ANALISIS

SENSITIVI
TAS
 ANGGOTA KELOMPOK

UMI ATFY
ANUGERA
HIDAYATI SAFIRA
H ALI
(1301617024 ASIFY
WARDANA
) (1301617055)
(1301617011
)
 PENGERTIAN PENDEKATAN
01 ANALISIS 04 ANALISIS
SENSITIVITAS

CARA PENGGUNAAN
02 TUJUAN ANALISIS 05 ANALISIS
SENSITIVITAS SENSITIVITAS
METODE DAN
PENDEKATAN
03 KINERJA ANALISIS 06 ANALISIS
SENSITIVITAS SENSITIVITAS
 KEUNTUNGAN
07 ANALISIS B PERUBAHAN PADA
SENSITIVITAS KENDALA
KEMUNGKINAN PENAMBAHAN
PERUBAHAN YANG VARIABEL
08 TERJADI PADA SAAT C KEPUTUSAN YANG
TAHAP OPTIMAL TELAH BARU
TERCAPAI
PENAMBAHAN
A PERUBAHAN PADA D KENDALA-KENDALA
KOEFISIEN TUJUAN BARU
01
PENGERTIAN
ANALISIS
SENSITIVITAS
Analisis sensitivitas merupakan metode yang dilakukan untuk mengurangi
perhitungan-perhitungan dan menghindari perhitungan ulang, bila terjadi
perubahan-perubahan satu atau beberapa koefisien model program linear
pada saat penyelesaian optimal telah dicapai. Hal ini dapat dilakukan
dengan catatan tersedianya matriks kunci pada tabel simpleks optimal
tersebut.
Pada prinsipnya terdapat beberapa perubahan yang mungkin terjadi
yang dapat dijawab melalui analisis sensitivitas, yaitu:

1. Perubahan pada koefisien fungsi tujuan, baik pada koefisien dasar

(basis) atau bukan dasar (non-basis) dan pengaruhnya terhadap
variabel dual;
2. Perubahan pada kendala, baik pada kapasitas atau koefisien;
3. Penambahan variabel keputusan yang baru;
4. Penambahan kendala/batasan yang baru.
02
TUJUAN
ANALISIS
SENSITIVITAS
 TUJUAN ANALISIS SENSITIVITAS
Analisis sensitivitas memiliki beberapa
tujuan, yaitu untuk melihat apa yang
akan terjadi dengan hasil analisis
proyek, jika ada sesuatu kesalahan atau
perubahan dalam dasar perhitungan
biaya atau keuntungan
Tujuannya, antara lain:
● Memperbaiki cara pelaksanaan proyek
yang sedang dilaksanakan.
● Memperbaiki desain daripada proyek,
sehingga dapat meningkatkan NPV (Net
Present Value).
● Mengurangi risiko kerugian dengan
menunjukkan beberapa tindakan
pencegahan yang harus diambil.
03
KINERJA
ANALISIS
SENSITIVITAS
 KINERJA ANALISIS SENSITIVITAS

Untuk mengoptimalkan kegunaan Identifikasi variabel sensitif yang

analisis sensitivitas, perlu dilakukan mempengaruhi keputusan proyek.
secara sistematis. Untuk
mengoptimalkan kinerja dapat Perhitungan efek dari perubahan.
mengikuti langkah-langkah sebagai
berikut: Pertimbangan variabel dalam
kombinasi yang bisa diubah secara
simultan
04
PENDEKATAN
ANALISIS
 PENDEKATAN ANALISIS

Analisis sensitivitas merupakan ide sederhana yang dapat

dilakukan dengan mengubah model dan mengamati perilakunya.
Dalam prakteknya ada banyak cara yang berbeda untuk mengubah
dan mengamati model. Bagian ini mencakup apa yang harus
bervariasi, apa yang harus diperhatikan dan desain eksperimen dari
analisis sensitivitas.
 PENDEKATAN ANALISIS
Apa yang harus bervariasi?
Seseorang mungkin memilih untuk
memvariasikan salah satu atau semua hal
berikut:
● Kontribusi kegiatan terhadap tujuan.
● Tujuannya (misalnya, meminimalkan
risiko kegagalan dan bukan
memaksimalkan keuntungan).
● Batas kendala (misalnya, ketersediaan
sumber daya maksimum).
● Jumlah kendala (misalnya, menambahkan
atau menghapus batasan yang dirancang
untuk mengungkapkan preferensi pribadi
pembuat keputusan atau terhadap aktivitas
tertentu).
● Jumlah aktivitas (misalnya, menambahkan
atau menghapus aktivitas).
● Parameter teknik. Umumnya,
pendekatannya adalah untuk
memvariasikan nilai parameter numerik
melalui beberapa tingkatan.
 PENDEKATAN ANALISIS
Apa yang harus diperhatikan?
Apapun barang yang dipilih oleh
pemodel bervariasi, ada banyak aspek
yang berbeda dari keluaran model yang
harus dibayar perhatiannya:
● Nilai fungsi objektif untuk strategi
optimal.
● Nilai fungsi objektif untuk strategi
suboptimal (misalnya strategi yang
optimal untuk skenario lain, atau
strategi khusus yang disarankan oleh
pembuat keputusan).
● Perbedaan nilai fungsi objektif antara
dua strategi (misal antara strategi
optimal dan strategi tertentu yang
disarankan oleh pengambil
keputusan).
● Nilai variabel keputusan.
● Dalam model optimasi, nilai biaya
bayangan atau harga bayangan.
● Peringkat variabel keputusan, biaya
bayangan, dll.
 DESAIN EKSPERIMENTAL

Desain eksperimental adalah kombinasi parameter yang akan bervariasi dan tingkat
di mana hal tersebut akan ditetapkan. Pemodel harus memutuskan apakah akan
bervariasi parameter satu per satu, meninggalkan yang lain pada nilai standar atau
dasar, atau apakah akan memeriksa kombinasi perubahan. Isu penting dalam
keputusan ini adalah kemungkinan kombinasi kombinasi yang relatif kecil. Jika dua
parameter cenderung berkorelasi positif (misalnya harga dua keluaran serupa),
kemungkinan keduanya akan mengambil nilai yang relatif tinggi pada saat yang
sama layak dipertimbangkan. Sebaliknya jika dua parameter berkorelasi negatif,
pemodel harus memeriksa nilai tinggi satu kombinasi dengan nilai rendah yang lain.
05
CARA
PENGGUNAAN
 CARA PENGGUNAAN

Analisis sensitivitas merupakan analisis yang menunjukkan bagaimana skenario

tertentu dapat dipengaruhi oleh banyak variabel. Contohnya adalah aplikasi
Microsoft Excel. Ketika seseorang membuat perhitungan model untuk hipotek
rumah bulanan, Excel dapat memberikan hasil yang diharapkan dengan
menggunakan variabel dalam model analisis sensitivitas. Analisis sensitivitas untuk
analisis What-If mempunyai empat alat di Microsoft Excel yang dikategorikan
sebagai alat sensitivitas What-If yaitu data table, goal seek, scenarios, solver.
Model sensitivitas analisis bergantung pada keluaran matematis. Model seperti
serangkaian persamaan, faktor masukan, parameter, dan variabel. Model matematis
menggunakan bahasa matematis untuk menggambarkan sebuah sistem.
 CARA PENGGUNAAN

Selanjutnya, analisis sensitivitas dapat digunakan secara luas di lembaga

pemerintah nasional dan internasional, seperti Kantor Manajemen dan Anggaran
Gedung Putih, Badan Perlindungan Lingkungan AS, dan Komisi Eropa. Analisis
sensitivitas model paling baik digunakan untuk analisis What-If sehingga dapat
mengetahui dampak input variabel dalam asumsi dan skenario. Analisis sensitivitas
adalah alat yang sangat umum dalam aplikasi bisnis dan keuangan, analisis risiko,
model lingkungan seperti model iklim global. Analisis sensitivitas dapat berfungsi
sebagai alat untuk memahami berbagai sumber ketidakpastian terhadap keluaran
model walaupun strategi sampling yang berbeda dapat direkomendasikan untuk
"mencakup sensitivitas analisis multivariat."
06
METODE DAN
PENDEKATAN
METODE ANALISIS SENSITIVITAS

Ada berbagai metode untuk melakukan analisis sensitivitas:

Pemodelan dan teknik simulasi.

Alat manajemen skenario melalui Microsoft Excel.

 PENDEKATAN ANALISIS

Ada dua pendekatan untuk menganalisis ● Analisis sensitivitas global. Analisis

sensitivitas:
sensitivitas global adalah pendekatan
● Analisis sensitivitas lokal. Analisis
sensitivitas lokal berbasis derivatif kedua untuk analisis sensitivitas, yang
(numerik atau analitik). Metode ini sesuai sering diimplementasikan dengan
untuk fungsi biaya sederhana, namun teknik Monte Carlo. Pendekatan ini
tidak memungkinkan untuk model yang menggunakan sekumpulan sampel
rumit, seperti model dengan diskontinuitas global untuk mengeksplorasi ruang
tidak selalu memiliki derivatif. Sensivitas disain.
analisis lokal adalah teknik one-at-a-time
(OAT) yang menganalisis dampak satu
parameter fungsi biaya pada satu waktu,
menjaga parameter lainnya tetap.
07
KEUNTUNGAN
ANALISIS
SENSITIVITAS
 KEUNTUNGAN ANALISIS
SENSITIVITAS
o Mengarahkan usaha manajemen. Analisis
sensitivitas mengidentifikasi bidang yang
sangat penting dalam pencapaian tujuan
organisasi secara keseluruhan sebagaimana
tercantum dalam visi dan misi organisasi.

o Sumber informasi perencanaan. o Proses menganalisis kemungkinan

Melalui penerapan analisis sensitivitas,
informasi tersedia bagi manajemen
dalam bentuk yang memfasilitasi
penerapan penilaian profesional saat
melaksanakan tugas manajerial
mereka.
efek yang berbeda dari variabel
akseptabilitas suatu proyek dapat
dilakukan dalam sekejap dengan
memasukkan variabel dalam analisis
sensitivitas perangkat lunak yang akan
melakukan perhitungan.
 KEUNTUNGAN ANALISIS
SENSITIVITAS
o Penerapan kunci analisis sensitivitas
adalah untuk menunjukkan sensitivitas
simulasi terhadap ketidakpastian pada
nilai input model.

o Analisis sensitivitas adalah o Ini membantu dalam menilai risiko

metode untuk memprediksi hasil suatu strategi.
keputusan jika suatu situasi o Membantu mengambil keputusan
ternyata berbeda dibandingkan yang tepat dan tepat.
dengan prediksi utama.
 KEMUNGKINAN PERUBAHAN

08 YANG TERJADI PADA SAAT

TAHAP OPTIMAL TELAH
TERCAPAI
1. PERUBAHAN PADA KOEFISIEN
TUJUAN
2. PERUBAHAN PADA KENDALA
3. PENAMBAHAN VARIABEL
KEPUTUSAN YANG BARU
4. PENAMBAHAN KENDALA
KENDALA BARU
Untuk menerapkan analisis sensitivitas, berikut ini dilampirkan
contoh dari linier programming.
Fungsi tujuan: maksimumkan Z = 800A + 400B + 600C.

Kendala-kendala :

 2A + 2B + C ≤ 250

 5A + 4B + 3C ≤ 350

 6B + 5C ≤ 500

 A, B, C ≥ 0
 Lengkapilah tabel simpleks di bawah ini.
Zj 800 400 600 0 0 0
Variabel
Cj
Dasar bj A B C S1 S2 S3

  S1              
  A              
  C              
  C              
 Mengisi kolom A =j matriks kunci X koefisien kendala untuk variabel A
  Cj-Zj              

 Mengisi kolom B = matriks kunci X koefisien kendala untuk variabel B

 Mengisi kolom C = matriks kunci X koefisien kendala untuk variabel
K

 Mengisi nilai variabel = matriks kunci X vektor kolom pembatas

 Mengisi nilai variabel dual pada baris Cj atau Cj  –  Zj = vektor baris X matriks kunci
Angka-angka tersebut dimasukkan ke dalam tabel simpleks optimal
seperti di bawah ini:

Zj 800 400 600 0 0 0

Variabel
Cj
Dasar bj A B C S1 S2 S3

0 S1 130 0 0,64 0 1 -0,4 0,04

800 A 10 1 0,08 0 0 0,2 -0,12

600 C 100 0 1,2 1 0 0 0,2

- Cj 68000 800 784 600 0 160 24

- Cj-Zj 68000 0 384 0 0 160 24

(1) PERUBAHAN PADA KOEFISIEN TUJUAN

Pada tabel simpleks optimal sebelumnya,

(1.1) yang menjadi variabel dasar (basis) adalah variabel
Perubahan pada A dan C, sedangkan yang bukan merupakan

Koefisien Tujuan variabel dasar (non- basis) adalah B, S 1, S2, dan S3.
Besarnya koefisien tujuan untuk variabel basis
Pada Variabel Dasar adalah 800 dan 600. Apabila besarnya koefisien A
(Basis) (C1) dan C (C3) dinaikkan atau diturunkan dalam
jumlah tetentu maka ada kemungkinan A atau C
tidak menguntungkan untuk diproduksi.
 Koefisien A :
Perkalian matriks dilakukan dengan mengalikan vektor baris dengan vektor kolom pada
variabel non-basis, hasil perkalian tersebut dikurangkan dengan koefisien non-basis tersebut.
= 0,08  + 720 –  400
= 0,08  + 320
Syarat tabel optimum adalah B ≥ 0, sehingga 0,08  + 320 ≥ 0 atau ≤ 1000

=0
 = 0,2  - 0 = -0,12  + 120
= 0,2 ≥ 0 = -0,12 + 120 ≥ 0
= ≥0 = 0,12 - 120 ≤ 0
= ≤ 1000

Kesimpulan :

Bahwa tabel akan tetap optimum jika koefisien C 1 berada dalam interval 0

≤ C1 ≤ 1.000. Tabel akan tetap optimum apabila koefisien C 1 dinaikkan menjadi
1.000 (dinaikkan 200) atau diturunkan menjadi 0 (diturunkan 800), akan tetapi
tabel tidak lagi akan menjadi optimum apabila koefisien C 1 dinaikkan melebihi
1.000.
Contoh: Kesimpulan:
Dari hasil perhitungan variabel non-basis

[ ]
1) Koefisien C1 naik dari 800
0,64
menjadi 900
B= [ 0 900 600 ] 0,08 − 400=392 seluruhnya menghasilkan angka positif atau ≥
1,2 0, berarti tabel optimum tidak berubah (tetap).

0=0 Dengan demikian besarnya nilai A = 10 dan C

 
= 100 tidak berubah. Perubahan terjadi pada Z
sebagai akibat perubahan koefisien C 1 dari

[ ]
−0,4
S ₂=[ 0 900 600 ] 0,2 − 0=180 800 ke 900. Nilai Z yang baru adalah
0 Z = 900A + 400B + 600C

[ ]
0,04
Z = 900(10) + 400(0) + 600(100)
S ₃=[ 0 900 600 ] − 0,12 − 0=12
0,2 Z = 69.000
 Contoh:

[ ]
2) Koefisien C1 naik dari0,64
800 menjadi 1.100 Kesimpulan:
B= [ 0 1100 600 ] 0,08 − 400= 408
Dari hasil perhitungan variable non-basis,
1,2
pada variabel S3 didapatkan nilai negatif,
0=0
dengan demikian tabel sudah tidak optimal
 
lagi oleh karena itu perlu dilakukan eksekusi

[ ]
−0,4 pada kolam S3 tersebut. Besarnya variabel
S ₂=[ 0 1100 600 ] 0,2 −0=220
semula, yaitu A = 10 dan C = 100 juga
0

[ ]
mengalami perubahan.
0,04
S ₃=[ 0 1100 600 ] −0,12 − 0=−12
0,2
 Tabel simpleks optimum yang baru:

Zj 800 400 600 0 0 0

Variabel
Cj
Dasar bj A B C S1 S2 S3

0 S1 110 0 0,4 -0,2 1 -0,4 0

1100 A 70 1 0,8 0,6 0 0,2 0

0 C 500 0 6 5 0 0 1

- Cj 77000 1100 880 660 0 220 0

- Cj-Zj 77000 0 480 60 0 220 0

 Koefisien C :
Perkalian matriks dilakukan dengan mengalikan vektor baris dengan vektor
kolom pada variabel non-basis, hasil perkalian tersebut dikurangkan dengan

[ ]
koefisien non-basis tersebut. 0,64
B= [ 0 800 𝐶 ₃] 0,08 − 400
1,2

= + 1,2 –  400
= -336 +
Syarat tabel optimum adalah B ≥ 0, sehingga -336 + ≥ 0 atau ≥ 280

=0
= 160
 = -96 + 0,2  
= -96 + 0,2  ≥ 0
=  ≥ 480

Kesimpulan :

Bahwa tabel akan tetap optimum jika koefisien C 3 berubah menjadi C3 ≥

480. Tabel akan tetap optimum apabila koefisien C 3 berada dalam interval di

atas, tetapi apabila C3 < 480 berarti tabel sudah tidak optimum lagi dan harus di
eksekusi ulang.
 Kesimpulan:
Contoh:
Dari basil perhitungan variabel non-basis

[ ]
1) Koefisien C3 berubah0,64
dari 600 menjadi 500
B= [ 0 800 500 ] 0,08 − 400= 264 seluruhnya menghasilkan angka positif berarti
1,2 tabel optimal tidak berubah (tetap) dengan

0=0
demikian  besarnya nilai A  besarnya nilai A =
10 dan = 10 dan C = 100 tidak berubah.
 
Perubahan terjadi pada nilai sebagai akibat

[ ]
−0,4 perubahan koefisien C3 dari 600 ke 500. Nilai Z
S ₂=[ 0 800 500 ] 0,2 −0=160
0 yang  baru adalah:

[ ]
0,04 Z = 900A + 400B + 500C
S ₃=[ 0 900 600 ] − 0,12 − 0=4
Z = 900(10) + 400(0) + 500(100)
0,2
Z = 59.000
Contoh:
2) Koefisien C1 turun dari 600 menjadi 450 Kesimpulan:

[ ]
0,64
B= [ 0 800 450 ] 0,08 − 400=204 Dari hasil perhitungan variabel non-basis,
1,2
pada variabel S3 terdapat nilai negatif
0=0
dengan demikian tabel sudah tidak optimum
  lagi oleh karena itu  perlu dilakukan

[ ]
− 0,4 dilakukan eksekusi eksekusi pada kolom S 3 
S ₂=[ 0 800 450 ] 0,2 − 0=160
tersebut. Besarnya variabel semula, yaitu A
0

[ ]
0,04 = 10 dan C = 100 juga mengalami
S ₃=[ 0 800 450 ] − 0,12 −0=− 6 perubahan.
0,2
 Tabel simpleks optimum yang baru:

Zj 800 400 600 0 0 0

Variabel
Cj
Dasar bj A B C S1 S2 S3

0 S1 110 0 0,4 -0,2 1 -0,4 0

800 A 70 1 0,8 0,6 0 0,2 0

0 C 500 0 6 5 0 0 1

- Cj 56000 800 640 480 0 160 0

- Cj-Zj 56000 0 240 30 0 160 0

(1) PERUBAHAN PADA KOEFISIEN TUJUAN

(1.2) Pada tabel sebelumnya yang

menjadi variabel non-basis adalah variabel
Perubahan pada
B, hal ini dikarenakan keuntungan yang
Koefisien Tujuan diperoleh dari memproduksi B tidak
Pada Bukan ekonomis. Apabila koefisien dari B (C2)
Variabel Dasar (Non dinaikkan dalam jumlah tertentu maka ada
Basis) kemungkinan variabel B akan diproduksi.
 = - 
= -  ≥ 0
=  ≤

Keterangan : Variabel B digunakan untuk membedakan dengan C 2

Dari hasil perhitungan di atas diketahui apabila variabel B dinaikkan sampai

dengan 4.240 belum ekonomis untuk diproduksi, tetapi apabila dinaikkan di atas
4.240 maka variabel akan ekonomis untuk diproduksi.
Contoh:
Koefisien B dinaikkan menjadi 4.300, maka Variabel B = 4.300 - 4.240 = - 60 (bernilai negatif
berarti tabel tidak lagi optimal)
Tabel simpleks optimal yang baru:
Zj 800 400 600 0 0 0
Variabel
Cj
Dasar bj A B C S1 S2 S3

0 S1 76,67 0 0 -0,53 1 -0,4 -0,07

800 A 3,33 1 0 -0,07 0 0,2 -0,13

4300 B 83,3 0 1 0,83 0 0 0,17

- Cj 360,983 800 4300 3513 0 160 627

- Cj-Zj 360,983 0 0 2913 0 160 627

(1) PERUBAHAN PADA KOEFISIEN TUJUAN

Perubahan pada koefisien tujuan berpengaruh

langsung terhadap perubahan variabel dualnya
(1.3) (walaupun perubahan koefisien tersebut masih dalam

Perubahan Koefisien rentang yang disyaratkan), sebagai contoh misalnya

terjadi perubahan koefisien pada A menjadi 900 dan C
Tujuan dan menjadi 500. Apabila menggunakan pendekatan di
Pengaruhnya Terhadap atas maka tabel optimum dan nilai variabel keputusan

Variabel Dua tidak berubah. Tetapi bagaimana dengan nilai variabel

dual-nya.
Semula:
=

Nilai variable dual semula Y1 = 0, Y2 = 160, dan Y3 = 24

Menjadi
= :

Nilai variabel dual semula Y1 = 0, Y2 = 180, dan Y3 = -8

 (2) Perubahan Pada Kendala

Perubahan pada pembatas kanan kendala

(2.1) membawa perubahan pada nilai variabelnya

dengan demikian nilai tujuan (Z) juga akan
Perubahan pada berubah. Yang menjadi  pertanyaan dalam kasus
Pembatas Kanan ini adalah sampai sejauhmana perubahan
Kendala perubahan pada kendala tidak mempengaruhi hasil
optimum. Untuk menjawab kasus tersebut juga
diperlukan analisis sensitivitas.
Contoh:
Misalnya pada kendala ke-2 yang memiliki nilai pembatas 350 berubah menjadi 400, maka nilai
=
variabel yang baru adalah:
 

Dengan perubahan pada kendala ke-2 maka terjadi perubahan tingkat  produksi menjadi A = 110,
B = 20 dan C = 100, dengan demikian nilai Z meningkat dari Rp. 68.000,- menjadi:
Z = 800A + 400B + 600C
Z = 800(110) + 400(20) + 600(100)
Z = 156.000

Sebagai akibat kenaikan pembatas ke-2 dari 350 menjadi 400, maka terjadi kenaikan Z sebesar
Rp. 88.000,- (156.000 - 68.000). Secara rata-rata dapat diperoleh setiap kenaikan pembatas ke-2
sebanyak 1 satuan maka dapat meningkatkan Z sebesar Rp. 1.760,- (88.000/50).
 (2) PERUBAHAN PADA KENDALA

Apabila terdapat perubahan pada koefisien

kendala, misalnya pada variabel B yang semula
(2.2) memiliki koefisien 2, 4, dan 6 berubah menjadi 3,
Perubahan pada 5, dan 4. Langkah awal yang dapat dilakukan

Koefisien Kendala untuk memastikan apakah perubahan pada

koefisien kendala tersebut mempunyai pengaruh
terhadap hasil optimum adalah dengan
mengubahnya ke bentuk dual.
 Dengan demikian apabila perubahan tersebut dinyatakan dalam bentuk dual
menjadi 3Y1  + 5Y2  + 4Y3  - 400. Dengan mensubstitusikan nilai dual ke dalam
persamaan tersebut maka menjadi 3(0) + 5(160) + 4(24) - 400 = 496. Karena nilai
dual bernilai positif dengan demikian dapat disimpulkan bahwa perubahan
koefisien kendala tidak  berpengaruh terhadap basil optimum. Akan tetapi apabila
koefisien kendala berubah menjadi 3, 1, dan 9, maka nilai dual menjadi 3(0) +
1(160) + 9(24) - 400 = -24. Berarti perubahan koefisien tujuan merubah tabel
optimal.
(3) PENAMBAHAN VARIABEL KEPUTUSAN YANG
BARU
Penambahan produk baru dengan menambahkan variabel keputusan yang  baru
dengan menggunakan sumber daya yang ada sebelumnya dan tidak terdapat
penambahan sumber daya yang baru. Untuk menjawab kasus tersebut harus
diperhatikan apakah penambahan variabel keputusan yang baru itu menguntungkan
bagi  perusahaan atau sampai sejauhmana koefisien fungsi tujuan yang baru dapat
menguntungkan apabila perusahaan memproduksinya. Misalnya terdapat penambahan
variabel baru, yaitu D dengan kendala 1 jam pada kendala 1, 2 jam  pada kendala
kendala 2, dan 3 jam pada kendala kendala 3. Kemudian ditentukan berapa nilai
koefisien D yang ekonomis sehingga produk D layak untuk diproduksi.
=

– C4 = 392 – C4

Untuk memastikan bahwa produk D layak untuk diproduksi maka harus memenuhi
syarat, yaitu C4 ≤ 0. Dengan demikian perhitungan di atas yang menghasilkan 392 - C4 ≤ 0
diperoleh C4 ≥ 392. Perusahaan dapat menetapkan besarnya keuntungan untuk produk D di
 besarnya keuntungan untuk produk D di atas atau sama dengan 392 dihasilkan nilai ekonomis,
apabila keuntungan perusahan dari memproduksi produk D di  bawah 392 maka lebih baik
tidak ada penambahan produk baru.
 (4) PENAMBAHAN KENDALA BARU
Apabila terdapat penambahan kendala baru pada persamaan sebelumnya, kita harus
memastikan apakah dengan penambahan kendala baru tersebut mempengaruhi hasil
optimum yang telah ada. Misalnya terdapat penambahan kendala ke-4, yaitu: A + B + 3C ≤
350. Pada kendala tersebut substitusikan nilai variabel A = 0 dan C = 100 menjadi 10 + (0) +
3(100) = 310. Dapat disimpulkan penambahan kendala baru tidak mempengaruhi hasil
optimum, karena penambahan tersebut masih dapat dipenuhi oleh kapasitas yang ada. Akan
tetapi apabila kapasitas kendala yang baru adalah 300, maka penambahan baru membawa
 perubahan. Pada solusi optimum, karena setelah disubstitusikan minimal kapasitas yang
harus ada adalah 310. Perubahan yang terjadi seperti dijelaskan pada model simpleks di
bawah ini.
 Zj 800 400 600 0 0 0 0
Variabel
Cj
Dasar bj A B C S1 S2 S3 S4

0 S1 130 0 0,64 0 1 -0,4 0,04 0

800 A 10 1 0,08 0 0 0,2 -0,12 0
600 C 100 0 1,2 1 0 0 0,2 0
0 S4 300 1 1 3 0 0 0 1
- Cj                
- Cj-Zj                
Dari tabel simpleks di atas yang menjadi variabel dasar (basis) adalah variabel
A dan C, sehingga pada baris S4, kolom A dan C harus dijadikan angka 0.
 Langkah 1 : mengurangi baris S4 dengan baris A

S4 300 1 1 3 0 0 0 1

A 10 1 0,08 0 0 0,2 -0,12 0

S4 - A 290 0 0,92 3 0 -0,2 0,12 1

 Langkah 2 : mengurangi langkah 1 dengan baris C (setelah dikalikan koefisien sebesar 3)

S4 - A 290 0 0,92 3 0 -0,2 0,12 1

3C 300 0 3,6 3 0 0 0,6 0

(S4 – A) – 3C -10 0 -2,68 0 0 -0,2 -0,48 1

 Langkah 3 : masukkan nilai S4 yang telah diperbaiki

 Zj 800 400 600 0 0 0 0
Variabel
Cj
Dasar bj A B C S1 S2 S3 S4

0 S1 130 0 0,64 0 1 -0,4 0,04 0

800 A 10 1 0,08 0 0 0,2 -0,12 0
600 C 100 0 1,2 1 0 0 0,2 0
0 S4 -10 0 -2,68 0 0 -0,2 -0,48 1
- Cj 68000 800 784 600 0 160 24 -
- :
Kesimpulan Cj-Zj 68000 0 384 0 0 160 24 -

Walaupun dari hasil Cj - Zj diperoleh keseluruhan nilai positif, akan tetapi pada  pembatas yang baru ada
yang bernilai negatif sebesar 10, dengan demikian harus dieksekusi ulang dengan memilih kolom kunci pada
positif terbesar di Cj  –   Zj dengan mengikuti langkah yang telah ada dalam pengerjaan metode simpleks.
LATIHAN
SOAL
Sebuah perusahaan memproduksi jaket dan tas kulit. Sebuah jaket memerlukan 8 meter persegi
kulit dan tas hanya menggunakan 3 meter persegi. Persyaratan kerja untuk kedua produk tersebut
adalah 12 jam dan 4 jam. Harga pembelian kulit adalah $8 meter persegi dan biaya tenaga kerja
diperkirakan sebesar $15 per jam. Persediaan kulit mingguan saat ini dan tenaga kerja dibatasi
sampai 1200 meter persegi dan 800 jam. Perusahaan menjual jaket dan tas masing-masing dengan
harga $350 dan $120. Tujuannya adalah untuk menentukan jadwal produksi yang memaksimalkan
pendapatan bersih. Perusahaan sedang mempertimbangkan untuk memperluas produksi.
Pertanyaan :
1. Berapa harga pembelian maksimal yang harus dibayar perusahaan untuk kulit dan tenaga
kerja?
2. Jika perusahaan mengurangi jam kerja yang tersedia menjadi 700 jam, Apakah keputusan ini
tepat?
TERIM
A
KASIH
CREDITS: This presentation template was created by
Slidesgo, including icons by Flaticon, infographics &
images by Freepik and illustrations by Stories
 SUMBER
Salsabila, Nisrina Nur. 2017. “Analisis Sensitivitas”. Student Warsidi
[ONLINE] tersedia di:
https://students.warsidi.com/2017/06/analisis-sensitivitas.html

Dewi, Santika, dkk. 2019. “Analisis Sesitivitas”. Makassar : Universitas

Hasanuddin. [ONLINE] tersedia di:
https://www.scribd.com/document/404048521/Makalah-RO-Klp-3-
Analisis-Sensitivitas-docx