Model Linear Programming:

dokumen-dokumen yang mirip
Model Linear Programming:

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

PEMROGRAMAN LINEAR YULIATI,SE,MM

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

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA GRAFIK

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

Model Matematis (Program Linear)

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

MATEMATIKA SISTEM INFORMASI 2 IT

METODE SIMPLEKS DALAM PROGRAM LINIER

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

LINIER PROGRAMMING. By Zulkifli Alamsyah /ZA 1

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

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

PROGRAM LINIER DENGAN METODE GRAFIK

Pemrograman Linier (Linear Programming) Materi Bahasan

Pemrograman Linier (1)

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

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER

BAB 2. PROGRAM LINEAR

MODEL DAN PERANAN RO DALAM PENGAMBILAN KEPUTUSAN

PROGRAM LINEAR. tersebut. Dua macam fungsi Program Linear: tujuan perumusan masalah

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

OPERATIONS RESEARCH. oleh Bambang Juanda

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

BAHAN KULIAH TEKNIK RISET OPERASI

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

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

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

Riset Operasi Bobot: 3 SKS

METODE SIMPLEKS (MS)

Program Linier. Rudi Susanto

CCR-314 #2 Pengantar Linear Programming DEFINISI LP

Pemodelan dan Linier Programming (LP)

BAB 2 PROGRAM LINEAR

Dualitas Dalam Model Linear Programing

MATA KULIAH RISET OPERASIONAL

Contoh 1. Seorang ahli gizi ingin menentukan jenis makanan yang harus diberikan pada pasien dengan biaya minimum, akan tetapi sudah mencukupi

Pengantar Teknik Industri TIN 4103

Manajemen Operasional

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

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

Bahan A: 6x + 4x 24. Bahan B Harga jual ($1000) 5 4. Identifikasi fungsi tujuan Pendapatan total yang harus dimaksimumkan adalah

mempunyai tak berhingga banyak solusi.

Operations Management

METODE SIMPLEKS DALAM PROGRAM LINIER

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

PENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI

Hubungan ekonomi dapat digambarkan dalam bentuk persamaan, tabel, atau grafik.

III. METODE PENELITIAN

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

Danang Triagus Setiyawan ST.,MT

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

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

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Riset Operasi. Program Linear. Mata Kuliah STMIK AMIKOM YOGYAKARTA. Heri Sismoro, M.Kom.

BAB IV PROGRAMA LINIER : METODE GRAFIK

Metodologi Penelitian

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

Dosen Pengampu : Dwi Sulistyaningsih

Pendahuluan. Secara Umum :

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

A. Analisis Sensitivitas 1. Berapa besar perubahan koefisien fungsi objektif diperbolehkan supaya titik optimal dipertahankan?

Modul Pendalaman Materi Program Linear, PPG Dalam Jabatan hal 1

Metode Simpleks (Simplex Method) Materi Bahasan

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

METODE SIMPLEKS (THE SIMPLEX METHOD)

PROGRAM LINIER METODE GRAFIK

Sejarah Perkembangan Linear Programming

Manajemen Sains. Pemrograman Linier (Metode Grafik) Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011

MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012)

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

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

Dualitas Dalam Model Linear Programing

TEORI PGB. KEPUTUSAN MAKSIMASI & MINIMASI

III KERANGKA PEMIKIRAN

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

BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul

Teori Dualitas dan Penerapannya (Duality Theory and Its Application)

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN

PRODUK BERSAMA DAN PRODUK SAMPINGAN (Joint. dan By Product)

Teori Barang Publik (II)

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

Operation Research (OR) Dosen : Sri Rahayu, S.E BAGIAN 1 PENDAHULUAN

III KERANGKA PEMIKIRAN

II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah

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

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

BAB 2 LANDASAN TEORI

III. METODE PENELITIAN

BAB II TINJAUAN PUSTAKA

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

Riset Operasional. & Penyelesaian menggunakan Softwere WinQSB Handout. (Operations research) Disusun Oleh : M. Trihudiyatmanto, SE, MM

ANALISIS MAKSIMALISASI KEUNTUNGAN PADA PABRIK TAHU BANDUNG DENGAN PENDEKATAN METODE SIMPLEKS. Rully Nourmalisa N

III KERANGKA PEMIKIRAN

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Dalam dunia usaha, tujuan setiap perusahaan secara umum adalah mencari

PRAKTIKUM II PEMROGRAMAN LINIER (METODE SIMPLEKS)

Transkripsi:

Model Linear Programming: Pengertian, Contoh masalah dan Perumusan model Metode penyelesaian (grafik dan simpleks) Interpretasi hasil Analisis sensistivitas Model Dualitas Penyelesaian kasus (Aplikasi paket komputer) 1

Prinsip: Setiap Organisasi berusaha mencapai tujuan yang telah ditetapkan sesuai dengan keterbatasan sumberdaya. Linear Programming: Teknik pengambilan keputusan dlm permasalahan yang berhubungan dgn pengalokasian sumberdaya secara optimal 2

Penerapan: Pengalokasian Sumberdaya Perbankan: portofolio investasi Periklanan Industri manufaktur: Penggunaan mesin kapasitas produksi Pengaturan komposisi bahan makanan Distribusi dan pengangkutan Penugasan karyawan 3

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. 4

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 sumberdaya utk masing-masing peubah keputusan. Tentukan jumlah ketersediaan sumberdaya sbg pembatas. 4. Tetapkan kendala non-negatif Setiap keputusan (kuantitatif) yang diambil tidak boleh mempunyai nilai negatif. 5

Metode penyelesaian masalah: Grafis (2 variabel) Matematis (Simplex method) Persoalan Maksimasi: Contoh Persoalan: 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 masing2 Rp. 80.000 dan Rp. 60.000,- Berapa jumlah meja dan kursi yang optimal dihasilkan? 6

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 7

Perumusan persoalan dalam model LP. Definisi variabel keputusan: Keputusan yg akan diambil adlh berapakah jlh meja dan kursi yg akan dihasilkan. Jika meja disimbolkan dgn M dan kursi dgn K, mk definisi variabel keputusan: M = jumlah meja yg akan dihasilkan (dlm satuan unit) K = jumlah kursi yg akan dihasilkan (dlm satuan unit) Perumusan fungsi tujuan: Laba utk setiap meja dan kursi yg dihasilkan masing2 Rp. 80.000 dan Rp. 60.000. Tujuan perusahaan adlh utk memaksimumkan laba dari sejumlah meja dan kursi yg dihasilkan. Dengan demikian, fungsi tujuan dpt ditulis: Maks.: Laba = 8 M + 6 K (dlm satuan Rp.10. 000) 8

Perumusan Fungsi Kendala: Kendala pada proses perakitan: Utk menghasilkan 1 bh meja diperlukan waktu 4 jam dan utk menghasilkan 1 bh kursi diperlukan waktu 2 jam pd proses perakitan. Waktu yg tersedia adalah 60 jam. 4M + 2K 60 Kendala pada proses pemolesan: Utk menghasilkan 1 bh meja diperlukan waktu 2 jam dan utk menghasilkan 1 bh kursi diperlukan waktu 4 jam pd proses pemolesan. Waktu yang tersedia adalah 48 jam. 2M + 4K 48 Kendala non-negatif: Meja dan kursi yg dihasilkan tdk memiliki nilai negatif. M 0 K 0 9

Penyelesaian secara grafik: (Hanya dapat dilakukan untuk model dg 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 M=0 K=12 K=0 M=24 B(12,6) 2M + 4K 48 C(15,0) 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 A: M = 15, K = 0 Laba = 8 (15) = 120 Keputusan: M = 12 dan K = 6 Laba yg diperoleh = 132.000 M 10

Contoh Persoalan: 2 (Reddy Mikks Co.) Reddy Mikks Co. mempunyai sebuah pabrik kecil yg menghasilkan 2 jenis cat yaitu utk interirior dan eksterior. Bahan baku utk cat tsb adalah bahan A dan bahan B, yg masing2 tersedia maksimum 6 ton dan 8 ton per hari. Kebutuhan masing2 jenis cat per ton thdp bahan baku disajikan pd tabel berikut: Bahan baku Kebuthn bahan baku per ton cat Ketersediaan Maksimum (ton) Eksterior Interior Bahan A 1 2 6 Bahan B 2 1 8 Permintaan harian cat interior lebih tinggi dari permintaan cat eksterior, tetapi tdk lebih dari 1 ton per hr. Sedangkan permintaan cat interior maksimum 2 ton per hari. Harga cat interior dan eksterior masing2 3000 dan 2000. Berapa masing2 cat hrs diproduksi oleh perusahaan utk memaksimumkan pendapatan kotor? 11

Persoalan Minimisasi: Contoh 1: Bila pada contoh sebelumnya, biaya produksi setiap unit meja dan kursi masing-masing Rp.200.000 dan Rp. 80.000, dan perusahaan bertujuan utk meminimumkan biaya produksi, maka persoalan yang dihadapi adalah persoalan MINIMISASI. Produksi Meja paling sedikit 2 unit dan Kursi paling sedikit 4 unit. Dengan biaya minimum untuk menghasilkan output tertentu. Secara umum tanda ketidak-samaan adalah Min.: Biaya = 20 M + 8 K (dlm satuan Rp.10. 000) Dengan kendala: 4M + 2K 60 (kendala sumberdaya) 2M + 4K 48 (kendala sumberdaya) M 2 (kendala target) K 4 (kendala target) 12

K 34 32 28 24 20 16 12 8 4 O M 2 4M + 2K 60 A B Biaya = 20M + 8K M=0 K=30 K=0 M=15 Feasible Region D C M=0 K=12 K=0 M=24 2M + 4K 48 K 4 4 8 12 16 20 24 28 32 34 Pada titik A (2;11) = 20 (2) + 8 (11) = 128 Pada titik B (2;4) = 20 (2) + 8 (4) = 72 Pada titik C (13;4) = 20 (13) + 8 (4) = 292 Pada titik D (12;6) = 20 (12) + 8 (6) = 288 (minimum) M Titik A ditentukan oleh perpotongan garis kendala: 2M + 4K = 48 dan M = 2 2(2) + 4K = 48 K = (48-4)/4 = 11 Titik A (2;11) Titik B (2;4) Titik C ditentukan oleh perpotongan garis kendala: 4M + 2K = 60 dan K = 4 4M + 2(4) = 60 M = (60-8)/4 = 13 Titik C (13;4) Titik D (12,6) 13

Contoh 2: Perusahaan makanan ROYAL merencanakan untuk membuat dua jenis makanan yaitu Royal Bee dan Royal Jelly. Kedua jenis makanan tersebut mengandung vitamin dan protein. Royal Bee paling sedikit diproduksi 2 unit dan Royal Jelly paling sedikit diproduksi 1 unit. Tabel berikut menunjukkan jumlah vitamin dan protein dalam setiap jenis makanan: Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan biaya produksi. 14