Namun demikian, pengurang NRK kendala III hanya diperbolehkan paling banyak

empat unit yaitu ketika garis kendala III tempat melewati C(6,5). Pengurangan NRK kendala
III lebih besar dari empat akan membuat nilai dual price-nya tidak lagi nol karena S3 akan
berubah menjadi variabel basis. Bandingkan peraga 5.34 dengan Tabel 5.4.

Sensitivitas NRK Kendala IV

Mirip dengan analisis sensitivitas NRK kendala III, penambahan NRK kendala IV sampai tak
terhingga bisa dilakukan dan tidak akan mengubah posisi seluruh variabel basis dan nonbasis.
Artinya, seluruh dual price slack variabel tetap valid, lihat peerage 5.35. Gejala ini ditandai
oleh nilai rasio tak terhingga (infinity) pada baris kedua yang ditempati oleh variabel basis S 3
pada Tabel 5.5. Bandingkan dengan gejala yang sama pada sensitivitas kendala III.
Namun demikian, pengurangan NRK kendala IV hanya diperbolehkan tidak lebih
besar dari satu unit agar dual price slack variabel S4 tetap valid, lihat peraga 5.35.
Pengurangan NRK kendala IV lebih besar dari satu unit akan mengubah variabel basis S 4
menjadi variabel nonbasis menggantikan variabel nonbasis S2. Pada Tabel 5.5 kita melihat
nilai rasio variabel basis S4 = 1. Jadi, nilai ini menunjukkan pengurangan NRK yang
diperbolehkan agar nilai dual price kendala IV tetap valid.

LINDO
LINDO, kependekan dari Linear Interactive Discrete Optimizer, adalah sebuah program yang
dirancang untuk menyelesaikan kasus-kasus pemrograman linear. Sebuah kasus harus diubah
dahu;lu kedalam sebuah model matematis pemrograman linear yang menggunakan format
tertentu agar bisa diolah oleh program LINDO. Jadi, berbeda dengan program-program lain
yang menggunakan desain menu driven system di mana pemakai (user)tinggal memasukkan
data sesuai permintaan program secara bertahap.

LINDO : Input
Program ini menghendaki input sebuah matematika dengan struktr tertentu. Sebagi contoh,
proses pemasukaka data kasus pemrograman linear Bawika akan tampak sebagai berikut :
: (prompt
: MAX

Lindo)
2X1

3X2

? 5X1 + 6X2

<

60

X1 + 2X2

<

16

? X1 < 10
? X2 < 6
? END
: (kembali ke prompt Lindo)

Dalam hal ini, tanda ketidak negatifan tidak perlu dimunculkan karena tanda itu telah
diatur di dalam default program LINDO. Juga, kita hanya perlu menulis tanda kendala
pertidaksamaan > atau < untuk menyatakan > atau < karena hal itu juga sudah diatur
di dalam default program LINDO; sehingga, struktur input Bawika di atas bila dilihat kembali
dengan menggunakan fasilitas LOOK ALL akan menjadi:
1) MAX
2
X1 + 3 X2
SUBJECT TO
2) 5 X1 + 6 X2
3) X1 +
2
X2
<=
60
4) X1
<=
10
5) X2
<=
6
END

LINDO: Output
Output atau hasil olahan program LINDO pada dasarnya bisa dipisahkan menjadi dua bagian,
yaitu:
1. Optimal Solution atau Penyelesaian Optimal
2. Sensitivity Analysis atau Analisis Sensitivitas
Kita telah membahas kedua macam output tersebut pada bahasan-bahasan sebelumnya secara
manual. Kini kita akan mengolah kasus Bawika dengan Menggunakan program LINDO.
Setelah data dimasukkan, kita segera memerintahkan program untuk mengolah data tersebut
melalui fasilitas perintah GO. Sesaat kemudian program menayangkan hasil olahannya.
Peraga 5.36 menayangkan hasil olahan program LINDO untuk kasus Bawika.

LINDO: [I] Penyelesaian Optimal (Optimal Solution)

Bagian pertama hasil olahan LINDO memuat lima macam informasi yaitu:
1. Nilai fungsi tujuan di bawah label Objective Function Value
2. Nilai optimal variabel keputusan dibawah label value.
3. Sensitivitas Cj bila Xj = 0 dibawah kolom reduced Cost.

4. Slack variable atau surplus variable dibawah label Slack or Surplus

5. Dual price.
Dan merupakan informasi yang bisa diambil langsung dari sebuah table optimal
simpleks.
Di samping itu, bagian pertama ini juga memuat informasi tambahan yaitu mengenai
jumlah interasi yng diperlukan untuk menemukan penyelesaian optimal. Menurut Perage 5.36,
program LINDO memerlukan tiga iterasi untuk menemukan penyelesaian optimal. Apabila
kita membandingkan jumlah iterasi itu dengan jumlah iterasi yang diperlukan untuk
menyelesaikan kasus Bawika secara manual, maka kita segera bisa mengerti bahwa iterasi ke
0, yaitu pengujian di titik sudut (0, 0) tidak diperhitungkan oleh LINDO sebagai sebuah
iterasi.

[1] Objective Function Value. Informasi ini ditandai dengan notasi 1) untuk menunjukkan
bahwa di dalam struktur input LINDO, fungsi tujuan ditempatkan pada baris ke-1, dan fungsi
kendala mulai dari urutan baris ke-2. Fungsi tujuan Bawika adalah: Mask 2X1 + 3X2. Karena
nilai optimal variabel keputusan, seperti tercantum pada kolom value adalah X1 = 6 dan X2
= 5 maka nilai fungsi tujuan (Objective Function Value) adalah (lihat pula Peraga 5.37):
Sehingga :

2(6) + 3(5) = 27
OBJECTIVE FUNCTION VALUE
1) 27.0000000

[2] Value. Variabel keputusan pada output LINDO daitandai dengan label Variable. Karena
kasus Bawika mempunyai dua variabel keputusan dengan label X1 dan X2 maka kedua label
ini tercantum dibawah kolom Variable, sehingga seperti struktur sebuah matriks,

Bilangan di bawah label Value dan berada pada baris di mana X1 berada menunjukkan
nilai optimal variabel keputusan X1 yaitu 6; demikian pula dengan X2, yaitu 5, seperti
ditayangkan oleh peraga 5.37. sehingga,
VARIABLE

VALUE

X1

6.000000

X2

5.000000

[3] Reduced Cost. Membrikan informasi mengenai sampai sejauh mana nilai Cj harus
diturunkan agar nilai variable keputusan menjadi positif. Dari penjelasan ini kita bisa
mengerti bahwa nilai Reduced Cost akan selalu nol bila nilai variabel keputusan positif; dan
sebaliknya, nilai Reduced Cost akan menjadi positif bila nilai variabel keputusan adalah nol.
Informasi ini pada dasarnya sama dengan informasi analisis sensitivitas Cj pada saat nilai Xj =
0, namun dimunculkan dengan label lain dan ditempatkan di atas agar memperoleh perhatian
segera bila kasus Xj = 0 muncul.Oleh karena itu, dalam kasus Bawika ini,

VARIABLE

VALUE

REDUCED COST

X1

6.000000

.000000

X2

5.000000

.000000

[4] Slack or Surplus. Informasi ini menunjukkan nilai Slack atau Surplus masing-masing
kendala ketika nilai fungsi tujuan mencapai nilai ekstrem. Karena structure input LINDO
telah menempatkan fungsi kendala-kendala mulai urutan ke-2 maka pada label Raw dimulai
dengan angka 2 yang berarti baris ke-2. Dengan demikian, jelas sekali bahwa baris ke-2
menandai kendala ke-1, baris ke-3 menandai kendala ke-2, dan demikian seterusnya,
sehingga:
ROW SLACK OR SURPLUS
2)
3)
4)
5)

.000000
.000000
4.000000
1.000000

Karena seluruh kendala adalah kendala pembatas (<), maka informasi diatas
menunjukkan nilai slack variabel pada kendala ke-1, 2,3, dan 4. Disamping itu, informasi
diatas juga tercermin pada posisi masing-masing slack variabel di dalam table simpleks
optimal Perage 5.38. Posisi S1 dan S2 sebagai variabel nonbasis jelas menunjukkan bahwa S1 =
S2 = 0; sedang posisi S3 dan S4 sebagai variable basis menunjukkan bahwa nilai kedua slack
variabel itu adalah positif dimana b2 = 4 dan b4 = 1.
[5] Dual Price. Informasi ini menjelaskan tentang perubahan yang akan terjadi pada nilai
fungsi tujuan bila nilai ruas kanan kendala berubah satu unit. Dengan demikian,dual price
kendala I yang terletak pada baris ke-2 menjelaskan bahwa nilai fungsi tujuan akan menjadi
27,25 bila nilai ruas kanan kendala I bertambah satu unit. Oleh karena itu,
ROW SLACK OR SURPLUS

DUAL PRICES

2)

.000000

.250000

3)

.000000

.750000

4)

4.000000

.000000

5)

1.000000

.000000

Menjelaskan bahwa,

Nilai slack variable nol pada baris ke-2 dan ke-3 menandai kendala I dan II sebagai
kendala aktif, lihat Perage 5.36. Di samping itu, kita juga segera bisa mengetahui
bahwa S1 dan S2 adalah variabel nonbasis, lihat table 5.6. Oleh karena itu, nilai dual
price 0,25 dan 0,75 menjelaskan perubahan nilai fungsi tujuan bila NRK kendala I dan
II berubah satu unit.
Nilai salck variable 4 dan 1 pada baris ke-4 dan ke-5 menandai kendala III dan IV
sebagai kendala tidak aktif sehingga bisa segera dimengerti bahwa perubahan NRK

kendala-kendala itu jelas tidak akan mempengaruhi nilai fungsi tujuan. Itulah
sebabnya mengapa nilai dual price pada baris ke-4 dan ke-5 adalah 0, lihat Perage
5.38 dan 5.39.
Hasil olahan LINDO juga memberikan informasi mengenai jumlah iterasi yang diperlukan
optimal. Informasi:

Menjelaskan bahwa nilai optimal diperoleh setelah iterasi ke-3. Dalam hal ini, LINDO
mengikutsertakan table awal sebagai sebuah iterasi. Bandingkan dengan penyelesaian kasus
Bawika dengan table simpleks pada Bab 4.
LINDO: [II] Analisis Sensitivitas
Bagian ke-2 hasil olahan LINDO memuat informasi mengenai dua macam analisis
sensitivitas, yaitu:
1. Analisis sensitivitas koefisien fungsi tujuan (Cj)
2. Analisis sensitivitas Nilai Ruas Kanan (RHS)

RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES (Cj)
VARIABLE

CURRENT ALLOWABLE
COEF
INCREASE

X1
X2
600000

2.000000
3.000000

.500000
1.000000

ALLOWABLE
DECREASE
.500000
.

RIGHTHAND SIDE RANGES (RHS)

ROW

2
3
4
5

CURRENT
RHS

ALLOWABLE
INCREASE

60.000000
16.000000
10.000000
6.000000

8.000000
.800000
INFINITY
INFINITY

ALLOWABLE
DECREASE
4.000000
2.666667
4.000000
1.000000

Analisis Sensitivitas Koefisien Fungsi Tujuan (Cj)

Analisis sensitivitas Cj menjelaskan perubahan nilai Cj yang tidak akan mengubah nilai
optimal variabel keputusan. Informasi berikut:

OBJ COEFFICIENT RANGES

VARIABLE

CURRENT ALLOWABLE
COEF
INCREASE

X1
X2
600000

2.000000
3.000000

Menjelaskan bahwa (lihat pula Peraga 5.40),

.500000
1.000000

ALLOWABLE
DECREASE
.500000
.

1. Perubahan nilai C1 naik menjadi 2,5 atau turun menjadi 1,5 tidak akan mengubah nilai
optimal variabel keputusan X1 = 6 dan X2 = 5.
2. Perubahan nilai C2 naik menjadi 4,0 atau turun menjadi 2,4tidak akan mengubah nilai
optimal variabel keputusan X1 = 6 dan X2 = 5.
Analisis Sensitivitas Nilai Ruas Kanan (RHS)
Dual price mencerminkan perubahan nilai fungsi tujuan yang diakibatkan oleh perubahan
setiap unit nilai ruas kanan kendala aktif. Dalam hal ini, analisis sensitivitas nilai ruas kanan
(right hand side) menjelaskan interval tersebut nilai dual price sudah tidak lagi valid untuk
mengestimasi perubahan nilai fungsi tujuan. Informasi:
RIGHTHAND SIDE RANGES (RHS)
ROW

CURRENT ALLOWABLE
ALLOWABLE
RHS
DECREASE

2
60.000000
4.000000
3
16.000000
2.666667

8.000000
.800000

INCREASE

menjelaskan bahwa interval perubahan RSH menjamin validitas nilai dual price. Lihat pula
Peraga 5.41.
1. Perubahan nilai ruas kanan kendala aktif ke-1 yang terletak pada baris ke-2 naik
menjadi 68 unit atau turun menjadi 56 unit tidak akan mengubah nilai dual price
kendala ke-1, yaitu 0,25.
2. Perubah nilai ruas kanan kendala aktif ke-2 yang terletak pada baris ke-3 naik menjadi
16,8 unit atau turun menjadi 13,33 unit tidak akan mengubah nilai dual price kendala
ke-2, yaitu 0,75.
3. Perubahan nilai ruas kanan kendala tidak aktif ke-3 yang terletak pada baris ke-4 naik
hingga tidak terbatas atau turun menjadi 6 unit tidak akan mengubah nilai dual price
kendala ke-3, yaitu 0,00.
4. Perubahan Nilai Ruas Kanan kendala tidak aktif ke-4 yang terletak pada baris ke-5
naik menjadi tidak terbatas atau turun menjadi 5 unit tidak akan mengubah nilai dual
price kendala ke-4, yaitu 0,00.
Dengan demikian, informasi nilai dual price tersebut bisa digunakan untuk mengestimasi
perubahan nilai fungsi tujuan yang disebabkan oleh perubahan nilai ruas kanan kendala
sejauh perubahan nilai ruas kanan kendala itu berada di dalam interval sensitivitasnya.

LINDO: Sukra Rasmi

Penyelesaian kasus Sukra Rasmi telah dibahas secara geometri pada Bab 3 dan simpleks pada
Bab 4. Kini kita akan membahas penyelesaian kasus Sukra Rasmi melalui program LINDO.
1.
2.
3.
4.

Buku program LINDO.

Masukkan data Kasus Sukra Rasmi.
Berikan perintah GO kepada program
Berikan perintah Y kepada program sebagai tanggapan pertanyaan DO
SENSITIVITY ANALYSIS?

Setelah seluruh prosedur ini dilalui, LINDO kemudian segera menayangkan hasil olahan
kasus Sukra Rasmi seperti ditayangkan pada Peraga 5.42.
Bagian pertama hasil olahan LINDO yang ditayangkan pada Peraga 5.42 juga bisa dibaca
langsung dari table simpleks optimal itu harus dikembangkan lagi bila ingin menurunkan
kendala seperti bagian ke-2 hasil olahan LINDO Perage 5.42.
LINDO: Gupita
Seperti penyelesaian kasus Sukra Rasmi, penyelesaian kasus Gupita juga telah dibahas pada
Bab 3 (geometri) dan 4 (simpleks). Kini, kita akan menyelesaikan kasus Gupita dengan
menggunakan program LINDO. Hasil olahan program bisa dilihat pada Peraga 5.44. Bagian
pertama hasil olahan ini juga bisa dibaca langsung dari table optimal simpleks Gupita yang
ditayangkan kembali pada Peraga 5.45.