DUALITAS & ANALISIS SENSITIVITAS

Program Linear
Oleh :

▪ ANGIE SAFIRA INDAH 1708561002

▪ I GUSTI AYU PURNAMI INDRYASWARI 1708561009
▪ DELA YULIANA 1708561015
▪ NI LUH YULIA ALAMI DEWI 1708561017
▪ AYU MADE SURYA INDRA DEWI 1708561027
1. ANALISIS DUALITAS

▪ Dilakukan dengan merumuskan dan menginterpretasikan bentuk

dual dari model.
▪ Bentuk dual adalah suatu bentuk alternatif dari model program linier
yang telah dibuat dan berisi informasi mengenai nilai-nilai sumber
yang biasanya membentuk sebagai batasan model
1. ANALISIS DUALITAS
Model program linier memiliki 2 bentuk, yaitu:
▪Model primal
adalah bentuk asli dari suatu model program linier
▪Model dual
adalah bentuk alternatif yang dikembangkan dari model primal

Kegunaan bagi pengambil keputusan :

▪Model Primal akan menghasilkan solusi dalam bentuk jumlah laba yang diperoleh dari
memproduksi barang ataupun biaya yang dibutuhkan untuk memproduksi barang.
▪Model Dual akan menghasilkan informasi mengenai nilai (harga) dari sumber-sumber yang
membatasi tercapainya laba tersebut.
Solusi pada model dual memberikan informasi tentang sumber-sumber yang digunakan untuk
menentukan apakah perlu menambah sumber-sumber daya, serta berapa biaya yang harus
dikeluarkan untuk tambahan tersebut.
1. ANALISIS DUALITAS
Hubungan Khusus Antara Primal dan Dual

▪ Variabel dual Y1 , Y2 , Y3 berhubungan dengan batasan model primal. Dimana untuk setia batasan
dalam primal terdapat satu variabel dual. Misal, dalam kasus di atas model primal mempunyai 3
batasan, maka dualnya akan mempunyai 3 variabel keputusan.

▪ Nilai kuantitas pada sisi kanan pertidaksamaan pada model primal merupakan koefisien fungsi
tujuan dual.

▪ Koefisien batasan model primal merupakan koefisien variabel keputusan dual.

▪ Koefisien fungsi tujuan primal, merupakan nilai kuantitas pada sisi kanan pertidaksamaan pada
model dual.

▪ Pada bentuk standar, model maksimisasi primal memiliki batasan-batasan <, sedangkan model
minimisasi dual memiliki batasan-batasan >.
1. ANALISIS DUALITAS
Contoh Kasus :

Model Primal Model Dual

Fungsi tujuan :
Fungsi tujuan :
Maks Z = 160 X1 + 200 X2
Fungsi batasan : Min Z = 40Y1 + 216Y2 + 240Y3

2 X1 + 4 X2 < 40 Fungsi batasan :

18 X1 + 18 X2 < 216
2Y1 + 18Y2 + 24Y3 > 160
24 X1 + 12 X2 < 240 4Y1 + 18Y2 + 12Y3 > 200
X1 , X2 > 0 Y1 ,Y2 ,Y3 > 0
1. ANALISIS DUALITAS
Contoh Model 2 :

▪ Model Primal Model dualnya ??

Fungsi tujuan :
Maks Z = 10 X1 + 6 X2
Fungsi batasan :
X1 + 4 X2 < 40
3 X1 + 2 X2 = 60
2 X1 + X2 > 25
X1 , X2 > 0
Catatan :
Untuk mentransformasikan model
primal kedalam bentuk dual adalah
bahwa model primal harus dalam bentuk
standar. Sehingga, bila model primal
belum dalam bentuk standar harus
dirubah dulu menjadi bentuk standar.
Untuk masalah maksimisasi, bentuk
standarnya adalah fungsi batasan
mempunyai tanda <.
Untuk masalah minimisasi, bentuk
standarnya adalah fungsi batasan
mempunyai tanda >.
1. ANALISIS DUALITAS
Contoh Model 2 :

Jadi untuk contoh 2, diperoleh fungsi batasan sbb.:

X1 + 4 X2 < 40  X1 + 4 X2 < 40
3 X1 + 2 X2 = 60  3 X1 + 2 X2 < 60
3 X1 + 2 X2 > 60  (-1) (3 X1 + 2 X2 > 60)
- 3 X1 - 2 X2 < - 60
2 X1 + X2 > 25  (-1) (2 X1 + X2 > 25)
- 2 X1 - X2 < - 25
1. ANALISIS DUALITAS
Contoh Model 2 :

Sehingga model primal menjadi :

Fungsi tujuan : Maks Z = 10 X1 + 6 X2
Fungsi batasan :
Dari model primal yang sudah dalam bentuk standar,
X1 + 4 X2 < 40 maka model dual dapat diformulasikan sebagai berikut :
Fungsi tujuan :
3 X1 + 2 X2 < 60
Min Z = 40 Y1 + 60 Y2 - 60 Y3 - 25 Y4
- 3 X1 - 2 X2 < - 60
Fungsi batasan :
- 2 X1 - X2 < - 25
Y1 + 3 Y2 - 3 Y3 - 2 Y4 > 10
X1 , X2 > 0
4 Y1 + 2 Y2 - 2 Y3 - Y4 > 6

Y1 , Y2 , Y3 , Y4 > 0
Menginterpretasi Model Primal :

▪ Misal dipunyai solusi optimal dari model primal :

cj Variabel 160 200 0 0 0

Basis Kuantitas X1 X2 S1 S2 S3
200 X2 8 0 1 1/2 -1/18 0

160 X1 4 1 0 -1/2 1/9 0

0 S3 48 0 0 6 -2 1
zj 2240 160 200 20 20/3 0
cj - zj 0 0 -20 -20/3 0
Menginterpretasi Model Primal :
▪ Diperoleh:
▪ Jumlah produk 1 yaitu X1 = 4
▪ Jumlah produk 2 yaitu X2 = 8
▪ Sisa sumber daya 3 adalah S3 = 48 m2
▪ Baris cj – zj dibawah kolom S1 adalah -20, artinya bahwa nilai dari
satu unit sumber daya 1 adalah sebesar 20.
▪ Nilai baris cj – zj dibawah kolom S2 adalah -20/3, bahwa nilai dari
satu unit sumber daya 2 adalah sebesar 20/3.
▪ Laba yang diperoleh sebesar 2240 .
▪ Untuk sumber daya 3 (S3) pada baris cj – zj bernilai nol, artinya bahwa
sumber daya 3 memiliki nilai marjinal nol, yaitu kita tidak akan
bersedia membayar apapun penambahan 1 unit sumber daya 3.
Pengertian dan Kegunaan Analisis
Sensitivitas
Analisis sensivitas merupakan analisis yang dilakukan untuk
mengetahui akibat dari perubahan parameter-parameter produksi
terhadap perubahan kinerja system produksi dalam menghasilkan
keuntungan. Dengan melakukan analisis sentivitas maka akibat yang
mungkin terjadi dari perubahan-perubahan tersebut dapat diketahui
dan diantisifikasi sebelumnya. Kegunaan analisis sensitivitas, yaitu :
▪Untuk memperbaiki cara pelaksanaan proyek yang sedang
dilaksanakan.
▪Untuk memperbaiki design proyek, sehingga dapat meningkatkan
NPC.
▪Untuk mengurangi resiko kerugian dengan menunjukan beberapa
tindakan pencegahan yang harus di ambil.
Jenis Perubahan Yang Dapat
Mempengaruhi Optimalitas

Beserta Contoh Kasus

Perubahan Pada Koefisien Fungsi
Tujuan

Koefisien-koefisien fungsi tujuan mengandung arti

kontribusi masing-masing produk (variabel keputusan)
terhadap tujuan (maksimisasi atau minimisasi). Jadi
perubahan dari koefisien-koefisien fungsi tujuan hanya
berpengaruh terhadap baris pertama (baris fungsi tujuan)
dari tabel akhir simplex. Artinya perubahan koefisien
fungsi tujuan tidak berpengaruh terhadap besarnya nilai
variabel keputusan, tetapi langsung mempengaruhi
besarnya kondisi optimal, maksimisasi atau minimisasi.
Contoh Kasus Perubahan Koefisien
Fungsi Tujuan Variabel Basis

Maksimumkan Z = 200 X1 + 160 X2

X1 = jumlah produk A yang dibuat
X2 = jumlah produk B yang dibuat

Dengan batasan :
30 X1 ≤ 1500
40 X1 + 20 X2 ≤ 2500
20 X1 + 25 X2 ≤ 2000
X1 , X2 ≥ 0
Bentuk implisit fungsi tujuan dan bentuk persamaan fungsi
batasan persoalan di atas adalah sebagai berikut :

Fungsi tujuan : Z - 200 X1 - 160 X2 + 0S1 + 0S2 + 0S3

Dengan batasan :
30 X1 + S1 = 1500
40 X1 + 20 X2 + S2 = 2500
20 X1 + 25 X2 + S3 = 2000
X1 , X2, S1, S2, S3 ≥ 0
Tabel Optimal
Berdasarkan tabel optimal dapat
diketahui bahwa variabel basisnya
adalah X1, X2, S1 sedangkan variabel
non basisnya adalah selain X1, X2, S1
(atau S2 dan S3). Koefisisen fungsi
tujuan variabel basis adalah C1, C2
dan C3. Akibat perubahan koefisien
fungsi tujuan variabel basis, perlu
dianalisis seberapa besar koefisien
C1 dan C2 dapat berubah (dinaikan
atau diturunkan) tanpa
mempengaruhi solusi optimal,
sedangkan C3 tidak perlu dianalisis
karena C3 adalah koefisien fungsi
tujuan variabel S1 yang besarnya
dapat dipastikan 0 (nol).
Contoh Kasus Perubahan Koefisien
Fungsi Tujuan Variabel Non Basis

Maksimumkan Z = 12 X1 + 18 X2 + 15 X3
X1 = jumlah produk A yang dibuat
X2 = jumlah produk B yang dibuat
X3 = jumlah produk C yang dibuat

Dengan batasan :
4X1 + 6X2 + 5X3 ≤ 480
2X1 + 5X2 + 6X3 ≤ 360
3X1 + 8X2 + 6X3 ≤ 580
X1 , X2 , X3 ≥ 0
Bentuk implisit fungsi tujuan dan bentuk persamaan fungsi
batasan persoalan di atas adalah sebagai berikut :

Fungsi tujuan : Z - 12 X1 - 18 X2 - 15 X3 + 0S1 + 0S2 + 0S3

Dengan batasan :
4X1 + 6X2 + 5X3 + S1 = 480
2X1 + 5X2 + 6X3 + S2 = 360
3X1 + 8X2 + 6X3 + S3 = 580
X1, X2, X3, S1, S2, S3 ≥ 0
Tabel Optimal
Berdasarkan tabel optimal
dapat diketahui bahwa
variabel keputusan non basis
adalah X3, artinya X3 tidak
diproduksi karena tidak cukup
ekonomis dengan keuntungan
sebesar 15. Apabila C3
diturunkan berapapun, X3
tetap tidak ekonomis untuk
diproduksi, yang berarti batas
bawah C3 = – ∞. Sebaliknya
jika C3 dinaikkan sampai
jumlah tertentu, ada
kemungkinan X3 cukup
ekonomis untuk diproduksi.
Perubahan Koefisien Teknis Fungsi
Kendala

Perubahan pada koefisien teknis dari fungsi

kendala akan berpengaruh pada nilai-nilai dari sisi
kiri pada bentuk dualnya. Akibat yang bisa
ditimbulkan kemungkinan kondisinya menjadi tidak
optimal lagi sehingga penyelesaian dengan simplex
harus dilanjutkan sampai terjadi kondisi optimal
lagi.
Contoh Kasus

Sebuah perusahaan yang memproduksi mainan anak-anak

akan membuat bingkisan natal. Setiap macam bingkisan akan berisi
kombinasi : mainan, alat olah raga dan buku. Untuk itu dibuat
bingkisan : standard, de luxe dan super de luxe. Jenis pertama berisi 4
mainan, 4 alat olahraga dan 2 buku, dengan harga jual Rp. 30.000,-
perbungkus. Jenis kedua berisi 5 mainan, 6 alat olahraga dan 5 buku,
dengan harga jual Rp. 40.000,- perbungkus.Jenis ketiga berisi 6
mainan, 8 alat olahraga dan 5 buku, dengan harga jual Rp. 60.000,-
perbungkus. Untuk keperluan ini tersedia 60000 mainan, 75000 alat
olahraga, dan 45000 buku. Berapa masing-masing jenis bungkusan
harus diprodusir agar diperoleh penerimaan yang maksimal ?
Penyelesaian

Misal :
X1 = jumlah jenis standar yang diprodusir
X2 = jumlah jenis de luxe yang diprodusir
X3 = jumlah jenis super de luxe yang diprodusir
Primal

Fungsi tujuan : maksimumkan Z = 30X1 + 40X2 + 60X3

Fungsi-fungsi batasan:
1) Mainan : 4X1 + 5X2 + 6X3 ≤ 60000
2) Alat olah raga : 4X1 + 6X2 + 8X3 ≤ 75000
3) Buku : 2X1 + 5X2 + 5X3 ≤ 45000
4) X1, X2, X3, ≥ 0
Jadi kombinasi optimal :
X1 = jumlah jenis standar = 3750
X2 = jumlah jenis de luxe = 0
X3 = jumlah jenis super de luxe = 7500
Penerimaan penjualan = Rp. 562.500.000,-
Dual

Minimumkan : Z = 60000Y1 + 75000Y2 + 45000Y3

Fungsi – fungsi batasan :

1) 4Y1 + 4Y2 + 2Y3 ≥ 30
2) 5Y1 + 6Y2 + 5Y3 ≥ 40
3) 6Y1 + 8Y2 + 5Y3 ≥ 60
4)Y1,Y2,Y3 ≥ 0
Pada tabel simplek ketiga tampak bahwa X2 bukan variabel yang optimal. Nilai
X2 pada baris Z adalah 5, yang apabila dihubungkan dengan batasan dual yang
menyangkut X2 adalah :
5(0) + 6(30/4) + 5(0) – 40 = 5

Dimana :
a) 0, 30/4, dan 0 adalah nilai-nilai X4, X5, dan X6 pada baris Z
b) 40 adalah nilai kanan dari fungsi batasan (dual) kedua
Andaikan setelah dicapainya tahap optimal terjadi perubahan pada koefisien
teknis X2
Maka fungsi batasan (dual) kedua berubah menjadi :
3Y1 + 4Y2 + 6Y3 ≥ 40
Akibatnya, nilai X2 pada baris Z (pada tabel optimal) akan berubah menjadi :
3(0) + 4(30/40) + 6(0) – 40 = -10
Dengan perubahan X3
tabel diatas tidak optimal
lagi, karena ada nilai
negatif pada baris
tujuannnya (=-10).
Akibatnya perlu
dilanjutkan sampai tahap
optimal tercapai.
Perubahan Fungsi Pembatas

▪ Penambahan Variable Baru

Penambahan variable baru merupakan penambahan
kegiatan baru yang menggunakan sumber daya yang sama
untuk mengetahui bagaimana pengaruh penambahan
variable baru terhadap solusi optimal dapat dilakukan
dengan menyelidiki selisih ruas kiri dengan ruas kanan
pembatas dual yang baru. Jika selisihnya berharga positif
maka penambahan variable baru tersebut tidak
mempengaruhi solusi optimal dan jika berharga negative
akan mempengaruhi solusi optimal.
Contoh Kasus

Sebuah perusahaan merencanakan untuk membuat produk D

dimana setiap unit produk D memberikan sumbangan keuntungan
12, membutuhkan 9 unit sumber daya 1, 6 unit sumber daya 2 dan 8
unit sumber daya 3 sehingga formulasi persoalan semula berubah
menjadi :

Maksimumkan Z = 12X1 + 18X2 + 15X3 + 12X4 Dengan pembatas :

4X1 + 6X2 + 5X3 + 9X4 ≤ 480
2X1 + 5X2 + 6X3 + 6X4 ≤ 360
X1 + 8X2 + 6X3 + 8X4 ≤ 580
X1, X2 , X3, X4 ≥ 0
Pembatas dual baru persoalan di atas adalah :
9Y1 + 6Y2 + 8 3 ≥ 12
Jadi:
Ĉ4 = 9Y1 + 6Y2 + 8Y3 – 12 Simpleks Multiplier (π) :
π = Cb Bˉ¹
Cb = koefisien fungsi tujuan variabel basis
Bˉ¹ = matriks dibawah variabel basis awal pada tabel optimal
π = (12 18 0) . = (3 0 0)

Y1 = 3,Y2 = 0 danY3 =0
Jadi Ĉ4 = 9 (3) + 6 (0) + 8 (0) – 12 = 15, karena positif maka tidak
mempengaruhi solusi optimal semula. Hal ini menunjukkan bahwa produk
D dengan keuntungan/unit 12 , tidak layak untuk diproduksi. Supaya
mempengaruhi solusi optimal semula atau supaya produk D layak untuk
diproduksi maka besarnya keuntungan/unit produk D adalah :

9 (3) + 6 (0) + 8 (0) – C4 < 0 atau C4 > 27.

Penambahan variabel baru ini, akan menyebabkan dua kemungkinan, yaitu

jika tidak berpengaruh berarti tidak merubah keputusan maupun besarnya
keuntungan dan jika berpengaruh akan merubah keputusan dan
bertambahnya keuntungan.
Perubahan Fungsi Pembatas

▪ Penambahan Batasan Baru

Penambahan batasan baru akan mempengaruhi
penyelesaian optimal apabila batasan tersebiut aktif,
artinya belum cukup oleh batsan-batasan telah ada.
Langkah pertama pada penyelesaian hal ini adalah
memeriksa apakah batasan baru tersebut dipenuhi oleh
jawaban optimal. Bila ternyata jawaban optimal memenuhi
batasan baru maka tidak perlu diperhatikan. Bila tidak
maka batasan baru harus dimasukkan dalam masalah.
Contoh Kasus

Pada contoh akhir penyelesaian optimal adalah X1 = 3750, X2= 0, X3

= 7500. Apabila ditambahkan batasan baru :
5X1 + 3X2 + 7X3 = 75000
Maka jawaban optimal tidak berubah karena
5(3750) + 3(0) + 7(7500) = 71250 yang tentu saja lebih kecil dari
75000.
Tetapi batasan baru tersebut menjadi
5X1 + 3X2 + 7X3 = 65000
Maka perlu diolah lebih lanjut karena jawaban optimal tidak
memenuhi syarat lagi.