1

IEI2G3 – Penelitian Operasional 1

METODE BIG M DAN 2

FASA

S1 Teknik Industri – Fakultas Rekayasa Industri

 2

TUJUAN PEMBELAJARAN

1.Mahasiswa mampu mendapatkan solusi basis awal untuk

masalah dalam bentuk standar yang belum memiliki solusi basis
layak awal

1.Mahasiswa memahami logika algoritma Big M dan 2 Fasa

1.Mahasiswa mampu memperoleh solusi optimal model

pemrograman linier menggunakan metode big M dan 2 fasa
 3

REVIEW METODE SIMPLEX KASUS MEMINIMASI

 4

CONTOH 1

Bentuk Umum Bentuk Standar

Meminimumkan Meminimumkan
Z = x1 + x2 - 4x3 Z = x1 + x2 - 4x3 + 0x4 + 0x5 + 0x6
dengan pembatas:
dengan pembatas:
x1 + x2 + 2x3+ x4 =9
x1 + x2 + 2x3 ≤ 9
x1 + x2 - x3 + x5 =2
x1 + x2 - x3 ≤ 2
-x1 + x2 + x3 + x6 = 4
-x1 + x2 + x3 ≤ 4
x1, x2, x3 ,x4, x5, x6 ≥ 0
x1, x2, x3 ≥ 0
 5

CONTOH 1

Meminimumkan Z = x1 + x2 - 4x3 + 0x4 + 0x5 + 0x6

dengan pembatas:
x1 + x2 + 2x3 + x4 =9
• Step 1 x1 + x2 - x3 + x5 =2
Identifikasi Solusi Basis Layak awal -x1 + x2 + x3 + x6 = 4
x1, x2, x3 ,x4, x5, x6 ≥ 0
Variabel Basis? x 4 ,x5 ,x6

Variabel Non-Basis ? x 1 ,x2 ,x3

Apabila seluruh nilai variabel non-basis x1 ,x2 ,x3 = 0, maka nilai masing-masing
variabel basis:
x4 = 9
x5 = 2 Solusi basis layak awal
x6 = 4
Nilai tujuan awal
Z = x1 + x2 - 4x3 + 0x4 + 0x5 + 0x6 = 0 + 0 -4(0) + 0(9) + 0(2) + 0(4) = 0
 6

CONTOH 1

• Step 2
Memperbaiki Solusi Awal
cj 1 1 -4 0 0 0
cB Kons.
Basis x1 x2 x3 x4 x5 x6
0 x4 1 1 2 1 0 0 9
0 x5 1 1 -1 0 1 0 2
0 x6 -1 1 1 0 0 1 4
Baris c 1 1 -4 0 0 0 Z= 0
 7

CONTOH 1

• Step 2
Memperbaiki Solusi Awal
cj 1 1 -4 0 0 0
cB Kons.
Basis x1 x2 x3 x4 x5 x6
0 x4 1 1 2 1 0 0 9
0 x5 1 1 -1 0 1 0 2
0 x6 -1 1 1 0 0 1 4
Baris c 1 1 -4 0 0 0 Z= 0
 8

MEMERIKSA OPTIMALITAS

Nilai fungsi tujuan relatif (profit relatif /ongkos relatif)  menggambarkan peningkatan/ penurunan nilai
fungsi tujuan ketika nilai variable non basis ditingkatkan 1 satuan
𝑖𝑛𝑛𝑒𝑟 𝑝𝑟𝑜𝑑𝑢𝑐𝑡 dari 𝑐𝐵 dan kolom yang
Variable non basis  𝑐𝑗 = 𝑐𝑗 −
berkaitan dengan 𝑥𝑗 dalam sistem kanonik

Variable basis  𝑐𝑗 = 0

Kondisi optimal terjadi apabila:

Tujuan Memaksimasi Tujuan Meminimasi

semua nilai koefisien fungsi semua nilai koefisien fungsi
tujuan relatif untuk variabel tujuan relatif untuk variabel
non basis adalah tak positif non basis adalah tak negatif
 9

CONTOH 1

• Step 2
Memperbaiki Solusi Awal
cj 1 1 -4 0 0 0
cB Kons.
Basis x1 x2 x3 x4 x5 x6
0 x4 1 1 2 1 0 0 9 9/2

0 x5 1 1 -1 0 1 0 2 ∞

0 x6 -1 1 1 0 0 1 4 4

Baris c 1 1 -4 0 0 0 Z= 0
 10

CONTOH 1

Memperbaiki Solusi Basis tahap sebelumnya

cj 1 1 -4 0 0 0
cB Kons.
Basis x1 x2 x3 x4 x5 x6
0 x4 3 -1 0 1 0 -2 1 1/3
0 x5 0 2 0 0 1 1 6 ∞
-4 x3 -1 1 1 0 0 1 4 ∞
Baris c -3 5 0 0 0 4 Z = -16.0
 11

CONTOH 1

cj 1 1 -4 0 0 0
cB Kons.
Basis x1 x2 x3 x4 x5 x6
1 x1 1 -0.3 0 0.33 0 -0.67 0.33
0 x5 0 2 0 0 1 1 6
-4 x3 0 0.67 1 0.33 0 0.33 4.33
Baris c 0 4 0 1 0 2.00 Z = -17
Seluruhnya ≥ 0
 12

KASUS MEMINIMASI (2)

 13

CONTOH KASUS

Bentuk Umum Bentuk Standar

Meminimumkan Z = 4x1 + 3x2 Meminimumkan Z = 4x1 + 3x2 + 0x3 + 0x4
dengan pembatas: dengan pembatas:
3x1 + x2 = 3 3x1 + x2 =3
3x1 + 3x2 ≥ 6 3x1 + 3x2 – x3 =6
x1 + 2x2 ≤ 4 x1 + 2x2 + x4 = 4
x1, x2 ≥ 0 x1, x2 ,x3,x4 ≥ 0
 14

CONTOH KASUS
Meminimumkan Z = 4x1 + 3x2 + 0x3 + 0x4
dengan pembatas:
3x1 + x2 =3
• Step 1 3x1 + 3x2 – x3 =6
Identifikasi Solusi Basis Layak awal x1 + 2x2 + x4 = 4
x1, x2 ,x3,x4 ≥ 0
Variabel Basis? x4

Variabel Non-Basis? x1 ,x2 ,x3

x3 bukan variabel basis karena
memiliki koefisien -1 pada
pembatas 2

Jumlah variabel basis < jumlah pembatas

pembatas 1 dan 2 belum memiliki variabel basis ??
 15

PENENTUAN BASIS LAYAK

 16

PENDEKATAN UNTUK MEMPEROLEH SOLUSI

BASIS LAYAK

Trial-and-Error
• Variabel basis dipilih sebarang untuk tiap pembatas
• Tidak efisien

Penggunaan variabel semu (artificial variable)

 17

Variabel Semu (Artificial Variable)

Digunakan untuk masalah LP yang memiliki pembatas bertanda “=“ dan “≥”

Variabel semu berperan sebagai slacks pada iterasi pertama, lalu dihilangkan pada iterasi
berikutnya

Pendekatan
• Metode big M
• Metode dua fasa

Prosedur memaksa variabel semu untuk bernilai nol jika kondisi optimal tercapai
 18

CONTOH KASUS

Contoh Model Matematis LP Tambahkan variabel semu pada

pembatas 1 dan 2

Meminimumkan Meminimumkan Meminimumkan

Z = 4x1 + 3x2 Z = 4x1 + 3x2 +0x3 + 0x4 Z = 4x1 + 3x2 +0x3 + 0x4 ???

dengan pembatas dengan pembatas dengan pembatas

3x1 + x2 = 3 3x1 + x2 =3 3x1 + x2 + x5 =3
3x1 + 3x2 ≥ 6 3x1 + 3x2 – x3 =6 3x1 + 3x2 – x3 + x6 = 6
x1 + 2x2 ≤ 4 x1 + 2x2 + x4 = 4 x1 + 2x2 + x4 =4
x1, x2 ≥ 0 x1, x2, x3, x4 ≥ 0 x1, x2, x3, x4, x5, x6 ≥ 0
Note: ubah ke bentuk standar Note: pembatas 1 dan 2 tidak
memiliki variabel basis
 19

METODE BIG M
 20

METODE BIG M

Variabel semu diberikan pada persamaan yang tidak memiliki variabel basis

Variabel semu diberikan suatu penalti dengan suatu bilangan yang besar sekali pada fungsi tujuan

• Memaksa agar nilai variabel semu = 0 pada solusi optimal.

Metode simplex mencoba untuk memperbaiki fungsi tujuan dengan cara membuat variabel semu tidak
ekonomis lagi untuk dipertahankan sebagai variabel basis dengan nilai yang positif.

Aturan pemberian penalti untuk variable semu

• M adalah bilangan yang sangat besar (M  ∞)

• Minimasi : Koefisien variable semu pada fungsi tujuan = M
• Maksimasi: Koefisien variable semu pada fungsi tujuan = -M
 21

CONTOH KASUS

Meminimumkan
Z = 4x1 + 3x2 +0x3 +0x4 +Mx5 +Mx6

dengan pembatas
3x1 + x2 + x5 =3
3x1 + 3x2 – x3 + x6 = 6
x1 + 2x2 + x4 =4
x1, x2, x3, x4, x5, x6 ≥ 0

Variabel Basis : x4, x5, x6

Variabel Non basis: x1, x2, x3
 22

CONTOH KASUS
Meminimumkan
Z = 4x1 + 3x2 +0x3 +0x4 +Mx5 +Mx6

dengan pembatas
Identifikasi Solusi Basis Layak awal 3x1 + x2 + x5 =3
3x1 + 3x2 – x3 + x6 = 6
Variabel Basis ?  x5 ,x6 ,x4 x1 + 2x2 + x4 =4
Variabel Non-Basis ?  x1 ,x2 ,x3 x1, x2, x3, x4, x5, x6 ≥ 0
Apabila seluruh nilai variabel non-basis x1 ,x2 ,x3 = 0,
maka nilai masing-masing variabel basis:
x5 = 3
x6 = 6 Solusi basis layak awal
x4 = 4
Nilai fungsi tujuan awal
Z = x1 + x2 - 0x3 + 0x4 + Mx5 + Mx6 = 0 + 0 – 0 + 0(4) + M(3) + M(6) = 9M
 23

CONTOH KASUS

Memperbaiki Solusi Awal

cj 4 3 0 0 M M
cB Konstanta
Basis x1 x2 x3 x4 x5 x6
Kriteria Optimalitas
M x5 3 1 0 0 1 0 3 Fungsi tujuan meminimasi
semua nilai koefisien fungsi
M x6 3 3 -1 0 0 1 6 tujuan relatif ( 𝐶) untuk variabel
non basis adalah tak negatif

0 x4 1 2 0 1 0 0 4

Baris C 4-6M 3-4M M 0 0 0 9M

Masih bernilai negatif = belum optimal

 24

CONTOH KASUS

Menentukan entering dan leaving variable

cB
cj 4 3 0 0 M M
Konstanta
Basis x1 x2 x3 x4 x5 x6 ratio

M x5 3 1 0 0 1 0 3 3/3 x5 keluar basis

M x6 3 3 -1 0 0 1 6 6/3

0 x4 1 2 0 1 0 0 4 4/1

Baris C 4-6M 3-4M M 0 0 0 9M

x1 masuk basis
 25

CONTOH KASUS

x5 keluar basis dan digantikan x1 menggunakan OBE

cB
cj 4 3 0 0 M M
Konstanta
Basis x1 x2 x3 x4 x5 x6

4 x1 1 1/3 0 0 1/3 0 1

M x6 0 2 -1 0 -1 1 3

0 x4 0 5/3 0 1 -1/3 0 3

Baris C 0 5/3-2M M 0 -4/3+2M 0 4+3M

Masih bernilai negatif = belum optimal

 26

CONTOH KASUS

Menentukan entering dan leaving variable

cB
cj 4 3 0 0 M M
Konstanta
Basis x1 x2 x3 x4 x5 x6 ratio

4 x1 1 1/3 0 0 1/3 0 1 3

M x6 0 2 -1 0 -1 1 3 3/2 x6 keluar basis

0 x4 0 5/3 0 1 -1/3 0 3 9/5

Baris C 0 5/3-2M M 0 -4/3+2M 0 4+3M

x2 masuk basis
 27

CONTOH KASUS

x2 masuk basis menggantikan x6 menggunakan OBE

cB
cj 4 3 0 0 M M
Konstanta
Basis x1 x2 x3 x4 x5 x6
Kesimpulan
x1 = 1/2
4 x1 1 0 1/6 0 1/2 -1/6 1/2
x2 = 3/2
x3 = 0
3 x2 0 1 -1/2 0 -1/2 1/2 3/2 Z = 13/2

0 x4 0 0 5/6 1 1/2 -5/6 1/2

Baris 𝐶 0 0 5/6 0 -1/2+ M -5/6+ M Z = 13/2

Sudah optimal, seluruh nilai 𝐶 tak negatif

 28

METODE 2 FASA
 29

METODE 2 FASA

• Fasa I

Mendapatkan solusi basis layak awal pada masalah original.

Penghilangan variabel semu.

Fungsi tujuan semu merupakan jumlah dari variabel semu yang diminimasi.

Jika nilai fungsi tujuan sama dengan nol, maka semua variabel semu bernilai nol dan solusi
basis layak diperoleh bagi masalah original.

Jika nilai minimum fungsi tujuan adalah positif, maka paling sedikit terdapat satu variabel yang
positif dan ini berarti masalah original adalah tak layak, dan algoritma berhenti.
 30

METODE 2 FASA

• Fasa II

Solusi basis layak yang diperoleh pada Fasa I dioptimisasi terhadap

fungsi tujuan original.

Tabel akhir pada Fasa I menjadi tabel awal pada Fasa II dengan
perubahan pada fungsi tujuan
 31

METODE 2 PHASE

Contoh Kasus

Meminimumkan Z = 4x1 + 3x2 + 0x3 + 0x4

dengan pembatas:
3x1 + x2 + x5 =3
3x1 + 3x2 – x3 + x6 =6
x1 + 2x2 + x4 =4
x1, x2 ,x3,x4,x5,x6 ≥ 0
 32

METODE 2 PHASE

Fasa 1
Meminimumkan W = x5 + x6
dengan pembatas:
3x1 + x2 + x5 =3
3x1 + 3x2 – x3 + x6 =6
x1 + 2x2 + x4 =4
x1, x2 ,x3,x4,x5,x6 ≥ 0
 33

FASA 1
cj 0 0 0 0 1 1
cB Konstanta
Basis x1 x2 x3 x4 x5 x6
Kriteria Optimalitas
1 x5 3 1 0 0 1 0 3 Fungsi tujuan meminimasi
semua nilai koefisien fungsi
1 x6 3 3 -1 0 0 1 6 tujuan relatif ( 𝐶) untuk variabel
non basis adalah tak negatif

0 x4 1 2 0 1 0 0 4

Baris C -6 -4 1 0 0 0 W=9

Masih bernilai negatif = belum optimal

 34

CONTOH KASUS

Menentukan entering dan leaving variable

cB
cj 0 0 0 0 1 1
Konstanta
Basis x1 x2 x3 x4 x5 x6 ratio

1 x5 3 1 0 0 1 0 3 3/3 x5 keluar basis

1 x6 3 3 -1 0 0 1 6 6/3

0 x4 1 2 0 1 0 0 4 4/1

Baris C -6 -4 1 0 0 0 W=9
x1 masuk basis
 35

CONTOH KASUS

x1 masuk basis menggantikan x5 menggunakan OBE

cB
cj 0 0 0 0 1 1
Konstanta
Basis x1 x2 x3 x4 x5 x6

0 x1 1 1/3 0 0 1/3 0 1

1 x6 0 2 -1 0 -1 1 3

0 x4 0 5/3 0 1 -1/3 0 3

Baris C 0 -2 1 0 2 0 W=3

Masih bernilai negatif = belum optimal

 36

CONTOH KASUS

Menentukan entering dan leaving variable

cB
cj 0 0 0 0 1 1
Konstanta
Basis x1 x2 x3 x4 x5 x6 ratio

0 x1 1 1/3 0 0 1/3 0 1 3

0 x6 0 2 -1 0 -1 1 3 3/2 x6 keluar basis

0 x4 0 5/3 0 1 -1/3 0 3 9/5

Baris C 0 -2 1 0 2 0 W=3
x2 masuk basis
 37

CONTOH KASUS

x2 masuk basis menggantikan x6 menggunakan OBE

cB
cj 4 3 0 0 1 1
Konstanta
Basis x1 x2 x3 x4 x5 x6

0 x1 1 0 1/6 0 1/2 -1/6 1/2

0 x2 0 1 -1/2 0 -1/2 1/2 3/2 Fase 1 selesai

0 x4 0 0 5/6 1 1/2 -5/6 1/2

Baris 𝐶 0 0 0 0 1 1 W=0

Sudah optimal, seluruh nilai 𝐶 tak negatif

 38

Fase II
Meminimumkan Z = 4x1 + 3x2 + 0x3 + 0x4
dengan pembatas:
3x1 + x2 =3
3x1 + 3x2 – x3 =6
x1 + 2x2 + x4 =4
x1, x2 ,x3,x4,x5,x6 ≥ 0
 39

CONTOH KASUS

Tabel akhir pada Fasa I menjadi tabel awal pada Fasa II dengan
FASA 2 perubahan pada fungsi tujuan

cB
cj 4 3 0 0
Konstanta
Basis x1 x2 x3 x4 Pada tabel Fasa 2, kolom
terkait variabel semu
4 x1 1 0 1/6 0 1/2 dihilangkan
Kesimpulan
3 x2 0 1 -1/2 0 3/2 x1 = 1/2
x2 = 3/2
0 x4 0 0 5/6 1 1/2 x3 = 0
Z = 13/2
Baris 𝐶 0 0 5/6 0 Z=13/2

Sudah optimal, seluruh nilai 𝐶 tak negatif

 40

BIG M/2 FASA UNTUK KASUS MEMAKSIMASI

 41

METODE BIG M
 42

Contoh Model Matematis LP

Memaksimumkan Memaksimumkan
Z = 2x1 + 2x2 + 4x3 Z = 2x1 + 2x2 + 4x3 + 0x4 + 0x5 – Mx6
dengan pembatas
dengan pembatas 2x1 + x2 + x3 + x4 =4
2x1 + x2 + x3 ≤ 4 3x1 + 4x2 +2x3 - x5 + x6 = 8
3x1 + 4x2 +2x3 ≥ 8 x1, x2, x3, x4, x5, x6 ≥ 0
x1, x2 , x2 ≥ 0
 43

ITERASI 1

Cj 2 2 4 0 0 -M
cB Konstanta
Baris x1 x2 x3 x4 x5 x6

0 x4 2 1 1 1 0 0 4

-M x6 3 4 2 0 -1 1 10
Baris 𝑐 2+3M 2+4M 4+2M 0 M 0 -8M
Belum optimal karena masih
terdapat nilai variabel non
basis yang positive
 44

ITERASI 1

Penentuan variabel yang masuk (entering variable)

Cj 2 2 4 0 0 -M
cB Konstanta
Baris x1 x2 x3 x4 x5 x6

0 x4 2 1 1 1 0 0 4

-M x6 3 4 2 0 -1 1 10
Baris 𝑐 2+3M 2+4M 4+2M 0 M 0 -10M
 45

ITERASI 1

Penentuan variabel yang keluar (leaving variable)

Cj 2 2 4 0 0 -M
cB Konstanta
Baris x1 x2 x3 x4 x5 x6 Ratio

0 x4 2 1 1 1 0 0 4 4

-M x6 3 4 2 0 -1 1 10 5/2
Baris 𝑐 2+3M 2+4M 4+2M 0 M 0 -10M
 46

Iterasi 2

Cj 2 2 4 0 0 -M
cB Konstanta
Baris x1 x2 x3 x4 x5 x6 Ratio

0 x4 5/4 0 1/2 1 1/4 -1/4 3/2 3

2 x2 3/4 1 1/2 0 -1/4 1/4 5/2 5

Baris 𝑐 1/2 0 3 0 1/2 -M Z=5
 47

Iterasi 3

Cj 2 2 4 0 0 -M
cB Konstanta
Baris x1 x2 x3 x4 x5 x6

4 x3 5/2 0 1 2 1/2 -1/2 3

2 x2 -1/2 1 0 -1 -1/2 1/2 1

Baris 𝑐 -7 0 0 -6 -3 -M+1 Z= 14
Sudah Optimal
x1 = 0; x2=1; x3=3 dengan Nilai Z = 14
 48

METODE 2 FASA
 49

Contoh Model Matematis LP

Bentuk Standar
Memaksimumkan Memaksimumkan
Z = 2x1 + 2x2 + 4x3 Z = 2x1 + 2x2 + 4x3 + 0x4 + 0x5
dengan pembatas
dengan pembatas 2x1 + x2 + x3 + x4 =4
2x1 + x2 + x3 ≤ 4 3x1 + 4x2 +2x3 - x5 + x6 = 8
3x1 + 4x2 +2x3 ≥ 8 x1, x2, x3, x4, x5, x6 ≥ 0
x1, x2 , x2 ≥ 0
 50

METODE 2 PHASE

Fase 1

Meminimumkan
W = x6
dengan pembatas
2x1 + x2 + x3 + x4 =4
3x1 + 4x2 +2x3 - x5+ x6 = 8
x1, x2, x3, x4, x5, x6 ≥ 0
 51

ITERASI 1

Cj 0 0 0 0 0 1
cB Konstanta
Baris x1 x2 x3 x4 x5 x6

0 x4 2 1 1 1 0 0 4

1 x6 3 4 2 0 -1 1 10
Baris 𝑐 -3 -4 -2 0 1 0 W=10
Belum optimal karena masih
terdapat nilai variabel non
basis yang negative
 52

ITERASI 1

Penentuan variabel yang masuk (entering variable)

Cj 0 0 0 0 0 1
cB Konstanta
Baris x1 x2 x3 x4 x5 x6

0 x4 2 1 1 1 0 0 4

1 x6 3 4 2 0 -1 1 10
Baris 𝑐 -3 -4 -2 0 1 0 W=10
 53

ITERASI 1

Penentuan variabel yang keluar (leaving variable)

Cj 0 0 0 0 0 1
cB Konstanta
Baris x1 x2 x3 x4 x5 x6 Ratio

0 x4 2 1 1 1 0 0 4 4

1 x6 3 4 2 0 -1 1 10 5/2
Baris 𝑐 -3 -4 -2 0 1 0 W=10
 54

Iterasi 2

Cj 0 0 0 0 0 1
cB Konstanta
Baris x1 x2 x3 x4 x5 x6 Ratio

0 x4 5/4 0 1/2 1 1/4 -1/4 3/2 3

0 x2 3/4 1 1/2 0 -1/4 1/4 5/2 5
Baris 𝑐 0 0 0 0 0 1 W=0

Fasa 1 Selesai
 55

Fase II
Memaksimumkan
Z = 2x1 + 2x2 + 4x3 + 0x4 + 0x5
dengan pembatas
2x1 + x2 + x3 + x4 =4
3x1 + 4x2 +2x3 - x5 =8
x1, x2, x3, x4, x5 ≥0
 56

Tabel awal fase 2

Cj 2 2 4 0 0
cB Konstanta Ratio
Baris x1 x2 x3 x4 x5

0 x4 5/4 0 1/2 1 1/4 3/2 3

2 x2 3/4 1 1/2 0 -1/4 5/2 5

Baris 𝑐 -2/4 0 3 0 2/4 Z=5

Belum Optimal
 57

X3 masuk sebagai basis menggantikan X4

Cj 2 2 4 0 0
cB Konstanta
Baris x1 x2 x3 x4 x5

4 x3 5/2 0 1 2 1/2 3

2 x2 -1/2 1 0 -1 -1/2 1
Baris 𝑐 -7 0 0 -6 -3 Z= 14
Sudah Optimal
x1 = 0; x2=1; x3=3 dengan Nilai Z = 14
 58

SOLUSI TAK LAYAK

 59

• Dengan metode big M

• Pada tabel optimal, satu atau lebih variabel semu tetap sebagai variabel basis
• Dengan metode dua-fase
• Pada tabel optimal pada fase I, nilai fungsi tujuannya adalah positif, dimana satu atau lebih
variabel semu sebagai basis
 60

TERIMA KASIH

60