PEMROGRAMAN LINEAR YULIATI,SE,MM

dokumen-dokumen yang mirip
Model Linear Programming:

Model Linear Programming:

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

MATEMATIKA SISTEM INFORMASI 2 IT

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

METODE SIMPLEKS DALAM PROGRAM LINIER

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

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

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

BAB 2. PROGRAM LINEAR

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

Pemrograman Linier (Linear Programming) Materi Bahasan

BAB 2 PROGRAM LINEAR

Manajemen Operasional

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA GRAFIK

METODE SIMPLEKS DALAM PROGRAM LINIER

OPERATIONS RESEARCH. oleh Bambang Juanda

METODE SIMPLEKS DALAM PROGRAM LINIER

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

18/09/2013. Ekonomi Teknik / Sigit Prabawa / 1. Ekonomi Teknik / Sigit Prabawa / 2

Pemodelan dan Linier Programming (LP)

Pemrograman Linier (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.

METODE SIMPLEKS DALAM PROGRAM LINIER

Metodologi Penelitian

PROGRAM LINIER METODE GRAFIK

CCR-314 #2 Pengantar Linear Programming DEFINISI LP

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

MATA KULIAH RISET OPERASIONAL

BAB 2 Alamanda. LINEAR PROGRAMMING: METODE GRAFIK Fungsi Tujuan Maksimasi dan Minimasi

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN, UNIVERSITAS ANDALAS BAHAN AJAR. Simpleks

Operations Management

Dosen Pengampu : Dwi Sulistyaningsih

BAB II. PEMROGRAMAN LINEAR

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

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

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN

Sejarah Perkembangan Linear Programming

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

PENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI

LINIER PROGRAMMING. By Zulkifli Alamsyah /ZA 1

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

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

III KERANGKA PEMIKIRAN

Metode Simpleks (Simplex Method) Materi Bahasan

BAB 3 LINEAR PROGRAMMING

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB II TINJAUAN PUSTAKA

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

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

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

Pendahuluan. Secara Umum :

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Integer Programming (Pemrograman Bulat)

III KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN

III KERANGKA PEMIKIRAN

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

MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012)

PROGRAM LINIER DENGAN METODE GRAFIK

PROGRAM LINIER METODE SIMPLEKS

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

PEMROGRAMAN LINIER. Metode Simpleks

Model Matematika. Persamaan atau pertidaksamaan Matematika Tujuan

Dosen Pembina: HP :

MODEL DAN PERANAN RO DALAM PENGAMBILAN KEPUTUSAN

METODE SIMPLEKS (MS)

BAB II TINJAUAN PUSTAKA

PEMROGRAMAN LINIER: FORMULASI DAN PEMECAHAN GRAFIS

BAB 2 LANDASAN TEORI

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

LINEAR PROGRAMMING MODEL SIMPLEX

BAHAN KULIAH TEKNIK RISET OPERASI

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

BAB III. METODE SIMPLEKS

III. METODE PENELITIAN

memaksimumkan pendapatan jumlah meja dan kursi waktu kerja karyawan dan perbandingan jumlah kursi dan meja yang harus diproduksi

BAB III. KERANGKA PEMIKIRAN

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

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

III. METODE PENELITIAN

METODE SIMPLEKS (THE SIMPLEX METHOD)

Bab 2 LANDASAN TEORI

OPTIMASI PROFIT PADA PRODUKSI GULA SEMUT FORTIFIKASI VITAMIN A DENGAN TIGA TINGKATAN KUALITAS GRADE DI PT. XYZ

Pengantar Teknik Industri TIN 4103

Danang Triagus Setiyawan ST.,MT

MAKSIMALISASI KEUNTUNGAN DENGAN PENDEKATAN METODE SIMPLEKS Kasus pada Pabrik Sosis SM

PERENCANAAN AGREGAT. Strategi dalam Perencanaan Agregat Metode Perencanaan Agregat. Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc.

BAB III. SOLUSI GRAFIK

BAB 2 LANDASAN TEORI

II LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.

Dualitas Dalam Model Linear Programing

BAB II TINJAUAN PUSTAKA

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

Contoh Kasus Program Linier K A S U S M A K S I M A S I D A N K A S U S M I N I M A S I

PROGRAM LINEAR DENGAN METODE SIMPLEX

Transkripsi:

PEMROGRAMAN LINEAR YULIATI,SE,MM

Prinsip: Setiap organisasi berusaha mencapai tujuan yang telah ditetapkan sesuai dengan keterbatasan sumber daya. Linier Programming: Teknik pengambilan keputusan dalam permasalahan yang berhubungan dengan pengalokasian sumber daya secara optimal

Linear Programming Aplikasi Model LP Masalah perencanaan advertensi/promosi, yaitu berapa banyak dana yang akan dikeluarkan untuk kegiatan promosi, agar diperoleh efektivitas penggunaan media promosi. Masalah diet, yaitu berapa banyak setiap sumber makanan digunakan untuk membuat produk makanan baru. Masalah pencampuran, yaitu berapa banyak jumlah setiap bahan yang akan digunakan untuk membuat bahan baru. Masalah distribusi/transportasi, yaitu jumlah produk yang akan dialokasikan ke setiap lokasi pemasaran.

Karakteristik Persoalan LP: Ada tujuan yang ingin dicapai Tersedia beberapa alternatif untuk mencapai tujuan Sumberdaya dalam keadaan terbatas Dapat dirumuskan dalam bentuk matematika (persamaan/ketidaksamaan) Contoh pernyataan ketidaksamaan: Untuk menghasilkan sejumlah meja dan kursi secara optimal, total biaya yang dikeluarkan tidak boleh lebih dari dana yang tersedia. Pernyataan bersifat normatif

Model LP dikenal 2 (dua) macam fungsi, 1. Fungsi tujuan adalah fungsi yang menggambarkan tujuan sasaran di dalam permasalahan LP yang berkaitan dengan pengaturan secara optimal sumberdayasumberdaya, untuk memperoleh keuntungan maksimal atau biaya minimal. Pada umumnya nilai yang akan dioptimalkan dinyatakan sebagai Z. 2. Fungsi batasan merupakan bentuk penyajian secara matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan.

Fungsi tujuan: Model Matematis 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 dan X 1 0, X 2 0,. X n 0 b m

Metode Penyelesaian Masalah: Grafis (2 variabel) Matematis (Simplex method) Contoh : 1 (Perusahaan Meubel) Suatu perusahaan menghasilkan dua produk, meja dan kursi yang diproses melalui dua bagian fungsi: perakitan dan pemolesan. Pada bagian perakitan tersedia 60 jam kerja, sedangkan pada bagian pemolesan hanya 48 jam kerja. Utk menghasilkan 1 meja diperlukan 4 jam kerja perakitan dan 2 jam kerja pemolesan, sedangkan utk menghasilkan 1 kursi diperlukan 2 jam kerja perakitan dan 4 jam kerja pemolesan, Laba utk setiap meja dan kursi yang dihasilkan masingmasing Rp. 80.000 dan Rp. 60.000,- Berapa jumlah meja dan kursi yang optimal dihasilkan?

Perumusan persoalan dlm bentuk tabel: Proses Waktu yang dibutuhkan per unit Meja Kursi Total jam tersedia Perakitan 4 2 60 Pemolesan 2 4 48 Laba/unit 80.000 60.000

Langkah-langkah dalam Perumusan Model LP 1. Definisikan Variabel Keputusan (Decision Variable) Variabel yang nilainya akan dicari 2. Rumuskan Fungsi Tujuan: Maksimisasi atau Minimisasi Tentukan koefisien dari variabel keputusan 3. Rumuskan Fungsi Kendala Sumberdaya: Tentukan kebutuhan sumber daya untuk masing-masing perubah keputusan. Tentukan jumlah ketersediaan sumber daya sebagai pembatas. 4. Tetapkan kendala non-negatif Setiap keputusan (kuantitatif) yang diambil tidak boleh mempunyai nilai negatif.

Perumusan persoalan dalam model LP. Definisi variabel keputusan: Keputusan yang akan diambil adalah berapakah jumlah meja dan kursi yang akan dihasilkan. Jika meja disimbolkan dgn M dan kursi dengan K, maka definisi variabel keputusan: M = jumlah meja yang akan dihasilkan (dlm satuan unit) K = jumlah kursi yang akan dihasilkan (dlm satuan unit) Perumusan fungsi tujuan: Laba utk setiap meja dan kursi yang dihasilkan masingmasing Rp. 80.000 dan Rp. 60.000. Tujuan perusahaan adalah untuk memaksimumkan laba dari sejumlah meja dan kursi yang dihasilkan. Dengan demikian, fungsi tujuan dpt ditulis: Maks.: Laba = 8 M + 6 K (dlm satuan Rp.10. 000)

Perumusan Fungsi Kendala: Kendala pada proses perakitan: Utk menghasilkan 1 buah meja diperlukan waktu 4 jam dan utk menghasilkan 1 buah kursi diperlukan waktu 2 jam pd proses perakitan. Waktu yang tersedia adalah 60 jam. 4M + 2K 60 Kendala pada proses pemolesan: Utk menghasilkan 1 buah meja diperlukan waktu 2 jam dan utk menghasilkan 1 buah kursi diperlukan waktu 4 jam pd proses pemolesan. Waktu yang tersedia adalah 48 jam. 2M + 4K 48 Kendala non-negatif: Meja dan kursi yang dihasilkan tidak memiliki nilai negatif. M 0 K 0

Perumusan persoalan dlm bentuk tabel: Proses Waktu yang dibutuhkan per unit Meja Kursi Total jam tersedia Perakitan 4 2 60 Pemolesan 2 4 48 Laba/unit 80.000 60.000 Perumusan persoalan dlm bentuk matematika: Maks.: Laba = 8 M + 6 K (dlm satuan Rp.10. 000) Dengan kendala: 4M + 2K 60 2M + 4K 48 M 0 K 0

Penyelesaian secara grafik: (Hanya dapat dilakukan untuk model dengan 2 decision variables) Gambarkan masing-masing fungsi kendala pada grafik yang sama. K 34 32 28 24 20 16 12 8 4 O 4M + 2K 60 A(0,12) M=0 K=30 K=0 M=15 Feasible Region B(12,6) C(15,0) M=0 K=12 K=0 M=24 2M + 4K 48 4 8 12 16 20 24 28 32 34 Laba = 8M + 6K Pada A: M = 0, K = 12 Laba = 6 (12) = 72 Pada B: M = 12, K = 6 Laba = 8(12) + 6(6) = 132 Pada C: M = 15, K = 0 Laba = 8 (15) = 120 Keputusan: M = 12 dan K = 6 Laba yang diperoleh = 1.320.000 M

SOAL : Perusahaan Shean Electronic menghasilkan 2 produk Walkman dan TV. Proses yang dibutuhkan adalah pengerjaan elekronis dan perakitan. Walkman membutuhkan waktu selama 4 jam untuk pengerjaan elektronis dan 2 jam untuk perakitan. Sedangkan TV memerlukan waktu selama 3 jam untuk pengerjaan elektronis dan 1 jam untuk perakitan. Sepanjang produksi tersedia waktu 240 jam untuk pengerjaan elektronis dan 100 jam untuk perakitan. Setiap walkman menghasilkan laba $7 dan TV menghasilkan laba $5. Tentukan keputusan agar mencapai laba yang maksimal dengan menggunakan pemrograman linear secara grafik.

SOAL Perusahaan produsen pakaian memproduksi kemeja dan piyama. Proses produksinya menjadwalkan waktu 180 jam waktu menjahit, 100 jam waktu memotong. Setiap kemeja yang diproduksi memerlukan waktu 6 jam untuk dijahit dan waktu 2,5 jam untuk dipotong. Untuk memproduksi piyama diperlukan waktu 3 jam untuk menjahit dan 2 jam untuk memotong. Setiap kemeja menghasilkan laba $7 dan setiap piyama menghasilkan laba $5. Tentukan keputusan agar mencapai laba yang maksimal dengan menggunakan pemrograman linear secara grafik.