ACARA 2

LINEAR PROGRAMMING

DENGAN METODE SIMPLEKS

PENDAHULUAN

Salah satu teknik penentuan solusi optimal yang digunakan dalam Linear Programming adalah
metode algoritma simpleks atau lebih dikenal dengan metode simpleks. Metode ini digunakan karena
adanya keterbatasan penyelesaian masalah bila menggunakan metode grafis maupun substitusi. Metode ini
mampu menyelesaikan masalah dengan jumlah variable 2 atau lebih.
Metode ini pertama kalinya diperkenalkan oleh George B. Dantzig pada tahun 1947 dan telah
diperbaiki oleh beberapa ahli lainnya. Penyelesaian masalah optimalisasi dengan metode simpleks
didasarkan pada teknik eliminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik
ekstrim satu persatu dengan cara perhitungan iteratif.

ISTILAH-ISTILAH DALAM METODE SIMPLEKS

Iterasi : tahapan perhitungan dimana nilai dari perhitungan tersebut tergantung pada nilai
tabel hasil perhitungan sebelumnya.
Variabel basis : variable yang nilainya bukan nol pada sembarang iterasi. Pada table awal
simpleks, variable basis merupakan variable slack (jika fungsi kendala menggunakan
tanda ≤) atau variable surplus (bila fungsi kendala menggunakan tanda ≥) atau
variable buatan (bila fungsi kendala menggunakan tanda =).
Variabel non basis : variable yang nilainya diatur menjadi nol pada sembarang iterasi. Dalam
terminology umum, jml variable non basis selalu sama dg derajad bebas dalam
system persamaan.
Variabel slack : variable yg ditambahkan ke model matematik kendala untuk mengkonversikan
pertidaksamaan ≤ menjadi persamaan (=). Penambahan variable ini terjd pada tahap
inisialisasi. Pada solusi awal, variable slack berfungsi sbg variable basis.
Variabel surplus : variable yg dikurangkan dari model matematik kendala utk mengkonversi
pertidaksamaan ≥ menjadi persamaan (=).Penambahan variable ini terjd pada tahap
inisialisasi. Pada solusi awal, variable surplus ini tidak dapat berfungsi sbg variable
basis.
Variabel buatan : variable yg ditambahkan ke model matematik kendala dengan bentuk ≥ atau
= untuk difungsikan sbg variable basis awal. Penambahan variable ini terjd pd tahap
inisialisasi. Variabel ini hrs bernilai 0 pd solusi optimal krn pd kenyataannyavariabel
ini tdk ada. Variabel ini hanya ada di atas kertas.
Variabel masuk : variable yg terpilih utk menjd variable basis pd iterasi berikutnya. Variabel
masuk dipilih satu di antara variable non basis pd setiap iterasi. Variabel ini pd
iterasi berikutnya akan bernilai positif.
Variabel keluar : variable yg keluar dari variable basis pd iterasi berikutnya dan digantikan
oleh variable masuk. Variabel keluar dipilih satu di antara variabel basis pd setiap
iterasi dan akan bernilai 0 pd iterasi berikutnya.
Kolom pivot (kolom kerja) : kolom yg memuat variable masuk. Koefisien pd kolom ini akan mjd
pembagi nilai kanan utk menentukan baris pivot (baris kerja).
Baris pivot (baris kerja) : adalah salah satu baris di antara variable basis yg memuat variable
keluar.
Elemen pivot (elemen kerja) : elemen yg terletak pd perpotongan kolom dan baris pivot.
Elemen pivot akan mjd dasar perhitungan utk tabel simpleks berikutnya.
Nilai sebelah kanan : nilai sumberdaya pembatas yg masih tersedia pada tabel awal simpleks.
Solusi : nilai sebelah kanan yang menunjukkan nilai optimal dari Z pada iterasi terakhir.

BENTUK BAKU MODEL MATEMATIS

Sebelum melakukan perhitungan iterative untuk menentukan solusi optimal, langkah

pertama adalah mengubah bentuk umum linear programming ke dalam bentuk baku simpleks
terlebih dahulu. Bentuk baku dalam metode simpleks tidak hanya mengubah persamaan
kendala ke dalam bentuk sama dengan, tapi setiap fungsi kendala harus diwakili oleh satu
variabel basis awal. Variabel basis awal menunjukkan kondisi sebelum ada aktivitas yang
dilakukan dan variabel keputusan masih bernilai 0.
Ada beberapa hal yg hrs diperhatikan dlm membuat bentuk baku/standar, yaitu :
1. fungsi kendala dg pertidaksamaan ≤ dlm bentuk umum, dirubah mjd persamaan (=) dg
menambahkan satu variable slack.
2. fungsi kendala dg pertidaksamaan ≥ dlm bentuk umum, dirubah mjd persamaan (=) dg
mengurangkan satu variable surplus.
3. fungsi kendala dg persamaan (=) dlm bentuk umum, ditambahkan satu variable buatan
(artificial variable).

LANGKAH-LANGKAH PENYELESAIAN DG METODE SIMPLEKS

Dalam menyelesaikan masalah linear programming, dilakukan perhitungan iterasi dengan

menggunakan table. Tabel awal yang dibuat berdasarkan model baku matematika yang ada
dinamakan Tabel Awal Simpleks selanjutnya dilakukan perhitungan iterasi. Tahap-tahap yang
ada yaitu :
1. membuat bentuk baku model matematik.
2. membuat table awal simpleks berdasarkan bentuk baku yang sudah ada.
3. memeriksa kelayakan table awal dg melihat nilai kanan. Bila ada yg bernilai negatif maka
tidak layak diselesaikan.
4. menentukan kolom pivot dg cara sebagai berikut :
a. bila fungsi tujuannya maksimisasi maka pilih kolom dg nilai negatif terbesar.
b. bila fungsi tujuannya minimalisasi maka pilih kolom dg nilai positif terkecil.
c. bila nilai-nilai tersebut jumlahnya lebih dari satu, pilih sembarang.
 Bila kolom pivot ditarik ke atas maka akan ditemukan variabel keluar.
5. menentukan baris pivot dg melihat hasil bagi nilai solusi dg nilai kolom pivot yg
bersesuaian. Pilih yg mempunyai nilai bagi terkecil. Bila baris pivot ditarik ke kiri maka
akan diperoleh variabel keluar.
6. menentukan elemen pivot dg mencari perpotongan kolom pivot dan baris pivot.
7. lakukan perhitungan-perhitungan untuk membuat iterasi selanjutnya.
8. memeriksa keoptimalan dengan melihat nilai koefisien fungsi tujuan di mana :
a. bila maksimisasi maka nilai solusi sudah positif atau nol.
b. bila minimisasi maka nilai solusi sudah negatif atau nol.

CONTOH 1

Pemilik perusahaan kayu yang memproduksi kursi dan meja mempunyai tenaga kerja dan
persediaan kayu. Tenaga kerja dan persediaan kayu yang ada masing-masing sebanyak 450
orang perjam dan 400 board feet. Untuk membuat 1 kursi diperlukan kayu sebanyak 5 board
feet dan 10 orang/jam serta menghasilkan keuntungan Rp 45 ribu. Untuk membuat 1 meja
diperlukan 20 board feet dan 15 orang/jam serta menghasilkan keuntungan Rp 80 ribu.
Berapa banyak meja dan kursi harus diproduksi agar jumlah keuntungan yang ingin diperoleh
maksimum.

Perumusan masalah
- variable keputusan, X1 = jumlah kursi dan X2 = jumlah meja
- fungsi tujuan, maksimum Z = 45X1 + 80X2
- fungsi kendala, 5X1 + 20X2 ≤ 400 ............ kayu
10X1 + 15X2 ≤ 450 .......... tenaga kerja
X1 ≥ 0, X2 ≥ 0 ................ non negatif

Bentuk baku fungsi tujuan :

- maksimum Z - 45X1 - 80X2 - 0S1 - 0S2 = 0

Bentuk baku fungsi kendala

- 5X1 + 20X2 + S1 = 400 ……………….. kayu
- 10X1 + 15X2 + S2 = 450 ………………. tenaga kerja
- X1, X2, S1, S2 ≥ 0 ………………………………………. non negatif

Tabel Awal Simpleks

Variabel X1 X2 S1 S2 RHS
Basis
Z -45 -80 0 0 0
S1 5 20 1 0 400
S2 10 15 0 1 450
 Variabel X1 X2 S1 S2 RHS Rasio
Basis
Z -45 -80 0 0 0 -
S1 5 20 1 0 400 400/20 = 20
S2 10 15 0 1 450 450/15 = 30

Tabel iterasi 1
Variabel X1 X2 S1 S2 RHS Ket
Basis
Z -25 0 4 0 1600 Baris awal ini +
(baris pivotx80)
X2 5/20 1 1/20 0/20 20 Baris awal ini/20
S2 6,25 0 -3/4 1 150 Baris awal ini –
(baris pivotx15)

Variabel X1 X2 S1 S2 RHS Rasio

Basis
Z -25 0 4 0 1600
X2 5/20 1 1/20 0/20 20 20/0,25 = 80
S2 6,25 0 -3/4 1 150 150/6,25 = 24

Tabel iterasi 2
Variabel X1 X2 S1 S2 RHS Ket
Basis
Z 0 0 1 4 2200 Baris ini + (baris
pivotx25)
X2 0 1 0,08 -0,04 14 Baris ini – (baris
pivotx5/20)
X1 1 0 -0,12 0,16 24 Baris ini/6,25

Pada Tabel iterasi 2 dapat dilihat bahwa nilai Z sdh tidak ada yg negative shg sudah optimal.
Dari table tsb dpt dibaca :
1. Nilai optimal (nilai maksimum tujuan) Z = 2200
2. Nilai solusi X1 = 24
3. Nilai solusi X2 = 14
4. Tidak ada sumber daya yg tersisa
5. Harga bayangan utk S1 = 1
6. Harga bayangan utk S2 = 4, mjd prioritas utk ditambah.
SOAL-SOAL

1. Sebuah pabrik perabotan kecil menghasilkan meja dan kursi. Diperlukan waktu 2 jam
untuk merakit sebuah meja dan 30 menit untuk merakit sebuah kursi. Perakitan
dikerjakan oleh 4 karyawan atas dasar shift tunggal selama 8 jam perhari. Para
pelanggan biasanya membeli paling banyak 4 kursi untuk setiap meja yang berarti bahwa
pabrik tersebut harus memproduksi jumlah kursi yang paling banyak 4 kali lebih banyak
dari meja. Harga penjualan adalah $135 per meja dan $50 per kursi. Tentukan bauran
produksi harian untuk meja dan kursi yang akan memaksimumkan pendapatan harian total
untuk pabrik tersebut dan komentari arti penting dari pemecahan yang diperoleh!

2. Dua buah produk diproduksi menggunakan 3 mesin. Waktu masing-masing mesin yang
digunakan untuk memproduksi kedua produk dibatasi hanya 10 jam perhari. Waktu
produksi dan keuntungan per unit masing-masing produk ditunjukkan dalam Tabel berikut
ini.

Produk Waktu produksi (menit) Keuntungan

($)
Mesin 1 Mesin 2 Mesin 3

A 10 6 8 2

B 5 20 15 3

Selesaikan masalah di atas.