“DUAL SIMPLEKS”
Disusun untuk memenuhi salah satu tugas mata kuliah Program Linear
Disusun Oleh
UNIVERSITAS PASUNDAN
BANDUNG
2022
KATA PENGANTAR
Puji dan syukur mari kita panjatkan kehadirat Illahi Rabbi, shalawat serta salam semoga
senantiasa tercurah limpahkan pada nabi akhir zaman nabi Muhammad SAW beserta
keluarganya, sahabat-sahabatnya, tabiin-tabiinnya, sampai pada umatnya yang senantiasa taat
pada ajarannya. Alhamdulillah berkat hidayah dari Allah SWT kami dapat menyelesaikan media
dan menyususun makalah ini dengan judul DUAL SIMPLEKS. Dalam makalah ini kami
membahas lebih jauh mengenai materi DUAL SIMPLEKS
Kami menyadari bahwasannya makalah ini jauh dari sempurna. Dengan segala
kerendahan hati kami memohon maaf. Kami berharap, semoga adanya makalah ini bisa
membantu teman teman sekalian memahami materi DUAL SIMPLEKS serta makalah ini dapat
bermanfaat bagi pengembangan ilmu kita dan juga bagi yang membacanya khususnya bagi
penulis sendiri. Aamiin.
DAFTAR ISI
DAFTAR ISI.................................................................................................................................. 3
1.3 Tujuan.................................................................................................................................... 4
3.1 Kesimpulan.......................................................................................................................... 20
1.3 Tujuan
1. Untuk mengetahui apa itu linear programming ?
Setiap persoalan program linier selalu mempuyai dua macam analisis, yatu analisis
primal dan analisis dual yang biasanya disebut “analisis primal-dual”. Dalam perjalanannya,
teknik linear programming mengalami perkembangan dan penyempurnaan, sehingga dapat
ditemukan berbagai kelebihan-kelebihan yang berguna dalam penerapan teknik ini. Salah satu
manfaatnya yaitu dalam dunia linear programming yang digunakan sebagai alat analisis dan
pengambilan keputusan. Teknik tersebut dikenal dengan teori dualitas.
Selain itu, banya sekali digunakan konsep dualitas, tertutama dalam contoh berikut ini:
1. Dalam penelitian sirkuit dapat diberikan untu sirkuit yang umum, dapat juga
dilakukan perubahan pada bentuk dual
3. Pada aljabar linier terdapat suatu pemikiran dari dual, serta beberapa contoh lainnya.
Menurut teori ini, setiap persoalan linear programming saling berhubungan timbal balik
dengan persoalan linear programming yang lain yang merupakan “dual”nya. Hubungan timbal
balik antara suatu persoalan linear programming yang asli (disebut primal) dengan persoalan
linear programming yang lain (dual), akan menimbulkan manfaat berupa memudahkan orang
dalam mengkaji suatu perhitungan dalam linear programming.
Sejalan dengan itu, menurut Kakiay (2008) dalam perkembangan algoritma simpleks
sudah lama ditemukan bahwa setiap pemrograman linier mempunyai hubungan dengan
pemrograman lain dan dikenal dengan dual. Solusi dari salah satu persoalan ini dapat dibentuk
menjadi solusi yang lain. Penemuan program linier dual ini sangat berpengaruh terhadap dua
problema yang terkait dengan metode komputasi dan juga pengembangan pemrograman linierm
di samping itu juga sangat berpengaruh terhadap pengembangan metode optimasi yang lain.
Hubungan antara pemrograman linier dengan dualnya dapat ditunjukkan pada beberapa kasus
yang juga sangat penting bagi informasi ekonomi yang diuraikan melalui pemrograman linier.
Dalam penyelesaian persoalan linier dengan membentuk formulasi terlebih dahulu sudah
dikenal dengan istilahprimal, sedangkan penyelesaian persoalan melalui dual sebagai
pemrograman linier merupakan penyelesaian pada variabel yang ditambahkan pada fungsi fungsi
kendala yang sudah disusun sebagai pengenal dari variabel dual. Kedua persoalan itu pada
umumnya dapat diselesaikan secara bersamaan melalui metode simpleks.
Dalam perkembangan algoritma simpleks sudah lama ditemukan bahwa setiap program
linier mempunyai huubungan dengan pemrograman lain dan dikenal dengan dual. Solusi dari
salah satu persoalan ini dapat dibentuk menjadi solusi yang lain, penemuan program linier dual
ini sangat berpengaruh terhadap dua problema yang terkait dengan metode komputasi dan juga
pengembangan program linier di samping juga sangat berpengaruh terhadap pengembangan
metode optimasi yang lain.
Adapun pengertian dari primal adalah masalah asal (mula-mula), sedangkan dual adalah
masalah yang terkait. Bila primal mengandung maksimasi fungsi tujuan, dual mengandung
minimasi atau maksimasi fungsi tujuan. Jumlah variabel dalam masalah dual sama dengan
jumlah kendala dalam masalah primal dan sebaliknya.
1. Nilai optimal dari fungsi objektif primal selalu sama dengan nilai optimal dari fungsi
objektif dual, asalkan terdapat suatu penyelesaian optimal yang memungkinkan.
a. Suatu variabel keputusan dalam program primal mempunyai nilai bukan nol, variabel
slack (atau surplus) yang berkaitan dalam program dual harus mempunyai nilai
optimal nol
b. Suatu variabel slack (atau surplus) dalam primal mempunyai nilai bukan nol, variabel
keputusan yang berkaitan dalam program dual harus mempuyai nilai optimal nol.
Dual Simetris
Suatu program linear dikatakan berbentuk simetrik jika semua variabel kendala non-negatif
dan semua kendala berupa pertidaksamaan (dalam masalah maksimum pertidaksamaan harus
berbentuk sementara dalam minimum pertidaksamaan harus berbentuk ).
Terdapat beberapa ketentuan awal yang harus dipahami sebelum masuk dalam konsep
primal-dual untuk kasus program linear maksimasi dan minimasi.
1. Koefisien fungsi tujuan primal menjadi konstanta ruas kanan persoalan dual, sedangkan
konstanta ruas kanan primal menjadi koefisien fungsi tujuan bagi dual.
2. Untuk setiap pembatas primal ada satu variabel dual, dan untuk setiap variabel primal ada
satu pembatas dual.
3. Setiap variabel primal berkorespondensi dengan pembatas dual, dan setiap pembatas primal
berkorespondensi dengan variabel dual.
4. Fungsi tujuan berubah bentuk yaitu maksimasi menjadi minimasi dan sebaliknya, sedangkan
tanda ketidaksamaan bergantung pada fungsi tujuan yaitu maksimum dual bertanda s,
minimum dual bertanda >.
Dalam penguraian metode primal dual terdapat dua teorema menyatakan kepentingan
dualitas dari pemrograman linier.
Bila terdapat suatu solusi optimal pada salah satu primal atau simetrik dual dari
pemrograman linier, maka yang lain adalah pemrograman linier juga, mempunyai solusi
yang optimal dan kedua fungsi objektifnya mempunyai nilai optimal yang sama.
Pada situasi ini, solusi optimal pada primal atau dual dapat terlihat dan dinyatakan pada baris
indeks (Z - C.) dari tabel simpleks yang terakhir untuk primal atau dualitas, yang dikaitkan
dengan kolom yang mempunyai tambahan variabel slack atau surplus.
Demikian juga bila terdapat kesulitan dalam penguraian pemrograman linier primal, maka
akan lebih baik dan berguna bila memakai pemrograman linier dual.
Diberikan suatu pasangan simetrik primal dual yang mempunyai solusi optimal. Pada
kendala kth dari suatu sistem yang dinyatakan sebagai ketidaksamaan akan ketertarikan
variabel slack dan surplus adalah positif dengan komponen kth dari solusi optimal pada
simetrik dual yang mempunyai nilai nol.
Dengan demikian, kedua teorema ini dapat juga digunakan sebagai dasar penguraian
ketidaksimetrisan dual.
Sebagai pemrograman linier primal di dalam bentuk standar matriks, bentuk pemrograman
dualnya dapat dinyatakan sebagai berikut:
Primal
Minimum : Z= X
Dengan kendala : AX = B
Dengan X 0
Dual
Maksimum :Z= D
Dengan kendala : D C
Dengan D 0
Sebagai pemrograman linier dual dalam bentuk standar dan bukan dengan sendirinya bentuk
tersebut, maka program dual ini tidak simetris. Demikian juga teorema 1 juga valid bagi
ketidaksimetrisan dari program dual, walaupun solusi untuk ketidaksimetrisan dual tidaklah
umum muncul dari solusi pada program primal. Berikut ini contoh dari masalah program
linier dengan model matematis primal dan dual non-simetrisnya
Contoh 4.4
Primal Dual
Minimumkan Z = x₁ + 3 x₂ - 2x₃ Minimumkan Z = 25 d₁ +30 d₂
Dengan kendala : Dengan kendala:
4x₁ + 8x₂ + 6x₃ ≥ 25 4d₁ +7d₂ ≤ 1
7x₁ + 5x₂ + 9x₃ ≥ 30 8d₁ +5d₂ ≤ 3
x₁,x₂,x₃ ≥ 0 6d₁ + 9d₂ ≤ -2
d₁,d₂ ≥ 0
Contoh 4.5
Dengan kendala:
Pemrograman linier ini menunjukkan bentuk yang tidak simetris dual yang dibentuk melalui
Maksimum: Z = 7d₁ +8d₂
Dengan kendala:
d₁ +2d₂ ≤ 3
d₁ + 3d₂ ≤ 1
d₁ ≤ 0
d₂ ≤ 0
d₁ ≤ M
d₂ ≤ M
Dari hasil formulasi dual ini, ternyata ketidaksamaan 3 dan 4 merupakan kendala yang ekuivalen
dengan d₁ ≤ 0 dan d₂ ≤ 0, dan juga dari kendala 5 dan 6 yang merupakan kebutuhan sederhana
dengan variabel yang terbatas. Kondisi selalu menyatakan seandainya sehingga program dual ini
dapat sederhanakan menjadi:
Dengan kendala:
d₁ +2d₂ ≤ 3
d₁ +3d₂ ≤ 1
dengan d₁ dan d₂ ≤ 0
Dengan demikian, dalam persoalan pemrograman linier yang sulit pada primal dapat
disederhanakan melalui program dual (Kakiay, 2008).
Menurut Weber (1999), kaitan antara pemecahan primal dan dual dapat disimpulkan sebagai
berikut:
1. Nilai fungsi sasaran dalam pemecahan masalah primal dan dual adalah sama.
2. Kriteria untuk variabel utama primal adalah pemecahan bagi variabel 'slack' dari dual.
3. Kriteria untuk variabel 'slack' dari primal adalah pemecahan bagi variabel utama dari dual.
4. Pemecahan untuk variabel-variabel utama primal merupakan nilai negatif darı kriteria untuk
variabel-variabel 'slack' dari dual.
5. Pemecahan untuk variabel-variabel 'slack' primal merupakan nilai negatif dari kriteria untuk
variabel-variabel utama dari dual.
Meminjam pengertian dari buku Wayne Winston, dualitas adalah "Associated with any LP is
another LP, called the dual." Baik dari sudut pandang teori maupun praktik, teori dualitas
merupakan salah satu konsep yang sangat penting dan menarik dalam linear programming (LP).
Istilah dualitas menunjuk pada kenyataan bahwa setiap LP terdiri dari dua bentuk. Bentuk
pertama atau bentuk asli dinamakan primal, sementara bentuk yang kedua yang berhubungan
dinamakan dual, demikian sehingga suatu solusi terhadap LP yang asli juga memberikan solusi
pada bentuk dualnya. Jadi, jika suatu LP diselesaikan dengan metode simpleks, sesungguhnya
diperoleh penyelesaian untuk dua masalah LP.
Untuk menjelaskan konsep dualitas, mungkin cara yang paling mudahnya dengan memberikan
contoh agar lebih diketahui antara yang primal dan dual, berikut contohnya.
Masalahnya adalah menentukan biaya pembelian sejumlah daging dan sayuran demikian,
sehingga kebutuhan minimum per hari akan mineral dan vitamin terpenuhi. Untuk
merumuskannya, berikut model matematikanya:
Misalkan xj (j=1,2) adalah jumlah unit daging dan sayuran yang dibeli.
Min Z=3x₁+2,5 x₂
dp. 2x₁ + 4 x₂ 40
3x₁+2x₂ 50
x₁,x₂ 0
Sekarang, kita pandang dari sudut yang berbeda yang masih berhubungan dengan
masalah pertama (bentuk primal), kali ini misalkan ada dealer yang menjual mineral dan vitamin.
Pemilik restoran setempat membeli mineral dan vitamin dari dealer dan membuat daging dan
sayur tiruan yang berisi mineral dan vitaminnya. Masalah yang dihadapi dealer adalah
menetapkan harga jual mineral dan vitamin per unit yang memaksimumkan demikian, sehingga
harga daging dan sayur tiruan tidak melebihi harga pasar yang ada.
Max: W = 40 y₁ + 50 y₂
dp. 2 y₁ +3y₂ ≤ 3
4y₁ +2 y₂ ≤ 2,5
Bentuk LP yang terakhir ini dinamakan bentuk dual, y₁ dan y₂ dinamakan variabel dual.
Karena setiap LP dapat dipecahkan dengan metode simpleks, maka metode itu dapat
diterapkan baik pada masalah primal maupun dual. Teorema dualitas utama menyatakan bahwa
suatu solusi optimum terhadap bentuk dual dapat diperoleh melalui solusi primal dan sebaliknya.
s.t : x₁ + 2x₂ + x₃ 5
2x₁-x₂+3x₃ = 2
x₁, x₂ 0
Kemudian selesaikan dengan metode simpleks. Dalam hal ini dibutuhkan variabel slack S
dan artificial variabel A, pada tabel simpleks awal diperoleh variabel basis S = 5 dan A = 2. Pada
iterasi terakhir diperoleh tabel simpleks optimum seperti berikut:
Tabel Simpleks Primal
BV x₁ x₂ x₃ S A Solusi
Kita ketahui bahwa basis variabel awal adalah variabel slack S dan artificial variabel A,
sementara kedua variabel basis optimum adalah variabel riil. Sekarang masalah dual akan
dipecahkan dengan metode simpleks.
s.t : y₁ +2y₂ 5
2y₂’- y₂”
y₁ +3y₂ 4
y₁ = 0, y₂ tak terbatas
Karena y₂ tak terbatas, ia digantikan dengan y₂’- y₂” dimana y₂" dan y₂’ 0. Jika variabel surplus
S1, S2, S3 dikurangkan dari ketiga kendala dan menambahkan artificial variabel A₁, A₂, A₃,
maka variabel basis awal adalah A₁ =5, A₂ =12, A₃ = 4. Kemudian tabel simpleks optimumnya
adalah:
Jika M diabaikan, koefisien Z adalah 29/5 dan -2/5 yang langsung memberikan solusi optimum
masalah dual. Yaitu nilai optimum y₁ = 29/5 y₂= -2/5 (=y₂’-y₂’’=0-2/5) yang sama dengan hasil
pemecahan bentuk dual dengan simpleks.
Jika M diabaikan, maka hasil dari koefisien persamaan Z secara langsung memberi solusi optimal
primal x₁= 9/5, x₂= 8/5, x₃= 0, yang sama dengan penyelesaian bentuk primal metode simpleks.
1. Hal ini memungkinkan penyelesaian soal minimisasi menurut maksimisasi, yang seringkali
lebih mudah.
2. Untuk primal dengan tiga variabel keputusan, dual menyederhanakan program tersebut menjadi
dua variabel keputusan, yang kemudian dapat digambarkan secara grafis.
Jadi, masalah dual benar-benar simetris dengan masalah primal dan pemecahan dari salah satu
masalah menghasilkan juga pemecahan dari masalah lain. Jika jumlah iterasi yang dibutuhkan
untuk pemecahan simpleks bergantung pada jumlah baris dalam tabel simpleks, dual dapat
dipecahkan dengan perhitungan yang lebih mudah daripada primal bilamana tabel simpleks dari
dual mempunyai baris yang lebih sedikit daripada tabel simpleks primal.
Pemecahan masalah dual menghasilkan nilai-nilai yang sifatnya implisit. dihubungkan artifisial
atau bayangan. Nilai-nilai ini mempunyai arti ekonomis yang penting dalam beberapa aplikasi
program linier, misalnya dalam analisis alokasi sumber yang optimal (Weber, 1999).
Pada metode simpleks juga sering terdapat solusi basis dari persoalan pemrograman linier yang
tidak layak, namun prosesnya optimal karena multipliers dari simpleks memberikan kelayakan
untuk persoalan dual. Dalam tabel simpleks, keadaan ini tidak menunjukkan unsur negatif dalam
baris indeks Z (Zj-Cj), namun menunjukkan adanya ketidaklayakan solusi basis.
Situasi ini dapat muncul bila suatu solusi pemrograman linier tertentu diperhitungkan dan
kemudian suatu persoalan baru dapat dibentuk dengan mengubah vektor -b. Dengan membentuk
tabel simpleks untuk dual akan sangat efisien dalam cara menggunakan dualitas yang kemudian
dikenal sebagai metode dual simpleks. Dalam persoalan primal, pekerjaan dilakukan melalui
penguraian kondisi pada baris indeks (Zj-Cj), sedangkan pada persoalan dual, pekerjaan dilakukan
melalui kelayakan dan menuju kepada optimalitas.
Hubungan primal dual untuk menunjukkan arti ekonomis sebenarnya dari harga dual dan biaya
terkurangi. Interpretasi harga dual dan biaya terkurangi akan dibuktikan sangat berguna pada dua
aspek, yaitu:
Konsep dualitas merupakan suatu konsep bagian dari program linier yang sangat penting dan
menarik untuk dibahas. Konsep ini menyatakan dalam setiap masalah program linier mempunyai
dua bentuk yang saling berhubungan dan keterkaitan.
Dapat pula diartikan sebagai "lawan dari", maksudnya apabila terdapat persamaan mula-mula
dalam bentuk primal maka mempunyai lawan dalam bentuk dual, jika bentuk dual itu dianggap
sebagai primal maka bentuk dualnya adalah persamaan mula-mula tersebut di atas.
Bentuk pertama (asli) dinamakan primal, sedangkan bentuk kedua adalah dual. Apabila dalam
solusi optimum pada tabel simpleks bentuk asli (primal) telah terpecahkan, maka tabel simpleks
optimum tersebut dapat juga menjawab permasalahan dualnya.
BAB III
PENUTUP
3.1 Kesimpulan
Setiap pemrograman linier mempunyai hubungan dengan pemrograman lain dan dikenal
dengan dual. Solusi dari salah satu persoalan ini dapat dibentuk menjadi solusi yang lain.
Penemuan program linier dual ini sangat berpengaruh terhadap dua problema yang terkait
dengan metode komputasi dan juga pengembangan pemrograman linierm di samping itu juga
sangat berpengaruh terhadap pengembangan metode optimasi yang lain.
Program linier bisa diselesaikan menggunakan metode simpleks, Karena dijelaskan suatu
prosedur perhitungan yang memberikan suatu solusi layak optimum, meskipun solusi awalnya
tidak layak. Prosedur itu dinamakan dual simplex algorithm yang pertama kali disusun oleh
Lemke. Algoritma ini tidak banyak digunakan di antara program-program komputer yang ada.
Namun ia memainkan peranan penting dalam post optimality analysis.
3.2 Saran
Penulis menyadari bahwasannya makalah ini masih terdapat banyak kekurangannya.
Oleh karena itu, kritik dan saran yang membangun sangat diperlukan untuk menyemurnakan
makalah ini agar lebih baik lagi. Semoga makalah ini dapat memberikan pengetahuan dan
wawasan mendalam bagi khususnya dan bagi pembaca umumnya.
DAFTAR PUSTAKA
Darta & Kandaga, T. (2018). Program Linear dan Aplikasinya. Bandung: Refika.