SlideShare a Scribd company logo
1 of 24
PROGRAM LINEAR
(METODE SIMPLEKS)

Oleh :
ANDRIYA SWARSIH
10536 4183 11

UNIVERSITAS MUHAMMADIYAH MAKASSAR
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
JURUSAN PENDIDIKAN MATEMATIKA
2013
PROGRAM LINEAR DENGAN METODE SIMPLEX
1) Fungsi Tujuan : z = 8x + 3y
Fungsi Pembatas : 50x + 100y ≤ 1.200.000
50x ≥ 3.000
5x + 4y ≥ 60.000
Bentuk baku diperoleh dengan menambahkan variabel slack pada kendala
pertama, mengurangkan variabel surplus pada kendala kedua. Sehingga
diperoleh :
Minimumkan : Z = 8x + 3y + 0S1 + 0S2 + 0S3 +MA1 + MA2
50x + 100y + S1 = 1.200.000
50x - S2 + A1 = 3.000
5x + 4y – S3 + A2 = 60.000
Table Simpleks Awal
Basis

X1

X2

S1 S2 S3 A1 A2

NK

Rasio

Z

55M- 4M- 0
8
3

- - 0
M M

0

63.000M

S1

50

100

1

0

0

0

0

1.200.000 1.200.000:50=24.000

A1

50

0

0

-1 0

1

0

3.000

3.000:50 = 60

A2

5

4

0

0

-1 0

1

60.000

60.000 : 5 = 12.000

S2

S3

Iterasi Pertama
Basis X1

S1

A1

4M- 0

0,1M- 0

-

3

Z

0

X2

0,16

A2

NK

0

Rasio

59.700M+480

1,1M+0,16

S1

0

100

1

1

0

-1

0

1.197.000

X1

1

0

0

-0,02

0

0,02

0

60

A2

0

4

0

0,1

-1 -0,1

1

5700

11.970
1.425
Iterasi Kedua
Basis

X1

X2

S1

S2

S3

A1

A2

NK

Z

0

0

0

0,085

M0,75

M+0,085

M+0,75

54.000M+4755

S1

0

0

1

-1,5

25

1,5

-25

1.054.500

X1

1

0

0

-0.02

0

0.02

0

60

0

1

0

0,025

-0,025
0,25
1425
0,25
Iterasi kedua adalah optimal karena koefisien pada persamaan Z
semuanya nonpositif, dengan X1= 60, X2 = 1425 dan Z = 54.000M+4755
X2

2) PT Yummy food memiliki sebuah pabrik yang akan memproduksi dua jenis
produk yaitu vanilla dan violette. Untuk memproduksi kedua produk
tersebut diperlukan bahan baku A, bahan baku B dan jam tenaga kerja.
Maksimum pengerjaan bahan baku A adalah 60kg per hari, bahan baku B
30kg per hari dan tenaga kerja 40jam per hari. Kedua jenis produk
memberikan sumbangan keuntungan sebesar Rp40,00 untuk vanilla dan
Rp30,00 untuk violette. Masalah yang dihadapi adalah bagaimana
menentukan jumlah unit setiap produk yang akan diproduksi setiap hari.
Kebutuhan setiap unit produk akan bahan baku dan jam tenaga kerja dapat
diliha pada tabel berikut ini:
Jenis bahan baku dan

Kg bahan baku dan jam tenaga

Maksimum

tenaga kerja

kerja

Penyediaan

Vanilla

Violette

Bahan baku A

2

3

60Kg

Bahan baku B

-

2

30Kg

Tenaga Kerja

2

1

40jam

Rp40,00

Rp30,00

Sumbangan
keuntungan
Penyelesaian:

Z = Rupiah keuntungan per hari
X1 = Jumlah vanilla yang diproduksi/perhari
X2 = jumlah violette yang diproduksi/hari
Langkah 1
Formulasi LP (bentuk standar)
Fungsi tujuan

 Zmax = 40X1 + 30X2

Fungsi kendala

 I. 2X1 + 3X2 ≤ 60
II. 2X2 ≤ 30
III. 2X1 + 1X2 ≤ 40
IV. X1,X2 ≥ 0

Diubah menjadi:
2X1 + 3X2 + S1 + 0S2 + 0S3 = 60
2X2 + 0S1 + S2 + 0S3 = 30
2X1 + 1X2 + 0S1 + 0S2 + S3 = 40

40X1 + 30X2 + 0S1 + 0S2 + 0S3
C1 = 40, C2 = 30, C3 = 0, C4= 0, C5 = 0

Langkah 2
Tabel simplex awal masalah PT Yummy Food
Cj

40

30

0

0

0

Ci

BV

X1

X2

S1

S2

S3

Bi

0

S1

2

3

1

0

0

60

0

S2

0

2

0

1

0

30

0

S3

2

1

0

0

1

40

Zj

0

0

0

0

0

0

40

30

0

0

0

Cj-ZJ

Langkah 3
Apakah tabel tersebut sudah optimal?
Belum, karena tabel optimal bila nilai yang terdapat pada baris Cj – Zj ≤ 0
Langkah 4
Penyelesaian dengan cara iterasi
1. Menentukan kolom kunci, yaitu kolom yang memiliki nilai Cj-Zj
terbesar yaitu kolom x1. Dengan demikian x1 akan masuk dalam basis
2. Menentukan baris kunci, yaitu baris yang memiliki angka indeks
terkecil dan bukan negatif. Dalam hal ini baris s3. Dengan demikian
s3 akan keluar dari basis dan tempatnya akan digantikan oleh x1
3. Menetukan angka kunci. Angka kunci adalah angka yang terdapat
pada persilangan kolom kunci dengan baris kunci, dalam hal ini angka
kunci = 2
4. Mencari angka baru yang terdapat pada baris kunci, dengan cara
membagi semua angka yang terdapat pada baris kunci dengan angka
kunci
Angka baru = 40/2, 2/2, ½, 0/2, 0/2, ½
Atau = 20, 1, ½, 0,0 ½
5. Mencari angka baru pada baris lain, yaitu :
Baris S1
Angka lama

= [ 60 2 3 1 0 0 ]

Angka baru

= [ 20 1 ½ 0 0 ½] (2)
_

Angka baru

= [20 0 2 0 0 -1]

Baris S2
Angka lama

= [ 30 0 2 0 1 0]

Angka baru

= [ 20 1 ½ 0 0 1/2] (0)
_

Angka baru

= [ 30 0 2 0 1 0]

Hasil perhitungan di atas, akan nampak pada tabel baru simplex yaitu
tabel yang merupakan hasil iterasi pertama.
Cj

40

30

0

0

0

Ci

BV

X1

X2

S1

S2

S3

Bi

0

S1

0

2

1

0

-1

20

0

S2

0

2

0

1

0

30

40

X1

1

½

0

0

½

20

Zj

40

20

0

0

20

0

10

0

0

0

Cj-ZJ

Tabel iterasi 1 belum optimal sehingga harus diulang langkah di atas dan
akan di dapat tabel iterasi 2:
Cj

40

30

0

0

0

Ci

BV

X1

X2

S1

S2

S3

Bi

30

X1

0

1

½

0

-1/2

10

0

S2

0

0

-1

1

1

10

40

S3

1

0

-1/4

0

¾

15

Zj

40

30

5

0

15

0

0

-5

0

-15

Cj-ZJ

900

Solusi optimum tabel iterasi 2 menunjukan bahwa total nilai Z = 900
dengan masing-masing variabel keputusan X1 = 15 dan X2 = 10.
Variabel basis

Koefisien fungsi

Nilai variabel

tujuan

basis

X2

30

10

300

S2

0

10

0

X1

40

15

600

JUMLAH

900
KESIMPULAN:
1. Pada tabel iterasi 2 merupakan tabel akhir simplex, dengan solusi optimal
adalah :
X1 (vanilla)

= 15 unit

X2 (violette)

= 10 unit

Z (keuntungan)

= Rp 900,00

2. Kendala kedua (bahan baku B) masih tersisa sebanyak 10 Kg yang
ditunjukan oleh nilai S2 =10, pada tabel optimal
3. Kendala 1 dan 3 tidak ada sisa (full capacity), yang ditunjukan oleh nilai
S1 = S3 = 0 ( variabel nonbasis). Hal ini juga dapat dibuktikan dengan
memasukan nilai S1 dan S2 ke dalam kendala 1 dan 3
Kendala 1 :

2X1 + 3X2 = 60
2 (15) + 3 (10) =60
60 = 60

Bahan baku yang digunakan = yang tersedia
Kendala 3 :

2X1 + 1X2 = 40
2 (15) + 1(10) =40
40 = 40

Jam kerja yang digunakan = yang tersedia
3) Gunakan metode simpleks untuk memaksimumkan
= 8000 X1 + 7000 X2
Dengan kendala :
2 X1

3X 2

2 X1

X2

24
16

X1

4X2

27

X1

0 dan X 2

0

Penyelesaian :
1.
-

Fungsi tujuan dalam bentuk implisit :
+ 8000 X1 + 7000 X2 = 0≤

2.

Karena masalah maksimisasi, maka kendala harus ditambah variabel slack

2 X1 3 X 2
2 X1

S1

24

X2

S2

16

X1 4 X 2

S3

27

3. Tabel Simpleks I (awal)
Variabel
Dasar

X1

X2

S1

S2

S3

Nilai kanan
(konstanta)

8000

7000

0

0

0

0

Baris 1 =

-1

Baris 2 = S1

0

2

3

1

0

0

24

Baris 3 = S2

0

2

1

0

1

0

16

Baris 4 = S3

0

1

4

0

0

0

27

Kolom kunci adalah kolom X1
Baris kunci adalah baris 3
Langkah-langkah Membentuk Tabel Simpleks II
1. Kolom kunci adalah kolom yang berada pada angka positif terbesar dalam
baris pertama, yaitu kolom X1.
2. Baris kunci adalah :
Baris 2 =

Nilai kanan ( NK )
Angka kolom kunci ( AKK )

24
2

Baris 3 =

Nilai kanan
Angka kolom kunci

16
2

8

Baris 4 =

Nilai kolom
Angka kolom kunci

27
1

27

12

positif terkecil

Baris kunci adalah baris 3
3. Baris kunci baru (baris 3 baru) :
Baris kunci lama :
X1

X2

S2

S3

NK

1

02

S1
0

1

0

16

Baris kunci baru = Baris lama dibagi angka kunci
01

½

0

½

0

8

4. Baris lain yang baru
Baris (1) Baru = Baris (1) lama – (Baris kunci baru x 8000)
Baris (2) Baru = Baris (2) lama – (Baris kunci baru x 2)
Baris (4) Baru = Baris (4) lama – (Baris kunci baru x 1)
5. Tabel Simpleks II
Variabel
Dasar

X1

X2

S1

S2

S3

Nilai
Kanan

Baris (1) =

-1

0

3000

0

-4000

0

-64.000

Baris (2) = S1

0

0

2

1

-1

0

8

Baris (3) = X1

0

1

½

0

½

0

8

Baris (4) = S3

0

0

3,5

0

-½

0

19

Langkah Membentuk Tabel Simpleks III
Kolom kunci = Kolom X2
Baris kunci =
Baris 2 =

NK
AKK

8
2

4

positif terkecil
Baris 3 =

NK
AKK

8
1/ 2

16

Baris 4 =

NK
AKK

19
3,5

5,43

Baris kunci adalah baris 2
Baris kunci baru (baris 2 baru) =
X1
0

X2

S1

S2

S3

NK

0

1

½

-½

0

4

Baris lain yang baru =
Baris (1) Baru = Baris (1) lama – (Baris kunci baru x 3000)
Baris (3) Baru = Baris (3) lama – (Baris kunci baru x ½)
Baris (4) Baru = Baris 94) lama – (Baris kunci baru x 3,5)
Tabel Simpleks III
Variabel
Dasar
Baris (1) =

0

Nilai
Kanan
-76.000

-½

0

4

-1/4

¾

0

6

-7/4

5/4

1

5

X1

X2

S1

-1

0

0

Baris (2) = X2

0

0

1

½

Baris (3) = X1

0

1

0

Baris (4) = S4

0

0

0

S2

-1500 -2500

S3

Karena pada baris (1) tidak ada lagi yang bernilai positif, penyelesaian optimal
selesai.
X1 = 6 ; X2 = 4 ; -

= -76.000
*= 76.000.

4) Minimumkan: Z = 2X1 + 10X2

Kendala

: 2X1 + X2 ≤ 6
5X1 + 4X2 ≥ 20
X1 ≥ 0 dan X2 ≥ 0

Tentukan X1, X2 yang meminimum Z=…?

Penyelesaian:
Tahap 1: Memasukkan Variable Slack dan Variable Buatan
Fungsi Tujuan : Z = 2X1 + 10X2 + M.A1
Kendala :
2X1 + X2 + S1
= 6
5X1 + 4X2 - S2 + A1 = 20
Keterangan:
S1 dan S2: variabel Slack
A1 : Variabel Buatan (variabel artifisial).
Tahap 2: Langkah Membentuk Tbl Simpleks I:
Membentuk fungsi tujuan untuk siap dimasukkan ke Tabel Simpleks I:

-

Minimumkan:
Z + 2X1 + 10X2 + M.A1 = 0
Karena nilai M pada fungsi tujuan harus nol, maka fungsi tujuan semula
harus diubah menjadi funsi tujuan yang disesuaikan.

Fungsi
X1
X2
Tujuan
Fungsi
2
10
Tujuan
Kendala (2) 5M
4M
xM
Fungsi
(2-5M) (10-4M)
Tujuan
Baru

S1

S2

A1

0

0

M

0M

-1M

1M

0

+M

NK

0

0
20M
-20M

Tabel Simpleks I:
Variabel
dasar
F.Tujuan
(Cj-Zj)
S1
S2

X1
(2-5M)
2
5

X2

S1

S2

A1

NK

(10-4M)

0

+M

0

-20M

1
0

0
-1

0
1

6
20

1
4

Tahap 3: Langkah Membentuk Tabel Simpleks II.
(1). Kolom Kunci : Kolom X1 karena memiliki nilai negatif terbesar pada baris
Cj-Zj.
(2). Baris Kunci (NK/ AKK):
Baris 2 (Baris S1): NK/AKK = 6/2 = 3....(BK)
Baris 3 (Baris S2): NK/AKK = 20/5 = 4.
(3). Baris Kunci Baru (Baris 2) Baru:
BKB = (BKL/AK)
Baris Kunci
X1
X2
S1
BKB=
2/2
½
½
BKL/AK
BKB
1
½
½

S2
0/2

A
0/2

NK
6/2

0

0

3

(4). Baris Lain yang Baru:
a. Baris 1 (Baris Cj-Zj) baru
= Baris Lama – (AKK.BKB)
Baris 1
X1
X2
S1
S2
A1
(Cj-Zj)
Baris 1 (2-5M)
(10-4M)
0
M
0
Lama
BKB
1
½
½
0
0
(2-5M)(1) (2-5M)(1/2) (2-5M)(1/2) (2-5M)(0) (2-5M)(0)
AKKx
BKB
(2-5M)
(1-5/2M)
(1-5/2M)
0
0
Baris 1
0
(9-3/2M)
(-1+5/2M)
M
0
Baru
b. Baris 3 (Baris S2) Baru:
Baris 3
X1
X2
S1
Baris
3 5
4
0
Lama
BKB
1
½
½
BKBx
5(1) 5(1/2) 5(1/2)
AKK
5
2,5
2,5
Baris
3 0
3/2
-2,5
Baru

Tabel Simpleks II
Variabel Dasar
X1
Baris 1
0
Cj-Zj
Baris
S1.... 1
Baris (X1)
Baris S2
0

S2
-1

A1
1
0
5(0)
0
1

3
(2-5M).(3)
(6-15M)
(-6-5M)

3
5(3)

0
-1

-20M

NK
20

0
5(0)

NK

X2
S1
(9-3/2M) (-1+5/2M)

15
5

S2
M

A1
0

NK
(-6-5M)

½

½

0

0

3

3/2

-5/2

-1

1

5

Tahap IV: Langkah Membentuk Tabel Simpleks III
Dengan cara yang sama dapat ditentukan:
(1). Kolom Kunci: Kolom X2 (Negatif terbesar)
(2). Baris Kunci: Baris 3 (Baris S2);
(3). Baris Kunci Baru;
(4). Baris Lain yang baru.
Tabel Simpleks III
Variabel Dasar
X1
Baris 1
1
Cj-Zj
Baris S1...(X1)
1
Baris S2...(X2)
0

X2
0

S1
14

S2
6

0
1

4/3
-5/3

1/3
-2/3

A1
(-6+M)
-1/3
2/3

NK
-36
4/3
10/3.

Karena : Baris 1 (Cj-Zj) sudah positif semua dan telah terbentuk matrik Identity
untuk kolom 1 dan kolom 2, maka Tabel Simpleks selesai;
Nilai Optimum:
-Zj = -36...... Zj = 36, X1 = 4/3, X2 = 10/3.

5) Minimumkan : C = 6X1 + 24X2
Kendala: X1 + 2X2 ≥ 3
X1 + 4X2 ≥ 4
Dan X1, X2 ≥ 0
Penyelesaian:
Langkah membentuk Tabel Simpleks I:
1.

Penyesuaian Fungsi tujuan dan Kendala:

Minimisasi: C = 6X1 + 24X2 +M.A1+ M.A2
Kendala : X1 + 2X2 –S1 + A1 = 3
X1 + 4X2 – S2+ A2 = 4
Keterangan: S1, S2 : Variabel Slack
A1,A2 : Variabel Buatan
2. Penyesuaian Fungsi tujuan agar siap masuk pada Tabel Simpleks I, karena
nilai M akan dianggap Nol.
a. Fungsi Tujuan dalam bentuk Implisit
- C + 6X1 + 24X2 + MX1 + MX2 = 0
b. Penyesuain Fungsi Tujuan :
Fungsi
X1
X2
S1
Tujuan
Cj-Zj
6
24
0
Kendala (1) 1M
2M
-M
xM
Cj-Zj
(6-M) (24-2M) M
Kendala (2) 1M
4M
0
xM
Cj-Zj
(6-2M) (24-6M) M

A1

S2

A2

NK.....?

M
M

0
0

M
0

0
3M

0
0

0
-M

M
M

-3M
4M

0

M

0

-7M (nilai
M =0)

A1

S2

A2

NK

0
1
0

M
0
-1

0
0
1

0
3
4

c.Tabel Simpleks I
Variabel
Dasar
Cj-Zj
A1
A2

X1

X2

S1

(6-2M) (24-6M) M
1
2
-1
1
4
0

Langkah Membentuk Tabel Simpleks II:
1.
2.

Kolom Kunci: Kolom X2 (Negatif terbesar)
Baris Kunci:
Baris 2 =NK/AKK = 3/2 = 1,5
Baris 3 : NK/AKK = 4/4 = 1 ...Baris Kunci

3.

Baris Kunci Baru (BKB = BL/AK);

4.

Baris lain (Baris 1 dan Baris 2) yang baru;

5. Tabel Simpleks II:
Variabel
Dasar
Cj-Zj
A1
A2...X2

X1

X2

S1

A1

(-1/2M) 0
½
0
¼
1

M
-1
0

0
1
0

S2

A2

(6-1/2M) (-6+3/2M)
½
-1/2
-1/4
1/4

Langkah Membentuk Tabel Simpleks III:
Kolom Kunci: Kolom X1(Negatif terkecil)
Baris Kunci:
Baris 2= NK/AKK = 1/(1/2)=2..Baris Kunci
Baris 3 : NK/AKK = 1/(1/4) = 4.

NK
(-24+6M)
1
1
Baris Kunci Baru (BKB = BL/AK);
Baris lain (Baris 1 dan Baris 3) yang baru.
Tabel Simpleks III:
Variabel
Dasar
Cj-Zj
A1...X1
X2

X1

X2

S1

A1

S2

0
1
0

0
0
1

0
-2
½

M
2
-1/2

6
1
-2/4

A2
(-6+M)
-1
2/4

NK.....?
(-24+7M)
2
1/2

Titik Optimal:
X1 = 2 ; X2 = ½; -Zj = -24+7M....Zj=C= 24.

6) Maksimumkan Z

3X 1

X1

X2

2X1
dengan syarat :

2X 2

15
28

2X 2

X1

X2

20

X1, X 2

0

Bentuk baku masalah LP tersebut adalah :

Z 3 X 1 2 X 2 0 S1 0 S 2 0 S 3
X1 X 2
2X1 X 2
X1 2X 2

S1

0
15

S2

28
S3

20

Berdasarkan bentuk baku diatas, tentukan solusi awal (initial basic solution)
dengan menetapkan n-m variable non basis sama dengan nol. Dimana n jumlah
variabel dan m banyaknya kendala. Yaitu, n sebanyak 2 buah dan m sebanyak 3
kendala. Solusi dengan menggunakan tabel simpleks adalah sbb :
Tabel Simpleks Awal
Basis
Z
S1
S2
S3

X1
-3
1
(2)
1

X2
-2
1
1
2

S1
0
1
0
0

S2
0
0
1
0

S3
0
0
0
1

Solusi
0
15
28
20

Rasio

S1
0
1
0
0

S2
3/2
-½
½
-½

S3
0
0
0
1

Solusi
42
1
14
6

Rasio

S2
1
-½
1
-½

S3
0
0
0
1

Solusi
43
2
13
6

15
14
20

Tabel Iterasi Pertama
Basis
Z
S1
X1
S3

X1
0
0
1
0

X2
-½
(½)
½
3/2

2
28
4

Tabel Simpleks Kedua (optimum)
Basis
Z
X2
X1
S3

X1
0
0
1
0

X2
0
1
0
3/2

S1
1
1
-1
0

Pada iterasi kedua telah tercapai solusi optimum dengan X1 = 13, X2 = 2 dan Z
= 43. Pada tabel iterasi kedua (optimum) S3 = 0 artinya pengambil keputusan
akan menggunakan seluruh persediaan sumber daya pertama dan kedua, tetapi
masih memiliki sumber daya ketiga sebanyak 6 karena tidak digunakan.
7) Persamaan matematis suatu program linier adalah sebagai berikut :
Minimasi : Z = 6X1 + 7,5X2
Dengan pembatas :
7X1 + 3X2 ≥ 210
6X1 + 12X2 ≥ 180
4X2 ≥ 120
X1, X2 ≥ 0
Carilah harga X1 dan X2 ?
JAWABAN
Pada kasus ini kita akan menggunakan metode simplex M (BIG – M), hal ini
dikarenakan pada kasus ini pertidk samaan pembatasnya menggunakan ≥ (lebih
dari sama dengan).
Persamaan Tujuan : Z - 6x1 - 7,5X2 - 0S1 - 0S2 - 0S3 = 0 Baris 0
Persamaan Kendala : 7x1 + 3x2 - S1 +A1 = 210 Baris 1
6x1 + 12x2 - S2 +A2 = 180 Baris 2
4x2 - S3 + A3 = 120 Baris 3
Bagi kendala pertidaksamaan jenis ≤, maka variabel slack ditambahkan untuk
menghabiskan sumber daya yang digunakan dalam kendala. Cara ini tidak dapat
diterapkan pada kendala pertidaksamaan jenis ≥ dan kendala persamaan (=)
persamaan diatas diperoleh karena tanda ≥ harus mengurangi variable surplus.
Untuk mengarahkan artifisial variabel menjadi nol, suatu biaya yang besar
ditempatkan pada A1, A2, dan A3 sehingga fungsi tujuannya menjadi :
Z = 6x1 + 7,5X2 + 0S1 + 0S2 + 0S3 + MA1 + MA2 + MA3
Table simplex awal dibentuk dengan A1, A2, dan A3 sebagai variable basis,
seperti table berikut :
Basis

X1

X2

Z

13M-

19M-

6

7,5

7

3

A1

S1 S2

S3

A1 A2 A3

-

-M

0

0

0

510M

0

1

0

0

210

-

NK

RASIO

M M
-1

0

210 : 3 =
70

A2

6

12

0

-1

0

0

1

0

180

180 : 12
= 15

A3

0

4

0

0

-1

0

0

1

120

120 : 4 =

30
Dari table diatas kita ketahui bahwa semua BFS belum optimal. Hal ini
dikarenakan seluruh NBV masih mempunyai koefisien yang berharga positif.
Oleh karena itu Untuk x2 terpilih sebagai entry variable karena x2 memiliki nilai
koefisien positif yang paling besar, dan A3 menjadi Leaving Variable. Dan yang
akan menjadi pivot adalah baris 2 karena memiliki rasio paling kecil.
Langkah-langkah ERO Iterasi Pertama :
ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 2
½ x1 + x2 - 1/12 S2 +1/12 A2 = 15
ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0
Z = 9/4 x1 + 0S1 + 15/24 S2 + 0S3 + MA1 + [ M - 15/24]A2 + MA3 + 112,5
ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 1
11

/2 x1 + ¼ S2 + A1 - 1/4 A2= 165

ERO 4 : Menjadikan nilai koefisien x2 berharga 0 pada baris 3
-2x1 + 1/3 S2 - S3 - 1/3 A2 + A3 = 60
Konversi bentuk standard iterasi Pertama :
Z = 9/4 x1 + 0S1 + 15/24 S2 + 0S3 + MA1 + [ M - 15/24]A2 + MA3 + 112,5
11

/2 x1 + ¼ S2 + A1 - 1/4 A2 = 165

-2x1 + 1/3 S2 - S3 - 1/3 A2 + A3 = 60
½ x1 + x2 - 1/12 S2 +1/12 A2 = 15
Tabel Iterasi Pertama
Basis

X1

Z

-

X2 S1
0

0

13

/2M-

S2
7

/12 15
/24

S3
-M

A1
0

A2
1

A3

NK

RASIO

/24 -

0

225M –

*

M

112,5

6
A1

11

/2

0

0

1

/4

0

1

-1/4

0

165

165 : 5,5
= 30

A3
X2

-2
½

0
1

0

1

0

-1

/3

/12

-1
0

0

-1

0

1

/3

1

60

*

/12

0

15

15 : 0,5
= 30

Pada fungsi tujuan masih terdapat variable dengan nilai koefisien positif, oleh
karena itu lakukan iterasi kedua.
Langkah-langkah ERO Iterasi Kedua:
ERO 1 : Menjadikan nilai koefisien x1 berharga 1 pada baris 1
x1 + 1/22 S2 + 2/11A1 - 1/22 A2 = 30
ERO 2 : Menjadikan nilai koefisien x1 berharga 0 pada baris 0
Z = 0S1 + 0,725 S2 + 0S3 + MA1 -0,4A1 + [ M – 0,725]A2 + MA3 + 180
ERO 3 : Menjadikan nilai koefisien x1 berharga 0 pada baris 2
0.5 A2 = 0
ERO 4 : Menjadikan nilai koefisien x1 berharga 0 pada baris 3
0,39 S2 - S3 +0,36A1 + 0,21 A2 + A3 = 120
Konversi bentuk standard iterasi kedua :
Z = 0S1 + 0,725 S2 + 0S3 + [M -0,4]A1 + [ M – 0,725]A2 + MA3 + 180
x1 + 1/22 S2 + 2/11A1 - 1/22 A2 = 30
0.5 A2 = 0
0,39 S2 - S3 + 0,36A1 + 0,21 A2 + A3 = 120
Tabel Iterasi Kedua
Basis X1 X2 S1
Z

0

0

S2

S3

A1

-

0

-

0

0,725
x1

1

0

0

A3

0

0

X2

0

0

1

M+0,4
2

A2
1

A3 NK
M

/2M+0,725

180

/11

1

- /22

0

30

/22

0

0

0

0

0

½

0

0

0

0,39

-1

0,36

0,21

1

120

Iterasi kedua adalah optimum karena koefisien pada persamaan

Z

semuanya non positif, dengan x1 = 30, x2 = 120 dan z=-180.
8) PT Unilever bermaksud membuat 2 jenis sabun, yakni sabun bubuk dan
sabun batang. Untuk itu dibutuhkan 2 macam zat kimia, yakni A dan B.
jumlah zat kimia yang tersedia adalah A=200Kg dan B=360Kg. Untuk
membuat 1Kg sabun bubuk diperlukan 2 Kg A dan 6 Kg B. untuk membuat
1 Kg sabun batang diperlukan 5 Kg A dan 3 Kg B. bila keuntungan yang
akan diperoleh setiap membuat 1Kg sabun bubuk = $3 sedangkan setiap 1
Kg sabun batang = $2, berapa Kg jumah sabun bubuk dan sabun batang
yang sebaiknya dibuat ?
JAWABAN
Pemodelan matematika :
Maksimumkan : Z = 3x1 + 2x2
Pembatas : 2x1 + 5x2 = 200
6x1 + 3x2 = 360
Persamaan Tujuan : Z - 3x1 - 2x2 = 0 Baris 0
Persamaan Kendala : 2x1 + 5x2 + A1 = 200 Baris 1
6x1 + 3x2 + A2 = 360 Baris 2
Untuk mengarahkan artifisial variabel menjadi nol, suatu biaya yang besar
ditempatkan pada A1, A2, dan A3 sehingga fungsi tujuannya menjadi :
Z = 3x1 - 2X2 + MA1 + MA2
Basis

x1

x2

A1

A2

NK

Rasio

Z

8M-3

8M+2 0

0

560M

A1

2

5

1

0

200

200:5=40

A2

6

3

0

1

360

360:3=120

Dari table diatas kita ketahui bahwa semua BFS belum optimal. Hal ini
dikarenakan belum seluruhnya NBV mempunyai koefisien yang berharga
positif. Oleh karena itu Untuk x2terpilih sebagai entry variable karena
x2 memiliki nilai koefisien negatif, dan A1 menjadi Leaving Variable. Dan
yang akan menjadi pivot adalah baris 1 karena memiliki rasio paling kecil.

Langkah-langkah ERO Iterasi Pertama :
ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 1
0,4x1 + x2 + 0,2A1 = 40
ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0
Z = 3,8x1 + [M-0,4]A1 + MA2 - 80
ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 2
4,8x1 – 0,6A1 + A2 = 240
Konversi bentuk standard iterasi pertama :
Z = 3,8x1 + [M-0,4]A1 + MA2 - 80
0,4x1 + x2 + 0,2A1 = 40
4,8x1 – 0,6A1 + A2 = 240
Basis
Z

x1
4,8M-

x2
0

3,8

A1
0,4-

A2

NK

0

Rasio

240M+80

0,4M

X2

0,4

1

0,2

0

40

A2

4,8

0

0,6

1

240

Iterasi pertama adalah optimum karena koefisien pada persamaan Z
semuanya positif, dengan x1 = 40, x2 = 240 dan z=240M+80.
9) Memaksimalkan : Z

8x 6 y
4x 2 y

60

2x 4 y

Dengan pembatas

48

x1 , x 2

0

Selesaikan dengan metode simpleks.
Jawab:
(1) Mengubah ke dalam berntuk persamaan linier.

4 x 2 y s1

60

2x 4 y s2

48

(2) Nyatakan ke dalam bentuk matriks.

x
y

4 2 1 0

60

s1
s2

2 4 0 1

48

(3) Table simpleks.
Cj

I

8

0

0

x1

Ci

6

x2

s1

s2

bi

Ri

0

s1

4

2

1

0

60

15

0

s2

2

4

0

1

48

24

Zj

0

0

0

0

-8

-6

0

0

Zj
X

j ( j 1, 2 ,...)

Cj

Z

0

: macam variabel ( x1 , x2 , s1 , s 2 )

x1 , x 2

: variabel keputusan

s1 , s2

: variabel basis

C j( j

f

1, 2,...)

8 x1

: koefisien dari fungsi tujuan (8, 6, 0, 0) dari

6 x2

0s1

0s 2

Ci

: koefisien variabel basis dalam fungsi tujuan

Zj

:

Ci aik

Agar f maksimal maka Z j

C j harus non negatif.
Melanjutkan ke tabel ke-2:
– Kolom Kunci (KK) = Z j C j yang paling kecil
– Baris Kunci (BK) = R i yang paling kecil di mana Ri

bi
a ik

– Nomor Kunci = pertemuan antara KK & BK
Pada tabel berikutnya, nomor kunci harus = 1 dan elemen lain yang
satu kolom dengan nomor kunci harus = 0
Sehingga dari tabel I ke II:
1
dan B2
4

B1

1
B1
2

Cj

I

8

0

0

x1

Ci

6

x2

s1

s2

bi

Ri

8

x1

1

1/2

1/4

0

15

30

0

s2

0

3

-1/2

1

18

6

Zj

8

4

2

0

Z 120

0

-2

2

0

8

6

0

0

x1

x2

s1

s2

bi

Zj

Cj

Dari tabel II ke III:
1
dan B1
3

B2

1
B2
6

Cj

III
Ci

8

x1

1

0

1/3

-1/6

12

6

x2

0

1

-1/6

1/3

6

Zj

8

6

5/3

2/3

Z 132

0

0

5/3

2/3

Zj

Cj

Karena Z j

Cj

Untuk x1

12 ; x2

0 maka Z maks

6 ; s1 , s 2

0

132

Ri
10) Memaksimalkan :

Z

40 x1

20 x 2

60 x3

2 x1

4 x 2 10 x3

24

5 x1

x2

5 x3

48

x1 , x 2 , x3

Dengan pembatas

0

Jawab:
(1) Mengubah ke dalam bentuk persamaan linier.
2 x1

4 x 2 10 x3

5 x1

x2

5 x3

t1
t1

v1

24

v1

8

(2) Nyatakan ke dalam bentuk matriks.

2 4 10
5 1 5

1
0

x1
x2
x3
0 1 0
t1
1 0 1
t2
v1
v2

Untuk meminimumkan Z

40 x1

24
8

20 x 2

60 x3

0t1

0t 2

Mv1

Mv 2

dengan M adalah bilangan positif yang besar.
(3) Tabel Simpleks
–

Simpleks minimum, optimal dapat dicapai jika

–

Pilih KK dari

Zj

–

Cj

Zj

Cj

(Z j

Cj)

0

yang paling besar diantara harga

0

Hitung Ri kemudian tentukan BK dari harga Ri yang paling kecil.
I

Cj

20

60

0

0

M

M

x1

Ci

40

x2

x3

t1

t2

v1

v2

bi

Ri

M

v1

2

4

10

-1

0

1

0

24

24/10

M

v2

5

1

5

0

-1

0

1

8

8/5
Zj
Zj

7M 6M 15M
Cj

7M40

6M20

15M60

- M M
- M M

M

M

0

0

Z

32M

Dari tabel I ke II:
B2

1
dan B1
5
Cj

I

2B2

20

60

0

0

x1

Ci

40

x2

x3

t1

t2

M

M

v1

v2

bi

Ri

M

v1

-8

2

0

-1

2

1

-2

8

4

60

x3

1

1/5

1

0

-1/5

0

1/5

8/5

8

Zj

-8M+60

2M+12

60

-M

2M-12

M

-2M+12

Zj – Cj

-8M-20

2M-8

0

-M

-M

0

-3M+12

Z

8M

96

Dari tabel II ke III:
B1

1
dan B2
2

I

Cj

1
B1
2

20

60

0

0

M

M

x1

Ci

40

x2

x3

t1

t2

v1

v2

bi

20

x2

-4

1/2

0

-1/2

1

1/2

-1

4

60

x3

9/5

0

1

1/10

-2/5

-1/10

2/5

4/5

Zj

28

20

60

-4

-4

4

4

Z=128

Zj – Cj

-12

0

0

-4

-4

4-M

4-M

Jadi Z min

128 , untuk x1

0 ; x2

4 ; x3

4

5

; t1 , t 2 , v1 , v 2

0

Ri

More Related Content

What's hot

Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
Arif Windiargo
 
Contoh soal Metode Simpleks
Contoh soal Metode SimpleksContoh soal Metode Simpleks
Contoh soal Metode Simpleks
Reza Mahendra
 

What's hot (20)

linear programming metode simplex
linear programming metode simplexlinear programming metode simplex
linear programming metode simplex
 
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANAANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
Pertemuan 3 turunan dan aturan rantai
Pertemuan 3   turunan dan aturan rantaiPertemuan 3   turunan dan aturan rantai
Pertemuan 3 turunan dan aturan rantai
 
Materi 4 penyelesaian spl tiga atau lebih variabel
Materi 4 penyelesaian spl tiga atau lebih variabelMateri 4 penyelesaian spl tiga atau lebih variabel
Materi 4 penyelesaian spl tiga atau lebih variabel
 
Analisis Vektor ( Bidang )
Analisis Vektor ( Bidang )Analisis Vektor ( Bidang )
Analisis Vektor ( Bidang )
 
Aturan rantai 2 variable
Aturan rantai 2 variableAturan rantai 2 variable
Aturan rantai 2 variable
 
Transformasi elementer
Transformasi elementerTransformasi elementer
Transformasi elementer
 
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)
 
Kalkulus modul limit fungsi
Kalkulus modul limit fungsiKalkulus modul limit fungsi
Kalkulus modul limit fungsi
 
Simpleks maksimum
Simpleks maksimum Simpleks maksimum
Simpleks maksimum
 
Program linier – metode simpleks revisi (msr)
Program linier – metode simpleks revisi (msr)Program linier – metode simpleks revisi (msr)
Program linier – metode simpleks revisi (msr)
 
Analisis Sensitivitas
Analisis SensitivitasAnalisis Sensitivitas
Analisis Sensitivitas
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Fungsi non linier
Fungsi non linierFungsi non linier
Fungsi non linier
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
 
Modul 2 pd linier orde n
Modul 2 pd linier orde nModul 2 pd linier orde n
Modul 2 pd linier orde n
 
VARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANGVARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANG
 
Contoh soal Metode Simpleks
Contoh soal Metode SimpleksContoh soal Metode Simpleks
Contoh soal Metode Simpleks
 
Metode simpleks dua fase
Metode simpleks dua faseMetode simpleks dua fase
Metode simpleks dua fase
 

Viewers also liked

Pot p emograman linear 2016
Pot  p emograman linear 2016Pot  p emograman linear 2016
Pot p emograman linear 2016
ogie saputra
 
Riset operasional
Riset operasionalRiset operasional
Riset operasional
Henry Guns
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleks
Nila Aulia
 

Viewers also liked (6)

Pt samsung electronics indonesia
Pt samsung electronics indonesiaPt samsung electronics indonesia
Pt samsung electronics indonesia
 
Pot p emograman linear 2016
Pot  p emograman linear 2016Pot  p emograman linear 2016
Pot p emograman linear 2016
 
Riset operasional
Riset operasionalRiset operasional
Riset operasional
 
Makalah Konflik Antar Negara
Makalah Konflik Antar Negara Makalah Konflik Antar Negara
Makalah Konflik Antar Negara
 
PENGORGANISASIAN DENGAN CONTOH KASUS PERUSAHAAN NIKE
PENGORGANISASIAN DENGAN CONTOH KASUS PERUSAHAAN NIKEPENGORGANISASIAN DENGAN CONTOH KASUS PERUSAHAAN NIKE
PENGORGANISASIAN DENGAN CONTOH KASUS PERUSAHAAN NIKE
 
Makalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleksMakalah kelompok 4 metode simpleks
Makalah kelompok 4 metode simpleks
 

Similar to Tugas program linier

Metode simplex 1
Metode simplex 1Metode simplex 1
Metode simplex 1
Chan Rizky
 
Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah assagaf k4 5-manj oprs dan prod_2020Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah Assagaf
 
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].pptAminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah Assagaf
 
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdfAminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf
 

Similar to Tugas program linier (20)

M2 lp-2 met simpleks
M2  lp-2 met simpleks M2  lp-2 met simpleks
M2 lp-2 met simpleks
 
Modul+OR+-+Simpleks+Minimum.pdf
Modul+OR+-+Simpleks+Minimum.pdfModul+OR+-+Simpleks+Minimum.pdf
Modul+OR+-+Simpleks+Minimum.pdf
 
Pertemuan 5 lp metode simplex
Pertemuan 5 lp metode simplexPertemuan 5 lp metode simplex
Pertemuan 5 lp metode simplex
 
Pertemuan 4 lp metode simplex
Pertemuan 4 lp metode simplexPertemuan 4 lp metode simplex
Pertemuan 4 lp metode simplex
 
PERTEMUAN 4 LINIER PROGRAMING METODE SIMPLEX.pptx
PERTEMUAN 4 LINIER PROGRAMING METODE SIMPLEX.pptxPERTEMUAN 4 LINIER PROGRAMING METODE SIMPLEX.pptx
PERTEMUAN 4 LINIER PROGRAMING METODE SIMPLEX.pptx
 
Metode simplex 1
Metode simplex 1Metode simplex 1
Metode simplex 1
 
Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah assagaf k4 5-manj oprs dan prod_2020Aminullah assagaf k4 5-manj oprs dan prod_2020
Aminullah assagaf k4 5-manj oprs dan prod_2020
 
mid prolin Naldi.pptx
mid prolin Naldi.pptxmid prolin Naldi.pptx
mid prolin Naldi.pptx
 
Operational Management_25 Nop 2022.pptx
Operational Management_25 Nop 2022.pptxOperational Management_25 Nop 2022.pptx
Operational Management_25 Nop 2022.pptx
 
ANALISIS SENSITIVITAS SIMPLEKS BESERTA PERUBAHAN KONTRIBUSI.pptx
ANALISIS SENSITIVITAS SIMPLEKS BESERTA PERUBAHAN KONTRIBUSI.pptxANALISIS SENSITIVITAS SIMPLEKS BESERTA PERUBAHAN KONTRIBUSI.pptx
ANALISIS SENSITIVITAS SIMPLEKS BESERTA PERUBAHAN KONTRIBUSI.pptx
 
Metode Simpleks
Metode SimpleksMetode Simpleks
Metode Simpleks
 
Big M Methode
Big M MethodeBig M Methode
Big M Methode
 
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].pptAminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
Aminullah Assagaf_K4-5_Manj Oprs dan Prod_2021 [Autosaved].ppt
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021Aminullah assagaf k4 5-manj oprs dan prod_2021
Aminullah assagaf k4 5-manj oprs dan prod_2021
 
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdfAminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
Aminullah Assagaf_MPO_P4-5_23 Juli 2022.pdf
 

Recently uploaded

Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
pipinafindraputri1
 
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
AlfandoWibowo2
 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
AtiAnggiSupriyati
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
dpp11tya
 
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.pptHAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
nabilafarahdiba95
 

Recently uploaded (20)

Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
 
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfSalinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
 
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
 
Lingkungan bawah airLingkungan bawah air.ppt
Lingkungan bawah airLingkungan bawah air.pptLingkungan bawah airLingkungan bawah air.ppt
Lingkungan bawah airLingkungan bawah air.ppt
 
CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdf
 
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfAksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
 
MODUL AJAR IPAS KELAS 6 KURIKULUM MERDEKA
MODUL AJAR IPAS KELAS 6 KURIKULUM MERDEKAMODUL AJAR IPAS KELAS 6 KURIKULUM MERDEKA
MODUL AJAR IPAS KELAS 6 KURIKULUM MERDEKA
 
algoritma dan pemrograman komputer, tugas kelas 10
algoritma dan pemrograman komputer, tugas kelas 10algoritma dan pemrograman komputer, tugas kelas 10
algoritma dan pemrograman komputer, tugas kelas 10
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
 
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
 
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
7.PPT TENTANG TUGAS Keseimbangan-AD-AS .pptx
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
 
Materi Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptxMateri Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptx
 
DEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptx
DEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptxDEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptx
DEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptx
 
Modul Ajar Bahasa Inggris - HOME SWEET HOME (Chapter 3) - Fase D.pdf
Modul Ajar Bahasa Inggris - HOME SWEET HOME (Chapter 3) - Fase D.pdfModul Ajar Bahasa Inggris - HOME SWEET HOME (Chapter 3) - Fase D.pdf
Modul Ajar Bahasa Inggris - HOME SWEET HOME (Chapter 3) - Fase D.pdf
 
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat UI 2024
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat  UI 2024Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat  UI 2024
Tim Yang Lolos Pendanaan Hibah Kepedulian pada Masyarakat UI 2024
 
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.pptHAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
 

Tugas program linier

  • 1. PROGRAM LINEAR (METODE SIMPLEKS) Oleh : ANDRIYA SWARSIH 10536 4183 11 UNIVERSITAS MUHAMMADIYAH MAKASSAR FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN JURUSAN PENDIDIKAN MATEMATIKA 2013
  • 2. PROGRAM LINEAR DENGAN METODE SIMPLEX 1) Fungsi Tujuan : z = 8x + 3y Fungsi Pembatas : 50x + 100y ≤ 1.200.000 50x ≥ 3.000 5x + 4y ≥ 60.000 Bentuk baku diperoleh dengan menambahkan variabel slack pada kendala pertama, mengurangkan variabel surplus pada kendala kedua. Sehingga diperoleh : Minimumkan : Z = 8x + 3y + 0S1 + 0S2 + 0S3 +MA1 + MA2 50x + 100y + S1 = 1.200.000 50x - S2 + A1 = 3.000 5x + 4y – S3 + A2 = 60.000 Table Simpleks Awal Basis X1 X2 S1 S2 S3 A1 A2 NK Rasio Z 55M- 4M- 0 8 3 - - 0 M M 0 63.000M S1 50 100 1 0 0 0 0 1.200.000 1.200.000:50=24.000 A1 50 0 0 -1 0 1 0 3.000 3.000:50 = 60 A2 5 4 0 0 -1 0 1 60.000 60.000 : 5 = 12.000 S2 S3 Iterasi Pertama Basis X1 S1 A1 4M- 0 0,1M- 0 - 3 Z 0 X2 0,16 A2 NK 0 Rasio 59.700M+480 1,1M+0,16 S1 0 100 1 1 0 -1 0 1.197.000 X1 1 0 0 -0,02 0 0,02 0 60 A2 0 4 0 0,1 -1 -0,1 1 5700 11.970 1.425
  • 3. Iterasi Kedua Basis X1 X2 S1 S2 S3 A1 A2 NK Z 0 0 0 0,085 M0,75 M+0,085 M+0,75 54.000M+4755 S1 0 0 1 -1,5 25 1,5 -25 1.054.500 X1 1 0 0 -0.02 0 0.02 0 60 0 1 0 0,025 -0,025 0,25 1425 0,25 Iterasi kedua adalah optimal karena koefisien pada persamaan Z semuanya nonpositif, dengan X1= 60, X2 = 1425 dan Z = 54.000M+4755 X2 2) PT Yummy food memiliki sebuah pabrik yang akan memproduksi dua jenis produk yaitu vanilla dan violette. Untuk memproduksi kedua produk tersebut diperlukan bahan baku A, bahan baku B dan jam tenaga kerja. Maksimum pengerjaan bahan baku A adalah 60kg per hari, bahan baku B 30kg per hari dan tenaga kerja 40jam per hari. Kedua jenis produk memberikan sumbangan keuntungan sebesar Rp40,00 untuk vanilla dan Rp30,00 untuk violette. Masalah yang dihadapi adalah bagaimana menentukan jumlah unit setiap produk yang akan diproduksi setiap hari. Kebutuhan setiap unit produk akan bahan baku dan jam tenaga kerja dapat diliha pada tabel berikut ini: Jenis bahan baku dan Kg bahan baku dan jam tenaga Maksimum tenaga kerja kerja Penyediaan Vanilla Violette Bahan baku A 2 3 60Kg Bahan baku B - 2 30Kg Tenaga Kerja 2 1 40jam Rp40,00 Rp30,00 Sumbangan keuntungan Penyelesaian: Z = Rupiah keuntungan per hari X1 = Jumlah vanilla yang diproduksi/perhari X2 = jumlah violette yang diproduksi/hari
  • 4. Langkah 1 Formulasi LP (bentuk standar) Fungsi tujuan  Zmax = 40X1 + 30X2 Fungsi kendala  I. 2X1 + 3X2 ≤ 60 II. 2X2 ≤ 30 III. 2X1 + 1X2 ≤ 40 IV. X1,X2 ≥ 0 Diubah menjadi: 2X1 + 3X2 + S1 + 0S2 + 0S3 = 60 2X2 + 0S1 + S2 + 0S3 = 30 2X1 + 1X2 + 0S1 + 0S2 + S3 = 40 40X1 + 30X2 + 0S1 + 0S2 + 0S3 C1 = 40, C2 = 30, C3 = 0, C4= 0, C5 = 0 Langkah 2 Tabel simplex awal masalah PT Yummy Food Cj 40 30 0 0 0 Ci BV X1 X2 S1 S2 S3 Bi 0 S1 2 3 1 0 0 60 0 S2 0 2 0 1 0 30 0 S3 2 1 0 0 1 40 Zj 0 0 0 0 0 0 40 30 0 0 0 Cj-ZJ Langkah 3 Apakah tabel tersebut sudah optimal? Belum, karena tabel optimal bila nilai yang terdapat pada baris Cj – Zj ≤ 0
  • 5. Langkah 4 Penyelesaian dengan cara iterasi 1. Menentukan kolom kunci, yaitu kolom yang memiliki nilai Cj-Zj terbesar yaitu kolom x1. Dengan demikian x1 akan masuk dalam basis 2. Menentukan baris kunci, yaitu baris yang memiliki angka indeks terkecil dan bukan negatif. Dalam hal ini baris s3. Dengan demikian s3 akan keluar dari basis dan tempatnya akan digantikan oleh x1 3. Menetukan angka kunci. Angka kunci adalah angka yang terdapat pada persilangan kolom kunci dengan baris kunci, dalam hal ini angka kunci = 2 4. Mencari angka baru yang terdapat pada baris kunci, dengan cara membagi semua angka yang terdapat pada baris kunci dengan angka kunci Angka baru = 40/2, 2/2, ½, 0/2, 0/2, ½ Atau = 20, 1, ½, 0,0 ½ 5. Mencari angka baru pada baris lain, yaitu : Baris S1 Angka lama = [ 60 2 3 1 0 0 ] Angka baru = [ 20 1 ½ 0 0 ½] (2) _ Angka baru = [20 0 2 0 0 -1] Baris S2 Angka lama = [ 30 0 2 0 1 0] Angka baru = [ 20 1 ½ 0 0 1/2] (0) _ Angka baru = [ 30 0 2 0 1 0] Hasil perhitungan di atas, akan nampak pada tabel baru simplex yaitu tabel yang merupakan hasil iterasi pertama.
  • 6. Cj 40 30 0 0 0 Ci BV X1 X2 S1 S2 S3 Bi 0 S1 0 2 1 0 -1 20 0 S2 0 2 0 1 0 30 40 X1 1 ½ 0 0 ½ 20 Zj 40 20 0 0 20 0 10 0 0 0 Cj-ZJ Tabel iterasi 1 belum optimal sehingga harus diulang langkah di atas dan akan di dapat tabel iterasi 2: Cj 40 30 0 0 0 Ci BV X1 X2 S1 S2 S3 Bi 30 X1 0 1 ½ 0 -1/2 10 0 S2 0 0 -1 1 1 10 40 S3 1 0 -1/4 0 ¾ 15 Zj 40 30 5 0 15 0 0 -5 0 -15 Cj-ZJ 900 Solusi optimum tabel iterasi 2 menunjukan bahwa total nilai Z = 900 dengan masing-masing variabel keputusan X1 = 15 dan X2 = 10. Variabel basis Koefisien fungsi Nilai variabel tujuan basis X2 30 10 300 S2 0 10 0 X1 40 15 600 JUMLAH 900
  • 7. KESIMPULAN: 1. Pada tabel iterasi 2 merupakan tabel akhir simplex, dengan solusi optimal adalah : X1 (vanilla) = 15 unit X2 (violette) = 10 unit Z (keuntungan) = Rp 900,00 2. Kendala kedua (bahan baku B) masih tersisa sebanyak 10 Kg yang ditunjukan oleh nilai S2 =10, pada tabel optimal 3. Kendala 1 dan 3 tidak ada sisa (full capacity), yang ditunjukan oleh nilai S1 = S3 = 0 ( variabel nonbasis). Hal ini juga dapat dibuktikan dengan memasukan nilai S1 dan S2 ke dalam kendala 1 dan 3 Kendala 1 : 2X1 + 3X2 = 60 2 (15) + 3 (10) =60 60 = 60 Bahan baku yang digunakan = yang tersedia Kendala 3 : 2X1 + 1X2 = 40 2 (15) + 1(10) =40 40 = 40 Jam kerja yang digunakan = yang tersedia
  • 8. 3) Gunakan metode simpleks untuk memaksimumkan = 8000 X1 + 7000 X2 Dengan kendala : 2 X1 3X 2 2 X1 X2 24 16 X1 4X2 27 X1 0 dan X 2 0 Penyelesaian : 1. - Fungsi tujuan dalam bentuk implisit : + 8000 X1 + 7000 X2 = 0≤ 2. Karena masalah maksimisasi, maka kendala harus ditambah variabel slack 2 X1 3 X 2 2 X1 S1 24 X2 S2 16 X1 4 X 2 S3 27 3. Tabel Simpleks I (awal) Variabel Dasar X1 X2 S1 S2 S3 Nilai kanan (konstanta) 8000 7000 0 0 0 0 Baris 1 = -1 Baris 2 = S1 0 2 3 1 0 0 24 Baris 3 = S2 0 2 1 0 1 0 16 Baris 4 = S3 0 1 4 0 0 0 27 Kolom kunci adalah kolom X1 Baris kunci adalah baris 3 Langkah-langkah Membentuk Tabel Simpleks II 1. Kolom kunci adalah kolom yang berada pada angka positif terbesar dalam baris pertama, yaitu kolom X1. 2. Baris kunci adalah :
  • 9. Baris 2 = Nilai kanan ( NK ) Angka kolom kunci ( AKK ) 24 2 Baris 3 = Nilai kanan Angka kolom kunci 16 2 8 Baris 4 = Nilai kolom Angka kolom kunci 27 1 27 12 positif terkecil Baris kunci adalah baris 3 3. Baris kunci baru (baris 3 baru) : Baris kunci lama : X1 X2 S2 S3 NK 1 02 S1 0 1 0 16 Baris kunci baru = Baris lama dibagi angka kunci 01 ½ 0 ½ 0 8 4. Baris lain yang baru Baris (1) Baru = Baris (1) lama – (Baris kunci baru x 8000) Baris (2) Baru = Baris (2) lama – (Baris kunci baru x 2) Baris (4) Baru = Baris (4) lama – (Baris kunci baru x 1) 5. Tabel Simpleks II Variabel Dasar X1 X2 S1 S2 S3 Nilai Kanan Baris (1) = -1 0 3000 0 -4000 0 -64.000 Baris (2) = S1 0 0 2 1 -1 0 8 Baris (3) = X1 0 1 ½ 0 ½ 0 8 Baris (4) = S3 0 0 3,5 0 -½ 0 19 Langkah Membentuk Tabel Simpleks III Kolom kunci = Kolom X2 Baris kunci = Baris 2 = NK AKK 8 2 4 positif terkecil
  • 10. Baris 3 = NK AKK 8 1/ 2 16 Baris 4 = NK AKK 19 3,5 5,43 Baris kunci adalah baris 2 Baris kunci baru (baris 2 baru) = X1 0 X2 S1 S2 S3 NK 0 1 ½ -½ 0 4 Baris lain yang baru = Baris (1) Baru = Baris (1) lama – (Baris kunci baru x 3000) Baris (3) Baru = Baris (3) lama – (Baris kunci baru x ½) Baris (4) Baru = Baris 94) lama – (Baris kunci baru x 3,5) Tabel Simpleks III Variabel Dasar Baris (1) = 0 Nilai Kanan -76.000 -½ 0 4 -1/4 ¾ 0 6 -7/4 5/4 1 5 X1 X2 S1 -1 0 0 Baris (2) = X2 0 0 1 ½ Baris (3) = X1 0 1 0 Baris (4) = S4 0 0 0 S2 -1500 -2500 S3 Karena pada baris (1) tidak ada lagi yang bernilai positif, penyelesaian optimal selesai. X1 = 6 ; X2 = 4 ; - = -76.000 *= 76.000. 4) Minimumkan: Z = 2X1 + 10X2 Kendala : 2X1 + X2 ≤ 6 5X1 + 4X2 ≥ 20 X1 ≥ 0 dan X2 ≥ 0 Tentukan X1, X2 yang meminimum Z=…? Penyelesaian:
  • 11. Tahap 1: Memasukkan Variable Slack dan Variable Buatan Fungsi Tujuan : Z = 2X1 + 10X2 + M.A1 Kendala : 2X1 + X2 + S1 = 6 5X1 + 4X2 - S2 + A1 = 20 Keterangan: S1 dan S2: variabel Slack A1 : Variabel Buatan (variabel artifisial). Tahap 2: Langkah Membentuk Tbl Simpleks I: Membentuk fungsi tujuan untuk siap dimasukkan ke Tabel Simpleks I: - Minimumkan: Z + 2X1 + 10X2 + M.A1 = 0 Karena nilai M pada fungsi tujuan harus nol, maka fungsi tujuan semula harus diubah menjadi funsi tujuan yang disesuaikan. Fungsi X1 X2 Tujuan Fungsi 2 10 Tujuan Kendala (2) 5M 4M xM Fungsi (2-5M) (10-4M) Tujuan Baru S1 S2 A1 0 0 M 0M -1M 1M 0 +M NK 0 0 20M -20M Tabel Simpleks I: Variabel dasar F.Tujuan (Cj-Zj) S1 S2 X1 (2-5M) 2 5 X2 S1 S2 A1 NK (10-4M) 0 +M 0 -20M 1 0 0 -1 0 1 6 20 1 4 Tahap 3: Langkah Membentuk Tabel Simpleks II. (1). Kolom Kunci : Kolom X1 karena memiliki nilai negatif terbesar pada baris Cj-Zj. (2). Baris Kunci (NK/ AKK): Baris 2 (Baris S1): NK/AKK = 6/2 = 3....(BK) Baris 3 (Baris S2): NK/AKK = 20/5 = 4.
  • 12. (3). Baris Kunci Baru (Baris 2) Baru: BKB = (BKL/AK) Baris Kunci X1 X2 S1 BKB= 2/2 ½ ½ BKL/AK BKB 1 ½ ½ S2 0/2 A 0/2 NK 6/2 0 0 3 (4). Baris Lain yang Baru: a. Baris 1 (Baris Cj-Zj) baru = Baris Lama – (AKK.BKB) Baris 1 X1 X2 S1 S2 A1 (Cj-Zj) Baris 1 (2-5M) (10-4M) 0 M 0 Lama BKB 1 ½ ½ 0 0 (2-5M)(1) (2-5M)(1/2) (2-5M)(1/2) (2-5M)(0) (2-5M)(0) AKKx BKB (2-5M) (1-5/2M) (1-5/2M) 0 0 Baris 1 0 (9-3/2M) (-1+5/2M) M 0 Baru b. Baris 3 (Baris S2) Baru: Baris 3 X1 X2 S1 Baris 3 5 4 0 Lama BKB 1 ½ ½ BKBx 5(1) 5(1/2) 5(1/2) AKK 5 2,5 2,5 Baris 3 0 3/2 -2,5 Baru Tabel Simpleks II Variabel Dasar X1 Baris 1 0 Cj-Zj Baris S1.... 1 Baris (X1) Baris S2 0 S2 -1 A1 1 0 5(0) 0 1 3 (2-5M).(3) (6-15M) (-6-5M) 3 5(3) 0 -1 -20M NK 20 0 5(0) NK X2 S1 (9-3/2M) (-1+5/2M) 15 5 S2 M A1 0 NK (-6-5M) ½ ½ 0 0 3 3/2 -5/2 -1 1 5 Tahap IV: Langkah Membentuk Tabel Simpleks III Dengan cara yang sama dapat ditentukan:
  • 13. (1). Kolom Kunci: Kolom X2 (Negatif terbesar) (2). Baris Kunci: Baris 3 (Baris S2); (3). Baris Kunci Baru; (4). Baris Lain yang baru. Tabel Simpleks III Variabel Dasar X1 Baris 1 1 Cj-Zj Baris S1...(X1) 1 Baris S2...(X2) 0 X2 0 S1 14 S2 6 0 1 4/3 -5/3 1/3 -2/3 A1 (-6+M) -1/3 2/3 NK -36 4/3 10/3. Karena : Baris 1 (Cj-Zj) sudah positif semua dan telah terbentuk matrik Identity untuk kolom 1 dan kolom 2, maka Tabel Simpleks selesai; Nilai Optimum: -Zj = -36...... Zj = 36, X1 = 4/3, X2 = 10/3. 5) Minimumkan : C = 6X1 + 24X2 Kendala: X1 + 2X2 ≥ 3 X1 + 4X2 ≥ 4 Dan X1, X2 ≥ 0 Penyelesaian: Langkah membentuk Tabel Simpleks I: 1. Penyesuaian Fungsi tujuan dan Kendala: Minimisasi: C = 6X1 + 24X2 +M.A1+ M.A2 Kendala : X1 + 2X2 –S1 + A1 = 3 X1 + 4X2 – S2+ A2 = 4 Keterangan: S1, S2 : Variabel Slack A1,A2 : Variabel Buatan 2. Penyesuaian Fungsi tujuan agar siap masuk pada Tabel Simpleks I, karena nilai M akan dianggap Nol. a. Fungsi Tujuan dalam bentuk Implisit - C + 6X1 + 24X2 + MX1 + MX2 = 0
  • 14. b. Penyesuain Fungsi Tujuan : Fungsi X1 X2 S1 Tujuan Cj-Zj 6 24 0 Kendala (1) 1M 2M -M xM Cj-Zj (6-M) (24-2M) M Kendala (2) 1M 4M 0 xM Cj-Zj (6-2M) (24-6M) M A1 S2 A2 NK.....? M M 0 0 M 0 0 3M 0 0 0 -M M M -3M 4M 0 M 0 -7M (nilai M =0) A1 S2 A2 NK 0 1 0 M 0 -1 0 0 1 0 3 4 c.Tabel Simpleks I Variabel Dasar Cj-Zj A1 A2 X1 X2 S1 (6-2M) (24-6M) M 1 2 -1 1 4 0 Langkah Membentuk Tabel Simpleks II: 1. 2. Kolom Kunci: Kolom X2 (Negatif terbesar) Baris Kunci: Baris 2 =NK/AKK = 3/2 = 1,5 Baris 3 : NK/AKK = 4/4 = 1 ...Baris Kunci 3. Baris Kunci Baru (BKB = BL/AK); 4. Baris lain (Baris 1 dan Baris 2) yang baru; 5. Tabel Simpleks II: Variabel Dasar Cj-Zj A1 A2...X2 X1 X2 S1 A1 (-1/2M) 0 ½ 0 ¼ 1 M -1 0 0 1 0 S2 A2 (6-1/2M) (-6+3/2M) ½ -1/2 -1/4 1/4 Langkah Membentuk Tabel Simpleks III: Kolom Kunci: Kolom X1(Negatif terkecil) Baris Kunci: Baris 2= NK/AKK = 1/(1/2)=2..Baris Kunci Baris 3 : NK/AKK = 1/(1/4) = 4. NK (-24+6M) 1 1
  • 15. Baris Kunci Baru (BKB = BL/AK); Baris lain (Baris 1 dan Baris 3) yang baru. Tabel Simpleks III: Variabel Dasar Cj-Zj A1...X1 X2 X1 X2 S1 A1 S2 0 1 0 0 0 1 0 -2 ½ M 2 -1/2 6 1 -2/4 A2 (-6+M) -1 2/4 NK.....? (-24+7M) 2 1/2 Titik Optimal: X1 = 2 ; X2 = ½; -Zj = -24+7M....Zj=C= 24. 6) Maksimumkan Z 3X 1 X1 X2 2X1 dengan syarat : 2X 2 15 28 2X 2 X1 X2 20 X1, X 2 0 Bentuk baku masalah LP tersebut adalah : Z 3 X 1 2 X 2 0 S1 0 S 2 0 S 3 X1 X 2 2X1 X 2 X1 2X 2 S1 0 15 S2 28 S3 20 Berdasarkan bentuk baku diatas, tentukan solusi awal (initial basic solution) dengan menetapkan n-m variable non basis sama dengan nol. Dimana n jumlah variabel dan m banyaknya kendala. Yaitu, n sebanyak 2 buah dan m sebanyak 3 kendala. Solusi dengan menggunakan tabel simpleks adalah sbb :
  • 16. Tabel Simpleks Awal Basis Z S1 S2 S3 X1 -3 1 (2) 1 X2 -2 1 1 2 S1 0 1 0 0 S2 0 0 1 0 S3 0 0 0 1 Solusi 0 15 28 20 Rasio S1 0 1 0 0 S2 3/2 -½ ½ -½ S3 0 0 0 1 Solusi 42 1 14 6 Rasio S2 1 -½ 1 -½ S3 0 0 0 1 Solusi 43 2 13 6 15 14 20 Tabel Iterasi Pertama Basis Z S1 X1 S3 X1 0 0 1 0 X2 -½ (½) ½ 3/2 2 28 4 Tabel Simpleks Kedua (optimum) Basis Z X2 X1 S3 X1 0 0 1 0 X2 0 1 0 3/2 S1 1 1 -1 0 Pada iterasi kedua telah tercapai solusi optimum dengan X1 = 13, X2 = 2 dan Z = 43. Pada tabel iterasi kedua (optimum) S3 = 0 artinya pengambil keputusan akan menggunakan seluruh persediaan sumber daya pertama dan kedua, tetapi masih memiliki sumber daya ketiga sebanyak 6 karena tidak digunakan. 7) Persamaan matematis suatu program linier adalah sebagai berikut : Minimasi : Z = 6X1 + 7,5X2 Dengan pembatas : 7X1 + 3X2 ≥ 210 6X1 + 12X2 ≥ 180 4X2 ≥ 120 X1, X2 ≥ 0 Carilah harga X1 dan X2 ? JAWABAN
  • 17. Pada kasus ini kita akan menggunakan metode simplex M (BIG – M), hal ini dikarenakan pada kasus ini pertidk samaan pembatasnya menggunakan ≥ (lebih dari sama dengan). Persamaan Tujuan : Z - 6x1 - 7,5X2 - 0S1 - 0S2 - 0S3 = 0 Baris 0 Persamaan Kendala : 7x1 + 3x2 - S1 +A1 = 210 Baris 1 6x1 + 12x2 - S2 +A2 = 180 Baris 2 4x2 - S3 + A3 = 120 Baris 3 Bagi kendala pertidaksamaan jenis ≤, maka variabel slack ditambahkan untuk menghabiskan sumber daya yang digunakan dalam kendala. Cara ini tidak dapat diterapkan pada kendala pertidaksamaan jenis ≥ dan kendala persamaan (=) persamaan diatas diperoleh karena tanda ≥ harus mengurangi variable surplus. Untuk mengarahkan artifisial variabel menjadi nol, suatu biaya yang besar ditempatkan pada A1, A2, dan A3 sehingga fungsi tujuannya menjadi : Z = 6x1 + 7,5X2 + 0S1 + 0S2 + 0S3 + MA1 + MA2 + MA3 Table simplex awal dibentuk dengan A1, A2, dan A3 sebagai variable basis, seperti table berikut : Basis X1 X2 Z 13M- 19M- 6 7,5 7 3 A1 S1 S2 S3 A1 A2 A3 - -M 0 0 0 510M 0 1 0 0 210 - NK RASIO M M -1 0 210 : 3 = 70 A2 6 12 0 -1 0 0 1 0 180 180 : 12 = 15 A3 0 4 0 0 -1 0 0 1 120 120 : 4 = 30 Dari table diatas kita ketahui bahwa semua BFS belum optimal. Hal ini dikarenakan seluruh NBV masih mempunyai koefisien yang berharga positif. Oleh karena itu Untuk x2 terpilih sebagai entry variable karena x2 memiliki nilai koefisien positif yang paling besar, dan A3 menjadi Leaving Variable. Dan yang akan menjadi pivot adalah baris 2 karena memiliki rasio paling kecil. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 2 ½ x1 + x2 - 1/12 S2 +1/12 A2 = 15
  • 18. ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0 Z = 9/4 x1 + 0S1 + 15/24 S2 + 0S3 + MA1 + [ M - 15/24]A2 + MA3 + 112,5 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 1 11 /2 x1 + ¼ S2 + A1 - 1/4 A2= 165 ERO 4 : Menjadikan nilai koefisien x2 berharga 0 pada baris 3 -2x1 + 1/3 S2 - S3 - 1/3 A2 + A3 = 60 Konversi bentuk standard iterasi Pertama : Z = 9/4 x1 + 0S1 + 15/24 S2 + 0S3 + MA1 + [ M - 15/24]A2 + MA3 + 112,5 11 /2 x1 + ¼ S2 + A1 - 1/4 A2 = 165 -2x1 + 1/3 S2 - S3 - 1/3 A2 + A3 = 60 ½ x1 + x2 - 1/12 S2 +1/12 A2 = 15 Tabel Iterasi Pertama Basis X1 Z - X2 S1 0 0 13 /2M- S2 7 /12 15 /24 S3 -M A1 0 A2 1 A3 NK RASIO /24 - 0 225M – * M 112,5 6 A1 11 /2 0 0 1 /4 0 1 -1/4 0 165 165 : 5,5 = 30 A3 X2 -2 ½ 0 1 0 1 0 -1 /3 /12 -1 0 0 -1 0 1 /3 1 60 * /12 0 15 15 : 0,5 = 30 Pada fungsi tujuan masih terdapat variable dengan nilai koefisien positif, oleh karena itu lakukan iterasi kedua. Langkah-langkah ERO Iterasi Kedua: ERO 1 : Menjadikan nilai koefisien x1 berharga 1 pada baris 1 x1 + 1/22 S2 + 2/11A1 - 1/22 A2 = 30 ERO 2 : Menjadikan nilai koefisien x1 berharga 0 pada baris 0 Z = 0S1 + 0,725 S2 + 0S3 + MA1 -0,4A1 + [ M – 0,725]A2 + MA3 + 180 ERO 3 : Menjadikan nilai koefisien x1 berharga 0 pada baris 2 0.5 A2 = 0 ERO 4 : Menjadikan nilai koefisien x1 berharga 0 pada baris 3 0,39 S2 - S3 +0,36A1 + 0,21 A2 + A3 = 120 Konversi bentuk standard iterasi kedua : Z = 0S1 + 0,725 S2 + 0S3 + [M -0,4]A1 + [ M – 0,725]A2 + MA3 + 180 x1 + 1/22 S2 + 2/11A1 - 1/22 A2 = 30
  • 19. 0.5 A2 = 0 0,39 S2 - S3 + 0,36A1 + 0,21 A2 + A3 = 120 Tabel Iterasi Kedua Basis X1 X2 S1 Z 0 0 S2 S3 A1 - 0 - 0 0,725 x1 1 0 0 A3 0 0 X2 0 0 1 M+0,4 2 A2 1 A3 NK M /2M+0,725 180 /11 1 - /22 0 30 /22 0 0 0 0 0 ½ 0 0 0 0,39 -1 0,36 0,21 1 120 Iterasi kedua adalah optimum karena koefisien pada persamaan Z semuanya non positif, dengan x1 = 30, x2 = 120 dan z=-180. 8) PT Unilever bermaksud membuat 2 jenis sabun, yakni sabun bubuk dan sabun batang. Untuk itu dibutuhkan 2 macam zat kimia, yakni A dan B. jumlah zat kimia yang tersedia adalah A=200Kg dan B=360Kg. Untuk membuat 1Kg sabun bubuk diperlukan 2 Kg A dan 6 Kg B. untuk membuat 1 Kg sabun batang diperlukan 5 Kg A dan 3 Kg B. bila keuntungan yang akan diperoleh setiap membuat 1Kg sabun bubuk = $3 sedangkan setiap 1 Kg sabun batang = $2, berapa Kg jumah sabun bubuk dan sabun batang yang sebaiknya dibuat ? JAWABAN Pemodelan matematika : Maksimumkan : Z = 3x1 + 2x2 Pembatas : 2x1 + 5x2 = 200 6x1 + 3x2 = 360 Persamaan Tujuan : Z - 3x1 - 2x2 = 0 Baris 0 Persamaan Kendala : 2x1 + 5x2 + A1 = 200 Baris 1 6x1 + 3x2 + A2 = 360 Baris 2 Untuk mengarahkan artifisial variabel menjadi nol, suatu biaya yang besar ditempatkan pada A1, A2, dan A3 sehingga fungsi tujuannya menjadi :
  • 20. Z = 3x1 - 2X2 + MA1 + MA2 Basis x1 x2 A1 A2 NK Rasio Z 8M-3 8M+2 0 0 560M A1 2 5 1 0 200 200:5=40 A2 6 3 0 1 360 360:3=120 Dari table diatas kita ketahui bahwa semua BFS belum optimal. Hal ini dikarenakan belum seluruhnya NBV mempunyai koefisien yang berharga positif. Oleh karena itu Untuk x2terpilih sebagai entry variable karena x2 memiliki nilai koefisien negatif, dan A1 menjadi Leaving Variable. Dan yang akan menjadi pivot adalah baris 1 karena memiliki rasio paling kecil. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 1 0,4x1 + x2 + 0,2A1 = 40 ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0 Z = 3,8x1 + [M-0,4]A1 + MA2 - 80 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 2 4,8x1 – 0,6A1 + A2 = 240 Konversi bentuk standard iterasi pertama : Z = 3,8x1 + [M-0,4]A1 + MA2 - 80 0,4x1 + x2 + 0,2A1 = 40 4,8x1 – 0,6A1 + A2 = 240 Basis Z x1 4,8M- x2 0 3,8 A1 0,4- A2 NK 0 Rasio 240M+80 0,4M X2 0,4 1 0,2 0 40 A2 4,8 0 0,6 1 240 Iterasi pertama adalah optimum karena koefisien pada persamaan Z semuanya positif, dengan x1 = 40, x2 = 240 dan z=240M+80.
  • 21. 9) Memaksimalkan : Z 8x 6 y 4x 2 y 60 2x 4 y Dengan pembatas 48 x1 , x 2 0 Selesaikan dengan metode simpleks. Jawab: (1) Mengubah ke dalam berntuk persamaan linier. 4 x 2 y s1 60 2x 4 y s2 48 (2) Nyatakan ke dalam bentuk matriks. x y 4 2 1 0 60 s1 s2 2 4 0 1 48 (3) Table simpleks. Cj I 8 0 0 x1 Ci 6 x2 s1 s2 bi Ri 0 s1 4 2 1 0 60 15 0 s2 2 4 0 1 48 24 Zj 0 0 0 0 -8 -6 0 0 Zj X j ( j 1, 2 ,...) Cj Z 0 : macam variabel ( x1 , x2 , s1 , s 2 ) x1 , x 2 : variabel keputusan s1 , s2 : variabel basis C j( j f 1, 2,...) 8 x1 : koefisien dari fungsi tujuan (8, 6, 0, 0) dari 6 x2 0s1 0s 2 Ci : koefisien variabel basis dalam fungsi tujuan Zj : Ci aik Agar f maksimal maka Z j C j harus non negatif.
  • 22. Melanjutkan ke tabel ke-2: – Kolom Kunci (KK) = Z j C j yang paling kecil – Baris Kunci (BK) = R i yang paling kecil di mana Ri bi a ik – Nomor Kunci = pertemuan antara KK & BK Pada tabel berikutnya, nomor kunci harus = 1 dan elemen lain yang satu kolom dengan nomor kunci harus = 0 Sehingga dari tabel I ke II: 1 dan B2 4 B1 1 B1 2 Cj I 8 0 0 x1 Ci 6 x2 s1 s2 bi Ri 8 x1 1 1/2 1/4 0 15 30 0 s2 0 3 -1/2 1 18 6 Zj 8 4 2 0 Z 120 0 -2 2 0 8 6 0 0 x1 x2 s1 s2 bi Zj Cj Dari tabel II ke III: 1 dan B1 3 B2 1 B2 6 Cj III Ci 8 x1 1 0 1/3 -1/6 12 6 x2 0 1 -1/6 1/3 6 Zj 8 6 5/3 2/3 Z 132 0 0 5/3 2/3 Zj Cj Karena Z j Cj Untuk x1 12 ; x2 0 maka Z maks 6 ; s1 , s 2 0 132 Ri
  • 23. 10) Memaksimalkan : Z 40 x1 20 x 2 60 x3 2 x1 4 x 2 10 x3 24 5 x1 x2 5 x3 48 x1 , x 2 , x3 Dengan pembatas 0 Jawab: (1) Mengubah ke dalam bentuk persamaan linier. 2 x1 4 x 2 10 x3 5 x1 x2 5 x3 t1 t1 v1 24 v1 8 (2) Nyatakan ke dalam bentuk matriks. 2 4 10 5 1 5 1 0 x1 x2 x3 0 1 0 t1 1 0 1 t2 v1 v2 Untuk meminimumkan Z 40 x1 24 8 20 x 2 60 x3 0t1 0t 2 Mv1 Mv 2 dengan M adalah bilangan positif yang besar. (3) Tabel Simpleks – Simpleks minimum, optimal dapat dicapai jika – Pilih KK dari Zj – Cj Zj Cj (Z j Cj) 0 yang paling besar diantara harga 0 Hitung Ri kemudian tentukan BK dari harga Ri yang paling kecil. I Cj 20 60 0 0 M M x1 Ci 40 x2 x3 t1 t2 v1 v2 bi Ri M v1 2 4 10 -1 0 1 0 24 24/10 M v2 5 1 5 0 -1 0 1 8 8/5
  • 24. Zj Zj 7M 6M 15M Cj 7M40 6M20 15M60 - M M - M M M M 0 0 Z 32M Dari tabel I ke II: B2 1 dan B1 5 Cj I 2B2 20 60 0 0 x1 Ci 40 x2 x3 t1 t2 M M v1 v2 bi Ri M v1 -8 2 0 -1 2 1 -2 8 4 60 x3 1 1/5 1 0 -1/5 0 1/5 8/5 8 Zj -8M+60 2M+12 60 -M 2M-12 M -2M+12 Zj – Cj -8M-20 2M-8 0 -M -M 0 -3M+12 Z 8M 96 Dari tabel II ke III: B1 1 dan B2 2 I Cj 1 B1 2 20 60 0 0 M M x1 Ci 40 x2 x3 t1 t2 v1 v2 bi 20 x2 -4 1/2 0 -1/2 1 1/2 -1 4 60 x3 9/5 0 1 1/10 -2/5 -1/10 2/5 4/5 Zj 28 20 60 -4 -4 4 4 Z=128 Zj – Cj -12 0 0 -4 -4 4-M 4-M Jadi Z min 128 , untuk x1 0 ; x2 4 ; x3 4 5 ; t1 , t 2 , v1 , v 2 0 Ri