METODE SIMPLEX (MAKSIMASI)

PRIMAL DAN DUALITY

NAMA : Tasya Nafisah H

KELAS : B6 TEORI PENGAMBILAN KEPUTUSAN

STAMBUK : 02220190328

JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MUSLIM INDONESIA

 Proses pemecahan kasus program linear dengan memakai Metode Simpleks dikenal menjadi
dua macam pendekatan pemecahan, yaitu cara primal dan cara dual.

A. PROGRAM PRIMAL
Pada Program Minimisasi Biaya, suatu program primal akan memiliki pernyataan : Jika tersedia
Sumber Daya perusahaan atau organisasi untuk setiap jenis kendala besar b𝘫 , dipakai untuk
menghasilkan keluaran X₁ dengan biaya variable satuan c𝘫 maka berapakah kombinasi keluaran X𝘫 yang
sebaik-baiknya (yang optimal) sehingga total biaya C adalah minimum.

Sehubung dengan pernyataan diatas dapat disusun bentuk umum program primal sebagai
berikut .

Minumumkan :
n
C=∑ Cj Xj dengan Kendala :
i=1

∑ aij ≥ b i
j=1

Dimana i = 1,2,3,………, n

Dan syarat ikatan :

X𝘫 ≥ 0

Untuk keperluan pemecahan dengan metode simpleks maka untuk mode primal ini harus
diformulasi ulang sesuai teladan yang berlaku. Fungsi kendala dan tujuan harus ditambahkan suatu slack
variable S𝘫 dan variable A𝘫 secara bersesuaian. Ketentuan penambahan slack variable S𝘫 dan artificial
variable A𝘫 dijelaskan sebagai berikut.

1. Untuk fungsi kendala yang bertanda =, berarti unsur sisi kiri persis sama nilainya dengan unsur
sisi kanannya. Oleh karena itu, fungsi tersebut ditambah dengan 0S𝘫 dan 0A𝘫.
2. Untuk fungsi kendala yang bertanda ≤, berarti unsur sisi kiri lebih kecil nilainya dari pada nilai
unsur sisi kanannya. Oleh karena itu unsur sisi kiri harus ditambah dengan variable slack S𝘫 agar
sisi kiri sama nilainya dengan sisi kanan.
3. Untuk fungsi kendala yang bertanda ≥., berarti unsur sisi kiri lebih besar nilainya dari pada nilai
unsur sisi kanannya. Oleh karena itu, unsur sisi kiri harus dikurangi dengan variable surplus S𝘫
kemudian ditambah variable artisial Aj agar sisi kiri sama nilainya dengan sisi kanan.
 Sehubung dengan penjelasan tersebut maka fungsi primal disusun menjadi berikut.

Maksimumkan Z = $6X₁ + $2.50X₂ + $0S₃ + $0S₂ - $MA₁ - $MA₂

Dengan Kendala :

$20X₁ + $10X₂ + $0S₃ + $0S₂ + A₁ + 0A₂ = $300,000 (Anggaran)

0X₁ + X₂ + 0S₃- S₂ + 0A₁ + 0A₂ = 10,000 jam (Ahli Listrik Pembantu)

2X₁ - X₂ + S₃ + 0S₂ + 0A₁ + 0A₂ = 5,000 jam (Gabungan ALK & ALP)

Syarat ikatan : X1,X2,S3,S2,A1,A2 ≥ 0

Tabel Pertama Pemecahan Konstribusi

Cj Mix Q 6 2.50 0 0 -M -M Rasio

X₁ X₂ S2 S3 A1 A2
-M A₁ 300.000 20 10 0 0 1 0 15000
-M A₂ 10.000 0 1 -1 0 0 1 -
0 S₃ 5.000 2 -1 0 1 -0 0 2500
Zᴊ -20M -11M M 0 -M -M
Zᴊ-Cᴊ -310.000M -20M-6 -11M-2.5 M 0 0 0

Tabel Kedua Pemecahan Maksimisasi Konstribusi

Cj Mix Q 6 2.50 0 0 -M -M Rasio

X₁ X₂ S2 S3 A1 A2
-M A₁ 250.000 0 20 0 10 1 0 15.000
-M A₂ 10.000 0 1 -1 0 0 1 10.000
6 X 2.500 1 -1/2 0 ½ 0 0
Zᴊ -260.000M 6 -21M M 10M+3
-M -M
10M+3
Zᴊ-Cᴊ +1.500 0 -21M-2.5 M 0 0
 Tabel ketiga Pemecahan Maksimisasi Konstribusi

Cj Mix Q 6 2.50 0 0 -M -M Rasio

X₁ X₂ S2 S3 A1 A2
-M A₁ 500.000 0 0 -10 10 1 -20 2500
2.5 X₂ 10.000 0 1 0 0 0 1
6 X₁ 7500 1 0 0.5 0.5 0 0.5
Zᴊ -50.000M 6 2.5 -20M-5.5 10M+3
-M 20M+5.5
10M+3
Zᴊ-Cᴊ +70.000 0 0 -20M-2.5 0
21M+5.5

Tabel Keempat Pemecahan Maksimisasi Konstribusi

Cj Mix Q 6 2.50 0 0 -M -M Rasio

X₁ X₂ S2 S3 A1 A2
0 S2 2500 0 0 1 -0.5 0.05 -1
2.5 X₂ 12500 0 1 0 -0.5 0.05 0
6 X₁ 8750 1 0 0 0.025 0.025 0
Zᴊ 83.750 6 2.5 0 0.25 0.275 0
Zᴊ-Cᴊ 0 0 0 0.25 M+0.275
0

B. PROGRAM DUALITY
Dalam Program Duality terdapat prinsip atau pernyataan : jika tersedia sumber daya perusahaan
atau organisasi untuk setiap jenis pembatasan atau kendala sebesar b i , kemudian digunakan untuk
menghasilkan keluaran Yj dengan konstribusi satuan cj maka berapakah konstribusi sebaik baiknya atau
optimal sehingga konstribusi C adalah maksimum.

Maksimumkan
n
C ∑ biYj
i−1

Dengan kendala:
m

∑ aij Yj ≤ Cj
j−1
Dengan syarat ikatan :

Sebagai contoh aplikasi dikemukakan kasus minimisasi berikut.

Minimumkan C= 290X1 + 400X2

Dengan kendala :

2X1 + 3X2 ≥ 65

4X1 + 2X2 ≥ 70

Dengan syarat ikatan Xj ≥ 0

Jika diselesaikan secara primal maka rumusan fungsi tujuan daan fungsi kendalanya sebagai
berikut.

Minimumkan C = -290X1 -400X2 + 0S1 + 0S2 –MA1-MA2

Dengan kendala :

2X1 + 3X2 + 1S1 – 0S2 +1A1 + 0A2 =65

4X1 + 2X2 – 0S1 – 1S2 + 0A1 +1A2 = 70

Dengan syarat ikatan Xj ≥ 0

Tabel Analisis Tahap Awal

Cj Mix Q -290 400 0 0 -M -M Rasio

X₁ X₂ S1 S2 A1 A2
-M A1 65 2 3 -1 0 1 0
-M A₂ 70 4 2 0 -1 0 1

Zᴊ -135M -6M -5M M M -M M

-6M+290 -5M+400
Zᴊ-Cᴊ M M 0 0

Jika diselesaikan degan cara duality maka rumusan fungsi tujuan dan fungsi kendalanya sebagai
berikut.

1. Fungsi tujuan duality disusun dari nilai sisi kanan (bj) dari fungsi kendala program primal.
2. Nilai sisi kanan fungsi kendala duality diturunkan dari koefisien fungsi tujuan minimisasi program
primal.
 3. Koefiseien fungsi kendala duality diturunkan dari koefisien fungsi Kendala program primal
dengan cara inverse, yaitu dari kolom menjadi baris.

Hubungan antara program maksimisasi dual dan program minimisasi primal adalah sebagai
berikut.

1. Nilai optimal dual selalu sama dengan nilai optimal primal.

2. Jika peubah acuan (choice variable) Y j optimal dengan besaran yang bukan 0 (non-zero) maka
dummy program primal Sj harus optimal dengan 0 (zero).
3. Jika peubah dummy program dual (t j) optimal dengan nol maka peubah keputusan program
primal Xj harus optimal bukan dengan nol (non zero).

Program dual ini sangat bermanfaat dalam pemecahan kasus minimisasi, sebab akan lebih
singkat dan lebih sedikit variable yang dianalisis. Dalam program duality tidak ada variable artifisial A j
dan umumnya program maksimisasi lebih mudah penyelesaiannya dibandingkan dengan program
minimisasi.

Pemakaian nilai M untuk artificial variable inilah yang dimaksud Big M Model. Nilai M tersebut
selalu lebih besar dari angka yang dipikirkan, yang ada dalam model pemecahan yang rumit. Sehubung
dengan itu, pemecahan secara duality analysis lebih banyak dipakai pada pemecahan kasus minimisasi
dan jarang dipakai dalam memecahkan kasus maksimisasi.