograming
 
Dualitas program linier opr 5
Dualitas program linier opr 5Dualitas program linier opr 5
Dualitas program linier opr 5
 
PERTEMUAN 3 LINIER PROGRAMING METODE GRAFIK.pptx
PERTEMUAN  3 LINIER PROGRAMING  METODE GRAFIK.pptxPERTEMUAN  3 LINIER PROGRAMING  METODE GRAFIK.pptx
PERTEMUAN 3 LINIER PROGRAMING METODE GRAFIK.pptx
 
Typing pembuatan makalah
Typing pembuatan makalahTyping pembuatan makalah
Typing pembuatan makalah
 
Pertemuan 3 lp metode grafik
Pertemuan  3 lp metode grafikPertemuan  3 lp metode grafik
Pertemuan 3 lp metode grafik
 
Pengenalan Riset Operasi.pptx
Pengenalan Riset Operasi.pptxPengenalan Riset Operasi.pptx
Pengenalan Riset Operasi.pptx
 
Linear Programming Project
Linear Programming ProjectLinear Programming Project
Linear Programming Project
 
II-Linear-Programming-2.pptx
II-Linear-Programming-2.pptxII-Linear-Programming-2.pptx
II-Linear-Programming-2.pptx
 
Program_Linier_Rudi_Susanto-program linier.pdf
Program_Linier_Rudi_Susanto-program linier.pdfProgram_Linier_Rudi_Susanto-program linier.pdf
Program_Linier_Rudi_Susanto-program linier.pdf
 
Integer Programming ( Quantitative Method )
Integer Programming ( Quantitative Method )Integer Programming ( Quantitative Method )
Integer Programming ( Quantitative Method )
 
Linear programming
Linear programmingLinear programming
Linear programming
 
Pertemuan 3 Program Linier.pptx
Pertemuan 3 Program Linier.pptxPertemuan 3 Program Linier.pptx
Pertemuan 3 Program Linier.pptx
 
7c 3-pemrograman linier (1)
7c 3-pemrograman linier (1)7c 3-pemrograman linier (1)
7c 3-pemrograman linier (1)
 
Program Linear XI IPA Wajib.ppt
Program Linear XI IPA Wajib.pptProgram Linear XI IPA Wajib.ppt
Program Linear XI IPA Wajib.ppt
 
Uts akmen-b legita veronika
Uts akmen-b legita veronikaUts akmen-b legita veronika
Uts akmen-b legita veronika
 
Kuliah ke 3 program linear iain zck langsa
Kuliah ke   3 program linear iain zck langsaKuliah ke   3 program linear iain zck langsa
Kuliah ke 3 program linear iain zck langsa
 

More from yy rahmat

More from yy rahmat (20)

Riset operasional
Riset operasionalRiset operasional
Riset operasional
 
Aplikasi fungsi linear
Aplikasi fungsi linearAplikasi fungsi linear
Aplikasi fungsi linear
 
Konsep Dasar Fungsi
Konsep Dasar FungsiKonsep Dasar Fungsi
Konsep Dasar Fungsi
 
Aplikasi deret ukur (geometri)
Aplikasi deret ukur (geometri)Aplikasi deret ukur (geometri)
Aplikasi deret ukur (geometri)
 
Deret ukur geometri
Deret ukur geometriDeret ukur geometri
Deret ukur geometri
 
Aplikasi deret hitung
Aplikasi deret hitungAplikasi deret hitung
Aplikasi deret hitung
 
Deret hitung (aritmatika)
Deret hitung (aritmatika)Deret hitung (aritmatika)
Deret hitung (aritmatika)
 
Matematika Ekonomi Bisnis
Matematika Ekonomi BisnisMatematika Ekonomi Bisnis
Matematika Ekonomi Bisnis
 
Daftar Kasus Investasi Bodong & Tips aman-investasi
Daftar Kasus Investasi Bodong & Tips aman-investasiDaftar Kasus Investasi Bodong & Tips aman-investasi
Daftar Kasus Investasi Bodong & Tips aman-investasi
 
Analisis risiko kualitatif
Analisis risiko kualitatifAnalisis risiko kualitatif
Analisis risiko kualitatif
 
Analisis risiko kuantitatif
Analisis risiko kuantitatifAnalisis risiko kuantitatif
Analisis risiko kuantitatif
 
Risk assasement
Risk assasementRisk assasement
Risk assasement
 
Identifikasi risiko
Identifikasi risikoIdentifikasi risiko
Identifikasi risiko
 
Konsep risiko
Konsep risikoKonsep risiko
Konsep risiko
 
Analisis faktor ekonomi
Analisis faktor ekonomiAnalisis faktor ekonomi
Analisis faktor ekonomi
 
Analisis kelayakan usaha
Analisis kelayakan usahaAnalisis kelayakan usaha
Analisis kelayakan usaha
 
Analisis kelayakan investasi
Analisis kelayakan investasiAnalisis kelayakan investasi
Analisis kelayakan investasi
 
Struktur modal
Struktur modalStruktur modal
Struktur modal
 
Studi kelayakan bisnis
Studi kelayakan bisnisStudi kelayakan bisnis
Studi kelayakan bisnis
 
Modal kerja
Modal kerjaModal kerja
Modal kerja
 

Riset operasi

  • 1. RISET OPERASI Y. Rahmat Akbar, SE, M.Si http://www.yrasemsi.blogspot.com EXPECTED VALUE & LINEAR PROGRAMMING
  • 2.
  • 4. RETURN YANG DIHARAPKAN (EXPECTED RETURN) • Merupakan rata2 tertimbang dari distribusi probabilitas. • EV yang lebih besar menunjukkan keuntungan yang akan diperoleh lebih tinggi. Begitu juga sebaliknya. • Kategori permasalahan besifat stokastik, artinya tidak diketahui secara pasti atau analisa masih probabilistik (kemungkinan-kemungkinan). n EV = ∑ Ri . Pri i=1
  • 5. EV/ER = tingkat keuntungan yang diharapkan (expected value atau expected return) Ri = tingkat keuntungan/laba/cash flow pada kondisi i Pri = probabilitas kondisi i terjadi R (Return) = Pendapatan/Penjualan - Biaya
  • 7. PROGRAM LINEAR MERUPAKAN SUATU MODEL MATEMATIK YANG DIGUNAKAN UNTUK MEMBANTU PARA MANEJER OPERASI DALAM PENGAMBILAN KEPUTUSAN DALAM PENGALOKASIAN SUMBER DAYA YANG TERBATAS UNTUK MENGHASILKAN TUJUAN PERUSAHAAN SECARA OPTIMAL
  • 8. Karakteristik Persoalan Linear Programming  Ada tujuan yang ingin dicapai  Tersedia beberapa alternatif untuk mencapai tujuan  Sumberdaya dalam keadaan terbatas  Dapat dirumuskan dalam bentuk matematika (persamaan/ketidaksamaan)  Kategori permasalahan bersifat deterministik artinya seluruh informasi diketahui secara pasti (variabel-variabel fungsi tujuan dan fungsi kendala/batasan)
  • 9. 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 mencapai tujuan perusahaan yaitu keuntungan maksimal atau biaya minimal. Pada umumnya nilai yang akan dioptimalkan ini dinyatakan sebagai Z. 2. Fungsi batasan merupakan bentuk penyajian secara matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan artinya sumber daya yang terbatas.
  • 11. Formulasi Persamaan LP 0,..., ...:)( ...:)( ... 21 22211 12211 21)(     n n n nunctionobjectivef XXX BXXdXckendalabatasan BXXdXckendalabatasan XbXaXZ Z = fungsi tujuan X = variabel yang dioptimalkan c,d = kombinasi proses a,b = laba atau biaya B1, B2 = Maksimum, Minimum Fungsi Tujuan Maksimisasi Fungsi Tujuan Minimisasi : Kendala non negatif
  • 12. 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.
  • 13. Contoh Soal : 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 dan Berapa laba optimal yang diperoleh?
  • 14.  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 persoalan dalam model LP.  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) Jawab :
  • 15.  Kendala non-negatif: Meja dan kursi yang dihasilkan tidak memiliki nilai negatif. M  0 K  0  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
  • 16. Jawab : 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
  • 17. Jawab : 4M + 2K = 60 x 1 4M + 2K = 60 2M + 4K = 48 x 2 4M + 8K = 96 - 6K = -36 K = 6 atau 4M + 2K = 60 x2 8M + 4K = 120 2M + 4K = 48 x1 2M + 4K = 48 6M = 72 M = 12 4M + (2x6) = 60 4M + 12 = 60 4M = 60-12 4M = 48 = 48 : 4 =12 Keputusan: M = 12 dan K = 6 Laba yang diperoleh = (12 x Rp.80.000) + (6 x 60.000) = 1.320.000
  • 19. Contoh Soal Sebuah perusahaan menghasilkan dua macam output, yaitu Barang A dan Barang B. Perusahaan selama ini menggunakan dua macam bahan baku (BB) yaitu Bahan Baku I (BB I) dan Bahan Baku II (BB II). Untuk membuat satu unit Barang A diperlukan BB I sebanyak 4 unit dan BB II sebanyak 3 unit. Sedangkan untuk membuat Barang B diperlukan BB I sebanyak 2 unit dan BB II sebanyak 4 unit. Jumlah BB I tersedia 100 unit dan BB II tersedia 120 unit. Harga jual Barang A Rp 5000 per unit dan harga jual Barang B Rp 6000 per unit. • Berapa unit Barang A dan Barang B harus diproduksi agar perusahaan memperoleh penerimaan maksimal (tentunya dengan memperhatikan kendala yang ada)? • Dan berapa besarnya keuntungan maksimalnya?
  • 21. Contoh Soal PT Angin Ribut sedang mempertimbangkan program advertensi dalam rangka mempromosikan produk yang dihasilkannya. Untuk rencana advertensi sedang dipertimbangkan 3 (tiga) alternatif media advertensi, yaitu media surat kabar/koran, radio dan televisi dengan karakteristik: Media Biaya 1 x tayang Konsumen yang dijangkau Koran Rp.4.000.000,- 400.000 orang Radio Rp.6.000.000,- 800.000 orang Televisi Rp.16.000.000,- 2.600.000 orang Ketentuan lain dari penggunaan media tersebut sbb: a. Maksimum biaya advertensi Rp 82.000.000,- b. Minimum biaya untuk televisi Rp 32.000.000,- c. Biaya koran paling sedikit Rp 12.000.000,- d. Rasio biaya advertensi melalui radio dengan surat kabar/ koran paling sedikit 2 : 1
  • 23. Contoh Soal : Seorang manajer, investasi sedang mempertimbangkan portofolio pada saham, obligasi umum dan obligasi pemerintah. Saham yang sedang dipertimbangkan untuk dibeli adalah Saham Indosat, sedangkan obligasi umum terdiri atas Obligasi PT Telkom, PT Tambang Timah, dan PT Indah Kiat. Obligasi pemerintah terdiri dari Obligasi Jasa Marga dan Obligasi Bank Mandiri. Total dana investasi yang direncanakan maksimal sebesar Rp 3 milyar. Proyeksi rate of return keseluruhan portofolio investasi adalah sebagai berikut: Portofolio Investasi Rate of return (%) Saham Indosat 18 PT. Telkom 20 PT. Tambang Timah 17 PT. Indah Kiat 21 Jasa Marga 16 Bank Mandiri 19
  • 25. Contoh Soal: Seorang petani memupuk tanaman padi (X) dan jagung (Y) dengan komposisi yang berbeda. Padi menggunakan pupuk urea 100 kg dan pupuk kompos 50 kg. Sedangkan jagung menggunakan pupuk urea 40 kg dan pupuk kompos 60 kg. Petani hanya menyediakan pupuk urea dan kompos tidak lebih dari 200 kg dan 150 kg. Margin laba per kg untuk padi dan jagung Rp.200,- dan Rp.300,-. Berapa laba maksimum?