MAKALAH RISET OPERASI

ANALISIS SENSITIVITAS

Disusun Oleh :
KELOMPOK 3
1. SANTIKA DEWI (A021171008)
2. THALIA RULI PUTRI (A021171309)
3. A. SULTAN BOLKIA YUSRI T. (A021171323)
4. MUHAMAD AFRIZAL (A021171330)
5. ULFA NAWAWI (A021171501)
6. MUH. ZULFIKAR NUR ASRIN (A021171524)
7. MUH. WAHYU PERDANA K. (A021171539)

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS HASANUDDIN
MAKASSAR
2019
 KATA PENGANTAR
Puji syukur kita panjatkan kehadirat Tuhan YME, karena atas berkat rahmat dan
karunianya jualah sehingga kami dapat menyusun makalah ini dalam rangka
penyelesaian tugas yang diberikan oleh dosen.
Dalam penyusunan makalah ini mungkin terdapat banyak kekurangan dan
kelebihan. Kalaupun terdapat kelebihan semoga bermanfaat bagi kita semua. Namun
jika terdapat kekurangan dalam penyusunan makalah ini kami sebagai penyusun
makalah berharap saran dan kritikannya yang tentunya dapat memacu semangat kami
dalam menyusun makalah selanjutnya dengan lebih baik lagi.

Makassar, 9 Maret 2019

Penyusun

Kelompok 3

i
 DAFTAR ISI

Kata Pengantar..................................................................................................... i
Daftar Isi................................................................................................................ ii

BAB I
PENDAHULUAN........................................................................................... ....... 1
1.1 Latar Belakang.................................................................................................. 1
1.2 Rumusan Masalah........................................................................................ .... 1
1.3 Tujuan Penulisan........................................................................................ ...... 1

BAB II
PEMBAHASAN.................................................................................................... 2
2.1 Pengertian Analisis Sensitivitas........................................................................ 2
2.2 Perubahan Pada Koefisien Tujuan.................................................................... 4
2.3 Perubahan Pada Pembatas Kanan Kendala...................................................... 11
2.4 Penambahan Variabel Keputusan yang Baru ………….................................. 12
2.5 Penambahan Kendala Baru ………….............................................................. 13

BAB III
PENUTUP..................................................................................................... ......... 15
3.1 Kesimpulan........................................................................................................ 15
3.2 Saran.................................................................................................................. 15
Daftar Pustaka…………………………………………………………………... 16

ii
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Setelah ditemukan penyelesaian yang optimal dari suatu masalah linear
Programming (LP), kadang-kadang dirasa perlu menelaah lebih jauh kemungkinan-
kemungkinan yang terjadi sebagai akibat terjadinya perubahan pada koefisien-
koefisien di dalam model, pada saat tabel optimal telah diselesaikan. Secara
spontan, apabila hal itu terjadi, seseorang dapat saja memutuskan untuk menghitung
kembali dari awal, dengan masalah baru (karena perubahan koefisien-koefisien
tersebut). Tentu saja, bila cara ini dilakukan akan memakan waktu yang lama
karena ia harus menghitung segala sesuatunya kembali. Untuk menghindari hal
tersebut lalu lazim dipakai suatu cara yang dinamakan analisa sensitivitas, yang
pada dasarnya memanfaatkan kaidah-kaidah primal dual metode simpleks
semaksimal mungkin. Karena analisa dilakukan setelah dilakukan setelah
dicapainya penyelesaian optimal, maka analisa ini sering disebut pula : Post-
Optimality Analysis. Analisis sensitivitas ini adalah untuk mengurangi perhitungan-
perhitungan dan menghindari perhitungan ulang, bila terjadi perubahan-perubahan
satu atau beberapa koefisien model LP pada saat penyelesaian optimal telah
dicapai.

1.2 Rumusan Masalah

1. Apa pengertian analisis sensitivitas?
2. Bagaimanakah jika terjadi perubahan pada koefisien tujuan?
3. Bagaimanakah jika terjadi perubahan pada pembatas kanan kendala?
4. Bagaimanakah jika terjadi penambahan variabel keputusan yang baru?
5. Bagaimanakah jika terjadi penambahan kendala baru?

1.3 Tujuan Penulisan

1. Mengetahui pengertian analisis sensitivitas
2. Mengetahui perhitungan jika terjadi perubahan pada koefisien tujuan
3. Mengetahui perhitungan jika terjadi perubahan pada pembatas kanan kendala
4. Mengetahui perhitungan jika terjadi penambahan variabel keputusan yang baru
5. Mengetahui perhitungan jika terjadi penambahan kendala baru

1
 BAB II
PEMBAHASAN

2.1 Pengertian Analisis Sensitivitas

Analisis sensitivitas merupakan metode yang dilakukan untuk mengurangi
perhitungan-perhitungan dan menghindari perhitungan ulang, bila terjadi
perubahan-perubahan satu atau beberapa koefisien model LP pada saat
penyelesaian optimal telah dicapai. Hal ini dapat dilakukan dengan catatan
tersedianya matriks kunci pada tabel simpleks optimal tersebut.
Pada prinsipnya terdapat beberapa perubahan yang mungkin terjadi yang
dapat dijawab melalui analisis sensitivitas, yaitu:
1. Perubahan pada koefisien fungsi tujuan, baik pada koefisien dasar (basis) atau
bukan dasar (non-basis) dan pengaruhnya terhadap variabel dual;
2. Perubahan pada kendala, baik pada kapasitas atau koefisien;
3. Penambahan variabel keputusan yang baru;
4. Penambahan kendala/batasan yang baru.
Untuk menerapkan analisis sensitivitas, berikut ini dilampirkan contoh dari
linier programming.
Fungsi tujuan: maksimumkan Z = 800A + 400B + 600C.
Kendala-kendala:
 2A + 2B + C ≤ 250

 5A + 4B + 3C ≤ 350

 6B + 5C ≤ 500

A, B, C ≥ 0
Lengkapilah tabel simpleks di bawah ini.
Variabel Zj 800 400 600 0 0 0
Cj
Dasar bj A B C S1 S2 S3
S1 1 -0,4 0,04
A 0 0,2 -0,12
C 0 0 0,2
- Cj
- Cj-Zj

2
 Mengisi kolom A = matriks kunci X koefisien kendala untuk variabel A.
1 −0,4 0,04 2 0
Kolom A = [0 0,2 −0,12] [5] = [1]
0 0 0,2 0 0
 Mengisi kolom B = matriks kunci X koefisien kendala untuk variabel B.
1 −0,4 0,04 2 0,64
Kolom B = [0 0,2 −0,12] [4] = [0,08]
0 0 0,2 6 1,2
 Mengisi kolom C = matriks kunci X koefisien kendala untuk variabel C.
1 −0,4 0,04 1 0
Kolom C = [0 0,2 −0,12] [3] = [0]
0 0 0,2 5 1
 Mengisi nilai variabel = matriks kunci X vektor kolom pembatas
1 −0,4 0,04 250 130
Nilai variabel = [0 0,2 −0,12] [350] = [ 10 ]
0 0 0,2 500 100
 Mengisi nilai variabel dual pada baris Cj atau Cj – Zj = vektor baris X matriks
kunci
1 −0,4 0,04
Variabel dual = [𝑆1 𝐴 𝐶] [0 0,2 −0,12]
0 0 0,2

1 −0,4 0,04
Variabel dual = [0 800 600] [0 0,2 −0,12] = [0 160 24]
0 0 0,2
Angka-angka tersebut dimasukkan ke dalam tabel simpleks optimal seperti dibawah
ini:
Variabel Zj 800 400 600 0 0 0
Cj
Dasar bj A B C S1 S2 S3
0 S1 130 0 0,64 0 1 -0,4 0,04
800 A 10 1 0,08 0 0 0,2 -0,12
600 C 100 0 1,2 1 0 0 0,2
- Cj 68.000 800 784 600 0 160 24
- Cj-Zj 68.000 0 384 0 0 160 24

3
2.2 Perubahan Pada Koefisien Tujuan
1. Perubahan pada koefisien tujuan pada variabel dasar (basis)
Pada tabel simpleks optimal di atas, yang menjadi variabel dasar (basis)
adalah variabel A dan C, sedangkan yang bukan merupakan variabel dasar
(basis) adalah B, S1, S2, dan S3. Besarnya koefisien tujuan untuk variabel basis
adalah 800 dan 600. Apabila besarnya koefisien A (C1) dan C (C3) dinaikkan
atau diturunkan dalam jumlah tetentu maka ada kemungkinan A atau C tidak
menguntungkan untuk diproduksi. Untuk itu pada bagian ini dianalisis
seberapa besar kenaikan atau penurunan yang masih dapat ditolerir sehingga
produk A dan C tetap diproduksi. Urutan dalam variabel dasar pada tabel
simpleks di atas adalah Si, A, dan C. Dengan demikian urutan itu menjadi
dasar perhitungan untuk mencari besarnya perubahan pada koefisien tujuan.

 Koefisien A:
Perkalian matriks dilakukan dengan mengalikan vektor baris dengan
vektor kolom pada variabel non-basis, hasil perkalian tersebut dikurangkan
dengan koefisien non-basis tersebut.
0,64
B = [0 𝐶1 600] [0,08] - 400
1,2
= 0,08 𝐶1 + 720 – 400
= 0,08 𝐶1 + 320
Syarat tabel optimum adalah B ≥ 0, sehingga 0,08 𝐶1 + 320 ≥ 0 atau 𝐶1 ≤
1000

1 −0,4
S1 = [0 𝐶1 600] [0] - 0 S2 = [0 𝐶1 600] [ 0,2 ] - 0
0 0

=0 = 0,2 𝐶1 - 0

= 0,2 𝐶1 ≥ 0

= 𝐶1 ≥ 0

4
 0,04
S3 = [0 𝐶1 600] [−0,12] - 0
0,2

= -0,12 𝐶1 + 120

= -0,12 𝐶1 + 120 ≥ 0

= -0,12 𝐶1 - 120 ≤ 0

= 𝐶1 ≤ 1000
Dari hasil perhitungan di atas dapat disimpulkan bahwa tabel akan
tetap optimum jika koefisien C1 berada dalam interval 0 ≤ C1 ≤ 1.000. tabel
akan tetap optimum apabila koefisien C1 dinaikkan menjadi 1.000
(dinaikkan 200) atau diturunkan menjadi 0 (diturunkan 800), akan tetapi
tabel tidak lagi akan menjadi optimum apabila koefisien C1 dinaikkan
melebihi 1.000.

Contoh:
1) Koefisien C1 naik dari 800 menjadi 900

0,64
B = [0 900 600] [0,08] – 400 = 392
1,2
1
S1 = [0 900 600 [0] – 0 = 0
]
0
−0,4
S2 = [0 900 600] [ 0,2 ] – 0 = 180
0
0,04
S3 = [0 900 600 ] [ −0,12 ] – 0 = 12
0,2
Kesimpulan:
Dari hasil perhitungan variabel non-basis seluruhnya menghasilkan
angka positif atau ≥ 0, berarti tabel optimum tidak berubah (tetap).
Dengan demikian besarnya nilai A = 10 dan C = 100 tidak berubah.
Perubahan terjadi pada Z sebagai akibat perubahan koefisien C1 dari 800
ke 900. Nilai Z yang baru adalah:

5
 Z = 900A + 400B + 600C
Z = 900(10) + 400(0) + 600(100)
Z = 69.000

2) Koefisien C1 naik dari 800 menjadi 1.100

0,64
B = [0 1100 600] [0,08] – 400 = 408
1,2
1
S1 = [0 1100 600] [0] –0 = 0
0
−0,4
S2 = [0 1100 600] [ 0,2 ] –0 = 220
0
0,04
S3 = [0 1100 600 ] [ −0,12 ] –0 = -12
0,2
Kesimpulan:
Dari hasil perhitungan variable non-basis, pada variabel S3 didapatkan
nilai negatif, dengan demikian tabel sudah tidak optimal lagi oleh karena
itu perlu dilakukan eksekusi pada kolam S3 tersebut. Besarnya variabel
semula, yaitu A = 10 dan C = 100 juga mengalami perubahan.
Tabel simpleks optimum yang baru:
Variabel Zj 1.100 400 600 0 0 0
Cj
Dasar bj A B C S1 S2 S3
0 S1 110 0 0,4 -0,2 1 -0,4 0
1.100 A 70 1 0,8 0,6 0 0,2 0
0 S3 500 0 6 5 0 0 1
- Cj 77.000 1.100 880 660 0 220 0
- Cj-Zj 77.000 0 480 60 0 220 0

Dari table simpleks optimal yang baru di atas terdapat perubahan

variabel, sebelumnya A = 10 dan C = 100 menjadi A = 70 dan C = 0.
Sementara itu nilai Z maksimum mengalami kenaikan semula Rp.
68.000,- menjadi Rp. 77.000,-.

6
 Koefisien C:
Perkalian matriks dilakukan dengan mengalikan vektor dengan
variable non-basis, hasil perkalian tersebut dikurangkan dengan koefisien
non-basis tersebut.

0,64
B = [0 800 𝐶3 ] [0,08] - 400
1,2

= 64 + 1,2𝐶3 – 400

= -336 + 1,2𝐶3 ≥ 0

= 𝐶3 ≥ 0

1 −0,4
S1= [0 800 𝐶3 ] [0] – 0 = 0 S2 = [0 800 𝐶3 ] [ 0,2 ] –0 = 160
0 0

0,04
S3 = [0 800 𝐶3 ] [−0,12] - 0
0,2

= -96 + 0,2𝐶3

= -96 + 0,2𝐶3 ≥ 0

= 𝐶3 ≥ 480

Dari hasil perhitungan di atas dapat disimpulkan bahwa tabel akan

tetap optimum jika koefisien C3 berubah menjadi 𝐶3 ≥ 480. Tabel akan tetap
optimum apabila koefisien C3 berada dalam interval di atas, tetapi apabila
C3 < 480 berarti tabel sudah tidak optimum lagi dan harus di eksekusi ulang.

Contoh:

1) Koefisien C3 berubah dari 600 menjadi 500

7
 0,64
B = [0 800 500] [0,08] – 400 = 264
1,2

1
S1 = [0 800 500] [0] –0 = 0
0

−0,4
S2 = [0 800 500 [ 0,2 ] –0 = 160
]
0

0,04
S3 = [0 800 500 ] [ −0,12] –0 = 4
0,2

Kesimpulan:
Dari basil perhitungan variabel non-basis seluruhnya menghasilkan
angka positif berarti tabel optimal tidak berubah (tetap) dengan demikian
besarnya nilai A = 10 dan C = 100 tidak berubah. Perubahan terjadi pada
nilai sebagai akibat perubahan koefisien C3 dari 600 ke 500. Nilai Z yang
baru adalah:

Z = 900A + 400B + 500C

Z = 900(10) + 400(0) + 500(100)

Z = 59.000

2) Koefisien C3 turun dari 600 menjadi 450

0,64
B = [0 800 450] [0,08] – 400 = 204
1,2

1
S1 = [0 800 450] [0] –0 = 0
0

−0,4
S2 = [0 800 450] [ 0,2 ] –0 = 160
0

8
 0,04
S3 = [0 800 450] [−0,12] –0 = -6
0,2

Kesimpulan:
Dari hasil perhitungan variabel non-basis, pada variabel S3 terdapat nilai
negatif dengan demikian tabel sudah tidak optimum lagi oleh karena itu
perlu dilakukan eksekusi pada kolom S3 tersebut. Besarnya variabel
semula, yaitu A = 10 dan C = 100 juga mengalami perubahan.

Tabel simpleks optimal yang baru:

Variabel Zj 800 400 450 0 0 0
Cj
Dasar bj A B C S1 S2 S3
0 S1 110 0 0,4 -0,2 1 -0,4 0
800 A 70 1 0,8 0,6 0 0,2 0
0 S3 500 0 6 5 0 0 1
- Cj 56.000 800 640 480 0 160 0
- Cj-Zj 56.000 0 240 30 0 160 0

Dari tabel simpleks optimal yang baru di atas terdapat perubahan

variabel, sebelumnya A = 10 dan C = 100 menjadi A = 70, B dan C = 0.
Sementara itu nilai Z maksimum mengalami penurunan semula Rp.
68.000,- menjadi Rp. 56.000,-

2. Perubahan pada koefisien tujuan pada bukan variabel dasar (non basis)
Pada tabel sebelumnya yang menjadi variabel non-basis adalah variabel
B, hal ini dikarenakan keuntungan yang diperoleh dari memproduksi B tidak
ekonomis. Apabila koefisien dari B (C2) dinaikkan dalam jumlah tertentu maka
ada kemungkinan variabel B akan diproduksi.
0,4
Variabel B = [0 800 600] [0,8] – C2
6
= 4.240 – C2
= 4.240 - C2 ≥ 0
= C2 ≤ 4.240

9
 Keterangan : Variabel B digunakan untuk membedakan dengan C2
Dari hasil perhitungan di atas diketahui apabila variabel B dinaikkan
sampai dengan 4.240 belum ekonomis untuk diproduksi, tetapi apabila
dinaikkan di atas 4.240 maka variabel ini akan ekonomis untuk diproduksi.
Contoh:
Koefisien B dinaikkan menjadi 4.300, maka Variabel B = 4.300 - 4.240 = - 60
(bernilai negatif berarti tabel tidak lagi optimal)
Tabel simpleks optimal yang baru:
Variabel Zj 800 4.300 600 0 0 0
Cj
Dasar bj A B C S1 S2 S3
0 S1 76,67 0 0 -0,53 1 -0,4 -0,07
800 A 3,33 1 0 -0,07 0 0,2 -0,13
4.300 B 83,33 0 1 0,83 0 0 0,17
- Cj 360,983 800 4.300 3.513 0 160 627
- Cj-Zj 360,983 0 0 2.913 0 160 627

Apabila koefisien B dinaikkan menjadi 4.300, maka dari hasil

perhitungan mengalami perubahan, semula besarnya nilai A = 10 dan C = 100
dengan nilai Z sebesar Rp. 68.000,- menjadi produksi B sebesar 83,33 dan A
sebesar 3,33 dengan nilai Z sebesar Rp. 360.983,-

3. Perubahan koefisien tujuan dan pengaruhnya terhadap variabel dual

Seperti yang telah dijelaskan di atas bahwa perubahan koefisien tujuan
baik yang dasar atau bukan dasar dapat mempengaruhi besarnya variabel
keputusan selama perubahan tersebut tidak sesuai dengan apa yang telah
disyaratkan. Apabila perubahan koefisien tujuan telah sesuai dengan apa yang
disyaratkan maka besarnya variabel keputusan pada kasus tersebut tidak
berubah (tabel simpleks optimal tidak berubah). Perubahan pada koefisien
tujuan berpengaruh langsung terhadap perubahan variabel dualnya (walaupun
perubahan koefisien tersebut masih dalam rentang yang disyaratkan), sebagai
contoh misalnya terjadi perubahan koefisien pada A menjadi 900 dan C
menjadi 500. Apabila menggunakan pendekatan di atas maka tabel optimum
dan nilai variabel keputusan tidak berubah. Tetapi bagaimana dengan nilai
variabel dual-nya.

10
 Semula:
1 −0,4 0,04
Nilai variabel dual = [0 800 600] [0 0,2 −0,12] = [0 160 24]
0 0 0,2
Nilai variabel dual semula Y1 = 0, Y2 = 160, dan Y3 = 24

Menjadi:
1 −0,4 0,04
Nilai variabel dual = [0 900 500] [0 0,2 −0,12] = [0 180 −8]
0 0 0,2
Nilai variabel dual menjadi Y1 = 0, Y2 = 180, dan Y3 = -8

2.3 Perubahan Pada Pembatas Kanan Kendala

1. Perubahan pada pembatas kanan kendala
Perubahan pada pembatas kanan kendala membawa perubahan pada nilai
variabelnya dengan demikian nilai tujuan (Z) juga akan berubah. Yang menjadi
pertanyaan dalam kasus ini adalah sampai sejauhmana perubahan pada kendala
tidak mempengaruhi hasil optimum. Untuk menjawab kasus tersebut juga
diperlukan analisis sensitivitas.
Contoh:
Misalnya pada kendala ke-2 yang memiliki nilai pembatas 350 berubah
menjadi 400, maka nilai variabel yang baru adalah:
1 −0,4 0,04 250 110
Nilai variabel = [0 0,2 −0,12] [400] = [ 20 ]
0 0 0,2 500 100
Dengan perubahan pada kendala ke-2 maka terjadi perubahan tingkat
produksi menjadi A = 110, B = 20 dan C = 100, dengan demikian nilai Z
meningkat dari Rp. 68.000,- menjadi:
Z = 800A + 400B + 600C
Z = 800(110) + 400(20) + 600(100)
Z = 156.000
Sebagai akibat kenaikan pembatas ke-2 dari 350 menjadi 400, maka terjadi
kenaikan Z sebesar Rp. 88.000,- (156.000 - 68.000). Secara rata-rata dapat
diperoleh setiap kenaikan pembatas ke-2 sebanyak 1 satuan maka dapat
meningkatkan Z sebesar Rp. 1.760,- (88.000/50).

11
 2. Perubahan pada koefisien kendala
Apabila terdapat perubahan pada koefisien kendala, misalnya pada
variabel B yang semula memiliki koefisien 2, 4, dan 6 berubah menjadi 3, 5, dan
4. Langkah awal yang dapat dilakukan untuk memastikan apakah perubahan
pada koefisien kendala tersebut mempunyai pengaruh terhadap hasil optimum
adalah dengan mengubahnya ke bentuk dual. Dengan demikian apabila
perubahan tersebut dinyatakan dalam bentuk dual menjadi 3Y1 + 5Y2 + 4Y3 -
400. Dengan mensubstitusikan nilai dual ke dalam persamaan tersebut maka
menjadi 3(0) + 5(160) + 4(24) - 400 = 496. Karena nilai dual bernilai positif
dengan demikian dapat disimpulkan bahwa perubahan koefisien kendala tidak
berpengaruh terhadap basil optimum. Akan tetapi apabila koefisien kendala
berubah menjadi 3, 1, dan 9, maka nilai dual menjadi 3(0) + 1(160) + 9(24) -
400 = -24. Berarti perubahan koefisien tujuan merubah tabel optimal.

2.4 Penambahan Variabel Keputusan yang Baru

Penambahan produk baru dengan menambahkan variabel keputusan yang
baru dengan menggunakan sumber daya yang ada sebelumnya dan tidak terdapat
penambahan sumber daya yang baru. Untuk menjawab kasus harus diperhatikan
apakah penambahan variabel keputusan yang baru itu menguntungkan bagi
perusahaan atau sampai sejauhmana koefisien fungsi tujuan yang baru dapat
menguntungkan apabila perusahaan memproduksinya. Misalnya terdapat
penambahan variabel baru, yaitu D dengan kendala 1 jam pada kendala 1, 2 jam
pada kendala 2, dan 3 jam pada kendala 3. Kemudian ditentukan berapa nilai
koefisien D yang ekonomis sehingga produk D layak untuk diproduksi.
1 −0,4 0,04 1 0,32
Nilai kolom D = [0 0,2 −0,12] [2] = [0,04]
0 0 0,2 3 0,6
0,32
Nilai interval = [0 800 600] [0,04] – C4 = 392 – C4
0,6
Untuk memastikan bahwa produk D layak untuk diproduksi maka harus
memenuhi syarat, yaitu C4 ≤ 0. Dengan demikian perhitungan di atas yang
menghasilkan 392 - C4 ≤ 0 diperoleh C4 ≥ 392. Perusahaan dapat menetapkan
besarnya keuntungan untuk produk D di atas atau sama dengan 392 agar dihasilkan

12
 nilai ekonomis, apabila keuntungan perusahan dari memproduksi produk D di
bawah 392 maka lebih baik tidak ada penambahan produk baru.

2.5 Penambahan Kendala Baru

Apabila terdapat penambahan kendala baru pada persamaan tersebut, kita
harus memastikan apakah dengan penambahan kendala baru tersebut
mempengaruhi hasil optimum yang telah ada. Misalnya terdapat penambahan
kendala ke-4, yaitu: A + B + 3C ≤ 350. Pada kendala tersebut substitusikan nilai
variabel A = 0 dan C = 100 menjadi 10 + (0) + 3(100) = 310. Dapat disimpulkan
penambahan kendala baru tidak mempengaruhi hasil optimum, karena penambahan
tersebut masih dapat dipenuhi oleh kapasitas yang ada. Akan tetapi apabila
kapasitas kendala yang baru adalah 300, maka penambahan baru membawa
perubahan. Pada solusi optimum, karena setelah disubstitusikan minimal kapasitas
yang harus ada adalah 310. Perubahan yang terjadi seperti dijelaskan pada model
simpleks di bawah ini.
Variabel Zj 800 400 600 0 0 0 0
Cj
Dasar bj A B C S1 S2 S3 S4
0 S1 130 0 0,64 0 1 -0,4 0,04 0
800 A 10 1 0,08 0 0 0,2 -0,12 0
600 C 100 0 1,2 1 0 0 0,2 0
0 S4 300 1 1 3 0 0 0 1
- Cj
- Cj-Zj

Dari tabel simpleks di atas yang menjadi variabel dasar (basis) adalah
variabel A dan C, sehingga pada baris S4, kolom A dan C harus dijadikan angka 0.

 Langkah 1 : mengurangi baris S4 dengan baris A:

300 1 1 3 0 0 0 1
10 1 0,08 0 0 0,2 -0,12 0
290 0 0,92 3 0 -0,2 0,12 1

 Langkah 2 : mengurangi langkah 1 dengan baris C (setelah dikalikan koefisien

sebesar 3)

13
 290 0 0,92 3 0 -0,2 0,12 1
300 0 3,6 3 0 0 0,6 0
-10 0 -2,68 0 0 -0,2 -0,48 1

 Langkah 3 : masukkan nilai S4 yang telah diperbaiki

Variabel Zj 800 400 600 0 0 0 0
Cj
Dasar bj A B C S1 S2 S3 S4
0 S1 130 0 0,64 0 1 -0,4 0,04 0
800 A 10 1 0,08 0 0 0,2 -0,12 0
600 C 100 0 1,2 1 0 0 0,2 0
0 S4 -10 0 -2,68 0 0 -0,2 -0,48 1
- Cj 68.000 800 784 600 0 160 24 -
- Cj-Zj 68.000 0 384 0 0 160 24 -

Kesimpulan:
Walaupun dari hasil Cj - Zj diperoleh keseluruhan nilai positif, akan tetapi pada
pembatas yang baru ada yang bernilai negatif sebesar 10, dengan demikian harus
dieksekusi ulang dengan memilih kolom kunci pada positif terbesar di Cj – Zj
dengan mengikuti langkah yang telah ada dalam pengerjaan metode simpleks.

14
 BAB III
PENUTUP

3.1 Kesimpulan
Analisa sensitivitas merupakan metode yang dilakukan untuk mengurangi
perhitungan-perhitungan dan menghindari perhitungan ulang, bila terjadi
perubahan-perubahan satu atau beberapa koefisien model LP pada saat
penyelesaian optimal telah dicapai. Perubahan-perubahan yang dapat terjadi
misalnya perubahan pada pembatas (kapasitas) kendala, koefisien pada kendala,
koefisien fungsi tujuan, penambahan variabel baru, dan penambahan kendala baru.
Semua perubahan tersebut tentunya berpengaruh terhadap hasil solusi optimum
yang telah ada.

3.2 Saran
Dalam penyusunan makalah ini kami sadar masih terdapat banyak kesalahan.
Oleh karena itu kami mengharapkan kritik dan saran yang membangun dari dosen
dan teman–teman sekalian agar dapat memacu kami dalam pembuatan makalah
selanjutnya.

15
 DAFTAR PUSTAKA

Mulyono, Sri. 2016. Riset Operasi, Edisi 2. Mitra Wacana Media.

16