METODE SIMPLEKS
A. PENDAHULUAN
1. Diskripsi Umum
2. Relevansi
Untuk bisa memahami materi pada bab ini tentu saja mahasiswa harus
betul – betul memahami tentang syarat – syarat simpleks yang sudah dibahas
paada Bab III. Selain itu mahasiswa juga harus mengingat kembali tentang
operasi baris elementer (OBE) dan basis. Dengan memahmi materi ini
mahasiswa akan dapat menyelesaikan masalah pemrograman linier yang
mempunyai dua variabel atau lebih.
3. Kemampuan Akhir
Kemampuan Akhir yang diharapkan dengan mempelajari bab ini adalah
Mahasiswa mampu menyelesaikan masalah program linier dengan menggunakan
metode simpleks.
4. Indikator
Untuk mengukur ketercapaian kemampuan akhir dari materi pada bab
ini, maka indikator – indikatornya adalah sebagai berikut :
Mahasiswa dapat :
Metode Simpleks | 37
b. Menggunakan metode simpleks untuk mencari solusi optimum dari masalah
program linier .
c. Menentukan/mencari solusi masalah program linier dengan metode Big-M
d. Mencari solusi masalah program linier dengan menggunakan metode 2 fase
e. Menyimpulkan ciri – ciri tabel simpleks untuk kasus penyelesaian ganda
(alternative optima)
f. Menyimpulkan ciri – ciri tabel simpleks untuk kasus PL dengan penyelesaian
tak terbatas ( unbounded solution)
g. Menyimpulkan ciri – ciri tabel simpleks untuk kasus PL yang tidak
mempunyai solusi ( infeasible solution)
B. PENYAJIAN MATERI
Sebagaimana yang telah dibahas pada Bab. 2 tentang metode grafik, dapat
diketahui bahwa metode grafik hanya bisa menyelesaikan masalah PL yang memiliki
dua variable. Oleh sebab itu kita butuh metode lain yang bisa semua masalah PL baik
yang memiliki dua variable ataupun lebih. Metode yang dimaksud adalah metode
simpleks.
Metode Simpleks | 38
ekstrim yang membatasi daerah penyelesaian. Berangkat dari hal tersebut berikut
adalah teorema – teorema yang mendukung.
Teorema 4.1. Jika masalah PL mempunyai penyelesaian yang layak, maka masalah
tersebut mempunyai penyelesaian awal yang layak.
Metode Simpleks | 39
cj Koefisien pada fungsi tujuan
i cB xB x1 x2 x3 ... xn bi θi
1
Koefisien variabel
basis pada fungsi
Konstanta pada
Variabel Basis
Kendala
3
tujuan
4x1 + 2x2 + x3 = 60
2x1 + 4x2 + x4 = 48
x1 , x2, x3, x4 ≥ 0
cj 8 6 0 0
I cB xB x1 x2 x3 x4 bi θi
1 0 x3 4 2 1 0 60 15
2 0 x4 2 4 0 1 48 24
zj 0 0 0 0 0
cj - zj 8 6 0 0
Metode Simpleks | 40
Tabel 4.2
Anda tentu masih ingat masalah PL diatas sudah pernah diselesaikan dengan metode
grafik pada Bab II, jelas bahwa z = 0 bukan nilai optimum. Artinya tabel awal seperti
yang terlihat pada Tabel 4.2 harus dilanjutkan ke tabel berikutnya. Sebelum tabel
dilanjutkan perhatikan langkah – langkah metode simpleks berikut ini.
Metode Simpleks | 41
Untuk melanjutkan tabel pada kasus contoh 4.1 maka variabel yang akan masuk basis
adalah x1 dan yang keluar basis adalah x3 ( elemen pivot 4 ). Baris yang memuat
elemen pivot dikalikan dengan ¼, dan selanjutnya baris yang kedua lama
dijumlahkan dengan (-2) kali baris pertama baru. Hasilnya seperti terlihat pada tabel
berikut
cj 8 6 0 0
i cB xB x1 x2 x3 x4 bi θi
1 8 x1 1 1/2 ¼ 0 15 30
2 0 x4 0 3 -1/2 1 18 6
zj 8 4 2 0 120
cj - zj 0 2 -2 0
Tabel 4.3.
Dari Tabel 4.3 terlihat masih ada nilai positif yaitu 2, jadi variabel yang masuk basis
adalah x2 dan keluar basis adalah x4 ( elemen pivot 3 ). Baris yang memuat elemen
pivot dikalikan dengan 1/3, dan baris pertama lama dijumlahkan dengan (-1/2) kali
baris kedua baru. Selengkapnya lihat pada tabel berikut :
cj 8 6 0 0
i cB xB x1 x2 x3 x4 bi θi
1 8 x1 1 0 4/12 -1/6 12
2 6 x2 0 1 -1/6 1/3 6
zj 8 6 5/3 2/3 132
cj - zj 0 0 -5/3 -2/3
Tabel 4.4.
Pada Tabel 4.4 terlihat bahwa semua nilai pada baris cj – zj adalah nol dan negatif
artinya tabel sudah optimal. Sehingga dapat disimpulkan bahwa nilai optimum
Metode Simpleks | 42
masalah PL adalah 132 dan banyak meja yang harus diproduksi adalah x1 = 12 unit
dan banyak kursi x2 = 6 unit.
Contoh 4.2.
Model matematika berikut sudah memenuhi syarat bentuk standar, variabel basisnya
adalah x3, x5, dan x6
cj 4 5 0 0 -M -M
I cB xB x1 x2 x3 x4 x5 x6 bi θi
1 0 x3 5 4 1 0 0 0 200 50
2 -M x5 3 6 0 0 1 0 180 30
3 -M x6 8 5 0 -1 0 1 160 32
zj -11M -11M 0 M -M -M -340M
cj - zj 4+11M 5+11M 0 -M 0 0
Tabel 4.5
Dari Tabel 4.5 jelas bahwa nilai positif terbesar pada baris cj – zj adalah 5 + 11M,
artinya variabel yang masuk basis x2 dan yang keluar basis adalah x5. Untuk tabel
selanjutnya ditinggalkan sebagai latihan, sampai akhirnya diperoleh nilai
maksimumnya adalah 190 dengan nilai x1, x2, x3, dan x4 berturut – turut adalah 80/3,
50/3, 0, dan 410/3.
Metode Simpleks | 43
B.3. Metode Big - M
4x1 + 2x2 ≥ 80
2x1 + 3x2 ≥ 90
x1, x2 ≥ 0
4x1 + 2x2 – x3 = 80
2x1 + 3x2 – x4 = 90
Metode Simpleks | 44
Minimumkan : z = 12x1 + 5x2 + 0x3 + 0x4 + Mx5 + Mx6
4x1 + 2x2 - x3 + x5 = 80
2x1 + 3x2 – x4 + x6 = 90
cj 12 5 0 0 M M
I cB xB x1 x2 x3 x4 x5 x6 bi θi
1 M x5 4 2 -1 0 1 0 80 20
2 M x6 2 3 0 -1 0 1 90 45
zj 6M 5M -M -M M M 170M
cj - zj 12 – 6M 5-5M M M 0 0
Tabel 4.6
Dari Tabel 4.6 terlihat bahwa nilai pada baris cj - zj negatif terkecil adalah 12 – 6M,
artinya variabel yang masuk basis adalah x1 dan yang keluar basis adalah x5, jadi
elemen pivotnya adalah 4.
cj 12 5 0 0 M M
i cB xB x1 x2 x3 x4 x5 x6 bi θi
1 12 x1 1 1/2 -1/4 0 1/4 0 20 40
2 M x6 0 2 1/2 -1 -1/2 1 50 25
zj 12 6+2M -3 + M/2 -M 3-M/2 M 240+50M
cj - zj 0 -1-2M 3-M/2 M -3+3M/2 0
Metode Simpleks | 45
Tabel 4.7
Tabel 4.7 juga belum optimum lanjutkan tabel berikutnya dengan memilih x2 sebagai
variabel yang masuk basis menggantikan x6 dan yang menjadi elemen pivotnya
adalah 2. Karena pada kolom basis tidak ada variable semu maka pada tabel
selanjutnya kolom variable semu bisa dihapus.
cj 12 5 0 0
i cB xB x1 x2 x3 x4 bi θi
1 12 x1 1 0 -3/8 1/4 15/2 30
2 5 x2 0 1 1/4 -1/2 25 -
zj 12 5 -13/4 1/2 215
cj - zj 12 5 13/4 -1/2
Tabel 4.8
Pada tabel 4.8 nilai pada baris cj - zj masih ada yang bernilai negatif yaitu -1/2. Jadi
variabel yang masuk basis adalah x4 menggantikan x1.
cj 12 5 0 0
i cB xB x1 x2 x3 x4 bi θi
1 0 x4 4 0 -3/2 1 30
2 5 x2 2 1 -1/2 0 40
zj 10 5 -5/2 0 200
cj - zj 2 0 5/2 0
Tabel 4.9
Tabel 4.9 sudah optimum karena semua nilai pada baris cj - zj adalah nol dan positif.
Kesimpulannya adalah nilai minimum 200 pada x2 = 40 dan x4 = 30.
Metode Simpleks | 46
Penyesuaian fungsi Koefisien fungsi tujuan
Batasan batasan
Maksimisasi Minimisasi
Variabel Semu -M M
Fase 1.
Pada fase 1 semua koefisien M pada fungsi tujuan diganti dengan 1 dan 0 untuk
koefisien variabel lain.
Sehingga bentuk fungsi tujuan pada fase ini adalah z1 = 1Xa, Xa adalah vector yang
memuat semua variabel semu. Nilai z1 yang diperoleh pada fase I menjadi penentu
Metode Simpleks | 47
apakah perlu dilanjutkan ke fase yang kedua atau tidak, ketentuannya sebagai berikut
:
1. Nilai z1 > 0 berati bahwa masalah yang sedang diselesaikan tidak layak sehingga
tidak perlu dilanjutkan ke fase yang kedua.
2. Nilai z1 ≤ 0 berati bahwa masalah yang sedang diselesaikan akan mempunyai
penyelesain sehingga untuk mengetahui penyelesaiannya perlu dilanjutkan ke fase
yang kedua.
Fase 2.
Pada fase 2 ini tugas kita adalah melanjutkan tabel optimum yang diperoleh pada fase
1. Akan tetapi tabel simpleks pada fase 2 ini tanpa mengikut sertakan kolom – kolom
variabel semu, selain itu koefissien fungus tujuan yang digunakan adalah koefisien
fungsi tujuan awal ( z ).
Sebagai latihan silakan anda selesaikan contoh 4.3 dengan metode dua fase.
Seperti yang telah diuraikan pada Bab 2 bahwa masalah PL bisa terjadi
beberapa kemungkinan yaitu :
1. Masalah solusi optimal majemuk (Multiple Optimal Solution)
2. Masalah tidak layak (tidak feasible)
3. Masalah solusi tidak terbatas
Untuk bisa menemukan ciri – ciri dari tabel simpleks dengan berbagai kasus diatas
anda bisa selesaiakan masalah pada contoh berikut dengan menggunakan metode
simpleks.
Contoh 4.4.
6x1 + 4x2 ≤ 24
10x1 + 3x2 ≤ 30
Metode Simpleks | 48
x1 ≥ 0, x2 ≥ 0
Contoh 4.5.
x1 + x2 ≥ 3
x1 - 2x2 ≤ 4
x1 ≥ 0, x2 ≥ 0
Contoh 4.6
x1 + x2 ≤ 3
2x1 - x2 ≤ 3
x1 ≥ 4
x1 ≥ 0, x2 ≥ 0
Metode Simpleks | 49
C. LATIHAN 4
1. Tentukan Penyelesaian optimum dari masalah berikut dengan menggunakan
metode simpleks, kemudian bandingkan dengan hasil yang anda peroleh
dengan menggunakan metode grafik.
a. Maksimumkan : 𝑧 = 6𝑥1 + 4𝑥2
Dengan kendala – kendala :
𝑥1 ≤ 700
𝑥2 ≤ 900
3𝑥1 + 𝑥2 ≤ 2400
𝑥1 + 2𝑥2 ≤ 1600
𝑥1 , 𝑥2 ≥ 0
b. Maksimumkan : 𝑧 = 3𝑥1 + 2𝑥2
Dengan kendala – kendala :
𝑥1 + 𝑥2 ≥ 1
−5𝑥1 − 𝑥2 ≤ 0
−𝑥1 + 5𝑥2 ≥ 0
𝑥1 + 𝑥2 ≤ 6
𝑥1 , 𝑥2 ≥ 0
c. Maksimumkan : 𝑧 = 2𝑥1 + 𝑥2
Dengan kendala – kendala :
11𝑥1 + 3𝑥2 ≥ 33
8𝑥1 + 5𝑥2 ≤ 40
7𝑥1 + 10𝑥2 ≤ 70
𝑥1 , 𝑥2 ≥ 0
d. Minimumkan : 𝑧 = 5𝑥1 + 8𝑥2
Dengan kendala – kendala :
Metode Simpleks | 50
𝑥1 ≤ 400
𝑥2 ≥ 200
𝑥1 + 𝑥2 = 50
𝑥1 , 𝑥2 ≥ 0
e. Minimumkan : 𝑧 = 22𝑥1 + 6𝑥2
Dengan kendala – kendala :
11𝑥1 + 3𝑥2 ≥ 33
8𝑥1 + 5𝑥2 ≤ 40
7𝑥1 + 10𝑥2 ≤ 70
𝑥1 , 𝑥2 ≥ 0
3𝑥1 + 2𝑥2 ≤ 6
𝑥1 − 𝑥2 ≥ −1
2𝑥1 − 𝑥2 ≥ 2
𝑥1 , 𝑥2 ≥ 0
𝑥1 + 𝑥2 − 2𝑥3 ≤ 8
4𝑥1 − 𝑥2 + 𝑥3 ≥ 2
Metode Simpleks | 51
4𝑥1 + 6𝑥2 − 2𝑥3 ≥ 8
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
−2𝑥1 + 𝑥2 + 3𝑥3 = 2
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
3. Selesaikan masalah pada soal nomor 2 dengan menggunakan metode dua fase.
4. Selesaikan masalah pada contoh 4.4, 4.5, dan 4.6 dengan metode simpleks.
Jelaskan hasil yang anda peroleh !
Metode Simpleks | 52