LINEAR PROGRAMMING MODEL SIMPLEX

dokumen-dokumen yang mirip
TEKNIK RISET OPERASI

Operations Management

MENENTUKAN JUMLAH PRODUKSI BATIK DENGAN MEMAKSIMALKAN KEUNTUNGAN MENGGUNAKAN METODE LINEAR PROGRAMMING PADA BATIK HANA

PROGRAM LINEAR: METODE SIMPLEX

PROGRAM LINIER METODE SIMPLEKS

Model umum metode simpleks

Taufiqurrahman 1

MATA KULIAH RISET OPERASIONAL

BAB 2 LINIER PROGRAMMING DENGAN SIMPLEX

ANALISIS CONTRIBUTION MARGIN ATAS PRODUK-PRODUK PADA USAHA WARUNG MAKAN PUTRA BUKIT DI TENGGARONG (PENERAPAN METODE SIMPLEK)

METODE SIMPLEKS (THE SIMPLEX METHOD)

Konsep Primal - Dual

BAB 2 LANDASAN TEORI

Ir. Tito Adi Dewanto

mempunyai tak berhingga banyak solusi.

Metode Simpleks Kasus Minimisasi

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

Pengubahan Model Ketidaksamaan Persamaan

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

BAB IV. METODE SIMPLEKS

Pengambilan Keputusan dalam keadaan ada kepastian. IRA PRASETYANINGRUM, S.Si,M.T

BAB II METODE SIMPLEKS

PROGRAM LINEAR DENGAN METODE SIMPLEX

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

BAB II LANDASAN TEORI. A. Sistem Persamaan Linear dan Sistem Pertidaksamaan Linear

Operations Management

LINEAR PROGRAMMING. 1. Pengertian 2. Model Linear Programming 3. Asumsi Dasar Linear Programming 4. Metode Grafik

Perhatikan model matematika berikut ini. dapat dibuat tabel

BAHAN KULIAH TEKNIK RISET OPERASI

: METODE GRAFIK. Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya

METODE SIMPLEKS DALAM PROGRAM LINIER

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

BAB II TINJAUAN PUSTAKA

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

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

MAKSIMALISASI KEUNTUNGAN DENGAN PENDEKATAN METODE SIMPLEKS Kasus pada Pabrik Sosis SM

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

TEORI DUALITAS & ANALISIS SENSITIVITAS

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB 2 LANDASAN TEORI

Metode Simpleks dengan Big M dan 2 Phase

METODE dan TABEL SIMPLEX

Bentuk Standar. max. min

OPTIMALISASI KEUNTUNGAN PADA PERUSAHAAN KERIPIK BALADO MAHKOTA DENGAN METODE SIMPLEKS

BAB II KAJIAN PUSTAKA

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)

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

PEMROGRAMAN LINIER. Metode Simpleks

ANALISIS LINIER PROGRAMMING UNTUK OPTIMALISASI KOMBINASI PRODUK

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

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

Taufiqurrahman 1

Riset Operasional LINEAR PROGRAMMING

OPTIMALISALI KASUS PEMROGRAMAN LINEAR DENGAN METODE GRAFIK DAN SIMPLEKS

OPTIMALISASI JUMLAH TIPE RUMAH YANG AKAN DIBANGUN DENGAN METODE SIMPLEKS PADA PROYEK PENGEMBANGAN PERUMAHAN

PROGRAM LINIER METODE GRAFIK

BAB III. METODE SIMPLEKS

18/09/2013. Ekonomi Teknik / Sigit Prabawa / 1. Ekonomi Teknik / Sigit Prabawa / 2

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

OPTIMALISASI PRODUKSI MENGGUNAKAN MODEL LINEAR PROGRAMMING (Studi Kasus : Usaha Kecil Menengah Kue Semprong)

PEMROGRAMAN LINEAR YULIATI,SE,MM

METODE SIMPLEKS 06/10/2014. Angga Akbar Fanani, ST., MT. SPL Nonhomogen dengan penyelesaian tunggal (unique) ~ ~

BAB 2 LANDASAN TEORI

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

TINJAUAN PRIMAL-DUAL DALAM PENGAMBILAN KEPUTUSAN

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

Pertemuan 2 Metode Simplex

PENERAPAN PROGRAM LINIER DALAM OPTIMASI BIAYA PAKAN IKAN DENGAN METODE SIMPLEKS (STUDI KASUS PT. INDOJAYA AGRINUSA MEDAN)

OPTIMALISASI KOMPOSISI TIPE RUMAH PADA PENGEMBANGAN PEMBANGUNAN PERUMAHAN BERANDA MUMBUL

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

Masih ingat khan, bahwa kedua fungsi di atas berasal dari tabel penyederhanaan yg dibuat pada kasus berikut ini :

MATEMATIKA SISTEM INFORMASI 2 IT

ANALISIS PENENTUAN KOMBINASI PRODUK OPTIMAL PADA PT. PISMATEX DI PEKALONGAN

Optimalisasi Produksi Di Industri Garment Dengan Menggunakan Metode Simpleks

Metode Simpleks (Simplex Method) Materi Bahasan

Pemrograman Linier (2)

PENDAHULUAN. Buku Bacaan Sementara : Diktat Gunadarma penulis Media Anugrah Ayu Riset Operasi penulis a.l. Pangestu Subagyo, T.

III. METODE PENELITIAN

Ardaneswari D.P.C., STP, MP.

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

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

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN, UNIVERSITAS ANDALAS BAHAN AJAR. Simpleks

BAB 2 LANDASAN TEORI

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS. Obyektif 1. Memahami cara menyelesaikan permasalahan menggunakan solusi grafik 2. Mengetahui fungsi kendala dan fungsi tujuan

BAB II TINJAUAN PUSTAKA

Optimasi dengan Algoritma Simplex. Kusrini Jurusan Sistem Informasi STMIK AMIKOM Yogykakarta Jl. Ringroad Utara Condong Catur Sleman Yogyakarta

BAB II KAJIAN TEORI. Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program

PENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI

BAB II TINJAUAN PUSTAKA

METODE SIMPLEKS DALAM PROGRAM LINIER

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

Manajemen Sains. Eko Prasetyo. Teknik Informatika UMG Modul 3 PEMROGRAMAN LINIER METODE SIMPLEKS

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

Danang Triagus Setiyawan ST.,MT

penelitian, yaitu kontribusi margin dan kendala. Berikut adalah pengertian dari

Optimalisasi Produksi Di Industri Garment Dengan Menggunakan Metode Simpleks

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENCARI KEUNTUNGAN MAKSIMAL PADA PERUSAHAAN TEMBIKAR DENGAN MENGGUNAKAN METODE SIMPLEKS. Kusrini 1.

BAB 2 LANDASAN TEORI 2.1 Sistem dan Model Pengertian sistem Pengertian model

BAB II TINJAUAN PUSTAKA

Transkripsi:

LINEAR PROGRAMMING MODEL SIMPLEX 1

Apabila suatu masalah LP hanya terdiri dari 2 variabel keputusan, maka dapat diselesaikan dengan metode GRAFIK Tetapi jika lebih dari 2 kegiatan maka digunakan metode Simplex Metode Simplex merupakan suatu cara untuk menentukan kombinasi optimal dari 3 variabel atau lebih 2

LANGKAH-LANGKAH DALAM METODE SIMPLEX 1. Merubah fungsi tujuan dan batasan-batasan 2. Menyusun persamaan-persamaan di dalam tabel 3. Memilih KOLOM KUNCI 4. Memilih BARIS KUNCI 5. Merubah nilai-nilai BARIS KUNCI 6. Merubah nilai-nilai selain pada BARIS KUNCI 7. Melanjutkan perbaikan-perbaikan/perubahanperubahan 3

1. Merubah fungsi tujuan dan batasan-batasan Fungsi tujuan diubah menjadi fungsi implisit, artinya semua C j X ij digeser ke kiri Misal: Z = 3X 1 + 5X 2 diubah menjadi: Z 3X 1 5 X 2 = 0 Pada bentuk standar,semua batasan mempunyai tanda. Pertidaksamaan tersebut harus diubah menjadi persamaan. Caranya dengan menambah SLACK VARIABLE (variabel tambahan yang mewakili tingkat pengangguran atau kapasitas yang mempunyai batasan) Variabel Slack ini adalah X n+1, X n+2,,x n+m 4

Fungsi Batasan: (1) 2X 1 8 2x 1 + x 3 = 8 (2) 3x 2 15 3x 2 + x 4 = 15 (3) 6X 1 + 5X 2 30 6x 1 + 5X 2 + x 5 = 30 Formulasi matematisnya: Fungsi Tujuan: Maks Z 3X 1 5 X 2 Batasan: (1) 2x 1 + x 3 = 8 (2) 3x 2 + x 4 = 15 (3) 6x 1 + 5X 2 + x 5 = 30 5

2. Menyusun persamaan-persamaan di dalam tabel Variabel Dasar Z X 1 X 2 Xn X n+1 X n+2.. X n+m NK (RHS) Z 1 -C 1 -C 2 -Cn 0 0 0 0 X n+1 0 a 11 a 12 a 1n 1 0 0 b 1 X n+2 0 a 21 a22 a 2n 0 1 0 b 2 : : : : : : : : : : : : : : : : : : X n+m 0 a m1 a m2 a mn 0 0 1 b m NK (RHS) : Nilai Kanan persamaan, yaitu nilai di belakang tanda = Variabel dasar: variabel yang nilainya sama dengan sisi kanan dari persamaan. Pada persamaan 2 X 1 + X 3 = 8, jika belum ada kegiatan apa-apa, berarti nilai X 1 = 0, dan semua kapasitas masih menganggur, maka pengangguran ada 8 satuan (nilai sisi kanan) atau nilai X 3 = 8 Pada tabel tersebut nilai variabel dasar (X 3,X 4,X 5 ) pada fungsi tujuan harus 0, dan nilainya pada batasan-batasan bertanda positif. 6

Tabel 1: Data perusahaan sepatu BATA dalam tabel simplex pertama Variabel Z X 1 X 2 X 3 X 4 X 5 NK Dasar Z 1-3 -5 0 0 0 0 X 3 0 2 0 1 0 0 8 X 4 0 0 3 0 1 0 15 X 5 0 6 5 0 0 1 30 7

Langkah 3: Memilih KOLOM KUNCI KOLOM KUNCI adalah kolom yang merupakan dasar untuk merubah tabel di atas. KOLOM KUNCI Kolom yang mempunyai nilai pada baris fungsi tujuan yang bernilai NEGATIF TERBESAR (dalam tabel terletak pada kolom X 2 dengan nilai pada baris persamaan tujuan -5 Kalau suatu tabel sudah tidak memiliki nilai negatif pada baris fungsi TUJUAN, berarti tabel itu tidak bisa dioptimalkan lagi (sudah optimal) 8

Tabel 2: Pemilihan KOLOM KUNCI pada tabel pertama Variabel Z X 1 X 2 X 3 X 4 X 5 NK Keterangan Dasar Z 1-3 -5 0 0 0 0 X 3 0 2 0 1 0 0 8 X 4 0 0 3 0 1 0 15 15/3 = 5 (Min) X 5 0 6 5 0 0 1 30 30/5= 6 9

Langkah 4: Memilih BARIS KUNCI BARIS KUNCI baris yang merupakan dasar untuk merubah tabel. Perlu dicari nilai INDEX Membagi nilai-nilai pada kolom NK (RHS) dengan nilai yang sebaris pada kolom kunci (lihat kolom keterangan pada tabel 2) INDEX = NilaikolomNK NilaikolomKUNCI Pilih baris yang mempunyai INDEX POSITIF TERKECIL Batasan 2 yang terpilih sebagai BARIS KUNCI Nilai yang masuk dalam KOLOM KUNCI dan BARIS KUNCI disebut ANGKA KUNCI 10

Langkah 5: Merubah nilai-nilai baris kunci ANGKA KUNCI Tabel 3: Merubah nilai BARIS KUNCI Variabel Z X 1 X 2 X 3 X 4 X 5 NK Dasar Z 1-3 -5 0 0 0 0 X 3 0 2 0 1 0 0 8 X 4 0 0 3 0 1 0 15 X 5 0 6 5 0 0 1 30 Z 1 X 3 0 X 2 0 0 1 0 1/3 0 5 X 5 0 Nilai BARIS KUNCI diubah dengan cara membaginya dengan ANGKA KUNCI, seperti pada tabel 3 di atas. Bagian bawah (0/3=0; 3/3=1; 0/3=0; 1/3=1/3; 0/3=0; 15/3=5). Ganti variabel dasar pada baris itu dengan variabel yang terdapat di bagian atas kolom kunci (X2) 11

Langkah 6: Merubah nilai-nilai selain pada baris kunci Rumus: BARIS BARU = BARIS LAMA [(KOEFISIEN PADA KOLOM KUNCI) X NILAI BARU BARIS KUNCI] Nilai baru baris pertama (Z) adalah: [-3-5 0 0 0, 0] (-5) [0 1 0 1/3 0, 5] (-) Nilai baru = [-3 0 0 5/3 0, 25] Nilai baru baris kedua (batasan 1) adalah: [2 0 1 0 0, 8] (0) [0 1 0 1/3 0, 5] (-) Nilai baru = [2 0 1 0 0, 8] Nilai baru baris keempat(batasan 3) adalah: [6 5 0 0 1, 30] (5) [0 1 0 1/3 0, 5] (-) Nilai baru = [6 0 0-5/3 1, 5] 12

Nilai-nilai baru di atas digunakan untuk melengkapi isi tabel 3 bagian bawah, sehingga hasilnya terlihat seperti tabel 4 berikut. Tabel 4: Tabel pertama nilai lama dan tabel kedua nilai baru Variabel Z X 1 X 2 X 3 X 4 X 5 NK Dasar Z 1-3 -5 0 0 0 0 X 3 0 2 0 1 0 0 8 X 4 0 0 3 0 1 0 15 X 5 0 6 5 0 0 1 30 Z 1-3 0 0 5/3 0 25 X 3 0 2 0 1 0 0 8 X 2 0 0 1 0 1/3 0 5 X 5 0 6 0 0-5/3 1 5 13

Langkah 7: Melanjutkan perbaikan/perubahan-perubahan Langkah-langkah perbaikan (langkah 3 sampai 6) dilakukan untuk memperbaiki tabel. Perubahan baru berhenti setelah pada baris pertama (fungsi tujuan) tidak ada yang bernilai negatif. 14

Tabel 5: Kolom dan baris hasil perbaikan pertama, dan nilai baru Baris kunci hasil perbaikan kedua Variabel Dasar Z X 1 X 2 X 3 X 4 X 5 NK Ket Z 1-3 0 0 5/3 0 25 - X 3 0 2 0 1 0 0 8 8/2 = 4 X 2 0 0 1 0 1/3 0 5 5/0 = X 5 0 6 0 0-5/3 1 5 5/6 Z 1 X 3 0 X 2 0 X 1 0 1 0 0-5/18 1/6 5/6 15

Nilai baru baris lain kecuali baris kunci: Nilai baru baris pertama (Z) adalah: [-3 0 0 5/3 0, 25] (-3) [1 0 0-5/18 1/6, 5/6] (-) Nilai baru = [0 0 0 5/6 1/2, 27½] Nilai baru baris kedua: [2 0 1 0 0, 8] (2) [1 0 0-5/18 1/6, 5/6] (-) Nilai baru = [0 0 1 5/9-1/3, 6 1 ] Nilai baris ketiga tidak berubah karena nilai kolom kunci = 0 3 16

Variabel Dasar Z X1 X2 X3 X4 X5 NK Z 1 0 0 0 5 6 ½ 27½ X3 0 0 0 1 5 -⅓ 6 ⅓ X2 0 0 1 0 ⅓ 0 5 X1 0 1 0 0-9 5 18 1 6 5 6 Bila dilihat dari baris pertama (Z) pada tabel di atas tidak ada lagi yang bernilai NEGATIF, semuanya positif. Berarti tabel tidak dapat dioptimalkan lagi, sehingga hasil dari tabel tersebut sudah merupakan hasil optimal. Kesimpulan: 5 5 Nilai X 1 = sehingga I 1 = lusin setiap hari X 2 = 5 6 sehingga I 2 = 5 lusin setiap hari 6 Z maksimum 27½, artinya laba yang akan diperoleh = 275.000/hari 17

Tabel 7: Tabel-tabel yang diperoleh, dari tabel pertama sampai perubahan terakhir Variabel Z X 1 X 2 X 3 X 4 X 5 NK Dasar Z 1-3 -5 0 0 0 0 X 3 0 2 0 1 0 0 8 X 4 0 0 3 0 1 0 15 X 5 0 6 5 0 0 1 30 Z 1-3 0 0 5/3 0 25 X 3 0 2 0 1 0 0 8 X 2 0 0 1 0 1/3 0 5 X 5 0 6 0 0-5/3 1 5 Z 1 0 0 0 5/6 1/2 27½ X 3 0 0 0 1 5/9-1/3 6 1/3 X 2 0 0 1 0 1/3 0 5 X 1 0 1 0 0-5/18 1/6 5/6 18

SOAL Sebuah perusahaan Perkusi memproduksi tiga macam model snare drums. Perusahaan memperoleh keuntungan masing-masing $30 per unit untuk snare 1, $20 per unit untuk snare 2, dan $15 per unit untuk snare 3. Kebutuhan jam tenaga kerja untuk membuat snare drum pada setiap departemen produksi (2 departemen produksi) terdapat pada tabel berikut. Supervisor masing-masing departemen telah memperkirakan jumlah jam tenaga kerja yang tersedia untuk bulan depan yaitu: 1000 jam di departemen 1 dan 800 jam di departemen 2. Berapa perusahaan harus memproduksi snare drum di atas jika asumsi bahwa perusahaan bertujuan untuk memaksimalkan keuntungan. Gunakan model Simplex. Tabel 1: Data produksi perusahaan Perkusi Departemen Snare Drum 1 2 3 1 3 2 1 2 1 3 2 19

Tabel Simplex 1 KOLOM KUNCI Var Dasar Z X1 X2 X3 X4 X5 NK Index Z 1-30 -20-15 0 0 0 - X4 0 3 2 1 1 0 1000 1000/3 =333,3 X5 0 1 3 2 0 1 800 800/1= 800 Z X1 0 1 2/3 1/3 1/3 0 1000/3 ANGKA KUNCI 20