LAPORAN SEMENTARA PRAKTIKUM PENELITIAN

OPERASIONAL I
LINIER PROGRAMMING METODE GRAFIK DAN METODE
SIMPLEKS

KELOMPOK 3.3

AINUN RIF’AH 1609035002

M. RASUL IBNU NASIR 1609035045

LABORATORIUM TEKNOLOGI INDUSTRI

PROGRAM STUDI TEKNIK INDUSTRI
FAKULTASTEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2018
 BAB II
LANDASAN TEORI

2.1 Linear Programming

Menurut Mulyono (2004) Program linear (Linear Programming yang disingkat LP)
merupakan salah satu teknik Operating Research yang digunakan paling luas dan
diketahui dengan baik. Program Linear merupakan metode matematika dalam
mengalokasikan sumber daya yang langka untuk mencapai tujuan. Program Linear Linear
Programming merupakan sebuah teknik matematika yang didesain untuk membantu para
manajer operasi dalam merencanakan dan membuat keputusan yang diperlukan untuk
mengalokasikan sumber daya (Teguh, 2015).

Program Linear menyatakan penggunaan teknik matematika tertentu untuk mendapatkan

kemungkinan terbaik atas persoalan yang melibatkan sumber yang serba terbatas.
Program Linear adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-
sumber yang terbatas di antara aktivitas yang bersaing dengan cara terbaik yang mungkin
dilakukan. Linear progamming merupakan suatu teknik yang membantu pengambilan
keputusan dalam mengalokasikan sumber daya (mesin, tenaga kerja, uang, waktu,
kapasitas gudang, dan bahan baku) (Sriwidadi 2015).

Dalam Linear Programming terdapat kesamaan dan ketidaksamaan. Meskipun kesamaan

lebih populer dibandingkan dengan ketidaksamaan, ketidaksamaan merupakan suatu
hubungan yang penting dalam program linear. Perbedaan antara ketidaksamaan dan
kesamaan yaitu kesamaan digambarkan dengan tanda “=” dan merupakan pernyataan
khusus dalam matematika. Namun banyak persoalan perusahaan yang tidak dapat
dinyatakan dalam bentuk kesamaan yang jelas dan rapi. Hitungan yang dicari tidak selalu
satuan bulat tetapi bisa juga berupa angka kira-kira. Untuk itu dibutuhkan ketidaksamaan,
yakni hubungan lain yang dinyatakan dalam bentuk matematika. Sebagian besar batasan
dalam persoalan program linear dinyatakan sebagai ketidaksamaan (Agustina, 2015)
Untuk memecahkan masalah program linear bisa dilakukan secara grafik sepanjang
jumlah variabel (produk, misalnya) tidak lebih dari 2. Metode grafik merupakan cara yang
baik untuk mulai mengembangkan suatu pengertian teknik kuantitatif. Tahap-tahap dalam
menyelesaikan program linear dengan metode grafik, yaitu: menentukan variabel
keputusan atau barang apa saja yang akan diproduksi oleh suatu perusahaan atau pabrik
dengan memberikan pemisalan pada variabel keputusan; menentukan fungsi tujuan yaitu
memaksimalkan profit atau meminimalkan biaya; menentukan fungsi kendala yang ada
(batasan yang berkaitan dengan kasus); menyelesaikan permasalahannya atau persamaan
fungsi yang ada dengan persamaan atau petidaksamaan matematika, menentukan titik-
titik yang memenuhi daerah yang memenuhi syarat. Daerah bagian atas yang dibatasi
titik-titik merupakan daerah minimum dan daerah bawah yang dibatasi titik-titik
merupakan daerah maksimum (Sriwidadi, 2015)

Metode simpleks merupakan prosedur algoritma yang digunakan untuk menghitung dan
menyimpan banyak angka pada iterasi-iterasi yang sekarang dan untuk pengambilan
keputusan pada iterasi berikutnya. Metode Simpleks merupakan suatu metode untuk
menyelesaikan masalah-masalah program linear yang meliputi banyak pertidaksamaan
dan banyak variabel. Dalam menggunakan metode simpleks untuk menyelesaikan
masalah-masalah program linear, model program linear harus diubah ke dalam suatu
bentuk umum yang dinamakan ”bentuk baku”. Ciri-ciri dari bentuk baku model program
linear adalah semua kendala berupa persamaan dengan sisi kanan nonnegatif, fungsi
tujuan dapat memaksimumkan atau meminimumkan (Teguh, 2015).

Salah satu teknik penentuan solusi optimal yang digunakan dalam pemrograman linear
adalah metode simpleks. Penentuan solusi optimal menggunakan metode simpleks
didasarkan pada teknik eleminasi Gauss Jordan. Penentuan solusi optimal dilakukan
dengan memeriksa titik ekstrem satu per satu dengan cara perhitungan iteratif. Sehingga
penentuan solusi optimal dengan simpleks dilakukan tahap demi tahap yang disebut
dengan iterasi. Iterasi ke-i hanya tergantung dari iterasi sebelumnya (Teguh, 2015).
 BAB III
Linear Programming Metode Grafik dan Simpleks

3.1 Permasalahan Linear Programming

Seorang produsen Batu bata memiliki 2 macam bahan yaitu bahan I sebanyak 8 Ton dan
bahan II sebanyak 5 Ton dan bahan III sebanyak 6 Ton, berkeinginan untuk memproduksi
3 macam produk yaitu Produk A, B, C. Untuk Produk A membutuhkan 2 Unit bahan I
dan 1 unit bahan II, produk B membutuhkan 3 unit bahan I dan 2 unit bahan II dan untuk
produk C membutuhkan unit bahan I dan 2 unit bahan II. Harga pasar maksimum yaitu
1500X1+10000X2. Berapa produsen tersebut harus memproduksi produk A,B,C agar
mendapatkan hasil penjualan yang maksimum?

3.2 Penyelesaian Masalah Linear Programming

Permasalahan linear programming pada Perusahaan Batu bata yang memproduksi

pakaian wanita diatas akan diselesaikan dengan dua metode yaitu metode grafik dan
metode simpleks yang diolah secara komputerisasi dengan 2 software yaitu LINGO dan
POM-QM For Windows.

3.2.1 Metode Grafik

Dibawah ini adalah langkah-langkah perhitungan Perusahaan Batu bata dengan

menggunakan software LINGO dan POM-QM For Windows yaitu.
1. Software LINGO
Adapun langkah-langkah penyelesaian persoalan linear programming yang
menggunakan metode grafik yang diolah dengan software LINGO sebagai berikut.
a. Membuka file LINGO dengan cara klik dua kali pada icon LINGO.
b. Pada layar akan muncul untitled baru yang siap untuk tempat mengetikkan
formulasi.
 Berdasarkan persoalan di atas, maka terlebih dahulu ditentukan variabel
keputusan yang kemudian diterjemahkan ke dalam model matematis seperti
berikut:
Variabel keputusan:
X1 : Bahan I
X2 : Bahan II
Tujuan : Memaksimumkan keuntungan

Formulasi ke dalam model matematis:

Fungsi tujuan : Max: Z = 1500 X1 + 10000 X2
Batasan:
2X1 + X2 ≤ 8
3X1 + 2X2 ≤ 5
X1 + 2X2 ≤ 6
c. Ketikkan formulasi model matematis yang telah dibuat di atas pada layar LINGO
seperti pada Gambar 3.1 sebagai berikut.

Gambar 3.1 Formulasi model matematis pada software LINGO

d. Pada toolbar klik solve untuk melihat solusi optimal dari perumusan masalah
tersebut.
e. Maka akan muncul kotak dialog Solution Report - Lingo1 dari permasalahan di
atas seperti pada Gambar 3.2 sebagai berikut.
 Gambar 3.2 Solution report

f. Untuk melihat analisis sensitivitas, kembali pada kotak dialog LINDO Model –
Lingo1. Setelah itu klik pada toolbar LINGO perintah Range, hingga muncul
kotak dialog Range Report – Lingo1 berikut dari permasalahan di atas seperti
pada Gambar 3.3.

Gambar 3.3 Range report

g. Setelah diperoleh output di atas, maka selanjutnya dilakukan analisis output atau
interprestasi hasil.
2. Software POM-QM For Windows
Penggunaan untuk menyelesaikan persoalan linear programming metode grafik
dengan software POM-QM For Windows dapat dijabarkan sebagai berikut:
a. Klik dua kali software POM-QM For Windows untuk membuka
b. Kemudian klik Module, kemudian pilih Linear Programming pada toolbar.
c. Setelah itu klik File, kemudian pilih New pada toolbar atau dengan menekan
CTRL+N untuk memasukkan persoalan yang akan diselesaikan.
d. Maka akan muncul kotak dialog Create data set for Linear Programming,
masukkan data pada kotak dialog sebagai berikut:
1) Title masukkan judul pada persoalan diatas Batu bata.
2) Number of Constrains masukkan angka sebanyak 3
3) Number of Variable masukkan sebanyak 2
4) Objective pilih Maximize.
5) Row names, pilih A,B,C,D,E, ...
6) Column names, pilih X1, X2, X3, ...
Kemudian dari permasalahan di atas akan muncul seperti pada Gambar 3.4.

Gambar 3.4 Kotak dialog Create data set for Linear Programming

e. Kemudian klik tombol OK, maka akan muncul tampilan Data Table yang harus
diisi. Data pada tabel tersebut diisi sesuai dengan model matematis dari
persoalan program linier diatas yang telah diterjemahkan sebelumnya seperti
yang terlihat pada Gambar 3.5.
 Gambar 3.5 Data table

f. Kemudian klik Solve pada toolbar,lalu akan muncul kotak dialog output pada
toolbar windows yang akan keluar seperti pada Gambar 3.6.

Gambar 3.6 Kotak dialog output

g. Untuk melihat hasil yang diperoleh maka pilih Linear Programming Result
sehingga menghasilkan output seperti pada Gambar 3.7.
 Gambar 3.7 Linear programming result

h. Kemudian pada toolbar klik Window, kemudian pilih Graph, maka akan muncul
tampilan Output Graph seperti pada Gambar 3.8 sebagai berikut.

Gambar 3.8 Output graph

i. Selanjutnya dilakukan analisis output atau interprestasi hasil setelah diperoleh

output seperti diatas.
3.2.2 Metode Simpleks

Selain dengan metode grafis permasalahan linier programming diatas dapat pula
diselesaikan dengan menggunakan metode simpleks. Langkah-langkah penyelesaian
linear programming dengan metode simpleks yang dilakukan secara komputerisasi
dijabarkan sebagai berikut:
1. Software LINGO
Penyelesaian persoalan linear programming dengan software LINGO metode
simpleks sama seperti pada metode grafik. Hal ini disebabkan karena pada software
LINGO hanya menampilkan solusi optimal dan analisis sensitivitas saja dari suatu
permasalahan dan tidak dapat menampilkan tabel simpleks hingga memperoleh hasil
optimal dari suatu permasalahan.
2. Software POM-QM For Windows
Langkah-langkah untuk menyelesaikan persoalan linear programming dengan
metode simpleks yang diolah dengan software POM-QM For Windows dijabarkan
sebagai berikut.
a. Penyelesaian masalah linear programming dengan metode simpleks memiliki
langkah-langkah yang sama seperti linear programming metode grafik di atas
yaitu dari poin a hingga h.
b. Output iterasi dapat diselesaikan dari permasalahan linier programming diatas
dengan klik Windows kemudian pilih Iterations, maka akan muncul kotak dialog
Iterations dari permasalahan di atas seperti pada Gambar 3.9 sebagai berikut

Gambar 3.9 Output iterations

c. Ranging dapat ditentukanhasilnya dari suatu permasalahan linear programming
di atas dengan cara klik Windows kemudian pilih Ranging, maka akan muncul
Gambar 3.10.

Gambar 3.10 Output ranging

d. Output solution list dapat dicari hasilnya dengan cara klik Windows kemudian
pilih Solution list maka akan muncul pada seperti Gambar 3.11.

Gambar 3.11 Output solution list

e. Output dual dapat ditentuka hasilnya dengan menggunakan cara klik Windows
kemudian pilih Dual maka akan muncul seperti Gambar 3.12.
 Gambar 3.12 Output dual

f. Setelah dilakukan perhitungan secara komputerasi dengan menggunakan

software POM-QM For Windows , maka selanjutnya adalah menganalisis output
hasil tersebut.

3.3 Analisa Output Linear Programming

Setelah menyelesaikan persoalan program linier menggunakan kedua software diatas

maka didapatkan output hasil dari masalah tersebut. Analisis interpretasi hasil atau output
dari masing-masing software baik LINGO ataupun POM-QM For Windows memiliki
hasil yang sama, akan tetapi terdiri dari beberapa data yang berbeda. Berikut adalah
penjelasannya:
1. LINGO
Hasil dari permasalahan perusahaan komputer tersebut menggunakan LINGO di atas
untuk penyelesaian optimal adalah sebagai berikut:
a. Objective Function Value
Bagian objective function value dapat dilihat bahwa hasil perhitungannya adalah
sebesar 25000 dengan fungsi tujuan MAX Z = 1500X1 + 10000X2. Nilai
variabel keputusannya adalah X1 = 1 dan X2 = 1 , jadi untuk mencari nilai fungsi
tujuan dilakukan dengan cara mengalikan nilai masing-masing variabel (X)
dengan fungsi tujuan yaitu 1 (13500) + 3 (2500) = 25000. Kesimpulan yang
dapat di ambil yaitu keuntungan maksimal yang di peroleh dari produksi batu
bata tipe A dan B yaitu sebesar 25000
 b. Value
Bagian value variabel keputusan pada output LINGO ditandai dengan label
variable. Untuk permasalahan perusahaan komputer tersebut memiliki dua
variabel dengan label X1 dan X2. X1 adalah jumlah meja yang diproduksi dan
X2 adalah jumlah kursi yang diproduksi. Nilai value dan variable X1 yaitu 12
dan untuk variable X2 yaitu 6. Kesimpulan yang dapat di ambil yaitu untuk
memperoleh keuntungan maksikmal sebesar $132 , maka jumlah yang harus di
produksi sebanyak 12 meja dan 6 kursi.
c. Reduced cost
Bagian reduces cost akan memberikan informasi tentang sampai sejauh mana
nilai Cj harus diturunkan agar nilai variabel keputusan menjadi positif jika
nilainya negatif. Nilai reduced cost untuk produksi meja (XI) bernilai 0 disini
berarti untuk variabel X1 tidak ada pengurangan keuntungan karena variabel X1
(meja) sudah optimal diproduksi dan untuk produksi kursi (X2) juga bernilai 0
yang berarti variabel X2 sudah optimal diproduksi dam tidak ada pengurangan
keuntungan.
d. Slack or Surplus
Nilai slack or surplus pada row 2 dan 3 bernilai 0 yang menunjukkan bahwa
kendala 1 sebagai kendala aktif sehingga S1 dalam permasalahan di atas
dikategorikan sebagai variabel non basis sehingga S2 dan S3 dalam
permasalahan di atas dikategorikan sebagai variabel basis.
e. Dual Price
Nilai dual price pada persoalan di atas untuk row 2 dan 3 masing–masing sebesar
1,667 dan 0,667. Hal ini menunjukkan jika ruas kanan kendala 1 yaitu meja dan
ruas kanan kendala 2 yaitu kursi bertambah 1 unit maka akan menambah nilai
fungsi tujuan yaitu keuntungan masing-masing sebesar $ 1,667 dan 0,667
2. POM-QM For Windows
Analisis interpetasi hasil dari permasalahan BAYU FURNITURE tersebut
berdasarkan output pada POM-QM for windows adalah sebagai berikut:
a. Linear Programming Results
Berdasarkan data pada kotak dialog Linear Programming Results, di peroleh
nilai solution untuk X1 yaitu jumlah obat batuk A yang harus diracik adalah
 10.000 unit dan nilai solution untuk X2 yaitu jumlah obat batuk A yang harus
diracik adalah 0 unit, atau tidak perlu meracik obat batuk jenis B. Dengan solusi
diatas maka nilai RHS atau keuntungan maksimal yang dapat di peroleh adalah
$ 180.000. Nilai ini merupakan nilai tertinggi dari beberapa solusi yang ada.
b. Ranging
Berdasarkan data pada kotak dialog Ranging, di peroleh data variable dan data
constraint yang dijabarkan sebagai berikut:
1) Value
Keuntungan maksimal dapat di peroleh jika jumlah obat batuk merek X
yang diracik (X1) sebanyak 10.000 unit dan obat batuk merek Y yang
diracik (X2) sebanyak 0 unit.
2) Dual Value
Jika dilakukan penambahan zat A sebanyak 1 gr, maka keuntungan
bertambah sebesar $ 0. Kemudian jika dilakukan penambahan zat B
sebanyak 1 gr, maka keutungan akan bertambah sebesar $ 1,5. Lalu jika
dilakukan penambahan zat C sebanyak 1 gr, maka tidak terdapat
penambahan keuntungan.
3) Solution List
Data yang diperoleh dari output solution list antara lain sebagai berikut:
a. Value
Jumlah obat batuk merek X dan juga obat batuk merek Y yang harus
diracik untuk mendapat keuntungan maksimal adalah obat batuk merek
X (X1) sebanyak 10.000 unit dan tidak meracik obat batuk merek Y
(X2) sehingga dapat diperoleh keuntungan maksimum (Z) sebesar $
180.000.
b. Status
Pada Status, terdapat kategori basic yang merupakan variabel yang
masuk dalam literasi. Variabel yang menjadi basic dalam permaslahan
ini yaitu X1 dan slack 1 serta Slack 3. Sedangkan untuk X2 dan slack 2
memiliki keterangan Non basic yang menandai bahwa keduanya adalah
variabel non basis.
 4) Iterations
Pada output iterations, dapat dilihat bahwa terjadi 2 kali iterasi. Hal ini
menunjukkan bahwa untuk mencapai titik optimum guna mendapat
keuntungan maksimal maka diperlukan 2 kali langkah komputasi.
5) Dual
Pada output dual, terlihat bahwa:
a) Original problem merupakan fungsi tujuan dan kendala pada soal.
b) Dual problem merupakan bentuk lain dari fungsi tujuan dan batasan
pada soal.
Maka diperoleh:
Fungsi tujuan : Min Z =48.000A + 120.000B +150.000C
Batasan : 4A + 12B + 10C ≥ 18
2A + 4B + 15C ≥ 10
6) Graph
Pada output graph, terlihat bahwa:
a) Corner point adalah kombinasi optimum yang dapat dilakukan. Dari 4
titik yang terbentuk, diperoleh kombinasi optimum dengan nilai X1
sebesar 10.000 dan X2 0 sehingga Z= 132
b) Isopropil line, dimana menunjukan bahwa sepanjang garis tersebut
memiliki nilai keuntungan yang sama, tetapi dengan kombinasi output
yang berbeda.
c) Daerah yang diarsir tersebut sebagai daerah feasible area, yaitu batas
yang mungkin untuk pengalokasian sumber daya yang tersedia dengan
waktu yang ada.

3.4 Analisis Sensitivitas

Untuk menganalisis dampak dari perubahan nilai parameter maka dilakukan Analisis
sensitivitas. Parameter yang diperhatikan meliputi nilai variabel dan kendala pada
program linear, misalnya perubahan biaya produksi atau memperbesar laba yang
diinginkan. Penjelasan analisis sensitivitas permasalahan Batu bata pada permasalahan
diatas adalah sebagai berikut:
1. Analisis Sensitivitas Koefesien Fungsi Tujuan (Cj)
Output yang diperoleh pada kotak dialog Range Report – Lingo 1 di atas, dapat diambil
kesimpulan sebagai berikut:
a. Pada saat nilai C1 bernilai 12 atau lebih maka tidak akan mengubah nilai optimal
variable keputusan X1 yaitu obat batuk X yang harus diracik = 10.000 unit dan X2
yaitu jumlah obat batuk Y yang harus diracik = 0 unit.
b. Pada saat nilai C2 bernilai lebih kecil atau sama dengan 15 maka tidak akan
mengubah nilai optimal variable keputusan X1 yaitu jumlah meja yang harus
dibuat = 12 unit dan X2 yaitu jumlah kursi yang harus dibuat = 6 unit.
2. Sensitivitas Nilai Ruas Kanan (RHS)
Output yang diperoleh pada kotak dialog Range Report – Lingo 1 di atas, diperoleh
kesimpulan sebagai berikut:
a. Apabila perubahan nilai ruas kanan kendala aktif ke-1 yaitu zat A yang terletak
pada baris ke-2 nilainya menjadi lebih besar atau sama dengan 48.000 gr tidak akan
mengubah nilai dual price kendala ke-1 yaitu 0.
b. Apabila perubahan nilai ruas kanan kendala aktif ke-2 yaitu zat B yang terletak
pada baris ke-3 naik menjadi 124.000 gr atau turun menjadi 0 gr maka tidak akan
mengubah nilai dual price kendala ke-2 yaitu 1,5.
c. Apabila perubahan nilai ruas kanan kendala aktif ke-3 yaitu zat c yang terletak
pada baris ke-4 nilainya menjadi sama dengan atau lebih dari 100.000 gr maka
tidak akan mengubah nilai dual price kendala ke-3 yaitu 0.
 BAB II
LANDASAN TEORI
1.2 Linear Programming

BAB III
LINEAR PROGRAMMING METODE GRAFIK dan METODE SIMPLEX
3.1 Permasalahan Linear Proramming
3.2 Penyelesaian Masalah Linear Programming
3.2.1 Metode Grafik
3.2.2 Metode Simplex
3.3 Analisa Output Linear Programming
3.4 Analisa Sensitivitas
3.5 Kesimpulan