TEKNIK INDUSTRI

OPTIMISASI
IE308
#3 #4 METODE SIMPLEKS

Ni Made Cyntia Utami, ST., MT.

 TEKNIK INDUSTRI

METODE SIMPLEKS
• Metode simpleks merupakan prosedur perhitungan yang berulang (iteratif)
dimana setiap pengulangan (iterasi) berkaitan dengan satu pemecahan dasar
• Metode simpleks mengharuskan agar setiap batasan ditempatkan dalam
bentuk standar khusus dimana semua batasan diekspresikan sebagai
persamaan dengan menambahkan variabel slack dan surplus sebagaimana
diperlukan
• Jumlah variabel lebih besar daripada jumlah persamaan sehingga menghasilkan sejumlah
titik pemecahan yang tidak terbatas
• Titik ekstrim dari ruang ini dapat diidentifikasi secara aljabar sebagai basic solutions dari
sistem persamaan simultan tersebut
 TEKNIK INDUSTRI

METODE SIMPLEKS
• Yang dilakukan metode simpleks adalah mengidentifikasi satu
pemecahan dasar awal dan lalu bergerak secara sistematis ke pemecahan
dasar lainnya yang memiliki potensi untuk memperbaiki nilai fungsi
tujuan
• Pemecahan dasar yang bersesuaian dengan nilai optimum akan
diidentifikasi dan perhitungan berakhir
 TEKNIK INDUSTRI

Bentuk Linier Programming Standar

• Semua batasan adalah persamaan (dengan sisi kanan yang nonnegatif jika
model tersebut dipecahkan dengan metode simpleks primal)
• Semua variabel adalah non negatif
• Fungsi tujuan dapat berupa maksimasi atau minimasi
 TEKNIK INDUSTRI

• Karena jauh lebih mudah menyelesaikan sistem persamaan daripada

ketidaksamaan, bentuk 𝑨 𝒙  𝒃 perlu diubah dulu menjadi sistem persamaan.
Hal ini dapat dilakukan dengan memperkenalkan “slack variables”
(dinotasikan X atau S) ke dalam sistem ketidaksamaan di atas.

Bila 𝑥1 ≤ 4, ini berarti:

𝑥1 + 𝑥2 = 4, dimana 𝑥2 ≥ 0

Variabel 𝑥2 dapat disebut slack variable karena 𝑥2 menunjukkan berapa besar

kurangnya ruas kiri dari ruas kanan.
 TEKNIK INDUSTRI

Bentuk Linier Programming Standar: Batasan

• Sebuah pertidaksamaan yang berjenis ≤ (≥) dapat dikonversikan menjadi sebuah
persamaan dengan menambahkan variabel slack ke (mengurangkan surplus dari) sisi
kiri batasan tersebut
• Contoh 1:
• Batasan: x1 + 2 x2 ≤ 6
• Bentuk standar: x1 + 2 x2 + x3 = 6, x1 ≥ 0
• Contoh 2:
• Batasan: 3 x1 + 2 x2 – 3 x3 ≥ 5
• Bentuk standar: 3 x1 + 2 x2 – 3 x3 – x4 = 5, x4 ≥ 0
 TEKNIK INDUSTRI

Bentuk Linier Programming Standar: Batasan

• Sisi kanan dari sebuah persamaan dapat selalu dibuat nonnegatif dengan
mengalikan kedua sisi dengan -1

• Contoh 1:
• Batasan: 2 x1 + 3 x2 – 7 x3 = -5
• Bentuk standar: -2 x1 – 3 x2 + 7 x3 = 5
 TEKNIK INDUSTRI

Bentuk Linier Programming Standar: Batasan

• Arah pertidaksamaan dibalik ketika kedua sisi dikalikan dengan -1

• Contoh 1:
• Batasan: 2 x1 – x2 ≤ -5
-2 x1 + x2 ≥5
• Bentuk standar: -2 x1 + x2 – s = 5
 TEKNIK INDUSTRI
Jadi, kalau ada model program linear sebagai berikut:
Max 3x1 + 5 x2
s.t x1 + x2  6
x2  3
x1 , x2  0
dengan menambahkan slack variables model di atas dapat ditransformasikan menjadi

Max 3x1 + 5 x2
s.t x1 + x2 + x3 =6
x2 + x4 = 3
x1 , x2 , x3 , x4  0
 TEKNIK INDUSTRI
max z = 3 X1 + 2 X2 + 0 X3 + 0 X4 + 0 X5 + 0 X6 • m = 4 persamaan, n = 6 variabel → non
atau basic variables (nol) = 6 – 4 = 2
max z - 3 X1 - 2 X2 - 0 X3 + 0 X4 + 0 X5 + 0 X6 = 0 • Pemecahan awal (starting solution) → X1 =
0 dan X2 = 0
• X3 = 6, X4 = 8, X5 = 1, X6 =2
S.T • Nilai tujuan: z = 3 X1 + 2X2
z – 3 X1 – 2 X2 = 0 → z = 0
X1 + 2 X2 + X3 =6
2 X1 + X2 + X4 =8
• Langkah selanjutnya adalah meneliti
– X1 + x2 + X5 =1 pergerakan ke sebuah pemecahan dasar
X2 + X6 =2 yang baru
X1, X2, X3, X4, X5, X6 ≥ 0
 TEKNIK INDUSTRI

Kondisi Optimalitas
• Variabel masuk (entering variable) dalam maksimisasi adalah non basic
variable dengan koefisien yang paling negatif dalam persamaan z tujuan
• Variabel masuk (entering variable) dalam minimisasi adalah non basic
variable dengan koefisien yang paling positif dalam persamaan z tujuan
• Koefisien dengan nilai yang sama dapat dipilih secara sembarang
• Nilai optimum dalam maksimimasi dicapai ketika semua koefisien non basic
variables dalam persamaan z adalah non negatif
• Nilai optimum dalam minimisasi dicapai ketika semua koefisien non basic
variables dalam persamaan z adalah non positif
 TEKNIK INDUSTRI

Kondisi Kelayakan
• Baik untuk masalah maksimisasi maupun minimisasi, variabel keluar
(leaving variable) adalah basic variable saat ini yang memiliki titik potong
terkecil (rasio minimum dengan penyebut yang positif) dalam arah variabel
masuk
• Nilai yang sama dapat dipilih secara sembarang
 TEKNIK INDUSTRI

LANGKAH ITERASI FORMAL METODE

SIMPLEKS
 TEKNIK INDUSTRI

1. Dengan menggunakan bentuk standar (dengan sisi kanan semua non

negatif), tentukan pemecahan dasar awal yang layak.
2. Pilih variabel masuk dari di antara variabel non dasar dengan
menggunakan kondisi optimalitas. Bila tidak ditemukan variabel masuk,
solusi optimal telah tercapai.
3. Pilih variabel keluar dari variabel dasar saat ini dengan menggunakan
kondisi kelayakan.
4. Tentukan nilai variabel dasar yang baru dengan membuat variabel
masuk tersebut sebagai variabel dasar dan variabel keluar sebagai
variabel non dasar. Kembali ke langkah 2.
 TEKNIK INDUSTRI

max z = 3000 X1 + 2000 X2

Subject To:
1) X1 + 2 X2 ≤ 6 → X1 + 2 X2 + S1 =6
2) 2 X1 + X2 ≤ 8 → 2 X1 + X2 + S2 =8
3) X2 – X1 ≤ 1 → X2 – X1 +S3 =1
4) X2 ≤ 2 → X2 +S4 =2
5) X1 ≥ 0
6) X2 ≥ 0
 TEKNIK INDUSTRI
• Reddy Mikks Company memiliki sebuah pabrik kecil yang
menghasilkan cat, baik untuk interior maupun eksterior untuk
didistribusikan kepada para grosir. Dua bahan mentah, A dan B,
dipergunakan untuk membuat cat tersebut. Ketersediaan A
maksimum adalah 6 ton satu hari; ketersediaan B adalah 8 ton satu
hari. Kebutuhan harian akan bahan mentah per ton cat interior dan
eksterior diringkaskan dalam tabel 1. Sebuah survey pasar telah
menetapkan bahwa permintaan harian akan cat interior tidak akan
lebih dari 1 ton lebih tinggi dibandingkan permintaan akan cat
eksterior. Survey tersebut juga memperlihatkan bahwa permintaan
maksimum akan cat interior adalah terbatas pada 2 ton per hari.
Harga grosir per ton adalah $3000 untuk cat eksterior dan $2000
untuk cat interior. Berapa banyak cat interior dan eksterior yang
harus dihasilkan perusahaan tersebut setiap hari untuk
memaksimumkan pendapatan kotor?
 TEKNIK INDUSTRI

Ton Bahan Mentah per Ton Cat Ketersediaan

Eksterior Interior maksimum (ton)
A 1 2 6
B 2 1 8
 TEKNIK INDUSTRI

• Xj = jumlah ton cat jenis j yang diproduksi setiap hari

• Cj = harga grosir per ton cat jenis j
• Aij = kebutuhan ton bahan mentah i untuk
memproduksi 1 ton cat jenis j
• Bi = ketersediaan maksimum bahan mentah i per hari
• j = index jenis cat; 1 = cat eksterior, 2 = cat interior
• i = index bahan mentah; 1 = bahan A, 2 = bahan B
 TEKNIK INDUSTRI
1) X1 + 2 X2 + S1 =6
2) 2 X1 + X2 + S2 =8
3) X2 – X1 +S3 =1
4) X2 +S4 =2
5) X1 ≥ 0
6) X2 ≥ 0 Basic Variable

Dasar z x1 x2 s1 s2 s3 s4 RHS
z 1 -3 -2 0 0 0 0 0 Fungsi Tujuan
s1 0 1 2 1 0 0 0 6 Batasan 1
s2 0 2 1 0 1 0 0 8 Batasan 2
s3 0 -1 1 0 0 1 0 1 Batasan 3
s4 0 0 1 0 0 0 1 2 Batasan 4
 TEKNIK INDUSTRI

Iterasi: 1 Kolom
masuk
↓
X1: Leaving Vairable

Dasar z x1 x2 s1 s2 s3 s4 RHS
Rasio
z 1 -3 -2 0 0 0 0 0
s1 0 1 2 1 0 0 0 6 6
Persamaan pivot → s2 0 2 1 0 1 0 0 8 4 Positif Terkecil
s3 0 -1 1 0 0 1 0 1 -1
s4 0 0 1 0 0 0 1 2 ~
Elemen pivot

• Mengidentifikasi variabel masuk → kolom masuk

• Menghitung rasio (RHS/kolom masuk)
• Mengidentifikasi variabel keluar → persamaan pivot
• Menentukan elemen pivot → perpotongan kolom masuk dengan
persamaan pivot
 TEKNIK INDUSTRI

• Melakukan perubahan atas dasar penggunaan dua jenis perhitungan:

• Persamaan pivot:
persamaan pivot baru = persamaan pivot lama : elemen pivot

• Semua persamaan lainnya, termasuk z:

persamaan baru = (persamaan lama) – (koefisien kolom masuk) x (persamaan pivot baru)
 TEKNIK INDUSTRI

Dasar z x1 x2 s1 s2 s3 s4 RHS
z
s1
x1 0 1 1/2 0 1/2 0 0 4
s3
s4

• x1 masuk, s2 keluar Kolom

masuk
• Elemen pivot = 2 ↓
Dasar z x1 x2 s1 s2 s3 s4 RHS
Rasio
persamaan x1 baru = persamaan
z
s1
1
0
-3
1
s2
-2
2
: 2 0
1
0
0
0
0
0
0
0
6 6
Persamaan pivot → s2 0 2 1 0 1 0 0 8 4 Positif Terkecil
s3 0 -1 1 0 0 1 0 1 -1
 TEKNIK INDUSTRI

Persamaan pivot baru (PPB) 0 1 1/2 0 1/2 0 0 4

Koefisien kolom masuk (KKM) z -3

0x(-3) 1x(-3) 1/2x(-3)

Persamaan z lama 1 -3 -2 0 0 0 0 0

PPB x KKM 0 -3 -3/2 0 -3/2 0 0 -12

Persamaan z baru 1 0 -1/2 0 3/2 0 0 12

1-0 -3-(-3) -2-(-3/2)

• Persamaan z baru
= persamaan z lama – (PPB x KKMz)
 TEKNIK INDUSTRI

Persamaan pivot baru 0 1 1/2 0 1/2 0 0 4

Koefisien kolom masuk s1 1

Persamaan s1 lama 0 1 2 1 0 0 0 6
PPB x KKM 0 1 1/2 0 1/2 0 0 4
Persamaan s1 baru 0 0 3/2 1 -1/2 0 0 2

• Persamaan s1 baru
= persamaan s1 lama – (PPB x KKMs1)
 TEKNIK INDUSTRI
Persamaan pivot baru 0 1 1/2 0 1/2 0 0 4
Koefisien kolom masuk s3 -1

Persamaan s3 lama 0 -1 1 0 0 1 0 1
PPB x KKM 0 -1 -1/2 0 -1/2 0 0 -4
Persamaan s3 baru 0 0 3/2 0 1/2 1 0 5

• Persamaan s3 baru
= persamaan s3 lama – (PPB x KKMs3)
 TEKNIK INDUSTRI

Update Tabel
Kolom
masuk
↓
Dasar z x1 x2 s1 s2 s3 s4 RHS
Rasio
z 1 0 -1/2 0 3/2 0 0 12
Persamaan pivot → s1 0 0 3/2 1 -1/2 0 0 2 4/3 Positif Terkecil
x1 0 1 1/2 0 1/2 0 0 4 8
s3 0 0 3/2 0 1/2 1 0 5 10/3
s4 0 0 1 0 0 0 1 2 2
Elemen pivot
 TEKNIK INDUSTRI
Dasar z x1 x2 s1 s2 s3 s4 RHS
Iterasi: 2 z
x2 0 0 1 2/3 -1/3 0 0 4/3
x1
s3
s4

Dasar z x1 x2 s1 s2 s3 s4 RHS
z 1 0 0 1/3 4/3 0 0 12 2/3 Z
X1 & X2 sudah x2 0 0 1 2/3 -1/3 0 0 4/3 X2
bernilai positif, iterasi x1 0 1 0 -1/3 2/3 0 0 10/3 X1
berhenti s3 0 0 0 -1 1 1 0 3
s4 0 0 0 -2/3 1/3 0 1 2/3

X1 = 10/3
X2 = 4/3
Z = 12 2/3
 TEKNIK INDUSTRI

TERIMA KASIH