Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM

MANAJEMEN KUANTITATIF

MATA KULIAH
MANAJEMEN KUANTITATIF 3 SKS







MODUL 4
LINEAR PROGREMMING :
ANALISA DUALITAS DAN ASENSITIVITAS









TATAP MUKA : Ke 5 (lima)

PENYUSUN : NURMATIAS,SE,MM















FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA




Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM
MANAJEMEN KUANTITATIF

DUALITAS DALAM LINIER PROGRAMMING DAN
ANALISA SENSITIVITAS



PENDAHULUAN
Salah satu penemuan yang penting dalam perkembangan linier programming
sebagai alat analisa adalah kosep dulitas dengan berbagai manfaat yang
ditimbulkannya. Pada bagian ini mula-mula akan dibicarakan bagaimana menyusun
dual dari setiap LP dengan bentuk-bentuk yang mudah dipahami dan dilanjutkan
dengan pengertian-pengertian ekonomis yang terkandung didalamnya. Interpretasi-
interpretasi ekonomis tersebut sangat berguna untuk menganalisa masalah asli (primal).
Asumsi dasar yang dipakai dalam hal ini adalah bahwa masalah primal LP dinyatakan
dalam bentuk standar, meskipun parameter yang dikandung termasuk b
i
dimungkinkan
untuk bernilai positif atau negatif.

1. TEORI DUALITAS
Teori dualitas menyatakan bahwa setiap masalah linier programming terdapat
masalah yang asli (primal) dan dualnya.
Teori dualitas ini masih ada hubungannya dengan metode simpleks pada bab
sebelumnya. Untuk itu perlu ditampilkan contoh tabel simpleks dari pertama sampai
perubahan terakhir (pada kondisi optimal) dimana koefisien pada baris pertama (Z) tidak
ada yang bernilai negatif.

Contoh soal :
Perusahaan I membuat 2 macam sepatu. Macam pertama merk X
1
dengan sol
dari karet, dan macam kedua merk X
2
dengan sol dari kulit. Untuk membuat sepatu itu
perusahaan memiliki 3 macam mesin. Mesin 1 khusus membuat sol dari karet. Mesin 2
khusus membuat sol dari kulit dan mesin 3 membuat bagian atas sepatu dan melakukan
assembling bagian atas dengan sol. Sepatu X
1
diproses di mesin 1 selama 2 jam, terus
diproses di mesin 3 selama 6 jam. Sedang sepatu X
2
diproses di mesin 2 selama 3 jam,
terus diproses di mesin 3 selama 5 jam
.
Jam kerja maksimum untuk mesin 1 = 8 jam,
Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM
MANAJEMEN KUANTITATIF

mesin 2 = 15 jam, mesin 3 = 30 jam. Sumbangan terhadap laba untuk setiap lusin
sepatu merk X
1
= Rp 30.000,- sedang X
2
= Rp 50.000,-

Dari contoh diatas dapat digambarkan dalam tabel sbb:
X1 X2
Y1 2 0 8
Y2 0 3 15
Y3 6 5 30
dalam
10.000an
3 5

Dari tabel tersebut dapat dirumuskan :
Fungsi tujuan : Z= 3X
1
+ 5X
2

Dengan batasan : 2X
1
8
3X
2
15
6X
1
+ 5X
2
30

Contoh tabel simpleks dari fungsi diatas (dari tabel pertama sampai perubahan terakhir)
Variabel
dasar
Z X1 X2 X3 X4 X5 NK
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5
X5 0 6 0 0 -5/3 1 5
Z 1 0 0 0 5/6 27
X3 0 0 0 1 5/9 -1/3 6 1/3
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6
Secara umum hubungan antara primal-dual dapat dikatakan sebagai berikut :
Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM
MANAJEMEN KUANTITATIF

1. Parameter batasan-batasan primal (atau dual) merupakan koefisien variabel dual
(atau primal), dan
2. Koefisien fungsi tujuan primal (atau dual) merupakan nilai kanan dual (atau
primalnya).


Primal Dual

Memaksimumkan: Z= 3X1 + 5X2
Batasan-batasan :
2X1 8
3X2 15
6X1 + 5X2 30
dan :
X1 0; X2 0

Meminimumkan : Y0 = 8Y1 + 15Y2 +
30Y3
Batasan-batasan :
2Y1 + 6Y3 3
3Y2 + 5Y3 5
dan :
Y1 0 ; Y2 0 ; Y3 0

Apabila masalah dual tersebut diselesaikan maka akan diperoleh Y1=0 ; Y2=5/6 ; Y3=
. Yang tak lain adalah koefisien-koefisien slack variabel pada baris pertama tabel
simpleks bagian terakhir (optimal). Jadi dual dapat dipakai untuk memeriksa kembali
tabel optimal pada masalah primal.
Bila Y tidak sama dengan koefisien-koefisien slack variabel baris Z pada tabel primal
yang optimal maka pasti terdapat suatu kesalahan yang harus segera diteliti kembali.
Nilai dari Y1=0 ; Y2=5/6 ; Y3= dapat diinterpretasikan bahwa setiap satuan masing-
masing sumber (Y1 , Y2 , Y3) menyumbang Rp 0; Rp 5/6 dan Rp terhadap laba total
sebesar Rp 27 per hari yakni :27 = 8 (0) + 15(5/6) + 30(1/2).

Dengan demikian teori dualitas sangat berguna dalam penerapan metode linier
programming dengan manfaatnya yaitu :
1. Untuk menginterpretasikan (terutama dalam artian ekonomis) angka-angka yang
terdapat pada tabel optimal dari masalah primal, dan
2. Untuk memeriksa kembali apakah ada kesalahan-kesalahan dalam melakukan
perubahan-perubahan pada setiap langkah dalam menggunakan metode
simpleks bagi masalah primal.
Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM
MANAJEMEN KUANTITATIF

Dalam teori dualitas dikenal kaidah simetris yaitu segala bentuk hubungan antara suatu
masalah primal dalam LP dengan masalah dualnya adalah simetris. Hal ini disebabkan
oleh kenyataan bahwa dual daripada suatu masalah dual tidak lain adalah masalah
primalnya. Akibatnya hubungan antara dual dengan primal dapat diterapkan
kebalikannya. Akibat lain adalah adanya kebebasan untuk menetapkan mana masalah
primal dan mana dualnya.

II. ANALISA SENSITIVITAS
Setelah ditemukan penyelesaian yang optimal dari suatu masalah LP, kadang
perlu untuk menelaah lebih jauh kemungkinan-kemungkinan yang terjadi seandainya
terjadi perubahan pada koefisien-koefisien di dalam model.Untuk menghindari
penghitungan ulang, maka digunakan analisa sensitivitas yang pada dasarnya
memanfaatkan kaidah-kaidah primal-dual metode simpleks semaksimal mungkin.
Karena analisa dilakukan setelah tercapainya penyelesaian optimal, maka analisa ini
disebut pula Post optimality Analysis. Jadi tujuan analisa sensitivitas adalah mengurangi
perhitungan-perhitungan dan menghindari penghitungan ulang bila terjadi perubahan-
perubahan satu atau beberapa koefisien model LP pada saat penyelesaian optimal telah
tercapai.

Contoh tabel optimal
Variabel
dasar
Z X1 X2 X3 X4 X5 NK
Z 1 0 0 0 5/6 27
X3 0 0 0 1 5/9 -1/3 6 1/3
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6

Kaidah I :
Pada setiap iterasi dalam simpleks (baik primal maupun dual), matriks yang berisi
variabel-variabel starting solution (tidak termasuk baris tujuan) dapat dipakai untuk
menghitung koefisien-koefisien baris tujuan yang berhubungan dengan matriks tersebut.
Langkah 1 : Pilih koefisien-koefisien dari fungsi tujuan yang berhubungan dengan
variabel dasar iterasi yang bersangkutan, lalu disusun dalam suatu vektor-baris. Pada
Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM
MANAJEMEN KUANTITATIF

tabel diatas variabel dasar adalah X2 dan X1 dimana fungsi tujuan adalah 3X1 + 5X2.
Sehingga koefisien fungsi tujuan tersebut dinyatakan dengan (5, 3)
Langkah 2 : Kalikan vektor baris tersebut dengan matriks pada tabel simpleks yang
beranggotakan variabel-variabel starting solution.

1 5/9 -1/3
(0, 5, 3) 0 1/3 0 = (0, 5/6, )
0 -5/18 1/6

Tampak bahwa 5/6 daan merupakan koefisien-koefisien baris 1 (fungsi tujuan) yang
berhubungan dengan matriks tersebut.
Kaidah II:
Pada setiap iterasi dalam simpleks (baik primal maupun dual), nilai kanan (kecuali untuk
bari tujuan) dapat dihitung dengaan mengalikan matriks yang dimaksud pada kaidah I,
dengan vektor kolom yang berisi nilai kanan dari fungsi-fungsi batasan mula-mula.

1 5/9 -1/3 8 6 1/3
0 1/3 0 15 = 5
0 -5/18 1/6 30 5/6

Kaidah III;
Pada setiap iterasi dalam simpleks baik primal maupun dual, koefisien-koefisien batasan
yang terletak di bawah setiap variabel merupakan hasil kali matriks pada kaidah I
dengan vektor kolom untuk setiap variabel pada tabel awal.

1 5/9 -1/3 2 0
X1 = 0 1/3 0 0 = 0
0 -5/18 1/6 6 1

1 5/9 -1/3 0 0
X2 = 0 1/3 0 3 = 1
0 -5/18 1/6 5 0


Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM
MANAJEMEN KUANTITATIF

Berikut beberapa kemungkinan perubahan pada saat tahap optimal telah dicapai
1. Perubahan Nilai Kanan Fungsi Batasan

Perubahan nilai kanan suatu fungsi batasan menunjukkan adanya pengetatan
ataupun pelonggaran batasan tersebut.
Misal: Kapasitas mesin 2 dinaikkan dari 15 jam menjadi 16 jam sehingga nilai kanan
fungsi-fungsi batasan berubah dari:

8 8
15 menjadi 16
30 30

apabila terjadi demikian apa pengaruh terhadap optimal solution dan terhadap laba total
?
sesuai dengan kaidah II maka :

1 5/9 -1/3 8 6 8/9
0 1/3 0 16 = 5 1/3
0 -5/18 1/6 30 5/9

Ternyata, X1 berubah dari 5/6 menjadi 5/9 dan X2 berubah dari 5 menjadi 5 1/3. Artinya
karena mesin 2 yang khusus dipakai untuk barang X2 diperbesar kapasitasnya,
sedangkan mesin 3 yang dipakai bersama oleh barang X1 dan X2 tetap maka jelas
jumlah barang X1 berkurang. Meskipun demikian laba total yang diperoleh bertambah
sebagai berikut :

3(5/9)+5(16/3)=28 1/3

2. Perubahan pada koefisien-koefisien pada fungsi tujuan

perubahan pada koefisien fungsi tujuan menunjukan adanya perubahan kontribusi
masing-masing produk terhadap tujuan (maximisasi laba atau minimisasi biaya).
Perubahan koefisien-koefisien tersebut mempengaruhi koefisien-koefisien baris tujuan
dan tentu saja mempengaruhi optimality permasalahan tersebut. Contohnya :
Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM
MANAJEMEN KUANTITATIF


Fungsi baris tujuan : Z= 3X1 + 5X2
Jika kontribusi laba per unit barang X1 berubah menjadi 4 dan X2 menjadi 6
pengaruhnya pada koefisien-koefisien baris tujuan sebagai berikut:


1 5/9 -1/3
(0, 6, 4) 0 1/3 0 = (0, 8/9, 2/3)
0 -5/18 1/6
perubahan kontribusi laba per unit tersebut mengakibatkan laba total yang diperoleh
berubah menjadi:
4(5/6)+6(5)=33 1/3

3. Perubahan pada koefisien-koefisien Teknis

- Fungsi-fungsi Batasan
Perubahan-perubahan yagn dilakukan pada koefisien-koefisien teknis fungsi-fungsi
tujuan akan mempengaruhi sisi-kiri daripada fungsi-fungsi batasan pada dual problem),
sehigga akan mempengaruhi penyelesian optimal masalah yang bersangkutan.

Contoh :
Fungsi tujuan : Maksimumkan Z = 30X1 + 40X2 + 60X3.
Fungsi batasan :
1. 4X1 + 5X2 + 6X3 60.000
2. 4X1 + 6X2 + 8X3 75.000
3. 2X1 + 5X2 + 5X3 45.000
4. X1, X2, X3 0
masalah dualnya adalah :
Fungsi tujuan : Minimumkan Z = 60.000Y1 + 75.000Y2 + 45.000Y3.
Fungsi batasan :
1. 4Y1 + 4Y2 + 2Y3 30
2. 5Y1 + 6Y2 + 5Y3 40
3. 6Y1 + 8Y2 + 5Y3 60
Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM
MANAJEMEN KUANTITATIF

4. Y1, Y2, Y3 0
dengan tabel simpleks ketiga (optimal)

Variabel
dasar
Z X1 X2 X3 X4 X5 X6 NK
Z 1 0 5 0 0 30/4 0 562.500
X4 0 0 2 0 1 -3/2 6/5 1.500
X1 0 1 -5/2 0 0 5/4 -2 3.750
X3 0 0 2 0 0 -1/2 1 7.500

Jika setelah tercapainya tahap optimal terjadi perubahan pada koefisien teknis X2 dari :

5 3
6 menjadi 4 maka
5 6

fungsi batasan (dual) kedua berubah menjadi :

3Y1 + 4Y2 + 6Y3 40

akibatnya nilai X2 pada baris Z (pada tabel optimal) akan berubah menjadi :

3(0) + 4(30/4) + 6(0) -40= -10

Ternyata dengan adanya perubahan koefisien teknis X2, tabel tersebut tidak optimal lagi
karena ada nilai negatif pada baris tujuannya yaitu -10. Akibatnya perlu dilanjutkan
sampai tahap optimal tercapai.

4. Penambahan Batasan Baru

Penambahan batasan baru akan mempengaruhi penyelesaian optimal apabila batasan
tersebut aktifyaitu belum dicakup oleh batasan-batasan yang sudah ada. Apabila
batasan tersebut tidak aktif maka tidak akan mempengaruhi penyelesaian optimal.
Sehingga kita perlu memeriksa apakah batasan baru tersebut dipenuhi oleh jawaban
Pusat Pengembangan Bahan Ajar - UMB NURMATIAS,SE,MM
MANAJEMEN KUANTITATIF

optimal. Bila jawaban optimal memenuhi batasan baru, maka tidak perlu diperhatikan.
Bila tidak memenuhi maka batasan baru harus dimasukkan ke dalam masalah.

Pada contoh terakhir penyelesaian optimal adalah X1 = 3.750, X2 = 0, dan X3 = 7.500.
Apabila ditambah batasan baru :

5X1 + 3X2 + 7X3 75.000

maka 5(3.750) + 3(0) + 7(7.500) = 71.250. dimana 71.250 lebih kecil daripada 75.000
sehingga jawaban optimal tidak berubah.