LINEAR PROGRAMING (Bagian 3)

Slides:



Advertisements
Presentasi serupa
SIMPLEKS BIG-M.
Advertisements

PROGRAM LINIER : SOLUSI SIMPLEKS
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
Riset Operasional Pertemuan 10
PEMROGRAMAN LINIER Pertemuan 2.
PENYIMPANGAN - PENYIMPANGAN BENTUK STANDAR ( METODE SIMPLEX )
TM3 PENDAHULUAN ; LINIER PROGRAMMING
TEKNIK RISET OPERASIONAL
Dosen : Wawan Hari Subagyo
PERTEMUAN METODE SIMPLEKS OLEH Ir. Indrawani Sinoem, MS
KASUS MINIMISASI Ir. Indrawani Sinoem, MS
LINEAR PROGRAMMING METODE SIMPLEX
BAHAN AJAR M.K. PROGRAM LINEAR T.A. 2011/2012
LINEAR PROGRAMMING Pertemuan 05
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
LINEAR PROGRAMING (Bagian 2)
Oleh : Junaidi Fakultas Ekonomi dan Bisnis Universitas Jambi
KAPASITAS PRODUKSI METODE SIMPLEKS DALAM PROGRAMASI LINEAR
D0104 Riset Operasi I Kuliah VIII - X
Metode Simpleks Dyah Darma Andayani.
ALGORITMA PEMOTONGAN Algoritma Gomory.
Pert.3 Penyelesaian Program Linier Metode Simpleks
Linear Programming Formulasi Masalah dan Pemodelan
Metode simpleks yang diperbaiki menggunakan
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
Analisis Sensitivitas Pertemuan 8 : (Off Class)
LINEAR PROGRAMMING 3.
Program Linier (Linier Programming)
Operations Management
METODE BIG M DAN DUAL SIMPLEKS
Masalah PL dgn Simpleks Pertemuan 3:
Metode Simpleks Free Powerpoint Templates.
Metode Simpleks Free Powerpoint Templates.
METODE SIMPLEK.
LINEAR PROGRAMMING Pertemuan 06
Riset Operasional Kuliah ke-4
LINIER PROGRAMMING METODE SIMPLEX
MANAJEMEN SAINS METODE SIMPLEKS.
LINEAR PROGRAMMING.
Manajemen Sains Kuliah ke-4
Operations Management
Metode Simpleks Dual dan Kasus Khusus Metode Simpleks
Metode Simpleks Free Powerpoint Templates.
Pertemuan ke-5 25 Oktober 2016 PARANITA ASNUR
METODA SIMPLEX.
Metode Simpleks Rachmat Gunawan, SE, MSi Manajemen Kuantitatif
Analisis Sensitivitas Pertemuan 6
Metode Simpleks Free Powerpoint Templates.
PEMOGRAMAN LINEAR TABEL SIMPLEKS
Program Linear dengan Metode Simpleks
PROGRAM LINIER : ANALISIS DUALITAS, SENSITIVITAS DAN POST- OPTIMAL
PROGRAM LINEAR DENGAN METODE SIMPLEKS PERTEMUAN 3
(REVISED SIMPLEKS).
METODE BIG-M LINEAR PROGRAMMING
Pertemuan 4 Penyelesaian PL Metode Simpleks (2) Big M dan Dua Fasa
METODE DUAL SIMPLEKS Oleh Choirudin, M.Pd
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
SOAL Seleaikanlah sistem persamaan linear berikut dengan menggunakan metode Gauss-Jordan 3 X1+2 X2 + X3 = 7 3 X1- 2 X2 + X3 = 2 -3 X1+2 X2 + X3 = 4 HiJurusan.
PROGRAM LINIER METODE SIMPLEKS
Destyanto Anggoro Industrial Engineering
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
Metode Simpleks Free Powerpoint Templates.
Operations Management
METODE SIMPLEX LINEAR PROGRAMMING (LP)
BAB III METODE SIMPLEKS(1).
Program Linier – Simpleks Kendala
Program Linier – Bentuk Standar Simpleks
Oleh : Siti Salamah Ginting, M.Pd. PROGRAM LINIER METODE SIMPLEKS.
6s-1LP Metode Simpleks William J. Stevenson Operations Management 8 th edition RISETOperasi.
Transcript presentasi:

LINEAR PROGRAMING (Bagian 3) Oleh : Junaidi Fakultas Ekonomi dan Bisnis Universitas Jambi

Contoh Kasus Minimisasi Sebuah perusahaan memproduksi meja & kursi. Biaya untuk memproduksi meja 20 perunitnya dan untuk kursi 8 perunitnya. Untuk memproduksi meja dan kursi tsb dibutuhkan proses perakitan dan pemolesan, dengan rincian waktu sbb: Waktu yg tersedia untuk perakitan 60 jam dan pemolesan 48 jam. Perusahaan tersebut juga telah menjanjikan pada pelanggannya akan membuat paling tidak 2 meja dan paling tidak 4 kursi Dalam menghadapi batasan-batasan tersebut, berapakah meja dan kursi yang harus dibuat dengan tujuan untuk meminimumkan biaya Meja/unit Kursi/unit Total jam ersedia Perakitan 4 2 60 Pemolesan 48

Persoalan tsb dapat kita rumuskan : Minimumkan Z = 20X1 + 2X2 Dengan kendala 4X1 + 2X2  60 2X1 + 4X2  48 X1  2 X2  4 Dimana : X1 = meja dan X2 = kursi

Sebelum pemecahan dengan metode simpleks ketidaksamaan dalam fungsi kendala dijadikan persamaan (tidak perlu dilakukan jika menggunakan program QSB, karena secara otomatis program akan merubah sendiri) sebagai berikut: Z = 20X1 + 2X2 + 0S1 + 0S2 + 0S3 +MA3 + 0S4 + MA4 dengan kendala 4X1 + 2X2 + S1 = 60 2X1 + 4X2 + S2 = 48 X1 - S3 + A3 = 2 X2 – S4 + A4 = 4

Berikut ini adalah tampilan hasil program QSB+ dengan uraian perhitungan dan interpretasi

Kolom basis (kolom program) Initial tableau -------------------------------------------------------------------------- │ │ │M │K │S1 │S2 │S3 │A3 │S4 │A4 │ │ B(i) │ │Basis│C(j) │20.00│8.000│ 0│ 0│ 0│ M │ 0│ M │B(i) │A(i,j)│ │S1 │ 0│4.000│2.000│1.000│ 0│ 0│ 0│ 0│ 0│60.00│ 0 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │S2 │ 0│2.000│4.000│ 0│1.000│ 0│ 0│ 0│ 0│48.00│ 0 │ │A3 │ M │1.000│ 0│ 0│ 0│-1.00│1.000│ 0│ 0│2.000│ 0 │ │A4 │ M │ 0│1.000│ 0│ 0│ 0│ 0│-1.00│1.000│4.000│ 0 │ │ C(j)-Z(j) │20.00│8.000│ 0│ 0│ 0│ 0│ 0│ 0│ 0│ │ │ * Big M │ 0│ 0│ 0│ 0│ 0│ 0│ 0│ 0│6.000│ │ Kolom basis (kolom program) Kolom ini berisi variabel-variabel sj, ai dan/atau xj yg menentukan kesimpulan penyelesaian. Pada tabel awal, kolom ini berisi semua variabel slack dan artifisial, tetapi hanya yang memiliki koefisien po- sitif. Ini menyebabkan S3 dan S4 tidak masuk didalamnya

Kolom C(j) (kolom tujuan) Initial tableau -------------------------------------------------------------------------- │ │ │M │K │S1 │S2 │S3 │A3 │S4 │A4 │ │ B(i) │ │Basis│C(j) │20.00│8.000│ 0│ 0│ 0│ M │ 0│ M │B(i) │A(i,j)│ │S1 │ 0│4.000│2.000│1.000│ 0│ 0│ 0│ 0│ 0│60.00│ 0 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │S2 │ 0│2.000│4.000│ 0│1.000│ 0│ 0│ 0│ 0│48.00│ 0 │ │A3 │ M │1.000│ 0│ 0│ 0│-1.00│1.000│ 0│ 0│2.000│ 0 │ │A4 │ M │ 0│1.000│ 0│ 0│ 0│ 0│-1.00│1.000│4.000│ 0 │ │ C(j)-Z(j) │20.00│8.000│ 0│ 0│ 0│ 0│ 0│ 0│ 0│ │ │ * Big M │ 0│ 0│ 0│ 0│ 0│ 0│ 0│ 0│6.000│ │ Kolom C(j) (kolom tujuan) Kolom ini berisi koefisien variabel-variabel di dlm fungsi tujuan sesuai dgn yg tercantum di kolom basis. Pada tabel awal ini, koefi- sien variabel slack untuk S1 dan S2 adalah 0 dan untuk artifisial A3 dan A4 adalah M

Kolom X1 – S4 (Kolom-kolom Variabel) Initial tableau -------------------------------------------------------------------------- │ │ │M │K │S1 │S2 │S3 │A3 │S4 │A4 │ │ B(i) │ │Basis│C(j) │20.00│8.000│ 0│ 0│ 0│ M │ 0│ M │B(i) │A(i,j)│ │S1 │ 0│4.000│2.000│1.000│ 0│ 0│ 0│ 0│ 0│60.00│ 0 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │S2 │ 0│2.000│4.000│ 0│1.000│ 0│ 0│ 0│ 0│48.00│ 0 │ │A3 │ M │1.000│ 0│ 0│ 0│-1.00│1.000│ 0│ 0│2.000│ 0 │ │A4 │ M │ 0│1.000│ 0│ 0│ 0│ 0│-1.00│1.000│4.000│ 0 │ │ C(j)-Z(j) │20.00│8.000│ 0│ 0│ 0│ 0│ 0│ 0│ 0│ │ │ * Big M │ 0│ 0│ 0│ 0│ 0│ 0│ 0│ 0│6.000│ │ Kolom X1 – S4 (Kolom-kolom Variabel) Kolom ini berisi koefisien variabel-variabel di dlm model. Koefisien koefisien yg terdapat dlm fungsi tujuan diletakkan di bagian atas, se- dangkan koefisien yg terdapat didalam fungsi kendala diletakkan di- sebelah bawah

Kolom B(i) (Kolom Kuantitas) Initial tableau -------------------------------------------------------------------------- │ │ │M │K │S1 │S2 │S3 │A3 │S4 │A4 │ │ B(i) │ │Basis│C(j) │20.00│8.000│ 0│ 0│ 0│ M │ 0│ M │B(i) │A(i,j)│ │S1 │ 0│4.000│2.000│1.000│ 0│ 0│ 0│ 0│ 0│60.00│ 0 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │S2 │ 0│2.000│4.000│ 0│1.000│ 0│ 0│ 0│ 0│48.00│ 0 │ │A3 │ M │1.000│ 0│ 0│ 0│-1.00│1.000│ 0│ 0│2.000│ 0 │ │A4 │ M │ 0│1.000│ 0│ 0│ 0│ 0│-1.00│1.000│4.000│ 0 │ │ C(j)-Z(j) │20.00│8.000│ 0│ 0│ 0│ 0│ 0│ 0│ 0│ │ │ * Big M │ 0│ 0│ 0│ 0│ 0│ 0│ 0│ 0│6.000│ │ Kolom B(i) (Kolom Kuantitas) Kolom ini mencerminkan kuantitas masing-masing variabel yg ter- cantum di kolom basis pada tahap penyelesaian yang bersangkutan. Pada tabel awal, kolom ini berisi konstanta-konstanta yang terdapat di ruas kanan persamaan-persamaan kendala (batasan)

Kolom B(i)/A(i,j) (Kolom Rasio Kuantitas) Initial tableau -------------------------------------------------------------------------- │ │ │M │K │S1 │S2 │S3 │A3 │S4 │A4 │ │ B(i) │ │Basis│C(j) │20.00│8.000│ 0│ 0│ 0│ M │ 0│ M │B(i) │A(i,j)│ │S1 │ 0│4.000│2.000│1.000│ 0│ 0│ 0│ 0│ 0│60.00│ 0 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │S2 │ 0│2.000│4.000│ 0│1.000│ 0│ 0│ 0│ 0│48.00│ 0 │ │A3 │ M │1.000│ 0│ 0│ 0│-1.00│1.000│ 0│ 0│2.000│ 0 │ │A4 │ M │ 0│1.000│ 0│ 0│ 0│ 0│-1.00│1.000│4.000│ 0 │ │ C(j)-Z(j) │20.00│8.000│ 0│ 0│ 0│ 0│ 0│ 0│ 0│ │ │ * Big M │ 0│ 0│ 0│ 0│ 0│ 0│ 0│ 0│6.000│ │ Kolom B(i)/A(i,j) (Kolom Rasio Kuantitas) Kolom ini berisikan rasio kuantitas yg merupakan hasil bagi antara unsur kolom B(i) atau kolom kuantitas dengan unsur yang bersesu-. aian pd kolom kunci. Pada tabel awal, LP memberikan nilai 0 pada semua unsur pada kolom ini.

Baris ini merupakan indikator optimalitas penyelesaian, berisi selisih Initial tableau -------------------------------------------------------------------------- │ │ │M │K │S1 │S2 │S3 │A3 │S4 │A4 │ │ B(i) │ │Basis│C(j) │20.00│8.000│ 0│ 0│ 0│ M │ 0│ M │B(i) │A(i,j)│ │S1 │ 0│4.000│2.000│1.000│ 0│ 0│ 0│ 0│ 0│60.00│ 0 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │S2 │ 0│2.000│4.000│ 0│1.000│ 0│ 0│ 0│ 0│48.00│ 0 │ │A3 │ M │1.000│ 0│ 0│ 0│-1.00│1.000│ 0│ 0│2.000│ 0 │ │A4 │ M │ 0│1.000│ 0│ 0│ 0│ 0│-1.00│1.000│4.000│ 0 │ │ C(j)-Z(j) │20.00│8.000│ 0│ 0│ 0│ 0│ 0│ 0│ 0│ │ │ * Big M │ 0│ 0│ 0│ 0│ 0│ 0│ 0│ 0│6.000│ │ Baris C(j) – Z(j) Baris ini merupakan indikator optimalitas penyelesaian, berisi selisih antara cj dan zj. c(j) yang dimaksud adalah jumlah hasil kali unsur- unsur pada pada kolom c(j) atau kolom tujuan dengan unsur-unsur pada kolom yang bersesuaian. z(j) adalah koefisien fungsi tujuan yang diletakkan di bagian baris atas.

Untuk masalah minimisasi ini penyelesaian dinyatakan optimal jika Initial tableau -------------------------------------------------------------------------- │ │ │M │K │S1 │S2 │S3 │A3 │S4 │A4 │ │ B(i) │ │Basis│C(j) │20.00│8.000│ 0│ 0│ 0│ M │ 0│ M │B(i) │A(i,j)│ │S1 │ 0│4.000│2.000│1.000│ 0│ 0│ 0│ 0│ 0│60.00│ 0 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │S2 │ 0│2.000│4.000│ 0│1.000│ 0│ 0│ 0│ 0│48.00│ 0 │ │A3 │ M │1.000│ 0│ 0│ 0│-1.00│1.000│ 0│ 0│2.000│ 0 │ │A4 │ M │ 0│1.000│ 0│ 0│ 0│ 0│-1.00│1.000│4.000│ 0 │ │ C(j)-Z(j) │20.00│8.000│ 0│ 0│ 0│ 0│ 0│ 0│ 0│ │ │ * Big M │ 0│ 0│ 0│ 0│ 0│ 0│ 0│ 0│6.000│ │ Untuk masalah minimisasi ini penyelesaian dinyatakan optimal jika sudah tidak ada lagi unsur bertanda negatif pada baris c(j) – Z(j) ini.

Pada tabel awal, nilai pada baris Big M dibiarkan dengan angka 0, Initial tableau -------------------------------------------------------------------------- │ │ │M │K │S1 │S2 │S3 │A3 │S4 │A4 │ │ B(i) │ │Basis│C(j) │20.00│8.000│ 0│ 0│ 0│ M │ 0│ M │B(i) │A(i,j)│ │S1 │ 0│4.000│2.000│1.000│ 0│ 0│ 0│ 0│ 0│60.00│ 0 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │S2 │ 0│2.000│4.000│ 0│1.000│ 0│ 0│ 0│ 0│48.00│ 0 │ │A3 │ M │1.000│ 0│ 0│ 0│-1.00│1.000│ 0│ 0│2.000│ 0 │ │A4 │ M │ 0│1.000│ 0│ 0│ 0│ 0│-1.00│1.000│4.000│ 0 │ │ C(j)-Z(j) │20.00│8.000│ 0│ 0│ 0│ 0│ 0│ 0│ 0│ │ │ * Big M │ 0│ 0│ 0│ 0│ 0│ 0│ 0│ 0│6.000│ │ Baris Big M Pada tabel awal, nilai pada baris Big M dibiarkan dengan angka 0, kecuali pada baris yang berpotongan dengan B(i). Dalam kasus kita angkanya sebesar 6 (atau 6M),yang merupakan hasil perkalian antara C(j) dengan B(i)

Kolom X2 merupakan kolom kunci karena nilai negatif ((Cj – Zj) Iterasi 1 -------------------------------------------------------------------------- │ │ │M │K │S1 │S2 │S3 │A3 │S4 │A4 │ │ B(i) │ │Basis│C(j) │20.00│8.000│ 0│ 0│ 0│ M │ 0│ M │B(i) │A(i,j)│ │S1 │ 0│4.000│2.000│1.000│ 0│ 0│ 0│ 0│ 0│60.00│30.00 │ │ │ │ │ │ │ │ │ │ │ │ │ │ │S2 │ 0│2.000│4.000│ 0│1.000│ 0│ 0│ 0│ 0│48.00│12.00 │ │A3 │ M │1.000│ 0│ 0│ 0│-1.00│1.000│ 0│ 0│2.000│ --- │ │A4 │ M │ 0│1.000│ 0│ 0│ 0│ 0│-1.00│1.000│4.000│4.000 │ │ C(j)-Z(j) │20.00│8.000│ 0│ 0│ 0│ 0│ 0│ 0│ 0│ │ │ * Big M │-1.00│-1.00│ 0│ 0│1.000│ 0│1.000│ 0│6.000│ │ Current objective function value (Min.) = 0 + ( 6 Big M) < Highlighted variable is the entering or leaving variable > Entering: K Leaving: A4 Kolom X2 merupakan kolom kunci karena nilai negatif ((Cj – Zj) nya terbesar yaitu sebesar 8-M (pada maksimisasi kita cari nilai positif terbesar) dan X2 menjadi variabel pendatang (entering). Baris A4 merupakan baris kunci karena rasio kuantitasnya non-nega- tif terkecil, dan A4 menjadi variabel perantau (leaving).

Untuk Tahap-Tahap Selanjutnya Sama dengan Proses yang dilakukan dalam Metode Maksimisasi