LINEAR PROGRAMMING (LP) :

(METODE SIMPLEKS)
By:

Iwan Kusuma Negara

Faculty of Economics and Business
University of Mataram

Thanks for Keeping Silent

Your Mobile Phone
PENDAHULUAN

 Metode Grafik tidak dapat

menyelesaikan persoalan LP yang
mempunyai variabel keputusan yang
cukup besar atau lebih dari dua,
maka untuk menyelesaikannya
digunakan Metode Simpleks
(Simplex Method).
 DEFINISI
 Metode Simpleks adalah
sebuah prosedur yang melibatkan
serangkaian langkah-langkah
matematis untuk memecahkan
permasalahan pemrograman
linier (Taylor, 2014).
 CASE KEBIJAKAN INVESTASI
Z Maks = 4,4X1 + 3,8X2 + 4,1X3 + 3,5X4 + 5,1X5 + 3,2X6
d.k :
(1) X1 + X2 + X3 + X4 + X5 + X6 ≤ 1.000
(2) X1 ≤ 220
(3) X2 ≤ 180
(4) X3 ≤ 250
(5) X4 ≤ 150
(6) X5 ≤ 400
(7) X6 ≤ 120
(8) X1 + X 2 ≥ 300
(9) X5 ≥ 200
(10) X1, X2, X3, X4, X5, X6 ≥ 0
CASE PERENCANAAN PROMOSI/ADVERTENSI

Maximize Z = 800X1 + 7.000X2 + 9.500X3 + 350X4

Subject to (s/t) :

(1) 35X1 + 150X2 + 100X3 + 10X4 ≤ 3.000

(2) X4 ≤ 100
(3) X4 ≥ 25
(4) X1 ≤ 180
(5) X1 ≥ 30
(6) X3 ≤ 4
(7) X2 ≤ 15
(8) X2 ≥ 4
(9) X1 – 3X2 + X3 ≥ 0
(10) X1, X2, X3, X4 ≥ 0
BEBERAPA KETENTUAN
METODE SIMPLEKS

1. Nilai Kanan (NK/RHS) fungsi tujuan

(Objective Function) harus nol (0).
2. RHS fungsi kendala/batasan
(Constraint Function) harus positif.
Apabila negatif, nilai tersebut harus
dikalikan -1.
Beberapa Ketentuan Metode Simpleks Cont’d

3. Constraint Function dengan tanda

“≤” harus diubah ke dalam bentuk
“=“ dengan menambahkan
Slack/Surplus Variable. Slack
Variable disebut juga Variabel
dasar (Basic Variable).
BEBERAPA TERMINOLOGI

 Slack Variable (Surplus Variable/Basic

Variable) adalah variabel tambahan yang
mewakili tingkat pengangguran atau
kapasitas yang merupakan batasan.
 Slack Variable sering diberi simbol X
(Xn+1, Xn+2, Xn+3 … Xn+m) atau S (Sn+1, Sn+2,
Sn+3 … Sn+m) dan seterusnya.
BEBERAPA TERMINOLOGI Cont’d

 Slack Variable adalah

variabel yang nilainya sama
dengan sisi kanan dari
persamaan pada fungsi
pembatas/kendala.
 Formulasi (Model) LP
PT. Kusuma Tekstil
X1 = Jumlah produk Kain Sutera yang diproduksi setiap hari Variabel
X2 = Jumlah produk Kain Wol yang diproduksi setiap hari Keputusan

Fungsi
Maks Z = 40X1 + 30X2 (Dalam Jutaan Rp)
Tujuan
(1) 2X1 + 3X2 ≤ 60 (Benang Sutera)
Fungsi
(2) 2X2 ≤ 30 (Benang Wol)
Batasan
(3) 2X1 + X2 ≤ 40 (Tenaga Kerja)
(4) X1, X2 ≥ 0 Non Negativity Constraint
BEBERAPA TERMINOLOGI Cont’d

 Nilai Kanan (NK) / Right Hand

Side (RHS) / Ruas Kanan
Pembatas adalah nilai di
belakang tanda sama dengan
pada fungsi batasan/kendala.
 Contoh Ketentuan Point 3

Maksimumkan Z = 40X1 + 50X2 + 30X3

dengan kendala (Constraints) :
(1) 6X1 + 4X2 + X3 ≤ 32
(2) 4X1 + 2X2 + 8X3 ≤ 16
(3) 4X1 + 6X2 + 12X3 ≤ 24
(4) X1, X2, X3 ≥ 0
Beberapa Ketentuan Metode Simpleks Cont’d

4. Constraint Function dengan tanda

“≥” diubah ke bentuk “≤” dengan cara
mengalikan dengan -1, lalu diubah ke
bentuk persamaan (“=“) dengan
ditambahkan Slack/Surplus Variable.
Kemudian karena RHS nya negatif,
dikalikan lagi dengan -1 dan ditambah
Artificial Variable (M).
 Contoh Ketentuan Point 4

Minimumkan Z = 10X1 + 30X2 + 50X3

dengan kendala :
3X1 + X2 + 10X3 ≥ 60
X1 + 5X2 + X3 ≥ 20
8X1 + 4X2 + 2X3 ≥ 40
X1, X2, X3 ≥ 0
Beberapa Ketentuan Metode Simpleks Cont’d

5. Constraint Function dengan

tanda “=” harus ditambah
Artificial Variable (M).
 Contoh Ketentuan Point 5
Min Z = 3X1 + 5X2 + 8X3
dengan kendala (d.k):
(1) 2X1 + 6X2 + 5X3 = 30
(2) 3X1 + 5X2 + X3 ≤ 15
(3) 6X1 + 3X2 + 2X3 ≥ 60
(4) X1, X2, X3 ≥ 0

– Z + 3X1 + 5X2 + 8X3 + MS4 + MS7 = 0

(1) 2X1 + 6X2 + 5X3 + S4 = 30

(2) 3X1 + 5X2 + X3 + S5 = 15
(3) 6X1 + 3X2 + 2X3 – S6 + S7 = 60
PROSEDUR METODE SIMPLEKS

1. Mengubah fungsi tujuan (Objective

Function) dan batasan-batasan/
kendala (Constraints).
2. Menyusun persamaan-persamaan di
dalam tabel (See Simplex Table next
page!)
 TABEL SIMPLEKS
VARIABEL
Z X1 X2 …… Xn Sn+1 Sn+2 …… Sn+m NK
DASAR

Z 1 -C1 -C2 …… -Cn 0 0 ……… 0 0

Sn+1 0 a11 a12 …… a1n 1 0 ……… 0 b1

Sn+2 0 a21 a22 a2n 0 1 ……… 0 b2

. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
Sn+m 0 am1 am2 amn 0 0 ……… 1 bm
PROSEDUR METODE SIMPLEKS Cont’d

3. Memilih kolom kunci (Pivot Column).

4. Memilih baris kunci (Pivot Row).

Nilai Kolom NK
Indeks =
Nilai Kolom Kunci
PROSEDUR METODE SIMPLEKS Cont’d

5. Mengubah nilai-nilai baris kunci.

6. Mengubah nilai-nilai selain pada baris
kunci.

NB = BL – (Koefisien pada KK) X (Nilai Baru BK)

7. Melanjutkan perbaikan-perbaikan
sampai dengan tabel optimal.
Ringkasan Prosedur Metode Simpleks
1. Mengubah fungsi tujuan dan fungsi kendala.
2. Menyusun persamaan-persamaan di dalam tabel.
3. Memilih kolom kunci. Nilai Kolom NK
4. Memilih baris kunci Indeks =
Nilai Kolom Kunci

5. Mengubah nilai-nilai baris kunci.

6. Mengubah nilai-nilai selain pada baris kunci.

NB = BL – (Koefisien pada Kolom Kunci) X (Nilai Baru Baris Kunci)

7. Melanjutkan perbaikan-perbaikan sampai dengan tabel optimal.

CONTOH PENGGUNAAN METODE SIMPLEKS
“KASUS MAKSIMISASI”

Products Maximum
X1 X2 X3
Constraints Capacity
Pengerjaan Kabel 3 1 3 120
Perakitan 1 5 2 60
Kontribusi Laba Per Unit $15 $20 $24

Saudara diminta : Menentukan bauran output X1, X2

dan X3 yang dapat memaksimumkan profit bagi
perusahaan tersebut? Gunakan metode simpleks
untuk menyelesaikan persoalan di atas!
 FEEDBACK KASUS MAKSIMISASI
1. Mengubah Fungsi Tujuan dan Fungsi Kendala

Max Z = 15X1 + 20X2 + 24X3

Subject to (s/t) :
(1) 3X1 + X2 + 3X3 ≤ 120
(2) X1 + 5X2 + 2X3 ≤ 60
(3) X1, X2, X3 ≥ 0

Z – 15X1 – 20X2 – 24X3 = 0

(1) 3X1 + X2 + 3X3 + S4 = 120

(2) X1 + 5X2 + 2X3 + S5 = 60
2. Menyusun persamaan-persamaan ke dalam
Tabel Simpleks

TABEL SIMPLEKS 1 (ITERASI I)

VARIABEL
Z X1 X2 X3 S4 S5 NK
DASAR

Z 1 -15 -20 -24 0 0 0

S4 0 3 1 3 1 0 120

S5 0 1 5 2 0 1 60

 ITERASI adalah tahapan perhitungan dimana nilai dalam

perhitungan tergantung dari nilai tabel sebelumnya.
3. Memilih kolom kunci (Pivot Column)

TABEL SIMPLEKS 2

VARIABEL
Z X1 X2 X3 S4 S5 NK
DASAR

Z 1 -15 -20 -24 0 0 0

S4 0 3 1 3 1 0 120

S5 0 1 5 2 0 1 60

Kolom Kunci
 KETENTUAN TAMBAHAN
KOLOM KUNCI

 Jika pada baris Fungsi tujuan (Z) terdapat

lebih dari satu kolom yang mempunyai
nilai negatif yang angkanya terbesar,
maka ada dua kolom yang bisa terpilih
menjadi kolom kunci  “Pilihlah salah
satu di antara kedua kolom tersebut
secara sembarang” akan menghasilkan
“keputusan yang sama”.
4. Memilih baris kunci (Pivot Row)

Kolom Kunci
TABEL SIMPLEKS 3

VD Z X1 X2 X3 S4 S5 NK Keterangan

Z 1 -15 -20 -24 0 0 0

S4 0 3 1 3 1 0 120 120/3 = 40

S5 0 1 5 2 0 1 60 60/2 = 30 (Min)

Baris Kunci Angka Kunci (Pivot Element)

 KETENTUAN TAMBAHAN
BARIS KUNCI
 Jika terdapat dua baris atau lebih yang
mempunyai nilai positif terkecil (Indeks
dengan nilai positif terkecil), maka ada
beberapa baris yang dapat terpilih sebagai
baris kunci  “Pilihlah salah satu dari dua
atau tiga baris tersebut secara bebas”
akan menghasilkan “keputusan yang
sama”.
5. Mengubah nilai-nilai baris kunci

TABEL SIMPLEKS 4

VD Z X1 X2 X3 S4 S5 NK

Z 1

S4 0

S35
X 0 1/2 5/2 1 0 1/2 30
6. Mengubah nilai-nilai selain baris kunci

NB = BL – (Koefisien pada Kolom Kunci) X (Nilai Baru Baris Kunci)

 NILAI BARU (NB) untuk Fungsi Tujuan (Baris Pertama)

[ -15 -20 -24 0 0, 0]

(-24) [ 1/2 5/2 1 0 1/2, 30 ] ( – )

NB = [ -3 40 0 0 12, 720 ]
6. Mengubah nilai-nilai selain baris kunci Cont’d

 NILAI BARU (NB) untuk Fungsi Batasan Pertama

(Pengerjaan Kabel)

[ 3 1 3 1 0, 120 ]
(3) [ 1/2 5/2 1 0 1/2, 30 ] ( – )

NB = [ 3/2 -13/2 0 1 -3/2, 30 ]

 7. Melanjutkan perbaikan-perbaikan s/d tabel optimal

Kolom
Kunci
TABEL SIMPLEKS 5 (ITERASI II)
VD Z X1 X2 X3 S4 S5 NK Keterangan

Z 1 -3 40 0 0 12 720

S4 0 3/2 -13/2 0 1 -3/2 30 30/1,5 = 20 (Minimal)

X3 0 1/2 5/2 1 0 1/2 30 30/0,5 = 60

Angka Kunci Baris Kunci

 TABEL SIMPLEKS 6
VD Z X1 X2 X3 S4 S5 NK

Z 1

S14
X 0 1 -13/3 0 2/3 -1 20

X3 0
 NILAI BARU (NB) untuk Fungsi Tujuan (Baris Pertama)

[ -3 40 0 0 12, 720 ]
(-3) [ 1 -13/3 0 2/3 -1, 20 ] ( – )

NB = [ 0 27 0 2 9, 780 ]

 NILAI BARU (NB) untuk Fungsi Batasan Kedua (Perakitan)

[ 1/2 5/2 1 0 1/2, 30 ]

(1/2) [ 1 -13/3 0 2/3 -1, 20 ] ( – )

NB = [ 0 14/3 1 -1/3 1, 20 ]
TABEL SIMPLEKS 7 OPTIMAL (ITERASI III)

VARIABEL
Z X1 X2 X3 S4 S5 NK
DASAR

Z 1 0 27 0 2 9 780

X1 0 1 -13/3 0 2/3 -1 20

X3 0 0 14/3 1 -1/3 1 20
Kesimpulan : bauran output yang
optimal adalah dengan memproduksi X1 sebanyak 20
Unit dan X3 sebanyak 20 Unit dengan tidak
memproduksi X2 (X2 = 0 Unit) dengan laba maksimal
sebesar $780.

 S4 = 0 dan S5 = 0, Artinya pengambilan keputusan

akan menggunakan seluruh persediaan sumber
daya pertama (pengerjaan kabel) dan sumber
daya kedua (Perakitan), sehingga seluruh SD
habis terpakai (Scarce/Full Capacity).
 SOAL LATIHAN 1
Sebuah perusahaan menghasilkan 3 (tiga) macam produk,
yaitu Sepatu, Tas dan Dompet. Jumlah jam kerja buruh yang
tersedia adalah 240 jam kerja dan bahan mentah 400 Kg.
Kebutuhan setiap unit produk akan bahan mentah dan jam
kerja buruh serta harga masing-masing produk disajikan pada
Tabel berikut ini :
Jenis Kebutuhan Sumberdaya Harga
Produk Buruh Bahan Per Unit
(Jam Kerja) (Kg/Unit) (Rp0000,-)
Sepatu 5 4 3
Tas 2 6 5
Dompet 4 3 2
Pertanyaan : Berapa jumlah masing-masing jenis produk yang
harus dihasilkan agar diperoleh keuntungan maksimal?
 SOAL LATIHAN 2

Maksimumkan Z = 2X1 + 3X2 + X3

dengan kendala (Constraints) :
(1) X1 + X2 + X3 ≤ 9
(2) 2X1 + 3X2 ≤ 25
(3) X2 + 2X3 ≤ 10
(4) X1, X2, X3 ≥ 0
 SOAL LATIHAN 3

Maksimumkan Z = 40X1 + 30X2 + 50X3

dengan kendala (Constraints) :
(1) 6X1 + 4X2 + X3 ≤ 32.000
(2) 6X1 + 7X2 + 3X3 ≤ 16.000
(3) 4X1 + 5X2 + 12X3 ≤ 24.000
(4) X1, X2, X3 ≥ 0
 SOAL LATIHAN 4

Maksimumkan Z = 30X1 + 24X2 + 60X3

dengan batasan :
6X1 + 3X2 + 5X3 ≤ 30
2X1 + 2X2 + 10X3 ≤ 50
X1 , X2, X3 ≥ 0
 SOAL LATIHAN 5
PT. Bakery memproduksi 3 (tiga) jenis roti yaitu
Roti rasa coklat, Roti rasa Keju dan Roti rasa
Blueberry. Adapun target laba masing-masing
roti adalah berturut-turut Rp150,-, Rp400,- dan
Rp600,-. Setiap minggu ditetapkan minimum
produksi roti rasa coklat sebanyak 25 unit, roti
rasa Keju 130 unit dan roti rasa Blueberry 55
unit. Ketiga jenis roti tersebut juga memerlukan
pemrosesan yaitu penyiapan bahan, peracikan
dan pengovenan (See next Slide!).
Soal Latihan 5 Cont’d

Pemros esan Maximum

RRC RRK RRB
Supply (hr)
Penyiapan bahan 4 2 6 130
Peracikan 3 4 9 170
Pengovenan 1 2 4 52
Profit Target (Dalam Rp) 150 400 600

Diminta : Bagaimana Formulasi LP masalah

PT. Bakery tersebut dan hitung Optimal
Solution? Gunakan Simplex Method!
 ASSIGNMENT at Home
 Pecahkan model Linear Programming (LP)
berikut dengan metode Simpleks :

Maksimumkan Z = 30X1 + 24X2 + 60X3

dengan kendala :
(1) 6X1 + 3X2 + 5X3 ≤ 30
(2) 2X1 + 2X2 + 10X3 ≤ 50
(3) X1 + 4X2 + 2X3 ≤ 20
(4) X2 + 5X3 ≤ 10
(5) X1, X2, X3 ≥ 0
 SOAL LATIHAN 6

Maksimumkan Z = 15X1 + 10X2

d.k. (Constraints) :
X1 + X2 ≤ 600
2X1 + X2 ≤ 1.000
X1, X2 ≥ 0
CONTOH PENGGUNAAN METODE SIMPLEKS
“KASUS MINIMISASI”

Minimize Z = 5X1 + 10X2

Subject to (s/t):
(1) 7X1 + 2X2 ≥ 28
(2) 2X1 + 12X2 ≥ 24
(3) X1, X2 ≥ 0

–Z + 5X1 + 10X2 + MS4 + MS6 = 0

(1) 7X1 + 2X2 – S3 + S4 = 28

(2) 2X1 + 12X2 – S5 + S6 = 24
 Konsekuensi dari penggunaan Artificial Variable/Variabel
buatan (M) adalah penambahan M pada Fungsi Tujuan
(Objective Function).
 S4 dan S6 akan menjadi variabel dasar pada tabel
permulaan, maka nilainya dalam F. Tujuan harus diubah
menjadi 0 dengan melakukan pengurangan-pengurangan
sebagai berikut :

5 10 0 M 0 M, 0
–M [ 7 2 –1 1 0 0, 28 ]  Baris S4
–M [ 2 12 0 0 –1 1, 24 ]  Baris S6

(–9M+5) (–14M+10) M 0 M 0, –52M

2. Menyusun persamaan-persamaan ke dalam
Tabel Simpleks

TABEL SIMPLEKS 1 (ITERASI I)

VD Z X1 X2 S3 S4 S5 S6 NK

Z –1 (–9M+5) (–14M+10) M 0 M 0 –52M

S4 0 7 2 –1 1 0 0 28

S6 0 2 12 0 0 –1 1 24
3. Memilih kolom kunci

TABEL SIMPLEKS 2

VD Z X1 X2 S3 S4 S5 S6 NK

Z –1 (–9M+5) (–14M+10) M 0 M 0 –52M

S4 0 7 2 –1 1 0 0 28

S6 0 2 12 0 0 –1 1 24

Kolom Kunci
4. Memilih baris kunci Kolom Kunci

TABEL SIMPLEKS 3

VD Z X1 X2 S3 S4 S5 S6 NK Ket.

Z –1 (–9M+5) (–14M+10) M 0 M 0 –52M

S4 0 7 2 –1 1 0 0 28 28/2=14

S6 0 2 12 0 0 –1 1 24 24/12=2
(Min)

Baris Kunci Angka Kunci

5. Mengubah nilai-nilai baris kunci

TABEL SIMPLEKS 4

VD Z X1 X2 S3 S4 S5 S6 NK

Z –1

S4 0

X
S62 0 1/6 1 0 0 –1/12 1/12 2
6. Mengubah nilai-nilai selain baris kunci

NB = BL – (Koefisien pada Kolom Kunci) X (Nilai Baru Baris Kunci)

 NILAI BARU (NB) untuk Fungsi Tujuan (Z), yaitu :

[ (–9M+5) (–14M+10) M 0 M 0, –52M]

(–14M+10) [ 1/6 1 0 0 –1/12 1/12, 2 ] (–)

NB = [ (–20M/3+10/3) 0 M 0 (–M/6+5/6) (7/6M–5/6), (–24M–20) ]

6. Mengubah nilai-nilai selain baris kunci Cont’d

 NILAI BARU (NB) untuk FB 1 (S4), yaitu :

[ 7 2 1 –1 0 0, 28 ]
(2) [ 1/6 1 0 0 – 1/12 1/12, 2 ](–)

NB = [ 20/3 0 –1 1 1/6 –1/6, 24 ]

7. Melanjutkan perbaikan-perbaikan s/d tabel optimal

TABEL SIMPLEKS 5 (ITERASI II)

VD Z X1 X2 S3 S4 S5 S6 NK Ket.

Z –1 (–20M/3+10/3) 0 M 0 (–1/6M+5/6) (7/6M–5/6) –24M–20

S4 0 20/3 0 –1 1 1/6 –1/6 24 3,6 (Min)

X2 0 1/6 1 0 0 –1/12 1/12 2 12

 TABEL SIMPLEKS 6

VD Z X1 X2 S3 S4 S5 S6 NK

Z –1

X
S41 0 1 0 –3/20 3/20 1/40 –1/40 18/5

X2 0
  NILAI BARU (NB) untuk Z

[ (–20M+10/3) 0 M 0 (–M/6+5/6) (7/6M–5/6), (–24M–20) ]

(–20M/3+10/3) [ 1 0 –3/20 3/20 1/40 –1/40, 18/5 ] (–)

NB = [ 0 0 1/2 (M–1/2) 3/4 (M–3/4), –32 ]

 NILAI BARU (NB) untuk X2

[ 1/6 1 0 0 –1/12 1/12, 2]

(1/6) [ 1 0 –3/20 3/20 1/40 –1/40, 18/5 ] ( – )

NB = [ 0 1 1/40 –1/40 –7/80 7/80, 7/5 ]

TABEL SIMPLEKS 7 OPTIMAL (ITERASI III)

VD Z X1 X2 S3 S4 S5 S6 NK

Z –1 0 0 1/2 (M–1/2) 3/4 (M–3/4) –32

X1 0 1 0 –3/20 3/20 1/40 –1/40 3,6

X2 0 0 1 1/40 –1/40 –7/80 7/80 1,4

Kesimpulan : Nilai Z minimum sebesar 32 (–Z = –32)

dengan X1 = 3,6 dan X2 = 1,4.
 SOAL LATIHAN 7

Minimumkan Z = 3X1 + 2,5X2

d.k. (Constraints) :
2X1 + 4X2 ≥ 40
3X1 + 2X2 ≥ 50
X1, X2 ≥ 0
 SOAL LATIHAN 8

Minimumkan Z = 0,5X1 + 0,8X2 + 0,6X3

d.k. :
(1) 5X1 + X2 ≥ 8
(2) 2X1 + 2X2 + X3 ≥ 10
(3) X1 + 5X2 + 4X3 ≥ 22
(4) X1, X2, X3 ≥ 0
 SOAL LATIHAN 9

Minimize Z = 18X1 + 10X2

Subject to :
(1) 4X1 + 6X2 ≥ 48.000
(2) 12X1 + 10X2 ≥ 120.000
(3) 10X1 + 15X2 ≥ 150.000
(4) X1, X2 ≥ 0
 SOAL LATIHAN 10

Minimize Z = 40X1 + 20X2

Subject to :
X1 + X2 ≥ 27
X1 + X2 ≥ 21
X1 + 2X2 ≥ 30
X1, X2 ≥ 0
 SOAL LATIHAN 11

Minimumkan Z = 28X1 + 400X2 + 20X3

d.k :
X1 + 9X2 + 0,8X3 ≥ 30
0,6X1 + 2X2 + 0,7X3 ≥ 25
X1, X2, X3 ≥ 0
 SOAL LATIHAN 12

Minimize Z = 3X1 + 4X2

Subject to :
2X1 + 3X2 ≥ 36
2X1 + 2X2 ≥ 28
8X1 + 2X2 ≥ 32
X1, X2 ≥ 0
 SOAL LATIHAN 13

Minimize Z = 120X1 + 60X2

Subject to :
3X1 + X2 ≥ 15
X1 + 5X2 ≥ 20
3X1 + 2X2 ≥ 24
X1, X2 ≥ 0
 SOAL LATIHAN 14

Minimumkan Z = 40X1 + 20X2 + 60X3

d.k. (Constraints) :
2X1 + 4X2 + 2X3 ≥ 24
5X1 + X2 + X3 ≥ 8
X1, X2, X3 ≥ 0
 SOAL LATIHAN 15

Minimumkan Z = 3X1 + 7X2 + 7X3 + 5X4 + 2X5

d.k :
(1) 8,3X1 + 24,9X2 + 0,4X3 + 6X4 + 5,1X5 ≥ 70
(2) 2,4X1 + 2,43X2 + 7,93X3 + 0,93X4 + 0,26X5 ≥ 30
(3) 1,72X1 + 81X2 + 1,48X3 + 6,16X4 + 59,5X5 ≥ 80
(4) 2,01X1 + 0,57X2 + 0,16X3 + 2,05X4 + 4X5 ≥ 12
(5) X1 ≥ 0, X2 ≥ 0, X3 ≥ 0, X4 ≥ 0, X5 ≥ 0
PENYIMPANGAN DARI BENTUK STANDAR
Jika Fungsi Batasan dengan tanda “=” dan atau “≥“
Minimumkan Z = 3X1 + 5X2
dengan kendala (d.k):
(1) 2X1 = 8
(2) 3X2 ≤ 15
(3) 6X1 + 5X2 ≥ 30
(4) X1, X2 ≥ 0

– Z + 3X1 + 5X2 + MS3 + MS6 = 0

(1) 2X1 + S3 = 8
(2) 3X2 + S4 = 15
(3) 6X1 + 5X2 – S5 + S6 = 30
 Konsekuensi dari penggunaan Artificial Variable/Variabel
buatan (M) adalah penambahan M pada Fungsi Tujuan
(Objective Function).
 S3 dan S6 akan menjadi variabel dasar pada tabel
permulaan, maka nilainya dalam F. Tujuan harus diubah
menjadi 0 dengan melakukan pengurangan-pengurangan
sebagai berikut :

3 5 M 0 0 M, 0
–M [ 2 0 1 0 0 0, 8 ]  Baris S3
–M [ 6 5 0 0 –1 1, 30 ]  Baris S6

(–8M+3) (–5M+5) 0 0 M 0, –38M

 TABEL SIMPLEKS 1 ITERASI 1

VD Z X1 X2 S3 S4 S5 S6 NK

Z –1 (–8M+3) (–5M+5) 0 0 M 0 –38M

S3 0 2 0 1 0 0 0 8

S4 0 0 3 0 1 0 0 15

S6 0 6 5 0 0 –1 1 30

Kolom Kunci
 TABEL SIMPLEKS 2 Kolom Kunci

VD Z X1 X2 S3 S4 S5 S6 NK Ket

Z –1 (–8M+3) (–5M+5) 0 0 M 0 –38M

S3 0 2 0 1 0 0 0 8 8/2=4 (Min)

S4 0 0 3 0 1 0 0 15 15/0 = 0

S6 0 6 5 0 0 –1 1 30 30/6 = 5

Angka Kunci Baris Kunci

 TABEL SIMPLEKS 3 ITERASI 2
VD Z X1 X2 S3 S4 S5 S6 NK Ket

Z –1 0 (–5M+5) (4M–3/2) 0 M 0 (–6M–12)

X1 0 1 0 1/2 0 0 0 4 4/0=0

S4 0 0 3 0 1 0 0 15 15/3 = 5

S6 0 0 5 –3 0 –1 1 6
6/5 (Min)
 TABEL SIMPLEKS 4 ITERASI 3 OPTIMAL
VD Z X1 X2 S3 S4 S5 S6 NK

Z –1 0 0 (M+3/2) 0 1 (M+1) –18

X1 0 1 0 1/2 0 0 0 4

S4 0 0 1 9/5 1 3/5 –3/5 5 7/5

X2 0 0 1 –3/5 0 –1/5 1/5 6/5

Berdasarkan Tabel Simpleks 4 disimpulkan bahwa untuk

meminimumkan nilai Z, X1 harus sebesar 4, X2 sebesar 6/5
dan Nilai Z sebesar 18. Nilai S4 sebesar 5 7/5 merupakan
sumber daya yang tidak digunakan (Unused Resources).
 SOAL LATIHAN 16

Minimumkan Z = 2X1 + 3X2

d.k. (Constraints) :
(1) X1 + X2 ≥ 10
(2) X2 ≤ 20
(3) 30X1 + 8X2 = 240
(4) X1, X2 ≥ 0
 SOAL LATIHAN 17

Minimumkan Z = 40X1 + 36X2

d.k :
(1) X1 ≤ 8
(2) X2 ≤ 10
(3) 4,5X1 + 3X2 ≥ 45
(4) X1, X2 ≥ 0
 SOAL LATIHAN 18

Minimumkan Z = 300X1 + 800X2

d.k :
(1) 0,20X1 + 0,05X2 ≥ 16
(2) 0,20X1 + 0,05X2 ≤ 20
(3) 0,15X1 + 0,40X2 ≥ 60
(4) 0,05X1 + 0,05X2 ≤ 16
(5) X1 + X2 = 200
(6) X1, X2 ≥ 0