Pemrograman Linier (2)

dokumen-dokumen yang mirip
Pemrograman Linier (2)

Pemrograman Linier (1)

Pemrograman Linier (3)

BAB IV. METODE SIMPLEKS

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

mempunyai tak berhingga banyak solusi.

BAB II METODE SIMPLEKS

Model umum metode simpleks

BAB III. METODE SIMPLEKS

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

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

Pemrograman Linier (4)

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

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

Pemrograman Linier (6)

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

PEMROGRAMAN LINIER. Metode Simpleks

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

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

MATA KULIAH RISET OPERASIONAL

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

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

PRAKTIKUM II PEMROGRAMAN LINIER (METODE SIMPLEKS)

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

Konsep Primal - Dual

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

Danang Triagus Setiyawan ST.,MT

METODE SIMPLEKS DALAM PROGRAM LINIER

PROGRAM LINEAR: METODE SIMPLEX

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

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

Metode Simpleks (Simplex Method) Materi Bahasan

ANALISIS POSTOPTIMAL/SENSITIVITAS

METODE SIMPLEKS DALAM PROGRAM LINIER

PROGRAM LINIER METODE SIMPLEKS

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

Taufiqurrahman 1

Model Matematis (Program Linear)

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

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

METODE dan TABEL SIMPLEX

Pengembangan model matematis dapat dimulai dengan menjawab ketiga pertanyaan berikut ini : Apakah yang diusahakan untuk ditentukan oleh model

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER

Metode Simpleks Minimum

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

Pengubahan Model Ketidaksamaan Persamaan

Manajemen Sains. Eko Prasetyo. Modul 4 ANALISIS SENSITIVITAS. 4.1 Analisis Sensitivitas Metode Grafik

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

Teori Dualitas dan Penerapannya (Duality Theory and Its Application)

ALGORITMA METODE SIMPLEKS (PRIMAL)

Riset Operasional LINEAR PROGRAMMING

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

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

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

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

Metode Simpleks. Program linier bentuk standar Pengantar metode simpleks

Dual Pada Masalah Maksimum Baku

Analisis Sensitivitas (2)

BAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL

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

PROGRAM LINIER : ANALISIS POST- OPTIMAL. Pertemuan 6

BAB VII. METODE TRANSPORTASI

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING

Bab 2 LANDASAN TEORI

contoh soal metode simplex dengan minimum

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

Model Linear Programming:

Bentuk Standar. max. min

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

BAB 4 HASIL DAN PEMBAHASAN

BAB 2 LANDASAN TEORI. Semua perusahaan menjalankan bisnisnya dengan memproduksi suatu barang

BAB 2 LANDASAN TEORI

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

Pemrograman Linier (Linear Programming) Materi Bahasan

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

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

A. Analisis Sensitivitas 1. Berapa besar perubahan koefisien fungsi objektif diperbolehkan supaya titik optimal dipertahankan?

B. Persoalan Batasan Campuran

BAB III : SISTEM PERSAMAAN LINIER

I PENDAHULUAN II LANDASAN TEORI

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

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

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

Operations Management

OPTIMALISASI KEUNTUNGAN PADA PERUSAHAAN KERIPIK BALADO MAHKOTA DENGAN METODE SIMPLEKS

BAB II TINJAUAN PUSTAKA

I PENDAHULUAN II LANDASAN TEORI

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

Metode Simpleks dengan Big M dan 2 Phase

Penyelesaian Program Linier Menggunakan Algoritma Interior Point dan Metode Simpleks

II LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.

BAB 3 METODE PENELITIAN

METODE SIMPLEKS (THE SIMPLEX METHOD)

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

BAB II KAJIAN PUSTAKA

BAB I PENGANTAR PROGRAM LINIER

BAB II TINJAUAN PUSTAKA

Transkripsi:

Solusi model PL dengan metode simpleks Ahmad Sabri Universitas Gunadarma, Indonesia

2 Bentuk umum model PL Ingat kembali bentuk umum model PL maksimum Maks Z = c 1 x 1 + c 2 x 2 +... + c n x n Dengan 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 x i 0, i = 1, 2,... n

Bentuk baku model PL maksimisasi Maks Z = c 1 x 1 + c 2 x 2 +... + c n x n Dengan kendala: a 11 x 1 + a 12 x 2 +... + a 1n x n +s 1 = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n +s 2 = b 2... a m1 x 1 + a m2 x 2 +... + a mn x n +s m = b m x i 0, i = 1, 2,... n s i 0, i = 1, 2,... m s i disebut juga variabel slack Bentuk baku digunakan untuk menyelesaikan model PL dengan metode simpleks 3

4 Tinjau kembali model PL untuk problem Chocolatier Burie, beserta solusi optimalnya yang diperoleh dengan metode grafis: Maks Z = 55M + 89H Dengan kendala: 4M + H 1296 12M + 6H 24 M, H 0

5 Daerah solusi dari model tersebut

6 Alternatif solusi dan solusi optimal: (M, H) Z = 55M + 89H (0, 0) 0 (0, 72) 6408 (130.5, 43) 11004.5 (maksimum) (152, 0) 8360 Diperoleh solusi optimal Z = 11004.5, dengan M = 130.5 dan H = 43.

7 Akan ditunjukkan penyelesaian model PL ini dengan metode simpleks.

8 Metode simpleks Metode simpleks adalah prosedur aljabar untuk menyelesaikan masalah PL. Tidak seperti pada metode grafis, metode simpleks mengevaluasi beberapa alternatif solusi saja (tidak semua) untuk menemukan solusi optimal. Metode ini bersifat iteratif.

8 Metode simpleks Metode simpleks adalah prosedur aljabar untuk menyelesaikan masalah PL. Tidak seperti pada metode grafis, metode simpleks mengevaluasi beberapa alternatif solusi saja (tidak semua) untuk menemukan solusi optimal. Metode ini bersifat iteratif.

9 Penyelesaian PL dengan metode simpleks Berikut diberikan contoh penyelesaian model PL pada kasus Chocolatier Burie. Langkah pertama, buatlah bentuk baku dari model. Maks Z = 55M + 89H Dengan kendala: 4M + H+s 1 = 1296 12M + 6H +s 2 = 24 M, H, s 1, s 2 0

10 Iterasi ke-0: tabel simpleks awal Itr. No. Basis Z M H s 1 s 2 Solusi Rasio (0) Z 1-55 -89 0 0 0 0 (1) s 1 0 4 1 0 1296 (2) s 2 0 12 6 0 1 24 Solusi pada iterasi ke-0 (solusi dasar awal): M = 0, H = 0, Z = 0

11 Iterasi ke-0: menentukan kolom pivot Itr. No. Basis Z M H s 1 s 2 Solusi Rasio (0) Z 1-55 -89 0 0 0 0 (1) s 1 0 4 1 0 1296 (2) s 2 0 12 6 0 1 24 Pilih kolom pivot, yaitu kolom yang memiliki koefisien paling negatif pada baris (0); dalam kasus ini adalah kolom H.

12 Iterasi ke-0: menghitung rasio Itr. No. Basis Z M H s 1 s 2 Solusi Rasio (0) Z 1-55 -89 0 0 0 1296 0 (1) s 1 0 4 1 0 1296 = 72 24 (2) s 2 0 12 6 0 1 24 6 = 304 Hitung rasio pada setiap baris (kecuali untuk baris Z), di mana: rasio = (solusi) / (koefisien pada kolom pivot)

13 Iterasi ke-0: menentukan baris pivot Itr. No. Basis Z M H s 1 s 2 Solusi Rasio (0) Z 1-55 -89 0 0 0 1296 0 (1) s 1 0 4 1 0 1296 = 72 24 (2) s 2 0 12 6 0 1 24 6 = 304 Pilih baris pivot, yaitu baris yang memiliki rasio non-negatif terkecil; dalam kasus ini adalah baris (1), yang diasosiasikan sebagai variabel s 1. Elemen persekutuan antara kolom pivot dan baris pivot disebut elemen pivot; dalam hal ini elemen pivot-nya adalah. Pada langkah ini, H akan masuk menjadi basis, dan s 1 akan keluar dari basis.

13 Iterasi ke-0: menentukan baris pivot Itr. No. Basis Z M H s 1 s 2 Solusi Rasio (0) Z 1-55 -89 0 0 0 1296 0 (1) s 1 0 4 1 0 1296 = 72 24 (2) s 2 0 12 6 0 1 24 6 = 304 Pilih baris pivot, yaitu baris yang memiliki rasio non-negatif terkecil; dalam kasus ini adalah baris (1), yang diasosiasikan sebagai variabel s 1. Elemen persekutuan antara kolom pivot dan baris pivot disebut elemen pivot; dalam hal ini elemen pivot-nya adalah. Pada langkah ini, H akan masuk menjadi basis, dan s 1 akan keluar dari basis.

13 Iterasi ke-0: menentukan baris pivot Itr. No. Basis Z M H s 1 s 2 Solusi Rasio (0) Z 1-55 -89 0 0 0 1296 0 (1) s 1 0 4 1 0 1296 = 72 24 (2) s 2 0 12 6 0 1 24 6 = 304 Pilih baris pivot, yaitu baris yang memiliki rasio non-negatif terkecil; dalam kasus ini adalah baris (1), yang diasosiasikan sebagai variabel s 1. Elemen persekutuan antara kolom pivot dan baris pivot disebut elemen pivot; dalam hal ini elemen pivot-nya adalah. Pada langkah ini, H akan masuk menjadi basis, dan s 1 akan keluar dari basis.

14 Update tabel No. Basis Z M H s 1 s 2 Solusi Opr. Gauss-Jordan (1) H 0 4 1 1 0 72 (1) lama Operasi baris Gauss-Jordan 1 Operasi pada baris pivot 1 Pada kolom Basis, gantilah variabel keluar dengan variabel masuk 2 Baris pivot baru = Baris pivot lama elemen pivot 2 Operasi pada baris lainnya: Baris baru = (Baris lama) (koefisien kolom pivot) (Baris pivot baru)

15 Update tabel No. Basis Z M H s 1 s 2 Solusi Opr. Gauss-Jordan (0) Z 1 317 89 9 0 0 6408 (0) lama + 89 (1) baru 4 1 (1) H 0 1 0 72 (1) lama Operasi baris Gauss-Jordan 1 Operasi pada baris pivot 1 Pada kolom Basis, gantilah variabel keluar dengan variabel masuk 2 Baris pivot baru = Baris pivot lama elemen pivot 2 Operasi pada baris lainnya: Baris baru = (Baris lama) (koefisien kolom pivot) (Baris pivot baru)

16 Update tabel No. Basis Z M H s 1 s 2 Solusi Opr. Gauss-Jordan (0) Z 1 317 89 9 0 0 6408 (0) lama + 89 (1) baru 4 1 (1) H 0 1 0 72 (1) lama 32 (2) s 2 0 3 0 1 3 1 1392 (2) lama 6 (1) baru Operasi baris Gauss-Jordan 1 Operasi pada baris pivot 1 Pada kolom Basis, gantilah variabel keluar dengan variabel masuk 2 Baris pivot baru = Baris pivot lama elemen pivot 2 Operasi pada baris lainnya: Baris baru = (Baris lama) (koefisien kolom pivot) (Baris pivot baru)

17 Iterasi ke-1 Itr. No. Basis Z M H s 1 s 2 Solusi Rasio (0) Z 1 317 89 9 0 0 6408 4 1 1 (1) H 0 1 0 72 32 (2) s 2 0 3 0 1 3 1 1392 Solusi pada iterasi ke-1: M = 0, H = 72, Z = 6408 Pada tahapan ini, H sudah masuk menjadi basis, dan s 1 ke luar dari basis. Perhatikan bahwa pada baris (0) masih terdapat koefisien dari variabel non basis yang bernilai negatif, yang berarti nilai Z masih belum optimal; oleh karena itu lakukan langkah serupa dengan yang sebelumnya.

Iterasi ke-1: menentukan kolom pivot Itr. No. Basis Z M H s 1 s 2 Solusi Rasio 317 89 (0) Z 1 9 0 0 6408 4 1 1 (1) H 0 1 0 72 32 1 (2) s 2 0 3 0 3 1 1392

19 Iterasi ke-1: menghitung rasio Itr. No. Basis Z M H s 1 s 2 Solusi Rasio 317 89 (0) Z 1 9 0 0 6408 4 1 72 1 (1) H 0 1 0 72 4/ = 324 32 1 1392 (2) s 2 0 3 0 3 1 1392 32/3 = 130.5

20 Iterasi ke-1: menentukan baris pivot Itr. No. Basis Z M H s 1 s 2 Solusi Rasio (0) Z 1 317 89 9 0 0 6408 4 1 72 1 (1) H 0 1 0 72 4/ = 324 32 1 1392 (2) s 2 0 3 0 3 1 1392 32/3 = 130, 5 elemen pivot = 32 3

21 Update tabel No. Basis Z M H s 1 s 2 Solusi Opr. Gauss-Jordan (2) M 0 1 0 1 32 3 32 130,5 (2) lama 32 3

22 Update tabel No. Basis Z M H s 1 s 2 Solusi Opr. Gauss-Jordan 123 317 (0) Z 1 0 0 32 96 11004,5 (0) lama + 317 9 (2) baru (2) M 0 1 0 1 32 3 32 130,5 (2) lama 32 3

23 Update tabel No. Basis Z M H s 1 s 2 Solusi Opr. Gauss-Jordan 123 317 (0) Z 1 0 0 32 96 11004,5 (0) lama + 317 9 (2) baru 1 1 (1) H 0 0 1 16 48 43 (1) lama 4 (2) baru (2) M 0 1 0 1 32 3 32 130,5 (2) lama 32 3

24 Iterasi ke-2: tabel simpleks optimal Itr. No. Basis Z M H s 1 s 2 Solusi Rasio 123 317 (0) Z 1 0 0 32 96 11004,5 1 1 2 (1) H 0 0 1 16 48 43 (2) M 0 1 0 1 32 3 32 130,5 Solusi pada iterasi ke-2: M = 130, 5, H = 43, Z = 11004, 5 Pada tahapan ini, seluruh koefisien pada persamaan (0) tidak ada yang negatif, menandakan bahwa solusi optimal telah tercapai.

25 Tabel simpleks lengkap Berikut ini adalah tabel simpleks untuk seluruh iterasi yang dilakukan: Itr. No. Basis Z M H s 1 s 2 Solusi Rasio (0) Z 1-55 -89 0 0 0 1296 0 (1) s 1 0 4 1 0 1296 = 72 24 (2) s 2 0 12 6 0 1 24 6 = 304 (0) Z 1 317 89 9 0 0 6408 4 1 72 1 (1) H 0 1 0 72 32 1 1392 (2) s 2 0 3 0 3 1 1392 123 317 (0) Z 1 0 0 32 96 11004,5 1 1 2 (1) H 0 0 1 16 48 43 (2) M 0 1 0 1 32 3 32 130,5 4/ = 324 32/3 = 130, 5

26 Kondisi untuk variabel masuk dan variabel keluar Kondisi optimalitas. Dalam masalah maksimisasi [minimisasi], variabel masuk adalah variabel non-basis dengan koefisien paling negatif [positif] pada baris (0). Optimal dicapai jika semua koefisien dari variabel non-basis adalah non-negatif [non-positif]. Kondisi kelayakan. Untuk masalah maksimisasi ataupun minimisasi, variabel keluar adalah variabel basis dengan rasio non-negatif terkecil.

27 Langkah-langkah metode simpleks 1 Buatlah tabel simpleks awal (didapatkan solusi dasar awal). 2 Tentukan variabel masuk berdasarkan kondisi optimalitas. Berhenti jika tidak ada lagi variabel masuk; pada tahapan ini, solusi optimal telah tercapai. Jika tidak, lanjutkan ke langkah 3. 3 Tentukan variabel keluar berdasarkan kondisi kelayakan. 4 Tentukan solusi dasar awal dengan menerapkan teknik Gauss-Jordan. Lanjutkan ke langkah 2.

Contoh (Model PL maksimal) Redi Miks memproduksi cat interior dan eksterior dari dua bahan mentah: M1 dan M2. Tabel berikut memberikan data dasar: Kebutuhan bahan mentah untuk per ton dari Ketersediaan maksimum Cat eksterior (ton) Cat interior (ton) harian (ton) M1 6 4 24 M2 1 2 6 Keuntungan per ton (juta) 5 4 Survey pemasaran menunjukkan bahwa permintaan harian untuk cat interior maksimal 1 ton lebih banyak dari yang untuk eksterior. Juga, permintaan harian maksimum untuk cat interior adalah 2 ton. Redi Miks ingin menentukan berapa ton cat interior dan eksterior harus diproduksi untuk memaksimalkan keuntungan harian. Buatlah model PL-nya dan tentukan solusi optimalnya dengan menggunakan metode simpleks! 28

Contoh Gutchi Company memproduksi dompet, tas tangan, dan tas punggung. Pembuatan ketiga produk itu membutuhkan bahan mentah berupa kulit asli. Proses produksi juga membutuhkan dua jenis tenaga kerja terampil untuk menjahit dan finishing. Tabel berikut memberikan ketersediaan sumber daya, penggunaannya, dan keuntungan per unit produk. Kebutuhan sumber daya untuk per unit: Ketersediaan Dompet Tas tangan Tas punggung harian Kulit (ft 2 ) 2 1 3 42 Menjahit (jam) 2 1 2 40 Finishing (jam) 1 0,5 1 45 Harga jual ($) 24 22 45 Formulasikan problem ini dengan model PL dan tentukan solusi optimalnya dengan menggunakan metode simpleks. 29