TUGAS MANAJEMEN TAMBANG

“LAPORAN POLA DISTRIBUSI TAMBANG YANG

OPTIMAL MENGGUNAKAN LINEAR
PROGRAMMING”

DISUSUN OLEH :

REGITA CAHYANI
073001500080

JURUSAN TEKNIK PERTAMBANGAN

FAKULTAS TEKNOLOGI KEBUMIAN DAN ENERGI
UNIVERSITAS TRISAKTI

2018
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Operasi riset (operation research) merupakan penerapan beberapa
metode ilmiah yang membantu memecahkan persoalan rumit yang muncul
dalam kehidupan sehari-hari kemudian di inteprestasikan dalam permodelan
matematika guna mendapatkan informasi solusi yang optimal. Operational
research juga banyak digunakan untuk mengambil keputusan yang logis serta
dapat dijelaskan secara kuantitatif. Pendekatan khusus ini bertujuan
membentuk suatu metode ilmiah dari sistem menggabungkan ukuran-ukuran
faktor-faktor seperti kesempatan dan risiko, untuk meramalkan dan
membandingkan hasil-hasil dari beberapa keputusan, strategi atau
pengawasan. Karena keputusan dalam riset operasi dapat berkaitan dengan
biaya relevan, dimana semua biaya yang terkaitan dengan keputusan itu harus
dimasukkan, kualitas baik dipengaruhi oleh desain produk atau cara produk
dibuat, kehandalan dalam suplai barang dan jasa, kemampuan operasi untuk
membuat perubahan dalam desain produk atau kapasitas produksi untuk
menyesuaikan diri terhadap perubahan yang terjadi.
Progam linier secara umum adalah program linier merupakan salah
satu teknik menyelesaikan riset operasi, dalam hal ini adalah khusus
menyelesaikan masalah-masalah optimasi (memaksimalkan atau
memininumkan) tetapi hanya terbatas pada masalah-masalah yang dapat
diubah menjadi fungsi linear. Secara khusus, persoalan program linear
merupakan suatu persoalan untuk menentukan besarnya masing-masing nilai
variabel sehingga nilai fungsi tujuan atau objektif yang linear menjadi
optimum (memaksimalkan atau meminimumkan) dengan memperhatikan
adanya kendala yang ada, yaitu kendala yang harus dinyatakan dalam bentuk
ketidaksamaan yang linear. Banyak sekali keputusan utama dihadapi oleh
seorang manajer perusahaan untuk mencapai tujuan perusahaan dengan
batasan situasi lingkungan operasi. Pembatasan tersebut meliputi sumberdaya

2
misalnya waktu, tenaga kerja, energi, bahan baku, atau uang. Secara umum,
tujuan umum perusahaan yang paling sering terjadi adalah sedapat mungkin
memaksimalkan laba. Tujuan dari unit organisasi lain yang merupakan bagian
dari suatu organisasi biasanya meminimalkan biaya. Saat manajer berusaha
untuk menyelesaikan masalah dengan mencari tujuan yang dibatasi oleh
batasan tertentu, teknik sains manajemen berupa program linear sering
digunakan untuk permasalahan ini.

3
 BAB II
TEORI DASAR

2.1 Definisi Linear Programming

Secara umum Linear Programming adalah suatu metode untuk memecahkan
persoalan optimasi dari suatu nilai maksimum atau nilai minimum dengan
menggunakan persamaan dan ketidaksamaan linear dengan memperhatikan
pembatasan-pembatasan yang ada.
Sedangkan Menurut Siringoringo (2005), linear programming merupakan
metode matematik dalam mengalokasikan sumber daya yang terbatas untuk
mencapai suatu tujuan seperti memaksimumkan keuntungan dan meminimumkan
biaya.
Linear programming banyak diterapkan dalam masalah ekonomi, industri,
militer, sosial dan lain-lain. Linear programming berkaitan dengan penjelasan suatu
kasus dalam dunia nyata sebagai suatu model matematik yang terdiri dari sebuah
fungsi tujuan linier dengan beberapa kendala linier.
Beberapa masalah lain dari aplikasi linier programming adalah product mix
problem, diet problem, blending problem, advertaising promotion planning,
investment planning, production inventory planning, optimal cargo shipment. Pada
dasarnya, metode-metode yang dikembangkan untuk memecahkan model program
linier ditujukan untuk mencari solusi dari beberapa alternatif solusi yang dibentuk
oleh persamaan-persamaan pembatas sehingga diperoleh nilai fungsi tujuan yang
optimum.

2.2 Manfaat Linear Programming

Linier programming bermanfaat untuk masalah keputusan yang sering
dihadapi adalah alokasi optimum sumberdaya yang langka, dapat berupa uang,
bahan mentah, kapasitas mesin, mutu waktu, ruangan dan teknologi. Hasil yang
diinginkan ditunjukkan dengan cara maximum sebagai maksimasi profit, penjualan
dan kesejahteraan atau minimasi biaya, waktu dan jarak.

4
2.3 Pembentukan Model Linear Programming
Sebelum memecahkan persoalan program linier, maka harus dimulai
dengan gambaran verbal dari lingkungan persoalan, identifikasi tujuan atau yang
hendak dicapai, sumber-sumber yang tersedia, kebutuhan yang harus dipenuhi dan
semua data relevan yang mengukur semua aspek lingkungan. Proses mengubah
kata-kata dan data angka ke dalam ekspresi matematik guna menangkap hubungan
relevan tujuan dan batasannya disebut sebagai modeling atau pembuatan dan
menghasilkan gambaran matematik persoalan yang disebut model.
Menurut Herjanto (2008), dalam pemrograman linear (LP), dikenal 2 fungsi
dalam penyelesaian masalah yang hendak dianalisa, antara lain :
1) Fungsi tujuan merupakan suatu persamaan fungsi linear dari variable tujuan,
misalkan pendapatan, keutungan, atau biaya. Dalam fungsi tujuan harus
dijelaskan apakah akan memaksimalkan atau meminimalkan fungsi
variabel. Variable seperti keuntungan, produksi, dan penjualan, bertujuan
untuk dimaksimalkan, sedangkan variable seperti biaya dan risiko bertujuan
untuk diminimalkan.
2) Fungsi batasan menggambarkan batasan yang dihadapi dalam mencapai
tujuan. Fungsi batasan biasanya terdiri dari beberapa persamaan yang
masing-masing berkorelasi dengan sumberdaya tertentu.
Menurut Herjanto (2009), dalam pembuatan model pemrograman linear
harus diusahakan untuk memenuhi kriteria sebagai berikut:
1) Tujuan yang akan dicapai dinyatakan dalam bentuk fungsi linear, disebut
fungsi tujuan.
2) Sumber-sumber tersedia dalam jumlah terbatas, dan pembatasan harus
dinyatakan dalam bentuk ketidaksamaan yang linear.
3) Harus ada alternative pemecahan yaitu solusi/pemecahan yang memenuhi
semua batasan/kendala.

Linear programming dapat dilakukan dengan menggunakan beberapa

macam metode sesuai dengan tingkat persoalannya (Siringoringo, 2005). Metode-
metode tersebut sama-sama dapat memecahkan persoalan yang mengandung
beberapa permasalahan. Berikut ini metode yang dapat dilakukan dalam

5
memecahkan persoalan linear programming.
1. Metode grafik yaitu metode yang digunakan untuk memecahkan persoalan
yang mengandung dua permasalahan.
2. Metode aljabar yaitu mempunyai bentuk perhitungan formulasi standard
dengan mengkombinasi dua variabel yang nilainya dianggap nol hingga
diperoleh nilai z terbesar.
3. Metode simpleks dapat digunakan untuk memecahkan persoalan yang
mengandung tiga atau lebih permasalahan dan didasarkan pada proses
perhitungan ulang supaya mendapat hasil yang optimal.
4. Metode big-m biasanya dipakai untuk memecahkan persoalan yang
memiliki pembatas “=” atau “>”.

Selanjutnya pemrograman linier (LP) menggunakan metode matematis

untuk menggambarkan masalah yang hendak dianalisa. Pada dasarnya, model
pemrograman linier dinyatakan dalam bentuk fungsi tujuan dan fungsi batasan
(kendala, constrain). Fungsi tujuan merupakan suatu perencanaan fungsi linier dari
variabel tujuan, misalkan pendapatan, keuntungan, atau biaya. Dalam fungsi tujuan
juga harus dijelaskan apakah tujuannya memaksimalkan atau meminimalkan
variabel. Variabel seperti keuntungan, produksi, dan penjualan, bertujuan untuk
dimaksimalkan; sedangkan variabel seperti biaya dan resiko bertujuan untuk
diminimalkan. Fungsi batasan menggambarkan batasan yang dihadapi dalam
mencapai tujuan. Fungsi batasan biasanya terdiri dari beberapa persamaan yang
masing-masing berkolerasi dengan sumber daya yang berkaitan (Herjanto,
2009:47).

2.4 Penggunaan Software LiPS (Linear Program Solver)

Tahapan penggunaan software LiPS, adalah sebagai berikut :
1. Buka software LiPS, lalu buat New Problem dengan meng-klik File > New
> Table Model

6
2. Isi kolom Variables, Constraints, dan Objectives sesuai dengan problem
yang diberikan. Variables adalah hubungan antara data 1 dengan data yang
lain, Constraints adalah data yang memiliki nilai, dan Objectives adalah hal
yang ingin diketahui. Dalam kasus ini, nilai – nilai yang dimasukkan adalah
sebagai berikut :

✓ Angka 15 diperoleh dari = 5 Pit x 3 Washing Plant

✓ Angka 9 diperoleh dari banyaknya data yang memiliki nilai, seperti :
1. Pit A = 300.000 ton/tahun
2. Pit B = 600.000 ton/tahun

7
 3. Pit C = 700.000 ton/tahun
4. Pit D = 400.000 ton/tahun
5. Pit E = 200.000 ton/tahun
6. Washing Plant A = 600.000 ton/tahun
7. Washing Plant B = 800.000 ton/tahun
8. Washing Plant C = 900.000 ton/tahun
9. Target produksi = 2.100.000 ton/tahun
✓ Angka 1 diperoleh dari objek yang dicari yaitu : distribusi tambang
yang optimal.
✓ Optimization direction yang dipilih adalah minimization, karena untuk
memperoleh hasil yang optimal kita harus meminimalisir biaya.

3. Input data didalam tabel, seperti berikut :

Data yang diinput disesuaikan dengan pola sebagai berikut :

8
 Cons 6 Cons 7 Cons 8

Pit / WP WP I WP II WP III

Constraint 1 Pit A X1 X2 X3 300.000

Constraint 2 Pit B X4 X5 X6 600.000

Constraint 3 Pit C X7 X8 X9 700.000

Constraint 4 Pit D X10 X11 X12 400.000
Constraint 5 Pit E X13 X14 X15 200.000

600.000 800.000 900.000

Pit / WP WP I WP II WP III
Pit A 8 6 8
Pit B 6 4 7
Pit C 8 5 7
Pit D 5 9 8
Pit E 5 8 4

Setelah data diinput, klik icon solve.

9
4. Diperolehlah hasil analisa sebagai berikut :

10
 BAB III
PERMASALAHAN

3.1 Soal
Suatu tambang batubara merencanakan target produksi 2.100.000 ton per
tahun. Kemampuan produksi masing masing pit per tahun adalah sebagai berikut :

Pit A = 300.000 ton

Pit B = 600.000 ton

Pit C = 700.000 ton

Pit D = 400.000 ton

Pit E = 200.000 ton

TOTAL = 2.200.000 ton

Mutu batubara dianggap merata untuk semua pit. Selanjutnya, batubara dari
pit perlu dicuci pada Washing Plant dengan kapasitas per tahun sebagai berikut :
Washing Plant A (WA) : 600.000 ton
Washing Plant B (WB) : 800.000 ton
Washing Plant C (WC) : 900.000 ton
TOTAL : 2.300.000 ton

Biaya Angkutan (dalam $ Cent per ton) dari pit ke Washing Plant
sebagaimana terlampir sesuai dengan no urut absent masing-masing

Pit / WP WP I WP II WP III
Pit A 8 6 8
Pit B 6 4 7
Pit C 8 5 7
Pit D 5 9 8

11
 Pit E 5 8 4

Tentukan pola distribusi / angkutan tambang yang optimal dari 5 pit tersebut
ke ketiga Washing Plant !

12
 BAB IV
SOLUSI

4.1 Model Matematika

4.1.1 Target Pit

8X11 + 6X12+ 8X13 ≤ 300.000
6X21 + 4X22+ 7X23 ≤ 600.000
8X31 + 5X32+ 7X33 ≤ 700.000
5X41 + 9X42+ 8X43 ≤ 400.000
5X51 + 8X52+ 4X53 ≤ 200.000 +

Total = 2.200.000

4.1.2 Target Washing Plant

8X11 + 6X12+ 8X13+ 5X14 + 5X15 ≤ 600.000 ton
6X21 + 4X22+ 5X23 + 9X24 + 8X25 ≤ 800.000 ton
8X31 + 7X32+ 7X33+ 8X34 + 4X35 ≤ 900.000 ton +

Total = 2.300.000 ton

4.1.3 Fungsi Tujuan

Z = 8X11 + 6X12+ 8X13+ 5X14 + 5X15 + 6X21 + 4X22+ 5X23 + 9X24
+ 8X25 + 8X31 + 7X32+ 7X33+ 8X34 + 4X35 = 2.100.000 ton/tahun.

4.2 Hasil
Dari hasil pengerjaan menggunakan software LiPS diperoleh hasil distribusi
batubara dari Pit menuju Washing Plant sebagai berikut:

13
Tabel 4.1 Distribusi Batubara dari Pit menuju Washing Plant (Ton)

WP A WP B WP C ∑pit
PIT A 0 0 200.000 200.000
PIT B 200.000 400.000 0 600.000
PIT C 0 400.000 300.000 700.000
PIT D 400.000 0 0 400.000
PIT E 0 0 200.000 200.000

14
4.3 Pola Distribusi

PIT A PIT B PIT C PIT D PIT E

WP A WP B WP C

15
 BAB V
KESIMPULAN

5.1 Kesimpulan
Dari hasil yang diperoleh dapat ditarik beberapa kesimpulan sebagai
berikut:
1. Pit A mendistribusikan 200.000 ton ke WP C
2. Pit B mendistribusikan 200.000 ton ke WP A dan 400.000 ton ke WPB
3. Pit C mendistribusikan 400.000 ton ke WP B dan 300.000 ton ke WPC
4. Pit D mendistribusikan 400.000 ton ke WP A
5. Pit E mendistribusikan 200.000 ton ke WP C
6. Pit B, Pit C, Pit D dan Pit E bekerja 100 %
7. Pit yang tidak bekerja 100 % adalah pit A, yaitu sebesar 200.000 ton
per tahun dari kemampuan produksi 300.000 per tahun
8. Dalam mencapai target produksi sebesar 2.100.000 ton per tahun, Pit A
tidak perlu mencapai kemampuan produksi maksimal

16
 DAFTAR PUSTAKA

Pansori, Rivo. 2016. Program Linear. https://www.academia.edu/23071586/MA

KALAH_PROGRAM_LINIER. Diakses pada 9 Mei 2018. Jakarta

Pitra. 2011. Makalah Program Linear. https://id.scribd.com/doc/56773963/Maka

lah -Program-Linear-By-Pitra. Diakses pada 9 Mei 2018. Jakarta

17