SENSITIVITY ANALYSIS and SLACK-SURPLUS

Analisis sensitivitas adalah analisis yang dilakukan untuk mengetahui akibat/pengaruh dari
perubahan yang terjadi pada parameter-parameter LP terhadap solusi optimal yang telah
dicapai. Dengan kata lain, sampai seberapa jauh perubahan dibenarkan tanpa mengubah
solusi optimum, atau tanpa menghitung solusi optimum dari awal.

Perubahan yang mungkin dihadapi pada analisis sensitivitas adalah:

1. Perubahan Koefisien Fungsi Tujuan
2. Perubahan Konstanta Ruas Kanan (RHS)
3. Perubahan Fungsi Pembatas

1. Perubahan Koefisien Fungsi Tujuan

Maksimumkan Z = 200X1 + 160X2
Kendala 30X1 ≤ 1500
40X1 + 20X2 ≤ 2500
20X1 + 25X2 ≤ 2000
X1, X2 ≥ 0

Di mana X1 = jumlah produk A yang dibuat

X2 = jumlah produk B yang dibuat

Grafik:

Solusi optimal untuk problem di atas adalah pada titik B (perpotongan antara batasan 2 dan
batasan 3)
40X1 + 20X2 = 2500 |X1| 40X1 + 20X2 = 2500
20X1 + 25X2 = 2000 |X2| 40X1 + 50X2 = 4000
-30X2 = -1500
X2 = 50
40X1 + 20 (50) = 2500  X1 = 1500/40 = 37,5
Jadi, solusi optimal (maximized objective) = 200 (37,5) + 160 (50) = 15.500, yaitu dengan
memproduksi produk A (X1) sebanyak 37.5 unit dan produk B (X2) sebanyak 50 unit.
Seberapa boleh produk A dan B berubah namun tetap dalam kondisi/solusi optimal?
Analisa Sensitivitas
Range C1: - untuk produk A (X1)
Batas atas dan batas bawah C1 (dengan asumsi C2 tetap) di mana keputusan optimal tidak
berubah dapat ditentukan dengan menyamakan slope Z dengan slope batasan 2 dan 3.
Dipilihnya slope batasan 2 dan 3 karena titik optimal (titik B) merupakan titik perpotongan
persamaan 2 dan persamaan 3.

Fungsi tujuan semula adalah: Maks Z = 200X1 + 160X2

Karena akan ditentukan range C1, maka koefisien fungsi tujuan dapat ditulis sebagai:
Z = C1X1 + 160X2 Slope Z = C1/160
40X1 + 20X2 ≤ 2500 Slope batasan 2=40/20 = 2 (seharusnya negatif,
karena pada grafik sifat hubungannya negatif)
20X1 + 25X2 ≤ 2000 Slope batasan 3=20/25 = 4/5

Menyamakan slope Z dan slope fungsi batasan 2 dan 3.

Batas atas C1 (kendala 2):
 C1/160 = 40/20
 20C1 = 6400
 C1 = 320
Jadi range sensitivitas C1: 128 ≤ C1 ≤ 320
 Batas bawah C1 (kendala 3):
 C1/160 = 20/25
 25C1 = 3200
 C1 = 128

Artinya, selama C1 masih di dalam range tersebut, maka titik B tetap sebagai titik optimal.
Pada batas atas dan batas bawah akan terjadi Multiple Optimal Solution.
Jika C1 = 128, solusi optimal berada pada titik A dan titik B.
Jika C1 = 320, solusi optimal berada pada titik B dan C.

Range C2: - untuk produk B (X2)

Karena akan ditentukan range C2, maka koefisien fungsi tujuan dapat ditulis sebagai
Z = 200X1 + C2X2  Slope Z = 200/C2
40X1 + 20X2 ≤ 2500  Slope batasan 2 = 40/20 = 2
20X1 + 25X2 ≤ 2000  Slope batasan 3=20/25 = 4/5

Menyamakan slope Z dan slope fungsi batasan 2 dan 3.

Batas bawah C2 (kendala 2):
 200/C2 = 40/20
 40C2 = 4000
 C2 = 100
Jadi range sensitivitas C2: 100 ≤ C2 ≤ 250
Batas atas C2 (kendala 3):
 200/C2 = 20/25
 20C2 = 5000
 C2 = 250

Artinya, selama C2 masih di dalam range tersebut, maka titik B tetap sebagai titik optimal.
Pada batas atas dan batas bawah akan terjadi Multiple Optimal Solution.
Jika C2 = 100, solusi optimal berada pada titik B dan titik C.
Jika C2 = 250, solusi optimal berada pada titik A dan titik B.

2. Perubahan Konstanta Ruas Kanan (Kapasitas Sumber Daya)

Perubahan konstanta ruas kanan dapat terjadi karena adanya perubahan pada kapasitas
sumber daya yang dapat digunakan. Perbahan kapasitas sumber daya dapat terjadi pada
sumber daya yang longgar (loose) maupun sumber daya yang ketat (tight). Apabila suatu
sumber daya merupakan sumber daya yang longgar, maka penambahan kapasitas sumber
daya tersebut tidak akan mempengaruhi status sumber daya. Sebaliknya, pada sumber daya
yang ketat, perubahan kapasitas (baik penambahan maupun pengurangan) dapat
mempengaruhi status sumber daya. Oleh karena itu, diperlukan suatu strategi untuk
menentukan seberapa besar batas atas dan bawah kapasitas masing-masing sumber daya dan
bagaimana menentukan prioritas sumber daya yang sebaiknya ditambah atau dikurangi.

Dari contoh diatas diperoleh surplus/slack:

Batasan 1: 30X1 = 30 (37,5) = 1125  Surplus 1500 - 1125 = 375 (longgar)
Batasan 2: 40X1 + 20X2 = 40 (37,5) + 20 (50) = 2500  Surplus: 2500 – 2500 = 0 (ketat)
Batasan 3: 20X1 + 25X2 = 20 (37,5) + 25 (50) = 2000  Surplus: 2000 – 2000 = 0 (ketat)

Range b1:
Pada Batasan 1: Sumber daya 1 (sisi kanan) merupakan sumber daya yang longgar, oleh
karena itu apabila sumber daya 2 dan sumber daya 3 tetap, maka penambahan sumber daya 1
sebesar apapun tidak mempengaruhi status sumber daya 2 dan 3 atau dapat dikatakan bahwa
batas atas b1 = ∞ (tak berhingga).

Pengurangan sumber daya 1 yang diijinkan supaya status sumber daya 2 dan 3 tidak berubah
adalah maksimal sampai titik B (X1 = 37,5 dan X2 = 0) atau batas bawah b1 = 30X1 = 30
(37,5) = 1125

Jadi range sensitivitas b1: 1125 ≤ b1 ≤ ∞

Artinya, selama 1125 ≤ b1 ≤ ∞, maka status sumber daya 2 dan 3 tetap ketat.

Range b2 dan b3:

Pada Batasan 2 dan 3: Sumber daya 2 dan 3 merupakan sumber daya yang ketat.
Agar perpotongan sumber daya 2 dan 3 tetap sebagai sumber daya yang ketat, maka sumber
daya 2 dapat diturunkan sampai titik A (X1 = 0, X2 = 80) dan dapat dinaikkan sampai titik F
(X1 = 50, X2 = 40), perpotongan dengan Batasan 1, dengan asumsi sumber daya yang lain
tetap.
 Pada titik A, b2 = 40X1 + 20X2  40(0) + 20(80) = 1600
 Pada titik F, b2 = 40X1 + 20X2  40(50) + 20(40) = 2800

Jadi range sensitivitas b2: 1600 ≤ b2 ≤ 2800

Artinya, selama 1600 ≤ b2 ≤ 2800, maka status sumber daya 2 dan 3 tetap ketat.

Sumber daya 3 dapat diturunkan sampai titik C (X1 = 50, X2 = 25) dan dapat dinaikan
sampai titik E (X1 = 0, X2 = 125) dengan asumsi sumber daya yang lain tetap.
 Pada titik C, b3 = 20X1 + 25X2  20(50) + 25(25) = 1625
 Pada titik E, b3 = 20X1 + 25X2  20(0) + 25(125) = 3125

Jadi range sensitivitas b3: 1625 ≤ b3 ≤ 3125

Artinya, selama 1625 ≤ b3 ≤ 3125, maka status sumber daya 2 dan 3 tetap ketat.

Kesimpulan:
 Kondisi optimal tercapai jika perusahaan memproduksi produk A sebanyak 37,5 unit
dan produk B sebanyak 50 unit yang akan menghasilkan keuntungan sebesar 15.500.
pada kondisi ini sumber daya 2 dan 3 statusnya ketat, artinya kapasitas yang tersedia
sesuai dengan yang dibutuhkan.
 Status sumber daya 2 dan 3 tetap ketat, selama perubahan kapasitas salah satu sumber
daya masih dalam range sbb:
Range b1 adalah : 1125 ≤ b1 ≤ ∞
Range b2 adalah : 1600 ≤ b2 ≤ 2800
Range b3 adalah : 1625 ≤ b3 ≤ 3125

Cek menggunakan komputer:

 Penggunaan POM for Windows

Kasus:
Pedaringan City Warehouses is planning to expand its Solo business into Sukoharjo. To do
the plan, the company must determine how many storage rooms of each size to build. Its
objective and constraints follow:

Maximize monthly earnings = 50X1 + 20X2

Subject to:
1) 20X1 + 40X2 ≤ 4,000 (advertising budget available)
2) 100X1 + 50X2 ≤ 8,000 (square footage required)
3) X1 ≤ 60 (rental limit expected)
4) X1, X2 ≥0
Where:
X1 = number of large spaces developed
X2 = number of small spaces developed
a. For the optimal solution, how much of the advertising budget is spent?
b. For the optimal solution, how much square footage will be used?
c. Would the solution change if the budget were only $3,000 instead of $4,000?
d. How much would earnings increase if the square footage requirement were increased from
8,000 to 9,000?
e. What would the optimal solution be if the profit on the large spaces (X1) were reduced
from $50 to $45?

Langkah menggunakan POM-QM for Windows versi 5.3

1. Tampilan awal

2. Pilih menu Linear Programming, kemudian isikan Title (judul), misalnya LP-1. Isikan
Number of Constraints (banyaknya kendala) dengan 3, Number of Variables (banyaknya
variabel) dengan 2, yaitu X1 dan X2. Pilih pada Row Names dengan Constraint 1,
Constraint 2, dst. atau pilihan lainnya, kemudian OK.
3. Edit pada baris Constraint 1 dengan Advertising Budget, Constraint 2 dengan Square
footage dan Constraint 3 dengan Rental limit. Isikan datanya sesuai dengan permasalahan.

4. Klik SOLVE atau SOLUTION, maka akan mengeluarkan hasil sbb.

Dapat disimpulkan bahwa pendapatan per bulan akan maksimum sebesar $3800, apabila
perusahaan menggunakan kombinasi X1 (gudang besar) sebanyak 60 unit dan X2 (gudang
kecil) sebanyak 40 unit, yaitu 50(60) + 20(40) = 3800.
5. Dari menu SOLUTION dapat dipilih opsi lain dengan hasil sbb.:
Titik A: Koordinat (0,100) = 0(50) + 100(20) = 2000
Titik B: Koordinat (40,80) = 40(50) + 80(20) = 3600
 20X1 + 40X2 = 4000  x5) 100X1 + 200X2 = 20000
100X1 + 50X2 = 8000  x1) 100X1 + 50X2 = 8000 (-)

150X2 = 12000  X2 = 12000/150 = 80

20X1 + 40(80) = 4000  20X1 = 4000 – 3200
20X1 = 800  X1 = 800/20 = 40

Titik C: Koordinat (60,40) = 60(50) + 40(20) = 3800

 100X1 + 50X2 = 8000
X1 = 60

100(60) + 50X2 = 8000  50X2 = 8000 – 6000

50X2 = 2000  X2 = 2000/50 = 40

Titik D: Koordinat (60,0) = 60(50) + 0(20) = 3000

Penjelasan output:
1. Solusi optimal dicapai bila mengembangkan (menyewa) ruangan besar seluas 60
satuan dan ruangan kecil seluas 40 satuan. Total penerimaan sebulan = 50(60) +
20(40) = 3800.
Budget iklan yang digunakan = 20X1 + 40X2 = 20(60) + 40(40) = 2800  fungsi
kendala 1)
Karena maksimal penggunaan budget iklan tidak boleh lebih dari 4000, sedang
penggunaan hanya 2800, maka ada slack (sumberdaya tak terpakai) sebesar 1200 
cek pada Ranging (kolom Slack/Surplus)

2. Kebutuhan ruangan = 100X1 + 50X2 = 100(60) + 50(40) = 8000  fungsi kendala 2)

Maksimal ruang yang tersedia tidak boleh lebih dari 8000, sedang kebutuhan
terpenuhi 8000, maka tidak ada slack/surplus (0), yang artinya semua sumberdaya
digunakan sepenuhnya  cek pada Ranging (kolom Slack/Surplus)
3. Apabila budget iklan dikurangi dari 4000 menjadi 3000 (RHS= Sisi Kanan
Persamaan), yaitu fungsi kendala 2) menjadi 20X1 + 40X2 ≤ 3000, maka tidak ada
dampak pada solusi optimal karena harga ganda (dual price) bernilai 0  cek pada
Linear Programming Results (kolom Dual).
Nilai 0 pada dual price memberi arti bahwa penurunan budget dari 4000 menjadi 3000
tetap memberikan solusi optimal karena masih berada pada rentang 2800 (lower
bound) dan infinity (upper bound)  cek pada Ranging (kolom Lower Bound dan
Upper Bound pada baris Ads Budget).
Apabila budget iklan dikurangi menjadi di bawah 2800, maka solusi menjadi tidak
optimal lagi.

4. Apabila kebutuhan ruangan ukuran besar meningkat dari 8000 menjadi 9000, yaitu
fungsi kendala 1) menjadi 100X1 + 50X2 ≤ 9000, maka ada dampak pada solusi
optimal karena harga ganda (dual price) bernilai 0.4  cek pada Linear
Programming Results (kolom Dual).
Nilai 0.4 pada dual price memberi arti bahwa peningkatan kebutuhan ruangan besar
sebesar 1000 satuan (dari 8000 menjadi 9000) menjadikan keuntungan menyewa
ruangan besar bertambah sebesar 0.4 x 1000 = 400 (selama masih berada di rentang
batas bawah 6000 dan batas atas 9500)  cek pada Ranging (kolom Lower Bound
dan Upper Bound pada baris Square Footage).
Apabila penurunan kurang dari 6000 atau peningkatan lebih dari 9500, maka solusi
menjadi tidak optimal lagi.

5. Apabila fungsi tujuan berubah, misalnya pada keuntungan penggunaan ruangan besar
(X1) dari 50 menjadi 45, maka tidak ada dampak pada solusi optimal karena
penurunan masih berkisar antara 40 sampai dengan infinity. Yang berubah hanya
jumlah penerimaan per bulan dari 3800 menjadi 45(60) + 20(40) = 3500.

***