TUGAS MATA KULIAH

RISET OPERASI
TUGAS 3

Disusun oleh :
I Made Satria Bimantara 1808561013
Ni Made Putri Wahyuni 1808561015
Devan Bramantya 1808561021
I Kadek Ari Surya 1808561026
I Gede Aditya Mahardika Pratama 1808561028

Kelas A

Dosen Pengampu :
Made Agung Raharja.,M.Cs

Program Studi Teknik Informatika

Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Udayana
2020
1. Pengenalan dan pengertian Metode Simpleks serta langkah-langkah
Metode Simpleks
Metode Simpleks di kembangkan oleh George Dantzig pada tahun
1946 dan sepertinya cocok untuk komputerisasi masa kini. Pada tahun 1946,
Narendra Karmarkardari Bell Laboratories menemukan suatu cara untuk
memecahkan masalah-masalah program linear yang lebih besar, sehingga
memperbaiki dan meningkatkan hasil dari metode simpleks. Metode ini
menyelesaikan masalah program linear melalui perhitungan berulang-ulang
(iteration) dimana langkah-langkah perhitungan yang sama diulang berkali-
kali sebelum solusi optimum dicapai.
Metode simpleks merupakan prosedur algoritma yang digunakan untuk
menghitung dan menyimpan banyak angka pada iterasi-iterasi yang sekarang
dan untuk pengambilan keputusan pada iterasi berikutnya. Metode Simpleks
merupakan suatu metode untuk menyelesaikan masalah-masalah program
linear yang meliputi banyak pertidaksamaan dan banyak variabel. Dalam
menggunakan metode simpleks untuk menyelesaikan masalah-masalah
program linear, model program linear harus diubah ke dalam suatu bentuk
umum yang dinamakan "bentuk baku". Ciri-ciri dari bentuk baku model
program linear adalah semua kendala berupa persamaan dengan sisi kanan
non negatif, fungsi tujuan dapat memaksimumkan atau meminimumkan.
Salah satu teknik penentuan solusi optimal yang digunakan dalam
pemrograman linier adalah metode simpleks. Penentuan solusi optimal
menggunakan metode simpleks didasarkan pada teknik eleminasi Gauss
Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik ekstrim
satu per satu dengan cara perhitungan iteratif. Sehingga penentuan solusi
optimal dengan simpleks dilakukan tahap demi tahap yang disebut dengan
iterasi. Iterasi ke-i hanya tergantung dari iterasi sebelumnya.
Sebelum melakukan perhitungan iteratif untuk menentukan solusi
optimal, pertama sekali bentuk umum pemrograman tinier diubah ke dalam
bentuk baku terlebih dahulu. Bentuk baku dalam metode simpleks tidak hanya
mengubah persamaan kendala ke dalam bentuk sama dengan, tetapi setiap
fungsi kendala harus diwakili oleh satu variabel basis awal. Variabel basis
awal menunjukkan status sumber daya pada kondisi sebelum ada aktivitas
yang dilakukan. Dengan kata lain, variabel keputusan semuanya masih
bernilai nol. Dengan demikian, meskipun fungsi kendala pada bentuk umum
pemrograman linier sudah dalam bentuk persamaan, fungsi kendala tersebut
masih harus tetap berubah. Ada beberapa hal yang harus diperhatikan dalam
membuat bentuk baku, yaitu:
a) Fungsi kendala dengan pertidaksamaan dalam bentuk umum,
diubah menjadi persamaan (=) dengan menambahkan satu variabel
slack.
b) Fungsi kendala dengan pertidaksamaan dalam bentuk umum,
diubah menjadi persamaan (=) dengan mengurangkan satu variabel
surplus.
 c) Fungsi kendala dengan persamaan dalam bentuk umum,
ditambahkan satu artificial variabel (variabel buatan).
Dalam perhitungan iteratif, kita akan bekerja menggunakan tabel. Bentuk
baku yang sudah diperoleh, harus dibuat ke dalam bentuk label. Semua
variabel yang bukan variabel basis mempunyai solusi (nilai kanan) sama
dengan nol dan koefisien variabel basis pada baris tujuan harus sama dengan
0. Oleh karena itu kita harus membedakan pembentukan tabel awal
berdasarkan variabel basis awal. Berikut adalah contoh kasus: 10 x1 + 5x2 <=
600.
Bentuk ini merupakan bentuk umum. Perubahan ke dalam bentuk baku
hanya membutuhkan variabel slack, karena semua fungsi kendala
menggunakan bentuk pertidaksamaan <= dalam bentuk umumnya. Maka
bentuk bakunya adalah sebagai berikut : 10 x1 + 5x2 + S1 = 600.
Dalam menyelesaikan permasalahan linier menggunakan metode
simpleks tentu dibutuhkan tahapan-tahapan. Berikut tahap-tahap dalam
menyelesaikan program linear dengan metode simpleks:
1. Periksa apakah tabel layak atau tidak. Kelayakan tabel simpleks dilihat
dari solusi (nilai kanan). Jika solusi ada yang bernilai negatif, maka
tabel tidak layak. Tabel yang tidak layak tidak dapat diteruskan untuk
dioptimalkan.
2. Tentukan kolom pivot. Penentuan kolom pivot dilihat dari koefisien
fungsi tujuan (nilai di sebelah kanan baris z) dan tergantung dari bentuk
tujuan. Jika tujuan maksimisasi, maka kolom pivot adalah kolom
dengan koefisien paling negatif. Jika tujuan minimisasi, maka kolom
pivot adalah kolom dengan koefisien positif terbesar. Jika kolom pivot
ditandai dan ditarik ke atas, maka kita akan mendapatkan variabel
keluar. Jika nilai paling negatif (untuk tujuan maksimisasi) atau positif
terbesar (untuk tujuan minimisasi) Iebih dari satu, pilih salah satu
secara sembarang.
3. Tentukan baris pivot. Baris pivot ditentukan setelah membagi nilai
solusi dengan nilai kolom pivot yang bersesuaian (nilai yang terletak
dalam satu baris). Dalam hal ini, nilai negatif dan 0 pada kolom pivot
tidak diperhatikan, artinya tidak ikut menjadi pembagi. Baris pivot
adalah baris dengan rasio pembagian terkecil. Jika baris pivot ditandai
dan ditarik ke kiri, maka kita akan mendapatkan variable keluar. Jika
rasio pembagian terkecil lebih dari satu, pilih salah sau secara
sembarang.
4. Tentukan elemen pivot. Elemen pivot merupakan nilai yang terletak
pada perpotongan kolom dan baris pivot.
5. Bentuk tabel simpleks baru. Tabel simpleks baru dibentuk dengan
pertama sekali menghitung nilai baris pivot baru. Baris pivot baru
adalah baris pivot lama dibagi dengan elemen pivot. Baris baru lainnya
merupakan pengurangan nilai kolom pivot baris yang bersangkutan
 dikali baris pivot baru dalam satu kolom terhadap baris lamanya yang
terletak pada kolom tersebut.
6. Periksa apakah tabel sudah optimal. Keoptimalan tabel dilihat dari
koefisien fungsi tujuan (nilai pada baris z) dan tergantung dari bentuk
tujuan. Untuk tujuan maksimisasi, tabel sudah optimal jika semua nilai
pada baris z sudah positif atau 0. Pada tujuan minimisasi, tabel sudah
optimal jika semua nilai pada baris z sudah negatif atau 0. Jika belum,
kembali ke langkah no. 2 , jika sudah optimal baca solusi optimalnya.
Ada beberapa instilah yang digunakan pada metode simpleks diataranya :
 Iterasi adalah tahapan perhitungan dimana nilai perhitungan itu
bergantung pada nilai perhitungan tabel sebelumnya.
 Variable non basis adalah variable yang nilainya diatur menjadi nol
pada sembarang iterasi. Dalam terminology umum, jumlah variabel non
basis selalu sama dengan derajat bebas pada sistem persamaan.
 Variabel basis merupakan variabel yang nilainya bukan nol path
sembarang iterasi. Pada solusi awal, variabel basis merupakan
variabel slack (jika fungsi kendala merupakan pertidaksamaan 5 ) atau
variabel buatan (jika fungsi kendala menggunakan pertidaksamaan
atau =). Secara umum, jumlah variabel basis selalu sama dengan
jumlah fungsi pembatas (tanpa fungsi non negatif). Solusi atau nilai
kanan merupakan nilai sumber daya pembatas yang masih tersedia.
Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber
daya pembatas awal yang ada, karena aktivitas belum dilaksanakan.
 Variabel slack adalah variabel yang ditambahkan ke model matematik
kendala untuk mengkonversikan pertidaksamaan menjadi persamaan
(=). Penambahan variabel ini terjadi pada tahap inisialisasi. Pada solusi
awal, variabel slack akan berfungsi sebagai variabel basis.
 Variabel surplus adalah variabel yang dikurangkan dari model
matematik kendala untuk mengkonversikan pertidaksamaan menjadi
persamaan (=). Penambahan ini terjadi pada tahap inisialisasi. Pada
solusi awal, variabel surplus tidak dapat berfungsi sebagai variabel
basis.
 Variabel buatan adalah variabel yang ditambahkan ke model
matematik kendala dengan bentuk atau = untuk difungsikan sebagai
variabel basis awal. Penambahan variabel ini terjadi pada tahap
inisialisasi. Variabel ini harus bernilai 0 pada solusi optimal, karena
kenyataannya variabel ini tidak ada. Variabel hanya ada di atas kertas.
 Kolom pivot (kolom kerja) adalah kolom yang memuat variabel masuk.
Koefisien pada kolom ini akan menjadi pembagi nilai kanan untuk
menentukan baris pivot (baris kerja).
 Baris pivot (baris kerja) adalah salah satu baris dari antara variabel
basis yang memuat variabel keluar.
 Elemen pivot (elemen kerja) adalah elemen yang terletak pada
perpotongan kolom dan baris pivot. Elemen pivot akan menjadi dasar
perhitungan untuk tabel simpleks berikutnya.
  Variabel masuk adalah variabel yang terpilih untuk menjadi variabel
basis pada iterasi berikutnya. Variabel masuk dipilih satu dari antara
variabel non basis pada setiap iterasi. Variabel ini pada iterasi
berikutnya akan bernilai positif. Variabel keluar adalah variabel yang
keluar dari variabel basis pada iterasi berikutnya dan digantikan oleh
variabel masuk.
 Variabel keluar dipilih satu dari antara variabel basis pada setiap
iterasi. Variabel ini pada iterasi berikutnya akan bernilai nol.

2. Memberikan penjelasan mengenai penyederhanaan tabel simpleks

Pada metode simpleks, setelah fungsi batasan diubah ke dalam bentuk
persamaan (bentuk standar), maka untuk menyelesaikan masalah program
linier dengan metode simpleks menggunakan suatu kerangka tabel yang
disebut dengan tabel simpleks. Tabel ini mengatur model ke dalam suatu
bentuk yang memungkinkan untuk penerapan penghitungan matematis
menjadi lebih mudah.

Misal :

Model Program linier : Model Simpleks :

Fungsi tujuan : Fungsi tujuan :
MAX Z = 8X1 + 6X2 MAX Z - 8X1 - 6X2 – 0S1 – 0S2 = 0
Fungsi kendala : Fungsi kendala :
4X1 + 2X2 ≤ 60 4X1 + 2X2 + S1 + 0S2 = 60
2X1 + 4X2 ≤ 48 2X1 + 4X2 + 0S1 + S2 = 48
X1, X2 ≥ 0 X1, X2, S1, S2 ≥ 0

a. Memasukan Nilai-Nilai Pada Model Simpleks Ke Dalam Tabel.

Basic
variabl Z X1 X2 S1 S2 RHS
e
Z 1 -8 -6 0 0 0
S1 0 4 2 1 0 60
S2 0 2 4 0 1 48

Kolom basis menunjukkan variabel yang sedang menjadi basis yaitu

S1 dan S2 yang nilainya ditunjukkan oleh kolom RHS (Red Hand
Side). Secara tidak langsung ini menunjukkan bahwa variabel non-
basis X1 dan X2 (yang tidak masuk pada kolom basis) sama dengan
nol. Hal ini bisa dimengerti, karena belum ada kegiatan/produksi X1,
 X2 masing-masing nilainya nol yang berarti juga kapasitas masih
menganggur yang ditunjukkan oleh nilai S1, S2.

b. Menentukan Kolom Dan Baris Pivot.

Setelah kita memasukan persamaan menjadi bentuk tabel simpleks,
langkah selanjutnya adalah memilih kolom pivot. Kolom pivot/EV
(entering variabel) dipilih dari baris Z dengan angka negatif terbesar
untuk masalah maksimasi. Jadi sesuai soal diatas didapatkan bahwa
kolom pivotnya adalah X1.

Basic
variabl Z X1 X2 S1 S2 RHS
e
Z 1 -8 -6 0 0 0
S1 0 4 2 1 0 60
S2 0 2 4 0 1 48

Setelah kita mendapatkan kolom pivot, langkah selanjutnya adalah

menentukan baris pivot/LV (leaving variabel). Untuk mengetahui baris
pivot, dapat dilakukan dengan membagi baris solusi dengan kolom
pivot. Setelah itu dipilihlah angka dengan rasio terkecil, namun jika
terdapat angka negatif dan tidak hingga pada kolom pivot maka tidak
masuk dalam perhitungan rasio. Setelah mendapat rasio maka kita
harus memindahkan variabel pada kolom pivot ke baris pivot.

Basic
variabl Z X1 X2 S1 S2 RHS Rasio
e
Z 1 -8 -6 0 0 0 -
X1 0 4 2 1 0 60 15
S2 0 2 4 0 1 48 24

c. Menentukan Persamaan Pivot Baru.

Elemen pivot (EP) adalah perpotongan antara kolom dan baris pivot.
Jadi setiap baris pivot yang telah ditentukan dibagi dengan elemen
pivot sehingga dihasilkan persamaan pivot baru. Berdasarkan tabel
diatas semua baris pivot dibagi dengan elemen pivot yaitu 4. Sehingga
dihasilkan persamaan pivot yang baru sebagai berikut:
 Basic
variabl Z X1 X2 S1 S2 RHS
e
Z
X1 0 1 ½ ¼ 0 15
S2

d. Menentukan Persamaan Baru Selain Persamaan Pivot.

Setelah mendapat persamaan pivot baru, langkah selanjutnya adalah
mengisi persamaan lainnya yang masih kosong. Dengan
menggunakan metode OBE (Operasi Baris Elementer). Lakukan OBE
untuk mengenolkan satu kolom yang memuat satu utama (elemen
pivot).

Baris1 = (8 x Baris 2) + Baris 1

Baris 3 = (-2 x Baris 2) + Baris 3

Menghasilkan :

Basic
variabl Z X1 X2 S1 S2 RHS
e
Z 1 0 -2 2 0 120
X1 0 1 ½ ¼ 0 15
S2 0 0 3 -½ 1 18

e. Lalukan Iterasi Untuk Mendapatkan Solusi Optimal.

Selanjutnya periksa kembali tabel simpleks, apakah pada baris Z
angkanya sudah positif semua (non-negatif) untuk kasus maksimasi,
jika sudah positif semua berarti solusi optimal sudah didapatkan.

Terlihat pada tabel diatas baris Z masih ada yang negatif yaitu kolom
X2. Maka perlu dilakukan perbaikan untuk mencapai nilai optimal.
Dalam perbaikan anda hanya perlu mengulangi kembali dari langkah c
dari tabel yang sudah anda hitung. Lakukan secara terus menerus
hingga baris Z bernilai positif semua. Sehingga didapatkan tabel
sebagai berikut:
 Basic
variabl Z X1 X2 S1 S2 RHS
e
Z 1 0 0 5/3 2/3 132
X1 0 1 0 1/3 -1/6 12
X2 0 0 1 -1/6 1/3 6

Berdasarkan tabel hasil perbaikan diatas dapat disimpulkan bahwa

hasil iterasi ini telah mencapai kondisi optimal, karena nilai pada baris
fungsi tujuan Z sudah tidak ada yang negatif. Maka solusi optimal yang
diperoleh adalah:

X1 = 12, X2 = 6 dan Z = 132.

3. Memberikan contoh penyelesaian masalah linier programming dengan

metode simpleks
a. Model Program Linear Pertama
- Fungsi tujuan :
Maksimumkan : Z = 8X1 + 6X2 (dalam Rp. 1000)
- Fungsi kendala:
Bahan A : 4X1 + 2X2 ≤ 60
Bahan B : 2X1 + 4X2 ≤ 48
X1,X2 ≥ 0
- Penyelesaian:
1. Memodelkan masalah linier programming ke dalam bentuk
simpleks
- Fungsi tujuan diubah dengan cara memindahkan nilai di ruas
kanan tanda sama dengan ke ruas kiri tanda sama dengan.
Z – 8X1 – 6X2 – 0S1 – 0S2 = 0
- Setiap fungsi pembatas ditambahkan dengan variabel slack,
serta mengubah tanda pertidaksamaan menjadi tanda sama
dengan
4X1 + 2X2 + S1 + 0S2 = 60
2X1 + 4X2 + +0S1 + S2 = 48
X1,X2,S1,S2 ≥ 0
- Buat tabel simpleks dari fungsi tujuan dan fungsi pembatas
Basic X1 X2 S1 S2 RHS
Variabel
Z -8 -6 0 0 0
S1 4 2 1 0 60
S2 2 4 0 1 48

- Karena diminta memaksimumkan nilai Z (fungsi tujuan), maka

lakukan OBE (Operasi Baris Elementer) dengan tujuan untuk
membuat baris Z agar nilainya tidak negatif.
- Tentukan kolom kunci yaitu kolom yang mempunyai koefisien
fungsi tujuan yang bernilai paling negatif.
- Tentukan baris kunci yaitu baris yang memiliki indeks terkecil.
Indeks adalah hasil bagi antara RHS pada baris yang
bersangkutan dengan nilai kolom fungsi pembatas
- Iterasi 1
Basic X1 X2 S1 S2 RHS Indeks
Variabel
Z -8 -6 0 0 0 -
S1 4 2 1 0 60 (60/4) = 15
S2 2 4 0 1 48 (48/2) = 24
- X1 sebagai variabel masuk menggantikan S1 dan S1 sebagai
variabel keluar
- Buat satu utama
Basic X1 X2 S1 S2 RHS
Variabel
Z -8 -6 0 0 0
X1 1 ½ ¼ 0 15
S2 2 4 0 1 48
- Lakukan OBE untuk mengenolkan satu kolom yang memuat
satu utama.
Baris1 = (8 x Baris 2) + Baris 1
Baris 3 = (-2 x Baris 2) + Baris 3
Basic X1 X2 S1 S2 RHS
Variabel
Z 0 -2 2 0 120
X1 1 ½ ¼ 0 15
S2 0 3 -½ 1 18
 Karena nilai pada baris Z masih memuat nilai yang negatif,
maka iterasi dilanjutkan.
- Iterasi 2
Basic X1 X2 S1 S2 RHS Indeks
Variabel
Z 0 -2 2 0 120 -
X1 1 ½ ¼ 0 15 (15/0.5) =
30
S2 0 3 -½ 1 18 (18/3) = 6
- X2 sebagai variabel masuk menggantikan S2 sebagai variabel
keluar
- Buat satu utama
Basic X1 X2 S1 S2 RHS
Variabel
Z 0 -2 2 0 120
X1 1 ½ ¼ 0 15
X2 0 1 -1/6 1/3 6
- Lakukan OBE untuk mengenolkan satu kolom yang memuat
satu utama.
Baris1 = (2 x Baris 3) + Baris 1
Baris 2 = (-1/2 x Baris 3) + Baris 2
Basic X1 X2 S1 S2 RHS
Variabel
Z 0 0 5/3 2/3 132
X1 1 0 1/3 -1/6 12
X2 0 1 -1/6 1/3 6
Karena pada iterasi ke-2 nilai-nilai pada baris Z sudah tidak
memuat nilai yang negatif, sehingga proses iterasi dapat
dihentikan. Untuk solusi yang dihasilkan dapat dilihat pada RHS
tabel simpleks pada baris Z.
- Penyelesaian
Solusi optimum yaitu memaksimumkan nilai Z = 8X1 + 6X2
didapat saat X1 = 12 dan X2 = 6 dengan nilai Z optimum yaitu
132 (dalam Rp. 1000).

b. Model Program Linear Kedua

- Fungsi tujuan :
 Maksimumkan : Z = 15X1 + 10X2 (dalam Rp. 10.000)
- Fungsi kendala:
Bahan A : X1 + X2 ≤ 600
Bahan B : 2X1 + X2 ≤ 1000
X1,X2 ≥ 0
- Penyelesaian:
1. Memodelkan masalah linier programming ke dalam bentuk
simpleks
- Fungsi tujuan diubah dengan cara memindahkan nilai di ruas
kanan tanda sama dengan ke ruas kiri tanda sama dengan.
Z – 15X1 – 10X2 – 0S1 – 0S2 = 0
- Setiap fungsi pembatas ditambahkan dengan variabel slack,
serta mengubah tanda pertidaksamaan menjadi tanda sama
dengan
X1 + X2 + S1 + 0S2 = 600
2X1 + X2 + 0S1 + S2 = 1000
X1,X2,S1,S2 ≥ 0
- Buat tabel simpleks dari fungsi tujuan dan fungsi pembatas
Basic X1 X2 S1 S2 RHS
Variabel
Z -15 -10 0 0 0
S1 1 1 1 0 600
S2 2 1 0 1 1000

- Karena diminta memaksimumkan nilai Z (fungsi tujuan), maka

lakukan OBE (Operasi Baris Elementer) dengan tujuan untuk
membuat baris Z agar nilainya tidak negatif.
- Tentukan kolom kunci yaitu kolom yang mempunyai koefisien
fungsi tujuan yang bernilai paling negatif.
- Tentukan baris kunci yaitu baris yang memiliki indeks terkecil.
Indeks adalah hasil bagi antara RHS pada baris yang
bersangkutan dengan nilai kolom fungsi pembatas
- Iterasi 1
Basic X1 X2 S1 S2 RHS Indeks
Variabel
 Z -15 -10 0 0 0 -
S1 1 1 1 0 600 (600/1) =
600
S2 2 1 0 1 1000 (1000/2) =
500
- X1 sebagai variabel masuk menggantikan S2 sebagai variabel
keluar.
- Buat satu utama
Basic X1 X2 S1 S2 RHS
Variabel
Z -15 -10 0 0 0
S1 1 1 1 0 600
X1 1 ½ 0 ½ 500
- Lakukan OBE untuk mengenolkan satu kolom yang memuat
satu utama.
Baris1 = (15 x Baris 3) + Baris 1
Baris 2 = (-1 x Baris 3) + Baris 2
Basic X1 X2 S1 S2 RHS
Variabel
Z 0 -5/2 0 15/2 7500
S1 0 ½ 1 -1/2 100
X1 1 ½ 0 ½ 500
Karena nilai pada baris Z masih memuat nilai yang negatif,
maka iterasi dilanjutkan.
- Iterasi 2
Basic X1 X2 S1 S2 RHS Indeks
Variabel
Z 0 -5/2 0 15/2 7500 -
S1 0 ½ 1 -1/2 100 (100/0.5) =
200
X1 1 ½ 0 ½ 500 (500/0.5) =
1000
- X2 sebagai variabel masuk menggantikan S1 sebagai variabel
keluar.
- Buat satu utama
Basic X1 X2 S1 S2 RHS
Variabel
Z 0 -5/2 0 15/2 7500
X2 0 1 2 -1 200
 X1 1 ½ 0 ½ 500
- Lakukan OBE untuk mengenolkan satu kolom yang memuat
satu utama.
Baris1 = (5/2 x Baris 2) + Baris 1
Baris 3 = (-1/2 x Baris 2) + Baris 3
Basic X1 X2 S1 S2 RHS
Variabel
Z 1 0 5 5 8000
X2 0 1 2 -1 200
X1 1 0 -1 1 400
Karena pada iterasi ke-2 nilai-nilai pada baris Z sudah tidak
memuat nilai yang negatif, sehingga proses iterasi dapat
dihentikan. Untuk solusi yang dihasilkan dapat dilihat pada RHS
tabel simpleks pada baris Z.
- Penyelesaian
Solusi optimum yaitu memaksimumkan nilai Z = 15X1 + 10X2
didapat saat X1 = 400 dan X2 = 200 dengan nilai Z optimum
yaitu 8000 (dalam Rp. 10.000).

c. Model Program Linear Ketiga

- Fungsi tujuan :
Maksimumkan : Z = 3X1 + 5X2
- Fungsi kendala:
2X1 ≤ 8
3X2 ≤ 15
6X1 + 5X2 ≤ 30
X1,X2 ≥ 0
- Penyelesaian:
1. Memodelkan masalah linier programming ke dalam bentuk simpleks
- Fungsi tujuan diubah dengan cara memindahkan nilai di ruas
kanan tanda sama dengan ke ruas kiri tanda sama dengan.
Z – 3X1 – 5X2 – 0S1 – 0S2 – 0S3 = 0
- Setiap fungsi pembatas ditambahkan dengan variabel slack,
serta mengubah tanda pertidaksamaan menjadi tanda sama
dengan
 2X1 + S1 = 8
3X2 + S2 = 15
6X1 + 5X2 + S3 = 30
X1,X2,S1,S2,S3 ≥ 0
- Buat tabel simpleks dari fungsi tujuan dan fungsi pembatas
Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 -3 -5 0 0 0 0
S1 0 2 0 1 0 0 8
S2 0 0 3 0 1 0 15
S3 0 6 5 0 0 1 30
- Karena diminta memaksimumkan nilai Z (fungsi tujuan), maka
lakukan OBE (Operasi Baris Elementer) dengan tujuan untuk
membuat baris Z agar nilainya tidak negatif.
- Tentukan kolom kunci yaitu kolom yang mempunyai koefisien
fungsi tujuan yang bernilai paling negatif.
- Tentukan baris kunci yaitu baris yang memiliki indeks terkecil.
Indeks adalah hasil bagi antara RHS pada baris yang
bersangkutan dengan nilai kolom fungsi pembatas
- Iterasi 1
Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 -3 -5 0 0 0 0
S1 0 2 0 1 0 0 8
S2 0 0 3 0 1 0 15
S3 0 6 5 0 0 1 30

- X2 sebagai variabel masuk menggantikan S2 sebagai variabel

keluar.
- Lakukan OBE untuk mengubah EP menjadi 1 dan angka lain di
kolom X2 menjadi 0
Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 -3 0 0 5/3 0 25
S1 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5
S3 0 6 0 0 -5/3 1 5
 - Karena masih terdapat angka negatif pada baris Z, maka
dilakukan iterasi lagi
- Iterasi 2
Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 -3 0 0 5/3 0 25
S1 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5
S3 0 6 0 0 -5/3 1 5

- X1 sebagai variabel masuk menggantikan S3 sebagai variabel

keluar.
- Lakukan OBE untuk mengubah EP menjadi 1 dan angka lain di
kolom X1 menjadi 0
Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 0 0 0 5/6 ½ 27 ½
S1 0 0 0 1 5/9 -1/3 6 1/3
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6

- Karna sudah tidak terdapat angka negatif di baris Z, maka hasil

sudah optimum
- Hasil yang didapatkan adalah
X1 = 5/6
X2 = 5
Z = 27 1/2
d. Model Program Linear Keempat
- Fungsi tujuan :
Maksimumkan : Z = 750X1 + 500X2
- Fungsi kendala:
2.5X1 – 2X2 ≤ 100
X1 + 6X2 ≤ 50
3X1 ≤ 75
X1,X2 ≥ 0
- Penyelesaian:
1. Memodelkan masalah linier programming ke dalam bentuk simpleks
- Fungsi tujuan diubah dengan cara memindahkan nilai di ruas
kanan tanda sama dengan ke ruas kiri tanda sama dengan.
Z – 750X1 – 500X2 – 0S1 – 0S2 – 0S3 = 0
- Setiap fungsi pembatas ditambahkan dengan variabel slack,
serta mengubah tanda pertidaksamaan menjadi tanda sama
dengan
2.5X1 – 2X2 + S1 = 100
X1 + 6X2 + S2 = 50
3X1 + S3 = 75
X1,X2,S1,S2,S3 ≥ 0
- Buat tabel simpleks dari fungsi tujuan dan fungsi pembatas
Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 -750 -500 0 0 0 0
S1 0 5/2 -2 1 0 0 100
S2 0 1 6 0 1 0 50
S3 0 3 0 0 0 1 75
- Karena diminta memaksimumkan nilai Z (fungsi tujuan), maka
lakukan OBE (Operasi Baris Elementer) dengan tujuan untuk
membuat baris Z agar nilainya tidak negatif.
- Tentukan kolom kunci yaitu kolom yang mempunyai koefisien
fungsi tujuan yang bernilai paling negatif.
- Tentukan baris kunci yaitu baris yang memiliki indeks terkecil.
Indeks adalah hasil bagi antara RHS pada baris yang
bersangkutan dengan nilai kolom fungsi pembatas
- Iterasi 1
Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 -750 -500 0 0 0 0
S1 0 5/2 -2 1 0 0 100
S2 0 1 6 0 1 0 50
S3 0 3 0 0 0 1 75

- X1 sebagai variabel masuk menggantikan S3 sebagai variabel

keluar.
- Lakukan OBE untuk mengubah EP menjadi 1 dan angka lain di
kolom X1 menjadi 0
 Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 0 -500 0 0 250 18750
S1 0 0 -2 1 0 5/6 37.5
S2 0 0 6 0 1 -1/3 25
X1 0 1 0 0 0 1/3 25

- Karena masih terdapat angka negatif pada baris Z, maka

dilakukan iterasi lagi
- Iterasi 2
Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 0 -500 0 0 250 18750
S1 0 0 -2 1 0 5/6 37.5
S2 0 0 6 0 1 -1/3 25
X1 0 1 0 0 0 1/3 25

- X2 sebagai variabel masuk menggantikan S2 sebagai variabel

keluar.
- Lakukan OBE untuk mengubah EP menjadi 1 dan angka lain di
kolom X2 menjadi 0
Basic Z X1 X2 S1 S2 S3 RHS
Variabel
Z 1 0 0 0 500/ 2000/9 62500/3
6
S1 0 0 0 1 1/3 13/18 275/6
X2 0 0 1 0 1/6 -1/18 25/6
X1 0 1 0 0 0 1/3 25

- Karna sudah tidak terdapat angka negatif di baris Z, maka hasil

sudah optimum
- Hasil yang didapatkan adalah
X1 = 25
X2 = 25/6
Z = 62500/3
4. Memberikan latihan soal penerapan metode simpleks dalam linier
programming
a. Latihan Soal Pertama ( Maksimasi )
Perusahaan Brilliant menghasilkan 2 jenis sepatu yaitu sepatu dengan
merk italy dan felix. Merk italy dibuat dengan sol dari bahan karet.
Sedangkan felix dibuat dengan sol dari bahan kulit. Untuk membuat
sepatu tersebut diperlukan 3 jenis mesin yaitu A (khusus untuk sol karet),
B (khusus untuk sol kulit), dan C (untuk finishing). Untuk setiap lusin
sepatu dibutuhkan waktu :
- Italy dikerjakan pada mesin A selama 2 jam tanpa melalui mesin B dan
di mesin C selama 6 jam.
- Felix dikerjakan tanpa melalui mesin A, melalui mesin B selama 3
jam  dan mesin C selama 5 jam.
-  Jam kerja maksimum setiap hari untuk mesin A = 8 jam, melalui mesin
B = 15 jam, dan mesin C = 30 jam. Perolehan keuntungan untuk setiap
lusin sepatu italy Rp. 30.000,00 dan felix Rp. 50.000,00. Tentukan
jumlah produksi sepatu yang menghasilkan laba maksimal.

Jawab :
1. Membuat tabel permasalahan
Waktu (jam)
A B C
Tabel Keuntungan
Italy  2 - 6 30.000
Felix  - 3 5 50.000
Kapasitas 8 15 30

2. Model Matematika
Misal :
X1 = Sepatu merk Italy 
X2 = Sepatu merk Felix
Z = Jumlah laba hasil produksi sepatu merk Italy dan Felix.
Fungsi tujuan :
Max Z = 30.000X1 + 50.000X2
Fungsi kendala :
2X1 ≤ 8
3X2 ≤ 15
6X1 + 5X2 ≤ 30
X1, X2 ≥ 0
3. Menentukan Persamaan Simpleks
Fungsi tujuan :
Max Z- 30,000X1-50.000X2 - 0S1 - 0S2 = 0
Fungsi kendala :
2X1 + S1 = 8
3X2 + 0S1+ S2 = 15
6X1 + 5X2 + 0S1 + 0S2 + S3 = 30
X1,X2,S1,S2,S3 ≥ 0

4. Membentuk tabel simpleks dari fungsi tujuan dan fungsi

pembatas
Basic Z X1 X2 S1 S2 S3 RHS
Variable
Z 1 -30.000 -50.000 0 0 0 0
S1 0 2 0 1 0 0 8
S2 0 0 3 0 1 0 15
S3 0 6 5 0 0 1 30

- Karena diminta memaksimumkan nilai Z (fungsi tujuan), maka

lakukan OBE (Operasi Baris Elementer) dengan tujuan untuk
membuat baris Z agar nilainya tidak negatif.
- Tentukan kolom kunci yaitu kolom yang mempunyai koefisien
fungsi tujuan yang bernilai paling negatif.
- Tentukan baris kunci yaitu baris yang memiliki indeks terkecil.
rasio adalah hasil bagi antara RHS pada baris yang
bersangkutan dengan nilai kolom fungsi pembatas
Iterasi 1 :
Z X1 X2 S1 S2 S3 RHS Rasio
Z 1 -30.000 -50.000 0 0 0 0 0
S1 0 2 0 1 0 0 8 0
S2 0 0 3 0 1 0 15 5
S3 0 6 5 0 0 1 30 6

X2 menjadi variabel pengganti dari S1

Buat satu utama dan lakukan OBE dengan mengenolkan satu
kolom yang memuat satu utama.
Baris 1 = ( 5 x baris 3 ) + baris 1
Baris 3 = 1/3 x Baris 3
Baris 4 = (-5 x baris 3) + baris 4

Z X1 X2 S1 S2 S3 RHS
Z 1 -30.000 0 0 50.000/3 0 250.000
S1 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5
S3 0 6 0 0 -5/3 1 5

Karena nilai pada baris Z masih memuat nilai yang negatif,

maka iterasi dilanjutkan.
Iterasi 2 :
Z X1 X2 S1 S2 S3 RHS Rasio
Z 1 -30.000 0 0 50.000/3 0 250.000 -25/3

S1 0 2 0 1 0 0 8 4
X2 0 0 1 0 1/3 0 5 -
S3 0 6 0 0 -5/3 1 5 5/6

X1 menjadi variabel pengganti dari S3

Buat satu utama dan lakukan OBE dengan mengenolkan satu
kolom yang memuat satu utama.
Baris 1 = (3 X baris 4) + baris 1
Baris 2 = (-2 x baris 4) + baris 2
Baris 4 = 1/6 x baris 4

Z X1 X2 S1 S2 S3 RHS
Z 1 0 0 0 25.000/ 5.000 275.000
3
S1 0 0 0 1 5/9 -1/3 19/3
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6

Pada iterasi 2, nilai pada baris z sudah tidak ada yang bernilai
negatif, maka tabel sudah optimal, sehingga perhitungan iterasi
 dihentikan. Solusi optimal : X1 = 5/6, X2 = 5 dan Z = 275.000,
artinya untuk mendapatkan keuntungan maksimum sebesar Rp.
275.000,00, maka perusahaan Brilliant sebaiknya menghasilkan
produk sepatu merk italy sebesar 5/6 lusin dan produk
sepatu felix sebesar 5 lusin.

b. Latihan Soal Kedua (Minimasi)

Fungsi tujuan :
Min Z = 20 X1 – 8X2
Fungsi Kendala :
4X1 + 2x2 ≤ 60
2X1 + 4X2 ≤ 48
X1, X2 ≥ 0
Carilah solusi optimum dari permasalahan diatas !
Jawab :
Ada 2 cara untuk memecahkan kasus minimasi dengan metode simpleks,
yaitu cara yang pertama dengan mengubanh fungsi tujuan sebagai fungsi
max dan diselesaikan sama seperti metode simpleks untuk persoalan
maksimasi. Sedangkan cara yang kedua sama dengan persoalan
maksimasi namun pada baris Z yang dicari adalah paling positif.
Pada kasus kali ini akan menggunakan cara yang kedua.

1. Fungsi tujuan :
Min Z = 20 X1 – 8X2  Min Z- 20X1+ 8X2 = 0
Fungsi kendala :
4X1 +2X2 + S1 = 60
2X1 + 4X2 + 0S1+ S2 = 48
X1, X2, S1, S2 ≥ 0
2. Membentk tabel simpleks dari fungsi tujuan dan fungsi pembatas
BV Z X1 X2 S1 S2 RHS
Z 1 -20 8 0 0 0
S1 0 4 2 1 0 60
S2 0 2 4 0 1 48
 - Karena diminta meminimumkan nilai Z (fungsi tujuan), maka
lakukan OBE (Operasi Baris Elementer) dengan tujuan untuk
membuat baris Z agar nilainya tidak positif.
- Tentukan kolom kunci yaitu kolom yang mempunyai koefisien
fungsi tujuan yang bernilai paling positif.
- Tentukan baris kunci yaitu baris yang memiliki indeks terkecil.
rasio adalah hasil bagi antara RHS pada baris yang
bersangkutan dengan nilai kolom fungsi pembatas
Iterasi 1 :
BV Z X1 X2 S1 S2 RHS Rasio
Z 1 -20 8 0 0 0
S1 0 4 2 1 0 60 30
S2 0 2 4 0 1 48 12

X2 menjadi variabel pengganti dari S2, buat satu utama dan lakukan
OBE dengan mengenolkan satu kolom yang memuat satu utama.

BV Z X1 X2 S1 S2 RHS
Z 1 -24 0 0 -2 -96
S1 0 3 0 1 -½ 36
X2 0 ½ 1 0 ¼ 12

Karena nilai pada baris Z sudah non positif maka tabel simpleks sudah
optimal sehingga iterasi dihentikan. Solusi optimal yang diperoleh
adalah :
X1 = 0, X2 = 12 dan Z = -96
 DAFTAR PUSTAKA

Aim A. (2016, Agustus 20). Metode Simpleks – Maksimisasi (2).

Retrieved from https://aimprof08.wordpress.com:
https://aimprof08.wordpress.com/2016/08/20/metode-simpleks-maksimasi-2/

Anggriawan H. (2017, April 13). Pemecahan Program Linear Metode Simpleks.

Retrieved from https://dounkey.com/:
https://dounkey.com/2017/04/13/pemecahan-program-linear-metodesimpleks/

Erni A.(2010).Thesis : Analisis Optimalisasi Produksi Dengan Metode Linear

Programming Melalui Perhitungan Simpleks Study Kasus (Pd. Utama Jaya
Plasindo).Binus : Library Binus.
Khrysti Putri. (2019, Mei 23). Program Linier Metode Simpleks(pengertian, Contoh
soal). Retrieved from https://duniakumu.com/:
https://duniakumu.com/program-linier-metode-simplekpengertiancontoh-
soallinear-programming-metode-simpleksbeberapa-istilah-dalam-metode-
simplek/