Makalah Kelompok 5 Operasi Riset - PSM A 2109
Makalah Kelompok 5 Operasi Riset - PSM A 2109
Makalah Kelompok 5 Operasi Riset - PSM A 2109
Oleh:
Kelompok 5 (Lima)
1. Kristina Ester Situmorang (4193230021)
2. Khanna Sadilla (4193530010)
PSM A 2019
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2022
KATA PENGANTAR
Dengan mengucapkan rasa syukur kepada Tuhan Yang Maha Esa, karena atas berkat-Nya
kami dapat menyelesaikan tugas mata kuliah Operasi Riset ini yaitu sebuah makalah yang
berisi tentang Dualitas dan Analisis Sensitivitas dalam Linear Programming. Kami
menyadari bahwa kelancaran dalam penyusunan materi ini tidak lain berkat bantuan, dorongan
dan bimbingan dari ibu Dr. Nerli Khairani, M.Si, sehingga kendala-kendala yang kami
hadapi bisa teratasi. Oleh karena itu kami mengucapkan terima kasih kepada semua pihak
terutama kepada Dosen pengampu kami yang telah memberikan tugas dan petunjuk
kepada kami sehingga kami termotivasi dalam menyelesaikan tugas makalah ini
Kami mohon maaf jika dalam penyajian dan penyampaian makalah ini, banyak hal-hal
yang kurang berkenan atau kurang bermutu atau berkualitas karena keterbatasan sarana buku-
buku yang bisa mendukung terciptanya makalah ini. Semoga makalah ini dapat bermanfaat
bagi semua orang. Demi kesempurnaan makalah ini, kami selalu menerima saran-saran yang
bersifat membangun dan membantu perbaikan-perbaikan dalam makalah ini.
Kelompok 5
DAFTAR ISI
KATA PENGANTAR...................................................................................................2
DAFTAR ISI.................................................................................................................3
BAB I PENDAHULUAN.............................................................................................4
1.3 Tujuan.............................................................................................................5
BAB II PEMBAHASAN...............................................................................................6
2.1 Dualitas...........................................................................................................6
DAFTAR PUSTAKA..................................................................................................23
LAMPIRAN................................................................................................................24
BAB I
PENDAHULUAN
1.3 Tujuan
1. Untuk mengetahui mengenai dualitas dalam program linear
2. Untuk mengetahui penggunaan dualitas dalam program linear
3. Untuk mengetahui mengenai analisis sensitivitas dalam program linear
4. Untuk mengetahui penggunaan analisis sensitivitas dalam program linear
BAB II
PEMBAHASAN
2.1 Dualitas
Setiap model program linier mempunyai dua bentuk yaitu primal dan dual. Bentuk asli
dari progam linier disebut Primal. Contoh model yang dibahas sebelum-sebelumnya adalah
model-model primal. Dual adalah bentuk alternatif model yang dikembangkan sepenuhnya dari
bentuk primal.
Sebagai dasar dualitas, semua permasalahan program linier harus disajikan dalam
bentuk standar/bentuk kanonik seperti pada penggunan metode simpleks. Hal ini disebabkan
semua perhitungan primal – dual diperoleh langsung dari tabel simpleks, sehingga sangat logis
untuk mendefinisikan masalah dual dengan cara konsisten dengan bentuk standar dari masalah
primal.
Ketentuan untuk menuliskan bentuk dual dari suatu program linier adalah :
a. Koefisien fungsi tujuan primal menjadi konstanta ruas kanan bagi dual.
b. Koefisien ruas kanan pada primal menjadi koefisien fungsi tujuan bagi dual.
c. Kasus maksimum pada primal menjadi kasus minimum pada dual atau sebaliknya.
d. Tanda pertidaksamaan batasan dibalik.
e. Setiap kolom pada primal berkorespondensi dengan baris pada dual, sehingga
banyaknya batasan dalam dual sama dengan banyaknya variable primal.
f. Setiap baris pada primal berkorespondensi kolom pada dual, , sehingga ada satu
variable dual untuk setiap batasan primal.
g. Dual dari dual adalah primal.
Bentuk standar masalah primal adalah sebagai berikut.
n
Maksimalkan Z=∑ C j x j
j=1
n
Batasan-batasan ∑ aij x j ≤ bi untuk i=1,2 , … , m
j=1
x j ≥ 0 ,untuk j=1,2 , … , n
Pemecahan persoalan primal terlihat pada koefisien baris Z pada iterasi tabel optimal. Hal ini
dapat dilihat pada Tabel 1.
Variabe
Z x1 x2 … xn s1 s2 … sm q
l
Z 1 C 1−Z 1 C 2−Z 2 … C j−Z j y1 y2 … yi y0
Tabel 1. Koefisien Z pada nilai optimal
Kondisi optimal adalah apabila semua koefisien pada baris terakhir (C ¿ ¿ j−Z j )¿ tidak ada
yang bernilai positif, yakni :
C j−Z j ≤ 0 ,untuk j=1,2 , … , n
y i ≥0 , untuk j=1,2 , … ,n
Dengan menggantikan Z j , nilai-nilai y i dapat dicari
n
Minimalkan y 0 = ∑ bi y i
j=1
n
Batasan-batasan ∑ aij y i ≥C j untuk j=1,2 ,… , n
j=1
y i ≥0 , untuk i=1,2 , … , m
Bentuk di atas tersebut kemudian dikenal sebagai dual daripada masalah primal. Sebagai
konsekuensi nilai Z optimal (maksimum) pada masalah primal adalah y 0 minimum pada
masalah dual. Sehingga sekali lagi masalah dual ditulis sebagai berikut :
n
Fungsi Tujuan : Minimalkan y 0=∑ bi y i
j=1
Batasan-batasan :
n
y i ≥0 , untuk i=1,2 , … , m
Berikut ini adalah tabel yang menyatakan hubungan antara primal dan dual untuk
mempermudah melihat hubungan diantaranya.
PRIMAL KOEFISIEN
NK
x1 x2 … xn
y1 a 11 a 12 … a 1n b1
D K
y2 a 21 a 22 … a 2n b2
U O
⋮ ………………………… …………… ⋮
A E
ym am1 am2 … a mn bm
L F
NK c1 c2 … cm
Tabel 2. Hubungan antara primal dan dual
Tabel 2 menunjukkan hubungan simetris antara primal dan dual, di mana bagian
vertikal/tegak merupakan bentuk primal, sedangkan bagian mendatar merupakan bentuk
dualnya. Bila disimpulkan hubungan tersebut adalah sebagai berikut :
1. Parameter untuk batasan persoalan primal (dual) merupakan koefisien bagi persoalan
dual (primal).
2. Koefisien fungsi tujuan/obyektif persoalan primal (dual) adalah sisi kanan dari
persoalan dual (primal) atas.
Bentuk Dual adalah kebalikan dari bentuk Primal. Hubungan Primal dan Dual sebagai berikut:
Masalah Primal (atau Dual) Masalah Dual (atau Primal)
Koefisien fungsi tujuan Nilai kanan fungsi batasan
Maksimumkan Z (atau Y ) Minimumkan Y (atau Z )
Batasan i Variabel y i (atau x i)
Bentuk ≤ yi ≥ 0
Bentuk = y i ≥ dihilangkan
Variabel x j Batasan j
xj ≥ 0 Bentuk ≥
x j ≥ 0 dihilangkan Bentuk =
Tabel 4. Hubungan antara primal dan dual
Dari segi ekonomi, solusi optimum bentuk dual dapat ditafsirkan sebagai sumbangan
per unit batasan sumber daya. Nilai optimum fungsi tujuan primal dan dual adalah sama. Suatu
masalah seharusnya dirumuskan dalam bentuk primal atau dual, tergantung sepenuhnya kepada
kemudahan perhitungan dalam menyelesaikan suatu masalah. Jika suatu masalah bentuk
primalnya memiliki sejumlah besar batasan sementara variablenya hanya sedikit, masalah
tersebut dapat diselesaikan dengan efektif jika dirumuskan dalam bentuk dual. Misalnya,
seorang manajer seringkali tidak terlalu menaruh perhatian pada laba akan tetapi lebih pada
penggunaan sumber-sumber karena manajer lebih sering mempunyai kendala atas penggunaan
sumber-sumber daripada atas akumulasi laba. Solusi dual dapat memberikan informasi kepada
manajer mengenai nilai dari sumber-sumber yang terutama penting dalam pengambilan
keputusan untuk menentukan apakah perlu menambah sumber-sumber serta biaya yang harus
dikeluarkan untuk tambahan tersebut
Batasan-batasan Batasan-batasan
2 x1 + 4 x 2 ≤ 40
18 x 1+18 x 2 ≤ 216 2 y 1+18 y 2 +24 y 3 ≥160
24 x 1 +12 x 2 ≤240 m
2 4 y 1+18 y 2 +12 y 3 ≥ 200
x1, x2≥ 0 y1 , y2 , y3 ≥ 0
Contoh 5 : Menganalisis Perubaan pada Koefisien Fungsi Tujuan (Lanjutan dari Contoh 4)
Tabel terakhir (optimal) Primal Optimal pada Tabel 6 sebagai berikut :
Cj 160 200 0 0 0
Variabel
Kuantitas x1 x2 s1 s2 s3
dasar
1 −1
200 x2 8 0 1 0
2 18
−1 1
160 x1 4 1 0 0
2 9
0 s3 48 0 0 6 −2 1
20
Zj 2240 160 200 20 0
3
−20
Z j−C j 0 0 −20 0
3
Pertama, tentukan suatu perubahan ∆ pada batas fungsi tujuan ( C 1). Hal ini mengubah nilai C 1
dari C 1=160 menjadi C 1=160+∆ , seperti yang ditunjukkan pada tabel berikut. Perhatikan
bahwa pada saat C 1 diubah menjadi 160+ ∆ , nilai yang baru tersebut dimasukkan baik pada
baris C j teratas maupun pada sisi kiri kolom C j . Hal ini dilakukan mengingat x 1 adalah
variabel dasar. Karena 160+ ∆ berada pada sisi kolom, ini berarti 160+ ∆ menjadi panggali
pada saat nilai-nilai baris Z j−C j yang baru dan basis Z j−C j selanjutnya dihitung.
Cj 160+ ∆ 200 0 0 0
Variabel
Kuantitas x1 x2 s1 s2 s3
dasar
1 −1
200 x2 8 0 1 0
2 18
−1 1
160+ ∆ x1 4 1 0 0
2 9
0 s3 48 0 0 6 −2 1
−∆ 20 ∆
Zj 2240+ ∆ 160+ ∆ 200 20 + 0
2 3 9
∆ −20 ∆
Z j−C j 0 0 −20+ − 0
2 3 9
Tabel 8. Hasil optimal dengan C 1=160+∆
Solusi yang ditunjukkan pada tabel 2.6 akan tetap optimal selama nilai-nilai baris Z j−C j tetap
negatif. Jadi supaya solusi tetap optimal
∆ −20 ∆
−20+ <0 dan − <0
2 3 9
∆ −∆ 20
<20 <
2 9 3
∆ <40 ∆ >−60
Jadi, ∆ <40 dan ∆ >−60. Sekarang diambil kembali persamaan C 1=160+∆ dengan demikian
∆=C 1−160. Subsitusikan jumlah C 1−160 untuk ∆ dalam pertidaksamaan-pertidaksamaan
tersebut,
∆ <40 dan ∆ >−60
C 1−160<40 C 1−160>−60
C 1<200 C 1>100
Dengan demikian, range nilai C 1 yang tetap mempertahankan solusi optimal meskipun nilai
fungsi tujuan mungkin berubah.
100<C 1< 200
Berikutnya, tentukan perubahan pada C 2 sehingga C 2=200+∆ . Dampak perubahan ini dalam
tabel simpleks ditunjukkan pada Tabel 9
Cj 160 200+ ∆ 0 0 0
Variabe Kuantitas x1 x2 s1 s2 s3
l dasar
200+ ∆ x2 8 0 1 1 −1 0
2 18
160 x1 4 1 0 −1 1 0
2 9
0 s3 48 0 0 6 −2 1
Zj 2240+8 ∆ 160 200+ ∆ +∆ 20 ∆ 0
20 −
2 3 18
Z j−C j 0 0 ∆ ∆ 0
−20− −20+
2 18
Seperti yang telah dijelaskan sebelumnya, solusi yang ditunjukkan pada tabel 2.7 akan tetap
optimal selama nilai-nilai baris Z j−C j tetap negatif atau nol. Jadi supaya solusi tetap optimal
maka harus dibuat :
∆ −20 ∆
−20− dan +
2 3 18
Penyelesaian perrtidaksamaan di atas untuk ∆ menghasilkan
∆ −20 ∆
−20− < 0 dan + <0
2 3 18
−∆ ∆ 20
<20 <
2 18 3
∆ >−40 ∆ <120
Jadi, ∆ >−40 dan ∆ >−60 karena C 2=200+∆ dengan demikian ∆=C 2−200. Penstubtitusian
nilai ini untuk ∆ pada pertidaksamaan di atas menghasilkan :
∆ >−40 dan ∆ <120
C 2−200>−40 C 2−200<120
C 2>160 C 2<320
Dengan demikian, range nilai C 2 yang tetap mempertahankan solusi optimal adalah :
100<C 1< 200
160<C 2< 320
BAB III
KESIMPULAN
Dualitas adalah masalah program linier yang didefinisikan secara langsung dan
sistematik dari model asli atau model primal program linier. Setiap model linear programming
mempunyai model linear programming yang berkaitan, yang disebut dengan model dual. Jika
model primal berupa persoalan maksimisasi,maka model dual berupa model minimisasi atau
sebaliknya. Pembentukan model dual didasarkan pada variabel,koefisien, sumberdaya dan data
yang sama pada model primal. Oleh karena itu , solusi dari model primal,juga memberikan
solusi pada model dualnya dengan nilai fungsi tujuan yang sama.
Manfaat utama dari dual bagi pengambil keputusan terletak pada informasi yang
dihasilkan, antara lain tentang sumber-sumber model serta mereka dapat melihat alternatif
permasalahan dari sisi yang berbeda
Suatu analisis yang mempelajari dampak perubahan-perubahan yang terjadi baik pada
para meter (koefisien fungsi tujuan) maupun pada ketersediaan sumber daya(nilai sebelah
kanan),terhadap solusi dan nilai harga bayangan dari sumberdaya - Kegunaannya adalah agar
pengambil keputusan dapat memberikan respon lebih cepat terhadap perubahan-perubahan
yang terjadi. Didasarkan atas informasi pada solusi optimal yang memberikan kisaran nilai-
nilai parameter dan nilai sebelah kanan.
DAFTAR PUSTAKA
Aisah,S.2013. Aplikasi Program Linear dengan Metode Dualitas dan Analisis Sensitivitas
untuk Mengoptimalkan Hasil Produksi Pada Pabrik Ramah Jaya Bakery. Skripsi.
Medan: Universitas Negeri Medan
Hardianti.2016. Makalah Analisis Dualitas dan Analisis Sensitivitas. Samarinda: Sekolah
Tinggi Manajemen Infonesia
Harsono,S. dan Darmawan Sryanto. 2016. Riset Operasi. Medan : STIE Graha Kirana
LAMPIRAN
Latihan Soal
1.Sebuah pabrik memproduksi kaos dan sweater. Untuk memproduksi satu buah kaos,
dibutuhkan biaya sebesar $2 dan 3 jam pengerjaan. Untuk memproduksi satu buah sweater,
pabrik membutuhkan biaya sebesar $4 dan 2 jam pengerjaan. Minggu ini, pabrik tersebut
punya kapasitas sebesar $220 dan 150 jam. Kalau kaos dijual seharga $6 dan sweater $7,
berapa banyak masing-masing produk tersebut diproduksi agar keuntungan bisa maksimal?
- Berapa keuntungan optimal jika kaos dijual seharga $7 dan sweater $10?
2. Dari soal no 1. Jika kapasitas biaya operasional dinaikkan menjadi $250, berapa keuntungan
optimal yang bisa diperoleh?
3. Fungsi Tujuan : Max Z=150.000 x 1+ 40.000 x 2
Kendala : (1) 5 x 1+ 4 x 2 ≤ 20
(2) 6 x 1+ 5 x 2 ≤15
x1, x2≥ 0
[]
A2= 5 .Tentukan pengaruhnya terhadap.
1
3
4 [] 1
[]
8. Dari contoh 1 A2= diubah menjadi A2= .Tentukan pengaruhnya terhadap po soal asli.
7
9. Dari contoh 1 bila c 2=45diubah menjadi c 2=65. Bagaimana pengaruh perubahan tersebut
terhadap po soal asli.
10. Dari contoh 1 bila c 2=45diubah menjadi c 2=−25 . Bagaimana pengaruh perub ahan
tersebut terhadap po soal asli.
Contoh 1
Masalah Primal Bentuk Kanonik
Memaksimumkan Z 3a 5b Memaksimumkan Z 3a 5b
Terhadap batasan Terhadap batasan
2a 6 (1) 2a S1 6 (1)
3b 15 (2) 3b S2 15 (2)
6a 4b 24 (3)
6a 4b S3 24 (3)
a, b 0
a,b, S1 , S2 , S3 0
PRIMAL
KOEFISIEN NK
a b S1 S2 S3
D K y1 2 0 1 0 0 6
U O y2 0 3 0 1 0 15
A E y3 6 4 0 0 1 24
L F NK 3 5 0 0 0
Dari tabel primal-dual tersebut maka diperoleh bentuk dual dari masalah primal
contoh 1 sebagai berikut.
Meminimumkan W 6 y1 15 y2 24 y3
y1 tak dibatasi,
y2 tak dibatasi, y3 tak dibatasi
Karena
y1 0 da y1 tak dibatasi didominasi oleh y1 0
n
y2 0 dan
y2 tak dibatasi didominasi y2 0
y3 0 dan oleh
y3 0
y3 tak dibatasi didominasi oleh
Terhadap batasan:
2 y1 6 y3 3
3y2 4 y3 5
y1 0 ,
y2 0 ,
contoh 2
Masalah Primal Bentuk Kanonik
Memaksimumkan F x1 x2 Memaksimumkan F x1 x2 'x2 "MR
Terhadap batasan Terhadap batasan
x1 x2 2 (1) x1 x2 'x2 "S1 R 2 (1)
3x1 2x2 12 (2) 3x1 2x2 '2x2 "S2 12 (2)
x1 0 x1, x2 ', x2 ", S1, S2 , R 0
x2 tak dibatasi
Terhadap batasan:
y1 3y2 1
y1 2 y2 1 y1 2 y2 1
y1 2 y2 1
y1 0 y1 0 , y2 0
y1 M y1 M
y2 tak dibatasi
y1 tak dibatasi
Karena y1 0 , y1 M dan y1 tak dibatasi didominasi oleh y1 0
y2 0 dan
y2 tak dibatasi didominasi oleh y2 0
Terhadap batasan:
y1 3y2 1
y1 2 y2 1
y1 0
y2 0
Contoh 3:
Masalah Primal Bentuk Kanonik
Meminimumkan Meminimumkan
H 5y1 12y2 4 y3 H 5y1 12y2 4 y3 MR
Terhadap batasan: Terhadap batasan
y1 2 y2 y3 10 (1) y1 2 y2 y3 S 10 (1)
2 y1 y2 3y 3 8 (2) 2 y1 y2 3y 3 R 8 (2)
y1 0 , y2 0 , y 3 0 y1 , y2 , y3 , S, R 0
Karena
x1 0 dan x1 tak dibatasi didominasi oleh x1 0
x2 M dan x 2 tak dibatasi didominasi oleh tak dibatasi
n aij x j bi
maka bentuk dual dari
masalah primal tersebut menjadi
j1
Memaksimumkan
F 10x1 8x2
Terhadap batasan
x1 2x 2
5
2x1 x2 12
x1 3x2 4
x1 0
x2 tak dibatasi
Contoh 4
Penyelesaian masalah dual dari permasalahan di atas dapat diperoleh langsung dari tablo
simpleks masalah primalnya, yaitu dengan menggunakan persamaan berikut ini.
Pada tablo simpleks permasalahan di atas variabel basis awalnya adalah S1, S2,
dan S3 dengan koefisien-koefisien persamaan optimal Z berturut-turut adalah
1
0,1,dan . sedangkan fungsi batasan pada masalah dual yang berkaitan dengan
2
S1, S2, dan S3 berturut-turut adalah y 1 ≥ 0 , y 2 ≥ 0 , dan y 3 ≥0.
y2 0 1 y2 1
1 1
y 3−0= y 3=
2 2
1
Jadi penyelesaian optimal masalah dual tercapai di ( y 1 , y 2 , y 3 )=(0,1 , )dengan nilai
2
()
optimal W min =6 ( 0 )+ 15 (1 ) +24
1
2
=2
Contoh 5
Primal : max z=60 x 1 +30 x 2 +20 x 3
Batasan 8 x 1+ 6 x2 + x 3 ≤ 48 ⟹ y 1 ≤ 0
4 x1 +2 x 2+1.5 x 3 ≤ 20 ⟹ y 2 ≤ 0
2 x1 +1.5 x 2+ 0.5 x 3 ≤8 ⟹ y 3 ≤0
x 1 , x 2 , x 3 ≤ 48 ≥ 0
Dual : min w=48 y 1 +20 y 2 +8 y 3
Batasan 8 y 1 +4 y 2+2 y 3 ≥60
6 y 1 +2 y 2+1.5 y 3 ≥30
1 y 1+1.5 y 2 +0.5 y 3 ≥ 20
y 1 , y 2 , y 3 ≤ 48 ≥ 0
Contoh 6
Minimumkan : Z=2 x 1 + x 2
x 1+ 5 x 2 ≥10
x 1+ 3 x 2 ≥6
2 x1 +2 x 2 ≥ 8
x1 , x2 ≥ 0
Pada tabel diatas, jika dibaca kebawah maka akan menjadi masalah dual. Sedangkan jika
dibaca kekanan maka akan didapatkan masalah primal. Maka hasil dari pembacaan tabel
tersebut yaitu:
Masalah dual:
Memaksimukan f =c 1 x1 +c 2 x2
Dengan kendala:
a 11 x1 + a12 x 2 ≤ b1
a 21 x1 + a22 x 2 ≤ b2
a 31 +a 32 x 2 ≤ b3
Sedangkan masalah primalnya menjadi
Meminimumkan g=b1 n1+ b2 n2+ b3 n3
Dengan kendala:
a 11 n1 +a21 n2 +a31 n3 ≤ c 1
a 12 n1 +a22 n2 +a33 n3 ≤ c 2
Contoh 8
Bentuk primal
Maksimum Z¿ 5 x 1+12 x 2+10 x 3
Dengan kendala:
1. x 1+ 4 x 2 + x 3 ≤ 10
2. 2 x1 + x 2 +3 x3 ≤15
x1 , x2 , x3 ≥ 0
Bentuk Dual
Minimumkan : W =10 y 1+15 y 2
Dengan kendala : 1. y 1 +2 y 2 ≥ 5
2. 4 y 1+ y 2 ≥ 12
3. y 1 +3 y 2 ≥ 10
y1 ≥ 0
y 2 ≥0
Contoh 9
Diberikan Program Linear (Primal):
a) Minimumkan : Z = 3 x 1+2,5 x 2
dengan kendala : 2 x 1+4 x 2 ≥40
3 x 1+2 x 2 ≥50
x1, x2≥0
Maka Program Linear Dualnya akan berbentuk :
b) Masimumkan ;Y=40y 1+ 50y 2
dengan kendala : 2 y 1+3 y 2≤ 3
4 y 1+2 y 2≤ 2,5
Apabila program Linear a) atau Program Linear Primal diselesaikan dengan metode
simpleks ( metode Big M) mak akan menghasilkan tavel akhir sebagai berikut:
Basis Z x2 s1 s2 R1 R2 Solusi
-Z -1 0 3/16 7/8 M+17/16 M-7/8 -205/4
Basis W y1 y2 s2 s1 Solusi
W 1 0 0 45/3 5/2 205/4