Professional Documents
Culture Documents
0 PENGENALAN
Pengaturcaraan Linear (PL) merupakan satu topik yang akan dipelajari bagi Pelajar
Guru Ambilan Jun 2017 dalam mata pelajaran MTES 3113 Matematik Keputusan. Menurut
Maslin Masrom (1990) menyatakan bahawa pengaturcaraan linear adalah kaedah yang
efisien untuk menentukan kata putus yang optimum bagi masalah yang melibatkan
pengagihan sumber yang terhad. Secara umumnya PL ini boleh dikatakan merupakan satu
teknik menyelesaikan masalah yang berkaitan dengan nilai maksimum dan minimum
terutamanya keuntungan maksimum serta kos pengeluaran minimum (Sing K, L, t.t). Bagi
menyelesaikan permasalahan PL ini, terdapat beberapa kaedah yang boleh digunakan.
Menurut Analytics Vidhya (2017) menyatakan bahawa antara cara untuk menyelesaikan
permasalahan PL termasuklah dengan menggunakan kaedah Graf dan kaedah Simpleks.
Oleh itu, penulisan ini akan menghuraikan berkaitan dengan dua kaedah tersebut dan
beberapa kaedah lain seperti kaedah Simpleks 2 Peringkat dan kaedah M besar serta
menghuraikan cara penyelesaian masalah bagi Senario 1 dengan menggunakan kaedah
Graf dan Senario 2 menggunakan kaedah Simpleks.
2a+3(0)=300
2a=300
a=150
Maka, koordinat titik kedua ialah (150,0)
iv) Lorekkan bahagian tersaur.
v) Plotkan fungsi objektif pada graf dengan cara yang sama seperti garis
kekangan.
vi) Cari titik optimum dengan meluncurkan garis fungsi objektif secara selari
kepada titik maksimum atau minimum dalam kawasan tersaur graf.
vii) Cari koordinat titik optimum berdasarkan titik optimum.
Langkah Pertama :
Langkah Kedua
a) Pilih pemboleh ubah bukan asas yang masuk menjadi pemboleh ubah asas dengan
mengikut syarat keoptimuman. Berhenti jika tiada lagi pemboleh ubah yang boleh
masuk. Penyelesaian optimum diperoleh apabila pemboleh asas mempunyai nilai
manakala pemboleh ubah bukan asas bernilai 0.
Langkah Ketiga
a) Pilih pemboleh ubah asas yang keluar menjadi pemboleh ubah bukan asas
menggunakan syarat kesauran. Tentukan penyelesaian asas yang baru dengan
menggunakan kaedah Gauss-Jordan.
Fasa pertama.
Jika kesemua nilai jumlah pemboleh ubah buatan ¿ 0 maka model ini memperoleh
penyelesaian tidak tersaur dan tidak mempunyai penyelesaian optimum. Jika kesemua nilai
jumlah pemboleh ubah buatan = 0, maka model ini ada penyelesaian tersaur dan optimum
fasa 1. Teruskan ke Fasa 2.
Fasa kedua
Dengan menggunakan syarat begini, proses pengoptimuman akan memaksa nilai pemboleh
ubah buatan menjadi sifar dan akan memberikan satu jalan penyelesaian tersaur untuk
masalah PL.
Pengurus sebuah kompleks sukan laut yang baru ingin memaksimumkan pendapatan
daripada dua program hujung minggu yang berikut.
JALAN PENYELESAIAN:
Sebelum memulakan langkah pertama, jadikan peserta dalam bentuk pemboleh ubah.
Jadikan kanak-kanak sebagai x dan dewasa sebagai y .
y=bilanganorang dewasa
Langkah pertama ialah tuliskan semua kekangan bagi senario ini. Kekangan pertama yang
dinyatakan dalam soalan ialah penyertaan tidak boleh melebihi daripada 90 peserta. Maka,
x + y ≤ 90
Kekangan yang kedua ialah bilangan peserta dewasa mestilah tidak melebihi atau sama
dengan 40.
y ≤ 40
Kekangan ketiga pula ialah waktu maksimum bagi luncur angin yang ditawarkan ialah 600
orang-jam. Maka,
7 x +5 y ≤ 600
Kekangan keempat pula maksimum bagi pelayaran ialah 300 orang-jam. Maka,
2 x+6 y ≤ 300
Kedua-dua pemboleh ubah keputusan tersebut tertakrif kepada syarat bukan negatif iaitu
x ≥ 0 dan y ≥0 .
x + y ≤ 90
y ≤ 40
7 x +5 y ≤ 600
2 x+6 y ≤ 300
x , y ≥0
Berdasarkan kepada graf yang telah dihasilkan (rujuk gambar rajah dalam lampiran 5, titik
maksimum yang diperoleh ialah (60,30).
¿ 6000
Maka, nilai maksimum yang diperolehi ialah (60,30) di mana 60 ialah bilangan peserta
kanak-kanak dan 30 ialah bilangan peserta dewasa dan pendapatan maksimum yang
diperoleh ialah RM6000.
Sebuah syarikat berurusan dengan tiga produk A, B, dan C. Ia perlu diproses di tiga jabatan
X, Y, dan Z. Produk A memerlukan 2 jam jabatan X, 3 jam jabatan Y dan produk B
memerlukan 3 jam, 2 jam dan 2 jam jabatan X, Y, dan Z masing-masing. Produk C
memerlukan 4 jam dalam jabatan Y dan 5 jam jabatan Z. Sumbangan keuntungan A, B dan
C adalah RM 3, Rm 5 dan RM 4 masing-masing. Cari gabungan optimal produk untuk
memaksimumkan keuntungan. Pada tempoh perancangan yang akan datang, 8 jam jabatan
X, 15 jam jabatan Y dan 10 jam jabatan Z disediakan untuk pengeluaran.
JALAN PENYELESAIAN:
Langkah pertama adalah menentukan pemboleh ubah keputusan, fungsi objektif dan juga
kekangan. Jadikan Produk A=a , Produk B=b dan Produk C=c .
Produk A=a ,
Produk B=b
Produk C=c .
2 a+3 b ≤ 8
3 a+2 b+ 4 c ≤15
2 b+5 c ≤10
a , b , c ≥0
Langkah seterusnya adalah menggunakan pemboleh ubah slack bagi mengubah
ketaksamaan kepada persamaan. Fungsi objektif juga ditulis bersama. Pemboleh ubah
‘Slack” perlu menggunakan operasi tambah dalam persamaan kerana simbol kurang dan
sama, ≤ digunakan dalam persamaan yang dibentuk.
2 a+3 b+ r=8
3 a+2 b+ 4 c + s=15
2 b+5 c +t=10
a , b , c ≥0
−3 a−5 b−4 c + P=0
Hasil daripada langkah penyelesaian yang dilaksanakan, maka dapatlah jawapan akhir
seperti Jadual 4.
765 89 50
Berdasarkan jadual di atas, P= =18.66 apabila a= =2.17 , b= =1.22 , dan
41 41 41
62
c= =1.51 . Hal ini membawa maksud syarikat pengeluar akan mendapat keuntungan
41
maksimum iaitu RM18.66 apabila mengeluarkan sebanyak 2.17 produk a , 1.22 produk b dan
1.51 produk c . (Rujuk lampiran 5 bagi langkah-langkah penyelesaian penuh)
(1054 patah perkataan)
LAMPIRAN
Abu menghasilkan cat dalaman dan luaran daripada dua bahan mentah, R1 dan R2. Jadual
berikut menunjukkan data asas masalah.
Kajian pasaran menunjukkan bahawa permintaan harian untuk cat dalaman tidak boleh
melebihi cat luaran sebanyak 1 tan. Permintaan harian maksimum cat dalaman ialah 2 tan.
Abu mahu menentukan campuran yang terbaik bagi cat dalaman dan luaran yang
memaksimumkan keuntungan harian.
Penyelesaian:
Sebelum memulakan langkah pertama, jadikan cat dalam bentuk pemboleh ubah. Jadikan
cat luaran sebagai x dan cat dalaman sebagai y .
x=cat luaran
y=cat dalaman
Maksimum , P=5 x+ 4 y
Tertakluk kepada
6 x +4 y ≤ 24
x +2 y ≤ 6
−x + y ≤ 1
y ≤2
x , y ≥0
6 x +4 y=24
x +2 y =6
−x + y=1
y=2
Selepas itu, bucu-bucu yang bertindan dengan semua persamaan ditandai dan dilakarkan.
Kawasan yang dilakarkan itu adalah kawasan tersaur,R (feasible region).
Fungsi objektif mestilah digerakkan sehingga berjumpa dengan suatu titik maksimum di
dalam kawasan tersaur (rujuk gambar rajah 4(i)) dan nilai maksimum serta koordinat bagi
titik tersebut dicatat.
Maka, nilai maksimum yang diperolehi ialah (3,1.5) di mana 3 ialah 3 tan cat luaran dan 1.5
ialah 1.5 tan cat dalaman dan cat campuran maksimum yang diperoleh ialah 21 tan.
LAMPIRAN 2 – CONTOH KAEDAH SIMPLEKS
Sebuah syarikat menghasilkan dua jenis baju, B1 dan B2. Ia mengambil masa 2 jam untuk
menghasilkan bahagian-bahagian satu unit B1, 1 jam untuk memotong dan 2 jam untuk
menjahit. Ia mengambil masa 3 jam untuk menghasilkan bahagian-bahagian satu unit B2,
2.5 jam untuk memotong dan 1.5 jam untuk menjahit. Sebulan, 7000 jam tersedia untuk
menghasilkan bahagian-bahagian, 4000 jam untuk memotong bahagian-bahagian dan 5500
jam untuk menjahit baju-baju. Keuntungan per unit B1 ialah RM90 dan satu unit dari B2 ialah
RM110. Berapa banyak daripada setiap jenis baju yang perlu dihasilkan untuk
memaksimumkan jumlah keuntungan bulanan?
Contoh penyelesaian:
Tertakluk kepada
2 x+3 y ≤7000
x +2.5 y ≤ 4000
2 x+1.5 y ≤5500
Mini Z=2 x + y
Tertakluk kepada
4 x+ 6 y ≥ 24
4 x+ y ≥ 8
x , y ≥0
LAMPIRAN 4 - SENARIO 1
Pengurus sebuah kompleks sukan laut yang baru ingin memaksimumkan pendapatan
daripada dua program hujung minggu yang berikut.
JALAN PENYELESAIAN:
Sebelum memulakan langkah pertama, jadikan peserta dalam bentuk pemboleh ubah.
Jadikan kanak-kanak sebagai x dan dewasa sebagai y .
y=bilanganorang dewasa
Langkah pertama ialah tuliskan semua kekangan bagi senario ini. Kekangan pertama yang
dinyatakan dalam soalan ialah penyertaan tidak boleh melebihi daripada 90 peserta. Maka,
x + y ≤ 90
Kekangan yang kedua ialah bilangan peserta dewasa mestilah tidak melebihi atau sama
dengan 40.
y ≤ 40
Kekangan ketiga pula ialah waktu maksimum bagi luncur angin yang ditawarkan ialah 600
orang-jam. Maka,
7 x +5 y ≤ 600
Kekangan keempat pula maksimum bagi pelayaran ialah 300 orang-jam. Maka,
2 x+6 y ≤ 300
y ≤ 40
7 x +5 y ≤ 600
2 x+6 y ≤ 300
Kedua-dua pemboleh ubah keputusan tersebut tertakrif kepada syarat bukan negatif iaitu
x ≥ 0 dan y ≥0 .
Langkah kedua ialah mencari fungsi objektif, P. Disebabkan peserta telah dibentuk dalam
bentuk pemboleh ubah, maka fungsi ini boleh dicari. Maka,
P=50 x +100 y
Langkah ketiga pula memerlukan penulis untuk memplot graf berdasarkan kepada
ketaksamaan kekangan. Bagi melaksanakan langkah ini, penulis menggunakan perisian
Geogebra. Ketaksamaan mestilah ditukar kepada persamaan untuk membentuk graf.
x + y=90
y=40
7 x +5 y=600
2 x+6 y =300
Kawasan tersaur dicari dengan menghadkan ketaksamaan tersebut dan x dan y haruslah
≥0
Fungsi objektif mestilah digerakkan sehingga berjumpa dengan suatu titik maksimum di
dalam kawasan tersaur (rujuk gambar rajah 9(i)) dan nilai maksimum serta koordinat bagi
titik tersebut dicatat.
LAMPIRAN 5 – SENARIO 2
Sebuah syarikat berurusan dengan tiga produk A, B, dan C. Ia perlu diproses di tiga jabatan
X, Y, dan Z. Produk A memerlukan 2 jam jabatan X, 3 jam jabatan Y dan produk B
memerlukan 3 jam, 2 jam dan 2 jam jabatan X, Y, dan Z masing-masing. Produk C
memerlukan 4 jam dalam jabatan Y dan 5 jam jabatan Z. Sumbangan keuntungan A, B dan
C adalah RM 3, Rm 5 dan RM 4 masing-masing. Cari gabungan optimal produk untuk
memaksimumkan keuntungan. Pada tempoh perancangan yang akan datang, 8 jam jabatan
X, 15 jam jabatan Y dan 10 jam jabatan Z disediakan untuk pengeluaran.
JALAN PENYELESAIAN:
Langkah pertama adalah menentukan pemboleh ubah keputusan, fungsi objektif dan juga
kekangan. Jadikan Produk A=a , Produk B=b dan Produk C=c .
Produk A=a ,
Produk B=b
Produk C=c .
2 a+3 b ≤ 8
3 a+2 b+ 4 c ≤15
2 b+5 c ≤10
a , b , c ≥0
2 a+3 b+ r=8
3 a+2 b+ 4 c + s=15
2 b+5 c +t=10
a , b , c ≥0
−3 a−5 b−4 c + P=0
Seterusnya, lajur pivot ditentukan dengan melihat nombor paling tinggi yang diabaikan
negatifnya yang dicari pada baris paling bawah. Nilai yang diabaikan negatif yang paling
besar ialah 5, maka lajur pivot adalah yang berada di 5.
Nilai θ boleh dicari dengan membahagikan lajur Nilai dengan nilai yang terdapat pada Jalur
pivot.
Kemudian, cari nilai θ positif terkecil untuk dipilih sebagai baris pivot. Nilai θ terkecil ialah
2.7. Maka, unsur yang terdapat dalam lajur pivot dan baris pivot adalah pivot iaitu 3.
Langkah seterusnya adalah melaksanakan operasi baris permulaan bagi menjadikan pivot 1
dan nilai lain pada lajur pivot adalah sifar.
Langkah penentuan lajur pivot hingga langkah penukaran pivot menjadi 1 diulang untuk
mencari nilai θ dan sehingga nilai baris objektif tidak terdapat nilai negatif dan mencapai nilai
optimal.
Penentuan lajur pivot. Hasil yang diperolehi ialah -4 adalah lajur pivot.
Cari nilai positif terkecil θ untuk menentukan baris pivot dan tentukan nilai pivot
menggunakan nilai terkecil θ. Nilai pivot ialah 5.
Ulang langkah
Analytics Vidhya. (2017). Introductory Guide On Linear Programming For (Aspiring) Data
Scientists. Diakses melalui https://www.analyticsvidhya.com/blog/2017
/02/lintroductory-guide-on-linear-programming-explained-in-simple-english/
Maslin Masrom. (1990). Pakej Pengaturcaraan LINDO. Jurnal Teknologi Maklumat, 2(1), 47
– 56.
“Pengaturcaraan Linear: Penyelesaian Menggunakan Kaedah M Besar, Dua Fasa Dan Kes-
Kes Khas”. (2018). Diakses melalui
https://www.scribd.com/document/374463862/PL-Kaedah-M-Besar-Dan-Dua-Fasa-
Pelajar-3
Sing, K., L. (t.t). MTZ 1024 Matematik Asas IPG. Diakses melalui https://www.academia.edu/
13335754/MTZ_1024_Matematik_Asas_IPG-_Contoh_Assignment