PENDAHULUAN
A. Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah
manajemen sains adalah pemrograman linear. Pemrograman linear merupakan
kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau
model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam
suatu sistem permasalahan tertentu perlu
matematika tertentu, jika kita inginkan
dirumuskan
analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk
menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan.
Membahas mengenai
kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal,
beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi
saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur
penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode
simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh
George Dantzing pada tahun 1947, kemudian digunakan juga
pada penugasan di
dalam
B. Rumusan Masalah
1
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai
berikut:
1. Bagaimana cara mencari nilai maksimum dengan menggunakan metode
simpleks?
2. Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda =?
3. Bagaimana cara mencari nilai minimum dengan menggunakan metode
simpleks?
C. Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
1. Dapat menyelesaikan masalah maksimasi dalam program linear
2. Dapat menyelesaikan masalah / kendala (syarat) bertanda = pada program
linear
3. Dapat menyelesaikan masalah minimasi dalam program linear
BAB II
2
PEMBAHASAN
2 x1 2 x 2 2 x3 80
2 x1 4 x 2 2 x4 120
x1 , x 2 , x3 , x4 0
f 3 x1 4 x 2 0 x3 0 x4
Fungsi tujuan :
2 x1 2 x 2 1x3 0 x4 80
Pembatas
2 x1 4 x 2 0 x3 1x4 120
x1 , x 2 , x3 , x4 non negatif
Apabila ada pertidaksamaan dalam pembatas yang bertanda
ditambahkan ke ruas kanan karena ruas kanan yang terkecil. Perhatikan sistem
pertidaksamaan berikut :
3 x1 4 x 2 4 x3 24
4 x1 3 x 2 1x3 12
1x1 1x 2 5 x3 15
Dengan menambahkan variabel slack x4, x5, x6 pada pertidaksamaan yang bersesuaian maka
sistem itu menjadi :
3 x1 4 x 2 4 x3 x4 24
4 x1 3 x 2 1x3 x5 12
1x1 1x 2 1x3 15 x6
Persamaan terakhir ini diubah menjadi x1
x2
5x3
x6
2.2 LANGKAH
negatif.
Sebuah pabrik memproduksi tiga macam barang, tipe A, B dan C yang masing
masing
diproses melalui tiga tahap yaitu memotong, melipat dan mengepak. Bagian pemotongan
menyediakan 2705 jam, bagian melipat 2210 jam dan bagian pengepakan 455 jam untuk
periode dan waktu tertentu. Pembuatan 1 unit barang tipe A memerlukan 10,7 jam memotong,
5,4 jam melipat dan 0,7 jam mengepak. Pembuatan unit 1 unit barang tipe B memerlukan 5,0
jam memotong, 10,0 jam melipat dan 1,0 jam mengepak. Pembuatan unit 1 unit barang tipe C
memerlukan
2,0
jam
memotong,
4,0
jam
melipat
dan
2,0
jam
mengepak.
Kita harus menentukan kombinasi barang tipe A, B dan C dalam produksi agar diperoleh
keuntungan maksimum. Untuk memudahkan penyusunan model matematika persoalan di atas
perlu dibuat tabel data berikut :
Bagian
Tipe Barang
A
B
Memotong
Melipat
Mengepak
Keuntungan per unit
10,7
5,4
0,7
$ 10
2,0
4,0
2,0
$ 20
5,0
10,0
1,0
$ 15
Kapasitas
per
periode waktu
2705
2210
445
Misalkan produksi x1 unit untuk model A, sejumlah x2 unit model B dan x3 unit model C.
Berdasarkan data diatas maka model matematika untuk program linier ini ialah :
Maksimumkan f 10 x1 15 x 2 20 x3
Syarat
10, 7 x1 5, 0 x 2 2, 0 x3 2705
5, 4 x1 10, 0 x 2 4, 0 x3 2210
0, 7 x1 1, 0 x 2 2, 0 x3 445
x1 0, x 2 0, x3 0
Dengan menggunakan variabel slack x4, x5, x6 maka setelah ruas kanan dari fungsi objektif
dipindahkan ke ruas kiri, sistem itu berubah menjadi :
f 10 x1 15 x 2 20 x3 0 x4 0 x5 0 x6 0 ....... baris 0
10, 7 x1 5, 0 x 2 2, 0 x3 1x4 0 x5 0 x6 2705 ...... baris 1
(1)
negatif.
akhir ialah :
Langkah 1 :
Hitunglah nilai dari m variabel ini dan membiarkan variabel sisanya bernilai
nol.
Langkah
Langkah pertama adalah menentukan solusi fisibel awal dari sistem (1). Terdapat banyak
solusi, tetapi tentu solusi yang lebih sesuai dimulai dengan f
0, x4
2705, x5
2210 dan x6
445, sementara semua variabel lainnya sama dengan nol. Dengan kata lain, dimulai
dengan semua variabel slack diikut sertakan dalam solusi. Solusi ini disebut solusi awal,
sedang f, x4, x5, x6 disebut variabel basis (disingkatn : non
dan x3 disebut variabel non
basis). Jika f diinterpretasikan sebagai keuntungan, maka solusi ini sangat tidak
menguntungkan karena nilainya sama dengan nol. Perhatikan koefisien x1, x2 dan x3pada
baris 0 (baris fungsi obektif ) tiap koefisien negatid ini menunjukkan berapa besar f
bertambah besar jika variabel yang bersangkutan diberi nilai 1.
Interpretasi koesisien - koefisien pada baris nol.tiap koefisien ini menyatakan berapa besar
kenaikan (jika koefisien negatif) atau pengurangan (jika koefisien positif) dapat f akibat
penambahan satu unit variabel non basis.
Langkah kedua adalah menetapkan variabel yang akan masuk kedalam program agar
menaikkan nilai f.
KRITERIA I (Untuk maksimasi).jika ada variabel non basis dengan koefisien negatif pada
abris O, pilihlah variabel yang paling negatif, yaitu variabel yang memberi keuntungan
terbesar, sebutlah variabel xj. Jika semua variabel non baris pada baris O memiliki koefisien
positif atau nol, maka solusi optimal telah tercapai.
Sehubungan dengan kriteria I ini maka terpilih x3 untuk menjadi basis. Tiap unit x3 akan
menambah keuntungan f sebesar 20, yang merupakan keuntungan terbesar dibandingkan
dengan keuntungan yang diberikan oleh variabel lainnya.
Periksalah tiap pembatas. Perhatikan bahwa jika x3 dinaikkan maka setiap variabel
yang sedang berlangsung harus dikurangi untuk tetap mempertahankan stabilitas persamaan
pada kendala. Khususnya, jika x3 dinaikkan sebesar 1 satuan makan untuk menjaga stabilitas
persamaan pada tiap kendala :
(i)
(ii)
(iii)
0 maka x3
Rasio
1352,5
7
Rasio min
Solusi
Berikut
x5
x6
2210
445
4,0
2,0
552,5
222,5
222,5
x3
Setelah diketahui bahwa x3 akan menghasilkan x6 sebagai basis maka dilanjutkan dengan
langkah 4.
Tulis kembali sistem (1) dimana x3 mempunyai koefisien 1 pada baris 3, koefisien 0 pada
baris 0, baris 1 dan baris 2. Proses ini disebut proses penggatian basis, atau operasi pivot.
Pertama kali bagilah baris 3 dengan 2 yaitu koefisien x3 .
f 10 x1 15 x 2 20 x3 0 x4 0 x5 0 x6 0 ..............baris 0
10, 7 x1 5, 0 x 2 2, 0 x3 1x4 0 x5 0 x6 2705 ........baris 1
5, 4 x1 10, 0 x 2 4, 0 x3 0 x4 1x5 0 x6 2210 ....baris 2
(2)
Hasilnya adalah :
f 3 x1 5 x 2 0 x3 0 x4 0 x5 10 x6 4450 ..............baris 0
10 x1 4 x 2 0 x3 1x4 0 x5 1x6 2260 ...............baris 1
(3)
NILAI
4450
2260
1320
222,5
8
Perlihatkan bahwa pada basis baru ini, keuntungan menjadi 4450, yang juga dapat dihitung
dari hubungan :
Keuntungan
Baru
Keuntungan
= sebelumnya
Nilai variabel
yang
+ baru masuk
Keuntungan per
unit xyang diberikan
oleh basis yang
masuk
4450 = 0 + (222,5 x 20 )
Dengan mengulangi langkah 2, kita dapat menetapkan apakah solusi optimal telah dicapai
ataukah masih perlu dilakukan iterasi berikutnya.
Kriteria I untuk memeriksa variabel non basis menunjukkan bahwa perbaikan program masih
diperlukan. Kita selidiki apakah x1 atau x2 yang akan dimasukkan dalam program sebagai
basis baru. Kriteria ini menunjukkan bahwa x2 terpilih sebagai basis yang akan dimasukkan
karena x2 memiliki koefisien yang paling negatif yaitu -5 dibanding dengan x1 yang memiliki
koefisien -3 yang terdapat pada baris 0 (baris fungsi objektif). Hal ini menandakan bahwa
keuntungan yang diberikan oleh x2 lebih besar jika dibandingkan dengan keuntungan yang
diberikan oleh x1 , per unitnya. Selanjutnya perhitungan seperti pada langkah 3 dengan
menggunakan Kriteria II memberikan :
Variabel
Basis
f
x4
x5
x3
Solusi yang
sedang
Berlangsung
4450
2260
1320
222,5
Koefisien x2
Rasio
Rasio min
Solusi
Berikut
-5
4
8
0,5
565
165
445
165
x2 = 165
x5 = 0
Tabel diatas menunjukkan bahwa x2 akan menggantikan x5 dalam basis. Kita akan
menuliskan sistem (3) untuk mengerjakan substitusi. Untuk perhitungan perubahan basis
pada langkah 4, pertama sekali bagilah baris 2 dengan poros (pivot) yaitu 8 yang
mengakibatkan koefisien x2 menjadi 1, untuk selanjutnya melenyapkan x5 dan memunculkan
x2 dalam solusi
f 3 x1 5 x 2 0 x3 0 x4 0 x5 10 x6 4450 ..............baris 0
10 x1 4 x 2 0 x3 1x4 0 x5 1x6 2260 ....................baris 1
(4)
Hasilnya ialah :
f 0,5 x1 0 x 2 0 x3 0 x4 0, 625 x5 8, 75 x6 5275 ......baris 0
8 x1 0 x 2 0 x3 1x4 0,5 x5 0 x6 1600 .............baris 1
(4)
NILAI
5275
1600
165
140
Hasil iterasi kedua ini (jadi solusi ketiga) selanjutnya digunakan untuk menyelidiki apakah
solusi optimal telah dicapai. Periksalah baris 0 (baris fungsi tujuan). Basis pada iterasi kedua
ini adalah f,x4,x2,dan x3. Perhatikan bahwa koefisien x1 pada baris 0 adalah 0,5 (negatif)
yang menunjukkan bahwa solusi ini belum optimal, sehingga variabel x 1 perlu dimasukkan
kedalam program sebagai basis karena akan meningkatkan keuntungan. Periksalah rasio
minimum nilai kanan dengan setiap koefisien x1 pada baris 1,2 dan 3.
Solusi yang
sedang
Berlangsung
5275
1600
165
140
Koefisien x2
Rasio
Rasio min
Solusi
Berikut
-0,5
8
0,5
0,1
200
330
1400
200
x1 = 200
x4 = 0
10
Ternyata rasio minimum adalah 200 sehingga x 1 akan menggantikan X4 dalam basis.
Jadikanlah koefisien x1 pada baris 1 bernilai 1 dengan membagi baris tersebut dengan 8 dan
menghasilkan :
f 0,5 x1 0 x 2 0 x3 0 x4 0, 625 x5 8, 75 x6 5275 ......baris 0
1x1 0 x 2 0 x3 0,125 x4 0, 0625 x5 0 x6 200 .......baris 1
0,5 x1 1x 2 0 x3 0 x4 0,125 x5 0, 25 x6 165 .........baris 2
(6)
Hasilnya :
f 0 x1 0 x 2 0 x3 0, 0625 x4 0,59375 x5 8, 75 x6 5375 ......baris 0
1x1 0 x 2 0 x3 0,125 x4 0, 0625 x5 0 x6 200 .............baris 1
(7)
NILAI
5375
200
65
120
Program yang dinyatakan oleh sistem (7) menunjukkan bahwa pada baris fungsi tujuan (baris
0), tidak ditemui lagi adanya koefisien negatif, yang menandakan bahwa program ini telah
mencapai optimal. Perusahaan yang bersangkutan memperoleh keuntungan maksimum
sebesar $ 5375 dengan memproduksi barang tipe A sebanyak 200 unit, barang tipe B
sebanyak 65 unit dan barang tipe C sebanyak 120 unit
Ringkasan :
Penyelesaian suatu persoalan program linier dilakukan melalui langkah-langkah :
11
Contoh:
Diberikan masalah sebagai berikut:
Maksimumkan f 2 x1 12 x2 8 x3
Syarat
2 x1 2 x2 x3 100
x1 2 x2 5 x3 80
10 x1 5 x2 4 x3 300
x1 , x2 , x3 0
1 f 2 x1 12 x2 8 x3 0 x4 0 x5 0 x6 0
baris 0
0 f 2 x1 2 x2 x3 1x4 0 x5 0 x6 100
baris 1
0 f x1 2 x2 5 x3 0 x4 1x5 0 x6 80
baris 2
0 f 10 x1 5 x2 4 x3 0 x4 0 x5 1x6 300
baris 3
f , x1 , x2 , x3 , x4 , x5 , x6 0
Langkah pertama.
Langkah kedua.
Pada langkah kedua ini, akan ditentukan variabel yang akan masuk ke dalam
program sebagai basis. Dengan menggunakan kriteria I, periksalah baris 0,
2
yaitu baris fungsi objektif dan terpilih x karena memiliki koefisien paling
negatif.
Langkah ketiga.
digantikan oleh x .
Hitunglah rasio nilai kanan dengan koefisien x yang bersesuaian pada setiap baris kendala.
Basis Solusi yang berlangsung
Koefisien
Rasio
Min
Solusi berikut
50
x2 = 50, x4 = 0
x2
F
-12
x4
100
50
x5
80
-2
x6
300
60
Tabel ini menunjukkan bahwa x2 masuk ke dalam basis sebesar 50 unit dan akan menghilangkan x4 dan
basis.
13
Langkah keempat.
1 f 2 x1 12 x2 8 x3 0 x4 0 x5 0 x6 0
baris 0
1
1
x3 x4 0 x5 0 x6 50
2
2
baris 1
0 f x1 x2
0 f x1 2 x2 5 x3 0 x4 1x5 0 x6 80
baris 2
0 f 10 x1 5 x2 4 x3 0 x4 0 x5 1x6 300
baris 3
2
Lanjutkan dengan perubahan sistem persamaa dengan cara mengubah semua koefisien x pada barisbaris 0, 2 dan 3 semuanya nol.
Baris 0 : Kalikan baris 1 dengan 12 dan tambahkan ke baris 0.
Baris 2 : Kalikan baris 1 dengan 2 dan tambahkan ke baris 2.
Baris 3 : Kalikan baris 1 dengan -5 dan tambahkan ke baris 3.
Hasilnya adalah:
f 10 x1 0 x2 2 x3 6 x4 0 x5 0 x6 600
baris 0
1
1
x3 x4 0 x5 0 x6 50
2
2
baris 1
0 f 3 x1 0 x2 6 x3 x4 1x5 0 x6 180
baris 2
1
1
0 f 5 x1 0 x2 1 x3 2 x4 0 x5 1x6 50
2
2
baris 3
0 f x1 x2
Nilai
600
x2
50
x5
180
x6
50
14
Oleh karena pada sistem persamaan terakhir masih terdapat koefisien negatif pada baris fungsi tujuan
maka kriteria I mengisyaratkan bahwa perbaikan program masih perlu dilanjutkan.
Variabel yang akan dimasukkan adalah
Kriteria II digunakan untuk menetapkan variabel yang akan keluar dari basis dan berapa unit
akan
dimasukkan.
Basis Solusi yang berlangsung
Koefisien
Rasio
Min
Solusi berikut
30
x3 =30, x5 = 0
x3
F
600
-2
x4
50
1
2
100
x5
180
30
x6
50
1
2
100
3
f 10 x1 0 x2 2 x3 6 x4 0 x5 0 x6 600
0 f x1 x2
0f
1
1
x3 x4 0 x5 0 x6 50
2
2
1
1
1
x1 0 x2 x3 x4 x5 0 x6 30
2
6
6
1
1
0 f 5 x1 0 x2 1 x3 2 x4 0 x5 1x6 50
2
2
baris 0
baris 1
baris 2
baris 3
Jadikan semua koefisien variabel x3 pada baris-baris 0, 1 dan 3 menjadi nol yaitu:
Baris 0 : Kalikan baris 2 dengan 2 dan tambahkan ke baris 0.
15
1
1
f 11x1 0 x2 0 x3 6 x4 x5 0 x6 660
3
3
baris 0
0f
3
5
1
x1 x2 0 x3 x4 x5 0 x6 35
4
12
12
baris 1
0f
1
1
1
x1 0 x2 x3 x4 x5 0 x6 30
2
6
6
baris 2
0f
17
11
1
x1 0 x2 0 x3 x4 x5 1x6 5
4
4
4
baris 3
Nilai
660
x2
35
x3
30
x6
Pemeriksaan terhadap koefisien-koefisien pada baris 0 (baris fungsi tujuan) menunjukkan bahwa tidak
ada lagi yang bernilai negatif sehingga solusi yang diperoleh telah mencapai optimal. Program ini
menghasilkan:
x2 =35,
x3 =30,
x6 =5 dan
f(maks)= 660
Pada dasarnya penyelesaian yang dilakukan pada pembicaraan di atas tidak lain dari pada melakukan
transformasi elementer baris terhadap matriks lengkap dan koefisien-koefisien dari sistem persamaan
linier yang dibentuk oleh masalah program linier yang bersangkutan. Elemen matriks yang dijadikan
sebagai pivot (poros) berkaitan dengan variabel mana yang akan dimasukkan dan variabel mana yang
akan dikeluarkan dari basis. Kriteria I mementukan variabe yang akan masuk sedang kriteria II
menetapkan variabel mana yang akan keluar. Dengan demikian pengerjaan mencari solusi optimal
dapat dilakukan dengan hanya menggunakan matriks lengkap dari koefisien sisitem persamaaannya.
Pada contoh berikut ini, penyelesaian program linier di atas dilakukan dengan menggunakan matriks
koefisien.
1 f 2 x1 12 x2 8 x3 0 x4 0 x5 0 x6 0
0 f 2 x1 2 x2 x3 1x4 0 x5 0 x6 100
16
0 f x1 2 x2 5 x3 0 x4 1x5 0 x6 80
0 f 10 x1 5 x2 4 x3 0 x4 0 x5 1x6 300
Matriks lengkap sistem persamaan di atas adalah:
x1
x2
x3
x4
1 2 12 8
0 2
2
1
0 1
2
5
5
4
0 10
x5
0
1
0
0
0
0
1
0
x6
Rasio
0 0
0 100
0 80
1 300
50
60
x1
x2
x3
x4
1 2 12 8
0 1 1 1
2
0 1 2 5
0 10
f
x1
5
x2
4
x3
x4
1 10 0 2 6
1
0 1 1 1
2
2
0 3 0 6
1
0 5 0 1 1 2 1
2
2
x5
x6
0 0 0
1
0 0 50
2
0 1 0 80
0 0 1 300
x5
x6
0 0 600
0 0 50
1 0 180
0 1 50
H12(12)
:
H 32(2)
H 42( 5)
Rasio
100
30
100
3
17
Karena koefisien negatif ini terdapat pada kolom x3 maka x3 dimasukkan dalam basis. Sedang rasio
nilai kana dengan koefisien-koefisien x3 pada kendala menunjukkan nilai minimum rasio ini terdapat
pada baris ketiga maka transformasi baris elementer yang dilakukan adalah poros 6 (perpotongan
kolom x3 dengan baris ketiga, pada matriks di atas, poros ini dilingkari). Prosesnya terdapat
perhitungan sebagai berikut ini:
x1
x2
x3
x4
6
1 10 0 2
1
0 1 1 1
2
2
1
1
0 1
0
6
2
1
1
2
0 5 0 1
2
2
x1
1 11
3
0
4
0 2
0 17
x2
x3
x4
1
1
3
3
5
1
1 0
12
12
1
1
0 1
6
6
11
1
0 0
4
4
0 0
x5
x6
0 600
0 0 50
1
0 30
6
0 1 50
x5
H13(2)
:
H 23
H 43
1
( )
2
1
( 1 )
2
x6
0 660
0 35
0 30
1 5
18
BAB III
PENUTUP
3.1 Kesimpulan
1. Penyelesaian masalah PL(Program Linier) yang melibatkan lebih dari dua variabel
membutuhkan metode solusi yang lebih umum menjadi nyata.
2. Metode umum itu dikenal dengan nama Algoritma Simplex yang dirancang untuk
menyelesaikan seluruh masalah PL, baik yang melibatkan dua variabel atau lebih
dua variabel.
3. Metode ini menyelesaikan masalah PL melalui perhitungan-ulang (iteration) di mana
langkah-
optimum dicapai.
19
DAFTAR PUSTAKA
Gauss, S. L. 1975. Liniear Programming, Methods and Application. Mc-Graw-Hill Book Co.,
New York
Supranto, J. 1983. Linier Programming. Lembaga Penerbit FE-UI : Jakarta
Susanta, B. 1994. Program Linier. Erlangga: Yogyakarta
20