Linear Programming (Pemrograman Linier)

Slides:



Advertisements
Presentasi serupa
BAB III Metode Simpleks
Advertisements

Linear Programming (Pemrograman Linier)
Riset Operasional Pertemuan 13
DUALITAS DALAM LINEAR PROGRAMING
Simpleks.
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
Operations Management
PROGRAM LINIER : SOLUSI SIMPLEKS
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode 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
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
PERTEMUAN III Metode Simpleks.
PERTEMUAN V Kasus Khusus Aplikasi Metode Simpleks.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
Metode Simpleks Primal (Teknik M & Dua Tahap) dan Simpleks Dual
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.
Metoda Simplex Oleh : Hartrisari H..
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
PEMROGRAMAN LINIER Pertemuan 2.
Analisis Sensitivitas
BASIC FEASIBLE SOLUTION
Pemrograman Linier Semester Ganjil 2012/2013
Algoritma Pemotongan Algoritma Gomory Langkah 1 x3* = 11/2 x2* = 1
TEKNIK RISET OPERASIONAL
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 METODE SIMPLEX
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.
PROGRAMA LINEAR DENGAN METODE SIMPLEKS
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
ALGORITMA SIMPLEX Adalah prosedure aljabar untuk mencari solusi optimal sebuah model linear programming, LP.
D0104 Riset Operasi I Kuliah VIII - X
Linear Programming (Pemrograman Linier)
Metode Simpleks Dyah Darma Andayani.
Linear Programming (Pemrograman Linier)
LINEAR PROGRAMING (Bagian 3)
Pert.3 Penyelesaian Program Linier Metode Simpleks
Metode Linier Programming
ANALISIS SENSITIVITAS DAN DUALITAS
Pemrograman Kuadratik (Quadratic Programming)
LINEAR PROGRAMMING Pertemuan 06
Linear Programming (Pemrograman Linier)
Linear Programming (Pemrograman Linier)
Metode Linier Programming
Metode Simpleks Rachmat Gunawan, SE, MSi Manajemen Kuantitatif
Linear Programming (Pemrograman Linier)
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
METODE SIMPLEX LINEAR PROGRAMMING (LP)
Program Linier – Bentuk Standar Simpleks
Riset Operasi Semester Genap 2011/2012
Linear Programming (Pemrograman Linier)
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

Contoh untuk Algoritma Simpleks Dakota’s Problem Perusahaan furniture Dakota memproduksi bangku, meja dan kursi. Untuk setiap jenis furniture dibutuhkan bahan baku kayu dan 2 jenis waktu pengerjaan: finishing & carpentry Bahan baku dan waktu pengerjaan terbatas Ingin ditentukan jumlah produksi setiap furniture yang memaksimumkan keuntungan

Dakota’s Problem dalam Tabel Sumber daya Bangku Meja Kursi Ketersediaan Kayu (m2) 8 6 1 48 Finishing (jam) 4 2 1.5 20 Carpentry (jam) 0.5 Profit 60 30   Peubah Keputusan?

LP untuk Dakota’s Problem Sumber daya Bangku X1 Meja X2 Kursi X3 Ketersediaan Kayu (m2) 8 6 1 48 Finishing (jam) 4 2 1.5 20 Carpentry (jam) 0.5 Profit($) 60 30  

Lakukan iterasi untuk menentukan BFS: BV & NBV yang baru Algoritma Simpleks Mulai Tentukan BFS: BV & NBV Lakukan iterasi untuk menentukan BFS: BV & NBV yang baru BFS optimal? Tdk Ya Selesai

Langkah 1 Algoritma Simpleks Rubah ke bentuk Standar Digunakan slack variabel karena semua kendala ≤ Kendala kayu Kendala finishing Kendala carpentry

Langkah 1 Algoritma Simpleks Bentuk Standar LP Baris 0 Baris 1 Baris 2 Baris 3 Modifikasi baris 0 menjadi: Semua peubah di ruas kiri, konstanta di ruas kanan tanda =

Langkah 1 Algoritma Simpleks Bentuk Tableau   z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Baris 1 8 6 1 48 Baris 2 4 2 1.5 1 20 Baris 3 2 1.5 0.5 1 8 Bentuk Kanonik: bernilai 1 pada variabel tsb, bernilai nol pada variabel lain → spt matriks identitas

Langkah 2 Algoritma Simpleks Tentukan BFS (BV dan NBV). BV dapat ditentukan dari elemen tableau yang berbentuk kanonik.   z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Baris 1  0 8 6 48 Baris 2 4 2 1.5 20 Baris 3 0.5 BV z=0 s1=48 s2=20 s3=8

Langkah 3 Algoritma Simpleks Apakah BFS tersebut sudah optimal? Dapat dilihat dari koefisien baris 0.   z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Satu unit penambahan x1, menaikkan z sebesar $ 60

Langkah 3 Algoritma Simpleks Interpretasi koefisien baris 0 Bagi NBV Variabel dengan Koefisien -c: satu unit penambahan variabel tsb menaikkan Z sebesar c. Variabel dengan koefisien +c: satu unit penambahan variabel tsb menurunkan Z sebesar c. Variabel dengan koefisien 0: BV   z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Semua koefisien bagi NBV adalah < 0 Ada beberapa kemungkinan menaikkan nilai Z dengan menaikkan nilai peubah keputusan: menambah produksi BFS yang ada belum optimal

Langkah 3 Algoritma Simpleks   z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Produksi satu unit x1 (Bangku) akan menaikkan Z (profit) sebesar 60 ($) Produksi satu unit x2 (Meja) akan menaikkan Z (profit) sebesar 30 ($) Produksi satu unit x3 (Kursi) akan menaikkan Z (profit) sebesar 20 ($) Pilih Entering Variable: Peubah NBV yang meningkatkan Z paling besar, untuk menggantikan salah satu peubah di BV

Langkah 4 Algoritma Simpleks Menentukan peubah BV yang mana yang akan digantikan oleh x1 Dengan melakukan Ratio Test, agar pergantian peubah tetap berada di dalam wilayah feasibel   z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Baris 1  0 8 6 48 Baris 2 4 2 1.5 20 Baris 3 0.5 BV z=0 s1=48 s2=20 s3=8 Baris 1 Peubah selainnya tetap = 0 Baris 2 Baris 3

Langkah 4 Algoritma Simpleks Semua syarat: Terpenuhi pada: di baris 3 Ratio Test: agar pergantian peubah tetap berada di dalam wilayah feasibel, dipilih peubah dengan nilai ratio test terkecil   z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Baris 1  0 8 6 48 Baris 2 4 2 1.5 20 Baris 3 0.5 BV z=0 s1=48 s2=20 s3=8 Pada BFS berikutnya x1 adalah peubah NBV yang akan menggantikan s3 salah satu dari BV Dengan ERO – Elementary Row Operation

Langkah 4 Algoritma Simpleks Elementary Row Operation (Operasi baris elementer): operasi antar baris untuk menentukan bentuk kanonik yang baru (BV & NBV yang baru) Di dalam bentuk kanonik baru: B1 B2 B3 Peubah di dalam BV harus mempunyai bentuk kanonik

Operasi Baris Elementer Pada Iterasi berikutnya ingin diperoleh Tableau sbb:   z X1 x2 x3 s1 s2 s3 rhs Baris 0 Baris 1 1 Baris 2 Baris 3

Operasi Baris Elementer Initial Tableau (Tableau 0): Tableau 0  z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Baris 1  0 8 6 48 Baris 2 4 2 1.5 20 Baris 3 0.5 BV z=0 s1=48 s2=20 s3=8 Dengan ERO ingin diperoleh Tableau 1: baris 3 didahulukan (pivot row)  Tableau 1 z x1 x2 x3 s1 s2 s3 rhs Baris 3 1 0.75 0.25 0.5 4

Operasi Baris Elementer Initial Tableau (Tableau 0): Tableau 0  z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Baris 1  0 8 6 48 Baris 2 4 2 1.5 20 Baris 3 0.5 BV z=0 s1=48 s2=20 s3=8 ERO untuk baris 0, memanfaatkan baris 3 pada tableu 1 (pivot row)  Tableau 1 z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 15 -5 30 240 Baris 3 1 0.75 0.25 0.5 4

Operasi Baris Elementer Initial Tableau (Tableau 0): Tableau 0  z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Baris 1  0 8 6 48 Baris 2 4 2 1.5 20 Baris 3 0.5 BV z=0 s1=48 s2=20 s3=8 ERO untuk baris 1, memanfaatkan baris 3 pada tableu 1 (pivot row)  Tableau 1 z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 15 5 30 240 Baris 1 -1 1 -4 16 Baris 3 1 0.75 0.25 0.5 4

Operasi Baris Elementer Initial Tableau (Tableau 0): Tableau 0  z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 -60 -30 -20 Baris 1  0 8 6 48 Baris 2 4 2 1.5 20 Baris 3 0.5 BV z=0 s1=48 s2=20 s3=8 ERO untuk baris 2, memanfaatkan baris 3 pada tableu 1 (pivot row)  Tableau 1 z x1 x2 x3 s1 s2 s3 rhs BV z=240 s1=16 s2=4 x1=4 Baris 0 1 15 -5 30 240 Baris 1 -1 1 -4 16 Baris 2 -1 0,5 1 -2 4 Baris 3 1 0.75 0.25 0.5 4

Tableau hasil iterasi: Tableau 1 z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 15 -5 30 240 z=240 Baris 1 -1 -4 16 s1=16 Baris 2 0,5 -2 4 s2=4 Baris 3 0,75 0,25 x1=4 Pada tableau 1: Kembali ke langkah 3: Apakah BFS tersebut sudah optimal? Lihat koefisien di baris 0, apakah masih ada kemungkinan menaikkan nilai z dengan menambah nilai peubah keputusan? Peubah dengan Koefisien baris 0 <0?

Langkah 3 Algoritma Simpleks, Iterasi ke-2 Tableau1   z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 15 -5 30 240 z=240 Produksi satu unit x2 (Meja) akan menurunkan Z (profit) sebesar 15 ($) Produksi satu unit x3 (Kursi) akan menaikkan Z (profit) sebesar 5 ($) BFS yang ada belum optimal. Pilih Entering Variable: Peubah NBV yang meningkatkan Z paling besar, untuk menggantikan salah satu peubah di BV

Langkah 4 Algoritma Simpleks, Iterasi 2 Menentukan peubah BV yang mana yang akan digantikan oleh x2 Dengan melakukan Ratio Test, agar pergantian peubah tetap berada di dalam wilayah feasibel Tableau1   z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 15 -5 30 240 z=240 Baris 1 -1 -4 16 s1=16 Baris 2 0,5 -2 4 s2=4 Baris 3 0,75 0,25 x1=4 Baris 1 Pada baris dengan koefisien negatif, tidak perlu dilakukan ratio test

Langkah 4 Algoritma Simpleks, Iterasi 2 Tableau1   z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 15 -5 30 240 z=240 Baris 1 -1 -4 16 s1=16 Baris 2 0,5 -2 4 s2=4 Baris 3 0,75 0,25 x1=4 Baris 2 Baris 3 Pemenang ratio test (terkecil): di baris 2 x3 akan menggantikan s2

Langkah 4 Algoritma Simpleks, Iterasi 2 Tableau1   z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 15 -5 30 240 z=240 Baris 1 -1 -4 16 s1=16 Baris 2 0,5 -2 4 s2=4 Baris 3 0,75 0,25 x1=4 Kolom pivot Kolom pivot Pada BFS berikutnya x3 adalah peubah NBV yang akan menggantikan s2 salah satu dari BV Dengan ERO – Elementary Row Operation Tableau 2 mempunyai bentuk kanonik baru:  Tableau 2 z X1 x2 X3 s1 s2 s3 rhs Baris 0 Baris 1 1 Baris 2 Baris 3

Operasi Baris Elementer Tableau1   z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 15 -5 30 240 z=240 Baris 1 -1 -4 16 s1=16 Baris 2 0,5 -2 4 s2=4 Baris 3 0,75 0,25 x1=4 Dengan ERO untuk memperoleh Tableau 2: baris 2 didahulukan (pivot row) Tableau 2 z x1 x2 x3 s1 s2 s3 rhs Baris 2 -2 1 2 -4 8

Operasi Baris Elementer Tableau1   z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 15 -5 30 240 z=240 Baris 1 -1 -4 16 s1=16 Baris 2 0,5 -2 4 s2=4 Baris 3 0,75 0,25 x1=4 ERO untuk baris 0, memanfaatkan baris 2 pada tableu 2 (pivot row) Tableau 2 z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 5 10 280 Baris 2 -2 1 2 -4 8

Operasi Baris Elementer Tableau1   z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 15 -5 30 240 z=240 Baris 1 -1 -4 16 s1=16 Baris 2 0,5 -2 4 s2=4 Baris 3 0,75 0,25 x1=4 ERO untuk baris 1, memanfaatkan baris 2 pada tableu 2 (pivot row) Tableau 2 z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 5 10 280 Baris 1 -2 1 2 -8 24 Baris 2 -2 1 2 -4 8

Operasi Baris Elementer Tableau1   z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 15 -5 30 240 z=240 Baris 1 -1 -4 16 s1=16 Baris 2 0,5 -2 4 s2=4 Baris 3 0,75 0,25 x1=4 ERO untuk baris 3, memanfaatkan baris 2 pada tableu 2 (pivot row) Tableau 2 z x1 x2 x3 s1 s2 s3 rhs Baris 0 1 5 10 280 Baris 1 -2 1 2 -8 24 Baris 2 -2 1 2 -4 8 Baris 3 1 1.25 -0.5 1.5 2

Tableau Hasil Iterasi: Tableau 2 z x1 x2 x3 s1 s2 s3 rhs BV Baris 0 1 5 10 280 z=280 Baris 1 -2 2 -8 24 s1=24 Baris 2 -4 8 x3=8 Baris 3 1.25 -0.5 1.5 x1=2 Kembali ke langkah 3: Apakah BFS tersebut sudah optimal? Lihat koefisien di baris 0, apakah masih ada kemungkinan menaikkan nilai z dengan menambah nilai peubah keputusan? Semua koefisien baris 0 >=0. Tidak mungkin lagi menaikkan nilai z. BFS sudah Optimal

Solusi Optimal Dakota’s Problem Agar keuntungan maksimum, dan produksi yang sesuai dengan kendala (bahan baku dan jam pengerjaan), harus diproduksi sejumlah 2 buah bangku (x1), 8 buah kursi (x3), tanpa memproduksi meja

Langkah-langkah Algoritma Simpleks untuk Masalah Max Rubah LP ke bentuk standar, tuliskan dalam bentuk tableau. Langkah 1 Tentukan BFS (BV dan NBV). BV dapat ditentukan dari elemen tableau yang berbentuk kanonik. Langkah 2 Jika semua koefisien baris 0 >=0, BFS solusi optimal Selainnya, pilih koefisien paling negatif untuk masuk ke dalam BV Langkah 3 Ratio test (terkecil) untuk menentukan peubah BV mana yang harus digantikan (menjadi NBV) Langkah 4

Langkah-langkah Algoritma Simpleks untuk Masalah Max Lakukan ERO untuk membentuk bentuk kanonik baru, BFS baru (Tableau baru) Kembali ke langkah 3 Langkah 4