SlideShare a Scribd company logo
1 of 86
PENYELESAIAN
MASALAH PROGRAM
LINEAR
MENGGUNAKAN
PENDEKATAN
METODE SIMPLEX
Oleh
Annafi Awantagusnik (150311603295)
Candra Mariatul Kibtiyah (150311604405)
Firman Maula Syafi’i (150311604541)
Metode Simpleks:
Permasalahan Maksimalisasi
Standar
Metode Simplex
Metode simplex merupakan prosedur iteratif, yaitu berupa
algoritma perulangan.
Dimulai pada beberapa solusi awal yang mungkin
(sebuah titik pojok dari himpunan S yang mungkin,
biasanya di titik asal), setiap perulangan membawa kita
pada titik pojok yang lain dari S dengan suatu
peningkatan nilai dari fungsi tujuan.
Perulangan dihentikan ketika solusi yang optimal telah
dicapai (jika ada).
Masalah Program Linear Standar
Masalah maksimalisasi standar memenuhi kriteria berikut.
(1) Fungsi tujuan akan dimaksimalkan.
(2) Semua variabel yang terlibat dalam masalah adalah nonnegatif.
(3) Setiap kendala linear dapat ditulis ulang sedemikian hingga ekspresi yang
mengandung variabel menjadi kurang dari atau sama dengan suatu konstanta
nonnegatif.
Perhatikan masalah program linear yang disajikan pada materi sebelumnya.
Maksimalkan P=3x+2y
dengan kendala
2π‘₯ + 3𝑦 ≀ 12
2π‘₯ + 𝑦 ≀ 8
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
Kalian dapat memeriksa dengan mudah bahwa masalah
tersebut merupakan masalah maksimalisasi standar.
Himpunan S yang mungkin berkaitan dengan masalah ini
disajikan pada Gambar 1, dimana kita memberikan label
pada 4 titik pojok yang mungkin yaitu A(0,0), B(4,0), C(3,2),
dan D(0,4). Perhatikan bahwa solusi optimal dari masalah ini
dicapai pada titik pojok C(3,2).
Sebagai langkah pertama dalam penyelesaian menggunakan metode simplex, kita
mengganti sistem pertidaksamaan kendala
2π‘₯ + 3𝑦 ≀ 12
2π‘₯ + 𝑦 ≀ 8
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
menjadi sistem persamaan kendala. Hal ini bisa dilakukan dengan menambahkan variabel
nonnegatif yang disebut variabel slack.
Perhatikan pertidaksamaan
2π‘₯ + 3𝑦 ≀ 12
Perhatikan bahwa ruas kiri dari persamaan ini selalu
kurang dari atau sama dengan ruas kanan. Oleh
karena itu, dengan menambahkan variabel nonnegatif
𝑒 pada ruas kiri untuk mengganti selisih tersebut,
kita memperoleh persamaan
2π‘₯ + 3𝑦 + 𝑒 = 12
Sebagai contoh, jika π‘₯ = 1 dan 𝑦 = 1 (kalian
dapat mengamati pada Gambar 1 bahwa titik (1,1)
merupakan titik yang berada pada himpunan S),
maka 𝑒 = 7. Sehingga,
2 1 + 3 1 + 7 = 12 Variabel u merupakan variabel slack.
Hal ini juga berlaku untuk pertidaksamaan 2π‘₯ + 𝑦 ≀ 8 yang dapat diubah ke dalam persamaan 2π‘₯ + 𝑦 + 𝑣 =
8 dengan 𝑣 merupakan variabel slack. Sistem pertidaksamaan linear (2) sekarang dapat dipandang sebagai sistem
persamaan linear
2π‘₯ + 3𝑦 + 𝑒 = 12
2π‘₯ + 𝑦 + 𝑣 = 8
dengan π‘₯, 𝑦, 𝑒, dan 𝑣 merupakan bilangan nonnegatif.
Terakhir, dengan menuliskan kembali fungsi tujuan (1) ke dalam bentuk βˆ’3π‘₯ βˆ’ 2𝑦 + 𝑃 = 0,
dengan koefisien 𝑃 adalah +1, kita mendapatkan sistem persamaan linear (3):
2π‘₯ + 3𝑦 + 𝑒 = 12
2π‘₯ + 𝑦 + 𝑣 = 8
βˆ’3π‘₯ βˆ’ 2𝑦 + 𝑃 = 0
Karena sistem tersebut terdiri dari tiga persamaan linear dalam 5 variabel π‘₯, 𝑦, 𝑒, 𝑣, dan 𝑃, kita mungkin dapat
menyelesaikan tiga variabel dalam bentuk dua variabel yang lain. Oleh karena itu, terdapat tak terhingga banyak
solusi untuk sistem yang diekspresikan dalam dua parameter. Masalah program linear kita sekarang ekuivalen
dengan masalah berikut: Di antara semua solusi dari Sistem (3) dimana π‘₯, 𝑦, 𝑒, dan 𝑣 merupakan bilangan
nonnegatif (solusi seperti ini disebut calon solusi), tentukan solusi-solusi yang membuat 𝑃 maksimum.
2π‘₯ + 3𝑦 + 𝑒 = 12
2π‘₯ + 𝑦 + 𝑣 = 8
βˆ’3π‘₯ βˆ’ 2𝑦 + 𝑃 = 0
Variabel Basis
Variabel nonbasis
𝑣 𝑃
π‘₯ 𝑦 𝑒
2 3 1
2 1 0
βˆ’3 βˆ’2 0
0
1
0
0
0
1
12
8
0
Kolom Konstanta
Perhatikan bahwa setiap kolom 𝑒, 𝑣, dan 𝑃 dari matriks augmentasi
adalah kolom satuan. Variabel yang berkaitan dengan kolom satuan
disebut variabel basis, dan variabel-variabel yang lain disebut variabel
nonbasis.
π‘₯ = 0 𝑦 = 0 𝑒 = 12 𝑣 = 8 𝑃 = 0
Sekarang, susunan dari matriks augmentasi
menunjukkan bahwa kita harus menyelesaikan variabel basis
dalam bentuk variabel nonbasis x,y sehingga diperoleh
𝑒 = 12 βˆ’ 12π‘₯ βˆ’ 3𝑦
𝑣 = 8 βˆ’ 2π‘₯ βˆ’ 𝑦
𝑃 = 3π‘₯ + 2𝑦
Dari sekian banyak solusi yang mungkin didapatkan
dengan memasukkan sebarang nilai nonnegatif pada
parameter x dan y, solusi parsial diperoleh dengan
mengambil x=0 dan y=0. Solusi yang didapatkan adalah
Variabel Basis
Variabel nonbasis
𝑣 𝑃
π‘₯ 𝑦 𝑒
2 3 1
2 1 0
βˆ’3 βˆ’2 0
0
1
0
0
0
1
12
8
0
Kolom Konstanta
Solusi yang diperoleh dengan mengambil nilai 0 untuk variabel nonbasis
disebut solusi basis dari suatu sistem. Solusi parsial tersebut berkorespondensi
dengan titik pojok 𝐴(0,0) dari himpunan yang mungkin berkaitan dengan
masalah program linear Perhatikan bahwa 𝑃 = 0 pada titik ini.
Sekarang, apabila nilai P tidak dapat ditingkatkan,
maka kita telah menemukan solusi optimal untuk
masalah tersebut. Untuk menentukan apakah nilai
𝑃 dapat ditingkatkan atau tidak, perhatikan
kembali fungsi tujuan/fungsi objektif. Karena
setiap koefisien dari π‘₯ dan 𝑦 adalah positif, nilai 𝑃
dapat ditingkatkan dengan meningkatkan nilai π‘₯
dan atau 𝑦, yaitu dengan memindahkan titik dari
titik asal.
P=3x+2y
dengan kendala
2π‘₯ + 3𝑦 ≀ 12
2π‘₯ + 𝑦 ≀ 8
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
Perhatikan bahwa kita mendapatkan kesimpulan
yang sama dengan mengamati baris terakhir dari
matriks augmentasi (4) yang memiliki entri negatif.
(bandingkan fungsi tujuan awal, 𝑃 = 3π‘₯ + 2𝑦 ,
dengan fungsi tujuan yang ditulis ulang menjadi
βˆ’ 3π‘₯ βˆ’ 2𝑦 + 𝑃 = 0).
𝑣 𝑃
π‘₯ 𝑦 𝑒
2 3 1
2 1 0
βˆ’3 βˆ’2 0
0
1
0
0
0
1
12
8
0
Karena koefisien dari π‘₯ lebih besar daripada koefisien dari 𝑦,
peningkatan satu satuan dalam arah π‘₯ akan memberikan
peningkatan nilai 𝑃 yang lebih besar daripada peningkatan
satu satuan dalam arah y. Oleh karena itu, kita seharusnya
meningkatkan nilai π‘₯ dengan membiarkan 𝑦 konstan.
Seberapa besar nilai π‘₯ dapat ditingkatkan dengan mengambil
𝑦 = 0? Dengan mengambil 𝑦 = 0 pada dua persamaan
P=3x+2y
dengan kendala
2π‘₯ + 3𝑦 ≀ 12
2π‘₯ + 𝑦 ≀ 8
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
2π‘₯ + 3𝑦 + 𝑒 = 12
2π‘₯ + 𝑦 + 𝑣 = 8
Kita peroleh
𝑒 = 12 βˆ’ 2π‘₯
𝑣 = 8 βˆ’ 2π‘₯
π‘₯ = 4 𝑦 = 0 𝑒 = 4 𝑣 = 0 𝑃 = 12
Karena nilai u tidak negatif, persamaan pertama dari sistem mengakibatkan x tidak bisa melebihi
12
2
= 6.
Persamaan kedua dari Sistem dan ketidaknegatifan dari v mengakibatkan x tidak akan melebihi
8
2
= 4.
Jadi, dapat disimpulkan bahwa x dapat ditingkatkan paling banyak sebesar 4.
Dengan mengambil y=0 dan x=4 pada sistem diatas kita memperoleh solusi
Solusi tersebut merupakan solusi basis, dengan y dan v sebagai variabel nonbasis (perhatikan bahwa
variabel nonbasis adalah variabel yang disamadengankan 0).
𝑒 = 12 βˆ’ 2π‘₯
𝑣 = 8 βˆ’ 2π‘₯
Perhatikan bagaimana solusi basis dapat ditemukan dengan menggunakan
matriks augmentasi dari sistem tersebut. Karena π‘₯ menggantikan 𝑣 sebagai
variabel basis, tujuan kita adalah untuk menemukan matriks augmentasi
yang ekuivalen dengan matriks (4) dan memiliki susunan dimana kolom π‘₯
dalam bentuk kolom satuan
0
1
0
Menggantikan bentuk kolom dari kolom 𝑣 pada (4). Hal ini dapat dipenuhi
dengan menjadikan bilangan 2 yang dilingkari sebagai pivot (poros).
𝑣 𝑃
π‘₯ 𝑦 𝑒
2 3 1
2 1 0
βˆ’3 βˆ’2 0
0
1
0
0
0
1
12
8
0
matriks (4)
π‘₯ = 4 𝑦 = 0 𝑒 = 4 𝑣 = 0 𝑃 = 12
Dengan menggunakan (8), kita sekarang menyelesaikan variabel basis x, u, dan P dalam variabel
nonbasis y dan v, sehingga diperoleh
π‘₯ = 4 βˆ’ 12𝑦 βˆ’ 12𝑣
𝑒 = 4 βˆ’ 2𝑦 + 𝑣
𝑃 = 12 + 12𝑦 βˆ’ 32𝑣
Dengan membuat variabel nonbasis y dan v menjadi nol, kita memperoleh
Kita telah menyelesaikan satu kali iterasi dari
prosedur simplex, dan pencarian kita telah membawa
kita dari titik pojok 𝐴(0,0), dimana 𝑃 = 0, ke titik
pojok yang lain 𝐡(4,0) dimana 𝑃 mencapai nilai 12,
dimana merupakan suatu peningkatan. (Lihat
Gambar 2).
β€’ Elemen 2 yang dilingkari pada matriks augmentasi (7), yang telah diubah
menjadi 1, disebut elemen pivot.
β€’ Kolom yang mengandung elemen pivot disebut kolom pivot. Kolom pivot
berkaitan dengan variabel nonbasis yang diubah ke variabel basis.
β€’ Baris yang mengandung elemen pivot disebut baris pivot. Baris pivot
adalah baris dengan rasio terkecil.
Perhatikan bahwa entri terakhir dari kolom pivot
adalah bilangan negatif dengan nilai mutlak terbesar
di kiri garis vertikal pada baris terakhir, yang
merupakan suatu syarat untuk memilih arah untuk
memaksimalkan peningkatan nilai 𝑃.
Istilah
Prosedur untuk memilih elemen pivot
Memilih Elemen Pivot
Pilih kolom pivot: tempatkan entri yang paling negatif di kiri dari garis
vertikal pada baris terakhir. Kolom yang mengandung entri ini disebut
kolom pivot. (jika terdapat lebih dari satu kolom seperti itu, pilih salah
satu).
Pilih baris pivot: bagilah setiap entri positif dalam kolom pivot dengan entri
yang berkorespondensi pada kolom konstanta. Baris pivot adalah baris
yang berkorespondensi dengan rasio terkecil yang diperoleh (Jika terdapat
lebih dari satu entri seperti itu, pilih salah satu).
Elemen Pivot adalah elemen irisan dari kolom pivot dan baris pivot.
Kembali ke permasalahan Kita menemukan solusi π‘₯ = 3, 𝑦 = 2, dan 𝑃 = 13.
Solusi tersebut sama dengan yang
ditemukan menggunakan metode titik
pojok pada bagian sebelumnya.
Membuat Tabel Simplex Awal
β€’ Ubah sistem pertidaksamaan linear menjadi sistem persamaan linear dengan menambahkan
variabel slack.
β€’ Tulis ulang fungsi tujuan
𝑷 = π’„πŸπ’™πŸ + π’„πŸπ’™πŸ + β‹― + 𝒄𝒏𝒙𝒏
menjadi bentuk
βˆ’π’„πŸπ’™πŸ βˆ’ π’„πŸπ’™πŸ βˆ’ β‹― βˆ’ 𝒄𝒏𝒙𝒏 + 𝑷 = 𝟎
dengan semua variabel berada di ruas kiri dan koefisien 𝑷 adalah +𝟏.
β€’ Tulis persamaan ini di bawah persamaan-persamaan pada langkah pertama.
β€’ Tulis matriks augmentasi berkaitan dengan sistem persamaan linear tersebut.
Contoh 1
Maksimalkan
𝑃 = π‘₯ +
6
5
𝑦
dengan kendala
2π‘₯ + 𝑦 ≀ 180
π‘₯ + 3𝑦 ≀ 300
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
Langkah pertama, kita akan mengubah pertidaksamaan
pada sistem di atas (kecuali π‘₯ β‰₯ 0, 𝑦 β‰₯ 0) menjadi suatu
persamaan dengan variabel slack 𝑒 dan 𝑣, yaitu
2π‘₯ + 𝑦 + 𝑒 = 180
π‘₯ + 3𝑦 + 𝑣 = 300
Selanjutnya, tulis ulang fungsi tujuan menjadi bentuk
βˆ’π‘₯ βˆ’
6
5
𝑦 + 𝑃 = 0
koefisien 𝑃 adalah +1, dan tempatkan di bawah sistem
persamaan,
Sehingga diperoleh sistem persamaan
2π‘₯ + 𝑦 + 𝑒 = 180
π‘₯ + 3𝑦 + 𝑣 = 300
βˆ’π‘₯ βˆ’
6
5
𝑦 + 𝑃 = 0
Tabel Simplex awal berkaitan dengan sistem tersebut
adalah
1. Buatlah tabel simplex awal
2. Tentukan apakah solusi optimal telah tercapai dengan memperhatikan semua entri pada baris
terakhir di kiri garis vertikal
a. Jika semua entri tidak negatif, maka solusi optimal telah dicapai. Lanjutkan ke langkah 4.
b. Jika ada setidaknya satu entri yang negatif, maka solusi optimal belum tercapai. Lanjutkan ke
langkah 3.
3. Lakukan operasi pivot. Carilah elemen pivot dan ubah menjadi 1 dengan membagi semua elemen
pada baris pivot dengan elemen pivot. Dengan menggunakan operasi baris, ubah kolom pivot
menjadi kolom satuan dengan menambahkan kelipatan dari baris pivot pada setiap dari baris yang
lain seperti yang diminta. Ulangi langkah 2.
4. Tentukan solusi optimal. Nilai dari variabel pada setiap kolom satuan diberikan oleh entri yang
berada pada kolom konstanta dalam baris yang mengandung 1. Variabel yang berkorespondensi
dengan kolom yang bukan dalam bentuk kolom satuan disamadengankan 0.
Metode Simplex
Contoh 2
(Contoh 1)
Maksimalkan
𝑃 = π‘₯ +
6
5
𝑦
dengan kendala
2π‘₯ + 𝑦 ≀ 180
π‘₯ + 3𝑦 ≀ 300
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
𝒙 π’š 𝒖 𝒗 𝑷
Konstanta
2 1 1 0 0 180
1 3 0 1 0 300
-1
βˆ’
6
5
0 0 1 0
Kolom
Pivot
β†’
Rasio
180
1
= 180
300
3
= 100
Baris Pivot→
𝒙 π’š 𝒖 𝒗 𝑷
Konstanta
𝟐 𝟏 1 0 0 180
𝟏
πŸ‘
1 0 𝟏
πŸ‘
0 100
-
1
βˆ’
πŸ”
πŸ“
0 0 1 0
1
3
𝑅2
β†’
𝒙 π’š 𝒖 𝒗 𝑷
Konstanta
πŸ“
πŸ‘
𝟎 1
βˆ’
𝟏
πŸ‘
0 80
𝟏
πŸ‘
1 0 𝟏
πŸ‘
0 100
βˆ’
πŸ‘
πŸ“
𝟎 0 𝟐
πŸ“
1 120
𝑅1 βˆ’ 𝑅2
β†’
𝑅3 +
6
5
𝑅2
𝒙 π’š 𝒖 𝒗 𝑷
Konstanta
πŸ“
πŸ‘
𝟎 1
βˆ’
𝟏
πŸ‘
0 80
𝟏
πŸ‘
1 0 𝟏
πŸ‘
0 100
βˆ’
πŸ‘
πŸ“
𝟎 0 𝟐
πŸ“
1 120
Kolom
Pivot
β†’
Rasio
80
3/5
= 48
100
1/3
= 300
Baris Pivot→
𝒙 π’š 𝒖 𝒗 𝑷
Konstanta
𝟏 𝟎 πŸ‘
πŸ“
βˆ’
𝟏
πŸ“
0 48
𝟏
πŸ‘
1 0 𝟏
πŸ‘
0 100
βˆ’
πŸ‘
πŸ“
𝟎 0 𝟐
πŸ“
1 120
3
5
𝑅1
β†’
𝑅2 βˆ’
1
3
𝑅1
β†’
𝑅3 +
3
5
𝑅1
𝒙 π’š 𝒖 𝒗 𝑷
Konstanta
𝟏 𝟎 πŸ‘
πŸ“
βˆ’
𝟏
πŸ“
0 48
𝟎 1
βˆ’
𝟏
πŸ“
𝟐
πŸ“
0 84
𝟎 𝟎 πŸ—
πŸπŸ“
πŸ•
πŸπŸ“
1
πŸπŸ’πŸ–
πŸ’
πŸ“
Langkah 4. Tentukan solusi optimal. Tentukan letak variabel basis pada tabel akhir. Pada kasus
ini, variabel basis adalah π‘₯, 𝑦, dan 𝑃. Perhatikan tabel di bawah ini.
Kita menyimpulkan bahwa π‘₯ = 48, 𝑦 = 84, dan 𝑃 = 148,8. Hasil ini
sesuai dengan metode titik pojok yang diterapkan pada soal yang sama
pada bagian sebelumnya.
Contoh 3
Maksimalkan 𝑃 = 2π‘₯ + 2𝑦 + 𝑧
dengan kendala
2π‘₯ + 𝑦 + 2𝑧 ≀ 14
2π‘₯ + 4𝑦 + 𝑧 ≀ 26
π‘₯ + 2𝑦 + 3𝑧 ≀ 28
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0, 𝑧 β‰₯ 0
Penyelesaian:
Menambahkan variabel slack 𝑒, 𝑣, π‘‘π‘Žπ‘› 𝑀 dan
menuliskannya kembali di fungsi objektif dalam bentuk
standar menghasilkan sistem dari persamaan linear
2π‘₯ + 𝑦 + 2𝑧 + 𝑒 ≀ 14
2π‘₯ + 4𝑦 + 𝑧 + 𝑣 ≀ 26
π‘₯ + 2𝑦 + 3𝑧 + 𝑀 ≀ 28
βˆ’2π‘₯ βˆ’ 2𝑦 βˆ’ 𝑧 + 𝑃 = 0
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
2 1 2 1 0 0 0 14
2 4 1 0 1 0 0 26
1 2 3 0 0 1 0 28
-2 -2 -1 0 0 0 1 0
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
2 1 2 1 0 0 0 14
2 4 1 0 1 0 0 26
1 2 3 0 0 1 0 28
-2 -2 -1 0 0 0 1 0
Kolom
Pivot
β†’
Rasio
14
2
= 7
25
2
= 13
28
1
= 28
Baris Pivot→
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 1
2
1 1
2
0 0 0 7
2 4 1 0 1 0 0 26
1 2 3 0 0 1 0 28
-2 -2 -1 0 0 0 1 0
1
2
𝑅1
β†’
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟏
𝟐
1 𝟏
𝟐
0 0 0 7
0 3 -1 -1 1 0 0 12
0 3
2
2
βˆ’
1
2
0 1 0 21
0 -1 1 0 0 0 1 14
𝑅2 βˆ’ 2𝑅1
β†’
𝑅3 βˆ’ 𝑅1
𝑅4 + 2𝑅1
Kolom
Pivot
β†’
Rasio
7
1/2
= 14
12
3
= 4
21
3/2
= 14
Baris Pivot→
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟏
𝟐
1 𝟏
𝟐
0 0 0 7
0 1
βˆ’
1
3
βˆ’
1
3
1
3
0 0 4
0 3
2
2
βˆ’
1
2
0 1 0 21
0 -1 1 0 0 0 1 14
1
3
𝑅2
β†’
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 0 πŸ•
πŸ”
𝟐
πŸ‘
βˆ’
𝟏
πŸ”
0 0 5
0 1
βˆ’
1
3
βˆ’
1
3
1
3
0 0 4
0 0 5
2
0
βˆ’
1
2
1 0 15
0 0 2
3
2
3
1
3
0 1 18
𝑅1 βˆ’
1
2
𝑅2
β†’
𝑅3 βˆ’
3
2
𝑅2
𝑅4 + 𝑅2
Kita menyimpulkan bahwa π‘₯ = 5, 𝑦 = 4, 𝑧 = 0, 𝑒 = 0, 𝑣 = 0 π‘‘π‘Žπ‘› 𝑃 =
18.
Contoh 4
Maksimalkan 𝑃 = 20π‘₯ + 12𝑦 + 18𝑧
dengan kendala
3π‘₯ + 𝑦 + 2𝑧 ≀ 9
2π‘₯ + 3𝑦 + 𝑧 ≀ 8
π‘₯ + 2𝑦 + 3𝑧 ≀ 7
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0, 𝑧 β‰₯ 0
Penyelesaian
Menambahkan variabel slack 𝑒, 𝑣, π‘‘π‘Žπ‘› 𝑀 dan
menuliskannya kembali di fungsi objektif dalam
bentuk standar menghasilkan sistem dari
persamaan linear
3π‘₯ + 𝑦 + 2𝑧 + 𝑒 = 9
2π‘₯ + 3𝑦 + 𝑧 + 𝑣 = 8
π‘₯ + 2𝑦 + 3𝑧 + 𝑀 = 7
βˆ’20π‘₯ βˆ’ 12𝑦 βˆ’ 18𝑧 + 𝑃 = 0
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
3 1 2 1 0 0 0 9
2 3 1 0 1 0 0 8
1 2 3 0 0 1 0 7
-20 -12 -18 0 0 0 1 0
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
3 1 2 1 0 0 0 9
2 3 1 0 1 0 0 8
1 2 3 0 0 1 0 7
-20 -12 -18 0 0 0 1 0
Kolom
Pivot
β†’
Baris Pivot→
Rasio
9
3
= 3
8
2
= 4
7
1
= 7
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟏
πŸ‘
𝟐
πŸ‘
𝟏
πŸ‘
0 0 0 3
2 3 1 0 1 0 0 8
1 2 3 0 0 1 0 7
-20 -12 -18 0 0 0 1 0
1
3
𝑅1
β†’
𝑅2 βˆ’ 2𝑅1
𝑅3 βˆ’ 𝑅1
β†’
𝑅4 + 20𝑅1
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟏
πŸ‘
𝟐
πŸ‘
𝟏
πŸ‘
0 0 0 3
0 πŸ•
πŸ‘
βˆ’
𝟏
πŸ‘
βˆ’
𝟐
πŸ‘
1 0 0 2
0 5
3
7
3
βˆ’
1
3
0 1 0 4
0
βˆ’
πŸπŸ”
πŸ‘
βˆ’
πŸπŸ’
πŸ‘
𝟐𝟎
πŸ‘
0 0 1 60
Kolom
Pivot
β†’
Baris Pivot→
Rasio
3
1/3
= 9
2
7/3
=
6
7
4
5/3
=
12
5
Setelah satu iterasi kita ada di titik (3,0,0)
dengan 𝑃 = 60.
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟏
πŸ‘
𝟐
πŸ‘
𝟏
πŸ‘
0 0 0 3
0 1
βˆ’
1
7
βˆ’
2
7
3
7
0 0 6
7
0 5
3
7
3
βˆ’
1
3
0 1 0 4
0
βˆ’
16
3
βˆ’
14
3
20
3
0 0 1 60
3
7
𝑅2
β†’
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟎 πŸ“
πŸ•
πŸ‘
πŸ•
-1/7 0 0 πŸπŸ—
πŸ•
0 1
βˆ’
1
7
βˆ’
2
7
3
7
0 0 6
7
0 0 18
7
1
7
βˆ’
5
7
1 0 18
7
0 0
βˆ’
38
7
βˆ’
36
7
16
7
0 1
64
4
7
𝑅1 βˆ’
1
3
𝑅2
𝑅3 βˆ’
5
3
𝑅2
β†’
𝑅4 +
16
3
𝑅2
Rasio
19
5
βˆ’
1
titik (
19
7
,
6
7
, 0)
Iterasi kedua membawa kita ke titik (
19
7
,
6
7
, 0)
dengan 𝑃 = 64
4
7
.
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟎 πŸ“
πŸ•
πŸ‘
πŸ•
-1/7 0 0 πŸπŸ—
πŸ•
0 1
βˆ’
1
7
βˆ’
2
7
3
7
0 0 6
7
0 0 1 1
18
βˆ’
5
18
7
18
0 1
0 0
βˆ’
38
7
βˆ’
36
7
16
7
0 1
64
4
7
7
18
𝑅3
β†’
𝑅1 βˆ’
5
7
𝑅3
𝑅2 +
1
7
𝑅3
β†’
𝑅4 +
38
7
𝑅3
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta
1 𝟎 𝟎 πŸ•
πŸπŸ–
𝟏
πŸπŸ– βˆ’
πŸ“
πŸπŸ–
0 𝟐
0 1 0
βˆ’
5
18
7
18
1/18 0 1
0 0 1 1
18
βˆ’
5
18
7
18
0 1
0 0 0 49
9
7
9
19
9
1 70
Semua entri di baris terakhir adalah nonnegatif,
sehingga kita sudah mendapatkan solusi
optimal. Kita menyimpulkan π‘₯ = 2, 𝑦 = 1, 𝑧 =
1, 𝑒 = 0, 𝑣 = 0, 𝑀 = 0 π‘‘π‘Žπ‘› 𝑃 = 70.
Kemungkinan himpunan S untuk masalah tersebut adalah hexahedron yang
ditunjukkan seperti pada gambar berikut
Perpotongan separuh ruangnya ditentukan oleh
bidang 𝑃1, 𝑃2π‘‘π‘Žπ‘› 𝑃3 dengan persamaan 3𝑋 + π‘Œ +
2𝑍 = 9,2𝑋 + 3π‘Œ + 𝑍 = 8, 𝑋 + 2π‘Œ + 3𝑍 = 7
secara berurutan dan koordinat bidang π‘₯ = 0, 𝑦 =
0 π‘‘π‘Žπ‘› 𝑧 = 0. Amati bahwa iterasi pertama dari
metode simplex membawa kita dari 𝐴(0,0,0)
dengan 𝑃 = 0 ke 𝐡(3,0,0) dengan 𝑃 = 60. Iterasi
kedua membawa kita dari 𝐡 3,0,0 ke
𝐢(
19
7
,
6
7
, 0) dengan 𝑃 = 64
4
7
dan iterasi ketiga
membawa kita dari 𝐢
19
7
,
6
7
, 0 ke titik 𝐻(2,1,1)
dengan suatu nilai optimal yaitu 𝑃 = 70.
Contoh Penerapan 5 (Perencanaan Produksi)
Ace Novelty Company telah menentukan bahwa keuntungan dari setiap souvenir tipe A, tipe B dan
tipe C yang diproduksi secara berturut-turut adalah 6 dollar, 5 dollar dan 4 dollar. Untuk
menghasilkan souvenir tipe A membutuhkan 2 menit pada mesin I, 1 menit pada mesin II dan 2
menit pada mesin III. Souvenir tipe B membutuhkan 1 menit pada mesin I, 3 menit pada mesin II,
dan 1 menit pada mesin III. Suatu souvenir tipe C membutuhkan 1 menit pada mesin I dan 2 menit
pada setiap mesin II dan mesin III. Setiap hari terdapat 3 jam yang tersedia untuk mesin I, 5 jam
yang tersediah untuk mesin II, dan 4 jam tersedia untuk mesin III untuk mengahasilkan souvenir-
souvenir ini. Berapa banyak souvenir dari setiap tipe yang harus dibuat oleh Ace Novelty Company
untuk memaksimumkan keuntungannya?
Tipe A Tipe B Tipe C Waktu yang
tersedia
(menit)
Mesin I 2 1 1 180
Mesin II 1 3 2 300
Mesin III 2 1 2 240
Keuntungan/
unit
6 dollar 5 dollar 4 dollar
Dengan cara yang sama pada penggunaan mesin II dan III kita mendapatkan pertidaksamaan
π‘₯ + 3𝑦 + 2𝑧 ≀ 300
2π‘₯ + 𝑦 + 2𝑧 ≀ 240
Keuntungan yang dihasilkan dari souvenir yang diproduksi dituliskan menjadi
𝑃 = 6𝑋 + 5π‘Œ + 4𝑍
Misalkan π‘₯, 𝑦 π‘‘π‘Žπ‘› 𝑧 mendenotasikan secara
berurutan souvenir tipe A, tipe B dan tipe C
yang akan dibuat. Total waktu mesin I
digunakan diketahui sebagai 2π‘₯ + 𝑦 + 𝑧
menit dan tidak melebihi 180 menit. Maka,
kita mempunyai pertidaksamaan
2π‘₯ + 𝑦 + 𝑧 ≀ 180
Formula matematika dari masalah ini mengarahkan kita
kepada permasalahan program linear standar.
Memaksimalkan fungsi objektif ( keuntungan) 𝑃 = 6π‘₯ +
5𝑦 + 4𝑧 dengan
2π‘₯ + 𝑦 + 𝑧 ≀ 180
π‘₯ + 3𝑦 + 2𝑧 ≀ 300
2π‘₯ + 𝑦 + 2𝑧 ≀ 240
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0, 𝑧 β‰₯ 0
Penambahan variabel slack 𝑒, 𝑣, π‘‘π‘Žπ‘› 𝑀 akan
menghasilakn sistem persamaan linear
2π‘₯ + 𝑦 + 𝑧 + 𝑒 = 180
π‘₯ + 3𝑦 + 2𝑧 + 𝑣 = 300
2π‘₯ + 𝑦 + 2𝑧 + 𝑀 = 240
βˆ’6π‘₯ βˆ’ 5𝑦 βˆ’ 4𝑧 + 𝑃 = 0
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
2 1 1 1 0 0 0 180
1 3 2 0 1 0 0 300
2 1 2 0 0 1 0 240
-6 -5 -4 0 0 0 1 0
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
2 1 1 1 0 0 0 180
1 3 2 0 1 0 0 300
2 1 2 0 0 1 0 240
-6 -5 -4 0 0 0 1 0
Kolom
Pivot
β†’
Baris Pivot→
Rasio
180
2
= 90
300
1
= 300
240
2
= 120
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟏
𝟐
𝟏
𝟐
𝟏
𝟐
0 0 0 90
1 3 2 0 1 0 0 300
2 1 2 0 0 1 0 240
-6 -5 -4 0 0 0 1 0
1
2
𝑅1
β†’
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟏
𝟐
𝟏
𝟐
𝟏
𝟐
0 0 0 90
0 5
2
3
2
βˆ’
1
2
1 0 0 210
0 0 1 -1 0 1 0 60
0 -2 -1 3 0 0 1 540
𝑅2 βˆ’ 𝑅1
β†’
𝑅3 βˆ’ 2𝑅1
𝑅4 + 6𝑅1
Rasio
90
1/2
= 180
210
5/2
= 84
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟏
𝟐
𝟏
𝟐
𝟏
𝟐
0 0 0 90
0 1 3
5
βˆ’
1
5
2
5
0 0 84
0 0 1 -1 0 1 0 60
0 -2 -1 3 0 0 1 540
2
5
𝑅2
β†’
𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷
Konstanta
1 𝟎 𝟏
πŸ“
πŸ‘
πŸ“
βˆ’
𝟏
πŸ“
0 0 48
0 1 3
5
βˆ’
1
5
2
5
0 0 84
0 0 1 -1 0 1 0 60
0 0 1
5
13
5
4
5
0 1 708
𝑅1 βˆ’
1
2
𝑅2
β†’
𝑅4 + 2𝑅2
Jadi, untuk memaksimalkan keuntungannya, Ace
Novelty harus memproduksi 48 souvenir tipe A, 84
souvenir tipe B, dan tidak memproduksi souvenir tipe C
(0 souveniur tipe C). Hasil keuntungannya adalah 708
dollar per hari. Nilai dari variabel slack 𝑀 = 60 memberi
tahu kita bahwa 1 jam dari waktu yang tersedia pada
mesin III tersisa (tidak digunakan).
Dari tabel simplex terakhir, kita
menemukan solusinya
π‘₯ = 48, 𝑦 = 84, 𝑧 = 0, 𝑒 = 0 , 𝑣
= 0, 𝑀 = 60, 𝑃 = 708
Suatu program linear mempunyai tak hingga banyak solusi jika dan hanya jika
baris terakhir sebelah kiri garis vertikal dari tabel simplex terakhir mempunyai
nol pada suatu kolom dan itu bukan suatu kolom unit.
Permasalahan dengan Banyak solusi dan Permasalahan
tanpa solusi
Suatu program linear akan tidak punya solusi jika metode
simplex gagal pada suatu tahap. Misal, pada suatu tahap,
tidak terdapat rasio nonnegatif dalam penghitungan kita,
maka program linear tersebut tidak punya solusi.
Metode Simpleks:
Permasalahan Minimalisasi
Standar
Sebelumnya kita mengembangkan suatu prosedur,
dinamakan metode simplex untuk menyelesaikan
permasalahan program linear standar.
Ingat bahwa masalah maksimalisasi standar
memenuhi tiga kondisi:
1. Fungsi objektif akan dimaksimalkan
2. Semua variabel yang terlibat adalah nonnegatif
3. Setiap hambatan linear dapat dituliskan sehingga
ekspresi yang melibatkan variabel adalah kurang dari
atau sama dengan konstan nonnegatif.
Secara khusus, kita akan melihat bahwa prosedur tersebut
akan dimodifikasi untuk menyelesaikan permasalah yang
melibatkan minimalisasi suatu fungsi objektif.
Contoh 1
Minimalkan 𝐢 = βˆ’2π‘₯ βˆ’ 3𝑦
Dengan hambatan
5π‘₯ + 4𝑦 ≀ 32
π‘₯ + 2𝑦 ≀ 10
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
Penyelesaian:
Untuk menyelesaikan suatu permasalahan tipe ini,
kita amati bahwa meminimalkan funsi 𝐢 akan ekuivalen
dengan memaksimalkan fungsi 𝑃 = βˆ’πΆ . Karena itu,
solusi dari permasalahan ini dapat ditemukan dengan cara
menyelesaikan permasalahn yang terkait dengan:
memaksimalkan 𝑃 = βˆ’πΆ = βˆ’ 12π‘₯ βˆ’ 3𝑦 = 2π‘₯ + 3𝑦
dengan fungsi kendala yang diberikan.
5π‘₯ + 4𝑦 + 𝑒 = 32
π‘₯ + 2𝑦 + 𝑣 = 10
βˆ’2π‘₯ βˆ’ 3𝑦 + 𝑃 = 0
𝒙 π’š 𝒛 𝒖 𝑷
Konstanta
5 4 1 0 0 32
1 2 0 1 0 10
-2 -3 0 0 1 0
𝒙 π’š 𝒛 𝒖 𝑷
Konstanta
5 4 1 0 0 32
1 2 0 1 0 10
-2 -3 0 0 1 0
𝒙 π’š 𝒛 𝒖 𝑷
Konstanta
5 4 1 0 0 32
𝟏
𝟐
1 0 1/2 0 5
-2 -3 0 0 1 0
1
2
𝑅2
β†’
𝒙 π’š 𝒛 𝒖 𝑷
Konstanta
πŸ‘ 0 1 -2 0 12
𝟏
𝟐
1 0 1
2
0 5
βˆ’
𝟏
𝟐
0 0 3
2
1 15
𝑅1 βˆ’ 4𝑅2
β†’
𝑅3 + 3𝑅2
𝒙 π’š 𝒛 𝒖 𝑷
Konstanta
𝟏 0 𝟏
πŸ‘
βˆ’
𝟐
πŸ‘
0 4
𝟏
𝟐
1 0 1
2
0 5
βˆ’
𝟏
𝟐
0 0 3
2
1 15
1
3
𝑅3
β†’
𝒙 π’š 𝒛 𝒖 𝑷
Konstanta
𝟏 0 𝟏
πŸ‘
βˆ’
𝟐
πŸ‘
0 4
𝟎 1
βˆ’
1
6
5
6
0 3
𝟎 0 1
6
7
6
1 17
𝑅2 βˆ’
1
2
𝑅1
β†’
𝑅3 +
1
2
𝑅1
Tabel terakhir adalah bentuk
terakhir. Solusi dari
permasalahan maksimalisasi
standar dengan program linear
yang diberikan adalah π‘₯ =
4, 𝑦 = 3 dan 𝑃 = 17(𝐢 =
Permasalahan Rangkap
Permasalahan program linear yang kita jumpai dalam
aplikasi digolongkan berdasarkan ketentuan berikut:
1. Fungsi objektif yang akan di minimalkan.
2. Semua variabelnya tidak negatif.
3. Setiap batasan linear dapat dituliskan sedemikian
sehingga ekspresi yang mengandung variabel adalah
lebih besar dari atau sama dengan suatu konstanta.
Setiap permasalahan maksimalisasi program
linear dihubungkan dengan suatu permasalahan
minimalisasi dan sebaliknya. Untuk tujuan
identifikasi, permasalahan yang diketahui disebut
permasalahan utama, permasalahan yang terkait
dengan permasalahan utama disebut
permasalahan rangkap.
Permasalahan seperti ini disebut
permasalahan minimalisasi standar.
𝑒 𝑣 𝑀 Konstanta
40 10 5 6
10 15 15 8
2400 2100 1500
Kemudian, kita tukar tempat kolom dan baris dari
tabel sebelumnya dan beri kode tiga kolom dari
susunan yang dihasilkan dengan tiga variabel u, v, dan
w sehingga didapatkan tabel berikut.
π‘₯ 𝑦 Konstanta
40 10 2400
10 15 2100
5 15 1500
6 8
Dengan menginterpretasikan tabel terakhir seolah-olah itu
adalah bagian dari tabel simpleks awal untuk suatu
standar permasalahan maksimalisasi, dengan perkecualian
bahwa tanda koefisien yang menyinggung fungsi objektif
tidak dibalikkan
Contoh 2
Minimalkan fungsi objektif 𝐢 = 6π‘₯ + 8𝑦
dengan kendala
40π‘₯ + 10𝑦 β‰₯ 2400
10π‘₯ + 15𝑦 β‰₯ 2100
5π‘₯ + 15𝑦 β‰₯ 1500
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
Tuliskan permasalahan rangkap yang berhubungan
dengan permasalahan berikut:
π‘₯ 𝑦 Konstanta
40 10 2400
10 15 2100
5 15 1500
6 8
Penyelesaian.
Pertama, kita tulis tabel berikut untuk
permasalahan utama:
kita mengonstruksi permasalahan rangkap yang diperlukan sebagai berikut:
Permasalahan
rangkap
Maksimalkan fungsi objektif P=2400u+2100v+1500w
dengan kendala
40u+10v+5w≀6
10u+15v+15w≀8
dimana
uβ‰₯0,vβ‰₯0, dan wβ‰₯0
𝑒 𝑣 𝑀 Konstanta
40 10 5 6
10 15 15 8
2400 2100 1500
Hubungan antara penyelesaian permasalahan utama
dan permasalahan rangkap tersebut diberikan oleh
teorema berikut
Teorema 1. Teorema Dasar Rangkap
Suatu permasalahan utama memiliki suatu solusi jika dan hanya jika
permasalahan rangkap yang bersesuaian memiliki solusi. Kemudian, jika
suatu solusi ada, maka:
a. Fungsi objektif dari permasalahan utama dan permasalahan rangkap
mencapai nilai optimal yang sama.
b. Solusi optimal untuk permasalahan utama muncul pada variabel dalam
baris terakhir dari tabel simpleks akhir yang dihubungkan dengan
permasalahan rangkap.
Minimalkan fungsi objektif 𝐢 = 6π‘₯ + 8𝑦
dengan kendala
40π‘₯ + 10𝑦 β‰₯ 2400
10π‘₯ + 15𝑦 β‰₯ 2100
5π‘₯ + 15𝑦 β‰₯ 1500
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
π‘₯ 𝑦 Konstanta
40 10 2400
10 15 2100
5 15 1500
6 8
Contoh 3
𝑒 𝑣 𝑀 Konstanta
40 10 5 6
10 15 15 8
2400 2100 1500
Maksimalkan fungsi objektif P=2400u+2100v+1500w
dengan kendala
40u+10v+5w≀6
10u+15v+15w≀8
dimana
uβ‰₯0,vβ‰₯0, dan wβ‰₯0
40𝑒 + 10𝑣 + 5𝑀 +π‘₯ = 6
10𝑒 + 15𝑣 + 15𝑀 +𝑦 = 8
βˆ’2400π‘’βˆ’2100π‘£βˆ’1500𝑀 +𝑃 = 0
Penyelesaian.
Amati bahwa permasalahan rangkap dihubungkan dengan permasalahan
utama adalah permasalahan maksimalisasi standar . Penyelesaiannya dapat
ditemukan dengan menggunakan algoritma simpleks. Dengan memasukkan
variabel slack x dan y, kita dapatkan system persamaan linear berikut.
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
40 10 5 1 0 0 6
10 15 15 0 1 0 8
βˆ’2400 βˆ’2100 βˆ’1500 0 0 1 0
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
40 10 5 1 0 0 6
10 15 15 0 1 0 8
βˆ’2400 βˆ’2100 βˆ’1500 0 0 1 0
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
1 1
4
1
8
1
40
0 0 3
20
10 15 15 0 1 0 8
1 1
4
1
8
1
40
0 0 3
20
1
40
𝑅1
β†’
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
1 1
4
1
8
1
40
0 0 3
20
0 25
2
55
4
βˆ’
1
4
1 0 13
2
0 βˆ’1500 βˆ’1200 60 0 1 360
𝑅2 βˆ’ 10𝑅1

𝑅3 βˆ’ 2400𝑅1
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
1 1
4
1
8
1
40
0 0 3
20
0 1 11
10
βˆ’
1
50
2
25
0 13
25
0 βˆ’1500 βˆ’1200 60 0 1 360
2
52
𝑅2
β†’
𝑅1 βˆ’
1
4
𝑅2
β†’
𝑅3 βˆ’ 1500𝑅2
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
1 0
βˆ’
3
20
3
100
βˆ’
1
50
0 1
50
0 1 11
10
βˆ’
1
50
2
25
0 13
25
0 0 450 30 120 1 1140
Solusi untuk masalah
utama
Teorema dasar rangkap memberi tahu kita bahwa solusi dari permasalahan utama adalah π‘₯ =
30 dan 𝑦 = 120 dengan nilai minimum untuk 𝐢 adalah 1400. Perhatikan bahwa solusi dari
permasalahan (maksimalisasi) rangkap dapat dibaca dari tabel simpleks dengan cara 𝑒 =
1
50
,
𝑣 =
13
25
, 𝑀 = 0, dan 𝑃 = 1140. Perhatikan bahwa nilai maksimum 𝑃 sama dengan nilai
minimum 𝐢, seperti yang dijamin oleh teorema dasar rangkap.
Contoh 4
Minimalkan 𝐢 = 3π‘₯ + 2𝑦
dengan kendala 8π‘₯ + 𝑦 β‰₯ 80
8π‘₯ + 5𝑦 β‰₯ 240
π‘₯ + 5𝑦 β‰₯ 100
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
π‘₯ 𝑦 Konstanta
8 1 80
8 5 240
1 5 100
3 2
Penyelesaian.
Pertama, kita tulis tabel berikut untuk
permasalahan utama:
𝑒 𝑣 𝑀 Konstanta
8 8 1 3
1 5 5 2
80 240 100
Maksimalkan fungsi objektif 𝑃 = 80𝑒 + 240𝑣 + 100𝑀
dengan kendala
8𝑒 + 8𝑣 + 𝑀 ≀ 3
𝑒 + 5𝑣 + 5𝑀 ≀ 2
dimana
𝑒 β‰₯ 0, 𝑣 β‰₯ 0, dan 𝑀 β‰₯ 0
8𝑒 + 8𝑣 + 𝑀 +π‘₯ =3
𝑒 + 5𝑣 + 5𝑀 + +𝑦 =2
-80𝑒 -240𝑣 -100𝑀 +𝑃 =0
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
8 8 1 1 0 0 3
1 5 5 0 1 0 2
-80 -240 -100 0 0 1 0
1
8
𝑅1
β†’
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
1 1 1
8
1
8
0 0 3
8
1 5 5 0 1 0 2
-80 -240 -100 0 0 1 0
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
1 1 1
8
1
8
0 0 3
8
-4 0 35
8
βˆ’
5
8
1 0 1
8
160 0 -70 30 0 1 90
𝑅2 βˆ’ 5𝑅1
β†’
𝑅3 + 240𝑅1
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
1 1 1
8
1
8
0 0 3
8
βˆ’
32
35
0 1
βˆ’
1
7
8
35
0 1
35
160 0 -70 30 0 1 90
8
35
𝑅2
β†’
𝑅1 βˆ’
1
8
𝑅2
β†’
𝑅3 + 70𝑅2
𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta
39
35
1 0 1
7
βˆ’
1
35
0 13
35
βˆ’
32
35
0 1
βˆ’
1
7
8
35
0 1
35
96 0 0 20 16 1 92
Solusi untuk masalah utama
Teorema dasar rangkap
memberi tahu kita bahwa solusi
dari permasalahan utama adalah
π‘₯ = 20 dan 𝑦 = 16 dengan nilai
minimum untuk 𝐢 adalah 92.
π‘₯1 +π‘₯2 +π‘₯3 ≀ 400
π‘₯4 +π‘₯5 +π‘₯6 ≀ 600
π‘₯1 +π‘₯4 β‰₯ 200
π‘₯2 +π‘₯5 β‰₯ 300
π‘₯3 +π‘₯6 β‰₯ 400
Acrosonic memproduksi sistem pengeras suara
model F di dua tempat yang terpisah, pabrik I dan pabrik
II. Hasil produksi pada pabrik I paling banyak 400 per
bulan, sedangkan hasil produksi pabrik II paling banyak
600 per bulan. Sistem pengeras suara ini dikirim ke tiga
gudang yang menyediakan pusat pendistribusian untuk
perusahaan. Agar gudang dapat memenuhi permintaan
mereka, persyaratan minimum bulanan dari gudang A, B,
dan C adalah 200, 300, dan 400 sistem secara berurutan.
Biaya pengiriman dari pabrik I ke gudang A, B, dan C
adalah $20, $8, dan $10 per sistem pengeras suara secara
berurutan dan biaya pengiriman dari pabrik II ke setiap
gudang adalah $12, $22, dan $18 secara berurutan.
Bagaimanakah jadwal pengiriman jika Acrosonic ingin
memenuhi persyaratan pusat pendistribusian dan pada
waktu yang sama meminimalkan biaya pengirimannya?
Lengkapi penyelesaian untuk permasalahan tersebut.
Contoh Terapan 5. Permasalahan Suatu Gudang
Minimalkan
𝐢 = 20π‘₯1 + 8π‘₯2 + 10π‘₯3 + 12π‘₯4 + 22π‘₯5 + 18π‘₯6
π‘‘π‘’π‘›π‘”π‘Žπ‘› π‘˜π‘’π‘›π‘‘π‘Žπ‘™π‘Ž
π‘₯1 β‰₯ 0, π‘₯2 β‰₯ 0, … , π‘₯6 β‰₯ 0
Penyelesaian.
Dengan mengalikan masing-masing dari dua pertidaksamaan
pertama dengan -1, kita dapatkan sistem batas yang ekivalen
berikut yang mana setiap ekspresi yang melibatkan variabel lebih
dari atau sama dengan suatu konstanta:
βˆ’π‘₯1 βˆ’π‘₯2 βˆ’π‘₯3 β‰₯ 400
βˆ’π‘₯4 βˆ’π‘₯5 βˆ’π‘₯6 β‰₯ 600
π‘₯1 +π‘₯4 β‰₯ 200
π‘₯2 +π‘₯5 β‰₯ 300
π‘₯3 +π‘₯6 β‰₯ 400
π‘₯1 β‰₯ 0, π‘₯2 β‰₯ 0, … , π‘₯6 β‰₯ 0
π‘₯1 π‘₯2 π‘₯3 π‘₯4 π‘₯5 π‘₯6 Konstanta
-1 -1 -1 0 0 0 βˆ’400
0 0 0 -1 -1 -1 βˆ’600
1 0 0 1 0 0 200
0 1 0 0 1 0 300
0 0 1 0 0 1 400
20 8 10 12 22 18
Permasalahan tersebut sekarang dapat
diselesaikan dengan rangkap. Pertama, kita
tulis kembali susunan angka tersebut:
𝐢 = 20π‘₯1 + 8π‘₯2 + 10π‘₯3 + 12π‘₯4 + 22π‘₯5 + 18π‘₯6
𝑒1 𝑒2 𝑒3 𝑒4 𝑒5 Konstanta
-1 0 1 0 0 20
-1 0 0 1 0 8
-1 0 0 0 1 10
0 -1 1 0 0 12
0 -1 0 1 0 22
0 -1 0 0 1 18
-400 -600 200 300 400
Dengan menukar posisi baris dan kolom dari susunan bilangan ini dan memberi kode
lima kolom susunan bilangan yang dihasilkan dengan variabel u1, u2, u3, u4, dan u5, kita
dapatkan
βˆ’π‘’1 +𝑒3 ≀ 20
βˆ’π‘’1 +𝑒4 ≀ 8
βˆ’π‘’1 +𝑒5 ≀ 10
βˆ’π‘’2 +𝑒3 ≀ 12
βˆ’π‘’2 +𝑒4 ≀ 22
βˆ’π‘’2 +𝑒5 ≀ 18
Yang mana kita mengonstruksi hubunga permasalahan rangkap:
Maksimalkan 𝑃 = βˆ’400𝑒1 βˆ’ 600𝑒2 + 200𝑒3 + 300𝑒4 + 400𝑒5
dengan kendala
𝑒1 β‰₯ 0, 𝑒2 β‰₯ 0, … , 𝑒5 β‰₯ 0
Dengan menyelesaikan standar permasalahan maksimalisasi dengan algoritma
simpleks, kita dapatkan baris tabel berikut 9 (π‘₯1, π‘₯2, … , π‘₯6 merupakan variabel
slack):
Tabel terakhir adalah akhir dan kita temukan bahwa
π‘₯1 = 0, π‘₯2 = 300, π‘₯3 = 100, π‘₯4 = 200, π‘₯5 = 0 , π‘₯6 = 300, 𝑃
= 11,200
Jadi, untuk meminimalkan biaya ekspedisi, Acrosonic harus
mengirimkan 300 sistem pengeras suara dari pabrik I ke gudang B, 100
sistem dari pabrik I ke gudang C, 200 sistem dari pabrik II ke gudang
A, dan 300 sistem dari pabrik II ke gudang C. Total biaya ekspedisi
perusahaan adalah $11,200.
Soal Latihan
1. Maksimalkan 𝑷 = πŸ‘π’™ + πŸ’π’š + πŸ“π’›
dengan kendala
𝒙 + π’š + 𝒛 ≀ πŸ–
πŸ‘π’™ + πŸπ’š + πŸ’π’› ≀ πŸπŸ’
𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎, 𝒛 β‰₯ 𝟎
Solusi:
Karena terdapat dua pertidaksamaan linear, maka kita menambahkan dua slack variabel yaitu 𝒖, 𝒗 untuk
mengubah pertidaksamaan tersebut menjadi persamaan linear.
𝒙 + π’š + 𝒛 + 𝒖 = πŸ–
πŸ‘π’™ + πŸπ’š + πŸ’π’› + 𝒗 = πŸπŸ’
βˆ’πŸ‘π’™ βˆ’ πŸ’π’š βˆ’ πŸ“π’› + 𝑷 = 𝟎
Matriks augmentasi yang berkorespondensi dengan sistem persamaan linear di atas adalah
Entri baris terakhir pada tabel simplex akhir tidak
mengandung bilangan negatif, sehingga solusi optimal
telah tercapai yaitu π‘₯ = 0, 𝑦 = 4, 𝑧 = 4, dan 𝑃 = 36.
1. Pabrikβ€”Jadwal Produksi. Perusahaan Bisnis Mesin Nasional memproduksi dua
jenis mesin fax: A dan B. Setiap model A membutuhkan biaya produksi $100 dan
setiap model B membutuhkan biaya produksi $150. Keuntungan yang diperoleh dari
mesin fax adalah $30 untuk setiap model A dan $40 untuk setiap model B. Apabila
banyaknya mesin fax yang diperlukan setiap bulan tidak melebihi 2500 dan
perusahaan telah menganggarkan tidak lebih dari $600.000/bulan untuk biaya
produksi, temukan berapa banyak unit dari setiap model Nasional yang harus
diproduksi setiap bulan sedemikian sehingga memaksimalkan keuntungan
perbulannya. Berapakah keuntungan maksimum perbulan yang dapat diperoleh
perusahaan?
Soal Latihan
Solusi
Misalkan
𝒙: banyaknya mesin fax model A
π’š: banyaknya mesin fax model B
Permasalahan di atas merupakan masalah maksimalisasi
fungsi tujuan 𝑷 = πŸ‘πŸŽπ’™ + πŸ’πŸŽπ’š dengan kendala
𝒙 + π’š ≀ πŸπŸ“πŸŽπŸŽ
πŸπŸŽπŸŽπ’™ + πŸπŸ“πŸŽπ’š ≀ πŸ”πŸŽπŸŽπŸŽπŸŽπŸŽ atau πŸπ’™ + πŸ‘π’š ≀ 𝟏𝟐𝟎𝟎𝟎
𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎
Dengan menambahkan variabel slack 𝒖, 𝒗 dan menulis
ulang fungsi tujuan, kita peroleh sistem persamaan
𝒙 + π’š + 𝒖 = πŸπŸ“πŸŽπŸŽ
πŸπ’™ + πŸ‘π’š + 𝒗 = 𝟏𝟐𝟎𝟎𝟎
βˆ’πŸ‘πŸŽπ’™ βˆ’ πŸ’πŸŽπ’š + 𝑷 = 𝟎
Matriks augmentasi yang diperoleh adalah
Karena baris terakhir dari tabel simplex akhir tidak
mengandung bilangan negatif, maka solusi optimal telah
tercapai. Jadi, keuntugan maksimum yang bisa dicapai
adalah 100000
Soal Latihan
Produk A Produk B Produk C
Dept. I 2 1 2
Dept. II 3 1 2
Dept. III 2 2 1
Keuntungan $18 $12 $15
3. Pabrikβ€”Jadwal Produksi. Suatu perusahaan memproduksi produk A, B, dan C. Setiap produk
diproses pada tiga departemen: I, II, dan III. Total jam pekerja per minggu untuk departemen I, II,
dan III adalah 900, 1080, dan 840, secara berurutan. Waktu yang dibutuhkan (dalam jam per unit)
dan keuntungan per unit untuk setiap produk adalah sebagai berikut:
Berapa banyak unit dari setiap produk yang harus diproduksi oleh perusahaan sedemikian sehingga
memaksimalkan keuntungannya ? berapakah keuntungan maksimum yang dapat diperoleh oleh
perusahaan tersebut? Adakah sumber penghasilan yang tersisa?
Solusi
Misalkan 𝒙, π’š, 𝒛 secara berturut-turut merupakan banyaknya produk 𝑨, 𝑩, 𝐝𝐚𝐧 π‘ͺ. Permasalahan di atas
merupakan masalah maksimalisasi standar untuk fungsi tujuan 𝑷 = πŸπŸ–π’™ + πŸπŸπ’š + πŸπŸ“π’› dengan kendala
πŸπ’™ + π’š + πŸπ’› ≀ πŸ—πŸŽπŸŽ
πŸ‘π’™ + π’š + πŸπ’› ≀ πŸπŸŽπŸ–πŸŽ
πŸπ’™ + πŸπ’š + 𝒛 ≀ πŸ–πŸ’πŸŽ
𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎
Dengan menambahkan variabel slack 𝒖, 𝒗, π’˜ pada kendala dan menulis ulang fungsi tujuan, kita
memperoleh sistem persamaan di bawah ini
πŸπ’™ + π’š + πŸπ’› + 𝒖 = πŸ—πŸŽπŸŽ
πŸ‘π’™ + π’š + πŸπ’› + 𝒗 = πŸπŸŽπŸ–πŸŽ
πŸπ’™ + πŸπ’š + 𝒛 + π’˜ = πŸ–πŸ’πŸŽ
βˆ’πŸπŸ–π’™ βˆ’ πŸπŸπ’š βˆ’ πŸπŸ“π’› + 𝑷 = 𝟎
Matriks augmentasi yang berkaitan dengan sistem persamaan di atas adalah
Entri pada baris terakhir pada tabel simplex
akhir merupakan bilangan nonnegatif, maka
solusi optimal telah tercapai. Jadi, banyaknya
produk A, B, dan C secara berturut-turut
adalah 200, 180, dan 140. Perusahaan akan
mendapatkan keuntungan maksimum sebesar
7920. Karena nilai variabel slack adalah 0,
maka tidak ada sumber penghasilan yang
tersisa.
Soal Latihan
4. Minimalkan π‘ͺ = βˆ’πŸπ’™ βˆ’ πŸ‘π’š
dengan kendala
πŸ‘π’™ + πŸ’π’š ≀ πŸπŸ’
πŸ•π’™ βˆ’ πŸ’π’š ≀ πŸπŸ”
𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎
SOLUSI
Kita akan meminimalkan π‘ͺ = βˆ’πŸπ’™ βˆ’ πŸ‘π’š dengan kendala
πŸ‘π’™ + πŸ’π’š ≀ πŸπŸ’
πŸ•π’™ βˆ’ πŸ’π’š ≀ πŸπŸ”
𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎
Perhatikan bahwa meminimalkan C sama halnya dengan memaksimalkan 𝑷 = βˆ’π‘ͺ,
sehingga fungsi tujuan bisa diubah menjadi 𝑷 = πŸπ’™ + πŸ‘π’š
Dengan menambahkan dua variabel slack 𝒖, 𝒗 pada kendala dan menulis ulang fungsi
tujuan, kita mendapatkan sistem persamaan:
πŸ‘π’™ + πŸ’π’š + 𝒖 = πŸπŸ’
πŸ•π’™ βˆ’ πŸ’π’š + 𝒗 = πŸπŸ”
βˆ’πŸπ’™ βˆ’ πŸ‘π’š + 𝑷 = 𝟎
Matriks augmentasi yang berkaitan dengan sistem persamaan di atas adalah
Entri pada baris terakhir merupakan bilangan nonnegatif
sehingga didapatkan 𝑃 = 18 , sehingga diperoleh nilai
minimum 𝐢 = βˆ’18
Soal Latihan
5. Transportasi. Deluxe River Cruises mengoperasikan suatu armada dari kapal sungai. Armada tersebut
memiliki dua jenis kapal: suatu kapal tipe A memiliki 60 kamar mewah dan 160 kamar standar, sedangkan
kapal tipe B mamiliki 80 kamar mewah dan 120 kamar standar. Dibawah kesepakatan penyewaan dengan
Odyssey Travel Agency, Deluxe River Cruises harus menyediakan untuk Odyssey dengan minimum 360
kamar mewah dan 680 kamar standar untuk pelayaran 15 hari mereka pada bulan Mei. Biaya operasi kapal
tipe A adalah $44.000 dan biaya operasi kapal tipe B adalah $54.000 untuk satu periode. Berapa banyak
dari setiap jenis kapal yang harus digunakan sedemikian sehingga dapat maminimalkan biaya operasi?
Berapakah biaya minimumnya?
π‘ͺ = πŸ’πŸ’π’™ + πŸ“πŸ’π’š π’…π’‚π’π’‚π’Ž π’“π’Šπ’ƒπ’–π’‚π’
πŸ”πŸŽπ’™ + πŸ–πŸŽπ’š β‰₯ πŸ‘πŸ”πŸŽ β†’ πŸ‘π’™ + πŸ’π’š β‰₯ πŸπŸ–
πŸπŸ”πŸŽπ’™ + πŸπŸπŸŽπ’š β‰₯ πŸ”πŸ–πŸŽ β†’ πŸ’π’™ + πŸ‘π’š β‰₯ πŸπŸ•
π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
TERIMA KASIH DAN SAMPAI JUMPA 

More Related Content

Similar to METODE SIMPLEX.pptx

Bab 5-sistem-persamaan-linear-dan-kuadrat
Bab 5-sistem-persamaan-linear-dan-kuadratBab 5-sistem-persamaan-linear-dan-kuadrat
Bab 5-sistem-persamaan-linear-dan-kuadratFahmisetyawan
Β 
pptspldv-150602072334-lva1-app6892.pptx
pptspldv-150602072334-lva1-app6892.pptxpptspldv-150602072334-lva1-app6892.pptx
pptspldv-150602072334-lva1-app6892.pptxwahyurizkanovianti1
Β 
PPT SPLDV dengan 3 metode penyelesaian
PPT SPLDV dengan 3 metode penyelesaianPPT SPLDV dengan 3 metode penyelesaian
PPT SPLDV dengan 3 metode penyelesaianYoanna Rianda
Β 
PPT Sistem Persamaan Linear Dua Variabel
PPT Sistem Persamaan Linear Dua VariabelPPT Sistem Persamaan Linear Dua Variabel
PPT Sistem Persamaan Linear Dua Variabelfransiscaputriwulandari
Β 
unit-1-program-linear.pptx
unit-1-program-linear.pptxunit-1-program-linear.pptx
unit-1-program-linear.pptxFitriMayasari9
Β 
unit-1-program-linear.pdf
unit-1-program-linear.pdfunit-1-program-linear.pdf
unit-1-program-linear.pdfNuryonoAdiRahman
Β 
Sistem persamaan linear tiga variabel
Sistem persamaan linear tiga variabelSistem persamaan linear tiga variabel
Sistem persamaan linear tiga variabelAna Sugiyarti
Β 
PPT Sistem Persaman Linear Metode Elimnasi, Subtitusi, Eliminasi-Substitusi
PPT Sistem Persaman Linear Metode Elimnasi, Subtitusi, Eliminasi-SubstitusiPPT Sistem Persaman Linear Metode Elimnasi, Subtitusi, Eliminasi-Substitusi
PPT Sistem Persaman Linear Metode Elimnasi, Subtitusi, Eliminasi-SubstitusiYoanna Rianda
Β 
PPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
PPT SISTEM PERSAMAAN LINEAR DUA VARIABELPPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
PPT SISTEM PERSAMAAN LINEAR DUA VARIABELnungkir
Β 
PPT_Kelompok3_Eliminasi Gauss.pptx
PPT_Kelompok3_Eliminasi Gauss.pptxPPT_Kelompok3_Eliminasi Gauss.pptx
PPT_Kelompok3_Eliminasi Gauss.pptxIanVemasSilalahi
Β 
Pembahasan Makalah Perpotongan Garis Geometri Analitik
Pembahasan Makalah Perpotongan Garis Geometri AnalitikPembahasan Makalah Perpotongan Garis Geometri Analitik
Pembahasan Makalah Perpotongan Garis Geometri AnalitikMayawi Karim
Β 
Pertemuan3&4
Pertemuan3&4Pertemuan3&4
Pertemuan3&4Amri Sandy
Β 
Sistem persamaan linier
Sistem persamaan linierSistem persamaan linier
Sistem persamaan linierBisma Kemal
Β 
STD BAB 4 PERSAMAAN DAN PERTIDAKSAMAAN.pptx
STD BAB 4 PERSAMAAN DAN PERTIDAKSAMAAN.pptxSTD BAB 4 PERSAMAAN DAN PERTIDAKSAMAAN.pptx
STD BAB 4 PERSAMAAN DAN PERTIDAKSAMAAN.pptxChristian227136
Β 
PPT Matematika.pptx
PPT Matematika.pptxPPT Matematika.pptx
PPT Matematika.pptxNurunNadia2
Β 
Bab 2 Penyelesaian Sistem Persamaan Linier.ppt
Bab 2 Penyelesaian Sistem Persamaan Linier.pptBab 2 Penyelesaian Sistem Persamaan Linier.ppt
Bab 2 Penyelesaian Sistem Persamaan Linier.pptssuserb7d229
Β 
Kelompok 3 Kapita selekta 4.pptx
Kelompok 3 Kapita selekta 4.pptxKelompok 3 Kapita selekta 4.pptx
Kelompok 3 Kapita selekta 4.pptxILdaPratama
Β 
Kelas x bab 5
Kelas x bab 5Kelas x bab 5
Kelas x bab 5pitrahdewi
Β 
Kelas x bab 5
Kelas x bab 5Kelas x bab 5
Kelas x bab 5pitrahdewi
Β 
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptxPPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx02RiniHandayani
Β 

Similar to METODE SIMPLEX.pptx (20)

Bab 5-sistem-persamaan-linear-dan-kuadrat
Bab 5-sistem-persamaan-linear-dan-kuadratBab 5-sistem-persamaan-linear-dan-kuadrat
Bab 5-sistem-persamaan-linear-dan-kuadrat
Β 
pptspldv-150602072334-lva1-app6892.pptx
pptspldv-150602072334-lva1-app6892.pptxpptspldv-150602072334-lva1-app6892.pptx
pptspldv-150602072334-lva1-app6892.pptx
Β 
PPT SPLDV dengan 3 metode penyelesaian
PPT SPLDV dengan 3 metode penyelesaianPPT SPLDV dengan 3 metode penyelesaian
PPT SPLDV dengan 3 metode penyelesaian
Β 
PPT Sistem Persamaan Linear Dua Variabel
PPT Sistem Persamaan Linear Dua VariabelPPT Sistem Persamaan Linear Dua Variabel
PPT Sistem Persamaan Linear Dua Variabel
Β 
unit-1-program-linear.pptx
unit-1-program-linear.pptxunit-1-program-linear.pptx
unit-1-program-linear.pptx
Β 
unit-1-program-linear.pdf
unit-1-program-linear.pdfunit-1-program-linear.pdf
unit-1-program-linear.pdf
Β 
Sistem persamaan linear tiga variabel
Sistem persamaan linear tiga variabelSistem persamaan linear tiga variabel
Sistem persamaan linear tiga variabel
Β 
PPT Sistem Persaman Linear Metode Elimnasi, Subtitusi, Eliminasi-Substitusi
PPT Sistem Persaman Linear Metode Elimnasi, Subtitusi, Eliminasi-SubstitusiPPT Sistem Persaman Linear Metode Elimnasi, Subtitusi, Eliminasi-Substitusi
PPT Sistem Persaman Linear Metode Elimnasi, Subtitusi, Eliminasi-Substitusi
Β 
PPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
PPT SISTEM PERSAMAAN LINEAR DUA VARIABELPPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
PPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
Β 
PPT_Kelompok3_Eliminasi Gauss.pptx
PPT_Kelompok3_Eliminasi Gauss.pptxPPT_Kelompok3_Eliminasi Gauss.pptx
PPT_Kelompok3_Eliminasi Gauss.pptx
Β 
Pembahasan Makalah Perpotongan Garis Geometri Analitik
Pembahasan Makalah Perpotongan Garis Geometri AnalitikPembahasan Makalah Perpotongan Garis Geometri Analitik
Pembahasan Makalah Perpotongan Garis Geometri Analitik
Β 
Pertemuan3&4
Pertemuan3&4Pertemuan3&4
Pertemuan3&4
Β 
Sistem persamaan linier
Sistem persamaan linierSistem persamaan linier
Sistem persamaan linier
Β 
STD BAB 4 PERSAMAAN DAN PERTIDAKSAMAAN.pptx
STD BAB 4 PERSAMAAN DAN PERTIDAKSAMAAN.pptxSTD BAB 4 PERSAMAAN DAN PERTIDAKSAMAAN.pptx
STD BAB 4 PERSAMAAN DAN PERTIDAKSAMAAN.pptx
Β 
PPT Matematika.pptx
PPT Matematika.pptxPPT Matematika.pptx
PPT Matematika.pptx
Β 
Bab 2 Penyelesaian Sistem Persamaan Linier.ppt
Bab 2 Penyelesaian Sistem Persamaan Linier.pptBab 2 Penyelesaian Sistem Persamaan Linier.ppt
Bab 2 Penyelesaian Sistem Persamaan Linier.ppt
Β 
Kelompok 3 Kapita selekta 4.pptx
Kelompok 3 Kapita selekta 4.pptxKelompok 3 Kapita selekta 4.pptx
Kelompok 3 Kapita selekta 4.pptx
Β 
Kelas x bab 5
Kelas x bab 5Kelas x bab 5
Kelas x bab 5
Β 
Kelas x bab 5
Kelas x bab 5Kelas x bab 5
Kelas x bab 5
Β 
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptxPPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
PPT SISTEM PERSAMAAN LINEAR DAN PROGRAM LINEAR.pptx
Β 

Recently uploaded

Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdfanitanurhidayah51
Β 
Keterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTKeterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTIndraAdm
Β 
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...Kanaidi ken
Β 
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.pptppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.pptAgusRahmat39
Β 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...Kanaidi ken
Β 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BAbdiera
Β 
vIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxvIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxsyahrulutama16
Β 
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
HiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaaHiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaafarmasipejatentimur
Β 
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi SelatanSosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatanssuser963292
Β 
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMAKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMIGustiBagusGending
Β 
Latsol TWK Nasionalisme untuk masuk CPNS
Latsol TWK Nasionalisme untuk masuk CPNSLatsol TWK Nasionalisme untuk masuk CPNS
Latsol TWK Nasionalisme untuk masuk CPNSdheaprs
Β 
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxIrfanAudah1
Β 
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...Kanaidi ken
Β 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxdpp11tya
Β 
aksi nyata sosialisasi Profil Pelajar Pancasila.pdf
aksi nyata sosialisasi  Profil Pelajar Pancasila.pdfaksi nyata sosialisasi  Profil Pelajar Pancasila.pdf
aksi nyata sosialisasi Profil Pelajar Pancasila.pdfsdn3jatiblora
Β 
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxMODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxSlasiWidasmara1
Β 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikaAtiAnggiSupriyati
Β 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKAMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKAAndiCoc
Β 
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CModul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CAbdiera
Β 
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...MetalinaSimanjuntak1
Β 

Recently uploaded (20)

Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdf
Β 
Keterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTKeterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UT
Β 
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
Β 
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.pptppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
ppt-akhlak-tercela-foya-foya-riya-sumah-takabur-hasad asli.ppt
Β 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
Β 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Β 
vIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxvIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsx
Β 
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
HiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaaHiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
Β 
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi SelatanSosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Β 
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMAKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
Β 
Latsol TWK Nasionalisme untuk masuk CPNS
Latsol TWK Nasionalisme untuk masuk CPNSLatsol TWK Nasionalisme untuk masuk CPNS
Latsol TWK Nasionalisme untuk masuk CPNS
Β 
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Β 
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
RENCANA + Link2 Materi Pelatihan/BimTek "PTK 007 Rev-5 Thn 2023 (PENGADAAN) &...
Β 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
Β 
aksi nyata sosialisasi Profil Pelajar Pancasila.pdf
aksi nyata sosialisasi  Profil Pelajar Pancasila.pdfaksi nyata sosialisasi  Profil Pelajar Pancasila.pdf
aksi nyata sosialisasi Profil Pelajar Pancasila.pdf
Β 
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxMODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
Β 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
Β 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKAMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
Β 
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CModul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Β 
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
Β 

METODE SIMPLEX.pptx

  • 1. PENYELESAIAN MASALAH PROGRAM LINEAR MENGGUNAKAN PENDEKATAN METODE SIMPLEX Oleh Annafi Awantagusnik (150311603295) Candra Mariatul Kibtiyah (150311604405) Firman Maula Syafi’i (150311604541)
  • 3. Metode Simplex Metode simplex merupakan prosedur iteratif, yaitu berupa algoritma perulangan. Dimulai pada beberapa solusi awal yang mungkin (sebuah titik pojok dari himpunan S yang mungkin, biasanya di titik asal), setiap perulangan membawa kita pada titik pojok yang lain dari S dengan suatu peningkatan nilai dari fungsi tujuan. Perulangan dihentikan ketika solusi yang optimal telah dicapai (jika ada).
  • 4. Masalah Program Linear Standar Masalah maksimalisasi standar memenuhi kriteria berikut. (1) Fungsi tujuan akan dimaksimalkan. (2) Semua variabel yang terlibat dalam masalah adalah nonnegatif. (3) Setiap kendala linear dapat ditulis ulang sedemikian hingga ekspresi yang mengandung variabel menjadi kurang dari atau sama dengan suatu konstanta nonnegatif.
  • 5. Perhatikan masalah program linear yang disajikan pada materi sebelumnya. Maksimalkan P=3x+2y dengan kendala 2π‘₯ + 3𝑦 ≀ 12 2π‘₯ + 𝑦 ≀ 8 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 Kalian dapat memeriksa dengan mudah bahwa masalah tersebut merupakan masalah maksimalisasi standar. Himpunan S yang mungkin berkaitan dengan masalah ini disajikan pada Gambar 1, dimana kita memberikan label pada 4 titik pojok yang mungkin yaitu A(0,0), B(4,0), C(3,2), dan D(0,4). Perhatikan bahwa solusi optimal dari masalah ini dicapai pada titik pojok C(3,2).
  • 6. Sebagai langkah pertama dalam penyelesaian menggunakan metode simplex, kita mengganti sistem pertidaksamaan kendala 2π‘₯ + 3𝑦 ≀ 12 2π‘₯ + 𝑦 ≀ 8 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 menjadi sistem persamaan kendala. Hal ini bisa dilakukan dengan menambahkan variabel nonnegatif yang disebut variabel slack. Perhatikan pertidaksamaan 2π‘₯ + 3𝑦 ≀ 12 Perhatikan bahwa ruas kiri dari persamaan ini selalu kurang dari atau sama dengan ruas kanan. Oleh karena itu, dengan menambahkan variabel nonnegatif 𝑒 pada ruas kiri untuk mengganti selisih tersebut, kita memperoleh persamaan 2π‘₯ + 3𝑦 + 𝑒 = 12 Sebagai contoh, jika π‘₯ = 1 dan 𝑦 = 1 (kalian dapat mengamati pada Gambar 1 bahwa titik (1,1) merupakan titik yang berada pada himpunan S), maka 𝑒 = 7. Sehingga, 2 1 + 3 1 + 7 = 12 Variabel u merupakan variabel slack.
  • 7. Hal ini juga berlaku untuk pertidaksamaan 2π‘₯ + 𝑦 ≀ 8 yang dapat diubah ke dalam persamaan 2π‘₯ + 𝑦 + 𝑣 = 8 dengan 𝑣 merupakan variabel slack. Sistem pertidaksamaan linear (2) sekarang dapat dipandang sebagai sistem persamaan linear 2π‘₯ + 3𝑦 + 𝑒 = 12 2π‘₯ + 𝑦 + 𝑣 = 8 dengan π‘₯, 𝑦, 𝑒, dan 𝑣 merupakan bilangan nonnegatif. Terakhir, dengan menuliskan kembali fungsi tujuan (1) ke dalam bentuk βˆ’3π‘₯ βˆ’ 2𝑦 + 𝑃 = 0, dengan koefisien 𝑃 adalah +1, kita mendapatkan sistem persamaan linear (3): 2π‘₯ + 3𝑦 + 𝑒 = 12 2π‘₯ + 𝑦 + 𝑣 = 8 βˆ’3π‘₯ βˆ’ 2𝑦 + 𝑃 = 0
  • 8. Karena sistem tersebut terdiri dari tiga persamaan linear dalam 5 variabel π‘₯, 𝑦, 𝑒, 𝑣, dan 𝑃, kita mungkin dapat menyelesaikan tiga variabel dalam bentuk dua variabel yang lain. Oleh karena itu, terdapat tak terhingga banyak solusi untuk sistem yang diekspresikan dalam dua parameter. Masalah program linear kita sekarang ekuivalen dengan masalah berikut: Di antara semua solusi dari Sistem (3) dimana π‘₯, 𝑦, 𝑒, dan 𝑣 merupakan bilangan nonnegatif (solusi seperti ini disebut calon solusi), tentukan solusi-solusi yang membuat 𝑃 maksimum. 2π‘₯ + 3𝑦 + 𝑒 = 12 2π‘₯ + 𝑦 + 𝑣 = 8 βˆ’3π‘₯ βˆ’ 2𝑦 + 𝑃 = 0 Variabel Basis Variabel nonbasis 𝑣 𝑃 π‘₯ 𝑦 𝑒 2 3 1 2 1 0 βˆ’3 βˆ’2 0 0 1 0 0 0 1 12 8 0 Kolom Konstanta Perhatikan bahwa setiap kolom 𝑒, 𝑣, dan 𝑃 dari matriks augmentasi adalah kolom satuan. Variabel yang berkaitan dengan kolom satuan disebut variabel basis, dan variabel-variabel yang lain disebut variabel nonbasis.
  • 9. π‘₯ = 0 𝑦 = 0 𝑒 = 12 𝑣 = 8 𝑃 = 0 Sekarang, susunan dari matriks augmentasi menunjukkan bahwa kita harus menyelesaikan variabel basis dalam bentuk variabel nonbasis x,y sehingga diperoleh 𝑒 = 12 βˆ’ 12π‘₯ βˆ’ 3𝑦 𝑣 = 8 βˆ’ 2π‘₯ βˆ’ 𝑦 𝑃 = 3π‘₯ + 2𝑦 Dari sekian banyak solusi yang mungkin didapatkan dengan memasukkan sebarang nilai nonnegatif pada parameter x dan y, solusi parsial diperoleh dengan mengambil x=0 dan y=0. Solusi yang didapatkan adalah Variabel Basis Variabel nonbasis 𝑣 𝑃 π‘₯ 𝑦 𝑒 2 3 1 2 1 0 βˆ’3 βˆ’2 0 0 1 0 0 0 1 12 8 0 Kolom Konstanta Solusi yang diperoleh dengan mengambil nilai 0 untuk variabel nonbasis disebut solusi basis dari suatu sistem. Solusi parsial tersebut berkorespondensi dengan titik pojok 𝐴(0,0) dari himpunan yang mungkin berkaitan dengan masalah program linear Perhatikan bahwa 𝑃 = 0 pada titik ini.
  • 10. Sekarang, apabila nilai P tidak dapat ditingkatkan, maka kita telah menemukan solusi optimal untuk masalah tersebut. Untuk menentukan apakah nilai 𝑃 dapat ditingkatkan atau tidak, perhatikan kembali fungsi tujuan/fungsi objektif. Karena setiap koefisien dari π‘₯ dan 𝑦 adalah positif, nilai 𝑃 dapat ditingkatkan dengan meningkatkan nilai π‘₯ dan atau 𝑦, yaitu dengan memindahkan titik dari titik asal. P=3x+2y dengan kendala 2π‘₯ + 3𝑦 ≀ 12 2π‘₯ + 𝑦 ≀ 8 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 Perhatikan bahwa kita mendapatkan kesimpulan yang sama dengan mengamati baris terakhir dari matriks augmentasi (4) yang memiliki entri negatif. (bandingkan fungsi tujuan awal, 𝑃 = 3π‘₯ + 2𝑦 , dengan fungsi tujuan yang ditulis ulang menjadi βˆ’ 3π‘₯ βˆ’ 2𝑦 + 𝑃 = 0). 𝑣 𝑃 π‘₯ 𝑦 𝑒 2 3 1 2 1 0 βˆ’3 βˆ’2 0 0 1 0 0 0 1 12 8 0
  • 11. Karena koefisien dari π‘₯ lebih besar daripada koefisien dari 𝑦, peningkatan satu satuan dalam arah π‘₯ akan memberikan peningkatan nilai 𝑃 yang lebih besar daripada peningkatan satu satuan dalam arah y. Oleh karena itu, kita seharusnya meningkatkan nilai π‘₯ dengan membiarkan 𝑦 konstan. Seberapa besar nilai π‘₯ dapat ditingkatkan dengan mengambil 𝑦 = 0? Dengan mengambil 𝑦 = 0 pada dua persamaan P=3x+2y dengan kendala 2π‘₯ + 3𝑦 ≀ 12 2π‘₯ + 𝑦 ≀ 8 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 2π‘₯ + 3𝑦 + 𝑒 = 12 2π‘₯ + 𝑦 + 𝑣 = 8 Kita peroleh 𝑒 = 12 βˆ’ 2π‘₯ 𝑣 = 8 βˆ’ 2π‘₯
  • 12. π‘₯ = 4 𝑦 = 0 𝑒 = 4 𝑣 = 0 𝑃 = 12 Karena nilai u tidak negatif, persamaan pertama dari sistem mengakibatkan x tidak bisa melebihi 12 2 = 6. Persamaan kedua dari Sistem dan ketidaknegatifan dari v mengakibatkan x tidak akan melebihi 8 2 = 4. Jadi, dapat disimpulkan bahwa x dapat ditingkatkan paling banyak sebesar 4. Dengan mengambil y=0 dan x=4 pada sistem diatas kita memperoleh solusi Solusi tersebut merupakan solusi basis, dengan y dan v sebagai variabel nonbasis (perhatikan bahwa variabel nonbasis adalah variabel yang disamadengankan 0). 𝑒 = 12 βˆ’ 2π‘₯ 𝑣 = 8 βˆ’ 2π‘₯
  • 13. Perhatikan bagaimana solusi basis dapat ditemukan dengan menggunakan matriks augmentasi dari sistem tersebut. Karena π‘₯ menggantikan 𝑣 sebagai variabel basis, tujuan kita adalah untuk menemukan matriks augmentasi yang ekuivalen dengan matriks (4) dan memiliki susunan dimana kolom π‘₯ dalam bentuk kolom satuan 0 1 0 Menggantikan bentuk kolom dari kolom 𝑣 pada (4). Hal ini dapat dipenuhi dengan menjadikan bilangan 2 yang dilingkari sebagai pivot (poros). 𝑣 𝑃 π‘₯ 𝑦 𝑒 2 3 1 2 1 0 βˆ’3 βˆ’2 0 0 1 0 0 0 1 12 8 0 matriks (4)
  • 14. π‘₯ = 4 𝑦 = 0 𝑒 = 4 𝑣 = 0 𝑃 = 12 Dengan menggunakan (8), kita sekarang menyelesaikan variabel basis x, u, dan P dalam variabel nonbasis y dan v, sehingga diperoleh π‘₯ = 4 βˆ’ 12𝑦 βˆ’ 12𝑣 𝑒 = 4 βˆ’ 2𝑦 + 𝑣 𝑃 = 12 + 12𝑦 βˆ’ 32𝑣 Dengan membuat variabel nonbasis y dan v menjadi nol, kita memperoleh
  • 15. Kita telah menyelesaikan satu kali iterasi dari prosedur simplex, dan pencarian kita telah membawa kita dari titik pojok 𝐴(0,0), dimana 𝑃 = 0, ke titik pojok yang lain 𝐡(4,0) dimana 𝑃 mencapai nilai 12, dimana merupakan suatu peningkatan. (Lihat Gambar 2).
  • 16. β€’ Elemen 2 yang dilingkari pada matriks augmentasi (7), yang telah diubah menjadi 1, disebut elemen pivot. β€’ Kolom yang mengandung elemen pivot disebut kolom pivot. Kolom pivot berkaitan dengan variabel nonbasis yang diubah ke variabel basis. β€’ Baris yang mengandung elemen pivot disebut baris pivot. Baris pivot adalah baris dengan rasio terkecil. Perhatikan bahwa entri terakhir dari kolom pivot adalah bilangan negatif dengan nilai mutlak terbesar di kiri garis vertikal pada baris terakhir, yang merupakan suatu syarat untuk memilih arah untuk memaksimalkan peningkatan nilai 𝑃. Istilah
  • 17. Prosedur untuk memilih elemen pivot Memilih Elemen Pivot Pilih kolom pivot: tempatkan entri yang paling negatif di kiri dari garis vertikal pada baris terakhir. Kolom yang mengandung entri ini disebut kolom pivot. (jika terdapat lebih dari satu kolom seperti itu, pilih salah satu). Pilih baris pivot: bagilah setiap entri positif dalam kolom pivot dengan entri yang berkorespondensi pada kolom konstanta. Baris pivot adalah baris yang berkorespondensi dengan rasio terkecil yang diperoleh (Jika terdapat lebih dari satu entri seperti itu, pilih salah satu). Elemen Pivot adalah elemen irisan dari kolom pivot dan baris pivot.
  • 18. Kembali ke permasalahan Kita menemukan solusi π‘₯ = 3, 𝑦 = 2, dan 𝑃 = 13. Solusi tersebut sama dengan yang ditemukan menggunakan metode titik pojok pada bagian sebelumnya.
  • 19. Membuat Tabel Simplex Awal β€’ Ubah sistem pertidaksamaan linear menjadi sistem persamaan linear dengan menambahkan variabel slack. β€’ Tulis ulang fungsi tujuan 𝑷 = π’„πŸπ’™πŸ + π’„πŸπ’™πŸ + β‹― + 𝒄𝒏𝒙𝒏 menjadi bentuk βˆ’π’„πŸπ’™πŸ βˆ’ π’„πŸπ’™πŸ βˆ’ β‹― βˆ’ 𝒄𝒏𝒙𝒏 + 𝑷 = 𝟎 dengan semua variabel berada di ruas kiri dan koefisien 𝑷 adalah +𝟏. β€’ Tulis persamaan ini di bawah persamaan-persamaan pada langkah pertama. β€’ Tulis matriks augmentasi berkaitan dengan sistem persamaan linear tersebut.
  • 20. Contoh 1 Maksimalkan 𝑃 = π‘₯ + 6 5 𝑦 dengan kendala 2π‘₯ + 𝑦 ≀ 180 π‘₯ + 3𝑦 ≀ 300 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 Langkah pertama, kita akan mengubah pertidaksamaan pada sistem di atas (kecuali π‘₯ β‰₯ 0, 𝑦 β‰₯ 0) menjadi suatu persamaan dengan variabel slack 𝑒 dan 𝑣, yaitu 2π‘₯ + 𝑦 + 𝑒 = 180 π‘₯ + 3𝑦 + 𝑣 = 300 Selanjutnya, tulis ulang fungsi tujuan menjadi bentuk βˆ’π‘₯ βˆ’ 6 5 𝑦 + 𝑃 = 0 koefisien 𝑃 adalah +1, dan tempatkan di bawah sistem persamaan, Sehingga diperoleh sistem persamaan 2π‘₯ + 𝑦 + 𝑒 = 180 π‘₯ + 3𝑦 + 𝑣 = 300 βˆ’π‘₯ βˆ’ 6 5 𝑦 + 𝑃 = 0 Tabel Simplex awal berkaitan dengan sistem tersebut adalah
  • 21. 1. Buatlah tabel simplex awal 2. Tentukan apakah solusi optimal telah tercapai dengan memperhatikan semua entri pada baris terakhir di kiri garis vertikal a. Jika semua entri tidak negatif, maka solusi optimal telah dicapai. Lanjutkan ke langkah 4. b. Jika ada setidaknya satu entri yang negatif, maka solusi optimal belum tercapai. Lanjutkan ke langkah 3. 3. Lakukan operasi pivot. Carilah elemen pivot dan ubah menjadi 1 dengan membagi semua elemen pada baris pivot dengan elemen pivot. Dengan menggunakan operasi baris, ubah kolom pivot menjadi kolom satuan dengan menambahkan kelipatan dari baris pivot pada setiap dari baris yang lain seperti yang diminta. Ulangi langkah 2. 4. Tentukan solusi optimal. Nilai dari variabel pada setiap kolom satuan diberikan oleh entri yang berada pada kolom konstanta dalam baris yang mengandung 1. Variabel yang berkorespondensi dengan kolom yang bukan dalam bentuk kolom satuan disamadengankan 0. Metode Simplex
  • 22. Contoh 2 (Contoh 1) Maksimalkan 𝑃 = π‘₯ + 6 5 𝑦 dengan kendala 2π‘₯ + 𝑦 ≀ 180 π‘₯ + 3𝑦 ≀ 300 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 𝒙 π’š 𝒖 𝒗 𝑷 Konstanta 2 1 1 0 0 180 1 3 0 1 0 300 -1 βˆ’ 6 5 0 0 1 0 Kolom Pivot β†’ Rasio 180 1 = 180 300 3 = 100 Baris Pivotβ†’ 𝒙 π’š 𝒖 𝒗 𝑷 Konstanta 𝟐 𝟏 1 0 0 180 𝟏 πŸ‘ 1 0 𝟏 πŸ‘ 0 100 - 1 βˆ’ πŸ” πŸ“ 0 0 1 0 1 3 𝑅2 β†’ 𝒙 π’š 𝒖 𝒗 𝑷 Konstanta πŸ“ πŸ‘ 𝟎 1 βˆ’ 𝟏 πŸ‘ 0 80 𝟏 πŸ‘ 1 0 𝟏 πŸ‘ 0 100 βˆ’ πŸ‘ πŸ“ 𝟎 0 𝟐 πŸ“ 1 120 𝑅1 βˆ’ 𝑅2 β†’ 𝑅3 + 6 5 𝑅2
  • 23. 𝒙 π’š 𝒖 𝒗 𝑷 Konstanta πŸ“ πŸ‘ 𝟎 1 βˆ’ 𝟏 πŸ‘ 0 80 𝟏 πŸ‘ 1 0 𝟏 πŸ‘ 0 100 βˆ’ πŸ‘ πŸ“ 𝟎 0 𝟐 πŸ“ 1 120 Kolom Pivot β†’ Rasio 80 3/5 = 48 100 1/3 = 300 Baris Pivotβ†’ 𝒙 π’š 𝒖 𝒗 𝑷 Konstanta 𝟏 𝟎 πŸ‘ πŸ“ βˆ’ 𝟏 πŸ“ 0 48 𝟏 πŸ‘ 1 0 𝟏 πŸ‘ 0 100 βˆ’ πŸ‘ πŸ“ 𝟎 0 𝟐 πŸ“ 1 120 3 5 𝑅1 β†’ 𝑅2 βˆ’ 1 3 𝑅1 β†’ 𝑅3 + 3 5 𝑅1 𝒙 π’š 𝒖 𝒗 𝑷 Konstanta 𝟏 𝟎 πŸ‘ πŸ“ βˆ’ 𝟏 πŸ“ 0 48 𝟎 1 βˆ’ 𝟏 πŸ“ 𝟐 πŸ“ 0 84 𝟎 𝟎 πŸ— πŸπŸ“ πŸ• πŸπŸ“ 1 πŸπŸ’πŸ– πŸ’ πŸ“
  • 24. Langkah 4. Tentukan solusi optimal. Tentukan letak variabel basis pada tabel akhir. Pada kasus ini, variabel basis adalah π‘₯, 𝑦, dan 𝑃. Perhatikan tabel di bawah ini. Kita menyimpulkan bahwa π‘₯ = 48, 𝑦 = 84, dan 𝑃 = 148,8. Hasil ini sesuai dengan metode titik pojok yang diterapkan pada soal yang sama pada bagian sebelumnya.
  • 25. Contoh 3 Maksimalkan 𝑃 = 2π‘₯ + 2𝑦 + 𝑧 dengan kendala 2π‘₯ + 𝑦 + 2𝑧 ≀ 14 2π‘₯ + 4𝑦 + 𝑧 ≀ 26 π‘₯ + 2𝑦 + 3𝑧 ≀ 28 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0, 𝑧 β‰₯ 0 Penyelesaian: Menambahkan variabel slack 𝑒, 𝑣, π‘‘π‘Žπ‘› 𝑀 dan menuliskannya kembali di fungsi objektif dalam bentuk standar menghasilkan sistem dari persamaan linear 2π‘₯ + 𝑦 + 2𝑧 + 𝑒 ≀ 14 2π‘₯ + 4𝑦 + 𝑧 + 𝑣 ≀ 26 π‘₯ + 2𝑦 + 3𝑧 + 𝑀 ≀ 28 βˆ’2π‘₯ βˆ’ 2𝑦 βˆ’ 𝑧 + 𝑃 = 0 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 2 1 2 1 0 0 0 14 2 4 1 0 1 0 0 26 1 2 3 0 0 1 0 28 -2 -2 -1 0 0 0 1 0
  • 26. 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 2 1 2 1 0 0 0 14 2 4 1 0 1 0 0 26 1 2 3 0 0 1 0 28 -2 -2 -1 0 0 0 1 0 Kolom Pivot β†’ Rasio 14 2 = 7 25 2 = 13 28 1 = 28 Baris Pivotβ†’ 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 1 2 1 1 2 0 0 0 7 2 4 1 0 1 0 0 26 1 2 3 0 0 1 0 28 -2 -2 -1 0 0 0 1 0 1 2 𝑅1 β†’
  • 27. 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟏 𝟐 1 𝟏 𝟐 0 0 0 7 0 3 -1 -1 1 0 0 12 0 3 2 2 βˆ’ 1 2 0 1 0 21 0 -1 1 0 0 0 1 14 𝑅2 βˆ’ 2𝑅1 β†’ 𝑅3 βˆ’ 𝑅1 𝑅4 + 2𝑅1 Kolom Pivot β†’ Rasio 7 1/2 = 14 12 3 = 4 21 3/2 = 14 Baris Pivotβ†’ 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟏 𝟐 1 𝟏 𝟐 0 0 0 7 0 1 βˆ’ 1 3 βˆ’ 1 3 1 3 0 0 4 0 3 2 2 βˆ’ 1 2 0 1 0 21 0 -1 1 0 0 0 1 14 1 3 𝑅2 β†’
  • 28. 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 0 πŸ• πŸ” 𝟐 πŸ‘ βˆ’ 𝟏 πŸ” 0 0 5 0 1 βˆ’ 1 3 βˆ’ 1 3 1 3 0 0 4 0 0 5 2 0 βˆ’ 1 2 1 0 15 0 0 2 3 2 3 1 3 0 1 18 𝑅1 βˆ’ 1 2 𝑅2 β†’ 𝑅3 βˆ’ 3 2 𝑅2 𝑅4 + 𝑅2 Kita menyimpulkan bahwa π‘₯ = 5, 𝑦 = 4, 𝑧 = 0, 𝑒 = 0, 𝑣 = 0 π‘‘π‘Žπ‘› 𝑃 = 18.
  • 29. Contoh 4 Maksimalkan 𝑃 = 20π‘₯ + 12𝑦 + 18𝑧 dengan kendala 3π‘₯ + 𝑦 + 2𝑧 ≀ 9 2π‘₯ + 3𝑦 + 𝑧 ≀ 8 π‘₯ + 2𝑦 + 3𝑧 ≀ 7 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0, 𝑧 β‰₯ 0 Penyelesaian Menambahkan variabel slack 𝑒, 𝑣, π‘‘π‘Žπ‘› 𝑀 dan menuliskannya kembali di fungsi objektif dalam bentuk standar menghasilkan sistem dari persamaan linear 3π‘₯ + 𝑦 + 2𝑧 + 𝑒 = 9 2π‘₯ + 3𝑦 + 𝑧 + 𝑣 = 8 π‘₯ + 2𝑦 + 3𝑧 + 𝑀 = 7 βˆ’20π‘₯ βˆ’ 12𝑦 βˆ’ 18𝑧 + 𝑃 = 0 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 3 1 2 1 0 0 0 9 2 3 1 0 1 0 0 8 1 2 3 0 0 1 0 7 -20 -12 -18 0 0 0 1 0
  • 30. 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 3 1 2 1 0 0 0 9 2 3 1 0 1 0 0 8 1 2 3 0 0 1 0 7 -20 -12 -18 0 0 0 1 0 Kolom Pivot β†’ Baris Pivotβ†’ Rasio 9 3 = 3 8 2 = 4 7 1 = 7 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟏 πŸ‘ 𝟐 πŸ‘ 𝟏 πŸ‘ 0 0 0 3 2 3 1 0 1 0 0 8 1 2 3 0 0 1 0 7 -20 -12 -18 0 0 0 1 0 1 3 𝑅1 β†’
  • 31. 𝑅2 βˆ’ 2𝑅1 𝑅3 βˆ’ 𝑅1 β†’ 𝑅4 + 20𝑅1 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟏 πŸ‘ 𝟐 πŸ‘ 𝟏 πŸ‘ 0 0 0 3 0 πŸ• πŸ‘ βˆ’ 𝟏 πŸ‘ βˆ’ 𝟐 πŸ‘ 1 0 0 2 0 5 3 7 3 βˆ’ 1 3 0 1 0 4 0 βˆ’ πŸπŸ” πŸ‘ βˆ’ πŸπŸ’ πŸ‘ 𝟐𝟎 πŸ‘ 0 0 1 60 Kolom Pivot β†’ Baris Pivotβ†’ Rasio 3 1/3 = 9 2 7/3 = 6 7 4 5/3 = 12 5 Setelah satu iterasi kita ada di titik (3,0,0) dengan 𝑃 = 60.
  • 32. 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟏 πŸ‘ 𝟐 πŸ‘ 𝟏 πŸ‘ 0 0 0 3 0 1 βˆ’ 1 7 βˆ’ 2 7 3 7 0 0 6 7 0 5 3 7 3 βˆ’ 1 3 0 1 0 4 0 βˆ’ 16 3 βˆ’ 14 3 20 3 0 0 1 60 3 7 𝑅2 β†’ 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟎 πŸ“ πŸ• πŸ‘ πŸ• -1/7 0 0 πŸπŸ— πŸ• 0 1 βˆ’ 1 7 βˆ’ 2 7 3 7 0 0 6 7 0 0 18 7 1 7 βˆ’ 5 7 1 0 18 7 0 0 βˆ’ 38 7 βˆ’ 36 7 16 7 0 1 64 4 7 𝑅1 βˆ’ 1 3 𝑅2 𝑅3 βˆ’ 5 3 𝑅2 β†’ 𝑅4 + 16 3 𝑅2 Rasio 19 5 βˆ’ 1 titik ( 19 7 , 6 7 , 0)
  • 33. Iterasi kedua membawa kita ke titik ( 19 7 , 6 7 , 0) dengan 𝑃 = 64 4 7 .
  • 34. 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟎 πŸ“ πŸ• πŸ‘ πŸ• -1/7 0 0 πŸπŸ— πŸ• 0 1 βˆ’ 1 7 βˆ’ 2 7 3 7 0 0 6 7 0 0 1 1 18 βˆ’ 5 18 7 18 0 1 0 0 βˆ’ 38 7 βˆ’ 36 7 16 7 0 1 64 4 7 7 18 𝑅3 β†’ 𝑅1 βˆ’ 5 7 𝑅3 𝑅2 + 1 7 𝑅3 β†’ 𝑅4 + 38 7 𝑅3 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟎 𝟎 πŸ• πŸπŸ– 𝟏 πŸπŸ– βˆ’ πŸ“ πŸπŸ– 0 𝟐 0 1 0 βˆ’ 5 18 7 18 1/18 0 1 0 0 1 1 18 βˆ’ 5 18 7 18 0 1 0 0 0 49 9 7 9 19 9 1 70 Semua entri di baris terakhir adalah nonnegatif, sehingga kita sudah mendapatkan solusi optimal. Kita menyimpulkan π‘₯ = 2, 𝑦 = 1, 𝑧 = 1, 𝑒 = 0, 𝑣 = 0, 𝑀 = 0 π‘‘π‘Žπ‘› 𝑃 = 70.
  • 35. Kemungkinan himpunan S untuk masalah tersebut adalah hexahedron yang ditunjukkan seperti pada gambar berikut Perpotongan separuh ruangnya ditentukan oleh bidang 𝑃1, 𝑃2π‘‘π‘Žπ‘› 𝑃3 dengan persamaan 3𝑋 + π‘Œ + 2𝑍 = 9,2𝑋 + 3π‘Œ + 𝑍 = 8, 𝑋 + 2π‘Œ + 3𝑍 = 7 secara berurutan dan koordinat bidang π‘₯ = 0, 𝑦 = 0 π‘‘π‘Žπ‘› 𝑧 = 0. Amati bahwa iterasi pertama dari metode simplex membawa kita dari 𝐴(0,0,0) dengan 𝑃 = 0 ke 𝐡(3,0,0) dengan 𝑃 = 60. Iterasi kedua membawa kita dari 𝐡 3,0,0 ke 𝐢( 19 7 , 6 7 , 0) dengan 𝑃 = 64 4 7 dan iterasi ketiga membawa kita dari 𝐢 19 7 , 6 7 , 0 ke titik 𝐻(2,1,1) dengan suatu nilai optimal yaitu 𝑃 = 70.
  • 36. Contoh Penerapan 5 (Perencanaan Produksi) Ace Novelty Company telah menentukan bahwa keuntungan dari setiap souvenir tipe A, tipe B dan tipe C yang diproduksi secara berturut-turut adalah 6 dollar, 5 dollar dan 4 dollar. Untuk menghasilkan souvenir tipe A membutuhkan 2 menit pada mesin I, 1 menit pada mesin II dan 2 menit pada mesin III. Souvenir tipe B membutuhkan 1 menit pada mesin I, 3 menit pada mesin II, dan 1 menit pada mesin III. Suatu souvenir tipe C membutuhkan 1 menit pada mesin I dan 2 menit pada setiap mesin II dan mesin III. Setiap hari terdapat 3 jam yang tersedia untuk mesin I, 5 jam yang tersediah untuk mesin II, dan 4 jam tersedia untuk mesin III untuk mengahasilkan souvenir- souvenir ini. Berapa banyak souvenir dari setiap tipe yang harus dibuat oleh Ace Novelty Company untuk memaksimumkan keuntungannya?
  • 37. Tipe A Tipe B Tipe C Waktu yang tersedia (menit) Mesin I 2 1 1 180 Mesin II 1 3 2 300 Mesin III 2 1 2 240 Keuntungan/ unit 6 dollar 5 dollar 4 dollar Dengan cara yang sama pada penggunaan mesin II dan III kita mendapatkan pertidaksamaan π‘₯ + 3𝑦 + 2𝑧 ≀ 300 2π‘₯ + 𝑦 + 2𝑧 ≀ 240 Keuntungan yang dihasilkan dari souvenir yang diproduksi dituliskan menjadi 𝑃 = 6𝑋 + 5π‘Œ + 4𝑍 Misalkan π‘₯, 𝑦 π‘‘π‘Žπ‘› 𝑧 mendenotasikan secara berurutan souvenir tipe A, tipe B dan tipe C yang akan dibuat. Total waktu mesin I digunakan diketahui sebagai 2π‘₯ + 𝑦 + 𝑧 menit dan tidak melebihi 180 menit. Maka, kita mempunyai pertidaksamaan 2π‘₯ + 𝑦 + 𝑧 ≀ 180
  • 38. Formula matematika dari masalah ini mengarahkan kita kepada permasalahan program linear standar. Memaksimalkan fungsi objektif ( keuntungan) 𝑃 = 6π‘₯ + 5𝑦 + 4𝑧 dengan 2π‘₯ + 𝑦 + 𝑧 ≀ 180 π‘₯ + 3𝑦 + 2𝑧 ≀ 300 2π‘₯ + 𝑦 + 2𝑧 ≀ 240 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0, 𝑧 β‰₯ 0 Penambahan variabel slack 𝑒, 𝑣, π‘‘π‘Žπ‘› 𝑀 akan menghasilakn sistem persamaan linear 2π‘₯ + 𝑦 + 𝑧 + 𝑒 = 180 π‘₯ + 3𝑦 + 2𝑧 + 𝑣 = 300 2π‘₯ + 𝑦 + 2𝑧 + 𝑀 = 240 βˆ’6π‘₯ βˆ’ 5𝑦 βˆ’ 4𝑧 + 𝑃 = 0 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 2 1 1 1 0 0 0 180 1 3 2 0 1 0 0 300 2 1 2 0 0 1 0 240 -6 -5 -4 0 0 0 1 0
  • 39. 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 2 1 1 1 0 0 0 180 1 3 2 0 1 0 0 300 2 1 2 0 0 1 0 240 -6 -5 -4 0 0 0 1 0 Kolom Pivot β†’ Baris Pivotβ†’ Rasio 180 2 = 90 300 1 = 300 240 2 = 120 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟏 𝟐 𝟏 𝟐 𝟏 𝟐 0 0 0 90 1 3 2 0 1 0 0 300 2 1 2 0 0 1 0 240 -6 -5 -4 0 0 0 1 0 1 2 𝑅1 β†’
  • 40. 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟏 𝟐 𝟏 𝟐 𝟏 𝟐 0 0 0 90 0 5 2 3 2 βˆ’ 1 2 1 0 0 210 0 0 1 -1 0 1 0 60 0 -2 -1 3 0 0 1 540 𝑅2 βˆ’ 𝑅1 β†’ 𝑅3 βˆ’ 2𝑅1 𝑅4 + 6𝑅1 Rasio 90 1/2 = 180 210 5/2 = 84 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟏 𝟐 𝟏 𝟐 𝟏 𝟐 0 0 0 90 0 1 3 5 βˆ’ 1 5 2 5 0 0 84 0 0 1 -1 0 1 0 60 0 -2 -1 3 0 0 1 540 2 5 𝑅2 β†’
  • 41. 𝒙 π’š 𝒛 𝒖 𝒗 π’˜ 𝑷 Konstanta 1 𝟎 𝟏 πŸ“ πŸ‘ πŸ“ βˆ’ 𝟏 πŸ“ 0 0 48 0 1 3 5 βˆ’ 1 5 2 5 0 0 84 0 0 1 -1 0 1 0 60 0 0 1 5 13 5 4 5 0 1 708 𝑅1 βˆ’ 1 2 𝑅2 β†’ 𝑅4 + 2𝑅2 Jadi, untuk memaksimalkan keuntungannya, Ace Novelty harus memproduksi 48 souvenir tipe A, 84 souvenir tipe B, dan tidak memproduksi souvenir tipe C (0 souveniur tipe C). Hasil keuntungannya adalah 708 dollar per hari. Nilai dari variabel slack 𝑀 = 60 memberi tahu kita bahwa 1 jam dari waktu yang tersedia pada mesin III tersisa (tidak digunakan). Dari tabel simplex terakhir, kita menemukan solusinya π‘₯ = 48, 𝑦 = 84, 𝑧 = 0, 𝑒 = 0 , 𝑣 = 0, 𝑀 = 60, 𝑃 = 708
  • 42. Suatu program linear mempunyai tak hingga banyak solusi jika dan hanya jika baris terakhir sebelah kiri garis vertikal dari tabel simplex terakhir mempunyai nol pada suatu kolom dan itu bukan suatu kolom unit. Permasalahan dengan Banyak solusi dan Permasalahan tanpa solusi Suatu program linear akan tidak punya solusi jika metode simplex gagal pada suatu tahap. Misal, pada suatu tahap, tidak terdapat rasio nonnegatif dalam penghitungan kita, maka program linear tersebut tidak punya solusi.
  • 44. Sebelumnya kita mengembangkan suatu prosedur, dinamakan metode simplex untuk menyelesaikan permasalahan program linear standar. Ingat bahwa masalah maksimalisasi standar memenuhi tiga kondisi: 1. Fungsi objektif akan dimaksimalkan 2. Semua variabel yang terlibat adalah nonnegatif 3. Setiap hambatan linear dapat dituliskan sehingga ekspresi yang melibatkan variabel adalah kurang dari atau sama dengan konstan nonnegatif. Secara khusus, kita akan melihat bahwa prosedur tersebut akan dimodifikasi untuk menyelesaikan permasalah yang melibatkan minimalisasi suatu fungsi objektif.
  • 45. Contoh 1 Minimalkan 𝐢 = βˆ’2π‘₯ βˆ’ 3𝑦 Dengan hambatan 5π‘₯ + 4𝑦 ≀ 32 π‘₯ + 2𝑦 ≀ 10 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 Penyelesaian: Untuk menyelesaikan suatu permasalahan tipe ini, kita amati bahwa meminimalkan funsi 𝐢 akan ekuivalen dengan memaksimalkan fungsi 𝑃 = βˆ’πΆ . Karena itu, solusi dari permasalahan ini dapat ditemukan dengan cara menyelesaikan permasalahn yang terkait dengan: memaksimalkan 𝑃 = βˆ’πΆ = βˆ’ 12π‘₯ βˆ’ 3𝑦 = 2π‘₯ + 3𝑦 dengan fungsi kendala yang diberikan. 5π‘₯ + 4𝑦 + 𝑒 = 32 π‘₯ + 2𝑦 + 𝑣 = 10 βˆ’2π‘₯ βˆ’ 3𝑦 + 𝑃 = 0 𝒙 π’š 𝒛 𝒖 𝑷 Konstanta 5 4 1 0 0 32 1 2 0 1 0 10 -2 -3 0 0 1 0
  • 46. 𝒙 π’š 𝒛 𝒖 𝑷 Konstanta 5 4 1 0 0 32 1 2 0 1 0 10 -2 -3 0 0 1 0 𝒙 π’š 𝒛 𝒖 𝑷 Konstanta 5 4 1 0 0 32 𝟏 𝟐 1 0 1/2 0 5 -2 -3 0 0 1 0 1 2 𝑅2 β†’ 𝒙 π’š 𝒛 𝒖 𝑷 Konstanta πŸ‘ 0 1 -2 0 12 𝟏 𝟐 1 0 1 2 0 5 βˆ’ 𝟏 𝟐 0 0 3 2 1 15 𝑅1 βˆ’ 4𝑅2 β†’ 𝑅3 + 3𝑅2
  • 47. 𝒙 π’š 𝒛 𝒖 𝑷 Konstanta 𝟏 0 𝟏 πŸ‘ βˆ’ 𝟐 πŸ‘ 0 4 𝟏 𝟐 1 0 1 2 0 5 βˆ’ 𝟏 𝟐 0 0 3 2 1 15 1 3 𝑅3 β†’ 𝒙 π’š 𝒛 𝒖 𝑷 Konstanta 𝟏 0 𝟏 πŸ‘ βˆ’ 𝟐 πŸ‘ 0 4 𝟎 1 βˆ’ 1 6 5 6 0 3 𝟎 0 1 6 7 6 1 17 𝑅2 βˆ’ 1 2 𝑅1 β†’ 𝑅3 + 1 2 𝑅1 Tabel terakhir adalah bentuk terakhir. Solusi dari permasalahan maksimalisasi standar dengan program linear yang diberikan adalah π‘₯ = 4, 𝑦 = 3 dan 𝑃 = 17(𝐢 =
  • 48. Permasalahan Rangkap Permasalahan program linear yang kita jumpai dalam aplikasi digolongkan berdasarkan ketentuan berikut: 1. Fungsi objektif yang akan di minimalkan. 2. Semua variabelnya tidak negatif. 3. Setiap batasan linear dapat dituliskan sedemikian sehingga ekspresi yang mengandung variabel adalah lebih besar dari atau sama dengan suatu konstanta. Setiap permasalahan maksimalisasi program linear dihubungkan dengan suatu permasalahan minimalisasi dan sebaliknya. Untuk tujuan identifikasi, permasalahan yang diketahui disebut permasalahan utama, permasalahan yang terkait dengan permasalahan utama disebut permasalahan rangkap. Permasalahan seperti ini disebut permasalahan minimalisasi standar.
  • 49. 𝑒 𝑣 𝑀 Konstanta 40 10 5 6 10 15 15 8 2400 2100 1500 Kemudian, kita tukar tempat kolom dan baris dari tabel sebelumnya dan beri kode tiga kolom dari susunan yang dihasilkan dengan tiga variabel u, v, dan w sehingga didapatkan tabel berikut. π‘₯ 𝑦 Konstanta 40 10 2400 10 15 2100 5 15 1500 6 8 Dengan menginterpretasikan tabel terakhir seolah-olah itu adalah bagian dari tabel simpleks awal untuk suatu standar permasalahan maksimalisasi, dengan perkecualian bahwa tanda koefisien yang menyinggung fungsi objektif tidak dibalikkan
  • 50. Contoh 2 Minimalkan fungsi objektif 𝐢 = 6π‘₯ + 8𝑦 dengan kendala 40π‘₯ + 10𝑦 β‰₯ 2400 10π‘₯ + 15𝑦 β‰₯ 2100 5π‘₯ + 15𝑦 β‰₯ 1500 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 Tuliskan permasalahan rangkap yang berhubungan dengan permasalahan berikut: π‘₯ 𝑦 Konstanta 40 10 2400 10 15 2100 5 15 1500 6 8 Penyelesaian. Pertama, kita tulis tabel berikut untuk permasalahan utama:
  • 51. kita mengonstruksi permasalahan rangkap yang diperlukan sebagai berikut: Permasalahan rangkap Maksimalkan fungsi objektif P=2400u+2100v+1500w dengan kendala 40u+10v+5w≀6 10u+15v+15w≀8 dimana uβ‰₯0,vβ‰₯0, dan wβ‰₯0 𝑒 𝑣 𝑀 Konstanta 40 10 5 6 10 15 15 8 2400 2100 1500 Hubungan antara penyelesaian permasalahan utama dan permasalahan rangkap tersebut diberikan oleh teorema berikut
  • 52. Teorema 1. Teorema Dasar Rangkap Suatu permasalahan utama memiliki suatu solusi jika dan hanya jika permasalahan rangkap yang bersesuaian memiliki solusi. Kemudian, jika suatu solusi ada, maka: a. Fungsi objektif dari permasalahan utama dan permasalahan rangkap mencapai nilai optimal yang sama. b. Solusi optimal untuk permasalahan utama muncul pada variabel dalam baris terakhir dari tabel simpleks akhir yang dihubungkan dengan permasalahan rangkap.
  • 53. Minimalkan fungsi objektif 𝐢 = 6π‘₯ + 8𝑦 dengan kendala 40π‘₯ + 10𝑦 β‰₯ 2400 10π‘₯ + 15𝑦 β‰₯ 2100 5π‘₯ + 15𝑦 β‰₯ 1500 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 π‘₯ 𝑦 Konstanta 40 10 2400 10 15 2100 5 15 1500 6 8 Contoh 3 𝑒 𝑣 𝑀 Konstanta 40 10 5 6 10 15 15 8 2400 2100 1500 Maksimalkan fungsi objektif P=2400u+2100v+1500w dengan kendala 40u+10v+5w≀6 10u+15v+15w≀8 dimana uβ‰₯0,vβ‰₯0, dan wβ‰₯0
  • 54. 40𝑒 + 10𝑣 + 5𝑀 +π‘₯ = 6 10𝑒 + 15𝑣 + 15𝑀 +𝑦 = 8 βˆ’2400π‘’βˆ’2100π‘£βˆ’1500𝑀 +𝑃 = 0 Penyelesaian. Amati bahwa permasalahan rangkap dihubungkan dengan permasalahan utama adalah permasalahan maksimalisasi standar . Penyelesaiannya dapat ditemukan dengan menggunakan algoritma simpleks. Dengan memasukkan variabel slack x dan y, kita dapatkan system persamaan linear berikut. 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 40 10 5 1 0 0 6 10 15 15 0 1 0 8 βˆ’2400 βˆ’2100 βˆ’1500 0 0 1 0
  • 55. 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 40 10 5 1 0 0 6 10 15 15 0 1 0 8 βˆ’2400 βˆ’2100 βˆ’1500 0 0 1 0 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 1 1 4 1 8 1 40 0 0 3 20 10 15 15 0 1 0 8 1 1 4 1 8 1 40 0 0 3 20 1 40 𝑅1 β†’
  • 56. 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 1 1 4 1 8 1 40 0 0 3 20 0 25 2 55 4 βˆ’ 1 4 1 0 13 2 0 βˆ’1500 βˆ’1200 60 0 1 360 𝑅2 βˆ’ 10𝑅1  𝑅3 βˆ’ 2400𝑅1 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 1 1 4 1 8 1 40 0 0 3 20 0 1 11 10 βˆ’ 1 50 2 25 0 13 25 0 βˆ’1500 βˆ’1200 60 0 1 360 2 52 𝑅2 β†’
  • 57. 𝑅1 βˆ’ 1 4 𝑅2 β†’ 𝑅3 βˆ’ 1500𝑅2 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 1 0 βˆ’ 3 20 3 100 βˆ’ 1 50 0 1 50 0 1 11 10 βˆ’ 1 50 2 25 0 13 25 0 0 450 30 120 1 1140 Solusi untuk masalah utama Teorema dasar rangkap memberi tahu kita bahwa solusi dari permasalahan utama adalah π‘₯ = 30 dan 𝑦 = 120 dengan nilai minimum untuk 𝐢 adalah 1400. Perhatikan bahwa solusi dari permasalahan (maksimalisasi) rangkap dapat dibaca dari tabel simpleks dengan cara 𝑒 = 1 50 , 𝑣 = 13 25 , 𝑀 = 0, dan 𝑃 = 1140. Perhatikan bahwa nilai maksimum 𝑃 sama dengan nilai minimum 𝐢, seperti yang dijamin oleh teorema dasar rangkap.
  • 58. Contoh 4 Minimalkan 𝐢 = 3π‘₯ + 2𝑦 dengan kendala 8π‘₯ + 𝑦 β‰₯ 80 8π‘₯ + 5𝑦 β‰₯ 240 π‘₯ + 5𝑦 β‰₯ 100 π‘₯ β‰₯ 0, 𝑦 β‰₯ 0 π‘₯ 𝑦 Konstanta 8 1 80 8 5 240 1 5 100 3 2 Penyelesaian. Pertama, kita tulis tabel berikut untuk permasalahan utama: 𝑒 𝑣 𝑀 Konstanta 8 8 1 3 1 5 5 2 80 240 100 Maksimalkan fungsi objektif 𝑃 = 80𝑒 + 240𝑣 + 100𝑀 dengan kendala 8𝑒 + 8𝑣 + 𝑀 ≀ 3 𝑒 + 5𝑣 + 5𝑀 ≀ 2 dimana 𝑒 β‰₯ 0, 𝑣 β‰₯ 0, dan 𝑀 β‰₯ 0
  • 59. 8𝑒 + 8𝑣 + 𝑀 +π‘₯ =3 𝑒 + 5𝑣 + 5𝑀 + +𝑦 =2 -80𝑒 -240𝑣 -100𝑀 +𝑃 =0 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 8 8 1 1 0 0 3 1 5 5 0 1 0 2 -80 -240 -100 0 0 1 0 1 8 𝑅1 β†’ 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 1 1 1 8 1 8 0 0 3 8 1 5 5 0 1 0 2 -80 -240 -100 0 0 1 0
  • 60. 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 1 1 1 8 1 8 0 0 3 8 -4 0 35 8 βˆ’ 5 8 1 0 1 8 160 0 -70 30 0 1 90 𝑅2 βˆ’ 5𝑅1 β†’ 𝑅3 + 240𝑅1 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 1 1 1 8 1 8 0 0 3 8 βˆ’ 32 35 0 1 βˆ’ 1 7 8 35 0 1 35 160 0 -70 30 0 1 90 8 35 𝑅2 β†’ 𝑅1 βˆ’ 1 8 𝑅2 β†’ 𝑅3 + 70𝑅2 𝑒 𝑣 𝑀 π‘₯ 𝑦 𝑃 Konstanta 39 35 1 0 1 7 βˆ’ 1 35 0 13 35 βˆ’ 32 35 0 1 βˆ’ 1 7 8 35 0 1 35 96 0 0 20 16 1 92 Solusi untuk masalah utama Teorema dasar rangkap memberi tahu kita bahwa solusi dari permasalahan utama adalah π‘₯ = 20 dan 𝑦 = 16 dengan nilai minimum untuk 𝐢 adalah 92.
  • 61. π‘₯1 +π‘₯2 +π‘₯3 ≀ 400 π‘₯4 +π‘₯5 +π‘₯6 ≀ 600 π‘₯1 +π‘₯4 β‰₯ 200 π‘₯2 +π‘₯5 β‰₯ 300 π‘₯3 +π‘₯6 β‰₯ 400 Acrosonic memproduksi sistem pengeras suara model F di dua tempat yang terpisah, pabrik I dan pabrik II. Hasil produksi pada pabrik I paling banyak 400 per bulan, sedangkan hasil produksi pabrik II paling banyak 600 per bulan. Sistem pengeras suara ini dikirim ke tiga gudang yang menyediakan pusat pendistribusian untuk perusahaan. Agar gudang dapat memenuhi permintaan mereka, persyaratan minimum bulanan dari gudang A, B, dan C adalah 200, 300, dan 400 sistem secara berurutan. Biaya pengiriman dari pabrik I ke gudang A, B, dan C adalah $20, $8, dan $10 per sistem pengeras suara secara berurutan dan biaya pengiriman dari pabrik II ke setiap gudang adalah $12, $22, dan $18 secara berurutan. Bagaimanakah jadwal pengiriman jika Acrosonic ingin memenuhi persyaratan pusat pendistribusian dan pada waktu yang sama meminimalkan biaya pengirimannya? Lengkapi penyelesaian untuk permasalahan tersebut. Contoh Terapan 5. Permasalahan Suatu Gudang Minimalkan 𝐢 = 20π‘₯1 + 8π‘₯2 + 10π‘₯3 + 12π‘₯4 + 22π‘₯5 + 18π‘₯6 π‘‘π‘’π‘›π‘”π‘Žπ‘› π‘˜π‘’π‘›π‘‘π‘Žπ‘™π‘Ž π‘₯1 β‰₯ 0, π‘₯2 β‰₯ 0, … , π‘₯6 β‰₯ 0
  • 62. Penyelesaian. Dengan mengalikan masing-masing dari dua pertidaksamaan pertama dengan -1, kita dapatkan sistem batas yang ekivalen berikut yang mana setiap ekspresi yang melibatkan variabel lebih dari atau sama dengan suatu konstanta: βˆ’π‘₯1 βˆ’π‘₯2 βˆ’π‘₯3 β‰₯ 400 βˆ’π‘₯4 βˆ’π‘₯5 βˆ’π‘₯6 β‰₯ 600 π‘₯1 +π‘₯4 β‰₯ 200 π‘₯2 +π‘₯5 β‰₯ 300 π‘₯3 +π‘₯6 β‰₯ 400 π‘₯1 β‰₯ 0, π‘₯2 β‰₯ 0, … , π‘₯6 β‰₯ 0 π‘₯1 π‘₯2 π‘₯3 π‘₯4 π‘₯5 π‘₯6 Konstanta -1 -1 -1 0 0 0 βˆ’400 0 0 0 -1 -1 -1 βˆ’600 1 0 0 1 0 0 200 0 1 0 0 1 0 300 0 0 1 0 0 1 400 20 8 10 12 22 18 Permasalahan tersebut sekarang dapat diselesaikan dengan rangkap. Pertama, kita tulis kembali susunan angka tersebut: 𝐢 = 20π‘₯1 + 8π‘₯2 + 10π‘₯3 + 12π‘₯4 + 22π‘₯5 + 18π‘₯6
  • 63. 𝑒1 𝑒2 𝑒3 𝑒4 𝑒5 Konstanta -1 0 1 0 0 20 -1 0 0 1 0 8 -1 0 0 0 1 10 0 -1 1 0 0 12 0 -1 0 1 0 22 0 -1 0 0 1 18 -400 -600 200 300 400 Dengan menukar posisi baris dan kolom dari susunan bilangan ini dan memberi kode lima kolom susunan bilangan yang dihasilkan dengan variabel u1, u2, u3, u4, dan u5, kita dapatkan βˆ’π‘’1 +𝑒3 ≀ 20 βˆ’π‘’1 +𝑒4 ≀ 8 βˆ’π‘’1 +𝑒5 ≀ 10 βˆ’π‘’2 +𝑒3 ≀ 12 βˆ’π‘’2 +𝑒4 ≀ 22 βˆ’π‘’2 +𝑒5 ≀ 18 Yang mana kita mengonstruksi hubunga permasalahan rangkap: Maksimalkan 𝑃 = βˆ’400𝑒1 βˆ’ 600𝑒2 + 200𝑒3 + 300𝑒4 + 400𝑒5 dengan kendala 𝑒1 β‰₯ 0, 𝑒2 β‰₯ 0, … , 𝑒5 β‰₯ 0
  • 64. Dengan menyelesaikan standar permasalahan maksimalisasi dengan algoritma simpleks, kita dapatkan baris tabel berikut 9 (π‘₯1, π‘₯2, … , π‘₯6 merupakan variabel slack):
  • 65.
  • 66. Tabel terakhir adalah akhir dan kita temukan bahwa π‘₯1 = 0, π‘₯2 = 300, π‘₯3 = 100, π‘₯4 = 200, π‘₯5 = 0 , π‘₯6 = 300, 𝑃 = 11,200 Jadi, untuk meminimalkan biaya ekspedisi, Acrosonic harus mengirimkan 300 sistem pengeras suara dari pabrik I ke gudang B, 100 sistem dari pabrik I ke gudang C, 200 sistem dari pabrik II ke gudang A, dan 300 sistem dari pabrik II ke gudang C. Total biaya ekspedisi perusahaan adalah $11,200.
  • 67. Soal Latihan 1. Maksimalkan 𝑷 = πŸ‘π’™ + πŸ’π’š + πŸ“π’› dengan kendala 𝒙 + π’š + 𝒛 ≀ πŸ– πŸ‘π’™ + πŸπ’š + πŸ’π’› ≀ πŸπŸ’ 𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎, 𝒛 β‰₯ 𝟎
  • 68. Solusi: Karena terdapat dua pertidaksamaan linear, maka kita menambahkan dua slack variabel yaitu 𝒖, 𝒗 untuk mengubah pertidaksamaan tersebut menjadi persamaan linear. 𝒙 + π’š + 𝒛 + 𝒖 = πŸ– πŸ‘π’™ + πŸπ’š + πŸ’π’› + 𝒗 = πŸπŸ’ βˆ’πŸ‘π’™ βˆ’ πŸ’π’š βˆ’ πŸ“π’› + 𝑷 = 𝟎 Matriks augmentasi yang berkorespondensi dengan sistem persamaan linear di atas adalah
  • 69.
  • 70. Entri baris terakhir pada tabel simplex akhir tidak mengandung bilangan negatif, sehingga solusi optimal telah tercapai yaitu π‘₯ = 0, 𝑦 = 4, 𝑧 = 4, dan 𝑃 = 36.
  • 71. 1. Pabrikβ€”Jadwal Produksi. Perusahaan Bisnis Mesin Nasional memproduksi dua jenis mesin fax: A dan B. Setiap model A membutuhkan biaya produksi $100 dan setiap model B membutuhkan biaya produksi $150. Keuntungan yang diperoleh dari mesin fax adalah $30 untuk setiap model A dan $40 untuk setiap model B. Apabila banyaknya mesin fax yang diperlukan setiap bulan tidak melebihi 2500 dan perusahaan telah menganggarkan tidak lebih dari $600.000/bulan untuk biaya produksi, temukan berapa banyak unit dari setiap model Nasional yang harus diproduksi setiap bulan sedemikian sehingga memaksimalkan keuntungan perbulannya. Berapakah keuntungan maksimum perbulan yang dapat diperoleh perusahaan? Soal Latihan
  • 72. Solusi Misalkan 𝒙: banyaknya mesin fax model A π’š: banyaknya mesin fax model B Permasalahan di atas merupakan masalah maksimalisasi fungsi tujuan 𝑷 = πŸ‘πŸŽπ’™ + πŸ’πŸŽπ’š dengan kendala 𝒙 + π’š ≀ πŸπŸ“πŸŽπŸŽ πŸπŸŽπŸŽπ’™ + πŸπŸ“πŸŽπ’š ≀ πŸ”πŸŽπŸŽπŸŽπŸŽπŸŽ atau πŸπ’™ + πŸ‘π’š ≀ 𝟏𝟐𝟎𝟎𝟎 𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎 Dengan menambahkan variabel slack 𝒖, 𝒗 dan menulis ulang fungsi tujuan, kita peroleh sistem persamaan 𝒙 + π’š + 𝒖 = πŸπŸ“πŸŽπŸŽ πŸπ’™ + πŸ‘π’š + 𝒗 = 𝟏𝟐𝟎𝟎𝟎 βˆ’πŸ‘πŸŽπ’™ βˆ’ πŸ’πŸŽπ’š + 𝑷 = 𝟎 Matriks augmentasi yang diperoleh adalah Karena baris terakhir dari tabel simplex akhir tidak mengandung bilangan negatif, maka solusi optimal telah tercapai. Jadi, keuntugan maksimum yang bisa dicapai adalah 100000
  • 73. Soal Latihan Produk A Produk B Produk C Dept. I 2 1 2 Dept. II 3 1 2 Dept. III 2 2 1 Keuntungan $18 $12 $15 3. Pabrikβ€”Jadwal Produksi. Suatu perusahaan memproduksi produk A, B, dan C. Setiap produk diproses pada tiga departemen: I, II, dan III. Total jam pekerja per minggu untuk departemen I, II, dan III adalah 900, 1080, dan 840, secara berurutan. Waktu yang dibutuhkan (dalam jam per unit) dan keuntungan per unit untuk setiap produk adalah sebagai berikut: Berapa banyak unit dari setiap produk yang harus diproduksi oleh perusahaan sedemikian sehingga memaksimalkan keuntungannya ? berapakah keuntungan maksimum yang dapat diperoleh oleh perusahaan tersebut? Adakah sumber penghasilan yang tersisa?
  • 74. Solusi Misalkan 𝒙, π’š, 𝒛 secara berturut-turut merupakan banyaknya produk 𝑨, 𝑩, 𝐝𝐚𝐧 π‘ͺ. Permasalahan di atas merupakan masalah maksimalisasi standar untuk fungsi tujuan 𝑷 = πŸπŸ–π’™ + πŸπŸπ’š + πŸπŸ“π’› dengan kendala πŸπ’™ + π’š + πŸπ’› ≀ πŸ—πŸŽπŸŽ πŸ‘π’™ + π’š + πŸπ’› ≀ πŸπŸŽπŸ–πŸŽ πŸπ’™ + πŸπ’š + 𝒛 ≀ πŸ–πŸ’πŸŽ 𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎 Dengan menambahkan variabel slack 𝒖, 𝒗, π’˜ pada kendala dan menulis ulang fungsi tujuan, kita memperoleh sistem persamaan di bawah ini πŸπ’™ + π’š + πŸπ’› + 𝒖 = πŸ—πŸŽπŸŽ πŸ‘π’™ + π’š + πŸπ’› + 𝒗 = πŸπŸŽπŸ–πŸŽ πŸπ’™ + πŸπ’š + 𝒛 + π’˜ = πŸ–πŸ’πŸŽ βˆ’πŸπŸ–π’™ βˆ’ πŸπŸπ’š βˆ’ πŸπŸ“π’› + 𝑷 = 𝟎 Matriks augmentasi yang berkaitan dengan sistem persamaan di atas adalah
  • 75.
  • 76.
  • 77.
  • 78. Entri pada baris terakhir pada tabel simplex akhir merupakan bilangan nonnegatif, maka solusi optimal telah tercapai. Jadi, banyaknya produk A, B, dan C secara berturut-turut adalah 200, 180, dan 140. Perusahaan akan mendapatkan keuntungan maksimum sebesar 7920. Karena nilai variabel slack adalah 0, maka tidak ada sumber penghasilan yang tersisa.
  • 79. Soal Latihan 4. Minimalkan π‘ͺ = βˆ’πŸπ’™ βˆ’ πŸ‘π’š dengan kendala πŸ‘π’™ + πŸ’π’š ≀ πŸπŸ’ πŸ•π’™ βˆ’ πŸ’π’š ≀ πŸπŸ” 𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎
  • 80. SOLUSI Kita akan meminimalkan π‘ͺ = βˆ’πŸπ’™ βˆ’ πŸ‘π’š dengan kendala πŸ‘π’™ + πŸ’π’š ≀ πŸπŸ’ πŸ•π’™ βˆ’ πŸ’π’š ≀ πŸπŸ” 𝒙 β‰₯ 𝟎, π’š β‰₯ 𝟎 Perhatikan bahwa meminimalkan C sama halnya dengan memaksimalkan 𝑷 = βˆ’π‘ͺ, sehingga fungsi tujuan bisa diubah menjadi 𝑷 = πŸπ’™ + πŸ‘π’š Dengan menambahkan dua variabel slack 𝒖, 𝒗 pada kendala dan menulis ulang fungsi tujuan, kita mendapatkan sistem persamaan: πŸ‘π’™ + πŸ’π’š + 𝒖 = πŸπŸ’ πŸ•π’™ βˆ’ πŸ’π’š + 𝒗 = πŸπŸ” βˆ’πŸπ’™ βˆ’ πŸ‘π’š + 𝑷 = 𝟎 Matriks augmentasi yang berkaitan dengan sistem persamaan di atas adalah
  • 81. Entri pada baris terakhir merupakan bilangan nonnegatif sehingga didapatkan 𝑃 = 18 , sehingga diperoleh nilai minimum 𝐢 = βˆ’18
  • 82. Soal Latihan 5. Transportasi. Deluxe River Cruises mengoperasikan suatu armada dari kapal sungai. Armada tersebut memiliki dua jenis kapal: suatu kapal tipe A memiliki 60 kamar mewah dan 160 kamar standar, sedangkan kapal tipe B mamiliki 80 kamar mewah dan 120 kamar standar. Dibawah kesepakatan penyewaan dengan Odyssey Travel Agency, Deluxe River Cruises harus menyediakan untuk Odyssey dengan minimum 360 kamar mewah dan 680 kamar standar untuk pelayaran 15 hari mereka pada bulan Mei. Biaya operasi kapal tipe A adalah $44.000 dan biaya operasi kapal tipe B adalah $54.000 untuk satu periode. Berapa banyak dari setiap jenis kapal yang harus digunakan sedemikian sehingga dapat maminimalkan biaya operasi? Berapakah biaya minimumnya?
  • 83. π‘ͺ = πŸ’πŸ’π’™ + πŸ“πŸ’π’š π’…π’‚π’π’‚π’Ž π’“π’Šπ’ƒπ’–π’‚π’ πŸ”πŸŽπ’™ + πŸ–πŸŽπ’š β‰₯ πŸ‘πŸ”πŸŽ β†’ πŸ‘π’™ + πŸ’π’š β‰₯ πŸπŸ– πŸπŸ”πŸŽπ’™ + πŸπŸπŸŽπ’š β‰₯ πŸ”πŸ–πŸŽ β†’ πŸ’π’™ + πŸ‘π’š β‰₯ πŸπŸ• π‘₯ β‰₯ 0, 𝑦 β‰₯ 0
  • 84.
  • 85.
  • 86. TERIMA KASIH DAN SAMPAI JUMPA 