52233004

OPTIMISASI

Analisis Sensitifitas : Metode Simplek

Kelompok Keahlian Operasional Riset

Program Studi Teknik Industri

Fakultas Teknologi Industri
Universitas Islam Indonesia
ANALISIS SENSITIFITAS : METODE SIMPLEK

MATERI
o Analisis sensitifitas
✓ Perubahan koefisien fungsi tujuan
✓ Perubahan kapasitas sumberdaya
✓ Penambahan Variabel Baru
✓ Penambahan Kendala Baru
Analisis Sensitifitas
o Salah satu asumsi LP adalah bersifat deterministik, dalam
kenyataannya nilai-nilai parameter (baik Cj, aij maupun bi)
umumnya mengandung ketidakpastian.
o Setiap perubahan nilai input (data) akan mengubah masalah
LP yang dapat mempengaruhi solusi optimal. Untuk
mengetahui bagaimana solusi optimal akan berubah
sehubungan dengan perubahan nilai input (data), digunakan
analisis sensitifitas (Mustafa & Parkhan, 2000; Mulyono,
2007).
o Ketidakpastian yang mungkin dihadapi pada analisis
sensitifitas meliputi (Mustafa & Parkhan, 2000; Mulyono,
2007) :
a) Perubahan Koefisien Fungsi Tujuan (Cj)
b) Perubahan Kapasitas Sumber Daya (bi)
c) Penambahan Variabel Baru (Xj)
d) Penambahan Kendala Baru
o Pada kasus dengan dimensi m × 2 dapat diselesaikan
dengan metode grafis, sedang kasus dengan dimensi m ×
n dapat diselesaikan dengan metode simplek.

4
a) Perubahan Koefisien Fungsi Tujuan (Cj)
o Perubahan koefisien fungsi tujuan dibedakan menjadi :
1) Perubahan koefisien fungsi tujuan variabel basis
2) Perubahan koefisien fungsi tujuan variabel non basis.
1) Perubahan koefisien fungsi tujuan variabel basis
Untuk menggambarkan perubahan ini akan dianalisis contoh
berikut : Maksimumkan Z = 200 X1 + 160 X2
dengan batasan: 30 X1 ≤ 1500
40 X1 + 20 X2 ≤ 2500
20 X1 + 25 X2 ≤ 2000
X1, X2 ≥ 0

5
Bentuk implisit fungsi tujuan dan fungsi batasan adalah sebagai
berikut:
Fungsi tujuan : Z – 200 X1 – 160 X2 + 0 S1 + 0 S2 + 0 S3 = 0
dengan batasan : 30 X1 + S1 = 1500
40 X1 + 20 X2 + S2 = 2500
20 X1 + 25 X2 + S3 = 2000
X1, X2, S1, S2, S3 ≥0
Tabel solusi optimal

Variabel basis X1, X2 dan S1 dan variabel non basis S2 dan S3.
Koefisien fungsi tujuan variabel basis adalah C1, C2 dan C3.
Seberapa besar range koefisien C1 dan C2 dapat berubah
(dinaikkan atau diturunkan) tanpa mempengaruhi solusi
optimal ditentukan dengan rumus berikut :
Syarat tabel optimal tetap optimal jika Ĉj ≥ 0.
Dengan :
Cb = koefisien fungsi tujuan variabel basis pada tabel optimal
Yj = variabel dual dari variabel keputusan/variabel slack
ˆ = menunjukkan nilai baru atau nilai pada tabel optimal.
Jadi range C1 adalah : 128 ≤ C1 ≤ 320
Jadi range C2 adalah : 100 ≤ C2 ≤ 250
Untuk mengetahui perubahan pada tabel optimal sehubungan
dengan perubahan koefisien fungsi tujuan dapat ditentukan
sebagai berikut :
a) Hitung simpleks multiplier (π).
π = Cb Bˉ¹
Cb = koefisien fungsi tujuan variabel basis
Bˉ¹ = matriks dibawah variabel basis awal pada tabel optimal
b) Tentukan koefisien fungsi tujuan pada tabel optimal dengan
mencari selisih ruas kiri dan ruas kanan pembatas dual.
Misal C1 diubah dari 200 menjadi 240 (dalam range)

Y1 = 0, Y2 = 14/3, Y3 = 8/3

Fungsi Batasan Dual:

Minimumkan : W = 1500 Y1 + 2500 Y2 + 2000 Y3
dengan batasan: 30 Y1 + 40 Y2 + 20 Y3 ≥ 240
20 Y2 + 25 Y3 ≥ 160
Y1, Y2, Y3 ≥0
Selisih ruas kiri dan ruas kanan pembatas dual :
C1 = 30 Y1 + 40 Y2 + 20 Y3 – 240
= 30 (0) + 40(14/3) + 20(8/3) – 240 = 0
C2 = 20 Y2 + 25 Y3 – 160
= 20(14/3) + 25(8/3) – 160 = 0
C 3 = Y1 – 0
=0–0=0
C 4 = Y2 – 0
= 14/3 – 0 = 14/3
C 5 = Y3 – 0
= 8/3 – 0 = 8/3
W = 1500 (0) + 2500 (14/3) + 2000 (8/3)
= 17.000
Tabel optimal perubahan koefisien fungsi tujuan

Perubahan C1 menjadi 240 (masih dalam range yang

diperkenankan) tidak merubah harga variabel-variabel
keputusan, yang berubah nilai Z nya, semula 15.500 menjadi
17.000
Misal C2 diubah dari 160 menjadi 300 (diluar range)

Y1 = 0, Y2 = – 5/3, Y3 = 40/3

Fungsi Batasan Dual:

Minimumkan: W = 1500 Y1 + 2500 Y2 + 2000 Y3
dengan batasan: 30 Y1 + 40 Y2 + 20 Y3 ≥ 200
20 Y2 + 25 Y3 ≥ 300
Y1, Y2, Y3 ≥0
Selisih ruas kiri dan ruas kanan pembatas dual :
C1 = 30 Y1 + 40 Y2 + 20 Y3 – 200
= 30 (0) + 40 (– 5/3) + 20 (40/3) – 200 = 0
C2 = 20 Y2 + 25 Y3 – 300
= 20 (–5/3) + 25 (40/3) – 300 = 0
C 3 = Y1 – 0
=0–0=0
C 4 = Y2 – 0
= – 5/3 – 0 = – 5/3
C 5 = Y3 – 0
= 40/3 – 0 = 40/3
W = 1500 (0) + 2500 (– 5/3) + 2000 (40/3)
= 22.500
Tabel perubahan koefisien fungsi tujuan

Tabel optimal perubahan koefisien fungsi tujuan

Perubahan C2 menjadi 300 (diluar range yang diperkenankan)

menyebabkan perubahan nilai variabel keputusan (X1 = 0 dan X2 =
80) serta Z = 24.000
Interpretasi hasil :
o Jika keuntungan/unit produk 1 yang semula Rp 200,-
berubah menjadi antara Rp 128,- sampai Rp 320,- dan
keuntungan/unit produk 2 tetap, perubahan tersebut
tidak akan mempengaruhi keputusan semula (A= 37,5 dan
B = 50)
o Jika keuntungan/unit produk 1 yang semula Rp 200,-
berubah menjadi Rp. 240,-maka keuntungan semula Rp
15.500,- berubah menjadi Rp 17.000,-
o Jika keuntungan /unit produk 2 yang semula Rp 160,-
berubah menjadi antara Rp 100,- sampai Rp 250,- dan
keuntungan/unit produk 1 tetap, perubahan tersebut
tidak akan mempengaruhi keputusan semula.
o Jika keuntungan/unit produk 2 yang semula Rp 160,-
berubah menjadi Rp. 300,-, kondisi optimal semula
berubah menjadi A= 0 dan B = 80 dengan keuntungan
semula Rp 15.500,- berubah menjadi Rp 24.000,-
o Pada batas atas dan batas bawah range tersebut terjadi
Multiple Optimal Solution.
2) Perubahan koefisien fungsi tujuan variabel non basis
Untuk menggambarkan perubahan ini akan dianalisis contoh
berikut : Maksimumkan : Z = 12 X1 + 18 X2 + 15 X3
dengan batasan : 4 X1 + 6 X2 + 5 X3 ≤ 480
2 X1 + 5 X2 + 6 X3 ≤ 360
3 X1 + 8 X2 + 6 X3 ≤ 580
X1, X2, X3 ≥0

22
Bentuk implisit fungsi tujuan dan fungsi batasan adalah sebagai
berikut:
Maksimumkan : Z – 12 X1 – 18 X2 – 15 X3 + 0 S1 + 0 S2 + 0 S3
dengan batasan: 4 X 1 + 6 X2 + 5 X 3 + S 1 = 480
2 X1 + 5 X2 + 6 X 3 + S2 = 360
3 X 1 + 8 X2 + 6 X 3 + S3 = 580
X1, X2, X3, S1, S2, S3 ≥0
Tabel solusi optimal

Variabel keputusan non basis adalah X3, artinya X3 tidak

diproduksi karena tidak cukup ekonomis. Apabila C3
diturunkan berapapun, X3 tetap tidak ekonomis untuk
diproduksi. Sebaliknya, jika C3 dinaikkan sampai jumlah
tertentu, ada kemungkinan X3 cukup ekonomis untuk
diproduksi.
Jadi range C3 adalah : – ∞ ≤ C3 ≤ 15
o Jadi pada – ∞ ≤ C3 ≤ 15, X3 tidak ekonomis untuk
diproduksi, jika C3 dinaikkan menjadi lebih dari 15,
maka X3 akan menguntungkan untuk diproduksi. Untuk
mengetahui perubahan pada tabel optimal, dapat
ditentukan sebagaimana perubahan koefisien fungsi
tujuan variabel basis.
o Misal C3 diubah dari 15 menjadi 16

Y1 = 3, Y2 = 0 dan Y3 = 0
Fungsi Batasan Dual:

Minimumkan : W = 480 Y1 + 360 Y2 + 580 Y3

dengan batasan : 4 Y1 + 2 Y2 + 3 Y3 ≥ 12
6 Y1 + 5 Y2 + 8 Y3 ≥ 18
5 Y1+ 6 Y2 + 6 Y3 ≥ 16
Y1, Y2, Y3 ≥0
Selisih ruas kiri dan ruas kanan pembatas dual :
C1 = 4 Y1 + 2 Y2 + 3 Y3 – 12
= 4 (3) + 2 (0) + 3 (0) – 12 = 0
C2 = 6 Y1 + 5 Y2 + 8 Y3 – 18
= 6 (3) + 5 (0) + 8 (0) – 18 = 0
C3 = 5 Y1 + 6 Y2 + 6 Y3 – 16
= 5 (3) + 6 (0) + 6 (0) – 16 = – 1
C4 = Y1 – 0
=3–0=3
C5 = Y2 – 0
=0–0=0
C6 = Y3 – 0
=0–0=0
W = 480 (3) + 360 (0) + 580 (0) = 1.440
Tabel perubahan koefisien fungsi tujuan

Entering variable persoalan di atas adalah kolom X3 dan

leaving variable adalah baris S3. Hal ini mengindikasikan
bahwa perubahan koefisien fungsi tujuan menjadi 16
menjadikan X3 layak untuk diproduksi
Interpretasi hasil :
o Kondisi optimal tercapai jika perusahaan memproduksi
A = 30 unit, B = 60 unit dan C = 0 unit. Kondisi ini akan
menghasilkan keuntungan sebesar 1440.
o Pada kondisi optimal di atas sumberdaya 1 dan 2
statusnya ketat, artinya kapasitas yang tersedia sesuai
dengan yang dibutuhkan. Sumberdaya 3 longgar
sebaiknya sumberdaya 3 cukup disediakan sebanyak
570 unit.
o Produk C akan layak diproduksi jika keuntungan/unit
produk C atau C3 > 15
b) Perubahan Kapasitas Sumber Daya (bi)
o Pengaruh perubahan kapasitas sumber daya (konstanta
ruas kanan ) dirumuskan sebagai berikut.

bˆi = Bˉ¹ bi
dimana:
Bˉ¹ = matriks dibawah variabel basis awal pada tabel optimal
ˆ = menunjukkan nilai baru atau nilai pada tabel optimal
Syarat tabel optimal tetap optimal dan layak jika: bˆi ≥ 0

31
Syarat tabel optimal tetap optimal dan layak jika bˆi ≥ 0
5/8 b1 – 270 + 0 ≥ 0 → b1 ≥ 432
– 2/8 b1 + 180 + 0 ≥ 0 → b1 ≤ 720
1/8 b1 – 630 + 580 ≥ 0 → b1 ≥ 400

Jadi range b1 adalah: 432 ≤ b1 ≤ 720

• Dapat disimpulkan bahwa selama 432 ≤ b1 ≤ 720, tabel
optimal tetap optimal dan layak yang berarti variabel
basisnya tetap, yang berubah adalah nilai solusi
optimal (nilai variabel basis dan nilai fungsi tujuannya).
• Nilai interval solusi optimal dapat ditentukan sebagai
berikut :
Untuk semua 432 ≤ b1 ≤ 720, solusi optimal adalah:
X1 = 5/8 b1 – 270
X2 = –2/8 b1 + 180
S3 = 1/8 b1 – 50
Z = 12(5/8 b1 – 270) + 18(–2/8 b1 + 180) + 15 (0)
Syarat tabel optimal tetap optimal dan layak jika bˆi ≥ 0
300 – 6/8 b2 + 0 ≥ 0 → b2 ≤ 400
–120 + 4/8 b2 + 0 ≥ 0 → b2 ≥ 240
60 – 14/8 b2 + 580 ≥ 0 → b2 ≤ 365

Jadi range b2 adalah: 240 ≤ b2 ≤ 365

• Dapat disimpulkan bahwa selama 240 ≤ b2 ≤ 365, tabel
optimal tetap optimal dan layak yang berarti variabel
basisnya tetap, yang berubah adalah nilai solusi
optimal (nilai variabel basis dan nilai fungsi tujuannya).
• Nilai interval solusi optimal dapat ditentukan sebagai
berikut :
Untuk semua 240 ≤ b2 ≤ 365, solusi optimal adalah :
X1 = 300 - 6/8 b2
X2 = –120 + 4/8 b2
S3 = 640 – 14/8 b2
Z = 12(300 – 6/8 b2) + 18(–120 + 4/8 b2) + (0)
Syarat tabel optimal tetap optimal dan layak jika bˆi ≥ 0
300 – 270 + 0 b3 ≥ 0 → b3 sembarang harga
–120 + 180 + 0 b3 ≥ 0 → b3 sembarang harga
60 – 630 + b3 ≥ 0 → b3 ≥ 570

Jadi range b2 adalah : b3 ≥ 570

• Dapat disimpulkan bahwa selama b3 ≥ 570, tabel
optimal tetap optimal dan layak yang berarti variabel
basisnya tetap, yang berubah adalah nilai solusi
optimal (nilai variabel basis dan nilai fungsi tujuannya).
• Nilai interval solusi optimal dapat ditentukan sebagai
berikut:
Untuk semua b3 ≥ 570, solusi optimal adalah:
X1 = 30 + 0 b3
X2 = 60 + 0 b3
S3 = –570 + b3
Z = 12(5/8 b1 – 270) +18(–2/8 b1 + 180) + 15 (0)
Untuk mengetahui pengaruh perubahan nilai ruas kanan
(bi) terhadap nilai Z selama masih dalam rangenya ,
menggunakan shadow price.
◊ Shadow Price Sumberdaya 1
Misal b1 diturunkan menjadi 440, besarnya nilai ruas
kanan pada tabel optimal adalah :
X1 = 5/8 (440) – 270 = 5
X2 = –2/8 (440) + 180 = 70
S3 = 1/8 (440) – 50 = 5
Z = 12 (5) + 18 (70) + 15 (0) = 1320
Misal b1 dinaikkan menjadi 640, besarnya nilai ruas
kanan pada tabel optimal adalah :
X1 = 5/8 (640) – 270 = 130
X2 = –2/8 (640) + 180 = 20
S3 = 1/8 (640) – 50 = 30
Z = 12 (130) + 18 (20) + 15 (0) = 1920

Jadi shadow price sumberdaya 1 = 120/40 atau 480/60

=3
◊ Shadow Price Sumberdaya 2
Misal b2diturunkan menjadi 240, besarnya nilai ruas
kanan pada tabel optimal adalah :
X1 = 300 – 6/8 (240) = 120
X2 = –120 + 4/8 (240) = 0
S3 = 640 – 14/8 (240) = 220
Z = 12 (120) + 18 (0) +15 (0) = 1440
Misal b2 dinaikkan menjadi 364, besarnya nilai ruas
kanan pada tabel optimal adalah :
X1 = 300 – 6/8 (364) = 27
X2 = –120 + 4/8 (364) = 62
S3 = 640 – 14/8 (364 ) = 3
Z = 12 (27) + 18 (62) + 15 (0) = 1440

Jadi shadow price sumberdaya 2 = 0/120 atau 0/4

=0
◊ Shadow Price Sumberdaya 3
Sumberdaya 3 merupakan sumber daya yang longgar,
sehingga selama b3 ≥ 570 tidak akan berpengaruh
terhadap Z.
Jadi shadow price sumberdaya 3 = 0

Berdasarkan shadow price tersebut dapat ditentukan

prioritas penambahan/pengurangan sumberdaya
Untuk mengetahui pengaruh perubahan (bi) terhadap
status sumberdaya, variabel keputusan dan nilai Z jika
perubahannya di luar range yang diijinkan, digunakan
metode dual simplek.
Misal b1 diturunkan menjadi 400, maka:
X1 = 5/8 (400) – 270 = – 20
X2 = –2/8 (400) + 180 = 80
S3 = 1/8 (400) – 50 = 0
Z = 12 (–20) + 18 (80) + 15 (0)= 1200
Tabel awal perubahan kapasitas sumberdaya

Pilih baris X1 sebagai leaving variabel dan kolom S2 sebagai

entering variabel.

Tabel optimal perubahan kapasitas sumberdaya

o Perubahan (b1) di luar range yang diperkenankan (yang
semula 480 menjadi 400) akan berpengaruh terhadap
status sumberdaya. Pada saat b1=480 sumberdaya yang
ketat adalah sumberdaya 1 dan sumberdaya 3,
sedangkan pada saat b1=400 sumberdaya yang ketat
hanya sumberdaya 1.
o Perubahan (b1) juga berpengaruh terhadap nilai variabel
keputusan dan nilai Z, jika semula nilai X1= 30, X2= 60, X3
= 0 dan Z= 1.440, akibat perubahan tersebut nilai X1 = 0,
X2 = 200/3, X3 = 0 dan Z = 1.200.
c) Penambahan Variabel Baru (Xj)
o Penambahan variabel baru merupakan penambahan
kegiatan baru yang menggunakan sumberdaya yang sama.
Untuk mengetahui pengaruh penambahan variabel baru
terhadap solusi optimal dapat dilakukan dengan
menyelidiki selisih ruas kiri dengan ruas kanan pembatas
dual yang baru.
o Jika selisihnya berharga positif maka penambahan variabel
baru tersebut tidak mempengaruhi solusi optimal dan
sebaliknya jika berharga negatif akan mempengaruhi solusi
optimal.

46
o Misal jika perusahaan merencanakan untuk membuat
produk D dimana setiap unit produk D memberikan
sumbangan keuntungan 12, membutuhkan 9 unit
sumberdaya 1, 6 unit sumberdaya 2 dan 8 unit sumberdaya
3 sehingga formulasi persoalan semula berubah menjadi :
Maksimumkan : Z = 12 X1 + 18 X2 + 15 X3 + 12 X4
dengan batasan: 4 X1 + 6 X2 + 5 X3 + 9 X4 ≤ 480
2 X1 + 5 X2 + 6 X3 + 6 X4 ≤ 360
3 X1 + 8 X2 + 6 X3 + 8 X4 ≤ 580
X1, X2, X3, X4 ≥ 0

47
Pembatas dual baru : 9 Y1 + 6 Y2 + 8 Y3 ≥ 12
Ĉ4 = 9 Y1 + 6 Y2 + 8 Y3 – 12

Y1 = 3, Y2 = 0 dan Y3 = 0
Ĉ4 = 9 (3) + 6 (0) + 8 (0) – 12 = 15, positif menunjukkan
bahwa produk D dengan keuntungan/unit 12, tidak layak
untuk diproduksi. Produk D layak untuk diproduksi jika
keuntungan/unit : 9 (3) + 6 (0) + 8 (0) – C4 < 0 atau C4 > 27.
Misal C4 = 30, X4 = 9 (3) + 6 (0) + 8 (0) – 30 = – 3, dengan
koefisien pembatas sebagai berikut :

Tabel penambahan variabel baru

Entering variable kolom X4 dan leaving variable baris X1

Tabel iterasi 1 penambahan variabel baru

Entering variable kolom X4 dan leaving variable baris X1

Tabel optimal penambahan variabel baru

Jadi dengan C4 = 30 produk D layak untuk diproduksi dan

menaikkan Z yang semula 1.440 menjadi 1.600
d) Penambahan Batasan Baru
o Penambahan batasan baru terjadi karena perubahan sifat
sumberdaya yang semula tidak terbatas menjadi terbatas
jumlahnya. Penambahan batasan baru akan mempengaruhi
solusi optimal apabila sifatnya aktif dan sebaliknya tidak
mempengaruhi solusi optimal jika sifatnya pasif.
Misal batasan baru 1) 5 X1 + 6 X2 + 8 X3 ≤ 550 (pasif)
2) 5 X1 + 6 X2 + 8 X3 ≤ 500 (aktif)
Langkah penyelesaian:
1. Tambahkan batasan baru pada tabel optimal semula.
Misal batasan baru : 5 X1 + 6 X2 + 8 X3 ≤ 500

51
 Misal batasan baru : 5 X1 + 6 X2 + 8 X3 ≤ 500
Tabel penambahan batasan baru

2. Buat agar korespondensi variabel basis pada tabel optimal

semula, terhadap pembatas baru berharga nol.
Variabel basis pada tabel optimal semula adalah X1, X2 dan
S3 yang pada pembatas baru masing-masing sebesar 5, 6
dan 0. Supaya berharga nol, maka nilai kolom X1, X2, X3, S1,
S2, S3, S4 dan solusi pada baris S4 tambahkan dengan:

52
2. Buat agar korespondensi variabel basis pada tabel optimal
semula, terhadap pembatas baru berharga nol.
Variabel basis pada tabel optimal semula adalah X1, X2 dan
S3 yang pada pembatas baru masing-masing sebesar 5, 6
dan 0. Supaya berharga nol, maka nilai kolom X1, X2, X3, S1,
S2, S3, S4 dan solusi pada baris S4 tambahkan dengan :

53
 [(– 5)(pers X1) + (– 6)(pers X2) + (0)(pers S3)] + pers S4
X1 : [(– 5)(1) + (– 6)(0) + (0)(0)] + 5 = 0
X2 : [(– 5)(0) + (– 6)(1) + (0)(0)] + 6 = 0
X3 : [(– 5)(– 11/8) + (– 6)(14/8) + (0)(31/8)] + 8 = 35/8
S1 : [(– 5)(5/8) + (– 6)(– 2/8) + (0)(1/8)] + 0 = – 13/8
S2 : [(– 5)(– 6/8) + (– 6)(4/8) + (0)(– 14/8)] + 0 = 6/8
S3 : [(– 5)(0) + (– 6)(0) + (0)(1)] + 0 = 0
S4 : [(– 5)(0) + (– 6)(0) + (0)(0)] + 1 = 1
Solusi : [(– 5)(30) + (– 6)(60) + (0)(10)] + 500 = – 10

54
Tabel iterasi 1 penambahan batasan baru

Leaving variable kolom X4 dan Entering variable baris X1

Tabel optimal penambahan batasan baru

Interpretasi hasil :
o Status sumberdaya pada kondisi optimal : sumberdaya
1 dan 2 ketat, sumberdaya 3 longgar.
o Status sumberdaya 1 dan 2 tetap ketat, selama
perubahan kapasitas salah satu sumberdaya masih
dalam range berikut :
range b1 adalah : 432 ≤ b1 ≤ 720
range b2 adalah : 240 ≤ b2 ≤ 365
range b3 adalah : 570 ≤ b3 ≤ ∞
o Diprioritaskan untuk menambah kapasitas sumberdaya 1
karena memberikan tambahan keuntungan per unit
yang paling besar. Sumberdaya 3 sebaiknya cukup
disediakan sebanyak 570 unit.
o Penambahan variabel baru dapat berakibat pada
kenaikan keuntungan, sedangkan penambahan batasan
baru dapat berakibat pada penurunan keuntungan
Kesimpulan
o Analisis sensitifitas dengan metode simplek,
menghasilkan kesimpulan yang sama dengan
analisis sensitifitas dengan metode grafis.
o Setiap perubahan nilai input (data) akan mengubah
masalah LP yang dapat mempengaruhi solusi
optimal.
o Untuk mengetahui bagaimana solusi optimal akan
berubah sehubungan dengan perubahan nilai input
(data), digunakan analisis sensitifitas
o Ketidakpastian yang mungkin dihadapi pada analisis
sensitifitas meliputi : perubahan koefisien fungsi tujuan,
perubahan kapasitas sumber daya, penambahan variabel
baru dan penambahan kendala baru
o Perubahan koefisien fungsi tujuan, ditujukan untuk
mengetahui sejauh mana koefisien fungsi tujuan berubah
tetapi tidak mempengaruhi keputusan optimal semula
o Perubahan kapasitas sumber daya, ditujukan untuk
mengetahui sejauh mana perubahan kapasitas sumber
daya berubah tetapi tidak mempengaruhi status sumber
daya pada kondisi optimal semula

59
o Penambahan variabel baru, ditujukan untuk mengetahui
kapan penambahan variable baru berpengaruh terhadap
keputusan atau kondisi optimal semula
o Penambahan kendala baru, ditujukan untuk mengetahui
kapan adanya kendala baru berpengaruh terhadap
keputusan atau kondisi optimal semula
o Untuk mengetahui prioritas penambahan/pengurangan
suatu sumber daya dapat ditentukan berdasarkan nilai
shadow price nya

60
Tugas
Sebuah perusahaan merencanakan untuk memproduksi 3
macam produk, yaitu produk A, B dan C. Setiap produk A
membutuhkan 6 unit sumberdaya 1, 12 unit sumberdaya 2 dan 8
unit sumberdaya 3. Setiap produk B membutuhkan 12 unit
sumberdaya 1, 8 unit sumberdaya 2 dan 10 unit sumberdaya 3.
Setiap unit produk C membutuhkan 9 unit sumberdaya 1, 8 unit
sumberdaya 2 dan 6 unit sumberdaya 3. Setiap produk A, B dan
C masing-masing menyumbangkan keuntungan Rp. 40,-, Rp.75,-
dan Rp.60,-. Kapasitas sumberdaya 1, 2 dan 3 masing-masing
825 unit, 600 unit, dan 750 unit. Jika X1, X2 dan X3 menunjukkan
banyaknya produk A, B dan C yang dibuat, dan S1, S2 dan S3
menunjukkan kapasitas sumberdaya 1, 2 dan 3 yang tersedia.
Tentukan :
o Tentukan banyaknya produk A, B dan C yang sebaiknya
diproduksi dan berapakah keuntungannya.
o Status masing-masing sumberdaya pada kondisi optimal
o Kebutuhan sumberdaya 1, 2 dan 3 pada kondisi optimal
o Range keuntungan/unit produk A, B dan C yang menunjukkan
bahwa pada range tersebut keputusan optimal semula tidak
berubah.
o Jika keuntungan/unit produk A berubah menjadi Rp 50,-
berapa produk A, B dan C yang seharusnya diproduksi dan
berapa keuntungan (Z) ?.
o Pada keuntungan berapa rupiah/unit, produk A menjadi layak
diproduksi.
o Jika keuntungan/unit produk B berubah menjadi Rp 70,-
berapa produk A, B dan C yang seharusnya diproduksi dan
berapa keuntungan (Z)?.
o Jika keuntungan/unit produk C berubah menjadi Rp 80,-
berapa produk A, B dan C yang seharusnya diproduksi dan
berapa keuntungan (Z)?.
o Range sumberdaya 1, 2, 3 yang menunjukkan bahwa pada
range tersebut status sumberdaya yang ketat tetap ketat.
o Shadow price sumberdaya 1, 2, 3 dan sumberdaya mana yang
sebaiknya dikurangi jika perusahaan akan mengurangi salah
satu kapasitas sumberdaya sebesar 50 unit?
o Besarnya Keuntungan (Z), jika kapasitas sumberdaya 1 naik
menjadi 850 unit.
o Besarnya Keuntungan (Z), jika kapasitas sumberdaya 2 naik
menjadi 700 unit.
o Besarnya Keuntungan (Z), jika kapasitas sumberdaya 3 turun
menjadi 700 unit.
o Bagaimana pengaruh adanya batasan baru berikut : 5 X1 + 6
X2 + 10 X3 ≤ 500
o Jika perusahaan merencanakan untuk membuat produk D
dimana setiap unit produk D memberikan sumbangan
keuntungan 58, membutuhkan 6 unit sumberdaya 1, 8 unit
sumberdaya 2 dan 6 unit sumberdaya 3, layakkah produk D
tersebut diproduksi, bagaimana kondisi optimalnya.
Referensi

Mulyono, S. (2007). Operations Research. Jakarta: LP FE-UI.

Mustafa, Z., & Parkhan, A. (2000). Belajar cepat linear programming dengan
QS (Quantitative Systems). Yogyakarta: Ekonesia.