METODE SIMPLEKS

A. Tujuan Maksimasi
Diketahui masalah optimasi sebagai berikut:
Maksimumkan:
Batasan:

P= X 1+ 4 X 2+2 X 3

X1+ X2+ X3 8
X 1 +2 X 2 +3 X 3 2
X 1 X 2+ 2 X 3 4
X 1 0, X 2 0, X 3 0

Langkah penyelesaian menggunakan metode simpleks adalah sebagai

berikut:
(1)Ubah perumusan menjadi bentuk baku
Maksimumkan:
Batasan:

P= X 1+ 4 X 2+2 X 3 +0 S1 +0 S2 +0 S3

X 1 + X 2 + X 3+ S 1=8
X 1 +2 X 2 +3 X 3 + S2=2
X 1 X 2+ 2 X 3+ S 3=4
X 1 0, X 2 0, X 3 0, S 1 0, S 2 0, S 3 0

(2)Periksa apakah matriks koefisien pembatas sudah memuat matriks

identitas
Untuk masalah ini matriks koefisien dari batasan sudah memuat
matriks identitas berorde 3, yaitu
X1

X2

X3

S1

S2

S3

1
1
1

1
2
-1

1
3
2

1
0
0

0
1
0

0
0
1

(3)Lakukan proses iterasi

Iterasi 0
Basis

CB

1
X1

4
X2

2
X3

0
S1

0
S2

0
S3

RK

S1

S2

S3

-1

-4

CV
Variabel
terbesar.
Variabel

P=0

X2

masuk ke basis karena mempunyai nilai CV positif

S2

keluar dari basis karena mempunyai nilai R positif

terkecil.
Iterasi 1
Basis

CB

1
X1

4
X2

2
X3

0
S1

0
S2

0
S3

RK

S1

-1/2

-1/2

X2

3/2

S3

3/2

7/2

-1

-4

-2

CV

P=4

Iterasi berakhir karena tidak ada lagi CV yang bernilai positif.

X 1=0, X 2=1, X 3=0
Diperoleh penyelesaian:
dan P=4
B. Tujuan Minimasi
Diketahui masalah optimasi sebagai berikut:
Minimalkan:
Batasan:

C=2 X 1X 22 X 3

3 X 1 +2 X 2 + X 3 6
X 1 +2 X 2 + X 3 4
X 14 X 2+2 X 3 8

X 1 0, X 2 0, X 3 0
Langkah penyelesaian menggunakan metode simpleks adalah sebagai
berikut:
(1)Ubah perumusan menjadi bentuk baku
Minimalkan:
Batasan:

C=2 X 1X 22 X 3 +0 S1 +0 S2

0 S3

3 X 1 +2 X 2 + X 3 + S1=6
X 1 +2 X 2 + X 3 + S2=4
X 14 X 2+2 X 3 + S3 =8
X 1 0, X 2 0, X 3 0, S 1 0, S 2 0, S 3 0

(2)Periksa apakah matriks koefisien pembatas sudah memuat matriks

identitas
Untuk masalah ini matriks koefisien dari batasan sudah memuat
matriks identitas berorde 3, yaitu

X1

X2

X3

S1

S2

S3

3
1
1

2
2
-4

1
1
2

1
0
0

0
1
0

0
0
1

(3)Lakukan proses iterasi

Iterasi 0
Basis

CB

-2
X1

-1
X2

-2
X3

0
S1

0
S2

0
S3

RK

S1

S2

S3

-4

-2

-1

-2

CV

C=0

Variabel

X1

(atau

X3

masuk ke basis karena mempunyai nilai CV

negatif terkecil.
S1
Variabel
keluar dari basis karena mempunyai nilai R positif
terkecil.
Iterasi 1
Basis

CB

-2
X1

-1
X2

-2
X3

0
S1

0
S2

0
S3

RK

X1

-2

2/3

1/3

1/3

S2

4/3

2/3

-1/3

S3

-14/3

5/3

-1/3

18/5

1/3

-4/3

2/3

CV
Variabel
terbesar.
Variabel

C = -4

X3

masuk ke basis karena mempunyai nilai CV negatif

S2

keluar dari basis karena mempunyai nilai R positif

terkecil.
Iterasi 2
Basis

CB

-2
X1

-1
X2

-2
X3

0
S1

0
S2

0
S3

RK

X1

-2

1/2

-1/2

X3

-2

-1/2

3/2

S3

-8

1/2

-5/2

CV

C = -8

Proses iterasi selesai karena tidak ada lagi CV yang bernilai negatif.
X 1=1, X 2 =0, X 3=3
Diperoleh penyelesaian:
dan C=8

PENGGUNAAN PEMROGRAMAN LINIER PADA FORMULASI RANSUM

Misalkan ingin dibuat formulasi ransum yang tersusun dari dua jenis
bahan pakan yaitu jagung kuning dan bekatul. Ransum yang dibuat
diinginkan mengandung minimal 10% protein dan maksimal 5% lemak.
Jagung kuning mengandung 9% protein dan 4% lemak, sedangkan bekatul
mengandung 13% protein dan 13% lemak. Dimisalkan harga jagung
kuning Rp. 3000 per kg dan bekatul Rp. 5000 per kg.
Model pemrograman linier dari masalah formulasi ransum tersebut
adalah:
C=3 000 X 1 +5 000 X 2
Minimalkan:
Batasan:

0,09 X 1 +0,13 X 2 0, 1

(syarat protein)

0, 04 X 1 +0,13 X 2 0,05

(syarat lemak)

X 1 + X 2 =1

(syarat total ransum sebanyak 1 kg )

X 1 0, X 2 0
Dalam model tersebut
X2

ransum (kg) dan

X1

merepresentasikan porsi jagung kuning dalam

merepresentasikan porsi bekatul dalam ransum

(kg).
Langkah penyelesaian menggunakan metode simpleks adalah sebagai
berikut:
(1)Ubah perumusan menjadi bentuk baku
Minimalkan:
Batasan:

C=3 000 X 1 +5 000 X 2+ 0 S 1+ 0 S 2

0,0 9 X 1 +0, 13 X 2S 1=0,1

0,04 X 1 +0, 13 X 2 + S2=0,05
X 1 + X 2 =1
X 1 0, X 2 0 , S 1 0, S 2 0

(2)Periksa apakah matriks koefisien pembatas sudah memuat matriks

identitas
Untuk masalah ini matriks koefisien dari batasan sudah memuat
matriks identitas berorde 3, yaitu
X1

X2

S1

S2

0,09
0,04
1

0,13
0,13
1

-1
0
0

0
1
0

Untuk masalah ini matriks koefisien dari batasan belum memuat

matriks identitas berorde 3, sehingga model bentuk standard harus
diubah menjadi
Minimalkan:
Batasan:

C=3 000 X 1 +5 000 X 2+ 0 S 1+ 0 S 2+ M R1 + M R2

0,0 9 X 1 +0, 13 X 2S1 + R1=0,1

0,0 4 X 1+ 0,13 X 2+ S 2=0,05
X 1 + X 2 + R2 =1
X 1 0, X 2 0, S1 0, S2 0 , R1 0, R 2 0

Periksa kembali apakah matriks koefisien pembatas sudah memuat

matriks identitas
X1

X2

S1

S2

R1

R2

0,09
0,04
1

0,13
0,13
1

-1
0
0

0
1
0

1
0
0

0
0
1

M merupakan sebuah bilangan yang sangat besar.

(3)Lakukan proses iterasi

Iterasi 0
Basi
s

CB

3000
X1

5000
X2

0
S1

0
S2

M
R1

M
R2

RK

R1

9/100

13/100

-1

10/13

S2

4/100

13/100

R2

1/1
0
1/2
0
1

3000(109/100)M

5000(113/100)M

CV

Variabel

X2

Variabel

S2

5/13
1

C=
(11/10)M

masuk ke basis karena mempunyai nilai CV negatif terkecil.

keluar dari basis karena mempunyai nilai R positif terkecil.

Iterasi 1
Basi
s

CB

3000
X1

5000
X2

0
S1

0
S2

M
R1

M
R2

RK

R1

1/20

-1

-1

X2

500
0
M

4/13

100/13

9/13

-100/13

1/2
0
5/1
3
8/1
3

19000/13(193/260)M

500000/13+(113/1

R2
CV

5/4
8/9

C
=25000/13+(173/26
7

3)M

Variabel

X1

Variabel

R2

0)M

masuk ke basis karena mempunyai nilai CV negatif terkecil.

keluar dari basis karena mempunyai nilai R positif terkecil.

Iterasi 2
Basi
s

CB

3000
X1

5000
X2

0
S1

0
S2

M
R1

M
R2

RK

R1

-1

-4/9

-13/180

1/180

X2

500
0
300
0

1300/117

-4/9

1/9

-100/9

13/9

8/9

2600000/117+(4/9)
M

-19000+(13/180)M

X1
CV

C =29000/9+(1/180)M

Iterasi selesai karena semua nilai CV nonnegatif.

Diperoleh: Komposisi ransum terdiri dari 8/9 bagian jagung kuning dan 1/9 bekatul, dengan biaya
C=3000 X 1 +5000 X 2=3000

( 89 )+ 5000( 19 )=29000/9 3222,2

rupiah per kg.