MANAJEMEN SAIN
PROGRAM LINIER
1. Pengertian Program Linear
Program Linear adalah suatu cara untuk penyelesaian masalah dengan menggunakan persamaan atau pertidaksamaan linear yang mempunyai banyak penyelesaian, dengan memperhatikan syarat-syarat agar diperoleh hasil yang maksimum/minimum (penyelesaian optimum).
Program Linear adalah suatu cara untuk penyelesaian masalah dengan menggunakan persamaan atau pertidaksamaan linear yang mempunyai banyak penyelesaian, dengan memperhatikan syarat-syarat agar diperoleh hasil yang maksimum/minimum (penyelesaian optimum).
2.
Model Matematika
Model matematika adalah sistim persamaan atau
pertidaksamaan yang mengungkapkan semua syarat yang harus dipenuhi oleh x dan
y.
Model matematika ini merupakan cara sederhana
untuk memandang suatu masalah dengan menggunakan persamaan atau pertidaksamaan
matematika.
3. Nilai Optimum
Nilai optimum diperoleh berdasarkan nilai fungsi tujuan yang dikehendaki,
yaitu berupa nilai maksimum atau nilai minimum. Cara mencarinya bias dengan :
a.
Mensubstitusi
koordinat titik-titik sudut dalam daerah penyelesaian terhadap fungsi tujuan.
b. Menggunakan garis selidik
A. Definisi
Pemprograman Linier
Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber dayanya,
baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan, ruang tenaga
kerja, jam kerja, maupun modal. Dengan keterbatasan ini, perusahaan perlu
merencanakan strategi yang dapat mengoptimalkan hasil yang ingin dicapai, baik
itu berupa keuntungan maksimal atau biaya minimal. Berbagai cara lain telah
ditemukan untuk tujuan itu, salah satu diantaranya pemrograman linear (Eddy,
2008).
Pemprograman linier adalah metode
matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu
tujuan seperti memaksimalkan keuntungan atau meminimumkan biaya. Program linier
berkaitan dengan penjelasan suatu kasus dalam dunia nyata sebagai suatu model
matematik yang terdiri dari sebuah fungsi tujuan linier dengan beberapa kendala
linier (Taha, 1993).
Program linier banyak digunakan
untuk menyelesaikan masalah optimal didalam industri, perbankan, pendidikan,
dan masalah-masalah lain yang dapat dinyatakan dalam bentuk linier.
B. Dua macam fungsi Program
Linear:
- Fungsi tujuan : mengarahkan analisa untuk mendeteksi tujuan perumusan masalah
- Fungsi kendala : untuk mengetahui sumber daya yang tersedia dan permintaan atas sumber daya tersebut.
C. Karakteristik Pemrograman Linier
Sifat
linearitas
suatu kasus dapat ditentukan dengan menggunakan beberapa cara. Secara
statistik, kita dapat memeriksa kelinearan menggunakan grafik (diagram pencar)
ataupun menggunakan uji hipotesa. Secara teknis, linearitas ditunjukkan oleh
adanya sifat proporsionalitas, additivitas, divisibilitas dan kepastian fungsi tujuan dan pembatas.
Sifat
proporsional
dipenuhi jika kontribusi setiap variabel pada fungsi tujuan atau penggunaan
sumber daya yang membatasi proporsional terhadap level nilai variabel.
Jika harga per unit produk misalnya adalah sama
berapapun jumlah yang dibeli, maka sifat proporsional dipenuhi. Atau dengan
kata lain, jika pembelian dalam jumlah besar mendapatkan diskon, maka sifat
proporsional tidak dipenuhi. Jika penggunaan sumber daya per unitnya tergantung
dari jumlah yang diproduksi, maka sifat proporsionalitas tidak dipenuhi
Sifat
additivitas
mengasumsikan bahwa tidak ada bentuk perkalian silang diantara berbagai
aktivitas, sehingga tidak akan ditemukan bentuk perkalian silang pada model.
Sifat additivitas berlaku baik bagi fungsi tujuan maupun pembatas (kendala).
Sifat additivitas dipenuhi jika fungsi tujuan merupakan penambahan langsung
kontribusi masing-masing variabel keputusan. Untuk fungsi kendala, sifat
additivitas dipenuhi jika nilai kanan merupakan total penggunaaan masing-masing
variabel keputusan. Jika dua variabel keputusan misalnya merepresentasikan dua
produk substitusi, dimana peningkatan volume penjualan salah satu produk akan
mengurangi volume penjualan produk lainnya dalam pasar yang sama, maka sifat
additivitas tidak terpenuhi.
berarti unit
aktivitas dapat dibagi ke dalam sembarang level fraksional, sehingga nilai
variabel keputusan non integer dimungkinkan.
Sifat
kepastian
menunjukkan bahwa semua parameter model berupa konstanta. Artinya koefisien
fungsi tujuan maupun fungsi pembatas merupakan suatu nilai pasti, bukan
merupakan nilai dengan peluang tertentu.
Keempat asumsi (sifat) ini dalam dunia nyata tidak
selalu dapat dipenuhi. Untuk meyakinkan dipenuhinya keempat asumsi ini, dalam
pemrograman linier diperlukan analisis sensitivitas terhadap solusi optimal
yang diperoleh.
D. ASUMSI-ASUMSI DASAR LINEAR PROGRAMMING :
1.Proportionality
Asumsi ini berarti bahwa naik turunya nilai Z dan penggunaan sumber atau fasilitas yang tersedia akan berubah secara sebanding (proportional) dengan perubahan tingkat kegiatan
Asumsi ini berarti bahwa naik turunya nilai Z dan penggunaan sumber atau fasilitas yang tersedia akan berubah secara sebanding (proportional) dengan perubahan tingkat kegiatan
2.Additivity
Asumsi ini berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam LP dianggap bahwa kenaikan dari nilai tujuan (Z) yang diakibatkan oleh kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lain
Asumsi ini berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam LP dianggap bahwa kenaikan dari nilai tujuan (Z) yang diakibatkan oleh kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lain
3.Divisibility
Asumsi ini menyatakan bahwa keluaran (output) yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan. Demikian pula dengan nilai Z yang dihasilkan.
Asumsi ini menyatakan bahwa keluaran (output) yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan. Demikian pula dengan nilai Z yang dihasilkan.
4.Deterministik(Certainty)
Asumsi ini enyatakan bahwa semua parameter yang terdapat dalam model LP ( ) dapat diperkirakan dengan pasti, meskipun jarang dengan tepat
Asumsi ini enyatakan bahwa semua parameter yang terdapat dalam model LP ( ) dapat diperkirakan dengan pasti, meskipun jarang dengan tepat
Fungsi Tujuan :
Max/min z = c1x1 + c2x2
+ ... + cnxn
Berdasarkan kendala :
a11x1
+ a12x2 + ... + a1nxn (≤, =, ≥) b1
a21x1
+ a22x2 + ... + a2nxn (≤, =, ≥) b2
:
am1x1
+ am2x2 + ... + amnxn (≤, =, ≥) bm
x1,
x2 , ... xn
≥ 0
xj
= variabel keputusan ke j
bi
= kapasitas kendala ke i
cj
= koefisien fungsi tujuan ke j
aij
= koefisien kendala
Terdapat 3
Tahap dalam penggunaan Teknik Program Linier:
1.
Masalah
harus dapat diidentifikasi sebagai sesuatu yang dapat diselesaikan dengan
Program Linier.
2.
Masalah
yang Tidak terstruktur harus dapat diselesaikan dalam Model Matematika sehingga
menjadi terstruktur.
3.
Model
harus diselesaikan dengan teknik matematika yang telah dibuat.
Secara umum, tujuan perusahaan yang
paling sering adalah mencapai laba atau keuntungan maksimum dan dengan biaya
yang seminimum mungkin. Saat Manajer/Atasan berusaha untuk menyelesaikan masalah dengan
mencari tujuan yang dibatasi ini, maka Program Linier menjadi salah satu acuan
yang sering digunakan.
Ada
3 langkah utama dalam merumuskan model pemrograman linier yaitu:
1.
Tentukan variabe yang ingin diketahui atau variabel keputusan dan gambar dalam
simbol-simbol aljbar.
2.
Tentukan semua keterbatasan atau kendala dan gambar dalam bentuk persamaan
linier atau ketidaksamaan dari variable tadi
3.
Tentukan tujuan atau kreteria dan gambaran sebagai fungsi linier dari variabel
keputusan yang akan berbentuk maksimasi atau minimalisasi
Contoh KASUS :
Seorang pengusaha Laptop membuat dua macam tipe, yaitu tipe
portable touchscreen (A1) dan tipe flip standar (A2).
Kedua jenis laptop dibuat dari bahan yang sama yaitu X dan Y, dengan komposisi
yang berbeda.
Setiap tipe laptop portable touchscreen dibuat dari campuran
1 unit bahan X dan 3 bahan Y, sedangkan setiap tipe laptop flip standar dibuat
dari campuran 2 unit bahan X dan 1 unit bahan Y. Karena keterbatasan pasokan,
setiap hari ia hanya memperoleh 20 unit bahan X dan 20 unit bahan Y.
Untuk setiap laptop tipe portable touchscreen yang ia buat,
ia memperoleh keuntungan sebesar 300.000. Untuk setiap laptop tipe flip
standar, ia memperoleh keuntungan sebesar 200.000.
Jika diasumsikan bahwa semua laptop laku terjual, berapa
laptop masing-masing tipe harus ia buat agar keuntungan yang didapatkan
maksimum?
Penyelesaian:
Sistem tabel pemodelan
Bahan
|
Laptop tipe portabletouchscreen (A1)
|
Laptop tipe flip standar (A2)
|
Pasokan Maksimum
|
X
|
1
|
2
|
20
|
Y
|
3
|
1
|
20
|
Untung
|
300.000
|
200.000
|
Maksimumkan, f(x1, x2) = 300.000 x1 +
200.000 x2 è 3 x1 + 2 x2 (dalam
ratusan ribu)
Kendala :
x1 + 2 x2 ≤ 20
3 x1 + x2 ≤ 20
x1, x2 ≥ 0
Penggambaran kendala x1 + 2 x2 ≤
20, 3 x1 + x2 ≤ 20 dan x1, x2 ≥
0
Perpotongan bidang yang memenuhi semua kendala disebut
daerah fisibel. Daerah fisibel dalam kasus ini disebut daerah fisibel AEDO
(bagian yang diarsir pada bagian perpotongan bidang AOB dan bidang COD).
Koordinat E dapat dicari dari perpotongan x1 +
2 x2 ≤ 20 dan 3 x1 + x2 ≤ 20
sehingga diperoleh E(4,8).
Titik-titik sudut daerah fisibel dapat melihat keuntungan
maksimum yang ingin dicapai pengusaha:
Titik-titik sudut daerah fisibel
|
Nilai fungsi , f(x1, x2) = 3 x1 +
2 x2
3 x1 + 2 x2 (dalam ratusan
ribu)
|
O (0,0)
|
3(0) + 2(0) = 0
|
A (0,10)
|
3(0) + 2 (10) = 20
|
E (4,8)
|
3(4) + 2(8) = 12 + 16 = 28
|
D (20/3,0)
|
3(20/3) + 2(0) = 20
|
Keuntungan maksimum yang ingin dicapai pengusaha adalah
2.800.000.
PENYELESAIAN DALAM METODE SIMPLEX
Contoh Soal :
Meminimumkan : Z = 40 X1 + 80X2
dengan syarat ikatan :
a). X1 + X2 ³ 4
b). X1 + 3X2 ³ 6
dan X1 ³ 0, X2 ³ 0
Penyelesaian :
*) Bentuk Kanonik :
X1 + X2 - 1S1 + 0S2 + 1 V1 + 0V2 = 4
X1 + 3X2 + 0S1 - 1S2 + 0 V1 + 1V2 =
6
Meminimumkan : Z = 40 X1 + 80X2 +
0S1 + 0S2 + MV1 + MV2
*) Tabel simpleks :
Karena semua Zj – Cj £ 0, maka tabel
sudah minimal, dengan nilai X1 = 3, dan X2 = 1, dan
Zminimalnya = 200.
Ok.. Terima Kasih atas Postingnya !!!.....
BalasHapus