Modul III : Metode Simpleks

 Bentuk standart programa linier (primal) mempunyai sifat-sifat sebagai

berikut :
1. Semua batasan adalah persamaan (dengan sisi kanan non negatif,
jika model tersebut dipecahkan dengn metode simpleks primal)
2. Semua variabel adalah non negatif
3. Fungsi tujuan dapat berupa maksimum atau minimum
 Metode simpleks primal dimulai dari pemecahan dasar yang layak (titik
ekstrim) dan berlanjut berulang melalui pemecahan dasar layak
berikutnya sampai diperoleh titik optimum
 Metode simpleks untuk kasus minimum dapat diselesaikan dengan
metode Teknik M (atau metode pinalti), dan metode dua tahap (dua
fasa)

Riset Operasi Prayudi Modul 3 : Metode Simplek 1

Langkah-langkah metode simpleks primal adalah sebagai
berikut :
1. Ubahlah bentuk batasan model pertidaksamaan menjadi persamaan,
dengan menambahkan variabel slack pada setiap batasan.
2. Bentuklah tabel awal simplek untuk solusi fisibel dasar dengan jumlah
kolom sebanyak jumlah variabel (termasuk variabel slack) ditambah tiga,
dan jumlah kolom sebanyak jumlah batasan ditambah tiga baris.
3. Memilih variabel non dasar masuk (EV) yakni kolom yang memiliki nilai
koefisien z negatif terbesar.
4. Memilih variabel dasar keluar (LV) dengan cara membagi nilai ruas
kanan dengan nilai kolom EV dan memilih baris dg rasio nonnegatif
terkecil.
5. Menghitung nilai baris pemutar (persamaan pivot) dengan rumus :
pers pivot baru=pers pivot lama / elemen pivot
6. Menghitung nilai baris persamaan baru dengan rumus :
pers baru=pers lama –(koef kolom EV) x (pers pivot baru)
7. Menentukan apakah solusi sudah optimum. Tabel dikatakan optimum,
bilamana semua koefisien fungsi tujuan z semuanya positip. Jika masih
tedapat yang negatif ulangi kembali langkah 3 s.d 6.
Riset Operasi Prayudi Modul 3 : Metode Simplek 2
Contoh :
Maksimumkan, z = 150x1+120x2
Batasan model :
2x1+ 3x2 ≤ 210
2x1 + 6x2 ≤ 360
6x1 + 2x2 ≤ 420
x1 ≤ 65
x2 ≤ 55
Bentuk persamaan awal model metode simplek adalah :

(0) z – 150 x1 – 120 x2 – 0 s1 – 0 s2 – 0 s3 – 0 s4 – 0 s5 =0

(1) 2 x1 + 3 x2 + s1 = 210
(2) 2 x1 + 6 x2 + s2 = 360
(3) 6 x1 + 2 x2 + s3 = 420
(4) x1 + s4 = 65
(5) x2 + s5 = 55

Riset Operasi Prayudi Modul 3 : Metode Simplek 3

Tabel awal simpleks :
Iterasi pertama
Koefisien dari
Variabel Ruas
Rasio
Basis z x1 x2 s1 s2 s3 s4 s5 Kanan

z 1 -150 -120 0 0 0 0 0 0  
s1 0 2 3 1 0 0 0 0 210  105
s2 0 2 6 0 1 0 0 0 360  180
s3 0 6 2 0 0 1 0 0 420 70 
s4 0 1 0 0 0 0 1 0 65 65 
s5 0 0 1 0 0 0 0 1 55  

Solusi : z=0 Uji optimasi : Terdapat EV = x1

x1=0 ; s1=210 ; s3=420 nilai koefisien z negatif, LV = s4
x2=0 ; s2=180 ; s4=65 ; s5=55 tabel belum optimum
Riset Operasi Prayudi Modul 3 : Metode Simplek 4
Operasi elementer iterasi kedua :
H (L )
(i) Persamaan pivot (s4/x1) : H4 (B)  4
1
150
(ii) Persamaan fungsi tujuan (z) : H0 (B)  H0 (L)  H4 (L)
1
2
(iii) Persamaan batasan (s1) H
: 1 (B)  H1(L) - H4 (L)
1
2
(iv) Persamaan batasan (s2) : H2 (B)  H2 (L) - H4 (L)
1
6
(v) Persamaan batasan (s3) : H3 (B)  H3 (L) - H4 (L)
1
0
(vi) Persamaan batasan (s5) : H5 (B)  H5 (L) - H4 (L)
1

Riset Operasi Prayudi Modul 3 : Metode Simplek 5

Hasil iterasi kedua :
Koefisien dari
Variabel Ruas
Rasio
Basis z x1 x2 s1 s2 s3 s4 s5 Kanan

z 1 0 -120 0 0 0 150 0 9750  

s1 0 0 3 1 0 0 -2 0 80  26,67
s2 0 0 6 0 1 0 -2 0 230  38,33
s3 0 0 2 0 0 1 -6 0 30 15 
x1 0 1 0 0 0 0 1 0 65 - 
s5 0 0 1 0 0 0 0 1 55 55 

Solusi : z=9750 Uji optimasi : Terdapat EV = x2

x1=65 ; s1=80 ; s3=30 nilai koefisien z negatif, LV = s3
x2=0 ; s2=230; s4=0 ; s5=55 tabel belum optimum
Riset Operasi Prayudi Modul 3 : Metode Simplek 6
Operasi elementer iterasi ketiga :
H (L )
(i) Persamaan pivot (s3/x2) : H3 (B)  3
3
120
(ii) Persamaan fungsi tujuan (z) : H0 (B)  H0 (L)  H3 (L)
2
3
(iii) Persamaan batasan (s1) H
: 1 (B)  H1(L) - H3 (L)
2
6
(iv) Persamaan batasan (s2) : H2 (B)  H2 (L) - H3 (L)
2
0
H
(v) Persamaan batasan (s4/x1) : 4 (B)  H4 (L) - H3 (L)
2
1
(vi) Persamaan batasan (s5) : H5 (B)  H5 (L) - H3 (L)
2

Riset Operasi Prayudi Modul 3 : Metode Simplek 7

Hasil iterasi ketiga
Koefisien dari
Variabel Ruas
Rasio
Basis z x1 x2 s1 s2 s3 s4 s5 Kanan

z 1 0 0 0 0 60 -210 0 11.550  

s1 0 0 0 1 0 -3/2 7 0 35  5

s2 0 0 0 0 1 -3 16 0 140 8.75

x2 0 0 1 0 0 ½ -3 0 15

x1 0 1 0 0 0 0 1 0 65  65
s5 0 0 0 0 0 -1/2 3 1 40 13.33

Solusi : z=11.550 Uji optimasi : Terdapat EV = s4

x1=65 ; s1=35 ; s3=0 nilai koefisien z negatif, LV = s1
x2=30 ; s2=140 ; s4=0 ; s5=40 tabel belum optimum
Riset Operasi Prayudi Modul 3 : Metode Simplek 8
Operasi elementer iterasi keempat :
H (L )
(i) Persamaan pivot (s1/s4) : H1(B)  1
7
210
(ii) Persamaan fungsi tujuan (z) : H0 (B)  H0 (L)  H1(L)
7
16
(iii) Persamaan batasan (s2) H
: 2 (B)  H2 (L) - H1(L)
7
3
(iv) Persamaan batasan (s3/x2) : H3 (B)  H3 (L)  H1(L)
7
1
(v) Persamaan batasan (s4/x1) : H4 (B)  H4 (L) - H1(L)
7
3
(vi) Persamaan batasan (s5) : H5 (B)  H5 (L) - H1(L)
7

Riset Operasi Prayudi Modul 3 : Metode Simplek 9

Hasil iterasi keempat
Koefisien dari
Variabel Ruas
Rasio
Basis z x1 x2 s1 s2 s3 s4 s5 Kanan

z 1 0 0 30 0 15 0 0 12.600  

s4 0 0 0 0.14 0 -0.21 1 0 5

s2 0 0 0 -2.28 1 0.42 0 0 60

x2 0 0 1 0.42 0 -0.14 0 0 30

x1 0 1 0 -0.14 0 0.21 0 0 60
s5 0 0 0 -0.42 0 0.14 0 1 25

Solusi : z=12.600 Uji optimasi :

x1=60 ; s1=0 s3=0 Semua nilai koefisien z
x2=30 ; s2=60 s4=5 ; s5=25 positip, tabel optimum
Riset Operasi Prayudi Modul 3 : Metode Simplek 10
Langkah-langkah metode M adalah sebagai berikut :
1. Ubahlah batasan model pertidaksamaan menjadi persamaan, dengan
menambahkan variabel slack (s) dan variabel buatan pada setiap
batasan, dan ubah fungsi tujuan yang memuat variabel buatan (R).
2. Bentuklah tabel awal simplek untuk solusi fisibel dasar dengan jumlah
kolom sebanyak jumlah variabel (termasuk variabel slack dan buatan)
ditambah tiga, dan kolom sebanyak jumlah batasan ditambah tiga baris.
3. Memilih variabel non dasar masuk (EV) yakni kolom yang memiliki nilai
koefisien z positip terbesar.
4. Memilih variabel dasar keluar (LV) dengan cara membagi nilai ruas
kanan dengan nilai kolom EV dan memilih baris dg rasio nonnegatif
terkecil.
5. Menghitung nilai baris pemutar (persamaan pivot) dengan rumus :
pers pivot baru=pers pivot lama / elemen pivot
6. Menghitung nilai baris persamaan baru dengan rumus :
pers baru=pers lama –(koef kolom EV) x (pers pivot baru)
7. Menentukan apakah solusi sudah optimum. Tabel optimum, jika semua
koefisien fungsi tujuan z semuanya negatif. Jika masih tedapat yang
positip
Riset ulangi
Operasi kembali langkah
Prayudi Modul 3
3 :s.d 6. Simplek
Metode 11
Contoh : Teknik Metode M

Minimumkan, z = 80x1+100x2
Batasan model :
4x1+ 2x2 ≥ 258
5x1 + 4x2 ≥ 420
2x1 + 4x2 ≥ 240
x1 ≥ 0
x2 ≥ 0
Bentuk persamaan awal model metode simplek adalah :

(0) z+(11M– 80)x1 +(10M–100)x2–Ms1–Ms2–Ms3+0A1+0A2+ 0A3 =918M

(1) 4 x1 + 2 x2 – 1 s1 + A1 = 258
(2) 5 x1 + 4 x2 – 1 s2 + A2 = 420
(3) 2 x1 + 4 x2 – 1 s3 + A3 = 240

Riset Operasi Prayudi Modul 3 : Metode Simplek 12

Tabel Awal : Iterasi pertama
Koefisien dari
Variab
Ruas
el Rasio
x1 x2 s1 s2 s3 A1 A2 A3 Kanan
Basis

11M- 10M-
z -M -M -M 0 0 0 918M  
80 100
A1 4 2 -1 0 0 1 0 0 258 64.5
A2 5 4 0 -1 0 0 1 0 420 85
A3 2 4 0 0 –1 0 0 1 240 120

Solusi : z=918M Uji optimasi :

x1=0 ; s1=0 ; s3=0 ; A2=420 Terdapat nilai koefisien z
x2=0 ; s2=0 ; A1=258 ; A3=240 positip, tabel belum optimum

Riset Operasi Prayudi Modul 3 : Metode Simplek 13

Operasi elementer iterasi kedua :
EV = x1, LV = A1
H (L )
(i) Persamaan pivot (A1/x1) : H1(B)  1
4
11M - 80
(ii) Persamaan fungsi tujuan (z) : H0 (B)  H0 (L) - H1(L)
4
5
(iii) Persamaan batasan (A2) : H2 (B)  H2 (L) - H1(L)
4
2
(iv) Persamaan batasan (A3) : H3 (B)  H3 (L) - H1(L)
4

Riset Operasi Prayudi Modul 3 : Metode Simplek 14

 Tabel Awal : Iterasi kedua

Koefisien dari
Vari
Ruas Ra
abel
x1 x2 s1 s2 s3 A1 A2 A3 Kanan sio
Basis

4,5M 1,75M -2,75M 208,5M

z 0 -60 - 20
-M -M +20
0 0 + 5.160
 

x1 1 0,5 -0,25 0 0 0,25 0 0 64,5 129

A2 0 1,5 1,25 -1 0 -1,25 1 0 97,5 65

A3 0 3 0,5 0 –1 -0,5 0 1 111 37

Solusi : z=208,5M+5.160 Uji optimasi :

x1=64,5 ; s1=0 ; s3=0 ; A2=97,5 Terdapat nilai koefisien z
x2=0 ; s2=0 ; A1=0 ; A3=111 positip, tabel belum optimum
Riset Operasi Prayudi Modul 3 : Metode Simplek 15
Operasi elementer iterasi ketiga :
EV = x2, LV = A3
H (L )
(i) Persamaan pivot (A3/x2) : H3 (B)  3
3
4,5M - 60
(ii) Persamaan fungsi tujuan (z) : H0 (B)  H0 (L) - H3 (L)
3
0,5
(iii) Persamaan batasan (x1) : H1(B)  H1(L) - H3 (L)
3
1,5
(iv) Persamaan batasan (A2) : H2 (B)  H2 (L) - H3 (L)
3

Riset Operasi Prayudi Modul 3 : Metode Simplek 16

Tabel Awal : Iterasi ketiga

Koefisien dari
Vari
Ruas Ra
abel
x1 x2 s1 s2 s3 A1 A2 A3 Kanan sio
Basis

0,5M- -2M -1,5M 42M +

z 0 0 M-10 -M 20 +10
0 +20 7380
 

x1 1 0 -1/3 0 1/6 1/3 0 -1/6 46

A2 0 0 1 -1 1/2 -1 1 -1/2 42 42

x2 0 1 1/6 0 –1/3 -1/6 0 1/3 37 222

Solusi : z=42 M + 7.380 Uji optimasi :

x1=46 ; s1=0 ; s3=0 ; A2=42 Terdapat nilai koefisien z
x2=37 ; s2=0 ; A1=0 ; A3=0 positip, tabel belum optimum
Riset Operasi Prayudi Modul 3 : Metode Simplek 17
Operasi elementer iterasi keempat :
EV = s1, LV = A2
H (L )
(i) Persamaan pivot (A2/s1) : H2 (B)  2
1
2M - 10
(ii) Persamaan fungsi tujuan (z) : H0 (B)  H0 (L) - H2 (L)
1
1/3
(iii) Persamaan batasan (x1) : H1(B)  H1(L)  H2 (L)
1
1/6
(iv) Persamaan batasan (A2) : H2 (B)  H2 (L) - H2 (L)
1

Riset Operasi Prayudi Modul 3 : Metode Simplek 18

Tabel Awal : Iterasi keempat

Koefisien dari
Vari Ruas
Ra
abel Kana
x1 x2 s1 s2 s3 A1 A2 A3 sio
Basis n

z 0 0 0 -10 -15 -M -M+10 -M+15 7800  

x1 1 0 0 -1/3 1/3 0 1/3 -1/3 60

s1 0 0 1 -1 1/2 -1 1 -1/2 42

x2 0 1 0 1/6 –2,5/6 0 -1/6 2,5/6 30

Solusi : z=7800 Uji optimasi :

x1=60 ; s1=42 ; s3=0 ; A2=0 Semua nilai koefisien z
x2=30 ; s2=0 ; A1=0 ; A3=0 negatip, tabel sudah optimum
Riset Operasi Prayudi Modul 3 : Metode Simplek 19
Kasus-kasus dalam metode Simpleks :
 Degenerasi.
Degenerasi terjadi, jika dalam menentukan variabel keluar (LV),
terdapat dua baris yang memiliki rasio minimum yang sama, atau EV
(ada dua nilai yang sama.
 Optimasi alternatif (tak berhingga banyak).
Kasus ini terjadi bilamana fungsi tujuan sejajar dengan salah satu
batasan yang memenuhi solusi optimal, fungsi tujuan akan memiliki nilai
optimal yang sama di lebih salah satu titik.
 Solusi yang tidak dibatasi.
Kasus ini terjadi,daerah fisibel tidak terbatas (unbounded), akibatnya
nilai variabel dan fungsi tujuan akan meningkat (maksimisasi) atau
menurun (minimisasi).
 Pemecahan tidak layak
Kasus ini terjadi, bilamana daerah fisibel tidak dipenuhi secara simultan.
 Nilai ruas kanan (kuantitas) yang negatif.
Riset Operasi Prayudi Modul 3 : Metode Simplek 20