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

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

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

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

BAB IV. METODE SIMPLEKS

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

Pemrograman Linier (3)

BAB II METODE SIMPLEKS

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

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

Danang Triagus Setiyawan ST.,MT

Metode Simpleks dengan Big M dan 2 Phase

METODE dan TABEL SIMPLEX

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER

Pengubahan Model Ketidaksamaan Persamaan

BAB III. METODE SIMPLEKS

ALGORITMA METODE SIMPLEKS (PRIMAL)

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

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

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Pemrograman Linier (2)

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

MATA KULIAH RISET OPERASIONAL

METODE SIMPLEKS DALAM PROGRAM LINIER

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

Penentuan Solusi Optimal MUHLIS TAHIR

PROGRAM LINEAR: METODE SIMPLEX

Model umum metode simpleks

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

contoh soal metode simplex dengan minimum

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

PEMROGRAMAN LINIER. Metode Simpleks

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

BAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL

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

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

BAB V PROGRAMA LINIER : METODE SIMPLEKS

Konsep Primal - Dual

Metode Simpleks Dengan Tabel. Tabel simpleks bentuk umum

Analisis Sensitivitas (2)

Taufiqurrahman 1

BAB 2 LANDASAN TEORI

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

Pemrograman Linier (4)

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

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

Pemrograman Linier (2)

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

BAB I PENGANTAR PROGRAM LINIER

PROGRAM LINIER METODE SIMPLEKS

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

BAB 2 LANDASAN TEORI

ANALISIS POSTOPTIMAL/SENSITIVITAS

Bentuk Standar. max. min

BAB 2 LANDASAN TEORI

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

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

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

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

BAB II LANDASAN TEORI

Bentuk standar PL secara umum adalah: Maksimumkan atau minimumkan z = Σcjxj Terhadap Σaijxj = bi

BAB 2 LANDASAN TEORI

Dual Pada Masalah Maksimum Baku

METODE SIMPLEKS DALAM PROGRAM LINIER

TINJAUAN PRIMAL-DUAL DALAM PENGAMBILAN KEPUTUSAN

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

DIKTAT MATEMATIKA II

PROGRAM LINEAR DENGAN METODE SIMPLEX

Metode Simpleks (Simplex Method) Materi Bahasan

BAB 2 LANDASAN TEORI

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

METODE SIMPLEKS (THE SIMPLEX METHOD)

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

PRAKTIKUM II PEMROGRAMAN LINIER (METODE SIMPLEKS)

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

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

PEMROGRAMAN LINEAR I KOMANG SUGIARTHA

Riset Operasional LINEAR PROGRAMMING

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

mempunyai tak berhingga banyak solusi.

BAB II TINJAUAN PUSTAKA

Metode Simplex. Toha Ardi Nugraha

BAB 2 LANDASAN TEORI

BAB II KAJIAN PUSTAKA

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

BAB 2 LANDASAN TEORI. Menurut Kamus Besar Bahasa Indonesia Kontemporer, pembelian didefinisikan

BAB 2 LANDASAN TEORI 2.1 Perencanaan Produksi

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

Teori Dualitas dan Penerapannya (Duality Theory and Its Application)

Bab 2 LANDASAN TEORI

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

BAB 2 LANDASAN TEORI

Perhatikan model matematika berikut ini. dapat dibuat tabel

BAB 3 METODE PENELITIAN

Bab 2 LANDASAN TEORI

III. METODE PENELITIAN

Modul Pendalaman Materi Program Linear, PPG Dalam Jabatan hal 1

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

Operations Management

Transkripsi:

Oleh : A. AfrinaRamadhani H. 1

PERTEMUAN 7 2

METODE BIG M Sering kita menemukan bahwa fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tapi juga oleh pertidakasamaan dan/atau persamaan (=). Fungsi kendala dengan pertidaksamaan mempunyai surplus variable, tidak ada slack variables. Surplus variable tidak bisa menjadi variabel basis awal. Dengan demikian harus ditambahkan satu variabel baru yang dapat berfungsi sebagai variabel basis awal. Variabel yang dapat berfungsi sebagai variabel basis awal hanya slack variables dan artificial variables (variabel buatan). 3

Big M vs Simpleks Perbedaan antara metode Big M dengan metode Simpleks terletak pada pembentukan tabel awal. Jika fungsi kendala menggunakan bentuk pertidaksamaan, perubahan bentuk umum ke bentuk baku memerlukan satu variabel surplus. Variabel surplus tidak dapat berfungsi sebagai variabel basis awal, karena koefisiennya bertanda negatif. Sebagai variabel basis pada solusi awal harus ditambahkan satu variabel buatan Variabel buatan pada solusi optimal harus bernilai 0, karena variabel ini memang tidak ada. 4

Teknik yang digunakan untuk memaksa variabel buatan bernilai 0 adalah dengan cara sebagai berikut : Penambahan variabel buatan pada fungsi kendala yang tidak memiliki variabel slack, menuntut penambahan variabel buatan pada fungsi tujuan. Jika fungsi tujuan adalah maksimasi, maka variabel buatan pada fungsi tujuan mempunyai koefisien +M; jika fungsi tujuan adalah minimasi, maka variabel buatan pada fungsi tujuan mempunyai koefisien M. Karena koefisien variabel basis pada tabel simpleks harus bernilai 0, maka variabel buatan pada fungsi tujuan harus digantikan nilai dari fungsi kendala yang memuat variabel buatan tersebut. 5

Perhatikan contoh berikut ini. Bentuk Umum Min. z = 4 x 1 + x 2 Terhadap: 3x 1 + x 2 = 3 4x 1 + 3x 2 6 x1 + 2x2 4 x1, x2 0 Bentuk Baku: Min. z = 4 x1 + x2 Terhadap: 3x1 + x2 = 3 4x1 + 3x2 - s1 = 6 x1 + 2x2 + s2 = 4 x1, x2, s1, s2 0 6

Kendala 1 dan 2 tidak mempunyai slack variables, sehingga tidak ada variabel basis awal. Untuk berfungsi sebagai variabel basis awal, pada kendala 1 dan 2 ditambahkan masing-masing satu variabel buatan (artificial variable). Maka bentuk baku Big M-nya adalah: Min. z = 4 x1 + x2 + MA1 + MA2 Terhadap: 3x1 + x2 + A1 = 3 4x1 + 3x2 - s1 + A2 = 6 x1 + 2x2 + s2 = 4 x1, x2, s1, s2 0 7

1. Nilai A1 digantikan dari fungsi kendala pertama. A1 = 3-3x1 - x2 MA1 berubah menjadi M(3-3x1 - x2) 2. Nilai A2 digantikan dari fungsi kendala ketiga. 3M-3Mx1-Mx2 A2 = 6-4x1-3x2 + s1 MA2 berubah menjadi M(6-4x1-3x2 + s1) 6M- 4Mx1-3Mx2 + Ms1 3. Fungsi tujuan berubah menjadi Min z = 4x1 + x2 + 3M-3Mx1-Mx2 +6M-4Mx1-3Mx2+Ms1 = (4-7M)x1+(1-4M)x2 + Ms1 +9M 8

9

5. Perhitungan iterasinya sama dengan simpleks sebelumnya. 10

11

METODE DUA FASE Metode dua fase digunakan jika variabel basis awal terdiri dari variabel buatan. Disebut sebagai metode dua fase, karena proses optimasi dilakukan dalam dua tahap. Tahap pertama merupakan proses optimasi variabel buatan, sedangkan proses optimasi variabel keputusan dilakukan pada tahap kedua. Karena variabel buatan sebenarnya tidak ada (hanya ada di atas kertas), maka tahap pertama dilakukan untuk memaksa variabel buatan bernilai 0. 12

Perhatikan kasus berikut: Tahap 1 Min A = A1 + A2 Terhadap: x1 + x2 + A1 = 90 0.001x1 + 0.002x2 + s1 = 0.9 0.09x1 + 0.6x2 -s2 + A2 = 27 0.02x1 + 0.06x2 + s3 = 4.5 x1, x2, s1, s2, s3 0 13

karena A1 dan A2 berfungsi sebagai variabel basis pada solusi awal, maka koefisiennya pada fungsi tujuan harus sama dengan 0. untuk mencapai itu, gantikan nilai A1 dari fungsi kendala pertama (kendala yang memuat A1) dan nilai A2 dari fungsi kendala ketiga (kendala yang memuat A2). Dari kendala -1 diperoleh : A1 = 90 - x1 - x2 Dari kendala-3 diperoleh: A2 = 27-0.09x1-0.6x2 + s2 Maka fungsi tujuan tahap-1 menjadi: Min A = (90 - x1 - x2) + (27-0.09x1-0.6x2 + s2) =117-1.09x1-1.6x2 + s2 14

15

16

17

Tahap 2 Min z = 2 x1 + 5.5 x2 Terhadap: tabel optimal tahap pertama Dari tabel optimal tahap 1 diperoleh: X1 = 52.94 17/12s2 X2 = 37.059 + 1.7542s2 Maka fungsi tujuan adalah: Min z = 2(52.94 17/12s2) + 5.5 (37.059 + 1.7542s2) = -17/6s2 + 9.6481s2 + 309.7045 = 6.814767s2 + 309.7045 18

Tabel di atas sudah optimal. Solusi optimalnya adalah: X1 = 52.94; x2 = 37.059; dan z = 309.7045 19

METODE DUAL SIMPLEKS Metode dual simpleks digunakan jika tabel optimal tidak layak. Jika fungsi kendala ada yang menggunakan pertidaksamaan dan tidak ada = dalam bentuk umum PL, maka metode dual simpleks dapat digunakan. Kita selesaikan contoh di bawah ini. Min z = 21x1 + 18x2 + 15x3 Terhadap 90x1 + 20x2 + 40x3 200 30x1 + 80x2 + 60x3 180 10x1 + 20x2 + 60x3 150 x1, x2, x3 0 20

Semua kendala menggunakan pertidaksamaan. Kendala dengan pertidaksamaan dapat diubah ke pertidaksamaan dengan mengalikan pertidaksamaan dengan -1. Bentuk umum PL di atas berubah menjadi: Min z = 21x1 + 18x2 + 15x3 Terhadap -90x1-20x2-40x3-200 -30x1-80x2-60x3-180 -10x1-20x2-60x3-150 x1, x2, x3 0 21

Semua fungsi kendala sudah dalam bentuk pertidaksamaan, maka kita kita hanya perlu menambahkan variabel slack untuk mengubah bentuk umum ke bentuk baku/standar. Variabel slack akan berfungsi sebagai variabel basis awal. Bentuk Baku/standar: Min z = 21x1 + 18x2 + 15x3 + 0s1 + 0s2 + 0s3 Terhadap -90x1-20x2-40x3 + s1 = -200-30x1-80x2-60x3 + s2 = -180-10x1-20x2-60x3 + s3 = -150 x1, x2, x3, s1, s2, s3 0 22

Tabel di atas optimal tapi tidak layak. Untuk membuat tabel tersebut layak, kita harus gunakan metode dual simpleks. Langkah-langkah penyelesaian simpleks menggunakan metode dual adalah: 1. Tentukan baris pivot. Baris pivot adalah baris dengan nilai kanan negatif terbesar. Jika negatif terbesar lebih dari satu, pilih salah satu sembarang. 23

2. Tentukan kolom pivot. Kolom pivot diperoleh dengan terlebih dahulu membagi nilai baris z dengan baris pivot. Dalam hal ini, semua nilai baris pivot dapat menjadi pembagi kecuali nilai 0. Kolom pivot adalah kolom dengan rasio pembagian mutlak terkecil. Jika rasio pembagian mutlak terkecil lebih dari satu, pilih salah satu secara sembarang. 3. Pembentukan tabel berikutnya sama dengan prosedur dalam primal simpleks. Gunakan tabel awal simpleks di atas. 24

25

26

27

Q & A Sekian dan Terima Kasih 28