LPMetodeSimpleksMinimisasi PDF
LPMetodeSimpleksMinimisasi PDF
Kasus Minimisasi
Penyimpangan-penyimpangan dari
Bentuk Standar
1. Minimisasi
• Fungsi tujuan dari permasalahan linear
programming yang bersifat minimisasi, harus
diubah menjadi maksimisasi, agar sesuai
dengan bentuk standar, yaitu maksimisasi.
Caranya adalah dengan mengganti tanda
positif dan negatif pada fungsi tujuan, sebagai
berikut:
Minimisasi
menjadi
Batasan dengan tanda “sama
dengan”
• Kalau suatu batasan memakai tanda kesamaan, maka cara
mengatasinya dengan menambahkan variabel buatan (artificial
variable).
• Bila batasan tersebut bertanda “=” untuk dapat dikerjakan dengan
metode simpleks harus ditambahkan satu variabel lagi, karena pada
batasan itu belum ada variabel yang bisa merupakan variabel dasar
pada tabel pertama. Variabel itu adalah variabel buatan yang
bersifat tidak negatif.
• Karena adanya variabel buatan, maka fungsi tujuan harus disesuaikan
dengan menambahkan bilangan M.
• Bilangan M bernilai sangat besar tetapi tidak tak terhingga, sehingga
nilai Z maksimum bisa diperoleh.
Fungsi pembatas bertanda =
• Bila suatu fungsi pembatas bertanda =, maka harus diubah
menjadi = dan akhirnya menjadi = agar dapat diselesaikan
dengan metode simpleks.
• Contoh :
• 4X1 + 3X2 = 200 dikalikan (-1), menjadi
• -4X1 – 3X1 = -200 ditambahkan Variabel X5, menjadi
• -4X1 – 3X2 + X5 = -200
Bagian kanan persamaan bertanda
negatif
• Bila bagian kanan persamaan bertanda negatif maka harus diubah menjadi positif.
Caranya dengan mengubah tanda positif negatif dari tiap-tiap koefisien, kemudian
ditambah dengan variabel buatan.
• Contoh :
• Persamaan diatas sudah bertanda kesamaan dan dibagian kanan bertanda positif , tetapi
slack variabel (X5) bertanda negatif (dalam hal ini slack variabel sering disebut pula surplus
variabel) . Hal ini tidak memungkinkan penggunaan metode simpleks. Oleh karena itu
harus ditambahkan satu variabel buatan X6, yang akan menjadi variabel dasar dalam
tabel permulaan, sehingga menjadi sbb :
Mengenolkan M
Langkah 2. Menyusun persamaan
ke dalam tabel
Variabel Dasar Z X1 X2 X3 X4 X5 X6 NK
Variabel Dasar Z X1 X2 X3 X4 X5 X6 NK
Jika suatu tabel sudah tidak memiliki nilai negatif pada baris
fungsi tujuan (Z), berarti tabel itu tidak bisa dioptimalkan lagi
(sudah optimal)
Langkah 4. Memilih baris kunci
Variabel
Z X1 X2 X3 X4 X5 X6 NK Indeks
Dasar
Z -1 (-3M+3) (-3M+5) 0 M 0 0 -4M
X3 0 2 3 1 0 0 0 6 6/2 = 3
X5 0 2 1 0 -1 1 0 2 2/2 = 1
X6 0 1 2 0 0 0 1 2 2/1 = 2
Pilihlah baris yang mempunya indeks positif dengan angka
terkecil.
Titik perpotongan kolom kunci dengan baris kunci adalah :
Angka Kunci
Langkah 5. Mengubah nilai-nilai
baris kunci
Variabel
Z X1 X2 X3 X4 X5 X6 NK Indeks
Dasar
Z -1 (-3M+3) (-3M+5) 0 M 0 0 -4M
X3 0 2 3 1 0 0 0 6 6/2 = 3
X5 0 2 1 0 -1 1 0 2 2/2 = 1
X6 0 1 2 0 0 0 1 2 2/1 = 2
Z
X3
X1 1 1/2 0 -1/2 1/2 0 1
X6
Nilai baris kunci baru = Nilai Baris kunci lama
Angka kunci
Nilai Baris kunci lama
X5 0 2 1 0 -1 1 0 2 2/2=1
2 2 2 2 2 2 2 2
X1 0 1/2 1 0 1/2 0 2
Gantilah variabel dasar pada baris yang terpilih dengan variabel yang terdapat di
bagian atas kolom kunci.
0 2 1 1 -1 0 4
Langkah 6. Mengubah nilai-nilai
selain pada baris kunci
• Baris X6 NK
1 2 0 0 0 1 2
(1) 1 ½ 0 -½ ½ 0 1 NBBK
0 3/2 0 ½ -½ 1 1
Tabel pertama nilai lama dan Tabel
kedua nilai baru
Variabel
Z X1 X2 X3 X4 X5 X6 NK Indeks
Dasar
Z -1 (-3M+3) (-3M+5) 0 M 0 0 -4M
X3 0 2 3 1 0 0 0 6 6/2 = 3
X5 0 2 1 0 -1 1 0 2 2/2 = 1
X6 0 1 2 0 0 0 1 2 2/1 = 2
Langkah 3 lagi . . .
3
2
Langkah 4 lagi . . .
Mengubah nilai-nilai baris kunci lagi
Variabel
Z X1 X2 X3 X4 X5 X6 NK Indeks
Dasar
Z -1 0 (-3/2M+7/2) 0 (-1/2M+3/2) (3/2M-3/2) 0 -M-3
X3 0 0 2 1 1 -1 0 4 4/2=2
X1 0 1 1/2 0 -1/2 1/2 0 1 1/½=2
X6 0 0 3/2 0 1/2 -1/2 1 1 = 23
1
3
2
Z
X3
X1
X2 0 1 0 1/3 -1/3 2/3
Mengubah nilai-nilai selain pada
baris kunci lagi
• Baris Z NK
• Baris X3 NK
0 2 1 1 -1 0 4
Kesimpulan :
Maka bakso enak dibuat 2/3 kg dan bakso eco dibuat 2/3 kg
dengan biaya pembuatan paling murah 16/3 x Rp. 10.000,- =
Rp. 53.333,33
Referensi
Bernard W. Taylor III. 1993. Sains Manajemen Pendekatan Matematika untuk
Bisnis Buku 1. Jakarta : Salemba Empat.
Hamdy A Taha. 1993. Riset Operasi Edisi Kelima Jilid 1. Jakarta : Binarupa
Aksara.
Jong Jek Siang. 2011. Riset Operasi Dalam Pendekatan Algoritmis.Yogyakarta :
Andi Offset.
Johannes Supranto. 1988. Riset Operasi Untuk Pengambilan Keputusan.
Universitas Indonesia.
Minarwati. 2015. Bahan Ajar RO. STMIK AMIKOM YOGYAKARTA.
Riski Aditya. 2015. Modul 2 LP Simplek. STMIK AMIKOM YOGYAKARTA.
Modul RO STMIK AMIKOM PURWOKERTO.
Terima Kasih . . . ^_^