CCR-314 #2 Pengantar Linear Programming DEFINISI LP

dokumen-dokumen yang mirip
CCR314 - Riset Operasional Materi #2 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

DEFINISI LP FUNGSI-FUNGSI DALAM PL MODEL LINEAR PROGRAMMING. Linear Programming Taufiqurrahman 1

CCR314 - Riset Operasional Materi #3 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

LINEAR PROGRAMMING. 1. Pengertian 2. Model Linear Programming 3. Asumsi Dasar Linear Programming 4. Metode Grafik

Metode Grafik. Sistem dan Bidang Kerja. Langkah-langkah Metode Grafik. Metode Grafik Program Linear Taufiqurrahman 1

Taufiqurrahman 1

Operations Management

CCR314 - Riset Operasional Materi #4 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

PROGRAM LINIER METODE GRAFIK

Langkah Penyelesaian. Linear Programming Dengan Solver Excel Taufiqurrahman 1

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model

LINIEAR PROGRAMMING MATEMATIKA BISNIS ANDRI HELMI M, S.E., M.M.

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

Taufiqur Rachman 1

LINIER PROGRAMMING Formulasi Masalah dan Pemodelan. Staf Pengajar Kuliah : Fitri Yulianti, MSi.

LINEAR PROGRAMMING. Pembentukan model bukanlah suatu ilmu pengetahuan tetapi lebih bersifat seni dan akan menjadi dimengerti terutama karena praktek.

MATEMATIKA SISTEM INFORMASI 2 IT

BAB 2. PROGRAM LINEAR

Matematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM.

III KERANGKA PEMIKIRAN

PENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI

TIN102 - Pengantar Teknik Industri Materi #8 Ganjil 2016/2017 TIN102 PENGANTAR TEKNIK INDUSTRI

Manajemen Operasional

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

Ardaneswari D.P.C., STP, MP.

Introduction to Management Science: Pengantar Program Linear: Formulasi Model dan Solusi Grafik

BAB 2 LANDASAN TEORI

III. KERANGKA PEMIKIRAN

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

BAB 2 LANDASAN TEORI

BAB III. KERANGKA PEMIKIRAN

contoh soal metode simplex dengan minimum

METODE SIMPLEKS DALAM PROGRAM LINIER

BAB II LANDASAN TEORI. A. Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear

OPERATIONS RESEARCH. oleh Bambang Juanda

BAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk

PEMROGRAMAN LINEAR YULIATI,SE,MM

Model Linear Programming:

BAB II LANDASAN TEORI

BAB 2 PROGRAM LINEAR

III. METODE PENELITIAN

Dualitas Dalam Model Linear Programing

Dosen Pengampu : Dwi Sulistyaningsih

BAB 2 LANDASAN TEORI

PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI

BAB II. PEMROGRAMAN LINEAR

Danang Triagus Setiyawan ST.,MT

Optimasi dengan Algoritma Simplex. Kusrini Jurusan Sistem Informasi STMIK AMIKOM Yogykakarta Jl. Ringroad Utara Condong Catur Sleman Yogyakarta

BAB II TINJAUAN PUSTAKA

Dosen Pembina: HP :

PENDAHULUAN. Buku Bacaan Sementara : Diktat Gunadarma penulis Media Anugrah Ayu Riset Operasi penulis a.l. Pangestu Subagyo, T.

BAHAN KULIAH TEKNIK RISET OPERASI

PROGRAM LINIER DENGAN METODE GRAFIK

III KERANGKA PEMIKIRAN

III KERANGKA PEMIKIRAN

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis

BAB 2 LANDASAN TEORI

Pendahuluan. Secara Umum :

BAB 2 LANDASAN TEORI

II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah

MEDIA PEMBELAJARAN RISET OPERASI UNTUK METODE DUALITY LINIER PROGRAMMING BERBASIS MULTIMEDIA

Pemrograman Linier (Linear Programming) Materi Bahasan

Bab 2 LANDASAN TEORI

Program Linier. Rudi Susanto

BAB 2 LANDASAN TEORI

: METODE GRAFIK. Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya

BAB 3 LINEAR PROGRAMMING

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Sejarah Perkembangan Linear Programming

BAB 2 LANDASAN TEORI

a. untuk (n+1) genap: terjadi ekstrem, dan jika (ii) f (x ) > 0, maka f(x) mencapai minimum di titik x.

Model Linear Programming:

III. KERANGKA PEMIKIRAN

BAB 3 METODE PENELITIAN. Jenis penelitian yang dilakukan memiliki tujuan studi yaitu studi deskriptif.

BAB 2 KAJIAN PUSTAKA

Pengambilan Keputusan dalam keadaan ada kepastian. IRA PRASETYANINGRUM, S.Si,M.T

BAB 3 METODE PENELITIAN

Model umum metode simpleks

BAB II TINJAUAN PUSTAKA

MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012)

BAB IV PROGRAMA LINIER : METODE GRAFIK

Pemrograman Linier (1)

penelitian, yaitu kontribusi margin dan kendala. Berikut adalah pengertian dari

Dualitas Dalam Model Linear Programing

BAB II TINJAUAN PUSTAKA

Model Matematis (Program Linear)

Pengantar Teknik Industri TIN 4103

TEORI DUALITAS & ANALISIS SENSITIVITAS

PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM

BAB 3 LEXICOGRAPHIC GOAL PROGRAMMING 3.1 DESKRIPSI UMUM LEXICOGRAPHIC GOAL PROGRAMMING

BAB 2 MODEL OPTIMISASI. 1. Pengertian 2. Kendala Model Optimisasi 3. Formulasi Model Optimisasi

Modul 8. PENELITIAN OPERASIONAL INTEGER PROGRAMMING. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

BAB I PENDAHULUAN. 1.1 Latar Belakang Penelitian. Perekonomian Indonesia menghadapi perdagangan bebas dituntut untuk lebih giat dan

12/15/2014. Apa yang dimaksud dengan Pemrograman Bulat? Solusi yang didapat optimal, tetapi mungkin tidak integer.

Transkripsi:

PENGANTAR LINEAR PROGRAMMING DEFINISI LP Linear Programming/LP (Program Linear) merupakan salah satu teknik dalam Riset Operasional (Operation Research) yang paling luas digunakan dan dikenal dengan baik. LP merupakan metode matematika untuk mengalokasikan sumber daya untuk mencapai tujuan tunggal seperti memaksimumkan keuntungan atau meminimumkan biaya. 2 1

MODEL LINEAR PROGRAMMING Adalah sebuah model matematis yang bersifat umum yang digunakan untuk mengalokasikan faktor produksi atau sumber daya yang jumlahnya terbatas secara optimal, sehingga dapat menghasilkan laba maksimal atau biaya minimal 3 FUNGSI-FUNGSI DALAM LP 1. Variabel Keputusan Variabel persoalan yang akan mempengaruhi nilai tujuan yang hendak dicapai. 2. Tujuan (objective function) Di mana tujuan yang hendak dicapai harus diwujudkan ke dalam sebuah fungsi matematika linear, yang kemudian fungsi itu dimaksimumkan atau diminimumkan terhadap kendala-kendala yang ada. 4 2

FUNGSI-FUNGSI DALAM LP 3. Kendala (contrains or subject to) Kendala dalam hal ini dapat diumpamakan sebagai suatu pembatas terhadap kumpulan keputusan yang mungkin dibuat dan harus dituangkan ke dalam fungsi matematika linear yang dihadapi oleh manajemen. 4. Status (status function) yang menyatakan bahwa setiap variabel yang terdapat di dalam model programasi linear tidak boleh negatif. 5 ASUMSI DASAR 1. Certainty Angka yang diasumsikan dalam f.tujuan dan f.kendala secara pasti diketahui dan tidak berubah selama waktu dipelajari. 2. Proporsionality Alokasi sumber daya dengan goal yang ingin dicapai harus proporsional. 3. Additivity Total dari semua aktivitas adalah sama dengan jumlah dari aktivitas individual 6 3

ASUMSI DASAR 4. Divisibility Jumlah produk yang akhirnya direkomendasikan dalam kondisi optimum, dapat berupa pecahan bukan bilangan bulat. 5. Non-negatif variable Semua variabel bukan negatif, bisa nol atau positif (negatif dalam kuantitas fisik a/d mustahil) 7 FORMULASI MODEL Permasalahan: mencari nilai-nilai optimal (maksimum atau minimum) dari fungsi linear dengan kendala-kendala tertentu Tujuan: linear yang dioptimumkan Kendala: -fungsi linear (lebih dari satu) yang harus dipenuhi dalam optimalisasi fungsi tujuan. Bentuk fungsi tujuan: persamaan atau pertidaksamaan 8 4

FORMULASI MODEL Formulasi model matematika, yang meliputi 3 tahap: 1. Tentukan variable keputusan dan nyatakan dalam simbol matematika 2. Membentuk suatu fungsi tujuan yang ditunjukkan sebagai suatu hubungan linear dari variable keputusan. 3. Menentukan semua kendala masalah dan mengekspresikan dalam persamaan atau pertidaksamaan yang juga merupakan suatu hubungan linear dari variable keputusan. 9 FUNGSI MATEMATIKA LP 1. Tujuan Max/Min 2. Kendala Z = c 1 x 1 + c 2 x 2 +... + c n x n a 11 x 1 + a 12 x 2 + + a 1n x n < b 1 a 21 x 1 + a 22 x 2 + + a 2n x n < b 2........................ a m1 x 1 + a m2 x 2 + + a mn x n < b n 3. Status x 1 ; x 2.. X n > 0 10 5

CCR-314 #2 Pengantar Linear Programming METODE-METODE DALAM LP Metode Linear Programming Metode Aljabar Metode Grafik Simpleks Primal Simpleks M-Besar Simpleks Dual Simpleks Dua Fase 11 PERBEDAAN METODE SOLUSI Karakteristik Formulasi Masalah Grafis Simpleks Simpleks Big M Jumlah Variabel 2 >2 >2 Jenis fungsi tujuan maksimisasi & minimisasi maksimisasi & minimisasi maksimisasi & minimisasi Jenis fungsi kendala semua bentuk Pertidaksamaan bertanda < Pertidaksamaan bertanda > atau persamaan = 12 6

CONTOH #1 Sebuah perusahaan memperkerjakan pengrajin untuk memproduksi mangkok dan cangkir. Sumber daya utama yang digunakan perusahaan adalah tanah liat dan tenaga kerja. Tersedia 40 jam tenaga kerja dan 120 kg tanah liat setiap hari untuk produksi. Dengan keterbatasan sumber daya, perusahaan ingin mengetahui berapa banyak mangkok dan cangkir yang akan diproduksi tiap hari dalam rangka memaksimalkan laba. Parameter kedua produk adalah sebagai berikut: Produk Tenaga Kerja (jam/unit) Kebutuhan Sumber Daya Tanah Liat (kg/unit) Laba ($/unit) Mangkok 1 4 40 Cangkir 2 3 50 13 MODEL CONTOH #1 Variabel Keputusan X 1 = jumlah mangkok yang diproduksi X 2 = jumlah cangkir yang diproduksi Tujuan Maksimalkan Z = 40X 1 + 50X 2 Z = total laba per hari 40X 1 = laba dari mangkok 50X 2 = laba dari cangkir Kendala 1X 1 + 2X 2 40 4X 1 + 3X 2 120 X 1 0 ; X 2 0 (kendala tenaga kerja) (kendala tanah liat) (kendala non negatif) 14 7

CONTOH #2 Seorang petani menyiapkan lahan untuk menanam dan membutuhkan pemupukan. Terdapat dua merek pupuk, Super-grow dan Crop-quick. Setiap merek menghasilkan jumlah nitrogen dan fosfat tertentu, sebagai berikut: Merek Nitorgen (kg/kantong) Kontribusi Kimia Fosfat (kg/kantong) Super-grow 2 4 Crop-quick 4 3 Lahan petani memerlukan paling sedikit 16 kg nitrogen dan 24 kg fosfat. Harga Super-grow $6 per kantong, dan Crop-quick berharga $3. Petani tersebut ingin mengetahui berapa banyak kantong dari setiap merek yang akan dibeli dalam rangka meminimalkan total biaya pemupukan. 15 MODEL CONTOH #2 Variabel Keputusan X 1 = jumlah pupuk SG yang dibeli X 2 = jumlah pupuk CQ yang dibeli Tujuan Minimalkan Z = 6X 1 + 3X 2 Z = total biaya pemupukan 6X 1 = harga/biaya dari SG 3X 2 = harga/biaya dari CQ Kendala 2X 1 + 4X 2 16 4X 1 + 3X 2 24 X 1 ; X 2 0 (kendala nitrogen) (kendala fosfat) (kendala non-negatif) 16 8

Contoh #3 Perusahaan sepatu membuat 2 macam sepatu. Yang pertama merek I 1, dgn sol karet, dan merek I 2 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 I 1 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 I 2 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 I 1 =Rp.30.000 sedang merek I 2 =Rp.50.000. Masalahnya adalah menentukan berapa lusin sebaiknya sepatu merek I 1 dan merek I 2 yang dibuat agar bisa memaksimumkan laba. 17 Contoh #3 (Uraian Bentuk Tabel) Mesin Merek I 1 (x 1 ) I 2 (x 2 ) Kapasitas Maksimum 1 2? 0? 8? 2 0? 3? 15? 3 6? 5? 30? Sumbangan laba 3? 5? 18 9

MODEL CONTOH #3 Variabel Keputusan X 1 = jumlah merek sepatu I 1 yang dibuat (lusin) X 2 = jumlah merek sepatu I 2 yang dibuat (lusin) Tujuan Maksimamlkan Z = 3X 1 + 5X 2 Z = total laba yang diperoleh 3X 1 = laba setiap lusin sepatu merek I 1 5X 2 = laba setiap lusin sepatu merek I 2 Kendala 2X 1 16 (kendala mesin 1) 3X 2 24 (kendala mesin 2) 6X 1 + 5X 2 30 (kendala mesin 3) X 1 ; X 2 0 (kendala non-negatif) 19 CONTOH #4 Produk yang dihasilkan oleh sebuah perusahaan adalah meja dan kursi. Dengan Bahan mentah dalam satu minggu yang tersedia adalah sebanyak 10 gelondong kayu dan jumlah jam kerja buruh yang tersedia adalah 36 jam kerja. Informasi mengenai penggunaan sumber daya dan hara jual per unit, dijelaskan dalam table dibawah ini : Jenis Produk Meja Kursi Kebutuhan sumber daya Buruh(jam/unit) 6 6 Bahan(kg/unit) 1 2 Harga ($/unit) 4 5 Dengan melihat kepada informasi diatas, berapakah jumlah Meja dan Kursi yang harus dihasilkan agar keuntungan yang didapat perusahaan maksimum? 20 10

MODEL CONTOH #4 Variabel Keputusan X 1 = jumlah meja yang dihasilkan X 2 = jumlah kursi yang dihasilkan Tujuan Maksimamlkan Z = 4X 1 + 5X 2 Z = total laba yang diperoleh 4X 1 = harga meja 5X 2 = harga kursi Kendala 6X 1 + 6X 2 36 (kendala buruh) X 1 + 2X 2 10 (kendala bahan) X 1 ; X 2 0 (kendala non-negatif) 21 22 11