MSS Linear Programming

Labs, MMUGM-SIT : Contoh Permasalahan Management Support Systems
Business Application : DSS, Using QM/POM

Solution : Linear Programming
I. MASALAH DIET (DIET PROBLEMS)

Contoh :
Program diet seseorang (misalkan Soimah) mempersyaratkan
bahwa semua makanan yang dikonsumsinya tersusun atas salah
satu dari kue coklat, es krim, soda, dan kue keju. Saat ini tersedia
empat macam makanan : biskit coklat, es krim coklat, cola, dan kue
keju nanas. Tiap biskit coklat berharga Rp. 50,-, es krim berharga
Rp. 20,-, sebotol cola berharga Rp. 30, dan tiap potong kue keju
nanas berharga Rp. 80,-. Tiap hari Soimah harus mengkonsumsi
500 kalori, 6 ons coklat, 10 ons gula, dan 8 ons lemak. Kandungan
nutrisi per unit tiap makanan diberikan oleh tabel berikut
Kalori Coklat Gula Lemak
(ons) (ons) (ons)
Biskit 400 3 2 2
coklat
Es krim 200 2 2 4
coklat (per
kerucut)
Cola 150 0 4 1
(per botol)
Kue keju 500 0 4 5
nanas
(per
potong)
Formulasikan suatu model pemrograman linier yang dapat dipakai
untuk memenuhi persyaratan nutrisi harian dengan biaya
minimum.
Jawab :
Di sini harus ditentukan berapa banyak masing-masing makanan
harus dikonsumsi. Langkah pertama adalah mendefinisikan
variabel keputusan
X1 = banyaknya biskit coklat yang dikonsumsi per hari
X2 = banyaknya kerucut es krim yang dikonsumsi per hari
X3 = banyaknya botol cola yang dikonsumsi per hari
X4 = banyaknya potong kue keju nanas yang dikonsumsi per hari
Tujuannya adalah meminimisasi biaya makanan yang dikonsumsi.
Biaya = harga biskit coklat + harga es krim + harga cola + harga
kue keju
= 50 X1 + 20 X2 + 30 X3 + 80 X4
Jadi fungsi tujuannya adalah min 50 X1 + 20 X2 + 30 X3 + 80 X4
Dengan kendala :
Kendala 1 : Banyaknya kalori yang dikonsumsi per hari tidak boleh
kurang dari 500 kalori
Kendala 2 : Banyaknya coklat yang dikomsumsi per hari tidak boleh
kurang dari 6 ons
Kendala 3 : Banyaknya gula yang dikonsumsi per hari tidak boleh
kurang dari 10 ons
Kendala 4 : Banyaknya lemak yang dikonsumsi per hari tidak boleh

kurang dari 8 ons.
Kendala 1 dapat dituliskan sebagai
400 X1 + 200 X2 + 150 X3 + 500 X4 >= 500
Kendala 2 :
3 X1 + 2 X 2 >= 6
Kendala 3 :
2 X1 + 2 X2 + 4 X3 + 4 X4 >= 10
Kendala 4 :
2 X1 + 4 X2 + 1 X3 + 5 X4 >= 8
Masih ada kendala lain yaitu kendala tanda (Soimah tidak dapat
mengkonsumsi makanan dengan jumlah negatif). Kendala ini
dinyatakan dengan
X1 >= 0
X2 >= 0
X3 >= 0
X4 >= 0
Catatan : Pada program QS/QSB++, kendala tanda tidak perlu
dimasukkan.
Jadi secara keseluruhan model pemrograman liniernya adalah
MIN 50 X1 + 20 X2 + 30 X3 + 80 X4
s.t.
400 X1 + 200 X2 + 150 X3 + 500 X4 >= 500
3 X1 + 2 X 2 >= 6
2 X1 + 2 X2 + 4 X3 + 4 X4 >= 10
2 X1 + 4 X2 + 1 X3 + 5 X4 >= 8
X1 >= 0; X2 >= 0; X3 >= 0; X4 >= 0.
Solusi optimal dapat diperoleh dengan mengentrikan model ini ke
dalam program QS/QSB++ dan diperoleh X1 = 0; X2 = 3; X3 = 1;
X4 = 0; dan fungsi tujuannya bernilai 90.
09-12-2001 14:12:59
Page: 1 of 1
Variabl Solutio Objectiv Variabl Solutio Objectiv
e n e e n e
Coeffici Coeffici
ent ent
X1 0 50 X3 1 30
X2 3 20 X4 0 80
Minimized OBJ = 90 Iteration = 1 Elapsed CPU seconds =
0 Branch selection: Newest problem Integer
tolerance = .01 Max. #node = 0
< PageDown > < PageUp > < Hardcopy >
< Cancel >
II. MASALAH PENJADWALAN PEKERJAAN (WORK-

SCHEDULING PROBLEMS)
Contoh :
Kantor pos memerlukan karyawan dengan banyak yang berbeda
untuk hari yang berbeda. Semua karyawan adalah pegawai tetap.
Banyaknya karyawan untuk hari tertentu diberikan oleh tabel
berikut
Hari Ke Nama Banyaknya Karyawan yang
Hari diperlukan
1 Senin 17
2 Selasa 13
3 Rabu 15
4 Kamis 19
5 Jumat 14
6 Sabtu 16
7 Ahad 11
Berdasarkan kebutuhan ini, kantor pos harus menentukan cacah
pegawai tetap yang direkrut. Peraturan mensyaratkan bahwa
seorang pegawai bekerja 5 (lima) hari berturut-turut kemudian
libur 2 (dua) hari. Misalnya karyawan yang bekerja mulai Senin s/d
Jumat harus libur pada hari Sabtu dan Ahad. Formulasikan model
pemrograman linier yang meminimisasikan cacah pegawai tetap.
Jawab:
Kita contohkan dulu formulasi yang SALAH.
Didefinisikan variabel berikut
X1 = Banyaknya karyawan yang bekerja pada hari Senin
X2 = Banyaknya karyawan yang bekerja pada hari Selasa
X3 = Banyaknya karyawan yang bekerja pada hari Rabu
X4 = Banyaknya karyawan yang bekerja pada hari Kamis
X5 = Banyaknya karyawan yang bekerja pada hari Jumat
X6 = Banyaknya karyawan yang bekerja pada hari Sabtu
X7 = Banyaknya karyawan yang bekerja pada hari Ahad
Kemudian dituliskan
MIN X1 + X2 + X3 + X4 + X5 + X6 + X7
s.t. X1 >= 17
X2 >= 13
X3 >= 15
X4 >= 19
X5 >= 14
X6 >= 16
X7 >= 11
X1 >= 0;X2 >= 0; X3 >= 0; X4 >= 0; X5 >= 0; X6 >= 0; X7
>= 0.
Rumusan ini SALAH karena
1. Fungsi tujuan tidak menunjukkan banyaknya pegawai tetap
tetapi menjumlahkan banyaknya karyawan yang bekerja pada
Senin, Selasa, , Ahad.
2. Variabel saling terkait tetapi rumusan kendala tidak

menunjukkan keterkaitan itu. Misalnya beberapa orang yang
bekerja pada hari Senin juga bekerja pada hari Selasa. Ini
berarti ada keterkaitan tetapi rumusan kendala di atas tidak
mengekspresikan hal ini.
09-12-2001 17:08:42
Page: 1 of 1
e n e e n e
Coeffici Coeffici
ent ent
X1 17 1 X5 14 1
X2 13 1 X6 16 1
X3 15 1 X7 11 1
X4 19 1
Minimized OBJ = 105 Iteration = 1 Elapsed CPU seconds
=0
Branch selection: Newest problem Integer tolerance = .01
Max. #node = 0
< Cancel >
Rumusan yang BENAR adalah sebagai berikut

Kita definisikan variabel
X1 = Banyaknya karyawan yang mulai bekerja pada hari Senin
X2 = Banyaknya karyawan yang mulai bekerja pada hari Selasa
X3 = Banyaknya karyawan yang mulai bekerja pada hari Rabu
X4 = Banyaknya karyawan yang mulai bekerja pada hari Kamis
X5 = Banyaknya karyawan yang mulai bekerja pada hari Jumat
X6 = Banyaknya karyawan yang mulai bekerja pada hari Sabtu
X7 = Banyaknya karyawan yang mulai bekerja pada hari Ahad
Sehingga fungsi tujuannya adalah

MIN X1 + X2 + X3 + X4 + X5 + X6 + X7
Untuk menyusun kendala kita bentuk tabel berikut
X1 X2 X3 X4 X5 X6 X7
Seni * - - * * * *
n
Sela * * - - * * *
sa
Rab * * * - - * *
u
Kam * * * * - - *
is
Jum * * * * * - -
at
Sabt - * * * * * -
u
Ahad - - * * * * *
Tanda * menunjukkan bekerja dan menunjukkan libur. Jadi pada

hari Senin hanya pegawai dari kelompok X1 + X4 + X5 + X6 + X7
saja yang bekerja. Pada hari Selasa hanya pegwai dari kelompok X1
+ X2 + X5 + X6 + X7 saja yang bekerja. Jadi kendala dapat
dirumuskan sebagai
X1 + X4 + X5 + X6 + X7 >= 17
X1 + X2 + X5 + X6 + X7 >= 13
X1 + X2 + X3 + X6 + X7 >= 15
X1 + X2 + X3 + X4 X7 >= 19
X1 + X2 + X3 + X4 + X5 >= 14
X2 + X3 + X4 + X5 + X6 >= 16
X3 + X4 + X5 + X6 + X7 >= 11
X1 >= 0; X2 >= 0; X3 >= 0; X4 >= 0; X5 >= 0; X6 >= 0; X7 >= 0.
Jadi model pemrograman liniernya adalah
MIN X1 + X2 + X3 + X4 + X5 + X6 + X7
s.t.
X1 + X4 + X5 + X6 + X7 >= 17
X1 + X2 + X5 + X6 + X7 >= 13
X1 + X2 + X3 + X6 + X7 >= 15
X1 + X2 + X3 + X4 X7 >= 19
X1 + X2 + X3 + X4 + X5 >= 14
X2 + X3 + X4 + X5 + X6 >= 16
X3 + X4 + X5 + X6 + X7 >= 11
X1 >= 0; X2 >= 0; X3 >= 0; X4 >= 0; X5 >= 0; X6 >= 0; X7
>= 0.
Kalau model ini dientrikan pada Module Linear Programming pada
QS akan memberikan solusi optimal X1 = 4/3;X2 = 10/3;X3 = 2;X4
= 22/3;X5 = 0;X6 = 10/3;X7 = 5.dan nilai fungsi tujuan = 67/3.
Jelas ini bukan yang dimaksud.
09-12-2001 17:18:26
Page: 1 of 1
Variab Variab Solutio Opportu Minim Curre Maxim
le le n nity Cost um nt um Obj.
Numb Name Obj. Obj. Coef.
er Coef. Coef.
1 X1 6.3333 0 0 1 1
2 X2 33 0 1 1 1
3 X3 5 0 1 1 1
4 X4 0.3333 0 0 1 1.5
5 X5 333 0.333333 0.66666 1 M
6 X6 7.3333 3 67 1 1.5
7 X7 33 0 0 1 M
0 0 1
3.3333
33
0
Minimized OBJ = 22.33333 Iteration = 8 Elapsed CPU
seconds = 0
< PageDown > < PageUp > < Hardcopy > < Cancel
>
Masalah ini diselesaikan dengan mengentrikan model di atas pada

Module Integer Linear Programming dan diperoleh solusi optimal
X1 = 4;X2 = 4;X3 = 2;X4 = 6;X5 = 0;X6 = 4;X7 = 3, dengan nilai
fungsi tujuan = 23.
09-12-2001 17:08:42
Page: 1 of 1
e n e e n e
Coeffici Coeffici
ent ent
X1 7 1 X5 2 1
X2 5 1 X6 2 1
X3 1 1 X7 0 1
X4 6 1
= 0.109375
Max. #node = 5
< Cancel >
Ini berarti kantor pos cukup merekrut sebanyak 23 orang pegawai

tetap. Banyaknya orang yang bekerja pada hari tertentu diberikan
oleh
Hari Rumus Banyaknya
orang
Senin X1 + X4 + X5 + X6 + 4+6+0+4+3 =
X7 17
Selas X1 + X2 + X5 + X6 + 4+4+0+4+3 =
a X7 15
Rabu X1 + X2 + X3 + X6 + 4+4+2+4+3 =
X7 17
Kami X1 + X2 + X3 + X4 + 4+4+2+6+3 =
s X7 19
Juma X1 + X2 + X3 + X4 + 4+4+2+6+0 =
t X5 18
Sabtu X2 + X3 + X4 + X5 + 4+2+6+0+4
X6 =16
Ahad X3 + X4 + X5 + X6 + 2+6+0+4+3 =
X7 15
Solusi ini memenuhi kendala mengingat kebutuhan pegawai yang
bekerja pada hari-hari tertentu tidak dapat dipenuhi dengan jumalh
yang lebih sedikit, tetapi tentu dapat dipenuhi dengan jumlah yang
lebih besar. Hanya hari Senin, Kamis, dan Sabtu yang banyaknya
pegwai sama dengan kebutuhan. Pada hari-hari lain banyaknya
pegawai melebihi kebutuhan.
III. MASALAH PENGANGGARAN MODAL (CAPITAL
BUDGETING PROBLEMS)
Contoh :Perusahaan mempertimbangkan 5(lima) buah
kemungkinan investasi. Aliran modal keluar (cash outflow) dan nilai
bersih kini (net present value) ditunjukkan sebagai berikut (dalam
milyard rupiah)
Invest Invest Invest Invest Invest
asi 1 asi 2 asi 3 asi 4 asi 5
Cash 11 53 5 5 29
Outflow
Tahun 0
Cash 3 6 5 1 34
Outflow
Tahun 1
Net 13 16 16 14 39
Present
Value
Pada tahun 0, perusahaan mempunyai Rp. 40.000.000.000,- untuk
investasi. Diestimasikan bahwa pada tahun 1 akana tersedia Rp.
20.000.000.000,- untuk investasi. Perusahaan dapat
menginvestasikan secara tidak penuh. Misalnya untuk investasi 1
pada tahun 0 tidak harus 11 milyard rupiah, boleh kurang dari itu.
Misalnya dibeli 20% maka cash outflow-nya adalah 20% dari 11
milyard rupiah = 2,2 milyard rupiah dan pada tahun 1 sebanyak
20% dari 3 milyard rupiah = 0.6 milyard rupiah, serta NPV-nya
adalah 20% dari 13 milyard rupiah = 2,6 milrad rupiah.Perusahaan
bermaksud memaksimalkan NPV yang diperoleh dengan

menginvestasikan pada investasi 1 s/d 5. Formulasikan model
pemrograman linier untuk memaksimalkan NPV ini. Harap
diasumsikan bahwa uang yang tersisa pada tahun 0 setelah
diinvestasikan tidak dapat dipakai untuk investasi pada tahun 1.
Jawab:
Didefinisikan variabel
X1 = Fraksi investasi 1 yang dibeli
Tujuannya adalah untuk memaksimisasikan NPV.
NPV = NPV (investasi 1) + NPV (investasi 2) + NPV (investasi 3) +
NPV (investasi 4) + NPV (investasi 5)
Jadi
MAX 13 X1 + 16 X2 + 16 X3 + 14 X4 + 39 X5
Kendala-kendala adalah
Kendala 1 : Perusahaan tidak dapat menginvestasikan lebih dari 40
milyard rupiah pada
tahun 0
11 X1 + 53 X2 + 5 X3 + 5 X4 + 29 X5 <= 40
Kendala 2 : Perusahaan tidak dapat menginvestasikan lebih dari 20
milyard rupiah pada
tahun 1.
3 X1 + 6 X2 + 5 X3 + 1 X4 + 34 X5 <= 20
Kendala 3-7 : Perusahaan tidak dapat membeli lebih dari 100%
investasi 1-5.
X1 <= 1
X2 <= 1
X3 <= 1
X4 <= 1
X5 <= 1
X1 >= 0; X2 >= 0; X3 >= 0; X4 >= 0; X5 >= 0.
Jadi model pemrograman linier-nya adalah
MAX 13 X1 + 16 X2 + 16 X3 + 14 X4 + 39 X5
s.t.
11 X1 + 53 X2 + 5 X3 + 5 X4 + 29 X5 <= 40
3 X1 + 6 X2 + 5 X3 + 1 X4 + 34 X5 <= 20
X1 <= 1
X2 <= 1
X3 <= 1
X4 <= 1
X5 <= 1
X1 >= 0; X2 >= 0; X3 >= 0; X4 >= 0; X5 >= 0.
Dengan mengentrikan model ini pada Module Linear Programming

dari paket program QS, akan memberikan solusi optimal X1 = 1;X2
= 0.2008599;X3 = 1;X4 = 1;X5 =0.2880835, dengan nilai fungsi

tujuan = 57, 44902.
09-12-2001 17:18:26
Page: 1 of 1
Variab Variab Solutio Opportu Minim Curre Maxim
le le n nity Cost um nt um Obj.
er Coef. Coef.
1 X1 1 0 5.04852 13 M
2 X2 0.2008 0 6 16 61.1045
3 X3 599 0 6.88235 16 3
4 X4 1 0 3 14 M
5 X5 1 0 5.87530 39 M
0.2880 7 90.6666
835 1.93673 7
2
0.66666
67
seconds = 0
>
Ini berarti perusahaan menginvestasikan penuh investasi 1 ( 11

milyard tahun ke 0 dan 3 milyard tahun ke 1), investasi 3 (5 milyard
tahun ke 0 dan 5 milyard tahun ke 1), investasi 4 ( 5 milyard tahun
ke 0 dan 1 milyard tahun ke 1). Perusahaan menginvsetasikan 20,1
% investasi 2 (20,1% dari 53 milyard = pada tahun ke 0 dan 20,1%
dari 6 milyard pada tahun ke 1), serta 28,8% investasi 5 (28,8%
dari 29 milyard = pada tahun ke 0 dan 28,8% dari 34 milyard =
pada tahun ke 1).
IV. PERENCANAAN FINANSIAL JANGKA PENDEK (SHORT-
TERM FINANCIAL PLANNING)
Contoh :
Semicond adalah suatu perusahaan elektronika yang memanufaktur tape recorder dan radio.Biaya
pekerja, bahan mentah, dan harga jual untuk masing-masing produk adalah sebagai berikut
Tape Radio
Recorde
r
Harga Jual 100 90
Biaya Pekerja 50 35
Biaya Bahan 30 40
Mentah
Pada Tanggal 1 Desember 1998, Semicond mempunyai bahan mentah yang cukup untuk memanufaktur
100 buah tape recorder dan 100 buah radio. Pada tanggal ini neraca perusahaan diberikan oleh tabel
berikut
Assets Liabilitie
s
Uang kontan 10.000
Account Receivable 3.000
Inventory 7.000
outstanding
Utang bank 10.000
Nisbah assets/liabilities (disebut current ratio) dari Semicond
adalah 20.000/10.000 = 2.
Semicond harus menentukan berapa tape recorder dan berapa
radio yang harus diproduksi selama bulan Desember tersebut.
Permintaan cukup besar sehingga semua produk terjamin akan
dibeli konsumen. Semua penjualan berdasarkan sistem kredit.
Pembayaran untuk produk yang dimanufaktur bulan desember baru
akan diterima tanggal 1 Februari 1999. Selama Desember,
Semicond akan memperoleh 2.000 dalam account receivable, dan
semicond harus membayar 1.000 kepada bank dan 1.000 untuk
sewa gedung. Pada tanggal 1 Januari 1999, Semicond akan
menerima bahan mentah senilai 2.000 yang akan dibyara pada
tanggal 1 Februari 1999. Manajemen Semicond telah
memmutuskan bahwa neraca kontan pada 1 Januari 1999 tidak
boleh kurang dari 4.000. Juga bank-nya Semicond
mempersyaratkan bahwa current ratio pada awal Januari tidak
boleh kurang dari 2. Untuk memaksimisasikan kontribusi profit
dari produksi bulan Desember, berapa tape recorder dan berapa
radio yang harus diproduksi pada bulan Desember ?
Jawab :
X1 = banyaknya tape recorder yang diproduksi selama bulan
Desember.
X2 = banyaknya radio yang diproduksi selama bulan Desember.
Kontribusi profit dari produksi tape recorder = harga jual tape

recorder biaya pekerja tape recorder biaya bahan mentah tape
recorder = 100 50 30 = 20.
Kontribusi profit dari produksi radio = harga jual radio biaya
pekerja radio biaya bahan mentah radio = 90 35 40 = 15.
Karena itu fungsi tujuan adalah MAX 20 X1 + 15 X2.
Kendala-kendala adalah:
Kendala 1 : Disebabkan keterbatasan ketersediaan bahan mentah,
produksi bulan Desember
tidak boleh melebihi 100 buah tape recorder.
X1 <= 100
Kendala 2 : Disebabkan keterbatasan ketersediaan bahan mentah,
produksi bulan Desember
tidak boleh melebihi 100 buah radio.
X2 <= 100
Kendala 3 : Pada tanggal 1 Januari 1999, uang kontan tidak boleh
kurang dari 4.000
Uang kontan 1 Januari 1999 = Uang kontan 1 desember 1998 +

account receivable yang
ditagih pada bulan Desember utang yang
dibayarkan bulan Desember sewa gedung
Desember biaya pekerja bulan Desember
= 10.000 + 2.000 1.000 1.000 50X1
35 X2 = 10.000 50 X1 35 X2
Jadi,
10.000 50 X1 35 X2 >= 4.000
50 X1 + 35 X2 <= 6.000
Kendala 4 : (Assets tangga 1 Januari)/(Liabilities tanggal 1 Januari)
tidak boleh kurang dari pada 2.
Uang kontan tanggal 1 Januari = 1.000 - 50 X1 35 X2
Account receivable tanggal 1 Januari = account
receivable tanggal 1 Desember + account receivable
dari penjualan Desember account receivable yang
ditagihkan bulan Desember = 3.000 + 100 X1 + 90 X2
2.000 = 1.000 + 100 X1 + 90 X2.
Nilai inventori 1 Januari = nilai inventori 1 Desember

nilai inventori yang dipakai selama bulan Desember +
nilai inventori yang diterima 1 Januari = 7.000 (30X1
+ 40 X2 + 2.000 = 9.000 30 X1 40 X2
Asset 1 Januari = uang kontan 1 Januari + account

receivable 1 Januari + posisi inventori 1 Januari =
(10.000 50 X1 35 X2) + (1.000 + 100 X1 + 90 X2) +
(9.000 30 X1 40 X2) = 20.000 + 20 X1 + 15 X2.
Liabilities 1 Januari = Liabilities 1 Desember

pembayaran utang Desember + inventori diterima 1
Januari = 10.000 1.000+ 2.000 =11.000
Current ratio = assets/liabilities = (20.000 + 20.X1 +

15 X2)/11.000
Ini tidak boleh kurang dari pada 2.

Jadi
(20.000 + 20.X1 + 15 X2)/11.000 >= 2
20.000 + 20 X1 + 15 X2 >= 22.000
20 X1 + 15 X2 >= 2.000
MAX 20 X1 + 15 X2
s.t. X1 <= 100
X2 <= 100
50 X1 + 35 X2 <= 6000
20 X1 + 15 X2 >= 2000
X1 >= 0; X2 >= 0
Solusi optimalnya dapat diperoleh secara grafik (atau dengan

program QS), yakni X1 = 100 dan X2 = 0, serta nilai fungsi
tujuannya adalah 2000.
09-12-2001 17:44:00
Page: 1 of 1
e n e e n e
Coeffici Coeffici
ent ent
X1 100 20 X2 0 15
Minimized OBJ = 2000 Iteration = 1 Elapsed CPU
seconds = 0
Max. #node = 0
< Cancel >
V. MODEL PROSES PRODUKSI(PRODUCTION PROCESS

MODELS)
Contoh:
Rylon Corporation memproduksi parfum Brute dan Chanelle. Bahan
mentah yang diperlukan untuk memproduksi masing-masing
parfum dapat dibeli dengan harga $3 per pound (1 pound kira-kira
0.5 kg). Pemrosesan 1 pound bahan mentah memerlukan 1 jam
waktu laboratorium. Tiap pound bahan mentah yang diproses
menghasilkan 3 ons parfum Brute reguler dan 4 ons parfum
Chanelle reguler. Parfum Brute reguler dapat dijual pada $7/ons
dan parfum Channelle reguler pada $6/ons. Rylon dapat
memproses lebih lanjut parfum Brute reguler dan parfum Chanelle
reguler untuk menghasilkan parfum Brute mewah, yang dijual pada
$18/ons, dan parfum Chanelle mewah, yang dijual pada harga
$14/ons. Tiap ons parfum Brute reguler yang diproses lebih lanjut
memerlukan tambahan 3 jam waktu laboratorium dan $4 biaya
pemrosesan serta menghasilkan 1 ons parfum Bruter mewah. Tiap
ons parfum Chanelle reguler yang diproses lebih lanjut
memerlukan tambahan 2 jam waktu laboratorium dan $4 biaya
pemrosesan serta menghasilkan 1 ons parfum Chanelle mewah.
Tiap tahun, Rylon mempunyai 6000 jam waktu laboratorium dan
dapat membeli hingga 4000 pound bahan mentah. Formulasikan
model pemrograman linier yang dapat dipakai untuk
memaksimisasikan profit. Anggaplah bahwa banyaknya jam waktu
laboratorium merupakan biaya tetap.
Jawab:
Rylon Corporation harus menentukan berapa banyak bahan mentah
yang dibeli dan berapa banyak masing-masing jenis parfum harus
diproduksi.
Jadi kita definisikan variabel
X1 = banyaknya ons parfum Brute reguler yang dijual per tahun

X2 = banyaknya ons parfum Brute mewah yang dijual per tahun
X3 = banyaknya ons parfum Chanelle reguler yang dijual per tahun
X4 = banyaknya ons parfum Chanelle mewah yang dijual per tahun
X5 = banyaknya pound bahan mentah yang dibeli per tahun
Rylon ingin memaksimisasikan
Profit = revenue dari penjualan parfum biaya pemrosesan biaya
pembelian bahan
mentah
= 7 X1 + 18 X2 + 6 X3 + 14 X4 (4 X2 + 4 X4) 3 X5
= 7 X1 + 14 X2 + 6 X3 + 10 X4 3 X5
Jadi fungsi tujuan adalah
MAX 7 X1 + 14 X2 + 6 X3 + 10 X4 3 X5
Kendala 1 : Tidak lebih dari 4000 pound bahan mentah dapat dibeli
per tahun
Kendala 2 : Tidak lebih dari 6000 jam waktu laboratorium yang
dapat dipakai per tahun
Kendala 1 sangat sederhana yaitu X5 <= 4000
Kendala 2 dapat dihitung demikian
Waktu laboratorium yang diperlukan per tahun = waktu yang
dipakai per tahun untuk pengolahan bahan mentah + waktu yang
dipakai per tahun untuk pengolahan Brute mewah + waktu yang
dipakai per tahun untuk pengolahan Chanelle mewah
= X5 + 3 X2 + 2 X4
Sehingga kendala 2 menjadi X5 + 3 X2 + 2 X4 <= 6000
MAX 7 X1 + 14 X2 + 6 X3 + 10 X4 3 X5
s.t.
X5 <= 4000
X5 + 3 X2 + 2 X4 <= 6000
X1 >= 0; X2 >= 0; X3 >= 0; X4 >= 0; X5 >= 0.
Harap dicatat bahwa formulasi ini SALAH. Terlihat bahwa variabel
X1 dan X3 tidak muncul di dalam kendala. Kesalahannya teletak
pada kenyataan bahwa banyaknya bahan mentah yang dibeli
menentukan banyaknya parfum Brute dan Chanelle. Hal ini belum
terungkapkan pada formulasi di atas.
Untuk parfum Brute maka banyaknya bahan mentah yang dibeli
adalah sama dengan parfum yang dijual. Jadi
X1 + X2 = 3 X5, atau
X1 + X2 3 X5 = 0
Untuk parfum Chanelle,
X3 + X4 = 4 X5, atau
X3 + X4 4 X5 = 0
Sehingga formulasi model pemrograman linier-nya yang BENAR
adalah
MAX 7 X1 + 14 X2 + 6 X3 + 10 X4 3 X5
s.t.
X5 <= 4000
3 X2 + 2 X4 + X5 <= 6000
X1 + X2 3 X5 = 0
X3 + X4 4 X5 = 0
X1 >= 0; X2 >= 0; X3 >= 0; X4 >= 0; X5 >= 0.
Solusi optimalnya (dapat diperoleh dengan paket program QS)
adalah X1 = 11.333,333 ons;
X2 = 666.667 ons; X3 = 16.000 ons; x4 = 0 ons; x5 = 4000 pound,
dengan nilai fungsi tujuan = 172.666,667
09-12-2001 18:12:40
Page: 1 of 1
Variab Variab Soluti Opportu Minim Curre Maxim
le le on nity Cost um nt um Obj.
er Coef. Coef.
1 X1 11333. 0 - 7 8
2 X2 33 0 4.90000 14 133
3 X3 666.66 0 13 6 M
4 X4 67 0.666666 5.33333 10 10.6666
5 X5 16000 7 3 -3 7
0 0 -M M
4000 -
42.6666
seconds = 0
>
VI. MASALAH PENCAMPURAN (BLENDING PROBLEMS)

Contoh :
Sunco Oil memanufaktur 3(tiga) macam gasolin (gas 1, gas 2, dan
gas 3). Tiap macam gasolin diproduksi dengan mencampurkan 3
(tiga) jenis minyak mentah (mentah 1, mentah 2, dan mentah 3).
Harga jual per barel gasolin dan harga beli per barel minyak
mentah diberikan dalam tabel berikut
Gasolin Harga Jual Per Minyak Harga Jual Per

Barel Mentah barel
Gas 1 70 Mentah 1 45
Ketiga jenis gasolin berbeda dalam hal rating oktan dan kandungan
sulfurnya. Minyak mentah yang dicampurkan untuk membentuk
Gas 1 harus mempunyai rating oktan rata-rata tidak kurang dari 10
dan mengandung sulfur tidak boleh lebih dari 1%. Minyak mentah
yang dicampurkan untuk membentuk Gas 2 harus mempunyai
rating oktan tidak kurang dari 8 dan mengandung sulfur tidak
melebihi 2%. Minyak mentah yang dicampurkan untuk membentuk
Gas 3 harus mempunyai rating oktan tidak kurang dari 6 dan
kandungan sulfur tidak lebih dari 1%. Rating oktan dan kandungan
sulfur untuk ketiga jenis minyak mentah diberikan oleh tabel
berikut
Rating Oktan Kandungan Sulfur

Mentah 1 12 0.5%
Mentah 2 6 2%
Mentah 3 8 3%
Diperlukan biaya sebesar $4 untuk merubah satu barel minyak
mentah menjadi satu barel gasolin; Sunco dapat memproduksi
hingga 14000 barel gasolin per hari.
Permintaan per hari adalah 3000 barel Gas 1, 2000 barel Gas 2,
dan 1000 barel Gas 3. Sunco memutuskan untuk memenuhi
permintaan konsumen. Untuk menstimulasikan permintaan Sunco
dapat pula memprogramkan iklan. Tiap dolar yang dipakai per hari
dalam program iklan untuk sesuatu jenis gas akan menaikkan
permintaan untuk gas tersebut dengan faktor 10 barel per hari.
Misalnya bila Sunco memutuskan untuk menganggarkan $20 per
hari untuk iklan Gas 2, maka permintaan harian Gas 2 akan
bertambah 20(10) = 200 barel. Formulasikan model pemrograman
linier untuk memaksimisasikan profit harian Sunco (profit =
revenue cost).
Jawab :
Sunco harus membuat dua macam keputusan : berkaitan
pencampuran minyak mentah menjadi gasolin dan berkaitan
dengan iklan. Didefinisikan variabel
A1 = dolar yang dipakai per hari untuk iklan Gas 1
X11 = Banyaknya barel minyak mentah 1 yang dipakai per hari utk.
memproduksi Gas 1
memproduksi Gas 2
memproduksi Gas 3
memproduksi Gas 1
memproduksi Gas 2
memproduksi Gas 3
X31 = Banyaknya barel minyak mentah 3 yang dipakai per hari
utk. memproduksi Gas 1
X32 = Banyaknya barel minyak mentah 3 yang dipakai per hari
utk. memproduksi Gas 2
memproduksi Gas 3
Kita asumsikan bahwa gasolin yang diproduksi terjual pada hari
yang sama (jadi tidak perlu disimpan).
Revenue per hari dari penjualan gasolin =
70 (X11+X21+X31) + 60(X12+X22+X32) + 50(X13+X23+X33)
Biaya per hari untuk pembelian minyak mentah =
45 (X11+X21+X31) + 35(X12+X22+X32) + 25(X13+X23+X33)
Biaya iklan per hari = A1 + A2 + A3
Biaya produksi per hari = 4 (X11+X21+X31+ X12+X22+X32
+X13+X23+X33)
Profit per hari = revenue per hari dari penjualan gas biaya per
hari untuk pembelian minyak mentah biaya per hari untuk iklan
biaya produksi per hari =
21 X11 + 11 X12 + X13 + 31X12 + 21 X22 + 11 X23 + 41 X31 +
31 X32 A1 A2 A3
Jadi fungsi tujuan adalah memaksimisasikan
21 X11 + 11 X12 + X13 + 31X12 + 21 X22 + 11 X23 + 41 X31 +
31 X32 A1 A2 A3
Kendala 1 : Gas 1 yang diproduksi per hari harus sama dengan
permintaan Gas 1 per hari
Kendala 2 : Gas 2 yang diproduksi per hari harus sama dengan
Kendala 3 : Gas 3 ang diproduksi per hari harus sama dengan
Kendala 4 : Paling banyak 5000 barel minyak mentah 1 dapat dibeli
per hari
per hari
per hari
Kendala 7 : Paling banyak 14000 barel gasolin dapat diproduksi per
hari
Kendala 8 :Minyak mentah yang dicampurkan utk. membentuk Gas
1 harus mempunyai
tingkat oktan rata-rata tidak kurang dari 10.
Kendala 9 : Minyak mentah yang dicampurkan utk. membentuk Gas
2 harus mempunyai
Kendala 10 :Minyak mentah yang dicampurkan utk. membentuk
Gas 3 harus mempunyai

kandungan sulfur paling banyak 1%.
Kendala 1 dapat dihitung sbb :
Permintaan per hari Gas 1 = 3000 + permintaan Gas 1 akibat
iklan
X11 + X21 + X31 = 3000 + 10 A1
Kendala 1 dapat dituliskan sebagai
X11 + X21 + X31 10 A1 = 3000
Kendala 2 (dengan cara serupa) diperoleh
X12 + X22 + X32 10 A2 = 2000
Kendala 3
X13 + X23 + X33 10 A3 = 1000
Kendala 4
X11 + X12 + X13 <= 5000
Kendala 5
X21 + X22 + X23 <= 5000
Kendala 6
X31 + X32 + X33 <= 5000
Kendala 7
X11 + X12 + X13 + X21 + X22 + X23 + X31 + X32 + X33
<= 14000
Kendala 8
(Total nilai oktan dalam campuran)/(banyaknya barel
campuran) =
(12 X11 + 6 X21 + 8 X31)/(X11 + X21 + X31) >= 10
12 X11 + 6 X21 + 8 X31 >= 10 X11 + 10 X21 + 10 X31
2X11 4 X21 2 X31 >= 0
Kendala 9
(12 X12 + 6 X22 + 8 X32)/(X12 + X22 + X32) >= 8
12 X12 + 6 X22 + 8 X32 >= 8 X12 + 8 X22 + 8 X32
4 X12 2 X22 >= 0
Kendala 10
(12 X13 + 6 X23 + 8 X33)/(X13 + X23 + X33) >= 6
12 X13 + 6 X23 + 8 X33 >= 6 X13 + 6 X23 + 6 X33
6 X13 + 2 X33 >= 0
Kendala 11
(Total sulfur dalam campuran)/(banyaknya barel dalam
campuran) =
(0.005 X11 + 0.02 X21 + 0.03 X31)/(X11 + X21 + X31) <=
0.01
0.005 X11 + 0.02 X21 + 0.03 X31 <= 0.01 X11 + 0.01 X21 +
0.01 X31
-0.005 X11 + 0.01 X21 + 0.02 X31 <= 0
Kendala 12
(0.005 X12 + 0.02 X22 + 0.03 X32)/(X12 + X22 + X32) <=
0.02
0.005 X12 + 0.02 X22 + 0.03 X32 <= 0.02 X12 + 0.02 X22 +
0.02 X32
-0.015 X12 + 0.01 X32 <= 0
Kendala 13
(0.005 X13 + 0.02 X23 + 0.03 X33)/(X13 + X23 + X33) <=
0.01
0.005 X13 + 0.02 X23 + 0.03 X33 <= 0.01 X13 + 0.01 X23 +
0.01 X33
-0.005 X13 + 0.01 X23 + 0.02 X33 <= 0
MAX 21 X11 + 11 X12 + X13 + 31X12 + 21 X22 + 11 X23 + 41
X31 + 31 X32 A1 A2 A3
s.t.
X11 + X21 + X31 10 A1 = 3000
X12 + X22 + X32 10 A2 = 2000
X13 + X23 + X33 10 A3 = 1000
X11 + X12 + X13 <= 5000
X21 + X22 + X23 <= 5000
X31 + X32 + X33 <= 5000
2X11 4 X21 2 X31 >= 0
4 X12 2 X22 >= 0
6 X13 + 2 X33 >= 0
-0.005 X11 + 0.01 X21 + 0.02 X31 <= 0
-0.015 X12 + 0.01 X32 <= 0
-0.005 X13 + 0.01 X23 + 0.02 X33 <= 0
Solusi optimalnya (dapat diperoleh dengan paket program QS)
adalah
X11 = 2222.22 X12 = 2111.11 X13 = 666.67
X21 = 444.44 X22 = 4222.22 X23 = 333.34
X31 = 333.33 X32 = 3166.67 X33 = 0
A1 = 0 A2 = 750 A3 = 0
Nilai fungsi tujuan = 287.500
Artinya Sunco memproduksi

1. X11 + X21 + X31 = 2222.22 + 444.44 + 333.33 = 2999.99 =
3000 barel Gas 1 per hari menggunakan 2222.22 barel minyak
mentah 1, 444.44 barel minyak mentah 2, dan 333.333 barel
minyak mentah 3.
2. X12 + X22 + X23 = 2111.11 + 4222.22 + 3166.67 = 9500 barel
Gas 2 per hari menggunakan 2111.11 barel minyak mentah 1,
4222.22 barel minyak mentah 2, dan 3166.67 barel minyak

mentah 3.
3. X13 + X23 + X33 = 666.67 + 333.34 + 0 = 1000.01 = 1000
barel Gas 3 per hari menggunakan 666.67 barel minyak mentah
1 dan 333.34 barel minyak mentah 2.
Sunco harus membelanjakan $750 dalam iklan, dan akan
memperoleh keuntungan sebesar $287.500,-
VII. MODEL INVENTORI (INVENTORY MODEL)
Contoh :
Sailco harus memutuskan berapa banyak perahu layar yang harus
diproduksi selama tiap triwulan berikutnya. Permintaan untuk
empat triwulan berikut adalah : triwulan 1 : 40 perahu layar;
triwulan 2 : 60 perahu layar; triwulan 3 : 75 perahu layar; triwulan
4 : 25 perahu layar. Sailco harus memenuhi permintaan tepat pada
waktunya. Pada awal triwulan pertama,Sailco mempunyai inventori
10 buah perahu layar. Pada awal setiap triwulan, Sailco harus
memutuskan berapa banyak perahu layar yang harus diproduksi
pada triwulan tersebut. Untuk menyederhanakan permasalahan,
dianggap bahwa perahu layar yang diproduksi selama suatu
triwulan dapat memenuhi permintaan teriwulan tersebut. Selama
tiap triwulan, Sailco dapat memproduksi maksimum 40 perahu
layar dengan biaya pekerja normal $400 per perahu layar. Dengan
menugaskan pekerja bekerja lembur, Sailco dapat memproduksi
perahu layar tambahan dengan biaya $450 per perahu layar. Pada
akhir triwulan (sesudah produksi selesai dan permintaan triwulan
tersebut terpenuhi), terdapat biaya inventori $20 per perahu layar.
Tuliskan model pemrograman linier untuk menentukan jadwal
produksi untuk meminimisasi jumlahan biaya produksi dengan
biaya inventori selama 4 triwulan mendatang.
Jawab :
Didefinisikan variabel berikut
X1 = banyaknya perahu diproduksi menggunakan waktu kerja
normal pada triwulan 1
Y1 = banyaknya perahu diproduksi menggunakan waktu kerja
lembur pada triwulan 1
I1 = banyaknya perahu yang ada pada inventory pada akhir

triwulan 1
triwulan 2
triwulan 3
triwulan 4
Biaya total = biaya produksi kerja normal + biaya produksi kerja
lembur + biaya inventori
= 400 (X1 + X2 + X3 + X4) + 450 (Y1 + Y2 + Y3 + Y4) +
20 (I1 + I2 + I3 + I4)
= 400 X1 + 400 X2 + 400 X3 + 400 X4 + 450 Y1 + 450
Y2 + 450 Y3 + 450 Y4
+ 20 I1 + 20 I2 + 20 I3 + 20 I4
Pada triwulan 1,
Inventory pada akhir triwulan 1 = inventori pada akhir
triwulan 0 + produksi
triwulan 1 permintaan
triwulan 1
I1 = 10 + (X1 + Y1) - 40
triwulan 2
I2 = I1 + (X2 + Y2) - 60
triwulan 3
I3 = I2 + (X3 + Y3 ) - 75
triwulan 4
I4 = I3 + (X4 + Y4) 25
Keempat pernyataan di atas membentuk kendala, dan dapat
dinyatakan sebagai
X1 + Y1 I1 = 30
X2 + Y2 + I1 I2 = 60
X3 + Y3 + I2 I3 = 75
I3 + X4 + Y4 + I3 I4 = 25
Kendala lainnya berkaitan dengan batasan bahwa untuk tiap
triwulan produksi kerja normal tidak melebihi 40 unit perahu.
X1 <= 40
X2 <= 40
X3 <= 40
X4 <= 40
Sehingga formulasi model pemrograman linier-nya adalah

MIN 400 X1 + 400 X2 + 400 X3 + 400 X4 + 450 Y1 + 450 Y2
+ 450 Y3 + 450 Y4
+ 20 I1 + 20 I2 + 20 I3 + 20 I4
s.t.
X1 <= 40
X2 <= 40
X3 <= 40
X4 <= 40
X1 + Y1 I1 = 30
X2 + Y2 + I1 I2 = 60
X3 + Y3 + I2 I3 = 75
I3 + X4 + Y4 + I3 I4 = 25
X1 >= 0; X2 >= 0; X3 >= 0; X4 >= 0
Y1 >= 0; Y2 >= 0; Y3 >= 0; Y4 >= 0
I1 >= 0; I2 >= 0; I3 >= 0; I4 >= 0
Solusi optimalnya adalah
X1 = 40 X2 = 40 X3 = 40 X4 = 25
Y1 = 0 Y2 = 10 Y3 = 35 Y4 = 0
I1 = 10 I2 = 0 I3 = 0 I4 = 0
Dengan nilai fungsi tujuan = 78.450.
09-12-2001 17:18:26
Page: 1 of 1
er Coef. Coef.
1 X1 40 0 -M 400 430
2 X2 40 0 -M 400 450
3 X3 40 0 -M 400 450
4 X4 25 0 -20 400 450
5 Y1 0 20 430 450 M
6 Y2 10 0 430 450 470
7 Y3 35 0 400 450 470
8 Y4 0 50 400 450 M
9 I1 10 0 0 20 50
10 I2 0 20 0 20 M
11 I3 0 70 -50 20 M
12 I4 0 420 -400 20 M
=0
>
Jadi artinya biaya minimum adalah $78.450. Pada triwulan 1, 2, dan

3 Sailco hendaknya memproduksi perahu layar sebanyak masing-
masing 40 buah dengan proses kerja normal. Pada triwulan 4
Sailco memproduksi 25 perahu layar dengan proses kerja normal.

Sailco juga hendaknya tidak memproduksi perahu layar dengan
cara kerja lembur pada triwulan 1, dan 4. Pada triwulan 2, dan 3,
hendaknya masing-masing diproduksi 10 buah dan 35 buah perahu
layar dengan cara kerja lembur. Pada triwulan 1 ada 10 buah
perahau layar yang harus diinventori, sementara untuk triwulan2,
3, dan 4 tidak ada inventori.
Muncul pertanyaan bahwa formulasi di atas memungkinkan

dilakukannya produksi dengan kerja lembur sekalipun produksi
kerja normal kurang dari 40 unit perahu (artinya untuk X1 < 40, X2
< 40, X3 < 40, X4 < 40, dimungkinkan untuk harga Y1 > 0, Y2 > 0,
Y3 > 0, dan Y4 > 0). Tetapi produksi dengan nilai X dan Y seperti
itu tidak mungkin optimal (untuk masalah Sailco ini). Kita pandang
dua macam solusi
Solusi 1 : X1 = 40 X2 = 40 X3 = 40 X4 = 25
Y1 = 0 Y2 = 10 Y3 = 35 Y4 = 0
Solusi 2 : X1 = 40 X2 = 30 X3 = 30 X4 = 25
Y1 = 0 Y2 = 20 Y3 = 35 Y4 = 0
X1 + Y1 X2 + Y2 X3 + Y3 X4 + Y4
Solusi 1 40 50 65 25
Solusi 2 40 50 65 25
Jadi pada tiap triwulan tingkat produksinya sama untuk solusi 1

maupun 2. Oleh karenanya solusi 1 dan solusi 2 juga mempunyai
biaya inventori total yang sama Solusi 1 dan solusi 2 sama-sama
feasible artinya tidak melanggar kendala. Tetapi solusi 2
mempunyai lebih banyak biaya lembur. Karena itu solusi 2 tidak
akan dipilih, karena total biayanya akan lebih besar.
Dalam kenyataannya masalah seperti Sailco ini diimplementasikan

dengan metoda rolling horizon (cakrawala bergulir) artinya
hanya strategi untuk triwulan 1 saja yang diimplementasikan.
Kemudian diprakirakan permintaan untuk triwulan 5. Tingkat
produksi triwulan 2 kemudian diselesaikan dengan model
pemrograman linier yang disusun untuk triwulan 2 s/d 5. Hasil
solusi optimalnya kemudian hanya diimplementasikan untuk
triwulan 2. Lalu dibuat prakiraan untuk triwulan 6. Disusun model
pemrograman linier untuk triwulan 3 s/d 6. Solusinya hanya
diimplementasikan untuk triwulan 3. Demikian seterusnya.
Dalam penerapan model inventori ini ada beberapa

penyederhanaan
1. Biaya produksi merupakan fungsi linier dari banyaknya unit
yang diproduksi. Pada kenyataannya tidak selalu demikian.
Misalnya ekonomi skala pada produksi komponen elektronika,
semakin banyak yang diproduksi biaya per unit menjadi semakin

murah.
2. Permintaan pada masa depan dapat diprakirakan secara
meyakinkan. Ini seringkali tidak dapat dilakukan karena pasar
bersifat dinamik. Banyak hal yang mempengaruhi permintaan
(daya beli konsumen, iklan, politik, iklim, dsb.)
3. Permintaan dapat dipenuhi tepat pada waktunya Pada
kenyataannya permintaan dapat dibacklogged yakni dipenuhi
pada waktu sesudahnya (mundur). Ini mungkin memunculkan
komponen denda yang harus dibayar.
4. production-smoothing costs telah diabaikan. Kalau produksi
naik pada suatu triwulan, mungkin diperlukan adanya training
pekerja sebelumnya yang memunculkan komponen biaya
training. Di lain pihak bila tingkat produksi menurun, mungkin
beberapa pekerja perlu diberhentikan yang dapat memunculkan
komponen pesangon dalam rumusan biaya.
VIII. MODEL FINANSIAL PERIODA MAJEMUK
(MULTIPERIOD FINANCIAL MODELS)
Contoh :
Finco Investment Corporation harus menentukan suatu strategi
investasi untuk 3 (tiga) tahun mendatang. Pada tahun 0 (sekarang)
tersedia $100,000 untuk investasi. Ada 5 (lima) alternatif investasi :
A, B, C, D, dan E. Cash flow yang berkaitan dengan
menginvestasikan $1 pada masing-masing alternatif investasi
diberikan oleh
Investasi Cash Flow pada Tahun
0 1 2 3
A -1 0.5 1 0
B 0 -1 0.5 1
C -1 1.2 0 0
D -1 0 0 1.9
E 0 0 -1 1.5
Misalnya $1 yang diinvestasikan pada investas B memerlukan $1

cash outflow pada tahun 1 dan memberikan $0.5 pada tahun 2 dan
$1 pada tahun 3. Untuk menjamin bahwa portofolio perusahaan
terdiversifikasi, Finco mempersyaratkan bahwa maksimum %75
saja yang boleh diinvestasikan pada tiap alternatif investasi. Selain
investasi, Finco dapat memperoleh bunga 8% dari uang yang tidak
diinvestasikan yang disimpan di pasar uang. Uang yang diperoleh
sebagai hasil investasi dapat langsung diinvestasikan kembali.
Misalnya pada tahun 1 terdapat cash flow positif dari investasi C.
Ini dapat langsung diinvestasikan kembali pada investasi B,
misalnya. Finco tidak dapat meminjam uang, sehingga uang yang
tersedia untuk investasi pada sembarang tahun dibatasi oleh uang
kontan yang dimilikinya. Formulasikan model pemrograman linier
yang akan memaksimisasikan uang kontan yang dimiliki pada
tahun 3.
Jawab :
Finco harus menentukan berapa banyak yang diinvestasikan
(termasuk investasi di pasar uang). Karena itu kita definisikan
variabel
A = dolar yang diinvestasikan pada investasi A
B = dolar yang diinvestasikan pada investasi B
C = dolar yang diinvestasikan pada investasi C
D = dolar yang diinvestasikan pada investasi D
E = dolar yang diinvestasikan pada investasi E
S0 = dolar yang diinvestasikan di pasar uang pada tahun 0
Pada tahun 3, uang kontan datang dari semua cash inflow pada
tahun 3. Komponen dari investasi A-E adalah = 0 A + 1 B + 0 C +
1.9 D + 1.5 E = B + 1.9 D + 1.5 E.
Sementara itu dari pasar uang akan diterima 8% dari modal tahun
ke 2 ditambah modal tahun ke dua = 1.08 S2.
Oleh karen itu fungsi tujuan berbentuk
MAX B + 1.9 D + 1.5 E + 1.08 S2
Uang tersedia pada tahun T = uang diinvestasikan pada tahun T +
uang tak terinvestasikan pada tahun T yang masih tersisa pada
tahun T+1.
Kalau pasar uang dianggap sebagai investasi maka
Uang tersedia pada tahun T = uang yang diinvestasikan pada tahun
T.
Pada tahun 0 tersedia $100.000 untuk investasi. Pada tahun 0 ada
investasi A, C, D, dan S0 Jadi.
Pada tahun 0: 100.000 = A + C + D + S0
Pada tahun 1 yang tersedia untuk investasi adalah 0.5A + 1.2 C +
1.08 S0 dan terdapat kemungkinan investasi B dan S1. Karena itu
0.5 A + 1.2 C + 1.08 S0 = B + S1
Pada tahun 2, tersedia uang A + 0.5 B + 1.08 S1 yang mungkin
diinvestasikan pada investasi E dan S2, Jadi ada hubungan
A + 0.5 B + 1.08 S1 = E + S2
Untuk tidap investasi maksimum $75000 yang dapata
diinvestasikan. Jadi
A <= 75000
B <= 75000
C <= 75000
D <= 75000
E <= 75000
MAX B + 1.9 D + 1.5 E + 1.08 S2
s.t.
100.000 = A + C + D + S0
0.5 A + 1.2 C + 1.08 S0 = B + S1 0.5 A + 1.2 C + 1.08
S0-B - S1 = 0
A + 0.5 B + 1.08 S1 = E + S2
A <= 75000
B <= 7 5000
C <= 75000
D <= 75000
E <= 75000

A = 60000 B = 30000 C = 0 D = 40000 E =75000
S0 = 0 S1 = 0 S2 = 0
Dengan nilai fungsi tujuan = 218500
09-12-2001 17:18:26
Page: 1 of 1
er Coef. Coef.
1 A 60000 0 - 0
0.04999
2 B 30000 0 0.05833 1 92
3 C 0 0.027999 0.71558 0
1.02916
4 D 40000 0 44 1.9 7
5 E 75000 0 -M 1.5
0.02799
6 S0 0 0.215199 1.85 0991
7 S1 0 9 1.12 0
2.375
8 S2 0 0.3504 -M 1.08M
0.039999 -M 0.21519
-M 99
0.3504
1.12
seconds = 0
>
9. PENJADWALAN KERJA PERIODA

MAJEMUK
Contoh:
CSL adalah suatu jaringan toko reparasi komputer. Banyaknya jam
kerja teknisi komputer untuk lima bulan mendatang adalah sebagai
berikut:
Bulan 1 (Januari) : 6000 jam
Bulan 2 (Februari) : 7000 jam
Bulan 3 (Maret) : 8000 jam
Bulan 4 (April) : 9500 jam
Bulan 5 (Mei) : 11000 jam

Pada awal Januari 50 orang teknisi mahir bekerja untuk CSL. Tiap
teknisi mahir dapat bekerja 160 jam per bulan. Untuk memenuhi
kebutuhan masa datang, teknisi baru harus dilatih. Diperlukan
waktu satu bulan untuk melatih teknisi baru. Selama masa
pelatihan, teknisi baru harus dibimbing oleh teknisi mahir selama
50 jam/bulan. Tiap teknisi mahir dibayar $2000 (sekalipun tidak
bekerja 160 jam penuh/bulan). Selama masa pelatihan, teknisi baru
dibayar $1000/bulan. Pada tiap akhir bulan, 5% teknisi mahir CSL
ke luar untuk pindah ke Plum Computers. Formulasikan model
pemrograman linier untuk meminimisasikan biaya pekerja untuk
memenuhi kebutuhan lima bulan mendatang.
Jawab:
X1 = banyaknya teknisi baru yang dilatih pada bulan 1
Biaya pekerja = gaji teknisi baru + gaji teknisi mahir
Y1 = banyaknya teknisi mahir pada bulan 1
Gaji teknisi baru = 1000 X1 + 1000 X2 + 1000 X3 + 1000 X4 +
1000 X5
Gaji teknisi mahir = 2000 Y1 + 2000 Y2 + 2000 Y3 + 2000 Y4 +
2000 Y5
Jadi fungsi tujuan adalah
MIN 1000 X1 + 1000 X2 + 1000 X3 + 1000 X4 + 1000 X5 + 2000 Y1 + 2000 Y2 +
2000 Y3 + 2000 Y4 + 2000 Y5
Apa kendala yang ada. Kita tahu bahwa Y1 = 50. Untuk 5 bulan ke
depan CSL haru menjaga agar
Banyaknya jam kerja tersedia pada bulan T >= banyaknya jam
kerja yang diperlukan pada bulan T
Jadi
160 Y1 50 X1 >= 6000
160 Y2 50 X2 >= 7000
160 Y3 50 X3 >= 8000
160 Y4 50 X4 >= 9500
160 Y5 50 X5 >= 11000
Rumusan banyaknya teknisi adalah demikian
Teknisi mahir pada bulan 1 = teknisi mahir pada bulan 0 + teknisi
baru yang dilatih pada bulan 0 teknisi mahir yang ke luar pada
bulan 0

bulan 1
bulan 2
bulan 3
bulan 4
Harap dicatat bahwa teknisi mahir yang ke luar adalah 5%. Pada
bulan 0 tidak ada teknisi baru yang dilatih. Jadi
Y1 = 50
0.95 Y1 + X1 = Y2
0.95 Y2 + X1 = Y3
0.95 Y3 + X1 = Y4
0.95 Y4 + X1 = Y5
MIN 1000 X1 + 1000 X2 + 1000 X3 + 1000 X4 + 1000 X5 + 2000 Y1 + 2000 Y2 +
2000 Y3 + 2000 Y4 + 2000 Y5
s.t.
160 Y1 50 X1 >= 6000
160 Y2 50 X2 >= 7000
160 Y3 50 X3 >= 8000
160 Y4 50 X4 >= 9500
160 Y5 50 X5 >= 11000
Y1 = 50
0.95 Y1 + X1 = Y2
0.95 Y2 + X1 = Y3
0.95 Y3 + X1 = Y4
0.95 Y4 + X1 = Y5
X1 >= 0, X2 >= 0, X3 >= 0, X4 >= 0, X5 >= 0,
Y1 >= 0, Y2 >= 0, Y3 >= 0, Y4 >= 0, Y5 >= 0
X1 = 0 X2 = 8.45 X3 = 11.45 X4 = 9.52 X5 =0
Y1 = 50 Y2 = 47.5 Y3 = 53.58 Y4 = 62.34 Y5 = 68.75
Dengan nilai fungsi tujuan = 593777
Harap dicatat bahwa solusi ini diperoleh dengan mengasumsikan
nilai X dan Y adalah real bulan integer. Kalau dipakai QS dan
dimasukkan ke masalah ILP maka kita berharap dapat memperoleh
solusi yang integer. Tetapi asumsi bahwa tiap bulan ada 5% teknisi
yang ke luar menyebabkan tidak integer lagi
09-12-2001 17:18:26
Page: 1 of 1
er Coef. Coef.
1 X1 0 2050 -1050 1000 M
2 X2 8.4531 0 -1050 1000 3157.89
3 X3 7 0 - 1000 5
4 X4 11.450 0 2299.21 1000 3157.89
5 X5 14 2129.064 - 1000 5
6 Y1 9.5180 0 3685.61 2000 3677.86
7 Y2 73 0 - 2000 9
8 Y3 0 0 1129.06 2000 M
9 Y4 50 0 -M 2000 M
10 Y5 47.5 0 -50 2000 M
53.578 -50 M
17 - M
62.349 543.975 M
4 -
68.75 1613.00
seconds = 0
>
Andaikan diketahui bahwa 3 orang teknisi mahir keluar setiap

akhir bulan (asumsi ini mungkin tidak realistic) maka kita dapat
berharap solusi integer.
MIN 1000 X1 + 1000 X2 + 1000 X3 + 1000 X4 + 1000 X5 + 2000 Y1 + 2000 Y2 +
2000 Y3 + 2000 Y4 + 2000 Y5
s.t.
160 Y1 50 X1 >= 6000
160 Y2 50 X2 >= 7000
160 Y3 50 X3 >= 8000
160 Y4 50 X4 >= 9500
160 Y5 50 X5 >= 11000
Y1 = 50
Y1 + X1 3 = Y2
Y2 + X2 3 = Y3
Y3 + X3 3 = Y4
Y4 + X4 3 = Y5
X1 >= 0, X2 >= 0, X3 >= 0, X4 >= 0, X5 >= 0,
Y1 >= 0, Y2 >= 0, Y3 >= 0, Y4 >= 0, Y5 >= 0
09-12-2001 22:18:09 Page: 1 of 1

Variable Solution Objectiv Variable Solution Objectiv
e e
Coefficie Coefficie
nt nt
X1 0 1000 Y1 50 2000
X2 10 1000 Y2 47 2000
X3 12 1000 Y3 54 2000
X4 9 1000 Y4 63 2000
X5 0 1000 Y5 69 2000
seconds = .109375
Max. #node = 4
< PageDown > < PageUp > < Hardcopy > <
Cancel >
Ini berarti pada awal bulan 1 dan awal bulan 5, tidak perlu
merekrut teknisi trainee. Teknisi trainee akan direkrut pada awal
bulan 2, 3, dan 4. Sementara itu banyaknya teknisi mahir yang
dimiliki pada awal bulan 1, 2, 3, 4, dan 5 berturut-turut adalah 50,
47, 54,63, 69. Apakah ini benar-benar memenuhi kebutuhan?

MSS Linear Programming

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

MSS Linear Programming

Загружено:

Авторское право:

Доступные форматы

Labs, MMUGM-SIT : Contoh Permasalahan Management Support Systems

Business Application : DSS, Using QM/POM

I. MASALAH DIET (DIET PROBLEMS)

Kendala 4 : Banyaknya lemak yang dikonsumsi per hari tidak boleh

II. MASALAH PENJADWALAN PEKERJAAN (WORK-

2. Variabel saling terkait tetapi rumusan kendala tidak

Rumusan yang BENAR adalah sebagai berikut

Sehingga fungsi tujuannya adalah

Tanda * menunjukkan bekerja dan menunjukkan libur. Jadi pada

Masalah ini diselesaikan dengan mengentrikan model di atas pada

Ini berarti kantor pos cukup merekrut sebanyak 23 orang pegawai

bermaksud memaksimalkan NPV yang diperoleh dengan

Dengan mengentrikan model ini pada Module Linear Programming

= 0.2008599;X3 = 1;X4 = 1;X5 =0.2880835, dengan nilai fungsi

Ini berarti perusahaan menginvestasikan penuh investasi 1 ( 11

Kontribusi profit dari produksi tape recorder = harga jual tape

Uang kontan 1 Januari 1999 = Uang kontan 1 desember 1998 +

Nilai inventori 1 Januari = nilai inventori 1 Desember

Asset 1 Januari = uang kontan 1 Januari + account

Liabilities 1 Januari = Liabilities 1 Desember

Current ratio = assets/liabilities = (20.000 + 20.X1 +

Ini tidak boleh kurang dari pada 2.

Solusi optimalnya dapat diperoleh secara grafik (atau dengan

V. MODEL PROSES PRODUKSI(PRODUCTION PROCESS

X1 = banyaknya ons parfum Brute reguler yang dijual per tahun

VI. MASALAH PENCAMPURAN (BLENDING PROBLEMS)

Gasolin Harga Jual Per Minyak Harga Jual Per

Rating Oktan Kandungan Sulfur

tingkat oktan rata-rata tidak kurang dari 6.

Artinya Sunco memproduksi

4222.22 barel minyak mentah 2, dan 3166.67 barel minyak

I1 = banyaknya perahu yang ada pada inventory pada akhir

Sehingga formulasi model pemrograman linier-nya adalah

Jadi artinya biaya minimum adalah $78.450. Pada triwulan 1, 2, dan

Sailco memproduksi 25 perahu layar dengan proses kerja normal.

Muncul pertanyaan bahwa formulasi di atas memungkinkan

Jadi pada tiap triwulan tingkat produksinya sama untuk solusi 1

Dalam kenyataannya masalah seperti Sailco ini diimplementasikan

Dalam penerapan model inventori ini ada beberapa

semakin banyak yang diproduksi biaya per unit menjadi semakin

Misalnya $1 yang diinvestasikan pada investas B memerlukan $1

Solusi optimalnya adalah

9. PENJADWALAN KERJA PERIODA

Bulan 5 (Mei) : 11000 jam

Teknisi mahir pada bulan 2 = teknisi mahir pada bulan 1 + teknisi

Andaikan diketahui bahwa 3 orang teknisi mahir keluar setiap

09-12-2001 22:18:09 Page: 1 of 1

Вам также может понравиться