Kuliah 4.

Riset Operasional METODE SIMPLEKS

By Eliyani
Metode simpleks merupakan salah satu metode yang digunakan untuk menyelesaikan masalah Linear Programming (LP). Dibandingkan dengan metode grafis, metode ini dapat diterapkan untuk menyelesaikan persamaan LP yang mengandung dua atau lebih variabel. Gagasan Simpleks Pada dasarnya yang dilakukan metode simpleks adalah menerjemahkan definisi geometris dari titik ekstrim menjadi definisi aljabar. Tentukan akan sulit membuat grafik dengan banyak sumbu. Perhatikan bahwa dalam metode grafis, setiap sumbu mewakili setiap variabel. Bagaimana metode simpleks mengidentifikasi titik ekstrim (atau titik sudut) secara aljabar? Langkah pertama, metode simpleks mengharuskan agar setiap kendala ditempatkan dalam bentuk standar yang khusus, yaitu semua kendala dinyatakan sebagai persamaan dengan menambahkan variabel slack atau surplus sesuai kebutuhan. Konversi ini umumnya menghasilkan sejumlah persamaan yang jumlah variabelnya lebih banyak daripada jumlah persamaan. Hal ini mencerminkan bahwa persamaan-persamaan tersebut menghasilkan sejumlah titik pemecahan yang tidak terbatas (perhatikan ruang solusi dalam metode grafis). Titik ekstrim ruang solusi dapat diidentifikasi secara aljabar sebagai solusi awal atau solusi dasar (basic solutions) dari sistem persamaan simultan tersebut. Dari teori aljabar linier, sebuah solusi dasar diperoleh dengan menetapkan beberapa variabel sebanyak selisih antara jumlah total variabel dengan jumlah total persamaan yang memiliki nilai sama dengan nol, lalu

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Dr. Ir. Eliyani

RISET OPERASIONAL

menyelesaikan variabel sisanya. Tentu saja dengan ketentuan bahwa kondisi tersebut menghasilkan satu pemecahan yang unik. Pada intinya, transisi prosedur grafik ke prosedur aljabar sepenuhnya bergantung pada keabsahan hubungan ini: titik ekstrim ~ solusi dasar. Dengan tidak adanya ruang pemecahan grafik untuk menuntun kita ke arah titik optimum, kita memerlukan sebuah prosedur yang mengidentifikasi solusi dasar yang menjanjikan secara cerdas. Yang dilakukan oleh metode simpleks adalah mengidentifikasi satu solusi dasar awal lalu bergerak secara sistematis ke solusi dasar lainnya yang memiliki potensi untuk memperbaiki nilai fungsi tujuan. Akhirnya, solusi dasar yang bersesuaian dengan nilai optimum akan diperoleh dan proses perhitungan berakhir. Jadi, metode simpleks merupakan prosedur perhitungan yang berulang (iteratif) di mana setiap pengulangan (iterasi) berkaitan dengan solusi dasar. Penyelesaian dengan metode simpleks memang melibatkan sejumlah

perhitungan yang menjemukan, namun seyogyanya anda tetap fokus pada gagasan dasar metode ini, yaitu : menghasilkan beberapa solusi dasar secara berurutan yang pada akhirnya mengarahkan kita pada suatu solusi optimum. Langkah-langkah Untuk memahami langkah-langkah penyelesaian metode simpleks, perhatikan penyelesaian contoh berikut:

Maksimumkan Z = 3X1 + 2X2 Dengan syarat: X1 + X2 15 2X1 + X2 28 X1 + 2X2 20 X1 , X2 0 1. Ubah ke bentuk baku, dengan cara: Untuk kendala (syarat/constraint) :

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Dr. Ir. Eliyani

RISET OPERASIONAL

Untuk mengubah bentuk pertidaksamaan menjadi persamaan, berikan variabel slack (Sn) yang dapat mengurangkan variabel surplus atau kurang dari.

Bila ruas di sebelah kanan syarat bernilai negatif, kalikan 1 di kedua sisinya. Bila masih dalam bentuk pertidaksamaan, pengalian dengan 1 akan mengubah tanda (misal tanda awal menjadi ).

Untuk variabel unrestricted, yaitu variabel yang dapat bernilai positif maupun negatif, dapat diekspresikan dalam dua variabel non negatif, yaitu : Xj = Xj X Di mana Xj adalah variabel unrestricted (tidak dibatasi) dan Xj, X 0

Untuk kasus di atas, karena tidak ada variabel yang unrestricted bentuk bakunya menjadi: Z -3X1 -2X2 0S1 0S2 0S3 X1 + X2 + S1 2X1 + X2 + S2 X1 + 2X2 + S3 2. = 20 = 15 = 28 =0

Buatlah tabel simpleks awal: Tabel simpleks awal merupakan solusi awal masalah. Solusi awal ditentukan dengan menetapkan variabel non basis (non dasar, X j) sama dengan 0. Dengan menetapkan X1 = 0 dan X2 = 0, maka diperoleh S1 = 15, S2 = 28 dan S3 = 20. Nilainilai dalam tabel simpleks awal merupakan nilai-nilai elemen (konstanta) persamaan. Tabel simpleks awal adalah : Tabel 1. 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

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Dr. Ir. Eliyani

RISET OPERASIONAL

3.

Pilih entering variable, yaitu variabel non basis yang bila nilainya dinaikkan dari nol dapat memperbaiki nilai fungsi tujuan. Yang diutamakan untuk dipilih sebagai entering variable adalah variabel dengan koefisien positif terbesar karena pengalaman menunjukkan bahwa pemilihan ini mengakibatkan solusi optimal lebih cepat tercapai. Untuk kasus di atas, entering variablenya adalah X1.

4.

Pilih leaving variable, yaitu variabel basis (S1, S2, S3) yang harus menjadi non basis (nilainya menjadi nol) ketika entering variable menjadi variabel basis. Leaving variable adalah variabel basis yang memiliki rasio terkecil antara sisi kanan persamaan kendala (solusi) dengan koefisien positif entering varible. Lihat Tabel 2. Tabel 2. Rasio Solusi 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 15/1 =15 28/2 = 14 20/1 = 20

Karena nilai rasio S2 paling kecil di antara nilai rasio dua variabel basis lain, maka leaving variable untuk kasus ini adalah S2. 5. Tentukan entering column, pivot equation, pivot element. Entering column adalah kolom entering variable. Untuk kasus ini, entering column = X1. Nilai-nilai pada kolom tersebut merupakan elemen entering column. Pivot equation yaitu baris di mana terdapat leaving variable. Untuk kasus ini, pivot equation adalah S2. Pivot element adalah elemen pada perpotongan antara entering column dengan pivot equation. Untuk kasus ini, pivot element adalah 2 (nilai dalam tanda kurung pada Tabel 2.). 6. Untuk menetapkan solusi dasar baru, dilakukan perhitungan

menggunakan metode Gauss Jordan: Untuk menentukan elemen persaman pivot baru :

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Dr. Ir. Eliyani

RISET OPERASIONAL

elemen pers. pivot baru =

elemen pers. pivot lama elemen pivot

Contoh : Untuk elemen persamaan pivot baru : S2 X1 = 2/2 = 1 S2 X2 = 1/2 = S2 S1 = 0/2 = 0 dan seterusnya sehingga seluruh nilai elemen persamaan pivot baru dapat disusun dalam Tabel simpleks iterasi pertama seperti disajikan pada Tabel 3.

Tabel 3. Rasio Simpleks Iterasi Pertama Basis Z S1 X1 S3 X1 0 0 1 0 X2 -1/2 1/2 1/2 3/2 S1 0 1 0 0 S2 3/2 -1/2 1/2 -1/2 S3 0 0 0 1 Solusi 42 1 14 6 Rasio 2 28 4

Untuk menentukan elemen semua persaman lain termasuk Z, digunakan rumus dari Metode Gauss Jordan :

elemen pers. tabel baru = elemen pers. tabel lama ( elemen entering column x elemen pers

Contoh : Untuk elemen persamaan Z baru : Z X1 = -3 (-3 x 1) = 0 Z X2 = -2 (-3 x )= - Z S1 = 0 (-3 x 0) = 0 dan seterusnya. Solusi yang baru memberikan nilai X1 = 14 dan X2 = 0 (ingat kita menolkan variabel non basis ketika membuat tabel awal simpleks), dan mendapatkan Z = 14. Karena X2 masih = 0, maka masih memungkinkan untuk menaikkan nilai Z (tujuan kita maksimisasi) dengan jalan menaikkan nilai X2. Berdasarkan Tabel

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Dr. Ir. Eliyani

RISET OPERASIONAL

Simpleks Iterasi pertama, lakukan lagi langkah-langkah dari nomor 3 dan seterusnya, sehingga diperoleh tabel simpleks optimum seperti disajikan pada Tabel 4.

Tabel 4. Tabel Simpleks Optimum Basis Z X2 X1 S3 X1 0 0 1 0 X2 0 1 0 0 S1 1 2 -1 -3 S2 1 -1 1 1 S3 0 0 0 1 Solusi 43 2 13 3

Solusi baru memberikan X1 = 13, X2 = 2 dan Z = 43. Dikatakan optimum karena tak ada lagi variabel non basis yang memiliki koefisien negatif pada persamaan Z (lihat Tabel 5. untuk Z di mana X1 = 0 dan X2 = 0). Contoh pembuatan bentuk baku formulasi model LP yang menggunakan variabel unrestricted: Maksimumkan z = 2x1 + 3x2 + 5x3 Dengan syarat : x1 + x2 x3 -5 -6x1 + 7x2 9x3 4 x1 + x2 + 4x3 = 10 x1,x2 0 x3 unrestricted

Langkah-langkah: 1. kurangi variabel surplus S1 dari sisi kiri kendala pertama kemudian kalikan dengan 1 untuk mendapatkan nilai yang tidak negatif di sisi kanan. (Alternatif lain, kalikan kedua sisi dengan 1 sehingga didapatkan pertidaksamaan dan nilai yang tidak negatif di sisi kanan kemudian tambahkan variabel slack S1 di sisi kiri). 2. tambahkan variabel slack S2 di sisi kiri kendala kedua.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Dr. Ir. Eliyani

RISET OPERASIONAL

3. karena kendala ketiga sudah merupakan persamaan, maka tidak ada variabel slack atau surplus yang dibutuhkan. 4. Substitusikan variabel unrestricted menjadi x3 = x3+ - x3- pada persamaan tujuan maupun kendala yang semuanya terdapat x3. 5. Bentuk model LP standar yang dihasilkan adalah sebagai berikut: Maksimumkan z = 2x1 + 3x2 + 5x3+ - 5x3Dengan syarat : x1 + x2 + x3+ - x3- + s1 -5 -6x1 + 7x2 -9x3+ + 9x3- + s2 4 x1 + x2 + 4x3+ - 4x3- = 10 x1,x2, x3+, x3-, x4, x5 0 Contoh di atas untuk masalah maksimisasi. Untuk minimasi, kita akan bertemu dengan pertidaksamaan bertanda . Latihan Soal : 1. Konversikan pertidaksamaan berikut ini menjadi persamaan dengan sisi kanan yang nonnegatif dengan menggunakan dua prosedur : (1) kalikan kedua sisi dengan 1 lalu tambahkan variabel slack atau surplus. (2) Konversikan pertidaksamaan tersebut menjadi persamaan terlebih dahulu lalu kalikan kedua sisi dengan 1. Pertidaksamaannya adalah: (a) (b) x1 2x2 -2 2x1 + 7x2 -1

Apakah kedua prosedur tersebut memberikan hasil yang berbeda? Jawab : (a) x1 + 2x2 + s1 =2, s1 0 (b) 2x1 7x2 s1 = 1, s1 0

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Dr. Ir. Eliyani

RISET OPERASIONAL

Kedua prosedur adalah tepat setara. 2. Substitusikan Xj = Xj X yang dipergunakan dalam sebuah model LP untuk menggantikan Xj unrestricted dengan dua variabel nonnegatif, jika Xj masing-masing bernilai 6, 10 dan 0. Jawab: (1) Xj = 0, Xj = 6, (2) Xj = 10, Xj = 0, (3) Xj = Xj = 0

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Dr. Ir. Eliyani

RISET OPERASIONAL