METODE SIMPLEKS KASUS MEMAKSIMUMKAN

dokumen-dokumen yang mirip
Metode Simpleks M U H L I S T A H I R

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER

BAB IV. METODE SIMPLEKS

Model umum metode simpleks

BAB II METODE SIMPLEKS

BAB III. METODE SIMPLEKS

PROGRAM LINEAR DENGAN METODE SIMPLEX

PROGRAM LINEAR: METODE SIMPLEX

Perhatikan model matematika berikut ini. dapat dibuat tabel

Taufiqurrahman 1

Riset Operasional LINEAR PROGRAMMING

MATA KULIAH RISET OPERASIONAL

METODE SIMPLEKS DALAM PROGRAM LINIER

Metode Simpleks (Simplex Method) Materi Bahasan

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

PROGRAM LINIER METODE SIMPLEKS

OPTIMALISASI KEUNTUNGAN PADA PERUSAHAAN KERIPIK BALADO MAHKOTA DENGAN METODE SIMPLEKS

contoh soal metode simplex dengan minimum

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

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

Metode Simpleks Minimum

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

METODE dan TABEL SIMPLEX

Metode Simpleks Kasus Minimisasi

Ir. Tito Adi Dewanto

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

mempunyai tak berhingga banyak solusi.

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

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

PEMROGRAMAN LINIER. Metode Simpleks

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

BAB II LANDASAN TEORI

Pengubahan Model Ketidaksamaan Persamaan

Modul Pendalaman Materi Program Linear, PPG Dalam Jabatan hal 1

BAB 1 PENDAHULUAN Latar Belakang

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

Pemrograman Linier (3)

Pemrograman Linier (2)

Pemrograman Linier (2)

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

PRAKTIKUM II PEMROGRAMAN LINIER (METODE SIMPLEKS)

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

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

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

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

BAB II TINJAUAN PUSTAKA

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

SISTEM PERSAMAAN LINEAR

BAB I PENGANTAR PROGRAM LINIER

BAB 3 METODE PENELITIAN

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

Penyelesaian Program Linier Menggunakan Algoritma Interior Point dan Metode Simpleks

BAB V PROGRAMA LINIER : METODE SIMPLEKS

Operations Management

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

Metode Simpleks Dengan Tabel. Tabel simpleks bentuk umum

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

Pertemuan 2 Metode Simplex

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

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

Metode Simpleks. Program linier bentuk standar Pengantar metode simpleks

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

BAB 2 LANDASAN TEORI

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

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

ALGORITMA METODE SIMPLEKS (PRIMAL)

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

METODE AFFINE SCALING SEBAGAI ALTERNATIF PENYELESAIAN MASALAH PROGRAM LINEAR. Asep Teguh Suhanda, Shantika Martha, Helmi

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

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

PENYEDERHANAAN OPERASI PERHITUNGAN PADA METODE SIMPLEKS

PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM

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

BAB 2 LANDASAN TEORI

Solusi Persamaan Linier Simultan

SOLUSI SISTEM PERSAMAAN LINEAR

PENERAPAN LOGIKA FUZZY PADA PROGRAM LINEAR

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

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

Persamaan dan Pertidaksamaan Linear

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

BAB II KAJIAN PUSTAKA

Danang Triagus Setiyawan ST.,MT

Sistem Persamaan Linier FTI-UY

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

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

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

SISTEM PERSAMAAN LINEAR

PERTEMUAN 5 Metode Simpleks Kasus Minimum

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

Pemrograman Linier (4)

Transkripsi:

TUGAS KELOMPOK RISET OPERASI METODE SIMPLEKS KASUS MEMAKSIMUMKAN KELOMPOK RINI ANGGRAINI S (H ) NURUL MUTHIAH (H 5) RAINA DIAH GRAHANI (H 68) FATIMAH ASHARA (H 78) PRODI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS HASANUDDIN MAKASSAR

METODE SIMPLEKS KASUS MEMAKSIMUMKAN Metode simpleks diperkenalkan oleh George Dantzig pada tahun 97. Metode ini menjadi terkenal ketika ditemukannya alat hitung elektronik dan menjadi popular ketika munculnya komputer. Proses perhitungan metode simpleks adalah dengan menggunakan iterasi berulang-ulang sampai tercapai hasil optimal. Proses perhitungan metode simpleks menjadi lebih mudah dengan menggunakan komputer, karena komputer dirancang untuk melakukan pekerjaan berulang-ulang yang mungkin akan membosankan jika dilakukan oleh manusia. Metode simpleks merupakan pengembangan metode aljabar yang hanya menguji sebagian dari jumlah solusi basis dalam bentuk tabel. Tabel simpleks hanya menggambarkan masalah program linier dalam bentuk koefisien saja, baik koefisien fungsi tujuan maupun koefisien fungsi kendala. Penentuan solusi optimal menggunakan metode simpleks didasarkan pada teknik eliminasi Gauss Jordan. Ada kasus yang dapat kita cari solusinya yaitu Kasus Memaksimumkan dan Kasus Meminimumkan, dalam pembahan ini kita akan membahas Kasus memamaksimumkan. Dalam kasus memaksimumkan kita harus memenuhi syarat yaitu model program linear harus diubah dulu ke dalam suatu bentuk umum yang dinamakan bentuk baku. Perlu diperhatikan bahwa Metode Simpleks hanya bisa dipakai (diaplikasikan) pada bentuk standar, sehingga jika tidak dalam bentuk standar harus ditransformasikan dahulu ke bentuk standar. Untuk memudahkan dalam melakukan transformasi ke bentuk standar, ada beberapa hal yang perlu diperhatikan : a. Fungsi pembatas, suatu fungsi pembatas yang mempunyai tanda diubah menjadi suatu bentuk persamaan (bentuk standar) dengan cara menambahkan suatu variabel baru yang dinamakan slack variabel (variable pengurang). b. Fungsi Tujuan, dengan adanya slack variable pada fungsi pembatas, maka fungsi tujuan juga harus disesuaikan dengan memasukkan unsur slack variable ini, karena slack variable tidak mempunyai kontribusi apa-apa terhadap fungsi tujuan, maka konstanta untuk slack variable tersebut dituliskan nol.

Contoh soal. Fungsi tujuan: Maksimumkan Z = 85x + 75x + 7x Fungsi pembatas: x + x + x 7 x + x + x x + x + x x, x, x Langkah Ubah system pertidaksamaan ke dalam system persamaan linear dengan menambahkan variable tiruan atau disebut slack. Fungsi tujuan: Maksimumkan Z = 85x + 75x + 7x Fungsi pembatas: x + x + x + s = 7 x + x + x + s = x + x + x + s = Langkah. Menyusun semua persamaan ke dalam table simpleks. Iterasi 85 75 7 CB VDB NK x x x s s s s s s c j Keterangan. CB : koefisien variable basis yang masuk pada fungsi tujuan VDB : variabel basis yang masuk

NK : nilai kanan persamaan, yaitu nilai di belakang tanda = c j : nilai fungsi tujuan, yaitu jumlah dari hasil kali variable ke-j dan CB : koefisien variable pada fungsi tujuan (bilangan yang terletak di atas variabel) Hitung nilai dan c j sebagai berikut. VARIABEL c j NK 7 + + = x + + = 85 = 85 x + + = 75 = 75 x + + = 7 = 7 s + + = = s + + = = s + + = = Selanjutnya kita input nilai-nilai tersebut ke dalam tabel simpleks. Iterasi 85 75 7 CB VDB NK x x x s s s s 7 s s c j 85 75 7 Langkah. Menentukan kolom kunci, baris kunci, bilangan kunci, dan rasio. Kolom kunci : suatu kolom yang nilai c j paling kecil Baris kunci : baris yang memiliki rasio positif paling kecil Bilangan kunci : bilangan yang terletak pada pertemuan antara kolom kunci dan baris kunci : bilangan yang ditentukan oleh perbandingan antara NK dan kolom kunci

untuk baris pada variabel: s = 7 = 7 s = = 7 s = = Iterasi 85 75 7 CB VDB NK x x x s s s s 7 7 s s c j 85 75 7 Kolom berwarna biru dipilih sebagai kolom kunci. Baris berwarna kuning dipilih sebagai baris kunci. Bilangan kunci adalah perpotongan antara kolom kunci dan baris kunci, yaitu (bilangan dengan text berwarna merah). Langkah. Mengubah nilai-nilai pada baris kunci dengan cara membaginya dengan bilangan kunci. Selanjuntya x menggantikan s, CB pada baris ketiga kita isi dengan 85. Iterasi 85 75 7 CB VDB NK x x x s s s s s 85 x c j Baris berwarna kuning dapat disebut sebagai nilai baris baru kunci.

Langkah 5. Membuat baris baru dengan mengubah nilai-nilai baris selain baris kunci melalui operasi baris elementer (OBE),sehingga nilai-nilai kolom kunci=. Dapat juga melalui perhitungan sebagai berikut. nilai baris baru = nilai baris lama (KAKK x NBKK) Dimana, KAKK : Koefisien Angka Kolom Kunci (nilai setiap baris kolom kunci) NBBK : Nilai Baris Baru Kunci Dari langkah sebelumnya kita dapat mengetahui KAKK dan NBBK, seperti yang tertera pada tabel berikut. Iterasi 85 75 7 CB VDB NK x x x s s s s 7 s 85 x c j Kuning untuk NBBK dan biru untuk KAKK. Baris baru s Baris lama 7 KAKK x NBBK [ ] Baris baru 7 5

Baris baru s Baris lama KAKK x NBBK [ ] Baris baru Input nilai baris baru s dan s ke dalam tabel simpleks, sehingga tabel menjadi seperti berikut. Iterasi 85 75 7 CB VDB NK x x x s s s s 7 s 85 s c j Selanjutnya kita hitung nilai dan c j sebagai berikut. VARIABEL c j NK 7 + + 85 = 85 x + + 85 = 85 85 85 = x x + + 7 85 = + + 7 85 = 7 7 75 = 55 7 = s + + 85 = = s + + 85 = = s + + 85 85 = 85 = 85 6

Lalu kita input nilai-nilai tersebut ke dalam tabel simpleks. Iterasi 85 75 7 CB VDB NK x x x s s s s 7 s 85 x 85 85 7 c j 55 7 85 85 Mengulangi langkah sampai langkah 5 Langkah Menentukan kolom kunci, baris kunci, bilangan kunci, dan rasio. untuk baris pada variabel: s = 7 s = s = = = = 5 7

Iterasi 85 75 7 CB VDB NK x x x s s s s 7 s 85 x 85 85 7 7 85 c j 55 85 Kolom berwarna biru dipilih sebagai kolom kunci. Baris berwarna kuning dipilih sebagai baris kunci. Bilangan kunci adalah perpotongan antara kolom kunci dan baris kunci, yaitu (bilangan dengan text berwarna merah). Langkah. Mengubah nilai-nilai pada baris kunci dengan cara membaginya dengan bilangan kunci. Selanjutya x menggantikan s, CB pada baris kedua kita isi dengan 75. Iterasi 85 75 7 CB VDB NK x x x s s s s 75 x 85 x c j Baris berwarna kuning dapat disebut sebagai nilai baris baru kunci. 8

Langkah 5. Membuat baris baru. Dari langkah sebelumnya kita dapat mengetahui KAKK dan NBBK, seperti yang tertera pada tabel berikut. Iterasi 85 75 7 CB VDB NK x x x s s s s 7 75 x 85 x c j Kuning untuk NBBK dan biru untuk KAKK. Baris baru s Baris lama 7 KAKK x NBBK [ Baris baru 6 ] Baris barus Baris lama KAKK x NBBK [ Baris baru 8 ] 9

Input nilai baris baru s dan s ke dalam tabel simpleks, sehingga tabel menjadi seperti berikut. Iterasi 85 75 7 CB VDB NK x x x s s s s 6 75 x 85 x 8 c j Selanjutnya kita hitung nilai dan c j sebagai berikut. VARIABEL c j NK 6 + 75 + 8 85 = 95 x + 75 + 85 = 85 85 85 = x + 75 + 85 = 75 75 75 = x + ( ) 75 + 85 = 75 75 7 = 5 s + 75 + 85 = = s + 75 + ( ) 85 = 75 75 = 75 s + ( ) 75 + 85 = = Lalu kita input nilai-nilai tersebut ke dalam table simpleks. Iterasi 85 75 7 CB VDB NK x x x s s s s 6 75 x 85 x 8 95 85 75 75 75 c j 5 75

Ulangi kembali langkah sampai langkah 5 Langkah Menentukan kolom kunci, baris kunci, bilangan kunci, dan rasio. untuk baris pada variabel: s = 6 = s = = 6 s = 8 = 8 Iterasi 85 75 7 CB VDB NK x x x s s s s 6 75 x 85 x 8 8 95 85 75 75 75 c j 5 75 6 Kolom berwarna biru dipilih sebagai kolom kunci. Baris berwarna kuning dipilih sebagai baris kunci. Bilangan kunci adalah perpotongan antara kolom kunci dan baris kunci, yaitu (bilangan dengan text berwarna merah).

Langkah. Mengubah nilai-nilai pada baris kunci dengan cara membaginya dengan bilangan kunci. Selanjutnya x menggantikan s, CB pada baris kedua kita isi dengan 7. Iterasi 85 75 7 CB VDB NK x x x s s s 7 x 75 x 85 x c j Baris berwarna kuning dapat disebut sebagai nilai baris baru kunci. Langkah 5. Membuat baris baru. Dari langkah sebelumnya kita dapat mengetahui KAKK dan NBBK, seperti yang tertera pada tabel berikut. Iterasi 85 75 7 CB VDB NK x x x s s s 7 x 75 x 85 x 8 c j Kuning untuk NBBK dan biru untuk KAKK.

Baris baru s Baris lama KAKK x NBBK [ ] Barisbaru 5 9 8 Baris baru s Baris lama 8 KAKK x NBBK [ ] Barisbaru Input nilai baris baru s dan s ke dalam tabel simpleks, sehingga tabel menjadi seperti berikut. Iterasi 85 75 7 CB VDB NK x x x s s s 7 x 75 x 5 9 8 85 x c j

Selanjutnya kita hitung nilai dan c j sebagai berikut. VARIABEL c j NK 7 + 5 75 + 85 = 995 x 7 + 75 + 85 = 85 85 85 = x 7 + 75 + 85 = 75 75 75 = x 7 + 75 + 85 = 7 7 7 = s 7 + 75 + ( ) 85 = 5 5 = 5 s 7 + 9 8 75 + ( ) 85 = 65 65 = 65 s 7 + ( ) 75 + 85 = = Kemudian kita input nilai-nilai tersebut ke dalam table simpleks. Iterasi 85 75 7 CB VDB NK x x x s s s 7 x 75 x 5 9 8 85 x 995 85 75 7 5 65 c j 5 65 Dari tabel di atas terlihat bahwa baris evaluasi c j sudah tidak ada yang negatif, maka program telah optimal. Dengan demikian, dari tabel di atas dapat disimpulkan bahwa x =, x = 5, dan x = dengan nilai maksimum z = 995.