1.

0 PENGENALAN

Pengaturcaraan Linear (PL) merupakan satu topik yang akan dipelajari bagi Pelajar
Guru Ambilan Jun 2017 dalam mata pelajaran MTES 3113 Matematik Keputusan. Menurut
Maslin Masrom (1990) menyatakan bahawa pengaturcaraan linear adalah kaedah yang
efisien untuk menentukan kata putus yang optimum bagi masalah yang melibatkan
pengagihan sumber yang terhad. Secara umumnya PL ini boleh dikatakan merupakan satu
teknik menyelesaikan masalah yang berkaitan dengan nilai maksimum dan minimum
terutamanya keuntungan maksimum serta kos pengeluaran minimum (Sing K, L, t.t). Bagi
menyelesaikan permasalahan PL ini, terdapat beberapa kaedah yang boleh digunakan.
Menurut Analytics Vidhya (2017) menyatakan bahawa antara cara untuk menyelesaikan
permasalahan PL termasuklah dengan menggunakan kaedah Graf dan kaedah Simpleks.
Oleh itu, penulisan ini akan menghuraikan berkaitan dengan dua kaedah tersebut dan
beberapa kaedah lain seperti kaedah Simpleks 2 Peringkat dan kaedah M besar serta
menghuraikan cara penyelesaian masalah bagi Senario 1 dengan menggunakan kaedah
Graf dan Senario 2 menggunakan kaedah Simpleks.

2.0 KAEDAH PENGATURCARAAN LINEAR

2.1 KONSEP KAEDAH GRAF

Penggunaan kaedah graf selalunya diaplikasikan dalam menyelesaikan masalah PL dengan

mencari titik persilangan (point of intersection) tertinggi atau terendah antara garis fungsi
objektif dan kawasan tersaur pada graf. Penggunaan kaedah ini adalah tertakluk kepada 2
pemboleh ubah sahaja. Merujuk kepada laman sesawang Accounting Simplified (t.t)
menyatakan bahawa langkah bagi penggunaan kaedah graf terbahagi kepada 7 iaitu:

i) Menetapkan pemboleh ubah dan mencari kekangan (constraints).

Contoh :
Produk A = a , Produk B = b
Kekangan:
2a+3b=300
ii) Langkah kedua ialah mencari fungsi objektif dalam bentuk persamaan
Contoh:
Keuntungan maksimum, P=25 a+16 b
iii) Plot kekangan pada graf. Ketaksamaan kekangan perlu ditukar kepada
persamaan.
Contoh: Nilai b wujud apabila nilai a digantikan dengan 0 dalam persamaan.
2(0)+3b=300
3b=300
 b=100
Maka, koordinat titik pertama bagi persamaan tersebut ialah (0,100)
Bagi titik kedua, gantikan nilai b dengan 0. Maka,

2a+3(0)=300
2a=300
a=150
Maka, koordinat titik kedua ialah (150,0)
iv) Lorekkan bahagian tersaur.
v) Plotkan fungsi objektif pada graf dengan cara yang sama seperti garis
kekangan.
vi) Cari titik optimum dengan meluncurkan garis fungsi objektif secara selari
kepada titik maksimum atau minimum dalam kawasan tersaur graf.
vii) Cari koordinat titik optimum berdasarkan titik optimum.

(Rujuk lampiran 1 untuk contoh)

2.2 KONSEP KAEDAH SIMPLEKS

Menurut Encyclopedia Britannica (2013) menyatakan bahawa kaedah simpleks merupakan

suatu teknik asas dalam PL untuk menyelesaikan masalah optimalan, biasanya satu yang
melibatkan fungsi dan beberapa kekangan yang dinyatakan dalam bentuk ketaksamaan.
Menurut Hafizoh Hassan (2013) menyatakan terdapat 3 langkah utama bagi kaedah
simpleks iaitu:

Langkah Pertama :

a) Menukarkan ketaksamaan (kekangan) dalam bentuk persamaan.

b) Ketaksamaan yang telah diubah dalam bentuk persamaan mesti ditambah dengan
pembolehubah lalaian.

Langkah Kedua

a) Pilih pemboleh ubah bukan asas yang masuk menjadi pemboleh ubah asas dengan
mengikut syarat keoptimuman. Berhenti jika tiada lagi pemboleh ubah yang boleh
masuk. Penyelesaian optimum diperoleh apabila pemboleh asas mempunyai nilai
manakala pemboleh ubah bukan asas bernilai 0.
Langkah Ketiga

a) Pilih pemboleh ubah asas yang keluar menjadi pemboleh ubah bukan asas
menggunakan syarat kesauran. Tentukan penyelesaian asas yang baru dengan
menggunakan kaedah Gauss-Jordan.

(Ulang langkah Pertama)

(Rujuk lampiran 2 untuk contoh)

2.3 KONSEP SIMPLEKS 2 PERINGKAT

Berdasarkan kepada artikel “Pengaturcaraan Linear: Penyelesaian Menggunakan Kaedah M

Besar, Dua Fasa Dan Kes-Kes Khas”, (2018) menyatakan bahawa kaedah simpleks 2
peringkat ini terbahagi kepada dua fasa. Iaitu fasa pertama untuk mendapatkan
penyelesaian asas tersaur dan fasa kedua adalah untuk penyelesaian optimum.

Fasa pertama.

a) Mengenal pasti persamaan objektif sama ada maksimum atau minimum.

b) Mengenal pasti kekangan dan nyatakan dalam bentuk piawai.
c) Sebuah fungsi objektif ditulis. Objektif berfungsi untuk meminimumkan jumlah
pemboleh ubah buatan.
d) Tatacara penyelesaian simpleks dilakukan untuk mendapatkan tableau.

Jika kesemua nilai jumlah pemboleh ubah buatan ¿ 0 maka model ini memperoleh
penyelesaian tidak tersaur dan tidak mempunyai penyelesaian optimum. Jika kesemua nilai
jumlah pemboleh ubah buatan = 0, maka model ini ada penyelesaian tersaur dan optimum
fasa 1. Teruskan ke Fasa 2.

Fasa kedua

a) Gunakan tableau optimum fasa 1 sebagai tableau asas awal Fasa 2.

b) Fungsi objektif asal dinyatakan dalam sebutan pemboleh ubah bukan asas
berpandukan tableau asas Fasa 2.
c) Tableau optimum merupakan penyelesaian optimum kepada model PL.

2.4 KONSEP M-BESAR

Berdasarkan kepada artikel “Pengaturcaraan Linear: Penyelesaian Menggunakan Kaedah M
Besar, Dua Fasa Dan Kes-Kes Khas”, (2018) menyatakan bahawa M dalam kaedah M
adalah nombor positif yang sangat besar dan bertindak sebagai penalti pemboleh ubah
buatan dalam fungsi objektif kerana pemboleh ubah tiruan sebenarnya tidak akan
mempunyai sebarang nilai. Pemboleh ubah buatan diberikan pekali fungsi objektif yang
sangat rendah (-M) dalam masalah pemaksimuman atau pekali fungsi objektif yang sangat
tinggi (+M) dalam masalah peminimuman.

Dengan menggunakan syarat begini, proses pengoptimuman akan memaksa nilai pemboleh
ubah buatan menjadi sifar dan akan memberikan satu jalan penyelesaian tersaur untuk
masalah PL.

Syarat-syarat adalah seperti berikut:

- Masalah peminimuman - ∑ (+ MR) ditambahkan pada fungsi objektif asal.

- Masalah pemaksimuman - ∑ (−MR)ditambahkan pada fungsi objektif asal.

(Rujuk lampiran 3 untuk contoh)

3.0 PENYELESAIAN MASALAH

3.1 SENARIO 1

Pengurus sebuah kompleks sukan laut yang baru ingin memaksimumkan pendapatan
daripada dua program hujung minggu yang berikut.

PESERTA KURSUS PENDAPATAN

Kanak-kanak 7 jam luncur angin, 2 jam pelayaran RM 50

Dewasa 5 jam luncur angin, 6 jam pelayaran RM 100

Jadual 1: Pendapatan daripada dua program hujung minggu

Sekatan-sekatan yang berikut dikenakan pada setiap hujung minggu.

i) Tidak boleh memuat lebih daripada 90 peserta

ii) Paling ramai 40 orang dewasa sahaja
iii) Satu maksimum 600 orang-jam untuk luncur angin yang ditawarkan
iv) Satu maksimum 300 orang-jam untuk pelayaran yang ditawarkan
Selesaikan masalah secara bergraf, menyatakan bilangan orang dewasa dan kanak-kanak
harus diterima setiap hujung minggu dan berapakah pendapatannya.

JALAN PENYELESAIAN:
Sebelum memulakan langkah pertama, jadikan peserta dalam bentuk pemboleh ubah.
Jadikan kanak-kanak sebagai x dan dewasa sebagai y .

x=bilangan kanak −kanak

y=bilanganorang dewasa

Langkah pertama ialah tuliskan semua kekangan bagi senario ini. Kekangan pertama yang
dinyatakan dalam soalan ialah penyertaan tidak boleh melebihi daripada 90 peserta. Maka,

x + y ≤ 90

Kekangan yang kedua ialah bilangan peserta dewasa mestilah tidak melebihi atau sama
dengan 40.

y ≤ 40

Kekangan ketiga pula ialah waktu maksimum bagi luncur angin yang ditawarkan ialah 600
orang-jam. Maka,

7 x +5 y ≤ 600

Kekangan keempat pula maksimum bagi pelayaran ialah 300 orang-jam. Maka,

2 x+6 y ≤ 300

Kedua-dua pemboleh ubah keputusan tersebut tertakrif kepada syarat bukan negatif iaitu
x ≥ 0 dan y ≥0 .

Maka, nilai kekangan yang diperolehi adalah seperti berikut

x + y ≤ 90

y ≤ 40

7 x +5 y ≤ 600

2 x+6 y ≤ 300

x , y ≥0

Berdasarkan kepada graf yang telah dihasilkan (rujuk gambar rajah dalam lampiran 5, titik
maksimum yang diperoleh ialah (60,30).

Maksomum, P=50 ( 60 )+100 ( 30 )

¿ 6000

Maka, nilai maksimum yang diperolehi ialah (60,30) di mana 60 ialah bilangan peserta
kanak-kanak dan 30 ialah bilangan peserta dewasa dan pendapatan maksimum yang
diperoleh ialah RM6000.

(Rujuk lampiran 4 bagi langkah-langkah penyelesaian dan graf yang dihasilkan)

3.2 SENARIO 2 (KAEDAH SIMPLEKS)

Sebuah syarikat berurusan dengan tiga produk A, B, dan C. Ia perlu diproses di tiga jabatan
X, Y, dan Z. Produk A memerlukan 2 jam jabatan X, 3 jam jabatan Y dan produk B
memerlukan 3 jam, 2 jam dan 2 jam jabatan X, Y, dan Z masing-masing. Produk C
memerlukan 4 jam dalam jabatan Y dan 5 jam jabatan Z. Sumbangan keuntungan A, B dan
C adalah RM 3, Rm 5 dan RM 4 masing-masing. Cari gabungan optimal produk untuk
memaksimumkan keuntungan. Pada tempoh perancangan yang akan datang, 8 jam jabatan
X, 15 jam jabatan Y dan 10 jam jabatan Z disediakan untuk pengeluaran.

Jabatan Masa dalam jam yang diperlukan se unit produk Keupayaan

tersedia dalam
jam
A B C
X 2 3 0 8
Y 3 2 4 15
Z 0 2 5 10
Keuntungan per 3 5 4
unit dalam RM
Jadual 2.

JALAN PENYELESAIAN:

Langkah pertama adalah menentukan pemboleh ubah keputusan, fungsi objektif dan juga
kekangan. Jadikan Produk A=a , Produk B=b dan Produk C=c .

Produk A=a ,

Produk B=b

Produk C=c .

Fungsi objektif, P ialah 3 a+5 b+ 4 c

P=3 a+5 b+4 c

Tertakluk di bawah kekangan:

2 a+3 b ≤ 8

3 a+2 b+ 4 c ≤15

2 b+5 c ≤10

a , b , c ≥0
Langkah seterusnya adalah menggunakan pemboleh ubah slack bagi mengubah
ketaksamaan kepada persamaan. Fungsi objektif juga ditulis bersama. Pemboleh ubah
‘Slack” perlu menggunakan operasi tambah dalam persamaan kerana simbol kurang dan
sama, ≤ digunakan dalam persamaan yang dibentuk.

2 a+3 b+ r=8
3 a+2 b+ 4 c + s=15
2 b+5 c +t=10
a , b , c ≥0
−3 a−5 b−4 c + P=0

Kemudian, tukarkan setiap persamaan ke dalam bentuk tableau 1.

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
r 2 3 0 1 0 0 8
s 3 2 4 0 1 0 15
t 0 2 5 0 0 1 10
P -3 -5 -4 0 0 0 0
Jadual 3: tableau 1

Hasil daripada langkah penyelesaian yang dilaksanakan, maka dapatlah jawapan akhir
seperti Jadual 4.

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
b 0 1 0 15/41 -10/41 8/41 50/41 R1-2/3R2
a 1 0 0 -2/41 15/41 -12/41 89/41 15/41R2 (baru)
c 0 0 1 -6/41 4/41 5/41 62/41 R3+4/15R2 (baru)

P 0 0 0 45/41 11/41 24/41 765/41 - R4+11/15R2(baru)

Jadual 4: Nilai optimal diperolehi.

765 89 50
Berdasarkan jadual di atas, P= =18.66 apabila a= =2.17 , b= =1.22 , dan
41 41 41
62
c= =1.51 . Hal ini membawa maksud syarikat pengeluar akan mendapat keuntungan
41
maksimum iaitu RM18.66 apabila mengeluarkan sebanyak 2.17 produk a , 1.22 produk b dan
1.51 produk c . (Rujuk lampiran 5 bagi langkah-langkah penyelesaian penuh)
(1054 patah perkataan)
LAMPIRAN

LAMPIRAN 1 – CONTOH KAEDAH GRAF

Abu menghasilkan cat dalaman dan luaran daripada dua bahan mentah, R1 dan R2. Jadual
berikut menunjukkan data asas masalah.

Tan berat bahan mentah berdasarkan tan Maksimum

berat kesediaan
Cat luaran Cat dalaman
harian (tan)
Bahan mentah R1 6 4 24
Bahan mentah R2 1 2 6
Keuntungan per tan 5 4
(RM1000)
Jadual 1(i).

Kajian pasaran menunjukkan bahawa permintaan harian untuk cat dalaman tidak boleh
melebihi cat luaran sebanyak 1 tan. Permintaan harian maksimum cat dalaman ialah 2 tan.
Abu mahu menentukan campuran yang terbaik bagi cat dalaman dan luaran yang
memaksimumkan keuntungan harian.

Penyelesaian:

Sebelum memulakan langkah pertama, jadikan cat dalam bentuk pemboleh ubah. Jadikan
cat luaran sebagai x dan cat dalaman sebagai y .

x=cat luaran

y=cat dalaman

Maksimum , P=5 x+ 4 y

Tertakluk kepada

6 x +4 y ≤ 24

x +2 y ≤ 6

−x + y ≤ 1

y ≤2

x , y ≥0

Ketaksamaan mestilah ditukar kepada persamaan untuk membentuk graf.

6 x +4 y=24
x +2 y =6

−x + y=1

y=2

Gambar rajah 1(i)

Selepas itu, bucu-bucu yang bertindan dengan semua persamaan ditandai dan dilakarkan.
Kawasan yang dilakarkan itu adalah kawasan tersaur,R (feasible region).

Gambar rajah 2(i).

Kemudian, fungsi objektif diplot pada graf.

 Gambar rajah 3(i).

Fungsi objektif mestilah digerakkan sehingga berjumpa dengan suatu titik maksimum di
dalam kawasan tersaur (rujuk gambar rajah 4(i)) dan nilai maksimum serta koordinat bagi
titik tersebut dicatat.

Gambar rajah 4(i).

Maka, nilai maksimum yang diperolehi ialah (3,1.5) di mana 3 ialah 3 tan cat luaran dan 1.5
ialah 1.5 tan cat dalaman dan cat campuran maksimum yang diperoleh ialah 21 tan.
LAMPIRAN 2 – CONTOH KAEDAH SIMPLEKS

Sebuah syarikat menghasilkan dua jenis baju, B1 dan B2. Ia mengambil masa 2 jam untuk
menghasilkan bahagian-bahagian satu unit B1, 1 jam untuk memotong dan 2 jam untuk
menjahit. Ia mengambil masa 3 jam untuk menghasilkan bahagian-bahagian satu unit B2,
2.5 jam untuk memotong dan 1.5 jam untuk menjahit. Sebulan, 7000 jam tersedia untuk
menghasilkan bahagian-bahagian, 4000 jam untuk memotong bahagian-bahagian dan 5500
jam untuk menjahit baju-baju. Keuntungan per unit B1 ialah RM90 dan satu unit dari B2 ialah
RM110. Berapa banyak daripada setiap jenis baju yang perlu dihasilkan untuk
memaksimumkan jumlah keuntungan bulanan?

Contoh penyelesaian:

Maksimum , P=90 x +110 y

Tertakluk kepada

2 x+3 y ≤7000

x +2.5 y ≤ 4000

2 x+1.5 y ≤5500

LAMPIRAN 3 – CONTOH KAEDAH M BESAR

Dapatkan penyelesaian masalah optimum untuk masalah berikut:

Mini Z=2 x + y

Tertakluk kepada

4 x+ 6 y ≥ 24

4 x+ y ≥ 8

x , y ≥0
LAMPIRAN 4 - SENARIO 1

Pengurus sebuah kompleks sukan laut yang baru ingin memaksimumkan pendapatan
daripada dua program hujung minggu yang berikut.

PESERTA KURSUS PENDAPATAN

Kanak-kanak 7 jam luncur angin, 2 jam pelayaran RM 50

Dewasa 5 jam luncur angin, 6 jam pelayaran RM 100

Jadual 2 (i): Pendapatan daripada dua program hujung minggu

Sekatan-sekatan yang berikut dikenakan pada setiap hujung minggu.

v) Tidak boleh memuat lebih daripada 90 peserta

vi) Paling ramai 40 orang dewasa sahaja
vii) Satu maksimum 600 orang-jam untuk luncur angin yang ditawarkan
viii) Satu maksimum 300 orang-jam untuk pelayaran yang ditawarkan
Selesaikan masalah secara bergraf, menyatakan bilangan orang dewasa dan kanak-kanak
harus diterima setiap hujung minggu dan berapakah pendapatannya.

JALAN PENYELESAIAN:

Sebelum memulakan langkah pertama, jadikan peserta dalam bentuk pemboleh ubah.
Jadikan kanak-kanak sebagai x dan dewasa sebagai y .

x=bilangan kanak −kanak

y=bilanganorang dewasa

Langkah pertama ialah tuliskan semua kekangan bagi senario ini. Kekangan pertama yang
dinyatakan dalam soalan ialah penyertaan tidak boleh melebihi daripada 90 peserta. Maka,

x + y ≤ 90

Kekangan yang kedua ialah bilangan peserta dewasa mestilah tidak melebihi atau sama
dengan 40.

y ≤ 40

Kekangan ketiga pula ialah waktu maksimum bagi luncur angin yang ditawarkan ialah 600
orang-jam. Maka,

7 x +5 y ≤ 600

Kekangan keempat pula maksimum bagi pelayaran ialah 300 orang-jam. Maka,

2 x+6 y ≤ 300

Maka, nilai kekangan yang diperolehi adalah seperti berikut

x + y ≤ 90

y ≤ 40

7 x +5 y ≤ 600

2 x+6 y ≤ 300

Kedua-dua pemboleh ubah keputusan tersebut tertakrif kepada syarat bukan negatif iaitu
x ≥ 0 dan y ≥0 .

Langkah kedua ialah mencari fungsi objektif, P. Disebabkan peserta telah dibentuk dalam
bentuk pemboleh ubah, maka fungsi ini boleh dicari. Maka,

P=50 x +100 y

Langkah ketiga pula memerlukan penulis untuk memplot graf berdasarkan kepada
ketaksamaan kekangan. Bagi melaksanakan langkah ini, penulis menggunakan perisian
Geogebra. Ketaksamaan mestilah ditukar kepada persamaan untuk membentuk graf.

x + y=90

y=40

7 x +5 y=600

2 x+6 y =300

Gambar rajah 5(i): Kekangan diplot pada graf.

Selepas itu, bucu-bucu yang bertindan dengan semua persamaan ditandai dan dilakarkan.
Kawasan yang dilakarkan itu adalah kawasan tersaur,R (feasible region).

Gambar rajah 6(i) Kawasan tersaur (feasible region)

Kawasan tersaur dicari dengan menghadkan ketaksamaan tersebut dan x dan y haruslah
≥0

Gambar rajah 7(i).

Kemudian, fungsi objektif diplot pada graf (rujuk rajah 8(i))

Gambar rajah 8(i).

Fungsi objektif mestilah digerakkan sehingga berjumpa dengan suatu titik maksimum di
dalam kawasan tersaur (rujuk gambar rajah 9(i)) dan nilai maksimum serta koordinat bagi
titik tersebut dicatat.

Gambar rajah 9(i).

Maka, nilai maksimum yang diperolehi ialah (60,30) di mana 60 ialah bilangan peserta
kanak-kanak dan 30 ialah bilangan peserta dewasa dan pendapatan maksimum yang
diperoleh ialah RM6000.

LAMPIRAN 5 – SENARIO 2

Sebuah syarikat berurusan dengan tiga produk A, B, dan C. Ia perlu diproses di tiga jabatan
X, Y, dan Z. Produk A memerlukan 2 jam jabatan X, 3 jam jabatan Y dan produk B
memerlukan 3 jam, 2 jam dan 2 jam jabatan X, Y, dan Z masing-masing. Produk C
memerlukan 4 jam dalam jabatan Y dan 5 jam jabatan Z. Sumbangan keuntungan A, B dan
C adalah RM 3, Rm 5 dan RM 4 masing-masing. Cari gabungan optimal produk untuk
memaksimumkan keuntungan. Pada tempoh perancangan yang akan datang, 8 jam jabatan
X, 15 jam jabatan Y dan 10 jam jabatan Z disediakan untuk pengeluaran.

Jabatan Masa dalam jam yang diperlukan se unit produk Keupayaan

tersedia dalam
jam
A B C
X 2 3 0 8
Y 3 2 4 15
Z 0 2 5 10
Keuntungan per 3 5 4
unit dalam RM
Jadual 3(i).

JALAN PENYELESAIAN:

Langkah pertama adalah menentukan pemboleh ubah keputusan, fungsi objektif dan juga
kekangan. Jadikan Produk A=a , Produk B=b dan Produk C=c .

Produk A=a ,

Produk B=b

Produk C=c .

Fungsi objektif, P ialah 3 a+5 b+ 4 c

P=3 a+5 b+4 c

Tertakluk di bawah kekangan:

2 a+3 b ≤ 8

3 a+2 b+ 4 c ≤15

2 b+5 c ≤10

a , b , c ≥0

Langkah seterusnya adalah menggunakan pemboleh ubah slack bagi mengubah

ketaksamaan kepada persamaan. Fungsi objektif juga ditulis bersama. Pemboleh ubah
‘Slack” perlu menggunakan operasi tambah dalam persamaan kerana simbol kurang dan
sama, ≤ digunakan dalam persamaan yang dibentuk.

2 a+3 b+ r=8
3 a+2 b+ 4 c + s=15
2 b+5 c +t=10
a , b , c ≥0
−3 a−5 b−4 c + P=0

Kemudian, tukarkan setiap persamaan ke dalam bentuk tableau 1.

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
r 2 3 0 1 0 0 8
s 3 2 4 0 1 0 15
t 0 2 5 0 0 1 10
P -3 -5 -4 0 0 0 0
Jadual 4(i): tableau 1

Seterusnya, lajur pivot ditentukan dengan melihat nombor paling tinggi yang diabaikan
negatifnya yang dicari pada baris paling bawah. Nilai yang diabaikan negatif yang paling
besar ialah 5, maka lajur pivot adalah yang berada di 5.
Nilai θ boleh dicari dengan membahagikan lajur Nilai dengan nilai yang terdapat pada Jalur
pivot.

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
r 2 3 0 1 0 0 8 8/3=2.7
s 3 2 4 0 1 0 15 15/2=7.
5
t 0 2 5 0 0 1 10 10/2=5
P -3 -5 -4 0 0 0 0 -
Jadual 5 (i): mencari lajur pivot

Kemudian, cari nilai θ positif terkecil untuk dipilih sebagai baris pivot. Nilai θ terkecil ialah
2.7. Maka, unsur yang terdapat dalam lajur pivot dan baris pivot adalah pivot iaitu 3.

Pemboleh a b C r s t Nilai θ Operasi baris

ubah asas permulaan
r 2 3 0 1 0 0 8 8/3=2.7
s 3 2 4 0 1 0 15 15/2=7.
5
t 0 2 5 0 0 1 10 10/2=5
P -3 -5 -4 0 0 0 0 -
Jadual 6 (i): mencari pivot iaitu 3 (kotak berwarna merah)

Langkah seterusnya adalah melaksanakan operasi baris permulaan bagi menjadikan pivot 1
dan nilai lain pada lajur pivot adalah sifar.

Pemboleh a B c r s t Nilai θ Operasi baris

ubah asas permulaan
b 2/3 1 0 1/3 0 0 8/3 R1/3
s 5/3 0 4 -2/3 1 0 29/3 R2-2R1 (baru)
t -4/3 0 5 -2/3 0 1 10 R3-2R1 (baru)
P 1/3 0 -4 5/3 0 0 40/3 - R4+5R1 (baru)
Jadual 7 (i): tableau 2.

Langkah penentuan lajur pivot hingga langkah penukaran pivot menjadi 1 diulang untuk
mencari nilai θ dan sehingga nilai baris objektif tidak terdapat nilai negatif dan mencapai nilai
optimal.

Penentuan lajur pivot. Hasil yang diperolehi ialah -4 adalah lajur pivot.

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
b 2/3 1 0 1/3 0 0 8/3 R1/3
 s 5/3 0 4 -2/3 1 0 29/3 R2-2R1 (baru)
t -4/3 0 5 -2/3 0 1 10 R3-2R1 (baru)
P 1/3 0 -4 5/3 0 0 40/3 - R4+5R1(baru)

Cari nilai positif terkecil θ untuk menentukan baris pivot dan tentukan nilai pivot
menggunakan nilai terkecil θ. Nilai pivot ialah 5.

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
b 2/3 1 0 1/3 0 0 8/3 8 R1/3
÷ 0=error
3
s 5/3 0 4 -2/3 1 0 29/3 29 R2-2R1 (baru)
÷ 4=2.4165
3
t -4/3 0 5 -2/3 0 1 14/3 14 R3-2R1 (baru)
÷ 5=0.933
3
P 1/3 0 -4 5/3 0 0 40/3 - R4+5R1(baru)

Jadikan pivot 1 dengan melaksanakan operasi baris lajur.

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
b 2/3 1 0 1/3 0 0 8/3 -
s 41/15 0 0 -2/15 1 -4/5 89/15 R2-4R3 (baru)
c -4/15 0 1 -2/15 0 1/5 14/15 1/5R3
P -11/15 0 0 17/15 0 4/5 40/3 R4+4R3 (baru)

Ulang langkah

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
b 2/3 1 0 1/3 0 0 8/3 -
s 41/15 0 0 -2/15 1 -4/5 89/15 R2-4R3 (baru)
c -4/15 0 1 -2/15 0 1/5 14/15 1/5R3 (baru)
P -11/15 0 0 17/15 0 4/5 40/3 R4-4R3 (baru)

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
b 2/3 1 0 1/3 0 0 8/3 8 2 -
÷ =4
3 3
 a 41/15 0 0 -2/15 1 -4/5 89/15 89 41 89R2-4R3 (baru)
÷ =
15 15 41
c -4/15 0 1 -2/15 0 1/5 14/15 14 4 71/5R3 (baru)
÷− =
15 15 2
P -11/15 0 0 17/15 0 4/5 256/15 256 11 R4-4R3
−256 (baru)
÷− =
15 15 11
Jadikan pivot sebagai 1 dengan melakukan operasi baris lajur.

Pemboleh a b c r s t Nilai θ Operasi baris

ubah asas permulaan
b 0 1 0 15/41 -10/41 8/41 50/41 R1-2/3R2
a 1 0 0 -2/41 15/41 -12/41 89/41 15/41R2 (baru)
c 0 0 1 -6/41 4/41 5/41 62/41 R3+4/15R2(baru)
P 0 0 0 45/41 11/41 24/41 765/41 R4+11/15R2(baru)
RUJUKAN

Accounting Simplified. (t.t). Graphical Method . Linear Programming. Diakses melalui

https://accounting-simplified.com/management/limiting-factor-analysis/linear-program
ming/graphical.html

Analytics Vidhya. (2017). Introductory Guide On Linear Programming For (Aspiring) Data
Scientists. Diakses melalui https://www.analyticsvidhya.com/blog/2017
/02/lintroductory-guide-on-linear-programming-explained-in-simple-english/

Encyclopedia Britannica. (2013). Simplex Method. Diakses melalui https://www.britannica

.com/science/mathematical-programming

Hafizoh Hassan. (2013). Bab 1 Pengaturcaraan Linear. Diakses melalui

https://www.scribd.com/document/168461995/Pengaturcaraan-Linear

Maslin Masrom. (1990). Pakej Pengaturcaraan LINDO. Jurnal Teknologi Maklumat, 2(1), 47
– 56.

“Pengaturcaraan Linear: Penyelesaian Menggunakan Kaedah M Besar, Dua Fasa Dan Kes-
Kes Khas”. (2018). Diakses melalui
https://www.scribd.com/document/374463862/PL-Kaedah-M-Besar-Dan-Dua-Fasa-
Pelajar-3

Sing, K., L. (t.t). MTZ 1024 Matematik Asas IPG. Diakses melalui https://www.academia.edu/
13335754/MTZ_1024_Matematik_Asas_IPG-_Contoh_Assignment