TUGAS OPERATION RESECH (UTS)

O
L
E
H
NAMA : ROS YANE KANA LUDJI
NIM : 2161201007

SEKOLAH TINGGI ILMU EKONOMI STIE PUTRA TIMOR

KUPANG
2022/2023
B.Analisis Sensitivitas Secara Grafik

Metode grafik merupakan salah satu teknik pemecahan program linear yang baik
dalam masalah maksimasi maupun minimasi untuk membeli linear variabel. Pemecahan
program linear ini dilakukan dengan membuat grafik dari persamaan program linear yang
telah diformulasikan, sehingga akan didapatkan titik-titik dari perpotongan garis-garis
dalam grafik tersebut untuk mengetahui keluarannya.
Dengan catatan metode grafik hanya bisa dipakai ketika program linear terdiri dari
dua macam variabel. Jika dalam suatu program linear terdapat lebih dari dua variabel,
misalnya X1, X2, dan X3. Maka metode grafik ini tidak bisa dipakai, sehingga untuk
menyelesaikan program linear menggunakan metode simpleks yang akan dibahas dalam
materi selanjutnya.
Metode grafik adalah satu cara yang dapat digunakan untuk memecahkan masalah
optimalisasi dalam program linear. Metode batasan ini adalah variabel yang bisa
digunakan terbatas (hanya dua), penggunaan variabel akan sanggat sulit dilakukan.

 Fungsi tujuan: mengarahkan analisa untuk mendeteksi tujuan perumusan

masalah.
 Fungsi kendala: untuk mengetahui sumber daya yang tersedia dan permintaan
atau sumber daya tersebut.
Pada kasus sederhana, metode grafik dapat digunakan untuk menunjukkan analisis
sensitivitas pada koefisien fungsi tujuan, koefisien variabel kendala dan nilai sisi kanan
fungsi kendala.

 Manfaat
Ada beberapa manfaat menggunakan analisis sensitivitas. Penting untuk diingat
bahwa analisis sensitivitas menggunakan serangkaian hasil berdasarkan asumsi dan
variabel yang kemudian, berdasarkan data historis.
Manfaat utama menggunakan what-if anaysis adalah:
 Pengambilan keputusan yang lebih baik: Analisis sensitivitas memberi pembuat
keputusan berbagai hasil untuk membantu mereka membuat keputusan bisnis yang
lebih baik.
 Prediksi yang lebih andal: Ini memberikan studi mendalam tentang variabel yang
membuat prediksi dan model lebih andal.
 Menyoroti area untuk perbaikan: Analisis sensitivitas membantu pengambil keputusan
mengidentifikasi di mana harus melakukan perbaikan di masa depan.
 Memberikan tingkat kredibilitas yang lebih tinggi: Analisis sensitivitas menambahkan
kredibilitas pada model keuangan dengan mengujinya di berbagai kemungkinan.
  Contoh
Peter menjual ransel di kios di mal. Dia tahu kesibukan kembali ke sekolah akan
dimulai pada bulan Agustus, dan dia ingin menentukan apakah peningkatan lalu lintas
pelanggan di mal akan meningkatkan pendapatan penjualannya dan, jika ya, berapa
banyak.
Harga rata-rata tas ransel yang dijual Peter adalah 40.000. Bulan lalu, selama
kesibukan kembali ke sekolah, dia menjual 250 tas ransel, menghasilkan penjualan
10.000.000. Setelah menggunakan program perangkat lunak spreadsheet, Peter
menemukan bahwa ketika lalu lintas pelanggan di mal meningkat sebesar 20%, ada
peningkatan 14% dalam penjualannya.
Sekarang Peter mengetahui informasi ini, dia dapat menggunakannya untuk
memprediksi berapa banyak pendapatan penjualannya akan meningkat atau menurun.
Jika lalu lintas pelanggan meningkat menjadi 40%, penjualannya harus meningkat
sebesar 28%. Jika lalu lintas pelanggan turun 10%, maka penjualannya harus turun 7%.

B.Analisis sensitivitas dengan tabel simpleks

Fungsi kendala pertama mendapatkan variabel buatan (s1), karena bentuk umumnya
sudah menggunakan bentuk persamaan. Fungsi kendala kedua dan keempat mendapatkan
variabel slack (s2 dan s5) karena bentuk umumnya menggunakan pertidaksamaan ≤,
sedangkan fungsi kendala ketiga mendapatkan variabel surplus (s3) dan variabel buatan
(s4) karena bentuk umumnya menggunakan pertidaksamaan ≥.
Perhatikan pula kasus B berikut ini :
Maksimumkan z = 2x1 + 3x2
Kendala :
10 x1 + 5 x2 ≤ 600
6 x1 + 20 x2 ≤ 600
8 x1 + 15 x2 ≤ 600
x1, x2 ≥
Bentuk di atas juga merupakan bentuk umum. Perubahan ke dalam bentuk baku hanya
membutuhkan variabel slack, karena semua fungsi kendala menggunakan bentuk
pertidaksamaan ≤ dalam bentuk umumnya. Maka bentuk bakunya adalah sebagai beriku :
Maksimumkan z = 2x1 + 3x2 + 0s1 + 0s2 + 0s3

Kendala :

10 x1 + 5 x2 + s1 = 600

6 x1 + 20 x2 + s2 = 600

8 x1 + 15 x2 + s3 = 600

x1, x2 , s1 , s2 , s3 ≥ 0

s1 , s2 , s3 merupakan variable slack.

  Tabel simpleks
Dalam perhitungan iterative, kita akan bekerja menggunakan tabel. Bentuk baku yang
sudah diperoleh, harus dibuat ke dalam bentuk tabel.
Semua variabel yang bukan variabel basis mempunyai solusi (nilai kanan) sama
dengan nol dan koefisien variabel basis pada baris tujuan harus sama dengan 0. Oleh
karena itu kita harus membedakan pembentukan tabel awal berdasarkan variabel basis
awal. Gunakan kasus B di atas, maka tabel awal simpleksnya adalah:

VB X1 X2 S1 S2 S3 Solusi
Z -2 -3 0 0 0 0
S1 10 5 1 0 0 600
S2 6 20 0 1 0 600
S3 8 15 0 0 1 600

Rumus yang digunakan:

yr’ = rk r x y (untuk baris ke – r yang terdapat elemen pivot)
yi’ = yi – bi ar (untuk baris ke – i yang tidak terdapat elemen pivot)
Keterangan:
yr’ = elemen baris ke – r pada tabel yang baru
yi’ = elemen baris ke – i pada tabel yang baru
yr = elemen baris ke – r pada tabel yang lama
yi = elemen baris ke – i pada tabel yang lama
bi = elemen baris ke – i pada tabel lama yang se-kolom dengan elemen pivot
ar = elemen baris ke – r pada tabel yang baru
Selesaikan kasus berikut ini menggunakan metode simpleks :
Maksimum z = 8 x1 + 9 x2 + 4x3
x1 + x2 + 2x3 ≤ 2
2x1 + 3x2 + 4x3 ≤ 3
7x1 + 6x2 + 2x3 ≤ 8
x1,x2,x3 ≥ 0

 Penyelesaian :
Bentuk bakunya adalah :
 Maksimum z = 8 x1 + 9 x2 + 4x3 + 0s1 + 0s2 + 0s3 atau
z - 8 x1 - 9 x2 - 4x3 + 0s1 + 0s2 + 0s3 = 0
Kendala :
x1 + x2 + 2x3 + s1 = 2
2x1 + 3x2 + 4x3 + s2 = 3
7x1 + 6x2 + 2x3 + s3 = 8
x1,x2,x3 ,s1 , s2 , s3 ≥ 0
Solusi / tabel awal simpleks :

VB X1 X2 X3 S1 S2 S3 NK Rasio
Z -8 -9 -4 0 0 0 0
S1 1 1 2 1 0 0 2
S2 2 3 4 0 1 0 3
S3 7 6 2 0 0 1 8
Karena nilai negatif terbesar ada pada kolom X2, maka kolom X2 adalah kolom pivot
dan X2 adalah variabel masuk. Rasio pembagian nilai kanan dengan kolom pivot terkecil
adalah 1 bersesuaian dengan baris s2, maka baris s2 adalah baris pivot dan s2 adalah
variabel keluar.

D.Dualitas
Dualitas adalah masalah program linear yang didefinisikan secara langsung dan
sistematik dari model asli atu model prima program linear. Dualitas didefinisikan untuk
macam-macam bentuk prima tergantung pada type batasan, tanda-tanda variabel dan
fungsi tujuan serta jenis keoptimalannya.
Sebagai dasar dualitas, semua permasalahan program linear harus disajikan dalam
bentuk standar/bentuk kanonik seperti pada pengguna metode simpleks. Hal ini
disebabkan semua perhitungan prima – dual diperoleh langsung dari tabel simpleks,
sehingga sangat logis untuk mendefinisikan masalah dual dengan cara konsisten dengan
bentuk standar dari masalah prima.