Dokumen tersebut membahas tentang hubungan antara primal dan dual dalam linear programming. Secara singkat, dokumen menjelaskan bahwa setiap masalah primal memiliki masalah dual terkait, dan solusi optimum primal memberikan solusi optimum dual. Dokumen juga memberikan contoh untuk memahami bentuk standar primal dan dual.
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langasung didefinisikan dari persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP, dualitas sangat tergantung pada primal dalam hal tipe kendala, variabel keputusan dan kondisi optimum.
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langasung didefinisikan dari persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP, dualitas sangat tergantung pada primal dalam hal tipe kendala, variabel keputusan dan kondisi optimum.
Jawaban latihan soal bagian 2.1 pada buku Analisis Real karangan Drs. Sutrima, M.SI
cetakan : pertama, Juni 2010
penerbit : Javatechno Publisher (Jln. Ahmad Yani 365A, Kartasura, Sukoharjo, Jawa Tengah, Indonesia - 57162
Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan yang berhubungan dengan pengalokasian sumberdaya secara optimal.
Materi ini Membahas : System Persamaan linear dua variabel, System Persamaan Linear tiga variabel, System Persamaan linear dan Kuadrat, System Persamaan Kuadrat
Jawaban latihan soal bagian 2.1 pada buku Analisis Real karangan Drs. Sutrima, M.SI
cetakan : pertama, Juni 2010
penerbit : Javatechno Publisher (Jln. Ahmad Yani 365A, Kartasura, Sukoharjo, Jawa Tengah, Indonesia - 57162
Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan yang berhubungan dengan pengalokasian sumberdaya secara optimal.
Materi ini Membahas : System Persamaan linear dua variabel, System Persamaan Linear tiga variabel, System Persamaan linear dan Kuadrat, System Persamaan Kuadrat
Salah satu materi kuliah Aljabar Elementer dengan kode mata kuliah PMAT 4133 (4 SKS) - Membahas secara menyeluruh dan terperinci mengenai Persamaan Kuadrat, Pertidaksamaan Kuadrat atau Persamaan dan Pertidaksamaan Kuadrat
Tugas Laporan Mini Riset Keuntungan Max dengan metode simpleks, Materi Kuliah Semester 5 Pendidikan Matematika A 2016 Universitas Negeri Borneo Tarakan Th. 2018
2. D U A L I T A S
Ditinjau dari teori dan praktek, maka dualitas merupakan konsep linear programming yang
penting dan menarik. Ide dasar dari teori dualitas adalah bahwa setiap persoalan linear
programming mempunyai suatu linear program yang berkaitan yang disebut “dual”. Sehingga
solusi dari persoalan asli LP (primal), juga memberikan solusi pada dualnya.
“ “
Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langsung didefinisikan dari
persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP, dualitas sangat tergantung pada
primal dalam hal tipe kendala, variable keputusan dan kondisi optimum. Oleh karena itu dalam kenyataannya
teori dualitas secara tegas tidak diharuskan penggunaannya.
3. Bentuk Umum
Berikut di tampilkan bentuk umum dari primal dan dual
Bentuk Primal
Fungsi Tujuan :
Maksimumkan/Minimumkan
𝑧 =
𝑗=1
𝑛
𝐶𝑗𝑋𝑗
Fungsi pembatas:
𝑗=1
𝑛
𝑎𝑖𝑗𝑋𝑗 ≤ 𝑎𝑡𝑎𝑢 ≥ 𝑎𝑡𝑎𝑢 = 𝑏𝑖
𝑋𝑗 ≥ 0; i = 1,2,3, … m
𝑗 = 1,2,3, … , 𝑛
Bentuk Dual
Fungsi Tujuan :
Minimumkan/Maksimumkan
𝐺 =
𝑖=1
𝑚
𝑏𝑗𝑌𝑗
Fungsi pembatas:
𝑗=1
𝑚
𝑎𝑖𝑗𝑌𝑗 ≤ 𝑎𝑡𝑎𝑢 ≥ 𝑎𝑡𝑎𝑢 = 𝐶𝑗
𝑌𝑗 ≥ 0; i = 1,2,3, … m
𝑗 = 1,2,3, … , 𝑛
5. PRIMA - DUALMenunjukkan hubungan secara simetris dengan
ketentuan sebagai berikut:
Koefisien fungsi tujuan primal menjadi konstanta
ruas kanan dual
Konstanta ruas kanan primal menjadi koefisien
fungsi tujuan dual
Semua kolom primal menjadi kendala dual
01
02
03
Semua kendala primal menjadi variable keputusan
dual
04
Koefisien kendala dari variable primal menjadi
koefisien yang berkorespondensi dengan kendala
dual.
05
6. PRIMA - DUAL
Langkah – langkah dalam menentukan Dual Problem
dari suatu program linear (primal) yaitu:
b. Masalah min yang normal:
semua peubah non negative
dan semua kendala ≥
Lanjutan Empat
Pemrograman semula dinamakan Primal
Problem
Satu
Jika primal kasus maksimal,
maka dual kasus minimal
Dua
Jika primal kasus minimal,
maka dual kasus maksimal
TigaDibedakan dari tipe
permasalahan.
a. Masalah max yang normal:
semua peubah non negative
dan semua kendala ≤
Empat
7. PRIMA - DUAL
Contoh berikut memberikan gambaran yang lebih jelas
untuk memahami bentuk standar primal dual.
A C
Maksimum:
𝑍 = 5𝑥1 + 12 𝑥2 + 10𝑥3
Dengan Kendala:
1). 𝑥1 + 4𝑥2 + 𝑥3 ≤ 10
2). 2𝑥1 + 𝑥2 + 3𝑥3 ≤ 15
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Bentuk Primal
Maksimum: 𝑍 = 5𝑥1 + 12 𝑥2 + 10𝑥3 + 0S1 + 0S2
Dengan kendala: 1). 𝑥1 + 4𝑥2 + 𝑥3+ 𝑆1 = 10
2). 2𝑥1 + 𝑥2 + 3𝑥3 + 𝑆2= 15
𝑥1 , 𝑥2 , 𝑥3 , 𝑆1 , 𝑆2 ≥ 0
Bentuk standar Primal
Minimum:
𝑊 = 10𝑦1 + 15 𝑦2
Dengan Kendala:
1) 𝑦1 + 2𝑦2 ≥ 5
2) 4𝑦1 + 𝑦2 ≥ 12
3) 𝑦1 + 3𝑦2 ≥ 10
𝑦1 ≥ 0
𝑦2 ≥ 0
Bentuk Dual
B
Contoh 1:
8. PRIMA - DUALContoh berikut memberikan gambaran yang lebih jelas
untuk memahami bentuk standar primal dual.
A C
Maksimum:
𝑍 = 5𝑥1 + 6 𝑥2
Dengan Kendala:
1) 𝑥1 + 2𝑥2 = 5
2) − 𝑥1 + 𝑥2 ≥ 3
3) 4𝑥1 + 7x2 ≤ 8
𝑥1 𝑡𝑖𝑑𝑎𝑘 𝑏𝑒𝑟𝑡𝑎𝑛𝑑𝑎
𝑥2 ≥ 0
Bentuk Primal
Minimum:
𝑊 = 5𝑦1 + 3 𝑦2 + 8𝑦3
Dengan Kendala:
1) 𝑦1 − 𝑦2 + 4𝑦3 ≥ 5
2) − 𝑦1 + 𝑦2 − 4𝑦3 ≥ −5
3) 2𝑦1 + 5𝑦2 + 𝑦3 ≥ 6
𝑦2 ≥ 0
𝑦3 ≥ 0,
𝑦1 𝑡𝑖𝑑𝑎𝑘 𝑏𝑒𝑟𝑡𝑎𝑛𝑑𝑎
Bentuk Dual
B
Contoh 2:
Maksimum: 𝑍 = 5𝑥3 − 5𝑥4 + 6𝑥2 + 0S1 + 0S2
Dengan kendala: 1). 𝑥3 − 𝑥4 + 2𝑥2 + = 5
2). −𝑥3 + 𝑥4 + 5𝑥2 − 𝑆1 = 3
Bentuk standar Primal
3) 4𝑥3 − 4𝑥4 + 7𝑥2 + 𝑆2 = 8
𝑥3 , 𝑥4 , 𝑥2 , 𝑆1 , 𝑆2 ≥ 0
Oleh karena variable 𝑥1 𝑡𝑖𝑑𝑎𝑘 𝑏𝑒𝑟𝑡𝑎𝑛𝑑𝑎 (boleh positif atau negative), maka variable
tersebut diganti dengan dua variable yang berlainan, yaitu 𝑥1 = 𝑥3 − 𝑥4, dimana
𝑥3, 𝑥4 ≥ 0. Dengan demikian bentuk standar primal 𝒄𝒐𝒏𝒕𝒐𝒉 𝟐 adalah:
9. PRIMA - DUAL
Contoh berikut memberikan gambaran yang lebih jelas
untuk memahami bentuk standar primal dual.
Dari dua contoh diatas, dapat disimpulkan bahwa karakteristik dasar dari standar primal-dual adalah sebgai
berikut:
*) ketentuan dalam bentuk standar primal adalah semua konstanta ruas kanan kendala non-negative dan se
mua variable keputusan non negative.
Standar primal *) Dual
Fungsi tujuan Fungsi tujuan Kendala
Maksimum minimum ≥
Minimum Maksimum ≤
10. PRIMA - DUAL
Contoh soal
Untuk membahas hubungan antara prima – dual, akan digunakan contoh berikut:
Bentuk Primal
Minimum 𝑍 = 25𝑥1 + 168𝑥2
dengan kendala 1) 𝑥1 + 8𝑥2 ≥ 12.000
2) 𝑥1 + 6𝑥2 ≥ 10.000
𝑥1, 𝑥2, ≥ 0
Ubahdalambentukmatrix
Z=
1 8 12.000
1 6 10.000
25 168 1
Tranposematriksz
𝑍 𝑇
=
1 1 25
8 6 168
12.000 10.000 1
Bentuk Dual
Maximum 𝑊 = 12.000𝑦1 + 10.000𝑦2
dengan kendala 1) 𝑦1 + 𝑦2 ≤ 25
2) 8𝑦1 + 6𝑦2 ≤ 168
𝑦1, 𝑦2 ≥ 0
Dibuatbentukstandar
Bentuk standar:
𝑤 − 12.000𝑦1 − 10.000𝑦2 = 0
𝑦1 + 𝑦2 + 𝑆1 = 25
8𝑦1 + 6𝑦2 + 𝑆2 = 168
𝑦1, 𝑦2 ≥ 0
11. PRIMA - DUAL
Pembahasan soal
B W 𝒚 𝟏 𝒚 𝟐 𝑺 𝟏 𝑺 𝟐 NK
Indek
s
Ket
W 1 -12.000 −10.000 0 0 0
𝑆1 0 1 1 1 0 25 25
𝑆2 0 8 6 0 1 168 21
W 1 0 -1.000 0 1.500 252.000 12.000𝑟3 + 𝑟1
𝑆1 0 0 1/4 1 -1/8 4 16 −𝑟3 + 𝑟2
𝑌1 0 1 6/8 0 1/8 21 28
W 1 0 0 4.000 1.000 268.000 1.000𝑟2 + 𝑟1
𝑌2 0 0 1 4 -1/2 16
𝑌1 0 1 0 -3 1/2 9 −
6
8
𝑟2 + 𝑟3
Solusi optimum primal-dual dalam tabel adalah: 𝑦1 = 9 dan 𝑦2 = 16, dengan total W= 268.000
✓
14. Primal-
Dual
Setelah model dual didefinisikan secara lengkap, dapat dikatakan bahwa
model dual dikembangkan dari model primal sepenuhnya. Hal tersebut
dapat berarti bahwa operasi simpleks tidak perlu dilakukan untuk
mengetahui informasi tentang dual karena solusi dual dapat ditentukan
dari solusi primal.
Solusi optimum primal memberikan informasi mengenai banyaknya
jumlah laba yang diperoleh, sedangkan solusi optimum dual yang juga
didapat dari solusi terhadap suatu masalah primal memberikan
informasi yang tidak kalah penting dalam pengambilan keputusan.
Bentuk dual akan memberikan informasi mengenai nilai-nilai sumber
yang biasanya merupakan pembatas dari suatu model sehingga dapat
membantu pengambilan keputusan dalam menentukan harga dari
sumber daya yang menjadi pembatas bagi tercapainya laba tersebut.
Kesimpulan