PERTEMUAN 8-9 METODE GRAFIK

Slides:



Advertisements
Presentasi serupa
Riset Operasional Pertemuan 9
Advertisements

BAB II Program Linier.
PROGRAM LINEAR 1. PENGANTAR
Welcome in my presentation,, Oleh: SANTI WAHYU PAMUNGKAS Kelas: X Adm
BENTUK PRIMAL DAN DUAL Dalam analisis Program Linear (PL) terdapat 2 bentuk, yaitu : 1. Bentuk Primal, yaitu bentuk asli dari pers. Program linear. 2.
PROGRAM LINIER Sistem Pertidaksamaan Linier Dua Variabel Definisi:
PENGAMBILAN KEPUTUSAN DALAM KONDISI PASTI
Indrawani Sinoem/TRO/SI/07
SOAL-SOAL TRO PROGRAM LINIER.
Bab 2 PROGRAN LINIER.
METODE ALJABAR DAN METODE GRAFIK
PERTEMUAN 8-9 METODE GRAFIK
PENGAMBILAN KEPUTUSAN DALAM KONDISI PASTI
Oleh : Devie Rosa Anamisa
Oleh : Devie Rosa Anamisa
Dosen : Wawan Hari Subagyo
PERTEMUAN METODE SIMPLEKS OLEH Ir. Indrawani Sinoem, MS
KASUS MINIMISASI Ir. Indrawani Sinoem, MS
LINEAR PROGRAMMING METODE SIMPLEX
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.
PERTEMUAN PERSOALAN PENUGASAN OLEH Ir. Indrawani Sinoem, MS.
PERTEMUAN 4-5 PROGRAM LINEAR
METODE ALJABAR DAN METODE GRAFIK
Programa Linear Metode Grafik
KASUS KHUSUS PROGRAM LINEAR
LINEAR PROGRAMMING METODE GRAFIK
Linier Programming Manajemen Operasional.
PERTEMUAN D U A L I T A S OLEH Ir. Indrawani Sinoem, MS.
Metode Simpleks Dyah Darma Andayani.
RISET OPERASIONAL RISET OPERASI
Linear Programming Formulasi Masalah dan Pemodelan
PENGAMBILAN KEPUTUSAN DALAM KONDISI PASTI
Gudang ~1~ Modul XIII. Penyelesaian Soal Dengan Software
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.
Analisis Sensitivitas Pertemuan 8 : (Off Class)
Program Linier (Linier Programming)
PROGRAM LINEAR 1. PENGANTAR
Linier Programming (2) Metode Grafik.
MANAJEMEN SAINS MODUL 2 programasi linier
Minggu 1 Pertemuan II Riset Operasi
PROGRAM LINIER PENDAHULUAN
BAB 2 PROGRAM LINEAR Next Home.
PENYELESAIAN PROLIN DENGAN METODE ALJABAR
METODA SIMPLEX.
PROGRAM LINEAR sudir15mks.
PROGRAM LINIER Sistem persamaan linier pertidaksamaan linier
Analisis Sensitivitas Pertemuan 6
Program linier Matematika SMK Kelas/Semester: II/2
Indrawani Sinoem/TRO/V/07-08
Pertidaksamaan Linier dan Model Matematika
METODE BIG-M LINEAR PROGRAMMING
DegenerasY KASUS KHUSUS PROGRAM LINEAR
Program Linier (Linear Programming)
Widita Kurniasari Universitas Trunojoyo
PROGRAM LINIER METODE SIMPLEKS
Widita Kurniasari Universitas Trunojoyo
D U A L I T A S.
Widita Kurniasari Universitas Trunojoyo
Oleh : Devie Rosa Anamisa
Widita Kurniasari Universitas Trunojoyo
Widita Kurniasari Universitas Trunojoyo
Operations Management
PROGRAM LINEAR (Definisi, Metode Grafik, Metode Substitusi )
BAB I Program Linier Pertemuan 1.
Widita Kurniasari Universitas Trunojoyo
Operations Research Linear Programming (LP)
Oleh : Siti Salamah Ginting, M.Pd. PROGRAM LINIER METODE SIMPLEKS.
BAB II Program Linier Oleh : Devie Rosa Anamisa. Pembahasan Pengertian Umum Pengertian Umum Formulasi Model Matematika Formulasi Model Matematika.
Transcript presentasi:

PERTEMUAN 8-9 METODE GRAFIK OLEH Ir. Indrawani Sinoem, MS.

Metode Grafik : Pemecahan persoalan Program Linear dengan metode grafik ini dibagi 3 (tiga) kasus, yaitu : (1). Kasus Maksimisasi. (2). Kasus Minimisasi. (3). Kasus-kasus Khusus.

(1). Kasus Maksimisasi : kasus pemecah an persoalan PL yang bertujuan mencari seluruh kemungkinan peme- cahan yg memberikan nilai objektif maksimum.

Contoh-1 : 1. Fungsi Tujuan : Maksimumkan Z = 8 X1 + 6 X2 (Dlm Rp 1.000). 2. Fungsi Pembatas : 2.1. P-Bahan : 4 X1 + 2 X2 ≤ 60 2.2. Penjahitan : 2 X1 + 4 X2 ≤ 48 X1, X2 ≥ 0

Langkah-langkah penyelesaian : 1. Gambarkan semua persamaan linear fungsi pembatas pd grafik dua dimensi. a. 4X1 + 2X2 ≤ 60 X1 = 0, maka 2X2 ≤ 60 X2 ≤ 30 X2 = 0, maka 4X1 ≤ 60 X1 ≤ 15

X2 30 4X1 + 2X2 ≤ 60 X1 15

2. 2X1 + 4X2 ≤ 48 X1 = 0, maka 4X2 ≤ 48 X2 = 12 X2 = 0, maka 2X1 ≤ 48 X1 = 24 X2 2X1 + 4X2 ≤ 48 12 X1 24

Gambar Fungsi Pembatas : X2 4X1 + 2X2 ≤ 60 2X1 + 4X2 ≤ 48 A B X1 O C

dua dimensi. Z = 8 X1 + 6 X2 6 X2 = Z - 8 X1 2. Menggambar Fungsi Tujuan pada grafik dua dimensi. Z = 8 X1 + 6 X2 6 X2 = Z - 8 X1 X2 = Z/6 – 8/6 X1 X2 = Z/6 – 4/3 X1 Δ X2 = 4; Δ X1 = 3 Jika : Δ X2 = 12 maka Δ X1 = 9

Menggambar fungsi tujuan : Z = 8X1 + 6X2 Δ X2 = 12 dan Δ X1 = 9 O 9 C ZA

X2 4X1 + 2X2 ≤ 60 2X1 + 4X2 ≤ 48 A B X1 O C ZB ZO ZA ZC Gambar Fungsi Tujuan : X2 4X1 + 2X2 ≤ 60 2X1 + 4X2 ≤ 48 A B X1 O C ZB ZO ZA ZC

Wilayah optimum adalah OABC 1. Titik O : X1 = 0 dan X2 = 0; Jadi Zo = 0 2. Titik A : X1 = 0 dan X2 = 12; Jadi ZA = 8000(0)+6000(12) = 72000 3. Titik C : X1 = 15 dan X2 = 0 Jadi ZC = 8000(15) + 6000(0) = 120000 4. Titik B adalah perpotongan antara fungsi pembatas 1 : 4X1 + 2X2 ≤ 60 dan fungsi pembatas 2 : 2X1 + 4X2 ≤ 48

Potongkan persamaan fungsi pembatas 1 dan persamaan fungsi pembatas 2 : 4X1+2X2 = 60 x 2 8X1+4X2 =120 2X1+4X2 = 48 x 1 2X1+4X2 = 48 ---------------------- - 6X1 = 72 X1 = 12 2(12)+4X2=48 X2=(48-24)/2 = 6 Jadi : Z =8000(12)+6000(6)+0+0 = 132.000

Contoh-2 Suatu perusahaan mengahsilkan 2 barang, yaitu A dan B. Masing-masing barang membutuhkan sumberdaya seperti terlihat pada Tabel berikut. Sumberdaya Barang A Barang B Kapasitas Sumberdaya Bahan Mentah 1 2 10 Buruh 6 36 Laba/unit 4.000 5.000 Maksimumkan Peubah Kegiatan X1 X2 Z

Disamping itu, menurut ramalan bagian penjualan permintaan barang A tidak akan melebih 4 unit. Tentukan jumlah barang A dan B yang dihasilkan sehingga memberikan laba maksimum bagi perusahaan ! Penyelesaian : Model Program Linear 1. Fungsi Tujuan : Maksimumkan : Z = 4000X1+5000X2

2. Fungsi Pembatas : 2.1. Bahan Mentah : X1+2X2 ≤ 10 2.2. Buruh : 6X1+6X2 ≤ 36 2.3. Permintan A : X1 ≤ 4 X1, X2 ≥ 0 Metode Aljabar 1. Merubah ketidaksamaan fungsi pemba- tas menjadi persamaan dgn menambah slack variabel (S).

1. Gambarkan Fungsi Pembatas : X1 = 0, maka X2 ≤ 5 METODE GRAFIK 1. Gambarkan Fungsi Pembatas : 1.1. Fungsi Pembatas : X1+2X2 ≤ 10 X1 = 0, maka X2 ≤ 5 X2 = 0, maka X1 ≤ 10 X2 5 X1 10

1.2. Fungsi Pembatas : 6X1+6X2 ≤ 36 X1 = 0, maka X2 ≤ 6 X1 6

1.3. Fungsi Pembatas : X1 ≤ 4 X2 X1≤4 X1 4

atau X2 = Z/X1 – 4/5 X1 2. Menggambar Fungsi Tujuan : Z = 4X1+5X2 C X1 ZC D Zo ZD ZA ZB

X2 X1 ≤ 4 6X1 +6X2 ≤ 36 A B C X1 + 2X2 ≤ 10 O X1 D ZO ZD ZA ZB ZC Metode Grafik X2 X1 ≤ 4 6X1 +6X2 ≤ 36 A B C X1 + 2X2 ≤ 10 O X1 D ZO ZD ZA ZB ZC

Penyelesaian Optimum : 1. Titik O : Zo = 0 2. Titik A : ZA = 4000(0)+5000(5)=25000.- 3. Titik B : X1+2X2 = 10 X1=10-2X2 6X1+6X2=36 6(10-2X2)+6X2=36 X2=4 X1=10-8=2 Z = 4000(2)+5000(4)=28000.- 4. Titik C : X1 = 4 ; 6X1+6X2=36

6(4)+6X2=36 X2=(36-24)/6=2 ZC = 4000(4)+5000(2)=26000 Jadi, kesimpulan barang A = 2 unit dan barang B = 4 unit menghasilkan keuntungan maksimum sebesar Rp 28000.-

(2) Kasus Minimisasi : kasus pemecahan masalah program linear yang bertujuan seluruh kemungkinan pemecahan yang memberikan nilai objektif minimum. Contoh : Seorang petani modern menghadapi suatu persoalan sebagai berikut : setiap sapi peliharaan agar supaya sehat harus diberi makanan yang mengandung paling sedikit : 27,21, dan 30 satuan unsur

nutrisi jenis A, B, dan C setiap harinya nutrisi jenis A, B, dan C setiap harinya. Dua jenis makanan M1 dan M2 diberikan kepada sapi peliharaan tersebut. Satu gram makanan jenis M1 mengandung unsur nutrisi jenis A, B, dan C masing-masing sebesar 3,1, dan 1 satuan. Sedangkan satu gram makanan jenis M2 mengandung unsur nutrisi jenis A,B, dan C masing-masing 1,1, dan 2 satuan. Harga satu gram M1 dan M2 masing-masing sebesar Rp40000 dan Rp20000.-

Petani tersebut harus memutuskan apakah membeli satu jenis makanan saja atau kedua-duanya kemudian mencampurnya. Tujuan adalah agar jumlah pengeluaran petani tersebut minimum. a. Merumuskan Tabel Persoalan Nutrisi Kandungan Nutrisi Makanan M1 Makanan M2 Jumlah Kandungan Jenis A 3 1 27 Jenis B 1 1 21 Jenis C 30 Harga/gram 40.000 20.000 Minimumkan Peubah X1 X2 Z

b. Model Program Linear 1. Fungsi Tujuan : Minimumkan : Z = 40000X1+20000X2 2. Fungsi Pembatas : 2.1. Nutrisi A : 3X1+ X2 ≥ 27 2.2. Nutrisi B : X1+ X2 ≥ 21 2.3. Nutrisi C : X1+2X2 ≥ 30 X1, X2 ≥ 0

Y A 3X1+X2 ≥ 27 B X1+X2 ≥ 21 C X1+2X2 ≥ 30 D X O ZA ZB ZD ZO ZC (2). Metode Grafik : Y A 3X1+X2 ≥ 27 B X1+X2 ≥ 21 C X1+2X2 ≥ 30 D X O ZA ZB ZD ZO ZC

Kesimpulan : a. Titik O : ZO = 0 b. Titik A : ZA = 40000(0)+20000(27) = 540000.- c. Titik B : ZB = 40000(3)+20000(18) = 480000.- d. Titik C : ZC = 40000(12)+20000(9) = 660000.- e. Titik D : ZD = 40000(30)+20000(0) = 12000000.-

Jadi : Pengeluaran petani yang minimum jika membeli makanan sapi A = 3 satuan dan makanan sampi B = 12 satuan dengan Zmin=Rp 480.000.-

(3). Kasus-kasus khusus Beberapa kasus khusus selain kasus maksimisasi dan minimisasi adalah kasus solusi optimum ganda dan tidak memiliki solusi yang layak. Contoh : a. Solusi Optimum Ganda 1. Fungsi Tujuan : Maksimumkan Z = 4X1 + 4X2

2. Fungsi Pembatas : X1 + 2X2 ≤ 10 X1 + 6X2 ≤ 36 X1 ≤ 4 X1, X2 ≥ 0 b. Tidak Memiliki Solusi Layak 1. Fungsi Tujuan : Maksimumkan Z = 5X1 + 3X2

2. Fungsi Pembatas : 4X1 + 2X2 ≤ 8 X1 ≥ 3 X2 ≥ 7 X1, X2 ≥ 0