Dualitas PDF
Dualitas PDF
Ditinjau dari teori dan praktek, maka dualitas merupakan konsep linear programming yang
penting dan menarik. Ide dasar dari teori dualitas adalah bahwa setiap persoalan linear
programming mempunyai suatu linear program yang berkaitan yang disebut ”dual”. Sehingga
solusi dari persoalan asli LP (primal), juga memberikan solusi pada dualnya.
Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langsung
didefinisikan dari persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP,
dualitas sangat tergantung pada primal dalam hal tipe kendala, variabel keputusan dan kondidi
optimum. Oleh karena itu dalam kenyataannya teori dualitas secara tegas tidak diharuskan
penggunaannya.
Contoh berikut memberikan gambaran yang lebih jelas memahami bentuk standar primal dual.
Contoh 1 :
Bentuk Primal
Maksimum Z = 5 X1 + 12 X2 + 10 X3
Dengan Kendala : 1) X1 + 4 X2 + X3 ≤ 10
2) 2 X1 + X2 + 3 X3 ≤ 15
X1 , X2 , X3 ≥ 0
Dengan Kendala : 1) X1 + 4 X2 + X3 + S1 = 10
2) 2 X1 + X2 + 3 X3 + S2 = 15
X1 , X2 , X3 , S1 , S2 ≥ 0
Bentuk Dual
Minimum W = 10 Y1 + 15 Y2
Dengan Kendala : 1) Y1 + 2 Y2 ≥ 5
2) 4 Y1 + Y2 ≥ 12
3) Y1 + 3 Y2 ≥ 10
Y1 ≥ 0
Y2 ≥ 0
Minimum Z = 5 X1 + 2 X2
Dengan Kendala : 1) - X1 + X2 ≥ 3
2) 2 X1 + 3 X2 ≥ 5
X1 , X2 ≥ 0
Dengan Kendala : 1) - X1 + X2 - S1 = 3
2) 2 X1 + 3 X2 - S2 = 5
X1 , X2 , S1 , S2 ≥ 0
Bentuk Dual
Maksimum W = 3 Y1 + 5 Y2
Dengan Kendala : 1) - Y1 + 2 Y2 ≤ 5
2) Y1 + 3 Y2 ≤ 2
Y1 ≥ 0
Y2 ≥ 0
Contoh 3 :
Bentuk Primal
Maksimum Z = 5 X1 + 12 X2 + 4 X3
Dengan Kendala : 1) X1 + 2 X2 + X3 ≤ 10
2) 4 X1 - X2 + 3 X3 = 8
X1 , X2 , X3 ≥ 0
Maksimum Z = 5 X1 + 12 X2 + 4 X3 + 0S1
Dengan Kendala : 1) X1 + 2 X2 + X3 + S1 = 10
2) 4 X1 + X2 + 3 X3 = 8
X1 , X2 , X3 , S1 ≥ 0
Bantuk Dual
Minimum W = 10 Y1 + 8 Y2
Dengan Kendala : 1) Y1 + 4 Y2 ≥ 5
2) 2 Y1 + Y2 ≥ 12
3) Y1 + 3 Y2 ≥ 4
Y1 ≥ 0
Y2 tidak bertanda
Bentuk Primal
Maksimum Z = 5 X1 + 6 X2
Dengan Kendala : 1) X1 + 2 X2 = 5
2) - X1 + 5 X2 ≥ 3
3) 4 X1 + 7 X2 ≤ 8
X1 tidak bertanda
X2 ≥ 0
Oleh karena variabel X1 tidak bertanda (boleh positif atau negatif), maka variabel tersebut
diganti dengan dua variuabel yang berlainan yaitu X1 = X3 – X4, dimana X3, X4 ≥ 0. Dengan
demikian bentuk standar primal contoh 4 adalah :
Dengan Kendala : 1) X3 - X4 + 2 X2 = 5
2) - X3 + X4 + 5 X2 - S1 = 3
3) 4 X3 - 4 X4 + 7 X2 + S2 = 8
X3 , X4 , X2 , S1 , S2 ≥ 0
Bentuk Dual
Minimum W = 5 Y1 + 3 Y2 + 8 Y3
Dengan Kendala : 1) Y1 - Y2 + 4 Y3 ≥ 5
2) - Y1 + Y2 - 4 Y3 ≥ -5
3) 2 Y1 + 5 Y2 + 7 Y3 ≥ 6
Y2 ≥ 0
Y3 ≥ 0
Y1 tidak bertanda
Dari beberapa contoh diatas, dapat disimpulkan bahwa karakteristik dasar dari standar primal-
dual adalah sebagai berikut :
Minimum Maksimum ≤
*) Ketentuan dalam bentuk standar primal adalah semua konstanta ruas kanan kendala non-negative
dan semua variabel keputusan non-negative
Bentuk Primal
Maksimum Z = 5 X1 + 12 X2 + 10 X3
Dengan Kendala : 1) X1 + 2 X2 + X3 ≤ 10
2) 2 X1 + X2 + 3 X3 ≤ 15
X1 , X2 , X3 ≥ 0
Bentuk Dual
Minimum W = 10 Y1 + 15 Y2
Dengan Kendala : 1) Y1 + 2 Y2 ≥ 5
2) 2 Y1 + Y2 ≥ 12
3) Y1 + 3 Y2 ≥ 10
Y1 ≥ 0
Y2 ≥ 0
Cj 5 12 10 0 0 Solusi
CB VDB X1 X2 X3 S1 S2 (bi)
0 S1 1 2 1 1 0 10
Iterasi 0
0 S2 2 1 3 0 1 15
Zj – Cj -5 - 12 - 10 0 0 0
12 X2 0,5 1 0,5 0,5 0 5
Iterasi 1
0 S2 1,5 0 2,5 - 0,5 1 10
Zj – Cj 1 0 -4 6 0 60
Solusi optimum primal dalam tabel adalah : X2 = 3 dan X3 = 4, dengan total Z = 76.
Cj 10 15 0 0 0 M M M Solusi
CB
VDB Y1 Y2 S1 S2 S3 A1 A2 A3 (bj)
M A1 1 2 -1 0 0 1 0 0 5
M A2 2 1 0 -1 0 0 1 0 12
M A3 1 3 0 0 -1 0 0 1 10
Wj-Cj 4M-10 6M-15 -M -M -M 0 0 0 27M
15 Y2 0.5 1 -0.5 0 0 0.5 0 0 2.5
M A2 1.5 0 0.5 -1 0 -0.5 1 0 9.5
M A3 -0.5 0 1.5 0 -1 -1.5 0 1 2.5
Wj-Cj M-2.5 0 2M-7.5 -M -M -3M+7.5 0 0 12M+37.5
Solusi optimum dual dalam tabel diatas adalah : Y1 = 5,2 dan Y2 = 1,6, dengan total W = 76.
Dalam tabel simpleks primal, variabel basis awal adalah S1 dan S2, dan koefisien Zj-Cj pada
tabel optimum primal kolom S1 dan S2, adalah S1 = 5,2 dan S2 = 1,6. Kendala dual untuk kolom
S1 dan S2 tersebut adalah Y1 ≥ 0 dan Y2 ≥ 0 (lihat kendala 4 dan 5 dalam bentuk dual). Informasi
ini dapat menentukan solusi optimum dual sebagai berikut :
1. 5,2 = Y1 ≥ 0, atau
5,2 = Y1 – 0, atau
Y1 = 5,2
2. 1,6 = Y2 ≥ 0, atau
1,6 = Y2 – 0, atau
Y2 = 1,6
Hasil ini sama dengan solusi optimum yang terdapat pada tabel dual optimum.
Sekarang perhatikan tabel optimum dual yang dapat memberikan solusi optimum primal dengan
menggunakan persamaan diatas.
Variabel basis dalam tabel awal dual (iterasi ke 0) adalah : A1, A2 dan A3. Koefisien Wj-Cj tabel
optimum dual untuk kolom A1 = -M, A2 = -M+3, dan A3 = -M+4. Kendala primal untuk A1, A2 dan
A3 adalah : X1 ≥ M, X2 ≥ M, dan X3 ≥ M. Informasi ini dapat menentukan solusi optimum primal
sebagai berikut :
1. X1 – M = – M, atau
X1 = M – M, atau
X1 = 0
Hasil ini sama dengan solusi optimum yang terdapat pada tabel primal optimum.
Dalam solusi optimum primal dan dual diatas terdapat dua kesimpulan yang menarik yaitu :
1. Maksimum Z = Minimum W = 76
Hasil ini juga dapat diperoleh dengan memasukkan nilai variabel keputusan ke dalam fungsi
tujuan masing-masing.
W = 10Y1 + 15Y2
= 10(5,2) + 15(1,6)
= 76
2. Dalam masalah maksimum, nilai Zj-Cj pada tabel awal memiliki Z = 0 dan selalu menaik
sampai jumlah Z = 76. Dalam masalah minimum, nilai Wj-Cj pada tabel awal memiliki W =
27M dan selalu menurun sampai jumlah W = 76.
Maksimum Minimum
Z=0 Z = W = 76 W = 27M
Apabila kita memiliki masalah primal dalam tujuan berbentuk maksimum maka tabel simpleks
belum optimum jika Zj-Cj < 0. Dengan kata lain, tabel simpleks akan optimum jika dan hanya
jika Zj-Cj ≥ 0 untuk semua j.
m
Z j C j a ij y i c j
i1
m
Apabila Z j C j 0 , atau a y
i1
ij j c j , maka kondisi ini tidak layak menurut dual dan tidak
optimum menurut primal. Kondisi yang layak menurut dual dan optimum menurut primal apabila
m
Z j C j 0 , dan a y
i1
ij j c j.
Minimum Z 2X1 4X 2 X 3 3X 4
dk :
X1 2X 2 3X 3 4X 4 30
2X1 X 2 X 3 X 4 20
X 1, X 2 , X 3 , X 4 0
Langkah pertama yang harus dilakukan adalah mengkonversikan semua kendala menjadi lebih
kecil sama dengan (≤). Untuk mengkonversikan kendala kebentuk ≤, kalikan semua kendala
dengan (-1), sehingga menjadi :
Minimum Z 2X1 4X 2 X 3 3X 4
dk :
- X1 2X 2 3X 3 4X 4 30
- 2X1 X 2 X 3 X 4 20
X 1, X 2 , X 3 , X 4 0
Langkah selanjutnya adalah memasukkan slack variabel ke dalam kendala, sehingga menjadi :
Jika dimasukkan kedalam tabel simpleks, maka slack variabel (S1 dan S2) tidak layak, karena
memiliki konstatanta ruas kanan negatif. Oleh karena fungsi tujuan berbentuk minimum, maka
tabel simpleks akan optimum apabila koefisien fungsi tujuan pada baris Zj – Cj ≤ 0. Pada tabel
awal solusi basisnya menunjukkan S1 = -30 dan S2 = -20, kondisi ini adalah optimum tetapi tidak
layak.
Untuk menyelesaikan masalah ini, dapat digunakan metode dual simpleks seperti berikut :
Cj 2 4 1 1 0 0 Konstata ruas
CB
VDB X1 X2 X3 X4 S1 S2 kanan [bi]
0 S1 -1 -2 -3 -4 1 0 - 30
0 S2 -2 -1 -1 -1 0 1 - 20
Zj – Cj -2 -4 -1 -3 0 0 0
Langkah selanjutnya adalah menentukan variabel yang akan keluar basis atau baris kunci, yaitu
basis yang memiliki angka negatif terbesar. Dalam tabel diatas adalah variabel basis S1, karena
memiliki nilai -30. Selanjutnya, menentukan variabel yang akan masuk basis atau kolom kunci,
yaitu variabel nonbasis yang memiliki angka rasio terkecil.
Angka rasio, dicari dengan cara membagi angka yang terdapat pada baris Zj – Cj dengan
angka yang terdapat pada baris kunci yang berkorespondensi dengan variabel nonbasis.
Variabel masuk basis adalah X3, karena memiliki rasio terkecil yaitu 1/3, dengan elemen pivot (-
3). Dengan menggunakan operasi pivot, dapat diperoleh tabel baru dengan cara sebagai berikut
:
1. Bagi baris S1 dengan elemen pivotnya (-3), sehingga hasilnya menjadi baris baru untuk
variabel masuk X3.
[ -1 -2 -3 -4 1 0 -30 ] : [-3]
[ 1/3 2/3 1 4/3 -1/3 0 10 ]
2. Kurangkan hasil dari baris baru diatas dengan baris selanjutnya yaitu S2, tentunya setelah
dikalikan dengan elemen pivot baris S2, yaitu -1. Sehingga hasilnya menjadi nilai baru untuk
baris S2.
[ -2 -1 -1 -1 0 1 -20 ]
[ 1/3 2/3 1 4/3 -1/3 0 10 ] x [-1]
3. Kurangkan hasil dari baris baru diatas dengan baris selanjutnya yaitu Zj – Cj, tentunya
setelah dikalikan dengan elemen pivot baris Zj – Cj, yaitu -1. Sehingga hasilnya menjadi nilai
baru untuk baris Zj – Cj.
[ -2 -4 -1 -3 0 0 0 ]
[ 1/3 2/3 1 4/3 -1/3 0 10 ] x [-1]
Cj 2 4 1 1 0 0 Konstata ruas
CB
VDB X1 X2 X3 X4 S1 S2 kanan [bi]
Tabel diatas belum optimum, dan sebagai variabel keluar basis adalah S2. Sedangkan variabel
yang akan masuk basis adalah X1 karena memiliki rasio terkecil.
Variabel nonbasis X1 X2 X4 S1
Baris Zj – Cj -5/3 -10/3 -5/3 -1/3
Baris S2 -5/3 -1/3 1/3 -1/3
Rasio 1 10 -5 1
1. Kurangkan hasil dari baris baru diatas dengan baris X3, tentunya setelah dikalikan dengan
elemen pivot baris X3, yaitu 1/3. Sehingga hasilnya menjadi nilai baru untuk baris X3.
2. Kurangkan hasil dari baris baru diatas dengan baris Zj – Cj, tentunya setelah dikalikan
dengan elemen pivot baris Zj – Cj, yaitu -5/3. Sehingga hasilnya menjadi nilai baru untuk
baris X3.
[ 0 -3 0 -2 0 -1 20 ]
Cj 2 4 1 1 0 0 Konstata ruas
CB
VDB X1 X2 X3 X4 S1 S2 kanan [bi]
Zj – Cj 0 -3 0 -2 0 -1 20
Tabel optimum diatas adalah layak, baik menurut primal maupun dual.