SISTEM PENDUKUNG

KEPUTUSAN
LINIER PROGRAMING : METODE
SIMPLEKS
Manajemen Rekayasa Konstruksi
Jurusan Teknik Sipil – Politeknik Negeri Malang
KONSEP DASAR

Masalah-masalah Linier Program yang memiliki

variabel lebih dari 2 (dua) tidak dapat diselesaikan
dengan metode Grafik.
Dengan Metode Simpleks persoalan LP dengan 2 atau
lebih variabel dapat diselesaikan.
Met. Simpleks merupakan pengembangan metode
Aljabar yang hanya menguji sebagian dari jumlah solusi
basis dalam bentuk tabel.
Informasi yang diperoleh dalam penyelesaian met.
Simplek adalah Solusi Optimal dan informasi untuk
melakukan analisis sensitivitas.
KASUS MAKSIMASI
KONSEP DASAR

Bentuk baku yang umum digunakan (Bentuk Standar) memiliki

karakteristik sebagai berikut :
1. Nilai ruas kanan setiap kendala harus nonnegative
- Contoh : 2X1 + 3X2 ≤ -30
Pers. tersebut hrs dikali (-1) agar memenuhi syarat shg :
( 2X1 + 3X2 ≤ -30 ) x -1 => -2X1 - 3X2 ≥ 30
2. Semua kendala berbentuk persamaan kecuali kendala
nonegativity
▪ Bentuk lebih kecil (≤) : 2X + 3X ≤ 30 diubah menjadi :
1 2
2X1 + 3X2 + S1 = 30 => S1 dikatakan Slack Variabel
▪ Bentuk lebih besar (≥) : 2X + 3X ≥ 30 diubah menjadi:
1 2
2X1 + 3X2 – S2 = 30 => S2 dikatakan Surplus Variabel
KONSEP DASAR
3. Semua nilai variabel keputusan nonnegative

4. Fungsi tujuan berbentuk maksimum.

-Contoh 1 : Z = 30X1 + 40 X2
(max)
-Contoh 2 : Z(min) = 30X1 + 40 X2 diubah
menjadi : - Z(max) = -30X1 - 40 X2
KONSEP DASAR
Bentuk umum formulasi LP :

Tujuan : Z(max) = c1X1 + c2X2 + c3X3 + .....+cnXn + 0S1 + 0S2 + 0S3 + ….. + 0Si

Kendala : a11X1 + a12X2 + a13X3 + .... + a1jXj + S1 +0S2 + 0S3 +0S4 = b1

a21X1 + a22X2 + a23X3 + .... + a2jXj + 0S1+S2 + 0S3 +0S4= b2
a11X1 + a12X2 + a13X3 + .... + a1jXj + 0S1+0S2 +S3 +0S4 = b3
. . . . .
ai1X1 + ai2X2 + ai3X3 + .... + aijXj + 0S1+0S2 + 0S3 +Si= bi
KONSEP DASAR
Dalam bentuk tabel sebagai berikut :

Koefisien fungsi
Var. Cj C1 C2 ... Cj tujuan tiap varia bel
CB keputusan
Basis Bi X1 X2 ... Xj
CB1 S1 b1 a11 a12 ... a1j
CB2 S2 b2 a21 a22 ... a2j Variabel keputusan

... ... ... ...

CBi Si bi ai1 ai2 ... aij
Z Z1-C1 Z2-C2 ... Zj-Cj
Koefisien fungsi
kendala
Konstanta ruas kanan setiap
kendala

Slack variabel yang akan diganti

variabel keputusan Informasi tabel sudah/ belum
optimal
Koefisien fungsi tujuan untuk
variabel dalam basis
KONSEP DASAR
Prosedur Analisis metode Simpleks(KASUS MAKSIMASI) :
1. Buat bentuk standar Simpleks
2. Tambahkan satu variabel buatan (semu) sebagai variabel basis pada
kendala yang tidak memiliki variabel basis yang jumlahnya sesuai
kebutuhan.
Variabel basis adalah variabel yang memiliki satu koefisien
sedangkan pada kendala lainnya nilaianya nol
3. Masukan semua nilai fungsi kendala kedalam tabel simpleks
4. Masukkan nilai koefisien fungsi tujuan pada baris Zj-Cj :
Zj – Cj = CByj – Cj
(Rumus ini dipakai hanya pada awal tabel saja)
5. Tentukan kolom kunci yaitu kolom yang memiliki nilai terbesar
bertanda negatif pada baris Zj-Cj.
KONSEP DASAR
Prosedur Analisis metode Simpleks........... :
6. Tentukan baris kunci yaitu baris yang memiliki nilai index terkecil
dan bukan negatif
Nilai Index = (Nilai pada kolom bi) : ( Nilai pada kolom kunci)
7. Cari nilai baru yang terdapat pada baris kunci dengan cara
membagi semua nilai yang terdapat pada baris kunci dengan nilai
kunci. Nilai kunci adalah nilai yang terdapat pada persilangan baris
kunci dan kolom kunci.
8. Tentukan nilai baru pada setiap baris yang lain
9. Ulangi langkah kelima shg semua nilai pada baris Zj-Cj ≥ O
KASUS MAKSIMASI
CONTOH SOAL 1
Maksimalkan fungsi tujuan berikut :
Z = 40X1 + 30X2
Dengan kendala :
2X1 + 3X2 ≤ 60
2X2 ≤ 30
2X1 + X2 ≤ 40
X1 , X2 ≥ 0 (nonnegativity)
Dimana X1 = jumlah unit produksi A
X2 = jumlah unit produksi B
TENTUKAN SOLUSI OPTIMUMNYA!
KASUS MAKSIMASI
PENYELESAIAN SOAL 1:
Buat formulasi LP menjadi bentuk standar:
2X1 + 3X2 + S1 = 60
2X2 + S2 = 30 dirubah menjadi:
2X1 + X2 + S3 = 40
2X1 + 3X2 + 1S1 + 0S2 + 0S3 = 60
0X1 + 2X2 + 0S1 + 1S2 + 0S3 = 30
2X1 + X2 + 0S1 + 0S2 + 1S3 = 40
X1, X2, S1, S2, S3 ≥ 0
Dan fungsi tujuannya ditulis :
Z = 40X1 + 30X2 + 0S1 + 0S2 + 0S3
 Var. Cj C1 C2 ... Cj
CB
Basis Bi X1 X2 ... Xj
CB1 S1 b1 a11 a12 ... a1j
CB2 S2 b2 a21 a22 ... a2j
... ... ... ...
CBi Si bi ai1 ai2 ... aij
Z Z1-C1 Z2-C2 ... Zj-Cj
 KASUS MAKSIMASI
Tabel Awal :

Var Cj 40 30 0 0 0
CB dlm Index
basis bi X1 X2 S1 S2 S3

0 S1 60 2 3 1 0 0
0 S2 30 0 2 0 1 0
0 S3 40 2 1 0 0 1
Zj – Cj 0 -40 -30 0 0 0

Baris Zj – Cj diisi dengan Z = (0 0 0) (60 30 40)T – 0 = 0

perhitungan sbb : Z1 = (0 0 0) (2 0 2)T – 40 = -40
Z2 = (0 0 0) (3 2 1)T – 30 = -30
Z3 = (0 0 0) (1 0 0)T – 0 =0
Z4 = (0 0 0) (0 1 0)T – 0 =0
Z5 = (0 0 0) (0 0 1)T – 0 =0
KASUS MAKSIMASI
Tabel Awal :

Var Cj 40 30 0 0 0
CB dalam Index
basis bi X1 X2 S1 S2 S3
0 S1 60 2 3 1 0 0 60/2

0 S2 30 0 2 0 1 0 30/0

0 S3 40 2 1 0 0 1 40/2

Zj – Cj 0 -40 -30 0 0 0

Titik Kunci
Kolom Kunci Baris Kunci
 KASUS MAKSIMASI
Tabel Awal :

Var Cj 40 30 0 0 0
CB dlm Index
basis bi X1 X2 S1 S2 S3

0 S1 60 2 3 1 0 0 60/2
0 S2 30 0 2 0 1 0 30/0
0 S3 40 2 1 0 0 1 40/2
Zj – Cj 0 -40 -30 0 0 0

Baris Zj – Cj diisi dengan Z = (0 0 0) (60 30 40)T – 0 = 0

perhitungan sbb : Z1 = (0 0 0) (2 0 2)T – 40 = -40
Z2 = (0 0 0) (3 2 1)T – 30 = -30
Z3 = (0 0 0) (1 0 0)T – 0 =0
Z4 = (0 0 0) (0 1 0)T – 0 =0
Z5 = (0 0 0) (0 0 1)T – 0 =0
 Var Cj 40 30 0 0 0
CB dalam Index
basis bi X1 X2 S1 S2 S3

0 S1 60 2 3 1 0 0 60/2

0 S2 30 0 2 0 1 0 30/0

0 S3 40 2 1 0 0 1 40/2

Zj – Cj 0 -40 -30 0 0 0

0 S1

0 S2

0 X1 20 1 1/2 0 0 1/2

Zj – Cj 0
 Var Cj 40 30 0 0 0
CB dlm Index
basis bi X1 X2 S1 S2 S3

0 S1 60 2 3 1 0 0 60/2
0 S2 30 0 2 0 1 0 30/0
0 S3 40 2 1 0 0 1 40/2
Zj – Cj 0 -40 -30 0 0 0

0 S1
0 S2
40 X1 20 1 1/2 0 0 1/2
Zj – Cj

Zj – Cj
KASUS MAKSIMASI
Mencari angka baru pada :
▪ Baris kunci
bagi semua angka dengan angka kunci
Angka baru = 40/2 2/2 ½ 0/2 0/2 ½
20 1 ½ 0 0 1/2
▪ Baris yang lain :
Baris S1 Angka lama = 60 2 3 1 0 0
Angka baru baris kunci = 20 1 ½ 0 0 ½ (2)
Angka baru 20 0 2 1 0 -1

Baris S2 Angka lama = 30 0 2 0 1 0

Angka baru baris kunci = 20 1 ½ 0 0 ½ (0)
Angka baru 30 0 2 0 1 0
KASUS MAKSIMASI
Mencari angka baru pada........ :
- Baris yang lain :

Baris Zj-Cj Angka lama = 0 -40 -30 0 0 0

Angka baru baris kunci = 20 1 ½ 0 0 ½ (-40)
Angka baru 800 0 -10 0 0 20
Angka Kunci Angka Kunci
Tabel Iterasi 1 :
Var Cj 40 30 0 0 0
CB dlm Index
basis bi X1 X2 S1 S2 S3

0 S1 20 0 2 1 0 0 20/2
0 S2 30 0 2 0 1 0 30/2
40 X1 20 1 1/2 0 0 1/2 20/0,5
Zj – Cj 800 0 -10 0 0 20

Minus terbesar
Tabel Iterasi 1:

Angka Kunci Index terkecil

Var Cj 40 30 0 0 0
CB dalam Index
basis bi X1 X2 S1 S2 S3

0 S1 20 0 2 1 0 0 20/2

0 S2 30 0 2 0 1 0 30/2

40 X1 20 1 1/2 0 0 1/2 20/0,5

Zj – Cj 800 0 -10 0 0 20

Angka negatif terbesar

CB dlm Index
basis bi X1 X2 S1 S2 S3

30 X2 10 0 1 ½ 0 0
0 S2 10 0 0 -1 1 0
40 X1 15 1 0 -1/4 0 ½
Zj – Cj 900 0 0 5 0 20

Tabel Iterasi 2:
Var Cj 40 30 0 0 0
CB dalam Index
basis bi X1 X2 S1 S2 S3

30 X2 10 0 1 ½ 0 0

0 S2 10 0 0 -1 1 0

40 X1 15 1 0 -1/4 0 1/2

Zj – Cj 900 0 0 5 0 20

Semua angka positif,

tabel sudah optimum
KASUS MAKSIMASI
Tabel Iterasi 2 :
Var Cj 40 30 0 0 0
CB dlm Index
basis bi X1 X2 S1 S2 S3

30 X2 10 0 1 ½ 0 0
0 S2 10 0 0 -1 1 0
40 X1 15 1 0 -1/4 0 ½
Zj – Cj 900 0 0 5 0 20

Var Basis Nilai Z Optimum

X2 10

S2 10 900

X1 15
KASUS MAKSIMASI
Var Koef Nilai Var
Basis Fungsi Tujuan Basis

X2 30 x 10 = 300
S2 0 x 10 = 0
X1 40 x 15 = 600
Jumlah = 900
Kesimpulan :
1. Pada tabel iterasi 2 merupakan tabel akhir simpleks dengan solusi optimal adalah :
900
2. Kendala kedua masih bersisa sebanyak 10 kg yang ditunjukkan oleh nilai S2 = 10
pada tabel optimal
3. Kendala 1 dan 3 tidak ada sisa (full capasity) yang ditunjukkan oleh nilai S1 = S3
= 0 (variabel non basis).
KASUS MAKSIMASI
CONTOH SOAL 2

Maksimalkan fungsi tujuan berikut :

Z = 2X1 + 3X2 + X3
Dengan kendala :
X1 + X 2 + X 3 ≤ 9
2X1 + 3X2 ≤ 25
X2 + 2X3 ≤ 10
X1 , X2, X3 ≥ 0 (nonnegativity)

Penyelesaian: Z max = 23
KASUS MINIMASI
Persoalan minimasi dapat diselesaikan dengan cara :
1. Metode 1
Fungsi tujuan diubah menjadi fungsi maksimum dengan
ketentuan :
a. Tabel simpleks optimal jika Zj-Cj ≤ 0
b. Tabel awal, nilai pada baris Zj-Cj yang berkoresponden
dengan variabel keputusan bertanda positif
c. Kolom kunci dipilih nilai positif terbesar
2. Metode 2
Fungsi tujuan tidak diubah dengan ketentuan sbb :
a. Tabel simpleks optimal jika nilai pada baris Zj-Cj ≥ 0
b. Kolom kunci dipilih nilai terkecil bertanda negatif pada
baris Zj-Cj
KASUS MINIMASI

CONTOH SOAL 3
Minimalkan fungsi tujuan berikut :
Z = 40X1 + 25X2 Maks –Z = - 40X1 - 25X2
Dengan kendala :
3X1 + 2X2 ≤ 150
8X1 + 2X2 ≤ 200
X1 , X2 ≥ 0 (nonnegativity)
KASUS MINIMASI

PENYELESAIAN SOAL 3 (METODE 1)

Formulasi LP diubah menjadi bentuk
standar simpleks
Maks -Z = -40X1 – 25X2 + 0S1 + 0S2
Dengan kendala :
3X1 + 2X2 + S1 + 0S2 = 150
8X1 + 2X2 + 0S1 + S2 = 200
X1 , X2, S1, S2 ≥ 0 (nonnegativity)
 KASUS MINIMASI
Tabel Awal :

Cj -40 -25 0 0
Var
CB dlm Index
basis bi X1 X2 S1 S2

0 S1 150 3 2 1 0 150/3

0 S2 200 8 2 0 1 200/8

Zj – Cj 0 40 25 0 0
Z = (0 0) (150 200)T – 0 =0
Baris Zj – Cj diisi dengan Z1 = (0 0) (3 8)T – -40 = 40
perhitungan sbb : Z2 = (0 0) (2 2)T – -25 = 25
Z3 = (0 0) (1 0)T – 0 =0
Z4 = (0 0) (0 1)T – 0 =0
 KASUS MINIMASI Tabel Awal :
Cj -40 -25 0 0
Var
CB dalam Index
basis bi X1 X2 S1 S2

0 S1 150 3 2 1 0 150/3

0 S2 200 8 2 0 1 200/8

Zj – Cj 0 40 25 0 0

Baris Zj – Cj diisi dengan Z = (0 0) (150 200)T – 0 =0

perhitungan sbb : Z1 = (0 0) (3 8)T – -40 = 40
Z2 = (0 0) (2 2)T – -25 = 25
Z3 = (0 0) (1 0)T – 0 =0
Z4 = (0 0) (0 1)T – 0 =0
 KASUS MINIMASI
Tabel Iterasi 1 :

Cj -40 -25 0 0
Var
CB dlm Index
basis bi X1 X2 S1 S2

0 S1 75 0 1,25 1 -3/8 75/1,25

-40 X1 25 1 0,25 0 0,125 25/0,25

Zj – Cj -1000 0 15 0 -5
KASUS MINIMASI
Tabel Iterasi 1 :
Var Cj -40 -25 0 0
CB dlm Index
basis bi X1 X2 S1 S2

0 S1 75 0 1,25 1 -3/8 75/1,25

-40 X1 25 1 0,25 0 0,125 25/0,25

Zj – Cj -1000 0 15 0 -5

Tabel Iterasi 2 :

Var Cj -40 -25 0 0

CB dlm Index
basis bi X1 X2 S1 S2

-25 X2 60 0 1 0,8 -0,3

-40 X1 10 1 0 -0,25 0,2
Zj – Cj -1900 0 0 -10 -0,5
KASUS MINIMASI

Hasil tabel tersebut menunjukkan bahwa solusi optimum

adalah :
X1 = 10
X2 = 60
sehingga nilai Z minimum dapat diperoleh dg cara sbb :
Max -Z = - 40 (10) – 25 (60)
= -1900
Min Z = 1900
KASUS MINIMASI

PENYELESAIAN SOAL 3 (METODE 2)

Formulasi LP diubah menjadi bentuk standar simpleks
Min Z = 40X1 + 25X2 + 0S1 + 0S2
Dengan kendala :
3X1 + 2X2 + S1 + 0S2 = 150
8X1 + 2X2 + 0S1 + S2 = 200
X1 , X2, S1, S2 ≥ 0 (nonnegativity)
 Tabel Awal :
KASUS MINIMASI

Var Cj 40 25 0 0
CB dalam Index
basis Bi X1 X2 S1 S2

0 S1 150 3 2 1 0 150/2
0 S2 200 8 2 0 1 200/2
Zj – Cj 0 -40 -25 0 0

Baris Zj – Cj diisi dengan Z = (0 0) (150 200)T – 0 =0

perhitungan sbb : Z1 = (0 0) (3 8)T – 40 = -40
Z2 = (0 0) (2 2)T – 25 = -25
Z3 = (0 0) (1 0)T –0 =0
Z4 = (0 0) (0 1)T –0 =0
KASUS MINIMASI
Tabel Iterasi 1 :
Var Cj 40 25 0 0
CB dlm Index
basis Bi X1 X2 S1 S2

25 X2 75 3/2 1 1/2 0 75/1,5

0 S2 50 5 0 -1 1 50/5
Zj – Cj 1875 -2,5 0 12,5 0

Tabel Iterasi 2 :
Var Cj 40 25 0 0
CB dlm Index
basis Bi X1 X2 S1 S2

25 X2 60 0 1 0,8 -0,3
40 X1 10 1 0 -1/5 1/5
Zj – Cj 1900 0 0 12 0,5
KENDALA BERBENTUK “ = ATAU ≥ “
Kendala berbentuk persamaan dan pertidaksamaan (≥) tidak
memiliki variabel basis.
Contoh : a. 2X1 + 3X2 = 20
b. 2X1 + 3X2 ≥ 20 2X1 + 3X2 – S1 = 20
Tabel awal simpleks yang fisibel dilakukan dengan
menambahkan satu variabel basis semu (artificial variabel)
Contoh : 2X1 + 3X2 + Q1 = 20
2X1 + 3X2 – S1 + Q2 = 20
Variabel basis semu harus dikurangi hingga menjadi nol. Ada
dua metode yang dapat dilakukan yaitu :
1. Metode M besar
2. Metode dua fase (dua tahap)
METODE BIG M (M BESAR)
Pada metode ini, koefisien fungsi tujuan untuk variabel semu diberi nilai yang sangat
besar yaitu negatif M (-M) untuk fungsi tujuan maksimum dan positif M (+M) untuk
fungsi tujuan minimum.

Contoh Soal 4 :
Maksimumkan Z = 50X1 + 80X2
dengan kendala :
X1 ≤ 40
X2 ≥ 20
X1 + X2 = 50
X1, X2 ≥ 0 (nonnegative)
X1+S1 = 40
X2-S2+Q1 =20
X1+X2+Q2=50
METODE BIG M (M BESAR)

PENYELESAIAN SOAL 4 (METODE M BESAR)

Formulasi LP diubah menjadi bentuk standar simpleks
Z = 50X1 + 80X2 + 0S1 + 0S2 – MQ1 – MQ2
Dengan kendala :
X1 + 0X2+ S1 + 0S2 + 0Q1 + 0Q2 = 40
0X1+ 1X2 + 0S1 - S2 + Q1 + 0Q2 = 20
X1 + X2 + 0S1 + 0S2 + 0Q1 + Q2 = 50
X1 , X2, S1, S2, Q1, Q2 ≥ 0 (nonnegativity)
 METODE BIG M (M BESAR)
Tabel awal simplek :
Var Cj 50 80 0 0 -M -M
CB Index
basis bi X1 X2 S1 S2 Q1 Q2
0 S1 40 1 0 1 0 0 0 40/0
-M Q1 20 0 1 0 -1 1 0 20/1
-M Q2 50 1 1 0 0 0 1 50/1
Zj – Cj -70M -M-50 -2M-80 0 M 0 0

Z = (0 -M -M) (40 20 50)T – 0 = -70M

Z1 = (0 -M -M) (1 0 1)T – 50= -M - 50
Z2 = (0 -M -M) (0 1 1)T – 80= -2M - 80
Z3 = (0 -M -M) (1 0 0)T – 0 = 0
Z4 = (0 -M -M) (0 -1 0)T – 0 = M
Z5 = (0 -M -M) (0 1 0)T – -M = 0
Z6 = (0 -M -M) (0 0 1)T – -M = 0
METODE BIG M (M BESAR)
Tabel Iterasi 1 :

Var Cj 50 80 0 0 -M -M
CB Index
basis bi X1 X2 S1 S2 Q1 Q2
0 S1 40 1 0 1 0 0 0 40/0
80 X2 20 0 1 0 -1 1 0 20/-1
-M Q2 30 1 0 0 1 -1 1 30/1
Zj – Cj -30M+1600 -M-50 0 0 -M-80 2M+80 0

Sudah optimum ??? Belum,

karena nilai pada baris Zj –Cj masih terdapat nilai ≤ 0
METODE BIG M (M BESAR)

Tabel Iterasi 2 :

Var Cj 50 80 0 0 -M -M
CB Index
basis bi X1 X2 S1 S2 Q1 Q2
0 S1 40 1 0 1 0 0 0
80 X2 50 1 1 0 0 0 0
0 S2 30 1 0 0 1 -1 1
Zj – Cj 4000 30 0 0 0 M M+80

Sudah optimum ??? Sudah,

karena nilai pada baris Zj –Cj ≥ 0.
Solusi optimal dicapai jika X1 = 0 dan X2 = 50 dengan
solusi optimal (nilai Z) = 4000
METODE DUA TAHAP (DUA FASE)
Tahap / Fase I
Fase I bertujuan menghilangkan variabel semu dengan cara
membuat fungsi tujuan semu.
Maksimumkan/minimumkan fungsi tujuan dengan koef
fungsi tujuan bernilai -1 jika maks, dan 1 jika min
Fase I berakhir jika fungsi tujuan semu memiliki nilai nol
Apabila variabel semu berada dalam basis dengan nilai positif
maka persoalan tsb tidak layak. Sehingga proses fase kedua
tidak perlu diteruskan.

Tahap / Fase II
Tabel akhir fase I menjadi tabel awal fase II
Optimalkan dengan fungsi tujuan asli tanpa memasukkan
variabel semu
METODE 2 TAHAP

PENYELESAIAN SOAL 4 (METODE DUA TAHAP)

Var Cj 0 0 0 0 -1 -1
CB Index
basis bi X1 X2 S1 S2 Q1 Q2
0 S1 40 1 0 1 0 0 0 40/0
-1 Q1 20 0 1 0 -1 1 0 20/1
-1 Q2 50 1 1 0 0 0 1 50/1
Zj – Cj -70 -1 -2 0 1 0 0

Fungsi Tujuan : Z = (0 -1 -1) (40 20 50)T – 0 = -70

Z = - Q1 – Q2 Z1 = (0 -1 -1) (1 0 1)T – 0 = -1
Z2 = (0 -1 -1) (0 1 1)T – 0 = -2
Z3 = (0 -1 -1) (1 0 0)T – 0 = 0
Z4 = (0 -1 -1) (0 -1 0)T – 0 = 1
Z5 = (0 -1 -1) (0 1 0)T – -1 = 0
Z6 = (0 -1 -1) (0 0 1)T – -1 = 0
METODE 2 TAHAP

Tabel Iterasi 1 :

Var Cj 0 0 0 0 -1 -1
CB Index
basis bi X1 X2 S1 S2 Q1 Q2
0 S1 40 1 0 1 0 0 0 40/0
0 X2 20 0 1 0 -1 1 0 20/-1
-1 Q2 30 1 0 0 1 -1 1 30/1
Zj – Cj -30 -1 0 0 -1 2 0

Sudah optimum ??? Belum,

karena nilai pada baris Zj –Cj masih terdapat nilai ≤ 0
METODE 2 TAHAP

Tabel Iterasi 2 :

Var Cj 0 0 0 0 -1 -1
CB Index
basis bi X1 X2 S1 S2 Q1 Q2
0 S1 40 1 0 1 0 0 0
0 X2 50 1 1 0 0 0 1
0 S2 30 1 0 0 1 -1 1
Zj – Cj 30 1 0 0 0 1 1

Sudah optimum ??? Sudah,

karena variabel semu sudah keluar dari basis.
Bisa dilanjutkan Fase II
METODE 2 TAHAP
Fase II : Tabel Awal

Var Cj 50 80 0 0
CB Index
basis bi X1 X2 S1 S2
0 S1 40 1 0 1 0
80 X2 50 1 1 0 0
0 S2 30 1 0 0 1
Zj – Cj 4000 30 0 0 0

Z = (0 80 0) (40 50 30)T – 0 = 4000

Z1 = (0 80 0) (1 1 1)T – 50 = 30
Z2 = (0 80 0) (0 1 0)T – 80 = 0
Z3 = (0 80 0) (1 0 0)T – 0 = 0
Z4 = (0 80 0) (0 0 1)T – 0 = 0

Setelah memasukkan nilai Zj-Cj semua bernilai positif

sehingga tabel telah optimum.
SOAL LATIHAN
Selesaikan Linier Program berikut dengan metode M besar dan dua
tahap
1. Minimumkan Z = 40X1 + 36X2
Dengan kendala • X1 ≤ 8
• X2 ≤ 10
• 4,5X1 + 3X2 ≥ 45
X1 , X2 ≥ 0

2. Maksimumkan Z = X1 - 2X2 + 3X3

Dengan kendala • X1 + X2 + X3 ≤ 70
• X1 - X2 + X3 ≥ 20
• 3X1 - X2 - 2X3 = -50
X1 , X2, X3 ≥ 0
SOAL LATIHAN
3. Maksimumkan Z = 2X1 + 3X2 + X3
Dengan kendala • X1 + 2X2 + X3 ≤ 20
• 2X1 + 2X2 ≥4
• X2 + 4X3 = 10
X1 , X2, X3 ≥ 0

4. Minimumkan Z = 300X1 + 800X2

Dengan kendala • 0,20X1 + 0,05X2 ≥ 16
• 0,20X1 + 0,05X2 ≤ 20
• 0,15X1 + 0,40X2 ≥ 60
• 0,05X1 + 0,05X2 ≤ 16
• X1 + X2 = 200
X1 , X2 ≥ 0
SOAL LATIHAN
1. Z = 2X1 + 3X2 + X3
Dengan kendala
• X1 + 2X2 + X3 ≤ 20
• 2X1 + 2X2 ≤4
• X2 + 0X2+ 4X3 ≤ 10
X1 , X2, X3 ≥ 0

KETENTUAN:
KIRI - MAKSIMASI
KANAN - MINIMASI