SlideShare a Scribd company logo
1 of 29
Download to read offline
2014/9/24 
1 
PPRROOGGRRAAMM LLIINNIIEERR 
- MMEETTOODDEE SSIIMMPPLLEEKKSS - 
AAuuddiittyyaa PPuurrwwaannddiinnii SSuuttaarrttoo,, PPhhDD 
METODE SSIIMMPPLLEEKKSS – 
PPEENNDDAAHHUULLUUAANN & SSYYAARRAATT
2014/9/24 
2 
MMEETTOODDEE SSIIMMPPLLEEKKSS 
 Metode Simpleks merupakan upaya menerjemahkan definisi 
geometris dari titik ekstrim/vertex menjadi definisi aljabar. 
 Metode Simplek adalah suatu prosedur iterative/berulang. 
 Berawal dari suatu vertex/titik pojok suatu daerah layak , 
setiap iterasi membawa kita menuju titik ekstrim layak lain 
dengan nilai fungsi obyektif yang terus lebih baik (meningkat 
untuk masalah maksimasi dan menurun untuk masalah 
minimasi). 
 Proses atau Iterasi berhenti sampai solusi optimal tercapai. 
BBEENNTTUUKK BBAAKKUU MMAASSAALLAAHH LLPP 
 Suatu masalah LP harus dibawa ke dalam 
bentuk standar yang memiliki sifat sebagai 
berikut: 
1. Fungsi obyektifnya berbentuk maksimasi atau 
minimasi 
2. Semua variabel adalah non negatif. 
3. Semua konstrain linier nya dapat ditulis sedemikian 
rupa sehingga variabel yang terlibat kurang dari 
atau sama dengan suatu konstanta non negatif.
2014/9/24 
3 
AA.. KKOONNSSTTRRAAIINN//BBAATTAASSAANN//KKEENNDDAALLAA 
 Suatu pertidaksamaan perlu diubah menjadi sebuah 
persamaan dengan menambahkan variabel slack ke 
(mengurangkan variabel surplus dari) sisi kiri konstrain 
tersebut 
Misal konstrain 
Kita tambahkan slack s1 ≥ 0 ke sisi kiri untuk memperoleh 
persamaan 
Lalu konstrain 
2 6 1 2 x  x  
2 6 0 1 2 1 1 x  x  s  s  
3 2 3 5 1 2 3 x  x  x  
Kita mengurangkan variabel surplus s2 ≤ 0 dari sisi kiri untuk 
memperoleh persamaan 
3 2 3 5, 0 1 2 3 2 2 x  x  x  s  s  
 Sisi kanan dari sebuah persamaan dapat selalu dibuat non 
negatif dengan mengalikan kedua sisi dengan -1. 
2 3 7 5 2 3 7 5 1 2 3 1 2 3 x  x  x     x  x  x  
 Arah pertidaksamaan dibalik ketika kedua sisi dikalikan 
dengan -1 
2 5 2 5 1 2 1 2 x  x     x  x 
2014/9/24 
4 
Tinjauan Grafis Variabel Slack 
KKoonnssttrraaiinn ke-3 
x1 + x2 == 88 KKoonnssttrraaiinn 
x1 
7 
Solusi Optimum 
ppeerrttaammaa 
x1 = 6 
s1 = 1 
KKoonnssttrraaiinn kedua: 
2x1 + 3x2 = 19 
s2 = 0 
x1 
x2 
8 
7 
6 
5 
4 
3 
2 
1 
s3 = 0 
SSoolluussii OOppttiimmuumm 
(x1 = 5, x2 = 3) 
11 22 33 44 55 66 77 8 99 1100 
BB.. VVAARRIIAABBEELL 
 Variabel yang tidak dibatasi (tidak terbatas) dapat 
diekspresikan dalam bentuk dua variabel non negatif dengan 
menggunakan substitusi 
    ,   0 i i i i i y y y y y 
 Substitusi harus diberlakukan di semua konstrain dan dalam 
fungsi tujuan
2014/9/24 
5 
CC.. FFUUNNGGSSII TTUUJJUUAANN 
 Walaupun model LP standar dapat berbentuk maksimasi atau 
minimasi, konversi dari satu bentuk ke bentuk lainnya 
kadang-kadang berguna. Maksimasi sebuah fungsi adalah 
setara dengan minimasi negatif dari fungsi yang sama, dan 
dengan demikian pula sebaliknya 
Maksimumkan 
1 2 3 Z  5x  2x  3x 
Secara matematis adalah setara dengan 
Minimumkan 
  1 2 3  Z  5x  2x  3x 
CCoonnttoohh 
 Ubahlah model LP berikut ke dalam bentuk baku 
Maksimasi 
Z  9x 18x 
1 2 Subject to (dengan syarat) 
6 3 18 1 2 x  x  
2 2 16 1 2 x  x  
, tidak terbatas, 0 1 2 x x  
 Maka bentuk baku nya adalah 
Maksimasi 
Subject to (dengan syarat) 
1 1 2 1 2 Z  9x   9x  18x  0s  0s 
      
6 x 6 x 3 x s 
18 
1 1 2 1 
      
2 x 2 x 2 x s 
16 
1 1 2 2 
   
, , , , 0 
x x x s s 
1 1 2 1 2
2014/9/24 
6 
MMAASSAALLAAHHMMAAKKSSIIMMAASSII 
Menyusun Tabel SSiimmpplleekk AAwwaall 
1. Ubahlah pertidaksamaan sistem linier 
kedalam suatu persamaan sistem linier 
dengan menambahkan variabel slack. 
2. Tulis ulang fungsi obyektif 
1 1 2 2 n n P  c x  c x   c x 
kedalam bentuk 
1 1 2 2 0 n n c x  c x    c x  P  
dimana semua variabel di sisi kiri dan 
koefisien Z adalah +1. Tulislah persamaan ini 
dibawah persamaan dalam step 1. 
3. Tuliskan augmented matrix (matriks 
diperbesar) yang terkait dengan persamaan 
sistem linier.
2014/9/24 
7 
CCoonnttoohh:MMaassaallaahh PPrroodduukkssii 
 Diberikan suatu masalah maksimasi sebagai berikut 
Z  x 1,2x atau ekuivalen dengan Z  x  6 x 
subject to 
1 2 1 5 2 
2 180 1 2 x  x  
3 300 1 2 x  x  
, 0 1 2 x x  
 Masalah di atas merupakan suatu masalah standar maksimasi 
dan dapat dipecahkan menggunakan metode simpleks. 
 Susunlah tabel simpleks awal untuk memecahkan masalah LP 
ini. 
Jawab 
 Tambahkan variabel slack x1 dan x2 ke dalam pertidaksamaan 
2 180 1 2 x  x  
3 300 1 2 x  x  
sehingga menjadi persamaan, sebagai berikut 
2 180 
300 
x x s 
   
1 2 1 
x  x  s 
 
1 2 2 
 Lalu, tulis ulanglah fungsi obyektif ke dalam bentuk 
0 
6 
1 2 Z  x  x  
5
2014/9/24 
8 
JJaawwaabb 
 Maka bentuk standar masalah LP diatas akan berubah menjadi 
Maksimasi 
Dengan konstrain 
0 
6 
1 2 Z  x  x  
2 180 
300 
x x s 
   
x x s 
1 2 2 
, , , 0 
1 2 1 2 
1 2 1 
 
   
x x s s 
5 
 Tabel awal yang terkait dengan sistem LP diatas adalah 
Variabel Non Basis 
Basis x1 x2 s1 s2 Solusi 
Z –1 – 6/5 0 0 0 
s1 2 1 1 0 118800 
s2 1 3 0 1 330000 
R1 
R2 
R3
2014/9/24 
9 
Metode Simpleks 
1. Susunlah tabel simpleks awal. 
2. Tentukan apakah solusi optimum telah tercapai dengan 
memeriksa semua elemen dalam baris pertama. 
a. Jika semua elemen non basis telah non negatif, maka 
solusi optimum telah tercapai. Lanjutkan ke step 4. 
b. Jika masih ada satu atau lebih elemen negatif, solusi 
optimal belum tercapai. Lanjutkan ke step 3. 
3. Lakukan operasi pivot. Kembali ke step 2. 
4. Tentukan solusi optimum. 
 Pada step 1 diperoleh tabel simpleks awal sebagai berikut: 
BBaassiiss x1 x2 s1 s2 Solusi 
Z –1 – 66//55 0 0 0 
s1 2 1 1 0 118800 
s2 1 3 0 1 330000 
 SSeellaannjjuuttnnyyaa, solusi mmaassaallaahh tteerrsseebbuutt aaddaallaahh ...
2014/9/24 
10 
JJaawwaabb 
BBaassiiss x1 x2 s1 s2 Solusi 
Z –1 – 66//55 0 0 0 
s1 2 1 1 0 118800 
s2 1 33 0 1 330000 
SStteepp 22.. Tentukan apakah solusi optimal telah tercapai. 
✦ Karena baris atas (baris koefisien fungsi tujuan) masih 
mengandung elemen negatif, maka solusi awal belum 
optimal. 
JJaawwaabb 
BBaassiiss x1 x2 s1 s2 Solusi 
Z –11 – 66//55 0 0 0 
s1 2 1 1 0 118800 
s2 1 33 0 1 330000 
SStteepp 33.. LLaakkuukkaann Operasi Pivot. 
✦ Karena elemen/entri– 6/5 adalah negatif terbesar maka x2 
adalah variabel non basis yang menjadi entering variable 
dan kolom terkait disebut kolom pivot (kolom masuk) 
✦ Mengapa dipilih negatif terbesar (pada kasus maksimasi)? 
Dengan mencari koefisien negatif terbesar pada fungsi 
tujuan akan mempercepat tercapainya solusi optimal.
2014/9/24 
11 
JJaawwaabb 
BBaassiiss x1 x2 s1 s2 Solusi 
Z –11 – 66//55 0 0 0 
s1 2 1 1 0 118800 
s2 1 33 0 1 330000 
SStteepp 33.. Lakukan operasi pivot. 
180 
1 
300 
3 
✦ Bagilah setiap nilai positif dalam kolom pivot dengan 
180 
100 
 
 
entri/koefisien yang terkait dalam the kolom Solusi dan 
bandingkan rasio yang diperoleh 
✦ Kita lihat bahwa ratio 300/3 = 100 kurang dari sama dengan 
rasio 180/1 = 180. Variabel basis yang memiliki rasio 
terkecil (s2) disebut leaving variable dan baris 3 menjadi 
persamaan pivot (pivot equation). 
JJaawwaabb 
BBaassiiss x1 x2 s1 s2 Solusi 
Z –11 – 66//55 0 0 0 
s1 2 1 1 0 118800 
x2 1 3 0 1 330000 
SStteepp 33.. Lakukan operasi pivot. 
✦ Koefisien/entri 3 disebut elemen pivot karena berada di 
dalam pivot kolom dan pivot baris
2014/9/24 
12 
JJaawwaabb 
Basis Z x1 x2 s1 s2 Solusi 
1 –11 – 6/5 0 0 0 
s1 0 2 1 1 0 118800 
x2 0 1 3 0 1 330000 3 3 
1 R 
Step 3. Lakukan operasi pivot. 
✦ Persamaan pivot akan berubah menjadi persamaan dengan 
elemen baru dengan mengubah elemen pivot menjadi 1 
(seluruh elemen lama dibagi elemen pivot lama) 
Persamaan pivot baru = persamaan pivot lama : elemen pivot 
JJaawwaabb 
BBaassiiss Z x1 x2 s1 s2 Solusi 
1 –1 – 6/5 0 0 0 
s1 0 2 1 1 0 118800 
x2 0 11//33 1 0 1/3 110000 3 3 
1 R
2014/9/24 
13 
JJaawwaabb 
BBaassiiss Z x1 x2 s1 s2 Solusi 
1 –1 – 6/5 0 0 0 
s1 0 2 1 1 0 118800 
x2 0 1/3 11 0 11//33 110000 
R   
 
6  R   1 5 3 
   2 3 R  1 R 
Step 3. Lakukan operasi pivot. 
✦ Lakukan operasi baris elementer untuk mengubah kolom 
pivot menjadi suatu kolom unit. 
 
 
Persamaan baru = (persamaan lama) – (koefisien kolom pivot) x 
(persamaan pivot baru) 
SSoolluuttiioonn 
BBaassiiss Z x1 x2 s1 s2 Solusi 
1 –33//55 0 0 2/5 112200 
s1 0 55//33 0 1 –1/3 8800 
x2 0 11//33 11 0 1/3 110000 
Step 3. Lakukan operasi pivot. 
✦ Lakukan operasi baris elementer untuk mengubah kolom 
pivot menjadi suatu kolom unit.
2014/9/24 
14 
JJaawwaabb 
BBaassiiss Z x1 x2 s1 s2 Solusi 
1 –33//55 0 0 22//55 112200 
s1 0 5/3 0 1 –11//33 8800 
x2 0 1/3 1 0 11//33 110000 
Step 3. Lakukan operasi pivot. 
✦ Langkah ini mengakhiri suatu iterasi. 
✦ Baris pertama tabel masih mengandung angka negatif, 
sehingga solusi optimal belum tercapat. 
✦ Oleh karena itu kita ulangi iterasi berikutnya. 
JJaawwaabb 
BBaassiiss Z x1 x2 s1 s2 Solusi 
1 –33//55 0 0 22//55 112200 
s1 0 5/3 0 1 –11//33 8800 
x2 0 1/3 11 0 11//33 110000 
SStteepp 33.. Lakukan operasi pivot. 
✦ Karena elemen/entri– 3/5 adalah negatif terbesar maka x1 
adalah variabel non basis yang menjadi entering variable 
dan kolom terkait disebut kolom pivot (kolom masuk)
2014/9/24 
15 
JJaawwaabb 
BBaassiiss Z x1 x2 s1 s2 Solusi 
1 –33//55 0 0 2/5 112200 
s1 0 5/3 0 1 –1/3 80 
x2 0 1/3 11 0 1/3 110000 
Step 3. Lakukan operasi pivot. 
Rasio 
80 
5/3 
100 
1/3 
✦ Bagilah setiap angka positif dalam kolom pivot dengan 
 
 
elemen terkait dalam kolom solusi dan bandingkan rasio 
yang diperoleh. 
✦ Rasio 80/(5/3) = 48 adalah kurang dari rasio 100/(1/3) = 
48 
300 
300, maka baris 1 baris pivot (persamaan pivot) baru. 
Variabel basis yang memiliki rasio terkecil (s1) disebut 
leaving variable dan baris 2 menjadi persamaan pivot (pivot 
equation). 
JJaawwaabb 
BBaassiiss Z x1 x2 s1 s2 Solusi 
1 –33//55 0 0 22//55 112200 
x1 0 5/3 0 1 –11//33 8800 
x2 0 1/3 11 0 11//33 110000 
SStteepp 33.. Lakukan operasi pivot. 
✦ Elemen 5/3 disebut elemen pivot karena berada dalam 
kolom pivot dan persamaan pivot
2014/9/24 
16 
JJaawwaabb 
BBaassiiss Z x1 x2 s1 s2 Solusi 
1 –33//55 0 0 2/5 112200 
x1 0 5/3 0 1 –1/3 8800 
x2 0 1/3 11 0 1/3 110000 
3 R 
SStteepp 3. LLaakkuukkaann ooppeerraassii pivot. 
✦ Persamaan pivot akan berubah menjadi persamaan dengan 
elemen baru dengan mengubah elemen pivot menjadi 1 
(seluruh elemen lama dibagi elemen pivot lama) 
5 2 
BBaassiiss Z x1 x2 s1 s2 Solusi 
1 –33//55 0 0 2/5 112200 
x1 0 1 0 33//55 –1/5 48 
x2 0 1/3 11 0 1/3 110000 
3 R 
5 2 
JJaawwaabb 
Z x1 x2 s1 s2 Solusi 
1 –33//55 0 0 2/5 112200 
x1 0 1 0 33//55 –1/5 48 
R   
3  
 R   1 5 2 
  
  x2 0 1/3 1 0 1/3 110000 3 3 1 
Step 3. Lakukan operasi pivot. 
✦ Lakukan operasi baris elementer untuk mengubah kolom 
pivot menjadi suatu kolom unit. 
 
R 1  
R  
 
 
Z x1 x2 s1 s2 Solusi 
1 00 0 99//2255 77//2255 11448844//55 
x1 0 1 0 3/5 –11//55 4488 
x2 0 0 11 -1/5 22//55 8844 
R   
 
3  R   1 5 2 
R   
1  
R  
  3 3 1 
 
 

2014/9/24 
17 
JJaawwaabb 
Z x1 x2 s1 s2 Solusi 
1 00 0 99//2255 77//2255 11448844//55 
x1 0 1 0 3/5 –11//55 4488 
x2 0 0 11 -1/5 22//55 8844 
SStteepp 33.. LLaakkuukkaann ooppeerraassii pivot. 
✦ BBaarriiss ppeerrttaammaa ttaabbeell sudah ttiiddaakk mmeennggaanndduunngg aannggkkaa nneeggaattiiff, 
sseehhiinnggggaa solusi ooppttiimmuumm tteellaahh tteerrccaappaaii. 
JJaawwaabb 
Z x1 x2 s1 s2 Solusi 
1 0 0 99//2255 77//2255 114488 44//55 
x1 0 1 0 3/5 –1/5 4488 
x2 0 0 11 –1/5 2/5 8844 
Step 4. Tentukan solusi optimum. 
✦ Tetapkan mana variabel basis dalam tabel akhir. 
Dalam kasus ini, variabel basisnya adalah x1, x2, dan Z. 
 Nilai optimal x1 48. 
 Nilai optimum x2 84. 
 Nilai optimum Z 148.8. 
✦ Dengan demikian, pabrik akan mendapatkan maksimasi 
profit $148.80 dengan memproduksi tipe-A 48 buah dan 84 
tipe-B.
2014/9/24 
18 
MMAASSAALLAAHHMMIINNIIMMAASSII 
MMAASSAALLAAHH MMIINNIIMMAASSII DDEENNGGAANN KKOONNSSTTRRAAIINN  
 Pada ppeemmbbaahhaassaann sseebbeelluummnnyyaa kita mmeenngggguunnaakkaann metode 
ssiimmpplleekkss untuk mmeemmeeccaahhkkaann mmaassaallaahh LLPP yyaanngg memenuhi 3 
kondisi: 
1. FFuunnggssii oobbyyeekkttiiff aaddaallaahh mmaakkssiimmaassii. 
2. Semua vvaarriiaabbeell yyaanngg tteerrlliibbaatt non nneeggaattiiff. 
3. SSeettiiaapp kkoonnssttrraaiinn/kkeennddaallaa lliinniieerr ddaappaatt ddiittuulliiss ddaallaamm bbeennttuukk 
sseeddeemmiikkiiaann rupa sseehhiinnggggaa vvaarriiaabbeellnnyyaa kurang dari aattaauu sama 
ddeennggaann suatu kkoonnssttaannttaa non nneeggaattiiff 
 SSeellaannjjuuttnnyyaa kita aakkaann melihat bbaaggaaiimmaannaa metode ssiimmpplleekkss 
ddaappaatt ddiigguunnaakkaann untuk mmeemmeeccaahhkkaann mmaassaallaahh mmiinniimmaassii yyaanngg 
memenuhi kondisi kedua dan ketiga ddaarrii ssyyaarraatt diatas .
2014/9/24 
19 
CCOONNTTOOHH 
 PPeeccaahhkkaann mmaassaallaahh pprrooggrraamm lliinniieerr bbeerriikkuutt : 
1 2 Minimasi Z  2x  3x 
5 4 32 1 2 x  x  
2 10 1 2 x  x  
, 0 1 2 x x  
 Untuk mmeemmeeccaahhkkaann mmaassaallaahh ini mmeenngggguunnaakkaann metode ssiimmpplleekkss, 
kita mmeenngguubbaahh fungsi oobbyyeekkttiiff ddaarrii mmiinniimmaassii ke bentuk 
maksimasi yyaanngg eekkuuiivvaalleenn dimana W = -Z . 
1 2 Maksimasi W  2x  3x 
5 4 32 1 2 x  x  
2 10 1 2 x  x  
, 0 1 2 x x  
JJaawwaabb 
SStteepp 11.. Susun tabel simpleks awal. 
✦ Ubahlah konstrain ke dalam persamaan dengan 
menambahkan variables slack x1 dan x2 sehingga persamaan 
LP standar menjadi 
1 2 W  2x  3x 
5 x  4 x  s 
 
32 
1 2 1 
2 10 
x x s 
   
1 2 2 
, , , 0 
x x s s 
1 2 1 2 
 
✦ Tulis koefisien tersebut dalam tabel simpleks awal 
BBaassiiss W x1 x2 s1 s2 Solusi 
Maximize P  2x  3y 
1 -2 -3 0 0 0 
s1 0 5 4 11 0 32 
s2 0 1 2 0 1 10
2014/9/24 
20 
JJaawwaabb 
BBaassiiss W x1 x2 s1 s2 Solusi 
1 -2 -3 0 0 0 
s1 0 5 4 1 0 3322 
s2 0 1 22 0 1 1100 
SStteepp 22.. Tentukan apakah solusi optimal telah tercapai. 
✦ Karena baris atas (baris koefisien fungsi tujuan) masih 
mengandung elemen negatif, maka solusi awal belum 
optimal. 
JJaawwaabb 
BBaassiiss MWaximizxe1 Px2 2x s13y s2 Solusi 
1 -2 -3 0 0 0 
s1 0 5 4 1 0 3322 
s2 0 1 2 0 1 1100 
Step 3. Lakukan operasi pivot. 
Maximize P  2x  3y 
Rasio 
32 
4 
10 
2 
8 
5 
 
 
BBaassiiss W x1 x2 s1 s2 Solusi 
1 -2 -3 0 0 0 
s1 0 5 4 1 0 3322 
s2 0 1 2 0 1 1100
2014/9/24 
21 
BBaassiiss WMaximx1 ize x 2 P  2s1x  3ys2 Solusi 
1 -2 -3 0 0 0 
s1 0 5 4 11 0 3322 
s2 0 1 2 0 1 1100 
BBaassiiss MWaximixz1e Px2  2xs1 3y s2 Solusi 
1 -2 -3 0 0 0 
s1 0 5 4 11 0 3322 
1 R 
2 3 s2 0 1 2 0 1 1100 
BBaassiiss MWaximxiz1 e xP2  2xs1 3y s2 Solusi 
1 -2 -3 0 0 0 
s1 0 5 4 1 0 3322 
1 R 
2 3 s2 0 11//22 1 0 11//22 5
2014/9/24 
22 
Maximize P  2x  3y 
   2 3 R  4 R 
W x1 x2 s1 s2 Solusi 
1 -2 -3 0 0 0 
s1 0 5 4 11 0 32 
x2 0 1/2 11 0 11//22 5 
   1 3 R  3 R 
MaWximizxe1 Px2 2x s13y s2 Solusi 
1 -11//22 0 0 33//22 1155 
s1 0 3 0 1 -2 1122 
x2 0 11//22 1 0 11//22 5 
   1 3 R  3 R 
   2 3 R  4 R 
BBaassiiss WMaximx1ize x 2 P  2s1x  3ys2 Solusi 
1 -1/2 0 0 33//22 1155 
s1 0 3 0 1 -2 1122 
x2 0 11//22 1 0 11//22 5 
BBaassiiss MWaximxiz1 e xP2  2xs1 3y s2 Solusi 
1 -11//22 0 0 33//22 1155 
s1 0 3 0 1 -2 1122 
x2 0 11//22 1 0 11//22 5
2014/9/24 
23 
Maximize P  2x  3y 
12 
3 
5 
1/ 2 
4 
10 
 
 
BBaassiiss W x1 x2 s1 s2 Solusi 
1 -11//22 0 0 33//22 1155 
x1 0 3 0 1 -2 1122 
x2 0 1/2 1 0 11//22 5 
BBaassiiss W x1 x2 s1 s2 Solusi 
1 -11//22 0 0 33//22 1155 
x1 0 3 0 1 -2 1122 
x2 0 1/2 1 0 11//22 5 
BBaassiiss W x1 x2 s1 s2 Solusi 
1 -1/2 0 0 33//22 1155 
x1 0 3 0 1 -2 1122 
x2 0 1/2 1 0 11//22 5 
1 R 
3 2 
BBaassiiss W x1 x2 s1 s2 Solusi 
1 -11//22 0 0 33//22 1155 
x1 0 1 0 11//33 -22//33 4 
x2 0 11//22 1 0 11//22 5 
1 R 
3 2
2014/9/24 
24 
BBaassiiss W x1 x2 s1 s2 Solusi 
1 -11//22 0 0 33//22 15 
x1 0 1 0 1/3 -22//33 4 
x2 0 11//22 1 0 11//22 5 
R   
1  
R  
  1 2 2 
 
R  
1  
R  
  3 2 2 
 
BBaassiiss W x1 x2 s1 s2 Solusi 
1 0 0 1/6 77//66 1177 
x1 0 1 0 1/3 –2/3 4 
x2 0 0 1 –11//66 55//66 3 
R   
1  
R  
  1 2 2 
 
R  
1  
R  
  3 2 2 
 
BBaassiiss W x1 x2 s1 s2 Solusi 
1 0 0 1/6 77//66 1177 
x1 0 1 0 1/3 –2/3 4 
x2 0 0 1 –11//66 55//66 3
2014/9/24 
25 
JJaawwaabb 
W x1 x2 s1 s2 Solusi 
1 0 0 1/6 77//66 1177 
0 1 0 1/3 –22//33 4 
0 0 1 –11//66 55//66 3 
Step 4. Tentukan solusi optimum. 
✦ Tetapkan maka variabel basis dalam tabel final. 
Dalam kasus ini, variabel basisnya adalah x1, x2, dan W. 
 Nilai optimum untuk x1 adalah 4. 
 Nilai optimum untuk x2 adalah 3. 
 Nilai optimum untuk W adalah 17, yang berarti nilai 
minimum untuk Z= –17. 
PPEEMMEECCAAHHAANN AAWWAALL BBUUAATTAANN 
UUNNTTUUKK MMEETTOODDEE SSIIMMPPLLEEKKSS 
PRIMAL
2014/9/24 
26 
 Pada kasus-kasus sseebbeelluummnnyyaa, semua konstrain bbeerrbbeennttuukk ≤ . 
Kondisi sseeppeerrttii ini tidak ddaappaatt dipenuhi oleh semua mmooddeell LLPP, 
sehingga menimbulkan kkeebbuuttuuhhaann untuk mmeerraannccaanngg sseebbuuaahh 
pprroosseedduurr ppeerrhhiittuunnggaann otomatis untuk memulai iitteerraassii 
ssiimmpplleekkss.. KKiittaa mmeellaakkuukkaann ini ddeennggaann mmeennaammbbaahhkkaann vvaarriiaabbeell 
bbuuaattaann (aarrttiiffiicciiaall vvaarriiaabbllee) yyaanngg ddiippeerrlluukkaann untuk mmeemmaaiinnkkaann 
ppeerraann sseebbaaggaaii vvaarriiaabbeell slack. KKaarreennaa vvaarriiaabbeell ini tidak 
mmeemmiilliikkii makna fisik ddaallaamm model maka hhaarruuss dibuat menjadi 
nol di iitteerraassii ooppttiimmuumm. DDeennggaann kata lain, kita mmeenngggguunnaakkaann 
aarrttiiffiicciiaall vvaarriiaabbllee untuk memulai ppeemmeeccaahhaann dan tteerraakkhhiirryyaa 
kita tinggalkan sseetteellaahh mmiissii tteerrccaappaaii. 
 Untuk mmeennccaappaaii hal ini kita ppeerrlluu mmeennggeennaakkaann ppeennaallttii pada 
vvaarriiaabbeell bbuuaattaann ini ddaallaamm fungsi tujuan yyaanngg ddaappaatt dilakukan 
ddeennggaann 2 ccaarraa 
1. MMeettooddeeM 
2. MMeettooddee DDuuaa Tahap (tidak dibahas) 
MMEETTOODDEE MM 
 Tinjau masalah berikut 
 dengan konstrain 
3 x  x 
 
3 
1 2 
4 x  3 x 
 
6 
1 2 
2 4 
x x 
  
1 2 
 Bentuk standar masalah LP di atas menjadi 
 Dengan konstrain 
1 2 Minimasi z  4x  x 
, 0 
1 2 
 
x x 
1 2 Minimasi z  4x  x 
3 x  x 
 
3 
1 2 
4 x  3 x  s 
 
6 
1 2 1 
2 4 
x x s 
   
1 2 2 
, , , 0 
1 2 1 2 
 
x x s s
2014/9/24 
27 
 Karena persamaan pertama dan kedua tidak memiliki variabel 
yang berperan sebagai variabel slack maka kita tambahkan 
variabel buatan A1 dan A2 dalam kedua persamaan tersebut 
3 x  x  A 
 
3 
1 2 1 
4 x  3 x  x  A 
 
6 
1 2 3 2 
 Kita dapat mengenakan penalti pada A1 dan A2 dalam fungsi 
tujuan dengan memberikan koefisien yang sangat besar dalam 
fungsi tujuan. Anggap M > 0 adalah konstanta yang sangat 
besar, jadi model LP dengan variabel buatan ini akan berubah 
menjadi 
3 x  x  A 
 
3 
1 2 1 
4 x  3 x  s A 
 
6 
1 2 1 2 
2 4 
x x s 
   
1 2 2 
, , , , , 0 
1 2 1 1 2 2 
 
x x s A A s 
 Fu== 
A   x  
x 
A x x s 
 Fungsi Tujuan menjadi 
3 3 
1 1 2 
6 4 3 
    
2 1 2 1 
    
4 3 3 6 4 3 
z  x  x  M  x  x  M  x  x  
s 
1 2 1 2 1 2 1 
 4 7 Mx  1 4 x Ms 9 
M 
      
1 2 1 
z 4 7Mx 1 4x Ms 9M 1 2 1      
2014/9/24 
28 
TTaabbeell SSiimmpplleekkss 
Basis x1 x2 s1 A1 A2 s2 Solusi 
Z -44 ++ 77MM -11++44MM -M 0 0 0 99MM 
A1 3 1 0 1 0 0 3 
A2 4 3 -1 0 1 0 6 
s2 1 2 0 0 0 1 4 
Basis x1 x2 s1 A1 A2 s2 Solusi 
Z -44 ++ 77MM -11++44MM -M 0 0 0 9M 
x1 3 1 0 1 0 0 3 
A2 4 3 -1 0 1 0 6 
s2 1 2 0 0 0 1 4 
Basis x1 x2 s1 A1 A2 s2 Solusi 
Z 0 ((11++55MM))// 
3 
-M (4-77MM))//33 0 0 44++22MM 
x1 1 1/3 0 11//33 0 0 1 
A2 0 5/3 -1 -44//33 1 0 2 
s2 0 5/3 0 -11//33 0 1 3 
Basis x1 x2 s1 A1 A2 s2 Solusi 
Z 0 0 11//55 88//55 – M -11//55 – M 0 1188//55 
x1 1 0 11//55 33//55 -11//55 0 33//55 
x2 0 1 -33//55 -44//55 33//55 0 66//55 
s2 0 0 1 1 -1 1 1
2014/9/24 
29 
Basis x1 x2 s1 A1 A2 s2 Solusi 
Z 0 0 0 77//55 – M -M -11//55 1177//55 
x1 1 0 0 22//55 0 -11//55 22//55 
x2 0 1 0 -11//55 0 33//55 99//55 
s1 0 0 1 1 -1 1 1 
 Iterasi selesai karena sudah tidak ada variabel yang memiliki 
elemen positif 
 Dalam kasus ini, variabel basisnya adalah x1, x2, s1 , dan Z. 
 Nilai optimum untuk x1 adalah 2/5. 
 Nilai optimum untuk x2 adalah 9/5 
 Nilai optimum untuk s1 adalah 1. 
 Nilai optimum untuk Z adalah 17/5

More Related Content

What's hot

Pengantar Tata Letak Fasilitas
Pengantar Tata Letak FasilitasPengantar Tata Letak Fasilitas
Pengantar Tata Letak FasilitasWisnu Dewobroto
 
Metode transportasi
Metode transportasiMetode transportasi
Metode transportasiAfan lathofy
 
Struktur perulangan dalam c++
Struktur perulangan dalam c++Struktur perulangan dalam c++
Struktur perulangan dalam c++Alvin Setiawan
 
Program Dinamis Riset Operasi
Program Dinamis Riset OperasiProgram Dinamis Riset Operasi
Program Dinamis Riset OperasiIGede Asta
 
Metode Simpleks
Metode SimpleksMetode Simpleks
Metode Simplekshazhiyah
 
Bab i stepping stone
Bab i stepping stoneBab i stepping stone
Bab i stepping stonefetara17
 
Mi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasiMi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasiHari Sumartono
 
Metode Simplek Minimasi
Metode Simplek MinimasiMetode Simplek Minimasi
Metode Simplek MinimasiSiti Zuariyah
 
Riset operasi
Riset operasiRiset operasi
Riset operasiyy rahmat
 
Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)Muhammad Ali Subkhan Candra
 
Perbedaan sistem linier dan non linier
Perbedaan sistem linier dan non linierPerbedaan sistem linier dan non linier
Perbedaan sistem linier dan non linierNiken_af
 
TEORI PERMAINAN (GAME THEORY)
TEORI PERMAINAN (GAME THEORY)TEORI PERMAINAN (GAME THEORY)
TEORI PERMAINAN (GAME THEORY)Nida Shafiyanti
 
Analisis Sensitivitas
Analisis SensitivitasAnalisis Sensitivitas
Analisis SensitivitasAde Nurlaila
 
Bab 3 penyelesaian persamaan tak linear
Bab 3 penyelesaian persamaan tak linearBab 3 penyelesaian persamaan tak linear
Bab 3 penyelesaian persamaan tak linearKelinci Coklat
 
Peta peta proses kerja
Peta peta proses kerjaPeta peta proses kerja
Peta peta proses kerjayasmine22
 
Langkah - Langkah Perencanaan Sistem
Langkah - Langkah Perencanaan SistemLangkah - Langkah Perencanaan Sistem
Langkah - Langkah Perencanaan SistemRetrina Deskara
 
Riset Operasi - Teori Permainan
Riset Operasi - Teori PermainanRiset Operasi - Teori Permainan
Riset Operasi - Teori Permainanmieftahulduila
 
Metode Numerik Penyelesaian Persamaan Linier Simultan
Metode Numerik Penyelesaian Persamaan Linier SimultanMetode Numerik Penyelesaian Persamaan Linier Simultan
Metode Numerik Penyelesaian Persamaan Linier SimultanAururia Begi Wiwiet Rambang
 

What's hot (20)

Pengantar Tata Letak Fasilitas
Pengantar Tata Letak FasilitasPengantar Tata Letak Fasilitas
Pengantar Tata Letak Fasilitas
 
Ekonomi teknik
Ekonomi teknikEkonomi teknik
Ekonomi teknik
 
Metode transportasi
Metode transportasiMetode transportasi
Metode transportasi
 
Struktur perulangan dalam c++
Struktur perulangan dalam c++Struktur perulangan dalam c++
Struktur perulangan dalam c++
 
Program Dinamis Riset Operasi
Program Dinamis Riset OperasiProgram Dinamis Riset Operasi
Program Dinamis Riset Operasi
 
Metode Simpleks
Metode SimpleksMetode Simpleks
Metode Simpleks
 
Bab i stepping stone
Bab i stepping stoneBab i stepping stone
Bab i stepping stone
 
Mi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasiMi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasi
 
Ppt anova k elompok 6
Ppt anova k elompok 6Ppt anova k elompok 6
Ppt anova k elompok 6
 
Metode Simplek Minimasi
Metode Simplek MinimasiMetode Simplek Minimasi
Metode Simplek Minimasi
 
Riset operasi
Riset operasiRiset operasi
Riset operasi
 
Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)
 
Perbedaan sistem linier dan non linier
Perbedaan sistem linier dan non linierPerbedaan sistem linier dan non linier
Perbedaan sistem linier dan non linier
 
TEORI PERMAINAN (GAME THEORY)
TEORI PERMAINAN (GAME THEORY)TEORI PERMAINAN (GAME THEORY)
TEORI PERMAINAN (GAME THEORY)
 
Analisis Sensitivitas
Analisis SensitivitasAnalisis Sensitivitas
Analisis Sensitivitas
 
Bab 3 penyelesaian persamaan tak linear
Bab 3 penyelesaian persamaan tak linearBab 3 penyelesaian persamaan tak linear
Bab 3 penyelesaian persamaan tak linear
 
Peta peta proses kerja
Peta peta proses kerjaPeta peta proses kerja
Peta peta proses kerja
 
Langkah - Langkah Perencanaan Sistem
Langkah - Langkah Perencanaan SistemLangkah - Langkah Perencanaan Sistem
Langkah - Langkah Perencanaan Sistem
 
Riset Operasi - Teori Permainan
Riset Operasi - Teori PermainanRiset Operasi - Teori Permainan
Riset Operasi - Teori Permainan
 
Metode Numerik Penyelesaian Persamaan Linier Simultan
Metode Numerik Penyelesaian Persamaan Linier SimultanMetode Numerik Penyelesaian Persamaan Linier Simultan
Metode Numerik Penyelesaian Persamaan Linier Simultan
 

Viewers also liked

Viewers also liked (8)

Penelitian Operasional 1 - Pendahuluan
Penelitian Operasional 1 - PendahuluanPenelitian Operasional 1 - Pendahuluan
Penelitian Operasional 1 - Pendahuluan
 
Bab i
Bab iBab i
Bab i
 
Pemograman Linier
Pemograman LinierPemograman Linier
Pemograman Linier
 
Program linear
Program linearProgram linear
Program linear
 
Program linear
Program linear Program linear
Program linear
 
power point program linear
power point program linearpower point program linear
power point program linear
 
Bab 5 program linear
Bab 5 program linearBab 5 program linear
Bab 5 program linear
 
Contoh soal Metode Simpleks
Contoh soal Metode SimpleksContoh soal Metode Simpleks
Contoh soal Metode Simpleks
 

Similar to PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE SIMPLEKS

Similar to PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE SIMPLEKS (20)

Big M Methode
Big M MethodeBig M Methode
Big M Methode
 
metode simpleks maksimum (Program linear)
 metode simpleks maksimum (Program linear) metode simpleks maksimum (Program linear)
metode simpleks maksimum (Program linear)
 
DIPELAJARI YA (1).pptx
DIPELAJARI YA (1).pptxDIPELAJARI YA (1).pptx
DIPELAJARI YA (1).pptx
 
Tugas program linier. maksimisasi sama dengan.
Tugas program linier. maksimisasi sama dengan.Tugas program linier. maksimisasi sama dengan.
Tugas program linier. maksimisasi sama dengan.
 
Simpleks maksimum
Simpleks maksimum Simpleks maksimum
Simpleks maksimum
 
-SIMPLEX.pdf
-SIMPLEX.pdf-SIMPLEX.pdf
-SIMPLEX.pdf
 
M2 lp-2 met simpleks
M2  lp-2 met simpleks M2  lp-2 met simpleks
M2 lp-2 met simpleks
 
Teknik riset operasi ppt.1
Teknik riset operasi ppt.1Teknik riset operasi ppt.1
Teknik riset operasi ppt.1
 
Pert.1 metode simpleks
Pert.1 metode simpleksPert.1 metode simpleks
Pert.1 metode simpleks
 
LP SIMPLEKS KASUS MINIMISASI.pptx
LP SIMPLEKS KASUS MINIMISASI.pptxLP SIMPLEKS KASUS MINIMISASI.pptx
LP SIMPLEKS KASUS MINIMISASI.pptx
 
MPL ITS
MPL ITSMPL ITS
MPL ITS
 
Risetoperasi 3-linear-programming-metode-simplex
Risetoperasi 3-linear-programming-metode-simplexRisetoperasi 3-linear-programming-metode-simplex
Risetoperasi 3-linear-programming-metode-simplex
 
Metode Simpleks.ppt
Metode Simpleks.pptMetode Simpleks.ppt
Metode Simpleks.ppt
 
Eliminasi gauss
Eliminasi gaussEliminasi gauss
Eliminasi gauss
 
program linier.pptx
program linier.pptxprogram linier.pptx
program linier.pptx
 
2. kuliah kedua or reguler 2015 1
2. kuliah kedua or reguler 2015 12. kuliah kedua or reguler 2015 1
2. kuliah kedua or reguler 2015 1
 
3.pl simpleks
3.pl simpleks3.pl simpleks
3.pl simpleks
 
1. Sistem Bilangan Real rev.pptx
1. Sistem Bilangan Real rev.pptx1. Sistem Bilangan Real rev.pptx
1. Sistem Bilangan Real rev.pptx
 
Lp analisis sensitivitas studi kasus reddy mikks
Lp   analisis sensitivitas studi kasus reddy mikksLp   analisis sensitivitas studi kasus reddy mikks
Lp analisis sensitivitas studi kasus reddy mikks
 
3. sistem persamaan linier
3. sistem persamaan linier3. sistem persamaan linier
3. sistem persamaan linier
 

More from Universitas Qomaruddin, Gresik, Indonesia

Studi Kasus (Artikel Ilmiah): Pengukuran Produktivitas dengan Objective Matrix
Studi Kasus (Artikel Ilmiah): Pengukuran Produktivitas dengan Objective MatrixStudi Kasus (Artikel Ilmiah): Pengukuran Produktivitas dengan Objective Matrix
Studi Kasus (Artikel Ilmiah): Pengukuran Produktivitas dengan Objective MatrixUniversitas Qomaruddin, Gresik, Indonesia
 

More from Universitas Qomaruddin, Gresik, Indonesia (20)

3. KONSEP TEKNOLOGI DI BIDANG TEKNIK INDUSTRI
3. KONSEP TEKNOLOGI DI BIDANG TEKNIK INDUSTRI 3. KONSEP TEKNOLOGI DI BIDANG TEKNIK INDUSTRI
3. KONSEP TEKNOLOGI DI BIDANG TEKNIK INDUSTRI
 
2. KONSEP TEKNOLOGI -PERKEMBANGAN IPTEK
2. KONSEP TEKNOLOGI -PERKEMBANGAN IPTEK2. KONSEP TEKNOLOGI -PERKEMBANGAN IPTEK
2. KONSEP TEKNOLOGI -PERKEMBANGAN IPTEK
 
1. KONSEP TEKNOLOGI - PENDAHULUAN
1. KONSEP TEKNOLOGI - PENDAHULUAN 1. KONSEP TEKNOLOGI - PENDAHULUAN
1. KONSEP TEKNOLOGI - PENDAHULUAN
 
2021_KAJIAN PUSTAKA & PERUMUSAN MASALAH
2021_KAJIAN PUSTAKA & PERUMUSAN MASALAH2021_KAJIAN PUSTAKA & PERUMUSAN MASALAH
2021_KAJIAN PUSTAKA & PERUMUSAN MASALAH
 
2021_PENDAHULUAN METODOLOGI PENELITIAN
2021_PENDAHULUAN METODOLOGI PENELITIAN2021_PENDAHULUAN METODOLOGI PENELITIAN
2021_PENDAHULUAN METODOLOGI PENELITIAN
 
Studi Kasus (Artikel Ilmiah): Pengukuran Produktivitas dengan Objective Matrix
Studi Kasus (Artikel Ilmiah): Pengukuran Produktivitas dengan Objective MatrixStudi Kasus (Artikel Ilmiah): Pengukuran Produktivitas dengan Objective Matrix
Studi Kasus (Artikel Ilmiah): Pengukuran Produktivitas dengan Objective Matrix
 
PART 1 - Evaluasi Pekerjaan & Penilaian Kinerja
PART 1 - Evaluasi Pekerjaan & Penilaian KinerjaPART 1 - Evaluasi Pekerjaan & Penilaian Kinerja
PART 1 - Evaluasi Pekerjaan & Penilaian Kinerja
 
MANAJEMEN STRESS KERJA
MANAJEMEN STRESS KERJAMANAJEMEN STRESS KERJA
MANAJEMEN STRESS KERJA
 
ERGONOMI: PERANCANGAN DISPLAY & KONTROL
ERGONOMI: PERANCANGAN DISPLAY & KONTROL ERGONOMI: PERANCANGAN DISPLAY & KONTROL
ERGONOMI: PERANCANGAN DISPLAY & KONTROL
 
KEPUASAN KERJA - PSIKOLOGI INDUSTRI
KEPUASAN KERJA - PSIKOLOGI INDUSTRI KEPUASAN KERJA - PSIKOLOGI INDUSTRI
KEPUASAN KERJA - PSIKOLOGI INDUSTRI
 
PSIKOLOGI INDUSTRI - MOTIVASI KERJA
PSIKOLOGI INDUSTRI - MOTIVASI KERJAPSIKOLOGI INDUSTRI - MOTIVASI KERJA
PSIKOLOGI INDUSTRI - MOTIVASI KERJA
 
ERGONOMI LINGKUNGAN FISIK - KEBISINGAN, TEMPERATUR, & GETARAN
ERGONOMI LINGKUNGAN FISIK - KEBISINGAN, TEMPERATUR, & GETARANERGONOMI LINGKUNGAN FISIK - KEBISINGAN, TEMPERATUR, & GETARAN
ERGONOMI LINGKUNGAN FISIK - KEBISINGAN, TEMPERATUR, & GETARAN
 
ERGONOMI - LINGKUNGAN FISIK - PENCAHAYAAN
ERGONOMI - LINGKUNGAN FISIK - PENCAHAYAANERGONOMI - LINGKUNGAN FISIK - PENCAHAYAAN
ERGONOMI - LINGKUNGAN FISIK - PENCAHAYAAN
 
ANALISIS JABATAN, SELEKSI, REKRUTMEN, & STAFFING
ANALISIS JABATAN, SELEKSI, REKRUTMEN, & STAFFINGANALISIS JABATAN, SELEKSI, REKRUTMEN, & STAFFING
ANALISIS JABATAN, SELEKSI, REKRUTMEN, & STAFFING
 
RISET DALAM PSIKOLOGI INDUSTRI
RISET DALAM PSIKOLOGI INDUSTRIRISET DALAM PSIKOLOGI INDUSTRI
RISET DALAM PSIKOLOGI INDUSTRI
 
PSIKOLOGI INDUSTRI - PENDAHULUAN
PSIKOLOGI INDUSTRI - PENDAHULUAN PSIKOLOGI INDUSTRI - PENDAHULUAN
PSIKOLOGI INDUSTRI - PENDAHULUAN
 
METODOLOGI PENELITIAN - PENULISAN LAPORAN DAN TEKNIK PRESENTASI
METODOLOGI PENELITIAN - PENULISAN LAPORAN DAN TEKNIK PRESENTASI METODOLOGI PENELITIAN - PENULISAN LAPORAN DAN TEKNIK PRESENTASI
METODOLOGI PENELITIAN - PENULISAN LAPORAN DAN TEKNIK PRESENTASI
 
ANALISIS POSTUR KERJA RULA REBA OWAS QEC - ERGONOMI
ANALISIS POSTUR KERJA RULA REBA OWAS QEC - ERGONOMI ANALISIS POSTUR KERJA RULA REBA OWAS QEC - ERGONOMI
ANALISIS POSTUR KERJA RULA REBA OWAS QEC - ERGONOMI
 
ANALISA DAN PENGUKURAN KERJA - SISTEM MANUSIA MESIN
ANALISA DAN PENGUKURAN KERJA - SISTEM MANUSIA MESINANALISA DAN PENGUKURAN KERJA - SISTEM MANUSIA MESIN
ANALISA DAN PENGUKURAN KERJA - SISTEM MANUSIA MESIN
 
ANALISA & PENGUKURAN KERJA - SISTEM KERJA DAN PRODUKTIVITAS
ANALISA & PENGUKURAN KERJA - SISTEM KERJA DAN PRODUKTIVITASANALISA & PENGUKURAN KERJA - SISTEM KERJA DAN PRODUKTIVITAS
ANALISA & PENGUKURAN KERJA - SISTEM KERJA DAN PRODUKTIVITAS
 

Recently uploaded

05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.ppt05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.pptSonyGobang1
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptxMuhararAhmad
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptxAnnisaNurHasanah27
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaRenaYunita2
 
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studiossuser52d6bf
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxmuhammadrizky331164
 

Recently uploaded (6)

05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.ppt05 Sistem Perencanaan Pembangunan Nasional.ppt
05 Sistem Perencanaan Pembangunan Nasional.ppt
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
 
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
2021 - 10 - 03 PAPARAN PENDAHULUAN LEGGER JALAN.pptx
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di Indonesia
 
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
 

PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE SIMPLEKS

  • 1. 2014/9/24 1 PPRROOGGRRAAMM LLIINNIIEERR - MMEETTOODDEE SSIIMMPPLLEEKKSS - AAuuddiittyyaa PPuurrwwaannddiinnii SSuuttaarrttoo,, PPhhDD METODE SSIIMMPPLLEEKKSS – PPEENNDDAAHHUULLUUAANN & SSYYAARRAATT
  • 2. 2014/9/24 2 MMEETTOODDEE SSIIMMPPLLEEKKSS  Metode Simpleks merupakan upaya menerjemahkan definisi geometris dari titik ekstrim/vertex menjadi definisi aljabar.  Metode Simplek adalah suatu prosedur iterative/berulang.  Berawal dari suatu vertex/titik pojok suatu daerah layak , setiap iterasi membawa kita menuju titik ekstrim layak lain dengan nilai fungsi obyektif yang terus lebih baik (meningkat untuk masalah maksimasi dan menurun untuk masalah minimasi).  Proses atau Iterasi berhenti sampai solusi optimal tercapai. BBEENNTTUUKK BBAAKKUU MMAASSAALLAAHH LLPP  Suatu masalah LP harus dibawa ke dalam bentuk standar yang memiliki sifat sebagai berikut: 1. Fungsi obyektifnya berbentuk maksimasi atau minimasi 2. Semua variabel adalah non negatif. 3. Semua konstrain linier nya dapat ditulis sedemikian rupa sehingga variabel yang terlibat kurang dari atau sama dengan suatu konstanta non negatif.
  • 3. 2014/9/24 3 AA.. KKOONNSSTTRRAAIINN//BBAATTAASSAANN//KKEENNDDAALLAA  Suatu pertidaksamaan perlu diubah menjadi sebuah persamaan dengan menambahkan variabel slack ke (mengurangkan variabel surplus dari) sisi kiri konstrain tersebut Misal konstrain Kita tambahkan slack s1 ≥ 0 ke sisi kiri untuk memperoleh persamaan Lalu konstrain 2 6 1 2 x  x  2 6 0 1 2 1 1 x  x  s  s  3 2 3 5 1 2 3 x  x  x  Kita mengurangkan variabel surplus s2 ≤ 0 dari sisi kiri untuk memperoleh persamaan 3 2 3 5, 0 1 2 3 2 2 x  x  x  s  s   Sisi kanan dari sebuah persamaan dapat selalu dibuat non negatif dengan mengalikan kedua sisi dengan -1. 2 3 7 5 2 3 7 5 1 2 3 1 2 3 x  x  x     x  x  x   Arah pertidaksamaan dibalik ketika kedua sisi dikalikan dengan -1 2 5 2 5 1 2 1 2 x  x     x  x 
  • 4. 2014/9/24 4 Tinjauan Grafis Variabel Slack KKoonnssttrraaiinn ke-3 x1 + x2 == 88 KKoonnssttrraaiinn x1 7 Solusi Optimum ppeerrttaammaa x1 = 6 s1 = 1 KKoonnssttrraaiinn kedua: 2x1 + 3x2 = 19 s2 = 0 x1 x2 8 7 6 5 4 3 2 1 s3 = 0 SSoolluussii OOppttiimmuumm (x1 = 5, x2 = 3) 11 22 33 44 55 66 77 8 99 1100 BB.. VVAARRIIAABBEELL  Variabel yang tidak dibatasi (tidak terbatas) dapat diekspresikan dalam bentuk dua variabel non negatif dengan menggunakan substitusi     ,   0 i i i i i y y y y y  Substitusi harus diberlakukan di semua konstrain dan dalam fungsi tujuan
  • 5. 2014/9/24 5 CC.. FFUUNNGGSSII TTUUJJUUAANN  Walaupun model LP standar dapat berbentuk maksimasi atau minimasi, konversi dari satu bentuk ke bentuk lainnya kadang-kadang berguna. Maksimasi sebuah fungsi adalah setara dengan minimasi negatif dari fungsi yang sama, dan dengan demikian pula sebaliknya Maksimumkan 1 2 3 Z  5x  2x  3x Secara matematis adalah setara dengan Minimumkan   1 2 3  Z  5x  2x  3x CCoonnttoohh  Ubahlah model LP berikut ke dalam bentuk baku Maksimasi Z  9x 18x 1 2 Subject to (dengan syarat) 6 3 18 1 2 x  x  2 2 16 1 2 x  x  , tidak terbatas, 0 1 2 x x   Maka bentuk baku nya adalah Maksimasi Subject to (dengan syarat) 1 1 2 1 2 Z  9x   9x  18x  0s  0s       6 x 6 x 3 x s 18 1 1 2 1       2 x 2 x 2 x s 16 1 1 2 2    , , , , 0 x x x s s 1 1 2 1 2
  • 6. 2014/9/24 6 MMAASSAALLAAHHMMAAKKSSIIMMAASSII Menyusun Tabel SSiimmpplleekk AAwwaall 1. Ubahlah pertidaksamaan sistem linier kedalam suatu persamaan sistem linier dengan menambahkan variabel slack. 2. Tulis ulang fungsi obyektif 1 1 2 2 n n P  c x  c x   c x kedalam bentuk 1 1 2 2 0 n n c x  c x    c x  P  dimana semua variabel di sisi kiri dan koefisien Z adalah +1. Tulislah persamaan ini dibawah persamaan dalam step 1. 3. Tuliskan augmented matrix (matriks diperbesar) yang terkait dengan persamaan sistem linier.
  • 7. 2014/9/24 7 CCoonnttoohh:MMaassaallaahh PPrroodduukkssii  Diberikan suatu masalah maksimasi sebagai berikut Z  x 1,2x atau ekuivalen dengan Z  x  6 x subject to 1 2 1 5 2 2 180 1 2 x  x  3 300 1 2 x  x  , 0 1 2 x x   Masalah di atas merupakan suatu masalah standar maksimasi dan dapat dipecahkan menggunakan metode simpleks.  Susunlah tabel simpleks awal untuk memecahkan masalah LP ini. Jawab  Tambahkan variabel slack x1 dan x2 ke dalam pertidaksamaan 2 180 1 2 x  x  3 300 1 2 x  x  sehingga menjadi persamaan, sebagai berikut 2 180 300 x x s    1 2 1 x  x  s  1 2 2  Lalu, tulis ulanglah fungsi obyektif ke dalam bentuk 0 6 1 2 Z  x  x  5
  • 8. 2014/9/24 8 JJaawwaabb  Maka bentuk standar masalah LP diatas akan berubah menjadi Maksimasi Dengan konstrain 0 6 1 2 Z  x  x  2 180 300 x x s    x x s 1 2 2 , , , 0 1 2 1 2 1 2 1     x x s s 5  Tabel awal yang terkait dengan sistem LP diatas adalah Variabel Non Basis Basis x1 x2 s1 s2 Solusi Z –1 – 6/5 0 0 0 s1 2 1 1 0 118800 s2 1 3 0 1 330000 R1 R2 R3
  • 9. 2014/9/24 9 Metode Simpleks 1. Susunlah tabel simpleks awal. 2. Tentukan apakah solusi optimum telah tercapai dengan memeriksa semua elemen dalam baris pertama. a. Jika semua elemen non basis telah non negatif, maka solusi optimum telah tercapai. Lanjutkan ke step 4. b. Jika masih ada satu atau lebih elemen negatif, solusi optimal belum tercapai. Lanjutkan ke step 3. 3. Lakukan operasi pivot. Kembali ke step 2. 4. Tentukan solusi optimum.  Pada step 1 diperoleh tabel simpleks awal sebagai berikut: BBaassiiss x1 x2 s1 s2 Solusi Z –1 – 66//55 0 0 0 s1 2 1 1 0 118800 s2 1 3 0 1 330000  SSeellaannjjuuttnnyyaa, solusi mmaassaallaahh tteerrsseebbuutt aaddaallaahh ...
  • 10. 2014/9/24 10 JJaawwaabb BBaassiiss x1 x2 s1 s2 Solusi Z –1 – 66//55 0 0 0 s1 2 1 1 0 118800 s2 1 33 0 1 330000 SStteepp 22.. Tentukan apakah solusi optimal telah tercapai. ✦ Karena baris atas (baris koefisien fungsi tujuan) masih mengandung elemen negatif, maka solusi awal belum optimal. JJaawwaabb BBaassiiss x1 x2 s1 s2 Solusi Z –11 – 66//55 0 0 0 s1 2 1 1 0 118800 s2 1 33 0 1 330000 SStteepp 33.. LLaakkuukkaann Operasi Pivot. ✦ Karena elemen/entri– 6/5 adalah negatif terbesar maka x2 adalah variabel non basis yang menjadi entering variable dan kolom terkait disebut kolom pivot (kolom masuk) ✦ Mengapa dipilih negatif terbesar (pada kasus maksimasi)? Dengan mencari koefisien negatif terbesar pada fungsi tujuan akan mempercepat tercapainya solusi optimal.
  • 11. 2014/9/24 11 JJaawwaabb BBaassiiss x1 x2 s1 s2 Solusi Z –11 – 66//55 0 0 0 s1 2 1 1 0 118800 s2 1 33 0 1 330000 SStteepp 33.. Lakukan operasi pivot. 180 1 300 3 ✦ Bagilah setiap nilai positif dalam kolom pivot dengan 180 100   entri/koefisien yang terkait dalam the kolom Solusi dan bandingkan rasio yang diperoleh ✦ Kita lihat bahwa ratio 300/3 = 100 kurang dari sama dengan rasio 180/1 = 180. Variabel basis yang memiliki rasio terkecil (s2) disebut leaving variable dan baris 3 menjadi persamaan pivot (pivot equation). JJaawwaabb BBaassiiss x1 x2 s1 s2 Solusi Z –11 – 66//55 0 0 0 s1 2 1 1 0 118800 x2 1 3 0 1 330000 SStteepp 33.. Lakukan operasi pivot. ✦ Koefisien/entri 3 disebut elemen pivot karena berada di dalam pivot kolom dan pivot baris
  • 12. 2014/9/24 12 JJaawwaabb Basis Z x1 x2 s1 s2 Solusi 1 –11 – 6/5 0 0 0 s1 0 2 1 1 0 118800 x2 0 1 3 0 1 330000 3 3 1 R Step 3. Lakukan operasi pivot. ✦ Persamaan pivot akan berubah menjadi persamaan dengan elemen baru dengan mengubah elemen pivot menjadi 1 (seluruh elemen lama dibagi elemen pivot lama) Persamaan pivot baru = persamaan pivot lama : elemen pivot JJaawwaabb BBaassiiss Z x1 x2 s1 s2 Solusi 1 –1 – 6/5 0 0 0 s1 0 2 1 1 0 118800 x2 0 11//33 1 0 1/3 110000 3 3 1 R
  • 13. 2014/9/24 13 JJaawwaabb BBaassiiss Z x1 x2 s1 s2 Solusi 1 –1 – 6/5 0 0 0 s1 0 2 1 1 0 118800 x2 0 1/3 11 0 11//33 110000 R    6  R   1 5 3    2 3 R  1 R Step 3. Lakukan operasi pivot. ✦ Lakukan operasi baris elementer untuk mengubah kolom pivot menjadi suatu kolom unit.   Persamaan baru = (persamaan lama) – (koefisien kolom pivot) x (persamaan pivot baru) SSoolluuttiioonn BBaassiiss Z x1 x2 s1 s2 Solusi 1 –33//55 0 0 2/5 112200 s1 0 55//33 0 1 –1/3 8800 x2 0 11//33 11 0 1/3 110000 Step 3. Lakukan operasi pivot. ✦ Lakukan operasi baris elementer untuk mengubah kolom pivot menjadi suatu kolom unit.
  • 14. 2014/9/24 14 JJaawwaabb BBaassiiss Z x1 x2 s1 s2 Solusi 1 –33//55 0 0 22//55 112200 s1 0 5/3 0 1 –11//33 8800 x2 0 1/3 1 0 11//33 110000 Step 3. Lakukan operasi pivot. ✦ Langkah ini mengakhiri suatu iterasi. ✦ Baris pertama tabel masih mengandung angka negatif, sehingga solusi optimal belum tercapat. ✦ Oleh karena itu kita ulangi iterasi berikutnya. JJaawwaabb BBaassiiss Z x1 x2 s1 s2 Solusi 1 –33//55 0 0 22//55 112200 s1 0 5/3 0 1 –11//33 8800 x2 0 1/3 11 0 11//33 110000 SStteepp 33.. Lakukan operasi pivot. ✦ Karena elemen/entri– 3/5 adalah negatif terbesar maka x1 adalah variabel non basis yang menjadi entering variable dan kolom terkait disebut kolom pivot (kolom masuk)
  • 15. 2014/9/24 15 JJaawwaabb BBaassiiss Z x1 x2 s1 s2 Solusi 1 –33//55 0 0 2/5 112200 s1 0 5/3 0 1 –1/3 80 x2 0 1/3 11 0 1/3 110000 Step 3. Lakukan operasi pivot. Rasio 80 5/3 100 1/3 ✦ Bagilah setiap angka positif dalam kolom pivot dengan   elemen terkait dalam kolom solusi dan bandingkan rasio yang diperoleh. ✦ Rasio 80/(5/3) = 48 adalah kurang dari rasio 100/(1/3) = 48 300 300, maka baris 1 baris pivot (persamaan pivot) baru. Variabel basis yang memiliki rasio terkecil (s1) disebut leaving variable dan baris 2 menjadi persamaan pivot (pivot equation). JJaawwaabb BBaassiiss Z x1 x2 s1 s2 Solusi 1 –33//55 0 0 22//55 112200 x1 0 5/3 0 1 –11//33 8800 x2 0 1/3 11 0 11//33 110000 SStteepp 33.. Lakukan operasi pivot. ✦ Elemen 5/3 disebut elemen pivot karena berada dalam kolom pivot dan persamaan pivot
  • 16. 2014/9/24 16 JJaawwaabb BBaassiiss Z x1 x2 s1 s2 Solusi 1 –33//55 0 0 2/5 112200 x1 0 5/3 0 1 –1/3 8800 x2 0 1/3 11 0 1/3 110000 3 R SStteepp 3. LLaakkuukkaann ooppeerraassii pivot. ✦ Persamaan pivot akan berubah menjadi persamaan dengan elemen baru dengan mengubah elemen pivot menjadi 1 (seluruh elemen lama dibagi elemen pivot lama) 5 2 BBaassiiss Z x1 x2 s1 s2 Solusi 1 –33//55 0 0 2/5 112200 x1 0 1 0 33//55 –1/5 48 x2 0 1/3 11 0 1/3 110000 3 R 5 2 JJaawwaabb Z x1 x2 s1 s2 Solusi 1 –33//55 0 0 2/5 112200 x1 0 1 0 33//55 –1/5 48 R   3   R   1 5 2     x2 0 1/3 1 0 1/3 110000 3 3 1 Step 3. Lakukan operasi pivot. ✦ Lakukan operasi baris elementer untuk mengubah kolom pivot menjadi suatu kolom unit.  R 1  R    Z x1 x2 s1 s2 Solusi 1 00 0 99//2255 77//2255 11448844//55 x1 0 1 0 3/5 –11//55 4488 x2 0 0 11 -1/5 22//55 8844 R    3  R   1 5 2 R   1  R    3 3 1   
  • 17. 2014/9/24 17 JJaawwaabb Z x1 x2 s1 s2 Solusi 1 00 0 99//2255 77//2255 11448844//55 x1 0 1 0 3/5 –11//55 4488 x2 0 0 11 -1/5 22//55 8844 SStteepp 33.. LLaakkuukkaann ooppeerraassii pivot. ✦ BBaarriiss ppeerrttaammaa ttaabbeell sudah ttiiddaakk mmeennggaanndduunngg aannggkkaa nneeggaattiiff, sseehhiinnggggaa solusi ooppttiimmuumm tteellaahh tteerrccaappaaii. JJaawwaabb Z x1 x2 s1 s2 Solusi 1 0 0 99//2255 77//2255 114488 44//55 x1 0 1 0 3/5 –1/5 4488 x2 0 0 11 –1/5 2/5 8844 Step 4. Tentukan solusi optimum. ✦ Tetapkan mana variabel basis dalam tabel akhir. Dalam kasus ini, variabel basisnya adalah x1, x2, dan Z.  Nilai optimal x1 48.  Nilai optimum x2 84.  Nilai optimum Z 148.8. ✦ Dengan demikian, pabrik akan mendapatkan maksimasi profit $148.80 dengan memproduksi tipe-A 48 buah dan 84 tipe-B.
  • 18. 2014/9/24 18 MMAASSAALLAAHHMMIINNIIMMAASSII MMAASSAALLAAHH MMIINNIIMMAASSII DDEENNGGAANN KKOONNSSTTRRAAIINN   Pada ppeemmbbaahhaassaann sseebbeelluummnnyyaa kita mmeenngggguunnaakkaann metode ssiimmpplleekkss untuk mmeemmeeccaahhkkaann mmaassaallaahh LLPP yyaanngg memenuhi 3 kondisi: 1. FFuunnggssii oobbyyeekkttiiff aaddaallaahh mmaakkssiimmaassii. 2. Semua vvaarriiaabbeell yyaanngg tteerrlliibbaatt non nneeggaattiiff. 3. SSeettiiaapp kkoonnssttrraaiinn/kkeennddaallaa lliinniieerr ddaappaatt ddiittuulliiss ddaallaamm bbeennttuukk sseeddeemmiikkiiaann rupa sseehhiinnggggaa vvaarriiaabbeellnnyyaa kurang dari aattaauu sama ddeennggaann suatu kkoonnssttaannttaa non nneeggaattiiff  SSeellaannjjuuttnnyyaa kita aakkaann melihat bbaaggaaiimmaannaa metode ssiimmpplleekkss ddaappaatt ddiigguunnaakkaann untuk mmeemmeeccaahhkkaann mmaassaallaahh mmiinniimmaassii yyaanngg memenuhi kondisi kedua dan ketiga ddaarrii ssyyaarraatt diatas .
  • 19. 2014/9/24 19 CCOONNTTOOHH  PPeeccaahhkkaann mmaassaallaahh pprrooggrraamm lliinniieerr bbeerriikkuutt : 1 2 Minimasi Z  2x  3x 5 4 32 1 2 x  x  2 10 1 2 x  x  , 0 1 2 x x   Untuk mmeemmeeccaahhkkaann mmaassaallaahh ini mmeenngggguunnaakkaann metode ssiimmpplleekkss, kita mmeenngguubbaahh fungsi oobbyyeekkttiiff ddaarrii mmiinniimmaassii ke bentuk maksimasi yyaanngg eekkuuiivvaalleenn dimana W = -Z . 1 2 Maksimasi W  2x  3x 5 4 32 1 2 x  x  2 10 1 2 x  x  , 0 1 2 x x  JJaawwaabb SStteepp 11.. Susun tabel simpleks awal. ✦ Ubahlah konstrain ke dalam persamaan dengan menambahkan variables slack x1 dan x2 sehingga persamaan LP standar menjadi 1 2 W  2x  3x 5 x  4 x  s  32 1 2 1 2 10 x x s    1 2 2 , , , 0 x x s s 1 2 1 2  ✦ Tulis koefisien tersebut dalam tabel simpleks awal BBaassiiss W x1 x2 s1 s2 Solusi Maximize P  2x  3y 1 -2 -3 0 0 0 s1 0 5 4 11 0 32 s2 0 1 2 0 1 10
  • 20. 2014/9/24 20 JJaawwaabb BBaassiiss W x1 x2 s1 s2 Solusi 1 -2 -3 0 0 0 s1 0 5 4 1 0 3322 s2 0 1 22 0 1 1100 SStteepp 22.. Tentukan apakah solusi optimal telah tercapai. ✦ Karena baris atas (baris koefisien fungsi tujuan) masih mengandung elemen negatif, maka solusi awal belum optimal. JJaawwaabb BBaassiiss MWaximizxe1 Px2 2x s13y s2 Solusi 1 -2 -3 0 0 0 s1 0 5 4 1 0 3322 s2 0 1 2 0 1 1100 Step 3. Lakukan operasi pivot. Maximize P  2x  3y Rasio 32 4 10 2 8 5   BBaassiiss W x1 x2 s1 s2 Solusi 1 -2 -3 0 0 0 s1 0 5 4 1 0 3322 s2 0 1 2 0 1 1100
  • 21. 2014/9/24 21 BBaassiiss WMaximx1 ize x 2 P  2s1x  3ys2 Solusi 1 -2 -3 0 0 0 s1 0 5 4 11 0 3322 s2 0 1 2 0 1 1100 BBaassiiss MWaximixz1e Px2  2xs1 3y s2 Solusi 1 -2 -3 0 0 0 s1 0 5 4 11 0 3322 1 R 2 3 s2 0 1 2 0 1 1100 BBaassiiss MWaximxiz1 e xP2  2xs1 3y s2 Solusi 1 -2 -3 0 0 0 s1 0 5 4 1 0 3322 1 R 2 3 s2 0 11//22 1 0 11//22 5
  • 22. 2014/9/24 22 Maximize P  2x  3y    2 3 R  4 R W x1 x2 s1 s2 Solusi 1 -2 -3 0 0 0 s1 0 5 4 11 0 32 x2 0 1/2 11 0 11//22 5    1 3 R  3 R MaWximizxe1 Px2 2x s13y s2 Solusi 1 -11//22 0 0 33//22 1155 s1 0 3 0 1 -2 1122 x2 0 11//22 1 0 11//22 5    1 3 R  3 R    2 3 R  4 R BBaassiiss WMaximx1ize x 2 P  2s1x  3ys2 Solusi 1 -1/2 0 0 33//22 1155 s1 0 3 0 1 -2 1122 x2 0 11//22 1 0 11//22 5 BBaassiiss MWaximxiz1 e xP2  2xs1 3y s2 Solusi 1 -11//22 0 0 33//22 1155 s1 0 3 0 1 -2 1122 x2 0 11//22 1 0 11//22 5
  • 23. 2014/9/24 23 Maximize P  2x  3y 12 3 5 1/ 2 4 10   BBaassiiss W x1 x2 s1 s2 Solusi 1 -11//22 0 0 33//22 1155 x1 0 3 0 1 -2 1122 x2 0 1/2 1 0 11//22 5 BBaassiiss W x1 x2 s1 s2 Solusi 1 -11//22 0 0 33//22 1155 x1 0 3 0 1 -2 1122 x2 0 1/2 1 0 11//22 5 BBaassiiss W x1 x2 s1 s2 Solusi 1 -1/2 0 0 33//22 1155 x1 0 3 0 1 -2 1122 x2 0 1/2 1 0 11//22 5 1 R 3 2 BBaassiiss W x1 x2 s1 s2 Solusi 1 -11//22 0 0 33//22 1155 x1 0 1 0 11//33 -22//33 4 x2 0 11//22 1 0 11//22 5 1 R 3 2
  • 24. 2014/9/24 24 BBaassiiss W x1 x2 s1 s2 Solusi 1 -11//22 0 0 33//22 15 x1 0 1 0 1/3 -22//33 4 x2 0 11//22 1 0 11//22 5 R   1  R    1 2 2  R  1  R    3 2 2  BBaassiiss W x1 x2 s1 s2 Solusi 1 0 0 1/6 77//66 1177 x1 0 1 0 1/3 –2/3 4 x2 0 0 1 –11//66 55//66 3 R   1  R    1 2 2  R  1  R    3 2 2  BBaassiiss W x1 x2 s1 s2 Solusi 1 0 0 1/6 77//66 1177 x1 0 1 0 1/3 –2/3 4 x2 0 0 1 –11//66 55//66 3
  • 25. 2014/9/24 25 JJaawwaabb W x1 x2 s1 s2 Solusi 1 0 0 1/6 77//66 1177 0 1 0 1/3 –22//33 4 0 0 1 –11//66 55//66 3 Step 4. Tentukan solusi optimum. ✦ Tetapkan maka variabel basis dalam tabel final. Dalam kasus ini, variabel basisnya adalah x1, x2, dan W.  Nilai optimum untuk x1 adalah 4.  Nilai optimum untuk x2 adalah 3.  Nilai optimum untuk W adalah 17, yang berarti nilai minimum untuk Z= –17. PPEEMMEECCAAHHAANN AAWWAALL BBUUAATTAANN UUNNTTUUKK MMEETTOODDEE SSIIMMPPLLEEKKSS PRIMAL
  • 26. 2014/9/24 26  Pada kasus-kasus sseebbeelluummnnyyaa, semua konstrain bbeerrbbeennttuukk ≤ . Kondisi sseeppeerrttii ini tidak ddaappaatt dipenuhi oleh semua mmooddeell LLPP, sehingga menimbulkan kkeebbuuttuuhhaann untuk mmeerraannccaanngg sseebbuuaahh pprroosseedduurr ppeerrhhiittuunnggaann otomatis untuk memulai iitteerraassii ssiimmpplleekkss.. KKiittaa mmeellaakkuukkaann ini ddeennggaann mmeennaammbbaahhkkaann vvaarriiaabbeell bbuuaattaann (aarrttiiffiicciiaall vvaarriiaabbllee) yyaanngg ddiippeerrlluukkaann untuk mmeemmaaiinnkkaann ppeerraann sseebbaaggaaii vvaarriiaabbeell slack. KKaarreennaa vvaarriiaabbeell ini tidak mmeemmiilliikkii makna fisik ddaallaamm model maka hhaarruuss dibuat menjadi nol di iitteerraassii ooppttiimmuumm. DDeennggaann kata lain, kita mmeenngggguunnaakkaann aarrttiiffiicciiaall vvaarriiaabbllee untuk memulai ppeemmeeccaahhaann dan tteerraakkhhiirryyaa kita tinggalkan sseetteellaahh mmiissii tteerrccaappaaii.  Untuk mmeennccaappaaii hal ini kita ppeerrlluu mmeennggeennaakkaann ppeennaallttii pada vvaarriiaabbeell bbuuaattaann ini ddaallaamm fungsi tujuan yyaanngg ddaappaatt dilakukan ddeennggaann 2 ccaarraa 1. MMeettooddeeM 2. MMeettooddee DDuuaa Tahap (tidak dibahas) MMEETTOODDEE MM  Tinjau masalah berikut  dengan konstrain 3 x  x  3 1 2 4 x  3 x  6 1 2 2 4 x x   1 2  Bentuk standar masalah LP di atas menjadi  Dengan konstrain 1 2 Minimasi z  4x  x , 0 1 2  x x 1 2 Minimasi z  4x  x 3 x  x  3 1 2 4 x  3 x  s  6 1 2 1 2 4 x x s    1 2 2 , , , 0 1 2 1 2  x x s s
  • 27. 2014/9/24 27  Karena persamaan pertama dan kedua tidak memiliki variabel yang berperan sebagai variabel slack maka kita tambahkan variabel buatan A1 dan A2 dalam kedua persamaan tersebut 3 x  x  A  3 1 2 1 4 x  3 x  x  A  6 1 2 3 2  Kita dapat mengenakan penalti pada A1 dan A2 dalam fungsi tujuan dengan memberikan koefisien yang sangat besar dalam fungsi tujuan. Anggap M > 0 adalah konstanta yang sangat besar, jadi model LP dengan variabel buatan ini akan berubah menjadi 3 x  x  A  3 1 2 1 4 x  3 x  s A  6 1 2 1 2 2 4 x x s    1 2 2 , , , , , 0 1 2 1 1 2 2  x x s A A s  Fu== A   x  x A x x s  Fungsi Tujuan menjadi 3 3 1 1 2 6 4 3     2 1 2 1     4 3 3 6 4 3 z  x  x  M  x  x  M  x  x  s 1 2 1 2 1 2 1  4 7 Mx  1 4 x Ms 9 M       1 2 1 z 4 7Mx 1 4x Ms 9M 1 2 1      
  • 28. 2014/9/24 28 TTaabbeell SSiimmpplleekkss Basis x1 x2 s1 A1 A2 s2 Solusi Z -44 ++ 77MM -11++44MM -M 0 0 0 99MM A1 3 1 0 1 0 0 3 A2 4 3 -1 0 1 0 6 s2 1 2 0 0 0 1 4 Basis x1 x2 s1 A1 A2 s2 Solusi Z -44 ++ 77MM -11++44MM -M 0 0 0 9M x1 3 1 0 1 0 0 3 A2 4 3 -1 0 1 0 6 s2 1 2 0 0 0 1 4 Basis x1 x2 s1 A1 A2 s2 Solusi Z 0 ((11++55MM))// 3 -M (4-77MM))//33 0 0 44++22MM x1 1 1/3 0 11//33 0 0 1 A2 0 5/3 -1 -44//33 1 0 2 s2 0 5/3 0 -11//33 0 1 3 Basis x1 x2 s1 A1 A2 s2 Solusi Z 0 0 11//55 88//55 – M -11//55 – M 0 1188//55 x1 1 0 11//55 33//55 -11//55 0 33//55 x2 0 1 -33//55 -44//55 33//55 0 66//55 s2 0 0 1 1 -1 1 1
  • 29. 2014/9/24 29 Basis x1 x2 s1 A1 A2 s2 Solusi Z 0 0 0 77//55 – M -M -11//55 1177//55 x1 1 0 0 22//55 0 -11//55 22//55 x2 0 1 0 -11//55 0 33//55 99//55 s1 0 0 1 1 -1 1 1  Iterasi selesai karena sudah tidak ada variabel yang memiliki elemen positif  Dalam kasus ini, variabel basisnya adalah x1, x2, s1 , dan Z.  Nilai optimum untuk x1 adalah 2/5.  Nilai optimum untuk x2 adalah 9/5  Nilai optimum untuk s1 adalah 1.  Nilai optimum untuk Z adalah 17/5