MAKALAH PROGRAM LINIER

ANALISIS SENSITIFITAS
(Penambahan Variabel Baru, Penambahan Kendala Baru, Analisis Sensitifitas
Menggunakan Software LINGO)

OLEH :

1. ADI PUTRA NUGRAHA BARUS (4163111004)

2. GOKLAN DUFIN PANDIANGAN (4163111024)
3. JODY LUKAS SIREGAR (4163111030)

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
MEDAN
2018
 KATA PENGANTAR

Puji dan syukur penulis ucapkan kehadirat Tuhan yang Maha Esa karena atas berkat
Rahmat-Nya, penulis dapat menyelesaikan makalah yang berjudul “ANALISIS
SENSITIFITAS (Penambahan Variabel Baru, Penambahan Kendala Baru, Analisis
Sensitifitas Menggunakan Software LINDO/LINGO)” tepat pada waktunya. Makalah ini
disusun guna memenuhi salah satu tugas mata kuliah Program Linier..
Makalah yang penulis susun ini belumlah sempurna, akan tetapi penulis telah
berusaha semaksimal mungkin dalam pembuatan makalah ini. Oleh karena itu, penulis juga
ingin mengucapkan terima kasih kepada semua pihak yang telah membantu dalam pembuatan
makalah ini sampai selesai. Serta ucapan terimakasih penulis sampaikan juga kepada Ibu Dr.
Faiz Ahyaningsih, M.Si selaku dosen pengampu yang telah memberikan tugas ini kepada
penulis.
Akhir kata, penulis berharap makalah ini dapat bermanfaat bukan hanya bagi penulis
sendiri namun juga dapat bermanfaat bagi semua orang yang membaca makalah ini untuk
menambah wawasannya. Kritik dan saran yang membangun sangat penulis harapkan demi
kesempurnaan makalah ini.

Medan, November 2018

Penulis

Kelompok 10

1
 DAFTAR ISI

KATA PENGANTAR ............................................................................................................... 1

DAFTAR ISI.............................................................................................................................. 2
BAB I PENDAHULUAN .......................................................................................................... 3
1.1. Latar Belakang ............................................................................................................ 3
1.2. Rumusan Masalah ....................................................................................................... 3
1.3. Tujuan.......................................................................................................................... 3
BAB II ISI .................................................................................................................................. 4
2.1. Penambahan Variabel Baru ......................................................................................... 4
2.2. Penambahan Batasan/kendala Baru ............................................................................ 7
2.3. Analisis Sensitiftas Dengan LINGO ......................................................................... 10
BAB III PENUTUP ................................................................................................................. 12
3.1. Simpulan.................................................................................................................... 12
3.2. Saran .......................................................................................................................... 12
DAFTAR PUSTAKA .............................................................................................................. 13

2
 BAB I
PENDAHULUAN
1.1.Latar Belakang
Setelah ditemukan penyelesaian optimal dari suatu masalah program linier,
kadang dirasa perlu untuk menelaah lebih jauh kemungkinan-kemungkinan yang
terjadi sebagai akibat adanya (seandainya) terjadi perubahan pada koefisien-koefisien,
di dalam model, pada saat tabel optimal telah diselesaikan. Secara spontan apabila itu
terjadi seseorang dapat saja memutuskan untuk menghitung kembali dari awal,
dengan masalah baru (karena perubahan koefisien tersebut). Tentu saja bila cara ini
dilakukan akan memakan waktu yang lama karena ia harus menghitung segala
sesuatunya kembali.
Karena alasan itu, maka penting untuk melakukan analisis sensitivitas untuk
meneliti pengaruh terhadap penyelesaian optimal oleh metode simpleks jika terjadi
perubahan. Jadi tujuan analisis sensitivitas adalah mengurangi perhitungan-
perhitungan dan menghindari perhitungan ulang, bila terjadi perubahan-perubahan
satu atau beberapa koefisien model program linier pada saat penyelesaian optimal
telah dicapai.
Pada dasarnya perubahan-perubahan yang mungkin terjadi terdiri dari
beberapa macam yakni: keterbatasan kapasitas sumber, koefisien-koefisien tujuan,
koefisien-koefisien teknis fungsi-fungsi batasan, penambahan variabel-variabel baru
dan penambahan batasan baru.
1.2.Rumusan Masalah
1. Bagaimana analisis sensitifitas pada penambahan variabel-variabel baru?
2. Bagaimana analisis sensitifitas pada penambahan kendala/batasan baru?
3. Bagaimana analisis sensitifitas dengan menggunakan software
LINDO/LINGO?
1.3.Tujuan
1. Untuk mengetahui analisis sensitifitas pada penambahan variabel-variabel
baru.
2. Untuk mengetahui analisis sensitifitas pada penambahan kendala/batasan baru.
3. Untuk mengetahui analisis sensitifitas menggunakan software
LINDO/LINGO.

3
 BAB II
ISI

2.1.PENAMBAHAN VARIABEL BARU

Penambahan variabel keputusan baru sebenarnya merupakan gabungan dari kasus

perubahan pada koefisien - koefisien fungsi tujuan dan perubahan pada koefisien - koefisien
teknis fungsi kendala. Adanya tambahan variabel baru sebenarnya dapat dianggap seolah-
olah variabel tersebut sudah ada sebelumnya hanya koefisiennya adalah nol. Akibat dari
adanya variabel yang baru tersebut akan mempengaruhi penyelesaian optimal, apabila
variabel baru tersebut memperbaharui baris fungsi tujuan tabel simplex optimal

Setelah mendapat penyelesaian optimal, bisa saja ternyata bahwa rumusan

pemograman linear tidak mempertimbangkan semua kegiatan alternatif yang menarik atau
menambahkan sebuah alternatif baru. Mempertimbangkan suatu kegiatan baru atau variabel
baru memerlukan introduksi suatu variabel baru dengan koefisien-koefisien yang sesuai
kedalam fungsi tujuan dan kendala-kendala dari model yang sekarang.

Contoh :
Sebuah perusahaan yang memproduksi mainan anak-anak akan membuat bingkisan
natal. Setiap macam bingkisan akan berisi kombinasi : mainan, alat olah raga dan buku.
Untuk itu dibuat bingkisan : standard, de luxe dan super de luxe. Jenis pertama berisi 4
mainan, 4 alat olahraga dan 2 buku, dengan harga jual Rp. 30.000,- perbungkus. Jenis kedua
berisi 5 mainan, 6 alat olahraga dan 5 buku, dengan harga jual Rp. 40.000,- perbungkus.Jenis
ketiga berisi 6 mainan, 8 alat olahraga dan 5 buku, dengan harga jual Rp. 60.000,-
perbungkus. Untuk keperluan ini tersedia 60000 mainan, 75000 alat olahraga, dan 45000
buku. Berapa masing-masing jenis bungkusan harus diprodusir agar diperoleh penerimaan
yang maksimal ?

Penyelesaian :
Misal : X1 = jumlah jenis standar yang diprodusir
X2 = jumlah jenis de luxe yang diprodusir
X3 = jumlah jenis super de luxe yang diprodusir

4
Primal
Fungsi tujuan : maksimumkan Z = 30X1 + 40X2 + 60X3
Fungsi-fungsi batasan:
4X1 + 5X2 + 6X3 ≤ 60000
4X1 + 6X2 + 8X3 ≤ 75000
2X1 + 5X2 + 5X3 ≤ 45000
X1, X2, X3, ≥ 0

Tabel simpleks ketiga

Variabel Z X1 X2 X3 X4 X5 X6 Nilai Kanan
Dasar

Z 1 0 5 0 0 30/4 0 562050
X4 0 0 2 0 1 -3/2 6/5 1500
X1 0 1 -5/2 0 0 5/4 -2 3750
X3 0 0 2 0 0 -1/2 1 7500

Jadi kombinasi optimal :

X1 = jumlah jenis standar = 3750
X2 = jumlah jenis de luxe = 0
X3 = jumlah jenis super de luxe = 7500
Penerimaan penjualan = Rp. 562.500.000,-

Dual
Minimumkan : Z = 60000Y1 + 75000Y2 + 45000Y3
Fungsi – fungsi batasan :
4Y1 + 4Y2 + 2Y3 ≥ 30
5Y1 + 6Y2 + 5Y3 ≥ 40
6Y1 + 8Y2 + 5Y3 ≥ 60
Y1, Y2, Y3 ≥ 0
Setelah dilakukam meminumkan nilai dual, maka diperolehh Y1 = 0, Y2 = 30/4, Y3 = 0.

5
Misalkan ditambahkan jenis baru atau variabel baru yang dimisalkan dengan Xa dimana :
 Koefisien Xa pada fungsi tujuan adalah 20
 Koefisien Xa pada pembatas pertama adalah 3
 Koefisien Xa pada pembatas kedua adalah 4
 Koefisien Xa pada pembatas ketiga adalah 6
Sehingga fungsi pembatas dual yang menyangkut Xa adalah 3Y1 + 4Y2 + 6Y3 ≥ 20
Nilai dual optimal : Y1 = 0, Y2= 30/4, Y3= 0, ternyata memenuhi fungsi batasan dual
diatas, sehingga penambahan Xa tidak mempengaruhi penyelesaian optimal, karena nilai
koefisien-koefisien baris tujuan tetap positif semua.
Apabila koefisien Xa pada fungsi tujuan sebesar 40 misalnya, sehingga fungsi batasan
dual menjadi 3Y1 + 4Y2 + 6Y3 ≥ 100 Maka fungsi batasan tersebut dilanggar. Karena 4(0) +
5(30/4) + 3(0) adalah kurang dari 100.
Dengan menggunakan kaidah-kaidah dimuka, nilai-nilai pada kolom Xa adalah
sebagai berikut :

Variabel Z X1 X2 X3 Xa X4 X5 X6 Nilai Kanan

Dasar

Z 1 0 5 0 -70 0 30/4 0 562050

X4 0 0 2 0 21/5 1 -3/2 6/5 1500
X1 0 1 -5/2 0 17 0 5/4 -2 3750
X3 0 0 2 0 4 0 -1/2 1 7500

3(0) + 4(30/4) + 6(0) – 100 = -70

3 6
1 −
2 5 1
5 3 4
0 −2 (4) = ( 5)
4 17
6
1 4
(0 −
2
1)

Karena salah satu variabel Z masih negatif maka tabel tidak optimal dan masih perlu
dilanjutkan lagi sampai menemukan tabel optimal. Setelah dilakukan pencarian optimum
dengan menggunakan metode simpleks awal maka, diperoleh nilai optimum sebesar 750000
Xa = 7500.

6
 2.2.PENAMBAHAN BATASAN BARU/KENDALA BARU

Kasus terakhir merupakan kasus dimana suatu kendala baru harus dimasukkan ke
dalam model setelah diperoleh penyelesaiannya. Kasus ini mungkin terjadi karena kendala
tersebut pada mulanya terlewatkan atau karena timbulnya pertimbangan-pertimbangan baru
sejak model pada awalnya dirumuskan. Kemungkinan yang lain adalah bahwa kendala yang
bersangkutan dikeluarkan dengan sengaja untuk mengurangi perhitungan karena nampaknya
kurang begitu membatasi dibandingkan dengan kendala-kendala lainnya yang sudah ada
dalam model.

Penambahan batasan baru/kendala baru akan mempengaruhi penyelesaian optimal

apabila batasan tersebut aktif. Aktif artinya belum dicakup oleh batasan-batasan yang telah
ada. Apabila batasan baru tersebut tidak aktif (atau disebut redundant) maka tidak akan
mempengaruhi penyelesaian optimal.

Karena itu langkah pertama yang harus dilakukan dalam hal ini adalah memeriksa
apakah batasan baru tersebut “dipenuhi” oleh jawaban optimal. Bila ternyata jawaban optimal
memenuhi batasan baru, maka tidak perlu diperhatikan. Bila tidak, maka batasan baru harus
dimasukkan ke dalam masalah.

Jika ingin mencari penyelesaian baru, maka masukkanlah kendala/batasan bru ini ke
dalam tablo simpleks akhir (sebagai baris tambahan) seolah-olah ini adalah tablo awal,
dimana variabel tambahan yang biasa (variabel slack atau variabel buatan) ditentukan
menjadi variabel dasar untuk baris baru ini. Karena baris yang baru mungkin akan
mempunyai koefisien-koefisien tidak nol untuk beberapa variabel dasar lain, maka langkah
konversi ke-bentuk-sesuai-eliminasi-Gauss diterapkan dan kemudian langkah optimasi ulang
dijalankan dengan cara yang biasa.

Contoh : perhatikan masalah berikut !

Garuda Furniture merupakan suatu perusahaan yang memproduksi mebel dari kayu. Bahan
baku utama yang digunakan berupa kayu jadi dan kayu kamper. Untuk mendapatkan hasil
yang baik, perusahaan ini menggunakan sebuah mesin multi guna yang dikendalikan dengan
komputer. Karena persaingan yang semakin tajam, manajemen perusahaan bermaksud
meningkatkan efisiensi penggunaan sumber daya produksinya sehinggaa dapat mencapai
hasil optimal. Jumlah kebutuhan bahan baku dan waktu mesin yang diperlukan untuk
membuat setiap unit mebel (meja dan kursi) serta kapasitasnya yang tersedia sebagai berikut.

7
Sumber daya Model A Model B Kapasitas
Kayu kamper (unit) 4 2 120
Kayu jati (unit) 2 2 100
Mesin(jam-mesin) 1 3 90
Apabila keuntungan yang diperoleh untuk satu unit model A=$200 dan satu unit model
B=$150.

Andaikan 𝑆1 , 𝑆2 𝑑𝑎𝑛 𝑆3 menyatakan variabel-variabel slack untuk masing-masing kendala.

Setelah diterapkan metode simpleks didapatkan tabel optimum akhir menjadi,

VD 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐 𝑺𝟑 Solusi
Z 0 0 45 0 20 7200
𝑿𝟏 1 0 0,3 0 -0,2 18
𝑺𝟐 0 0 -0,4 1 -0,4 16
𝑿𝟐 0 1 -0,1 0 0,4 24

Seandainya penggunaan tenaga kerja dalam perusahaan dimasukkan dalam model, timbul
batasan baru sebagai berikut

Sumber daya Model A Model B Kapasitas

Tenaga Kerja 3 4 140
Lakukanlah analisis sensitifitasnya.

PENYELESAIAN:

 Periksa apakah batasan baru tersebut “dipenuhi” oleh jawaban optimal. Bila jawaban
optimal memenuhi batasan baru, maka tidak perlu diperhatikan. Bila tidak, maka
batasan baru harus dimasukkan ke dalam masalah.
3𝑋1 + 4𝑋2 ≤ 140
3(18) + 4(24) ≤ 140
150 ≤ 140 (TIDAK BENAR)
Adalah tidak benar 150 lebih kecil dari 140, fungsi batasan ini menjadi tiddak
terpenuhi sehingga nilai optimalnya akan berbeda.
 Untuk mengetahui keadaan optimal, batasan baru itu dapat ditambahkan langsung
pada tabel simpleks yang terakhir (tabel optimal),

8
 VD 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐 𝑺𝟑 𝑺𝟒 Solusi
Z 0 0 45 0 20 0 7200
𝑿𝟏 1 0 0,3 0 -0,2 0 18
𝑺𝟐 0 0 -0,4 1 -0,4 0 16
𝑿𝟐 0 1 -0,1 0 0,4 0 24
𝑺𝟒 3 4 0 0 0 1 140
konversi ke-bentuk-sesuai-eliminasi-Gauss diterapkan
VD 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐 𝑺𝟑 𝑺𝟒 Solusi
Z 0 0 45 0 20 0 7200
𝑿𝟏 1 0 0,3 0 -0,2 0 18
𝑺𝟐 0 0 -0,4 1 -0,4 0 16
𝑿𝟐 0 1 -0,1 0 0,4 0 24
𝑺𝟒 0 0 -0,5 0 -1 1 -10
tabel optimum tapi tidak layak, maka metode dual simplex diaplikasikan untuk mencari solusi
optimum baru. Variabel basis 𝑺𝟒 meninggalkan basis. Karena rasio absolut terkecil pada 𝑺𝟑 ,
maka variabel 𝑺𝟒 digantikan oleh 𝑺𝟑 . Iterasi berikutnya adalah
VD 𝑿𝟏 𝑿𝟐 𝑺𝟏 𝑺𝟐 𝑺𝟑 𝑺𝟒 Solusi
Z 0 0 35 0 0 -20 7000
𝑿𝟏 1 0 0,4 0 0 0,2 20
𝑺𝟐 0 0 -0,2 1 0 0,4 20
𝑿𝟐 0 1 0,1 0 0 -0,4 20
𝑺𝟑 0 0 0,5 0 1 -1 10

Kombinasi barang optimum yang baru adalah menghasilkan 20 model A dan 20

model B dengan keuntungan maksimum $7000.
 Dapat dilihat bahwa terjadi pengurangan keuntungan dari $7200 menjadi $7000
karena penambahan kendala baru ini. Ini adalah benar untuk setiap program linier.
Dengan kata lain, jika kendala baru ditambahkan terhadap suatu masalah program
linier, nilai optimum yang lama akan selalu lebih baik atau sama dibandingkan nilai
optimum baru. Sehingga penambahan suatu kendala baru tak dapat memperbaiki nilai
optimum setiap masalah program linier.

9
 2.3. ANALISIS SENSITIVITAS DENGAN LINGO
LINGO adalah alat bantu yang didesain sangat luas untuk menyelesaikan
permasalahan permasalahan riset operasi seperti program linier dan non linier, kuadratik,
quadratically constrained, stokastik dan optimasi model integer dengan lebih cepat, mudah
dan efisien. LINGO menyediakan paket integrasi lengkap yang termasuk di dalamnya yaitu
bahasa untuk optimasi model yang mudah dipahami.

Adapun beberapa manfaat atau keunggulan software LINGO adalah sebagai berikut:

1. Pengekspresian Model yang Mudah

LINGO dapat membuat formula untuk permasalahan linier, non linier dan integer secara
cepat dengan bentuk yang sangat mudah untuk dibaca dan dipahami. Bahasa permodelan
LINGO dapat membuat model yang sangat mirip dengan model matematik yang sering
dibuat manual di atas kertas.
2. Pilihan Data Tidak Menyusahkan
Data yang akan diolah melalui software LINGO bisa merupakan data yang sebelumnya
ditulis dalam sebuah database dan spreadsheets. Begitu pula dengan output solusi bisa
dikeluarkan dalam bentuk database atau spreadsheet, sehingga pengguna bisa lebih
mudah dalam pembuatan laporan sesuai dengan keinginan pengguna.
3. Solver yang Baik
Dengan menggunakan LINGO, pengguna tidak perlu menentukan atau memisahkan
solver, karena LINGO akan membaca formulasi yang diberikan dan secara otomatis
memilih solver yang tepat.
4. Model yang Interaktif
Pengguna dapat memanggil software LINGO langsung dari Excel macro atau aplikasi
database lainnya. Untuk kasus building turn-key solutions, LINGO memiliki fungsi DLL
dan OLE interfaces yang memungkinkan untuk dapat dipanggil dari aplikasi tertulis yang
dimiliki pengguna.
5. Adanya Dokumentasi dan Bantuan
LINGO menyediakan semua alat bantu yang mungkin akan dibutuhkan untuk pembuatan
dan running dari suatu model, sebagai contoh LINGO menyediakan teks diskusi dari
kelas-kelas utama seperti optimasi program linier, non linier dan integer. LINGO juga
menyediakan beberapa contoh model dasar untuk dimodifikasi dan dikembangkan

Sebuah optimasi terdiri dari tiga bagian utama yaitu:

10
1. Fungsi Tujuan
Sebuah formula yang mendeskripsikan apa yang harus dioptimasikan dalam suatu model.
Sebagai contoh, fungsi tujuan dari suatu model adalah maksimasi keuntungan.
2. Variabel
Adalah kuantitas yang bisa diubah untuk mengeluarkan hasil yang optimal dari fungsi
tujuan.
3. Batasan
Formula yang didefinisikan sebagai nilai pembatas dari suatu variabel. Adapun hal-hal
lain yang perlu diperhatikan dalam pembuatan model di LINGO adalah sebagai berikut:
a. Untuk comment dalam model diinisiasi dengan tanda seru (!) dan akan berwarna hijau.
b. LINGO menetapkan teks operator dan functions muncul dengan warna biru. Untuk
tulisan lainnya akan dimunculkan dengan warna hitam.
c. Setiap statement di LINGO harus diakhiri dengansemi-colon (;)
d. Untuk nama variabel harus diawali dengan huruf (A-Z) dan karakter selanjutnya dapat
berupa huruf, angka (0-9), atau underscore (_). Panjang dari nama variabel dapat
mencapai hingga 32 karakter.

11
 BAB III
PENUTUP
3.1.Simpulan
Maka dapat disimpulkan bahwa penambahan variabel keputusan baru
merupakan gabungan dari kasus perubahan pada koefisien - koefisien fungsi tujuan
dan perubahan pada koefisien - koefisien teknis fungsi kendala. Dan akibat dari
adanya variabel yang baru tersebut akan mempengaruhi penyelesaian optimal, apabila
variabel baru tersebut memperbaharui baris fungsi tujuan tabel simplex optimal.
Dan penambahan batasan baru/kendala baru akan mempengaruhi penyelesaian
optimal apabila batasan tersebut aktif. Jika ingin mencari penyelesaian baru, maka
masukkanlah kendala/batasan baru ini ke dalam tablo simpleks akhir dan diselesaikan
dengan tabel simpleks dual untuk menentukan nilai optimum baru. Kenyataanya jika
kendala baru ditambahkan terhadap suatu masalah program linier, tak dapat
memperbaiki nilai optimum setiap masalah program linier.
LINGO adalah alat bantu yang didesain sangat luas untuk menyelesaikan
permasalahan permasalahan riset operasi seperti program linier dan non linier,
kuadratik, quadratically constrained, stokastik dan optimasi model integer dengan
lebih cepat, mudah dan efisien. Adapun beberapa manfaat atau keunggulan software
LINGO adalah Pengekspresian Model yang Mudah, Pilihan Data Tidak Menyusahkan
,Solver yang Baik , Model yang Interaktif , Adanya Dokumentasi dan Bantuan

3.2.Saran
Penulis menyadari bahwa dalam makalah ini masih terdapat banyak
kekurangan. Kritik dan saran dari pembaca sangat kami harapkan untuk perbaikan
makalah ini supaya lebih baik lagi. Dan ada baiknya aplikasi LINGO dapat digunakan
oleh mahasiswa pada pemecahan masalah program linier.

12
 DAFTAR PUSTAKA

Hillier, Frederick S & Gerald J. Lieberman. 1994. Pengantar Riset Operasi Edisi Kelima
(Alih Bahasa, Ellen Gunawan & Ardi Wirda Mulia). Jakarta : Erlangga

Muyono, Sri. 1991. Operation Research. Jakarta : Fakultas Ekonomi Universitas Indonesia

Subagyo, Pangestu, dkk. 1989. Dasar-dasar Operation Research. Yogyakarta : BPFE

13