MAKALAH

“DUAL SIMPLEKS”

Disusun untuk memenuhi salah satu tugas mata kuliah Program Linear

Dosen Pengampu : Darta S.Pd., M.Pd / Thesa Kandaga, S.Si., M.Pd

Disusun Oleh

Nisanah Diah 205050001

Diani Novitasari 205050003
Ardelia Dewi Azzahra 205050004
Ambar Siti Khodijah 205050006
Gina Febi Nuryanti 205050008

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

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

KATA PENGANTAR ................................................................................................................... 2

DAFTAR ISI.................................................................................................................................. 3

BAB I PENDAHULUAN .............................................................................................................. 4

1.1 Latar Belakang ...................................................................................................................... 4

1.2 Rumusan Masalah ................................................................................................................. 4

1.3 Tujuan.................................................................................................................................... 4

BAB II KAJIAN TEORI .............................................................................................................. 6

2.1 Linear Programming ............................................................................................................. 6

2.2 Sifat Dasar linear programming ............................................................................................ 8

2.3 Dual Simetrik dan Dual Non Simetrik .................................................................................. 8

2.4 Pemecahan Masalah Dual ................................................................................................... 13

2.6 Penafsiran Solusi Dual ........................................................................................................ 17

2.7 Keunggulan Dual................................................................................................................. 17

2.8 Interpretasi Ekonomi ........................................................................................................... 18

BAB III PENUTUP ..................................................................................................................... 20

3.1 Kesimpulan.......................................................................................................................... 20

3.2 Saran .................................................................................................................................... 20

DAFTAR PUSTAKA .................................................................................................................. 21

 BAB I
PENDAHULUAN

1.1 Latar Belakang

Program linier merupakan metode matematika dalam mengalokasikan sumber daya yang terbatas
untuk mecapai suatu tujuan tertentu seperti memaksimumkan keuntungan dan meminimumkan biaya.
Persoalan program linier adalah suatu persoalan untuk menentukan besarnya masing- masing nilai
variabel sedemikian rupa sehingga nilai fungsi tujuan atau objektif yang linier menjadi optimum
dengan memperhatikan kendala yang ada yaitu kendala ini harus dinyatakan dengan ketidaksamaan
yang linier. Salah satu teknik penentuan solusi optimum yang digunakan dalam linear programming
yaitu metode dual simpleks. Metode dual simpleks ini disebut juga dual simplex algorithm yang
dimana merupakan satu prosedur perhitungan yang membiarkan suatu solusi layak optimum ,
meskipun solusi awalnya tidak layak.

1.2 Rumusan Masalah

1. Apa itu linear programming ?

2. Apa saja sifat dasar dari linear programming ?

3. Apa itu Dual Simetrik dan Dual Non Simetrik ?

4. Bagaimana Pemecahan Masalah Dual ?

5. Bagaimana Mencari Solusi Optimum Bentuk Dual ?

6. Bagaimana Penafsiran Solusi Dual ?

7. Apa saja Keunggulan dari Dual ?

8. Bagaimana Interpretasi Ekonomi ?

1.3 Tujuan
1. Untuk mengetahui apa itu linear programming ?

2. Untuk mengetahui apa saja sifat dasar dari linear programming ?

3. Untuk memahami Dual Simetrik dan Dual Non Simetrik ?

4. Untuk mengetahui bagaimana Pemecahan Masalah Dual ?

5. Untuk mengetahui bagaimana Mencari Solusi Optimum Bentuk Dual ?

6. Untuk mengetahui bagaimana Penafsiran Solusi Dual ?

7. Untuk mengetahui apa saja Keunggulan dari Dual ?

8. Untuk mengetahui bagaimana Interpretasi Ekonomi ?

 BAB II
KAJIAN TEORI

2.1 Linear Programming

Dalam kenyataannya, sebuah perusahaan atau pelaku usaha tidak selalu berhadapan
dengan masalah masalah yang dapat dipecahkan secara sederhana menggunakan model program
linier. Ketika terdapat beberapa sasaran atau target yang ingin dicapai, maka semua target
tersebut menjadi tujuan yang hendak dicapai. Permasalahan seperti itu sedikit berbeda dengan
masalah Program Linear yang selalu ditemukan. Berdasarkan kebutuhan seperti pada
permasalahan ini, maka dikembangkan sebuah teknik dualitas yakni sebuah konsep dalam
pemrograman linear yang menjelaskan secara matematis bahwa sebuah kasus pemrograman
linier terdiri dari masalah primal dan dual, dan konsep ini berguna untuk menginterpretasikan
angka angka yang terdapat pada tabel optimal dari masalah primal.

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

2. Dalam suatu penelitian yang dilakukan pada pelaksanaan teori graf

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.

Hubungan antar keduanya dapat dinyatakan secara gambling melalui penggunaan

parameter parameter yang terkandung dalam keduanya, dalam teori program linier dinyatakan
bahwa pada setiap persoalan yang akan diformulasikan sebenarnya terdapat dua persoalan yang
sering disebut dengan persoalan primal dan persoalan dual.
2.2 Sifat Dasar linear programming
Dual mempunyai dua dalil yang bersifat sangat penting untuk program linier (Downling, 1996).
Dalil tersebut berbunyi:

1. Nilai optimal dari fungsi objektif primal selalu sama dengan nilai optimal dari fungsi
objektif dual, asalkan terdapat suatu penyelesaian optimal yang memungkinkan.

2. Jika dalam penyelesaian optimal yang mungkin tersebut adalah:

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.

2.3 Dual Simetrik dan Dual Non Simetrik

Dual simpleks dibagi lagi menjadi dual simetrik dan nial non simetrik sebagai berikut:

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.

Adapun ketentuan primal dan dualnya sebagai berikut:

No Bentuk Primal Bentuk Dual

1 Umumnya notasi fungsi tujuan Umumnya notasi fungsi tujuan
adalah Z W
2 Umumnya notasi ariabel Umumnya notasi variabel
keputusan dalam bentuk X keputusan adalah Y
3 Unsur koefisien matriks Transpose koefisien matriks
pembatas pembatas
 4 Vektor ruas kanan pada kendala Koefisien fungsi tujuan
5 Koefisien fungsi tujuan Vektor ruas kanan pada kendala
6 Pembatas ke-I berupa “=” Yi tidak terbatas dalam tanda
7 Xj tidak terbatas dalam tanda Pembatas ke-j berupa “=”

Fungsi tujuan berbentuk maksimasi:

No Bentuk Primal Bentuk Dual

1 Fungsi tujuan berbentuk Fungsi tujuan berbentuk
maksimasi minimasi
2 Pembatas ke-i berupa “ ” Yi
3 Pembatas ke-i berupa “ Yi
4 Xj Pembatas ke-j berupa “
5 Xj Pembatas ke-j berupa “ ”

Fungsi tujuan berbentuk minimasi:

No Bentuk Primal Bentuk Dual

1 Fungsi tujuan berbentuk Fungsi tujuan berbentuk
minimasi maksimasi
2 Pembatas ke-i berupa “ ” Yi
3 Pembatas ke-i berupa “ Yi
4 Xj Pembatas ke-j berupa “ ”
5 Xj Pembatas ke-j berupa “

Hubungan persoalan primal dengan dual:

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 >.

5. Dual dari dual adalah primal.

Dalam penguraian metode primal dual terdapat dua teorema menyatakan kepentingan
dualitas dari pemrograman linier.

 Teorema 1 (Teorema Dualitas)

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.

 Teorema 2 (Complementary Slackness Principles)

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

Minimumkan: Z = 3x₁+x₂ +0x₃ +0x₄ + Mx₅ + MX₆

Dengan kendala:

x₁ +x₂ + x₃ +0.x₄+ 0.x₅ +0.x₆ = 7

2x₁ + 3x₂ +0x₃ +x₄+ 0.x₅ +0.x₆ = 8

Dengan xj ≥ 0, untuk j = 1,2,.... 6.

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:

Maksimum: Z = 7d₁ + 8d₂

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).

2.4 Pemecahan Masalah Dual

Pemecahan masalah dual juga diberikan oleh pemecahan masalah primal, dan dalam
beberapa kasus bisa terjadi lebih mudah memecahkan masalah dual. Jumlah iterasi yang
dibutuhkan dalam pemecahan masalah simpleks bergantung pada jumlah baris variabel dalam
tabel simpleks; jadi jika m=n, biasanya pemecahan masalah dual membutuhkan perhitungan
yang lebih sedikit dan dengan demikian lebih mudah.

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.

Misalnya saja tentang masalah diet:

Makanan tiruan Kebutuhan

Kandungan
Daging Sayur Minimum/hari
Mineral vitamin 2 4 40
Harga per unit 3 2 50
3 2,5

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.

Untuk merumuskan masalah ini, kita menggunakan model berikut:

Misalkan dealer memutuskan:

y₁ : harga daging per unit

y₂ : harga sayur per unit

Max: W = 40 y₁ + 50 y₂

dp. 2 y₁ +3y₂ ≤ 3

4y₁ +2 y₂ ≤ 2,5

y₁, y₂ 0 (karena tidak mungkin negatif)

Bentuk LP yang terakhir ini dinamakan bentuk dual, y₁ dan y₂ dinamakan variabel dual.

2.5 Mencari Solusi Optimum Bentuk 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.

Contoh berikut akan menunjukkan bagaimana pernyataan itu bekerja.

Max: Z = 5 x₁ +12x₂ +4x₃

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

Z 0 10 3/5 29/5 -2/5 +M 28 1/5

x₂ 0 1 -1/5 2/5 -1/5 8/5
x₁ 1 0 7/5 1/5 2/5 9/5

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.

Bentuk dualnya adalah:

Max: W=5y₁ +2y₂

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:

Tabel Simpleks Dual

BV y₁ y₂’ y₂” S1 S2 S3 A₁ A₂ A₃ Solusi
Z 0 0 0 -9/5 -8/5 0 9/5 8/5 M -1/5 -M 28 1/5
S3 0 0 0 -7/5 1/5 1 M 7/5 M -1/5 -1 3/5
y₂” 0 -1 1 2/5 -1/5 0 -2/5 1/5 0 2/5
y₁ 1 0 1 -1/5 -2/5 0 1/5 2/5 0 29/5
Pengamatan terhadap tabel optimum primal dan dual mengungkapkan hasil-hasil yang menarik.
Variabel bebas pada solusi awal berbentuk primal adalah S dan A. Variabel dual yang
berhubungan dengan persamaan kendala primal yang mengandung S dan A adalah y₁ dan
y₂Sekarang perhatikan koefisien persamaan Z pada tabel optimum primal.

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.

2.6 Penafsiran Solusi Dual

Dari segi ekonomi, solusi optimum bentuk dual dapat ditafsirkan sebagai sumbangan per unit
kendala sumber daya (shadow price). Berdasarkan main duality teorema nilai optimum, fungsi
tujuan primal dan dual adalah sama. Jika x₀ dan y₀ adalah solusi optimumnya, maka Z = cx₀ = y₀
b=W. Dengan kata lain, nilai optimum program linier (primal atau dual) dituliskan sebagai
Z = y₀₁ b₁ + y₀₂ b₂ +…. + ynm bnm
Dimana b₁,b₂,... menunjukkan jumlah sumber daya 1, 2,...m yang terbatas dan y₀₁, y₀₂,..ynm adalah
nilai optimum variabel dual. Misalkan dianggap bahwa jumlah sumber daya ke-1 (b₁) dapat
diubah. Kemudian, untuk perubahan nilai b₁ yang sangat kecil, katakan b₁, perubahan neto nilai
tujuan Z adalah y₀₁ (b₁). Perubahan neto nilai optimum karena kenaikan jumlah sumber daya
dinamakan shadow price sumber daya yang bersangkutan. Ini dapat digunakan untuk menentukan
apakah menguntungkan untuk mendapatkan tambahan sumber daya pada harga pasar.

2.7 Keunggulan Dual

Karena terdapat hubungan komplementer antara varibel-variabel keputusan dalam satu program
dan variabel-variabel slack (atau surplus) di dalam program lainnya, penyelesaian untuk program
yang satu memberikan penyelesaian untuk program lainnya (Dowling, 1996). Ini bermanfaat
karena:

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.

2.8 Interpretasi Ekonomi

Masalah primal melibatkan penentuan tingkat output yang menghasilkan laba maksimum untuk
masing-masing perusahaan yang memproduksi beberapa produk. Dengan demikian, laba dibatasi
oleh tersedianya sumber daya. Sumber daya merupakan nilai yang penting bagi perusahaan. Salah
satu pendekatan untuk menentukan nilai dari sumber daya dengan menghitung biayanya, berikut
upah buruh, alokasi bahan penolong, penyusutan, biaya pemeliharaan, dan sebagainya. Alternatif
lainnya, mengakui bahwa laba bergantung pada sumber daya, beberapa bagian tertentu dari laba
perusahaan dapat diperhitungkan setiap sumber daya. Pemecahan problem dual melibatkan
penentuan nilai-nilai yang diperhitungkan untuk sumber-sumber daya ini (Weber, 1999).
Harga dual menunjukkan kegunaan per unit sumber daya produksi. Biaya terkurangi menunjukkan
peningkatan pengembalian marjinal atau pengurangan. biaya per unit sumber daya yang
dibutuhkan untuk membuat satu aktivitas PL lebih menguntungkan.

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:

1. Menyediakan pemahaman fundamental model PL sebagai sistem output input ekonomis.

2. Memungkinkan implementasi efisien analisis sensitivitas atau post-optimal.

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.