UNIVERSITAS PAMULANG

PERTEMUAN 4:
LINEAR PROGRAMMING (METODE SIMPLEX)
FUNGSI TUJUAN MAKSIMUM
FUNGSI BATASAN ≤

A. TUJUAN PEMBELAJARAN
Dengan mempelajari materi dalam pertemuan 4, diharapkan anda mampu
untuk :
1. Menentukan biaya optimum dengan metode SIMPLEX untuk fungsi
tujuan maksimum dan fungsi batasan ≤

B. URAIAN MATERI
Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber
dayanya, baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan, ruang
tenaga kerja, jam kerja, maupun modal. Dengan keterbatasan ini, perusahaan perlu
merencanakan strategi yang dapat mengoptimalkan hasil yang ingin dicapai, baik
itu berupa keuntungan maksimal atau biaya minimal. Berbagai cara lain telah
ditemukan untuk tujuan itu, salah satu diantaranya pemrograman linear (Eddy,
2008).
Pemrograman Linear merupakan metode matematik dalam
mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti
memaksimumkan keuntungan dan meminimumkan biaya. Pemrograman Linear
banyak diterapkan dalam masalah ekonomi, industri, militer, sosial dan lain-lain.
Pemrograman Linear berkaitan dengan penjelasan suatu kasus dalam dunia nyata
sebagai suatu model matematik yang terdiri dari sebuah fungsi tujuan linear
dengan beberapa kendala linear (Siringoringo, 2005).
Program linear adalah suatu cara matematis yang digunakan untuk
menyelesaikan masalah yang berkaitan dengan pengalokasian sumberdaya yang
terbatas untuk mencapai optimasi, yaitu memaksimumkan atau meminimumkan
fungsi tujuan yang bergabung pada sejumlah variabel input. Penerapan program

S1 Manajemen Page 1
UNIVERSITAS PAMULANG

linear banyak diterapkan dalam masalah ekonomi, industri, sosial dan lain-
lainnya, misalnya periklanan, industri manufaktur (penggunaan tenagakerja
kapasitas produksi dan mesin), distribusi dan pengangkutan, dan perbankan
(portofolio investasi). Program linear berkaitan dengan penjelasan suatu kasus
dalam dunia nyata sebagai model matematik yang terdiri dari sebuah fungsi tujuan
linear dengan beberapa kendala linear. Pemrograman linear merupakan metode
matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai
suatu tujuan seperti memaksimumkan keuntungan dan meminimumkan biaya.
Pemrograman linear banyak diterapkan dalam masalah ekonomi, industri, militer,
sosial dan lain-lain. Pemrograman linear berkaitan dengan penjelasan suatu kasus
dalam dunia nyata sebagai suatu model matematik yang terdiri dari sebuah fungsi
tujuan linear dengan beberapa kendala linear. Pemrograman linear meliputi
perencanaan aktivitas untuk mendapatkan hasil optimal, yaitu sebuah hasil yang
mencapai tujuan terbaik (menurut model matematika) diantara semua
kemungkinan alternatif yang ada.

Tujuan Pembelajaran 4.1:

Linear Programming Metode Simplex

1. Pengertian Linear Programming

Programa Linier (Linear Programming) adalah suatu cara untuk
menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas diantara
beberapa aktivitas yang bersaing, dengan cara yang terbaik yang mungkin
dilakukan. Persoalan pengalokasian ini akan muncul manakala seseorang harus
memilih tingkat aktivitas-aktivitas tertentu yang bersaing dalam hal penggunaan
sumber daya langka yang dibutuhkan untuk melaksanakan aktivitas-aktivitas
tersebut.
Program Integer adalah program linier (Linear Programming) di mana
variabel-variabelnya bertipe integer(bulat). Program Integerdigunakan untuk
memodelkanpermasalahan yang variabel-variabelnya tidak mungkin berupa
bilangan yang tidak bulat (bilangan riil), seperti variabel yang merepresentasikan
jumlah orang atau benda,karena jumlah orang atau benda pasti bulat dan tidak

S1 Manajemen Page 2
UNIVERSITAS PAMULANG

mungkin berupa pecahan. Program Integer juga biasanya lebih dipilih untuk
memodelkan suatu permasalahan karena program linier dengan variabel berupa
bilangan riil kurang baik dalammemodelkan permasalahan yang menuntut solusi
berupa bilangan integer, misalnya variabel-variabel keputusannya jumlah cabang
Bank di daerah berbeda di suatu Negara. Solusi pecahan tentu tidak dapat diterima
dalam keputusan Bank.
Program Integer merupakan bentuk khusus atau variasi dari program
linier, di mana salah satu atau lebih dalam vektor penyelesaiannya memiliki nilai
integer. Program Integer yang membatasi variabel keputusan pada sebagian saja
yang dibatasi pada nilai integer disebut Program IntegerCampuran (Susi, Astuti H.
1999). Pokok pikiran utama dalam Program Integer adalah merumuskan masalah
dengan jelas dengan menggunakan sejumlah informasi yang tersedia. Sesudah
masalah terumuskan dengan baik, maka langkah berikut ialah menerjemahkan
masalah ke dalam bentuk model matematika. . Pada masalah Program Integer
untuk pola memaksimumkan, nilai tujuan dari Program Integer tidak akan pernah
melebihi nilai tujuan dari program linier (Wahyujati, Ajie. 2009).
Beberapa contoh situasi dari uraian diatas antara lain ialah persoalan
pengalokasian sumber daya nasional untuk kebutuhan domestic, penjadwalan
produksi, solusi permainan (game), dan pemilihan pola pengiriman (shipping).
Satu hal yang menjadi cirri situasi diatas ialah adanya keharusan untuk
mengalokasikan sumber terhadap aktivitas.
Programa linier ini menggunakan model matematis untuk menjelaskan
persoalan yang dihadapinya. Sifat “linier” disini memberi arti bahwa seluruh
fungsi matematis dalam model ini merupakan fungsi yang linier, sedangkan kata
“programa” merupakan sinonim untuk perencanaan. Dengan demikian, programa
linier adalah perencanaan aktivitas-aktivitas untuk memperoleh suatu hasil yang
optimum, yaitu suatu hasil yang mencapai tujuan terbaik diantara seluruh aktivitas
yang fisibel. Dalam membangun model dari formulasi persoalan programa linier
digunakan karakteristik karakteristik antara lain, yaitu:
a. Variabel keputusan
Variabel keputusan adalah variabel yang menguraikan secara lengkap
keputusan-keputusan yang akan dibuat fungsi tujuan.

S1 Manajemen Page 3
UNIVERSITAS PAMULANG

b. Fungsi tujuan
Fungsi tujuan merupakan fungsi dari dari variabel keputusan yang
akan dimaksimumkan (untuk pendapatan atau keuntungan) atau
diminimumkan (untuk ongkos).
c. Pembatas
Pembatas merupakan kendala yang dihadapi sehingga kita tidak bisa
menentukan harga-harga variabel keputusan secara sembarang.
Koefisien dari variabel keputusan pada pembatas disebut koefisien
teknologis, sedangkan bilangan yang ada disisi kanan setiap pembatas
disebut ruas kanan pembatas.
d. Pembatas tanda
Pembatas tanda adalah pembatas yang menjelaskan apakah variabel
keputusannya diasumsikan hanya berharga nonnegatif atau variabel
keputusan tersebut boleh berharga positif, boleh juga negatif (tidak
terbatas dalam tanda).
Dapat ditarik kesimpulan mengenai pengertian persoalan programa linier
(Linear Programming) adalah suatu persoalan optimasi dimana kita melakukan
hal-hal berikut ini:
a. kita berusaha memaksimumkan atau meminimumkan suatu fungsi
linier dari variabel-variabel keputusan yang disebut fungsi tujuan.
b. harga/besaran dari variabel-variabel keputusan itu harus memenuhi
suatu set pembatas. Setiap pembatas harus merupakan persamaan
linier atau ketidaksamaan linier.
c. suatu pembatas tanda dikaitkan dengan setiap variabel. Untuk setiap
variabel xi , pembatasan tanda akan menunjukan fungsi apakah xi
harus nonnegatif (xi ≥ 0) atau xi tidak terbatas dalam tanda.
Definisi:
Suatu fungsi f (x1, x2 ,..., xn ) dari x1, x2 ,..., xn adalah fungsi linier jika dan
hanya jika untuk sejumlah set konstanta c1,c2 ,...,cn berlaku f (x1, x2 ,..., xn ) =
c1x1 + c2x2 + ...+ cnxn . Sebagai contoh, f (x1, x2 ) = 2x1 + x2 adalah fungsi
linier dari xi dan x2 , tetapi 2 2 2x1 + x bukan fungsi linier dari xi dan x2 .

S1 Manajemen Page 4
UNIVERSITAS PAMULANG

2. Metode Simplex
Metode Simpleks adalah suatu metode yg secara matematis dimulai dari
suatu pemecahan dasar yg feasibel (basic feasible solution) ke pemecahan dasar
feasibel lainnya dan dilakukan secara berulang-ulang (iteratif) sehingga akhirnya
diperoleh suatu pemecahan dasar yang optimal.
Metode ini digunakan karena metode grafik tidak dapat menyelesaikan
persoalan linear program yang memilki variabel keputusan yang cukup besar atau
lebih dari dua.
Bentuk standar LP memiliki sifat sbb.:
1. Seluruh fungsi kendala harus berbentuk persamaan (bertanda=).
2. Ruas kanan non negatif.
3. Seluruh variabel merupakan variabel non negatif.
4. Fungsi tujuan dapat berupa maksimasi atau minimasi

3. Tahapan Metode Simplex

a. Fungsi Kendala (constraint)
 Kendala bertanda “≤” diubah menjadi persamaan dengan
menambah “Variabel Slack” pada ruas kiri fungsi kendala.

 Kendala bertanda “≥” diubah menjadi persamaan dengan

mengurangi suatu “Variable Surplus” pada ruas kiri fungsi
kendala.

S1 Manajemen Page 5
UNIVERSITAS PAMULANG

 Ruaskanan bertanda negatif diubah menjadi positif dengan

mengalikan kedua ruas dengan (–1)
 Arah ketidaksamaan dapat berubah jika kedua ruas dikalikan (–
1)
b. Variabel
 Jika variable Xj tidak terbatas dalam tanda, dapat dinyatakan
sebagai dua variable non negatif dengan menggunakan
subsitusi.
Xj=Xj„−Xj”;dimana:Xj„danXj”≥0
 Subsitusi dilakukan pada seluruh fungsi kendala dan fungsi
tujuan.
c. Fungsi Tujuan
 Bentuk maksimasi = nilai negatif dari bentuk minimasi.
 Berlaku juga untuk sebaliknya.

4. Penyelesaian Simplex
a. Metode simpleks :merupakan prosedur aljabar yang bersifat iteratif
yang bergerak dengan mengikuti algoritma tertentu
b. Tahapan prosedur:
1. Inisialisasi : mulai dari suatu titik ekstrem (0,0)
 Identifikasi ruang solusi dengan cara merubah sebanyak: (n–m =
kolom – baris) variable , sehingga memiliki nilai nol.
 Variabel bernilai nol => variable non basis,
 Variabel bukan bernilai nol => variable basis.
2. Iteratif : bergerak menuju titik ekstrem terdekat yang lebih baik
,dan ulangi untuk titik ekstrim lain.
3. Berhenti : jika telah sampai pada titik ekstrim terbaik (titik
optimum).

S1 Manajemen Page 6
UNIVERSITAS PAMULANG

Gambar 4.1 Tabel Simplex

5. Algoritma Simplex
1. Ubah fungsi tujuan ke dalam bentuk implisit.
2. Masukkan semua nilai kedalam tabel simplex.
3. Tentukan kolom kunci (variable keputusan) yang masuk sebagai
variable basis (entering variable).
 Kolom kunci adalah nilai Zj dengan nilai negatif terbesar (untuk
maksimasi).
4. Tentukan baris kunci : untuk menentukan variable yang akan keluar
dari baris kunci (leaving variable).
 Kriteria : Nilai positif terkecil dari : nilai kanan / nilai pada kolom
kunci.
 Angka kunci : nilai pada perpotongan baris kunci dan kolom kunci
5. Susun tabel simpleks baru , untuk menentukan solusi yang baru
gunakan metode (Elementary Row Operation ,Gauss Jordan
Elimination ),dengan cara:
Ubah nilai pada baris kunci sehingga EV memiliki nilai 0 dan 1 pada
baris lainnya.
Nilai baris kunci baru = nilai baris kunci yang lama dibagi angka
kunci
6. Ubah nilai pada baris selain baris kunci

S1 Manajemen Page 7
UNIVERSITAS PAMULANG

Nilai baris baru = nilai baris lama dikurangi dengan hasil perkalian
angka pada kolom kunci dengan baris kunci yang baru
7. Ulangi langkah diatas sampai tidak terdapat nilai negatif pada baris Z.
Iterasi berhenti jika tabel sudah optimal, jika:
 Semua nilai pada baris Z bernilai positif atau nol (untuk
maksimasi)
 Bernilai negatif atau nol (untuk minimasi)

6. Ketentuan Metode Simplex

1. Nilai kanan (NK/RHS) fungsi tujuan harus nol (0).
2. Nilai kanan (NK/RHS) fungsi kendala harus positif. Apabila negatif,
nilai tersebut harus dikalikan (–1).
3. Fungsi kendala dengan tanda “≤” harus diubah kebentuk “=” dengan
menambahkan variabel slack/surplus. Variabel slack/surplus disebut
juga variabel dasar.
4. Fungsi kendala dengan tanda “≥” diubah kebentuk “≤” dengan cara
mengalikan dengan (–1), lalu diubah kebentuk persamaan dengan
ditambahkan variabel slack. Kemudian karena RHS- nya negatif,
dikalikan lagi dengan (–1) dan ditambah artificial variable (M).
5. Fungsi kendala dengan tanda “=” harus ditambah artificial variable
(M).

7. Contoh Kasus

Contoh Kasus 1
Fungsi tujuan:
Maksimalkan Z = 3x1+ 5x2
Fungsi Kendala:
1)2x1≤ 8
2)3x2≤ 15
3)6x1+ 5x2≤ 30

S1 Manajemen Page 8
UNIVERSITAS PAMULANG

Langkah 1
1. Mengubah fungsi tujuan dan fungsi kendala (lihat ketentuan metode
simplex).

Langkah 2
2. Menyusun persamaan – persamaan kedalam tabel simplex.
Tabel 4.1 Tabel Simplex Contoh Kasus 1

S1 Manajemen Page 9
UNIVERSITAS PAMULANG

Langkah 3
3. Memilih kolom kunci (yaitu kolom yang mempunyai nilai pada baris Z
(fungsi tujuan) yang bernilai negatif (−) dengan angka terbesar
Tabel 4.2 Tabel Simplex Langkah 3 Contoh Kasus 1

.
Langkah 4
4. Memilih baris kunci (yaitu baris yang mempunyai nilai index terkecil).
Perhitungan index adalah sbb.:
Tabel 4.3 Tabel Simplex Langkah 4 Contoh Kasus 1

Langkah 5
5. Mengubah nilai-nilai baris kunci (dengan cara membaginya dengan angka
kunci). Angka kunci merupakan nilai yang posisinya berada pada
perpotongan antara kolom kunci dengan baris kunci

S1 Manajemen Page 10
UNIVERSITAS PAMULANG

Tabel 4.4 Tabel Simplex Langkah 5 Contoh Kasus 1

Langkah 6
6. Membuat baris baru dengan mengubah nilai-nilai baris (selain baris kunci)
sehingga nilai-nilai kolom kunci=0 , dengan mengikuti perhitungan sbb.:

NBBK = Nilai baris baru kunci

Masukkan nilai baris baru Z, s1, dan s3 kedalam tabel, sehingga tabel
menjadi seperti berikut:

S1 Manajemen Page 11
UNIVERSITAS PAMULANG

Tabel 4.5 Tabel Simplex Langkah 6 Contoh Kasus 1

Langkah 7
7. Melanjutkan perbaikan – perbaikan (langkah3 -6) sampai baris Z tidak ada
nilai negatif.
Tabel 4.6 Tabel Simplex Langkah 7 Contoh Kasus 1

Karena nilai Z sudah tidak ada yang (−), maka sudah dapat diperoleh hasil
solusi optimum, yaitu:
x1=5/6 ;x2=5 ;Zmax=27½

S1 Manajemen Page 12
UNIVERSITAS PAMULANG

Contoh Kasus 2
Fungsi tujuan:
Maksimalkan Z = 15x1+ 50x2 + 35x3
Fungsi Kendala:
1) 3X1 + 5 X2 ≤ 50
2) 4 X2 + 6 X3 ≤ 60
3) 2 X1 + 5 X3 ≤ 30

Langkah 1
Buat Fungsi Tujuan dan Fungsi Kendala kedalam persamaan “Sama
Dengan / =”
Z - 15X1 - 50X2 - 35X3 = 0
3X1 + 5X2 + S1 = 50
4X2 + 6X3 + S2 = 60
2X1 + 5X3 + S3 = 30

Langkah 2
Masukkan fungsi persamaan tersebut kedalam tabel simplex seperti
dibawah ini.
Tabel 4.7 Tabel Simplex Langkah 2 Contoh Kasus 2

Langkah 3
Pilih nilai negatif terbesar pada baris Z. Kemudian hitung nilai index
setiap baris, dengan membagi nilai NK dengan nilai yang berada pada kolom
dengan nilai negatif terbesar.

S1 Manajemen Page 13
UNIVERSITAS PAMULANG

Tabel 4.8 Tabel Simplex Langkah 3 Contoh Kasus 2

Pilih nilai Index dengan nilai Positif terkecil. Kemudian baris dengan nilai index
terkecil merupakan baris kunci. Dan nilai pada setiap baris kunci dibagi pada nilai kunci,
yang merupakan perpotongan antara baris dan kolom yaitu nilai 5. Baris S1 akan
digantikan dengan X2.

Langkah 4
Hitung nilai pada baris Z, S2 dan S3.
Tabel 4.9 Tabel Simplex Langkah 4 Contoh Kasus 2

Lakukan langkah yang sama seperti pada langkah 3. Pilih nilai negatif
terbesar pada baris Z. Kemudian hitung nilai index setiap baris, dengan membagi
nilai NK dengan nilai yang berada pada kolom dengan nilai negatif terbesar.
Pilih nilai Index dengan nilai Positif terkecil. Kemudian baris dengan nilai index
terkecil merupakan baris kunci. Dan nilai pada setiap baris kunci dibagi pada nilai kunci,
yang merupakan perpotongan antara baris dan kolom yaitu nilai 6. Baris S2 akan
digantikan dengan X3.

S1 Manajemen Page 14
UNIVERSITAS PAMULANG

Langkah 5
Hitung nilai pada baris Z, X2 dan S3.
Tabel 4.10 Tabel Simplex Langkah 5 Contoh Kasus 2

Karena nilai Z sudah tidak ada yang (−), maka sudah dapat diperoleh hasil
solusi optimum, yaitu:
X2= 10 ; X3=3.33 ;Zmax=616.67

Contoh Kasus 3
Fungsi tujuan:
Maksimalkan Z = 5x1+ 10x2 + 4x3
Fungsi Kendala:
1) 2 X1 + 5 X2 ≤ 15
2) 6 X2 + 2 X3 ≤ 30
3) 4 X1 + 5 X3 ≤ 35

Langkah 1
Buat Fungsi Tujuan dan Fungsi Kendala kedalam persamaan “Sama
Dengan / =”
Z - 5X1 - 10X2 - 4X3
2X1 + 5X2 + S1 = 15
6X2 + 2X3 + S2 = 30
4X1 + 5X3 + S3 = 35

S1 Manajemen Page 15
UNIVERSITAS PAMULANG

Langkah 2
Masukkan fungsi persamaan tersebut kedalam tabel simplex seperti
dibawah ini.
Tabel 4.11 Tabel Simplex Langkah 2 Contoh Kasus 3

Langkah 3
Pilih nilai negatif terbesar pada baris Z. Kemudian hitung nilai index
setiap baris, dengan membagi nilai NK dengan nilai yang berada pada kolom
dengan nilai negatif terbesar.
Tabel 4.12 Tabel Simplex Langkah 3 Contoh Kasus 3

Langkah 4
Hitung nilai pada baris Z, S2 dan S3.
Tabel 4.13 Tabel Simplex Langkah 4 Contoh Kasus 3

Lakukan langkah yang sama seperti pada langkah 3. Pilih nilai negatif
terbesar pada baris Z. Kemudian hitung nilai index setiap baris, dengan membagi
nilai NK dengan nilai yang berada pada kolom dengan nilai negatif terbesar.

S1 Manajemen Page 16
UNIVERSITAS PAMULANG

Langkah 5
Tabel 4.14 Tabel Simplex Langkah 5 Contoh Kasus 3

Langkah 6
Tabel 4.15 Tabel Simplex Langkah 6 Contoh Kasus 3

Karena nilai Z sudah tidak ada yang (−), maka sudah dapat diperoleh hasil
solusi optimum, yaitu:
X1 = 0.5 ; X2 = 2.8 ; X3 = 6.6 ; Z = 56.9

S1 Manajemen Page 17
UNIVERSITAS PAMULANG

C. SOAL LATIHAN/TUGAS

1. Fungsi tujuan:
Maksimalkan Z = 20X1 + 15X2
Fungsi Kendala:
1) 3 X1 + 4 X2 ≤ 20
2) 5 X1 + 6 X2 ≤ 30

2. Fungsi tujuan:
Maksimalkan Z = 30X1 + 25X2
Fungsi Kendala:
1) 6 X1 + 8 X2 ≤ 40
2) 5 X1 ≤ 25
3) 7 X2 ≤ 35

3. Fungsi tujuan:
Maksimalkan Z = 20X1 + 30X2 + 40X3
Fungsi Kendala:
1) 5 X1 + 6 X2 ≤ 30
2) 3 X1 + 4 X2 + 5 X3 ≤ 40
3) 2 X2 + 3 X3 ≤ 35

4. Fungsi tujuan:
Maksimalkan Z = 10X1 + 15X2 + 20X3
Fungsi Kendala:
1) 2 X2 + 5 X3 ≤ 15
2) 6 X1 + 2 X3 ≤ 30
3) 4 X1 + 5 X2 ≤ 35

S1 Manajemen Page 18
UNIVERSITAS PAMULANG

5. Fungsi tujuan:
Maksimalkan Z = 40X1 + 50X2 + 60X3
Fungsi Kendala:
1) 2 X1 + 3 X2 + 4 X3 ≤ 20
2) 3 X1 + 4 X2 + 5 X3 ≤ 30
3) 4 X1 + 5 X2 + 6 X3 ≤ 40

D. DAFTAR PUSTAKA

Siang, Jong Jek.2011.Riset Operasi dalam Pendekatan Algoritmis.

Jogjakarta : Andi Offset.
Taha, Hamdy A.Riset Operasi. Tangerang : Binarupa Aksara.
Wijaya, Andi.2011. Pengantar Riset Operasi. Jakarta : Mitra Wacana
Media.
Zusi, Hasmand.2006. Operations Research. Jakarta : Universitas Trisakti.

S1 Manajemen Page 19