BENTUK PRIMAL DAN DUAL Dalam analisis Program Linear (PL) terdapat 2 bentuk, yaitu : 1. Bentuk Primal, yaitu bentuk asli dari pers. Program linear. 2.

Slides:



Advertisements
Presentasi serupa
Riset Operasional Pertemuan 9
Advertisements

SIMPLEKS BIG-M.
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
Pertemuan 4– Analisis Post Optimal
METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM
METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM
Riset Operasional Pertemuan 10
KASUS KHUSUS PROGRAM LINEAR
PROGRAM LINIER : ANALISIS POST- OPTIMAL
DUALITAS DAN ANALISA SENSITIVITAS
Metoda Simplex Oleh : Hartrisari H..
PENGAMBILAN KEPUTUSAN DALAM KONDISI PASTI
METODE ALJABAR DAN METODE GRAFIK
Analisis Sensitivitas
ANALISIS SENSITIVITAS (ANALISIS POSTOPTIMALITAS) Setelah ditemukan penyelesaikan yang optimal dr suatu masalah PL, kadang-kadang dirasa perlu utk menelaah.
PERTEMUAN 8-9 METODE GRAFIK
PENYIMPANGAN - PENYIMPANGAN BENTUK STANDAR ( METODE SIMPLEX )
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.
Operations Management
Analisis Sensitivitas
Operations Management
D0104 Riset Operasi I Kuliah VIII - X
PERTEMUAN D U A L I T A S OLEH Ir. Indrawani Sinoem, MS.
METODE SIMPLEKS MINIMALISASI. METODE SIMPLEKS MINIMALISASI.
Metode Simpleks Dyah Darma Andayani.
Operations Management
LINEAR PROGRAMING (Bagian 3)
Metode simpleks yang diperbaiki menggunakan
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
Analisis Sensitivitas Pertemuan 8 : (Off Class)
Program Linier (Linier Programming)
PERTEMUAN 8-9 METODE GRAFIK
Operations Management
Masalah PL dgn Simpleks Pertemuan 3:
Metode Simpleks Free Powerpoint Templates.
LINEAR PROGRAMMING Pertemuan 06
LINIER PROGRAMMING METODE SIMPLEX
Operations Management
Metode Simpleks Dual dan Kasus Khusus Metode Simpleks
Metode Simpleks Free Powerpoint Templates.
Pertemuan ke-5 25 Oktober 2016 PARANITA ASNUR
METODA SIMPLEX.
Metode Simpleks Rachmat Gunawan, SE, MSi Manajemen Kuantitatif
Analisis Sensitivitas Pertemuan 6
Metode Simpleks Free Powerpoint Templates.
Indrawani Sinoem/TRO/V/07-08
PROGRAM LINIER : ANALISIS DUALITAS, SENSITIVITAS DAN POST- OPTIMAL
PROGRAM LINEAR DENGAN METODE SIMPLEKS PERTEMUAN 3
(REVISED SIMPLEKS).
METODE BIG-M LINEAR PROGRAMMING
METODE DUAL SIMPLEKS Oleh Choirudin, M.Pd
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
TEKNIK RISET OPERASI DUALITAS.
DUALITAS dan ANALISIS SENSITIVITAS
PROGRAM LINIER METODE SIMPLEKS
D U A L I T A S.
Metode Simpleks Free Powerpoint Templates.
Operations Management
METODE SIMPLEX LINEAR PROGRAMMING (LP)
Operations Management
Program Linier – Simpleks Kendala
Program Linier – Bentuk Standar Simpleks
Oleh : Siti Salamah Ginting, M.Pd. PROGRAM LINIER METODE SIMPLEKS.
Transcript presentasi:

BENTUK PRIMAL DAN DUAL Dalam analisis Program Linear (PL) terdapat 2 bentuk, yaitu : 1. Bentuk Primal, yaitu bentuk asli dari pers. Program linear. 2. Bentuk Dual, yaitu bentuk duplikat atau rangkap dari persamaan program linear. Jika penyelesaian persoalan PL dengan bentuk primal secara langsung juga dapat diketahui hasil bentuk dualnya, sebaliknya jika penyele-saian PL dengan betuk dual, maka secara

langsung juga dapat diketahui hasil bentuk primalnya. Contoh : Bentuk Primal : 1. Fungsi Tujuan : Maksimumkan Z = 3 X1 + 5 X2 2. Fungsi Kendala : 2.1. 2 X1  8 2.2. 3 X2  15 2.3. 3 X1 + 5 X2  30 X1 , X2  0

Bentuk Dual : 1. Fungsi Tujuan : Minimumkan : G=8 Y1 + 15 Y2 + 30 Y3 2. Fungsi Kendala : 2.1. 2 Y1 + 0 Y2 + 6 Y3  3 2.2. 0 Y1 + 3 Y2 + 5 Y3  5 Y1 , Y2 , Y3  0

MASALAH MINIMISASI Penyelesaian masalah minimisasi PL menggu-nakan langkah-langkah yang sama seperti pada masalah maksimisasi, namun ada bebe-rapa penyesuaian yang harus dibuat. 1. Fungsi kendala dikurangi dengan surplus variabel (S). Surplus variabel yang di- gunakan untuk menampung sumberdaya yang berlebihan. 2. Untuk penyelesaian PL pada masalah mi- nimisasi dengan menggunakan Simpleks M

setiap persamaan fungsi kendala dengan pertidaksamaan  kita tambah dengan variabel buatan (artificial variabel) dengan notasi A. 3. Kita harus menyesuaikan persamaan fungsi tujuan akibat pengurangan surplus variabel (S) dan penambahan variabel buatan (A), yaitu dengan metode “INNER PRODUCT RULE” dengan rumus sbb : Cj = (v)(vj) - cj

dimana : Cj = koefisien var.j pada pers. fungsi tujuan (koefisien fungsi tujuan (masalah minimisasi yg dicari). v = vektor baris koefisien fungsi tujuan variabel dasar. vj = vektor kolom elemen dibawah variabel j. cj = koefisien var. j pd fungsi tujuan.

Contoh 1 : 1. Fungsi Tujuan : Maksimumkan : G =8 Y1 + 15 Y2 + 30 Y3 2. Fungsi Kendala : 2.1. 2 Y1 + 0 Y2 + 6 Y3  3 2.2. 0 Y1 + 3 Y2 + 5 Y3  5 Y1 , Y2 , Y3  0 Langkah-langkah penyelesaian : (1). Perubahan Fungsi Kendala : Semua persamaan fungsi kendala (perti- daksamaan ) harus dikurangi dengan surplus variabel.

Jadi persamaan fungsi kendala diubah sbb : 2.1. 2 Y1 + 0 Y2 + 6 Y3 - S1 = 3 2.2. 0 Y1 + 3 Y2 + 5 Y3 - S2 = 5 Kemudian dilanjutkan dengan penambahan var. buatan (A) pada masing-masing persamaan fungsi kendala : 2.1. 2 Y1 + 0 Y2 + 6 Y3 - S1 + A1 = 3 2.2. 0 Y1 + 3 Y2 + 5 Y3 - S2 + A2 = 5 (2). Perubahan fungsi tujuan (Metode M) G : 8 Y1+15 Y2+30 Y3 -0S1-0S2+MA1+ MA2 = 3 A1: 2 Y1+ 0 Y2+ 6 Y3 - S1-0S2+ A1+ 0A2 = 3 A2: 0 Y1+ 3 Y2+ 5 Y3 -0S1- S2+ 0A1+ A2 = 3

Jadi :

(3). Tabel Simpleks : __________________________________________________________________ Var Y1 Y2 Y3 S1 S2 A1 A2 NK Dasar G (2M-8) (3M-15) (11M-30) -M -M 0 0 8M A1 2 0 6 -1 0 1 0 3 1/2 A2 0 3 5 0 -1 0 1 5 1 G (-5/2M+2) (3M-15) 0 (5/6M-5) -M (-11/6M+5) 0 (5/2M+15) Y1 1/3 0 1 -1/6 0 1/6 0 1/2  A2 -5/3 3 0 5/6 -1 -5/6 1 5/2 5/6 ___________________________________________________________________

Hasil iterasi terakhir menunujukkan bahwa tdk ada lagi koefisien fungsi tujuan (G) yang ber- nilai positif, berarti solusi yang dilakukan sudah menunjukkan optimal. Hasil optimal terakhir menunjukkan bahwa : - Kapasitas mesin-1 (Y1) = 0 (tidak digunakan). - Kapasitas mesin-2 (Y2) = 5/6 (5/6x15=12,5 jam). - Kapasitas mesin-3 (Y3) = 1/2 (1/2x30=15 Ketentuan : 1 jam mesin bekerja dikeluarkan biaya = Rp 100.000.-

Jadi : 12,5 x 100.000 = 1.250.000.- 15 x 100.000 = 1.500.000.- Pengeluaran minimum untuk mengoperasi kan mesin-1. Mesin-2, dan mesin-3 adalah sebesar Rp 2.750.000.- Contoh 2 : 1. Fungsi Tujuan : Minimumkan : Z = -3 X1 + X2 + X3 2. Fungsi Kendala : 2.1. X1 -2 X2 + X3  11 2.2. -4 X1 + X2 +2 X3  3 2.3. 2 X1 + X3 =-1 X1 , X2 , X3  0

Penyelesaian : (1). Perubahan fungsi tujuan : 2.1. X1 -2 X2 + X3 +S1 = 11(+Slack Var.) 2.2. -4X1 + X2 + X3 -S2 = 3 (-Surplus Var.) 2.3. 2X1 -0 X2 - X3 =-1 (dikalikan -1) - 2X1 +0 X2 + X3 = 1 Dilanjutkan dengan menambah var. buatan untuk semua persamaan (2.2) dan (2.3) : 2.1. X1 -2 X2 + X3 +S1 = 11 2.2. -4X1 + X2 + X3 -S2 +A1 = 3 2.3. - 2X1 +0 X2 + X3 +A2 = 1

(2). Perubahan fungsi tujuan : Z : -3X1 + X2 + X3 +0S1 +0S2 +MA1+MA2 = 0 S1 : X1- 2 X2 + X3 + S1 +0S2 +0A1 +0A2 = 11 A1 :- 4X1+ X2 +2X3+0S1 - S2 + A1 +0A2 = 3 A2 :- 2X1+ 0 X2+ X3+0S1 + 0S2 +0A1 +1A2 = 1

______________________________________ (3). Tabel Simpleks ______________________________________ Var X1 X2 X3 S1 S2 A1 A2 NK Dasar __________________________________________________________________ Z (-6M+3) (M-1) (3M-1) 0 -M 0 0 4M S1 1 -2 1 1 0 0 0 11 11 A1 -4 1 2 0 -1 1 0 3 3/2 A2 -2 0 1 0 0 0 1 1 1 Z 1 (M-1) 0 0 -M 0 (1-3M) (M+1) S1 3 -2 0 1 0 0 -1 10 -5 X2 0 1 0 0 -1 1 -2 1 1 X3 -2 0 1 0 0 0 1 1  Z 1 0 0 0 1 (-M+1) (-M+1) 2 S1 3 0 0 1 -2 2 -5 12 4 X2 0 1 0 0 -1 1 -2 1  X3 -2 0 1 0 0 0 1 1 -

-------------------------------------------------------------------------------------------- Z 0 0 0 -1/3 -1/3 (-M+1/3) (-M+2/3) -2 X1 1 0 0 1/3 -2/3 2 -5/3 4 X2 0 1 0 0 -1 1 -2 1 X3 0 0 1 2/3 -4/3 4/3 -7/3 9 __________________________________________________________________ Kesimpulan : Dari iterasi ke-3 adalah optimum dimana pada persamaan fungsi tujuan Z semua koefisiennya menunjukkan non positif. Jadi X1 = 4, X2 = 1 dan X3 = 9; S1=0; S2= 0; dan Zminimum= -2.