Metode dual simpleks digunakan untuk menyelesaikan masalah pemrograman linear dengan memberikan solusi optimum meskipun solusi awal tidak layak. Langkah awalnya adalah mengubah semua kendala menjadi ketidaksamaan dan menambahkan variabel slack. Kemudian dilakukan iterasi dengan memilih variabel keluar dan masuk berdasarkan rasio terbesar hingga diperoleh solusi optimum dan layak dengan nilai Z = 48, X1 = 3, X2 = 18, dan S2

2. Metode ini sering disebut juga dual simplex
algorithm adalah suatu prosedur
perhitungan yang memberikan suatu solusi
layak optimum, meskipun solusi awalnya
tidak layak. Pertama kali disusun oleh
LEMKE. Banyak digunakan dalam post
optimally analysis.

3. Minimumkan Z = 4X1 + 2X2
Dengan syarat
3X1 + X2 ≥ 27
X1 + X2 ≥ 21
X1 + 2X2 ≥ 30
X1 dan X2 ≥ 0

4. LANGKAH PERTAMA
• adalah mengubah semua kendala menjadi pertidak samaan ≤
𝑎𝑔𝑎𝑟 𝑡𝑖𝑑𝑎𝑘 𝑚𝑒𝑚𝑏𝑡𝑢𝑘𝑎𝑛 𝑎𝑟𝑡𝑖𝑓𝑖𝑐𝑖𝑒𝑡 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 dan kemudian tambahkan
variabe Slack, sehingga diperoleh
• Minimumkan Z = 4X1 + 2X2
• Dengan syarat -3X1 – X2 + S1 = -27
• -X1 – X2 + S2 = -21
• -X1 – 2X2 + S3 = -30
• X1 > 0, X2 > 0, S1 > 0, S2 > 0, dan S3 > 0.

5. Jika bentuk baku di atas diekspresikan sebagai suatu
tabel simpleks awal, maka terlihat bahwa variabel
slack (S1, S2, dan S3) tidak memberikan solusi awal
layak. Karena ini merupakan masalah minimasi
sementara semua koefisien pada persamaan Z
adalah ≤ 0, maka solusi awal S1 = -27, S2 = -21, dan
S3 = -30 adalah optimum tetapi tidak layak. Ini
merupakan ciri khas dari masalah yang dapat
diselesaikan dengan metode dual simpleks.

6. Tabel solusi awal optimum tapi tak layak adalah
Basis Z X1 X2 S1 S2 S3 Solusi
Z 1 -4 -2 0 0 0 0
S1 0 -3 -1 1 0 0 -21
S2 0 -1 -1 0 1 0 -27
S3 0 -1 -2 0 0 1 -30

7. Seperti pada metode simpleks, metode ini didasarkan pada
optimality and feasibility condition.
Feasibility Condition : Leaving variable adalah variable basis
yang memiliki nilai negatifterbesar (nilai kembar dipilih
sembarang). Jika semua variable basis non negative, proses
berakhir dan solusi layak yang telah optimum tercapai.
Feasibility Condition : Leaving variable dipilih dari variable non
basis dengan cara sebagai berikut. Buat rasio antara koefisien
persamaan Z dengan koefisien yang pada leaving variable.
Seperti table berikut

8. RASIO ENTERING VARIABEL
Basis X1 X2 S1 S2 S3
Persamaan Z -4 -2 0 0 0
Persamaan S3 -1 -2 0 0 1
Rasio 4 1

9. Basis Z X1 X2 S1 S2 S3 Solusi
Z 1 -4 -2 0 0 0 0
S1 0 -3 -1 1 0 0 -27
S2 0 -1 -1 0 1 0 -21
S3 0 -1 -2 0 0 1 -30
Basis Z X1 X2 S1 S2 S3 Solusi
Z
S1
S2
X2 0 1/2 1 0 0 -1/2 15

10. MENENTUKAN TABEL BARU
BARIS Z
-4 -2 0 0 0 0
-2 ½ 1 0 0 -1/2 15 -
-3 0 0 0 -1 30
-3 -1 1 0 0 -27
-1 ½ 1 0 0 -1/2 15 -
-5/2 0 1 0 -1/2 -12
BARIS S1
-1 -1 0 1 0 -21
-1 ½ 1 0 0 -1/2 15 -
-1/2 0 0 1 -1/2 -6
BARIS S2

11. Basis Z X1 X2 S1 S2 S3 Solus
i
Z 1 -3 0 0 0 -1 30
S1 0 -5/2 0 1 0 -1/2 -12
S2 0 -1/2 0 0 1 -1/2 -6
X2 0 1/2 1 0 0 -1/2 15

12. Basis Z X1 X2 S1 S2 S3 Solus
i
Z 1
x1 0 1 0 -2/5 0 1/5 24/5
S2 0
X2 0

13. MENENTUKAN TABEL BARU
BARIS Z
-3 0 0 0 -1 30
-3 1 0 -2/5 0 1/5 24/5
0 0 -6/5 0 -2/5 222/5
-1/2 0 0 1 -1/2 -6
-1/2 1 0 -2/5 0 1/5 24/5
0 0 -1/5 1 -2/5 -18/5
BARIS S2
1/2 1 0 0 -1/2 15
1/2 1 0 -2/5 0 1/5 24/5
0 1 1/5 0 -3/5 63/5
BARIS x2

14. Basis Z X1 X2 S1 S2 S3 Solusi
Z 1 0 0 -6/5 0 -2/5 222/5
x1 0 1 0 -2/5 0 1/5 24/5
S2 0 0 0 -1/5 1 -2/5 -18/5
X2 0 0 1 1/5 0 -3/5 63/5

15. Basis Z X1 X2 S1 S2 S3 Solusi
Z 1 0 0 -6/5 0 -2/5 222/5
x1 0 1 0 -2/5 0 1/5 24/5
S3 0 0 0 -1/5 1 -2/5 -18/5
X2 0 0 1 1/5 0 -3/5 63/5

16. Basis Z X1 X2 S1 S2 S3 Solusi
Z 1
x1
S3 0 0 0 1/2 -5/2 1 9
X2

17. MENENTUKAN TABEL BARU
BARIS Z
0 0 -6/5 0 -2/5 222/5
-2/5 0 0 1/2 -5/2 1 9
0 0 -1 -1 0 48
1 0 -2/5 0 1/5 24/5
1/5 0 0 1/2 -5/2 1 9
1 0 -1/2 1/2 0 3
BARIS x1
0 1 2/10 0 -6/10 126/10
-3/5 0 0 1/2 -5/2 1 9
0 1 1/2 -3/2 1 18
BARIS x2

18. Basis Z X1 X2 S1 S2 S3 Solusi
Z 1 0 0 -1 -1 0 48
x1 0 1 0 -1/2 1/2 0 3
S3 0 0 0 1/2 -5/2 1 9
X2 0 0 1 1/2 -3/2 1 18

19. JADI Z = 48, X1= 3 DAN X2 = 18 dan s2 = 9