BAB II TINJAUAN PUSTAKA
2.6 Pengertian Linear Programming .…
Linear Programming merupakan suatu model umum yang dapat
digunakan dalam pemecahan masalah pengalokasian sumber-sumber yang
terbatas secara optimal. Dalam memecahkan masalah diatas linear programming
menggunakan model matematis. Sebutan linear berarti bahwa semua
fungsi-fungsi matematis yang disajikan dalam model ini haruslah fungsi-fungsi-fungsi-fungsi linear.
Kata programming merupakan sinonim untuk perencanaan. (Siagian, 1987)
Jadi linear programming mencakup perencanaan kegiatan-kegiatan untuk
mencapai suatu hasil yang optimal, yaitu suatu hasil yang mencerminkan
tercapainya sasaran tertentu yang paling baik (menurut model matematis) diantara
alternatif-alternatif yang mungkin, dengan menggunakan fungsi linear. (T.H.
Handoko, 1995).
Ada empat kondisi utama yang diperlukan bagi penerapan Linear
Programing, yaitu :
1. Haruslah ada sumber daya yang terbatas. Keterbatasa ini mencakup seperti
2. Ada suatu fungsi tujuan seperti memaksimalkan laba atau meminimalkan
biaya.
3. Haruslah ada linearitas misalnya jika diperlukan 5 jam untuk membuat
sebuah barang, maka dua buah barang akan membutuhkan waktu 10 jam.
4. Harus ada keseragaman, misalnya semua jam kerja yang tersedia dari
seseorang pekerja adalah sama produktifitasnya. (Subagyo dkk, 1995)
2.6.1. Konsep Linear Programming
Program Linear Programming adalah salah satu dari riset operasi
(maksimasi atau minimasi) dengan memakai persamaan atau tidak persamaan
Linear dalam rangka mencari pemecahan yang optimal dengan memperhatikan
pembatas yang ada atau dikatakan bahwa Program Linear merupakan metode
matematis yang digunakan untuk membantu manajemen dalam pengambilan
keputusan.
Program Linear Programming paling sering digunakan bila kita tengah
dihadapkan atau berusaha mengalokasikan sumber-sumber daya yang terbatas
atau langkah diantaranya berbagai kegiatan yang saling bersaing, sedemikian
hingga satu kriteria tertentu teroptimasi (secara maksimasi atau minimasi) metode
ini adalah salah satu teknik riset operasi yang paling banyak dipakai dan dapat
diterapkan ntuk beragam produksi dan operasi.
Linear Programming menggunakan suatu model matematis untuk
menjelaskan suatu masalah yang menjadi perhatian. Istilah Linear Programming
secara eksplisit telah menunjukkan karakteristiknya dimana seluruh fungsi
matematika model harus berupa fungsi matematika linear atau dalam pengertian
Hubungan-hubungan linear ini berarti bahwa bila salah satu faktor berubah, maka satu faktor
lain akan berubah dengan jumlah yang konstan proporsional konsep linearitas ini
dapat diartikan jika semakin bertambahnya sesuatu maka semakin berkurangnya
sesuatu yang lain. Sedangkan konsep program di sini sebenarnya didasarkan pada
suatu sinonim perencanaan sehingga Linear Programming dapat diartikan sebagai
berikut : “ Suatu maslah yang berhubungan dengan perencanaan alokasi
sumber-sumber langkah diantara kegiatan-kegiatan kompetitif dan layak dengan sasaran
mencapai suatu hasil yang optimal ”.
2.6.2. Asumsi-Asumsi Dasar Linear Programming
Asumsi-asumsi dasar linear programming dapat diperinci sebagai berikut:
(T.H. Handoko, 1995)
1. Proportionality
Asumsi ini berarti bahwa naik turunnya nilai Z dan penggunaan sumber atau
fasilitas yang tersedia akan berubah secara sebanding (proportional) dengan
perubahan tingkat kegiatan.
Misal:
a. Z = C1X1 + C2X2 + C3X3 + … + CnXn
Setiap pertambahan satu unit X1 akan menaikkan Z dengan C1. Setiap
pertambahan satu unit X2 akan menaikkan nilai Z dengan C2, dan seterusnya.
b. a11x1 + a12x2 + a13x3 + … + a1nxn < bi
Setiap pertambahan satu unit X1 akan menaikkan penggunaan sumber atau
Setiap pertambahan satu unit X2 akan menaikkan penggunaan sumber atau
fasilitas satu dengan a12, dan seterusnya. Dengan kata lain setiap ada kenaikan
kapasitas riil tidak perlu ada biaya persiapan (set up cost).
2. Additivity
Asumsi ini berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi,
atau dalam linear programming 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.
3. Divisibility
Asumsi ini menyatakan bahwa keluaran yang dihasilkan oleh setiap kegiatan
dapat berupa bilangan pecahan.
4. Deterministie (certainty)
Asumsi ini menyatakan bahwa semua parameter yang terdapat dalam model
linear programming (
a
ij, b
i, c
j) dapat diperkirakan dengan pasti, meskipun jarang dengan cepat.2.6.3. Model Program Linear Programing
Model Program adalah suatu problem yang sasarannya untuk
meminimumkan atau memaksimumkan suatu fungsi linear. Fungsi linear ini
kondisinya dipengaruhi oleh batasan yang bersifat linear(Linear Constrain), baik
yang berbentuk pertidak samaan ataupun berbentuk persamaan. Dalam Model
Linear Programming dikenal dua macam “fungsi” yaitu fungsi tujuan (Objective
Fungsi tujuan adalah fungsi yang menggambarkan tujuan atau sasaran
didalam permasalahan linear programming yang berkaitan dengan pengaturan
secara optimal sumber-sumber daya untuk memperoleh keuntungan maksimal
atau biaya minimal. Pada umumnya nilai yang akan dioptimalkan dinyatakan
sebagai “Z”.
Fungsi batasan merupakan bentuk penyajian secara matematis
batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai
kegiatan. (Subagyo dkk,1995).
Untuk mengetahui definisi-definisi dasar dari Linear Programming, maka
ditentukan problem Linear Programming sebagai berikut :
Minimize : C1X1 + C2X2 + … + CnXn
Subject to : a11X1 + a22X2 + … + a1nXn ≥ b1 a21X1 + a22X2 + … + a2nXn ≥ b2
am1X1 + am2X2 + … + amnXn ≥ bn X1, X2, …, Xn ≥ 0
Dari problem diatas dapat didefinisikan sebagai berikut :
C1X1 + C2X2 + … + CnXn disebut Objective Function dimana problem di atas harus diminimumkan. Objective Function diberi notasi Z.
Sedangkan C1, C2, …, Cn disebut Cost Coefisients.
Variabel X1, X2, …, Xn disebut Decision Variable yang harus dicari.
Sistem pertidaksamaan, diartikan sebagai Constraints atau kendala atau pembatas ke-1.
Kofisien-koefisien ay untuk i = 1, 2, 3, … m dan untuk j = 1, 2, 3, … n disebut Technological Coefisients.
Vektor-vektor kolom b1 disebut Right Hand Side Vector (RHS).
Himpunan semua titik yang memenuhi semua Constrain akan membentuk suatu daerah penyelasaian yang disebut Feasible Space.
Agar memudahkan pembatasan model Linear Programming digunakan
simbol-simbol sebagai berikut :
m = macam batasan-batasan sumber atau fasilitas yang tersedia.
n = macam kegiatan yang menggunakan sumber atau fasilitas tersebut.
i = nomor setiap macam sumber atau fasilitas yang tersedia (i = 1,2,3,…,m)
j = nomor setiap macam kegiatan yang menggunakan sumber atau fasilitas yang
tersedia (j = 1,2,3,…,n).
Xj = tingakat kegiatan ke-j (j = 1,2,3,…,n).
aij = banyaknya sumber I yang diperlukan untuk menghasilkan setiap unit
keluaran (output) kegiatan j (i= 1,2,3,…,m) dan (j=1,2,3,…,n).
bi = banyaknya sumber (fasilitas) i yang tersedia untuk dialokasikan
kesetiap unit kegiatan (I = 1,2,3,…,n).
Z = nilai yang dioptimalkan (maksimum atau minimum).
Cj = kenaikan nilai Z apabila ada pertambahan tingkat kegiatan (Xj) dengan
satu satuan (unit), atau merupakan setiap satua keluaran kegiatan j terhadap
nilai(T.H. Handoko, 1995).
2.6.4. Manipulasi Pertidaksamaan Menjadi Persamaan dan Sebaliknya Seperti telah diuraikan di atas bahwa permasalahan minimize atau
berbentuk pertidaksamaan atau persamaan unuk keperluan pemecahan
permasalahan tersebut, maka diperlukan manipulasi, yaitu mengubah Constraints
pertidaksamaan atau mungkin sebaliknya, Missalnya :
Diketahui Constrain :
n j ij j ijX b
a
1Maka Constrain tersebut diubah menjadi bentuk persamaan dengan
mengurangi ruas kiri dengan Xn+1 yang non negatif atau disebut surplus variabel
yang dinotasikan S1, sehingga Constrain tersebut berubah menjadi :
n j i n j ijX X b
a
11 , dimana Xn+1 ≥ 0 Xn+1 disebut fariabel Slack
Dan untuk persamaan :
n j ij j ij X b a 1
dapat ditransformasikan kedalam
kedua peridaksamaan
n j ij j ijX b
a
1 , dan
n j ij j ijX b
a
1 manipulasiinipun dapat diterapkan pada Objective Function. Yaitu dengan cara
menghasilkan koefisien-koefisien Objective Function dengan -1.
Sehingga : Minimize :