Masalah Primal-Dual
Masalah Primal-Dual
ABSTRAK
Suatu program linear dengan bentuk asli disebut sebagai primal, sedangkan bentuk
kedua yang berhubungan disebut dual yang merupakan sebuah bentuk alternatif
suatu program linear yang berisi informasi mengenai nilai-nilai sumber yang
biasanya merupakan pembatas dari suatu model. Dual merupakan bentuk alternatif
model sebagai pengembangan bentuk primal. Bentuk dual dirumuskan dan
diinterpretasikan untuk mendapatkan informasi tambahan setelah menentukan
solusi optimal suatu masalah program linear. Tabel simpleks yang diperoleh dari
pemecahan masalah program linear primal mengandung informasi ekonomi
tambahan yang tidak kalah penting daripada solusi optimum masalah tersebut,
sehingga suatu solusi terhadap primal juga memberikan solusi pada bentuk
dualnya. Analisis pada bentuk primal akan menghasilkan solusi-solusi dalam bentuk
jumlah laba yang diperoleh, sedangkan analisis pada bentuk dual akan memberikan
informasi mengenai harga dari sumber daya yang menjadi kendala tercapainya
laba tersebut. .
Minimasi W = Yb
dengan pembatas
YA c
Y 0
dimana c adalah vektor baris 1xn, X
adalah vektor kolom nx1, A adalah
suatu matriks mxn, b adalah vektor
kolom mx1, dan Y adalah vektor baris
1xm.
Atau lebih jelasnya:
Primal :
Maksimasi
Z = c1X1 + c2X2 + + cnXn
a11X1 + a12X2 ++ a1nXn b1
a21X1 + a22X2 ++ a2nXn b2
.
.
4x2 +
6x3 600
4x2 +
6x3 800
x1 , x2 ,x3 0
4x1+
8x1+
Dual:
Min
W = 600y1 + 800y2
4y1 + 8y2 40000
4y1 + 4y2 50000
6y1 + 6y2 40000
y1 , y2 0
Apabila persoalan primal
tersebut diselesaikan dengan metode
simpleks maka diperoleh tabel
simpleks optimum sebagai berikut:
40000
50000
40000
x1
x2
x3
S1
S2
50000x2
3/2
1/4
150
0S2
-1
200
Zj-Cj
10000
35000
12500
50000
50000
75000
12500
VB
RK
7500000
800
y1
y2
S1
S2
S3
R1
R2
R3
0S3
3/2
3/2
-1
35000
0S1
-4
-1
-1
10000
1/4
12500
150M
-M
150
VB
600y1
RK
Zj-Cj
200
0
0
600
600
1/4
150
150
7500000
S1
S2
12500
y1
y2
Kemudian perhatikan :
Variabel Slack Dual
Koef. Pers. Zj-Cj pada
optimal dual (dikalikan
-1)
Variabel
keputusan
primal
yang
berhubungan
S1
S2
S3
150
x1
x2
x3
Terlihat
bahwa
solusi
optimum primal memberikan solusi
terhadap permasalahan dual yang
berhubungan, begitu juga sebaliknya
solusi
optimum
dual
akan
memberikan
solusi
terhadap
permasalahan optimalnya. Sehingga
dengan memecahkan salah satu
persoalan baik primal maupun dual,
kita dapat menentukan solusi
optimum
dari
permasalahan
kawannya.
Selain itu keterkaitan antara
solusi optimum primal dan solusi
optimum dual pun dapat ditunjukan
oleh kedua tabel berikut:
Variabel basis awal Primal
Koef. Pers. Zj-Cj pada
optimum primal
Variabel keputusan dual
yang berhubungan
S1
S2
12500
y1
y2
Kemudian perhatikan:
Variabel basis awal
dual
Koef. Pers. Zj-Cj pada
optimal dual (dengan
menghilangkan M)
Variabel
keputusan
primal
yang
berhubungan
R1
R2
R3
150
x1
x2
x3
Kedua
tabel
tersebut
memberikan kesimpulan yang sama,
yaitu bahwa solusi optimum primal
memperlihatkan solusi optimum dual,
begiru juga sebaliknya.
Hal lain yang dapat kita lihat
dari tabel solusi optimum primal dan
dual adalah nilai optimum fungsi
tujuannya yang bernilai sama yaitu Z
= W = 7500000. Hal tersebut sesuai
dengan Main Duality Theorem yang
menyatakan bahwa Jika baik
masalah primal maupun dual adalah
layak, maka keduanya memiliki solusi
demikian hingga nilai optimum fungsi
tujuannya adalah sama .
Selain itu solusi optimum
primal dan dual dapat diperoleh
melaui penerapan metode Revised
simpleks :
Z = W = CB.B-1.b
Dimana:
CB = matrik koefisien fungsi tujuan dari
variabel basis (VB) pada iterasi
yang bersangkutan
B-1 = matriks dibawah variabel basis
awal pada
iterasi yang
bersangkutan
CB.B-1 = optimum simpleks multiplier.
b = vektor baris koefisien fungsi tujuan
sehingga
optimum
multipliernya adalah:
x2
cB.B-1 =
S2
50000
y2
S1
simpleks
S2
4 0
0
1 1
1
y1
12500 0
S1
y1
R1
R2
R3
0 3 / 2 1
1
0
CB.B = 0 0 600 1
0 1 / 4 0
1
0
x1
150 0
x2
x3
Terlihat bahwa x1 = 0 , x2 =
150 , dan x3 = 0 memenuhi kendala
primal dan nilai fungsi tujuan primal
adalah Z = 40000 (0) + 50000 (150)
+ 40000 (0) = 7500000.
b. Masalah primal-dual asimetrik
Misalkan masalah primal
yang tidak simetrik adalah sebagai
berikut:
Maks Z = 2x1 + 4x2 + 3x3
x1 + 3x2 + 2x3 60
3x1 + 5x2 + 3x3 120
x1 ,x2 ,x3 0
Tabel
di
bawah
ini
menyajikan hubungan primal-dual
x1
0
1
x2
4
3
x3
3
2
S1
3
1
S2
1
0
M
R1
-1
0
RK
60
60
120
Maks
y1, y2 0
Maka
tabel
simpleks
optimum dari dual tersebut adalah:
0
y1
0
120
y2
-3
S1
-2
S2
0
S3
1
R1
2
R2
0
R3
-1
-3
-1
-4
-3
-1
-60
60
60M
120
60
VB
0S3
60
y1
0
S2
W
RK
S1
R1
y1
y2
R1
R2
R3
60
x1
x2
x3
bentuk
dual
untuk
kemudian
diselesaikan dengan metode simpleks,
maka langkah pertama yang perlu
dilakukan adalah mengubah bentuk
primal asimetrik menjadi bentuk
primal simetrik. Pembatas kedua
dalam contoh tersebut merupakan
suatu persamaan x1 + 5x2 + 2x3 = 30
dan harus diubah kedalam bentuk .
Persamaan ini ekuivalen
dengan dua pembatas berikut ini:
x1 + 5x2 + 2x3 30
x1 + 5x2 + 2x3 30
5
x1
1
0
2
x2
5
-10
3
x3
2
-8
0
S1
0
1
-M
R1
1
-1
23
5+M
Sedangkan tabel
dualnya adalah:
solusi
RK
30
10
150
optimum
Table 1
0S3
30 y1
0 S2
30
y1
0
1
0
-30
y 1
0
-1
0
40
y2
8
1
10
0
S1
-2
-1
-5
0
S2
0
0
1
0
S3
1
0
0
Wj - Cj
-10
-30
VB
M
R1
2
1
5
30M
M
R2
0
0
-1
M
R3
-1
0
0
-M
-M
R1
S1
y1
y2
R1
R2
R3
30
x1
x2
x3
RK
7
5
23
150
Iterasi 0
2
-M
x1
x2
x3
S1
S2
R1
60
120
VB
RK
0S1
MR1
Zj-Cj
-1
-3M-2
-5M-4
-3M-3
-3M
-5M
-3M
-M
-120M
Vmb
Vkb
Iterasi 1
2
-M
x1
x2
x3
S1
S2
R1
1/3
2/3
1/3
20
-MR1
4/3
-1/3
-5/3
-1
20
Zj-Cj
-4/3M-2/3
1/3M-1/3
5/3M+4/3
4/3M+4/3
1/3M+8/3
5/3M+4/3
-M
VB
RK
4x2
-20M+80
Vmb
Vkb
Iterasi 2
2
-M
x1
x2
x3
S1
S2
R1
4x2
3/4
3/4
1/4
-1/4
15
2x1
-1/4
-5/4
-3/4
3/4
15
Zj-Cj
-1/2
1/2
-1/2
+M
5/2
1/2
-1/2
1/2
VB
RK
Vkb
90
Vmb
-M
x1
x2
x3
S1
S2
R1
0S2
-1
60
2x1
60
Zj-Cj
Z
0
2
2
6
1
4
2
2
0
0
M
0
120
VB
Solusi optimal
adalah
x1 = 60
x2 = x3 = 0
S1 = 0
S2 = 60
Z = 120.
persoalan
primal
RK
Iterasi 2
Setelah
bentuk
primal
ditransformasikan ke dalam bentuk
normalnya, maka dual dari persoalan
diatas adalah:
Dual : Min W = 60y1 120 y2
y1 3y2 2
3y1
5y2 4
2y1
3y2 3
y1 , y2 0
Bentuk standar persoalan dual
tersebut adalah :
Min W = 60y1 120 y2 0S1 0S2
0S3 + MR1 + MR2 + MR3
y1 3y2 S1 + R1
=2
3y1 5y2
S2
+ R2
=4
2y1 3y2
S3
+ R3 = 3
-120
S1
S2
S3
R1
R2
R3
MR1
-3
-1
MR2
-5
-1
4
3
-3
-1
6M-60
11M+120
-M
-M
-M
6M
-11M
-M
-M
-M
9M
Vmb
Vkb
Iterasi 1
60
-120
y1
Y2
S1
S2
S3
R1
R2
R3
MR1
-4/3
-1
1/3
-1/3
2/3
60Y1
-5/3
-1/3
1/3
4/3
MR3
1/3
2/3
-1
-2/3
1/3
0
M
VB
RK
Wj-Cj
-M+20
-M
M-20
-M
2M+20
60
-M
-M
-M
-M+20
Vmb
M+80
Vkb
y1
y2
S1
S2
S3
R1
R2
R3
MR1
-3/2
-1
1/2
-1/2
60Y1
-3/2
-1/2
1/2
3/2
-3/2
-1
3/2
1/2
90+1/2M
303/2M
301/2M
RK
0S2
WjCj
60
1/2
303/2M
-903/2M
-M
-M
30+1/2M
30+1/2M
Vkb
60
-120
y1
Y2
S1
S2
S3
R1
R2
R3
0S3
-3
-2
-1
60Y1
-3
-1
2
2
RK
0S2
-4
-3
-1
WjCj
-60
-60
60-M
-M
-M
60
-180
-60
60
120
RK
y2
MR3
VB
y1
Wj-Cj
Iterasi 0
60
-120
Vmb
y1 , y 2 0
VB
60
VB
1 0
M
0 M
0 1
0
S1
R1
S1
= 0 M 0
= 0 0
R1
S1 R1
2 0 1
0 0 M M
= 0 60 0 1
3 1 0
S3 y1 S2
R1 R2 R3
= 60 0 0 M
M M
= 60 M
M M
R1
R2
R3
Sifat 2:
Menentukan koefisien persamaan
Zj-Cj pada variabel-variabel non
basis awal suatu iterasi.
Pada setiap iterasi baik primal
maupun dual, koefisien Zj-Cj pada
variabel-variabel non basis awal dapat
dicari dengan cara:
WB = SM . an- Cn
dimana:
WB = matriks koefisien persamaan
Zj-Cjj
dibawah variabelvariabel non basis awal pada
iterasi yang bersangkutan.
SM = CB.B-1 = simpleks multiplier
pada
itersi
yang
bersangkutan.
an = matriks dibawah variabelvariabel non basis pada
iterasi awal
Cn = matriks koefisien fungsi tujuan
variabel-variabel non basis
awal.
Sebagai
contoh,
lihat
optimum primal. Dalam persoalan
tersebut variabel non basis awalnya
adalah x1, x2, x3 dan S2 dengan
koefisien fungsi tujuan masingmasing 2 , 4 , 3 dan 0 atau Cn = [ 2 4
3 0]
Untuk iterasi 0 : SM pada iterasi 0
adalah [ 0 M ]
WB = SM . a n Cn
1 3 2 0
M
2 4 3 0
3 5 3 1
x1 x2
x3
S2
= 3M 2 5M 4 3M 3 M
x1
x2
x3
S2
Sekarang lihat tabel optimum
dual, misalkan untuk iterasi 3,
variabel non basis awal bentuk dual
adalah y1, y2, S1 , S2 , dan S3 dengan
koefisien fungsi tujuan variabel non
basis awal masing-masing adalah 60,
-120, 0, 0, 0 atau Cn = [ 60 -120 0 0
0 ] sedangkan SM pada iterasi 3
adalah [ 60 0 0 ] sehingga koefisien
persamaan Wj-Cj pada variabel non
basis awal iterasi 3 adalah :
WB = SM . an- Cn
1 3 1 0 0
= 60 0 03 5 0 1 0
2 3 0 0 1
y1
y2
S1
S2
S3
60
120 0 0 0
= 0 60 60 0 0
y1
y2
S1
S2 S3
Sifat 3:
Menentukan ruas kanan (RK) dari
variabel-variabel basis suatu iterasi
Pada setiap iterasi baik primal
maupun dual, nilai ruas kanan dari
variabel-variabel basis suatu iterasi
dapat diperoleh dengan rumus :
RK = B-1.b
Dimana:
RK = matriks ruas kanan dari
variabel-variabel basis suatu
iterasi.
b = matriks ruas kanan pada iterasi
awal.
Sebagai contoh, lihat iterasi
ke-3 solusi primal. Diketahui
60
120 maka ruas kanan pada iterasi
ke-3 :
RK = B-1.b
3 1 60 60
1 0 120 60
2
pada iterasi awal dual adalah 4
3
maka ruas kanan pada iterasi ke-1
adalah :
RK = B-1.RK
= 0
1
1
0
0
1
2 2 3
4 = 4
3
3 1 3
Sifat 4:
Menentukan koefisien pembatas
variabel non basis suatu iterasi
Pada setiap iterasi baik primal
maupun dual, koefisien pembatas
variabel non basis suatu iterasi
ditentukan menggunakan rumus:
Yi = B-1.ai
Dimana:
Yi = matriks koefisien pembatas
variabel non basis awal pada
iterasi yang bersangkutan.
ai = matriks koefisien pembatas
variabel non basis awal pada
iterasi awal.
Sebagai contoh, lihat iterasi ke3 persoalan primal
Untuk x1 Y1 = B-1.a1
3 1 1
1 0 3
0
=
1
=
x2 Y2 = B-1.a2
3 1
1 0
4
=
3
3
5
1 0 1 / 2
1 / 2
= 0 0
0 1 3 / 2
1 0
3 = 1
2 0
y2 Y2 = B-1.a2
1 0 1 / 2 3 3 2
1 / 2 5 3 2
= 0 0
0 1 3 / 2 3 1 2
Dengan mempelajari keempat
sifat ini kita dapat menentukan nilai
variabel-variabel tertentu dengan cara
yang lebih mudah.
III. CONTOH KASUS
Untuk menjelaskan konsep
dualitas, cara yang paling mudah
adalah dengan memberikan contoh
setelah teori-teori diberikan. Berikut
ini
merupakan
contoh
yang
memperlihatkan bagaimana bentuk
dual dari bentuk suatu model primal
dikembangkan.
Rp
100.000,-
Jumlah yang
tersedia/hari
72m
40 orang
240m2
Rp
80.000,-
keuntungan
bahan kain
tenaga kerja
gudang
penyimpanan
Diketahui
x1 = Jumlah pakaian wanita yang
diproduksi
x2 = Jumlah pakaian pria yang
diproduksi
Model matematika tersebut
merupakan model primal. Adapun
model dual dari primal ini adalah:
Min
W =72y1 + 40y2 + 240y3
3y1 + 4y2 + 12y3 100.000
3y1 + 2y2 + 18y3 80.000
y1, y2, y3 0
Setelah model dual dikembangkan
dari
model
primal,
langkah
selanjutnya adalah menentukan arti
dual model tersebut.
Arti model dual dapat
diinterpretasikan
dengan
cara
mengamati solusi optimal dari bentuk
primal model yang bersangkutan.
Model
primal
diatas
apabila
dipecahkan dengan metode simpleks,
maka solusi optimal ditunjukkan pada
tabel berikut ini :
100.000
80.000
x1
x2
S1
S2
S3
0S1
-3/8
-1/8
100.000x1
3/8
-1/24
80.000x2
-1/4
1/12
10
VB
RK
Zj-Cj
17500
2500
100.000
80.000
17500
2500
27
1.300.000
penyimpanan
menghasilkan
Rp
700.000,- (tenaga
kerja) + Rp
600.000,- (gudang penyimpanan) =
Rp 1.300.000,- yang sama dengan
keuntungan total yang diperoleh PT.
Bintang.
Adapun
disini
tidak
diperhitungkan mengenai biaya bahan
kain karena telah dibahas sebelumnya
bahwa masih tersisa bahan kain
sebanyak 27 m, maka bahan kain
memiliki nilai marginal nol; yaitu PT.
Bintang
tidak
akan
bersedia
membayar apapun untuk satu meter
ekstra dari bahan kain. Karena
perusahaan masih mempunyai 27 m
bahan kain yang tersisa, dalam hal ini
satu meter ekstra bahan kain tidak
mempunyai
nilai
tambahan;
perusahaan bahkan tidak dapat
menggunakan seluruh bahan kain
yang saat ini tersedia.
Bentuk dual dari model ini adalah :
Min W = 72y1 + 40y2 + 240y3
3y1 + 4y2 + 12y3 100.000
3y1 + 2y2 + 18y3 80.000
y1, y2, y3 0
Variabel-variabel keputusan
dual mewakili nilai marginal sumbersumber daya:
y1 = nilai marginal 1 m kain = 0
y2 = nilai marginal 1 orang tenaga
kerja = Rp 17.500,y3 = nilai marginal 1 m2 gudang = Rp
2.500,Model dual tersebut apabila
dipecahkan dengan metode simpleks,
maka solusi optimal dual ditunjukkan
oleh tabel berikut :
Table 3
72
40
240
y1
y2
y3
S1
S2
3/8
-3/8
1/4
17.500
240y3
1/8
1/24
-1/12
2.500
Wj-Cj
-27
-5
-10
45
40
240
-5
-10
VB
40y2
RK
1.300.000
Pembahasan
mengenai
batasan-batasan dual adalah sebagai
berikut; pandanglah batasan dual yang
pertama
3y1 + 4y2 + 12y3 100.000
Dengan mensubstitusikan nilai-nilai
variabel kedalam pembatas diatas
akan menghasilkan
3(0)+4(17.500)+ 12(2.500) 100.000
100.000 100.000
Pembatas ini menunjukkan bahwa
nilai dari ketiga sumber daya yang
digunakan
dalam
memproduksi
pakaian wanita paling sedikit harus
sebesar atau sama dengan laba yang
diperoleh pakaian wanita.
Dengan cara yang sama, apabila
dibahas mengenai pembatas kedua:
3y1 + 2y2 + 18y3 80.000
3(0) + 2(17.500) +18(2.500) 80.000
80.000 80.000
Dengan kata lain, Rp 80.000-, yaitu
nilai sumber-sumber yang digunakan
untuk memproduksi sebuah pakaian
pria, sedikitnya adalah sebesar atau
sama dengan Rp 80.000,- yaitu laba
dari pakaian pria.
Adapun penjelasan untuk
fungsi tujuan dual adalah sebagai
berikut:
Min W =72y1 + 40y2 + 240y3
dimana koefisien-koefisien fungsi
tujuan dual mencerminkan total
kuantitas sumber yang tersedia. jadi
jika nilai-nilai marginal dari satu unit
sumber daya dikalikan dengan masing
koefisien-koefisien tersebut, kita akan
mendapatkan nilai total sumber:
W=72(0)+40(Rp17.500)+240(Rp 2.500)
= Rp 1.300.000,-