DUALITAS

DUALITAS DALAM
DALAM LINEAR
LINEAR
PROGRAMING
PROGRAMING

Program Linear

Oleh:
OKTOVIANUS R. SIKAS,S.Pd., M.Sc
PENGASUH
 KONSEP DUALITAS
• Setiap persoalan linear programing
mempunyai suatu linear program yang
berkaitan, yang disebut “dual”.

• Solusi dari persoalan asli LP (Primal), juga

memberikan solusi pada dualnya
 Hubungan Primal - Dual
• Kedua problem berhubungan sangat erat, di mana
problem yang satu dibentuk dari problem yang lain,
sehingga:
– Keduanya menggunakan koefisien (data) yang sama
meskipun dengan urutan yang berbeda.
– Keduanya mempersoalkan sumber-sumber yang sama
– Jawab optimal dari yang satu menghasilkan jawab optimal
bagi yang lain. Karena itu, apabila problem primal
berbentuk maksimum maka problem dualnya berbentuk
minimum, demikian sebaliknya
Hubungan primal-dual

Primal Dual
Batasan i Variabel i
Fungsi Tujuan Nilai Kanan
• Bentuk umum dari primal, yakni:
Maksimumkan Z = cx
Fungsi kendala: ax ≥ b, X ≥ 0

• Bentuk umum dari dual, yakni:

Maksimumkan Y = by
Fungsi Kendala: ay ≤ c, Y ≥ 0
Untuk memahami konsep dualitas, langkah
pertama yang perlu dipahami adalah bahwa
sebenarnya Dualitas adalah ‘kebalikan’ dari
masalah Simplex, dan masalah Simplex
sendiri selanjutnya sering disebut dengan
masalah Primal, Jadi masalah Dual adalah
‘kebalikan’ dari masalah Primal (simplex).
 Interpretasi Ekonomis
n
Fungsi primal Tujuan : Maks Z   C j X j
j 1
n
Batasan a
j 1
ij X j  bi

Xj = Tingkat aktivitas ke j
Cj = Laba persatuan aktivitas j
Z = Laba total dari seluruh aktivitas
bi = Jumlah sumber i yang tersedia
aij = jumlah sumber i yang “dipakai” oleh setiap satuan
aktivitas j
Dengan menggantikan Zj, metode simpleks dapat diartikan
mencari nilai Ym
Fungsi dual m
Tujuan : Min Y0   biYi
i 1
m
Batasan a Y  C
i 1
ij i j

Yi = kontribusi persatuan sumber i terhadap laba

Dari contoh kasus di bawah, masalah Primal
(simpelx)-nya adalah;

Fungsi tujuan :
Maksimalkan Z = 3X1 + 5X2
Dengan batasan :
Mesin A 2X1 ≤8
Mesin B 3X2 ≤ 15
Mesin C 6X1 + 5X2 ≤ 30 ,
dimana X1 dan X2 ≥ 0
Perhatikan bahwa;
Dalam fungsi tujuan dan batasan Dual tersebut :
1. Fungsi tujuannya dari maksimalisasi menjadi minimalisasi
2. Nilai koefisien pada fungsi tujuan (8,15 dan 30) sebelumnya
adalah nilai kanan (NK)dari fungsi batasan Primal (simplex)-
nya.
3. Sebaliknya nilai kanan batasan(3 dan 5)sebelumnya adalah
nilai koefisien fungsi tujuan pada kasus Primal (simplex)
4. Nilai koefisien pada fungsi batasan Dual adalah ‘pembacaan’
vertikal dari nilai koefisien di batasan Primalnya.
5. Jumlah batasan (3) akan menjadi jumlah variabel dalam fungsi
tujuan Dualnya (Y1 sampai dengan Y3)
 (masalah primal)
Merek I1 I2 Kapasitas
Mesin Maksimum
1 2 0 8
2 0 3 15
3 6 5 30
Sumbangan laba 3 5

Tabel primal-dual
Merek X1 X2
Mesin
Y1 2 0 ≤8
Y2 0 3 ≤ 15
Y3 6 5 ≤ 30
≥3 ≥5
 Tabel primal-dual
Merek X1 X2
Mesin
Y1 2 0 ≤8
Y2 0 3 ≤ 15
Y3 6 5 ≤ 30
≥3 ≥5
Fungsi primal-dual
Kunci 1 Tujuan : Tujuan :
Batasan i Maks Z = 3X1 + 5X2 Min Y = 8Y1 + 15Y2 + 30Y3

Variabel i Batasan : Batasan :

2X1 8 2Y1 + 6 Y3 ≥3
Kunci 2 3X2  15 3Y2 + 5 Y3 ≥5
Fungsi Tujuan 6X1 + 5X2  30
dan
Nilai Kanan dan Y1 ≥ 0, Y2 ≥ 0, Y3 ≥ 0
X1 ≥ 0, X2 ≥ 0
 Hasil masalah
dual
Tujuan :
Y = 8(0) + 15(5/6) + 30(1/2) Min Y = 8Y1 + 15Y2 + 30Y3

Batasan :
2Y1 + 6 Y3 ≥3
Y = 271/2 3Y2 + 5 Y3 ≥5

dan
Y1 ≥ 0, Y2 ≥ 0, Y3 ≥ 0

Analisis Simplex

Y1 = 0, Y2 = 5/6, Y3 = 1/2
 Kegunaan Analisis Dualitas
• Model primal akan menghasilkan solusi dalam bentuk
jumlah laba yang diperoleh dari memproduksi barang atau
biaya yang dibutuhkan untuk memproduksi barang.
• Modul 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 biaya yang
harus dikeluarkan untuk tambahan tersebut.
 TUGAS
1. Primal
Maksimumkan Z = 5X1 + 7X2
Fungsi batasan:
2X1 + X2 ≤ 8
X1 + 2X2 ≤ 8
6X1 + 7X2 ≤ 42
X1, X2, X3 ≥ 0

2. Primal
Maksimumkan Z = X1 + 3X2 – 2X3
Fungsi batasan:
4X1 + 8X2 + 6X3 = 25
7X1 + 5X2 + 9X3 = 30
X1, X2, X3 ≥ 0
3. Primal
Minimumkan Z = 3X1 + 2X2 + X3 + 2X4 + 3X5
Fungsi batasan:
2X1 + 5X2 + 4 X4 + X5 ≥ 6
4X2 - 2X3 + 2X4 + 3X5 ≥ 5
X1 – 6X2 + 3X3 + 7X4 + 5X5 ≤ 7
X1, X2, X3, X4, X5 ≥ 0

4. Primal
Minimumkan Z = X1 + 2X2 + X3
Fungsi batasan:
X2 + X3 = 1
3X1 + X2 + 3X3 = 4
X1, X2, X3 ≥ 0
ANALISA
ANALISA SENSITIVITAS DALAM
LINEAR
LINEAR PROGRAMING
PROGRAMING

Program Linear

Oleh:
OKTOVIANUS R. SIKAS,S.Pd., M.Sc
PENGASUH
 Analisa Sensivitas
1. Interpretasi informasi dalam masalah
dualitas membawa kita ke dalam lingkup
analisis sensitivitas.
2. Analisis sensitivitas digunakan untuk
menjawab pertanyaan: Bila suatu parameter
input berubah, apa pengaruhnya terhadap
pemecahan optimal dari persoalan?
• Karena:
– harga-harga dan biaya selalu berubah
– Pemasok sering mengalami kesulitan produksi dll
 ANALISIS SENSITIVITAS (lanjutan)

Seperti dijelaskan pada materi dualitas sebelumnya,

selain dapat digunakan untuk menguji kebenaran hasil
optimal Primal/Simplexnya, analisis sensitivitas sangat
bermanfaat untuk menghindari pengulangan
perhitungan dari awal, apabila terjadi perubahan-
perubahan pada masalah LP simplex.
Pengecekan atau pengujian hasil optimal
Primal/simplex dapat dilakukan dengan memanfaatkan
beberapa nilai pada tabel simplex optimalnya,
khususnya nilai-nilai yang berada di bawah variabel
dasar, kecuali di baris tujuan (Z).
 Pengujian/pembuktian pertama
• Langkah 1
Menentukan koefisien-koefisien pada fungsi tujuan
Primal/simplex yang berhubungan dengan variabel dasar
iterasi yang bersangkutan. Dari tabel di atas dapat dilihat
bahwa urutan variabel yang dimaksud adalah X2, dan
X1. Sementara itu fungsi tujuan Primal/simplex-nya
adalah Z = 3X1 + 5X2, sehingga koefisien yang
dimaksud adalah 5 dan 3.

• Langkah 2
Mengalikan nilai koefisien tersebut dengan matrik 3x3
 Pengujian/pembuktian pertama
• Langkah 1

Menentukan nilai kanan dari setiap batasan yang ada dalam

fungsi batasan
Primal/simplex-nya. Dari contoh kasus yang ada, nilai yang
dimaksud adalah 8,15 dan 30.

Langkah 2

Mengalikan nilai yang telah ditentukan tersebut dengan matrix

• Jadi tambahan keuntungan yang terjadi apabila
kapasitas setiap mesin ditambah 1 unit tidak lagi 0,
5/6, dan ½, tetapi 0,8/9 dan 2/3.

Dan apabila dimasukkan ke Fungsi tujuan Dual untuk

mendapatkan hasil adalah:
Y = 8(0) + 15(8/9) + 30(2/3) = 33,34 à
Keuntungan yang baru.
 Contoh soal

CV CIARD memproduksi jenis Astra dan cosmos diperlukan

bahan baku A dan B serta jam kerja.
Maksimum penyediaan bahan baku A, 60 kg perhari, bahan
B, 30 kg perhari dan tenaga kerja 40 jam perhari.
Kedua jenis produk memberikan keuntungan sebesar Rp 40
untuk astro dan Rp 30 untuk cosmos.

Jenis Bahan Baku dan Kg Bahan Baku dan Jam Maksimum

Tenaga Kerja Tenaga Kerja Penyediaan
astro cosmos

Bahan baku A 2 3 60 kg
Bahan baku B 2 30 kg
Tenaga kerja 2 1 40 jam
 Penyelesaian
Diperoleh model matematika:
Fungsi tujuan
Z = 40X1 + 30X2
Kendala:
2X1 + 3X2 ≤ 60
2X2 ≤ 30
2X1 + X2 ≤ 40
X1, X2 ≥ 0
Dari perhitungan pencarian solusi optimum (Titik C; X1=15
dan X2=10) akan ditemukan kendala yang sudah habis
terpakai (scare ) atau full capacity dan kendala yang
berlebihan atau idle capasity.
Perubahan Kapasitas Sumber Daya
1) Perubahan bahan baku Jika BB A ditambah
persamaan (1) bergeser hingga F persilangan (2)
dan (3)
 2) Perubahan jam tenaga kerja
Jika TK ditambah persamaan (3) bergeser hingga titik
G
3) Perubahan Bahan Baku B
BB B diturunkan, persamaan (2) bergeser hingga
titik C (titik optimum tidak berubah)