Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.

Slides:



Advertisements
Presentasi serupa
BAB III Metode Simpleks
Advertisements

Linear Programming (Pemrograman Linier)
PROGRAMA LINIER Konsep dasar
SIMPLEKS BIG-M.
METODE SIMPLEKS Metode ini digunakan untuk kasus kasus yang melibatkan lebih dari dua variabel output.
Metode Simpleks Diperbaiki (Revised Simplex Method)
PERTEMUAN VI Analisa Dualitas dan Sensitivitas Definisi Masalah Dual
PROGRAM LINIER : SOLUSI SIMPLEKS
Pertemuan 4– Analisis Post Optimal
Metode Simpleks Dengan Tabel
METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM
METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM
METODE SIMPLEKS PRIMAL Evi Kurniati, STP., MT.
Fungsi Konveks dan Konkaf
PERTEMUAN III Metode Simpleks.
PROGRAM LINIER : ANALISIS POST- OPTIMAL
Model Transportasi Pemrograman Linier Semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc,
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Program Studi Statistika Semester Ganjil 2011
DUALITAS DAN ANALISA SENSITIVITAS
Metoda Simplex Oleh : Hartrisari H..
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
SISTEM PERSAMAAN LINEAR
Analisis Sensitivitas Secara Grafis
PEMROGRAMAN LINIER Pertemuan 2.
Analisis Sensitivitas
Linear Programming (Pemrograman Linier)
Steepest Descent (Ascent) untuk Kasus Min (Maks)
Statistika Matematika I
BASIC FEASIBLE SOLUTION
Linear Programming (Pemrograman Linier)
Model Transportasi 2 Mei 2011 Rahma Fitriani, S.Si., M.Sc,
Pemrograman Linier Semester Ganjil 2012/2013
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
Statistika Matematika 1
Dr. Rahma Fitriani, S.Si., M.Sc
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2013/2014 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
Linear Programming (Pemrograman Linier)
Metode Simpleks Dyah Darma Andayani.
Linear Programming (Pemrograman Linier)
LINEAR PROGRAMING (Bagian 3)
Metode simpleks yang diperbaiki menggunakan
Metode Linier Programming
Linear Programming (Pemrograman Linier)
ANALISIS SENSITIVITAS DAN DUALITAS
Pemrograman Kuadratik (Quadratic Programming)
LINEAR PROGRAMMING Pertemuan 06
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
Metode Linier Programming
Linear Programming (Pemrograman Linier)
Industrial Engineering
(REVISED SIMPLEKS).
Program Studi Statistika Semester Ganjil 2011
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
Riset Operasi Semester Genap 2011/2012
Linear Programming (Pemrograman Linier)
Program Studi Statistika Semester Ganjil 2014
Riset Operasi Semester Genap 2011/2012
Linear Programming (Pemrograman Linier)
METODA SIMPLEKS (Prosedur Simpleks)
Transcript presentasi:

Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc

Perubahan rhs (ruas kanan) kendala: syarat/batas dari sumber daya Perubahan rhs tidak akan merubah koefisien baris nol dari tableau optimal Perubahan rhs akan mempengaruhi ruas kanan kendala pada tableau optimal, termasuk nilai z BV tetap optimal jika ruas kanan kendala tetap non negatif Jika terdapat salah satu ruas kanan yang negatif, BV tidak lagi optimal DR. Rahma Fitriani, S.Si., M.Sc

Solusi optimal masalah Dakota sebelum perubahan:

Perubahan rhs kendala untuk kasus Dakota DR. Rahma Fitriani, S.Si., M.Sc Irisan ketiga daerah: Persediaan finishing hour

DR. Rahma Fitriani, S.Si., M.Sc BV yang ada tetap jadi solusi optimal jika perubahan finishing hour berada di dalam rentang berikut: atau, BV yang ada tetap jadi solusi optimal jika finishing hour berkurang atau bertambah di antara rentang berikut:

Untuk Permasalahan Dakota Finishing hour berubah menjadi 22 jam Perubahan masih berada di dalam rentang, di mana BV tetap optimal Ruas kanan yang nanti menjadi solusi optimal, mengalami perubahan:

z optimal juga mengalami perubahan: Efek perubahan persediaan finishing hour: tetap memproduksi kursi dan bangku saja Dengan penambahan persediaan finishing hour: produksi kursi (x3) menjadi 12 buah (naik) dan bangku hanya (x1) 1 buah saja (turun), dengan keuntungan $300 (naik)

Perubahan kolom dari NBV Merubah kolom koefisien dari salah satu peubah NBV sekaligus dengan koefisien fungsi obyektifnya Karena perubahan terjadi pada peubah NBV, matriks dan vektor berikut ini tidak mengalami perubahan:

Hanya koefisien baris nol pada peubah yang bersangkutan yang mengalami perubahan Kolom pada tableau optimal pada peubah tsb mengalami perubahan BV akan tetap optimal jika koefisien baris nol yang baru bagi peubah tersebut tetap non negatif Selainnya perlu dilakukan iterasi lagi sampai diperoleh solusi optimal (semua koefisien baris nol non negatif)

Perubahan Kolom NBV pada kasus Dakota Jika pembuatan meja (NBV) mengalami perubahan komposisi bahan baku, finishing hour dan carpentry hour sekaligus perubahan keuntungan

Perubahan terjadi pada koefisien baris nol X 2 Karena koefisien baris nol yang baru bagi X 2 adalah negatif, maka solusi BV tida lagi optimal

Perubahan pada kolom X 2

Tableau terakhir dengan perubahan Seperti tableau Optimal sebelum perubahan dengan perubahan pada kolom X 2 saja Tableau 2zx1x2x3s1s2s3rhsBV Baris z=280 Baris s1=24 Baris x3=8 Baris x1=2 x Koefisien bari nol pada X 2 <0, X 2 akan meningkatkan keuntungan jika menjadi BV Ratio test dilakukan untuk menentukan peubah NBV mana yang digantikan oleh X 2

Tableau 2zx1x2x3s1s2s3rhsBV Baris z=280 Baris s1=24 Baris x3=8 Baris x1=2 x Dari ratio test X 2 menggantikan X 1 RT No RT 2/2=1 Dengan ERO diperoleh tableau berikut Tableau 3zx1x2x3s1s2s3rhsBV Baris z=283 Baris s1=31 Baris x3=12 Baris x2=1

Dengan perubahan teknologi produksi dan keuntungan dari pembuatan meja, dianggap lebih menguntungkan memproduksi meja daripada memproduksi bangku (tidak diproduksi Dari solusi, keuntungan lebih besar setelah perubahan teknologi produksi meja Tableau 3zx1x2x3s1s2s3rhsBV Baris z=283 Baris s1=31 Baris x3=12 Baris x2=8

Penambahan Aktivitas Baru Yang berarti penambahan peubah keputusan Tidak mempengaruhi BV optimal, jika semua koefisien baris nol dan rhs pada tableau optimal tetap non negatif

Untuk Kasus Dakota Jika Dakota memutuskan untuk memproduksi rak sepatu: X 4 Keuntungan satu buah rak sepatu sebesar $15 Membutuhkan 1 ft kayu, 1 jam finishing, dan 1 jam carpentry

Koefisien baris nol untuk X 4 : Karena koefisien baris nol untuk X 4 >0, produksi rak sepatu tidak cukup menguntungkan Rak sepatu tidak perlu diproduksi. Produksi optimal tetap seperti sebelum penambahan produksi rak sepatu