PROGRAM LINIER METODE GRAFIK

dokumen-dokumen yang mirip
Operations Management

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

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

CCR-314 #2 Pengantar Linear Programming DEFINISI LP

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

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

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

Taufiqurrahman 1

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

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

BAB 2. PROGRAM LINEAR

OPERATIONS RESEARCH. oleh Bambang Juanda

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

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

Pengantar Teknik Industri TIN 4103

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

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

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

MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012)

BAB 2 LANDASAN TEORI

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

Danang Triagus Setiyawan ST.,MT

PEMROGRAMAN LINEAR YULIATI,SE,MM

BAB 2 LANDASAN TEORI

MODUL PRAKTIKUM RISET OPERASIONAL 1

BAB 2 LANDASAN TEORI

MATEMATIKA SISTEM INFORMASI 2 IT

TEORI DUALITAS & ANALISIS SENSITIVITAS

III KERANGKA PEMIKIRAN

BAB III. KERANGKA PEMIKIRAN

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

BAB II TINJAUAN PUSTAKA

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

III. KERANGKA PEMIKIRAN

OPTIMASI TARGET PRODUKSI FINGERJOINT di PT. KM

BAB 3 LINEAR PROGRAMMING

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

Manajemen Operasional

BAB 2 LANDASAN TEORI

BAB 2 KAJIAN PUSTAKA

BAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk

OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL

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

BAB 2 LANDASAN TEORI

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN

Sejarah Perkembangan Linear Programming

Model Linear Programming:

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

BAB IV PROGRAMA LINIER : METODE GRAFIK

III. KERANGKA PEMIKIRAN

Pemrograman Linier (Linear Programming) Materi Bahasan

Bab 2 LANDASAN TEORI

ANALISIS PENENTUAN KOMBINASI PRODUK OPTIMAL PADA PT. PISMATEX DI PEKALONGAN

Dosen Pembina: HP :

LINEAR PROGRAMMING MODEL SIMPLEX

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

III KERANGKA PEMIKIRAN

MEDIA PEMBELAJARAN RISET OPERASI UNTUK METODE DUALITY LINIER PROGRAMMING BERBASIS MULTIMEDIA

BAB II TINJAUAN PUSTAKA

Pemrograman Linier (1)

BAB 2 PROGRAM LINEAR

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis

TEKNIK RISET OPERASI

BAB III METODE PENELITIAN

BAB 2 LANDASAN TEORI

PENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI

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

Pendahuluan. Secara Umum :

APLIKASI PROGRAM LINIER MENGGUNAKAN LINDO PADA OPTIMALISASI BIAYA BAHAN BAKU PEMBUATAN ROKOK PT. DJARUM KUDUS

BAB II KAJIAN PUSTAKA

PROGRAM LINIER PROGRAM LINIER DENGAN GRAFIK PERTEMUAN 2 DEFINISI PROGRAM LINIER (1)

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

Dosen Pengampu : Dwi Sulistyaningsih

Model Linear Programming:

II. TINJAUAN PUSTAKA 2.1 Distribusi 2.2 Saluran Distribusi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Salah satu elemen dalam perusahaan yang sangat penting adalah Sumber

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

BAB 2 LANDASAN TEORI

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

INTEGER PROGRAMMING. Rudi Susanto, M.Si

PROGRAMA INTEGER. Model Programa Linier : Maks. z = c 1 x 1 + c 2 x c n x n

s r=1 u ry ro m i=1 v ix io max h 0 = s r=1 m i=1 v 1, j = 1,..., n

CONTOH SOAL UAN PROGRAM LINIER

BAB II KAJIAN TEORI. masalah fuzzy linear programming untuk optimasi hasil produksi pada bab

Integer Programming (Pemrograman Bulat)

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

PROGRAM LINIER METODE SIMPLEKS

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN Latar Belakang

Tablet I x Tablet II y Batasan Vitamin A 5 10 Minimal 20 Vitamin B 3 1 Minimal 5 Harga/Biji 4 8

III KERANGKA PEMIKIRAN

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

contoh soal metode simplex dengan minimum

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

III. METODE PENELITIAN

BAB 3 METODE PENELITIAN

Konsep Primal - Dual

BAB 2 LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI

Transkripsi:

PROGRAM LINIER METODE GRAFIK

Program Linier merupakan suatu model umum yang dapat digunakan dalam pemecahan masalah pengalokasian sumbersumber yang terbatas secara optimal. Masalah tersebut timbul apabila seseorang diharuskan untuk memilih atau menentukan tingkat setiap kegiatan yang akan dilakukannya, di mana masing-masing kegiatan membutuhkan sumber yang sama sedangkan jumlahnya terbatas. Contoh: Masalah alokasi fasilitas produksi, alokasi SDM, penjadwalan produksi, sistem distribusi, dan sebagainya. Istilah Program berarti memilih serangkaian tindakan/ perencanaan untuk memecahkan masalah dalam membantu manajer mengambil keputusan. Istilah Linier memberi arti bahwa seluruh fungsi matematis dalam model merupakan fungsi linier.

Fungsi Tujuan Fungsi Tujuan merupakan fungsi yang menggambarkan tujuan di dalam permasalahan PL yang berkaitan dengan pengaturan secara optimal sumberdaya-sumberdaya, untuk memperoleh keuntungan maksimal atau biaya minimal. Fungsi Batasan Fungsi Batasan merupakan bentuk penyajian secara matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan. Variabel Keputusan Variabel Keputusan merupakan variabel yang menguraikan secara lengkap keputusan-keputusan yang akan dibuat. Pembatas Tanda Pembatas Tanda merupakan pembatas yang menjelaskan apakah variabel keputusannya diasumsikan hanya berharga non-negatif atau hanya boleh positif atau negatif.

Perusahaan mainan anak-anak memproduksi 2 jenis mainan terbuat dari kayu, yaitu mobil dan motor. Mobil dijual dengan harga Rp.27.000/lusin yang setiap lusinnya memerlukan material sebesar Rp. 10.000 dan biaya tenaga kerja RP. 14.000. Motor dijual dengan harga Rp.21.000/lusin yang setiap lusinnya memerlukan material sebesar Rp. 9.000 dan biaya tenaga kerja RP. 10.000. Untuk pembuatan mainan ini, memerlukan 2 kelompok tenaga kerja, tukang kayu dan tukang poles. Setiap lusin mainan mobil memerlukan 1 jam pekerjaan kayu dan 2 jam pemolesan. Sedangkan setiap lusin mainan motor memerlukan 1 jam pekerjaan kayu dan 1 jam pemolesan. Meskipun setiap minggunya perusahaan ini dapat memenuhi seluruh material yang diperlukan, namun jam kerja yang tersedia hanya 80 jam untuk pekerjaan kayu dan 100 jam untuk pemolesan. Dari pengamatan selama ini, permintaan pasar untuk mainan motor tidak terbatas, namun permintaan pasar untuk mainan mobil tidak lebih dari 40 lusin per minggu. Bagaimana formulasi model dari persoalan di atas untuk mengetahui berapa lusin jenis mainan masing-masing harus diproduksi setiap minggunya agar diperoleh keuntungan maksimum?

Variabel Keputusan : banyaknya mainan yang harus dibuat x 1 : mobil dan x 2 : motor Fungsi Tujuan : maksimumkan keuntungan Keuntungan = Pendapatan Biaya Pendapatan = 27 x 1 + 21 x 2 Biaya Material = 10 x 1 + 9 x 2 Biaya Tenaga Kerja = 14x 1 + 10 x 2 Keuntungan = (27x 1 + 21 x 2 )-(10 x 1 + 9 x 2 )-(14x 1 + 10 x 2 ) = 3x 1 + 2x 2 Sehingga Fungsi Tujuan Z = 3x 1 + 2x 2

Pembatas Pembatas 1: waktu pemolesan tidak lebih dari 100 jam atau 2 x 1 + x 2 100 Pembatas 2: waktu pekerjaan kayu tidak lebih dari 80 jam atau x1 + x 2 80 Pembatas 3: mainan mobil yang dibuat tidak lebih dari 40 buah atau x 1 40 Pembatas Tanda; pembatas untuk variabel-variabel keputusan. Kedua mainan harus dibuat atau nilainya masing-masing harus non-negatif. Jadi x 1 0 dan x 2 0. Model Matematika: Maksimumkan : Z = 3x 1 + 2x 2 dengan batasan : 2 x 1 + x 2 100 x 1 + x 2 80 x 1 40 x 1 0 x 2 0

Sumber Kegiatan Pemakaian Sumber Per-unit Kegiatan (Keluaran) 1 2 3. n Kapasitas Sumber 1 a 11 a 12 a 13. a 1n b 1 2 a 21 a 22 a 23. a 2n b 2 3 a 31 a 32 a 33. a 3n b 3 m a m1 a m2 a m3. a mn b m ΔZ Pertambahan Tiap Unit C 1 C 2 C 3. C n Tingkat Kegiatan X 1 X 2 X 3. X n

Fungsi tujuan: Maksimumkan Z = C 1 X 1 + C 2 X 2 + C 3 X 3 +.+ C n X n Batasan : 1. a 11 X 11 + a 12 X 2 + a 13 X 3 +.+ a 1n X n b 1 2. a 21 X 11 + a 22 X 2 + a 33 X 3 +.+ a 2n X n b 1.. m. a m1 X 11 + a m2 X 2 + a m3 X 3 +.+ a mn X n b m dan X 1 0, X 2 0,. X n 0

Proportionality Naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia akan berubah secara sebanding (proportional) dengan perubahan tingkat kegiatan Additivity 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

Divisibility Keluaran (output) yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan. Demikian pula dengan nilai Z yang dihasilkan Deterministic (Certainty) Asumsi ini menyatakan bahwa semua parameter yang terdapat dalam model LP (a ij, b i, C j ) dapat diperkirakan dengan pasti, meskipun jarang dengan tepat

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 30.000,00 sedang merek I 2 = Rp 50.000,00. Masalahnya adalah menentukan berapa lusin sebaiknya sepatu merek I 1 dan merek I 2 yang dibuat agar bisa

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

Maksimumkan Z = 3X 1 + 5X 2 Batasan (constrain) (1) 2X 1 8 (2) 3X 2 15 (3) 6X 1 + 5X 2 30

X 2 Fungsi batasan dari 2 X 1 8 2X 1 = 8 2X 1 8 dan X 1 0, X 2 0 0 4 X 1 Gambar di atas merupakan bagian yang memenuhi batasan-batasan: X 1 0, X 2 0 dan 2X 1 8

6X 1 + 5X 2 = 30 X 2 2X 1 = 8 Fungsi batasan: 2 X 1 8; 3X 2 15; 6X 1 + 5X 2 30; X 1 0 dan X 2 0 D 6 5 C 3X 2 = 15 Daerah Feasible B 0 A 4 5 X 1

6X 1 + 5X 2 = 30 X 2 2X 1 = 8 3X 1 + 5X 2 = 20 10 = 3X 1 + 5X 2 D 6 5 C 3X 2 = 15 4 Daerah Feasible B Menggambar fungsi tujuan 0 A 4 5 X 1

6X 1 + 5X 2 = 30 Titik D: Pada titik ini nilai X2 = 5; X1 = 0 Nilai Z = 3(0) + 5(5) = 25 X 2 6 D 5 C 2X 1 = 8 Titik C: X2 = 5. Substitusikan batasan (3), maka 6X1 + 5(5) = 30. Jadi nilai X1 = (30 25)/6 = 5/6. Nilai Z = 3(5/6) + 5(5) = 27,5 3X 2 = 15 Titik B: X1 = 4. Substitusikan batasan (3), maka 6(4) + 5X2 = 30. Jadi nilai X2 = (30 24)/5 = 6/5. Nilai Z = 3(4) + 5(6/5) =18 Daerah Feasible B Titik A: Pada titik ini nilai X1 = 4; X2 = 0 Nilai Z = 3(4) + 0 = 12 Membandingkan nilai Z pada tiap-tiap alternatif Z = 3X 1 + 5X 2 0 A 4 5 X 1

6X 1 + 5X 2 = 30 X 2 2X 2 = 8 Contoh : Batasan ketiga (6X1 + 5X2 30) diubah ketidaksamaannya menjadi 6X1 + 5X2 30 6 5 C Daerah Feasible B 3X 2 = 15 A 0 4 5 X 1

6X 1 + 5X 2 = 30 X 2 2X 2 = 8 Contoh : Batasan ketiga (6X1 + 5X2 30) diubah ketidaksamaannya menjadi 6X1 + 5X2 = 30 6 C B 3X 2 = 15 4 2 A 0 4 5 X 1

Selesaikan soal-soal dengan Metode Grafik: 1. Max Z = 2 X 1 + X 2 Fungsi Kendala : a. X 1 + 2 X 2 80 b. 3X 1 + 2 X 2 120 c. 2X 1 360 dan X 1 0, X 2 0. 2. Max Z = 2 X 1 + 3X 2 Fungsi Kendala : a. 5X 1 + 6X 2 60 b. X 1 + 2X 2 16 c. X 1 10 d. X 2 6, dan X 1 0, X 2 0.

3. Max Z = 2 X 1-7X 2 Fungsi Kendala : a. -2X 1 + 3X 2 = 3 b. 4X 2 + 5X 2 16 c. 6X 1 + 7X 2 3 d. 4X 1 + 8X 2 5, dan X 1 0, X 2 0. 4. Min F = 22 X 1 + 6 X 2 Fungsi Kendala : a. 11X 1 + 3X 2 33 b. 8X 1 + 5X 2 40 c. 7X 1 + 10X 2 70 dan X 1 0, X 2 0

5. Min Z = 20 X + 30 Y Fungsi Kendala: a). 2 X + Y 10 d). X - 8 Y 0 b). X + 2 Y 14 e). X 8 c). X + 4 Y 12 dan X 0, Y 0 6. Min Z = 6X 1 + 8 X 2 Fungsi Kendala: a). 3X 1 + X 2 4 b). 5X 1 + 2X 2 10 c). X 1 + 2X 2 = 3 dan X 1 0, X 2 0