BAB VIII

LINEAR PROGRAMMING:
THE SIMPLEX METHOD

8.1 Pengertian dan Tujuan Metode Simpleks

Suatu metode yang secara sistimatis dimulai dari suatu pemecahan dasar yang
fisibel ke pemecahan dasar yang fisibel lainnya dan ini dilakukan berulang ulang
dengan jumlah ulangan terbatas sehingga akhirnya tercapai suatu pemecahan dasar
yang optimal dan pada setiap step menghasilkan suatu nilai dan fungsi tujuan yang
selalu lebih besar/lebih kecil atau sama dari step-step sebelumnya. Tujuan metode
simpleks adalah optimalisasi yaitu maksimun profit dan minimum cost.
Metode simpleks lebih efisien serta dilengkapi dengan suatu test criteria yang
bias memberitahukan kapan hitungan harus dihentikan dan kapan harus dilanjutkan
sampai diperoleh suatu optimal solution (maksimum profit, maksimum revenue,
minimum cost, dan lain sebagainya). Pada umumnya dipergunakan table-tabel, dari
tabel pertama yang memberikan pemecahan dasar permulaan yang fisibel (initial
basic feasible solution) sampai pada pemecahan terakhir yang memberikan optimal
solution. Yang lebih menarik ialah, bahwa semua informasi yang kita perlukan (test
criteria, nilai variable-variabel, nilai fungsi tujuan) akan terdapat pada setiap tabel,
selain itu nilai fungsi tujuan dari suatu tabel akan lebih besar/kecil atau sama dengan
tabel sebelumnya. Pada umumnya suatu persoalan linear programming biasa
diklasifikasikan menjadi 3 kategori, yaitu:
a). Tidak ada pemecahan yang fisibel (there is no feasible solution).
b). Ada pemecahan optimal (maksimum/minimum).
c). Fungsi objektif tidak ada batasnya (unbounded).

1
8.2 Syarat-Syarat Metode Simpleks
1). Jelas fungsi tujuan (maksimun/minimun). Fungsi tujuan harus jelas dapat
di lihat pada kasus yang ada, apakah tujuan maksimun profit atau minimum
cost. Ada beberapa kata yang menunjukkan maksimun profit misalnya kata
kontribusi, keuntungan, atau menunjukkan minimisasi cost misalnya kata
biaya, efisien, dan sebagainya.
2). Nilai ruas kanan non negatif. Nilai ruas kanan non negatif (bij) artinya
seluruh nilai/angka pada ruas kanan harus bertanda positif . Apabila dalam
sebuah kasus simpleks terdapat nilai/angka negatif maka harus dikalikan
dengan nilai/angka negatif (missal: dikalikan dengan nilai/angka -1)
sehingga nilai-nilai yang ada menjadi positif.
3). Koefisien variabel slack dalam bentuk matriks . Artinya pada batasan-
batasan yang telah dirumuskan dalam bentuk matematis harus ditambahkan
masing-masing variabel slack dengan simbol (S ), pada setiap batasan. Misal:
Spada batasan pertama, ( 2 X1 + 3 X2 + 5 X3 + S1 = 4 ), pada
batasan kedua, ( 3 X1 + 5 X2 + 7 X3 + S2 = 10 ), dan seterusnya.
4). Semua persamaan linear. Jadi, semua persamaan dalam bentuk standar
simpleks harus berbentuk persamaan linear. Misal: terdapat empat batasan,
maka bentuk persamaannya dapat di lihat berikut:
Fungsi tujuan Z = 3 X1 + 2 X2 + 0S 1 + 0 S 2 + 0 S 3 + 0 S 4
1. X1 + 2 X2 + S1 + 0 S2 + 0 S3 + 0 S4 = 6
Batasan 2. 2 X1 + X 2 + 0S 1 + S2 + 0 S3 + 0 S4 = 8
3. - X1 + X2 + 0S 1 + 0 S 2 + S 3 + 0 S4 = 1
4. 0X 1 + X2 + 0S 1 + 0 S 2 + 0S 3 + S4 = 2
X 1 , X 2 ≥0

2
8.3 Langkah-Langkah Pemecahan
1. Kasus, bisa sebuah kasus dalam bidang produksi, misalnya untuk mengetahui
keuntungan yang maksimal atas kombinasi beberapa produk atau minimisasi
biaya atas kombinasi beberapa jenis produk.
2. Menentukan fungsi tujuan, tujuan dari linear programming adalah
optimalisasi (maksimisasi profit atau minimisasi cost).
3. Menentukan kendala-kendala (subject to) yang ada untuk mendapatkan sesuai
tujuan yang diharapkan.
4. Membuat bentuk standar simpleks, dalam bentuk matriks. Pada kendala
pertama ditambahkan slack (S1), pada kendala kedua ditambahkan slack
kedua (S2), pada kendala ketiga ditambahkan slack ketiga (S3) dan
seterusnya setiap kendala ditambahkan slack (S), sehingga membentuk sebuah
matriks.
5. Memasukkan bentuk standar simpleks ke tabel simpleks pertama. Pada tabel
simpleks pertama akan dientukan Variabel Masuk (VM), yaitu nilai baris
indek Cj-Zj yang terbesar, kemudian menentukan Varibel Keluar (VK), yaitu
nilai ruas kanan pada table simpleks (bij). Nilai ruas kanan tersebut dibagi
dengan koefisien variable masuk (aij), memilih nilai dari bij/aij yang terkecil.
6. Titik persilangan antara variabel masuk (nilai Cj – Zj terbesar) dengan
variabel keluar (nilai Cj – Zj terkecil) disebut angka Pivot. Angka Pivot ini
akan dijadikan dasar pembagi untuk menentukan koefisien baris baru pada
tabel simpleks berikutnya. Kemudian menentukan nilai koefisien baris baru
lainnya dengan cara memilih variabel yang menjadi basis (koefisien baris
lama = kbl) dikurangi koefisien variable masuk (aij) dan dikalikan dengan
nilai-nilai/koefisien baris baru (kbb) atau kbl – aij x kbb.
7. Membuat tabel simpleks 2 dengan mengikuti aturan sesuai aturan pada
simpleks pertama dan seterusnya sampai mencapai pemecahan optimal. Ada
beberapa ciri bahwa pemecahan sudah optimal yaitu: 1). Semua variabel
fungsi tujuan sudah menjadi basis, 2). Nilai baris indeks Cj-Zj tidak ada lagi

3
 variabel bertanda positif, 3). Pada umumnya, bila dua variabel fungsi tujuan
maka hasil optimal tercapai pada tabel simpleks ketiga, karena pada tabel
simpleks pertama belum ada profit atau profit (Zj) 0 (nol). Hal ini
disebabkan karena pada tabel simpleks pertama yang menjadi basis adalah
slack (S) yang mempunyai nilai kontribusi (Cj) adalah 0 (nol). Begitupun bila
fungsi tujuan tiga variabel maka hasil optimal tercapai pada tabel simpleks
keempat.

8.4 Contoh Kasus Pertama Perusahaan “Ikhwan Nur”.

PT “Ikhwan Nur” memiliki sebuah pabrik cat yang memproduksi dua macam
cat yaitu cat bagian exterior dan bagian interior, dengan menggunakan dua jenis
bahan baku yang sama tapi berbeda komposisinya.
Data tentang persediaan cat dan jumlah bahan yang digunakan persatuan cat
dapat di lihat dalam table 131 berikut :
Tabel 131 : Jenis Bahan Baku & Kapasitas Tersedia

Jenis Bahan Jumlah Bahan Baku Untuk Menhasilkan Kapasitas

Satu Ton Cat Tersedia
A (Exterior) B (Interior)

A. Jenis Bahan 1 2 6
Baku I

B. Jenis Bahan 2 1 8
Baku II

Sumber: Data Diolah, 2017

 Harga persatuan cat A kalau dijual Rp. 3000

 Harga persatuan cat B kalau dijual Rp. 2000
 Permintaan terhadap cat A, tidak pernah melebihi permintaan cat B lebih dari
1 ton.
 Permintaan terhadap cat B, tidak pernah melebihi 2 ton.

Pertanyaan :

4
Berapa cat A dan cat B yang diproduksi agar revenue menjadi optimal?

Z = 3 X1 + 2 X2
kendala: 1. X1 + 2 X2 ≤ 6
2. 2 X1 + X2 ≤ 8
3. - X1 + X2 ≤1
4. 0 X1 + X2 ≤ 2
X1,X2≥0

Bentuk Standar Simpleks

Z = 3 X 1 + 2 X 2 + 0S 1 + 0 S 2 + 0 S 3 + 0 S 4
X1 + 2 X2 + S1 + 0 S2 + 0 S3 + 0 S4 = 6
2 X1 + X 2 + 0S 1 + S2 + 0 S3 + 0 S4 = 8
- X1 + X2 + 0S 1 + 0 S 2 + S 3 + 0 S4 = 1
0X 1 + X2 + 0S 1 + 0 S 2 + 0S 3 + S4 = 2
X 1 , X 2 ≥0

TABEL 132 : S IMPLEKS PERTAMA

Sumber: Data Diolah, 2017

Pada table 132 diatas nampak bahwa Cj -Zj terbesar yaitu

angka 3 yang merupakan Variabel Masuk (VM). Nilai koefisien

5
variable masuk 1, 2, -1, dan 0 dengan simbol aij, nilai ruas kanan (bij)
yaitu 6, 8, 1, 2. Jadi Variabel Keluar (VK) adalah bij/aij yang terkecil
yaitu angka 4. Titik persilangan antara variabel masuk dengan variable
keluar disebut “angka pivot” yaitu ang ka 2. Pada tabel simpleks kedua
variable X1 menggantikan kedudukan S2 sebagai basis, begitupun
koefisien varibel baru pada basis X1 yaitu koefisien baris lama dibagi
angka pivot. Sedangkan koefisien baris lainnya (X2, S3 dan S4)
diperoleh dari koefisien -koefisien baris lama diku rang (-) koefisien
kolom masuk dan dikalikan (x) dengan koefisien baris baru VM.
Pada iterasi pertama dapat dijelaskan bahwa keuntungan (nilai
Zj) masih 0 (nol) karena semua basis adalah slack (S) yang mempunyai
koefisien 0. Angka/koefisien persilangan antara variabel mas uk dengan
variabel keluar disebut angka Pivot. Kemudian untuk mencari nilai -
nilai baris baru untuk variable masuk adalah (nilai -nilai/koefisien baris
lama) : angka pivot (2), jadi perhitungannya adalah seb agai berikut:

2/2 ½ 0/2 ½ 0/2 0/2 8/2

1 ½ 0 ½ 0 0 4

Nilai perhitungan diatas adalah koefisien baris baru V ariabel

Masuk (VM), yang merupakan koefisien variable X1 pada tabel
simpleks kedua. Akhirnya, mencari koefisien -koefisien baru dari baris
lainnya untuk suatu baris yaitu dengan cara (koefisien -koefisien baris
lama) – {koefisien kolom masuk (koefisien baris baru VM )}.
Baris X1 baru
1 (1 ½ 0 ½ 0 0 4 )
1 ½ 0 ½ 0 0 4
Baris S1 baru
Koefisien baris lama 1 2 1 0 0 0 6

6
 -( 1 ½ 0 ½ 0 0 4) +
0 11/2 1 -1/2 0 0 2
Baris S3 baru
Koefisien baris lama -1 1 0 0 1 0 1
-{-1( 1 ½ 0 ½ 0 0 4 )}
0 11/2 0 ½ 1 0
Baris S4 baru
Koefisien baris lama 0 1 0 0 0 1 2
-{0( 1 ½ 0 ½ 0 0 4 )}
0 1 0 0 0 1 2
Buat tabel simpleks kedua yang mempunyai X1= 3 sebagai basis
yang menggantikan kedudukan S2=0 sebagai basis, untuk lebih
jelasnya dapat dilihat pada table 133 berikut:

TABEL 133: SIMP LEKS KEDUA

Sumber: Data Diolah, 2017

Berdasarkan t able 133 simpleks kedua, masih ada nilai Cj -Zj

positif (1/2) sebagai variabel masuk, dan variable keluar yaitu 1 1/3
yang merupakan hasil dari bij/aij terkecil. Sedangkan koefisien
variable masuk adalah 1 ½, ½ , 1 ½ , dan 1 dengan symbol aij.

7
Persilangan antara variable masuk dengan variable keluar disebut
angka pivot (1 ½).
Pada tabel 134 simpleks ketiga variable X2 menggantikan
kedudukan S1 sebagai basis, begitupun koefisien varibel baru pada
basis X2 yaitu koefisien baris lama dibagi angka pi vot. Sedangkan
koefisien baris lainnya (X1, S3 dan S4) diperoleh dari koefisien -
koefisien baris lama dikurang ( -) koefisien kolom masuk dan dikalikan
(x) dengan koefisien baris baru VM. Untuk lebih jelasnya, dapat
dilihat hasil perhitungannya pada koefisie n baris baru dan koefisien
baris baru lainnya pada table simpleks ketiga.

TABEL 134 : S IMPLEKS KETIGA (SOLUSI OPTIMUM)

Sumber: Data Diolah, 2017

Dari table 134 simpleks ketiga diatas, terlihat bahwa nilai baris
indeks Cj-Zj tidak ada nilai po sitif lagi dan semua variable X1 dan X2
sudah menjadi basis maka sudah optimum dengan keuntungan (Zj)
maksimal adalah 12 2 /3 .
Jadi Keuntungan maksimal adalah:

8
 Z = 2 X1 + 3 X2
2(3 1/3) + 3(1 1/3)
= 12 2/3
Nilai Solusi Z = 12 2/3
Variabel -variabel Solusi = X2 = 1 1/3
X1 = 3 1/3
S3 = 3
S4 = 2/3

8.5 Contoh Kasus Kedua Perusahaan “Ilham Nur”

Perusahaan “Ilham Nur” bergerak dalam bidang
produksi barang, ada tiga macam barang produksi masing -
masing harus diproses melalui 3 macam mesin. Mesin pertama,
kedua, dan ketiga hanya bisa dipakai masing -masing selama 60
jam, 40 jam, dan 80 jam selama 1 minggu. Barang pertama harus
diproses melalui mesin pertama, kedua, dan ketiga, masing -
masing memerlukan waktu selama 3 jam, 2 jam, dan 1 jam.
Barang kedua selama 2 jam, 1 jam, dan 3 jam dan barang ketiga
selama 2 jam, 2 jam, dan 2 jam. Satu satuan barang pertama,
kedua, dan ketiga apabila dijual dapat menghasilkan keuntungan
masing-masing sebesar Rp. 2 Ribu, Rp. 4 Ribu, dan Rp. 3 Ribu.
Berapa produksi masing -masing barang selama 1 minggu agar
dapat dicapai jumlah keuntungan yang maksimum dengan
memperhatikan pembatasan bahwa mesin tidak bisa bekerja
lebih lama dari waktu yang disebutkan di atas. Pergunakan
metode simpleks.

9
Jawab :
x1 x2 x2
Z = 2 + 4 + 3
Kendala 1). 3 x1
+ 2 x2
+ x3
≤ 60
2). 2 x1
+ 2 x2
+ 3 x3
≤ 40
3). 2 x1
+ 2 x2
+ 2 x3
≤ 80

x1 x2 x3
Z = 2 + 4 + 3 + 0S 1 + 0S 2 + 0S 3
x1 x2 x3
Kendala 1). 3 + 2 + + S 1 + 0S 2 + 0S 3 = 60
x1 x2 x3
2). 2 + + 3 + 0S 1 + S 2 + 0S 3 = 40
x1 x2 x3
3). 2 + 2 + 2 + 0S 1 + 0S 2 + S 3 = 80

Tabel 135 : Tabel Simpleks 1 (Angka Pecahan)

BASIS X1 X2 X3 S1 S2 S3
Bij bij/aij
Cj 2 4 3 0 0 0
S1 = 0 3 2 AP 1 1 0 0 60 30 VK

S2 = 0 2 1 3 0 1 0 40 40
S3 = 0 2 2 aij 2 0 0 1 80 40
2j 0 0 0 0 0 0
C j -2 j 2 4 VM 3 0 0 0
Sumber: data diolah (2017)

Pada tabel 135 di atas nampak bahwa Cj -Zj terbesar yaitu

angka 4 yang merupakan Variabel Masuk (VM). Nilai koefisien
variable masuk 2, 1, dan 2 dengan simbol aij, nilai ruas kanan (bij)
yaitu 60, 40, dan 80. Jadi Variabel Keluar (VK) adalah bij/aij yang
terkecil yaitu an gka 30. Titik persilangan antara variabel masuk
dengan variable keluar disebut “angka pivot” yaitu angka 2. Pada tabel

10
simpleks kedua variable X2 menggantikan kedudukan S1 sebagai basis,
begitupun koefisien varibel baru pada basis X2 yaitu koefisien baris
lama dibagi angka pivot. Sedangkan koefisien baris lainnya (S2 dan
S3) diperoleh dari koefisien -koefisien baris lama dikurang ( -)
koefisien kolom masuk dan dikalikan (x) dengan koefisien baris baru
VM.
Pada iterasi pertama dapat dijelaskan bahwa keuntungan (nilai
Zj) masih 0 (nol) karena semua basis adalah slack (S) yang mempunyai
koefisien 0. Angka/koefisien persilangan antara variabel masuk dengan
variabel keluar disebut angka Pivot. Kemudi an untuk mencari nilai -
nilai baris baru untuk variable masuk adalah (nilai -nilai/koefisien baris
lama) : angka pivot (2), jadi perhitungannya adalah sebagai berikut:

3 2 1 1 0 0 60
3/2 2/2 1/2 1/2 0/2 0/2 60/2
3/2 1 1/2 1/2 0 0 30

Nilai perhitungan diatas adalah koefisien baris baru Variabel

Masuk (VM), yang merupakan koefisien variable X2 pada tabel
simpleks kedua. Akhirnya, mencari koefisien -koefisien baru dari baris
lainnya untuk suatu baris yaitu dengan cara (koefisien -koefisien baris
lama) – {koefisien kolom masuk (koefisien baris baru VM)}.
Baris S2 baru

Koefisien baris lama 2 1 3 0 1 0 40

-(11/2 1 1/2 ½ 0 0 30)+
1/2 0 5/2 -1/2 1 0 10

11
Baris S3 baru
Koefisien baris lama 2 2 2 0 0 1 80
-{-2(1 1/2 1 1/2 1/2 0 0 30)}
-3 -1 -1 -1 0 0 60 +
-1 1 1 -1 0 0 20

Buat tabel simpleks kedua yang mempunyai X2 = 30 sebagai

basis yang menggantikan kedudukan S1 =0 sebagai basis, untuk lebih
jelasnya dapat dilihat pada tabel 121 berikut:

Tabel 136 : Tabel Simpleks 2 (Angka Pecahan)

BASIS X1 X2 X3 S1 S2 S3
Bij bij/aij
Cj 2 4 3 0 0 0
X1 = 4 3/2 1 ½ ½ 0 0 30 30
S2 = 0 1/2 0 5 /2 AP 1/2 1 0 10 4 vk

S3 = 0 -1 1 1 aij
-1 0 0 20 20
6 4 2 2 0 0 120
Cj-2 j -4 0 1 vm
-2 0 0 120
Sumber: data diolah (2017)

Berdasarkan tabel 136 simpleks kedua, masih ada nilai Cj-Zj

positif (1) sebagai variabel masuk, dan variable keluar yaitu 4 yang
merupakan hasil dari bij/aij terkecil. Sedangkan k oefisien variable
masuk adalah ½, 5/2 , dan 1 dengan simbol aij. Persilangan antara
variable masuk dengan variable keluar disebut angka pivot (5/2).
Pada tabel 137 simpleks ketiga variable X3 menggantikan
kedudukan S 2 sebagai basis, begitupun koef isien varibel baru pada
basis X3 yaitu koefisien baris lama dibagi angka pivot. Sedangkan

12
koefisien baris lainnya (X1, dan S 3) diperoleh dari koefisien -koefisien
baris lama dikurang (-) koefisien kolom masuk dan dikalikan (x)
dengan koefisien baris baru VM. Untuk lebih jelasnya, dapat dilihat
hasil perhitungannya pada koefisien baris baru dan koefisien baris baru
lainnya pada table 137 simpleks ketiga.

Tabel 137 : Tabel Simpleks 3 (Angka Pecahan)

BASIS X1 X2 X3 S1 S2 S3
Bij bij/aij
Cj 2 4 3 0 0 0
X1 = 4 5/4 1 0 1/5 -1/5 0 28 -
X3 = 3 2/5 0 1 -1/5 2/5 0 4 4
S3 = 0 -7/5 0 0 -4/5 -2/5 0 16 -
2j 5 6/5 4 3 2/5 -2/5 0 124
Cj-2 j -3 6/5 0 0 -1/5 -1/5 0
Sumber: Data di olah, 2017)

Berdasarkan tabel 137 simpleks ketiga terlihat bahwa baris

indeks Cj-Zj sudah tidak ada lagi nilai variabel yang positif, sehingga
hasilnya sudah optimal dengan profi t (Zj) sebesar 124.000, - rupiah,
walaupun variabel X3 belum menjadi basis. Hal ini disebabkan karena
nilai produk X3 terlalu sedikit sehingga tidak memberikan konstribusi
berarti terhadap profit.
Dalam perhitungan metode simpleks berikut dengan kasus yang
sama pada kasus 2 diatas, digunakan angka desimal, pemecahannya
sebagai berikut:

13
 Tabel 138 : Tabel Simpleks 1 (Angka Desimal)
BASIS X1 X2 X3 S1 S2 S3
Bij bij/aij
Cj 2 4 3 0 0 0
S1 = 0 3 2 AP 1 1 0 0 60 30 VK

S2 = 0 2 1 3 0 1 0 40 40
aij
S3 = 0 2 2 2 0 0 1 80 40
2j 0 0 0 0 0 0
C j -2 j 2 4 VM 3 0 0 0
Sumber: data diolah (2017)
Pada table 138 diatas nampak bahwa Cj -Zj terbesar yaitu
angka 4 yang merupakan Variabel Masuk (VM). Nilai koefisien
variable masuk 2, 1, dan 2 dengan simbol aij, nilai ruas kanan (bij)
yaitu 60, 40, dan 80. Jadi Variabel Keluar (VK) adalah bij/aij yang
terkecil yaitu angka 30. Titik persilangan antara variabel masuk
dengan variable keluar disebut “angka pivot” yaitu angka 2. Pada tabel
simpleks kedua variable X2 menggantikan kedudukan S1 sebagai basis,
begitupun koefisien varibel baru pada basis X2 yaitu koefisien baris
lama dibagi angka pivot. Sedangkan koefisien baris lainnya (S2 dan
S3) diperoleh dari koefisien -koefisien baris lama dikurang ( -)
koefisien kolom masuk dan dikalikan (x) dengan koefisien baris baru
VM.
Pada iterasi pertama dapat dijelaskan bahwa keuntungan (nilai
Zj) masih 0 (nol) karena semua basis adalah slack (S) yang mempunyai
koefisien 0. Angka/koefisien persilangan antara variabel masuk dengan
variabel keluar disebut angka Pivot. Kemudi an untuk mencari nilai -
nilai baris baru untuk variable masuk adalah (nilai -nilai/koefisien baris
lama) : angka pivot (2), jadi perhitungannya adalah sebagai berikut:

14
 3 2 1 1 0 0 60
3/2 2/2 1/2 1/2 0/2 0/2 60/2
3/2 1 1/2 1/2 0 0 30 atau
1,5 1 0,5 0,5 0 0 30

Nilai perhitungan diatas adalah koefisien baris baru Variabel

Masuk (VM), yang merupakan koefisien variable X2 pada tabel
simpleks kedua. Akhirnya, mencari koefisien -koefisien baru dari baris
lainnya untuk suatu baris yaitu dengan cara (koefisien -koefisien baris
lama) – {koefisien kolom masuk (koefisien baris baru VM)}.
Baris S2 baru

Koefisien baris lama 2 1 3 0 1 0 40

-(11/2 1 1/2 ½ 0 0 30)+
1/2 0 5/2 -1/2 1 0 10 atau
0,5 0 2,5 0,5 1 0 10
Baris S3 baru
Koefisien baris lama 2 2 2 0 0 1 80
-{-2(1 1/2 1 1/2 1/2 0 0 30)}
-3 -1 -1 -1 0 0 60 +
-1 1 1 -1 0 0 20

Buat tabel 139 simpleks kedua yang mempunyai X2= 30 sebagai

basis yang menggantikan kedudukan S1=0 sebagai basis, untuk lebih
jelasnya dapat dilihat pada tabel 139 berikut:

15
 Tabel 139 : Tabel Simpleks 2 (Angka Desimal)
BASIS X1 X2 X3 S1 S2 S3
bij bij/aij
Cj 2 4 3 0 0 0
X1 = 4 1,5 1 0,5 0,5 0 0 30 30
S2 = 0 0.5 0 2 ,5 AP 0,5 1 0 10 4 vk

S3 = 0 -1 1 1 -1 0 0 20 20
aij

6 4 2 2 0 0 120
Cj-2 j -4 0 1 vm -2 0 0 120
Sumber: data diolah (2017)

Berdasarkan tabel 139 simpleks kedua, masih ada nilai Cj -Zj

positif (1) sebagai variabel masuk, dan variable keluar yaitu 4 yang
merupakan hasil dari bij/aij terkecil. Sedangkan koefisien variable
masuk adalah 0,5, 2,5 , dan 1 dengan symbol aij. Persilangan antara
variable masuk dengan variable keluar disebut angka pivot (2,5).
Pada tabel 140 simpleks ketiga variable X3 menggantikan
kedudukan S2 sebagai basis, begitupun koefisien varibel baru pada
basis X3 yaitu koefi sien baris lama dibagi angka pivot. Sedangkan
koefisien baris lainnya (X1, dan S3) diperoleh dari koefisien -koefisien
baris lama dikurang (-) koefisien kolom masuk dan dikalikan (x)
dengan koefisien baris baru VM. Untuk lebih jelasnya, dapat dilihat
hasil perhitungannya pada koefisien baris baru dan koefisien baris baru
lainnya pada table 140 simpleks ketiga.

16
 Tabel 140 : Tabel Simpleks 3 (Angka Desimal)
BASIS X1 X2 X3 S1 S2 S3
bij bij/aij
Cj 2 4 3 0 0 0
X1 = 4 1,3 1 0 0,2 -0,2 0 28 -
X3 = 3 0,4 0 1 -0,2 0,4 0 4 4
S3 = 0 -1,4 1 0 -0,8 -0,4 0 16 -
2j 6,4 4 3 0,4 -0,4 0 124
Cj-2 j -4,4 0 0 -0,4 -0,4 0 124
Sumber: Data di olah, 2017)

$Berdasarkan tabel 140 simpleks ketiga terlihat bahwa baris

indeks Cj-Zj sudah tidak ada lagi nilai variabel yang positif, sehingga
hasilnya sudah optimal dengan profit (Zj) sebesar 124.000, - rupiah,
walaupun variabel X3 belum menjadi basis. Hal ini disebabkan karena
nilai produk X3 terlalu sedikit sehingga tidak memberikan konstribusi
berarti terhadap profit.

8.6. Persoalan Primal-Dual

Persoalan primal disebut juga persoalan yang pertama karena
persoalan yang dirumuskan terlebih dahulu, dinamakan juga persoalan
utama atau asli (primal problem atau original problem) sedangkan
persoalan yang kedua yaitu persoalan yang mengikut dari persoalan
yang pertama dinamakan persoalan rangkap (dual problem) dari
persoalan yang pertama.
Menurut J. Supranto, 1991 , bahwa interpretasi persoalan dual
adalah:
1. Persoalan primal ialah persoalan yang dihadapi oleh suatu
perusahaan (katakan perusahaan A) yang ingin

17
 memproduksi beberapa macam barang dengan beberapa
jenis bahan mentah yang dia miliki sehingga dapat dicapai
keuntungan atau laba yang maksimun (maximun profit)
2. Persoalan dual ialah persoalan yang dihadapi oleh
perusahaan lain kata kan perusahaan B yang ingin membeli
bahan mentah (resources atau input) dari perusahaan A
dan ingin menawarkan harga tertentu untuk bahan mentah
tersebut, dan sekaligus ingin membuat imputed price
menjadi minimun akan tetapi masih cukup tinggi untuk
mempengaruhi perusahaan A mau menjual inputnya
kepada perusahaan B tersebut.

Beberapa karakteristik mengenai hubungan persoalan primal

dan persoalan dual adalah sebagai berikut:
1. Apabila persoalan primal merupakan persoalan maksimun ,
maka persoalan dual adalah p ersoalan minimun atau
sebaliknya.
2. Fungsi tujuan persoalan primal adalah maksimisasi
3. Semua constraint dalam bentuk kanonikal ( ≤ ) langsung bisa
dirubah menjadi bentuk dual.
4. Koefisien variabel -variabel dalam fungsi tujuan dalam
persoalan primal merupakan pembatasan dalam persoalan
dual.
5. Bentuk kanonial pada persoalan primal terbalik pada
persoalan dual ( ≤ menjadi ≥ ).

18
Ciri-Ciri Persoalan Dual adalah sebagai berikut:
1. Fungsi Tujuan (FT) minimisasi
2. Nilai ruas kanan constraint menjadi koefisien fungsi
tujuan
3. Koefisien fungsi tujuan menjadi nilai ruas kanan
constraint.

Contoh persoalan primal menjadi persoalan dual, sebagai

berikut:

Max Z = 5 X1 + 6 X2 Varibel Dual

St. 2 X1 – X2 ≤ 10 V1
X1 + 3 X2 ≤ 15 V2
X2 ≤ 3 V3
X1,X2 ≥ 0

Dirubah menjadi persoalan dual:

Min. Z = 10 V1 + 15 V2 + 3V3
St. 2 V1 + V2 ≥ 5
-V1 + 3 V2 + V3 ≥ 6

V1,V2,V3 ≥ 0

19
 8.7 Latihan Soal – Soal.

1. PT “Ikhwan Nur” memiliki sebuah pabrik cat yang memproduksi dua macam
cat yaitu cat bagian exterior dan bagian interior, dengan menggunakan dua
jenis bahan baku yang sama tapi berbeda komposisinya.
Data tentang persediaan cat dan jumlah bahan yang digunakan persatuan cat
dapat di lihat dalam table 141 berikut :

Tabel 141: Jenis & Jumlah Bahan Baku & Kapasitas Tersedia

Jenis Bahan Jumlah Bahan Baku Untuk Menhasilkan Kapasitas

Satu Ton Cat Tersedia
A (Exterior) B (Interior)

A. Jenis Bahan 4 2 60
Baku I

B. Jenis Bahan 2 4 48
Baku II

 Harga persatuan cat A kalau dijual Rp. 8.000,-

 Harga persatuan cat B kalau dijual Rp. 6.000,-

 Permintaan terhadap cat A, tidak pernah melebihi permintaan cat B lebih dari
2 ton.

 Permintaan terhadap cat B, tidak pernah melebihi 4 ton.

Pertanyaan :

1. Berapa cat A dan cat B yang diproduksi agar revenue menjadi optimal?

2. Berapa jumlah keuntungan maksimal (Zj)?

20
2. Perusahaan “Ilham Nur” ber gerak dalam bidang produksi
barang, ada tiga macam barang produksi masing -masing harus
diproses melalui 3 macam mesin. Mesin pertama, kedua, dan
ketiga hanya bis a dipakai masing-masing selama 90 jam, 60 jam,
dan 80 jam selama 1 minggu. Barang pertama harus diproses
melalui mesin pertama, kedua, dan ketiga, masing -masing
memerlukan waktu selama 6 jam, 3 jam, dan 2 jam. Barang
kedua selama 4 jam, 2 jam, dan 6 jam dan barang ketiga selama
4 jam, 4 jam, dan 4 jam. Satu satuan barang pertama, kedua, dan
ketiga apabila dijual dapat menghasilkan keuntungan masing -
masing sebesar Rp. 4 Ribu, Rp. 8 Ribu, dan Rp. 6 Ribu. Berapa
produksi masing-masing barang selama 1 minggu agar dapat
dicapai jumlah keuntungan yang ma ksimum dengan
memperhatikan pembatasan bahwa mesin tidak bisa bekerja lebih
lama dari waktu yang disebutkan di atas. Pergunakan metode
simpleks.

3. Pergunakan metode simpleks untuk men entukan maksimun profit

dari kombinasi 2 produk.

Z = 7 X1 + 5 X2
4 X1 + 3X2 ≤ 240
2X1 + X2 ≤100
Xi ≥ 0

21
4. Pergunakan metode simpleks untuk menentukan maksimun profit
dari kombinasi 3 produk.

Z = 23X1 + 18X2 + 25 X3
8 X1 + 4 X2 + 6 X3 ≤120
4 X1+ 6 X2 + 8 X3 ≤ 90
12 X1 + 4 X2 + 10 X3 ≤ 140
Xi ≥ 0

5. Pemilik perusahaan “Khalifano” mempunyai persediaan 3 macam

bahan mentah yang masing -masing tersedia 24, 18 dan 36 unit.
Pemilik perusahaan ini ingin me mproduksi dua macam barang
dengan mempergunakan 3 macam bahan mentah tersebut. Satu
unit barang pertama memerlukan 4, 2 dan 3 unit bahan mentah
pertama, kedua dan ketiga. Satu unit barang kedua memerlukan
6, 1 dan 9 unit bahan mentah pertama, kedua dan ke tiga. Apabila
semua hasil produksi dijual, satu unit barang pertama laku
Rp500.000, - dan satu unit barang kedua laku Rp750.000,- serta
satu unit barang ketiga laku Rp1.000.000, -.
Berapa produksi masing -masing barang agar jumlah
penerimaan hasil penjualan maksimun dengan pembatasan bahwa
bahan mentah yang dipergunakan tidak melebihi persediaan yang
ada dan produksi tidak mungkin negatif (Xj ≥ 0, j = 1, 2, 3, Xj=
jumlah produksi barang j). Pergunakan metode simpleks.

22
6. Pergunakan metode s impleks untuk menentukan maksimun profit
dari kombinasi 3 produk.

Z = 20 X1 + 18 X2 + 10 X3
8 X1 + 4X2 + 6 X3 ≤ 120
4X1 + 6 X2 + 8X3 ≤150
10X1 + 4X2 + 12 X3 ≤ 80
Xi ≥ 0

7. Persoalan primal (primal problem),

Cari X1, X2
Z = 2X1 + X2 Maksimun
s.t. 3X1 + 5 X2 ≤ 15
6X1 + 2 X2 ≤ 24
X1≥ 0, X2 ≥ 0

Rumuskan persoalan dual berdasarkan persoalan primal

tersebut, kemudian pecahkan persoalan primal dan persoalan
dual dengan menggunakan metode simpleks.

8. Persoalan primal (primal problem),

Cari X1, X2, X3

Z = 10X1 + X2 + 2X3 Maksimun
s.t. X1 + X2 – 2X3 ≤ 10
4X1 + X2 + X3 ≤ 20
X1≥ 0, X2, X3≥ 0

23
 Rumuskan persoalan dual berdasarkan pers oalan primal
tersebut, kemudian pecahkan persoalan primal dan persoalan
dual dengan menggunakan metode simpleks.

9. Persoalan primal (primal problem),

Cari X1, X2
Z = 8X1 + 6X2 Maksimun
s.t. 4X1 + 2 X2 ≤ 60
2X1 + 4 X2 ≤ 48
X1≥ 0, X2 ≥ 0

Rumuskan persoalan dual berdasarkan persoalan primal

tersebut, kemudian pecahkan persoalan primal dan persoalan
dual dengan menggunakan metode simpleks.

@@@@@@@NB@@@@@@@

24
25
26