Metode Simplex dengan Artificial Variabel

Metode BIG M

Oleh:
DJIHAD WUNGGULI
Artificial Variabel
▪ Artifisial Variabel atau variabel buatan adalah variabel
yang hanya dapat memiliki nilai nol dan di tambahkan ke
dalam kendala persamaan agar diperhitungkan oleh
algoritma simplex
▪ Artifisial Variabel dalam perkuliahan ini menggunakan
simbol atau variabel 𝑎.
▪ Jika kita menambahkan artificial variabel kedalam
susunan kendala maka kita harus menggunakan
parameter “𝑀” yaitu bilangan yang sangat besar nilainya.

Koefisien Artificial Variabel −𝑀, 𝑢𝑛𝑡𝑢𝑘 𝐾𝑎𝑠𝑢𝑠 𝑀𝑎𝑘𝑠𝑖𝑚𝑢𝑚

Pada fungsi Tujuan =ቊ
𝑀, 𝑢𝑛𝑡𝑢𝑘 𝐾𝑎𝑠𝑢𝑠 𝑀𝑖𝑛𝑖𝑚𝑢𝑚
Djw-Math
Aturan Bentuk Baku Kendala

▪ Tambahkan Slack Variabel pada Kendala

pertidaksamaan ≤
▪ Tambahkan Surplus Variabel dan Artificial
variabel pada kendala pertidaksamaan ≥
▪ Tambahkan Artificial Variabel pada kendala
persamaan =
▪ Untuk kasus maksimum, koefisien
artificial variabel pada fungsi tujuan di
tambahkan −𝑀
▪ Untuk kasus minimum, koefisien
artificial variabel pada fungsi tujuan di
tambahkan 𝑀

Djw-Math
Contoh 1

Fungsi Tujuan:
Maksimumkan Z = 3X1 + X2
Fungsi Batasan (constrain)
(1) X1 + X2 6
(2) X1 + 3X2 = 15
(3) X1 5
(4) X1 , X 2 ≥0

Djw-Math
Bentuk Standar

Fungsi Tujuan:
Maksimumkan Z = 3X1 + X2 + 0S1 + 0S3 - M a2
Fungsi Batasan (constrain)
(1) X1 + X 2 + S 1 =6
(2) X1 + 3X2 + a2 = 15
(3) X1 + S3 =5
(4) X1 , X 2 ≥0

Djw-Math
Contoh 2

Fungsi Tujuan:
Minimumkan Z = 4X1 + X2
Fungsi Batasan (constrain)
(1) 3X1 + X2 =3
(2) 4X1 + 3X2 ≥6
(3) X1 + 2X2 4
(4) X1 , X 2 ≥0

Djw-Math
Bentuk Standar

Fungsi Tujuan:
Minimumkan Z = 4X1 + X2+ 0S2 + 0S3 + M a1 + M a2
Fungsi Batasan (constrain)
(1) 3X1 + X2 + a1 =3
(2) 4X1 + 3X2 - S2 + a2 = 6
(3) X1 + 2X2 + S3 = 4
(4) X1 , X 2 ≥0

Djw-Math
Catatan Penting Metode Simplex

Untuk Kasus Maksimum, Entering Variabel

dilihat dari nilai Z< 0, Jika semua nilai Z telah
menjadi Z ≥ 0, maka solusi simplex telah optimal

Untuk Kasus Minimum, Entering Variabel dilihat

dari nilai Z > 0, Jika semua telah Z telah menjadi
Z ≤ 0, maka solusi simplex telah optimal

Djw-Math
Metode Simplex untuk Contoh 1

Mensubstitusi Nilai artifisial variabel kendala pada

fungsi tujuan

Dari kendala 2 diperoleh a2 = 15 - X1 - 3X2

Z = 3X1 + X2 + 0S1 + 0S2 - M a2
Z = 3X1 + X2 + 0S1 + 0S2 - M (15 - X1 - 3X2)

Z = (3+M)X1 +(1+3M) X2 + 0S1 + 0S2 - 15M

Z - (3+M)X1 - (1+3M) X2 - 0S1 - 0S2 = - 15M

Djw-Math
Iterasi 1

Variabel Keterangan
Z X1 X2 S1 S3 a2 RHS
Dasar (Indeks)

Z 1 -3-M -1-3M 0 0 0 -15M

S1 0 1 1 1 0 0 6 6

a2 0 1 3 0 0 1 15 5

S3 0 1 0 0 1 0 5 -

Djw-Math
Iterasi 2

Variabel Keterangan
Z X1 X2 S1 S2 a2 RHS
Dasar (Indeks)

Z 1 -8/3 0 0 0 1/3+M 5

S1 0 2/3 0 1 0 -1/3 1 3/2

X2 0 1/3 1 0 0 1/3 5 15

S2 0 1 0 0 1 0 5 5

Djw-Math
Iterasi 3
Variabel
Z X1 X2 S1 S2 a2 RHS
Dasar

Z 1 0 0 4 0 M-1 9

X1 0 1 0 3/2 0 -1/2 3/2

X2 0 0 1 -1/2 0 1/2 9/2

S2 0 0 0 -3/2 1 1/2 7/2

Solusi Optimal didapat karena semua nilai pada baris Z telah bernilai positif
Dengan Z = 9
X1 = 3/2
X2 = 9/2
Djw-Math
Penyelesaian Contoh 2

Fungsi Tujuan:
Minimumkan Z = 4X1 + X2+ 0S2 + 0S3 + M a1 + M a2
Fungsi Batasan (constrain)
(1) 3X1 + X2 + a1 =3
(2) 4X1 + 3X2 - S2 + a2 = 6
(3) X1 + 2X2 + S3 = 4
(4) X1 , X 2 ≥0

Djw-Math
Variabel
Z X1 X2 S2 a1 a2 S3 RHS
Dasar

Z 1 -4 +7M -1 + 4M -M 0 0 0 9M

a1 0 3 1 0 1 0 0 3

a2 0 4 3 -1 0 1 0 6

S3 0 1 2 0 0 0 1 4
ITERASI 1

Variabel
Z X1 X2 S2 a1 a2 S3 RHS
Dasar

Z 1 0 (1 +5M)/3 -M (4-7M)/3 0 0 4+2M

X1 0 1 1/3 0 1/3 0 0 1

a2 0 0 5/3 -1 -4/3 1 0 2

S3 0 0 5/3 0 -1/3 0 1 3
ITERASI 3

Variabel
Z X1 X2 S2 a1 a2 S3 RHS
Dasar

Z 1 0 0 1/5 8/5 –M -1/5 –M 0 18/5

X1 0 1 0 1/5 3/5 -1/5 0 3/5

X2 0 0 1 -3/5 -4/5 3/5 0 6/5

S3 0 0 0 1 1 -1 1 1
ITERASI 4

Variabel
Z X1 X2 S1 a1 a2 S2 RHS
Dasar

Z 1 0 0 0 7/5 –M –M -1/5 17/5

X1 0 1 0 0 2/5 0 -1/5 2/5

X2 0 0 1 0 -1/5 0 3/5 9/5

S1 0 0 0 1 1 -1 1 1

Solusi Optimal didapat karena semua nilai pada baris Z telah bernilai negatif
Dengan Z = 17/5
X1 = 2/5
X2 = 9/5