Model matematis
perumusan masalah umum pengalokasian
sumber daya untuk berbagai kegiatan, disebut sebagai model Linear Programming (L.P). Model linear
programming ini merupakan bentuk dan susunan dari dalam menyajikan masalah –
masalah yang akan dipecahkan dengan teknik linear programming. Dalam model
linear programming dikenal dua macam fungsi yaitu fungsi tujuan (objective function) dan fungsi – fungsi
batasan (constraint functions).
Fungsi tujuan adalah fungsi yang menggambarkan tujuan atau sasaran di dalam permasalahan
linear programming yang berkaitan dengan pengaturan secara optimal sumber daya
untuk memperoleh keuntungan maksimal dan biaya minimal. Pada umumnya nilai yang
akan dioptimalkan dinyatakan sebagai Z. Sedangkan fungsi batasan merupakan
bentuk penyajian secara matematis
batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara
optimal ke berbagai kegiatan. Ada tiga langkah utama dalam merumuskan model
pemrograman linier yaitu :
1.
Tentukan
variabel yang ingin diketahui atau variabel keputusan dan gambarkan dalam
simbol-simbol aljabar.
2.
Tentukan
semua keterbatasan atau kendala dan gambarakan dalam bentuk persamaan linier
atau ketidaksamaan dari variabel keputusan tadi.
3.
Tentukan
tujuan atau kriteria dan gambarkan sebagai suatu fungsi linier dari variabel
keputusan yang akan berbentuk maksimasi atau minimasi.
Fungsi tujuan dalam linear programming mencerminkan atau
menggambarkan tujuan yang ingin dicapai dalam pemecahan suatu masalah linear
programming. Jadi bila setiap masalah dapat diformulasikan secara matematis,
maka masalah tersebut dapat diselesaikan dengan teknik linear programming.
Ø Asumsi – asumsi Dasar Linear Programming
Ada beberapa macam asumsi – asumsi dasar dalam linear programming, antara lain :
1.
Proportionality
Asumsi
ini berarti bahwa naik turunnya nilai Z dan penggunaan sumber atau fasilitas
yang tersedia akan berubah secara sebanding dengan perubahan tingkat kegiatan.
2.
Additivity
Asumsi
ini berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau
dalam linear programming dianggap bahwa kenaikan dari nilai tujuan (Z) yang
diakibatkan oleh kenaikan suatu kegiatan dapat ditambahkan tanpa mempengaruhi
bagian nilai Z yang diperoleh dari kegiatan lain.
3.
Divisibillity
Asumsi
ini menyatakan bahwa keluaran (output)
yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan. Demikian
pula dengan nilai Z yang dihasilkan.
4.
Deterministic (Certainty)
Asumsi
ini menyatakan bahwa semua parameter yang terdapat dalam model linear
programming dapat diperkirakan dengan pasti, meskipun jarang dengan tepat.
Ø Metode
Simpleks Dalam Linear Programming
Metode simpleks merupakan suatu cara yang lazim
dipakai untuk menentukan kombinasi optimal dari tiga variable atau lebih. Pada masa sekarang masalah – masalah linear programming yang melibatkan
banyak variable – variabel keputusan dapat dengan cepat dipecahkan dengan
bantuan komputer. Bila variabel keputusan yang dikandung tidak terlalu banyak,
masalah tersebut dapat diselesaikan dengan suatu algoritma yang biasanya sering
disebut metode simpleks table.
Disebut demikian karena kombinasi variable keputusan yang optimal dicari dengan
menggunakan tabel – tabel.
DOWNLOAD FULL PAGE
No comments:
Post a Comment