TINJAUAN PRIMAL-DUAL DALAM PENGAMBILAN KEPUTUSAN

Oleh : Lusi Melian

Staf Pengajar Program Studi Sistem Informasi
Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia

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. .

I. HUBUNGAN PRIMAL & DUAL Minimasi W = Yb

a. Masalah Primal-Dual Simetrik dengan pembatas
Suatu program linear
dikatakan berbentuk simetrik jika YA ≥ c
semua konstanta ruas kanan pembatas Y ≥0
bernilai non negatif dan semua dimana c adalah vektor baris 1xn, X
pembatas berupa pertidaksamaan, adalah vektor kolom nx1, A adalah
dimana pertidaksamaan dalam suatu matriks mxn, b adalah vektor
masalah maksimasi berbentuk  , dan kolom mx1, dan Y adalah vektor baris
pertidaksamaan dalam minimasi 1xm.
berbentuk  .
Dalam notasi matriks masalah Atau lebih jelasnya:
primal-dual simetrik adalah: Primal :
Primal : Maksimasi
Maksimasi Z = cX Z = c1X1 + c2X2 + …+ cnXn
dengan pembatas a11X1 + a12X2 +…+ a1nXn ≤ b1
AX ≤ b a21X1 + a22X2 +…+ a2nXn ≤ b2
X ≥0 .
Dual : .
am1X1 + am2X2 +…+ amnXn ≤ bn 4x1+ 4x2 + 6x3 ≤ 600
1, X2 , … , Xn ≥ 0 8x1+ 4x2 + 6x3 ≤ 800
Dual : x1 , x2 ,x3 ≥ 0
Minimum
W = b1Y1 + b2Y2 + … + bmYm Dual:
a11Y1 + a21Y2 + … + am1Ym ≥ c1 Min W = 600y1 + 800y2
a12Y1 + a22Y2 + … + am2Ym ≥ c2 4y1 + 8y2 ≥ 40000
. 4y1 + 4y2 ≥ 50000
. 6y1 + 6y2 ≥ 40000
a1nY1 + a2nY2 + … + amnYm ≥ cn y1 , y2 ≥ 0
Y1 ,Y2 , … , Ym ≥ 0
Apabila persoalan primal
tersebut diselesaikan dengan metode
Bila masalah primal dibandingkan simpleks maka diperoleh tabel
dengan masalah dual, terlihat simpleks optimum sebagai berikut:
beberapa hubungan sebagai berikut:
1. Koefisien fungsi tujuan masalah 40000 50000 40000 0 0
VB RK
primal (c) menjadi konstanta ruas x1 x2 x3 S1 S2
kanan pembatas dual. Sebaliknya,
konstanta ruas kanan pembatas 50000x2 1 1 3/2 1/4 0 150

dual menjadi koefisien fungsi 0S2 4 0 0 -1 1 200

tujuan dual.
Zj-Cj 10000 0 35000 12500 0
2. Tanda pertidaksamaan pembatas 7500000
dibalik (pada primal  , pada dual Z 50000 50000 75000 12500 0

)
3. Tujuan berubah dari min (maks) Berdasarkan tabel tersebut
pada primal menjadi maks (min) kita peroleh solusi optimum x1=0,
pada dual. x2=150 dan x3=0. Adapun nilai-nilai
4. Setiap kolom pada primal variabel slack adalah S1=0 dan
berhubungan dengan suatu baris S2=200, sedangkan nilai Z optimal
(kendala) dalam dual. Sehingga adalah 7500000. Adapun tabel
banyaknya pembatas dual akan simpleks optimum untuk persoalan
sama banyaknya dengan variabel dual adalah sebagai berikut:
keputusan primal.
5. Setiap baris (pembatas) pada 600 800 0 0 0 M M M
VB RK
primal berhubungan dengan suatu y1 y2 S1 S2 S3 R1 R2 R3
kolom dalam dual. Sehingga 0S3 0 0 0
-
1 0 3/2 -1 35000
3/2
setiap pembatas primal ada satu
0S1 0 -4 1 -1 0 -1 1 0 10000
variabel keputusan dual.
-
6. Bentuk dual dari dual adalah 600y1 1 1 0
1/4
0 0 1/4 0 12500

primal. Zj-Cj 0
-
200
0
-
150
0
-
M
150-
M
-M
7500000
-
Z 600 600 0 0 0 150 0
150
Contoh dari bentuk primal-
dual simetrik adalah sebagai berikut:
Berdasarkan tabel diatas kita
Primal: peroleh solusi optimum y1 = 12500
Maks dan y2 = 0 adapun nilai-nilai variabel
Z = 40000x1+ 50000x2 + 40000x3 slack adalah S1 = 10000, S2 = 0 dan
S3= 35000, sedangkan nilai Z optimal Kemudian perhatikan:
adalah 7500000. Variabel basis awal
R1 R2 R3
Apabila kita menelaah solusi dual
Koef. Pers. Zj-Cj pada
optimum primal dan solusi optimum
optimal dual (dengan 0 150 0
dual terdapat hasil yang menarik menghilangkan M)
yaitu: Variabel keputusan
primal yang x1 x2 x3
Variabel Slack Primal S1 S2 berhubungan
Koef. Pers. Zj-Cj pada
12500 0
optimum primal
Variabel keputusan dual Kedua tabel tersebut
y1 y2
yang berhubungan
memberikan kesimpulan yang sama,
yaitu bahwa solusi optimum primal
Kemudian perhatikan :
memperlihatkan solusi optimum dual,
Variabel Slack Dual S1 S2 S3 begiru juga sebaliknya.
Koef. Pers. Zj-Cj pada Hal lain yang dapat kita lihat
optimal dual (dikalikan 0 150 0 dari tabel solusi optimum primal dan
-1)
dual adalah nilai optimum fungsi
Variabel keputusan
primal yang x1 x2 x3 tujuannya yang bernilai sama yaitu Z
berhubungan = W = 7500000. Hal tersebut sesuai
dengan Main Duality Theorem yang
menyatakan bahwa “ Jika baik
Terlihat bahwa solusi masalah primal maupun dual adalah
optimum primal memberikan solusi layak, maka keduanya memiliki solusi
terhadap permasalahan dual yang demikian hingga nilai optimum fungsi
berhubungan, begitu juga sebaliknya tujuannya adalah sama “.
solusi optimum dual akan Selain itu solusi optimum
memberikan solusi terhadap primal dan dual dapat diperoleh
permasalahan optimalnya. Sehingga melaui penerapan metode Revised
dengan memecahkan salah satu simpleks :
persoalan baik primal maupun dual,
kita dapat menentukan solusi Z = W = CB.B-1.b
optimum dari permasalahan Dimana:
CB = matrik koefisien fungsi tujuan dari
kawannya.
variabel basis (VB) pada iterasi
Selain itu keterkaitan antara yang bersangkutan
solusi optimum primal dan solusi B-1 = matriks dibawah variabel basis
optimum dual pun dapat ditunjukan awal pada iterasi yang
oleh kedua tabel berikut: bersangkutan
CB.B-1 = optimum simpleks multiplier.
Variabel basis awal Primal S1 S2 b = vektor baris koefisien fungsi tujuan

Koef. Pers. Zj-Cj pada

optimum primal
12500 0 Penerapan rumus diatas pada
Variabel keputusan dual masalah primal-dual yang sedang
y1 y2 dibahas adalah sebagai berikut ; pada
yang berhubungan
tabel simpleks optimum primal
diperoleh variabel basis optimum
adalah x2 dan S2 , sedangkan variabel
basis awalnya adalah S1 dan S2
sehingga optimum simpleks untuk semua masalah program linear.
multipliernya adalah: Sehingga bentuk dual dari primal
tersebut adalah:
x2 S2 S1 S2 Min W = 60y1 + 120y2
 4 0 y1 + 3y2 ≥ 2
50000 0 
1
cB.B-1 =  3y1 + 5y2 ≥ 4
1 1  2y1 + 3y2 ≥ 3
y2 y1
y1 ≥ 0
= 12500 0 y2 ≤ 0
Apabila persoalan bentuk
Terlihat bahwa y1 = 12500 primal diselesaikan dengan metode
dan y2 = 0 sesuai dengan solusi simpleks maka selain variabel slack
optimum dual dan nilai fungsi tujuan dibutuhkan juga artificial variabel R
dual adalah W = 600(12500) + 800(0) pada kendala kedua , variabel R
= 7500000. merupakan variabel buatan dimana
Sedangkan apabila ditinjau nilainya selalu nol, maka diperoleh
dari tabel optimum dual diperoleh tabel simpleks optimum primal
variabel basis optimum adalah S3, S1, sebagai berikut:
dan y1, adapun variabel basis awalnya
-
adalah R1, R2, dan R3, sehingga 2 4 3 0 0
VB M RK
optimum simpleks multiplier-nya:
x1 x2 x3 S1 S2 R1
0S2 0 4 3 3 1 -1 60
S3 S1 y1 R1 R2 R3
2x1 1 3 2 1 0 0 60
 0 3 / 2  1 Zj-

CB.B = 0 0 600   1
1
1 0  Cj
0 2 1 2 0 M
120
 Zj 2 6 4 2 0 0
 0 1 / 4 0 

= 0 150 0 Berdasarkan tabel optimum

tersebut kita peroleh solusi optimum x
x1 x2 x3
1 = 60 , x2 = 0 , dan x3 = 0, adapun
nilai-nilai variabel slack S1 dan S2
Terlihat bahwa x1 = 0 , x2 =
berturut-turut adalah 0 dan 60 dengan
150 , dan x3 = 0 memenuhi kendala
nilai optimal 120.
primal dan nilai fungsi tujuan primal
Untuk memperlihatkan
adalah Z = 40000 (0) + 50000 (150)
keterkaitan antara solusi optimum
+ 40000 (0) = 7500000.
primal dan solusi optimum dual pada
hubungan primal-dual asimetrik,
b. Masalah primal-dual asimetrik
sebelumnya masalah primal yang
Misalkan masalah primal
asimetrik perlu ditransformasikan
yang tidak simetrik adalah sebagai
kedalam bentuk simetrik, dalam hal
berikut:
ini karena bentuk primal adalah
Maks Z = 2x1 + 4x2 + 3x3
maksimasi maka semua pembatas
x1 + 3x2 + 2x3 ≤ 60
harus bertanda ≤ , maka pembatas
3x1 + 5x2 + 3x3 ≥ 120
kedua 3x1 + 5x2 + 3x3 ≥ 120 dikalikan
x1 ,x2 ,x3 ≥ 0
dengan bilangan -1 agar pembatas
Tabel di bawah ini
bertanda ≤.
menyajikan hubungan primal-dual
3x1 + 5x2 + 3x3 ≥ 120 (-1) Maks Z = 2x1 + 4x2 + 3x3
-3x1 - 5x2 - 3x3 ≤ -120 x1 + 3x2 + 2x3 ≤ 60
Sehingga bentuk primal persoalan -3x1 - 5x2 - 3x3 ≤ -120
tersebut menjadi: x1 ,x2 ,x3 ≥ 0

Tabel Hubungan Primal-Dual

Primal Dual
A elemen matriks kendala Transpose elemen matriks
b vektor sisi kanan Koefisien fungsi tujuan
c koefisien fungsi tujuan Vektor sisi kanan
Kendala ke-i berupa persamaan Variabel dual Yi tak terbatas
Xj tak terbatas Kendala ke-j berupa persamaan
I. Maksimasi Minimasi
Kendala ke-i jenis ≤ Variabel dual Yi ≥ 0
Kendala ke-i jenis ≥ Variabel dual Yi ≤ 0
Xj ≥ 0 Kendala ke-j jenis ≤
Xj ≤ 0 Kendala ke-j jenis ≥
II. Minimasi Maksimasi
Kendala ke-i jenis ≤ Variabel dual Yi ≤ 0
Kendala ke-i jenis ≥ Variabel dual Yi ≥ 0
Xj ≥ 0 Kendala ke-j jenis ≤
Xj ≤ 0 Kendala ke-j jenis ≥

Sumber : Mulyono, Sri, Operations Research,

Fakultas Ekonomi Universitas Indonesia, Jakarta, 1999

Bentuk primal yang baru ini y1, y2 ≥ 0

tampaknya tidak sesuai dengan Maka tabel simpleks
persyaratan simpleks karena terdapat optimum dari dual tersebut adalah:
nilai konstanta ruas kanan pembatas -
60 0 0 0 M M M
120 RK
bernilai negative , padahal dalam VB
y1 y2 S1 S2 S3 R1 R2 R3
suatu program linear simetrik semua 0S3 0 -3 -2 0 1 2 0 -1 1
konstanta ruas kanan pembatas 60
1 -3 -1 0 0 1 0 0 2
y1
bernilai non negative. Akan tetapi, 0
nilai konstanta ruas kanan pembatas 0 -4 -3 1 0 3 -1 0 2
S2
negative tersebut tidak perlu W 0 -60
-
0 0
60- - -
120
60 M M M
dipermasalahkan karena perubahan
bentuk tersebut bukan untuk maksud
Dari tabel tersebut solusi optimal dual
diselesaikan melainkan untuk maksud
y1 = 2 , y2 = 0 , nilai variabel slack S1=
perubahan kedalam bentuk dual. Nilai
0 , S2 = 2 , dan S3= 1 dan nilai W
konstanta ruas kanan pembatas primal
optimal 120.
membentuk koefisien-koefisien fungsi
Dengan cara yang sama
tujuan dual yang nilainya boleh
seperti telah ditunjukan pada contoh
negative. Maka bentuk dual dari
hubungan primal-dual simetrik,
model ini diformulasikan sebagai :
hasilnya adalah:
Min W = 60y1 - 120y2
y1 - 3y2 ≥ 2
3y1 - 5y2 ≥ 4
2y1 - 3y2 ≥ 3
Variabel basis awal primal S1 R1 bentuk dual untuk kemudian
Koef. Pers. Zj-Cj pada diselesaikan dengan metode simpleks,
2 M
optimum primal maka langkah pertama yang perlu
Var. kep dual yang dilakukan adalah mengubah bentuk
y1 y2
bersangkutan
primal asimetrik menjadi bentuk
primal simetrik. Pembatas kedua
Jika M diabaikan , koefisien
dalam contoh tersebut merupakan
persamaan Zj-Cj adalah 2 dan 0 yang
suatu persamaan x1 + 5x2 + 2x3 = 30
menunjukan solusi optimum pada
dan harus diubah kedalam bentuk ≤.
masalah dual, yaitu nilai y1 =2 dan y2
Persamaan ini ekuivalen
= 0.
dengan dua pembatas berikut ini:
Pengamatan yang sama x1 + 5x2 + 2x3 ≤ 30
terhadap solusi optimum dual x1 + 5x2 + 2x3 ≥ 30
memberikan informasi sebagai Artinya jika nilai pembatas
berikut: lebih besar atau sama dengan 30 dan
kurang dari atau sama dengan 30,
Variabel basis awal dual R1 R2 R3
maka kuantitas yang memenuhi kedua
Koef. Pers. Zj-Cj optimal
dual (dengan 60 0 0
pembatas tersebut adalah 30. Tetapi
mengabaikan M) pada pembatas tersebut tanda ≥ masih
Var. keputusan primal
x1 x2 x3
tetap ada, dan pembatas ini dapat
yang berhubungan diubah dengan cara mengalikannya
dengan (-1).
Hasil dari koefisien persamaan Zj-Cj x1 + 5x2 + 2x3 ≥ 30 x(-1)
memberikan solusi optimum primal x1 -x1 - 5x2 - 2x3 ≤ -30
= 60 , x2 = 0 dan x3 = 0. Sehingga model primal dalam bentuk
Melalui penerapan revised normal adalah:
simpleks method pada contoh ini Maks Z = 5x1 + 2x2 + 3x3
dengan cara mencari optimum x1 + 5x2 + 2x3 ≤ 30
simpleks multiplier seperti telah - x1 - 5x2 - 2x3 ≤ -30
dicontohkan sebelumnya, akan x1 - 5x2 - 6x3 ≤ 40
memberikan kesimpulan yang sama x1 ,x2 ,x3 ≥ 0
bahwa suatu solusi optimum primal Bentuk dual dari model ini
(dual) juga merupakan solusi diformulasikan sebagai:
optimum masalah dual (primal). Min W = 30y1 – 30 y2 + 40y3
y 1 – y 2 + y3 ≥ 5
Contoh berikut merupakan contoh 5y1 – 5y2 – 5y3 ≥ 2
lain masalah primal-dual asimetrik, 2y1 – 2y2 – 6y3 ≥ 3
dimana pada contoh berikut akan y1 , y2 , y3 ≥ 0
diperlihatkan suatu bentuk primal
dengan pembatas bertanda =. Tetapi bentuk dual ini pun
Maks Z = 5x1 + 2x2 + 3x3 tidak sesuai dengan ketentuan
x1 + 5x2 + 2x3 = 30 hubungan primal-dual yang telah
x1 - 5x2 - 6x3 ≤ 40 dikemukakan pada awal bagian ini.
x1 , x2 , x3 ≥ 0 Ketidaksesuaian tersebut terletak pada
Apabila bentuk primal ini jumlah pembatas primal asimetrik
dianalogikan dengan persoalan yang tidak sesuai dengan jumlah
sebelumnya , maka apabila bentuk koefisien fungsi tujuan dual, padahal
primal ini akan diubah kedalam pada hubungan primal-dual setiap
pembatas pada primal berhubungan Apabila diamati bentuk dual
dengan satu kolom dalam dual, dari primal simetrik dengan bentuk
sehingga setiap pembatas primal dual dari primal asimetrik memiliki
terdapat satu variabel keputusan dual. bentuk yang hampir sama. Tabel
Sedangkan dalam contoh ini pada solusi primal asimetrik adalah:
bentuk primal asimetrik terdapat 2
pembatas tetapi setelah bentuk primal VB
5 2 3 0 -M
RK
asimetrik ini ditransformasikan x1 x2 x3 S1 R1
menjadi primal normal lalu kemudian 5 x1 1 5 2 0 1 30
dibuat bentuk dualnya, ternyata pada 0S1 0 -10 -8 1 -1 10
bentuk dual tersebut terdapat 3 Zj-
0 23 7 0 5+M 150
variabel keputusan. Cj
Untuk menyelesaikan
masalah tersebut, maka bentuk dual Sedangkan tabel solusi optimum
dapat dibentuk dari primal asimetrik dualnya adalah:
Table 1
tanpa harus mentrasnsformasikannya 30 -30 40 0 0 0 M M M
VB RK
terlebih dahulu menjadi primal y1’ y 1” y2 S1 S2 S3 R1 R2 R3
0S3 0 0 8 -2 0 1 2 0 -1 7
normal. Maka dengan mengikuti 30 y1’ 1 -1 1 -1 0 0 1 0 0 5
aturan tabel hubungan primal dual 0 S2 0 0 10 -5 1 0 5 -1 0 23
30-
bentuk dual dari primal asimetrik itu Wj - Cj 0 0 -10 -30 0 0
M
-M -M 150
adalah:
Min W = 30y1 + 40 y2 Dari tabel solusi optimum
y1 + y2 ≥ 5 dual tersebut didapat y1’ = 5 , y1” = 0
5y1 – 5y2 ≥ 2 ( y1 = y1’- y1” = 5 – 0 = 5) dan y2 = 0
2y1 – 6y2 ≥ 3 dengan nilai-nilai variabel slack
y1 tidak terbatas tanda berturut-turut S1= 0 , S2 = 23 , S3 = 7
y2 ≥ 0 dan nilai W = Z = 150.
Karena y1 tidak terbatas tanda, maka Hasil-hasil yang menarik
y1 digantikan dengan y1’–y1” (y1 = terungkap dengan mengamati tabel
y1’–y1”) dimana y1’ dan y1” ≥ 0, optimum pimal dan dual. Sekarang
sehingga bentuk dualnya menjadi: perhatikan koefisien persamaan Zj-Cj
Min W = 30(y1’–y1”) – 40 y2 pada tabel optimum primal, hasilnya
adalah:
(y1’–y1”) + y2 ≥ 5 Variabel basis awal primal R1 S1
5(y1’–y1”) – 5y2 ≥ 2 Koef. Pers. Zj-Cj pada
2(y1’–y1”) – 6y2 ≥ 3 optimum primal (abaikan M)
5 0
(y1’–y1”) = y1 Var. keputusan dual yang
y2 ≥ 0 y1 y2
berhubungan

atau Lalu perhatikan koefisien Wj-Cj pada

Min W = 30y1’–30y1” – 40 y2 tabel optimum dual:
y1’ – y1” + y2 ≥ 5
5y1’ – 5y1” – 5y2 ≥ 2 Variabel basis awal dual R1 R2 R3
2y1’ – 2y1” – 6y2 ≥ 3 Koef. pers.Wj-Cj pada
y1’ ≥ 0 optimum dual (abaikan 30 0 0
y1” ≥ 0 M)
y2 ≥ 0 Var. keputusan primal
x1 x2 x3
yang berhubungan
 Contoh-contoh tersebut telah
menunjukan bahwa setiap masalah Iterasi 0
program linear dapat diselesaikan 2 4 3 0 0 -M
VB RK
dengan merumuskan baik bentuk x1 x2 x3 S1 S2 R1
primal maupun dual. Sehingga tidak
0S1 1 3 2 1 0 0 60
perlu menyelesaikan kedua bentuk,
-
cukup salah satunya saja karena solusi MR1
3 5 3 0 -1 1 120
primal dapat menunjukan solusi dual Zj-Cj -3M-2 -5M-4 -3M-3 0 M 0
begitu juga sebaliknya. -120M
Z -3M -5M -3M 0 M -M
Pada umumnya suatu Vmb Vkb
program linear dengan jumlah
pembatas yang lebih sedikit daripada Iterasi 1
jumlah variabel keputusan lebih 2 4 3 0 0 -M
mudah diselesaikan dibandingkan VB
x1 x2 x3 S1 S2 R1
RK

masalah dengan jumlah pembatas

4x2 1/3 1 2/3 1/3 0 0 20
yang lebih banyak daripada variabel
keputusan. Untuk itu jika akan -MR1 4/3 0 -1/3 -5/3 -1 1 20

menyelesaikan salah satu dari Zj-Cj -4/3M-2/3 0 1/3M-1/3 5/3M+4/3 M 0

masalah primal atau dual, lebih Z
-
4 1/3M+8/3 5/3M+4/3 M -M
-20M+80
4/3M+4/3
mudah jika memilih dari kedua Vmb Vkb
bentuk tersebut yang jumlah
pembatasnya lebih sedikit dari Iterasi 2
variabel keputusan. 2 4 3 0 0 -M
VB RK
x1 x2 x3 S1 S2 R1

II. SIFAT-SIFAT PRIMAL-DUAL 4x2 0 1 3/4 3/4 1/4 -1/4 15

Untuk lebih memahami sifat-sifat 2x1 1 0 -1/4 -5/4 -3/4 3/4 15

primal-dual, pehatikanlah contoh Zj-Cj 0 0 -1/2 1/2 -1/2 ½+M
90
primal-dual berikut ini: Z 2 4 5/2 1/2 -1/2 1/2
Primal : Vkb Vmb
Maks Z = 2x1 + 4x2 + 3x3
x1 + 3x2 + 2x3 ≤ 60 Iterasi 3 (solusi optimal primal)
3x1 + 5x2 + 3x3 ≥ 120 2 4 3 0 0 -M
x1 , x 2 , x3 ≥ 0 VB
x1 x2 x3 S1 S2 R1
RK

Bentuk standar persoalan tersebut 0S2 0 4 3 3 1 -1 60

adalah : 2x1 1 3 2 1 0 0 60

Maks Zj-Cj 0 2 1 2 0 M
120
Z = 2x1 + 4x2 + 3x3 + 0S1 - 0 S2 - Z 2 6 4 2 0 0
MR1
x1 + 3x2 + 2x3 + S1 = 60 Solusi optimal persoalan primal
3x1 + 5x2 + 3x3 –S2 + R1 = 120 adalah
x1 , x2 , x3 ≥ 0 x1 = 60
x2 = x3 = 0
Cat : Vmb = Variabel masuk basis S1 = 0
Vkb = Variabel keluar basis S2 = 60
Z = 120.
 Setelah bentuk primal Iterasi 2
ditransformasikan ke dalam bentuk 60 -120 0 0 0 M M M
VB RK
normalnya, maka dual dari persoalan y1 y2 S1 S2 S3 R1 R2 R3
diatas adalah:
MR1 0 -3/2 -1 0 1/2 1 0 -1/2 ½
Dual : Min W = 60y1 – 120 y2
y1 – 3y2 ≥ 2 60Y1 1 -3/2 0 0 -1/2 0 0 1/2 3/2

3y1 – 5y2 ≥ 4 0S2 0 1/2 0 1 -3/2 0 -1 3/2 1/2

2y1 – 3y2 ≥ 3 Wj-

Cj
0
30-
3/2M
-M 0
-
30+1/2M
0
-
M
30-
3/2M
y1 , y2 ≥ 0 W 60
-90-
-M 0
-
M 0
30-
90+1/2M
3/2M 30+1/2M 1/2M
Bentuk standar persoalan dual Vmb Vkb
tersebut adalah :
Min W = 60y1 – 120 y2 – 0S1 – 0S2 – Iterasi 3 (solusi optimal dual)
0S3 + MR1 + MR2 + MR3
y1 – 3y2 – S1 + R1 =2 60 -120 0 0 0 M M M
VB RK
3y1 – 5y2 – S2 + R2 =4 y1 Y2 S1 S2 S3 R1 R2 R3
2y1 – 3y2 – S3 + R3 = 3 0S3 0 -3 -2 0 1 2 0 -1 1

y1 , y 2 ≥ 0 60Y1 1 -3 -1 0 0 1 0 0 2

0S2 0 -4 -3 1 0 3 -1 0 2

Iterasi 0 Wj-
Cj
0 -60 -60 0 0 60-M -M -M
120
60 -120 0 0 0 M M W 60 -180 -60 0 0 60 0 0
VB M
RK
y1 y2 S1 S2 S3 R1 R2 R3
Solusi optimal persoalan dual tersebut
MR1 1 -3 -1 0 0 1 0 0 2
adalah :
MR2 3 -5 0 -1 0 0 1 0 4 y1 = 2
MR3 2 -3 0 0 -1 0 0 1 3 y2 = S1 = 0
Wj-Cj 6M-60
-
-M -M -M 0 0 0 S2 = 2
11M+120
W 6M -11M -M -M -M M M M
9M
S3 = 1
Vmb Vkb W = 120

Iterasi 1 Contoh primal-dual diatas selanjutnya akan

60 -120 0 0 0 M M M digunakan sebagai contoh penerapan sifat-
VB RK
y1 Y2 S1 S2 S3 R1 R2 R3
sifat primal-dual yang akan dibahas pada
bagian selanjutnya
MR1 0 -4/3 -1 1/3 0 1 -1/3 0 2/3
Sifat 1:
60Y1 1 -5/3 0 -1/3 0 0 1/3 0 4/3 Menentukan koefisien persamaan
MR3 0 1/3 0 2/3 -1 0 -2/3 1 1/3 Zj-Cj pada variabel-variabel basis
Wj-Cj 0 -M+20 -M M-20 -M 0
-
2M+20
0 awal pada suatu iterasi.
M+80
W 60 -M -M M -M M -M+20 M
Pada setiap iterasi baik primal
Vmb Vkb maupun dual, koefisien persamaan Zj-
Cj variabel-variabel basis awal dapat
dicari dengan cara:
WB = CB.B-1 - CW

dimana:
WB = matriks koefisien persamaan
Zj-Cj dibawah variabel-
 variabel basis awal pada 2 0  1
iterasi yang bersangkutan.
= 0 60 0 1
 0 0  M M M
CB = matriks koefisien fungsi 
tujuan dari variabel-variabel 3  1 0 
basis pada iterasi yang
S3 y1 S2 R1 R2 R3
bersangkutan
B-1 = matriks dibawah variabel- = 60 0 0  M M M
variabel basis awal pada = 60  M  M  M
iterasi yang bersangkutan. R1 R2 R3
-1
CB.B = simpleks multiplier Sifat 2:
CW = matriks koefisien fungsi Menentukan koefisien persamaan
tujuan variabel-variabel Zj-Cj pada variabel-variabel non
basis awal basis awal suatu iterasi.
Pada setiap iterasi baik primal
Sebagai contoh lihat tabel maupun dual, koefisien Zj-Cj pada
primal. Dalam persoalan tersebut variabel-variabel non basis awal dapat
variabel basis awalnya adalah S1 dan dicari dengan cara:
R1 dengan koefisien fungsi tujuan
variabel basis awal 0 dan –M atau WB = SM . an- Cn
CW = [0 -M]
dimana:
Untuk iterasi 0 : Variabel basis pada WB = matriks koefisien persamaan
iterasi nol atau awal adalah S1 dan R1 Zj-Cjj dibawah variabel-
WB = CB.B-1 - CW variabel non basis awal pada
iterasi yang bersangkutan.
1 0
= 0  M    0  M  SM = CB.B-1 = simpleks multiplier
0 1 pada itersi yang
S1 R1 S1 R1 bersangkutan.
= 0  M   0  M an = matriks dibawah variabel-
= 0 0
variabel non basis pada
iterasi awal
S1 R1
Cn = matriks koefisien fungsi tujuan
variabel-variabel non basis
Sekarang lihat tabel optimum
dual, misalnya untuk iterasi 3, awal.
variabel basis awal bentuk dual Sebagai contoh, lihat
adalah R1, R2, dan R3 dengan optimum primal. Dalam persoalan
koefisien fungsi tujuanvariabel basis tersebut variabel non basis awalnya
awal masing-masing adalah M atau adalah x1, x2, x3 dan S2 dengan
Cw = [ M M M ] sedangkan koefisien fungsi tujuan masing-
variabel basis pada iterasi 3 adalah S3, masing 2 , 4 , 3 dan 0 atau Cn = [ 2 4
y1 dan S2 dengan koefisien fungsi 3 0]
tujuan variabel basis iterasi 3 masing- Untuk iterasi 0 : SM pada iterasi 0
masing 0, 60, dan 0 atau CB= [ 0 60 adalah [ 0 –M ]
0 ] sehingga koefisien persamaan Wj – WB = SM . a n – Cn
Cj pada variabel basis awal iterasi 3
adalah:
WB = CB.B-1 – CW
= sebelumnya bahwa matriks ruas
1 3 2 0  kanan pada iterasi awal primal adalah
0  M    2 4 3 0 60 
3 5 3  1 120  maka ruas kanan pada iterasi
x1 x2 x3 S2  
=  3M  2  5M  4  3M  3 M  ke-3 :
x1 x2 x3 S2 RK = B-1.b
3  1  60  60
Sekarang lihat tabel optimum
=      
1 0  120  60
dual, misalkan untuk iterasi 3,
Untuk contoh pada dual,
variabel non basis awal bentuk dual
pandang iterasi ke-1 tabel solusi dual,
adalah y1, y2, S1 , S2 , dan S3 dengan
diketahui bahwa matriks ruas kanan
koefisien fungsi tujuan variabel non
basis awal masing-masing adalah 60,  2
-120, 0, 0, 0 atau Cn = [ 60 -120 0 0  
pada iterasi awal dual adalah 4
0 ] sedangkan SM pada iterasi 3  
adalah [ 60 0 0 ] sehingga koefisien
3 
persamaan Wj-Cj pada variabel non maka ruas kanan pada iterasi ke-1
basis awal iterasi 3 adalah : adalah :
WB = SM . an- Cn RK = B-1.RK
1  3  1 0 0  1 1
3 0  2  2 3 
= 60 0 03  5 0  1 0   
= 0 1 0  4 =  4 
   3    3
2  3 0 0  1 0 2
3 1  3   1 3 
y1 y2 S1 S2 S3 Sifat 4:
Menentukan koefisien pembatas
60  120 0 0 0 variabel non basis suatu iterasi
= 0  60  60 0 0 Pada setiap iterasi baik primal
y1 y2 S1 S2 S3 maupun dual, koefisien pembatas
variabel non basis suatu iterasi
Sifat 3: ditentukan menggunakan rumus:
Menentukan ruas kanan (RK) dari Yi = B-1.ai
variabel-variabel basis suatu iterasi
Pada setiap iterasi baik primal Dimana:
maupun dual, nilai ruas kanan dari Yi = matriks koefisien pembatas
variabel-variabel basis suatu iterasi variabel non basis awal pada
dapat diperoleh dengan rumus : iterasi yang bersangkutan.
RK = B-1.b ai = matriks koefisien pembatas
variabel non basis awal pada
Dimana: iterasi awal.
RK = matriks ruas kanan dari
variabel-variabel basis suatu Sebagai contoh, lihat iterasi ke-
iterasi. 3 persoalan primal
b = matriks ruas kanan pada iterasi
awal.
Sebagai contoh, lihat iterasi
ke-3 solusi primal. Diketahui
Untuk x1  Y1 = B-1.a1 Sebuah garment PT. Bintang
3  1 1  memproduksi dua jenis pakaian yaitu
=     pakaian wanita dan pakaian pria. Tiap
1 0  3 produksi 1 unit pakaian wanita
0  memberikan keuntungan sebesar Rp
=   100.000,- dan tiap produksi 1 unit
1  pakian pria memberikan keuntungan
x2  Y2 = B-1.a2 sebesar Rp. 80.000,-. Produksi
3  1 3 pakaian pria dan wanita dihitung atas
=   5 dasar harian. Tabel berikut
1 0    memperlihatkan sumber-sumber daya
 4 yang terbatas beserta kebutuhan
=  
sumber-sumber berupa jumlah bahan
3 
kain, jumlah tenaga kerja dan luas
hal yang sama dapat dilakukan pada
gudang penyimpanan untuk
variabel-variabel non basis awal yang
memproduksi setiap unit pakaian
lain baik pada iterasi ke-3 maupun
wanita dan pria:
iterasi sebelumnya.
Table 2
Untuk contoh dual, Sumber Kebutuhan sumber daya Jumlah yang
perhatikan iterasi ke-2 solusi Daya Wanita Pria tersedia/hari
persoalan dual Kain 3m 3m 72m
Untuk y1  Y1 = B-1.a1 Tenaga 4orang 2orang 40 orang
Kerja 12m2 18m2 240m2
Gudang
1 0  1 / 2 1  0 Penyimpa

= 0 0 1 / 2  3  = 1  nan
     Keuntung Rp Rp
0  1 3 / 2  2 0 an 100.000,- 80.000,-
Untuk mengetahui berapa
y2  Y2 = B-1.a2 banyak pakaian wanita dan pria yang
harus diproduksi untuk
1 0  1 / 2  3 3 2  memaksimalkan keuntungan, maka

= 0 0 1 / 2   5  3 2  diformulasikan suatu model
 matematika sebagai berikut :
0  1 3 / 2   3  1 2 
Maks
Dengan mempelajari keempat Z = 100.000x1 + 80.000x2 keuntungan
sifat ini kita dapat menentukan nilai 3x1 + 3x2  72m bahan kain
variabel-variabel tertentu dengan cara 4x1 + 2x2  40orang tenaga kerja
yang lebih mudah. 12x1 +18x2  240m2 gudang
penyimpanan
III. CONTOH KASUS
Untuk menjelaskan konsep Diketahui
dualitas, cara yang paling mudah x1 = Jumlah pakaian wanita yang
adalah dengan memberikan contoh diproduksi
setelah teori-teori diberikan. Berikut x2 = Jumlah pakaian pria yang
ini merupakan contoh yang diproduksi
memperlihatkan bagaimana bentuk
dual dari bentuk suatu model primal Model matematika tersebut
dikembangkan. merupakan model primal. Adapun
model dual dari primal ini adalah:
 Min = Rp 800.000,- sehingga keuntungan
W =72y1 + 40y2 + 240y3 total yang diperoleh PT. Bintang
3y1 + 4y2 + 12y3  100.000 sebesar Rp 500.000,- + Rp 800.000,-
3y1 + 2y2 + 18y3  80.000 = Rp 1.300.000,-
y1, y2, y3  0 Tabel optimal ini memuat
informasi mengenai primal,
Setelah model dual dikembangkan sedangkan S1=27 m kain merupakan
dari model primal, langkah jumlah kain yang tersisa dalam
selanjutnya adalah menentukan arti memproduksi pakaian-pakaian
dual model tersebut. tersebut, adapun S2=0 mencerminkan
tenaga kerja yang tidak terpakai dan
Arti model dual dapat S3=0 mencerminkan gudang
diinterpretasikan dengan cara penyimpanan yang dimiliki
mengamati solusi optimal dari bentuk PT.Bintang telah habis digunakan
primal model yang bersangkutan. dalam produksi pakaian wanita dan
Model primal diatas apabila pria sehingga tidak ada kelebihan
dipecahkan dengan metode simpleks, (slack) tenaga kerja maupun gudang
maka solusi optimal ditunjukkan pada penyimpanan yang tersisa.
tabel berikut ini : Analisis lebih lanjut pada
100.000 80.000 0 0 0 tabel optimal ini pun memuat
VB RK
x1 x2 S1 S2 S3 informasi mengenai dual, nilai baris
0S1 0 0 1 -3/8 -1/8 27
Zj-Cj sebesar 17.500 dan 2500
dibawah kolom S2 dan S3 secara
100.000x1 1 0 0 3/8 -1/24 5
berurutan merupakan nilai marginal
80.000x2 0 1 0 -1/4 1/12 10 (marginal value) dari tenaga kerja
Zj-Cj 0 0 0 17500 2500
1.300.000
(S2) dan gudang penyimpanan (S3).
Z 100.000 80.000 0 17500 2500 Dalam solusi tersebut S2 dan
Berdasarkan solusi optimal S3 bukan merupakan variabel basis
simpleks untuk model primal kita sehingga keduanya sama dengan nol.
mendapatkan: Jika kita memasukkan S2 atau S3 ke
x1 = 5 pakaian wanita dalam variabel basis maka S2 atau S3
S2 = 0 keuntungan tidak akan bernilai nol lagi. Sebagai
x2 = 10 pakaian pria contoh, jika satu orang tenaga kerja
S3 = 0 gudang dimasukkan kedalam solusi (S2=1)
S1 = 27m kain maka satu orang tenaga kerja yang
Z = Rp 1.300.000,- keuntungan sebelumnya digunakan menjadi tidak
Keuntungan setiap satu buah pakaian digunakan atau tidak bekerja
wanita adalah Rp 100.000,-, karena (menganggur). Hal ini akan
diproduksi sebanyak 5 buah pakaian menyebabkan penurunan keuntungan
wanita (x1=5) maka keuntungan total sebesar Rp 17.500,- tetapi jika tenaga
dari produksi pakaian wanita adalah 5 kerja ini bekerja kembali (S2=0) yang
x Rp 100.000,- = Rp 500.000,- , berarti mengeluarkan lagi S2 dari
sedangan keuntungan setiap satu buah variabel basis maka keuntungan
pakaian pria adalah Rp 80.000,- , PT.Bintang akan naik sebesar Rp
karena diproduksi sebanyak 10 17.500,- Dengan demikian, jika kita
pakaian pria (x2=10) maka dapat membayar 1 orang tenaga kerja,
keuntungan total dari produksi kita hanya bersedia membayar sampai
pakaian pria adalah 10 x Rp 80.000,- setinggi Rp 17.500,- per orang karena
sebesar itulah jumlah yang dapat
meningkatkan keuntungan.
Selain itu, pada tabel solusi
optimal primal memperlihatkan
bahwa nilai Zj-Cj pada kolom S1
adalah nol. Hal tersebut berarti bahwa
bahan baku kain memiliki nilai
marginal nol yaitu kita tidak akan
bersedia membayar apapun untuk
setiap unit kelebihan bahan baku kain.
Pada tabel yang sama memperlihatkan
solusi bahwa S1=27m yang berarti
masih tersisa kain sebanyak 27 m
setelah memproduksi 5 pakaian
wanita dan 10 pakaian pria. Hal
tersebut menunjukkan bahwa
perusahaan tidak dapat menggunakan
seluruh kain yang saat ini tersedia,
alasan mengapa penambahan kain
tidak memiliki nilai marginal karena
kain bukan merupakan kendala dalam
memproduksi pakaian wanita dan
pria.
Nilai-nilai marginal sering
dianggap sebagai shadow prices
(harga bayangan) karena
mencerminkan ongkos maksimum
yang bersedia dibayar oleh
perusahaan untuk menambah satu unit
sumber-sumber daya.
Pada tabel ini pun
memperlihatkan bahwa keuntungan
yang diperoleh perusahaan adalah
sebesar Rp 1.300.000,-. Hal ini dapat
dihubungkan dengan kontribusi
sumber-sumber daya terhadap
keuntungan sebesar Rp 1.300.000,-.
Biaya yang dikeluarkan perusahaan
tidak dapat melebihi keuntungan yang
dihasilkan oleh sumber-sumber daya
tersebut. Apabila ongkos yang
dikeluarkan perusahaan untuk
mendapatkan sumber-sumber daya
melebihi Rp 1.300.000,- maka
perusahaan akan mengalami kerugian.
Nilai dari sumber-sumber daya sama
dengan laba optimal.
Analisis lebih lanjut dapat
dilihat sebagai berikut pandanglah
pembatas tenaga kerja 4x1 + 2x2  40
orang, dari tabel primal didapat solusi
optimal x1=5 pakaian wanita, x2=10
pakaian pria dan nilai satu orang
tenaga kerja adalah Rp 17.500,-
Karena satu pakaian wanita
memerlukan 4 tenaga kerja dan setiap
tenaga kerja bernilai Rp 17.500,-
maka jika memproduksi 5 pakaian
wanita, biaya yang akan dikeluarkan
adalah Rp 17.500,- x 5 x 4 orang = Rp
350.000,- sedangkan satu pakaian pria
memerlukan 2 orang tenaga kerja dan
setiap tenaga kerja bernilai Rp
17.500,- maka jika memproduksi 10
pakaian pria, biaya yang akan
dikeluarkan adalah Rp 17.500,- x 10 x
2 = Rp 350.000,-
Dengan menjumlahkan biaya
tenaga kerja yang digunakan untuk
memproduksi pakaian wanita dan pria
akan menghasilkan biaya total tenaga
kerja Rp 350.000,- + Rp 350.000,- =
Rp 700.000,-
Analisis yang sama dapat
digunakan untuk menentukan biaya
total gudang penyimpanan dalam
memproduksi pakaian wanita dan
pria. Pandanglah pembatas gudang
penyimpanan 12x1 + 18x2  240m2
dan biaya setiap m2 gudang
penyimpanan adalah Rp 2500,-
Maka biaya gudang penyimpanan
untuk pakaian wanita adalah :
Rp 2500,- x 5 x 12 = Rp 150.000,-
dan biaya gudang penyimpanan untuk
pakaian pria adalah :
Rp 2500,- x 10 x 18 = Rp 450.000,-
Dengan menjumlahkan biaya
gudang penyimpanan untuk pakaian
wanita dan pria menghasilkan biaya
total gudang penyimpanan:
Rp 150.000,- + Rp 450.000,- = Rp
600.000,-
Maka dengan menjumlahkan
biaya total tenaga kerja dan gudang
penyimpanan menghasilkan Rp Table 3
700.000,- (tenaga kerja) + Rp 72 40 240 0 0
VB RK
600.000,- (gudang penyimpanan) = y1 y2 y3 S1 S2
Rp 1.300.000,- yang sama dengan
40y2 3/8 1 0 -3/8 1/4 17.500
keuntungan total yang diperoleh PT.
Bintang. 240y3 1/8 0 1 1/24 -1/12 2.500

Adapun disini tidak Wj-Cj -27 0 0 -5 -10

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 sumber-
sumber 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 :
1.300.000
W 45 40 240 -5 -10
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,-
Jika kita lihat ternyata nilai total
sumber ini sama dengan keuntungan
yang didapat dari nilai optimal Z
dalam primal. Z= Rp 1.300.000,- = W
Untuk itu nilai dari sumber-sumber
tidak dapat melebihi keuntungan yang
diperoleh dari penggunaan sumber-
sumber tersebut.
Tarliah, Tjutju. (2003). Operations
Research. Bandung : Sinar
Baru Algensindo
Taylor, Bernard. W. (2001). Sains
Manajemen. Jakarta : Salemba
Empat

IV. KESIMPULAN
Setelah model dual
didefinisikan secara lengkap, dapat
dikatakan bahwa model dual
dikembangkan dari model primal
sepenuhnya. Hal tersebut dapat berarti
bahwa operasi simpleks tidak perlu
dilakukan untuk mengetahui
informasi tentang dual karena solusi
dual dapat ditentukan dari solusi
primal.
Solusi optimum primal
memberikan informasi mengenai
banyaknya jumlah laba yang
diperoleh, sedangakan solusi optimum
dual yang juga didapat dari solusi
terhadap suatu masalah primal
memberikan informasi yang tidak
kalah penting dalam pengambilan
keputusan. Bentuk dual akan
memberikan informasi mengenai
nilai-nilai sumber yang biasanya
merupakan pembatas dari suatu model
sehingga dapat membantu
pengambilan keputusan dalam
menentukan harga dari sumber daya
yang menjadi pembatas bagi
tercapainya laba tersebut.

DAFTAR PUSTAKA
Hiliier, & Lieberman,. (1990).
Pengantar Riset Operasi.
Jakarta : Erlangga
Mulyono, Sri. (1999). Operations
Research. Jakarta : Fakultas
Ekonomi Universitas Indonesia
Siagian, P. (1987). Penelitian
Operasional. Jakarta : UI-Press