SOLUSI PEMROGRAMAN LINIER DENGAN

METODE SIMPLEKS

MAKALAH
UNTUK MEMENUHI TUGAS MATAKULIAH
Program Linier
Yang dibina oleh Galuh Tyasing Swastika, M.Pd

Disusun Oleh:
Ade Irma Wulandari (1844201001)
Susi Darmawaningsih (1844201019)
Widya Fidirla (1844201011)

PROGRAM STUDI S1 MATEMATIKA

FAKULTAS ILMU EKSAKTA
UNIVRSITAS NAHDLATUL ULAMA
BLITAR
2019

i
 KATA PENGANTAR

Syukur alhamdulillah atas kehadirat Allah SWT. Yang mana telah

memberikanrahmat dan karunia-Nya pada penulis. Sehingga penulis dapat
menyelesaikan makalah yang berjudul “Solusi Pemrograman Linier Dengan Metode
Simpleks”, untuk memenuhi tugas matakuliah Program Linier.
Tidak lupa penulis menyampaikan terima kasih kepada:

1. Bapak Prof. H. M. Zainuddin, M.Pd selaku Rektor Universitas Nahdlatul

Ulama Blitar.
2. Bapak Puji Wianto, M.Pd selaku Wakil Rektor Bidang Umum dan
Kemahasiswaan Universitas Nahdlatul Ulama Blitar.
3. Ibu Galuh Tyasing Swastika, M.Pd selaku dosen pembina mata kuliah Program
Linier.
4. Ibu Rizka Rizqi Robby, S.Pd, M.Si selaku Kaprodi Matematika.
5. Teman-teman Program Studi Matematika angkatan 2018 atas
kerjasamanya.
6. Semua pihak yang tidak dapat disebutkan satu-persatu yang telah membantu
demi terselesaikannya makalah ini dengan lancar.
Semoga Allah SWT membalas semua kebaikan kalian, amin.

Penulis menyadari dalam penyusunan makalah ini masih banyak

kekurangan yang terdapat di dalamnya, untuk itu penulis sangat mengharapkan
adanya kritikan dan masukan yang bersifat membangun demi kesempurnaan makalah
ini. Akhir kata penulis berharap semoga makalah ini berguna dan bermanfaat bagi
para pembaca dan penulis selanjutnya.

Blitar, 4 September 2019

Penulis

DAFTAR ISI

ii
KATA PENGANTAR...............................................................................................ii
DAFTAR ISI...........................................................................................................iii
BAB I PENDAHULUAN
1.1 Latar Belakang.......................................................................................1
1.2 Rumusan Masalah..................................................................................1
1.3 Tujuan.....................................................................................................2
BAB II PEMBAHASAN
2.1 Penentuan Bentuk Standart....................................................................3
2.2 Beberapa Definisi dan Teorema.............................................................5
2.3 Algoritma................................................................................................9
2.4 Contoh Terapan dan Penggunaan Software untuk Penentu Solusi.......17
BAB III PENUTUP
3.1 Kesimpulan...........................................................................................22
DAFTAR PUSTAKA.............................................................................................24

iii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Dalam matematika terdapat metode untuk mengalokasikan sumber daya

yang terbatas untuk mencapai suatu tujuan yang optimal. Metode ini adalah
pemrograman linier. Pemrograman linier banyak diterapkan dalam masalah
ekonomi, industry, milier, social, dan lain-lain.
Pemrograman linier berkaitan dengan penjelasan suatu kasus dalam
dunia nyata sebagai model matematika yang terdiri dari sebuah fungsi tujuan
linier dengan beberapa kendala linier. Pemrograman linier meliputi
perencanaan aktivitas untuk mendapatkan hasil optimal, yaitu sebuah hasil
yang mencapai tujuan terbaik (menurut model matematika) diantara semua
kemungkinan alternatif yang ada.
Karakteristik-karakteristik pada pemrograman linier adalah fungsi tujuan
untuk memaksimumkan atau meminimumkan sesuatu, fungsi pembatas yang
membatasi tingkatan pencapaian tujuan, adanya beberapa alternatif tindakan
yang bias dipilih, fungsi tujuan dan kendala dalam permasalahan diekspresikan
dalam bentuk persamaan atau pertidaksamaan linier.
Metode simpleks adalah suatu metode yang secara sistematis dimulai dari
suatu pemecahan dasar yang dimungkinkan kepemecahan dasar yang lainnya
dan ini dilakukan tahap demi tahap yang disebut dengan iterasi (dengan jumlah
iterasi yang terbatas) sehingga pada akhirnya akan tercapai suatu pemecahan
dasar yang optimum dan setiap langkah menghasilkan suatu nilai dari fungsi
tujuan yang selalu lebih optimal atau sama dari langkah-langkah sebelumnya.

1.2 Rumusan Masalah

1. Bagaimana menentukan bentuk standar model program linear?

2. Apa definisi dan teorema yang berkaitan dengan solusi pemrograman
linear dengan metode simpleks?
3. Bagaimana solusi pemrograman linear pada algoritma simpleks?

1
 4. Bagaimana contoh penerapan dan penggunaan software untuk penentuan
solusi?

1.3 Tujuan

Adapun tujuan dari penulisan makalah tentang solusi pemrograman linier

dengan metode simpleks ini, yaitu untuk mengetahui tentang:
a. Penenentukan bentuk standar model program linear.
b. Definisi dan teorema yang berkaitan dengan solusi pemrograman linear
dengan metode simpleks.
c. solusi pemrograman linear pada algoritma simpleks .
d. Contoh penerapan dan penggunaan software untuk penentuan solusi.

2
 BAB II
PEMBAHASAN

2.1Penentuan Bentuk Standart

Metode simpleks merupakan metode yang bisa digunakan untuk

menyelesaikan program linier dengan jumlah variable keputusan yang
sembarang (bila lebih dari 2 atau bahkan ribuan variabel keputusan). Metode
simplex merupakan metode yang secara sistematis dimulai dari suatu
pemecahan dasar yang fisibel ke pemecahaan lainnya yang dilakukan berulang‐
ulang (iterasi) dengan jumlah ulangan yang terbatas, sehingga akhirnya
tercapai suatu pemecahaan dasar yang optimum.
Sebelum melakukan proses iterasi metode simplek, masalah harus
terlebih dahulu dibawa ke bentuk standar metode kompleks. Bentuk standar
metode kompleks adalah sebagai berikut:

Maksimumkan/minimumkan:

Kendala:

dan

Bentuk program linier di atas juga dapat disajikan dengan memanfaat

konsep matrik menjadi bentuk:
Fungsi Tujuan: Maks/Min Z = CX

Dengan Kendala: AX b

X 0

bentuk bakunya adalah

Fungsi Tujuan: Maks/Min Z = CX

3
Dengan kendala: dan

Contoh:
1. Seorang manajer si perusahaan penghasil kerajinan tangan mempekerjakan
pengrajin untuk membuat piring dan gelas desain Bali. Sumber daya yang
diperlukan adalah tanah liat dan pekerja. Manajer tersebut ingin
memperoleh keuntungan maksimum dari piring dan gelas yang diproduksi.
Berikut data yang dimanfaatkan oleh manajer:
Jam pekerja Pon tanah liat Laba
Produk
(per unit produk) (per unit produk) (per unit produk)
Piring 1 4 80
Gelas 2 3 100
Persediaan
40 120
per hari
Formulasikan persoalan di atas ke dalam bentuk umum pemrograman
linier?
Penyelesaian:
Jumlah yang bisa diproduksi untuk tiap jenis produk dapat diwakili oleh
simbol berikut:

= jumlah piring (unit) yang diproduksi setiap hari

= jumlah gelas (unit) yang diproduksi setiap hari

Karena tujuan manajer adalah keuntungan yang maksimum dari produksi

piring dan gelas, maka fungsi tujuan menjadi:
Fungsi tujuan:

Memaksimumkan

Fungsi kendala:

Pekerja :

Persediaan tanah liat :

Syarat non negatif :

4
 2. Krisna Furniture akan membuat meja dan kursi. Keuntungan yang
diperoleh dari satu unit meja adalah $7,‐ sedang keuntungan yang
diperoleh dari satu unit kursi adalah $5,‐. Namun untuk meraih keuntungan
tersebut Krisna Furniture menghadapi kendala keterbatasan jam kerja.
Untuk pembuatan 1 unit meja dia memerlukan 4 jam kerja. Untuk
pembuatan 1 unit kursi dia membutuhkan 3 jam kerja. Untuk pengecatan 1
unit meja dibutuhkan jam kerja, dan untuk pengecatan 1 unit kursi
dibutuhkan 1 jam kerja. Jumlah jam kerja yang tersedia untuk pembuatan
meja dan kursi adalah 240 jam per minggu sedang jumlah jam kerja untuk
pengecatan adalah 100 jam per minggu. Formulasikan persoalan di atas ke
dalam bentuk umum pemrograman linier?
Penyelesaian:
Misalkan:
= jumlah meja (unit) yang akan diproduksi
= jumlah kursi (unit) yang akan diproduksi.
Fungsi Tujuan :
Memaksimumkan $7
Fungsi Kendala:
Waktu pembuatan : jam/minggu
Waktu pengecatan : jam/minggu
Syarat non negatif :

2.2Beberapa Definisi dan Teorema

Definisi (Solusi Basis)

Solusi basis untuk adalah solusi dimana terdapat maksimal m peubah

bukan nol (peubah dasar/BV). Untuk memperoleh solusi basis dari

maka sebanyak peubah harus dibuat bernilai nol. Peubah-peubah

yang dinolkan (dibuat bernilai nol) ini dinamakan peubah non dasar (NBV).

5
Selanjutnya, dapatkan nilai dari peubah lainnya yang

memenuhi .

Definisi (Solusi Basis Fisibel)

Jika seluruh peubah pada suatu solusi basis bernilai nonnegatif, maka solusi itu
dinamakan solusi basis fisibel (BFS).

Sebelum kita melanjutkan pembahasan mengenai metode simpleks,

berikut ini adalah teorema yang cukup penting digunakan untuk memahami
penerapan metode simpleks.

Teorema 1

Misalkan merupakan himpunan dari m persamaan dengan N peubah

dimana dan . Apabila persamaan tersebut mempunyai

solusi basis dimana maka persamaan tersebut mempunyai solusi basis

fisibel.

Teorema 1 memberikan kesan bahwa solusi masalah program linear

hanya dilakukan melalui pengujian terhadap solusi basis fisibel yang
merupakan pengerjaan dalam metode simpleks. Dalam hal ini secara iteratif
dilakukan pengujian dari satu solusi basis fisibel ke solusi basis fisibel lainnya
sampai fungsi tujuan mencapai nilai optimal. Namun, kita tidak dapat
menyatakan bahwa teorema 1 dapat digunakan untuk memperoleh solusi
masalah program linear secara umum.

Definisi (Solusi Fisibel Titik Ekstrem)

Solusi fisibel titik ekstrem (titik sudut) adalah solusi fisibel yang tidak terletak
pada suatu segmen garis yang menghubungkan dua solusi fisibel lainnya.

Apabila ada sejumlah buah peubah keputusan, maka definisi di atas

6
tidak cocok lagi untuk mengidentifikasi solusi fisibel titik sudut (titik ekstrem)
sehingga pembuktiannya harus dengan cara aljabar.

Ada empat sifat pokok titik ekstrem ini, yaitu:

1. Jika hanya ada satu solusi optimum, maka pasti ada satu titik ekstrem.
2. Jika solusi optimumnya banyak, maka paling sedikit ada dua titik ekstrem
yang berdekatan. (Dua titik ekstrem dikatakan berdekatan jika segmen
garis yang menghubungkan keduanya itu terletak pada sudut dari batas
daerah fisibel).
3. Hanya ada sejumlah terbatas titik ekstrem pada setiap persoalan.
4. Jika suatu titik ekstrem memberikan nilai z yang lebih baik dari yang
lainnya, maka pasti solusi itu merupakan solusi optimum.
Sifat 4 ini menjadi dasar dari metode simpleks yang prosedurnya
meliputi 3 langkah sebagai berikut:
1. Langkah inisialisasi: mulai dari suatu titik ekstrem (0,0)
2. Langkah iteratif: Bergerak menuju titik ekstrem berdekatan yang lebih
baik. Langkah ini diulangi sebanyak diperlukan.
3. Aturan penghentian: Memberhentikan langkah ke-2 apabila telah sampai
pada titik ekstrem yang terbaik (titik optimum).
Terdapat dua aturan yang berlaku dalam memilih titik ekstrem yang
berikutnya setelah mencapai suatu titik ekstrem tertentu, yaitu:
1. Titik ekstrem yang berikutnya harus merupakan titik ekstrem yang
berdekatan dengan titik ekstrem yang sudah dicapai.
2. Solusi ini tidak akan pernah kembali ke titik ekstrem yang telah dicapai
sebelumnya.
Ide dari metode simpleks dapat dikemukakan secara ringkas yaitu bahwa
metode ini selalu dimulai pada suatu titik sudut fisibel, dan selalu bergerak
melalui titik sudut fisibel yang berdekatan, menguji masing-masing titik
mengenai optimalisasinya sebelum bergerak pada titik lainnya. Untuk
mengekspresikan ide di atas dalam konteks metode simpleks, diperlukan suatu
korespondensi antara metode grafik dan metode simpleks mengenai ruang
solusi dan titik-titik sudut (titik-titik ekstrem) sebagai berikut:

Definisi geometris (metode grafis) Definisi aljabar (metode simpleks)

Ruang solusi Pembatas-pembatas dalam bentuk standar

7
Titik-titik sudut/ekstrem Solusi-solusi basis dari bentuk standar

Jumlah iterasi maksimum dalam metode simpleks adalah sama dengan

jumlah maksimum solusi basis dalam bentuk standar, sehingga jumlah iterasi
simpleks ini tidak akan lebih dari:

Teorema 2

Untuk masalah program linear dengan memaksimumkan dengan

pembatas linear dan pembatas tanda . Misalkan solusi basis

fisibel ada dan paling sedikit untuk satu nilai k. dan untuk

semua i = 1, 2, , m, maka masalah program linear tersebut mempunyai nilai

tak tebatas untuk fungsi tujuannya.

Teorema 3

Untuk masalah program linear dengan memaksimumkan dengan

pembatas linear dan pembatas tanda . Apabila pada solusi basis

fisibel yang diperoleh terdapat untuk tiap kolom dari matriks A

yang tidak terdapat pada matriks B maka solusi basis fisibelnya adalah optimal.
Contoh:
Diberikan suatu model permasalahan program linear, berikut ini:

Memaksimumkan: (dalam ribuan)

Dengan pembatas linear:

8
dan dengan pembatas tanda

a. Nyatakan permasalahan program linear di atas ke dalam bentuk baku

b. Tentukan nilai dari untuk semua j

c. Tentukan vector yang akan meninggalkan matriks basis (BV yang akan

jadi NBV)
d. Tentukan nilai fungsi tujuan pada iterasi 1
Penyelesaian:
a. Karena pembatas linearnya bertanda “ ”maka untuk pembatas linear

permasalahan program linear di atas akan ditambahkan slack variable

sehingga diperoleh bentuk standar:

Memaksimumkan:

dengan pembatas linear:

dengan pembatas tanda

b.

c. Vektor (berkorespondensi dengan peubah ) akan menjadi peubah

keluar (leaving variable/LV) meninggalkan matriks basis apabila r

memenuhi syarat:

9
 sehingga vektor yang akan menjadi peubah keluar (LV) adalah vector

yang berkorespondensi dengan peubah . Jadi yang menjadi LV adalah

.
d. Pada iterasi pertama nilai fungsi tujuan yang tadinya z = 0 menjadi

2.3Algoritma

Cara memformat program linier ke bentuk kanonik adalah dengan mengubah

sistem ketidaksamaan kendala menjadi system persamaan melalui penambahan
beberapa variabel penolong pada setiap ruas kiri kendala sedemikian sehingga
terdapat sub‐matrik identitas di dalam matrik koefisien atau matrik sistem
persamaan. Variabel penolong tersebut adalah variabel slack (kekurangan) atau
variabel surplus/exceess (kelebihan) dan variabel artificial (semu). Penambahan
variabel penolong merupakan implikasi dari pengubahan ketidaksamaan menjadi
persamaan. Untuk kendala dengan tanda ketidaksamaan ≤ maka ruas kiri dari
kendala tersebut perlu ditambah variabel slack yang merepresentasikan kekurangan
ruas kiri terhadap ruas kanan. Penambahan variable slack ini akan langsung
menciptakan sub‐matrik identitas di dalam matrik koefisien. Sedangkan untuk
kendala dengan tanda ketidaksamaan ≥ maka ruas kiri dari kendala harus dikurangi
variabel surplus yang mengindikasikan kelebihan ruas kiri terhadap ruas kanan dan
menambah variabel artifisial agar terdapat sub‐matrik identitas di dalam matrik
koefisien. Prosedur penambahan variabel penolong tersebut akan memformat
kendala berbentuk sistem pertidaksamaan menjadi sistem persamaan. Format sistem
persaman dari kendala inilah yang disebut sebagai bentuk kanonik. Aturan
penambahan variabel penolong sebagaimana dijelaskan di atas direkapitulasi ke
dalam Tabel:
Tabel Penambahan variabel penolong

Nama Variabel Notasi Penambahan untuk kendala

Slack S ?
Surplus/excess E ?

10
 Artificial A ?

Sebagai ilustrasi penambahan variabel penolong, kita ambil contoh 1 pada

penjelasan sebelumnya.
Fungsi tujuan:

Memaksimumkan

Fungsi kendala:

Pekerja :

Persediaan tanah liat :

Syarat non negative :

Setelah dilakukan penambahan variabel penolong maka model program linier

menjadi model persamaan linier sebagai berikut:
Fungsi Tujuan:

Memaksimumkan

Fungsi kendala:

Pekerja :

Persediaan tanah liat :

Syarat non negative :

Proses untuk memperoleh solusi optimal dengan metode simpleks dilakukan dengan
menggunakan tabel yang dinamakan Tabel Simpleks sebagai berikut:
Variabel
NK
Basis/Dasar
Z 0 0 0 0 0
1 0 0 0
0 1 0 0

0 0 0 1

11
dimana:

Variabel basis/dasar adalah variabel yang nilainya sama dengan sisi kanan dari
persamaan.

NK adalah nilai kanan persamaan, yaitu nilai di belakang tanda sama dengan (=).

A. Algoritma Simpleks untuk Persoalan Maksimisasi

1. Konversikan formulasi persoalan ke dalam bentuk standar untuk mengubah
pembatas bentuk ≤ menjadi =, dengan cara menambahkan variabel slack (slack

variabel), disingkat , menjadi:

2. Cari Basic Feasible Solution (BFS)

3. Jika seluruh variabel non basis mempunyai koefisien non negatif (artinya
berharga positif atau nol) pada baris fungsi tujuan ( baris persamaan f yang
biasa juga disebut baris nol), maka BFS sudah optimal. Jika pada baris nol
masih ada variabel dengan koefisien negatif, pilihlah salah satu variable yang
mempunyai koefisien paling negatif (negatif paling besar) pada baris 0 itu.
Variabel ini akan memasuki status variabel basis, karena ini variabel ini disebut
sebagai variable yang masuk menjadi variabel basis (Entering Variabel,
disingkat EV).

4. Hitung rasio dari pada pembatas di mana EV‐ nya mempunyai

koefisien positif. Variabel basis pada baris pembatas dengan rasio positif
terkecil akan berubah status menjadi variabel nonbasis. Variabel ini kemudian
disebut sebagai variabel yang meninggalkan basis atau Leaving Variabel,
disingkat LV. Lakukan operasi baris elementer (Elementer row Operation)

12
 untuk membuat koefisien EV pada baris dengan rasio positif terkecil ini
menjadi berharga 1 dan berharga 0 pada baris‐baris lainnya.
Kembali ke langkah 3.
Catatan:
Jika ditemukan lebih dari satu baris yang mempunyai rasio positif terkecil,
pilihlah salah satu. Cara ini tidak akan mempengaruhi hasil perhitungan akhir.

B. Algoritma Simplex untuk Persoalan Minimisasi

Untuk menyelesaikan persoalan program linier dengan fungsi tujuan
meminimumkan f, ada dua cara yang dapat dilakukan, yaitu:
1. Mengubah fungsi tujuan dan persamaannya, kemudian menyelesaikannya
sebagai persoalan maksimisasi.
2. Memodifikasi langkah 3 sehingga seluruh variabel non basis pada baris 0
mempunyai koefisien yang berharga non positif (artinya berharga negatif atau
nol), maka BFS sudah optimal. Jika pada baris 0 masih ada variabel dengan
koefisien positif, pilihlah salah satu variabel yang berharga paling positif pada
baris 0 itu untuk menjadi EV.
3. Untuk mengubah pembatas (constraint) bentuk ≥ menjadi =, kita harus
mengubah ruas kiri dengan variabel baru ei untuk i = 1,2,…,n yang disebut
Excess Variable.
Contoh:
Selesaikan persoalan program linier berikut dengan menggunakan metode
simpleks.
1. Fungsi tujuan
Maks
Dengan kendala:
2

Penyelesaian:
Langkah 1: Mengubah fungsi tujuan dan batas-batasan
 Fungsi tujuan
diubah menjadi
 Fungsi batasan
(diubah menjadi kesamaan & di + slack variable)

13
 (1) menjadi
(2) menjadi
(3) menjadi
Sehingga fungsi tujuan dan batasan menjadi:
 Fungsi tujuan:

 Dengan kendala:

Langkah 2: Menyusun persamaan-persamaan di dalam tabel.

Beberapa istilah dalam metode simpleks
 NK adalah nilai kanan persamaan, yaitu nilai dibelakang tanda sama
dengan (=). Untuk batasan 1 sebesar 8, batasan 2 sebesar 15, dan batasan 3
sebesar 30.
 Variabel dasar adalah variabel yang nilainya sama dengan sisi kanan dari

persamaan. Pada persamaan , kalau belum ada kegiatan apa-

apa, berarti nilai , dan semua kapasitas masih menganggur, maka

pengangguran ada 8 satuan, atau nilai . Pada tabel, nilai variabel

dasar ( ) di fungsi tujuan pada tabel permulaan harus 0, dan nilainya

pada batasan bertanda positif.

1) Tabel simpleks pertama:

Variabel Dasar Z NK
Z 1 -3 -5 0 0 0 0
0 2 0 1 0 0 8
0 0 3 0 1 0 15
0 6 5 0 0 1 30

 Kolom kunci adalah kolom yang merupakan dasar untuk mengubah tabel
simplek. Pilihlah kolom yang mempunyai nilai pada garis fungsi tujuan

14
 yang bernilai negatif dengan angka terbesar. Dalam hal ini kolom dengan

nilai pada baris persamaan tujuan -5. Berilah tanda segi empat pada kolom

, seperti tabel berikut:

2) Tabel simpleks: pemilihan kolom kunci pada tabel pertama

Variabel Dasar Z NK Ket. (Indeks)

Z 1 -3 -5 0 0 0 0
0 2 0 1 0 0 8
0 0 3 0 1 0 15
0 6 5 0 0 1 30
Jika suatu tabel sudah tidak memiliki nilai negatif pada baris fungsi tujuan,
berarti tabel itu tidak bisa dioptimalkan lagi (sudah optimal).
Langkah 3: Memilih baris kunci
 Baris kunci adalah baris yang merupakan dasar untuk mengubah tabel
simlpek, dengan cara mencari indeks tiap-tiap baris dengan membagi nilai-
nilai pada kolom NK dengan nilai yang sebaris pada kolom kunci.
 Indeks = (nilai kolom NK) / (nilai kolom kunci)
Untuk baris batasan 1 besarnya indeks = 8/0 = ~, baris batasan 2 = 15/3 = 5,
dan baris batasan 3 = 30/5 = 6. Pilih baris yang mempunyai indeks positif
dengan angka terkecil. Dalam hal ini batasan ke-2 yang terpilih sebagai
baris kunci. Beri tanda segi empat pada baris kunci. Nilai yang masuk dalam
kolom kunci dan juga masuk dalam baris kunci disebut angka kunci.
Langkah 4: Mengubah nilai-nilai baris kunci
 Nilai baris kunci diubah dengan cara membaginya dengan angka kunci,
seperti tabel 3. Bagian bawah (0/3 = 0; 3/3 = 1; 0/3 =0; 1/3 = 1/3; 15/3 = 5).
Gantilah variabel dasar pada baris itu dengan variabel yang terdapat di

bagian atas kolom kunci ( ).

3) Tabel simpleks: cara mengubah nilai baris kunci
Ket.
Variabel Dasar Z NK
(Indeks)
Z 1 -3 -5 0 0 0 0
0 2 0 1 0 0 8 8/0 = ~
0 0 3 0 1 0 15 15/3 = 5
0 6 5 0 0 1 30 30/5 = 6

15
 Z

0 0 1 0 1/3 0 15/3

0/3 0/3 1/3 0/3 1/3 0/3 15/3

Langkah 5: Mengubah nilai-nilai selain pada baris kunci
Rumus:
Baris baru = baris lama – (koefisien pada kolom kunci) nilai baru baris kunci
Sehingga terjadi perubahan sebagai berikut:
Baris pertama (Z)

[-3 -5 0 0 0, 0]
(-5) [0 1 0 1/3 0, 5] (-)
Nilai baru = [-3 0 0 5/3 0, 25]
Baris ke-2 (batasan 1)
[2 0 1 0 0, 8]
(0) [0 1 0 1/3 0, 5] (-)
Nilai baru = [2 0 1 0 0, 8]
Baris ke-4 (batasan 3)

[6 5 0 0 1, 30 ]
(5) [0 1 0 1/3 0, 5] (-)
Nilai baru = [6 0 0 -5/3 1, 5]
Tabel pertama nilai lama dan tabel kedua nilai baru
Variabel Dasar Z NK
Z 1 -3 -5 0 0 0 0
0 2 0 1 0 0 8
0 0 3 0 1 0 15
0 6 5 0 0 1 30
Z 1 -3 0 0 5/3 0 25
0 2 0 1 0 0 8
0 0 1 0 1/3 0 5
0 6 0 0 -5/3 1 5
Langkah 6: Melanjutkan perbaikan

16
Ulangi langkah-langkah perbaikan mulai langkah 3 sampai langkah ke-6 untuk
memperbaiki tabel-tabel yang telah diubah/diperbaiki nilainya. Perubahan baru
berhenti setelah pada baris pertama (fungsi tujuan) tidak ada yang bernilai negarif.
Variabel Ket.
Z NK
Dasar (Indeks)
Z 1 -3 0 0 5/3 0 25
0 2 0 1 0 0 8 8/2 = 4
0 0 1 0 1/3 0 5
0 6 5 0 -5/3 1 5 5/6 (min)
Z 1
0
0
0 6/6 0 0 -5/18 1/6 5/6

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

Nilai baru
[-3 0 0 5/3 0, 25 ]
(-3) [1 0 0 -5/18 1/6, 5/6 ] (-)
Nilai baru = [0 0 0 5/6 1/2, 27 ½ ]
Baris ke-2 (batasan 1)

[2 0 1 0 0, 8]
(2) [1 0 0 -5/18 1/6, 5/6 ] (-)

Nilai baru = [0 0 1 5/9 -1/3, 6 ]

Baris ke-3 tidak berubah karena nilai pada kolom kunci = 0

[0 1 0 1/3 0, 5]
(0) [1 0 0 -5/18 1/6, 5/6 ] (-)
Nilai baru = [0 1 0 1/3 0, 5]
Tabel simpleks final hasil perubahan
Variabel Dasar Z NK
Z 1 0 0 0 5/6 ½ 27 ½

0 0 0 1 5/9 -1/3 6

17
 0 0 1 0 1/3 0 5
0 1 0 0 -5/18 1/6 5/6
Baris pertama (Z) tidak ada lagi yang bermilai negatif sehingga tabel tidak
dapat dioptimalkan lagi dan tabel tersenut merupakan hasil optimal. Dari tabel

final didapat: , dan nilai

2.4 Contoh Terapan dan Penggunaan Software untuk Penentu Solusi

Software yang dapat digunakan untuk menyelesaikan persoalan program

linier dapat digunakan aplikasi sebagai berikut:
1. GeoGebra
2. Desmos
3. WinQSB 2.0, yang merupakan software aplikasi matematika untuk
menyelesaikan masalah optimasi agar didapat solusi maksimal
4. Pom For Windows
Contoh 1:

Seorang pedagang menjual buah mangga, pisang, dan jeruk

dengan menggunakan gerobak. Pedagang tersebut membeli

mangga dengan harga Rp8.000/kg, pisang Rp6.000/kg dan

jeruk Rp10.000/kg. Modal yang tersedia Rp1.200.000 dan

gerobaknya hanya dapat memuat mangga, pisang, dan jeruk

sebanyak 180kg. Jika harga jual mangga Rp9.200/kg, pisang

Rp7.000/kg, dan jeruk Rp.1.1500/kg, maka berapa laba

maksimum yang diperoleh?

Penyelesaian:
Formulasi Linier Programming :
Variabel :
A=Mangga, B=Pisang, C=Jeruk
Fungsi Tujuan :

18
Laba penjualan buah mangga = Rp9.200-Rp8.000

= Rp1.200

Laba penjualan buah pisang = Rp7.000-Rp6.000

= Rp1.000

Laba penjualan buah jeruk = Rp11.500-Rp10.000

= Rp1.500

Zmax= 1200A +1000B +1500C

Fungsi Batasan :
8000A + 6000B + 10000C ≤ 1200000

A + B + C ≤ 180
Penyelesaian dengan Pom For Windows (salah satu
aplikasi untuk metode simpleks)

Pada tabel Iterasi tampak bahwa iterasi terjadi 3 kali guna

mendapatkan hasil yang sesuai. Pada Iterasi ke 3 atau

terakhir diketahui bahwa untuk mencapai laba

optimum(maksimal) maka pedagang buah harus menjual:

Buah Mangga (A) = 0 (tidak perlu menjual buah mangga)

Buah Pisang (B) = 150 kg

19
Jeruk (C) = 30 kg

Dengan total labanya sebesar Rp 195.000

Contoh 2:
Model Simpleks
1. Fungsi Tujuan: Maksimumkan

2. Fungsi Pembatas:

Penyelesaian:
Tabel simpleks:
Variabel Dasar NK
z -15 -10 0 0 0
1 1 1 0 600
2 1 0 1 1000
Langkah-langkah penyelesaian:
1. Iterasi awal (Iterasi-0)
Variabel Dasar NK
z -15 -10 0 0 0
1 1 1 0 600
2 1 0 1 1000
2. Iterasi-1:
a. Menentukan kolom kunci:
Kolom kunci: kolom yang mempunyai koefisien fungsi tujuan yang bernilai
negatif terbesar.
Variabel Dasar NK
Z -15 -10 0 0 0
1 1 1 0 600
2 1 0 1 1000
b. Menentukan baris kunci:

20
 Nilai indeks =

Baris kunci: baris yang mempunyai nilai indeks terkecil

Variabel Dasar NK Indeks
Z -15 -10 0 0 0 -
1 1 1 0 600 600
2 1 0 1 1000 500
c. Perubahan-perubahan nilai baris:

Nilai baris kunci baru =

Nilai baris yang lain = Baris lama – (angka kolom kunci baris ybs * Nilai
baris kunci baru)
Variabel Dasar NK
Z 0 -2 ½ 0 7½ 7500
0 ½ 1 -½ 100
1 ½ 0 ½ 500
Mengubah nilai-nilai selain pada baris kunci:

Baris baru = Baris lama – (Koefisien kolom kunci Nilai baru baris kunci)

Contoh pada baris ke-2

Nilai lama 1 1 1 0 600
(1) 1 ½ 0 ½ 500 (-)
Nilai baru = 0 ½ 1 -½ 100
3. Iterasi-2
Perhatikam apakah koefisien fungsi tujuan pada tabel simpleks masih ada
yang bernilai negatif.
Variabel Dasar NK Indeks
z 0 -2 ½ 0 7½ 7500 -
0 ½ 1 -½ 100 200
1 ½ 0 ½ 500 1000
Perubahan-perubahan nilai baris pada angka kunci dan baris-baris lainnya:

Nilai baris kunci baru =

21
 Nilai baris yang lain = Baris lama – (angka kolom kunci baris ybs * Nilai
baris kunci baru)
Variabel Dasar NK Indeks
z 0 0 5 5 8000 -
0 1 2 -1 200 -
1 0 -1 1 400 -
Mengubah nilai-nilai selain pada baris kunci:

Baris baru = Baris lama – (Koefisien kolom kunci Nilai baru baris kunci)

Contoh pada baris ke-1 (z)

Nilai lama 0 -2 ½ 0 7½ 7500
(-2 ½) 0 1 2 -1 200 ( - )
Nilai baru = 0 0 5 5 8000
Kesimpulan:
Pada iterasi-2 terlihat bahwa koefisien fungsi tujuan sudah tidak ada lagi yang
mempunyai nilai negatif, proses perubahan selesai dan ini menunjukkan
penyelesaian persoalan linear dengan metode simpleks sudah mencapai
maksimum dengan hasil sebagai berikut:

dan

(dalam Rp10.000)

22
 BAB III
PENUTUP

3.1 Kesimpulan

Metode simpleks merupakan metode yang bisa digunakan untuk

menyelesaikan program linier dengan jumlah variable keputusan yang
sembarang (bila lebih dari 2 atau bahkan ribuan variabel keputusan). Bentuk
standar metode kompleks adalah sebagai berikut:

Maksimumkan/minimumkan:

Kendala:

dan

Terdapat beberapa definisi dan teorema pada pemrograman linear.

Definisi dari solusi basis fisibel adalah jika seluruh peubah pada suatu solusi
basis bernilai nonnegatif, maka solusi itu dinamakan solusi basis fisibel (BFS).

Sedangkan teoremanya adalah misalkan merupakan himpunan dari m

persamaan dengan N peubah dimana dan . Apabila

persamaan tersebut mempunyai solusi basis dimana maka persamaan

tersebut mempunyai solusi basis fisibel.

Pada pemograman linear terdapat 2 algoritma metode simpleks yaitu

algoritma simpleks untuk persoalan maksimisasi dan algoritma simpleks untuk
persoalan minimasi. Proses untuk memperoleh solusi optimal dengan metode
simpleks dilakukan dengan menggunakan tabel yang dinamakan Tabel
Simpleks sebagai berikut:

23
 Variabel
NK
Basis/Dasar
Z 0 0 0 0 0
1 0 0 0
0 1 0 0

0 0 0 1

Software yang dapat digunakan untuk menyelesaikan persoalan program

linier dapat digunakan aplikasi sebagai berikut:
1. GeoGebra
2. Desmos
3. WinQSB 2.0, yang merupakan software aplikasi matematika untuk
menyelesaikan masalah optimasi agar didapat solusi maksimal
4. Pom For Windows

24
 DAFTAR PUSTAKA

Jong Jek Siang. 2014. Riset Operasi dalam Pendekatan Algoritmis. Yogyakarta: Andi
Offset.

Ulfasari Rafflesia, Fanani Haryo Widodo. 2014. Pemograman Linier. Bengkulu:

UNIB.

Rully Charitas Indra Prahmana. 2013. Modul Mata Kuliah “Pemrograman Linear”
MAT 3224. Tanggerang: STKIP Surya.

25