Bab

Bab 22
Bentuk Pemrograman Integer dan
Linier
 2.1
2.1 Pengenalan
Pengenalan Pemrograman
Pemrograman Linier
Linier

• Model Linear Programming berusaha untuk m
emaksimalkan atau meminimalkan fungsi
linear, tunduk pada satu set kendala linier.
• Model linear terdiri dari komponen-komponen
berikut:
 Satu set variabel keputusan.
 Fungsi objektif.
 Satu set kendala.
 Pengenalan Pemrograman Linier
• Pentingnya Linear Programming
 Banyak masalah dunia nyata meminjamkan diri untuk linear
pemodelan pemrograman.
 Banyak masalah dunia nyata dapat
didekati dengan model linier.
 Ada aplikasi yang sukses terkenal di:
o Manufaktur
o Pemasaran
o Keuangan (investasi)
o Periklanan
o Pertanian

 Pengenalan Pemrograman
Linier
• Pentingnya Linear Programming
o Ada beberapa teknik solusi yang
efisien yang memecahkan model pemrograman li
nier.
o Output yang dihasilkan dari paket linear
programming menyediakan berguna"bagaimana ji
ka" analisis.
 Pengenalan Pemrograman
Linier
• Asumsi dari model linear programming
o Nilai parameter yang dikenal dengan pasti.
o Fungsi tujuan dan kembali menunjukkan kendala konstan atas skala.
o Tidak ada interaksi antara variabel keputusan (asumsi aditif).
o Asumsi Continuity: Variabel dapat mengambil nilai
apapun dalam rentang layak diberikan.
•

o
 Industri Produksi Galaxy –
Sebuah Contoh Prototipe
• Galaksi memproduksi dua model mainan boneka:
o Space Ray.
o Zapper.
• Sumber daya terbatas :
o 1000 pon dari plastik khusus.
o 40 jam waktu produksi per minggu.
 Industri Produksi Galaxy –
Sebuah Contoh Prototipe
• Kebutuhan Pasar
 Total produksi tidak dapat melebihi 700 lusinan.
 Jumlah puluhan Space Rays tidak
dapat melebihi jumlah puluhan Zappers lebih
dari 350.
• Input secara Teknologi
 Space Rays membutuhkan 2 kilogram plastik dan
     3 menit kerja per lusin.
 Zappers membutuhkan 1 pound plastik dan
     4 menit kerja per lusin.
 Industri Produksi Galaxy –
Sebuah Contoh Prototipe
• Rencana Produksi saat ini untuk permintaan:
 Memproduksi sebanyak mungkin dari produk yang
lebih menguntungkan, Space Ray ($8 profit per lusin).
 Gunakan sumber daya tersisa untuk memproduksi 
Zappers ($ 5 profit per lusin), sedangkan sisanya dalam
pedoman pemasaran.
• Rencana Produksi saat ini didasarkan pada :
Space Rays = 450 lusin
Zapper = 100 lusin 8(450) + 5(100)
Profit = $4100 per minggu
Manajemen mencari jadwal pro
duksi yang akan meningkatkan 
keuntungan perusahaan.
Sebuah model linear programming
dapat memberikan wawasan dan
 solusi cerdas untuk masalah ini.
 Bentuk Pemrograman
Galaksi Linier
• Keputusan variabel:
 X1 = Tingkat produksi mingguan Space Rays (dalam
puluhan)
 X2 = Tingkat produksi mingguan Zappers (dalam 
puluhan).
• Fungsi Tujuan:
  Keuntungan mingguan, akan dimaksimalkan
 Bentuk Pemrograman
Galaksi Linier
Max 8X1 + 5X2 (Profit mingguan)
Terletak pada
2X1 + 1X2  1000 (Plastik)
3X1 + 4X2  2400 (Waktu Produksi)
X1 + X2  700 (Produksi Total)
X1 - X2  350 (Campuran)
Xj> = 0, j = 1,2 (Non-negatif)
 2.3 Analisis Grafik tentang
Pemrogaraman Linier
Kumpulan semua poin yang memenuhi semua 
batasan model ini disebut
               sebuah

WILAYAH LAYAK
Menggunakan presentasi grafis
kita dapat mewakili semua kendala,
fungsi tujuan, dan tiga jenis poin layak
Analisis Grafik – Wilayah
Layak
X2

Keadaan non-negatif

X1
Analisis Grafik – Wilayah
Layak
X2
1000 Kendala Plastik
2X1+X2  1000
700 Kendala Total Produksi:
X1+X2  700 (pengulangan)
500
Tidak Layak

Layak
Waktu Produksi
3X1+4X2  2400
X1
500 700
Analisis Grafik – Wilayah
Layak
X2
1000 Kendala Plastik
2X1+X2 1000
700 Kendala Total Produksi:
X1+X2 700 (pengulangan)
500 Tidak layak

Kendala Produksi Campuran:

Layak X1-X2  350

500 700 X1
Interior points.
Boundary points . Extreme points .
• There are three types of feasible points
Grafik Penyelesaian Untuk
Solusi Optimal
Pencarian Untuk Sebuah
Solusi Optimal
X2 Start at some arbitrary profit, say profit = $2,000...

1000 Then increase the profit, if possible...

...and continue until it becomes infeasible

700 Profit=$4360
500

X1

500
 Ringkasan dari Solusi Optimal

Space Rays  = 320 lusin

Zappers  = 360 lusin
Profit  = $ 4360
•Solusi ini menggunakan semua plastik dan semua wakt
u produksi.
•Total produksi hanya 680 (bukan 700).
•Produksi Space Rays hanya 40 lusin melebihi 
produksi Zappers.
 Poin Ekstrim dan Solusi
Optimal
• Jika sebuah masalah pemrograman linier memiliki 
solusi optimal, titik ekstrim yang optimal.
 Beberapa Solusi Optimal
• Untuk  beberapa
solusi optimal , fungsi tujuan harus sejajar dengan
salah satu kendala

Setiap rata-rata tertimbang 
solusi optimal juga merupakan 
solusi optimal
 Peran Analisis Sensitivita
s pada Solusi Optimal
• Apakah solusi optimal sensitif terhadap
perubahan parameter input?

• Kemungkinan alasan untuk menanyakan pertanyaan ini:
o Nilai Parameter yangdigunakan hanya estimasi terbaik
o Lingkungan dinamis dapat menyebabkan perubahan.
o "Apa-jika" analisis dapat memberikan informasi
yang ekonomis dan operasional.
Analisis Sensitivitas Koefisien
Fungsi Tujuan.
 Rentang Optimalisasi
• Kisaran optimum Solusi optimal tidak akan
berubah selama
^Sebuah fungsi objektif koefisien
terletak dalam jangkauan dari optimalisasi
^Tidak ada perubahan dalam parameter input
lain.
• Nilai fungsi obyektif akan berubah jika
mengalikan koefisien variabel yang nilainya nol.
 Analisis Sensitivitas
Koefisien Fungsi Tujuan.
1000 X2

M
Ma ax 4
x3
.75 X1 +
X 5X
1 +
Ma

5X 2
x8

2
X1
+5

500
X2

Max
2X
1 + 5X
2

X1
Analisis Sensitivitas Koefisien
Fungsi Tujuan.
1000
Ma
x8
X1
+5

Rentang optimalisasi: [3,75, 10]

X2

Ma
x1

500
0 X1

Ma
x
+5

3.7
5 X1 +
X2

5X
2

400 600 800 X1

 Mengurangi biaya
Dengan asumsi tidak ada perubahan lain ke
parameter input, biaya dikurangi untuk Xj
variabel yang memiliki nilai "0" pada solusi
optimal:
-Negatif dari tujuan peningkatan koefisien
variabel Xj (-Cj) yang diperlukan untuk
variabel yang positif dalam solusi optimal
-Atau, itu adalah perubahan nilai tujuan
peningkatan per unit Xj .
 Pelengkap kelambanan
Pada solusi optimal, nilai variabel yang
baikadalah nol, atau mengurangi biaya 0.
 Analisis Sensitivitas dari Sisi
Tangan Kanan-Nilai
 Dalam analisis sensitivitas sisi kanan kendala kita
terdapat pada pertanyaan-pertanyaan berikut:

-Menjaga semua faktor lainnya sama, yang

mana akan mengoptimalkan fungsi nilai tujuan
(misalnya, keuntungan) berubah jika sisi kanan
kendala diubah oleh satu unit?

-Untuk berapa unit tambahan atau kurang

ini akan berlaku perubahan per unit ?
 Analisis Sensitivitas dari Sisi
Tangan Kanan-Nilai
 Setiap perubahan ke sisi kanan dari
kendala yang mengikat akan mengubah
solusi optimal.
 Setiap perubahan ke sisi kanan dari
kendala yang tidak mengikat yang kurang
dari slack atau surplus, akan menyebabkan
tidak ada perubahan pada solusi optimal.
 Shadow Price
o Dengan asumsi tidak ada perubahan
lain ke parameter input, perubahan
terhadap nilai fungsi objektif per
kenaikan unit ke sisi kanan kendala
disebut "Shadow Price"
 Shadow Price -
demonstrasi grafis
The Plastic
constraint X2

Ketika plastik tersedia lebih (kendala

plastik santai), sisi kanan kendala plastik
1000 meningkat.
2X 1

Maximum profit = $4360

2X 1

+1
+1

x 2<
x 2<

=10

Maximum profit = $4363.4

=10

01

500
00

Shadow price =
4363.40 – 4360.00 = 3.40

Production time X1
constraint
500
 Rentang Kelayakan
 Dengan asumsi tidak ada perubahan lain ke
parameter input, kisaran kelayakan
-Rentang nilai untuk sisi kanan kendala,
di mana harga bayangan untuk kendala tetap
tidak berubah.
-Pada kisaran kelayakan perubahan nilai
fungsi objektif sebagai berikut:

Perubahan nilai obyektif =

[Shadow Price] [Ubah di sisi nilai yang benar]
 Rentang Kelayakan
The Plastic
constraint X2

Meningkatkan jumlah plastik

2X 1

efektif sampai kendala aktif

+1

1000 menjadi baru.

x 2<
=10

Production mix Kendala aktif baru

00

constraint
X1 + X2 700
500
Ini adalah solusi infeasible
Production time
constraint

X1

500
 Rentang Kelayakan
The Plastic
constraint 2X 1 X2

Perhatikan bagaimana
+1

1000
meningkatkan keuntungan sebagai
x 2

kenaikan plastik
100
0

500

Production time
constraint

X1

500
 rentang kelayakan
X2

Kurang plastik menjadi

1000 tersedia (kendala plastik yang
Infeasible lebih terbatas).
solution
Keuntungan berkurang
500
2X1 + 1X2  1100

A new active
constraint
Production time
constraint
X1

500
 Interpretasi yang benar harga bayangan

• Biaya Sunk: Harga bayangan adalah nilai dari unit tambahan

sumber daya, karena biaya sumber daya tidak dimasukkan
dalam perhitungan koefisien fungsi objektif.
• Biaya Termasuk: Harga bayangan adalah nilai premium
diatas nilai unit yang ada untuk sumber daya, karena biaya
sumber daya termasuk dalam perhitungan koefisien fungsi
objektif.
 Post yang Lain- Perubahan optimalitas

• Penambahan kendala.
• Penghapusan hambatan.
• Penambahan variabel.
• Penghapusan variabel.
• Perubahan kiri - koefisien sisi.
 2.5 Menggunakan Excel Solver untuk Temukan
Solusi Optimal dan Analisis Hasil
-Untuk melihat layar input di Excel klik Galaxy.xls
-Klik Solver untuk mendapatkan kotak dialog berikut.

Sel ini berisi nilai

dari fungsi
objektif Equal To:

Sel-sel ini berisi

variabel
keputusan
To enter constraints click…

Semua kendala memiliki

arah yang sama, sehingga
termasuk dalam salah
satu “Excel constraintâ “ 38
 Menggunakan Excel Solver
-Untuk melihat layar input di Excel klik Galaxy.xls
-Klik Solver untuk mendapatkan kotak dialog berikut.

Sel ini berisi nilai

dari fungsi
objektif Equal To:

Sel-sel ini berisi

variabel keputusan
$D$7:$D$10<=$F$7:$F$10
Klik 'Opsi' pada
dan memeriksa 'Linear?
Programming' dan 'Non-
negatif'?.

39
 Set Target cell
-Untuk melihat layar input di Excel klik Galaxy.xls
-Klik Solver untuk mendapatkan kotak dialog berikut.

Set Target cell $D$6

Equal To:
By Changing cells
$B$4:$C$4

$D$7:$D$10<=$F$7:$F$10
Menggunakan Excel Solver - Solusi
Optimal

GALAXY INDUSTRIES
Space Rays Zappers
Dozens 320 360
Total Limit
Profit 8 5 4360
Plastic 2 1 1000 <= 1000
Prod. Time 3 4 2400 <= 2400
Total 1 1 680 <= 700
Mix 1 -1 -40 <= 350
 Menggunakan Excel Solver - Solusi
Optimal

GALAXY INDUSTRIES
Space Rays Zappers
Dozens 320 360
Total Limit
Profit 8 5 4360
Plastic 2 1 1000 <= 1000
Prod. Time 3 4 2400 <= 2400
Total 1 1 680 <= 700
Mix 1 -1 -40 <= 350
Solver siap
untuk
memberikan
laporan untuk
menganalisa
solusi optimal
Menggunakan Excel Solver Laporan-
Jawaban
Microsoft Excel 9.0 Answer Report
Worksheet: [Galaxy.xls]Galaxy
Report Created: 11/12/2001 8:02:06 PM

Target Cell (Max)

Cell Name Original Value Final Value
$D$6 Profit Total 4360 4360

Adjustable Cells
Cell Name Original Value Final Value
$B$4 Dozens Space Rays 320 320
$C$4 Dozens Zappers 360 360

Constraints
Cell Name Cell Value Formula Status Slack
$D$7 Plastic Total 1000 $D$7<=$F$7 Binding 0
$D$8 Prod. Time Total 2400 $D$8<=$F$8 Binding 0
$D$9 Total Total 680 $D$9<=$F$9 Not Binding 20
$D$10 Mix Total -40 $D$10<=$F$10 Not Binding 390
Menggunakan Excel Solver Laporan-
Jawaban
Microsoft Excel Sensitivity Report
Worksheet: [Galaxy.xls]Sheet1
Report Created:

Adjustable Cells
Final Reduced Objective Allowable Allowable
Cell Name Value Cost Coefficient Increase Decrease
$B$4 Dozens Space Rays 320 0 8 2 4.25
$C$4 Dozens Zappers 360 0 5 5.666666667 1

Constraints
Final Shadow Constraint Allowable Allowable
Cell Name Value Price R.H. Side Increase Decrease
$D$7 Plastic Total 1000 3.4 1000 100 400
$D$8 Prod. Time Total 2400 0.4 2400 100 650
$D$9 Total Total 680 0 700 1E+30 20
$D$10 Mix Total -40 0 350 1E+30 390
 2.7 Model Tanpa Solusi Optimal Unik
• Infeasibility: Terjadi ketika model tidak
memiliki titik layak.
• Unboundness: Terjadi ketika tujuan dapat
menjadi besar tak berhingga (max), atau
sangat kecil (min).
• Alternatif solusi: Terjadi ketika lebih dari satu
titik mengoptimalkan fungsi objektif
 Infeasible Model

Tidak ada gunanya,

secara bersamaan,
terletak kedua baris
2
di atas 1 dan 2 di
bawah baris 3

3 1
Solver - Model layak
Solusi tak terbatas
th
e Ma
Ob xim
je ize
ct
fe ive
as Th Fu
nc
ibl e tio
e n
re
gio
n
Solver - solusi tak terbatas
 Solver - Sebuah Solusi Optimal
Alternatif
• Solver tidak memperingatkan pengguna
adanya alternatif solusi optimal.
• Banyak kali solusi alternatif yang optimal ada
apabila kenaikan atau penurunan
diperbolehkan diijinkan sama dengan nol.
• Dalam kasus ini, kita dapat menemukan solusi
alternatif yang optimal dengan menggunakan
Solver oleh prosedur berikut:
 Solver - Sebuah Solusi Optimal
Alternatif
• Perhatikan bahwa untuk meningkatkan beberapa
variabel Xj
Diperbolehkan = 0, atau
mengurangi Diperbolehkan = 0.
• Tambahkan kendala dalam bentuk:
fungsi objektif = nilai yang optimal kini.
• Jika kenaikan diperbolehkan = 0, mengubah tujuan
untuk Maksimalkan Xj
• Jika penurunan diperbolehkan = 0, mengubah tujuan
untuk Minimalkan Xj
 2.8 Meminimalkan Biaya Diet
Problem
• Mix dua produk ransum laut: Texfoods,
Calration.
• Meminimalkan total biaya campuran.
• Memenuhi persyaratan minimum
vitamin A, vitamin D, dan Iron.
 Meminimalkan Biaya Diet Problem
• Keputusan variabel
X1 (X2) -- Jumlah porsi dua-ons Teks Makanan (Kalibrasi)
produk yang digunakan dalam satu porsi.
• Model
Minimize 0.60X1 + 0.50X2
Subjek
20X1 + 50X2  100 Vitamin A
25X1 + 25X2  100 Vitamin D
50X1 + 10X2  100 Iron
X1, X2  0
 The Diet Problem - solusi Grafis
1
0 The Iron
pembatas
Daerah
layak
Vitamin “D”
pembatas

Vitamin “A”
pembatas
 Meminimalkan Biaya Diet Problem
• Ringkasan solusi optimal
– Makanan tex produk = 1.5 portions (= 3 ounces)
Calration produk = 2.5 portions (= 5 ounces)

– Biaya =$ 2.15 per porsi.

– Persyaratan minimum untuk Vitamin D dan zat besi yang
bertemu dengan surplus.
– Campuran ini memberikan 155% dari kebutuhan untuk
Vitamin A.
 Solusi komputer Program Linier Dengan Setiap
Jumlah Variabel Keputusan
• Paket perangkat lunak pemrograman Linier
memecahkan model linier besar.
• Sebagian besar paket perangkat lunak
menggunakan teknik aljabar disebut algoritma
Simplex.
• Masukan untuk paket apapun termasuk:
Kriteria Fungsi Tujuan (Max atau Min).
Jenis masing-masing kendala : .
Sebenarnya koefisien untuk masalah tersebut.
Hak Cipta   2002  John Wiley & Sons, Inc All rights
reserved. Reproduksi atau terjemahan dari bekerja di luar
yang disebutkan dalam Pasal 117 dari Undang-Undang Hak
Cipta Amerika Serikat tanpa izin tertulis dari pemilik hak
cipta adalah melanggar hukum. Permintaan untuk informasi
lebih lanjut harus ditujukan kepada Departemen
Permissions, John Wiley & Sons, Inc Adopter dari buku
teks diberikan izin untuk membuat salinan cadangan untuk
mereka gunakan sendiri saja, untuk membuat salinan untuk
disalurkan kepada siswa tentu saja buku teks digunakan
dalam, dan untuk mengubah bahan ini terbaik sesuai dengan
kebutuhan pembelajaran mereka. Dalam situasi dapat
salinan dibuat untuk dijual kembali. Penerbit tidak
bertanggung jawab atas kesalahan, kelalaian, atau
kerusakan, yang disebabkan oleh penggunaan program-
program ini atau dari penggunaan informasi yang terdapat
disini.