Karakteristik Dalam Program Linier Asumsi Dalam Program Linier

2.4 Program linier

Program linier adalah suatu teknik penyelesaian optimal atas suatu masalah penentuan keputusan dengan cara menentukan terlebih dahulu fungsi tujuan memaksimalkan atau meminimalkan dan kendala-kendala yang ada ke dalam model matematis persamaan linier. Syarat yang harus dipenuhi dalam merumuskan suatu masalah penentuan keputusan ke dalam model matematis persamaan linier adalah sebagai berikut: 1. Memiliki kriteria tujuan. 2. Sumber daya yang tersedia sifatnya terbatas. 3. Semua variabel dalam model memiliki hubungan matematis bersifat linier. 4. Koefisien model diketahui pasti. 5. Bilangan yang digunakan dapat berupa bilangan bulat atau pecahan. 6. Semua variabel keputusan harus bernilai tidak negatif.

2.4.1 Karakteristik Dalam Program Linier

Dalam membangun model dari formulasi di atas akan digunakan karakteristikkarakteristik yang biasa di gunakan dalam persoalan program linier yaitu: 1. Variabel Keputusan Variabel keputusan adalah variabel yang menguraikan secara lengkap keputusan-keputusan yang akan dibuat. 2. Fungsi Tujuan Fungsi tujuan merupakan fungsi dari variabel keputusan yang akan dimaksimumkan untuk pendapatan atau keuntungan atau diminimumkan untuk ongkos. Fungsi ini merupakan bentuk hubungan antara variabel keputusan. 3. Pembatas Pembatas merupakan kendala yang dihadapi sehingga kita tidak bisa menentukan harga-harga variabel keputusan secara sembarang.

2.4.2 Asumsi Dalam Program Linier

Dalam menggunakan model program linear, diperlukan beberapa asumsi sebagai berikut: 1. Asumsi kesebandingan proposionality a. Kontribusi setiap variabel keputusan terhadap fungsi tujuan adalah sebanding dengan nilai variabel keputusan. b. Kontribusi suatu variabel keputusan terhadap ruas kiri dari setiap pembatas juga sebanding dengan nilai variabel keputusan itu. 2. Asumsi penambahan additivity a. Kontribusi setiap variabel keputusan terhadap fungsi tujuan tidak bergantung pada nilai dari variabel keputusan yang lain. b. Kontribusi suatu variabel keputusan terhadap ruas kiri dari setiap pembatas bersifat tidak bergantung pada nilai dari variabel keputusan yang lain. 3. Asumsi pembagian divisibility Dalam persoalan program linear, variabel keputusan boleh diasumsikan berupa bilangan pecahan. 4. Asumsi kepastian certainty Setiap parameter, yaitu koefisien fungsi tujuan, ruas kanan, dan koefisien teknologi, diasumsikan dapat diketahui secara pasti. Setelah masalah diidentifikasikan, tujuan ditetapkan, langkah selanjutnya adalah formulasi model matematik yang meliputi tiga tahap, sebagai berikut: 1. Tentukan variabel keputusan dan nyatakan dalam simbol matematik. 2. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linier bukan perkalian dari variabel keputusan. 3. Menentukan semua kendala masalah tersebut dan mengekspresikan dalam persamaan atau pertidaksamaan yang juga merupakan hubungan linier dari variabel keputusan yang mencerminkan keterbatasan sumber daya masalah itu. Umumnya permasalahan program linier dapat diselesaikan dengan menggunakan metode grafik dan metode simpleks. Kedua metode ini tentunya memiliki keunggulan dan kelemahan. Aplikasi kedua metode ini tergantung atas problema yang dihadapi. Metode grafik digunakan apabila jumlah variabel keputusan hanya dua dan jumlah kendala dalam model relatif sedikit umumnya tidak lebih dari 4 kendala apabila jumlah kendalanya relatif banyak lebih dari 4 kendala, maka akan sukar untuk melukiskan garis kendalanya dalam grafik. Metode simpleks dapat digunakan untuk jumlah variabel keputusannya 2 atau lebih dan jumlah kendalanya 2 atau lebih. Problema program linier untuk transportasi dan penugasan assignment diselesaikan dengan metode tersendiri. Analisis geometri, karena karakteristiknya, hanya mampu menangani kasus-kasus pemrograman linier yang berdimensi dua. Kasus-kasus dengan dimensi tiga atau lebih harus diselesaikan dengan algoritma simpleks. Pada tahun 1947, George B. Dantzig mengembangkan algoritma simpleks untuk menyelesaikan kasus-kasus pemrograman linier yang lebih sulit. Algoritma ini bukan hanya menghasilkan penyelesaian optimal seperti apa yang biasa dilakukan oleh analisis geometri tetapi juga menghasilkan informasi tambahan yang sangat bermanfaat yaitu shadow price atau dual price . Algoritma ini juga menjadi dasar pengembangan analisis pasca optimal yang akan menghasilkan informasi mengenai sensitivitas parameter-parameter model. Penyelesaian kasus pemrograman linier dengan algoritma simpleks akan menjadi dasar yang sangat diperlukan untuk memahami hasil olahan program komputer.

2.4.3 Metode simpleks