0% menganggap dokumen ini bermanfaat (0 suara)
3 tayangan16 halaman

Program Linier Dan Metode Simplex

Dokumen ini membahas Riset Operasi, termasuk pemodelan matematis dan program linear untuk menyelesaikan masalah optimisasi dalam bisnis dan produksi. Contoh-contoh diberikan untuk masalah maksimisasi dan minimisasi, serta langkah-langkah untuk mencapai solusi optimal. Selain itu, metode Simplex dijelaskan sebagai cara untuk menyelesaikan masalah yang lebih kompleks dalam program linear.

Diunggah oleh

Ashari Basri
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
3 tayangan16 halaman

Program Linier Dan Metode Simplex

Dokumen ini membahas Riset Operasi, termasuk pemodelan matematis dan program linear untuk menyelesaikan masalah optimisasi dalam bisnis dan produksi. Contoh-contoh diberikan untuk masalah maksimisasi dan minimisasi, serta langkah-langkah untuk mencapai solusi optimal. Selain itu, metode Simplex dijelaskan sebagai cara untuk menyelesaikan masalah yang lebih kompleks dalam program linear.

Diunggah oleh

Ashari Basri
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

BAB I.

PENDAHULUAN

1. Pengertian Riset Operasi


Riset Operasi adalah metode untuk memformulasikan dan merumuskan
permasalahan sehari-hari baik mengenai bisnis, ekonomi, sosial maupun bidang
lainnya ke dalam pemodelan matematis untuk mendapatkan solusi yang optimal.

2. Pemodelan Matematis
Bagian terpenting dari Riset Operasi adalah bagaimana menerjemahkan
permasalahan sehari-hari ke dalam model matematis. Faktor-faktor yang
mempengaruhi pemodelan harus disederhanakan dan apabila ada data yang
kurang, kekurangan tersebut dapat diasumsikan atau diisi dengan pendekatan yang
bersifat rasional. Dalam Riset Operasi diperlukan ketajaman berpikir dan logika.
Untuk mendapatkan solusi yang optimal dan memudahkan kita mendapatkan
hasil, kita dapat menggunakan komputer. Software yang dapat digunakan antara
lain: LINDO (Linear, Interactive and Discrete Optimizer) dan POM For
Windows.
BAB II. PROGRAM LINEAR

Program linear adalah salah satu model matematika yang digunakan untuk
menyelesaikan masalah optimisasi, yaitu memaksimumkan atau meminimumkan
fungsi tujuan yang bergantung pada sejumlah variabel input.
Hal terpenting yang perlu kita lakukan adalah mencari tahu tujuan penyelesaian
masalah dan apa penyebab masalah tersebut.
Dua macam fungsi Program Linear:
♦ Fungsi tujuan : mengarahkan analisa untuk mendeteksi tujuan perumusan
masalah
♦ Fungsi kendala : untuk mengetahui sumber daya yang tersedia dan permintaan
atas sumber daya tersebut.
1. Masalah Maksimisasi
Maksimisasi dapat berupa memaksimalkan keuntungan atau hasil.
Contoh:
PT LAQUNATEKSTIL memiliki sebuah pabrik yang akan memproduksi 2
jenis produk, yaitu kain sutera dan kain wol. Untuk memproduksi kedua
produk diperlukan bahan baku benang sutera, bahan baku benang wol dan
tenaga kerja. Maksimum penyediaan benang sutera adalah 60 kg per hari,
benang wol 30 kg per hari dan tenaga kerja 40 jam per hari. Kebutuhan setiap
unit produk akan bahan baku dan jam tenaga kerja dapat dilihat dalam tabel
berikut:
Jenis bahan baku Kg bahan baku & Jam tenaga kerja Maksimum
dan tenaga kerja Kain sutera Kain wol penyediaan
Benang sutera 2 3 60 kg
Benang wol - 2 30 kg
Tenaga kerja 2 1 40 jam

Kedua jenis produk memberikan keuntungan sebesar Rp 40 juta untuk kain


sutera dan Rp 30 juta untuk kain wol. Masalahnya adalah bagaimana
menentukan jumlah unit setiap jenis produk yang akan diproduksi setiap hari
agar keuntungan yang diperoleh bisa maksimal.
Langkah-langkah:
1) Tentukan variabel
X1=kain sutera
X2=kain wol
2) Fungsi tujuan
Zmax= 40X1 + 30X2
3) Fungsi kendala / batasan
1. 2X1 + 3X2 ≤ 60 (benang sutera)
2. 2X2 ≤ 30 (benang wol)
3. 2X1 + X2 ≤ 40 (tenaga kerja)
4) Membuat grafik
1. 2X1 + 3 X 2=60
X1=0, X2 =60/3 = 20
X2=0, X1= 60/2 = 30
2. 2X2 ≤ 30
X2=15
3. 2X1 + X2 ≤ 40
X1=0, X2 = 40
X2=0, X1= 40/2 = 20

X2
40
3

20
D
15 E 2
C
1
A B
20 X1
0 30
daerah penyelesaian
Cara mendapatkan solusi optimal:
1. Dengan mencari nilai Z setiap titik ekstrim.
Titik A
X1=0, X2=0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 0 + 30 . 0 = 0
Titik B
X1=20, X2=0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 20 + 30 . 0 = 800
Titik C
Mencari titik potong (1) dan (3)
2X1 + 3X2 = 60
2X1 + X2 = 40
2X2=20  X2=10
Masukkan X2 ke kendala (1)
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30  X1 = 15
masukkan nilai X1 dan X2 ke Z
40X1 + 30X2 = 40 . 15 + 30 . 10 = 600 + 300 = 900 (optimal)
Titik D
2X2 = 30
X2 = 15
masukkan X2 ke kendala (1)
2X1 + 3 . 15 = 60
2X1 + 45 = 60
2X1 = 15  X1 = 7,5
masukkan nilai X1 dan X2 ke Z
Z = 40 . 7,5 + 30 . 15 = 300 + 450 = 750
Titik E
X2 = 15
X1 = 0
masukkan nilai X1 dan X2 ke Z
Z = 40 . 0 + 30 .15 = 450
Kesimpulan :
untuk memperoleh keuntungan optimal, maka X1 = 15 dan X2 = 10 dengan
keuntungan sebesar Rp 900 juta.
2. Dengan cara menggeser garis fungsi tujuan.
Solusi optimal akan tercapai pada saat garis fungsi tujuan menyinggung daerah
feasible (daerah yang diliputi oleh semua kendala) yang terjauh dari titik origin.
Pada gambar, solusi optimal tercapai pada titik C yaitu persilangan garis kendala
(1) dan (3).
Titik C
Mencari titik potong (1) dan (3)
2X1 + 3X2 = 60
2X1 + X2 = 40
2X2=20
X2=10
Masukkan X2 ke kendala (1)
2X1 + 3X2 = 60
2X1 + 3 . 10 = 60
2X1 + 30 = 60
2X1 = 30  X1 = 15
masukkan nilai X1 dan X2 ke Z
40X1 + 30X2 = 40 . 15 + 30 . 10 = 600 + 300 = 900
2 . Masalah Minimisasi
Minimisasi dapat berupa meminimumkan biaya produksi. Solusi optimal tercapai
pada saat garis fungsi tujuan menyinggung daerah fasible yang terdekat dengan
titik origin.
Contoh :
Perusahaan makanan ROYAL merencanakan untuk membuat dua jenis makanan
yaitu Royal Bee dan Royal Jelly. Kedua jenis makanan tersebut mengandung
vitamin dan protein. Royal Bee paling sedikit diproduksi 2 unit dan Royal Jelly
paling sedikit diproduksi 1 unit. Tabel berikut menunjukkan jumlah vitamin dan
protein dalam setiap jenis makanan:
Jenis makanan Vitamin (unit) Protein (unit) Biaya per unit
(ribu rupiah)
Royal Bee 2 2 100
Royal Jelly 1 3 80
minimum kebutuhan 8 12
Bagaimana menentukan kombinasi kedua jenis makanan agar meminimumkan
biaya produksi.
Langkah – langkah:
1. Tentukan variabel
X1 = Royal Bee
X2 = Royal Jelly
2. Fungsi tujuan
Zmin = 100X1 + 80X2
3. Fungsi kendala
1) 2X1 + X2 ≥ 8 (vitamin)
2) 2X1 + 3X2 ≥ 12 (protein)
3) X1 ≥ 2
4) X2 ≥1
4. Membuat grafik
1) 2X1 + X2 = 8
X1 = 0, X2 = 8
X2 = 0, X1 = 4
2) 2X1 + 3X2 = 12
X1 = 0, X2 = 4
X2 = 0, X1 = 6
3) X1 = 2
4) X2 = 1

X2
(1) (3)

(2)
daerah penyelesaian
C
4

B (4)
1 A

X1
2 4 6

Solusi optimal tercapai pada titik B (terdekat dengan titik origin), yaitu
persilangan garis kendala (1) dan (2).
2X1 + X2 = 8
2X1 + 3X2 = 12
-2X2 = -4  X2 = 2
masukkan X2 ke kendala (1)
2X1 + X2 = 8
2X1 + 2 = 8
2 X1 = 6  X1 = 3
masukkan nilai X1 dan X2 ke Z
Z min = 100X1 + 80X2 = 100 . 3 + 80 . 2 = 300 + 160 = 460
Kesimpulan :
Untuk meminimumkan biaya produksi, maka X1 = 3 dan X2 = 2 dengan biaya
produksi 460 ribu rupiah.

SOAL LATIHAN
1. Maksimumkan Z = 3X1 + 5X2
Kendala : 1) 2X1 ≤ 8
2) 3X2 ≤ 15
3) 6X1 + 5X2 ≤ 30
X1 ≥ 0 , X2 ≥ 0
2. Minimumkan Z = 5 X1 + 2X2
Kendala: 1) 6X1 + X2 ≥ 6
2) 4X1 + 3X2 ≥ 2
3) X1 + 2X2 ≥ 4 , X1 ≥ 0
3. PT BAKERY memproduksi tiga jenis roti kering, yaitu pia, bolukismis dan
coklatkeju dengan keuntungan tiap jenis produk masing-masing Rp 150, Rp
400 dan Rp 600. Setiap minggu ditetapkan minimum produksi roti pia 25 unit,
bolukismis 130 unit dan coklatkeju 55 unit. Ketiga jenis roti memerlukan
pemrosesan tiga kali yaitu penyiapan bahan, peracikan dan pengovenan seperti
terlihat pada tabel berikut:
Pemrosesan Jenis roti Penyediaan max
pia bolukismis coklatkeju (jam)
penyiapan bahan 4 2 6 130
peracikan 3 4 9 170
pengovenan 1 2 4 52

Bagaimana formulasi program linear masalah PT Bakery tersebut dan hitung


solusi optimalnya!
BAB III. 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:
1. Nilai kanan (NK / RHS) fungsi tujuan harus nol (0).
2. Nilai kanan (RHS) fungsi kendala harus positif. Apabila negatif, nilai
tersebut harus dikalikan –1.
3. Fungsi kendala dengan tanda “≤” harus diubah ke bentuk “=” dengan
menambahkan variabel slack/surplus. Variabel slack/surplus disebut juga
variabel dasar.
4. 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).
5. Fungsi kendala dengan tanda “=” harus ditambah artificial variabel (M).
Pembuatan Tabel Simplex
Contoh soal:
Z = 3X1 + 5X2
Kendala:
1) 2X1 ≤ 8
2) 3X2 ≤ 15
3) 6X1 + 5X2 ≤ 30
Langkah-langkah:
1. Mengubah fungsi tujuan dan fungsi kendala (lihat beberapa ketentuan yang
harus diperhatikan di atas!)
Fungsi tujuan
Z = 3X1 + 5X2 => Z - 3X1 - 5X2 = 0
Fungsi kendala
1) 2X1 ≤ 8 => 2X1 + X3 = 8
2) 3X2 ≤ 15 => 3X2 + X4 = 15
3) 6X1 + 5X2 ≤ 30 => 6X1 + 5X2 + X5 = 30
(X3, X4 dan X5 adalah variabel slack)
2. Menyusun persamaan-persamaan ke dalam tabel
[Link] Z X1 X2 X3 X4 X5 NK index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30

3. Memilih kolom kunci


Kolom kunci adalah kolom yang mempunyai nilai pada baris Z yang bernilai
negatif dengan angka terbesar.
[Link] Z X1 X2 X3 X4 X5 NK index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8
X4 0 0 3 0 1 0 15
X5 0 6 5 0 0 1 30

4. Memilih baris kunci


Nilai kanan (NK)
Index =
Nilai kolom kunci
Baris kunci adalah baris yang mempunyai index terkecil
[Link] Z X1 X2 X3 X4 X5 NK index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8 ~
X4 0 0 3 0 1 0 15 5
X5 0 6 5 0 0 1 30 6

angka kunci koef angka kolom kunci


5. Mengubah nilai-nilai baris kunci
=> dengan cara membaginya dengan angka kunci
Baris baru kunci = baris kunci : angka kunci
sehingga tabel menjadi seperti berikut:
[Link] Z X1 X2 X3 X4 X5 NK index
Z 1 -3 -5 0 0 0 0
X3 0 2 0 1 0 0 8 ~
X2 0 0 1 0 1/3 0 5 5
X5 0 6 5 0 0 1 30 6

6. Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci


(selain baris kunci) = 0
Baris baru = baris lama – (koefisien angka kolom kunci x nilai baris
baru kunci)
Baris Z
Baris lama [ -3 -5 0 0 0 0]
NBBK -5 [ 0 1 0 1/3 0 5]
Baris baru -3 0 0 5/3 0 25
Baris X3
Baris lama [2 0 1 0 0 8]
NBBK 0 [0 1 0 1/3 0 5]
Baris baru 2 0 1 0 0 8
Baris X5
Baris lama [6 5 0 0 1 30 ]
NBBK 5 [0 1 0 1/3 0 5]
Baris baru 6 0 0 -5/3 1 5

Masukkan nilai di atas ke dalam tabel, sehingga tabel menjadi seperti berikut:
[Link] Z X1 X2 X3 X4 X5 NK index
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8
X2 0 0 1 0 1/3 0 5
X5 0 6 0 0 -5/3 1 5

7. Melanjutkan perbaikan-perbaikan (langkah 3-6) sampai baris Z tidak ada


nilai negatif
[Link] Z X1 X2 X3 X4 X5 NK index
Z 1 -3 0 0 5/3 0 25
X3 0 2 0 1 0 0 8 4
X2 0 0 1 0 1/3 0 5 ~
X5 0 6 0 0 -5/3 1 5 5/6

Z 1 0 0 0 5/6 1/2 27½ Zmax


X3 0 0 0 1 5/9 -1/3 6 1/3
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6

Diperoleh hasil: X1 = 5/6 , X2 = 5, Zmax = 27 ½

SOAL LATIHAN
1. Selesaikan linear program berikut ini dengan metode Simplex
Maksimumkan Z = 400X1 + 300X2
Fungsi kendala/ batasan:
1) 4X1 + 6X2 ≤ 1200
2) 4X1 + 2X2 ≤ 800
3) X1 ≤ 250
4) X2 ≤ 300
2. Selesaikan linear program berikut ini dengan metode Simplex
Maksimumkan Z = 2X1 + 3X2 + X3
Dengan fungsi kendala:
1) X1 + X2 + X3 ≤9
2) 2X1 + 3X2 ≤ 25
3) X2 + 2X3 ≤ 10
4) X1, X2, X3 ≥0

PENYIMPANGAN - PENYIMPANGAN BENTUK STANDAR


1. Fungsi batasan dengan tanda sama dengan (=)
=> ditambah dengan variabel buatan
Contoh :
Fungsi kendala:
1) 2X1 ≤ 8 => 2X1 +X3 =8
2) 3X2 ≤ 15 => 3X2 +X4 = 15
3) 6X1 + 5X2 = 30 => 6X1 + 5X2 + X5 = 30
Fungsi tujuan:
Z = 3X1 + 5X2 => Z – 3X1 – 5X2 + MX5 = 0
Nilai setiap variabel dasar (X5) harus sebesar 0, sehingga fungsi tujuan harus
dikurangi dengan M dikalikan dengan baris batasan yang bersangkutan (3). Nilai
baris Z sebagai berikut:
[ -3 -5 0 0 M , 0]
M [6 5 0 0 1 , 30]
(-6M-3) (-5M-5) 0 0 0 -30M
Tabel:
[Link] Z X1 X2 X3 X4 X5 NK index
Z 1 -6M-3 -5M-5 0 0 0 -30M
X3 0 2 0 1 0 0 8 4
X4 0 0 3 0 1 0 15 ~
X5 0 6 5 0 0 1 30 5
VD Z X1 X2 X3 X4 X5 NK index
Z 1 0 -5M-5 3M+3/2 0 0 -6M+12
X1 0 1 0 1/2 0 0 4 ~
X4 0 0 3 0 1 0 15 5
X5 0 0 5 -3 0 1 6 6/5

Z 1 0 0 -3/2 0 M+1 18
X1 0 1 0 ½ 0 0 4 8
X4 0 0 0 9/5 1 -3/5 19/3 5/27
X2 0 0 1 -3/5 0 1/5 6/5 -2

Z 1 0 0 0 5/6 M+1/2 27 ½ max


X1 0 1 0 0 -5/18 1/6 5/6
X3 0 0 0 1 5/9 -1/3 6 1/3
X2 0 0 1 0 1/3 0 5

Diperoleh hasil : X1 = 5/6, X2 = 5 dan Zmax = 27 ½


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: 1) 2X1 =8
2) 3X2 ≤ 15
3) 6X1 + 5X2 ≥ 30
Penyelesaian:
Fungsi batasan: 1) 2X1 + X3 =8
2) 3X2 + X4 = 15
3) 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:
[ 3 5 M 0 0 M , 0 ]
-M [ 2 0 1 0 0 0 , 8 ]
-M [ 6 5 0 0 -1 1 , 30 ]
+
(-8M+3) (-5M+5) 0 0 M 0 , -38M

Tabel:
VD Z X1 X2 X3 X4 X5 X6 NK index
Z -1 -8M+3 -5M+5 0 0 0 0 -38M
X3 0 2 0 1 0 0 0 8 4
X4 0 0 3 0 1 0 0 15
X6 0 6 -5 0 0 -1 1 30 5

Z -1 3 -5M+5 4M-3/2 0 M 0 -6M-12


X1 0 1 0 ½ 0 0 0 4
X4 0 0 3 0 1 0 0 15 5
X6 0 0 5 -3 0 -1 1 6 6/5

Z -1 0 0 M+3/2 0 1 M+1 -18 min


X1 0 1 0 ½ 0 0 0 4
X4 0 0 1 9/5 1 3/5 -3/5 5 2/5
X2 0 0 1 -3/5 0 -1/5 1/5 6/5

(karena –Z= -18, maka Z=18)


Penyelesaian optimal: X1 = 4, X2 = 6/5 dan Zmin = 18
SOAL LATIHAN
1. Minimumkan Z = 3X1 + 2X2
Fungsi batasan : 1) X1 + 2X2 ≥ 20
2) 3X1 + X2 ≥ 20 , X1 ≥ 0 , X2 ≥ 0
2. Maksimumkan Z = 4X1 + 10X2 + 6X3
Fungsi batasan: 1) X1 + 3X2 + 3X3 ≤ 6
2) 2X1 – X2 + 4X3 =4
X1 , X2 , X3 ≥ 0

Anda mungkin juga menyukai