BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
4. DEFINISI PROGRAM LINIER
Program Linier adalah sebuah metode
matematis yang berkarakteristik linear untuk
menemukan suatu penyelesaian optimal
dengan cara memaksimumkan atau
meminimumkan fungsi tujuan terhadap satu
susunan kendala.
5. TUJUAN PROGRAM LINIER
Tujuan dari penggunaan linear
programming adalah untuk menyusun suatu
model yang dapat dipergunakan untuk
membantu pengambilan keputusan dalam
menentukan alokasi yang optimal dari sumber
daya perusahaan ke berbagai alternatif.
6. MODEL PROGRAM LINIER
Variabel keputusan
Variabel persoalan yang akan mempengaruhi nilai tujuan yang hendak
dicapai. Didalam proses pemodelan, penemuan variabel keputusan harus dilakukan
terlebih dahulu sebelum merumuskan fungsi tujuan dan fungsi batasan (kendala-
kendalanya).
Fungsi tujuan
Fungsi yang menggambarkan tujuan dalam permasalahan LP yang berkaitan
dengan pengaturan secara optimal sumber daya - sumber daya, untuk memperoleh
keuntungan maksimal atau biaya minimum. Dengan simbol Z.
Dua kemungkinan fungsi tujuan
- Maksimimkan Z = f (X1, X2, ...Xn)
- Minimumkan Z = f (X1, X2, ...Xn)
Fungsi batasan (kendala)
Bentuk penyajian secara matematis batasan-batasan kapasitas yang tersedia
yang akan dialokasikan secara optimal ke berbagai kegiatan.
7. Xj = banyaknya kegiatan j ( j = 1, 2, ..., n). Variabel Xj ini disebut juga dengan variabel
keputusan (decision variables).
Z = nilai fungsi tujuan yang diopotimalkan (maksimum atau minimum)
Cj = kenaikan nilai Z apabila ada pertambanhan tingkat kegiatan (Xj) dengan satu satuan (unit)
atau merupakan keuntungan per unit (masalah maksimasi), biaya per unit (masalah
minimasi) kegiatan j terhadap nilai Z.
aij = banyaknya sumber i yang di perlukan guna menghasilkan setiap unit output kegiatan j (i = 1,
2, ..., m, dan j = 1,2, ..., n) bi = banyaknya sumber (fasilitas) i yang tersedia untuk
dialokasikan ke setiap unit kegiatan (i = 1,2, ..., m)
SIMBOL-SIMBOL MODEL LINEAR PROGRAMMING
9. Fungsi tujuan :
Maksimumkan/minimumkan:
Z = 𝐶j.Xj = C1X1 + C2X2+...+CnXn
Dengan kendala atau batasan:
𝑙=1
𝑛
𝑎
Atau :
1. a11X1 + a12X2 + ... + a1nXn b1
2. a21X1 + a22X2 + ... + a2nXn b2
.
.
m. am1X1 + am2X2 + ... + amnXn bm
dan
Xj 0 atau X1 0, X2 0, ...... Xn 0
i j Xj (≤, =, ≥)𝑏i untuk semua nilai i (i=1,2,...m)
Model Standard Linear Programming
10. Batasan Pertama
Jumlah hasil (barang/jasa) 1 yang dihasilkan oleh kegiatan 1
dikalikan dengan kebutuhan akan sumber 1 per satuan (berarti
total alokasi 1 untuk kegiatan 1) ditambah dengan hasil kegiatan
2 dikalikan dengan kebutuhan tiap satuan keluaran 2 terhadap
sumber 1 (dan seterusnya sampai dengan kegiatan ke-n) tidak
akan melebihi atau sama dengan atau tidak boleh kurang dari
jumlah (kapasitas) tersedianya sumber 1 (yang dinyatakan
dengan b1). Hal ini berlaku untuk batasan-batasan lainnya
sampai ke m.
11. - Fungsi batasan fungsional,
adalah fungsi-fungsi batasan sebanyak m yaitu
a11X1 + a12X2 + ... + a1nXn
- Fungsi batasan non negatif (non negative constraints)
adalah fungsi-fungsi batasan yang dinyatakan dengan Xi 0
Variabel Xj disebut sebagai variabel keputusan (decision
variables)
aij, bi, Cj, yaitu masukan-masukan input konstan, disebut
sebagai parameter model.
Fungsi – Fungsi Batasan :
12. METODE PEMECAHAN MODEL
LINEAR PROGRAMMING
Ada 2 (dua) metode/pendekatan yang dapat digunakan untuk menyelesaikan
persoalan-persoalan Linear Programming
• Metode grafis
• Metode simpleks
Bila persoalan LP hanya mempunyai 2 (dua) variabel keputusan, maka dua metode tersebut
dapat dipergunakan. Bila variabel yang terlibat dalam penyelesaian LP lebih dari dua, maka
metode grafis tidak dapat dipergunakan lagi.
Metode yang lazim diterapkan untuk memecahkan persoalan LP yang mempunyai variabel
keputusan lebih dari dua adalah metode simpleks. Melalui metode simpleks, kombinasi
variabel keputusan optimal diselesaikan dengan menggunakan pendekatan matematis
13. Persoalan Maksimasi
Metode Grafis
Untuk memaksimumkan laba
Fungsi batasan bertanda ≤
Daerah feasible akan berada disebelah kiri bawah garis batas
tersebut
Persoalan Minimasi
Untuk meminimalkan biaya
Fungsi batasan bertanda ≥
Daerah feasible akan berada disebelah kanan atas garis batas
tersebut
14. Metode Simpleks
Apabila suatu masalah Linear Programming hanya
mengandung 2 variabel keputusan saja (X1 dan X2), maka
dapat diselesaikan dengan metode grafik dan metode
simpleks. Tetapi apabila melibatkan lebih dari 2 variabel
keputusan maka metode grafik tidak dapat digunakan lagi,
sehingga diperlukan metode simpleks.
Metode Simpleks yaitu suatu cara yang lazim
dipakai untuk menentukan kombinasi optimal dari dua
variabel atau lebih, dengan menggunakan tabel-tabel.
15. Masalah Maksimasi (Laba)
Langkah-langkah penyelesaian:
1. Mengubah fungsi tujuan dan batasan-batasan
- Fungsi tujuan diubah menjadi fungsi implisit yaitu
semuanya bergeser kekiri.
- Batasan-batasan diubah menjadi kesamaan, dengan cara
menambah slack variabel. Slack variabel adalah
S1, S2, …, Sn. Jika hasil kegiatan yang ada mewakili X1
dan X2, maka slack variabel dimulai dari S1, S2, dast-nya
2. Menyusun persamaan-persamaan didalam Tabel
Tabel Metode Simpleks dalam Bentuk Simbol
NK adalah nilai kanan persamaan (nilai dibelakang tanda =) Variabel
dasar adalah variabel yang nilainya sama dengan sisi kanan persamaan.
3. Memilih kolom kunci
Pilihlah kolom yang mempunyai nilai pada garis fungsi tujuan yang
bernilai negatif dengan angka terbesar, dan berilah tanda segiempat
pada kolom tersebut.
4. Memilih baris kunci
- Terlebih dahulu dicari indeks tiap-tiap baris, dengan rumus:
( 0/-5, 8/0, 15/3, 30/5) = (0, ~, 5, 6)
- Pilihlah baris yang mempunyai indeks positif dengan angka
terkecil.
- Berilah tanda segiempat pada baris kunci tersebut. Nilai yang
masuk dalam kolom kunci dan dalam baris kunci disebut angka
kunci.
16. Masalah Maksimasi (Laba)
5. Mengubah nilai-nilai baris kunci, dengan cara :
Gantilah variabel dasar pada baris tersebut , dengan variabel
yang terdapat dibagian atas kolom kunci
Nilai baru baris kunci : (0/3, 3/3, 0/3, 1/3, 0/3; 15/3)
= ( 0, 1, 0 , 1/3, 0, 5)
6. Mengubah nilai-nilai selain pada baris kunci
Dengan rumus :
Baris baru = Baris lama – ( koefisien pada kolom kunci x
nilai baru baris kunci
Z = ( -3 -5 0 0 0 0) – (-5). (0 1 0 1/3 0 5)
= ( -3 -5 0 0 0 0) – (0 -5 0 -5/3 0 -25)
= -3 0 0 5/3 0 25
S1 = Baris lama, karena koefisien pada kolom kunci adalah
S3 = ( 6 5 0 0 1 30) – (5). (0 1 0 1/3 0 5)
= ( 6 5 0 0 1 30) – (0 5 0 5/3 0 25)
= 6 0 0 -5/3 1 5
7. Melanjutkan perbaikan-perbaikan
Ulangi langkah ke-3 sampai dengan langkah ke-6. Perubahan baru
berhenti setelah pada “baris pertama” (fungsi tujuan) tidak ada yang
bernilai negatif. Berarti hasil dari Tabel tersebut sudah merupakan
hasil yang optimal.
Baris kunci yang baru = (6/6 0/6 0/6 -5/3/6 1/6 5/6)
= (1 0 0 -5/18 1/6 5/6)
Z = (-3 0 0 5/3 0 25) – (-3). (1 0 0 -5/18 1/6 5/6)
= (-3 0 0 5/3 0 25) – (-3 0 0 15/18 -3/6 -15/6)
= 0 0 0 5/6 1/2 271/2
S1 = (2 0 1 0 0 8) – (2). (1 0 0 -5/18 1/6 5/6)
= (2 0 1 0 0 8) – (2 0 0 -10/18 2/6 10/6)
= 0 0 1 5/9 -1/3 6 3
1
X2 = Baris lama, karena koefisien pada kolom kunci adalah 0
17. Masalah Minimasi (Biaya)
Langkah – langkah Penyelesaian
> Untuk langkah 1, 2 = maksimasi
> Langkah ke 3 : Pilihlah kolom yang mempunyai nilai pada
garis fungsi tujuan yang bernilai negatif dengan angka terkecil
> Untuk langkah 4,5, dan 6 = maksimasi
> Langkah ke 7 : Ulangi langkah ke 3 s/d ke 6. Perubahan baru
berhenti setelah “pada baris pertama” (fungsi tujuan) tidak ada
yang bernilai positif.