Metode Linier Programming Metode Simpleks Pengantar 1 Metode
- Slides: 22
Metode Linier Programming Metode Simpleks
Pengantar (1) • Metode Simpleks merupakan prosedur aljabar yang bersifat iteratif, yang bergerak selangkah demi selangkah dimulai dari titik ekstrim pada daerah fisibel hingga titik ekstrim yang optimum • Syarat suatu kasus dapat diselesaikan dengan metode simpleks : ü Variabel keputusan ≥ 2 ü Jumlah fungsi pembatas ≥ 1 ü Jenis tanda pada fungsi pembatas bertanda ≤
Pengantar (2) • Beberapa istilah dalam metode simpleks : Basis variabel (BV), adalah semua variabel pada fungsi tujuan yang berharga positif dan bukan nol Non basis variabel (NBV), adalah semua variabel pada fungsi tujuan yang berharga bukan positif dan nol Entering variabel (EV), adalah variabel non basis yang berubah menjadi variabel basis Leaving variabel (LV), adalah variabel basis yang berubah menjadi variabel non basis Variabel Slack (S), variabel yang ditambahkan pada pertidaksamaan fungsi pembatas sehingga menjadi persamaan
Algoritma Simpleks (1) • Formulasikan permasalahan menjadi model Linier Programming (LP) standar • Ubah model LP standar menjadi model kanonik dengan menambahkan variabel slack pada fungsi pembatas • Tentukan basis dan non basis variabel • Masukkan semua nilai koefesien masing-masing variabel pada tabel simpleks iterasi 0 • Tentukan entering variabel (EV) • Tentukan rasio perbandingan antara kolom rhs (right hand side) dengan kolom EV • Tentukan leaving variabel (LV)
Algoritma Simpleks (2) • Lakukan proses iterasi simpleks hingga didapatkan hasil optimal sesuai dengan jenis fungsi tujuan (maksimasi atau minimasi ) • Aturan berhenti : Untuk fungsi tujuan maksimasi, iterasi dikatakan optimal jika seluruh koefesien fungsi variabel sudah bernilai positif atau nol Untuk fungsi tujuan minimasi, iterasi dikatakan optimal jika seluruh koefesien fungsi variabel sudah bernilai negatif atau nol
Entering Variabel (EV) • Untuk fungsi tujuan maksimasi, EV ditentukan dari nilai variabel pada fungsi tujuan yang paling kecil dan bukan nol • Untuk fungsi tujuan minimasi, EV ditentukan dari nilai variabel pada fungsi tujuan yang paling besar dan bukan nol
Leaving Variabel (LV) • Untuk fungsi tujuan maksimasi & minimasi, LV ditentukan dari nilai rasio yang paling kecil dan bukan berharga negatif
Contoh : Maks Z = 60 X 1 + 30 X 2 + 20 X 3 s/t 8 X 1 + 6 X 2 + X 3 ≤ 48 4 X 1 + 2 X 2 + 3/2 X 3 ≤ 20 2 X 1 + 3/2 X 2 + 1/2 X 3 ≤ 8 X 2 ≤ 5 X 1 , X 2 , X 3 ≥ 0
Ubah ke bentuk kanonik Maks Z = 60 X 1 + 30 X 2 + 20 X 3 s/t 8 X 1 + 6 X 2 + X 3 + S 1 = 48 4 X 1 + 2 X 2 + 3/2 X 3 + S 2 = 20 2 X 1 + 3/2 X 2 + 1/2 X 3 + S 3 = 8 X 2 + S 4 =5 X 1 , X 2 , X 3, S 1, S 2, S 3, S 4 ≥ 0
Basis dan non basis variabel • Jika pada persamaan kanonik kita misalkan nilai X 1 , X 2 dan X 3 = 0, maka nilai S 1, S 2, S 3. S 4 tidak sama dengan nol • Maka BV : Z, S 1, S 2, S 3, S 4 NBV : X 1, X 2, X 3
Iterasi 0 BV Z X 1 X 2 X 3 S 1 S 2 S 3 S 4 Solusi Rasio Z 1 -60 -30 -20 0 0 0 S 1 0 8 6 1 1 0 0 0 48 6 S 2 0 4 2 3/2 0 1 0 0 20 5 S 3 0 2 3/2 1/2 0 0 1 0 8 4 S 4 0 0 1 5 ~
Rumusan iterasi Nilai baru = nilai awal + (PV x PR) PV = PIVOT POIN PR = PIVOT ROW
Iterasi 1 EV = X 1 LV = S 3 BV Z X 1 Z 0 S 1 0 S 2 0 X 1 S 4 0 1 0 X 2 X 3 S 1 S 2 S 3 S 4 3/4 1/4 0 0 1/2 0 Solusi Rasio 4
Iterasi 1 EV = X 1 LV = S 3 BV Z X 1 X 2 X 3 S 1 S 2 S 3 S 4 Solusi Rasio Z 1 0 15 -5 0 0 30 0 240 - S 1 0 0 0 -1 1 0 -4 0 16 - S 2 0 0 -1 1/2 0 1 -2 0 4 8 X 1 0 1 3/4 1/4 0 0 1/2 0 4 16 S 4 0 0 1 5 ~
Iterasi 2 EV = X 3 LV = S 2 BV Z X 1 X 2 X 3 Z 0 S 1 0 X 3 0 0 -2 1 X 1 0 S 4 0 S 1 S 2 S 3 S 4 0 2 -4 0 Solusi Rasio 8
Iterasi 2 EV = X 3 LV = S 2 BV Z X 1 X 2 X 3 S 1 S 2 S 3 S 4 Solusi Rasio Z 1 0 5 0 0 0 10 0 280 S 1 0 0 -2 0 0 2 -8 0 24 X 3 0 0 -2 1 0 2 -4 0 8 X 1 0 0 5/4 0 0 -1/2 3/2 0 2 S 4 0 0 1 0 0 0 5
Solusi optimal X 1 = 2 X 2 = 0 X 3 = 8 Z = 280
Latihan Soal : Min Z = 3 X 1 - 5 X 2 s/t X 1 ≤ 4 2 X 2 ≤ 12 3 X 1 + 2 X 2 ≤ 18 X 1 , X 2 ≥ 0
Solusi (1) Iterasi 0 BV Z XI X 2 S 1 S 2 S 3 Solusi Rasio Z S 1 S 2 S 3 Iterasi 1 BV Z
Solusi (2) Iterasi 2 BV Z XI X 2 S 1 S 2 S 3 Solusi Rasio
Solusi (3) Iterasi 0 BV Z XI X 2 S 1 S 2 S 3 Solusi Rasio Z 1 3 5 0 0 0 S 1 0 1 0 0 4 ~ S 2 0 0 2 0 12 6 S 3 0 3 2 0 0 1 18 9 Iterasi 1 BV Z XI X 2 S 1 S 2 S 3 Solusi Rasio Z 1 3 0 0 -5/2 0 -30 -10 S 1 0 1 0 0 4 4 X 2 0 0 1/2 0 6 ~ S 3 0 0 -1 1 6 2
Solusi (4) Iterasi 2 BV Z XI X 2 S 1 S 2 S 3 Solusi Z 1 0 0 0 -3/2 -1 -24 S 1 0 0 0 1 1/3 -1/3 2 X 2 0 0 1/2 0 6 X 1 0 0 -1/3 2 Solusi optimal : X 1 : 6 X 2 : 2 Z : -24 Rasio
- Pengertian linear programming
- Contoh soal fungsi non linear
- Regresi non linier adalah
- Fungsi non
- Contoh soal persamaan trend dengan metode kuadrat terkecil
- Apa yang dimaksud dengan fungsi non linier?
- Rumus trend kuadratik
- Langkah langkah metode simpleks
- Metode simpleks
- Kalkulator metode simpleks
- Metode simpleks ppt
- Program linear metode simpleks
- Metode big m maksimumkan 3 variabel
- Jawaban soal pt bakery memproduksi tiga jenis roti kering
- Dual simpleks
- Contoh primal dan dual
- Metode simpleks
- Basisx
- Perbedaan metode grafik dan simpleks
- Teknik m
- Digunakan untuk
- Kelemahan metode observasi
- Harga pokok proses lanjutan