Makalah Dualitas

Disusun untuk memenuhi tugas Operation Research

Disusun oleh :
NAMA : Annisa rianti zahro
NIM : 1701025037

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MULAWARMAN
SAMARINDA
2019
 DUALITAS

“ Associated with any LP is another LP, called the dual.” Baik dari sudut
pandang teori maupun praktik, teori dualitas merupakan salah satu konsep yang
sangat penting dan menarik dalam linear programing(LP). Istilah dualitas menunjuk
pada kenyataan bahwa setiap LP terdiri dari dua bentuk. Bentuk pertama atau bentuk
asli dinamakan primal, sementara bentuk yang kedua yang berhubungan dinamakan
dual demikian sehingga suatu solusi terhadap LP yang asli juga memberikan solusi
pada bentuk dualnya. Jadi, jika suatu LP diselesaikan dengan metode simpleks,
sesungguhnya diperoleh penyelesaian untuk dua masalah LP.
A. Pengertian Primal dan Dual
Pada tahun 1947, J. Von Neuman memformulasikan dual dari model PL.
variabel-variabel dari model dual dikaitkan dengan kendala-kendala dan
persyaratan non negative. Model PL yang asli disebut primal dan formulasi yang
baru disebut dual. Andaikan model matematika dari suatu masalah P disajikan
sebagai berikut: Model Ia.
Maks : Z = CX
h.m : AX ≤ b, X > 0
Maka dengan menggunakan bilangan-bilangan yang ada pada Model Ia,
kita dapat menyusun suatu model matematika baru sebagai berikut:
Model Ib:
Min : Z’ = b’Y
h.m : A’Y ≥ 0, Y ≥ 0
dual model matematika diatas dengan menggunakan notasi sigma dapat
dinyatakan sebagai berikut :
Model Ic :
Maks : Z = c.x cj xj
�
h.m : aijxij ≤ bi
�
Xj ≥ 0, i – 1, 2,…,m,j = 1, 2, ….n
Model Id:

3
 Min : Z’ = � i i
by

h.m : � ji i
b y �c j
yi �0, i = 1, 2,..., m, j = 1, 2,..., n
Model matematika diatas juga dapat ditulis secara lebih rinci sebagai berikut :
Model Ic :
Maks : Z = c1 x1 + c2 x2 + ... + cn xn
h.m : a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2 n xn = b2
L L L L L L L L L L L L L
a1n y1 + a2 n x2 + .... + amn xn = bm
x j �0, j = 1, 2,....., n
Model If:
Maks : Z = b1 y1 + b2 y2 + ... + bn yn
h.m : a11 y1 + a12 y2 + ... + a1n yn = c1
a21 y1 + a22 y2 + ... + a2 n yn = c2
L L L L L L L L L L L L L
a1n y1 + a2 n x2 + .... + amn xn
x j �0, j = 1, 2,....., m
Model Ia, Ic, dan Ie adalah model baku (standar) dari masalah maksimum,
sedangkan model Ib, Id, dan If adalah model baku dari masalah minimum.
Tampak bahwa,
1. Model Ia, Ic dan Ie berkaitan dengan masalah maksimu, sedangkan model Ib,
Id dan If berkaitan dengan masalah minimum.
2. Variabel-variabel pada semua model nilainya non negatip.
3. Koefisien fungsi tujuan pada masalah maksimum merupakan nilai ruas kanan
pembatas pada masalah minimum, dan sebaliknya.
4. Matriks koefisien pada masalah maksimum merupakan transpose matriks
koefisien pada masalah minimum.
Dari pembicaraan dimuka setiap kali suatu masalah PL disusun model
matematikanya dalam bentuk baku, maka kita dapat menyusun model matematika
baru yang berkaitan erat antara satu dengan yang lain. Masalah PL yang dirumuskan
pertama disebut Primal sedangkan masalah yang kedua adalah primal dari masalah

4
yang kedua dan masalah yang kedua adalah dual dari masalah pertama, boleh juga
dikatakan sebaliknya.
Ide matematis masalah dual seperti diuraikan diatas ada manfaatnya di dalam
masalah konkrit, utaanya dibidang ekonomi. Ide tersebut bermanfaat untuk
memecahkan beberapa masalah ekonomi khususnya untuk mengubah masalah
maksimum menjadi masalah minimum yang saling berkaitan atau sebaliknya. Dua
masalah yang berhubungan secara tangga itu sangat erat hubungannya, sebab yang
satu dibentuk dari masalah yang lain. Mereka memasalahkan sumber daya atau input
yang sama. Hal itu terlihat pada model matematika kedua masalah yang
menggunakan. Bilangan-bilangan atau koefisien-koefisien yang sama. Eratnya
hubungan antara primal dan dual ditunjukkan juga oleh teorema berikut:
Jika primal mempunyai PO, maka dual juga mempunyai PO. Hal ini berlaku
pula sebaliknya. PO kedua masalah tersebut akan memberikan nilai fungsi tujuan
yang sama besarnya. Secara matematis, sebagaimana diuraikan pada awal bab ini,
setiap ada model matematika selalu dapat disusun model matematika dualnya. Akan
tetapi model matematika dari dual belum tentu dapat ditafsirkan secara tegas dalam
masalah ekonomi, walaupun primal merupakan masalah nyata.

B. Tafsiran Ekonomi Tentang Masalah Dualitas

Berikut adalah bentuk masalah PL yang mengandung masalah dualitas.
Contoh :
Perusahaan farmasi FARMARIA memiliki persediaan 2 kuintal zat A dan 6
kuintal zat B sebagai bahan pembuatan obat, Bahan baku tersebut dipakai untuk
membuat 3 macam obat, yaitu P,O dan R. obat P murni dengan bahan baku zat A dab
dan dijual dengan harga $30 per ons. Obat Q merupakan campuran zat A dan zat B
dengan perbandingan 1:1 dan dijual dengan harga $40 per ons. Obat R merupakan
campuran zat A dan zat B sehingga banyaknya zat B tiga kali lipat zat A, dan dijual
dengan harga $50 per ons. Perusahaan farmasi FARMARIA ingin memperoleh hasil
penjualan yang sebesar-besarnya dari kegita macam obat tersebut.

5
Sementara ini perusahaan farmasi AFIAT ingin membeli bahan baku pbat zat B dari
perusahaan farmasi FARMARIA. Perusahaan farmasi AFIAT menawarkan harga
pembeli per ons untuk masing-masing bahan baku. Perusahaan farmasi AFIAT ingin
menentukan harga pembeli per ons yang seminimal mungkin dan perusahaan farmasi
FARMARIA akan menerima tawaran kalau hasil penjualan ke perusahaan AFIAT
tidak berkurang dibanding jika dijual sendiri dalam bentuk obat.
Model matematika dari masalah yang dihadapi perusahaan farmasi
FARMARIA dapat disusun sebagai berikut:
Maksimalkan :
Z : hasil penjual ketiga macam obat (dalam dollar)
X1 : banyaknya obat P yang diproduksi (dalam ons)
X2 : banyaknya obat Q yang diproduksi (dalam ons)
X3 : banyaknya obat R yang diproduksi (dalam ons)
Dari informasi tersebut diperoleh :
 Banyaknya zat A yang diperlukan untuk membuat obat P adalah x1 ons
 Banyaknya zat A yang diperlukan untuk membuat obat Q adalah ½ x2 ons
 Banyaknya zat A yang diperlukan untuk membuat obat R adalah ¼ x3 ons
 Banyaknya zat B yang diperlukan untuk membuat obat P adalah 0 ons
 Banyaknya zat B yang diperlukan untuk membuat obat Q adalah ½ x2 ons,
 Banyaknya zat B yang diperlukan untuk membuat obat R adalah ¾ x3 ons,
Persediaan zat A sebanyak 2 kuintal sama dengan 2000 ons, dan persediaan zat B
sama dengan 6000 ons. Selanjutnya diperoleh:
Model IIa:
Maks. Z = 30 x1 + 40 x2 + 50 x3
h.m: x1 + ½ x2 + ¼ x3 ≤ 2000
½ x2 + ¾ x3 ≤ 6000
x1, x2, x3 ≥ 0
model matematika dari masalah yang dihadapi perusahaan farmasi AFIAT dapat
disusun sebagai berikut.

Misalkan:
Z’ : biaya pembelian zat A dan B (dalam dollar)
y1 : harga per ons zat A (dalam dollar)

6
y2 : harga per ons zat B (dalam dollar)
maka diperoleh hubungan Z’ = 2000 y1 + 6000 y2
Karena obat P hanya terdiri atas zat A (1 ons obat P memerlukan 1 ons zat A
dan harga jual per ons obat P adalah $30, maka untuk setiap ons zat A perusahaan
farmasi AFIAT sekurang-kurangnya harusmembayar kepada FARMARIA sebesar
$30. Jadi diperoleh hubungan.
y1 ≥ 30
karena setiap ons obat Q mengandung ½ ons zat A dan ½ ons zat B, dan harga jual
per ons obat Q sebesar $40, maka untuk setiap ½ ons zat A ditambah ½ ons zat B
yang terkandung pada obat Q harus dibayar oleh AFIAT sekurang-kurangnya $40.
Diperoleh hubungan.
½ y1 + ¾ y2 ≥ 40
Dengan penalaran yang sama dari informasi yang berkaitan dengan obat R diperoleh
hubungan:
¼ y1 + ¾ y2 ≥ 50
Dengan demikian FARMARIA tidak mengalami penurunan hasil penjualan apabila
bersedia menjual bahan bakunya kepada AFIAT. Model matematika dari masalah
AFIAT adalah
Model IIb
Min Z’ = 2000 y1 + 6000 y2
h.m: y1 ≥ 30
½ y1 + ½ y2 ≥ 40
¼ y1 + ¾ y2 ≥ 50
y1, y2 ≥ 0
Model matematika dari masalah dualitas diatas ialah
Primal: model IIa
Dual: model IIb
Contoh diatas menunjukkan bahwa dari suatu sumber daya yang sama muncul
dua masalah. Pertama, masalah yang dihadapi oleh perusahaan farmasi FARMARIA
7
yang dapat dianggap sebagai primal (masalah utama), yaitu masalah
memaksimumkan penjualan obat dengan kendala terbatasnya bahan baku. Kedua,
masalah yang dihadapi perusahaan farmasi AFIAT yang dapat dianggap dual dari
masalah pertama, yaitu masalah minimumkan biaya pembelian bahan baku dengan
kendala harga yang minimal.

C. Dualitas dan penyelesaiannya

Pada bahasan ini dalam menentukan PO akan digunakan metode simpleks, tetapi
simbul Zj-cj dalam table tetap digunakan walaupun symbol untuk fungsi tujuan
mungkin sudah diganti dengan Z’, T, T’, Z*, P, dsb. Pada masalah yang dihadapi oleh
perusahaan farmasi FARMARIA dan AFIAT, model matematika primal dapat diubah
menjadi:
Maks: Z = 30 x1 + 40 x2 + 50 x3 + 0 S1 + 0 S2
h.m: x1 + ½ x2 + ¼ x3 + S1 = 2000
½ x2 + ¾ x3 + S2 = 6000
x1, x2, S1, S2 ≥ 0
pengerjaan selanjutnya, metode simpleks menghasilkan Tabel 6.1.a dan Tabel 6.1.b.
table 6.1.a
30 40 50 0 0
cb VDB q x1 x2 x3 S1 S2
0 S1 2000 1 ½ -¼* 1 0
0 S2 6000 0 ½ ¾ 0 1
Zj - cj -30 -40 -50 0 0

Table 6.1.b
30 40 50 0 0
cb VDB q x1 x2 x3 S1 S2
50 x1 8000 4 2 1 4 0
0 S2 0 -3 -1 0 -3 1
Zj - cj 400000 -170 60 0 200 0

8
Pada table 6.1.b, ternyata Zj - cj ≥ 0 untuk semua j. Jadi sudah diperoleh program
optimal. Jawaban atas model adalah Zmaks = 400.000 dicapai bila x1 = 0, x2 = 0, dan
x3 = 8000. Jawaban atas masalah adalah FARMARIA akan memperoleh hasil
penjualan maksimum sebesar $40.000 jika hanya membuat obat R sebanyak 8000
ons. Model matematika masalah dual dengan terlebih dahulu mendefinisikan z’* =
-Z’ dapat diubah menjadi
Maks: Z’* = -2000 y1 – 6000 y2 + 0 S1 + 0 S2 – Mxa1 – Mxa2
h.m: y1 – S1 + xa1 = 30
½ y1 + ½ y2 – S2 + xa2 = 40
¼ y1 + ¾ y2 – S3 + xa3 = 50
y1, y2, S1, S2, S3, xa1, xa2, xa3 ≥ 0
pengerjaan selanjutnya dengan metode simpleks menghasilkan Tabel 6.2.a, Tabel
6.2.b, Tabel 6.2.c.
table 6.2.a
-2000 -6000 0 0 0 -M -M -M
cb VDB Q y1 y2 S1 S2 S3 ya1 ya2 ya3
-M ya1 30 1* 0 -1 0 0 1 0 0
-M ya2 40 ½ ½ 0 -1 0 0 1 0
-M ya3 50 ¾ ¾ 0 0 -1 0 0 1
Zj - cj - -¾M -5/4 M M M 0 0 0
120M +2000 +6000

Table 6.2.b
-2000 -6000 0 0 0 -M -M -M
cb VDB Q y1 y2 S1 S2 S3 ya1 ya2 ya3
- y1 30 1 0 -1 0 0 1 0 0
2000
-M ya2 25 0 ½* ½ -1 1 -½ 1 0
-M ya3 42 ½ 0 ¾ ¼ 0 0 -¼ 0 1
Zj - cj -62 ½ 0 -5/4 -¾ M M M ¾M 0 0
M +6000 +2000

9
 Table 6.2.c
-2000 -6000 0 0 0 -M -M -M
cb VDB Q y1 y2 S1 S2 S3 ya1 ya2 ya3
- y1 30 1 0 -1 0 0 1 0 0
2000
- y2 50 0 1 1 -2 0 -1 2 0
6000
-M ya3 5 0 0 -½ 3/2* -1 ½ -3/2 1
Zj - cj -5M 0 0 ½M -3/2M M ½M 3/2M 0
-3600 -400 +12000 +4000 -1200
0 0 0

Tabel 6.2.d
-2000 -6000 0 0 0 -M -M -M
cb VDB Q y1 y2 S1 S2 S3 ya1 ya2 ya3
- y1 30 1 0 -1 0 0 1 0 0
2000
 4 / 3 -1/3
- y2 56 2/3 0 1
1/ 3 * 0 0 4/3
6000
0 S2 10/3 0 0 - 1 -2/3 1/3 -1 2/3
1/ 3
Zj - cj - 0 0 0 0 8000 M M M-
400000 8000

Tabel 6.2.e
-2000 -6000 0 0 0 -M -M -M
cb VDB Q y1 y2 S1 S2 S3 ya1 ya2 ya3
- y1 200 1 3 0 0 -4 0 0 4
200
0
0 S2 170 0 3 1 0 -4 -1 0 4
0 S2 60 0 1 0 1 -2 0 -1 2
Zj - cj - 0 0 0 0 8000 M M M-
400000 8000

10
 Tabel 6.2.d dan Tabel 6.2.e menunjukkan bahwa Z’* maks= -400.000 dicapai
bila y1 = 2.000 dan y2 = 0 atau y1 = 30 dan y2 = 50 2/3. Ini berarti Z’min =
400.000 dicapai bila y1 = 200 dan y2 = 0 atau y1 = 30 dan y2 56 2/3. Kasus
terjadinya PO lebih dari satu.
Jadi suapay perusahaan farmasi AFIAT mengeluarkan biaya sekecil mungkin
untuk pembelian zat A dan zat B sebesar $400.000 maka per ons zat A dan zat
B dengan harga y1 rupiah dan per ons zat B dengan harga y2 rupiah sehingga
( y1 , y 2 ) ( y1 , y 2 ) / y1 + 3 y 2 = 200,30  y1  200
Saah satu contoh penetapan harga ialah harga per ons zat Z $30,- dan harga
per ons zat B $ 56,67 (pembulatan)

Contoh:
Misalkan diberikan suatu masalah PL yang model matematikanya sebagai berikut:
Primal: Zmin. 2200 x1 + 2800x 2 + 3200 x3
h.m: 4 x1 + 8 x 2 + 6 x3  15
5 x1 + 7 x 2 + 7 x 3  14

3 x1 + 4 x 2 + 5 y 3  10

x1 , x 2 , y 3  10

Karena model primal sudah dalam bentuk standar maka kita dengan mudah
menentukan model matematika dualnya:
Dual: Zmax. = 15 y1 + 14 y 2 + 10 y 3
h.m : 4 y1 + 5 y 2 + 3 y 3  2200
8 x1 + 7 x 2 + 4 x 3  2800

6 x1 + 7 x 2 + 5 x 3  3200

x1 , x 2 , y 3  0

Tabel 6.3, tabel 6.3.b dan tabel 6.3.c menunjukkan langkah-langkah alogaritma
simpleks untuk menyelesaikan masalah primal. Langkah- langkah dan perhitungan

11
secara detail diserahkan pembaca. Dan tabel 6.4.b tabel 6.4.c dan tabel 6.4.d
menunjukkan langkah-langkah alogaritma dual.

Tabel 6.3. a
-2200 -2800 -3200 0 0 0 -M -M -M
cb VDB Q x1 x2 x3 S1 S2 S3 xa1 xa2 xa3
-M xa1 15 4 8* 6 -1 0 0 1 0 0
-M xa2 14 5 7 7 0 -1 0 0 1 0
-M xa3 10 3 4 5 0 0 -1 0 0 1
- -12M -19M -18M M M M 0 0 0
39M +2200 +2800 +3200

Tabel 6.3. b
- - -3200 0 0 0 -M -M -M
2200 2800
cb VDB Q x1 x2 x3 S1 S2 S3 xa1 xa2 xa3
- x2 15/8 1/ 2 1 6/8 -1/8 0 0 1/8 0 0
2800
-M xa2 14/8 3/ 2 0 7/4 1/8 -1 0 -7/8 1 0
-M xa3 10/2 1 40 2 1/2 0 -1 -1/2 0 1
-5200 800= 0 1100 350+ M M 350+ 0 0
– 5/2M + 15/4M 19/9M
27/8M 15/4M

Tabel 6.3. c
- - - 0 0 0 -M -M -
2200 2800 3200 M
cb VDB Q x1 x2 x3 S1 S2 S3 xa1 xa2 xa3
- x2 3/2 -1/ 2 1 0 -1/2 3/7 0 1/2 3/7 0
2800
-M x3 1/2 6/ 7 0 1 1/2 -4/7 0 -1/2 4/7 0
-M xa3 3/2 5/7 0 0 -1/2 8/7 -1 1/2 -8/7 1
- 5/7- 0 0 12M- 8/7M- M 1/2M- 16/7M 0
5800 1000 200 4400/7 200 –

12
 4400/7

Tabel 6.3. d
- - - 0 0 0 -M -M -M
2200 2800 3200
cb VDB Q x1 x2 x3 S1 S2 S3 xa1 xa2 xa3
- x2 15/16 1/ 8 1 0 - 0 3/8 5/16 6/7 3/8
2800 5/16
- x3 20/16 4/ 8 0 1 4/16 0 -4/8 - 0 4/8
3200 4/16
-M S2 21/16 5/8 0 0 - 1 -7/8 7/16 0 9/8
7/16
- 250 0 0 75 0 550 M- M– M-
6625 75 2400 26500

Dari tabel 6.3.d diperoleh Zmin= 6625 dicapai apabila x1 = 0 , x2 = 15/16 dan x3 =
20/16 tabel 6.4.b dan tabel 6.4.c menunjukkan langkah-langkah alogaritma simpleks
untuk menyelesaiakan masalah dual.langkah- langkah dan perhitunganya secara rinci
sebagai berikut:

Tabel 6.4.a
15 14 10 0 0 0
cb VDB Q y1 y2 y3 S1 S2 S3
0 S1 2200 4 5 3 1 0 0
0 S2 2800 8* 7 4 0 1 0
0 S3 3200 6 7 5 0 0 1
Zj -cj -0 -15 -14 -10 0 0 0

Tabel 6.4.b
15 14 10 0 0 0
cb VDB Q y1 y2 y3 S1 S2 S3
0 S1 800 0 3/2 1 1 -1/2 0
15 y2 350 1 7/8 ½ 0 1/8 0
0 S3 1100 0 7/4 2* 0 -3/4 1

13
 Zj -cj 5250 0 -7/8 -10 -5/2 15/8 0

Tabel 6.4.c
15 14 10 0 0 0
cb VDB Q y1 y2 y3 S1 S2 S3
0 S1 250 0 5/8 1 1 -1/8 -1/2
15 y2 75 1 7/16 0 0 5/16 -1/4
10 y3 550 0 7/8 1 0 -3/8 ½
Zj -cj 6625 0 21/16 0 0 15/16 20/16

Tabel 6.4.c menunjukkan bahwa Z maks = 6625 dicapai untuk y1 = 75, y2 =0 dan y3
=550

D. Membandingkan tabel optimal primal dan tabel optimal dual

Hubungan antara primal dan dual dapat dilihat dengan membandingkan tabel optimal.
Tabel 6.1.b
30 40 50 0 0
cb VDB Q X1 X2 X3 S2 S1
50 X3 8000 4 2 1 4 0
0 S2 0 -3 -1 0 -3 1
X3 400000 170 60 0 200 0

Tabel 6.2.e
-2000 -6000 0 0 0 -M -M -M

14
 cb VDB Q Y1 Y2 S1 S2 S3 ya1 ya2 ya3
-2000 Y1 200 1 3 0 0 -4 0 0 4
0 S1 170 0 3 1 0 -4 -1 0 4
0 S2 60 0 1 0 1 -2 0 -1 2
Z1-c1 -400000 0 0 0 0 8000 M M M-8000
Gambar 6.1
Tabel 6.5
No Tabel 4.1.b Tabel 4.2.e
1. Zmaks. = 400.000 Z’min. = 400.000
2. X1 di luar basis S1 = 170, dalam basis
3. X2 di luar basis S2 = 60, dalam basis
4. X3 = 8000, dalam basis S3 di luar basis
5. S1 di luar basis Y1 = 200, dalam basis
6. S2 = 0, dalam basis Y2 di luar basis
7. S3 di luar basis Tidak ada Y3
8. Kolom x1 : Z1-c1 =170 Dalam basis : S1 = 170
9. Kolom x1 : Z2-c2 =60 Dalam basis : S2 = 60
10. Kolom S1 : Z4-c4 =200 Dalam basis : Y1 = 200
11. Dalam basis : X3 = 8000 Kolom S3 : Z5-c5 =8000
12. Dalam basis : S2 = 0 Kolom y2 : Z2-c2 =0

Dari Tabel 6.1.a, Tabel 6.1.b, Tabek 6.2.a, Tabel 6.2.b, Tabel 6.2.c, Tabel 6.2.d,
dan Tabel 6.2.e diperoleh hubungan Z ≤ Z’. Hubungan antara Tabel 6.1.b (tabel
optimal primal) dan Tabel 6.2.e (tabel optimal dual) ditunjukkan secara grafis dalam
Gambar 6.1.

Tabel 6.6
No Tabel 6.3.d Tabel 6.4.c
1. Zmin. = 6625 Z’maks. = 6625
2. X1 di luar basis S1 = 250, dalam basis
3. X2 = 15/16, dalam basis S2 di luar basis
4. X3 = 20/16, dalam basis S3 di luar basis
5. S1 di luar basis Y1 = 75, dalam basis
6. S2 = 21/16, dalam basis Y2 di luar basis
7. S3 di luar basis y3 = 550, dalam basis
8. Kolom x1 : Z1-c1 =250 Dalam basis : S1 = 250
9. Kolom S1 : Z4-c4 =75 Dalam basis : y1 = 75

15
 10. Kolom S3 : Z6-c6 =550 Dalam basis : Y3 = 550
11. Dalam basis : x2 = 55/16 Kolom S2 : Z5-c5 =15/16
12. Dalam basis : x3 = 20/16 Kolom S3 : Z6-c6 =20/16
13. Dalam basis : S2 = 21/16 Kolom y2 : Z2-c2 =21/16

Selanjutnya kita bandingkan tabel optimal dari primal dan dari dual pada contoh 6.2
-2200 -2800 -3200 0 0 0 M M M
cb VDB Q x1 x2 x3 S1 S2 S3 ya1 ya2 ya3
-2800 x1 15/16 1/8 1 0 5/16 0 3/8 5/16 6/7 5/8
-3200 S1 20/16 4/8 0 1 4/16 0 4/8 4/16 0 4/8
0 S2 21/16 5/8 0 0 7/16 1 7/8 7/16 0 9/8
6625 250 0 0 75 0 550 M-75 M-2400 M-36500

Tabel 6.4.c
15 14 10 0 0 0
y1 Y2 y3 S1 S2 S3
0 S1 250 0 5/8 0 1 4/8 -1/2
15 y1 75 1 7/16 0 0 5/16 -1/4
10 y2 550 0 7/8 1 0 3/8 ½
Z1-c1 6625 0 21/16 0 0 15/16 20/16

Gambar 6.2
Seperti tampak pada Tabel 6.6. dari Tabel 6.3.a, Tabel 6.3.b, Tabel 6.3.c, Tabel
6.4.a, Tabel 6.4.b, dan Tabel 6.4.c diperoleh hubungan Z ≥ Z’. Hubungan antara Tabel
6.3.d (tabel optimal primal) dan Tabel 6.4.c (tabel optimal dual) ditunjukkan secara
grafis dalam Gambar 6.2.
Setelah membandingkan antara tabel optimal dari primal dengan tabel optimal
dari dual dengan dua contoh di muka, kita perhatikan sifat-sifat berikut ini:
1. Apabila primal adalah masalah maksimum dengan Z adalah nilai fumgsi tujuan
dan Z’ adalah nilai fungsi tujuan dari dual, maka pada sebarang tabel dari primal
dan tabel dari dual berlaku Z ≤ Z’ (Bukti lihat Jeter, 1986,119).
2. Pada tabel optimal Zmaks.=Z’min (Bukti lihat MacLewin, 1990, 63-66).

16
 3. Apabila X0=(a1,a2, ..., an) adalah PO dari primal, maka pada tabel optimal dari
dual nilai-nilai a1,a2, ..., an terdapat pada baris penilaian (Z1,c1).
4. Apabila Y0=(b1,b2, ..., bm) adalah PO dari dual, maka pada tabel optimal dari
primal b1,b2, ..., bm terdapat pada baris penilaian (Z1,c1).
5. Jika slack variable ke-i yaitu slack variable yang ditambahkan pada kendala ke-i
dari primal tidak sama dengan nol (S1 ≠ 0) dalam tabel optimal primal, maka
variabel ke-i dual akan sama dengan nol (y1 = 0) . sebaliknya jika variabel ke-i
pada dual tidak sama dengan nol (y1 ≠ 0), maka slack variable ke-i pada primal
akan sama dengan nol (S1 = 0) (Bukti lihat Hadley,1980, 240-241) .
6. Jika vaeriabel x1 muncul pada basis dalam tabel optimal primal, maka slack
variable atau surplus variable pada kendala ke-j pada tabel optimal dual akan
sama dengan nol (S1 = 0) (Bukti lihat Hadley,1980,p. 240) .
7. Apabila masalah primal merupakan masalah yang takterbatas (unbounded
solutions) penyelesaian fisibel (infeasible solution) (Bukti lihat Hdley,
1980,p.241;MacClewin,1990,66).

Contoh Soal :
1.Perusahaan sepatu “EGYPT” membuat 2 macam sepatu. Yang pertama adalah
sepatu dengan sol karet (X1), dan yang kedua adalah sepatu dengan sol dari kulit (X2).
Untuk memproduksi kedua macam sepatu tersebut perusahaan menggunakan 3 jenis
mesin. Mesin 1 = khusus untuk membuat sepatu karet, dengan kapasitas max = 8 jam.
Mesin 2 = khusus untuk membuat sepatu dari kulit, dengan kapasitas max = 15 jam.
Mesin 3 = khusus untuk assemblim kedua macam sepatu tersebut, dengan kapasitas
max = 30 jam.

17
 Ø Setiap lusin X1 mula-mula dikerjakan di mesin 1 selama 2 jam dan selanjutnya
menuju mesin 3 selama 6 jam. Sedangkan X2 dikerjakan oleh mesin 2 selama 3 jam
dan langsung ke mesin 3 selama 5 jam.
Ø Sumbangan terhadap laba untuk setiap sepatu X1 = Rp. 30.000 sedangkan sepatu
X2 = Rp. 50.000.
Ø Untuk mendapatkan hasil yang optimal, berapakah sepatu X 1 dan X2 yang harus
diproduksi?
Jawab :
 Langkah pertama kita buat tabel dari soal diatas agar lebih mudah
penyelesaiannya, lihat tabel dibawah ini :

Variabel X1 X2 Kapasitas Maksimum Mesin

Y1 2 0 ≤8
Y2 0 3 ≤ 15
Y3 6 5 ≤ 30
Laba dalam Rp. 10.000 ≥3 ≥5



 Kemudian kita buat perumusan fungsi maksimum dan minimum beserta batasan-
batasannya, perhatikan perumusan dibawah ini :
Maksimumkan : Z = 3X1 + 5X2 Minimumkan : Y0 = 8Y1 + 15Y2 +30Y3
Batasan-Batasan : Batasan-Batasan :
2X1 ≤ 8 2Y1 + 6Y3 ≥ 3
3X2 ≤ 15 3Y2 + 6\5Y3 ≥ 5
6X1 + 5X2 ≤ 30 Y1 , Y2 , Y3 ≥ 0
X1 , X2 ≥ 0
 Selanjutnya kita buat perumusan fungsi kendala dari fungsi maksimum :

18
 2X1 ≤ 8 2X1 + X3 = 8
3X2 ≤ 15 3X2 + X4 = 15
6X1 + 5X2 ≤ 30 6X1 + 5X2 + X5 = 30
 Kemudian kita rubah fungsi Z menjadi fungsi tujuan maks, lihat perumusan
dibawah ini :
Fungsi Z = 3X1 + 5X2
Fungsi tujuan maks : Z – 3X1 – 5X2
 Setelah itu kita buat tabel simpleks, lihat tabel dibawah ini :
Variabel Dasar Z X1 X2 S1 S2 S3 NK LR/KET
Z 1 -3 -5 0 0 0 0 -
S1 0 2 0 1 0 0 8 8/0
S2 0 0 3 0 1 0 15 15/3=5
S3 0 6 5 0 0 1 30 30/5=6
 Tentukan kolom pivot dengan cara kita lihat nilai negatif terbesar pada basis Z
yaitu pada kolom X2 yang bernilai -5 (yang berwarna abu-abu)
 Tentukan baris pivot dengan cara kita lihat hasil nilai LR/KET = NK/Kolom
pivot X2 yaitu 8/0, 15/3=5, dan 30/5=6, karena 5 adalah indeks terkecil maka
pada baris S2 dijadikan baris kunci pivot dengan 3 sebagai pivotnya.
 Kemudian kita merubah nilai baris kunci(pivot) S2= 0/3 = 0 , 3/3 = 1 , 0/3 = 0 ,
1/3 , 0/3 = 0 , 15/3 = 5
 Lalu kita hitung baris ke 1 (Z) :
–3 –5 0 0 0 0
0 1 0 1/3 0 5
(–5) ------------------------------------------------------ –
–3 0 0 5/3 0 25

 Selanjutnya kita hitung baris ke 2 (S1) :

2 0 1 0 0 8
0 1 0 1/3 0 5
(0) ------------------------------------------------------ –

19
 2 0 1 0 0 8

 Kemudian kita hitung baris ke 4 (S3) :

6 5 0 0 1 30
0 1 0 1/3 0 5
(5) ------------------------------------------------------- –
6 0 0 –5/3 1 5
 Setelah itu kita masukkan hasil perhitungan diatas kedalam tabel simpleks, lihat tabel
dobawah ini :
Variabel Z X1 X2 S1 S2 S3 NK LR/KET
Dasar
Z 1 -3 0 0 5/3 0 25 -
S1 0 2 0 1 0 0 8 8/2=4
S2 0 0 1 0 1/3 0 5 5/0
S3 0 6 0 0 -5/3 1 5 5/6
Karena masih belum optimal maka lakukan langkah sebagai berikut :
 Tentukan kolom pivot dengan cara kita lihat nilai negatif terbesar pada baris
Z yaitu pada kolom X2 yang bernilai -3
 Tentukan baris pivot dengan cara kita lihat hasil nilai LR/KET –
NK/KOLOM PIVOT X1 yaitu; 8/2=4, 5/0, 5/6. Karena 5/6 indeks terkecil
maka, pada baris S3 dijadikan baris kunci pivot dengan 6 sebagai pivotnya.

 Kemudian kita merubah nilai baris kunci(pivot)

S3=6/6 = 1 , 0/6 = 0 , 0/6 = 0 , –5/3 / 6 = –5/18 , 1/6 , 5/6
 Lalu kita hitung baris ke 1 (Z) :
–3 0 0 5/3 0 25
1 0 0 –5/18 1/6 5/6
(–3) --------------------------------------------------------- –
0 0 0 5/6 1/2 27 1/2

20
  Selanjutnya kita hitung baris ke 2 (S1) :
2 0 1 0 0 8
1 0 0 –5/18 1/6 5/6
(2) --------------------------------------------------------- –
0 0 1 5/9 –1/3 6 1/3

 Kemudian kita hitung baris ke 3 (X2) :

0 1 0 1/3 0 5
1 0 0 –5/18 1/6 5/6
(0) --------------------------------------------------------- –
0 1 0 1/3 0 5



 Setelah itu kita masukkan hasil perhitungan diatas kedalam tabel simpleks, lihat
tabel dibawah ini :
Variabel Z X1 X2 S1 S2 S3 NK
Dasar
Z 1 0 0 0 5/6 1/2 27 1/2
S1 0 0 0 1 5/9 –1/3 6 1/3
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 –5/18 1/6 5/6
Kesimpulan :
Dari hasil tabel diatas sudah dinyatakan optimal karena nilai pada kolom X 1 dan
X2 sudah bernilai positif (+). Oleh karena itu kita bisa lanjutkan ke proses dualitas
dengan cara dibawah ini :

 Pertama kita masukkan nilai solusi optimal simpleksnya :

X1 = 5/6
X2 = 5

21
 Laba = 27 1/2
 Kemudian dengan cara yang sama, masukkan solusi optimal masalah dualnya :
Y1 = 0
Y2 = 5/6
Y3 = 1/2
 Terakhir kita masukkan perumusan Fungsi Tujuan Dual :
Minimalkan Y = 8Y1 + 15Y2 + 30Y3
= 8(0) + 15(5/6) + 30(1/2)
= 27 1/2 → “nilai ini sama dengan yang dihasilkan dari fungsi
tujuan primal / simpleks sebelumnya”.

2. Sebuah toko roti memproduksi 2 jenis roti yaitu A dan B. Bahan baku utama
ke dua roti sama yaitu tepung terigu, gula pasir dan mentega. Roti A
membutuhkan 30gr tepung, 15gr gula pasir dan 10gr mentega sedangkan
roti B membutuhkan 40gr tepung, 20gr gula pasir dan 15gr mentega. Dimana
banyaknya bahan yang tersedia adalah tepung 8kg, gula pasir 5kg dan
mentega 3kg. harga jual roti A Rp.700/potong dan harga jual roti B
Rp.600/potong.
Diasumsikan permintaan konsumen sesuai dengan jumlah produksi.
Tentukan jumlah roti A dan roti B yang harus diproduksi untuk mendapatkan
keuntungan yang maksimal.
a) Formulasikan persoalan pemrograman linier diatas
b) Formulasikan persoalan rangkap dari persoalan pertama pemrograman
yang telah diperoleh

Penyelesaian:

a) - Persoalan maksimum
- Variabel keputusan
X1 = Roti A
X2 = Roti B
- Fungsi Tujuan
Z= 700 x1 + 600 x2 ; maksimum
- Pembatas

22
 30 x1 + 40 x2 8000

15x1 + 20x2 5000

10x1 + 15x2 3000

Cari : x1 dan x2
S.r.s : Z = 700 x1 + 600 x2 ; maksimum
D.p : 30 x1 + 40 x2 8000

15x1 + 20x2 5000

10x1 + 15x2 3000

X1 ; X2

b) Dual problem
Cari : y1, y2, y3
S.r.s : W = 8000y1 + 5000 y2 + 3000 y3 ; minimum
D.p : 30 y1 + 15 y2 + 10 y3

40 y1 + 20 y2 + 15 y3

y1; y2 ; y3

3. Formulasikan persoalan rangkap (dual problem) dan persoalan utama (primal

problem) pemrograman linear berikut !

Cari : x1, x2, dan x3

S.r.s : Z = -4x1 + 2x2 + 8x3 ; Minimum
D.p : x1 + 5x2 + 7x3

- x1 + 4x2- 8x3

- x1 + 2x2 + 6x3

x1 ; x2 ; x3 0

Solusi :
Cari : y1, y2, dan y3
S.r.s : W = 24x1 + 12x2 +18x3; Maksimum
D.p : y1 – y2 – y3 -4

23
 5y1 + 4y2+ 2y3 2

7y1 - 8y2+ 6y3 8

y1 ; y2 ; y3

DAFTAR PUSTAKA

Indrahardiyana. 2014. Teori dualitas. https://indrahardiyanasite.wordpress.com/2014

/03/19/teori-dualitas-2/.Diunduh tanggal 27 mei 2019 pukul 16.00 wib
Suyitno, H. (2017). Progra Linear Dengan Penerapannya. Yogyakarta: Magnum
Pustaka Utama.

Zulkifli, zefri. 2013. Metode dualitas. http://defri-z.blogspot.co.id/2013/04/metode

dualitas.html?m=1. Diunduh tanggal 27 Mei 2019 Pukul 17.36

24