SlideShare a Scribd company logo
1 of 22
METODE SIMPLEX
LINEAR PROGRAMMING (LP)
Latar Belakang
• Sulitnya menggambarkan grafik berdimensi banyak atau
kombinasi lebih dari dua variabel.
• Metode grafik tidak mungkin dapat dilakukan untuk
menyelesaikan masalah program linear yang melibatkan lebih
dari dua variable.
• Dalam keadaan ini (variabel lebih dari dua) dibutuhkan metode
lain yang sering disebut sebagai metode algoritma simplex.
• Metode ini diperkenalkan oleh George B Dantzig pada tahun
1947.
Metode Simplex
• Metode simpleks merupakan prosedur iterasi
yang bergerak bertahap dan berulang.
• Jumlah variabel tidak terbatas
• Penyelesaian masalah LP dengan metode
simplex harus menggunakan bentuk standar.
Persyaratan Metode Simpleks
1) Semua kendala pertidaksamaan harus
dinyatakan sebagai persamaan.
2) Sisi kanan (the right side) dari sebuah kendala
tidak boleh ada yang negatif.
3) Nilai kanan (NK/RHS) fungsi tujuan harus nol
(0).
4) Semua variabel dibatasi pada nilai-nilai non-
negatif.
CONTOH PEMECAHAN KASUS MAKSIMISASI
• SEBUAH PERUSAHAAN MEUBEL MEMBUAT DUA MACAM KURSI TAMU,
YAKNI TYPE X1 DAN TYPE X2.HARGA JUAL DAN PENGGUNAAN SUMBER
DAYA, SERTA BIAYA VARIABEL SATUAN SETIAP PRODUK ADALAH HARGA
JUAL UNIT X1 DAN X2 MASING-MASING Rp. 50.000 DAN RP. 70.000.BIAYA
VARIABEL SATUAN PRODUK ITU MASING-MASING RP. 30.000 dan Rp.
40.000. PEMAKAIAN SUMBER DAYA UNTUK SETIAP PRODUK DAN SEDIAAN
KAPASITAS SETIAP SUMBER DAYA DISAJIKAN DALAM TABEL BERIKUT :
•
Jenis Produk Pemotongan dan
Penghalusan
(Kendala 1)
Perakitan dan
Pemasangan
Atribut (Kendala 2)
Pemsangan
Formika (kendala 3)
X1
X2
1 JAM
2 JAM
1 JAM
0,75 JAM
0 JAM
1 JAM
SEDIAAN WAKTU
OPERASI
400 JAM 240 JAM 180 JAM
DIMINTA :
NYATAKAN KELUARAN X1 DAN X2 PADA TINGKAT LABA (KONTRIBUSI) MAKSIMUM
DINYATAKAN PULA JUMLAH SETIAP KELUARAN PADA OPTIMAL TERSEBUT.
Langkah Pertama
• Lebih dahulu menentukan fungsi tujuan dan fungsi kendala yang sesuai .
• Fungsi Tujuan :
• Maksimumkan Z = 20.000X1 + 30.000X2
• Fungsi Kendala : X1 + X2 ≤ 400
• X1 + 0,75X2 ≤ 240
• 0X1 + X2 ≤ 180
• Dengan Syarat Ikatan X1 ≥ 0
•
Langkah Kedua
• Mengubah fungsi tujuan dan fungsi kendala menjadi bentuk implisit
dengan jalan menggeser fungsi tujuan ke Z, yaitu
• Z - 20.000X1 - 30.000X2 = 0. Sedangkan fungsi kendala (selain kendala
non negatif) dirubah menjadi bentuk persamaan dengan menambah
variabel slack, yaitu suatu variabel yang mewakili tingkat
pengangguran kapasitas yang merupakan batasan.
•
• Fungsi kendala tersebut diatas diubah menjadi :
• Fungsi Kendala : X1 + X2 + 1S1 + OS2 + OS3 = 400
• X1 + 0,75X2 + 0S1 + 1S2 + OS3 = 240
• 0X1 + X2 + 0S1 + 0S2 + 1S3 = 180
• Dengan Syarat Ikatan X1, X2, S1,S2,S3 ≥ 0
•
LANGKAH KETIGA
Mentabulasi Persamaan-persamaan Fungsi Tujuan dan
Kendala Yang telah dirubah seperti pada langkah 2
diatas.
Basis Z X1 X2 S1 S2 S3 NK Index
Z 1 -20.000 -30.000 0 0 0 0
S1 0 1 2 1 0 0 400
S2 0 1 0.75 0 1 0 240
S3 0 0 1 0 0 1 180
LANGKAH KEEMPAT
Menentukan kolom pivot(entering variabel) dipilih dari baris Z
dengan angka negatif terbesar untuk masalah maksimisasi.
Basis Z X1 X2 S1 S2 S3 NK Index
Z 1 -20.000 -30.000 0 0 0 0 0
S1 0 1 2 1 0 0 400 200
S2 0 1 0.75 0 1 0 240 320
S3 0 0 1 0 0 1 180 180
LANGKAH KELIMA
Menentukan baris pivot(leaving variabel). Untuk menentukan baris mana yang
dipilih dapat dilakukan dengan membagi kolom solusi dengan kolom pivot pada
setiap baris, kemudian dipilih angka yang terkecil.
Basis Z X1 X2 S1 S2 S3 NK Index
Z 1 -20.000 -30.000 0 0 0 0
S1 0 1 2 1 0 0 200
S2 0 1 0.75 0 1 0 320
S3 0 0 1 0 0 1 180
LANGKAH KEENAM
Menentukan persamaan pivot baru adalah = baris pivotlama : elemen pivot.
Elemen pivot adalah perpotongan antara kolom pivot dengan baris pivot.
Sehingga dihasilkan persamaman pivot baru.
Basis Z X1 X2 S1 S2 S3 NK Index
Z 1
S1 0
S2 0
X2 0 0 1 0 0 1 180
6. Membuat baris baru dengan mengubah nilai-nilai baris (selain baris kunci)
sehingga nilai-nilai kolom kunci = 0, dengan mengikuti perhitungan sbb. :
NBBK = Nilai baris baru kunci
• Baris Z
Baris lama [−20.000 −30.000 0 0 0 0 ]
NBBK = -30.000 [ 0 1 0 0 1 180]
Baris baru -20.000 0 0 0 30.000 5.400.000
LANGKAH KETUJUH
LANGKAH KETUJUH
Baris S1
Baris lama [ 1 2 1 0 0 400 ]
NBBK = 2 [ 0 1 0 0 1 180 ]
Baris baru 1 0 1 0 -2 40
Baris S 2
Baris lama [ 1 0,75 0 1 0 240 ]
NBBK = 0,75 [ 0 1 0 0 1 180 ]
Baris baru 1 0 0 1 -0,75 105
Var. Dsr Z X1 x2 s1 s2 s3 NK Index
Z 1 −20.000 0 0 0 30.000
5.400
.000
s1 0 1 0 1 0 -2 40 40
x2 0 1 0 0 1 -0.75 105 105
S3 0 0 1 0 0 1 180
Masukkan nilai baris baru Z, s1, dan s3 ke dalam tabel, sehingga
tabel menjadi seperti berikut:
Var. Dsr Z X1 x2 s1 s2 s3 NK Index
Z 1
X1 0 1 0 1 0 -2 40 40
x2 0
Baris Z
Baris lama [−20.000 0 0 0 30.000 5.400.000]
NBBK = -20.000 [ 1 0 1 0 -2 40 ]
Baris baru 0 0 20.000 0 -10.000 6.200.000
Baris S2
Baris lama [ 1 0 0 1 -0,75 105]
NBBK x 1 [ 1 0 1 0 -2 40 ]
Baris baru 0 0 -1 1 1,25 65
Baris X2
Baris lama [ 0 1 0 0 1 180 ]
NBBK = x 0 [ 1 0 1 0 -2 40 ]
Baris baru 0 1 0 0 1 180
Var. Dsr Z X1 x2 s1 s2 s3 NK Index
Z 1 0 0 20.000 0 -10.000 6.200.000
X1 0 1 0 1 0 -2 40 40
S2 0 0 0 -1 1 1,25 65
X2 0 0 1 0 0 1 180
Var. Dsr Z X1 x2 s1 s2 s3 NK Index
Z
X1 0 1 0 1 0 -2 40 40
S3 0 0 0 - 0,8 0,8 1 52
X2
Baris Z
Baris lama [ 0 0 20.000 0 -10.000 5.400.000]
BBK = -10.000 [ 0 0 -0,8 0,8 1 52 ]
Baris baru 0 0 12.000 8.000 0 6.720.000
Baris X1
Baris lama [ 1 0 1 0 -2 40 ]
BBK = - 2 [ 0 0 -0,8 0,8 1 52 ]
Baris baru 1 0 -0.6 1,6 0 144
Baris X2
Baris lama [ 0 1 0 0 1 180 ]
BBK = 1 [ 0 0 -0,8 0,8 1 52 ]
Baris baru 0 0 0.8 -0,8 0 128
Var. Dsr Z X1 x2 s1 s2 s3 NK Index
Z 0 0 0 12.000 8.000 0
6.720.000
X1 0 1 0 -0,6 1,6 0 144 40
S3 0 0 0 - 0,8 0,8 1 52
X2 0 0 1 0,8 -0,8 0 128
1
1
1
Karena nilai Z sudah tidak ada yang (−), maka sudah dapat
diperoleh hasil solusi maksimum, yaitu:
x1 = 144 ; x2 = 128 ; Zmax = 6.720.000 dan S3 = 52

More Related Content

What's hot

5. masalah transportasi dan penugasan
5. masalah transportasi dan penugasan5. masalah transportasi dan penugasan
5. masalah transportasi dan penugasan
Nadia Rahmatul Ummah
 
Pemilihan Model Terbaik
Pemilihan Model TerbaikPemilihan Model Terbaik
Pemilihan Model Terbaik
dessybudiyanti
 
Bahan kuliah 9 dan 10
Bahan kuliah 9 dan 10Bahan kuliah 9 dan 10
Bahan kuliah 9 dan 10
PashaRendy
 
Mi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasiMi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasi
Hari Sumartono
 
Teori produksi ekonomi mikro
Teori produksi ekonomi mikroTeori produksi ekonomi mikro
Teori produksi ekonomi mikro
goder21
 
Contoh soal Metode Simpleks
Contoh soal Metode SimpleksContoh soal Metode Simpleks
Contoh soal Metode Simpleks
Reza Mahendra
 
Teknik riset operasi pertemuan 7
Teknik riset operasi pertemuan 7Teknik riset operasi pertemuan 7
Teknik riset operasi pertemuan 7
Afrina Ramadhani
 

What's hot (20)

Metode stepping stone revisi
Metode stepping stone revisiMetode stepping stone revisi
Metode stepping stone revisi
 
Metode Simpleks - Riset Operasional
Metode Simpleks - Riset OperasionalMetode Simpleks - Riset Operasional
Metode Simpleks - Riset Operasional
 
Contoh tugas besar pemodelan sistem
Contoh tugas besar pemodelan sistemContoh tugas besar pemodelan sistem
Contoh tugas besar pemodelan sistem
 
5. masalah transportasi dan penugasan
5. masalah transportasi dan penugasan5. masalah transportasi dan penugasan
5. masalah transportasi dan penugasan
 
Pemilihan Model Terbaik
Pemilihan Model TerbaikPemilihan Model Terbaik
Pemilihan Model Terbaik
 
Bahan kuliah 9 dan 10
Bahan kuliah 9 dan 10Bahan kuliah 9 dan 10
Bahan kuliah 9 dan 10
 
Metode Transportasi (Masalah dalam Metode Transportasi)
Metode Transportasi (Masalah dalam Metode Transportasi)Metode Transportasi (Masalah dalam Metode Transportasi)
Metode Transportasi (Masalah dalam Metode Transportasi)
 
PENYELESAIAN MASALAH PENUGASAN DENGAN METODE HUNGARIAN
PENYELESAIAN MASALAH PENUGASAN DENGAN METODE HUNGARIANPENYELESAIAN MASALAH PENUGASAN DENGAN METODE HUNGARIAN
PENYELESAIAN MASALAH PENUGASAN DENGAN METODE HUNGARIAN
 
Mi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasiMi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasi
 
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUALPENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
 
Teori produksi ekonomi mikro
Teori produksi ekonomi mikroTeori produksi ekonomi mikro
Teori produksi ekonomi mikro
 
Game theory
Game theoryGame theory
Game theory
 
Perhitungan statistik
Perhitungan statistikPerhitungan statistik
Perhitungan statistik
 
Contoh soal Metode Simpleks
Contoh soal Metode SimpleksContoh soal Metode Simpleks
Contoh soal Metode Simpleks
 
4. metode transportasi
4. metode transportasi4. metode transportasi
4. metode transportasi
 
Risetoperasi 6-metode-transportasi
Risetoperasi 6-metode-transportasiRisetoperasi 6-metode-transportasi
Risetoperasi 6-metode-transportasi
 
Teknik riset operasi pertemuan 7
Teknik riset operasi pertemuan 7Teknik riset operasi pertemuan 7
Teknik riset operasi pertemuan 7
 
contoh soal program linear
contoh soal program linearcontoh soal program linear
contoh soal program linear
 
Metode Simpleks
Metode SimpleksMetode Simpleks
Metode Simpleks
 
Simpleks minimasi
Simpleks minimasiSimpleks minimasi
Simpleks minimasi
 

Similar to Pertemuan 4 lp metode simplex

Tugas program linier
Tugas program linierTugas program linier
Tugas program linier
Indar Hayga
 
Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah assagaf k4 5-manj oprs dan prod_2020Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah Assagaf
 
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].pptAminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdfAminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf
 

Similar to Pertemuan 4 lp metode simplex (20)

ANALISIS SENSITIVITAS SIMPLEKS BESERTA PERUBAHAN KONTRIBUSI.pptx
ANALISIS SENSITIVITAS SIMPLEKS BESERTA PERUBAHAN KONTRIBUSI.pptxANALISIS SENSITIVITAS SIMPLEKS BESERTA PERUBAHAN KONTRIBUSI.pptx
ANALISIS SENSITIVITAS SIMPLEKS BESERTA PERUBAHAN KONTRIBUSI.pptx
 
Tugas program linier
Tugas program linierTugas program linier
Tugas program linier
 
M2 lp-2 met simpleks
M2  lp-2 met simpleks M2  lp-2 met simpleks
M2 lp-2 met simpleks
 
03 metode simplex
03 metode simplex03 metode simplex
03 metode simplex
 
Modul+OR+-+Simpleks+Minimum.pdf
Modul+OR+-+Simpleks+Minimum.pdfModul+OR+-+Simpleks+Minimum.pdf
Modul+OR+-+Simpleks+Minimum.pdf
 
Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah assagaf k4 5-manj oprs dan prod_2020Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah assagaf k4 5-manj oprs dan prod_2020
 
Penyelesaian metode simplex revisi part 2
Penyelesaian metode simplex revisi part 2Penyelesaian metode simplex revisi part 2
Penyelesaian metode simplex revisi part 2
 
Simpleks maksimum
Simpleks maksimum Simpleks maksimum
Simpleks maksimum
 
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].pptAminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdfAminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
 
Aminullah Assagaf_MPO_P4-5_28 Juni 2021.pdf
Aminullah Assagaf_MPO_P4-5_28 Juni 2021.pdfAminullah Assagaf_MPO_P4-5_28 Juni 2021.pdf
Aminullah Assagaf_MPO_P4-5_28 Juni 2021.pdf
 
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
 
Tugas program linier. maksimisasi sama dengan.
Tugas program linier. maksimisasi sama dengan.Tugas program linier. maksimisasi sama dengan.
Tugas program linier. maksimisasi sama dengan.
 
Metode simpleks kelompok 6_10A3
Metode simpleks kelompok 6_10A3Metode simpleks kelompok 6_10A3
Metode simpleks kelompok 6_10A3
 

More from UNIVERSITAS MUHAMMADIYAH BERAU

More from UNIVERSITAS MUHAMMADIYAH BERAU (20)

Keseimbangan perekonomian tigas termasuk peran pemerintah
Keseimbangan perekonomian tigas termasuk peran pemerintahKeseimbangan perekonomian tigas termasuk peran pemerintah
Keseimbangan perekonomian tigas termasuk peran pemerintah
 
ANALISIS SENSITIVITAS METODE GRAFIK.pptx
ANALISIS SENSITIVITAS METODE GRAFIK.pptxANALISIS SENSITIVITAS METODE GRAFIK.pptx
ANALISIS SENSITIVITAS METODE GRAFIK.pptx
 
PERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptx
PERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptxPERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptx
PERTEMUAN V KPN PEREKONOMIAN DUA SEKTOR DAN MULTIFLIER.pptx
 
PEREKONOMIAN DUA SEKTOR 9PEREKONOMIAN TERTUTUP).pptx
PEREKONOMIAN DUA SEKTOR 9PEREKONOMIAN TERTUTUP).pptxPEREKONOMIAN DUA SEKTOR 9PEREKONOMIAN TERTUTUP).pptx
PEREKONOMIAN DUA SEKTOR 9PEREKONOMIAN TERTUTUP).pptx
 
KONTRAK KULIAH PENGANTAR ILMU EKONOMI II.pdf
KONTRAK KULIAH PENGANTAR  ILMU EKONOMI II.pdfKONTRAK KULIAH PENGANTAR  ILMU EKONOMI II.pdf
KONTRAK KULIAH PENGANTAR ILMU EKONOMI II.pdf
 
PERTEMUAN 4 LINIER PROGRAMING METODE SIMPLEX.pptx
PERTEMUAN 4 LINIER PROGRAMING METODE SIMPLEX.pptxPERTEMUAN 4 LINIER PROGRAMING METODE SIMPLEX.pptx
PERTEMUAN 4 LINIER PROGRAMING METODE SIMPLEX.pptx
 
PERTEMUAN 3 LINIER PROGRAMING METODE GRAFIK.pptx
PERTEMUAN  3 LINIER PROGRAMING  METODE GRAFIK.pptxPERTEMUAN  3 LINIER PROGRAMING  METODE GRAFIK.pptx
PERTEMUAN 3 LINIER PROGRAMING METODE GRAFIK.pptx
 
PERTEMUAN 2 PEMODELAN RISET OPERASI.pptx
PERTEMUAN 2 PEMODELAN RISET OPERASI.pptxPERTEMUAN 2 PEMODELAN RISET OPERASI.pptx
PERTEMUAN 2 PEMODELAN RISET OPERASI.pptx
 
PENGERTIAN RISET OPERASI ATAU OPERATIONAL RESEARCH
PENGERTIAN RISET OPERASI ATAU OPERATIONAL RESEARCHPENGERTIAN RISET OPERASI ATAU OPERATIONAL RESEARCH
PENGERTIAN RISET OPERASI ATAU OPERATIONAL RESEARCH
 
KONTRAK KULIAH MATA KULIAH RISET OPERASI
KONTRAK KULIAH MATA KULIAH RISET OPERASIKONTRAK KULIAH MATA KULIAH RISET OPERASI
KONTRAK KULIAH MATA KULIAH RISET OPERASI
 
PENILAIAN KINERJA NEW.pptx
PENILAIAN KINERJA NEW.pptxPENILAIAN KINERJA NEW.pptx
PENILAIAN KINERJA NEW.pptx
 
9-KOMPENSASI.pptx
9-KOMPENSASI.pptx9-KOMPENSASI.pptx
9-KOMPENSASI.pptx
 
ORIENTASI-PELATIHAN.pptx
ORIENTASI-PELATIHAN.pptxORIENTASI-PELATIHAN.pptx
ORIENTASI-PELATIHAN.pptx
 
REKRUITMEN DAN SELEKSI TERBARU.pptx
REKRUITMEN DAN SELEKSI TERBARU.pptxREKRUITMEN DAN SELEKSI TERBARU.pptx
REKRUITMEN DAN SELEKSI TERBARU.pptx
 
REKRUITMEN.ppt
REKRUITMEN.pptREKRUITMEN.ppt
REKRUITMEN.ppt
 
2. DESAIN PEKERJAAN.pptx
2. DESAIN PEKERJAAN.pptx2. DESAIN PEKERJAAN.pptx
2. DESAIN PEKERJAAN.pptx
 
PERENCANAAN SDM.pptx
PERENCANAAN SDM.pptxPERENCANAAN SDM.pptx
PERENCANAAN SDM.pptx
 
PERTEMUAN I PERSPEKTIF MSDM.pptx
PERTEMUAN I  PERSPEKTIF MSDM.pptxPERTEMUAN I  PERSPEKTIF MSDM.pptx
PERTEMUAN I PERSPEKTIF MSDM.pptx
 
EKSTERNALITAS.pptx
EKSTERNALITAS.pptxEKSTERNALITAS.pptx
EKSTERNALITAS.pptx
 
Teori_Barang_Publik_Kelompok_4.pptx
Teori_Barang_Publik_Kelompok_4.pptxTeori_Barang_Publik_Kelompok_4.pptx
Teori_Barang_Publik_Kelompok_4.pptx
 

Recently uploaded

DAMPAK MASIF KORUPSI yang kian merajalela
DAMPAK MASIF KORUPSI yang kian merajalelaDAMPAK MASIF KORUPSI yang kian merajalela
DAMPAK MASIF KORUPSI yang kian merajalela
armanamo012
 
Cryptocurrency dalam Perspektif Ekonomi Syariah.pptx
Cryptocurrency dalam Perspektif Ekonomi Syariah.pptxCryptocurrency dalam Perspektif Ekonomi Syariah.pptx
Cryptocurrency dalam Perspektif Ekonomi Syariah.pptx
umusilmi2019
 
Pengantar Ilmu Ekonomi Kewilayahan, Teori dan Contoh Implementasi
Pengantar Ilmu Ekonomi Kewilayahan, Teori dan Contoh ImplementasiPengantar Ilmu Ekonomi Kewilayahan, Teori dan Contoh Implementasi
Pengantar Ilmu Ekonomi Kewilayahan, Teori dan Contoh Implementasi
GustiAdityaR
 
Modal Kerja manajemen keuangan modal kerja.ppt
Modal Kerja manajemen keuangan modal kerja.pptModal Kerja manajemen keuangan modal kerja.ppt
Modal Kerja manajemen keuangan modal kerja.ppt
Frida Adnantara
 
uang dan lembaga keuangan uang dan lembaga keuangan
uang dan lembaga keuangan uang dan lembaga keuanganuang dan lembaga keuangan uang dan lembaga keuangan
uang dan lembaga keuangan uang dan lembaga keuangan
langkahgontay88
 
Ekonomi Makro Pertemuan 4 - Tingkat pengangguran: Jumlah orang yang menganggu...
Ekonomi Makro Pertemuan 4 - Tingkat pengangguran: Jumlah orang yang menganggu...Ekonomi Makro Pertemuan 4 - Tingkat pengangguran: Jumlah orang yang menganggu...
Ekonomi Makro Pertemuan 4 - Tingkat pengangguran: Jumlah orang yang menganggu...
ChairaniManasye1
 
PPT KELOMPOK 4 ORGANISASI DARI KOPERASI.pptx
PPT KELOMPOK 4 ORGANISASI DARI KOPERASI.pptxPPT KELOMPOK 4 ORGANISASI DARI KOPERASI.pptx
PPT KELOMPOK 4 ORGANISASI DARI KOPERASI.pptx
Zefanya9
 

Recently uploaded (20)

7 Indikator Analisis Teknikal Saham Yang Paling Populer.pptx
7 Indikator Analisis Teknikal Saham Yang Paling Populer.pptx7 Indikator Analisis Teknikal Saham Yang Paling Populer.pptx
7 Indikator Analisis Teknikal Saham Yang Paling Populer.pptx
 
Ekonomi Teknik dan perencanaan kegiatan usaha
Ekonomi Teknik dan perencanaan kegiatan usahaEkonomi Teknik dan perencanaan kegiatan usaha
Ekonomi Teknik dan perencanaan kegiatan usaha
 
DAMPAK MASIF KORUPSI yang kian merajalela
DAMPAK MASIF KORUPSI yang kian merajalelaDAMPAK MASIF KORUPSI yang kian merajalela
DAMPAK MASIF KORUPSI yang kian merajalela
 
Cryptocurrency dalam Perspektif Ekonomi Syariah.pptx
Cryptocurrency dalam Perspektif Ekonomi Syariah.pptxCryptocurrency dalam Perspektif Ekonomi Syariah.pptx
Cryptocurrency dalam Perspektif Ekonomi Syariah.pptx
 
PERAN KARYAWAN DALAM PENGEMBANGAN KARIR.pptx
PERAN KARYAWAN DALAM PENGEMBANGAN KARIR.pptxPERAN KARYAWAN DALAM PENGEMBANGAN KARIR.pptx
PERAN KARYAWAN DALAM PENGEMBANGAN KARIR.pptx
 
BAB 18_PENDAPATAN57569-7854545gj-65.pptx
BAB 18_PENDAPATAN57569-7854545gj-65.pptxBAB 18_PENDAPATAN57569-7854545gj-65.pptx
BAB 18_PENDAPATAN57569-7854545gj-65.pptx
 
WAWASAN NUSANTARA SEBAGAI GEOPOLITIK INDONESIA.pptx
WAWASAN NUSANTARA SEBAGAI GEOPOLITIK INDONESIA.pptxWAWASAN NUSANTARA SEBAGAI GEOPOLITIK INDONESIA.pptx
WAWASAN NUSANTARA SEBAGAI GEOPOLITIK INDONESIA.pptx
 
Presentasi Leasing Pada Lembaga Keuangan Non Bank
Presentasi Leasing Pada Lembaga Keuangan Non BankPresentasi Leasing Pada Lembaga Keuangan Non Bank
Presentasi Leasing Pada Lembaga Keuangan Non Bank
 
Pengantar Ilmu Ekonomi Kewilayahan, Teori dan Contoh Implementasi
Pengantar Ilmu Ekonomi Kewilayahan, Teori dan Contoh ImplementasiPengantar Ilmu Ekonomi Kewilayahan, Teori dan Contoh Implementasi
Pengantar Ilmu Ekonomi Kewilayahan, Teori dan Contoh Implementasi
 
Perhitungan Bunga dan Nilai Uang (mankeu).ppt
Perhitungan Bunga dan Nilai Uang (mankeu).pptPerhitungan Bunga dan Nilai Uang (mankeu).ppt
Perhitungan Bunga dan Nilai Uang (mankeu).ppt
 
Introduction fixed asset (Aset Tetap).ppt
Introduction fixed asset (Aset Tetap).pptIntroduction fixed asset (Aset Tetap).ppt
Introduction fixed asset (Aset Tetap).ppt
 
KEPEMIMPINAN DALAM MENJALANKAN USAHA/BISNIS
KEPEMIMPINAN DALAM MENJALANKAN USAHA/BISNISKEPEMIMPINAN DALAM MENJALANKAN USAHA/BISNIS
KEPEMIMPINAN DALAM MENJALANKAN USAHA/BISNIS
 
Presentasi Tentang Asuransi Pada Lembaga Keuangan
Presentasi Tentang Asuransi Pada Lembaga KeuanganPresentasi Tentang Asuransi Pada Lembaga Keuangan
Presentasi Tentang Asuransi Pada Lembaga Keuangan
 
Modal Kerja manajemen keuangan modal kerja.ppt
Modal Kerja manajemen keuangan modal kerja.pptModal Kerja manajemen keuangan modal kerja.ppt
Modal Kerja manajemen keuangan modal kerja.ppt
 
MOTIVASI MINAT, BAKAT & POTENSI DIRI.pptx
MOTIVASI MINAT, BAKAT & POTENSI DIRI.pptxMOTIVASI MINAT, BAKAT & POTENSI DIRI.pptx
MOTIVASI MINAT, BAKAT & POTENSI DIRI.pptx
 
Ukuran Letak Data kuartil dan beberapa pembagian lainnya
Ukuran Letak Data  kuartil  dan  beberapa pembagian  lainnyaUkuran Letak Data  kuartil  dan  beberapa pembagian  lainnya
Ukuran Letak Data kuartil dan beberapa pembagian lainnya
 
uang dan lembaga keuangan uang dan lembaga keuangan
uang dan lembaga keuangan uang dan lembaga keuanganuang dan lembaga keuangan uang dan lembaga keuangan
uang dan lembaga keuangan uang dan lembaga keuangan
 
Ekonomi Makro Pertemuan 4 - Tingkat pengangguran: Jumlah orang yang menganggu...
Ekonomi Makro Pertemuan 4 - Tingkat pengangguran: Jumlah orang yang menganggu...Ekonomi Makro Pertemuan 4 - Tingkat pengangguran: Jumlah orang yang menganggu...
Ekonomi Makro Pertemuan 4 - Tingkat pengangguran: Jumlah orang yang menganggu...
 
PPT KELOMPOK 4 ORGANISASI DARI KOPERASI.pptx
PPT KELOMPOK 4 ORGANISASI DARI KOPERASI.pptxPPT KELOMPOK 4 ORGANISASI DARI KOPERASI.pptx
PPT KELOMPOK 4 ORGANISASI DARI KOPERASI.pptx
 
PSAK-10-Pengaruh-Perubahan-Valuta-Asing-IAS-21-23032015.pptx
PSAK-10-Pengaruh-Perubahan-Valuta-Asing-IAS-21-23032015.pptxPSAK-10-Pengaruh-Perubahan-Valuta-Asing-IAS-21-23032015.pptx
PSAK-10-Pengaruh-Perubahan-Valuta-Asing-IAS-21-23032015.pptx
 

Pertemuan 4 lp metode simplex

  • 2. Latar Belakang • Sulitnya menggambarkan grafik berdimensi banyak atau kombinasi lebih dari dua variabel. • Metode grafik tidak mungkin dapat dilakukan untuk menyelesaikan masalah program linear yang melibatkan lebih dari dua variable. • Dalam keadaan ini (variabel lebih dari dua) dibutuhkan metode lain yang sering disebut sebagai metode algoritma simplex. • Metode ini diperkenalkan oleh George B Dantzig pada tahun 1947.
  • 3. Metode Simplex • Metode simpleks merupakan prosedur iterasi yang bergerak bertahap dan berulang. • Jumlah variabel tidak terbatas • Penyelesaian masalah LP dengan metode simplex harus menggunakan bentuk standar.
  • 4. Persyaratan Metode Simpleks 1) Semua kendala pertidaksamaan harus dinyatakan sebagai persamaan. 2) Sisi kanan (the right side) dari sebuah kendala tidak boleh ada yang negatif. 3) Nilai kanan (NK/RHS) fungsi tujuan harus nol (0). 4) Semua variabel dibatasi pada nilai-nilai non- negatif.
  • 5. CONTOH PEMECAHAN KASUS MAKSIMISASI • SEBUAH PERUSAHAAN MEUBEL MEMBUAT DUA MACAM KURSI TAMU, YAKNI TYPE X1 DAN TYPE X2.HARGA JUAL DAN PENGGUNAAN SUMBER DAYA, SERTA BIAYA VARIABEL SATUAN SETIAP PRODUK ADALAH HARGA JUAL UNIT X1 DAN X2 MASING-MASING Rp. 50.000 DAN RP. 70.000.BIAYA VARIABEL SATUAN PRODUK ITU MASING-MASING RP. 30.000 dan Rp. 40.000. PEMAKAIAN SUMBER DAYA UNTUK SETIAP PRODUK DAN SEDIAAN KAPASITAS SETIAP SUMBER DAYA DISAJIKAN DALAM TABEL BERIKUT : •
  • 6. Jenis Produk Pemotongan dan Penghalusan (Kendala 1) Perakitan dan Pemasangan Atribut (Kendala 2) Pemsangan Formika (kendala 3) X1 X2 1 JAM 2 JAM 1 JAM 0,75 JAM 0 JAM 1 JAM SEDIAAN WAKTU OPERASI 400 JAM 240 JAM 180 JAM DIMINTA : NYATAKAN KELUARAN X1 DAN X2 PADA TINGKAT LABA (KONTRIBUSI) MAKSIMUM DINYATAKAN PULA JUMLAH SETIAP KELUARAN PADA OPTIMAL TERSEBUT.
  • 7. Langkah Pertama • Lebih dahulu menentukan fungsi tujuan dan fungsi kendala yang sesuai . • Fungsi Tujuan : • Maksimumkan Z = 20.000X1 + 30.000X2 • Fungsi Kendala : X1 + X2 ≤ 400 • X1 + 0,75X2 ≤ 240 • 0X1 + X2 ≤ 180 • Dengan Syarat Ikatan X1 ≥ 0 •
  • 8. Langkah Kedua • Mengubah fungsi tujuan dan fungsi kendala menjadi bentuk implisit dengan jalan menggeser fungsi tujuan ke Z, yaitu • Z - 20.000X1 - 30.000X2 = 0. Sedangkan fungsi kendala (selain kendala non negatif) dirubah menjadi bentuk persamaan dengan menambah variabel slack, yaitu suatu variabel yang mewakili tingkat pengangguran kapasitas yang merupakan batasan. •
  • 9. • Fungsi kendala tersebut diatas diubah menjadi : • Fungsi Kendala : X1 + X2 + 1S1 + OS2 + OS3 = 400 • X1 + 0,75X2 + 0S1 + 1S2 + OS3 = 240 • 0X1 + X2 + 0S1 + 0S2 + 1S3 = 180 • Dengan Syarat Ikatan X1, X2, S1,S2,S3 ≥ 0 •
  • 10. LANGKAH KETIGA Mentabulasi Persamaan-persamaan Fungsi Tujuan dan Kendala Yang telah dirubah seperti pada langkah 2 diatas. Basis Z X1 X2 S1 S2 S3 NK Index Z 1 -20.000 -30.000 0 0 0 0 S1 0 1 2 1 0 0 400 S2 0 1 0.75 0 1 0 240 S3 0 0 1 0 0 1 180
  • 11. LANGKAH KEEMPAT Menentukan kolom pivot(entering variabel) dipilih dari baris Z dengan angka negatif terbesar untuk masalah maksimisasi. Basis Z X1 X2 S1 S2 S3 NK Index Z 1 -20.000 -30.000 0 0 0 0 0 S1 0 1 2 1 0 0 400 200 S2 0 1 0.75 0 1 0 240 320 S3 0 0 1 0 0 1 180 180
  • 12. LANGKAH KELIMA Menentukan baris pivot(leaving variabel). Untuk menentukan baris mana yang dipilih dapat dilakukan dengan membagi kolom solusi dengan kolom pivot pada setiap baris, kemudian dipilih angka yang terkecil. Basis Z X1 X2 S1 S2 S3 NK Index Z 1 -20.000 -30.000 0 0 0 0 S1 0 1 2 1 0 0 200 S2 0 1 0.75 0 1 0 320 S3 0 0 1 0 0 1 180
  • 13. LANGKAH KEENAM Menentukan persamaan pivot baru adalah = baris pivotlama : elemen pivot. Elemen pivot adalah perpotongan antara kolom pivot dengan baris pivot. Sehingga dihasilkan persamaman pivot baru. Basis Z X1 X2 S1 S2 S3 NK Index Z 1 S1 0 S2 0 X2 0 0 1 0 0 1 180
  • 14. 6. Membuat baris baru dengan mengubah nilai-nilai baris (selain baris kunci) sehingga nilai-nilai kolom kunci = 0, dengan mengikuti perhitungan sbb. : NBBK = Nilai baris baru kunci • Baris Z Baris lama [−20.000 −30.000 0 0 0 0 ] NBBK = -30.000 [ 0 1 0 0 1 180] Baris baru -20.000 0 0 0 30.000 5.400.000 LANGKAH KETUJUH
  • 15. LANGKAH KETUJUH Baris S1 Baris lama [ 1 2 1 0 0 400 ] NBBK = 2 [ 0 1 0 0 1 180 ] Baris baru 1 0 1 0 -2 40 Baris S 2 Baris lama [ 1 0,75 0 1 0 240 ] NBBK = 0,75 [ 0 1 0 0 1 180 ] Baris baru 1 0 0 1 -0,75 105
  • 16. Var. Dsr Z X1 x2 s1 s2 s3 NK Index Z 1 −20.000 0 0 0 30.000 5.400 .000 s1 0 1 0 1 0 -2 40 40 x2 0 1 0 0 1 -0.75 105 105 S3 0 0 1 0 0 1 180 Masukkan nilai baris baru Z, s1, dan s3 ke dalam tabel, sehingga tabel menjadi seperti berikut:
  • 17. Var. Dsr Z X1 x2 s1 s2 s3 NK Index Z 1 X1 0 1 0 1 0 -2 40 40 x2 0
  • 18. Baris Z Baris lama [−20.000 0 0 0 30.000 5.400.000] NBBK = -20.000 [ 1 0 1 0 -2 40 ] Baris baru 0 0 20.000 0 -10.000 6.200.000 Baris S2 Baris lama [ 1 0 0 1 -0,75 105] NBBK x 1 [ 1 0 1 0 -2 40 ] Baris baru 0 0 -1 1 1,25 65
  • 19. Baris X2 Baris lama [ 0 1 0 0 1 180 ] NBBK = x 0 [ 1 0 1 0 -2 40 ] Baris baru 0 1 0 0 1 180 Var. Dsr Z X1 x2 s1 s2 s3 NK Index Z 1 0 0 20.000 0 -10.000 6.200.000 X1 0 1 0 1 0 -2 40 40 S2 0 0 0 -1 1 1,25 65 X2 0 0 1 0 0 1 180
  • 20. Var. Dsr Z X1 x2 s1 s2 s3 NK Index Z X1 0 1 0 1 0 -2 40 40 S3 0 0 0 - 0,8 0,8 1 52 X2 Baris Z Baris lama [ 0 0 20.000 0 -10.000 5.400.000] BBK = -10.000 [ 0 0 -0,8 0,8 1 52 ] Baris baru 0 0 12.000 8.000 0 6.720.000
  • 21. Baris X1 Baris lama [ 1 0 1 0 -2 40 ] BBK = - 2 [ 0 0 -0,8 0,8 1 52 ] Baris baru 1 0 -0.6 1,6 0 144 Baris X2 Baris lama [ 0 1 0 0 1 180 ] BBK = 1 [ 0 0 -0,8 0,8 1 52 ] Baris baru 0 0 0.8 -0,8 0 128
  • 22. Var. Dsr Z X1 x2 s1 s2 s3 NK Index Z 0 0 0 12.000 8.000 0 6.720.000 X1 0 1 0 -0,6 1,6 0 144 40 S3 0 0 0 - 0,8 0,8 1 52 X2 0 0 1 0,8 -0,8 0 128 1 1 1 Karena nilai Z sudah tidak ada yang (−), maka sudah dapat diperoleh hasil solusi maksimum, yaitu: x1 = 144 ; x2 = 128 ; Zmax = 6.720.000 dan S3 = 52