ANALISA SENSITIVITAS

Program linear yang kita hadapi adalah model matematika dari pengaturan sumber pada
suatu waktu.Kadang kala kita harus melakukan sedikit perubahan atas beberapa parameter
yang terkandung dalam model yang kita hadapi Perubahan ini disebabkan banyak hal,
diantaranya adanya aktivitas baru, perubahan biaya produksi, atau kita ingin memperbesar
keuntungn yang di dapat.Jika perubahan tersebut kita terapkan pada model, selanjutnya timbul
pertanyaan :sejauh mana perubahan tersebut berpengaruh terhadap solusi optimal. Pada
beberapa model, sedikit perubahan tidak membuat solusi optimal berubah. Tetapi pada
beberapa model lainnya, perubahan walaupun sedikit nilainya, akan membuat solusi optimal
yang diperoleh berubah..
Penelitian tentang dampak dari perubahan nilai parameter di program linear ini dikenal
dengan nama analisa sensitifitas.Dibagian ini kita akan mempelajari jenis -jenis perubahan nilai
parameter yang mungkin terjadi, dan bagaimana dampak dari perubahan tersebut. Analisa
sensitifitas ini dapat dilakukan melalui penelitian terhadap table optimal dari program linear
yang kita teliti.
Untuk memudahkan pemahaman kita pandang sebagai ilustrasi contoh
Contoh
Maksimumkan Z = 60X1 + 30X2 + 20X3,
dengan kendala 8X1 + 6X2 + X3 ≤ 48,
4X1 + 2X2 + 3/2X3≤ 20,
2X1 + 3/2X2 +1/2X3 ≤ 8,
X1, X2, X3 ≥ 0.
Hasil iterasi akhir dari program linear masalah diatas diperoleh tabel optimal tampak pada tabel
di bawah ini

Tabel
BV Z X1 X2 X3 S1 S2 S3 BSF
Z 1 0 5 0 0 10 10 280
S1 0 0 -2 0 1 2 -8 24
X3 0 0 -2 1 0 2 -4 8
X1 0 1 5/4 0 0 -1/2 3/2 2
Pada iterasi akhir ini didapatkan harga harga
BV = (S1, X3, X1), NBV = (X2, S2, S3)
 
 48   24  1 2 − 8
   
CB = (0 20 60), b =  20  , B-1b =  8  , B-1 =  0 2 − 4
 1 3 
8 2 0 − 
   
 2 2 
CBB-1b = (280), CBB-1A – Cj = (0 5 0)
8 6 1 
 
A =  4 2 3 / 2  , selanjutnya akan dibahas perubahan perubahan yang terjadi pada
 2 3 / 2 1/ 2 
 
parameter model matematik dari program linear dan pengaruhnya terhadap solusi optimal yang
kita peroleh.
Kita tuliskan kembali model matematika program linear secara umum di bawah ini
Maksimalkan Z= ∑Cj Xj, j = 1, 2, …, n
dengan kendala Σaij Xj≤ bi, i = 1, 2, …, m
Xj ≥ 0,
Jika hal ini diselesaikan dengan metode simplex diperoleh iterasi akhir sebagai table optimal
sebagai berikut :
Tabel 4.5.
BV Variabel Awal Variabel Slack BSF
Z CBB-1A - Cj CBB-1 CBB-1b
XB B-1A B-1 B-1b

Dengan kondisi optimal pada Z (persamaan nol ). ≥ 0 untuk masalah maksimal.

Keterangan:
CB matrik koefisien fungsi tujuan pada variabel basis di table optimal
B-1 invers dari matriks variabel basis dibawah variabel slack
A matrik koefisien (koefisien-koefisien pada kendala)
b matrik ruas kanan
Cj matrik koefisien fungsi tujuan
Bila dilakukan perubahan-perubahan pada parameter-parameter model yaitu (aij, bi, Cj)
maka akan terjadi perubahan-perubahan pada tabel, sehingga mempengaruhi kesimpulan yang
diambil.
Perubahan yang terjadi pada parameter-parameter model antara lain:
1). Perubahan koefisien fungsi tujuan untuk variabel non basis
2). Perubahan koefisien fungsi tujuan untuk variabel basis
3). Perubahan ruas kanan suatu kendala
4). Perubahan matrik kolom untuk suatu variabel non basis
5). Penambahan variabel atau aktivitas baru
6). Penambahan kendala baru
Selanjutnya kita mulai pembahasan kita dengan perubahan perubahan yang terjadi pada
parameter parameter program linear
1 Perubahan koefisien fungsi tujuan variabel non basis
Pada contoh diatas variabel non basis adalah (X1, S2, S3) akan diadakan perubahan
terhadap koefisien fungsi tujuan variabel non basis, misal dari C2 = 30 ke C2 = (30 + θ) sejauh
mana θ diijinkan agar solusi tabel tetap optimal
 6 
 
CBB-1a2 – C2 = (0 10 10 ) 2  − (30 + θ) = 35 - 30 − θ ≥ 0
3/ 2
 
=5-θ≥0
Nilai optimal mensyaratkan persamaan 0 berharga ≥ 0 sehingga 5- θ ≥ 0 maka θ ≤5 solusi akan
tetap optimal, sebaliknya jika θ > 5 makaZ2=CBB-1a2 – C2 ≤ 0 sehingga kondisi tidak lagi
optimal, artinya koefisien fungsi tujuan pada C2 harus dinaikan dan variabel X2 terpilih
menjadi basis baru (entering variabel)

2 Perubahan koefisien fungsi tujuan variabel basis

Variabel basis pada program linear masalah diatas adalah (S1, X3, X1) misal daiadakan
perubahan pada X1 dengan C1 = 60 ke C1 (60 + θ) sejauh mana perubahan ini berpengaruh pada
tabel
1 2 −8 
   1 3 
CBB = (0 20 60 + θ ) 0
-1
2 − 4  =  0 10 − θ 10 + θ 
 0 − 1/ 2 3 / 2   2 2 
 
Kita tinjau pengaruhnya terhadap variabel non basis lainnya
a) C 2 = C B B −1a 2 − C 2

 
6
 1 3  
=  0 10 − θ 10 + θ  2 − 30 = 5 +1,25 θ ≥ 0, θ ≥ −4
 2 2  1 
 
2
1
b) S2 = 10 - θ ≥ 0, θ < 20
2
3
c) S3 = 10 + θ ≥ 0, θ > -20/3
2
dari perhitungan θ pada ketiga variabel non basis diatas diperoleh interval 4 ≤ θ ≤ 20 sehingga
kondisi masih tetap akan optimal, jika harga θ diluar harga interval tersebut maka dengan
menghitung kemudian membandingkan harga –harga variabel variabel non basis, maka akan
dipilih entering variabel baru dari harga yang paling negatif.

4 Perubahan ruas kanan

Pengaruh perubahan pad aruas kanan tidak akan mengubah persamaan 0, sehingga tidak
berpengaruh pada nilai optimalitas, tetapi sepanjang ruas kanan pada tabel optimal tetap non
negatif, solusi basis tetap fisibel dan optimal. Jika perubahan ruas kanan ini menyebabkan
paling sedikit ada satu ruas kanan pada tabel optimal yang berharga negatif maka solusi tidak
lagi fisibel, dan karenanya tidak optimal lagi, maka untuk memperoleh solusi optimal baru
digunakan metode simpleks dual.
Misalnya b2 = 20 diubah menjadi (20 + θ),
 
1 2 − 8   48   24 + 2θ 
   
B-1b =  0 2 − 4   20 + θ  =  8 + 2θ  ≥ 0
 1 
0 − 3 / 2   8   2 - 1/2θ 
 2 
Dari perhitungan θ diatas diperoleh interval θ adalah –4 ≤ θ ≤ 4, sehingga sepanjang (20-4) ≤
θ ≤ (20+4) atau 16 ≤ θ ≤ 24) solusi basis tetap fisibel dan optimal tetapi harga Z akan berubah.

5 Perubahan kolom variabel non basis

Pengaruh perubahan pada kolom variabel non basis tidak akan berpengaruh pada
persamaan 0, sepanjang harga C 2 = CBB-1a2 – C2 ≥ 0 tabel tetap optimal, sebaliknya jika C 2 <
0 maka tabel tidak lagi optimal sehingga memaksa ada iterasi lanjutan dengan X2 terpilih
sebagai variabel basis baru.

6.Penambahan variabel (aktivitas baru)

Dengan penambahan aktivitas baru perlu dipertimbangkan apakah penambahan aktivitas
baru tersebut berpengaruh pada solusi basis yang telah diperoleh.
Misal pada contoh kita tambah aktivitas baru sebut saja X4 dengan keadaan adalah :
Memaksimalkan Z = 60X1 + 30X2 + 20X3 + 15X4, .
dengan kendala 8X1+ 6X2 + X3+X4 ≤ 48,
4X1 + 2X2 + 3/2X3 + X4 ≤ 20,
2X1 + 3/2X2 + 1/2X3 + X4 ≤ 8,
X1, X2, X3, X4 ≥ 0,
Dapat diperiksa kondisi optimalitas melalui persamaan 0
1
 
C 4 = CBB a4 – C4 = (0 10 10 )1 −15 = 5 ≥ 0
-1

1
 
ternyata kondisi masih optimal sehingga aktivitas ke 4 (X4) tidak perlu dibuat, karena setiap
pembuatan / pekerjaan aktivitas baru (X4) per unit akan mengeluarkan ongkos sebesar 5, tanpa
memperoleh keuntungan apa-apa, sebaliknya jika tidak lagi optimal, artinya harga Z4< 0, maka
X4 akan terpilih sebagai entering variabel untuk iterasi selanjutnya sampai didapatkan solusi
optimal, kemudian harga optimal dengan harga Z yang baru, kemudian kita bandingkan dengan
harga Z lama yang(sebelum ) variabel X4 ditambahkan, apakah penambahan ini
menguntungkan atau merugikan.

7 Penambahan kendala baru

Penambahan kendala baru maka akan mengakibatkan beberapa tiga kemungkinan
keadaan dapat tejadi :
a). Keadaan solusi optimal saat ini memenuhi pembatas baru
Misalkan pada contoh ditambah kendala baru yaitu X1 + X2 + X3 ≤ 11 maka (2) + (0) +
(8) ≤ 11 dan z = 280 akan memenuhi pembatas baru, karena solusi basis tetap fisibel,
maka solusi tetap optimal.
b). Solusi saat ini tidak memenuhi kendala baru tetapi persoalan masih fisibel misalkan
contoh ditambahkan pembatas X2 ≥ 1, karena saat ini X2 = 0 maka solusi tidak fisibel
maka perlu dilakukan iterasi untuk mendapatkan solusi optimal baru, sehingga :
X2 – S4 = 1 dikalikan (-1) menjadi –X2 + S4 = -1

BV Z X1 X2 X3 S1 S2 S3 S4 BSF
Z 1 0 5 0 0 10 10 0 280
S1 0 0 -2 0 1 2 -8 0 24
X3 0 0 -2 1 0 2 -4 0 8
X1 0 1 5/4 0 0 -1/2 3/2 0 2
S4 0 0 -1 0 0 0 0 1 -1
Z 1 0 0 0 0 10 10 5 275
S1 0 0 0 0 1 2 -8 -2 26
X3 0 0 0 1 0 2 -4 -2 10
X1 0 1 0 0 0 -1/2 3/2 5/4 ¾
X2 0 0 1 0 0 0 0 -1 1

Dengan metode simpleks dual diperoleh solusi basis baru

(X1, X2, X3, Z) = (3/4, 1. 10, 275)
Penambahan baru menyebabkan persoalan tidak memiliki solusi fisibel
Output Lindo
LP OPTIMUM FOUND AT STEP
OBJECTIVE FUNCTION VALUE
1) 280.0000
VARIABLE VALUE REDUCED COST
X1 2.000000 0.000000
X2 0.000000 5.000000
X3 8.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 24.000000 0.000000
3) 0.000000 10.000000
4) 0.000000 10.000000
NO. ITERATIONS= 1
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 60.000000 20.000000 4.000000
X2 30.000000 5.000000 INFINITY
X3 20.000000 2.500000 5.000000
RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 48.000000 INFINITY 24.000000
3 20.000000 4.000000 4.000000
4 8.000000 2.000000 1.333333

LATIHAN III
1. Pandang kembali latihan II nomor 3.
a. Karena kualitas barang B cukup bagus sehingga menyebabkan keuntungan
melonjak untuk barang B menjadi 8 juta per unit sehingga mengharuskan
pembuatan barang B berubah pada tiap keadaan yaitu keadaan I, 4 hari keadaan II,
3 hari dan keadaan III tetap. Bagaimana pengaruhnya terhadap keoptimalan tabel
optimal anda.
b. Kondisi negeri ini serba tidak menentu mengakibatkan penurunan keuntungan per
unit pada produk A dan C menjadi 1 juta dan 2 juta per unit, ditambah dengan
maraknya demonstrasi dari para pekerja sehingga setiap keadaan batas waktuyang
tersedia berubah menjadi 50 hari, 30 hari dan 70 hari lama pembuatan tiap produk
 menjadi 2 hari pada keadaan I dan 3 hari pada keadaan II serta pada keadaaan III,
5hari.
Apa saran anda terhadap pimpinan anda pada situasi seperti ini.
2. Pandang masalah
Maksimumkan Z = 4X1 + 3X2 + X3 + 2X4
dengan kendala 4X1+2X2+X3+X4 ≤ 5
3X1+X2+2X3+X4 ≤ 4
X1, X2, X3, X4 ≥ 0
Memiliki tabel simplex terakhir sebagai berikut :
BV Z X1 X2 X3 X4 S1 S2 BSF
Z 1 - - - - - - -
X2 0 - - - - 1 -1 -
X4 0 - - - - -1 2 -

Lengkapilah tabel diatas

Memaksimumkan Z = X1 – X2 + 2X3+5X4

dengan kendala X1 + X2 + X3+X4 ≤ 15,

2X1 – X2 + X3+X4 ≤ 2,
-X1 + X2 + X3+X4 ≤ 4,
X1, X2, X3 ≥ 0
Dengan iterasi akhir adalah
BV Z X1 X2 X3 S1 S2 S3 BSF
Z 1 3/2 0 0 0 3/2 1/2 5
S1 0 2 0 0 1 0 -1 11
X3 0 ½ 0 1 0 1/2 1/2 3
X2 0 -3/2 1 0 0 -1/2 1/2 1

Lengkapilah tabel diatas C3=(2+θ), berapa θ ?

C2 = (-1+θ), berapa θ ?
b1=(15+θ), berapa θ ?
b2=(2+θ), berapa θ ?
b3=(4+θ), berapa θ ?
ditambah (C4 a14 a24 a34)=(5 1 1 1), apa kesimpulan anda?

misal C1 = (1+θ), berapa θ ?,

Dengan iterasi akhir adalah

BV Z X1 X2 X3 S1 S2 S3 BSF
Z 1 - - - - - - -
S1 0 - - - 1 0 -1 -
X3 0 - - - 0 1/2 1/2 -
X2 0 - - - 0 -1/2 1/2 -

Memaksimumkan Z = 2X1 – X2 + X3
dengan kendala 3X1 + X2 + X3 ≤ 60
X1 - X2 + 2X3 ≤ 10
X1 + X2 - X3 ≤ 20
X1, X2, X3 ≥ 0
a. Selesaikan dengan metode simplex
b. Bagaimana kesimpulan anda jika ruas kana diubah menjadi
 b1   70 
   
 b 2  =  20 
 b   10 
 3  
c. Koefisien-koefisien X1 diubah menjadi
 c1   1 
   
 a11   2 
 a  =  2
 21   
 a  0
 31   
d. Koefisien-koefisien X3 diubah menjadi
  c3   2 
   
 a13   3 
a  =  1 
 23   
 a   − 2
 33   
e. Fungsi tujuan diubah menjadi Z = 3X1 – 2X2 + 3X3
f. Memasukkan kendala baru 3X1 – 2X2 +X3 ≤ 30
g. Memasukkan variabel baru dengan koefisien-koefisien
 c 4   − 1
   
 a14   − 1
a  =  1 
 24   
   
 a34   2 
5. Maksimumkan Z = 2X1 – X2 + X3
dengan kendala 3X1 – 2X2 + 2X3 ≤ 15
-X1+X2+X3≤ 3
X1-X2+X3≤ 4
X1, X2, X3≥ 0
a. Selesaikan dengan metode simplex anda jika diadakan perubahan-perubahan pada
:
 b  10 
 1  
b. Ruas menjadi  b  =  4 
b   2 
 3  

 c3   4
   
 a   3
c. Koefisien-koefisien X3 diubah menjadi  13  =  
a 2
 23   
a  1
 33   
d. Koefisien-koefisien X1 dan X2 diubah menjadi
 c1   1   c2   − 2
       
 a 11   1   a 12   − 1 
 a  =  − 2  dan a  =  3 
 21     22   
a   3  a   2 
 31     32   
e. Fungsi tujuan diubah menjadi Z = 5X1 +X2 3X3
f. Memasukkan kendala baru 2X1 +X2 + 3X3 ≤ 60
g. Kendala 1 diubah menjadi 2X1 – X2 + 4X3 ≤ 12