2.

Metoda Aljabar
Metoda Aljabar dilakukan melalui penyelidikan optimalisasi secara bertahap sampai
diperoleh penyelesaian yang optimal. Pada setiap tahap penyelesaian dilakukan pengujian
mengenai kelaikan penyelesaian yang bersangkutan, dan penyidikan mengenai
kemungkinan perbaikan optimalitas untuk tahap penyelesaian berikutnya.
Sebelum penyelesaian tahap pertama dimulai, perlu dilakukan standarisasi rumusan
model, yakni mengubah kendala-kendala yang masih berbentuk pertidaksamaan menjadi
berbentuk persamaan. Caranya ialah dengan memasukkan unsur variabel semu pada ruas
kiri fungsi kendala. Untuk fungsi kendala yang bertanda ≤ , dilakukan penambahan
“ variabel senjang ” sedangkan untuk fungsi kedala bertanda ≥ , dilakukan pengurangan
“ variabel surplus ”.
Contoh :
2 x₁ + 5 x₂ ≤ 40 menjadi 2 x₁ + 5 x₂ + s = 40
2 x₁ + 5 x₂ ≥ 40 menjadi 2 x₁ + 5 x₂ - s = 40

Penyelesaian metoda aljabar diawali dengan menolkan semua variabel keputusan, ini
merupakan penyelesaian tahap pertama. Kemudian dilanjutkan dengan penyelesaian tahap-
tahap berikutnya dengan mempertimbangkan kelaikan dan optimalitasnya. Pekerjaan
dikatakan selesai ( penyelesaian dianggap optimal ) apabila pada suatu tahap penyelesaian
tertentu tidak terdapat lagi kemungkinan perbaikan optimalitas. Secara umum langkah-
langkah penyelesaian dengan metoda aljabar, setelah model permasalahannya dirumuskan
adalah sebagai berikut :
1. Lakukan standarisasi rumusan model.
2. Kerjakan penyelesaian tahap pertama dengan me-nol-kan semua variabel keputusan.
3. Berdasarkan koefisien-koefisien variabel keputusan yang terdapat pada fungsi tujuan,
tentukan salah satu variabel dengan optimalitas “ terbaik ” ( sesuai dengan masalahnya :
maksimisasi atau minimisasi ).
4. Kerjakan penyelesaian tahap berikutnya berdasarkan kelaikan variabel pilihan tadi,
yakni selidiki optimalitas fungsi tujuan dan selidiki apakah masih terdapat
kemungkinan perbaikan optimalitas. ( Terdapat atau tidaknya kemungkinan perbaikan
optimalitas akan terlibat dari persamaan fungsi tujuuan baru yang berbentuk pada tahap
ini ).
5. Jika sudah tidak terdapat kemungkinan perbaikan optimalitas berarti pekejaan selesai,
penyelesaian optimal tercapai. Jika masih terdapat kemungkinan perbaikan, ulangi
langkah ke-3 dan ke-4 terus menerus sampai diperoleh penyelesaian optimal.
7
Contoh kasus :
Suatu peerusahaan memproduksi dua macam barang , x₁ dan x₂ , masing-masing
mendatangkan profit 25 ribu dan 15 ribu rupiah per unit. Produk x₁ dibuat dari campuran
masukan-masukan K, L dan M. Sedangkan x₂ hanya dibuat dari campuran K dan L. Tiap
unit x₁ terdiri atas3K, 2L dan 3M. Sementara tiap unit x₂ hanya terdiri atas 3 unit K dan 4
unit L. Jumlah masukan yang tersedia untuk diolah masing-masing tidak melebihi 24 unit
K, 20 unit L dan 21 unit M per menit. Berapa unit masing-masing barang harus dihasilkan
per menit agar profit optimum?
Penyelesaian :
Maksimumkan z = 25 x₁ + 15 x₂
Terhadap 3x₁ + 3x₂ ≤ 24 ( kendala masukan K )
2x₁ + 4x₂ ≤ 20 ( kendala masukan L )
3x₁≤ 21 ( kendala masukan M )

Standarisasi model :
Maksimumkan z = 25 x₁ + 15 x₂ (I)
Terhadap3x₁ + 3x₂ +s₁ = 24 atau s₁ = 24 – 3x₁ - 3x₂ ( II )
2x₁ + 4x₂+s₂ = 20 atau s₂ = 20 - 2x₁ - 4x₂ ( III )
3x₁ + s₃ = 21 atau s₃ = 21- 3x₁ ( IV )
Penyelesaian tahap pertama :
x₁ = 0, x₂ = 0
Karena x₁ = 0
x₂ = 0
Maka berdasarkan ( I ), ( II ), ( III ), ( IV ) :
Z = 0 ; s₁ = 24 s₂ = 20 s₃ = 21
Menurut persamaan fungsi tujuan ( persamaan I ) , setiap unit x₁ mendatangkan profit
25 sedangkan setiap unit x₂ hanya mendatnangkan profit 15. Berarti untuk penyelesaian
tahap berikut sebaiknya terlebih dahulu “ diproduksi barang x₁ ” sementara x₂ tetap
dipertahankan nol. Jumlah x₁ yang sebaiknya diproduksi diusahakan seoptimal mungkin
yakni jumlah terbanyak namun tetap dalam batas kelaikan.
Jika x₂ = 0 dan semua masukan K, L serta M terpakai habis ( dengan perkataan lain s₁
= s₂ = s₃ = 0 ), maka :

8
menurut ( II ) : x₁ = 24 / 3 = 8 → tak laik
menurut ( III ) : x₁ = 20 / 2 = 10 → tak laik
menurut ( IV ) : x₁ = 21 / 3 = 7 → laik
x₁ = 8 dan x₁ = 10 tak laik karena jumlah masukan M yang dimiliki tidak mencukupi.
Perhatikan ( IV ): jika x₁ = 8 berarti dibutuhkan 3 ( 8 ) = 24 unit masukan M, padahal
persediannya tidak melebihi 21 unit. Jadi, jumlah x₁ yang optimal ( terbanyak dan laik )
untuk dianalisis pada tahap berikutnya adalah 7 unit.

Penyelesaian tahap kedua:

x₁ = 7 dan x₂ = 0 maka berdasarkan
(I) : z = 25 (7) + 15 (0) = 175
(II) : s₁ = 24 – 3(7) – 3(0) = 3
(III) : s₂ = 20 – 2(7) – 4(0) = 6
(IV) : s₃ = 21-3(7) = 0
Pada tahap ini perlu dilakukan penyesuaian terhadap persamaan fungsi tujuan, yakni
dengan mensubstitusikan x₁ dari persamaan ( IV ).
Menurut (IV) : 3x₁ + s₃ = 21
1
Berarti 3x₁ = 21 - s₃ → x₁ = 7 - 3 s₃ (V)
Mengapa persamaan (IV) harus diubah dalam satuan variabel keputusan? Karena pada
tahap ini variabel semunya (s₃) sama dengan nol! Mengapa perubahan tersebut dinyatakan
dalam satuan variabel x₁? Karena pada tahap ini x₁, merupakan variabel keputusan yang
dianalisis!
Selanjutnya, dengan mensubstitusikan persamaan (V) kedalam persamaan fungsi
tujuan yang asli (I), diperoleh persamaan fungsi tujuan baru.
z = 25x₁ + 15x₂ (I)
1
z = 25 (7 - 3 s₃) + 15x₂
25
z = 175 - 3 s₃ + 15x₂ (VI)
Dari persamaan fungsi tujuan yang baru ini terlihat bahwa optimalitas bisa diperbaiki
dengan memproduksi ( memulai atau menambah ) barang x₂, yang setiap unitnya akan
mendatangkan profit 15. Sedangkan jumlah barang x₁, pada tahap penyelesaian berikutnya
9
tidak berubah ( tetap x₁=7 ) sebab didalam fungsi tujuan yang baru ini tidak tercantum lagi
variabel x₁. Koefisien -25/3 pada variabel s₃ mencerminkan bahwa jika s₃ bertambah satu
unit ( masukkan M yang tidak digunakan bertambah satu unit), maka profit berkurang
sebesar 25/3. Jelas kita tidak akan melakukan hal ini sebab justru akan memperburuk
optimalitas. Sebisa-bisanya justru semua variabel disini diusahakan nol, yang berarti tidak
ada masukan tersisa.
Uraian diatas menyimpulkan bahwa pada tahap penyelesaian berikutnya harus
“ diproduksi ” barang x₂ ( harus x₂≠0 , sedangkan jumlah x₁ harus dipertahankan 7 unit.
Misalnya berapa unit x₂ yang optimal untuk diproduksi? Lakukan analisis seperti pada
tahap pertama.
Jika x₁=7 dan semua masukan terpakai habis ( s₁ = s₂= s₃ = 0 ), maka menurut :
(II) : x₂ = 3/3 = 1 →laik
(III) : x₂ = 6/4 = 1,5→laik
(IV) : x₂ tidak dapat dinyatakan, karena persamaan ini tidak mengandung variabel x₂.
x₂= 1,5 tidak laik sebab ( bersama-sama dengan x₁=7 ) berarti dibutuhkan masukan K
sejumlah 25,5 unit ( uji persamaan (II) ), padahal hanya tersedia 24 unit. Dengan demikian
kombinasi jumlah optimal yang harus dianalisis berikutnya adalah x₁=7 dan x₂=1.
Penyelesaian tahap ketiga:
x₁ = 7, x₂= 1
Berdasarkan x₁=7
x₂ = 1
maka menurut (I), (II), (III) dan (IV) :
z= 190, s₁=0, s₂=2 dan s₃= 0

Karena penyertaan x₂ dalam analisis menyebabkan s₁=0¸maka persamaan (II) yang

mengandung s₁ perlu diubah ke dalam satuan x₂ untuk kemudian bersama-sama dengan
persamaan (IV) yang telah diubah menjadi (V) disubstitusikan ke dalam fungsi tujuan yang
asli,guna mengetahui kemungkinan perbaikan optimalitas lebih lanjut.
Menurut (II) : 3x₁ + 3x₂ + s₁ = 24
1
3x₂ = 24 – 3x₁ - s₁ →x₂ = 8- x₁ - 3 s₁ ( VII )

Selanjutnya, dengan mensubstitusikan (V) dan (VII ) ke dalam fungsi tujuan yang asli
(I), diperoleh sebuah fungsi tujuan yang baru lagi.
10
z= 25x₁ + 15x₂ (I)
1 1
= 25 (7- 3 s₃ ) + 15 (8 - x₁ - 3 s₁ )
25
= 175 - 3 s₃ + 120 – 15x₁ - 5s₁
25
= 295 – 5s₁ - 3 s₃ - 105
25
= 190 – 5s₁ - 3 s₃ ( VIII )

Disini terlihat tidak ada lagi variabel positif x₁ dan x₂, berarti sudah tidak
dimungkinkan lagi perbaikan optimalitas melalui penambahan x₁ dan x₂. Karena tidak
terdapat lagi kemungkinan perbaikan optimalitas, berarti x₁ dan x₂ yang dicapai pada tahap
ini sudah optimal. Jadi, optimalitas tercapai pada x₁= 7 dan x₂= 1, dengan z = 190.
Perhatikan persamaan (VIII). Disitu terlihat s₁ dan s₃ berkoefisien negatif, berarti
penambahan setiap unit s₁ atau s₃ akan mengurangi optimalitas. Ini mengisyaratkan bahwa
kita harus mempertahankan s₁=0 dan s₃=0. Apabila x₁=7 dan x₂=1 tadi dimasukkan
kedalam persamaan-persamaan yang mengandung s₁ dan s₃ yakni (II) dan (IV) akan
terbukti bahwa memang s₁=0 dan s₃=0. Selanjutnya, ketidakhadiran variabel s₂ ( yang
mencerminkan sisa masukan L ) didalam persamaan z optimal diatas menandakan bahwa
pada tahap penyelesaian optimal ini s₂≠0. Berarti terdapat sisa masukan L yang tidak
terpakai. Jika hasil x₁=7 dan x₂=1 dimasukkan kedalam persamaan (III) yang mengandung
s₂,terbukti bahwa s₂=2. Dengan perkataan lain, terdapat 2 unit L yang tidak terpakai pada
tingkat produksi optimal ini.
Catatan :
Secara teoritik, metoda aljabar lebih bermanfaat dibandingkan dengan metoda grafik
karena dapat digumakan untuk penyelesaian masalah dengan jumlah variabel keputusan
berapapun. Sayangnya, rangkaian penyelesaiannyacukup pajang sehingga bisa
membingungkan dan menjemukan. Untuk menyelesaikan masalah dengan dua variabel
keputusan, jelas metoda grafik lebih praktis daripada metoda aljabar.

11
 SOAL

Sebuah perusahaan memproduksi dua macam barang, X₁ dan X₂. Masing-masing

menggunakan tiga macam bahan yaitu M₁, M₂, M₃. Setiap unit X₁ memerlukan 3 unit
M₁, 4 unit M₂ dan 2 unit M₃. Sedangkan tiap unit X₂ membutuhkan 2 unit M₁, 1 unit
M₂, 8 unit M₃. Biaya total untuk membuat X₁ dan X₂ masing-masing Rp.2.000,- dan
Rp.3.000,- per unit. Setiap harinya perusahaan dapat menggunakan setidak-tidaknya
60 unit M₁, 40 unit M₂ dan 80 unit M₃ untuk diproses menjadi barang-barang yang
dihasilkannya. Berapa unit masing-masing barang sebaiknya dibuat agar biaya total
harian optimal ?

12
C.3. Metoda Simplex
Perkataan simplex merupakan akronim dari simple liniear example. Metoda simplex
dikerjakan secara sistematik bermula dari suatu penyelesaian dasar yang laik ke
penyelesaian dasar yang laik berikutnya.Metode simpleks digunakan untuk memecahkan
program-program linier yang melibatkan lebih dari 2 variabel, untuk memulai metode
simpleks ini, semua kendali ketidaksamaan harus ditransformasikan menjadi persamaan
dan juga harus diketahui salah satu pemecahan yang layak dan tak-negatif.
Persyaratan Tak-Negatif :
Semua variabel yang belum dikendala agar tak-negatif diganti dengan selisih dari 2
variabel baru yang telah terkendala.
Contoh :
Jika kendala x1 + 2x2≤ 4 (1)
2x1 + 3x2≤ 1 (2)
x1≥ 0
x2≤ 0
Penyelesaian :
misal → x2 = x3 + x4 disubstitusikan ke (1) dan (2) menjadi :
x1 + 2(x3 – x4) ≤ 4 → x1 + 2x3 – 2x4≤ 4
2x1 + 3(x3 – x4) ≤ 1 → 2x1 + 3x3 – 3x4≤ 1
dan : semua variabel tak-negatif
Variabel Kurang & Plus
Sebuah kendala linier yang berbentuk aj xj bi dapat diubah menjadi suatu
persamaan dengan menambahkan sebuah variabel tak-negatif baru pada persamaan
lainnya, variabel baru ini disebut variabel kurang (slack variabel).
Contoh :
Dengan kendala : 2x1 + 3x2≤ 5
x1 + x2≤ 1
x1, x2≥ 0

menjadi : 2x1 + 3x2 + S1 =5

x1 + x2 + S2 = 1
dan semua variabel tak negatif

13
sebuah kendala linier yang berbentuk ∑ aij xj≤ bi dapat diubah menjadi persamaan dengan
mengurangkan ruas kirinya dengan sebuah variabel baru tak-negatif, variabel baru ini
disebut variabel surplus (surplus variabel).
Contoh :
Dengan kendala 4x1 + 3x2≤ 5
x1 + 4x2≤ 2
x1, x2≥ 0

menjadi : 4x1 + 3x2 - S1 =5

x1 + 4x2 - S2 = 1
dan semua variabel tak-negatif

Pemecahan Awal yang Layak

Setelah semua kendala linier (dengan ruas kanan yang tak-negatif) ditransformasikan
menjadi persamaan dengan memperkenalkan variabel-variabel kurang dan surplus bila
perlu, tambahkan lagi sebuah variabel baru yang disebut variabel buatan (artificial variable
/ A) dengan demikian tiap persamaan kendala akan mengandung variabel kurang dan
variabel buatan.
 Jika pada kendala linier terdapat tanda ( ≤ ) maka dalam fungsi kendala perlu ditambah
variabel kurang ( + S ).
 Jika pada kendala linier terdapat tanda ( ≥ ) maka dalam fungsi kendala perlu ditambah
variabel surplus ( - S ) dan variabel buatan ( A ).
 Jika pada kendala linier terdapat tanda ( = ) maka dalam fungsi kendala perlu ditambah
variabel buatan ( A ).

Contoh :
Dengan kendala x1 + 2x2≤ 3
4x1 + 5x2≥ 6
7x1 + 8x2 = 15
x1, x2≥ 0

menjadi : x1 + 2x2 + S1 =3
4x1 + 5x2 - S2 + A 1 =1
4x1 + 3x2 + A2 = 15
dan semua variabel tak-negatif
14
Biaya Hukuman
Penambahan variabel kuarang dan variabel surplus tidak mengubah sifat kendala
maupuntujuan, oleh karena itu, variabel-variabel tersebut diikutsertakan dalam fungasi
tujuan dengan koefisien NOL. Sedangkan variabel buatan mengubah sifat kendala, oleh
karena itu, variabel buatan diikutsertakan dalam fungsi obyektif tetapi dengan koefisien-
koefisien positif yang besar sekali (M) untuk program meminimumkan, atau koefisien-
koefisien negatif yang besar sekali (-M) untuk program memaksimumkan.
Contoh :
Min : Z = x1 + 3x2
Dengan kendala 2x1 + 4x2≤ 5
3x1 + 5x2≤ 2
x1 + 2x2≥ 4
x1, x2≥ 0

menjadi :

Min : Z = x1 + 3x2 + 0S1 + 0S2 + 0S3 + MA

Dengan kendala 2x1 + 4x2 + S1 =5
3x1 + 5x2 + S2 =2
x1 + 2x2 - S3 + A2 =4
dan semua variabel tak-negatif

Langkah-langkah penyelesaian dengan metode simpleks adalah sebagai berikut :

a. Mengubah fungsi tujuan dan batasan
Setelah semua fungsi tujuan dan batasan diubah ke bentuk satndard, maka fungsi
tujuan diubah menjadi fungsi implisit, yaitu semua Cj Xij digeser ke kiri.
Contoh : Z = 3x1 + 5x2→ Z - 3x1 + 5x2 = 0

15
 b. Menyusun persamaan-persamaan ke dalam tabel simpleks
Nilai
Var
Z X1 X2 X3 … xn Xn+1 Xn+2 … Xn+m kanan
dasar
(NK)
Z 1 - C1 - C2 - C3 … - Cn 0 0 … 0 0
Xn+1 0 a11 a12 a13 … an 1 0 … 0 b1
Xn+2 0 a21 a22 a23 … a2n 0 1 … 0 b2
…

…
… …

Xn+m 0 an1 an2 an3 … anm 0 0 … 1 bn

Var dasar = var. kurang dan var buatan

c. Memilih kolom kunci

Caranya dengan memilih kolom yang mempunyai nilai pada garis fungsi tujuan yang
bernilai negatif dengan angka terbesar.

d. Memilih baris kunci

Pilih baris yang mempunyai limit ratio dengan angka terkecil.
Nilai kolom NK
Limit ratio = Nilai kolom kunci

e. Mengubah nilai-nilai baris kunci

Nilai baris kunci diubah dengan cara membaginya dengan angka kunci. Gantilah
variabel dasar pada baris kunci dengan variabel yang terdapat di bagian atas kolom
kunci.

f. Mengubah nilai-nilai selain pada baris kunci

Untuk mengubahnya menggunakan rumus :
Baris baru = baris lama – ( koefisien per kolom kunci * nilai bari baris kunci )

g. Melanjutkan perbaikan-perbaikan atau perubahan-perubahan

Ulangi langkah 3 s/d 6, sampai semua nilai pada fungsi tujuan berharga positif.

16
 Contoh Soal:
Seorang tukang kue mempunyai 9 kg telur dan 15 kg terigu. Ia akan membuat 3 macam
kue isi dengan ketentuan sebagai berikut :
Kue isi nanas memerlukan 1 kg telur dan 3 kg terigu.
Kue isi keju memerlukan 2 kg telur dan 2 kg terigu.
Kue isi coklat memerlukan 3 kg telur dan 2 kg terigu.
Harga dari ketiga macam kue isi tersebut adalah $1 , $9 dan $1. Berapa jumlah kue
masing-masing yang harus diproduksi agar pendapatan dapat maksimal?
Jawaban :

Maksimumkan : z = x1 + 9x2 + x3
Dengan kendala : x1 + 2x2 + 3x3 ≤ 9
3x1 + 2x2 + 2x3 ≤ 15
dan : semua variabel tak – negatif
Penyelesaian :
Fungsi Tujuan : z = x1 + 9x2 + x3 + 0S1 + 0S2
Fungsi Implisit : z - x1 - 9x2 - x3 - 0S1 - 0S2 = 0
Fungsi Kendala : x1 + 2x2 + 3x3 + S1 =9
3x1 + 2x2 + 2x3 + S2 = 15

Iterasi ke - 1
Var. dasar Z x1 x2 x3 S 1 S2 Nk Limit Ratio

Z 1 -1 -9 -1 0 0 0 0

S1 0 1 2* 3 1 0 9 9/2  baris kunci

S2 0 3 2 2 0 1 15 15/2

Kolom kunci
* : angka kunci

Nk didapat dari nilai yang paling kanan dari fungsi kendala.

Limit Ratio didapat dari Nk dibagi dengan koefisien kolom kunci
Pada iterasi ke-1, terdapat nilai yang negatif pada Z (fungsi tujuan ) dan yang paling besar
negatifnya terdapat di kolom x2 sehingga dijadikan kolom kunci. Dan baris kunci di dapat
dari limit ratio yang paling kecil. Perpotongan baris dan kolom kunci adalah angka kunci.
Variabel baris kunci diubah menjadi variabel kolom kunci (lihat iterasi ke-2).

17
 Nilai baris kunci dirubah dengan cara membagi nilai tiap elemen baris kunci dengan angka
kunci.
Nilai pada baris lainnya diubah dengan cara :
Baris baru = baris lama – ( koefsien per kolom kunci * nilai baru baris kunci )

Iterasi ke - 2

Var dasar Z x1 x2 x3 S1 S2 Nk

Z 1 7/2 0 25/2 9/2 0 81/2

x2 0 1/2 1 3/2 1/2 0 9/2

S2 0 2 0 -1 -1 1 6

Pada itersi ke-2 tidak terdapat nilai negatif pada Z (fungsi tujuan ), maka hasil yang
diperoleh telah optimal, dengan hasil : Z = 81/2 ; x2 = 9/2 ; x1 = x3 = 0. Karena x1 dan x3
tidak terdapat pada variabel dasar maka bernilai NOL.
Maka nilai optimal = Z = 81/2 = 40.5

18