BAB VI.

DUALITAS DAN ANALISIS POSTOPTIMAL
HUBUNGAN PRIMAL-DUAL
Dual adalah permasalahan PL yang diturunkan secara matematik dari primal PL tertentu. Setiap permasalahan primal selalu mempunyai pasangan dual dan sebaliknya. Solusi optimal pada dual secara otomatis akan menghasilkan solusi optimal pada primal dan sebaliknya. Hal yang harus selalu diingat, penyelesaian baik menggunakan metode primal maupun dual dilakukan dari bentuk standar. Bentuk standar PL secara umum adalah: Maksimumkan atau minimumkan z = Σcjxj Terhadap Σaijxj = bi xj ≥ 0 variabel xj termasuk variabel keputusan, slack, surplus dan artificial. Konversi dual dari primal dilakukan dengan memperhatikan hubungan seperti yang ditunjukkan tabel berikut: Variabel primal x1
Nilai kanan pembatas dual

x2 c2 a12 a22 . . . am2

… … … … …

xj cj a1j a2j . . . amj

… … … … …

xn cn a1m a2m . . . amn b1 b2 . . . bm y1 y2 . . . ym
Variabel dual

c1 a11

Koefisien dual

a21 pembatas . . . am1

Dualitas dan Analisis Postoptimal

1

Aturan di atas menunjukkan bahwa permasalahan dual akan mempunyai sejumlah m variabel (y1. Diberikan bentuk primal di bawah. x2. …. 3. xn).001x1 + 0. tentukanlah bentuk dual yang sesuai!! Minimumkan z = 2 x1 + 5. Koefisien pembatas variabel primal membentuk koefisien pembatas dual. koefisien fungsi tujuan variabel yang sama dari primal menjadi nilai kanan pembatas dual.002x2 ≤ 0.Koefisien pembatas dual ke-j Koefisien tujuan dual Tabel di atas menunjukkan bahwa dual didapatkan secara simetris dari primal sesuai dengan aturan berikut: 1. …. Untuk setiap variabel primal ada pembatas dual. Tujuan standar primal Maksimisasi Minimisasi Minimisasi Maksimisasi ≥ ≤ Tidak terbatas Tidak terbatas Contoh: 1.9 Tujuan Dual Pembatas Variabel Dualitas dan Analisis Postoptimal 2 . 2. y2. Elemen lain dari permasalahan dual ditentukan dengan cara seperti yang ditunjukkan tabel di bawah.5 x2 Kendala: x1 + x2 = 90 0. Untuk setiap pembatas primal ada variabel dual. ym) dan sejumlah n pembatas (sesuai dengan x1.

09y3 + 0. y3.5 x1.6x2 + 0x3 – x4 + 0x5= 27 0.09x1 + 0.02y4 ≤ 2 y1 + 0.06y4 ≤ 5. x2 ≥ 0 Penyelesaian Pertama. x2. yaitu: Maksimumkan w = 90y1 + 0.02x1 + 0.5y4 Terhadap y1 + 0.002y2 + 0.5 x2 + 0x3 + 0x4 + 0x5 Terhadap: x1 + x2 + 0x3 + 0x4 + 0x5 = 90 0. x4.09y3 + 0. y4 ≤ 0 y1 tidak terbatas y3 y4 y1 y2 Dualitas dan Analisis Postoptimal 3 .5 x1.09x1 + 0.02y4 ≤ 2 y1 + 0.y3 + 0y4 ≤ 0 0y1 + 0y2 + 0y3 + y4 ≤ 0 y1.9 0.9y2 + 27y3 + 4.5 y2.02x1 + 0.0. x3.6y3 + 0.6y3 + 0.06y4 ≤ 5. -y3. y2. yaitu: Minimumkan z = 2 x1 + 5. x5 ≥ 0 Bentuk dualnya terdiri dari 4 variabel dan 2 pembatas. bentuk umum di atas diubah menjadi bentuk baku/standar.5y4 Terhadap y1 + 0. y4 tidak terbatas atau Maksimumkan w = 90y1 + 0.002y2 + 0.06x2 ≤ 4.001x1 + 0.002x2 + x3 + 0x4 + 0x5= 0.001y2 + 0.6x2 ≥ 27 0.5 0y1 + y2 + 0y3 + 0y4 ≤ 0 0y1 + 0 y2 .001y2 + 0.06x2 + 0x3 + 0x4 + x5 = 4.9y2 + 27y3 + 4.

x3.2. Diberikan bentuk primal di bawah. x2 ≥ 0 Penyelesaian Bentuk baku/standar primal adalah: Maksimumkan z = 2x1 + 3x2 + 0x3 + 0x4 + 0x5 Terhadap : 10x1 + 5x2 + x3 = 600 6x1 + 20x2 + x4 = 600 8x1 + 15x2 + x5 = 600 x1. x5 ≥ 0 Bentuk dualnya adalah: Minimumkan w = 600y1 + 600y2 + 600y3 Terhadap 10y1 + 6y2 + 8y3 ≥ 2 5y1 + 20y2 + 15y3 ≥ 3 y1 ≥ 0 y2 ≥0 y3 ≥0 3. tentukanlah bentuk dual yang sesuai!! Maksimumkan z = 2x1 + 3x2 Terhadap : 10x1 + 5x2 ≤ 600 6x1 + 20x2 ≤ 600 8x1 + 15x2 ≤ 600 x1. x2. Ubahlah bentuk dual di bawah ini ke dalam bentuk primalnya!!! Maksimumkan w = 100y1 + 200y2 + 150y3 + 150y4 Terhadap 2y1 + 2y2 + y3 + y4 ≤ 5 Dualitas dan Analisis Postoptimal 4 . x4.

x6 ≥ 0 atau dalam bentuk umum PL-nya: Minimumkan z = 5x1 + 10x2 + 10x3 Terhadap 2x1 + x2 + 2x3 ≤ 100 2x1 + 2x2 + 2x3 ≥ 200 x1 + 3x2 + 4x3 ≤ 150 2x1 + x2 + x3 = 150 Minimumkan z = 5x1 + 10x2 + 10x3 + 0x4 + 0x5 + 0x6 Terhadap 2x1 + x2 + 2x3 + x4 + 0x5 + 0x6 + 0x7 = 100 2x1 + 2x2 + 2x3 + 0x4 . x2.y1 + 2y2 + 3y3 + 2y4 ≤ 10 2y1 + 2y2 + 4y3 + y4 ≤ 10 y1.x5 + 0x6 = 200 x1 + 3x2 + 4x3 + 0x4 + 0x5 + x6 = 150 2x1 + x2 + x3 + 0x4 + 0x5 + 0x6 = 150 x1.0x5 + 0x6 = 200 x1 + 3x2 + 4x3 + 0x4 + 0x5 + x6 = 150 x1. x2. x3. x5. x4. Diberikan bentuk dual di bawah ini. x3 ≥ 0 4. rubahlah ke dalam bentuk primalnya!!! Dualitas dan Analisis Postoptimal 5 . y3 ≤ 0 y2 ≥ 0 y4 tidak terbatas Penyelesaian Minimumkan z = 5x1 + 10x2 + 10x3 + 0x4 + 0x5 + 0x6 Terhadap 2x1 + x2 + 2x3 + x4 + 0x5 + 0x6 + 0x7 = 100 2x1 + 2x2 + 2x3 + 0x4 .

x2.Minimumkan w = 10y1 + 20y2 Terhadap y1 + y2 ≥ 2 y1 + 2y2 ≥ 3 y1. Bentuk matriks primal adalah: Maksimumkan/minimumkan z = CIXI + CIIXII Terhadap AXI + IXII = b XI. XII ≥ 0 dan bentuk matriks dualnya adalah: Minimumkan/maksimumkan w = Yb Terhadap Dualitas dan Analisis Postoptimal 6 . x4 ≥ 0 atau bentuk umum PL-nya adalah: Maksimumkan z = 2x1 + 3x2 Terhadap x1 + x2 ≤ 10 x1 + 2x2 ≥ 20 x1. Hal ini dapat diperhatikan dari bentuk matriks di bawah ini.x4 = 20 x1. x2 ≥0 SOLUSI DUAL OPTIMAL Solusi optimal dual dapat diperoleh secara langsung dari tabel primal optimal. x3. -y2 ≥ 0 Penyelesaian Maksimumkan z = 2x1 + 3x2 +0x3 + 0x4 Terhadap x1 + x2 + x3 + 0x4 = 10 x1 + 2x2 + 0x3 .

Hal ini menjadi dasar pengembangan dual simpleks yang sudah anda pelajari pada bab 4. sedangkan permasalahan dual mencari solusi layak. x2. s3 ≥ 0 VB X1 X2 S1 S2 S3 Solusi Dualitas dan Analisis Postoptimal 7 .5 PL dari bab 2 dan solusi optimalnya pada bab 4.YA ≤ / ≥ CI Y ≤ / ≥ CII Y adalah vektor tidak terbatas Misalkan B adalah basis primal optimal dan CB adalah koefisien fungsi tujuan variabel basis tersebut. s1. maka Y = CBB-1 Adalah solusi dual optimal. Permasalahan primal mencari solusi optimal. x2 ≥ 0 Bentuk baku/standar: Maksimumkan z = 2x1 + 3x2 + 0s1 + 0s2 + 0s3 10x1 + 5x2 + s1 = 600 6x1 + 20x2 + s2 = 600 8x1 + 15x2 + s3 = 600 x1. s2. Perhatikan kasus 2. Solusi optimal fungsi tujuan dual adalah w = Yb = CBB-1b dan solusi optimal fungsi tujuan primal adalah z = CBXB = CBB-1b. Maksimumkan z = 2x1 + 3x2 Terhadap : 10x1 + 5x2 ≤ 600 6x1 + 20x2 ≤ 600 8x1 + 15x2 ≤ 600 x1.

7155 -3/35 17. y2 = 9/70 dan y3 = 1/35 Solusi optimal primal juga dapat diperoleh dari solusi optimal dual.857 Bentuk dual dari primal di atas adalah: Minimumkan w = 600y1 + 600y2 + 600y3 Terhadap 10y1 + 6y2 + 8y3 ≥ 2 5y1 + 20y2 + 15y3 ≥ 3 y1 ≥ 0 y2 ≥0 y3 ≥0 Solusi dual adalah w = Yb.1329 2/7 42. dimana Y = CBB-1. x2.2857 -17/7 85.z S1 X2 X1 0 0 0 1 0 0 1 0 0 1 0 0 9/70 11/7 8/70 -3/14 1/35 94. x3 ≥ 0 Bentuk dualnya adalah: Maksimumkan w = 200y1 + 180y2 + 150y3 Terhadap 90y1 + 30y2 + 10y3 ≤ 21 20y1 + 80y2 + 20y3 ≤ 18 Dualitas dan Analisis Postoptimal 8 . y1 = 0. Perhatikan kasus primal berikut: Min z = 21x1 + 18x2 + 15x3 Terhadap 90x1 + 20x2 + 40x3 ≥ 200 30x1 + 80x2 + 60x3 ≥ 180 10x1 + 20x2 + 60x3 ≥ 150 x1.

2 Solusi optimal primal berdasarkan solusi optimal dual di atas adalah: x1 = 0. x1 = 0.2 -3. y1 = 0.8.3 -0.21 0. x2 = -0.4 . Solusi optimal dualnya adalah: W = 70. x3 = 5.01 0.21.3 0.40y1 + 60y2 + 60y3 ≤ 15 y1. y3 ≤ 0 Solusi awal VB w S1 S2 S3 Iterasi-1 VB w S1 y2 S3 Iterasi-2 VB w S1 y2 y1 y1 0 0 0 1 y2 0 0 1 0 y3 154 -146 -1/5 9/5 S1 0 1 0 0 S2 -0.8.8 Dualitas dan Analisis Postoptimal 9 .03 S3 5. dan y3 = 0. x2 = -0.06 y1 -130 165/2 1/4 25 y2 0 0 1 0 y3 -80 5/2 1/4 45 S1 0 1 0 0 S2 7/2 -3/8 1/80 -3/4 S3 0 0 0 1 Solusi 63 57/4 9/40 3/2 y1 -200 90 20 40 y2 -280 30 80 60 y3 -150 10 20 60 S1 0 1 0 0 S2 0 0 1 0 S3 0 0 0 1 Solusi 0 21 18 15 Tabel sudah optimal.4 2. y2 = 0.8 9. dan z = 70. y2. x3 = 5.06.04 Solusi 70.1 0. Solusi optimal primalnya adalah: Z = w = 70.2.02 -0.4.

memungkinkan implementasi efisien analisis sensitivitas atau postoptimal. Hubungan primal-dual untuk menunjukkan arti ekonomis sebenarnya dari harga dual dan biaya terkurangi.. Ingat kembali bentuk baku/standar primal dan dual dalam model matematik PL (bukan dalam bentuk matriks).. i = 1. 2. seperti yang ditunjukkan di bawah ini untuk maksimisasi. ... m xj ≥ 0. Biaya terkurangi menunjukkan peningkatan pengembalian marjinal atau pengurangan biaya per unit sumber daya yang dibutuhkan untuk membuat satu aktifitas PL lebih menguntungkan. i = 1.... 2. n Dual Minimumkan w = Σ biyi Terhadap Σ aijyi ≥ cj ... menyediakan pemahaman fundamental model PL sebagai sistem output-input ekonomis. 2. n yi tidak terbatas.INTERPRETASI EKONOMIS PERMASALAHAN DUAL Harga dual menunjukkan kegunaan per unit sumber daya produksi.. 2. j = 1. Interpretasi harga dual dan biaya terkurangi akan dibuktikan sangat berguna pada dua aspek.. j = 1. .. m Dualitas dan Analisis Postoptimal 10 . . yaitu: 1. 2. . Primal Maksimumkan z = Σ cjxj Terhadap Σ aijxj = bi.

kita dapatkan: zj – cj = YPj . Hubungan ini menunjukkan bahwa koefisien persamaan tujuan zj – cj variabel xj pada tabel primal sama dengan perbedaan antara sisi kiri dan kanan pembatas dual ke-j. Untuk menjelaskan biaya terkurangi. analisis dimensional. Variabel dual yi oleh karenanya menunjukkan kegunaan per unit sumber daya ke-i.cj atau alternatifnya menggunakan Y= CBB-1 sebagai variabel dual yang bersesuaian.cj = Σ aijyi – cj. Fungsi objektif oleh karenanya menunjukkan keuntungan total yang dapat diperoleh dari semua aktivitas. Sisi kiri persamaan menunjukkan uang (pengembalian) dan bi menunjukkan unit (jumlah) sumber daya ke-i. Sebelumnya telah ditunjukkan bahwa z = w atau Σ cjxj= Σ biyi. Karena cj primal menunjukkan pengembalian per unit aktivitas j. Dengan konsisten. yang akan ditunjukkan menggunakan Σ aijxj menunjukkan penggunaan sumber Variabel dual dari persamaan di atas daya ke-i oleh semua aktivitas. dimana sumber daya ke-i mempunya level bi yang dialokasikan pada laju aij per unit untuk aktivitas j. yaitu : zj – cj = CBB-1Pj . sehingga satuan di kiri persamaan menjadi sama dengan satuan di kanan persamaan. Dualitas dan Analisis Postoptimal 11 .Koefisien cj pada primal menunjukkan keuntungan marjinal aktivitas j dengan level sama dengan xj unit. Karena cj dan Σ aijyi mempunyai tanda persamaan ini menghasilkan interpretasi ekonomis yang menarik model PL. maka yi dengan demikian pasti menunjukkan jumlah uang per unit sumber daya ke-i. Model tersebut mempunyai sejumlah m sumber daya. kuantitas Σ aijyi pasti sama dengan dimensi jumlah uang per unit aktivitas j. adalah yi. unitnya mungkin ditunjukkan sebagai jumlah uang per unit aktivitas j. ingat kembali koefisien persamaan fungsi tujuan variabel xj pada setiap iterasi.

Kondisi optimal maksimisasi metode simpleks (simpleks yang direvisi) menunjukkan bahwa level aktivitas j saat ini yang tidak digunakan (variabel non basis xj = 0) akan dinaikkan di atas level 0 hanya jika koefisien tujuannya zj – cj bernilai negatif.berlawanan. lebih banyak sumber daya oleh harus karena itu.cj berikut: Jumlah uang per unit keuntungan/kerugian = jumlah uang per unit biaya – jumlah uang per unit pengembalian. Dengan demikian. kita meningkatkan levelnya ke titik dimana zj – cj nya berkurang menuju 0. penjelasan di atas mengarahkan analisis dimensional persamaan zj . sebagai hasilnya. Ketika kita memasukkan aktivitas j ke solusi (membuat variabelnya menjadi variabel basis). sumber daya yang digunakan. tergantung pada apakah biaya zj = Σ aijyi melebihi pengembalian cj. kondisi optimal memaksa bahwa (biaya yang dikenakan untuk penggunaan sumber daya per unit j – pengembalian per unit j) < 0 atau biaya yang dikenakan untuk penggunaan sumber daya per unit j < pengembalian per unit j. yi. xj. aij adalah jumlah sumber daya i yang dikonsumsi 1 unit aktivitas j. maka kuantitas Σ aijyi pasti menunjukkan “biaya”. Hal ini berarti bahwa level aktivitas j. pasti menunjukkan biaya yang dikenakan per unit sumber daya i dan kita dapat pikirkan Σ aijyi sebagai total biaya yang dikenakan untuk semua sumber daya yang digunakan untuk menghasilkan 1 unit aktivitas j. Ini sama dengan mengekploitasi aktivitas ke pemberdayaan paling penuh. Sekarang. harus dinaikkan di atas level 0. Dualitas dan Analisis Postoptimal 12 . selama pengembalian per unit melebihi biaya yang dikenakan dialokasikan ke aktivitas untuk mengambil keuntungan potensial. Kondisi ini dipenuhi secara ekonomis dengan cara berikut: dari interpretasi zj – cj . karena peningkatan selanjutnya akan menghasilkan peningkatan biaya yang dikenakan di luar pengembalian potensial aktivitas.

2. Pilihan pertama mungkin tidak akan selalu layak. Σ aijyi. Artinya. Pengaruhnya. Aktivitas yang mempunyai level 0 pada solusi optimal (variabel non basis). Nilai dual yi dapat digunakan sebagai indikator untuk menentukan dimana pilihan kedua harus diimplementasikan. harus mendapatkan prioritas dalam perbaikan.Sekarang anda dapat melihat mengapa pada model maksimisasi suatu aktivitas dengan zj – cj > 0 akan berada pada level 0. Meningkatkan pengembalian marjinal aktivitas. penghilangan dipertimbangkan. kuantitas ini menunjukkan jumlah dimana secara ekonomis aktivitas harus diperbaiki untuk membuat aktivitas lebih atraktif secara ekonomis (menaikkan levelnya dari 0 ke nilai positif). pilihan kedua berhubungan dengan ketidakefisienan operasi sistem yang kemungkinan Dualitas dan Analisis Postoptimal 13 . Menurunkan konsumsi aktivitas akan sumber daya terbatas. Berdasarkan penjelasan di atas. Fakta bahwa biaya yang dikenakan penggunaan sumber daya lebih tinggi dari pengembaliannya membuatnya secara ekonomis tidak menarik. cj. kuantitas zj – cj menunjukkan biaya terkurangi per unit aktivitas j. karena yi menunjukkan biaya terkurangi dari penggunaan 1 unit sumber daya i per unit aktivitas j. karena marjin keuntungan secara normal ditentukan oleh kondisi pasar dan persaingan. yaitu: 1. Hasil seperti itu dapat terjadi dalam dua cara. Pilihan kedua hanya merefleksikan komitmen entitas ekonomis untuk peningkatan operasinya terutama melalui pengurangan penggunaan sumber daya terbatas. sumber daya yang mempunyai nilai tinggi secara relatif yi.

Sign up to vote on this title
UsefulNot useful