Kuliah 12

OPTIMASI PRODUKSI (METODE GRAFIK)

 Tujuan Utama Bisnis
• Memaksimumkan laba atau meminimumkan biaya
Karena itu pasti usaha itu memiliki berbagai kendala sumberdaya

• Baik tujuan maupun kendala pada umumnya dalam kondisi deterministik.

• Suhubungan dengan itu, Linier Programming (LP) memberikan solusi
dalam pengambilan keputusan usaha bisnis tersebut .
• Linier programming adalah suatu teknik atau cara yang membantu dalam
keputusan mengalokasi sumberdaya yang dimiliki perusahaan.
• Sumberdaya meliputi mesin, tenaga kerja, uang, waktu, kapasitas gudang
(ruangan), material , dll., yang akan digunakan untuk memproduksi barang
(sandang, pangan, papan, dll) atau jasa (rencana pengiriman dan produksi,
keputusan investasi, kebijakan advertensi, dll)
 Beberapa Asumsi Yang Berlaku Dalam LP
1. Kondisi bisnis berada dalam kepastian karena nilai dan jumlah dalam fungsi
tujuan dan kendala diketahui dengan pasti (deterministik), tidak berubah selama
periode analisis.
2. Hubungan dalam fungsi tujuan dan kendala adalah proporsional dalam bentuk
matematik yang linier, contoh :
L = 10 X  jika X = 2, maka L = 20
jika X = 4, maka L = 40
M < 60X  jika X = 2, maka M < 120
jika X = 5, maka M < 300
3. Bentuk fungsi tujuan dan kendala bersifat aditivity, artinya jumlah total nilai
kegiatan = penjumlahan dari nilai-nilai kegiatan individu :
L = $3 X1 + $5 X2  Jika X1 = 10 dan X2 = 20, maka
L = $3(10) + $5(20) = $ 130.
4. Barang dan jasa yang dihasilkan (variabel keputusan) harus positif, tidak bisa
negatif, kalau nol artinya tidak menghasilkan
Persyaratan Yang Diperlukan Dalam L P :
1. Perusahaan mempunyai tujuan, yaitu memaksimumkan laba atau
meminimumkan biaya
2. Perusahaan mempunyai kerterbatasan atau kendala sumberdaya dalam
mencapai tujuan.
3. Perusahaan mempunyai keputusan atau kegiatan alternatif, salah satu
diantaranya dipakai atau dipilih untuk mencapai tujuan.
4. Tujuan dan kendala dinyatakan dalam hubungan persamaan ( = ) dan
pertidaksamaan ( < / > ) matematik yang linier.
 Model Formulasi
Model LP berisikan beberapa komponen dan karakteristik tertentu.
Komponen adalah Fungsi Tujuan dan Fungsi Kendala, yg didalamnya
terdapat Variabel Keputusan dan Parameter.
Variabel Keputusan adalah simbul matematik dari kegiatan yang
dilakukan oleh perusahaan, misalnya : X1 = jml motor, X2 = jml
mobil dan X3 = jml mesin yang akan diproduksi
Parameter adalah nilai di depan variabel keputusan yang pada
dasarnya sudah diketahui.
Fungsi Tujuan merupakan hubungan matematika linier yg menggam
barkan tujuan perusahaan baik memaksimumkan laba atau
meminimumkan biaya untuk membuat variabel keputusan.
Fungsi Kendala juga merupakan hubungan linier antar variabel
keputusan yg menggambarkan keterbatasan sumberdaya.
Misalnya, keterbatasan dlm jumlah Tenaga Kerja utk memproduksi
motor sebesar 40 jam/hari selama periode produksi.
Nilai-nilai Konstanta dalam fungsi tujuan atau kendala juga merupakan
parameter.
 METODE GRAFIK
PERSOALAN MAKSIMASI (CONTOH : PERUSAHAAN ABC)
Perusahaan ABC memproduksi dua macam produk, yaitu produk A dan B. Kedua produk tesebut
dapat dijual masing-masing dengan harga Rp 3000,00 per unit. Dalam proses produksinya
diperlukan tiga macam departemen, yaitu :
• Departemen P yang memiliki 3 unit mesin tipe P
• Departemen Q yang memiliki 6 unit mesin tipe Q
• Departemen R yang memiliki 9 unit mesin tipe R.

Produk A memerlukan waktu : 2 jam menggunakan mesin tipe P,

2 jam menggunakan mesin tipe Q
4 jam menggunakan mesin tipe R.

Produk B memerlukan waktu : 1 jam menggunakan mesin tipe P

3 jam menggunakan mesin tipe Q
3 jam menggunakan mesin tipe R

Lamanya waktu mesin-mesin tersebut beroperasi sangat terbatas, yaitu :

Mesin tipe P beroperasi 10 jam per hari per mesin
Mesin tipe Q beroperasi 10 jam per hari per mesin
Mesin tipe R beroperasi 8 jam per hari per mesin

- Rumuskan persoalan tsb. dalam model program linier (formula matematika)

- Gambarlah persoalan LP tersebut dan Hitunglah berapa produk A dan B harus
dijual sehingga penerimaannya maksimal
 Metode Grafik / Maksimasi

Dari contoh persoalan LP di atas, dapat diringkas pada tabel berikut :

Sd A B Kap.
P 2 1 < 30
Q 2 3 < 60
R 4 3 < 72
Harga 3000 3000

Kemudian dengan lebih mudah dapat disusun formulasi

matematisnya :
Max. TR = 3000A + 3000B
Stc. P : 2A + B < 30
Q : 2A + 3B < 60
R : 4A + 3B < 72
A,B > 0
 Metode Grafik / Maksimasi
GAMBAR FUNGSI KENDALA

• P : 2A + B < 30
Max. TR = 3000A + 3000B
Jika A = 0 , maka B = 30 Stc. P : 2A + B < 30
Jika B = 0 , maka A = 15 Q : 2A + 3B < 60
2A

R : 4A + 3B < 72
+
B

A, B > 0
<
30

Jika A = 0, maka B = 20 Jika A = 0, maka B = 24

Jika B = 0, maka A = 30 Jika B = 0, maka A = 18

R
:
Q

4A
:
2A

+
+3

3B
B
<
60

<
72
 Metode Grafik / Maksimasi
FISIBLE AREA dan ISO REVENUE
TR = 3000A + 3000B  B = TR/3000 - A
0 = 3000(0) + 3000(0)
45000 = 3000(15) + 3000(0)
60000 = 3000(0) + 3000(20)
63000 = 3000(9) + 3000(12)
66000 = 3000(6) + 3000(16)
P

B
• > 66000 = IMPOSIBLE
Solusi : Produk A = 6 unit
• Produk B = 16 unit
TR = $ 66000

• Evaluasi Sumberdaya :
P : 2(6) + 1(16) = 28 jam  sisa 2 jam
Q : 2(6) + 3(16) = 60 jam  persis
R : 4(6) + 3(16) = 72 jam  persis
Q

R
• •
A
 Metode Grafik / Maksimasi
KEPUTUSAN BERALTERNATIF

1) Antara titik A dan B

2) Antara titik B dan C

A
3) Antara titik C dan D
•
B
•
C
•

D
•
 Metode Grafik / Maksimasi
Variabel Slack
- Ingat bahwa solusi terjadi pada titik ekstrim, di mana garis persamaan
kendala berpotongan satu sama yang lain atau berpotongan dengan
sumbu pada grafk. Jadi dalam hal ini, kendala-kendala tsb. lebih
dipertimbangkan sebagai persamaan daripada pertidaksamaan.
- Prosedur baku untuk merubah pertidaksamaan kendala menjadi
persamaan, adalah dengan menambah sebuah variabel baru ke dalam
masing-masing kendala, yang disebut sebagai variabel slack.
- Untuk contoh perusahaan ABC di muka, model kendala adalah :
P : 2A + B < 30
Q : 2A + 3B < 60
R : 4A + 3B < 72
- Penambahan sebuah variabel slack, S1 pada kendala P, S2 pada
kendala Q dan S3 pada kendala R hasilnya dapat dilihat sbb. :
P : 2A + B + S1 = 30
Q : 2A + 3B + S2 = 60
R : 4A + 3B + S3 = 72
 Metode Grafik / Maksimasi
- Variabel slack S1, S2 dan S3 merupakan nilai yang diperlukan untuk
membuat sisi sebelah kiri persamaan menjadi sama dengan sisi sebelah
kanan. Misalnya secara hipotetis, A = 9 dan B = 10.
Masukkan kedua nilai itu kedalam persamaan :
P : 2(9) + 10 + S1 = 30 S1 = 2
Q : 2(9) + 3(10) + S2 = 60 S2 = 12
R : 4(9) + 3(10) + S3 = 72 S3 = 6
- Dalam contoh di atas, menghasilkan solusi yang tidak menghabiskan
jumlah sumberdaya. Pada kendala P hanya menggunakan 28 jam, berarti
sisa 2 jam yang tidak digunakan. Jadi S1 merupakan jumlah waktu yang
tidak digunakan pada sumberdaya P atau disebut slack P.
Demikian juga pada kendala Q dan R masing-masing mempunyai slack Q
dan slack R sebagai sisa 12 jam dan 6 jam yang tidak digunakan.
- Jika perusahaan belum melakukan kegiatan produksi, maka seluruh
kapasitas sumberdaya masih utuh, sehingga slacknya masing-masing
sebesar 30, 60 dan 72 jam
 Metode Grafik / Maksimasi

Pengaruh Variabel Slack Terhadap Fungsi Tujuan

Fungsi tujuan dari contoh adalah : TR = 3000 A + 3000 B. Koefisien 3000 dan 3000,
masing-masing merupakan kontribusi TR setiap A dan B. Lalu, apa wujud kontribusi
variabel slack S1 dan S2 ?. Variabel slack tidak mempunyai kontribusi apapun terhadap
TR sebab variabel slack merupakan sumberdaya yg tidak digunakan. TR dicapai hanya
setelah sumberdaya digunakan dlm proses produksi. Dengan demikian variabel slack
dalam fungsi tujuan dapat ditulis :
TR = 3000A + 3000 B + 0S1 + 0S2 + 0S3
Seperti halnya pada variabel keputusan (A dan B), variabel slack bernilai non-negative,
sebab tidak mungkin sumberdaya itu negatif. Oleh karenanya, model formulasinya :
A, B , S1, S2 dan S3 > 0
Dengan adanya varibel slack, model LP baku secara lengkap dapat ditulis sbb.:
Maksimumkan : TR = 3000 A + 3000 B + 0S1 + 0S2 +0S3
Kendala : 2A + B + S1 < 30
2A + 3B + S2 < 60
4A + 3B + S3 < 72
A, B , S1, S2 dan S3 > 0
 Metode Grafik / Maksimasi

Max. TR = 3000 A + 3000B

A = 0 Kendala : 2A + B + S1 < 30
B = 20
TR = 60000 2A + 3B + S2 < 60
A = 6
S1 = 10
B = 16
4A + 3B + S3 < 72
S2 = 0
•w
S3 = 12 TR = 66000
S1 = 2
S2 = 0 A = 9
A, B , S1, S2 dan S3 > 0

S3 = 0 B = 12
•
X
TR = 63000
S1 = 0
S2 = 6

Y
• S3 = 0

A = 15
B = 0
TR = 45000
S1 = 0
S2 = 30
Z S3 = 12

•
 KASUS MINIMASI Metode Grafik / Minimasi
Contoh : Perusahaan Makanan Kering
Perusahaan Makanan memproduksi 2 macam produk (A dan B).
Untuk memproduksi kedua produk tersebut diperlukan bahan sbb :
• Tepung terigu : minimal 24 Kg
• Tapioka : minimal 20 Kg
• Gula : minimal 24 Kg

• Kebutuhan terigu setiap produk A : 8 Kg, untuk produk B : 6 Kg

• Kebutuhan Tapioka setiap produk A : 10 Kg, untuk produk B : 4 Kg
• Kebutuhan Gula setiap produk A : 6 Kg, untuk produk B : 12 Kg.

• Kalau biaya produksi per unit bahan produk A dan B masing sebesar Rp 80 dan Rp 100, berapa
bahan produk A dan B harus diproduksi agar biaya produksi minimal.
• Selesaikan persoalan ini dengan gambar, evaluasi pula penggunaan bahan bakunya.
 Metode Grafik / Minimasi
GAMBAR FUNGSI KENDALA

Min. TC = 80A + 100B

Te : 8A + 6B > 24 Stc. Te : 8A + 6B > 24
B
B > 4 – 4/3 A Ta : 10A + 4B > 20
G : 6A + 12B > 24
A,B > 0
A

B Ta : 10A + 4B > 20
B > 5 - 2,5 A
B G : 6A + 12B > 24
B > 2 - 0,5 A

A A
 Metode Grafik / Minimasi

FISIBLE AREA dan ISO COST

Solusi Optimal :
B.Produk A = 2,4 unit
B.Produk B = 0,8 unit
TC min = 80 (2,4) + 100(0,8) = Rp 272

Penggunaan Sumberdaya :
Te = 8(2,4) + 6(0,8) = 24 Kg  persis
Ta = 10(2,4) + 4(0,8) = 27,2 Kg  -7,2
G = 6(2,4) + 12(0,8) = 24 Kg persis

•( 2, 4 ; 0,8 )
 Kuliah 13

OPTIMASI PRODUKSI (METODE SIMPLEKS)

 METODE SIMPLEK

Kenyataan yang sering dihadapi oleh para manajer dalam pengambilan keputusan
adalah kompleks.

Keputusan yang harus diambil tidak hanya untuk 2 variabel saja, bisa saja lebih,
sementara metode grafik terbatas hanya 2 dimensi atau paling banyak mencakup 3
variabel.

Untuk mengatasi persoalan linier programming yang kompleks menjadi tidak sederhana.

Satu cara sederhana (simple) dan efisien yang dapat menyelesaikan persoalan adalah
dengan Metode Simplex, di mana metode ini menggunakan tabel yang unik yang sering
disebut “Tabel Simplex”
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang
(iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga
solusi optimal tercapai.

Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan
sebuah nilai fungsi tujuan yang lebih besar daripada solusi sebelumnya.
 METODE SIMPLEK
PERSOALAN MAKSIMASI (CONTOH : PERUSAHAAN ABC)
Perusahaan ABC memproduksi dua macam produk, yaitu produk A dan B. Kedua produk tesebut
dapat dijual masing-masing dengan harga Rp 3000,00 per unit. Dalam proses produksinya
diperlukan tiga macam departemen, yaitu :
• Departemen P yang memiliki 3 unit mesin tipe P
• Departemen Q yang memiliki 6 unit mesin tipe Q
• Departemen R yang memiliki 9 unit mesin tipe R.

Produk A memerlukan waktu : 2 jam menggunakan mesin tipe P,

2 jam menggunakan mesin tipe Q
4 jam menggunakan mesin tipe R.

Produk B memerlukan waktu : 1 jam menggunakan mesin tipe P

3 jam menggunakan mesin tipe Q
3 jam menggunakan mesin tipe R

Lamanya waktu mesin-mesin tersebut beroperasi sangat terbatas, yaitu :

Mesin tipe P beroperasi 10 jam per hari per mesin
Mesin tipe Q beroperasi 10 jam per hari per mesin
Mesin tipe R beroperasi 8 jam per hari per mesin

- Rumuskan persoalan tsb. dalam model program linier (formula matematika)

- Gambarlah persoalan LP tersebut dan Hitunglah berapa produk A dan B harus
dijual sehingga penerimaannya maksimal
 Metode Simplek / Maksimasi

MENYUSUN SOLUSI AWAL

Untuk memperoleh pengertian yang lebih mudah dan cepat, dalam pembahasan ini kita
gunakan persoalan yang meliputi 2 variabel.

Dengan menggunakan contoh kasus perusahaan ABC , penyelesaian dapat dilakukan

dengan beberapa langkah :

Langkah 1. Menyususun Persoalan Dalam Matematik

Maksimumkan : TR = 3000 A + 3000 B

Kendala : P : 2A + B < 30
Q : 2A + 3B < 60
R : 4A + 3B < 72
A,B > 0

TR = Total Revenue (Total Pendapatan/penjualan)

Metode Simplek / Maksimasi

Langkah 2. Mengubah Pertidaksamaan menjadi Persamaan

Mengandung pengertian : tidak selalu kapasitas alat digunakan seluruhnya, diantaranya
masih ada yang tersisa  ada kelonggaran (slack) untuk menambah sebuah variabel
sehingga menjadi persamaan. Variable baru ini disebut Variabel Slack
Variabel Slack = sejumlah unit kapasitas yang tidak dipakai dalam suatu Departemen

Misal :
SP = waktu yang tidak dipakai dlm. Dep. P  SP = 30 - 2A – B
SQ = waktu yang tidak dipakai dlm. Dep.Q  SQ = 60 - 2A - 3B
SR = waktu yang tidak dipakai dlm. Dep. R  SR = 72 - 4A - 3B
Atau dari persamaan diatas dapat disusun :
2A + B + SP = 30
2A + 3B + SQ = 60
4A + 3B + SR = 72
Metode Simplek / Maksimasi

Variabel Slack ini harus dimasukkan dalam fungsi tujuan dan kendala. Koefisien setiap
variabel pada kedua fungsi tsb. harus terlihat dengan jelas. Oleh karena itu, untuk
variabel yang tidak mempunyai pengaruh terhadap persamaan, koefisiennya harus
ditulis dengan “nol”, sehingga tidak merubah hakekatnya.
Misalkan, karena : SP, , SQ, dan SR tidak menghasilkan TR, SQ, dan SR tidak berpengaruh
terhadap Dep. P, SP dan SR tidak berpengaruh terhadap Dep. Q, dan SP, dan SQ tidak
berpengaruh terhadap Dep. R, maka fungsi tujuan dan kendala dapat ditulis sbb. :
TR = 3000 A + 3000 B + 0 SP + 0 SQ + 0 SR .
P : 2A + B + 1 SP + 0SQ + 0SR = 30
Q : 2A + 3B + 0SP + 1SQ + 0SR = 60
R : 4A + 3B + 0SP + 0SQ + 1SR = 72
 Metode Simplek / Maksimasi

TR = 3000 A + 3000 B + 0 SP + 0 SQ + 0 SR .
P : 2A + B + 1 SP + 0SQ + 0SR = 30
Q : 2A + 3B + 0SP + 1SQ + 0SR = 60
R : 4A + 3B + 0SP + 0SQ + 1SR = 72
Langkah 3. Memasukkan Fungsi Tujuan dan Kendala ke Tabel Simplek

Cj Variabel Kuanti 3000 3000 0 0 0 Ri

Basis tas A B SP SQ SR
0 SP 30 2 1 1 0 0
0 SQ 60 2 3 0 1 0
0 SR 72 4 3 0 0 1
Zj 0 0 0 0 0 0
Cj - Zj 3000 3000 0 0 0

Zj =  aij . Bi = total penjualan

Sollusi Awal, belum berproduksi, Zj = 0
Metode Simplek / Maksimasi

MENGEMBANGKAN SOLUSI KEDUA

 Solusi awal menunjukkan perusahaan masih belum berproduksi.

 Selanjutnya kita akan melakukan perubahan sehingga TR sebagai tujuan
tercapai lebih baik.
 Jika tabel yang telah diperbaiki masih ada kemungkinan dirubah untuk
mencapai tujuan yang lebih baik lagi, maka perubahanpun terus berlanjut
sampai tercapai solusi yang optimal.
 Tahap-tahap perubahan dari tabel satu ke tabel yang lain disebut “pivoting”.
 Perhitungan solusi kedua dapat diikuti dengan langkah-langkah
berikut ini.
Metode Simplek / Maksimasi

Langkah 1. Menentukan Variabel Riil yang akan dimasukKan dalam solusi (going in)
 Secara rasional, memilih varibel riil yang tepat adalah variabel yang mempunyai
kontribusi menambah laba/TR atau mengurangi biaya yang paling besar.
 Dengan memilih nilai-nilai baris Cj - Zj pada kolom variabel riil yang terbesar,
mengindikasikan adanya peningkatan laba/TR yang lebih baik.
 Oleh karena Nilai Cj - Zj untuk kedua kolom variabel riil A dan B sama, maka bisa kita
pilih salah satu.
 Misalnya saja, kita tentukan kolom B, maka kolom B tersebut dinamakan “kolom
optimum”, yang bakal pertamakalinya masuk dalam kolom variabel basis.
 Metode Simplek / Maksimasi

Langkah 2. Menentukan Variabel yang akan diganti (going out)

 Pertama kali, kita membagi nilai-nilai dalam kolom variabel basis dengan nilai-nilai
pada kolom optimum, dan kemudian hasil bagi-hasil bagi tersebut kita pilih yang
paling kecil.
 Baris yang mempunyai nilai “Ri” terkecil bakal diganti atau dikeluakan dari variabel
basis.
Baris SP : 30 / 1 = 30
Baris SQ : 60 / 3 = 20  dikeluarkan
Baris SR : 72 / 3 = 24
Elemen-elemen (nilai) pada basis SP, SQ dan SR di bawah kolom optimum,
disebut elemen interseksional, yang akan berperan dalam perhitungan nilai
nilai pada tabel berikutnya.
 Aplikasi Langkah 1 dan Langkah 2

Cj 3000 3000 0 0 0
VB Q A B Sp Sq Sr Ri
Iterasi 1
0 Sp 30 2 1 1 0 0 30
0 Sq 60 2 3 0 1 0 20
0 Sr 72 4 3 0 0 1 24
Zj 0 0 0 0 0 0
Cj - Zj 3000 3000 0 0 0
Iterasi 2

Langkah 1 : menentukan kolom optimum (going in), Dipilih Cj – Zj terbesar, kalau sama bisa pilih salah
satu
Langkah 2 : menentukan baris optimum (going out) : Dipilih yg Ri nya terkecil
(Ri = Q:kolom pilihan), 30:1=30 ; 60:3=20 ; 72:3=24
 Cj 3000 3000 0 0 0 Menentukan / Menghitung
VB Q A B Sp Sq Sr Ri
: - Nilai baris baru yang masuk :
Iterasi 1 NBBM = NBL : N Insek :
0 Sp 30 2 1 1 0 0 30 60/3 = 20 ; 2/3 = 2/3 ; 3/3 = 1;
0/3 = 0 ; 1/3 = 1/3; 0/3 = 0
0 Sq 60 2 3 0 1 0 20
0 Sr 72 4 3 0 0 1 24 - Nilai baris baru yang lain :
Zj 0 0 0 0 0 0 NBBL= NBL (N Intsek x NBBM)
Cj - Zj 3000 3000 0 0 0 Baris Sp :
30  ( 1 x 20) = 10
Iterasi 2 2  ( 1 x 2/3) = 1 1/3
0 Sp 10 11/3 0 1 -1/3 0 1  ( 1 x 1) = 0
3000 B 20 2/3 1 0 1/3 0 1  ( 1 x 0) = 1
0  ( 1 x 1/3) = -1/3
0 Sr 12 2 0 0 -1 1 0  ( 1 x 0) = 0
Zj 60000 2000 3000 0 1000 0
Cj - Zj 1000 0 0 -1000 0
Iterasi 3 Baris Sr :
72  ( 3 x 20) = 12
4  ( 3 x 2/3) = 2
3  ( 3 x 1) = 0
0  ( 3 x 0) = 0
Zj 0  ( 3 x 1/3) = -1
Cj - Zj 1  ( 3 x 0) = 1
 Menentukan / Menghitung :
MENGEMBANGKAN SOLUSI KETIGA
- Kolom optimum :
pilih nilai Cj - Zj yang terbesar
Cj 3000 3000 0 0 0
- Baris yang diganti :
VB Q A B Sp Sq Sr Ri Pilih nilai Ri yang terkecil
Iterasi 2 Ri = nilai Q / kolom optimum
- Nilai baris baru yang masuk :
0 Sp 10 1.3333 0 1 - 0.333 0 7.5 NBBM = NBL : N Insek :
3000 B 20 0.6667 1 0 0.333 0 30 12/2 = 6 ; 2/2 =1 ; 0/2 = 0;
0/2 = 0; -1/2 = - 0,5; 1/2 = 0,5
0 Sr 12 2 0 0 -1 1 6
Zj 60000 2000 3000 0 1000 0 - Nilai baris baru yang lain :
NBBL= NBL(N Intsek x NBBM)
Cj - Zj 1000 0 0 -1000 0 Baris Sp :
Iterasi 3 10  (1,33 x 6) = 2
1,33  (1,33 x1) = 0
0 Sp 2 0 0 1 0,333 - 0,667 0  (1,33 x 0) = 0
1  (1,33 x 0) = 1
3000 B 16 0 1 0 0,67 - 0,33 - 0,33  (1,33 x -0,5) = 0,33
0  (1,33 x 0,5) = - 0.67
3000 A 6 1 0 0 - 0,5 0,5
Zj 66.000 3000 3000 0 500 500
Cj - Zj 0 0 0 - 500 - 500 Baris B :
20  (0,67 x6) = 16
0,67  (0,67 x 1) = 0
NILAI-NILAI Cj - Zj < 0  SOLUSI OPTIMAL 1  (0,67 x 0) = 1
0  (0,67 x 0) = 0
0,33  (0,67 x - 0,5) = 0,67
0  (0,67 x 0,5) = - 033
 INTERPERTASI EKONOMI TABEL SIMPLEK
Cj 3000 3000 0 0 0
VB Q A B Sp Sq Sr Ri
Iterasi 3
0 Sp 2 0 0 1 0.3333 -0.6667
3000 B 16 0 1 0 0.6667 -0.3333
3000 A 6 1 0 0 -0.5 0.5
Zj 66000 3000 3000 0 500 500
Cj - Zj 0 0 0 -500 -500

Nilai2 pada Kolom Q Tabel 3 :
Baris Sp = 2 (Sisa Sbrdaya P)
Baris B = 16 (Jml Prduksi B)
Baris A = 6 (Jml Prduksi A)
Baris Zj = 66000 (TR max.)
Nilai2 pada Baris Cj-Zj di bawah kolom variabel riil
menunjukkan nilai produk marginal :
Jika positif menunjukkan kemungkinan tambahan
TR jika variabel riil ditambah 1 unit
Jika negatif menunjukkan pengurangan TR jika
variabel riil ditambah 1 unit

Anga-angka dalam kwadran Nilai2 Negatif pada Baris Cj-Zj di

matrik (input-outpu) atau
diberi simbul aij menunjukkan
MRTS atau Koefisien
Teknologi antara kegiatan
pada kolom dengan sbrdaya
pada baris.
Nilai2 di baris Zj
menggambarkan
berkurangnya TR (oportunity
cost) akibat tambahan 1 unit
kegiatan riil atau disposal
bawah kolom variabel Slack :
menunjukkan tambahan TR yg
dapat dicapai jika ditambahkan 1
jam lagi pada departemen
diwakili variabel slack