MAKALAH RISET OPERASI & OPTIMASI
Membuat makalah terkait “Studi Kasus Dalam Persoalan Optimasi dgn menggunakan
Metode Simplex"
Dosen Pengampu :
Dr. Eng. Yeyes Mulyadi, S.T., [Link].
Senin, 3 November 2025
Disusun Oleh :
Rayhan Rachmatullah 5046231014
Ahnaf Daffa Kurnianto 5046231024
Niceel Sinaga 5046231027
PROGRAM STUDI SARJANA TEKNIK LEPAS PANTAI
DEPARTEMEN TEKNIK KELAUTAN
FAKULTAS TEKNOLOGI KELAUTAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2025
ABSTRAK
DAFTAR ISI
ABSTRAK 2
DAFTAR ISI 3
BAB I
PENDAHULUAN 4
1.1 Latar Belakang 4
1.2 Rumusan Masalah 4
1.3 Tujuan Penelitian 4
BAB II
TINJAUAN PUSTAKA 5
2.1 Metode Simplex 5
2.2 Keuntungan Metode Simplex 5
2.3 Kekurangan Metode Simplex 5
BAB III
METODOLOGI 6
3.1 Menyusun Fungsi Tujuan 6
3.2 Membuat Kendala (Constraint) 6
3.3 Mengubah ke Bentuk Standar (Standard Form) 6
3.4 Membuat Tabel Simpleks Awal (Simplex Tableau) 6
3.5 Menentukan Variabel Masuk (Entering Variable) 6
3.6 Menentukan Variabel Keluar (Leaving Variable) 6
3.7 Operasi Pivot 6
3.8 Iterasi (Pengulangan) 6
3.9 Solusi Optimal 6
BAB IV
HASIL DAN PEMBAHASAN 7
BAB V
KESIMPULAN 8
BAB VI
DAFTAR PUSTAKA 9
BAB I
PENDAHULUAN
1.1 Latar Belakang
Permasalahan optimasi adalah hal penting dalam dunia bisnis dan industri.
Optimalisasi berkaitan dengan pengalokasian sumber daya terbatas, seperti uang, waktu, dan
bahan baku, untuk mencapai tujuan tertentu secara maksimal. Salah satu metode yang paling
efektif dalam menyelesaikan permasalahan optimasi linier adalah penggunaan metode
simplex yang diperkenalkan oleh George Dantzig pada tahun 1947 dan telah memberikan
dampak signifikan dalam bidang pemrograman linier.
Metode simplex membantu untuk menemukan solusi optimal dari fungsi objektif yang
memiliki banyak kendala. Penggunaan metode ini tidak terbatas pada satu sektor; berbagai
industri lain seperti manufaktur, logistik, hingga riset medis juga menggunakan metode ini
untuk menyelesaikan tantangan operasional. Perkembangan variasi dan teknik lain yang
berkaitan dengan metode simplex juga menunjukkan potensi perbaikan. Misalnya,
pendekatan-algoritma alternatif dan inovatif yang dipadukan dengan teknik simplex untuk
mengatasi masalah yang lebih rumit dan bervariasi. Dengan demikian, kemampuan metode
simplex untuk berkembang menjadi salah satu hal yang relevan dalam riset dan aplikasi
praktis. Dengan berbagai aplikasi dan kemajuan teknis yang berkesinambungan, penelitian
akan mengeksplorasi lebih dalam tentang penerapan metode simplex dalam konteks masalah
optimasi linier.
1.2 Rumusan Masalah
1. Bagaimana cara mengoptimalkan fungsi objektif dalam masalah linier menggunakan
metode simplex?
2. Apa saja langkah-langkah yang harus dilakukan dalam penerapan metode simplex
untuk menyelesaikan masalah optimasi?
3. Apa saja kendala-kendala yang mungkin dihadapi dalam proses implementasi metode
simplex pada permasalahan linier?
4. Bagaimana metode simplex dapat diterapkan dalam studi kasus nyata di berbagai
sektor industri?
1.3 Tujuan Penelitian
Berdasarkan rumusan masalah di atas, tujuan dari penelitian ini adalah :
1. Untuk menjelaskan proses mengoptimalkan fungsi objektif dengan metode simplex
dalam pemrograman linear.
2. Untuk mengidentifikasi langkah-langkah sistematis yang diperlukan dalam
menerapkan metode simplex pada masalah optimasi.
3. Untuk mengeksplorasi kendala dan tantangan yang mungkin dihadapi dalam
penerapan metode ini dan mencari solusi yang relevan.
4. Untuk memberikan contoh kasus nyata penerapan metode simplex di berbagai sektor,
serta memberikan analisis hasil yang diperoleh.
BAB II
TINJAUAN PUSTAKA
2.1 Metode Simplex
Metode Simplex adalah suatu algoritma matematis yang digunakan untuk
menyelesaikan masalah program linear (Linear Programming/LP), yaitu masalah optimasi
(memaksimalkan atau meminimumkan fungsi tujuan) dengan kendala berbentuk persamaan
atau pertidaksamaan linear. Penemu Metode Simpleks ditemukan oleh George B. Dantzig
pada tahun [Link] adalah seorang matematikawan dan ilmuwan komputer asal Amerika,
dikenal sebagai “Bapak Program Linear (Linear Programming)”.
2.2 Keuntungan Metode Simplex
1. Efisien dan sistematis, Mampu menyelesaikan masalah program linier dengan banyak
variabel & kendala. Lebih praktis dibanding metode grafik (yang hanya bisa 2
variabel).
2. Solusi optimal terjamin, Jika solusi optimal ada, metode simpleks pasti
menemukannya.
3. Fleksibel, Bisa digunakan untuk kasus maksimasi maupun minimisasi. Bisa
menangani kendala berbentuk ≤, ≥, maupun = dengan penyesuaian variabel (slack,
surplus, artificial).
4. Aplikasi luas, Digunakan di bidang industri, transportasi, manajemen produksi,
logistik, keuangan, hingga riset operasi militer.
2.3 Kekurangan Metode Simplex
1. Kompleksitas perhitungan manual, Untuk jumlah variabel & kendala yang besar,
metode ini sulit dihitung dengan tangan, lebih cocok dikerjakan dengan komputer.
2. Iterasi banyak, Dalam kasus tertentu, jumlah iterasi bisa sangat banyak (walau masih
efisien dibanding metode lain).
3. Hanya untuk program linier, Tidak bisa dipakai untuk masalah non-linier (harus
menggunakan metode optimasi lain, misalnya metode kuadrat terkecil, optimasi
non-linier, atau algoritma heuristik).
4. Butuh bentuk standar, Semua kendala harus diubah ke bentuk persamaan (standard
form), sehingga butuh langkah tambahan sebelum masuk tabel simpleks.
BAB III
METODOLOGI
3.1 Menyusun Fungsi Tujuan
Tentukan fungsi tujuan yang ingin dimaksimalkan atau diminimalkan.
Contoh:
3.2 Membuat Kendala (Constraint)
Tulis semua kendala dalam bentuk linear dan Variabel harus bernilai non-negatif.
3.3 Mengubah ke Bentuk Standar (Standard Form)
Ubah pertidaksamaan (≤ atau ≥) menjadi persamaan dengan menambahkan variabel
slack, surplus, atau artificial.
Contoh:
3.4 Membuat Tabel Simpleks Awal (Simplex Tableau)
Susun semua koefisien fungsi tujuan dan kendala dalam bentuk tabel.
3.5 Menentukan Variabel Masuk (Entering Variable)
Pilih kolom dengan nilai koefisien paling negatif pada baris fungsi tujuan (untuk
masalah maksimasi).
3.6 Menentukan Variabel Keluar (Leaving Variable)
Gunakan tes rasio minimum (nilai ruas kanan ÷ nilai kolom pivot positif) untuk
menentukan variabel yang keluar.
3.7 Operasi Pivot
Lakukan perhitungan baris sehingga variabel yang masuk menjadi variabel basis dan
bentuk tabel baru.
3.8 Iterasi (Pengulangan)
Ulangi proses (poin 5–7) sampai tidak ada lagi koefisien negatif pada baris fungsi
tujuan.
3.9 Solusi Optimal
Solusi diperoleh ketika kondisi optimal tercapai. Nilai variabel basis menunjukkan
solusi optimal, dan nilai Z pada baris fungsi tujuan menunjukkan nilai maksimum/minimum.
BAB IV
HASIL DAN PEMBAHASAN
BAB V
KESIMPULAN
BAB VI
DAFTAR PUSTAKA
S. M. Hutauruk, F. A. Pitaningtyas, W. F. Albar, and A. S. E. Hidayat, “View of Solving the
Problem of Profit Maximization in Najwa Sewing House Textile Business in Salatiga,”
[Link], 2025. [Link]
S. K. Tripathi and R. Kumar, “A Short Literature on Linear Programming Problem,” EAI
Endorsed Transactions on Energy Web, vol. 10, Nov. 2023, doi:
[Link]
J. Wiley and Sons, “The Simplex algorithm for the rapid identification of operating
conditions during early bioprocess development: case studies in FAb’ precipitation and
multimodal chromatography,” 2011.