Jika
3x1 + x2 = 3
4x1 + 3x2 6
x1 + 2x2 4
x1, x2 0
Bentuk Baku:
Min. z = 4 x1 + x2
Terhadap:
3x1 + x2 = 3
4x1 + 3x2 - s1 = 6
x1 + 2x2 + s2 = 4
x1, x2, s1, s2 0
Kendala 1 dan 2 tidak mempunyai slack variables, sehingga tidak
ada variabel basis awal.
3x1 + x2 + A1 = 3
4x1 + 3x2 - s1 + A2 = 6
x1 + 2x2 + s2 = 4
x1, x2, s1, s2 0
3M-3Mx1-Mx2
X1
X2
S1
A1
A2
S2
Solusi
-4 +7M
-1 +4M
-M
9M
A1
A2
-1
S2
X1
X2
S1
A1
A2
S2
Solusi
Rasio
-4 +7M
-1 +4M
-M
9M
A1
A2
-1
3/2
S2
Iterasi-1
VB
X1
X2
S1
A1
A2
S2
Solusi
Rasio
(1 +5M)/3
-M
(4-7M)/3
4+2M
X1
1/3
1/3
A2
5/3
-1
-4/3
6/5
S2
5/3
-1/3
9/5
Iterasi-2
VB
X1
X2
S1
A1
A2
S2
Solusi
Rasio
1/5
8/5 M
-1/5 M
18/5
X1
1/5
3/5
-1/5
3/5
25/3
X2
-3/5
-4/5
3/5
6/5
S2
-1
Iterasi-3
optimal
VB
X1
X2
S1
A1
A2
S2
Solusi
7/5-M
-M
-1/5
17/5
X1
2/5
-1/5
2/5
X2
-1/5
3/5
9/5
S1
-1
x1 + x2 + A1 = 90
0.001x1 + 0.002x2 + s1 = 0.9
0.09x1 + 0.6x2 -s2 + A2 = 27
0.02x1 + 0.06x2 + s3 = 4.5
x1, x2, s1, s2, s3 0
karena A1 dan A2 berfungsi sebagai variabel basis pada solusi awal, maka
koefisiennya pada fungsi tujuan harus sama dengan 0. untuk mencapai
itu, gantikan nilai A1 dari fungsi kendala pertama (kendala yang memuat
A1) dan nilai A2 dari fungsi kendala ketiga (kendala yang memuat A2).
Dari kendala -1 diperoleh :
A1 = 90 - x1 - x2
S1
S2
S3
A1
A2
NK
Rasio
1.09
1.6
-1
117
90
90
0.001 0.002
0.9
450
A1
S1
X2
A2
0.09
0.6
-1
27
45
S3
0.02
0.06
4.5
75
Iterasi1
VB X1
X2
S1
S2
S3
A1
A2
NK
Rasio
0.85
-11/3
-8/3
45
A1
0.85
10/6
-10/6
45
S1
0.0007
1/300
-1/300
X2
0.15
-10/6
10/6
S3
0.011
0.1
-0.1
Iterasi2
52.94
0.81 1157.14
45
300
1.8 163.634
optimal
VB X1
X2
S1
S2
S3
A1
A2
NK
-4.8708
-1
-1.4625
X1
17/12
20/17
-17/12
52.94
S1
1 0.0023417
0 0.0008
X2
-1.7542
S3
0.09358
-3/17
-0.0023 0.772942
1.7542
37.059
Tahap 2
Min z = 2 x1 + 5.5 x2
Terhadap:
optimal.
X1
X2
S1
S2
S3
NK
-6.814767
309.7045
X1
17/12
52.94
S1
0.0023417
0.772942
X2
-1.7542
37.059
S3
0.09358
1.21766
Kendala dengan
Terhadap
VB
X1
X2
X3
S1
S2
S3
NK
-21
-18
-15
S1
-90
-20
-40
-200
S2
-30
-80
-60
-180
S3
-10
-20
-60
-150
Tabel di atas optimal tapi tidak layak (ingat, untuk fungsi tujuan
minimisasi, tabel sudah optimal jika semua koefisien baris tujuan sudah
negatif atau 0). Untuk membuat tabel tersebut layak, kita harus gunakan
metode
dual
simpleks.
Langkah-langkah
penyelesaian
simpleks
negatif terbesar. Jika negatif terbesar lebih dari satu, pilih salah satu
sembarang.
2. Tentukan kolom pivot. Kolom pivot diperoleh dengan terlebih dahulu
membagi nilai baris z dengan baris pivot. Dalam hal ini, semua nilai
baris pivot dapat menjadi pembagi kecuali nilai 0. Kolom pivot adalah
kolom dengan rasio pembagian mutlak terkecil. Jika rasio pembagian
mutlak terkecil lebih dari satu, pilih salah satu secara sembarang.
3. Pembentukan tabel berikutnya sama dengan prosedur dalam primal
simpleks.
Gunakan tabel awal simpleks di atas.
Baris pivot adalah baris S1, baris dengan nilai kanan negatif
terbesar.
VB
X1
X2
X3
S1
S2
S3
NK
-21
-18
-15
S1
-90
-20
-40
-200
S2
-30
-80
-60
-180
S3
-10
-20
-60
-150
X1
X2
X3
S1
S2
S3
NK
-21
-18
-15
S1
-90
-20
-40
-200
S2
-30
-80
-60
-180
S3
-10
-20
-60
-150
Rasio
21/90
18/20
15/40
Iterasi-1:
VB
X1
X2
X3
S1
S2
S3
NK
-40/9
-9
-7/30
140/3
X1
2/9
4/9
-1/90
20/9
S2
-220/3
-140/3
-1/3
-340/3
S3
-160/9
-500/9
-1/9
-1150/9
Rasio
0.0485
0.19286 0.7
Iterasi-2
VB
X1
X2
X3
S1
S2
S3
NK
-611/99
-0.213131
-2/33
53.535
X1
10/33
0.0303
1/330
1.8788
X2
7/11
1/220
-3/220
17/11
S3
-44.2424
-0.0303
-0.02424 1
-100.3030
Rasio
0.139498
2.500
S2
S3
Iterasi-3
7.0340
optimal
VB
X1
X2
X3
S1
-0.208934 -0.0572
-0.13948 67.52628
X1
0.00000014 0.00286
0.006848 1.19173
X2
X3
0.00068
0.00055
-0.0226
NK
2.267
Adakalanya juga
solusi yang dihasilkan antara satu iterasi dengan iterasi berkutnya tidak
berbeda.
Kasus khusus ini terdiri dari solusi optimal lebih dari satu,
Dua terakhir
arti
persamaan
oleh
solusi
optimal,
fungsi
objektif
akan
mengasumsikan nilai optimal sama pada lebih dari satu titik solusi.
Kondisi seperti ini kita kenal dengan solusi optimal lebih dari satu
(alternative optima). Perhatikan kasus berikut:
Maks z = 2x1 + 4x2
x1 + 2x2 5
Terhadap
x1 + x2 4
x1, x2 0
Tabel awal
VB
X1
X2
S1
S2
Solusi
Rasio
-2
-4
S1
5/2
S2
Iterasi 1
VB
Z
X2
X1
X2
S1
S2
Solusi
Rasio
10
1/2
1/2
5/2
S2
-1/2
3/2
Perhatikan nilai baris z untuk variabel x1 juga menjadi nol saat x2 berubah
menjadi variabel masuk.
X1
X2
S1
S2
Solusi
Rasio
10
X2
-1
5/2
X1
-1
3/2
Dalam praktek, pengetahuan akan solusi optimum yang lebih dari satu
akan sangat bermanfaat karena manajemen mempunyai kesempatan
untuk memilih salah satu sesuai dengan situasi yang mereka miliki tanpa
harus merusak nilai tujuan.
Degeneracy
Pada bagian 4.4 di atas, ada kemungkinan saat akan menentukan
sel keluar, rasio pembagian terkecil lebih dari satu, dan kita akan memilih
salah satu secara sembarang. Jika hal ini terjadi, satu atau lebih variabel
akan sama dengan nol (0) pada iterasi selanjutnya.
dimana satu atau lebih variabel mempunyai nilai nol (0) kita sebut sebagai
degeneracy.
Degeneracy terjadi secara praktek karena ada minimum satu
fungsi kendala yang redundan.
Terhadap
x1 + 2x2 4
x1, x2 0
Penyelesaian simpleks kasus di atas adalah:
VB
X1
X2
S1
S2
Solusi
Rasio
-3
-9
S1
S2
Kalau anda perhatikan tabel di atas, ada dua kandidat baris pivot,
sehingga ada dua kandidat variabel keluar.
satu.
Jika kita pilih baris s1 maka solusi pada iterasi pertama adalah
sebagai berikut:
VB
X1
X2
S1
S2
Solusi
Rasio
-3/4
9/4
18
X2
1/4
1/4
S2
1/2
1/2
Iterasi berikutnya
optimal
X1
X2
0
S1
0
S2
3/2
Solusi
3/2
18
X2
-1/2
X1
Iterasi 1
prosedur simpleks akan terus berulang tanpa ada akhir tapi tidak
memperbaiki solusi.
berbeda pada setiap iterasi, tetapi nilai semua variabel dalam iterasi
adalah sama, yaitu x1 = 0, x2 = 2, s1 = 0, s2 = 0 dan z = 18.
Solusi Tidak Terbatas
Ada kalanya kita menemukan nilai variabel meningkat tak
terbatas tanpa melanggar pembatas, artinya ruang solusi tidak terbatas
paling tidak untuk satu arah.
Perhatikan kasus
berikut:
Maks z = 2x1 + x2
x1 - x2 10
Terhadap
2x1 40
x1, x2 0
iterasi-0
VB
X1
X2
S1
S2
Solusi
Rasio
-2
-1
S1
-1
10
10
S2
40
20
Iterasi-1
VB
X1
X2
S1
S2
Solusi
Rasio
-1
40
S1
-1
-1/2
-10
X1
20
Nilai z akan
mengidentikasi bahwa nilai tujuan akan meningkat terus tanpa ada batas
dengan memperhatikan koefisien pembatas kolom x2 yang bernilai -1 dan
0. Nilai koefisien pembatas ini menunjukkan bahwa x2 dapat dinaikkan
tanpa ada batas, sehingga nilai z juga akan meningkat tanpa ada batas.
Solusi Tidak Layak
Jika pembatas tidak dapat dipenuhi secara bersamaan, maka kita
berhadapan dengan solusi tidak layak.
variabel
pada
buatan
bernilai
positif
solusi
optimum.
Hal
ini
2x1 + x2 2
3x1 + 4x2 12
x1, x2 0
X2
X1
S1
S2
A1
Solusi
Rasio
-3-3M
-2-4M
-12M
S1
A1
-1
12
Iterasi-1
VB
Z
X1
1+5M
X2
S1
0
S2
M
2+4M
A1
Solusi
0
4-4M
Rasio
X2
A1
-5
-1
-4