Linier Programming Metode Dua Fasa.

Slides:



Advertisements
Presentasi serupa
BAB III Metode Simpleks
Advertisements

Teknik Pencarian Solusi Optimal Metode Grafis
MANAJEMEN SAINS Penyelesaian Persoalan Program Linier dengan
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
Integer Programming.
Riset Operasional Pertemuan 10
KASUS KHUSUS METODE SIMPLEKS
BASIC FEASIBLE SOLUTION
Algoritma Pemotongan Algoritma Gomory Langkah 1 x3* = 11/2 x2* = 1
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
KASUS MINIMISASI Ir. Indrawani Sinoem, MS
LINEAR PROGRAMMING METODE SIMPLEX
LINEAR PROGRAMMING Pertemuan 05
Tabel Simplex (MetodE Big-M & 2 Fasa) Amelia Kurniawati, ST., MT.
Operations Management
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
D0104 Riset Operasi I Kuliah VIII - X
Pertemuan 2 Metoda Simplex bilqis.
ALGORITMA PEMOTONGAN Algoritma Gomory.
Pert.3 Penyelesaian Program Linier Metode Simpleks
Metode Dua Phase.
Metode Linier Programming
METODE BIG M DAN DUAL SIMPLEKS
Linier Programming (2) Metode Grafik.
Pemrograman Kuadratik (Quadratic Programming)
Masalah PL dgn Simpleks Pertemuan 3:
Metode Simpleks Free Powerpoint Templates.
Metode Simpleks Free Powerpoint Templates.
PENDEKATAN GRAFIK (Branch and Bound)
Kasus Khusus Simpleks & Metode Big M
LINEAR PROGRAMMING Pertemuan 06
Linear Programming (Pemrograman Linier)
INTEGER PROGRAMMING.
METODE SIMPLEKS Pertemuan 2
TEORI DUALITAS.
Riset Operasional Kuliah ke-4
TEORI DUALITAS D0104 Riset Operasi I.
Metode Linier Programming
MANAJEMEN SAINS METODE SIMPLEKS.
Metode Linier Programming
Manajemen Sains Kuliah ke-4
METODE DUA PHASA.
Kasus Khusus Simpleks & Metode Big M
Metode Simpleks Dual dan Kasus Khusus Metode Simpleks
Metode Simpleks Free Powerpoint Templates.
Metode Dua Phase.
Pertemuan ke-5 25 Oktober 2016 PARANITA ASNUR
BAB IV Metode Simpleks Persoalan Minimasi
Universitas Ahmad Dahlan Yogyakarta
Model Linier Programming
Sistem Persamaan non Linier
Metode Simpleks Free Powerpoint Templates.
INTEGER LINEAR PROGRAMMING
Program Linear dengan Metode Simpleks
METODE DUA FASE.
BAB V Metoe Penalty (Teknik M)
METODE BIG M.
METODE BIG-M LINEAR PROGRAMMING
Pertemuan 4 Penyelesaian PL Metode Simpleks (2) Big M dan Dua Fasa
METODE BIG M.
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
METODA “M” BESAR (BIG “M”) Ardaneswari, D.P.C., STP, MP.
Metode Simpleks Free Powerpoint Templates.
METODE SIMPLEX LINEAR PROGRAMMING (LP)
BAB IV Metode Simpleks Persoalan Minimasi Oleh : Devie Rosa Anamisa.
BAB III METODE SIMPLEKS(1).
Program Linier – Bentuk Standar Simpleks
METODE Dua Phasa Pertemuan Ke-7
Oleh : Siti Salamah Ginting, M.Pd. PROGRAM LINIER METODE SIMPLEKS.
Linear Programming (Pemrograman Linier)
Transcript presentasi:

Linier Programming Metode Dua Fasa

Pendahuluan (1) Dengan digunakannya konstanta M yang merupakan bilangan positif yang sangat besar sebagai penalty, maka tingkat kesalahan pengerjaan kasus akan semakin besar. Kesulitan ini bisa dikurangi dengan menggunakan teknik dua fase dengan cara menghilangkan konstanta M

Pendahuluan (2) Metode dua fasa menggunakan dua langkah utama dalam menyelesaikan kasus LP Kedua fasa tersebut merupakan proses yang saling terkait satu dengan yang lainnya. Fasa 2 akan dikerjakan jika fasa 1 telah dikerjakan

Prosedur Dua Fasa (1) Fasa 1 : Digunakan untuk menguji apakah persoalan yang kita hadapi memiliki solusi fisibel atau tidak Dalam fasa ini, fungsi tujuan semula diganti dengan meminimumkan jumlah variabel artifisialnya Jika nilai minimum fungsi tujuan baru ini berharga nol berarti persoalan memiliki solusi fisibel dan lanjutkan ke fasa 2

Prosedur Dua Fasa (2) Fase 2 : Solusi basis optimum pada akhir iterasi pada fasa 1 dijadikan solusi awal bagi persoalan semula. Fungsi tujuan diubah kembali ke fungsi tujuan awal

Contoh Maks Z = 3X1 + 5X2 s/t X1 ≤ 4 2X2 ≤ 12 3X1 + 2X2 = 18 X1,X2 ≥ 0

Bentuk kanonik (1) Pembatas : X1 + S1 = 4 2X2 + S2 = 12 3X1 + 2X2 + R3 = 18 Fungsi tujuan (FT) : Maks Z = 3X1 + 5X2 – MR3 Pembatas tanda : X1,X2,S1,S2,R3 ≥ 0

Bentuk kanonik (2) Maks Z = 3X1 + 5X2 – MR3 s/t X1 + S1 = 4 2X2 + S2 = 12 3X1 + 2X2 + R3 = 18 X1,X2,S1,S2,R3 ≥ 0

Fase 1 Minimumkan r = R3 r = 18 - 3X1 – 2X2 r + 3X1 + 2X2 = 18 s/t X1 + S1 = 4 2X2 + S2 = 12 3X1 + 2X2 + R3 = 18 X1,X2,S1,S2,R3 ≥ 0

Iterasi 0 BV r X1 X2 S1 S2 R3 Solusi Ratio 1 3 2 18 6 4 12 ~

Iterasi 1 EV = X1 LV = S1 BV r X1 X2 S1 S2 R3 Solusi Ratio 1 2 -3 6 3 2 -3 6 3 4 ~ 12

Iterasi 2 EV = X2 LV = R3 Fase I sudah optimal BV r X1 X2 S1 S2 R3 Solusi Ratio 1 -1 4 3 6 -3/2 1/2

Fase 2 Dari tabel optimum fase 1 dapat ditulis persamaan sebagai berikut : X1 + S1 = 4 --------> X1 = 4-S1 3S1 + S2 = 6 X2 – 3/2S1 = 3 -------> X2 = 3 + 3/2S1 FT yang baru : Maks Z = 3X1 + 5X2 = 3(4-S1+ + 5(3+3/2S1) = 9/2S1 + 27

Fase 2 Model Kanonik baru : Maks Z = 9/2S1 + 27 s/t X1 + S1 = 4 3S1 + S2 = 6 X2 – 3/2S1 = 3

Iterasi 0 BV Z X1 X2 S1 S2 Solusi Ratio 1 -9/2 27 - 4 3 6 2 -3/2

Iterasi 1 EV = S1 LV = S2 Solusi optimal : X1 = 2, X2 = 6, Z = 36 BV Z Ratio 1 3/2 36 -1/3 2 1/3 1/2 6

Latihan Minimasi Z = 4X1 + X2 s/t 3X1 + X2 = 3 4X1 + 3X2 ≥ 6 X1 + 2X2 ≤ 4 X1,X2 ≥ 0