RISET OPERASI
DOSEN PEMBIMBING :
Fitriani, S.E., M.M
DISUSUN OLEH :
Rima Shintia (2101232)
Manajemen S1 G Non Reguler
TAHUN 2023
KATA PENGANTAR
Penyusun,
i
DAFTAR ISI
1. KATA PENGANTAR …………………………………………………. I
A. Kesimpulan ……………………………………………………... 32
B. Saran ……………………………………………………………. 32
ii
BAB II
PENDAHULUAN
A. Latar Belakang
Menurut Churchman, Ackoff, dan Arnoff (1959), mengemukakan
pengertian riset operasi sebagai aplikasi metode – metode, teknik – teknik dan
peralatan – peralatan ilmiah dalam menghadapi masalah – masalah yang timbul
di dalam operasi perusahaan dengan tujuan ditemukannya pemecahan yang
optimum masalah – masalah tersebut. Operations Research sudah ada pada
Perang Dunia II (Inggris dan Amerika) Setelah Perang Dunia II, George Danting
(1947) Menemukan model simplex untuk memecahkan persoalan Linear
Programming tahun 1950 Dyanmic Program, Inventory dst. Operating Research
: Untuk pendekatan yang termasuk dalam system organisasi, Operations
Research dapat membantu untuk mengambil keputusan, Dapat digunakan dalam
bidang militer, bisnis, penelitian rumah sakit, dst. Operations Research adalah :
Ilmu yang digunakan untuk membantu seseorang manajer (pimpinan) dalam
Mengambil Keputusan, sehingga OR membutuhkan Data yang valid Metode –
metode yang digunkan dalam OR :
- Metode Aljabar
- Metode Grafik
- Metode Simplex
- Metode Dual Program
- Analisis Sensitivitas
- Metode Transfortasi
- Metode Penugasan
Metode simpleks diperkenalkan oleh George Dantzig yang merupakan
salah satu metode untuk mencari solusi masalah program linear dengan banyak
variabel keputusan. Program linear sendiri merupakan suatu model
permasalahan dengan menggunakan persamaan atau pertidaksamaan yang
berbentuk linear. Model program linear memuat dua fungsi yaitu fungsi tujuan
(objective function) dan fungsi kendala (constraint function). Fungsi tujuan
merupakan fungsi linear mengenai permasalahan yang akan dicari solusi
1
optimalnya, contohnya adalah fungsi keuntungan. Sementara fungsi kendala
merupakan fungsi linear yang menyatakan batasan-batasan yang harus dipenuhi
dalam mencapai solusi optimal, contohnya adalah batasan kapasitas yang
tersedia dalam berbagai kegiatan yang akan dialokasikan secara optimal.
Permasalahan dalam kehidupan sehari-hari terkadang tidak semuanya dapat
dimodelkan dengan program linear. Contohnya sumber daya pada kendala
waktu produksi tidak dapat dinyatakan secara tegas. Misalkan terdapat fungsi
kendala yang masih samar, seperti : “Untuk memproduksi paving dan batako,
proses pengerjaan sejatinya dapat membutuhkan waktu yang lebih lama jika
karyawan memiliki keterampilan yang kurang dan sebaliknya akan memerlukan
waktu lebih cepat jika karyawan memiliki keterampilan yang cukup baik”.
Masalah yang samar, ambigu, dan 2 ketidakpastian atas penggunaan sumber
daya baik dalam jumlah bahan baku, tenaga kerja, mesin dan peralatan, maupun
jam kerja masih sering ditemui.
B. Rumusan Masalah
Berangkat dari latar belakang masalah di atas, maka masalah yang
menjadi pusat perhatian utama dari kajian ini dirumuskan kedalam bentuk
pertanyaan berikut:
1. Apa yang dimaksud Metode Aljabar?
2. Bagaimana cara mendapatkan nilai maksimum dan minimum menggunakan
Metode Aljabar?
3. Apa yang dimaksud Metode Simplex?
4. Bagaimana cara mendapatkan nilai maksimum dan minimum menggunakan
Metode Simplex?
2
BAB I
PEMBAHASAN
A. Metode Aljabar
Metode Aljabar adalah pemecahan persoalan Program Linear
dengan metode aljabar : pemecahan persoalan dengan cara substitusi antar
persamaan linear pada fungsi pembatas dan fungsi tujuan. Prinsip yang
digunakan ialah men-cari seluruh kemungkinan pemecahan dasar feasible
(layak), kemudian pilih salah satu yang memberikan nilai objektif optimal,
yaitu paling besar (maksimum) atau paling kecil (minimum). Metode ini
hanya dapat digunakan untuk memecahkan persoalan yang terdiri dari 2
variabel.
B. Cara mendapatkan nilai maksimum dan minimum dari metode aljabar
Langkah-langkah Metode Aljabar:
1. Mengidentifikasi persoalan ke dalam bentuk persoalan linear
programming (persamaan ketidaksamaan).
2. Merubah persoalan linear programming menjadi persamaan dengan
menyisipkan ‘Slack variabel’ (variabel tambahan) = artivisial , dimana:
- Jumlah slack variabel = jumlah persamaan yang terdapat pada
fungsi batasan (STC).
- Tanda slack variabel harus “(+)” bila tanda batasan “≤” atau fungsi
tujuannya menunjukan ‘max’ dan “(–)“ apabila tanda batasan “≥”
atau fungsi tujuannya ‘min’.
- Slack variabel harus menunjukan indentity matrix/matrik diagonal,
sehingga apabila tanda daripada slack variabel itu adalah negatif (-
) maka perlu dirubah menjadi positif (+).
- Menentukan jumlah kombinasi dengan mempergunakan rumus :
3
! = faktorial
Cara pemecahan yaitu:
1. Kombinasi hanya terdiri dari 2 variabel dan masing-masing variabel
tidak boleh lebih dari 1 berpasangan.
2. Menghitung fungsi tujuan dari masing – masing kombinasi dengan
jalan mencari semua nilai variabel yang terdapat pada fungsi batasan
dimana untuk pasangan variabel bagi masing-masing kombinasi
dimisalkan = 0.
3. Jika ada nilai varibel yang negatif (-) pada kombinasi maka harus
dirubah menjadi positif dengan mengalikan tanda negatif (-).
4. Apabila semua kombinasi sudah dihitung fungsi objektifnya, maka
fungsi objektif yang ‘terbesar’ akan dipilih apabila persoalan ‘max’,
dan fungsi objektif yang ‘terkecil’ dipilih apabila persoalan ‘min’.
Contoh soal:
Keterangan :
N ! = dibaca n faktorial
N ! = n (n-1) (n-2) ... 2.1
Contoh :
0!=1
2 ! = 2.1 = 2
3 ! = 3.2.1 = 6
4 ! = 4.3.2.1 = 24
Dalam contoh persoalan diatas ini n = 4, m = 2, sehingga
4! 24
K = ----------------- = ---------- = 6
2 ! (4-2) ! 2 (2)
v Dari persoalan diatas ada 2 persamaan dan 4 variabel (x1, x2, x3, x4).
Nilai-nilai x1, x2, x3 dan x4 yang memenuhi persamaan tersebut
disebut pemecahan dari persamaan tersebut. Jadi apabila ada n variabel
dan m persamaan maka variabel yang diperoleh dari m persamaan
tersebut disebut variabel dasar (basic variables). Sedangkan
4
pemecahannya disebut pemecahan dasar (basic solution). Pemecahan
yang memenuhi semua syarat pembatasan disebut pemecahan fisibel
(feasible solution). Kalau pemecahan fisibel maka merupakan
pemecahan dasar fisibel (basic feasible solution). Pemecahan yang
menghasilkan paling sedikit satu variabel yang negatif, maka disebut
pemecahan tidak fisibel (not feasible solution)
v Menyusun 6 persamaan dasar dan mencari pemecahannya
(1) Jika X1 = x2 = 0 (tidak ada produksi)
4 x1 + 2 x2 + x3 = 60
x3 = 60
2 x1 + 4 x2 + x4 = 48
x4 = 48
Z1 = 8 x1 + 6 x2 + 0 x3 + 0 x4
= 8 (0) + 6 (0) + 0 (60) + 0 (48)
= 0 (tidak ada penjualan)
(2) x1 = x3 = 0
4 x1 + 2 x2 + x3 = 60
2 x2 = 60
x2 = 30
2 x1 + 4 x2 + x4 = 48
4 x2 + x4 = 48
4 (30) + x4 = 48
x4 = 48 – 120 = - 72 (tidak fisibel)
Z2 tidak dihitung karena x4 negatif, jadi pemecahan tidak
fisibel.
(3) x1 = x4 = 0
4 x1 + 2 x2 + x3 = 60
2 x2 + x3 = 60
2 x1 + 4 x2 + x4 = 48
4 x2 = 48
5
x2 = 12
2 x2 + x3 = 60
2 (12) + x3 = 60
x3 = 60 –24 = 36
Z3 = 8 (0) + 6 (12) + 0 (36) + 0 (0) = 72
(4) x2 = x3 = 0
4 x1 + 2 x2 + x3 = 60
4 x1 = 60
x1 = 15
2 x1 + 4 x2 + x4 = 48
2 (15) + x4 = 48
x4 = 18
Z4 = 8 (15) + 6 (0) + 0 (0) + 0 (18) =120
(5) x2 = x4 = 0
4 x1 + 2 x2 + x3 = 60
4 x1 + x3 = 60
2 x1 + 4 x2 + x4 = 48
2 x1 = 48
x1 = 24
4 x1 + x3 = 60
4 (24) + x3 = 60
x3 = - 36
Z5 tidak dihitung karena x3 negatif
(6) x3 = x4 = 0
4 x1 + 2 x2 + x3 = 60
4 x1 + 2 x2 = 60
2 x1 + 4 x2 + x4 = 48
2 x1 + 4 x2 = 48
v Persamaan simultan
6
4 x1 + 2 x2 = 60 x 1/2
2 x1 + 4 x2 = 48 x1
2 x1 + x2 = 30
2 x1 + 4 x2 = 48
- 3 x2 = - 18
x2 =6
2 x1 + 4 x2 = 48
2 x1 + 4 (6) = 48
2 x1 = 24
x1 = 12
Z6 = 8 (12) + 6 (6) + 0 (0) + 0 (0)
= 132 (terbesar/maksimum)
Oleh karena Z6 yang memberikan nilai tujuan terbesar maka Z6 =
Z maksimum. Jadi pemecahan dasar ke-6 merupakan pemecahan dasar
yang optimal. Misalkan satuannya dalam ribu, maka jumlah hasil
penjualan maksimum = 132 ribu dengan keputusan yang harus dibuat
oleh pemilik perusahaan ialah bahwa barang A dan B dimana A = x1
dan B = x2 masing-masing harus diproduksi sebesar 12 satuan dan 6
satuan.
v Contoh persoalan minimum
Cari x1, x2
s.r.s Z = 5 x1 + 3 x2 : Minimum
d.p 2 x1 + x2 ³ 3
x1 + x2 ³ 2
x1, x2 ³0
Model diatas harus diubah dahulu menjadi persamaan standard
dengan memasukkan surplus variabel x3 dan x4, yaitu variabel yang
harus dikurangkan didalam suatu ketidaksamaan agar supaya menjadi
persamaan. Persoalan yang standard adalah sebagai berikut :
Cari x1, x2, x3 dan x4
7
s.r.s Z = 5 x1 + 3 x2 – 0 x3 – 0 x4 : Minimum
d.p 2 x1 + x2 – x3 = 3
x1 + x2 - x4 = 2
x1, x2, x3, x4 ³ 0
Jawab :
(1) x1 = x2 = 0
2 x1 + x2 – x3 = 3
-x3 = 3
x3 = -3
x1 + x2 - x4 = 2
- x4 = 2
x4 = -2
Z1 tidak perlu dihitung karena pemecahan ini tidak fisibel, x3
dan x4 tidak memenuhi syarat (nilainya negatif)
(2) x1 = x3 = 0
2 x1 + x2 – x3 = 3
x2 = 3
x1 + x2 – x4 = 2
3 - x4 = 2
- x4 = -1
- x4 = 1
Z2 = 5 (0) + 3 (3) – 0 (0) – 0 (1) = 9
(2) x1 = x4 = 0
2 x1 + x2 – x3 = 3
x2 – x3 = 3
x1 + x2 – x4 = 2
x2 = 2
2 – x3 =3
- x3 = 1
x3 = - 1
8
Z3 tidak perlu dihitung karena pemecahan ini tidak fisibel, x3
tidak memenuhi syarat (negatif).
(3) x2 = x3 = 0
2 x1 + x2 – x3 = 3
2 x1 = 3
x1 = 1,5
x1 + x2 – x4 = 2
x1 – x4 = 2
1,5 – x4 = 2
- x4 = 0,5
x4 = - 0,5
Z4 tidak perlu dihitung.
(4) x2 = x4 = 0
2 x1 + x2 – x3 = 3
2 x1 – x3 = 3
x1 + x2 – x4 = 2
x1 = 2
2 (2) – x3 = 3
- x3 = -1
x3 = 1
Z5 = 5 (2) + 3 (0) – 0 (1) – 0 (0) = 10
(5) x3 = x4 = 0
2 x1 + x2 – x3 = 3
2 x1 + x2 = 3
x1 + x – x4 = 2
x1 + x2 = 2
Persamaan simultan :
2 x1 + x2 = 3
x1 + x2 = 2
x1 = 1
1 + x2 = 2
9
x2 = 1
Z6 = 5 (1) + 3 (1) – 0 (0) – 0 (0) = 8
Dari 6 pemecahan dasar dipilih nilai Z yang paling kecil yaitu
Z6 = Z minimum = 8.
Interpretasi lebih lanjut dari penyelesaian persoalan L.P dengan
metode aljabar adalah sebagai berikut :
(a) Kombinasi 1 pada kasus maksimalisasi yaitu x1 = 0 dan x2 = 0 artinya
perusahaan tidak berproduksi. Dengan tidak berproduksi maka
sumberdaya yang dimiliki tidak terpakai artinya sisa sumberdaya
sebanyak jumlah yang dimiliki yaitu x3 = 60 dan x4 = 48
(b) Kombinasi ke 3 dngan tidak memproduksi produk 1 ( x1 = 0),
memproduksi produk 2 sebanyak 12 unit ( x2 = 12) maka penerimaan
yang diperoleh sebesar 72. Dengan kombinasi tersebut sumberdaya 1
tersisa 36 unit dan sisa sumberdaya 2 adalah 0 atau habis terpakai.
(c) Kombinasi ke 4 dengan tidak memproduksi produk 2 (x2 = 0),
memproduksi produk 1 sebanyak 15 unit ( x1 = 15) maka penerimaan
yang diperoleh sebanyak 120. Dengan kombinasi tersebut sumberdaya
1 habis terpakai dan sumberdaya ke 2 sisa 18 unit.
(d) Kombinasi ke 6 dimana diupayakan sumberdaya habis terpakai yaitu
sisa masing-masing sumberdaya adalah 0 maka diproduksi produk 1
sebanyak 12 unit dan produk 2 sebanyak 6 unit. Dengan demikian
penerimaan yang diperoleh adalah sebanyak 132 unit.
Kombinasi terbaik adalah kombinasi ke 6 karena nilai Z tertinggi dan
penggunaan sumberdaya paling efisien karena kedua sumberdaya habis
terpakai.
C. Metode Simplex
Metode simpleks diperkenalkan oleh George Dantzig pada tahun
1947. Metode ini menjadi terkenal ketika ditemukannya alat hitung
elektronik dan menjadi popular ketika munculnya komputer. Proses
perhitungan metode simpleks adalah dengan menggunakan iterasi berulang-
ulang sampai tercapai hasil optimal. Proses perhitungan metode simpleks
10
menjadi lebih mudah dengan menggunakan komputer, karena komputer
dirancang untuk melakukan pekerjaan berulang-ulang yang mungkin akan
membosankan jika dilakukan oleh manusia.
Metode simpleks merupakan pengembangan metode aljabar yang
hanya menguji sebagian dari jumlah solusi basis dalam bentuk tabel. Tabel
simpleks hanya menggambarkan masalah program linier dalam bentuk
koefisien saja, baik koefisien fungsi tujuan maupun koefisien fungsi
kendala. Penentuan solusi optimal menggunakan metode simpleks
didasarkan pada teknik eliminasi Gauss Jordan.
Ada 2 kasus yang dapat kita cari solusinya yaitu Kasus
Memaksimumkan dan Kasus Meminimumkan, dalam pembahan ini kita
akan membahas Kasus memamaksimumkan. Dalam kasus
memaksimumkan kita harus memenuhi syarat yaitu model program linear
harus diubah dulu ke dalam suatu bentuk umum yang dinamakan “bentuk
baku”.
Perlu diperhatikan bahwa Metode Simpleks hanya bisa dipakai
(diaplikasikan) pada bentuk standar, sehingga jika tidak dalam bentuk
standar harus ditransformasikan dahulu ke bentuk standar.
D. Cara mendapatkan nilai maksimum dan minimum dari metode
simplex
Untuk memudahkan dalam melakukan transformasi ke bentuk
standar, ada beberapa hal yang perlu diperhatikan :
a. Fungsi pembatas, suatu fungsi pembatas yang mempunyai tanda ≤
diubah menjadi suatu bentuk persamaan (bentuk standar) dengan cara
menambahkan suatu variabel baru yang dinamakan slack variabel
(variable pengurang).
b. Fungsi Tujuan, dengan adanya slack variable pada fungsi pembatas,
maka fungsi tujuan juga harus disesuaikan dengan memasukkan unsur
slack variable ini, karena slack variable tidak mempunyai kontribusi
apa-apa terhadap fungsi tujuan, maka konstanta untuk slack variable
tersebut dituliskan nol.
11
Contoh soal.
Fungsi tujuan:
Maksimumkan 𝑍 = 85000𝑥1 + 75000𝑥2 + 70000𝑥3
Fungsi pembatas:
𝑥1 + 𝑥2 + 2𝑥3 ≤ 17
2𝑥1 + 2𝑥2 + 𝑥3 ≤ 22
3𝑥1 + 2𝑥2 + 2𝑥3 ≤ 30
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Langkah 1
Ubah system pertidaksamaan ke dalam system persamaan linear dengan
menambahkan variable tiruan atau disebut slack.
Fungsi tujuan:
Maksimumkan 𝑍 = 85000𝑥1 + 75000𝑥2 + 70000𝑥3
Fungsi pembatas:
𝑥1 + 𝑥2 + 2𝑥3 + 𝑠1 = 17
2𝑥1 + 2𝑥2 + 𝑥3 + 𝑠2 = 22
3𝑥1 + 2𝑥2 + 2𝑥3 + 𝑠3 = 30
Langkah 2.
Menyusun semua persamaan ke dalam table simpleks.
8 7 7
Iterasi 0 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
𝑠1
𝑠2
𝑠3
𝑧𝑗
12
𝑧𝑗
− 𝑐𝑗
Keterangan.
CB : koefisien variable basis yang masuk pada fungsi tujuan
VDB: variabel basis yang masuk
NK : nilai kanan persamaan, yaitu nilai di belakang tanda “=”
𝑧𝑗 : nilai fungsi tujuan, yaitu jumlah dari hasil kali variable ke-𝑗
dan CB
𝑐𝑗 : koefisien variable pada fungsi tujuan (bilangan yang terletak
di atas variabel)
Hitung nilai 𝑧𝑗 dan 𝑧𝑗 − 𝑐𝑗 sebagai berikut.
VARIABEL 𝑧𝑗 𝑧𝑗 − 𝑐𝑗
17 ∙ 0 + 22 ∙ 0 + 30
NK ∙0
=0
1∙0+2∙0+3∙0 0 − 85000
𝑥1
=0 = −85000
1∙0+2∙0+2∙0 0 − 75000
𝑥2
=0 = −75000
2∙0+1∙0+2∙0 0 − 70000
𝑥3
=0 = −70000
1∙0+0∙0+0∙0
𝑠1 0−0 =0
=0
0∙0+1∙0+0∙0
𝑠2 0−0 =0
=0
0∙0+0∙0+1∙0
𝑠3 0−0 =0
=0
13
8 7 7
Iterasi 0 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
1
0 𝑠1 1 1 2 1 0 0
7
2
0 𝑠2 2 2 1 0 1 0
2
3
0 𝑠3 3 2 2 0 0 1
0
𝑧𝑗 0 0 0 0 0 0 0
𝑧𝑗
−85000 −75000 −70000 0 0 0
− 𝑐𝑗
Langkah 3.
Menentukan kolom kunci, baris kunci, bilangan kunci, dan rasio.
Kolom kunci : suatu kolom yang nilai 𝑧𝑗 − 𝑐𝑗 paling kecil
Baris kunci : baris yang memiliki rasio positif paling kecil
Bilangan kunci : bilangan yang terletak pada pertemuan antara kolom kunci
dan baris kunci
Rasio : bilangan yang ditentukan oleh perbandingan antara NK
dan kolom kunci
Rasio untuk baris pada variabel:
17
𝑠1 = = 17
1
22
𝑠2 = = 17
2
30
𝑠3 = = 10
3
14
8 7 7
Iterasi 0 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
1 1
0 𝑠1 1 1 2 1 0 0
7 7
2 1
0 𝑠2 2 2 1 0 1 0
2 1
3 1
0 𝑠3 3 2 2 0 0 1
0 0
𝑧𝑗 0 0 0 0 0 0 0
𝑧𝑗
−85000 −75000 −70000 0 0 0
− 𝑐𝑗
15
8 7 7
Iterasi 1 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
0 𝑠1
0 𝑠2
8
1 2 2 1
50 𝑥1 1 0 0
0 3 3 3
00
𝑧𝑗
𝑧𝑗
− 𝑐𝑗
Baris berwarna kuning dapat disebut sebagai nilai baris baru kunci.
Langkah 5.
Membuat baris baru dengan mengubah nilai-nilai baris selain baris kunci
melalui operasi baris elementer (OBE) ,sehingga nilai-nilai kolom
kunci= 0.
Dapat juga melalui perhitungan sebagai berikut.
nilai baris baru = nilai baris lama – (KAKK x NBKK)
Yaitu:
KAKK : Koefisien Angka Kolom Kunci (nilai setiap baris
kolom kunci)
NBBK : Nilai Baris Baru Kunci
Dari langkah sebelumnya kita dapat mengetahui KAKK dan NBBK,
seperti yang tertera pada tabel berikut.
8 7 7 R
Iterasi 1 50 50 00 0 0 0asi
00 00 00 o
16
V
C N
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
1
0 𝑠1 1 1 2 1 0 0
7
2
0 𝑠2 2 2 1 0 1 0
2
8
1 2 2 1
50 𝑥1 1 0 0
0 3 3 3
00
𝑧𝑗
𝑧𝑗
− 𝑐𝑗
Baris baru 𝑠2
Baris 2
2 2 1 0 1 0
lama 2
KAKK x 1 2 2 1
2 [ 1 0 0 ]
NBBK 0 3 3 3
17
Baris 2 1 2
2 0− 0− 1
baru 3 3 3
Input nilai baris baru 𝑠1 dan 𝑠2 ke dalam tabel simpleks, sehingga tabel
menjadi seperti berikut.
8 7 7
Iterasi 1 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
1 4 1
0 𝑠1 7 0 1 −0
3 3 3
2 1 2
0 𝑠2 2 0 − 0 −1
3 3 3
8
1 2 2 1
50 𝑠3 1 0 0
0 3 3 3
00
𝑧𝑗
𝑧𝑗
− 𝑐𝑗
18
1 2 2 170000
∙0+ ∙0+ − 75000
3 3 3 3
𝑥2
170000 55000
∙ 85000 = =−
3 3
4 1 2 170000
∙0+− ∙0+ − 70000
3 3 3 3
𝑥3
170000 40000
∙ 85000 = =−
3 3
1∙0+0∙0+0
𝑠1 0−0= 0
∙ 85000 = 0
0∙0+1∙0+0
𝑠2 0−0= 0
∙ 85000 = 0
1 2 1 85000
− ∙0+− ∙0+ −0
3 3 3 3
𝑠3
85000 85000
∙ 85000 = =
3 3
19
8 8
170000 170000 85000
𝑧𝑗 50 50 0 0
3 3 3
00 00
𝑧𝑗 55000 40000 85000
−0 − 0 0
− 𝑐𝑗 3 3 3
2
𝑠2 = 2 =3
3
10
𝑠3 = 2 = 15
3
8 7 7
Iterasi 1 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
1 4 1
0 𝑠1 7 0 1 − 0
3 3 3
𝟐 1 2
0 𝑠2 2 0 − 0 − 1
𝟑 3 3
8
1 2 2 1
50 𝑥1 1 0 0
0 3 3 3
00
8 8
170000 170000 85000
𝑧𝑗 50 50 0 0
3 3 3
00 00
20
𝑧𝑗 55000 40000 85000
−0 − 0 0
− 𝑐𝑗 3 3 3
Langkah 4.
Mengubah nilai-nilai pada baris kunci dengan cara membaginya dengan
bilangan kunci.
Selanjutya 𝑥2 menggantikan 𝑠2 , CB pada baris kedua kita isi dengan
75000.
8 7 7
Iterasi 2 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
0 𝑠1
7
1 3
50 𝑥2 3 0 1 − 0 −1
2 2
00
8
50 𝑥1
00
𝑧𝑗
𝑧𝑗
− 𝑐𝑗
Baris berwarna kuning dapat disebut sebagai nilai baris baru kunci.
21
Langkah 5.
Membuat baris baru.
Dari langkah sebelumnya kita dapat mengetahui KAKK dan NBBK,
seperti yang tertera pada tabel berikut.
8 7 7
Iterasi 2 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
1 4 1
0 𝑠1 7 0 1 −0
3 3 3
7
1 3
50 𝑥2 3 0 1 − 0 −1
2 2
00
8
1 2 2 1
50 𝑥1 1 0 0
0 3 3 3
00
𝑧𝑗
𝑧𝑗
− 𝑐𝑗
22
Baris baru𝑠3
Baris 1 2 2 1
1 0 0
lama 0 3 3 3
KAKK 2 1 3
[ 3 1 0− 0 −1 ]
x NBBK 3 2 2
Baris
8 0 1 1 −1 0 1
baru
Input nilai baris baru 𝑠1 dan 𝑠3 ke dalam tabel simpleks, sehingga tabel
menjadi seperti berikut.
8 7 7
Iterasi 2 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
3 1
0 𝑠1 6 0 0 −1 0
2 2
7
1 3
50 𝑥2 3 0 1 − 0 −1
2 2
00
8
50 𝑥1 8 1 0 1 −10 1
00
𝑧𝑗
𝑧𝑗
− 𝑐𝑗
23
V
ARIABE 𝑧𝑗 𝑧𝑗 − 𝑐𝑗
L
N 6 ∙ 0 + 3 ∙ 75000 + 8 ∙ 85000
K = 905000
𝑥1 0 ∙ 0 + 0 ∙ 75000 + 1 ∙ 85000 = 85000 85000 − 85000 = 0
𝑥2 0 ∙ 0 + 1 ∙ 75000 + 0 ∙ 85000 = 75000 75000 − 75000 = 0
3 1
∙ 0 + (− ) ∙ 75000 + 1 ∙ 85000
𝑥3 2 2 47500 − 70000 = −22500
= 47500
𝑠1 1 ∙ 0 + 0 ∙ 75000 + 0 ∙ 85000 = 0 0−0= 0
1 3
− ∙ 0 + ∙ 75000 + (−1) ∙ 85000
𝑠2 2 2 27500 − 0 = 27500
= 27500
0 ∙ 0 + (−1) ∙ 75000 + 1 ∙ 85000
𝑠3 10000 − 0 = 10000
= 10000
24
8
50 𝑥1 8 10 1 −10 1
00
9 8 7 4 2 1
𝑧𝑗 05 50 50 75 75
0 00
00 00 00 00 00 00
2 1
𝑧𝑗
0 −22500
0 75
0 00
− 𝑐𝑗
00 00
3
𝑠2 = 1 = −6
−
2
8
𝑠3 = 1 = 8
8 7 7
Iterasi 2 50 50 00 0 0 0
R
00 00 00
as
V
C N io
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
𝟑 1
0 𝑠1 6 00 −1 0 4
𝟐 2
7
1 3
50 𝑥2 3 01 − 0 −1 −6
2 2
00
25
8
50 𝑥1 8 10 1 −10 1 8
00
9 8 7 4 2 1
𝑧𝑗 05 50 50 75 75
0 00
00 00 00 00 00 00
2 1
𝑧𝑗
0 −22500
0 75
0 00
− 𝑐𝑗
00 00
Langkah 4.
Mengubah nilai-nilai pada baris kunci dengan cara membaginya dengan
bilangan kunci.
Selanjutnya 𝑥3 menggantikan 𝑠1 , CB pada baris kedua kita isi dengan
70000.
8 7 7
Iterasi 3 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
7
2 3
00 𝑥3 4 0 0 1 − 0
3 4
00
26
7
50 𝑥2
00
8
50 𝑥1
00
𝑧𝑗
𝑧𝑗
− 𝑐𝑗
Baris berwarna kuning dapat disebut sebagai nilai baris baru kunci.
Langkah 5.
Membuat baris baru.
Dari langkah sebelumnya kita dapat mengetahui KAKK dan NBBK,
seperti yang tertera pada tabel berikut.
8 7 7
Iterasi 3 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
7
2 3
00 𝑥3 4 0 0 1 − 0
3 4
00
7
1 3
50 𝑥2 3 0 1 − 0 −1
2 2
00
8
50 𝑥1 8 1 0 1 −10 1
00
𝑧𝑗
27
𝑧𝑗
− 𝑐𝑗
Baris baru 𝑠3
Baris
8 0 1 1 −1 0 1
lama
KAKK 2 3
1 [ 4 0 0 1 − 0 ]
x NBBK 3 4
Barisb 2 1
4 1 0− 0− 1
aru 3 4
Input nilai baris baru 𝑠2 dan 𝑠3 ke dalam tabel simpleks, sehingga tabel
menjadi seperti berikut.
8 7 7
Iterasi 3 50 50 00 0 0 0
R
00 00 00
asi
V
C N o
D 𝑥1 𝑥2 𝑥3 𝑠1 𝑠2 𝑠3
B K
B
28
7
2 3
00 𝑥3 4 0 0 1 − 0
3 4
00
7
1 9
50 𝑥2 5 0 1 0 −1
3 8
00
8
2 1
50 𝑥1 4 1 0 −0 − 1
3 4
00
𝑧𝑗
𝑧𝑗
− 𝑐𝑗
29
3 9 1
− ∙ 70000 + ∙ 75000 + (− ) ∙ 85000 10635 − 0
𝑠2 4 8 4
= 10625
= 10625
0 ∙ 70000 + (−1) ∙ 75000 + 1 ∙ 85000 10000 − 0
𝑠3
= 10000 = 10000
30
Dari tabel di atas terlihat bahwa baris evaluasi 𝑧𝑗 − 𝑐𝑗 sudah tidak ada yang
negatif, maka program telah optimal. Dengan demikian, dari tabel di atas
dapat disimpulkan bahwa:
𝒙𝟏 = 𝟒, 𝒙𝟐 = 𝟓, dan 𝒙𝟑 = 𝟒 dengan nilai maksimum 𝒛 = 𝟗𝟗𝟓. 𝟎𝟎𝟎
31
BAB III
PENUTUP
A. Kesimpulan
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.
C. Daftar Pustaka
Fitriani. Metode Simpleks. UPI : Bandung
Hartanto, Eko. Metode Simpleks Dan BIG-M. Universitas Indonesia :
Jakarta
Tim Dosen. Modul Program Linear . Universitas Negeri Medan :
Medan
Widasari, Dian. Metode Simpleks Dalam Program Linear. STMIK
Triguna Dharma : Medan.
http://lambang.files.wordpress.com/2010/03/03_metode-simplex.pdf
http://mathematica.aurino.com/wpcontent/uploads/2008/10/simplex.
pdfIslam.
32