LINEAR PROGRAMMING METODE SIMPLEX

Slides:



Advertisements
Presentasi serupa
BAB III Metode Simpleks
Advertisements

William J. Stevenson Operations Management 8 th edition OPERATIONS RESEARCH Rosihan Asmara
Operations Management
Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
METODE SIMPLEKS OLEH Dr. Edi Sukirman, SSi, MM
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.
Metode Simpleks Dengan Tabel
Linear Programming Metode Simplex
PENYIMPANGAN - PENYIMPANGAN BENTUK STANDAR ( METODE SIMPLEX )
ANALISA USAHA TANI DENGAN LINEAR PROGRAMMING
TEKNIK RISET OPERASIONAL
Dosen : Wawan Hari Subagyo
PERTEMUAN METODE SIMPLEKS OLEH Ir. Indrawani Sinoem, MS
KASUS MINIMISASI Ir. Indrawani Sinoem, MS
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
Metode Simpleks Metode simpleks merupakan prosedur iterasi yang bergerak step by step dan berulang-ulang Jumlah variabel tidak terbatas Penyelesaian masalah.
D0104 Riset Operasi I Kuliah VIII - X
METODE SIMPLEKS MINIMALISASI. METODE SIMPLEKS MINIMALISASI.
Metode Simpleks Dyah Darma Andayani.
LINEAR PROGRAMMING : METODE SIMPLEKS
LINEAR PROGRAMMING METODE SIMPLEKS
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
Metode Linier Programming
Arta Rusidarma Putra, ST., MM
Program Linier (Linier Programming)
Operations Management
Metode Simpleks Free Powerpoint Templates.
Metode Simpleks Free Powerpoint Templates.
LINEAR PROGRAMMING Pertemuan 06
Operations Management
LINIER PROGRAMMING METODE SIMPLEX
Metode Linier Programming
MANAJEMEN SAINS METODE SIMPLEKS.
Program Linier :Penyelesaian Simplek
LINEAR PROGRAMMING.
Operations Management
Metode Simpleks Free Powerpoint Templates.
Pertemuan ke-5 25 Oktober 2016 PARANITA ASNUR
Operations Management
METODA SIMPLEX.
Universitas Ahmad Dahlan Yogyakarta
Metode Simpleks Rachmat Gunawan, SE, MSi Manajemen Kuantitatif
Metode Simpleks Free Powerpoint Templates.
Program Linear dengan Metode Simpleks
Program Linier :Penyelesaian Simplek
METODE BIG-M LINEAR PROGRAMMING
METODE DUAL SIMPLEKS Oleh Choirudin, M.Pd
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
SOAL Seleaikanlah sistem persamaan linear berikut dengan menggunakan metode Gauss-Jordan 3 X1+2 X2 + X3 = 7 3 X1- 2 X2 + X3 = 2 -3 X1+2 X2 + X3 = 4 HiJurusan.
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.
Metode Simpleks 17 April 2011 Free Powerpoint Templates.
Metode Simpleks Free Powerpoint Templates.
Operations Management
METODE SIMPLEX LINEAR PROGRAMMING (LP)
Operations Management
Operations Management
Linier Programming METODE SIMPLEKS 6/30/2015.
BAB III METODE SIMPLEKS(1).
Operations Management
Program Linier – Bentuk Standar Simpleks
Operations Research Linear Programming (LP)
Operations Management
Oleh : Siti Salamah Ginting, M.Pd. PROGRAM LINIER METODE SIMPLEKS.
METODA SIMPLEKS (Prosedur Simpleks)
6s-1LP Metode Simpleks William J. Stevenson Operations Management 8 th edition RISETOperasi.
Transcript presentasi:

LINEAR PROGRAMMING METODE SIMPLEX Dosen : L. Edy Herman Mulyono, SE., MM

METODE SIMPLEX Metode grafik tidak dapat menyelesaikan persoalan linear program yang memilki variabel keputusan yang cukup besar atau lebih dari dua, maka untuk menyelesaikannya digunakan Metode Simplex. Beberapa ketentuan yang perlu diperhatikan, antara lain: Nilai kanan (NK / RHS) fungsi tujuan harus nol (0). Nilai kanan (RHS) fungsi kendala harus positif. Apabila negatif, nilai tersebut harus dikalikan –1. Fungsi kendala dengan tanda “≤” harus diubah ke bentuk “=” dengan menambahkan variabel slack/surplus. Variabel slack/surplus disebut juga variabel dasar.

METODE SIMPLEX (Cont’d) Fungsi kendala dengan tanda “≥” diubah ke bentuk “≤” dengan cara mengalikan dengan –1, lalu diubah ke bentuk persamaan dengan ditambahkan variabel slack. Kemudian karena RHS-nya negatif, dikalikan lagi dengan –1 dan ditambah artificial variabel (M). Fungsi kendala dengan tanda “=” harus ditambah artificial variabel (M).

Formulasi Fungsi Tujuan dan Fungsi Kendala Permasalahan LP Maksimumkan Z = 3X1 + 5X2 Batasan (constraint) (1) 2X1  8 (2) 3X2  15 (3) 6X1 + 5X2  30

Konversi Bentuk Pertidaksamaan Dalam Fungsi Kendala Menjadi Bentuk Standar Ada 3 bentuk Fungsi Kendala : “≥”, “≤”, dan “=“ Konversi Fungsi Kendala bertanda ≤ menjadi bentuk standar dilakukan dengan menambahkan slack variabel pada fungsi kendala tersebut. Slack variabel merepresentasikan sumber daya yang menganggur pada suatu fungsi kendala. Penambahan slack variabel dimaksudkan agar pada fungsi kendala tersebut diperoleh solusi fisibel awal (Initial feasible solution) sama dengan titik origin pada metode grafik.

LINEAR PROGRAMMING METODE SIMPLEKS Langkah-langkah metode simpleks Langkah 1: Mengubah fungsi tujuan dan batasan-batasan Fungsi tujuan Z = 3X1 + 5X2 diubah menjadi Z - 3X1 - 5X2 = 0. Fungsi batasan (diubah menjadi kesamaan & di + slack variabel) (1) 2X1  8 menjadi 2X1 + X3 = 8 (2) 3X2  15 menjadi 3X2 + X4 = 15 (3) 6X1 + 5X2  30 menjadi 6X1 + 5X2 + X5 = 30 Slack variabel adalah variabel tambahan yang mewakili tingkat pengangguran atau kapasitas yang merupakan batasan

LINEAR PROGRAMMING METODE SIMPLEKS Fungsi tujuan : Maksimumkan Z - 3X1 - 5X2 = 0 Fungsi batasan (1) 2X1 + X3 = 8 (2) 3X2 + X4 = 15 (3) 6X1 + 5X2 + X5 = 30

Langkah 2: Menyusun persamaan-persamaan di dalam tabel Beberapa Istilah Dalam Metode Simplex NK adalah nilai kanan persamaan, yaitu nilai di belakang tanda sama dengan ( = ). Untuk batasan 1 sebesar 8, batasan 2 sebesar 15, dan batasan 3 sebesar 30. Variabel dasar adalah variabel yang nilainya sama dengan sisi kanan dari persamaan. Pada persamaan 2X1 + X3 = 8, kalau belum ada kegiatan apa-apa, berarti nilai X1 = 0, dan semua kapasitas masih menganggur, maka pengangguran ada 8 satuan, atau nilai X3 = 8. Pada tabel tersebut nilai variabel dasar (X3, X4, X5) pada fungsi tujuan pada tabel permulaan ini harus 0, dan nilainya pada batasan-batasan bertanda positif

1. Tabel simpleks yang pertama Z = 3X1 + 5X2 diubah menjadi Z - 3X1 - 5X2 = 0. (1) 2X1  8 menjadi 2X1 + X3 = 8 (2) 3X2  15 menjadi 3X2 + X4 = 15 (3) 6X1 + 5X2  30 menjadi 6X1 + 5X2 + X5 = 30 1. Tabel simpleks yang pertama Variabel Dasar Z X1 X2 X3 X4 X5 NK 1 -3 -5 2 8 3 15 6 5 30

Langkah 3: Memilih kolom kunci Kolom kunci adalah kolom yang merupakan dasar untuk mengubah tabel simplek. Pilihlah kolom yang mempunyai nilai pada garis fungsi tujuan yang bernilai negatif dengan angka terbesar. Dalam hal ini kolom X2 dengan nilai pada baris persamaan tujuan –5. Berilah tanda segi empat pada kolom X2, seperti tabel berikut

2 Tabel simpleks: pemilihan kolom kunci pada tabel pertama Variabel Dasar Z X1 X2 X3 X4 X5 NK Keterangan (Indeks) 1 -3 -5 2 8 3 15 6 5 30 Jika suatu tabel sudah tidak memiliki nilai negatif pada baris fungsi tujuan, berarti tabel itu tidak bisa dioptimalkan lagi (sudah optimal).

Langkah 4: Memilih baris kunci Baris kunci adalah baris yang merupakan dasar untuk mengubah tabel simplek, dengan cara mencari indeks tiap-tiap baris dengan membagi nilai-nilai pada kolom NK dengan nilai yang sebaris pada kolom kunci. Indeks = (Nilai Kolom NK) / (Nilai kolom kunci) Untuk baris batasan 1 besarnya indeks = 8/0 = , baris batasan 2 = 15/3 = 5, dan baris batasan 3 = 30/5 = 6. Pilih baris yang mempunyai indeks positif dengan angka terkecil. Dalam hal ini batasan ke-2 yang terpilih sebagai baris kunci. Beri tanda segi empat pada baris kunci. Nilai yang masuk dalam kolom kunci dan juga masuk dalam baris kunci disebut angka kunci Langkah 5: Mengubah nilai-nilai baris kunci Nilai baris kunci diubah dengan cara membaginya dengan angka kunci, seperti tabel 3. bagian bawah (0/3 = 0; 3/3 = 1; 0/3 = 0; 1/3 = 1/3; 0/3 = 0; 15/3 = 5). Gantilah variabel dasar pada baris itu dengan variabel yang terdapat di bagian atas kolom kunci (X2).

3 Tabel simpleks: Cara mengubah nilai baris kunci Variabel Dasar Z X1 X2 X3 X4 X5 NK Keterangan (Indeks) 1 -3 -5 2 8 3 15 6 5 30 8/0 = ∞ 15/3 = 5 30/5 = 6 1 1/3 15/3 0/3 0/3 3/3 0/3 1/3 0/3 15/3

Langkah 6: Mengubah nilai-nilai selain pada baris kunci Rumus : Baris baru = baris lama – (koefisien pada kolom kunci) x nilai baru baris kunci Baris pertama (Z) [-3 -5 0, 0 ] (-5) [ 0 1 1/3 5 ] ( - ) Nilai baru = 5/3 25] Baris ke-2 (batasan 1) [2 1 0, 8 ] (0) [ 0 1/3 5 ] ( - ) Nilai baru = 8]

Tabel pertama nilai lama dan tabel kedua nilai baru Baris ke-4 (batasan 3) [ 6 5 1, 30 ] (5) [ 0 1 1/3 0, 5 ] ( - ) Nilai baru = -5/3 Tabel pertama nilai lama dan tabel kedua nilai baru Variabel Dasar Z X1 X2 X3 X4 X5 NK 1 -3 -5 2 8 3 15 6 5 30 5/3 25 1/3 -5/3

Langkah 7: Melanjutkan perbaikan Ulangilah langkah-langkah perbaikan mulai langkah 3 sampai langkah ke-6 untuk memperbaiki tabel-tabel yang telah diubah/diperbaiki nilainya. Perubahan baru berhenti setelah pada baris pertama (fungsi tujuan) tidak ada yang bernilai negatif Variabel Dasar Z X1 X2 X3 X4 X5 NK Keterangan (Indeks) 1 -3 5/3 25 2 8 1/3 5 6 -5/3 6/6 -5/18 1/6 5/6 = 8/2 = 4 = 5/6 (minimum) 6/6 0/6 0/6 (-5/3)/6 1/6 5/6

Nilai baru Baris ke-1 Baris ke-2 (batasan 1) [-3 5/3 0, 25 ] (-3) [ 1 -5/18 1/6, 5/6] ( - ) Nilai baru = [ 0 5/6 ½, 271/2] Baris ke-2 (batasan 1) [ 2 1 0, 8 ] (2) [ 1 -5/18 1/6, 5/6] ( - ) Nilai baru = 5/9 -1/3, 61/3] Baris ke-3 tidak berubah karena nilai pada kolom kunci = 0 [ 0 1 1/3 0, 5 ] (0) [ 1 -5/18 1/6, 5/6] ( - ) Nilai baru = 5]

Tabel simpleks final hasil perubahan Variabel Dasar Z X1 X2 X3 X4 X5 NK 1 5/6 ½ 271/2 5/9 -1/3 61/3 1/3 5 -5/18 1/6 Baris pertama (Z) tidak ada lagi yang bernilai negatif. Sehingga tabel tidak dapat dioptimalkan lagi dan tabel tersebut merupakan hasil optimal Dari tabel final didapat X1 = 5/6 X2 = 5 Zmaksimum = 271/2

FUNGSI TUJUAN : MINIMISASI Soal minimisasi harus diubah menjadi maksimisasi dengan cara mengganti tanda positif dan negatif pada fungsi tujuan. Contoh: Minimumkan Z = 3X1 + 5X2 Fungsi batasan: 2X1 = 8 3X2 ≤15 6X1 + 5X2 ≤30

Penyelesaian: Fungsi batasan: 2X1 + X3 = 8 3X2 + X4 = 15 6X1 + 5X2 -X5 + X6 = 30 Fungsi tujuan menjadi: Maksimumkan (-Z) = -3X1 – 5X2 –MX3 – MX6 diubah menjadi fungsi implisit => -Z + 3X1 + 5X2 + MX3 + MX6 = 0 Nilai – nilai variabel dasar (X3 dan X6 ) harus = 0, maka:

KESIMPULAN (karena –Z= -18, maka Z=18) Penyelesaian optimal: X1 = 4, X2 = 6/5 dan Zmin = 18