SlideShare a Scribd company logo
1 of 28
Mohamad DimyatiMohamad Dimyati 11
Materi 2Materi 2
PROGRAMASI LINIER:PROGRAMASI LINIER:
FORMULASI DAN SOLUSIFORMULASI DAN SOLUSI
GRAFIKGRAFIK
Mohamad DimyatiMohamad Dimyati 22
Programa Linier: Suatu ModelPrograma Linier: Suatu Model
dalam Pengambilandalam Pengambilan
KeputusanKeputusan
 Programasi Linier merupakan pendekatanProgramasi Linier merupakan pendekatan
pemecahan masalah yang dikembangkanpemecahan masalah yang dikembangkan
untuk pengambilan keputusan denganuntuk pengambilan keputusan dengan
menggunakan sibol matematis aljabar yangmenggunakan sibol matematis aljabar yang
didalamnya berhubungan dengan alokasididalamnya berhubungan dengan alokasi
sumber-sumber ekonomi (mesin,buruh,bahansumber-sumber ekonomi (mesin,buruh,bahan
mentah, modal, dll) yang jumlahnya terbatasmentah, modal, dll) yang jumlahnya terbatas
untuk mencapai tujuan yang optimumuntuk mencapai tujuan yang optimum
(memaksimalkan laba, memaksimalkan(memaksimalkan laba, memaksimalkan
penjualan, memaksimalkan kesejahteraan,penjualan, memaksimalkan kesejahteraan,
meminimumkan biaya, meminimumkanmeminimumkan biaya, meminimumkan
kerugian, meminimumkan waktu, dll).kerugian, meminimumkan waktu, dll).
Mohamad DimyatiMohamad Dimyati 33
Karakteristik programasi linier:Karakteristik programasi linier:
1.1. Variabel-variabel yang terlibat dalam masalahVariabel-variabel yang terlibat dalam masalah
tidak negatif (tidak negatif ( ≥≥ 0)0)
2.2. Kriteria untuk pemilihan nilai terbaik dari variabelKriteria untuk pemilihan nilai terbaik dari variabel
keputusan dapat ditentukan dengan fungsi linierkeputusan dapat ditentukan dengan fungsi linier
dari dari variabel tersebut. fungsi kriteria inidari dari variabel tersebut. fungsi kriteria ini
disebut fungsi obyektifdisebut fungsi obyektif
3.3. Aturan operasi yang mengatur proses (yaituAturan operasi yang mengatur proses (yaitu
langkahnya sumber) dapat digambarkan sebagailangkahnya sumber) dapat digambarkan sebagai
satu set persamaan linier atau ketidaksamaansatu set persamaan linier atau ketidaksamaan
linier.linier.
set persamaan/ketidaksamaan linier ini disebutset persamaan/ketidaksamaan linier ini disebut
kendala/pembataskendala/pembatas
pembatas menunjukkan keterbatasan sumberpembatas menunjukkan keterbatasan sumber
daya (bahan mentah, tenaga kerja, modal dandaya (bahan mentah, tenaga kerja, modal dan
mesin) yang dimiliki untuk mencapai tujuan yangmesin) yang dimiliki untuk mencapai tujuan yang
diinginkandiinginkan
Mohamad DimyatiMohamad Dimyati 44
FORMULASI PROGRAMA LINIERFORMULASI PROGRAMA LINIER
 Tahapan dalam membuat programasi linier:Tahapan dalam membuat programasi linier:
1.1. Menentukan variabel-vraiebl keputusan dariMenentukan variabel-vraiebl keputusan dari
persoalan tersebut, dinotasikan dalampersoalan tersebut, dinotasikan dalam
simbol-simbol aljabar: Xsimbol-simbol aljabar: X11 , X, X22 ,… atau A,B, …,… atau A,B, …
2.2. Membentuk fungsi tujuan. Dituliskan dalamMembentuk fungsi tujuan. Dituliskan dalam
bentuk fungsi linier yang dapat berupabentuk fungsi linier yang dapat berupa
maksimasi atau minimalisasimaksimasi atau minimalisasi
3.3. Menentukan pembatas atau kendala.Menentukan pembatas atau kendala.
Dituliskan dalam persamaan linier yangDituliskan dalam persamaan linier yang
berupa persaman atau ketidaksamaan yangberupa persaman atau ketidaksamaan yang
mencerminkan ketertasan sumber dayamencerminkan ketertasan sumber daya
tersebut.tersebut.
Mohamad DimyatiMohamad Dimyati 55
Contoh 1.Contoh 1.
 Tiga jenis produk diproduksi melaluiTiga jenis produk diproduksi melalui
tiga proses produksi yang berbeda,tiga proses produksi yang berbeda,
waktu yang dibutuhkan untukwaktu yang dibutuhkan untuk
mengerjakan tiap produk tersebutmengerjakan tiap produk tersebut
(dalam menit) dan kapsitas per hari dari(dalam menit) dan kapsitas per hari dari
tiap operasi (dalam unit) sertatiap operasi (dalam unit) serta
keuntungan per unit dari produk (dalamkeuntungan per unit dari produk (dalam
rupiah) disajikan dalam tabel berikut.rupiah) disajikan dalam tabel berikut.
Mohamad DimyatiMohamad Dimyati 66
Contoh 1.Contoh 1.
ProsesProses
ProduksiProduksi
Waktu (dalam menit)Waktu (dalam menit) KapasitasKapasitas
ProduksiProduksi
Produk 1Produk 1 Produk 2Produk 2 Produk 3Produk 3
AA 11 22 11 200200
BB 22 11 22 250250
CC 11 11 22 300300
LabaLaba 0,50,5 11 0.80.8
Permintaan: buatlah formulasi model dariPermintaan: buatlah formulasi model dari
persoalan tersebutpersoalan tersebut
Mohamad DimyatiMohamad Dimyati 77
PenyelesaianPenyelesaian
1.1. Menentukan variabel keputusan, yaituMenentukan variabel keputusan, yaitu
produk yang diproduksi melalui tiga prosesproduk yang diproduksi melalui tiga proses
produksi, yaitu produk 1 (X), Produk 2 (Y),produksi, yaitu produk 1 (X), Produk 2 (Y),
dan produk 3 (Z)dan produk 3 (Z)
2.2. Menentukan fungsi tujuan, yaitu untukMenentukan fungsi tujuan, yaitu untuk
memperoleh keuntungan, sehingga fungsimemperoleh keuntungan, sehingga fungsi
tujuannya:tujuannya:
FTFTmaksimasimaksimasi == Z = 0,5X + 1Y + 0,8ZZ = 0,5X + 1Y + 0,8Z
3.3. Menentukan seperangkat pembatas dariMenentukan seperangkat pembatas dari
persoalan tersebut, yaitu menyangkutpersoalan tersebut, yaitu menyangkut
waktu produksi yang dibutuhkandanwaktu produksi yang dibutuhkandan
kapasitas produksi yang adakapasitas produksi yang ada
Mohamad DimyatiMohamad Dimyati 88
PenyelesaianPenyelesaian
3.3. Menentukan seperangkat pembatas.Menentukan seperangkat pembatas.
X + 2Y + 2ZX + 2Y + 2Z ≤ 200≤ 200
2X + Y + 2Z ≤ 2502X + Y + 2Z ≤ 250
X + Y + 2Z ≤ 300X + Y + 2Z ≤ 300
X ≥ 0X ≥ 0
Y ≥ 0Y ≥ 0 var kep non negatifvar kep non negatif
Z ≥ 0Z ≥ 0
Mohamad DimyatiMohamad Dimyati 99
Formulasi model programasiFormulasi model programasi
linier dari persoalan tersebutlinier dari persoalan tersebut
adalah;adalah;
FTmaksimasi = Z = 0,5X + 1Y + 0,8ZFTmaksimasi = Z = 0,5X + 1Y + 0,8Z
Kendala/pembatas:Kendala/pembatas:
X + 2Y + 2ZX + 2Y + 2Z ≤ 200≤ 200
2X + Y + 2Z ≤ 2502X + Y + 2Z ≤ 250
X + Y + 2Z ≤ 300X + Y + 2Z ≤ 300
X ≥ 0X ≥ 0
Y ≥ 0Y ≥ 0 var kep non negatifvar kep non negatif
Z ≥ 0Z ≥ 0
Mohamad DimyatiMohamad Dimyati 1010
Contoh 2.Contoh 2.
 PT. Astaga Mobil adalah agen penjualan mobilPT. Astaga Mobil adalah agen penjualan mobil
yang menjual mobil jenis sedan dan mobilyang menjual mobil jenis sedan dan mobil
jenis minibus. Perusahaan memperoleh labajenis minibus. Perusahaan memperoleh laba
sebesar $400 untuk setiap penjualan mobilsebesar $400 untuk setiap penjualan mobil
sedan dan $500 untuk setiap penjualan mobilsedan dan $500 untuk setiap penjualan mobil
minibus. PT. Astaga Mobil melakukanminibus. PT. Astaga Mobil melakukan
pemesanan untuk bulan Agustus tahun ini,pemesanan untuk bulan Agustus tahun ini,
dengan ketentuan bahwa PT. Astaga Mobildengan ketentuan bahwa PT. Astaga Mobil
tidak boleh memasok lebih dari 300 mobiltidak boleh memasok lebih dari 300 mobil
sedan dan 150 mobil minibus. Waktu yangsedan dan 150 mobil minibus. Waktu yang
diperlukan untuk memproses sebuah mobildiperlukan untuk memproses sebuah mobil
adalah 2 jam untuk setiap mobil sedan dan 3adalah 2 jam untuk setiap mobil sedan dan 3
jam untuk setiap mobil minibus. Waktu yangjam untuk setiap mobil minibus. Waktu yang
tersedia dalam proses persiapan tersebuttersedia dalam proses persiapan tersebut
adalah 900 jam.adalah 900 jam.
 Buat formulasi model dari persoalan tersebutBuat formulasi model dari persoalan tersebut
Mohamad DimyatiMohamad Dimyati 1111
PenyelesaianPenyelesaian
1.1. variabel keputusan, yaitu mobil yangvariabel keputusan, yaitu mobil yang
dijual oleh PT. Astaga Mobil (mobildijual oleh PT. Astaga Mobil (mobil
sedan Xsedan X11 dan mobil minibus Xdan mobil minibus X22
2.2. Menentukan fungsi tujuan, yaituMenentukan fungsi tujuan, yaitu
untuk maskimasi keuntungan,untuk maskimasi keuntungan,
sehingga fungsi tujuannya:sehingga fungsi tujuannya:
FTFTmaksimasimaksimasi == Z = 400XZ = 400X11 + 500X+ 500X22
3.3. seperangkat pembatas dariseperangkat pembatas dari
persoalan tersebut, yaitu jumlahpersoalan tersebut, yaitu jumlah
mobil yang dipesan dan waktu yangmobil yang dipesan dan waktu yang
diperlukan untuk memprosesdiperlukan untuk memproses
pesanan mobilpesanan mobil
Mohamad DimyatiMohamad Dimyati 1212
PenyelesaianPenyelesaian
3.3. seperangkat pembatas.seperangkat pembatas.
XX11 ≤ 300≤ 300
XX22 ≤ 150≤ 150
22XX11 + 3+ 3XX22 ≤ 900≤ 900
XX11 ,, XX22 ≥ 0 (var kep non negatif)≥ 0 (var kep non negatif)
Mohamad DimyatiMohamad Dimyati 1313
Formulasi model programasi linierFormulasi model programasi linier
dari persoalan tersebut adalah;dari persoalan tersebut adalah;
FTFTmaksimasimaksimasi == Z = 400XZ = 400X11 + 500X+ 500X22
Kendala/pembatas:Kendala/pembatas:
XX11 ≤ 300≤ 300
XX22 ≤ 150≤ 150
22XX11 + 3+ 3XX22 ≤ 900≤ 900
XX11 ,, XX22 ≥ 0 (var kep non negatif)≥ 0 (var kep non negatif)
Mohamad DimyatiMohamad Dimyati 1414
Contoh 3.Contoh 3.
 PT. ADM mempunyai pabrik yangPT. ADM mempunyai pabrik yang
memproduksi cat luar dan cat dalammemproduksi cat luar dan cat dalam
bangunan (rumah). Jumlah bahan a dapatbangunan (rumah). Jumlah bahan a dapat
disediakan perhari maksimal 6 ton,disediakan perhari maksimal 6 ton,
sedangkan untuk bahan B maksimal 8 ton.sedangkan untuk bahan B maksimal 8 ton.
Untuk membuat 1 ton cat luar atau catUntuk membuat 1 ton cat luar atau cat
dalam diperlukan bahan (dalam ton) sepertidalam diperlukan bahan (dalam ton) seperti
tabel 2. berikut ini.tabel 2. berikut ini.
 Berdasarkan surve bagian pemasaranBerdasarkan surve bagian pemasaran
diketahui bahwa kebutuhan perhari untuk catdiketahui bahwa kebutuhan perhari untuk cat
dalam tidak akan melebihi 1 ton dari catdalam tidak akan melebihi 1 ton dari cat
luar, sedangkan kebutuhan maksimal catluar, sedangkan kebutuhan maksimal cat
dalam terbatas hanya 2 ton per hari. Hargadalam terbatas hanya 2 ton per hari. Harga
cat luar Rp. 3.000 per ton dan harga catcat luar Rp. 3.000 per ton dan harga cat
dalam Rp. 2.000 per tondalam Rp. 2.000 per ton
 Buatlah formulasi model persoalan tersebut:Buatlah formulasi model persoalan tersebut:
Mohamad DimyatiMohamad Dimyati 1515
Tabel 2.Tabel 2.
Jenis CatJenis Cat Jumlah Bahan (ton)Jumlah Bahan (ton) MaksimumMaksimum
Cat luar (X1)Cat luar (X1) Cat dalam (X2)Cat dalam (X2)
Bahan baku ABahan baku A 11 22 66
Bahan baku BBahan baku B 22 11 88
PenyelesaianPenyelesaian
 Variabel Kkeputusan: X1 = jumlah cat luar yangVariabel Kkeputusan: X1 = jumlah cat luar yang
diproduksi per hari; X2 Jumlah cat dalam yangdiproduksi per hari; X2 Jumlah cat dalam yang
diprouduksiper haridiprouduksiper hari
 Fungsi Tujuan:Fungsi Tujuan:
FTFT maksimalisasimaksimalisasi = Z = 3000X1 + 2000X2= Z = 3000X1 + 2000X2
 Seperangkat Kendala:Seperangkat Kendala:
X1 + 2X2 ≤ 6X1 + 2X2 ≤ 6 (pembatas bahan baku A)(pembatas bahan baku A)
2X1 + X2 ≤ 82X1 + X2 ≤ 8 (Pembatas bahan baku B)(Pembatas bahan baku B)
-X1 + X2 ≤-X1 + X2 ≤ 1(kelebihan permintaan cat dalam dibanding cat luar)1(kelebihan permintaan cat dalam dibanding cat luar)
X1X1 ≤ 2≤ 2 (jumlah permintaan cat dalam perhari)(jumlah permintaan cat dalam perhari)
X1; X2 ≥ 0X1; X2 ≥ 0 (variabel non negatif)(variabel non negatif)
Mohamad DimyatiMohamad Dimyati 1616
Mohamad DimyatiMohamad Dimyati 1717
Contoh 4.Contoh 4.
 Suatu perusahaan sepatu “Mewah Menawan” membuatSuatu perusahaan sepatu “Mewah Menawan” membuat
dua merek sepatu yaitu sepatu merk A dengan sol daridua merek sepatu yaitu sepatu merk A dengan sol dari
karet dan sepatu merk B dengan sol dari kulit. Untukkaret dan sepatu merk B dengan sol dari kulit. Untuk
membuat dua merk sepatu tersebut perusahaan memilikimembuat dua merk sepatu tersebut perusahaan memiliki
3 macam mesin, yaitu: mesin I khusus membuat sepatu3 macam mesin, yaitu: mesin I khusus membuat sepatu
merek A dan mesin II khusus membuat sepatu merk B,merek A dan mesin II khusus membuat sepatu merk B,
dan mesin III membuat bagian atas sepatu dandan mesin III membuat bagian atas sepatu dan
melakukan assembling bagian atas dengan sol.melakukan assembling bagian atas dengan sol.
 Setiap dosen sepatu merk A, mula-mula dikerjakan diSetiap dosen sepatu merk A, mula-mula dikerjakan di
mesin I selama 2 jam, kemudian tanpa melalui mesin IImesin I selama 2 jam, kemudian tanpa melalui mesin II
terus dikerjakan di mesin III selama 6 jam.terus dikerjakan di mesin III selama 6 jam.
 Setiap dosen sepatu merk B, tidak dikerjakan di mesin ISetiap dosen sepatu merk B, tidak dikerjakan di mesin I
tetapi dikerjakan pertama kali di mesin II selama 3 jamtetapi dikerjakan pertama kali di mesin II selama 3 jam
kemudian di mesin III selama 5 jam.kemudian di mesin III selama 5 jam.
 Jam kerja maksimum setiap hari untuk mesin I = 8 jam,Jam kerja maksimum setiap hari untuk mesin I = 8 jam,
mesin II = 15 jam, dan mesin III = 30 jammesin II = 15 jam, dan mesin III = 30 jam
 Sumbangan laba untuk setiap dosin sepatu merk ASumbangan laba untuk setiap dosin sepatu merk A
adalah sebesar Rp. 30.000,- sedangkan merk B adalahadalah sebesar Rp. 30.000,- sedangkan merk B adalah
sebesar Rp. 50.000,-sebesar Rp. 50.000,-
 Diminta: buatlah formulasi model dari permasalahanDiminta: buatlah formulasi model dari permasalahan
tersebut.tersebut.
Mohamad DimyatiMohamad Dimyati 1818
Contoh 5.Contoh 5.
 Untuk pembuatan bahan makanan diperlukanUntuk pembuatan bahan makanan diperlukan
minimal mengandung 2,0 gram vitamin I; 2,4minimal mengandung 2,0 gram vitamin I; 2,4
gram vitamin II; dan 2,1 gram Vitamin III.gram vitamin II; dan 2,1 gram Vitamin III.
 Vitamin-vitamin tersebut dapat diperoleh dariVitamin-vitamin tersebut dapat diperoleh dari
bahan M dan N:bahan M dan N:
 Satu unit bahan M mengandung 0,5 vitamin I;Satu unit bahan M mengandung 0,5 vitamin I;
0,3 vitamin II, dan 0,7 vitamin III.0,3 vitamin II, dan 0,7 vitamin III.
 Sedangkan satu unit bahan n mengandung 0,4Sedangkan satu unit bahan n mengandung 0,4
vitamin 1; 0,8 vitamin II; dan 0,3 vitamin IIIvitamin 1; 0,8 vitamin II; dan 0,3 vitamin III
 Harga perunit bahan M adalah Rp. 25,-Harga perunit bahan M adalah Rp. 25,-
sedangkan bahan N Rp. 30,-sedangkan bahan N Rp. 30,-
 Erapakah bahan M dan N yang harus dibeliagarErapakah bahan M dan N yang harus dibeliagar
biayanya miminalbiayanya miminal
 Diminta: buatlah fomrulasi model dariDiminta: buatlah fomrulasi model dari
permasalahan tersebut.permasalahan tersebut.
Mohamad DimyatiMohamad Dimyati 1919
Solusi Programasi Linier denganSolusi Programasi Linier dengan
GrafikGrafik Solusi grafik adalah salah satu metode yang digunakanSolusi grafik adalah salah satu metode yang digunakan
untuk menyelesaikan model programasi linier yanguntuk menyelesaikan model programasi linier yang
memiliki dua variabel keputusanmemiliki dua variabel keputusan
 Langkah-langkah menggunakan metode grafik:Langkah-langkah menggunakan metode grafik:
1.1. Buat grafik titik-titik solusi yang layak untuk masing-Buat grafik titik-titik solusi yang layak untuk masing-
masing kendalamasing kendala
2.2. Tentukan area yang layak dengan mengidentifikasi titik-Tentukan area yang layak dengan mengidentifikasi titik-
titk solusi yang memenuhi semua kendala sekaligustitk solusi yang memenuhi semua kendala sekaligus
3.3. Gambar garis fungsi tujuan yang menunjukkan nilaiGambar garis fungsi tujuan yang menunjukkan nilai
variabel Xvariabel X11 dan Xdan X22
4.4. Geser secara sejajar garis fungsi tujuan tersebut keGeser secara sejajar garis fungsi tujuan tersebut ke
arah nilai fungsi tujuan yang lebih besar (untuk masalaharah nilai fungsi tujuan yang lebih besar (untuk masalah
maksimasi) atau lebih kecil (untuk masalah minimasi)maksimasi) atau lebih kecil (untuk masalah minimasi)
sampai pada saat pergeseran yang lebih jauh akansampai pada saat pergeseran yang lebih jauh akan
menyebabkan garis tersebut sepenuhnya berada diluarmenyebabkan garis tersebut sepenuhnya berada diluar
area yang layakarea yang layak
5.5. Titik solusi layak yang terletak pada garis fungsi tujuanTitik solusi layak yang terletak pada garis fungsi tujuan
yang memberikan nilai fungsi tujuan terbesar (untukyang memberikan nilai fungsi tujuan terbesar (untuk
maksimasi) atau terkecil (untuk minimasi) merupakanmaksimasi) atau terkecil (untuk minimasi) merupakan
solusi optimalsolusi optimal
Mohamad DimyatiMohamad Dimyati 2020
Metode GrafikMetode Grafik
 Diselesaikan dengan dengan dua cara: coba-coba dab isoDiselesaikan dengan dengan dua cara: coba-coba dab iso
profit lineprofit line
A.A. Metode coba-coba langkahnya:Metode coba-coba langkahnya:
1.1. Mencari koordinat dari titik titik yang berada di daerahMencari koordinat dari titik titik yang berada di daerah
feasible (daerah yang memenuhi)feasible (daerah yang memenuhi)
2.2. Lalu memasukkan nilai koordinat dala fungsi tujuanLalu memasukkan nilai koordinat dala fungsi tujuan
3.3. Koordinat yang memberikan nilai optimal (maksimum atauKoordinat yang memberikan nilai optimal (maksimum atau
minimum) itulah nilai dari variabel yang dicari.minimum) itulah nilai dari variabel yang dicari.
B.B. Metode iso profit line Langkah-langkahnya:Metode iso profit line Langkah-langkahnya:
1.1. Memberikan nilai sembarang pada fungsi tujuan yang mudahMemberikan nilai sembarang pada fungsi tujuan yang mudah
dibagi absis dan ordinatnyadibagi absis dan ordinatnya
2.2. Lalu menggeser garis iso profit line tersebut sesuai denganLalu menggeser garis iso profit line tersebut sesuai dengan
tujuannya:tujuannya:
a. kasus maksimum adalah titik yang tersinggung paling akhira. kasus maksimum adalah titik yang tersinggung paling akhir
b. kasus minimum adalah titik yang tersinggung paling awalb. kasus minimum adalah titik yang tersinggung paling awal
Mohamad DimyatiMohamad Dimyati 2121
Contoh 4Contoh 4
FTFTmaksimasimaksimasi = Z = 3X= Z = 3X11 + 4X+ 4X22
Kendala/pembatas:Kendala/pembatas:
2X2X11 + 3X+ 3X22 ≤ 24 ……………(1)≤ 24 ……………(1)
3X3X11 + X+ X22 ≤ 21 ……………(2)≤ 21 ……………(2)
XX11 + X+ X22 ≤ 9 …………..(3)≤ 9 …………..(3)
XX11 , X, X22 ≥ 0 …………….(4,5)≥ 0 …………….(4,5)
Tentukan nilaiTentukan nilai XX11 dan Xdan X22
Mohamad DimyatiMohamad Dimyati 2222
Grafik solusi Optimal contoh 4Grafik solusi Optimal contoh 4
X2
X1
9
8
129
Pembatas 3
Pembatas 1
Pembatas 2
7
21
4
3
Z
B
C
D
E
A
Optimal X1 =3, X2 = 6, Z = 33
Mohamad DimyatiMohamad Dimyati 2323
Masalah Khusus dalam MetodeMasalah Khusus dalam Metode
GrafikGrafik
1.1. Solusi Optimum BergandaSolusi Optimum Berganda yaitu akan terjadiyaitu akan terjadi
jika fungsi tujuan memberikan jumlah nilai optimumjika fungsi tujuan memberikan jumlah nilai optimum
lebih dari satu (nilai optimal yang sama)lebih dari satu (nilai optimal yang sama)
Contoh 5:Contoh 5:
FTFTmaksimasimaksimasi = Z = 30X= Z = 30X11 + 50X+ 50X22
Kendala/pembatas:Kendala/pembatas:
3X3X11 + 5X+ 5X22 ≤ 150 …………(1)≤ 150 …………(1)
XX22 ≤ 20 ………….(2)≤ 20 ………….(2)
8X8X11 + 5X+ 5X22 ≤ 300 ………….(3)≤ 300 ………….(3)
XX11, X, X22 ≥ 0 ………….(4,5)≥ 0 ………….(4,5)
Tentukan nilaiTentukan nilai XX11 dan Xdan X22
Solusi terjadi di dua titik yaitu titik D dan titik C yangSolusi terjadi di dua titik yaitu titik D dan titik C yang
memilliki nilai yang sama yaitu 1500.memilliki nilai yang sama yaitu 1500.
Mohamad DimyatiMohamad Dimyati 2424
Grafik solusi optimum ganda contoh 5Grafik solusi optimum ganda contoh 5
X2
X1
60
20
50
Pembatas 3
Pembatas 2
Pembatas 1
37,5
30
Z
B
C
DE
A
Z= 30(16,67) + 50(20) = 1500
Z= 30(30) + 50(12) = 1500
Mohamad DimyatiMohamad Dimyati 2525
Masalah Khusus dalam MetodeMasalah Khusus dalam Metode
GrafikGrafik
2.2. Solusi Tak layakSolusi Tak layak yaitu tidak ada titik titikyaitu tidak ada titik titik
yang secara serentak memenuhi semuayang secara serentak memenuhi semua
kendala dalam masalah yang dianalisiskendala dalam masalah yang dianalisis
Contoh 5:Contoh 5:
FTFTmaksimasimaksimasi = Z = 3X= Z = 3X11 + 2X+ 2X22
Kendala/pembatas:Kendala/pembatas:
2X2X11 + X+ X22 ≤ 2 ……….. (1)≤ 2 ……….. (1)
3X3X11 + 4X+ 4X22 ≤ 12 ……….. (2)≤ 12 ……….. (2)
XX11, X, X22 ≤ 0 ………..(3,4)≤ 0 ………..(3,4)
Tentukan nilaiTentukan nilai XX11 dan Xdan X22
Tidak ada solusi optimal yang memenuhi semuaTidak ada solusi optimal yang memenuhi semua
kendalakendala
Mohamad DimyatiMohamad Dimyati 2626
Grafik solusi tak layak contoh 5Grafik solusi tak layak contoh 5
X2
X1
60
3
50
Pembatas 2
Pembatas 1
4
30
1
2
Z
Mohamad DimyatiMohamad Dimyati 2727
Masalah Khusus dalam MetodeMasalah Khusus dalam Metode
GrafikGrafik
3.3. Solusi Tak TerbatasSolusi Tak Terbatas yaitu jika daerah solusiyaitu jika daerah solusi
tidak tertutup. Fungsi tujuan dapat bergesertidak tertutup. Fungsi tujuan dapat bergeser
naik atau turun secara tak terbatasnaik atau turun secara tak terbatas
Contoh 6:Contoh 6:
FTFTmaksimasimaksimasi = Z = 2X= Z = 2X11 + X+ X22
Kendala/pembatas:Kendala/pembatas:
XX11 - X- X22 ≤ 10≤ 10
2X2X11 - X- X22 ≤ 40≤ 40
XX11, X, X22 ≥ 0≥ 0
Tentukan nilaiTentukan nilai XX11 dan Xdan X22
Hasil analisis FT dapat meningkat tanpa batasHasil analisis FT dapat meningkat tanpa batas
sehingga masalah ini tidak realistik (memilikisehingga masalah ini tidak realistik (memiliki
solusi yang tidak terbatas/unbounded solution)solusi yang tidak terbatas/unbounded solution)
Mohamad DimyatiMohamad Dimyati 2828
Grafik solusi tak terbatas contoh 6Grafik solusi tak terbatas contoh 6
X2
X1
60
20
Pembatas 2
Pembatas 1
10
40
-10
Z
Daerah solusi tak terbatas

More Related Content

What's hot

Contoh soal Metode Simpleks
Contoh soal Metode SimpleksContoh soal Metode Simpleks
Contoh soal Metode Simpleks
Reza Mahendra
 
Matriks dan penerapannya dalam bidang ekonomi
Matriks dan penerapannya dalam bidang ekonomiMatriks dan penerapannya dalam bidang ekonomi
Matriks dan penerapannya dalam bidang ekonomi
Rohantizani
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomial
MarwaElshi
 
Soal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannyaSoal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannya
Kana Outlier
 
Contoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus PoissonContoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus Poisson
Lilies DLiestyowati
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
Yulianus Lisa Mantong
 
Linear programming
Linear programmingLinear programming
Linear programming
suparman11
 
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]
Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]
arditasukma
 

What's hot (20)

Contoh soal Metode Simpleks
Contoh soal Metode SimpleksContoh soal Metode Simpleks
Contoh soal Metode Simpleks
 
Matriks dan penerapannya dalam bidang ekonomi
Matriks dan penerapannya dalam bidang ekonomiMatriks dan penerapannya dalam bidang ekonomi
Matriks dan penerapannya dalam bidang ekonomi
 
4. metode transportasi
4. metode transportasi4. metode transportasi
4. metode transportasi
 
Uas riset operasi (kevin surya)
Uas riset operasi (kevin surya)Uas riset operasi (kevin surya)
Uas riset operasi (kevin surya)
 
linear programming metode simplex
linear programming metode simplexlinear programming metode simplex
linear programming metode simplex
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomial
 
PENYELESAIAN MASALAH PENUGASAN DENGAN METODE HUNGARIAN
PENYELESAIAN MASALAH PENUGASAN DENGAN METODE HUNGARIANPENYELESAIAN MASALAH PENUGASAN DENGAN METODE HUNGARIAN
PENYELESAIAN MASALAH PENUGASAN DENGAN METODE HUNGARIAN
 
Metode Dualitas (Primal-Dual)
Metode Dualitas (Primal-Dual)Metode Dualitas (Primal-Dual)
Metode Dualitas (Primal-Dual)
 
29689173 bab-4-bunga-majemuk
29689173 bab-4-bunga-majemuk29689173 bab-4-bunga-majemuk
29689173 bab-4-bunga-majemuk
 
Program Linear dan Metode Simpleks
Program Linear dan Metode SimpleksProgram Linear dan Metode Simpleks
Program Linear dan Metode Simpleks
 
Modul statistika-ii-part-2
Modul statistika-ii-part-2Modul statistika-ii-part-2
Modul statistika-ii-part-2
 
Dualitas- Program Linear
Dualitas- Program LinearDualitas- Program Linear
Dualitas- Program Linear
 
Simpleks maksimum
Simpleks maksimum Simpleks maksimum
Simpleks maksimum
 
Soal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannyaSoal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannya
 
Contoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus PoissonContoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus Poisson
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
 
Linear programming
Linear programmingLinear programming
Linear programming
 
Risk assasement
Risk assasementRisk assasement
Risk assasement
 
metode trend kuadratis
metode trend kuadratismetode trend kuadratis
metode trend kuadratis
 
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]
Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]Microsoft Power Point   Analisis Regresi.Ppt [Compatibility Mode]
Microsoft Power Point Analisis Regresi.Ppt [Compatibility Mode]
 

Similar to Materi 2 programasi linier dan solusi grafik

Materi 2
Materi 2Materi 2
Materi 2
cipta31
 
Brian Raafiu Optimasi produksi
Brian Raafiu Optimasi produksiBrian Raafiu Optimasi produksi
Brian Raafiu Optimasi produksi
Brian Raafiu
 
Lecture 3-program-linier3
Lecture 3-program-linier3Lecture 3-program-linier3
Lecture 3-program-linier3
Nanang Harianto
 

Similar to Materi 2 programasi linier dan solusi grafik (20)

Pertemuan 3 Program Linier.pptx
Pertemuan 3 Program Linier.pptxPertemuan 3 Program Linier.pptx
Pertemuan 3 Program Linier.pptx
 
Materi 2
Materi 2Materi 2
Materi 2
 
Typing pembuatan makalah
Typing pembuatan makalahTyping pembuatan makalah
Typing pembuatan makalah
 
Pemograman Linier
Pemograman LinierPemograman Linier
Pemograman Linier
 
Linear programming
Linear programmingLinear programming
Linear programming
 
Brian Raafiu Optimasi produksi
Brian Raafiu Optimasi produksiBrian Raafiu Optimasi produksi
Brian Raafiu Optimasi produksi
 
Linear Programming Project
Linear Programming ProjectLinear Programming Project
Linear Programming Project
 
Lecture 3-program-linier3
Lecture 3-program-linier3Lecture 3-program-linier3
Lecture 3-program-linier3
 
Riset operasi
Riset operasiRiset operasi
Riset operasi
 
Dualitas program linier opr 5
Dualitas program linier opr 5Dualitas program linier opr 5
Dualitas program linier opr 5
 
Riset operasional
Riset operasionalRiset operasional
Riset operasional
 
DECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdfDECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdf
 
DECISION_TREE.pdf
DECISION_TREE.pdfDECISION_TREE.pdf
DECISION_TREE.pdf
 
7c 3-pemrograman linier (1)
7c 3-pemrograman linier (1)7c 3-pemrograman linier (1)
7c 3-pemrograman linier (1)
 
PEMROGRAMAN LINIER .pdf
PEMROGRAMAN LINIER .pdfPEMROGRAMAN LINIER .pdf
PEMROGRAMAN LINIER .pdf
 
Tro 1,2,3
Tro 1,2,3Tro 1,2,3
Tro 1,2,3
 
Risetoperasi 2-linear-programming-metode-grafik
Risetoperasi 2-linear-programming-metode-grafikRisetoperasi 2-linear-programming-metode-grafik
Risetoperasi 2-linear-programming-metode-grafik
 
Program_Linier_Rudi_Susanto-program linier.pdf
Program_Linier_Rudi_Susanto-program linier.pdfProgram_Linier_Rudi_Susanto-program linier.pdf
Program_Linier_Rudi_Susanto-program linier.pdf
 
03 bab 2
03 bab 203 bab 2
03 bab 2
 
II-Linear-Programming-2.pptx
II-Linear-Programming-2.pptxII-Linear-Programming-2.pptx
II-Linear-Programming-2.pptx
 

More from ahmad fauzan (14)

Pengukuran kerja
Pengukuran kerjaPengukuran kerja
Pengukuran kerja
 
Manajemen rantai pasokan
Manajemen rantai pasokanManajemen rantai pasokan
Manajemen rantai pasokan
 
Materi 4 programasi linier dan solusi metode simpleks
Materi 4 programasi linier dan solusi metode simpleksMateri 4 programasi linier dan solusi metode simpleks
Materi 4 programasi linier dan solusi metode simpleks
 
Mteri 1 pendahuluan mm mandala
Mteri 1 pendahuluan mm mandalaMteri 1 pendahuluan mm mandala
Mteri 1 pendahuluan mm mandala
 
Tugas uas mm stie mandala
Tugas uas mm stie mandalaTugas uas mm stie mandala
Tugas uas mm stie mandala
 
Tqm in educational institutions example
Tqm in educational institutions exampleTqm in educational institutions example
Tqm in educational institutions example
 
Dimensi kualitas produk dan jasa
Dimensi kualitas produk dan jasaDimensi kualitas produk dan jasa
Dimensi kualitas produk dan jasa
 
Mengelola kualitas 1
Mengelola kualitas 1Mengelola kualitas 1
Mengelola kualitas 1
 
Evaluasi kualitas jasa
Evaluasi kualitas jasaEvaluasi kualitas jasa
Evaluasi kualitas jasa
 
Untkj2012
Untkj2012Untkj2012
Untkj2012
 
Kuliah statistika ii pertemuan 2 korelasi
Kuliah statistika ii pertemuan 2 korelasiKuliah statistika ii pertemuan 2 korelasi
Kuliah statistika ii pertemuan 2 korelasi
 
Kuliah statistika ii pertemuan 1 konsep dasar statistika
Kuliah statistika ii pertemuan 1 konsep dasar statistikaKuliah statistika ii pertemuan 1 konsep dasar statistika
Kuliah statistika ii pertemuan 1 konsep dasar statistika
 
4 mean dispersi_10102015
4 mean dispersi_101020154 mean dispersi_10102015
4 mean dispersi_10102015
 
1 pendahuluan stat_101012015
1 pendahuluan stat_1010120151 pendahuluan stat_101012015
1 pendahuluan stat_101012015
 

Recently uploaded

Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
IvvatulAini
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
JarzaniIsmail
 
Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).ppt
novibernadina
 

Recently uploaded (20)

PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
 
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
 
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMKAksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
 
DEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptx
DEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptxDEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptx
DEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptx
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
 
Kanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdfKanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdf
 
Pengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, FigmaPengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, Figma
 
E-modul Materi Ekosistem untuk kelas X SMA
E-modul Materi Ekosistem untuk kelas X SMAE-modul Materi Ekosistem untuk kelas X SMA
E-modul Materi Ekosistem untuk kelas X SMA
 
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfAksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
 
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
 
Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).ppt
 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
 
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
 
Panduan Memahami Data Rapor Pendidikan 2024
Panduan Memahami Data Rapor Pendidikan 2024Panduan Memahami Data Rapor Pendidikan 2024
Panduan Memahami Data Rapor Pendidikan 2024
 
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptxPPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
 
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdfMODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
 

Materi 2 programasi linier dan solusi grafik

  • 1. Mohamad DimyatiMohamad Dimyati 11 Materi 2Materi 2 PROGRAMASI LINIER:PROGRAMASI LINIER: FORMULASI DAN SOLUSIFORMULASI DAN SOLUSI GRAFIKGRAFIK
  • 2. Mohamad DimyatiMohamad Dimyati 22 Programa Linier: Suatu ModelPrograma Linier: Suatu Model dalam Pengambilandalam Pengambilan KeputusanKeputusan  Programasi Linier merupakan pendekatanProgramasi Linier merupakan pendekatan pemecahan masalah yang dikembangkanpemecahan masalah yang dikembangkan untuk pengambilan keputusan denganuntuk pengambilan keputusan dengan menggunakan sibol matematis aljabar yangmenggunakan sibol matematis aljabar yang didalamnya berhubungan dengan alokasididalamnya berhubungan dengan alokasi sumber-sumber ekonomi (mesin,buruh,bahansumber-sumber ekonomi (mesin,buruh,bahan mentah, modal, dll) yang jumlahnya terbatasmentah, modal, dll) yang jumlahnya terbatas untuk mencapai tujuan yang optimumuntuk mencapai tujuan yang optimum (memaksimalkan laba, memaksimalkan(memaksimalkan laba, memaksimalkan penjualan, memaksimalkan kesejahteraan,penjualan, memaksimalkan kesejahteraan, meminimumkan biaya, meminimumkanmeminimumkan biaya, meminimumkan kerugian, meminimumkan waktu, dll).kerugian, meminimumkan waktu, dll).
  • 3. Mohamad DimyatiMohamad Dimyati 33 Karakteristik programasi linier:Karakteristik programasi linier: 1.1. Variabel-variabel yang terlibat dalam masalahVariabel-variabel yang terlibat dalam masalah tidak negatif (tidak negatif ( ≥≥ 0)0) 2.2. Kriteria untuk pemilihan nilai terbaik dari variabelKriteria untuk pemilihan nilai terbaik dari variabel keputusan dapat ditentukan dengan fungsi linierkeputusan dapat ditentukan dengan fungsi linier dari dari variabel tersebut. fungsi kriteria inidari dari variabel tersebut. fungsi kriteria ini disebut fungsi obyektifdisebut fungsi obyektif 3.3. Aturan operasi yang mengatur proses (yaituAturan operasi yang mengatur proses (yaitu langkahnya sumber) dapat digambarkan sebagailangkahnya sumber) dapat digambarkan sebagai satu set persamaan linier atau ketidaksamaansatu set persamaan linier atau ketidaksamaan linier.linier. set persamaan/ketidaksamaan linier ini disebutset persamaan/ketidaksamaan linier ini disebut kendala/pembataskendala/pembatas pembatas menunjukkan keterbatasan sumberpembatas menunjukkan keterbatasan sumber daya (bahan mentah, tenaga kerja, modal dandaya (bahan mentah, tenaga kerja, modal dan mesin) yang dimiliki untuk mencapai tujuan yangmesin) yang dimiliki untuk mencapai tujuan yang diinginkandiinginkan
  • 4. Mohamad DimyatiMohamad Dimyati 44 FORMULASI PROGRAMA LINIERFORMULASI PROGRAMA LINIER  Tahapan dalam membuat programasi linier:Tahapan dalam membuat programasi linier: 1.1. Menentukan variabel-vraiebl keputusan dariMenentukan variabel-vraiebl keputusan dari persoalan tersebut, dinotasikan dalampersoalan tersebut, dinotasikan dalam simbol-simbol aljabar: Xsimbol-simbol aljabar: X11 , X, X22 ,… atau A,B, …,… atau A,B, … 2.2. Membentuk fungsi tujuan. Dituliskan dalamMembentuk fungsi tujuan. Dituliskan dalam bentuk fungsi linier yang dapat berupabentuk fungsi linier yang dapat berupa maksimasi atau minimalisasimaksimasi atau minimalisasi 3.3. Menentukan pembatas atau kendala.Menentukan pembatas atau kendala. Dituliskan dalam persamaan linier yangDituliskan dalam persamaan linier yang berupa persaman atau ketidaksamaan yangberupa persaman atau ketidaksamaan yang mencerminkan ketertasan sumber dayamencerminkan ketertasan sumber daya tersebut.tersebut.
  • 5. Mohamad DimyatiMohamad Dimyati 55 Contoh 1.Contoh 1.  Tiga jenis produk diproduksi melaluiTiga jenis produk diproduksi melalui tiga proses produksi yang berbeda,tiga proses produksi yang berbeda, waktu yang dibutuhkan untukwaktu yang dibutuhkan untuk mengerjakan tiap produk tersebutmengerjakan tiap produk tersebut (dalam menit) dan kapsitas per hari dari(dalam menit) dan kapsitas per hari dari tiap operasi (dalam unit) sertatiap operasi (dalam unit) serta keuntungan per unit dari produk (dalamkeuntungan per unit dari produk (dalam rupiah) disajikan dalam tabel berikut.rupiah) disajikan dalam tabel berikut.
  • 6. Mohamad DimyatiMohamad Dimyati 66 Contoh 1.Contoh 1. ProsesProses ProduksiProduksi Waktu (dalam menit)Waktu (dalam menit) KapasitasKapasitas ProduksiProduksi Produk 1Produk 1 Produk 2Produk 2 Produk 3Produk 3 AA 11 22 11 200200 BB 22 11 22 250250 CC 11 11 22 300300 LabaLaba 0,50,5 11 0.80.8 Permintaan: buatlah formulasi model dariPermintaan: buatlah formulasi model dari persoalan tersebutpersoalan tersebut
  • 7. Mohamad DimyatiMohamad Dimyati 77 PenyelesaianPenyelesaian 1.1. Menentukan variabel keputusan, yaituMenentukan variabel keputusan, yaitu produk yang diproduksi melalui tiga prosesproduk yang diproduksi melalui tiga proses produksi, yaitu produk 1 (X), Produk 2 (Y),produksi, yaitu produk 1 (X), Produk 2 (Y), dan produk 3 (Z)dan produk 3 (Z) 2.2. Menentukan fungsi tujuan, yaitu untukMenentukan fungsi tujuan, yaitu untuk memperoleh keuntungan, sehingga fungsimemperoleh keuntungan, sehingga fungsi tujuannya:tujuannya: FTFTmaksimasimaksimasi == Z = 0,5X + 1Y + 0,8ZZ = 0,5X + 1Y + 0,8Z 3.3. Menentukan seperangkat pembatas dariMenentukan seperangkat pembatas dari persoalan tersebut, yaitu menyangkutpersoalan tersebut, yaitu menyangkut waktu produksi yang dibutuhkandanwaktu produksi yang dibutuhkandan kapasitas produksi yang adakapasitas produksi yang ada
  • 8. Mohamad DimyatiMohamad Dimyati 88 PenyelesaianPenyelesaian 3.3. Menentukan seperangkat pembatas.Menentukan seperangkat pembatas. X + 2Y + 2ZX + 2Y + 2Z ≤ 200≤ 200 2X + Y + 2Z ≤ 2502X + Y + 2Z ≤ 250 X + Y + 2Z ≤ 300X + Y + 2Z ≤ 300 X ≥ 0X ≥ 0 Y ≥ 0Y ≥ 0 var kep non negatifvar kep non negatif Z ≥ 0Z ≥ 0
  • 9. Mohamad DimyatiMohamad Dimyati 99 Formulasi model programasiFormulasi model programasi linier dari persoalan tersebutlinier dari persoalan tersebut adalah;adalah; FTmaksimasi = Z = 0,5X + 1Y + 0,8ZFTmaksimasi = Z = 0,5X + 1Y + 0,8Z Kendala/pembatas:Kendala/pembatas: X + 2Y + 2ZX + 2Y + 2Z ≤ 200≤ 200 2X + Y + 2Z ≤ 2502X + Y + 2Z ≤ 250 X + Y + 2Z ≤ 300X + Y + 2Z ≤ 300 X ≥ 0X ≥ 0 Y ≥ 0Y ≥ 0 var kep non negatifvar kep non negatif Z ≥ 0Z ≥ 0
  • 10. Mohamad DimyatiMohamad Dimyati 1010 Contoh 2.Contoh 2.  PT. Astaga Mobil adalah agen penjualan mobilPT. Astaga Mobil adalah agen penjualan mobil yang menjual mobil jenis sedan dan mobilyang menjual mobil jenis sedan dan mobil jenis minibus. Perusahaan memperoleh labajenis minibus. Perusahaan memperoleh laba sebesar $400 untuk setiap penjualan mobilsebesar $400 untuk setiap penjualan mobil sedan dan $500 untuk setiap penjualan mobilsedan dan $500 untuk setiap penjualan mobil minibus. PT. Astaga Mobil melakukanminibus. PT. Astaga Mobil melakukan pemesanan untuk bulan Agustus tahun ini,pemesanan untuk bulan Agustus tahun ini, dengan ketentuan bahwa PT. Astaga Mobildengan ketentuan bahwa PT. Astaga Mobil tidak boleh memasok lebih dari 300 mobiltidak boleh memasok lebih dari 300 mobil sedan dan 150 mobil minibus. Waktu yangsedan dan 150 mobil minibus. Waktu yang diperlukan untuk memproses sebuah mobildiperlukan untuk memproses sebuah mobil adalah 2 jam untuk setiap mobil sedan dan 3adalah 2 jam untuk setiap mobil sedan dan 3 jam untuk setiap mobil minibus. Waktu yangjam untuk setiap mobil minibus. Waktu yang tersedia dalam proses persiapan tersebuttersedia dalam proses persiapan tersebut adalah 900 jam.adalah 900 jam.  Buat formulasi model dari persoalan tersebutBuat formulasi model dari persoalan tersebut
  • 11. Mohamad DimyatiMohamad Dimyati 1111 PenyelesaianPenyelesaian 1.1. variabel keputusan, yaitu mobil yangvariabel keputusan, yaitu mobil yang dijual oleh PT. Astaga Mobil (mobildijual oleh PT. Astaga Mobil (mobil sedan Xsedan X11 dan mobil minibus Xdan mobil minibus X22 2.2. Menentukan fungsi tujuan, yaituMenentukan fungsi tujuan, yaitu untuk maskimasi keuntungan,untuk maskimasi keuntungan, sehingga fungsi tujuannya:sehingga fungsi tujuannya: FTFTmaksimasimaksimasi == Z = 400XZ = 400X11 + 500X+ 500X22 3.3. seperangkat pembatas dariseperangkat pembatas dari persoalan tersebut, yaitu jumlahpersoalan tersebut, yaitu jumlah mobil yang dipesan dan waktu yangmobil yang dipesan dan waktu yang diperlukan untuk memprosesdiperlukan untuk memproses pesanan mobilpesanan mobil
  • 12. Mohamad DimyatiMohamad Dimyati 1212 PenyelesaianPenyelesaian 3.3. seperangkat pembatas.seperangkat pembatas. XX11 ≤ 300≤ 300 XX22 ≤ 150≤ 150 22XX11 + 3+ 3XX22 ≤ 900≤ 900 XX11 ,, XX22 ≥ 0 (var kep non negatif)≥ 0 (var kep non negatif)
  • 13. Mohamad DimyatiMohamad Dimyati 1313 Formulasi model programasi linierFormulasi model programasi linier dari persoalan tersebut adalah;dari persoalan tersebut adalah; FTFTmaksimasimaksimasi == Z = 400XZ = 400X11 + 500X+ 500X22 Kendala/pembatas:Kendala/pembatas: XX11 ≤ 300≤ 300 XX22 ≤ 150≤ 150 22XX11 + 3+ 3XX22 ≤ 900≤ 900 XX11 ,, XX22 ≥ 0 (var kep non negatif)≥ 0 (var kep non negatif)
  • 14. Mohamad DimyatiMohamad Dimyati 1414 Contoh 3.Contoh 3.  PT. ADM mempunyai pabrik yangPT. ADM mempunyai pabrik yang memproduksi cat luar dan cat dalammemproduksi cat luar dan cat dalam bangunan (rumah). Jumlah bahan a dapatbangunan (rumah). Jumlah bahan a dapat disediakan perhari maksimal 6 ton,disediakan perhari maksimal 6 ton, sedangkan untuk bahan B maksimal 8 ton.sedangkan untuk bahan B maksimal 8 ton. Untuk membuat 1 ton cat luar atau catUntuk membuat 1 ton cat luar atau cat dalam diperlukan bahan (dalam ton) sepertidalam diperlukan bahan (dalam ton) seperti tabel 2. berikut ini.tabel 2. berikut ini.  Berdasarkan surve bagian pemasaranBerdasarkan surve bagian pemasaran diketahui bahwa kebutuhan perhari untuk catdiketahui bahwa kebutuhan perhari untuk cat dalam tidak akan melebihi 1 ton dari catdalam tidak akan melebihi 1 ton dari cat luar, sedangkan kebutuhan maksimal catluar, sedangkan kebutuhan maksimal cat dalam terbatas hanya 2 ton per hari. Hargadalam terbatas hanya 2 ton per hari. Harga cat luar Rp. 3.000 per ton dan harga catcat luar Rp. 3.000 per ton dan harga cat dalam Rp. 2.000 per tondalam Rp. 2.000 per ton  Buatlah formulasi model persoalan tersebut:Buatlah formulasi model persoalan tersebut:
  • 15. Mohamad DimyatiMohamad Dimyati 1515 Tabel 2.Tabel 2. Jenis CatJenis Cat Jumlah Bahan (ton)Jumlah Bahan (ton) MaksimumMaksimum Cat luar (X1)Cat luar (X1) Cat dalam (X2)Cat dalam (X2) Bahan baku ABahan baku A 11 22 66 Bahan baku BBahan baku B 22 11 88
  • 16. PenyelesaianPenyelesaian  Variabel Kkeputusan: X1 = jumlah cat luar yangVariabel Kkeputusan: X1 = jumlah cat luar yang diproduksi per hari; X2 Jumlah cat dalam yangdiproduksi per hari; X2 Jumlah cat dalam yang diprouduksiper haridiprouduksiper hari  Fungsi Tujuan:Fungsi Tujuan: FTFT maksimalisasimaksimalisasi = Z = 3000X1 + 2000X2= Z = 3000X1 + 2000X2  Seperangkat Kendala:Seperangkat Kendala: X1 + 2X2 ≤ 6X1 + 2X2 ≤ 6 (pembatas bahan baku A)(pembatas bahan baku A) 2X1 + X2 ≤ 82X1 + X2 ≤ 8 (Pembatas bahan baku B)(Pembatas bahan baku B) -X1 + X2 ≤-X1 + X2 ≤ 1(kelebihan permintaan cat dalam dibanding cat luar)1(kelebihan permintaan cat dalam dibanding cat luar) X1X1 ≤ 2≤ 2 (jumlah permintaan cat dalam perhari)(jumlah permintaan cat dalam perhari) X1; X2 ≥ 0X1; X2 ≥ 0 (variabel non negatif)(variabel non negatif) Mohamad DimyatiMohamad Dimyati 1616
  • 17. Mohamad DimyatiMohamad Dimyati 1717 Contoh 4.Contoh 4.  Suatu perusahaan sepatu “Mewah Menawan” membuatSuatu perusahaan sepatu “Mewah Menawan” membuat dua merek sepatu yaitu sepatu merk A dengan sol daridua merek sepatu yaitu sepatu merk A dengan sol dari karet dan sepatu merk B dengan sol dari kulit. Untukkaret dan sepatu merk B dengan sol dari kulit. Untuk membuat dua merk sepatu tersebut perusahaan memilikimembuat dua merk sepatu tersebut perusahaan memiliki 3 macam mesin, yaitu: mesin I khusus membuat sepatu3 macam mesin, yaitu: mesin I khusus membuat sepatu merek A dan mesin II khusus membuat sepatu merk B,merek A dan mesin II khusus membuat sepatu merk B, dan mesin III membuat bagian atas sepatu dandan mesin III membuat bagian atas sepatu dan melakukan assembling bagian atas dengan sol.melakukan assembling bagian atas dengan sol.  Setiap dosen sepatu merk A, mula-mula dikerjakan diSetiap dosen sepatu merk A, mula-mula dikerjakan di mesin I selama 2 jam, kemudian tanpa melalui mesin IImesin I selama 2 jam, kemudian tanpa melalui mesin II terus dikerjakan di mesin III selama 6 jam.terus dikerjakan di mesin III selama 6 jam.  Setiap dosen sepatu merk B, tidak dikerjakan di mesin ISetiap dosen sepatu merk B, tidak dikerjakan di mesin I tetapi dikerjakan pertama kali di mesin II selama 3 jamtetapi dikerjakan pertama kali di mesin II selama 3 jam kemudian di mesin III selama 5 jam.kemudian di mesin III selama 5 jam.  Jam kerja maksimum setiap hari untuk mesin I = 8 jam,Jam kerja maksimum setiap hari untuk mesin I = 8 jam, mesin II = 15 jam, dan mesin III = 30 jammesin II = 15 jam, dan mesin III = 30 jam  Sumbangan laba untuk setiap dosin sepatu merk ASumbangan laba untuk setiap dosin sepatu merk A adalah sebesar Rp. 30.000,- sedangkan merk B adalahadalah sebesar Rp. 30.000,- sedangkan merk B adalah sebesar Rp. 50.000,-sebesar Rp. 50.000,-  Diminta: buatlah formulasi model dari permasalahanDiminta: buatlah formulasi model dari permasalahan tersebut.tersebut.
  • 18. Mohamad DimyatiMohamad Dimyati 1818 Contoh 5.Contoh 5.  Untuk pembuatan bahan makanan diperlukanUntuk pembuatan bahan makanan diperlukan minimal mengandung 2,0 gram vitamin I; 2,4minimal mengandung 2,0 gram vitamin I; 2,4 gram vitamin II; dan 2,1 gram Vitamin III.gram vitamin II; dan 2,1 gram Vitamin III.  Vitamin-vitamin tersebut dapat diperoleh dariVitamin-vitamin tersebut dapat diperoleh dari bahan M dan N:bahan M dan N:  Satu unit bahan M mengandung 0,5 vitamin I;Satu unit bahan M mengandung 0,5 vitamin I; 0,3 vitamin II, dan 0,7 vitamin III.0,3 vitamin II, dan 0,7 vitamin III.  Sedangkan satu unit bahan n mengandung 0,4Sedangkan satu unit bahan n mengandung 0,4 vitamin 1; 0,8 vitamin II; dan 0,3 vitamin IIIvitamin 1; 0,8 vitamin II; dan 0,3 vitamin III  Harga perunit bahan M adalah Rp. 25,-Harga perunit bahan M adalah Rp. 25,- sedangkan bahan N Rp. 30,-sedangkan bahan N Rp. 30,-  Erapakah bahan M dan N yang harus dibeliagarErapakah bahan M dan N yang harus dibeliagar biayanya miminalbiayanya miminal  Diminta: buatlah fomrulasi model dariDiminta: buatlah fomrulasi model dari permasalahan tersebut.permasalahan tersebut.
  • 19. Mohamad DimyatiMohamad Dimyati 1919 Solusi Programasi Linier denganSolusi Programasi Linier dengan GrafikGrafik Solusi grafik adalah salah satu metode yang digunakanSolusi grafik adalah salah satu metode yang digunakan untuk menyelesaikan model programasi linier yanguntuk menyelesaikan model programasi linier yang memiliki dua variabel keputusanmemiliki dua variabel keputusan  Langkah-langkah menggunakan metode grafik:Langkah-langkah menggunakan metode grafik: 1.1. Buat grafik titik-titik solusi yang layak untuk masing-Buat grafik titik-titik solusi yang layak untuk masing- masing kendalamasing kendala 2.2. Tentukan area yang layak dengan mengidentifikasi titik-Tentukan area yang layak dengan mengidentifikasi titik- titk solusi yang memenuhi semua kendala sekaligustitk solusi yang memenuhi semua kendala sekaligus 3.3. Gambar garis fungsi tujuan yang menunjukkan nilaiGambar garis fungsi tujuan yang menunjukkan nilai variabel Xvariabel X11 dan Xdan X22 4.4. Geser secara sejajar garis fungsi tujuan tersebut keGeser secara sejajar garis fungsi tujuan tersebut ke arah nilai fungsi tujuan yang lebih besar (untuk masalaharah nilai fungsi tujuan yang lebih besar (untuk masalah maksimasi) atau lebih kecil (untuk masalah minimasi)maksimasi) atau lebih kecil (untuk masalah minimasi) sampai pada saat pergeseran yang lebih jauh akansampai pada saat pergeseran yang lebih jauh akan menyebabkan garis tersebut sepenuhnya berada diluarmenyebabkan garis tersebut sepenuhnya berada diluar area yang layakarea yang layak 5.5. Titik solusi layak yang terletak pada garis fungsi tujuanTitik solusi layak yang terletak pada garis fungsi tujuan yang memberikan nilai fungsi tujuan terbesar (untukyang memberikan nilai fungsi tujuan terbesar (untuk maksimasi) atau terkecil (untuk minimasi) merupakanmaksimasi) atau terkecil (untuk minimasi) merupakan solusi optimalsolusi optimal
  • 20. Mohamad DimyatiMohamad Dimyati 2020 Metode GrafikMetode Grafik  Diselesaikan dengan dengan dua cara: coba-coba dab isoDiselesaikan dengan dengan dua cara: coba-coba dab iso profit lineprofit line A.A. Metode coba-coba langkahnya:Metode coba-coba langkahnya: 1.1. Mencari koordinat dari titik titik yang berada di daerahMencari koordinat dari titik titik yang berada di daerah feasible (daerah yang memenuhi)feasible (daerah yang memenuhi) 2.2. Lalu memasukkan nilai koordinat dala fungsi tujuanLalu memasukkan nilai koordinat dala fungsi tujuan 3.3. Koordinat yang memberikan nilai optimal (maksimum atauKoordinat yang memberikan nilai optimal (maksimum atau minimum) itulah nilai dari variabel yang dicari.minimum) itulah nilai dari variabel yang dicari. B.B. Metode iso profit line Langkah-langkahnya:Metode iso profit line Langkah-langkahnya: 1.1. Memberikan nilai sembarang pada fungsi tujuan yang mudahMemberikan nilai sembarang pada fungsi tujuan yang mudah dibagi absis dan ordinatnyadibagi absis dan ordinatnya 2.2. Lalu menggeser garis iso profit line tersebut sesuai denganLalu menggeser garis iso profit line tersebut sesuai dengan tujuannya:tujuannya: a. kasus maksimum adalah titik yang tersinggung paling akhira. kasus maksimum adalah titik yang tersinggung paling akhir b. kasus minimum adalah titik yang tersinggung paling awalb. kasus minimum adalah titik yang tersinggung paling awal
  • 21. Mohamad DimyatiMohamad Dimyati 2121 Contoh 4Contoh 4 FTFTmaksimasimaksimasi = Z = 3X= Z = 3X11 + 4X+ 4X22 Kendala/pembatas:Kendala/pembatas: 2X2X11 + 3X+ 3X22 ≤ 24 ……………(1)≤ 24 ……………(1) 3X3X11 + X+ X22 ≤ 21 ……………(2)≤ 21 ……………(2) XX11 + X+ X22 ≤ 9 …………..(3)≤ 9 …………..(3) XX11 , X, X22 ≥ 0 …………….(4,5)≥ 0 …………….(4,5) Tentukan nilaiTentukan nilai XX11 dan Xdan X22
  • 22. Mohamad DimyatiMohamad Dimyati 2222 Grafik solusi Optimal contoh 4Grafik solusi Optimal contoh 4 X2 X1 9 8 129 Pembatas 3 Pembatas 1 Pembatas 2 7 21 4 3 Z B C D E A Optimal X1 =3, X2 = 6, Z = 33
  • 23. Mohamad DimyatiMohamad Dimyati 2323 Masalah Khusus dalam MetodeMasalah Khusus dalam Metode GrafikGrafik 1.1. Solusi Optimum BergandaSolusi Optimum Berganda yaitu akan terjadiyaitu akan terjadi jika fungsi tujuan memberikan jumlah nilai optimumjika fungsi tujuan memberikan jumlah nilai optimum lebih dari satu (nilai optimal yang sama)lebih dari satu (nilai optimal yang sama) Contoh 5:Contoh 5: FTFTmaksimasimaksimasi = Z = 30X= Z = 30X11 + 50X+ 50X22 Kendala/pembatas:Kendala/pembatas: 3X3X11 + 5X+ 5X22 ≤ 150 …………(1)≤ 150 …………(1) XX22 ≤ 20 ………….(2)≤ 20 ………….(2) 8X8X11 + 5X+ 5X22 ≤ 300 ………….(3)≤ 300 ………….(3) XX11, X, X22 ≥ 0 ………….(4,5)≥ 0 ………….(4,5) Tentukan nilaiTentukan nilai XX11 dan Xdan X22 Solusi terjadi di dua titik yaitu titik D dan titik C yangSolusi terjadi di dua titik yaitu titik D dan titik C yang memilliki nilai yang sama yaitu 1500.memilliki nilai yang sama yaitu 1500.
  • 24. Mohamad DimyatiMohamad Dimyati 2424 Grafik solusi optimum ganda contoh 5Grafik solusi optimum ganda contoh 5 X2 X1 60 20 50 Pembatas 3 Pembatas 2 Pembatas 1 37,5 30 Z B C DE A Z= 30(16,67) + 50(20) = 1500 Z= 30(30) + 50(12) = 1500
  • 25. Mohamad DimyatiMohamad Dimyati 2525 Masalah Khusus dalam MetodeMasalah Khusus dalam Metode GrafikGrafik 2.2. Solusi Tak layakSolusi Tak layak yaitu tidak ada titik titikyaitu tidak ada titik titik yang secara serentak memenuhi semuayang secara serentak memenuhi semua kendala dalam masalah yang dianalisiskendala dalam masalah yang dianalisis Contoh 5:Contoh 5: FTFTmaksimasimaksimasi = Z = 3X= Z = 3X11 + 2X+ 2X22 Kendala/pembatas:Kendala/pembatas: 2X2X11 + X+ X22 ≤ 2 ……….. (1)≤ 2 ……….. (1) 3X3X11 + 4X+ 4X22 ≤ 12 ……….. (2)≤ 12 ……….. (2) XX11, X, X22 ≤ 0 ………..(3,4)≤ 0 ………..(3,4) Tentukan nilaiTentukan nilai XX11 dan Xdan X22 Tidak ada solusi optimal yang memenuhi semuaTidak ada solusi optimal yang memenuhi semua kendalakendala
  • 26. Mohamad DimyatiMohamad Dimyati 2626 Grafik solusi tak layak contoh 5Grafik solusi tak layak contoh 5 X2 X1 60 3 50 Pembatas 2 Pembatas 1 4 30 1 2 Z
  • 27. Mohamad DimyatiMohamad Dimyati 2727 Masalah Khusus dalam MetodeMasalah Khusus dalam Metode GrafikGrafik 3.3. Solusi Tak TerbatasSolusi Tak Terbatas yaitu jika daerah solusiyaitu jika daerah solusi tidak tertutup. Fungsi tujuan dapat bergesertidak tertutup. Fungsi tujuan dapat bergeser naik atau turun secara tak terbatasnaik atau turun secara tak terbatas Contoh 6:Contoh 6: FTFTmaksimasimaksimasi = Z = 2X= Z = 2X11 + X+ X22 Kendala/pembatas:Kendala/pembatas: XX11 - X- X22 ≤ 10≤ 10 2X2X11 - X- X22 ≤ 40≤ 40 XX11, X, X22 ≥ 0≥ 0 Tentukan nilaiTentukan nilai XX11 dan Xdan X22 Hasil analisis FT dapat meningkat tanpa batasHasil analisis FT dapat meningkat tanpa batas sehingga masalah ini tidak realistik (memilikisehingga masalah ini tidak realistik (memiliki solusi yang tidak terbatas/unbounded solution)solusi yang tidak terbatas/unbounded solution)
  • 28. Mohamad DimyatiMohamad Dimyati 2828 Grafik solusi tak terbatas contoh 6Grafik solusi tak terbatas contoh 6 X2 X1 60 20 Pembatas 2 Pembatas 1 10 40 -10 Z Daerah solusi tak terbatas