Linear Programming Dengan Metode Grafik
Linear Programming Dengan Metode Grafik
Linear Programming Dengan Metode Grafik
METODE GRAFIK
2. Fungsi Batasan/Kendala/Constraint
• Batasan Fungsional, menunjukkan alokasi yang tersedia
am1X1+am2X2+am3X3+….. +amnXn bm
• Batasan Nonnegatif, hasil tidak boleh negatif
X10 ; X20
PEMECAHAN PERSOALAN PROGRAM
LINIER DENGAN MENGGUNAKAN
METODE GRAFIK
Gambarkan sebuah bidang koordinat dengan kedua variabel
sebagai sumbu-sumbu koordinat.
Gambarkan garis-garis fungsi batasan dengan menganggap
batasannya sebagai persamaan.
Tentukan daerah dalam bidang koordinat yang memenuhi semua
batasan, daerah ini disebut sebagai daerah layak (feasible region).
Tentukan koordinat titik sudut (disebut sebagai titik ekstrim).
8X1+8(0)=100 5X1+8(0)=40
X1=12,5 X1=8
Maka titik koordinat (12,5, 0) Maka titik koordinat (8,0)
Menggambar Garis dari
Suatu Fungsi
Mencari Titik Potong antara Dua
Garis
• Titik A (0,0) : Z = 3(0) + 7(0) = 0
• Titik B (0,5) : Z = 3(0) + 7(5) = 35
• Titik C (8,0) : Z = 3(8) + 7(0) = 24
Ternyata titik yang menghasilkan laba terbesar
adalah B = 35 dengan X1=0 dan X2=35
Contoh Soal:
F
Mencari Titik Potong antara Dua Garis
Dari grafik di atas titik sudut yang diketahui adalah A, E,
dan C sedangkan titik sudut D dapat dicari dengan
eliminasi antara persamaan 1 dan 2, yaitu :
4x + 2y = 60 x 2 8x + 4y = 120
2x + 4y = 48 x 1 2x + 4y = 48 -
6x = 72, maka x = 12
Titik F (6,12)
PENYELESAIAN :
Langkah berikutnya, hitung nilai empat titik sudut dengan
cara mensubstitusikan ke dalam fungsi tujuan untuk
melihat kombinasi mana yang menghasilkan laba
terbesar
Titik A (0,0) : Z = 8(0) + 6(0) = 0
Titik D (0,12) : Z = 8(0) + 6(12) = 72
Titik C (15,0) : Z = 8 (15) + 6(0) = 120
Titik D (12,6) : Z = 8(12) + 6(6) = 132
Ternyata titik yang menghasilkan laba terbesar adalah D=
$132. Jadi, untuk menghasilkan laba terbesar perusahaan
harus membuat gamis sebanyak 12 buah dan tunik
sebanyak 6 buah.
15
Tes Formatif 1
Ikan Kopra
Produksi 1.500.000 1.200.000 180.000.000
Pemasaran 1.800.000 1.800.000 225.000.000
Tambahan Ekspor 20.000.000 17.500.000
15X1+12X2=1.800 18X1+18X2=2.250
Jika X1=0, maka 15X1+12X2=1.800 Jika X1=0, maka 18X1+18X2=2.250
15(0)+12X2=1.800 18(0)+18X2=2.250
X2=150 X2=125
Maka titik koordinat (0, 150) Maka titik koordinat (0, 125)
270X1+216X2=32.400
270X1+270X2=33.750 -
-54 X2 = -1.350
X2 = 25
15X1+12X2=1.800
15X1+12(25)=1.800
15X1+300=1.800
15X1=1.500
X1=100
PENYELESAIAN :
Langkah berikutnya, hitung nilai empat titik sudut dengan
cara mensubstitusikan ke dalam fungsi tujuan untuk
melihat kombinasi mana yang menghasilkan laba
terbesar :
Maksimumkan 200X1+175X2
Titik A (0,0) : Z = 200(0) + 175(0) = 0
Titik E (120,0) : Z = 200(120) + 175(0) = 24.000
Titik C (0,125) : Z = 200(0) + 175(125) = 21.875
Titik D (100,25) : Z = 200(100) + 175(25) = 24.375
Jadi, perusahaan pengolahan ikan yang diikutkan diklat
X1= 100 dan perusahaan pengolahan kopra yang
diikutkan diklat adalah X2=25 agar volume ekspor naik,
karena akan menaikkan ekspor sebesar 24.375.
20
BEBERAPA MASALAH TEKNIS DALAM
PROGRAM LINIER
1. No Feasible Solution
Ketika tidak ada solusi untuk masalah LP yang Contoh :
memenuhi semua kendala yang diberikan maka X1 + 2X2 ≤ 6
tidak ada solusi yang layak. Hal ini terjadi untuk
2X1 + X2 ≤ 8
permasalahan dengan kendala yang saling
bertentangan. X1 ≥ 7
Misalnya, jika salah satu kendala yang disediakan
oleh manajer pemasaran yang menyatakan bahwa
setidaknya 300 meja harus diproduksi (X1≥300)
untuk memenuhi permintaan penjualan. Namun
manajer produksi memberikan batasan bahwa tidak
ada lebih dari 220 meja yang diproduksi (X1≤220)
karena kekurangan kayu.
Maka analis riset operasi mengkoordinasikan
konflik ini dimana salah satu manajer harus
merevisi masukannya atau mungkin dengan
memperoleh lebih banyak bahan baku dari sumber
yang baru, atau mungkin permintaan penjualan
bisa diturunkan dengan mengganti model meja
yang baru untuk memenuhi kebutuhan pelanggan.
21
BEBERAPA MASALAH TEKNIS DALAM
PROGRAM LINIER
2. Unboundedness
Kadang-kadang program linier tidak memiliki solusi yang terbatas. Ini berarti bahwa
dalam maksimalisasi sebuah masalah, misalnya, satu atau variabel solusi yang lebih,
dan laba, dapat dibuat besar tak berhingga tanpa melanggar kendala apapun. Jika kita
mencoba untuk memecahkan masalah seperti ini secara grafis, kita akan
mendapatkan daerah layak yang terbuka.
Contoh :
Maximize profit = 3X1 + 5X2
subject to :
X1 ≥ 5
X2 ≤ 10
X1 + 2X2 ≥ 10
X1, X2 ≥ 0
22
BEBERAPA MASALAH TEKNIS DALAM
PROGRAM LINIER
3. Redundancy
Batasan (constraint) yang redundant tidak mempengaruhi daerah layak. Dengan kata
lain, salah satu kendala mungkin lebih mengikat atau ketat daripada yang lain.
batasan redundant ini tidak dipergunakan dalam pertimbangan karena tidak
mempengaruhi daerah layak.
Contoh :
Maximize profit = X1 + 2X2
subject to :
X1 + X2 ≤ 20
2X1 + X2 ≤ 30
X1 ≤ 25
X1, X2 ≥ 0
23
BEBERAPA MASALAH TEKNIS DALAM
PROGRAM LINIER
24