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

dokumen-dokumen yang mirip
PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

MATEMATIKA SISTEM INFORMASI 2 IT

MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012)

BAB 2 LANDASAN TEORI

Model umum metode simpleks

BAB 2 LANDASAN TEORI

BAB II METODE SIMPLEKS

METODE SIMPLEKS DALAM PROGRAM LINIER

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.

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

PROGRAM LINIER METODE SIMPLEKS

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

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

III KERANGKA PEMIKIRAN

BAB 2 LANDASAN TEORI

BAB II KAJIAN PUSTAKA

Bentuk Standar. max. min

III. METODE PENELITIAN

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi

BAB 2 LANDASAN TEORI

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

LINEAR PROGRAMMING. 1. Pengertian 2. Model Linear Programming 3. Asumsi Dasar Linear Programming 4. Metode Grafik

BAB 2 LANDASAN TEORI

BAB II KAJIAN TEORI. masalah fuzzy linear programming untuk optimasi hasil produksi pada bab

Operations Management

BAB 2 LANDASAN TEORI

II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah

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

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

DUALITAS. Obyektif 1. Memahami penyelesaian permasalahan dual 2. Mengerti Interpretasi Ekonomi permasalahan dual

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

MODUL PRAKTIKUM RISET OPERASIONAL 1

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

PROGRAM LINIER METODE GRAFIK

CCR-314 #2 Pengantar Linear Programming DEFINISI LP

Konsep Primal - Dual

BAB II KAJIAN TEORI. Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

BAB IV. METODE SIMPLEKS

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis

OPERATION RESEARCH-1

III. KERANGKA PEMIKIRAN

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

Perhatikan model matematika berikut ini. dapat dibuat tabel

MATA KULIAH RISET OPERASIONAL

ALGORITMA METODE SIMPLEKS (PRIMAL)

BAB III. METODE SIMPLEKS

Matematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM.

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)

Metode Simpleks Minimum

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR

Pengubahan Model Ketidaksamaan Persamaan

BAB II. PEMROGRAMAN LINEAR

Fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tetapi juga oleh pertidaksamaan dan/atau persamaan =. Fungsi kendala dengan pertidaksamaan

BAB 2 LANDASAN TEORI

Metode Simpleks dalam Bentuk Tabel (Simplex Method in Tabular Form) Materi Bahasan

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

PROGRAM LINEAR: METODE SIMPLEX

III KERANGKA PEMIKIRAN

BAB II KAJIAN PUSTAKA

LINEAR PROGRAMMING. Pembentukan model bukanlah suatu ilmu pengetahuan tetapi lebih bersifat seni dan akan menjadi dimengerti terutama karena praktek.

Teori Dualitas dan Penerapannya (Duality Theory and Its Application)

LINEAR PROGRAMMING MODEL SIMPLEX

BAB I PENGANTAR PROGRAM LINIER

BAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL

BAB 2 KAJIAN PUSTAKA

Modul Pendalaman Materi Program Linear, PPG Dalam Jabatan hal 1

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

BAB 3 LINEAR PROGRAMMING

PENERAPAN PROGRAM LINIER DALAM OPTIMASI BIAYA PAKAN IKAN DENGAN METODE SIMPLEKS (STUDI KASUS PT. INDOJAYA AGRINUSA MEDAN)

TEORI DUALITAS & ANALISIS SENSITIVITAS

BAB 2 PROGRAM LINEAR

Taufiqurrahman 1

Bab 2 LANDASAN TEORI

Metode Simpleks (Simplex Method) Materi Bahasan

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

OPTIMALISALI KASUS PEMROGRAMAN LINEAR DENGAN METODE GRAFIK DAN SIMPLEKS

BAB 2 LANDASAN TEORI

APLIKASI PROGRAM LINIER MENGGUNAKAN LINDO PADA OPTIMALISASI BIAYA BAHAN BAKU PEMBUATAN ROKOK PT. DJARUM KUDUS

BAB 2 LANDASAN TEORI

PENDAHULUAN. Buku Bacaan Sementara : Diktat Gunadarma penulis Media Anugrah Ayu Riset Operasi penulis a.l. Pangestu Subagyo, T.

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

BAB 2. PROGRAM LINEAR

Dual Pada Masalah Maksimum Baku

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING

Teknik Riset Operasi. Oleh : A. AfrinaRamadhani H. Teknik Riset Operasi

PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM

III. METODE PENELITIAN

Algoritma Simplex. Algoritma Simplex adalah algoritma yang digunakan untuk mengoptimalkan fungsi objektif dan memperhatikan semua persamaan

MENENTUKAN JUMLAH PRODUKSI BATIK DENGAN MEMAKSIMALKAN KEUNTUNGAN MENGGUNAKAN METODE LINEAR PROGRAMMING PADA BATIK HANA

LINIEAR PROGRAMMING MATEMATIKA BISNIS ANDRI HELMI M, S.E., M.M.

III KERANGKA PEMIKIRAN

Transkripsi:

5 BAB II LANDASAN TEORI A Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear Persamaan linear adalah bentuk kalimat terbuka yang memuat variabel dengan derajat tertinggi adalah satu Sedangkan sistem persamaan linear adalah beberapa buah persamaan linear yang mempunyai hubungan satu sama lainnya dalam nilai-nilai variabelnya (Priyatna, Dudung dkk 2007) Suatu persamaan linear dalam n peubah adalah persamaan dalam bentuk: a 1 X 1 + a 2 X 2 + + a n X n = b dimana a 1, a 2,, a n dan b adalah bilangan real dan X 1, X 2,, X n adalah peubah Dengan demikian suatu sistem persamaan linear dari m persamaan dalam n peubah adalah suatu sistem berbentuk: a 11 X 1 + a 12 X 2 + + a 1n X n = b 1 a 21 X 1 + a 22 X 2 + + a 2n X n = b 2 : : : a m1 X 1 + a m2 X 2 + + a mn X n = b m dimana a ij dan b i semuanya adalah bilangan-bilangan real (Leon, Steven J 2001) Pertidaksamaan adalah kalimat terbuka yang memuat salah satu dari tanda ketidaksamaan seperti: lebih dari (>), lebih dari sama dengan ( ), kurang dari (<), kurang dari sama dengan ( ) Sedangkan pertidaksamaan linear adalah suatu pertidaksamaan yang didalamnya memuat n variabel dan 5

6 masing-masing variabel itu berderajat satu Jadi sistem pertidaksamaan linear terbentuk dari dua atau lebih pertidaksamaan dengan variabel-variabel yang sama (Wirodikromo, Sartono 2006) Suatu pertidaksamaan linear dalam n peubah berbentuk: a a 1 X 1 + a 2 X 2 + + a n X n > b b a 1 X 1 + a 2 X 2 + + a n X n b c a 1 X 1 + a 2 X 2 + + a n X n < b d a 1 X 1 + a 2 X 2 + + a n X n b dimana a 1, a 2,, a n dan b adalah bilangan real dan X 1, X 2,, X n adalah peubah Dengan demikian suatu sitem pertidaksamaan linear dari m pertidaksamaan dalam n peubah adalah suatu sistem berbentuk: a 11 X 1 + a 12 X 2 + + a 1n X n (<, >,, ) b 1 a 21 X 1 + a 22 X 2 + + a 2n X n (<, >,, ) b 2 : : : : a m1 X 1 + a m2 X 2 + + a mn X n (<, >,, ) b m Dimana a ij dan b i semuanya adalah bilangan-bilangan real dan tidak boleh sama dengan nol Tanda pertidaksamaan hanya berlaku salah satu (Sriyanto, 2009) B Model Matematik dan Langkah-langkah Analisis Dalam riset operasi dikenal beberapa model yang menggambarkan karakteristik dan bentuk sistem suatu permasalahan Salah satunya adalah model matematik Model matematik mencakup model-model yang mewakili

7 situasi riil sebuah sistem yang berupa fungsi matematik Sebelum menerapkan dan mempelajari persoalan riset operasi, diperlukan langkah-langkah dalam proses pemecahan masalah riset operasi sebagai berikut: 1 Mendefinisikan masalah Pada langkah ini terdapat tiga unsur utama yang harus diidentifikasi: a Fungsi tujuan: penetapan tujuan untuk membantu mengarahkan upaya memenuhi tujuan yang akan dicapai b Fungsi batasan/kendala: batasan-batasan yang mempengaruhi persoalan terhadap tujuan yang akan dicapai c Variabel keputusan: variabel-variabel yang mempengaruhi persoalan dalam pengambilan keputusan 2 Mengembangkan model Mengumpulkan data untuk menaksir besaran parameter yang berpengaruh terhadap persoalan yang dihadapi Taksiran ini digunakan untuk membangun dan mengevaluasi model matematis dari persoalannya 3 Memecahkan model Dalam memformulasi persoalan ini biasanya digunakan model analitis, yaitu model matematis yang menghasilkan persamaan, sehingga dicapai pemecahan yang optimum 4 Menguji keabsahan model Menentukan apakah model yang dibangun telah menggambarkan keadaan nyata secara akurat Jika belum, perbaiki atau buat model baru

8 5 Implementasi hasil akhir Menerjemahkan hasil studi atau perhitungan kedalam bahasa sehari-hari agar mudah dimengerti (Aminudin,2005) C Kendala Optimasi Di dalam masalah optimasi, tujuanya adalah mengoptimumkan (maksimum atau minimum) sebuah fungsi Fungsi ini dinamakan fungsi tujuan Misalnya fungsi yang akan dimaksimumkan adalah penerimaan dalam suatu produksi pesawat televisi, atau ingin meminimumkan fungsi jika fungsinya adalah ongkos persatuan produksi kamera jenis tertentu Pada sebagian besar masalah optimasi fungsi tujuan bergantung pada beberapa peubah X 1, X 2,, X n peubah-peubah ini dinamakan peubah kendali, sebab kita dapat mengendalikan atau mengontrolnya, artinya menentukan nilai-nilainya Misalnya, hasil suatu proses kimiawi mungkin tergantung pada tekanan (X 1 ) dan suhu (X 2 ) Teori optimasi mengembangkan berbagi metode untuk pemilihan optimal X 1, X 2,, X n yang memaksimumkan (meminimumkan) fungsi tujuan Dengan kata lain mengembangkan metode untuk menentukan nilainilai optimal X 1, X 2,, X n Di dalam permasalahan optimasi, pemilihan nilai-nilai X 1, X 2,, X n tidak seluruhnya bebas melainkan dikenai suatu kendala (constrain), yaitu

9 syarat atau kondisi tambahan yang berasal dari sifat alamiah masalah itu sendiri dan peubah-peubahnya Misalnya X 1 adalah ongkos produksi, maka X 1 0, yang hanya mungkin mengambil nilai-nilai tidak negatif Kendala juga mungkin mengambil bentuk sebuah persamaan (alih-alih pertidaksamaan) (Kreyszig, Erwin 1993) D Program Linear Program linear merupakan suatu model umum yang dapat digunakan dalam pemecahan masalah pengalokasian sumber yang terbatas secara optimal Simbol-simbol yang digunakan dalam masalah program linear adalah sebagai berikut: m n i j X j a ij b i Z C j = macam batasan-batasan sumber atau fasilitas yang tersedia = macam kegiatan-kegiatan yang menggunakan sumber atau fasilitas tersebut = nomor setiap macam sumber atau fasilitas yang tersedia (i=1,2,3,,m) = nomor setiap macam kegiatan yang menggunakan sumber atau fasilitas yang tersedia (j=1,2,3,,n) = tingkat kegiatan ke-j (j=1,2,3,,n) = banyaknya sumber i yang diperlukan untuk menghasilkan setiap unit keluaran kegiatan j (i=1,2,3,,m) dan j (j=1,2,3,,n) = banyaknya sumber i yang tersedia untuk dialokasikan ke setiap unit kegiatan (i=1,2,3n) = nilai yang dioptimalkan (maksimum atau minimum) = kenaikan nilai Z apabila ada penambahan tingkat kegiatan x j dengan satuan unit, atau merupakan sumbangan setiap satuan keluaran kegiatan j terhadap nilai Z

10 Apabila disusun dalam tabel akan menjadi: Kegiatan Sumber 1 2 3 : m Δ Z pertambahan tiap unit Tingkat kegiatan Tabel 11 Simbol dalam Program Linear Pemakaian sumber per unit kegiatan (keluaran) 1 2 3 n a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n a 31 a 32 a 33 a 3n : : : : a m1 a m2 a m3 a nm C 1 C 2 C 3 C n X 1 X 2 X 3 X n Kapasitas sumber b 1 b 2 b 3 : b m Atas dasar tabel di atas kemudian dapat disusun suatu model matematis yang digunakan untuk mengemukakan suatu permasalahan program linear sebagai berikut: Fungsi tujuan: Maks Z = C 1 X 1 + C 2 X 2 + C 3 X 3 + + C n X n Dengan kendala: a 11 X 1 + a 12 X 2 + a 13 X 3 + + a 1n X n b 1 a 21 X 1 + a 22 X 2 + a 23 X 3 + + a 2n X n b 2 a 31 X 1 + a 32 X 2 + a 33 X 3 + + a 3n X n b 3 a m1 X 1 + a m2 X 2 + a m3 X 3 + + a mn X n b m dan X 1 0, X 2 0, X 3 0,, X n 0

11 Terminologi umum untuk model program linear yang diuraikan di atas dapat diringkas sebagai berikut: 1 Fungsi yang akan dimaksimumkan: C 1 X 1 + C 2 X 2 + C 3 X 3 + + C n X n disebut fungsi tujuan 2 Fungsi-fungsi batasan dapat dikelompokan menjadi dua macam yaitu; a Fungsi batasan fungsional, yaitu fungsi-fungsi batasan sebanyak m (a m1 X 1 + a m2 X 2 + a m3 X 3 + + a mn X n ) b Fungsi batasan non-negatif, yaitu fungsi-fungsi batasan yang dinyatakan dengan X n 0 3 Variabel X j disebut variabel-variabel keputusan 4 a ij, b i dan C j, yaitu masukan-masukan konstan, disebut sebagai parameter model Kriteria yang harus dipenuhi dalam membuat formulasi model matematis program linear adalah: 1) Proportionality Berarti bahwa naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia akan berubah secara sebanding dengan perubahan tingkat kegiatan 2) Additivity Berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi 3) Divisibility Menyatakan bahwa keluaran yang dihasilkan oleh setiap kegiatan dapat berupa bilangan pecahan Demikian pula dengan nilai Z yang dihasilkan

12 4) Deterministik Menyatakan bahwa semua parameter yang terdapat dalam model program linear(a ij,b i,c j ) dapat diperkirakan dengan pasti, meskipun jarang dengan tepat (Subagyo, Pangestu dkk,1983) E Metode Simplex Metode simplex merupakan pengembangan metode aljabar yang hanya menguji sebagian dari jumlah solusi dalam bentuk tabel Tabel simplex hanya menggambarkan masalah program linear dalam bentuk koefisiennya saja, baik koefisisen fungsi tujuan maupun koefisien setiap kendala Langkah-langkah yang dapat dilakukan dalam penggunaan metode simplex adalah: 1) Merubah masalah program linear kedalam bentuk standar Bentuk standar secara umum adalah sebagai berikut: Maks Z = C 1 X 1 + C 2 X 2 + C 3 X 3 + + C n X n Dengan kendala: a 11 X 1 + a 12 X 2 + a 13 X 3 + + a 1n X n + S 1 = b 1 a 21 X 1 + a 22 X 2 + a 23 X 3 + + a 2n X n + S 2 = b 2 a 31 X 1 + a 32 X 2 + a 33 X 3 + + a 3n X n + S 3 = b 3 a m1 X 1 + a m2 X 2 + a m3 X 3 + + a mn X n + S n = b m

13 Bila menghadapi pertidaksamaan dapat diubah menjadi persamaan dengan menambahkan slack variabel atau mengurangkannya dengan surplus variabel Jika fungsi tujuannya adalah minimum maka diubah menjadi maksimum dengan cara dikalikan dengan minus satu Misal: Min Z = C 1 X 1 + C 2 X 2 + C 3 X 3 Dengan kendala: a 11 X 1 + a 12 X 2 + a 13 X 3 b 1 a 21 X 1 + a 22 X 2 + a 23 X 3 b 2 diubah menjadi bentuk persamaan sebagai berikut: Maks ( Z) = C 1 X 1 C 2 X 2 C 3 X 3 Dengan kendala: a 11 X 1 + a 12 X 2 + a 13 X 3 + S 1 = b 1 a 21 X 1 + a 22 X 2 + a 23 X 3 S 2 = b 2 2) Memeriksa apakah setiap kendala memiliki variabel basis Jika tidak, tambahkan satu variabel basis semu yang bertindak sebagai variabel basis, misal Q yang jumlahnya sesuai dengan kebutuhan Jika terdapat variabel basis semu, maka koefisien fungsi tujuan diberi nilai yang sangat besar yaitu M untuk tujuan maksimum atau + M untuk tujuan minimum Misal: Max Z = C 1 X 1 + C 2 X 2 + C 3 X 3 Dengan kendala: a 11 X 1 + a 12 X 2 + a 13 X 3 + S 1 = b 1

14 a 21 X 1 + a 22 X 2 + a 23 X 3 S 2 = b 2 Diubah menjadi persamaan berbentuk: Max Z = C 1 X 1 + C 2 X 2 + C 3 X 3 + 0S 1 0S 2 MQ Dengan kendala: a 11 X 1 + a 12 X 2 + a 13 X 3 + S 1 = b 1 a 21 X 1 + a 22 X 2 + a 23 X 3 S 2 + Q = b 2 3) Memasukan semua nilai kendala ke dalam tabel simplex Bentuk umum tabel simplex: CB CB 1 CB 2 Vrb Basis S 1 S 2 b i b 1 b 2 C j Tabel 12 Simplex C 1 C 2 C 3 C j a 1 a 2 a 3 a j a 11 a 12 a 13 a 1j a 21 a 22 a 23 a 2j Z Z 1 C 1 Z 2 C 2 Z 3 C 3 Z j C j Keterangan tabel: a) CB menggambarkan koefisien fungsi tujuan untuk variabel dalam basis b) Kolom variabel dalam basis berisikan slack variabel yang akan digantikan oleh variabel keputusan c) Kolom b i berisikan konstanta ruas kanan setiap kendala d) Baris C j berisikan koefisien fungsi tujuan setiap variabel keputusan e) Baris a j berisikan variable keputusan f) Baris Z C berisikan angka hasil pengurangan Z j C j yang akan memberikan informasi apakah tabel sudah optimal atau belum 4) Memasukan nilai koefisien fungsi tujuan pada baris Z j C j, dengan rumus: Z j C j = CBY j C j Rumus ini hanya digunakan pada awal tabel simplex 5) Menentukan kolom kunci, yaitu kolom yang memiliki nilai negatif terbesar pada baris Z j C j pada fungsi tujuan maksimum Sedangkan untuk fungsi tujuan minimum yang telah diubah menjadi maksimum, dipilih nilai positif terbesar Jika terdapat dua nilai yang sama, dapat dipilih salah satu

15 6) Menentukan baris kunci, yaitu nilai yang memiliki nilai indeks terkecil dan bukan negatif, dengan menggunakan rumus: X bi Y ik Min,, Y ik 0 7) Mencari angka baru yang terdapat dalam baris kunci dengan cara membagi semua angaka yang terdapat pada baris kunci dengan angka kunci Angka kunci adalah angka yang terdapat pada persilangan baris kunci dengan kolom kunci 8) Mencari angka baru pada baris yang lain dengan rumus: Angka baru = nilai pada baris lama dikurangi dengan perkalian koefisien pada kolom kunci dengan angka baru baris kunci 9) Apabila solusi optimal belum ditemukan, kembali ke langkah kelima di atas sehingga nilai yang terdapat pada baris Z j C j 0 (Yamit, 1996: 88-122) F Dualitas Tiap persoalan program linear disebut primal, mempunyai persoalan sehubungan secara tunggal yang dinamakan persoalan dual Kedua persoalan ini berhubungan sangat erat, dimana persoalan yang satu dibentuk dari persoalan yang lain, sehingga: 1) Keduanya menggunakan koefisien (data) yang sama meskipun dengan urutan yang berbeda 2) Keduanya mempersoalkan sumber-sumber yang sama

16 3) Jawab optimal dari yang satu menghasilkan jawab optimal bagi yang lain 4) Jika problem primal berbentuk maksimum maka problem dual berbentuk minimum, demikian sebaliknya Jika terdapat rumusan program linear sebagai berikut: Maks Z = C 1 X 1 + C 2 X 2 + + C n X n Dengan kendala a 11 X 1 + a 12 X 2 + + a 1n X n b 1 a 21 X 1 + a 22 X 2 + + a 2n X n b 2 : : : a m1 X 1 + a m2 X 2 + + a mn X n b m X i 0, i = 1, 2,, n Maka rumusan di atas jika disajikan dalam bentuk tabulasi, sebagai berikut: Tabel 13 Tabulasi Program Linear Variabel primal X 1 X 2 X n a 11 a 12 a 1n b 1 a 21 a 22 a 2n b 2 Batasan Primal a m1 a m2 a mn b m Fungsi tujuan Z C primal 1 C 2 C n (max) Sehingga rumusan persoalan dual dapat di tulis dalam bentuk Tabel 14 berikut:

17 Variabel dual Tabel 14 Rumusan Dual Batasan Dual Fungsi Tujuan Dual Y 1 a 11 a 12 a 1n b 1 Y 2 a 21 a 22 a 2n b 2 Y m a m1 a m2 a mn b m Y C 1 C 2 C n (min) Persoalan dual ini dapat dirumuskan dalam bentuk program linear sebagai berikut: Min Y = b 1 Y 1 + b 2 Y 2 + + b m Y m Dengan kendala a 11 Y 1 + a 12 Y 2 + + a m1 Y m C 1 a 21 Y 1 + a 22 Y 2 + + a m2 Y m C 2 : : : : : : a 1m Y 1 + a 2m Y 2 + + a mn Y m C n Y j 0, j = 1, 2,, m dengan singkat dapat ditulis : I Primal : Maks Z = n j= 1 C j X j Dengan kendala: n j= 1 a ij X j b i, i = 1, 2,, m X j 0, j = 1, 2,, n

18 II Dual : Min Y = m i= 1 m Dengan kendala: i= 1 b i Y i a ij Y j C j, j = 1, 2,, n Y i 0, i = 1, 2,, m Dari rumus I dan II di atas, persoalan bentuk primal dual mempunyai karakteristik sebagai berikur: 1) Setiap variabel dari persoalan yang satu bersesuaian dengan batasan dalam persoalan yang lain 2) Unsur-unsur diruas kanan dari batasan dalam persoalan yang satu sama dengan koefisien dari fungsi tujuan dalam persoalan yang lain 3) Persoalan yang satu mencari harga maksimum dan persoalan yang lain mencari harga minimum fungsi tujuan 4) Persoalan maksimum mempunyai batasan bertanda ( ) dan persoalan minimum mempunyai batasan bertanda ( ) 5) Kedua persoalan mempunyai batasan tidak negatif bagi tiap variabel Karena persoalan dual adalah juga program linear, maka ia pasti mempunyai bentuk dual yaitu primal, sehingga dapat dikatakan bahwa bentuk dual dari persoalan dual adalah primal (Siagian, 2006: 131-133) Aturan untuk memudahkan formulasi dari bentuk primal kedalam bentuk dual pada persoalan program linear adalah sebagai berikut: 1) Menuliskan bentuk primal dalam bentuk kanonikal dengan ketentuan:

19 a) Mengubah semua kendala dalam bentuk hubungan lebih kecil atau sama dengan ( ) jika fungsi tujuannya adalah maksimum b) Mengubah semua kendala dalam bentuk hubungan lebih besar atau sama dengan ( ) jika fungsi tujuannya adalah minimum c) Apabila suatu persoalan mempunyai bentuk persamaan (sama dengan), maka kendala ini harus diganti dengan dua kendala baru yang berhubungan, yaitu: (i) Satu kendala adalah lebih kecil sama dengan ( ) (ii) Dan kendala yang lain adalah lebih besar sama dengan ( ) Ini berarti salah satu ketidaksamaan harus dikalikan dengan minus satu ( 1) untuk membentuk kanonikal baru 2) Mengubah koefisien fungsi tujuan primal menjadi konstanta sisi kanan dual Sebaliknya, konstanta sisi kanan primal menjadi koefisien fungsi tujuan dual 3) Mengubah elemen baris kendala primal menjadi elemen kolom dalam dual Sehingga elemen kolom primal menjadi elemen baris dual 4) Membalik tanda pertidaksamaan 5) Mengubah tujuan dari minimisasi (maksimisasi) dalam primal menjadi maksimisasi (minimisasi) dalam dual (Mulyono, Sri 2004)