Metode Simpleks
Secara umum, langkah-langkah penyelesaian masalah program linier dengan metode
simpleks adalah sebagai berikut:
1.
2.
3.
4.
Contoh:
Selesaikan masalah program linier berikut dengan menggunakan metode simpleks.
Maximize z 4 x1 x2
Dengan kendala
x1 2 x2 4
(1)
2 x1 3 x2 12
(2)
x1 x2 3
(3)
dan
x1 , x2 0
Penyelesaian:
Langkah awal adalah tanda pertidaksamaan pada kendala di atas akan diubah menjadi
persamaan dengan menambahkan slack variabel sehingga diperoleh hasil sebagai berikut:
x1 2 x2 x3
2 x1 3 x2
x1 x2
x4
12
x5 3
x1
1 2 1 0 0 x 2 4
2 3 0 1 0 x3 12
1 1 0 0 1 x 3
4
x5
Mata Kuliah:
Riset Teknologi Informasi by Samsu Alam, S.Si
Jadi ini adalah penyelesaian awal yang feasible dengan basis x3 , x4 , dan x5 serta fungsi
tujuannya adalah
z 4 x1 x2 0 x3 0 x4 0 x5 0
Tabel 1
Basis
X1
X2
X3
X4
X5
RHS
Rasio
X3
-1
----
X4
12
X5
-1
-4
-1
Basis
X1
X2
X3
X4
X5
RHS
Rasio
X3
X4
-2
6/5
X1
-1
----
-5
12
Tabel 2
Tabel 3
Basis
X1
X2
X3
X4
X5
RHS
X3
-1/5
7/5
29/5
X2
1/5
-2/5
6/5
X1
1/5
3/5
21/5
18
Karena semua nilai pada baris Z adalah non negative, ini berarti bahwa solusi optimal
dari masalah program linier di atas telah diperoleh dengan kesimpulan sebagai berikut:
x 4 x5 0
x1
21
6
29
, x 2 , x3
dan
5
5
5
z max 18
Jadi metode simpleks, yang telah dijelaskan di atas, membutuhkan sistem Ax b dalam
bentuk kanonik, yaitu bahwa kita membutuhkan untuk berada pada sebuah titik ekstrim
sebelum kita menggunakan simpleks.
STMIK DIPANEGARA MAKASSAR
2013
2
Mata Kuliah:
Riset Teknologi Informasi by Samsu Alam, S.Si
Contoh 2:
Selesaikan masalah program linier berikut dengan menggunakan metode simpleks.
Minimize z 5x1 6 x2
Dengan kendala
4 x1 2 x2 100
(1)
3x1 4 x2 120
(2)
dan
x1 , x2 0
Penyelesaian:
Serupa dengan contoh sebelumnya, semua tanda pertidaksamaan pada kendala di atas
akan diubah menjadi persamaan dengan menambahkan surplus atau slack variabel
sehingga diperoleh hasil sebagai berikut:
4 x1 2 x2 x3
3x1 4 x2
100
x4
120
x1
x2 100
x
120
3
x
4
4 2 1 0
3 4 0 1
Sebagaimana terlihat pada matriks di atas, tidak memuat basis. Oleh sebab itu, kita
1
membutuhkan vektor dan
0
0
dan vector ini dapat diperoleh dengan menambahkan
1
variabel buatan pada masing-masing kendala structural yang pertama dan kedua sehingga
diperoleh sebagai berikut:
4 x1 2 x2 x3
3x1 4 x2
S1
x4
100
S2
120
Dengan koefisien pada fungsi tujuan adalah M (masalah minimum). Maka dengan notasi
matriks diperoleh:
4 2 1 0
3 4 0 1
x1
x
1 0 2
x 100
0 1 3
x4 120
S
1
S2
Mata Kuliah:
Riset Teknologi Informasi by Samsu Alam, S.Si
Jadi ini adalah penyelesaian awal yang feasible dengan basis S1 , dan S 2 serta fungsi
tujuannya adalah
z 5x1 6 x2 0 x3 0 x4 MS1 MS2 0
Tabel awal
Basis
X1
X2
X3
X4
S1
S2
RHS
S1
-1
100
S2
-1
120
-5
-6
-M
-M
Tabel 1
Basis
X1
X2
X3
X4
S1
S2
RHS
Ratio
S1
-1
100
25
S2
-1
120
40
7M-5
6M-6
-M
-M
220M
Basis
X1
X2
X3
X4
S1
S2
RHS
Ratio
x1
1/2
-1/4
1/4
25
50
S2
-1
45
18
-3/4
(-7M/4)
+(5/4)
45M+125
Basis
X1
X2
X3
X4
S1
S2
RHS
X1
-2/5
1/5
2/5
-1/5
16
X2
3/10
-2/5
-3/10
2/5
18
-1/5
-7/5
-M+4/20
-M+7/5
188
Tabel 2
5/2
3/4
(5M/2)- (3M/4)(7/2)
(5/4)
-M
Tabel 3
Ratio
Karena semua nilai pada baris Z adalah non positif, ini berarti bahwa solusi optimal dari
masalah program linier di atas telah diperoleh dengan kesimpulan sebagai berikut:
x3 x4 s1 s2 0
x1 16, x2 18 dan
zmin 188