METODE

SENSITIVITAS
RISET OPERASIONAL
8 November 2021

de.wikipedia.org
PERATURAN KELAS DARING
Metode sensitivitas
Pertemuan 9
definisi
Analisis kepekaan (sensitivitas) adalah analisis yang dilakukan
untuk mengetahui akibat/pengaruh dari perubahan yang terjadi
pada parameter-parameter LP terhadap solusi optimal yang telah
dicapai
Tipe perubahan parameter
Akan dipelajari enam tipe perubahan parameter model pemrograman
linier yang dapat mengubah solusi optimal;
1. Perubahan koefisien fungsi tujuan untuk variable non basis
2. Perubahan koefisien fungsi tujuan untuk variable basis
3. Perubahan kolom untuk suatu variable nonbasis
4. Penambahan suatu variable atau aktivitas baru
5. Penambahan suatu pembatas baru
Max z = 60x1 + 30x2 + 20x3
s.t 8𝑥1 + 6𝑥2 + 𝑥3 ≤ 48
4𝑥1 + 2𝑥2 + 1.5𝑥3 ≤ 20
2𝑥1 + 1,5𝑥2 + 0,5𝑥3 ≤ 8
𝑥1, 𝑥2, 𝑥3 ≥ 0
Diketahui variabel basis pada solusi optimal adalah s1x3x1 tentukan tablo
optimum
 Tujuan

Kendala
Kanonik
Koefisien Ongkos Variabel Basis C (S1 X3 X1 )
BV
Koefisien Ongkos Non Variabel Basis CNBV (X2 S2 S3 )
 Vektor aj

Max z = 60𝑥1 + 30𝑥2 + 20𝑥3 + 0𝑆1 + 0𝑆2 + 0𝑆3 8 6 1

a1 = 4 a2 = 2 a3= 1.5
s.t 8𝑥1 + 6𝑥2 + 𝑥3 + 𝑆1 = 48
2 1.5 0.5
4𝑥1 + 2𝑥2 + 1.5𝑥3 + 𝑠2 = 20
2𝑥1 + 1,5𝑥2 + 0,5𝑥3 + 𝑆3 = 8
𝑥1, 𝑥2, 𝑥3 , 𝑆1 , 𝑆2, 𝑆3 ≥ 0 1 0 0
as1 = 0 as2= 1 as3= 0
0 0 1
1 1 8
Matriks Bmxm B = 0 1.5 4
𝑆1 0 0.5 2
Vektor variable basis: XBV = 𝑋3
𝑋1
6 0 0
𝑋2 Matriks Nmx(n-m) N= 2 1 0
Vektor variable nonbasis: XNBV = 𝑆2
1.5 0 1
𝑆3
Koefisien ongkos variable basis: CBV = 0 20 60 48
Matriks ruas sisi kanan B = 20
Koefisien ongkos variable nonbasis: CNBV = 30 0 0 8
 Vektor aj

Max z = 60𝑥1 + 30𝑥2 + 20𝑥3 + 0𝑆1 + 0𝑆2 + 0𝑆3 8 6 1

a1 = 4 a2 = 2 a3= 1.5
s.t 8𝑥1 + 6𝑥2 + 𝑥3 + 𝑆1 = 48
2 1.5 0.5
4𝑥1 + 2𝑥2 + 1.5𝑥3 + 𝑠2 = 20
2𝑥1 + 1,5𝑥2 + 0,5𝑥3 + 𝑆3 = 8
𝑥1, 𝑥2, 𝑥3 , 𝑆1 , 𝑆2, 𝑆3 ≥ 0 1 0 0
as1 = 0 as2= 1 as3= 0
0 0 1
1 1 8
Matriks Bmxm B = 0 1.5 4
𝑆1 0 0.5 2
Vektor variable basis: XBV = 𝑋3
𝑋1
6 0 0
𝑋2 Matriks Nmx(n-m) N= 2 1 0
Vektor variable nonbasis: XNBV = 𝑆2
1.5 0 1
𝑆3
Koefisien ongkos variable basis: CBV = 0 20 60 48
Matriks ruas sisi kanan B = 20
Koefisien ongkos variable nonbasis: CNBV = 30 0 0 8
 Vektor aj

Max z = 60𝑥1 + 30𝑥2 + 20𝑥3 + 0𝑆1 + 0𝑆2 + 0𝑆3 8 6 1

a1 = 4 a2 = 2 a3= 1.5
s.t 8𝑥1 + 6𝑥2 + 𝑥3 + 𝑆1 = 48
2 1.5 0.5
4𝑥1 + 2𝑥2 + 1.5𝑥3 + 𝑠2 = 20
2𝑥1 + 1,5𝑥2 + 0,5𝑥3 + 𝑆3 = 8
𝑥1, 𝑥2, 𝑥3 , 𝑆1 , 𝑆2, 𝑆3 ≥ 0 1 0 0
as1 = 0 as2= 1 as3= 0
0 0 1
1 1 8
Matriks Bmxm B = 0 1.5 4
𝑆1 0 0.5 2
Vektor variable basis: XBV = 𝑋3
𝑋1
6 0 0
𝑋2 Matriks Nmx(n-m) N= 2 1 0
Vektor variable nonbasis: XNBV = 𝑆2
1.5 0 1
𝑆3
Koefisien ongkos variable basis: CBV = 0 20 60 48
Matriks ruas sisi kanan B = 20
Koefisien ongkos variable nonbasis: CNBV = 30 0 0 8
 Vektor aj

Max z = 60𝑥1 + 30𝑥2 + 20𝑥3 + 0𝑆1 + 0𝑆2 + 0𝑆3 8 6 1

a1 = 4 a2 = 2 a3= 1.5
s.t 8𝑥1 + 6𝑥2 + 𝑥3 + 𝑆1 = 48
2 1.5 0.5
4𝑥1 + 2𝑥2 + 1.5𝑥3 + 𝑠2 = 20
2𝑥1 + 1,5𝑥2 + 0,5𝑥3 + 𝑆3 = 8
𝑥1, 𝑥2, 𝑥3 , 𝑆1 , 𝑆2, 𝑆3 ≥ 0 1 0 0
as1 = 0 as2= 1 as3= 0
0 0 1
1 1 8
Matriks Bmxm B = 0 1.5 4
𝑆1 0 0.5 2
Vektor variable basis: XBV = 𝑋3
𝑋1
6 0 0
𝑋2 Matriks Nmx(n-m) N= 2 1 0
Vektor variable nonbasis: XNBV = 𝑆2
1.5 0 1
𝑆3
Koefisien ongkos variable basis: CBV = 0 20 60 48
Matriks ruas sisi kanan B = 20
Koefisien ongkos variable nonbasis: CNBV = 30 0 0 8
a1
S2
Matriks B adalah VBV
dimana S1 = a
untuk S1
Matriks N adalah VNBV
dimana S2 = a
untuk S2
 𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟐 𝑿𝟑 𝑿𝟏 RHS
𝑆1 −2 2 −8 1 0 0 24
XNBV XBV RHS 𝑋3 −2 2 −4 0 1 0 8
𝑋1 1,25 −0,5 1,5 0 0 1 2
XBV B-1aj I B-1b
Z 5 10 10 0 0 0 280
Z CBVB-1aj - cj 0 CBVB-1b

Penting!!
RUMUS TABLO 𝑥2 𝑠2 𝑠3 𝑥2 𝑠2 𝑥3
OPTIMUM 𝑠1 −2 2 −8 1 0 0 24
𝑥3 −2 2 −4 0 1 0 8
1.25 −0.5 1.5 0 0 1 2
𝑥1
Z 5 10 10 0 0 0 280
 1 1 8 1 0 0 R1
𝐵|𝐼3 = 0 3/2 4 0 1 0 R2
0 1/2 2 0 0 1 R3

B I
1 0 16/3 1 −2/3 0 R1’= R1 - R2’
𝐵|𝐼3 = 0 1 8/3 0 2/3 0 R2’ = 2/3R2
0 0 2/3 0 −1/3 1 R3’ = R3 - 1/2 R2’
1 0 0 1 2 −8 R1’’= R1’ - 16/3R3’’
𝐵|𝐼3 = 0 1 0 0 2 −4 R2’’ = R2- 8/3R3’’
0 0 1 0 −1/2 3/2 R3’’ = 3/2R3’

I B-1
 1 2 −8 48 24
B−1𝑏 = 0 2 −4 20 = 8
0 −0,5 1,5 8 2
1 2 −8 6 0 0 −2 2 −8
B−1𝑎𝑗 = 0 2 −4 2 1 0 = −2 2 −4
0 −0,5 1,5 1,5 0 1 1,25 −0,5 1,5
−2 2 −8
CBVB−1aj − cj = 0 20 60 −2 2 −4 − 30 0 0
1,25 −0,5 1,5
= 5 10 10
 𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟐 𝑿𝟑 𝑿𝟏 RHS
Z = 60𝑥1 + 30𝑥2 + 20𝑥3
𝑆1 −2 2 −8 1 0 0 24
𝑍 = 60(2) + 30(0) + 20(8) 𝑋3 −2 2 −4 0 1 0 8
𝑍 = 280 𝑋1 1,25 −0,5 1,5 0 0 1 2
Z 5 10 10 0 0 0 280
Atau dengan menggunakan rumus

z = CBVB−1b
24
𝑧= 0 20 60 8
2
𝑧 = 280
 Perubahan koefisien fungsi tujuan untuk variable
non basis
Max z = 60𝑥1 + 30𝑥2 + 20𝑥3 + 0𝑆1 + 0𝑆2 + 0𝑆3 XNBV XBV RHS
s.t 8𝑥1 + 6𝑥2 + 𝑥3 + 𝑆1 = 48 XBV B-1aj I B-1b
4𝑥1 + 2𝑥2 + 1.5𝑥3 + 𝑠2 = 20
2𝑥1 + 1,5𝑥2 + 0,5𝑥3 + 𝑆3 = 8 Z CBVB-1aj - cj 0 CBVB-1b
𝑥1, 𝑥2, 𝑥3 , 𝑆1 , 𝑆2, 𝑆3 ≥ 0

tablo optimal

𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟐 𝑿𝟑 𝑿𝟏 RHS
x2, s2, dan s3
𝑆1 −2 2 −8 1 0 0 24
𝑋3 −2 2 −4 0 1 0 8 adalah variabel
𝑋1 1,25 −0,5 1,5 0 0 1 2 nonbasis
Z 5 10 10 0 0 0 280
 Andaikata perusahaan tersebut mampu meningkatkan keuntungan per unit produk 2 dari 30
menjadi 34,apa yang dapat kita sarankan pada manajer?

𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟐 𝑿𝟑 𝑿𝟏 RHS XNBV XBV RHS

𝑆1 −2 2 −8 1 0 0 24 XBV B-1aj I B-1b
𝑋3 −2 2 −4 0 1 0 8
𝑋1 1,25 −0,5 1,5 0 0 1 2 Z CBVB-1aj - cj 0 CBVB-1b
Z 5 10 10 0 0 0 280

Max z = 60𝑥1 + 30𝑥2 + 20𝑥3 + 0𝑆1 + 0𝑆2 + 0𝑆3 Solusi optimal yang lama akan
C2’ = 34 tetap optimal jika c2 yang baru
−2 2 −8 (𝐶ҧ 𝑥2) bernilai positif
(nonnegative)
CBV = 0 20 60 B−1𝑎𝑗 = −2 2 −4
1,25 −0,5 1,5
−2
𝐶ҧ 𝑥2=CBVB−1a2 − c2 = 0 20 60 −2 − (30 + ∆)
1,25
≥0
 −2
𝐶ҧ 𝑥2=CBVB−1a2 − c2 = 0 20 60 −2 − (30 + ∆)
1,25
≥0
35 − (30 + ∆) ≥ 0
5 −∆≥0
∆≤ 5

∆ = 𝐶𝑏𝑎𝑟𝑢 − 𝑐𝑙𝑎𝑚𝑎 ≤ 5
𝐶𝑏𝑎𝑟𝑢 − 30 ≤ 5
𝐶𝑏𝑎𝑟𝑢 ≤ 35

Oleh karena 34 ≤ 35, maka produkai x2 tidak disarankan

 Andaikata perusahaan tersebut mampu meningkatkan keuntungan per unit produk 2 dari 30
menjadi 37,tentukan solusi optimal yang baru

−2
𝐶ҧ 𝑥2=CBVB−1a2 − c2 = 0 20 60 −2 − 37 = −2
1,25

𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS
𝑆1 −2 2 −8 1 0 0 24
Ingat bahwa solusi ini adalah
𝑋3 −2 2 −4 0 1 0 8
soal maksimumkan, sehingga
𝑋1 1,25 −0,5 1,5 0 0 1 2
tablo akan optimal kalu bariz z
Z 5 10 10 0 0 0 280 ini non negative
-2
 Ingat, memilih baris
kunci adalah dengan
𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS membandingkan RHS
𝑆1 −2 2 −8 1 0 0 24 b1 dengan kolom kunci.
𝑋3 −2 2 −4 0 1 0 8 b2 Lalu cari rasio yang
𝑋1 1,25 −0,5 1,5 0 0 1 2 b3 terkecil. Akantetapi tak
Z −2 10 10 0 0 0 280 b0 boleh membagi dengan
kolom kunci yang
𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS negatif
𝑆1 0 1,2 −5.6 1 0 1,6 27,2 b’1 = b1 + 2b’3
𝑋3 0 1.2 −1.6 0 1 1,6 11,2 B’2 = b2 +2b’3
𝑋2 1 −0,4 1.2 0 0 0,8 1.6 b’3 = 0,8b3
Z 0 9,2 12,4 0 1 2,6 283,2 B’0 = b0 +2b’3

≥ 0, 𝑠𝑜𝑙𝑢𝑠𝑖 𝑜𝑝𝑡𝑖𝑚𝑎𝑙
 Solusi optimal

𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS
𝑆1 −2 2 −8 1 0 0 24
𝑋3 −2 2 −4 0 1 0 8 X1 = s2 = s3 = 0
𝑋1 1,25 −0,5 1,5 0 0 1 2
Z −2 10 10 0 0 0 280 s1 = 27,2
x3 = 11,2
𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS X2 = 1,6
𝑆1 0 1,2 −5.6 1 0 1,6 27,2 z = 283,2
𝑋3 0 1.2 −1.6 0 1 1,6 11,2
𝑋2 1 −0,4 1.2 0 0 0,8 1,6 z = 60𝑥1 + 37𝑥2 + 20𝑥3
Z 0 9,2 12,4 0 1 2,6 283,2 z = 60(0) + 37(1,6) + 20(11,2)
Z = 283,2

≥ 0, 𝑠𝑜𝑙𝑢𝑠𝑖 𝑜𝑝𝑡𝑖𝑚𝑎𝑙
 Perubahan koefisien fungsi tujuan untuk
variable basis
Max z = 60𝑥1 + 30𝑥2 + 20𝑥3 + 0𝑆1 + 0𝑆2 + 0𝑆3
s.t 8𝑥1 + 6𝑥2 + 𝑥3 + 𝑆1 = 48
4𝑥1 + 2𝑥2 + 1.5𝑥3 + 𝑠2 = 20
2𝑥1 + 1,5𝑥2 + 0,5𝑥3 + 𝑆3 = 8
𝑥1, 𝑥2, 𝑥3 , 𝑆1 , 𝑆2, 𝑆3 ≥ 0
𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟐 RHS
𝑿𝟑 𝑿𝟏 XNBV XBV RHS
𝑆1 −2 2 −1 0 0 24 XBV B-1aj I B-1b
𝑋3 −2 2 −0 1 0 8 Z CBVB-1aj - cj 0 CBVB-1b
𝑋1 1,25 −0,5 1 0 0 1 2
Z 5 10 10 0 0 0 280
 Andaikata profit yang dihasilkanoleh produk 1 menurutn, dari 60 ke 50,apa yang dapat kita
sarankan pada manajer?

𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟐 𝑿𝟑 𝑿𝟏 RHS XNBV XBV RHS

𝑆1 −2 2 −8 1 0 0 24 XBV B-1aj I B-1b
𝑋3 −2 2 −4 0 1 0 8
𝑋1 1,25 −0,5 1,5 0 0 1 2 Z CBVB-1aj - cj 0 CBVB-1b
Z 5 10 10 0 0 0 280

Max z = 60𝑥1 + 30𝑥2 + 20𝑥3 + 0𝑆1 + 0𝑆2 + 0𝑆3 Solusi optimal yang lama akan
C1’ = 50 tetap optimal jika c2 yang baru
−2 2 −8 (𝐶ҧ 𝑥2) bernilai positif
−1𝑎 = −2 (nonnegative)
CBV = 0 20 60 + ∆ B 𝑗 2 −4
1,25 −0,5 1,5
−2
𝐶ҧ 𝑥1=CBVB−1aj − cj = 0 20 60 + ∆ −2 − 30 0 0
1,25
 −2 2 −8
CBVB−1aj − cj = 0 20 60 + ∆ −2 2 −4 − 30 0 0
1.25 −0,5 1.5

= 35 + 1,25∆ 10 − 0,5∆ 10 + 1,5∆ − 30 0 0

−4 ≤ ∆ ≤ 20
= 5 + 1,25∆ 10 − 0,5∆ 10 + 1,5∆

≥0 ≥0 ≥0

5 + 1,25∆ ≥ 0 ∆ ≥ −4
-20/3 -4 20
10 − 0,5∆ ≥ 0 ∆ ≤ 20
5 + 1,5∆ ≥ 0 ∆ ≤ −20/3
Syarat solusi lama akan tetap optimal

−4 ≤ ∆ ≤ 20

−4 ≤ 𝐶𝑏𝑎𝑟𝑢 − 𝐶𝑙𝑎𝑚𝑎 ≤ 20
Karena Cbaru sebesar 50 dan tidak
𝐶𝑙𝑎𝑚𝑎 − 4 ≤ 𝐶𝑏𝑎𝑟𝑢 ≤ 20 + 𝐶𝑙𝑎𝑚𝑎
masuk dalam syarat 56 ≤ 𝐶𝑏𝑎𝑟𝑢 ≤
80 maka solusi lama tidak optimal
60 − 4 ≤ 𝐶𝑏𝑎𝑟𝑢 ≤ 20 + 60

56 ≤ 𝐶𝑏𝑎𝑟𝑢 ≤ 80
 5 + 1,25∆ 10 − 0,5∆ 10 + 1,5∆
𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS
𝑆1 −2 2 −8 1 0 0 24 ∆ = 𝐶𝑏𝑎𝑟𝑢 − 𝐶𝑙𝑎𝑚𝑎
𝑋3 −2 2 −4 0 1 0 8
𝑋1 1,25 −0,5 1,5 0 0 1 2 ∆ = 50 − 60 = −10
Z −7.5 1.5 −5 0 0 0 260

5 + 1,25(−10) 10 − 0,5(−10) 10 + 1,5(−10)

−7,5 15 −5 Z = 50𝑥1 + 30𝑥2 + 20𝑥3

Z = 50 2 + 30 0 + 20 8 = 260
 𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS
𝑆1 −2 2 −8 1 0 0 24 b1
𝑋3 −2 2 −4 0 1 0 8 b2
𝑋1 1,25 −0,5 1,5 0 0 1 2 b3
Z −7.5 1.5 −5 0 0 0 260 b0

𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS
𝑆1 0 1,2 −5,6 1 0 8/5 27,2 b’1 = b1 + 2b’3
𝑋3 0 1,2 −1,6 0 1 8/5 11,2 B’2 = b2 +2b’3
𝑋2 1 −0,4 1,2 0 0 0,8 1,6 b’3 = 0,8b3
Z 0 −1.5 4 0 0 6 272 B’0 = b0 +7,5b’3
 Solusi optimal

𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS
𝑆1 −2 2 −8 1 0 0 24
𝑋3 −2 2 −4 0 1 0 8 X1 = s2 = s3 = 0
𝑋1 1,25 −0,5 1,5 0 0 1 2
Z −7.5 1.5 −5 0 0 0 260 s1 = 27,2
x3 = 11,2
𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS X2 = 1,6
𝑆1 0 1,2 −5,6 1 0 8/5 27,2 z = 272
𝑋3 0 1,2 −1,6 0 1 8/5 11,2
𝑋2 1 −0,4 1,2 0 0 0,8 1,6 z = 50𝑥1 + 30𝑥2 + 20𝑥3
Z 272 z = 50(0) + 30(1,6) + 20(11,2)
0 −1.5 4 0 0 6
Z = 272
 56 ≤ 𝐶𝑏𝑎𝑟𝑢 ≤ 80

Jika Cbaru terletak di rentang, maka solusi yang lama tetap optimal, akan
tetapi nilai Z yang baru harus disesuaikan dengan koefisien C yang baru

Contoh: C’1 = 75
𝑿𝟐 𝑺𝟐 𝑺𝟑 𝑺𝟏 𝑿𝟑 𝑿𝟏 RHS
𝑆1 −2 2 −8 1 0 0 24
z = 75𝑥1 + 30𝑥2 + 20𝑥3
𝑋3 −2 2 −4 0 1 0 8
z = 75(2) + 30(0) + 20(8)
𝑋1 1,25 −0,5 1,5 0 0 1 2
Z = 310
Z 23,75 2,5 32,5 0 0 0 310
 5 + 1,25∆ 10 − 0,5∆ 10 + 1,5∆

∆ = 𝐶𝑏𝑎𝑟𝑢 − 𝐶𝑙𝑎𝑚𝑎
∆ = 75 − 60 = 15

5 + 1,25(15) 10 − 0,5(15) 10 + 1,5(15)

23,75 2,5 32,5

SOAL LATIHAN

Room MyBest
METODE SENSITIVITAS
RISET OPERASIONAL

TUGAS P09
8 November 2021

Dosen Pengampu :
Donna Ekawaty, ST., M.Mpar

NIP : 202109222
Prodi : Manajemen
Fakultas : Ekonomi dan Bisnis
Jenjang Studi : S1
 Program Study Riset Operasional
Universitas Bina Sarana Informatika

Mata Kuliah : Riset Operasional

Pertemuan 9: Metode Sensitivitas
Tanggal : 8 November 2021
Pengampu Mata Kuliah : Donna Ekawaty, ST., M.MPar

Referensi

1. Wijaya, andi. (2012). Pengantar Riset Operasi. Edisi Mitra Wacana Media, Jakarta
2. Taha, Hamdy.A. (2011). Operation Research:An Introduction,ed 9, Prentice Hall
3. Winston, Wayne. (2003). Operations Research Application and Algorithms
4th.Edition 4. Mulyono, Sri.(2007). Riset Operasi Edisi Revisi, Lembaga Penerbit
Fakultas Ekonomi Universitas Indonesia

copyright@ubsi_2020