Syarat Kuhn Tucker

Teknik Optimasi

Dr. Rahma Fitriani, S.Si., M.Sc

• Digunakan untuk menyelesaikan NLP dengan
kendala pertidaksamaan (≤) dalam bentuk:

(*)

Dr. Rahma Fitriani, S.Si., M.Sc

• Jika kendala dalam bentuk pertidaksamaan yang
lain (≥ atau =) dapat dirubah menjadi
pertidaksamaan yang ekuivalen.
• Misal: 
• 
• dan 

• Syarat Kuhn – Tucker (KT Condition) adalah syarat

keberadaan solusi optimal bagi NLP berkendala
(*)
• Diturunkan dengan prinsip pengganda Lagrange
Dr. Rahma Fitriani, S.Si., M.Sc
 Syarat Kuhn Tucker untuk kasus Max
• Solusi optimal
• Adalah titik yang memenuhi syarat berikut

• λi adalah harga bayangan untuk kendala/resource

ke i
• Jika bi meningkat sebesar ∆ maka fungsi obyektif
meningkat sebesar ∆ λi
Dr. Rahma Fitriani, S.Si., M.Sc
• (27) adalah syarat sesuai konsep pengganda
Lagrange
• Karena adanya batasan dalam bentuk
pertidaksamaan, terdapat syarat tambahan (28)
• Digunakan konsep harga bayangan dari suatu
kendala dan complementary slackness
• Jika resource ke i bersisa (kendala ke i terpenuhi)
maka harga bayangannya nol
• Jika resource ke i tidak bersisa (kendala ke i tepat
=) maka harga bayangannya positif

Harga Sisa resource

bayangan Dr. Rahma Fitriani, S.Si., M.Sc
 Syarat Kuhn Tucker untuk kasus Min
• Solusi optimal
• Adalah titik yang memenuhi syarat berikut

• λi adalah harga bayangan untuk kendala/resource

ke i
• Jika bi meningkat sebesar ∆ maka fungsi obyektif
menurun sebesar ∆ λi
Dr. Rahma Fitriani, S.Si., M.Sc
Syarat Kuhn Tucker untuk Peubah Non
Negatif

• Perlu tambahan syarat, complementary slackness

yang menggambarkan non negatifitas peubah
Dr. Rahma Fitriani, S.Si., M.Sc
 Syarat Kuhn Tucker untuk kasus Max
• Solusi optimal
• Adalah titik yang memenuhi syarat berikut

Dr. Rahma Fitriani, S.Si., M.Sc

• (31) adalah syarat yang diturunkan dari konsep
pengganda Lagrange
• λi pengganda Lagrange (shadow price) untuk kendala
sumber daya ke i
• μj pengganda Lagrange (shadow price) untuk kendala
non negatifitas ke j
– Jika xj = 0 maka shadow price μj> 0
– Jika xj > 0 atau -xj < 0 maka shadow price μj= 0
• (32) adalah syarat complementary slackness bagi
sumber daya ke i
• (33) adalah syarat complementary slackness untuk
kendala non negatifitas
Dr. Rahma Fitriani, S.Si., M.Sc
Adalah μj dari (31) yang Bernilai 0 atau >0
bernilai 0 atau >0

Dr. Rahma Fitriani, S.Si., M.Sc

 Syarat Kuhn Tucker untuk kasus Min
• Solusi optimal
• Adalah titik yang memenuhi syarat berikut

Dr. Rahma Fitriani, S.Si., M.Sc

 Soal - soal
Gunakan syarat KT untukmenemukansolusi
optimal daripermasalahanberikut:
1. max 𝑧 = 𝑥1 − 𝑥2
s.t 𝑥12 + 𝑥22 ≤ 1
2. max 𝑧 = 3𝑥1 + 2𝑥2
s.t2x1 + x2 ≤ 100
x1 + x2 ≤ 80
x1 ≤ 40
x1 , x2 ≥ 0 12