Tugas Kelompok 5

RISET OPERASI
“Analisis Sensitivitas”

Oleh:
Amelia Sri Sulastri (P3E119003)
Veni Mustifar (P3E119041)
Yeyen Fitri Prastika (P3E119045)
Siti Aslinda (P3E119034)

PROGRAM STUDI D3 STATISTIKA

PROGRAM PENDIDIKAN VOKASI
UNIVERSITAS HALU OLEO
KENDARI
2020
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT yang telah melimpahkan
rahmat, taufik dan hidayah-Nya, sehingga kami dapat menyusun tugas Riset Operasi
dengan baik dan tepat pada waktunya.

Penulis mengucapkan terima kasih sebesar-besarnya kepada Bapak/Ibu selaku

dosen mata kuliah. Tugas yang telah diberikan ini dapat menambah pengetahuan dan
wawasan terkait bidang yang ditekuni penulis. Penulis juga mengucapkan terima
kasih pada semua pihak yang telah membantu proses penyusunan makalah ini.

Penulis menyadari makalah ini masih jauh dari kata sempurna. Oleh karena itu,
kritik dan saran yang membangun akan penulis terima demi kesempurnaan makalah
ini.
 DAFTAR ISI

Halaman judul..........................................................................................
Kata pengantar.........................................................................................
Daftar isi....................................................................................................
BAB I PENDAHULUAN.........................................................................
1.1 Latar Belakang.....................................................................................
1.2 Rumusan Masalah................................................................................
1.3 Tujuan Penulisan..................................................................................
BAB II PEMBAHASAN..........................................................................
2.1 Analisis Sensitivitas..............................................................................
2.2 Perubahan Nilai Kanan Fungsi Batasan……………………………………...
2.3 Perubahan Pada Koefisien-Koefisien Fungsi Tujuan…………………………
2.4 Perubahan Pada Koefisien-Koefisien Teknis ………………………………….
2.5 Penambahan Variabel Baru ………………………………………………….
2.6 Penambahan Batasan Baru……………………………………………………
BAB III PENUTUP...................................................................................
3.1 Kesimpulan............................................................................................
3.2 Saran......................................................................................................
Daftar Pustaka…………………………………………………………….
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Analisis sensitivitas merupakan analisis yang dilakukan pada solusi optimal
suatu persoalan program linear karena adanya perubahan diskrit parameter untuk
melihat berapa besar perubahan dapat ditolerir sebelum solusi optimal mulai
kehilangan optimalitasnya. Program linear merupakan suatu metode penyelesaian
untuk memperoleh solusi optimal (maksimum/minimum) dari suatu persoalan. Salah
satu tipe khusus dari persoalan program linear adalah persoalan transportasi.
Persoalan transportasi yang sering muncul dalam kehidupan sehari-hari,
merupakan golongan tersendiri dalam persoalan program linier. Maka metode
tranportasi ini juga dapat digunakan untuk menyelesaikan beberapa persoalan
optimisasi. Persoalan transportasi berkenan dengan pemilihan rute (jalur)
pengangkutan yang mengakibatkan biaya total dari pengangkutan itu minimum.
Kasus transportasi timbul ketika seseorang mencoba menentukan cara
pengiriman (distribusi) suatu jenis barang (item) dari beberapa sumber (lokasi
penawaran) ke beberapa tujuan (lokasi permintaan) yang dapat meminimumkan
biaya. Sasaran dalam persoalan transportasi ini adalah mengalokasikan barang yang
ada pada sumber sedemikian rupa, sehingga terpenuhi semua kebutuhan pada tujuan
(lokasi permintaan). Namun tujuan utama dari persoalan transportasi ini ialah untuk
mencapai jumlah biaya yang dikeluarkan yang serendah-rendahnya (minimum).
1.2 Rumusan Masalah
1. Apa pengertian analisis sensitivitas?
2. Bagaimana perubahan nilai kanan fungsi batasan?
3. Bagaimana perubahan pada koefisien-koefisien fungsi tujuan?
4. Bagaimana perubahan pada koefisien-koefisien teknis?
5. Bagaimana penambahan variable baru?
6. Bagaimana penambahan batasan baru?
1.3 Tujuan Penulisan
1. Mengetahui pengertian analisis sensitivitas
2. Mengetahui perhitungan jika terjadi perubahan nilai kanan fungsi batasan
3. Mengetahui perhitungan jika terjadi perubahan pada koefisien-koefisien
fungsi tujuan
4. Mengetahui perhitungan jika terjadi perubahan pada koefisien-koefisien
teknis
5. Mengetahui perhitungan jika terjadi penambahan variable baru
6. Mengetahui perhitungan jika terjadi penambahan batasan baru
 BAB II
PEMBAHASAN
6.1 Analisis Sensitivitas
Analisis sensitivitas adalah analisis yang digunakan untuk mengetahui akibat
(pengaruh) dari perubahan yang terjadi pada parameter-parameter model linear programming
terhadap solusi optimal yang telah dicapai. Jadi analisis ini digunakan untuk menganalisis
perubahan-perubahan koefisien dalam model linear programming serta akibat-akibat yang
ditimbulkan. Analisis ini dilakukan setelah kondisi optimal ditemukan. Karena itulah analisis
ini disebut juga sebagai Post Optimality Analysis. Manfaat dari analisis sensitivitas ini
adalah mengurangi dan menghindari perhitunganperhitungan ulang karena tidak perlu lagi
menghitung dari awal. Pada dasarnya perubahan-perubahan itu dapat terjadi pada :

1. Keterbatasan kapasitas sumber. Dengan kata lain, nilai kanan fungsi-fungsi

batasan. 
2. Koefisien-koefisien fungsi tujuan 
3. Koefisien-koefisien teknik fungsi-fungsi batasan, yaitu koefisien-koefisien
yang menunjukkan berapa bagian kapasitas sumber yang di-“konsumsi” oleh
satu satuan kegiatan 
4. Penambahan variabel-variabel baru 
5. Penambahan batasan baru 
Secara skematis, kelima butir diatas digambarkan sebagai berikut :

Secara umum, dengan adanya perubahan-perubahan tersebut dapat

mengakibatkan salah satu diantara ketiga akibat di bawah ini :
1. Hasil yang diperoleh (penyelesaian optimal) tidak berubah, artinya
variabelvariabel dasar maupun nilai-nilainya tidak mengalami perubahan.
2. Variabel-variabel dasarnya mengalami perubahan, tetapi nilai-nilainya tidak
mengalami perubahan.
3. Perubahan itu tidak menyebabkan perubahan pada penyelesaian optimalnya.
Sebelum menjelaskan lebuh lanjut setiap macam perubahan-perubahan “pos optimal”
beserta seluruh konsekuensinya, terlebih dulu perlu diuraikan beberapa: kaidah
primal-dual “yang nantinya akan bermanfaat dalam mempermudah pemahaman
analisa sensitivitas ini.

Untuk ini sebaiknya dilihat kembali contoh masalah yang telah ada ideal 

Primal:
Maksimumkan Z =3X1 + 5X2
Batasan-batasan;

1. 2x1 ≤ 8
2. 3x2 = 15
3. 6x1 + 2x2 ≥ 30
X1 ≥ 0; X2 ≥ 0

Dual:
Minimumkan : Yo = -8Y1 + 15Y2 + 30Y3
Batas-batasan;

1.      –Y1 + 6Y3 ≤ 3
2.      3Y2 +2Y3 ≤ 5
Y1 ≥ 0; Y2 ≥ 0; Y3 ≥ 0

Table terakhir (optimal) untuk masalah perusahaan sepatu ideal adalah sebagai
berikut:

Variable
Z X1 X2 X3 X4 X5 N.K
Dasar
Z 1 0 0 0 5/6 1/2 27 ½
X3 0 0 0 1 5/9 1/3 6 1/3
X2 0 1 0 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6
Sebelum menjelaskan kaidah primal-dual, perlu ditekankan bahwa rumusan primal
(dan tertu saja dualnya) dalam hal ini adalah dalam bentuk standar. 
Kaidah I:

Pada setiap iterasi dalam simpleks (baik primal maupun dual), matriks yang berisi
variable-variabel “starting solution” (tidak termasuk baris tujuan) dapat dipakai
untuk menghitung koefisien-kofesien bari tujuan yang berhubungan dengan matriks
terseut. 

Kaidah di atas dapat dipahami dengan mempelajari langkah-langkah berikut ini:

Langka 1: 

Pilih koefisien-koefisien dari fungsi tujuan yang berhubungan dengan variabel dasar
iterasi yang bersangkutan, lalu disusun dalam suatu vaktor-baris. Misalnya pada tabel
4.12, variabel dasar adalah X2 dan X1. Fungsi tujuan pada masalah perusahaan
sepatu “IDEAL” adalah: 3X1 + 5X2. 

Sehingga pada langkah pertama ini koefisien-koefisien fungsi tujuan tersebut

dinyatakan dengan: (5,3)

Langkah 2: 

Kalikan vektor baris tersebut dengan matriks pada tabel simpeks yang beranggotakan
variabel-variabel starting-solution (dalam hal ini X2 dan X1). 

Jadi yang dapat dilakukan pada tabel 3.8 adalah sebagai berikut:

Tampak bawah 5/6 dan ½ tidak lain merupakan koefisien-koefisien baris 1 (fungsi
tujuan) yang berhubungan dengan matriks tersebut. Nilai-nilai yang diperoleh pada
lankah kedua ini (5/6 dan ½) disebut simplex multipliers. 2 Pada tabel akhir
(optimal) simplex multipliers ini menunjukkan “optimal solution” bagi dual-nya.

Kaidah II:

Pada setiap iterasi dalam simpleks (baik primal maupun dual), nilai kanan (kecuali
untuk baris tujuan) dapat dihitung dengan mengalihan matriks yang dimaksud pada
kaidah I, dengan vektor-kolom yang berisi nilai kanan dari fungsi-fungsi batasan
mula-mula.
Kaidah III :
           
Pada setiap iterasi dalam simpleks baik primal maupun dual, koefisien-koefisien
batasan yang terletak di bawah setiap variabel (1,2,….., n ) merupakan hasil kali
matriks pada kaidah I dengan vektor kolom untuk setiap variabel pada tabel awal.

Contoh: Dalam tabel 4.12 yang merupakan tabel final bagi permasalahan perusahaan
sepatu “IDEAL”, matriks trsebut adalah:

Tabel awal dari permasalahan tersebut adalah:

Variabel
Z X1 X2 X3 X4 X5 N.K
Dasar
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30
Demikianlah, ketiga kaidah yang telah diuraikan di atas merupakan “alat” yang dapat
dipakai untuk lebih mempermudah pemahaman analisa sensitivitas.

2.2 Perubahan Nilai Kanan Fungsi Batasan

Perubahan nilai kanan suatu fungsi batasan menunjukkan adanya pengetatan

ataupun pelonggaran batasan tersebut. Makin besar nilai kanan suatu fungsi batasan
berarti makin longgar, sebaliknya makin ketat batasan tersebut bila nilai kanan fungsi
batasan diperkecil. 
Pada contoh yang dipakai, yakni perusahaan sepatu “IDEAL”, hal ini juga
dapat terjadi. Misalnya kapasitas mesin 2 (yakni mesin yang dipakai untuk membuat
sol dari kulit) diperbesar atu ditambah dari 15 menjadi 16; sehungga secara
keseluruhan, nilai kanan fungsi-fungsi batasan berubah dari

Apabila terjadi demikian, apa pengaruhnya terhadap optimal-solution?

Dan terhadap laba total?
Untuk memjawab pertanyaan tersebut, lihat kembali kaidah II yang telah diuraikan di
atas, sehingga akan diperoleh sebagai berikut:

Ternyata, X1 berubah dari 5/6 menjadi 5/9; sedangkan X2 berubah dari 5 menjadi 5 .
Artinya, karena mesin-mesin yang khusus dipakai untuk bersama oleh barang I1 dan
I2 tetap; maka jelas jumlah barang I1 akan berkurang. Meskipun demikian, laba total
yang diperoleh akan bertambah sebagai berikut:

Selanjutnya, andainya perusahaan ini makin “bernafsu”untuk menambah kapasitas

mesin 2, menjadi 20. Sehingga nilai kanan fungsi-fungsi pembatas akan berubah
dari:

Perlu diperhatikan, ternyata apabila kapasitas mesin 2 dinaikkan menjadi 20, maka
X1 menjadi “infeasible” (<0); yang tentu saja melanggar batasan nonnegatif.

2.3 Perubahan Pada Koefisien-Koefisien Fungsi Tujuan

Perubahan koefisien-koefisien fungsi tujuan menunjukkan adanya perubahan

konstribusi masing-masing produk terhadap tujuan (missal, maksimisasi laba atau
minimisasi biaya). Perubahan koefisien-koefisien tersebut mempengaruhi koefisien-
koefisien baris pertama (baris tujuan) dan; tentu saja, mempengaruhi “optimality”
permasalahan tersebut. (Z maksimun atau minimum.)
Pada contoh perusahaan sepatu “IDEAL”, andaikan kontribusi laba per unit
barang I1 berubah menjadi 4 dan I2 menjadi 6. Pengaruhnya pada koefision-
koefision baris pertama pada tabel 4.12 adalah sebagai berikut:

Perubahan kontribusi laba per unit tersebut mengakibatkan laba total yang diperoleh
berubah menjadi:

Dapat dimengerti di sini tidak menjadi perubahan kombinasi X1 dan X2 yang

optimal, karena batasan yang “membentuk” kombinasi tersebut tidak mengalami
perubahan sama sekali.
2.4 Perubahan Pada Koefisien-Koefisien Teknis
Perubahan-perubahan yang dilakukan pada koefisien-koefisien teknis fungsi-
fungsi tujuan akan mempengaruhi sisi-kiri dari pada dual-constraints (fungsi-fungsi
batasan pada dual problem); sehinggga akan mempengaruhi penyelesaian optimal
masalah yang bersangkutan.
Sampai pada pembicaraan terakhir, contoh yang kita pakai, yakni kasus
perusahaan sepatu “IDEAL”- masih dapat dipergunakan secara konsisten. Perlu
ditekankan di sisi bahwa perubahan koefisien teknis dari pada variabel-variabel yang
optimal, 3 akan segera mempengaruhi elemen-elemen matriks pada starting solution.
Sehingga sangat sukar untuk melihat secara langsung pengaruh perubahan
tersebut terhadap optimal solution. Dengan kata lain, apabila yang mengalami
perubahan koefisien teknis adalah variabel-variabel yang optimal terpaksa dilakukan
perhitungn ulang sama sekali, dimulai dari tabel permulaan.
Dalam contoh di atas, baik X1 (sepatu I1) maupun X2 (sepatu I2) merupakan
variabel-variabel yang optimal, karena keduanya bernilai positif pada optimal
solution. Karena itu terpaksa diambil contoh lain yang lebih memenuhi syarat untuk
menjelaskan masalah ini. Contoh tersebut adalah sebagai berikut:
Contoh soal:

Sebuah perusahaan yang memproduksi mainan anak-anak akan membuat bingkisan

natal. Setiap macam bingkisan akan berisi kombinasi: mainan, alat olah raga dan
buku. Untuk itu dibuat 3 macam bingkisan : standard, de luxe dan super de luxe.
Jenis pertama berisi 4 mainan, 4 alat olah raga, dan 2 buku, dengan harga jual Rp
30.000,00 per bungkus. 
Jenis kedua berisi 5 mainan, 6 alat olah raga, dan 5 buku, yang dijual dengan harga
Rp 40.000,00 per bungkus. Jenis terakhir berisi 6 mainan, 8 alat olah raga, dan 5
buku, yang dijual dengan harga Rp 60.000,00 per bungkus. Untuk keperluan ini
tersedia 60.000 mainan, 75.000 alat olah raga, dan 45.000 buku. Berapa masing-
masingjeenis bungusan harus diprodusir agar diperoleh penerimaan yang maksimal?
Penyelesaian :
Persoalan di atas dapat kita pecahkan  dengan cara sebagai berikut:
Misalkan:         X1 = jumlah jenis standard yang diprodusir.
                        X2 = jumlah jenis de luxe yang diprodusir.
                        X3 = jumlah jenis super de luxe yang diprodusir.
Fungsi Tujuan : Maksimumkan Z = 30X1 + 40X2 + 60X3.
Fungsi Batasan:
1. Mainan: 4X1 + 5X2 + 6X3 ≤ 60.000
2. Alat olah raga: 4X1 + 6X2 +8X3 ≤ 75.000
3. Buku: 2X1 +5X2 +5X3 ≤ 45.000
4. X1, X2, X3, ≥ 0 

Tabel simpleks pertama:

Variabel
Z X1 X2 X3 X4 X5 X6 NK
Dasar
Z 1 -30 -40 -60 0 0 0 0
X4 0 4 5 6 1 0 0 60.000
X5 0 4 6 8 0 1 0 75.000
X6 0 2 5 5 0 0 1 45.000

Tabel simpleks kedua:

 Variabel
Z X1 X2 X3 X4 X5 X6 NK
Dasar
Z 1 -6 20 0 0 0 12 540.000
X4 0 6/5 -1 0 1 0 -6/5 6.000
X5 0 4/5 -2 0 0 1 -8/5 3.000
X6 0 2/5 1 1 0 0 1/5 9.000
 Tabel simpleks ketiga:
Variabel
Z X1 X2 X3 X4 X5 X6 NK
Dasar
Z 1 0 5 0 0 30/4 0 565.500
X4 0 0 2 0 1 -3/2 6/5 1.500
X1 0 1 -5/2 0 0 5/4 -2 3.750
X3 0 0 2 0 0 -1/2 1 7.500
kombinasi optimal:
            X1 = jumlah jenis standard =3.750
            X2 = jumlah jenis de luxe (tidak diprodusir) = 0
            X3 = jumlah jenis super de luxe =7.500
Penerimaan penjualan = Rp 562.500.000,00
Selanjutnya untuk penjelaskan masalah ini perlu dicari terlebih dahulu masalah dual-
nya, yakni sebagai berikut:

Fungsi tujuan:
Minimumkan Z =60.000Y1 + 75.000Y2 + 45.000Y3
Fungsi-fungsi batasan
1. 4Y1 + 4Y2 +2Y3 ≥ 30
2. 5Y1 + 6Y2 + 5Y3 ≥ 40
3. 6Y1 + 8Y2 + 5Y3 ≥ 60
4. Y1, Y2, Y3 ≥ 0
Pada tabel simpleks ketiga (tabel optimal) tampak bahwa X2 bukan variabel yang
optimal (dalam hal ini disebut juga vaiabel bukan dasar). Nilai X2 pada baris Z
adalah 5; yang apabila dihubungkan dengan fungsi batasan dual yang mengangkut
X2 (yakni fungsi batasan kedua) adalah:
Andaikan setelah dicapainya tahap optimal terjadiperubahan pada koefisien teknis
X2 dari:

Sehingga perubahan pada tabel optimal adalah:

Di mana nilai X3 pada baris-baris X4, X1 dan X3 diperoleh dengan menggunakan

kaidah ketiga yang telah diuraikan di muka:

Ternyata dengan perubahan koefisien teknis X3, tabel tersebut di atas tidak optimal
lagi, karena ada nilai negatif pada baris tujuannya (=-10). Akibatnya perlu
dilanjutkan sampai tahap optimal teercapai. Meskipun demikian kita masih dapat
mmetik manfaat dari analisa inikarena kita tidak perlu mengulangi dari tahap awal.
2.5 Penambahan Variabel Baru
Sebetulnya kasus ini seolah-olah merupakan gabungan antara kasus kedua
(perubahan pada koefisien-koefisien fungsi tujuan) dan kasus ketiga (perubahan
koefisien-koefisien teknis fungsi-fungsi batasan). Dalam hal ini dapat dipergunakan
anggapan bahwa variabel tambahan tersebut sudah “ada”, dengan koefisien nol.
Akibatnya penambahan variabel baru tersebut baru akan mempengaruhi penyelesaian
optimal apabila “memperbarui” baris tujuan tabel optimal.
Misalkan ditambah variabel baru Xa di mana:
  Koefisien Xa pada fungsi tujuan adalah                  20
  Koefisien Xa pada pembatasan pertama adalah       4
 Koefisien Xa pada pembatas kedua adalah              5
 Koefisien Xa pada pembatas ketiga adalah              3
Sehingga fungsi pembatas dual yang mengangkut Xa adalah:
4Y1 + 5Y2 + 3Y3 ≥ 20
Nilai dual optimal: Y1 = 0, Y2 =30/4 dan Y3 = 0; ternyata memenuhi fungsi
batasan dual di atas, sehingga penambahan Xa tidak mempengaruhi penyelesaian
optimal; karena nilai koefisien-koefisien baris tujuan tatap positif semua.
Apabila koefisien Xa  pada fungsi tujuan sebesar 40 misalnya, sehingga
fungsi batasan dual menjadi: 4Y1 + 5Y2 + 3Y3 ≥ 40, maka fungsi batasan tersebut
“dilanggar”, karena 4(0) + 5(30/4) + 3(0) adalah kurang dari 40.
Dengan menggunakan kaidah-kaidah di muka, nilai-nilai pada kolom Xa adalah
sebagai berikut:
Variabel
Z X1 X2 X3 Xa X X6 NK
Dasar
             
Z -2  *)

             
X4 1/10

             
X1 ¼ **)

X3         ½      
    

Karena salah satu variabel pada baris Z masih negatif, maka tabel di atas
menjadi tidak optimal dan perlu dilanjutkan lagi sampai ditmukan tabel optimal.

2.6 Penambahan Batasan Baru

Penambahan batasan baru akan mempengaruhi penyelesaian optimal apabila
batasan tersebut aktif, artiya belum dicakup oleh batasan-batasan yang telah ada.
Apabila batasan baru tersebut tidak aktif (atau disebut redundant) maka tidak akan
mempengaruhi penyelesaian optimal.
Karena itu langkah pertama yang harus dilakukan dalam hal ini adalah
memeriksa apakah batasan baru tersebut “dipenuhi” oleh jawaban optimal. Bila
tidak, maka batasan baru harus dimasukkan ke dalam masalah.
Pada contoh terakhir, penyelesaian optimal adalah X1 = 3.750, X2 = 0 dan X3 =
7.500.
Apabila ditambahkan batasan baru:
5X1  + 3X2 + 7X3 ≤ 75.000
Maka jawaban optimal tidak berubah, karena:
5(3.750) + 3(0) + 7(7.500) = 71.250
Yang tentu saja lebih kecil dari pada 75.000
Tetapi apabila batasan baru tersebut berupa:
5X1 + 3X2 + 7X3 ≤ 65.000,
Maka perlu diolah lebih lanjut karena jawaban optimal yang ada tidak memenuhi
syarat lagi.
Caranya adalah dengan meletakkan begitu saja batasan baru tersebut pada tabel
optimal; sehingga tabel tersebut menjadi sebagai berikut:

Variabel Z X1 X2 X3 X4 X5 X6 X7 NK
 Dasar
Z 1 0 5 0 0 30/4 0 0 562.500
X4 0 0 2 0 1 -3/2 6/5 0 1.500
X1 0 1 -5/2 0 0 5/4 -2 0 3.750
X3 0 0 2 1 0 -1/2 1 0 7.500
X7 0 5 3 7 0 0 0 1 65.000
Tabel di atas perlu modifikasi. Karena X1 dan X3 adalah variabel-variabel dasar,
maka nilai koefisien-koefisien X1 dan X3 pada baris X7 harus 0. (pada tabel-tabel di
atas masih bernilai 5 dan 7.hal ini dapat dihitung dengan menambahkan [ (-5) X
persamaan X1 + (-7) x persamaan X3 ] pada persamaan X7 + sehingga didapat nilai-
nili koefisien 

Sehingga tabel tersebut menjadi sebagai berikut:

Variabel
Z X1 X2 X3 X4 X5 X6 X7 NK
Dasar
Z 1 0 5 0 0 30/4 0 0 562.500
X4 0 0 2 0 1 -3/2 6/5 0 1.500
X1 0 1 -5/2 0 0 5/4 -2 0 3.750
X3 0 0 2 1 0 -1/2 1 0 7.500
X7 0 5 3/2 7 0 - 0 1 -65.000

Meskipun baris Z menunjukkan syarat optimal (karena tidak ada tanda negatif),
tetapi kolom nilai kanan menunjukkan tidak feasible; sehingga masih perlu
dilanjutkan hingga tabel optimal diperoleh
 BAB III
PENUTUP

3.1 Kesimpulan

Analisis sensitivitas merupakan metode yang dilakukan untuk mengurangi

perhitungan-perhitungan dan menghindari perhitungan ulang bila terjadi perubahan-
perubahan satu atau beberapa koefisien model LP pada saat penyelesaian optimal
telah dicapai. Perubahan-perubahan yang dapat terjadi misalnya perubahan pada
pembatas (kapasitas) kendala, koefisien pada kendala, koefisien fungsi tujuan,
penambahan variable baru dan penambahan kendala baru. Semua perubahan tersebut
tentunya berpengaruh terhadap solusi optimum yang telah ada,

3.2 Saran

Kami menyadari dalam penyusunan makalah ini masih terdapat banyak

kekurangan maka dari pada itu kritik dan saran sangat kami harapkan untuk
mencapai kesempurnaan makalah ini agar lebih baik lagi.
 Daftar pustaka

Yamit, Zulian. 2012. Manajemen Kuantitatif untuk Bisnis (Operations Research).

MODERATOR: Veni Mustifar (P3E119041)
PERTANYAAN-PERTANYAAN KELOMPOK:
Kelompok 7 Wilda Helsir : Bagaimana cara mengetahui contoh soal dual primal
dinyatakan optimal pada table akhir?
Dijawab oleh Siti Aslinda (P3E119034):
 Cara mengetahui contoh soal Dual dan Primal yaitu pada setiap iterasi dalam
simpleks baik primal maupun dual , matriks yang berisi variabel-variabel
"starting solution"( tidak termasuk baris tujuan) dapat dipakai untuk
menghitung koefisien-koefisien baris tujuan yang berhubungan dengan
matriks tersebut, dimana primal ditandai dengan memaksimumkan sedangkan
dual meminimumkan.Jadi dapat dilihat dari langka pertama: Pilih koedisien-
koefisien dari fungsi tujuan yang berhubungan dengan variabel dasar iterasi
yang bersangkutan, lalu disusun dari suatu vektor-baris.
Kelompok 3 Rahmilah Putri A: Apa maksud dari koefisien fungsi tujuan.?
Dijawab oleh Amelia Sri Sulastri (P3E119003):
 maksud dari kaefisien fungsi tujuan yaitu nilai kuantitas pada sisi kanan
pertidaksamaan pada model dual.
Kelompok 10 Aldi Hizbulloh Al Ahran : Kegunaan analisis sensitivitas untuk
perusahaan?
Dijawab oleh Yeyen Fitri Prastika (P3E119045):
Analisis sensitivitas merupakan analisis yang dilakukan untuk mengetahui
akibat dari perubahan parameter-parameter produksi terhadap perubahan
kinerja sistem produksi dalam menghasilkan keuntungan.
Dengan melakukan analisis sensitivitas maka akibat yang mungkin terjadi
dari perubahan-perubahan tersebut dapat diketahui dan diantisipasi
sebelumnya.
Contoh:
- Perubahan biaya produksi dapat mempengaruhi tingkat kelayakan
Alasan dilakukannya analisis sensitivitas adalah untuk mengantisipasi adanya
perubahan-perubahan berikut:
1.Adanya cost overrun, yaitu kenaikan biaya-biaya, seperti biaya konstruksi,
biaya bahan-baku, produksi, dsb.
2. Penurunan produktivitas
3. Mundurnya jadwal pelaksanaan proyek
Setelah melakukan analisis dapat diketahui seberapa jauh dampak perubahan
tersebut terhadap kelayakan proyek: pada tingkat mana proyek masih layak
dilaksanakan.
manfaat Analisis sensitivitas dilakukan dengan menghitung IRR, NPV, B/C
ratio, dan payback period pada beberapa skenario perubahan yang mungkin
terjadi
Tambahan jawabaan dari pertanyaan Aldi:
 Jawaban Ahmad Ipa Sabdar : perusahaan akan sangat terbantu dengan
analisis sensitivitas, agar ia dapat memahami resiko-resiko yang mungkin
terjadi dari keputusan yang akan dibuat.
 Jawaban La Ode Salman Alfaris : Membantu proses pengambilan
keputusan dengan memberikan gambaran menyeluruh tentang situasi tertentu,
termasuk resiko yang bisa muncul dan keuntungan yang mungkin didapatkan.