LINEAR PROGRAMMING METODE GRAFIK

Slides:



Advertisements
Presentasi serupa
Riset Operasional Pertemuan 9
Advertisements

BAB II Program Linier.
PROGRAM LINEAR 1. PENGANTAR
MANAJEMEN SAINS BAB III METODE GRAFIK.
Analisa grafik Analisa ini hanya dapat digunakan bila variabel output hanya ada 2 buah saja, untuk lebih dari 2 variabel metode ini sulit digunakan. Analisa.
Contoh Problem.
KAPASITAS PRODUKSI.
SMART TRICKS LINEAR PROGRAM.
PEMROGRAMAN LINEAR RISMAYUNI.
PENGAMBILAN KEPUTUSAN DALAM KONDISI PASTI
Oleh : Devie Rosa Anamisa
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
Programa Linear Metode Grafik
PENDAHULUAN PROGRAMASI LINEAR
Pert.2 Pemodelan Program Linier dan Penyelesaian dengan Metode Grafik
LINEAR PROGRAMMING METODE GRAFIK.
LINEAR PROGRAMMING: METODE GRAFIK Fungsi Tujuan Maksimasi dan Minimasi
Linier Programming Manajemen Operasional.
LINEAR PROGRAMMING.
Modul III. Programma Linier
Program Linier : Penyelesaian Grafik
RISET OPERASIONAL RISET OPERASI
LINEAR PROGRAMMING METODE SIMPLEKS
Linear Programming Formulasi Masalah dan Pemodelan
Kondisi yang dihadapi manajer dalam pengambilan keputusan
PENGAMBILAN KEPUTUSAN DALAM KONDISI PASTI
Dipresentasikan: SUGIYONO
PL PDF 1 PL PDF 2 PL PPT 1 PL PPT 2 OPERATION RESEARCH Program Linier.
RISET OPERASIONAL.
Program Linier (Linier Programming)
Metode Linier Programming
PROGRAM LINEAR 1. PENGANTAR
PERTEMUAN 8-9 METODE GRAFIK
Universitas Abulyatama Aceh
Operations Management
Linier Programming (2) Metode Grafik.
MANAJEMEN SAINS MODUL 2 programasi linier
Minggu 1 Pertemuan II Riset Operasi
Riset Operasional 1 Manajemen-Ekonomi PTA 16/17
1 Unit Program Linear Sistem Pertidaksamaan Linear Dua Variabel
Operations Management
Program Linear dalam Industri Pakan Ternak
LINEAR PROGRAAMMING Kelompok IV Moh. Lutfi
Operations Management
Riset Operasi Ira Prasetyaningrum.
Dosen : Wawan Hari Subagyo
Program linier Matematika SMK Kelas/Semester: II/2
Program Linier (Linear Programming)
Pertemuan ke-4 Linier Programming Metode Grafik
Anggaran Variabel 7th Lecture.
SOAL Seleaikanlah sistem persamaan linear berikut dengan menggunakan metode Gauss-Jordan 3 X1+2 X2 + X3 = 7 3 X1- 2 X2 + X3 = 2 -3 X1+2 X2 + X3 = 4 HiJurusan.
Widita Kurniasari Universitas Trunojoyo
Widita Kurniasari Universitas Trunojoyo
METODE GRAFIK DESTIANTO ANGGORO.
Widita Kurniasari Universitas Trunojoyo
Widita Kurniasari Universitas Trunojoyo
Peta Konsep. Peta Konsep D. Menafsirkan Nilai Optimum dalam Program Linier.
Operations Management
ROOS PRIJOBOWO RISET OPERASI PERTEMUAN KE- 1 PENDAHULUAN.
Widita Kurniasari Universitas Trunojoyo
Saint Manajemen LINEAR PROGRAMMING
Operations Management
BAB I Program Linier Pertemuan 1.
Peta Konsep. Peta Konsep D. Menafsirkan Nilai Optimum dalam Program Linier.
Widita Kurniasari Universitas Trunojoyo
PROGRAM LINIER Abdul Karim. Pengertian Program Linier Program linear merupakan salah satu teknik penelitian operasional yang digunakan paling luas dan.
Operations Research Linear Programming (LP)
Operations Research Linear Programming (LP)
Operations Research Linear Programming (LP)
Riset Operasional Program Linier.
Transcript presentasi:

LINEAR PROGRAMMING METODE GRAFIK

Penjelasan secara sempit : Ditinjau dari kata-katanya Linear Programming berarti pembuatan program atau rencana yang mendasarkan pada asumsi-asumsi linear. Penjelasan secara luas : Suatu cara alokasi sumber daya yang terbatas jumlahnya secara optimal untuk melaksanakan beberapa macam aktivitas yang semuanya memerlukan sumber-sumber daya tadi.

PEMECAHAN MASALAH DENGAN METODE GRAFIK

CONTOH : Pt. KEMBANGARUM menghasilkan dua macam barang. Setiap unit barang pertama memerlukan bahan baku A 2 kg dan bahan baku B 2 kg. setiap unit produk kedua memerlukan bahan baku A 1 kg dan bahan baku B 3 kg. jumlah bahan baku A yang bisa disediakan perusahaan sebanyak 6.000 kg dan bahan baku B 9.000 kg. sumbangan terhadap laba dan biaya tetap (yang dihitung dengan harga jual per satuan dikurangi biaya variabel per satuan) setiap unit produk pertama sebesar Rp. 3,- dan setiap unit produk kedua Rp. 4,- Buat alokasi yang optimal dengan metode grafik !

Kebutuhan bahan baku/unit Agar masalah dapat jelas kita pahami, maka kita susun ke dalam tabel sebagai berikut : Produk Bahan baku Kebutuhan bahan baku/unit Kapasitas max Produk 1 Produk 2 A 2 1 6.000 B 3 9.000 Sumbangan terhadap laba (dalam Rp). 4

Untuk membuat formulasi masalah, marilah kita ikuti langkah-langkah berikut : Fungsi Tujuan : Fungsi ini menunjukkan tujuan yang akan dioptimalkan, bisa max dan bisa min. Nilai tujuan di beri simbol “ Z “ Max : Z = 3X1 + 4X2

2X1 + X2 ≤ 6.000 2X1 + 3X2 ≤ 9.000 b. Batasan fungsional : Batasan ini menunjukkan alokasi sumber yang tersedia. Pada contoh, kita memiliki dua batasan, yaitu bahan baku A dan bahan baku B. Bahan baku A dibutuhkan oleh setiap unit produk pertama sebanyak 2 kg dan oleh setiap unit produk kedua sebesar 2 kg. Jadi banyaknya kebutuhan setiap unit produk pertama akan bahan baku A (2 kg) ini dikalikan dengan jumlah produk pertama yang dihasilkan (X1) ditambah dengan kebutuhan produk kedua akan bahan baku A ( 1 kg) dikalikan dengan jumlah produk kedua yang dihasilkan (X2) merupakan kebutuhan bahan baku A untuk berproduksi, ini tidak boleh melebihi 6.000 kg. Sehingga formulasi batasan bahan baku A ini sebagai berikut : 2X1 + X2 ≤ 6.000 Demikian pula untuk bahan baku B, dengan logika yang sama dapat disusun sbb : 2X1 + 3X2 ≤ 9.000

X1 ≥ 0 ; X2 ≥ 0 c. Batasan Non-negatif : Batasan non negatif mengharuskan hasil aktivitas itu (X1 dan x2) tidak boleh negatid, harus positif atau paling kecil sebesar 0. Hal itu dapat dinyatakan sebagai berikut : X1 ≥ 0 ; X2 ≥ 0

Fungsi tujuan : Max : Z = 3X1 + 4X2 Secara keseluruhan dapat kita cantumkan formulasi masalah diatas ke dalam fungsi-fungsi sebagai berikut : Fungsi tujuan : Max : Z = 3X1 + 4X2 Batasan – batasan : 1. 2X1 + X2 ≤ 6.000 2. 2X1 + 3X2 ≤ 9.000 3. X1 ≥ 0 ; X2 ≥ 0

PEMECAHAN MASALAH DENGAN METODE GRAFIK : Di dalam menggambar grafik hanya mungkin dilakukan dengan baik kalau dilakukan dengan dua sumbu, yaitu sumbu vertikal dan sumbu horisontal. X2 X1

Menggambarkan semua batasan fungsional : Semua batasan kita tambahkan pada gambar diatas. Pada contoh di atas hanya ada dua batasan fungsional, yaitu bahan baku A dan bahan baku B. Batasan bahan baku A adalah : 2X1 + X2 ≤ 6.000 Karena maksimum jumlah bahan baku A yang tersedia 6.000 kg, berarti penggunaan tidak lebih lebih dari 6.000 kg. yang mula-mula bisa kita gambarkan adalah penggunaan maksimumnya, baru kemudian daerah yang bisa dicapai. Maksimum penggunaan kapasitas bahan baku A ditunjukkan oleh garis : 2X1 + X2 = 6.000

Untuk menggambarkannya mula-mula harus kita cari titik potongnya dengan sumbu X2, yaitu pada nilai X1 = 0, sehingga nilai X2 = 6.000. Kemudian kita peroleh nilai X1 = 3.000. Dari kedua titik itu bisa kita gambar maksimum penggunaan bahan baku A. Tetapi garis ini menunjukkan keadaan andaikata bahan baku A yang ada dimanfaatkan sepenuhnya, padahal sebenarnya hanya maksimumnya saja yang terletak pda garis itu. Oleh karena itu untuk menunjukkan daerah feasible (yang bisa dicapai) menurut batasan ini, kita beri tanda anak panah ke kiri bawah dari garis itu. Untuk batasan kedua (bahan baku B) juga kita gambarkan dulu garis maksimumnya dengan cara seperti pada batasan pertama diatas, sehingga titik potong pada sumbu X1 pada titik X2 = 0 dan X1 = 4.500. Titik potong dengan sumbu X terletak pada titik dimana nilai X1 = 0 dan nilai X2 = 3.000. Setelah bisa digambarkan garis maksimumnya maka kita beri tanda anak panah ke kiri bawah untuk menunjukkan bahwa daerah yang feasible.

Menggambarkan batasan non negatif : Batasan non negatif adalah batasan yang tidak mengizinkan nilai sesuatu variabel itu negatif, berarti nilai X1 maupun X2 harus paling kecil sebesar 0, atau dengan simbol X1 ≥ 0 dan X2 ≥ 0. Untuk menggambarkan batasan X1 ≥ 0 cukup dengan memberi anak panah ke kanan pada sumbu X2, karena pada sumbu itu nilai X1 = 0. Demikian pula untuk menggambarkan batasan X2 ≥ 0 kita gambarkan anak panah ke atas pada sumbu X1, karena pada sumbu itu nilainya X2 = 0.

X2 6.000 2X1 + X2 = 6.000 C 3.000 B 2X1 + 3X2 = 9.000 A D X1 3.000 4.500

Mencari titik optimal dengan menghitung nilai Z tiap-tiap titik-titik sudut. Mula-mula kita cari dulu nilai-nilai Z dari tiap-tiap titik sebagai berikut : Titik O : X1 = 0, X2 = 0 nilai Z = 0 Titik A : X1 = 3.000, X2 = 0, nilai Z = 3 (3.000) + 4 (0) = 9.000 Titik C : X1 = 0, X2 = 3.000, nilai Z = 3 (0) + 4 (3.000) = 12.000

Titik B : terletak pada perpotongan antara garis batasan bahan baku A dan batasan bahan baku B. oleh karena itu kita cari dulu titik potongnya dengan menggunakan kedua persamaan batasan itu : 2X1 + X2 = 6.000 2X1 + 3X2 = 9.000 - 2X2 = 3.000 jadi X2 = 1.500 Nilai X dimasukkan pada salah satu persamaan itu : 2X1 + 1.500 = 6.000 jadi X1 = (6.000 – 1.500) : 2 = 2.250 Z = 3 (2.250) + 4 (1.500) = 12.750

Ternyata diantara titik-titik sudut itu yang terbesar nilai Z-nya adalah titik B. Sehingga titik B lah yang kita pilih sebagai titik optimal dalam pemecahan masalah ini, dengan nilai X1 = 2.250 dan nilai X2 = 1.500 serta nilai Z = 12.750. Jadi kesimpulannya sebagai berikut : Produk pertama dihasilkan 2.250 unit Produk kedua dihasilkan 1.500 unit Sumbangan terhadap laba seluruhnya = Rp. 12.750,-

LATIHAN 1: Suatu perusahaan menghasilkan dua macam produk, yaitu produk I dan produk II. Setiap unit produk pertama memerlukan bahan baku 2 kg, memerlukan bahan pembantu 1 kg, memerlukan 2 jam kerja buruh langsung dan dikerjakan dalam mesin selama 2 jam kerja mesin. Untuk setiap unit produk kedua memerlukan bahan baku 5 kg, bahan pembantu 4 kg, memerlukan 2,5 jam kerja buruh langsung dan dikerjakan dengan mesin selama 1,5 jam. Pada minggu ini jumlah maksimum yang tersedia untuk berproduksi sebagai berikut : Bahan baku sebanyak 1.000 kg Bahan pembantu 600 kg Jam kerja buruh langsung 500 jam Kapasitas mesin sebanyak 450 jam kerja mesin. Harga jual setiap unit untuk produk pertama sebesar Rp. 500,- dan produk kedua Rp. 700,- Biaya variabel untuk setiap unit produk pertama Rp. 350,- dan untuk produk kedua Rp. 480,- Hitunglah banyaknya produk pertama dan produk kedua yang sebaiknya dihasilkan agar diperoleh laba maksimum !

LATIHAN 2 : PT. Dimensi adalah sebuah perusahaan furnitur produsen meja dan kursi yang harus diproses melalui perakitan dan pemolesan. Fungsi proses perakitan memiliki 60 jam kerja dan fungsi proses pemolesan memiliki 48 jam kerja. Untuk menghasilkan satu meja dibutuhkan masing-masing 4 jam dan 2 jam untuk perakitan dan pemolesan, sedang satu kursi membutuhkan masing-masing 2 jam dan 4 jam untuk perakitan dan pemolesan. Laba untuk tiap meja $ 8 dan tiap kursi $ 6. tentukan kombinasi terbaik dari jumlah meja dan kursi yang harus diproduksi, agar menghasilkan laba maksimal.

LATIHAN 3 : Sebuah industri ekramik membuat dua jenis produk unggulan A dan B. untuk menghasilkan satu buah jenis A diperlukan waktu pengerjaan 1 jam dan bahan baku 4 kg, sedangkan jenis B membutuhkan 2 jam dan bahan baku 3 kg. waktu dan bahan baku yang tersedia masing-masing 40 jam dan 120 kg. keuntungan tiap unit A dan B masing-masing $ 40 dan $ 50. tentukan metode grafik berapa jumlah yang harus diproduksi untuk masing-masing jenis produk, sehingga keuntungan mencapai maksimum !

LATIHAN 4 : Sebuah toko yang menjual keperluan pertanian menyediakan dua merek pupuk kimia, yaitu super dan top. Setiap jenis mengandung campuran bahan nitrogen dan fosfat dalam jumlah tertentu. Seorang petani membutuhkan paling sedikit 16 kg nitrogen dan 24 kg fosfat untuk lahan pertaniannya. Harga pupuk super dan top masing-masing $ 6 dan $ 3. petani tersebut ingin mengetahui berapa sak masing-masing jenis pupuk harus dibeli agar total harga pupuk mencapai minimum dan kebutuhan pupuk untuk lahannya terpenuhi. Selesaikan dengan metode grafik ! Jenis Kandungan bahan kimia Nitrogen (Kg/sak) Fosfat (kg/sak) Super 2 4 Top 3

LATIHAN 5 : Sebuah industri kerajinan kulit membuat tas yang terdiri dari jenis A dan B. keuntungan masing-masing jenis tas adalah $ 400 dan $ 200 dolar per unit. Industri mendapat pesanan dari sebuah toko sebesar 30 (A dan B) buah per bulan. Suplai bahan kulit paling sedikit 80 lembar per bulan, dan industri kerajinan ini harus memesan paling tidak 80 lembar per bulan. Setiap barang A memerlukan 2 lembar kulit sedangkan barang B membutuhkan 8 lembar. Dari pengalaman sebelumnya industri ini tidak bisa membuat barang jenis A lebih dari 20 buah per bulan. Mereka ingin mengetahui berapa jumlah masing-masing jenis A dan B yang harus dibuat supaya keuntungan yang didapat maksimum. Tentukan model program liniernya dan selesaikan persoalan dengan metode grafik.!