BA 18J00087 5d5e0e9c923b3 PDF

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI
UNIVERSITAS NEGERI SEMARANG (UNNES)

Kantor: Komplek Simpang 5 Unnes Kampus Sekaran, Gunungpati, Semarang 50229
Rektor: (024)8508081 Fax (024)8508082, Purek I: (024) 8508001
Website: www.unnes.ac.id - E-mail: unnes@unnes.ac.id
FORMULIR MUTU
BAHAN AJAR/DIKTAT
No. Dokumen No. Revisi Hal Tanggal Terbit
FM-01-AKD-07 02 1dari 8 27 Februari 2017
Sistematika penulisan penyusunan bahan ajar matakuliah
1. Bagian Awal
a. Halaman Sampul
b. Halaman pengesahan
c. Prakata
d. Deskripsi Matakuliah (mencakup CP Lulusan dan CP Matakuliah)
e. Daftar Isi
2. Bagian Isi
Bagian ini berisi pokok-pokok bahasan matakuliah yang disajikan dalam
bentuk Bab-Bab yang merujuk pada Rencana Pembelajaran Matakuliah
(RPS) yang telah disusun.
a. Judul Bab/Topik Pembelajaran
b. Sub Capaian Pembelajaran Mata kuliah
c. Isi/Materi Topik Pembelajaran
d. Rangkuman
e. Lembar Pertanyaan/Diskusi
3. Bagian Akhir
a. Daftar Pustaka (yang digunakan dalam menulis bahan ajar/diktat)
sesuai dengan RPS.
Bagian awal, tengah/isi dan akhir ditulis dengan font Arial 11 dan spasi 1,5.
Diperiksa oleh :
Dibuat oleh :
Dilarang memperbanyak sebagian atau seluruh isi dokumen
tanpa ijin tertulis dari BPM UNNES
KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN
TINGGI
FORMULIR MUTU
BAHAN AJAR/DIKTAT
BAHAN AJAR/DIKTAT
PROGRAM LINEAR
KODE MK : 18J00087
JUMLAH SKS : 3 SKS
PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI
SEMARANG TAHUN 2019
Diperiksa oleh :
Dibuat oleh :
Dilarang memperbanyak sebagian atau seluruh isi dokumen
tanpa ijin tertulis dari BPM UNNES
TINGGI
FORMULIR MUTU
BAHAN AJAR/DIKTAT
VERIFIKASI BAHAN
AJAR
Pada hari ini selasa tanggal 15 Agustus 2019, Bahan Ajar Mata Kuliah PROGRAM
LINEAR Program Studi Pendidikan Matematika Fakultas Matematika dan Ilmu
Pengetahuan Alam telah diverifikasi oleh Ketua Jurusan/ Ketua Program Studi
Pendidikan Matematika.
Semarang, 15 Agustus 2019

Penulis
Ketua Jurusan/ Program Studi
Pend. Matematika
Dra. Rahayu Budhiati V M.Si.

Drs. Arief Agoestanto, M.Si. NIP 19640613 198803 2 002
NIP. 196807221993031005
Diperiksa oleh :
Dibuat oleh : Dilarang memperbanyak sebagian atau seluruh isi dokumen tanpa ijin
tertulis dari BPM UNNES
TINGGI
FORMULIR MUTU
BAHAN AJAR/DIKTAT
PRAKATA
Puji syukur saya haturkan kepada Allah yang Mahabaik karena

atas berkat dan rahmatnya saya dapat menyelesaikan penyusunan Bahan
Ajar Program Linear ini dengan baik. Bahan Ajar ini berisi materi-
materi tentang model matematika, metode grafik, metode simplek,
dualitas, sensitivitas, kemerosotan, transportasi dan penugasan. Materi-
materi tersebut dijabarkan dalam definisi , konsep[konsep dan langkah-
langkah penerapan serta contoh-contoh. Dengan mempelajari hal
tersebut diharapkan selain menguasai materinya, mahasiswa dapat
berpikir logis dan menerapkannya dalam kehidupan sehari-hari dalam
berbagai bidang ilmu ( Ekonomi, Peternakan, Kesehatan, dll).
Bahan Ajar Program Linear ini telah disusun sebelumnya dan
telah direvisi, namun dengan perkembangan ilmu dan aplikasinya, maka
akan terus dilakukan revisi setiap tahunnya sehingga semakin luas
bahasannya dengan tetap memperhatikan diskripsi mata kuliah tersebut.
Demikianlah prakata dari penyusun, semoga Bahan Ajar
Program Linear ini dapat bermanfaat dan memudahkan mahasiswa
untuk belajar dan memahami materi yang diberikan. Berkat Tuhan
Penyusun.
Diperiksa oleh :
TINGGI
FORMULIR MUTU
BAHAN AJAR/DIKTAT
DESKRIPSI MATAKULIAH
DESKRIPSI MATA KULIAH :

Mata kuliah ini menyajikan materi yang meliputi tentang model matematika, metode grafik, metode
simplek, dualitas, sensitivitas, kemerosotan, transportasi dan penugasan
CAPAIAN PEMBELAJARAN LULUSAN :

1. berperan sebagai warga negara yang bangga dan cinta tanah air, memiliki nasionalisme serta rasa
tanggung jawab pada negara dan bangsa
2. menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri
3. menguasai konsep matematika yang diperlukan untuk melaksanakan pembelajaran di satuan
pendidikan dasar dan menengah
4. mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan
atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai
humaniora yang sesuai dengan bidang keahliannya
5. mengaplikasikan konsep dan prinsip didaktik-pedagogis matematika serta keilmuan matematika
untuk merencanakan, melaksanakan, dan melakukan evaluasi pembelajaran dengan memanfaatkan
IPTEKS yang berorientasi pada kecakapan hidup (life skills)
CAPAIAN PEMBELAJARAN MATAKULIAH :

Mahasiswa dapat memahami dan menguasai konsep dasar Program Linear dan penerapannya dalam
kehidupan sehari-hari mengenai model matematika, metode grafik, metode simplek, dualitas,
sensitivitas, kemerosotan, transportasi dan penugasan
Diperiksa oleh :
TINGGI
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Bab 1 Pendahuluan
1.1. Sejarah Perkembangan Program Linear

Program Linear (PL) atau Linear Programming adalah suatu model dari Penelitian Operasional
atau Research Operational (OR) . OR adalah suatu metode untuk memecahkan masalah optimasi.
Model lain dalam OR selain PL antara lain Dynamic Programming, Network Analysis, Markov
Chain, Games Theory, Non Linear Programming, dan Integer Programming. Siagian (1987)
menyatakan bahwa istilah OR muncul pada Tahun 1940, ketika P.M.S. Blackett seorang fisikawan
Inggris memimpin. tim yang bernama Anti Aircraff Command Research Group mempelajari basil kerja
radar. Di Amerika, OR juga digunakan untuk Angkatan Laut dan Angkatan Udara. Suparanta (1983)
menyatakan bahwa ide PL berasa;1 dari L.U. Kantorivictc seorang matematikawan Rusia yang pada
Tahun 1939 menulis suatu karangan yang jika diterjemahkan dalam bahasa Inggris berjudul
Mathematical Method in the Organization and Planing of Prodection. Ide tersebut kemudian
dikembangkan oleh George D. Dantzing seorang matematikawan dari USA, dan pada Tahun 1947 is
menemukan cara untuk memecahkan masalah PL dengan suatu metode yang disebut metode
simpleks (simplex method). Harian Kompas (1 Desember 1984) mengutip The New York
Times memberitakan bahwa seorang matematikawan India bernama Narendra Karmarkar
mencoba mengembangkan algoritma baru untuk menyelesaikan masalah PL yang lebih cepat dari pada
metode simpleks.
1.2. Penerapan Program Linear

PL merupakan salah satu metode dalam OR yang banyak digunakan di bidang industri,
transportasi, perdagangan, perkebunan, periklanan, tehnik, dsb. PL adalah matematika terapan dari
aljabar linear. PL sebagaimana matematika terapan lainnya, dalam memecahkan persoalan dunia
nyata dapat dijelaskan melalui bagan berikut:
Diperiksa oleh :
DUNIA NYATA DUNIA MATEMATIKA
Masalah Model
Abstraksi
Konkrit Matematika
Manipulai/Operasi
Jawaban atas Jawaban Model

Penafsiran
masalah
(Bagan diadaptasi clari The Psychology of Learning Mathematics, Richard R. Skemp,1975,p.238).
Gambar 1.1
Berdasarkan Gambar 1.1, pemecahan masalah PL melalui tahap-tahap berikut:

a. memahami masalah di bidang yang bersangkutan,
b. menyusun model matematika,
c. menyelesaikan model matematika (mencari jawaban model),
d. menafsirkan jawaban model menjadi jawaban atas masalah yang nyata.
1.3. Prinsip-Prinsip Program Linear
Tidak semua masalah optimasi dapat diselesaikan dengan metode PL. Beberapa prinsip
mendasari penggunaan metode PL. Prinsip-prinsip utama dalam PL ialah:
a. Adanya sasaran. Sasaran dalam model matematika masalah PL berupa fungsi tujuan
(fungsi obyektif) yang a kan dicari nilai optimalnya (maksimum/ minimum).
b. Ada tindakan alternatif, artinya nilai fungsi tujuan dapat diperoleh dengan berbagai cara
dan diantaranya alternatif itu memberikan nilai optimal.
c. Adanya keterbatasan sumber daya. Sumber daya atau input dapat berupa waktu,
tenaga, biaya, bahan, dsb. Pembatasan sumber daya disebut kendala (constrains) pembatas.
d. Masalah harus dapat dituangkan dalam bahasa matematika yang disebut model
matematika. Model matematika dalam PL memuat fungsi tujuan dan kendala.
Fungsi tujuan harus berupa fungsi linear dan kendala berupa pertidaksamaan atau
persamaan linear.
e. Antar variabel yang membentuk fun gsi tujuan dan kendala ada keterikatan,
artinyaperubahan pada satu perubah akan mempengaruhi nilai perubah yang lain.
Diperiksa oleh :
Beberapa istilah berikut banyak digunakan dalam PL.
Variabel keputusan (decision variable) adalah kumpulan variabel yang akan dicari untuk
ditentukan nilainya. Variabel keputusan biasanya diberi simbul u,v,w,x,y,...,dan jika cukup banyak
menggunakan x i ,,o,x3, • • •,yi,y2,y3,.. dsb.
Nilai ruaskanan (right hand side value) ialah nilai-nilai yang biasanya menunjukkan jumlah
(kuantitas, kapasitas) ketersediaan sumber daya untuk dimanfaatkan sepenuhnya. Simbul yang digunakan
biasanya 1)1( i banyakny kendala).
Variabel tambahan (Slack variable/surplus variable) adalah variabel yang menyatakan penyimpangan
positip atau negatip dari nilai ruas kanan. Variabel tambahan dalam PL sering diberi simbul SI,S2,S3,•
••
Koefisien tehnis yang biasa diberi simbul a ii, menyatakan setiap unit penggunaan b j dari setiap variabel
xj.
Z adalah nilai fungsi tujuan yang belum diketahui dan yang akan dicari nilai optimumnya (dibuat sebesar
mungkin untuk masalah minimum dan dibuat sekecil mungkin untuk masalah minimum). Fungsi
tujuan merupakan pernyataan matematika yang menyatakan hubungan Z dengan jumlah dari perkalian
semua koefisien fungsi tujuan.
Koefisien fungsi tujuan (koefisien kontribusi) ialah nilai yang menyatakan kontribusi per unit
kepada Z untuk setiap x j. Simbulnya cj.
1.4. Model Matematika

Model matematika merupakan ungkapan suatu masalah dalam bahasa matematika. Berikut suatu
petunjuk untuk menyusun model matematika:
a. Menentukan tipe dari masalah:

-masalah maksimum atau minimum,
-jika masalahnya menyangkut informasi tentang keuntungan, biasanya masalah
memaksimumkan,
-jika masalahnya berkaitan dengan biaya, biasanya masalah meminimumkan.
b. Mendefinisikan variabel keputusan.

Apabila variabel keputusan sulit ditentukan, ingat bahwa setiap variabel harus
mempunyai koefisien kontribusi. Bilangan dari koefisien kontribusi digunakan untuk
menentukan tipe masalah dan untuk membantu mengidentifikasi variabel keputusan.
c. Merumuskan fungsi tujuan.

Sesudah menentukan tipe masalah dan variabel keputusan, selanjutnya mengkombinasikan
informasi ke rumusan fungsi tujuan.
Diperiksa oleh :
d. Merumuskan kendala.
Bagian yang paling sulit dalam memformulasikan masalah PL adalah merumuskan
kendala. Tahap ini lebih merupakan seni dari pada ilmu pengetahuan. Ada dua
pendekatan dasar, yang pertama ialah pendekatan ruas kanan . Nilai ruas kanan 030 dalam
daftar informasi merupakan besar maksimum dari sumber daya ,yang_tersedia dalam
.
masalah maksimum dan merupakan besar minimum dari sumber daya yang tersedia
dalam masalah minimum. Apabila kuantitas dari maksimum rptau minimum ditempatkan,
variabel keputusan dihubungkan ke nilai ruas kanan dapat ditentukan dengan koefisien
tehnis yang berkaitan. Arah tanda ketidaksamaan didasarkan pada nilai bi maksimum sumber
daya atau minimum sumber daya. Pendekatan yang kedua adalah pendekatan ruas Dalam
beberapa situasi, koefisien tehnis di daftar dalam tabel atau baris-baris . Pada tipe ini
situasinya mudah untuk merumuskan sisi kiri dari kendali.
Ini dapat dilengkapi dengan meletakkan semua nilai sebagai koefisien tehnis dan daftarnya
dalam baris dan kolom. Ingat bahwa baris-baris akan merupakan koefisien tehnis dari satu
variabel keputusan.
e. Persyaratan nonnegatip.
Pada setiap variabel diberikan nilai nonnegatip. Persyaratan ini harus ada dalam model
matematika. Tujuannya sangat logis, sebab variabel keputusan biasanya mewakili banyaknya unit
dari beberapa produksi atau sesuatu untuk diproduksi atau suatu pelayanan tertentu.
Contoh 1.1.
Perusahaan meubel TEKUN BELAJAR memproduksi dua jenis alat rumah tangga yaitu rak buku
dan meja. Setiap hasil produksi harus melalui dua tahap pengerjaan, yaitu pemotongan dan perampungan.
Untuk pemotongan tiap rak buku memerlukan waktu 4 jam dan untuk meja juga sa ma. Untuk proses
perampungan memerlukan tiap rak memerlukan waktu 3 jam dan tiap meja 2 jam. Rak buku per buah
memberi laba Rp 8000,- dan meja per buah Rp 6000,- Waktu yang tersedia untuk pemotongan setiap
periode waktu 100 jam dan untuk perampungan tersedia 60 jam. Perusahaan ingin menentukan jumlah
produksi untuk masing-masing jenis barang agar supaya diperoleh laba maksimum.
Menyusun model matematika:
1. Jelas bahwa tipe masalah adalah masalah maksimum. Misalkan besarnya laba Z rupiah.
2. Laba dalam masalah ini ditentukan oleh banyak rak buku dan banyaknya meja . Jadi banyaknya rak buku
dan banyaknya meja merupakan variabel keputusan. Selanjutnya dimisalkan banyaknya rak buku yang
akan diproduksi x buah, dan untuk meja y buah
Diperiksa oleh :
3. Dari informasi bahwa setiap rak buku memberi laba Rp 8000,- dan setiap meja memberi laba Rp
6000,-, diperoleh hubungan Z= 8000x + 6000y dan tujuannya adalah menentukan nilai x dan
y sehingga diperoleh Zmaks.•
4. Kendala waktu pemotongan:
Setiap rak untuk pemotongan diperlukan 4 jam, jadi untuk seluruh rak diperlukan waktu
4x.jam.Setiap meja untuk pemotongan diperlukan 4 jam, jadi untuk seluruh meja diperlukan
waktu 4y jam. Sedangkan kapasitas waktu (waktu yang tersedia) adalah 100 jam, yang berarti
waktu yang dapat digunakan untuk pemotongan maksimum 100 jam. Dari informasi ini
diperoleh hubungan 4x + 4y 100.
Setiap rak untuk perampungan diperlukan 3 jam, jadi untuk seluruh rak diperlukan waktu
3x.jam.Setiap meja untuk pemotongan diperlukan 2 jam, jadi untuk seluruh meja dip erlukan
waktu 2y jam. Sedangkan kapasitas waktu (waktu yang tersedia) adalah 60 jam, yang berarti
waktu yang dapat digunakan untuk pemotongan maksimum 60 jam. Dari informasi ini
diperoleh hubungan 3x + 2y 60.
5. Persyaratan nonnegatip.
Banyaknya rak dan banyaknya meja tidak mungkin negatip, jadi x 0, y 0 . Model
matematika dari masalah perusahaan TEKUN BELAJAR dapat ditulis sbb: Maks:
(1.1) Z= 8000x + 6000y ............ (fungsi tjuan)
harus memenuhi (h.m.):
(1.2) 4x + 4y 5_ 100 ................(kendala waktu pemotongan).
(1.3) 3x + 2y . 60 ................. (kendala waktu perampungan)
(1.4) x  0 , y  0 ......................... (persyaratan nonnegatip).

Dalam masalah ini x dan y hams bilangan cacah.
Contoh 1.2.
Pabrik mainan anak-anak THE GLINDINKFACT memiliki dua buah pabrik. Setiap
periode walau kedua pabrik memproduksi tiga macam jenis yaitu LOGY, JENKY, dan SPORTY.
Diperiksa oleh :
Pabrik di Ungaran menghasilkan 900 unit jenis LOGY, 300 unit jenis
Y, dan 600 jenis SPORTY. Pabrik di Tegal menghasilkan 300 jenis LOGY, 1800 JENKY dan 1800
jenis SPORTY. Biaya produksi pada setiap periode waktu untuk pabrik di Ungaran sebesar 30 juta
rupiah, dan untuk pabrik di Tegal sebesar 24 juta rupiah. Sebuah Toserba memesan 1800 unit
jenis LOGY, 4500 jenis JENKY, dan 3600 jenis SPORTY. Disamping melayani pesanan pabrik
juga menjual melalui toko-toko eceran. Susunlah model matematika masalah tersebut, jika pabrik
menghendaki biaya produksi yang seminimal mungkin dan pesanan dapat dipenuhi.
Tipe masalah ini adalah minimum.

Misalkan: Z adalah besarnya biaya produksi sehingga pesanan itu dapat dipenuhi (dalam juta rupiah.)
Biaya produksi ditentukan oleh banyaknya periode waktu kerja untuk masing masing pabrik.
Misalkan:
X banyaknya periode waktu kerja pabrik di Ungaran,
Y banyaknya periode waktu kerja pabrik di Tegal.
Jadi X dan Y adalah variabel keputusan. Dengan demikian diperoleh hubungan Z= 30X + 24Y (dalam
ribuan rupiah) dan fungsi tujuan : Maks.: Z= 30X + 24Y.
Banyaknya barang yang dapat diproduksi apabila pabrik di Ungaran bekerja selama x periode
adalah 900X unit jenis LOGY, 300X jenis JENKY dan 600X jenis SPORTY. Sedangkan untuk
pabrik di Tegal untuk setiap periode waktu adalah 300X unit jenis LOGY, 1800X jenis JENKY
dan 1800X jenis SPORTY. Masing-masing jenis berturutturut dipesan sejumlah 1800 unit, 4500 unit
dan 3600 unit. Sehingga diperoleh hubungan:
900X + 300Y  1800, 300X + 1800Y  4500, dan 600X+1800Y  3600 sebagai pembatas.
Persyaratan non negatip: X,Y  0.
Jadi model matematika selengkapnya adalah:
Min. Z= 30X + 24Y,
h.m.: 900X + 300Y  1800,
300X + 1800Y  4500,

600X + 1800Y  3600,
X,Y 0
Secara umum masalah PL dapat dinyatakan sbb:

Diberikan sebanyak m pertidaksamaan atau persamaan linear dengan n variabel, akan
ditentukan nilai-nilai nonnegatip dari variabel-variabel tersebut yang memenulzi syarat dan
Diperiksa oleh :
mengoptimalkan (memaksimalkan atau meminimalkan) suatu fungsi linear dari variabel-
variabel tersebut.
Secara matematis pernyataan tersebut dapat dinyatakan sbb:

Terdapat m pertidaksamaan/ persamaan dalam n variabel dengan m  n atau m  n dalam bentuk
ai1 x1  ai 2 x2  ain xn , ,  bi , i = 1,2,...m (1.5.a)
dengan hanya salah satu dari tanda ,  atau  yang benar
xj  0
Akan dicari nilai , j=1,2,....,n, (1.5.b)
sehingga
Z  c1 x1  c2 x2  ...  cn xn (1.6)
mencapai nilai optimal. aij , bi dan c j adalah konstanta.
Vektor
X  ( p1 , p2 ,..., pn ) yang memenuhi (1.5.a) dan (1.5.b) inilah yang disebut
penyelesaian fisibel.
1.5. Metode-metode untuk Menyelesaikan Masalah Program Linear

Metode-metode yang digunakan untuk menyelesaikan masalah PL adalah metode grafik, metode
vektor, metode simpleks, dan metode titik dalam (primal affine/Dikin'2 Method, interior point
method ). Pada tahun1980 an dikembangkan suatu metode baru oleh Dr Narendra Karmarkar ,b
menyelesaikan masalah-masalah yang sampai sekarang belum dapat diselesaikan. Dalam buku ini
akan digunakan metode grafik dan metode simpleks.
1.6. Soal-soaI
Soal 1.1.
Pada suatu periode waktu produksi disamping menjual melalui toko, pabrik kimia NITROGUNANUSA
menerima pesanan 320 kuintal zat A dan 120 kuintal zat B. Adapun zat A dan zat B diperoleh dengan
proses pencampuran zat P dan zat Q. Proses dengan cara lama menggunakan 1 kg zat P, 3 kg zat Q,
dan suatu bahan dasar menghasilkan 5 kg zat A dan 2 kg zat B. Proses dengan cara baru menggunakan
4 kg zat P, 2 kg zat Q dan suatu bahan dasar menghasilkan 3 kg zat A dan 8 kg zat B. Zat P tersedia 600
kuintal dan zat Q tersedia 480 kuintal. Bahan dasar tersedia cukup untuk berapapun kebutuhan pabrik.
Setiap kg zat apaun hasil proses cara lama memberikan keuntungan Rp 500.000,- dan dari proses cam
baru Rp 200.000,-. Pabrik menghendaki keuntungan yang sebesar-besarnya dari hasil memproduksi
kedua jenis zat tersebut. Susunlah model matematika dari masalah ini.
Diperiksa oleh :
Soal 1.2.
Sebuah pabrik bahan bangunan memiliki 120 m 3 adonan yang terdiri atas semen, pasir, dan
batu kerikil. Pabrik memproduksi balok-balok semen dalam dua macam bentuk yaitu L dan M.
Masing-masing memerlukan bahan adonan 5 m 3 dan 4 m 3 . Untuk memproduksi sebuah balok L
memerlukan waktu 36 orang-jam (artinya jika dikerjakan 1 orang memerlukan waktu 36 jam, jika
2 orang memerlukan waktu 18 jam). Sedangkan untuk balok M sebuah memerlukan 16 orang-jam.
Pabrik memiliki 9 orang karyawan. Perusahaan menghendaki bahan adonan tadi habis dalam satu
hari kerja. Satu hari kerja dihitung 8 jam. Balok L dijual dengan harga Rp 150.000, - per buah dan
M dijual Rp 50.000,- per buah. Dari produksi sehari itu perusahaan menghendaki hasil penjualan
yang sebesar-besarnya. Susunlah model matematika masalah tersebut.
Soal 1.3.
Pabrik makanan ternak The Mac Gregor Company akan memasokkan makanan ternak ke suatu
peternakan dengan biaya pembelian bahan yang sekecil-kecilnya. Pemilik peternakan menghendaki
setiap minggu sekurang-kurangnya 900 kg protein, 800 kg karbohidrat dan 2100 kg dedak. Makanan
ternak yang akan dipasokkan menggunakan bahan dasar rumput kering, pelet kering, pelet basah,
dan adonan makanan khusus. Satu gerobak keser rumput kering mengandung 20 kg protein, 20 kg
karbohidrat dan 120 kg dedak, harganya Rp 6.080,- . Satu sak pelet kering mengandung 30 kg
protein, 20 kg karbohidrat dan 50 kg dedak, harganya Rp 8.000,-. Satu sak pelet basah kering
mengandung 20 kg protein, 10 kg karbohidrat dan 110 kg dedak, harganya Rp 5.600, -. Satu drum
adonan makanan khusus mengandung 50 kg protein, 40 kg karbohidrat dan 70 kg dedak, harganya
Rp 12.800 ,-. Susunlah model matematika masalah tersebut.
Soal 1.4.
The Beall Village Oil Company memproduksi 3 jenis minyak pelumas yang diberi label
NORMAL, SUPER, dan PRIMA. Manajer memutuskan hams
memproduksi sekurang-kurangnya 20.000 kaleng merk Normal, 50.000 kaleng Super dan 30.000
kaleng Prima untuk memepuhi pesanan para pelanggan untuk minggu depan. Produksi total seluruh
jenis adalah 100.000 kaleng. Biaya produksi untuk satu kaleng Normal 70 dollar, Super 60 dollar
dan Prima 67 dollar. Susunlah model matematika masalah ini, jika perusahan menghendaki biaya
produksi yang sekecil-kecilnya.
Soal 1.5.
Pabrik mobil PT. GATOTKACA MOTOR memproduksi dua macam merk mobil yaitu BRAJA
dan DENTA. Dalam pabrik terdapat 3 departemen, yaitu A, B, dan C. BRAJA diproses di A den gan
biaya per unit 20 juta rupiah, dan di C dengan biaya per unit 80 juta rupiah dan tidak diproses
melalui B. DENTA diproses di B dengan biaya per unit 30 juta rupiah dan di C dengan biaya 50
Diperiksa oleh :
juta rupiah, dan tidak diproses di A. Untuk setiap periode produksi disediakan dana 800 juta bagi
departemen A, satu setengah milyar bagi departemen B dan 3 milyar untuk departemen C. Pada
Periode I Tahun 1997, PT SEKARUNGU memesan 7 buah merk DENTA. Kedua merk dijual
dengan harga yang sama. Pabrik mengharapkan hasil penjualan yang sebesar-besarnya dari produsi
periode itu. Susunlah model matematika masalah tersebut.
Soal 1.6
PT GRIYA NUGRAHA perusahaan yang membangun rumah tinggal menjual dua macam tipe
rumah yaitu tipe MUNGIL dan CEKLI. Proses pengembangan kedua tip e iru melalui tiga tahap,
yaitu penyiapan lahan, pembangunan, dan perijinan. Biaya untuk masing-masing tahap untuk
MUNGIL berturut-turut adalah 5 juta rupiah, 5 juta rupiah, dan 1 juta rupiah, untuk CEKLI
berturut-turut adalah 3 juta rupiah, 10 juta rupiah, dan 2 juta rupiah. Perusahan menyediakan 1,25
milyar rupiah untuk penyiapan
lahan, 2 milyar rupiah untuk pengerjaan bangunan, dan 0,5 milyar untuk perijin an. MUNGIL
memberi keuntungan 2,3 juta per unit dan CEKLI memberi keuntungan 3,2 juta per unit. Susu nlah
model matematika masalah ini jika perusahaan menghendaki keuntungan yang sebesar -besarnya.
Soal 1.7
Perusahaan kosmetik PT L1RHAPSARI menyediakan dana untuk promosi Rp 8.000.000, - per
hari. Promosi direncanakan melalui 3 jalur media, yaitu TV, . kora n/majalah dan radio.
Perbandingan efektifitas dari ketiga media tersebut berturutturut adalah 7, 3, dan 6 dalam arti setiap
pengeluaran Rp 1000,- untuk masing-masing media rata-rata dapat mengundang pembeli sejumlah
7, 3, dan 6 orang. Perusahaan menentukan jumlah pengeluaran untuk TV dan koran/majalah tidak
lebih dari Rp 3.000.000,-.Perusahaan ingin menentukan biaya promosi untuk setiap media dengan
tetap mempertimbangkan efektifitasnya.
Soal 1.8.
PT. KARYAMANIS memproduksi 2 macam pemanis produk barn yang akan diberi label
MANISMADU dan MANISGULA. Kedua produk barn itu diperoleh dengan mencampur 24 kg
sacchrin dan 20 kg dextore. Setiap kg MANISMADU memuat 0,8 kg dextore dan 0,3 kg saccharin,
sedangkan setiap kg MANISGULA mengandung 0,2 kg dextore dan 0,4 saccharin. Untuk setiap kg
MANISMADU harganya RP 4000,- dan MANISGULA harganya Rp 6000,- Perusahaan akan
menentukan banyaknya jenis pemanis agar supaya diperoleh hasil penjualan yang sebesar -besarnya.
Soal 1.9.
Sebuah pabrik semen setiap periode waktu produksi menghasilkan 3.000.000 sak semen.
Berdasarkan penelitian Bappedal, pabrik tersebut merupakan salah satu penyebab utama timbulnya
masalah polusi udara di wilayah sekitar pabrik. Meskipun pabrik sudah dilengk api dengan dengan
Diperiksa oleh :
alat mekanis pengontrol polusi udara, ternyata setiap sak semen masih mengeluarkan debu
sebanyak 0,4 ons. Ada dua macam alat elektris untuk pengontrol polusi udara, yaitu tipe A dan tipe B.
Tipe A dapat mengurangi pengeluaran debu 0,36 ons per sak dan depn biaya Rp 500,- per sak, sedangkan
tipe B mengurangi pengeluaran deb 1,8 ons)per sak dan dengan biaya operasi Rp 200,- persak. Bappedal
menghendaki pengurangan debu sekurang-kurangnya 78 % dan melarang pabrik memproduksi melebihi
kapasitas periode sebelumnya. Pabrik akan menentukan banyaknya semen yang akan diproduksi dengan
memperhatikan penggunaan alat-alat pengontrol baru, sehingga biaya penggunaan alat seminimal
mungkin. Susunlah model matematika masalah tersebut.
Soal 1.10
Seorang pedagang akan menyimpan uangnya sebanyak $ 100.000 pada sebuah bank dengan dua
model tabungan yaitu TAMAN (tabungan aman) dan TATIS (tabungan praktis). TAMAN memberikan
bunga sebesar 6% setahun dan TATIS dengan 4% setahun. Bank mengeluarkan aturan bahwa menyimpan
uang melalui TATIS tak boleh lebih dari $ 80.000 dan menyimpan melalui TAMAN paling besar setengah
dari simpanannya melalui TATIS. Pedagang tersebut menginginkan perolehan bunga yang sebesar -
besarnya dari uang yang disimpannya. Susunlah model matematikanya.
Diperiksa oleh :
Bab 2 Metode Grafik
2.1. Penyelesaian Optimal
Menyelesaikan masalah PL dengan metode grafik berarti menggambarkan pembatas sebagai

grafik dalam ruang berdimensi 2, jika model matematikanya memuat 2 variabel dan dalam ruang
berdimensi 3 jika model matematikanya memuat 3 variabel
Beberapa istilah berikut sering dipakai dalam menyelesaikan PL :
a. Himpunan titik-titik yang memenuhi pembatas disebut himpunan penyelesaian

fisibel atau daerah yang fisibel (daerah yang layak). Penyelesaian fisibel disebut juga
penyelesaian yang layak.
b. Penyelesaian optimal (PO) adalah penyelesaian fisibel yang memberikan nilai fungsi
tujuan mencapai nilai optimal (maksimum atau minimum).
Prinsip-prinsip berikut digunakan untuk menyelesaikan masalah PL:
a. Himpunan penyelesaian fisibel merupakan himpunan konveks. (Bukti lihat

Susanto B. 1978, h. 38-39).
b. Fungsi tujuan akan mencapai nilai optimal (jika ada) pada suatu titik ekstrim dari daerah
penyelesaian fisibel. (Bukti lihat Susanto, B. 1978, h. 43-44).
Langkah-langkah untuk menyelesaikan masalah PL dengan metode grafik sebagai berikut:
a. menggambarkan pembatas,
b. menentukan daerah penyelesaian fisibel ,
c. menentukan penyelesaian optimal (PO).

Perhatikan Contoh 1.1. Langkah pertama untuk menyelesaikan masalah tersebut adalah menggambar
garis yang persamaannya 4x + 4y= 100 atau x + y= 25 dan menggambar garis yang persamaannya 3x
+ 2y = 60.
Langkah kedua, mengarsir
daerah yan g tidak memenuhi x + y 25; mengarsir daerah yan g tidak memenuhi 3x + 2y
60; mengarsir daerah x<0 dan daerah y<0. Daerah penyelesaian yang fisibel tampak pada daerah
segiempat OBCA dengan titik-titik ekstrem 0(0,0), B(0,25), C(10,15), dan A(20,0). Titik C adalah titik
potong antara garis g dengan persamaan x + y= 25 dan garis h dengan persamaan 3x +2y= 60 (Lihat
Gambar 2.1.).
Diperiksa oleh :
Gambar 1
Langkah selanjutnya adalah menghitung nilai fungsi tujuan yang ber kaitan dengan titik-titik
ekstrem 0, A, B, dan C. Perhitungan terdapat pada Tabel 2.1.
Tabel 2.1
TITIK X y Z= 8000 x + 6000 y KETERANGAN

0 0 0 0
A 20 0 160.000
B 0 25 150.000
C 10 15 170.000 Maksi mum
Tampak bahwa Z maksimum sebesar 170.000 tercapai bila x = 10 dan y =15. Kesimpulannya adalah
Perusahaan Tekun Belajar akan memperoleh laba maksimum sebesar Rp 170.000,- bila
memproduksi 10 buah rak buku dan 15 buah meja.
2.2. Penggunaan Garis Selidik
Cara lain menentukan nilai optimum fungsi tujuan dengan metode grafik untuk masalah yang memuat
dua variabel ialah dengan menggunakan garis selidik. Fungsi tujuan dari masalah yang dihadapi
perusahaan Tekun Belajar adalah Z= 8000x +6000y. Harga Z tergantung pada x dan y. Untuk
nilai-nlai Z tertentu, misalnya untuk kl, k2, k3, dst., diperoleh persamaan -persamaan garis:
L1: k1 = 8000x + 6000y
L2: k2 = 8000x + 6000y
L3: k3 = 8000x + 6000y
.........................................
Ln: kn = 8000x + 6000y ........................................................(2.0)
Garis-garis LI, L2, L3,...,Ln merupakan garis-garis yang yang gradiennya sama yaitu -4/3. Garis-garis
tersebut saling sejajar dan diantaranya ada yang melalui titik ekstrim daerah penyelesaian fisibel.
Garis-garis tersebut disebut garis selidik.
Diperiksa oleh :
Secara grafis apabila telah digambar daerah penyelesaian fisibel, maka untuk mencari titik ekstrim
yang memberikan nilai fungsi tujuan yang maksimum dengan langkah-langkah sebagai berikut:
Pertama, gambar garis dengan persamaan 8000x + 6000y=0 atau 4x+3y =0.
Kedua, garis ini digeser kekanan sehingga bekasnya merupakan garis -garis sejajar.
Titik ekstrem terakhir yang dilalui garis tersebut merupakan titik ekstrem yang berkaitan dengan PO.
Perhatikan Gambar 2.2. Titik ektrem yang terakhir dilalui oleh garis selidik adalah titik C. Jadi titik C(10,15)
merupakan titik yang berkaitan dengan PO dari masalah tersebut. PO dari masalah tersebut adalah x=10
dan y=15. Nilai optimum Z dihitung dengan mensubtitusikan nilai x dan nilai y.
Garis selidik dari masalah PL yang fungsi tujuannya Z = ax + by adalah ax + by =k
1) Jika daerah penyelesaian fisibel merupakan daerah terbatas, maka nilai maksimum atau nilai
minimum fungsi tujuan selalu ada.
2) Jika daerah penyelesaian fisibel tak terbatas dan koefisien-koefisien fungsi tujuan positif, maka
nilai minimum fungsi tujuan ada tetapi nilai maksimum tidak ada.
3) Jika daerah penyelesaian fisibel kosong (tidak ada titik yang memenuhi kendala) , maka nilai
maksimum dan nilai minimum fungsi tujuan tidak ada.
Diperiksa oleh :
Pada suatu masalah PL dengan daerah penyelesaian fisibel terbatas:
1. Apabila masalah yang dihadapai adalah masalah maksimum, maka garis selidik yang melalui
0(0,0) digeser kekanan, dan titik ekstrem terakhir yang dilalui adalah titik yang berkaitan dengan
PO.
2. Apabila masalah yang dihadapi adalah minimum, maka titik yang pertama dilalui garis selidik
adalah titik yang berkaitan dengan PO.
2.3. Penyelesaian Optimal Tidak Tunggal

Perhatikan Contoh 2.2 yang merupakan modifikasi dari Contoh 1.1. dengan mengubah
laba dari masing-masing hasil produksi.
Contoh 2.2.
Perusahaan meubel TEKUN BELAJAR memproduksi dua jenis alat rumah tangga yaitu rak buku dan meja.
Setiap hasil produksi harus melalui dua tahap pengerjaan, yaitu pemotongan dan perampungan. Untuk
pemotongan tiap rak buku memerlukan waktu 4 jam dan untuk meja juga sama. Untuk proses
perampungan memerlukan tiap rak memerlukan waktu 3 jam dan tiap meja 2 jam. Rak buku per buah
memberi laba Rp 6000,- dan meja per buah Rp 4000,- Waktu yang tersedia untuk pemotongan setiap
periode waktu 100 jam dan untuk perampungan tersedia 60 jam.
Model matematika dari masalah pada Contoh 2.2 adalah:
Maks:
(2.1) Z= 6000x + 4000y .............. (fungsi tujuan)
harus memenuhi (h.m.):
(2.2) x + y  25 ............................ (kendala waktu pemotongan).
(2.3) 3x + 2y  60 .................... (kendala waktu perampungan)
(2.4) x  0, y  0 ............................ (persyaratan nonnegatip).
Dengan cara yang sama dengan pengerjaan pada Contoh 2.1 akan kita peroleh grafik untuk Contoh
2.2 tepat sama dengan Gambar 2.1. Selanjutnya diperoleh hubungan titik ekstrem dengan nilai fungsi
tujuan seperti pada Tabel 2.1.
Diperiksa oleh :
Tabel 2.1
TITIK x y Z= 6000 x + 4000 y KETERANGAN

0 0 0 0
A 20 0 120.000 Maksimum
B 0 25 100.000
C 10 15 120.000 Maksimum
Tampak bahwa nilai Z maks =120.000 dicapai bila x=20 dan y=0 atau x=10 dan y=15. Jadi (20,0) dan
(10,15) adalah PO. Perhatikan garis dengan persamaaan
3x + 2y=60 (*) ekuivalen dengan y=30 - 1 1/2 x (**).
Selanjutnya disubtitusikan (**) pada fungsi tujuan akan diperoleh:
Z = 6000 x + 4000 (30-1 1/2 x)
= 120.000.
J a di unt uk (x 0 , y 0 ) yang meme nuhi pe rsam aa n (* ) ak a n mem be rika n Zmaks = 120.000. Dari
(*) diperoleh x0 = 20 - 2/3 y0. Untuk x 0<10 diperoleh 20-2/3 y0<10 sehingga yo>15. Misalkan x0=10 -
a dengan a>0, dari (**) diperoleh
yo=30 - 1 1/2 (10-a) = 15 + 1 1/2 a.
Selanjutnya x o + yo =(10 -a) + (15 + 1 1/2a)=25 + 1/2 a > 25. Ini bertentangan. dengan (2.2).
Jadi untuk x o <10, (x o ,y o ) bukan penyelesaian fisibel. Pada Gambar 2.1 tampak bahwa titik-titik
pada garis (*) yang absisnya kurang dari 10 berada di luar daerah penyelesaian fisibel.
Dengan cara yang sama diperoleh bahwa untuk titik-titik pada garis (*) yang absisnya lebih
dari 20 (x o >20) berada di luar daerah penyelesaian fisibel. Dengan demikian hanya titik-titik di ruas
garis AC yang bersesuaian dengan PO masalah diatas.
Jawaban atas model dapat dinyatakan bahwa Zmaks.=120.000 dicapai untuk x=x0 dan y=y0 dengan
 {( x, y) 3x  2 y  60,10  x  20}
(xo,yo) .
Untuk memberikan jawaban atas masalah yang sebenarnya harus diingat bahwa variabel-
variabel x dan y menyatakan banyaknya rak dan meja. Oleh karena itu x dan y harus merupakan
bilangan cacah.. Dengan menggunakan grafik dapat dicari titik-titik pada ruas garis AC yang absis dan
ordinatnya bilangan bulat. Titik-titik itu ialah (10,15), (12,12), (14,9), (16,6), (18,3), dan (20,0).
Diperiksa oleh :
Jawaban atas masalah Perusahaan TEKUN BELAJAR sebagai berikut: agar supaya diperoleh
keuntungan maksimum maka perusahaan harus membuat
Rak 10 buah dan meja 15 buah atau

Rak 20 buah dan tidak membuat meja.
Keuntungan maksimum yang dapat diperoleh sebesar RP 120.000,-

Situasi yang diberikan pada contoh 9ini dikatakan bahwa terdapat PO lebih dari satu (alternate
optimal)
Ketidaklayakan
Perhatikan Contoh 2.3 yang merupakan modifikasi dari Contoh 1.1. dengan menambah informasi
atau ketentuan baru.
Contoh 2.3.
Perusahaan meubel TEKUN BELAJAR memproduksi dua jenis alat rumah tangga yaitu rak
buku dan meja. Setiap hasil produksi harus melalui dua tahap pengerjaan, yaitu pemotongan dan
perampungan. Untuk pemotongan tiap rak buku memerlukan waktu 4 jam dan untuk meja juga sama.
Untuk proses perampungan memerlukan tiap rak memerlukan waktu 3 jam dan tiap meja 2 jam. Rak
buku per buah memberi laba Rp 8000,- dan meja per buah Rp 6000,- Waktu yang tersedia untuk
pemotongan setiap periode waktu 100 jam dan untuk perampungan tersedia 60 jam. Asrama
mahasiswa SEKARGADING memesan sebanyak 22 buah rak .
Maks:
(2.5) Z= 6000x + 4000y ............. (fungsi tujuan)
h.m:
(2.6) x + y  25 ................ (kendala waktu pemotongan).

(2.7) 3x + 2y  60 ............... (kendala waktu perampungan)
(2.8) x  22 ........................... (kendala pesanan rak)
(2.9) x  0, y  0 ............... (persyaratan nonnegatip).
Diperiksa oleh :
Dengan cara yang sama dengan pengerjaan pada Contoh 2.1 akan kita peroleh grafik untuk Contoh
2.3 seperti tampak pada Gambar 2.3.
Gambar 2.3
Jelas bahwa tidak ada nilai x sehingga memenuhi (2.7) dan (2.8), jadi himpunan penyelesaian dari
sistem yang memuat (2.6), (2.7), (2.8), dan (2.9) adalah himpunan kosong, yang berarti masalah
tersebut tidak mempunyai penyelesaian yang fisibel. Secara grafis tampak pada Gambar 2.3 yang
menunjukkan tidak ada daerah yang fisibel. Situasi semacam ini dikatakan terjadi ketidaklayakan
(infeasible solution).
2.5. Kelebihan Pembatas
Perhatikan Contoh 2.4 yang merupakan modifikasi dari Contoh 1.1. dengan menambah ketentuan
baru.
Contoh 2.4.
Perusahaan meubel TEKUN BELAJAR memproduksi dua jenis alat rumah tangga yaitu rak buku
dan meja. Setiap hasil produksi hams melalui dua tahap pengerjaan, yaitu pemotongan dan
perampungan. Untuk pemotongan tiap rak buku memerlukan waktu 4 jam dan untuk meja juga
sama. Untuk proses perampungan memerlukan tiap rak memerlukan waktu 3 jam dan tiap meja 2
jam. Rak buku per buah memberi laba Rp 8000,- dan meja per buah Rp 6000,- Waktu yang tersedia
untuk pemotongan setiap periode waktu 100 jam dan untuk perampungan tersedia 60 jam.
Pemerintah daerah mengeluarkan ketentuan bahwa setiap perusahaan tidak boleh membuat barang
Diperiksa oleh :
lebih dari 30 buah dalam suatu periode waktu.
Maks:
(2.10) Z=6000x + 4000y..............(fungsi tujuan)
h.m.
(2.11) x + y  25..............................(kendala waktu pemotongan).
(2.12) 3x + 2y  60 ..................... (kendala waktu perampungan)
(2.13) x + y  30 ..........................(kendala peraturan)
(2.14) x  0, y  0 ........................ .(persyaratan nonnegatip).
Dengan cara yang sama dengan pengerjaan pada Contoh 2.1 akan kita peroleh grafik untuk Contoh 2.4 seperti
tampak pada Gambar 2.4.
Antara (2.11) dan (2.13) dapat dinyatakan sebagai saw kalimat yaitu (2.11). Jadi ada tidaknya
(2.13) sebenarn ya tidak berpengaruh terhadap himpunan penyelesaian fisibel, sehingga juga
tidak mempengaruhi PO masalah yang dibahas. Secara grafis juga terlihat bahwa penambahan
kendala (2.13) tidak mengubah daerah penyelesaian fisibel. Kasus semacam ini disebut adanya
kelebihan pembatas (redundant constraint)
Diperiksa oleh :
2.6. Penyelesaian Takterbatas
Perhatikan model matematika dari suatu masalah PL pada Contoh 2.5. Contoh 2.5
Maks: Z= 3x +2y ..................................... ...(2.15)
h.m. : x - y  10 ..........................................(2.16)
x + y  30 ........................................(2.17)
x,y  0 .............................................. (2.18).
Dari (2.16) dan (2.17),untuk x=0 diperoleh y  30. Jadi jika x=0 dan y=m untuk
sebarang m  30, maka (0,m) adalah penyelesaian fisibel dan memberikan Z=2m. Semakin besar m
semakin besar nilai Z, sehingga nilai Z takterbatas. Daerah penyelesaian fisibel dari masalah tersebut
tampak pada Gambar 2.5. Apabila kita gerakkan garis selidik dengan persamaan 3x + 2y = k kita
gerakkan dari titik O(0,0) kekanan maka kita tidak pernah berhenti dan semakin kekanan nilai k
semakin besar. Masalah semacam ini disebut masalah yang mempunyai penyelesaian
takterbatas (unbounded solution). Pada contoh ini yang tak terbatas adalah nilai fungsi tujuan.
Pada Contoh 2.6 akan ditunjukkan ketakterbatasan bukan pada nilai fungsi tujuan tetapi pada PO
Gambar 2.5
Contoh 2.6
Maks.: Z= 30 x - 10 y
h.m.: x -y  10,
3x - y  60,
x,y  0.
Daerah penyelesaian fisibel ditunjukkan pada Gambar 2.6
Diperiksa oleh :
Ada tiga titik ekstrim pada daerah penyelesaian fisibel yaitu 0, A, dan B yang berturut-turut
memberikan nilai fungsi tujuan 0, 300, dan 600. Garis selidik pada masalah ini ialah 3x - y = k. Apabila
garis tersebut kita gerakkan mulai dari titik 0 dengan arah kekanan, maka k semakin besar. Pada
waktu garis selidik melalui titik B, garis itu berhimpit dengan garis yang persamaannya 3x - y = 60
dan nilai k=Z= 600. Ini berarti seluruh titik pada sinar garis BC memberikan nilai k=Z=600.
Dengan demikian Zmaks.= 600 dicapai bila x=x 0 dan y=y0 dengan (x0,y0)  x, y  3x  y  60, x  25
. Besarnya nilai x tak terbatas, tetapi nilai maksimum Z terbatas sebesar 600.
2. Soal-soal
Soal 2.1
Selesaikanlah dengan metode grafik soal-soal pada Bab 1 nomor I, 2, 5, 6, 8, 9, dan 10.
Soal 2.2.
Min: Z= 2y +3x
h.m.: x + 2y  8,
3x -3y  12, x,y  0.
Diperiksa oleh :
Soal 2.3.
Maks.: Z= 5x +2y.
h.m.: 2x + 3y  18,
9x + 2y  24,
x,y  0.
Soal 2.4.
Maks.: 3x +3y
h.m.: x+2y  20,

2x + y  I6.
x,y  0
Soal 2.5.
Min.: Z= 6x + 2y.
h.m.: x + 2y  28,
x + y  24,
2x + y  32,
x,y  0.
Soal 2.6.
Min./Maks.: Z=5x+15y.
h.m.: x + y  8,
2x + 3y  32,
x+2y  40,
x,y  0.
Soal 2.7.
Min./Maks.: Z=3x-y
h.m.: -x + 2y  40,
2x - y  40,
x  60,
x,y  0.
Diperiksa oleh :
Soal 2.8
Min./Maks.: Z=x+2 y
h.m.: 3x + 2y  60,
x + 2y  52,
5x - 2y  64,
x,y  0.
Soal 2.9.
Min./Maks.: Z=70x + 60 y
h.m.: x -2y  60,

x +y  150,
-x + 3y  0,
x,y  0.
Soal 2.10.
Maks.: Z=3x + y.
h.m.: 3x + y  60,
x  15,
y  24,
x,y  0.
x,y  0.
Diperiksa oleh :
Bab 3. Metode Simpleks
3.1. Pengertian Metode Simpleks

Metode simpleks adalah suatu prosedur yerhitungan yang berulang-ulang dengan ulangan
terbatas yang dimulai dari suatq PDF. Apabila PDF bukan PO, maka metode simpleks akan mencari
PDF lain yang lebih baik dan setrusnya sehingga diperoleh PDF yang optimal (jika ada). Metode
simpleks didasarkan atas prinsip bahwa PO dari masalah PL (jika ada) selalu dapat ditemukan pada
PDF. Oleh karena itu langkah pertama metode simpleks adalah mengupayakan adanya PDF.
3.2. Menentukan PDF
Pada Bab 2 telah dikemukakan bahwa model matematika masalah PL memuat fungsi tujuan
dan pembatas. Salah satu langkah dalam metode grafik adalah menggambar garis-garis pembatas untuk
menemukan titik-titik ekstrim.Dalam metode simpleks agar supaya dapt ditemukan PDF langkah
pertama adalah mengubah peridaksamaan linier pada pembatas menjadi suatu persamaan linear.
Untuk mengubah bentuk pertidaksamaan yang bertanda "  "dengan menambah suatu variabel baru
yang tidak negatip dan disebut atau variabel slack , dan jika pertidaksamaan bertanda "  " dengan
menambah variabel baru yang nonnegatip dan disebut surplus variabel. Jadi variabel slack adalah
variabel nonnegatip yang ditambahkan pada ruas kiri dari pertidaksamaan yang bertanda "  " agar
supaya berubah menjadi persamaan. Variabel surplus adalah variabel nonnegatip yang dimasukkan
sebagai pengurang pada ruas kiri pada pertidaksamaan yang bertanda "  " agar supaya berubah menjadi
persamaan. Kedua macam variabel biasa diberi simbul S.
Perhatikan masalah yang dihadapi oleh perusahaan meubel Tekun Belajar pada Bab I dengan
model Matematika:
Maks: Z= 8000x + 6000y ................ (3.1)
x + y  25 ........................................... (3.2)
3x + 2y  60................................ (3.3)
x,y  0 ....................................... (3.4)
Langkah pertama adalah mengubah pembatas dari pertidaksamaan linear menjadi persamaan
linear. Pembatas dari model matematika yang baru menjadi:
Maks: Z= 8000x + 6000y + 0 S l + 0 S2 ...........(3 1.a)
x + y + S 1 =25 ......................... ..........(3.2.a)
3x + 2y + S2 = 60 ..................................... (3.3.a)
x, y, S 1 , S2  0 ............................... (3.4.a)
Diperiksa oleh :
S1 dan S2 bukan hasil produksi oleh karena itu mereka tidak memberi laba atau labanya nol rupiah. Oleh
karena itu c3 koefisien dari S1 dan c4 koefisien dari S2 diberi nilai nol. Penyelesaian dasar dari sistem
persamaan dengan komponen (3.2.a) dan (3.2.b) adalah (0,0,25,60), (0,25,0,10), (0,30,-5,0), (25,0,0,-
15), (20,0,5,0), dan (10,15,0,0). Karena (3.4.a) , maka PDF dari sistem persamaan tersebut adalah
(0,0, 25, 60), (0,25,0,10), (20,0,5,0), dan (10,15,0,0) yang dalam grafik pada Gambar 2.1 bersesuaian
dengan berturut-turut titik-titik 0, B, A, dan C sedangkan yang lain terletak di luar daerah penyelesaian
fisebel. Nilai Z untuk keempat PDF tersebut berturut-turut 0, 150.000, 160.000 dan 170.000.
3.3. Program Awal

Berdasarkan pengertian metode simpleks, algoritma simpleks dimulai dari salah satu PDF.
Masalah ini adalah masalah maksimum dan nilai Z terkecil adalah 0 dan dihasilkan oleh (0,0,25,60).
Perhatikan bahwa matriks koefisien dari sistem persamaan dengan komponen (3.2.a) dan (3.3a) adalah
1 1 1 0 
 
 3 2 0 1
Matriks tersebut berordo 2 x 4 yang bersesuaian dengan banyaknya variabel ada 4 buah dan
banyaknya persamaan ada 2 buah. Dalam matriks tersebut terkandung matriks identitas berordo 2
yang tertentu oleh Si dan S2, ini memberikan (0,0,25,60) sebagai PDF. Jadi program awal dari
langkah-langkah penyelesaian masalah ini adalah dengan menentukan (0,0,25,60) sebagai program
awal. Arti dari PDF ini ialah perusahan tidak memproduksi kedua jenis barang tersebut , sehingga
diperoleh laba nol rupiah (Z=0).
3.4. Memperbaiki Program dan Program Optimal
Jelas program awal tadi tidak dikehendaki oleh perusahaan. Andaikan perusahaan memproduksi
sebuah rak buku (x) dan tidak memproduksi meja (y) yang berarti x = 1 dan y = 0, maka akan diperoleh
Z= 8000 (laba). Andaikan perusahaan memprodusi sebuah meja tetapi tidak memproduksi rak,
berarti x =0 dan y = 1, maka Z= 6000. Tampak bahwa memproduksi rak lebih menguntungkan dari
pada memproduksi meja . Setiap memproduksi sebuah rak (memasukkan x ke dalam program)
mendapatkan kesempatan memperoleh laba sebesar Rp 8000,- atau setiap menambah satu nilai
untuk x akan menambah nilai Z sebesar 8000. Hal ini dapat dikatakan bahwa opportunity cost-x
sebesar 8000 dan untuk y adalah 6000.
Sekarang kita hitung banyaknya rak yang mungkin diproduksi berkaitan dengan keterbatasan
sumber daya. Dari (3.2.a), jika y=0 dan S 1=0, maka x=25 dan S 2=-15 ini tidak fisibel. Dari (3.3.a), jika
y=0 dan S2=0, maka x=20 dan S 1=5 ini merupakan PDF dan memberikan Z= 160.000. Dari dua
penyelesaian dasar tersebut ada dua nilai x yaitu x= 25 dan x=20. Nilai x= min (25,20} yang memberikan
PDF. Ini berarti bahwa nilai terbesar dari x yang dapat diprogramkan maksimal sebesar 20.
Diperiksa oleh :
CATATAN:
Marilah kita kaji andaikan (3.2.a) tetap, tetapi (3.3.a) diubah menjadi (3.3.a*)
sehingga kendala menjadi:
x +y + S1 =25 ....................... (3.2.a),

-3x+y + S2 = 60......................... (3.3.a*)
Dari (3.2 .a): Jika y=S1=0, maka x = 25.
Dari (3.3.a*): jika y=S2=0, maka x= -60/3= -20.
Hal ini jelas kontradiksi dengan persyaratan nonnegatip x.0. Dari kajian ini tampak bahwa pemilihan koefisien
dari variabel yang bernilai negatip akan menimbulkan kontradiksi, yaitu munculnya penyelesaian yang tak fisebel.
Sedangkan pemilihan koefisien bernilai nol akan menyebabkan adanya pembagian dengan nol.
Dari (3.3.a) : x + 2/3y + 1/3S 2= 20 diperoleh
x= 20 - 2/3y - 1/3 S2 ................ .(3.3b)
Subtitusi ke (3.2.a) diperoleh: 20 - 2/3y - 1/3 S2 + y + S1=25 selanjutnya
S1=5-1/3y + 1/3S2 ....................... (3 2.b)
Fungsi pembatas yang baru adalah: 1/3y -1/3S2 + S1 = 5(3 2.c) sehingga
x + 2/3y +1/3S2= 20 ............................... (3.3.c)
Subtitusi (3.3.b) ke Z akan diperoleh Z=8000 (20 - 2/3y - 1/3S2) + 6000y
=160.000+2.000/3y-8.000/3S2...... (3.1.b) Nilai Z akan

bertambah bila y dinaikkan dari 0, sedangkan penambahan S 2 tidak meningkatkan nilai Z. Penambahan
satu nilai y akan meningkatkan nilai Z sebesar 2000/3, yang berarti setiap tidak memproduksi sebuah meja
akan meningkatkan laba sebesar 2000/3 rupiah. Ini berarti program diatas belum merupakan program
optimal. Selanjutnya kita akan memperbaiki program agar supaya nilai Z meningkat.
Perhatikan (3.1.b). Jika y=1 dan S2=0, maka Z= 160.000 + 2000/3. Jika y=0 dan S 2=1, maka Z=160.000-
8000/3. Akan kita hitung besarnya y terbesar yang dapat masuk program.
Dari (3.2.c) dan (3.3c): jika S 1=S2=0, maka x=10 dan y=15 ....................... fisibel
jika x=0 dan S 2=0, maka y=30 dan S 1=-15 .... tidak fisibel.
Memilih antara y=15 dan y=30, ternyata memilih y= min {15,30} yang memberikan PDF yaitu
(10,15,0,0).
Dari (3.2.c) diperoleh y = 15+ 3 S1 - S2 ............ .(3.2.d).
Dari (3.3.c) diperoleh x =20 - 2/3y - 1/3S2
= 20- 2/3(15 - 3S1 + S2)-1/3 S2=10 + 2S1 -S2...................(3.3.d).
Diperoleh Z= 8000(10 + 2S1-S2) + 6000(15- 3S 1+ S2)=170.000 - 24.000S1-2000S2.
Perubahan nilai S1 dan S2 tidak akan meningkatkan nilai Z. Jadi Zmaksimum=170.000 bila S1=0, S2=0,
Diperiksa oleh :
x=10, dan y=15 PO dari masalah tersebut ialah (10,15,0,0). Bandingkan dengan jawaban yang diperoleh
dengan metode grafik.
3.5. Perhitungan dengan Tabel Simpleks
3.5.1. Tabel Simpleks
Masuknya variabel slack dan variabel surplus karena perubahan pertidaksamaan menjadi
persamaan pada pembatas menyebabkan perubahan model matematika. Model matematika yang barn
dapat dinyatakan sebagai berikut:
Maks./Min.: Z= c1x1 + c2x2+...+c n x n ....................................(3,5)
h.m.: ai1xi1 + ai2xi2+...+a in x in = b i , i= 1,2,3, ...., m ....... (3,6)

Secara simbolik:
Maks./Min: Z=CX ........................ (3.7)
dengan syarat: AX= b ....................... (3.8)

Penyelesaian masalah PL dengan menggunakan metode simpleks dapat digunakan tabel simpleks seperti
pada Tabel 3.1.
Tabel 3.1
c c ... C ... c M M Kolorn
Peni l ai a
Cb n
Vdb Q x, x 2 ... x ; ... xi, ql( xa l) •• q, ( x a t )
CIA x131 a10 all a12 x1j ••. Ala a 1 . „. 1 .. at.n.„
Cb2 XE0 a20 a21 a,, .• a.,i ... A/n a2„,..,..1 ... a" . n + t
... ... ... ... ••• -• ••• -• ••• ... .. ...
Cbm XBm amo am I am,  • •

Aini, ar„,1 ... a m . ,,
 • • amj
Zn+t
Z=am+1.o Z1 Z2 ... Zi Z. Z.+1 •••
Keterangan:
Xj: variabel ke-j (termasuk variabel slack dan surplus)
xBi : variabel yang masuk basis
qk(xak): variabel buatan ke-k
cj:koefisien fungsi tujuan untuk variabel ke-j
M: koefisien fungsi tujuan untuk variabel buatan
cB: kefisien fungsi tujuan untuk variabel yang masuk program (masuk basis) aij: koefisien variabel
Diperiksa oleh :
ke-j pada persamaan ke-i
a io : adalah kuantitas (nilai ruas kanan, batasan sumber daya)
Z: nilai fungsi tujuan, dengan rumus: Z  c Bi ai 0 ................................ .(R.3.1)
Z j  c j :baris penilaian, dengan rumus: Z j  c j  c Bi aij  c j ...... .(R3.2)
3.5.2. Menyusun Program Awal
Perhatikan masalah yang dihadapi oleh perusahaan Tekun Belajar yang setelah variabel slack
masuk model matematikanya terlihat pada (3.1.a), (3.2.a), (3.3.a), dan (3.4.a). Ingat bahwa metode
simpleks dimulai dengan PDF, sedangkan PDF ada jika pada matriks koefisien pembatas
mengandung matriks identitas yang berordo m x m. Di muka telah ditunjukkan bahwa matriks
koefisien dari sistem persamaan (3.2.a), (3.3.a) telah mengandung matriks berordo 2 x 2, yang
berarti telah ada PDF (lihat juga seksi 3.2, 3.3, dan 3.4). Program awal diperoleh dengan
menuangkan (3.1.a), (3.2.a), dan (3.3.a) kedalam tabel simpleks dan diperoleh Tabel 3.2.a.
Sistem persamaan yang memuat (3.2.a) dan (3.3.a) mempunyai pemecahan dasar fisibel
(0,0,25,60) dengan Z=0.
Tabel 3.2.a
8000 6000 0 0
cB ,,---
VDB B X Y s1 S2
----.
0 S1 25 1 1 1 0 25/1=25
0 S2 60 3* 2 0 1 60/3=20
4 0 0 0 0 0
4-c; -8000 -6000 0 0
3.5.2. Perbaikan Program dan Program Optimal
Pada Tabel 3.2.a nilai Z 1-c11=-8000 menunjukkan bahwa kesempatan meningkatkan Z bila
memasukkan x=1 ke dalam program adalah 8000.
Nilai Z 2 -c 2 =-6000 menunjukkan bahwa kesempatan meningkatkan Z bila memasukkan y=1

ke dalam program adalah 6000. Jadi Tabel 3.2.a menunjukkan bahwa yang diprogramkan adalah S1
sebesar 25 dan S2 sebesar 60. Pada kolom ke-1 menunjukkan bahwa:
(1) setiap meningkatkan x dengan 1 unit maka akan menurunkan S I sebesar 1 unit dan
meningkatkan Z sebesar 8000 satuan.
(2) setiap meningkatkan x dengan 1 unit maka akan menurunkan S2 sebesar 3 unit dan
Diperiksa oleh :
Pada kolom ke-2 menunjukkan bahwa:
(1) setiap meningkatkan y dengan 1 unit maka akan menurunkan Si sebesar 1 unit dan
(2) setiap meningkatkan y dengan 1 unit maka akan menurunkan S2 sebesar 2 unit dan
Dengan demikian apabila ada nilai yang negatip pada baris Z j  c j berarti Z
masih dapat ditingkatkan. Jika, jika ada j sehingga Z j  c j  0 berarti program belum optimal.
Berdasarkan penjelasan pada Subbab 3.2 dipilih variabel x untuk masuk program , yang pada Tabel 3.2.a
bersesuaian dengan kolom x (kolom ke 1) dengan nilai Z1-c1 negatip dan harga mutlaknya terbesar.
Jadi dalam perbaikan program, variabel yang masuk program adalah ak dimana
Z k  ck  0 dan
Z  ck  MaksZ k  ck , untuk j sehingga Z j  c j  0
Selanjutny kolom ke-kk disebut kolom kunci.
Dalam Subbab 3.4. pada langkah perbaikan program yang pertama terdapat dua penyelesaian dasar yaitu
x=25/1, y=0, S1=0, S2=-5 dan x=60/3, y=0, S1=5, S2=0. Penyelesaian kedua merupakan PDF dan yang
pertama tidak fisibel. Nilai-nilai x tersebut bersesuaian dengan hasil bagi dan a 10 /a 11 dan a 20 /a 21 .
Tampak bahwa x pada penyelesaian yang kedua lebih kecil dari pada nilai x pada penyelesaian yang
kedua.
Penentuan nilai x yang kecil dapat dirumuskan dengan Min {25/1,60/3}.

Min { a10/a11,a20/a21}=. Karena x tidak negatip dan Xbi tidak negatip, maka haruslah pembagi dalam
hal ini a11 dan a21 tidak negatip dan juga tidak nol (lihat juga Seksi 3.5.1), secara umum penentuan
baris ke-r yang terpilih dengan aturan:
ai0/ark= Min (aio/aik, aik>0) dengan k adalah kolom kunci.
Selanjutnya baris r disebut baris kunci dan ark disebut elemen kunci (pivot point). Dengan proses
ini pada Tabel 3.2.a terpilih a12 sebagai elemen kunci, selanjutnya x masuk program (masuk basis)
dan S2 keluar dari program (S22 variabel yang terletak pada baris kunci). Dengan merujuk pembatas
(3.2.c) dan (3.3.c) pada Subbab 3.4 diperoleh program baru yang tertuang pada Tabel 3.2.b.
Adapun perhitungan untuk memperoleh Tabel 3.2.b dapat dilakukan sebagai berikut:
Perhatikan sistem persamaan (3.2.a) , (3.3.a),Baris ke 2 merupakan baris kunci, selanjutnya
persamaan diubah sehingga kefisien x sama dengan 1 dengan kedua ruas dari (3.3.a) dibagi dengan 3.
Jelas bahwa
(3.3.a)<=> x + 2/3 y + 1/3 S2 = 60/3 <=> x + 2/3 y + 1/3 S2 = 20
Jadi pada baris kunci semua konstanta dibagi dengan elemen kunci. Jika a rk adalah elemen k ci
maka: a' r k = a r j /a r k ................................. .( R.3.3)
Diperiksa oleh :
dengan a' rj adalah elemen pada baris ke-r dan kolom ke-j pada tabel baru.
Agar supaya x masuk program, maka x harus merupakan komponan I 2x2. Oleh karena itu koefisien x pada
(3.2.a) harus menjadi 0. Untuk itu subtitusikan x=2/3 y -1/3 S 2 ke (3.2.a) akan diperoleh:
(60/3 - 2/3 y - 1/3 S2) + y + S1= 25
<=> (1-2/3) y + S1- 1/3 S2 = 25 - 60/3
<=> (1-3/3)x + (1-2/3)y + (1-0)S1 + (1-0)S1 + (0-1/3)S2 = 25-60/3 (*) <=> 1/3 y + S1 -
1/3 S2= 5
Sedangkan (*) dapat juga ditulis sebagai:
(a11 - a21/a21)x + (a12 - a22/a21)y + (a13 - a23/a21) S1 +(a14 - a24/a21) =(a10 - a20/a21) Dari contoh di atas
dapat dikembangkan suatu rumusan:
jika aij dengan baris ke-i bukan baris kunci (i  r), maka diperoleh
a'ij  aij  aik .arj / ark ..................................... (R 3.4)
a'ij adalah elemen pada baris ke-i, kolom ke-j pada tabel baru.
Dengan rumus (3.9) dan (3.10) diperoleh:

a'20=20, a'21=1, a'22=2/3, a'23=0, a'24=1/3,
a'10=5, a'11=0, a'12=1/3, a'13=1, a'14=-1/3.
Selanjutnya dengan rumus (R.3.1) dan (R.3.2) diperoleh
Z1-c1=0, Z2-c2= -2000/3, Z3-c3=0, Z4-c4=8000/3, dan Z= 160.000
Tabel 3.2.b
8000 6000 0 0
c B VDB b X Y S1 S2
0 S1 5 0 1/3* 1 -1/3 5:1/3=15
8000 X 20 1 2/3 0 1/3 20:2/3=30
Zj 160.000 8000 16000/3 0 8000/3
Z -c
; ; 0 -2000/3 0 8000/3
Diperiksa oleh :
Pada Tabel 3.2.b masih ada nilai pada baris Z j-cj yang negatip yaitu pada kolom-2 dan hanya
satu-satunya. Jadi program belum optimal dan dipilih kolom-2 sebagai kolom kunci. Dengan
proses seperti di muka (lihat Kolom Penilaian) diperoleh a 12=1/3 adalah elemen kunci. Selanjutnya
kita memperoleh program baru yang tertuang pada Tabel 3.2.c. Perhitungan diserahkan pembaca.
Tabel 3.2.c
8000 6000 0 0
CB VDB B X Y SI S.
6000 Y 15 0 1 3 -1
8000 X 10 1 0 -2 1
Zj 170.000 8000 6000 2000 2000

Zj-cj 0 0 2000 2000
Pada Tabel 3.2.c, nilai Z j  c j  0 untuk semua j sehingga tidak mungkin lagi meningkatkan nilai
Z. ini berarti telah dicapai nilai maksimum dari Z sebesar 170.000 bila =10 dan y=15. Jadi PO
dari masalah tersebut adalah (10,15).
Jadi apabila nilai Z j  c j  0 untuk semua j, maka program optimal diperoleh, dengan PO
adalah xBi=aio dan untuk variabel di luar program bernilai nol. Nilai optimal dari fungsi tujuan
Z=am+1,0.
3.6. Rumus Tranformasi

Pada Subbab 3.5 telah diberikan rumus untuk menghitung elemen-elemen untuk tabel
berikutnya. Cara lain dengan rumus transformasi dengan bentuk:
A'j= Aj + arjT ............................................................................................ (R 3.4)
 a1k / ark
 a2 k / ark
a1 j
.
a2 j
 ar 1,k / ark
Aj  . T
1 / ark  1
.
 ar 1,k / ark
am 1 j
.
 am 1,k / ark
j= 1,2, .....
Diperiksa oleh :
ark: elemen kunci,
Aj: elemen-elemen pada kolom ke-j di tabel lama,
A'j: elemen-elemen pada kolom ke-j di tabel baru,
n: banyaknya variabel termasuk slack/surplus variabel dan variabel buatan,

m: banyaknya persamaan,
am+1,0= Z, am+1j= Z j  c j untuk j = 1,2, .....n
Bukti rumus ini dapat dilihat pada Hadley (1980, p. 114).

Contoh penggunaan Rumus Transformasi dapat dilihat pada Subbab 3.7.
3.7. Variabel Buatan
Perhatikan masalah PL berikut:
Contoh 3.1:
Maks.: Z= 2x + y
h.m.: x + y  10, x  8, x  7, dan x, y  0
Model matematika yang baru setelah masuknya variabel slack dan variabel surplus adalah:
Maks.: Z = 2x + y + 0 S1 + 0 S2
h.m.: x + y - S 1=0,
x + S2=8,
y + S 3=7,
x,y,S t  0 untuk t= 1,2,3.
Matrik koefisien dari pembatas adalah:
x y S1 S2 S3
1 1 1 0 0
1 0 0 1 0
0 1 0 0 1
Matriks tersebut belum memuat matriks identittas I3x3, tetapi telah memuat matriks-matriks kolom
yang dapat membentuk 13x3 yaitu kolom ke-4 dan kolom ke-5. Agar supaya dapat ditemukan PDF dari
masalah tersebut maka kita harus menambahkan satu kolom yang urutan elemen-elemennya adalah
1, 0, 0. Penambahan kolom baru berarti penambahan variabel baru yang disebut variabel buatan
Diperiksa oleh :
(variabel boneka, artificial variable, dummy variable) dan sering diberi simbul x ai . Variabel baru ini
bukan variabel
slack dan juga bukan variabel surplus. Dengan masuknya variabel buatan matriks koefisien menjadi
seperti dibawah ini
x y S1 S2 S3 xa1
1 1 1 0 0 1
 
1 0 0 1 0 0
0 1 0 0 1 0
 
Kolom 4, 5, dan 6 dapat disusun menjadi matriks identitas . Koefisien xai pada fungsi tujuan
ditetapkan -M dengan pengertian M adalah bilangan positip yang cukup besar sehingga dalam
perhitungan diharapkan variabel buatan segera keluar dari basis.
Pada contoh diatas, model matematika menjadi:

Maks: Z= 2x + y + 0S1 + 0S2 + 0S3 - Mxa
h.m.: x+y-S1+xa=0,
x + S2 = 8,
y+S3=7,
x,y,S 1,S2,S3, xa  0.
Program awal dari masalah ini tertuang pada Tabel 3.3.a. Dalam matriks koefisien yang
membentuk matriks identitas adalah variabel-variabel S2, S3, dan xa. Matriks identitas dalam matriks
koefisien
xa S2
 1S3 0 0 
 
0 1 0
0 0 1
adalah   . Oleh karena itu yang masuk basis dalam program awal adalah variabel-variabel
tersebut, dan dengan urutan x a pada baris pertama, S 2, pada baris kedua, dan S 3 pada baris ketiga.
Tabel 3.3.a
2 1 0 0 0 -M
CB VDB Q x y S1 S2 S3 Xa
-M Xa 10 1 1 -1 0 0 1 10
0 S, 8 1* 0 0 1 0 0 8
0 S3 7 0 1 0 0 1 0
-10M -M-2 -M-1 -M 0 0 0
Pada Tabel 3.3.a : -M-2<-M-1<-M<0.

Diperiksa oleh :
Jadi kolom kunci adalah kolom-1 sebab nilai Z1-c1 untuk kolom tersebut negatip dan nilai mutlaknya
terbesar. Karena a 10/a11 > a20/a21, maka baris-2 adalah baris kunci. Jadi elemen kunci pada tabel
tersebut adalah a21=1, sehingga diperoleh:
 a11 / a 21  1/1 1
1  1 / a 21 11 0
T= = =
 a 31 / a 21  0 /1 0
 a 41 / a 21   M  2  / 1 M 2
A'0 = A0 + a20T
10 1 2
8 0 8
= +8 =
7 0 7
 10 M M 2  2 M  16
A’1=A1+a21T
1 1 0
1 0 1
0 0 0
M 2 M 2 0
= +1 =
A’2=A2+a22T
1 1 1
0 0 0
1 0 1
 M 1 M 2  M 1
= +0 =
A’3=A3+a23T
1 1 1
0 0 0
0 0 0
M M 2 M
= +0 =
A’4=A4+a24T
0 1 1
1 0 1
0 0 0
0 M 2 M 2
= +1 =
Diperiksa oleh :
A’5=A5+a25T
0 1 0
0 0 0
1 0 1
0 M 2 0
= +0 =
A’6=A6+a26T
0 1 0
0 0 0
0 0 0
0 M 2 0
= +0 =
Tabel 3.3.b
2 1 0 0 0 -M
CB VDB Q x Y Si S2 S3 Xa
-M
Xa 2 0 1* -1 -1 0 1 2
2 X 8 1 0 0 0 1 0
0 S3 7 0 1 0 0 1 0 7
-2M+16 0 -M-1 M M+2 0 0
Pada Tabel 3.3.b elemen kunci adalah a 12 sehingga diperoleh:
1  1 / a12 1  1/1 0
 a 22 / a12  0 /1 0
T= = =
 a 32 / a12  1/1 1
 a 42 / a12   M  1 / 1 M 1
A'0 = A0 + arjT = A0 + a20T
2 0 2
8 0 8
= +2 =
7 1 5
 2 M  16 M 1 18
Diperiksa oleh :
A'1 = A1 + a21T
0 0 0
0 0 0
= +0 =
1 1 1
0 M 1 0
A'2 = A2 + a22T
1 0 1
0 0 0
= +1 =
1 1 0
 M 1 M 1 0
A'3 = A3 + a23T
1 0 1
0 0 0
= + -1 =
0 1 1
M M 1 1
A'4 = A4 + a24T
1 0 1
1 0 1
= + -1 =
0 1 1
M 2 M 1 1
A'5 = A5 + a25T
0 0 0
0 0 0
= +0 =
1 1 1
0 M 1 0
A'6 = A6 + a26T
1 0 1
0 0 0
= +1 =
0 1 1
0 M 1 M 1
Diperiksa oleh :
Hasil perhitungan diatas kita masukkan ke dalam Tabel 3.3.c.
Tabel 3.3.c
2 1 0 0 0 -M
CB VDB Q X y SI S2 S3 Xa
1 Y 2 0 1 -1 -1 0 1
2 X 8 1 0 0 1 0 0
0 S3 5 0 0 1* 1 1 -1
18 0 0 -1 I 0 1 +M
Tabel 3.3.c bukan tabel optimal. Pada tabel tersebut elemen kunci adalah a 33. Perhitungan selanjutnya
menghasilkan Tabel 3.3.d. Perhitungan selengkapnya diserahkan pembaca.
Tabel 3.3.d
2 1 0 0 0 -M
CB VDB Q x Y S1 S2 S3 Xa
1 y 7 0 1 0 0 1 0
2 x 8 1 0 0 1 0 0
0 Si 5 0 0 1 1 1 -3
23 0 0 0 2 1 M
Karena pada baris Z j  c j semua elemen nonnegatip, berarti program telah optimal dengan PO x=8
dan y=7 serta Z maks = 23.
Garis besar langkah-langkah Metode Simpleks dalam bentuk masalah maksimum dengan n
variabel dan m kendala sebagai berikut:
(1) Menyusun model matematika.
(2) Mengubah kendala dari suatu sistem pertidaksamaan menjadi suatu sis tem
persamaan dengan memunculkan variabel tambahan (slack/surplus variable).Jika setelah
variabel tambahan dimasukkan tetapi dalam matriks koefisien daris sistem persamaan
belum mengandung matriks identitas Imxm , maka dalam sistem persamaan linear hares
ditambah dengan variabel buatan.
(3) Menyusun program awal dalam tabel simpleks.
(4) Menguji keoptimalan program dengan menyelidiki nilai Z j -cj.
Diperiksa oleh :
(5) Jika program belum optimal, maka pilih elemen kunci (a rk) dengan aturan: k adalah
kolom kunci, jika Z k-c k = Min{( Z j -c j .), Z j -c j .<0} dan r adalah baris kunci, jika
(xbr)/(ark) = Min { (xbi )/(a ik), a ik>0}.
(6) Masukkan variabel pada kolom ke-k kedalam basis menggantikan variabel dalam basis
pada baris ke-r.
(7) Susun tabel baru dengan menggunakan Rumua Transformasi.
(8) Kembali ke (4) dan seterusnya.
3.8. Masalah Minimasi
Salah satu cara untuk menyelesaikan masalah minimasi ialah dengan cara mengubah
persoalan minimum menjadi masalah maksimum. Andaikan nilai-nilai untuk Z adalah 2, 4, 7, 8,
dan 9, maka Zmaks.= 9 dan Zmin.= 2. Apabila didefinisikan Z* = -Z, maka nilai-nilai Z* adalah -
2, -4, -7, dan -9. Selanjutnya Z*maks= -2 dan Z*min= -9. Mudah difahami bahwa jika Z*=-Z, maka
Z*maks= -Zmin dan Z*min.= -Zmaks.
Misalkan: Z=c1x1 + c2x2 + ...+cnxn dan Z*=-Z, maka Z*=-(c1x1+c2x2+...+cnxn)
Misalkan Zmaks. tercapai untuk x1=a0,x2=a2,...,xn=an,maka Z*min.=-Z*maks akan tercapai juga

untuk x1=a0,x2=a2,...,xn=an.
Contoh 3.2:
Min: T=2x + 3y,
h.m: x + y  30,
y - x 1 0 , x , y 0 .
Misalkan Z = -T. Akibatnya Z = -2x - 3y dan Tmin.= -Zmaks. Sekarang yang akan kita kerjakan lebih
dahulu adalah menyelesaikan masalah:
Maks.: Z= -2x -3y,
h.m.: x + y  30, y - x  10, x,y  0.
Model matematika masalah maksimum ini diubah sehingga pembatas menjadi sistem persamaan
linear, sehingga diperoleh:
Diperiksa oleh :
Maks.: Z= -2x - 3y+ 0 S1+ 0 S2
dengan syarat: x + y + S 1= 30,
y - x - S2 = 10,
x,y,S 1 ,S 2  0.
x y S1 S2
1 1 1 0
 
Matriks koefisien dari pembatas adalah:   1 1 0  1  . Matriks ini belum memuat matriks identitas
I2x2. Oleh karena itu perlu ditambahkan variabel buatan sebut x a sehingga matriks koefisien pembatas
memuat matriks identitas. Matriks koefisien menjadi:
x y S1 S2 xa
 1 1 1 0 0
 
 1 1 0 1 1
dan model matematika berubah menjadi:
Maks.: Z= -2x -3y + 0 S1+ 0 S2 –Mxa
h.m .: x + y+ S 1 =30,
y - x - S2 + Xa = 10,
x,y,S 1 ,S 2 , x a  0.
Dari model matematika diatas diperoleh program awal seperti pada Tabel 3.4.a.
Tabel 3.4.a
-2 -3 0 0 -M
CB VDB Q X Y SI S2 Xa
CI S1 30 1 1 1 0 0 30
-M Xa 10 -1 1* 0 -1 1 10
-10M M+2 -M+3 0 M 0
Program yang tertuang pada Tabel 3.4.a masih perlu perbaikan dengan elemen kunci a21 dan
selanjutnya diperoleh program perbaikan sebagaimana tertuang pada Tabel 3.4.b.
Diperiksa oleh :
Tabel 3.4.b
-2 -3 0 0 -M
CB VDB Q X Y Si S2 xa
0 Si 20 2 0 1 1 -1
-3 Y 10 -1 1 0 -1 1
-30 5 0 0 3 M-3
Tabel 3.4.b menunjukkan program optimal yang memberikan informasi bahwa Zmaks.=- 30 dicapai
bila x=0 dan y=10. Jadi jawab atas masalah PL ini ialah Tmin.=30 dicapai bila x=0 dan y=10.
3.9. Hal-hal Khusus
3.9.1. Penyelesaian Optimal Tidak Tunggal
Perhatikan masalah PL yang model matematikanya disajikan dibawah ini: Maks.: Z= 2x + y,
h.m.: 2x y  30,
x + 2 y  24,
x,y  0.
Model matematika tersebut dapat diubah menjadi:
Maks.: Z= 2x+ y+ 0 S 1 + 0 S 2 ,
h.m.: 2x + y +S 1 = 30,
x + 2y + S2 = 24,
x, y, S 1 , S 2  0.
Mudah dilihat bahwa matriks koefisien dari sistem persamaan pada kendala telah mengandung matriks
identitas I2x2. Tabel awal untuk menyelesaikan masalah tersebut adalah Tabel 3.5.a. Langkah selanjutnya
akan memberikan program sebagaimana tertuang pada Tabel 3.5.b.
Tabel 3.5.a
2 1 0 0
CB VDB Q x Y S1 S2
0 S1 30 2* 1 1 0 30/2=15
0 S2 24 1 2 0 1 24/1=24
0 -2 -1 0 0
Diperiksa oleh :
Tabel 3.5.b
2 1 0 0
CB VDB Q X Y S1 S2
2 x 15 1 1/2 1/2 0
0 S2 9 0 1 1/2 * -1/2 1
30 0 0 1 0
Tabel 3.5.b sudah menunjukkan program optimal dengan Zmaks.= 30 dan PO nya adalah x= 15
dan y =0, tetapi variabel y diluar basis dan z 2-c2=0. Dengan demikian apabila variabel y masuk
kedalam basis, maka tidak akan mengubah nilai Z. Karena pada kolom-2 terdapat elemen yang
positip yaitu a12 dan a22, maka kita akan memilih salah satu untuk menjadi elemen kunci dengan cara
seperti yang telah kita bicarakan pada Subbab 3.4 dan juga pada Seksi 3.5.3. Selanjutnya kita
peroleh Tabel 3.5.c. Tampak bahwa nilai Z pada Tabel 3.5.b dengan nilai Z pada Tabel 3.5.c
besarnya sama yaitu 30. PO berdasarkan Tabel 3.5.c adalah x=12 dan y=6. Dari pembahasan ini
memberikan petunjuk bahwa pada tabel optimal suatu masalah PL, apabila variabel ke-k di luar
basis dan Zk-ck=0, maka masalah tersebut memiliki PO yang tidak tunggal.
Tabel 3.5.c
2 1 0 0
CB VDB Q X Y S1 S2
2 x 12 1 0 4/6 -1/3
1 y 6 0 1 -1/3 2/3
30 0 0 1 0
Secara gratis situasi tersebut dapat di jelaskan melalui Gambar 3.1.
Diperiksa oleh :
Titik A(15,0) dan B(12,6) adalah titik ekstrem yang memberikan nilai fungsi tujuan Maksimal. Sebagaimana
dibicarakan pada Subbab 2.3, semua titik pada ruas garis AB akan memberikan nilai Z menjadi maksimal.
Secara analitis titik (x',y') pada ruas garis AB dapat ditentukan dengan aturan (x',y')=  (15,0)+ 1    (12,6).
Secara umum kita peroleh jika X 1=

1 , 2 ,..., 3  dan X2= 1 ,  2 ,...,  3  adalah PO dari
suatu masalah PL, maka X3= 

1 , 2 ,..., 3  + 1    1 ,  2 ,...,  3  adalah juga suatu PO.
3.9.2. Tidak ada penyelesaian yang fisibel
Perhatikan masalah PL dengan model matematika seperti dibawah ini: Maks.: Z= 3x + 2y,
h.m.: x + y  10,
x + y  20,
x,y  0
Program awal masalah tersebut tertuang pada Tabel 5.4.a dan selanjutnya diperoleh program perbaikan
Tabel 5.4.b.
Tabel 3.6.a
3 2 0 0 -M
CB VDB Q x y S1 S2 Xa
0 S1 10 1* 1 1 0 0 10
-M Xa 20 1 1 0 -1 1 20
-20M -M-3 -M-2 0 M 0
Diperiksa oleh :
Tabel 3.6.b
-2 -3 0 0 -M
CB VDB Q X Y S1 S2 Xa
3 x 10 1 1 1 0 0
-M Xa 10 0 0 -1 -1 1
-10M+30 0 1 M+3 M 0
Pada Tabel 3.6.b, Z j-c j  0 untuk semua j. Jadi program sudah optimal dengan Z=-10M+30
dan PO nya adalah x=10 dan x a=10. Tetapi x a adalah suatu variabel buatan yang tak bermakna.
Dengan demikian PO tersebut adalah penyelesaian yang tak fisibel.
Apabila Xa harus keluar dari basis atau Xa=0, maka nilai Zmaks.= -10M+30 akan meningkat. Tetapi
hal itu akan bertentangan dengan baris penilaian bahwa untuk semua j, yang berarti program
sudah optimal. Secara umum apabila dalam basis pada tabel optimal suatu masalah PL (Z j -
c j  0 untuk semua j) masih terdapat variabel buatan, maka dapat disimpulkan bahwa
masalah PL tersebut tidak mempunyai penyelesaian yang fisibel.
3.9.3. Kelebihan pembatas.
Perhatikan masalah PL dengan model matematika seperti dibawah ini: Maks.: Z.: 8x + 6y,
h.m.: x + y  25,
3x + 2y  60,
3x + y  90,
x,y  0.
Program awal masalah tersebut tertuang pada Tabel 5.7.a dan selanjutnya diperoleh program perbaikan
Tabel 5.7.b dan Tabel 5.7c.
Tabel 3.7.a
8 6 0 0 0
CB VDB Q x y S1 S2 S3
0 S1 25 1 1 1 0 0
0 S2 60 3* 2 0 1 0
0 S3 90 3 1 0 0 1
0 -8 -6 0 0 0
Diperiksa oleh :
Tabel 3.7.b
8 6 0 0 0
CB VDB Q X Y S1 S2 S3
0 S1 5 0 1/3* I -1/3 0
8 x 20 1 2/3 0 1/3 0
0 S3 30 0 -1 0 -1 1
160 0 -2/3 0 8/3 0
Tabel 3.7.c
8 6 0 0 0
CB VDB Q x Y S1 S2 S3
6 y 15 0 1 3 -1 0
8 x 10 1 0 -2 1 0
0 S3 45 0 0 3 -2 1
170 0 0 2 2 0
Tabel 3.7.c merupakan tabel optimal dengan Zmaks.=170 untuk x=10 dan y=15.
Pada ketiga tabel tersebut variabel dalam basis pada baris ketiga tidak pernah berubah. Ada tidaknya
baris ketiga yang menggambarkan kendala yang ketiga tidak mempengaruhi PO maupun nilai
fungsi tujuan. Pada kasus ini terdapat kelebihan pembatas (redundant constrain). Secara grafis
Diperiksa oleh :
masalah diatas digambarkan pada Gambar 3.2
3.9.4. Penyelesaian Tak Terbatas

Perhatikan masalah PL yang model matematiknya ditunjukkan pada Conto2.5.
Maks: Z= 3x +2y ......................................... (2.15)
h.m. : x-y  10 ......................................... (2.16)
x+y  30 ......................................... .(2.17)
x,y  0 .............................................(2.18).
Selanjutnya diperoleh Tabel 3.8.a, Tabel 3.8.b, dan Tabel 3.8.c.
Tabel 3.8.a
3 2 0 0 -M
0 S1 10 1* -1 1 0 0
-M Xa 30 1 1 0 -1 1
-30M -M-3 -M-2 0 M 0
Diperiksa oleh :
Tabel 3.8.b
3 2 0 0 -M
3 X 10 1 -1 1 0 0
-M Xa 20 0 2 -1 -1
30-20M 0 -2M-5 M+3 M 0
Tabel 3.8.a
3 2 0 0 -M
3 X 20 1 0 1/2 -1/2 1/2

2 Y 10 0 1 -1/2 -1/2 1/2
80 0 0 1/2 -2 /2
1
2 1/2
Pada Tabel 3.8.c Z4-c4= -21/2 < 0. Ini berarti memprogramkan 1 unit S2 (meningkatkan 1 unit S2) akan
meningkatkan Z sebesar 2 1/2 satuan. Berdasarkan kolom ke-4 baris ke-2, berarti setiap peningkatan
S2 dengan 1 unit akan menurunkan y sebesar - 1/2 unit atau meningkatkan y sebesar 1/2 unit. Jadi
semakin S2 meningkat maka y semakin meningkat dan akhirnya Z juga meningkat. Seberapa besar
peningkatan y dapat dilakukan dapat
dilihat melalui kendala-kendala (2.16) dan (2.17) yaitu x-y  10 dan x+y  30. Dari dua kendala
menunjukkan bahwa y dapat ditingkat kan sampai tak terbatas. Secara umum:
Apabila dalam suatu tabel simpleks dengan suatu penyelesaian fisibel terdapat satu atau lebih
kolom untuk variabel bukan basis (misal kolom ke-j) sehingga Z i -c j<0 dan aij  0 (i = 1. 2,
...,m), maka ada penyelesaian fisibel dengan (m+1) variabel yang tidak nol sehingga nilai Z
makin besar tak terbatas. (Lihat Hadley p.93-95).
Berikut akan kita lihat Contoh 2.6 dengan model matematika sebagai berikut: Maks.: Z= 30 x - 10 y
h.m.: x - y  10,
3x - y  60,
x,y  0.
Selanjutnya diperoleh Tabel 3.9.a, Tabel 3.9.b ,dan Tabel 3.9.c.
Tabel 3.9.a
Diperiksa oleh :
30 -10 0 0
CB VDB Q X Y S1 S2
0 S1 10 1* -1 1 0
0 S2 60 3 -1 0 1
0 -30 10 0 0
Tabel 3.9.b
30 -10 0 0
CB VDB Q X Y S1 S2
30 x 10 1 -1 1 0
0 S2 30 0 2* -3 1
300 0 -20 30 0
Tabel 3.9.c
30 -10 0 0
CB VDB Q x y S1 S2
30 x 25 1 0 -1/2 1/2
-10 y 15 0 1 -1 1/2 1/2
600 0 -20 30 0
Tabel 3.9.c adalah tabel optimal dengan Zmaks=600 untuk x=30 dan y= -10.
Pada Tabel 3.9.c Z3-c3 =0 dan variabel pada kolom ke-3 (S1) di luar program. Apabila S2 ditingkatkan
1 unit x akan meningkat 1/2 unit dan y meningkat 1 1/2 unit, tetapi Z tetap. S2 tidak mungkin
diturunkan sebab S2 di luar program, jadi minimal x= 25 dan y= 15. Mengingat bahwa x-y  10 dan
3x-y  60 maka x dan y dapat ditingkatkan sampai tak terbatas, tetapi tidak meningkatkan Z. Misalkan
S2 ditingkatkan dengan  (  >0) maka diperoleh:
x = 25 + 1/2  = 25 -  (-1/2),
y = 15 + 1 ½  .=15-  (-1 1/2)
Sebagaimana pada Seksi 3.9.1 karena pada tabel optimal ada kolom yang memuat variabel non
basis sehingga Z j -c j = 0 maka masalah ini adalah masalah dengan PO lebih dari satu. PO yang
lain dapat ditentukan dengan:
Diperiksa oleh :
X0= 25 -  (-1/2), yo = 15 -  (-1 1/2) untuk  > 0 atau
1

2 a1 j
x1 x0 1 x0
1
- -  2j
y1 y0 2 = y0 a
=
Misalkan dipilih  =2 akan diperoleh:

x =25 — 2(-1/2)= 26,
y =15- 2 (-1 1/2)=18
dan Z= 30 (26)-10(18)= 600. Jadi x=26, y=18 adalah PO dari masalah diatas..
Jadi apabila pada suatu tabel optimal terdapat kolom dari variabel di luar basis dengan Zj-
cj=0 dan aij  0 untuk (i=1,2,...m), maka masalah tersebut adalah masalah yang PO
nya tak terbatas tetapi nilai fungsi tujuannya terbatas.
Diperiksa oleh :

BA 18J00087 5d5e0e9c923b3 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

BA 18J00087 5d5e0e9c923b3 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI

UNIVERSITAS NEGERI SEMARANG (UNNES)

Sistematika penulisan penyusunan bahan ajar matakuliah

PROGRAM STUDI PENDIDIKAN MATEMATIKA

Semarang, 15 Agustus 2019

Dra. Rahayu Budhiati V M.Si.

Puji syukur saya haturkan kepada Allah yang Mahabaik karena

DESKRIPSI MATA KULIAH :

CAPAIAN PEMBELAJARAN LULUSAN :

CAPAIAN PEMBELAJARAN MATAKULIAH :

1.1. Sejarah Perkembangan Program Linear

1.2. Penerapan Program Linear

Jawaban atas Jawaban Model

Berdasarkan Gambar 1.1, pemecahan masalah PL melalui tahap-tahap berikut:

1.3. Prinsip-Prinsip Program Linear

1.4. Model Matematika

a. Menentukan tipe dari masalah:

b. Mendefinisikan variabel keputusan.

c. Merumuskan fungsi tujuan.

Menyusun model matematika:

4. Kendala waktu pemotongan:

(1.1) Z= 8000x + 6000y ............ (fungsi tjuan)

harus memenuhi (h.m.):

(1.2) 4x + 4y 5_ 100 ................(kendala waktu pemotongan).

(1.3) 3x + 2y . 60 ................. (kendala waktu perampungan)

(1.4) x  0 , y  0 ......................... (persyaratan nonnegatip).

Tipe masalah ini adalah minimum.

Jadi model matematika selengkapnya adalah:

Min. Z= 30X + 24Y,

h.m.: 900X + 300Y  1800,

300X + 1800Y  4500,

Secara umum masalah PL dapat dinyatakan sbb:

Secara matematis pernyataan tersebut dapat dinyatakan sbb:

mencapai nilai optimal. aij , bi dan c j adalah konstanta.

1.5. Metode-metode untuk Menyelesaikan Masalah Program Linear

Menyelesaikan masalah PL dengan metode grafik berarti menggambarkan pembatas sebagai

Beberapa istilah berikut sering dipakai dalam menyelesaikan PL :

a. Himpunan titik-titik yang memenuhi pembatas disebut himpunan penyelesaian

Prinsip-prinsip berikut digunakan untuk menyelesaikan masalah PL:

a. Himpunan penyelesaian fisibel merupakan himpunan konveks. (Bukti lihat

b. menentukan daerah penyelesaian fisibel ,

c. menentukan penyelesaian optimal (PO).

TITIK X y Z= 8000 x + 6000 y KETERANGAN

2.2. Penggunaan Garis Selidik

Garis selidik dari masalah PL yang fungsi tujuannya Z = ax + by adalah ax + by =k

2.3. Penyelesaian Optimal Tidak Tunggal

Model matematika dari masalah pada Contoh 2.2 adalah:

(2.1) Z= 6000x + 4000y .............. (fungsi tujuan)

harus memenuhi (h.m.):

(2.2) x + y  25 ............................ (kendala waktu pemotongan).

(2.3) 3x + 2y  60 .................... (kendala waktu perampungan)

(2.4) x  0, y  0 ............................ (persyaratan nonnegatip).

TITIK x y Z= 6000 x + 4000 y KETERANGAN

(10,15) adalah PO. Perhatikan garis dengan persamaaan

3x + 2y=60 (*) ekuivalen dengan y=30 - 1 1/2 x (**).

Selanjutnya disubtitusikan (**) pada fungsi tujuan akan diperoleh:

Z = 6000 x + 4000 (30-1 1/2 x)

yo=30 - 1 1/2 (10-a) = 15 + 1 1/2 a.

Rak 10 buah dan meja 15 buah atau

Rak 12 buah dan meja 12 buah atau

Rak 14 buah dan meja 9 buah atau

Rak 16 buah dan meja 6 buah atau

Keuntungan maksimum yang dapat diperoleh sebesar RP 120.000,-

Misalkan: Z=c1x1 + c2x2 + ...+cnxn dan Z=-Z, maka Z=-(c1x1+c2x2+...+cnxn)

Misalkan Zmaks. tercapai untuk x1=a0,x2=a2,...,xn=an,maka Zmin.=-Zmaks akan tercapai juga