Dualitas Dalam Model Linear Programing

dokumen-dokumen yang mirip
Dualitas Dalam Model Linear Programing

Analisis Sensitifitas DALAM LINEAR PROGRAMING

LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel

Formulasi dengan Lindo. Dasar-dasar Optimasi. Hasil dengan Lindo 1. Hasil dengan Lindo 2. Interpretasi Hasil. Interpretasi Hasil.

Dasar-dasar Optimasi

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier)

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA GRAFIK

PANDUAN WAWANCARA PENELITIAN OPTIMASI PENGADAAN SAYURAN ORGANIK. : Optimasi Pengadaan Sayuran Organik

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI

Fakultas Pertanian Unlam ABSTRACT

VII. KEPUTUSAN PRODUKSI AKTUAL DAN OPTIMAL

III. METODE PENELITIAN

UNIVERSITAS MERCU BUANA PROGRAM PASKA SARJANA PROGRAM STUDI MAGISTER MANAJEMEN

Lampiran 1 Gambar rancang bangun alat penangkap ikan tuna longline. Sumber: 30 Desember 2010

III. METODE PENELITIAN

IV. METODE PENELITIAN

Konsep Primal - Dual

MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN

IV. METODE PENELITIAN

BAB 2 LANDASAN TEORI

LINIER PROGRAMMING Formulasi Masalah dan Pemodelan. Staf Pengajar Kuliah : Fitri Yulianti, MSi.

IV. METODE PENELITIAN

VI HASIL DAN PEMBAHASAN

SOAL LATIHAN. Kerjakan soal-soal berikut ini dengan singkat dan jelas!

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

PENELITIAN OPERASIONAL I (TIN 4109)

Metode Simpleks M U H L I S T A H I R

III. KERANGKA PEMIKIRAN

IV. METODE PENELITIAN

BAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

IV. HASIL DAN PEMBAHASAN

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

TEORI DUALITAS & ANALISIS SENSITIVITAS

BAB IV. METODE SIMPLEKS

Analisis Sensitivitas Produksi Kopi Sambung

Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi

Lampiran 1. Denah Pabrik MT KPBS Pangalengan

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

Bentuk Standar. max. min

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

Model Linear Programming:

Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan

Pemrograman Linier (6)

CCR314 - Riset Operasional Materi #2 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

CCR-314 #2 Pengantar Linear Programming DEFINISI LP

Lampiran 1. Peta Lokasi Peneliti. Peta Teluk Levun Kabupaten Maluku Tenggara

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data

METODE SIMPLEKS (MS)

Tabel 1. Soal Lapres. Benang Pewarna Harga Jual Permasalahan tersebut dimodelkan sebagai berikut : X2 = Sarung Anak

BAB IV. METODE PENELITIAN

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model

ANALISIS MODEL LINEAR PROGRAMMING

BAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak

BAB II LANDASAN TEORI. A. Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear

DUALITAS DAN ANALISIS SENSITIVITAS

Teori Dualitas dan Penerapannya (Duality Theory and Its Application)

STUDI OPTIMASI PENGGUNAAN ENERGI LISTRIK PADA SISTEM TATA CAHAYA BUATAN DI GEDUNG POLITEKNIK NEGERI PONTIANAK

BAB III. METODE SIMPLEKS

BAB II METODE SIMPLEKS

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis

BAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.

Model Linear Programming:

BAB II KAJIAN LITERATUR

Z = 5X1 + 6X2 + 0S1 + 0S2 + MA1 + MA2. Persoalan Primal (asli) Persoalan Dual (kebalikan dari primal)

BAB III Transportasi

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah

LINIER PROGRAMMING. By Zulkifli Alamsyah /ZA 1

ANALISIS SENSITIVITAS DAN PENAFSIRAN HASILNYA DI DALAM PEMROGRAMAN LINIER DENGAN PERANGKAT LUNAK MANAGEMENT SCIENTIST VERSI 6.0

DEFINISI LP FUNGSI-FUNGSI DALAM PL MODEL LINEAR PROGRAMMING. Linear Programming Taufiqurrahman 1

Metode Simpleks dengan Big M dan 2 Phase

MATA KULIAH RISET OPERASIONAL

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

PROGRAM LINIER METODE SIMPLEKS

VII. PEMECAHAN OPTIMAL MODEL INTEGRASI TANAMAN TERNAK

MOJAKOE MKDB. Dilarang Memperbanyak Mojakoe ini tanpa seijin. Mojakoe dapat didownload di

3 METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian 3.2 Metode Penelitian 3.3 Metode Pengumpulan Data

BAB 2 MODEL OPTIMISASI. 1. Pengertian 2. Kendala Model Optimisasi 3. Formulasi Model Optimisasi

III. KERANGKA PEMIKIRAN

Model umum metode simpleks

Ir. Tito Adi Dewanto

Jurnal Agri Sains Vol, 1 No.02 (2017) Optimasi Produksi Crude Palm Oil (cpo) Dan Inti Sawit (Kernel) Studi Kasus PT. Mega Sawindo Perkasa

VI. ANALISIS OPTIMALISASI PRODUKSI BENIH IKAN HIAS AIR TAWAR PADA TAUFAN S FISH FARM

Dual Pada Masalah Maksimum Baku

MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI

PENDEKATAN KUANTITATIF SEBAGAI SALAH SATU ALTERNATIF METODE PEMECAHAN MASALAH. Dewi Atika Dosen Tetap Fakultas Ekonomi Universitas Pakuan

Manajemen Operasional

Analisis Sensitivitas. Ayundyah

OPTIMALISASI PRODUKSI MENGGUNAKAN MODEL LINEAR PROGRAMMING (Studi Kasus : Usaha Kecil Menengah Kue Semprong)

METODE BIG M. Metode Simpleks, oleh Hotniar Siringoringo, 1

PENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH

MBTI L/O/G/O Analisis Sensitivitas

OPTIMALISASI INPUT PRODUKSI PADA KEGIATAN BUDIDAYA UDANG VANAME

MODEL NETWORK. Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi

Transkripsi:

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c Dualitas Dalam Model Linear Programing Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi

KONSEP DUALITAS Setiap model linear programing 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, sumber daya 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. 2

Hubungan Primal - Dual Hubungan antara model primal dan model dual dapat digambarkan sebagai berikut: PRIMAL Maksimisasi Kendala ke-i Variabel ke-j Hubungan Model Primal dan Dual Koefisien FT ke-j Nilai Kanan ke-i DUAL Minimisasi Variabel ke-j Kendala ke-i Nilai Kanan ke-i Koefisien FT ke-j 3

Contoh : Perhatikan kasus Pak Triman Persoalan primal Variabel Kendala Jagung Kedelai Kapasitas Lahan 1 1 20 Tenaga kerja 4 5 75 Modal 1,5 2 30 Keuntungan (Rp10.000) 10 20 Tabel Primaldual Variabel Kendala X 1 X 2 Kapasitas Y 1 1 1 20 Y 2 4 5 75 Y 3 1,5 2 30 Keuntungan (Rp10.000) 10 20 4

FUNGSI PRIMAL-DUAL PRIMAL DUAL Tujuan : Maks Z = 10X 1 + 12X 2 Batasan : X 1 + X 2 20 4X 1 + 5X 2 75 1,5X 1 + 2X 2 30 dan X 1 0, X 2 0 Tujuan : Min Y = 20Y 1 + 75Y 2 + 30Y 3 Batasan : Y 1 + 4Y 2 + 1,5 Y 3 10 Y 1 + 5Y 2 + 2 Y 3 12 dan Y 1 0, Y 2 0, Y 3 0 Hubungan 1 : Kendala Variabel Hubungan 2 : Koefisien FT Nilai Kanan 5

Interpretasi Ekonomis Fungsi primal (maksimisasi keuntungan) Dimana: X j C j Z b i a ij = Aktivitas ekonomi ke-j Tujuan : Maks Batasan n Z j= 1 = Keuntungan per satuan aktivitas ke-j = Keuntungan total dari seluruh aktivitas = Ketersediaan sumber daya ke-i a = ij n j= 1 X j C j X j = Kebutuhan sumber daya ke-i oleh aktivitas ke-j b i 6

Interpretasi Ekonomis 7

Contoh Persoalan Dualitas Perhatikan Kasus Pak Triman dengan model primal sebagai berikut: Max Z = 10 X1 + 12 X2 (Rp. 10.000) st X1 + X2 20 4 X1 + 5 X2 75 1,5 X1 + 2 X2 30 X1, X2 0

Perhatikan kembali kasus Pak Triman: Hasil Model Primal Nilai Fungsi Tujuan Solusi Optimal X1 = 18,75 X2 = 0 Kelebihan (sisa) masingmasing sumberdaya Nilai penalti (sanksi) Variabel keputusan RC_X1 = 0 RC_X2 = 0,5 Harga bayangan (nilai) masing2 sumberdaya X1 (jagung) = 18,75 Z = 180 X2 (kedelai) = 0 RC_X 2 = 0.50 Dual (shadow) price kendala 1 dan 3 (Lahan dan Modal) = 0 Dual (shadow) price kendala 2 (Tenaga Kerjal) = 2,50 9

Model dual dan Solusi: Kasus Pak Triman: Model Dual : (Minimisasi biaya) Solusi: MIN 20 Y1 + 75 Y2 + 30 Y3 SUBJECT TO 2) Y1 + 4 Y2 + 1.5 Y3 >= 10 3) Y1 + 5 Y2 + 2 Y3 >= 12 END Nilai Fungsi Tujuan Y1 = 0 Y2 = 0 Y3 = 6 Nilai dual price sumberdaya pada model primal Solusi pada model primal 10

Analisis Sensitifitas DALAM LINEAR PROGRAMING Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Studi Agribisnis Fakultas Pertanian Universitas Jambi

Suatu analisis yang mempelajari dampak perubahanperubahan yang terjadi baik pada parameter (koefisien fungsi tujuan) maupun pada ketersediaan sumberdaya (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. 12

Tiga Pertanyaan Mendasar yang dapat dijawab melalui Analisis Sensistivitas Seberapa besar ketersediaan sumberdaya dapat diubah agar Fungsi Tujuan meningkat (menurun) tanpa merubah harga bayangan dari sumberdaya yang bersangkutan. Kendala mana yang perlu mendapatkan prioritas untuk dilonggarkan agar Fungsi Tujuan maksimum (minimum). Seberapa besar koefisien Fungsi Tujuan dapat berubah tanpa merubah solusi optimal. 13

Contoh Soal 1: Suatu perusahaan memproduksi jaket dan tas yang terbuat dari kulit. Sebuah jaket memerlukan 3 meter persegi kulit, sedangkan sebuah tas memerlukan hanya 2 meter persegi. Kebutuhan kerja untuk produk tersebut masing-masing adalah 6 jam untuk jaket dan 5 jam untuk tas. Jumlah kulit yang tersedia saat ini 120 meter per segi dan jumlah tenaga kerja dibatasi 270 jam. Perusahaan menjual jaket dan tas masing-masing dengan harga $120 dan $85 dan dengan harga tersebut perusahaan memperoleh keuntungan $65 per unit jaket dan $44 per unit tas. Tujuan perusahaan adalah untuk menentukan keputusan produksi yang memaksimumkan keuntungan. 14

Pertanyaan: 1. Jika perusahaan mengurangi jumlah tenaga kerja sehingga jam kerja yang tersedia menjadi 250 jam, apakah keputusan ini tepat? 2. Jika permintaan masyarakat terhadap tas meningkat sehingga harga tas naik menjadi $90, apakah keputusan produksi akan berubah? Jelaskan. 15

Solusi Optimal: OBJECTIVE FUNCTION VALUE 1) 2620.000 Solusi Optimal X1 (Jaket) = 20 X2 (tas) = 30 VARIABLE VALUE REDUCED COST X1 20.000000 0.000000 X2 30.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 20.333334 3) 0.000000 0.666667 Semua sumberdaya (kulit dan jam kerja) habis terpakai Harga sumberdaya: Kulit : 20,33 / m2 tenaga kerja: 0,67 /jam 16

Hasil Analisis sensitifitas RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 65.000000 1.000000 12.200001 X2 44.000000 10.166667 0.666667 RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 120.000000 15.000000 12.000000 3 270.000000 30.000000 30.000000 17

Jawaban untuk pertanyaan nomor 2 Jika perusahaan mengurangi jumlah tenaga kerja sehingga jam kerja yang tersedia menjadi 250 jam. Dari hasil sensitivitas terlihat bahwa jumlah jam kerja dapat dikurangi paling banyak 30 jam tanpa merubah nilai dual price (harga bayangan tenaga kerja). Artinya, jika jumlah jam kerja dikurangi menjadi 250 jam (pengurangan sebanyak 20 jam) maka harga bayangan jam kerja tidak berubah yaitu $0,67 per jam. Akan tetapi karena semua jam kerja habis terpakai (lihat slack or surplus pada row (3) maka pengurangan jumlah jam kerja tersebut akan mengurangi produksi dan oleh karena itu akan mengurangi keuntungan bagi perusahaan. Dengan demikian, keputusannya tidak tepat. 18

Jawaban untuk pertanyaan nomor 3 Jika permintaan masyarakat terhadap tas meningkat sehingga harga tas naik menjadi $90, apakah keputusan produksi akan berubah? Jelaskan. Jika diasumsikan biaya tidak berubah, kenaikan harga tas sebesar $5, dari 85 menjadi $90, menyebabkan keuntungan per unit tas naik sebesar $5 per unit. Dari hasil sensitivitas (lihat objective coefficien ranges pada variabel X2), keuntungan dapat naik paling banyak $10,16 tanpa merubah keputusan produksi. Oleh karena kenaikan keuntungan per uni tas hanya $5 per unit (masih dibawah kenaikan maksimum) maka keputusan produksi tidak berubah, yaitu tetap menghasilkan 20 unit jaket dan 30 unit tas. 19

Jawaban untuk pertanyaan nomor 4 Jika dana yang tersedia pada perusahaan $2,214, apakah jumlah tersebut akan merubah keputusan produksi seperti yang diperoleh pada pertanyaan (a)? Jelaskan Tergantung harga kulit dan harga tenaga kerja. Jika harga masing-masing sumberdaya diketahui, maka dapat dihitung kebutuhan dana untuk masing jaket dan tas sehingga dapat pula dirumuskan kendala tambahan mengenai ketersediaan dana. 20

Contoh Soal 2: Suatu perusahaan ingin menentukan keputusan produksi dari berbagai alternatif produk yang dapat dihasilkan sesuai dengan ketersediaan sumberdaya tenaga kerja (jam kerja) dan bahan baku. Alternatif produk tersebut adalah produk1 (X1), produk2 (X2) dan produk3 (X3). Ketersediaan sumberdaya dan kebutuhan masing-masing produk terhadap sumberdaya disajikan pada tabel berikut: Alternatif produk Kebutuhan sumberdaya Tenaga kerja (Jam/unit) Bahan baku (kg/unit) Keuntungan (Rp10.000/unit) Produk1 5 4 4 Produk2 2 3 3 Produk3 4 3 4 Jam kerja dan jumlah bahan baku yang tersedia pada perusahaan masing-masing adalah 240 jam kerja dan 210 kg 21

Pertanyaan: a. Jelaskan keputusan yang terbaik bagi perusahaan dalam pemanfaatan sumberdaya yang tersedia. b. Uraikan dengan argumen kuantitatif pendapat saudara jika perusahaan mengambil inisiatif untuk menghasilkan produk1 sebanyak 10 unit. c. Jika harga produk3 meningkat sehingga keuntungan per unit menjadi Rp.50.000, apakah perusahaan harus merubah keputusannya. Jelaskan. d. Bila ada pihak lain yang menawarkan bahan baku sebanyak 100 Kg dengan harga Rp.7.500 per kg, apa saran yang dapat saudara berikan? 22

Model : Solusi: MAX 4 X1 + 3 X2 + 4 X3 SUBJECT TO 2) 5 X1 + 2 X2 + 4 X3 <= 240 3) 4 X1 + 3 X2 + 3 X3 <= 210 OBJECTIVE FUNCTION VALUE 1) 260.0000 VARIABLE VALUE REDUCED COST X1 0.000000 1.166667 X2 20.000000 0.000000 X3 50.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.500000 3) 0.000000 0.666667 23

Sensitifitas RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 4.000000 1.166667 INFINITY X2 3.000000 1.000000 1.000000 X3 4.000000 2.000000 1.000000 RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 240.000000 40.000000 100.000000 3 210.000000 150.000000 30.000000 24

Latihan: Seorang petani berusaha memanfaatkan lahan pertanian yang dimilikinya seluas 4 hektar secara swadaya. Ada 3 kemungkinan komoditi yang dapat diusahakan pada lahan tersebut, yaitu karet, kelapa sawit dan kakao. Pada saat ini modal yg tersedia pada petani sebanyak Rp. 15 juta dan jam kerja yg tersedia dlm keluarga sebanyak 74 jam per minggu. Kebutuhan sumberdaya dan keuntungan per hektar komoditi adalah sbb: Karet Kelapa Sawit Kakao Modal Rp 4 juta Rp 5 juta Rp 8 juta Jam Kerja/Mg 20 jam 24 jam 30 jam Keuntungan/ha/bln Rp 1,8 juta Rp 2,5 juta Rp 2,25 juta 1. Tentukanlah, komoditi apa yang harus diusahakan petani dan berapa luasnya? 2. Sumberdaya apa saja yang membatasi petani untuk meningkatakan pendapatannya? Berapa harga bayangan dari sumberdaya tsb? 3. Jika harga CPO diperkirakan turun sehingga menurunkan pendapatan dari kelapa sawit sebesar 20%, apakah akan berpengaruh terhadap keputusan petani? 25