ANALISIS

SENSITIVITAS
 SIMPLEKS DUAL

Pada dasarnya metode simpleks dual menggunakan tabel simpleks

yang sama seperti pada metode simpleks primal, namun proses
penentuan Leaving Variable dan Entering Variable berbeda, yaitu :
 Leaving Variable (Kondisi Fisibelitas)
Pada metode ini yang menjadi leaving variable adalah peubah
dasar yang memiliki nilai paling negatif. Apabila seluruh peubah
dasar telah bernilai nonnegatif, hal ini berarti solusi tersebut
telah fisibel (Solusi yang fisibel).
 SIMPLEKS DUAL

 Entering Variable (Kondisi Optimalitas)

Terlebih dahulu menentukan perbandingan (rasio) antara
koefisien fungsi tujuan dengan koefisien leaving variabel.
Abaikan rasio tersebut apabila penyebutnya bernilai positif atau
nol. Apabila seluruh penyebut bernilai nonnegatif, maka hal ini
berarti permasalahan LP tersebut tidak mempunyai solusi fisibel.
Untuk kasus minimasi, Entering Variable adalah peubah dengan
rasio terkecil, sedangkan untuk kasus maksimasi Entering
Variable adalah peubah dengan rasio absolut terkecil.
 ILUSTRASI 1

Perhatikan permasalahan LP berikut ini:

Minimasi: z  2 x1  x2
dengan fungsi kendala dan fungsi tanda :

3x1  x2  3
4 x1  3 x2  6
x1  2 x2  3
x1 , x2  0
 ILUSTRASI 1

Misalkan bentuk umum tersebut diubah menjadi

Minimasi: z  2 x1  x2
dengan fungsi kendala dan fungsi tanda :

 3 x1  x2  3
 4 x1  3 x2  6
x1  2 x2  3
x1 , x2  0
 ILUSTRASI 1

Bentuk standar untuk permasalahan tersebut adalah:

Minimasi: z  2 x1  x2
dengan fungsi kendala dan fungsi tanda :

 3 x1  x2  x3  3
 4 x1  3 x2  x4  6
x1  2 x2  x5  3
xi  0; i  1, 2,  , 5
 ILUSTRASI 1

Tabel Awal Simpleks

BV Z X1 X2 X3 X4 X6 Solusi

Z 1 -2 -1 0 0 0 0
X3 0 -3 -1 1 0 0 -3
X4 0 -4 -3 0 1 0 -6

X5 0 1 2 0 0 1 3
Rasio - 1/2 1/3 - - -

Elemen EV
Pivot LV
 ILUSTRASI 1

Iterasi 1

BV Z X1 X2 X3 X4 X6 Solusi

Z 1 -2/3 0 0 -1/3 0 0
X3 0 -5/3 0 1 -1/3 0 -1
X2 0 4/3 1 0 -1/3 0 2

X5 0 5/3 0 0 2/3 1 -1
Rasio - 2/5 - - 1 -

Elemen
EV LV
Pivot
 ILUSTRASI 1

Iterasi 1

BV Z X1 X2 X3 X4 X6 Solusi

Z 1 0 0 -2/5 -1/5 0 12/5

X1 0 1 0 -3/5 1/5 0 3/5
X2 0 0 1 4/5 -3/5 0 6/5

X5 0 0 0 -1 1 1 0

Solusi optimal dan fisibel telah tercapai.

PENDAHULUAN ANALISIS SENSITIVITAS
 Apabila terdapat perubahan tertentu pada parameter model
permasalahan LP semula, maka:
 Apakah solusi dasar fisibel optimal yang telah diperoleh tersebut
akan berubah?
 Apabila berubah , apakah perhitungan solusi dasar fisibel optimal
baru tersebut dapat dilakukan dengan tanpa harus memecahkan
kembali permasalahan LP tersebut dari awal?

Analisis Pasca Optimal (Analisis Sensitivitas)

PENDAHULUAN ANALISIS SENSITIVITAS
 Inti dari analisis pasca‐optimal ada dalam penelitian terhadap
tabel simpleks umum yang diberikan dalam bentuk matriks.
 Analisis sensitivitas akan mempelajari mengenai pengaruh
perubahan koefisien fungsi tujuan CB dan CNB dan/atau jumlah
sumber daya yang tersedia b.
 Perubahan dalam CB, CNB, dan b tidak memiliki pengaruh
apapun terhadap B atau B‐1.
 Hal pertama yang dilakukan dalam analisis sensitivitas adalah
menguji apakah sebuah perubahan tertentu dari (CB, CNB) ke
(DB, DNB) dan/atau perubahan dari b ke d akan membuat basis
saat ini B optimal dan layak.
PENDAHULUAN ANALISIS SENSITIVITAS
 Asumsi tidak ada perubahan pada B, untuk menyelesaikannya
maka kita akan mengganti CB dengan DB dan b dengan d,
kemudian menghitung ulang baris tujuan (gunakan DBB‐1) dan
ruas kanan dihitung dengan B‐1d.
 Apabila tidak ada satu pun koefisien baris tujuan yang baru
tersebut melanggar optimalitas dan koefisien ruas kanan yang
baru menjadi negatif, maka B tetap optimal dan layak di nilai
yang baru B‐1d.
 ANALISIS SENSITIVITAS
Analisis sensitivitas dapat dimasukkan ke dalam salah satu dari tiga
kategori berikut :
1. Perubahan dalam koefisien tujuan (CB, CNB) hanya dapat
mempengaruhi optimalitas.
2. Perubahan dalam ruas kanan b hanya dapat mempengaruhi
kelayakan.
3. Perubahan simultan dalam (CB, CNB) dan b dapat
mempengaruhi baik optimalitas maupun kelayakan.
 ANALISIS SENSITIVITAS
Perhitungan tambahan diperlukan untuk memperoleh solusi dasar
fisibel optimal baru yang bersesuaian yang dapat dimasukkan ke
dalam salah satu dari ketiga prosedur ini.
1. Apabila tabel simpleks menjadi nonoptimal, maka terapkan
metode simpleks primal terhadap tabel simpleks awal pasca
optimal sampai kondisi optimalitas dicapai (atau terdapat bukti
bahwa solusi dasar fisibel baru tersebut tidak dibatasi)
2. Apabila tabel simpleks menjadi nonfisibel, maka terapkan
metode simpleks dual terhadap tabel simpleks awal pasca
optimal sampai kondisi kefisibelan dicapai (atau terdapat bukti
bahwa solusi dasar fisibel baru tersebut tidak layak)
 ANALISIS SENSITIVITAS
3. Apabila tabel simpleks menjadi nonoptimal dan nonfisibel, maka
pertama‐tama terapkan metode simpleks primal terhadap tabel
simpleks awal pasca optimal tanpa memperhitungkan kondisi
fisibelitas. Setelah kondisi optimalitas dicapai , terapkan metode
simpleks dual untuk memeperoleh kondisi kefisibelan.
 PERUBAHAN PENGARUHI OPTIMALITAS
Optimalitas dari solusi dasar fisibel optimal dengan metode
simpleks dipengaruhi oleh salah satu dari tiga perubahan ini :
1. Perubahan koefisien fungsi tujuan (CB, CNB)
2. Perubahan pada penggunaan sumber daya dari suatu kegiatan
nondasar (vektor kolom NB dalam A).
3. Penambahan suatu kegiatan baru ke dalam model LP
 PERUBAHAN PENGARUHI FISIBELITAS
Kelfisibelan dari solusi dasar fisibel optimal dengan metode
simpleks dipengaruhi oleh salah satu dari dua perubahan ini :
1. Perubahan pada ruas kanan yaitu nilai b.
2. Penambahan suatu fungsi kendala ke dalam model LP
 PERUBAHAN PENGARUHI OPTIMALITAS &
FISIBELITAS
Optimalitas dan fisibelitas dari solusi dasar fisibel optimal dengan
metode simpleks dipengaruhi oleh:
1. Perubahan secara bersamaan pada koefisien fungsi tujuan (CB,
CNB) dan vektor ruas kanan b.
 ILUSTRASI 2
Reddy Mikks Company memiliki sebuah pabrik kecil yang menghasilkan cat, baik
untuk interior maupun eksterior untuk didistribusikan kepada para grosir. Dua
bahan mentah, A dan B, dipergunakan untuk membuat cat tersebut.
Ketersediaan A maksimum adalah 6 ton satu hari; ketersediaan B maksimum
adalah 8 ton satu hari. Kebutuhan harian akan bahan mentah per ton cat interior
dan ekterior diringkas dalam tabel berikut ini.

Ton Bahan Mentah Ketersediaan
per Ton Cat
maksimum (ton)
Eksterior Interior
Bahan Mentah A 1 2 6
Bahan Mentah B 2 1 8
 ILUSTRASI 2
Sebuah survey pasar telah menetapkan bahwa permintaan harian akan cat
interior tidak akan lebih dari 1 ton lebih tinggi dibandingkan permintaan akan cat
eksterior. Survey tersebut juga memperlihatkan bahwa permintaan maksimum
akan cat interior adalah terbatas pada 2 ton per hari. Harga grosir per ton adalah
$2000 untuk cat interior dan $3000 untuk cat eksterior.
a. Tentukan tabel optimal untuk permasalahan di atas apabila diketahui variabel
dasar optimalnya adalah x2, x1, x5, x6.
b. Apa yang terjadi apabila fungsi tujuannya diubah menjadi :
z = 5x1 + 4x2; z = 6x1 + 4x2; z = 5x1 + 5x2
c. Apa yang terjadi apabila fungsi tujuannya diubah menjadi z = 4x1 + x2.
 ILUSTRASI 2
Bentuk umum masalah LP Reddy Mikks, adalah :
Maksimasi: z  3 x1  2 x2
dengan fungsi kendala dan fungsi tanda :
x1  2 x2  6
2 x1  x2  8
 x1  x2  1
x2  2
xi  0; i  1, 2
 ILUSTRASI 2
Bentuk standar masalah LP Reddy Mikks, adalah :
Maksimasi: z  3 x1  2 x2
dengan fungsi kendala dan fungsi tanda :

x1  2 x2  x3  6
2 x1  x2  x4  8
 x1  x2  x5  1
x2  x6  2
xi  0; i  1, 2,  , 6
 ILUSTRASI 2
Informasi Awal :
 x2  1 2  x3  6 
2 1 0 0 x  8 
x  1 2 2 1 
0 0 X II   4  b 
XB   1  B A
 x5  1  1 1 0  1 1  x5  1 
         
1 0 0 1
0 1  2
 x6   x6 
 x1 
C B  2 3 0 0 C I  3 2 C II  0 0 0 0 XI   
 x2 
Ingat Tabel simpleks dalam bentuk matriks:

BV XI XII
z CBB-1A - CI CBB-1 - CII CBB-1b
XB B-1A B-1 B-1b
 ILUSTRASI 2
Kolom Fungsi Tujuan (baris 0)
 2 1 
 3  0 0
3
 1 2 
B 1    3 3
0 0
 
 1 1 1 0
 2 1
0 1
 3 3 

 2 1 
 3  0 0
3 1 2
 1  
2
0 0   2 1 
C B B 1 A  C I  2 3 0 0   3 3  3 2
   1 1
 1 1 1 0  
 2 1
0 1 
0 1
 3 3 
C B B 1 A  C I  3 2  3 2
C B B 1 A  C I  0 0
 ILUSTRASI 2
Kolom Fungsi Tujuan (baris 0)
 2 1 
 3  0 0 
3
 1 2 
C B B 1  C II  2 3 0 0   3 3 0 0  0 0 0 0
 
  1 1 1 0 
 2 1
0 1
 3 3 
1 4 
C B B 1  C II   0 0  0 0 0 0
3 3   2 1 
 3  0 0
1
C B B 1  C II  
4
0 0
 3 6 
3 3   1 2   
C B B 1b  2 3 0 0   3 0 0   8 
 3  1 
 1 1 1 0  
 2 1
0 1  
2
 3 3 
 38 
C B B 1b   
3
 ILUSTRASI 2
Kolom Fungsi Kendala (baris 1‐3)
 2 1 
 2 1   3  0 0
 3  0 0 3
3 1 2  0 1  1 
 1   2
2
0 0   2 1  1 0 B 1    3 0 0
B 1 A    3 3   3 
   1 1 0
 0
 1 1 1 0    
 1 1 1 0
 2 1 0 1  0 0  2 1
0 1
0 1   3 
 3 3  3

 2 1  4
 3  0 0
3 6   3 
 1 2    10 
B 1b    3 0 0   8    
 3  1   3 
 1 1 1 0    3 
 2 1
0 1   2  2 
 3 3   3 
 ILUSTRASI 2
Tabel Simpleks untuk Iterasi ini adalah:
BV Z X1 X2 X3 X4 X5 X6 Solusi

Z 1 0 0 1/3 4/3 0 0 38/3

X2 0 0 1 2/3 -1/3 0 0 4/3

X1 0 1 0 -1/3 2/3 0 0 10/3

X5 0 0 0 -1 1 1 0 3

X6 0 0 0 -2/3 1/3 0 1 2/3

Seperti diketahui kasus LP ini merupakan kasus maksimasi, dan oleh karena
semua koefisien fungsi tujuan yang telah bernilai nonnegatif, maka solusi pada
iterasi ini merupakan solusi optimal dan layak.
 ILUSTRASI 2 (B)
 Pada kasus ini fungsi tujuan berubah menjadi :
z  5 x1  4 x2
Dengan optimal saat ini X B  x2 x1 x5 x6 
T

C BN  4 5 0 0

Yang menjadi fokus untuk mencek keoptimalan adalah

peubah non dasar, yaitu x3 dan x4.
 2 1 
 3  0 0
3 1 0
 1  
2
0 0   0 1
C BN B 1 P3 P4   C3 C4   4 5 0 0   3 3  0 0
  0 0 
 1 1 1 0  
 2 1
0 1 
0 0
 3 3 
C BN B 1 P3 P4   C3 C4   1 2
 ILUSTRASI 2 (B)
 Seperti diketahui kasus LP ini merupakan kasus maksimasi, dan
oleh karena semua koefisien fungsi tujuan yang telah bernilai
nonnegatif, maka terjadinya perubahan fungsi tujuan seperti
tersebut di atas tetap menjadinya solusi pada kasus ini
merupakan solusi optimal dan layak.

BV Z X1 X2 X3 X4 X5 X6 Solusi

Z 1 0 0 1 2 0 0 22

X2 0 0 1 2/3 -1/3 0 0 4/3

X1 0 1 0 -1/3 2/3 0 0 10/3

X5 0 0 0 -1 1 1 0 3

X6 0 0 0 -2/3 1/3 0 1 2/3

 ILUSTRASI 2 (C)
 Pada kasus ini fungsi tujuan berubah menjadi :
z  4 x1  x2
Dengan optimal saat ini X B  x2 x1 x5 x6 
T

C BN  1 4 0 0

Yang menjadi fokus untuk mencek keoptimalan adalah

peubah non dasar, yaitu x3 dan x4.
 2 1 
 3  0 0
3 1 0
 1  
2
0 0   0 1
C BN B 1 P3 P4   C3 C4   1 4 0 0   3 3  0 0
  0 0
 1 1 1 0  
 2 1
0 1 
0 0
 3 3 
 2 7
C BN B 1 P3 P4   C3 C4    
 3 3
 ILUSTRASI 2 (C)
 Seperti diketahui kasus LP ini merupakan kasus maksimasi, dan
oleh karena masih terdapat koefisien fungsi tujuan yang bernilai
negatif, maka terjadinya perubahan fungsi tujuan seperti
tersebut di atas menjadikan solusi pada kasus ini merupakan
solusi yang belum optimal tetapi sudah layak.

BV Z X1 X2 X3 X4 X5 X6 Solusi

Z 1 0 0 -2/3 7/3 0 0 44/3

X2 0 0 1 2/3 -1/3 0 0 4/3

X1 0 1 0 -1/3 2/3 0 0 10/3

X5 0 0 0 -1 1 1 0 3

X6 0 0 0 -2/3 1/3 0 1 2/3

 ILUSTRASI 2 (C)

BV Z X1 X2 X3 X4 X5 X6 Solusi
Z 1 0 1 0 2 0 0 16
X3 0 0 3/2 1 -1/2 0 0 2
X1 0 1 1/2 0 1/2 0 0 4
X5 0 0 3/2 0 1/2 1 0 5
X6 0 0 1 0 0 0 1 2

 Berdasarkan tabel tersebut di atas, diperoleh informasi bahwa

seluruh koefisien fungsi tujuan telah bernilai nonnegatif, oleh
karena itu solusi optimal dan layak telah tercapai. Perubahan
koefisien fungsi tujuan tersebut mempunyai nilai optimal
sebesar 16, dengan nilai‐nilai peubah dasarnya adalah x3 = 2, x1
= 4, x5 = 5, dan x6 = 2
 ILUSTRASI 2
d. Misalkan model Reddy Miks dengan fungsi tujuan z = 4x1 + x2, kegiatan x2
adalah nondasar. Misalkan fungsi kendala penggunaan bahan mentah A dan B
oleh kegiatan 2 berubah menjadi 4 ton dan 3 ton, apakah perubahan tersebut
akan mempengaruhi solusi dasar fisibel optimalnya?.
 ILUSTRASI 2 (D)
 Pada kasus ini koefisien teknologi untuk x2 berubah
menjadi : P2  4 3 1 1
T

Dengan optimal saat ini X B  x3 x1 x5 x6 

T

C B  0 4 0 0
Yang menjadi fokus untuk mencek keoptimalan adalah
peubah non dasar, yaitu x2 dan x4.
 1 
 1  0 0
2 4 0
  
0
1
0 0  3 1
C B B 1 P2 P4   C2 C4   0 4 0 0  2   1  1 0
0 
0 1 1 0  1 
 2   0
0 0 0 1
C BN B 1 P2 P4   C2 C4   5 2
 ILUSTRASI 2 (D)
 Seperti diketahui kasus LP ini merupakan kasus maksimasi, dan
oleh karena semua koefisien fungsi tujuan peubah dasar telah
bernilai nonnegatif, maka terjadinya perubahan koefisien
teknologi peubah nondasar seperti tersebut di atas tetap
menjadikannya solusi pada kasus ini merupakan solusi optimal
dan layak. Perubahan tersebut tidak mempengaruhi
keoptimalannya.
BV Z X1 X2 X3 X4 X5 X6 Solu
si
Z 1 0 5 0 2 0 0 16
X3 0 0 5/2 1 -1/2 0 0 2
X1 0 1 3/2 0 1/2 0 0 4
X5 0 0 5/2 0 1/2 1 0 5
X6 0 0 1 0 0 0 1 2
 ILUSTRASI 2
e. Misalkan Reddy Mikks Company memproduksi cat baru, laba per ton dari cat
baru ini adalah $1500. Misalkan x7 menyatakan jumlah ton cat baru yang
diproduksi. Model semula dimodifikasi sebagai berikut:
3
Memaksimumkan z  3 x1  2 x 2  x7
2
dengan fungsi kendala :
x1  2 x2  3 4x7  6
2 x1  x2  3 4 x7  8
 x1  x2  x7  1
x2 2
x1 , x2 , x7  0
 ILUSTRASI 2 (E)
 Pada kasus ini terdapat penambahan kegiatan baru
(pembuatan cat baru) yang dinotasikan dengan x7,
diperoleh informasi : T
3 3 
P7    1 0
4 4 
Dengan optimal saat ini X B  x2 x1 x5 x6 
T

Yang menjadi fokus untuk mencek keoptimalan adalah

peubah non dasar, yaitu x3, x4, dan x7.
 2 1 
 3  0 0  1 0
3
3  4
 1  
2 3  3
C B B 1 P3 P4 P7   C3 C4 C7   2 3 0 0   3 0 0   0 1  0 0
 3  4   2 
 1 1 1 0 0 0  1
 2 1
0 1 0
 3  0 0 
3
1 4 1
C B B 1 P3 P4 P7   C3 C4 C7     
3 3 4
 ILUSTRASI 2 (E)

 2 1   1 
 3  0 0  3   
3   4
 1 2  4  1 
B 1 P7     3 0 0   3    
 3  4  4 
 1 1 1 0  1   1 
 2 1 1
0 1  0   
 3 3   4 
 ILUSTRASI 2 (E)
 Seperti diketahui kasus LP ini merupakan kasus maksimasi, dan
oleh karena semua koefisien fungsi tujuan peubah dasar telah
bernilai nonnegatif, maka terjadinya perubahan koefisien
teknologi peubah nondasar seperti tersebut di atas tetap
menjadikannya solusi pada kasus ini merupakan solusi optimal
dan layak. Perubahan tersebut tidak mempengaruhi
keoptimalannya.

BV Z X1 X2 X7 X3 X4 X5 X6 Solusi
Z 1 0 0 -1/4 1/3 4/3 0 0 38/3
X2 0 0 1 ¼ 2/3 -1/3 0 0 4/3
X1 0 1 0 ¼ -1/3 2/3 0 0 10/3
X5 0 0 0 -1 -1 1 1 0 3
X6 0 0 0 -1/4 -2/3 1/3 0 1 2/3
 ILUSTRASI 2
f. Misalkan dalam model Reddy Mikks ketersediaan harian bahan mentah A
diubah dari 6 ton menjadi 7 ton. Bagaimana solusi dasar fisibel optimal saat ini
dipenuhi?
g. Apa yang terjadi apabila diketahui permintaan harian akan cat eksterior tidak
melebihi 4 ton.
h. Untuk model Reddy Mikks apa yang terjadi apabila fungsi tujuan diubah
menjadi z = x1 + 4x2 dan sisi kanan diubah menjadi [7 4 1 2]T
 ILUSTRASI 3
Maksimasi: z = 60x1 + 30x2 + 20x3
dengan fungsi kendala dan pembatas tanda
8x1 + 6 x2 + x3 ≤ 48
4x1 + 2 x2 + 1,5x3 ≤ 20 x1,x2,x3 ≥ 0
2x1 + 1,5x2 + 0,5x3 ≤ 8
 ILUSTRASI 3
Untuk permasalahan LP tersebut, solusi dasar fisibel optimalnya
disajikan dalam tabel optimal di bawah ini :

BV z X1 X2 X3 X4 X5 X6 Solusi

Z 1 0 5 0 0 10 0 280

X4 0 0 -2 0 1 2 -8 24

X3 0 0 -2 1 0 2 -4 8

X1 0 1 1,25 0 0 -0,5 1,5 2

Berdasarkan tabel optimal tersebut diperoleh informasi :

 Peubah dasarnya adalah x4, x3, x1 dan
 Peubah non dasarnya adalah x2, x5, x6
 PERUBAHAN KOEFISIEN FUNGSI TUJUAN
PEUBAH NON DASAR (NBV)
 Perubahan ini terjadi karena adanya perubahan baik pada
kontribusi keuntungan maupun kontribusi ongkos dari kegiatan
yang diwakili oleh peubah non dasar (NBV).
 Pada contoh kasus di atas satu‐satunya peubah keputusan yang
menjadi peubah non dasar adalah x2.
 Misalkan koefisien tujuan dari x2 berubah dari c 2  30 menjadi
c~ 2  30  
 Nilai peubah dasar akan tetap optimal jika cˆ 2  0 ,dan menjadi
tidak optimal jika cˆ 2  0
 PERUBAHAN KOEFISIEN FUNGSI TUJUAN
PEUBAH NON DASAR (NBV)
Nilai koefisien fungsi tujuan baru setelah terjadinya perubahan
dapat ditentukan dengan menggunakan rumus:

cˆ j  cBV  B  a j  c~j
1

sehingga diperoleh nilai :

1 2  8  6 
cˆ 2  0 20 60  0 2  4    2   30     5  
0  0,5 1,5 1,5
 PERUBAHAN KOEFISIEN FUNGSI TUJUAN
PEUBAH NON DASAR (NBV)

Agar pemecahan layak tersebut tetap optimal, maka cˆ 2  0 oleh

karena itu :
5    0 atau   5
 PERUBAHAN KOEFISIEN FUNGSI TUJUAN
PEUBAH DASAR (BV)

 Perubahan ini terjadi karena adanya perubahan baik pada

kontribusi keuntungan maupun kontribusi ongkos dari kegiatan
yang diwakili oleh peubah dasar.
 Perubahan koefisien fungsi tujuan peubah dasar hal ini berarti
mengubah CBV sehingga koefisien fungsi tujuan pada baris z tabel
optimal akan berubah.
 Misalkan koefisien fungsi tujuan dari x1 berubah c1 60 dari
~  60  
c
menjadi 1
~  0 20 60   
c
 Karena itu CBV akan berubah menjadi : BV
 PERUBAHAN KOEFISIEN FUNGSI TUJUAN
PEUBAH DASAR (BV)
Menentukan nilai koefisien fungsi tujuan peubah dasar pada baris z
~ 1  1 3 
tabel optimal : c BV B  0 10   10   
 5 2 
sehingga diperoleh nilai koefisien fungsi tujuan peubah non dasar
pada baris z tabel optimal : ˆ
c  ~
c  B 1
 a NBV  cNBV
NBV BV

 5 1 3 
cˆ NBV  5   10   10   
 4 2 2 

Agar pemecahan layak tersebut tetap optimal maka c NBV  0

ˆ ,
karena itu :  4    20
PERUBAHAN RUAS KANAN DARI PEMBATAS
LINEAR
Misalkan ruas kanan dari pembatas linear ke‐2 berubah dari
b 2  20 menjadi b 2  20  
 48 
b  20   
Oleh karena itu b akan menjadi :  
 8 

Nilai ruas kanan dari pembatas linear pada tabel optimal berubah
menjadi:
1 2  8   48  24  2 
B 1b  0 2  4 20      8  2 
0  0,5 1,5   8   2  0,5 
PERUBAHAN RUAS KANAN DARI PEMBATAS
LINEAR
Agar pemecahan layak optimal tersebut tetap layak maka bˆ  0 oleh
karena itu :  4    4