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

…. Koefisien pembatas variabel primal membentuk koefisien pembatas dual. Tujuan standar primal Maksimisasi Minimisasi Minimisasi Maksimisasi ≥ ≤ Tidak terbatas Tidak terbatas Contoh: 1. 2. Elemen lain dari permasalahan dual ditentukan dengan cara seperti yang ditunjukkan tabel di bawah. Untuk setiap pembatas primal ada variabel dual. x2. Diberikan bentuk primal di bawah.001x1 + 0. Untuk setiap variabel primal ada pembatas dual. koefisien fungsi tujuan variabel yang sama dari primal menjadi nilai kanan pembatas dual. …. 3. xn).Koefisien pembatas dual ke-j Koefisien tujuan dual Tabel di atas menunjukkan bahwa dual didapatkan secara simetris dari primal sesuai dengan aturan berikut: 1.9 Tujuan Dual Pembatas Variabel Dualitas dan Analisis Postoptimal 2 . y2.002x2 ≤ 0.5 x2 Kendala: x1 + x2 = 90 0. ym) dan sejumlah n pembatas (sesuai dengan x1. tentukanlah bentuk dual yang sesuai!! Minimumkan z = 2 x1 + 5. Aturan di atas menunjukkan bahwa permasalahan dual akan mempunyai sejumlah m variabel (y1.

09y3 + 0.002x2 + x3 + 0x4 + 0x5= 0. yaitu: Maksimumkan w = 90y1 + 0. bentuk umum di atas diubah menjadi bentuk baku/standar. x3.y3 + 0y4 ≤ 0 0y1 + 0y2 + 0y3 + y4 ≤ 0 y1.9y2 + 27y3 + 4.002y2 + 0.5 x2 + 0x3 + 0x4 + 0x5 Terhadap: x1 + x2 + 0x3 + 0x4 + 0x5 = 90 0.09x1 + 0.06x2 ≤ 4. x2 ≥ 0 Penyelesaian Pertama.9 0.0.5 0y1 + y2 + 0y3 + 0y4 ≤ 0 0y1 + 0 y2 .5 x1.02y4 ≤ 2 y1 + 0. y3.02x1 + 0.002y2 + 0.02x1 + 0.001y2 + 0.5y4 Terhadap y1 + 0.001y2 + 0. x5 ≥ 0 Bentuk dualnya terdiri dari 4 variabel dan 2 pembatas.6y3 + 0.001x1 + 0.5y4 Terhadap y1 + 0. y4 tidak terbatas atau Maksimumkan w = 90y1 + 0.06y4 ≤ 5.06y4 ≤ 5.6x2 ≥ 27 0. -y3.5 y2.5 x1.09y3 + 0.02y4 ≤ 2 y1 + 0.6y3 + 0. y2.09x1 + 0. y4 ≤ 0 y1 tidak terbatas y3 y4 y1 y2 Dualitas dan Analisis Postoptimal 3 .9y2 + 27y3 + 4. x4.06x2 + 0x3 + 0x4 + x5 = 4. yaitu: Minimumkan z = 2 x1 + 5.6x2 + 0x3 – x4 + 0x5= 27 0. x2.

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

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 . 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 .0x5 + 0x6 = 200 x1 + 3x2 + 4x3 + 0x4 + 0x5 + x6 = 150 x1. Diberikan bentuk dual di bawah ini.x5 + 0x6 = 200 x1 + 3x2 + 4x3 + 0x4 + 0x5 + x6 = 150 2x1 + x2 + x3 + 0x4 + 0x5 + 0x6 = 150 x1.y1 + 2y2 + 3y3 + 2y4 ≤ 10 2y1 + 2y2 + 4y3 + y4 ≤ 10 y1. x2. x5. x3 ≥ 0 4. x3. x2.

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

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

x2. dimana Y = CBB-1. 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 = 0.7155 -3/35 17.857 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. y2 = 9/70 dan y3 = 1/35 Solusi optimal primal juga dapat diperoleh dari solusi optimal dual.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 94.2857 -17/7 85. Perhatikan kasus primal berikut: Min z = 21x1 + 18x2 + 15x3 Terhadap 90x1 + 20x2 + 40x3 ≥ 200 30x1 + 80x2 + 60x3 ≥ 180 10x1 + 20x2 + 60x3 ≥ 150 x1.1329 2/7 42.

8 9.8.1 0. 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. x2 = -0. x2 = -0. y2 = 0.4.8. x3 = 5.21.2 -3.02 -0.2 Solusi optimal primal berdasarkan solusi optimal dual di atas adalah: x1 = 0.3 -0.04 Solusi 70. dan z = 70. Solusi optimal primalnya adalah: Z = w = 70. y1 = 0.03 S3 5.4 . x1 = 0.40y1 + 60y2 + 60y3 ≤ 15 y1.8 Dualitas dan Analisis Postoptimal 9 .01 0. y2.06. x3 = 5.21 0.2. Solusi optimal dualnya adalah: W = 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.4 2.3 0. dan y3 = 0.

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

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

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

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