MAKALAH RISET OPERASIONAL

TENTANG LINIER PROGRAMMING METODE SIMPLEKS FUNGSI

TUJUAN MAKSIMUM FUNGSI BATASAN >

DISUSUN OLEH

KELOMPOK 4:

Nama :

1. Nurhalisa Khairani (20090041)

2. Sandrina (20090053)

Dosen Pengampu Mata Kuliah :

Rizky Ardiansyah Hasibuan, S.E, M.M

PROGRAM STUDI MANAJEMEN BISNIS SYARIAH

SEKOLAH TINGGI AGAMA ISLAM NEGERI (STAIN) MANDAILING
NATAL

T.A 2022/2023
 KATA PENGANTAR

Puji syukur kehadirat Tuhan yang Mahakuasa karena telah memberikan kesempatan
pada penulis untuk menyelesaikan makalah ini. Atas rahmat dan hidayah-Nya lah penulis
dapat menyelesaikan makalah yang berjudul “LINIER PROGRAMMING METODE
SIMPLEKS FUNGSI TUJUAN MAKSIMUM FUNGSI BATASAN >”. Makalah ini disusun
guna memenuhi tugas Dosen pada mata kuliah RISET OPERASIONAL di STAIN
MADINA. Selain itu, penulis juga berharap agar makalah ini dapat menambah wawasan bagi
pembaca.
Penulis pengucapkan terima kasih sebesar-besarnya kepada Dosen Pengampu mata
kuliah ini. Karena dengan adanya tugas ini penulis dapat belajar dan bisa menambah
wawasan tentang judul makalah ini.
Penulis menyadari makalah ini masih jauh dari kata sempurna. Oleh karena itu kritik
dan saran yang membangun akan penulis terima demi kesempurnaan makalah ini. Semoga
makalah ini dapat memberikan manfaat bagi berbagai pihak. Aamiin.
Wassalamualaikum wr.wb

Panyabungan, 13 Maret 2023

Penulis,

i
 DAFTAR ISI

KATA PENGANTAR..........................................................................................................................i
DAFTAR ISI........................................................................................................................................ii
BAB I....................................................................................................................................................1
PENDAHULUAN................................................................................................................................1
A. Latar Belakang Masalah.........................................................................................................1
B. Rumusan Masalah......................................................................................................................2
C. Tujuan.........................................................................................................................................2
BAB II..................................................................................................................................................3
PEMBAHASAN...................................................................................................................................3
A. Metode Simpleks......................................................................................................................3
B. Metode Simpleks Maksimisasi...................................................................................................4
BAB III...............................................................................................................................................10
PENUTUP..........................................................................................................................................10
A. Kesimpulan............................................................................................................................10
B. Saran.......................................................................................................................................10
DAFTAR PUSTAKA........................................................................................................................11

ii
 BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Perlu diingatkan kembali bahwa permasalahan model program linear dapat memiliki
pembatas-pembatas linear yang bertanda, dan peubah-peubah keputusannya dapat merupakan
peubah nonnegatif, dapat pula peubah yang tidak terbatas dalam tanda (unrestricted in sign).
Dalam menyelesaikan permasalahan program linear dengan metode simpleks, bentuk
dasar yang digunakan haruslah merupakan bentuk standar, yaitu bentuk formulasi yang
memenuhi ketentuan berikut ini:
1. Seluruh pembatas linear harus berbentuk persamaan dengan ruas kanan yang
nonnegatif.
2. Seluruh peubah keputusan harus merupakan peubah nonnegatif.
3. Fungsi tujuannya dapat berupa maksimasi atau minimasi.

Beberapa hal yang dapat dilakukan untuk mengubah bentuk permasalahan program
linear yang belum standar ke dalam bentuk standar permasalahan program linear sesuai
dengan 3 ketentuan di atas adalah:1
1) Pembatas linear (linear constraint)
a) Pembatas linear bertanda ”≤” dapat dijadikan suatu persamaan ”=” dengan cara
menambahkan ruas kiri dari pembatas linear itu dengan slack variable (peubah
penambah). Slack variable pada umumnya digunakan untuk mewakili jumlah
kelebihan ruas kanan pembatas linear dibandingkan dengan ruas kirinya. Pada
pembatas linear bertanda ”≤”, ruas kanan umumnya mewakili batas ketersediaan
sumber daya sedangkan ruas kiri umumnya mewakili penggunaan sumber daya
tersebut yang dibatasi oleh berbagai kegiatan yang berbeda (peubah) dari suatu
model program linear sehingga slack variable dapat diartikan untuk mewakili
jumlah sumber daya yang tidak dipergunakan.
b) Pembatas linear bertanda ”≥” dapat dijadikan suatu persamaan ”=” dengan cara
mengurangkan ruas kiri dari pembatas linear itu dengan surplus variable
(peubah penambah negatif). Pada pembatas linear bertanda ”≥”, ruas kanan
umumnya mewakili penetapan persyaratan spesifikasi minimum, sehingga
surplus variable dapat diartikan untuk mewakili jumlah kelebihan sesuatu
dibandingkan spesifikasi minimumnya.
c) Ruas kanan dari suatu persamaan dapat dijadikan bilangan nonnegatif dengan
cara mengalikan kedua ruas dengan -1
d) Arah pertidaksamaan berubah apabila kedua ruas dikalikan dengan -1
e) Pembatas linear dengan pertidaksamaan yang ruas kirinya berada dalam tanda
mutlak dapat diubah menjadi dua pertidaksamaan.

2) Peubah keputusan
Suatu peubah keputusan X i yang tidak terbatas dalam tanda dapat dinyatakan sebagai
dua peubah keputusan nonnegatif dengan menggunakan substitusi:
1
H. Anton. Aljabar Linear Dasar. Edisi ke II. (Terjemahan Mahmud Imrona). Jakarta Erlangga. 2013. Hal 74.

1
X i = X 1i - X 2i
Dimana X 1i ≥ 0 dan X 2i ≥ 0. Selanjutnya substitusi ini harus dilakukan pada seluruh pembatas
linear dan fungsi tujuannya.

3) Fungsi tujuan
Walaupun permasalahan model program linear dapat berupa maksimasi atau
minimasi, kadang-kadang diperlukan perubahan dari satu bentuk ke bentuk lainnya. Dalam
hal ini, maksimasi dari suatu fungsi adalah sama dengan minimasi dari negatif fungsi yang
sama. Secara matematis dapat dinyatakan sebagai berikut:
 maksimumkan : z
 minimumkan : (-z)

B. Rumusan Masalah
Berdasarkan latar belakang masalah tersebut dapat disimpulkan rumusan masalah pada
makalah ini yaitu:
1. Apa yang dimaksud dengan metode simpleks
2. Bagaimana cara perhitungan pada metode simpleks maksimisasi

C. Tujuan
Berdasarkan rumusan masalah tersebut dapat disimpulkan tujuan penulisan pada
makalah ini yaitu:
1. Untuk mengetahui tentang metode simpleks
2. Untuk mengetahui tentang cara perhitungan metode simpleks maksimisasi

2
 BAB II

PEMBAHASAN

A. Metode Simpleks
Metode Simpleks merupakan salah satu teknik penyelesaian dalam program linier yang
digunakan sebagai teknik pengambilan keputusan dalam permasalahan yang berhubungan
dengan pengalokasian sumber daya yang optimal.2 Metode Simpleks digunakan untuk
mencari nilai optimal dari program linier yang melibatkan banyak constraint (pembatas) dan
banyak variable (lebih dari dua variable). Penemuan metode ini merupakan lompatan besar
dalam riset operasi dan digunakan sebagai prosedur penyelesaian dari setiap program
computer.
Istilah metode simpleks :3
1. Iterasi : tahapan perhitungan dimana nilai dalam perhitungan itu tergantung dari nilai
table sebelumnya.
2. Variabel non basis : variable yang nilainya diatur menjadi nol pada sembarang iterasi.
3. Variabel basis : variabel yang nilainya bukan nol pada sembarang iterasi.
4. Solusi atau Nilai Kanan (NK) : nilai sumber daya pembatas yang masih tersedia.
5. Variabel Slack : variabel yang ditambahkan ke model matematika kendala untuk
mengkonversi pertidaksamaan ≤ menjadi =
6. Variabel surplus : variabel yang dikurangkan dari model matematika untukmengkon-
versikan pertidaksamaan ≥ menjadi persamaan =
7. Variabel buatan : variabel yang ditambahkan ke dalam model matematika kendala
dengan bentuk ≥ atau = untuk difungsikan sebagai variabel basis awal.
8. Kolom Pivot (Kolom Kerja) : kolom yang memuat variabel masuk.
9. Baris Pivot (Baris Kerja) : salah satu baris dari antara variabel baris yang memuat
variabel keluar.
10. Elemen Pivot (Elemen Kerja) : elemen yang terletak pada perpotongan kolom dan
baris pivot.
11. Variabel masuk : variabel yang terpilih untuk menjadi variabel basis pada iterasi
berikutnya.
12. Variabel keluar : variabel yang keluar dari variabel basis pada iterasi berikutnya dan
digantikan dengan variabel masuk.
Beberapa ketentuan yang perlu diperhatikan dalam penyelesaian metode simpleks :4
1. Nilai kanan fungus tujuan harus nol (0)
2. Nilai kanan fungsi kendala harus positif. Apabila negative, 1
3. Fungsi kendalan dengan tanda ≤ harus diubah ke bentuk = dengan menambahkan
variabel slack/surplus. Variabel slack/surplus disebut juga variabel dasar.
Penambahan slack variabel menyatakan kapasitas yang tidak digunakan atau tersisa
pada sumber daya tersebut. Hal ini karena ada kemungkinan kapasitas yang tersedia
tidak produksi

2
Z, Yamit. Linear Programming. Yogyakarta: Universitas Islam Indonesia. 1991. Hal 35.
3
M, Sirat. Metode Simpleks. Lampung: Fakultas Ekonomi Universitas Lampung. 2007. Hal 14.
4
S, Pangestu. A, Marwan. & H, Hani. Dasar-dasar Metode Simpleks. Yogyakarta: BpFE. 2013. Hal 23.

3
 4. Fungsi kendala dengan tanda ≥ diubah ke bentuk ≤ dengan cara mengalikan dengan -
1, lalu diubah ke bentuk persamaan = dengan ditambahkan variabel slack. Kemudian
karena nilai kanan nya negative,dikalikan lagi dengan -1 dan ditambahkan artificial
variabel (M). Artificial variabel ini secara fisik tidak mempunyai arti, dan hanya
digunakan untuk kepentingan perhitungan saja.
5. Fungsi kendala dengan tanda = harus ditambah artificial variable (M)

B. Metode Simpleks Maksimisasi

CONTOH SOAL
Suatu perusahaan menghasilkan dua produk, meja dan kursi yang diproses melalui
dua bagian fungsi : perakitan dan pemolesan. Pada bagian perakitan tersedia 60 jam kerja,
sedangkan pada bagian pemolesannya hanya 48 jam kerja. Untuk menghasilkan 1 meja
diperlukan 4 jam kerja perakitan dan2 jam kerja pemolesan, sedangkan untuk menghasilkan 1
kursi diperlukan2 jam kerja perakitan dan 4 jam kerja pemolesan. Laba untuk setiap mejadan
kursi yang dihasilkan masing-masing 80.000 dan 60.000. Berapajumlah meja dan kursi yang
optimal dihasilkan ?
Penyelesaian :
Definisi variabel keputusan :
Keputusan yang akan diambil adalah berapakan jumlah meja dan kursi yang dihasilkan.
X1 = jumlah meja yang akan dihasilkan (dalam satuan unit)
X2 = jumlah kursi yang akan dihasilkan (dalam satuan unit)
Perumusan persoalan dalam bentuk tabel :

Proses Waktu yang dibutuhkan per unit Total jam kerja

yang tersedia
Perakitan 4 2 60
Pemolesan 2 4 48
Laba/Unit 80000 60000
Perumusan fungsi tujuan :
Fungsi Maks :
Laba = Z = 8X1 + 6X2 (dalam satuan Rp 10.000)
Perumusan fungsi kendala :
Dengan kendala ;

1. 4X1 + 2X2 ≤ 60
2. 2X1 + 4X2 ≤ 48
Kendala non negatif
X1, X2 ≥ 0

4
Metode simpleks maksimisasinya ;5
1. Menentukan fungsi tujuan dan fungsi-fungsi kendala Misalkan X1 = Meja dan X2 =
Kursi
Fungsi tujuan : Z = 8X1 +
6X2 Fungsi-fungsi kendala :

4X1 + 2X2 ≤ 60
2X1 + 4X2 ≤ 48

2. Mengubah fungsi tujuan dan fungsi-fungsi kendala ke bentuk standar Bentuk

standar simpleks :
Z – 8X1 – 6X2 = 0
4X1 + 2X2 + X3 = 60
2X1 + 4X2 + X4 = 48
Dengan X3 dan X4 adalah variabel slack.

3. Membuat tabel simpleks awal

 Menentukan kolom kunci dan baris kunci sebagai dasar iterasi.
 Kolom kunci ditentukan oleh nilai Z yang paling kecil (Negatif).
 Baris kunci ditentukan berdasarkan nilai indeks terkecil.

Cara menentukan indeks = Nilai Kanan (NK)

Kolom Kunci (KK)

 Menentukan nilai elemen cell yaitu nilai perpotongan antara kolom kunci dengan
baris kunci

5
T. Rachman. Program Linear Dengan Metode Simpleks. Diakses dari
http://taufiqurrachman.weblog.esaunggul.ac.id pada tanggal 13 Maret 2023, pukul 11.30 WIB.

5
 4. Melakukan iterasi
Dengan menentukan baris kunci baru dan baris baris lainnya termasuk Z.
 Membuat baris kunci baru
Baris Kunci Baru = Baris Kunci Lama
Elemen Cell

Baris Kunci Baru (X1) =

X1 = 1 ½ ¼ 0 15

Variabel Z X1 X2 S1 S2 NK
Dasar

X1 0 1 ½ ¼ 0 15

S2

- Nilai baris yang lain = Baris lama – (Nilai baris kunci baru) x angka kolom kunci
baris ybs.
 Membuat baris variabel baru
Baris S2 Baru = Baris S2 Lama – (Nilai Kolom Kunci Baris yang sesuai . Baris
Kunci Baru)

Baris S2 Baru = (2 4 0 1 48) – (2).(1 ½ ¼ 0 15)

= 0 3 -1/2 1 18

Variabel Z X1 X2 S1 S2 NK
Dasar
Z
X1 0 1 ½ ¼ 0 15

S2 0 0 3 -½ 1 18

 Membuat baris Z baru

Baris Z Baru = Baris Z Lama – ( Nilai Kolom Kunci Baris yang sesuai
* Baris Kunci Baru)

6
 Baris Z Baru = (-8 -6 0 0 0) – (-8)*(1 ½ ¼ 0 15)

= 0 -2 2 0 120

Variabel Z X1 X2 S1 S2 NK
Dasar

Z 1 0 -2 2 0 120

0 1 ½ ¼ 0 15
X1

S2 0 0 3 -½ 1 18

Variabel Z X1 X2 S1 S2 NK Indeks
Dasar

Z 1 0 -2 2 0 120 -

X1 0 1 ½ ¼ 0 15 30

0 0
S2
3 -½ 1 18 6

Lakukan iterasi kembali sampai tidak ada nilai baris Z yang negative
Tabel Simpleks Iterasi-1
Variabel Z X1 X2 Slack Variabel Nilai Indeks
Dasar S1 S2 Kanan
(VD) (NK)
Z 1 0 -2 2 0 120 -60
X1 0 1 ½ 1/4 0 15 30
S2 0 0 3 -1/2 1 18 6

 Membuat baris kunci baru

Baris Kunci Baru (X2) =

X2 = 0 1 -1/6 1/3 6

Variabel Z X1 X2 Slack Variabel Nilai

Dasar S1 S2 Kanan
(VD) (NK)
Z

7
 X1
X2 0 0 1 -1/6 1/3 6

 Membuat Baris Z baru

Baris Z Baru = (0 -2 2 0 120) – (-2)*(0 1 -1/6 1/3 6)
= 0 0 5/3 2/3 132

Variabel Z X1 X2 Slack Variabel Nilai

Dasar S1 S2 Kanan
(VD) (NK)
Z
X1 0 1 0 1/3 -1/6 12
X2 0 0 1 -1/6 1/3 6

 Membuat baris variabel baru

Baris X1 Baru = (1 ½ ¼ 0 15) – (1/2)*(0 1 -1/6 1/3 6)
= 1 0 1/3 -1/6 12

Tabel Simpleks Iterasi-1

Variabel Z X1 X2 Slack Variabel Nilai

Dasar S1 S2 Kanan
(VD) (NK)
Z 1 0 0 5/3 2/3 132
X1 0 1 0 1/3 -1/6 12
X2 0 0 1 -1/6 1/3 6

Hasil
Karena nilai-nilai pada baris Z sudah tidak ada yang negatif, berarti iterasi selesai, dan solusi
yang diperoleh adalah : X1 = Meja = 12, X2 = Kursi = 6 dan Nilai fungsi tujuan Z (laba) =
132 (dalam puluhan ribu rupiah). Artinya, untuk memperoleh keuntungan yang maksimal
sebesar Rp 1.320.000, maka perusahaan sebaiknya memproduksi meja sebanyak 12 unit dan
kursi sebanyak 6 unit. Dari tabel tersebut juga diketahui nilai X3 dan X4 tidak ada (X3 dan
X4 = 0), artinya seluruh waktu kerja (Perakitan dan Pemolesan) sudah habis digunakan, tidak
ada waktu yang tersisa.

8
 BAB III

PENUTUP
A. Kesimpulan
Metode simpleks merupakan prosedur aljabar yang bersifat iteratif, yang bergerak
step by step, dimulai dari suatu titik ekstrim pada daerah fisibel menuju ke titik ekstrim yang
optimum. Untuk lebih memahami uraian selanjutnya, berikut ini diberikan pengertian dari
beberapa terminologi dasar yang banyak digunakan dalam membicarakan metode simpleks.
Seperti telah dikemukakan sebelumnya bahwa dalam menyelesaikan permasalahan
program linear dengan metode simpleks, bentuk dasar yang digunakan haruslah merupakan
bentuk standar program linear, dan langkah pertama yang dilakukan untuk memperoleh
bentuk standar tersebut adalah dengan mengubah pembatas linear bertanda ”≤” dan ”≥”
menjadi suatu persamaan ”=” dengan cara menambahkan ruas kiri pembatas linear dengan
slack variable atau mengurangi ruas kiri dari pembatas linear dengan surplus variable.

B. Saran
Penulis menyadari makalah ini jauh dari kesempurnaan, untuk itu penulis
mengharapkan makalah ini dapat bermanfaat dan berguna sebagai pelengkap belajar. Penilis
juga mengharapkan kritik dan saran demi hasil makalah yang lebih baik.

9
 DAFTAR PUSTAKA
Anton, H. 2013. Aljabar Linear Dasar. Edisi ke II. (Terjemahan Mahmud Imrona).
Jakarta Erlangga.
S, Pangestu. A, Marwan. & H, Hani. 2013. Dasar-dasar Metode Simpleks.
Yogyakarta: BpFE.

Rachman, T. 2015. Program Linear Dengan Metode Simpleks. Diakses dari

http://taufiqurrachman.weblog.esaunggul.ac.id pada tanggal 13 Maret 2023.

Sirat, M. 2007. Metode Simpleks. Lampung: Fakultas Ekonomi Universitas Lampung.

Yamit, Z. 1991. Linear Programming. Yogyakarta: Universitas Islam Indonesia.

10