A. NURANNISA F.A
517022
SEMESTER 6
Puji syukur penulis panjatkan kehadirat Allah SWT. atas berkat rahmat dan
hidayah-Nya, sehingga penulis dapat menyelesaikan tugas Makalah Program
Linear yang berjudul Dual dan Primal ini tepat pada waktunya.
Penulis menyadari bahwa apa yang diperoleh tidak hanya merupakan hasil
dari jerih payah sendiri, tetapi hasil dari keterlibatan beberapa pihak. Oleh karena
itu, penulis menyampaikan terima kasih yang sebesar-besarnya kepada Ibu A. Sri
Rahayu, S.Pd., selaku dosen pengampu mata kuliah Program Linear yang telah
mengarahkan dan membimbing penulis.
Tidak lupa pula penulis sampaikan terima kasih kepada teman-teman serta
semua pihak yang tidak sempat penulis sebutkan namanya satu persatu. Semoga
bantuan dan motivasi yang diberikan mendapat imbalan dari Allah SWT. Sekian
dan terima kasih.
A. Nurannisa F.A
ii
DAFTAR ISI
iii
BAB I
PENDAHULUAN
A. Latar Belakang
1
2
B. Rumusan Masalah
C. Tujuan Penulisan
PEMBAHASAN
3
4
Primal
Maksimasi
𝑍 = 𝑐1 𝑋1 + 𝑐2 𝑋2 + ⋯ + 𝑐𝑛 𝑋𝑛
𝑎11 𝑋11 + 𝑎12 𝑋2 + ⋯ + 𝑎1𝑛 𝑋𝑛 ≤ 𝑏1
𝑎21 𝑋1 + 𝑎22 𝑋2 + ⋯ + 𝑎2𝑛 𝑋𝑛 ≤ 𝑏2
𝑎𝑚1 𝑋1 + 𝑎𝑚2 𝑋2 + ⋯ + 𝑎𝑚𝑛 𝑋𝑛 ≤ 𝑏𝑛
𝑋1 , 𝑋2 , … , 𝑋𝑛 ≥ 0
Dual
Minimum
𝑊 = 𝑏1 𝑌1 + 𝑏2 𝑌2 + ⋯ + 𝑏𝑚 𝑌𝑚
𝑎11 𝑌11 + 𝑎21 𝑌2 + ⋯ + 𝑎𝑚1 𝑌𝑚 ≥ 𝑐1
𝑎12 𝑌1 + 𝑎22 𝑌2 + ⋯ + 𝑎𝑚2 𝑌𝑚 ≥ 𝑐2
𝑎1𝑛 𝑌1 + 𝑎2𝑛 𝑌2 + ⋯ + 𝑎𝑚𝑛 𝑌𝑚 ≥ 𝑐𝑛
𝑌1 , 𝑌2 , … , 𝑌𝑛 ≥ 0
Bila masalah primal dibandingkan dengan masalah dual, terlihat beberapa
hubungan sebagai berikut.
1. Koefisien fungsi tujuan masalah primal (c) menjadi konstanta ruas kanan
pembatas dual. Sebaliknya, konstanta ruas kanan pembatas dual menjadi
koefisien fungsi tujuan dual.
2. Tanda pertidaksamaan pembatas dibalik (pada primal ≤, pada dual ≥).
3. Tujuan berubah dari min (maks) pada primal dan menjadi maks (min) pada dual.
4. Setiap kolom pada primal berhubungan dengan suatu baris (kendala) dalam
dual, sehingga banyanya pembatas dual akan sama banyaknya variabel
keputusan primal.
5. Setiap baris (pembatas) pada primal berhubungan dengan suatu kolom dalam
dual, sehingga setiap pembatas primal ada satu variabel keputusan dual.
6. Bentuk dual dari dual adalah primal.
Contoh dari bentuk primal-dual simetrik adalah sebagai berikut.
Primal
Maks, 𝑍 = 40000𝑥1 + 50000𝑥2 + 40000𝑥3
4𝑥1 + 4𝑥2 + 6𝑥3 ≤ 600
8𝑥1 + 4𝑥2 + 6𝑥3 ≤ 300
6
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Dual
Min, 𝑊 = 600𝑦1 + 800𝑦2
4𝑦1 + 8𝑦2 ≥ 40000
4𝑦1 + 4𝑦2 ≥ 50000
6𝑦1 + 6𝑦2 ≥ 40000
𝑦1 , 𝑦2 ≥ 0
Apabila persoalan primal tersebut diselesaikan dengan metode simpleks,
maka diperoleh tabel simpleks optimum sebagai berikut.
40000 50000 40000 0 0
VB RK
𝑥1 𝑥2 𝑥3 𝑆1 𝑆1
50000𝑥2 1 1 3/2 1/4 0 150
0𝑆2 4 0 0 -1 1 200
𝑍𝑗 − 𝐶𝑗 10000 0 35000 12500 0
7500000
Z 50000 50000 75000 12500 0
Berdasarkan tabel di atas, maka diperoleh solusi optimum 𝑥1 = 0, 𝑥2 =
150 dan 𝑥3 = 0. Adapun nilai-nilai variabel slack adalah 𝑆1 = 0 dan 𝑆2 = 200,
sedangkan nilai Z optimal adalah 7500000. Tabel simpleks optimum untuk
persoalan dual adalah sebagai berikut.
600 800 0 0 0 M M M
VB RK
𝑦1 𝑦2 𝑆1 𝑆2 𝑆3 𝑅1 𝑅2 𝑅3
0𝑆3 0 0 0 -3/2 1 0 3/2 -1 35000
0𝑆1 0 -4 1 -1 0 -1 1 0 10000
600𝑦1 1 1 0 -1/4 0 0 1/4 0 12500
150-
𝑍𝑗 − 𝐶𝑗 0 -200 0 -150 0 -M -M
M 7500000
Z 600 600 0 -150 0 0 150 0
Berdasarkan tabel di atas, maka diperoleh solusi optimum 𝑦1 = 12500 dan
𝑦2 = 0. Adapun nilai-nilai variabel slack adalah 𝑆1 = 10000, 𝑆2 = 0 dan 𝑆3 =
35000, sedangkan nilai Z optimal adalah 7500000.
Jika solusi optimum primal dan dual di atas ditelaah, maka akan memeroleh
hasil sebagai berikut.
Variabel Slack Primal 𝑺𝟏 𝑺𝟐
Koef. Pers. 𝑍𝑗 − 𝐶𝑗 pada optimum primal 12500 0
Variabel keputusan dual yang berhubungan 𝑦1 𝑦2
7
Kemudian perhatikan:
Variabel Slack Dual 𝑺𝟏 𝑺𝟐 𝑺𝟑
Koef. Pers. 𝑍𝑗 − 𝐶𝑗 pada optimum dual (dikalikan -1) 0 150 0
Variabel keputusan primal yang berhubungan 𝑥1 𝑥2 𝑥3
Hal di atas menunjukkan bahwa solusi optimum primal memberikan solusi
terhadap permasalahan dual yang berhubungan, begitupun sebaliknya solusi
persamaan optimum dual akan memberikan solusi terhadap permasalahan
optimalnya, sehingga dengan memecahkan salah datu persoalan baik primal
maupun dual, maka solusi optimum dari permasalahan kawannya dapat ditentukan.
Selain itu, keterkaitan antara solusi optimum primal dan solusi optimum dual
dapat ditunjukkan pada tabel berikut.
Variabel basis awal Primal 𝑺𝟏 𝑺𝟐
Koef. Pers. 𝑍𝑗 − 𝐶𝑗 pada optimum primal 12500 0
Variabel keputusan dual yang berhubungan 𝑦1 𝑦2
Kemudian perhatikan:
Variabel basis awal Dual 𝑹𝟏 𝑹𝟐 𝑹𝟑
Koef. Pers. 𝑍𝑗 − 𝐶𝑗 pada optimum dual (dengan
0 150 0
menghilangkan M)
Variabel keputusan primal yang berhubungan 𝑥1 𝑥2 𝑥3
Kedua tabel tersebut memberikan kesimpulan yang sama, yaitu solusi
optimum primal memperlihatkan solusi optimum dual, begitupun sebaliknya. Hal
lain yang dapat dilihat dari tabel solusi optimum primal dan dual adalah nilai
optimum fungsi tujuannya yang bernilai sama, yaitu Z = W = 7500000. Hal ini
sesuai dengan main duality theorem yang menyatakan bahwa “jika baik masalah
primal maupun dual adalah layak, maka keduanya memiliki solusi demikian hingga
nilai optimum fungsi tujuannya adalah sama”. Selain itu, solusi optimum primal
dan dual dapat diperoleh melaui penerapan metode revised simpleks:
𝑍 = 𝑊 = 𝐶𝐵 . 𝐵 −1 . 𝑏
Dimana: 𝐶𝐵 = matriks koefisien fungsi tujuan dari variabel bebas (VB) pada iterasi
yang bersangkutan
𝐵 −1 = matriks dibawah variabel basis awal pada iterasi yang bersangkutan
b = vector baris koefisien fungsi tujuan
2. Masalah Primal-Dual Asimetrik
Masalah primal yang tidak simetrik dapat dilihat pada pembahasan berikut.
8
𝑥1 + 5𝑥2 + 2𝑥3 ≤ 30
−𝑥1 − 5𝑥2 − 2𝑥3 ≤ −30
𝑥1 − 5𝑥2 − 6𝑥3 ≤ 40
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Bentuk dual dari model ini diformulasikan sebagai:
Min 𝑊 = 30𝑦1 − 30𝑦2 + 40𝑦3
𝑦1 − 𝑦2 + 𝑦3 ≥ 5
5𝑦1 − 5𝑦2 − 5𝑦3 ≥ 2
2𝑦1 − 2𝑦2 − 6𝑦3 ≥ 3
𝑦1 , 𝑦2 , 𝑦3 ≥ 0
Tetapi bentuk dual ini tidak sesuai dengan ketentuan hubungan primal-dual
yang telah dikemukakan pada bagian awal. Ketidaksesuaian tersebut terletak pada
jumlah pembatas primal asimetrik yang tidak sesuai dengan jumlah koefisien fungsi
tujuan dual, padahal pada hubungan primal-dual setiap pembatas primal
berhubungan dengan satu kolom dual, sehingga setiap pembatas primal terdapat
satu variabel keputusan dual. Sedangkan dalam contoh ini, bentuk primal asimetrik
terdapat 2 pembatas. Namun, setelah bentuk primal asimetrik ini ditransformasikan
menjadi primal normal lalu kemudian dibuat bentuk dualnya, ternyata pada bentuk
dual tersebut terdapat 3 variabel keputusan.
Untuk menyelesaikan masalah tersebut, maka bentuk dual dapat dibentuk dari
primal asimetrik tanpa harus mentrasnsformasikannya terlebih dahulu menjadi
primal normal. Maka dengan mengikuti aturan tabel hubungan primal dual bentuk
dual dari primal asimetrik itu adalah:
Min 𝑊 = 30𝑦1 + 40𝑦2
𝑦1 + 𝑦2 ≥ 5
5𝑦1 − 5𝑦2 ≥ 2
2𝑦1 − 6𝑦2 ≥ 3
𝑦1 𝑡𝑖𝑑𝑎𝑘 𝑡𝑒𝑟𝑏𝑎𝑡𝑎𝑠 𝑡𝑎𝑛𝑑𝑎
𝑦2 ≥ 0
Karena 𝑦1 tidak terbatas tanda, maka 𝑦1 digantikan dengan 𝑦1 ′ − 𝑦1 ′′ (𝑦1 = 𝑦1 ′ −
𝑦1 ′′ dimana 𝑦1 ′ dan 𝑦1 ′′ ≥ 0, sehingga bentuk dualnya menjadi:
Min 𝑊 = 30(𝑦1′ − 𝑦1′′ ) − 40𝑦2
12
(𝑦1 ′ − 𝑦1 ′′) + 𝑦2 ≥ 5
5(𝑦1 ′ − 𝑦1 ′′) − 5𝑦2 ≥ 2
2(𝑦1 ′ − 𝑦1 ′′) − 6𝑦2 ≥ 3
(𝑦1 ′ − 𝑦1 ′′) = 𝑦1
𝑦2 ≥ 0
atau
Min 𝑊 = 30𝑦1 ′ − 30𝑦1 ′′ − 40𝑦2
𝑦1 ′ − 𝑦1 ′′ + 𝑦2 ≥ 5
5𝑦1 ′ − 5𝑦1 ′′ − 5𝑦2 ≥ 2
2𝑦1 ′ − 2𝑦1 ′′ − 6𝑦2 ≥ 3
𝑦1 ′ ≥ 0
𝑦1 ′′ ≥ 0
𝑦2 ≥ 0
Apabila diamati bentuk dual dari primal simetrik dengan bentuk dual dari
primal asimetrik memiliki bentuk yang hampir sama. Tabel solusi primal asimetrik
adalah:
5 2 3 0 -M
VB RK
𝑥1 𝑥2 𝑥3 𝑆1 𝑅1
5𝑥1 1 5 2 0 1 30
0𝑆1 0 -10 -8 1 -1 10
𝑍𝑗 − 𝐶𝑗 0 23 7 0 5+M 150
Sedangkan tabel solusi optimum dualnya adalah:
30 -30 40 0 0 0 M M M
VB RK
𝑦1 ′ 𝑦1 ′′ 𝑦2 𝑆1 𝑆2 𝑆3 𝑅1 𝑅2 𝑅3
0𝑆3 0 0 8 -2 0 1 2 0 -1 7
30𝑦1 ′ 1 -1 1 -1 0 0 1 0 0 5
0𝑆2 0 0 10 -5 1 0 5 -1 0 23
𝑊𝑗 − 𝐶𝑗 0 0 -10 -30 0 0 30-M -M -M 150
Dari tabel solusi optimum dual tersebut didapat 𝑦1 ′ = 5, 𝑦1 ′′ = 0 (𝑦1 = 𝑦1 ′ −
𝑦1 ′′ = 5 − 0 = 5) dan 𝑦2 = 0 dengan nilai-nilai variabel slack berturut-turut 𝑆1 =
0, 𝑆2 = 23, 𝑆3 = 7 dan W = Z = 150.
Hasil-hasil yang menarik terungkap dengan mengamati tabel optimum primal
dan dual. Sekarang perhatikan koefisien persamaan 𝑍𝑗 − 𝐶𝑗 pada tabel optimum
primal, hasilnya adalah:
13
C. Sifat-sifat Primal-Dual
D. Contoh Kasus
Makanan
Vitamin Keperluan Sehari
M1 M2
A 2 4 40
B 3 2 50
Harga Makanan/Unit 3 2,5
Secara aljabar, masalah di atas dapat ditulis sebagai berikut:
1. Minimumkan 𝑓 = 3𝑥1 + 2,5𝑥2
Syarat 2𝑥1 + 4𝑥2 ≥ 40
3𝑥1 + 2𝑥2 ≥ 50
𝑥1 ≥ 0, 𝑥2 ≥ 0
Sekarang pertimbangkan makanan M1 dan M2 yang dijual pada sebuah toko.
Pemilik toko sadar bahwa makanan M1 dan M2 memiliki nilai pasaran karena
mengandung vitamin A dan vitamin B yang diperlukan untuk kesehatan. Masalah
yang dihadapinya ialah menentukan harga jual, misalkan 𝑦1 per unit vitamin A dan
𝑦2 per unit vitamin B. Pemilik toko menyadari bahwa harga per unit vitaminnya
harus diatur sedemikian rupa sehingga harga jual yang ditetapkannya untuk kedua
jenis makanan kurang atau sama dengan harga pasaran. Artinya, 𝑦1 dan 𝑦2 harus
ditetapkan harga, sehingga biaya yang dihitung untuk makanan M1 dan M2 kurang
atau sama dengan 3 dan 2,5 satuan uang per unit masing-masing. Jika pemilik toko
menetapkan harga lebih tinggi dari 3 dan 2,5 satuan uang, maka pemilik toko akan
kehilangan pelanggan.
Pada saat bersamaan, pemilik toko ingin memaksimumkan penghasilannya
yang diberikan oleh 𝑓 = 40𝑦1 + 50𝑦2 karena keperluan akan vitamin seharinya
adalah 40 dan 50 unit untuk masing-masing vitamin. Masalah yang dihadapi oleh
pemilik toko dapat dirangkum sebagai berikut:
2. Maksimumkan 𝑓 = 40𝑦1 + 50𝑦2
Syarat 2𝑦1 + 3𝑦2 ≤ 3
4𝑦1 + 2𝑦2 ≤ 2,5
𝑌1 ≥ 0, 𝑌2 ≥ 0
Sekelompok pertidaksamaan 2 merupakan “DUAL” dari masalah aslinya.
Untuk mengenalinya, masalah aslinya disebut “PRIMAL”. Masalah 1 dan 2
diselesaikan melalui metode simpleks.
16
Masalah 1
Minimumkan 𝑓 = 3𝑥1 + 2,5𝑥2 + 0𝑆1 + 0𝑆2 + 𝑀𝐴1 + 𝑀𝐴2
atau 𝑓 − 3𝑥1 − 2,5𝑥2 + 0𝑆1 − 0𝑆2 − 𝑀𝐴1 − 𝑀𝐴2 = 0
Syarat 2𝑥1 + 4𝑥2 − 𝑆1 + 0𝑆2 + 𝐴1 + 0𝐴2 = 40
3𝑥1 + 2𝑥2 + 0𝑆1 − 𝑆2 + 0𝐴1 + 𝐴2 = 50
𝑋1 ≥ 0, 𝑋2 ≥ 0, 𝑆1 ≥ 0, 𝑆2 ≥ 0, 𝐴1 ≥ 0, 𝐴2 ≥ 0
PROGRAM 1
Variabel Dasar F X1 X2 S1 S2 A1 A2 Nilai Kanan
F 1 5M-3 6M-2,5 -M -M 0 0 90
A1 0 2 4 -1 0 1 0 40
A2 0 3 2 0 -1 0 1 50
PROGRAM II
Variabel
f X1 X2 S1 S2 A1 A2 Nilai Kanan
Dasar
7 1 5
F 1 2M− 4
0 𝑀 − 8 -M − 3 𝑀 + 5 0 30M+25
2
2 8
X2 0 1 1 1 0 1 0 10
−
2 4 4
1 1
A2 0 2 0 −1 −2 1 30
2
PROGRAM III
Variabel Dasar f X1 X2 S1 S2 A1 A2 Nilai Kanan
F 1 0 0 3 7 -M+ 3 7 205
− − -M +8
16
16 8 4
X2 0 0 1 3 1 3 1 2
− −
8 4 8 4 1
2
X1 0 1 0 1 1 1 1 15
− −
4 2 4 2
Program ini sudah optimal dengan pembelian 15 unit makanan M1 dan 2,5
205
unit makanan M2 dengan biaya atau 51,25.
4
17
Masalah 2
Maksimumkan 𝑓 − 40𝑦1 + 50𝑦2 + 0𝑆1 + 0𝑆2 = 0
2𝑦1 + 3𝑦2 + 1𝑆1 + 0𝑆2 = 3
4𝑦1 + 2𝑦2 + 0𝑆1 + 1𝑆2 = 2,5
𝑦1 ≥ 0, 𝑦2 ≥ 0, 𝑆1 ≥ 0, 𝑆2 ≥ 0, 𝐴1 ≥ 0, 𝐴2 ≥ 0
PROGRAM I
Variabel Dasar F y1 y2 S1 S2 Nilai Kanan
F 1 -40 -50 0 0 0
S1 0 2 3 1 0 3
S2 0 4 2 0 1 2,5
PROGRAM II
Variabel Dasar f y1 y2 S1 S2 Nilai Kanan
f 1 20 0 50 0 50
−
3 3
y2 0 2 1 1 0 1
3 3
S2 0 8 0 2 1 1,5
−
3 3
PROGRAM III
Variabel Dasar f y1 y2 S1 S2 Nilai Kanan
f 1 0 0 15 5 1
514
2
y2 0 0 1 1 1 7
−
2 4 8
y1 0 1 0 1 3 3
−
4 8 16
Program ini telah optimal karena pada baris f, nilai kolom y1 dan y2 sudah
3 7
tidak negatif. Pemilik toko harus menetapkan harga 16 untuk vitamin A dan 8 untuk
3 7
vitamin B. Nilai fungsi tujuan ialah 40 (16) + 50 (8) = 51, 25.
Karena masalah I dan II memiliki hasil yang sama, maka tabel optimal dari
masalah primal dan dualnya dapat dibandingkan sebagai berikut:
TABEL PRIMAL
Variabel Nilai
f x1 x2 S1 S2 A1 A2
Dasar Kanan
f 1 0 0 3 7 3 7 205
− − −M + −M +
16 8 16 8 4
18
x2 0 0 1 3 1 3 1 1
− − 2
8 4 8 4 2
x1 0 1 0 1 1 1 1 15
− −
4 2 4 2
TABEL DUAL
Variabel Dasar F y1 y2 S1 S2 Nilai Kanan
F 1 0 0 15 5 1
51
2 4
y2 0 0 1 1 1 7
−
2 4 8
y1 0 1 0 1 3 3
−
4 8 16
5
Nilai fungsi objektif dari primal f = 2(2,5) + 15(3) = 51,25
7 3
Nilai fungsi objektif dari dual f = = (50) + 16 (40) = 51,25
8
Maka penyelesaian dari masalah primal dalam program linear selalu dapat
memberikan suatu penyelesaian dualnya.
BAB III
PENUTUP
A. Simpulan
B. Saran
Penulis menyadari bahwa penulisan makalah ini masih sangat jauh dari kata
sempurna, sehingga penulis senantiasa menerima saran dan kritik dari pembaca
untuk perbaikan makalah selanjutnya. Namun, penulis berharap dengan adanya
makalah ini dapat menambah pengetahuan dan wawasan pembaca terkait dengan
program linear.
19
DAFTAR PUSTAKA
Abidin, Z., & Karim, S. (2019). Optimalisasi Usaha Tani Sayuran Cabai, Tomat
pada Musim Gadu dengan Pendekatan Linear Programming di Desa
Maoutong Kecamatan Tilongkabila Bone Bolango. Jurnal Agribis, 1(1), 1–
11.
Hidayah, R. W. (2019). Program Linear Fuzzy. Jurnal Ilmiah Matematika, 7(2),
163–170.
Hidayat, W. (2017). Adversity Quotient dan Penalaran Kreatif Matematis Siswa
SMA dalam Pembelajaran Argument Driven Inquiry pada Materi Turunan
Fungsi. Jurnal Pendidikan Matematika, 2(1), 15–28.
https://doi.org/10.22236/kalamatika.vol2no1.2017pp15-28
Nirfayanti, & Setyawan, D. (2018). Efektivitas Pembelajaran Program Linear
Berbantuan Geogebra terhadap Hasil Belajar Mahasiswa. Jurnal Penelitian
Matematika dan Pendidikan Matematika, 1(2), 22–30.
Nuraini, L. (2018). Integrasi Nilai Kearifan Lokal dalam Pembelajara Matematika
SD/MI Kurikulum 2013. Jurnal Pendidikan Matematika, 1(2), 1–17.
Retrieved from http://journal.stainkudus.ac.id/index.php/jmtk
Nurkhaeriyyah, T. S., Rohaeti, E. E., & Yuliani, A. (2018). Analisis Kemampuan
Penalaran Matematis Siswa MTS di Kabupaten Cianjur pada Materi Teorema
Pythagoras. Jurnal Pembelajaran Matematika Inovatif, 1(5), 827–836.
Pulukadang, M. I., Langi, Y. A. R., & Rindengan, A. J. (2018). Optimasi
Perencanaan Produksi pada CV. Meubel Karya Nyata Gorontalo
Menggunakan Model Program Linear Fuzzy. Jurnal Matematika dan
Aplikasi, 7(2), 78–83. https://doi.org/10.35799/dc.7.2.2018.20629
Rusydiana, A. S., & Hasib, F. F. (2020). Super Efisiensi dan Analisis Sensitivitas
Dea: Aplikasi pada Bank Umum Syariah di Indonesia. Amwaluna: Jurnal
Ekonomi dan Keuangan Syariah, 4(1), 41–54.
https://doi.org/10.1017/CBO9781107415324.004
Sholihat, N. A., Hidayat, W., & Rohaeti, E. E. (2018). Penghargaan Diri dan
Penalaran Matematis Siswa MTS. Jurnal Pembelajaran Matematika Inovatif,
1(3), 299–304. https://doi.org/10.22460/jpmi.v1i3.299-304
20