BAB IV

METODE SIMPLEKS

A. PENDAHULUAN
1. Diskripsi Umum

Pada Bab ini akan diuraiakan tentang bagaimana menyelesaikan masalah

pemrograman linier dengan menggunakan metode simpleks, dan juga akan
diuraikan tentang ciri – ciri dari tabel simpleks masalah pemrograman liner
untuk berbagai macam kasus.

2. Relevansi
Untuk bisa memahami materi pada bab ini tentu saja mahasiswa harus
betul – betul memahami tentang syarat – syarat simpleks yang sudah dibahas
paada Bab III. Selain itu mahasiswa juga harus mengingat kembali tentang
operasi baris elementer (OBE) dan basis. Dengan memahmi materi ini
mahasiswa akan dapat menyelesaikan masalah pemrograman linier yang
mempunyai dua variabel atau lebih.
3. Kemampuan Akhir
Kemampuan Akhir yang diharapkan dengan mempelajari bab ini adalah
Mahasiswa mampu menyelesaikan masalah program linier dengan menggunakan
metode simpleks.

4. Indikator
Untuk mengukur ketercapaian kemampuan akhir dari materi pada bab
ini, maka indikator – indikatornya adalah sebagai berikut :

Mahasiswa dapat :

a. Membuat tabel simpleks awal

Metode Simpleks | 37
 b. Menggunakan metode simpleks untuk mencari solusi optimum dari masalah
program linier .
c. Menentukan/mencari solusi masalah program linier dengan metode Big-M
d. Mencari solusi masalah program linier dengan menggunakan metode 2 fase
e. Menyimpulkan ciri – ciri tabel simpleks untuk kasus penyelesaian ganda
(alternative optima)
f. Menyimpulkan ciri – ciri tabel simpleks untuk kasus PL dengan penyelesaian
tak terbatas ( unbounded solution)
g. Menyimpulkan ciri – ciri tabel simpleks untuk kasus PL yang tidak
mempunyai solusi ( infeasible solution)

B. PENYAJIAN MATERI

Sebagaimana yang telah dibahas pada Bab. 2 tentang metode grafik, dapat
diketahui bahwa metode grafik hanya bisa menyelesaikan masalah PL yang memiliki
dua variable. Oleh sebab itu kita butuh metode lain yang bisa semua masalah PL baik
yang memiliki dua variable ataupun lebih. Metode yang dimaksud adalah metode
simpleks.

Metode simpleks merupakan metode yang umum digunakan untuk

menyelesaikan seluruh masalah program linier, baik yang melibatkan dua variabel
keputusan maupun lebih dari dua variabel keputusan. Metode simpleks pertama kali
diperkenalkan oleh George B. Dantzig pada tahun 1947 dan telah diperbaiki oleh
beberapa ahli lain. Metode penyelesaian dari metode simpleks ini melalui
perhitungan ulang (iteration) dimana langkah-langkah perhitungan yang sama
diulang-ulang sebelum solusi optimal diperoleh.

Dengan mengingat kembali pembahasan pada Bab 2, untuk menentukan

penyelesaian optimum masalah PL bisa dilakukan dengan cara menguji titik – titik

Metode Simpleks | 38
ekstrim yang membatasi daerah penyelesaian. Berangkat dari hal tersebut berikut
adalah teorema – teorema yang mendukung.

Teorema 4.1. Jika masalah PL mempunyai penyelesaian yang layak, maka masalah
tersebut mempunyai penyelesaian awal yang layak.

Teorema 4.2. Himpunan titik – titik ekstrim pada daerah penyelesain

berkorespondensi dengan himpunan penyelesaian layak awal. Dengan kata lain titik –
titik ekstrim menjadi penyelesaian layak awal.

Teorema 4.3. Jika suatu masalah PL mempunyai penyelesaian optimal berhingga,

maka penyelesaian optimalnya berada pada titik ekstrim.

Berikut ini akan dibahas bagaimana menyelesaikan berbagai macam masalah

PL dengan metode simpleks.

B.1. Tabel Simpleks

Langkah-langkah penyelesaian dalam metode simpleks adalah dengan

menggunakan suatu kerangka tabel yang disebut dengan tabel simpleks. Tabel ini
mengatur model pada bentuk standar ke dalam suatu bentuk yang memungkinkan
untuk penerapan penghitungan matematis menjadi lebih mudah. Bentuk tabel
simpleks awalnya adalah sebagai berikut :

Metode Simpleks | 39
 cj Koefisien pada fungsi tujuan
i cB xB x1 x2 x3 ... xn bi θi
1
Koefisien variabel
basis pada fungsi

Konstanta pada
Variabel Basis

Kendala
3
tujuan

Koefisien Pada Kendala

...
m

zj Hasil Penjumlahan cB · xi Nilai z

cj - zj
Tabel 4.1.

Contoh 4.1. Fungsi Tujuan : Memaksimumkan z = 8x1 + 6x2 + 0x3 + 0x4

Dengan kendala – kendala :

4x1 + 2x2 + x3 = 60

2x1 + 4x2 + x4 = 48

x1 , x2, x3, x4 ≥ 0

Model matematika masalah PL diatas sudah memenuhi syarat simpleks dengan

variabel basisnya adalah x3 dan x4. Selanjutnya tabel simpleks dapat diisi seperti
berikut :

cj 8 6 0 0
I cB xB x1 x2 x3 x4 bi θi
1 0 x3 4 2 1 0 60 15
2 0 x4 2 4 0 1 48 24
zj 0 0 0 0 0
cj - zj 8 6 0 0

Metode Simpleks | 40
Tabel 4.2

Anda tentu masih ingat masalah PL diatas sudah pernah diselesaikan dengan metode
grafik pada Bab II, jelas bahwa z = 0 bukan nilai optimum. Artinya tabel awal seperti
yang terlihat pada Tabel 4.2 harus dilanjutkan ke tabel berikutnya. Sebelum tabel
dilanjutkan perhatikan langkah – langkah metode simpleks berikut ini.

B.2. Langkah Simpleks

Langkah – langkah metode simpleks :

1. Merubah model matematika menjadi bentuk standar, selanjutnya memasukkan

nilai – nilai pada bentuk standar kedalam tabel awal setelah didapatkan variabel
basis.
2. Menentukan variabel yang masuk basis dengan cara memilih kolom yang
memiliki nilai positif terbesar (untuk kasus maksimum) atau nilai negatif terkecil
(untuk kasus minimum ) pada baris cj – zj. Kolom terpilih disebut kolom pivot.
3. Menentukan varibel yang keluar basis dengan cara memilih baris yang memiliki
nilai non negatif terkecil pada kolom θi, akhirnya disebut sebagai baris pivot. Nilai
θi diperoleh dengan cara membagi nilai-nilai pada kolom kuantitas (bi) dengan
nilai-nilai pada kolom pivot. ( pada langkah ini sama untuk kasus maksimum
ataupun minimum )
4. Perpotongan antara kolom pivot dan baris pivot diperoleh elemen pivot. Langkah
selanjutnya dengan menggunakan operasi baris elementer elemen pivot dirubah
menjadi 1 dan 0 untuk elemen lainnya pada kolom pivot.
5. Tabel dapat dihentikan apabila semua nilai pada baris cj – zj bernilai nol dan
negatif ( untuk kasus maksimum ) atau bernilai nol dan positif ( untuk kasus
minimum ). Jika hal tersebut belum terpenuhi maka tabel dilanjutkan dengan cara
kembali kelangkah 2 sampai 4.

Metode Simpleks | 41
Untuk melanjutkan tabel pada kasus contoh 4.1 maka variabel yang akan masuk basis
adalah x1 dan yang keluar basis adalah x3 ( elemen pivot 4 ). Baris yang memuat
elemen pivot dikalikan dengan ¼, dan selanjutnya baris yang kedua lama
dijumlahkan dengan (-2) kali baris pertama baru. Hasilnya seperti terlihat pada tabel
berikut

cj 8 6 0 0
i cB xB x1 x2 x3 x4 bi θi
1 8 x1 1 1/2 ¼ 0 15 30
2 0 x4 0 3 -1/2 1 18 6
zj 8 4 2 0 120
cj - zj 0 2 -2 0
Tabel 4.3.

Dari Tabel 4.3 terlihat masih ada nilai positif yaitu 2, jadi variabel yang masuk basis
adalah x2 dan keluar basis adalah x4 ( elemen pivot 3 ). Baris yang memuat elemen
pivot dikalikan dengan 1/3, dan baris pertama lama dijumlahkan dengan (-1/2) kali
baris kedua baru. Selengkapnya lihat pada tabel berikut :

cj 8 6 0 0
i cB xB x1 x2 x3 x4 bi θi
1 8 x1 1 0 4/12 -1/6 12
2 6 x2 0 1 -1/6 1/3 6
zj 8 6 5/3 2/3 132
cj - zj 0 0 -5/3 -2/3
Tabel 4.4.

Pada Tabel 4.4 terlihat bahwa semua nilai pada baris cj – zj adalah nol dan negatif
artinya tabel sudah optimal. Sehingga dapat disimpulkan bahwa nilai optimum

Metode Simpleks | 42
masalah PL adalah 132 dan banyak meja yang harus diproduksi adalah x1 = 12 unit
dan banyak kursi x2 = 6 unit.

Contoh 4.2.

Model matematika berikut sudah memenuhi syarat bentuk standar, variabel basisnya
adalah x3, x5, dan x6

Fungsi tujuan : maksimumkan z = 4 x1 + 5 x2 + 0x3 + 0x4 – Mx5 – Mx6

Dengan kendala – kendala :

5x1 + 4x2 + x3 = 200

3x1 + 6x2 + x5 = 180

8x1 + 5x2 - x4 + x6 = 160

x1, x2, x3, x4, x5, x6 ≥ 0

cj 4 5 0 0 -M -M
I cB xB x1 x2 x3 x4 x5 x6 bi θi
1 0 x3 5 4 1 0 0 0 200 50
2 -M x5 3 6 0 0 1 0 180 30
3 -M x6 8 5 0 -1 0 1 160 32
zj -11M -11M 0 M -M -M -340M
cj - zj 4+11M 5+11M 0 -M 0 0
Tabel 4.5

Dari Tabel 4.5 jelas bahwa nilai positif terbesar pada baris cj – zj adalah 5 + 11M,
artinya variabel yang masuk basis x2 dan yang keluar basis adalah x5. Untuk tabel
selanjutnya ditinggalkan sebagai latihan, sampai akhirnya diperoleh nilai
maksimumnya adalah 190 dengan nilai x1, x2, x3, dan x4 berturut – turut adalah 80/3,
50/3, 0, dan 410/3.

Metode Simpleks | 43
B.3. Metode Big - M

Untuk masalah PL minimum ataupun tidak baku ( kendala berbentuk

campuran ) pasti akan memuat koefisien M seperti yang terlihat pada Contoh 4.2.
Metode simpleks yang digunakan untuk menelesaikan masalah seperti ini disebut
dengan metode Big – M.

Contoh 4.3. Tentukan penyelesaian optimum masalah berikut

Minimumkan : z = 12x1 + 5x2

Dengan kendala – kendala :

4x1 + 2x2 ≥ 80

2x1 + 3x2 ≥ 90

x1, x2 ≥ 0

Langkah 1. Rubah model matematika menjadi bentuk standar, diperoleh :

Minimumkan : z = 12x1 + 5x2 + 0x3 + 0x4

Dengan kendala – kendala :

4x1 + 2x2 – x3 = 80

2x1 + 3x2 – x4 = 90

x1, x2, x3, x4 ≥ 0

Langkah 2. Menentukan variabel basis awal. Karena masalah belum memiliki

variabel yang layak basis, maka perlu ditambahkan variabel semu dengan koefisien
+M. Sehingga diperoleh :

Metode Simpleks | 44
Minimumkan : z = 12x1 + 5x2 + 0x3 + 0x4 + Mx5 + Mx6

Dengan kendala – kendala :

4x1 + 2x2 - x3 + x5 = 80

2x1 + 3x2 – x4 + x6 = 90

x1, x2, x3, x4, x5, x6 ≥ 0

Langkah 3. Buatlah tabel simpleks seperti berikut :

cj 12 5 0 0 M M
I cB xB x1 x2 x3 x4 x5 x6 bi θi
1 M x5 4 2 -1 0 1 0 80 20
2 M x6 2 3 0 -1 0 1 90 45

zj 6M 5M -M -M M M 170M
cj - zj 12 – 6M 5-5M M M 0 0
Tabel 4.6

Dari Tabel 4.6 terlihat bahwa nilai pada baris cj - zj negatif terkecil adalah 12 – 6M,
artinya variabel yang masuk basis adalah x1 dan yang keluar basis adalah x5, jadi
elemen pivotnya adalah 4.

Langkah 4. Lanjutkan tabel berikutnya

cj 12 5 0 0 M M
i cB xB x1 x2 x3 x4 x5 x6 bi θi
1 12 x1 1 1/2 -1/4 0 1/4 0 20 40
2 M x6 0 2 1/2 -1 -1/2 1 50 25
zj 12 6+2M -3 + M/2 -M 3-M/2 M 240+50M
cj - zj 0 -1-2M 3-M/2 M -3+3M/2 0

Metode Simpleks | 45
Tabel 4.7

Tabel 4.7 juga belum optimum lanjutkan tabel berikutnya dengan memilih x2 sebagai
variabel yang masuk basis menggantikan x6 dan yang menjadi elemen pivotnya
adalah 2. Karena pada kolom basis tidak ada variable semu maka pada tabel
selanjutnya kolom variable semu bisa dihapus.

cj 12 5 0 0
i cB xB x1 x2 x3 x4 bi θi
1 12 x1 1 0 -3/8 1/4 15/2 30
2 5 x2 0 1 1/4 -1/2 25 -
zj 12 5 -13/4 1/2 215
cj - zj 12 5 13/4 -1/2
Tabel 4.8

Pada tabel 4.8 nilai pada baris cj - zj masih ada yang bernilai negatif yaitu -1/2. Jadi
variabel yang masuk basis adalah x4 menggantikan x1.

cj 12 5 0 0
i cB xB x1 x2 x3 x4 bi θi
1 0 x4 4 0 -3/2 1 30
2 5 x2 2 1 -1/2 0 40
zj 10 5 -5/2 0 200
cj - zj 2 0 5/2 0
Tabel 4.9

Tabel 4.9 sudah optimum karena semua nilai pada baris cj - zj adalah nol dan positif.
Kesimpulannya adalah nilai minimum 200 pada x2 = 40 dan x4 = 30.

Untuk mempermudah pembaca dalam pekerjaanya dapat dilihat tabel berikut,

yaitu tentang penambahan variabel dan koefisiennya pada bentuk standar.

Metode Simpleks | 46
 Penyesuaian fungsi Koefisien fungsi tujuan
Batasan batasan

Maksimisasi Minimisasi

< Tambah slack variabel 0 0

= Tambah variabel semu -M M

> Tambahkan Variabel 0 0

Surplus dan

Variabel Semu -M M

Dari uraian diatas kemungkinan terjadinya kesalahan pada saat memilih

variabel yang masuk basis besar, hal ini disebabkan karena tidak ada kepastian berapa
nilai dari M. Oleh sebab itu perlu diuraikan metode lain tanpa menggunakan
koefisien M. Metode tersebut disebut metode dua fase.

B.4. Metode Dua Fase

Fase 1.

Pada fase 1 semua koefisien M pada fungsi tujuan diganti dengan 1 dan 0 untuk
koefisien variabel lain.

Sehingga bentuk fungsi tujuan pada fase ini adalah z1 = 1Xa, Xa adalah vector yang
memuat semua variabel semu. Nilai z1 yang diperoleh pada fase I menjadi penentu

Metode Simpleks | 47
apakah perlu dilanjutkan ke fase yang kedua atau tidak, ketentuannya sebagai berikut
:

1. Nilai z1 > 0 berati bahwa masalah yang sedang diselesaikan tidak layak sehingga
tidak perlu dilanjutkan ke fase yang kedua.
2. Nilai z1 ≤ 0 berati bahwa masalah yang sedang diselesaikan akan mempunyai
penyelesain sehingga untuk mengetahui penyelesaiannya perlu dilanjutkan ke fase
yang kedua.
Fase 2.
Pada fase 2 ini tugas kita adalah melanjutkan tabel optimum yang diperoleh pada fase
1. Akan tetapi tabel simpleks pada fase 2 ini tanpa mengikut sertakan kolom – kolom
variabel semu, selain itu koefissien fungus tujuan yang digunakan adalah koefisien
fungsi tujuan awal ( z ).
Sebagai latihan silakan anda selesaikan contoh 4.3 dengan metode dua fase.
Seperti yang telah diuraikan pada Bab 2 bahwa masalah PL bisa terjadi
beberapa kemungkinan yaitu :
1. Masalah solusi optimal majemuk (Multiple Optimal Solution)
2. Masalah tidak layak (tidak feasible)
3. Masalah solusi tidak terbatas
Untuk bisa menemukan ciri – ciri dari tabel simpleks dengan berbagai kasus diatas
anda bisa selesaiakan masalah pada contoh berikut dengan menggunakan metode
simpleks.
Contoh 4.4.

Maksimumkan : z = 3x1 + 2x2

Dengan kendala – kendala

6x1 + 4x2 ≤ 24

10x1 + 3x2 ≤ 30

Metode Simpleks | 48
x1 ≥ 0, x2 ≥ 0

Contoh 4.5.

Maksimumkan : z = 2x1 + 3x2

Dengan kendala – kendala

x1 + x2 ≥ 3

x1 - 2x2 ≤ 4

x1 ≥ 0, x2 ≥ 0

Contoh 4.6

Maksimumkan : z = 4x1 + 3x2

Dengan kendala – kendala

x1 + x2 ≤ 3

2x1 - x2 ≤ 3

x1 ≥ 4

x1 ≥ 0, x2 ≥ 0

Metode Simpleks | 49
C. LATIHAN 4
1. Tentukan Penyelesaian optimum dari masalah berikut dengan menggunakan
metode simpleks, kemudian bandingkan dengan hasil yang anda peroleh
dengan menggunakan metode grafik.
a. Maksimumkan : 𝑧 = 6𝑥1 + 4𝑥2
Dengan kendala – kendala :
𝑥1 ≤ 700
𝑥2 ≤ 900
3𝑥1 + 𝑥2 ≤ 2400
𝑥1 + 2𝑥2 ≤ 1600
𝑥1 , 𝑥2 ≥ 0
b. Maksimumkan : 𝑧 = 3𝑥1 + 2𝑥2
Dengan kendala – kendala :
𝑥1 + 𝑥2 ≥ 1
−5𝑥1 − 𝑥2 ≤ 0
−𝑥1 + 5𝑥2 ≥ 0
𝑥1 + 𝑥2 ≤ 6
𝑥1 , 𝑥2 ≥ 0
c. Maksimumkan : 𝑧 = 2𝑥1 + 𝑥2
Dengan kendala – kendala :
11𝑥1 + 3𝑥2 ≥ 33
8𝑥1 + 5𝑥2 ≤ 40
7𝑥1 + 10𝑥2 ≤ 70
𝑥1 , 𝑥2 ≥ 0
d. Minimumkan : 𝑧 = 5𝑥1 + 8𝑥2
Dengan kendala – kendala :

Metode Simpleks | 50
 𝑥1 ≤ 400
𝑥2 ≥ 200
𝑥1 + 𝑥2 = 50
𝑥1 , 𝑥2 ≥ 0
e. Minimumkan : 𝑧 = 22𝑥1 + 6𝑥2
Dengan kendala – kendala :

11𝑥1 + 3𝑥2 ≥ 33

8𝑥1 + 5𝑥2 ≤ 40

7𝑥1 + 10𝑥2 ≤ 70

𝑥1 , 𝑥2 ≥ 0

f. Minimumkan : 𝑧 = −2𝑥1 + 6𝑥2

Dengan kendala – kendala :

3𝑥1 + 2𝑥2 ≤ 6

𝑥1 − 𝑥2 ≥ −1

2𝑥1 − 𝑥2 ≥ 2

𝑥1 , 𝑥2 ≥ 0

2. Tentukan penyelesaian optimum masalah berikut dengan menggunakan

metode BIG-M.
a. Maksimumkan : 𝑧 = 2𝑥1 − 𝑥2 + 𝑥3
Dengan kendala – kendala :

𝑥1 + 𝑥2 − 2𝑥3 ≤ 8

4𝑥1 − 𝑥2 + 𝑥3 ≥ 2

Metode Simpleks | 51
 4𝑥1 + 6𝑥2 − 2𝑥3 ≥ 8

𝑥1 , 𝑥2 , 𝑥3 ≥ 0

b. Minimumkan : 𝑧 = 𝑥1 − 2𝑥2 + 3𝑥3

Dengan kendala – kendala :

−2𝑥1 + 𝑥2 + 3𝑥3 = 2

2𝑥1 + 3𝑥2 + 4𝑥3 = 1

𝑥1 , 𝑥2 , 𝑥3 ≥ 0

3. Selesaikan masalah pada soal nomor 2 dengan menggunakan metode dua fase.
4. Selesaikan masalah pada contoh 4.4, 4.5, dan 4.6 dengan metode simpleks.
Jelaskan hasil yang anda peroleh !

Metode Simpleks | 52