Metode Simplex dari Pemrograman Linier pada Spreadsheet Mikrokomputer

Biografi Singkat Frank S.T. Hsiao

Frank S. T. Hsiao adalah Profesor Ekonomi di Universitas Colorado di Boulder. Dia mendapatkan
gelar B.A. dan M.A. dari National Taiwan University, dan M.A. dan Ph.D. di bidang ekonomi dari
Universitas Rochester pada tahun 1967. Dia pernah mengajar ekonomi matematika,statistik dan
ekonometrika, baik di tingkat sekolah maupun sarjana sejak tahun 1966.

Keunggulan Spreadsheet Mikrokomput

Sreadsheet elektronik memiliki 4 keunggulan: (1) Aksesibilitas: Siswa yang dapat mengetik dan
memiliki latar belakang matematika yang sederhana dapat dengan mudah mempelajari
perintah spreadsheet. Mereka dapat mempelajari masalah matematika dengan segera tanpa
terhambat oleh pemrograman [5. p. 706]l. (2) Kesamaan: "Spreadsheet untuk algoritme
mengikuti format dan teknik yang sama yang biasa digunakan dalam melakukan pekerjaan
dengan tangan. Oleh karena itu, membuat spreadsheet secara langsung memperkuat konsep
yang terlibat dalam algoritme matematika atau masalah yang diterapkan." (3) Visibilitas: Angka,
rumus penghitungan, dan urutan penghitungan semuanya ditampilkan langsung di
spreadsheet, membuat algoritme lebih mudah dipahami. (Inilah sebabnya spreadsheet populer
pertama disebut VisiCalc.) (4) Sensitivitas: Karena rumus yang mendasari terkait dan
dimasukkan langsung ke dalam file yang sama dengan data, pengguna dapat langsung
memvisualisasikan perubahan dalam struktur matematika dan hasil ketika program atau kondisi
awal diubah. Arganbright [3.p.ix]

Implementasi Spreadsheet Mikrokomputer

Contoh Soal;

Sebuah pabrik memproduksi x, kursi dan x, meja, menjualnya masing-masing seharga $40 dan
$200. Kami mencari nilai x, dan x, untuk memaksimalkan pendapatan penjualan, dengan
persediaan bahan baku yang terbatas dijelaskan sebagai berikut:

Kayu: X1 + 4x2 ≤ 1400

Tenaga Kerja: 2x1 + 4x2 ≤ 2000
Penjepit: x1 + 12x2 ≤ 3600
Kain Pelapis : 2x1 ≤ 1800
Dengan syarat X1 dan X2 bukan bilangan negative, dan X1 dan X2 adalah bilangan bulat.
Tanda pertidaksamaan tersebut bisa diubah menjadi tanda persamaan dengan
menambahkan variable X3 ………X6 :
Kayu: X1 + 4x2 + X3 =1400
Tenaga Kerja : 2x1 + 3X2 +X4 = 2000
Penjepit : X1 + 12x2 +X5 = 3600
Kain Lapis : 2X1 + X6 = 1800
kita dapat menempatkan persamaan (6) hingga (10) dalam bentuk tabel pada spreadsheet,
seperti yang ditunjukkan pada kolom C ke J dari Tabel 1, yang kita sebut table simplek 0.
Baris 7 menunjukkan kolom (atau variabel), sedangkan setiap kolom dari D ke I terdiri
dari:
koefisien variabel yang sesuai dalam setiap persamaan. Kolom J terdiri dari istilah
konstan.

Variabel X3, X4, X5, X6 hanya memiliki 1 koefisien. Variabel tersebut disebut dengan
variable dasar yang mempunyai f sebagai fungsi nonbasis. Jika fungsi nonbasis tersebut
dibuat 0 maka konstantanya akan 1. . Karena entri 110 hingga 113 semuanya
nonnegatif, mereka menyatakan a solusi "layak" dari persamaan kendala. Solusi ini
hanya mengatakan bahwa
produsen dapat memilih untuk tidak membuat meja atau kursi, yang akan menghasilkan
pendapatan nol dan semua sumber daya yang tersedia menjadi "kendur" atau tersisa.
Inti dari metode simpleks adalah: Sebuah sistem persamaan, seperti (6) ke (9)
mendefinisikan domain f dalam (5) dapat diganti dengan sistem ekivalen dengan
memecahkan salah satu persamaan,pernyataan (8), untuk salah satu variabel nonbasis
saat ini, dinyatakan x 2 . kemudian mensubstitusikan hasilnya ke semua persamaan
lainnya. Variabel ini, x2 , maka menjadi dasar, dan variabel sebelumnya yang “dimiliki”
persamaan (8), yaitu x 5,menjadi tidak mendasar. Proses "memutar" ini dapat dilakukan
dengan baris biasa operasi yang menyelesaikan eliminasi dalam satu kolom. Mengatur
variabel nonbasis ke nol secara instan mengungkapkan nilai untuk variabel dasar dan
untuk tujuan
fungsi. Algoritma memilih variabel dasar yang masuk sedemikian rupa sehingga (a)
tetap dalam domain f (yaitu, mempertahankan "kelayakan" dari solusi yang diperoleh
dengan pengaturan variabel non dasar menjadi nol), dan (b) meningkatkan nilai fungsi
yang ditampilkan hingga tidak mungkin lagi untuk membuat peningkatan lebih lanjut.

Langkah-langkah penyelesaian
1.memilih pivot
 Pertama pilihlah variable dasar “yang awal masuk” dari variable nonbasis dan tentukan
variable “yang keluar” yang akan menjanan dasar variable.
A. Kondisi Optimalitas, Kami memilih kolom pivot sebagai
kolom yang sesuai dengan koefisien positif terbesar dalam fungsi tujuan.Ketika semua
koefisien f negative, maka f ditetapkan variable nonbasis menjadi 0.
B. Kondisi kelayakan: Karena nonnegatif
kendala pada variabel, x2 tidak dapat ditingkatkan tanpa batas. Kita mungkin menulis
variabel dasar pada persamaan (6) sampai dengan (9) ditinjau dari variabel nonbasis
dengan x 1 =0
X3 = 1400 – 4x2 ≥ 0
X4 = 2000 – 3x2 ≥ 0
X5 = 3600 – 12X3 ≥ 0
X6 = 1800 ≥0

Hanya rumus pertama di kolom K yang perlu diketik; rumus dalam sel K11 ke K13 dimasukkan
dengan menggunakan perintah salin spreadsheet. Ini sangat berguna
ketika rentang yang harus diisi besar. Sebuah "kesalahan" terjadi di baris 13 ketika 1800 adalah
dibagi dengan 0. Karena kita mencari entri positif terkecil di kolom K, ini kesalahan dapat
diabaikan. Baris yang sesuai dengan rasio positif minimum adalah disebut baris pivot dan
ditandai dengan tanda bintang. Pivot terletak dipersimpangan kolom pivot (E) dan baris pivot
(12) dan ditunjukkan sebagaibnomor yang diapit oleh tanda kurung pada Tabel 2.
2.Terapkan partial eliminasi gaus Jordan
Didalam table simplek dapat diterapkan eliminasi gaus Jordan parsial untuk mengubah kolom
pivot menjadi variable satuan.dengan 1 di kolom pivot dan 0 ditempat lain. Dapat menggunakan
persamaan pengganti untuk p th. Jika kita benar-benar memecahkan xq dan mengganti semua
baris lainnya, koefisien baru dari setiap x 1 (termasuk j = q) pada baris i (tidak termasuk i = p)
diberikan oleh:
(a I j a pq – a iq a pj ) /a pq
implementasi spreadsheet dari langkah eliminasi melalui aturan persegi panjang dan normalisasi
:
Aturan Persegi Panjang
Aturan Normalisasi
Kami sekarang kembali ke titik awal, dan kami merangkum langkah pivot berikutnya secara
singkat.
Langkah 1. Pilih Pivot
Dari (13), kolom pivot pada Tabel 1 dari Tabel 5 diidentifikasi sebagai kolom D. Untuk
 temukan baris pivot, kami memasukkan rasio switching di K16 ke K19:
J16/D16, ... , J19/D19. Rasio switching positif minimum adalah 300, jadi pivot baris adalah
baris 16, ditandai dengan tanda bintang di L16.
Langkah 2 .Implementasikan eliminasi partial gauss Jordan
Dalam table terakhir solusinya dapat dibaca dari kolom C dan J sebagai xt = 300, xt = 575,
xi= 275, xt = 1200, dengan variabel lain, x3 dan x5,
menjadi nol.
Sel C21 dan 121 memberikan - f = -67000, ketika x 3 = x 5 = 0, yaitu, j(x*) = 67000.
Pendapatan maksimum ini dihasilkan dengan membuat 300 kursi dan 275 meja.
nilai slack mewakili sumber daya yang tidak digunakan semua kayu dan kawat yang tersedia
dalam solusi optimal.
Jika program linier diberikan sebagai masalah minimasi, maka variabel buatan
dapat diperkenalkan untuk mendapatkan variabel dasar layak awal (lihat [4, hal. 83], [8],
[11]). Model kemudian dapat diubah menjadi masalah pemaksimalan, dan metode
diberikan di sini masih berlaku.
Disini ditekankan bahwa pentingnya menghubungkan metode simpleks langsung dengan
persegi Panjang .aturan normalisasi, yang merupakan pondasi dari Gauss-Jordan
metode eliminasi untuk menyelesaikan sistem persamaan [6]. Penggunaan sistematis dari
aturan-aturan ini di lingkungan spreadsheet tampaknya membuat belajar menjadi sederhana
metode yang jauh lebih mudah, lebih logis, dan lebih bermakna daripada tanpa bantuan
spreadsheet. Kedua aturan ini, dikombinasikan dengan kondisi optimalitas dan kelayakan
untuk memilih pivot, membuat prosedur komputasi sangat cocok untuk
kemampuan langkah-demi-langkah dari spreadsheet dan perintah penyalinannya, dan mereka
menghilangkan semua perhitungan manual.

Disarikan dan diterjemahkan dari Jurnal The Simplex Method of Linear Programming on
Microcomputer Spreadsheets karya Frank S.T. Hsiao.