Praktikum

PROGRAM LINEAR
MENGGUNAKAN TORA

Disusun oleh :

Dra. Diari Indriati, M.Si

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA

i
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT, karena atas limpahan rahmat
dan karunia-Nya lah modul praktikum ini dapat diselesaikan.
Modul praktikum ini bersifat melengkapi materi mata kuliah Program Linear yang
secara teoritis diberikan di kelas. Diharapkan dengan menggunakan modul ini,
mahasiswa dapat mempraktekkan beberapa materi yang diberikan di kelas, sehingga akan
lebih mempertajam pemahaman mereka. Modul ini disajikan dalam empat bab, sebagai
berikut: Bab I berisi tentang pengenalan software TORA dan materi penyelesaian
masalah Program Linear dengan cara grafik, Bab II berisi materi penyelesaian Program
Linear dengan cara aljabar (metode Simpleks), Bab III berisi materi penyelesaian
Program Linear dengan metode M dan metode Dua-Phase, dan Bab IV berisi materi
kejadian-kejadian khusus pada metode Simpleks. Pada tiap akhir pemaparan materi
praktikum, diberikan soal-soal latihan.
Penulis mengucapkan terima kasih kepada semua pihak yang sudah membantu
dalam penyusunan modul praktikum ini, juga kepada mahasiswa-mahasiswaku Jurusan
Matematika FMIPA UNS yang telah memberikan dukungan, motivasi dan inspirasi untuk
tersusunnya modul praktikum ini. Harapan penulis, semoga modul praktikum ini
bermanfaat, khususnya bagi mahasiswa yang mengambil mata kuliah Program Linear.

Surakarta, Nopember 2008

Penulis

ii
 DAFTAR ISI
Halaman
HALAMAN JUDUL ……………………………………………………………… i
KATA PENGANTAR ……………………………………………………………. ii
DAFTAR ISI ……………………………………………………………………… iii
PENDAHULUAN ………………………………………………………………... iv
BAB I. SOFTWARE TORA DAN PENYELESAIAN PROGRAM LINEAR
CARA GRAFIK ………………………………………………………... 1
1.1. Tujuan Praktikum ………………………………………….................... 1
1.2. Landasan Teori ………………………………………………………… 1
1.3. Prosedur Menjalankan TORA (Penyelesaian Cara Grafik) …………… 2
1.4. Contoh …………………………………………………………………. 6
1.5. Soal-Soal Latihan ……………………………………………………… 9
BAB II. PENYELESAIAN CARA ALJABAR (METODE SIMPLEKS) 12
2.1. Tujuan Praktikum ……………………………………………………… 12
2.2. Landasan Teori ………………………………………………………… 12
2.3. Prosedur Menjalankan TORA (Cara Simpleks tanpa Variabel Semu) … 13
2.4. Contoh …………………………………………………………………. 15
2.5. Soal-Soal Latihan ……………………………………………………… 17
BAB III. PENYELESAIAN FISIBEL AWAL MEMUAT VARIABEL
SEMU (METODE M & METODE DUA-PHASE) …………… 18
3.1. Tujuan Praktikum ……………………………………………………… 18
3.2. Landasan Teori ………………………………………………………… 18
3.2.1. Metode M ……………………………………………………….. 18
3.2.2. Metode Dua-Fase (Dua-Phase) …………………………………. 19
3.3. Prosedur Menjalankan TORA …………………………………………. 20
3.4. Contoh …………………………………………………………………. 21
3.4.1. Penyelesaian dengan Metode M ………………………………... 21
3.4.2. Penyelesaian dengan Metode Dua-Fase ………………………… 23
3.5. Soal-Soal Latihan …………………………………………………… 25

iii
BAB IV. KEJADIAN-KEJADIAN KHUSUS PADA PENGGUNAAN METODE
SIMPLEKS …………………………………………. 27
4.1. Tujuan Praktikum ……………………………………………………… 27
4.2. Landasan Teori ………………………………………………………… 27
4.3. Contoh ………………………………………………………………... .. 28
4.4. Soal-Soal Latihan ……………………………………………………… 29

DAFTAR PUSTAKA

iv
 PENDAHULUAN

Riset Operasi (Operations Research) adalah bagian dari matematika yang

mempelajari usaha-usaha dalam penetapan arah tindakan terbaik (optimum) dari sebuah
masalah keputusan di bawah pembatasan sumber daya yang terbatas (Taha, 1993).
Masalah yang akan ditentukan hasil optimumnya dapat dinyatakan dalam bentuk
matematis yang biasanya berupa fungsi matematis. Dalam pemrograman matematis,
fungsi ini disebut fungsi sasaran atau fungsi obyektif. Sedangkan pembatasan sumber,
dalam bentuk matematis dinyatakan sebagai fungsi/ beberapa fungsi yang disebut fungsi-
fungsi kendala (constraints). Materi Program Linear adalah bagian dari materi Riset
Operasi yang mempelajari masalah optimasi dengan fungsi sasaran/ obyektif maupun
fungsi-fungsi kendalanya berupa fungsi linear.
Ada beberapa software yang dapat digunakan untuk menyelesaikan masalah-
masalah dalam bidang Riset Operasi, diantaranya software QSB, LINDO, TORA, dan
sebagainya. Pada praktikum Program Linear ini digunakan software TORA, yang
digunakan oleh Taha pada bukunya Operations Research: An Introduction. 5th.ed. Selain
memberikan fasilitas untuk menyelesaikan masalah pemrograman linear, TORA juga
dapat digunakan untuk menyelesaikan masalah-masalah pada riset operasi yang lain,
misalnya masalah transportasi, jaringan, pemrograman integer, antrian, dan sebagainya.
Pada modul praktikum ini, teori diberikan secara singkat untuk dasar melakukan langkah-
langkah praktikum.

1
 BAB I
SOFTWARE TORA DAN
PENYELESAIAN PROGRAM LINEAR CARA GRAFIK

1.1.TUJUAN PRAKTIKUM
a. Mengenalkan fasilitas yang ada pada software TORA beserta cara-cara
penggunaannya
b. Menyelesaikan masalah program linear dengan cara grafik.

1.2.LANDASAN TEORI

Pemrograman linear adalah salah satu cabang dari riset operasi yang
mempelajari masalah-masalah optimasi, dengan fungsi tujuan (obyektif) maupun
fungsi-fungsi kendalanya berupa fungsi linear. Bentuk umum masalah
pemrograman linear adalah sebagai berikut :
Optimumkan (Maksimumkan/ Minimumkan) z = f (x1, x2, …, xn)
g1 ( x1 , x 2 ,..., x n )  ≤  b1
.   :
terhadap kendala = 
. ≥ .
g m ( x1 , x 2 ,..., x n ) bm

dan kendala tak negatif : x1, x2, …, xn ≥ 0

Keterangan:
z : fungsi tujuan
gi ,i = 1,2,…, m : fungsi kendala
bi ,i = 1,2, …, m : konstanta ruas kanan
xj ,j = 1, 2, …, n : variabel keputusan
Penyelesaian masalah yang memenuhi semua kendala disebut
penyelesaian fisibel, sedangkan penyelesaian fisibel yang memenuhi fungsi
tujuannya disebut penyelesaian optimal.

2
 Pada masalah pemrograman linear, metode penyelesaiannya sudah standar
yaitu menggunakan metode simpleks. Khusus untuk masalah yang melibatkan 2
variabel, cara grafik dapat dilakukan.
Pada Bab I ini, diberikan cara-cara penggunaan TORA untuk
menyelesaikan masalah program linear menggunakan cara grafik. Pada awalnya
digambarkan lebih dulu himpunan penyelesaian fisibel (HPF) yang merupakan
irisan dari himpunan penyelesaian semua kendala. Penyelesaian dengan cara
grafik pada intinya adalah menentukan titik (himpunan titik) optimum dari suatu
HPF dengan cara menggeser-geser grafik fungsi obyektif kearah maksimum/
minimum hingga menyinggung HPF pada terakhir kali.

1.3.PROSEDUR MENJALANKAN TORA (Penyelesaian Cara Grafik)

Untuk menyelesaikan masalah program linear (cara grafik) menggunakan

software TORA, berikut ini diberikan langkah-langkah yang perlu dilakukan.

1.Pada tampilan awal TORA (Gambar 1.1), ikuti perintah yang ada

Gambar 1.1. Tampilan awal TORA

3
2.Pada tampilan menu utama terdapat beberapa pilihan program, misalnya: Linear
Equation, Linear Programming, Transportation Model, dsb. (Gambar 1.2). Pilih
(klik) pada menu Linear Programming.
3. a. Pada opsi Select Input Mode (Gambar 1.3):
i. Pilih (klik) Enter New Problem jika akan membuat program baru
ii. Pilih (klik) Select Existing File jika akan memanggil file data program
yang sudah disimpan.
b. Pada opsi Select Input Format, isikan format input data (banyak digit
angka di depan/ belakang koma) yang dikehendaki.
c. Pilih (klik) opsi Go to Input Screen.

Gambar 1.2. Menu utama

4
 Gambar 1.3. Pilihan Input Mode

4. Isikan judul masalah (Problem Title), banyaknya variabel (No. of Variables)

dan banyaknya kendala (No. of Constraint) untuk kendala utama (selain
kendala non negatif). Kemudian tekan tombol Enter (Gambar 1.4).
5. Masukkan data :
a. Nama variabel
b. Pilih (klik) sel maximize/ minimize untuk mengerjakan masalah
minimisasi/ maksimisasi.
c. Isikan koefisien pada fungsi tujuan z
d. Isikan koefisien-koefisien pada semua fungsi kendala, juga tanda
ketidaksamaan dan konstanta ruas kanan.
6. Pilih (klik) Solve Menu
7. Pilih menu simpan/ tidak simpan data.
8. Pilih (klik) Solve Problem untuk proses penyelesaian masalah. Selanjutnya ada
beberapa opsi cara penyelesaian masalah, yaitu cara grafik (Graphical) atau
cara aljabar/ simpleks (Algebraic). Pilih (klik) pada opsi Graphical.(Gambar
1.5)

5
Gambar 1.4. Tampilan untuk Problem Title

Gambar 1.5. Pilihan cara penyelesaian

6
9. Isikan format outputnya seperti pada langkah ke-3b. Selanjutnya klik menu Go
to Input Screen.
10. Pada tampilan grafik penyelesaian masalah (Gambar 1.6), lakukan:
a. Klik 1 kali untuk setiap kendala, kemudian klik fungsi tujuan.
b. Terlihat grafik HPF (himpunan penyelesaian fisibel), grafik fungsi tujuan z
dan titik optimumnya. Di bagian bawah rumusan model program linear
tertulis penyelesaian optimalnya.
11. Jika akan melihat sensitivitas masalah terhadap perubahan model, dapat di
klik pada menu View/ Modify Input Data.
12. Klik menu Exit TORA pada bagian bawah layar, untuk keluar dari
TORA.(Gambar 1.6)

Gambar 1.6. Tampilan model dan tempat grafik HP

7
1.4. CONTOH

Diketahui masalah nyata sebagai berikut (Taha, 1993):

Pabrik cat “Reddy Mikks” memproduksi cat interior dan eksterior serta selalu
menjual semua produknya. Dua bahan A dan B digunakan untuk produknya.
Kebutuhan per hari masing-masing bahan untuk cat dan persediaan
maksimumnya sebagai berikut:

Bahan Bahan(dlm ton) / ton cat Persediaan maksimum

Eksterior interior bahan (dalam ton)
Bahan A 1 2 6
Bahan B 2 1 8

Survey menunjukkan bahwa permintaan harian cat interior melebihi cat

eksterior tidak lebih dari 1 ton. Permintaan maksimum untuk cat interior adalah
2 ton/ hari. Harga penjualan per ton untuk cat eksterior adalah $ 3000 dan cat
interior adalah $ 2000. Permasalahannya adalah akan ditentukan banyaknya cat
interior dan eksterior diproduksi per hari supaya hasil penjualan maksimum.
a. Tuliskan model program linearnya
b. Tentukan hasil optimum masalah tersebut menggunakan TORA dengan cara
grafik.

Penyelesaian :
a. Untuk menyusun model program linearnya, beberapa langkah yang harus
dilakukan adalah:
1. Identifikasi variable
Ada 2 variabel yaitu xe = banyak produk cat eksterior
xi = banyak produk cat interior
2. Identifikasi fungsi obyektif/ fungsi tujuan
Fungsi obyektifnya adalah: z = 3000xe + 2000xi = 3xe + 2xi (ribu $)

8
 Tujuannya: menentukan nilai xe dan xi sehingga z maksimum
3. Identifikasi fungsi-fungsi kendala:
i. Penggunaan bahan kedua cat ≤ persediaan maksimum bahan.
Jadi diperoleh : xe + 2 xi ≤ 6 ( bahan A )
2xe + xi ≤ 8 ( bahan B )
ii. Kelebihan cat interior terhadap eksterior ≤ 1 ton / hari.
Jadi diperoleh : xi - xe ≤ 1
iii. Permintaan maksimal cat interior ≤ 2 ton / hari
Jadi diperoleh : xi ≤ 2
iv. Kendala tersembunyi (hidden condition) : besar produk setiap cat
tidak dapat negatif.
Jadi diperoleh : xi ≥ 0 , xe ≥ 0 (syarat tak negatif)

Model program linear lengkapnya sbb:

Menentukan xe , xi untuk
Memaksimumkan z = 3 xe + 2 xi
Terhadap kendala : xe + 2 xi ≤ 6
2xe + xi ≤ 8
- x e + xi ≤ 1
xi ≤ 2
xi , xe ≥ 0

b. Menentukan penyelesaian optimum (maksimum) menggunakan TORA.

Dengan mengikuti prosedur penggunaan TORA yang sudah diberikan di
atas dan memasukkan data model program linearnya, diperoleh tampilan
pada Gambar 1.7. Selanjutnya, setelah perintah Solve Problem
menggunakan cara grafik (Graphical), diperoleh grafik HPF dan
penyelesaian optimalnya seperti pada Gambar 1.8.

9
Gambar 1.7. Tampilan sesudah data dimasukkan

Gambar 1.8. HPF dan penyelesaian optimal

10
 Hasil optimum (dalam hal ini adalah maksimum) sebagai berikut:
Banyak produk cat eksterior (xe), dalam model adalah x1 = 3,33 ton
Banyak produk cat interior (xi), dalam model adalah x2 = 1,33 ton
Hasil penjualan maksimum adalah z = 12,67 (ribu $)

1.5.SOAL-SOAL LATIHAN

Selesaikan soal-soal berikut menggunakan manual/ software TORA

1. Produksi mobil. (Winston, 1994)

Perusahaan automobile memproduksi mobil jenis sedan dan truk. Setiap jenis
mobil harus diproses melalui bagian pengecatan dan bagian assembling. Jika
bagian pengecatan hanya mengecat truk, maka 40 truk per hari dapat diproses.
Jika hanya mengecat sedan, 60 sedan per hari dapat diproses. Di bagian
assembling, jika hanya memproses sedan, maka 50 sedan/ hari dapat diproses.
Tetapi jika hanya memproses truk, 50 truk/ hari dapat diproses. Setiap truk
memberikan $300 keuntungan, dan setiap sedan memberikan $200
keuntungan. Gunakan program linear untuk menentukan skedul produksi
harian yang akan memaksimumkan keuntungan perusahaan.

2. Produksi monitor komputer.

Suatu pabrik perakitan monitor komputer memproduksi 2 model (model A
dan model B) di tempat perakitan yang sama. Tempat perakitan tersebut
terdiri dari 3 unit kerja dan masing-masing produk harus melewati proses
perakitan di ke-3 unit tersebut. Waktu perakitan di 3 unit kerja tersebut terlihat
pada Tabel 1.1. Tiap unit kerja menyediakan waktu untuk proses perakitan
dalam sehari adalah: 20 jam (untuk unit 1), 18 jam (untuk unit 2) dan 19 jam
(untuk unit 3). Harga penjualan masing-masing monitor adalah: $500 (untuk
model A) dan $450 (untuk model B).

11
 Tabel 1.1
Jumlah jam/ unit
Unit kerja monitor
Model A Model B
1 4 4
2 3 4
3 5 3

Berapa unit produksi masing-masing monitor dalam sehari agar hasil

penjualan maksimum?

3. Kebutuhan kapsul obat. (Susanto, 1982)

Tersedia 2 macam kapsul obat flu, yaitu fluin dan fluon yang masing-masing
memuat unsur-unsur aspirin, bikarbonat dan kodein. Kandungan unsur dalam
masing-masing kapsul dan syarat kebutuhan minimum pasien akan unsur-
unsur tersebut supaya sembuh tertera dalam Tabel 1.2. Satuan unsur dalam
grain, harga dalam ratusan rupiah. Masalah : Berapa banyak fluin dan fluon
yang harus dibeli supaya pasien sembuh dan ongkos beli minimum ?
a. Buat model program linearnya
b. Selesaikan masalah tersebut menggunakan manual/ TORA

Tabel 1.2
Untuk per kapsul Minimum kebutuhan
Unsur-unsur fluin fluon (dlm grain)
Aspirin 2 1 12
Bikarbonat 5 8 74
Kodein 1 6 24
Harga satuan 20 30

12
4. Maksimumkan : z = 5x1 + x2
terhadap kendala : - x1 + x2 ≤ 6
6x1 + x2 ≥ 6
x1 , x2 ≥ 0

5. Maksimumkan : z = x + y
terhadap kendala : 2x + y ≤ 6
x + 3y ≤ 9
x ≥4
x , y ≥ 0.

13
 BAB II
PENYELESAIAN CARA ALJABAR
(METODE SIMPLEKS )

2.1.TUJUAN PRAKTIKUM
Menyelesaikan masalah program linear dengan cara simpleks.

2.2.LANDASAN TEORI
Untuk masalah program linear (PL) yang memuat lebih dari 2 variabel,
penyelesaian cara grafik tidak dapat dilakukan. Cara penyelesaian standar yang dapat
dilakukan adalah menggunakan cara aljabar (yaitu metode simpleks). Penyelesaian
dengan manual, pada langkah awal , masalah PL dibawa ke bentuk standar lebih
dahulu, yaitu dengan membuat semua kendala menjadi bertanda “=”, dengan cara
sebagai berikut:
a. Untuk kendala bertanda “≤”, pada ruas kiri tambahkan variabel slack yang
nilainya non negatif.
b. Untuk kendala bertanda “≥”, pada ruas kiri kurangkan variabel surplus
yang nilainya non negatif.
Jika semua kendala sudah bertanda “=”, pada masalah PL yang semua kendalanya
memuat variabel slack, data sudah siap dimasukkan ke tabel simpleks (secara
manual). Tetapi untuk masalah yang ada kendala tidak memuat variabel slack, maka
pada kendala yang tidak memuat variabel slack tersebut tambahkan variabel semu
yang nilainya non negatif (pada kondisi optimal, variabel ini seharusnya bernilai nol).
Selanjutnya masalah sudah siap diselesaikan dengan cara simpleks secara manual.

Contoh 2.1:
Perhatikan masalah program linear dari kasus pabrik cat “Reddy Mikks” (Taha, 1987)
Memaksimumkan z = 3x1 + 2x2
terhadap kendala: x1 + 2x2 ≤ 6

14
 2x1 + x2 ≤ 8
-x1 + x2 ≤ 1
x2 ≤ 2
x1 , x2 ≥ 0
Bentuk standar modelnya adalah sebagai berikut:
Memaksimumkan z = 3x1 + 2x2
terhadap kendala: x1 + 2x2 + sx3 =6
2x1 + x2 + sx4 =8
-x1 + x2 + sx5 =1
x2 + sx6 = 2
x1 , x2 , sx3 , sx4 , sx5 , sx6 ≥ 0
Terlihat bahwa semua kendala memuat variabel slack, secara manual data sudah siap
dimasukkan ke tabel simpleks.
Perlu dicatat bahwa pada praktikum ini, penyusunan ke bentuk standar tidak
dilakukan karena program TORA sudah langsung memproses dari bentuk masalah
aslinya. Jika semua kendala memuat variabel slack (yaitu semua kendala bertanda
“≤”), maka data sudah siap diisikan ke tabel simpleks, sehingga opsi yang dipilih
adalah All-slack starting solutions. Tetapi jika ada kendala yang memuat variabel
semu (yaitu ada kendala yang bertanda “≥” atau “=”), cara yang digunakan adalah
metode M atau metode Dua-Phase, sehingga opsi yang dipilih adalah M-method atau
Two-phase method. Pada praktikum ke-2 ini dibahas lebih dulu untuk masalah PL
yang semua kendalanya bertanda “≤” .

2.3.PROSEDUR MENJALANKAN TORA (Cara Simpleks tanpa Variabel Semu)

Pada prosedur untuk menyelesaikan masalah PL dengan cara simpleks, langkah

ke-1 s/d ke-7 sama dengan prosedur penyelesaian cara grafik. Perbedaan lankah
dimulai pada langkah ke-8. Adapun langkah-langkahnya sebagai berikut:

1.Pada tampilan awal TORA, ikuti perintah yang ada

15
2. Pada tampilan menu utama terdapat beberapa pilihan program, misalnya: Linear
Equation, Linear Programming, Transportation Model, dsb. Pilih (klik) pada
menu Linear Programming.
3a. Pada opsi Select Input Mode:
i. Pilih (klik) Enter New Problem jika akan membuat program baru
ii. Pilih (klik) Select Existing File jika akan memanggil file data program yang
sudah disimpan.
b. Pada opsi Select Input Format, isikan format input data (banyak digit angka di
depan/ belakang koma) yang dikehendaki.
c. Pilih (klik) opsi Go to Input Screen.
4. Isikan judul masalah (Problem Title), banyaknya variabel (No. of Variables) dan
banyaknya kendala (No. of Constraint) untuk kendala utama (selain kendala non
negatif). Kemudian tekan tombol Enter .
5. Masukkan data :
a. Nama variable
b. Pilih (klik) sel maximize/ minimize untuk mengerjakan masalah minimisasi/
maksimisasi.
c. Isikan koefisien pada fungsi tujuan z
d. Isikan koefisien-koefisien pada semua fungsi kendala, juga tanda ketidaksamaan
dan konstanta ruas kanan.
6. Pilih (klik) Solve Menu
7. Pilih menu simpan/ tidak simpan data.
8. Pilih (klik) Solve Problem untuk proses penyelesaian masalah. Selanjutnya ada
beberapa opsi cara penyelesaian masalah, yaitu cara grafik (Graphical) atau cara
aljabar/ simpleks (Algebraic), perhatikan Gambar 2.1. Pilih (klik) pada opsi
Algebraic, selanjutnya ada opsi Final solution dan Iterations.
a. Jika diinginkan tabel hasil akhir, pilih opsi Final solution, selanjutnya
pengaturan format output seperti langkah 2b dan klik sesuai perintah. Selanjutnya
muncul tabel hasil akhir.

16
 b. Jika diinginkan hasil pada tiap iterasi, pilih opsi Iterations. Untuk masalah
dengan semua kendala bertanda “≤”, setelah opsi Iterations dilanjutkan opsi All-
slack starting solutions. Berikutnya pengaturan format output (seperti langkah
2b) dan klik sesuai perintah. Selanjutnya muncul tampilan tabel iterasi ke-1.

Gambar 2.1. Pilihan Solve Menu

9. Sesudah tampilan tabel iterasi ke-1, jika belum optimal maka iterasi berikutnya
akan dikerjakan. Hal ini dapat dilakukan dengan klik pada opsi Next iterations
(pada tampilan menu, baris teratas paling kiri), dan langsung diperoleh tabel
iterasi ke-2. Atau jika diinginkan menentukan entering variable (ev) dan leaving
variable (lv) masing-masing di klik pada posisi variabel non basis (baris ke-1
pada tabel) atau posisi variabel basis (kolom ke-1 pada tabel). Kolom ev akan
berwarna hijau, sedangkan baris lv akan berwarna merah. Jika belum mencapai
optimal, lanjutkan lagi ke iterasi berikutnya dengan cara seperti di atas (langkah
ke-9), sampai diperoleh hasil optimal (hal ini akan ditunjukkan dengan tampilan
pemberitahuan pada layar)

17
2.4.CONTOH

Pada praktikum ini diselesaikan masalah pada Contoh 2.1 di atas dengan semua
kendala bertanda “≤”. Perlu dicatat bahwa untuk praktikum, rumusan
masalahnya tidak perlu dibawa ke bentuk standar.
Menggunakan TORA, data pada model aslinya (bukan bentuk standar) diisikan ke
tabel (langkah ke-5), sehingga diperoleh tampilan pada Gambar 2.2. Selanjutnya
pada langkah ke-8, jika dipilih opsi Final solution, diperoleh tampilan pada
Gambar 2.3 yang merupakan hasil akhir (optimal). Tetapi jika dipilih opsi
Iterations, dilanjutkan opsi All-slack starting solutions, diperoleh tampilan tabel
iterasi ke-1 pada Gambar 2.4 yang belum optimal. Dengan klik opsi Next iteration,
akan muncul tabel iterasi berikutnya. Begitu dilakukan seterusnya sampai diperoleh
tabel akhir (optimal) seperti pada Gambar 2.3.

Gambar 2.2. Tampilan sesudah data diisikan

18
Gambar 2.3. Tampilan hasil akhir (optimal)

Gambar 2.4. Tampilan tabel iterasi ke-1

19
2.5.SOAL-SOAL LATIHAN

Selesaikan soal-soal berikut menggunakan manual maupun software TORA.

1. Maksimumkan: z = 2x1 + 3x2

terhadap kendala: x1 + 3x2 ≤ 6
3x1 + 2x2 ≤ 6
x1 , x2 ≥ 0

2. Minimumkan: z = x1 + 2x2 + 3x3

terhadap kendala : x1 + 2x2 + x3 ≤ 10
x1 + x2 ≤5
x1 ≤1
x1 , x2 , x3 ≥ 0

3. Maksimumkan: z = 10x + 11y

terhadap kendala: x + 2y ≤ 150
3x + 4y ≤ 200
6x + y ≤ 175
x,y ≥0

4. Maksimumkan: z = x1 + x2
terhadap kendala: x1 + 5x2 ≤ 5
2x1 + x2 ≤ 4
x1 , x2 ≥ 0

5. Maksimumkan: z = u + 9v + w
terhadap kendala : u + 2v + 3w ≤ 9
3u + 2v + 2w ≤ 15
u,v,w≥0

20
 BAB III
PENYELESAIAN FISIBEL AWAL MEMUAT VARIABEL
SEMU (METODE M & METODE DUA-PHASE)

3.1.TUJUAN PRAKTIKUM
Menyelesaikan masalah program linear dengan cara simpleks (menggunakan metode
M dan metode Dua-Phase), untuk masalah dengan penyelesaian fisibel awal memuat
variabel semu.

3.2.LANDASAN TEORI
Jika bentuk standar masalah program linear (PL) memuat variabel semu, maka
cara penyelesaiannya dapat menggunakan metode M maupun metode 2-Fase (Dua-
Phase).

3.2.1. Metode M
Seperti pada metode simpleks secara umum, PL bentuk aslinya lebih dahulu
dibawa ke bentuk standar. Dari bentuk standar tersebut, untuk diisikan ke tabel
simpleks, pada kendala yang tidak memuat variabel slack, ditambahkan lebih dahulu
dengan variabel semu yang nilainya non negatif. Pada fungsi obyektif, koefisien
variabel semu adalah +M (untuk masalah minimisasi) dan –M (untuk masalah
maksimisasi), dengan M = konstanta yang dianggap besar. Selanjutnya data sudah
siap dimasukkan ke tabel simpleks.
Contoh 3.1
Perhatikan masalah program linear:
Minimumkan z = 4x1 + x2
terhadap kendala: 3x1 + x2 = 3
4x1 + 3x2 ≥ 6
x1 + 2x2 ≤ 4
x1 , x2 ≥ 0

21
 Bentuk standar PL tersebut adalah:
Minimumkan z = 4x1 + x2
terhadap kendala: 3x1 + x2 =3
4x1 + 3x2 – sx3 =6
x1 + 2x2 + sx4 = 4
x1 , x2 , sx3, sx4 ≥ 0
sx3 adalah variabel surplus, sedangkan sx4 adalah variabel slack.

Dari bentuk standar tersebut, sesudah ditambahkan variabel semu, diperoleh model
yang siap ke tabel simpleks, sebagai berikut:
Minimumkan z = 4x1 + x2 + 0sx3 + 0sx4 + MRx5 + MRx6
terhadap kendala : 3x1 + x2 + Rx5 =3
4x1 + 3x2 – sx3 + Rx6 = 6
x1 + 2x2 + sx4 =4
x1 , x2 , sx3, sx4 , Rx5 , Rx6 ≥ 0
sx3 : variabel surplus, sx4 : variabel slack , Rx5 dan Rx6 : variabel semu.
Selanjutnya data sudah siap dimasukkan ke tabel simpleks.

3.2.2. Metode Dua-Fase (Dua-Phase)

Masalah PL dibawa dulu ke bentuk standar. Pada kendala yang tidak memuat
variabel slack, tambahkan variabel semu. Selanjutnya dilakukan 2 tahapan berikut:
1. Fase 1.
Menyelesaikan masalah PL dengan fungsi obyektifnya meminimumkan jumlahan
variabel semu dan fungsi kendalanya sama dengan masalah PL semula (aslinya).
Jika penyelesaian optimal untuk fungsi obyektifnya bernilai nol, maka berarti PL
semula mempunyai penyelesaian fisibel, langkah berikutnya ke Fase 2. Tetapi jika
penyelesaian optimal fungsi obyektifnya bernilai positif, maka berarti masalah PL
semula tidak mempunyai penyelesaian fisibel (pada kondisi optimal, seharusnya
nilai variabel semu adalah nol). Stop iterasi dan tidak perlu ke Fase 2.

22
 2. Fase 2
Fase 2 merupakan kelanjutan dari Fase 1 dengan fungsi obyektifnya sama dengan
fungsi obyektif masalah PL semula. Tabel awal Fase 2 sama dengan tabel optimal
Fase 1. Pada Fase 2 terjadi penghapusan (blocked) pada kolom variabel semu.

Contoh 3.2
Dari masalah PL dan bentuk standarnya seperti pada Contoh 3.1, selanjutnya
dilakukan penghitungan pada Fase 1. Fungsi obyektif pada fase ini adalah
meminimumkan jumlahan variabel semu:
Minimumkan: z = Rx5 + Rx6
Fungsi-fungsi kendalanya seperti pada masalah PL semula.
Selanjutnya data sudah siap dimasukkan ke tabel simpleks.

3.3.PROSEDUR MENJALANKAN TORA

Prosedur untuk menyelesaikan masalah PL dengan metode M atau metode Dua-

Fase, pada langkah ke-1 s/d ke-7 sama dengan prosedur penyelesaian cara simpleks
untuk masalah yang tidak memuat variabel semu (Bab II). Perbedaan dimulai pada
langkah ke-8. Adapun langkah-langkahnya sebagai berikut:

1.Pada tampilan awal TORA, ikuti perintah yang ada

2. Pada tampilan menu utama terdapat beberapa pilihan program, misalnya: Linear
Equation, Linear Programming, Transportation Model, dsb. Pilih (klik) pada
menu Linear Programming.
3a. Pada opsi Select Input Mode:
i. Pilih (klik) Enter New Problem jika akan membuat program baru
ii. Pilih (klik) Select Existing File jika akan memanggil file data program yang
sudah disimpan.
b. Pada opsi Select Input Format, isikan format input data (banyak digit angka di
depan/ belakang koma) yang dikehendaki.

23
 c. Pilih (klik) opsi Go to Input Screen.
4. Isikan judul masalah (Problem Title), banyaknya variabel (No. of Variables) dan
banyaknya kendala (No. of Constraint) untuk kendala utama (selain kendala non
negatif). Kemudian tekan tombol Enter .
5. Masukkan data :
a. Nama variable
b. Pilih (klik) sel maximize/ minimize untuk mengerjakan masalah minimisasi/
maksimisasi.
c. Isikan koefisien pada fungsi tujuan z
d. Isikan koefisien-koefisien pada semua fungsi kendala, juga tanda ketidaksamaan
dan konstanta ruas kanan.
6. Pilih (klik) Solve Menu
7. Pilih menu simpan/ tidak simpan data.
8. Pilih (klik) Solve Problem untuk proses penyelesaian masalah. Selanjutnya pilih
(klik) pada opsi Algebraic, ada opsi Final solution dan Iterations.
a. Jika diinginkan tabel hasil akhir, pilih opsi Final solution, berikutnya
pengaturan format output seperti langkah ke-3b dan klik sesuai perintah.
Selanjutnya muncul tabel hasil akhir.
b. Jika diinginkan hasil pada tiap iterasi, pilih opsi Iterations dan dilanjutkan
dengan opsi:
i. M-method (jika diinginkan penyelesaian menggunakan metode M).
Untuk penggunaan metode M, tampilan selanjutnya adalah pilihan nilai
konstanta M (pada program ini diformat nilai M = 100). Berikutnya tampilan
pengaturan format output, dan sesudah di klik sesuai perintah akan muncul
tampilan tabel untuk iterasi ke-1. Langkah untuk ierasi-iterasi berikutnya
seperti pada langkah ke-9 di Bab II

ii. Two-phase method (jika diinginkan penyelesaian menggunakan metode

Dua-Fase). Berikutnya tampilan pengaturan format output, dan sesudah di klik
sesuai perintah akan muncul tampilan tabel untuk iterasi ke-1 Fase 1. Langkah

24
 selanjutnya seperti pada langkah ke-9 di Bab II.. Pada tabel optimal Fase 1,
jika nilai obyektif z adalah nol, maka iterasi akan berlanjut ke tabel Fase 2
sampai diperoleh tabel optimum. Tetapi jika pada tabel optimal Fase 1, nilai z
adalah positif, maka ada pemberitahuan bahwa masalahnya tak fisibel dan
tidak akan dilanjutkan ke Fase 2.

3.4.CONTOH
Berikut ini diselesaikan masalah PL seperti pada Contoh 3.1.
Seperti pada Bab II, ada catatan bahwa penyusunan ke bentuk standar tidak
dilakukan karena program TORA sudah langsung memproses dari bentuk masalah
aslinya.

3.4.1. Penyelesaian dengan Metode M

Proses memasukkan data ke tabel dilakukan seperti pada Bab II. Sesudah opsi M-
method dipilih, berikutnya ada tampilan pilihan nilai konstanta M yang pada
program ini diformat M = 100 (Gambar 3.1). Misalkan dipilih nilai M = 100
seperti format yang ada, sesudah di klik pada menu yang ada, berikutnya muncul
tampilan tabel iterasi 1 (Gambar 3.2). Langkah-langkah selanjutnya seperti pada
Bab II, sampai diperoleh tabel optimal (Gambar 3.3).

25
Gambar 3.1. Tampilan penentuan nilai konstanta M

Gambar 3.2. Tabel iterasi 1 dengan M = 100

26
 Gambar 3.3. Tabel optimal

3.4.2. Penyelesaian dengan Metode Dua-Fase

Proses memasukkan data ke tabel dilakukan seperti pada Bab II. Sesudah opsi
Two-phase method dipilih, berikutnya ada tampilan pengaturan format output.
Sesudah di klik pada menu yang ada, selanjutnya muncul tampilan tabel iterasi
ke- 1 pada Fase 1 (Gambar 3.4). Fungsi obyektif pada Fase 1 ini adalah
meminimumkan jumlahan variabel semu (yaitu meminimumkan z = Rx5 + Rx6).
Sesudah Fase 1 mencapai optimal dengan fungsi obyektif bernilai nol (pada
iterasi 3), tabel dilanjutkan dengan iterasi 4 pada Fase 2 (Gambar 3.5). Tabel
iterasi 4 Fase 2 sama dengan tabel optimal Fase 1 dengan variabel semu dieliminir
(blocked) dan fungsi obyektifnya adalah fungsi obyektif PL semula. Iterasi
berlanjut sampai dengan diperoleh tabel optimal pada iterasi 5 Fase 2 (Gambar
3.6).

27
 Gambar 3.4. Tabel iterasi ke-1 pada Fase 1

Gambar 3.5. Tabel optimal Fase 1 dan tabel awal Fase 2

28
 Gambar 3.6. Tabel optimal pada Fase 2

3.5.SOAL-SOAL LATIHAN

Selesaikan soal-soal berikut menggunakan manual maupun software TORA.

1. Maksimumkan: z = x + y
terhadap kendala : x + 2y ≤ 6
2x + y ≥ 9
x,y≥0

2. Maksimumkan: z = 3u + 2v + 3v
terhadap kendala : 2u + v + w ≤ 2
3u + 4v + 2w ≥ 8
u,v,w≥0

29
3. Maksimumkan: z = 5x1 + 2x2
terhadap kendala: 6x1 + x2 ≥ 6
4x1 + 3x2 ≥ 12
x1 + 2x2 ≥ 4
x1 , x2 ≥ 0

4. Minimumkan : z = u + 2v + 3w
terhadap kendala: 3u + 4w ≤ 5
5u + v + 6w = 7
8u + 9w ≥ 2
u,v,w ≥0

5. Minimumkan: z = 6x1 + 3x2 + 4x3

terhadap kendala: x1 + 6x2 + x3 = 10
2x1 + 3x2 + x3 = 15
x1 , x2 , x3 ≥ 0

30
 BAB IV
KEJADIAN-KEJADIAN KHUSUS
PADA PENGGUNAAN METODE SIMPLEKS

4.1.TUJUAN PRAKTIKUM
Mendeteksi dan menjelaskan kejadian-kejadian khusus masalah Program Linear
(PL) pada penggunaan metode simpleks.

4.2.LANDASAN TEORI
Jika masalah PL diselesaikan menggunakan cara simpleks, ada beberapa kejadian
khusus masalah PL yang dapat dijelaskan dari kondisi tabel simpleks yang
diperoleh. Kejadian-kejadian khusus tersebut adalah:
1. Degenerasi.
Ciri-cirinya: belum ada ciri yang baku, tetapi ada kemungkinan terjadi kejadian-
kejadian satu atau lebih variabel basis bernilai nol pada suatu tabel atau ada
perulangan tabel dengan nilai variabel tidak berubah.
Kondisi ini terjadi jika pada model masalah PL terdapat kendala redundant
(berlebihan). Degenerasi mengakibatkan terjadinya 2 hal, yaitu:
a. Cycling (circling): yaitu prosedur simpleks berlingkar (mengulang tabel iterasi
sebelumnya dengan nilai fungsi obyektif maupun nilai variabel-variabelnya
tidak berubah, dan dimungkinkan komputasi tidak berakhir).
b. Degenerasi sementara: sesudah mengulang tabel iterasi sebelumnya dengan
hasil yang tidak berubah, pada akhirnya diperoleh tabel optimal (komputasi
berakhir).
2. Optimum alternatif (penyelesaian optimal tidak tunggal).
Ciri-cirinya: ada variabel non basis yang mempunyai koefisien nol pada
persamaan fungsi obyektif z di tabel optimalnya.

31
 3. Penyelesaian tak terbatas.
Ciri-cirinya: koefisien kendala pada kolom entering variable (ev) adalah non
positif ( ≤ 0 ). Hal ini mengakibatkan tidak ada leaving variable (lv).
4. Penyelesaian tak fisibel
Ciri-cirinya: ada variabel semu yang bernilai positif pada tabel optimalnya.
(Seharusnya pada kondisi optimal, variabel semu bernilai 0).

4.3.CONTOH

Berikut ini diberikan contoh masalah PL yang degenerasi.

Maksimumkan z = 3x1 + 9x2
Terhadap kendala: x1 + 4x2 ≤ 8
x1 + 2x2 ≤ 4
x1 , x2 ≥ 0
a. Jika diselesaikan menggunakan cara grafik, diperoleh HPF pada Gambar 4.1,
dan terlihat ada kendala yang redundant (ada titik ekstrim yang dilewati oleh
lebih dari 2 garis)

Gambar 4.1. Ada kendala redundant

32
 b. Jika diselesaikan dengan menggunakan simpleks, terlihat tabel iterasi yang
mengulang tabel sebelumnya dengan hasil tidak berubah dan terdapat
variabel basis yang bernilai 0 (Gambar 4.2).

Gambar 4.2. Ada variabel basis bernilai 0

4.4. SOAL-SOAL LATIHAN

Selesaikan soal-soal berikut menggunakan cara simpleks, selanjutnya

jelaskan kejadian khusus apa yang terjadi pada masalah PL nya.

1. Maksimumkan : z = 5x1 + 2x2

terhadap kendala : x1 + x2 ≤ 6

x1 - x 2 ≤ 0
x1 ≤3
x1 , x2 ≥ 0

33
2. Maksimumkan : z = 5x1 + 3x2

terhadap kendala : 4x1 + 2x2 ≤ 12

4x1 + x2 ≤ 10
x1 + x2 ≤ 4
x1 , x2 ≥ 0

3. Maksimumkan : z = 3x1 + 2x2

terhadap kendala : 6x1 + 4x2 ≤ 24

10x1 + 3x2 ≥ 30
x1 , x2 ≥ 0

4. Maksimumkan : z = 36x1 + 30x2 - 3x3 – 4x4

terhadap kendala : x1 + x2 - x3 ≤ 15

6x1 + 5x2 - x4 ≤ 10
x1 , x2 , x3, x4 ≥ 0

5. Maksimumkan : z = 4x1 + 3x2

terhadap kendala : x1 + x2 ≤ 3

2x1 - x2 ≥ 3
x1 ≥4
x1 , x2 ≥ 0

34
 DAFTAR PUSTAKA

1. Taha, Hamdy A. (1993). Operations Research: An Introduction. 5th.ed.

Macmillan Publishing. Company, New York.
2. Winston, Wayne L. (1994). Operations Research: Applications and Algorithms.
3rd. ed. Duxbury Press, Wadsworth Publ. Co., Belmont, California.
3. B. Susanto. (1982). Program Linear. Bagian Ilmu Pasti, Fakultas Ilmu Pasti dan
Alam, Universitas Gadjah Mada.

35