METODE Dua Phasa Pertemuan Ke-7

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
Pertemuan 6– Transportasi
Riset Operasional Pertemuan 10
KASUS KHUSUS METODE SIMPLEKS
Algoritma Pemotongan Algoritma Gomory Langkah 1 x3* = 11/2 x2* = 1
TEKNIK RISET OPERASIONAL
(Modified Distribution Method)
KASUS MINIMISASI Ir. Indrawani Sinoem, MS
LINEAR PROGRAMMING METODE SIMPLEX
Selamat datang di Metode simpleks.
BAHAN AJAR M.K. PROGRAM LINEAR T.A. 2011/2012
LINEAR PROGRAMMING Pertemuan 05
Tabel Simplex (MetodE Big-M & 2 Fasa) Amelia Kurniawati, ST., MT.
Solusi Optimal – MODI Riset Operasi I.
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
Pertemuan 6 dan 7 MODEL TRANSPORTASI & MODEL PENUGASAN.
INTEGER PROGRAMMING Modul 8. PENELITIAN OPERASIONAL Oleh : Eliyani
KAPASITAS PRODUKSI METODE SIMPLEKS DALAM PROGRAMASI LINEAR
D0104 Riset Operasi I Kuliah VIII - X
Metode Simpleks Dyah Darma Andayani.
Dualitas dan Analisa Sensivitas
Pert.3 Penyelesaian Program Linier Metode Simpleks
Metode Dua Phase.
Metode simpleks yang diperbaiki menggunakan
RISET OPERASIONAL.
Metode Linier Programming
Program Linier (Linier Programming)
Linier Programming Metode Dua Fasa.
RISET OPERASI Oleh : Inne Novita Sari
METODE BIG M DAN DUAL SIMPLEKS
Metode Simpleks Free Powerpoint Templates.
Metode Simpleks Free Powerpoint Templates.
TEORI DUALITAS Click to add subtitle.
Kasus Khusus Simpleks & Metode Big M
METODE SIMPLEKS Pertemuan 2
TEORI DUALITAS.
Riset Operasional Kuliah ke-4
Metode Simpleks untuk Persoalan Maksimum
TEORI DUALITAS D0104 Riset Operasi I.
Metode Linier Programming
MANAJEMEN SAINS METODE SIMPLEKS.
Metode Linier Programming
METODE DUA PHASA.
Kasus Khusus Simpleks & Metode Big M
Metode Simpleks Dual dan Kasus Khusus Metode Simpleks
Metode Dua Phase.
Pertemuan ke-5 25 Oktober 2016 PARANITA ASNUR
BAB IV Metode Simpleks Persoalan Minimasi
Universitas Ahmad Dahlan Yogyakarta
Model Linier Programming
Metode Simpleks Free Powerpoint Templates.
Masalah Penugasan (Assignment Problem)
PROGRAM LINIER : ANALISIS DUALITAS, SENSITIVITAS DAN POST- OPTIMAL
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
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
PROGRAM LINIER : ANALISIS POST- OPTIMAL
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 SIMPLEX LINEAR PROGRAMMING (LP)
BAB IV Metode Simpleks Persoalan Minimasi Oleh : Devie Rosa Anamisa.
BAB III METODE SIMPLEKS(1).
Program Linier – Simpleks Kendala
Transcript presentasi:

METODE Dua Phasa Pertemuan Ke-7 Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

Pengantar Teknik ini digunakan untuk menghilangkan variabel artificial dan nilai pinalti Cara penyelesaian terdapat dalam dua phasa : Phasa 1 : Menentukan apakah permasalahan mempunyai solusi fisible atau tidak dengan cara meminimasikan variabel artificial. Fungsi tujuan tujuan diganti dengan meminimumkan jumlah variabel artifisialnya. Jika nilai yang diperoleh pada fungsi tujuan baru mempunyai harga nol/negatif, berarti solusi fisible (persoalan fisible) & dapat dilanjutkan ke phase 2. Jika mempunyai nilai positif persoalan tidak fisibel sehingga pemecahan masalah dihentikan untuk phasa pertama ini. Berlaku bagi kedua fungsi tujuan baik maksimasi maupun minimasi

Phasa 2 : F. Tujuan : maks Z = 3X1 + 5X2 F. Pembatas : X1 ≤ 4 2X2 ≤ 12 Mengembalikan fungsi tujuan ke fungsi tujuan semula dengan fungsi pembatas yang baru untuk pemecahan masalah selanjutnya diselesaikan dengan metode simpleks biasa. Fungsi pembatas baru, diperoleh dari tabel terakhir dari perhitungan phasa 1 dengan menghilangkan variabel artificial yang sudah minimum. Contoh 1 : F. Tujuan : maks Z = 3X1 + 5X2 F. Pembatas : X1 ≤ 4 2X2 ≤ 12 3X1 + 2X2 = 18 X1 , X2 ≥ 0

Bentuk standar : F. Tujuan : maks Z = 3X1 + 5X2 + 0S1 + 0S2 - MR3 F Bentuk standar : F. Tujuan : maks Z = 3X1 + 5X2 + 0S1 + 0S2 - MR3 F. Pembatas : X1 + S1 = 4 2X2 + S2 = 12 3X1 + 2X2 + R3 = 18 X1 , X2 , S1 , S2 , R3 ≥ 0 Sehingga diperoleh : R3 = 18 – 3X1 – 2X2 Phasa 1 : F. Tujuan : min r = R3 = 18 – 3X1 – 2X2 r + 3X1 + 2X2 = 18 X1 + S1 = 4 2X2 + S2 = 12 3X1 + 2X2 + R3 = 18 HARUS MINIMASI

Sudah minimum, jadi dihilangkan Sudah tidak ada lagi nilai positif pada variabel basis & non- basis, kecuali r . Dapat diteruskan untuk mencari nilai optimum pada phase 2. Tetapi jika terjadi pengulangan, maka harus dihentikan

Phasa 2 : F. Tujuan : maks Z = 3X1 + 5X2 F Phasa 2 : F. Tujuan : maks Z = 3X1 + 5X2 F. Pembatas : X1 + S1 = 4  X1 = 4 – S1 3S1 + S2 = 6 X2 – 3/2S1 = 3  X2 = 3 + 3/2S1 Nilai X1 dan X2 disubtitusikan ke pers. F. Tujuan : Z = 3X1 + 5X2 = 3(4 – S1) + 5(3 + 3/2S1) = 12 – 3S1 + 15 + 15/2S1 = 27 + 9/2S1 Z – 9/2S1 = 27  Jadi F. Tujuan Baru

Solusi Optimal : X1 = 2 X2 = 6 Z = 36

Contoh 2 : F. Tujuan : min Z = 3X1 + 5X2 F Contoh 2 : F. Tujuan : min Z = 3X1 + 5X2 F. Pembatas : X1 ≤ 4 2X2 = 12 3X1 + 2X2 ≥ 18 X1 , X2 ≥ 0 Bentuk standar : F. Tujuan : min Z = 3X1 + 5X2 + 0S1 + 0S3 + MR2 + MR3 X1 + S1 = 4 2X2 + R2 = 12 3X1 + 2X2 – S3 + R3 = 18 X1 , X2 , S1 , S3 , R2 , R3 ≥ 0

R2 = 12 – 2X2 R3 = 18 – 3X1 – 2X2 + S3 Phasa 1 : F. Tujuan : min r = R2 +R3 r = 12 – 2X2 +18 – 3X1 – 2X2 + S3 Sehingga diperoleh, r + 3X1 + 4X2 – S3 = 30 F. Pembatas : X1 + S1 = 4 2X2 + R2 = 12 3X1 + 2X2 – S3 + R3 = 18 X1 , X2 , S1 , S3 , R2 , R3 ≥ 0

Sudah tidak ada lagi nilai positif pada variabel basis & non-basis, kecuali r . Dapat diteruskan untuk mencari nilai optimum pada phase 2. Tetapi jika terjadi pengulangan, maka harus dihentikan

Phasa 2 : F. Tujuan : min Z = 3X1 + 5X2 F Phasa 2 : F. Tujuan : min Z = 3X1 + 5X2 F. Pembatas : S1 + 1/3S3 = 2 X2 = 6 X1 – 1/3S3 = 2  X1 = 2 + 1/3S3 Subtitusikan X1 ke pers. F. Tujuan : Z = 3X1 + 5X2 = 3(2 + 1/3S3) + 5(6) = 6 + S3 + 30 Z –S3 = 36  Jadi F. Tujuan Baru

Solusi Optimal : X1 = 2 X2 = 6 Z = 36

Gaji Karyawan Per Bulan (Rp.1000,00) Latihan Soal “Mini Super Market” mempekerjakan tiga karyawan dengan kecakapan yang berbeda-beda. Oleh sebab itu, pimpinan “Mini Super Market” menetapkan besarnya gaji per bulan untuk ketiga karyawan tersebut berbeda-beda, bergantung pada kecakapannya dalam tugas apa yang harus dikerjakannya. Gaji per bulan ketiga karyawan tersebut adalah sebagai berikut: Bagaimanakah pimpinan “Mini Super Market” harus mengatur tugas ketiga karyawan tersebut agar biaya pegawai minimal? Pekerjaan Gaji Karyawan Per Bulan (Rp.1000,00) A B C Kasir 100 124 140 Pelayan 60 80 96 Pengaturan/Penyimpanan barang 88 76 68