Diajukan Untuk Memenuhi Salah Satu Tugas Mata Kuliah Riset Operasional Sosial Ekonomi Pertanian
Di Susun oleh :
1. Sulekhah (071807)
2. Desty Megadiyanti (071751)
3. Mimin Maemunah (071780)
4. Taryono (071732)
5. Susanti. N.K.N (071808)
6. Via Purnamasari (071734)
FAKULTAS PERTANIAN
UNIVERSITAS SULTAN AGENG TIRTAYASA
2011
BAB I
PENDAHULUAN
2.1 LATAR BELAKANG
Sebagian besar persoalan manajemen berkenaan dengan pengggunaan sumber secara efisisen atau alokasi sumber-sumber terbatas untuk mencapai tujuan yang diinginkan (desired objective) seperti penerimaan hasil penjualan yang harus maksimum, penerimaan devisa hasil ekspor nonmigas harus maksimum, jumlah baiaya transpor harus minimum, lamanya waktu antrian untuk menerima pelayanan sependek mungkin, dan kemakmuran rakyat sebesar-besarnya.
Dalam keadaan sumber terbatas harus dicapai suatu hasil yang optimum. Dengan perkataan lain bagaimana caranya agar dengan masukan (input) yang serba terbatas dapat dicapai hasil kerja yaitu keluaran (output) berupa produksi barang dan jasa yang optimum . Untuk itu linear programming akan memberikan banyak sekali hasil pemecahan persoalan, sebagai alternatif pengambilan tindakan, akan tetapi hanya satu yang optimum (memaksimum atau minimum). Dengan mengambil keputusan yaitu memilih alternatif harus yang terbaik (the best alternative).
Agar suatu persolan dapat dipecahkan dengan tehnik Linear Programming harus memnuhi syarat sebagai berikut. (1) Harus dapat dirumuskan secara matematis; (2) Harus jelas fungsi objektif yang linear yang harus dibuat optimum; (3) pembatasan-pembatasan harus dinyatakan dalam ketidaksamaan yang linear. (4) Bersifat additive. (5) Nilai x harus positif (tidak boleh negatif, x ≥ 0)
Untuk menentukan alternatif yang terbaik, sehingga dapat mencapai tujuan baik memaksimalkan maupun meminimumkan yang hendak dicapai. Dalam linear programming dapat menggunkan metode substitusi, metode grafik dan metode simpleks. Namun pada kasus kali ini lebih mempfokuskan pemecahan masalah dengan menggunkan metode simpleks.
2.2 PERMASALAHAN
Permasalahan yang menyangkut dengan linear programming adalah memaksimalisasi keuntungan biaya dengan meminimisasi biaya.
2.3 TUJUAN
Tujuan dalam linear programming metode simplek adalah untuk menghitung maksimisasi keuntungan dengan minimisasi biaya.
BAB II
KONSEP
2.1 Linear Programming
Linear programming merupakan suatu model umum yang dapat di gunakan sebagai pemecahan masalah pengalokasian sumber-sumber yang terbatas scara optimal. Masalah akan timbul jika seseorang di haruskan untuk memilih atau menentukan tingkat setiap kegiatan yang akan di lakukannya, di mana masing-masing kegiatan membutuhkan sumber yang sama sedangkan jumlahnya terbatas. Secara sederhana dapat di gambarkan sebuah contoh keadaan bagian produksi suatu perusahaan yang di hadapkan pada masalah penentuan tingkat produksi masing-masingjenis produk dengan memperhatikan batasan factor-faktor produksi: mesin, tenaga kerja, bahan mentah, dan sebagainya untuk memperoleh tingkat keuntungan maksimal atau biaya minimal. Dalam makalah ini akan di jelaskan tentang penentuan dalam kasus maksimalisasi dengan metode simpleks.
Suatu penyampaian masalah linier programming perlu dibentuk formulasi secara matematik dari masalah yang sedang dihadapi dengan memenuhi syarat sebagai berikut;
1. Adanya variabel keputusan yang dinyatakan dalam simbul matematik dan variabel keputusan ini tidak negatif.
2. Adanya fungsi tujuan dari variabel keputusan yang menggambarkan kriteria pilihan terbaik.fungsi ini harus dibuat dalam suatu sel fungsi linier yang dapat berupa maksimum atau minimum.
3. Adanya kendala sumber daya yang dibuat dalam satu set fungsi linier.
A. Aspek – Aspek linier programming
1. Aplikasi Model Linier Programming
Model Linier programming dapat diaplikasikan untuk menyelesaikan berbagai masalah diantaranya yaitu;
a. Masalah product mix atau kombinasi produksi,yaitu; menentukan berapa jumlah dan jenis produk yang harus dibuat agar diperoleh keuntungan maksimum atau biaya minimum dangan memperhatikan sumber daya yang dimiliki.
b. Masalah perencanaan investasi, yaitu; berapa banyak dana yang akan ditanamkan dalam setiap alternative investasi,agar memaksimumkan return on investment atau net present value dengan memperhatikan kemampuan dana tersedia dan ketentuan setiap alternatif investasi.
c. Masalah perencanaan produksi dan persediaan, yaitu; menentukan berapa banyak produk yang akan diproduksi setiap periode,agar meminimumkan biaya persediaan ,sewa,lembur dan biaya subkontrak.
d. Masalah perencanaan advertensi / promosi, yaitu; berapa banyak dana yang akan dikeluarkan untuk kegiatan promosi,agar diperoleh efektivitas penggunaan media promosi.
e. Masalah diet, yaitu; berapa banyak setiap sumber makanan digunakan untuk membuat produk makanan baru.
f. Masalah pencampuran,yaitu;berapa banyak jumlah setiap bahan yang akan digunakan untuk membuat bahan baru.
g. Masalah distribusi / transportasi , yaitu; jumlah produk yang akan dialokasikan ke setiap lokasi pemasaran.
2. Asumsi Model linier programming
Terdapat empat asumsi dasar dalam penyelesaian masalah dengan model linier programming,yaitu;
a. Liniaritas :fungsi tujuan (objective function) dan kendala (constraint equations)dapat dibuat satu set fungsi linier.
b. Divisibility : nilai variabel keputusan dapat berbentuk pecahan atau bilangan bulat(integer)
c. Nonnegativity :nilai variabel keputusan tidak boleh negatif atau sama dengan nol.
d. Certainty : semua keterbatasan maupun koefisien variabel setiap kendala dan fungsi tujuan dapat ditentukan secara pasti.
Keempat asumsi diatas harus dipenuhi apabila ingin menyelesaikan masalah model linier programming.jika masalah tidak dapat memeuhi asumsi tersebut, persoalan tersebut dapat diselesaikan dengan program matematik yang lain seperti; integer programming, goal programming, nonlinier programming, dan dynamic programming.
3. Formulasi Model linier programming
Untuk membuat Fomulasi model linier programming atau sering juga disebut model matematik linier programming,terdapat tiga langkah utama yang harus dilakukan , yaitu;
1. Tentukan variabel keputusan atau variabel yang ingin diketahui dan gambarkan dalam simbul matematik.
2. Tentukan tujuan dan gambarkan dalam satu sel fungsi linier dari variabel keputusan yang dapat berbentuk maksimum atau minimum.
3. Tentukan kendala dan gambar dalam bentuk persamaan linier atau ketidaksamaan linier dari variabel keputusan.
Di dalam model linier programming dikenal dua macam fungsi yaitu fungsi tujuan (objective function) dan fungsi batasan (Constraint function). Fungsi tujuan adalah fungsi yang menggambarkan tujuan atau sasaran didalam permasalahan linier programming yang berkaitan dengan pengaturan secara optimal sumber daya agar dip eroleh keuntungan maksimal atau biaya yang minimal. Pada umumnya nilai yang akan dioptimalkan dinyatakan sebagai Z.
Dalam pembahasan model linier 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 tesedia(i : 1,2,3,….,m)
j : nomor setiap macam kegiatan yang menggunakan sumber ataufasilitas yang tersedia (j : 1,2,3,…,n)
x j : tingkat kegiatan ke j (j : 1,2,3,…,n)
aij : banyak sumber diperlukan untuk menghasilkan setiap unit keluaran atau output kegiatan j (i : 1,2,3,…,m dan j : 1,2,3,…,n)
bi : banyak sumber ( fasilitas ) i yang tersedia untuk dialokasikan ke setiap unit kegiatan (i : 1,2,3,…,n)
Z : nilai yang dioptimalkan ( maksimum atau minimum)
Cj : kenaikan nilai Z apabila ada pertambahan tingkat kegiatan dengan satu satuan atau merupakan sumbangan setiap satuan keluaran kegiatan j terhadap nilai Z
Tabel 1. Data untuk model linier programming
| Kegiatan Sumber | Pemakaian sumber per unit (keluaran) 1 2 3 ...... n | Kapasitas produksi |
| 1 | a11 a12 a13 ..... a1n | b1 |
| 2 | a21 a22 a23 ..... a2n | b2 |
| 3 | a31 a22 a23 ..... a3n | b3 |
| ..... | ..... ..... ..... ..... ...... | ...... |
| M | am1 am2 am3 .... amn | bm |
| ∆Z : pertambahan tiap unit Tingkat kegiatan | C1 C2 C3 .... Cn X1 X2 X3 ..... Xn | |
Atas dasar pengertian diatas maka dapat dirumuskan model matematis sebagai berikut :
Fungsi tujuan :
Maksimasi Z = C1X1 + 2X2 + C3X3 + …. + CnXn ...............( 1 )
Minimasi Z = C1X1 + C2X2 + C3X3 + …. + CnXn.............( 2 )
Batasan-batasan :
a. a11x1 + a12x2 + a13x3 + …. + a1mXn < b1 ...............( 3 )
b. a21x1 + a22x2 + a23x3 + …. + a2mXn < b2 ................( 4 )
c. am1x1 + am2x2 + am3x3 + … .+ amnXn < bm ................ ( 5 )
x1 > 0, x2 > 0
2.2 Metode Simplek
A. Pendahuluan
Ø Metode simpleks adalah suatu prosedur aljabar (yang bukan secara grafik) untuk mencari nilai optimal dari fungsi tujuan dalam masalah optimasi yang terkendala.
Ø Perhitungan dalam metode simpleks didasarkan pada aljabar matriks, terutama mencari invers matirks untuk penyelesaian persamaan linier simultan, oleh karena itu penyelesaian optimal dengan metode simpleks diawali pengubahan kendala pertidaksamaan menjadi persamaan.
Ø Untuk mencari nilai optimum dengan menggunakan metode simpleks dilakukan dengan proses pengulangan (iterasi) dimulai dari penyelesaian dasar awal yang layak (feasible) hingga penyelesaian dasar akhir yang layak dimana nilai dari fungsi tujuan telah optimum.
B. Persyaratan Metode Simpleks
Terdapat tiga persayaratan untuk memecahkan masalah linier programing, yaitu :
Ø Semua kendala pertidaksamaan harus diubah menjadi persamaan.
Ø Sisi kanan dari tanda pertidaksamaan kendala tidak boleh adanya negatif.
Ø Semua variabel dibatasi pada nilai non negatif.
C. Penulisan Standar dari Metode Simpleks
Berdasarkan ketiga persyaratan di atas, maka kita dapat menulis bentuk standar dari metode simpleks sebagai berikut :
1. Masalah Linier Programing dengan Fungsi Tujuan Maksimisasi.
Sebagai contoh untuk dua variabel dan dua kendala :
Maksimumkan : p = C1 X1 + C2X2
Dengan Kendala:
Bentuk standar metode simpleks di atas dapat ditulis menjadi :
a. Fungsi tujuan bentuk eksplisit diubah menjadi bentuk implisit.
- p + C1 X1 + C2 X2 = 0
b. Kendala bentuk pertidaksamaan (tanda £) diubah menjadi persamaan dengan cara menambahkan variabel slack pada ruas kiri, sehingga menjadi :
dimana : S1 dan S2 adalah variabel slack (non negatif).
a. Dalam notasi matriks, kita peroleh :
b. Tabel Simpleks Pertama
Tabel 2. Tabel simpleks pertama
| Variabel Dasar | p | X1 X2 S1 S2 | Nilai kanan (konstanta) |
| p S1 S2 | -1 0 0 | +C1 +C2 0 0 a11 a12 1 0 a21 a22 0 1 | 0 K1 K2 |
2. Masalah Linier Programing Berupa Fungsi Tujuan Minimisasi.
Minimumkan : C = c1 X1 + c2 X2
Dengan kendala : 
.jpeg)
No comments:
Write komentar