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

dokumen-dokumen yang mirip
APLIKASI UNTUK MENYELESAIKAN PROGRAM LINIER DENGAN MENGGUNAKAN METODE SIMPLEKS

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

Introduction to Management Science: Pengantar Program Linear: Formulasi Model dan Solusi Grafik

Metode Simpleks Kasus Minimisasi

Program Linier. Rudi Susanto

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

CCR-314 #2 Pengantar Linear Programming DEFINISI LP

CCR314 - Riset Operasional Materi #2 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

TEKNIK RISET OPERASI

Operations Management

DEFINISI LP FUNGSI-FUNGSI DALAM PL MODEL LINEAR PROGRAMMING. Linear Programming Taufiqurrahman 1

Model umum metode simpleks

Metodologi Algoritma A Priori. Metodologi dasar algoritma a priori analisis asosiasi terbagi menjadi dua tahap :

METODE SIMPLEKS (THE SIMPLEX METHOD)

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

Algoritma C4.5. Untuk memudahkan penjelasan mengenai algoritma C4.5 berikut ini disertakan contoh kasus yang dituangkan dalam Tabel 1.

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

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

LINIER PROGRAMMING Formulasi Masalah dan Pemodelan. Staf Pengajar Kuliah : Fitri Yulianti, MSi.

METODE SIMPLEKS DALAM PROGRAM LINIER

PROGRAM LINEAR DENGAN METODE SIMPLEX


Langkah Penyelesaian. Linear Programming Dengan Solver Excel Taufiqurrahman 1

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

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

MAKSIMALISASI KEUNTUNGAN DENGAN PENDEKATAN METODE SIMPLEKS Kasus pada Pabrik Sosis SM

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

B. Persoalan Batasan Campuran

PEMROGRAMAN LINIER. Metode Simpleks

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

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

BAB II LANDASAN TEORI

Penyelesaian Program Linier Menggunakan Algoritma Interior Point dan Metode Simpleks

Optimalisasi Produksi Di Industri Garment Dengan Menggunakan Metode Simpleks

BAB 2 LANDASAN TEORI

Taufiqur Rachman 1

BAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk

Ir. Tito Adi Dewanto

BAB I PENDAHULUAN. Di era globalisasi persaingan bisnis semakin ketat. Setiap perusahaan

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

mempunyai tak berhingga banyak solusi.

LINEAR PROGRAMMING. Pembentukan model bukanlah suatu ilmu pengetahuan tetapi lebih bersifat seni dan akan menjadi dimengerti terutama karena praktek.

CCR314 - Riset Operasional Materi #4 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI

BAB 2 LANDASAN TEORI

CCR314 - Riset Operasional Materi #3 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

Pemrograman Linier (3)

Metode Simpleks Minimum

ALGORITMA METODE SIMPLEKS (PRIMAL)

Pengambilan Keputusan Multi Kriteria. Riset Operasi TIP FTP UB

BAB I PENDAHULUAN. industri dan lain-lain. Seiring dengan adanya perkembangan di berbagai bidang

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

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

Optimalisasi Produksi Di Industri Garment Dengan Menggunakan Metode Simpleks

PROGRAM LINIER METODE SIMPLEKS

LINIEAR PROGRAMMING MATEMATIKA BISNIS ANDRI HELMI M, S.E., M.M.

OPTIMALISASI KEUNTUNGAN PADA PERUSAHAAN ANEKA KUE DENGAN METODE SIMPLEKS. Nama : Reza Rizki Akbar NPM :

Riset Operasi. Program Linear. Mata Kuliah STMIK AMIKOM YOGYAKARTA. Heri Sismoro, M.Kom.

BAB II METODE SIMPLEKS

OPTIMALISASI HASIL PRODUKSI TAHU DAN TEMPE MENGGUNAKAN METODE BRANCH AND BOUND (STUDI KASUS: PABRIK TEMPE ERI JL. TERATAI NO.

MATA KULIAH RISET OPERASIONAL

PROGRAM LINEAR: METODE SIMPLEX

BAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk

BAB IV. METODE SIMPLEKS

LINEAR PROGRAMMING MODEL SIMPLEX

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

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

BAB 3 METODE PENELITIAN

BAB 3 LINEAR PROGRAMMING

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

METODE SIMPLEKS DALAM PROGRAM LINIER

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

Metode Simpleks Dalam Optimalisasi Hasil Produksi

PENELITIAN OPERASIONAL PERTEMUAN #9 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI

Perancangan Sistem. Kusrini, Andri Koniyo Jurusan Sistem Informasi STMIK AMIKOM Yogykakarta Jl. Ringroad Utara Condong Catur Sleman Yogyakarta

BAB 1 PENDAHULUAN Latar Belakang

BAB III LANGKAH PEMECAHAN MASALAH

IMPLEMENTASI TEKNIK RISET OPERASI PADA PROGRAM LINEAR MENGGUNAKAN PROGRAM POM-QM WINDOWS 3

UNIVERSITAS BINA NUSANTARA

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

III. METODE PENELITIAN

BAB II TINJAUAN PUSTAKA

PEMROGRAMAN LINEAR YULIATI,SE,MM

PENGOPTIMALAN PERSEDIAAN DENGAN METODE SIMPLEKS PADA PT. XYZ

BAB IV HASIL DAN PEMBAHASAN. tentang keguruan. Batas wilayah Fakultas Tarbiyah dan Keguruan adalah sebagai

BAB 1 PENDAHULUAN Latar Belakang

BAB II TINJAUAN PUSTAKA

METODE SIMPLEKS DALAM PROGRAM LINIER

BAB 1 PENDAHULUAN. dari ekonomi global yang melanda hampir negara-negara di Amerika dan Asia. Hal ini

Taufiqurrahman 1

METODE SIMPLEKS DALAM PROGRAM LINIER

Prosiding Manajemen ISSN:

OPTIMALISASI PEMBANGUNAN PERUMAAHAN DENGAN MENGGUNAKAN METODE SIMPLEKS (STUDI KASUS PT. PARUJA KONSULTAMA)

ANALISIS MEMAKSIMALKAN LABA DALAM PEMBUATAN TAHU BERDIKARI CONDET

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

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

BAB 2 LANDASAN TEORI

PROGRAM LINEAR MULTI-OBJECTIVE DENGAN FIXED-WEIGHT METHOD

Transkripsi:

Optimasi dengan Algoritma Simplex Kusrini Jurusan Sistem Informasi STMIK AMIKOM Yogykakarta Jl. Ringroad Utara Condong Catur Sleman Yogyakarta Banyak keputusan utama yang dihadapi oleh seorang manajer perusahaan untuk mencapai tujuan perusahaan dibatasi oleh situasi lingkungan operasi. Batasan dapat berupa sumber daya atau batasan pedoman. Secara umum tujuan perusahaan adalah untuk memaksimalkan laba atau meminimalkan biaya. Untuk dapat mencapai tujuannya tersebut, dapat dilakukan optimasi dengan menggunakan program linier. Program linear menggambarkan bahwa fungsi dalam model matematika adalah linier dan teknik pemecahan masalah terdiri dari langkah-langkah matematika yang telah ditetapkan disebut program. Algoritma simpleks merupakan salah satu algoritma dalam memecahkan program linier. Pada bab ini penulis ingin menjelaskan sebuah kasus pembuatan sistem pendukung keputusan untuk membantu manajer produksi dalam menentukan jumlah produksi dari produk-produknya guna mendapatkan keuntungan maksimal. Pernyataan Masalah Perusahaan barang tembikar Colonial memproduksi 2 produk setiap hari, yaitu mangkok dan cangkir. Perusahaan mempunyai 2 sumber daya yang terbatas jumlahnya untuk memproduksi produk-produk tersebut yaitu: tanah liat dan tenaga kerja. Dengan keterbatasan sumber daya, perusahaan ingin mengetahui berapa banyak mangkok dan gelas yang akan diproduksi tiap hari dalam rangka memaksimumkan laba. Kedua produk mempunyai kebutuhan sumber daya untuk produksi serta laba per item seperti ditunjukkan pada Tabel 1: Tabel 1. Kebutuhan sumber daya Produk Tenaga kerja Tanah Liat Laba (jam/unit) (kg/unit) (Rp/Unit) Mangkok 1 3 4000 Cangkir 2 2 5000 Tersedia 40 jam tenaga kerja dan 120 kg tanah liat setiap hari untuk produksi. Pembuatan Model Dalam memecahkan model diatas digunakan linier programming. Adapun variabel-variabel dalam model ini adalah sebagai berikut: 1. keputusan: Masalah ini berisi dua variabel keputusan yang menunjukkan jumlah mangkok dan cangkir yang akan diproduksi setiap hari. 147

X1 = jumlah mangkok yang diproduksi/hari X2 = jumlah cangkir yang diproduksi/hari 2. Fungsi Tujuan Tujuan perusahaan adalah memaksimumkan total laba. Laba perusahaan diperoleh dari jumlah laba mankok dan cangkir. Laba dari mangkok diperoleh dari laba per unit mankok (Rp. 4000,-) dikalikan jumlah produksi mangkok (X1), sedangkan laba cangkir diperoleh dari laba per unit cangkir (Rp. 5000,-) dikalikan dengan jumlah produksi cangkir (X2). Jadi total laba adalah 4000 X1 + 5000 X2. Dengan melambangkan total laba sebagai Z maka dapat dirumuskan tujuan dari perusahaan adalah: Memaksimumkan Z = 4000X1+ 5000X 2 Dengan Z = total laba tiap hari 4000 X1 = laba dari mangkok 5000 X2 = laba dari cangkir 3. Batasan Model Dalam masalah ini terdapat sumber daya yang digunakan dalam produksi, yaitu tenaga kerja dan tanah liat. Persediaan keduanya terbatas. Produksi mangkok dan cangkir memerlukan kedua sumber daya, baik tenaga kerja maupun tanah liat. a. Batasan untuk tenaga kerja Untuk setiap mangkok diproduksi diperlukan 1 (satu) jam tenaga kerja. Oleh karena itu, jan tenaga kerja yang diperlukan untuk memproduksi semua mangkok adalah 1 X1 jam. Untuk setiap cangkir diperlukan 2 jam tenaga kerja, oleh sebab itu tenaga kerja yang digunakan untuk memproduksi cangkir setiap hari adalah 2 X2 jam. Total jam kerja yang dibutuhkan perusahaan untuk memproduksi mangkok dan cangkir adalah 1 X1 + 2 X2 Akan tetapi jumlah tenaga kerja sebesar 1 X1 + 2 X2 dibatasi sampai dengan 40 jam per hari. Batasan tenaga kerja menjadi: 1X 1+ 2X 2 40 dengan 1 X1 = Jumlah jam kerja untuk mangkok (jam/hari) 2 X2 = Jumlah jam kerja untuk cangkir (jam/hari) Dalam persamaan pada batasan tenaga kerja ini digunakan kurang sama dengan karena 40 jam kerja ini merupakan jumlah sumber daya maksimum yang dapat digunakan, bukan jumlah yang harus digunakan. b. Batasan untuk tanah liat Batasan tanah liat dirumuskan sama dengan batasan tenaga kerja karena setiap mangkok memerlukan 3 kg tanah liat, jumlah tanah liat yang diperlukan untuk mangkok setiap hari adalah 3 X1. Setiap cangkir memerlukan 2 kg tanah liat, jumlah tanah liat yang diperlukan untuk cangkir setiap hari adalah 2 X2. Jika diasumsikan tanah liat yang tersedia setiap hari adalah 60 kg, maka batasan untuk tanah liat dapat di rumuskan sebagai berikut: 148 3X 1+ 2X 2 120

Pemecahan Model dengan 3 X1 = jumlah tanah liat untuk mangkok (kg/hari) 2 X2 = jumlah tanah liat untuk cangkir (kg/hari) c. Batasan non negatif X 1, X 2 0 Metode yang dipakai dalam pemecahan masalah ini adalah metode simpleks. Implementasi Untuk menyelesaikan masalah diatas, dilakukan langkah-langkah sebagai berikut: 1. Mengubah fungsi tujuan dan batasan-batasan Fungsi tujuan : Memaksimumkan Z = 4000X1+ 5000X 2 Menjadi: Z 4000 X1 5000X 2 = 0 Batasan-batasan : Menjadi: 1X 1+ 2X 2 40 3X 1+ 2X 2 120 1 X 1+ 2X 2 + X 3 = 40 3 X 1+ 2X 2 + X 4 = 120 X3 adalah variabel penampung sisa tenaga kerja, sedangkan X4 adalah variabel sisa tanah liat. 2. Menyusun persamaan-persamaan di dalam tabel Tabel simpleks awal ditunjukkan oleh Tabel 2. Tabel 2. Tabel Simpleks Awal X3 0 1 2 1 0 40 X4 0 3 2 0 1 120 149

3. Memilih kolom kunci Kolom kunci adalah kolom yang merupakan dasar untuk mengubah tabel diatas. Kolom yang dipilih adalah kolom yang mempunyai nilai pada baris fungsi tujuan yang bernilai negatif degnan angka terbesar. Jika tidak ada nilai negatif pada baris fungsi tujuan maka, solusi optimal sudah diperoleh. Dalam hal ini adalah kolom X2, sehingga tabel simpleks akan menjadi seperti ditunjukkan pada Tabel 3. 4. Perhitungan Indeks Tabel 3. Pemilihan Kolom Kunci Z 1 - - 0 0 0 4000 5000 X3 0 1 2 1 0 40 X4 0 3 2 0 1 120 Indeks diperoleh dari Nilai kolom Nilai dibagi dengan Nilai Kolom Kunci. Hasil perhitungan ditunjukkan pada Tabel 4. Tabel 4. Perhitungan Indeks Indeks X3 0 1 2 1 0 40 20 X4 0 3 2 0 1 120 60 5. Memilih Baris Kunci Baris kunci dipilih baris yang mempunyai indeks positif dengan angka terkecil. Hasil pemilihan baris kunci ditunjukkan oleh Tabel 5. 150 Tabel 5. Pemilihan Baris Kunci X3 0 1 2 1 0 40 X4 0 3 2 0 1 120 Dari pemilihan kolom kunci, dan baris kunci diperoleh nilai kunci. Nilai kunci adalah perpotongan dari kolom kunci dan baris kunci yaitu 2. 6. Mengubah Niilai-Nilai Untuk baris kunci, nilai baru diperoleh dengan rumus berikut: Nilai Baru = Nilai Lama / Nilai Kunci

Sehingga diperoleh baris kunci untuk: kolom X1 = ½ kolom X2 = 2/2 = 1 kolom X3 = ½ kolom X4 = 0/2 = 0 Kolom Nilai = 40/2 = 20 Sedangkan untuk baris selain baris kunci, nilai baru diperoleh dengan rumus: Nilai Baru = Nilai Lama- (Koefisien pada kolom kunci) x nilai baru baris kunci Untuk data di atas, nilai baru untuk baris pertama (Z) sebagai berikut: [ -4000-5000 0 0 0 ] (-5000) [ ½ 1 ½ 0 20 ] (-) Baru = [ -1500 0 2500 0 100000 ] Sedangkan nilai baru untuk baris ketiga (X4) sebagai berikut: [ 3 2 0 1 120 ] (2) [ ½ 1 ½ 0, 20 ] (-) Baru = [ 2 0-1 1, 80 ] Secara lengkap, tabel baru dapat dilihat pada Tabel 6. 7. Melanjutkan Perubahan Tabel 6. Tabel dengan nilai baru Z 1-1500 0 2500 0 100000 X2 0 1/2 1 ½ 0 20 X4 0 2 0-1 1 80 Ulangi langkah-langkah 3 sampai dengan 6 terhadap tabel baru. Perubahan berhenti ketika pada fungsi tujuan (baris pertama) tidak ada yang bernilai negatif. 151

Untuk kasus ini, hasil perhitungan secara lengkap ditunjukkan pada Tabel 7 atau Tabel 8. Tabel 7. Tabel lengkap Indeks X3 0 1 2 1 0 40 20 X4 0 3 2 0 1 120 60 Z 1-1500 0 2500 0 100000-66,67 X2 0 1/2 1 ½ 0 20 40 X4 0 2 0-1 1 80 40 Z 1 0 3000 4000 0 160000 X1 0 1 2 1 0 40 X4 0 0-4 -3 1 0 Tabel 8. Tabel lengkap 153

Indeks X3 0 1 2 1 0 40 20 X4 0 3 2 0 1 120 60 Z 1-1500 0 2500 0 100000-66,67 X2 0 1/2 1 ½ 0 20 40 X4 0 2 0-1 1 80 40 Z 1 0 0 1750 750 160000 X2 0 0 1 0.75-0.25 0 X1 0 1 0-1/2 1/2 40 154

Dari Tabel 7, diketahui bahwa solusi maksimalnya adalah : X1 = 40 X4 = 0 Z = 160000. Jika ini disubstitusikan ke persamaan Z = 4000X1+ 5000X 2 Maka 160000 = (4000 * 40) + (5000 * X 2) X 2 = 0 Sedangkan berdasarkan tabel 8, diketahui bahwa solusi maksimalnya adalah : X1 = 40 X2 = 0 Z = 160000 Ini berarti jumlah produksi mangkok per hari adalah 40, jumlah produksi cangkir per hari adalah 0 dengan keuntungan yang akan diperoleh perusahaan sebesar Rp. 160.000,- Dari hasil ini, kita juga bisa mengetahui bahwa jam kerja yang terpakai adalah sebesar: 1 X1 + 2 X2 = 40 + 2 * 0 = 40 Karena sumber daya jam kerja yang dimiliki adalah 40 jam, berarti semua sumber daya jam kerja dipakai untuk memproduksi. Sedangkan tanah liat yang dibutuhkan untuk produksi sehari sebesar: 3 X1 + 2 X2 = 3*40 + 2*0 = 120 Karena sumber daya tanah liat yang tersedia di perusahaan sebesar 120 kg/hari, berarti semua sumber daya tanah liat dipakai untuk memproduksi. Contoh implementasi dalam aplikasi dari algoritma Simplex dibahas dalam buku Konsep dan Aplikasi Sistem Pendukung Keputusan Daftar Pustaka Kusrini, 2007, Konsep dan Aplikasi Sistem Pendukung Keputusan, Andi Offset, Yogyakarta