Anda di halaman 1dari 20

BAB I

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

dulu dalam simbol-simbol

bantuan pemrograman linear sebagai alat

analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk
menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan.
Membahas mengenai

masalah meminimumkan fungsi kendala bertanda , fungsi

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

Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan


fungsi tujuan (iso-profit)

dalam

upaya menemukan solosi diantara beberapa

kemungkinan solosi sebuah persoalan linier programming.


Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulangulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart)
sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan
menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.

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

2.1 MENGUBAH SISTEM PERTIDAKSAMAAN MENJADI SISTEM PERSAMAAN


Suatu masalah program linier terdiri dari fungsi tujuan yang berbentuk linier yang berisikan
sejumlah variabel dan suatu sistem pertidaksamaan linier yang merupakan fungsi pembatas
(constraints). Berdasarkan data dari fungsi pembatas ini diusahakan untuk menemukan nilai
optimum (maksimum atau minimum) dari fungsi tujuan.
Perhatikan persoalan program linier berikut :
(1) Fungsi tujuan f 3 x1 4 x 2
(2) Fungsi pembatas 2 x1 2 x 2 80
2 x1 4 x 2 120
x1 0, x 2 0
(3) Akan ditentukan nilai x1 dan x2 yang mengakibatkan nilai f mencapai maksimum.
Untuk dapat menyelesaikan persoalan ini dengan cara simpleks, sistem persamaan dari fungsi
pembatas perlu diubah (dikonversikan) menjadi sistem persamaan dengan bantuan substitusi
ata penambahan variabel baru. Kepada setiap pertidaksamaan ditambahkan variabel baru.
Dengan demikian fungsi pembatas:
2 x1 2 x 2 80
2 x1 4 x 2 120
Dapat dinyatakan menjadi

2 x1 2 x 2 2 x3 80
2 x1 4 x 2 2 x4 120
x1 , x 2 , x3 , x4 0

Variabel baru ini ditambahkan ke ruas terkecil dari pertidaksamaan.variabel tersebut


dinamakan variabel yang ditambahkan atau variabel slack yaitu variabel dengan nilai non
negatif yang ditambahkan pada ruas terkecil dari pertidaksamaan.
Kadang kadang variabel slack ini dinyatakan dengan S1, S2, S3 dan seterusnya.
Dengan masuknya variabel slack ini maka fungsi tujuan juga harus disusaikan yaitu dengan
menambahkan semua variabel slack ini tetapi dengan koefisien nol. Sehingga fungsi tujuan
menjadi
f 3 x1 4 x 2 0 x3 0 x4
Setelah konversi ini dilakukan maka persoalan di atas menjadi :
3

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

maka variabel slack harus

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

15 sehingga secara penulisan

lengkap sistem persamaan ini menjadi :


3 x1 4 x 2 4 x3 1x4 0 x5 0 x6 24
4 x1 3 x 2 1x3 0 x4 1x5 0 x6 12
x1 x 2 5 x3 0 x4 0 x5 1x6 15
Dalam hal ini x6 disebut variabel slack surplus. Perlu dicatat bahwa semua variabel, baik
variabel aslinya maupun variabel slack bernilai non

2.2 LANGKAH

negatif.

LANGKAH DAN KRITERIA

Untuk menjelaskan langkah

langkah dan kriteria dalam penyelesaian masalah program

linier, akan dikemukakan satu masalah :


4

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

Keungungan penjualan per unit barang tipe A, B dan C berturut

2,0

jam

mengepak.

turut $10, $15 dan $20.

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)

5, 4 x1 10, 0 x 2 4, 0 x3 0 x4 1x5 0 x6 2210 ...... baris 2

0, 7 x1 1, 0 x 2 2, 0 x3 0 x4 0 x5 1x6 445 ...... baris 3


5

Dimana semua variabel adalah non

negatif.

Sebelum perhitungan dilanjutkan, langkah

langkah yang perlu diikuti agar mencapai hasil

akhir ialah :
Langkah 1 :

Pilih sejumlah m variabel yang menghasilkan solusi fisibel awal (m

menyatakan benyaknya hubungan linier dalam masalah).


Langkah 2 : Periksalah fungsi objektif untuk mengetahui apakah ada variabel yang bernilai
nol pada solusi awal (jadi variabel non basis) yang dapat memperbaiki fungsi
objektif jika variabel itu

diberi nilai positif. Jika variabel dengan sifat ini

ditemukan, lanjutkan ke langkah ke 3. Apabila tidak ada, pekerjaan dihentikan.


Langkah 3 : Tentukan berapa besar variabel pada langkah 2 dapat diberikan, sementara satu
di antara m variabel dalam solusi awal menjadi nol. Lenyapkanlah variabel
terakhir ini yang mengakibatkan munculnya variabel pada langkah 2 sebagai
penggantinya.
Langkah 4 :

Hitunglah nilai dari m variabel ini dan membiarkan variabel sisanya bernilai
nol.

Langkah

langkah ini akan digunakan untuk menyelesaikan masalah diatas,

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 ), variabel lainnya x1, x2

luas x1 , x2 dan x3 disebut variabel non basis (disingkat : 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)

x4 harus dikurangi sebesar 2,0 satuan


x5 harus dikurangi sebesar 4,0 satuan
x6 harus dikurangi sebesar 2,0 satuan

berapa besar x3 dimasukkan, sehingga variabel basis mencapai batas bahwa ( )?


Perhatikan bahwa pada saat x6

0 maka x3

222,5. Di sini, memasukkan x3 sebagai

basis akan melenyapkan x6 dari basis.


KRITERIA II
a. Tentukan rasio nilai kanan tiap kendala dengan koefisien variabel yang akan masuk xj
(kecualikan rasio dengan pembagi nol atau negatif)
b. Pilih rasio yang terkecil diantara ketiga rasio pada kendala. Rasio ini sama dengan
nilai xj dalam solusi berikutnya. Nilai minimum rasio ini akan menghilangkan
variabel xk pada solusi ini. Jadi xj menggantikan xk pada basis.
Perhitungan berdasarkan kriteria II ini disajikan pada tabel berikut ini :
Variabel
Basis
f
x4

Solusi yang Koefisien x3


sedang
Berlangsung
0
-20
2705
2,0

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)

0,35 x1 0,5 x 2 1, 0 x3 0 x4 0 x5 0,5 x6 222,5 ...baris 3


Dengan operasi pivot pada 2,0 jadikanlah koefisien x3 sama dengan 1 pada baris 3. Operasi
ini mengakibatkan koefisien x3 pada baris lainnya yaitu baris 0, baris 1 dan baris 2. Semuanya
menjadi nol. Manipulasi yang dilakukan ialah :
-

Baris 0 : Kalikan baris 3 dengan 20 dan tambahkan ke baris 0


Baris 1 : Kalikan baris 3 dengan -2 dan tambahkan ke baris 1
Baris 2 : Kalikan baris 3 dengan -4 dan tambahkan ke baris 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)

4 x1 8 x 2 0 x3 0 x4 1x5 2 x6 1320 ..................baris 2


0,35 x1 0,5 x 2 1, 0 x3 0 x4 0 x5 0,5 x6 222,5 ....baris 3

Sistem (3) memperlihatkan bahwa dengan mengambil x 1 = x2 = x6 = 0 diperoleh basis baru


seperti pada tabel berikut :
BASIS
f
x4
x5
x3

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)

0,5 x1 1x 2 0 x3 0 x4 0,125 x5 0, 25 x6 165 ..................baris 2


9

0,35 x1 0,5 x 2 1, 0 x3 0 x4 0 x5 0,5 x6 222,5 ....baris 3


Kemudian, Jadikanlah koefisien x2 lainnya (pada baris 0,baris 1, dan baris 3) semuanya nol,
sebagai berikut :
-

Baris 0 : Kalikan baris 2 dengan 5 dan tambahkan ke baris 0


Baris 1 : Kalikan baris 2 dengan -4 dan tambahkan ke baris 1
Baris 2 : Kalikan baris 2 dengan -0,5 dan tambahkan ke baris 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)

0,5 x1 1x 2 0 x3 0 x4 0,125 x5 0, 25 x6 165 .........baris 2


0,1x1 0 x 2 1, 0 x3 0 x4 0, 0625 x5 0, 625 x6 140 ......baris 3

Sistem (5) ini memberi hasil seperti pada tabel :


BASIS
f
x4
x2
x3

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.

Hasilnya ditunjukkan oleh tabel berikut :


Variabel
Basis
f
x4
x2
x3

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)

0,1x1 0 x 2 1, 0 x3 0 x4 0, 0625 x5 0, 625 x6 140 ......baris 3


Lanjutkan dengan mengubah semua koefisien x1 pada baris-baris lainnya (baris 0,2,3)
menjadi nol dengan jalan :
-

Baris 0 : Kalikan baris 1 dengan 0,5 dan tambahkan ke baris 0


Baris 2 : Kalikan baris 1 dengan -0,5 dan tambahkan ke baris 2
Baris 3 : Kalikan baris 1 dengan -0,1 dan tambahkan ke baris 3

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)

0,5 x1 1x 2 0 x3 0 x4 0,125 x5 0, 25 x6 165 .............baris 2


0 x1 0 x 2 1, 0 x3 0, 0125 x4 0, 05625 x5 0 x6 120 ......baris 3

Program ini menghasilkan :


BASIS
f
x1
x2
x3

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

Langkah 1 Pilih basis awal (variabel slack dipilih sebagai basis)


Langkah 2 Gunakan kriteria I untuk memeriksa optimalitas fungsi tujuan. Jika solusi yang
sedang berlangsung belum optimal, lanjutkan ke langkah 3. Apabila telah
mencapai optimal, pekerjaan dihentikan
Langkah 3 Gunakan kriteria II untuk menentukan jumlah unit variabel yang akan masuk
sebagai basis dan menetapkan variabel yang keluar dari program
Langkah 4 Melakukan perubahan basis
Catatan :
Pada contoh diatas, disamping variabel x1, x2,....., x6 terdapat juga variabel f sehingga
seharusnya setiap kendala dituliskan sehingga berisikan variabel f. Namun karena
koefisiennya adalah nol maka variabel ini tidak dituliskan. Misalnya kendal pertama yaitu
10, 7 x1 5, 0 x 2 2, 0 x3 1x4 0 x5 0 x6 2705
Lengkapnya adalah :
0 f 10, 7 x1 5, 0 x 2 2, 0 x3 1x4 0 x5 0 x6 2705
Oleh karena koefisien f pada semua kendala selalu nol dan pada setiap transformasi yang
dilakukan tidak akan mempengaruhi f pada fungsi tujuan, maka dalam prakteknya variabel f
ini tidak ditulis, namun harus dipikirkan adanya variabel f ini pada setiap kendala.
Perlu diperhatikan bahwa pada setiap solusi, variabel f ini selalu termasuk sebagai basis,
namun demikian dalam pembicaraan tentang variabel basis, f ini sebagai salah satu basis
sering tidak disebut, tetapi harus dipikirkan adanya karena justru pada setiap solusi, nilai f
inilah yang diperlukan

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

Setelah dimasukkan variabel slack, maka sistem ini berubah menjadi:


12

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.

Pilih solusi awal : f 0, x4 100, x5 80, x6 300 sedang x1 , x2 , x3 0

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.

Dengan menggunakan kriteria II, akan di tetapkan variabel yang akan


2

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.

Ubahlah koefisien x2 menjadi 1 pada baris 1 dengan membagi baris itu


dengan 2. Setelah hal ini dilakukan maka bersama-sama dengan baris-baris
lainnya sistem menjadi:

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

Sistem ini menunjukkan solusi:


Basis

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

x3 akan menggantikan x5 dalam basis.


Kemudian bagilah baris 2 dengan 6 sehingga koefisien x3 menjadi 1 dan tuliskan kembali sistem
persamaannya.

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.

Baris 1 : Kalikan baris 2 dengan 2 dan tambahkan ke baris 1.

15

Baris 3 : Kalikan baris 2 dengan 1 2 dan tambahkan ke baris 3.


Sistem persamaan menjadi:

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

Sistem ini menunjukkan solusi:


Basis

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

Perhatiakan bahwa kolom-kolom f, x4 , x5 dan x6 membentuk matriks identitas segitiga sehingga


solusi awal diberikan oleh matriks identitas ini yaitu f=0, x4 =100, x 5 =80 dan x6 =300 sedang
variabel lainnya semua nol.
Kriteria I dan II menunjukkan bahwa elemen 2 (yang dilingkari) merupakan elemen pivot. Dengan
demikian matriks itu ditulis kembali sehingga elemen pivot menjadi 1, kemudian dilakukan
transformasi elemen baris.

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

Matriks ini menunjukkan hasil f= 600, x2 =50, x5 =180, x6 =50.


Pada baris pertama masih terdapat bilangan negatif, sehingga perbaikan selanjutnya perlu dilakukan.

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

Hasilnya adalah f = 660, x2 =35, x3 =30, dan x6 =5


Penyelidikan selanjutnya terhadap baris pertama dari matriks memperlihatkan bahwa solusi ini telah
mencapai optimal.

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-

langkah perhitungan yang sama diulang

optimum dicapai.

19

berkali-kali sebelum solusi

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