I MATERI 2
KELOMPOK 5:
MALANG 2023
PETA KONSEP
Penyelesaian Model
Program Linier dengan
Cara Dual Simpleks
Fungsi Tujuan
Fungsi Tujuan Minimum
Maksimum
METODE DUAL SIMPLEKS
Pengertian Metode Dual Simpleks
Meteode dual simpleks disebut juga dual simplex algorithm adalah satu prosedur perhitungan
yang membiarkan suatu solusi layak optimum , meskipun solusi awalnya tidak layak.
Prosedur perhitungan yang dibicarakan sejauh ini bergerak dari solusi dasar layak yang
belum optimum ke solusi layak yang lain. Apakah proses tersebut akhirnya akan mencapai
suatu solusi layak optimum, adalah tergantung pada kemampuan untuk mendapatkan suatu
solusi dasar awal yang layak. Dalam kaitan ini, artificial variabel kadang-kadang digunakan
untuk menemukan solusi awal layak. Jika formulasi LP mengandung sejumlah besar artificial
variable, maka membutuhkan banyak perhitungan untuk memperoleh solusi awal layak.
PENYELESAIAN MODEL PROGRAM LINIER DENGAN CARA DUAL SIMPLEKS
Dalam sebuah pemodelan program linier, terdapat dua konsep yang saling
berlawanan. Konsep pertama disebut primal, dan konsep kedua disebut dual. Bentuk dual
merupakan kebalikan dari bentuk primal. Untuk mentransformasikan masalah primal menjadi
masalah dual, bentuk masalah primal harus dalam bentuk standar.
1. Untuk masalah maksimasi, bentuk standar fungsi kendalanya adalah fungsi kendala
yang bertanda ≤
2. Untuk masalah minimasi, bentuk standar fungsi kendalanya adalah fungsi kendala
yang bertanda ≥
3. Pada bentuk standar primal dual, nilai ruas kanan boleh negatif.
Saat akan mencari penyelesaian dengan metode simpleks, bantuk yang akan dicari
penyelesaiannya harus dalam bentuk standar untuk metode simpleks, yaitu nilai ruas kanan
harus ≥ 0. Tabel berikut menunjukkan transformasi dan perbedaan antara masalah primal dan
dual :
Metode dual simpleks digunakan jika tabel optimal tidak layak. Jika fungsi kendala
ada yang menggunakan pertidaksamaan ≥ dan tidak ada = dalam bentuk umum Persamaan
Linear, maka metode dual simpleks dapat digunakan.
Contoh:
Zmin = 2x1 + x2 x1 + x2 ≤ 30
x2 – x1 ≥ 0
Feasibility Condition : Leaving variabel adalah variabel basis yang memiliki nilai
negatif terbesar (nilai kembar dipilih secara sembarang). Jika variabel basis sudah
positif/nol, berarti sudah fisibel & proses berakhir (sudah optimum).
Berdasarkan pembatas :
dan
Disamping model matematis di atas ada juga dalam bentuk lain yaitu:
a. Fungsi tujuan bukan memaksimumkan, melainkan meminimumkan.
Contoh Minimumkan 𝑧 = 𝑐1𝑥1 + 𝑐2𝑥2 + ⋯ + 𝑐𝑛𝑥𝑛
b. bentuk constrain fungsinya pertidaksamaannya adalah dalam bentuk lebih besar dan sama
dengan. Dirumuskan 𝑎11𝑋1 + 𝑎12𝑋2 + ⋯ + 𝑎1𝑛𝑋𝑛 ≥ 𝑏1 untuk beberapa harga i
c. Beberapa constrain fungsionalnya dalam bentuk sama dengan. Contoh: 𝑎11 + 𝑎12𝑥2 + ⋯ +
𝑎1𝑛𝑥𝑛 = 𝑏1 Untuk beberapa harga i
d. Menghilangkan constrain nonnegatif untuk beberapa variabel keputusan. Contoh: xj tidak
terbatas dalam tanda, untuk beberapa harga j
Menggambarkan fungsi kendala dan tujuan pada sumbu koordinat XYmal Contoh Kasus 1
Pabrik MAYORA adalah akan memproduksi berbagai jenis makanan ringan antara lain
adalah Biskuit dan wafer. Diketahui bahwa biskuit dan wafer mengandung nilai gizi vitamin
dan mineral. Dari data sebelumnya biscuit diproduksi paling sedikit 2 kaleng dan wafer
paling sedikit 1 kaleng seperti dijelaskan dalam tabel ini:
Jenis makanan Kalori Mineral Biaya//kaleng Biskuit 2 2 100 Wafer 1 3 80 Kebutuhan
Minuman 8 12 Tugasnya adalah:
Jenis makanan Kalori Mineral Biaya/kaleng
Biscuit 2 2 100
Wafer 1 3 80
Kebutuhan minuman 8 12
Tabel 3.1. contoh kasus 1 LP metode grafik
Tugasnya adalah:
Tentukan formula yang terbaik dalam memproduksi biscuit dan wafer untuk mendapatkan
biaya produksi serendah rendahnya (minimum)
Langkah 1
a. Tentukan variabel
X1= Biskuit
X2 = Wafer
b. Fungsi tujuan
Zmin = 100 X1 + 80 X2
c. Fungsi kendala
2 X1 + X2 ≥ 8 (kalori)
2 X1 + 3X2 ≥ 12 (Mineral )
X1 ≥ 2 (total produksi minimal = 2 kaleng
X2 ≥ 1 (total produksi minimal = 1 kaleng
Langkah 2
Jika X1 =
0; X2 =8
Jika X2 =
0; X1 =4
2X1+ X2 = 8
X1 0 4
X2 8 0
2X1 + X2 = 8
Substitusikan nilai X1 =2 ke
dalam fungsiyang lain yaitu:
2 x 2 + X2 =8
X2 =8-4
X2 =4
X2 = 4
X1 = 2.................(2, 4)
2X1 + =
2X1 + 3X2 = 12 -
-2X2 = -4
X2 =2
Substitusikan nilai 2 ke
2X1 + =
2X1 + =
2X =8-
X1 = 3
2X1 + 3X2 = 12
X2 = 1
2X1 + 3X2 = 12
Substitusikan nilai X2 =1 ke
salah satu fungsi yaitu:
2X1 + 3 x 1 =12
2X1 + 3 =12
2X1 = 12 -3
2X1 = 9
X1 = 4.5 ………(4.5, 1)
C = (2, 4)
Langkah 4:
Kesimpulan :
Misalkan xj adalah berat kopi-campur macam ke_j. Industri itu ingin memaksimumkan
R = c . x =c1x1 + c2x2 + … + cnxn
terhadap kendala-kendala
a11x1 + a12x2 + … + a1nxn ≤ b1
a21x1 + a22x2 + … + a2nxn ≤ b2
………………………………..
am1x1+ am2x2 + … + amnxn ≤ bm,
dengan kata lain, kendala-kendala itu adalah
Ax ≤ b, di mana A = (aij) a
dalah matriks berordo m×n dan x ≥ 0.
memaksimumkan c.x terhadap Ax ≤ b, di mana x ≥ 0 (1)
Masalah dual muncul jika pada industri itu kita memandang harga setiap 1 kg jenis biji kopi
ke_i, yi ≥ 0. Nilai total cadangan biji kopi menjadi
V = b.y = b1y1 + b2y2 + … + bmym (2)
Oleh karena setiap 1 kg kopi campur ke_j yang dibuat industri itu memerlukan aij kg jenis
biji kopi ke_i dengan i = 1, 2, …, n, harga biji kopi dalam setiap kg campuran macam ke_j
adalah
a1jy1 + a2jy2 + .. + amjym (3)
Selanjutnya kita tahu bahwa 1 kg kopi-campur macam ke_j dapat dijual kepada pengecer
dengan harga cj rupiah, sehingga kita harus mempunyai
a1jy1 + a2jy2 + .. + amjym ≥ cj
(4)
untuk j = 1, 2, …, m. Ketaksamaan (4) dapat ditulis dalam bentuk
Aty ≥ c (5)
dengan y = (y1, y2, …, ym).
Industri itu ingin (dari alasan pajak) mencari nilai minimum untuk persediaan bahan biji-biji
kopi. Yakni, industri menginginkan untuk
meminimalkan b.y terhadap Atyt ≥ c dengan y ≥ 0 (6)
DAFTAR PUSTAKA
http://repository.syekhnurjati.ac.id/5925/1/H.2.3.%20DIKTAT%20PROGRAM
%20LINIER. pdf
https://ayundyahkesumawati.files.wordpress.com/2015/03/perkuliahan_6simplekdual.pdf
https://repository.unikom.ac.id/38858/1/OR%2008%202012.pdf
https://pdfcoffee.com/download/makalah-metode-simpleks-5-pdf-free.html?reader=1
https://slideplayer.info/slide/2604533/
http://staffnew.uny.ac.id