SlideShare a Scribd company logo
-LINEAR PROGRAMMING-
 Linear programming merupakan salah satu alat
untuk menyelesaikan masalah dalam hal
mencapai tujuan dengan cara menentukan
keputusan untuk mengalokasikan sumber daya
yang terbatas.
 Feasible Solution
 Variabel-variabel yang memenuhi persyaratan dalam
kendala/batasan
 Solusi optimal
 Feasible solution yang menghasilkan nilai fungsi
tujuan yang masksimal (jika fungsi tujuannya adalah
memaksimalkan); nilai fungsi tujuan yang minimal
(jika fungsi tujuannya adalah meminimalkan)
Karakteristik LP
 Fungsi Tujuan
 Pada umumnya perusahaan/organisasi
mempunyai tujuan memaksimalkan laba dan/atau
meminimalkan biaya.
 Hubungan fungsi matematis yang linear yang
menggambarkan tujuan dari perusahaan terkait
dengan dengan variabel keputusan
 Kendala/batasan & Variabel Keputusan
 Didalam usahanya mencapai tujuan tersebut, ada
kendala/batasan yang dapat mempengaruhi
keputusan dalam mengalokasikan sumber
dayanya (tenaga kerja, waktu, energi, bahan
baku, uang, dll)
 Contoh masalah yang dapat diselesaikan
dengan linear programming
 Manager pemasaran ingin mengalokasikan media
iklan (radio, televisi, koran, majalah) yang dapat
memaksimalkan efektifitas iklan.
 Seorang analis keuangan harus menentukan
investasi portfolio dari berbagai alternatif investasi
stock dan bond yang dapat memaksimalkan
return of investment.
 Sebuah perusahaan ingin menentukan jumlah
produk yang dikirim dari gudang yang tersedia ke
konsumen sehingga biaya transportasi menjadi
minimal
 Linear programming menggunakan model
matematika untuk menggambarkan
permasalahan.
 Linear:
 fungsi matematika dalam model bersifat linear
 perubahan dalam variabel keputusan
menghasilkan perubahan yang relatif sama dalam
nilai fungsi tujuan
 Programming: langkah-langkah dalam
memecahkan masalah atau untuk
mendapatkan solusi yang optimal
Latihan Fungsi Linear
 Jika, x, y, dan z adalah variabel keputusan,
tentukan mana diantara model matematika
berikut yang mempunyai fungsi linear?
 4x² + 3y +6z
 5x/y + z
 2xy + 8yz
 9x + 3y + ¾ z
 6x + 2x² + 5z³
Formulasi Model
 Langkah penting dalam formulasi model
1. Memahami permasalahan
2. Menjelaskan fungsi tujuan dalam bentuk kalimat
3. Menjelaskan tiap kendala/batasan dalam bentuk
kalimat
4. Menentukan keputusan variabel
5. Menulis fungsi tujuan dalam bentuk keputusan
variabel
6. Menulis fungsi kendala/batasan dalam bentuk
keputusan variabel
Bentuk Umum LP
Sumber/Kegiat
an
Pemakaian sumber/unit Kapasitas 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 … anm bm
∆Z/unit c1 c2 c3 … cn
banyak kegiatan x1 x2 x3 … Xn
 Maksimumkan Z = c1x1+ c2x2+ c3x3+ … + cnxn
Batasan:
a11x1+ a12x2+ a13x3+… a1nxn < b1
a21x1+ a22x2+ a23x3+… a2nxn < b2
:
:
am1x1+ am2x2+ am3x3+… amnxn < bm
x1 > 0, x2 > 0, … xn> 0
Bentuk Umum LP
Sifat/Asumsi Model LP
 Proportionality
 Perubahan ukuran nilai variabel keputusan
menghasilkan perubahan yang relatif sama dalam
nilai fungsi
 Additivity
 Nilai tujuan tiap kegiatan tidak saling mempengaruhi.
Tidak ada korelasi antara variabel keputusan.
 Divisibility
 Variabel keputusan dapat berupa pecahan (tidak
bulat)
 Deterministik
 Semua parameter dalam fungsi tujuan,
kendala/batasan diketahui dengan pasti (bukan
Contoh masalah LP
 Sebuah perusahaan mempunyai lini elektronik dan perakitan yang
dapat digunakan untuk memproduksi handphone dan tablet.
Perusahaan tersebut ingin menentukan jumlah handphone dan
tablet yang dapat menghasilkan keuntungan yang maksimum.
 Handphone:
 8 jam kerja elektronik
 7 jam perakitan
 Tablet
 4 jam kerja elektronik
 6 jam perakitan
 Waktu yang tersedia
 320 jam kerja elektronik
 420 jam perakitan
 Laba / unit: HP $6, Tablet $4
X1 = jumlah handphone yang diproduksi
X2 = jumlah tablet yang diproduksi
Formulasi Model
Maksimumkan Z = 6x1 + 4x2
Kendala
8x1 + 4x2 <= 320
7x1 + 6x2 <= 420
x1 >= 0
x2 >= 0
elektronik
perakitan
Metode Grafik
0 20 40 60 80
80
20
40
60
0
100
HP
Tablet
X2
X1
Metode Grafik
0 20 40 60 80
80
20
40
60
0
100
HP
Tablet
X1 = 0, X2 = 80
X1 = 40, X2 = 0
X2
X1
8X1 + 4X2 < 320
X1 , X2 > 0
Metode Grafik
0 20 40 60 80
80
20
40
60
0
100
HP
Tablet
X1 = 0, X2 = 70
X1 = 60, X2 = 0
X2
X1
7X1 + 6X2 < 420
X1 , X2 > 0
Metode Grafik
0 20 40 60 80
80
20
40
60
0
100
HP
Tablet
Area fisibel – yang memenuhi syarat batasan
X2
X1
Metode Grafik
0 20 40 60 80
80
20
40
60
0
100
HP
Tablet
X2
X1
(X1 ,X2 ) ?
Z = 6X1 + 4X2
Metode Grafik
0 20 40 60 80
80
20
40
60
0
100
HP
Tablet
X2
X1
(12,56); $296
8X1+ 4X2 = 320 –> dikali 7
7X1+ 6X2 = 420 –> dikali -8
56X1+ 28X2 = 2240
-56X1 -48X2 = -3360
0X1- 20X2 = -1120
X2 = 56
8X1 + 4(56) = 320
8X1 = 96
X1 = 12
 Keputusan
 Memproduksi Handphone (X1)sebanyak 56
dan memproduksi Tablet sebanyak (X2)12
karena memberikan keuntungan maksimum
sebesar $296.
Hal-lain yang perlu diperhatikan
dalam LP Metode Grafik
 Minimasi
 Garis Z digeser ke kiri
 Apabila batasan “hanya bertanda =“
 Daerah feasible solution untuk batasan tersebut
berada pada sepanjang garis tersebut
Metode Grafik
0 20 40 60 80
80
20
40
60
0
100
HP
Tablet
X2
X1
(12,56); $296
(40, 0); $240
Z= 6X1 + 4X2
(0, 70); $280
(0, 0); $0
Membandingkan nilai Z pada
tiap-tiap alternatif
Sebuah pabrik perabotan kecil menghasilkan meja dan kursi.
Diperlukan waktu 2 jam untuk merakit sebuah meja dan 30 menit
untuk merakit sebuah kursi.
Perakitan dikerjakan oleh empat karyawan atas dasar shift tunggal
selama 8 jam per hari. Para pelanggan biasanya membeli paling
banyak empat kursi untuk setiap meja, yang berarti bahwa pabrik
tersebut harus memproduksi jumlah kursi yang paling banyak empat
kali lebih banyak dari meja.
Harga penjualan adalah $135 per meja dan $50 per kursi.
Tentukan produksi harian meja dan kursi yang akan memaksimumkan
pendapatan harian total untuk pabrik tersebut.

More Related Content

Similar to Riset Operasional 3 - Linear Programming.pptx

Tro1 metode grafik
Tro1 metode grafikTro1 metode grafik
Tro1 metode grafik
rizki fauzi
 
Riset operasi
Riset operasiRiset operasi
Riset operasi
superjnr
 
Program Linear _ Analisa Sensitivitas.pptx
Program Linear _ Analisa Sensitivitas.pptxProgram Linear _ Analisa Sensitivitas.pptx
Program Linear _ Analisa Sensitivitas.pptx
SandiPawiro
 
berbagai teknik optimasi dan peralatan manajemen baru
berbagai teknik optimasi dan peralatan manajemen baruberbagai teknik optimasi dan peralatan manajemen baru
berbagai teknik optimasi dan peralatan manajemen baru
mas karebet
 
Berbagai Teknik Optimasi dan Peralatan Manajemen Baru (19 April 2020).pptx
Berbagai Teknik Optimasi dan Peralatan Manajemen Baru (19 April 2020).pptxBerbagai Teknik Optimasi dan Peralatan Manajemen Baru (19 April 2020).pptx
Berbagai Teknik Optimasi dan Peralatan Manajemen Baru (19 April 2020).pptx
BobySaputra15
 

Similar to Riset Operasional 3 - Linear Programming.pptx (20)

Pokok Bahasan 03 - Programa Linear (Grafik)_Fajri.pptx
Pokok Bahasan 03 - Programa Linear (Grafik)_Fajri.pptxPokok Bahasan 03 - Programa Linear (Grafik)_Fajri.pptx
Pokok Bahasan 03 - Programa Linear (Grafik)_Fajri.pptx
 
Tro1 metode grafik
Tro1 metode grafikTro1 metode grafik
Tro1 metode grafik
 
ANALISIS SENSITIVITAS METODE GRAFIK.pptx
ANALISIS SENSITIVITAS METODE GRAFIK.pptxANALISIS SENSITIVITAS METODE GRAFIK.pptx
ANALISIS SENSITIVITAS METODE GRAFIK.pptx
 
ANALISIS SENSITIVITAS METODE GRAFIK.pptx
ANALISIS SENSITIVITAS METODE GRAFIK.pptxANALISIS SENSITIVITAS METODE GRAFIK.pptx
ANALISIS SENSITIVITAS METODE GRAFIK.pptx
 
Pert. 2.optimisasi ekonomi
Pert. 2.optimisasi ekonomiPert. 2.optimisasi ekonomi
Pert. 2.optimisasi ekonomi
 
Metode grafik.ppt
Metode grafik.pptMetode grafik.ppt
Metode grafik.ppt
 
program linier.pptx
program linier.pptxprogram linier.pptx
program linier.pptx
 
7c 3-pemrograman linier (1)
7c 3-pemrograman linier (1)7c 3-pemrograman linier (1)
7c 3-pemrograman linier (1)
 
II-Linear-Programming-2.pptx
II-Linear-Programming-2.pptxII-Linear-Programming-2.pptx
II-Linear-Programming-2.pptx
 
Riset operasi
Riset operasiRiset operasi
Riset operasi
 
TRO 03.pdf
TRO 03.pdfTRO 03.pdf
TRO 03.pdf
 
Program Linear _ Analisa Sensitivitas.pptx
Program Linear _ Analisa Sensitivitas.pptxProgram Linear _ Analisa Sensitivitas.pptx
Program Linear _ Analisa Sensitivitas.pptx
 
berbagai teknik optimasi dan peralatan manajemen baru
berbagai teknik optimasi dan peralatan manajemen baruberbagai teknik optimasi dan peralatan manajemen baru
berbagai teknik optimasi dan peralatan manajemen baru
 
Isi laporan 1 ro
Isi laporan 1 roIsi laporan 1 ro
Isi laporan 1 ro
 
Mata Kuliah Teknik Riset Operasional S1 P
Mata Kuliah Teknik Riset Operasional S1 PMata Kuliah Teknik Riset Operasional S1 P
Mata Kuliah Teknik Riset Operasional S1 P
 
Berbagai Teknik Optimasi dan Peralatan Manajemen Baru (19 April 2020).pptx
Berbagai Teknik Optimasi dan Peralatan Manajemen Baru (19 April 2020).pptxBerbagai Teknik Optimasi dan Peralatan Manajemen Baru (19 April 2020).pptx
Berbagai Teknik Optimasi dan Peralatan Manajemen Baru (19 April 2020).pptx
 
Linear Programming Project
Linear Programming ProjectLinear Programming Project
Linear Programming Project
 
DIPELAJARI YA (1).pptx
DIPELAJARI YA (1).pptxDIPELAJARI YA (1).pptx
DIPELAJARI YA (1).pptx
 
PEMROGRAMAN LINIER .pdf
PEMROGRAMAN LINIER .pdfPEMROGRAMAN LINIER .pdf
PEMROGRAMAN LINIER .pdf
 
13. Konsep Penelitian Operasional
13. Konsep Penelitian Operasional13. Konsep Penelitian Operasional
13. Konsep Penelitian Operasional
 

Recently uploaded

Tugas 01 Penjelasan Cara Melakukan Gasifikasi.pdf
Tugas 01 Penjelasan Cara Melakukan Gasifikasi.pdfTugas 01 Penjelasan Cara Melakukan Gasifikasi.pdf
Tugas 01 Penjelasan Cara Melakukan Gasifikasi.pdf
nimrodnapitu
 
Daftar Lembaga Penyedia Jasa Linkungan.pdf
Daftar Lembaga Penyedia Jasa Linkungan.pdfDaftar Lembaga Penyedia Jasa Linkungan.pdf
Daftar Lembaga Penyedia Jasa Linkungan.pdf
Tsabitpattipeilohy
 
Panduan Logging Ringkas Nickel laterite.
Panduan Logging Ringkas Nickel laterite.Panduan Logging Ringkas Nickel laterite.
Panduan Logging Ringkas Nickel laterite.
aldreyuda
 
Metode Kerja Borepile utk Proyek Jembantan Hauling Blok III Utara PT AGM Kals...
Metode Kerja Borepile utk Proyek Jembantan Hauling Blok III Utara PT AGM Kals...Metode Kerja Borepile utk Proyek Jembantan Hauling Blok III Utara PT AGM Kals...
Metode Kerja Borepile utk Proyek Jembantan Hauling Blok III Utara PT AGM Kals...
MichaelBluer
 

Recently uploaded (7)

Tugas 01 Penjelasan Cara Melakukan Gasifikasi.pdf
Tugas 01 Penjelasan Cara Melakukan Gasifikasi.pdfTugas 01 Penjelasan Cara Melakukan Gasifikasi.pdf
Tugas 01 Penjelasan Cara Melakukan Gasifikasi.pdf
 
medium.com-Mengenal Ikatan Supervisi Nasional ISPI Nasional.pdf
medium.com-Mengenal Ikatan Supervisi Nasional ISPI Nasional.pdfmedium.com-Mengenal Ikatan Supervisi Nasional ISPI Nasional.pdf
medium.com-Mengenal Ikatan Supervisi Nasional ISPI Nasional.pdf
 
SUPERVISOR K3 (MAULANA PANDU PERMANA).ppt
SUPERVISOR K3 (MAULANA PANDU PERMANA).pptSUPERVISOR K3 (MAULANA PANDU PERMANA).ppt
SUPERVISOR K3 (MAULANA PANDU PERMANA).ppt
 
Daftar Lembaga Penyedia Jasa Linkungan.pdf
Daftar Lembaga Penyedia Jasa Linkungan.pdfDaftar Lembaga Penyedia Jasa Linkungan.pdf
Daftar Lembaga Penyedia Jasa Linkungan.pdf
 
Ukuran penyebaran data berkelompok (statistika)
Ukuran penyebaran data berkelompok (statistika)Ukuran penyebaran data berkelompok (statistika)
Ukuran penyebaran data berkelompok (statistika)
 
Panduan Logging Ringkas Nickel laterite.
Panduan Logging Ringkas Nickel laterite.Panduan Logging Ringkas Nickel laterite.
Panduan Logging Ringkas Nickel laterite.
 
Metode Kerja Borepile utk Proyek Jembantan Hauling Blok III Utara PT AGM Kals...
Metode Kerja Borepile utk Proyek Jembantan Hauling Blok III Utara PT AGM Kals...Metode Kerja Borepile utk Proyek Jembantan Hauling Blok III Utara PT AGM Kals...
Metode Kerja Borepile utk Proyek Jembantan Hauling Blok III Utara PT AGM Kals...
 

Riset Operasional 3 - Linear Programming.pptx

  • 2.  Linear programming merupakan salah satu alat untuk menyelesaikan masalah dalam hal mencapai tujuan dengan cara menentukan keputusan untuk mengalokasikan sumber daya yang terbatas.  Feasible Solution  Variabel-variabel yang memenuhi persyaratan dalam kendala/batasan  Solusi optimal  Feasible solution yang menghasilkan nilai fungsi tujuan yang masksimal (jika fungsi tujuannya adalah memaksimalkan); nilai fungsi tujuan yang minimal (jika fungsi tujuannya adalah meminimalkan)
  • 3. Karakteristik LP  Fungsi Tujuan  Pada umumnya perusahaan/organisasi mempunyai tujuan memaksimalkan laba dan/atau meminimalkan biaya.  Hubungan fungsi matematis yang linear yang menggambarkan tujuan dari perusahaan terkait dengan dengan variabel keputusan  Kendala/batasan & Variabel Keputusan  Didalam usahanya mencapai tujuan tersebut, ada kendala/batasan yang dapat mempengaruhi keputusan dalam mengalokasikan sumber dayanya (tenaga kerja, waktu, energi, bahan baku, uang, dll)
  • 4.  Contoh masalah yang dapat diselesaikan dengan linear programming  Manager pemasaran ingin mengalokasikan media iklan (radio, televisi, koran, majalah) yang dapat memaksimalkan efektifitas iklan.  Seorang analis keuangan harus menentukan investasi portfolio dari berbagai alternatif investasi stock dan bond yang dapat memaksimalkan return of investment.  Sebuah perusahaan ingin menentukan jumlah produk yang dikirim dari gudang yang tersedia ke konsumen sehingga biaya transportasi menjadi minimal
  • 5.  Linear programming menggunakan model matematika untuk menggambarkan permasalahan.  Linear:  fungsi matematika dalam model bersifat linear  perubahan dalam variabel keputusan menghasilkan perubahan yang relatif sama dalam nilai fungsi tujuan  Programming: langkah-langkah dalam memecahkan masalah atau untuk mendapatkan solusi yang optimal
  • 6. Latihan Fungsi Linear  Jika, x, y, dan z adalah variabel keputusan, tentukan mana diantara model matematika berikut yang mempunyai fungsi linear?  4x² + 3y +6z  5x/y + z  2xy + 8yz  9x + 3y + ¾ z  6x + 2x² + 5z³
  • 7. Formulasi Model  Langkah penting dalam formulasi model 1. Memahami permasalahan 2. Menjelaskan fungsi tujuan dalam bentuk kalimat 3. Menjelaskan tiap kendala/batasan dalam bentuk kalimat 4. Menentukan keputusan variabel 5. Menulis fungsi tujuan dalam bentuk keputusan variabel 6. Menulis fungsi kendala/batasan dalam bentuk keputusan variabel
  • 8. Bentuk Umum LP Sumber/Kegiat an Pemakaian sumber/unit Kapasitas 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 … anm bm ∆Z/unit c1 c2 c3 … cn banyak kegiatan x1 x2 x3 … Xn
  • 9.  Maksimumkan Z = c1x1+ c2x2+ c3x3+ … + cnxn Batasan: a11x1+ a12x2+ a13x3+… a1nxn < b1 a21x1+ a22x2+ a23x3+… a2nxn < b2 : : am1x1+ am2x2+ am3x3+… amnxn < bm x1 > 0, x2 > 0, … xn> 0 Bentuk Umum LP
  • 10. Sifat/Asumsi Model LP  Proportionality  Perubahan ukuran nilai variabel keputusan menghasilkan perubahan yang relatif sama dalam nilai fungsi  Additivity  Nilai tujuan tiap kegiatan tidak saling mempengaruhi. Tidak ada korelasi antara variabel keputusan.  Divisibility  Variabel keputusan dapat berupa pecahan (tidak bulat)  Deterministik  Semua parameter dalam fungsi tujuan, kendala/batasan diketahui dengan pasti (bukan
  • 11. Contoh masalah LP  Sebuah perusahaan mempunyai lini elektronik dan perakitan yang dapat digunakan untuk memproduksi handphone dan tablet. Perusahaan tersebut ingin menentukan jumlah handphone dan tablet yang dapat menghasilkan keuntungan yang maksimum.  Handphone:  8 jam kerja elektronik  7 jam perakitan  Tablet  4 jam kerja elektronik  6 jam perakitan  Waktu yang tersedia  320 jam kerja elektronik  420 jam perakitan  Laba / unit: HP $6, Tablet $4 X1 = jumlah handphone yang diproduksi X2 = jumlah tablet yang diproduksi
  • 12. Formulasi Model Maksimumkan Z = 6x1 + 4x2 Kendala 8x1 + 4x2 <= 320 7x1 + 6x2 <= 420 x1 >= 0 x2 >= 0 elektronik perakitan
  • 13. Metode Grafik 0 20 40 60 80 80 20 40 60 0 100 HP Tablet X2 X1
  • 14. Metode Grafik 0 20 40 60 80 80 20 40 60 0 100 HP Tablet X1 = 0, X2 = 80 X1 = 40, X2 = 0 X2 X1 8X1 + 4X2 < 320 X1 , X2 > 0
  • 15. Metode Grafik 0 20 40 60 80 80 20 40 60 0 100 HP Tablet X1 = 0, X2 = 70 X1 = 60, X2 = 0 X2 X1 7X1 + 6X2 < 420 X1 , X2 > 0
  • 16. Metode Grafik 0 20 40 60 80 80 20 40 60 0 100 HP Tablet Area fisibel – yang memenuhi syarat batasan X2 X1
  • 17. Metode Grafik 0 20 40 60 80 80 20 40 60 0 100 HP Tablet X2 X1 (X1 ,X2 ) ? Z = 6X1 + 4X2
  • 18. Metode Grafik 0 20 40 60 80 80 20 40 60 0 100 HP Tablet X2 X1 (12,56); $296 8X1+ 4X2 = 320 –> dikali 7 7X1+ 6X2 = 420 –> dikali -8 56X1+ 28X2 = 2240 -56X1 -48X2 = -3360 0X1- 20X2 = -1120 X2 = 56 8X1 + 4(56) = 320 8X1 = 96 X1 = 12
  • 19.  Keputusan  Memproduksi Handphone (X1)sebanyak 56 dan memproduksi Tablet sebanyak (X2)12 karena memberikan keuntungan maksimum sebesar $296.
  • 20. Hal-lain yang perlu diperhatikan dalam LP Metode Grafik  Minimasi  Garis Z digeser ke kiri  Apabila batasan “hanya bertanda =“  Daerah feasible solution untuk batasan tersebut berada pada sepanjang garis tersebut
  • 21. Metode Grafik 0 20 40 60 80 80 20 40 60 0 100 HP Tablet X2 X1 (12,56); $296 (40, 0); $240 Z= 6X1 + 4X2 (0, 70); $280 (0, 0); $0 Membandingkan nilai Z pada tiap-tiap alternatif
  • 22. Sebuah pabrik perabotan kecil menghasilkan meja dan kursi. Diperlukan waktu 2 jam untuk merakit sebuah meja dan 30 menit untuk merakit sebuah kursi. Perakitan dikerjakan oleh empat karyawan atas dasar shift tunggal selama 8 jam per hari. Para pelanggan biasanya membeli paling banyak empat kursi untuk setiap meja, yang berarti bahwa pabrik tersebut harus memproduksi jumlah kursi yang paling banyak empat kali lebih banyak dari meja. Harga penjualan adalah $135 per meja dan $50 per kursi. Tentukan produksi harian meja dan kursi yang akan memaksimumkan pendapatan harian total untuk pabrik tersebut.