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.
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.
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
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
Teorema nilai rata-rata cauchy dan aplikasinya dalam bidang matematika dan dalam bidang lain sebagai tugas presentasi mata kuliah Analisis Riil 2 semester 5
Belajar dan Faktor-faktor yang mempengaruhinya adalah materi presentasi kelompok 1 mata kuliah Psikologi Pendidikan yang di ampu oleh ibu Dra. Eni Rosda Syarbaini M.Psi FITK UIN Jakarta
Sebagai salah satu pertanggungjawab pembangunan manusia di Jawa Timur, dalam bentuk layanan pendidikan yang bermutu dan berkeadilan, Dinas Pendidikan Provinsi Jawa Timur terus berupaya untuk meningkatkan kualitas pendidikan masyarakat. Untuk mempercepat pencapaian sasaran pembangunan pendidikan, Dinas Pendidikan Provinsi Jawa Timur telah melakukan banyak terobosan yang dilaksanakan secara menyeluruh dan berkesinambungan. Salah satunya adalah Penerimaan Peserta Didik Baru (PPDB) jenjang Sekolah Menengah Atas, Sekolah Menengah Kejuruan, dan Sekolah Luar Biasa Provinsi Jawa Timur tahun ajaran 2024/2025 yang dilaksanakan secara objektif, transparan, akuntabel, dan tanpa diskriminasi.
Pelaksanaan PPDB Jawa Timur tahun 2024 berpedoman pada Peraturan Menteri Pendidikan dan Kebudayaan RI Nomor 1 Tahun 2021 tentang Penerimaan Peserta Didik Baru, Keputusan Sekretaris Jenderal Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi nomor 47/M/2023 tentang Pedoman Pelaksanaan Peraturan Menteri Pendidikan dan Kebudayaan Nomor 1 Tahun 2021 tentang Penerimaan Peserta Didik Baru pada Taman Kanak-Kanak, Sekolah Dasar, Sekolah Menengah Pertama, Sekolah Menengah Atas, dan Sekolah Menengah Kejuruan, dan Peraturan Gubernur Jawa Timur Nomor 15 Tahun 2022 tentang Pedoman Pelaksanaan Penerimaan Peserta Didik Baru pada Sekolah Menengah Atas, Sekolah Menengah Kejuruan dan Sekolah Luar Biasa. Secara umum PPDB dilaksanakan secara online dan beberapa satuan pendidikan secara offline. Hal ini bertujuan untuk mempermudah peserta didik, orang tua, masyarakat untuk mendaftar dan memantau hasil PPDB.
1. Pengecekan
Keoptimalan Solusi
Oleh:
Nur Asyifa (1113017000032)
Hanna Ramadhana (1113017000040)
Ana Matofani (1113017000045)
Jafar Ashodiq Al Jufri (1113017000053)
Andina Aulia Rachma (1113017000054)
2. Model Transportasi
Model transportasi adalah sebuah usaha
untuk menentukan rencana transportasi barang
dari sejumlah sumber ke sejumlah tujuan.
Langkah-Langkah penyelesaian model
transportasi adalah :
1. Menentukan Solusi Awal
2. Mengecek Keoptimalan solusi
3. Model Transportasi
Untuk menentukan solusi awal dalam Model
transportasi dapat digunakan 3 metode yaitu metode
NWC, Least Cost, dan VAM
Setelah solusi awal ditentukan, langkah
selanjutnya adalah mengecek apakah solusi tersebut
sudah optimal.
Pengecekan solusi itu dapat dilakukan dengan 2
Metode, yaitu:
1. Metode Stepping Stone
2. Metode MODI
(Modified Distribution)
4. Karakteristik Model Transportasi
Suatu barang dipindahkan (transported)
dari sejumlah sumber ke tempat tujuan
dengan biaya seminimum mungkin
Tiap sumber dapat memasok suatu jumlah
yang tetap dan tiap tempat tujuan
mempunyai jumlah permintaan yang
tetap.
5. Contoh Soal
Gandum dipanen di Midwest dan
disimpan dalam cerobong butir gandum di tiga
kota, yaitu Kansas City, Omaha, dan Des
Moines. Ketiga cerobong butir gandum ini
memasok tiga penggilingan tepung yang
berlokasi di Chicago, St. Louis, dan Cincinnati.
Setiap bulannya, tiap cerobong butir gandum
dapat memasok penggilingan sejumlah ton
gandum berikut ini.
7. Jumlah ton gandum yang diminta per bulan
dari tiap penggilingan adalah sebagai berikut :
Penggilingan Jumlah yang diminta
A. Chicago 200
B. St. Louis 100
C. Cincinnati 300
600 ton
8. Biaya Pengiriman ($)
Cerobong
Butir
Gandum
Penggilingan
Chicago
(A)
St. Louis
(B)
Cincinnati
(C)
(1) Kansas
City
6 8 10
(2) Omaha 7 11 11
(3) Des
Moines
4 5 12
10. Solusi Awal di peroleh dari Metode Biaya Cell Minimum
A B C Pasokan
1
6 8 10 150
2
7 11 11 175
Ke
3 4 5 12 275
Dari
Permintaan 200 100 300 600
11. Solusi Awal di peroleh dari Metode Biaya Cell Minimum
A B C Pasokan
1
6 8
25
10
125
150
2
7 11 11
175
175
Ke
3 4
200
5
75
12 275
Dari
Permintaan 200 100 300 600
Zmin = (200*4) + (25*8) + (75*5) + (125*10) + (175*11) = 4550
12. Persyaratan RIM
Sebelum mengecek apakah solusi awal yang kita
dapat telah optimal , solusi awal tersebut harus
memenuhi persyaratan RIM. Yaitu dengan
mengecek jumlah sel terisi dengan rumus :
( m + n – 1 )
m : jumlah baris
n : jumlah kolom
Jika jumlah sel terisi telah sesuai dengan rumus
diatas, maka langkah selanjutnya
dapat dilakukan
13. LANGKAH-LANGKAH STEPPING
STONE :
1.Menentukan Opportunity cost dari sel kosong
dengan membuat loop tertutup.
2. Alokasikan sebanyak mungkin ke sel kosong yang
menghasilkan penurunan biaya terbesar. Dengan
melihat sel kosong yang memiliki OC paling
positif
3. Ulangi langkah 1 dan 2 semua sel kosong memiliki
perubahan biaya positif yang mengidentifikasikan
tercapainya solusi optimal.
14. LANGKAH PERTAMA :
Menentukan Opportunity cost dari sel kosong
dengan membuat loop tertutup.
Loop tertutup adalah sebuah jalur yang di
buat dari sel kosong hingga kembali ke sel
kosong tersebut melalui sel-sel terisi.
Opportunity cost di dapat dari perubahan
biaya dikali negatif satu
15. Alokasi Satu Ton Ke Sel 1A
A B C Pasokan
1
+ 6 - 8
25
10
125
150
2
7 11 11
175
175
Ke
3 - 4 5
+ 75
12 275
Dari
200
Permintaan 200 100 300 600
Sel 1A : +6-8+5-4 = -1
OC : +1
16. Alokasi Satu Ton Ke Sel 2A
A B C Pasokan
1
6 - 8
25
+ 10
125
150
2
+ 7 11 _ 11
175
175
Ke
3 - 4
200
5
+ 75
12 275
Dari
Permintaan 200 100 300 600
Sel 2A : +7-11+10-8+5-4 = -1
OC : +1
17. Alokasi Satu Ton Ke Sel 2B
A B C Pasokan
1
6 - 8
25
+ 10
125
150
2
7 11
+
- 11
175
175
Ke
3 4
200
5
75
12 275
Dari
Permintaan 200 100 300 600
Sel 2B : +11-11+10-8 = +2
OC : -2
18. Alokasi Satu Ton Ke Sel 3C
A B C Pasokan
1
6 + 8
25
- 10
125
150
2
7 11 11
175
175
Ke
3 4
200
5
- 75
12
+
275
Dari
Permintaan 200 100 300 600
Sel 3C : +12-10+8-5 = +5
OC : -5
19. LANGKAH 2 :
Alokasikan sebanyak mungkin ke sel kosong yang
menghasilkan penurunan biaya terbesar. Dengan
melihat sel kosong yang memiliki OC paling positif
Sel Kosong OC
A1 +1
A2 +1
B2 -2
C3 -5
SEL A1 dan A2 memiliki nilai positif yang sama,
Maka kita dapat memilih salah satu untuk
masuk ke dalam sel perbaikan,
misal kita memilih sel A1
Maka didapatkan hasil :
20. Lintasan Stepping Stone untuk Sel 1A
A B C Pasokan
1
+ 6 - 8
25
10
125
150
2
7 11 11
175
175
Ke
3 - 4
200
5
+ 75
12 275
Dari
Permintaan 200 100 300 600
21. Hasilnya….
A B C Pasokan
1
6
25
8 10
125
150
2
7 11 11
175
175
Ke
3 4
175
5
100
12 275
Dari
Permintaan 200 100 300 600
Zmin = (125*10) + (175*11) + (175*4) + (100*5) = 4.525
22. Apakah masih bisa didapatkan biaya yang lebih
murah ? Lakukan cek terhadap sel – sel kosong
Cari Rute, Hitung Biaya.
Namun sebelum itu, jangan lupa cek
persyaratan RIM terlebih dahulu.
23. Lintasan Stepping Stone untuk Sel 1B
A B C Pasokan
1
- 6
25
+ 8 10
125
150
2
7 11 11
175
175
Ke
3 4
+
5
- 100
12 275
Dari
175
Permintaan 200 100 300 600
Sel 1B: +8-5+4-6 = +1
24. Lintasan Stepping Stone untuk Sel 2A
A B C Pasokan
1
- 6
25
8 + 10
125
150
2
+ 7 11 - 11
175
175
Ke
3 4
175
5
100
12 275
Dari
Permintaan 200 100 300 600
Sel 2A : +7-6+10-11 = 0
25. Lintasan Stepping Stone untuk Sel 2B
A B C Pasokan
1
6
- 25
8 10
+ 125
150
2
7 11
+
11
- 175
175
Ke
3 4
+ 175
5
- 100
12 275
Dari
Permintaan 200 100 300 600
Sel 2B = +11-5+4-6+10-11 = +3
26. Lintasan Stepping Stone untuk Sel 3C
A B C Pasokan
1
6
+ 25
8 10
- 125
150
2
7 11 11
175
175
Ke
3 4
- 175
5
100
12
+
275
Dari
Permintaan 200 100 300 600
Sel 3C: +12-4+6-10 = +4
27. Ternyata opportunity cost dari semua sel
kosong mempunyai nilai biaya ≥ 0 , maka
Iterasi berhenti dan Z sudah minimum.
Akan tetapi, untuk sel 2A, nilai biaya = 0 ,
berarti soal ini memiliki solusi lebih dari satu
(solusi Alternatif) yang menghasilkan biaya
minimum.
28. Solusi Alternatif dari Sel 2A
A B C Pasokan
1
6 8 10
150
150
2
7
25
11 11
150
175
Ke
3 4
175
5
100
12 275
Dari
Permintaan 200 100 300 600
Zmin = (25*7) + (175*4) + (100*5) +
(150*10) + (150*11) = 4525
30. METODE MODI
Langkah-langkah :
1. Tentukan solusi awal menggunakan satu dari ketiga
metode yang tersedia.
2. Hitung nilai bilangan baris dan bilangan kolom
dengan menerapkan formula ui + vj = cij
3. Hitung opportunity cost, untuk setiap sel kosong
menggunakan formula Implised cost – actual cost
4. Alokasikan sebanyak mungkin ke sel kosong yang
menghasilkan opportunity cost positif
5. Ulangi langkah di atas sampai
solusi optimal
31. Solusi Awal Biaya Sel Minimum
Vj VA= VB= VC=
Ke
Ui A B C Pasokan
U1=
1
6 8 10
25 125 150
U2=
2
7 11 11
175 175
U3=
3
4 5 12
200 75 275
Dari
Permintaan 200 100 300 600
32. Langkah berikutnya : Menghitung nilai
bilangan baris dan bilangan kolom
Misal u1 = 0
x1B : u1 + vB = 8
0 + vB = 8
vB = 8
x1C : u1 + vC = 10
0 + vC = 10
vC = 10
x2C : u2 + vC = 11
u2 + 10 = 11
u2 = 1
x3B : u3 + vB = 5
u3 + 8 = 5
u3 = -3
x3A : u3 + vA = 4
-3 + vA = 4
vA = 7
33. Solusi Awal Untuk Semua Nilai Ui dan Vj
Vj VA=7 VB=8 VC=10
Ke
Ui A B C Pasokan
U1=0
1
6 8 10
25 125 150
U2=1
2
7 11 11
175 175
U3=-3
3
4 5 12
200 75 275
Dari
Permintaan 200 100 300 600
34. Langkah berikutnya : Hitung opportunity cost, untuk setiap
sel kosong menggunakan formula Implised cost – actual cost
Formula : Implised cost – actual cost
: (Ui + Vj) – biaya angkut
Dari tabel sebelumnya didapatkan :
x1A : (0+7) – 6 = +1
x2A : (1+7) – 7 = +1
x2B : (1+8) – 11 = -2
x3C : (-3+10) – 12 = -5
35. Dari hasil tersebut ternyata nilainya = nilai
biaya di stepping stone. Maka langkah
berikutnya pasti = langkah stepping stone
sehingga didapatkan tabel berikut :
36. A B C Pasokan
1
+ 6 - 8
25
10
125
150
2
7 11 11
175
175
Ke
3 - 4
200
5
+ 75
12 275
Dari
Permintaan 200 100 300 600
38. Apakah masih bisa didapatkan biaya yang lebih
murah ?
Lakukan langkah untuk mencari bilangan baris
dan bilangan kolom dari tabel optimal 1A
Namun sebelum itu, jangan lupa cek
persyaratan RIM terlebih dahulu.
39. Nilai bilangan baris dan bilangan kolom
dihitung sebagai berikut :
x1A : u1 + vA = 6
0 + vA = 6
vA = 6
x1C : u1 + vc = 10
0 + vC = 10
vC = 10
x2C : u2 + vC = 11
u2 + 10 = 11
u2 = 1
x3A : u3 + vA = 4
u3 + 6 = 4
u3 = -2
x3B : u3 + vB = 5
2 + vB = 5
vB = 7
40. Didapat tabel :
Vj VA= 6 VB= 7 VC= 10
Ke
Ui A B C Pasokan
U1= 0
1
6 8 10
25 0 125 150
U2= 1
2
7 11 11
175 175
U3= -2
3
4 5 12
175 100 275
Dari
Permintaan 200 100 300 600
41. Langkah berikutnya : Hitung opportunity cost, untuk setiap
sel kosong menggunakan formula Implised cost – actual cost
Formula : Implised cost – actual cost
: (Ui + Vj) – biaya angkut
Dari tabel sebelumnya didapatkan :
x1B : (0+7) – 8 = -1
x2A : (1+6) – 7 = 0
x2B : (1+7) – 11 = -3
x3C : (-2+10) – 12 = -4
42. Ternyata opportunity cost dari semua sel
kosong mempunyai nilai biaya ≤ 0 , maka
Iterasi berhenti dan Z sudah minimum.
Akan tetapi, untuk sel 2A, nilai biaya = 0 ,
berarti soal ini memiliki solusi lebih dari satu
(solusi Alternatif) yang menghasilkan biaya
minimum.
43. Tabel Solusi Alternatif
Vj VA= 6 VB= 7 VC= 10
Ke
Ui A B C Pasokan
U1= 0
1
6 8 10
- 25 0 + 125 150
U2= 1
2
7 11 11
+ - 175 175
U3= -2
3
4 5 12
175 100 275
Dari
Permintaan 200 100 300 600
44. Hasilnya…
Vj VA= 6 VB= 7 VC= 10
Ke
Ui A B C Pasokan
U1= 0
1
6 8 10
150 150
U2= 1
2
7 11 11
25 150 175
U3= -2
3
4 5 12
175 100 275
Dari
Permintaan 200 100 300 600
45.
46. Latihan Soal
D1 D2 D3 Pasokan
O1
4 8 8 56
O2
16 24 16 82
Ke
O3 8 16 24 77
Dari
Permintaan 72 102 41