METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM

Slides:



Advertisements
Presentasi serupa
BAB III Metode Simpleks
Advertisements

Riset Operasional Pertemuan 13
William J. Stevenson Operations Management 8 th edition OPERATIONS RESEARCH Rosihan Asmara
PROGRAMA LINIER Konsep dasar
SIMPLEKS BIG-M.
METODE SIMPLEKS Metode ini digunakan untuk kasus kasus yang melibatkan lebih dari dua variabel output.
PERTEMUAN VI Analisa Dualitas dan Sensitivitas Definisi Masalah Dual
Operations Management
PROGRAM LINIER : SOLUSI SIMPLEKS
MANAJEMEN SAINS Penyelesaian Persoalan Program Linier dengan
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
Pertemuan 4– Analisis Post Optimal
METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM
METODE SIMPLEKS PRIMAL Evi Kurniati, STP., MT.
METODA SIMPLEKS Prof. Dr. M. Syamsul Maarif 1. MASALAH PRODUKSI: m bahan mentah (BM)i = 1, 2, 3, …………, m n produk jadi (PJ)j = 1, 2, 3, ……….., n a ij =
Riset Operasional Pertemuan 10
BENTUK PRIMAL DAN DUAL Dalam analisis Program Linear (PL) terdapat 2 bentuk, yaitu : 1. Bentuk Primal, yaitu bentuk asli dari pers. Program linear. 2.
Linear Programming Metode Simplex
KASUS KHUSUS PROGRAM LINEAR
KASUS KHUSUS METODE SIMPLEKS
Metode Simpleks Primal (Teknik M & Dua Tahap) dan Simpleks Dual
PROGRAM LINIER : ANALISIS POST- OPTIMAL
SISTEM PERSAMAAN LINEAR
Solusi Persamaan Linier
DUALITAS DAN ANALISA SENSITIVITAS
Metoda Simplex Oleh : Hartrisari H..
Indrawani Sinoem/TRO/SI/07
SISTEM PERSAMAAN LINEAR
PEMROGRAMAN LINIER Pertemuan 2.
Analisis Sensitivitas
PERTEMUAN ANALISIS SENSITIVITAS
ANALISIS SENSITIVITAS (ANALISIS POSTOPTIMALITAS) Setelah ditemukan penyelesaikan yang optimal dr suatu masalah PL, kadang-kadang dirasa perlu utk menelaah.
Linear Programming (Pemrograman Linier)
LINIER PROGRAMMING PERTEMUAN KE-2.
BASIC FEASIBLE SOLUTION
Algoritma Pemotongan Algoritma Gomory Langkah 1 x3* = 11/2 x2* = 1
TEKNIK RISET OPERASIONAL
Dosen : Wawan Hari Subagyo
PERTEMUAN METODE SIMPLEKS OLEH Ir. Indrawani Sinoem, MS
KASUS MINIMISASI 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.
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
Metode Simpleks Dyah Darma Andayani.
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
Program Linier (Linier Programming)
Operations Management
Metode Simpleks Free Powerpoint Templates.
LINEAR PROGRAMMING Pertemuan 06
Operations Management
LINIER PROGRAMMING METODE SIMPLEX
MANAJEMEN SAINS METODE SIMPLEKS.
Operations Management
Operations Management
METODA SIMPLEX.
METODE BIG-M LINEAR PROGRAMMING
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
PROGRAM LINIER METODE SIMPLEKS
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
Operations Management
METODE SIMPLEX LINEAR PROGRAMMING (LP)
Operations Management
Operations Management
Linier Programming METODE SIMPLEKS 6/30/2015.
Operations Management
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:

METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM PROGRAM LINEAR METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM

Metode Simpleks Merupakan metode yang umum digunakan untuk menyelesaikan seluruh problem program linier, baik yang melibatkan dua variabel keputusan maupun lebih dari dua variabel keputusan.

Metode simpleks pertama kali diperkenalkan oleh George B Metode simpleks pertama kali diperkenalkan oleh George B. Dantzig pada tahun 1947 dan telah diperbaiki oleh beberapa ahli lain. Metode penyelesaian dari metode simpleks ini melalui perhitungan ulang (iteration) dimana langkah-langkah perhitungan yang sama diulang-ulang sebelum solusi optimal diperoleh

Penyelesaian Dengan Metode Simpleks Syarat : Model program linier ( Canonical form) harus dirubah dulu kedalam suatu bentuk umum yang dinamakan ”bentuk baku” (standard form).

Ciri-ciri dari bentuk baku model program linier Semua fungsi kendala/pembatas berupa persamaan dengan sisi kanan non-negatif. Semua variabel keputusan non-negatif. Fungsi tujuan dapat memaksimumkan maupun meminimumkan

Indrawani Sinoem/TRO/SI-5 Bentuk standar Metode Simpleks. Fungsi Tujuan : Maksimumkan Z = C1X1+C2X2+ . . . . . +CnXn Fungsi Pembatas : a11X11 + a12X12 +. . . .+ a1nXn  b1 a21X21 + a22X22 +. . . .+ a2nXn  b2 ……. …….. ……. ….. ….. am1Xm1 + am2Xm2 +. . . .+ amnXn  bm Indrawani Sinoem/TRO/SI-5

Perlu diperhatikan : Bahwa metode simpleks hanya bisa dipakai (diaplikasikan) pada bentuk standar, sehingga kalau tidak dalam bentuk standar harus ditransformasikan dulu menjadi bentuk standar.

Untuk memudahkan melakukan transformasi ke bentuk standar, beberapa hal yang perlu diperhatikan : Fungsi Pembatas Suatu fungsi pembatas yang mempunyai tanda < diubah menjadi suatu bentuk persamaan (bentuk standar) dengan cara menambahkan suatu variabel baru yang dinamakan slack variable . Banyaknya slack variabel bergantung pada fungsi pembatas.

Fungsi Tujuan Dengan adanya slack variable pada fungsi pembatas, maka fungsi tujuan juga harus disesuaikan dengan memasukkan unsur slack variable ini. Karena slack variable tidak mempunyai kontribusi apa-apa terhadap fungsi tujuan, maka konstanta untuk slack variable tersebut dituliskan nol.

Indrawani Sinoem/TRO/SI-5 Bentuk standar Metode Simpleks. Fungsi Tujuan : Maksimumkan Z – C1X1-C2X2- . . . . . –CnXn-0S1-0S2-. . .-0Sn = NK Fungsi Pembatas : a11X11+a12X12+. . . .+a1nXn+ S1+0S2+. . .+0Sn = b1 a21X21+a22X22+. . . .+a2nXn+ 0S1+1S2+. . .+0Sn = b2 ……. …….. ……. ….. ….. …. …..= … am1Xm1+am2Xm2+. . . .+amnXn+ S1+0S2+. . .+1Sn = bm Var. Kegiatan Slack Var Indrawani Sinoem/TRO/SI-5

Setelah fungsi batasan dirubah ke dalam bentuk persamaan (bentuk standar), maka untuk menyelesaikan masalah program linier dengan metode simpleks menggunakan suatu kerangka tabel yang disebut dengan tabel simpleks. Tabel ini mengatur model ke dalam suatu bentuk yang memungkinkan untuk penerapan penghitungan matematis menjadi lebih mudah

Indrawani Sinoem/TRO/SI-5 Tabel Simpleks : Var. Dasar Z X1 X2 . . . . Xn S1 S2 Sn NK 1 -C1 -C2 -Cn a11 a12 . . . a1n b1 a21 a22 a2n b2 am1 am2 amn bm Indrawani Sinoem/TRO/SI-5

Langkah-Langkah Metode Simpleks 1. Rumuskan persoalan PL ke dalam model umum PL (fungsi tujuan dan fungsi pembatas). 2. Merubah model umum PL menjadi model simpleks : a. Fungsi Pembatas : tambahkan slack variabel dan/atau surplus variabel, dan/atau variabel buatan (artifisial var).

b. Fungsi tujuan : - Rubahlah bentuk fungsi tujuan eks- plisit menjadi persamaan bentuk implisit - Tambahkan/kurangi dengan slack var, surplus var dan/atau variabel buatan yg bernilai nol. 3. Formulasikan ke dalam Tabel Simpleks. 4. Lakukan langkah-langkah penyelesaian.

Contoh 1 : Model Program Linear 1. Fungsi Tujuan : Maksimumkan : Z=8X1 + 6X2 (Dlm Rp1000) 2. Fungsi Pembatas : Bahan A : 4X1 + 2X2 ≤ 60 Bahan B : 2X1 + 4X2 ≤ 48 X1, X2 ≥ 0

Model Simpleks : 1. Fungsi Tujuan : Maksimumkan Z– 8X1–6 X2–0S1- 0S2 = 0 2. Fungsi Pembatas : 4X1+2X2+ S1+ 0S2 = 60 2X1+4X2+0S1+ 1S2 = 48 X1, X2, S1, S2 ≥ 0

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK Z

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK Z -8 -6

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK Z -8 -6 4 2 1 60

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK Z -8 -6 4 2 1 60 48

1. Iterasi Awal (Iterasi-0) Langkah-langkah penyelesaian : 1. Iterasi Awal (Iterasi-0) 2. Iterasi-1 : a. Menentukan kolom kunci : Variabel Dasar X1 X2 S1 S2 NK Z -8 -6 4 2 1 60 48

Kolom kunci : kolom yang mempunyai koefisien fungsi tujuan yang bernilai negatif terbesar. Variabel Dasar X1 X2 S1 S2 NK Z -8 -6 4 2 1 60 48

b. Menentukan baris kunci : NK fungsi pembatas - Nilai Indeks : ----------------------------------------- Nilai kolom kunci f-pembatas - Baris kunci : nilai indeks yang terkecil (positif). Angka Kunci Variabel Dasar X1 X2 S1 S2 NK Indeks Z -8 -6 - 4 2 1 60 15 48 24

C. Perubahan-perubahan nilai baris : - Nilai baris kunci baru = (Nilai baris kunci lama) : n-angka kunci - Nilai baris yang lain = Baris lama – (Nilai baris kunci baru) x angka kolom kunci baris ybs. Variabel Dasar X1 X2 S1 S2 NK Z 1 ½ ¼ 15

Mengubah nilai-nilai selain pada baris kunci Rumus : Baris baru = baris lama – (koefisien pada kolom kunci) x nilai baru baris kunci Baris pertama (Z) [-8 -6 0 ] (-8) [ 1 1/2 1/4 15 ] ( - ) Nilai baru = [0 -2 2 120 ] Baris ke-3 (batasan 2) [2 4 1 48 ] (2) [ 1 1/2 1/4 15 ] ( - ) Nilai baru = [0 3 -1/2 18 ]

Variabel Dasar X1 X2 S1 S2 NK Z - 2 2 120 1 ½ ¼ 15 3 - ½ 18

Variabel Dasar X1 X2 S1 S2 NK Indeks Z - 2 2 120 - 1 ½ ¼ 15 30 3 - ½ 18 6

Variabel Dasar X1 X2 S1 S2 NK Indeks Z 1 - 1/6 1/3 6 -

Variabel Dasar X1 X2 S1 S2 NK Indeks Z 5/3 2/3 132 - 1 1/3 - 1/6 12 6

Pada iterasi-2 terlihat bahwa koefisien fungsi tujuan sudah tidak ada lagi yang mempunyai nilai negatif, proses peru-bahan selesai dan ini menunjukkan penyelesaian persoalan linear dengan metode simpleks sudah mencapai optimum dengan hasil sbb : X1= 12 dan X2 = 6 dengan Zmakasimum = Rp 132.000.-

Contoh 2 : Model Program Linear 1. Fungsi Tujuan : Maksimumkan : Z=15X1 + 10X2 (Dlm Rp10.000) 2. Fungsi Pembatas : Bahan A : X1 + X2 ≤ 600 Bahan B : 2X1 + X2 ≤ 1000 X1, X2 ≥ 0

Model Simpleks : 1. Fungsi Tujuan : Maksimumkan Z– 5X1–10 X2–0S1- 0S2 = 0 2. Fungsi Pembatas : X1+X2+ S1+ 0S2 = 600 2X1+X2+0S1+ 1S2 = 1000 X1, X2, S1, S2 ≥ 0

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK Z

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK Z -15 -10

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK Z -15 -10 1 600

Tabel Simpleks : Variabel Dasar X1 X2 S1 S2 NK Z -15 -10 1 600 2 1000

1. Iterasi Awal (Iterasi-0) Langkah-langkah penyelesaian : 1. Iterasi Awal (Iterasi-0) 2. Iterasi-1 : a. Menentukan kolom kunci : Variabel Dasar X1 X2 S1 S2 NK Z -15 -10 1 600 2 1000

Kolom kunci : kolom yang mempunyai koefisien fungsi tujuan yang bernilai negatif terbesar. Variabel Dasar X1 X2 S1 S2 NK Z -15 -10 1 600 2 1000

b. Menentukan baris kunci : NK fungsi pembatas - Nilai Indeks : ----------------------------------------- Nilai kolom kunci f-pembatas - Baris kunci : nilai indeks yang terkecil (positif). Angka Kunci Variabel Dasar X1 X2 S1 S2 NK Indeks Z -15 -10 - 1 600 2 1000 500

C. Perubahan-perubahan nilai baris : - Nilai baris kunci baru = (Nilai baris kunci lama) : n-angka kunci - Nilai baris yang lain = Baris lama – (Nilai baris kunci baru) x angka kolom kunci baris ybs. Variabel Dasar X1 X2 S1 S2 NK Z 1 ½ 500

C. Perubahan-perubahan nilai baris : - Nilai baris kunci baru = (Nilai baris kunci lama) : n-angka kunci - Nilai baris yang lain = Baris lama – (Nilai baris kunci baru) x angka kolom kunci baris ybs. Variabel Dasar X1 X2 S1 S2 NK Z ½ 1 - ½ 100 500

C. Perubahan-perubahan nilai baris : - Nilai baris kunci baru = (Nilai baris kunci lama) : n-angka kunci - Nilai baris yang lain = Baris lama – (Nilai baris kunci baru) x angka kolom kunci baris ybs. Variabel Dasar X1 X2 S1 S2 NK Z -2½ 7½ 7500 ½ 1 - ½ 100 500

simpleks masih ada yang bernilai negatif. 3. Iterasi-2 : perhatikan apakah koefisien fungsi tujuan pada Tabel simpleks masih ada yang bernilai negatif. Angka Kunci Variabel Dasar X1 X2 S1 S2 NK Indeks Z -2½ 7½ 7500 - ½ 1 - ½ 100 200 500 1000

- Merubah baris pada angka kunci dan baris-baris lainnya. Variabel Dasar X1 X2 S1 S2 NK Indeks Z 1 2 -1 200 -

- Merubah baris pada angka kunci dan baris-baris lainnya. Variabel Dasar X1 X2 S1 S2 NK Indeks Z 1 2 -1 200 - 400

- Merubah baris pada angka kunci dan baris-baris lainnya. Variabel Dasar X1 X2 S1 S2 NK Indeks Z 1 5 8000 - 2 -1 200 400

Pada iterasi-2 terlihat bahwa koefisien fungsi tujuan sudah tidak ada lagi yang mempunyai nilai negatif, proses peru-bahan selesai dan ini menunjukkan penyelesaian persoalan linear dengan metode simpleks sudah mencapai optimum dengan hasil sbb : X1= 400 dan X2 = 200 dengan Zmakasimum = Rp 8000.-

Contoh-3 : Model Program Linear Fungsi Tujuan : Maksimumkan : Z = 3X1+2X2 Fungsi Pembatas : X1 + X2 ≤ 15 2X1 + X2 ≤ 28 X1 + 2X2 ≤ 20 X1, X2 ≥ 0

Model Simpleks Fungsi Tujuan : Maksimumkan Z– X1–2X1–0S1–0S2–0S3 = 0 Fungsi Pembatas : X1 + X2 + S1 = 15 2X1 + X2 + S2 = 28 X1 + 2X2 + S3 = 20 X1, X2 ≥ 0

Tabel Simpleks Variabel Dasar X1 X2 S1 S2 S3 NK

Tabel Simpleks Variabel Dasar X1 X2 S1 S2 S3 NK Z

Tabel Simpleks Variabel Dasar X1 X2 S1 S2 S3 NK Z -3 -2

Tabel Simpleks Variabel Dasar X1 X2 S1 S2 S3 NK Z -3 -2 1 15

Tabel Simpleks Variabel Dasar X1 X2 S1 S2 S3 NK Z -3 -2 1 15 2 28

Tabel Simpleks Variabel Dasar X1 X2 S1 S2 S3 NK Z -3 -2 1 15 2 28 20

(a). Iterasi Awal (Iterasi-0) : Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z -3 -2 - 1 15 2 28 14 20

(a). Iterasi Awal (Iterasi-0) : Angka Kunci Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z -3 -2 - 1 15 2 28 14 20

(b). Iterasi-1 Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z 1 ½ 14 -

(b). Iterasi-1 Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z 1 ½ 14 - 3/2 14 - 3/2 -½ 6

(b). Iterasi-1 Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z ½ 1 -½ - 14 ½ 1 -½ - 14 3/2 6

(b). Iterasi-1 Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z -½ 3/2 42 - ½ -½ 3/2 42 - ½ 1 14 6

(c). Iterasi-2 Angka Kunci Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z -½ 3/2 42 - ½ 1 2 14 28 6 4

Perubahan-perubahan baris kunci dan baris lainnya. Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z 1 2 -1 -

Perubahan-perubahan baris kunci dan baris lainnya. Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z 1 2 -1 - ½ 14

Perubahan-perubahan baris kunci dan baris lainnya. Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z 1 2 -1 - ½ 14 -3

Perubahan-perubahan baris kunci dan baris lainnya. Variabel Dasar X1 X2 S1 S2 S3 NK Indeks Z 1 43 - 2 -1 ½ 14 -3

Pada iterasi-2 terlihat bahwa koefisien fungsi tujuan sudah tidak ada lagi yang mempunyai nilai negatif, proses peru-bahan selesai dan ini menunjukkan penyelesaian perhitungan persoalan program linear dengan metode simpleks sudah mencapai optimum dengan rincian sbb : X1 =13; X2=2, Zmaksimum = 43

Latihan : 1. Fungsi Tujuan : Maksimumkan Z = 60X1+30X2+20X3 Pembatas :

2. Fungsi Tujuan : Maksimum z = 8 x1 + 9 x2 + 4x3 Pembatas : x1 + x2 + 2x3 ≤ 2 2x1 + 3x2 + 4x3 ≤ 3 7x1 + 6x2 + 2x3 ≤ 8 x1,x2,x3 ≥ 0

3. Fungsi Tujuan : Memaksimumkan z = 8 x1 + 7 x2 + 3x3 Pembatas : x1 + x2 + 2x3 ≤ 4 2x1 + 3x2 + 4x3 ≤ 7 3x1 + 6x2 + 2x3 ≤ 8 x1,x2,x3 ≥ 0

Penyimpangan Bentuk Standar Simplex Penyimpangan bentuk standar dapat terjadi karena : Fungsi tujuan (Z) bukan Maximalisasi, tetapi Minimalisasi 2. Fungsi batasan bertanda (=) atau (≥) 3. Dan syarat X1 atau X2 tidak terpenuhi, misalkan X1 ≥ - 10 (negatif)

contoh : Fungsi Tujuan : Minimalkan Z = 3X1 + 5X2 Dengan batasan : Mesin A 2X1 = 8 Mesin B 3X2 ≤ 15 Mesin C 6X1 + 5X2 ≥ 30 , dimana X1 dan X2 ≥ 0

Langkah Penyelesaian : Untuk fungsi tujuan agar menjadi maksimal dikalikan dengan (-1) Jika kendala bertanda “=“, tambahkan ruas kiri satu variabel tambahan berupa variabel artifisial . Jika kendala bertanda “>”, kurangkan ruas kiri dgn variabel surplus dan tambahkan juga ruas kiri dgn variabel artifisial. Masukkan / tambahkan pula variabel-variabel surplus dan artifisial ke dalam fungsi tujuan, dimana koefisien untuk var. surplus = 0 dan koefisien var. artifiasial = M ( M adalah konstanta yang nilainya sangat besar sekali, tapi berhingga, misalnya ribuan, puluhan ribu,dst)

Indrawani Sinoem/TRO/SI-5 Minimalkan Z = 3X1 + 5X2 menjadi Maksimalkan (-Z) = -3X1 – 5X2 Mesin A 2X1 = 8, akan menjadi : 2X1 + X3 = 8 Mesin B 3X2 ≤ 15  3X2 + X4 = 15 Mesin C 6X1 + 5X2 ≥ 30 ,  akan menjadi 6X1 + 5X2 -X5 + X6 = 30 Sehingga fungsi tujuan menjadi : Maksimal : –Z + 3X1 + 5 X2 + MX3 + MX6 = 0 Indrawani Sinoem/TRO/SI-5

Masalah berikutnya yang muncul adalah setiap variabel dasar (slack atau artificial variabel), harus bernilai nol, sehingga MX3 dan MX6 di atas harus di-nol-kan terlebih dahulu, sebelum dipindah ke tabel simplex. Cara yang digunakan adalah dengan mengurangi bilangan M tersebut dengan bilangan M itu sendiri, yang sebelumnya dikalikan dengan setiap nilai batasan yang menyebabkan munculnya bilangan M tersebut.

Nilai fungsi tujuan terakhir adalah : 3 5 M 0 0 M 0 Kita coba hilangkan M yang pertama terlebih dahulu.   X1 X2 X3 X4 X5 X6 NK 3 5 M 0 0 M 0 ( 2 0 1 0 0 0 8 ) M _____________________________________ - 3-2M 5 0 0 0 M -8M

Selanjutnya kita hilangkan M yang kedua.   3-2M 5 0 0 0 M -8M ( 6 5 0 0 -1 1 30 ) x M _________________________________________-  3-8M 5-5M 0 0 M 0 -38M, Atau -8M+3 -5M+5 0 0 M 0 -38M Yang merupakan nilai dari fungsi tujuan yang baru selanjutnya akan dimasukkan ke tabel simplex, sehingga tabel simlex awalnya adalah sebagai berikut :

Tabel Awal simplex, untuk kasus penyimpangan : NK Z -8M+3 -5M+5 M -38M 2 1 8 3 15 6 5 -1 30