Metode Simpleks

dengan
Big M dan 2 Phase

Metode Simpleks Vs. Simpleks Big-M

Perbedaan metode simpleks dengan metode simpleks Big-M adalah
munculnya variabel artificial (variabel buatan), sedangkan metode
atau langkah-langkahnya sama.

Saat membuat bentuk standar :

Jika kendala bertanda =, tambahkan ruas kiri satu variabel
tambahan berupa variabel artifisial (var. dummy => meaningless)
Jika kendala bertanda >, kurangkan ruas kiri dgn variabel surplus
dan tambahkan juga ruas kiri dgn variabel dummy

Contoh
Min Cost
Subject to (s/t)

Z = 5X1 + 6X2
X1 + X2
X1
X2
X1 ; X2 > 0

Min Cost
Subject to (s/t)

Z = 5X1 + 6X2 + 0S1 + 0S2 + MA1 + MA2

X1 + X2 + A1
= 1000
X1 + S1
< 300
X2 S2 + A2
> 150
X1 ; X2 ; A1 ; A2 : S1 ; S2 > 0

= 1000
< 300
> 150

Contoh Soal
Sebuah perusahaan agroindustri kedelai hendak memproduksi 2 buah
produk, yaitu produk susu kedelai bubuk dan susu kedelai cair, yang
masing-masing memerlukan biaya produksi per unitnya sebesar
Rp.12.000,00 dan Rp.24.000,00. Kedua produk tersebut harus diproses
melalui dua buah mesin, yaitu mesin penggiling kedelai dengan
kapasitas sebesar minimal 4 jam orang (man hours) dan mesin
pengolah susu kedelai dengan kapasitas paling sedikit 5 jam orang
(man hours).
Setiap unit produk susu kedelai cair mula-mula diproses pada mesin
penggiling selama 1 jam orang, lalu pada mesin pengolah susu kedelai
selama 4 jam orang. Sedangkan setiap unit produk susu kedelai bubuk
diproses pada mesin penggiling dan mesin pengolah susu kedelai
masing-masing 3 jam orang.
Buatlah formulasi primal dan dual dari persoalan diatas dan hitunglah
berapa lama kombinasi penggunaan mesin penggiling dan mesin
pengolah susu kedelai untuk memproduksi produk susu kedelai cair
dan susu kedelai bubuk yang optimal sehingga biaya produksi yang
dikeluarkan perusahaan menjadi minimal ?

Langkah Penyelesaian Metode

Simpleks Big - M
1. Ubahlah tanda pertidaksamaan > yang ada pada fungsi kendala menjadi
tanda =, yaitu dengan memasukkan variabel surplus yang bernilai negatif
dan variabel artifisial yang bernilai positif (-S dan +A)
2. Masukkan / tambahkan pula variabel-variabel surplus dan artifisial ke
dalam fungsi tujuan, dimana koefisien untuk var. surplus = 0 dan koefisien
var. artifiasial = M
( M a/d konstanta yang nilainya sangat besar sekali, tapi berhingga,
misalnya ribuan, puluhan ribu,dst)
3. Semua variabel tidak boleh negatif
4. Hasil langkah 1 s.d 3, masukkan ke dalam tabel M-Besar

5. Tentukanlah variabel-variabel dasarnya

(pada contoh soal A1 dan A2 merupakan variabel dasar dengan koefisien
M)

6. Hitunglah nilai-nilai pada baris Z dengan menggunakan perkalian matriks

7. Hitung pula nilai c-z
8. Tentukan variabel masuk (entering variabel), yaitu dengan memilih nilai c-z
yang terkecil (bila pada fungsi tujuan a/d untuk minimisasi biaya)
Langkah 9 s.d 18 sama dengan penyelesaian metode simpleks yang
sebelumnya
9. Tentukanlah kolom kunci, yaitu kolom-kolom yang sejajar dengan variabel
masuk

10. Hitunglah nilai rasio masing-masing, dengan rumus :

Rasio = ( nilai kanan / kolom kunci )
11. Tentukan varibel keluar (leaving variabel), yaitu dengan
cara memilih nilai rasio yang terkecil dan positif.
12. Tentukan baris kunci
13. Angka yang terdapat pada perpotongan kolom kunci
dan baris kunci disebut angka kunci.
14. Hitunglah nilai-nilai pada baris A2 pada iterasi ke-2 ( baris A2 baru )
dengan cara :
Baris A2 lama : 4
Baris Pivot
: 3(1/3

3
1

0
-1/3

-1
0

0
1/3

1
0

5
4/3)

Baris A2 baru :

-1

-1

15. Hitung kembali nilai-nilai Z yang baru

16. Hitung pula nilai C-Z yang baru
17. Periksalah apakah semua nilai C-Z yang baru sudah tidak ada nilai
negatif lagi. Bila iya, maka proses pehitungan dihentikan karena solusi
sudah optimal. Tetapi jika tidak, maka dilanjutkan ke langlah 18.
18. Ulangilah langkah sejak langkah 8

ARTIFICIAL VARIABLES
-3X1 + 4X2 = -6

Karena sisi kanan

pada constraint harus
non-negative, maka
dikalikan -1

3X1 - 4X2 = 6

5X1 8X2 -10

Untuk pertidaksamaan -5X1 + 8X2 10

Jika kendala dalam bentuk persamaan dan

pertidaksamaan , maka digunakan artificial
variables untuk mendapatkan basis awal. Variabel
ini sifatnya hanya sementara dan bukan menjadi
bagian dari solusi akhir. Tidak semua
menggunakan artificial variables, kendala dengan
slack variables tidak perlu.

Contoh
Maksimalkan : Z = X1 + 3X2
Kendala :
1. 2X1 X2 -1
2. X1 + X2 = 3
X1, X2 0
Kendala 1 kalikan -1, diperoleh : -2X1 + X2 1
Tambahkan surplus variable : -2X1 + X2 S1 = 1
Kedua kendala memiliki bentuk standar tetapi tidak memiliki solusi
awal yang jelas seperti pada kendala dengan slack variable. Sehingga
ditambahkan artificial variables R1 dan R2 :
-2X1 + X2 S1 + R1
=1
X1 + X2
+ R2 = 3
dimana X1, X2, S1, R1, R2 0

Selain Big-M, untuk menyelesaikan masalah LP yang

memiliki artificial variables dapat digunakan metode
simplex two-phase.
Sebelum melakukan komputasi, harus dipastikan apakah
feasible solution ada, dengan artificial variables = 0.
Caranya :
Pertama, gunakan metode simplex untuk menyelesaikan
masalah meminimalkan jumlah dr artificial variables. Jika
= 0, berarti ada solusi. Tetapi jika jumlahnya tidak = 0,
berarti kendala tidak dapat dipenuhi.
Kemudian gunakan solusi akhir sebagai solusi awal untuk
masalah yang sebenarnya.

2 fase dari metode ini adalah sbb :

Fase 1 : Susun sebuah fungsi objektif baru yang memuat
jumlah dari artificial variable. Gunakan metode simplex
untuk meminimalkan fungsi objektif yang memenuhi
kendala.Jika artificial objective function dapat direduksi
menjadi 0, maka setiap (non-negative) artificial variables
akan =0. Dalam kasus ini, semua kendala pada
permasalahan awal dipenuhi, maka dapat dilanjutkan fase
2. Sebaliknya, berarti infeasible.
Fase 2 :Gunakan basic feasible solution dari fase 1 (abaikan
artificial variables) sebagai solusi awal untuk permasalahan
dengan fungsi objektif yang sebenarnya. Gunakan metode
simplex biasa untuk mendapatkan solusi optimal

Maksimalkan : Z = X1 + 3X2
Kendala : -2X1 + X2 S1 + R1
=1
X1 + X2
+ R2 = 3

Minimalkan : ZR
= R1 + R2
Maksimalkan : ZR
= -R1 - R2
ZR + R1 + R2 = 0
Fase 1 :
Basis

, ekivalen dengan

X1

X2

S1

R1

R2 Solution

ZR

R1

-2

-1

R2

Lakukan row operation untuk mendapatkan basis

awal (yaitu zero coefficient untuk R1 dan R2)
X1

X2

S1

R1

R2 Solution

ZR

-2

-4

R1

-2

-1

R2

X1

X2

S1

R1

-3
-2
3

0
1
0

-1
-1
1

2
1
-1

Lakukan metode simplex sebanyak 2

iterasi.
Iterasi 1 :
ZR
X2
R2

R2 Solution

0
0
1

-2
1
2

Iterasi 2 :

ZR
X2

X1

X1
0
0
1

X2
0
1
0

S1
0
-0.33
0.33

R1
1
0.33
-0.33

R2 Solution
1
0
0.67
2.33
0.33
0.67

Hasil tersebut merupakan solusi optimal

dari fase 1, dimana R1, R2 = 0 dan nonbasic

Fase 2 : Artificial variables dihilangkan, fungsi

objektif kembali pada nilai sebenarnya
Z
X2

X1
-1
0

X2
-3
1

X1

X1

X2

0
0
1

0
1
0

S1 Solution
0
0
-0.33
2.33

0.33

0.67

Lakukan row operation untuk

mendapatkan baris fungsi objektif yang
tepat.
basis

Z
X2
X1

S1 Solution

-0.67
-0.33
0.33

7.67
2.33
0.67

Lakukan metode simplex, 1 kali iterasi

basis
Z
X2
S1

X1
2
1

X2
0
1

S1 Solution
0
9
0
3
1

Dari tabel di atas dihasilkan :

titik optimal X1=0 dan X2=3 dengan Z=9.
Bandingkan dengan metode grafik
Feasible region pada garis X1+X2=3,
antara titik (0,3) dan (2/3 , 7/3). Pada fase
1, diperoleh solusi feasible awal pada
titik (2/3 , 7/3). Sedang pada fase 2
diperoleh solusi optimal pada (0,3)