Linear Programming MINGGU II Linear Programming Tujuan dari bisnis umumnya adalah untuk memaksimalkan keuntungan atau meminimalkan cost (biaya) Linear Programming adalah model yang berisi hubungan linear yang menggambarkan keputusan perusahaan yang memberikan tujuan dan batasan sumber daya. Model Formulation Decision variable adalah simbol matematika yang menggambarkan level aktivitas. Objective function adalah hubungan relasi yang merefleksikan tujuan operasi Constraint adalah hubungan linear yang menggambarkan batasan dalam pengambilan keputusan Model Linear programming berisi decision variable, objective function dan constraint. Kebutuhan sumber daya 2 produk untuk produksi dan profit per item yang diproduksi Resource Requirements Product Pekerja Clay Profit (HR/UNIT) (LB/UNIT) ($/UNIT) Mangkok 1 4 40 Mug 2 3 50 Objective Function Tujuan perusahaan untuk memaksimalkan total profit. Keuntungan perusahaan adalah jumlah dari keuntungan dari masing-masing mangkok dan mug. Profit dari mangkok yang ditentukan oleh perkalian keuntungan unit dengan $40 (x1) dan perkalian keuntungan unit mug dengan $50 (x2) Objective Function Jadi total profit Z, dapat diekspresikan dengan model matematika sebagai $40x1 + 50x2 Maximize Z = $40x1 + 50x2 Dimana Z = Total Profit per hari $40x1 = keuntungan mangkok 50x2 = keuntungan mug Decision Variable X1 = jumlah mangkok yang diproduksi X2 = jumlah mug yang diproduksi Model Constraint Dalam masalah ini 2 sumber daya diigunakan yaitu labor dan clay dimana keduanya dibatasi. Untuk masing-masing mangkok, dibutuhkan 1 jam tenaga kerja (1x1 jam) Masing-masing mug dibutuhkan 2 jam kerja (2x2 jam). Total tenaga yng dibutukan untuk perusahaan untuk menghasilkan masing-masing produk = 1x1 + 2x2 Karena dibatasi hanya 40 jam/hari, maka persamaan menjadi 1x1 + 2x2 ≤ 40 jam Untuk clay diformulasikan sama dengan labor, yaitu 4x1 + 3x2 ≤ 120 lb (dibatasi 120 pound/hari) Non negative constraint Membatasi decision variable bernilai 0 atau positive, dimana x1≥0, x2≥0 Model linear programming yang lengkap menjadi sbb: Maximize Z = $40x1 + 50x2 Subject to 1x1 + 2x2 ≤ 40 4x1 + 3x2 ≤ 120 x1≥0, x2≥0 Solusi untuk model ini akan menghasilkan nilai x1 dan x2 dengan maksimum profit Z. Satu solusi yang mungkin, beri nilai x1=5 mangkok dan x2=10 mug. Substitusikan kedalam persamaan1x1 + 2x2 ≤ 40 1(5) + 2(10) ≤ 40 25 ≤ 40 Dan 4x1 + 3x2 ≤ 120 4(5) + 3(10) ≤120 50 ≤ 120 Bila dimasukkan kedalam Z = $40x1 + 50x2, , maka didapatkan Z= 40(5) + 50(10) = $700. Tetapi kita tidak tahu apakah $700 adalah maksimum Cobalah dengan nilai x1=10, x2=20, didapat Z=$1400, tetapi infeasible solution karena 1(10) + 2(20) ≤ 40 Solusi dengan Grafik Maximize Z = $40x1 + 50x2 Subject to 1x1 + 2x2 ≤ 40 4x1 + 3x2 ≤ 120 x1≥0, x2≥0 Dimana x1=jumlah mangkok yang diproduksi x2=jumlah mug yang diproduksi Solusi dengan grafik Pikirkan x1 + 2x2 = 40, bila x1=0, maka x2=20 Bila x2=0, maka x1=40 Jadi gambar persamaan diatas adalah x1 Bila kita ambil x1=10 dan x2=10, dihasilkan 30, dimana 30 ≤ 40 adalah benar 40 30 20 Maka x1 + 2x2 ≤ 40 10 10 20 30 40 x1 Dilakukan hal yang sama untuk persamaan 4x1 + 3x2 ≤ 120 Untuk X1 = 0, didapatkan 3x2=120, maka x2=40 Untuk X2 = 0, didapatkan 4x1=120, maka x1=30 Sehingga dapat digambarkan grafiknya adalah x1 Bila kita ambil x1=10 dan x2=10, dihasilkan 70, dimana 70 ≤ 120 adalah benar 40 30 20 Maka 4x1 + 3x2 ≤ 120 10 10 20 30 40 x1 Grafik Gabungan x1 Karena x1=10 dan x2=10, memenuhi ke-2 persamaan yaitu x1 + 2x2 ≤ 40 dan 40 30 T S 20 10 4x1+3x2 ≤ 120, maka daerahnya yang memenuhi adalah seperti yang ditunjukkan panah. R 10 20 30 40 x1 Untuk mengetes daerah yang memenuhi, sebaiknya dites harga untuk 3 daerah R, S, T Batasan solusi yang mungkin x1 40 4x1 + 3x2 ≤ 120 30 S T 20 10 R x1 + 2x2 ≤ 40 10 20 30 40 x1 Garis fungsi obyektif $800 x1 40 800=40x1+50x2 30 Bila diinginkan menghasilkan profit $800 dari penjualan 40 mangkok dan 50 mug 800=40x1+50x2 20 10 10 20 30 40 x1 Alternatif garis fungsi objective untuk $800, $1200 dan $1600 x1 40 800=40x1+50x2 30 20 10 1200=40x1+50x2 1600=40x1+50x2 10 20 30 40 x1 Optimal Solution x1 Optiomal solution adalah solusi yang mungkin dan terbaik 40 30 20 Optimal Point 10 10 20 30 40 x1 Optimal Solution Optimal Solution adalah poin terakhir fungsi objective yang menyentuh optimum area solusi yang layak. Constraint equation diselesaikan secara simultan pada extreme point yang optimal untuk menentukan nilai-nilai solusi variabel.