Metode Matriks Metode Matriks STOP Metode Matriks

dokumen-dokumen yang mirip
Metode Simpleks Minimum

Pengubahan Model Ketidaksamaan Persamaan

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi

BAB II METODE SIMPLEKS

BahanKuliahKe-3 Penelitian Operasional VARIABEL ARTIFISIAL. (Metode Penalty & Teknik Dua Fase) Oleh: Darmansyah Tjitradi, MT.

BAB III. METODE SIMPLEKS

Model umum metode simpleks

BAB 3 METODE PENELITIAN

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Metode Simpleks M U H L I S T A H I R

Algoritma Simplex. Algoritma Simplex adalah algoritma yang digunakan untuk mengoptimalkan fungsi objektif dan memperhatikan semua persamaan

PROGRAM LINIER METODE SIMPLEKS

METODE SIMPLEKS (THE SIMPLEX METHOD)

BAB V PROGRAMA LINIER : METODE SIMPLEKS

Modul 8. PENELITIAN OPERASIONAL INTEGER PROGRAMMING. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

MATA KULIAH RISET OPERASIONAL

OPTIMASI PEMOTONGAN BALOK KAYU DENGAN POLA PEMOTONGAN SATU DIMENSI MENGGUNAKAN TEKNIK PEMBANGKIT KOLOM (COLUMN GENERATION TECHNIQUE) SKRIPSI

BAB III PEMBAHASAN. linear yang dinyatakan dengan fungsi tujuan dan fungsi kendala yang memiliki

ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

Rivised Simpleks Method (metode simpleks yang diperbaiki)

BAB 2 KAJIAN PUSTAKA

BAB IV. METODE SIMPLEKS

APLIKASI PROGRAM INTEGER PADA PERUMAHAN BUMI SERGAI DI SEI RAMPAH

PERTEMUAN 12 KEMEROSOTAN (DEGENERACY)

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

Riset Operasional LINEAR PROGRAMMING

Bab 2 LANDASAN TEORI

ANALISIS SENSITIVITAS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

Pemrograman Linier (6)

II LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.

Metode Simpleks (Simplex Method) Materi Bahasan

SOFTWARE LINDO I KOMANG SUGIARTHA

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN Latar Belakang

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

Pemrograman Linier (4)

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model

PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING

I PENDAHULUAN II LANDASAN TEORI

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

Metode Simpleks dengan Big M dan 2 Phase

ALGORITMA METODE SIMPLEKS (PRIMAL)

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

12/15/2014. Apa yang dimaksud dengan Pemrograman Bulat? Solusi yang didapat optimal, tetapi mungkin tidak integer.

BAB 2 LANDASAN TEORI

TEORI DUALITAS. Pertemuan Ke-9. Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia

Ada beberapa kasus khusus dalam simpleks. Kadangkala kita akan menemukan bahwa iterasi tidak berhenti, karena syarat optimalitas atau syarat

BAB II KAJIAN TEORI. masalah fuzzy linear programming untuk optimasi hasil produksi pada bab

BAB 2 LANDASAN TEORI

Pemrograman Linier (3)

BAB 2 LANDASAN TEORI

PERTEMUAN 5 Metode Simpleks Kasus Minimum

Ir. Tito Adi Dewanto

PROGRAM LINEAR DENGAN METODE SIMPLEX

TENTUKAN MODEL MATEMATISNYA!

1) Formulasikan dan standarisasikan modelnya 2) Bentuk tabel awal simpleks berdasarkan informasi model di atas 3) Tentukan kolom kunci di antara

PROGRAM LINEAR: METODE SIMPLEX

Bab 2 LANDASAN TEORI

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL

BAB 2 LANDASAN TEORI

Z = 5X1 + 6X2 + 0S1 + 0S2 + MA1 + MA2. Persoalan Primal (asli) Persoalan Dual (kebalikan dari primal)

APLIKASI METODE CUTTING PLANE DALAM OPTIMISASI JUMLAH PRODUKSI TAHUNAN PADA PT. XYZ. Nico, Iryanto, Gim Tarigan

MODEL TRANSPORTASI MATAKULIAH RISET OPERASIONAL Pertemuan Ke-12 & 13. Riani Lubis Jurusan Teknik Informatika Universitas Komputer Indonesia

matematika PEMINATAN Kelas X PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN K13 A. PERSAMAAN EKSPONEN BERBASIS KONSTANTA

TEORI PERMAINAN. Digunakan jika permainan stabil ada titik saddle (saddle point) Titik sadel minimaks = maksimin Contoh :

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-6

Operations Management

Taufiqurrahman 1

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

TEORI DUALITAS & ANALISIS SENSITIVITAS

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

I PENDAHULUAN II LANDASAN TEORI

BAB II KAJIAN PUSTAKA

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.

contoh soal metode simplex dengan minimum

Perhatikan model matematika berikut ini. dapat dibuat tabel

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

BAB 2 LANDASAN TEORI

MODEL TRANSPORTASI - I MATAKULIAH RISET OPERASIONAL Pertemuan Ke-7. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tetapi juga oleh pertidaksamaan dan/atau persamaan =. Fungsi kendala dengan pertidaksamaan

Teori permainan mula-mula dikembangkan oleh ilmuan Prancis bernama Emile Borel, secara umum digunakan untuk menyelesaikan masalah yang

ANALISIS POSTOPTIMAL/SENSITIVITAS

PROGRAMA INTEGER 10/31/2012 1

PEMANFAATAN SOLVER EXCEL UNTUK OPTIMASI PENJADWALAN MATA PELAJARAN

Manajemen Sains. Pemrograman Linier (Metode Simpleks) Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

METODE BIG M. Metode Simpleks, oleh Hotniar Siringoringo, 1

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Teknik Riset Operasi. Oleh : A. AfrinaRamadhani H. Teknik Riset Operasi

Metode Koefisien Tak Tentu untuk Penyelesaian PD Linier Homogen Tak Homogen orde-2 Matematika Teknik I_SIGIT KUSMARYANTO

BAB 2 PROGRAM INTEGER. Program linear merupakan metode matematika untuk mengalokasikan sumber

BAB 2 LANDASAN TEORI

Transkripsi:

Saifoe El Unas Solusi optimum yang dihasilkan pada Program Linier seringkali diperoleh nilai variabel keputusan adalah bukan bilangan bulat(integer). Dalam beberapa kasus, variabel keputusan harus berupa bilangan bulat (integer), misalnya jumlah rumah, jumlah mesin/alat berat, jumlah tenaga kerja, dll. 1

Apabila variabel keputusan pada solusi optimum harus bilangan bulat (integer) maka penyelesaiannya tidak cukup dengan menggunakan Program Linier. Pengembangan Program Linier untuk memperoleh solusi optimum sehingga menghasilkan variabel keputusan berupa bilangan bulat disebut dengan Program Integer. Penyelesain Program Integer diawali terlebih dahulu dengan mengerjakan Program Linier sampai diperoleh solusi oprimum. Jika variabel keputusan bukan bilangan bulat, maka pada bagian pembatas harus ditambah lagi dengan pembatas baru sehingga diperoleh solusi optimum yang akan memberikan variabel keputusan berupa bilangan bulat. 2

Ada beberapa metode untuk penyelesaian Program Integer, yaitu: 1. Metode Cabang-Batas(Branch& Bound) 2. Metode Gomory(Cutting Plane). 3. Metode Matriks. Penjelasan selanjutnya untuk penyelesaian Program Integer khusus hanya untuk Metode Matriks yang dikembangkan oleh Saifoe El Unas. Langkah-langkah penyelesaian Program Integer secara umum adalah sbb: 1. Lakukan langkah seperti pada Program Linier untuk mendapatkan solusi optimum. 2. Jika variabel keputusan pada langkah 1 sudah bilangan bulat maka STOP, karena sudah diperoleh solusi optimum untuk Program Integer. 3. Lakukan Metode Matriks untuk mendapatkan solusi optimum pada Program Integer. 3

Metode Matriks dikembangkan untuk menyelesaikan Program Integer maupun Program 0-1. Bentuk matriks sbb: Variabel-variabel Koefisien Tujuan Koefisien Pembatas Operator Pembatas Konstanta Pembatas Hasil Nilai-nilai variabel Langkah-langkah Metode Matriks: 1. Susun ulang model matematika dari Program Integer dg. urutan variabel berdasarkan konstanta fungsi tujuan sbb: Untuk tujuan Maksimumkan, mulai dari konstanta terbesar. Untuk tujuan Minimumkan, mulai dari konstanta terkecil. 4

2. Buat matriks dengan ketentuan: Tuliskan variabel-variabel keputusan pada bagian paling atas sesuai urutan pada langkah 1. Tuliskan konstanta pada Tujuan di bawah variabel keputusan dengan urutan pada langkah 1. Tuliskan konstanta pada Pembatas di bawah konstanta Tujuan sesuai urutan pada langkah 1. 3. Lakukan iterasi awal perhitungan dengan cara: Tuliskan nilai-nilai variabel keputusan dari solusi optimum hasil Program Linier di bawah konstanta Pembatas. Hitung jumlah dari perkalian antara nilai variabel dengan konstanta pada kolom yang sama, tuliskan hasilnya pada bagian paling kanan. Hasil pada baris 5

4. Lakukan perhitungan pd iterasi kedua dengan ketentuan: Masukkan nilai bulat pada variabel yang paling mendekati dengan hasil solusi optimum pada iterasi awal sehingga terpenuhi syarat-syarat pada Pembatas. Hitung hasilnya seperti pada langkah 3. 5. Lakukan perhitungan pd iterasi berikutnya dengan ketentuan: Coba masukkan nilai bilangan bulat maksimum pada variabel pertama yg masih memenuhi syarat Pembatas, nilaivariabellain=0. Hitung hasilnya seperti pada langkah 3. 6. Lakukan seperti pada langkah 5 untuk variabel ke dua, dan seterusnya, sehingga diketahui nilai-nilai maksimum dari setiap variabel. 6

7. Lakukan coba-coba pd iterasi-iterasi berikutnya dengan ketentuan: Masukkan kombinasi nilai-nilai bilangan bulat pada semua variabel yang nilainya kurang dari nilai maksimum pada masingmasing variabel, dan hitung hasilnya. Berikan prioritas nilai terbesar pada variabelvariabel di sebelah kiri. Pada setiap kombinasi variabel, jika ada hasil pada Pembatas yang tidak memenuhi syarat atau hasil pada Tujuan yang tidak optimum langsung dicoret. 8. Ulangi terus langkah 7. Iterasi dihentikan jika: Sudah diperoleh solusi optimum, dan Paling tidak ada satu hasil yang nilainya di atas solusi optimum(untuk tujuan Maksimum) atau di bawah solusi optimum (untuk tujuan Minimum). 7

9. Setelah diperoleh solusi optimum, tambahkan Pembatas dari hasil variabel yang optimum berdasakan tanda konstanta pada fungsi Tujuan dengan aturan sbb: a. Pada tujuan Maksimumkan: Konstanta positif, gunakan tanda. Konstanta negatif, gunakan tanda. b. Pada tujuan Minimumkan: Konstanta positif, gunakan tanda. Konstanta negatif, gunakan tanda. 10. Terakhir, lakukan pemeriksaan atau pembuktian solusi optimum dengan Metode Simpleks dari model Program Linier yang sudah ditambahkan Pembatas seperti pada langkah 9. 8

Contoh1: Tujuan: Maksimumkan 3 4 Pembatas 2 6 2 3 9 Dengan metode Simpleks diperoleh solusi optimum: z=12,75 x 1 =2,25 x 2 =1,5 Langkah 1: Susun ulang model matematika Tujuan: Maksimumkan 4 3 Pembatas 2 6 3 2 9 9

Langkah 2 & 3 : Susun matriks & iterasi awal. x2 x1 4 3 1 2 6 3 2 9 12,75 6 9 1,5 2,25 Langkah 4: Iterasi dg nilai variabel terdekat dg solusi optimum Program Linier. x2 x1 4 3 12,75 1 2 6 6 3 2 9 9 1,5 2,25 2 2 2 1 14 6 10 11 4 8 10

Langkah 5-8 : Iterasi sampai diperoleh solusi optimum. x2 x1 4 3 12,75 14 11 1 2 6 6 6 4 3 2 9 9 10 8 1,5 2,25 2 2 2 1 3 0 3 1 12 3 9 15 5 11 Langkah 9: Tambahkan pembatas Dari langkah 8, diperoleh solusi optimum pada: x 1 =0danx 2 =3. Tujuan adalah Maksimumkan dan semua konstanta pada fungsi tujuan adalah positif, sehingga digunakan tanda pada pembatas tambahan. 11

Model matematika dari Program Integer menjadi: Tujuan: Maksimumkan 3 4 Pembatas 2 6 2 3 9 0 3 Langkah 10 : Metode Simpleks pada solusi optimum Program Integer. Bentuk standar dari model Program Integer: 3 4 0 2 6 2 3 9 0 3 Penyelesaian dari bentuk standar ini melalui Metode Simpleks. 12

Metode Simpleks Iterasi 0 Basis z x1 x2 S1 S2 S3 S4 Solusi z 1-3 -4 0 0 0 0 0 S1 0 2 1 1 0 0 0 6 6 S2 0 2 3 0 1 0 0 9 3 S3 0 1 0 0 0 1 0 0 S4 0 0 1 0 0 0 1 3 3 Iterasi 1 Basis z x1 x2 S1 S2 S3 S4 Solusi z 1-3 0 0 0 0 4 12 S1 0 2 0 1 0 0-1 3 1,5 S2 0 2 0 0 1 0-3 0 0 S3 0 1 0 0 0 1 0 0 0 x2 0 0 1 0 0 0 1 3 13

Iterasi 2 Basis z x1 x2 S1 S2 S3 S4 Solusi z 1 0 0 0 0 3 4 12 S1 0 0 0 1 0-2 -1 3 S2 0 0 0 0 1-2 -3 0 x1 0 1 0 0 0 1 0 0 x2 0 0 1 0 0 0 1 3 Contoh2: Tujuan: Minimumkan 2 Pembatas 2 5 4 4 5 Dengan metode Simpleks diperoleh solusi optimum: z=-3,75 x 1 =1,25 x 2 =2,5 14

Langkah 1: Susun ulang model matematika Tujuan: Minimumkan 2 Pembatas 2 5 4 4 5 Langkah 2 & 3 : Susun matriks & iterasi awal. x2 x1-2 1-3,75 1 2 5 5 4-4 5 5 2,5 1,25 15

Langkah 4-8 : Iterasi sampai diperoleh solusi optimum. x2 x1-2 1-3,75-5 -4-3 -2 1 2 5 5 5 7 4 1 4-4 5 5 8 4 4 4 2,5 1,25 3 1 3 2 2 1 1 0 Langkah 9: Tambahkan pembatas Dari langkah 8, diperoleh solusi optimum pada: x 1 =1danx 2 =2. Tujuan adalah Minimumkan, konstanta 1 pada fungsi tujuan adalah positif dan konstanta 1 negatif, sehingga digunakan tanda pada pembatas tambahan 1 dan tanda padapembatastambahan2. 16

Model matematika dari Program Integer menjadi: Tujuan: Maksimumkan 2 Pembatas 2 5 4 4 5 1 2 Langkah 10 : Metode Simpleks pada solusi optimum Program Integer. Bentuk standar dari model Program Integer: 2 0 2 5 4 43 5 1 2 Penyelesaian dari bentuk standar ini melalui Metode Simpleks 2 Fase. 17

Metode Simpleks. Fase1 Minimumkan: 1 Pembatas: 2 5 4 43 5 1 2 Fase1 Iterasi 0 Basis r x1 x2 S1 S2 S3 S4 R3 Solusi r 1 1 0 0 0-1 0 0 1 S1 0 2 1 1 0 0 0 0 5 2,5 S2 0-4 4 0 1 0 0 0 5-1,25 R3 0 1 0 0 0-1 0 1 1 1 S4 0 0 1 0 0 0 1 0 2 18

Iterasi 1 Basis r x1 x2 S1 S2 S3 S4 R3 Solusi r 1 0 0 0 0 0 0-1 0 S1 0 0 1 1 0 2 0-2 3 S2 0 0 4 0 1-4 0 4 9 x1 0 1 0 0 0-1 0 1 1 S4 0 0 1 0 0 0 1 0 2 Fase2 DarihasilFase1diperoleh: 1 1 2 2 Nilaix 1 danx 2 disubstitusikanpadanilaiz: 2 0 1 2 2 0 2 3 19

Fase2 Iterasi 0 Basis z x1 x2 S1 S2 S3 S4 Solusi z 1 0 0 0 0-1 -2-3 S1 0 0 1 1 0 2 0 3 3 S2 0 0 4 0 1-4 0 9 2,25 x1 0 1 0 0 0-1 0 1 S4 0 0 1 0 0 0 1 2 2 Iterasi 1 Basis z x1 x2 S1 S2 S3 S4 Solusi z 1 0 0 0 0-1 -2-3 S1 0 0 0 0 0 0 0 5 S2 0 0 0-4 1-12 0 17 x1 0 1 0 0 0-1 0 1 x2 0 0 1 0 0 0 1 2 20