Selamat datang di Metode simpleks.

Slides:



Advertisements
Presentasi serupa
BAB III Metode Simpleks
Advertisements

Riset Operasional Pertemuan 13
PROGRAMA LINIER Konsep dasar
Teknik Pencarian Solusi Optimal Metode Grafis
Metode Simpleks Diperbaiki (Revised Simplex Method)
Metode Simpleks Dengan Tabel
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
KASUS KHUSUS METODE SIMPLEKS
Pemecahan Persamaan Linier 2
BASIC FEASIBLE SOLUTION
Pemecahan Persamaan Linier 1
GOAL PROGRAMMING SEKOLAH TINGGI MANAJEMEN INFORMATIKA &
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.
Teori Permainan.
"Metode Penugasan".
KASUS MINIMISASI Ir. Indrawani Sinoem, MS
6s-1LP Metode Simpleks William J. Stevenson Operations Management 8 th edition OPERATIONS RESEARCH Enos.
BAB X BENTUK NORMAL CHOMSKY.
LINEAR PROGRAMMING Pertemuan 05
Model penugasan (assignment model) kasus khusus dr model transportasi: sejumlah m sumber ditugaskan ke sejumlah n tujuan (satu sumber utk satu tujuan)
Persoalan yang tidak Seimbang.
MODEL TRANSPORTASI Metode Stepping Stone Kelompok 10 Friska Nahuway
Analisis Sensitivitas
Selamat datang Di TRANSPORTASI
Solusi Optimal – MODI Riset Operasi I.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
KAPASITAS PRODUKSI METODE SIMPLEKS DALAM PROGRAMASI LINEAR
D0104 Riset Operasi I Kuliah VIII - X
METODE SIMPLEKS MINIMALISASI. METODE SIMPLEKS MINIMALISASI.
Operations Management
ALGORITMA PEMOTONGAN Algoritma Gomory.
Pert.3 Penyelesaian Program Linier Metode Simpleks
Metode Dua Phase.
Metode simpleks yang diperbaiki menggunakan
LINEAR PROGRAMMING 3.
Metode Linier Programming
Linier Programming Metode Dua Fasa.
Masalah PL dgn Simpleks Pertemuan 3:
Programa Linear Metode Primal Dual
Linear Programming (Pemrograman Linier)
METODE SIMPLEKS Pertemuan 2
Linear Programming (Pemrograman Linier)
Riset Operasional Kuliah ke-4
Metode Simpleks untuk Persoalan Maksimum
PEMROGRAMAN LINIER Tujuan : Memahami prinsip dan asumsi model LP
Metode Linier Programming
Manajemen Sains Kuliah ke-4
METODE DUA PHASA.
Metode Simpleks Dual dan Kasus Khusus Metode Simpleks
Metode Dua Phase.
BAB IV Metode Simpleks Persoalan Minimasi
Universitas Ahmad Dahlan Yogyakarta
TRANSPORTASI Menentukan Solusi Optimum dengan Metode Alokasi MODI
Metode Simpleks Rachmat Gunawan, SE, MSi Manajemen Kuantitatif
Algoritma Floyd Teori Optimasi.
PEMOGRAMAN LINEAR TABEL SIMPLEKS
Program Linear dengan Metode Simpleks
(REVISED SIMPLEKS).
Pertemuan 4 Penyelesaian PL Metode Simpleks (2) Big M dan Dua Fasa
TEKNIK RISET OPERASI MUH.AFDAN SYARUR CHAPTER.1
Operations Management
BAB IV Metode Simpleks Persoalan Minimasi Oleh : Devie Rosa Anamisa.
BAB III METODE SIMPLEKS(1).
Program Linier – Simpleks Kendala
Program Linier – Bentuk Standar Simpleks
METODE Dua Phasa Pertemuan Ke-7
Oleh : Siti Salamah Ginting, M.Pd. PROGRAM LINIER METODE SIMPLEKS.
Linear Programming (Pemrograman Linier)
Transcript presentasi:

Selamat datang di Metode simpleks

Metode Simpleks Adalah Suatu metode sistematis yg pemecahan dasar fisibel satu ke pemecahan dasar fisibel lainnya yg dilakukan berulang-ulang(iterasi) sampai diperoleh jawab yg optimum. Pandang A.X = H, dengan A matriks i baris & j kolom;X ,dan H adalah matriks kolom. 3 kategori LP : 1. Tidak ada pemecahan yg fisibel; 2.ada pemecahan optimum; dan 3.fungsi objektif tak ada batasnya (Unbounded).

Variabel dasar & pemecahan dasar Matriks B dibentuk oleh vektor2x kolom dr A sebanyak m buah yg linier. B=(B1,B2,..Br,...,Bm) a11 a12 .. a1j .. a1n x1 h1 a21 a22 .. a2j .. a2n x2 h2 : : : : : : ai1 ai2 .. aij .. ain xi hi : : : : : : am1 am2 .. amj .. amn xm hm A1 A2 Aj An BASIS

B.X = H sehingga diperoleh pemecahan dasar fisibel dan XB=B-1H=(XB1,XB2,..,XBm) Vektor-vektor kolom dr A sebanyak (n-m) mengganti salah satu vektor dr B. Nilai Z = CB.XB=(CB1,CB2,..,CBm)

Algoritma Metode Simpleks 1. Selidiki Zj-Cj dengan kategori : a).semua Zj-Cj >=0,pemecahan dasar fisibel telah dicapai dan iterasiStop. b).satu/lebih Zj-Cj <0 dan paling tdk satu Ak utk Zk-Ck<0 dan semua yik<=0 c).satu/lebih Zj-Cj <0 dan yij>0 paling tdk utk satu i. 2. Jika 1.c terpenuhi selanjutnya penuhi syarat apakah vektor yg akan dikeluarkan/ disingkirkan dg: xBr min xBi , yik>0 yrk i yik Yrk adl pivot kolom ke r yg keluar dan kolom k yg masuk

3.Hitung nilai baru dr setiap barisnya yaitu: a). utk baris pivot yij’=yrj/yrk semua baris pivot dibagi elemen pivot (yrk). B). utk bukan baris pivot yij’=yij-yik(yrj/yrk) yrj adl elemen dlm kolom pivot. yikadl elemen dlm baris pivot dlm kolom j. 4.Ulangi langkah 1 sampai baris Zj-Cj >=0 Contoh : Cari x1,x2 S.r.s : Z=5x1 + 3x2 : Maks d.p : 3x1+5x2 <= 15 5x1+2x2 <= 10 x1,x2 >=0

Jawab : Pembatasan yg baru : 3x1+5x2 + x3 = 15 5x1+2x2 + x4 = 10 , x1,x2 adl var slack 3 5 1 0 x1 15 5 2 0 1 x2 10 x3 x4 Z = 5x1 + 3x2 +0.x3 + 0.x4

Tabel 1 Cj 5 3 CB VDB H A1 A2 A3 A4 15 1 10 2 Zj-Cj -5 -3

1. Selidiki zj-cj dg yij>0 1.Selidiki zj-cj dg yij>0. Ada zj-cj paling kecil yaitu -5 pd kolom A1 shg kol A1 masuk basis 2.Perhatikan kol A1 utk: xBr min xBi , yik >0 yrk i yik = min {15/3 , 10/5} =min{5 , 2}=2 pada baris ke 2,lalu baris ke 2 keluar

Tabel 2 Cj 5 3 CB VDB H A1 A2 A3 A4 x3 15 1 x4 10 5 * 2 Zj-Cj -5 -3 CB VDB H A1 A2 A3 A4 x3 15 1 x4 10 5 * 2 Zj-Cj -5 -3 Baris 2 keluar Kolom 1 masuk

3.Hitung nilai baru setiap barisnya : a).baris pivot yaitu baris ke 2 semua elemen dibagi dg 5: y2j ’=y2j/y21=1/y21*(y20,y21,y22,y23,y24) =1/5*(10, 5, 2, 0, 1) y20=2; y21=1; y22=2/5; y23=0; y24=1/5 b).Baris bukan pivot yaitu: yij’=yij- yrj(yik/yrk) Baris 1 : lihat kol pivot y11/y21 = 3/5 y10=15-10.(3/5)=9 ; y11=3-5.(3/5)=0 y12=5-2.(3/5)=3,8 ; y13=1-0.(3/5)=1 y14=0-1.(3/5)=-0,6 Baris 3 : lihat kol pivot y31/y21 = -5/5=-1 y30=0-10.(-1)=10 ; y31=-5 -5.(-1)=0 y32=-3-2.(-1)=-1 ; y33=0-0.(-1)=0 ; y34=0-1.(-1)=1

Tabel 3 Cj 5 3 CB VDB H A1 A2 A3 A4 9 3,8 1 -0,6 2 1 * 0,4 0,2 Zj-Cj CB VDB H A1 A2 A3 A4 9 3,8 1 -0,6 2 1 * 0,4 0,2 Zj-Cj 10 -1

4 ulangi langkah 1: Selidiki zj-cj dg yij >0. Ada zj-cj paling kecil yaitu -1 pd kolom A2 shg kol A2 masuk basis 2.Perhatikan kol A2 utk: xBr min xBi , yik >0 yrk i yik = min {9/3,8 , 2/0,4} = {9/3,8} pada baris ke 1,lalu baris ke 1 keluar

Tabel 4 Cj 5 3 CB VDB H A1 A2 A3 A4 9 3,8* 1 -0,6 2 0,4 0,2 Zj-Cj 10 CB VDB H A1 A2 A3 A4 9 3,8* 1 -0,6 2 0,4 0,2 Zj-Cj 10 -1 Baris 1 keluar Kolom 2 masuk

3.Hitung nilai baru setiap barisnya : a).baris pivot yaitu baris ke 1 semua elemen dibagi dg 3,8 : y1j ’=y1j /y12=1/y12 *(y10,y11,y12,y13,y14) =1/3,8*(9, 0, 3.8, 1, -0.6) y10=2,368; y11=0; y12=1 y13=1/3,8=0,2632 y14=-0,6/3,8 = - 0,1579 b).Baris bukan pivot yaitu: yij‘=yij-yrj(yik /yrk ) Baris 2 : lihat kol pivot y22/y12= 0,4/3,8 =0,1053 y20=2-9.(0,1053)=1,053 y21=1-0.(0,1053)=1 y22=0,4-3,8.(0,1053)=0 y23=0-1.(0,1053)=-0,1053 y24=0,2—0,6.(0,1053)=0,2632

Baris 3 : lihat kol pivot y32/y12 = -1/3,8 =-0,2632

Tabel 5 Cj 5 3 CB Vektor i dlm baris H A1 A2 A3 A4 2,368 1* 0,2632 CB Vektor i dlm baris H A1 A2 A3 A4 2,368 1* 0,2632 -0,1579 1,053 1 -0,1053 Zj-Cj 12,370 0,8421

Kesimpulan Pemecahannya karena Zj-Cj >=0 maka Pemecahannya optimal x1=1,053 dan x2=2,368 dan Z= 12,37 (nil max)

END