0% menganggap dokumen ini bermanfaat (0 suara)
4 tayangan19 halaman

Panduan Lengkap Metode Simpleks

Metode simpleks adalah metode untuk menyelesaikan program linier dengan menentukan titik ekstrim dari daerah penyelesaian melalui definisi aljabar. Metode ini mengubah masalah ke dalam bentuk tabel yang merepresentasikan sistem persamaan linier untuk mencari solusi titik sudut yang layak."

Diunggah oleh

novianitadw
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 PPTX, PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
4 tayangan19 halaman

Panduan Lengkap Metode Simpleks

Metode simpleks adalah metode untuk menyelesaikan program linier dengan menentukan titik ekstrim dari daerah penyelesaian melalui definisi aljabar. Metode ini mengubah masalah ke dalam bentuk tabel yang merepresentasikan sistem persamaan linier untuk mencari solusi titik sudut yang layak."

Diunggah oleh

novianitadw
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 PPTX, PDF, TXT atau baca online di Scribd

METODE SIMPLEKS

Metode Simpleks
• G Dantzig  1947
• Def Geometris (titik ekstrim )  Def Aljabar
• Titik ekstrim dari daerah penyelesaian (grafik) 
penyelesaian basis (aljabar) dari sistem persamaan

• Bentuk umum Program Linier


• Memaksimumkan Z, Z = c1 x1 + c2 x2 + … + cn xn
• dengan syarat a11 x1 + a12 x2 + … + a1n xn = b1
• a21 x1 + a22 x2 + … + a2n xn = b2

• am1 x1 + am2 x2 + … + amn xn = bm
• x1, x2, …, xn ≥ 0

 a11 a12 ... a1n   x1   b1 
a a ... a2 n  x  b 
A  21 22
,X   2
,b   2

       
     
am1 am 2 ... amn   xn  bm 
Kendala  A X = b

SPL A X = b ( m persamaan & n variabel, n > m ) 


Solusi basis : m variabel bukan nol (variabel basis) &
( n – m ) variabel yg dinolkan (variabel nonbasis)

Solusi basis fisibel (SBF) : solusi basis yg nilainya nonnegative


Dua SBF berdekatan : if all kecuali 1 dari variabel nonbasisnya
sama (juga untuk variabel basisnya )
• SBF -- pindah -- SBF berdekatan (lebih baik) 
1 variabel nonbasis  1 variabel basis
• Jumlah variabel nonbasis dalam solusi basis =
jumlah derajat bebas dalam sistem persamaan
• Jumlah variabel basis = jumlah kendala fungsional

Ciri-ciri solusi titik sudut yang layak


1.a. Solusi optimal - satu  solusi titik sudut yg layak
b. Solusi optimal banyak  min ada 2 solusi titik sudut
layak berdekatan
2. Jumlah solusi titik sudut yg layak adalah berhingga
3. Solusi titik sudut layak tak punya solusi titik sudut
layak lain yang lebih baik (nilai Z-nya)  optimal
Garis Besar Metode Simpleks
• Langkah awal
Solusi titik sudut yang layak awal
Menentukannya ?
• Langkah iterasi
Pindah ke solusi titik sudut layak yang berdekatan dan
lebih baik (ulang proses sebanyak yang diperlukan)
Mana variabel basis dan nonbasis yg saling dipertukarkan ?
• Uji optimalitas
Solusi titik sudut layak adalah optimal jika tidak ada
solusi titik sudut layak yang berdekatan dan lebih baik
Menentukannya ?
Persiapan Metode Simpleks
Mengkonversi kendala pertidaksamaan  persamaan
3x1 + 2x2 ≤ 18 3x1 + 2x2 + S = 18, S = var. “slack” ≥ 0
3x1 + 2x2 ≥ 18 3x1 + 2x2 - S = 18, S = var.“surplus” ≥ 0
Mengubah sisi kanan yang negative ( MS Primal )
3x1 - 2x2 ≥ -18  -3x1 + 2x2 ≤ 18
Mengubah kendala persamaan (tak punya var dr SBF awal)
3x1 + 2x2 = 18 3x1 + 2x2 + D = 18, D = var “dummy” ≥ 0
3x1 + 2x2 - S = 18  3x1 + 2x2 – S + D = 18
Var S bernilai negatif  S variable dr SBnF
Metode Simpleks dalam Bentuk Tabel
Bentuk table ekuivalen dg bentuk aljabar.
Informasi yang dicatat
• Koefisien dari variabel
• Konstanta pada ruas kanan persamaan
• Variabel dasar yang muncul dlm persamaan
Var No Koefisien dari Ruas
Rasio
basis Pers
Z x1 ... xn S1 ... Si ... Rj kanan

Z ... -cn 0 ...


0 1 -c1 0 ... M 0
S1 1 0 1 0 0
. . . ... ...
... .
Sd d
0 0 0 0
. . . ... ...
... .
Rj 0 0 0 1
Persamaan (0)  fungsi tujuan (maks)
Z = c1 x1 + c2 x2 + … + cn xn + 0.S1 + ... + [Link] + ... - [Link]
diubah menjadi
Z - c1 x1 - c2 x2 - … - cn xn - 0.S1 - ... - [Link] - ... + [Link] = 0
S1 , ... , Si  variabel slack dan surplus ( sebanyak i)
S1, ... , Sd  variabel slack
Sd+1, ... , Si  variabel surplus
R1, ... , Rj  variabel dummy/artificial/buatan (sebanyak j)
M = bilangan besar M = big M
Ilustrasi metode simpleks
contoh
Maksimumkan Z, Z = 3x1 + 5x2
Dengan syarat x1 ≤4
2x2 ≤ 12
3x1 + 2x2 ≤ 18
x1, x2 ≥ 0
Prosedure Metode Simpleks
1. Penentuan solusi awal
2. Uji optimalitas solusi yg diperoleh. Jika optimal
berhenti.
3. Iterasi, untuk mendapatkan solusi berikutnya
4. Ulangi Langkah 2 dan 3 sebanyak yg diperlukan
Langkah awal, menentukan solusi basis fisibel awal
Memasukkan variabel slack
x1 + S1 = 4
2x2 + S2 = 12
3x1 + 2x2 + S3 = 18
Z - 3x1 - 5x2 + 0.S1 + 0.S2 + 0.S3 = 0
Tabel Simpleks awal
Var Nomor Koesien dari Ruas
basis pers Z x1 x2 S1 S2 S3 kanan

Z 0 1 -3 -5 0 0 0 0

S1 1 0 1 0 1 0 0 4
S2 2 0 0 2 0 1 0 12
S3 3 Diperoleh
0 3
SBF awal. 0 ?
2 Mana 0 1 18
Sudah optimal ?
Uji Optimalitas
SBF optimal   koef pada fs tujuan ≥ 0
• Belum optimal  ada -3 dan -5
Iterasi
a. var masuk  var dengan koef paling negatif pd fs tujuan
 kolom pivot ( poros )
-5  x2 menjadi variabel basis baru ( masuk )
b. variabel keluar  
1) pilih koef yg positif pd kolom pivot  2 
 

2

2) membagi ruas kanan dg koef di atas pd baris yg sama
  
 
12
 2
18 
 2 
3) pers dg rasio terkecil  lokasi var keluar
 
 6   baris pivot
 
S2 var keluar  
9 

elemen pd irisan baris & kolom pivot  pivot


x2 var basis baru (masuk) menggantikan var S2 (keluar)
s2 var basis yg keluar menjadi var nonbasis baru
Pivot = 2. Tabel simpleksnya
c. menentukan SBF baru
• membuat tabel simpleks baru dg eliminasi Gauss-Jordan
– Nilai pivot diubah menjadi 1
– Nilai koef yg lain pd kolom pivot diubah menjadi 0
Tabel Simpleksnya
T
Var Nomor Koesien dari Ruas
Rasio
Basis pers kanan
Z x1 x2
S1 S2 S3

Z 0 1 -3 -5 0
0 0 0
S1 1 0 1 0 4
1 0 0
S2 2 0 0 2 12 12/2
0 1 0
S3 3 0 3 2 18 18/2
0 0 1
BALIK
Var Nomor Koesien dari Ruas
Rasio
Basis pers kanan
Z x1 x2
S1 S2 S3

Z 0 30
1 -3 0 0 5/2 0
S1 1 4 4/1
0 1 0 1 0 0
x2 2 6
0 0 1 0 ½ 0
S3 3 6 6/3
0 3 0 0 -1 1

Solusi basis fisibel diperoleh, sudah optimal ?


Uji optimalitas ( analog sebelumnya )  belum optimal
 ada -3
Langkah iterasi ( analog sebelumnya )
Hasilnya dapat dilihat pada tabel berikut
Var Nomor Koesien dari Ruas
Basis pers kanan
Z x1 x2
S1 S2 S3

Z 0 1 0 0 0 3/2 1 36

S1 1 0 0 0 1 1/3 -1/3 2

x2 2 0 0 1 0 ½ 0 6

x1 3 0 1 0 0 -1/3 1/3 2

SBF diperoleh, optimal ?


Uji optimalitas ( analog ), sudah optimal
Solusi optimalnya ( x1, x2, S1, S2, S3 ) = ( 2, 6, 2, 0, 0 ),
Solusi optimal masalahnya x1 = 2 & x2 = 6
dengan Z = 36
Analisis Sensitivitas
• Hasil dari tabel simpleks meliputi :
– Penyelesaian optimal
– Status sumber daya
– Harga dual dan pengurangan biaya
– Sensitivitas penyelesaian optima Tabel simpleks
Penyelesaian optimal

Var keputusan Nilai Opt Keputusan

x1 2 Buat 2 pintu

x2 6 Buat 6 jendela

Z 36 Laba : 36 ribu dollar


• Status sumber daya
1. sumber daya melimpah  variabel slack positif
2. sumber daya langka  variabel slack = 0

Sumber daya Variabel Slack Status sumber daya

Pabrik 1 S1 = 2 Melimpah

Pabrik 2 S2 = 0 Langka

Pabrik 3 S3 = 0 Langka
Harga Dual ( shadow price , nilai unit sebuah sumber daya )
Dari grafik
y1 = 0 ribu dollar per unit Pabrik 1
y2 = 3/2 ribu dollar per unit Pabrik 2
y3 = 1 ribu dollar per unit Pabrik 3
Dari tabel simpleks optimal
Basis x1 x2 Solusi
S1 S2 S3
Z 36
0 0 0 3/2 1
Harga dual  koef tujuan optimal dr var basis awal
Z = 36 – ( 0 S1 + 3/2 S2 + 1 S3)
S2 diubah (dari nol)  Z berubah  laju 3/2 ribu/kapasitas
 perubahan kapasitas Pabrik 2 ( sumber daya 2 )
yang sama 2x2 + S2 = 12
Harga dual dari Pabrik 2 = 3/2
Untuk sumber daya 3  analog  harga dualnya = 1

Anda mungkin juga menyukai