P. 1
PEMROGRAMAN LINIER

PEMROGRAMAN LINIER

|Views: 2,376|Likes:

More info:

Published by: Ivan Aprilio Rachman on Aug 09, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

06/24/2015

pdf

text

original

MAKALAH EKONOMI PRODUKSI PETERNAKAN PEMPROGRAMAN LINEAR

Oleh :
Ivan Aprilyanto Rachman (0910550191)

BAB I

1.1 Latar Belakang Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber dayanya, baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan, ruang tenaga kerja, jam kerja, maupun modal. Dengan keterbatasan ini, perusahaan perlu merencanakan strategi yang dapat mengoptimalkan hasil yang ingin dicapai, baik itu berupa keuntungan maksimal atau biaya minimal. Berbagai cara lain telah ditemukan untuk tujuan itu, salah satu diantaranya pemrograman linear (Eddy, 2008). Metode Pemrograman linier pertama kali ditemukan oleh ahli statistika Amerika Serikat yang bernama Prof. George Dantzig (Father of the Linear Programming). Pemrograman Linier disingkat PL merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan meminimumkan biaya. PL banyak diterapkan dalam masalah ekonomi, industri, militer, social dan lain-lain. PL berkaitan dengan penjelasan suatu kasus dalam dunia nyata sebagai suatu model matematik yang terdiri dari sebuah fungsi tujuan linier dengan beberapa kendala linier.

1.2 Tujuan Tujuan dari pembuatan makalah ini adalah untuk mengetahui lebih dalam definisi pemrograman linear. Karena pemrograman linear bersinggungan dalam bidang perekonomian yang di hampir selalu di gunakan dalam kehidupan sehari-hari, termasuk pada bidang peternakan, perikanan dan pertanian. Dengan adanya makalah ini, penulis

mengharapkan mahasiswa atau masyarakat umum yang awam terhadap pemrograman linear, menjadi mengetahui lebih dalam tentang program linear. 1.3 Manfaat 1. Mengetahui dasar pemrograman linear. 2. Mengetahui karakteristik pemrograman linear. 3. Memahami pemecahan pemrograman linear. 4. Contoh kasus penggunaan pemrograman linear.

BAB II

2.1 Pemrograman Linear Pemrograman linear adalah sebuah alat determistik, yang berarti bahwa semua parameter model diasumsikan diketahui dengan pasti. Dalam kehidupan nyata jarang terjadi masalah dimana terdapat kepastian yang sesungguhnya. Pemrograman linear mengkompensasi dengan memberikan analisis pasca optimum dan analisis parametrik yang sistematis untuk memungkinkan pengambilan keputusan yang bersangkutan agar dapat menguji sensitivitas pemecahan optimum yang statis terhadap perubahan diskrit dan kontinyu dalam berbagai parameter dari model tersebut. Tahapan dalam penyelesaian optimasi dari Linear programming ini adalah sebagai berikut : • • • • • • Menentukan decision of variables Membuat objective function Memformulasikan constraints Menggambarkan dalam bentuk grafik Menentukan daerah kemungkinan/ "feasible" Menentukan solusi optimum.

Dua jenis pendekatan yang sering digunakan dalam metode pemrograman linier ini, yaitu : a) Metode Grafik Digunakan untuk menyelesaikan optimasi dengan maksimum 2 variabel. - Untuk variabel lebih dari 2, penyelesaiannya menggunakan metode ke-dua. b) Metode Simplex

-

Digunakan untuk proses dengan jumlah variabel lebih dari 2. Tahapan dalam metode simplex ini lebih kompleks dibandingkan dengan metode grafik

2.2 Karakteristik Pemrograman Linear 1. Linearitas Sifat linearitas suatu kasus dapat ditentukan dengan menggunakan beberapa cara. Secara statistik, kita dapat memeriksa kelinearan menggunakan grafik (diagram pencar) ataupun menggunakan uji hipotesa. Secara teknis, linearitas ditunjukkan oleh adanya sifat proporsionalitas, additivitas, divisibilitas dan kepastian fungsi tujuan dan pembatas. 2. Proporsional Sifat proporsional dipenuhi jika kontribusi setiap variabel pada fungsi tujuan atau penggunaan sumber daya yang membatasi proporsional terhadap level nilai variabel. Jika harga per unit produk misalnya adalah sama berapapun jumlah yang dibeli, maka sifat proporsional dipenuhi. Atau dengan kata lain, jika pembelian dalam jumlah besar mendapatkan diskon, maka sifat proporsional tidak dipenuhi. Jika penggunaan sumber daya per unitnya tergantung dari jumlah yang diproduksi, maka sifat proporsionalitas tidak dipenuhi. 3. Additivitas Sifat additivitas mengasumsikan bahwa tidak ada bentuk perkalian silang diantara berbagai aktivitas, sehingga tidak akan ditemukan bentuk perkalian silang pada model. Sifat additivitas berlaku baik bagi fungsi tujuan maupun pembatas (kendala). Sifat additivitas dipenuhi jika fungsi tujuan merupakan penambahan langsung kontribusi masing-masing variabel keputusan. Untuk fungsi kendala, sifat additivitas dipenuhi jika nilai kanan merupakan total penggunaaan masing-masing variabel keputusan. Jika dua variabel keputusan misalnya merepresentasikan dua produk substitusi, dimana peningkatan volume penjualan salah satu produk akan mengurangi volume penjualan produk lainnya dalam pasar yang sama, maka sifat additivitas tidak terpenuhi.

4. Divisibilitas Sifat divisibilitas berarti unit aktivitas dapat dibagi ke dalam sembarang level fraksional, sehingga nilai variabel keputusan non integer dimungkinkan. 5. Kepastian Sifat kepastian menunjukkan bahwa semua parameter model berupa konstanta. Artinya koefisien fungsi tujuan maupun fungsi pembatas merupakan suatu nilai pasti, bukan merupakan nilai dengan peluang tertentu. Kelima asumsi (sifat) ini dalam dunia nyata tidak selalu dapat dipenuhi. Untuk meyakinkan dipenuhinya keempat asumsi ini, dalam pemrograman linier diperlukan analisis sensitivitas terhadap solusi optimal yang diperoleh.

2.3 Pemecahan Penyelesaian Pemrograman Linear Urutan pertama dalam penyelesaian adalah mempelajari sistem relevan dan mengembangkan pernyataan permasalahan yang dipertimbangakan dengan jelas. Penggambaran sistem dalam pernyataan ini termasuk pernyataan tujuan, sumber daya yang membatasi, alternatif keputusan yang mungkin (kegiatan atau aktivitas), batasan waktu pengambilan keputusan, hubungan antara bagian yang dipelajari dan bagian lain dalam perusahaan, dan lain-lain. Penetapan tujuan yang tepat merupakan aspek yang sangat penting dalam formulasi masalah. Untuk membentuk tujuan optimalisasi, diperlukan identifikasi anggota manajemen yang benar-benar akan melakukan pengambilan keputusan dan mendiskusikan pemikiran mereka tentang tujuan yang ingin dicapai. Tahap berikutnya yang harus dilakukan setelah memahami permasalahan optimasi adalah membuat model yang sesuai untuk analisis. Pendekatan konvensional riset

operasional untuk pemodelan adalah membangun model matematik yang menggambarkan inti permasalahan. Kasus dari bentuk cerita diterjemahkan ke model matematik. Model matematik merupakan representasi kuantitatif tujuan dan sumber daya yang membatasi sebagai fungsi variabel keputusan. Model matematika permasalahan optimal terdiri dari dua bagian. Bagian pertama memodelkan tujuan optimasi. Model matematik tujuan selalu menggunakan bentuk persamaan. Bentuk persamaan digunakan karena kita ingin mendapatkan solusi optimum pada satu titik. Fungsi tujuan yang akan dioptimalkan hanya satu. Bukan berarti bahwa permasalahan optimasi hanya dihadapkan pada satu tujuan. Tujuan dari suatu usaha bisa lebih dari satu. Tetapi pada bagian ini kita hanya akan tertarik dengan permasalahan optimal dengan satu tujuan. Bagian kedua merupakan model matematik yang merepresentasikan sumber daya yang membatasi. Fungsi pembatas bisa berbentuk persamaan (=) atau pertidaksamaan (≤ atau ≥). Fungsi pembatas disebut juga sebagai konstrain. Konstanta (baik sebagai koefisien maupun nilai kanan) dalam fungsi pembatas maupun pada tujuan dikatakan sebagai parameter model. Model matematika mempunyai beberapa keuntungan dibandingakan pendeskripsian permasalahan secara verbal. Salah satu keuntungan yang paling jelas adala model matematik menggambarkan permasalahan secara lebih ringkas. Hal ini cenderung membuat struktur keseluruhan permasalahan lebih mudah dipahami, dan membantu mengungkapkan relasi sebab akibat penting. Model matematik juga memfasilitasi yang berhubungan dengan permasalahan dan keseluruhannya dan mempertimbangkan semua keterhubungannya secara simultan. Terakhir, model matematik membentuk jembatan ke penggunaan teknik matematik dan komputer kemampuan tinggi untuk menganalisis permasalahan. Di sisi lain, model matematik mempunyai kelemahan. Tidak semua karakteristik sistem dapat dengan mudah dimodelkan menggunakan fungsi matematik. Meskipun dapat dimodelkan dengan fungsi matematik, kadang-kadang penyelesaiannya sulit diperoleh karena kompleksitas fungsi dan teknik yang dibutuhkan. Bentuk umum pemrograman linier adalah sebagai berikut :

Fungsi tujuan : Maksimumkan atau minimumkan z = c1x1 + c2x2 + ... + cnxn Sumber daya yang membatasi : a11x1 + a12x2 + ... + a1nxn = /≤ / ≥ b1 a21x1 + a22x2 + … + a2nxn = /≤ / ≥ b2 … am1x1 + am2x2 + … + amnxn = /≤ / ≥ bm x1, x2, …, xn ≥ 0 Simbol x1, x2, ..., xn (xi) menunjukkan variabel keputusan. Jumlah variabel

keputusan (xi) oleh karenanya tergantung dari jumlah kegiatan atau aktivitas yang dilakukan untuk mencapai tujuan. Simbol c1,c2,...,cn merupakan kontribusi masing-masing variabel keputusan terhadap tujuan, disebut juga koefisien fungsi tujuan pada model matematiknya.Simbol a11, ...,a1n,...,amn merupakan penggunaan per unit variabel keputusan akan sumber daya yang membatasi, atau disebut juga sebagai koefisien fungsi kendala pada model matematiknya. Simbol b1,b2,...,bm menunjukkan jumlah masing-masing sumber daya yang ada. Jumlah fungsi kendala akan tergantung dari banyaknya sumber daya yang terbatas. Pertidaksamaan terakhir (x1, x2, …, xn ≥ 0) menunjukkan batasan non negatif. Membuat model matematik dari suatu permasalahan bukan hanya menuntut kemampuan matematik tapi juga menuntut seni permodelan. Menggunakan seni akan membuat permodelan lebih mudah dan menarik. Kasus pemrograman linier sangat beragam. Dalam setiap kasus, hal yang penting adalah memahami setiap kasus dan memahami konsep permodelannya. Meskipun fungsi tujuan misalnya hanya mempunyai kemungkinan bentuk maksimisasi atau minimisasi, keputusan untuk memilih salah satunya bukan pekerjaan mudah. Tujuan pada suatu kasus

bisa menjadi batasan pada kasus yang lain. Harus hati-hati dalam menentukan tujuan, koefisien fungsi tujuan, batasan dan koefisien pada fungsi pembatas.

2.4 Contoh Kasus 1. Seorang peternak memiliki 200 kambing yang mengkonsumsi 90 kg pakan khusus

setiap harinya. Pakan tersebut disiapkan menggunakan campuran jagung dan bungkil kedelai dengan komposisi sebagai berikut :

Bahan Kalsium Jagung Bungkil kedelai 0.001 0.002

Kg per kg bahan Protein 0.09 0.60 Serat 0.02 0.06 Biaya (Rp/kg) 2000 5500

Kebutuhan pakan kambing setiap harinya adalah paling banyak 1% kalsium, paling sedikit 30% protein dan paling banyak 5% serat. Formulasikan permasalahan di atas kedalam model matematiknya ! Solusi : Hal pertama yang harus dilakukan adalah mengidentifikasi tujuan , alternative keputusan dan sumber daya yang membatasi. Berdasarkan informasi yang diberikan pada soal, tujuan yang ingin dicapai adalah meminimumkan biaya pembelian bahan pakan. Alternative keputusan adalah jumlah jagung dan bungkil kedelai yang akan digunakan. Sumber daya yang membatasi adalah kandungan kalsium, protein dan serat pada jagung dan bungkil kedelai, serta kebutuhan jumlah pakan per hari.

Langkah berikutnya adalah memeriksa sifat proporsionalitas, additivitas, divisibilitas dan kepastian. Informasi di atas tidak menunjukkan adanya pemberian diskon, sehingga harga pembelian jagung dan bungkil kedelai per kg tidak berbeda meskipun pembelian dalam jumlah besar. Hal ini mengisyaratkan bahwa total biaya yang harus dikeluarkan peternak proporsional terhadap jumlah jagung dan bungkil kedelai yang dibeli. Penggunaan sumber daya yang membatasi, dalam hal ini komposisi jagung dan bungkil kedelai akan serat, protein dan kalsium proporsional terhadap jumlah jagung dan bungkil. Dengan demikian dapat dinyatakan sifat proporsionalitas dipenuhi. Total pengeluaran pembelian bahan pakan merupakan penjumlahan pengeluaran untuk jagung dan bungkil kedelai. Jumlah masing-masing serat, protein dan kalsium yang ada di pakan khusus merupakan penjumlah serat, protein dan kalsium yang ada pada jagung dan bungkil kedelai. Jumlah pakan khusus yang dihasilkan merupakan penjumlahan jagung dan bungkil kedelai yang digunakan. Dengan demikian sifat additivitas dipenuhi. Sifat divisibilitas dan kepastian juga dipenuhi. Ada dua variabel keputusan dan empat sumber daya yang membatasi. Fungsi tujuan merupakan minimisasi, karena semakin kecil biaya akan semakin disukai oleh peternak. Fungsi kendala pertama (batasan jumlah pakan yang dibutuhkan per hari) menggunakan persamaan (=), fungsi kendala kedua (kebutuhan kalsium) dan kendala keempat (kebutuhan serat) menggunakan pertidaksamaan ≤, dan fungsi kendala ketiga (kebutuhan akan protein) menggunakan pertidaksamaan ≥. Kita definisikan : x1 = jumlah jagung yang akan digunakan x2 = jumlah bungkil kedelai yang akan digunakan Model umum Pemrograman linier kasus di atas oleh karenanya adalah : Fungsi tujuan : minimumkan z = 2000 x1 + 5500 x2 Kendala : x1 + x2 = 90 0.001 x1 + 0.002 x2 ≤ 0.9 0.09 x1 + 0.6 x2 ≥ 27 0.02 x1 + 0.06 x2 ≤ 4.5

x1, x2 ≥ 0 2. Misalkan seorang petani memiliki sebidang tanah pertanian, misalnya seluas 5

hektar, yang akan ditanam dengan gandum atau kedelai atau kombinasi dari keduanya. Petani hanya memiliki pupuk NPK (P) yang terbatas dan hanya sedikit insektisida (I) yang digunakan, maka masing-masing yang dibutuhkan dalam jumlah yang berbeda per satuan luas untuk gandum adalah (P1, I1) dan kedelai adalah (P2, I2). Misalkan harga jual gandum adalah Rp.5.000/kg, dan harga kedelai adalah Rp.7.000/kg. Jika ladang yang ditanami gandum dan kedelai kita nyatakan dengan X1 dan X2 berturut-turut, maka jumlah yang optimal untuk ditanami gandum dengan kedelai dapat dinyatakan sebagai masalah pemrograman linear (LP) sebagai berikut: Diketahui: • • • • • • • Luas lahan : 5 Ha Jumlah pupuk (terbatas) : P Jumlah insektisida (terbatas) : I Harga Jual gandum : Rp. 5.000/kg Harga Jual Kedelai : Rp. 7.000/kg Ladang tanam gandum : X1 Ladang tanam kedelai : X2

Maka dengan demikian, perumusan algoritmanya menjadi: 5000(X1) + 7000(X2) (memaksimalkan keuntungan, keuntungan merupakan fungsi sasaran) X1 + X2 < 5 Ha (keterbatasan lahan) P1X1 + P2X2 < P (keterbatasan pupuk terhadap lahan) I1X1 + I2X2 < I (keterbatasan insektisida terhadap lahan) X1 > 0, X2 > 0 (area yang tidak dapat ditanami) Maka bentuk matriksnya dapat disusun sebagai berikut: Memaksimalkan keuntungan >> Subjek untuk

3.

Seorang peternak memiliki 200 kambing yang mengkonsumsi 90 kg pakan khusus

setiap harinya. Pakan tersebut disiapkan menggunakan campuran jagung dan bungkil kedelai dengan komposisi sebagai berikut:

Bahan Jagung Bungkil Kedelai Kalsium 0,001 0,002

Kg per Kg Bahan Protein Serat Biaya (Rp/Kg) 0,09 0,02 2000 0,60 0,06 5500

Kebutuhan pakan kambing setiap harinya adalah paling banyak 1% kalsium, paling sedikit 30% protein dan paling banyak 5% serat. Formulasikan permasalahan di atas kedalam model matematiknya ! Solusi : Hal pertama yang harus dilakukan adalah mengidentifikasi tujuan , alternative keputusan dan sumber daya yang membatasi. Berdasarkan informasi yang diberikan pada soal, tujuan yang ingin dicapai adalah meminimumkan biaya pembelian bahan pakan. Alternative keputusan adalah jumlah jagung dan bungkil kedelai yang akan digunakan. Sumber daya yang membatasi adalah kandungan kalsium, protein dan serat pada jagung dan bungkil kedelai, serta kebutuhan jumlah pakan per hari. Langkah berikutnya adalah memeriksa sifat proporsionalitas, additivitas, divisibilitas dan kepastian. Informasi di atas tidak menunjukkan adanya pemberian diskon, sehingga harga pembelian jagung dan bungkil kedelai per kg tidak berbeda meskipun pembelian dalam jumlah besar. Hal ini mengisyaratkan bahwa total biaya yang harus dikeluarkan peternak proporsional terhadap jumlah jagung dan bungkil kedelai yang dibeli. Penggunaan sumber daya yang membatasi, dalam hal ini komposisi jagung

dan bungkil kedelai akan serat, protein dan kalsium proporsional terhadap jumlah jagung dan bungkil. Dengan demikian dapat dinyatakan sifat proporsionalitas dipenuhi. Total pengeluaran pembelian bahan pakan merupakan penjumlahan pengeluaran untuk jagung dan bungkil kedelai. Jumlah masing-masing serat, protein dan kalsium yang ada di pakan khusus merupakan penjumlah serat, protein dan kalsium yang ada pada jagung dan bungkil kedelai. Jumlah pakan khusus yang dihasilkan merupakan penjumlahan jagung dan bungkil kedelai yang digunakan. Dengan demikian sifat additivitas dipenuhi. Sifat divisibilitas dan kepastian juga dipenuhi. Ada dua variabel keputusan dan empat sumber daya yang membatasi. Fungsi tujuan merupakan minimisasi, karena semakin kecil biaya akan semakin disukai oleh peternak. Fungsi kendala pertama (batasan jumlah pakan yang dibutuhkan per hari) menggunakan persamaan (=), fungsi kendala kedua (kebutuhan kalsium) dan kendala keempat (kebutuhan serat) menggunakan pertidaksamaan ≤, dan fungsi kendala ketiga (kebutuhan akan protein) menggunakan pertidaksamaan ≥. Kita definisikan : x1 = jumlah jagung yang akan digunakan x2 = jumlah bungkil kedelai yang akan digunakan Model umum Pemrograman linier kasus di atas oleh karenanya adalah : Fungsi tujuan : minimumkan z = 2000 x1 + 5500 x2 Kendala : x1 + x2 = 90 0.001 x1 + 0.002 x2 ≤ 0.9 0.09 x1 + 0.6 x2 ≥ 27 0.02 x1 + 0.06 x2 ≤ 4.5 x1, x2 ≥ 0

BAB III KESIMPULAN

3. Kesimpulan Pemrograman linear adalah suatu alat bantu untuk memungkinkan pengambilan keputusan yang bersangkutan agar dapat menguji sensitivitas pemecahan suatu masalah tertentu. Pendekatan pemrograman linier dilakukan dengan dua metode, yaitu dengan menggunakan metode grafik dan metode simplex. Terdapat lima sifat atau karakteristik dalam pemprograman linear : • • • • • Linearitas Proporsional Additivitas Divisibilitas Kepastian

DAFTAR PUSTAKA

Anonimous, 2008. Pemprograman Linier. http://id.wikipedia.org/wiki/. Diakses pada 18 Juni 2012. Yogi Cakra, G., 2009. Aplikasi Linear Programing. http://statistik4life.blogspot.com. Diakses pada 18 Juni 2012.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->