Anda di halaman 1dari 10

MAKALAH PROGRAM LINIER

METODE DUAL SIMPLEKS

OLEH :

KELOMPOK 8

CHINDY E. NABABAN 4183530002


NURHALIZAH 4183230001

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2020
KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan yang maha esa atas berkatnya kami
dapat menyelesaikan tugas makalah yang berjudul Dualitas ini tepat pada waktunya. Kami
mengucapkan terima kasih kepada ibu Dr.Faiz Ahyaningsi,S.Si.,M.Si selaku dosen mata
kuliah Program Linear yang telah memberikan tugas ini sehingga dapat menambah
pengetahuan dan wawasan sesuai dengan bidang studi yang kami tekuni.

Kami menyadari, makalah ini masih jauh dari kata sempurna, oleh karena itu kritik
dan saran yang membangun akan kami nantikan demi kesempurnaan makalah ini.

Medan, April 2020

Kelompok 8

2
DAFTAR ISI

KATA PENGANTAR..........................................................................................................................1
DAFTAR ISI.........................................................................................................................................3
BAB I PENDAHULUAN
1.1 Latar Belakang...........................................................................................................................4

1.2 Rumusan Masalah......................................................................................................................4

1.3 Tujuan.........................................................................................................................................4

BAB II PEMBAHASAN
2.1. Metode Dual Simpleks...............................................................................................................5

2.2. Contoh Soal Metode Dual Simpleks........................................................................................5

BAB III PENUTUP


3.1 Kesimpulan...............................................................................................................................10

3.2 Saran........................................................................................................................................10

3
BAB I
PENDAHULUAN

1.1 Latar Belakang


Prosedur perhitungan yang dibicarakan sejauh ini bergerak dari solusi dasar layak
yang belum optimum ke solusi layak yang lain. Apakah proses tersebut akhirnya akan
mencapai suatu solusi layak optimum, adalah tergantung pada kemampuan untuk
mendapatkan suatu solusi dasar awal yang layak. Dalam kaitan ini, artificial variabel
kadang-kadang digunakan untuk menemukan solusi awal layak. Jika formulasi LP
mengandung sejumlah besar artificial variable, maka membutuhkan banyak perhitungan
untuk memperoleh solusi awal layak. Karena itu, akan dijelaskan suatu prosedur
perhitungan yang memberikan suatu solusi layak optimum, meskipun solusi awalnya
tidak layak. Prosedur itu dinamakan dual simplex algorithm yang pertama kali disusun
oleh Lemke. Algoritma ini tidak banyak digunakan di antara program-program komputer
yang ada. Namun ia memainkan peranan penting dalam post optimality analysis.

1.2 Rumusan Masalah


1. Apa itu metode dual simpleks?
2. Bagaimana cara perhitungan menggunakan metode dual simpleks?

1.3 Tujuan
1. Mengetahui apa itu metode dual simpleks
2. Mengetahui cara perhitungan menggunakan metode dual simpleks

4
BAB II
PEMBAHASAN

Apabila pada suatu iterasi kita mendapat persoalan programa linier yang sudah
optimum (berdasarkan kondisi optimalitas), tetapi belum fisibel (ada pembatas
nonnegatif yang tidak terpenuhi), maka persoalan tersebut harus diselesaikan dengan
menggunakan metode dual simpleks. Syarat digunakannya metode ini adalah bahwa
seluruh pembatas harus merupakan ketidaksamaan yang bertanda (  ), sedangkan
fungsi tujuan bisa berupa maksimasi atau minimasi.

Pada dasarnya metode dual simpleks ini menggunakan tabel yang sama seperti
metode simpleks pada primal, tetapi leaving variable dan entering variable-nya
ditentukan sebagai berikut :

1. Leaving variable (kondisi fisibilitas)


Yang menjadi leaving variable pada dual simpleks adalah variabel basis yang
memiliki harga negatif terbesar. Jika semua variabel basis telah berharga positif
atau nol, berarti keadaan fisibel telah tercapai.

2. Entering variable (kondisi optimalitas)


a. Tentukan perbandingan (rasio) antara koefisien persamaan z dengan koefisien
persamaan leaving variable. Abaikan penyebut yang positif atau nol. Jika semua
penyebut berharga positif atau nol, berarti persoalan yang bersangkutan tidak
memiliki solusi fisibel.
b. Untuk persoalan minimasi, entering variable adalah variabel dengan rasio
terkecil, sedangkan untuk persoalan maksimasi, entering variable adalah
variabel dengan rasio absolut terkecil.

2.2 Contoh Soal Metode Dual Simpleks

Minimumkan : Z = 16 X1 + 20 X2
Kendala :
6 X1 + 12 X2 ≥ 72
15 X1 + 6 X2 ≥ 90
6 X1 + 5 X2 ≤ 60, X1, X2 ≥ 0

5
Syarat digunakan metode dual simpleks jika ada kendala yang merupakan ketidaksamaan
bertanda ≥. Jadi ubahlah variabel S menjadi positif.

Langkah 1: Formulasikan fungsi tujuan dan kendala

Formulasi diatas menjadi:

Minimumkan : Z – 16 X1 – 20 X2 = 0

Kendala:
-6 X1 – 12 X2 + S1 = -72

-15 X1 – 6 X2 + S2 = -90

6 X1 + 5 X2 + S3 = 60

X1, X2, S1, S2, S3 ≥ 0

Langkah 2: Tentukan leaving variabelnya

Seperti dalam metode simpleks, metode ini didasarkan pada optimality dan feasibility
condition. Optimality condition menjamin bahwa solusi tetap optimum sedangkan
feasibility condition memaksa agar solusi mencapai keadaan layak. Jadi, intinya metode
dual simpleks mirip dengan metode simpleks biasa hanya saja ditranspose (baris jadi kolom
& kolom jadi baris)

Jadi berdasarkan soal diatas didapatkan tabel awal sebagai berikut :

Iterasi Basis Z X1 X2 S1 S2 S3 Solusi


Z 1 -16 -20 0 0 0 0
S1 0 -6 -12 1 0 0 -72
0
S2 0 -15 -6 0 1 0 -90
S3 0 6 5 0 0 1 60

Jadi, dalam metode dual simpleks, yang pertama ditentukan adalah leaving variabelnya
dengan solusi yang memiliki angka negatif terbesar.

6
Langkah 3: Tentukan entering variabelnya

Basis Z X1 X2 S1 S2 S3 Solusi
Z 1 -16 -20 0 0 0 0
S1 0 -6 -12 1 0 0 -72
S2 0 -15 -6 0 1 0 -90
S3 0 6 5 0 0 1 60
Rasio - 16/15 20/6 - - - -

Setelah itu baru hitunglah rasionya dengan membagi angka dari baris Z dengan leaving
variabelnya dan pilih rasio yang terkecil. Abaikan rasio yang memiliki angka negatif atau nol.

Langkah 4: Tentukan persamaan pivot baru

Dari langkah ini sudah mirip dengan langkah metode simpleks biasa, untuk lebih jelasnya
tentang metode simpleks dapat dilihat pada : Pemecahan Program Linear Metode
Simpleks, jadi berdasarkan soal diatas didapatkan baris pivot barunya adalah :

Basis Z X1 X2 S1 S2 S3 Solusi
Z 1
S1
X1 0 1 2/5 0 -1/15 0 6
S3

Langkah 5: Tentukan persamaan baru selain pivot baru

Setelah mendapat persamaan pivot baru, langkah selanjutnya adalah mengisi persamaan
lainya yang masih kosong. Rumus untuk menentukan persamaan baru selain persamaan pivot
baru adalah sebagai berikut:
Persamaan baru = (persamaan lama) – (persamaan pivot baru x koefisien kolom pivot)

Persamaan Z baru :
(-16) – (1 x -16) = 0
(-20) – (2/5 x -16) = -68/5
(0) – (0 x -16) = 0
(0) – (-1/15 x -16) = -16/15
(0) – (0 x -16) = 0
(0) – (6 x -16) = 96  

Persamaan S1 baru :
(-6) – (1 x -6) = 0

7
(-12) – (2/5 x -6) = -48/5
(1) – (0 x -6) = 1
(0) – (-1/15 x -6) = -2/5
(0) – (0 x -6) = 0
(-72) – (6 x -6) = -36  

Persamaan S3 baru :
(6) – (1 x 6) = 0
(5) – (2/5 x 6) = 13/5
(0) – (0 x 6) = 0
(0) – (-1/15 x 6) = 2/5
(1) – (0 x 6) = 1
(60) – (6 x 6) = 24

Setelah mencari persamaan Z, S1 dan S3 baru kemudian tabulasikan dalam tabel simpleks
sebagai berikut :

Iterasi Basis Z X1 X2 S1 S2 S3 Solusi


Z 1 0 -68/5 0 -16/5 0 96
S1 0 0 -48/5 1 -2/5 0 -36
1
X1 0 1 2/5 0 -1/15 0 6
S3 0 0 13/5 0 2/5 1 24

Langkah 6: Lanjutkan Perbaikan-Perbaikan

Setelah didapatkan persamaan baru, periksa kembali apakah solusi masih ada yang bertanda
negatif atau tidak, jika masih ada berarti solusi belum optimal sehingga perlu diulangi
kembali dari langkah ke-2.

8
Dari persamaan diatas didapatkan masih adanya solusi yang negatif, sehingga perlu dilakukan
langkah-langkah perbaikan dengan mengulangi langkah ke-2.Sehingga didapatkan tabel
berikut:

Iterasi Basis Z X1 X2 S1 S2 S3 Solusi


Z 1 0 0 -17/12 -1/2 0 147
S1 0 0 1 -5/48 1/24 0 15/4
2
X1 0 1 0 1/24 -1/12 0 9/2
S3 0 0 0 13/48 7/24 1 57/4

Berdasarkan iterasi awal terlihat bahwa meskipun koefisien persamaan Z sudah memenuhi
kondisi optimal (barisan Z sudah nol atau negatif untuk kasus minimasi), tetapi variabel-
variabel basis awalnya tidak memberikan solusi awal yang feasibel (S1, S2 berharga negatif).

Solusi optimal dan feasibel tercapai pada iterasi kedua. Selain untuk menghindari perhitungan
yang rumit, metode dual simpleks sangat penting untuk digunakan pada analisis sensitivitas.

Hal ini terjadi apabila suatu pembatas baru ditambahkan (atau pembatas lama diubah), pada
suatu persoalan yang sudah mencapai solusi optimal dan mengakibatkan solusi tidak feasibel,
sehingga untuk menyelesaikannya digunakan metode dual simpleks.

9
BAB III
PENUTUP

3.1 Kesimpulan
Metode dual simpleks ini juga sangat penting untuk digunakan dalam analisis sensitivitas.
Sebagai contoh, hal ini akan terjadi apabila suatu pembatas baru ditambahkan ke dalam
persoalan semula setelah persoalan itu mencapai solusi optimum. Apabila ternyata bahwa
pembatas baru ini tidak terpenuhi oleh solusi optimum yang telah dicapai itu, maka
persoalannya akan menjadi optimum, tetapi tidak fisibel, sehingga untuk menyelesaikan
ketidakfisibelannya ini perlu digunakan metode dual simpleks.

3.2 Saran

Penulis menyadari bahwa makalah diatas banyak sekali kesalahan dan jauh dari
kesempurnaan. Maka dari itu penulis mengharapkan saran dan kritik mengenai
pembahasan makalah dalam kesimpulan di atas.