1

PENDAHULUAN
Tujuan utama suatu usaha bisnis : memaksimumkan laba
atau meminimumkan biaya.
- Untuk itu,pasti usaha itu memiliki berbagai kendala s.d
Baik tujuan maupun kedala pada umumnya dalam
kondisi deterministik.
-Suhubungan dengan itu, Linier Programming (LP)
memberikan solusi dalam pengambilan keputusan usaha
bisnis tsb.
-Linier programming adalah suatu teknik atau cara yang
membantu dalam keputusan mengalokasi sumberdaya
yang dimiliki perusahaan.
-Sumberdaya tersebut meliputi misalnya, mesin-mesin,
tenaga kerja, uang, waktu, kapasitas gudang (ruangan),
material , dll., yang akan digunakan untuk memproduksi
barang (sandang, pangan, papan, dll) atau jasa (rencana
pengiriman dan produksi, keputusan investasi, kebijakan
advertensi, dll)
2
Persyaratan Yang Diperlukan Dalam L P :
1. Perusahaan mempunyai tujuan,yaitu
memaksimumkan laba atau miminimumkan biaya
2. Perusahaan mempunyai kerterbatasan atau
kendala sumberdaya dalam mencapai tujuan.
3. Perusahaan mempunyai keputusan atau kegiatan
alternatif, salah satu diantaranya dipakai atau
dipilih untuk mencapai tujuan.
4. Tujuan dan kendala dinyatakan dalam hubungan
persamaan ( = ) dan pertidaksamaan ( < / > )
matematik yang linier.
3
Beberapa Asumsi Yang Berlaku Dalam LP :
1.Kondisi-kondisi bisnis dalam perusahaan dalam kepas-
tian dimana nilai-nilai, jumlah-jumlah dalam fungsi tujuan
dan kendala diketahui dengan pasti (deterministik), tidak
berubah selama periode analisis.
2.Hubungan dalam fungsi tujuan dan kendala adalah
proporsional dalam bentuk matematik yang linier, contoh :
L = 10 X  jika X = 2, maka L = 20
jika X = 4, maka L = 40
M < 60X  jika X = 2, maka M < 120
jika X = 5, maka M < 300
3.Bentuk fungsi tujuan dan kendala besifat aditivity, artinya
jumlah total nilai kegiatan = penjumlahan dari nilai-nilai
kegiatan individu :
L = $3 X1 + $5 X2  Jika X1 = 10 dan X2 = 20, maka
L = $3(10) + $5(20) = $ 130.
4.Barang dan jasa yang dihasilkan (variabel keputusan)
harus positif bukan negatif (non negatively) paling tidak nol
4
(tidak menghasilkan) X ,X > 0
Sejarah Linier Program
-LP telah dikembangkan sebelum perang dunia II oleh matematika-
wan Rusia, A.N. Kolmogorov dan Leonid Kantorovic penerima nobel
“Optimasi Perencanaan”
-Dalam aplikasi berikutnya LP dikembangkan oleh Stigler (1945)
dalam persoalan Diit (kesehatan).
-Perkembangan berikutnya (1947),George D.Dantzig me-ngembang
kan solusinya dengan metode simplex. Jasa Dantzig ini luar biasa
sehingga kita kenal sampai sekarang dengan istilah “Linier
Programming”. Dia seorang matematikawan di Angkatan Udara
Inggris menjabat sebagai kepala Pengendali Analisis Perang
Angkatan Udara. Saat itu militer memerlukan sekali program
perencanaan latihan militer, pemasokan peralatan dan amunisi,
penempatan unit-2 tempur. Dantzig memformulasikan sistem
pertidaksamaan linier
-Setelah perang dunia II aplikasi dalam dunia bisnis luar biasa,
misalnya dalam usaha pengolahan, jasa, pertanian, dll.
-Tahun 1984 N.Karmarkar mengembangkan model yang lebih su-
perior dari metode simplex utk berbagai aplikasi yg lebih luas. 5
Model Formulasi
Model LP berisikan beberapa komponen dan karakteristik ttt.
Komponen adalah Fungsi Tujuan dan Fungsi Kendala, didalam-
nya terdapat Variabel Keputusan dan Parametrer.
Variabel Keputusan adalah simbul matematik dari kegiatan yang
dilakukan /dibuat/diproduksi oleh perusahaan, misalnya : X1 =
jml. Meja, X2 = jml.Kursi dan X3 = jml tempat tidur yang
diproduksi
Parameter adalah nilai-nilai di depan variabel keputusan yang
pada dasarnya sudah diketahui.
Fungsi Tujuan merupakan hubungan matematika linier yang
menggambarkan tujuan perusahaan baik memaksimum-kan
laba atau meminimumkan biaya untuk membuat var. keputusan.
Fungsi Kendala juga merupakan hubungan linier antar variabel
kepu tusan yg menggambarkan keterbatasan sumber-daya.
Misalnya, keterbatasan dlm. jumlah Tenaga Kerja utk
memproduksi Meja sebesar 40 jam/hari.
Nilai-nilai Konstanta dalam fungsi tujuan atau kendala juga
merupukan parameter. 6
METODE GRAFIK
Persoalan maksimasi . contoh : perusahaan xyz
Sebuah industri XYZ berkecimpung dalam proses produksi
dua macam produk, yaitu produk A dan B. Kedua produk
tesebut dapat dijual masing-masing dengan harga Rp 3000,-
per unit. Dalam proses produksinya diperlukan tiga macam
departemen, yaitu Departemen P yang memiliki 3 unit mesin
tipe P, Departemen Q memiliki 6 unit mesin tipe Q dan Dep. R
memiliki 9 unit mesin tipe R.
Lama waktu pemakaian mesin mesin tersebut berbeda untuk
setiap produk.
Produk A memerlukan waktu 2 jam untuk proses produksinya
pada mesin tipe P, kemudian 2 jam pada mesin tipe Q dan 4
jam pada mesin tipe R. Sedangkan untuk produk B memerlu-
kan waktu 1 jam pada mesin tipe P, kemudian 3 jam pada
mesin tipe Q dan 3 jam pada mesin tipe R.
7
Lamanya waktu mesin-mesin tersebut beroperasipun sangat
terbatas, yaitu mesin tipe P beroperasi selama 10 jam per hari
per mesin, mesin tipe Q dapat beroperaasi 10 jam per hari per
mesin dan mesin tipe R beroperaasi selama 8 jam per hari per
mesin.
- Rumuskan persoalan tsb. dalam model program linier
(formula matematika) !
- Gambarlah persoalan LP tersebut dan Hitunglah berapa
produk A dan B harus dijual sehingga penerimaannya
maksimal

8
Dari contoh persoalan LP di atas, dapat diringkas pada
tabel berikut :
Sd A B Kap.
P 2 1 < 30
Q 2 3 < 60
R 4 3 < 72
Harga 3000 3000
Kemudian dengan lebih mudah dapat disusun formulasi matematisnya :
Max. TR = 3000A + 3000B
Stc. P : 2A + B < 30
Q : 2A + 3B < 60
R : 4A + 3B < 72
A,B > 0 9
GAMBAR FUNGSI KENDALA
• P : 2A + B < 30 Max. TR = 3000A + 3000B
Jika A = 0 , maka B = 30 Stc. P : 2A + B < 30
Jika B = 0 , maka A = 15 Q : 2A + 3B < 60
B

R : 4A + 3B < 72
<

A,B > 0
30
–2
A

R
:
Q

4A <
:

B
2A

+ 4-
3B -
B < + 3B
2
20 – < 6

< -
2/ 3 0

72
A

10
 Metode Grafik / Maksimasi
FISIBLE AREA dan ISO REVENUE
TR = 3000A + 3000B  B = TR/3000 - A

0 = 3000(0) + 3000(0)
45000 = 3000(15) + 3000(0)
60000 = 3000(0) + 3000(20)
63000 = 3000(9) + 3000(12)
P 66000 = 3000(6) + 3000(16)

B
• > 66000 = IMPOSIBLE
Solusi : Produk A = 6 unit
• Produk B = 16 unit
TR = $ 66000
Evaluasi Sumberdaya :
• P : 2(6) + 1(16) = 28 jam  sisa 2 jam
Q : 2(6) + 3(16) = 60 jam  persis
Q R : 4(6) + 3(16) = 72 jam  persis

R
• •
A
11
KEPUTUSAN BERALTERNATIF
1) Antara titik A dan B
A 2) Antara titik B dan C
3) Antara titik C dan D
• B
•
C
•

D
•

12
 Variabel Slack
- Ingat bahwa solusi terjadi pada titik ekstrim, di mana
garis pertidaksamaan kendala berpotongan satu sama
yang lain atau berpotongan dengan sumbu pada grafk.
Jadi dalam hal ini, kendala-kendala tersebut lebih diper-
timbangkan sbg. persamaan daripada pertidaksamaan.
- Prosedur baku untuk merubah pertidaksamaan kendala
menjadi persamaan, adalah dengan menambah sebu-
ah variabel baru ke dalam masing-masing kendala,
yang disebut sebagai variabel slack.
- Untuk contoh perusahaan XYZ di muka, model kendala
adalah :
P : 2A + B < 30
Q : 2A + 3B < 60
R : 4A + 3B < 72
13
- Penambahan sebuah variabel slack,S1 pada kendala P,
S2 pada kendala Q dan S3 pada kendala R hasilnya
dapat dilihat sbb. :
C
- Variabel slack S1, S2 dan S3 merupakan nilai yang
diperlukan untuk membuat sisi sebelah kiri persamaan
menjadi sama dengan sisi sebelah kanan. Misalnya
secara hipotetis, A = 9 dan B = 10. Masukkan kedua
nilai itu kedalam persamaan :
P : 2(9) + 10 + S1 = 30 S1 = 2
Q : 2(9) + 3(10) + S2 = 60 S2 = 12
R : 4(9) + 3(10) + S3 = 72 S3 = 6

14
- Dalam contoh di atas, menghasilkan solusi yang tidak
menghabiskan jumlah sumberdaya. Pada kendala P
hanya menggunakan 28 jam, berarti sisa 2 jam yang
tidak digunakan.
- Jadi S1 merupakan jumlah waktu yang tidak digunakan
pada sumberdaya P atau disebut slack P. Demikian juga
pada kendala Q dan R masing-masing mempunyai slack
Q dan slack R sebagai sisa 12 jam dan 6 jam yang tidak
digunakan.
- Jika perusahaan belum melakukan kegiatan produksi,
maka seluruh kapasitas sumberdaya masih utuh,
slacknya masing-masing sebesar 30, 60 dan 72 jam

15
Pengaruh Variabel Slack Terhadap Fungsi Tujuan
Fungsi tujuan dari contoh adalah :
TR = 3000 A + 3000 B.
Koefisien 3.000 dan 3.000, masing-masing merupakan
kontribusi TR setiap produk A dan produk B. Lalu, apa
wujud kontribusi variabel slack S1 dan S2 ?.
Variabel slack tidak mempunyai kontribusi apapun
terhadap TR sebab variabel slack merupakan sumber-
daya yg tidak digunakan. TR dicapai hanya setelah
sumberdaya digunakan dalam proses produksi.
Dengan demikian variabel slack dalam fungsi tujuan
dapat ditululis parameter 0 , sbb :
TR = 3000A + 3000 B + 0S1 + 0S2 + 0S3
16
Seperti halnya pada variabel keputusan (A dan B), va-
riabel slack bernilai non-negative, sebab tidak mungkin
sumberdaya itu negatif. Oleh karenanya, model
formulasinya :
A, B , S1, S2 dan S3 > 0
Dengan adanya varibel slack, model LP baku secara
lengkap dapat ditulis sbb.:
Maksimumkan : TR =3000 A + 3000 B+ 0S1+ 0S2 +0S3
Kendala 2A + B + S1 = 30
2A + 3B + S2 = 60
4A + 3B + S3 = 72
A, B , S1, S2 dan S3 > 0

17
 A = 0
Max. TR = 3000 A + 3000B
B = 20 Kendala : 2A + B + S1 < 30
TR = 60000 A = 6 2A + 3B + S2 < 60
S1 = 10 B = 16
S2 = 0 TR = 66000
4A + 3B + S3 < 72
S3 = 12 S1 = 2 A = 9 A, B , S1, S2 dan S3 > 0
•B S2 = 0 B = 12
TR = 63000
S3 = 0

•C
S1 = 0
S2 = 6
S3 = 0
•
D
A = 15
B = 0
TR = 45000
S1 = 0
S2 = 30
E S3 = 12
•

18
 Contoh lain : Persoalan Perusahaan BW
Perusahaan ini memproduksi dua macam produk, yaitu Me-
ja dan Kursi, dimana dalam proses produksinya harus me-
lalui dep. Assembling dan Finishing.Departemen assem-
bling tersedia waktu 60 jam, sedangkan departemen finis-
hing dapat menangani hingga sampai 48 jam kerja.
packing .
Untuk membuat sebuah kursi diperlukan waktu 2 jam pada
assembling dan 4 jam pada fininshing.untuk memebuat
sebuah meja diperlukan waktu 4 jam di ddepartemen
assamabling dan 2 jam didepartemen finishing
Jika Laba setiap satu meja sebesar $ 8 dan setiap satu
kursi $ 6, persoalan yang dihadapi perusahaan BW adalah
menentukan banyaknya produksi meja dan kursi yang ter-
baik, dan menjualnya sedemikian rupa sehingga mempero-
leh laba maksimum.
19
Informasi tentang persoalan perusahaan BW seperti
dikemukakan di atas, dapat disajikan dalam tabel berikut
ini :
Jam yg diperlukan Jml jam yg
Sumberdaya per unit Meja /Kursi
X X2 tersedia
1

Assembling 4 2 60
Finishing 2 4 48

Laba per unit $8 $6

X1 = meja
X2= Kursi
Maksimumkan : L = 8 X1 + 6 X2
Kendala : 4 X1 + 2 X2 < 60
2M+4K < 48
20
 Jam yg diperlukan Jml jam yg
Sumberdaya per unit Meja /Kursi
X X2 tersedia
1

Assembling 4 2 60
Finishing 2 4 48

Laba per unit $8 $6

X1 = meja
X2= Kursi

21
 Solusi A Solusi B Solusi C Solusi D
M=0 M=0 M = 12 M = 15
K=0 K = 12 K=6 K= 0
L =0 L = 72 L = 132 L = 120
K SA = 60 SA = 36 SA = 0 SA = 0
SF = 48 SF = 12 SF = 0 SF = 18
Keputusan:
4M

Jml Meja yang diproduksi sebanyak : 12 unit

Jml kursi yang diproduksi sebanyak : 6 unit
+2

Laba = $8(12) + $6(6) = $ 132

K

Penggunaan Sumberdaya :
<

2M Assembling : (4x12)+(2x6) = 60 unit (persis)

•B +4K
60

< 48 Finishing : (2x12)+ (4x6) = 48 unit (persis)

(12, 6)
C
•
A D
• •
M 22
Untuk Titik C : 4M + 2K = 60 →x1 = 4M + 2K = 60
2M + 4K = 48 →x2 = 4M + 8K = 96 ―
― 6K = ―36
K=6
M = 12
Atau
4M + 2K ― 60 = 2M +4K ― 48
2M ― 2K = 12
M= 6+K
4M + 2K = 60
4(6 + K) + 2K = 60
K=6
M = 12
23
Latihan :
Sebuah perusahaan membuat dua macam produk (A dan
B) dari dua sumberdaya SD1 dan SD 2. Jika perusahaan
berhasil membuat produk tersebut, perusahaan akan mem-
peroleh laba sebesar $ 8 (prodk A)dan $ 4 (produk B).
Untuk membuat kedua produk tersebut setiap satu produk
A yang diproses di SD 1 diperlukan waktu sebanyak 4
jam ,sedang untuk setiap satu produk B dibutuhkan waktu 5
jam, sedangkan SD 1 hanya tersedia waktu 20 jam.
Pada SD 2,setiap satu produk A yang diproses diperlukan
waktu sebanyak 2 jam,sedang untuk setiap satu produk B
dibutuhkan waktu 6 jam, sementara SD 2 terbatas waktu
sebanyak 18 jam saja.
Saudara sebagai manajer RO, diminta untuk menyusun
persoalan ini dalam bentuk LP untuk menentukan jumlah
kedua produk yang akan dibuat .
Selesaikan persoalan ini dengan metode grafik. 24
 Metode Grafik / Minimasi

Contoh Soal
Sebuah perusahan membuat bahan pelarut A dan B,
yang menggunakan bahan Minyak tanah (MT), Damar
(D) dan Spiritus (S). Biaya bahan pelarut A sebesar Rp
80,- dan bahan pelarut B sebesar Rp 100,-.
Masing-masing bahan campurannya (MT,D dan S)
minimal dibutuhkan sebanyak 24 liter Minyak Tanah, 20
Kg Damar, dan 24 liter spiritus.
Untuk setiap bahan A dibutuhkan Minyak Tanah seba-
nyak 8 liter , 10 kg Damar dan 6 liter Spiritus. Untuk seti-
ap bahan B dibutuhkan Minyak Tanah 6 liter, Damar 4
Kg, dan 12 liter Spiritus.
Saudara diminta bantuan untuk menyelesaikan berapa
bahan A dan B dibuat shingga biaya minimum ?.
Selesaikan dengan metode grafik.
25
 Metode Grafik / Minimasi
GAMBAR FUNGSI KENDALA

Min. TC = 80A + 100B

MT : 8A + 6B > 24 Stc. MT : 8A + 6B > 24
B > 4 – 4/3 A
B D : 10A + 4B > 20
S : 6A + 12B > 24
A,B > 0
A

B D : 10A + 4B > 20
B > 5 - 2,5 A
B S : 6A + 12B > 24
B > 2 - 0,5 A

A A 26
FISIBLE AREA dan ISO COST

Solusi Optimal :
B.Pelarut A = 2,4 unit
B.Pelarut B = 0,8 unit
TC min = 80 (2,4) + 100(0,8) = Rp 272
Penggunaan Sumberdaya :
MT = 8(2,4) + 6(0,8) = 24 Lt.  persis
D = 10(2,4) + 4(0,8) = 27,2 Kg.  > 20
S = 6(2,4) + 12(0,8) = 24 Lt.  persis

•( 2, 4 ; 0,8 )

27
 METODE SIMPLEK
PENDAHULUAN
Kenyataan yang sering dihadapi oleh para manajer
dalam pengambilan keputusan adalah kompleks.
Keputusan yang harus diambil tidak hanya untuk 2
variabel saja, bisa saja lebih, sementara metode grafik
terbatas hanya 2 demensi atau paling banyak menca-
kup 3 variabel.
Untuk mengatasi persoalan linier programming yang
kompleks jelas menjadi tidak sederhana.
Satu cara sederhana (simple) dan efisien yang dapat
menyelesaikan persoalan adalah dengan Metode
Simplex, di mana metode ini menggunakan tabel yang
unik yang sering disebut “Tabel Simplek”
28
Metode simplek untuk linier programming dikembang-
kan pertama kali oleh George Dantzing pada tahun
1947, kemudian digunakan juga pada penugasan di
Angkatan Udara Amerika Serikat. Dia
mendemonstrasi-kan bagaimana menggunakan fungsi
tujuan (iso-profit) dalam upaya menemukan solosi
diantara beberapa ke-mungkinan solosi sebuah
persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dila-
kukan secara berulang-ulang (iterative) sedemikian
rupa dengan menggunakan pola tertentu (standart)
sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solo-
si yang baru akan menghasilkan sebuah nilai fungsi
tujuan yang lebih besar daripada solosi sebelumnya.
29
 MENYUSUN SOLUSI AWAL
Untuk memperoleh pengertian yg lebih mudah dan cepat,
dalam pembahasan ini kita gunakan persoalan yang me-
liputi 2 variabel riil saja (sekedar untuk cross cek), kita
gunakan kasus Persh,”XYZ” contoh pertama.
Dengan menggunakan contoh kasus “XYZ”di muka,
penyelesaian dapat dilakukan dengan beberapa langkah :
Langkah 1. Menyususun Persoalan Dalam Matematik
Maksimumkan : TR = $ 3000A + 3000B
Kendala : P : 2A + B < 30
Q : 2A + 3B < 60
R : 4A + 3B < 72
A,B > 0
30
Langkah 2. Mengubah Pertidaksamaan menjadi
Persamaan
Mengandung pengertian : tidak selalu kapasitas S.D
digunakan seluruhnya, diantaranya masih ada yang tersisa
 ada kelonggaran (slack) untuk menambah sebuah
variabel sehingga menjadi persamaan. Variable baru ini
disebut Variabel Slack = sejumlah unit kapasitas yang tidak
dipakai dalam suatu Departemen (SD).
Variabel Slack Misal :
S1 = waktu yang tidak dipakai dlm.Dep.P  P :2A + B <30
S2 =waktu yang tidak dipakai dlm Dep Q :Q :2A +3B<60
S3 =waktu yang tidak dipakai dlm Dep R  R: 4A+3B < 72
Atau dari persamaan diatas dapat disusun :
P : 2A + B +S1 = 30
Q : 2A + 3B+ S2 = 60
R : 4A + 3B + S3 = 72
A,B > 0 31
Variabel Slack ini harus dimasukkan dalam fungsi tuju-
an dan kendala. Koefisien setiap variabel pada kedua
fungsi tsb. harus terlihat dengan jelas. Oleh karena itu,
untuk variabel yang tidak mempunyai pengaruh terha-
dap persamaan, koefisiennya harus ditulis dengan .
“nol”, sehingga tidak merubah hakekatnya.
Misal, karena : S1,, S2 dan ,S3 tidak menghasilkan Laba,
maka koefisiennya ditulis nol . Untuk kendala , S1,
tidak berpengaruh terhadap Dep. Q dan R ,maka
koefisiennya harus ditulis nol pada kendala Q dan R.
Untuk kendala S2 tidak berpengaruh terhadap Dep. P
dan R, maka koefisiennya ditulis nol pada kendala
tsb.Demikian juga untuk S3 tidak berpengarauh
terhadap Dep. P dan Q, maka koefisiennya harus
ditulis nol pada kendala P dan Q .
Untuk praktisnya fungsi tujuan dan fungsi kendala
dapat ditulis sbb. : 32
 Metode Simplek / Maksimasi
TR = 3000 A + 3000 B + 0 SP + 0 SQ + 0 SR .
P : 2A + B + 1 SP + 0SQ + 0SR = 30
Q : 2A + 3B + 0SP + 1SQ + 0SR = 60
R : 4A + 3B + 0SP + 0SQ + 1SR = 72
Langkah 3. Memasukkan Fungsi Tujuan dan Kendala
ke Tabel Simplek
Cj Variabel Kuanti 3000 3000 0 0 0 Ri
Basis tas A B SP SQ SR
0 SP 30 2 1 1 0 0
0 SQ 60 2 3 0 1 0
0 SR 72 4 3 0 0 1
Zj 0 0 0 0 0 0
Cj - Zj 3000 3000 0 0 0
Zj =  aij . Bi
Sollusi Awal, belum berproduksi, Zj = 0 33
 MENGEMBANGKAN SOLUSI KEDUA
 Solusi awal menunjukkan perusahaan masih belum
berproduksi.
 Selanjutnya kita akan melakukan perubahan
sehingga TR sebagai tujuan tercapai lebih baik.
 Jika tabel yang telah diperbaiki masih ada
kemungkinan dirubah untuk mencapai tujuan yang
lebih baik lagi, maka perubahanpun terus berlanjut
sampai tercapai solusi yang optimal.
 Tahap-tahap perubahan dari tabel satu ke tabel
yang lain disebut “pivoting”.
 Perhitungan solusi kedua dapat diikuti dengan
langkah-langkah berikut ini.
34
Langkah 1. Menentukan Variabel Riil yang akan
dimasuk kan dalam solusi (going in)
Secara rasional, memilih varibel riil yang tepat adalah
variabel yang mempunyai kontribusi
menambah laba/TR atau mengurangi
biaya yang paling besar.
 Dengan memilih nilai-nilai baris Cj - Zj
pada kolom variabel riil yang terbesar,
mengindikasikan adanya peningkatan
laba/TR yang lebih baik.
 Oleh karena Nilai Cj - Zj untuk kedua
kolom variabel riil A dan B sama, maka
bisa kita pilih salah satu.
 Misalnya saja, kita tentukan kolom B, 35
 Metode Simplek / Maksimasi
Langkah 2. Menentukan Variabel yang akan diganti
(going out)
 Pertama kali, kita membagi nilai-nilai
dalam kolom variabel basis dengan nilai-
nilai pada kolom optimum, dan kemudian
hasil bagi-hasil bagi tersebut kita pilih yang
paling kecil.
 Baris yang mempunyai nilai “Ri” terkecil
bakal diganti atau dikeluakan dari variabel
Baris Sbasis.
P : 30 / 1 = 30
Baris SQ : 60 / 3 = 20  dikeluarkan
Baris SR : 72 / 3 = 24
Elemen-elemen (nilai) pada basis SP, SQ dan SR di
bawah kolom optimum, disebut elemen interseksional,
yang akan berperan dalam perhitungan nilai nilai pada
tabel berikutnya. 36
 Aplikasi Langkah 1 dan Langkah 2
Cj 3000 3000 0 0 0
VB Q A B Sp Sq Sr Ri
Iter 1
0 Sp 30 2 1 1 0 0 30
0 Sq 60 2 3 0 1 0 20
0 Sr 72 4 3 0 0 1 24
Zj 0 0 0 0 0 0
Cj - Zj 3000 3000 0 0 0
Iter 2

Langkah 1 : menentukan kolom optimum (going in)

Langkah 2 : menentukan baris optimum (going out)
37
 Cj 3000 3000 0 0 0 Menentukan / Menghitung :
VB Q A B Sp Sq Sr Ri - Nilai baris baru yang masuk :
NBBM = NBL : N. Insek :
Iter 1 60/3 = 20 ; 2/3 = 2/3 ; 3/3 = 1;
0/3 = 0 ; 1/3 = 1/3; 0/3 = 0
0 Sp 30 2 1 1 0 0 30
- Nilai baris baru yang lain :
0 Sq 60 2 3 0 1 0 20
NBBL= NBL (N Intsek x
0 Sr 72 4 3 0 0 1 24 NBBM)
Zj 0 0 0 0 0 0 Baris Sp :
Cj - Zj 30  ( 1 x 20) = 10
3000 3000 0 0 0 2  ( 1 x 2/3) = 1 1/3
Iter 2 1  ( 1 x 1) = 0
1  ( 1 x 0) = 1
0 Sp 10 11/3 0 1 -1/3 0 0  ( 1 x 1/3) = -1/3
0  ( 1 x 0) = 0
3000 B 20 2/3 1 0 1/3 0
Baris Sr :
0 Sr 12 2 0 0 -1 1 72  ( 3 x 20) = 12
Zj 60000 2000 3000 0 1000 0 4  ( 3 x 2/3) = 2
Cj - Zj 1000 0 0 1000 0 3  ( 3 x 1) = 0
0  ( 3 x 0) = 0
Iter 3 0  ( 3 x 1/3) = -1
1  ( 3 x 0) = 138
 MENGEMBANGKAN SOLUSI KETIGA Menentukan / Menghitung :
- Kolom optimum :
pilih nilai Cj - Zj yang terbesar
Cj 3000 3000 0 0 0 - Baris yang diganti :
Pilih nilai Ri yang terkecil
VB Q A B Sp Sq Sr Ri Ri = nilai Q / kolom optimum
- Nilai baris baru yang masuk :
Iter 2 NBBM = NBL : N Insek :
12/2 = 6 ; 2/2 =1 ; 0/2 = 0;
0 Sp 10 1.33 0 1 - 0.33 0 7.5 0/2 = 0; -1/2 = - 0,5; 1/2 = 0,5
3000 B 20 0.67 1 0 0.33 0 30 - Nilai baris baru yang lain :
0 Sr 12 2 0 0 -1 1 6 NBBL= NBL(N Intsek x NBBM)
Baris Sp :
Zj 60000 2000 3000 0 1000 0 10  (1,33 x 6) =2
Cj - Zj 1,33  (1,33 x1) = 0
1000 0 0 -1000 0 0  (1,33 x 0) = 0
1  (1,33 x 0) = 1
Iter 3 - 0,33  (1,33 x -0,5) = 0,33
0 Sp 2 0 0 1 0,33 - 0,67 0  (1,33 x 0,5) = - 0.67
Baris B :
3000 B 16 0 1 0 0,67 - 0,33 20  (0,67 x6) = 16
0,67  (0,67 x 1) = 0
3000 A 6 1 0 0 - 0,5 0,5 1  (0,67 x 0) = 1
0  (0,67 x 0) = 0
Zj 66.000 3000 3000 0 500 500 0,33  (0,67 x - 0,5) = 0,67
Cj - Zj 0  (0,67 x 0,5) = - 033
0 0 0 - 500 - 500
NILAI-NILAI Cj - Zj < 0  SOLUSI OPTIMAL
39
 INTERPERTASI EKONOMI TABEL SIMPLEK

Cj 3000 3000 0 0 0
VB Q A B Sp Sq Sr Ri
Iter 3
0 Sp 2 0 0 1 0.333 -0.67
3000 B 16 0 1 0 0.667 -0.33
3000 A 6 1 0 0 -0.5 0.5
Zj 66000 3000 3000 0 500 500
Cj - Zj 0 0 0 -500 -500

40
 INTERPERTASI EKONOMI TABEL SIMPLEK

Nilai2 pada Kolom Q Tabel 3 :

Baris Sp = 2 (Sisa Sbrdaya P)
Baris B = 16 (Jml Prduksi B)
Baris A = 6 (Jml Prduksi A)
Baris Zj = 66000 (TR max.)

Nilai2 pada Baris Cj-Zj di bawah kolom variabel riil

menunjukkan nilai produk marginal :
Jika positif menunjukkan kemungkinan tambahan TR
jika variabel riil ditambah 1 unit
Jika negatif menunjukkan pengurangan TR jika
variabel riil ditambah 1 unit
41
Nilai2 Negatif pada Baris Cj-Zj di bawah kolom var. Slack
menunjukkan tambahan TR yg dapat dicapai jika
ditambahkan 1 jam lagi pada departemen diwakili
variabel slack
Nilai2 di baris Zj menggambarkan berkurangnya TR
(oportunity cost) akibat tambahan 1 unit kegiatan riil
atau disposal

Angka-angka dalam kwadran matrik (input-output) atau

diberi simbul aij menunjukkan MRTS atau Koefisien
Teknologi antara kegiatan pada kolom dengan
sumberdaya pada baris.
42
 Metode Simplek / Minimasi

CONTOH : PERUSAHAAN PNT

Perusahaan Nutrisi Ternak (PNT) khusus
menghasilkan makanan campuran sebagai makanan
tambahan, mendapat pesanan makanan campuran
"141-B" dengan ukuran/paket 200 pon. Makanan
Campuran tersebut terdiri dari dua bahan ramuan ,
yaitu P (sumber protein) dan C (sumber karbohidrat).
Biaya bahan protein sebesar $ 3 per pon, sedang
bahan karbohidrat sebesar $ 8 per pon. Dalam
makanan campuran itu kandungan Protein (P) tidak
boleh melebihi 40 % dan kandungan bahan Carbo-
hidrat (C) paling tidak tersedia 30 %.
Persoalan PNT ,adalah menetapkan berapa banyak
masing-masing bahan digunakan agar biaya minimal.
43
 Metode Simplek / Minimasi

FORMULASI MATEMATIKA PERSOALAN ( IDENTIFIKASI)

Minimumkan : Cost = $ 3P+ $ 8C

Kendala : P + C = 200 pon
P < 80 pon
C > 60 pon
P dan C > 0

44
 SOLUSI AWAL Metode Simplek / Minimasi

Merubah persamaan dan pertidaksamaan pada kendala

- Untuk tanda Persamaan ( = ) harus ditambah dengan
variabel Artifisial (A)
- Untuk Pertidaksamaan”lebih besar sama dengan” ( > )
harus dikurangi variabel surplus (S) dan ditambah
variabel Artifisial (A)
- Untuk Pertidaksamaan kurang sama dengan ( < ) harus
ditambah variabel slack (S)
Utk Kendala : P + C = 200  P + C + A1 = 200
P < 80  P + S1 = 80
C > 60  C  S2 + A2 = 60
45
 Metode Simplek / Minimasi
SOLUSI AWAL
Koefisien teknologi (para meter) masing-masing variabel
, secara ekplisit harus ditulis, dengan ketentuan yang
tidak ada pengaruhnya ditulis nol
Nilai biaya untuk variabel Artifisial diberi nilai yang
sangat besar (M), dan untuk variabel Slack/Surplus = 0
Secara lengkap :
Minimize: Cost = 3P + 8C + 0S1 + 0S2 + MA1 + MA2
P + C + A1 = 200
P + S1 = 80
C  S2 + A2 = 60
P, C, S1, S2, A1, A2 > 0
46
SOLUSI TABEL SIMPLEK Metode Simplek / Minimasi

Cj BV $3 $8 $M $0 $0 $M
Quantity P C A1 S1 S2 A2 Ri
$M A1 200 1 1 1 0 0 0 200
$0 S1 80 1 0 0 1 0 0 -
$M A2 60 0 1 0 0 1 1 60
Zj $260M $M $2M $M $0 $M $M
Cj –Zj $3  $M $8  $2M $0 $0 $M $0
$M A1 140 1 0 1 0 1 -1 140
$0 S1 80 1 0 0 1 0 0 80
$8 C 60 0 1 0 0 -1 1 -
Zj $140M+$480 $M $8 $M $0 $M-$8 $8-$M
Cj –Zj $3 - $M $0 $0 $0 $8-$M $2M-$8
$M A1 60 0 0 1 1 1 -1 60
$3 P 80 1 0 0 1 0 0 -
$8 C 60 0 1 0 0 -1 1 60
Zj $60M+ $720 $3 $8 $M $3  $M $M  $8 $8  $M
Cj –Zj $0 $0 $0 $M  $3 $8  $M $2M$8
$0 S2 60 0 0 1 1 1 -1
$3 P 80 1 0 0 1 0 0
$8 C 120 0 1 1 1 0 1
Zj $1200 $3 $8 $8  $5 $0 $8 47
Cj –Zj $0 $0 $0 $M - $8
SOLUSI TABEL SIMPLEK Metode Simplek / Minimasi
Cj BV $3 $8 $M $0 $0 $M
Quantity P C A1 S1 S2 A2 Ri
$M A1 200 1 1 1 0 0 0 200
$0 S1 80 1 0 0 1 0 0 -
$M A2 60 0 1 0 0 1 1 60
Zj $260M $M $2M $M $0 $M $M
Cj –Zj $3  $M $8  $2M $0 $0 $M $0
$M A1 140 1 0 1 0 1 -1 140
$0 S1 80 1 0 0 1 0 0 80
$8 C 60 0 1 0 0 -1 1 -
Zj $140M+$480 $M $8 $M $0 $M-$8 $8-$M
Cj –Zj $3 - $M $0 $0 $0 $8-$M $2M-$8
$M A1 60 0 0 1 1 1 -1 - 60
$3 P 80 1 0 0 1 0 0 -
$8 C 60 0 1 0 0 -1 1 60
Zj $60M+ $720 $3 $8 $M $3  $M $M  $8 $8  $M
Cj –Zj $0 $0 $0 $M  $3 $8  $M $2M$8
$0 S2 60 0 0 1 1 1 -1
$3 P 80 1 0 0 1 0 0
$8 C 120 0 1 1 1 0 1
Zj $1200 $3 $8 $8  $5 $0 $8
Cj –Zj $0 $0 $M  $8 $5 $0 $M - $8
48
SOLUSI TABEL SIMPLEK Metode Simplek / Minimasi
Cj BV $3 $8 $M $0 $0 $M
Quantity P C A1 S1 S2 A2 Ri
$M A1 200 1 1 1 0 0 0 200
$0 S1 80 1 0 0 1 0 0 -
$M A2 60 0 1 0 0 1 1 60
Zj $260M $M $2M $M $0 $M $M
Cj –Zj $3  $M $8  $2M $0 $0 $M $0
$M A1 140 1 0 1 0 1 -1 140
$0 S1 80 1 0 0 1 0 0 80
$8 C 60 0 1 0 0 -1 1 -
Zj $140M+$480 $M $8 $M $0 $M-$8 $8-$M
Cj –Zj $3 - $M $0 $0 $0 $8-$M $2M-$8
$M A1 60 0 0 1 1 1 -1 - 60
$3 P 80 1 0 0 1 0 0 -
$8 C 60 0 1 0 0 -1 1 60
Zj $60M+ $720 $3 $8 $M $3  $M $M  $8 $8  $M
Cj –Zj $0 $0 $0 $M  $3 $8  $M $2M$8
$0 S2 60 0 0 1 1 1 -1
$3 P 80 1 0 0 1 0 0
$8 C 120 0 1 1 1 0 1
Zj $1200 $3 $8 $8  $5 $0 $8
Cj –Zj $0 $0 $M  $8 $5 $0 $M - $8 49
 DUALITAS ANTARA MAKSIMASI dan MINIMASI

Untuk setiap permasalahan optimasi yang mempunyai

kendala/pembatas, akan terdapat “permasalahan dual”, yaitu
dengan memaksimasi atau meminimasi fungsi kendala dan
fungsi tujuan sebelumnya menjadi kendalanya.
Hubungan ini disebut sebagai dualitas (duality)
Permasalahan yang pertama disebut dengan “primal” dan
permasalahan kedua disebut dengan “dual”.
Jadi misalnya, jika permasalahan primalnya adalah maksimasi
tujuan dengan kendala tertentu, maka sekarang menjadi dual,
yaitu minimasi kendala dengan kendalanya adalah fungsi
tujuannya.
Demikian sebaliknya, jika permasalahan primalnya adalah
menimasi tujuan dengan kendala tertentu, maka sekarang
menjadi maksimasi kendala dengan fungsi tujuan sebagai
kendalanya. 50
Dengan demikian dalam sebuah pemodelan Pemrogra-
man Linear, terdapat dua konsep yang saling berlawa-
nan. Konsep yang pertama kita sebut Primal dan yang
kedua Dual.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 yi (atau xi)
Bentuk < …………………………. yi > 0
Bentuk = …………………………… yi > dihilangkan
Variabel Xj ………………………. . Batasan j
Xj > 0 ………………………………. Bentuk <
Xj > 0 dihilangkan ………………… Bentuk =
51
Contoh 1:
Primal
Minimumkan Z = 5X1 + 2X2 + X3

Fungsi batasan: 1) 2X1 + 3X2 + X3 > 20

2) 6X1 + 8X2 + 5X3 > 30
3) 7X1 + X2 + 3X3 > 40
X1 , X2 , X3 > 0
Dual
Maksimumkan Z ’ = 20Y1 + 30Y2 + 40Y3

Fungsi batasan: 1) 2Y1 + 6Y2 + 7Y3 < 5

2) 3Y1 + 8Y2 + Y3 < 2
3) Y1 + 5Y2 + 3Y3 < 1 52
Langkah-langkah membentuk Dual

•Jika betuk primal adalah maksimasi, maka bentuk

dual adalah minimasi, dan begitu sebaliknya.
•Nilai sisi kanan dari kendala akan menjadi koefisien
fungsi tujuan dalam bentuk Dual
•Koefisien fungsi tujuan primal menjadi nilai sisi kanan
dari kendala bentuk Dual.
•Transpose koefisien fungsi kendala primal menjadi
koefisien fungsi kendala Dual

53
CONTOH : ( Ek. Mikro)
PRIMAL DUAL
Maksimumkan : Q = L . C Minimumkan : B = 30L + 40C
Kendala : 1200 = 30L + 40C Kendala : 300 = L . C
L dan C optimum = ? L dan C optimum = ?
Jawab
Jawab
Slope Isoquant = Slope Budget Line Slope Isoquant = Slope Budget Line
 MPL / MPC =  PL/ PC dC
/ d L =  PL/ PC
 C / L =  30/ 40  300 / L2 =  30/ 40
C = 3/ 4 L
L2 = 400
1200 = 30L + 40 (3 / 4 L ) Jadi : L = (400)1/2 = 20 dan
1200 = 60L
C = 15
Jadi : L = 20 dan C = 15
Q max. = 20 x 15 = 300 Bmin. = 30(20) + 40 (15 )
= 1200
54
CONTOH : USAHA KATERING (RANGSUM)
Kasus Primal sebuah usaha kesehatan dalam rangka
membuat susunan rangsum dari berbagai bahan
makanan dengan biaya murah adalah sbb. :
Minimumkan : Z =150X1+100X2 +350X3 + 250X4 +320X5
Kendala :
Protein : 8,3 X1 +246 X2 +17,2 X3+ 5,2 X4+ 2,01 X5 > 70
Karbohidrat : 5 X1 +26 X2 +595 X3 + 3,1 X4+ 4 X5 > 3000
Lemak : 0,4 X1 +793 X2 +4,8 X3 + 0,6 X4 +0,16 X5 > 800
Vitamin : 6 X1 +93 X2 +61,6 X3+ 6,8 X4 +2,05 X5 > 40
Zat Besi : 24,9X1 +243X2 +810 X3 +16,4X4 0,57 X5 > 12
Dimana : X1 = Nasi X4 = Buah
X2 = Sayur X5 = Susu
X3 = Lauk pauk 55
CONTOH : USAHA KATERING (RANGSUM)
Kasus Primal sebuah usaha kesehatan dalam rangka
membuat susunan rangsum dari berbagai bahan
makanan dengan biaya murah adalah sbb. :
Minimumkan : Z =150X1+100X2 +350X3 + 250X4 +320X5
Kendala :
Protein : 8,3 X1 +246 X2 +17,2 X3+ 5,2 X4+ 2,01 X5 > 70
Karbohidrat : 5 X1 +26 X2 +595 X3 + 3,1 X4+ 4 X5 > 3000
Lemak : 0,4 X1 +793 X2 +4,8 X3 + 0,6 X4 +0,16 X5 > 800
Vitamin : 6 X1 +93 X2 +61,6 X3+ 6,8 X4 +2,05 X5 > 40
Zat Besi : 24,9X1 +243X2 +810 X3 +16,4X4 0,57 X5 > 12
Dimana : X1 = Nasi X4 = Buah
X2 = Sayur X5 = Susu
X3 = Lauk pauk 56
JAWAB :

Maksimumkan : Z’ = 70Y1+3000Y2+800Y3+40Y4+12Y5
Kendala :
X1 : 8,3 Y1+ 5,0 Y2 + 0,4 Y3 + 6,0 Y4 + 24,9 Y5 <150
X2 : 246Y1+ 26 Y2 + 793 Y3 + 93 Y4+ 243 Y5 < 100
X3 :17,2 Y1+595 Y2 +14 ,8Y3 +61,6Y4+ 810 Y5 < 350
X4 : 5,2 Y1+ 3,1Y2 + 0,6 Y3 + 6,8Y4 + 16,4Y5 < 250
X5 : 2,01 Y1+ 4 Y2 + 0,16Y3 + 2,05Y4+0,57 Y5 < 320
Y1 , Y2, Y3, Y4 , Y5 > 0

57
 SOLUSI
Cj Basic Quantity 70 3000 800 40 12 0 0 0 0 0
Variable Y1 Y2 Y3 Y4 Y5 slack 1 slack 2 slack 3 slack 4 slack 5
Langka 1
0 slack 1 150 8.3 5 0.4 6 24.9 1 0 0 0 0
0 slack 2 100 246 26 793 93 243 0 1 0 0 0
0 slack 3 350 17.2 595 14.8 61.6 810 0 0 1 0 0
0 slack 4 250 5.2 3.1 0.6 6.8 16.4 0 0 0 1 0
0 slack 5 320 2.01 4 0.16 2.05 0.57 0 0 0 0 1
zj 0 0 0 0 0 0 0 0 0 0 0
cj-zj 70 3,000 800 40 12 0 0 0 0 0
Langkah 2
0 slack 1 147.0588 8.1555 0 0.2756 5.4824 18.0933 1 0 -0.0084 0 0
0 slack 2 84.7059 245.2484 0 792.3533 90.3082 207.605 0 1 -0.0437 0 0
3,000 Y2 0.5882 0.0289 1 0.0249 0.1035 1.3613 0 0 0.0017 0 0
0 slack 4 248.1765 5.1104 0 0.5229 6.4791 12.1798 0 0 -0.0052 1 0
0 slack 5 317.6471 1.8944 0 0.0605 1.6359 -4.8754 0 0 -0.0067 0 1
zj 1,764.71 86.7227 3,000 74.6218 310.5882 4,084.03 0 0 5.042 0 0
cj-zj -16.7227 0 725.3782 -270.588 -4,072.03 0 0 -5.042 0 0
Langkah3
0 slack 1 147.0294 8.0701 0 0 5.4509 18.0211 1 -0.0003 -0.0084 0 0
800 Y3 0.1069 0.3095 0 1 0.114 0.262 0 0.0013 -0.0001 0 0
3,000 Y2 0.5856 0.0212 1 0 0.1007 1.3548 0 0 0.0017 0 0
0 slack 4 248.1206 4.9485 0 0 6.4195 12.0428 0 -0.0007 -0.0052 1 0
0 slack 5 317.6406 1.8756 0 0 1.629 -4.8912 0 -0.0001 -0.0067 0 1
zj 1,842.25 311.241 3,000 800 393.263 4,274.09 0 0.9155 5.002 0 0
cj-zj -241.241 0 0 -353.263 -4,262.09 0 -0.9155 -5.002 0 0
58
59
Soal N0. 8
Perusahaan mebel Jati Indah memproduksi meja dan kursi dari
sumberdaya tenaga kerja dan kayu. Perusahaan memiliki
kapasitas terbatas untuk tenaga kerja 80 jam perhari dan 36 Kg
kayu perhari. Permintaan atau penjualan kursi terbatas 6 kursi
per hari. Untuk memproduksi satu unit kursi memerlukan 8 jam
tenaga kerja dan 2 Kg kayu, sedang setiap satu meja
memerlukan 10 jam tenaga kerja dan 6 Kg kayu. Laba yang
diperoleh untuk setiap meja sebesar Rp 40.000 dan untuk
setiap kursi sebesar Rp 50.000. Perusahaan ingin menetapkan
jumlah meja dan kursi yang harus dijual agar memperoleh laba
maksimum.
a. Formulasikan model LP untuk persoalan ini.
b. Selesaikan persoalan ini dengan analisis grafik. 60
 SOAL N0. 8

M K Kap
Maximize 40000 50000
Labor 10 8 <= 80
Kayu 6 2 <= 36
Demand 0 1 <= 6
Solution-> 3.2 6 428.000

61
Soal N0.12
Perusahaan Kimia Farma memproduksi sebuah obat dengan
ramuan dua bahan. Setiap bahan berisi tiga antibiotik yang sama
tapi berbeda dalam proporsinya. Satu gram bahan 1
menyumbangkan 3 unit antibiotik 1 dan bahan 2 menyumbang-
kan1 unit antibiotik 1; obat membutuhkan paling tidak 6 unit
antibiotik 1.
Untuk anti biotik 2 sedikitnya 4 unit dibutuhkan untuk membuat
obat , dan per gram bahan masing-masing menyumbang 1 unit.
Untuk antibiotik 3 paling sedikit 12 unit diperlukan untuk mem-buat
obat ; satu gram bahan 1 menyumbang 2 unit, dan satu gram
bahan 2 menyumbang 6 unit.
Biaya per gram bahan 1 dan bahan 2 masing-masing Rp 80.000
dan Rp 50.000.
Kimia Farma ingin memformulasikan model LP untuk menetapkan
jumlah (gram) masing-masing bahan yang harus digunakan
dalam pembuatan obat agar biaya campuran antibiotik itu
serendah mungkin. 62
  BAHAN 1 BAAN 2 RHS Dual
Minimize 80000 50000      
Soal N0.12
ANTIBITIK 1 3 1 >= 6 -15000
ANTIBITIK 2 1 1 >= 4 -35000
ANTIBITIK 3 2 6 >= 12 0
Solution-> 1 3   $230.000,  

63
 Soal N0.12
Variable Status Value
BAHAN 1 Basic 1
BAHAN 2 Basic 3
surplus 1 NONBasic 0
surplus 2 NONBasic 0
surplus 3 Basic 8
Optimal Value (Z) 230000

64
 Soal N0.12
Basic 80000 50000 0 0 0 0 0 0
Cj Variables Quantity BHN 1 BHN 2 artfcl 1 surplus 1 artfcl 2 surplus 2 artfcl 3 surplu 3
Iterati 1 $
0 artfcl 1 6 3 1 1 -1 0 0 0 0
0 artfcl 2 4 1 1 0 0 1 -1 0 0
0 artfcl 3 12 2 6 0 0 0 0 1 -1
Zj 22 79.994 49.992 0 1 0 1 0 1
cj-zj 6 8 0 -1 0 -1 0 -1
Iteratn 2
0 artfcl 1 4 2,6667 0 1 -1 0 0 -0,1667 0,1667
0 artfcl 2 2 0,6667 0 0 0 1 -1 -0,1667 0,1667
50.000 BHN 2 2 0,3333 1 0 0 0 0 0,1667 -0,1667
Zj 6 79.996,66 50.000 0 1 0 1 1,3333 -0,3333
cj-zj 3,3333 0 0 -1 0 -1 -1,3333 0,3333
Iterati 3
80.000 BHN 1 1,5 1 0 0,375 -0,375 0 0 -0,0625 0,0625
0 artfcl 2 1 0 0 -0,25 0,25 1 -1 -0,125 0,125
50.000 BHN 2 1,5 0 1 -0,125 0,125 0 0 0,1875 -0,1875
Zj 1 80.000 50.000 1,25 -0,25 0 1 1,125 -0,125
cj-zj 0 0 -1,25 0,25 0 -1 -1,125 0,125
Iterati 4
80.000 BHN 1 3 1 0 0 0 1,5 -1,5 -0,25 0,25
0 surplus 1 4 0 0 -1 1 4 -4 -0,5 0,5
50.000 BHN 2 1 0 1 0 0 -0,5 0,5 0,25 -0,25
Zj 0 80.000 50.000 1 0 1 0 1 0
cj-zj 0 0 -1 0 -1 0 -1 0
Iterati 5
80.000 BHN 1 3 1 0 0 0 1,5 -1,5 -0,25 0,25
0 surplus 1 4 0 0 -1 1 4 -4 -0,5 0,5
50.000 BHN 2 1 0 1 0 0 -0,5 0,5 0,25 -0,25
Zj 289.999,99 80.000 50.000 0 0 -95.000 95.000 7.500,00 -7.500,00
cj-zj 0 0 0 0 95.000,00 -95.000,00 -7.500,00 7.500,00
Iterati 6
80.000 BHN 1 1 1 0 0,5 -0,5 -0,5 0,5 0 0
0 surplus 3 8 0 0 -2 2 8 -8 -1 1
50.000 BHN 2 3 0 1 -0,5 0,5 1,5 -1,5 0 0 65
 KASUS UCP

SD X1 X2 Kap. Sur.
Klaim 16 12 > 450 30
Rusak 0,5 1,4 > 25 31
Kompt 1 1 < 40 0
C 64000 42000
Solusi 0 40 TC = 168000

66
 KASUS Giman Piza

SD PI PS Kap Slack
DM 1 1 < 150 17,5
TM 4 8 < 800 0
Sales PI 1 < 75 0
Sales PI 1 < 125 62,5
Laba 500 750
Solusi 75 62,5 84375

67
 KASUS Toko Perhiasan

Sd K G Kap Slack
Emas 30 20 18
Platina 20 40 20
DG 1 40
Laba 300000 400000
Solusi 0,4 0,3 L=24000068
 KASUS Obat

Sd B1 B2 Kap Sur
A1 3 1 >6 0
A2 1 1 >4 0
A3 2 6 > 12 8
TC 80000 50000
Solusi 1 3 TC=230000

69
 KASUS Usaha Ternak

Min. TC = 60A + 100K

Stc. Pr : 20 A + 40 K > 30
Lm : 2 A + 0,5 K > 1
Prod. : 1 A + 1 K < 1
A, K ,> 0
78,571
43

Sd A K kap Slack
Pr 20 40 > 30 0
Lm 2 0,5 >1 0
Prod 1 1 <1 0,07
Solusi 0,36 0,57
TC 21,43 57,14 78,57
70
 KASUS Della & Pandu

Mak. L = 2C + 2T
Stc. K : 8 C + 6 T < 120
Tom : 3 C + 6 T < 90
B : 3 C + 2 T < 45
Prod : 1 C + 1 T < 24
78,571 C, T > 0
43

Sd C T kap Slack
K 8 6 < 120 0
Tom 3 6 < 90 0
B 3 2 < 45 3
Prod 1 1 < 24 6
Solusi 6 12
Laba 12 24 36 71
 KASUS Untitled

Mak. L = 3 X + 2 Y
Stc. A : 3 X + 2 Y < 120
F : 1 X + 2 Y < 80
Pro X : 1 X + 0 Y > 10
Pro Y : 0 X + 1 Y > 10
X, Y > 0

Sd X Y kap S
A 3 2 < 120 0
F 1 2 < 80 26,67
Pro X 1 - > 10 13,33
Pro Y - 1 > 10 0
Solusi 33,33 10
Laba 100 20 120 72
73