1

IEI2G3– Penelitian Operasional 1

Penyelesaian Linear
Programming: Enumerasi Basis

S1 Teknik Industri – Fakultas Rekayasa Industri

 2

TUJUAN PEMBELAJARAN

Mahasiswa memahami konsep sistem ekivalen

Mahasiswa mampu membangkitkan sistem persamaan

ekivalen dari suatu persamaan linier

Mahasiswa mampu mendapatkan solusi optimal model

pemrograman linier menggunakan enumerasi basis
 3

OUTLINE

LP Model Standar

Solusi Basis

Pencarian Solusi: Enumerasi

 4

MODEL STANDAR LINEAR PROGRAMMING

 5

LP MODEL DALAM BENTUK PERSAMAAN

Seluruh
Nilai konstanta
pembatas dalam Seluruh variabel
ruas kanan non-
bentuk non-negatif
negatif
persamaan

5
 6

LP MODEL DALAM BENTUK PERSAMAAN

Max/min Z = c1x1 + c2x2 + … + cnxn

dengan pembatas
a11x1 + a12x2 + … + a1nxn = b1
a21x1 + a22x2 + … + a2nxn = b2
.
.
.
am1x1 + am2x2 + .. + amnxn = bm

x1≥0, x2≥0,…, xn≥0

b1≥0, b2≥0,…, bm≥0
6
 7

LP MODEL DALAM BENTUK PERSAMAAN

KONVERSI PERTIDAKSAMAAN  PERSAMAAN NON-NEGATIF

• Untuk mengubah pertidaksamaan pada fungsi pembatas, dilakukan

dengan menambahkan “slack variable” pada sisi kiri pembatas.

Pembatas Pembatas
“≤” “≥”

7
 8

LP MODEL DALAM BENTUK PERSAMAAN

• Pembatas dengan pertidaksamaan ≤

Contoh: Penggunaan raw material A untuk produksi produk X1 adalah 6/item,
sedangkan untuk produk X2 adalah 4/item. Maksimum jumlah raw material A
yang tersedia adalah 24.
Bentuk pembatas:
6X1 + 4X2 ≤ 24; X1, X2 ≥ 0
6X1 + 4X2 + S1= 24, S1≥ 0

variabel S1 adalah slack variable yang menggambarkan jumlah raw material

yang tidak digunakan.
8
 9

LP MODEL DALAM BENTUK PERSAMAAN

• Pembatas dengan pertidaksamaan ≥

Contoh: X1 adalah jumlah makanan kucing tipe A (kg) yang dibeli, X2 adalah
jumlah makanan kucing tipe B (kg) yang dibeli. Makanan kucing setiap harinya
harus tersedia paling sedikit 80 kg.
Bentuk pembatas:
X1 + X2 ≥ 80; X1, X2 ≥0
X1 + X2 - S1 = 80, S1 ≥0

variabel S1 adalah slack variable yang menggambarkan surplus / kelebihan

makanan kucing yang dibeli dengan jumlah minimum yang dibutuhkan.

9
 10

LP MODEL DALAM BENTUK PERSAMAAN

KONVERSI RUAS KANAN BERNILAI NEGATIF  BERNILAI NON-NEGATIF

1. Ubah pembatas pertidaksamaan  persamaan
2. Kalikan pembatas dalam bentuk persamaan dengan nilai -1
Contoh:
Diketahui pembatas sbb: -X1 + X2 ≤ -3; X1, X2 ≥ 0
1. Ubah menjadi bentuk persamaan, sehingga menjadi
-X1 + X2 + S1 = -3; S1 ≥ 0
2. Kalikan -1 untuk mengubah konstanta ruas kanan negatif menjadi non
negatif
X1 – X2 –S1 = 3; S1 ≥ 0
10
 11

LP MODEL DALAM BENTUK PERSAMAAN

MENGHADAPI UNRESTRICTED VARIABLE

1. Ingat! Seluruh variabel di LP harus variabel non negatif
2. Unrestricted variable / variabel tak dibatasi tanda diganti dengan selisih dua
variabel tak negatif
Contoh:
Diketahui pembatas sbb: X1 + X2 = 5 dengan X1 ≥ 0; X2 Unrestricted
Ubah unrestricted variable menjadi selisih dua variabel tak negatif
X2 = X3-X4 dengan X3, X4 ≥ 0
Sehingga pembatas menjadi:
X1 + X3 - X4 = 5 dengan X1, X3, X4 ≥ 0
11
 12

MENGENAL SISTEM EKIVALEN DAN

SOLUSI BASIS
 13

SISTEM EKIVALEN

• Mayoritas masalah linear programming memiliki m persamaan pembatas

dengan sejumlah n variabel yang tidak diketahui dimana jumlah m < n
• Contoh sistem dengan m=2 dan n=5:
x1 – 2x2 + x3 – 4x4 + 2x5 = 2
x1 – x2 – x3 – 3x4 – x5 = 4

• Persamaan di atas akan memiliki jumlah solusi yang tidak terbatas (tidak
unik)
• Kedua persamaan di atas dikatakan ekivalen jika kedua persamaan memiliki
himpunan solusi yang sama (solusi bagi satu sistem memberikan solusi bagi
sistem lain)
• Salah satu cara untuk mendapatkan solusi dari permasalahan dengan m < n
13 adalah dengan mendapatkan sistem ekivalen dari persamaan tersebut
 14

• Cara untuk mendapatkan sistem ekivalen  Operasi Baris

Elementer
• Mengalikan sembarang persamaan dalam sistem dengan suatu
bilangan positif / negatif
• Menambahkan ke sembarang persamaan dengan suatu
konstanta pengali ke persamaan lain
• Hingga diperoleh ada sejumlah m variabel yang hanya muncul 1 kali
di masing-masing persamaan

14
 15

• Contoh
x1 – 2x2 + x3 – 4x4 + 2x5 = 2
(S1)
x1 – x2 – x3 – 3x4 – x5 = 4
-b1 + b2 (baris satu dikalikan -1 dan
dijumlahkan dengan baris 2)
(S2) x1 – 2x2 + x3 – 4x4 + 2x5 = 2
x2 – 2x3 + x4 – 3x5 = 2
2b2 + b1 (baris dua dikali 2 dan
dijumlahkan dengan baris 1)
(S3) x1 – 3x3 – 2x4 – 4x5 = 6
x2 – 2x3 + x4 – 3x5 = 2

15
 16

• Contoh

(S3) x1 – 3x3 – 2x4 – 4x5 = 6

x2 – 2x3 + x4 – 3x5 = 2
Jika x3, x4, dan x5 = 0, maka nilai x1 dan x2 dapat diketahui
x3 = x4 = x5 = 0 akan memberikan x1 = 6, x2 = 2.
Variabel x1 dan x2 disebut variabel basis (basic variable)
Sistem S3 disebut sistem kanonik (canonical system)

16
 17

Variabel basis (basic variable)

• Variabel xi dikatakan sebagai variabel basis jika dalam suatu persamaan ia muncul dengan koefisien satu pada
persamaan tersebut, dan nol pada persamaan yang lain.
Variabel non basis (nonbasic variable)
• Variabel yang bukan variabel basis.

Operasi pivot (pivot operation)

• Suatu urutan operasi elementer yang mereduksi suatu sistem persamaan ke suatu sistem ekivalen untuk
menghasilkan variabel basis.
Solusi basis (basic solution)
• Solusi yang diperoleh dari suatu sistem kanonik dengan menetapkan nilai variabel non basis sama dengan nol
dan memecahkan variabel basis.
Solusi basis layak (basic feasible solution)
• Solusi basis dimana nilai variabel basisnya adalah tak negatif.
17
 18

PENCARIAN SOLUSI: ENUMERASI

18
 19

CONTOH

Diketahui model matematis dari suatu permasalahan adalah sbb:

Maximize Z = 2x1 + 3x2 Maximize Z = 2x1 + 3x2

Subject to Subject to
2x1 + x2 ≤ 4 2x1 + x2 + s1 =4
x1 + 2x2 ≤ 5 x1 + 2x2 + s2 = 5
x1≥ 0, x2≥ 0 x1 , x2 ,s1 ,s2 ≥ 0

Note: Sistem di atas memiliki m = 2 persamaan dan n = 4 variabel (m<n)

19
 20

PENCARIAN SOLUSI

TAHAP 1: PENENTUAN JUMLAH TITIK SUDUT

Maksimum titik sudut dapat dihitung menggunakan rumus berikut:

𝑛 𝑛!
=
𝑚 𝑚! 𝑛 − 𝑚 !

Maka dari itu, jumlah titik sudut untuk contoh kasus adalah:
4! 4! 4×3×2×1
= = =6
2! 4 − 2 ! 2! 2! 2 × 1 × 2 × 1

Note: jumlah corner point akan berasosiasi dengan jumlah solusi basis dari permasalahan dan
juga merupakan jumlah titik sudut dari daerah solusi (layak ataupun tidak layak)

20
 21

PENCARIAN SOLUSI

Apabila digambarkan dalam bentuk grafis, didapatkan 6 titik sudut

7 A, B, C, D, E, dan F
6

5 Titik sudut A, B, C, D, E, dan F adalah solusi basis

4F

3
B
C
2

A D E
1 2 3 4 5 6 7
21
 22

PENCARIAN SOLUSI

TAHAP 2: IDENTIFIKASI SELURUH KEMUNGKINAN KOMBINASI VARIABEL BASIS

DAN NON BASIS
Jumlah variabel non basis = n-m  4 – 2 = 2 variabel non basis

No Variabel Non Variabel Basis Maximize Z = 2x1 + 3x2

Basis
1 x1,x2 s1,s2 Subject to
2 x1,s1 x2,s2 2x1 + x2 + s1 =4
3 x1,s2 x2,s1 x1 + 2x2 + s2 = 5
4 x2,s1 x1,s2 x1 , x2 ,s1 ,s2 ≥ 0
5 x2,s2 x1,s1
6 s1,s2 x1,x2
22
 23

PENCARIAN SOLUSI

TAHAP 3: SET NILAI UNTUK VARIABEL NON BASIS = 0 DAN CARI NILAI VAR
BASIS
Misal dari kemungkinan 1 (VNB = x1, x2 ;VB = S1,S2) :
Tetapkan nilai VNB x1,x2 = 0
Maximize Z = 2x1 + 3x2 Maximize Z = 2x1 + 3x2 Solusi
Basis:
s1 = 4
Subject to Subject to
s2 = 5
2x1 + x2 + s1 =4 2(0) + (0) + s1 =4
x1 + 2x2 + s2 = 5 (0) + 2(0) + s2 = 5
x1 , x2 ,s1 ,s2 ≥ 0 x1 , x2 ,s1 ,s2 ≥ 0

Gunakan subtitusi / eliminasi

untuk mendapatkan nilai x1, x2
23
 24

PENCARIAN SOLUSI

TAHAP 3: SET NILAI UNTUK VARIABEL NON BASIS = 0 DAN CARI NILAI VAR
BASIS
Misal dari kemungkinan 2 (VNB = x1,S1; VB = x2, S2) :
Tetapkan nilai VNB x1,s1 = 0
Maximize Z = 2x1 + 3x2 Maximize Z = 2x1 + 3x2 Solusi
Basis:
x2 = 4
Subject to Subject to s2 = -3
2x1 + x2 + s1 =4 2(0) + x2 + 0 =4
x1 + 2x2 + s2 = 5 0 + 2x2 + s2 = 5
x1 , x2 ,s1 ,s2 ≥ 0 x1 , x2 ,s1 ,s2 ≥ 0
Gunakan subtitusi/ eliminasi
untuk mendapatkan nilai x1, x2
24
 25

PENCARIAN SOLUSI

TAHAP 4: TENTUKAN SOLUSI LAYAK BASIS

Solusi layak basis  Nilai solusi Basis ≥ 0
Variabel Maximize Z = 2x1 + 3x2
Variabel Solusi
No Non Feasible? x1, x2
Basis Basis Subject to
Basis
1 x1,x2 s1,s2 (4,5) Ya 0,0 2x1 + x2 + s1 =4
x1 + 2x2 + s2 = 5
2 x1,s1 x2,s2 (4,-3) Tidak 0,4
x1 , x2 ,s1 ,s2 ≥ 0
3 x1,s2 x2,s1 (2.5, 1.5) Ya 0,2.5
4 x2,s1 x1,s2 (2,3) Ya 2,0
5 x2,s2 x1,s1 (5,-6) Tidak 5,0
6 s1,s2 x1,x2 (1,2) Ya 1,2
25
 26

PENCARIAN SOLUSI

TAHAP 5: HITUNG NILAI Z

Hitung nilai Z untuk seluruh solusi layak basis (Z = 2x1 + 3x2)
Variabel Maximize Z = 2x1 + 3x2
Variabel Solusi Feasible
No Non x1, x2 Nilai Z
Basis Basis ? Subject to
Basis 2x1 + x2 + s1 =4
1 x1,x2 s1,s2 (4,5) Ya 0,0 0 x1 + 2x2 + s2 = 5
x1 , x2 ,s1 ,s2 ≥ 0
2 x1,s1 x2,s2 (4,-3) Tidak 0,4 -
3 x1,s2 x2,s1 (2.5, 1.5) Ya 0,2.5 7.5
4 x2,s1 x1,s2 (2,3) Ya 2,0 4
5 x2,s2 x1,s1 (5,-6) Tidak 5,0 -
6 s1,s2 x1,x2 (1,2) Ya 1,2 8
26
 27

PENCARIAN SOLUSI

TAHAP 6: TENTUKAN SOLUSI OPTIMAL

Fungsi tujuan = memaksimumkan  cari nilai Z maksimum
Variabel
Variabel Solusi Feasible
No Non x1, x2 Nilai Z
Basis Basis ?
Basis
1 x1,x2 s1,s2 (4,5) Ya 0,0 0
2 x1,s1 x2,s2 (4,-3) Tidak 0,4 -
3 x1,s2 x2,s1 (2.5, 1.5) Ya 0,2.5 7.5
4 x2,s1 x1,s2 (2,3) Ya 2,0 4
5 x2,s2 x1,s1 (5,-6) Tidak 5,0 -
6 s1,s2 x1,x2 (1,2) Ya 1,2 8
27
Optimal
 28

Bagaimana jika
permasalahan memiliki 10
pembatas dan 20
variabel?
20 20!
= = 184.756 𝑘𝑜𝑚𝑏𝑖𝑛𝑎𝑠𝑖
10 10! 20 − 10 !

Metode Simplex

28
 29

KONSEP DASAR SIMPLEX

29
 30

PENDAHULUAN & LANGKAH UMUM

 31
PENDAHULUAN

Dikembangkan oleh G.B. Dantzig

Merupakan prosedur iteratif untuk memecahkan masalah LP dengan
mengekspresikannya dalam bentuk standar

Ciri-ciri dari bentuk baku model LP adalah :

Fungsi Tujuan: Konstanta Ruas

Pembatas: Variabel Keputusan
Meminimumkan
Dinyatakan dalam Dibatasi sebagai tak
Kanan
atau Dibatasi sebagai tak
persamaan (=) negatif
Memaksimumkan negatif
 32
LINEAR PROGRAMMING
DALAM BENTUK STANDAR

Memaksimumkan (Meminimumkan)
Z = c1x1 + c2x2 + … + cnxn
dengan pembatas
a11x1 + a12x2 + … + a1nxn = b1
a21x1 + a22x2 + … + a2nxn = b2
.
.
.
am1x1 + am2x2 + … + amnxn = bm
x1≥0, x2≥0,…, xn≥0
b1≥0, b2≥0,…, bm≥0
32
 33
LINEAR PROGRAMMING
DALAM BENTUK STANDAR

Memaksimumkan (Meminimumkan)
Z = c1x1 + c2x2 + … + cnxn
dengan pembatas
a11x1 + a12x2 + … + a1nxn = b1
a21x1 + a22x2 + … + a2nxn = b2
.
.
.
am1x1 + am2x2 + … + amnxn= bm
x1≥0, x2≥0,…, xn≥0
b1≥0, b2≥0,…, bm≥0
33
 34

LANGKAH UMUM

Mulai dengan suatu solusi layak basis

Perbaiki solusi awal jika mungkin

• Cari solusi layak basis yang mempunyai nilai fungsi tujuan lebih
baik

Cari solusi-solusi layak basis yang dapat memperbaiki nilai

fungsi tujuan

Berhenti jika suatu solusi layak basis tidak dapat diperbaiki lagi
• maka solusi layak basis tersebut menjadi solusi optimal
 35

SOLUSI LAYAK BASIS

Variabel basis (basic variable)

• Variabel xi dikatakan sebagai variabel basis jika dalam suatu persamaan ia muncul dengan koefisien satu pada
persamaan tersebut, dan nol pada persamaan yang lain.
Variabel non basis (nonbasic variable)
• Variabel yang bukan variabel basis.

Operasi pivot (pivot operation)

• Suatu urutan operasi elementer yang mereduksi suatu sistem persamaan ke suatu sistem ekivalen untuk
menghasilkan variabel basis.
Solusi basis (basic solution)
• Solusi yang diperoleh dari suatu sistem kanonik dengan menetapkan nilai variabel non basis sama dengan nol
dan memecahkan variabel basis.
Solusi basis layak (basic feasible solution)
• Solusi basis dimana nilai variabel basisnya adalah tak negatif.
 36

LANGKAH UMUM (KASUS)

• Contoh Kasus
Memaksimumkan Z = 2x1 + 3x2

dengan pembatas:
x1 + 3x2 6
2x1 + 2x2 8
–x1 + x2 1
x2  2
x1 ≥ 0, x2 ≥ 0
 37

LANGKAH UMUM (KASUS)

Bentuk Standar
Memaksimumkan Z = 2x1+3x2 +0x3+0x4+0x5+0x6

dengan pembatas
x1 + 3x2 + x3 =6
2x1 + 2x2 + x4 =8
– x1 + x2 + x5 =1
x2 + x6 = 2
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0, x6 ≥ 0
 38

LANGKAH UMUM (KASUS)

Step 1. Penetapan Solusi Layak Basis Awal

Variabel basis : x3, x4, x5, x6
Variabel non-basis : x1, x2

Dengan menetapkan x1 = x2 = 0, maka

diperoleh solusi basis :
x3 = 6, x4 = 8, x5 = 1, x6 = 2
Nilai fungsi tujuan
Z = 2(0)+3(0)+0(6)+0(8)+0(1)+0(2)= 0
 39

LANGKAH UMUM (KASUS)

Step 2. Memperbaiki Solusi Layak Awal

• metode simplex memeriksa apakah mungkin untuk
mendapatkan solusi basis layak yang lebih baik dengan
nilai Z yang lebih besar
• Pemeriksaan dilakukan dengan pertama-tama memeriksa
apakah solusi saat ini adalah optimal
• Jika solusi belum optimal, metode simplex mencari suatu
solusi basis layak tetangga (adjacent basic feasible
solution) dengan nilai Z yang lebih besar
 40

LANGKAH UMUM (KASUS)

Step 2. Memperbaiki Solusi Layak Awal

Untuk mendapatkan solusi basis layak tetangga, metode simplex

1. Membuat salah satu variabel basis menjadi variabel non basis
2. Menjadikan salah satu variabel non basis menjadi variabel
basis

Permasalahannya adalah memilih solusi basis dan solusi

non basis yang pertukarannya memberikan perbaikan
maksimum pada nilai fungsi tujuan
??
 41

LANGKAH UMUM (KASUS)

Step 2. Memperbaiki Solusi Layak Awal

Dalam solusi basis layak
Variabel basis dapat mempunyai nilai yang positif
Variabel non basis selalu mempunyai nilai nol
Membuat variabel non basis menjadi variabel basis adalah ekivalen
dengan menaikkan nilainya dari nol ke positif.

• menaikkan nilai variabel non basis menjadi satu unit

• memeriksa perubahannya pada nilai fungsi tujuan Z.
 42

LANGKAH UMUM (KASUS)

Step 2. Memperbaiki Solusi Layak Awal

Misalkan variabel non basis x1 dinaikkan 1 unit (dari 0  1)
1x1 +x3 =6 x1 = 1, x2 = 0,
2x1 + x4 =8 x3 = 5, x4 = 6,
–x1 + x5 =1
0x1 + x6 =2 x5 = 2, x6 = 2

Nilai fungsi tujuan

Z = 2(1)+3(0)+0(5)+0(6)+0(2)+0(2)= 2

Perubahan nilai Z per peningkatan satu unit x1

Z = 2 – 0 = 2
 43

LANGKAH UMUM (KASUS)

Step 2. Memperbaiki Solusi Layak Awal

Misalkan variabel non basis x2 dinaikkan 1 unit (dari 0  1)

3x2 + x3 =6 x1 = 0, x2 = 1
2x2 + x4 =8 x3 = 3, x4 = 6
1x2 + x5 =1
1x2 + x6 =2 x5 = 0, x6 = 1

Nilai fungsi tujuan

Z = 2(0)+3(1)+0(3)+0(6)+0(0)+0(1)= 3

Perubahan nilai Z per peningkatan satu unit x2

Z = 3 – 0 = 3
 44

LANGKAH UMUM (KASUS)

Step 2. Memperbaiki Solusi Layak Awal

1. Karena Z positif untuk x1 dan x2  nilai fungsi tujuan dapat
dinaikkan.
2. Karena Z untuk x2 > Z untuk x1 maka menaikkan x2 lebih baik.

Sampai seberapa jauh x2 dapat dinaikkan?

Jika x2 dinaikkan maka nilai variabel basis : x3, x4, x5, x6

akan turun dan nilainya harus tak negatif agar tetap layak.
 45

LANGKAH UMUM (KASUS)

Step 2. Memperbaiki Solusi Layak Awal

Batas peningkatan x2:
Dengan memasukkan nilai x3, x4, x5, x6 = 0
3x2 + x3 =6  x2 = 2
2x2 + x4 =8  x2 = 4
1x2 + x5 =1  x2 = 1
1x2 + x6 =2  x2 = 2
Maksimum peningkatan x2 = minimum (2, 4, 1, 2) = 1
 46

LANGKAH UMUM (KASUS)

Step 2. Memperbaiki Solusi Layak Awal

variabel masuk basis x2 dinaikkan 1 unit
3x2 + x3 =6  x2 = 1 ; x3 = 3
2x2 + x4 =8  x2 = 1 ; x4 = 6
1x2 + x5 =1  x2 = 1 ; x5 = 0
1x2 + x6 =2  x2 = 1 ; x6 = 1

x2 dinaikkan 1 unit, maka x5 menjadi variabel non basis

x1 = 0, x2 = 1, x3 = 3, x4 = 6, x5 = 0, x6 = 1 dan Z = 3
 47

LANGKAH UMUM (KASUS)

Step 2. Memperbaiki Solusi Layak Awal

x1 + 3x2 + x3 =6 B1 = -3B3 + B1
2x1 + 2x2 + x4 =8 B2 = -2B3 + B2
– x1 + x2 + x5 =1 B3  Baris Kunci
x2 + x6 =2 B4 = -B3 + B4

OBE

4x1 + x3 - 3x5 =3
4x1 + x4 - 2x5 =6
- x1 + x2 + x5 =1
x1 - x5 + x6 =1
48
 49

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis Variabel basis : x2 ,x3 , x4 , x6

Misalkan variabel non basis x1 dinaikkan 1 unit Variabel non basis : x1 ,x5

4x1 + x3 =3
4x1 + x4 =6 x1 = 1, x2= 2, x3 = -1, x4 = 2, x5 = 0, x6 = 0
- x1 + x2 =1 * x3 tidak layak  batas peningkatan x1 kurang dari 1 unit
x1 + x6 =1

Nilai fungsi tujuan

Z = 2(1)+3(2)+0(-1)+0(2)+0(0)+0(0)
=8

Perubahan nilai Z per peningkatan satu unit x1

Z = 8– 3 = 5
 50

LANGKAH UMUM (KASUS)

Variabel basis : x2 ,x3 ,x4, x6

Step 3. Memperbaiki Solusi Layak Basis
Variabel non basis : x1 ,x5
Misalkan variabel non basis x5 dinaikkan 1 unit
+ x3 - 3x5 =3
+ x4 - 2x5 =6 x1 = 0, x2= 0, x3 = 6, x4 =8, x5 = 1, x6 = 2
x2 + x5 =1
- x 5 + x6 =1

Nilai fungsi tujuan

Z = 2(0)+3(0)+0(6)+0(8)+0(1)+0(2)
=0

Perubahan nilai Z per peningkatan satu unit x1

Z = 0– 3 = -3
 51

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis

• Karena Z positif untuk x1  nilai fungsi tujuan dapat
dinaikkan

• Karena Z negatif untuk x5  nilai fungsi tujuan tidak dapat

dinaikkan

Sampai seberapa jauh x1 dapat dinaikkan?

Jika x1 dinaikkan maka nilai variabel basis : x2, x3, x4, x6 akan turun
dan nilainya harus tak negatif agar tetap layak.
 52

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis

Batas peningkatan x1:
Dengan memasukkan nilai x2, x3, x4, x6 = 0

4x1 + x3 =3  x1 = 3/4
 x1 = /2
3

4x1 + x4 =6  x1 = -1  
- x1 + x2 =1  x1 = 1
x1 + x6 =1

Maksimum peningkatan x1 = minimum (3/4, 3/2, , 1) = 3/4

 53

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis

variabel masuk basis x1 dinaikkan ¾ unit
4x1 + x3 = 3 x1 = 3/
4 ; x3 = 0
4x1 + x4 =6  x1 = 3/
4 ; x4 = 3
- x1 + x2 =1  x1 = 3/
4
7
; x2 = /4
x1 + x6 =1  x1 = 3/
4 ; x6 = 1/4
dengan
x1 = 3/4, x2 = 7/4, x3 = 0, x4 = 3, x5 = 0, x6 = 1/4
x1 dinaikkan ¾ unit, maka x3 menjadi variabel non basis
Nilai fungsi tujuan
Z = 2(3/4)+3(7/4)+0(0)+0(3)+0(0)+0(1/4) = 6 3/4
 54

LANGKAH UMUM (KASUS)

4x1 + x3 - 3x5 =3 B1 =1/4B1 ( Baris Kunci )

4x1 + x4 - 2x5 =6 B2 = -B1 + B2
- x1 + x2 + x5 =1 B3 = 1/4B1 + B3
x1 - x5 + x6 =1 B4 = -1/4B1 + B4

Sistem Kanonik

x1 + ¼ x3 - ¾ x5 =¾
-x3 + x4 + x5 =3
x2 + ¼ x3 + ¼ x5 7
= /4
- ¼ x3 - ¼ x5 + x6 = 1/4
55
 56

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis Variabel basis : x1,x2 , x4 , x6

Misalkan variabel non basis x3 dinaikkan 1 unit Variabel non basis : x3 ,x5

x1 +¼ x3 =¾
-x3 + x4 =3
+ x2 + ¼ x3 7
= /4
- ¼ x3 + x6 = 1/4

x1= 1/2, x2 = 3/2, x3 = 1, x4 = 4, x5 = 0, x6 = 1/2

Nilai fungsi tujuan

Z = 2(1/2) + 3(3/2) + 0(1) + 0(4) + 0(0) + 0(1/2) = 51/2

Perubahan nilai Z per peningkatan satu unit x3

Z = 51/2 – 63/4 = -11/4
 57

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis Variabel basis : x1,x2 , x4 , x6

Misalkan variabel non basis x5 dinaikkan 1 unit Variabel non basis : x3 ,x5

x1 - ¾ x5 =¾
+ x4 + x5 =3
+ x2 + ¼ x5 = 7/4
- ¼ x5 + x6 = 1/4

x1= 11/2, x2 = 11/2, x3 = 0, x4 = 2, x5 = 1, x6 = 1/2

Nilai fungsi tujuan
Z = 2(11/2) + 3(11/2) + 0(0) + 0(2) + 0(1) + 0(1/2) = 7 1/2

Perubahan nilai Z per peningkatan satu unit x3

Z = 71/2 – 63/4 = 3/4
 58

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis

• Karena Z negatif untuk x3  nilai fungsi tujuan tidak dapat

dinaikkan
• Karena Z positif untuk x5  nilai fungsi tujuan dapat
dinaikkan

Sampai seberapa jauh x5 dapat dinaikkan?

Jika x5 dinaikkan maka nilai variabel basis : x1, x2, x4, x6 akan
turun dan nilainya harus tak negatif agar tetap layak.
 59

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis

Batas peningkatan x5:
Dengan memasukkan nilai x1, x2, x4, x6 = 0
x1 - ¾ x5 =¾  x5 = -1  
x4 + x5 =3  x5 = 3
x2 + ¼ x5 = 7/4  x5 = 7
- ¼ x5 + x6 = 1/4  x5 = -1  

Maksimum peningkatan x5 = minimum (, 3, 7,  ) = 3

 60

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis

variabel masuk basis x5 dinaikkan 3 unit
x1 - ¾ x5 =¾  x5 = 3 ; x1 = 3
x4 + x5 =3  x5 = 3 ; x4 = 0
x2 + ¼ x5 = 7/4  x5 = 3 ; x2 = 1
- ¼ x5 + x6 = 1/4  x5 = 3 ; x6 = 1
dengan
x1 = 3, x2 = 1, x3 = 0, x4 = 0, x5 = 3, x6 = 1
x5 dinaikkan 3 unit, maka x4 menjadi variabel non basis

Nilai fungsi tujuan

Z = 2(3)+3(1)+0(0)+0(0)+0(3)+0(1) = 9
 61

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis

x1 + ¼ x3 - ¾ x5 =¾ B1 =3/4B2 + B1
- x3 + x4 + x5 =3 Baris kunci
+ x2 + ¼ x3 + ¼ x5 = 7/4 B3 = -1/4B2 + B3
- ¼ x3 - ¼ x5 + x6 1
= /4 B4 = 1/4B2 + B4

Sistem Kanonik

x1 – 1/2 x3 + 3/4 x4 =3
– x3 + x4 + x5 =3
x2 + 1/2 x3 - 1/4 x4 =1 Variabel basis : x1, x2, x5, x6
– 1/2 x3 + 1/4 x4 + x6 =1 Variabel non basis: x3, x4
62
 63

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis Variabel basis : x1,x2 ,x5 ,x6
Variabel non basis : x3 ,x4
Misalkan variabel non basis x3 dinaikkan 1 unit
x1 – 1/2 x3 =3
– x3 + x5 =3
x2 1
+ /2 x3 =1
– 1/2 x3 + x6 =1

x1= 31/2, x2 = 1/2, x3 = 1, x4 = 0, x5 = 4, x6 = 3/2

Nilai fungsi tujuan
Z = 2(31/2) + 3(1/2) + 0(1) + 0(4) + 0(4) + 0(3/2) = 81/2

Perubahan nilai Z per peningkatan satu unit x3

Z = 81/2 – 9 = -1/2
 64

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis Variabel basis : x1,x2 ,x5 ,x6
Misalkan variabel non basis x4 dinaikkan 1 unit Variabel non basis : x3 ,x4

x1 + 3/4 x4 =3
+ x4 + x5 =3
x2 1
- /4 x4 =1
1/ x + x6 =1
4 4

x1= 21/4, x2 = 11/4, x3 = 0, x4 = 1, x5 = 2, x6 = 3/4

Nilai fungsi tujuan
Z = 2(21/4) + 3(11/4) + 0(0) + 0(1) + 0(2) + 0(3/4) = 8 1/4

Perubahan nilai Z per peningkatan satu unit x3

Z = 81/4 – 9 = - 3/4
 65

LANGKAH UMUM (KASUS)

Step 3. Memperbaiki Solusi Layak Basis (3)

• Karena Z negatif untuk x3  nilai fungsi tujuan tidak dapat dinaikkan

• Karena Z negatif untuk x4  nilai fungsi tujuan tidak dapat dinaikkan

Karena tidak ada variabel non basis yang dapat dinaikkan yang dapat
memberikan peningkatan pada nilai fungsi tujuan Z maka solusi saat
ini adalah optimal.

Step 4. Berhenti
 66

Didapatkan nilai dari x1 dan x2 adalah

3 dan 1 yang menghasilkan nilai Z = 9.
 67

TERIMA KASIH

67