MAKALAH

“ANALISIS STATISTIK DESKRIPTIF”

Disusun untuk memenuhi tugas terstruktur

dalam Mata Kuliah Program Linier

Dosen Pengampu
Dr. Nerli Khairani, M.Si.

Disusun Oleh:
Kelompok 1

1. Anita Talia 4222530011

2. Febryanti Hasibuan 4221230004
3. Ledy Meva T.G 4222530015
4. Rizky Saputra Tobing 4221230003

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2024
 KATA PENGANTAR
Puji dan syukur kami ucapkan kepada Tuhan Yang Maha Esa, karena berkat Rahmat dan
hidayah-Nya kami dapat menyelesaikan tugas makalah ini dengan baik dan sesuai dengan jadwal
yang telah ditentukan.
Pada kesempatan ini kami mengucapkan terima kasih yang sebesar-besarnya kepada Ibu
Dr. Nerli Khairani, M.Si, selaku dosen mata kuliah Program Linier yang telah memberikan tugas
makalah ini terhadap kami. Kami juga ingin mengucapkan terima kasih kepada pihak-pihak yang
turut membantu dalam pembuatan tugas makalah dengan mata kuliah Program Linier. Tema
materi yang akan kami susun dalam makalah ini yaitu materi tentang Metode Simpleks.
Kami menyadari bahwa dalam penulisan karya tulis ini masih jauh dari sempurna serta
kesalahan yang penulis yakini di luar batas kemampuan penulis. Dengan tangan terbuka kami
menerima segala saran dan kritik yang membangun dari pembaca agar dapat memperbaiki
kesalahan kami untuk ke depannya. Akhir kata, kami berharap semoga makalah ini dapat
memberikan manfaat untuk kami dan juga khususnya bagi para pembaca. Atas perhatiannya,
kami ucapkan terima kasih.

Medan, 10 Maret 2024

Kelompok 1

i
 DAFTAR ISI

KATA PENGANTAR......................................................................................................................i
DAFTAR ISI...................................................................................................................................ii
BAB I...............................................................................................................................................1
PENDAHULUAN...........................................................................................................................1
1.2 Latar Belakang.......................................................................................................................1
1.2 Rumusan Masalah..................................................................................................................2
1.3 Tujuan....................................................................................................................................2
1.4 Manfaat..................................................................................................................................3
BAB II.............................................................................................................................................4
PEMBAHASAN..............................................................................................................................4
2.1 Pendahuluan...........................................................................................................................4
2.2 Model Standar (Standard Form) atau Bentuk Kanonik Program Linier................................5
2.3 Tabel Simpleks Awal.............................................................................................................6
2.4 Matriks Program Linier..........................................................................................................7
2.5 Metode Simpleks....................................................................................................................7
2.5.1 Metode Simpleks Baku...................................................................................................9
2.5.2 Pembentukan Tabel Simpleks.......................................................................................11
2.6 Kelainan pada Metode Simpleks..........................................................................................15
2.7 Menentukan Solusi Optimum Menggunakan program POM-QM......................................18
BAB III..........................................................................................................................................22
PENUTUP.....................................................................................................................................22
3.1 Kesimpulan..........................................................................................................................22
3.2 Saran.....................................................................................................................................22
DAFTAR PUSTAKA....................................................................................................................23
LAMPIRAN..................................................................................................................................24

ii
 BAB I
PENDAHULUAN

1.2 Latar Belakang

Program linear merupakan identifikasi dalam membedakan hal-hal mendasar yang
dibuat dengan sistematis untuk menunjukkan sumber daya yang dibatasi sehingga diperoleh
pemecahan yang ideal. Programman linear memiliki tiga komponen dasar, yaitu fungsi
tujuan yang ingin disederhanakan (memperkuat atau membatasi), kendala atau batasan yang
harus dipenuhi oleh solusi yang didapatkan, dan variabel keputusan (Susanti, 2021).
Membuat model matematika dari suatu permasalahan dengan pemrograman linier,
menuntut kemampuan matematika dan seni permodelan. Membangun pemrograman linier
dari kasus praktik yang sangat beragam tidaklah mudah. Yang terpenting adalah memahami
anatomi permasalahan setiap kasus dan bagaimana kemudian dapat ditransformasikan ke
dalam konsep permodelannya. Meskipun dalam pemrograman linier ini fungsi tujuan berupa
maksimalisasi atau minimalisasi, keputusan untuk memilih salah satunya memerlukan
justifikasi yang matang. Fungsi tujuan pada suatu kasus bisa dikonversi menjadi fungsi
kendala pada kasus yang lain. Pada pemrograman linier ini, yang secara garis besar perlu
dicermati dalam menentukan tujuan adalah variabel keputusan dan sumber daya yang
membatasi (Susdarwono, 2020).
Dalam berbagai industri kedisiplinan ilmu, landasan yang paling penting dalam
mengambil keputusan adalah dengan program linier (Linear Programming). Pemrograman
linier sangat membantu meningkatkan keefisienan operasional serta mengurangi biaya
produksi dengan mengoptimalkan alokasi sumber daya dan mengatasi batasan yang ada
untuk sebuah perusahaaerusahaan. Untuk menyelesaikan masalah perograman linier tidaklah
mudah. Dalam penyelesaian masalah tersebut memerlukan algoritma untuk menemukan
solusi yang optimal dan dalam waktu yang singkat karena masalah pemrograman linier
sering melibatkan berbagai variabel dan batasan yang kompleks.
Metode simpleks ditemukan oleh George Dantzig di tahun 1947, kehadiran metode
simpleks ini menjadi krusial. Dalam menyelesaikan masalah pemrograman linier, metode
simpleks menjadi salah satu algoritma yang sangat penting. Untuk menemukan solusi yang
optimal dengan efisien yang bahkan masalah kompleks sekalipun dapat menggunakan
metode simpleks.
Kelebihan yang dimiliki metode simpleks bukan hanya pada kemampuannya untuk
menemukan solusi secara cepat, namun juga kelebihannya dalam menangani berbagai jenis
masalah pemrograman linier, termasuk yang menggunakan ribuan variabel serta batasan.

1
 Dalam berbagai industri seperti manufaktur, transportasi, keuangan, logistik, dan banyak
lagi, metode simpleks ini menjadi pilihan utamanya. Dengan demikian, metode Simpleks
memberikan sejumlah manfaat yang signifikan dalam menyelesaikan masalah pemrograman
linier dan pengambilan keputusan bisnis. Keunggulan algoritma ini membuatnya menjadi
salah satu alat yang paling penting dalam analisis dan optimasi.
Penerapan metode simpleks untuk membantu perusahaan dalam mengoptimalkan
rantai pasokan, membuat rancangan produksi dengan lebih efisien, mengatur distribusi
barang, serta membuat rancangan strategi untuk investasi yang lebih baik. Metode simpleks
terus mengalami peningkatan kinerja dan fleksibilitas karena perkembangan teknologi dan
komputasi yang memungkinkan metode simpleks untuk tetap relevan dalam menghadapi
tantangan baru di dunia bisnis dan pengetahuan modern.
Dengan demikian, untuk memaksimalkan kinerja dan pengambilan keputusan yang
lebih baik di berbagai industri dan akademis, pemahaman yang mendetail tentang metode
simpleks adalah kunci dalam memanfaatkan potensi penuh dari pemrograman linier.
1.2 Rumusan Masalah
Rumusan masalah yang terdapat dalam makalah ini diantaranya adalah sebagai
berikut:
a. Apa itu metode simpleks dan bagaimana cara kerjanya dalam menyelesaikan masalah
pemrograman linier?
b. Bagaimana algoritma metode simpleks diterapkan secara praktis dalam pemecahan
masalah nyata?
c. Bagaimana metode simpleks memengaruhi atau berkontribusi terhadap perkembangan
teori pemrograman linier dan bidang terkait lainnya?
d. Apakah ada pengembangan terbaru atau peningkatan dalam metode simpleks yang bisa
meningkatkan efisiensi atau kegunaannya dalam kasus-kasus tertentu?
e. Apakah ada tantangan atau kendala tertentu dalam menerapkan metode simpleks?

1.3 Tujuan
Tujuan yang terdapat dalam makalah ini diantaranya adalah sebagai berikut:
a. Menganalisis lebih mendalam mengenai konsep dasar dari metode simpleks dan
menjelaskan langkah-langkah secara terperinci dalam penyelesaian masalah
menggunakan metode simpleks.
b. Menyelidiki aplikasi metode simpleks dalam berbagai bidang dan mengidentifikasi
contoh kasus dimana metode ini memberikan solusi yang efektif.
c. Mengeksplorasi perkembangan metode simpleks seperti peningkatan algoritma untuk
meningkatkan efisiensi komputasi atau integrasi.
d. Menilai dampak dari metode simpleks dalam penggunaanya yang mempengaruhi
efisiensi operasional perusahaan.
e. Menganalisis tantangan dan hambatan yang terkait dengan penerapan metode simpleks

2
1.4 Manfaat
Manfaat yang terdapat dalam makalah ini diantaranya adalah sebagai berikut:
a. Metode Simpleks adalah algoritma yang digunakan untuk mencari solusi optimal dari
masalah pemrograman linier yang kompleks dengan cepat dan efisien dan metode
Simpleks dapat diterapkan pada penyelesaian masalah dengan banyak variabel dan
kendala.
b. Algoritma Simpleks relatif mudah dimengerti dan diimplementasikan. Langkah-
langkahnya dapat dijelaskan dengan jelas dan mudah dipahami, bahkan oleh orang yang
tidak memiliki latar belakang matematika yang kuat.
c. Metode Simpleks telah diimplementasikan dalam berbagai perangkat lunak optimasi,
yang memudahkan penggunaannya dalam praktik. Ini memungkinkan perusahaan dan
peneliti untuk menggunakan algoritma ini tanpa perlu membuat implementasi dari awal.
d. Metode Simpleks juga memungkinkan untuk melakukan analisis sensitivitas terhadap
perubahan dalam koefisien objektif, koefisien kendala, atau batasan kendala.
e. Metode Simpleks dapat diintegrasikan dengan teknik lain dalam optimasi, seperti
pemrograman dinamis atau pemrograman non-linear, untuk menyelesaikan masalah yang
lebih kompleks atau yang memiliki struktur yang berbeda.

3
 BAB II
PEMBAHASAN
2.1 Pendahuluan
Pemrograman Linier (PL) adalah metode optimasi untuk menemukan nilai optimum
dari fungsi tujuan linier pada kondisi pembatasan-pembatasan (constraints) tertentu.
Pembatasan-pembatasan tersebut biasanya keterbatasan yang berkaitan dengan sumber daya
seperti bahan mentah, uang, waktu, dan lain-lain. Persoalan PL dapat ditemukan pada
berbagai bidang dan dapat digunakan untuk membantu membuat keputusan untuk memilih
suatu alternatif yang paling tepat dan pemecahan yang paling baik (the best solution).
Aplikasi PL biasanya digunakan untuk keperluan seperti relokasi sumber daya, produksi
campuran, penjadwalan, masalah transportasi, logistik, dan sebagainya (Ngamelubun et al.,
2019). Apabila suatu masalah LP hanya mengandung 2 (dua) kegiatan (atau variabel-
variabel keputusan) saja, maka akan dapat diselesaikan dengan metode grafik. Tetapi bila
melibatkan lebih dari dua kegiatan maka metode grafik tidak dapat digunakan lagi, sehingga
diperlukan metode simpleks. Metode simpleks merupakan suatu cara yang lazim dipakai
untuk menentukan kombinasi optimal dari tiga variabel atau lebih (Susdarwono, 2020).

Metode simpleks merupakan salah satu teknik pengambilan keputusan dalam

penyelesaian program linear menggunakan proses berulang untuk mecari nilai optimal.
Metode ini memiliki kelebihan dapat menghitung dua atau lebih variable. Proses perhitungan
menggunakan metode simpleks dapat dilakukan menggunakan dua cara yaitu secara manual
dan menggunakan aplikasi atau software (Susanti, 2021). Metode simpleks merupakan salah
satu teknik penyelesaian dalam program linier yang digunakan sebagai teknik pengambilan
keputusan untuk mencari nilai optimal yang meliputi banyak pertidaksamaan dan
multivariabel. Kelebihan dari metode ini yaitu mampu menghitung dua atau lebih variabel
keputusan jika dibandingkan dengan metode grafik yang hanya mampu menghitung dua
variabel keputusan (Budianti et al., 2020).

Metode simpleks dapat digunakan sebagai alat analisis suatu perusahaan yang
meggunakan banyak input dalam proses produksi dengan tujuan memperoleh. Banyaknya
iterasi tidak dipengaruhi oleh jumlah variabel, tetapi tergantung kepada nilai pada fungsi
tujuan dari iterasi sebelumnya. Pada masa sekarang masalah-masalah LP yang melibatkan
banyak variabel-variabel keputusan (decision variables) dapat dengan cepat dipecahkan
dengan bantuan komputer. Jika variabel keputusan yang dikandung tidak terlalu banyak,
masalah tersebut dapat diselesaikan dengan suatu algoritma yang biasanya sering disebut
metode simpleks table. Disebut demikian karena kombinasi variabel keputusan yang optimal
dicari dengan menggunakan tabel-tabel (Susdarwono, 2020).

4
 Proses perhitungan penyelesaian menggunakan metode simpleks dilakukan dengan
iterasi berulang-ulang sampai tercapai hasil optimal. Oleh karena itu perlu digunakan aplikasi
untuk membantu proses perhitungannya. Banyak aplikasi yang digunakan untuk penyelesaian
Matematika dalam permasalahan tertentu seperti, SPSS untuk analisis Statistika (Statistical
Package ForThe Social Sciences), SimEvents MATLAB untuk analisis data dalam teori
antrian, Speq Mathematics dan Microsoft Excel untuk pengolahan data, dan QM untuk
pencarian solusi dari metode Simpleks (Budianti et al., 2020).

2.2 Model Standar (Standard Form) atau Bentuk Kanonik Program Linier
Bentuk kanonik adalah model program linear dengan semua fungsi kendala utama
berbentuk persamaan. Fungsi kendala yang berbentuk pertidaksamaan diubah terlebih dahulu
menjadi persamaan dengan menambah ruas kiri dengan variabel slack ataupun mengurangi
ruas kiri dengan variabel surplus (Sj).

Variabel slack adalah variabel yang berfungsi untuk menampung sisa kapasitas pada
kendala yang berupa pembatas. Sedangkan variabel surplus adalah variabel yang berfungsi
untuk menampung kelebihan nilai ruas kiri pada kendala yang berupa syarat. Variabel slack
ditambahkan pada ruas kiri jika pertidaksamaan ≤, variabel surplus ditambahkan pada ruas
kiri dengan koefisien “-1” jika pertidaksamaan ≥ sehingga bentuk fungsi kendala menjadi
seperti berikut:

n n

∑ aij x j ≤ b menjadi ∑ aij x j +S =b

i j i
j=1 j=1

n n

∑ aij x j ≥ b menjadi ∑ aij x j −S =b

i j i
j=1 j=1

Secara umum terdapat dua jenis relasi pada fungsi kendala. Pertama jika relasi dalam
semua kendala utama berbentuk ≤, maka disebut berbentuk maksimum baku. Kedua jika
relasi dalam semua kendala utama berbentuk ≥, maka disebut berbentuk minimum baku.
Namun apabila tidak semua kendala utama berpola sama maka disebut maksimum tidak
baku/minimum tidak baku. Selanjutnya dalam pembentukan bentuk kanonik untuk kasus
maksimum tidak baku/minimum tidak baku diperlukan variabel semu ( α ). Koefisien α dalam
fungsi sasaran baru adalah +M untuk soal berpola minimum. Koefisien dalam fungsi sasaran
baru adalah -M untuk soal berpola maksimum, dengan M adalah bilangan yang sangat besar.

Dalam menyelesaikan permasalahan program linear dengan metode simpleks, bentuk

dasar yang digunakan haruslah merupakan bentuk standar, dengan ketentuan:
a. Seluruh fungsi kendala harus berbentuk persamaan dengan ruas kanan yang non-negative.
b. Seluruh peubah atau variabel keputusan harus merupakan peubah non-negative.

5
 c. Fungsi tujuannya dapat berupa maksimasi atau minimasi

Secara umum, dapat dituliskan bentuk kanonik dari program linier berdasarakan
Fungsi Kendala yaitu sebagai berikut:
1) Fungsi kendala yang bertanda "≤" dapat dijadikan persamaan "=" dengan cara
menambahkan ruas kiri dari fungsi kendala dengan slack variable (peubah penambah).
2) Fungsi kendala yang bertanda ≥ dapat dijadikan persamaan "=" dengan cara
menambahkan ruas kiri dari fungsi kendala dengan surplus variable (peubah
penambah negatif).
3) Ruas kanan dari suatu pertidaksamaan dapat dijadikan bilangan nonnegative dengan
cara mengalikan kedua ruas dengan (-1). Arah pertidaksamaan berubah apabila kedua
ruas dikalikan dengan (-1).
4) Fungsi kendala dengan pertidaksamaan yang ruas kiri nya berada dalam tanda mutlak
dapat diubah menjadi dua pertidaksamaan.

2.3 Tabel Simpleks Awal

Tabel simplek merupakan langkah yang sistematis untuk mengevaluasi gabungan dari
beberapa variebel dalam rangka untuk mendapatkan solusi terbaik.
Tabel 1. Tabel Simpleks Awal

Pada tabel di atas terlihat bahwa terdapat kolom Variabel Dasar, yang merupakan solusi
awal. Pada table simpleks awal yang berperan sebagai variable dasar adalah variable
tambahan yang bernilai positif, yaitu variable slack, surplus dan artificial. Selanjutnya akan
terjadi perubahan yang menjadi variable dasar dengan adanya Variable Masuk (entering
variable) dan Variable Keluar (leaving variable). Adapun langkah langkah pengerjaan
Metode Simpleks dengan Menggunakan Tabel Simpleks adalagh sebagai berikut:
1. Menentukan Kolom Kunci
Menentukan kolom kunci ini dengan cara mencari nilai paling negative pada baris
fungsi tujuan atau baris . Variabel yang berada pada kolom kunci ini akan menjadi
Variabel Masuk untuk mengantikan Variabel Dasar sebelumnya. Variabel dasar mana
yang akan digantikan akan ditentukan pada langkah kedua.

6
 2. Menentukan Baris Kunci (Baris Pivot)
Menentukan Baris Kunci, yaitu dengan cara membuat nilai perbandingan antar Nilai
Kanan dengan nilai pada Kolom Kunci pada setiap baris kecuali pada baris fungsi
tujuan. Baris yang dengan nilai terkecil yang akan menjadi Baris Kunci. Variabel Dasar
yang berada pada baris kunci yang akan menjadi Variabel Keluar.
3. Menentukan Angka Kunci (Pivot Elemen)
Kemudian yang menjadi Angka Kunci adalah pertemuan antara Kolom Kunci dengan
Baris Kunci.
4. Menentukan Baris Kunci Baru
Membagi setiap elemen pada Baris Kunci dengan Angka Kunci
5. Operasi Baris Elementer
Yaitu merubah semua nilai pada setiap baris kecuali Baris Kunci dengan cara :
Nilai Baru = Nilai lama – (nilai Kolom Kerja x nilai Baris Kunci Baru)
6. Uji Optimisasi
Langkah terakhir adalah memeriksa apakah sudah maksimum atau belum. Jika masih
terdapat nilai negative pada baris Fungsi Tujuan, maka table tersebut belum optimal.
Sehingga perlu dilakukan kembali langkah-langkah di atas sedemikian hingga
memperoleh penyelesaian yang optimum.

2.4 Matriks Program Linier

Persamaan umum aljabar sistem Linier dengan n persamaan dan n yang tidak diketahui dapat
ditulis dalam bentuk:
a 11 X 1+ a12 X 2+ a13 X 3 +…+a 1 n X n=b1
a 21 X 1 +a 22 X 2 +a 23 X 3 +…+ a2 n X n=b 2
a 31 X 1 +a 32 X 2 +a 3 3 X 3 + …+a3 n X n =b3
.
.
a n 1 X 1 +a n 2 X 2+ an 3 X 3+ …+a n n X n=b n

Jika matriks x, b dan A ditulis sebagai berikut:

( )
a11 a12 … a1 n

() ()
x1 b1
a a22 … a2 n
x= x 2 , b= b 2 , A= 21
. . . .
x3 b3
a n 1 an 2 … a nn

Maka sistem persamaan linier tersebut dapat ditulis dalam bentuk matriks sebagai berikut:
Ax = b
dengan catatan bahwa matriks A adalah ”Non Singulars” yang berarti bahwa jika matriks A dan
B diketahui maka akan didapatkan matriks x. Sebagai catatan, agar didapatkan hasil yang
optimal, maka usahakan menyusun matrik dalam keadaan diagonal dominan

7
2.5 Metode Simpleks
Salah satu teknik penentuan solusi optimal yang digunakan dalam pemrograman linier adalah
metode simpleks. Metode simplek Merupakan metode yang umum digunakan untuk
menyelesaikan seluruh problem program linier, baik yang melibatkan dua variabel keputusan
maupun lebih dari dua variabel keputusan. Metode simpleks pertama kali diperkenalkan oleh
George B. Dantzig pada tahun 1947 dan telah diperbaiki oleh beberapa ahli lain. Metode
penyelesaian dari metode simpleks ini melalui perhitungan ulang (iteration) dimana langkah-
langkah perhitungan yang sama diulang-ulang sebelum solusi optimal diperoleh. 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 iteratif. 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 :
1. Iterasi adalah tahapan perhitungan dimana nilai dalam perhitungan itu tergantung dari
nilai tabel sebelumnya.
2. 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.
3. Variabel basis merupakan variabel yang nilainya bukan nol pada sembarang iterasi. Pada
solusi awal, variabel basis merupakan variabel slack (jika fungsi kendala merupakan
pertidaksamaan ≤ ) atau variabel buatan (jika fungsi kendala menggunakan
pertidaksamaan ≥ atau =). Secara umum, jumlah variabel basis selalu sama dengan
jumlah fungsi pembatas (tanpa fungsi non negatif).
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 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.
6. Variabel surplus adalah variabel yang dikurangkan dari model matematik kendala untuk
mengkonversikan pertidaksamaan ≥ menjadi persamaan (=). Penambahan ini terjadi pada
tahap inisialisasi. Pada solusi awal, variabel surplus tidak dapat berfungsi sebagai
variabel basis.
7. 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 hanya ada di atas kertas.
8. Kolom pivot (kolom kerja) adalah kolom yang memuat variabel 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 variabel basis yang memuat
variabel keluar.

8
 10. Elemen pivot (elemen kerja) adalah elemen yang terletak pada perpotongan kolom dan
baris pivot. Elemen pivot akan menjadi dasar perhitungan untuk tabel simpleks
berikutnya.
11. 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.
12. Variabel keluar adalah variabel yang keluar dari variabel basis pada iterasi berikutnya
dan digantikan oleh variabel masuk. Variabel keluar dipilih satu dari antara variabel basis
pada setiap iterasi. Variabel ini pada iterasi berikutnya akan bernilai nol.
Hal yang perlu diperhatikan adalah Model program linier harus dirubah dulu kedalam suatu
bentuk umum yang dinamakan ”bentuk baku” (standard form).
2.5.1 Metode Simpleks Baku
Ciri-ciri dari bentuk baku model program linier:
1. Semua fungsi kendala/pembatas berupa persamaan dengan sisi kanan non-negatif.
2. Semua variabel keputusan non-negatif.
3. Fungsi tujuan dapat memaksimumkan maupun meminimumkan.
Sebelum melakukan perhitungan iteratif untuk menentukan solusi optimal, pertama sekali bentuk
umum pemrograman linier dirubah ke dalam bentuk baku terlebih dahulu. Bentuk baku dalam
metode simpleks tidak hanya mengubah persamaan kendala ke dalam bentuk sama dengan, tetapi
setiap fungsi kendala harus diwakili oleh satu variabel basis awal. Variabel basis awal
menunjukkan status sumber daya pada kondisi sebelum ada aktivitas yang dilakukan. Dengan
kata lain, variabel keputusan semuanya masih bernilai nol. Dengan demikian, meskipun fungsi
kendala pada bentuk umum pemrograman linier sudah dalam bentuk persamaan, fungsi kendala
tersebut masih harus tetap berubah.
Ada beberapa hal yang harus diperhatikan dalam membuat bentuk baku, yaitu :
1. Fungsi kendala dengan pertidaksamaan ≤ dalam bentuk umum, dirubah menjadi
persamaan (=) dengan menambahkan satu variabel slack.
2. Fungsi kendala dengan pertidaksamaan ≥ dalam bentuk umum, dirubah menjadi
persamaan (=) dengan mengurangkan satu variabel surplus.
3. Fungsi kendala dengan persamaan dalam bentuk umum, ditambahkan satu artificial
variabel (variabel buatan).
Perlu diperhatikan juga bahwa metode simpleks hanya bisa dipakai (diaplikasikan) pada bentuk
standar, sehingga kalau tidak dalam bentuk standar harus ditransformasikan dulu menjadi bentuk
standar.
Untuk memudahkan melakukan transformasi ke bentuk standar, beberapa hal yang perlu
diperhatikan :
Fungsi Pembatas

9
  Suatu fungsi pembatas yang mempunyai tanda < diubah menjadi suatu bentuk persamaan
(bentuk standar) dengan cara menambahkan suatu variabel baru yang dinamakan slack
variable .
 Banyaknya slack variabel bergantung pada fungsi pembatas.
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.
Bentuk Program Linear
Fungsi Tujuan : Maksimumkan
F=C 1 X 1 +C 2 X 2+ …+C n X n

Fungsi Pembatas:
a 11 X 11 +a 12 X 12 +…+a 1 n X n ≤ b1

a 21 X 21 +a22 X 22+ …+a 2n X n ≤ b2

........... ........... ..... .......... ....

a m 1 X m 1+ am 2 X m 2+ …+a mn X n ≤ bm

Bentuk program linear di atas dirubah bentuk menjadi bentuk standar metode simplek berikut:
Bentuk Standar Metode Simpleks
Fungsi Tujuan : Memaksimumkan
Z−C1 X 1−C 2 X 2−…−C n X n−0 S 1−0 S2 −…−0 S n=NK

Fungsi Pembatas:
a 11 X 11 +a 12 X 12 +…+a 1 n X n+ S 1+ 0 S 2+ …+0 S n=b 1

a 21 X 21 +a22 X 22+ …+a 2n X n +0 S1 +1 S 2 +…+0 S n=b2

............. ............. ............ ................ ...... = ...

a m 1 X m 1+ am 2 X m 2+ …+a mn X n+ S 1 0 S2 +…+1 Sn =bm

Var. Kegiatan Slack Var

Contoh Kasus
1. Maksimumkan z=2 x 1+3 x 2
Kendala :

10
 10 x 1+5 x 2 ≤ 600
6 x 1+ 20 x 2 ≤ 600
8 x 1+ 15 x 2 ≤600
x1 , x2 ≥ 0

Bentuk di atas merupakan bentuk umum. Perubahan ke dalam bentuk baku hanya
membutuhkan variabel slack, karena semua fungsi kendala menggunakan bentuk
pertidaksamaan ≤ dalam bentuk umumnya. Maka bentuk bakunya adalah sebagai berikut:
Maksimumkan z=2 x 1+3 x 2 +0 S 1 +0 S 2 +0 S 3
Kendala:
10 x 1+5 x 2 ≤ 600
6 x 1+ 20 x 2 ≤ 600
8 x 1+ 15 x 2 ≤600
x 1 , x 2 , S1 , S 2 , S3 ≥ 0
S1 , S 2 , S3 merupakan variabel slack

2. Fungsi Tujuan: minimumkan z=2 x 1+5.5 x 2

Kendala:
x 1+ x2 =90
0.001 x 1+ 0.002 x 2 ≤ 0.9
0.09 x 1+ 0.6 x2 ≥ 27
0.02 x 1+ 0.06 x 2 ≤ 4.5
x1 , x2 ≥ 0
Bentuk di atas sebuah bentuk umum pemrograman liniernya. Kedalam bentuk baku,
model matematik tersebut akan berubah menjadi:
Fungsi Tujuan: minimumkan z=2 x 1+5.5 x 2
Kendala:
x 1+ x2 + s1=90
0.001 x 1+ 0.002 x 2 +s 2=0.9
0.09 x 1+ 0.6 x2 −s 3 +s 4 =27
0.02 x 1+ 0.06 x 2 + s5=4.5
x 1 , x 2 , s1 , s 2 , s3 , s 4 , s 5 ≥ 0
Fungsi kendala pertama mendapatkan variabel buatan (s1), karena bentuk umumnya
sudah menggunakan bentuk persamaan. Fungsi kedua dan keempat mendapatkan variabel
slack (s2 dan s5) karena bentuk umumnya menngunakan pertidaksamaan ≤, sedangkan
fungsi kendala ketiga mendapatkan variabel surplus (s3) dan variabel buatan (s4) karena
bentuk umumnya menggunakan pertidaksamaan ≥.

11
2.5.2 Pembentukan Tabel Simpleks
1. Setelah fungsi batasan dirubah ke dalam bentuk persamaan (bentuk standar), maka untuk
menyelesaikan masalah program linier dengan metode simpleks menggunakan suatu
kerangka tabel yang disebut dengan tabel simpleks.
2. Tabel ini mengatur model ke dalam suatu bentuk yang memungkinkan untuk penerapan
penghitungan matematis menjadi lebih mudah
3. Dalam perhitungan iterative, akan bekerja menggunakan tabel. Bentuk baku yang sudah
diperoleh, harus dibuat ke dalam bentuk tabel.
4. Semua variabel yang bukan variabel basis mempunyai solusi (nilai kanan) sama dengan
nol dan koefisien variabel basis pada baris tujuan harus sama dengan 0. Oleh karena itu
kita harus membedakan pembentukan tabel awal berdasarkan variabel basis awal.
Tabel 2. Tabel Simpleks
Var. Z X1 X2 ... Xn S1 S2 ... Sn NK
Dasar
Z 1 -C1 -C2 ... -Cn 0 0 0 0 0
S1 0 a11 a12 ... 11n 1 0 0 0 b1
S2 0 a21 a22 ... 12n 0 1 0 0 b2
... ... ... ... ... ... ... ... ... ... ...
Sn 0 am1 am2 ... amn 0 0 0 1 bm

LANGKAH-LANGKAH PENYELESAIAN
Langkah-langkah penyelesaian adalah sebagai berikut :
1. Periksa apakah tabel layak atau tidak. Kelayakan tabel simpleks dilihat dari solusi (nilai
kanan). Jika solusi ada yang bernilai negatif, maka tabel tidak layak. Tabel yang tidak
layak tidak dapat diteruskan untuk dioptimalkan.
2. Tentukan kolom kunci. Penentuan kolom kunci dilihat dari koefisien fungsi tujuan (nilai
di sebelah kanan baris z) dan tergantung dari bentuk tujuan. Jika tujuan maksimisasi,
maka kolom kunci adalah kolom dengan koefisien paling negatif. Jika tujuan minimisasi ,
maka kolom kunci adalah kolom dengan koefisien positif terbesar. Jika kolom kunci
ditandai dan ditarik ke atas, maka kita akan mendapatkan variabel keluar. Jika nilai
paling negatif (untuk tujuan maksimisasi) atau positif terbesar (untuk tujuan minimisasi)
lebih dari satu, pilih salah satu secara sembarang.
3. Tentukan baris kunci. Baris kunci ditentukan setelah membagi nilai solusi (nilai kanan)
dengan nilai kolom kunci yang bersesuaian (nilai yang terletak dalam satu baris). Dalam
hal ini, nilai negatif dan 0 pada kolom kunci tidak diperhatikan, artinya tidak ikut menjadi
pembagi. Baris kunci adalah baris dengan rasio pembagian terkecil. Jika baris kunci
ditandai dan ditarik ke kiri, maka kita akan mendapatkan variabel keluar. Jika rasio
pembagian terkecil lebih dari satu, pilih salah sau secara sembarang.
4. Tentukan elemen kunci. Elemen kunci merupakan nilai yang terletak pada perpotongan
kolom dan baris kunci.

12
 5. Bentuk tabel simpleks baru. Tabel simpleks baru dibentuk dengan pertama sekali
menghitung nilai baris kunci baru. Baris kunci baru adalah baris kunci lama dibagi
dengan elemen kunci. Baris baru lainnya merupakan pengurangan nilai kolom kunci baris
yang bersangkutan dikali baris kunci baru dalam satu kolom terhadap baris lamanya yang
terletak pada kolom tersebut.
6. Periksa apakah tabel sudah optimal. Keoptimalan tabel dilihat dari koefisien fungsi tujuan
(nilai pada baris z) dan tergantung dari bentuk tujuan. Untuk tujuan maksimisasi, tabel
sudah optimal jika semua nilai pada baris z sudah positif atau 0. Pada tujuan minimisasi,
tabel sudah optimal jika semua nilai pada baris z sudah negatif atau 0. Jika belum,
kembali ke langkah no. 2 , jika sudah optimal baca solusi optimalnya
 Rumus:
Menentukan Baris Kunci:
NK Fyngsi Pembatas
Nilai rasio=
Nilai kolom kunci fungsi pembatas
Baris Kunci=nilai rasio terkecil( positif )
 Perubahan-perubahan nilai baris
Nilai baris kuncilama
Nilai baris kunci baru=
angka kunci
Nilai baris yang lain=Baris lama−( ( Nilai baris kuncibaru ) × angka kolom kuncibaris ybs )
 Contoh Kasus
 Model Program Linear
Fungsi Tujuan:
Maksimumkan : Z=8 X 1 +6 X 2
(Dalam Rp1000)
Fungsi Pembatas:
Bahan A : 4 X 1 +2 X 2 ≤ 60
Bahan B: 2 X 1 +4 X 2 ≤ 48
X 1 , X 2 ≥0
 Penyelesaian
 Model Simpleks:
Fungsi Tujuan : Maksimumkan
Z−8 X 1−6 X 2−0 S1−0 S 2=0
Fungsi Pembatas:
4 X 1 +2 X 2 +S 1 +0 S 2=60
2 X 1 +4 X 2 +0 S 1 +1 S 2=48
X1 , X2 , S1, S2≥ 0

Langkah-langkah Penyelesaian:
1. Iterasi 0 = Masukkan nilai di atas ke tabel simplek
Tabel 3. Masukkan Nilai ke Tabel Simpleks
Variabel X1 X2 S1 S2 NK

13
 Dasar
Z -8 -6 0 0 0
S1 4 2 1 0 60
S2 2 4 0 1 48

2. Iterasi 1
a. Menentukan kolom kunci
Kolom kunci adalah kolom yang mempunyai koefisien fungsi tujuan yang bernilai
negatif terbesar.
Tabel 4. Menentukan Kolom Kunci
V XXS S N
ar K
ia
b
el
D
as
ar
Z - - 000
S1 4 2 1 0 6
0
S2 2 4 0 1 4
8

b. Menentukan baris kunci

NK Fyngsi Pembatas
Nilai rasio=
Nilai kolom kunci fungsi pembatas
Baris Kunci=nilai rasio terkecil( positif )
Tabel 5. Menentukan Baris Kunci
Variabel X1 X2 S1 S2 NK Rasio
Dasar
Z -8 -6 0 0 0 -
S1 4 2 1 0 60 60:4=15
S2 2 4 0 1 48 48:2=28

(4 merupakan angka kunci, 15 merupakan positif terkecil)

c. Perubahan-perubahan nilai baris

Nilai baris kuncilama
Nilai baris kunci baru=
angka kunci

14
 Tabel 6. Nilai Baris Baru
Variabel X1 X2 S1 S2 NK Rasio
Dasar
Z
X1 4 1/2 1/4 0 15
S2

Nilai baris yang lain = Baris lama – ((Nilai baris kunci baru) × angka kolom kunci
baru ybs)
Baris pertama (Z)
-[-8 -6 0 0 0]
(-8) [1 ½ ¼ 0 15] (-)
Nilai Baru = [0 -2 2 0 120]

Baris ke-3 (Batasan 2)

[2 4 0 1 48]
(2) [1 ½ ¼ 0 15] (-)
Nilai Baru = [0 3 -½ 1 18]

Maka didapat hasil

Tabel 7. Hasil
Variabel X1 X2 S1 S2 NK Rasio
Dasar
Z 0 -2 2 0 120
X1 1 1/2 1/4 0 15
S2 0 3 -1/2 1 18

3. Ulangi langkah 2
Tabel 8. Ulangi Langkah 2
Variabel X1 X2 S1 S2 NK Rasio
Dasar
Z 0 -2 2 0 120
X1 1 1/2 1/4 0 15 15:1/2=100
S2 0 3 -1/2 1 18 18:3=6

Hasil perhitungan adalah

Tabel 9. Hasil Perhitungan
Variabel X1 X2 S1 S2 NK
Dasar
Z 0 0 5/3 2/3 132

15
 X1 1 0 1/3 -1/6 12
S2 0 1 -1/6 1/3 6

Pada iterasi-2 terlihat bahwa koefisien fungsi tujuan sudah tidak ada lagi yang
mempunyai nilai negatif, proses perubahan selesai dan ini menunjukkan penyelesaian
persoalan linear dengan metode simpleks sudah mencapai optimum dengan hasil sebagai
berikut:

X1 = 12 dan X2= 16
dengan Zmaksimum = Rp 132.000.-
2.6 Kelainan pada Metode Simpleks
Ada dua kelainan yang mungkin terjadi dalam penyelesaian persoalan program linier
menggunakan metode simpleks. Kelainan ini terjadi ketika proses menentukan baris kunci dan
kolom kunci.
1.Pemilihan Kolom Kunci
Kelainan ini terjadi apabila terdapat nilai kembar pada baris z (fungsi objektif). Misalnya,
diberikan bentuk standar suatu program linier berikut ini :
Maksimumkan z−400 x 1−400 x 2−0 s 1−0 s2−0 s 3−0 s 4 =0
Fungsi kendala :
4 x1 +6 x 2 S 1 = 1200

4 x1 −2 x 2 = 800
x 1+ S 3 = 250

x 2+ S 4 = 300
x1 , x2 ≥ 0

Tabel 10. Tabel Simpleks Awal

16
Berdasarkan tabel di atas, terdapat dua nilai kembar pada baris z. Dengan demikian, ada dua
calon kolom kunci, yaitu kolom x 1dan kolom x 2. Untuk menentukan kolom kunci, perlu
melakukan langkah berikut:
a. Calon kolom kunci harus menghindari terdapat elemen bertanda negative (-), karena tanda ini
tidak digunakan untuk menentukan baris kunci.
b. Elemen pada calon kolom kunci mestinya tidak bernilai nol, karena angka nol tidak dapat
digunakan untuk menentukan baris kunci.
Pada kolom x 2terdapat elemen yang bernilai negatif yaitu -2, maka sebaiknya kolom
kunci yang dipilih adalah kolom x 1
2. Pemilihan Baris Kunci
Setelah menentukan kolom kunci maka proses selanjutnya adalah menentukan baris kunci.
Penentuan baris kunci dilakukan dengan memilih nilai positif terkecil hasil pembagian vektor
kolom solusi dengan angka-angka pada kolom kunci. Hal yang menjadi pertanyaan adalah baris
mana yang harus dipilih apabila hasil rasio tersebut memiliki dua atau lebih nilai positif terkecil
yang sama. Diberikan tabel simpleks berikut :

Tabel 11. Pemilihan Baris Kunci

Pada tabel simpleks awal di atas, terdapat nilai rasio yang sama yaitu baris s1dan s1. Pemilihan
baris kunci pada kondisi seperti ini harus dilakukan dengan tepat, sebab apabila terjadi kesalahan
maka akan terjadi pengulangan (iterasi) secara terus-menerus.
Dengan demikian, agar pemilihan baris kunci dapat dilakukan dengan tepat, maka perlu
mengikuti prosedur berikut.
a. Setiap unsure dari kolom solusi yang dibagi kolom kunci dan terdapat kesamaan maka
masing-masing angka tersebut dibagi dengan angka kunci.
Tabel 12. Kolom Solusi Dibagi Dengan Angka Kunci

17
b. Bandingkan antara hasil rasio baris x 1, dengan x 2 yang pertama-tama menggunakan matriks
identitas dari kolom kiri terus ke kanan. Jika masih terdapat kesamaan pada kolom dari matriks
identitas maka alihkan pada matriks body kiri terus ke kanan yang terkait dengan kolom - kolom
yang belum dibandingkan.
c. Apabila perbandingan rasio kedua calon berisi kunci ini sudah dapat ditentukan melalui
matriks identitas, berarti sudah tidak ada lagi kesamaan, maka proses perbandingan ini sudah
selesai.
d. Berarti calon baris kunci sudah dapat ditentukan menjadi baris kunci melalui hasil rasio atau
perbandingan dengan elemen kunci pada kolom dari matriks identitas. Sebagai contoh, dari tabel
simpleks awal di atas dapat ditunjukkan melalui matriks identias berikut
Tabel 13. Matriks Identitas

Berdasarkan perbandingan kolom kunci tersebut, maka dari itu yang layak menjadi baris kunci
ialah baris x 2
2.7 Menentukan Solusi Optimum Menggunakan program POM-QM
Dalam pembelajaran program linier, untuk menyelesaikan masalah optimasi dapat
memanfaatkan teknologi yaitu software POM-QM. Software POM-QM merupakan software
yang dikeluarkan oleh Prentice Hall dan dapat dipasang pada komputer maupun smartphone
untuk membantu perhitungan pengambilan keputusan masalah optimasi produksi dan pemasaran.
Sehingga Software POM-QM ini dapat diterapkan pada materi Program Linier yang berfokus
pada pengambilan keputusan (Erna dkk., 2022).
Untuk contoh kasus, kita akan mengambil contoh kasus di atas yang telah diselesaikan secara
manual.
Contoh Kasus:
Fungsi Tujuan:
Maksimumkan : Z=8 X 1 +6 X 2
(Dalam Rp1000)
Fungsi Pembatas:
18
Bahan A : 4 X 1 +2 X 2 ≤ 60

Bahan B: 2 X 1 +4 X 2 ≤ 48
X 1 , X 2 ≥0

Untuk langkah pertama, jika ingin menyelesaikan contoh kasus tersebut dengan menggunakan
metode Simpleks secara manual, maka terlebih dahulu kita masukkan nilai tersebut ke dalam
tabel simpleks seperti pada Tabel 3. di bawah.
Tabel 3. Masukkan Nilai ke Tabel Simpleks
Variabel X1 X2 S1 S2 NK
Dasar
Z -8 -6 0 0 0
S1 4 2 1 0 60
S2 2 4 0 1 48
Kita telah menyelesaikan tabel tersebut secara manual, kita dapat hasil akhirnya yaitu 132. Jika
kita ingin menyelesaikan metode Simpleks dengan bantuan program POM QM, kita juga terlebih
dahulu memasukkan nilai-nilai tersebut ke dalam tabel simpleks pada program. Berikut adalah
cara menyelesaikan contoh kasus tersebut dengan menggunakan metode Simpleks dengan
bantuan program POM QM.

1. Tampilan awal program POM QM.

Tabel 1. Tampilan Awal POM QM

2. Lalu, klik menu MODULE pada pilihan menu di atas.

19
 Gambar 2. Menu Module

3. Lalu, pada contoh kasus di atas, kita ketahui fungsi kendala/pembatas nya ada 2, maka
untuk menu Number of Constrains kita isi juga sebanyak 2. Lalu kita ketahui juga
variabel pada contoh kasus di atas memiliki 2 variabel, maka untuk menu Number of
Variables kita isi juga sebanyak 2. Lalu, contoh kasus di atas meminta kita untuk
memaksimalkan, maka untuk menu Objective kita pilih Maximize. Lalu untuk pilihan
menu lainnya merupakan opsional. Setelah semua terisi, klik menu OK.

Gambar 3. Data Set

4. Lalu, masukkan nilai-nilai tersebut pada tabel yang tersedia di program. Untuk baris
Maximize, kita isi fungsi tujuan kita, yaitu bernilai 8 untuk kolom X1 dan nilai 6 untuk
kolom X2. Lakukan hal yang sama untuk fungsi kendala/pembatas.

20
 Gambar 4. Masukkan Nilai

5. Setelah semua nilai telah di input. Maka klik menu Solve pada pilihan menu di atas.

Gambar 5. Hasil Penyelesaian

6. Baik secara manual maupun dengan bantuan program POM QM, kita dapat hasilnya
yaitu 132.

21
22
 BAB III
PENUTUP

3.1 Kesimpulan
Metode Simpleks adalah teknik penyelesaian dalam program linier yang digunakan untuk
pengambilan keputusan optimal dalam pengalokasian sumber daya. Kelebihan metode ini
termasuk kemampuannya dalam menghitung dua atau lebih variabel keputusan, berbeda dengan
metode grafik yang hanya dapat menghitung dua variabel keputusan. Dalam menyelesaikan
permasalahan program linear dengan metode simpleks, bentuk dasarnya haruslah bentuk standar,
di mana semua fungsi kendala berbentuk persamaan dengan ruas kanan yang non-negatif, semua
variabel keputusan harus non-negatif, dan fungsi tujuannya dapat berupa maksimasi atau
minimasi. Langkah-langkah pengerjaan Metode Simpleks menggunakan Tabel Simpleks
termasuk menentukan kolom kunci, menentukan baris kunci (baris pivot), menentukan angka
kunci (pivot elemen), menentukan baris kunci baru, oprasi baris elementer, dan uji optimasi.
Metode Simpleks sangat penting dalam mengembangkan teori pemrograman linier dan bidang
terkait. Ini membantu kita membuat keputusan yang optimal tentang cara menggunakan sumber
daya dengan efisien dalam berbagai situasi, seperti produksi atau distribusi. Para peneliti terus
meningkatkan metode Simpleks untuk membuatnya lebih efisien. Mereka mencoba untuk
memperbaiki cara kita menggunakan metode tersebut agar bisa menangani masalah yang lebih
besar dan rumit. Mereka juga memperhatikan bagaimana teknologi baru bisa membantu, seperti
menggunakan komputasi awan atau pemrosesan paralel. Namun, meskipun metode Simpleks
berguna, terkadang sulit untuk mencapai solusi terbaik terutama ketika masalahnya rumit. Oleh
karena itu, kita perlu terus mengevaluasi dan memperbaiki cara kita menggunakan metode ini
agar dapat sesuai dengan tantangan yang ada dalam berbagai situasi.
3.2 Saran
Materi penelitian tentang metode Simpleks dalam mata kuliah program linier dapat disusun
dengan memberikan pengantar yang jelas tentang konsep dasar seperti bentuk standar, variabel
keputusan, dan fungsi tujuan serta kendala, diikuti dengan penjelasan langkah-langkah penerapan
metode Simpleks secara rinci termasuk contoh kasus praktis dan aplikasi di berbagai bidang.
Membandingkan dengan teknik optimasi lainnya juga perlu ditekankan, sambil menyoroti
kompleksitas masalah yang mungkin timbul dan solusi alternatif yang mungkin digunakan, agar
mahasiswa memiliki pemahaman yang mendalam dan siap menghadapi tantangan dalam
pengambilan keputusan di kehidupan nyata.

23
 DAFTAR PUSTAKA

Budianti, R. S., Nurrahman, A. A., Afriyadi, H., Ahmadi, D., & Haraha, E. (2020).
Memaksimalkan Target Sales Pada Penjualan Paket Internet. Jurnal Riset Dan Aplikasi
Matematika, 04(02), 108–114.

Astutik, E., Faizah, H., Wantika, R. (2022). Penerapan Case Method Berbantuan Software POM-
QM dalam Pembelajaran Program Linier.Jurnal Pendidikan Matematika dan Matematika,
8(02).

Hillier, Frederick S., Lieberman, Gerald J. (2018). Introduction to Operations Research. New
York: McGraw-Hill Education.
Ngamelubun, V., Sirajuddin, M. Z., Lundi, R., Salambauw, L., Imanuhua, J., Fossa, F. E., Maha,
L., Supriyanto Rumetna, M., & Lina, T. N. (2019). Optimalisasi Keuntungan Menggunakan
Metode Simpleks Pada Produksi Batu Tela. Jurikom), 6(5), 484–491. http://ejurnal.stmik-
budidarma.ac.id/index.php/jurikom%7CPage484
Susanti, V. (2021). Optimalisasi Produksi Tahu Menggunakan Program Linear Metode
Simpleks. MATHunesa: Jurnal Ilmiah Matematika, 9(2), 399–406.
https://doi.org/10.26740/mathunesa.v9n2.p399-406
Susdarwono, E. T. (2020). Pemrograman Linier Permasalahan Ekonomi Pertahanan: Metode
Grafik Dan Metode Simpleks. Teorema: Teori Dan Riset Matematika, 5(1), 89.
https://doi.org/10.25157/teorema.v5i1.3246
Sherali, H. D., Adams, W. P. (2019). "A New Variant of the Simplex Method for Linear
Programming." Proceedings of the IEEE SoutheastCon.
Taha, Hamdy A. (2017). Operations Research: An Introduction. Boston: Pearson.
Terlaky, Tamás, Monteiro, Renato D.C., Ahmed, Shabbir. (2017). "Recent Advances in
Simplex-Based Optimization." European Journal of Operational Research. Vol. 263, hal.
673-687.
Zulyadaini. (2017). Seri Pembelajaran Program Linier. Yogyakarta: Tangga Ilmu

24
LAMPIRAN

25