PROGRAM LINEAR METODE SIMPLEKS

Disusun untuk memenuhi Tugas Optimasi Industri Program Studi Teknik Industri
Universitas Muhammadiyah Cirebon

Penyusun :

Muhammad Aris Abdullah

200411065

Dosen Pengampu :
Budi Susanto, M.Sc

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH CIREBON

2022

I
 VISI MISI FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH CIREBON

VISI :
“Menjadikan Fakultas Unggul Dalam IPTEK di Wilayah Jawa Barat Pada Tahun
2020 yang Islami, Kompeten Dalam Bidang Rekayasa Teknologi dan Mandiri”

MISI :
1.Menanamkan nilai-nilai islami kepada seluruh civitas akademik prodi teknik
industri secara komprehensif.
2.Terselenggaranya pendidikan dan pengajaran di prodi teknik industri yang
berorientasi pada kompetensi bidang rekayasa teknologi yang sesuai dengan
pengembangan kebutuhan dunia usaha dan industri.
3.Terselenggaranya kegiatan penelitian bidang rekayasa teknologi melalui kerjasama
dengan pihak industri dan instansi pemerintahan baik dalam maupun luar negeri.
4.Terselenggaranya kegiatan pegabdian kepada masyarakat dalam bidang rekayasa
teknologi.
Tumbuh kembangnya sikap kewirausahaan sesuai bidang rekayasa teknologi di
kalangan civitas akademika fakultas teknik.

II
 VISI MISI PROGRAM STUDI S-1 TEKNIK INDUSTRI
UNIVERSITAS MUHAMMADIYAH CIREBON

VISI :
“Menjadikan Program Studi Teknik Industri Unggulan di Wilayah Cirebon Dalam
menghasilkan Sarjana Teknik Industri yang Islami, Berkompeten di Bidang Rekayasa
Teknologi Industri Manafaktur dan Jasa Serta Jiwa Kewirausahaan”

MISI :
1.Menenamkan nilai-nilai islam kepada seluruh civitas akademik prodi teknik
industry secara komprehensif.
2.Menyelenggarakan pendidikan dan pengajaran di prodi teknik industri yang
berorientasi pada kompetensi bidang rekayasa teknologi yang sesuai dengan
pengembangan kebutuhan dunia usaha dan industri.
3.Menyelenggarakan kegiatan penelitian bidang rekayasa teknologi di industri
manufaktur dan industri jasa.
4.Menyelenggarakan kegiatan pegabdian kepada masyarakat dalam bidang rekayasa
teknologi di industri manufaktur dan industri jasa.
5.Menumbuhkan jiwa kewirausahaan sesuai bidang rekayasa teknologi di kalangan
civitas akademika prodi teknik industri.

III
IV
V
 KATA PENGANTAR

Assalamualaikum Wr. Wb.

Puji syukur penulis panjatkan ke hadirat Allah SWT, Karena Atas rahmat dan
hidayah-Nya, penulis bisa menyelesaikan Tugas Optimasi Program Linear Metode
Simpleks. Tidak lupa penulis mengucapkan terima kasih kepada Pak Budi Susanto
M.Sc. selaku Dosen Pengampu Mata KuliahOptimas yang telah membantu penulis
dalam menyelesaikan Makalah ini.
Penulis juga mengucapkan terima kasih kepada teman-teman serta kolega
yang telah berkontribusi baik secara langsung maupun tidak langsung dalam proses
pembuatan makalah ini. Penulis menyadari ada banyak kekurangan pada makalah ini.
Oleh sebab itu, saran dan kritik senantiasa diharapkan demi perbaikan karya penulis.
Penulis juga berharap semogamakalah ini mampu memberikan pengetahuan dan
dampak positif yang bermanfaat bagi kita semua. Akhir kata, Wassalammualaikum
wr. wb.

Cirebon, 26 Maret 2022

Penulis

VI
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Pemrograman linier secara umum dapat didefinisikan sebagai salah satu teknik
menyelesaikan riset operasi, dalam hal ini adalah khusus menyelesaikan
masalahmasalah optimasi, yaitu memaksimalkan atau meminimumkan. Pemrograman
linier adalah perencanaan kegiatan-kegiatan dengan menggunakan suatu model umum
yang dapat digunakan dalam pemecahan masalah pengalokasian sumberdaya-
sumberdaya yang terbatas secara optimal (Sitorus, 1997). Penyelesaian optimasi
hanya terbatas pada masalah-masalah yang dapat diubah menjadi fungsi linier.
Secara khusus, persoalan pemrograman linier merupakan suatu persoalan
untuk menentukan besarnya masingmasing nilai variabel sehingga nilai fungsi tujuan
atau objektif yang linear menjadi optimum dengan memperhatikan adanya kendala
yang harus dinyatakan dalam bentuk ketidaksamaan linier. Pemilihan penyelesaian
masalah dengan pemrograman linier karena telah terbukti mampu menyelesaikan
permasalahan optimasi dari waktu ke waktu dan digunakan pada berbagai situational
problem. Diantaranya adalah untuk pembahasan penggunaan program linear dalam
memaksimumkan keuntungan (Merlyana dan Abbas, 2008).

1.2 Rumusan Masalah

Dari uraian diatas, dapat diturunksn menjadi beberapa pertanyaan, yaitu :
1. Apa yang disebut dengan Pemrograman Linear Metode Simpleks ?
2. Bagaimana Langkah Penyelesaian Program Linear Metode Simpleks ?
3. Apa manfaat menggunakan Metode Simpleks?

1.3 Tujuan Penelitian

Beberapa Tujuan dari penelitian ini diadakan adalah sebagai berikut :
1. Agar dapat memahami Program Linear Metode Simpleks
2. Dapat mengaplikasikan langkah penyelesaian Program Linear Metode Simpleks.

1
 BAB II

PEMBAHASAN
2.1 Tinjauan Pustaka
A. Metode simpleks
Metode Simpelks adalah metode yang dapat digunakan untuk menyelesaikan
persoalan manaterial yang telah diformulasikan terlebih dahulu ke dalam persamaan
matematika program linear yang mempunyai variable keputusan mulai dari lebih
besar atau sama dengan 2 (dua) sampai multivariable.

B. Iterasi
Iterasi  adalah tahapan perhitungan dimana nilai dalam perhitungan itu tergantung dari
nilai tabel sebelumnya.

C. Variabel non basis 

Variabel non Basis adalah variabel yang nilainya diatur menjadi nol pada sembarang
iterasi. Dalam terminologi umum, jumlah variabel non basis selalu sama dengan
derajat bebas dalam sistem persamaan.
Variabel basis merupakan variabel yang nilainya bukan nol pada sembarang
iterasi. Pada solusi awal, variabel basis merupakan variabel slack (jika fungsi kendala
merupakan pertidaksamaan ≤ ) atau variabel buatan (jika fungsi kendala
menggunakan pertidaksamaan ≥ atau =). Secara umum, jumlah variabel basis selalu
sama dengan jumlah fungsi pembatas (tanpa fungsi non negatif).
Solusi atau nilai kanan (NK)  merupakan nilai sumber daya pembatas yang masih
tersedia. Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber daya
pembatas awal yang ada, karena aktivitas belum dilaksanakan. Ada beberapa hal yang
perlu diperhatikan, yaitu:
1.      Nilai kanan (NK)  fungsi tujuan harus nol (0).
2.      Nilai kanan (NK) fungsi kendala harus positif.  Apabila negatif,
nilai tersebut harusdikalikan –1.

D. Variabel slack
Variable Slack adalah variabel yang ditambahkan ke model matematik kendala untuk
mengkonversikan pertidaksamaan ≤ menjadi persamaan (=). Penambahan variabel ini
terjadi pada tahap inisialisasi. Pada solusi awal, variabel slack akan berfungsi sebagai
variabel basis.

E. Variabel surplus
Variable Surplus adalah variabel yang dikurangkan dari model matematik kendala
untuk mengkonversikan pertidaksamaan ≥ menjadi persamaan (=). Penambahan ini
terjadi pada tahap inisialisasi. Pada solusi awal, variabel surplus tidak dapat berfungsi
sebagai variabel basis.

F. Variabel buatan 
Variable buatan adalah variabel yang ditambahkan ke model matematik kendala
dengan bentuk ≥ atau = untuk difungsikan sebagai variabel basis awal. Penambahan

2
variabel ini terjadi pada tahap inisialisasi. Variabel ini harus bernilai 0 pada solusi
optimal, karena kenyataannya variabel ini tidak ada. Variabel hanya ada di atas kertas.

G. Kolom pivot (kolom kerja)

Kolom pivot (kolom kerja) adalah kolom yang memuat variabel masuk. Koefisien
pada kolom ini akn menjadi pembagi nilai kanan untuk menentukan baris pivot (baris
kerja).

H. Baris pivot (baris kerja) 

Baris pivot (baris kerja) adalah salah satu baris dari antara variabel basis yang
memuat variabel keluar.

I. Elemen pivot 
Elemen pivot  adalah elemen yang terletak pada perpotongan kolom dan baris pivot.
Elemen pivot akan menjadi dasar perhitungan untuk tabel simpleks berikutnya.

J. Variabel masuk 
Variable Masuk adalah variabel yang terpilih untuk menjadi variabel basis pada
iterasi berikutnya. Variabel masuk dipilih satu dari antara variabel non basis pada
setiap iterasi. Variabel ini pada iterasi berikutnya akan bernilai positif.

K. Variabel keluar 
Variable Keluar adalah variabel yang keluar dari variabel basis pada iterasi berikutnya
dan digantikan oleh variabel masuk. Variabel keluar dipilih satu dari antara variabel
basis pada setiap iterasi. Variabel ini pada iterasi berikutnya akan bernilai nol.

2.2 Penyelesaian Persoalan

Tentukan Nilai Maksimum z = 8 X1 + 9 X2+ 4 X3
Fungsi Kendala :        
 X1+ X2 + 2 X3 ≤ 2
2 X1 + 3 X2 + 4 X3 ≤ 3
7 X1+ 6 X2 + 2 X3≤ 8
X1, X2, X3  ≥ 0

Jawab :
Maksimum z = 8 X1 + 9 X2+ 4 X3
Fungsi Kendala :        
 X1+ X2 + 2 X3 ≤ 2
2 X1 + 3 X2 + 4 X3 ≤ 3
7 X1+ 6 X2 + 2 X3≤ 8
X1, X2, X3  ≥ 0

 Langkah 1.
Mengubah fungsi tujuan
z = 8 X1 + 9 X2+ 4 X3+ 0S1 + 0S2 + 0S3     atau  
z - 8 X1 - 9 X2 - 4 X3 - 0S1 - 0S2 - 0S3 = 0

 Langkah 2.
Mengubah fungsi batasan

3
 X1+ X2 + 2 X3 + S1  = 2
2X1 + 3 X2 + 4 X3  + S2 = 3
7X1+ 6 X2 + 2 X3 + S3    = 8
X1, X2, X3, S1, S2, S3 ≥ 0

Langkah 3.
Tabel Solusi Awal

Langkah 4.
Menentukan kolom entering variable

Pada contoh di atas nilai negatif yang tebesar adalah -9 pada kolom X 2 jadi, kolom 
X2  adalah kolom kunci/Pivot,

Langkah 5.
Menentukan Baris Leaving Variable

Jadi nilai rasio terkecil adalah 1 (selain Z), sehingga baris kuncinya / baris pivot ada
pada S2.

Langkah 6.
Menetukan Pvot Elemen

4
Angka kunci diperoleh dari perpotongan antara kolom kunci dan baris kunci. Jadi
angka kunci diperoleh angka 3.

Langkah 7.
Membuat Tabel Baru

 Membuat Baris Baru Kunci (BBK)

 Karena nilai kunci berada pada kolom X2, maka baris S2 kita ubah namanya
menjadi X2, dan nilai-nilai pada baris S2 kita ubah pula dengan cara membagi
nilai baris dengan angka kunci. Maka kita mendapat nilai baris kunci yang baru
(baris x1)

Langkah 8.
Mencari baris baru selain baris kunci/pivot.
Baris baru : baris lama – (angka kolom kunci X nilai baru baris kunci

Langka 9.
Ulangi Mencari EV, LV, Pivot Elemen.

Masukkan nilai-nilai tersebut ke dalam tabel simpleks yang baru (iterasi 1)

 Perhatikan kembali tabel di atas, bila pada baris Z masih ada variabel yang
bernilai negatif, maka fungsi tujuan belum maksimal. Sehingga untuk
menghilangkan nilai negatif kita ulangi lagi langkah-langkah sebelumnya. Ini kita
lakukan terus-menerus hingga tiada variabel Z yang negatif.

5
Langkah 10.
Table Akhir.

Variabel masuk dengan demikian adalah X1, variabel keluar adalah S3  serta elemen
pivot yaitu 3 . Hasil perhitungan iterasi ke 2 adalah sebagai berikut

KESIMPULAN

Tabel sudah optimal, sehingga perhitungan iterasi dihentikan

S1 =  2/3
X2= 7/9
S3 = 5/9
Z = 31/3

2.3