Ahmad Sabri
2
Pemrograman Linier (1)
Komponen pada Pemrograman Linier (PL)
Model PL memiliki tiga komponen dasar:
Variabel keputusan yang akan dicari nilainya
Objektif yang akan dicari nilai optimalnya (maksimal atau minimal)
Data yang dibutuhkan untuk model LP: pengalokasian sumberdaya untuk berbagai aktivitas
Penggunaan sumberdaya
per unit aktivitas Banyaknya
Sumber Aktivitas sumber daya
4
Pemrograman Linier (1)
Bentuk umum model PL
Bentuk umum model PLmaksimum
MaksZ =c1x1+c2x2+. . .+cnxn Dengan kendala:
a11x1+a12x2+. . .+a1nxn ≤ b1 a21x1+a22x2+. . .+a2nxn ≤ b2
..
. ... ...
Bentuk umum model PL
Bentuk umum model PLminimum
MinZ =c1x1+c2x2+. . .+cnxn Dengan kendala:
a11x1+a12x2+. . .+a1nxn ≥ b1 a21x1+a22x2+. . .+a2nxn ≥ b2
..
. ... ...
6
Pemrograman Linier (1)
Istilah-istilah terkait solusi dari model
Solusi layak: solusi di mana semuakendala terpenuhi
Solusi tidak layak: solusi di mana paling sedikitsebuah kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan solusi yang memberikan fungsi objektif bernilai sama.
Tidak ada solusi optimal: terjadi jika (1) tidak terdapat solusi layak, atau (2) nilai fungsi objektif selalu dapat diperbesar tanpa melanggar kendala (kasus kedua ini disebut
Istilah-istilah terkait solusi dari model
Solusi layak: solusi di mana semuakendala terpenuhi
Solusi tidak layak: solusi di mana paling sedikitsebuah kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan solusi yang memberikan fungsi objektif bernilai sama.
6
Pemrograman Linier (1)
Istilah-istilah terkait solusi dari model
Solusi layak: solusi di mana semuakendala terpenuhi
Solusi tidak layak: solusi di mana paling sedikitsebuah kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan solusi yang memberikan fungsi objektif bernilai sama.
Tidak ada solusi optimal: terjadi jika (1) tidak terdapat solusi layak, atau (2) nilai fungsi objektif selalu dapat diperbesar tanpa melanggar kendala (kasus kedua ini disebut
Istilah-istilah terkait solusi dari model
Solusi layak: solusi di mana semuakendala terpenuhi
Solusi tidak layak: solusi di mana paling sedikitsebuah kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan solusi yang memberikan fungsi objektif bernilai sama.
6
Pemrograman Linier (1)
Istilah-istilah terkait solusi dari model
Solusi layak: solusi di mana semuakendala terpenuhi
Solusi tidak layak: solusi di mana paling sedikitsebuah kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan solusi yang memberikan fungsi objektif bernilai sama.
Tidak ada solusi optimal: terjadi jika (1) tidak terdapat solusi layak, atau (2) nilai fungsi objektif selalu dapat diperbesar tanpa melanggar kendala (kasus kedua ini disebut
Istilah-istilah terkait solusi dari model
Solusi layak: solusi di mana semuakendala terpenuhi
Solusi tidak layak: solusi di mana paling sedikitsebuah kendala dilanggar
Daerah solusi layak: kumpulan dari semua solusi layak
Solusi optimal: solusi layak yang memiliki nilai objektif terbaik (yaitu nilai terbesar untuk problem maksimisasi, dan nilai terkecil untuk problem minimisasi).
Solusi optimal berganda: terdapat tak-hingga kemungkinan solusi yang memberikan fungsi objektif bernilai sama.
7
Pemrograman Linier (1)
Metode penyelesaian PL
Terdapat dua metode untuk penyelesaian model PL:
1 Metode grafik (untuk model dengan dua variabel)
2 Metode simpleks (untuk model dengan dua variabel atau
Metode grafik
Penyelesaian model PL dengan metode grafik mencakup dua langkah:
1 Menentukan daerah solusi layak (feasible solution region)
2 Menentukan solusi optimal dari semua titik layak (feasible
9
Pemrograman Linier (1)
Karakteristik dari solusi optimal
Solusi optimal dari sebuah model PLselaludiasosiasikan sebagai sebuahtitik sudutpada daerah solusi (yaitu titik di mana dua garis berpotongan).
Karakteristik dari solusi optimal
Solusi optimal dari sebuah model PLselaludiasosiasikan sebagai sebuahtitik sudutpada daerah solusi (yaitu titik di mana dua garis berpotongan).
10
Pemrograman Linier (1)
Contoh
Chocolatier Burie, sebuah rumah produksi coklat Belgia, memiliki 2 jenis produksi coklat: coklathand-madedan coklatmachine-made. Pengalokasian sumber daya untuk setiap produk diberikan oleh data berikut:
Penggunaan sumberdaya
per unit adonan (jam) Ketersediaan Sumber Adonan sumber daya
daya Coklat mesin Coklathand-mande (jam) (M) (H)
Manusia 4 18 1296 Mesin 12 6 1824 Keuntungan
55 89
per unit adonan (Euro)
Model PL untuk problemChocolatier Burie:
MaksZ = 55M+ 89H Dengan kendala:
4M+ 18H ≤ 1296 12M+ 6H ≤ 1824
12
Pemrograman Linier (1)
Berdasarkan daerah solusi layak, kemungkinan solusi optimal diberikan oleh 4 titik sudut: (0 , 0), (0 , 72), (130.5 , 43) dan (152 , 0). Berikut nilaiZ = 55M+ 89H untuk setiap titik sudut:
(M, H) Z = 55M+ 89H
(0,0) 0
(0,72) 6408
(130.5,43) 11004.5 (maksimum)
(152,0) 8360
14
Pemrograman Linier (1)
Contoh
Redi Mix memproduksi cat interior dan eksterior dari dua bahan mentah: M1 dan M2. Tabel berikut memberikan data dasar:
Kebutuhan bahan mentah untuk per ton dari Ketersediaan maksimum Cat eksterior (ton) Cat interior (ton) harian (ton)
M1 6 4 24
M2 1 2 6
Keuntungan
5 4
per ton (juta)
Contoh
Sebuah bakery akan membuat roti daging secara tradisional dengan menggunakan kombinasi daging sapi dan domba. Daging sapi terdiri dari 80% daging dan 20% lemak. Biaya penjualan roti Rp. 8.000 per kg. Daging domba terdiri dari 68% daging dan 32% lemak. Biaya penjualan roti Rp. 6.000 per kg.