OPTIMASI PENJUALAN LAPTOP ASUS DAN ACER DENGAN …repository.radenintan.ac.id/3840/1/SKRIPSI...
Transcript of OPTIMASI PENJUALAN LAPTOP ASUS DAN ACER DENGAN …repository.radenintan.ac.id/3840/1/SKRIPSI...
OPTIMASI PENJUALAN LAPTOP ASUS DAN ACER
DENGAN METODE SIMPLEKS
Skripsi
Diajukan untuk melengkapi Tugas-tugas dan Memenuhi Syarat-syarat
Guna Memperoleh Gelar Sarjana Pendidikan (S.Pd) dalam Ilmu Pendidikan
Matematika
Oleh :
DEKA AGUSTINA
NPM. 1411050035
Jurusan : Pendidikan Matematika
FAKULTAS TARBIYAH DAN KEGURUAN
UNIVERSITAS ISLAM NEGERI RADEN INTAN
BANDAR LAMPUNG
1439 H/2018 M
OPTIMASI PENJUALAN LAPTOP ASUS DAN ACER
DENGAN METODE SIMPLEKS
Skripsi
Diajukan untuk melengkapi Tugas-tugas dan Memenuhi Syarat-syarat
Guna Memperoleh Gelar Sarjana Pendidikan (S.Pd) dalam
Ilmu Pendidikan Matematika
Oleh
DEKA AGUSTINA
NPM 1411050035
Jurusan : Pendidikan Matematika
Pembimbing I : Dr. Bambang Sri Anggoro, M.Pd
Pembimbing II : Dian Anggraini, M.Sc
FAKULTAS TARBIYAH DAN KEGURUAN
UNIVERSITAS ISLAM NEGERI RADEN INTAN
BANDAR LAMPUNG
1439 H/2018 M
ii
ABSTRAK
OPTIMASI PENJUALAN LAPTOP ASUS DAN ACER DENGAN METODE
SIMPLEKS
Oleh
Deka Agustina
Linear Programming atau Program Linear adalah suatu cara dalam
matematika yang digunakan untuk memecahkan masalah optimasi dalam bidang
industri, perbankan, pendidikan, dan masalah-masalah yang dapat dinyatakan dalam
bentuk linear. Salah satu metode penyelesaian yang dapat digunakan dalam linear
programming adalah metode simpleks yang berfungsi untuk mencari solusi optimum.
Tujuan penelitian adalah mendapatkan model terbaik untuk penjualan Laptop Asus
dan Acer dengan metode simpleks. Penelitian yang dilakukan terdiri dari tiga
langkah, yang dimulai dengan melakukan pengumpulan data, data yang digunakan
adalah data sekunder yang diambil melalui website resmi Asus dan Acer. Langkah
selanjutnya menentukan variabel keputusan, fungsi kendala, dan fungsi tujuan.
Langkah terakhir yaitu melakukan perhitungan dengan metode simpleks dan berbantu
software Lindo 6.1. Hasil perhitungan menggunakan linear programming metode
simpleks dan alat bantu software Lindo diperoleh hasil optimum sebesar 1032751
unit pertahun. Hasil optimum tersebut diperoleh pada model kelima yaitu pada
Laptop tipe Asus X455LA dan Acer Aspire E5-457 dengan harga di bawah 6 juta,
garansi 2 tahun, daya tahan baterai 13 jam, berat 2100 gram, ukuran di bawah 15
inch, RAM 8 GB, dan HDD yang mencapai 1000 GB. Kemudian dilakukan
percobaan kembali dengan model yang sama di tahun 2017 didapatkan hasil
optimum sebesar 1001709 unit pertahun.
Kata Kunci: Linear Programming, metode simpleks, Optimasi, software Lindo 6.1
v
MOTTO
Artinya : “ Dan orang-orang yang berjihad untuk (mencari keridhaan) Kami, Kami
akan Tunjukkan kepada mereka jalan-jalan Kami. Dan sungguh, Allah
berserta orang-orang yang berbuat baik” (Al-‘Ankabut : 69).
vi
PERSEMBAHAN
Dengan rasa syukur kepada Allah SWT, penulis persembahkan skripsi ini
kepada :
1. Kedua orang tuaku, Ayahanda Ngadirin dan Ibunda Siti Prihatin yang
selalu mendo’akan dan tak pernah bosan memberikan dukungan dan
semangat.
2. Adik-adikku tersayang Elsa Susanti dan Indra Reza Valevi.
3. Almamater tercinta UIN Raden Intan Lampung.
vii
RIWAYAT HIDUP
Penulis bernama Deka Agustina yang dilahirkan di Desa Tanjung Intan
Kecamatan Purbolinggo Kabupaten Lampung Timur pada 07 Agustus 1996, anak
pertama dari tiga bersaudara, dari pasangan Bapak Ngadirin dan Ibu Siti Prihatin.
Penulis mengawali pendidikan di Taman Kanak-kanak ‘Aisyiyah Bustanul
Athfal pada tahun 2002, kemudian pada tahun 2003 penulis melanjutkan pendidikan
di SD Negeri 3 Tanjung Intan dan diselesaikan pada tahun 2008. Selanjutnya, penulis
melanjutkan kejenjang Sekolah Menengah Pertama di SMP Negeri 1 Purbolinggo dan
selesai pada tahun 2011. Setelah itu melanjutkan kejenjang Sekolah Menengah Atas
di SMA Negeri 1 Purbolinggo dan selesai pada tahun 2014.
Tahun 2014 penulis diterima sebagai mahasiswa Fakutas Tarbiyah dan
Keguruan UIN Raden Intan Lampung program strata 1 (satu) jurusan Pendidikan
Matematika.
viii
KATA PENGANTAR
Alhamdulilahirabbil’alamin, puji syukur kehadirat Allah SWT yang telah
memberikan rahmat dan hidayahnya sehingga penulis dapat menyelesaikan skripsi
yang berjudul “Optimasi Penjualan Laptop Asus dan Acer dengan Metode Simpleks”.
Penyusunan skripsi ini bertujuan untuk memenuhi salah satu persyaratan
dalam menyelesaikan program sarjana pendidikan Matematika di Fakultas Tarbiyah
dan Keguruan UIN Raden Intan Lampung. Dalam Penyusunan skripsi ini penulis
tidak lepas dari berbagai pihak yang membantu. Sehingga pada kesempatan ini
penulis mengucapkan terima kasih kepada :
1. Bapak Prof. Dr. H. Chairul Anwar, M.Pd. selaku Dekan Fakultas Tarbiyah
dan Keguruan UIN Raden Intan Lampung.
2. Bapak Dr. Nanang Supriadi, M.Sc selaku ketua jurusan pendidikan
Matematika UIN Raden Intan Lampung.
3. Bapak Dr. Bambang Sri Anggoro, M.Pd selaku pembimbing I dan Ibu
Dian Anggraini, M.Sc selaku pembimbing II yang telah memberikan
bimbingan dan pengarahan.
4. Bapak dan Ibu dosen Fakultas Tarbiyah dan Keguruan yang telah
memberikan ilmu pengetahuan dan motivasi kepada penulis selama
menuntut ilmu di Fakultas Tarbiyah dan Keguruan UIN Raden Intan
Lampung.
5. Teman-teman jurusan Pendidikan Matematika angkatan 2014 khususnya
kelas A.
6. Sahabat sekaligus teman seperjuangan (Atica, Agna, Bela, Eka, Anggun,
Intan, Anggun Mega) terima kasih atas do’a, dukungan dan semangatnya.
7. Teman-teman kost-an ( Arum, Anisa ) terima kasih atas dukungan serta
kebersamaannya selama ini.
8. Teman-teman KKN kelompok 204 Parerejo 1 terima kasih atas
kebersamaan yang terjalin selama 35 hari.
9. Teman-teman PPL MIS Al-Khairiyah Panjang terimakasih atas
kebersamaan menjalankan tugas PPL selama 60 hari.
10. Semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah
membantu dalam menyelesaikan skripsi ini.
Semoga Allah SWT membalas amal kebaikan atas semua bantuan dan
partisipasi semua pihak dalam menyelesaikan skripsi ini. Penulis juga
menyadari keterbatasan kemampuan yang ada pada diri penulis. Untuk itu
segala kritik dan saran yang membangun sangat penulis harapkan.
Bandar Lampung, 2018
Penulis
tinaDeka Agus
NPM. 14110500035
x
DAFTAR ISI
HALAMAN JUDUL .............................................................................................. i
ABSTRAK ............................................................................................................. ii
HALAMAN PERSETUJUAN............................................................................. iii
HALAMAN PENGESAHAN .............................................................................. iv
MOTTO .................................................................................................................. v
PERSEMBAHAN ................................................................................................. vi
RIWAYAT HIDUP ............................................................................................. vii
KATA PENGANTAR ........................................................................................ viii
DAFTAR ISI ........................................................................................................... x
DAFTAR TABEL................................................................................................ xii
DAFTAR GAMBAR .......................................................................................... xiii
DAFTAR LAMPIRAN ...................................................................................... xiv
BAB I PENDAHULUAN
A. Latar Belakang Masalah ............................................................................... 1
B. Identifikasi Masalah ..................................................................................... 9
C. Batasan Masalah......................................................................................... 10
D. Rumusan Masalah ...................................................................................... 10
E. Tujuan Penelitian ....................................................................................... 11
F. Manfaat Penelitian ..................................................................................... 11
BAB II LANDASAN TEORI
A. Linear Programming .................................................................................. 12
B. Metode Simpleks
1. Pengantar Metode Simpleks ................................................................. 16
2. Istilah-istilah dalam Metode Simpleks ................................................. 17
3. Pemecahan dengan Metode Simpleks .................................................. 19
C. Optimasi ..................................................................................................... 24
D. Penjualan .................................................................................................... 25
E. Software Lindo ........................................................................................... 26
BAB III METODOLOGI PENELITIAN
A. Waktu dan Tempat Penelitian .................................................................... 32
B. Metode Penelitian....................................................................................... 32
C. Alur Penelitian ........................................................................................... 37
BAB IV HASIL DAN PEMBAHASAN
A. Menentukan Variabel Keputusan Dan Variabel Slack............................... 39
B. Menentukan Fungsi Tujuan Dari Permasalahan Program Linear .............. 40
C. Pemodelan
1. Model Pertama ..................................................................................... 41
2. Model Kedua ........................................................................................ 44
3. Model Ketiga ........................................................................................ 48
4. Model Keempat .................................................................................... 51
5. Model Kelima....................................................................................... 54
6. Model Keenam ..................................................................................... 58
D. Hasil Pengolahan Data ............................................................................... 61
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan ................................................................................................ 70
B. Saran ........................................................................................................... 71
DAFTAR PUSTAKA
LAMPIRAN-LAMPIRAN
xii
DAFTAR TABEL
Tabel Halaman
Tabel 1.1 Data Penjualan Laptop di Indonesia Tahun 2012-2016 ......................... 3
Tabel 2.1 Perintah dalam program lindo .............................................................. 26
Tabel 3.1 Jenis hardisk berdasarkan Interface model baru .................................. 36
Tabel 3.2 Beberapa simbol dalam diagram alir (Flowchart) ............................... 38
Tabel 4.1 Daftar model penjualan Laptop Asus dan Acer pertama ..................... 42
Tabel 4.2 Daftar model penjualan Laptop Asus dan Acer kedua ........................ 45
Tabel 4.3 Daftar model penjualan Laptop Asus dan Acer ketiga ........................ 49
Tabel 4.4 Daftar model penjualan Laptop Asus dan Acer keempat .................... 52
Tabel 4.5 Daftar model penjualan Laptop Asus dan Acer kelima ....................... 55
Tabel 4.6 Daftar model penjualan Laptop Asus dan Acer keenam...................... 59
Tabel 4.7 Hasil penjualan optimum Laptop Asus dan Acer ................................ 62
Tabel 4.8 Rangkuman model penjualan Laptop Asus dan Acer .......................... 64
Tabel 4.9 Penjualan Laptop tahun 2017 ............................................................... 66
Tabel 4.10 Daftar model penjualan Laptop Asus dan Acer kelima ..................... 66
Tabel 4.11 Perbandingan faktual dan optimum Laptop Asus dan Acer ................ 69
xiii
DAFTAR GAMBAR
Gambar Halaman
Gambar 2.1 Tampilan awal lindo ........................................................................... 29
Gambar 2.2 Tampilan formulasi pada lindo .......................................................... 29
Gambar 2.3 Tampilan menu solve pada lindo ........................................................ 29
Gambar 2.4 Tampilan status pada lindo ................................................................. 30
Gambar 2.5 Tampilan hasil olahan analisis sensitivitas......................................... 30
Gambar 2.6 Tampilan hasil solusi optimal dalam lindo ........................................ 31
Gambar 2.7 Tampilan hasil lindo melalui analisis sensitivitas .............................. 31
Gambar 2.8 Tampilan hasil lindo dalam bentuk tabel ........................................... 31
Gambar 4.1 Hasil tabel software lindo 6.1 pada model pertama ........................... 43
Gambar 4.2 Hasil perhitungan dengan lindo model pertama ................................. 44
Gambar 4.3 Hasil tabel software lindo 6.1 pada model kedua............................... 47
Gambar 4.4 Hasil perhitungan dengan lindo model kedua .................................... 47
Gambar 4.5 Hasil tabel software lindo 6.1 pada model ketiga ............................. 50
Gambar 4.6 Hasil perhitungan dengan lindo model ketiga .................................... 50
Gambar 4.7 Hasil tabel software lindo 6.1 pada model keempat........................... 53
Gambar 4.8 Hasil perhitungan dengan lindo model keempat ................................ 54
Gambar 4.9 Hasil tabel software lindo 6.1 pada model kelima ............................. 57
Gambar 4.10 Hasil perhitungan dengan lindo model kelima ................................. 57
Gambar 4.11 Hasil tabel software lindo 6.1 pada model keenam .......................... 60
Gambar 4.12 Hasil perhitungan dengan lindo model keenam ............................... 60
Gambar 4.13 Hasil perhitungan dengan lindo model kelima tahun 2017 .............. 68
xiv
DAFTAR LAMPIRAN
1. Data penelitian
2. Hasil iterasi dalam Linear Programming dengan menggunakan Metode Simpleks.
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Dunia industri di Indonesia saat ini mengalami peningkatan yang sangat
pesat sehingga menimbulkan persaingan yang tinggi antar perusahaan.
Persaingan tersebut menuntut pasar menjadi lebih kreatif dalam menginovasikan
produk. Adanya persaingan tersebut membuat berbagai perusahaan
mengeluarkan produk dengan karakteristik tertentu yang mengakibatkan
banyaknya pilihan konsumen untuk memperoleh produk yang diinginkan. Jika
suatu perusahan berhasil menarik konsumen dengan produk yang diproduksi,
maka akan memunculkan konsumen dengan loyalitas yang tinggi. Oleh sebab itu,
sebuah perusahaan harus mencari cara agar dapat meningkatkan dan
mempertahankan loyalitas merek yang dibangun sebelumnya.1 Berdasarkan hasil
wawancara sekilas yang dilakukan dengan beberapa pengguna Laptop pada
tanggal 9 Desember 2017 diperoleh hasil bahwa dalam meningkatkan dan
mempertahankan loyalitas merek sebuah perusahaan harus memperhatikan
kendala-kendala yang ada, seperti faktor pembelian Laptop yaitu harga, garansi,
spesifikasi, daya tahan baterai, dan design body.
1 Yogi Wibisana dan Sri Rahayu Tri Astuti, “Analisis Pengaruh Atribut Produk, Kebutuhan
Mencari Variasi, dan Word Of Mouth Terhadap Perilaku Keputusan Perpidahan Merek Laptop
Hewlett-Packard (HP) ke Asus,” Diponegoro Journal of Management 5, no. 3 (2016): 1.
2
Harga suatu produk ialah faktor yang dianggap paling menarik bagi
konsumen untuk menentukan keputusan dalam pembelian suatu produk.
Penetapan harga dapat mempengaruhi jumlah produk yang dijual suatu
perusahaan. Pada suatu kasus dimana jumlah permintaan selalu berbanding
terbalik dengan harga seperti yang dikemukakan oleh McEachern dalam hukum
permintaan yang didalamnya menjelaskan hubungan antara jumlah permintaan
dan harga yaitu ketika harga suatu barang mengalami kenaikan maka jumlah
permintaan turun sedangkan ketika harga suatu barang mengalami penurunan
maka jumlah permintaan naik.2 Hal tersebut yang menimbulkan terjadinya
persaingan dari berbagai macam produk di pasaran.
Laptop merupakan komputer lipat yang memiliki ukuran kecil namun
manfaatnya yang besar. Di tengah krisis ekonomi yang terjadi sekarang ini,
masyarakat lebih berminat pada Laptop yang berharga miring namun tetap
melihat kualitas dari produk. Merek-merek Laptop yang ada di Indonesia saat ini
sangatlah banyak sehingga cukup menyulitkan konsumen dalam memilihnya.
Merek Laptop yang beredar di Indonesia mulai dari merek Apple, Asus, Lenovo,
Acer, Dell, Toshiba, HP Compaq, Axioo dan sebagainya. Seluruh merek Laptop
ini mempunyai keunggulan masing-masing dan bersaing untuk merebutkan pasar
2 I. Wirawan dan Made Antara, “Permintaan Buah Pisang Ambon Oleh Rumah Tangga di
Kecamatan Denpasar Barat, Kota Denpasar, Provinsi Bali,” Jurnal Ekonomi Kuantitatif Terapan 6, no.
1 (2013): 18.
3
konsumen di Indonesia dengan berbagai macam inovasi dan terobosan.3 Berikut
adalah data penjualan Laptop di Indonesia Tahun 2012 sampai 2016.
Tabel 1.1 Data Penjualan Laptop di Indonesia Tahun 2012-2016
Merek 2012 2013 2014 2015 2016
Acer 42,1% 41,6% 39,3% 29,5% 17,9%
Toshiba 15,9% 14,2% 13,6% 9% 1,8%
Asus 3,0% 6,9% 9,4% 8,1% 36,3%
Apple 6,1% 6,2% 7,4% 7,6% 7,9%
Lenovo 2,5% 3,4% 3,7% 9% 29,2%
Hp 13,8% 9,9% 6,4% 6% 19,9%
Dell 2,2% 3,5% 3,5% 6,1% 7,7%
Axioo 2,7% 1,5% 3,3% 10% 7,6%
Sony Vaio 3,5% 5,5% 5,2% 5,7% 3,1% Sumber : www.topbrand-award.com, Majalah SWA, Berita Tekno, Top Brand Index, Gartner.
Berdasarkan Tabel 1.1 menunjukkan data penjualan Laptop tahun 2012-
2016 di Indonesia. Ditahun 2012 Laptop Acer mengalami masa penjualan
tertinggi yaitu sebesar 42,1% kemudian diikuti oleh Laptop Apple, Toshiba, dan
HP sebesar 6,1% , 15,9% dan 13,8%. Sedangkan penjualan Laptop Sony Vaio,
Lenovo, Dell, Asus, dan Axioo mengalami penjualan terendah yaitu dibawah
4%. Kemudian Pada tahun 2013 Laptop Acer, Toshiba, Hp, dan Axioo
mengalami penurunan penjualan kurang dari 4% sedangkan Laptop Asus
mengalami peningkatan penjualan sampai 3,9% yang kemudian diikuti oleh
Laptop Sony Vaio, Dell, Lenovo, dan Apple sebesar 2%, 1,3%, 0,9%, dan 0,1% .
Tahun 2014 Laptop Asus, Apple, dan Axioo terus mengalami kenaikan namun
3 Robi Anggara dan Anggalia Wibasuri, “Pengaruh Kualitas dan Harga Terhadap Keputusan
Pembelian Laptop Acer Tipe Aspire 4752 di Kelurahan Sepang Jaya Kecamatan Kedaton Bandar
Lampung,” Jurnal Manajemen Dan Keuangan 10, no. 2 (2015):83-84.
4
Laptop Acer, Toshiba, Lenovo, Sony Vaio, dan Hp terus mengalami penurunan
sedangkan Laptop Dell masih bertahan tidak mengalami peningkatan maupun
penurunan. Meningkat Pada tahun 2015 Laptop Acer, Toshiba, Asus, dan Hp
mengalami penurunan sedangkan Laptop Apple, Lenovo, Dell, Sony Vaio, dan
Axioo mengalami peningkatan. Ditahun 2016 Laptop Asus mencapai puncak
kenaikan penjualan sebesar 36,3%, kemudian disusul oleh Lenovo, Hp, Apple,
Dell sebesar 29,2% dan 19,9%, 7,9%, 7,7% sedangkan Laptop Acer, Toshiba,
Sony Vaio, dan Axioo terus mengalami penurunan. Objek dalam penelitian ini
adalah Laptop Asus dan Acer.
Program linear merupakan salah satu bagian mendasar dalam bidang studi
khususnya matematika. Matematika ialah suatu ilmu yang dibutuhkan dalam
kehidupan manusia.4 Matematika sendiri dapat membantu menyelesaikan
masalah dalam kehidupan sehari-hari, seperti halnya untuk membantu manusia
dalam mempelajari, memahami dan menguasi permasalahan alam, sosial dan
ekonomi.5 Program linear menggunakan model matematika yang digunakan
untuk menggambarkan atau mendeskripsikan masalah yang ingin diselesaikan,
menentukan suatu cara untuk mendapatkan solusi yang optimal atau terbaik dari
kendala-kendala yang biasa diterjemahkan dalam bentuk sistem pertidaksamaan
4 Siska Andriani, “Evaluasi CSE-UCLA Pada Studi Proses Pembelajaran Matematika,” Al-
Jabar: Jurnal Pendidikan Matematika 6, no. 2 (2015): 168. 5 Bambang Sri Anggoro, “Pengembangan Modul Matematika dengan Strategi Problem
Solving untuk Mengukur Tingkat Kemampuan Berpikir Kreatif Matematis Siswa,” Al-Jabar: Jurnal
Pendidikan Matematika 6, no. 2 (2015): 121–130.
5
linear. 6 Seperti halnya dalam penjualan Laptop Asus dan Acer di Indonesia yang
mempunyai beberapa kendala dalam penjualannya. Ketika kendala-kendala
tersebut belum dicari jalan keluarnya maka penjualan yang terjadi belum
maksimal. Oleh karena itu, perlu adanya model optimasi penjualan. Dalam kasus
ini digunakan metode simpleks karena metode ini mampu memecahkan
permasalahan dengan banyak variabel keputusan, dan penyelesaiannya tidak
terlalu sulit serta mudah dipahami, dibandingkan dengan metode-metode yang
ada di program linear lainnya.
Penjualan merupakan kegiatan terpadu antara penjual dan pembeli dengan
tujuan memperoleh keuntungan dari jual beli yang telah dilakukan. Akan tertapi
dalam penjualan terdapat syarat-syarat jual beli. syarat tersebut harus sesuai
dengan syariat Islam agar tidak terjadi beragam kedzaliman dan ketidakadilan
seperti penipuan, riba dan lain sebagainya. Allah SWT menjelaskan dalam surat
An-Nisa’ ayat 29 tentang jual beli sebagai berikut.
“ wahai orang-orang yang beriman, janganlah kamu memakan harta kamu
diantara kamu dengan jalan yang bathil kecuali dengan jalan perniagaan yang
berdasarkan kerelaan diantara kamu, dan janganlah kamu membunuh diri kamu,
sesungguhnya Allah Maha Penyayang Kepadamu” ( QS An-Nisa’: 29).7
6 Wamiliana, Program Linear Teori dan Terapannya (Bandar Lampung: Aura, 2015):1.
7 Enang Sudrajat dan Abdul Aziz Sidiq, Al-Quran (Jawa Barat: Syamil Qur’an, 2007):579.
6
Surat An-Nisa’ ayat 29 yang menjelaskan hukum transaksi secara umum,
lebih khususnya kepada transaksi jual beli, perdagangan, dan bisnis. Sebelumnya
diterangkan transaksi muamalah yang berhubungan dengan harta, seperti harta
anak yatim, mahar, dan lain sebagainya. Dalam ayat ini Allah SWT
mengharamkan orang beriman untuk memakan, memanfaatkan, menggunakan
segala bentuk transaksi harta orang lain dengan jalan yang bathil, yaitu jalan
yang tidak dibenarkan oleh syari’at. Kita bisa melakukan transaksi terhadap harta
orang lain dengan jalan perdagangan melalui asas saling ridha dan saling ikhlas.
Diterangkan pula dalam ayat ini bahwa Allah SWT juga melarang untuk
membunuh diri sendiri maupun saling membunuh, yang berarti kita tidak boleh
saling menjatuhkan dalam berbisnis.
Berdasarkan penelitian terdahulu yang pernah dilakukan oleh Mohammad
Muhaimin dan Adjie Pamungkas dengan judul “Optimalisasi Penggunaan Lahan
untuk Memaksimalkan Pendapatan Pemerintah Daerah Kabupaten Sidoarjo
(Studi Kasus: Kecamatan Waru)”. Diperoleh optimalisasi dengan lima alternatif
penyelesaian pengaturan lahan yang dapat dikembangkan. Akan Tetapi, hasil
yang paling optimal adalah alternatif yang pertama yaitu luas lahan industri
946,38 Ha, permukiman sebesar 1.145,92 Ha, perdagangan dan jasa seluas 69,66
Ha, RTH sebesar 606,4 Ha atau setara dengan 20% dari luas seluruh wilayah.8
8 Mohammad Muhaimin dan Adjie Pamungkas, “Optimalisasi Penggunaan Lahan Untuk
Memaksimalkan Pendapatan Pemerintah Daerah Kabupaten Sidoarjo (Studi Kasus: Kecamatan
Waru),” Jurnal Teknik ITS 3, no. 2 (2014): 3-5.
7
Penelitian tentang optimasi dengan metode simpleks yang dilakukan oleh
Syahrurrahmah, A. Sahari, Resnawati yang berjudul “Mengoptimalkan Gizi
Balita dengan Harga Minimum Menggunakan Metode Simpleks”. Hasilnya
adalah optimalisasi dengan empat kombinasi menu makanan pada balita. Namun
hasil kombinasi yang paling optimal adalah kombinasi ketiga yaitu jumlah beras
sebesar 165,425% gram, wortel sebesar 11,803%, pepaya 507,229% gram dan
tahu sebesar 930,579 gram.9
Penelitian tentang optimalisasi yang dilakukan oleh Elis Ratna Wulan,
Yosi Sri Rejeki dengan judul “Optimalisasi Laba dalam Perencanaan Produksi
Menggunakan Pemrograman Linear”. Hasilnya adalah optimalisasi dengan tiga
skenario dalam perencanaan produksi panel datar. Namun, yang paling optimal
adalah skenario yang ketiga yaitu dengan LCD (ukuran panel) untuk produksi
sebesar $34000, pemasangan $76000, kualitas kontrol dan jaminan waktu
$25000, pengemasan produk dalam jam $41500.10
Penelitian tentang optimalisasi yang dilakukan oleh H. Natalla, A. Sahari,
A. I. Jaya yang berjudul “Optimalisasi Pembangunan Perumahan dengan
Menggunakan Metode Simpleks (studi kasus: UD. Perumahan Griya Cempaka
Alam)”. Hasilnya adalah optimalisasi dengan delapan alternatif pembulatan
jumlah tipe rumah. Namun, hasil yang paling optimal adalah alternatif yang
9 Syahrurrahmah, Agusman Sahari, dan Resnawati Resnawati, “Mengoptimalkan Gizi Balita
Dengan Harga Minimum Menggunakan Metode Simpleks,” Jurnal Ilmiah Matematika dan Terapan
10, no. 1 (2013): 67-71. 10
Elis Ratna Wulan dan Yosi Sri Rejeki, “Optimalisasi Laba Dalam Perencanaan Produksi
Menggunakan Pemrograman Linear,” EKSPANSI 8, no. 1 (2016): 7-9.
8
kelima yaitu jumlah tipe 80 sebanyak 4 unit, jumlah tipe 57 sebanyak 24 unit,
jumlah tipe 50 sebanyak 3 unit, jumlah tipe 42 sebanyak 14 unit.11
Penelitian tentang optimalisasi yang dilakukan oleh Sinebe, J.E, Okonkwo,
U.C., Enyi, L.C dengan judul Simplex Optimization of Production Mix : A Case
of Custard Producing Industries in Nigeria, Penelitian ini menggunakan tiga
variabel yaitu large custard, medium custard, and small custard dengan enam
kendala yaitu pre mixing, mixing, weighing, sealing, packaging, and bagging.
Dalam penelitiannya solusi optimal pada studi kasus LCI yaitu dengan campuran
produksi large custard 45,8%, medium custard 39,6% dan small custard 14,6%
yang mendapatkan keuntungan sebesar 49,8%. Kemudian untuk KGFI dengan
campuran produksi large custard 43,5%, medium custard 36,5%, dan small
custard 20% memiliki keuntungan sebesar 51,5%.12
Penelitian optimasi yang dilakukan oleh Qoriatullailiyah, Retno Indryani
yang berjudul “Optimasi Biaya Penggunaan Alat Berat untuk Pekerjaan
Pengangkutan dan Penimbunan pada Proyek Grand Island Surabaya dengan
Program Linier”, didapatkan hasil optimasi dengan menggunakan empat model
yaitu model pengangkut material kapur, model pengangkutan material sirtu,
model pengangkutan material paras, dan model pekerja penimbunan.
11
Heinny Natalia, Agusman Sahari, dan Agus Indra Jaya, “Optimalisasi Pembangunan
Perumahan dengan Menggunakan Metode Simpleks (Studi Kasus : UD. Perumahan Griya Cempaka
Alam),” Jurnal Ilmiah Matematika Dan Terapan 12, no. 1 (2015):76-81. 12
J. E. Sinebe, U. C. Okonkwo, and L. C. Enyi, “Simplex Optimization of Production Mix: A
Case of Custard Producing Industries in Nigeria,” International Journal of Applied 4, no. 4
(2014):183-189.
9
Penelitian optimisasi yang dilakukan oleh Ratna Ekawati, Shanti K
Anggraeni, dan Hadi Setiawan yang berjudul “Optimisasi Penjualan Susu Cup
Menggunakan Integrasi Metode Simpleks dan Analisa Sensitivitas”. Penelitian
ini menggunakan tiga kendala dengan tiga variabel yang hasil optimalnya dengan
lebih banyak menjual susu rasa strawberry sebesar 2447 unit, susu rasa moca
sebesar 338 dan rasa coklat sebesar 120.13
Penelitian yang akan dilakukan dengan metode simpleks pada kali ini
sedikit berbeda dengan penelitian sebelumnya, pada penelitian ini menggunakan
linear programming dua variabel dengan lima kendala yaitu harga, garansi,
spesifikasi, daya tahan baterai dan design body serta dalam perhitungannya selain
menggunakan metode simpleks secara manual juga berbantu software lindo 6.1.
Berdasarkan uraian yang telah dipaparkan di atas maka penulis mengambil
judul “Optimasi Penjualan Laptop Asus dan Acer dengan Metode Simpleks.”
B. Identifikasi Masalah
Berdasarkan ulasan latar belakang masalah yang telah dipaparkan di atas,
dapat diidentifikasikan masalah-masalah sebagai berikut:
1. Di tengah krisis ekonomi masyarakat lebih memilih Laptop yang berharga
miring tetapi mempunyai kualitas yang bagus.
2. Tingginya persaingan pasar industri laptop terutama laptop Asus dan Acer.
13
Ratna Ekawati, Shanti K. Anggraeni, dan Hadi Setiawan, “Optimisasi Penjualan Susu Cup
Menggunakan Integrasi Metode Simpleks Dan Analisa Sensitivitas,”Proseding Seminar Nasional
Sains dan Teknologi-II, (2008):3-9.
10
3. Masih terdapat kendala-kendala dalam penjualan laptop Asus dan Acer.
4. Kurangnya pengetahuan sehingga tidak menerapkan linear programming
untuk memaksimalkan penjualannya.
5. Masih rendahnya pengaplikasian ilmu matematika dalam dunia bisnis.
C. Batasan Masalah
Berdasarkan identifikasi masalah tersebut, agar masalah yang dikaji dalam
penelitian ini menjadi terarah dan tidak melebar terlalu jauh, peneliti membatasi
masalah sebagai berikut :
1. Kendala faktor pembelian laptop di antaranya: harga, garansi, spesifikasi,
design body dan daya tahan baterai.
2. Linear Programming dua variabel dengan metode simpleks.
3. Optimasi dalam proses penjualan.
4. Data yang digunakan adalah data di kota besar (Bandung, Jakarta, Semarang,
Surabaya, dan Yogyakarta).
D. Rumusan Masalah
Berdasarkan latar belakang tersebut, maka rumusan penelitiannya yaitu
Model manakah yang menghasilkan nilai optimal untuk Penjualan Laptop Asus
dan Acer dengan Menggunakan Metode Simpleks?
11
E. Tujuan Penelitian
Berdasarkan latar belakang masalah dan rumusan masalah, maka tujuan
penelitian ini adalah mengetahui model yang menghasilkan nilai optimum untuk
penjualan Laptop Asus dan Acer dengan menggunakan metode simpleks.
F. Manfaat Penelitian
Adapun hasil dari penelitian ini secara umum diharapkan mampu
memberikan kontribusi bagi masyarakat luas, dan khususnya kepada:
1. Peneliti
Dapat menambah pengetahuan tentang penjualan dan penerapan ilmu
matematika dalam dunia bisnis.
2. Mahasiswa
Penelitian ini merupakan suatu penemuan baru yang menarik untuk
dijadikan referensi dalam melakukan penelitian yang sama dimasa yang
akan datang dan menjadi tambahan pengetahuan bagi mahasiswa.
3. Pihak perusahaan
Penelitian ini dapat memberikan informasi dan masukan bagi pihak-
pihak perusahaan yang bersangkutan, dalam upaya memenuhi kebutuhan
dan keinginan konsumen serta mengembangkan bisnisnya.
BAB II
LANDASAN TEORI
Banyak perusahaan memproduksi atau menjual produk untuk mendapatkan
keuntungan. Keuntungan yang maksimum dalam penjualan dapat diperoleh dengan
mempelajari materi matematika. Berikut beberapa materi yang bisa digunakan untuk
memaksimumkan keuntungan :
A. Linear Programming
Linear Programming pertama kali ditemukan oleh seorang matematikawan
asal Rusia yang bernama L. W. Kantorovich pada tahun 1939 dengan metode
yang sangat terbatas. Barulah, pada tahun 1947 seorang ahli matematikawan
Amerika Serikat yang bernama George B. Dantzig mengembangkan dan
menemukan cara memecahkan pemrograman linear dengan metode simpleks.1
Linear programming (LP) merupakan teknik matematika untuk
menemukan keputusan optimum dengan memperhatikan kendala (contrains)
tertentu dan dalam bentuk ketidaksamaan linear. Linear programming banyak
digunakan untuk menyelesaikan masalah optimasi dalam bidang industri,
perbankan, pendidikan, dan masalah-masalah lain yang dapat dinyatakan dalam
bentuk linier.2 Penerapan programasi linear dalam bidang ekonomi pertama kali
1 B Susanta, Program Linear (Depertemen Pendidikan dan Kebudayaan Direktorat Jendral
Pendidikan Tinggi Proyek Pembinaan Tenaga Akademik, 1996):12. 2 M.L Jhingan, Ekonomi Pembangunan dan Perencanaan (Jakarta: Raja Grafindo Persada,
2014):604.
13
dilakukan oleh ekonom George Stigler pada awal tahun 1940-an melalui
percobaannya dalam menentukan jumlah kandungan vitamin dan mineral yang
paling minimum dalam makanan sehari-hari yang harus dipenuhi dan yang dapat
dihasilkan dengan biaya yang paling murah. Jejak Stigler dalam menerapkan
programasi linear ini kemudian diikuti oleh para ahli gizi dan ilmuwan di bidang
manajemen dalam pembuatan menu untuk rumah sakit, penjara, maupun
sekolah.3Ada empat asumsi dasar yang terkandung dalam model programasi
linear yaitu
1. Divisibility (dapat dibagi)
Asumsi ini menyatakan bahwa variabel dalam programasi linear tidak harus
berupa bilangan bulat (integr), asalkan dapat dibagi secara tak terbatas
(infinitely divisible).
2. Non negativity (tidak negatif)
Suatu masalah yang akan diselesaikan dengan programasi linear harus
diasumsikan bahwa setiap variabelnya bernilai lebih besar atau sama dengan
nol (variabel bernilai positif). Syarat tidak negatif ini dinyatakan dalam
fungsi kendala , dimana adalah variabel-variabel dalam model
programasi linear.
3 Dwi Hayu Agustini dan Yus Endra Rahmadi, Riset Operasional Konsep-Konsep Dasar
(Jakarta: Rineka Cipta, 2009):16.
14
3. Certainty (kepastian)
Asumsi kepastian menyatakan bahwa kasus programasi linear harus berada
dalam kondisi decision-making under certainty, artinya semua parameter
dari variabel keputusan diketahui sebelumnya.
4. Linearity (linearitas)
Asumsi ini membatasi fungsi tujuan dan fungsi-fungsi kendala harus bentuk
linear.
Jika keempat asumsi dasar ini terpenuhi, maka dapat dipastikan bahwa
model tersebut adalah model programasi linear dan masalah tersebut dapat
diselesaikan dengan metode programasi linear. Fungsi linear x dan y memiliki
bentuk :
( ) ( )
Dengan a dan b adalah konstanta, diketahui bahwa suatu fungsi linear dan
hanyalah fungsi dua variabel, dan domain natural bagi fungsi tersebut adalah
himpunan ( ) ( ), dari semua ordo pasangan ( ) dengan dan
dalam bentuk ( ). Akan tetapi karena adanya bentuk penerapan dalam
ranah ekonomi, domain terbatas pada [ ) [ ) yang berarti bahwa
domainnya harus dibatasi dan . Domainnya didefinisikan sebagai
himpunan bagi seluruh penyelesaian atas kendala sistem linear yang terdapat
dalam permasalahan tersebut. 4
4 Haeussler, Paul, dan Wood, Pengantar Matematika Ekonomi Untuk Analisis Bisnis Dan
Ilmu-Ilmu Sosial Jilid 1 (Jakarta: Erlangga, 2010):396.
15
Dalam linear programming terdapat beberapa metode diantaranya :
1. Metode Grafik
Metode grafik dilakukan dengan jalan menggambarkan fungsi-
fungsinya (fungsi kendala maupun fungsi tujuan) pada sistem sepasang
sumbu silang, dimana sumber-sumber horizontal dan vertikal masing-masing
mencerminkan jumlah setiap keluaran. Metode grafik hanya digunakan dalam
pemecahan masalah program linear yang berdimensi atau ,
karena keterbatasan kemampuan suatu grafik.5
2. Metode Simpleks
Metode simpleks merupakan teknik yang paling berhasil dikembangkan
untuk memecahkan persoalan pemrograman linear yang mempunyai jumlah
variabel keputusan dan pembatasan yang besar. Metode simpleks dapat
digunakan untuk memecahkan kasus dengan banyak variabel keputusan.6
3. Metode Branch and Bound
Metode branch and bound adalah metode umum untuk mencari solusi
optimum dari berbagai permasalahan optimasi. Metode ini juga merupakan
teknik solusi yang tidak terbatas, tidak hanya untuk permasalahan program
integer saja tetapi untuk pendekatan solusi yang dapat diterapkan untuk
5 Risnawati Ibnas, “Optimalisasi Kasus Pemrograman Linear Dengan Metode Grafik Dan
Simpleks,” Matematika Dan Statistika Serta Aplikasinya 2, no. 1 (2015):1. 6 Yulia Yudihartanti, “Penyederhanaan Operasi Perhitungan Pada Metode Simpleks,”
PROGRESIF 2, no. 2 (2015):159.
16
berbagai macam permasalahan yang berbeda. Dalam penyelesaian Metode
branch and bound ini melibatkan metode simpleks.7
4. Metode Cutting Plane
Metode cutting plane merupakan metode yang digunakan untuk
menyelesaikan program linear bilangan bulat, baik bilangan bulat murni
maupun campuran dengan penambahan batasan baru yang disebut gomory.
Batasan gomory diberikan jika nilai dari variabel keputusan belum bulat
(bernilai pecahan). Metode cutting plane digunakan untuk permasalahan yang
variabel keputusannya harus bulat.8
B. Metode Simpleks
1. Pengantar Metode Simpleks
Metode simpleks adalah metode yang secara sistematis dimulai dari
suatu penyelesaian dasar yang fisibel kepenyelesaian dasar fisibel lainnya
yang dilakukan berulang-ulang (interaktif) sehingga tercapai suatu
penyelesaian optimum.9 Karena paling sedikit variabel sama dengan
nol dalam setiap langkah dari prosedur dan penyelesaian diperoleh dengan
menyelesaiakan persamaan untuk variabel sisanya. Variabel-variabel
7 Akram, Agusman Sahari, dan Agus Indra Jaya, “Optimalisasi Produksi Roti Dengan
Menggunakan Metode Branch and Bound (Studi Kasus Pada Pabrik Roti Syariah Bakery, Jl. Maleo,
Lrg. VIII No. 68 Palu),” Jurnal Ilmiah Matematika Dan Terapan 13, no. 2 (2016):101-102. 8 Nico, Iryanto Iryanto, dan Gim Tarigan, “Aplikasi Metode Cutting Plane Dalam Optimisasi
Jumlah Produksi Tahunan Pada PT. Xyz,” Saintia Matematika 2, no. 2 (2014): 129-130. 9 Edward T. Dowling, Matematika Untuk Ekonomi (Jakarta: Erlangga, 1980):290.
17
yang disamakan dengan nol pada langkah tertentu disebut tidak dalam basis
atau tidak dalam penyelesaian.
2. Istilah-istilah dalam metode simpleks
Beberapa istilah yang digunakan dalam metode simpleks, penjelasannya
diantaranya sebagai berikut :
a. Iterasi
Tahapan perhitungan yang nilai dalam perhitungannya tergantung dari
tabel sebelumnya.
b. Variabel non basis
Variabel yang nilainya diatur menjadi nol pada sembarang iterasi.
c. Variabel basis
Variabel yang nilainya bukan nol pada sembarang iterasi. Pada solusi awal,
variabel basis merupakan variabel slack (jika fungsi kendala menggunakan
pertidaksamaan ) atau variabel buatan (jika fungsi kendala menggunakan
pertidaksamaan atau ).
d. Solusi atau Nilai Kanan (NK)
Nilai sumber daya pembatas yang masih tersedia. Pada solusi awal, nilai
kanan atau solusi sama dengan jumlah sumber daya pembatas awal yang
ada, karena aktivitas belum terlaksana.
18
e. Variabel Slack
Variabel yang ditambahkan ke model matematik kendala untuk
mengkonversikan pertidaksamaan menjadi persamaan ( ). Penambahan
variabel ini terjadi pada tahap inisialisasi. Pada solusi awal, variabel slack
akan berfungsi sebagai variabel basis.
f. Variabel Surplus
Variabel yang dikurangkan dari model matematik kendala untuk
mengkonversikan pertidaksamaan menjadi persamaan ( ). Penambahan
variabel ini terjadi pada tahap inisialisasi. Pada solusi awal, variabel
surplus tidak dapat berfungsi sebagai variabel bebas.
g. Variabel Buatan
Variabel yang ditambahkan ke model matematik kendala dengan bentuk
atau untuk difungsikan sebagai variabel basis awal. Penambahan
variabel ini terjadi pada tahap inisialisasi. Variabel ini harus bernilai nol
pada solusi optimal, karena kenyataannya variabel ini tidak ada. Variabel
ini hanya ada diatas kertas.
h. Kolom Pivot (Kolom Kerja)
Kolom yang memuat variabel masuk. Koefisien pada kolom ini akan
menjadi pembagi nilai kanan untuk menentukan baris pivot (baris kerja).
19
i. Baris Pivot (Baris Kerja)
Salah satu baris dari antara variabel basis yang memuat variabel keluar.
j. Elemen Pivot (Elemen Kerja)
Elemen yang terletak pada perpotongan kolom dan baris pivot. Elemen
pivot akan menjadi dasar perhitungan untuk tabel simpleks berikutnya.
k. Variabel Masuk
Variabel yang terpilih untuk menjadi variabel basis pada iterasi berikutnya.
Variabel masuk dipilih satu dari variabel non basis pada setiap iterasi.
Variabel ini pada iterasi berikutnya akan bernilai positif.
l. Variabel Keluar
Variabel yang keluar dari variabel basis pada iterasi berikutnya dan
digantikan dengan variabel masuk. Variabel keluar dipilih salah satu
diantara variabel basis pada setiap iterasi dan bernilai nol.10
3. Pemecahan dengan Metode Simpleks
Dalam metode simpleks, fungsi-fungsi kendala yang masih berbentuk
pertidaksamaan harus diubah dalam bentuk persamaan, yaitu dengan
menambahkan variabel slack pada fungsi kendala yang bertanda dan
10
Hotniar Siringoringo, Seri Teknik Riset Operasional Pemrograman Linear (Yogyakarta:
Graha Ilmu, 2005):56-57.
20
mengurangkan variabel surplus pada fungsi kendala yang bertanda .11
Secara umum fungsi-fungsi kendala dapat dituliskan sebagai berikut.
Maksimumkan atau Minimumkan
(1.2)
Sumber data yang membatasi (kendala) :
(1.3)
(1.4)
. . . . . .
. . . . . .
. . . . . .
(1.5)
(1.6)
Simbol ( ) menunjukkan variabel keputusan. Jumlah
variabel keputusan ( ) tergantung dari jumlah kegiatan atau aktivitas yang
dilakukan untuk mencapai tujuan. Simbol merupakan kontribusi
masing-masing variabel keputusan terhadap tujuan, disebut juga dengan
koefisien fungsi tujuan pada model matematikanya. Simbol
merupakan penggunan perunit variabel keputusan akan
sumber daya yang membatasi atau disebut juga koefisien fungsi kendala pada
model matematikanya. Simbol menunjukkan jumlah masing-
11
J Supranto, Teknik Pengambilan Keputusan (Jakarta: Rineka Cipta, 2005):10.
21
masing sumber daya yang ada. Jumlah fungsi kendala akan tergantung dari
banyaknya sumber daya yang terbatas. Pertidaksamaan terakhir
menunjukkan batasan non negatif.12
a. Bentuk baku model LP
Menyelesaikan masalah linear programming dengan metode simpleks,
terlebih dahulu harus mengubah model linear programming ke dalam suatu
bentuk umum yang dinamakan “bentuk baku”. Ciri-ciri dari bentuk baku
model linear programming adalah :
1) Semua kendala berupa persamaan
2) Suatu variabel non negatif
3) Fungsi tujuan dapat maksimumkan maupun minimumkan
Untuk memudahkan melakukan transformasi ke bentuk baku, berikut
langkah-langkah yang dapat dilakukukan :
1) Kendala
a) Suatu kendala jenis ( ) dapat diubah menjadi suatu persamaan
dengan menambahkan suatu variabel slack ke (mengurangkan
suatu variabel surplus dari) sisi kiri kendala.
b) Sisi kanan suatu persamaan dapat dibuat non negatif dengan
mengalikan kedua sisi dengan -1.
12
Op.Cit., Hotniar Siringoringo:18.
22
2) Variabel
Sebagian atau semua variabel dikatakan unrestricted jika mereka dapat
memiliki nilai negatif atau positif. Agar dapat diselesaikan dengan
metode simpleks, variabel diubah menjadi variabel positif dengan
aturan sebagai berikut :
(1.7)
Dimana Variabel unrestricted dan
Misalkan: maka diubah dalam bentuk simpleks
baku menjadi ( ) sehingga
3) Fungsi Tujuan
Model linear programming dapat berjenis maksimum maupun
minimum, terkadang bermanfaat untuk mengubah salah satu bentuk ke
bentuk yang lain. Maksimasi dari suatu fungsi adalah ekuivalen dengan
minimasi dari negatif fungsi yang sama dan sebaliknya.
b. Tabel Simpleks Awal
1) Mengubah bentuk pertidaksamaan menjadi persamaan dengan
menambahkan variabel-variabel slack atau mengurangkan variabel-
variabel surplus.
2) Menyatakan persamaan-persamaan kendala dalam bentuk matriks.
23
3) Menyusun ke dalam tabel simpleks awal yang terdiri dari matriks
koefisien dari persamaan kendala dan vektor kolom dari konstanta.
Kemudian meletakkannya di atas satu baris dari indikator yang
merupakan negatif-negatif dari koefisien fungsi objektif dan sebuah
koefisien nol untuk masing-masing variabel slack.
4) Penyelesaian mendasar pertama yang mungkin dapat dibaca dari tabel
simpleks awal.
c. Elemen pivot dan perubahan dasar (basis)
Untuk menaikkan nilai fungsi tujuan, suatu penyelesaian mendasar yang
baru diperiksa. Untuk bergerak ke suatu penyelesaian mendasar baru yang
mungkin, suatu variabel baru dimasukkan ke dalam basis dan salah satu
variabel yang sebelumnya berada dalam basis baru dikeluarkan. Proses
pemilihan variabel yang dikeluarkan tersebut dinamakan perubahan basis
(change of basis). Indikator negatif dengan nilai absolut terbesar akan
menentukan variabel yang masuk ke dalam basis. Dalam pemilihan pivot
untuk fungsi tujuan memaksimumkan ada beberapa hal yang perlu
diperhatikan yaitu:
1) Jika indikator negatif, maka mencari dan menandai kolom indikator
yang indikatornya memiliki nilai negatif yang paling kecil. Pada kolom
pokok ini menghasilkan variabel masuk.
2) Jika lebih dari satu kolom yang memuat indikator negatif paling kecil
kolom pokok dapat dipilih salah satu.
24
3) Membagi setiap kolom dalam variabel masuk dengan nilai yang berada
di kolom sebelah kanan.
4) kolom pokok yang sesuai dengan hasil bagi terkecil disebut sebagai
baris pokok. Variabel yang keluar adalah variabel yang menjadi
penanda kolom pokok.13
d. Pivoting
Pivoting adalah proses penyelesaian persamaan dalam bentuk
variabel yang sekarang berada dalam basis.
e. Optimum
Fungsi tujuan untuk memaksimumkan, jika tidak terdapat indikator negatif
pada baris terakhir maka penyelesaian sudah mencapai optimum.
C. Optimasi
Optimasi dapat diartikan sebagai bentuk mengoptimalkan sesuatu yang
sudah ada atau merancang dan membuat sesuatu secara optimal. Optimasi
merupakan suatu pendekatan normatif untuk mengidentifikasikan keputusan
terbaik dalam pengambilan keputusan dari suatu permasalahan. Permasalahan
optimasi adalah membuat model yang sesuai untuk analisis. Model matematik
merupakan representasi kuantitatif tujuan dan sumber daya yang membatasi
sebagai fungsi variabel keputusan. Model matematika permasalahan optimasi
terdiri dari dua bagian yaitu tujuan optimasi dan sumber daya yang membatasi.
13
Op.cit. h.389-390.
25
Model matematik pada pemrograman linear ini ditentukan oleh jumlah variabel
keputusan.
Tujuan dari optimasi adalah memaksimumkan atau meminimumkan
sesuatu. Secara ekonomi mengkategorikan maksimasi dan minimasi adalah
istilah optimasi, yang berarti mencari yang terbaik. Tetapi dari sudut pandang
matematika istilah maksimum dan minimum tidak mempunyai kaitannya dengan
optimalitas. Dalam memformulasikan persoalan optimasi, tugas pertama bagi
dunia usaha adalah menggambarkan secara rinci fungsi tujuan dimana variabel
tak-bebas mewakili objek maksimasi atau minimasi dan himpunan variabel bebas
mengidentifikasikan objek-objek yang besarnya dapat diambil serta dipilih oleh
unit ekonomi, dengan tujuan optimasi.14
D. Penjualan
Perusahaan dalam menghasilkan barang atau jasa, mempunyai tujuan akhir
yaitu menjual barang atau jasa kepada masyarakat untuk memberikan laba bagi
perusahaan.15
Penjualan adalah tempat berkumpulnya antara penjual dan pembeli
dengan tujuan tukar menukar barang dan jasa berdasarkan pertimbangan yang
matang. Dalam proses penjualan, penjual atau penyedia barang dan jasa
memberikan kepemilikan suatu komoditas kepada pemilik untuk suatu harga
tertentu. Penjualan merupakan suatu komponen yang sangat penting dalam suatu
14
Op.Cit., Hotniar Siringoringo,16-18. 15
Ghora Novemba Andi Wijaya, “Pengaruh Strategis Harga Dan Garansi Produk Terhadap
Penjualan Pada UD Mitra Niaga,” Jurnal Ilmu & Riset Manajemen 3, no. 4 (2016):8.
26
perusahaan guna memasarkan barang atau jasa yang digunakan untuk
memberitahu dan membujuk konsumen untuk membeli produknya.16
E. Software Lindo
Lindo (Linear Interaktive Discrete Optimizer) merupakan software yang
dapat digunakan untuk mencari penyelesaian dari masalah pemrograman linear.
Menurut Linus Scharge, perhitungan yang digunakan pada lindo pada dasarnya
menggunakan metode simpleks. Sedangkan menurut Mark Wiley, untuk
menyelesaikan masalah pemrograman linear integer nol-satu software lindo
menggunakan metode Branch and Bound (metode cabang dan batas). Perintah
yang bisa digunakan untuk menjalankan program lindo adalah
Tabel 2.1 Perintah dalam Program Lindo
1 MAX Digunakan untuk memulai data dalam masalah maksimal
2 MIN Digunakan untuk memulai data masalah minimasi
3 END Digunakan untuk mengakhiri data
4 GO Digunakan untuk pemecahan dan penyelesaian masalah
5 LOOK Digunakan untuk mencetak bagian yang dipilih dari data yang ada
6 GIN Digunakan untuk variabel keputusan agar bernilai bulat
7 INTE Digunakan untuk menentukan solusi dari masalah biner
8 INT Sama dengan INTE
9 SUB Digunakan untuk membatasi nilai maksimumnya
10 SLB Digunakan untuk membatasi nilai minimumnya
11 FREE Digunakan agar solusinya berupa bilangan real
16
Melvin Pristyo, “Pengaruh Produk Dan Harga Terhadap Volume Penjualan Pada UD. Eka
Jaya Di Surabaya,” E-Jurnal Kewirausahaan 1, no. 1 (2013):31.
27
Dalam mengoperasikan model lindo ini memiliki 3 syarat, yaitu:
1. Memerlukan fungsi tujuan
Fungsi objektif bisa dikatakan sebagai tujuan, yaitu maksimasi (Max) dan
Minimasi (Min). Kata pertama untuk mengawali penulisan formula pada
lindo adalah max atau min. Formula yang diketik pada papan editor setelah
max atau min disebut fungsi tujuan. Secara umum model matematika
maks/min dapat diketik menjadi Max
atau Min .
2. Variabel
Variabel ini sangat penting karena lindo tidak dapat dijalankan tanpa
memasukkan variabel dalam formula.
3. Batasan (fungsi kendala)
Dalam kenyataanya variabel pasti memiliki batasan. Batasan itu misalnya
keterbatasan bahan, waktu, jumlah pekerja, biaya operasional dan lain
sebagainya. Setelah fungsi tujuan diketik selanjutnya ketik subject to atau ST
untuk mengawali pengetikan batasan, pada baris berikutnya baru ketik
batasan yang ada dan diakhiri dengan END.
Contoh :
Suatu perusahaan menghasilkan dua produk, meja dan kursi yang diproses
melalui dua bagian fungsi yaitu perakitan dan pemolesan. Pada bagian perakitan
tersedia 60 jam kerja, sedangkan pada bagian pemolesan hanya 48 jam kerja.
28
Untuk menghasilkan 1 meja diperlukan 4 jam kerja perakitan dan 2 jam kerja
pemolesan, sedangkan untuk menghasilkan 1 kursi diperlukan 2 jam kerja
perakitan dan 4 jam kerja pemolesan. Laba untuk setiap meja dan kursi yang
dihasilkan masing-masing 80.000 dan 60.000. berapa jumlah meja dan kursi yang
optimal dihasilkan?
Penyelesaian:
Variabel keputusan:
= jumlah meja yang akan dihasilkan
= jumlah kursi yang akan dihasilkan
Perumusan persoalan dalam bentuk tabel :
Proses Waktu yang dibutuhkan perunit Total jam kerja
yang tersedia
Perakitan 4 2 60
Pemolesan 2 4 48
Laba/Unit 80000 60000
Perumusan fungsi tujuan:
Fungsi maks.
Laba (dalam satuan Rp. 10.000)
Perumusan fungsi kendala:
Dengan kendala.
48
Kendala non negatif
0
29
1. Buka program lindo sehingga muncul tampilan awal seperti berikut:
Gambar 2.1 Tampilan awal lindo.
2. Jika ingin memberi judul tulislah Title (nama judulnya), kemudian ketik
fungsi tujuannya misalnya Max kemudian ketik fungsi batasannya
seperti berikut :
48
Setelah itu akhiri dengan mengetik END
Gambar 2.2 Tampilan formulasi pada lindo.
3. Jika penulisan telah selesai, untuk mengetahui hasilnya klik solve kemudian
pilih solve seperti tampilan berikut ini.
Gambar 2.3 Tampilan menu solve pada lindo.
30
4. Maka setelah itu akan muncul pertanyaan “DO RANGE (SENSITIVITY
ANALYSIS?”
Gambar 2.4 Tampilan status pada lindo
Jika kita menjawab No maka pengolahan data akan berakhir, jika kita
menjawab Yes maka program akan menayangkan hasil olahan Analisis
Sensitivitas.
5. Hasil olahan Analisis Sensitivitas:
Gambar 2.5 Tampilan Hasil Olahan Analisis Sensitivitas.
Dari Reports Window dapat terlihat ada iterasi yang harus dilewati sebelum
mencapai nilai maksimum 1320000.
6. Untuk mendapatkan solusi optimal dari permasalahan tersebut Reports
kemudian pilih Solution.
31
Gambar 2.6 Tampilan Hasil Solusi Optimal Dalam Lindo.
7. Untuk menayangkan hasil penyelesaian analisis sensitivitas klik Reports
kemudian pilih Range .
Gambar 2.7 Tampilan Hasil Lindo melalui Analisis Sensitivitas.
8. Kemudian jika ingin melihat hasilnya dalam bentuk tabel dengan cara
mengklik Reports kemudian pilih Tableau.
Gambar 2.8 Tampilan Hasil Lindo dalam Bentuk Tabel
9. Hasil olahan program Lindo dapat disimpan dengan sangat mudah, yaitu
dengan mengklik menu file kemudian save (data yang disimpan mempunyai
ekstensi txt). Dan hasil olahan juga dapat langsung dicetak dengan mengklik
menu file kemudian print.17
17
Rahmy Zulmaulida and Edy Saputra, “Pengembangan Bahan Ajar Program Linear
Berbantuan Lindo Software,” Infinity Journal 3, no. 2 (2014): 196-204.
BAB III
METODOLOGI PENELITIAN
A. Waktu dan Tempat Penelitian
Penelitian ini dilakukan pada semester genap tahun ajaran 2018/2019 di
Jurusan Pendidikan Matematika, Fakultas Tarbiyah dan Keguruan, Universitas
Islam Negeri Raden Intan Lampung.
B. Metode Penelitian
Penelitian ini bersifat studi literatur dengan mempelajari materi-materi
yang berkaitan dengan buku-buku, jurnal, dan karya ilmiah lainnya.1 Setelah
informasi yang relevan didapatkan kemudian peneliti menyusun dan mereview
bahan pustka yang sesuai dengan urutan relevansi dan kepentingan dengan
masalah yang ditelti.2 Langkah-langkah Penelitiannya adalah sebagai berikut:
1. Pengumpulan data
Teknik pengumpulan data ialah langkh awal dalam melakukan sebuah
penelitian. Tujuan utama dalam penelitian adalah memperoleh data.3 Data
1 Nanang Supriadi, “Pemodelan Matematika Premi Tunggal Bersih Asuransi Unit Link
Syariah,” Al-Jabar: Jurnal Pendidikan Matematika 8, no. 2 (2017): 167. 2 Dian Anggraini and Yasir Wijaya, “Obligasi Bencana Alam Dengan Suku Bunga Stokastik
Dan Pendekatan Campuran,” Al-Jabar: Jurnal Pendidikan Matematika 7, no. 1 (2016): 50. 3 Sugiyono, Metode Penelitian Pendidikan (Pendekatan Kuantitatif, Kualitatif, Dan R&D
(Bandung: Alfabeta, 2016):308.
33
yang digunakan merupakan data sekunder yang didapatkan dari website resmi
Asus (www.Asus.com) dan Acer (www.Acer.com).4
2. Menentukan variabel keputusan dan fungsi kendala.
Variabel keputusan merupakan variabel yang menguraikan secara
lengkap keputusan-keputusan yang akan dibuat.5 Pada penelitian ini variabel
keputusannya adalah Asus dan Acer. Setelah variabel keputusan
didapatkan kemudian menentukan fungsi kendala dari penjualan Laptop Asus
dan Acer. Fungsi kendala ialah fungsi yang menjadi syarat atau batasan.
Fungsi kendala yang masih berbentuk pertidaksamaan, terlebih dahulu diubah
dalam bentuk persamaan. Fungsi kendala yang bertanda ditambahkan
variabel slack dan yang bertanda dikurangkan variabel surplus. Dalam
penelitian yang akan dilakukan digunakan fungsi kendala sebagai berikut:
a. Harga
Harga ialah suatu unsur bauran pemasaran yang bisa memberikan
pendaptan bagi perusahaan. Oleh karena itu, penetapan harga harus benar-
benar diperhatikan karena dapat mempengaruhi tingkat penjualan dan
keuntungan bagi suatu perusahaan.6
4 Achi Rinaldi, “Sebaran Generalized Extreme Value (GEV) Dan Generalized Pareto (GP)
Untuk Pendugaan Curah Hujan Ekstrim Di Wilayah DKI Jakarta,” Al-Jabar: Jurnal Pendidikan
Matematika 7, no. 1 (2016): 79. 5 Adnan Sauddin, Wahyuni Abidin, dan Kiki Sumarni, “Integer Programming Dengan
Pendekatan Metode Branch and Cut Guna Mengoptimalkan Jumlah Produk Dengan Keuntungan
Maksimal,” Matematika Dan Statistika Serta Aplikasinya 3, no. 1 (2015):47. 6 Ghora Novemba Andi Wijaya, “Pengaruh Strategis Harga Dan Garansi Produk Terhadap
Penjualan Pada UD Mitra Niaga,” Jurnal Ilmu & Riset Manajemen 3, no. 4 (2016):5.
34
b. Garansi
Garansi (warranty) ialah kesepakatan kontraktual yang dibuat antara
konsumen dan produsen. Produsen bersedia untuk melakukan perbaikn
atau penggantian apabila produk yang dijual mengalami kerusakan
selama periode yang telah ditentukan.
c. Spesifikasi
Spesifikasi ialah suatu gambaran secara jelas mengenai fungsi produk.7
Spesifikasi yang digunakan dalam penelitian ini adalah sebagai berikut :
1) RAM (Random Access Memory) adalah tempat penyimpanan
sementara yang mempunyai fungsi untuk mempercepat pemrosesan
data pada komputer. RAM memiliki beberapa jenis di antarnya:
a) SRAM (Static Random Access Memory) yang digunakan sebagai
memori tambahan yang tersembunyi.
b) EDORAM (Extended Data Out Dynamic Random Access Memory)
yaitu RAM yang memiliki kecepatan sebesar 66 Mhz atau PC 66.
c) SDRAM (Synchronous Random Acces Memory) yaitu RAM yang
memilki kecepatan 66 Mhz (PC 66 Mhz) dan PC 100 Mhz.
d) DDRAM (Double Data Rate Random Acces Memory) yaitu RAM
dengan kecepatan 133 Mhz atau PC 133 Mhz.
7 K. Rihendra Dantes, “Kajian Awal Pengembangan Produk Dengan Menggunakan Metode
QFD (Quality Function Deployment) (Studi Kasus Pada Tang Jepit Jaw Locking Pliers),” JST (Jurnal
Sains Dan Teknologi) 2, no. 1 (2013):177.
35
e) RDRAM (Rambus Dynamic Random Acces Memory) yaitu RAM
yang memilki kecepatan 800 Mhz.
f) VGRAM (Video Graphic Random Acces Memory) yaitu RAM
yang digunakan khusus pada video adapter atau video card.
2) Hard Disk Drive (HHD)
Hard Disk Drive atau yang dikenal dengan harddisk ialah sebuah
media penyimpanan sekunder pada sebuah komputer yang memiliki
fungsi yang sangat penting. Harddisk memiliki kelebihan yaitu
keceptan akses, baik dalam menulis maupun membaca data, serta
ketahanannya dalam menyimpan data secara fisik untuk jangka
waktu yang cukup lama. Berikut ini jenis harddisk yang digunakan.
Tabel 3.1 Jenis Harddisk Berdasarkan Interface Model Baru8
Type Of
Interface
Encoding
Method
Transfer Rate
(Persecond)
Rage Of
Capacites
SCSI RLL 5-320 MB 20-300 GB
PATA(IDE) RLL 3-133 MB 500MB-400 GB
SATA(IDE) RLL 150-300 MB 40GB-1,2TB
3) Processor
Processor adalah perangkat keras yang terdapat pada motherboard
yang berfungsi dalam mengendalikan dan mengatur proses yang
terjadi di dalam sebuah komputer. Processor ialah chip yang sering
disebut Microprocessor yang sekarang ukuran kecepatan sudah
8 Eko Nur Wahyudi, “Mengenal Harddisk Lebih Dekat,” Dinamik-Jurnal Teknologi Informasi
10, no. 3 (2005):169-176.
36
mencapai Gigahertz (Ghz). AMD dan Intel ialah perusahaan
processor yang produknya banyak dipakai oleh pengguna komputer
diseluruh dunia.
d. Design Body
Design Body dikatakan sebagai salah kunci sukses karena kemampuan
sebuah perusahaan untuk mempertahankan produk ditentukan oleh
bagaimana produk tersebut mampu beradaptasi dengan perubahan yang
terjadi di pasar.
e. Daya tahan baterai
Baterai ialah perangkat yang terdapat sle listrik untuk menyimpan
cadangan energi yang dapat diubah menjadi daya. Daya tahn baterai pun
berbeda-beda tergantung dari pemakaian dan jenis baterai.9
3. Menentukan fungsi tujuan
Fungsi tujuan dalam metode simpleks adalah dimaksimumkan atau
diminimumkan terhadap kendala-kendala yang ada.10
Pada kasus ini tujuan
yang hendak dicapai adalah memaksimumkan penjualan Laptop Asus dan
Acer agar mendapatkan keuntungan yang optimal.
9 Muhammad Thowil Afif dan Ilham Ayu Putri Pratiwi, “Analisis Perbandingan Baterai
Lithium-Ion, Lithium-Polymer, Lead Acid Dan Nickel-Metal Hydride Pada Penggunaan Mobil Listrik-
Review,” Rekayasa Mesin 6, no. 2 (2015): 95. 10
Risnawati Ibnas, “Optimalisasi Kasus Pemrograman Linear Dengan Metode Grafik Dan
Simpleks,” Matematika Dan Statistika Serta Aplikasinya 2, no. 1 (2015):2.
37
4. Melakukan perhitungan untuk mendapatkan model yang menghasilkan
keuntungan optimal. Dalam perhitungannya dilakukan secara manual dengan
metode simpleks dan dibantu software Lindo 6.1.
5. Diperoleh Hasil Optimasi.
C. Alur Penelitian
Gambar dibawah ini menggambarkan beberapa simbol-simbol standar yang
digunakan pada perancangan program dengan diagram alir (flowchart).
Tabel 3.2 Beberapa Simbol dalam Diagram Alir (Flowchart) 11
Proses menggunakan
komputer
Masukan-keluaran
Tempat penyimpanan
Pengujian
Pemberian Nilai Awal Awal/Akhir Program
Konektor pada satu
halaman
Proses Secara Manual Arah Aliran Proses
11
Adi Nugroho, Analisis Dan Perancangan Sistem Informasi Dengan Metodologi
Berorientasi Objek (Bandung: Informatika, 2005):115-117.
38
Untuk mempermudah dalam membaca metode penelitian yang akan digunakan,
alur penelitian ini dirangkai dalam bentuk diagram alir (flowchart) sebagai
berikut:
Pengumpulan Data Mulai
Variabel keputusan
Kendala
Variabel slack/ Surplus
Iterasi
Metode simpleks Lindo
Hasil Optimasi Selesai
Optimasi
Fungsi Tujuan
BAB IV
HASIL DAN PEMBAHASAN
Penelitian menggunakan data yang diambil melalui website resmi Asus dan
Acer yang ada di Indonesia khususnya di Kota Besar yaitu Jakarta, Yogyakarta,
Bandung, Surabaya dan Semarang. Persaingan dunia industri dari tahun ke tahun
cukuplah ketat, sehingga setiap perusahaan harus berusaha semaksimal mungkin
untuk mempertahankan keunggulannya, meningkatkan penjualan, meminimumkan
kerugian dan memaksimumkan keuntungan.
Tujuan penelitian adalah menentukan model terbaik yang dapat
mengoptimalkan penjualan Laptop Asus dan Acer dengan Metode Simpleks agar
mendapatkan hasil yang maksimal. Berikut langkah-langkah mendapatkan model
yang optimal dengan metode simpleks:
A. Menentukan Variabel keputusan dan Variabel slack.
Variabel keputusan yang akan digunakan dalam penelitian adalah sebagai
berikut:
Tipe/ seri Laptop Asus
Tipe / seri Laptop Acer
40
Variabel Slack yang akan digunakan dalam penelitian ini adalah sebagai berikut:
Harga
Garansi
Daya Tahan Baterai
Berat (design body)
Ukuran Layar (design body)
Warna (design body)
RAM (spesifikasi)
HDD (spesifikasi)
Processor Intel/AMD (spesifikasi)
B. Menentukan fungsi tujuan dari permasalahan program linear.
Koefisien fungsi tujuan adalah jumlah unit yang terjual dari Laptop Asus dan
Acer yang diperoleh dari penjualan perusahaan. Berdasarkan data yang didapat,
pada tahun 2016 penjualan Laptop di Indonesia mencapai 1.946.610 unit dengan
penjualan Laptop Asus sebesar 36,3 % (706.619 unit) dan Laptop Acer sebesar
17,9% (348443 unit).1 Penjualan optimal dari Laptop Asus dan Acer dapat
diketahui dengan merumuskan model fungsi tujuan. Perumusan fungsi tujuan
dari model program linear adalah sebagai berikut:
1 Muhammad Alif Goenawan, “Penjualan Notebook Tahun Lalu Merosot 10%, Tapi..,” detikinet,
accessed June 25, 2018, https://inet.detik.com/consumer/d-3865828/penjualan-notebook-tahun-
lalu-merosot-10-tapi.
41
C. Berdasarkan variabel keputusan, fungsi tujuan, dan fungsi kendala akan
dilakukan perhitungan dengan model sebagai berikut:
1. Model Pertama
Tabel 4.1 Daftar Model Penjualan Laptop Asus dan Acer pertama
Kendala
Asus
VivoBook
Max
X441NA
Acer Aspire
3 (A314-
31C521)
Batasan Satuan Variabel
slack
Harga 3.949.000 3.949.000 95.299.000 Rupiah
Garansi 2 1 3 Tahun
Daya Tahan
Baterai 12 6 19 Jam
Design
Body
1,7 (1700) 2,1(2100) 5,7( 5700) Gram
14 14 18 Inch
6 4 9 warna
Spesifikasi
2 4 16 GB
500 500 1500 GB
2 2 4 Ghz
Fungsi
Tujuan
706619 348443
Berdasarkan Tabel 4.1 diperoleh fungsi tujuan, sehingga model matematika
yang dihasilkan yaitu :
Maksimum
Dengan fungsi kendala:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
42
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Suatu kendala yang bertanda menjadi suatu persamaan dengan
menambahkan variabel slack dan variabel surplus untuk kendala yang bertanda
ke sisi kiri kendala. Sehingga setelah ditambahkan variabel slack, fungsi kendala
dan fungsi tujuan menjadi sebagai berikut:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Maksimum
43
Selanjutnya dilakukan perhitungan dengan metode simpleks secara manual yaitu
membuat tabel simpleks dengan memasukkan semua koefisien-koefisien dari
variabel keputusan, fungsi kendala, fungsi tujuan dan variabel slack. (lampiran 2)
Didapatkan
dan dengan
.
Maka nilai maksimum yang didapat adalah
+348443(0)+0(
(
) (
) (
)
(
) (
)
Selanjutnya dilakukan perhitungan dengan berbantu software Lindo 6.1
dengan variabel keputusan, fungsi kendala dan fungsi tujuan yang sama. berikut
ini adalah hasil perhitungannya:
Gambar 4.1 Hasil Tabel software Lindo 6.1 pada model pertama
44
Gambar 4.2 Hasil perhitungan dengan Software Lindo Model Pertama
Perhitungan yang dilakukan dengan berbantu Software Lindo 6.1 mendapatkan
nilai dan dengan hasil optimum sebesar 908510.
Berdasarkan hasil perhitungan yang telah dilakukan dengan metode
simpleks secara manual dan berbantu software Lindo 6.1, Laptop Asus
VivoBook X441NA dan Acer Aspire 3 (A314-31C521) mendapatkan hasil
penjualan optimal sebesar 908510 unit pertahunnya.
2. Model kedua
` Tabel 4.2 Daftar Model Penjualan Laptop Asus dan Acer kedua
Kendala Asus Rog
GL533VD
Acer
Aspire V5-
591G
Batasan Satuan Variabel
slack
Harga 15299000 13499000 95299000 Rupiah
Garansi 2 1 3 Tahun
Daya Tahan
Baterai 11 7 19 Jam
Design Body
2,5
(2500)
2,4 (2400) 5,7
(5700)
Gram
16 16 18 Inch
1 1 9 Warna
Spesifikasi
4 8 16 GB
1000 1000 1500 GB
4 3 4 Ghz
Fungsi Tujuan 706619 348443
45
Berdasarkan Tabel 4.2 diperoleh fungsi tujuan, sehingga model matematika yang
dihasilkan yaitu:
Maksimum
Dengan fungsi kendala:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Sehingga setelah ditambahkan variabel slack, fungsi kendala dan fungsi tujuan
menjadi sebagai berikut:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
46
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Maksimum
Selanjutnya melakukan perhitungan dengan metode simpleks secara
manual yaitu membuat tablo simpleks dengan memasukkan semua koefisien-
koefisien dari variabel keputusan, fungsi kendala, fungsi tujuan dan variabel
slack. (lampiran 2)
Didapatkan dengan
,
, .
Maka nilai maksimum yang didapat adalah:
(
)
Selanjutnya dilakukan perhitungan dengan berbantu software Lindo 6.1 dengan
variabel keputusan, fungsi kendala dan fungsi tujuan yang sama. berikut ini
adalah hasil perhitungannya:
47
Gambar 4.3 Hasil tabel Software Lindo 6.1 pada model kedua
Gambar 4.4 Hasil perhitungan dengan Software Lindo model kedua
Perhitungan yang dilakukan dengan Lind didapatkan dan dengan
hasil optimal sebesar 706619.
Berdasarkan hasil perhitungan yang dilakukan dengan metode simpleks
secara manual dan berbantu software Lindo 6.1, Laptop Asus Rog GL533VD
dan Acer Aspire V5-591G mendapatkan hasil penjualan yang optimal sebesar
unit pertahunnya.
48
3. Model ketiga
Tabel 4.3 Daftar Model Penjualan Laptop Asus dan Acer Ketiga
Kendala Asus Rog
GL33VE
Acer
Spin 5 Batasan
Satuan Variabel
slack
Harga 20299000 20999000 95299000 Rupiah
Garansi 2 2 3 Tahun
Daya
Tahan
Baterai
12 10 19 Jam
Design
Body
2,5 (2500) 1,6(1600) 5,7 (5700) Gram
16 14 18 Inch
1 1 9 Warna
Spesifikasi
4 4 16 GB
1000 1000 1500 GB
4 4 4 Ghz
Fungsi
Tujuan
706619 348443
Berdasarkan Tabel 4.3 diperoleh fungsi tujuan, sehingga model matematika
yang dihasilkan yaitu:
Maksimum
Dengan fungsi kendala:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
49
Spesifikasi (HDD)
Spesifikasi (processor intel )
Sehingga setelah ditambahkan variabel slack, fungsi kendala dan fungsi tujuan
menjadi sebagai berikut:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Maksimum
Selanjutnya melakukan perhitungan dengan metode simpleks secara
manual yaitu membuat tablo simpleks dengan memasukan semua koefisien-
koefisien dari variabel keputusan, fungsi tujuan, fungsi kendala dan variabel
slack. (lampiran 2)
Didapatkan dengan
, , .
50
Maka nilai maksimum yang didapat adalah:
Selanjutnya dilakukan perhitungan dengan berbantu software Lindo
6.1 dengan variabel keputusan, fungsi kendala dan fungsi tujuan yang sama.
berikut ini adalah hasil perhitungannya:
Gambar 4.5 Hasil tabel software Lindo 6.1 pada model ketiga
Gambar 4.6 Hasil perhitungan dengan Software lindo model ketiga
51
Perhitungan yang dilakukan dengan berbantu Software Lindo 6.1 mendapatkan
nilai dan dengan hasil optimum sebesar 706619.
Berdasarkan hasil perhitungan dengan metode simpleks secara manual dan
berbantu software Lindo 6.1, Laptop Asus Rog GL33VE dan Acer Spin 5
mendapatkan hasil penjualan optimal sebesar 706619 unit pertahunnya.
4. Model Keempat
Tabel 4.4 Daftar Model Penjualan Laptop Asus dan Acer Keempat
Kendala
ASUS
ZenBook Flip
UX360UA
ACER
ASPIRE
R7-372T
Batasan
Satuan Variabel
slack
Harga 14299000 14999000 95299000 Rupiah
Garansi 2 1 3 Tahun
Daya Tahan
Baterai
16 8 19 Jam
Design
Body
1,3 (1300) 1,6(1600) 5,7 (5700) Gram
13 13 18 Inch
1 1 9 Warna
Spesifikasi
8 8 16 GB
512 256 1500 GB
3 3 4 Ghz
Fungsi
Tujuan
706619 348443
Berdasarkan Tabel 4.4 diperoleh fungsi tujuan, sehingga model matematika yang
dihasilkan yaitu:
Maksimum
Dengan fungsi kendala:
Harga =
Garansi =
52
Daya Tahan Baterai =
Design Body (berat) =
Design Body (ukuran) =
Design Body (warna) =
Spesifikasi (RAM) =
Spesifikasi (HDD) =
Spesifikasi (processor intel )=
Sehingga setelah ditambahkan variabel slack, fungsi kendala dan fungsi tujuan
menjadi sebagai berikut:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Maksimum
53
Selanjutnya melakukan perhitungan dengan metode simpleks secara
manual yaitu membuat tablo simpleks dengan memasukan semua koefisien-
koefisien dari variabel keputusan, fungsi tujuan, fungsi kendala dan variabel
slack. (lampiran 2)
Didapatkan
dengan
,
, .
Maka nilai maksimum yang didapat adalah:
(
) (
) (
)
(
) (
) (
) (
) (
)
Selanjutnya dilakukan perhitungan dengan berbantu software Lindo 6.1
dengan variabel keputusan, fungsi kendala dan fungsi tujuan yang sama. Berikut
ini adalah hasil perhitungannya:
Gambar 4.7 Hasil tabel software Lindo 6.1 pada model keempat
54
Gambar 4.8 Hasil perhitungan dengan Software Lindo model keempat
Perhitungan yang dilakukan dengan software Lindo 6.1 didapatkan
dan dengan hasil optimal sebesar 839110,1.
Berdasarkan hasil perhitungan yang dilakukan dengan metode simpleks secara
manual dan berbantu software Lindo 6.1, Laptop Asus ZenBook Flip
UX360UA dan Acer Aspire 7-372T mendapatkan hasil penjualan yang optimal
sebesar unit pertahunnya dengan metode simpleks secara manual dan
839110 unit pertahunnya dengan software Lindo 6.1.
5. Model Kelima
Tabel 4.5 Daftar Model Penjualan Laptop Asus dan Acer Kelima
Kendala Asus
X455LA
Acer
Aspire
E5-475
Batasan
Satuan Variabel
slack
Harga 5199000 5499000 95299000 Rupiah
Garansi 2 1 3 Tahun
Daya Tahan
Baterai
13 13 19 Jam
Design Body
2,1 (2100) 2,1(2100) 5,7 (5700) Gram
12 14 18 Inch
1 1 9 Warna
Spesifikasi
4 8 16 GB
320 1000 1500 GB
2 2 4 Ghz
Fungsi Tujuan 706619 348443
55
Berdasarkan Tabel 4.5 diperoleh fungsi tujuan, sehingga model matematika yang
dihasilkan yaitu:
Maksimum
Dengan fungsi kendala:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Sehingga setelah ditambahkan variabel slack, fungsi tujuan dan fungsi kendala
menjadi sebagai berikut:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
56
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Maksimum
Selanjutnya melakukan perhitungan dengan metode simpleks secara
manual yaitu membuat tablo simpleks dengan memasukkan semua koefisien-
koefisien dari variabel keputusan, fungsi tujuan, fungsi kendala dan variabel
slack. (lampiran 2)
Didapatkan
dengan
,
,
.
Maka nilai maksimum yang didapat adalah:
(
) (
)
(
)
(
) (
) (
)
57
Selanjutnya dilakukan perhitungan dengan berbantu software Lindo 6.1
dengan variabel keputusan, fungsi kendala dan fungsi tujuan yang sama. Berikut
ini adalah hasil perhitungannya:
Gambar 4.9 Hasil tabel software lindo 6.1 pada model kelima
Gambar 4.10 Hasil perhitungan dengan Software Lindo model kelima
Perhitungan yang dilakukan dengan Lindo didapatkan dan
dengan hasil optimal sebesar 1032751.
Berdasarkan hasil perhitungan yang dilakukan dengan metode simpleks
secara manual dan berbantu software Lindo 6.1, Laptop Asus X455LA dan Acer
Aspire E5-475 mendapatkan hasil penjualan yang optimal sebesar 1032751 unit
pertahunnya.
58
6. Model Keenam
Tabel 4.6 Daftar Model Penjualan Laptop Asus dan Acer Keenam
Kendala
Asus Rog
Zephyrus
GX501
Acer Switch
12S (SW7-
272)
Batasan Satuan Variabel
slack
Harga 50299000 19999000 95299000 Rupiah
Garansi 2 2 3 Tahun
Daya Tahan
Baterai
12 8 19 Jam
Design Body
2,5 (2500) 1,4(1400) 5,7 (5700) Gram
16 12 18 Inch
1 1 9 Warna
Spesifikasi
8 8 16 GB
512 256 1500 GB
4 2 4 Ghz
Fungsi
Tujuan
706619 348443
Berdasarkan Tabel 4.6 diperoleh fungsi tujuan, sehingga model matematika
yang dihasilkan yaitu:
Maksimum
Dengan fungsi kendala:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
59
Spesifikasi (HDD)
Spesifikasi (processor intel )
Sehingga setelah ditambahkan variabel slack, fungsi kendala dan fungsi tujuan
menjadi sebagai berikut:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Maksimum
Selanjutnya melakukan perhitungan dengan metode simpleks secara
manual yaitu membuat tablo simpleks dengan memasukan semua koefisien-
koefisien dari variabel keputusan, fungsi tujuan, fungsi kendala dan variabel
slack. (lampiran 2)
Didapatkan dengan
, , .
60
Maka nilai maksimum yang didapat adalah:
Selanjutnya dilakukan perhitungan dengan berbantu software Lindo
6.1 dengan variabel keputusan, fungsi kendala dan fungsi tujuan yang sama.
Berikut ini adalah hasil perhitungannya:
Gambar 4.11 Hasil Tabel software lindo 6.1 pada model keenam
Gambar 4.12 Hasil perhitungan dengan software lindo model keenam
61
Perhitungan yang dilakukan dengan Lindo didapatkan dan
dengan hasil optimal sebesar 706619.
Berdasarkan hasil perhitungan yang dilakukan dengan metode simpleks
secara manual dan berbantu software Lindo 6.1, Laptop Asus ROG Zephyrus
GX501 dan Acer Switch 12S 9SW7-272) mendapatkan hasil penjualan yang
optimal sebesar 706619 unit pertahunnya.
D. Hasil pengolahan model-model penjualan Laptop Asus dan Acer dengan metode
simpleks secara manual dan software Lindo 6.1.
Hasil pengolahan keenam model penjualan Laptop Asus dan Acer yang
disajikan dalam bentuk tabel sebagai berikut :
Tabel 4.7 Hasil Penjualan Optimum Laptop Asus dan Acer
No Optimum
Metode Simpleks Software lindo 6.1
1. Model Pertama 908510 908510
2 Model Kedua 706619 706619
3 Model Ketiga 706619 706619
4 Model Keempat 942159 839110
5 Model Kelima 1032751 1032751
6 Model Keenam 706619 706619
Berdasarkan Tabel 4.7 diperoleh hasil optimal keenam model penjualan
Laptop Asus dan Acer. Pada model pertama, melalui perhitungan dengan metode
simpleks secara manual dan berbantu software Lindo 6.1 mendapatkan hasil
62
optimum sebesar 908510 kemudian pada model kedua, ketiga dan keenam
mendapatkan hasil optimum yang sama sebesar 706619. Pada model keempat
terjadi perbedaan hasil optimum, perhitungan yang dilakukan dengan metode
simpleks secara manual mendapatkan hasil optimum sebesar 942159 sedangkan
dengan software Lindo 6.1 mendapatkan hasil optimum sebesar 839110,
perbedaan tersebut dikarenakan pemilihan elemen pivot yang tidak sama. Pada
perhitungan secara manual dipilih elemen pivot pada baris ke-9 kolom ke-1 yang
bernilai 3 sedangkan pada Lindo, elemen pivot yang dipilih baris ke-3 kolom ke-
1 dengan nilai 16. Akan tetapi hasil iterasi yang dilakukan dengan Lindo dan
manual tidak terjadi perbedaan yaitu iterasi satu kali dan nilai tidak jauh
berbeda. Selanjutnya, pada model kelima hasil optimum dengan metode simpleks
secara manual dan berbantu software Lindo 6.1 mencapai 1032751. Dari keenam
model penjualan Laptop Asus dan Acer dengan kendala harga, garansi, daya
tahan baterai, design body ( berat, ukuran, warna) dan spesifikasi ( RAM,
processor, hardisk) didapatkan hasil yang paling optimal dan sesuai dengan
tujuan penelitian yaitu pada model kelima sebesar 1032751 unit pertahunnya.
Berikut rangkuman model optimasi penjualan laptop Asus dan Acer yang
disajikan dalam bentuk tabel:
63
64
Berdasarkan Tabel 4.8 dengan pengambilan sampel secara acak didapatkan
pengoptimasian sebanyak enam model dengan spesifikasi yang berbeda-beda.
Model pertama didapatkan perpaduan antara laptop Asus Vivobook Max
X441NA dan Acer Aspire 3 (A314-31C52) dengan spesifikasi yang cukup bagus
dan harga yang masih dibawah 4 juta, akan tetapi pada Laptop tipe ini masih
memiliki kekurangan yaitu RAM yang masih berukuran kecil. Pada model kedua
didapatkan Perpaduan antara Laptop Asus Rog GL533VD dan Acer Aspire V5-
519G dengan spesifikasi yang bagus dan kecepatan processor yang mencapai 3
Ghz lebih serta ukuran layar yang mencapai 16 inch, akan tetapi, harga pada tipe
Laptop ini mencapai 15 juta lebih. Model ketiga diperoleh perpaduan antara
Laptop Asus Rog GLV33VE dan Acer Spin 5 dengan harga diatas 20 juta
memilki spesifikasi yang bagus dari garansi, daya tahan baterai, berat, ukuran,
RAM, HDD, Processor. Model keempat didapatkan perpaduan antara Laptop tipe
Asus Zenbook Flip UX360UA dan Acer Aspire R7-372T dengan harga diatas 14
juta. Model kelima didapatkan perpaduan antara laptop Asus Vivobook Max
X455LA dan Acer Aspire E5-457 dengan spesifikasi yang cukup bagus dan
harga yang masih dibawah 6 juta. Model keenam diperoleh kombinasi antara
Laptop Asus Rog Zephyrus GX501 dan Acer Switch 12S (SW7-272) dengan
spesifikasi yang cukup bagus serta kecepatan processor mencapai 4 Ghz.
65
Berdasarkan Rangkuman Model yang telah dipaparkan diatas, akan dicoba
model kelima dengan penjualan Laptop tahun 2017 dengan data sebagai berikut :
Tabel 4.9 Penjualan Laptop Tahun 2017
Penjualan 2017
(keseluruhan Laptop) Asus (40%) Acer (17,95%)
1713450 Unit
Sumber: detikinet.
Berdasarkan Tabel 4.9 diperoleh penjualan Laptop Asus sebesar 685380 unit
dan Laptop Acer sebesar 308421, sehingga fungsi tujuannya dapat dirumuskan
, setelah fungsi tujuan didapatkan selanjutnya
melakukan perhitungan dengan model kelima, dengan model sebagai berikut:
Tabel 4.10 Daftar Model Penjualan Laptop Asus dan Acer Kelima
Kendala Asus
X455LA
Acer
Aspire
E5-475
Batasan
Satuan Variabel
slack
Harga 5199000 5499000 95299000 Rupiah
Garansi 2 1 3 Tahun
Daya Tahan
Baterai
13 13 19 Jam
Design Body
2,1 (2100) 2,1(2100) 5,7 (5700) Gram
12 14 18 Inch
1 1 9 Warna
Spesifikasi
4 8 16 GB
320 1000 1500 GB
2 2 4 Ghz
Fungsi Tujuan 685380 308421
Berdasarkan Tabel 4.9 diperoleh fungsi tujuan, sehingga model matematika yang
dihasilkan yaitu:
Maksimum
66
Dengan fungsi kendala:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
Sehingga setelah ditambahkan variabel slack, fungsi tujuan dan fungsi kendala
menjadi sebagai berikut:
Harga
Garansi
Daya Tahan Baterai
Design Body (berat)
Design Body (ukuran)
Design Body (warna)
Spesifikasi (RAM)
Spesifikasi (HDD)
Spesifikasi (processor intel )
67
Maksimum
Selanjutnya melakukan perhitungan dengan metode simpleks secara
manual yaitu membuat tablo simpleks dengan memasukkan semua koefisien-
koefisien dari variabel keputusan, fungsi tujuan, fungsi kendala dan variabel
slack. (lampiran 2)
Didapatkan
dengan
,
,
.
Maka nilai maksimum yang didapat adalah:
(
) (
)
(
)
(
) (
) (
)
Selanjutnya dilakukan perhitungan dengan berbantu software Lindo 6.1
dengan variabel keputusan, fungsi kendala dan fungsi tujuan yang sama. Berikut
ini adalah hasil perhitungannya:
68
Gambar 4.13 Hasil perhitungan dengan Software Lindo model kelima tahun 2017
Perhitungan yang dilakukan dengan lindo didapatkan dan
dengan hasil optimal sebesar 1001709. Hasil perhitungan yang telah dilakukan
dengan model yang sama, hasil optimum di tahun 2017 tidak berbeda jauh dengan
kondisi nyata. Pada kondisi nyata penjualan Laptop Asus dan Acer berkisar
993801 unit setelah dilakukan perhitungan dengan metode simpleks mencapai
1001709 unit.
Tabel 4.11 Perbandingan Faktual dan Optimum Laptop Asus dan Acer.
2016 2017
Faktual Optimum Faktual Optimum
1055062 1032751 993801 1001709
Berdasarkan Tabel 4.10 diperoleh hasil optimum pada tahun 2016 sebesar
1032751 unit pertahunnya dengan kondisi faktual sebesar 1055062 unit. Dari hasil
pemodelan tersebut dilakukan kembali perhitungan ditahun 2017 dengan model
yang sama mendapatkan hasil yang tidak jauh berbeda dengan kondisi faktualnya.
Pada hasil optimum di tahun 2017 mendapatkan hasil sebesar 1001709 unit
sedangkan kondisi faktualnya sebesar 993801 unit. Dari kedua hasil tersebut
69
memiliki selisih yang tidak jauh beda. Sehingga model kelima dapat diterapkan
untuk melakukan optimasi penjualan Laptop Asus dan Acer agar mendapatkan
hasil yang optimal.
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan perhitungan dengan menggunakan linear programming metode
simpleks berbantu software Lindo 6.1 dapat disimpulkan sebagai berikut:
1. Model optimasi yang digunakan untuk mendapatkan hasil yang optimum
dari penjualan Laptop Asus dan Acer adalah model yang kelima yaitu Laptop
tipe Asus X455LA dan Acer Aspire E5-457 dengan harga di bawah 6 juta,
garansi 2 tahun, daya tahan baterai 13 jam, berat 2100 gram, ukuran di bawah
15 inch, RAM 8 GB, dan HDD yang mencapai 1000 GB.
2. Penjualan Laptop Asus dan Acer pada model kelima mendapatkan hasil
optimum sebesar 1032751 unit pertahun.
3. Pengoptimalan di tahun 2017 pada model yang sama juga tidak berbeda jauh
dengan kondisi faktualnya. Hasil perhitungan yang dilakukan dengan metode
simpleks dan berbantu software Lindo 6.1 mendapatkan hasil sebesar
1001709 unit pertahun dengan kondisi faktual sebesar 993801 unit pertahun.
B. Saran
Berdasarkan kesimpulan diatas, maka penulis menyarankan kepada pihak
pembaca yang tertarik melakukan penelitian pada bidang dan objek yang sama
untuk meneliti lebih dalam bidang program linear pada masalah optimasi
71
penjualan dengan metode simpleks. Pada skripsi ini hanya terbatas pada dua
variabel yaitu Asus dan Acer di lima kota besar yaitu Jakarta, Yogyakarta,
Bandung, Surabaya dan Semarang, sehingga untuk selanjutnya disarankan untuk
mengembangkan masalah optimasi dengan variabel yang lebih banyak ,di daerah
yang lebih luas serta mencari kendala yang baru agar hasilnya lebih optimal dan
menggunakan bantuan software yang baru dalam perhitungan metode simpleks,
karena software Lindo memiliki kekurangan yaitu tidak bisa digunakan jika
angkanya dalam bentuk bilangan desimal serta bentuk tabel simpeks tidak
ditampilkan secara terperici. selain itu, penulis juga menyarankan kepada pihak
perusahaan untuk lebih banyak memproduksi laptop Asus tipe X455LA dan Acer
Aspire E5-457 karena berdasarkan hasil perhitungan yang dilakukan dengan
metode simpleks laptop tipe tersebut yang menghasilkan nilai optimum
terbesar.
DAFTAR PUSTAKA
Afif, Muhammad Thowil, and Ilham Ayu Putri Pratiwi. “Analisis Perbandingan
Baterai Lithium-Ion, Lithium-Polymer, Lead Acid Dan Nickel-Metal Hydride
Pada Penggunaan Mobil Listrik-Review.” Rekayasa Mesin 6, no. 2 (2015):
95–99.
Agustini, Dwi Hayu, and Yus Endra Rahmadi. Riset Operasional Konsep-Konsep
Dasar. Jakarta: Rineka Cipta, 2009.
Akram, Akram, Agusman Sahari, and Agus Indra Jaya. “Optimalisasi Produksi Roti
Dengan Menggunakan Metode Branch and Bound (Studi Kasus Pada Pabrik
Roti Syariah Bakery, Jl. Maleo, Lrg. VIII No. 68 Palu).” Jurnal Ilmiah
Matematika Dan Terapan 13, no. 2 (2016).
Andriani, Siska. “Evaluasi CSE-UCLA Pada Studi Proses Pembelajaran
Matematika.” Al-Jabar: Jurnal Pendidikan Matematika 6, no. 2 (2015): 167–
176.
Anggara, Robi, and Anggalia Wibasuri. “Pengaruh Kualitas Dan Harga Terhadap
Keputusan Pembelian Laptop Acer Tipe Aspire 4752 Di Kelurahan Sepang
Jaya Kecamatan Kedaton Bandar Lampung.” Jurnal Manajemen Dan
Keuangan 10, no. 2 (2015).
Anggoro, Bambang Sri. “Pengembangan Modul Matematika Dengan Strategi
Problem Solvin Guntuk Mengukur Tingkat Kemampuan Berpikir Kreatif
Matematis Siswa.” Al-Jabar: Jurnal Pendidikan Matematika 6, no. 2 (2015):
121–130.
Anggraini, Dian, and Yasir Wijaya. “Obligasi Bencana Alam Dengan Suku Bunga
Stokastik Dan Pendekatan Campuran.” Al-Jabar: Jurnal Pendidikan
Matematika 7, no. 1 (2016): 49–62.
Dantes, K. Rihendra. “Kajian Awal Pengembangan Produk Dengan Menggunakan
Metode QFD (Quality Function Deployment) (Studi Kasus Pada Tang Jepit Jaw Locking Pliers).” JST (Jurnal Sains Dan Teknologi) 2, no. 1 (2013).
Ekawati, Ratna, Shanti K. Anggraeni, and Hadi Setiawan. “Optimisasi Penjualan
Susu Cup Menggunakan Integrasi Metode Simpleks Dan Analisa
Sensitivitas,” (Proseding Seminar Nasional Sains dan Teknologi –II)(2008).
Haeussler, Paul, and Wood. Pengantar Matematika Ekonomi Untuk Analisis Bisnis
Dan Ilmu-Ilmu Sosial Jilid 1. Jakarta: Erlangga, 2010.
Ibnas, Risnawati. “Optimalisasi Kasus Pemrograman Linear Dengan Metode Grafik
Dan Simpleks.” Matematika Dan Statistika Serta Aplikasinya 2, no. 1 (2015).
Jhingan, M.L. Ekonomi Pembangunan Dan Perencanaan. Jakarta: Raja Grafindo
Persada, 2014.
Muhaimin, Mohammad, and Adjie Pamungkas. “Optimalisasi Penggunaan Lahan Untuk Memaksimalkan Pendapatan Pemerintah Daerah Kabupaten Sidoarjo
(Studi Kasus: Kecamatan Waru).” Jurnal Teknik ITS 3, no. 2 (2014): C87–
C91.
Natalia, Heinny, Agusman Sahari, and Agus Indra Jaya. “Optimalisasi Pembangunan
Perumahan Dengan Menggunakan Metode Simpleks (Studi Kasus : UD.
Perumahan Griya Cempaka Alam).” Jurnal Ilmiah Matematika Dan Terapan
12, no. 1 (2015).
Nico, Nico, Iryanto Iryanto, and Gim Tarigan. “Aplikasi Metode Cutting Plane
Dalam Optimisasi Jumlah Produksi Tahunan Pada PT. Xyz.” Saintia
Matematika 2, no. 2 (2014): 127–136.
Nugroho, Adi. Analisis Dan Perancangan Sistem Informasi Dengan Metodologi
Berorientasi Objek. Bandung: Informatika, 2005.
Pristyo, Melvin. “Pengaruh Produk Dan Harga Terhadap Volume Penjualan Pada
UD. Eka Jaya Di Surabaya.” E-Jurnal Kewirausahaan 1, no. 1 (2013).
Rinaldi, Achi. “Sebaran Generalized Extreme Value (GEV) Dan Generalized Pareto
(GP) Untuk Pendugaan Curah Hujan Ekstrim Di Wilayah DKI Jakarta.” Al-
Jabar: Jurnal Pendidikan Matematika 7, no. 1 (2016): 75–84.
Sauddin, Adnan, Wahyuni Abidin, and Kiki Sumarni. “Integer Programming Dengan
Pendekatan Metode Branch and Cut Guna Mengoptimalkan Jumlah Produk
Dengan Keuntungan Maksimal.” Matematika Dan Statistika Serta
Aplikasinya 3, no. 1 (2015).
Sinebe, J. E., U. C. Okonkwo, and L. C. Enyi. “Simplex Optimization of Production
Mix: A Case of Custard Producing Industries in Nigeria.” International
Journal of Applied 4, no. 4 (2014).
Siringoringo, Hotniar. Seri Teknik Riset Operasional Pemrograman Linear.
Yogyakarta: Graha Ilmu, 2005.
Sudrajat, Enang, and Abdul Aziz Sidiq. Al-Quran. Jawa Barat: Syamil Qur’an, 2007.
Sugiyono. Metode Penelitian Pendidikan (Pendekatan Kuantitatif, Kualitatif, Dan
R&D. Bandung: Alfabeta, 2016.
Supranto, J. Teknik Pengambilan Keputusan. Jakarta: Rineka Cipta, 2005.
Supriadi, Nanang. “Pemodelan Matematika Premi Tunggal Bersih Asuransi Unit
Link Syariah.” Al-Jabar: Jurnal Pendidikan Matematika 8, no. 2 (2017): 165–
176.
Susanta, B. Program Linear. Depertemen Pendidikan dan Kebudayaan Direktorat
Jendral Pendidikan Tinggi Proyek Pembinaan Tenaga Akademik, 1996.
Syahrurrahmah, Syahrurrahmah, Agusman Sahari, and Resnawati Resnawati.
“Mengoptimalkan Gizi Balita Dengan Harga Minimum Menggunakan
Metode Simpleks.” Jurnal Ilmiah Matematika Dan Terapan 10, no. 1 (2013).
T. Dowling, Edward. Matematika Untuk Ekonomi. Jakarta: Erlangga, 1980.
Wahyudi, Eko Nur. “Mengenal Harddisk Lebih Dekat.” Dinamik-Jurnal Teknologi
Informasi 10, no. 3 (2005).
Wamiliana. Program Linear Teori Dan Terapannya. Bandar Lampung: Aura, 2015.
Wibisana, Yogi, and Sri Rahayu Tri Astuti. “Analisis Pengaruh Atribut Produk,
Kebutuhan Mencari Variasi, dan Word Of Mouth Terhadap Perilaku
Keputusan Perpidahan Merek Laptop Hewlett-Packard (HP) ke Asus.”
Diponegoro Journal of Management 5, no. 3 (2016): 558–600.
Wijaya, Ghora Novemba Andi. “Pengaruh Strategis Harga Dan Garansi Produk
Terhadap Penjualan Pada UD Mitra Niaga.” Jurnal Ilmu & Riset Manajemen
3, no. 4 (2016).
Wirawan, I., and Made Antara. “Permintaan Buah Pisang Ambon Oleh Rumah
Tangga Di Kecamatan Denpasar Barat, Kota Denpasar, Provinsi Bali.” Jurnal
Ekonomi Kuantitatif Terapan 6, no. 1 (2013).
Wulan, Elis Ratna, and Yosi Sri Rejeki. “Optimalisasi Laba Dalam Perencanaan
Produksi Menggunakan Pemrograman Linear.” EKSPANSI 8, no. 1 (2016): 1–
14.
Yudihartanti, Yulia. “Penyederhanaan Operasi Perhitungan Pada Metode Simpleks.”
PROGRESIF 2, no. 2 (2015).
Zulmaulida, Rahmy, and Edy Saputra. “Pengembangan Bahan Ajar Program Linear
Berbantuan Lindo Software.” Infinity Journal 3, no. 2 (2014): 189–216.
Lampiran 1
No
Seri
Harga
Garansi
Daya
tahan
Baterai
Design Body Spesifikasi
Warna Ukuran Berat RAM HDD Processor
1 ASUS X550VX 11.299.000 2 11jam 4 15,6 2,45 8 1 Tb Intel core i7
7700HQ
2 ASUS VivoBook
X540 YA
3.899.000 2 11jam 3 15,6 2 2 500GB AMD Carrizo
Apu E1-7010
E2-7110
3 ASUS X455YA 3.599.000 2 18jam 2 14 2 2 500GB AMD Apu A8-
7410/E1-7010
4 ASUS X550VX 8.999.000 2 18jam 4 15,6 2,45 4 1 Tb Intel Core i5
6300HQ
5 ASUS X550LU 9.499.000 2 11jam 1 15,6 2,45 4 1 Tb AMD Quad core
FX-983 APU
6 ASUS X455LA 5.199.000 2 13jam 1 14 2,1 4 320GB Intel core i3
7 ASUS FX503 12.299.000 2 16jam 15,6 2,5 8 1 Tb Intel core i7
7700HQ
8 ASUS ROG
GL553VD
15.299.000 2 11jam 1 15,6 2,5 4 1 Tb Intel core i7
7700HQ
9 ASUS ROG STRIX
GL503
15.799.000 2 16jam 1 15,6 2,5 4,6 1 Tb Intel core i7
7700HQ
10 ASUS ROG STRIX
HERO EDITION
16.799.000 2 16jam 1 15,6 2,5 4,6 1 Tb Intel core i7
7700HQ
11 ASUS ROG
ZEPHYRUS GX501
50.299.000 2 12jam 1 15,6 2,25 8 512 GB Intel core i7
7700HQ
12 ASUS ROG STRIX
EDITION
19.299.000 2 16jam 1 15,6 2,5 4 1 Tb Intel core i7
7700HQ
13 ROG G703 60.299.000 2 9jam 1 17,3 4,7 8 1 Tb Intel core i7
7820HK
14 ROG GX800VH 95.299.000 2 9jam 1 18,4 5,7 16 1,5 Tb Intel core i7
7700HQ
15 ROG GL33VE 20.299.000 2 12jam 1 15,6 2,5 - 1 Tb Intel core i7
7700HQ
16 ROG502VM 22.799.000 2 11jam 1 15,6 2,2 6 1 Tb Intel core i7
7700HQ
17 ROG GL502VS 36.299.000 2 11jam 1 15,6 2,34 8 1 Tb Intel core i7
7700HQ
18 ROG G752VS 45.299.000 2 11jam 1 17,3 4,4 8 1 Tb Intel core i7
7700HQ
19 ASUS ZenBook 3
Delux U X490UA
25.299.000 2 16jam 1 14 0.91 16 512GB Intel core i7
7500U
20 ASUS ZenBook Flip
UX360UA
14.299.000 2 16jam 1 13,3 1,3 8 512GB Intel core i7
6500U
21 ASUS ZenBook Flip
S UX370 UA
25.299.000 2 12jam 1 13,3 1,1 16 512GB Intel core i7
7500U
22 ASUS ZenBook 3
UX390UA
24.299.000 2 16jam 1 12,5 0,91 16 512GB Intel core i7
7500U
23 FX503 12.299.000 2 12jam 1 15,6 2,5 4 1Tb Intel core i7
7700HQ
24 A405UQ 8.199.000 2 18jam 1 14 1,3 2 1Tb Intel core i7
7200U
25 ASUS VivoBook
S15 5510UQ
9.499.000 2 18jam 1 15,6 1,7 2 1Tb Intel core i7
7200U
26 ASUS FX553VD 13.299.000 2 12jam 1 15,6 1,5 2 1Tb Intel core i7
7700HQ
27 ASUS ZenBook
PRO UX550VD
26.299.000 2 19jam 1 15,6 1,8 4 512GB Intel core i7
7700HQ
28 ASUS ZenBook
UX430UQ
17.799.000 2 12jam 1 14 1,25 2 512GB Intel core i7
7500U
29 ASUS ZenBook UX
410UQ
17.799.000 2 16jam 1 14 1,4 2 1Tb Intel core i7
7500U
30 ASUS VivoBook
PRO 15 N580UD
16.299.000 2 15jam 1 15,6 4,289 8 1Tb Intel core i7
7700HQ
31 ASUS VivoBook
MAX X441NA
3.949.000 2 12jam 6 14 1,7 2 500GB Intel coleron
N3350
32 ASUS E203NAH 3.949.000 2 14jam 3 11,6 1,2 2 500GB Intel coleron
N3350
33 ASUS VivoBook
MAX X441UV
6.399.000 2 16jam 4 14 1,75 4 500GB Intel core i3
6006U
34 X555BA 4.699.000 2 12jam 1 15,6 2,25 4 500GB AMD A9-9420
35 ASUS VivoBook
MAX X441UA
5.799.000 2 12jam 5 14 2,25 4 ITb Intel core i3
36 X555BP 4.699.000 2 12jam 1 15,6 2,25 4 500GB AMD A9-9420
37 ASUS VivoBook
MAX X541UA
5.399.000 2 12jam 5 15,6 2,25 4 1 Tb Intel core i3
38 ASUS VivoBook
MAX X54IUV
5.999.000 2 12jam 1 15,6 2,25 4 500GB Intel core i3
39 ACER Aspire ES1-
432
3.749.000 1 7,5 Jam 1 14 1.92 2 500GB Intel coleron
N3350
40 ACER Aspire ES1-
432
3.749.000 1 7,5 jam 1 14 1,92 2 500GB Intel coleron
N3350
41 ACER SWITH
ONE
3.499.000 1 9 jam 1 10,1 1,36 2 500GB Intel Quad core
X5-28350
42 ACER ASPIRE E5-
475
6.199.000 1 8 jam 1 14 2,1 4 1 Tb Intel core i3-
6006U
43 ACER ASPIRE E5-
475G
7.499.000 1 8 jam 1 14 2,1 4 1 Tb Intel core i5-
7200U
44 ACER ASPIRE E5-
475G
7.499.000 1 8 jam 1 14 2,1 4 1 Tb Intel core i5-
7200U
45 ACER Aspire E5-
533G
7.499.000 1 6jam 1 14 2,4 2 1 Tb AMD A Series
Quad-core
46 ACER SWITCH
ALPHA 12
13.799.000 2 8 jam 1 12 1,25 4 256GB Intel core i5-6200
U
47 ACER SPIN 5 10.999.000 2 10 jam 1 13,3 1,6 4 256GB Intel core i5-
7200U
48 ACER NEW SWIFT
3 (SF314-526)pink
13.999.000 2 10 jam 1 14 1,6 8 256GB Intel core i5-
8250U
49 ACER NEW SWIFT
3 (SF314-52G)blue
15.999.000 2 10 jam 1 14 1,6 8 256GB Intel core i5-
8250U
50 ACER NEW SWIFT
3(SF314-52G) silver
15.999.000 2 10 jam 1 14 1,6 8 256GB Intel core i5-
8250U
51 ACER SWIFT 7 19.999.000 1 9 jam 1 13,3 1,125 8 256GB Intel core i7 7Y75
52 ACER SPIN 5 13.999.000 2 13 jam 1 13,3 1,6 6 256GB Intel core i5-
8250U
ACER ASPIRE S
S13(S5-371)
15.999.000 2 13 jam 1 13,3 1,4 8 512GB Intel core i7-
6500U
53 ACER SWITCH
10E(SW3-013)
4.999.000 1 12 jam 1 10,1 1,28 2 500GB Intel Quad core
P.23735F
54 ACER SWITCH
12S (SW7-272)
19.999.000 2 8 jam 1 12,5 1,4 8 256GB Intel core M5-
6Y54P
55 ACER ASPIRE E5-
553G
8.999.000 1 6 jam 1 14 2,4 8 1Tb AMD A series
Quad-core P FX-
9800
56 ACER SWIFT 3
(SP315-41)
9.599.000 1 7jam 1 15,6 2,7 8 1Tb AMD RYzen 5
2500U
57 ACER SWIFT 3 (SF
315-41)
12.499.000 1 7jam 1 15,6 2,1 8 1Tb AMD RYzen 7
2700U
58 ACER SWITCH 5 20.499.000 2 10 jam 1 12 1,27 8 512GB Intel HD Graphics
620
59 ACER ASPIRE E5-
475G
8.399.000 1 8jam 1 14 2,1 4 1Tb Intel core i5
8250U
60 ACER ASPIRE 5 8.299.000 1 7jam 1 15,6 1,2 8 1Tb AMD Quad core
P. Fx-9800
61 ACER ASPIRE 5 5.649.000 1 7jam 1 15,6 2,2 8 500GB Intel core TM i3
6006U
62 ACER ASPIRE
ES1-132
3.299.000 1 8jam 1 11,6 2, 2 500GB Intel coleron dual-
core processor
N3350
63 ACER ASPIRE
ES1-132 (PINK)
3.299.000 1 8jam 1 11,6 2,1 2 500GB Intel coleron dual-
core processor
N3350
64 ACER ASPIRE
ES1-132(BLUE)
3.299.000 1 8jam 1 11,6 2,1 2 500GB Intel coleron dual-
core processor
N3350
65 ACER ASPIRE 3
(A314-C52J)
BLACK
3.949.000 1 6.5jam 1 14 2,1 4 500GB Intel coleron dual-
core processor
N3350
66 ACER ASPIRE 3
(A314-C52J)RED
3.949.000 1 6,5jam 1 14 2,1 4 500GB Intel coleron dual-
core processor
N3350
67 ACER ASPIRE 3 3.949.000 1 6.5jam 1 14 2,1 4 500GB Intel coleron dual-
(A314-C52J) BLUE core processor
N3350
68 ACER SWIFT 3
(SF314-52) pink
13.699.000 2 10jam 1 14 1,5 8 256GB Intel UHD
Graphics 620
69 ACER SWIFT 3
(SF314-52) blue
13.699.000 2 10jam 1 14 1,5 8 256GB Intel core i7-
8550U
70 ACER SWIFT 3
(SF314-52)
14.999.000 1 10jam 1 14 2,1 8 256GB Intel core i7-
8550U
71 ACER SWIFT 3
(SF314-52)silver
14.999.000 2 10jam 1 14 1,5 8 256GB Intel core i7-
8550U
72 ACER SWIFT
3(SF314-52) blue
14.999.000 2 10jam 1 14 1,5 8 256GB Intel core i7-
8550U
73 ACER SPIN 5 20.999.000 2 10jam 1 14 1,6 4 I Tb Intel core i7-
8550U
74 ACER ASPIRE E5-
475
5.499.000 1 13jam 1 15,6 2,1 8 I Tb Intel core i3-
6006U
75 ACER ASPIRE V5-
591G
13.499.000 1 7jam 1 15,6 2,4 8 1Tb Intel core i7-
6700HQ
76 SPIN 1 (SP111-31) 5.199.000 2 9jam 1 11,6 1,6 4 500GB Intel coleron dual
core
77 ASPIRE R7-372T 14.999.000 1 8jam 1 13,3 1,6 8 256GB Intel core i7-
6500U
Lampiran 2
Melakukan perhitungan dengan metode simpleks (iterasi) sampai memperoleh titik optimum. Dibawah ini diperoleh tablo
simpleks optimum.
1. Model Pertama
Tabel 2.1 Tablo Simpleks 1 pada Model Pertama
3949000 3949000 1 0 0 0 0 0 0 0 0 95299000 2 1 0 1 0 0 0 0 0 0 0 3
12 6 0 0 1 0 0 0 0 0 0 19 1700 2100 0 0 0 1 0 0 0 0 0 5700 14 14 0 0 0 0 1 0 0 0 0 18
6 4 0 0 0 0 0 1 0 0 0 9
2 4 0 0 0 0 0 0 1 0 0 16 500 500 0 0 0 0 0 0 0 1 0 1500
2 2 0 0 0 0 0 0 0 0 1 4 -706619 -348443 0 0 0 0 0 0 0 0 0 0
Elemen Pivot
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
Tabel 2.2 Tablo Simpleks 2 pada Model Pertama
0 0 1 0 0 0
0 0 0 0
0 -1 0 1 0 0
0 0 0 0
0 -6 0 0 1 0
0 0 0 0
0 400 0 0 0 1
0 0 0 0
1 1 0 0 0 0
0 0 0 0
0 -2 0 0 0 0
1 0 0 0
0 2 0 0 0 0
0 1 0 0
0 0 0 0 0 0
0 0 1 0
0 0 0 0 0 0
0 0 0 1
0 358176 0 0 0 0
0 0 0 0
2. Model kedua
Tabel 2.3 Tablo Simpleks 1 pada Model Kedua
15299000 13499000 1 0 0 0 0 0 0 0 0 95299000 2 1 0 1 0 0 0 0 0 0 0 3 11 7 0 0 1 0 0 0 0 0 0 19 2500 2400 0 0 0 1 0 0 0 0 0 5700 16 16 0 0 0 0 1 0 0 0 0 18 1 1 0 0 0 0 0 1 0 0 0 9 4 8 0 0 0 0 0 0 1 0 0 16 1000 1000 0 0 0 0 0 0 0 1 0 1500
4 3 0 0 0 0 0 0 0 0 1 4 -706619 -348443 0 0 0 0 0 0 0 0 0 0
Elemen pivot
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[
]
[ ]
[ ]
[ ] [ ]
[ ]
Tabel 2.4 Tablo Simpleks 2 pada Model Kedua
0 2024750 1 0 0 0 0 0 0 0 80000000 0
0 1 0 0 0 0 0 0
1
0
0 0 1 0 0 0 0 0
8
0 525 0 0 0 1 0 0 0 0 3200 0 4 0 0 0 0 1 0 0 0 2 1
0 0 0 0 0 1 0 0
0 5 0 0 0 0 0 0 1 0 12 0 250 0 0 0 0 0 0 0 1 500 1
0 0 0 0 0 0 0 0
1
0 0 0 0 0 0 0 0 0
3. Model ketiga
Tabel 2.5 Tablo Simpleks 1 pada model ketiga
20299000 20999000 1 0 0 0 0 0 0 0 0 95299000
2 2 0 1 0 0 0 0 0 0 0 3
12 10 0 0 1 0 0 0 0 0 0 19
2500 1600 0 0 0 1 0 0 0 0 0 5700
16 14 0 0 0 0 1 0 0 0 0 18
1 1 0 0 0 0 0 1 0 0 0 9
4 4 0 0 0 0 0 0 1 0 0 16
1000 1000 0 0 0 0 0 0 0 1 0 1500
4 4 0 0 0 0 0 0 0 0 1 4
-706619 -348443 0 0 0 0 0 0 0 0 0 0
Elemen pivot
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[
]
[ ]
[ ]
[ ] [ ]
[ ]
Tabel 2.6 Tablo Simpleks 2 pada Model Ketiga
0 700000 1 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0
1
0 -2 0 0 1 0 0 0 0 0 7 0 -900 0 0 0 1 0 0 0 0 3200 0 -2 0 0 0 0 1 0 0 0 2
0 0 0 0 0 0 0 1 0 0
8
0 0 0 0 0 0 0 0 1 0 12 0 0 0 0 0 0 0 0 0 1 500 1 1 0 0 0 0 0 0 0 0
1
0 358176 0 0 0 0 0 0 0 0 176654,75 706619
4. Model Keempat
Tabel 2.7 Tablo Simpleks 1 pada Model Keempat
14299000 14999000 1 0 0 0 0 0 0 0 0 95299000
2 1 0 1 0 0 0 0 0 0 0 3
16 8 0 0 1 0 0 0 0 0 0 19
1300 1600 0 0 0 1 0 0 0 0 0 5700
13 13 0 0 0 0 1 0 0 0 0 18
1 1 0 0 0 0 0 1 0 0 0 9
8 8 0 0 0 0 0 0 1 0 0 16
512 256 0 0 0 0 0 0 0 1 0 1500
3 3 0 0 0 0 0 0 0 0 1 4
-706619 -348443 0 0 0 0 0 0 0 0 0 0
Elemen pivot
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[
]
[ ]
[ ]
[ ] [
]
[
]
Tabel 2.8 Tablo Simpleks 2 pada Model Keempat
0 700000 1 0 0 0 0 0 0 0
76233667
0 -1 0 1 0 0 0 0 0 0
0 -8 0 0 1 0 0 0 0 0
0 300 0 0 0 1 0 0 0 0
0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 1 0
0 -256 0 0 0 0 0 0 0 1
1 1 0 0 0 0 0 0 0 0
0 358 0 0 0 0 0 0 0 0
942158,67
5. Model Kelima
Tabel 2.9 Tablo Simpleks 1 pada Model Kelima
5199000 5499000 1 0 0 0 0 0 0 0 0 95299000
2 1 0 1 0 0 0 0 0 0 0 3
13 13 0 0 1 0 0 0 0 0 0 19
2100 2100 0 0 0 1 0 0 0 0 0 5700
12 14 0 0 0 0 1 0 0 0 0 18
1 1 0 0 0 0 0 1 0 0 0 9
4 8 0 0 0 0 0 0 1 0 0 16
320 1000 0 0 0 0 0 0 0 1 0 1500
2 3 0 0 0 0 0 0 0 0 1 4
-706619 -348443 0 0 0 0 0 0 0 0 0 0
Elemen pivot
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [
]
[
]
Tabel 2.10 Tablo Simpleks 2 pada Model Kelima
0 300000 1 0
0 0 0 0 0 0 87700461,54
0 -1 0 1
0 0 0 0 0 0
1 1 0 0
0 0 0 0 0 0
0 0 0 0
1 0 0 0 0 0 2630,77
0 2 0 0
0 1 0 0 0 0
0 0 0 0
0 0 1 0 0 0
0 4 0 0
0 0 0 1 0 0
0 680 0 0
0 0 0 0 1 0
0 1 0 0
0 0 0 0 0 1
0 358176 0 0
0 0 0 0 0 0 1032750,84
6. Model Keenam
Tabel 2.11 Tablo Simpleks 1 pada Model Keenam
50299000 19999000 1 0 0 0 0 0 0 0 0 95299000
2 2 0 1 0 0 0 0 0 0 0 3
12 18 0 0 1 0 0 0 0 0 0 19
2500 1400 0 0 0 1 0 0 0 0 0 5700
16 12 0 0 0 0 1 0 0 0 0 18
1 1 0 0 0 0 0 1 0 0 0 9
8 8 0 0 0 0 0 0 1 0 0 16
512 256 0 0 0 0 0 0 0 1 0 1500
4 2 0 0 0 0 0 0 0 0 1 4
-706619 -348443 0 0 0 0 0 0 0 0 0 0
Elemen pivot
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [
]
[
]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[ ]
[ ] [ ]
[ ]
[ ]
[
]
[ ]
[ ]
[ ] [ ]
[ ]