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

2. ym) dan sejumlah n pembatas (sesuai dengan x1. xn). …. Diberikan bentuk primal di bawah. tentukanlah bentuk dual yang sesuai!! Minimumkan z = 2 x1 + 5. Elemen lain dari permasalahan dual ditentukan dengan cara seperti yang ditunjukkan tabel di bawah. Tujuan standar primal Maksimisasi Minimisasi Minimisasi Maksimisasi ≥ ≤ Tidak terbatas Tidak terbatas Contoh: 1. ….5 x2 Kendala: x1 + x2 = 90 0. y2.Koefisien pembatas dual ke-j Koefisien tujuan dual Tabel di atas menunjukkan bahwa dual didapatkan secara simetris dari primal sesuai dengan aturan berikut: 1. 3.001x1 + 0.002x2 ≤ 0. Untuk setiap pembatas primal ada variabel dual. Aturan di atas menunjukkan bahwa permasalahan dual akan mempunyai sejumlah m variabel (y1.9 Tujuan Dual Pembatas Variabel Dualitas dan Analisis Postoptimal 2 . koefisien fungsi tujuan variabel yang sama dari primal menjadi nilai kanan pembatas dual. Koefisien pembatas variabel primal membentuk koefisien pembatas dual. Untuk setiap variabel primal ada pembatas dual. x2.

001x1 + 0. y4 ≤ 0 y1 tidak terbatas y3 y4 y1 y2 Dualitas dan Analisis Postoptimal 3 .5y4 Terhadap y1 + 0.9y2 + 27y3 + 4.5 x1.02x1 + 0.001y2 + 0.002x2 + x3 + 0x4 + 0x5= 0. x4.06y4 ≤ 5.5 x1.6x2 + 0x3 – x4 + 0x5= 27 0.002y2 + 0.06x2 + 0x3 + 0x4 + x5 = 4.y3 + 0y4 ≤ 0 0y1 + 0y2 + 0y3 + y4 ≤ 0 y1.6x2 ≥ 27 0.02y4 ≤ 2 y1 + 0.06y4 ≤ 5.09x1 + 0. x2. x3. x5 ≥ 0 Bentuk dualnya terdiri dari 4 variabel dan 2 pembatas. yaitu: Minimumkan z = 2 x1 + 5. y4 tidak terbatas atau Maksimumkan w = 90y1 + 0. -y3.6y3 + 0.02y4 ≤ 2 y1 + 0.09x1 + 0.002y2 + 0. yaitu: Maksimumkan w = 90y1 + 0. bentuk umum di atas diubah menjadi bentuk baku/standar.0. y3.09y3 + 0.09y3 + 0.5 x2 + 0x3 + 0x4 + 0x5 Terhadap: x1 + x2 + 0x3 + 0x4 + 0x5 = 90 0.5 y2.001y2 + 0. x2 ≥ 0 Penyelesaian Pertama.5y4 Terhadap y1 + 0.9y2 + 27y3 + 4.9 0.06x2 ≤ 4.5 0y1 + y2 + 0y3 + 0y4 ≤ 0 0y1 + 0 y2 .6y3 + 0. y2.02x1 + 0.

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 .2. x3. 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. x4. 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. x2. Diberikan bentuk primal di bawah. tentukanlah bentuk dual yang sesuai!! Maksimumkan z = 2x1 + 3x2 Terhadap : 10x1 + 5x2 ≤ 600 6x1 + 20x2 ≤ 600 8x1 + 15x2 ≤ 600 x1.

Diberikan bentuk dual di bawah ini. x4. rubahlah ke dalam bentuk primalnya!!! Dualitas dan Analisis Postoptimal 5 . 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. x3 ≥ 0 4.0x5 + 0x6 = 200 x1 + 3x2 + 4x3 + 0x4 + 0x5 + x6 = 150 x1. x2. x5.y1 + 2y2 + 3y3 + 2y4 ≤ 10 2y1 + 2y2 + 4y3 + y4 ≤ 10 y1. 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 . x3.x5 + 0x6 = 200 x1 + 3x2 + 4x3 + 0x4 + 0x5 + x6 = 150 2x1 + x2 + x3 + 0x4 + 0x5 + 0x6 = 150 x1.

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

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

y1 = 0.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 94.857 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. Perhatikan kasus primal berikut: Min z = 21x1 + 18x2 + 15x3 Terhadap 90x1 + 20x2 + 40x3 ≥ 200 30x1 + 80x2 + 60x3 ≥ 180 10x1 + 20x2 + 60x3 ≥ 150 x1.7155 -3/35 17. dimana Y = CBB-1.2857 -17/7 85. x3 ≥ 0 Bentuk dualnya adalah: Maksimumkan w = 200y1 + 180y2 + 150y3 Terhadap 90y1 + 30y2 + 10y3 ≤ 21 20y1 + 80y2 + 20y3 ≤ 18 Dualitas dan Analisis Postoptimal 8 . y2 = 9/70 dan y3 = 1/35 Solusi optimal primal juga dapat diperoleh dari solusi optimal dual. x2.

x1 = 0. Solusi optimal dualnya adalah: W = 70.4.02 -0.4 . x2 = -0. dan z = 70.01 0. y2 = 0. y2. x3 = 5.8 Dualitas dan Analisis Postoptimal 9 .40y1 + 60y2 + 60y3 ≤ 15 y1. Solusi optimal primalnya adalah: Z = w = 70.8. 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 -0.2.2 Solusi optimal primal berdasarkan solusi optimal dual di atas adalah: x1 = 0.2 -3. x2 = -0.06.04 Solusi 70.06 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. dan y3 = 0.8.21.3 -0.3 0.1 0. y1 = 0. x3 = 5.21 0.8 9.4 2.03 S3 5.

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

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

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

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

Sign up to vote on this title
UsefulNot useful