Metode Simpleks Dengan Tabel. Tabel metode simpleks Tabel metode simpleks bentuk standar

dokumen-dokumen yang mirip
Metode Simpleks. Program linier bentuk standar Pengantar metode simpleks

Metode Simpleks Dengan Tabel. Tabel simpleks bentuk umum

PEMROGRAMAN LINIER. Metode Simpleks

Pengubahan Model Ketidaksamaan Persamaan

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

PRAKTIKUM II PEMROGRAMAN LINIER (METODE SIMPLEKS)

mempunyai tak berhingga banyak solusi.

Metode Simpleks dengan Big M dan 2 Phase

METODE dan TABEL SIMPLEX

Metode Simplex. Toha Ardi Nugraha

PROGRAM LINEAR: METODE SIMPLEX

BAB II METODE SIMPLEKS

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

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

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

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

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Metode Simpleks (Simplex Method) Materi Bahasan

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

ALGORITMA METODE SIMPLEKS (PRIMAL)

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

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

Model umum metode simpleks

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

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

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

Taufiqurrahman 1

BAB V PROGRAMA LINIER : METODE SIMPLEKS

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

PROGRAM LINIER METODE SIMPLEKS

BAB IV. METODE SIMPLEKS

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

BAB III. METODE SIMPLEKS

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

PENELITIAN OPERASIONAL I (TIN 4109)

PENELITIAN OPERASIONAL I (TIN 4109)

Pemrograman Linier (3)

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

contoh soal metode simplex dengan minimum

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

Konsep Primal - Dual

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

Pemrograman Linier (2)

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER

Riset Operasional LINEAR PROGRAMMING

METODE SIMPLEKS DALAM PROGRAM LINIER

Pemrograman Linier (2)

BAB 2 LANDASAN TEORI

BAB 4 HASIL DAN PEMBAHASAN

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

Pemrograman Linier (4)

PROGRAM LINEAR DENGAN METODE SIMPLEX

BAB II TINJAUAN PUSTAKA

MATA KULIAH RISET OPERASIONAL

TUGAS PROGRAM LINEAR MODEL TRANSPORTASI

PENYELESAIAN PERMASALAHAN LINEAR PROGRAMMING

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

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

BAB 3 METODE PENELITIAN

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

BAB II KAJIAN TEORI. maupun kronik, penulis akan menguraikan perencanaan diet DM di RS PKU

Pemrograman Linier (1)

Ir. Tito Adi Dewanto

BAB II TINJAUAN PUSTAKA

PERANGKAT PEMBELAJARAN

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

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

BAB 2 LANDASAN TEORI. 2.1 Pengertian Model dan Metode Transportasi

BAB II LANDASAN TEORI

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

Danang Triagus Setiyawan ST.,MT

BAB 2 LANDASAN TEORI

METODE SIMPLEKS (THE SIMPLEX METHOD)

BAB III : SISTEM PERSAMAAN LINIER

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

BAB 2 LANDASAN TEORI. 2.1 PENGERTIAN MODEL DAN METODE TRANSPORTASI

MODEL TRANSPORTASI - II MATAKULIAH RISET OPERASIONAL Pertemuan Ke-9. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB II KAJIAN PUSTAKA

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

METODE SIMPLEKS DALAM PROGRAM LINIER

Perhatikan model matematika berikut ini. dapat dibuat tabel

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

B. Persoalan Batasan Campuran

BAB I PENGANTAR PROGRAM LINIER

METODE SIMPLEKS (MS)

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

PROPOSAL PROGRAM HIBAH PENULISAN BUKU AJAR TAHUN 2017

BAB 2 LANDASAN TEORI

Rivised Simpleks Method (metode simpleks yang diperbaiki)

PENYEDERHANAAN OPERASI PERHITUNGAN PADA METODE SIMPLEKS

TRANSPORTATION PROBLEM

Bab 2 LANDASAN TEORI

Teori permainan mula-mula dikembangkan oleh ilmuan Prancis bernama Emile Borel, secara umum digunakan untuk menyelesaikan masalah yang

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

Optimasi. Bab Metoda Simplex. Djoko Luknanto Staf Pengajar Jurusan Teknik Sipil FT UGM

Optimasi. Masalah Awal. Definisi 2. Contoh. Solusi Titik Sudut Feasible. Bab Metoda Simplex

Transkripsi:

Metode Simpleks Dengan Tabel Tabel metode simpleks Tabel metode simpleks bentuk standar

Pendahuluan Pada pembahasan ini akan dibahas mekanisme metode simpleks yang diformulasikan dengan sebuah tabel. Tabel tersebut akan merepresentasikan setiap corner point dan nilai fungsi tujuan yang bersangkutan Dengan menggunakan tabel: Dapat diselesaikan program linier skala kecil tanpa menggunakan alat bantu komputer

Algoritma metode simpleks Fase pertama () : tentukan titik intial yang merupakan sebuah basic feasible solution. Jika ada, iterasi dilanjutkan. Jika tidak ada, maka model program linier dikatakan infeasibel. Iterasi dihentikan. Fase kedua (2): iterasi sampai keadaan untuk menghentikan iterasi ditemui (keadaan optimum tercapai) 2.: apakah sudah optimum? Jika masih terdapat entering basic variable, maka keadaan belum optimum dan iterasi dilanjutkan. Jika tidak ada entering basic variable, iterasi dihentikan dengan penyelesaian di titik basic feasible solution tersebut sebagai titik optimum dengan nilai fungsi tujuan di titik tersebut sebagai nilai optimumnya. 2.2: Tentukan entering basic variable Tentukan nonbasic variable yang memberikan pengaruh terbesar pada perubahan fungis tujuan 2.3: Tentukan leaving basic variable menggunakan minimum ratio test (MRT) 2.4: Update persamaan-persamaan, untuk berpindah ke basic feasibel solution yang baru. 2.5: Kembali ke langkah 2..

Table Simpleks () 4 3 2 4 x Basic Var Z s s 2 s 3 Eqn. no. 2 3 Z X X 2 s s 2 s 3 RHS MRT -5 - never 2 3 4

Table Simpleks (2) Table di atas merupakan tabel untuk basic feasible solution di titik origin, yaitu (,,2,3,4). Kolom basic variable, berisi basic variable yang terjadi bersesuaian dengan masing-masing persamaan fungsi kendala. Kolom kedua, No. Eq., merupakan label untuk masingmasing fungsi kendala Label untuk fungsi tujuan, dan sampai 3 untuk fungsi-fungsi kendala. Kolom RHS, berisi nilai-nilai RHS untuk masing-masing fungsi kendala. Kolom MRT, diisi dengan hasil perhitungan MRT dan akan dilakukan pada saat memulia metode simpleks.

Proper form table Sebelum iterasi metode simpleks dijalankan, tabel yang dihasilkan harus dalam bentuk proper table. Proper table memiliki karakteristik: Memiliki sebuah basic variable untuk setiap persamaan Koefisien basic variable adalah, dan koefisien di atas dan di bawah basic variable dalam kolom yang sama adalah. Fungsi tujuan, Z, selalu dianggap sebagai basic variable (persamaan no. ).

Fungsi Proper form table Jika tabel dalam bentuk proper table, nilai untuk semua variable dan nilai fungsi tujuan dapat langsung dibaca dari tabel tersebut, Hal ini disebabkan karena hanya ada satu basic variable di setiap baris dan memiliki koefisien. Variable-variable yang lain dalam satu baris merupakan nonbasic variable, Dengan demikian, nilai-nilai suatu variable dapat dibaca pada kolom RHS.

2.. Apakah sudah optimal? Keadaan optimum tercapai jika tidak ada lagi entering basic variable, Hal ini dapat diketahui dengan memperhatikan baris fungsi tujuan. Jika pada baris fungsi tujuan tidak terdapat nilai yang negatif, maka keadaan sudah optimum. Jika pada baris fungsi tujuan masih terdapat nilai yang negatif, maka keadaan belum optimum dan metode simpleks dilanjutkan.

2.2. Menentukan entering basic variable () Entering basic variable merupakan nonbasic variable di baris fungsi tujuan (pers. No. ) yang bernilai paling negatif. Pilihlah variable di baris fungsi tujuan yang paling negatif sebagai entering basic variable Dalam contoh model linier tersebut, x memiliki koefisien -5 sedangkan x 2 memiliki koefisen -. Dengan demikian, x merupakan entering basic variable. Kolom untuk entering basic variable disebut sebagai pivot column.

2.2. Menentukan entering basic variable (2) Basic Var Eqn. no. Z X X 2 s s 2 s 3 RHS MRT Z s s 2 s 3 2 3-5 - 2 3 4 never

2.3. Menentukan leaving basic variable () Minimum ratio test digunakan untuk menentukan leaving basic variable. Nilai MRT ditentukan dengan cara: (RHS)/(koefisien entering basic variable) Terdapat dua keadaan khusus untuk nilai MRT: Jika koefisien entering basic variable NOL, MRT diberi nilai dengan no limit, Jika koefisien entering basic variable NEGATIF, MRT diberi nilai dengan no limit. Catatan: MRT tidak diterapkan pada fungsi tujuan.

2.3. Menentukan leaving basic variable (2) Leaving basic variable adalah pada baris yang memiliki MRT paling kecil Baris leaving basic variable disebut dengan pivot row. Basic Var Eqn. no. Z X X 2 s s 2 s 3 RHS MRT Z -5 - Never s 2 2 s 2 2 3 No limit s 3 3 4 4

2.4. Meng-udpate table () Setelah entering dan leaving basic variable ditentukan, langkah selanjutnya adalah meng-update nilai-nilai yang ada di dalam tabel, dengan cara: 2.4.: pada kolom basic variable, ganti leaving basic variable dengan sebagai pivot row dengan entering basic variable. 2.4.2: element table di mana pivot column dan pivot row berpotongan disebut dengan pivot element, Nilai pivot element harus sama dengan. 2.4.3: semua elemen pivot column dieleminasi kecuali pivot element. Hal ini dilakukan dengan operasi eleminiasi gauss, (new row k)=(row k)-(pivot column coefficient in row k) x (pivot row)

2.4. Meng-udpate table (2) Hasil proses meng-update table adalah sebagai berikut: Basic Var Z x s 2 s 3 Eqn. no. 2 3 Z X X 2 s s 2 s 3 RHS MRT - Table di atas menghasilkan basic feasible solution kedua (atau sebagai corner point jika dari sudut pandang secara grafik), yaitu: Basic feasible solution yang baru: (2,,,3,2) Dengan nilai Z sebesar: 3 5-3 2 3 2 never

Penyelesaian program linier () Dari tabel terakhir di atas, masih terdapat koefisien yang negatif di baris fungsi tujuan (pers. No. ), dengan demikian keadaan belum optimum. Jadi, proses penyelesaian masih terus dilakukan untuk iterasi selanjutnya, sebagai berikut: Langkah 2.2: x 2 sebagai entering basic variable Langkah 2.3: hasil dari MRT diperoleh s 3 sebagai leaving basic variable Langkah 2.4: meng-update table dalam bentuk proper form

Penyelesaian program linier (2) Entering basic variable: x 2 Leaving basic variable: s 3 Basic Var Eqn. no. Z X X 2 s s 2 s 3 RHS MRT Z - 5 3 never x 2 No limit s 2 2 3 3 s 3 3-2 2

Tabel dalam keadaan optimum Basic Var Eqn. no. Z X X 2 s s 2 s 3 RHS MRT Z 5 5 never x 2 s 2 2 - x 2 3-2 Tidak terdapat koefisien negatif di baris fungsi tujuan Penyelesaiaanya adalah: Di titik (2,2,,,) Dengan nilai Z = 5

Keadaan khusus dalam manipulasi table () Entering basic variable memiliki nilai yang sama, Contoh: Z maks = 5x +5x 2 Untuk menyelesaikan masalah ini, entering basic variable dipilih secara acak.

Keadaan khusus dalam manipulasi table (2) Leaving basic variable memiliki nilai MRT yang sama, Pilihlah leaving basic variable secara acak Untuk MRT semua bernilai no limit, berarti bahwa pergerakana entering basic variable tidak terbatas, Dengan demikian, model program linier tersebut merupakan model unbounded Pada keadaan optimum, jika terdapat nonbasic variabel bernilai NOL di baris fungsi tujuan, maka: Pemilihan nonbasic variable sebagai entering basic variable akan menghasilkan kenaikan nilai Z dengan rate NOL. Tidak ada efek ke pada perubahan nilai Z, dan menghasilkan nilai Z yang sama pada basic feasible solution yang berbeda.