METODE 1
Metode Simplex Persoalan Meminimumkan
METODE 2
METODE “M BESAR” (“BIG M”)
METODE “DUA FASE”
Contoh lain Metode dua fase
Z (7M – 4) (4M – 1) ‐M 0 0 0 9M
R1 3 1 0 1 0 0 3 3/3 = 1
R2 4 3 ‐1 0 1 0 6 6/4
X4 1 2 0 0 0 1 4 4/1
(1) X2masukR2 Z 0 (1+5M)/3 ‐M (4‐7M)/3 0 0 4+2M
keluar 1/ 1/
X1 1 3 0 3 0 0 1 1/(1/3)= 3
R2 0 5/ ‐1 ‐4/3 1 0 2 2/(5/3)=6/
3
5
X4 0 5/ 0 ‐1/3 0 1 3 8/
3 5
(2) X3masuk Z 0 0 1/ (8/3‐M) 1
(‐ /5‐M) 0 18/
5 3
X4 keluar X1 1 0 1/
5
3/
5 ‐1/5 0 3/
5 3
X2 0 1 ‐3/5 ‐4/5 3/
5 0 6/
5
X4 0 0 1 1 ‐1 1 1 1
(3) (optimum) Z 0 0 0 7/ ‐M ‐M 1
‐ /5 17/
3 5
X1 1 0 0 2/ 0 ‐1/5 2/
5 5
X2 0 1 0 1
‐ /5 0 3/ 9/
5 5
X3 0 0 1 1 ‐1 1 1
Metode 2 Fase
Dalam menyelesaiakan suatu persoalan dimana variabelnya lebih dari
dua, juga menggunakan suatu metode yang bertahap. Metode ini
disebut sebagai metode dua phase.
Pada dasarnya Metode dua fase (phase) sama seperti metode big M
yang juga digunakan untuk menyelesaikan persoalan pemrograman
linier yang memiliki bentuk yang tidak standar. Berikut ini adalah
prosedur menggunakan metode dua fase.
1. Inisialisasi
Menambahkan variabel-variabel artifisal pada fungsi kendala yang
memiliki bentuk tidak standar. Variabel artificial ini ditambahkan pada
fungsi batasan yang pada mulanya memiliki tanda (³). Hal ini
digunakan agar dapat mencari solusi basic fesibel awal.
2. Fase 1
Digunakan untuk mencari basic fesibel awal. Pada fase 1 memiliki
langkah-langkah dimana tujuannya adalahm meminimalkan variabel
artifisial ( Min Y= Xa)
s.t : Ax = b
X=0
• Pada fase pertama bertujuan untuk memperoleh penyelesaian yang
optimum dari suatu permasalahan.
• Pada fase pertama fungsi tujuan selalu minimum variabel artificial,
meskipun permasalahan yang ada adalah permasalahan yang
maksimum.
• Dalam meyelesaiakan pada fase pertama, yaitu membuat nilai nol dulu
pada variabel artifisial, kemudian melanjutkan iterasi seperti proses
iterasi biasanya(dengan aturan meminimumkan). Berhenti ketika pada
baris ke-0 bernilai £ 0.
• Fase pertama dianggap telah selesai atau memperoleh penyelesaian
yang optimal adalah apabila variabel artifisial adalah merupakan variabel
basis.
• Sedangkan apabila variabel artifisial adalah variabel non basis, maka
masalah dianggap tidak mempunyai penyelesaian yang optimal,
sehingga harus dilanjutkan ke fase yang kedua.
• Pada fase kedua, tujuannya sama seperti fase pertama, yaitu untuk
mendapatkan penyelesaian yang optimal dari suatu permasalahan yang
ada. Fase dua berhenti sesuai dengan tujuan awal permasalahan.
3. Fase 2
Bermula dari solusi BF yang didapatkan dari akhir fase 1. Pada fase
2 ini memiliki langkah-langkah sebagai berikut:
1. Fungsi tujuan bisa memaksimalkan dan juga bisa meminimalkan
tergantung pada permasalahan yang dihadapi.
2. Menggunakan fungsi batasan (s.t) dari fase 1, melakukan proses
iterasi seperti biasanya dan berhenti sesuai funsi obyektif awal
Tahap 1 :
Bentuk dengan var buatan : R1 dan R2
Min r = R1 + R2
Kendala 3 X1 + X2 + R1 = 3
4 X1 + 3 X2 - X3 - R2 = 6
X1 + 2 X2 + X4 = 4
X1 , X2 , X3 , R1 , R2 , X4 = 0
Fungsi tujuan r = R1 + R2
= ( 3 – 3 X1 - X2 ) + ( 6 - 4 X1 - 3 X2 + X3 )
= -7 X1 - 4 X2 + X3 + 9
Tabel Awal
VB X1 X2 X3 R1 R2 X4 NK
r 7 4 ‐1 0 0 0 9
R1 3 1 0 1 0 0 3
R2 4 3 ‐1 0 1 0 6
X4 1 2 0 0 0 1 4
Tabel optimum : setelah 2 iterasi ( periksa ! )
VB X1 X2 X3 R1 R2 X4 NK
r 0 0 0 ‐1 ‐1 0 0
X1 1 0 1/
5
3/
5 ‐1/5 0 3/
5
X2 0 1 ‐3/5 ‐4/5 3/
5 0 6/
5
X4 0 0 1 1 ‐1 1 1
Tabel Awal
Variabel masuk
VB X1 X2 X3 X4 NK
Z 0 0 1/
5 0 18/
5
X1 1 0 1/
5 0 3/
5
X2 0 1 ‐ 3 /5 0 6/
5
X4 0 0 1 1 1
Tabel optimum
VB X1 X2 X3 X4 NK
Z 0 0 0 ‐1/5 17/
5
X1 1 0 0 ‐1/5 2/
5
X2 0 1 0 3/
5
9/
5
X3 0 0 1 1 1
Kita sudah sampai di slide akhir!!!