Metode Simpleks Free Powerpoint Templates Metode Simpleks Prosedur

  • Slides: 25
Download presentation
Metode Simpleks Free Powerpoint Templates

Metode Simpleks Free Powerpoint Templates

Metode Simpleks • Prosedur matematis berulang (iterasi) untuk menentukan penyelesaian optimal dari masalah program

Metode Simpleks • Prosedur matematis berulang (iterasi) untuk menentukan penyelesaian optimal dari masalah program linear • Digunakan untuk variabel >2 • Model PL harus diubah menjadi bentuk standar

Bentuk Standar Model Program Linear 1) Seluruh kendala harus berbentuk persamaan (bertanda =) dengan

Bentuk Standar Model Program Linear 1) Seluruh kendala harus berbentuk persamaan (bertanda =) dengan ruas kanan yang nonnegatif 2) Seluruh variabel harus variabel nonnegatif 3) Fungsi tujuannya dapat berupa maksimum atau minimum

Beberapa istilah dalam Metode Simpleks 1) Variabel Slack: variabel yang ditambahkan untuk mengkonversi pertidaksamaan

Beberapa istilah dalam Metode Simpleks 1) Variabel Slack: variabel yang ditambahkan untuk mengkonversi pertidaksamaan (≤) menjadi persamaan (=). Pada solusi awal, variabel slack akan berfungsi sebagai variabel basis. 2) Variabel surplus adalah variabel yang dikurangkan untuk mengkonversikan pertidaksamaan ≥ menjadi persamaan (=). Pada solusi awal, variabel surplus tidak dapat berfungsi sebagai variabel basis.

Beberapa istilah Metode Simpleks 3) Variabel Artifisial: variabel yang ditambahkan ke kendala berbentuk ≥

Beberapa istilah Metode Simpleks 3) Variabel Artifisial: variabel yang ditambahkan ke kendala berbentuk ≥ atau = berfungsi sebagai variabel basis diawal iterasi. Variabel ini harus bernilai 0 pada solusi optimal, karena kenyataannya variabel ini tidak ada. 4) Variabel basis adalah variabel yang koefisiennya hanya bernilai 1 pada satu kendala dan pada kendala lainnya bernilai 0 5) Variabel non basis adalah variabel selain variabel basis

Kendala / Constrain • Kendala dengan tanda ‘≤’ atau ‘≥’ dapat diubah menjadi ‘=‘

Kendala / Constrain • Kendala dengan tanda ‘≤’ atau ‘≥’ dapat diubah menjadi ‘=‘ 1. Contoh: x 1+2 x 2 ≤ 12 menjadi x 1+2 x 2 +S 1=12, S 1 variabel slack 2. Contoh: x 1+2 x 2 ≥ 12 menjadi x 1+2 x 2 - S 2 +R 1 =12, S 2 variabel surplus dan R 1 variabel artifisial 3. Contoh: x 1+2 x 2 = 12 menjadi x 1+2 x 2 +R 2 =12, R 2 variabel artifisial

Kendala/Constrain • Ruas kanan dapat dijadikan positif dengan cara mengalikan kedua ruas dengan -1

Kendala/Constrain • Ruas kanan dapat dijadikan positif dengan cara mengalikan kedua ruas dengan -1 dan tanda pertidaksamaan dari ruas tersebut akan berubah Contoh : x 1 -2 x 2 ≤ -12 dikali (-1) menjadi -x 1+2 x 2 ≥ 12 dan diubah jadi -x 1+2 x 2 – S 1 +R 1 = 12 x 1 -2 x 2 ≥ -12 dikali (-1) menjadi -x 1+2 x 2 + S 2 = 12

Kendala/Constrain • Variabel tak terbatas dapat dinyatakan dengan dua variabel nonegatif Contoh : untuk

Kendala/Constrain • Variabel tak terbatas dapat dinyatakan dengan dua variabel nonegatif Contoh : untuk yi yang tidak terbatas dapat didefinisikan yi =yi’-yi’’ dengan yi’, yi’’ ≥ 0 • Kendala dengan pertidaksamaan dimana ruas kirinya berada dalam tanda mutlak dapat diubah menjadi dua pertidaksamaan Contoh : │ 3 x 1+2 x 2 │≤ 6 maka dituliskan 3 x 1+2 x 2 ≤ 6 dan 3 x 1+2 x 2 ≤ -6

Fungsi Tujuan Model standar program linear adalah untuk masalah maksimasi sehingga untuk fungsi minimasi

Fungsi Tujuan Model standar program linear adalah untuk masalah maksimasi sehingga untuk fungsi minimasi maka sama dengan maksimasi dari negatif fungsi yang sama Contoh: minimumkan z = 2 x 1+5 x 2 akan setara dengan maksimumkan -z = -2 x 1 -5 x 2

Contoh Perusahaan yang memproduksi boneka dan kereta api Maksimumkan z = 3 x 1

Contoh Perusahaan yang memproduksi boneka dan kereta api Maksimumkan z = 3 x 1 + 2 x 2 Dengan kendala 2 x 1 + x 2 ≤ 100 x 1 + x 2 ≤ 80 x 1 ≤ 40 Syarat non negatif x 1, x 2 ≥ 0 Maksimumkan z -3 x 1 -2 x 2+0 S 1+0 S 2+0 S 3= 0 Dengan kendala 2 x 1+x 2 +S 1 =100 x 1+x 2 +S 2 = 80 x 1 +S 3= 40 Syarat non negatif x 1, x 2, S 1, S 2, S 3 ≥ 0 Bentuk Kanonik/Standar

Maksimumkan Dengan kendala z - 3 x 1 - 2 x 2+0 S 1

Maksimumkan Dengan kendala z - 3 x 1 - 2 x 2+0 S 1 +0 S 2+0 S 3 =0 2 x 1 + x 2 +S 1 =100 x 1 + x 2 +S 2 = 80 x 1 +S 3 = 40 Variabel non basis (diawal iterasi) Variabel basis Variabel Slack berfungsi sebagai variabel basis di awal iterasi Ruas Kanan Basis z x 1 x 2 S 1 S 2 S 3 Solusi z 1 -3 -2 0 0 S 1 0 2 1 1 0 0 100 S 2 0 1 1 0 80 S 3 0 1 0 0 0 1 40 Rasio Solusi awal (x 1, x 2)=(0, 0) maka S 1= 100, S 2=80 dan S 3=40 Solusi Basis Fisibel: Jika seluruh variabel pada solusi basis berharga non negatif

Menentukan Entering Variabel • Untuk fungsi tujuan memaksimumkan, pada baris z, pilihlah variabel non-basis

Menentukan Entering Variabel • Untuk fungsi tujuan memaksimumkan, pada baris z, pilihlah variabel non-basis yang mempunyai nilai negatif terbesar. • Untuk fungsi tujuan meminimumkan, pada baris z, pilihlah variabel non-basis yang mempunyai nilai positif terbesar Entering Variabel Basis z x 1 x 2 S 1 S 2 S 3 Solusi z 1 -3 -2 0 0 S 1 0 2 1 1 0 0 100/2 S 2 0 1 1 0 80 80/1 S 3 0 1 0 0 0 1 40 40/1 Kolom poros Rasio Pilihlah rasio positif terkecil

Elemen poros Basis z X 1 X 2 S 1 S 2 S 3

Elemen poros Basis z X 1 X 2 S 1 S 2 S 3 Solusi Leaving variable z 1 -3 -2 0 0 S 1 0 2 1 1 0 0 100/2 S 2 0 1 1 0 80 80/1 S 3 0 1 0 0 0 1 40 40/1 Basis z X 1 x 2 S 1 S 2 S 3 Solusi Ket z 1 0 -2 0 0 3 120 0 1 40 0/1 0/1 1/1 40/1 Kolom poros Persamaan elemen poros baru = persamaan elemen poros lama/elemen poros S 1 0 S 2 0 x 1 0/1 1/1 Ket Baris pertama (Z) ( 3) Nilai baru = 0 1 0 0 0 1 40 1 -3 -2 0 0 1 0 -2 0 0 3 120 (+)

Basis z x 1 x 2 S 1 S 2 S 3 Solusi Ket

Basis z x 1 x 2 S 1 S 2 S 3 Solusi Ket z 1 -3 -2 0 0 S 1 0 2 1 1 0 0 100/2 S 2 0 1 1 0 80 80/1 S 3 0 1 0 0 0 1 40 40/1 Baris kedua (S 1) -(2) Nilai baru = 0 1 0 0 0 1 40 0 2 1 1 0 0 100 0 0 1 1 0 -2 20 (+) Baris ketiga (S 2) -(1) Nilai baru = 0 1 0 0 0 1 40 0 1 1 0 80 0 0 1 -1 40 (+)

Baris kedua (S 1) -(2) Nilai baru = 0 1 0 0 0 1

Baris kedua (S 1) -(2) Nilai baru = 0 1 0 0 0 1 40 0 2 1 1 0 0 100 0 0 1 1 0 -2 20 0 1 0 0 0 1 40 0 1 1 0 80 0 0 1 -1 40 (+) Baris ketiga (S 2) -(1) Nilai baru = (+) Basis z x 1 x 2 S 1 S 2 S 3 Solusi Ket z 1 0 -2 0 0 3 120 S 1 0 0 1 1 0 -2 20 20 S 2 0 0 1 -1 40 40 x 1 0 0 0 1 40 ~

Basis z x 1 x 2 S 1 S 2 S 3 Solusi z

Basis z x 1 x 2 S 1 S 2 S 3 Solusi z 1 0 -2 0 0 3 120 S 1 0 0 1 1 0 -2 20 20 S 2 0 0 1 -1 40 40 x 1 0 0 0 1 40 ~ Basis z x 1 x 2 z Baris pivot Ket S 1 S 2 S 3 Solusi 1 0 -2 20 1/1 0/1 -2/1 Ket 0 x 2 0 0 1 S 2 0 x 1 0 0/1 1/1 20/1 Baris pertama (Z) (2) Nilai baru = 0 0 1 1 0 -2 20 1 0 -2 0 0 3 120 1 0 0 2 0 -1 160 (+)

Baris ketiga(S 2) -(1) Nilai baru = 0 0 1 1 0 -2 20

Baris ketiga(S 2) -(1) Nilai baru = 0 0 1 1 0 -2 20 0 0 1 -1 40 0 -1 1 1 20 (+) Baris keempat(x 1) 0 Nilai baru = 0 0 1 1 0 -2 20 0 1 0 0 0 1 40 Basis Z x 1 x 2 S 1 S 2 S 3 Solusi Ket z 1 0 0 2 0 -1 160 x 2 0 0 1 1 0 -2 20 -10 S 2 0 0 0 -1 1 1 20 20 X 1 0 0 0 1 40 40 (+)

Basis z x 1 x 2 S 1 S 2 S 3 Solusi z

Basis z x 1 x 2 S 1 S 2 S 3 Solusi z 1 0 0 2 0 -1 160 x 2 0 0 1 1 0 -2 20 -10 S 2 0 0 0 -1 1 1 20 20 x 1 0 0 0 1 40 40 Basis z x 1 x 2 S 1 S 2 S 3 z 0 x 2 0 S 3 0 0 0 -1 1 Solusi 1 x 1 Ket 20 0 0/1 0/1 -1/1 01/1 20/1 1/1 Baris pertama (Z) -(-1) Nilai baru = 0 0 0 -1 1 1 20 1 0 0 2 0 -1 160 1 0 0 1 1 0 180 (+)

Baris kedua (x 2) -(-2) Nilai baru = 0 0 0 -1 1 1

Baris kedua (x 2) -(-2) Nilai baru = 0 0 0 -1 1 1 20 0 0 1 1 0 -2 20 0 0 1 -1 2 0 60 0 -1 1 1 20 0 1 0 0 0 1 40 0 1 -1 0 20 (+) Baris keempat (x 1) -(1) Nilai baru = Basis z x 1 x 2 S 1 S 2 S 3 Solusi z 1 0 0 1 1 0 180 x 2 0 0 1 -1 2 0 60 S 3 0 0 0 -1 1 1 20 x 1 0 1 -1 0 20 Ket (+)

Basis z x 1 x 2 S 1 S 2 S 3 Solusi z

Basis z x 1 x 2 S 1 S 2 S 3 Solusi z 1 0 0 1 1 0 180 x 2 0 0 1 -1 2 0 60 S 3 0 0 0 -1 1 1 20 x 1 0 1 -1 0 20 Ket Sudah Optimal karena di baris z sudah tidak ada nilai yang negatif Nilai x 1= 20 dan x 2=60 dengan z = 180 sedangkan S 3 =20 adalah kelebihan kendala 3 yang tidak terpakai sedangkan S 1 dan S 2 habis terpakai. • Untuk semua persamaan fungsi kendala bertanda ≤ maka dapat diselesaikan dengan metode simpleks biasa • Untuk satu atau lebih fungsi kendala yang bertanda ≥ atau = digunakan metode Big M atau Dua Fase

Latihan • Maksimumkan z = 2 x 1 -x 2+x 3 • Kendala :

Latihan • Maksimumkan z = 2 x 1 -x 2+x 3 • Kendala : 3 x 1+x 2+x 3<=6 x 1 -x 2+2 x 3<=1 x 1+x 2 -x 3 <=2 x 1, x 2, x 3>=0

Latihan • Minimumkan z = 2 x 1 -3 x 2 • Kendala :

Latihan • Minimumkan z = 2 x 1 -3 x 2 • Kendala : x 1+x 2<=4 x 1 -x 2<=6 x 1, x 2>=0

Latihan • Minimumkan z = 3 x 1+2 x 2 • Kendala : 4

Latihan • Minimumkan z = 3 x 1+2 x 2 • Kendala : 4 x 1+3 x 2<=12 4 x 1+ x 2<=8 4 x 1 - x 2<=8 x 1, x 2>=0

Kasus Khusus dalam Simpleks 1. Degenerasi timbul jika variabel basisnya bernilai nol atau ruas

Kasus Khusus dalam Simpleks 1. Degenerasi timbul jika variabel basisnya bernilai nol atau ruas kanan mempunyai nilai nol. Kemungkinan yang terjadi - Terjadi perulangan (looping) nilai fungsi dan variabel keputusan - Degenerasi temporer ruas kanan mengandung nol tapi pada iterasi berikutnya ruas kanan tidak nol

Kasus Khusus dalam Simpleks 2. Solusi optimum banyak Tidak ada permasalahan dalam memilih EV

Kasus Khusus dalam Simpleks 2. Solusi optimum banyak Tidak ada permasalahan dalam memilih EV dan LV karena nilai optimalnya akan selalu sama dengan nilai variabel keputusan yang berbeda 3. Solusi tak terbatas 4. Tidak ada solusi optimal -Jika ada bernilai semu -Ditunjukkan pula nilai fungsi tujuan mengandung M (nilai pinalti)