Metode Simpleks Dengan Tabel. Tabel simpleks bentuk umum

dokumen-dokumen yang mirip
Metode Simpleks Dengan Tabel. Tabel metode simpleks Tabel metode simpleks bentuk standar

Metode Simpleks. Program linier bentuk standar Pengantar metode simpleks

Pengubahan Model Ketidaksamaan Persamaan

PEMROGRAMAN LINIER. Metode Simpleks

Metode Simpleks dengan Big M dan 2 Phase

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

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

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

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

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

BAB V PROGRAMA LINIER : METODE SIMPLEKS

METODE SIMPLEKS DALAM PROGRAM LINIER

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

Pemrograman Linier (3)

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB II METODE SIMPLEKS

PROGRAM LINEAR: METODE SIMPLEX

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

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER

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

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-5

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

Metode Simpleks (Simplex Method) Materi Bahasan

Model umum metode simpleks

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

BAB III. METODE SIMPLEKS

Taufiqurrahman 1

METODE dan TABEL SIMPLEX

Analisis Sensitivitas (2)

ALGORITMA METODE SIMPLEKS (PRIMAL)

BAB IV. METODE SIMPLEKS

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

PROGRAM LINIER METODE SIMPLEKS

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

contoh soal metode simplex dengan minimum

PRAKTIKUM II PEMROGRAMAN LINIER (METODE SIMPLEKS)

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

PROGRAM LINEAR DENGAN METODE SIMPLEX

METODE SIMPLEKS KASUS MEMAKSIMUMKAN

Pemrograman Linier (4)

Danang Triagus Setiyawan ST.,MT

mempunyai tak berhingga banyak solusi.

Metode Simplex. Toha Ardi Nugraha

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

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

Konsep Primal - Dual

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

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

Riset Operasional LINEAR PROGRAMMING

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

Pemrograman Linier (2)

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

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

Perhatikan model matematika berikut ini. dapat dibuat tabel

MATA KULIAH RISET OPERASIONAL

BAB 2 LANDASAN TEORI

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

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

BAB 3 METODE PENELITIAN

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

BAB II TINJAUAN PUSTAKA

METODE SIMPLEKS DALAM PROGRAM LINIER

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

BAB 2 LANDASAN TEORI

PERTEMUAN 5 Metode Simpleks Kasus Minimum

PERTEMUAN 5 METODE SIMPLEKS KASUS MINIMUM

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

Analisis Sensitifitas. Analsis sensitifitas

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

Algoritma Simpleks Dan Analisis Kepekaan

Ir. Tito Adi Dewanto

BAB 2 LANDASAN TEORI

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

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

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

BAB 2 LANDASAN TEORI 2.1 Perencanaan Produksi

BAB 2 LANDASAN TEORI

OPTIMALISASI KEUNTUNGAN PADA PERUSAHAAN KERIPIK BALADO MAHKOTA DENGAN METODE SIMPLEKS

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

PENYEDERHANAAN OPERASI PERHITUNGAN PADA METODE SIMPLEKS

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

BAB I PENGANTAR PROGRAM LINIER

BAB 2 LANDASAN TEORI

Bentuk Standar. max. min

IMPLEMENTASI ALGORITMA PEMROGRAMAN LINIER SIMPLEKS DUA FASE MENGGUNAKAN BAHASA C++

TINJAUAN PRIMAL-DUAL DALAM PENGAMBILAN KEPUTUSAN

Bab 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. 2.1 Manajemen

B. Persoalan Batasan Campuran

BAB 2 LANDASAN TEORI

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

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

BAB II TINJAUAN PUSTAKA

Pemrograman Linier (2)

Transkripsi:

Metode Simpleks Dengan Tabel Tabel simpleks bentuk umum

Pendahuluan Bentuk program linier yang ada bukan hanya bentuk standar. Bentuk program linier yang mungkin dapat berupa: Fungsi tujuan diminimalkan fungsi tujuan di maksimalkan Fungsi kendala dengan bentuk atau = Variable dapat bernilai negatif Konstanta RHS dapat bernilai negatif Pada pembahasan ini akan dibahas: Bagaimana menyelesaikan program linier bentuk umum dengan menggunakan metode simpleks

Fungsi tujuan diminimalkan Ada dua cara untuk menyelesaikan fungsi tujuan yang diminimalkan: Fungsi tujuan yang diminimalkan tersebut dikalikan dengan -, dan akan menghasilkan fungsi tujuan yang dimaksimalkan. Z 5 Sebagai contoh: Dikonversi menjadi: min 7 ( ) Z maks Cara yang kedua adalah fungsi tujuan tetap dalam bentuk minimal, tetapi aturan dalam proses manipulasi metode simpleks diubah, seperti: Uji optimalisasi, keadaan optimal dicapai jika semua nilai dibaris fungsi tujuan tidak ada yang positif. Pemilihan entering basic variable, pilihlah koefisien yang paling positif di baris fungsi tujuan. 3 5 7 3

Fungsi kendala dalam bentuk persamaan () Misalkan sebuah program linier dengan bentuk: Z maks 5 3 0 4 Fungsi kendala dalam bentuk persamaan

Fungsi kendala dalam bentuk persamaan () Dengan bentuk program linier di atas, maka titik origin (0,0) tidak lagi berada di dalam feasible region Fungsi kendala ketiga hanya dipengaruhi oleh dan Pemberian nilai-nilai dan tersebut sulit dilakukan untuk memenuhi bentuk persamaan

Fungsi kendala dalam bentuk persamaan (3) Jika terdapat fungsi kendala dalam bentuk persamaan, maka perlu ditambahkan variable non-negative yang disebut dengan artificial variable. Jadi, program linier yang telah dikonversi menjadi: Z maks 5 0 Dengan a merupakan artificial variable s s 3 a 4

Fungsi kendala dalam bentuk persamaan (4) Artificial variable tidak sama dengan slack variable. Jika a merupakan slack variable, maka kita dapat menggunakan titik origin (,,s,s,a )=(0,0,,3,4) sebagai feasible cornerpoint awal iterasi. Tetapi harus diperhatikan, bahwa nilai a tidak boleh nonzero (harus NOL) supaya fungsi kendala ketiga dalam keadaan benar. Dengan demikian, metode simpleks akan memaksa semua artificial variable untuk bernilai NOL.

Fase pertama metode simpleks () Penyelesaian program linier bentuk umum akan terdapat dua fungsi tujuan, Fungsi tujuan fase pertama untuk menentukan feasible cornerpoint solution sebagai awal proses iterasi dan Fungsi tujuan program linier itu sendiri Fase pertama bertujuan meminimalkan nilai-nilai artificial variable yang ada pada program linier, dalam hal ini a. Jika semua nilai artificial variable dapat diubah menjadi NOL, maka feasible cornerpoint solution untuk memulai iterasi didapatkan. Kemudian iterasi metode simpleks dijalankan berawal dari feasible conerpoint terebut.

Fungsi tujuan fase pertama () Fungsi tujuan fase pertama adalah untuk meminimalkan jumlah dari semua artificial variable yang ada. Secara umum dapat dituliskan sebagai: W a a a... min Karena bentuk fungsi tujuan di atas adalah minimalisasi, maka dilakukan konversi dengan cara mengalikan - ke fungsi tujuan tersebut, maka diperoleh: W maks a a a3... 3 0

Fungsi tujuan fase pertama () Dalam membuat tabel simpleks, fungsi tujuan fase kedua (fungsi tujuan program linier) juga diikutsertakan, Fungsi tujuan fase pertama digunakan selama fase pertama, tetapi juga meng-update nilai-nilai fungsi tujuan fase kedua pada saat yang bersamaan. Setelah fase pertama selesai, fungsi tujuan fase pertama tersebut diabaikan (tidak digunakan lagi), Semua artificial variable tidak digunakan lagi. Catatan: fungsi tujuan fase pertama belum dalam bentuk proper table, hal ini disebabkan artificial variable akan muncul dua kali, yaitu: Sekali pada fungsi kendala, dan sekali pada fungis tujuan Artificial variable harus muncul sekali, yaitu pada baris fungsi kendala

Teble simpleks bentuk umum () Table di atas merupakan tabel dari model program linier sebagai berikut: Z maks 5 3 0 4

Teble simpleks bentuk umum () Tabel di atas memiliki dua buah fungsi tujuan: Fungsi tujuanw untuk fase pertama, yang bertujuan untuk meminimalkan jumlah dari seluruh artificial variable yang ada (dalam kasus ini hanya ada a ). Fungsi tujuan Z untuk fase kedua, merupakan fungsi tujuan dari program linier yang dibahas. Dengan memperhatikan kolom a, dapat disimpulan bahwa tabel belum dalam bentuk proper table. Koefisien a pada fungsi tujuan fase pertama, W, perlu dieliminasi. Eliminasi dilakukan dengan mengurangi baris fungsi tujuanw dengan baris yang terdapa artificial variable a.

Teble simpleks bentuk umum (3) Tabel simpleks setalah dilakukan eliminasi terhadap fungsi tujuanw adalah sebagai berikut: Selama fase pertama ini, fungsi tujuan yang digunakan adalah fungsi tujuanw. Dalam meng-update table, fungsi tujuan fase kedua, Z, juga diupdate

Iterasi fase pertama () Dengan memperhatikan kolom dan pada fungsi tujuan W, diperoleh dan yang memiliki koefisien yang sama (- ) untuk menjadi entering basic variable. Entering basic variable dipilih secara acak, misal yang dipiliha adalah. Perhitungan table ditunjukkan pada table berikut ini, dengan s sebagai leaving basic variable.

Iterasi fase pertama () Setelah entering basic variable dan leaving basic variable ditentukan, maka table di-update dan menghasilkan table berikut ini: Dari table diatas, jumlah dari fungsi tujuan fase pertama, W, telah berkurang menjadi -. Fase pertama belum selesai, karena masih terdapa koefisien yang negatif pada baris fungsi tujuanw. Catatan: fungsi tujuan fase kedua, Z, juga telah di-update bersamaan dengan prosess update fungsi tujuanw.

Iterasi fase pertama (3) Dari table di atas diperoleh: Entering basic variable Leaving basic variable a Table di-update dan diperoleh hasil sebagai berikut: Dari table di atas dapat dilihat bahwa fungsi tujuanw telah bernilai NOL dan tidak ada koefisien variable yang negaif. Fase pertama telah selesai, dan sekarang berada di feasible cornerpoint solution untuk memulai fase kedua

Iterasi fase kedua () Sekarang, fungsi tujuan fase pertama, W, dikeluarkan dari table simpleks demikian juga dengan semua artificial variable. Fungsi tujuan fase kedua, Z, yang telah diikutsertakan dalam perhitungan, di-update dan telah berada dalam bentuk proper table, dan siap untuk diiterasi. Dan karena masih terdapat koefisien yang negatif pada baris fungsi tujuan, maka keadaan belum optimal dan iterasi harus dilanjutkan.

Iterasi fase kedua () Table di atas adalah hasil update dari tabel sebelumnya Pada baris fungsi tujuan sudah tidak terdapat koefisien variable yang negatif dengan demikian iterasi telah selesai dan keadaan optimal tercapai: Di titik (,,s,s ) = (,,0,) Dengan nilai Z sebesar 50

Ilustrasi

Program linier yang infeasible Program linier yang infeasible dapat dengan mudah dikenali dengan cara: Jika fase pertama metode simpleks telah selesai, dengan hasil tidak ada nilai koefiesien variable yang negatif, tetapi nilaiw masih positif, maka: Tidak semua fungsi kendala (dengan artificial variable) telah dieliminasi. Hal ini berarti bahwa program linier bersifat infeasibel (tidak memiliki himpunan penyelesaian)

Fungsi kendala dengan bentuk lebih dari atau sama dengan ( ) Fungsi kendala dengan bentuk lebih dari atau sama dengan ( ) merupakan bentuk yang tidak boleh pada program linier bentuk standar. Untuk konversi bentuk pertidaksamaan ini perlu ditambahan dengan sebuah surplus variable yang berisfat sama seperti slack variable, Tetapi surplus variable diletakkan di bagian RHS persamaan. Contoh: 3 + 5 0 3 + 5 s = 0 Surplus variable tidak dapat digunakan sebagai basic variable karena bernilai -, sedangkan yang dibutuhkan adalah variable dengan koefisien +. Dari contoh di atas, sekarang pertidaksamaan telah diubah menjadi bentuk persamaan, dengan demikian perlakuan yang sama untuk bentuk persamaan berlaku: Tambahkan artificial variable dan jalankan prosedur iterasi fase pertama

RHS bernilai negatif Penyelesaian untuk masalah ini adalah kalikan dengan - dan hasilnya dikenakan aturan untuk bentuk-bentuk,, atau =

Berapa banyak variable? Reformulasi penyelesaian program linier dengan menggunakan metode simpleks akan menambah jumlah variable. Misalkan sebuah program linier memiliki: n buah variable asal l buah fungsi kendala dengan bentuk g buah fungsi kendala dengan bentuk Dan e fungsi kendala dengan bentuk persamaan (=) Maka jumlah variable setelah proses reformulasi program linier adalah: n buah variable asal l buah slack variable g buah surplus variable g + e buah artificial variable Catatan: seluruh g + e buah artificial variable akan dieliminasi selama proses fase pertama metode simpleks.