MTE3104: Matematik Keputusan

3.0 Pengaturcaraan Linear ( Linear Programming) - 10 jam

Pengaturcaraan linear merupakan pendekatan penyelesaian masalah yang telah

dibentuk untuk membantu pengurus-pengurus membuat keputusan. Di dalam terminologi
pengaturcaraan linear, memaksimumkan dan meminimumkan kuantiti adalah dirujukkan
sebagai objektif kepada masalah. Oleh itu objektif bagi semua masalah pengaturcaraan linear
adalah memaksimumkan atau meminimumkan beberapa kuantiti. Terdapat batasan atau
syarat atau kekangan yang mengehadkan pencapaian objektif. Biasanya, masalah yang
dihadapi oleh seseorang pengurus syarikat atau pemimpin pertubuhan adalah sangat
kompleks dan melibatkan banyak pembolehubah serta kekangan.

3.1 Pentaksiran masalah dan pembentukan ketaksamaan atau persamaan yang

berkenaan

Untuk membentukkan ketaksamaan atau persamaan daripada masalah yang diberikan, kita
perlu mentaksirkan masalah itu terlebih dahulu dengan menentukan pembolehubah

Pembolehubah ialah suatu kuantiti yang nilainya tidak tetap. Misalnya, suhu ialah satu
pembolehubah kerana suhu beruhah-ubah sepanjang hari.

Pembolehubah boleh diwakilkan dengan suatu huruf abjad yang sesuai, Misalnya,
pembolehubah suhu boleh diwakilkan dengan t.

Contoh 3.1:
Eddy ingin membeli beberapa buah buku rujukan dan buku kerja dengan menggunakan
selebih-lebihnya RM30. Sebuah buku rujukan berharga RM5, manakala sebuah buku kerja
berharga RM3.
(a) Berapakah bilangan buku rujukan yang dapat dibeli oleh Eddy, jika dia tidak mernbeli
sebarang buku kerja?
(b) Berapakah bilangan buku kerja yang dapat dibeli oleh Eddy, jika dia tidak membeli
sebarang buku rujukan?
(c) Jika Eddy ingin mernbeli 2 buah buku rujukan sahaja, berapakah bilangan buku kerja
yang dapat dibelinya?
(d) Jika Eddy ingin mernbeli 4 buah buku kerja sahaja,berapakah bilangan buku rujukan
yang dapat dibelinya?
(e) Bentukkan ketaksamaan bagi bilangan setiap jenis buku yang dapat dibeli oleh Eddy
jika dia ingin membelanjakan selebih-lebihnya RM20 sahaja?

Penyelesaian 3.1:

Menentukan pembolehubah:
Dalam masalah ini, pembolehubah ialah bilangan buku rujukan dan bilangan buku kerja.
Katakan x = bilangan buku rujukan yang dibeli oleh Eddy
y = bilangan buku kerja yang dibeli oleh Eddy

Membentukkan ketaksamaan:
(a) Harga bagi x buah buku rujukan = RM 5x.
Maka 5x ≤ 30 ← selebih-lebihnya RM 30 sahaja
x≤6
Bilangan maksimum buku rujukan yang dapat dibeli oleh Eddy ialah 6 buah.

Cik Farm CM, Dr Hu LN, IPGM 3-1

MTE3104: Matematik Keputusan

(b) Harga bagi y buku kerja = RM 3y.

Maka 3y ≤ 30 ← selebih-lebihnya RM 30 sahaja
y ≤ 10
Bilangan maksimum buku kerja yang dapat dibeli oleh Eddy ialah 10 buah.

(c) Harga bagi 2 buah buku rujukan = RM 10.

Maka 10 + 3y ≤ 30 ← Jumlah harga tidak boleh melebihi RM 30.
3y ≤ 20
20
y ≤
3
y ≤ 6 ← Bilangan buku mestilah suatu nombor bulat.
Bilangan maksimum buku kerja yang dapat dibeli oleh Eddy ialah 6 buah.

(d) Harga bagi 4 buah buku kerja = RM 12.

Maka 5x + 12 ≤ 30 ← Jumlah harga tidak boleh melebihi RM 30.
5x ≤ 18
18
x ≤
5
y ≤ 3 ← Bilangan buku mestilah suatu nombor bulat.
Bilangan maksimum buku rujukan yang dapat dibeli oleh Eddy ialah 3 buah.

(e) Jumlah harga bagi x buah buku rujukan dan y buah kerja ialah RM (5x+ 3y ).
Jika Eddy ingin membelanjakan selebih-lebihnya RM 20 sahaja,
maka 5x+ 3y ≤ 20

Contoh 3.2:
Persatuan Ibu Bapa dan Guru Sekolah Menengah Murni ingin menubuhkan sebuah
jawatankuasa kecil untuk mengendalikan suatu larian amal, yang bertujuan untuk mengutip
derma bagi pembinaan sebuah makmal di sekolah tersebut. Jawatankuasa itu terdiri daripada
x orang ibu bapa dan y orang guru. Jawatankuasa itu mesti mempunyai sekurang-kurangnya 6
orang ahli tetapi tidak melebih 12 orang ahli. Bilangan guru yang maksimum ialah 5 orang
dan bilangan ibu bapa adalah 2 kali ganda bilangan guru. Tafsirkan masalah ini dan
seterusnya bentukkan ketaksamaan atau persamaan yang berkenaan.

Penyelesaian 3.2:

Jawatankuasa kecil itu mengandungi sekurang-kurangnya 6 orang ahli. Ini bermakna jumlah
ahli jawatankuasa itu , iaitu (x+ y) orang adalah lebih besar daripada atau sama dengan 6
orang. Maka ketaksamaan yang berkenaan ialah
x+y ≥ 6
Tetapi bilangan ahli jawatankuasa kecil itu tidak melebihi 12 orang. Ini bermakna (x+ y)
orang adalah kurang daripada atau sama dengan 12 orang. Maka ketaksamaan yang
berkenaan ialah
x + y ≤ 12

Bilangan guru yang maksimum ialah 5 orang bermakna y adalah kurang daripada atau sama
dengan 5. Maka ketaksamaan yang berkenaan ialah
y ≤ 5
Bilangan ibu bapa, x, adalah 2 kali ganda bilangan guru, y, bermakna
x = 2y

Cik Farm CM, Dr Hu LN, IPGM 3-2

MTE3104: Matematik Keputusan

Dua ketaksamaan lagi yang boleh dibentukkan bagi masalah ini ialah
x≥ 0 Bilangan ibu bapa dan guru
dan y≥ 0 tidak mungkin bernilai negatif.
Jadi, ketaksamaan dan persamaan yang dikehendaki ialah x + y ≥ 6, x + y ≤ 12 , y ≤ 5, x =
2y, x ≥ 0 dan y ≥ 0.
Perhatian : x dan y mesti nombor bulat.

Contoh 3.3:
Sebuah agensi pelancongan tertentu ingin membawa 250 orang pelancong dan 2500 kg
bagasi dari lapangan terbang ke sebuah hotel tertentu. Agensi itu mempunyai dua jenis bas,
iaitu bas mini dan bas besar. Bas mini boleh membawa 25 orang penurnpang dan 200 kg
bagasi, manakala bas besar pula boleh membawa 45 orang penumpang dan 350 kg bagasi.
Jumlah bilangan bas yang digunakan hanya 8 buah. Bentukkan ketaksamaan atau persamaan
yang berkenaan.

Penyelesaian 3.3:
Data yang diberi boleh dijadualkan seperti berikut.
Jenis bas Bilangan pelancong per bas Jisim bagasi per bas
Bas Mini 25 orang 200 kg
Bas Besar 45 orang 350 kg
Jumlah bilangan pelancong = 250 orang
Jumlah jisim bagasi = 2500 kg
Bilangan bas yang digunakan = 8 buah
Dalam masalah ini, pemboleh ubah ialah bilangan bas mini dan bilangan bas besar.
Katakan x = bilangan bas mini
dan y = bilangan bas besar
Bilangan pelancong yang boleh dibawa oleh x buah bas mini = 25x
Bilangan pelancong yang boleh dibawa oleh x buah bas mini = 45y
Jumlah bilangan pelancong yang boleh dibawa oleh kedua-dua jenis bas = 25x + 45y
Jadi, ketaksamaan yang berkenaan ialah
25x + 45y ≥ 250 Jumlah bilangan pelancong yang boleh
iaitu 5x + 9y ≥ 50 dibawa oleh kedua-dua jenis bas mesti
melebihi atau sama dengan 250 orang.
Jisim bagasi yang boleh dibawa oleh x buah bas mini = 200x kg
Jisim bagasi yang boleh dibawa oleh x buah bas mini = 350y kg
Jumlah jisim bagasi yang boleh dibawa oleh kedua-dua jenis bas = (200x + 350y ) kg
Jadi, ketaksamaan yang berkenaan ialah
200x + 350y ≥ 2500 Jumlah jisim bagasi yang boleh dibawa
iaitu 4x + 7y ≥ 50 oleh kedua-dua jenis bas mesti melebihi
atau sama dengan 2500 kg.
Jumlah bilangan kedua-dua jenis bas = x + y
Jadi, persamaan yang berkenaan ialah x + y = 8
Dua ketaksamaan lagi bagi bilangan bas mini dan bas besar ialah
x ≥ 0 dan y ≥ 0.
Jadi, ketaksamaan dan persamaan yang berkenaan dengan masalah ini ialah
5x + 9y ≥ 50, 4x + 7y ≥ 50, x + y = 8, x ≥ 0 dan y ≥ 0.
Perhatian : Dalam masalah ini, x dan y mesti nombor bulat.

Cik Farm CM, Dr Hu LN, IPGM 3-3

MTE3104: Matematik Keputusan

3.2 Masalah pengurusan yang ringkas dalam pengaturcaraan linear

Contoh 3.4 :
Sebuah syarikat kilang alat permainan menghasilkan basikal permainan dan trak permainan
dengan menggunakan tiga jenis mesin, iaitu mesin acuan, mesin larik dan mesin pemasangan.
Pengurus kilang berhasrat untuk menghitungkan bilangan basikal dan trak permainan yang
sepatutnya dihasilkan setiap hari supaya mendapat profit harian yang maksimum. Maklumat-
maklumat yang diberikan adalah seperti berikut :
• Menghasilkan sebuah basikal permainan memerlukan satu jam di mesin acuan,
tiga jam di mesin larik dan satu jam di mesin pemasangan.
• Menghasilkan sebuah trak permainan memerlukan satu jam di mesin larik dan
satu jam di mesin pemasangan. Mesin acuan tidak digunakan untuk membuat trak
permainan.
• Mesin acuan hanya boleh digunakan selama tiga jam setiap hari.
• Mesin larik hanya boleh digunakan selama dua belas jam setiap hari.
• Mesin pemasangan hanya boleh digunakan selama tujuh jam setiap hari.
• Semua alat permainan yang dibuat oleh kilang dapat dijual.
• Profit sebanyak RM 8 untuk setiap basikal dan RM 5 untuk setiap trak.

3.2.1 Model Matematik yang menggunakan pembolehubah xi

Katakan x1 = bilangan basikal permainan yang dihasilkan pada setiap hari

x2 = bilangan tak permainan yang dihasilkan pada setiap hari
Profit harian sebanyak RM 8x1 untuk setiap basikal dan RM 5x2 untuk setiap trak.
Maka jumlah profit harian syarikat itu ialah
z = 8x1 + 5x2

Profit syarikat berkenaan akan dikekang dengan kemudahan mesin-mesin yang terdapat.
Sebagai contoh, mesin larik boleh digunakan selama dua belas jam sehari. Memandangkan
setiap basikal memerlukan tiga jam dan setiap trak memerlukan satu jam pada mesin larik,
profit syarikat berkenaan akan dikekangkan dengan ketaksamaan
3x1 + 1x2 ≤ 12 iaitu 3x1 + x2 ≤ 12
Kekangan(constraint) ini dinamakan sebagai kekangan mesin larik. Dengan penjelasan
yang sama, kekangan mesin acuan yang terbentuk ialah
1x1 + 0x2 ≤ 3 iaitu x1 ≤ 3
dan kekangan pemasangan ialah
1x1 + 1x2 ≤ 7 iaitu x1 + x2 ≤ 7
Seterusnya, syarikat berkenaan tidak mungkin menghasilkan bilangan alat permainan yang
negatif. Dengan itu, profit syarikat berkenaan juga dikekangkan oleh ketaksamaan-
ketaksamaan remeh (trivial inequalities)
x1 ≥ 0 dan x2 ≥ 0
Gabungkan semua ungkapan di atasm model mathematik untuk maslah pengeluaran alat
permainan akan menjadi seperti berikut :
Memaksimumkan : z = 8x1 + 5x2
Subjek kepada : 3x1 + x2 ≤ 12
x1 ≤3
x1 + x2 ≤ 7
x1 ≥ 0 dan x2 ≥ 0

Cik Farm CM, Dr Hu LN, IPGM 3-4

MTE3104: Matematik Keputusan

Masalah seperti yang diterangkan di atas adalah masalah pengaturcaraan linear. Fungsi
z = 8x1 + 5x2 dinamakan sebagai fungsi objektif, ketaksamaan-ketaksamaan pula dinamakan
sebagai kekangan-kekangan, ketaksamaan-ketaksamaan remeh x1 ≥ 0 dan x2 ≥ 0 digelar
sebagai syarat ketidaknegatifan (non-negativity conditions) dan pemboleh ubah x1 dan x2
digelar sebagai pemboleh ubah berstruktur (structural variables).

3.2.2 Menggeneralisasikan Masalah Pengaturcaraan linear

Masalah pengaturcaraan linear boleh digeneralisasikan untuk memaksimumkan atau
meminimumkan fungsi objektif dalam bentuk berikut :
n
z = c0 + ∑ ci xi , ci ∈ ℜ ∀i
i =1
subjek kepada :
• m kekangan linear. Ini boleh seperti yang berikut :
n
Jenis 1 : ∑a
j =1
ij xi ≤ bi
n
Jenis 2 : ∑a
j =1
ij xi = bi aij , bi ∈ ℜ ∀i, j
n
Jenis 3 : ∑a
j =1
ij xi ≥ bi

di mana bi ≥ 0 ∀i . Jika bi bernilai negatif, kita boleh positifkan

ketaksamaan itu dengan mendarabkan dengan -1.

• Syarat ketidaknegatifan iaitu xi ≥ 0 ∀i

Kita boleh menggunakan kaedah graf atau kaedah algebra seperti kaedah simpleks untuk
menyelesaikan masalah seperti di atas. Kini, kebanyakan masalah yang kompleks dapat
diselesaikan dengan bantuan komputer. Walau bagaimanapun, hanya masalah yang
melibatkan dua pembolehubah sahaja yang dapat diselesaikan melalui kaedah graf.

3.2.3 Penentuan nilai optimum ax + by (ax1 + bx2) dengan kaedah graf

Nilai optimum ax + by atau ax1 + bx2 adalah nilai terbesar atau nilai terkecil bagi ax + by /ax1
+ bx2. Satu rantau yang memenuhi semua kekangan secara serentak dinamakan rantau
tersaur /kawasan tersaur (feasible region) akan terbentuk apabila kaedah graf digunakan.
Memandangkan ketaksamaan masalah pengaturcaraan linear biasanya adalah lemah ( ≤ atau
≥ ), nilai-nilai x1 dan x2 yang terletak di atas sempadan (boundary) juga termasuk dalam
rantau tersaur. Kita akan menggunakan contoh 3.4 untuk perbincangan lukisan graf
seterusnya.
• x1 ≥ 0 dan x2 ≥ 0 memberi maklumat bahawa rantau tersaur mesti terletak dalam
sukuan pertama dalam satah x1 - x2.
• Graf 3x1+ x2 =12 adalah seperti berikut, nilai-nilai x1 dan x2 adalah dalam kawasan
tertutup yang berlorek dan atas garisan lurus untuk memenuhi 3x1 + x2 ≤ 12.

Cik Farm CM, Dr Hu LN, IPGM 3-5

MTE3104: Matematik Keputusan

x2
14

12
3x 1 + x2 = 12

10

8 Rajah 3.1
6

0 5 10 x1

• Graf x1 = 3 pula berbentuk seperti rajah 3.2, nilai-nilai x1 dan x2 adalah dalam
kawasan berlorek yang terbuka pada bahagian atas dan termasuk nilai di atas garisan
lurus untuk memenuhi x1 ≤ 3.
x2
14

12

10
x 1 =3 Rajah 3.2
8

0 5 10 x1

• Graf x1 + x2 = 7 terbentuk dalam rajah 3.3, menunjukkan nilai-nilai x1 dan x2 adalah

dalam kawasan tertutup yang berlorek dan atas garisan lurus untuk memenuhi x1 +
x2 ≤ 7.

8
x 1 + x2 = 7

Rajah 3.3
4

0 5 10 x1

Masalah pengaturcaraan linear perlu memuaskan semua kekangan secara serentak. Oleh itu
kawasan tersaur merupakan kawasan sepunya untuk semua kekangan. Maka kawasan tersaur
bagi contoh 3.4 adalah seperti rajah 3.4.

Cik Farm CM, Dr Hu LN, IPGM 3-6

MTE3104: Matematik Keputusan

x2
x 1 =3
14

12

10

3x 1 + x2 = 12
8
Rajah 3.4
rantau 6

tersaur
4

x 1 + x2 = 7
2

0 5 10 x1

Untuk mendapatkan penyelesaian optimum iaitu profit harian yang maksimum, nilai x1 dan x2
mesti berada di atas sempadan atau di dalam kawasan tertutup yang berlorek. Oleh itu, kita
boleh melukis garis z pada sebarangan nilai. Untuk tujuan ini, kita akan gunakan z = 8x1+ 5x2
=10 iaitu profit maksimumnya sekurang-kurangnya RM10.
x2
x 1 =3
14

12

10

3x 1 + x2 = 12
8

Rajah 3.5
6

x 1 + x2 = 7
2

0 5 10 x1

-2
z = 10

Sekarang kita boleh ulang langkah di atas dengan melukis garis- garis bagi 8x1+ 5x2 =20,
8x1+ 5x2 =30 dan 8x1+ 5x2 = 40 ke atas rajah yang sama seperti rajah 3.6.
x2
x 1 =3
14

12

10

3x 1 + x2 = 12
8

x 1 + x2 = 7
2 Rajah 3.6
z = 40

0 5 10 x1
z = 20
z = 30
-2
z = 10

Cik Farm CM, Dr Hu LN, IPGM 3-7

MTE3104: Matematik Keputusan

Garis z = 40 dalam rajah 3.6 menunjukkan profit harian yang maksimum sekurang-kurangnya
RM 40. Kita dapat melihat dari rajah, apabila nilai k bertambah, garis z = k bergerak ke arah
jauh dari asalan. Ini bermakna semasa mencari nilai maksimum, garis fungsi objektif perlu
bergerak sejauh yang mungkin dari asalan dalam kawasan tersaur, manakala garis z = k akan
bergerak ke arah asalan jika ingin menyelesaikan masalah meminimumkan fungsi objektif.
Semasa kita menggerakan garis fungsi objektif jauh dari asalan, kita akan dapat satu
titik terjauh yang terletak di titik persilangan bagi garis 3x1 + x2 =12 dan x1 + x2 = 7.
x2
x 1 =3
14

12

10

3x 1 + x2 = 12
bucu optimum
8 Rajah 3.7
6

x 1 + x2 = 7
2

z = 40

0 5 10 x1

Titik ini dipanggil bucu optimum. Penyelesaian untuk semua masalah pengaturcaraan linear
akan terletak atas sempadan rantau tersaur dan biasanya merupakan satu bucu. Fakta ini
akan menolong kita membuat pertimbangan untuk masalah yang lebih rumit.
Untuk mendapatkan penyelesaian optimum, kita akan membaca koordinat-koordinat bagi
bucu optimum. Walau bagaimanapun, koordinat-koordinatnya yang dicari dengan cara
menyelesaikan persamaan serentak adalah lebih jitu. Persamaan-persamaan yang terlibat
dalam contoh 3.4 ialah :
3x1 + x2 = 12
x1 + x2 = 7
Penyelesaian untuk persamaan-persamaan di atas ialah x1 = 2.5 dan x2 = 4.5. Gantikan
nilai-nilai ini ke dalam fungsi objektif, kita akan mendapat nilai z = 42.5.

Kita boleh merumuskan bahawa syarikat kilang permainan dalam contoh 3.4 dapat
memaksimumkan profitnya dengan cara membuat 5 unit basikal permainan dan 9 unit trak
permainan pada setiap dua hari. Profit harian yang maksimum adalah RM42.50.

Contoh 3.5: mencari nilai optimum dengan sesiku dan pembaris

Bina rantau yang memuaskan ketaksamaan
3x + 2y ≤ 60, x + 2y ≤ 30, x ≥ 10 dan y ≥ 0.
Jika (x, y) ialah satu titik dalam rantau itu, cari nilai minimum bagi x + 2y dan nilai
maksimum bagi 2x + y.

Penyelesaian 3.5

Langkah ① Lukis garis lurus 3x + 2y = 60, x + 2y = 30, x = 10 dan y = 0.

Langkah ② Bina rantau R yang memuaskan ketaksamaan 3x + 2y ≤ 60, x + 2y ≤ 30,

x ≥ 10 dan y ≥ 0.

Cik Farm CM, Dr Hu LN, IPGM 3-8

MTE3104: Matematik Keputusan

Dengan menggunakan pembaris dan sesiku, lukiskan satu garis lurus yang
Langkah ③ selari dengan x + 2y = 30, yang merentasi rantau R dan mempunyai nilai
pintasan-y terkecil.
Langkah ④ Lukis garis lurus 2x + y = 10.
Dengan menggunakan pembaris dan sesiku, lukiskan satu garis lurus
yang selari dengan 2x + y = 10, yang merentasi rantau R dan mempunyai
nilai pintasan-y terbesar.
y
40
x=10
2x + y = 40

30

20
Rajah 3.8

10

R x + 2y = 30

2x + y = 10 10 20 30 40 x
x + 2y = 10
3x + 2y = 60

Daripada graf 3.8, didapati garis tebal yang mempunyai nilai pintasan-y terkecil melalui (10,
0) yang terletak dalam rantau R. Jadi, nilai minimum bagi x + 2y ialah 10 + 2(0) = 10.
Daripada graf 3.8, juga didapati garis yang mempunyai nilai pintasan-y terbesar (20, 0) yang
terletak dalam rantau R. Jadi, nilai maksimum bagi 2x + y ialah 2(20) + 0 = 40.

Contoh 3.6:
Encik Yunus ialah pengurus bagi sebuah kilang tekstil yang mempunyai 200 orang pekerja.
Dia telah menyediakan tidak lebih daripada 4 buah bas besar dan beberapa buah bas mini
untuk membawa pekerja-pekerjanya datang bekerja dan menghantar mereka balik apabila
tamat bekerja. Muatan sebuah bas besar ialah 40 orang manakala muatan sebuah bas mini
pula ialah 20 orang sahaja. Kos operasi bagi setiap bas besar dan bas mini masing-masing
ialah RM30 dan RM20 sehari. Diberi bahawa Encik Yunus hanya dapat mengupah 9 orang
pemandu bas, cari bilangan bas besar dan bas mini yang harus digunakan supaya kos operasi
adalah minimum. Seterusnya, kirakan kos operasi minimum yang diperlukan.

Penyelesaian 3.6:
Apa yang dikehendaki? ....... (a) Bilangan bas besar dan bas mini
(b) Kos operasi minimum
Apakah data yang diberi? ...... Jumlah pekerja = 200 orang
Jumlah pemandu = 9 orang
Muatan bas besar = 40 orang
Muatan bas mini = 20 orang
Bilangan bas besar tidak melebihi 4 buah
Kos operasi sebuah bas besar = RM 30 sehari
Kos operasi sebuah bas mini = RM 20 sehari
Bagaimanakah menyelesaikannya ?
(a) Tentukan pembolehubah, tafsirkan masalah dan bentukkan ketaksamaan
(b) Bina rantau yang memuaskan ketaksamaan
(c) Tentukan nilai optimum

Cik Farm CM, Dr Hu LN, IPGM 3-9

MTE3104: Matematik Keputusan

Katakan bilangan buah bas besar ialah x dan bilangan buah bas mini ialah y.
Maka jumlah muatan x buah bas besar = 40x
Maka jumlah muatan y buah bas besar = 20y
Jadi, jumlah bilangan pekerja yang boleh dibawa oleh x buah bas besar dan y buah bas mini =
40x +20y.
Jumlah ini mestilah lebih besar daripada atau sama dengan jumlah bilangan pekerja kilang.
Maka ketaksamaan yang berkenaan ialah
40x + 20y ≥ 200
iaitu 2x + y ≥ 10

Oleh kerana bilangan bas besar tidak melebihi 4, maka ketaksamaan yang boleh dibentuk
ialah x ≤ 4
Jumlah bilangan bas = x + y
Diberi bahawa hanya terdapat 9 orang pemandu bas
maka x + y ≤ 9.
Dua ketaksamaan lagi yang boleh dibentukkan ialah
x ≥ 0 dan y ≥ 0 Bilangan bas tidak mungkin bernilai negatif.

Lukiskan garis-garis lurus 2x + y = 10, x = 4, x + y = 9, x = 0 dan y = 0.

Lorekkan rantau yang memuaskan ketaksamaan 2x + y ≥ 10, x ≤ 4, x + y ≤ 9, x ≥ 0 dan y ≥

0.

Jadi, rantau R memuaskan ketaksamaan-ketaksamaan tersebut.

y
10 2x +y=10

9
x=4

7 Rajah 3.9
6

5
R
x
4 +
y
=
k

9
=

3
30
x+

(4,2)
20

2
y

1 2 3 4 5 6 7 8 9 10 x

60=30x +20y

Menentukan nilai optimum: Jumlah kos operasi = RM 30x + RM 20y. Maka kos operasi
minimum yang diperlukan merupakan nilai minimum bagi 30x + 20y. Lukiskan garis lurus k
= 30x + 20y dengan suatu nilai k yang sesuai, katakan k = 60. Ini bermakna lukiskan garis 60
= 30x + 20y. Kemudian, lukiskan suatu garis selari k = 30x + 20y, yang merentasi rantau R
dan mempunyai nilai pintasan-y terkecil.

Didapati bahawa apabila garis k = 30x + 20y melalui titik (4, 2) yang terletak di dalam R,
pintasan-y adalah terkecil. Ini bermakna 30x + 20y mempunyai nilai minimum pada titik (4,
2), iaitu 4 buah bas besar dan 2 buah bas mini harus digunakan supaya kos operasi adalah
minimum. Jadi, nilai minimum bagi 30x + 20y ialah 30(4) + 20 (2) = 160, iaitu kos operasi
minimum yang diperlukan ialah RM 160 sehari.

Cik Farm CM, Dr Hu LN, IPGM 3-10

 MTE3104: Matematik Keputusan

Contoh 3.7:
Seorang saudagar teh mempunyai 20 kg serbuk teh gred A dan 36 kg serbuk teh gred B.
Saudagar teh itu memperkenalkan dua jenis serbuk teh campuran, iaitu Fantasi dan Aromatik
kepada pelanggannya. Fantasi dihasilkan dengan mencampurkan serbuk teh gred A dan B
dalam nisbah 1 : 3, manakala Aromatik pula dihasilkan dengan mencampurkan serbuk teh
gred A dan B dalam nisbah 2 : 3. Saudagar teh itu akan memperoleh keuntungan sebanyak
RM4 dengan penjualan 1 kg Fantasi dan RM5 dengan penjualan 1 kg Aromatik, Berapa
banyakkah Fantasi dan Aromatik yang harus dijual oleh saudagar teh itu supaya memperoleh
profit maksimum? Berapakah profit maksimum saudagar teh itu?

Penyelesaian 3.7:
Maklumat yang diberi dalam soalan boleh dijadualkan seperti berikut.
Jenis teh Nisbah serbuk teh Pecahan serbuk Pecahan serbuk Keuntungan
gred A : gred B teh gred A teh gred A se kg
Fantasi 1:3 1 3 RM 4
4 4
Aromatik 2:3 2 3 RM 5
5 5
Katakan x kg teh Fantasi dan y kg teh Aromatik harus dijual oleh saudagar teh itu.
Maka x ≥ 0 dan y ≥ 0.
Ketaksamaan bagi jisim serbuk teh gred A yang digunakan ialah
1 2
x + y ≤ 20 Berat serbuk teh gred A = 20 kg
4 5
iaitu 5x + 8y ≤ 400
Ketaksamaan bagi jisim serbuk teh gred B yang digunakan ialah
3 3
x + y ≤ 36 Berat serbuk teh gred B = 36 kg
4 5
iaitu 5x + 4y ≤ 240
Rantau yang memuaskan ketaksamaan-ketaksamaan x ≥ 0, y ≥ 0, 5x + 8y ≤ 400 dan
5x + 4y ≤ 240 adalah seperti yang ditunjukkan dalam graf di bawah.
y
60

5x + 4y = 240
50

(16,40)
40

30

R
20

10

0 10 20 30 40 50 60 70 80 x
Rajah 3.10
4x + 5y = 100 5x + 8y = 400
Cik Farm CM, Dr Hu LN, IPGM 3-11
MTE3104: Matematik Keputusan

Profit Z = RM (4x + 5y). Andaikan Z = 100, lukiskan garis lurus 4x + 5y = 100. Kemudian
menggunakan pembaris dan sesiku, lukiskan satu garis yang selari dengan 4x + 5y = 100
yang merentasi rantau R yang memberi pintasan-y terbesar. Dari graf, garis selari ini melalui
titik (16, 40) dalam rantau R, maka Z = RM (4x + 5y) adalah maksimum pada titik(16, 40).
Jadi, berat teh Fantasi dan Aromatik yang harus dijual masing-masing ialah 16 kg dan
40 kg. Maka profit maksimum yang diperoleh oleh saudagar teh itu ialah
Z = RM (4x16 + 5 x 40)
= RM 264.

Latihan 3.1:

1. Lukiskan rautau R yang memuaskan ketaksamaan 3x + 2y ≥ 18, 3x + 5y ≤ 30,

x ≥ 0 dan y ≥ 0. Jika x dan y ialah integer dan titik (x, y) terletak di dalam rantau R,
cari nilai minimum bagi 7x + 6y dan nyatakan koordinat titik (x, y) yang
memberikan nilai minimum itu.
1
2. Lukiskan rautau R yang memuaskan ketaksamaan 3x + 2y ≥ 24, x + y < 30, y ≤ x
2
dan y ≥ 0. Jika (x, y) terletak di dalam rantau R, cari
(a) nilai maksimum bagi 2x + 3y,
(b) nilai minimum bagi x + y,
(c) koordinat bagi titik (x, y) yang sepadan dengan
(i) nilai maksimum dalam (a), (ii) nilai minimum dalam (b)

3. Sebuah kilang kereta di Kuala Lumpur ingin menghantar 50 buah kereta ke Ipoh
dengan menggunakan treler. Kilang kereta tersebut telah memperoleh maklumat
seperti dalam jadual berikut daripada sebuah syarikat pengangkutan.

Jenis Treler Muatan Kadar Sewa

Treler panjang 100 buah kereta RM 1000
Treler biasa 5 buah kereta RM 600
Bagi setiap treler panjang yang disewa, sekurang-kurangnya 2 buah treler biasa
perlu disewa juga.
Berapakah bilangan treler panjang dan treler biasa yang mesti disewa oleh kilang
kereta tersebut supaya kos pengangkutan yang perlu ditanggungnya adalah
minimum? Kirakan nilai optimum itu.

4.
Jenis pil Alfa (unit) Beta (unit)
Vitamin A 8 12
Vitamin B 16 4
Vitamin C 2 6
Harga sebiji (sen) 6 5
Kandungan vitamin dalam 2 jenis pil multi-vitamin, Alfa dan Beta, adalah seperti
dalam jadual di atas. Jika seseorang memerlukan sekurang-kurangnya 400 unit
vitamin A, 320 unit vitamin B dan 120 unit vitamin C, berapakah bilangan setiap
jenis pil yang harus dibeli oleh orang itu dengan kos minimum? Berapakah kos
minimum itu?

Cik Farm CM, Dr Hu LN, IPGM 3-12

MTE3104: Matematik Keputusan

5. Sebuah kilang alat-alat elektrik ingin mengeluarkan 2 jenis kipas elektrik, iaitu kipas
meja dan kipas siling. Setiap minggu kilang itu mempunyai bahan yang hanya
mencukupi untuk mengeluarkan tidak lebih daripada 600 buah kipas meja dan 800
buah kipas siling. Penghasilan sebuah kipas meja memerlukan 3.5 jam-tenaga
manusia, manakala sebuah kipas siling pula memerlukan 2 jam-tenaga manusia.
Dalam seminggu, kilang itu mempunyai sebanyak-banyaknya 3000 jam-tenaga
manusia. Jika keuntungan yang diperoleh daripada penjualan setiap kipas meja dan
kipas siling masing-masing ialah RM8 dan RM5, cari bilangan setiap jenis kipas yang
perlu dikeluarkan dalam seminggu supaya keuntungan kilang itu adalah maksimum.
(satu jam-tenaga manusia ialah kerja yang dibuat oleh 1 orang dalam masa 1 jam.)

Jawapan Latihan 3.1:

3. Bilangan treler panjang = 4 4. Bilangan pil Alfa = 14

Bilangan treler biasa = 2 Bilangan pil Beta = 24
Sewa minimum = RM 5200 Kos minimum = RM 2.04

5. Bilangan kipas meja = 400

Bilangan kipas siling = 800
Keuntungan maksimum = RM 7200

Cik Farm CM, Dr Hu LN, IPGM 3-13

MTE3104: Matematik Keputusan

Tutorial 3.1

1. Gunakan kaedah graf untuk menyelesaikan masalah pengaturcaraan linear:

(i) Memaksimumkan : z = 2 x1 + x 2
Subjek kepada : x2 ≤ 5
x1 + 2 x 2 ≤ 12
x1 , x 2 ≥ 0

(ii) Memaksimumkan : z = 2 x1 + 3x 2
Subjek kepada : 2 x1 + x 2 ≤ 8
x1 + x 2 ≤ 6
x1 + 2 x 2 ≤ 10
x1 , x 2 ≥ 0
(iii) Meminimumkan : z = 2 x1 + 3x 2
Subjek kepada : 4 x1 + x 2 ≥ 6
x1 + 2 x 2 ≥ 5
x1 + 5 x 2 ≥ 8
x1 , x 2 ≥ 0

2. Sebuah kilang kain mengeluarkan dua jenis kain iaitu Standard dan Deluxe. Kilang
akan dapat profit sebanyak RM1.00 untuk sekilogram Standard dan RM1.50 untuk
sekilogram Deluxe. Kain Standard dihasilkan dengan menggunakan benang berwarna
kelabu, merah dan hijau dalam nisbah 0.75: 0.125 : 0.125. Kain Deluxe pula dihasilkan
dengan warna benang yang sama tetapi dalam nisbah 0.5: 0.333: 0.167. Pengurus kilang
boleh membeli 750 kg benang kelabu, 200 kg benang merah dan 130 kg benang hijau
sahaja pada setiap minggu. Pengurus kilang tersebut akan menggunakan model
pengaturcaraan linear berikut untuk memaksimumkan profit mingguan kilangnya.
Memaksimumkan : z = x1 + 1.5 x 2
Subjek kepada : 0.75 x1 + 0.5 x 2 ≤ 750
0.125 x1 + 0.333 x 2 ≤ 200
0.125 x1 + 0.167 x 2 ≤ 130
x1 , x 2 ≥ 0
(i) Apa yang diwakili oleh pemboleh ubah x1 dan x 2 ?
(ii) Terangkan makna untuk setiap ungkapan dalam model ini.
(iii) Penyelesaian optimum untuk masalah pengaurcaraan linear ini ialah x1 = 480,
x 2 = 420 dan z = 1110. Berdasarkan penyelesaian ini, terangkan strategi yang
harus pengurus ini gunakan. .

3. Syarikat Jamesons Elektrik mengubah 2 orang pekerja sambilan Robyn dan Laura
untuk memperbaiki televisyen, video dan radio yang rosak. Pada setiap permulaan
minggu, pengurus akan menentukan tempoh masa kerja mingguan Robyn dan Laura.
Upah Robyn ialah RM 25 sehari dan upah Laura ialah RM22 sehari. Robyn boleh
memperbaiki 1 televisyen, 2 video dan 6 radio pada setiap hari. Manakala Laura boleh
memperbaiki 5 televisyen, 12 video dan 18 radio.

Cik Farm CM, Dr Hu LN, IPGM 3-14

MTE3104: Matematik Keputusan

(i) Bentukkan model pengaturcaraan linear supaya pengurus syarikat dapat

menentukan bayaran minimum mingguan untuk mengubahkan Robyn dan
Laura.
(ii) Gunakan kaedah graf untuk menyelesaikan model di (i). Interprestasikan
penyelesaian yang anda dapat.

4. Dengan menggunakan kaedah graf, selesaikan masalah pengaturcaraan linear berikut:

(i) Memaksimumkan : z = −8 x1 + 4 x 2
Subjek kepada : x1 − x 2 ≤ 2
2 x1 − x 2 ≥ −3
x1 − x 2 ≥ −4
x1 , x 2 ≥ 0

(ii) Memaksimumkan : z = x1 + x 2
Subjek kepada : x2 ≥ 2
x1 ≤ 2
x1 − x 2 ≥ 1
x1 , x 2 ≥ 0

(iii) Memaksimumkan : z = x1 + x 2
Subjek kepada : 2 x1 − x 2 ≥ −1
x1 − 2 x 2 ≤ 2
x1 , x 2 ≥ 0

Jawapan :
1. (i) x1 =12, x 2 = 0, z = 24 (i) x1 =2, x 2 = 4, z = 16
(iii) x1 =1, x 2 = 2, z = 8
2. (i) x1 ialah amaun kain Standard, x 2 ialah amaun kain Deluxe.
(ii) Fungsi objektif memberikan profit mingguan kilang ini. Kekangan-kekangan
menunjukkan keperluan ke atas 3 jenis benang yang berbeza. Ketidaknegatifan
pemboleh ubah menunjukkan kilang ini tidak mungkin menghasilkan amaun negatif.
(iii) Kilang ini seharusnya menghasilkan 480 kg kain Standard dan 420 kg kain Deluxe
pada setiap minggu. Profit mingguan yang maksimum ialah RM 1110.
3. (ii) Pengurus harus mengubah Robyn untuk 2 hari dan 3 hari untuk Laura. Jumlah upah
ialah RM 116.
4. (i) Semua titik di atas garis yang melalui (0,3) dan (1,5)--penyelesaian ketakterhinggaan.
(ii) Tiada rantau tersaur
(iii) Penyelesaian tak terbatas

Cik Farm CM, Dr Hu LN, IPGM 3-15

MTE3104: Matematik Keputusan

3.3 Jenis-Jenis Masalah Pengaturcaraan Linear

3.3.1 Penyelesaian Tak Terhingga / Penyelesaian Infinit (Infinitely Many Solutions)

Keadaan ini wujud apabila fungsi objektif adalah selari dengan sebelah rantau tersaur
(feasible region) ini. Sebagai contoh, pertimbangkan masalah pemaksimuman dalam Rajah
3.11:

Optimum
berganda

Rantau Rajah 3.11

tersaur
Garis z = k

Semua nilai x1 dan x2 di sepanjang garis yang selari dengan sebelah rantau tersaur
memberikan nilai maksimum bagi z, maka masalah ini mempunyai penyelesaian tak
terhingga.

3.3.2 Rantau Tersaur adalah Sifar (The Feasible Region is Empty)

Rantau teraur akan menjadi sifar jika semua kekangan adalah saling bercanggahan (mutually
contradictory) iaitu bercanggah antara satu sama lain. Malangnya, situasi ini bukan mudah
dikenalpasti.

Sebagai contoh, ianya bukan senang menjelaskan bahawa kekangan-kekangan berikut:

x1 ≤ 2 , x1 − x 2 ≥ −1 , x1 + x 2 ≥ 8
bercanggahan antara satu sama lain. Cuba anda lukiskan rantau yang memuaskannya dan
kenalpasti nilai tersaurnya dalam Rajah 3.12 a.
X2 x1=2
10
-1

8
=
2
-x
x1

– 1 1 2 3 4 5 6 7 8 9 10 X1

– 2 x1+x2 =8

Rajah 3.12 a
Lakaran seperti dalam Rajah 3.12 b yang diperoleh dan kita akan lihat bahawa tiada rantau
dalam satah (x1, x2) yang memuaskan semua ketaksamaan berkenaan. Ini bermakna rantau
tersaur adalah sifar. Dalam situasi ini, masalah pengaturcaraan linear dikatakan tak tersaur
(infeasible).

Cik Farm CM, Dr Hu LN, IPGM 3-16

MTE3104: Matematik Keputusan

x1=2 Nilai-nilai

-1
X2

=
10 tersaur

2
-x
x1
8
Nilai-nilai
tersaur
6
Nilai-nilai
tersaur
4
Rajah 3.12 b
2

– 1 1 2 3 4 5 6 7 8 9 10 X1

– 2 x1+x2 =8

3.3.3 Rantau Tersaur adalah Tak Terbatas (The Feasible Region is Unbounded)
Ini bergantung kepada jenis masalah pengaturcaraan linear yang perlu diselesaikan.

Kes 1: Masalah Peminimuman

Dalam masalah peminimuman, terdapat dua kemungkinan iaitu

1. Masalah mempunyai penyelesaian unik iaitu

Rantau tersaur

Fungsi objektif

Bucu optimum Rajah 3.13

2. Masalah yang mempunyai penyelesaian tak terhingga iaitu

Rantau tersaur
Fungsi objektif

Berganda
(multiple) Rajah 3.14

Kes 2: Masalah Pemaksimuman

Dalam masalah pemaksimuman, terdapat tiga jenis kemungkinan iaitu

Cik Farm CM, Dr Hu LN, IPGM 3-17

MTE3104: Matematik Keputusan

1. Masalah yang mempunyai penyelesaian unik iaitu

Fungsi objektif
Rantau tersaur

Bucu optimum

Rajah 3.15

2. Masalah yang mempunyai penyelesaian tak terhingga iaitu

Rantau tersaur
Fungsi objektif

Optimum berganda

Rajah 3.16

3. Masalah yang tak terbatas iaitu (tiada penyelesaian terhingga)

Rantau tersaur

Fungsi objektif

Rajah 3.17
Dalam kes ini, semua kekangan masih memuaskan walaupun fungsi objektif menjadi
tak terhingga besar.

3.3.4 Degenerasi / Degenerat / Kemerosotan (Degeneracy)

Degenerasi berlaku apabila tiga atau lebih kekangan bersilang pada bucu optimum iaitu

Cik Farm CM, Dr Hu LN, IPGM 3-18

MTE3104: Matematik Keputusan

Fungsi objektif

Rantau Bucu optimum

tersaur

Rajah 3.18
Masalah ini wujud apabila terdapat kekangan berlebihan dalam masalah ini. Apabila
menyelesaikan masalah pengaturcaraan linear dengan menggunakan kaedah graf degenerasi
tidak menunjukkan masalah utama. Walau bagaimanapun, apabila menggunakan kaedah
algebra seperti kaedah Simpleks, degenerasi menyebabkan algoritma berkitar dan tidak dapat
mencari penyelesaian yang optimum.

(This problem arises when there are redundant constraints in the problem. When solving a linear
programming problem using the graphical method degeneracy does not present a major problem.
However, when using algebraic methods like the Simplex method degeneracy causes the algorithms to
cycle so that they unable to find the optimal solution.)

Contoh 3.8:
Dengan menggunakan kaedah graf, selesaikan masalah pengaturcaraan linear berikut:
(a) Memaksimumkan : f = x+ y
Subjek kepada : y − 2x ≤ 0
x + 2 y ≤ 100
4 x + 3 y ≤ 300
x ≥ 0, y ≥ 0

(b) Meminimumkan : f = 2x + 3y
Subjek kepada : x+ y≥4
3x + 5 y ≥ 16
x ≥ 0, y ≥ 0

(c) Meminimumkan : z = 7x + 4 y
Subjek kepada : 2 x + y ≥ 11
x + y ≤ 10
x + 3 y ≤ 18
x + 4 y ≥ 16

Cik Farm CM, Dr Hu LN, IPGM 3-19

MTE3104: Matematik Keputusan

(d) Memaksimumkan : z = x+ y
Subjek kepada : y − 4x ≤ 0
x + y ≤ 10
4 x + y ≤ 20
x ≥ 0, y ≥ 0

Penyelesaian contoh 3.8:

(a) x = 60, y = 20, f = 80
(b) x = 2, y = 2, f = 10
(c) x = 4, y = 3, z = 40
(d) z = 10 wujud pada sebarang titik antara A dan B pada garis y = 10-x

Jawab soalan Tutorial 3.1 No. 4 (muka surat 3-15)

3.4 Pengaturcaraan Linear Dengan Kaedah Simpleks

Pengaturcaraan linear dengan kaedah simpleks dibangunkan pada tahun 1947 oleh
George Dantzig. Dalam kaedah simpleks, rutin pengiraan merupakan proses lelaran (iterative
process). Lelaran bermaksud perbuatan mengulang-ulangkan sesuatu; maka, rutin pengiraan
berulang-ulang mengikut pola yang piawai sehingga penyelesaian yang optimum dicapai.

Satu lagi ciri kaedah simpleks adalah bahawa setiap penyelesaian baru menghasilkan
nilai fungsi objektif seberapa besar atau lebih besar daripada penyelesaian sebelumnya. Ciri
penting ini meyakinkan kita bahawa kita sentiasa bergerak mendekati penyelesaian optimum.
Akhirnya, kaedah menunjukkan penyelesaian optimum telah dicapai.

3.4.1 Bentuk Piawai

Untuk menggunakan kaedah simpleks, ianya perlu menyatakan masalah dalam bentuk piawai.
Bentuk piawai terbentuk apabila semua ketaksamaan kekangan dalam sesuatu model
pengaturcaraan linear ditukarkan menjadi persamaan.

Bagi masalah minimum yang bukan dalam bentuk piawai boleh ditulis semula dalam bentuk
piawai dengan menggunakan konsep kedualan (duality) masalah pengaturcaraan linear dan
ini adalah di luar sukatan.

3.4.1.1 Bentuk piawai untuk masalah pemaksimuman

z = A1x1 + A2x2 +... + Anxn subjek kepada a1x1 + a2x2 + ... + anxn ≤ d

Sekiranya masalah melibatkan pemaksimuman fungsi objektif dengan semua

kekangan dengan ketaksamaan yang bersimbol ≤ , maka semua ketaksamaan
a1x1 + a2x2 + ... + anxn ≤ d

Cik Farm CM, Dr Hu LN, IPGM 3-20

MTE3104: Matematik Keputusan

perlu ditukarkan kepada persamaan dengan menambahkan pemboleh ubah lalai (slack
variable). Pemboleh ubah lalai mewakili resos yang tidak digunakan: ini mungkin dalam
bentuk masa mesin, jam buruh, wang, ruang gudang atau mana-mana nombor resos dalam
pelbagai masalah perniagaan. Proses menambah pemboleh ubah lalai kepada kekangan untuk
menjana persamaan dipanggil pengimbuhan (augmentation). Pemboleh ubah asal dalam
masalah sebelum pengimbuhan dikenali sebagai pemboleh ubah keputusan atau struktur.
Bentuk piawai persamaan akan menjadi
a1x1 + a2x2 + ... + anxn + si = d
dan fungsi objektif z = A1x1 + A2x2 +... + Anxn akan menjadi
z = A1x1 + A2x2 +... + Anxn + si

Contoh 3.9:

Joe Perabot Sdn. Bhd membuat dua jenis produk, meja dan kerusi, yang perlu diproses
melalui bahagian pertukangan dan bahagian memvarnis. Bahagian pertukangan diberikan 60
jam; bahagian memvarnis boleh mengendalikan kerja sehingga 48 jam. Pembuatan satu meja
memerlukan 4 jam di bahagian pertukangan dan 2 jam di bahagian memvarnis. Untuk sebuah
kerusi, memerlukan 2 jam dalam bahagian pertukangan dan 4 jam di bahagian memvarnis.
Jika keuntungan untuk sebuah meja ialah RM8 dan sebuah kerusi ialah RM6, cari bilangan
meja dan kerusi yang harus dihasilkan supaya memperoleh keuntungan maksimum.

Penyelesaian 3.9:
Bentukkan model pengaturcaraan linear:

Biarkan x1 = bilang meja yang dihasilkan dan telah dijual

Biarkan x2 = bilang kerusi yang dihasilkan dan telah dijual
Masalah ini boleh diringkaskan seperti yang berikut:
Memaksimumkan: f = 8x1 + 6x2 (jumlah profit )
subjek kepada kekangan :
4x1 + 2x2 ≤ 60 ------------① ( kekangan jam pertukangan)
2x1 + 4x2 ≤ 48 ------------② ( kekangan jam memvarnis)
x1 ≥ 0, x2 ≥ 0 ( kekangan ketidaknegatifan)

Interpretasikan konsep pemboleh ubah lalai, maka kekangan ① akan menjadi

4x1 + 2x2 + s1 = 60 -----------③
di mana s1 ialah pemboleh ubah ketidaknegatifan yang mempunyai nilai di antara 0 hingga 60,
yang mewakili pembolehubah ubah lalai atau masa pertukangan yang tidak digunakan.
Jika x1 = 0 dan x2 = 0, maka s1 = 0. Ini bermakna tiada meja atau kerusi yang
dihasilkan dalam satu hari, maka terdapat 60 jam masa pertukangan yang tidak digunakan.
Jika x1 = 5 dan x2 = 10, maka s1 = 20. Ini bermakna jika 5 buah meja dan 10 buah
kerusi yang dihasilkan dalam satu hari, maka masa pertukangan yang tidak digunakan ialah
20 jam.
Jika x1 = 10 dan x2 = 15, maka s1 akan menjadi -10. Bagaimana pun nilai ini adalah
tidak tersaur. Ini memberi maksud bahawa tiada sehari pun yang mempunyai masa
pertukangan yang cukup untuk menghasilkan 10 meja dan 15 kerusi.
Jika x1 = 10 dan x2 = 10, maka s1 = 0. Ini bermakna jika 10 buah meja dan 10 buah
kerusi yang dihasilkan dalam satu hari, maka masa pertukangan yang tidak digunakan adalah
0 jam.

Cik Farm CM, Dr Hu LN, IPGM 3-21

MTE3104: Matematik Keputusan

Persamaan untuk kekangan ② akan menjadi seperti yang berikut:

2x1 + 4x2 + s2 = 48 ------------④
di mana ialah pemboleh ubah ketidaknegatifan yang mempunyai nilai dari 0 hingga 48, dan
mewakili bilangan unit lalai atau masa memvarnis yang tidak digunakan.

Bentuk Piawai model pengaturcaraan linear yang terbentuk adalah seperti yang berikut:
Memaksimumkan: f = 8x1 + 6x2 + 0 s1 + 0s2
subjek kepada : 4x1 + 2x2 + s1 = 60
2x1 + 4x2 + s2 = 48
x1 ≥ 0, x2 ≥ 0, s1 ≥ 0, s2 ≥ 0

3.4.1.2 Bentuk piawai untuk masalah pemaksimuman

z = A1x1 + A2x2 +... + Anxn yang berkekangan a1x1 + a2x2 + ... + anxn ≥ d

Secara umumnya, dalam suatu model pengaturcaraan linear, bukan semua kekangan
mempunyai ketaksamaan yang sama (contohnya, ≤). Terdapat juga kekangan dalam
ketaksamaan yang berlainan (contohnya, ≥). Sekiranya masalah melibatkan pemaksimuman
fungsi objektif dengan kekangan yang bersimbol ≥ , salah satu cara yang senang ialah
mendarabkan ketaksamaan dengan -1 untuk menukarkan ≥ kepada ≤. Selepai itu
persamaan yang terbentuk ditambahkan pemboleh ubah lalai.
Contoh 3.10:
Tuliskan model pengaturcaraan linear berikut dalam bentuk piawai.
Memaksimumkan f = 2 x + y + 3z
Subjek kepada x + y + z ≤ 6 -------①
x + 3 y ≤ 6 ----------②
2 x − z ≥ 9 ----------③
x ≥ 0, y ≥ 0, z ≥ 0
Penyelesaian 3.10:

Kekangan ① dan ② boleh terus ditukarkan kepada bentuk piawai dengan senang
seperti yang berikut:
x + y + z + s1 = 6
x + 3y + s2 = 6
Kekangan ③ mempunyai simbol ≥, maka darabkan kekangan ③ dengan -1, dan
ketaksamaan akan menjadi
-2x + z ≤ -9
dan apabila ditambahkan pemboleh ubah lalai, persamaan yang terbentuk akan menjadi
-2x + z + s3 = -9

Dengan itu bentuk piawai model pengaturcaraan linear yang terbentuk adalah:
Memaksimumkan: f = 2 x + y + 3z + 0 s1 + 0s2 + 0s3
Subjek kepada : x + y + z + s1 = 6
x + 3y + s2 = 6
-2x + z + s3 = -9
di mana x ≥ 0, y ≥ 0, z ≥ 0, s1 ≥ 0, s2 ≥ 0, s3 ≥ 0
Nota: Sekiranya fungsi objektif adalah meminimumkan, maka bentuk piawai persamaan
fungsi ini boleh juga ditukarkan menjadi memaksimumkan –f.

Cik Farm CM, Dr Hu LN, IPGM 3-22

MTE3104: Matematik Keputusan

Sebenarnya kekangan bersimbol lebih besar atau sama dengan (≥), misalnya 10 x + 5 y ≥ 300
boleh menggunakan pendekatan yang berbeza dengan kekangan yang bersimbol ≤. Ia
melibatkan penolakan pemboleh ubah lebihan (surplus variable) dan bukannya
penambahan pemboleh ubah lalai. Pemboleh ubah lebihan memberitahu kita berapa banyak
penyelesaian melebihi resos kekangan. Oleh kerana analoginya kepada pembolehubah lalai,
pemboleh ubah lebihan kadang-kadang dipanggil lalai negatif (negative slack).

Menukar kekangan 10 x + 5 y ≥ 300 , kita menolak pemboleh ubah lebihan, katakan s1 untuk
mendapatkan persamaan:
10 x + 5 y − s1 = 300
Jika x = 25 dan y = 20, maka pemboleh ubah lebihan atau resos yang tidak digunakan
boleh dihitung seperti yang berikut:
10 x + 5 y − s1 = 300
10(25) + 5(20) − s1 = 300
250 + 100 – s1 = 300
– s1 = 300 – 350
s1 = 50 unit lebihan
Pemboleh ubah lebihan ini menginterpretasikan resos lebihan yang digunakan atau
hasilan lebihan yang melebihi kehendak minimum sesuatu masalah. Pemboleh ubah lalai dan
pemboleh ubah lebihan sebenarnya tiada perbezaan yang jelas. Ini kerana jika
10 x + 5 y ≥ 300 didarabkan -1 akan menjadi − 10 x − 5 y ≤ −300 . Apabila ditambahkan
pemboleh ubah lalai, persamaan akan menjadi − 10 x − 5 y + s1 = −300 , dan ini adalah sama
dengan 10 x + 5 y − s1 = 300 .

Secara amnya, masalah pengaturcaraan linear mungkin mempunyai kekangan-

kekangan yang berlainan simbol iaitu simbol ≤, ≥ dan = wujud bersama dalam satu model.

Contoh 3.11:
Tuliskan model pengaturcaraan linear berikut dalam bentuk piawai.
Memaksimumkan f = 2x + 2 y
Subjek kepada x + 3 y ≤ 12
3 x + y ≥ 13
x−z =3
x ≥ 0, y ≥ 0

Penyelesaian 3.11:
Bentuk piawai untuk model pengaturcaraan linear ini ialah
Memaksimumkan: f = 2 x + 2 y + 0 s1 + 0s2
Subjek kepada : x + y + s1 = 12
3x + y - s2 = 13 atau -3x - y + s2 = -13
x-y =3
x ≥ 0, y ≥ 0, s1 ≥ 0, s2 ≥ 0
Bentuk piawai model ini telah menunjukkan pemboleh ubah lalai diperlukan untuk
kekangan yang bersimbol ≤ dan pemboleh ubah lebihan diperlukan untuk kekangan yang
bersimbol ≥, tetapi persamaan tidak memerlukan sebarang pemboleh ubah.

Cik Farm CM, Dr Hu LN, IPGM 3-23

MTE3104: Matematik Keputusan

3.4.2 Terminologi Dan Tatatanda

• Suatu penyelesaian masalah pengaturcaraan linear yang diperoleh dengan menetapkan
beberapa pemboleh ubah kepada sifar dipanggil penyelesaian asas.
• Penyelesaian asas yang memenuhi syarat-syarat ketaknegatifan dipanggil
penyelesaian asas tersaur (basic feasible solution).
• Pemboleh ubah yang nilainya sifar dipanggil pemboleh ubah bukan asas (non-basic
variables) .
• Pemboleh ubah yang nilainya bukan sifar dipanggil pemboleh ubah asas (basic
variables).

Contoh 3.12:
Pertimbangkan masalah pengaturcaraan linear (dalam bentuk piawai) berikut:
Meminimumkan : − z + 3 x1 + 4 x 2 = 0
Subjek kepada : x1 + x 2 + x3 = 5
2 x1 − x 2 + x 4 = 7
x1 , x 2 , x3 , x 4 ≥ 0
Model ini ada dua persamaan dengan empat pemboleh ubah iaitu darjah kebebasan = 4 - 2 =
2. Penyelesaian asas kepada masalah ini adalah:
x1 , = x 2 = 0, x3 = 5 dan x 4 = 7
Di sini, x1 dan x2 adalah pemboleh ubah bukan asas dan x3 dan x4 pemboleh ubah asas.
Memandangkan penyelesaian ini memuaskan syarat ketaknegatifan, ianya juga penyelesaian
asas tersaur.

Contoh 3.13:
Pertimbangkan contoh 3.9, kekangan-kekangan dalam bentuk piawai boleh ditulis sebagai:
4x + 2y + s1 = 60 --------①
2x + 4y + s2 = 48 --------②
dan x ≥ 0, y ≥ 0, s1 ≥ 0, s2 ≥ 0
Model ini didapati mempunyai dua persamaan serentak dengan 4 pemboleh ubah, tidak akan
mempunyai penyelesaian unik. Dalam kes ini,
Darjah kebebasan = Bilangan pemboleh ubah – bilangan persamaan
= 4-2 =2
Jika 2 pemboleh ubah dari model ini disamakan dengan sifar, sistem model ini akan
mempunyai 2 persamaan linear dan dua pemboleh ubah sahaja, maka penyelesaian model ini
akan menjadi unik. Penyelesaian yang terhasil ini dinamakan penyelesaian asas. Pemboleh
ubah yang disamakan dengan sifar itu akan dinamakan sebagai pemboleh ubah bukan asas
dan pemboleh ubah yang diselesaikan itu dinamakan pemboleh ubah asas. Di sini akan
⎛ 4⎞
mempunyai ⎜⎜ ⎟⎟ iaitu 6 pilihan untuk mensifarkan 2 pemboleh ubah pada setiap kali (xy, xs1,
⎝ 2⎠
xs2, ys1, ys2, s1s2). Penyelesaian asas boleh tersaur atau tidak tersaur. Penyelesaian asas tersaur
ialah penyelesaian asas yang mematuhi syarat-syarat ketidaknegatifan.

3.4.3 Huraian Kaedah Simpleks Secara Geometri

Semasa penyelesaian masalah pengaturcaraan linear secara graf, selain daripada
menggunakan pembaris dan sesiku, kita boleh menyemak setiap titik bucu pada rantau tersaur,

Cik Farm CM, Dr Hu LN, IPGM 3-24

MTE3104: Matematik Keputusan

kerana penyelesaian optimum adalah terletak pada salah satu titik bucu ini. Rajah 3.19 ialah
graf penyelesaian untuk contoh 3.9.

y
30 P

25

4x + 2y = 60
20

15

A
10

B(12,6)
5
2x + 4y = 48

C Q
O x
5 10 15 20 25 30 35 40

Rajah 3. 19
Tetapkan x = 0, y = 0, dan selesaikan persamaan, maka s1= 60 dan s2 = 48. Dengan itu
(0, 0, 60, 48) ialah penyelesaian asas dan juga merupakan penyelesaian asas tersaur. Ini
ditunjukkan oleh titik O dalam Rajah 3.19.
Tetapkan x = 0, s1 = 0, dan selesaikan persamaan, maka y = 30 dan s2 = -72. Dengan
itu (0, 30, 0, -72) ialah penyelesaian asas tetapi merupakan penyelesaian asas tidak tersaur
kerana nilai s2 adalah negatif. Ini ditunjukkan oleh titik P(0, 30) dalam Rajah 3.19 yang
terletak di luar rantau tersaur yang berlorek.
Tetapkan x = 0, s2 = 0, dan selesaikan persamaan, maka y = 12 dan s1= 36. Dengan itu
(0, 12, 36, 0) ialah penyelesaian asas tersaur yang diwakili oleh titik A(0, 12) dalam Rajah
3.19.
Tetapkan y = 0, s1 = 0, dan selesaikan persamaan, maka x = 24 dan s2 = 18. Dengan
itu (15, 0, 0, 18) ialah penyelesaian asas tersaur yang diwakili oleh titik C(15, 0) dalam Rajah
3.19.
Tetapkan y = 0, s2 = 0, dan selesaikan persamaan, maka x = 24 dan s1= -36. Dengan
itu (24, 0, -36, 0) ialah penyelesaian asas tetapi merupakan penyelesaian asas tak tersaur. Ini
digambarkan pada titik Q(24, 0) dalam Rajah 3.19 yang terletak di luar rantau tersaur.
Tetapkan s1= 0, s2 = 0, kemudian selesaikan 4x + 2y = 60 dan 2x + 4y = 48, maka
x = 12 dan y = 6. Dengan itu (12, 6, 0, 0) ialah penyelesaian asas tersaur yang diwakili oleh
titik B(12, 6) dalam Rajah 3.19.
Sebenarnya terdapat banyak penyelesaian tersaur untuk persamaan ① dan ② ,
sebagai contoh: x = 10, y = 4, maka s1= 12 dan s2 = 12, di mana tiada pemboleh ubah yang
sifar.
Walau bagaimana pun, tujuan kita ialah mencari profit maksimum untuk fungsi
objektif f = 8x + 6y , kita perlu mempertimbangkan titik-titik O, A, B, C yang mempunyai
dua pemboleh ubah yang sifar.

Titik Penyelesaian asas tersaur f = 8x + 6y

O(0, 0) (0, 0, 60, 48) 0
A(0, 12) (0, 12, 36, 0) 72
B(12, 6) (12, 6, 0, 0) 132 maksimum
C(15, 0) (15, 0, 0, 18) 120
Profit maksimum ialah RM 132 when x = 12, y = 6, s1= 0, s2 = 0.

Cik Farm CM, Dr Hu LN, IPGM 3-25

MTE3104: Matematik Keputusan

Dari perbincangan di atas, secara amnya, kita boleh menyimpulkan bahawa kaedah
simpleks ialah satu tatacara peredaran dari bucu ke bucu rantau tersaur untuk mendapatkan
penyelesaian optimum fungsi objektif.

3.4.4 Algoritma Kaedah Simpleks

1. Tuliskan persamaan kekangan-kekangan dan fungsi objektif dalam bentuk piawai

dengan menambahkan pemboleh ubah lalai.
2. Pindahkan data ke dalam tablo (tableau).
3. Cari nilai paling negatif dalam baris fungsi objektif untuk menentukan lajur pangsi
(pivot column)
4. Kirakan nisbah ke atas nilai positif dalam lajur pangsi dengan nilai sebelah lajur
kanan untuk mencari unsur pangsi (pivot element). Baris pangsi akan mempunyai
nisbah terendah. (Jika terdapat nisbah yang sama, pilih unsur pangsi yang terletak di
lajur pangsi dan baris pangsi)
5. Bahagi baris pangsi dengan unsur pangsi. Gantikan pemboleh ubah asas baris pangsi
dengan pemboleh ubah dari lajur pangsi.
6. Tambah/tolak gandaan baris pangsi dengan baris lain untuk mewujudkan sifar dalam
lajur pangsi.
7. Ulangi langkah 3 hingga 6 sehingga tidak terdapat nilai negatif dalam baris objektif.
8. Tuliskan nilai pemboleh ubah asas (dengan lajur yang mengandungi 1 dan 0) sama
dengan nilai sebelah kanan yang sepadan, dan pemboleh ubah bukan asas ( yang tiada
dalam tablo akhir) dituliskan sebagai sifar.

Contoh 3.14:
Selesaikan masalah pengaturcaraan linear berikut dengan menggunakan kaedah simpleks.
Memaksimumkan : z = 10 x + 15 y
Subjek kepada : 4 x + 5 y ≤ 40
x + 2 y ≤ 13
x ≥ 0, y ≥ 0

Penyelesaian 3.14:

Langkah Memaksimumkan: Memaksimumkan:

1 z = 10 x + 15 y z − 10 x − 15 y − 0 s1 − 0 s 2 = 0
Tuliskan Subjek kepada : Subjek kepada:
bentuk 4 x + 5 y + s1 = 40 4 x + 5 y + s1 + 0 s 2 = 40
piawai
x + 2 y + s 2 = 13 x + 2 y + 0 s1 + s 2 = 13
x ≥ 0, y ≥ 0, s1 ≥ 0, s 2 ≥ 0 x ≥ 0, y ≥ 0, s1 ≥ 0, s 2 ≥ 0

Langkah Pemboleh x y s1 s2 Penyelesaian

2 ubah asas
Pindahkan z -10 -15 0 0 0 baris fungsi objektif
data ke s1 4 5 1 0 40 kekangan pertama
tablo s2 1 2 0 1 13 kekangan kedua
Penyelesaian awal: x = 0, y = 0, s1= 40, s2 =13

Cik Farm CM, Dr Hu LN, IPGM 3-26

MTE3104: Matematik Keputusan

Langkah nilai paling negatif

3 Pemboleh x y s1 s2 Penyelesaian
Tentukan ubah asas
lajur z -10 -15 0 0 0
pangsi s1 4 5 1 0 40
s2 1 2 0 1 13
lajur pangsi

Langkah y = pemboleh ubah masuk

4
Dapatkan Pemboleh x y s1 s2 Penyelesaian
Nisbah ubah asas
dan z -10 -15 0 0 0
dapatkan s1 4 5 1 0 40 40÷5 = 8
pemboleh s2 1 2 0 1 13 13÷2 = 6.5 (baris pangsi)
ubah unsur pangsi
masuk s2 = pemboleh ubah keluar
dan keluar

Langkah Pemboleh x y s1 s2 Penyelesaian

5 ubah asas
Bahagi z -10 -15 0 0 0
dengan s1 4 5 1 0 40
unsur y 1 2 0 1 13
pangsi 2 2 2 2 2

Langkah Pemboleh x y s1 s2 Penyelesaian

6 ubah asas
Wujudkan R1-(-15)R3 5 15 192
sifar pada R1 z − 0 0
2 2 2
lajur 3 5 15
pangsi R2-(5)R3 R2 s1 0 1 −
2 2 2
1 1 13
R3 y 1 0
2 2 2

Langkah lajur pangsi

7 Pemboleh x y s1 s2 Penyelesaian
Ulangi ubah asas baris pangsi
langkah 5 15 192
3 –6 R1 z − 0 0
2 2 2
s1 3 5 15 15 3
− ÷ =5
R2 0 1 2 2
2 2 2
1 1 13 13 1
÷ = 13
R3 y 1 0 2 2
2 2 2
unsur pangsi

Cik Farm CM, Dr Hu LN, IPGM 3-27

MTE3104: Matematik Keputusan

Pemboleh x y s1 s2 Penyelesaian
ubah asas 5
R1-(- )R2
510 2
R1 z 0 0 110
3 3
2 5
R2 x 1 0 − 5 1
3 3 R1-( )R2
1 4 2
R3 y 0 1 −
3
4
3
Langkah Oleh kerana tiada nilai negatif dalam baris fungsi objektif, maka proses
8 lelaran berhenti, tablo yang terbentuk ini merupakan tablo akhir. Daripada
Inter- tablo ini, didapati nilai maksimum ialah 110 apabila
pretasi x = 5, y = 4, s1= 0, s2 = 0
- Syarat optimum
Jika baris fungsi objektif dalam tablo mempunyai pemasukan sifar dalam lajur
pemboleh ubah asas (contoh x dan y) dan tiada pemasukan negatif dalam lajur yang
ditandakan pemboleh ubah asas (cth s1 dan s2), maka penyelesaian menunjukkan tablo
optimum telah dicapai.

Contoh 3.15:
Selesaikan masalah pengaturcaraan linear berikut dengan menggunakan kaedah simpleks.
Memaksimumkan 4 x + 5 y terhadap 3x + 2 y ≤ 18
2 x + 4 y ≤ 24
2 y ≤ 11
Penyelesaian 3.15:
Memaksimumkan: z − 4 x − 5 y + 0s1 + 0s 2 + 0s3 = 0
Subjek kepada: 3 x + 2 y + s1 + 0s 2 + 0s3 = 18
2 x + 4 y + 0 s1 + s 2 + 0 s3 = 13
0 x + 2 y + 0 s1 + 0 s 2 + s3 = 11
x ≥ 0, y ≥ 0, s1 ≥ 0, s 2 ≥ 0, s3 ≥ 0
(i) Tablo 1 (awal) – initial tableau
Pemboleh x y s1 s2 s3 Penyelesaian Nisbah
ubah asas
R1 z -4 -5 0 0 0 0
R2 s1 3 2 1 0 0 18 18÷2 = 9
R3 s2 2 4 0 1 0 13 24÷ 4 = 6
R4 s3 0 2 0 0 1 11 11÷ 2 = 5.5

(ii) semua unsur R4 dibahagikan dengan 2

new 1 11
R4 s3 0 1 0 0
2 2

Cik Farm CM, Dr Hu LN, IPGM 3-28

MTE3104: Matematik Keputusan

(iii) Tablo 2
Pemboleh x y s1 s2 s3 Penyelesaian Nisbah
ubah asas
5 55
R1-(-5) R4 z -4 0 0 0
2 2
R2-(2) R4 s1 3 0 1 0 -1 7 7÷3
R3-(4) R4 s2 2 0 0 1 -2 2 2÷2=1
1 11
R4 y 0 1 0 0
2 2
(iv) semua unsur R3 dibahagikan dengan 2
new 1
R3 s2 1 0 0 -1 1
2
(v) Tablo 3
Pemboleh x y s1 s2 s3 Penyelesaian Nisbah
ubah asas
3 63
R1-(-4) R3 z 0 0 0 2 −
2 2
3 4÷2 = 4
R2-(3) R3 s1 0 0 1 − 2 4
2
1 1 ÷ -1
R3 x 1 0 0 -1 1 (abaikan)
2
1 11 11 1
R4 y 0 1 0 0 ÷ =11
2 2 2 2
(vi) semua unsur R2 dibahagikan dengan 2
new 1 3
s2 0 0 − 1 2
R2 2 4

(vii) Tablo 4 (akhir)

Pemboleh x y s1 s2 s3 Penyelesaian
ubah asas
3 3 7 69
R1-( − ) R2 z 0 0 0
2 4 8 2
1 3
R2 s3 0 0 − 1 2
2 4
1 1
R3-(-1) R2 x 1 0 − 0 3
2 4
1 1 3 9
R4-( ) R2 y 0 1 − 0
2 4 8 2

(vii) Memandangkan sudah tiada nilai negatif dalam fungsi objektif, maka ini merupakan
69
tablo terakhir. Keuntungan maksimum sebanyak unit diperoleh apabila x = 3 unit, y
2
9
= unit dengan lalai pada kekangan ketiga ialah 2 unit.
2
Keputusan ini menunjukkan pemboleh ubah asas ialah x, y, dan s3. Pemboleh ubah
bukan asas ialah s1 dan s2.

Cik Farm CM, Dr Hu LN, IPGM 3-29

MTE3104: Matematik Keputusan

3.4.5 Rumusan Kaedah Simpleks

Terdapat 6 langkah dalam mengira nilai bagi tablo simpleks yang seterusnya seperti yang
ditunjukkan dalam rajah berikut.

Kenal pastikan pemboleh ubah bukan asas. Lajur berkenaan

dikenali sebagai lajur pangsi (pivot column)

Kenal pastikan pemboleh ubah asas yang dikeluarkan. Baris

berkenaan dikenali sebagai baris pangsi (pivot row)

Kenal pastikan elemen pangsi (element)

Dapatkan pekali baru untuk baris pangsi (pivot row)

Dapatkan pekali baru untuk baris pangsi yang lain

Ulangi prosedur ini sehingga mencapai penyelesaian optimum Rajah 3.20

• Model pengaturcaraan linear boleh ditulis dalam bentuk piawai dengan mengunakan
kaedah simpleks.

• Kaedah simpleks mengandungi satu siri peraturan, setiap langkah adalah menuju
kepada penyelesaian optimal.

• Tablau simpleks dibinakan untuk memudahkan pengiraan dengan menggunakan proses

penyelesaian simpleks.

• Syarat optimum wujud dalam tablo simpleks. Optimum tercapai apabila pekali
pemboleh ubah bukan asas bagi baris objektif adalah semua bernilai positif bagi kes
masalah maksimum dan pekali pemboleh ubah bukan asas bagi baris objektif adalah
semua bernilai negatif bagi kes masalah minimum.

3.4.6 Penyelesaian masalah pengaturcaraan linear dengan MS Excel

Anda wajib untuk memuatkan Solver ke dalam Excel. Muatan adalah berbeza untuk
versi yang berlainan semasa memuatkan Solver ke dalam Excel. Solver mempunyai kapasiti
untuk mengoptimumkan fungsi objektf subjek kepada kekangan-kekangan.

3.4.6.1 MS Excel 2003 dan versi yang lebih rendah

Klik tools, kemudian Add-ins, pilih Solver Add-in. Selepas itu boleh terus ke
penggunaan Solver seperti dalam bahagian 3.4.5.3.

Cik Farm CM, Dr Hu LN, IPGM 3-30

MTE3104: Matematik Keputusan

3.4.6.2 MS Excel 2007 dan versi yang lebih tinggi

1. Klik butang Microsoft Office , dan kemudian klik Excel Options.
2. Klik Add-Ins, dan kemudian di dalam kotak Manage, pilih Excel Add-ins.
3. Klik Go.
4. Di dalam kotak Add-Ins available, pilih Solver Add-in dalam kotak semak, dan
kemudian klik OK.
(a) Tip - jika Solver Add-in tidak disenaraikan di dalam kotak Add-Ins available, klik
Browse untuk mencari add-in.
(b) Jika anda mendapati bahawa Solver Add-in ini tidak dipasang (install) pada
komputer anda, klik yes untuk memasang.
5. Selepas anda memuatkan Solver Add-in, arahan Solver didapati dalam kumpulan
Analysis pada tab Data.

3.4.6.3 Penyediaan lembaran kerja (worksheet) untuk Solver

Menyediakan lembaran kerja (Worksheet) ialah langkah pertama menggunakan

Solver untuk menyelesaikan masalah pengaturcaraan linear. Format lembaran adalah
mengikut kehendak pengguna. Template asas ini dapat menerima masalah yang berkaitan dan
menyediakan ruang penyelesaian. Ia boleh digunakan atau diubahsuaikan untuk masalah
pengaturcaraan linear yang lain. Gunakan lembaran kerja Excel yang kosong, taipkan
label-label seperti rajah 3.21:

Rajah 3.21

Contoh 3.16
Max P = RM50X1 +RM60X2
subjek kepada:
2X1+ 1X2 ≤ 6
1X1 + 2X2 ≤ 6
X1 , X2 ≥ 0

1. Dalam sel A1, taipkan Contoh 3.16. Dalam sel E3, taipkan Max P. Dalam sel F3, taipkan
Profit.
2. Taipkan pemalar-pemalar untuk fungsi keuntungan ( 50, 60) dalam sel B3 dan C3.
3. Taipkan pemalar-pemalar untuk pembolehubah (2, 1) dan nilai sebelah kanan-RHS (6)
untuk kekangan 1 dalam sel B4, C4 dan E4.
4. Taipkan pemalar-pemalar untuk pembolehubah (1, 2) dan nilai sebelah kanan-RHS (6)
untuk kekangan 2 dalam sel B5, C5 dan E5.
5. Taipkan simbol ≤ dalam sel D4 dan D5.

Cik Farm CM, Dr Hu LN, IPGM 3-31

MTE3104: Matematik Keputusan

3.16

Rajah 3.22
Lembaran kerja menyediakan Solver bagi maklumat yang diperlukan dan ruang untuk
memaparkan jawapan masalah ini. Sekarang, taipkan rumus dalam ruangan sebelam kanan
seperti yang berikut:
1. Taipkan formula =SUMPRODUCT(B3:C3,B$10:C$10) untuk menghitung profit
dalam sel G3.
2. Salinan formula ke sel G4:G5.
3. Dalam sel H4, taipkan =ABS(E4-G4) untuk mencari lalai bagi kekangan 1. Salin
formula ini ke H5.
4. Lembaran kerja anda sekarang adalah seperti rajah 3.22:

3.16

Rajah 3.23

3.4.5.4 Penggunaan Solver

MS Excel 2007 dan versi yang lebih tinggi: Klik Data, cari Analysis untuk memilih Solver
MS Excel 2003: klik Tools dan kemudian Solver. Tetingkap parameter Solver yang lengkap
adalah seperti rajah 3.23:

Rajah 3.24

Cik Farm CM, Dr Hu LN, IPGM 3-32

MTE3104: Matematik Keputusan

Kemudian, klik options, memilih Assume linear Model dan Assume Non-Negative. Klik
OK.

Rajah 3.25

Kemudian klik Solve. Lembaran kerja akan menunjukkan penyelesaian masalah berkenaan.

Rajah 3.26

Penyelesaian untuk Contoh 3.16 mendapat profit maksimum = RM 220, bila X1 = 2, X2 = 2,

dan kedua-dua kekangan tidak mempunyai lalai.

Contoh 3.17
Min C= RM100X1 + RM150X2 + RM120X2
subjek kepada:
1X1 + 1X2+ 1X3 = 6
1X1 + 2X2+ 1X3 ≥ 8
1X1 + 1X2 + 2X3 ≤ 9
X 1 , X2 , X3 ≥ 0

Masukkan data masalah ini ke dalam lembaran kerja – anda perlukan lajur tambahan untuk
pemalar X3. Kemudian masukkan formula seperti berikut:
1. Taipkan sel H3 =SUMPRODUCT(B3:D3,B$10:D$10) untuk menghitungkan kos.
2. Salin formula berkenaan ke H5:H6.
3. Taipkan =ABS(F4-H4) untuk mendapatkan lalai/lebihan kekangan 1. salin formula
ini ke I5:I6

Cik Farm CM, Dr Hu LN, IPGM 3-33

MTE3104: Matematik Keputusan

4. Lembaran kerja anda adalah seperti yang berikut:

Rajah 3.27

Klik pada Tools, kemudian Solver. Tetingkap parameter Solver yang lengkap diisi
dipapar seperti yang berikut:

Rajah 3.28

Sekarang, klik Options, pilih Assume linear Model dan Assume Non-Negative, klik OK.

Rajah 3.29

Cik Farm CM, Dr Hu LN, IPGM 3-34