MODUL PERKULIAHAN

Dasar-dasar
Metode Simpleks
Kasus Maksimasi – Dengan Persamaan Kendala
Bertanda “Lebih Kecil Sama Dengan (≤)”

Modul Standar untuk digunakan dalam

Perkuliahan di Universitas Widyatama

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh : Tim Dosen

03
Fakultas Ekonomi dan Manajemen S1 190241005 1. Asep Sudrajat, S.E., M.T.
Bisnis 2. Dinda Kayani Bestari P., S.M.B., M.M.
3. Gina Nurunnisha, S.M.B., M.B.A.
4. Oktora Yogi Sari, S.T., M.T.
5. Titto Rohendra, S.E., M.Si.

Abstract Kompetensi
Metode simpleks digunakan untuk Mahasiswa memiliki kemampuan untuk
menyelesaikan masalah pemrograman linear menyelesaikan masalah pemrograman linear
berdasarkan manipulasi aljabar yang kasus maksimasi dengan persamaan kendala
disajikan dalam bentuk tabel (disebut “lebih kecil sama dengan (≤)”, dengan
dengan tabel simpleks). Metode simpleks menggunakan metode simpleks.
bersifat iteratif, yang bergerak selangkah-
demi selangkah, dimulai dari suatu titik
ekstrim pada daerah fisibel (ruang solusi)
menuju titik ekstrim optimal. Metode ini
dapat digunakan untuk menyelesaikan
masalah linear yang memiliki paling sedikit
dua variabel keputusan, yang tidak dapat
diselesaikan dengan menggunakan metode
grafis.
Sub Pokok Bahasan
I. Pemrograman Linear
II. Dasar-Dasar
Dasar Metode Simpleks
III. Algoritma Simpleks
IV. Contoh Soal

I. Pemrograman Linear

Banyak keputusan manajemen yang melibatkan keputusan tentang bagaimana

menggunakan sumber daya organisasi secara efektif. Sumber daya yang dimaksud antara
lain mesin, sumber daya manusia, sumber daya produksi, modal, waktu, kkapasitas gudang,
dan lain-lain. Sumber-sumber
sumber daya ini digunakan dalam proses produksi barang dan jasa
(misalnya penjadwalan SDM, penjadwalan mesin, penjadwalan alat transportasi, keputusan
investasi, dan lain-lain).
Pemrograman linear dikembangkan oleh George B. Dantzig pada tahun 1947. Kata
“linear” berarti bahwa seluruh persamaan atau pertidaksamaan matematis yang disajikan
dalam permasalahan ini harus bersifat linea
linear ; sedangkan “program” merupakan sinonim
untuk model perencanaan. Jadi program linear mencakup perencanaan kegiatan-kegiatan
kegiatan
untuk mencapai hasil yang optimal, yaitu suatu hasil yang mencerminkan tercapainya
sasaran atau tujuan tertentu yang paling baik. Dengan demikia, pemrograman linear
merupakan proses penyusunan program linear yang solu
solusinya
sinya menjadi dasar bagi
pengambilan keputusan terhadap masalah riil yang dimodelkan dalam pemrograman linear
(Rafflesia dan Widodo, 2014 : 9)
9). Sementara itu, Render, et.al., menyatakan bahwa
pemrograman Linear (selanjutnya akan disebut dengan PL) adalah tteknik pemodelan
matematis yang dirancang untuk membantu manajer dalam membuat perencanaan dan
keputusan yang berhubungan dengan alokasi sumber daya ((Render,
Render, et.al., 2015 : 307).
Dalam 60 tahun terakhir, PL banyak digunakan pada bidang militer, industry,
keuangan,
uangan, pemasaran, akuntansi. Walaupun penggunaan PL sangat luas, seluruh
permasalahan PL memiliki komponen utama (Hillier & Lieberman, 2015 : 28) yaitu:
1. Permasalahan PL memiliki variable keputusan, yaitu variabel yang mempengaruhi nilai
tujuan yang hendak dicapai. Pada proses pembentukan sebuah model, penemuan
variabel keputusan harus dibuat terlebih dahulu sebelum merumuskan persamaan
tujuan dan persamaan kendala.
2. Seluruh permasalahan PL memiliki persamaan tujuan memaksimalkan atau
meminimalkan biaya, kua
kuantitas, laba, dan lain-lain. Persamaan tujuan dari sebuah
perusahaan pabrikan adalah memaksimalkan profit ; persamaan tujuan dari sebuah

‘20 Mata Kuliah Metode Kuantitatif

2 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 perusahaan ekspedisi adalah meminimalkan ongkos distribusi, dan lain
lain-lain. Persamaan
tujuan harus dinyatakan dengan jel
jelas
as dan dapat dideifinisikan secara matematis.
3. Seluruh
eluruh permasalahan PL memiliki persamaan pembatas (constraints
constraints), yaitu
persamaan yang membatasi sejauh mana sebuah persamaan tujuan dapat dicapai.
Misalnya, proses produksi sebuah perusahaan manufaktur dibata
dibatasi
si oleh jumlah bahan
baku yang tersedia, jam kerja personel, kapasitas mesin, dan lain
lain-lain.
lain. Oleh karena itu,
dalam pencapaian persamaan tujuan, baik memaksimalkan maupun meminimalkan,
harus dicapai dengan mempertimbangkan berbagai keterbatasan ((constraint
constraints) sumber
daya yang tersedia. Secara umum, terdapat perbedaan persamaan kendala pada model
matematis untuk kondisi maksimasi dan minimasi.
4. Ada pembatasan tanda untuk setiap variabel dalam masalah ini. Untuk sembarang xi
pembatasan tanda menentukan harus xi non negatif (𝑥𝑖 ≥ 0).

Hillier dan Lieberman (2015) juga menyatakan bahwa pemrograman linear memiliki empat
asumsi, yaitu:
1. Proporsionalitas
Asumsi ini berarti bahwa naik turunnya nilai persamaan tujuan (Z)) dan penggunaan
sumber daya yang tersedi
tersedia akan
n berubah berbanding lurus/proporsional dengan
perubahan tingkat kegiatan ((X).
2. Aditivitas,
Asumsi ini berarti bahwa nilai persamaan tujuan setiap kegiatan tidak saling
mempengaruhi ; dengan kata lain bahwa pemrograman linear menganggap bahwa
kenaikan dari nilai persamaan tujuan yang diakibatkan oleh kenaikan suatu kegiatan
dapat ditambahkan tanpa mempengaruhi bagian nilai tujuan yang diperoleh dari
kegiatan lain..
3. Divisibilitas,
Asumsi ini menyatakan bahwa keluaran atau output yang dihasilkan oleh setiap kegiatan
tidak selalu menghasilkan angka bulat (integer) tetapi juga dapat berupa bilangan
pecahan (non integer) – demikian pula dengan nilai tujuan yang dihasilkan.
4. Deterministik
Asumsi ini menyatakan bahwa semua parameter yang terdapat dalam pemrograman
linear 𝒂𝒊𝒋 , 𝒃𝒊 , 𝒄𝒋 dapat diperkirakan dengan pasti.

‘20 Mata Kuliah Metode Kuantitatif

3 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Secara umum, bentuk program linear dapat dituliskan :
Persamaan Tujuan:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑒
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑒/𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑒 𝑓 = 𝑍 = 𝐶 𝑋 + 𝐶 𝑋 + ⋯ + 𝐶 𝑋
Dengan Kendala:
𝑎11 𝑋1 + 𝑎12 𝑋2 + ⋯ 𝑎1𝑛 𝑋𝑛 ≤ 𝒂𝒕𝒂𝒖 = 𝒂𝒕𝒂𝒖 ≥ 𝑏1
𝑎21 𝑋1 + 𝑎22 𝑋2 + ⋯ 𝑎2𝑛 𝑋𝑛 ≤ 𝒂𝒕𝒂𝒖 = 𝒂𝒕𝒂𝒖 ≥ 𝑏2
⋮
𝑎𝑚
𝑚1 𝑋1 + 𝑎𝑚2 𝑋2 + ⋯ 𝑎𝑚𝑛 𝑋𝑛 ≤ 𝒂𝒕𝒂𝒖 = 𝒂𝒕𝒂𝒖 ≥ 𝑏𝑚
Persamaan kendala non negatif :
𝑋2 , 𝑋2 , ⋯ , 𝑋𝑛 ≥ 0
Dimana:
𝑚 = Jenis sumber daya atau fasilitas yang tersedia.
𝑛 = Banyaknya kegiatan yang menggunakan sumber daya atau fasilitas yang
terbatas tersebut.
𝑋 = Variabel keputusan untuk kegiatan ke
ke-j (j = 1, 2, …, n).
𝑎 = Banyaknya
ya sumber daya/fasilitas I yang diperlukan untuk menghasilkan
setiap unit keluaran (i = 1, 2, …, n dan j = 1, 2, …, m).
𝑏 = Banyaknya sumber daya/fasilitas yang tersedia untuk dialokasikan ke stiap
unit kegiatan (i = 1, 2, …, m).
𝑐 = Kenaikan
aikan nilai f jika pertambahan tingkat kegiatan 𝑋 dengan satu satuan
(unit) atau kontribusi setiap satuan keseluruhan kegiatan j terhadap nilai f.
𝑓 atau Z = Nilai yang dioptimalkan (maksimum atau minimum).

II. Dasar-dasar
dasar Metode Simpleks

Metode simpleks adalah metode untuk menyelesaikan masalah pemrograman linear

berdasarkan manipulasi aljabar yang disajikan dalam bentuk tabel (disebut dengan tabel
simpleks). Metode ini dikembangkan oleh George B. Dantzig. Metode simpleks bersifat
iteratif, yang bergerak selangkah
selangkah-demi
demi selangkah, dimulai dari suatu titik ekstrim pada
daerah fisibel (ruang solusi) menuju titik ekstrim optimal
optimal. Metode simpleks dapat digunakan
untuk menyelesaikan masalah linear yang memiliki paling sedikit dua variabel keputusan,
yang
ng tidak dapat diselesaikan dengan menggunakan metode grafis.

‘20 Mata Kuliah Metode Kuantitatif

4 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 Tabel 3.1 – Tabel Simpleks Awal
(Initial Simplex Tableau)
𝑪𝒋 Basic Quantity 𝑪𝟏 𝑪𝟐 … 𝑪𝒏 0 0 … 0
Variable 𝑿𝟏 𝑿𝟐 … 𝑿𝒏 𝑺𝟏 𝑺𝟐 … 𝑺𝒏
0 𝑆 𝑏 𝑎 𝑎 … 𝑎 1 0 … 0
0 𝑆 𝑏 𝑎 𝑎 … 𝑎 0 1 0
⋯ ⋯ ⋯ … … … … … … … …
0 𝑆 𝑏 𝑎 𝑎 … 𝑎 0 0 … 1
𝑍 0 0 0 0 0 0 … 0
𝐶 −𝑍

Sebelum menyelesaikan permasalahan p

program
rogram linear dengan menggunakan metode
simpleks, ada beberapa prinsip yang harus diingat dan dapat diimplementasikan agar dapat
menyelesaikan persoalan linear dengan menggunakan tabel simpleks dengan tepat, yaitu:

1. Semua kendala pertidaksamaan harus dinya

dinyatakan
takan sebagai persamaan.
2. Sisi kanan sebuah persamaan kendala tidak boleh bernilai negatif.
3. Semua variabel harus dibatasi oleh nilai
nilai-nilai non negatif.

Ketiga prinsip tersebut akan dibahas secara detail sebagai berikut

berikut:

A. Prinsip I : Semua kendala pertidak

pertidaksamaan
samaan harus dinyatakan sebagai persamaan.

Kebanyakan masalah pemrograman linear mengandung kendala ((constraints) yang

berbentuk pertidaksamaan linear. Perubahan atau transformasi dari pertidaksamaan linear
menjadi persamaan linear bervariasi tergantung pada sifat pertidaksamaan linear tersebut.
Terdapat tiga tanda yang mungkin ada pada persamaan kendala, yaitu tanda (≤),
( (=),
dan/atau (≥).

‘20 Mata Kuliah Metode Kuantitatif

5 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
1. Jika persamaan kendala bertanda ((≤)
Untuk setiap persamaan kendala yang bertanda “lebih kecil sama dengan (≤)”,
( maka
pada sisi kiri persamaan kendala yang sudah berbentuk standar harus ditambahkan
variabel slack yang dinotasikan dengan Sn.
Contoh:
Sebuah masalah linear memiliki tiga persamaan kendala sebagai berikut. Ubahlah ketiga
persamaan kendala tersebut menjadi persamaan standar.

Persamaan Non Standar Persamaan Standar

5𝑋 + 3𝑋 ≤ 15 5𝑋 + 3𝑋 + 𝑆 = 15
2𝑋 + 6𝑋 ≤ 18 2𝑋 + 6𝑋 + 𝑆 = 18
𝑋 + 𝑋 ≤ 30 𝑋 + 𝑋 + 𝑆 = 30
ccc
2. Jika persamaan kendala bertanda ((≥)
Untuk setiap persamaan kendala yang bertanda “lebih besar sama dengan (≥)”,
( maka
pada sisi kiri persamaan kendala yang sudah berbentuk standar harus dikurangkan
dengan variabel surplus (dinotasikan dengan Sn) lalu ditambahkan variabel artifisial
(dinotasikan dengan An).
Contoh:
Sebuah masalah linear memiliki tiga persamaan kendala sebagai berikut. Ubahlah ketiga
ket
persamaan kendala tersebut menjadi persamaan standar.

Persamaan Non Standar Persamaan Standar

𝑋 + 𝑋 ≥ 20 𝑋 + 𝑋 − 𝑆 + 𝐴 = 20
3𝑋 + 6𝑋 ≥ 24 3𝑋 + 6𝑋 − 𝑆 + 𝐴 = 24
4𝑋 − 2𝑋 ≥ 16 4𝑋 − 2𝑋 − 𝑆 + 𝐴 = 16
Aaa

‘20 Mata Kuliah Metode Kuantitatif

6 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
3. Jika persamaan kendala bertanda (=)
Untuk setiap persamaan kendala yang bertanda “sama dengan (=)”,
(=)” maka pada sisi kiri
persamaan kendala yang sudah berbentuk standar harus ditambahkan variabel
artifisial (dinotasikan dengan An).
Contoh:
Sebuah masalah linear memiliki empat persamaan kendala sebagai berikut. Ubahlah
ketiga persamaan kendala terseb
tersebut menjadi persamaan standar.

Persamaan Non Standar Persamaan Standar

𝑋 + 𝑋 ≥ 20 𝑋 + 𝑋 − 𝑆 + 𝐴 = 20
4𝑋 + 6𝑋 = 48 4𝑋 + 6𝑋 + 𝐴 = 48
2𝑋 + 3𝑋 ≤ 12 2𝑋 + 3𝑋 + 𝑆 = 12
3𝑋 + 2𝑋 = 15 3𝑋 + 2𝑋 + 𝐴 = 15
Aaa

B. Prinsip II : Sisi kanan sebuah persamaan kendala tidak boleh bernilai

berni negatif

Sisi kanan sebuah persamaan kendala tidak boleh bernilai negatif. Jika sisi kanan sebuah
persamaan kendala bernilai negatif, maka harus diubah menjadi positif dengan cara
mengalikan persamaan kendala dengan ((-1).
Contoh :
Sebuah masalah linearr memiliki beberapa persamaan kendala sebagai berikut. Ubahlah
persamaan kendala yang ada menjadi persamaan standar.

𝑋 + 𝑋 ≥ −20 Menjadi: −𝑋 − 𝑋 ≤ 20
4𝑋 + 6𝑋 = 48 4𝑋 + 6𝑋 = 48
2𝑋 − 3𝑋 ≤ −12 −2𝑋 + 3𝑋 ≥ 12
3𝑋 + 2𝑋 = 15 3𝑋 + 2𝑋 = 15

Contoh di atas memperlihatkan bahwa sisi kanan persamaan kendala pertama dan
ketiga bernilai negatif, oleh karena itu, persamaan kendala pertama dan ketiga harus
dikali (-1)
1) agar nilainya menjadi positif dan lalu diubah menjadi persamaan standar.

‘20 Mata Kuliah Metode Kuantitatif

7 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
C. Prinsip III : Semua variabel harus dibatasi oleh nilai
nilai-nilai
nilai non negatif.

Semua variabel dalam permasalahan

ermasalahan linear dibatasi oleh nilai
nilai-nilai
nilai non negatif. Untuk
variabel yang bernilai negatif maka ada metode
metode-metode
metode khusus dalam penyelesaiannya.

Berdasarkan ketiga prinsip tersebut, maka dapat disimpulkan bahwa penyelesaian

persamaan linear dengan meng
menggunakan
gunakan metode simpleks dibagi menjadi 3 kasus:

Diagram 3.1 – Tiga Kasus Pemrograman Linear

Prosedur penyelesaian masalah PL kasus kedua dan ketiga membutuhkan prosedur yang
sedikit berbeda dengan penyelesaian kasus kesatu. Modul ini membahas penyelesa
penyelesaian
masalah PL kasus kesatu, yaitu kasus maksimasi persamaan tujuan dengan persamaan
kendala bertanda lebih kecil sama dengan ((≤).

III. Algoritma Simpleks Untuk Persoalan Maksimasi

Tahap penyelesaian metode simpleks kasus maksimisasi dengan persamaan kendala

kendal
bertanda lebih kecil sama dengan ((≤) dengan menggunakan metode simpleks adalah
sebagai berikut:

1. Mengubah persamaan non standar (kanonik) menjadi persamaan standar

standar.
 Pada tahap ini, persamaan tujuan dan persamaan kendala yang masih berbentuk
berbentuk non standar atau kanonik harus diubah menjadi bentuk standar.
 Persamaan kendala non st
standar masih berbentuk pertidaksamaan harus diubah

‘20 Mata Kuliah Metode Kuantitatif

8 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 menjadi persamaan sesuai dengan prinsip
prinsip-prinsip yang telah dibahas di bagian II,
dasar-dasar metode
etode simpleks.
Catatan: kendala non negatif tidak perlu diubah menjadi bentu
bentukk standar.
2. Membentuk tabel awal untuk solusi fisibel dasar pada titik orijin dan menghitung nilai
nilai-
nilai baris Zj dan 𝐶 − 𝑍 .
3. Menentukan kolom pivot (= pivot column atau entering variable atau variabel non-dasar
non
yang masuk). Kolom pivot adalah kolom yang memiliki nilai positif paling besar pada
baris 𝐶 − 𝑍 .
4. Menentukan baris pivot (= pivot row atau leaving variable atau variabel dasar yang
akan keluar dan digantikan oleh entering variable)) dengan cara membagi nilai-nilai
nilai pada
kolom kuantitas dengan nilai
nilai-nilai
nilai pada kolom pivot dan memilih baris dengan hasil bagi
non-negatif terkecil.
5. Menghitung nilai bariss pivot yang baru dengan menggunakan rumus:

𝑁𝑖𝑙𝑎𝑖 𝐵𝑎𝑟𝑖𝑠 𝑃𝑖𝑣𝑜𝑡 𝑑𝑎𝑟𝑖 𝑇𝑎𝑏𝑒𝑙 𝑦𝑎𝑛𝑔 𝐿𝑎𝑚𝑎

𝑁𝑖𝑙𝑎𝑖 𝐵𝑎𝑟𝑖𝑠 𝑃𝑖𝑣𝑜𝑡 𝐵𝑎𝑟𝑢 =
𝐴𝑛𝑔𝑘𝑎 𝑃𝑖𝑣𝑜𝑡
6. Menghitung nilai baris lainnya dengan menggunakan rumus:

Koefisien kolom Nilai baris pivot

Nilai Baris Nilai baris
= pivot yang × tabel baru yang
Tabel Baru tabel lama
berhubungan berhubungan

7. Menghitung baris-baris Zj dan 𝐶 − 𝑍 yang baru.

8. Masukan semua nilai baris baru yang telah dihitung ke dalam tabel yang baru, lalu
tentukan
ntukan apakah solusi telah optimal dengan mengecek baris 𝐶 − 𝑍 . Jika semua nilai

𝐶 − 𝑍 adalah negatif atau nol, maka solusi telah optimal

optimal. Jika masih terdapat nilai
positif, kembali ke langkah ketiga dan mengulang kembali langkah
langkah-langkah
penyelesaian simpleks.

‘20 Mata Kuliah Metode Kuantitatif

9 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
IV. Contoh Soal

Diketahui sebuah permasalahan PL sebagai berikut.

𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑒 𝑍 = 4𝑋 + 5𝑋
𝑆𝑢𝑏𝑗𝑒𝑐𝑡 𝑡𝑜 ∶
𝑋 + 2𝑋 ≤ 40
4𝑋 + 3𝑋 ≤ 120
𝑋 ,𝑋 ,𝑆 ,𝑆 ≥ 0

Tentukan nilai Z, X1, dan X2 dengan menggunakan metode simpleks.

Jawaban:
1. Mengubah persamaan non standar (kanonik) menjadi persamaan standar .

𝑍 = 4𝑋 + 5𝑋 + 0𝑆 + 0𝑆
𝑋 + 2𝑋 + 𝑆 = 40
4𝑋 + 3𝑋 + 𝑆 = 120
s
2. Membentuk tabel awal untuk solusi fisibel dasar pada titik orijin dan menghitung
nilai-nilai baris Zj dan 𝐶 − 𝑍 .
𝑪𝒋 Basic Quantity 4 5 0 0
Variable (Q) 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐
0 𝑆 40 1 2 1 0
0 𝑆 120 4 3 0 1
𝑍 0 0 0 0
𝐶 −𝑍 4 5 0 0
Cccc

I TERASI I
3. Menentukan kolom pivot (= pivot column atau entering variable atau variabel
non-dasar
dasar yang masuk)
masuk). Kolom pivot adalah kolom yang memiliki nilai positif
paling besar pada baris 𝐶 − 𝑍 .

‘20 Mata Kuliah Metode Kuantitatif

10 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 𝑪𝒋 Basic Qu
Quantity 4 5 0 0
Variable (Q) 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐
0 𝑆 40 1 2 1 0
0 𝑆 120 4 3 0 1
𝑍 0 0 0 0
𝐶 −𝑍 4 5 0 0

Pada tahap ini kolom X2 dinyatakan sebagai kolom pivot karena nilai pada baris 𝐶 − 𝑍
memiliki nilai terbesar. Hal ini berarti bahwa variabel X2 disebut sebagai entering
variable atau variabel masuk yang akan menggantikan salah satu variabel dasar (S1
atau S2).

4. Menentukan baris pivot (= pivot row atau leaving variable atau variabel dasar
yang akan keluar
luar dan digantikan oleh entering variable).
). Baris pivot merupakan
baris yang memiliki koefisien/indeks non-negatif terkecil. Rumus
koefisien/indeks setiap baris adalah sebagai berikut:

𝐾𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑠
𝐼𝑛𝑑𝑒𝑥 =
𝑁𝑖𝑙𝑎𝑖 𝑝𝑎𝑑𝑎 𝑘𝑜𝑙𝑜𝑚 𝑝𝑖𝑣𝑜𝑡 𝑦𝑎𝑛𝑔 𝑏𝑒𝑟𝑠𝑎𝑛𝑔𝑘𝑢𝑡𝑎𝑛

𝑪𝒋 Basic Quantity 4 5 0 0 Index

Variable (Q) 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐
0 𝑆 40 1 2 1 0 40
2 = 20
0 𝑆 120 4 3 0 1 120
3 = 40
𝑍 0 0 0 0
𝐶 −𝑍 4 5 0 0

Berdasarkan perhitungan
hitungan indeks dapat dilihat bahwa baris S1 memiliki indeks non-
non
negatif terkecil, maka baris 𝑆 dijadikan sebagai baris pivot. Hal ini berarti bahwa pada
tahap berikutnya, variabel 𝑋 sebagai entering variabel akan menggantikan variabel 𝑆 .

5. Menghitung nilai baris pivot yang baru dengan menggunakan rumus:

𝑁𝑖𝑙𝑎𝑖 𝐵𝑎𝑟𝑖𝑠 𝑃𝑖𝑣𝑜𝑡 𝑑𝑎𝑟𝑖 𝑇𝑎𝑏𝑒𝑙 𝑦𝑎𝑛𝑔 𝐿𝑎𝑚𝑎

𝑁𝑖𝑙𝑎𝑖 𝐵𝑎𝑟𝑖𝑠 𝑃𝑖𝑣𝑜𝑡 𝐵𝑎𝑟𝑢 =
𝐴𝑛𝑔𝑘𝑎 𝑃𝑖𝑣𝑜𝑡

Maka nilai baris pivot baru adalah:

‘20 Mata Kuliah Metode Kuantitatif

11 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 𝑪𝒋 Basic Quantity 4 5 0 0
Variable (Q) 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐
5 𝑿𝟐 40 1 2 =1 1 0 =0
2 = 20 2 2 2 2

 Perhatikan bahwa variabel dasar S1 pada tahap ini harus sudah digantikan oleh
variabel non dasar X2.
 Perhatikan bahwa pada kolom Cj, yang semula bernilaii nol, pada tahap ini nilainya
berubah menjadi 5, yang diambil dari baris Cj – Zj kolom X2 pada tabel awal.

6. Menghitung nilai baris lainnya dengan menggunakan rumus:

Koefisien kolom Nilai baris pivot
Nilai Baris Nilai baris pivot yang
= × tabel baru yang
Tabel Baru tabel lama berhubungan berhubungan

CccNilai Koefisien kolom Nilai baris pivot

Nilai Baru
Lama Baris - pivot yang × tabel baru yang =
Baris 𝑺𝟐
𝑺𝟐 berhubungan berhubungan

120 - (3) × (20) = 60

4 - (3) × 1 = 5
2 2
3 - (3) × (1) = 0
0 - (3) × 1
2
= −3 2
1 - (3) × (0) = 1
Ccc
7. Menghitung baris-baris
baris Zj dan 𝑪𝒋 − 𝒁𝒋 yang baru

𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑄) → ((5 × 20) + (0 × 60) = 100

𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑋 ) → 5 × 1 2 + 0×5 2 =5 2
𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑋 ) → (5 × 1) + (0 × 0) = 5
𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑆 ) → 5 × 1 2 + 0 × −3 2 = 5 2
𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑆 ) → ((5 × 0) + (0 × 1) = 0

𝐶 − 𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑋1 ) →4− 5 2= 3 2

𝐶 − 𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑋2 ) →5−5 = 0
𝐶 − 𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑆1 ) → 0− 5 2 = −5 2
𝐶 − 𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑆2 ) →0− 0 = 0

8. Masukan semua nilai baris baru yang telah dihitung ke dalam tabel simpleks
baru, lalu tentukan apakah solusi telah optimal dengan mengecek baris 𝐶 − 𝑍 .

Jika semua nilai 𝐶 − 𝑍 adalah negatif atau nol, maka solusi telah optimal. Jika
masih terdapat nilai positif, kembali ke langkah ketiga dan mengulang kembali
langkah-langkah
langkah penyelesaian simpleks.
𝑪𝒋 Basic Quantity 4 5 0 0

‘20 Mata Kuliah Metode Kuantitatif

12 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 Variable (Q) 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐
5 𝑋 20 1 1 1 0
2 2
0 𝑆 60 5
2
0 −3 2 1
𝑍 100 5 5 5 0
2 2
𝐶 −𝑍 3 0 −5 2 0
2

Pada tabel simpleks di akhir iterasi ke

ke-1,
1, dapat dilihat bahwa pada baris 𝐶 − 𝑍 masih
ada yang bernilai positif yaitu pada kolom 𝑿𝟏 . Oleh karena itu, proses menentukan
nilai persamaan tujuan masih harus dilanjutkan ke iterasi II.

aaaa
ITERASI II
3. Menentukan kolom pivot.

𝑪𝒋 Basic Quantity 4 5 0 0
Variable (Q) 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐
5 𝑋 20 1 1 1 0
2 2
0 𝑆 60 5
2
0 −3 2 1
𝑍 100 5 5 5 0
2 2
𝐶 −𝑍 3 0 −5 2 0
2
ccc
4. Menentukan baris pivot

𝑪𝒋 Basic Quantity 4 5 0 0 Index

Variable (Q) 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐
5 𝑋 20 1 1 1 0 20: 1 2 = 40
2 2
0 𝑆 60 5 0 3
− 2 1 60: 5 2 = 24
2
𝑍 100 5 5 5 0
2 2
𝐶 −𝑍 3 0 5
− 2 0
2
vvv
5. Menghitung nilai baris pivot yang baru:

𝑪𝒋 Basic Quantity 4 5 0 0
Variable (Q) 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐
4 𝑿𝟏 5 5 5 5 −3 5 3 5 2
60:: = 24 : =1 0: = 0 : =− 1: =
2 2 2 2 2 2 5 2 5
ccccc
6. Menghitung nilai baris lainnya:

‘20 Mata Kuliah Metode Kuantitatif

13 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 Koefisien kolom Nilai baris pivot
Nilai Lama Nilai Baru
- pivot yang × tabel baru yang =
Baris 𝑿𝟐 Baris 𝑿𝟐
berhubungan berhubungan
20 - 1 × 24 = 8
2
1 - 1 × 1 = 0
2 2
1 - 1 × 0 = 1
2
1
2
- 1
2
× −3 5
= 4
5
0 - 1 × 2 = −1
2 5 5
Ccc
7. Menghitung baris-baris
baris Zj dan 𝐶 − 𝑍 yang baru.

𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑄) → (4 × 24) + (5 × 8) = 136

𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑋 ) → ((4 × 1) + (5 × 0) = 4
𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑋 ) → ((4 × 0) + (5 × 1) = 5
𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑆 ) → 4 × −3 4 8
5 + 5× 5 = 5
𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑆 ) → 4×2 1 3
5 + 5×− 5 = 5

𝐶 − 𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑋1 ) → 4 − 4 = 0
𝐶 − 𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑋2 ) → 5 − 5 = 0
𝐶 − 𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑆1) → 0 − 8 2 = − 8 5
𝐶 − 𝑍 (𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑙𝑜𝑚 𝑆2) → 0 − 3 5 = − 3 5

8. Cek baris 𝐶 − 𝑍 . Jika semua nilai 𝐶 − 𝑍 adalah negatif atau nol, maka solusi

telah optimal. Jika semua nilai 𝐶 − 𝑍 adalah negatif atau nol, maka solusi telah
optimal. Jika masih terdapat nilai positif, kembali ke langkah ketiga dan
mengulang kembali langkah
langkah-langkah penyelesaian simpleks..

𝑪𝒋 Basic Quantity 4 5 0 0
Variable (Q) 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐
5 𝑋 8 0 1 4 −1
5 5
4 𝑋 24 1 0 3
− 5 2
5
𝑍 136 4 5 8 3
5 5
𝐶 −𝑍 0 0 8
− 5 3
− 5

Akhir perhitungan iterasi II me

menunjukkan bahwa nilai pada baris 𝐶 − 𝑍 adalah nol dan
negatif. Maka dapat disimpulkan bahwa hasil perhitungan iterasi II sudah optimal
dengan kesimpulan sebagai berikut:

‘20 Mata Kuliah Metode Kuantitatif

14 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 Nilai Z = 136, X1 = 24, X2 = 8.

Nilai-nilai
nilai tersebut dapat diintepretasika
diintepretasikan sebagai bahwa agar nilai Z (= persamaan
tujuan) maksimal, maka nilai X1 = 24 dan X2 = 8.

Untuk membuktikan kebena

kebenaran hasil perhitungan, nilai X1 = 24, X2 = 8 dapat
disubstitusikan ke persamaan tujuan sebagai berikut:
𝑀𝑎𝑥 𝑍 = 4𝑋 + 5𝑋
𝑍 = 4(24) + 5(8)
𝑍 = 136

‘20 Mata Kuliah Metode Kuantitatif

15 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Daftar Pustaka

1. Render, et.al. 2015. Quantitative Analysis for Management 12th Edition. England.
Pearson Education Limited.
Research – an Introduction, 10th Edition. England,
2. A. Taha, Hamdy. 2017. Operations Resea
Pearson Education Limited.
3. Taylor, Bernard W. 2015. Modul B Introduction to Management Science 12th Edition.
England. Pearson Education Limited. pp. 1
1-22.

‘20 Mata Kuliah Metode Kuantitatif

16 Disusun oleh Tim Dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id