5.

1 Definisi masalah dual

Masalah dual adala sebuah masalah LP yang diturunkan secara matematis dari satu model
LP primal. Masalah dual dan primal sangat berkaitan erat sedemikian rupa sehingga rupa
sehingga pemecahan simpleks optimal dari salah satu masalah akan secara otomatis
menghasilkan pemecahan optimum untuk masalah lainnya.

Bentuk standar yang umum dari masalah primal didefinisikan sebagai

Maksimumkan atau minimumkan

dengan batasan

Tujuan Primal Standar Dual

Tujuan Batasan Variabel

Maksimasi Minimisasi ≥ Tidak dibatasi

Minimisasi Maksimisasi ≤ Tidak dibatasi

1. Untuk setiap batasan primal terdapat sebuah variabel dual.

2. Untuk setiap variabel primal terdapat sebuah batasan dual.
3. Koefisien batasan dari sebuah variabel primal membentuk koefisien sisi kiri dari batasan
dual yang bersesuaian; dan koefisien tujuan dari variabel yang sama menjadi sisi kanan
dari batasan dual.
Bila masalah primal dan dual dibandingkan, terlihat beberapa hubungan sebagai berikut:
1. Koefisien fungsi tujuan primal menjadi konstan sisi kanan masalah dual, sebaliknya, konstan
sisi kanan primal menjadi koefisien fungsi tujuan dual.
2. Tanda ketidaksamaan pada pembatas akan bergantung pada fungsi tujuannya

3. Tujuan diubah dari minimalisasi (maksimalisasi) dalam primal menjadi maksimalisasi

(minimalisasi) dalam dual.
4. Setiap kolom pada primal berhubungan dengan suatu baris (batasan) dalam dual sehingga
banyaknya batasan dalam dual sama dengan banyaknya variable primal.
5. Setiap baris (batasan) pada primal berhubungan dengan suatu kolom dalam dual, sehingga ada
satu variable dual untuk setiap batasan primal.
6. Bentuk dual dari dual adalah bentuk primal.

Untuk mengubah persoalan maksimasi/minimasi yang tidak normal menjadi persoalan normal,
dapat dilakukan dengan langkah-langkah sebagai berikut :

1. Kalikan setiap pembatas bertanda (untuk maksimasi) atau ≤ (untuk minimasi) dengan
bilangan -1.

2. Setiap pembatas bertanda = diganti menjadi dua ketidaksamaan ( bertanda ≥ dan ≤) kemudian
kembali melakukan langkah 1.

3. Setiap variabel xj yang tidak terbatas dalam tanda dengan dimana

dan

Kedua masalah dual ini konsisten, karena koefisien dalam satu masalah dual
memiliki tanda yang berlawanan dengan koefisien yang sama dalam masalah dual lainnya.
Tetapi, perbedaan ini diperlukan karena hasil tabel simpleks (yang dipergunakan untuk
menginterpretasikan pemecahan masalah dual) secara langsung bergantung pada cara bagaimana
bentuk standar tersebut didefinisikan sebelum metode simpleks primal atau dual diterapkan.
Perincian yang halus ini kemungkinan akan hilang jika kita mencoba menggunakan definisi
umum yang diberikan dalam pembahasan LP lainnya.

5.2 PEMECAHAN MASALAH DUAL

5.2.1 HUBUNGAN ANTARA NILAI TUJUAN PRIMAL DAN DUAL

Nilai tujuan dalam satu pasangan masalah primal dan dual harus memenuhi hubungan berikut
ini:

1. Untuk setiap pasangan pemecahan primal dan dual yang layak

 2. Di pemecahan optimum untuk kedua masalah

Untuk membuktikan keabsahan kedua hasil ini, dengan menganggap (XI,XII) dan Y
merupakan pemecahan primal dan dual yang layak yang bersesuaian dengan definisi primal-
dual yang diberikan dalam bentuk matriks.

Primal Standar

Maksimumkan z = CI XI + CIIXII

dengan batasan :

A XI + IXII = b

XI,XII≥ 0

Dual

Minimumkan w= Yb

dengan batasan :

YA ≥ CI

Y ≥ CII

Y vektor yang tidak dibatasi

Dengan mengalikan sebelumnya batasan-batasan primal dengan Y, maka diperoleh :

YA XI + Y XII = Yb

Setelah menggalikan batasan dual dengan XIdan XII , maka diperoleh

YA XI CI XI

YXII CIIXII
 Jumlahkan kedua batasan tersebut sehingga menghasilkan :

YA XI + YXII CI XI + CIIXII

Karena YA XI + YXII = Yb dan CI XI + CIIXII= z dapat disimpulkan bahwa

Jadi terbukti untuk setiap pasangan pemecahan primal dan dual yang layak.

Untuk membuktikan hasil yang kedua yaitu di pemecahan optimum untuk kedua
masalah, yang memperlihatkan bahwa di pemecahan optimum, z berkaitan dengan
kasus maksimisasi yang berarti bahwa z mengusahakan nilai tertinggi di antara XI,XIIyang layak,
sedangkan w berkaitan dengan kasus minimisasi yang berarti bahwa w mengusahakan nilai
terendah di antara semua Y yang layak. Karena z ≤ w untuk semua pemecahan yang layak
(termasuk pemecahan optimal), kedua masalah tersebut akan mencapai optimalitas pada saat
max z= min w.
Dari tabel simplek persoalan primal dan dual dapat disimpulkan bahwa hubungan primal dengan
dual adalah sebagai berikut :

1. Solusi fisibel persoalan minimasi adalah batas atas dari solusi fisibel persoalan
maksimasi.

2. Kedua persoalan sudah mencapai solusi optimum, maka maks z = min w.

3. Nilai optimum variabel-variabel solusi awal pada primal sama dengan nilai optimum
variabel-variabel dual yang berkorespondensi dengan persamaan pembatas pada primal.

Dengan kata lain:

a. Jika variabel dual berkorespondensi dengan variabel slack awal pada persoalan
primal, maka nilai optimum variabel tersebut sama dengan koefisien variabel slack
pada persamaan z yang optimum.

Bukti : y1 berkorespondensi dengan S1 pada primal, maka nilai optimum y1 (= 29/5)

sama dengan koefisien S1 pada persamaan z optimum (=29/5).

b. Variabel dual berkorespondensi dengan variabel arti fisial awal pada primal, maka
nilai optimum variabel tersebut sama dengan koefisien variabel artifisial pada
persamaan z yang optimum setelah menghilangkan konstanta M.

Bukti: y2 berkorespondensi dengan R2 pada primal, maka nilai optimum y2 (= -2/5)

sama dengan koefisien R2 pada persamaan z optimum (= -2/5 + M-M) = -2/5

5.2.2 SIFAT-SIFAT DUAL YANG PENTING

Sifat 1: Menentukan koefisien fungsi tujuan variabel-variabel basis awal.

Pada saat iterasi solusi simpleks, baik primal maupun dual, koefisien fungsi
tujuan variabel-variabel basis awalnya yang dapat dicari dengan cara:

1. Mengalikan fungsi tujuan yang original dari variabel-variabel basis pada

iterasi yang bersangkutan dengan matriks di bawah variabel basis awal pada
iterasi yang bersangkutan. Koefisien ini biasa disebut simplex multiplier.
 2. Kurangi nilai-nilai simplex multiplier ini dengan fungsi tujuan yang original
dari variabel-variabel basis awal.

Sifat 2 : Menentukan koefisien fungsi tujuan variabel-variabel nonbasis awal.

Pada setiap iterasi dari persoalan primal, koefisien fungsi tujuannya dapat
ditentukan dengan menyubstitusikan simplex multiplier pada variabel-variabel pembatas
dari dual , kemudian mencari selisih antara ruas kiri dan ruas kanan dari pembatas dual
tersebut.

Sifat 3 : Menentukan nilai ruas kanan (solusi) dari variabel-variabel basis.

Pada setiap iterasi, baik primal maupun dual, nilai ruas kanan (kolom solusi)
variabel-variabel basis pada iterasi yang bersangkutan dapat ditentukan dengan cara
sebagai berikut:

Sifat 4 : Menentukan koefisien pembatas

Pada setiap iterasi, baik primal maupun dual, koefisien pembatas dari setiap
variabel dapat ditentukan dengan cara sebagai berikut:

5.2.2 PEMECAHAN DUAL OPTIMAL

Pemecahan dual yang optimal dapat ditentukan secara langsung dari tabel primal optimal.

Primal Standar

Maksimumkan z = CI XI + CIIXII

dengan batasan :

A XI + IXII = b
 XI,XII≥ 0

Dual

Minimumkan w= Yb

dengan batasan :

YA ≥ CI

Y ≥ CII

Y vektor yang tidak dibatasi

B dianggap basis primal yang optimal dan CBdianggap koefisien fungsi tujuan yang berkaitan
maka:Y= CBB-1 adalah pemecahan dual yang optimal.

Untuk membuktikannya dapat memeriksa dua persyaratan berikut :

1. Y= CBB-1adalah pemecahan dual yang layak.

2. Max z dalam primal sama dengan min w dalam dual.

Pemecahan dual Y= CBB-1 disebut layak apabila pemecahan tersebut memenuhi batasan dual
YA CIdanY CII . Dengan optimalitas masalah primal, memiliki zj – cj ≥ 0 untuk semua j
yaitu :

CBB-1A - CI ≥ 0 dan CBB-1- CII ≥ 0

Dengan menganggap Y= CBB-1,maka dapat dilihat bahwa kedua batasan dual ini terpenuhi.

Persyaratan kedua diverifikasi dengan memperlihatkan bahwa z = w untuk Y= CBB-1.Hal ini

langsung berlaku karena

w = Yb = CBB-1b

z = CBXB =CBB-1b

Pemecahan dual yang optimal dapat diperoleh secara langsung dari baris tujuan dari tabel
primal optimal

Dasar XI XII Pemecahan

Z CBB-1A-CI CBB-1-CII CBB-1b

 XB B-1A B-1 B-1b

Koefisien XII dalam baris z diketahui berdasarkan CBB-1-CII.Jadi, jika vektor dasar awal XII
terdiri dari semua variable slack, CII = 0dan koefisien baris z dari XIIakan menghasilkan nilai-
nilai dual secara langsung.Jika tidak, maka harus menambahkan CIIpada CBB-1-CIIuntuk
memperoleh pemecahan dual.

Contoh:

Primal

Maksimumkan z = 5x1 + 12x2 + 4x3

dengan batasan

x1 + 2x2 + x3 ≤ 10

2x1 – x2 + 3x3 = 8

x1,x2,x3≥ 0

Tabel primal

XI XII

Dasar x1 x2 x3 x4 R Pemecahan

Z 0 0 3/5 29/5 -2/5 + M 274/5

x2 0 1 -1/5 2/5 -1/5 12/5

x1 1 0 7/5 1/5 2/5 26/5

Karena XII = ( x4, R)T dan CII= (0, -M), dari tabel diatas didapat:

CBB-1 – CII = (29/5, -2/5 + M)

Sehingga memperoleh

Y= (y1, y2) = CBB-1= (29/5, -2/5 + M) + (0,-M)

= (29/5, -2/5)
Hasil yang sama akan diperoleh jika menggunakan perhitungan simpleks yang direvisi sebagai
berikut

2 1

( )(
−
Y =C B B = (12 , 5 ) 5 5 = 29 , − 2
−1
1 2 5 5 )
5 5