Linier Programing
(LP) merupakan suatu cara untuk menyelesaikan persoalan pengalokasian
sumber-sumber yang terbatas diantara beberapa aktivitas yang bersaing dengan
cara yang terbaik yang mungkin dilakukan. Satu hal yang menjadi ciri situasi
diatas adalah adanya keharusan untuk mengalokasian sumber terhadap aktivitas.
Sifat “linier” memberi arti bahwa seluruh fungsi matematis dalam model ini
merupakan fungsi yang linier, sedangkan kata “programa” merupakan sinonim untuk
perencanaan. Maka Linier Programing juga merupakan perencanaan
aktivitas-aktivitas untuk memperoleh suatu hasil yang optimal, yaitu suatu
hasil yang mencapai tujuan terbaik diantara seluruh alternatif yang fisibel
(Ali Parkhan dan Zainal Mustafa, 2000).
1. Formulasi dan
bentuk umum linier programming
Dalam model LP
dikenal dua macam fungsi, yaitu: fungsi tujuan dan fungsi batasan. Fungsi
tujuan adalah fungsi yang menggambarkan tujuan/sasaran yang berkaitan dengan
pengaturan secara optimal sumber daya-sumber daya, untuk memperoleh keuntungan
maksimal atau biaya minimal. Sedangkan fungsi batasan merupakan bentuk
penyajian secara matematis batasan-batasan kapasitas yang tersedia yang akan
dialokasikan secara optimal ke berbagai kegiatan.
Masalah keputusan
yang sering dihadapi adalah alokasi optimum sumber daya terbatas yang
ditunjukkan sebagai maksimasi keuntungan atau minimasi biaya. Setelah masalah diidentifikasi,
tujuan/sasaran yang ingin dicapai ditetapkan, langkah selanjutnya adalah
formulasi model matematis yang meliputi tiga tahap berikut :
1. Menentukan variabel keputusan (unsur-unsur
dalam persoalan yang dapat dikendalikan)
2. Membentuk fungsi
tujuan yang ditunjukkan sebagai suatu hubungan linier dari variabel keputusan.
3. Menentukan batasan masalah
Dalam pembahasan
model Linier Programing 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 tersedia (i: 1,2,3,…n)
j : nomor setiap macam kegiatan yang
menggunakan sumber atau fasilitas yang tersedia (j: 1,2,…n)
Xj : tingkat kegiatan ke j (j: 1,2,…n)
aij : banyak sumber i yang diperlukan untuk
menghasilkan setiap unit keluaran atau output kegiatan (i: 1,2,3,…m) dan (j:
1,2,…n)
bi : banyak sumber i yang tersedia untuk
dialokasikan kesetiap unit kegiatan (i: 1,2,3,…m)
Z : nilai yang dioptimalkan (maksimum atau
minimum)
Ci : kenaikan nilai Z apabila ada pertambahan
tingkat kegiatan (Xj)
Dengan satu satuan
(unit) atau merupakan sumbangan setiap satuan keluaran kegiatan terhadap nilai
Z. Keseluruhan simbol-simbol diatas saelanjutnya disusun kedalam bentuk tabel
standart LP seperti pada table dibawah ini :
|
Kegiatan Sumber
|
Pemakaian sumber per unit kegiatan
1
2 3 4 .
. . n
|
Kapasitas sumber
|
|
1
2
3
.
.
.
M
|
a11 a12 a13 a14 .
. .
n1n
a21 a22 a23 a24 .
. . n2n
a31 a32 a33 a34 .
. . a3n
. . . . .
. . .
. . . . .
. . .
. . . . .
. . .
am1 am2
am3 am4 .
. . amn
|
b1
b2
b3
.
.
.
bm
|
|
Z pertambahan tiap
unit tingkat kegiatan
|
C1 C2
C3 C4 .
. . Cn
X1 X2 X3 X4 .
. . Xn
|
|
Tabel 2.1. Tabel data untuk model
linier Programing
Atas dasar tabel
diatas kemudian dapat disusun model matematis yang dapat digunakan untuk
mengemukakan suatu permasalahan LP sebagai berikut :
Ø Fungsi Tujuan
Maksimum (minimum) Z = C1X1+C2X2+C3X3+C4X4+…+CnXn
Ø Batasan-batasan
a11X1+a12X2+a13X3+a14X4+……+a1nXn (
) b1
a21X1+a22X2+a23X3+a24X4+… +a2nXn (
) b2
.
.
.
Am1X1+am2X2+am3X3+am4X4+…..+amnXn (
) bm
Asumsi-asumsi dalam
linier programming
1.
Propotionality
Asumsi ini berarti
bahwa naik turunnya nilai Z dan penggunaan sumber daya yang tersedia akan
berubah secara sebanding (proporsional)
dengan perubahan tingkat kegiatan.
2. Addivity
Asumsi ini berarti
bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi atau dianggap bahwa
kenaikan dari fungsi tujuan (Z) yang diakibatkan oleh kenaikan suatu kegiatan
dapat ditambah tanpa mempengaruhi bagian nilai Z yang diperoleh dari kegiatan
lain.
3. Divisibility
Asumsi ini menyatakan
bahwa keluaran (output) yang dihasilkan oleh setiap kegiatan dapat berupa
bilangan pecahan.
4. Deternimistic (Certainty)
Asumsi ini
menyatakan bahwa semua parameter yang
terdapat dalam model LP dapat diperkirakan dengan pasti meskipun jarang dengan
tepat.
2. Metode penyelesaian
linier programming
a.
Metode Grafis
Metode ini digunakan apabila
variable model LP yang ada tidak melebihi dua variabel atau yang berdimensi 2 x
n atau m x 2.
b.
Metode Simpleks
Apabila suatu masalah LP
melibatkan lebih dari dua kegiatan maka metode grafik tidak dapat digunakan
dalam menentukan kombinasi optimal. Untuk itu digunakan metode simpleks.
Metode simpleks digunakan untuk
menyelesaikan permasalahan optimasi kombinasi dalam perusahaan yang mempunyai
lebih dari dua variabel. Penyelesaian optimasi kombinasi disini akan dilakukan
secara bertahap, yaitu dengan melihat kemungkinan penyelesaian pada
masing-masing kombinasi yang berada pada daerah yang memenuhi syarat, sehingga
sampai dengan didapatkannya posisi kombinasi yang paling optimal.
3. Analisis
sensitivitas
Analisis sensifitas
bertujuan untuk menghindari perhitungan-perhitungan ulang bila terjadi
perubahan satu atau beberapa koefisien model LP pada saat penyelesaian optimal
telah tercapai dan bagaimana pengaruh perubahan tersebut terhadap kondisi
optimal.
Secara umum,
perubahan-perubahan tersebut akan mengakibatkan salah satu diantaranya ;
a.
Penyelesaian optimal tidak
berubah, artinya baik variabel-variabel dasar maupun nilai-nilainya tidak
mengalami perubahan.
b.
Variabel-variabel dasar
mengalami perubahan, tetapi nilai-nilainya tidak berubah.
c.
Penyelesaian optimal sama
sekali tidak berubah.
Tujuan dan segenap
keterbatasannya harus dapat dinyatakan sebagai persamaan atau ketidaksamaan
matematika dan harus ada kesamaan atau ketidaksamaan linier.
Tidak ada komentar:
Posting Komentar