You are on page 1of 14

ANALISIS SENSITIVITAS Solusi optimal dalam persoalan LP diperoleh di bawah asumsi kondisi determinstik (certainty condition), artinya data

yang dilibatkan dalam formulasi modelnya bersifat pasti, seperti : harga tetap, kapasitas sumber diketahui secara pasti dan waktu proses yang dibutuhkan telah ditentukan secara pasti. Namun dalam dunia nyata, kondisi deterministik ini tidak realistik; kondisi bersifat dinamis dan selalu ada kemungkinan untuk berubah. Untuk mengantisipasi situasi ini, dibutuhkan suatu analisis sensitivitas untuk mengetahui kepekaan tingkat optimal terhadap kemungkinan perubahan setiap variabel yang dilibatkan dalam formulasi modelnya. Analisis sensitivitas untuk LP dapat dijabarkan menjadi lima aspek, yaitu : 1. Perubahan koefisien fungsi tujuan, 2. Perubahan kapasitas sumber, 3. Perubahan koefisien teknologi, 4. Penambahan satu baris fungsi kendala, 5. Penambahan variabel. 1. Perubahan koefisien fungsi tujuan. Pengaruh perubahan koefisien fungsi tujuan ditentukan secara langsung dari Tabel Optimal. Kepekaan tabel optimal terhadap perubahan koefisien fungsi tujuan ini diukur dengan menambahkan sebuah variabel : (di mana 0) kepada koefisien fungsi tujuan yang berubah. Koefisien fungsi tujuan berubah menjadi cj + , dan kriteria optimal tetap menggunakan (cj Zj) 0 atau (Zj cj) 0 pada tabel optimal. Untuk persoalan - Zj 0.

maksimasi, kriteria yang dipakai untuk menjaga optimalitas adalah cj + Aplikasinya dapat dilakukan kepada variabel basis maupun non basis. a. Kasus-1 : variabel non basis (NBV). Max. Z = 6 X1 + 8 X2 s/t. 5 X1 + 10 X2 60 4 X1 + 4 X2 40 kendala mesin giling. kendala mesin pemotong logam.

Xi 0 Tabel Optimal. CB cj basis 8 6 X2 X1 zj cj Zj 6 X1 0 1 6 0 8 X2 1 0 8 0 0+ S1 1/5 -1/5 2/5 - 2/5 0 S2 -1/4 1 -1 2 8 64 XB

Untuk melihat kepekaan NBV (misal S1), dapat dilakukan penambahan pada koefisien S1, sehingga menjadi 0 + . Sel cj Zj pada kolom S1 menjadi - 2/5. Kriteria optimal untuk maksimasi adalah cj Zj 0. - 2/5 0 atau 2/5.

Perubahan koefisien S1 tidak berakibat terhadap optimalitas selama berada dalam range - sampai dengan +2/5. Analog dengan cara tersebut di atas, maka kepekaan S2 dapat dihitung sebagai berikut : - 1 0 atau 1. Perubahan koefisien S2 tidak berakibat terhadap optimalitas selama berada dalam range - sampai dengan +1. Secara mudah, untuk NBV, range kepekaan dapat dihitung dengan melihat nilai absolut di baris cj Zj pada kolom yang bersangkutan. b. Kasus-2 : variabel basis (BV). Tabel Optimal. cj basis CB 8+ 6 X2 X1 zj cj Zj 0 1 6 0 1 0 8+ 0 1/5 -1/5 2/5+/5 - 2/5-/5 -1/4 1 - /4 -1+/4 6 X1 8+ X2 0 S1 0 S2 XB 2 8 64 +

Kriteria optimal adalah berikut : - 2/5-/5 0 -/5 2/5 -2

cj Zj 0, maka untuk variabel X2 berlaku hubungan sebagai

-1+/4 0 /4 1 4

Maka range perubahan koefisien X2 yang tidak mengganggu optimalitas adalah : (8-2) (8+4) atau : 6 12. Artinya, jika c2 berubah menjadi < 6 atau > 12, maka perlu dilakukan prosedur perhitungan ulang dengan metode Simplex untuk mencapai tingkat optimal yang baru. Dengan cara yang sama, dapat pula dihitung kepekaan untuk koefisien X1. Berikut ini hasil perhitungan kepekaan koefisien fungsi tujuan yang tidak berakibat terhadap optimalitas hasil. Variabel X1 X2 S1 S2 Range -2 2 -2 4 - 2/5 - 1 Range cj 4 cj 8 6 c2 12 - cs1 2/5 - cS2 1

Suplemen-1 : hasil optimal LP dengan program QSB. Summarized Results for SENTV Variables No. 1 2 Name Cost X1 X2 +8.0000 +2.0000 0 0 3 4 S1 S2 0 0 +4.0000 +1.0000 solution Opportunity Variables No. Name solution Opportunity Cost

Maximum Value of the OBJ. = 64 Iters. = 2

Sensitivity Analysis for OBJ Coefficients C(j) Min. C(j) C(1) Original Max. C(j) C(2) C(j) Min. C(j) Original Max. C(j)

+4.0000 +6.0000 +8.0000

+6.0000 +8.0000 +12.0000

Sensitivity Analysis for for RHS B(i) Min. B(i) Original Max. B(i) B(i) Min. B(i) Original Max.B(i)

B(1)

+50.0000 +60.0000 +100.0000

B(2)

+24.0000 +40.0000 +48.0000

2. Perubahan nilai sisi sebelah kanan (kapasitas sumber atau bj atau RHS). Kepekaan terhadap perubahan nilai sisi sebelah kanan (right hand side atau RHS) merupakan tinjauan penting bagi manajemen, sebab menyangkut kepada kapasitas sumber. Perubahan kapasitas sumber ini seringkali berkaitan dengan keputusan tertentu dari manajemen, misal pelaksanaan ekspansi, atau pengaruh faktor eksternal, misal adanya potongan harga pembelian bahan baku karena adanya pembelian bahan baku dalam jumlah besar. Nilai sisi sebelah kanan pada setiap Tabel Simplex adalah nil;ai yang tertera pada kolom Solution atau XB. XB dihitung dengan operasi matriks sebagai berikut : XB = [B-1]b Di mana, XB = nilai sisi sebelah kanan atau RHS, B-1 = matriks inversi variabel basis pada tabel optimal, b = nilai sisi sebelah kanan yang asli (orisinal pada Tabel Simplex Awal). Untuk menjaga fisibilitas XB 0 pada setiap iterasi, dapat digunakan matriks inversi variabel basis pada Tabel Simplex optimal (Optimal Table).

CB

cj basis

6 X1 0 1 6 0

8 X2 1 0 8 0

0+ S1 1/5 -1/5 2/5 - 2/5

0 S2 -1/4 1 -1

Solution

8 6

X2 X1 zj cj Zj

2 8 64

B-1 =

Matriks b dapat dilihat pada Tabel Awal (Initial Table) : Tabel Simplex Awal: CB cj basis 0 0 S1 S2 zj cj Zj b= Maka matriks XB dapat dihitung = B-1.b XB =
 

6 X1 5 4 0 0

8 X2 10 4 0 0

0+ S1 1 0 0 - 2/5

0 S2 0 1 0 -1

Solution

60 40 0

Perhitungan tingkat kepekaan terhadap setiap nilai dengan menambahkan pada RHS yang bersangkutan. Contoh untuk kendala no. 1 : XB = [B-1]b 0


sisi sebelah kanan dapat dilakukan

XB =

Range untuk kendala no.1 dapat dihitung dengan dua set persamaan berikut : 2 + /5 0 /5 -2 -10 Range : -10 40 atau dan 8 - /5 0 /5 -8 40 50 b1 100.

Untuk kendala no. 2, range kepekaan dapat dihitung dengan cara yang sama :


XB =

Range untuk kendala no.2 dapat dihitung dengan dua set persamaan berikut : 2 - /4 0 - /4 -2 8 Range : -16 8 atau dan 8 + /2 0 /2 -8 -16 24 b2 48.

3. Penambahan fungsi kendala (baris). Penambahan satu baris kendala kepada persoalan LP awal dapat terjadi karena beberapa alasan. Pertama, para analis manajemen terlalu sederhana memformulasi persoalan awal. Kedua, adanya informasi baru atau kendala baru yang kemudian harus dipertimbangkan. Jelasnya, manajemen selalu menghendaki formulasi kendala yang ketat untuk menghasilkan optimasi yang lebih sempurna. Aplikasi kepekaan dengan adanya tambahan satu baris fungsi kendala dimulai dari Tabel Simplex Optimal. Persoalan awal pada contoh, ditambah dengan informasi kendala baru, yaitu kendala mesin penghalus (grinder) sebagai berikut : 7 X1 + 10.5 X2 73.5

Kendala baru ini ditransformasi menjadi persamaan : 7 X1 + 10.5 X2 + S3 = 73.5. Masukkan nilai optimal X1 dan X2 ke dalam persamaan tersebut : 7(8) + 10.5(2) + S3 = 73.5, ini merupakan indikasi bahwa penambahan kendala baru tersebut menyebabkan kondisi tidak optimal lagi; sebab S3 sekarang menjadi variabel basis. Maka harus dilakukan iterasi ulang untuk mencapai tingkat optimal baru dengan prosedur khusus. Tambahkan baris kendala baru ke dalam tabel optimal, sehingga tabel tersebut menjadi : Tabel Optimal dengan Sisipan Kendala Baru. CB cj basis 8 6 0 X2 X1 S3 zj cj Zj 6 X1 0 1 7 6 0 8 X2 1 0 10.5 8 0 0+ S1 1/5 -1/5 0 2/5 - 2/5 0 S2 -1/4 0 1 -1 0 S3 0 0 1 0 0 2 8 73.5 64 XB

Selanjutnya dapat dilakukan dua langkah pengurangan koefisien pada baris S3 agar menjadi = 0 pada kolom X1 dan X2. a. Langkah-1 : (kolom X1). Kolom Nilai lama Baris S3 X1 X2 S1 S2 S3 XB 7 10.5 0 0 1 73.5 (7)(1) (7)(0) (7)(-1/5) (7)(1/2) (7)(0) (7)(8) = = = = = = Baris X1 Baris S3 Sementara 0 10.5 7/5 -7/2 1 17.5

b.

Langkah-2 : (kolom X2). Kolom Baris S3 Sementara X1 X2 S1 S2 0 10.5 7/5 -7/2 (10.5)(0) (10.5)(1) (10.5)(1/5) (10.5)(1/4) S3 XB 1 17.5 (10.5)(0) (10.5)(2) = = 1 -3.5 = = = = Baris X2 Baris S3 baru 0 0 -7/10 -7/8

Dari langkah-2 ini, tampak bahwa nilai X1 dan X2 pada baris S3 = 0 dan nilai S3 pada baris yang sama = 1. Ini menunjukkan bahwa S3 harus keluar dari basis untuk menjadi non basis. CB cj basis 8 6 0 X2 X1 S3 zj cj Zj 6 X1 0 1 0 6 0 8 X2 1 0 0 8 0 0 S1 1/5 -1/5 -7/10 2/5 - 2/5 0 S2 -1/4 -7/8 1 -1 0 S3 0 0 1 0 0 2 8 -3.5 64 solution

Pada kolom XB nilai baris S3 = -3.5, ini menunjukkan bahwa tabel tersebut tidak optimal. Variabel yang menggantikannya dipilih berdasar nilai absolut ratio terkecil atau absolute pivot point (ini aturan dalam algoritma dual) : X1 ; X2 ; S1 : S2 : S3 :


diabaikan diabaikan = 4/7




pivot poin

diabaikan

S1 terpilih untuk menggantikan S3, selanjutnya dilakukan iterasi-2 : CB cj basis 8 6 0 X2 X1 S1 zj cj Zj 6 X1 0 1 0 6 0 8 X2 1 0 0 8 0 0 S1 0 0 1 0 0 0 S2 -1/2 3/4 5/4 1/2 -1/2 0 S3 2/7 -2/7 -10/7 4/7 -4/7 1 9 5 62 XB

Tabel tersebut di atas merupakan tabel Simplex optimal, dengan X1 = 9, X2 = 1 dan solusi optimalnya = 62. Jadi penambahan satu baris kendala baru telahmerubah optimalitas dari X1 = 9, X2 = 2 dan solusi optimal = 64 menjadi X1 = 9, X2 = 1 dan solusi optimal = 62 (lihat Suplemen 2) : Variables No. 1 2 3 Name Cost X1 X2 S1 +9.0000 +1.0000 +5.0000 0 0 0 4 5 S2 S3 0 0 +.5000000 +.5714286 solution Opportunity Variables No. Name solution Opportunity Cost

Maximum Value of the OBJ. = 64 Iters. = 3 4. Penambahan variabel baru (kolom). Penambahan variabel (kolom) dapat terjadi jika ada sebuah produk baru yang dapat

diproduksi, misal X3. X3 ini dapat diproduksi dengan asumsi : proses produksi 1 unit X3 membutuhkan 4 jam di mesin giling dan 2 jam di mesin pemotong logam, serta dapat menghasilkan profit = $ 4.00/unit. Persoalan LP berubah menjadi : Max. Z = 6 X1 + 8 X2 + 4 X3 s/t.

5 X1 + 10 X2 + 4 X3 60 4 X1 + 4 X2 + 2 X3 40 Xi 0

kendala mesin giling. kendala mesin pemotong logam.

Pertanyaan yang muncul : apakah X3 diproduksi ? Jawabannya secara mudah dapat diperoleh dengan menggunakan opportunity cost (shadow price) dari kedua kendala sumber-sumber yang ada. Opportunity cost menggambarkan nilai marginal dari sumber yang dapat dipakai untuk memproduksi produk baru (X3) tersebut; di mana nilai total marginal dihitung dengan : Mesin Giling 4 jam x $ 2/5 Mesin Pemotong Logam 2 jam x $ 1 = Total $ 3.60

opportunity cost mesin giling

opportunity cost mesin pemotong logam

Catatan : Angka opportunity cost bisa dilihat pada tabel Simplex optimal di baris Zj pada masing-masing kolom slack variable (S1 dan S2). Pengisian nilai kolom X3 dapat dihitung dengan B-1 X3 : Koefisien X3 = B-1 X3



 

Tabel Simplex yang dimodifikasi dengan adanya produk X3 adalah sebagai berikut : CB cj basis 8 6 X2 X1 zj cj Zj 6 X1 0 1 6 0 8 X2 1 0 8 0 4 X3 3/10 1/5 18/5 2/5 0 S1 1/5 -1/5 2/5 -2/5 0 S2 -1/4 1/2 1 -1 2 8 64 solution

Baris Cj Zj mengindikasikan bahwa tabel tersebut di atas tidak optimal sehingga perlu dilakukan iterasi lanjutan untuk mencapai tingkat optimal baru dengan prosedur biasa. Hasilnya adalah sebagai berikut (lihat Suplemen-3) :

CB

cj basis

6 X1 0 1 6 0

8 X2 18/3 -2/3 28/3 -4/3

4 X3 1 0 4 0

0 S1 2/3 -1/3 2/3 -2/3

0 S2 -5/6 2/3 2/3 -2/3

solution

4 6

X3 X1 zj cj Zj

20/3 20/3 66.67

Tabel ini merupakan tabel Simplex optimal yang baru setelah X3 dipertimbangkan untuk diproduksi. Tampak bahwa X2 tidak lagi menjadi basis, sehingga tingkat optimalitas dicapai dengan X1 = 20/3, X3 = 20/3 dan solusi optimal = $ 66.67. Suplemen-3 : Hasil Optimasi LP dengan Program QSB. Summarized Results for SENTV Variables No. 1 2 3 Name Cost X1 X2 X3 +6.6666 0 +6.6666 0 +1.333333 0 4 5 S1 S2 0 0 +6.66666 +6.66666 solution Opportunity Variables No. Name solution Opportunity Cost

Maximum Value of the OBJ. = +6.66666 Iters. = 3 5. Perubahan Teknologi. Perubahan teknologi dapat menyebabkan perubahan penggunaan sumber. Perubahan tersebut tidak berakibat kepada koefisien fungsi tujuan, tetapi berakibat kepada daerah fisibel sehingga ada kemungkinan perubahan tingkat optimalitas. Kasus-3 : Max. Z = 50 X1 + 120 X2 S/t. 2 X1 + 4 X2 80 3 X1 + 1 X2 60 Xi 0 kendala kapasitas waktu kerja di bagian listrik. kendala kapasitas waktu kerja di bagian audio.

Tabel Simplex Optimal (lihat Suplemen-4). CB cj basis 120 0 X2 S2 zj cj Zj 50 X1 5/2 60 -10 120 X2 1 0 120 0 0 S1 1/4 -1/4 30 -30 0 S2 0 1 0 0 20 40 2400 solution

Perubahan teknologi dapat merubah koefisien pada fungsi kendala, misal : untuk memproduksi X1 dibutuhkan waktu pada bagian audio yang lebih singkat, dari 3 satuan waktu menjadi 2 satuan waktu. Maka kendala kapasitas waktu kerja pada bagian audio berubah menjadi : 2 X1 + 1 X2 60. Kendala baru ini tidak berpengaruh kepada fungsi tujuan, tetapi ada pengaruhnya terhadap daerah fisibel, sehingga ada kemungkinan perubahan tingkat optimal. Suplemen-4 : Hasil Optimasi LP dengan Program QSB. Summarized Results for SENTV Variables No. 1 2 Name Cost X1 X2 0 +20.000 +10.0000 +1.333333 3 4 S1 S2 0 +40.000 +30.0000 0 solution Opportunity Variables No. Name solution Opportunity Cost

Maximum Value of the OBJ. = 2400 Iters. = 1 Penjelasan hal ini lebih mudah digambarkan dengan pendekatan grafis sebagai berikut :

X2 3 X1 + 1 X2 60 60

40

2 X1 + 4 X 80

20 ab c 2040 solusi optimal X1

Perubahan koefisien kendala waktu kerja pada bagian audio ternyata tidak merubah tingkat optimalitas. X2

60 40 20 a

2 X1 + 1 X2 60 2 X1 + 4 X2 80 b c 20 30 solusi optimal

X1 40

Jika yang terjadi adalah perubahan waktu kerja pada bagian listrik, sehingga kendala waktunya berubah menjadi : 2 X1 + 5 X2 < 80; maka akan terjadi perubahan tingkat optimal sebagai berikut : Dari pendekatan grafis ini tampak bahwa ada titik optimal dari titik-a bergeser ke titik-b.

X2 60 3 X1 + 1 X2 60 40 solusi optimal 20 2 X1 + 5 X2 80 16 c 20 a b X1 40

You might also like