BAB I

PENDAHULUAN

A.Latar Belakang

Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen
sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis
kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya.
Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu
dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan
pemrograman linear sebagai alat analisisnya. Metode grafik merupakan salah satu metode yang
dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah
keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi
kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa
alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan
masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus
ini juga dapat terjadi saat menggunakan metode simpleks. Metode simplek untuk linier
programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian
digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan
bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara
beberapa kemungkinan solosi sebuah persoalan linier programming. Proses penyelesaiaanya
dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan
menggunakan pola tertentu (standart) sehingga solusi optimal tercapai. Ciri lain dari metode
simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang
lebih besar daripada solosi sebelumnya.

B. Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai
berikut:
1. Bagaimana cara mencari nilai maksimum dengan menggunakan metode
simpleks?
 2. Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
3. Bagaimana cara mencari nilai minimum dengan menggunakan metode
simpleks?
4. Bagaimana cara membedakan antara asalah primal dan dual dalam
program linear?

C. Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
a. Dapat menyelesaikan masalah maksimasi dalam program linear
b. Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program
linear
c. Dapat menyelesaikan masalah minimasi dalam program linear
d. Dapat mengetahui dan membedakan antara masalah primal dan dual dalam
program linear
D.Manfaat

Manfaat penulisan makalah ini adalah untuk mengetahui program linier dengan metode
kompleks.
 BAB II
LANDASAN TEORI

A. Program linier(Linier Programming)

Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya
yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan keuntungan dan
meminimumkan biaya. Program linier banyak diterapkan dalam masalah ekonomi, ariable,
militer, ariab dan lain-lain. Program linier berkaitan dengan penjelasan suatu kasus dalam dunia
nyata sebagai suatu model matematik yang terdiri dari sebuah fungsi tujuan linier dengan
beberapa kendala linier.

B. Karakteristik Pemrograman Linier

Adapun karakteristik pemrograman linier adalah sebagai berikut (Siringo-ringo,
2005) :Sifat linearitas suatu kasus dapat ditentukan dengan menggunakan beberapa cara. Secara
ariable, dapat memeriksa kelinearan menggunakan grafik (diagram pencar) ataupun
menggunakan uji hipotesa. Secara teknis, linearitas ditujukan oleh adanya sifat proporsionalitas,
additivitas, divisibilitas dan kepastian fungsi tujuan dan pembatas.Sifat proporsional dipenuhi
jika kontribusi setiap ariable pada fungsi tujuan atau penggunaan sumber daya yang membatasi
proporsional terhadap level nilai ariable. Jika harga per unit produk misalnya adalah sama
berapapun jumlah yang dibeli, maka sifat proporsianal dipenuhi. Atau dengan kata lain,jika
pembelian dalam jumlah besar mendapatkan diskon, maka sifat proporsional tidak dipenuhi. Jika
6 penggunaan sumber daya per unitnya tergantung dari jumlah yang diproduksi, maka sifat
proporsionalitas tidak dipenuhi.Sifat additivitas mengasumsikan bahwa tidak ada bentuk
perkalian silang diantara berbagai aktivitas, sehingga tidak akan ditemukan bentuk perkalian
silang pada model. Sifat additivitas berlaku baik bagi fungsi tujuan maupun pembatas (kendala).
Sifat additivitas dipenuhi jika fungsi tujuan merupakan penambahan langsung kontribusi masing-
masing ariable keputusan.Untuk fungsi kendala, sifat additivitas dipenuhi jika nilai kanan
merupakan total penggunaan masing-masing ariable keputusan. Jika dua ariable keputusan
misalnya merepresentasikan dua produk subsitusi, dimana peningkatan volume penjualan salah
satu produk akan mengurangi volume penjualan produk lainnya dalam pasar yang sama, maka
sifat additivitas tidak dipenuhi.Sifat divisibilitas berarti unit aktivitas dapat dibagi ke dalam
sembarang level fraksional, sehingga nilai ariable keputusan non integer dimungkinkan.Sifat
kepastian menunjukkan bahwa semua parameter model berupa konstanta.Artinya koefisien
fungsi tujuan maupun fungsi pembatas merupakan suatu nilai pasti, bukan merupakan nilai
peluang tertentu.

C.Metode simpleks
Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang
digunakan sebagai teknik pengambilan keputusan dalam permasalahan yang berhubungan
dengan pengalokasian sumberdaya secara optimal. Metode simpleks digunakan untuk mencari
nilai optimal dari program linier yang melibatkan banyak constraint (pembatas) dan banyak
ariable (lebih dari dua ariable). Penemuan metode ini merupakan lompatan besar dalam riset
operasi dan digunakan sebagai prosedur penyelesaian dari setiap program computer.

Salah satu teknik penentuan solusi optimal yang digunakan dalam pemrograman linier
adalah metode simpleks. Penentuan solusi optimal menggunakan metode simpleks didasarkan
pada teknik eleminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik
ekstrim satu per satu dengan cara perhitungan ariable. Sehingga penentuan solusi optimal dengan
simpleks dilakukan tahap demi tahap yang disebut dengan iterasi. Iterasi ke-I hanya tergantung
dari iterasi sebelumnya (i-1).Ada beberapa istilah yang sangat sering digunakan dalam metode
simpleks, diantaranya yaitu :
1. Iterasi adalah tahapan perhitungan dimana nilai dalam perhitungan itu tergantung dari
nilai aria sebelumnya.
2. Variabel non basis adalah ariable yang nilainya diatur menjadi nol pada sembarang
iterasi. Dalam ariablegy umum, jumlah ariable non basis selalu sama dengan derajat
bebas dalam ariab persamaan.
3. Variabel basis merupakan ariable yang nilainya bukan nol pada sembarang iterasi. Pada
solusi awal, ariable basis merupakan ariable slack (jika fungsi kendala merupakan
pertidaksamaan ≤ ) atau ariable buatan (jika fungsi kendala menggunakan
pertidaksamaan ≥ atau =). Secara umum, jumlah ariable basis selalu sama dengan
jumlah fungsi pembatas (tanpa fungsi non ariable).
4. Solusi atau nilai kanan merupakan nilai sumber daya pembatas yang masih tersedia.
Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber daya pembatas
awal yang ada, karena aktivitas belum dilaksanakan.
5. Variabel slack adalah ariable yang ditambahkan ke model matematik kendala untuk
mengkonversikan pertidaksamaan ≤ menjadi persamaan (=). Penambahan ariable ini
terjadi pada tahap inisialisasi. Pada solusi awal, ariable slack akan berfungsi sebagai
ariable basis.
6. Variabel surplus adalah ariable yang dikurangkan dari model matematik kendala untuk
mengkonversikan pertidaksamaan ≥ menjadi persamaan (=). Penambahan ini terjadi
pada tahap inisialisasi. Pada solusi awal, ariable surplus tidak dapat berfungsi sebagai
ariable basis.
7. Variabel buatan adalah ariable yang ditambahkan ke model matematik kendala dengan
bentuk ≥ atau = untuk difungsikan sebagai ariable basis awal. Penambahan ariable ini
terjadi pada tahap inisialisasi.Variabel ini harus bernilai 0 pada solusi optimal, karena
kenyataannya ariable ini tidak ada. Variabel hanya ada di atas kertas.
8. Kolom pivot (kolom kerja) adalah kolom yang memuat ariable masuk. Koefisien pada
kolom ini akn menjadi pembagi nilai kanan untuk menentukan baris pivot (baris kerja).
9. Baris pivot (baris kerja) adalah salah satu baris dari antara ariable basis yang memuat
ariable keluar.
10. Elemen pivot (elemen kerja) adalah elemen yang terletak pada perpotongan kolom dan
baris pivot. Elemen pivot akan menjadi dasar perhitungan untuk aria simpleks berikutnya.
11. Variabel masuk adalah ariable yang terpilih untuk menjadi ariable basis pada iterasi
berikutnya. Variabel masuk dipilih satu dari antara ariable non basis pada setiap iterasi.
Variabel ini pada iterasi berikutnya akan bernilai positif.
12. Variabel keluar adalah ariable yang keluar dari ariable basis pada iterasi berikutnya dan
digantikan oleh ariable masuk. Variabel keluar dipilih satu dari antara ariable basis pada
setiap iiterasi. Variabel ini pada iterasi berikutnya akan bernilai nol.
 BAB III

METODE PENELITIAN

A. Deskripsi Penelitian
Dalam kehidupan sehari-hari banyak ditemukan berbagai permasalahan yang berhubungan
dengan prinsip optimisasi yaitu bagaimana cara menggunakan sumber daya (waktu, biaya,
tenaga, dan sebagainya) untuk mengoptimalkan hasil. Mengoptimalkan hasil bisa berarti
memaksimumkan atau meminimumkan tergantung dengan permasalahan yang dihadapi. Dalam
setiap permasalahan akan ada tujuan yang ingin dicapai, baik maksimum maupun minimum dan
juga berbagai kendala yang mungkin akan dihadapi dalam mencapai tujuan tersebut. Untuk
menghadapi permasalahan ini maka dibutuhkan suatu model umum yang dapat digunakan dalam
pemecahan masalah pengalokasian sumber-sumber yang terbatas secara optimal yang dikenal
dengan program linear.
Ada banyak metode dalam pemecahan persoalan program linear, diantaranya metode
grafik dan metode simpleks. Dalam hal ini metode grafik relatif mudah dikerjakan dan
merupakan metode yang sering digunakan dalam penyelesaian masalah. Walaupun demikian
metode grafik merupakan salah satu teknik pemecahan model pogram linear yang hanya memuat
dua variabel keputusan saja. Seiring berkembangnya ilmu dan teknologi serta beranekaragamnya
kebutuhan manusia, permasalahan yang terjadi tidak hanya sebatas dua kegiatan (variabel
keputusan) saja. Hal ini menyebabkan permasalahan tersebut tidak dapat diselesaikan dengan
menggunakan metode grafik lagi. Maka untuk menyelesaikannya digunakan metode simpleks.
Metode simpleks merupakan salah satu teknik penentuan solusi optimal yang digunakan dalam
pemograman linear yang memiliki variabel keputusan yang cukup besar atau lebih dari dua. Hal
inilah yang melatarbelakangi peneliti untuk menggunakan metode simpleks dalam
menyelesaikan permasalahan sosial yang sering terjadi.
Dalam penelitian kali ini, peneliti akan mengambil objek penelitian yang kaitannya dengan
kewirausahaan. Wirausaha adalah salah satu jenis aktifitas yang kini sedang menjadi primadona
di masyarakat. Hal ini terkait dengan kondisi yang terjadi di tengah lingkungan, sehingga
mengubah paradigma yang sebelumnya terbangun. Awalnya banyak yang menganggap
wirausaha sebagai kegiatan ekonomi kelas marginal, namun karena prospek usaha yang sangat
menjanjikan menjadikan banyak orang mengubah pandangannya terhadap dunia wirausaha.
Kesadaran untuk memilih sektor wirausaha sebagai pegangan hidup pun semakin meningkat.
Bahkan, dunia pendidikan pun mulai mengenalkan dunia wirausaha kepada peserta didik sejak
usia dini. Mengingat pentingnya wirausaha dan minat masyarakat yang begitu besar pada bidang
ini, maka peneliti ingin melakukan penelitian yang berkaitan dengan wirausaha khususnya usaha
rumahan dalam skala kecil yang baru dirintis guna membantu pihak yang diteliti agar mampu
mengembangkan usaha yang sedang dirintisnya pada khususnya, dan para pembaca pada
umumnya.
Berdasarkan hal tersebut di atas, kami memilih meneliti usaha rumahan penjual jajanan
yang masih dalam skala kecil. Makanan merupakan kebutuhan pokok manusia yang harus
dipenuhi sehingga membuka usaha yang berkecimpung dalam bidang kuliner memiliki prospek
yang baik untuk sekarang dan yang akan datang.
Ibu Siti yang bertempat tinggal di Jalan Kenanga RT.04 RW.02 Desa Bibrik Kecamatan Jiwan
Kabupaten Madiun merupakan seorang ibu rumah tangga. Untuk memanfaatkan waktunya di
rumah sekaligus menambah pemasukan keluarga, Ibu Siti yang pandai memasak membuat usaha
rumahan skala kecil dibidang kuliner. Setiap harinya Ibu Siti membuat jajanan untuk dititipkan
di toko-toko di sekitar tempat tinggalnya. Usaha ini dipilih Ibu Siti karena di sekitar tempat
tinggalnya masih jarang terdapat penjual jajanan olahan rumah yang tentu saja terjamin
kesehatan dan kebersihannya. Hal ini digunakan oleh Ibu Siti sebagai strategi yang baik untuk
memulai usaha rumahanya. Jajanan yang dibuatnya adalah donat, brownis, bolu, kripik tempe,
molen, lumpia, dan aneka gorengan. Usaha ini sudah dilakukan Ibu Siti dalam kurun waktu lima
bulan terakhir. Usaha yang dirintisnya ini membuahkan keuntungan cukup besar, namun
terbentur masalah modal dan tenaga kerja yang terbatas. Ibu Siti setiap harinya membuat sendiri
jajanan-jajanan tersebut, terkadang dengan bantuan anak-anaknya. Dengan modal dan tenaga
yang terbatas tersebut, Ibu Siti membuat beberapa jajanan dengan jumlah terbatas sesuai dengan
pasokan bahan setiap minggunya. Berdasarkan hal tersebut, peneliti ingin melakukan penelitian
pada usaha dagang Ibu Siti tersebut. Peneliti ingin mengetahui keuntungan maksimal yang bisa
diperoleh Ibu Siti. Hal ini tentunya akan dapat menjadi bahan pertimbangan Ibu Siti dalam
menjalankan usaha dagangnya tersebut pada khususnya dan para pembaca pada umumnya.
 BAB IV

PEMBAHASAN

A. Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu
ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan
programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala)
yang bertanda kurang dari atau sama dengan ( ≤ ) yang menunjukkan keterbatasan sumber daya
yang tersedia. Untuk bentuk-bentuk lain seperti masalah minimisasi maupun penyimpangan–
penyimpangan lain dalam batasan-batasan yang berlaku akan dibicarakan tersendiri.
Berikut merupakan langkah-langkah menggunakan metode simpleks yaitu :
 Mengubah fungsi tujuan dan batasan-batasan
 Menyusun persamaan-persamaan di dalam table
 Memilih baris kunci
 Merubah nilai-nilai pada baris kunci
 Mengubah nilai-nilai selain pada baris kunci
 Melanjutkan perbaikan/pengulangan/iterasi

B.Pembuatan Tabel Simpleks

Contoh 4.a, contoh kasus ini diambil dari Abdullah (2009:12):

Z = 3X1 + 5X2

Kendala:

1) 2X1 ≤ 8

2) 3X2 ≤ 15

3) 6X1 + 5X2 ≤ 30

Langkah-langkah:

Mengubah fungsi tujuan dan fungsi kendala (lihat beberapa ketentuan yang harus diperhatikan)
Fungsi tujuan: Maksimumkan Z = 3X1 + 5X2 è Z – 3X1 – 5X2 = 0

Fungsi kendala: 1) 2X1 ≤ 8 => 2X1 + X3 = 8

2) 3X2 ≤ 15 => 3X2 + X4 = 15

3) 6X1 + 5X2 ≤ 30 => 6X1 + 5X2 + X5 = 30

(X3, X4 dan X5 adalah variabel slack)

Menyusun persamaan-persamaan ke dalam tabel:

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30

Memilih KOLOM KUNCI

Kolom kunci adalah kolom yang mempunyai nilai pada baris Z yang bernilai negatif dengan
angka terbesar.

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30

Memilih BARIS KUNCI

Baris kunci adalah baris yang mempunyai indeks terkecil

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15 5
X5 0 6 5 0 0 1 30 6

Angka Kunci (-5)

Mengubah nilai-nilai baris kunci => dengan cara membaginya dengan angka kunci

sehingga tabel menjadi seperti berikut:

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5 5
X5 0 6 5 0 0 1 30 6

Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci (selain baris kunci)=0

Baris Baru = Baris Lama – (Koefisien Angka Kolom Kunci Nilai Baris Baru Kunci)

Baris Z

Baris lama [-3 -5 0 0 0 0]

NBBK -5 [0 1 0 1/3 0 5]

Baris Baru -3 0 0 5/3 0 25

Baris X3

Baris lama [2 0 1 0 0 8]

NBBK 0 [0 1 0 1/3 0 5]

Baris Baru 2 0 1 0 0 8

Baris X5

Baris lama [6 5 0 0 1 30 ]

NBBK 5 [0 1 0 1/3 0 5]

Baris Baru 6 0 0 -5/3 1 5

Masukkan nilai di atas ke dalam tabel, sehingga tabel menjadi seperti berikut:

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5 5
X5 0 6 0 0 -5/3 1 5 6

Melanjutkan perbaikan-perbaikan (langkah 3-6) sampai baris Z tidak ada nilai negatif

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
 Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8 4
X2 0 0 1 0 1/3 0 5
X5 0 6 0 0 -5/3 1 5 5/6
Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 0 0 0 5/6 1/2 27 ½ Zmax
X3 0 0 0 1 5/9 -1/3 6⅓ 4
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6 5/6

Diperoleh hasil: X1 = 5/6, X2 = 5, Zmax = 27 ½

C. Metode Simpleks
Metode grafik tidak dapat menyelesaikan persoalan linear program yang memilki variabel
keputusan yang cukup besar atau lebih dari dua, maka untuk menyelesaikannya digunakan
Metode Simpleks. Metode simpleks merupakan salah satu teknik penentuan solusi optimal
yang digunakan dalam pemograman linear. Penentuan solusi optimal didasarkan pada teknik
eliminasi Gauss Jordan. Penentuan solusi optimal dilakukan dengan memeriksa titik ekstrim
(ingat solusi grafik) satu per satu dengan cara perhitungan iteratif. Sehingga penentuan
solusi optimal dengan simpleks dilakukan dengan tahap demi tahap yang disebut iterasi.

D. Pengertian Istilah Dalam Metode Simpleks

Beberapa Istilah yang digunakan dalam metode simpleks menurut hotniar (2005: 56-57),
penjelasannya diantaranya sebagai berikut.
a. Iterasi, seperti yang disebutkan sebelumnya adalah tahapan perhitungan dimana nilai
dalam perhitungan itu tergantung dari nilai tabel sebelumnya.
b. Variabel non basis, adalah variabel yang nilainya diatur menjadi nol pada sembarang
iterasi. Dalam terminologi umum, jumlah variabel non basis selalu sama dengan derajat
bebas dalam sistem persamaan.
c. Variabel basis, merupakan variabel yang nilainya bukan nol pada sembarang iterasi.
Pada solusi awal, variabel basis merupakan variabel slack (jika fungsi kendala
menggunakan pertidaksamaan <) atau variabel buatan (jika fungsi kendala menggunakan
 pertidaksamaan > atau =). Secara umum, jumlah variabel batas selalu sama dengan
jumlah fungsi pembatas (tanpa fungsi non negatif)
d. Solusi atau Nilai Kanan (NK), merupakan nilai sumber daya pembatas yang masih
tersedia. Pada solusi awal, nilai kanan atau solusi sama dengan jumlah sumber daya
pembatas awal yang ada, karena aktivitas belum dilaksanakan.
e. Variabel Slack, adalah variabel yang ditambahkan ke model matematik kendala untuk
mengkonversikan pertidaksamaan < menjadi persamaan (=). Penambahan variabel ini
terjadi pada tahap inisialisasi. Pada solusi awal, variabel slack akan berfungsi sebagai
variabel basis.
f. Variabel Surplus, adalah variabel yang dikurangkan dari model matematik kendala
untuk mengkonversikan pertidaksamaan > menjadi persamaan (=). Penambahan variabel
ini terjadi pada tahap inisialisasi. Pada solusi awal, variabel surplus tidak dapat berfungsi
sebagai variabel bebas.
g. Variabel Buatan, adalah variabel yang ditambahkan ke model matematik kendala
dengan bentuk > atau = untuk difungsikan sebagai variabel basis awal. Penambahan
variabel ini terjadi pada tahap inisialisasi. Variabel ini harus bernilai 0 pada solusi
optimal, karena kenyataannya variabel ini tidak ada. Variabel ini hanya ada di atas kertas.
h. Kolom Pivot (Kolom Kerja), adalah kolom yang memuat variabel masuk. Koefisien
pada kolom ini akan menjadi pembagi nilai kanan untuk menentukan baris pivot (baris
kerja).
i. Baris Pivot (Baris Kerja), adalah salah satu baris dari antara variabel baris yang
memuat variabel keluar.
j. Elemen Pivot (Elemen Kerja), adalah elemen yang terletak pada perpotongan kolom
dan baris pivot. Elemen pivot akan menjadi dasar perhitungan untuk tabel simpleks
berikutnya.
k. Variabel Masuk, adalah variabel yang terpilih untuk menjadi variabel basis pada iterasi
berikutnya. Variabel masuk dipilih satu dari antara variabel non basis pada setiap iterasi.
Variabel ini pada iterasi berikutnya akan bernilai positif.
l. Variabel Keluar, variabel yang keluar dari variabel basis pada iterasi berikutnya dan
digantikan dengan variabel masuk. Variabel keluar dipilih satu dari antara variabel basis
pada setiap iterasi dan bernilai 0.
E. Langkah Penyelesaian Metode Simpleks,
Beberapa ketentuan yang perlu diperhatikan, menurut Abdullah (2009:12) antara lain:
 Nilai kanan (NK / RHS) fungsi tujuan harus nol (0).
 Nilai kanan (RHS) fungsi kendala harus positif. Apabila negatif, nilai tersebut harus
dikalikan –1.
 Fungsi kendala dengan tanda “≤” harus diubah ke bentuk “=” dengan menambahkan
variabel slack/surplus. Variabel slack/surplus disebut juga variabel dasar.
 Fungsi kendala dengan tanda “≥” diubah ke bentuk “≤” dengan cara mengalikan dengan
–1, lalu diubah ke bentuk persamaan dengan ditambahkan variabel slack. Kemudian
karena RHS-nya negatif, dikalikan lagi dengan –1 dan ditambah artificial
variabel/variabel buatan (M).
 Fungsi kendala dengan tanda “=” harus ditambah artificial variabel (M).

F. Pembuatan Tabel Simpleks

Contoh 4.a, contoh kasus ini diambil dari Abdullah (2009:12):
Z = 3X1 + 5X2
Kendala:
1) 2X1 ≤ 8
2) 3X2 ≤ 15
3) 6X1 + 5X2 ≤ 30
Langkah-langkah:
Mengubah fungsi tujuan dan fungsi kendala (lihat beberapa ketentuan yang harus
diperhatikan)
Fungsi tujuan: Maksimumkan Z = 3X1 + 5X2  Z – 3X1 – 5X2 = 0
Fungsi kendala: 1) 2X1 ≤ 8 => 2X1 + X3 = 8
2) 3X2 ≤ 15 => 3X2 + X4 = 15
3) 6X1 + 5X2 ≤ 30 => 6X1 + 5X2 + X5 = 30
(X3, X4 dan X5 adalah variabel slack)
Menyusun persamaan-persamaan ke dalam tabel:

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30

Memilih KOLOM KUNCI

Kolom kunci adalah kolom yang mempunyai nilai pada baris Z yang bernilai negatif dengan
angka terbesar.

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30

Memilih BARIS KUNCI

Baris kunci adalah baris yang mempunyai indeks terkecil

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15 5
X5 0 6 5 0 0 1 30 6

Angka Kunci Koef. Angka Kolom Kunci

Mengubah nilai-nilai baris kunci => dengan cara membaginya dengan angka kunci

sehingga tabel menjadi seperti berikut:

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5 5
X5 0 6 5 0 0 1 30 6

Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci (selain baris
kunci)=0

Baris Baru = Baris Lama – (Koefisien Angka Kolom Kunci × Nilai Baris Baru Kunci)

Baris Z

Baris lama [-3 -5 0 0 0 0]

NBBK -5 [0 1 0 1/3 0 5]

Baris Baru -3 0 0 5/3 0 25

Baris X3

Baris lama [2 0 1 0 0 8]

NBBK 0 [0 1 0 1/3 0 5]

Baris Baru 2 0 1 0 0 8
Baris X5

Baris lama [6 5 0 0 1 30 ]

NBBK 5 [0 1 0 1/3 0 5]

Baris Baru 6 0 0 -5/3 1 5

Masukkan nilai di atas ke dalam tabel, sehingga tabel menjadi seperti berikut:

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5 5
X5 0 6 0 0 -5/3 1 5 6

Melanjutkan perbaikan-perbaikan (langkah 3-6) sampai baris Z tidak ada nilai negatif

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8 4
X2 0 0 1 0 1/3 0 5
X5 0 6 0 0 -5/3 1 5 5/6

Var.Dasar Z X1 X2 X3 X4 X5 NK Index
Z 1 0 0 0 5/6 1/2 27 ½  Zmax
X3 0 0 0 1 5/9 -1/3 6⅓ 4
X2 0 0 1 0 1/3 0 5
 X1 0 1 0 0 -5/18 1/6 5/6 5/6

Diperoleh hasil: X1 = 5/6, X2 = 5, Zmax = 27 ½

G. Model Umum Persoalan Primal -Dual

Model umum persoalan primal dual adalah sebagai berikut:

Bentuk Primal:
n

Maksimumkan: Z=∑CjXj
j=1

syarat ikatan: ∑aijXj ≤ bi untuk i=1,2, 3, ..., m. Dan Xj ≥ 0, j=1, 2, ..., n kalau
j=1

akan dinyatakan menjadi bentuk Dual:

m

minimumkan: F=∑ bi Yi
i=1

syarat ikatan: ∑aij Yi ≥ Cj untuk j=1, 2, 3, ..., n. Dan Yi ≥ 0, i=1, 2, ..., m

i=1

n m

dimana : Zopt = ∑ CjXj* adalah sama dengan Fopt =∑ bi Yi*

j=i i=1

Aturan umum dalam perumusan persoalan Program Linier menyangkut Bentuk Primal dan Dual adalah:
Bentuk Pimal
Memaksimumkan fungsi tujuan
Koefisien fungsi tujuan (Cj )
NSK fungsi kendala primal-primal (bi )
Koefisien peubah ke-j
Koefisien kendala ke-i
Peubah ke-j yang positif (≥ 0)
Peubah ke-j tandanya tidak dibatasi
Kendala ke-i yang bertanda sama dengan
Bentuk Dual
Meminimumkan fungsi tujuan, dan sebaliknya.
Nilai Sebelah Kanan (NSK) fungsi kendala
Koefisien fungsi tujuan
Koefisien kendala ke-j
Koefisien peubah ke-i
Kendala ke-j dengan tanda ketidaksamaan “lebih besar
daripada atau sama dengan “ (≥).
Kendala ke-j yang bertanda sama dengan
Peubah ke-i tandanya tidak dibatasi

Kendala ke-i yang bertanda ketidaksamaan Peubah ke-i yang positif (≥)
Contoh
(≤) Soal :
Andaikan terdapat suatu persoalan Program Linier sebagai berikut :
Memaksimumkan : Z = 10X1 + 6X2 ........ (1),
Syarat ikatan :
a). 2X1 + 3X2 ≤ 90 .......... (2)
b). 4X1 + 2X2 ≤ 80 .......... (3)
c). X2 ≥ 15 .......... (4)
d). 5X1 + X2 = 25 .......... (5)
dan X1 , X2 ≥ 0
Ubahlah ke dalam Bentuk Dualnya !

Penyelesaian :
Langkah 1,
Transfomasikan ke dalam bentuk kanonik primal ( karena fungsi tujuannya memaksimumkan
maka tanda ketidaksamaannya dibuat ≤ ). Manipulasi dilakukan pada rumus (4) dan (5) dengan
berikut :

*) Kalikan rumus (4) dengan (−1) didapatkan:

− X2 ≤ −15
*) Ganti rumus (5) menjadi ketidaksamaan :
 5X1 + X2 ≤ 25 (5a) dan 5X1 + X2 ≥ 25 (5b)
dan rumus (5b) dikalikan dengan (-1) didapat :
− 5X1 − X2 ≤ −25
Dengan demikian diperoleh bentuk kanonik primal menjadi :
Memaksimumkan : Z = 10X1 + 6X2

Syarat ikatan :
a). 2X1 + 3X2 ≤ 90
b). 4X1 + 2X2 ≤ 80
c). − X2 ≤ −15
d). 5X1 + X2 ≤ 25
e). − 5X1 − X2 ≤ −25 dan X1 , X2 ≥ 0

Langkah 2,
Rumuskan bentuk kanonik dari persoalan primal tersebut ke dalam bentuk dual, dan diperoleh :
Meminimumkan : F = 90Y1 + 80Y2 − 15Y3 + 25Y4 − 25Y5
syarat ikatan :
a). 2Y1 + 4Y2 − 0Y3 + 5Y4 − 5Y5 ≥ 10
b). 3Y1 + 2Y2 − Y3 + Y4 − Y5 ≥ 6
dan Y1 , Y2 , Y3 , Y4 , Y5 ≥ 0 atau Yi ≥ 0, untuk i = 1, 2, …, 5.

2.4. Masalah Peubah (Variabel) yang tidak Dibatasi

Jika sebuah peubah Xj tidak dibatasi sebagai perubah non-negatif, maka dapat diganti dengan

dua buah perubah yang baru yaitu Xj+ dan X-j sehingga :

Xj = Xj+ − X-j dimana Xj+ ≥ 0 dan X-j ≥ 0.

Variabel Xj merupakan beda atau sisa dari dua perubah non-negatif Xj+ dan X-j. Dengan kata

lain Xj merupakan nilai tengah, sedangkan Xj+ dan X-j adalah perubah deviasi atau simpanan
terhadap perubah nilai tengah atau perubah target.
Contoh :
Andaikan suatu persoalan Program Linier dengan X2 tidak dibatasi syarat non negatif sebagai
berikut : Maksimumkan : Z = 2X1 + 5X2 (1)
Syarat Ikatan :
3X1 + 2X2 ≤ 6 (2)
2X1 + 9X2 ≤ 8 (3)
dan X1 ≥ 0, X2 tidak dibatasi syarat non-negatif

Penyelesaian :
Perumusan model Program Linier di atas tidak baik karena tidak memenuhi peraturan
Program Linier yang ada, yaitu semua perubah Xj yang menjadi perubah keputusan tidak boleh
negatif. Oleh karena itu X2 disempurnakan menjadi :

X2 = X2+ − X2- dimana X2+ ≥ 0 dan X2- ≥ 0, maka persoalan diatas menjadi :

Memaksimumkan Z = 2X1 + 5(X2+ − X2- )

Syarat ikatan :

3X1 + 2X2+ − 2X2- ≤6

2X1 + 9X2+ − 9X2- ≤8

dan X1 ≥ 0, X2+ ≥ 0, X2- ≥ 0.

Penyelesaian Permasalahan Program Linier lewat Dualnya

Contoh soal :
Tentukan X1 , X2 , X3 , ≥ 0 yang meminimumkan F = 30X1 + 60X2 + 72X3 dan memenuhi
kendala-kendala :
a). 2X1 + 2X2 + 4X3 ≥ 3
b). X1 + 3X2 + 3X3 ≥ 3, Lewat dualnya !

Penyelesaian :
Bentuk dual dari Permasalahan Program Linier diatas adalah :
Tentukan Y1 ≥ 0, Y2 ≥ 0 yang memaksimumkan Z = 3Y1 + 3Y2 yang memenuhi kendala-kendala
:
a). 2Y1 + Y2 ≤ 30
b). 2Y1 + 3Y2 ≤ 60
c). 4Y1 + 3Y2 ≤ 72
 BAB V
PENUTUP
A. Kesimpulan
Dengan demikian dapat disimpulkan bahwa program linier programming digunakan
sebagai alat bantu dalam pengambilan keputusan untuk memaksimalkan ataupun meminimalkan
hasil yang didapat.
B. Saran
Penulis menyadari tentang penyusunan makalah, tentu masih banyak kesalahan dan
kekurangannya, karena terbatasnya pengetahuan dan kurangnya rujukan atau referensi yang ada
hubungannya dengan judul makalah ini. Penulis banyak berharap para pembaca yang budiman
sudi kiranya memberikan kritik dan saran yang membangun kepada penulis demi sempurnanya
makalah ini dan penulisan makalah di kesempatan-kesempatan berikutnya. Semoga makalah ini
berguna bagi penulis pada khususnya juga para pembaca yang budiman pada umumnya.
 DAFTAR PUSTAKA

Pengertian Bilangan Kompleks

· https://www.academia.edu/5559355/BILANGAN_KOMPLEKS_2
· http://www.slideshare.net/nepriandari/isi-makalah-16707510
· https://www.academia.edu/3888003/makalah_varkom_bilangan_kompleks_dan_modulus
· http://id.wikipedia.org/wiki/Bilangan_kompleks
· Buku Matematika Dasar