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

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

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

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

Pemrograman Linier (2)

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

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

Pengubahan Model Ketidaksamaan Persamaan

Konsep Primal - Dual

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

Model umum metode simpleks

Penentuan Solusi Optimal MUHLIS TAHIR

Pemrograman Linier (2)

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

Metode Simpleks Minimum

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

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

PROGRAM LINIER METODE SIMPLEKS

B. Persoalan Batasan Campuran

ANALISIS MAKSIMALISASI KEUNTUNGAN PADA PABRIK TAHU BANDUNG DENGAN PENDEKATAN METODE SIMPLEKS. Rully Nourmalisa N

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

BAB I PENDAHULUAN. 1.1 latar Belakang. Industri manufaktur merupakan industri yang memproduksi bahan baku

MATA KULIAH RISET OPERASIONAL

OPTIMALISALI KASUS PEMROGRAMAN LINEAR DENGAN METODE GRAFIK DAN SIMPLEKS

LINEAR PROGRAMMING MODEL SIMPLEX

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

PEMROGRAMAN LINIER. Metode Simpleks

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

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

Azwar Anas, M. Kom 11/1/2016. Azwar Anas, M. Kom - STIE-GK Muara Bulian

ANALISIS POSTOPTIMAL/SENSITIVITAS

TINJAUAN PRIMAL-DUAL DALAM PENGAMBILAN KEPUTUSAN

ALGORITMA METODE SIMPLEKS (PRIMAL)

PROGRAM LINEAR DENGAN METODE SIMPLEX

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

METODE SIMPLEKS DALAM PROGRAM LINIER

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

Pemrograman Linier (3)

BAB IV. METODE SIMPLEKS

METODE SIMPLEKS DALAM PROGRAM LINIER

TEKNIK RISET OPERASI

BAB 2 LANDASAN TEORI

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

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

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

Metode Simpleks dalam Bentuk Tabel (Simplex Method in Tabular Form) Materi Bahasan

Bentuk Standar. max. min

BAB 2 LANDASAN TEORI

BEBERAPA FORMULA PENTING DALAM solusi PROGRAM LINEAR FITRIANI AGUSTINA, MATH, UPI

PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM

Ir. Tito Adi Dewanto

Analisis Sensitivitas (2)

BAB II LANDASAN TEORI

BAB 3 METODE PENELITIAN

Metode Simpleks Kasus Minimisasi

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

BAB 2 LANDASAN TEORI

Danang Triagus Setiyawan ST.,MT

PERTEMUAN 5 Metode Simpleks Kasus Minimum

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

Minimumkan: Z = 4X 1 + X 2 Batasan: 3X 1 + X 2 = 3 4X 1 + 3X 2 6 X 1 + 2X 2 4

Operations Management

BAB III. METODE SIMPLEKS

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

contoh soal metode simplex dengan minimum

BAB II TINJAUAN PUSTAKA. autokovarians (ACVF) dan fungsi autokorelasi (ACF), fungsi autokorelasi parsial

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

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

Riset Operasional LINEAR PROGRAMMING

BAB V PROGRAMA LINIER : METODE SIMPLEKS

PENYEDERHANAAN OPERASI PERHITUNGAN PADA METODE SIMPLEKS

BAB 2 LANDASAN TEORI

BAB II METODE SIMPLEKS

PROGRAM LINEAR: METODE SIMPLEX

Taufiqurrahman 1

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

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

METODE dan TABEL SIMPLEX

Optimalisasi Produksi Di Industri Garment Dengan Menggunakan Metode Simpleks

BAB 2 LANDASAN TEORI

DUALITAS. Obyektif 1. Memahami penyelesaian permasalahan dual 2. Mengerti Interpretasi Ekonomi permasalahan dual

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

BAB II TINJAUAN PUSTAKA

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

TEKNIK RISET OPERASI (2 SKS) by Yulia Retno Sari, S.Si, M.Si

ANALISIS MAKSIMALISASI KEUNTUNGAN PADA MARTABAK ALIM FRANCHISE DENGAN MENGGUNAKAN METODE SIMPLEKS NAMA

agar dapat melaksanakan penelitian secara baik, benar dan terarah. Dengan kegiatan produksi perusahaan dapat berjalan lancar dan mampu memenuhi

BAB 4 HASIL DAN PEMBAHASAN

Analisis Sensitivitas dalam Optimalisasi Keuntungan Produksi Busana dengan Metode Simpleks

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

TEORI DUALITAS & ANALISIS SENSITIVITAS

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

BAB 2 LANDASAN TEORI

METODE SIMPLEKS DALAM PROGRAM LINIER

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING

BAB 2 LANDASAN TEORI

Dual Pada Masalah Maksimum Baku

v j v 1 =c 31 u 3 =14 0=14 v 2 =c 32 u 3 =0 0= 0 v 3 =c 43 u 4 =0 (8 M)=M 8 v 4 =c 34 u 3 =M 0=M v 5 =c 55 u 5 =0 (15 M)=M 15

BAB 2 LANDASAN TEORI

Transkripsi:

1) Formulasikan dan standarisasikan modelnya 2) Bentuk tabel awal simpleks berdasarkan informasi model di atas 3) Tentukan kolom kunci di antara kolom-kolom variabel yang ada, yaitu kolom yang mengandung nilai (cj - Zj) paling positif untuk kasus maksimasi dan atau mengandung nilai (cj Zj) paling negatif untuk kasus minimasi

4) Tentukan baris kunci di antara baris-baris variabel yang ada, yaitu baris yang memiliki rasio kuantitas dengan nilai positif terkecil. 5) Bentuk tabel berikutnya dengan memasukkan variabel pendatang ke kolom variabel dasar dan mengeluarkan perantau dari kolom tersebut, serta lakukan transformasi baris-baris variabel. Dengan menggunakan rumus transformasi berikut:

Baris baru selain baris kunci = baris lama (rasio kunci x baris kunci lama) Baris kunci baru = baris kunci lama angka kunci Keterangan: Rasio kunci = unsur kolom kunci angka kunci

6) Lakukan uji optimalitas. Dengan kriteria jika semua koefisien pada baris (cj Zj) sudah tidak ada lagi yang bernilai positif (untuk kasus maksimasi), atau sudah tidak ada lagi yang bernilai negatif (untuk kasus minimasi), berarti tabel sudah optimal. Jika kriteria di atas belum terpenuhi maka diulangi mulai dari langkah ke-3 sampai ke-6, hingga terpenuhi kriteria tersebut.

Variabel dasar Tujuan C j c 1 c 2 c n 0 0 0 K x1 x2 xn s1 s2 sm Q S 1 0 B 1 a 11 a 12 a 1n 1 0 0 S 2 0 B2 a 21 a 22 a 2n 0 1 0................. S m 0 b m a m1 a m2. A mn 0 0.. 1 Z j 0 0 0. 0 0 0. 0 cj-z j c 1 c 2. C n 0 0. 0

1. Dengan menggunakan contoh yang sama pada pertemuan sebelumnya, lakukan optimasi menggunakan metode simpleks!

1) Formulasi dan standarisasi model program linier Maksimumkan Z = 8 x1 + 6 x2 + 0. s1 + 0. s2 Batasan-batasan: 4 x1 + 2 x2 + 1. s1 + 0. s2 = 60 2 x1 + 4 x2 + 0. s1 + 1. s2 = 48

2) Menyusun model dalam tabel simpleks Variabel dasar Tujuan Cj 8 6 0 0 K Q x1 x2 s1 s2 Rasio Kuantitas S1 0 60 4 2 1 0 60:4 = 15 S2 0 48 2 4 0 1 48:2 = 24 Zj=Jmlh (Tujuan*K) 0 0 0 0 0 cj Zj 8 6 0 0

3) Menentukan kolom kunci Karena kasusnya adalah maksimasi, maka pemilihan kolom kunci adalah nilai (cj Zj) yang paling positif (positif terbesar). Pada tabel di atas kolom kuncinya adalah kolom x1 di mana nilai (cj Zj) = 8.

4) Menentukan baris kunci Kriteria baris kunci dipilih pada baris yang nilai rasio kuantitasnya adalah positif terkecil. Tabel tersebut baris kuncinya adalah baris s1 karena nilai rasio kuantitasnya adalah 15.

5) Perubahan baris kunci dan baris non kunci Karena yang terpilih kolom kunci adalah kolom x1, maka variabel dasar s1 digantikan oleh variabel x1 (sebagai variabel pendatang) sedangkan nilai-nilai baris kunci baru diperoleh dengan cara membaginya dengan nilai kunci (4), sehingga diperoleh baris kunci yang baru seperti tabel berikut:

Transformasi baris s1 Variabel Dasar Tujuan Cj 8 6 0 0 K X1 X2 S1 S2 Q X1 8 15 1 ½ ¼ 0 S2 Zj Cj-Zj

Sedangkan baris selain baris kunci hitungannya sebagai berikut: Baris baru selain baris kunci = baris lama (rasio kunci x baris kunci lama) Baris s2 akan menjadi: Baris baru = (0 48 2 4 0 1) 2/4 x (0 60 4 2 1 0) (0 18 0 3-1/2 1)

Nilai-nilai baru tersebut disusun kembali dalam tabel berikutnya sebagai hasil iterasi pertama seperti berikut: Variabel Dasar Cj 8 6 0 0 K X1 X2 S1 S2 Tujuan Q Rasio Kuantitas X1 8 15 1 ½ ¼ 0 15:1/2 = 30 S2 0 18 0 3-1/2 1 18:3 = 6 Zj 120 8 4 2 0 cj Zj 0 2-2 0

6) Uji Optimalitas Karena pada baris (cj Zj) masih ada yang bernilai positif (2), maka dilanjutkan langkah perbaikan/ transformasi baris. Pertama tentukan kolom kunci dan baris kunci. Pada tabel di atas, kolom kuncinya adalah kolom x2 dimana nilai (cj Zj) adalah 2 (positif terbesar), sedangkan baris kuncinya adalah baris s2 dimana nilai rasio kuantitasnya positif terkecil. Baris kunci baru variabel dasarnya s2 digantikan oleh x2 sebagai variabel pendatang, sedangkan nilai-nilai lainnya dibagi dengan angka kunci (3) sehingga diperoleh:

Untuk baris selain baris kunci yaitu baris x1 akan berubah menjadi: (8 15 1 ½ ¼ 0) 1/6 (0 18 0 3-1/2 1) (8 12 1 0 1/3-1/6) Sehingga hasil dari perubahan-perubahan di atas bila disusun dalam tabel simpleks akan terlihat sebagai berikut:

Hasil transformasi kedua Cj 8 6 0 0 K X1 X2 S1 S2 Variabel Dasar Tujuan Q X1 8 12 1 0 1/3-1/6 X2 6 6 0 1-1/6 1/3 Zj 132 8 6 5/3 2/3 Cj Zj 0 0-5/3-2/3

Dari tabel di atas, tampak bahwa nilai pada baris terakhir (cj Zj) sudah tidak ada lagi yang bernilai positif, artinya tabel sudah optimal. Sebagai hasilnya terlihat bahwa nilai maksimum laba adalah 132 dengan masing-masing variabel x1 = 12 dan x2 = 6.

1) Sebuah industri keramik membuat dua jenis produk unggulan A dan B. Untuk menghasilkan satu buah jenis A diperlukan waktu pengerjaan 1 jam dan bahan baku 4 kg, sedangkan jenis B membutuhkan 2 jam dan bahan baku 3 kg. Waktu dan bahan baku yang tersedia masing-masing 40 jam dan 120 kg. Keuntungan tiap unit A dan B masing-masing $40 dan $50, tentukan jumlah produksi A dan B untuk mendapatkan laba terbesar dengan menggunakan metode simpleks!