1. Metode simpleks digunakan untuk menyelesaikan masalah program linier dengan mengubah tabel hingga diperoleh solusi optimal.
2. Langkah-langkahnya meliputi pemilihan kolom dan baris kunci, perubahan nilai baris kunci, dan perbaikan iteratif hingga diperoleh solusi optimal.
3. Contoh soal program linier maksimum menghasilkan solusi optimal X1=5/6, X2=5, Zmaksimum=271/2.
Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langasung didefinisikan dari persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP, dualitas sangat tergantung pada primal dalam hal tipe kendala, variabel keputusan dan kondisi optimum.
Sistem persamaan linier merupakan salah satu model dan masalah matematika yang banyak dijumpai dalam berbagai disiplin ilmu, termasuk matematika, statistika, fisika, biologi, ilmu-ilmu sosial, teknik dan bisnis. Sistem-sistem persamaan linier muncul secara langsung dari masalah-masalah nyata dan merupakan bagian dari proses penyelesaian masalah-masalah lain misalnya penyelesaian sistem persamaan nonlinier simultan.
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Secara sistematis, dualitas merupakan alat bantu masalah LP, yang secara langasung didefinisikan dari persoalan aslinya atau dari model LP primal. Dalam kebanyakan perlakuan LP, dualitas sangat tergantung pada primal dalam hal tipe kendala, variabel keputusan dan kondisi optimum.
Sistem persamaan linier merupakan salah satu model dan masalah matematika yang banyak dijumpai dalam berbagai disiplin ilmu, termasuk matematika, statistika, fisika, biologi, ilmu-ilmu sosial, teknik dan bisnis. Sistem-sistem persamaan linier muncul secara langsung dari masalah-masalah nyata dan merupakan bagian dari proses penyelesaian masalah-masalah lain misalnya penyelesaian sistem persamaan nonlinier simultan.
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan yang berhubungan dengan pengalokasian sumberdaya secara optimal.
Program : sederetan instruksi atau perintah (dalam bahasa yang di mengerti oleh komputer) untuk melaksanakan tugas-tugas tertentu, sehingga menghasilkan suatu keluaran / output yang diharapkan.
Algoritma : urutan langkah-langkah atau instruksi-instruksi yang harus dilaksanakan untuk memecahkan masalah.
Matriks adalah salah satu konsep fundamental dalam matematika yang memiliki aplikasi luas di berbagai bidang seperti ilmu komputer, ilmu ekonomi, fisika, dan teknik. Materi dasar matriks membentuk fondasi yang kuat bagi pemahaman lebih lanjut tentang topik-topik yang lebih kompleks dalam aljabar linear dan matematika terapan. Dalam pembahasan ini, kita akan menjelajahi definisi matriks, operasi dasar seperti penjumlahan dan perkalian, determinan, invers, serta beberapa aplikasi penting dalam sistem persamaan linear dan pemetaan geometris.
Pendampingan Individu 2 Modul 1 PGP 10 Kab. Sukabumi Jawa BaratEldi Mardiansyah
Di dalamnya mencakup Presentasi tentang Pendampingan Individu 2 Pendidikan Guru Penggerak Aangkatan ke 10 Kab. Sukabumi Jawa Barat tahun 2024 yang bertemakan Visi dan Prakarsa Perubahan pada SMP Negeri 4 Ciemas. Penulis adalah seorang Calon Guru Penggerak bernama Eldi Mardiansyah, seorang guru bahasa Inggris kelahiran Bogor.
2.
Metode penyelesaian program linier dengan metode
simpleks pertamakali dikemukakan oleh George Dantzig
pada tahun 1947. Metode ini menjadi terkenal ketika
diketemukan alat hitung elektronik dan menjadi poluler
ketika munculnya komputer. Proses perhitungan metode
ini dengan melakukan iterasi/perbaikan berulang-ulang
sampai tercapai hasil optimal dan proses perhitungan
ini menjadi mudah dengan komputer. Selanjutnya
berbagai alat dan metode dikembangkan untuk
menyelesaikan masalah program linear bahkan sampai
pada masalah riset operasi hingga tahun 1950 an
seperti pemrograman dinamik, teori antrian, dan
persediaan.
3. Program Linier merupakan metode matematik dalam
mengalokasikan sumber daya yang langka untuk
mencapai tujuan tunggal seperti memaksimumkan
keuntungan atau meminimumkan biaya. LP ( Linier
Programming) banyak diterapkan dalam membantu
menyelesaikan masalah ekonomi, indutri, militer, social
dan lain-lain.
Karakteristik persoalan dalam program linier adalah
sebagai berikut:
1.Ada tujuan yang ingin dicapai
2.Tersedia beberapa alternatif untuk mencapai tujuan
3.Sumberdaya dalam keadaan terbatas
4.Dapat
dirumuskan dalam bentuk matematika
(persamaan/ketidaksamaan)
4. Metode simplek adalah metode yang dapat digunakan
untuk menyelesaikan persoalan manajerial yang telah
diformulasikan terlebih dahulu kedalam persamaan
matematika yang mempunyai variabel keputusan mulai
dari lebih besar atau sama dengan dua atau tiga
(multivariabel) yang tidak bisa diselesaikan dengan
metode grafik. Akan tetapi tidak seperti metode
grafik,dimana kita dapat dengan mudah mencari titik
terbaik diantara semua titik solusi, metode simpleks
bergerak dari satu solusi ke solusi yang lebih baik
sampai solusi optimal didapat.
5. 1.
2.
3.
4.
Nilai kanan fungsi tujuan harus nol (0)
Nilai kanan fungsi kendala harus positif.
Fungsi kendala dengan tanda “≤” harus
diubah ke bentuk “=” dengan menambahkan
variabel slack/surplus.
Fungsi kendala dengan tanda “≥” diubah ke
bentuk “≤” baru ke bentuk persamaan
6.
Mengubah fungsi tujuan dan batasanbatasan
Menyusun persamaan-persamaan di
dalam table
Memilih kolom kunci
Memilih baris kunci
Merubah nilai-nilai pada baris kunci
Mengubah nilai-nilai selain pada baris
kunci
Melanjutkan
perbaikan/pengulangan/iterasi
8. Langkah 1:
Mengubah fungsi tujuan dan batasan-batasan
Fungsi tujuan
Z = 3X1 + 5X2 diubah menjadi Z - 3X1 - 5X2 = 0.
Fungsi batasan (diubah menjadi kesamaan & di + slack variabel)
(1) 2X1
≤ 8 menjadi 2X1
+ X3
(2) 3X2
≤ 15 menjadi
(3) 6X1 + 5X2
≤ 30 menjadi
3X2
6X1 +
5X2
+ X4
= 8
= 15
+ X5 = 30
Slack variabel adalah variabel tambahan yang mewakili tingkat pengangguran
atau kapasitas yang merupakan batasan
9.
Fungsi tujuan : Maksimumkan Z - 3X1 - 5X2 = 0
Fungsi batasan
(1) 2X1
+ X3
(2)
3X2
(3) 6X1 + 5X2
= 8
+ X4
= 15
+ X5
= 30
10. Beberapa Istilah dlm Metode Simplek
NK adalah nilai kanan persamaan, yaitu nilai di belakang tanda
sama dengan ( = ). Untuk batasan 1 sebesar 8, batasan 2 sebesar
15, dan batasan 3 sebesar 30.
Variabel dasar adalah variabel yang nilainya sama dengan sisi
kanan dari persamaan. Pada persamaan 2X1 + X3 = 8, kalau belum
ada kegiatan apa-apa, berarti nilai X1 = 0, dan semua kapasitas
masih menganggur, maka pengangguran ada 8 satuan, atau nilai X 3
= 8. Pada tabel tersebut nilai variabel dasar (X3, X4, X5) pada fungsi
tujuan pada tabel permulaan ini harus 0, dan nilainya pada batasanbatasan bertanda positif
11. Z = 3X1 + 5X2 diubah menjadi Z - 3X1 - 5X2 = 0.
(1) 2X1
(2) 3X2
(3) 6X1 + 5X2
≤ 8 menjadi
≤ 15 menjadi
≤ 30 menjadi
2X1
6X1 +
+ X3
= 8
+ X4
= 15
+ X5 = 30
3X2
5X2
Variabel
Dasar
Z
X1
X2
X3
X4
X5
NK
Z
1
-3
-5
0
0
0
0
X3
0
2
0
1
0
0
8
X4
0
0
3
0
1
0
15
X5
0
6
5
0
0
1
30
12.
Kolom kunci adalah kolom yang merupakan
dasar untuk mengubah tabel simplek.
Pilihlah kolom yang mempunyai nilai pada
garis fungsi tujuan yang bernilai negatif
dengan angka terbesar. Dalam hal ini
kolom X2 dengan nilai pada baris persamaan
tujuan –5. Berilah tanda segi empat pada
kolom X2, seperti tabel berikut
13. 2 Tabel simpleks: pemilihan kolom kunci pada tabel pertama
Variabel
Dasar
Z
X1
X2
X3
X4
X5
NK
Z
1
-3
-5
0
0
0
0
X3
0
2
0
1
0
0
8
X4
0
0
3
0
1
0
15
X5
0
6
5
0
0
1
30
Keterangan
(Indeks)
Jika suatu tabel sudah tidak memiliki nilai negatif pada baris fungsi tujuan, berarti
tabel itu tidak bisa dioptimalkan lagi (sudah optimal).
14.
Baris kunci adalah baris yang merupakan dasar untuk mengubah
tabel simplek, dengan cara mencari indeks tiap-tiap baris dengan
membagi nilai-nilai pada kolom NK dengan nilai yang sebaris pada
kolom kunci.
Indeks = (Nilai Kolom NK) / (Nilai kolom kunci)
Untuk baris batasan 1 besarnya indeks = 8/0 = ∼, baris batasan 2 =
15/3 = 5, dan baris batasan 3 = 30/5 = 6. Pilih baris yang
mempunyai indeks positif dengan angka terkecil. Dalam hal ini
batasan ke-2 yang terpilih sebagai baris kunci. Beri tanda segi
empat pada baris kunci. Nilai yang masuk dalam kolom kunci dan
juga masuk dalam baris kunci disebut angka kunci
Langkah 5: Mengubah nilai-nilai baris kunci
Nilai baris kunci diubah dengan cara membaginya dengan angka kunci,
seperti tabel 3. bagian bawah (0/3 = 0; 3/3 = 1; 0/3 = 0; 1/3 = 1/3; 0/3 = 0;
15/3 = 5). Gantilah variabel dasar pada baris itu dengan variabel yang
terdapat di bagian atas kolom kunci (X2).
16. Langkah 6: Mengubah nilai-nilai selain pada baris kunci
Rumus :
Baris baru = baris lama – (koefisien pada kolom kunci) x nilai baru baris kunci
Baris pertama (Z)
[-3
0
0
0,
0]
(-5)
[0
1
0
1/3
0,
5]
=
[-3
0
0
5/3
0,
25]
[2
0
1
0
0,
8]
(0)
Nilai baru
-5
[0
1
0
1/3
0,
5]
=
[2
0
1
0
0,
8]
(-)
Baris ke-2 (batasan 1)
Nilai baru
(-)
17. Baris ke-4 (batasan 3)
[6
0
0
1,
30 ]
(5)
[0
1
0
1/3
0,
5 ]
=
Nilai baru
5
[6
0
0
-5/3
1,
5 ]
Tabel pertama nilai lama dan tabel kedua nilai baru
Variabel
Dasar
Z
X1
X2
X3
X4
X5
NK
Z
1
-3
-5
0
0
0
0
X3
0
2
0
1
0
0
8
X4
0
0
3
0
1
0
15
X5
0
6
5
0
0
1
30
Z
1
-3
0
0
5/3
0
25
X3
0
2
0
1
0
0
8
X2
0
0
1
0
1/3
0
5
X5
0
6
0
0
-5/3
1
5
(-)
18. Langkah 7: Melanjutkan perbaikan
Ulangilah langkah-langkah perbaikan mulai langkah 3 sampai langkah ke-6
untuk memperbaiki tabel-tabel yang telah diubah/diperbaiki nilainya. Perubahan
baru berhenti setelah pada baris pertama (fungsi tujuan) tidak ada yang bernilai
negatif
Variabel
Dasar
Z
X1
X2
X3
X4
X5
NK
Z
1
-3
0
0
5/3
0
25
X3
0
2
0
1
0
0
8
X4
0
0
1
0
1/3
0
5
X5
0
6
0
0
-5/3
1
5
Z
1
X3
0
X2
0
X1
0
6/6
0
0
-5/18
1/6
5/6
6/6
0/6
0/6
(-5/3)/6
1/6
5/6
Keterangan
(Indeks)
= 8/2 = 4
= 5/6 (minimum)
19. Nilai baru
Baris ke-1
[-3
0
5/3
0,
25 ]
(-3)
[1
0
0
-5/18
1/6,
5/6]
=
[0
0
0
5/6
½,
271/2]
[2
0
1
0
0,
8]
(2)
Nilai baru
0
[1
0
0
-5/18
1/6,
5/6]
=
0
0
1
5/9
-1/3,
61/3]
(-)
Baris ke-2 (batasan 1)
Nilai baru
(-)
Baris ke-3 tidak berubah karena nilai pada kolom kunci = 0
[0
0
1/3
0,
5]
(0)
Nilai baru
1
[1
0
0
-5/18
1/6,
5/6]
=
0
1
0
1/3
0,
5]
(-)
20. Tabel simpleks final hasil perubahan
Variabel
Dasar
Z
X1
X2
X3
X4
X5
NK
Z
1
0
0
0
5/6
½
271/2
X3
0
0
0
1
5/9
-1/3
61/3
X2
0
0
1
0
1/3
0
5
X1
0
1
0
0
-5/18
1/6
5/6
Baris pertama (Z) tidak ada lagi yang bernilai negatif. Sehingga tabel tidak
dapat dioptimalkan lagi dan tabel tersebut merupakan hasil optimal
Dari tabel final didapat
X1 = 5/6
X2 = 5
Zmaksimum = 271/2