Professional Documents
Culture Documents
1. PENDAHULUAN
Penyelesaian suatu masalah secara optimal di bidang usaha, program linear merupakan cara yang
dapat digunakan dalam pemecahan berbagai masalah pengalokasian sumbersumber yang terbatas.
Program linear yang ditemukan oleh L.W Kantorovich pada tahun 1939 dengan metode yang masih
terbatas (Susanta, 1994).
Permasalahanpermasalahan program linear pada umumnya dapat diselesaikan dengan metode
simplek, namun ada metode yang dapat digunakan untuk menyelesaikan permasalahan program linear
yaitu metode titik interior (Hillier and Lieberman, 2008). Metode titik interior memiliki beberapa varian
di antaranya adalah algoritma Khachiyan, Affine Scaling, dan algoritma Karmarkar. Ketiga algoritma
tersebut samasama menggunakan pendekatan numerik dalam menyelesaikan permasalahan program
linear. Algoritma Khachiyan diselesaikan pertama kali oleh Leonid Kachiyan pada tahun 1979.
Algoritma Karmakar diselesaikan pertama kali oleh Narendra Karmakar pada tahun 1984 dan algoritma
Affine Scaling, algoritma ini termasuk algoritma yang paling populer sejak tahun 1990-an dibanding
algoritma yang lainnya (Chong, 2001). Berbeda dari penelitian sebelumnya, Rusdiana (2011) yang
menggunakan metode Karmarkar untuk menyelesaikan program linear dan Mubarok (2013) yang
menerapkan algoritma titik interior, pada artikel ini menggunakan algoritma Affine Scaling untuk
menyelesaikan permasalah program linear.
Adapun tujuan dari artikel ini adalah untuk mendapatkan formulasi model fungsi tujuan dan
fungsi kendala dari permasalahan UD. Sumber Padi, sehingga diperoleh laba yang optimal
menggunakan algoritma Affine Scaling.
2. METODOLOGI
Guna mencapai tujuan dari artikel ini dilakukan tahapan analisis data sebagai berikut:
(1) Memformulasikan fungsi tujuan, dan kendala ke dalam bentuk program linear. Jika
permasalahan program linear masih dalam bentuk umum, maka harus diubah ke dalam
bentuk Titik Interior.
(2) Diubah dalam bentuk augmented (diperluas) dengan menambahkan variabel slack pada
fungsi kendala.
(3) Jika program linear sudah dalam bentuk augmented (diperluas), maka permasalahan dapat
diselesaikan dengan Algoritma Affine Scaling dengan langkahlangkah sebagai berikut:
Langkah 1: Diketahui penyelesaian percobaan awal
yang diambil dari fungsi
kendala dengan D adalah matriks diagonal dari percobaan awal.
Langkah 2: Menghitung
, di mana A : Matrik Koefisien Kendala dan Perkalian antara
matriks koefisien kendala dan matriks diagonal dari percobaan awal.
Langkah 3: Menghitung
di mana c : vektor kolom dari koefisien fungsi tujuan,
: Tingkat kemiringan.
( ) , dan
di mana P : Matriks proyeksi, :
Langkah 4: Menghitung
gradien hasil proyeksi.
Langkah 5: Menentukan komponen negatif
yang mempunyai nilai absolut terbesar. Dan
tetapkan v sama dengan nilai absolut tersebut. Kemudian Menghitung
(13)
di mana:
(1). Kendala minimal modal yang dipakai
(2). Kendala maksimal modal yang dipakai
(3). Kendala total minimal pengeluaran
(4). Kendala total maksimal pengeluaran
(5). Kendala minimal gabah yang diperoleh
(6). Kendala minimal pekerja untuk menggiling
(7). Kendala maksimal pekerja untuk menggiling
(8). Kendala minimal pekerja untuk menjemur gabah
(9). Kendala maksimal pekerja untuk menjemur gabah
(10).Kendala minimal solar yang diperlukan
(11).Kendala maksimal solar yang diperlukan
(12).Kendala minimal pengeluaran yang tak terduga
(13).Kendala maksimal pengeluaran yang tak terduga
3.2 Algoritma Affine Scaling
Tiga konsep dasar dalam menyelesaikan permasalahan menggunakan algoritma Affine Scaling
antara lain:
Konsep 1. Menunjukkan melalui bagian dalam (interior) daerah feasible ke arah solusi yang optimal.
Konsep 2. Bergerak dengan sebuah arah yang meningkatkan nilai fungsi tujuan pada kemungkinan ratarata yang paling cepat.
Konsep 3. Mengubah daerah feasible untuk memindahkan solusi percobaan ke dekat pusatnya sehingga
memungkinkan sebuah peningkatan besar saat konsep 2 diterapkan.
Penjabaran dari ketiga konsep diatas adalah sebagai berikut:
(1) Menentukan sembarang solusi coba yang pertama (x) .
(2) Mengubah x menjadi sebuah matriks diagonal dengan cara mengalikan x dengan matriks diagonal
.
(3) Membuat skala ulang variabelnya dengan
.
(4) Menentukan kordinat-kordinat yang baru untuk
dengan
dan
( ) sehingga gradien hasil
(5) Didapatkan sebuah matriks proyeksi sebagai berikut
proyeksinya
(6) Identifikasi komponen negatif
yang memiliki nilai absolut terbesar selanjutnya memuat nilai v
sama dengan nilai absolut tersebut kemudian
[ ]
, di mana nilai
konstanta yg dipilih
anatara 0 dan 1.
sebagai solusi coba untuk iterasi
(7) Mengubah ke dalam kordinat yang baru dengan
berikutnya, iterasi akan berhenti ketika solusi coba setelahnya sama dengan solusi coba yang
sebelumnya atau solusi coba konvergen kepada satu titik.
(Hillier dan Lieberman, 2008).
Berdasarkan hasil perhitungan di atas didapatkan beberapa variabel slack dan surplus
(
) yang memiliki nilai, hal ini menunjukkan bahwa variabel slack menyatakan penggunaan
jumlah kelebihan resources. Sedangkan variabel surplus yang menyatakan penyerapan persamaan sisi
kiri untuk memenuhi batasan minimum resources. Nilai dari variabel slack dan surplus ini tidak
mempengaruhi solusi yang optimal (Z).
Pada permasalahan UD. Sumber Padi yang diselesaikan dengan algoritma Affine Scaling
diperoleh laba yang optimal per hari sebesar Rp.1.962.862,00. Jumlah gabah yang harus digiling
perhari mencapai 5008,8 (kg). Karyawan yang bekerja untuk menggiling gabah sebanyak satu orang
dan karyawan yang bekerja untuk menjemur gabah sebanyak dua orang. Solar yang dibutuhkan untuk
mengiling dalam sehari sejumlah 30 liter dan pengeluaran yang tidak diduga tidak melebihi
Rp.144.940,00. Modal yang dibutuhkan dalam satu hari mencapai Rp.16.371.850,00. Perbandingan
dari kondisi nyata dengan hasil perhitungan algoritma Affine Scaling tersaji dalam Tabel 3.1.
190
Gabah
Karyawan
Solar
Pengeluaran
Laba
Modal
Affine Scaling
5008,8 (kg)
3 (orang)
30 (liter)
Rp.144.940,00
Rp.1.962.862,00
Rp.16.371.850,00
Kondisi Nyata
4419,2 (kg)
4 (orang)
40 (liter)
Rp.165.000,00
Rp.1.360.715,00
Rp.14.141.538,00
4. KESIMPULAN
Dalam menyelesaikan permasalahan menggunakan algoritma Affine Scaling terdapat tiga
konsep dasar. Pertama menunjukan melalui bagian dalam (interior) daerah feasible ke arah solusi
yang optimal. Kedua, titik interior bergerak dengan sebuah arah yang meningkatkan nilai fungsi
tujuan pada kemungkinan rata-rata yang paling cepat. Terakhir, Mengubah daerah feasible untuk
memindahkan solusi percobaan ke dekat pusatnya sehingga memungkinkan sebuah peningkatan besar
saat konsep dua diterapkan.
Berdasarkan hasil implementasi didapatkan pula bahwa apabila algoritma Affine Scaling ini
digunakan untuk permasalahan yang memiliki jumlah variabel yang sedikit mempunyai iterasi yang
lebih banyak sehingga waktu pengolahanya kurang efektif.
5. UCAPAN TERIMA KASIH
Penulis berterima kasih kepada bapak Imam Nurhadi Purwanto,ibu Kwardiniya A., dan ibu
Endang Wahyu Handamari atas segala bimbingan, saran, dan kesabaran yang telah diberikan
selama penulisan artikel ini. Selain itu, penulis sangat berterima kasih kepada Tutik Kartiningsih
(Ibu) dan Mufid (Ayah), Dwi (Adik), Ayuhan dan seluruh keluarga besar penulis, serta temanteman semua atas segala doa, bantuan, dan motivasi yang tidak pernah habis diberikan.
DAFTAR PUSTAKA
Chong, E.K.P. dan Stanislaw H.Z., (2001), An Introduction Optimizatio, Edisi kedua, John Wiley dan
Sons,inc, New York.
Hillier, F.S. dan Lieberman, G.J., (2008), Introduction of Research Operations, Edisi ke-8, Jilid 1, Andi,
Yogyakarta.
Mubarok, A.H., (2013), Algoritma Titik Interior dan Implementasinya pada Program Linear, Skripsi,
Fakultas MIPA, Universitas Brawijaya, Malang. Indonesia.
Rusdiana, S., (2011), Penyelesaian Program Linear Menggunakan Metode Karmarkar, Skripsi, Fakultas
MIPA, Universitas Brawijaya, Malang. Indonesia.
Susanta, B., (1994), Program Linear, Fakultas MIPA, Universitas Gajah Mada, Yogyakarta.
191