1
PENGANTAR
Dalam modul ini kita akan membahas konsep dasar metode simplex untuk
memecahkan persoalan linier programming. Meskipun kita ketahui bahwa
saatt ini telah banyak dibuat program komputer untuk memecahkan
persoalan linier programming, konsep dasar metode simplex ini perlu
diketahui. Pertimbangannya adalah bahwa program-program komputer yang
ada konsep pengembangannya adalah metode simplex. Dengan demikian
pengetahuan konsep dasar metode simplex ini diperlukan untuk lebih
mengetahui bagaimana keluaran tulis hasil komputer dibuat. Manfaat ini
akan lebih terasa pada saat melakukan analisa sensitivitas. Dengan
pengetahuan konsep metode simplex ini, kita lebih mengetahui bagaimana
data yang disajikan dapat dipergunakan untuk melakukan analisa
sensitivitas.
2
I. Petunjuk Perubahan Tanda pada Fungsi Pembatas
2X2 > 80
2X2 - S1 = 80
3
mengatasi masalah ini, dipergunakan variabel buatan atau artificial (A)
yang harus ditambahkan pada fungsi pembatas dengan tanda >. Variabel
buatan ini mewakili suatu produk fiktif tertentu yang mempunyai biaya
yang sangat tinggi, katakanlah Rp. M. Meskipun pada tahap pemecahan
awal variabel A ini akan tampak, pada tahap akhir pemecahan pasti tidak
akan timbul. Dalam fungsi tujuan, variabel surplus ini ditambahkan
dengan koefesien 0 (nol). Demikian pula variabel buatan fiktif harus
ditambahkan ke fungsi tujuan dengan koefesien 1 (satu).
4
PT. Timur Terang adalah sebuah perusahaan industri yang menghasilkan
bedak. Bedak ini dibuat dari berbagai campuran bahan antara lain bahan
dasar bedak 1 dan bahan dasar 2. Manajemen perusahaan menetapkan bahwa
untuk setiap kemasan bedak harus mempunyai spesifikasi zat berkasiat
sebagaimana Tabel dibawah ini :
Minimum biaya : Z = 3K + 8 P
Fungsi pembatas : K + P = 200
K < 80
P > 60
K, P > 0
5
variabel slack atau variabel surplus dan variabll artificial. Kedua,
penyusunan tabel penyelesaian. Untuk kedua hal tersebut diatas maka
perubahan tanda pada fungsi pembatas adala sebagai berikut :
K + P + A1 = 200
K + X1 = 80
P - X2 + A2 = 60
Semua variabel > 0
6
metode simplex. Selain dari pada itu tabel awal ini juga memberikan
informasi sebagai berikut :
Pada baris atas terdapat nilai Cj yaitu besarnya sumbangan laba atau biaya
dalam kaitannya dengan produksi untuk setiap produk. Baris ini merupakan
koefesien dari variabel-variabel dalam fungsi tujuan, dan karenanya
jumlahnya akan selalu tetap sampai dengan “iterasi” terakhir.
Kolom pertama dengan tanda Cj menyatakan laba atau biaya per-unit setiap
variabel yang dimasukkan dalam jawaban untuk setiap tahap pemecahan.
Kolom jawaban merupakan rincian dari variabel yang telah dimasukkan
dalam jawaban pemecahan. Untuk tabel awal, variabelnya adalah variabel
slack atau surplus dengan koefesien biaya atau laba sebesar 0 atau Rp. M.
Dari tabel awal terlihat bahwa total biaya pada pemecahan awal adalah Rp.
260M. Jumlah ini adalah sangat besar. Ingat bahwa M diberikan nilai (biaya)
yang sangat tinggi. Oleh karena tujuan dari pada permasalahn linier
programming ini adalah untuk meminimumkan biaya (Z), maka pemecahan
optimal dapat dilakukan dengan memilih kolom yang mempunyai nilai Z j - Cj
yang terbesar. Dari baris Zj - Cj tabel awal, terlihat bahwa variabel P
7
memiliki nilai negatip Zj - Cj yang terbesar. Oleh karena itu variabel P yang
akan masuk sebagai variabel jawaban. Pada tabel awal baris Zj - Cj dengan
nilai negatip terbesar ditunjukkan dengan tanda panah.
Oleh karena nilai hasil pembagian yang terkecil adalah 60, maka variabel A2
yang digunakan untuk memenuhi persyaratan pembatas > 60. Peningkatan
A2 lebih dari 60 akan memenuhi persyaratan fungsi pembatas, tetapi emberi
konsekwensi surplus.
8
dengan menggunakan metode Pivot atau Subsitusi. Metode Pivot bersifat
lebih teknis, sedangkan metode Subsitusi lebih bermanfaat untuk
menjelaskan proses revisi. Prosedur revisi koefesien dengan menggunakan
metode Pivot dapat dijelaskan sebagai berikut :
Revisi Baris A1
Koef. Baris A1 - {Elemen perpotongan Baris A1 dengan kolom P}-{Koef. Elemen Baris P yang baru} = Koef. Baris Untuk A1
1 -{ 1 }*{ 0 }= 1
1 -{ 1 }*{ 1 }= 0
1 -{ 1 }*{ 0 }= 1
0 -{ 1 }*{ 0 }= 0
0 -{ 1 }*{ -1 }= 1
0 -{ 1 }*{ 1 }= -1
200 -{ 1 }*{ 60 }= 140
Revisi Baris X1
Koef. Baris X1 - {Elemen perpotongan Baris X1 dengan kolom P}-{Koef. Elemen Baris P yang baru} = Koef. Baris Untuk X1
1 -{ 0 }*{ 0 }= 1
0 -{ 0 }*{ 1 }= 0
0 -{ 0 }*{ 0 }= 1
1 -{ 0 }*{ 0 }= 0
0 -{ 1 }*{ -1 }= 1
0 -{ 0 }*{ 1 }= -1
80 -{ 1 }*{ 60 }= 140
Revisi baris A2
9
3. Susun kembali pembatas baris A1 dengan mempergunakan subsitusi untuk
P yaitu :
P = 60 + X2 - A2
Dari kedua metode tersebut, yaitu metode Pivot dan metode subsitusi,
nilai revisi yang dihasilkan untuk baris A1 dan X1 adalah sama. Setelah
koefesien-koefesien baris yang dihitung diatas diperoleh, disusunlah tabel
pemecahan kedua sebagai berikut :
Tabel 2
Kolom Baris Cj 3 8 M 0 0 M
Cj Jawaban K P A1 X1 X2 A Kuantitas
Rp. M A1 1 0 1 1 0 -1 140
Rp. 0 X2 (1) 0 0 1 0 0 80
Rp. 8 P 0 1 0 0 -1 1 60
Zj M 8 M 0 -8 + M 8-M 140M-260M
Cj - Zj (3-M) (8-2M) 0 0 8-M -8 + 2M
Sampai penyelesaian tabel 2 ini selesailah satu “iterasi” dari soal linier
programming. Dari tabel 2 ini kita ketahui bahwa sampai iterasi pertama
jumlah biaya adalah (Rp 480 + 140 M). Biaya ini dapat diperkecil lagi
karena dari baris Cj - Zj kita lihat ada nilai negatip. Dari baris Cj - Zj ini
nilai negatip yang terbesar (3 - M), karena variabel berikutnya yang akan
dimasukkan dalam jawaban adalah K. Nilai negatip Cj - Zj ini dalam tabel
2 ditujukkan dengan tanda panah.
10
Setelah selesai mengidentifikasi adanya kemungkinan penurunannya
biaya (Z) dari baris Cj - Zj maka tahap penyelesaian selanjutnya adalah
sama dengan tahap yang telah kita lakukan sebelumnya. Oleh karena
tahap 1 dan tahap 2 hanya dilakukan sekali pada saat permulaan, maka
tahap penyelesaian berikutnya dimulai pada tahap ke 3.
11
Koef. Baris A1 lama - {Elemen perpotongan Baris P dan kolom K}-{Koef. Elemen Baris K yang baru} = Koef. Baris revisi A1
1 -{ 1 }*{ 1 }= 0
0 -{ 1 }*{ 0 }= 0
1 -{ 1 }*{ 0 }= 1
0 -{ 1 }*{ 1 }= -1
1 -{ 1 }*{ 0 }= 1
-1 -{ 1 }*{ 0 }= -1
140 -{ 1 }*{ 80 }= 60
Koef. Baris P lama - {Elemen perpotongan Baris P dan kolom K}-{Koef. Elemen Baris K yang baru} = Koef. Baris revisi P
0 -{ 0 }*{ 1 }= 0
1 -{ 0 }*{ 0 }= 1
0 -{ 0 }*{ 0 }= 0
0 -{ 0 }*{ 1 }= 0
1 -{ 0 }*{ 0 }= -1
-1 -{ 0 }*{ 0 }= 1
60 -{ 0 }*{ 80 }= 60
Dari perhitungan koefesien diatas disusun tabel jawaba pada tabel dibawah
ini :
Tabel 3
Kolom Baris Cj 3 8 M 0 0 M
Cj Jawaban K P A1 X1 X2 A Kuantitas
Rp. M A1 0 0 1 -1 (1) -1 60
Rp. 3 K 1 0 0 1 0 0 80
Rp. 8 P 0 1 0 0 -1 1 60
Zj 3 8 M 3-M -8 + M 8-M 720M-60M
Cj - Zj 0 0 0 -3+M 8-M -8 + 2M
12
Nilai Cj - Zj yang terbesar adalah 8 - M, karenanya variabel yang masuk
jawaban adalah XZ.
Karena koefesien hasil bagi untuk P bukan positip (-60), maka tinggal
variabel A1 yang akan diganti.
Revisi baris K
Baris K awal : K + 0P + 0A1 + X1 + 0X2+ 0A2= 80
Koefesien variabel A1 : 0K + 0P + A1 - X1 + X2 - A2 = 60
Revisi K dengan subsitusi X2 = 60 + X1 - A1 + A2
Adalah
K + 0P + 0A1 + X2 + 0(60 + X1 - A2 )= 80
K + 0P + 0A1 + X2 + 0X1 - 0A2 = 80
Revisi baris P
Baris P awal : 0K + 0P + 0A1 + 0X2 + X2 - A2 = 60
Koefesien subsitusi X2 : 60 + X1 - A1 - A2
Adalah
0K + P + 0A1 + 0X1 - 1(60 + X1 + A1 - A2 )= 60
0K + P + A1 - X2 + 0X1 - 0A2 = 120
13
Tahap 7 : Penyusunan tabel jawaban
Dari perhitungan koefesien diatas disusun tabel jawaba pada tabel dibawah
ini :
Tabel 4
Kolom Baris Cj 3 8 M 0 0 M
Cj Jawaban K P A1 X1 X2 A2 Kuantitas
Rp. M A2 0 0 1 -1 1 -1 60
Rp. 0 K 1 0 0 1 0 0 80
Rp. M P 0 1 1 -1 0 0 120
Zj 3 8 8 -5 0 0 1200
Cj - Zj 0 0 (M-8) 5 0 M
P + X2 + A2 = 60
1 - X2 + 0 = 60
X2 = 60
14
Rp. M Cj 1 1 1 0 0 0 200
Rp. 0 Cj 1 0 0 1 0 0 80
Rp. M Cj 0 (1) 0 0 -1 1 60
Zj M 2M M 0 -M M 260M
Cj - Zj (3-M) (8- 0 0 M 0
2M)
Tabel 2
Kolom Baris Cj 3 8 M 0 0 M
Cj Jawaban K P A1 X1 X2 A Kuantitas
Rp. M A1 1 0 1 1 0 -1 140
Rp. 0 X2 (1) 0 0 1 0 0 80
Rp. 8 P 0 1 0 0 -1 1 60
Zj M 8 M 0 -8 + M 8-M 140M-260M
Cj - Zj (3-M) (8-2M) 0 0 8-M -8 + 2M
15
Tabel 3
Kolom Baris Cj 3 8 M 0 0 M
Cj Jawaban K P A1 X1 X2 A Kuantitas
Rp. M A1 0 0 1 -1 (1) -1 60
Rp. 3 K 1 0 0 1 0 0 80
Rp. 8 P 0 1 0 0 -1 1 60
Zj 3 8 M 3-M -8 + M 8-M 720M-60M
Cj - Zj 0 0 0 -3+M 8-M -8 + 2M
Tabel 4
Kolom Baris Cj 3 8 M 0 0 M
Cj Jawaban K P A1 X1 X2 A2 Kuantitas
Rp. M A2 0 0 1 -1 1 -1 60
Rp. 0 K 1 0 0 1 0 0 80
Rp. M P 0 1 1 -1 0 0 120
Zj 3 8 8 -5 0 0 1200
Cj - Zj 0 0 (M-8) 5 0 M
16
Untuk menjelaskan metode simplek secara lebih sederhana perhatikan
ilustrasi dibawah ini :
Sebuah pabrik memproduksi dua jenis produk kertas tissue, yang mana
kedua produk tersebut didalam proses produksinya menggunakan 3 buah
mesin yang berbeda. Apabila untuk setiap unit produk dari kedua jenis
produk tersebut mempunyai keuntungan yang berbeda dan demikian pula
memerlukan mesin dengan waktu yang berbeda pula. Tentukan jumlah
produk yang harus dibuat untuk masing-masing jenis, apabila diinginkan
keuntungan yang sebesar-besarnya.
Produk Pembatas
Proses X Y Kapasitas
Cutting 10 6 2500
Folding 5 10 2000
Packaging 1 2 500
Profit per Unit 23 32
dirubah :
17
Tabel 1
Collum Row Cj 23 32 0 0 0
Cj Solution X Y S1 S2 S3 Quantity
Rp. 0 S1 10 6 1 0 0 2500
Rp. 0 S2 5 10 0 1 0 2000
Rp. 0 S3 1 2 0 0 1 500
Zj 0 0 0 0 0
Cj - Zj 23 32 0 0 0
6- 6(10/10) =0
10 – 6(5/10)=7
1 -6(0/10)=1
0-6(1/10) = -3/5
0- 6(0/10)=0
2500-6(2000/10) = 1300
2-2(10/10)=0
1- 2(5/10)=0
0-2(0/10)=0
0-2(1/10)= -1/5)
1-2(0/10)=1
500-2(2000/10) = 100
Tabel 2
Kolom Baris Cj 23 32 0 0 0
Cj Jawaban X Y S1 S2 S3 Kuantitas
Rp. 0,- S1 7 0 1 -3/5 0 1300
Rp. 32 Y 1/2 1 0 1/10 0 200
Rp. 0,- S3 0 0 0 -1/5 1 100
Zj 16 32 0 16/5 0 6400
Cj - Zj 7 0 0 -16/5 0
½- 1(1/2)= 0
1-0(1/2)=1
0-(1/7)(1/2)=-1/14
1/10-(-3/5)(1/2)=2/5
0-0(1/2)=0
100-(1300/7)*(1/2)= 7,14
18
Tabel 3
Kolom Baris Cj 23 32 0 0 0
Cj Jawaban X Y S1 S2 S3 Kuantitas
Rp. 23,- X 1 0 1 -3/5 0 1300/7
Rp. 32,- Y 0 1 -1/14 1/7 0 750/7
Rp. 0,- S3 0 0 0 -1/5 1 100
Zj 23 32 1 13/5 0
Cj - Zj 0 0 -1 -13/5 0
19
Materials Requirement
Vitamin X Y minimum
A 2 4 40
B 3 2 50
Price per unit 3 2,5
Should be changed:
Changed :
20
Tabel 1
Tabel 2
0 10
Tabel 3
21
KONSEP DUAL DALAM MEMECAHKAN PERSOALAN
LINIER PROGRAMMING
Produk Pembatas
Proses X Y Kapasitas
Cutting 10 6 2500
Folding 5 10 2000
Packaging 1 2 500
Profit per Unit 23 32
22
Maximum keuntungan : Z = 23X + 32Y
Fungsi pembatas : 10X + 6Y < 2500
5X + 10Y < 2000
1X + 2Y < 500
X, Y > 0
dirubah :
2. Koefesien fungsi tujuan pada bentuk dual adalah ruas kanan fungsi
pembatas pada bentuk primal dan sebaliknya ruas kanan fungsi pembatas
pada bentuk dual adalah koefesien-koefesien fungsi objektip pada bentuk
primal
4. Bentuk pertidak samaan dalam bentuk jual adalah > apabila bentuk
pertidak samaan fungsi objective dalam bentuk primal <. Dan demikian
pula sebaliknya.
23
Primal Dual
Fungsi Tujuan Fungsi Tujuan
Maximum : Z = 23X + 32Y Minimize: Z= 2500P+ 2000Q+ 500R
24
25