BAB III

METODE SIMPLEKS

Seperti telah disebutkan terdahulu, meskipun masalah program linear

dengan hanya dua atau tiga variabel dapat didekati oleh metode grafik, jika
lebih dari tiga variabel harus menggunakan teknik yang lain. Metode simpleks
sebagai pendekatan aljabar dapat digunakan untuk menyelesaikan masalah
program linear tersebut. Dengan menggunakan komputer, metode simpleks
dapat menyelesaikan permasalahan dengan beratus-ratus variabel dan kendala
(constraints).
Supaya metode simpleks dapat bekerja kita harus mengubah kendala
pada masalah program linear yang berupa pertidaksamaan menjadi
persamaan. Konversi dari pertidaksamaan  ke persamaan adalah dengan
menambahkan variabel longgar (slack variable) yang tak negatif yang nilainya
dicari sedemikian hingga bila ditambahkan terhadap ruas kiri pertidaksamaan
mengakibatkan nilainya sama dengan ruas kanan pertidaksamaan dan tidak
mempengaruhi fungsi tujuan.
Basis penyelesaian yang menguntungkan untuk himpunan yang terdiri
dari m persamaan linear secara serempak dalam n variabel mempunyai tidak
lebih dari m tak nol variabel, dan semuanya lebih besar atau sama dengan nol.
Hal ini dapat dilihat bahwa jika masalah program linear mempunyai basis
penyelesaian optimal, maka mempunyai basis penyelesaian optimal yang
adalah penyelesaian yang menguntungkan untuk persamaan kendala
(constraint).
Metode simpleks adalah teknik perhitungan iteratif yang dimulai dengan
basis penyelesaian yang menguntungkan untuk persamaan kendala. Jika
penyelesaian tersebut belum optimal, metode simpleks memperlihatkan
variabel mana yang dapat dimasukkan ke dalam basis penyelesaian yang
menguntungkan untuk memperbaiki penyelesaian. Jika penyelesaian baru
belum optimal pula, variabel lain diperlihatkan dan dimasukkan ke dalam
penyelesaian, begitu seterusnya hingga penyelesaian optimal diperoleh.

15
 16

Masalah yang memuat tiga variabel atau lebih penyelesaiannya dapat

menggunakan metode simpleks (biasa, dua fase, bilangan besar-M, dan
direvisi). Metode simpleks (dikembangkan oleh George B. Dantzig) adalah
sebuah prosedur perhitungan yang mengeksploitasi hasilnya, tetapi dalam
bentuk aljabar.

3.1 Metode Simpleks Biasa

Metode simpleks biasa digunakan untuk menyelesaikan masalah
program linear yang kendala-kendala strukturalnya semua menggunakan tanda
“” (masalah yang memuat variabel longgar).

Contoh:
Minimumkan Z= – x1 – 2x2 + x3 – x4 – 4x5 + 2x6
dp. x1 + x2 + x3 + x4 + x5 + x6  6 …………………. 1)
2x1 – x2 – 2x3 + x4  4 …………………...2)
x3 + x4 + 2x5 + x6  4 …………………...3)
xi  0, untuk i=1,2,3, …,6 …………………………..4)
Catatan:
Pertidaksamaan 1), 2), dan 3) disebut kendala struktural, sedangkan
pertidaksamaan 4 disebut kendala non negatif.

Masalah program linear di atas, dapat diselesaikan dengan menggunakan

metode simpleks biasa. Karena pada kendala strukturalnya menggunakan
tanda “” (lebih kecil sama dengan).

Prosedur Kerja Metode Simpleks Biasa

Prosedur kerja metode simpleks biasa ada lima langkah, sebagai
berikut:
L1 : Mengubah Masalah:
a) Kendala struktural menjadi persamaan dengan masuknya variabel
longgar.
 17

b) Fungsi tujuan ditambah dengan variabel longgar dengan koefisien nol

(tuliskan dalam bentuk implisit)

L2 : Membuat Tabel Simpleks Awal (TSA) dengan format sebagai berikut:

Z XN dan XB RHS OBE

Z Cij(N) dan Cij(B) Opt. Z

XB
Cij(B) aij(N) dan aij(B) bi

Keterangan:
Z = Fungsi Tujuan (FT), XB = variabel basis, XN = variabel non basis
RHS = Right Hand Side (ruas kanan persamaan/pertidaksamaan)
OBE = Operasi Baris Elementer
Opt. Z = Harga optimum (minimum atau maksimum) dari Z
Cij(N) = Koefisien variabel non basis (FT)
Cij(B) = Koefisien variabel basis (FT)
aij(N) = Koefisien variabel non basis (kendala struktural)
aij(B) = Koefisien variabel basis (kendala struktural)
bi = Ruas kanan kendala struktural

L3 : Menilai Fungsi Tujuan (FT)

Optimum (maksimum atau minimum) FT diketahui apabila:
a) Zj – Cj  0, maka FT sudah maksimum (untuk masalah maksimumkan)
b) Zj – Cj  0, maka FT sudah minimum (untuk masalah minimumkan)
Rumus:
Zj – Cj adalah elemen-elemen baris Z pada kolom xj untuk semua j.
Bila belum optimal, maka lanjutkan dengan langkah berikut (L 4). Bila sudah
optimum, selesai.
 18

L4 : Menentukan unsur pusat (pe=pivot element)

Aturannya sebagai berikut:
a) untuk masalah maksimumkan:
(1) pe sekolom Zj – Cj terkecil
(2) pe > 0
bi
(3) pe sebaris dengan terkecil.
a ij ( N )
b) untuk masalah minimumkan:
(1) pe sekolom Zj – Cj terbesar
(2) pe > 0
bi
(3) pe sebaris dengan terkecil.
a ij ( N )
L5 : Membuat Tabel Simpleks berikutnya
Aturannya:
a) unsur pusat harus jadi 1
b) unsur-unsur lain yang sekolom dengan unsur pusat harus jadi nol.
Dengan aturan ini isilah OBE. Kembali ke langkah ketiga (L3).

Mari kita lakukan prosedur ini pada contoh 1 di atas!

Masalah Program Linear:

Minimumkan Z= – x1 – 2x2 + x3 – x4 – 4x5 + 2x6
dp. x 1 + x2 + x3 + x4 + x5 + x6  6
2x1 – x2 – 2x3 + x4 4
x3 + x4 + 2x5 + x6  4
xi  0, untuk i=1,2,3, …,6

L1: a) x 1 + x2 + x3 + x4 + x 5 + x6 + x7 =6
2x1 – x2 – 2x3 + x4 + x8 =4
x3 + x4 + 2x5 + x6 + x9 =4
xi  0, untuk i=1,2,3, …,9
b) z= – x1 – 2x2 + x3 – x4 – 4x5 + 2x6 + 0x7 + 0x8 + 0x9
ditulis kembali menjadi
 19

z + x1 + 2x2 - x3 + x4 + 4x5 - 2x6 + 0x7 + 0x8 + 0x9 =0

x 1 + x2 + x3 + x 4 + x5 + x6 + x 7 =6
2x1 – x2 – 2x3 + x4 + x8 =4
x3 + x4 + 2x5 + x6 + x9 =4
xi  0, untuk i=1,2,3, …,9
Catatan: x7, x8, dan x9 disebut xB = variavel basis

L2: Membuat Tabel Simpleks Awal (TSA)

z x1 x2 x3 x4 x5 x6 x7 x8 x9 RHS OBE
R0 z 1 1 2 -1 1 4 -2 0 0 0 0 R0R0–4R3

R1 x7 0 1 1 1 1 1 1 1 0 0 6 R1R1–R3

R2 x8 0 2 -1 -2 1 0 0 0 1 0 4

R3 x9 0 0 0 1 1 2 1 0 0 1 4 R3½R3

L3: Menilai fungsi tujuan

Untuk menilai fungsi tujuan, nilai zj – cj dapat dilihat dari tabel di atas, yaitu
pada baris R0 kolom xj untuk semua j.
Ternyata untuk j=1: z1 – c1 = 1, j=2: z2 – c2 = 2, j=3: z3 – c3 = -1, j=4: z4 – c4 = 1,
j=5: z5 – c5 = 4, j=6: z6 – c6 = -2, dan z7 – c7 = z8 – c8 = z9 – c9 = 0 (karena
variabel basis).
Karena masih ada zj – cj yang belum lebih kecil atau sama dengan nol,
maka fungsi tujuan masih belum minimum. Yang terbesar pada z5–c5 = 4, maka
x5 harus masuk basis. menggantikan yang mana x 5 itu? Apakah mengganti x7,
x8 atau x9? Untuk menjawab pertanyaan ini gunakan langkah keempat.

L4: Menentukan unsur pusat (pe)

a) Unsur pusat berada sekolom dengan zj–cj terbesar, yaitu z5 – c5=4, atau
sekolom dengan x5.
b) Nol pada baris x8 tak bisa dipakai, karena tak memenuhi syarat pe, maka
yang memenuhi syarat adalah 1 dan 2. Mana yang diambil? Bergantung
jawaban c) berikut:
 20

b1 6 b 4
c)   6 dan 3   2 . Ternyata yang paling kecil adalah 2. Jadi
a15 1 a35 2
pe=2, artinya x5 harus masuk basis menggantikan x9.

L5: Membuat Tabel Simpleks selanjutnya (TSL)

z x1 x2 x3 x4 x5 x6 x7 x8 x9 RHS OBE
R0 z 1 1 2 -3 -1 0 -4 0 0 -2 -8 R0R0–2R1

R1 x7 0 1 1 ½ ½ 0 ½ 1 0 -½ 4

R2 x8 0 2 -1 -2 1 0 0 0 1 0 4 R2R2+R1

R3 x5 0 0 0 ½ ½ 1 ½ 0 0 ½ 2

Kembali ke langkah 3. Karena terlihat pada TSL masih ada zj-cj yang belum
lebih kecil atau sama dengan nol, maka fungsi tujuan belum minimum. Nilai
terbesar adalah pada z2 –c2=2, artinya x2 harus masuk basis. Menggantikan
yang mana? Tergantung jawaban berikut.

L4: Menentukan unsur pusat (pe)

a) pe sekolom dengan z2-c2 atau sekolom dengan x2.
b) yang memenuhi syarat yaitu 1 (sebaris dengan x 7), sedangkan –1 dan 0 tak
memenuhi syarat. Mengapa?
Sehingga langkah c) tak diperlukan lagi.
Dengan demikian, x2 harus masuk basis menggantikan x7.

L5:
TS-3
z x1 x2 x3 x4 x5 x6 x7 x8 x9 RHS OBE
R0 z 1 -1 0 -4 -2 0 -5 -2 0 -1 -16

R1 x2 0 1 1 ½ ½ 0 ½ 1 0 -½ 4

R2 x8 0 3 0 -3/2 3/2 0 ½ 1 1 -½ 8

R3 x5 0 0 0 ½ ½ 1 ½ 0 0 ½ 2

Kembali ke langkah 3.
Karena dari tabel TS-3 tampak bahwa zj – cj  0, untuk semua j, maka
TS-3 merupakan tabel simpleks terakhir dan Fungsi Tujuan (FT) sudah
minimum. Dengan zmin= 16 , untuk x1=0, x2=4, x3=0, x4=0, x5=2, dan x6=0.
 21

Dari tabel terakhir yang tampak adalah x 2, x8, dan x5 saja. Sedangkan x1,
x3, x4, dan x6 tak tampak, ini memperlihatkan bahwa harga x 1=x3=x4=x6= 0.
Tetapi, bagaimana halnya dengan x8 yang tampak pada tabel? Karena x8 tak
masuk dalam soal, maka x8 tidak usah diikutsertakan dalam penyelesaian
masalah program linear.
Jadi, penyelesaian MPL di atas adalah x1=x3=x4=x6= 0, x2=4, dan x5=2,
dengan zmin= -16.
Mengecek kebenaran jawaban di atas, dapat dilakukan dengan
mensubstitusikan nilai-nilai yang diperoleh dari tabel, sebagai berikut:
a) Untuk FT, z = -x1 – x2 + x3 – x4 – 4x5 + 2x6 = –0 –2.4 + 0 – 0 – 4.2 + 0 = -16
(benar).
b) Untuk kendala struktural pertama, x1 + x2 + x3 +x4 + x5 + x6 = 0 + 4 + 0 + 0 +
2 + 0 = 6  6 (benar).
Kendala struktural kedua, 2x1 – x2 –2x3 + x4 = 0 – 4 – 0 + 0 = - 4  4
(benar).
kendala struktural ketiga, x3 + x4 + 2x5 + x6 = 0 + 0 + 2.2 + 0 = 4  4 (benar).

3.2 Metode Simpleks Dua Fase

Melangkah pada bahasan ini, diharapkan mahasiswa sudah menguasai
bahasan sebelumnya. Bila tidak demikian, maka pada pembahasan metode
simpleks dua fase ini akan kesulitan memahaminya, karena dasar-dasarnya
yang telah diberikan pada bahasan sebelumnya kurang kuat. Untuk keperluan
itu, cobalah kembali lagi sejenak pada bahasan sebelumnya agar dapat
melangkah lebih mantap membahas metode simpleks dua fase.
Ciri masalah program linear yang dapat diselesaikan oleh metode ini
adalah bila kendala strukturalnya memuat tanda “” (lebih besar sama dengan).
Mungkin satu, dua, tiga atau bahkan semua kendala strukturalnya memakai
tanda “”. Tetapi, bila kita lihat kata ‘memuat’ berarti satu juga sudah cukup
memenuhi kriteria memuat.
Metode simpleks ini disebut metode simpleks dua fase, karena pada
prosesnya dilakukan dua fase/tahapan, yaitu:
 22

1. Tahap I
Tahap ini bertujuan untuk mengoptimalkan fungsi tujuan yang memuat
variabel artifisial. Ciri fungsi tujuan fase I sudah optimum adalah semua
harga variabel artifisialnya berharga nol. Dalam kondisi tertentu mungkin
berharga negatif. Apabila ada paling sedikit satu harga variabel artifisial
yang tidak nol (positif), maka masalah program linear tak punya
penyelesaian. Oleh karena itu, tak perlu dilanjutkan ke fase II.
2. Tahap II
Tahap II ini bertujuan untuk mengoptimalkan fungsi tujuan yang memuat
semua legitimate variabel (variabel yang sah).
Ketentuan fungsi tujuan fase II sudah optimum sama seperti pada metode
simpleks biasa.

Prosedur Kerja Metode Simpleks Dua Fase

Prosedur kerja metode simpleks dua fase ada lima langkah sebagai
berikut:
L1 : Mengubah Masalah
a) Kendala struktural menjadi persamaan (sama seperti pada metode
simpleks biasa)
b) Memasukkan variabel artifisial (pada kendala struktural dan FT).
Untuk masalah maksimumkan koefisien variabel artifisial pada FT Fase
I adalah –1, sedangkan untuk masalah minimumkan koefisien variabel
artifisial FT Fase I adalah 1. Fase II hanya mengoptimalkan fungsi
tujuan yang mengandung variabel sah.

L2 : Membuat Tabel Simpleks Awal

(Ketentuannya sama dengan simpleks biasa)
Periksa apakah basisnya sudah merupakan basis standar (basis yang
2 n
isinya vektor-vektor satuan searah sumbu-sumbunya bila di R atau R ,
untuk n2). Bila belum dipenuhi, lakukan operasi baris elementer.

L3 : Menilai Fungsi Tujuan

(Ketentuannya sama dengan metode simpleks biasa)
 23

Bila sudah optimal lanjutkan dengan fase II dan selesai.

L4 : Menentukan unsur pusat

(Syaratnya sama dengan metode simpleks biasa)

L5 : Membuat tabel simpleks berikutnya.

(Ketentuannya sama dengan metode simpleks biasa)
Kembali ke langkah tiga.

Contoh:
Selesaikan MPL berikut dengan metode simpleks dua fase.
Minimumkan z=x1 – 2x2
dp x 1 + x2  2
-x1 + x2  1
x2  3
x1  0, x2  0.
Penyelesaian:
Sebetulnya bila dilihat dari banyaknya variabel pada MPL di atas, bisa
diselesaikan dengan metode aljabar dan grafik. Tetapi, karena
diperintahkan menyelesaikannya dengan metode simpleks dua fase, kita
harus selesaikan melalui metode tersebut. Di samping itu, kita akan
tunjukkan di akhir bahwa proses metode ini memperlihatkan proses
yang elegan mencari solusinya.

Mengubah Masalah
a) Kendala
x1 + x2 –x3 + x6 = 2 ………………… 1)
-x1 + x2 -x4 x7 = 1 ………………… 2)
x2 +x5 = 3 ………………… 3)
xi  0, i=1,2,…,6 …………………………………… 4)
Karena tidak ada variabel basis untuk kendala pertama dan kedua, kita tidak
punya basis awal yang menguntungkan. Oleh karena itu kita tambahkan
 24

variabel baru terhadap kendala 1) dan 2), yaitu x 6 dan x7 yang disebut
artificial variable (variabel buatan).

b) FT Fase I : z= x6 + x7 atau z-x6 –x7 = 0, dan

FT Fase II: z=x1 –2x2 + 0x3 + 0x4 + 0x5 atau z –x1 +2x2 + 0x3 + 0x4 + 0x5 = 0.
Fase I (TSA)
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 0 0 0 0 0 -1 -1 0 R0R0+R1+R2

R1 x6 0 1 1 -1 0 0 1 0 2

R2 x7 0 -1 1 0 -1 0 0 1 1

R3 x5 0 0 1 0 0 1 0 0 3

3
Karena belum memenuhi basis standar di R , maka dilakukan OBE.
Fase I (TS-2)
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 0 2 -1 -1 0 0 0 3 R0R0 –2R2

R1 x6 0 1 1 -1 0 0 1 0 2 R1R1 –R2

R2 x7 0 -1 1 0 -1 0 0 1 1

R3 x5 0 0 1 0 0 1 0 0 3 R3R3 –R2

Karena zj – cj belum  0, maka FT fase I belum minimum. Lanjutkan dengan

menentukan pe.
Fase I (TS-3)
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 2 0 -1 1 0 0 -2 1 R0R0 –2R1

R1 x6 0 2 0 -1 1 0 1 -1 1 R1 ½ R1

R2 x2 0 -1 1 0 -1 0 0 1 1 R2R2 +R1

R3 x5 0 1 0 0 1 1 0 -1 2 R3R3 –R1

Karena zj – cj belum  0, maka FT fase I belum minimum.

Fase I (TS-4)
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 0 0 0 0 0 -1 -1 0

R1 x1 0 1 0 -½ ½ 0 ½ -½ ½

R2 x2 0 0 1 -½ -½ 0 ½ -½ 3/2

R3 x5 0 0 0 ½ ½ 1 -½ -½ 3/2
 25

Karena zj – cj  0 untuk semua j indeks variabel non basis, maka FT fase I

sudah minimum. Lanjutkan ke Fase II.

Fase II (TS-5)
z x1 x2 x3 x4 x5 RHS OBE
R0 z 1 -1 2 0 0 0 0 R0R0 +R1 -2R2

R1 x1 0 1 0 -½ ½ 0 ½

R2 x2 0 0 1 -½ -½ 0 3/2

R3 x5 0 0 0 ½ ½ 1 3/2

Karena zj – cj belum  0 untuk semua j dan belum memenuhi basis standar,

maka TS-5 fase II belum minimum, dan harus dilakukan OBE.

Fase II (TS-6)
z x1 x2 x3 x4 x5 RHS OBE
R0 z 1 0 0 ½ 3/2 0 -5/2 R0R0 –3/2R1

R1 x1 0 1 0 -½ ½ 0 ½ R1 2R1

R2 x2 0 0 1 -½ -½ 0 3/2 R2R2 + ½ R1

R3 x5 0 0 0 ½ ½ 1 3/2 R3R3 – ½ R1

Karena zj – cj belum  0 untuk semua j, maka TS-6 fase II belum minimum.

Fase II (TS-7)
z x1 x2 x3 x4 x5 RHS OBE
R0 z 1 -3 0 2 0 0 -4 R0R0 -2R3

R1 x4 0 2 0 -1 1 0 1 R1 R1 + R3

R2 x2 0 1 1 -1 0 0 2 R2R2 + R3

R3 x5 0 ½ 0 1 0 1 1

Karena zj – cj belum  0 untuk semua j, maka TS-7 fase II belum minimum.

 26

Fase II (TS-8)
z x1 x2 x3 x4 x5 RHS OBE
R0 z 1 -1 0 0 0 -2 -6

R1 x4 0 5/2 0 0 1 1 2

R2 x2 0 3/2 1 0 0 1 3

R3 x3 0 -½ 0 1 0 1 1

Karena zj – cj  0 untuk semua j, maka TS-8 fase II sudah minimum, dengan

zmin=-6, x1=0, x2=3.

3.3. Metode Simpleks Bilangan Besar-M

Metode ini dikembangkan oleh M. Charnes. Arti M di sini berarti
bilangan besar. Pengertian bilangan besar-M di sini berbeda dengan konsep
tak hingga, karena yang dimaksudkan bilangan tak hingga adalah bilangan
yang besar sekali yang lambngnya .
Misalkan kita mempunyai bilangan x, dengan x anggota {1, 2, 3, 4}
sebagai semesta pembicaraan dari M sebagai bilangan besar, maka M
haruslah lebih besar dari 4, sebab harus memenuhi sifat M-x > 0 atau x-M < 0
untuk setiap x  {1, 2, 3, 4}.
Untuk memahami beberapa sifat bilangan besar-M pelajarilah contoh
berikut.
Bila M adalah bilangan besar untuk sembarang bilangan penambah atau
pengurang bilangan M, maka:
1) M + 2 > 0 9) 8M - 4000 > 0
2) 2 + M > 0 10) 4000 - 8M < 0
3) M-2000 > 0 11) 8M-1 > 0
4) 2000 + M > 0 12) 8M + 1 > 7M + 2000
5) 2000 – M < 0 13) 8M – 4000 > 7M +2000
6) 2 – M < 0 14) 8M – 4000 > -8M +4000
7) –2000 – M < 0 15) -7M > -8M + 4000
8) 8M + 1 > 0 16) –7M – 4000 > -8M
 27

Bilangan besar itu belum tentu tak hingga, karena  -   0, M-

M=0, 3 = , tetapi 3M  M. Mungkinkah M berharga 1? Mungkin saja,
jika 1 adalah bilangan terbesar di antara bilangan yang dibicarakan.
Ciri masalah program linear yang dapat diselesaikan oleh
metode simpleks bilangan besar-M adalah bila kendala strukturalnya
memuat tanda “” (lebih besar sama dengan), sama seperti pada
metode simpleks dua fase.

Prosedur Kerja Metode Simpleks Bilangan Besar-M

Prosedur kerja metode simpleks bilangan besar-M sebagai berikut:
L1 : Mengubah Masalah
c) Kendala struktural menjadi persamaan (sama seperti pada metode
simpleks biasa)
d) Memasukkan variabel artifisial (pada kendala struktural dan FT).
Untuk masalah maksimumkan koefisien variabel artifisial pada FT
adalah –M, sedangkan untuk masalah minimumkan koefisien variabel
artifisial pada FT adalah M.

L2 : Membuat Tabel Simpleks Awal

(Ketentuannya sama dengan simpleks biasa dan dua fase)
Periksa apakah basisnya sudah merupakan basis standar (basis yang
2 n
isinya vektor-vektor satuan searah sumbu-sumbunya bila di R atau R ,
untuk n2). Bila belum dipenuhi, lakukan operasi baris elementer.

L3 : Menilai Fungsi Tujuan

(Ketentuannya sama dengan metode simpleks biasa dan dua fase)
Bila sudah optimal selesai. Bila belum optimal lanjutkan ke langkah 4.

L4 : Menentukan unsur pusat (pe)

(Syaratnya sama dengan metode simpleks biasa)
 28

L5 : Membuat tabel simpleks berikutnya.

(Ketentuannya sama dengan metode simpleks biasa)
Kembali ke langkah tiga.

Contoh:
Selesaikan MPL berikut dengan metode simpleks bilangan besar-M.
Maksimumkan z= -x1 + 2x2
dp x1 + x2  2
-x1 + x2  1
x2  3
x1  0, x2  0.

Penyelesaian:
Bila kita ingin bekerja dengan aturan minimumkan, maka metode di atas
kita ubah berdasarkan rumus Maksimum z = – (Minimum –z) menjadi:
Minimumkan z= x1 - 2x2
dp x 1 + x2  2
-x1 + x2  1
x2  3
x1  0, x2  0.

Mengubah Masalah
c) Kendala
x1 + x2 –x3 + x6 = 2 ………………… 1)
-x1 + x2 -x4 + x7 = 1 ………………… 2)
x2 +x5 = 3 ………………… 3)
xi  0, i=1,2,…,7 …………………………….……… 4)
Tambahkan variabel baru terhadap kendala 1) dan 2), yaitu x 6 dan x7 yang
disebut artificial variable (variabel buatan).
d) Min z=x1 –2x2 + 0x3 + 0x4 + 0x5 + Mx6 + Mx7 atau
z –x1 +2x2 + 0x3 + 0x4 + 0x5 –Mx6 – Mx7 = 0.
 29

TSA
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 -1 2 0 0 0 -M -M 0 R0R0+MR1+MR2

R1 x6 0 1 1 -1 0 0 1 0 2

R2 x7 0 -1 1 0 -1 0 0 1 1

R3 x5 0 0 1 0 0 1 0 0 3

3
Karena belum memenuhi basis standar di R , maka pada TSA dilakukan OBE.
(TS-2)
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 -1 2+2M -M -M 0 0 0 3M R0R0 –(2+2M)R2

R1 x6 0 1 1 -1 0 0 1 0 2 R1R1 –R2

R2 x7 0 -1 1 0 -1 0 0 1 1

R3 x5 0 0 1 0 0 1 0 0 3 R3R3 –R2

Karena zj – cj belum  0, maka FT belum minimum. Lanjutkan dengan

menentukan pe. Setelah didapat pe, ternyata x2 mengganti x7.

TS-3
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 1+2M 0 -M 2+M 0 0 -2-2M M-2 R0R0 –(1+2M)R1

R1 x6 0 2 0 -1 1 0 1 -1 1 R1 ½ R1

R2 x2 0 -1 1 0 -1 0 0 1 1 R2 R2 + R1

R3 x5 0 1 0 0 1 1 0 -1 2 R3 R3 - R1

Karena zj – cj belum  0, maka FT belum minimum. x1 mengganti x6.

TS-4
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 0 0 ½ 3/2 0 -(1+2M)/2 -3/2-M -5/2 R0R0 –3/2R1

R1 x1 0 1 0 -½ ½ 0 ½ -½ ½ R1 2 R1

R2 x2 0 0 1 -½ -½ 0 ½ ½ 3/2 R2 R2 + ½ R1

R3 x5 0 0 0 ½ ½ 1 -½ ½ 3/2 R3R3 – ½ R1

Karena zj – cj belum  0 untuk semua j, maka FT belum minimum. x4

mengganti x1. Lanjutkan ke tabel berikutnya.
 30

TS-5
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 -3 0 2 0 0 -2-M 3/2-M -4 R0R0 –2R3

R1 x4 0 2 0 -1 1 0 1 -1 1 R1 R1 + R3

R2 x2 0 1 1 -1 0 0 0 0 2 R2 R2 + R3

R3 x5 0 -1 0 1 0 1 0 1 1

Karena zj – cj belum  0 untuk semua j, maka TS-5 belum minimum, x3

mengganti x5.
TS-6
z x1 x2 x3 x4 x5 x6 x7 RHS OBE
R0 z 1 -1 0 0 0 -2 -2- M -1/2-M 6

R1 x4 0 1 0 0 1 1 0 -1 2

R2 x2 0 0 1 0 0 1 0 0 3

R3 x3 0 -1 0 1 0 1 0 1 1

Karena zj – cj  0 untuk semua j, maka FT pada TS-6 sudah minimum, dengan

zmin = –6, untuk x1 = 0, dan x2 = 3.
Karena yang diselesaikan adalah masalah maksimumkan, maka kita kembali ke
rumus: Maks z = - (Min –z) = - (-6) = 6, maka penyelesaiannya adalah zmaks = 6,
untuk x1 = 0 dan x2=3.
Kita lihat proses di atas, dalam bentuk grafiknya, seperti pada metode dua
fase!

X2

D(0,3)

E (2 , 3)

C (0,2)
B(½ , 3/2)

A(0 , 1)

O X1
 31

Bila kita perhatikan garis tebal pada grafik, hasil pada TSA dan TS-2
menunjukkan titik O(0, 0). Hasil dari TS-3 memperlihatkan titik A(0, 1),
kemudian bergerak ke titik B( ½, 3/2) untuk TS-4. Selanjutnya metode simpleks
mencari daerah feasible (daerah menguntungkan) BCDE, yang akhirnya
menemukan titik yang paling maksimum untuk persoalan di atas yaitu titik D(0,
3) yang diperlihatkan oleh tabel terakhir (TS-6). Dengan metode simpleks
bilangan besar-M, ternyata penyelesaian dapat diperoleh lebih cepat.

3.4 Metode Simpleks Direvisi Biasa

Ada tiga macam metode simpleks direvisi, yaitu: direvisi biasa, direvisi
dua fase, dan direvisi bilangan besa-M. Metode simpleks direvisi biasa
fungsinya sama dengan metode simpleks biasa, yaitu untuk menyelesaikan
MPL yang kendala strukturalnya semuanya menggunakan tanda  (lebih kecil
sama dengan). Sedangkan metode simpleks direvisi dua fase dan bilangan
besar-M fungsinya serupa dengan metode simpleks dua fase dan simpleks
bilangan besar-M.

Mengapa diberikan berbagai metode bila tujuannya sama? Alasannya

adalah untuk memberikan wawasan yang lebih luas tentang berbagai metode
penyelesaian MPL, yang pada akhirnya mahasiswa diajak untuk mengevaluasi
mana yang paling menghemat waktu dalam menyelesaikannya.
Dalam memberikan contoh untuk pengerjaan dengan cara simpleks
direvisi, soal-soalnya sama dengan contoh-contoh terdahulu. Tujuannya seperti
telah dikemukakan di atas, yaitu supaya mahasiswa dapat membandingkan
mana yang paling mudah menurut mereka. Mari kita lihat contoh-contoh berikut:

Contoh 1
Minimumkan Z= – x1 – 2x2 + x3 – x4 – 4x5 + 2x6
dp. x1 + x2 + x3 + x4 + x5 + x6  6 …………………..1)
2x1 – x2 – 2x3 + x4  4 …………………..2)
x3 + x4 + 2x5 + x6  4 …………………..3)
xi  0, untuk i=1,2,3, …,6 ………………………….4)
 32

Contoh 1 di atas, karena kendala strukturalnya menggunakan tanda ,

maka penyelesaiannya dapat menggunakan metode simpleks biasa
atau metode simpleks direvisi biasa.

Contoh 2
Minimumkan z = 2x1 + 3x2 + 4x3
dp x1 + 2x2 + x3  3
2x1 –x2 + 3x3  4
xi  0, untuk i=1,2,3.
Contoh 2 di atas, dapat diselesaikan dengan menggunakan metode simpleks
dua fase, bilangan besar-M, direvisi dua fase atau direvisi bilangan besar-M,
karena kendala strukturalnya menggunakan tanda .
Prosedur kerja ketiga metode simpleks dirivisi tersebut, pada prinsipnya
sama dan masing-masing sama dengan simpleks yang tidak direvisi yang telah
dibahas terdahulu.

Prosedur Kerja Metode Simpleks Direvisi Biasa

L1 : Mengubah Masalah
a) Mengubah kendala struktural dari pertidaksamaan menjadi persamaan
b) Mengubah fungsi tujuan dengan masuknya variabel longgar, tetapi
ditulis tetap dalam bentuk eksplisit.

L2 : Membuat Tabel Simpleks Awal (TSA) yang formatnya sebagai berikut:

Basis Invers Basis (B-1) RHS xk RHS/xk

Z w Min z zk – ck -

b
-1
XB B b yk yk
 33

Keterangan:

Min z = CB b XB = variabel basis

-1
w = CB B B = Matriks basis

b = B-1 b -1
B = invers dari B
zj - cj = w aj - cj RHS = Right Hand Side
-1
yk = B ak b = ruas kanan kendala struktural
aj = vektor koefisien variabel ke-j (xj)

b = vektor konstanta.
cB = koefisien fungsi tujuan variabel basis
cj = koefisien variabel fungsi tujuan.

L3 : Menilai fungsi tujuan

Apakah fungsi tujuan sudah optimum atau belum?
Dengan menghitung zj – cj, yang rumusnya: zj – cj = w aj – cj,
-1
dengan: w=cB B .
cB = koefisien variabel basis FT,
-1
B = invers matriks basis
aj = vektor koefisien variabel ke-j pada kendala struktural
cj = koefisien variabel ke-j dari FT.
a) Untuk minimumkan, FT sudah minimum dan selesai bila zj – cj 0,
dalam keadaan lainnya FT belum minimum.
b) Untuk maksimumkan, FT sudah maksimum dan selesai bila zj – cj  0,
dalam keadaan lainnya FT belum maksimum.
Bila belum optimum lanjutkan ke lagkah 4.

L4 : Menentukan unsur pusat (pe)

a) Untuk menentukan pe kita isi kolom xk, yaitu dengan:
(i) zk – ck yang berharga terbesar (untuk masalah minimukan) dan
berharga terkecil (untuk masalah maksimumkan).
Dengan ketentuan ini berarti vektor ak harus masuk basis.
(ii) yk diperoleh dari rumus:
-1
yk = B ak
 34

(dengan ak vektor yang harus masuk basis sesuai dengan point (i)).
b) Kemudian isi kolom RHS/xk
Bila xk = 0 atau xk < 0, maka hasil baginya tak perlu ditentukan (tak
terdefinisi untuk pe, ingat pe harus positif).
c) Pilih harga RHS/xk terkecil untuk menentukan vektor yang harus keluar
dari basis.
L5 : Membuat tabel simpleks berikutnya.
a) Tentukan basis yang barunya (XB)
b) Tentukan matriks basis (B)
-1
c) Tentukan B
d) Tentukan cB

e) Hitung b = B-1 b
-1
f) Hitung w=cB B
g) Hitung Minimum z
Kemudian isikan hasilnya ke tabel dengan format yang sama dengan
format TSA.
Kembali ke langkah 3.

Mari kita aplikasikan prosedur di atas untuk menyelesaikan MPL seperti berikut:
Minimumkan Z= – x1 – 2x2 + x3 – x4 – 4x5 + 2x6
dp. x1 + x2 + x3 + x4 + x5 + x6  6 …………………. 1)
2x1 – x2 – 2x3 + x4  4 …………………...2)
x3 + x4 + 2x5 + x6  4 …………………...3)
xi  0, untuk i=1,2,3, …,6 …………………………..4)
Penyelesaian:
L1: Mengubah Masalah
a) x1 + x2 + x3 + x4 + x5 + x6 + x7 =6
2x1 – x2 – 2x3 + x4 + x8 =4
x3 + x4 + 2x5 + x6 + x9 = 4
xi  0, untuk i=1,2,3, …,9
c) Min z= – x1 – 2x2 + x3 – x4 – 4x5 + 2x6 + 0x7 + 0x8 + 0x9 (tetap eksplisit)
XB = (x7 x8 x9)
 35

aj –nya (diambil dari kendala) sebagai berikut:

1  1 1  1 1  1

a1  2 , a2   1 , a3   2 , a4  1 , a5  0 , a6  0 ,
         
0  0   1  1 2 1

1  0  0  6 
a7  0 , a8  1 , a9  0 , b  4
     

0 0 1 4

cj (diambil dari FT) untuk 1  j  9 sebagai berikut:
cj = [-1 -2 1 -1 -4 2 0 0 0]

L2 : Membuat Tabel Simpleks Awal

TSA
-1
Basis B RHS x5 RHS/x5
z 0 0 0 0 4 -
x7 1 0 0 6 1 6
x8 0 1 0 4 0 -
x9 0 0 1 4 2 2

Untuk mengisi tabel di atas dilakukan perhitungan sebagai berikut:

X7  1 0 0 
X B   X 8  B  0 1 0  B 1
 X 9  0 0 1

6 
cB= [ 0 0 0 ],
-1 -1  
w= cB B = [ 0 0 0 ], b = B b = 4
 
 4

6 
 
Min z = cB b = [ 0 0 0 ] 4 =[0]
 
 4
 36

L3 : Menilai Fungsi Tujuan

zj – cj = w aj – cj
Setelah dihitung diperoleh:
z1–c1= 1, z2–c2= 2, z3–c3= -1, z4–c4= 1, z5–c5= 4, dan z6–c6=-2, z7–c7=
z8–c8= z9-c9 = 0.
Karena Zj-Cj belum  0 untuk semua j, maka FT belum minimum.

L4 : Menentukan pe
Yang terbesar adalah z5-c5=4, sehingga k=5.

1 0 0 1  1 
-1    
y5 = B a5 = 0 1 0 0 = 0
    
0 0 1  2  2
Yang terkecil adalah RHS/x5=4/2=2. Jadi unsur pusat pada baris x 9 kolom
x5, artinya x9 ke luar dari basis harus diganti x5.

L5 : Membuat tabel simpleks berikutnya

TS-2
-1
Basis B RHS x2 RHS/x2
z 0 0 -2 -8 2 -
x7 1 0 -½ 4 1 4
x8 0 1 0 4 -1 -
x5 0 0 ½ 2 0 -

Untuk mengisi tabel di atas dilakukan perhitungan sebagai berikut:

 x7  1 0 1 
X B   x8  B  0 1 0
 x5  0 0 2

-1
Mencari B sebagai berikut:
 37

1 0 11 0 0 1 0 11 0 0
0 1 00 1 0 0 1 00 1 0
R1  R1 – R3
0 0 20 0 1 0 0 10 0 1
2
R3  ½R3

1 0 01 0 1
2

0 1 00 1 0
0 0 10 0 1
2
-1
B

4
cB= [ 0 0 -4 ],
-1 -1  
w= cB B = [ 0 0 -2 ], b = B b = 4
 
 2

4
 
Min z = cB b = [ 0 0 -4 ] 4 = [ -8 ]
 
 2
Kembali ke langkah 3.

L3 : Menilai Fungsi Tujuan

zj – cj = w aj – cj
Setelah dihitung untuk 1  j  9 diperoleh:
z1–c1= 1, z2–c2= 2, z3–c3= -3, z4–c4= -1, z5–c5= 0, dan z6–c6= -4, z7–c7=
z8–c8= 0, dan z9-c9 = -2.
Karena Zj-Cj belum  0, maka FT belum minimum. Masih ada yang positif
dan yang terbesar z2-c2 = 2.

L4 : Menentukan pe
Yang terbesar adalah z2-c2=2, sehingga k=2.

1 0 1
2 1 1
-1 
y2 = B a2 = 0 1 0    1 =   1
    
0 0 1 
2  0   0 
Karena RHS/x2 yang memenuhi syarat adalah 4 dan berada pada baris x 7,
maka x7 ke luar dari basis digantikan oleh x2.
 38

L5 : Menentukan tabel simpleks berikutnya

TS-3
-1
Basis B RHS x2 RHS/x2
z -2 0 -1 -16 -
x2 1 0 -½ 4
x8 1 1 -½ 8
x5 0 0 ½ 2

Untuk mengisi tabel di atas dilakukan perhitungan sebagai berikut:

 x2   1 0 1
X B   x8  B   1 1 0
 x5   0 0 2
-1
Mencari B sebagai berikut:

1 0 11 0 0 1 0 11 0 0
1 1 0 0 1 0 1 1 0 0 1 0 R1  R1 – R3
R3  ½ R3
0 0 20 0 1 0 0 10 0 1
2

1 0 01 0 1 1 0 01 0 1
2 2

1 1 0 0 1 0 0 1 01 1 1
2
R2  R2+ R1
0 0 10 0 1
2 0 0 10 0 1
2
-1
B

4
cB= [ -2 0 -4 ],
-1 -1  
w= cB B = [ -2 0 -1 ], b = B b = 8
 
 2

4
 
Min z = cB b = [ -2 0 -4 ] 8 =[ -16 ]
 
 2 
Kembali ke langkah 3.

L3 : Menilai Fungsi Tujuan

zj – cj = w aj – cj
 39

Setelah dihitung untuk 1  j  9 diperoleh:

z1–c1= -1, z2–c2= 0, z3–c3= -4, z4–c4= -2, z5–c5= 0, dan z6–c6= -5, z7–c7=-2
z8–c8= 0, dan z9-c9 = -1.
Karena Zj-Cj  0, maka FT sudah minimum dengan zmin=-16, dengan x2=4
dan x5 = 2, serta x1=x3=x4=x6=0.
Bila kita membaca kembali soal di depan yang persis sama dengan

ini, maka terlihat jelas bahwa kedua penyelesaian baik dengan cara

simpleks biasa ataupun dengan simpleks direvisi biasa, ternyata

hasilnya memberikan nilai yang sama.

3.5 Metode Simpleks Direvisi dengan Artifisial

Metode yang termasuk simpleks direvisi dengan artifisial adalah direvisi

dua fase dan direvisi bilangan besar-M. Seperti telah disebutkan terdahulu
bahwa kedua metode simpleks direvisi ini adalah metode untuk
menyelesaiakan masalah program linear yang kendala strukturalnya memuat
tanda lebih besar sama dengan (“”).

Contoh:
Minimumkan Z= 300x1 + 150x2
dp 3x1 + x2  27
x1 + x 2  21
x1 + 2x2  30
x10, x20
Penyelesaian:
L1: Mengubah Masalah.
a) Kendala
3x1 + x2 – x3 + x6 = 27
x 1 + x2 - x4 +x7 = 21
x1 + 2x2 - x5 + x8 = 30
xi  0, untuk i=1,2,3, …, 8
 40

b1) Bila pakai dua fase, FT-nya adalah

F1  z=0x1 + 0x2 + 0x3 + 0x4 + 0x5 + x6 + x7 + x8
F2  z=300x1 + 150x2 + 0x3 + 0x4 + 0x5.
b2) Bila pakai direvisi bilangan besar-M, FT-nya adalah
z=300x1 + 150x2 + 0x3 + 0x4 + 0x5 +Mx6 +Mx7 + Mx8.

3 1   1 0 0 1 

a1  1 , a 2  1  , a3   0  , a 4   1 , a5   0  , a 6  0 ,
1 2  0   0   1 0

0  0 
a 7  1 , a8  0
 
0 1

cI = [ 0 0 0 0 0 1 1 1], cII = [300 150 0 0 0]

c = [300 150 0 0 0 M M M]
Bila soal dikerjakan dengan metode simpleks direvisi dua fase, sbb.

L2 : Membuat Tabel Simpleks Awal (Fase I)

-1
Basis B RHS x1 RHS/x1
z 1 1 1 78 5 -
x6 1 0 0 27 3 9
x7 0 1 0 21 1 21
x8 0 0 1 30 1 30

Untuk mengisi tabel di atas dilakukan perhitungan sebagai berikut:

X 6  1 0 0
X B   X 7  B  0 1 0  B 1
 X 8  0 0 1

 27 
cB= [ 1 1 1 ],
-1 -1  
w= cB B = [ 1 1 1 ], b = B b = 21
 
30 
 41

 27 
 
Min z = CB b = [ 1 1 1 ] 21 =78
 
30 

L3 : Menilai Fungsi Tujuan

zj – cj = w aj – cj
Setelah dihitung diperoleh:
z1 – c1= 5, z2 – c2= 4, z3 – c3= -1, z4 – c4= -1, z5 – c5= -1, dan z6 – c6=
z7 – c7= z8 – c8= 0.
Karena zj-cj belum  0, maka FT fase I belum minimum.

L4 : Menentukan pe
Yang terbesar adalah z1-c1=5, sehingga k=1.

1 0 0 3 3
-1     
y1 = B a1 = 0 1 0 1 = 1
    
0 0 1 1 1
Yang terkecil adalah RHS/x 1=27/3=9. Jadi unsur pusat pada baris X6 kolom
X1, artinya x6 harus diganti x1.

L5 : Membuat tabel simpleks berikutnya (TS-2)

TS-2
-1
Basis B RHS x2 RHS/x2
z -2/3 1 1 33 7/3 -
x1 1/3 0 0 9 1/3 27
x7 -1/3 1 0 12 2/3 18
x8 -1/3 0 1 21 5/3 63/5

Untuk mengisi tabel di atas dilakukan perhitungan sebagai berikut:

 X1  3 0 0
X B   X 7  B  1 1 0 CB = [ 0 1 1 ]
 X 8  1 0 1
 42

3 0 01 0 0 R1  1/3R1 1 0 0 13 0 0 R2  1/3R2
1 1 00 1 0 0 3 0 1 3 0
R2  3R2-R1 R3  R3-R1
1 0 10 0 1 1 0 1 0 0 1

1 0 0 13 0 0
0 1 0  13 1 0
0 0 1  13 0 1
-1
B

 13 0 0
 
w=[ 0 1 1 ]  13 1 0  [ -2/3 1 1 ]
 
 13 0 1

 13 0 0  27   9 
   21 = 12 
b b = B-1 b =  13 1 0    
 13 0 1 30   21

9
 
Min z = CB b = [ 0 1 1 ] 12 =33
 
 21
Kembali ke L3.

L3 : Menilai fungsi tujuan

zj – cj = w aj – cj
Setelah dihitung diperoleh:
z1 – c1= 0, z2 – c2= 7/3, z3 – c3= 2/3, z4 – c4= -1, z5 – c5= -1, z6 – c6= 5/3,
dan z7 – c7= z8 – c8= 0.
Karena zj-cj belum  0, maka FT fase I belum minimum.

L4 : Menentukan pe
Yang terbesar adalah z2-c2=7/3, sehingga k=2.
 43

 13 0 0 1   13 
  1  =  2 
y2 = B a2 =  13 1 0
-1
    3
 13 0 1  2   53 
RHS/x2 terkecil adalah 63/5 berada pada baris x8. Jadi unsur pusat pada
baris x8, oleh karena itu x8 harus keluar diganti x2.

L5 : Membuat tabel simpleks berikutnya (TS-3).

-1
Basis B RHS x5 RHS/x
z -1/5 1 -2/5 18/5 2/5 -
x1 2/5 0 -1/5 24/5 1/5 24
x7 -1/5 1 -2/5 18/5 2/5 9
x2 -1/5 0 3/5 63/5 -3/5 -

Untuk mengisi tabel di atas dilakukan perhitungan sebagai berikut:

 X1  3 0 1
X B   X 7  B  1 1 1 , CB = [ 0 1 0 ]
 X 2  1 0 2

3 0 11 0 0 1 0 13 13 0 0
R1  1/3R1 R2  R2-R1
1 1 10 1 0 1 1 10 1 0
1 0 20 0 1 1 0 20 0 1 R3  R3-R1

1 1
1 0 3 3 0 0 1 0 13 13 0 0
0 1 2
3  13 1 0 0 1 23  13 1 0
0 0 5
3  13 0 1 R3  5/3R3 0 0 1  15 0 53

1 0 0 52 0  15
R1  R1-1/3R3
0 1 0  15 1  52
R2  R2-2/3R3 0 0 1  15 0 53
B-1
 44

 52 0  15 
 1  52  =[ -1/5 1 -2/5 ]
w=cB B = [ 0 1 0 ]  15
-1

 15 0 53 

 52 0  15   27  24 / 5
 1  52   21 = 18 / 5 
b = B-1 b =  15
 15 0 53  30   63 / 5

24 / 5
 
Min z = CB b = [ 0 1 0 ] 18 / 5 =18/5
 
 63 / 5
Kembali ke L3.

L3 : Menilai fungsi tujuan

zj – cj = w aj – cj
Setelah dihitung diperoleh:
z1 – c1= 0, z2 – c2= 0, z3 – c3= 1/5, z4 – c4= -1, z5 – c5= 2/5, z6 – c6= -6/5,
z7 – c7= 0, dan z8 – c8= -7/5.
Karena zj-cj belum  0, maka FT fase I belum minimum.

L4 : Menentukan pe
Yang terbesar adalah z5-c5=2/5, sehingga k=5.

 52 0  15  0   15 
 1  52  0  =  52 
y5 = B a5 =  15
-1

 15 0 53  1   53 
RHS/x5 terkecil adalah 9 berada pada baris x 7. Jadi unsur pusat pada baris
x7, oleh karena itu x7 harus keluar diganti x5.
 45

L5 : Membuat tabel simpleks berikutnya (TS-4).

TS-4
-1
Basis B RHS x RHS/x
z 0 0 0 0
x1 1/2 -1/2 0 3
x5 -1/2 5/2 -1 9
x2 -1/2 3/2 0 18

Untuk mengisi tabel di atas dilakukan perhitungan sebagai berikut:

 X1  3 0 1
X B   X 5  B  1 0 1 , CB = [ 0 0 0 ]
 X 2  1  1 2

 12  12 0
-1 
Setelah dihitung diperoleh B =  12

5
2  1
 12 3
2 0 

 12  12 0

w=cB B = [ 0 0 0 ]  12
-1 5
 1 =[ 0 0 0 ]
 2
 12 3
2 0 

 12  12 0  27   3 
b = B-1 b =  12 5
2  1  21 =  9 
   
 12 3
2 0  30  18

3
 
Min z = cB b = [ 0 0 0 ] 9 =0
 
18
Kembali ke L3.

L3 : Menilai fungsi tujuan

zj – cj = w aj – cj
Setelah dihitung diperoleh:
 46

z1 – c1= 0, z2 – c2= 0, z3 – c3= 0, z4 – c4= 0, z5 – c5= 0, z6 – c6= -1,

z7 – c7=-1, dan z8 – c8= -1.
Karena zj-cj  0, maka FT fase I sudah minimum. lanjutkan ke Fase II.

TS-5 (Fase II)

-1
Basis B RHS x RHS/x
z 75 75 0 3600
x1 1/2 -1/2 0 3
x5 -1/2 5/2 -1 9
x2 -1/2 3/2 0 18

Untuk mengisi tabel di atas dilakukan perhitungan sebagai berikut:

 X1  3 0 1
X B   X 5  B  1 0 1 , CB = [ 300 0 150 ]
 X 2  1  1 2

 12  12 0
-1 
B diperoleh dari tabel terakhir fase I, yaitu B =  12
-1

5
2  1
 12 3
2 0 

 12  12 0

w=cB B = [ 300 0 150 ]  12
-1 5
 1 =[ 75 75 0 ]
 2
 12 3
2 0 

b diambil dari tabel terakhir fase I, yaitu

 12  12 0  27   3 
b =  12 5
2  1  21 =  9 
   
 12 3
2 0  30  18

3
 
Min z = CB b = [ 300 0 150 ] 9 =3600
 
18
Kembali ke L3.
 47

L3 : Menilai fungsi tujuan

zj – cj = w aj – cj
Setelah dihitung diperoleh:
z1 – c1= 0, z2 – c2= 0, z3 – c3= -75, z4 – c4= -75, dan z5 – c5= 0.
Karena zj-cj  0, maka FT fase II sudah minimum, dengan zmin=3600, untuk
x1=3 dan x2=18.

3.6 Latihan Soal

1. Selesaikan dengan metode grafik dan metode simpleks biasa soal berikut:
a. Maksimumkan z=x1 + 3x2
dp -x1 + 2x2  12
-x1 + x2  10
x1 + x2  4
x10, x2  0.
b. Maksimumkan z=3x1 + 5x2
dp 2x1 + x2  30
2x2 + 3x2  60
4x1 + 3x2  72
x1  0, x2  0.
2. Selesaikan MPL berikut dengan menggunakan metode simpleks Direvisi
biasa.
a. Minimumkan z = x1 + x2 –4x3
dp x1 + x2 + 2x3  9
x1 + x2 – x3  2
-x1 + x2 – x3  4
xi  0, i=1,2,3.
b. Minimumkan z= –x1 + 2x2 – x3
dp x1 + x2 + x3  12
2x1 + x2 – x3  6
–x1 + 3x2 9
xi  0, i=1,2,3
 48

c. Maksimumkan z = 2x1 + 6x2 + 5x3

dp 4x1 + 3x2 + x3  24
3x1 + 2x2 + 6x3  50
5x1 + 3x2 +2x3  20
xi  0, untuk i=1,2,3
d. Maksimumkan z = x1 + 2x2 + x3
dp 2x1 + 3x2 + 4x3  20
x1 + 4x2 + 2x3  17
3x1 + 2x2  15
x3  4
xi  0, i=1,2,3
soal nomor 3 dan 4 gunakan metode simpleks dua fase
3. Selesaikan masalah program linear berikut, kemudian tentukan x1, x2, x3  0
sedemikian hingga
3x1 – 2x2 + 4x3  8
x1 + 2x2 + x3  9
2x1 + x2  64
dan 3x1 + x2 + 2x3 = z minimum.

4. Minimumkan z=x1 + 3x2 –x3

dp. x 1 + x2 + x 3  3
-x1 + 2x2 2
-x1 + 5x2 + x3  4
xi  0, untuk i=1,2,3

Untuk soal nomor 5 dan 6 gunakan metode simpleks bilangan besar-M

5. Minimumkan z=x1 - 2x2 +2x3

dp. 2x1 – x2 – x3  -20
x1 + x2 + 2x3  30
-x1 + 2x2 + x3 = 24
xi  0, untuk i=1,2,3.
6. Minimumkan z= -x1 +2x2 –3x3
 49

dp. x 1 + x2 + x3 = 6
-x1 + x2 + 2x3 = 4
2x2 + 3x3 = 10
x3  2
xi  0, untuk i=1,2,3.

7. Ulangi soal nomor 2 di atas, tetapi dengan menggunakan metode simpleks

direvisi biasa!

8. Selesaikan kembali contoh soal di atas (halaman 40) dengan

menggunakan metode simpleks direvisi bilangan besar-M!
(Petunjuk: z=300x1 + 150x2 + 0x3 + 0x4 + 0x5 + Mx6 + Mx7 + Mx8.
C= [ 300 150 0 0 0 M M M ] )

9. Kerjakan soal 4 dan 5 di atas dengan menggunakan metode simpleks

direvisi dua fase atau direvisisi bilangan besar-M!

10. Gunakan metode simpleks yang menggunakan variabel artifisial untuk

menyelesaikan masalah program linear berikut:
Minimumkan z= 3x1 + 5x2 +6x3
dp. 5x1 + 4x2 + 2x3  50
3x1 + 6x2 + 5x3  60
4x1 + 5x2 + 3x3 = 56
xi  0, untuk i=1,2,3.

***