BENTUK UMUM METODE SIMPLEKS YANG DIPERBAIKI

Rivised Simpleks Met hod
(m etode sim pleks yang diperbaiki)
Metode simpleks yang sudah kita pelajari, menunjukkan bahwa setiap perpindahan tabel baru
selalu membawa semua elemen yang terdapat dalam tabel. Dalam metode simpleks yang
diperbaiki, setiap perpindahan tabel baru tidak semua elemen diperlukan. Informasi yang
sangat diperlukan untuk berpindah dari satu tabel ke tabel berikutnya adalah :
(1)
(2)
(3)
(4)

Nilai pada baris Zj – Cj.
Kolom kunci (variabel yang akan masuk basis).
Variabel basis.
Nilai konstanta ruas kanan (bi) yang berkorespondensi dengan variabel basis.

Selain keempat informasi tersebut, sebenarnya yang lain tidak diperlukan (tidak memiliki
peran) dalam proses perpindahan tabel simpleks. Jika persoalan linier program cukup besar,
hal ini akan menjadi tidak efisien jika membawa semua elemen ke dalam tabel berikutnya.
Cara yang lebih efisien yang dapat digunakan untuk mengatasi permasalahan seperti diatas
adalah dengan metode simpleks yang diperbaiki atau simpleks multiplier.


BENTUK UMUM METODE SIMPLEKS YANG DIPERBAIKI
Matriks dari bentuk standar linier program adalah sebagai berikut :
Maksimum

Z

=

cx

dk

Ax

=

x




bi
0

di mana,

A=

(m x m)

bi =

(m x 1)

a11
a21
..
..
am1


a12
a22
..
..
am2

b1
b2
..
..
bi

dan,
c =
(1 x n)

[ c1, c2, …….cn]

….
….


….

x=
(n x 1)

a1n
a2n
..
..
amn

x1
x2
..
..
xn

Misalkan kolom yang berkorespondensi dengan matriks (A) dinyatakan dengan : Y1, Y2, …,
Yn, di mana,


a11
a21
..
..
am1

Y1 =

(m x 1)

a12
a22
..
..
am2

Y2 =

;


(m x 1)

a1n
a2n
..
..
amn

Y3 =

;

(m x 1)

Misalkan kita memiliki variabel basis x1, x2, …, xm, maka matriks basisnya adalah :
a11
a21
..
..

am1

B = Y1, Y2, …Ym =

(m x n)

B invers = B

-1

Misalkan vektor (B) dipecah menjadi

B11
B21
..
..
Bm1

B =


….
….

a12
a22
..
..
am2

B12
B22
..
..
Bm2

….

….
….


….

a1m
a2m
..
..
amm

B1m
B2m
..
..
Bmm

B1

(n x 1)

BN


di mana B1 berkorespondensi dengan variabel basis, dan BN merupakan variabel nonbasis,
maka :

B1 =

(m x 1)

b1
b2
..
..
bm

dan

BN =

(n - mx1)

xm+1

xm+2
..
..
xm+n

dengan demikian solusi basis optimum adalah :

-1

BI = B b i =

B11b1 +
B21b1 +
..
..
Bm1b1 +

B 12b2 +
B 22b2 +
..
..
Bm2b2 +

….
….

….

+ B1mbm
+ B2mbm
..
..
+ Bmmbm

Misalkan CB merupakan koefisien fungsi tujuan untuk variabel basis, maka fungsi tujuan dari
variabel basis adalah :
Z = Cx = CB B I = c1b1 + c2b2 + … + cmbm
-1

Untuk menguji apakah solusi telah optimum, perlu dihitung simpleks multiplier (π) = CBB .
Koefisien fungsi tujuan yang baru = ĉj = πYi – cj .
Oleh karena fungsi tujuan berbentuk maksimum, maka solusi optimum akan dicapai apabila ĉj
≥ 0.
Jika solusi belum optimum, maka pilih salah satu nilai ĉj yang memiliki negatif terbesar,
sebagai variabel masuk basis. Sedangkan variabel yang akan keluar basis perlu ditentukan
kolom pivot dengan menggunakan rumus berikut :

Yjn = B-1Yjn =

â1n
â2n
..
..
âmn

Setelah itu uji perbandingan minimum untuk menentukan variabel yang akan keluar basis
dengan rumus :

b2

b2
, untuk , i = 1,2, …, m.

= Minimum
â2n

â2n

Proses ini diulangi sam pai solusi optimum tercapai.

Contoh 1 :
Penyelesaian LP dengan Rivised Simpleks, pada prinsipnya sama dengan metode simpleks
terdahulu. Akan tetapi kita hanya menghitung informasi yang penting saja pada setiap
perpindahan tabel baru.
Maksimum Z = 40X1 + 25X2 + 0S 1 + 0S2
Dk.

[1]
[2]
[3]

3X1 + 2X2 + S1 = 150
8X1 + 2X2 + S2 = 200
X1, X 2, S1, S2 ≥ 0

Untuk melihat hasil perhitungan dengan Rivised Simpleks, terlebih dahulu kita akan selesaikan
dengan metode simpleks biasa, sebagai perbandingan.

Cj

40
X1

25
X2

0
S1

0
S2

Indeks

150

3

2

1

0

150:3=50

S2

200

8

2

0

1

200:8=25

Zj-Cj

0

-40

-25

0

0

40
X1

25
X2

0
S1

0
S2

Indeks

CB

Basis

0

S1

0

bi

Cj

CB

Basis

0

S1

75

0

5/4

1

-3/8

75:1,25=60

40

X1

25

1

¼

0

1/8

25:0,25=100

Zj-Cj

1000

0

-15

0

5

40
X1

25
X2

0
S1

0
S2

bi

Cj

CB

Basis

25

X2

60

0

1

0,8

-0,3

40

X1

10

1

0

-0,2

0,2

Zj-Cj

1900

0

0

12

0,5

bi

Indeks

Solusi optimum permasalahan diatas adalah X1 = 10, X 2 = 60 dengan nilai Z = 1.900.
Dalam rivised simpleks, tidak semua angka yang terdapat dalam tabel diatas kita perlukan.
Jika, kolom X1, X2, S1 dan S2 kita kita sebut Y1, Y2, Y3 dan Y4. Konstanta nilai kanan kita sebut
bi, dan koefisien fungsi tujuan kita sebut C1, C2, C3, dan C4, maka angka-angka tersebut dapat
dibuat sebagai berikut :

3
8

 2
 2

1 
0

0
1 

Y1 =   , Y2 =   , Y3 =   , Y4 =   .

150 
 ; C1 = [40], C2 = [25], C3 = [0], C4 = [0].
200

bi = 

Sehingga tabel awal metode rivesed simpleks adalah :

Tabel 1. Tabel awal simpleks diperbaiki
B-1

basis

bi

S1

1

0

150

S2

0

1

200

Dalam tabel 1 variabel basis adalah S1 dan S2 dengan koefisien fungsi tujuan C3 dan C4.
Simpleks multiplier = π = CBB-1, dimana CB = [C3,C4] = [0,0].

1 0
 = [0,0]
0 1

Simpleks multiplier = π = [0,0] 

C 1 = π Y1 – C1 = [0,0]

3
8 - 40 = - 40.
 

C 2 = π Y2 – C2 = [0,0]

2
2 - 25 = - 25.
 

Oleh karena C 1 memiliki angka negatif terbesar, maka X1 masuk basis (menjadi kolom
kunci). Untuk menentukan variabel yang akan keluar basis (baris kunci) adalah memilih
angka terkecil dari (aturan perbandingan minimum) bi : Y1.
bi

150 
Minimum = 
:
200 

Y1

3 50 
8 = 25 
   

S1
S 2 Keluar basis

Pada tabel berikutnya, variabel basis menjadi S 1 dan X1, oleh karena itu matriks basis berubah
menjadi :

1 3

0 8

B = [Y3,Y1] = 

Invers matriks basisnya adalah :
B-1 =

8 − 3 1 − 3 8 
1
=
[1x8] − [0 x 3] 0 1  0 18 

Berdasarkan teori matriks, setiap nilai pada tabel berikutnya dapat diperoleh dengan
mengalikan kolom persamaan asal dengan invers matriks basisnya.

bi = B-1bi =

1 − 3 8  150  75 
0 1  200  = 25 
8  
  


S1
X1

Perhitungan diatas menghasilkan tabel kedua simpleks yang diperbaiki berikut :

Tabel 2. Tabel kedua simpleks diperbaiki
B-1

basis

bi

S1

1

-3/8

75

X1

0

1/8

25

Apakah tabel dua tersebut sudah optimum ? Untuk menjawab pertanyaan tersebut, perlu
dihitung nilai Cj baru yang berkorespondensi dengan variabel non basis yaitu X 2 dan S2
sebagai berikut.
Simpleks multiplier = π = CBB-1, dimana CB = [0,40].

1 − 3 8 
 = [0,5]
0 18 

π = [0,40] 

C 2 = π Y1 – C1 = [0,5]

2
2 - 25 = - 15.
 

C 4 = π Y2 – C2 = [0,5]

0
1 - 0 = 5.
 

Tabel akan optimum apabila nilai C j ≥ 0. Berarti tabel 2 belum optimum, karena nilai C 2 yang
baru masih negatif 15 yang berkorespodensi dengan variabel keputusan X 2. Pada tabel
selanjutnya X2 masuk basis (kolom kunci). Untuk menentukan variabel mana diantara S1 dan
X1 yang akan keluar basis (baris kunci), dipilih dari hasil minimum bi : Y2.
Nilai vektor kolom baru yang berkorespondensi dengan X2 adalah Y 2 = B-1Y2.

1 − 3 8  2 5 4 
=  
1  2
8   

 14 

Y2 = 
0

Variabel yang akan keluar basis adalah :
bi

Y2

75  5 4   60 

:   = 
25   14  100

Minimum = 

S1 Keluar basis
X1

Variabel basis yang baru menjadi X 2 dan X 1, dan menghasilkan matriks basis seperti berikut :

2 3

2 8

B = [Y2,Y1] = 

Invers matriks basisnya adalah :

B-1 =

 8 − 3  4 5 − 3 10 
1
=
[2x 8] − [2x 3] − 2 2  − 15 15 

Nilai konstanta ruas kanan yang baru (bi ) untuk tabel berikutnya adalah :

bi = B-1bi =

 4 5 − 3 10 
− 1

1
5 
 5

150 
200  =



60 
10 
 

X2
X1

Hasil perhitngan diatas dapat dibuat dalam tabel simpleks yang diperbaiki seperti berikut ini :
Tabel 3. Tabel ketiga simpleks diperbaiki
B-1

basis

bi

X2

4/5

-3/10

60

X1

-1/5

1/5

10

Apakah tabel tiga tersebut sudah optimum ? Untuk menjawab pertanyaan tersebut, perlu
dihitung nilai Cj baru yang berkorespondensi dengan variabel non basis (S1 dan S2).
Simpleks multiplier = π = CBB-1, dimana CB = [25,40].



π = [25,40] 

4

5

− 15

− 3 10 
 = [12;0,5]
1
5 

C 3 = π Y3 – C3 = [12;0,5]

1
0 - 0 = 12.
 

C 4 = π Y4 – C4 = [12;0,5]

0
1 - 0 = 0,5.
 

Tabel akan optimum apabila nilai C j ≥ 0. Oleh karena nilai baru dari C 3 dan C 4 yang baru
positif 12 dan 0,5, maka tabel 3 adalah optimum, dengan nilai X1 dan X2 masing-masing
adalah 10 dan 60. Sehingga nilai Z maksimum adalah 40(10) + 25(60) = 1.900.
Solusi optimum metode simpleks diperbaiki sama dengan solusi optimum metode simpleks
biasa. Akan tetapi penggunaan metode simpleks yang diperbaiki jauh lebih efisien jika
dikerjakan secara manual.

Contoh 2 :
Maximum Z = 50X1 + 80X2 + 0S1 + 0S2 - MA1 - MA2
Dk.

[1]
[2]
[3]
[4]

X1 +

S1
X 2 - S2 + A1
X1 + X2 +
A2
X1, X 2, S1, S2, A 1, A2

= 40
= 20
= 50
≥0

Misalkan Y1, …, Y6 menunjukkan kolom yang berkorespondensi dengan X1, X2, S1, S2, A1, A2
dan bi berkorespondensi dengan konstanta ruas kanan, maka :

1
Y1 = 0 , Y2 =
 
1

0
1 , Y =
  3
1

1
0 , Y =
  4
0

0
− 1 , Y =
  5
 0 

0
1 , Y =
  6
0

0
0 , dan b =
i
 
1

40 
20 
 
50 

Variabel basis awalnya adalah S 1, A1 dan A2, sehingga tabel awal simpleks yang diperbaiki
adalah sebagai berikut :
Tabel 1. Tabel awal simpleks diperbaiki
B-1

basis

bi

S1

1

0

0

40

A1

0

1

0

20

A2

0

0

1

50

Variabel manakah yang masuk basis ? Karena fungsi tujuan berbentuk maximum, maka
variabel yang memiliki nilai Cj negatif terbesar adalah variabel yang akan masuk basis.
Simpleks multiplier = π = CBB-1, dimana CB = [0,-M,-M]

1 0 0


π = [0,-M,-M] 0 1 0 = [0,-M,-M]


0 0 1

C j = π Yj – Cj
1
 
1. C 1 = [0,-M,-M] 0 - 50 = - M – 50
 
1
0
 
2. C 2 = [0,-M,-M] 1 - 80 = - 2M – 80
 
1

1
 
3. C 3 = [0,-M,-M] 0 - 0 = 0
 
0
0
 
4. C 4 = [0,-M,-M] − 1 - 0 = M
 
 0 
0
 
5. C 5 = [0,-M,-M] 1 - (-M) = 0
 
0
0
 
6. C 6 = [0,-M,-M] 0 - (-M) = 0
 
1

C 2 menghasilkan angla negatif terbesar yaitu – 2M – 80, oleh karena itu variabel X2 masuk
basis. Variabel manakah diantara S1, A1 dan A2 yang akan keluar basis ? adalah hasil
minimum dari bi : Y2, atau
40 
 
Minimum = 20 :
 
50 

0  ∞ 
1 = 20 
   
1 50 

S1
A1 Keluar basis
A2

Pada tabel pertama variabel basisnya adalah S1, A1 dan A2 yang berarti matriks basisnya
adalah Y3, Y5, dan Y6 atau :

1 0 0


B= 0 1 0


0 0 1

baris 1
baris 2
baris 3

Untuk mencari invers matriks basis (B-1) dapat dilakukan dengan operasi pivot, di mana kolom
pivotnya adalah kolom Y2.
1. Kalikan baris 2 dengan nol, kemudian hasilnya tambahkan dengan baris 1.
Baris 2 = [0 1 0] x 0
Baris 1

= [0 0 0]
= [1 0 0]

Nilai baru

= [1 0 0]

+

2. Bagi baris 2 dengan satu.
Baris 2 = [0 1 0] : 1

= [0 1 0]

3. Kalikan baris 2 dengan minus satu, kemudian hasilnya tambahkan dengan baris 3.

Baris 2 = [0 1 0] x – 1
Baris 3

= [0 -1 0]
= [0 0 1]

Nilai baru baris 3

= [0 -1 1]

+

1 0 0 


Dengan demikian, B = 0 1 0


0 − 1 1
-1

Nilai konstanta ruas kanan yang baru dapat dicari dengan cara :

bi = B-1bi
1 0 0  40 
bi = 0 1 0  20  =
0 − 1 1 50 

40
20 
 
30 

S1
X2
A2

Hasil perhitungan di atas dapat dibuat dalam tabel kedua simpleks diperbaiki seperti berikut :
Tabel 2. Tabel kedua simpleks diperbaiki
B-1

basis

bi

S1

1

0

0

40

X2

0

1

0

20

A2

0

-1

1

30

Apakah tabel 2 tersebut sudah optimum ?, lihat proses berikut ini :
Simpleks multiplier = π = CBB-1, dimana CB = [0,80,-M]

1 0 0


[0,80,-M] 0 1 0 = [0, 80+M, -M]


0 − 1 1