TEORI DUALITAS
1. PENDAHULUAN
Dualitas merupakan konsep linear programing yang penting dan menarik. Ide dasar
dari teori dualitas adalah bahwa setiap persoalan linear programming mempunyai
suatu linear program yang berkaitan yang disebut "dual"
Contoh berikut ini memberikan gambaran untuk memahami bentuk standar primal-
dual
Bentuk primal
Minimum Z = 5X1 + 2X2
d.k [1] -x1 + x2 ≤ 3
[2] 2x1 + 3x2 ≤ 5
[3] x1, x2 ≥ 0
Bentuk primal
Maximum W = 3y1 + 5y2
d.k [1] -y1 + 2y2 ≤ 5
[2] y1 + 3y2 ≤ 2
[3] y1 + 0y2 ≤ 0
[4] 0y1 + y2 ≤ 0
Dari contoh di atas, dapat disimpulkan karakteristik dasar dari standar primal-dual
seperti dilihatkan dalam tabel berikut ini.
seperti dilihatkan dalam tabel berikut ini.
Bentuk primal
Maximum Z = 5X1 + 12X2 + 10X3
d.k [1] X1 + 2X2 + X3 ≤ 10
[2] 2X1 + X2 + 3X3 ≤ 15
[3] X1, X2, X3 ≥ 0
Bentuk dual
Minimum W = 10y1 + 15y2
d.k [1] y1 + 2y2 ≥ 5
[2] 2y1 + y2 ≥ 12
[3] y1 + 3y2 ≥ 10
[4] y1 + 0y2 ≥ 0
[5] 0y1 + y2 ≥ 0
Iterasi 0 S1 1 2 1 1 0 10
0 0 S2 2 1 3 0 1 15
Zj-Cj -5 -12 -10 0 0 0
Variabel dual yi menunjukkan harga per unit sumber daya i. Harga ini sering pula
disebut sebagai shadow price. Nilai variabel dual dapat digunakan untuk
menentukan range sumber daya dan pengaruhnya terhadap nilai fungsi tujuan.
5. MENGHITUNG SOLUSI OPTIMUM DUAL
Solusi optimal dual dapat dihitung secara langsung dari tabel simpleks optimum
prima.
Bentuk primal :
Minimum Z = -3X1X4 dan+ X3 + 0X4 +0X5
+ X2
d.k X5 + X3 + X4 = 10
[1] X1 2 2X2
adalah
[2] -4X1 +X1,
X2 X2,
slack+ 2X3 + X5 = 3
[3] -2X1+ dan
X3 =X4,
X3, 1
u.h X5 ≥0
surplus
variabel
Bentuk dual :
Maximum W = 11y1 + 3y2 + y3
d.k [1] y1 - 4y2 - 2y3 ≤ -3
[2] -2y1 + y2 ≤ 1
[3] y1 + 2y2 + y3 ≤ 1
[4] y1 ≤ 0
[4] -y2 ≤ 0
u.h y1, y2, y3 tidak bertanda
Karena x1, x2, dan x3 merupakan variabel basis optimum, maka matriks basis
optimumnya adalah sebagai berikut.
𝐷= [𝑌1, 𝑌2, 𝑌3]= [■8(1&−2&1@−4&1&2@−2&0&1)]
−1)=[■8(1/3&2/3&−5/3@0&1&−2@2/3&4/3&−7/3)]
Simpleks multiplier tersebut, memenuhi kendala dual. Dengan solusi optimum dual
adalah :
y1 = -1/3
y2 = 1/3
y3 = 2/3
dengan total nilai W = 11(-1/3) + 3(1/3) + 1(2/3)
= -11/3 + 3/3 + 2/3
= -6/3
= -2
Dengan demikian, simpleks multiplier yang terkorespondensi dengan tabel optimus
primal akan memberikan solusi optimum bagi dual
Contoh :
Minimum Z = 2X1 + 4X2 + X3 + 3X4
d.k [1] X1 + 2X2 + 3X3 + 4X4 ≥ 30
[2] 2x1 + x2 + X3 + X4 ≥ 20
[3] x1, x2, x3, x4 ≥ 0
Linear Program
Transportasi
Penugas
an
PT. Elteha memiliki tiga pabrik yang terletak di lokasi yang berbeda. Hasil produksi
ketiga pabrik akan dialokasikan ke tiga daerah pemasaran yaitu daerah A, B dan C.
Kapasitas produksi per bulan ketiga pabrik tersebut adalah 106 unit, 132 unit, dan
127 unit. Sedangkan jumlah permintaan ketiga daerah pemasaran masing-masing
122 unit, 152 unit, dan 91 unit. Biaya produksi per unit dari masing-masing pabrik
besarnya sama Rp30,00. Biaya transportasi per unit dari pabrik ke lokasi pemasaran
dapat dilihat dalam tabel
Daerah pemasaran
Pabrik
A B C
1 2 3 4
2 6 12 8
3 4 7 10
Network Transportasi
Ketiga pabrik menunjukkan sumber dan ketiga daerah pemasaran menunjukkan
tempat tujuan. Tanda panah dari sumber ke tempat tujuan menunjukkan arus alokasi
secara langsung dan biaya per unit. Biaya per unit dihitung dari hasil penjumlahan
biaya produksi dengan biaya transportasi. Misalnya, produk akan dialokasikan dari
pabrik 1 ke daerah pemasaran A. Biaya per unit dihitung dari penjumlahan biaya
Ketiga pabrik menunjukkan sumber dan ketiga daerah pemasaran menunjukkan
tempat tujuan. Tanda panah dari sumber ke tempat tujuan menunjukkan arus alokasi
secara langsung dan biaya per unit. Biaya per unit dihitung dari hasil penjumlahan
biaya produksi dengan biaya transportasi. Misalnya, produk akan dialokasikan dari
pabrik 1 ke daerah pemasaran A. Biaya per unit dihitung dari penjumlahan biaya
produksi per unit pabrik 1 Rp30,00 ditambah dengan biaya transportasi ke daerah
pemasaran A Rp2,00, total biaya Rp32,00
Variabel Keputusan
Persamaan berikut menunjukkan jumlah produk yang dialokasikan dari pabrik ke
daerah pemasaran
𝑥_1𝐴=𝐷𝑎𝑟𝑖 𝑝𝑎𝑏𝑟𝑖𝑘 1 𝑘𝑒 𝑑𝑎𝑒𝑟𝑎ℎ 𝑝𝑒𝑚𝑎𝑠𝑎𝑟𝑎𝑛 𝐴
𝑥_1𝐵=𝐷𝑎𝑟𝑖 𝑝𝑎𝑏𝑟𝑖𝑘 1 𝑘𝑒 𝑑𝑎𝑒𝑟𝑎ℎ 𝑝𝑒𝑚𝑎𝑠𝑎𝑟𝑎𝑛 B
𝑥_1𝐶=𝐷𝑎𝑟𝑖 𝑝𝑎𝑏𝑟𝑖𝑘 1 𝑘𝑒 𝑑𝑎𝑒𝑟𝑎ℎ 𝑝𝑒𝑚𝑎𝑠𝑎𝑟𝑎𝑛 𝐶
𝑥_2𝐴=𝐷𝑎𝑟𝑖 𝑝𝑎𝑏𝑟𝑖𝑘 2 𝑘𝑒 𝑑𝑎𝑒𝑟𝑎ℎ 𝑝𝑒𝑚𝑎𝑠𝑎𝑟𝑎𝑛 𝐴
𝑥_2𝐵=𝐷𝑎𝑟𝑖 𝑝𝑎𝑏𝑟𝑖𝑘 2 𝑘𝑒 𝑑𝑎𝑒𝑟𝑎ℎ 𝑝𝑒𝑚𝑎𝑠𝑎𝑟𝑎𝑛 B
𝑥_2𝐶=𝐷𝑎𝑟𝑖 𝑝𝑎𝑏𝑟𝑖𝑘 2 𝑘𝑒 𝑑𝑎𝑒𝑟𝑎ℎ 𝑝𝑒𝑚𝑎𝑠𝑎𝑟𝑎𝑛 C
𝑥_3𝐴=𝐷𝑎𝑟𝑖 𝑝𝑎𝑏𝑟𝑖𝑘 3 𝑘𝑒 𝑑𝑎𝑒𝑟𝑎ℎ 𝑝𝑒𝑚𝑎𝑠𝑎𝑟𝑎𝑛 A
𝑥_3𝐵=𝐷𝑎𝑟𝑖 𝑝𝑎𝑏𝑟𝑖𝑘 3 𝑘𝑒 𝑑𝑎𝑒𝑟𝑎ℎ 𝑝𝑒𝑚𝑎𝑠𝑎𝑟𝑎𝑛 B
𝑥_3𝐶=𝐷𝑎𝑟𝑖 𝑝𝑎𝑏𝑟𝑖𝑘 3 𝑘𝑒 𝑑𝑎𝑒𝑟𝑎ℎ 𝑝𝑒𝑚𝑎𝑠𝑎𝑟𝑎𝑛 C
Fungsi Tujuan
𝑢𝑚 𝑍 =32𝑥 〗_(1𝐴 )+ 〖 33𝑥 〗_1𝐵+ 〖 34𝑥 〗_1𝐶+ 〖 36𝑥 〗_2𝐴+ 〖 42𝑥 〗_2𝐵+ 〖 38𝑥 〗_2
+ 〖 34𝑥 〗_3𝐴 〖 + 37𝑥 〗_3𝐵+ 〖 40𝑥 〗_3𝐶
Kendala
Untuk meminimumkan tungsi tujuan tersebut, harus memperhatikan kendala tempat
asal (pabrik) dan kendala tempat tujuan (daerah pemasaran. Oleh karena jumlah
kapasitas pabrik sama dengan jumlah permintaan, maka semua kendala berbentuk
persamaan
Langkah 2
Ada 2 metode yang dapat digunakan untuk menemukan label optimum, yaitu:
1. Metode batu loncatan
2. Metode MOLA (modified distribution method)
Syarat yang harus dipenuhi dalam setiap tabel transportasi adalah banyaknya sel
basis harus memenuhi rumus (m+n-1), dimana (m) menunjukkan banyaknya baris
atau tempat asal dan (n) menunjukkan banyaknya kolom atau tempat tujuan
Hasil metode ini lebih kecil dibandingkan dengan metode NW-corner di atas. Oleh
karena itu, metode biaya minimum lebih efisien jika dibandingkan dengan metode
NW-corner
Hasil metode ini lebih kecil dibandingkan dengan metode NW-corner di atas. Oleh
karena itu, metode biaya minimum lebih efisien jika dibandingkan dengan metode
NW-corner
Dalam metode MODI tidak menggunakan jalur tertutup, kecuali pada saat
menentukan sel yang akan keluar basis (perpindahan tabel). Oleh karena itu metode
MODI merupakan cara yang lebih efisien di dalam menghitung nilai sel bukan basis