Analisis Sensitivitas

Slides:



Advertisements
Presentasi serupa
Operations Management
Advertisements

DUALITAS DALAM LINEAR PROGRAMING
SIMPLEKS BIG-M.
PERTEMUAN VI Analisa Dualitas dan Sensitivitas Definisi Masalah Dual
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
Pertemuan 4– Analisis Post Optimal
TAHAPAN FORMULASI MODEL:
BENTUK PRIMAL DAN DUAL Dalam analisis Program Linear (PL) terdapat 2 bentuk, yaitu : 1. Bentuk Primal, yaitu bentuk asli dari pers. Program linear. 2.
TM3 PENDAHULUAN ; LINIER PROGRAMMING
Linear Programming (Pemrograman Linier)
LINEAR PROGRAMMING METODE SIMPLEX
Asumsi dalam Model LP Dalam menggunakanmodel LP diperlukan beberapa asumsi sebagai berikut : Asumsi Kesebandingan (Proportionality) Kontribusi setiap variable.
Teori Dualitas dan Analisis Sensitivitas
Operations Management
Analisis Sensitivitas
TM6 METODE SENSITIVITAS
Operations Management
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
KASUS KHUSUS PROGRAM LINEAR
Modul III. Programma Linier
PERTEMUAN D U A L I T A S OLEH Ir. Indrawani Sinoem, MS.
Linear Programming (Pemrograman Linier)
Metode Simpleks Dyah Darma Andayani.
RISET OPERASIONAL RISET OPERASI
Pertemuan 2 Metoda Simplex bilqis.
ALGORITMA PEMOTONGAN Algoritma Gomory.
Dualitas dan Analisa Sensivitas
Linear Programming (Pemrograman Linier)
Metode simpleks yang diperbaiki menggunakan
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.
Operations Management
ANALISIS SENSITIVITAS DAN DUALITAS
Linier Programming (2) Metode Grafik.
MODEL TRANSPORTASI.
Integer and Linear Programming
Masalah PL dgn Simpleks Pertemuan 3:
Kasus Khusus Simpleks & Metode Big M
LINEAR PROGRAMMING Pertemuan 06
TEORI DUALITAS.
Program Linier Dengan Grafik
SENSITIvITAS METODE GRAFIK
TEORI DUALITAS D0104 Riset Operasi I.
Program Linier :Penyelesaian Simplek
LINEAR PROGRAMMING.
Industrial Engineering
Operations Management
Metode Simpleks Dual dan Kasus Khusus Metode Simpleks
Metode Simpleks Free Powerpoint Templates.
Single Server Multiple Channel (M/M/s)
Metode Simpleks Rachmat Gunawan, SE, MSi Manajemen Kuantitatif
Metode Simpleks Free Powerpoint Templates.
Indrawani Sinoem/TRO/V/07-08
Analisis Sensitivitas
PROGRAM LINIER : ANALISIS DUALITAS, SENSITIVITAS DAN POST- OPTIMAL
(REVISED SIMPLEKS).
Program Linier :Penyelesaian Simplek
Dosen : Wawan Hari Subagyo
DegenerasY KASUS KHUSUS PROGRAM LINEAR
Pemrograman Linear.
TEKNIK RISET OPERASI DUALITAS.
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.
DUALITAS dan ANALISIS SENSITIVITAS
PROGRAM LINIER : ANALISIS POST- OPTIMAL
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.
D U A L I T A S.
METODE SIMPLEX LINEAR PROGRAMMING (LP)
Operations Research Linear Programming (LP)
Operations Research Linear Programming (LP)
Transcript presentasi:

Analisis Sensitivitas

Pengantar mengetahui akibat/pengaruh perubahan parameter-parameter PL terhadap solusi optimal yang telah dicapai. mengevaluasi pengaruh perubahan parameter berdasarkan tabel simplek optimum. menghindari perhitungan dari awal jika terjadi perubahan masalah LP

Enam perubahan dalam analisis sensitivitas Perubahan koefisien fungsi tujuan untuk variabel non-basis. Sifat ke-2 primal-dual. Perubahan koefisien fungsi tujuan pada variabel basis. Sifat ke-1 pada primal-dual. Perubahan pada ruas kanan suatu pembatas. Sifat ke-3 pada primal-dual.

Perubahan kolom untuk suatu variabel non-basis Perubahan kolom untuk suatu variabel non-basis. Sifat ke-4 pada primal-dual. Penambahan suatu variabel/aktivitas baru. Kombinasi dari sifat ke-2 dan sifat ke-4 pada primal-dual. Penambahan suatu pembatas baru. Lihat perubahan dari sifat ke-1 sampai sifat ke-4 (masing-masing sifat diperiksa)

Contoh Maksimumkan z = 3x1 + 5x2 x1 ≤ 4 2x2 ≤ 12 3x1 + 2x2 ≤ 18 Solusi optimal dari persoalan di atas adalah sebagai berikut : Basis x1 x2 S1 S2 S3 Solusi z 3/2 1 36 1/3 -1/3 2 1/2 6 Jika fungsi tujuan berubah menjadi maksimalkan z =5x1+7x2, Berapakah solusi optimalnya ? Jika ruas kanan berubah dari 4 menjadi 8 dan dari 12 menjadi 6, Berapakah solusi optimalnya ?

Contoh Sebuah perusahaan memproduksi Sukra dan Rasmi sebagai bahan baku pembuat produk Sangling. Kedua produk tersebut dihasilkan melalui proses penghancuran dan penghalusan. Proses penghancuran memiliki kapasitas 20 jam dan proses penghalusan 32 jam. Setiap ton Sukra memerlukan waktu 2 jam proses penghancuran dan 2 jam proses penghalusan, sedangkan setiap ton Rasmi memerlukan waktu 1 jam proses penghancuran dan 3 jam proses penghalusan. Didalam proses produksi ini, pihak internal control menyarankan agar Rasmi tidak diproduksi lebih dari 2 ton untuk mengimbangi setiap ton Sukra yang diproduksi. Disamping itu ada satu pelanggan yang selalu meminta Rasmi 2 ton. Bagian cost accounting memberi catatan bahwa kontribusi keuntungan per ton adalah Rp 40 dan Rp 30 (dalam ribuan) Sumber: Operation Research Siswanto

Jumlah variabel Jumlah kendala Fungsi tujuan Tipe variabel (biasanya nonnegative continuous) Format data masukan

Hasil optimal Hasil perhitungan tiap iterasi Grafik (khusus 2 variabel) Maksimumkan z = 40x1+30x2 Kendala 2x1 + x2 ≤ 20 2x1 + 3x2 ≤ 32 2x1 - x2 ≥ 0 x2 ≥ 2 x1 ≥ 0, x2 ≥ 0

20 ≤ Koef x1≤ 60 dan 20 ≤ Koef x2 ≤ 60 batasan koefisien fungsi tujuan yang tidak akan mengubah nilai optimal z Nilai optimal dari variabel x1 dan x2 Koefisien fungsi tujuan dari x1 dan x2 Kendala 1 dan 2 adalah kendala yang habis terpakai disebut kendala aktif Nilai z yang optimal 16≤RHS kendala 1≤28 24 ≤RHS kendala 1≤40 Tidak ada batasan pada kendala 3 dan 4 Adalah kondisi yang menjamin nilai dual price/shadow price-nya valid Kendala 3 dan 4 adalah variabel yang berlebih Setiap pemanfaatan sisa kapasitas tidak akan mengubah nilai fungsi tujuan Setiap perubahan 1 unit ruas kanan variabel aktif akan mengubah nilai fungsi tujuan sebesar 15 dan 5

Function Solver pada Excel Fungsi Solver pada excel

1 2 3. Target cell (z) $F$13 8 4. Produksi yang digunakan $C$11:$D$11 5 6. Kapasitas yang digunakan $E$6:$E$7<=$F$6:$F$7 $E$8:$E$9<=$F$8:$F$9 7

z x1 x2 Kendala yang habis (Kendala aktif) Kendala yang tidak membatasi z