LINEAR PROGRAMMING METODE SIMPLEKS

Slides:



Advertisements
Presentasi serupa
Riset Operasional Pertemuan 9
Advertisements

Operations Management
Analisa grafik Analisa ini hanya dapat digunakan bila variabel output hanya ada 2 buah saja, untuk lebih dari 2 variabel metode ini sulit digunakan. Analisa.
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM
Riset Operasional Pertemuan 10
PEMROGRAMAN LINEAR RISMAYUNI.
TM3 PENDAHULUAN ; LINIER PROGRAMMING
TEKNIK RISET OPERASIONAL
Dosen : Wawan Hari Subagyo
PERTEMUAN METODE SIMPLEKS OLEH 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.
MODEL TRANSPORTASI Metode Stepping Stone Kelompok 10 Friska Nahuway
Metode Stepping Stone Muhlis Tahir.
Programa Linear Metode Grafik
Dosen : Wawan Hari Subagyo
Operations Management
Operations Management
MODEL TRANSPORTASI.
LINEAR PROGRAMMING METODE GRAFIK
KAPASITAS PRODUKSI METODE SIMPLEKS DALAM PROGRAMASI LINEAR
Modul III. Programma Linier
Metode Simpleks Dyah Darma Andayani.
LINEAR PROGRAMMING : METODE SIMPLEKS
RISET OPERASIONAL RISET OPERASI
Linear Programming Formulasi Masalah dan Pemodelan
Kondisi yang dihadapi manajer dalam pengambilan keputusan
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
PL PDF 1 PL PDF 2 PL PPT 1 PL PPT 2 OPERATION RESEARCH Program Linier.
Program Linier (Linier Programming)
Operations Management
Linier Programming (2) Metode Grafik.
MANAJEMEN SAINS MODUL 2 programasi linier
LINEAR PROGRAMMING Pertemuan 06
Minggu 1 Pertemuan II Riset Operasi
Riset Operasional 1 Manajemen-Ekonomi PTA 16/17
Operations Management
LINIER PROGRAMMING METODE SIMPLEX
MANAJEMEN SAINS METODE SIMPLEKS.
Program Linier :Penyelesaian Simplek
LINEAR PROGRAMMING.
Operations Management
Operations Management
Program Linear dengan Metode Simpleks
Program Linier :Penyelesaian Simplek
METODE BIG-M LINEAR PROGRAMMING
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
Optimasi dengan Algoritma simpleks
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
D U A L I T A S.
Metode Simpleks 17 April 2011 Free Powerpoint Templates.
Operations Management
Defenisi Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber dayanya, baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan,
METODE SIMPLEX LINEAR PROGRAMMING (LP)
Operations Management
Operations Management
BAB I Program Linier Pertemuan 1.
Operations Management
Linier Programming METODE SIMPLEKS 6/30/2015.
Operations Management
Operations Research Linear Programming (LP)
Program Linier – Bentuk Standar Simpleks
Operations Management
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 PROGRAMMING METODE SIMPLEKS

Fungsi tujuan : Max : Z = 3X1 + 4X2 LANGKAH-LANGKAH METODE SIMPLEKS : Misalkan contoh kita PT. KEMBANG ARUM Fungsi tujuan : Max : Z = 3X1 + 4X2 Batasan – batasan : 1. 2X1 + X2 ≤ 6.000 2. 2X1 + 3X2 ≤ 9.000 3. X1 ≥ 0 ; X2 ≥ 0

Maksimum : Z = 3X1 + 4X2 diubah menjadi Maksimum : Z – 3X1 – 4X2 = 0 LANGKAH 1 : MERUBAH BENTUK FUNGSI TUJUAN Fungsi tujuan dirubah sedemikian rupa, sehingga semua variabel yang belum diketahui nilainya berada di sebelah kiri tanda = . Misalnya dalam contoh diatas, fungsi tujuan : Maksimum : Z = 3X1 + 4X2 diubah menjadi Maksimum : Z – 3X1 – 4X2 = 0

LANGKAH 2 : MERUBAH BENTUK BATASAN-BATASAN Semua batasan yang mula-mula bertanda lebih kecil atau sama dengan ( ≤ ) dirubah menjadi tanda persamaan ( = ), dengan menggunakan suatu tambahan variabel yang sering disebut sebagai “Variabel Slack”, yang biasanya diberi simbol “ S “. Perubahan tersebut menjadi : 2X1 + X2 ≤ 6.000 dirubah menjadi 2X1 + X2 + S1 = 6.000 2X1 + 3X2 ≤ 9.000 dirubah menjadi 2X1 + 3X2 + S2 = 9.000

3 LANGKAH 3 : MENYUSUN PERSAMAAN KE DALAM TABEL LANGKAH 4 : MEMILIH KOLOM KUNCI Pilih kolom yang pada garis Z mempunyai nilai negatif terkecil (pailng negatif). LANGKAH 5 : MEMILIH BARIS KUNCI baris kunci adalah baris yang merupakan dasar untuk mengubah / mengadakan perbaikan. Untuk menentukannya terlebih dahulu harus kita cari indeks tiap-tiap baris dengan cara sebagai berikut : Angka kunci VD Z X1 X2 S1 S2 NK 1 -3 -4 2 6.000 3 9.000 Baris kunci Kolom kunci

LANGKAH 5 : MEMILIH BARIS KUNCI : Indeks : 6.000 / 1 = 6.000 9.000 / 3 = 3.000 Kemudian kita pilih baris kunci, yaitu baris yang mempunyai indeks positif terkecil, yaitu baris batasan kedua (indeks batasan pertama 6.000 dan batasan kedua hanya 3.000). Kemudian baris kunci ini kita beri tanda (dilingkari) agar lebih mudah mengingatnya. Kita lihat ada angka yang masuk dalam kolom kunci dan juga masuk dalam baris kunci disebut angka kunci sebesar 3.

LANGKAH 6 : MERUBAH NILAI-NILAI BARIS KUNCI Mula-mula kita ubah dulu nilai-nilai baris kunci dengan membagi semua angkanya dengan angka kunci. Jadi semua angka pada baris kunci itu kita bagi 3, disamping itu variabel dasarnya kita ganti dengan variabel yang kolomnya terpilih sebagai kolom kunci, dalam contoh kita variabel X2. VD Z X1 X2 S1 S2 NK 1 -3 -4 2 6.000 3 9.000 Dibagi 3 VD Z X1 X2 S1 S2 NK 2/3 1 1/3 3.000

LANGKAH 7 : MENGUBAH NILAI DILUAR BARIS KUNCI Nilai baru dari baris-baris yang bukan merupakan baris kunci dapat dihitung dengan rumus sebagai berikut : Untuk baris Z pada tabel dapat dihitung sebagai berikut : Nilai Baris Baru Nilai Baris Lama Koefisien Pada Kolom Kunci Nilai Baru Baris Kunci = _ X Nilai baris lama -3 -4 - ( -4 ) 2/3 1 1/3 3.000 -1/3 4/3 12.000 Nilai baru baris kunci Nilai baris baru Koefisien angka pada kolom kunci

Untuk baris batasan pertama sebagai berikut : 2 1 6.000 - ( 1 ) 2/3 1/3 3.000 4/3 -1/3 Tabel I nilai lama dan tabel II nilai baru (setelah diperbaiki sekali) : VD Z X1 X2 S1 S2 NK 1 -3 -4 2 6.000 3 9.000 I VD Z X1 X2 S1 S2 NK 1 -1/3 4/3 12.000 3.000 2/3 1/3 II

LANGKAH 8 : MELANJUTKAN PERBAIKAN Selama masih ada nilai negatif pada baris Z ulangilah langkah perbaikan mulai dari langkah ke-3 sampai dengan langkah ke-7 sampai diperoleh pemecahan optimal. Kalau sudah tidak ada nilai pada baris Z yang negatif berarti alokasi itu sudah optimal. Nilai baru dari baris Z menjadi : -1/3 4/3 12.000 - ( -1/3 ) 1 3/4 -1/4 2.250 ¼ 5/4 12.750 Nilai baru baris batasan pertama : 2/3 1 1/3 3.000 - ( 2/3 ) 3/4 -1/4 2.250 -1/2 1/2 1.500

VD Z X1 X2 S1 S2 NK 1 -3 -4 2 6.000 3 9.000 I VD Z X1 X2 S1 S2 NK 1 -1/3 4/3 12.000 3.000 2/3 1/3 II VD Z X1 X2 S1 S2 NK 1 1/4 5/4 12.750 3/4 -1/4 2.250 -1/2 1/2 1.500 III

Pada bagian III dari tabel di atas ternyata dalam bari Z sudah tidak memiliki negatif lagi, berarti tabel ini sudah optimal. Arti dari hasil pemecahan optimal ini sebagai berikut : Produk pertama dihasilkan 2.250 unit (X1 = 2.250) Produk kedua dihasilkan 1.500 unit (X2 = 1.500) Sumbangan terhadap laba sebesar Rp. 12.750,- (Z = 12.750)

LATIHAN 1: Suatu pabrik automotive menghasilkan dua macam kendaraan dengan kualitas berbeda, yaitu type BEBAS EMISI dan type HEMAT BAHAN BAKAR. Untuk menghasilkan kedua macam kendaraan tersebut digunakan tiga macam spare part yang sama yaitu spare part A, B dan C. kebutuhan spare part untuk menghasilkan tiap satuan produk sebagai berikut : Type Kebutuhan Spare part A Spare part B Spare part C BEBAS EMISI 3 2 HEMAT BB 4 Maks tersedia 30 42 80 Permintaan dianggap cukup bisa menyerap semua produk yang dihasilkan. Sumbangan terhadap laba tiap satuan kendaraan type BEBAS EMISI $ 5.000 sedangkan type HEMAT BAHAN BAKAR $ 10.000. perusahaan akan menentukan jumlah tiap type yang dihasilkan agar bisa memaksimalkan laba. Selesaikanlah persoalan diatas dengan metode simpleks !

LATIHAN 2 : Suatu perusahaan menghasilkan 2 macam produk, yaitu produk A dan produk B. kedua produk itu dibuat melalui dua mesin (mesin I dan mesin II). Untuk menghasilkan 100 unit produk A harus dikerjakan di mesin I selama 3 jam dan di mesin II selama 4 jam; sedang untuk menghasilkan 100 unit produk B harus dikerjakan di mesin I selama 2 jam dan di mesin II selama 5 jam. Kapasitas kerja maksimum untuk mesin I 12 jam dan mesin II juga 12 jam. Sumbangan terhadap laba untuk setiap 100 buah produk A sebesar Rp. 3.000 dan untuk produk B sebesar Rp. 3.500. berapakah jumlah produk A dan produk B yang seharusnya dihasilkan agar memperoleh laba maksimum ?

Kebutuhan bahan baku / unit LATIHAN 3 : Suatu perusahaan menghasilkan dua macam produk, dengan menggunakan bakan baku J , K dan L. kebutuhan akan bahan baku setiap unit produk sebagai berikut : Bahan baku Kebutuhan bahan baku / unit Maks. Tersedia Produk I Produk II J 3 kg 2 kg 42 kg K 4 kg 30 kg L 48 kg Sumbangan thd laba Rp. 12,- Rp. 8,- Hitunglah kombinasi jumlah produk yang bisa memaksimumkan laba perusahaan !

LATIHAN 4 : Perusahaan mempunyai anggaran produksi sebesar $ 2000 dan jam kerja maksimum 665 jam per hari. Maksimum permintaan tiap hari 200 unit untuk jam dinding, 300 unit radio, dan 150 unit toater. Keuntungan maksimum tiap unit produk adalah $ 15 untuk jam dinding, $ 20 untuk radio, dan $ 12 untuk toaster. Tentukan produksi optimal agar keuntungan maksimum ! Produk Kebutuhan sumber daya Biaya/unit Jam/unit Jam dinding 8 2 Radio 10 3 Toaster 5

LATIHAN 5 : Sebuah industri kerajinan kulit membuat tas yang terdiri dari jenis A dan B. keuntungan masing-masing jenis tas adalah $ 400 dan $ 200 dolar per unit. Industri mendapat pesanan dari sebuah toko sebesar 30 (A dan B) buah per bulan. Suplai bahan kulit paling sedikit 80 lembar per bulan, dan industri kerajinan ini harus memesan paling tidak 80 lembar per bulan. Setiap barang A memerlukan 2 lembar kulit sedangkan barang B membutuhkan 8 lembar. Dari pengalaman sebelumnya industri ini tidak bisa membuat barang jenis A lebih dari 20 buah per bulan. Mereka ingin mengetahui berapa jumlah masing-masing jenis A dan B yang harus dibuat supaya keuntungan yang didapat maksimum. Tentukan model program liniernya dan selesaikan persoalan dengan metode simpleks.!