Dasar-dasar Optimasi

dokumen-dokumen yang mirip
Formulasi dengan Lindo. Dasar-dasar Optimasi. Hasil dengan Lindo 1. Hasil dengan Lindo 2. Interpretasi Hasil. Interpretasi Hasil.

Dualitas Dalam Model Linear Programing

2. Metode MODI (Modified Distribution) / Faktor Pengali (Multiplier)

LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel

Dualitas Dalam Model Linear Programing

Analisis Sensitifitas DALAM LINEAR PROGRAMING

PANDUAN WAWANCARA PENELITIAN OPTIMASI PENGADAAN SAYURAN ORGANIK. : Optimasi Pengadaan Sayuran Organik

PERBANDINGAN ANALISIS SENSITIVITAS MENGGUNAKAN PARTISI OPTIMAL DAN BASIS OPTIMAL PADA OPTIMASI LINEAR MIRNA SARI DEWI

Lampiran 1 Gambar rancang bangun alat penangkap ikan tuna longline. Sumber: 30 Desember 2010

UNIVERSITAS MERCU BUANA PROGRAM PASKA SARJANA PROGRAM STUDI MAGISTER MANAJEMEN

MASALAH PENUGASAN METODE KUANTITATIF MANAJEMEN

PENELITIAN OPERASIONAL I (TIN 4109)

SOAL LATIHAN. Kerjakan soal-soal berikut ini dengan singkat dan jelas!

Fakultas Pertanian Unlam ABSTRACT

Lampiran 1. Denah Pabrik MT KPBS Pangalengan

VII. KEPUTUSAN PRODUKSI AKTUAL DAN OPTIMAL

III. METODE PENELITIAN

BAB 2 LANDASAN TEORI

Bentuk Standar. max. min

PENELITIAN OPERASIONAL I (TIN 4109)

STUDI OPTIMASI PENGGUNAAN ENERGI LISTRIK PADA SISTEM TATA CAHAYA BUATAN DI GEDUNG POLITEKNIK NEGERI PONTIANAK

IV. METODE PENELITIAN

Lampiran 1. Peta Lokasi Peneliti. Peta Teluk Levun Kabupaten Maluku Tenggara

BAB 3 PEMBAHASAN. 3.1 Pengumpulan Data

PENELITIAN OPERASIONAL I (TIN 4109)

VI HASIL DAN PEMBAHASAN

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

Analisis Sensitifitas. Analsis sensitifitas

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

METODE SIMPLEKS DALAM PROGRAM LINIER

BAB III Transportasi

IV. HASIL DAN PEMBAHASAN

BAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak

ANALISIS SENSITIVITAS DAN PENAFSIRAN HASILNYA DI DALAM PEMROGRAMAN LINIER DENGAN PERANGKAT LUNAK MANAGEMENT SCIENTIST VERSI 6.0

Tabel 1. Soal Lapres. Benang Pewarna Harga Jual Permasalahan tersebut dimodelkan sebagai berikut : X2 = Sarung Anak

IV. METODE PENELITIAN

PEMROGRAMAN LINIER. Metode Simpleks

Analisis Sensitivitas Produksi Kopi Sambung

Pertemuan 2 Metode Simplex

Pengantar Teknik Industri TIN 4103

III. KERANGKA PEMIKIRAN

LAMPIRAN A KUISIONER PEMBOBOTAN

BAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.

IV. METODE PENELITIAN

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

BAB II KAJIAN LITERATUR

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

Lampiran 1 Syntax Program LINGO 11.0 untuk Menyelesaikan Masalah Pemrograman Linear dengan Metode Branch-and-Bound beserta Hasil yang Diperoleh

Prosiding Matematika ISSN:

SOFTWARE LINDO I KOMANG SUGIARTHA

III. METODE PENELITIAN

PROGRAM LINIER METODE SIMPLEKS

IV. METODE PENELITIAN

KERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis

LINEAR PROGRAMMING. Lecture 5 PENELITIAN OPERASIONAL I. Lecture 5 23/10/2013. Simplex Method: Two-Phase Method Membagi penyelesaian LP dalam 2 fase:

MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI

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

Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan

Bab II Pengenalan Program Linear

PENYELESAIAN MASALAH PENJADWALAN PERTANDINGAN SEPAK BOLA DENGAN SISTEM ROUND-ROBIN ABDILLAH

Lecture 3: Graphical Sensitivity Analysis

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

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

M.K. Teknik Formulasi Ransum dan Sistem Informasi Pakan

BAB VI Program Linear Bilangan Bulat

OPTIMASI KEUNTUNGAN PEMBELIAN MANIK-MANIK DI C.V BURHANI SURABAYA DENGAN MENGGUNAKAN PEMOGRAMAN LINIER

OPERATION RESEARCH-1

Metode Simpleks dengan Big M dan 2 Phase

Bab 2 LANDASAN TEORI

Pemrograman Linier (6)

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM

METODE SIMPLEKS (MS)

MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012)

III KERANGKA PEMIKIRAN

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

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Riset Operasi 1 Kode/SKS: SS / (2/1/0) Dosen : SMR, Ir, Wiba Semester : III

DUALITAS DAN ANALISIS SENSITIVITAS

a. Menyelesaikan Masalah Penugasan dengan Algoritma Hungaria

3 METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian 3.2 Metode Penelitian 3.3 Metode Pengumpulan Data

Analisis Sensitivitas. Ayundyah

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

BAB II METODE SIMPLEKS

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

Operations Management

BAB IV HASIL DAN PEMBAHASAN

Teori Dualitas dan Penerapannya (Duality Theory and Its Application)

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

EVALUASI KELAYAKAN PENDANAAN PROYEK DENGAN TEKNIK PEMROGRAMAN LINIER. Windu Partono *)

II. TINJAUAN PUSTAKA 2.1. Definisi Usaha Kecil Menengah

BAB III PEMBAHASAN. = tujuan atau target yang ingin dicapai. = jumlah unit deviasi yang kekurangan ( - ) terhadap tujuan (b m )

MOJAKOE MKDB. Dilarang Memperbanyak Mojakoe ini tanpa seijin. Mojakoe dapat didownload di

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III

OPTIMALISASI INPUT PRODUKSI PADA KEGIATAN BUDIDAYA UDANG VANAME

BAB III. METODE SIMPLEKS

BAB IV. METODE PENELITIAN

PENDEKATAN KUANTITATIF SEBAGAI SALAH SATU ALTERNATIF METODE PEMECAHAN MASALAH. Dewi Atika Dosen Tetap Fakultas Ekonomi Universitas Pakuan

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

BAB V HASIL DAN PEMBAHASAN

BAB V PROGRAMA LINIER : METODE SIMPLEKS

Transkripsi:

Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S. Hillier, Gerald J. Lieberman, McGraw-Hill, Inc., International Editions, Industrial Engineering Series, 1995 4/13/2005 Luknanto@ugm.ac.id 1

Formulasi dengan Lindo Max 1000 X1 + 900 X2 + 800 X3 + 750 X4 + 600 X5 + 500 X6 + 250 X7 + 300 X8 + 350 X9 st X1 + X4 + X7 <= 400 3 X1 + 2 X4 + X7 <= 600 3 X2 + 2 X5 + X8 <= 800 3 X3 + 2 X6 + X9 <= 375 X1 + X2 + X3 <= 600 X4 + X5 + X6 <= 500 X7 + X8 + X9 <= 325 3 X1 + 3 X4 + 3 X7 2 X2 2 X5 2 X8 = 0 X2 + X5 + X8 2 X3 2 X6 2 X9 = 0 End 4/13/2005 Luknanto@ugm.ac.id 2

Hasil dengan Lindo 1 LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) 577500.0 VARIABLE VALUE REDUCED COST X1 0.000000 0.000000 X2 75.000000 0.000000 X3 75.000000 0.000000 X4 300.000000 0.000000 X5 200.000000 0.000000 X6 0.000000 75.000000 X7 0.000000 250.000000 X8 175.000000 0.000000 X9 150.000000 0.000000 4/13/2005 Luknanto@ugm.ac.id 3

Hasil dengan Lindo 2 LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) 577500.0 ROW SLACK OR SURPLUS DUAL PRICES 2) 100.000000 0.000000 3) 0.000000 285.256409 4) 0.000000 335.256409 5) 0.000000 260.256409 6) 450.000000 0.000000 7) 0.000000 35.256409 8) 0.000000 70.512817 9) 0.000000 48.076923 10) 0.000000-9.615385 4/13/2005 Luknanto@ugm.ac.id 4

Interpretasi Hasil Slack or surplus nilai kelebihan suatu sumberdaya yang digunakan pada kondisi optimum terhadap sumberdaya yang tersedia sebagai kendala jika nilai slack atau surplus tidak sama dengan nol, maka perubahan kendala sebesar minus slack atau surplus belum berpengaruh pada nilai optimum jika nilai slack atau surplus sama dengan nol, maka variabel terkait menjadi variabel basis 4/13/2005 Luknanto@ugm.ac.id 5

Interpretasi Hasil Reduced Cost penurunan harga tiap unit variabel keputusan tanpa berpengaruh pada nilai optimum Dual Prices besarnya perubahan nilai optimum pada setiap unit perubahan sumberdaya yang tersedia sebagai kendala 4/13/2005 Luknanto@ugm.ac.id 6

Hasil dengan Lindo 3 NO. ITERATIONS= 2 RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 1000.000000 171.874985 358.870972 X2 900.000000 83.333328 250.000000 X3 800.000000 916.666565 150.000015 X4 750.000000 412.037018 114.583321 X5 600.000000 114.583321 50.925922 X6 500.000000 75.000000 INFINITY X7 250.000000 250.000000 INFINITY X8 300.000000 150.000000 91.666664 X9 350.000000 676.666626 150.000000 4/13/2005 Luknanto@ugm.ac.id 7

Hasil dengan Lindo 4 RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 400.000000 INFINITY 100.000000 3 600.000000 177.272720 0.000000 4 800.000000 0.000000 130.000000 5 375.000000 0.000000 162.500000 6 600.000000 INFINITY 450.000000 7 500.000000 0.000000 288.888885 8 325.000000 0.000000 227.500000 9 0.000000 0.000000 177.272720 10 0.000000 0.000000 303.333344 4/13/2005 Luknanto@ugm.ac.id 8

Analisis sensitivitas Jika koefisien salah satu variabel dalam fungsi tujuan diubah dalam kisaran yang disarankan, maka nilai optimum variabel keputusan tidak akan berubah Jika RHS dari salah satu kendala diubah dalam kisaran yang disarankan, maka nilai optimum dari dual prices dan reduced costs tidak akan berubah 4/13/2005 Luknanto@ugm.ac.id 9

Skema Hasil Lindo Results Optimal Solution of Objective Function Feasible solution Reduced cost Slack or Surplus Dual/Shadow Price Sensitivity analysis Objective coefficient (cost per unit) ranges Resources available (Righthand) ranges the values stay the same 4/13/2005 Luknanto@ugm.ac.id 10

Interpretasi Mendalam Agar pemahaman terhadap hasil Lindo dapat dimengerti secara baik dan rinci, maka sebaiknya dilakukan riset dengan menggunakan Lindo untuk meneliti pernyataanpernyataan pada tayangan sebelumnya. 4/13/2005 Luknanto@ugm.ac.id 11

Data yang dibutuhkan Sumberdaya Pemakaian sumberdaya per unit kegiatan Kegiatan 1 2... n Jumlah sumberdaya yang tersedia 1 a 11 a 12... a 1n b 1 2 a 21 a 22... a 2n b 2.................. m a m1 a m2... a mn b m ΔZ/unit kegiatan c 1 c 2... c n Tingkat kegiatan x 1 x 2... x n 4/13/2005 Luknanto@ugm.ac.id 12

Formulasi Memaksimumkan Z = c 1 x 1 + c 2 x 2 +... + c n x n sedemikian rupa sehingga memenuhi kendala: a 11 x 1 + a 12 x 2 +... + a 1n x n b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n b 2 a m1 x 1 + a m2 x 2 +... + a mn x n b m dan x 1 0, x 2 0,..., x n 0... 4/13/2005 Luknanto@ugm.ac.id 13

Kenapa perlu analisis sensitivitas Di lapangan seluruh parameter optimasi (a ij, b i, c j ) tidak mempunyai nilai konstan, namun merupakan nilai estimasi atau prediksi keadaan mendatang. Nilai parameter tersebut terutama b i biasanya adalah keputusan kebijakan manajerial. Oleh karena itu sangat diperlukan prakiraan kepekaan kondisi optimal terhadap perubahan nilai parameter tersebut, sehingga analisis sensitivitas diperlukan. 4/13/2005 Luknanto@ugm.ac.id 14

Contoh Max 1000 X1 + 900 X2 + 800 X3 + 750 X4 + 600 X5 + 500 X6 + 250 X7 + 300 X8 + 350 X9 st X1 + X4 + X7 <= 400 3 X1 + 2 X4 + X7 <= 600 3 X2 + 2 X5 + X8 <= 800 3 X3 + 2 X6 + X9 <= 375 X1 + X2 + X3 <= 600 X4 + X5 + X6 <= 500 X7 + X8 + X9 <= 325 3 X1 + 3 X4 + 3 X7 2 X2 2 X5 2 X8 = 0 X2 + X5 + X8 2 X3 2 X6 2 X9 = 0 End 4/13/2005 Luknanto@ugm.ac.id 15

Hasil dengan Lindo 1 LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1)??????.? VARIABLE VALUE REDUCED COST X1 0.000000 0.000000 X2 75.000000 0.000000 X3 75.000000 0.000000 X4 300.000000 0.000000 X5 200.000000 0.000000 X6 0.000000 75.000000 X7 0.000000 250.000000 X8 175.000000 0.000000 X9 150.000000 0.000000 4/13/2005 Luknanto@ugm.ac.id 16

Hasil dengan Lindo 2 LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1)??????.? ROW SLACK OR SURPLUS DUAL PRICES 2)?.?????? 0.000000 3)?.?????? 285.256409 4)?.?????? 335.256409 5)?.?????? 260.256409 6)?.?????? 0.000000 7)?.?????? 35.256409 8)?.?????? 70.512817 9)?.?????? 48.076923 10)?.?????? -9.615385 4/13/2005 Luknanto@ugm.ac.id 17

Pertanyaan 1. Berapakah nilai maksimum dari fungsi tujuan? 2. Hitung slack atau surplus dari masingmasing kendala? 3. Sebutkan variabel non-basis pada penyelesaian di atas? 4. Jelaskan secara lengkap apa yang terjadi jika fungsi tujuan di atas pada suku ke 6 dari 500 X6 diganti dengan 425 X6 5. Jika anda diminta mengurangi resource yang tersedia, berilah peringkat pada resource mana saja yang akan anda kurangi dan sebutkan alasannya. 4/13/2005 Luknanto@ugm.ac.id 18

Pertanyaan 6. Jika anda diminta menambah resource yang tersedia, berilah peringkat pada resource mana saja yang akan anda tambah dan sebutkan alasannya. 7. Karena beberapa perbaikan dalam penyediaan resource, ternyata pada resource ke 2 bertambah 1 unit, bertambah untung atau rugikah perusahaan di atas. Hitung berapakah pertambahan untung atau rugi yang akan ditanggung perusahaan tersebut. 8. Jika bilangan-bilangan yang terdapat pada fungsi tujuan di atas merupakan harga satuan untuk tiap aktivitas (x i ), maka sebutkan aktivitas mana yang harga satuannya dapat diturunkan dan jelaskan alasan saudara. 4/13/2005 Luknanto@ugm.ac.id 19

Jawaban 1 1. Nilai maksimum fungsi tujuan = 1000 X1 + 900 X2 + 800 X3 + 750 X4 + 600 X5 + 500 X6 + 250 X7 + 300 X8 + 350 X9 dengan nilai X1 s/d X9 seperti di atas, sehingga fungsi tujuan maksimum adalah 1000 (0) + 900 (75) + 800 (75) + 750 (300) + 600 (200) + 500 (0) + 250 (0) + 300 (175) + 350 (150) = 577500.0 4/13/2005 Luknanto@ugm.ac.id 20

Jawaban 2 2. Karena nilai optimum untuk X1 s/d X9 telah diketahui, maka slack atau surplus dari masing-masing kendala dapat dihitung langsung dari mengurangi ruas kanan dengan ruas kiri dari masing-masing kendala contoh: 400 - X1 + X4 + X7 = 100. Secara lengkap slack atau surplus disajikan di bawah ini: KENDALA SLACK OR SURPLUS 1) 400 - X1 + X4 + X7 = 100.000000 2) 600-3 X1 + 2 X4 + X7 = 0.000000 3) 800-3 X2 + 2 X5 + X8 = 0.000000 4) 375-3 X3 + 2 X6 + X9 = 0.000000 5) 600 - X1 + X2 + X3 = 450.000000 6) 500 - X4 + X5 + X6 = 0.000000 7) 320 - X7 + X8 + X9 = 0.000000 8) 3 X1 + 3 X4 + 3 X7-2 X2-2 X5-2 X8 = 0.000000 9) X2 + X5 + X8-2 X3-2 X6-2 X9 = 0.000000 4/13/2005 Luknanto@ugm.ac.id 21

Jawaban 3 3. Dari penyelesaian di atas variabel non-basis dirunut dari variabel yang mempunyai nilai nol pada saat optimum yaitu VARIABLE VALUE JENIS VARIABEL X1 0.000000 non-basis X2 75.000000 basis X3 75.000000 basis X4 300.000000 basis X5 200.000000 basis X6 0.000000 non-basis X7 0.000000 non-basis X8 175.000000 basis X9 150.000000 basis 4/13/2005 Luknanto@ugm.ac.id 22

Jawaban 4 & 5 4. Karena nilai reduced cost untuk aktivitas/variabel X6 adalah 75, maka fungsi tujuan nilainya tidak berubah yaitu 577500.0, pada saat suku ke 6 dari 500 X6 diganti dengan (500-75) X6 5. Peringkat resource yang akan dikurangi ditentukan oleh nilai slack atau surplus dari masing-masing resource terkait, makin besar nilai nilai slack atau surplus peringkatnya makin tinggi. Jadi peringkat resource yang akan dikurangi urut dari kiri ke kanan adalah 5 dan 1. Lihat jawaban Nomer 2. Hal ini dilakukan dengan alasan andaikan resource dikurangi sebesar surplus, maka nilai optimum fungsi tujuan tidak berubah. 4/13/2005 Luknanto@ugm.ac.id 23

Jawaban 6 6. Peringkat resource yang akan ditambah ditentukan oleh nilai dual atau shadow price dari masing-masing resource terkait, makin besar nilai dual atau shadow price peringkatnya makin tinggi. Jadi peringkat resource yang akan dikurangi urut dari kiri ke kanan adalah 3, 2, 4, 7, 8, dan 6. Hal ini dilakukan dengan alasan andaikan resource ditambah 1 unit, maka nilai optimum fungsi tujuan akan bertambah sebesar shadow price. KENDALA DUAL PRICES 1) 0.000000 2) 285.256409 3) 335.256409 4) 260.256409 5) 0.000000 6) 35.256409 7) 70.512817 8) 48.076923 9) -9.615385 4/13/2005 Luknanto@ugm.ac.id 24

Jawaban 7 & 8 7. Jika resource ke 2 bertambah 1 unit, maka nilai optimum fungsi tujuan akan bertambah sebesar 285.256409 atau perusahaan bertambah untung. 8. Harga satuan untuk tiap aktivitas (x i ) dapat diturunkan sebesar reduced cost masing-masing aktivitas terkait tanpa mengurangi nilai optimum fungsi tujuan. Jadi aktivitas yang dapat dikurangi harga satuannya ialah aktivitas 6 dan 7. 4/13/2005 Luknanto@ugm.ac.id 25