Materi Program Linier dewasa ini tidak bisa diabaikan begitu saja. Hal ini
terbukti sampai saat ini materi program linier masih tetap diajarkan, mulai dari tingkat
Sekolah Menengah Atas (SMA) sampai tingkat Perguruan Tinggi khususnya jurusan
yang membutuhkan pengetahuan matematika terapan untuk bisnis dan ekonomi. Tidak
hanya itu saja, bahwa materi Program Linier merupakan salah satu indikator soal Ujian
Nasional dari tingkat Sekolah Menengah Atas pada berbagai kurikulum, serta tidak
ketinggalan bahwa materi Program Linier juga sebagai salah satu indikator soal untuk
seleksi masuk Perguruan Tinggi. Pada Program Studi S1 Pendidikan Matematika
Undiksa, materi Program Linier merupakan bagian dari mata kuliah “Matematika
Keuangan dan Program Linier” yang merupakan mata kuliah wajib bagi mahasiswa.
Buku ajar ini disusun untuk memenuhi kebutuhan pengadaan bahan ajar pada
mata kuliah “Matematika Keuangan dan Program Linier”. Untuk lebih
mengoptimalkan pengkomunikasian perkembangan yang ada pada Ipteks, Penulis telah
berupaya menyajikan materi dengan berorientasi pada masalah otentik, serta
melengkapi bahannya dengan memanfaatkan berbagai sumber dan software
matematika dari internet yang dapat diakses secara bebas, khususnya software Maple.
Selanjutnya, penyajian materi yang berorientasi masalah otentik yang berbantuan
software Maple merupakan karakteristik dari bahan ajar ini. Dengan adanya upaya
seperti ini, Penulis berharap sajian materinya akan lebih bermakna, meluas, dan
mendalam dalam membantu mahasiswa memahami materi program linier. Terdapat
beberapa materi esensial yang disajikan pada bahan ajar ini, seperti konsep dasar
masalah optimasi, metode grafis, metode aljabar, dan metode simpleks. Khusus untuk
Metode Sipleks, pada bahan ajar ini menggunakan Strategi Pivoting, yang selanjutnya
juga merupakan karakteristik dan keunggulan dari bahan ajar ini, dilihat dari konten
yang dipaparkan.
Bahan ajar ini diorganisasikan dalam empat bab yang nantinya diharapkan dapat
diselesaikan dalam 7 kali pertemuan (setengah semester). Pada setiap babnya diawali
dengan pendahuluan yang menarasikan tujuan pembelajaran yang hendak dicapai
setelah mempelajari materinya, dan dilanjutkan dengan penyajian masalah otentik
sesuai materi yang akan dipaparkan dan pada beberapa materi menggunakan bantuan
Penulis.
Tabel 1.1. Alokasi Setiap Sumber yang Tersedia pada Masalah 1.1 3
Tabel 1.2. Pola Pemotongan Besi Batangan Masalah 1.3 7
Tabel 1.3. Rincian Biaya Pengiriman Barang pada Masalah 1.4 8
Tabel 2.1. Uji Titik dengan Nilai Pertidaksamaan dan Arah Daerah Diarsir 23
Tabel 2.2. Kandungan Unsur Obat Flu (dalam grain) 23
Tabel 2.3: Tabel Persiapan Masalah 2.4 24
Tabel 2.4. Tabel Nilai Z = 500x + 600y 25
Tabel 2.5: Nilai Z = 500x + 600y Melalui Titik Sudut 28
1.1 Pendahuluan
Bab I ini adalah pendahuluan untuk membahas pengertian atau ide dasar dari
masalah program linier atau masalah optimasi. Setelah mempelajari Bab ini Anda
diharapkan mampu menjelaskan sejarah dan pengertian program linier; memahami
konsep dasar masalah optimasi; mampu membuat model matematika dari suatu
masalah optimasi; serta menggunakan konsep masalah optimasi bersyarat (maksimasi
dan minimasi) untuk menyelesaikan masalah dalam kehidupan sehari-hari.
Pada subbab ini, Anda akan mempelajari bagaimana masalah optimasi dalam
kehidupan sehari-hari dapat dinyatakan dalam model matematika yang nantinya akan
diselesaikan dengan program linier. Untuk mengetahui dan memahami dengan baik
definisi dan ide dasar dari masalah optimasi/program linier, cermati masalah-masalah
otentik berikut serta alternatif penyelesaiannya.
Masalah 1.1
Sekelompok tani transmigran mendapatkan 10 hektar tanah yang dapat
ditanami padi, jagung, dan palawija lain. Karena keterbatasan sumber daya
petani harus menentukan berapa bagian yang harus ditanami padi dan berapa
bagian yang harus ditanami jagung, sedangkan palawija lainnya ternyata tidak
menguntungkan. Untuk suatu masa tanam, tenaga yang tersedia hanya 1550
jam-orang, pupuk juga terbatas, tak lebih dari 460 kilogram, sedangkan air dan
sumber daya lainnya cukup tersedia. Diketahui pula bahwa untuk menghasilkan
1 kuintal padi diperlukan 10 jam-orang tenaga dan 5 kilogram pupuk, dan untuk
1 kuintal jagung diperlukan 8 jam-orang tenaga dan 3 kilogram pupuk. Kondisi
tanah memungkinkan menghasilkan 50 kuintal padi per hektar atau 20 kuintal
jagung per hektar. Pendapatan petani dari 1 kuintal padi adalah Rp 40.000
sedang dari 1 kuintal jagung Rp 30.000, dan dianggap bahwa semua hasil
tanamnya selalu habis terjual. Masalah bagi petani ialah bagaimanakah rencana
produksi yang memaksimumkan pendapatan total? Artinya, berapa hektar tanah
harus ditanami padi dan berapa hektar tanah harus ditanami jagung?
Catatan:
1. Satuan jam-orang (man-hour) adalah banyak orang kali banyak jam bekerja. Kita
asumsikan bahwa setiap transmigran memiliki tenaga dan waktu yang relatif sama.
2. Air dianggap berlimpah sehingga tidak menjadi kendala/keterbatasan. Jika ada
kendala air maka satuannya adalah banyak jam membuka saluran air untuk
mengalirkan air ke sawah.
3. Batas ketersediaan dalam masalah 1.1 ini kebetulan semuanya berupa batas atas.
Masalah 1.2
PT Permata adalah suatu pengembang perumahan di daerah pemukiman baru.
PT Permata tersebut memiliki tanah seluas 12.000 meter persegi berencana
akan membangun dua tipe rumah, yaitu tipe mawar dengan luas tanah 130 meter
persegi dan tipe melati dengan luas tanah 90 meter persegi. Jumlah rumah yang
akan dibangun tidak lebih dari 150 unit. Pengembang merancang laba tiap-tiap
tipe rumah sebesar Rp 2.000.000,00 untuk tipe mawar dan Rp
1.500.000,00 untuk tipe melati. Modelkan permasalahan ini, agar PT tersebut
memdapatkan laba maksimum!
Masalah 1.3
Pak Putu, seorang pengerajin perabot rumah tangga mendapat pesanan
membuat rak buku yang kerangkanya terbuat dari besi siku lubang yang
dipotong-potong kemudian dirangkai dengan sekrup. Untuk membuat rak itu,
diperlukan potongan besi sepanjang 250 cm sebanyak 8 potong, sepanjang 70
cm sebanyak 12 potong, dan sepanjang 37,5 cm sebanyak 20 potong. Ternyata
batangan besi siku lubang yang dijual di toko mempunyai panjang standar 3 m,
sehingga Pak Putu harus berpikir, cukup berapa potong besi batangan yang akan
dibeli dan bagaimana caranya mengatur pemotongannya supaya panjang total
sisa pemotongan menjadi minimal (dengan demikian kerugian Pak Putu
minimal). Dapatkah Anda membantu Pak Putu untuk memotong besi batangan
tersebut?
Secara lengkap pola pemotongan pada di atas dapat dinyatakan seperti pada
Tabel 1.2 berikut.
Tabel 1.2. Pola Pemotongan Besi Batangan Masalah 1.3
Pola pemotongan ke -
300 1 2 3 4 5 6 Dipesan
Panjang 250 1 0 0 0 0 0 8
Potongan 70 0 4 3 2 1 0 12
Kawat 37,5 1 0 2 4 6 8 20
sisa 12,5 20 15 10 5 0
x 6 , dengan x 6 : banyak batang besi yang dipotong menurut kombinasi pola ke-6.
x1 2 x 3 4 x4 6 x5 8 x6 20
untuk setiap x1 , x 2 , x3 , x 4 , x5 , dan x6 0
Masalah 1.4
Suatu perusahaan kertas memiliki dua pusat penggilingan yang harus memasok
persediaan tiga pusat percetakan kertas koran secara mingguan. Setiap minggu,
penggilingan I dan II, berturut-turut menghasilkan 350 ton dan 550 ton bubur
kertas koran. Sebagai bahan baku, percetakan I, II, dan III berturut-turut
memerlukan 275 ton/minggu, 325 ton/minggu, 300 ton/minggu bubur kertas.
Ongkos pengiriman (dalam ratus ribu rupiah/ton) adalah seperti Tabel 1.3 berikut
ini.
Tabel 1.3. Rincian Biaya Pengiriman Barang pada Masalah 1.4
Percetakan I Percetakan II Percetakan II
Penggilingan I 17 22 15
Penggilingan II 18 16 12
f) Jumlah bahan bubur kertas koran yang diperlukan Percetakan III sebesar 300
ton/minggu harus dipasok oleh Penggilingan I dan II. Kondisi ini dituliskan:
x11 x12 x13 300
Demikian selanjutnya, sehingga kita dapat menyimpulkan secara lengkap sebagai
berikut.
Dengan model pengiriman bubur kertas dari dua pusat penggilingan ke tiga pusat
percetakan menimbulkan biaya pengiriman. Dengan memperhatikan Gambar 1.1, tentu
dapat dipahami bahwa setiap minggu, biaya pengiriman setiap ton bubur kertas dari
Penggilingan I ke Percetakan II adalah Rp 220.000,00, kondisi ini dituliskan: 220.000
x12 . Demikian hal yang sama 170.000 x11 memiliki arti bahwa setiap minggu, biaya
Minimumkan:
Z ( x11 , x12 , x13 , x21 , x22 , x23 ) 17 x11 22 x12 15 x13 18 x21 16 x22 22 x23
(dalam puluh ribu rupiah).
2. Kendala atau keterbatasan utama masalah dinyatakan sebagai suatu sistem
pertidaksamaan linear atau sistem persamaan linear.
3. Terdapat juga kendala nonnegatif sebagai syarat dasar nilai setiap variabel yang
akan ditentukan
Definisi 1.1
Masalah program linear menentukan nilai x1, x2, x3,..., xn yang memaksimumkan
(atau meminimumkan) fungsi sasaran/tujuan/obyektif:
Z ( x1 , x 2 ,..., x n ) C1 x1 C2 x2 ... C n x n
dengan kendala/keterbatasan:
a11 x1 a12 x2 ... a1n xn (, , )b1
a 21 x1 a 22 x2 ... a 2 n xn (, , )b2
a m1 x1 a m 2 x2 ... a mn xn (, , )bm
x1 , 0, x2 0,..., xn 0.
Merujuk pada Definisi 1.1, program linear (linear programming) adalah suatu
model optimasi persamaan linear berkenaan dengan kendala-kendala pertidaksamaan
atau persamaan linear yang dihadapinya. Masalah program linear berarti masalah
pencarian nilai-nilai optimum (maksimum atau minimum) sebuah fungsi linear pada
suatu sistem pertidaksamaan linear. Fungsi linear yang hendak dicari nilai optimumnya
disebut fungsi obyektif/sasaran/tujuan, sedangkan pertidaksamaan-pertidaksamaan
linear yang harus terpenuhi dalam optimasi fungsi obyektif tadi disebut fungsi kendala.
1) Masalah Maksimasi
Maksimumkan fungsi obyektif :
z c1 x1 c2 x2 ... cn xn
Terhadap kendala :
a11 x1 a12 x2 ... a1n xn b1
a 21 x1 a 22 x2 ... a 2 n xn b2
: : : :
a m1 x1 a m 2 x2 ... a mn xn bm
xj 0 j 1,2,..., n
n
Ringkasannya, maksimumkan z = c
j n
j xj
n
Terhadap a
j n
j x j bj xj 0 i 1, 2, ..., m
2) Masalah Minimasi
Minimumkan fungsi obyektif :
z c1 x1 c2 x2 ... cn xn
Terhadap kendala :
a11 x1 a12 x2 ... a1n xn b1
a 21 x1 a 22 x2 ... a 2 n xn b2
: : : :
a m1 x1 a m 2 x2 ... a mn xn bm
xj 0 j 1,2,..., n
n
Terhadap a
j n
j x j bi xj 0 i 1, 2, ..., m
“pembatasan ketidaknegatifan”.
Kendala-kendala dalam sebuah masalah program linier tidak selalu harus
berbentuk pertidaksamaan yang seragam. Dalam kasus tertentu dapat terjadi salah satu
kendala, atau lebih berbentuk persamaan. Dapat pula terjadi di dalam sebuah masalah
program linier terdapat kendala pertidaksamaan berbentuk maupun .
Pada bahan ajar ini, masalah program linear akan dikerjakan dengan tiga
metoda, yaitu metoda grafis, metode aljabar, dan metoda simpleks pada pemaparan bab
selanjutnya.
yang mencerminkan aktivitas, dalam program linier disebut juga variabel keputusan.
Variabel keputusan tidak boleh negative, karenanya di dalam setiap rumusan model
program linier harus dicantumkan notasi x j 0 . Hasi ini dikenal dengan sebutan
***babI***
2.1 Pendahuluan
Bab II ini membahas tentang metode yang paling umum dalam menyelesaikan
masalah program linier, yaitu metode grafis. Namun, metode ini hanya terbatas mampu
menyelesaikan masalah program linier yang memuat dua atau tiga variabel. Setelah
mempelajari Bab ini Anda diharapkan mampu memahami ide dasar dari metode grafis;
mampu menggambarkan daerah penyelesaian dari sistem kendala masalah program
linier; mampu menggunakan langkah-langkah dari metode grafis dengan garis selidik
dan uji titik sudut; mengetahui keterbatasan dari metode garis selidik dan uji titik sudut;
memahami eksistensi daerah penyelesaian masalah optimasi; serta mampu
menggunakan metode grafis untuk menyelesaikan masalah program linier dalam
kehidupan sehari-hari.
Kajian masalah program linear dua variabel dapat diselesaikan melalui grafik
sistem kendala dari masalah tersebut. Untuk program linier tiga variabel juga dapat
diselesaiakan dengan grafik, namun agak rumit untuk memvisualisasikannya sehingga
pada bahan ajar ini lebih fokus pada metode grafis untuk program linier dua variabel.
Oleh karena itu, langkah awal dalam menyelesaikan masalah program linier tersebut,
yaitu dengan menggambarkan penyelesaian sistem pertidaksamaan yang terbentuk
pada kendala/keterbatasan masalah program linear dua variabel. Untuk memahami hal
tersebut, cermati Masalah 2.1 beserta alternatif penyelesaiannya berikut.
Masalah 2.1
Pengusaha almari ingin memproduksi almari kualitas tinggi dan almari kualitas
sedang dari kayu jati dan kayu ramin yang tersedia dalam jumlah tertentu. Tiap
unit kayu jati maupun kayu ramin digunakan secara menyebar dalam proporsi
tertentu untuk menghasilkan dua macam almari tersebut. Jumlah almari yang
dihasilkan per minggu paling sedikit 5 buah. Gambarkan daerah penyelesaian
dari kendala yang mungkin terbentuk dari masalah itu!
Metode Grafis 19
Gambar 2.2 Gambar Pertidaksamaan x + y ≥ 5 dengan x ≥ 0 dan y ≥ 0.
Pada Gambar 2.1, dapat dipahami bahwa semua titik yang terletak pada daerah
yang diarsir memenuhi pertidaksamaan x + y ≥ 5. Hal ini berbeda dengan syarat nilai x
dan y pada Gambar 2.2 di atas. Hanya pada saat x ≥ 0 dan y ≥ 0 yang memenuhi daerah
pertidaksamaan x + y ≥ 5. Gambar 2.2 adalah solusi dari Masalah 2.1 di atas.
Masalah 2.2
Gambarkan daerah penyelesaian sistem pertidaksamaan berikut ini!
2x – y ≤ 6
5x + y ≥ 5
x≥0
2≤y≤4
Penyelesaian:
Kerjakan secara manual pada kertas yang lain sebagai latihan! Selanjutnya,
bandingkan jawaban Anda dengan hasil dengan Maple berikut.
Metode Grafis 21
Masalah 2.3
Gambarkan daerah penyelesaian sistem pertidaksamaan berikut ini!
x+y≤2
-3x + 2y ≥ 6
3≤x≤4
Tabel 2.1. Uji Titik dengan Nilai Pertidaksamaan dan Arah Daerah Diarsir
(x, y) Nilai x + y ≥ 5 Arah Daerah Diarsir
(5, 4) Benar 9 ≥ 5 Sebelah kanan (atas) garis x + y = 5
(6, 1) Benar 7 ≥ 5 Sebelah kanan (atas) garis x + y = 5
(2, 1) Salah 3 ≥ 5 Sebelah kiri (bawah) garis x + y = 5
(0, 0) Salah 0 ≥ 5 Sebelah kiri (bawah) garis x + y = 5
Masalah 2.4
Suatu pabrik farmasi menghasilkan dua jenis kapsul obat flu yang diberi nama
Fluin dan Fluon. Tiap-tiap kapsul memuat tiga unsur (ingredient) utama dengan
kadar kandungannya tertera dalam Tabel 3.2. Menurut dokter, seseorang yang
sakit flu akan sembuh jika dalam tiga hari (secara rata-rata) minimal menelan 12
grain aspirin, 74 grain bikarbonat dan 24 grain kodein. Jika harga Fluin Rp
500,00 dan Fluon Rp 600,00 per kapsul, bagaimana rencana (program)
pembelian seorang pasien flu (artinya berapa kapsul Fluin dan berapa kapsul
Fluon harus dibeli) supaya cukup untuk menyembuhkannya dan
meminimumkan ongkos pembelian total!
Metode Grafis 23
Perumusan Masalah 2.4:
Data pada masalah 2.4, dapat disajikan seperti Tabel 2.3 berikut ini.
Dengan Tabel 2.3 tersebut, dapat dimisalkan x: banyak kapsul Fluin yang dibeli,
y: banyak kapsul Fluon yang dibeli.
Selanjutnya, dengan mudah menemukan bentuk masalah program linear masalah di
atas, sebagai berikut.
Menentukan nilai (x, y) yang memenuhi kendala:
2x + y ≥ 12
5x + 8y ≥ 74
x + 6y ≥ 24 (i)
x≥0
{ y≥0
dan meminimumkan Z = 500x + 600y. (ii)
A (0, 12)
B (2, 8)
Metode Grafis 25
Berdasarkan Gambar 2.8 dan nilai fungsi Z = 500x + 600y pada Tabel 2.4 di
atas, jelas bahwa makin ke kanan (atas) garis k = 500x + 600y nilai k makin besar,
sebaliknya jika garis k = 500x + 600y digeser ke kiri (bawah) maka nilai k makin kecil.
Jadi, untuk menentukan nilai variabel x dan y yang meminimumkan fungsi Z=
500x + 600y, dapat diperoleh dengan menggeser (ke kiri atau ke kanan, ke atas atau ke
bawah) grafik persamaan garis k = 500x + 600y dengan k bilangan bulat. Oleh karena
itu, nilai dan membuat fungsi Z = 500x + 600y bernilai minimum, yaitu 5.800. Coba
selidiki mengapa didapatkan nilai minimum 5.800? Jelaskan!
Berdasarkan uraian tersebut, salah satu untuk menentukan nilai maksimum atau
minimum fungsi objektif 𝑧 = 𝑎𝑥 + 𝑏𝑦 yaitu dengan menggunakan garis selidik 𝑎𝑥 +
𝑏𝑦 = 𝑘. Garis selidik 𝑎𝑥 + 𝑏𝑦 = 𝑘 merupakan suatu garis yang berfungsi untuk
menyelidiki dan menentukan sampai sejauh mana fungsi objektif Z maksimum atau
minimum. Adapun aturan penggunaan garis selidik 𝑎𝑥 + 𝑏𝑦 = 𝑘 sebagai berikut.
1) Gambar garis 𝑎𝑥 + 𝑏𝑦 = 𝑎𝑏 yang memotong sumbu X di titik (b,0) dan memotong
sumbu Y di titik (0, a).
2) Tarik garis-gari sejajar dengan 𝑎𝑥 + 𝑏𝑦 = 𝑎𝑏 hingga nilaai Z maksimum atau
minimum, dengan memperlihatkan hal-hal berikut ini.
a. Jika garis 𝑎𝑥 + 𝑏𝑦 = 𝑘1 sejajar dengan garis 𝑎𝑥 + 𝑏𝑦 = 𝑎𝑏 dan berada di paling
atas atau berada di paling kanan pada daerah himpunan, maka 𝑧 = 𝑘1 merupakan
nilai maksimumnya.
b. Jika garis 𝑎𝑥 + 𝑏𝑦 = 𝑘2 sejajar garis 𝑎𝑥 + 𝑏𝑦 = 𝑎𝑏 dan berada di paling bawah
atau di paling kiri pada daerah himpunan , maka 𝑧 = 𝑘2 merupakan nilai
minimumnya.
Masalah 2.5
Kembali ingat dan cermati Masalah Otentik 1.1 pada Bab I tentang
permasalahan petani transmigran tersebut. Pada Bab I, pembahasan hanya
sampai mendapatkan model matematika dari masalah optimasinya.
Selanjutnya, selesaikan masalah tersebut dengan metode garis selidik!
Artinya, bahwa dengan harga padi dan jagung pada saat itu, kelompok tani memilih
menaman jagung. Karena dengan menanam palawija tersebut, mereka dapat
1
mengahasilkan jagung sebanyak 1533 kuintal saja dan memiliki pendapatan sebesar Rp
Metode Grafis 27
2.4 Metode Uji Titik Sudut Daerah Penyelesaian
Jadi, supaya uang pembelian total menjadi minimum sebaiknya dibeli 2 kapsul
Fluin dan 8 kapsul Fluon dan uang pembeliannya adalah Rp 5.800,00.
Metode Grafis 29
2.5 Keterbatasan Metode Garis Selidik dan Uji Titik Sudut
Tidak semua masalah program linier dua atau tiga variabel dapat diselesaikan
dengan langkah-langkah metode uji titik sudut atau garis selidik. Perhatikan kembali
Masalah 2.4 sebelumnya! Dari ketiga titik sudut yang terdapat di daerah penyelesaian
sistem pertidaksamaan tersebut, benar bahwa nilai minimum fungsi sasaran Z = 500x +
600y adalah Rp 5.800, yaitu pada titik B(2,8). Namun, jika seandainya fungsi sasaran
diubah menjadi memaksimumkan: Z = 500x + 600y maka menentukan nilai maksimum
fungsi tersebut dengan menggunakan Uji Titik Sudut menghasilkan kesimpulan yang
salah, yaitu nilai Z maksimum adalah 7.200; di titik A(7, 2). Hal ini kontradiksi dengan
bahwa masih banyak lagi titik-titik lain yang mengakibatkan nilai Z makin lebih dari
Rp 7.200,00. Dengan demikian, metode titik sudut tidak tepat digunakan dalam
menyelesaikan masalah maksimasi dalam Masalah 2.4, karena daerah penyelesaiannya
tak terbatas ke atas atau ke kanan.
Begitu juga halnya dengan metode garis selidik yang tidak mampu
menyelesaiakan sebarang masalah optimasi. Untuk menentukan persamaan garis
selidik k = ax + by dengan k bilangan real, kita memilih minimal dua titik (x, y) yang
terdapat di daerah penyelesaian. Dengan dua titik tersebut, nilai optimum fungsi sasaran
dapat ditemukan melalui pergeseran garis selidik di daerah penyelesaian. Pada kasus
tertentu, garis selidik tidak dapat digunakan untuk menentukan nilai optimum suatu
fungsi sasaran. Mari kita cermati Masalah 2.7 berikut ini.
Masalah 2.7
Setiap enam bulan, seorang pemilik usaha tanaman hias memesan tanaman hias
dari agen besar; Aglaonema (A) dan Sansevieria (S) yang berturut-turut memberi
laba sebesar Rp5.000.000,00 dan Rp3.500.000,00 per unit yang terjual.
Dibutuhkan waktu yang cukup lama untuk menghasilkan satu tanaman hias
dengan kualitas super. Oleh karena itu agen besar memiliki aturan bahwa setiap
pemesanan tanaman hias A paling sedikit 20% dari seluruh pesanan tanaman hias
lain. Pemilik usaha tanaman hias memiliki lahan yang hanya cukup untuk 10
tanaman hias A saja atau 15 tanaman hias S. Dalam keadaan demikian, berapa
banyak tanaman hias A dan S sebaiknya dipesan (per semester) jika diketahui
bahwa pada akhir semester tanaman hias lama pasti habis terjual dan pemilik
usaha tersebut ingin memaksimumkan laba total?
Tentu luas kebun yang diperlukan untuk x banyak tananam hias A dan y banyak
tanaman hias S tidak melebihi luas kebun yang ada. Oleh karena itu, dapat dituliskan;
1 1
𝑥 (10 𝐿) + 𝑦 (15 𝐿) ≤ 𝐿 atau 3x + 2y ≤ 30
Metode Grafis 31
Alternatif Penyelesaian Masalah 2.7:
Selanjutnya, kita akan menentukan daerah sistem pertidaksamaan linear
tersebut. Tentunya, diharapkan keterampilan Anda dalam menggambarkan daerah
sistem tersebut sudah makin meningkat. Sekaligus juga, Anda harus makin terampil
dalam memilih titik dalam daerah untuk menentukan nilai maksimum fungsi sasaran.
Mari kita cermati Gambar 2.10 berikut ini.
30 120
P(11 , )
11
Q(10, 0)
30 120
Namun, pada kenyataannya, ditemukannya titik P(11 , ) sebagai titik
11
optimum masalah di atas mengakibatkan hal yang tidak mungkin terjadi untuk
8 10
menemukan 2 11 tanaman hias A dan 10 11 tanaman hias S. Cara yang mungkin
diterapkan adalah dengan metode pembulatan. Mari kita cermati hasil pembulatan (ke
8 10
atas atau ke bawah) titik P(2 11 , 10 11).
Q
O
Gambar 2.11 Titik (x, y) yang Terdapat di Daerah OPQ
Dalam kertas berpetak, di dalam daerah cermati titik-titik yang dekat dengan
8 10
titik P(2 11 , 10 11). Tetapi titik yang kita inginkan, yaitu (x, y) harus untuk x dan y
merupakan bilangan bulat. Titik (4, 9) merupakan titik yang terdekat dengan titik
8 10
P(2 11 , 10 11) dan x dan y merupakan bilangan bulat dan mengakibatkan nilai optimum
Dari beberapa masalah otentik yang telah dibahas pada Bab II ini, masalah
program linear memiliki nilai optimum (maksimum atau minimum) terkait dengan
eksistensi daerah penyelesaiannya. Jika dianalisis lebih lanjut, terdapat tiga kondisi
yang akan diselidiki, yaitu sebagai berikut.
1. Tidak memiliki daerah penyelesaian.
2. Memiliki daerah penyelesaian (fungsi sasaran hanya memiliki nilai maksimum
atau hanya memiliki nilai minimum).
3. Memiliki daerah penyelesaian (fungsi sasaran memiliki nilai maksimum dan
minimum).
Metode Grafis 33
Adapun analisis tiga kondisi daerah penyelesaian dari suatu masalah optimasi
sebagai berikut.
1. Tidak Memiliki Daerah Penyelesaian
l2 : px + qy ≥ t
l1 : ax + by ≤ c
Gambar 2.13 Memiliki Daerah Penyelesaian dan Tidak Memiliki Nilai Optimum
Metode Grafis 35
diperoleh garis selidik: 17 = 3x + 2y. Akibatnya untuk menentukan nilai minimum
fungsi sasaran, garis selidik digeser ke arah kiri dan untuk menentukan nilai maksimum
fungsi sasaran garis selidik digeser ke arah ke kanan. Dengan demikian, nilai minimum
fungsi sasaran Z = 0, dan nilai maksimum fungsi sasaran Z = 21. Daerah penyelesaian
seperti Gambar 2.14 menunjukan masalah optimasi yang memiliki nilai maksimum dan
minimum.
Masalah 2.8
Diketahui sistem pertidaksamaan linear suatu masalah program linear.
𝑎𝑥 + 𝑏𝑦(≥, ≤)𝑐; 𝑎 ≠ 0, 𝑏 ≠ 0 (1)
𝑝𝑥 + 𝑞𝑦(≥, ≤)𝑡; 𝑝 ≠ 0, 𝑞 ≠ 0 (2)
𝑥≥0
{ 𝑦≥0
a, b, c, p, q dan t merupakan bilangan real, dan c < t. Dengan memperhatikan
hubungan koefisien variabel (x dan y) pada kendala (1) dan (2), selidiki syarat
agar sistem pertidaksamaan linear tersebut:
a. tidak memiliki daerah penyelesaian,
b. memiliki daerah penyelesaian,
c. memiliki daerah penyelesaian berupa suatu garis atau segmen garis, dan
d. memiliki daerah penyelesaian hanya satu titik.
Penyelesaian:
Metode Grafis 37
2.7 Penggunaan Software Maple dalam Metode Grafis
Masalah 2.9
Dengan persediaan kain polos 60 meter dan kain bergaris 80 meter, seorang
penjahit akan membuat dua model pakaian jadi. Model I memerlukan 1 meter
kain polos dan 1 meter kain bergaris. Model II memerlukan 1 meter kain polos
dan 2 meter kain bergaris. Bila pakaian tersebut dijual, setiap model I
memperoleh untung Rp 3.000,00 dan model II memperoleh untung Rp
5.000,00. Tentukaan keuntungan maksimum yang diperoleh tukang jahit
tersebut! Kerjakan dengan metode grafis dan bantuan software Maple!
Penyelesaian:
Metode Grafis 39
Selanjutnya, bandingkan pekerjaan Anda dengan hasil yang menggunakan
bantuan software Maple berikut ini.
Maksimum
Dari printout pada Gambar 2.15, didapatkan nilai maksimumnya adalah 220,
ketika nilai x1 = 40 dan x2 = 20. Anda dapat menggunakan bantuan software Maple
untuk mengecek kebenaran jawaban Anda.
Untuk memperdalam keterampilan Anda menggunakan software Maple dalam
menyelesaikan suatu masalah program linier dengan metode grafis, kerjakan Masalah
2.10 berikut langsung dengan menggunakan software Maple pada komputer Anda!
Metode Grafis 41
2. Menggambar Daerah Penyelesaian Sistem Pertidaksamaan dengan Maple
Metode Grafis 43
2.8 Rangkuman Bab II
Metode grafis merupakan salah satu metode untuk menentukan penyelesaian dari
suatu masalah program linier atau masalah optimasi. Metode grafis terbatas untuk
masalah optimasi yang mengandung dua atau tiga variabel. Dalam prakteknya, masalah
dengan tiga variabel sulit memvisualisasikan daerah penyelesainnya, sehingga metode
grafis lebih identik dengan masalah optimasi dua variabel. Menyelesaikan masalah
program linier dengan metode grafis dapat ditempuh dengan dua metode, yaitu metode
garis selidik dan metode uji titik sudut daerah. Daerah masalah program linear
merupakan himpunan semua titik (x, y) yang memenuhi kendala dari suatu masalah
program linier.
Aturan penggunaan garis selidik 𝑎𝑥 + 𝑏𝑦 = 𝑘, yaitu: (1) gambar garis 𝑎𝑥 +
𝑏𝑦 = 𝑎𝑏 yang memotong sumbu X di titik (b,0) dan memotong sumbu Y di titik (0, a);
dan tarik garis-gari sejajar dengan 𝑎𝑥 + 𝑏𝑦 = 𝑎𝑏 hingga nilaai Z maksimum atau
minimum, dengan memperlihatkan hal-hal berikut: (a) jika garis 𝑎𝑥 + 𝑏𝑦 = 𝑘1 sejajar
dengan garis 𝑎𝑥 + 𝑏𝑦 = 𝑎𝑏 dan berada di paling atas atau berada di paling kanan pada
daerah himpunan , maka 𝑧 = 𝑘1 merupakan nilai maksimumnya; dan (b) jika garis
𝑎𝑥 + 𝑏𝑦 = 𝑘2 sejajar garis 𝑎𝑥 + 𝑏𝑦 = 𝑎𝑏 dan berada di paling bawah atau di paling
kiri pada daerah himpunan , maka 𝑧 = 𝑘2 merupakan nilai minimumnya.
Sedangkan langkah-langkah yang harus ditempuh dengan menggunakan
metode titik sudut, yaitu: (1) tetapkan objek-objek yang dituju dengan pemisah variabel
x dan y; (2) tuliskan ketentuan-ketentuan yang ada kedalam sebuah tabel dan tuliskan
model matematikanya; (3) gambarlah daerah penyelesaian dari kendala-kendala dalam
masalah program linear tersebut; (4) tentukan titik-titik pojok dari daerah penyelesaian
itu; (5) substitusikan koordinat setiap titik pojok itu kedalam fungsi objektif;
dan (6) bandingkan nilai-nilai fungsi objektif tersebut. Nilai terbesar berarti
menunjukkan nilai maksimum dari fungsi Z, sedangkan nilai terkecil berarti
menunjukkan nilai minimum dari fungsi Z.
Terdapat tiga kondisi berkaitan dengan eksistensi daerah penyelesaian dari
masalah optimasi, yaitu (1) tidak memiliki daerah penyelesaian; (2) memiliki daerah
penyelesaian (fungsi sasaran hanya memiliki nilai maksimum atau hanya memiliki nilai
minimum atau tidak punya keduanya); dan (3) memiliki daerah penyelesaian (fungsi
sasaran memiliki nilai maksimum dan minimum).
D
A
B
F
C
G
Metode Grafis 45
3. Tentukanlah sistem pertidaksamaan yang memenuhi setiap daerah berikut!
a. berbentuk segitiga sama sisi di kuadran pertama!
b. berbentuk trapesium di kuadran kedua!
c. berbentuk jajaran genjang di kuadran keempat!
4. Gambarkan daerah untuk setiap kendala masalah program linear berikut ini!
a. x – 4y ≤ 0; x – y2; – 2x + 3y ≤ 6; x ≤ 10
b. x + 4y ≤ 30; –5x + y ≤ 5; 6x – y ≥ 0; 5x + y ≤ 50; x – 5y ≤ 0
5. Pesawat penumpang mempunyai tempat duduk 48 kursi. Setiap penumpang kelas
utama boleh membawa bagasi maksimum 60 kilogram sedangkan kelas ekonomi
maksimum 20 kg. Pesawat hanya dapat membawa bagasi maksimum 1440 kg.
Harga tiket kelas utama Rp150.000, 00 dan kelas ekonomi Rp100.000,00. Supaya
pendapatan dari penjualan tiket pada saat pesawat penuh mencapai maksimum,
tentukan jumlah tempat duduk kelas utama!
6. Seorang agen perusahaan alat elektronik rumah tangga menjual kulkas ke suatu
pusat perbelanjaan. Pada bulan Juli, 25 unit kulkas terjual. Untuk tiga bulan
berikutnya, setiap agen membeli 65 kulkas per bulan dari pabrik, dan mampu
menjual hingga 100 unit per bulan dengan rincian sebagai berikut.
Kulkas Harga Beli ($) Harga Jual ($)
Agustus 60 90
September 65 110
Oktober 68 105
Agen menyimpan 45 unit kulkas tetapi harus membayar $7/unit/bulan dan akan
dijual pada bulan berikutnya. Tentukan nilai optimum pembelian, penjualan dan
biaya penyimpanan kulkas tersebut!
7. Perhatikan masalah program linear berikut ini:
a. Tentukan nilai minimum dari 3x + 4y dengan kendala:
x ≥ 1; y ≥ 2; x + y ≤ 6, dan 2x + 3y ≤ 15.
b. Tentukan interval nilai Z(x, y) = y – 2x + 2 dengan kendala:
x ≥ 0; y ≥ 0; 2x + 5y ≤ 10, dan 4x + 3y ≤ 12
8. Tentukan titik yang mengakibatkan fungsi linear f(x, y) = 2x – y – 4 bernilai
optimum (maksimum atau minimum) jika daerah asal dibatasi sebagai berikut: 1 ≤
x ≤ 1; –1 ≤ y ≤ 1. (Periksa nilai fungsi di beberapa titik daerah asal dan periksa
bahwa nilai optimum tercapai pada suatu titik sudut daerah asal).
***babII***
3.1 Pendahuluan
Bab III ini membahas tentang metode aljabar, sebagai alternatif metode lain
dalam menyelesaikan masalah program linier yang lebih bermanfaat dibandingkan
dengan metode grafis, karena dapat digunakan untuk masalah dengan banyak variabel
keputusan berapapun. Setelah mempelajari Bab ini Anda diharapkan mampu
memahami ide dasar dari metode aljabar; memahami langkah-langkah dari metode
aljabar; dan mampu menggunakan metode aljabar untuk menyelesaikan masalah
program linier dalam kehidupan sehari-hari.
Metode Aljabar 47
3.3 Langkah-Langkah Metode Aljabar
Masalah 3.1
Suatu perusahaan konveksi memproduksi dua macam Gorden, yaitu Gorden
kelas I dan Gorden kelas II, masing-masing mendatangkan keuntungan Rp
25.000,00 dan Rp 15.000,00 per paket. Produk Gorden I dibuat dari campuran
bahan-bahan kain satin, kain sutra, dan kain lace. Sedangkan Gorden II hanya
dibuat dari campuran kain satin dan kain sutra. Tiap paket Gorden kelas I terdiri
atas 3 meter kain satin, 2 meter kain sutra, dan 3 meter kain lace, sementara tiap
paket Gorden kelas II hanya terdiri atas 3 meter kain satin dan 4 meter kain
sutra. Jumlah kain yang tersedia untuk diolah masing-masing tidak melebihi 24
meter kain satin, 20 meter kain satin, dan 21 meter kain lace untuk satu kali
periode produksi. Berapa unit masing-masing jenis kelas Gorden harus
dihasilkan pada satu periode produksi agar mendapatkan keuntungan optimal?
Gunakan metode Aljabar dan metode grafis!
Gorden kelas I dan x2 : banyaknya Gorden kelas II, Masalah 3.1 tersebut dapat
dinyatakan sebagai model matematika berikut ini.
Memaksimumkan z 25 x1 15 x2 (I)
terhadap 3x1 3x2 24 (kendala masukan kain satin)
3x1 4x2 20 (kendala masukan kain sutra)
3x1 21 (kendala masukan kain lace)
x1 0
x2 0
Metode Aljabar 49
Dengan Metode Aljabar:
Menyelesaikan Masalah 3.1 dengan metode aljabar cermati pemaparan berikut.
Standarisasi model matematika tersebut, yaitu menjadi:
Maksimumkan z 25 x1 15 x2
x1 , x2 , s1 , s2 , s3 0
tahap pertama : x1 0, x2 0
x1 8 dan x1 10 tidak laik karena jumlah masukan kain lace yang dimiliki tidak
mencukupi. Perhatikan (IV); jika x1 8 berarti dibutuhkan 3(8) 24 paket masukan
kain lace, padahal persediaannya tidak melebihi 21 meter. Jadi, jumlah x1 yang optimal
(terbanyak dan laik) untuk dianalisis pada tahap berikut adalah 7 paket.
tahap kedua : x1 7, x2 0
1
Berarti 3x1 21 s3
x1 7 s3 (V )
3
Mengapa persamaan (IV) harus diubah dalam satuan variabel keputusan? Karena pada
tahap ini variabel semuanya ( s3 ) sama dengan nol! Mengapa perubahan tersebut
dinyatakan dalam satuan variable x1 ? Karena pada tahap ini x1 merupakan vaiabel
keputusan yang dianalisis!
Selanjutnya, dengan mensubtitusikan persamaan (V) ke dalam persamaan
fungsi tujuan yang asli (I), diperoleh persamaan fungsi tujuan yang baru, yaitu:
z 25 x1 15 x2
(I )
1
z 25(7 s3 ) 15 x2
3
(VI )
25
z 175 s1 15 x2
3
Dari persamaan fungsi tujuan yang baru (VI) terlihat bahwa optimalitas bisa
diperbaiki dengan memproduksi (memulai atau menambah) barang Gorden II, yang
setiap unitnya mendatangkan profit Rp 15.000,00. Sedangkan jumlah barang Gorden I,
pada tahap berikutnya tidak berubah (tetap x1 7 ) sebab di dalam fungsi tujuan yang
mencerminkan bahwa jika s 3 bertambah satu unit (masukan M yang tidak digunakan
bertambah satu unit), maka profit berkurag sebesar 25/3. Jelas kita tidak akan
melakukan hal ini sebab justru akan memperburuk optimalitas. Sebaik-baiknya justru
semua variabel semu di sini diusahakan nol, yang berarti tidak ada masukan tersisa.
Uraian di atas menyimpulkan bahwa pada tahap berikutnya harus “diproduksi”
barang Gorden II (harus x2 0 ), sedangkan jumlah Gorden I harus dipertahankan 7
unit. Masalahnya berapa paket Gorden II yang optimal untuk diproduksi? Kembali kita
perlu melakukan analisis seperti pada tahap pertama.
Metode Aljabar 51
Jika x1 7 dan semua masukan terpakai habis ( s1 s2 s3 0) , maka
Menurut (II) : x2 3 / 3 1
laik
Menurut (IV) : x2 tidak dapat dinyatakan, karena persamaan ini tidak mendukung
variabel x1
Tahap ketiga : x1 7, x2 1
tidak terdapat lagi kemungkinan perbaikan optimalitas, bearti x1 dan x2 yang dicapai
pada tahap ini sudah optial. Jadi, optimalitas tercapai pada x1 7 dan x2 1 dengan
z 190 .
Perhatikan kembali persamaan (VII)! Disitu terlihat s1 dan s 3 berkoefisien
negatif, berarti penambahan setiap unit s1 atau s 3 akan mengurangi nilai optimalitas.
persamaan Z optimal di atas menandakan bahwa pada tahap optimal ini s2 0 . Berarti
terdapat sisa masukan kain sutra yang tidak terpakai. Jika hasil x1 7 dan x2 1
Metode Aljabar 53
4. Kerjakan tahap berikutnya berdasarkan kelaikan variabel pilihan tadi, yakni selidiki
optimalitas fungsi tujuan dan selidiki apakah masih terdapat kemungkinan perbaikan
optimalitas. (Terdapat atau tidaknya kemungkinan perbaikan optimalitas akan
terlibat dari persamaan fungsi tujuan baru yang terbentuk pada tahap ini).
5. Jika sudah tidak terdapat kemungkinan perbaikan optimalitas berarti perkerjaan
selesai, optimal tercapai. Jika masih terdapat kemungkian perbaikan, ulangi langkah
ke-3 dan ke-4 secara terus-menerus sampai diperoleh yang optimal.
Selanjutnya, untuk memantapkan keterampilan Anda dalam menyelesaikan
masalah program linier dengan menggunakan metode Aljabar, kerjakan Masalah 3.2
berikut dalam kelompok sebagai latihan Anda!
Masalah 3.2
Sebuah perusahaan daur ulang barang bekas akan mendaur ulang tiga macam
model kamera bekas, masing-masing diproses melalui tiga Departemen. Tipe
kamera bekas Potret-1 dibeli seharga Rp 100.000,00 per unit, sedangkan
kamera bekas Potret-2 dan Potret-3 masing-masing dibeli dengan harga Rp
150.000,00 dan Rp 175.000,00 per unit. Untuk menjadi barang baru, setiap
lusin kamera bekas Potret-1 membutuhkan 4 jam waktu pengolahan di
Departemen A, 2 jam di Departemen B, dan 3 jam di Departemen C. Sedangkan
tiap lusin kamera bekas Potret-2 memerlukan 2 jam, 1 jam, dan 5 jam di masing-
masing Departemen. Untuk tipe kamera bekas Potret-3 membutuhkan 6 jam, 9
jam, dan 10 jam di masing-masing Departemen. Kapasitas kerja maksimum
Departemen A, B, dan C berturut-turut adalah 120 jam, 160 jam, dan 60 jam
per minggu. Guna menjamin kelangsungan bisnisnya, perusahaan menetapkan
setidak-tidaknya didaur ulang 32 unit tipe Potret-1 dan 48 unit tipe Potret-2 per
minggu, serta paling banyak mendaur ulang 60 unit tipe Potret-3 per minggu.
Jika ditetapkan harga jual per unit dari hasil daur ulang tipe Potret-1, Potret-2,
dan Potret-3 berturut-turut adalah Rp 250.000,00, Rp 400.000,00, dan Rp
450.000,00, maka tentukan keuntungan maksimum yang diperoleh!
Metode Aljabar 55
3.5 Latihan Soal Bab III
Para peserta setiap hari paling sedikit memerlukan 15 g protein, 4 g lemak, dan 30 g
karbohidrat. Apabila harga makanan A Rp 15.000 setiap 40 g makanan B Rp 20.000
setiap 400 g, tentukan harga minimum dari makanan yang telah dihabiskan para
peserta setiap harinya!
Selanjutnya, bandingkan hasil dan proses penyelesaiannya!
***babIII***
4.1 Pendahuluan
Bab IV ini membahas tentang metode simpleks, sebagai alternatif lain dalam
menyelesaikan masalah program linier yang lebih bermanfaat dibandingkan dengan
metode grafis karena dapat digunakan untuk masalah dengan banyak variabel
keputusan berapapun, serta langkah-langkahnya lebih praktis dari metode aljabar. Pada
bahan ajar ini, metode simpleks yang dipaparkan menggunakan strategi pivoting.
Setelah mempelajari Bab ini Anda diharapkan mampu memahami ide dasar dari metode
simpleks dengan strategi pivoting; mampu membedakan bentuk standar masalah
maksimum, minimum, dan kendala campuran; mampu menyatakan masalah optimasi
menjadi tabel simpleks; mampu melakukan operasi pivot pada tabel simpleks;
memahami langkah-langkah metode simpleks untuk menyelesaikan masalah
maksimum standar, minimum standar, dan kendala campuran; serta mampu
menggunakan metode simpleks untuk menyelesaikan masalah kehidupan sehari-hari.
Masalah 4.1
Dengan persediaan kain satin 120 meter dan kain sutra 80 meter, seorang penjahit
akan membuat dua model Gorden. Model I memerlukan 2 meter kain satin dan 2
meter kain sutra. Model II memerlukan 4 meter kain satin dan 2 meter kain sutra.
Jika Gorden tersebut dijual, setiap model I memperoleh untung Rp 3.000,00 dan
model II memperoleh untung Rp 4.000,00. Modelkan permasalahan tersebut agar
penjahit mendapatkan keuntungan maksimum! Analisislah bentuk masalah
optimasi yang dinyatakan oleh model tersebut!
Gorden I yang dibuat dan x2 : banyaknya Gorden II yang dibuat, masalah optimasi
tersebut dapat dimodelkan sebagai berikut:
Masalah 4.2
Tentukan manakah yang merupakan masalah program linear maksimum dalam
bentuk standar. Jelaskan jawaban Anda!
a) Maksimumkan
z 8 x1 2 x2 3x3
dengan kendala:
4 x1 8x2 120
3x2 4 x3 120
x1 0, x2 0
variabel x3 tidak nonnegatif, maka masalah maksimum (1a) tidak dalam bentuk
standar.
b) Masalah (1b) adalah masalah maksimum dengan tiga variabel x1 , x2 , dan x3 . Setiap
variabel adalah nonnegatif. Fungsi kendalanya:
3x1 x2 10
4 x1 x2 5
x1 x2 x3 3
Memuat x1 x2 x3 3 yang bukan ekspresi linear yang kurang dari atau sama
dengan konstanta posotif. Jadi, masalah maksimum tidak dalam bentuk standar.
Namun, perhatikan bahwa dengan mengalikan kendala ini dengan -1, diperoleh
x1 x2 x3 3 , yang memenuhi bentuk yang diinginkan. Jadi, meskipun masalah
maksimum yang diberikan tidak dalam bentuk standar, tetapi kita dapat dengan
mudah mengubahnya dalam bentuk standar.
c) Masalah maksimum (1c) mempunyai dua variabel x1 dan x2 , masing-masing
nonnegatif. Di antara kendala, kendala pertama 3x1 4x2 2 tidak memenuhi
syarat. Jadi, masalah maksimum yang diberikan tidak dalam bentuk standar.
Merujuk pada Masalah 4.1, bentuk standar dari masalah maksimumnya sebagai
berikut:
Maksimumkan p 3x1 4 x2
dengan kendala:
2 x1 4 x2 120
2 x1 2 x2 80
x1 0, x2 0
Pertama, perhatikan bahwa masalah maksimum ini dalam bentuk standar.
Berikutnya, ekpresi 2x1 4x2 120 menyatakan bahwa terdapat bilangan yang lebih
dari satu atau sama dengan 0, dinotasikan dengan s1 , sedemikian sehingga:
2 x1 4 x2 s1 120
Bilangan s1 ini adalah variabel. Bilangan ini haruslah nonnegatif sebab bilangan ini
adalah selisih dari 120 dan suatu bilangan yang kurang atau sama dengan 120. Bilangan
ini disebut variabel slack.
Dengan cara yang sama, untuk kendala 2x1 2x2 180 , diperkenalkan variabel slack
s2 , sehingga diperoleh:
2x1 2x2 s2 120 , s2 0
Selanjutnya, fungsi objektif p 3x1 4x2 dituliskan sebagai ekspresi
p 3x1 4x2 0
Jadi, kita telah mengganti sistem semula yang terdiri atas sejumlah kendala dan fungsi
objektif dengan sistem yang tersusun atas tiga persamaan dengan lima variabel,
p, x1 , x2 s1 , dan s2 , yaitu sebagai berikut:
Jika matriks diperbesar ini dituliskan dalam bentuk tabel, maka dapat tabel simpleks
awal untuk masalah maksimum tersebut sebagai berikut:
BV P x1 x2 s1 s2 RHS
s1 0 2 4 1 0 120
s2 80
(1)
0 2 2 0 1
P 1 3 4 0 0 0
Baris bawah pada tabel simpleks (1) menyatakan fungsi objektif dan disebut
baris objektif. Baris-baris di atasnya menyatakan kendala yang dipisahkan dari baris
objektif oleh suatu garis horizontal. Perhatikan bahwa simbol untuk setiap variabel
dituliskan di atas kolom dimana koifisiennya muncul. Notasi BV digunakan untuk
singkatan variabel dasar. Ini adalah variabel dengan koefisien 1 dan 0 di tempat lain
dalam kolomnya. Notasi RHS digunakan untuk singkatan ruas kanan, yakni bilangan
di kanan tanda sama dengan pada setiap persamaan.
Sampai tahap ini, kita telah menerapkan metode simpleks sejauh dua langkah,
dan dapat disimpulkan bahwa untuk masalah maksimum dalam bentuk standar harus
melakukan dua langkah awal berikut.
Perhatikan bahwa pada setiap tabel simpleks awal, matriks identitas muncul di
bawah kolom P dan kolom variabel slack. Perhatikan juga bahwa kolom RHS selalu
memuat konstanta nonegatif.
Sebelum membahas lebih jauh metode simpleks, kita perlu membahas operasi
pada matriks yang dikenal sebagai pivoting. Hal pertama yang dilakukan pada operasi
pivot adalah memilih elemen pivot. Metode memilih elemen pivot dalam tabel simpleks
akan dipaparkan pada subbab berikutnya.
Pivoting
Melakukan operasi pivot pada suatu matriks berdasarkan elemen yang
diberikan, yang disebut elemen pivot, berarti menerapkan operasi baris tertentu sehigga
elemen pivot tergantikan oleh bilangan 1 dan semua entri yang lain dalam kolom yang
sama disebut kolom pivot menjadi 0. Adapun langkah-langkah pivoting sebagai
berikut.
Step 1. Pada baris pivot (baris dimana pivot muncul), bagi setiap entri dengan
elemen pivot (kita asumsikan elemen pivot tidak 0). Ini membuat pivot
menjadi 1.
Step 2. Dapatkan 0 di tempat-tempat lain pada kolom pivot dengan melakukan
operasi baris menggunakan baris pivot.
Step 1. Ganti bars pivot dengan kelipatan positif dari baris yang sama.
Step 2. Ganti suatu baris dengan jumlah dari barsi tersebut dan kelipatan baris
pivot.
Peringatan: perhatikan bahwa Step 2 memerlukan operasi baris yang harus
melibatkan baris pivot.
Kembali cermati Masalah 4.1 dan tabel simpleks awalnya, dengan mengikuti
langkah-langkah pivoting di atas, berikut dipaparkan pivoting untuk Masalah 4.1.
Lakukan operasi pivot pada tabel simpleks awal yang diberikan pada pivot yang
terdapat pada table simpleks awal (1) dan ditulis kembali pada (2), dimana elemen pivot
dilingkari dan baris pivot serta kolom pivot ditandai oleh anak panah seperti berikut ini.
Pada table (2), kolom pivot adalah kolom x2 dan baris pivot adalah s1 . Sesuai dengan
Step 1 dari prosedur pivoting kita bagi baris pivot dengan 4, jadi gunakan OBE:
1
R1 r1
4
P x1 x2 s1 s2 RHS
1 1
0 1 0 30
2 4
0 2 2 0 1 80
1 3 4 0 0 0
Untuk Step 2, baris pivot adalah 1. Untuk memperoleh 0 di tempat lain pada kolom
pivot, kita kalikan baris 1 dengan -2 dan tambahkan hasil ini ke baris 2; lalu kalikan
baris 1 dengan 4 dan tambahkan hasilnya ke baris 3. Operasi barisnya yaitu berikut:
R2 r2 (2)r1 R3 r3 4r1
Tabel yang baru akan tampak seperti tabel simpleks (3) berikut.
BV P x1 x2 s1 s2 RHS
1 1
0 1 0 30
s1 2 4
1 (3)
s2 0 1 0 1 20
2
P 1 1 0 1 0 120
Ini melengkapi operasi pivot sebab kolom x2 mempunyai 1 pada baris pivot x2
dan 0 di tempat lain. Sesungguhnya apa yang telah dilakukan oleh operasi pivot?
Untuk menjawab ini, lihat kembali tabel simpleks awal pada tabel (2). Perhatikan
bahwa entri pada kolom P, s1 dan s2 membentuk matriks identitas ukuran 3x3 ( I 3 ). Ini
Step 1. Dari tabel, tuliskan persamaan yang bersesuai dengan setiap baris.
Step 2. Selesaikan persamaan bawah untuk P dan persamaan lainnya untuk variabel
dasar.
Step 3. Beri setiap variabel bukan dasar nilai dasar sama dengan nol untuk
memperoleh nilai saat ini dari P dan variabel dasar.
Selanjutnya, lakukan operasi pivot lain pada tebel yang diberikan pada (3).
Gunakan elemen pivot yang telah dilingkari dalam tabel di bawah.
Karena elemen pivot kebetulan 1 dalam kasus ini, kita lewati langkah 1. Untuk langkah
2 kita lakukan operasi baris berikut:
1
R1 r1 r2 R3 r3 r2
2
Hasilnya adalah sebagai berikut:
BV P x1 x2 s1 s2 RHS
s1
1 1
0 0 1 20
2 2
s2 1 (5)
0 1 0 1 20
2
P 1 0 0
1
1 140
2
Dalam tabel pada (5), variabel dasar yang baru adalah P, x2 , dan x1. Variabel
s1 dan s2 adalah bukan variabel dasar. Hasil pivoting menyebabkan x1 menjadi
variabel dasar dan s2 menjadi bukan variabel dasar. Akhirnya, persamaan yang
direpresentasikan oleh (5) dapat dituliskan sebagai berikut:
1 1
x2 s1 s2 20
2 2
1
x1 s1 s2 20
2
1
p s1 s2 140
2
Jika kita ambil bukan variabel dasar s1 dan s2 sama dengan 0, maka
p 140, x2 20, dan x1 20 . Jadi, nilai sekarang dari variabel dasar adalah
p 140, x2 20, dan x1 20. Proses pivot telah meningkatkan nilai p. Karena
1
p s1 s2 140 dan s1 0 serta s2 0 , nilai p tidak dapat melebihi 140 (sebagai
2
nilai s1 dan s2 , selain 0, mengurangi nilai p ). Jadi, kita telah memaksimumkan nilai
P.
Pada bagian ini akan diuraikan secara detail metode simpleks untuk
menyelesaikan masalah program linier maksimum bentuk standar. Metode ini menuntut
agar masalah dituliskan dalam bentuk standar dan masalah diformulasikan dalam tabel
simpleks awal dengan variabel slack.
Untuk memahaminya cermati kembali Masalah 4.1 sebelumnya. Pada subbab
sebelumnya, hanya sampai pada membentuk tabel simpleks dan melakukan pivoting.
Berikut akan dipaparkan bagaimana menyelesaikan Masalah 4.1 (masalah maksimum
bentuk standar) dengan strategi pivoting.
Step 5. Nilai nonnegatif terkecil adalah 30, sehingga baris pivot adalah baris s1 . Tabel
di bawah ini menunjukkan elemen pivot (dilingkari) dan nilai sekarang.
BV P x1 x2 s1 s2 RHS
s1 0 2 4 1 0 120
s2 0 2 2 0 1 80
P 1 3 4 0 0 0
Step 6. Elemen pivot adalah 4. Selanjutnya, kita melakukan pivot dengan operasi baris
berikut :
Step 5. Nilai nonnegatif terkecil adalah 20, sehingga baris pivot adalah baris s2 .
Tabel di bawah ini menunjukan elemen pivot (terlingkari).
BV P x1 x2 s1 s2 RHS
x2 0 1 1 1
0
30
2 4
1
s2 0 1 0 1 20
2
P 1 1 0 1 0 120
Step 6. Elemen pivot adalah 1. Berikutnya, lakukan pivot dengan operasi baris:
1
R1 r1 r2 R3 r3 r2
2
Hasilnya adalah tabel berikut ini:
BV P x1 x2 s1 s2 RHS
s1
1 1
0 0 1
2 2
20
s2 1 (3)
0 1 0 1 20
2
P 1 0 0
1
1 140
2
Karena s1 0 dan s2 0, setiap nilai positif dari s1 atau s2 akan membuat nilai
Untuk menganalisis tabel simpleks akhir dari suatu masalah maksimum, cermati
Masalah 4.5 beserta alternatif penyelesaiannya.
Masalah 4.5
Tentukan apakah masing-masing tabel berikut:
1. adalah tabel akhir? Jika ya, berikan solusinya.
2. memerlukan proses pivot tambahan? Jika ya, indentifikasi elemen pivot!
3. menunjkan tidak ada solusi!
BV P x1 x 2 s1 s 2 RHS
s1 0 0 0 1 1 120
x1 0 80
a)
1 1 0 1
P 1 0 2 0 1 0
BV P x1 x2 s1 s2 RHS
x1 0 1 0 2 1 40
x 2 0 20
b)
0 1 1 1
P 1 0 0 1 2 20
Masalah 4.6
Pak Benni, seorang penjaja buah-buahan yang menggunakan gerobak menjual
apel dan pisang. Harga pembelian pisang Rp 10.000,- tiap kilogram dan apel
Rp 20.000,00,- tiap kilogram. Beliau hanya memiliki modal Rp 8000.000,00,
sedangkan muatan gerobak tidak lebih dari 60 kilogram. Jika keuntungan yang
didapatkan Pak Benni per kilogram pisang dan apel berturut-turut adalah Rp
3000,00 dan Rp 5.000,00, maka tentukan keuntungan maksimum yang
diperoleh Pak Benni.
Berdasarkan informasi pada Masalah 4.6 dan dengan memisalkan x1 : banyak pisang
yang terjual (per kg) dan x2 : banyak apel yang terjual (per kg), masalah tersebut
dimodelkan sebagai berikut.
Maksimukan p 3x1 5x2 (dalam ribu rupiah)
Dengan kendala:
x1 x 2 60
x1 2 x 2 80
x1 ≥ 0 x 2 ≥ 0
Maksimum
Sekarang satu-satunya entri negatif dalam baris objektif adalah dalam kolom x 2 dan
tidak mungkin untuk memilih elemen pivot dalam kolom terebut. Ini mengimplikasikan
bahwa fungsi objektif tidak terbatas. Sesungguhnya, mudah untuk melihat bahwa jika
satu-satunya kendala adalah x1 x2 2, x1 x2 2, x1 0 dan x2 0 , maka
dimana b1 0, b2 0, , bm 0 .
Prinsip Dualitas
Satu teknik untuk menyelesaikan masalah minimum dalam bentuk standar
dikembangkan oleh John von Neuman dan lain-lainnya. Solusi (jika ada) diproleh
dengan menyelesaikan masalah maksimum yang berkaitan, disebut masalah dual.
Masalah 4.7 berikut mengilustrasikan bagaimana memperoleh masalah dual dari
masalah program linier maksimum bentuk standar.
Masalah 4.7
Ibu Budi, seorang penjual es buah dengan hanya mengkombinasikan buah apel
dan pisang. Ibu Budi mengkemas dua jenis Es, yaitu Es Model I dan Es Model II.
Pembuatan es model I memerlukan 1 gram pisang dan 3 gram apel per bungkus,
dan es model II memerlukan 2 gram pisang dan 2 gram apel. Untuk memenuhi
produksinya, Ibu Budi memerlukan paling sedikit 0,25 gram pisang dan 0,45
gram apel. Pak Budi mempunyai buah pisang dan apel, sehinnga ia hanya
mengeluarkan ongkos pembuatan es model I dan es model II per bungkus sebesar
Rp 300,00 dan Rp 480,00. Tentukan banyak es yang harus diproduksi agar Bu
Budi mengeluarkan ongkos seminimum mungkin!
Berdasarkan Masalah 4.7 di atas dan dengan memisalkan x1 : banyak es model I yang
diproduksi, dan x2 : banyak es model II yang diproduksi, masalah tersebut dapat
dimodelkan sebagai berikut.
Minimumkan
Jadi, salah satu cara menyelesaikan masalah minimum dalam bentuk standar
adalah membentuk masalah dual dan menyelesaikannya. Adapun langkah-langkah
untuk memproleh masalah dual disajikan berikut ini.
Masalah 4.8
Komposisi campuran es buah Ibu Budi pada Masalah 4.7 di atas kurang laku di
pasaran. Oleh karena itu, Bu Budi mengubah komposisi campurannya. Selain
menggunakan buah pisang dang apel, Ibu Budi mengkemas dua jenis Es tersebut
dengan menambahkan buah manga. Pembuatan es model I memerlukan 2 gram
pisang, 1 gram apel, dan 1 gram mangga per bungkus, dan es model II
memerlukan 1 gram pisang, 2 gram apel, dan 1 gram mangga. Untuk memenuhi
produksinya, Ibu Budi memerlukan paling sedikit 6 gram pisang, 4 gram apel,
dan 5 gram mangga. Ibu Budi hanya mempunyai buah pisang dan apel, maka
selain mengeluarkan ongkos pembuatan juga perlu membeli manga, sehingga
biaya yang diperlukan untuk pembuatan es model I dan es model II per bungkus
meningkat dari sebelumnya, yaitu sebesar $ 2 dan $ 3. Peningkatan biaya juga
disebabkan karena pembelian alat yang lebih canggih. Tentukan banyak es yang
harus diproduksi agar bu Budi mengeluarkan biaya minimum!
y1 2 y 2 y3 3
y1 0, y 2 0, y3 0
Masalah maksimum ini dalam bentuk standard dan merupakan masalah dual dari
masalah minimum.
Elemen pivot adalah 2 (terlingkari). Setelah proses pivot, kita peroleh tabel berikut:
BV P y1 y2 y3 s1 s2 RHS
y1 0 1
1 1 1
0
1
2 2 2
3 1 1
s2 0 0 1 2
2 2 2
P 1 0 1 2 3 0 6
1
Elemen pivot adalah (terlingkari). Setelah proses pivot, diperoleh tabel:
2
BV P y1 y2 y3 s1 s2 RHS
y13 0 2 1 1 1 0 2
s 2 0 1 1 0 1 1 1
P 1 4 1 0 5 0 10
Ini adalah tabel akhir sehingga solusi optimal telah ditentukan. Dari tabel dapat dibaca
bahwa solusi dari masalah maksimum adalah sebagai berikut:
P 10 y1 0 y2 0 y3 2
Prinsip dualitas menyatakan bahwa nilai minimum dari fungsi objektif pada masalah
semula adalah sama dengan nilai maksimum pada dual; yaitu
C = 10
Tetapi nilai x1 dan x 2 mana yang akan menghasilkan nilai minimum ini? Nilai x1
ditemukan pada baris objektif dalam kolom s1 (x1 = 5) dan nilai x 2 ditemukan pada
baris objektif dalam kolom s2 ( x2 0). Akibatnya, solusi dari masalah minimum dapat
dibaca dari ujung kanan baris objektif dari tabel akhir dari masalah maksimum:
x1 5 x2 0 C 10
Rangkum bagaimana menyelesaikan masalah program linear minimum bentuk
standar, sebagai berikut.
Masalah 4.9
Dengan persediaan kain polos 45 meter seorang penjahit akan membuat dua
model pakaian jadi. Selain menggunakan kain polos tersebut, penjahit juga
memerlukan kain bergaris dan kain kotak-kotak sebagai bahan
pelengkapnya/aksesorisnya. Agar produksi dapat berjalan, penjahit tersebut
memerlukan paling sedikit 7 meter kain bergaris dan paling sedikit 8 meter kain
kotak-kotak. Model I memerlukan 1 meter kain bergaris, 9 meter kain polos,
dan 2 meter kain kotak-kotak. Model II memerlukan 1 meter kain bergaris, 5
meter kain polos, dan 1 meter kain kotak-kotak. Bila pakaian tersebut dijual,
setiap model I memperoleh untung $ 20 dan model II memperoleh untung $ 15.
Tentukaan keuntungan maksimum yang diperoleh tukang jahit tersebut!
pakaian model I dan x2 : banyaknya pakain model II, Masalah 4.9 tersebut dapat
dinyatakan sebagai model matematika berikut ini.
Masksimumkan
P 20 x1 15x2
Dengan kendala
x1 x 2 7
9 x1 5 x 2 45
2 x1 x 2 8
x1 0 x 2 0
masalah yang diberikan, karena pada kolom RHS masih memuat dua bilangan
negative, sehingga tidak sesuai dengan konsep yang dijelaskan pada subbab
sebelumnya. Dengan demikian, metode simpleks memerlukan sebuah alternatif
strategi pivoting seperti berikut ini.
sehingga pilih s1 sebagai baris pivot, karena merupakan baris dengan variabel
slack yang mempunyai subscript terkecil. Selanjutnya, bergerak dari kiri ke
BV P x1 x2 s1 s2 s3 RHS
x1 0 1 1 1 1 0 7
s 2 0 0 4 9 1 1 -18
s3 0 0 1 2 0 0 6
P 1 0 5 20 0 0 14 0
Tabel simpleks tersebut masih memuat entri negative, yaitu –18 pada kolom
RHS, sehingga ulangi kembali Step 4.
Step 4. Baris pivot adalah yang berkorespondensi denganvariabel slack s2 , selanjutnya
mulai bergerak ke kiri, dan entri negative pertama yang ditemukan adalah –4.
Jadi, kolom pivotnya adalah kolom x 2 dan elemen pivotnya adalah –4 .
Step 5 Operasi Pivot.
BV P x1 x2 s1 s 2 s3 RHS BV P x1 x2 s1 s2 s3 RHS
x1 0 1 1 1 0 0 7 x1 0 1 0 5
4
1
4 0 5
4
s2 0 0 4 9 1 0 Pivot
18 x2 0 0 1 94 14 0 9
2
s3 0 0 1 2 0 1 6 s3 0 0 0 1
4
1
4 1 3
2
P 1 0 5 20 0 0 140 P 1 0 0 35
4
5
4 0 235
2
Tabel
Tabel simpleks terakhir mempunyai hanya entri nonnegatif pada kolom RHS,
itu merepresentasikan sebuah masalah program linier maksimum dalam bentuk standar.
Tabel tersebut memuat entri negative pada baris objektif, kita gunakan strategi pivoting
pada subbab 4.4 sebelumnya. Kolom pivotnya adalah kolom s1 . Dari hasil
perbandingan berikut:
5 5 3 1
2 6
2 4 2 4
s3 0 0 0 1
4
1
4 1 3
2 s3 0 15 0 0 1
5 1 1
P 1 0 0 35
4
5
4 0 235
2 P 1 7 0 0 3 0 135
Tabel ini adalah tabel simpleks akhir. Nilai maksimum dari P adalah $135 diperoleh
ketika x1 0, x2 9, s1 2, s 2 0, s3 1 .
Masalah 4.10
Pada periode tertentu, penjahit pada Masalah 4.9 di atas mengubah kombinasi
penggunaan bahan kain, karena kain polos yang tersedia hanya 10 meter, serta
berharap biaya produksi sekecil mungkin. Selain menggunakan kain bergaris
dan kain kotak-kotak sebagai bahan pelengkapnya/aksesoris, penjahit juga
memerlukan kain corak alam untuk berinovasi. Agar produksi dapat berjalan,
penjahit tersebut memerlukan paling sedikit 12 meter kain bergaris, paling
sedikit 12 meter kain kotak-kotak, dan paling sedikit 3 meter kain bercorak
alam. Pakaian Model I memerlukan 1 meter kain polos, 1 meter kain bergaris,
2 meter kain kotak-kotak, dan 1 meter kain nuansa alam sebagai inovasi hiasan.
Sedangkan pakaian Model II memerlukan 1 meter kain polos, 2 meter kain
bergaris, dan 1 meter kain kotak-kotak, tanpa kain nuansa alam. Bila dalam
produksinya, penjahit mengeluarkan biaya produksi $ 5 untuk 1 buah pakaian
model I dan $ 6 untuk 1 buah pakaian Model II. Pada saat produksi pakaian
berapa agar penjahit tersebut mengeluarkan biaya minimum?
pakaian model I dan x2 : banyaknya pakain model II, Masalah 4.10 tersebut dapat
dinyatakan sebagai model matematika berikut ini.
Meminimumkan fungsi:
z 5x1 6 x2
Dengan kendala
x1 x 2 10
x1 2 x 2 12
2 x1 x 2 12
x1 3
x2 0
BV P x1 x2 s1 s2 s3 s4 RHS BV P x1 x2 s1 s2 s3 s4 RHS
s1 0 1 1 1 0 0 0 10 s1 0 0 1 1 1 0 0 2
s2 0 1 2 0 1 0 0 12 Pivot x 0 1 2 0 1 0 0 12
1
s3 0 2 1 0 0 1 0 12 s3 0 0 3 0 2 1 0 12
s4 0 1 0 0 0 0 1 3 s4 0 0 2 0 1 0 1 9
P 1 5 6 0 0 0 0 0 P 1 0 4 0 5 0 0 60
Tabel yang baru memuat entri negative, yaitu –2 pada kolom RHS, selanjutnya
ulangi Step 4.
Step 4. Baris pivot adalah s1, kolom pivot adalah x2, dan elemen pivot adalah –1.
Step 5. Lakukan operasi pivot.
BV P x1 x2 s1 s2 s3 s4 RHS BV P x1 x2 s1 s2 s3 s4 RHS
s1 0 0 1 1 1 0 0 2 x2 0 0 1 1 1 0 0 2
x1 0 1 2 0 1 0 0 12 x 0 1 0 2 1 0 0 8
Pivot
1
s3 0 0 3 0 2 1 0 12 s3 0 0 0 3 1 1 0 6
s4 0 0 2 0 1 0 1 9 s4 0 0 0 2 1 0 1 5
P 1 0 4 0 5 0 0 60 P 1 0 0 4 1 0 0 52
Tabel simpleks terakhir mempunyai hanya entri nonnegatif pada kolom RHS,
itu merepresentasikan sebuah masalah program linier maksimum dalam bentuk standar.
Tabel tersebut memuat entri negative pada baris objektif, kita gunakan strategi pivoting
pada subbab 5.4 sebelumnya. Kolom pivotnya adalah kolom s1 . Dari hasil
perbandingan berikut:
8 : 2 = 4, 6 : 3 = 2, 5 : 2 = 2,5
Ini adalah table simpleks akhir, dan nilai maksimum dari P adalah – 44,
sehingga nilai minimum dari z adalah 44. Hal itu terjadi ketika
x1 4, x2 4, s1 2, s2 0, s3 0, s4 1.
Dengan demikian, untuk menyelesaikan masalah program linier minimum
dengan kendala campuran, mengikuti langkah-langkah berikut ini.
Masalah 4.11
Sebuah sembaga survey di Bali harus mengirimkan 10 kuisioner kepada sasaran
responden-respondennya di Kabupaten Buleleng, Bangli, dan Karangasem. Biaya
kirim seberkas kuesioner ke tiap responden adalah $7 (Buleleng), $6
(Karangasem), dan $5 (Bangli). Karena sesuatu dan lain hal, agar distribusi
kuesioner berjalan lancar, lembaga survey tersebut menetapkan jumlah dari
berkas yang dikirim ke Buleleng, dua kali berkas yang dikirim Karangasem, dan
tiga kali berkar yang dikirim ke Bangli tidak boleh melebihi 19 berkas.
Sedangkan, jumlah dua kali berkas yang dikirim ke Buleleng dan tiga kali berkas
yang dikirim ke Karangasem paling sedikit 21 berkas. Berapa berkas kuesioner
yang harus dikirimkan ke masing-masing kabupaten agar biaya kirim totalnya
minimum?
Meminimumkan z 7 x1 5x2 6 x3
Dengan kendala:
x1 x2 x3 10
x1 2 x2 3x3 19
2 x1 3x2 21
x1 0, x2 0, x3 0
Alternatif Penyelesaian Masalah 4.11:
Kita mengubah masalah tersebut menjadi masalah memaksimumkan
P z 7 x1 5 x2 6 x3 , untuk kendala:
x1 x2 x3 10
x1 x2 x3 10
x1 2 x2 3x3 19
2 x1 3x2 21
x1 0, x2 0, x3 0
Step 1. Memodifikasi kendala menjadi tanda , sehingga menjadi:
x1 x2 x3 10
x1 x2 x3 10
x1 2 x2 3x3 19
2 x1 3x2 21
Step 2. Tambahkan variabel slack, diperoleh:
x1 x2 x3 s1 10
x1 x2 x3 s 2 10
x1 2 x2 3x3 s3 19
2 x1 3x2 s 4 21
x1 0, x2 0, x3 0, s1 0, s 2 0, s3 0, s 4 0.
Step 3. Tabel simpleks awal sebagai berikut:
x3 0 0 0 1 0 14 1
4
1
4 2
x2 0 0 1 0 0 3
2
1
2 12 5
P 1 0 0 0 0 39
4
5
4 34 58
dimana b1 0, b2 0, , bm 0 .
Dengan kendala
2 x1 x2 x3 10
x2 0
e) Maksimumkan
P 3x1 x2 x3
Dengan kendala
x1 x2 x3 8
2 x1 3x2 4 x3 0
x1 0 x2 0
2. Masing-masing merupakan masalah maksimum tidak dalam bentuk standar.
Tentukan apakah masalah dapat dimodifikasi sehingga menjadi bentuk standard.
Jika bisa, tuliskan versi modifikasinya.
a) Maksimumkan
P x1 x2
Dengan kendala
3x1 4 x2 6
x1 x2 4
x1 0 x2 0
b) Maksimumkan
P 2 x1 3x2
Dengan kendala
4 x1 2 x2 8
x1 x2 6
x1 0 x2 0
c) Maksimumkan
P x1 x2 x3
Dengan kendala
x1 x2 x3 6
4 x1 3x2 12
x1 0 x2 0 x3 0
d) Maksimumkan
BV P x1 x2 s1 s2 RHS
s1 0 1 4 1 0 100
b)
s2 0 2 5 0 1 50
P 1 2 1 0 0 0
BV P x1 x2 x3 s1 s 2 s3 RHS
s1 0 1 2 1 1 0 0 6
d) s 2 0 2 3 1 0 1 0 12
s3 0 1 2 3 0 0 1 0
P 1 1 2 3 0 0 0 0
BV P x1 x2 x3 x4 s1 s 2 s3 s 4 RHS
s1 0 3 0 0 1 1 0 0 0 20
s 0 2 0 1 0 0 1 0 0 24
e) 2
s3 0 0 3 1 0 0 0 1 0 28
s4 0 0 3 0 1 0 0 0 1 24
P 1 1 2 3 4 0 0 0 0 0
Dengan kendala
2 x1 x2 2 x3 4
x1 2 x2 x3 2
x1 0 x2 0 x1 0
h) Memaksimumkan
P 4 x1 2 x2 5 x3
Dengan kendala
Dengan kendala
Dengan kendala
x1 x3 6
2 x1 x2 4
x1 0 x2 0 x3 0
f) Minimumkan
C x1 x2 x3
Dengan kendala
x1 x2 6
2 x1 x3 4
x1 0 x2 0 x3 0
7. Tuliskan masalah dual dari setiap masalah minimum berikut!
a) Minimumkan
C 2x1 3x2
Dengan kendala
***babIV***
Kemdikbud. 2014. Buku Petunjuk Guru Matematika untuk SMA/MA dan SMK/MAK.
Jakarta: Pusat Kurikulum dan Perbukuan, Balitbang, Kemdikbud.
Kolman B., Beck R.E. 1995. Elementary Linear Programming with Applications.
Amsterdam: Elsevier Science & Technology Books.
Dumairy. 2003. Matematika Terapan untuk Bisnis dan Ekonomi. Yogyakarta: BPFE.