Anda di halaman 1dari 3

LINIER PROGRAMING METODE SIMPLEK

Kasus 6
Fungsi tujuan: min Z = 3X1 + 4X2
Batasan:
2X1 + X2 6000
2X1 + 3X2 9000
X1, X2 0
Langkah-langkahnya:
1. Merubah bentuk fungsi tujuan menjadi persamaan implisit
Caranya fungsi tujuan min diubah menjadi fungsi tujuan maks dengan mengalikan fungsi tujuan tersebut
dengan -1
Z = 3X1 + 4X2. x -1
Z + 3X1 + 4X2 = 0
2. Merubah bentuk batasan dengan merubah tanda menjadi =, kemudian menambah slack variabel (S)
2X1 + X2 6000
2X1 + X2 + S1 = 6000
2X1 + 3X2 9000
2X1 + 3X2 + S2 = 9000
X1, X2, S1, S2 0
3. Langkah selanjutnya adalah sama dengan penyelesaian kasus linier programing metode simplek sebelumnya
Kasus 7
Fungsi tujuan: min Z = 3X1 + 4X2
Batasan:
2X1 + X2 6000
2X1 + 3X2 9000
X1, X2 0
Langkah-langkahnya:
1. Merubah bentuk fungsi tujuan menjadi persamaan implisit menambah nilai M yang bertanda negatif pada
variabel R sesuai dengan batasannya
Z = 3X1 + 4X2 Z - 3X1 - 4X2 - MR1 - MR2 = 0
2. Merubah bentuk batasan dengan merubah tanda menjadi =, kemudian menambah artifial variabel R dan
slack variabel S yang bertanda negatif dan merubah ke bentuk R = seperti di bawah ini
2X1 + X2 6000
2X1 + X2 + R1 - S1 = 6000
R1 = 6000 - 2X1 - X2 + S1
2X1 + 3X2 9000
2X1 + 3X2 + R2 - S2 = 9000
R2 = 9000 - 2X1 - 3X2 + S2
X1, X2, R1, R2, S1, S2 0
3. Mensubstitusikan bentuk R = pada fungsi tujuan implisit
Z - 3X1 - 4X2 - MR1 - MR2 = 0
Z -3X1 - 4X2 - M(6000 - 2X1 - X2 + S1) - M(9000 - 2X1 - 3X2 + S2) = 0
Sehingga secara keseluruhan menjadi:
F tujuan, maks : Z + (-3 + 4M)X1 + (-4 + 4M)X2 - MS1 - MS2 = 15000M
Batasan
: 2X1 + X2 + R1 - S1 = 6000
2X1 + 3X2 + R2 - S2 = 9000
4. Langkah selanjutnya adalah sama dengan penyelesaian kasus linier programing metode simplek sebelumnya
Kasus 8
Fungsi tujuan: min Z = 3X1 + 4X2
Batasan:
2X1 + X2 = 6000
2X1 + 3X2 = 9000
X1, X2 0
Langkah-langkahnya:
1. Merubah bentuk fungsi tujuan menjadi persamaan implisit dan menambah nilai M yang bertanda negatif
pada variabel R sesuai dengan batasannya
Z = 3X1 + 4X2
Z - 3X1 - 4X2 - MR1 - MR2= 0
2. Menambah artifial variabel R dan merubah ke bentuk R = pada batasan seperti di bawah ini
2X1 + X2 = 6000
2X1 + X2 + R1 = 6000
R1 = 6000 2X1 X2
2X1 + 3X2 = 9000
2X1 + 3X2 + R2 = 9000
R2 = 9000 2X1 3X2
X1, X2, R1, R2 0

3. Mensubstitusikan bentuk R = pada fungsi tujuan implisit


Z - 3X1 - 4X2 - MR1 - MR2= 0
Z -3X1 - 4X2 - M(6000 2X1 X2) - M(9000 2X1 3X2) = 0
Sehingga secara keseluruhan menjadi:
F tujuan, maks : Z + (-3 + 4M)X1 + (-4 + 4M)X2 = 15000M
Batasan
: 2X1 + X2 + R1 = 6000
2X1 + 3X2 + R2 = 9000
4. Langkah selanjutnya adalah sama dengan penyelesaian kasus linier programing metode simplek sebelumnya
Kasus 9
Fungsi tujuan: min Z = 3X1 + 4X2
Batasan:
2X1 + X2 6000
2X1 + 3X2 = 9000
X1, X2 0
Langkah-langkahnya:
1. Merubah bentuk fungsi tujuan menjadi persamaan implisit dan menambah nilai M yang bertanda negatif
pada variabel R sesuai dengan batasannya
Z = 3X1 + 4X2 Z - 3X1 - 4X2 - MR2 = 0
2. Menambah artifial variabel R dan slack variabel S dan merubah ke bentuk R = pada batasan seperti di
bawah ini
2X1 + X2 6000
2X1 + X2 + S1 = 6000
2X1 + 3X2 = 9000
2X1 + 3X2 + R2 = 9000
R2 = 9000 2X1 3X2
X1, X2, R1, R2, S1, S2 0
3. Mensubstitusikan bentuk R = pada fungsi tujuan implisit
Z - 3X1 - 4X2 + MR2 = 0
Z -3X1 - 4X2 - M(9000 2X1 3X2) = 0
Sehingga secara keseluruhan menjadi:
F tujuan, maks : Z + (-3 + 2M)X1 + (-4 +3M)X2 = 9000M
Batasan
: 2X1 + X2 + S1 = 6000
2X1 + 3X2 + R2 = 9000
4. Langkah selanjutnya adalah sama dengan penyelesaian kasus linier programing metode simplek sebelumnya
Kasus 10
Fungsi tujuan: min Z = 3X1 + 4X2
Batasan:
2X1 + X2 = 6000
2X1 + 3X2 9000
X1, X2 0
Langkah-langkahnya:
1. Merubah bentuk fungsi tujuan menjadi persamaan implisit dan menambah nilai M yang bertanda negatif
pada variabel R sesuai dengan batasannya
Z = 3X1 + 4X2 Z - 3X1 - 4X2 - MR1 - MR2= 0
2. Menambah artifial variabel R dan slack variabel S yang bertanda negatif dan merubah ke bentuk R = pada
batasan seperti di bawah ini
2X1 + X2 = 6000
2X1 + X2 + R1 = 6000
R1 = 6000 2X1 X2
2X1 + 3X2 9000
2X1 + 3X2 + R2 - S2 = 9000
R2 = 9000 - 2X1 - 3X2 + S2
X1, X2, R1, R2, S1, S2 0
3. Mensubstitusikan bentuk R = pada fungsi tujuan implisit
Z -3X1 - 4X2 - MR1 - MR2 = 0
Z -3X1 - 4X2 - M(6000 - 2X1 - X2) - M(9000 - 2X1 - 3X2 + S2) = 0
Sehingga secara keseluruhan menjadi:
F tujuan, maks : Z + (-3 + 4M)X1 + (-4 + 4M)X2 + MS2 = 15000M
Batasan
: 2X1 + X2 + R1 = 6000
2X1 + 3X2 + R2 - S2 = 9000
4. Langkah selanjutnya adalah sama dengan penyelesaian kasus linier programing metode simplek sebelumnya