Fitriani A/09/2009 1
Jurusan Pendidikan Matematika
UPI
c) Ruas kanan dari suatu persamaan dapat dijadikan bilangan nonnegatif dengan cara
mengalikan kedua ruas dengan 1.
d) Arah pertidaksamaan berubah apabila kedua ruas dikalikan dengan 1.
e) Pembatas linear dengan pertidaksamaan yang ruas kirinya berada dalam tanda mutlak
dapat diubah menjadi dua pertidaksamaan.
2). Peubah keputusan
Suatu peubah keputusan xi
yang tidak terbatas dalam tanda dapat dinyatakan
sebagai dua peubah keputusan nonnegatif dengan menggunakan substitusi:
x x1 x2 2.1
i i i
dimana
x1 0 dan x2 0 . Selanjutnya substitusi ini harus dilakukan pada seluruh
i i
pembatas linear dan fungsi tujuannya.
3). Fungsi tujuan
Walaupun permasalahan model program linear dapat berupa maksimasi atau
minimasi, kadang-kadang diperlukan perubahan dari satu bentuk ke bentuk lainnya.
Dalam hal ini, maksimasi dari suatu fungsi adalah sama dengan minimasi dari negatif
fungsi yang sama. Secara matematis dapat dinyatakan sebagai berikut:
maksimumkan z
sama artinya dengan:
minimumkan z
B. Metode Simpleks
1. Pendahuluan
Metode simpleks merupakan prosedur aljabar yang bersifat iteratif, yang bergerak
step by step, dimulai dari suatu titik ekstrim pada daerah fisibel menuju ke titik ekstrim yang
optimum. Untuk lebih memahami uraian selanjutnya, berikut ini diberikan pengertian dari
beberapa terminologi dasar yang banyak digunakan dalam membicarakan metode simpleks.
Untuk itu, perhatikan kembali permasalahan model program linear dengan m pembatas linear
dan n peubah keputusan berikut ini:
Maksimumkan z c1x1 c2 x2 cn xn 2.2
berdasarkan pembatas
linear:
Fitriani A/09/2009 2
Jurusan Pendidikan Matematika
UPI
11 x1 12 x2 1n xn , , b1
21 x1 22 x2 2n xn , , b2
2.3
⁝ ⁝
m1 x1 m2 x2 mn xn , bm
,
dan pembatas tanda
xj j 1, 2, , n 2.4
0,
Apabila
didefinisikan:
12 c1 x1 b1
1n
11
c x b
c 2
x 2
; b 2
A ;
21 22 2n
;0
0 0
⁝ ⁝ ⁝ ⁝ ⁝ ⁝
c b
m m
m
n xn m
maka pembatas linear dari permasalahan model program linear pada persamaan (2.3) dapat
dinyatakan dalam bentuk matriks:
A0 x0
, b 2.5
,
Vektor b dinamakan vektor prasyarat dan tanpa meninggalkan generalisasi boleh saja
diasumsikan terdapat elemen bernilai nonnegatif, karena suatu pembatas linear pada
persamaan (2.3) dapat dikalikan dengan 1 apabila diperlukan. Vektor c dinamakan vektor
harga dan komponen ke-r atau cr
dinamakan sebagai nilai xr .
peubah
Seperti telah dikemukakan sebelumnya bahwa dalam menyelesaikan permasalahan
program linear dengan metode simpleks, bentuk dasar yang digunakan haruslah merupakan
bentuk standar program linear, dan langkah pertama yang dilakukan untuk memperoleh
bentuk standar tersebut adalah dengan mengubah pembatas linear bertanda ”≤” dan ”≥”
menjadi suatu persamaan ”=” dengan cara menambahkan ruas kiri pembatas linear dengan
slack variable atau mengurangi ruas kiri dari pembatas linear dengan surplus variable.
Dengan demikian apabila terdapat m pembatas linear dimana sebanyak g pembatas
linear dengan tanda "≤", dan sebanyak h pembatas linear dengan tanda "≥", maka dapat
dinyatakan bahwa terdapat n g h pembatas linear dengan tanda "=".
Apabila pembatas linear ke-p adalah bertanda "≤" maka akan diperoleh bentuk standar:
p1 x1 p 2 x2 pn xn xn p bp
2.6
Fitriani A/09/2009 3
Jurusan Pendidikan Matematika
UPI
Apabila pembatas linear ke-q adalah bertanda "≥" maka akan diperoleh bentuk standar:
q1 x1 q 2 x2 qn xn xnq bq
2.7
Fitriani A/09/2009 4
Jurusan Pendidikan Matematika
UPI
Pada persamaan (2.6) terdapat slack variable yaitu x dan pada persamaan (2.6)
n
p
terdapat surplus variable yaitu x . Slack variable dan surplus variable dapat dinyatakan
nq
x
n 1
⁝
dalam bentuk vektor kolom berikut: x x 2.8
s ng
⁝
x
n g h
dimana x n 1 , xn 2 , , xn g adalah slack variables dan x n g 1 , xn g 2 , , xn g adalah
h
surplus variables, sehingga dengan adanya slack variable dan surplus variable persamaan
(2.5) dapat dinyatakan sebagai:
Ig O
A0 x0
O x
Ih s 2.9
b
O O
diman
a x0 adalah vektor peubah pokok (main variable) dan I g , Ih merupakan matriks satuan
(matriks identitas) dengan orde g dan h. Pembatas tanda nonnegatif yang dikenakan pada tiap
peubah adalah
x0 0, xs 0 2.10
Karena adanya penambahan slack variable dan surplus variable maka fungsi tujuan pada
persamaan (2.2) akan menjadi
z ct x ct x 2.11
0 0 s s
diman ct
a , , c ,c , , c (vektor baris dengan g h komponen yang
c
s n n n g n g
berasal dari g komponen dari slack variable dan h komponen dari surplus variable).
Dengan adanya slack variable dan surplus variable maka persamaan (2.2), (2.3), dan
(2.4) dengan notasi matriks dapat dinyatakan:
Memaksimumkan: z ct x ct x 2.12
0 0 s s
Fitriani A/09/2009 6
Jurusan Pendidikan Matematika
UPI
1. Penyelesaian persamaan Ax b
simultan
2. Selama mengerjakan tahap 1, syarat restriksi
nonnegatif x 0 dipenuhi
Contoh 1:
Diketahui pembatas linear suatu permasalahan program linear: x1 4x2 2x3 8x4 2
x1 2x2 3x3 4x4 1 .
Ubahlah pembatas linear tersebut di atas sehingga menjadi bentuk standar program linear.
Jawab:
Karena pembatas linearnya bertanda "≤" maka untuk pembatas linear permasalahan program
linear di atas akan ditambahkan slack variable sehingga diperoleh bentuk standar:
x1 4x2 2x3 8x4 1x5 0x6 2
x1 2x2 3x3 4x4 0x5 1x6 1
diman
a xi i 5, 6
0,
Fitriani A/09/2009 8
Jurusan Pendidikan Matematika
UPI
Selanjutnya apabila dipilih m vektor kolom yang membentuk matriks A adalah bebas
linear dan N m peubah lain yang berkoresponden dengan vektor-vektor yang tersisa
pada matriks A mempunyai nilai nol, maka himpunan m persamaan simultan itu
mempunyai penyelesaian tunggal yang dinamakan penyelesaian dasar (solusi basis/basic
solution).
Untuk itu m peubah dari solusi basis yang berasosiasi dengan m vektor kolom yang bebas
linear dinamakan peubah dasar (basic variable/BV), sedangkan N m peubah sisanya
dinamakan peubah nondasar (nonbasic variable/NBV) yang umumnya ditetapkan bernilai
nol.
Apabila terdapat satu/lebih BV yang bernilai nol maka permasalahan program linear
tersebut dinamakan degenerasi (merosot) dan BV yang bernilai nol dinamakan peubah
degenerasi.
Sebelum lebih dalam membahas metode simplex, terlebih dahulu perhatikan ilustrasi
berikut ini.
Contoh 2:
4x1 5x2 8x3 7x4 10
Tentukan semua solusi basis dari persamaan simultan
3x1 2x2 6x3 9x4 11
Fitriani A/09/2009 9
Jurusan Pendidikan Matematika
UPI
Jawab:
Fitriani A/09/2009 10
Jurusan Pendidikan Matematika
UPI
Untuk persamaan di atas terdapat banyaknya persamaan yaitu m dan banyaknya peubah
2
yait
n 4 sehingga banyaknya penyelesaian basis yang mungkin ada sebanyak 6. Karena
u
akan dicari solusi basisnya maka terdapat m 2
(BV) dan n m 4 2 2 NBV.
Pertama-tama kita melakukan OBE maka diperoleh:
x1 x2 x3 x4 C x1 x2 x3 x4 C
5 7 5
4 5 8 7 10 1 4 2 4 2
3 2 6 9 11 3 2 6 9 11
x1 x2 x3 x4 C x1 x2 x3 x4 C
5 7 5 5 7 5
1 4 2 4 2 1 4 2 4 2
0 0
15 7 0 1 0 7 2
7 4 2 15
4
x1 x2 x3 x4 C
7
1 0 2 3 5
0 1 0 7 2
15
x1 x2 x3 x4 C x1 x2 x3 x4 C
5 7 5
4 5 8 7 10 1 4 2 4 2
3 2 6 9 11 3 2 6 9 11
x1 x2 x3 x4 C x1 x2 x3 x4 C
5 7 5 5 7 5
1 4 2 4 2 1 4 2 4 2
0 0
15 7 0 7 0 1 14
7 4 2 15 15
4
x1 x2 x3 x4 C
Fitriani A/09/2009 11
Jurusan Pendidikan Matematika
UPI
13
1 1419 2 0 15
60
0 7 0 1 14
15 15
Fitriani A/09/2009 12
Jurusan Pendidikan Matematika
UPI
solusi dasarnya yaitu x1 , x2 , x3 , x4 13 , 0, 0, 14 artinya NBV adalah x1 dan x4 ,
15
sedangkan BV x2 dan x3 .
adalah
Solusi basisnya diperoleh x1 , x2 , x3 , x4 0, 2, 5 , 0 artinya NBV
2
x2 dan
adalah
x3 , sedangkan BV adalah
x1 dan x4 .
4
tidak akan diperoleh solusi basis, hal ini dikarenakan vektor kolom x1 dan vektor
3
8
kolom x3 tidak bebas linear.
6
Oleh karena itu hanya terdapat 5 solusi basis dari 6 solusi basis yang mungkin.
Fitriani A/09/2009 13
Jurusan Pendidikan Matematika
UPI
3x1 x4 3
2. Tentukan semua solusi basis dari masalah PL yang ada pada contoh 1.
3. Tentukan semua solusi basis dari pembatas linear masalah PL yang diberikan dengan
terlebih dahulu mengubah masalah PL ke dalam bentuk standar PL.
Fitriani A/09/2009 14
Jurusan Pendidikan Matematika
UPI
x1 2x2 x3 12
a)
2x1 x2 x3 6
x1 3x3 9
x1 2x2 4x3 x4 6
b) 2x1 3x2 x3 x4 12
x1 x3 x4 4
x1 3x2 3
2x1 x2 2
c) 2x x 8
1 2
4x1 x2 16
Fitriani A/09/2009 15
Jurusan Pendidikan Matematika
UPI
Sebelum kita melanjutkan pembahasan mengenai metode simpleks, berikut ini
adalah teorema yang cukup penting digunakan untuk memahami penerapan metode simpleks.
Teorema 1
Misalkan Ax merupakan himpunan dari m persamaan dengan N peubah dimana m N
b
dan
RankA m . Apabila persamaan tersebut mempunyai solusi basis x 0 maka
dimana
persamaan tersebut mempunyai solusi basis fisibel.
Fitriani A/09/2009 17
Jurusan Pendidikan Matematika
UPI
3. Aturan penghentian: Memberhentikan langkah ke-2 apabila telah sampai pada titik ekstrem
yang terbaik (titik optimum).
Terdapat dua aturan yang berlaku dalam memilih titik ekstrem yang berikutnya
setelah mencapai suatu titik ekstrem tertentu, yaitu:
1. Titik ekstrem yang berikutnya harus merupakan titik ekstrem yang berdekatan dengan
titik ekstrem yang sudah dicapai.
2. Solusi ini tidak akan pernah kembali ke titik ekstrem yang telah dicapai sebelumnya.
Ide dari metode simpleks dapat dikemukakan secara ringkas yaitu bahwa metode ini
selalu dimulai pada suatu titik sudut fisibel, dan selalu bergerak melalui titik sudut fisibel
yang berdekatan, menguji masing-masing titik mengenai optimalisasinya sebelum bergerak
pada titik lainnya. Untuk mengekspresikan ide di atas dalam konteks metode simpleks,
diperlukan suatu korespondensi antara metode grafik dan metode simpleks mengenai ruang
solusi dan titik-titik sudut (titik-titik ekstrem) sebagai berikut:
Definis geometris (metode grafik) Definisi aljabar (metode simpleks)
Ruang solusi Pembatas-pembatas dalam bentuk standar
Titik-titik sudut/ekstrem Solusi-solusi basis dari bentuk standar
Jumlah iterasi maksimum dalam metode simpleks adalah sama dengan jumlah
maksimum solusi basis dalam bentuk standar, sehingga jumlah iterasi simpleks ini tidak akan
lebih dari:
Cn
m n mn! n!
3. Memperbaiki nilai fungsi tujuan
Pada bagian ini akan membahas mengenai iterasi tunggal pada metode simpleks.
Dalam metode simpleks, dimulai dari solusi basis awal pada permasalahan program linear
secara umum. Misalkan diberikan z tertentu sebagai solusi basis awal, maka pada iterasi
berikutnya akan dicoba untuk memperoleh solusi basis fisibel yang baru dengan nilai fungsi
tujuan yang berubah.
Apabila memaksimumkan
z f x1, x2, , xn maka nilai z akan ditingkatkan
dengan cara memperoleh solusi basis fisibel yang baru sampai mencapai nilai maksimum
(optimal), sebaliknya apabila meminimumkan
Fitriani A/09/2009 18
Jurusan Pendidikan Matematika
UPI
z f x1, x2, , xn maka nilai z
akan
Fitriani A/09/2009 19
Jurusan Pendidikan Matematika
UPI
diturunkan dengan cara memperoleh solusi basis fisibel yang baru sampai mencapai nilai
minimum (optimal). Dengan demikian memperbaiki nilai fungsi tujuan menjadi basis dalam
penerapan metode simpleks ini setara dengan penggunaan garis selidik pada metode grafik.
Perhatikan bentuk permasalahan program linear yang dinyatakan dalam bentuk
standar program linear pada persamaan (2.12) dan (2.13). Misalkan diketahui solusi basis
fisibel dan B merupakan matriks dengan orde m dimana kolom-kolom dari matriks B
m
merupakan vektor basis, sehingga B dinamakan matriks basis yaitu suatu sub matriks dari
matriks A yang non singular.
Diambil sembarang vektor basis xB dan cB merupakan vektor harga dari peubah
basis, kemudian
Ax b diidentifikasi beberapa (sejumlah) NBV dan BV dari persamaan
dari
B xB b 2.15
dan fungsi tujuannya adalah
z ct x 2.16
B B
Perlu diingat bahwa B merupakan matriks berorde m dan
m
RankA m hal ini berarti bahwa tiap kolom a j dari matriks A merupakan
RankB
a j 1 j b1 mj bm
1 j
aj B 2.18
j
dimana
merupakan vektor ⁝ . Selanjutnya, diasumsikan bahwa semua koefisien ij
j
mj
Fitriani A/09/2009 20
Jurusan Pendidikan Matematika
UPI
i 1, 2, , m dan j 1, 2, , N diketahui untuk solusi basis fisibel.
Solusi basis fisibel yang baru diperoleh dari solusi basis fisibel awal yang diberikan
dengan cara sederhana yaitu dengan hanya mengganti satu kolom matriks B. Untuk matriks
basis baru yang non singular dinotasikan dengan B . Perlu diingat bahwa matriks B yang
terdiri dari m kolom merupakan submatriks dari matriks A yang terdiri dari N kolom.
Fitriani A/09/2009 21
Jurusan Pendidikan Matematika
UPI
Misalkan B dibentuk dengan melalui perubahan kolom br dari matriks B dan
”Apabila vektor-vektor m
b1, , br , , bm adalah bebas linear dan apabila a i bi , maka
i1
persamaan (2.19) sementara kolom-kolom pada matriks basis baru B bebas linear ( B non
singular jika dan hanya jika
rk 0 ). Berdasarkan teorema 1, solusi basis fisibel yang
diberikan adalah
xB1 b1 xBr br xBr 1 br 1 xBm bm b
m 2.20
x Bi bi
i
1 b
Fitriani A/09/2009 23
Jurusan Pendidikan Matematika
UPI
Nilai fungsi tujuan dapat ditentukan oleh
z z , dan untuk permasalahan
memaksimumkan z, diperoleh
m
z cBi xBi dan z m c Bi x Bi 2.26
i1 i1
xBr
zz z
rk k
c z ck 2.27
k
zk
dimana z
mc ct dan z adalah solusi basis fisibel untuk suatu k yang diberikan
k Bi ik B i k
i1
xBr
karen cB dan k diketahui. Karena maka persamaan (2.27) menunjukkan
a 0
rk
Penyataan
z z jika dan hanya jika zk ck dan 0 menunjukkan bahwa
0
dapat dipilih vektor ak
dari matriks A untuk masuk dalam matriks basis. Pada kenyataannya
apabila terdapat lebih dari satu k yang menunjukkan bahwa
zk c k maka nilai k yang
0
dipilih adalah nilai k yang menunjukkan
zk ck yang paling minimum. Hal yang pelu
0
diperhatikan adalah ”Apabila permasalahan program linearnya merupakan permasalahan
memaksimumkan z maka nilai fungsi tujuan dapat ditingkatkan jika dan hanya jika
zk ck 0 dan dengan nilai ditentukan pada persamaan (2.25).”
0
Secara garis besar pada tiap iterasi metode simpleks, terdapat tiga aspek yang perlu
Fitriani A/09/2009 24
Jurusan Pendidikan Matematika
UPI
diperhatikan, yaitu:
1. Vektor ak (berkorespondensi dengan peubah xk ) adalah calon untuk menjadi peubah
Fitriani A/09/2009 25
Jurusan Pendidikan Matematika
UPI
xBr
mi xBi i 0 0
n k
;
rk i 1, , m
ik
3. Fungsi tujuan dapat diperbaiki (ditingkatkan apabila memaksimumkan) jika dan hanya
jika
zk ck 0 dan 0 dimana diperoleh pada aspek ke-2.
Contoh 3:
Diberikan suatu model permasalahan program linear, berikut ini:
Memaksimumkan:
z 5x1 4x2
x1 2x2 6
dengan pembatas linear 2x1 x2 4 dan dengan pembatas x1 , x2 0
: tanda
5x1 3x2 15
a. Nyatakan permasalahan program linear di atas ke dalam bentuk baku
b. Tentukan matriks basis B awalnya
c. Tentukan vektor ak
yang akan masuk ke dalam matriks
d. Tentukan vektor br
basis yang akan meninggalkan matriks
Jawab:
basis
a. Karena pembatas linearnya bertanda "≤" maka untuk pembatas linear permasalahan
program linear di atas akan ditambahkan slack variable sehingga diperoleh bentuk
standar:
Memaksimumkan: z 5x1 4x2 0x3 0x4 0x5 dengan pembatas linear:
b. Matriks basis awalnya dibentuk berasal dari penambahan slack variable ( x3, x4 , x5 ),
1 0 0
diperoleh: B 0 1 0
0 0 1
c. Vektor ak
(berkorespondensi dengan peubah xk ) adalah calon untuk menjadi peubah
Fitriani A/09/2009 26
Jurusan Pendidikan Matematika
UPI
masuk (entering variable/EV) pada matriks basis apabila k memenuhi syarat:
Fitriani A/09/2009 27
Jurusan Pendidikan Matematika
UPI
z c min z c ; z c 0
k k j j j j
j 1, , 5
sehingga vektor yang akan menjadi peubah masuk (EV) adalah vektor a1 yang
1
berkorespondensi dengan peubah x . Jadi yang menjadi EV adalah x 2 .
1 1
5
d. Vektor br
(berkorespondensi dengan peubah xBr ) akan menjadi peubah keluar (leaving
variable/LV) meninggalkan matriks basis apabila r memenuhi syarat:
xBr xBi
r1 min ik 0 0
;
i 1, 2, 3
ik xB3
min xB1
xBr ; 6 ; 15
1 5
r1 11 31
xBr
r1 min6, 3 3
sehingga vektor yang akan menjadi peubah keluar (LV) adalah vektor b3
yang
berkorespondensi dengan
peubah xB3 . Jadi yang menjadi LV adalah xB3 5 3 0 1.
0
Fitriani A/09/2009 28
Jurusan Pendidikan Matematika
UPI
degenerasi dan tidak optimal selalu dapat ditunjukkan oleh solusi basis fisibel dengan
meningkatkan nilai fungsi tujuan.” Untuk menghindari suatu permasalahan program linear
mempunyai solusi tak terbatas, degenerasi, dan ......, terdapat dua kasus penting untuk
diperhatikan yang terkait dengan pada persamaan (2.25) sehingga akan diperoleh fungsi
tujuan yang berkorespondensi dengan solusi basis fisibel yang tidak degenerasi, yaitu
Fitriani A/09/2009 29
Jurusan Pendidikan Matematika
UPI
1. Terdapat paling sedikit satu nilai k yang menunjukkan z c tetapi tidak ada
k k
0
karena
ik 0 untuk tiap nilai k dan semua i i 1, 2, , m .
Kedua kasus tersebut di atas menunjukkan bahwa apabila ada kondisi yang demikian
tersebut di atas maka perhitungan simpleks tidak perlu dilanjutkan karena tidak akan
diperoleh satu solusi basis fisibel yang tidak degenerasi, ataupun terdapat solusi yang tidak
terbatas.
Teorema 2
”Untuk masalah program linear dengan memaksimumkan
z ct x dengan pembatas linear
Ax
b dan pembatas tanda x 0 . Misalkan solusi basis fisibel ada dan paling sedikit untuk
satu nilai k
zk c k 0 ik 0 untuk semua i 1, 2, , m , maka masalah program linear
dan
tersebut mempunyai nilai tak tebatas untuk fungsi tujuannya.”
Teorema 3
”Untuk masalah program linear dengan memaksimumkan z ct x dengan pembatas linear
dan pembatas tanda x 0 . Apabila pada solusi basis fisibel yang diperoleh terdapat
z j cj
untuk tiap kolom aj dari matriks A yang tidak terdapat pada matriks B maka
0
Contoh 4:
Diberikan suatu model permasalahan program linear, berikut ini:
Memaksimumkan:
z 3x1 (dalam ribuan)
3x2
2x1 x2 30
dengan pembatas linear : 2x1 3x2 60 4x1 3x2 72
Fitriani A/09/2009 30
Jurusan Pendidikan Matematika
UPI
dan dengan pembatas tanda x1 , x2 0
d. Tentukan vektor ak yang akan masuk ke dalam matriks basis (NBV yang akan jadi BV)
e. Tentukan vektor br yang akan meninggalkan matriks basis (BV yang akan jadi NBV)
Fitriani A/09/2009 31
Jurusan Pendidikan Matematika
UPI
f. Tentukan matriks basis B yang baru
g. Tentukan nilai fungsi tujuan pada iterasi 1
h. Tentukan vektor ak
yang akan masuk ke dalam matriks basis (NBV yang akan jadi BV)
pada iterasi 1
i. Tentukan nilai fungsi tujuan pada akhir iterasi 2
j. Apakah pada akhir iterasi 2 nilai fungsi tujuan telah mencapai optimal?
Jawab:
a. Karena pembatas linearnya bertanda "≤" maka untuk pembatas linear permasalahan
program linear di atas akan ditambahkan slack variable sehingga diperoleh bentuk
standar:
Memaksimumkan: z 3x1 3x2 0x3 0x4 0x5 dengan pembatas linear:
2x1
x2 x3 0x4 0x5 30
2x1 3x2 0x3 x4 0x5 dengan pembatas x1, x2 x3 , x4 , x5 0
60 tanda
4x1 3x2 0x3 0x4 x5 72
b. Matriks basis awalnya dibentuk berasal dari penambahan slack variable ( x3, x4 , x5 ),
1 0 0 2 1
diperoleh: B 0 1 0 . Sedangkan matriks A A 2 3
0 diperoleh 4 3
0 1
z c min z c ; z c 0
k k j j j j
j 1, , 5
memilih nilai k yang manapun. Misalkan terlebih vektor yang akan menjadi peubah masuk
(EV) adalah vektor
a1 yang berkorespondensi dengan peubah x1 . Jadi yang menjadi EV
2
adalah x 2 .
1
4
xBr ) akan menjadi peubah keluar (leaving
e. Vektor br (berkorespondensi dengan peubah
Fitriani A/09/2009 32
Jurusan Pendidikan Matematika
UPI
variable/LV) meninggalkan matriks basis apabila r memenuhi syarat:
Fitriani A/09/2009 33
Jurusan Pendidikan Matematika
UPI
xBr xBi
r1 min ik 0 0
;
i 1, 2, 3
xBr ik
xB1 xB3 30 ; 60 ; 72
min ; 2 2 4
r1 11 31
xBr
r1 min15, 30, 18 15
sehingga vektor yang akan menjadi peubah keluar (LV) adalah vektor b1
yang
berkorespondensi dengan
peubah xB1 . Jadi yang menjadi LV xB1 2 1 1 0.
adalah 0
f. Matriks basis awalnya dibentuk berasal dari penambahan slack variable ( x3 , x4 , x5 ),
1 0 0
2 2 1 1 2 15
1
diperoleh: B 1 1 0 A 2 3 0 2 30
2 0 1
4 3 12
0 1
g. Pada iterasi pertama nilai fungsi tujuan yang tadinya
z0 menjadi
xBr
zz z
rk
k
z 0 15 3 0 45 45
ck zk ck
rj
c z
h. Pada iterasi 1 diperoleh nilai zj j ck adalah
rk
untuk c z j
k
z c z c r1 2
z c 3 3 3 3 0
1 1 1 1 1
1 r1 2
z c z c r 2 1 3 3
z c 3 3 3
2 2 2 2 1 1
r1 2 2 2
z c z c r 3 1 3 3
z c 0 3 0
3 3 3 3 1 1
r1 2 2 2
z c z c
Fitriani A/09/2009 34
Jurusan Pendidikan Matematika
UPI
r 4 0
z c 0 3 0 0 0
4 4 4 1 1
4 r1 2
z c z c r 5 0
z c 0 3 0 0 0
5 5 5 5 1 1
r1 2
Fitriani A/09/2009 35
Jurusan Pendidikan Matematika
UPI
sehingga 3 3
zk ck min 0, , , 0, 0 untuk nilai k=2. Oleh karena itu pada
3
2 2 2
iterasi 1 vektor yang akan menjadi peubah masuk (EV) adalah vektor a2
yang
1
2
berkorespondensi dengan x2 . Jadi yang menjadi EV x2 2 .
peubah adalah
1
Sedangkan vektor br
(berkorespondensi dengan peubah xBr ) akan menjadi peubah keluar
(leaving variable/LV) meninggalkan matriks basis apabila r memenuhi syarat:
xBi
xBr min 0 0
r1 ik
;
i 1, 2, 3
ik
x Br xB1 xB2 xB3 15 30 12
min ; ; 1 ; 2 ;1
r1 11 2
31 31
xBr
min30, 15, 12 12
r1
sehingga vektor yang akan menjadi peubah keluar (LV) adalah vektor b3
yang
xB3 0 1 2 0 1, sehingga matriks basis baru B ke-2 dan matriks A baru ke-2
1 1 0
15
2 4 2 1 1 0 2
diperoleh:
B 1 1 0 A 2 3 1
0
2 15
2 1 1
3 0 3
4 0
2
Pada iterasi kedua nilai fungsi tujuan yang tadinya z 45 menjadi
x 3
z z Br z c z z c 45 12 45 18 63 .
k k k k
rk 2
c rj
z
Pada iterasi 2 diperoleh nilai zj j c j k rk
untuk z
Fitriani A/09/2009 36
Jurusan Pendidikan Matematika
UPI
ck adal
ah
r1 0 j 3
z c z c z c 0 000
1 1 1 1 3 3
r3 1 2
z c z c r 2 3 1 3 3 3
z 0
c
2 2 2 2 3 3
r3 2 1 2 2 2
Fitriani A/09/2009 37
Jurusan Pendidikan Matematika
UPI
z c z c r 3 3 2 3 3 3
z c 3
3 3 3 3 3 3
r 3 2 1 2 2 2
z c z c r 4 0 3
z c 0 000
4 4 4 4 3 3
r3 1 2
z c z c r 5 1 3 3 3
z c 0 0
5 5 5 5 1 1
r3 1 2 2 2
Pada akhir iterasi 2 nilai fungsi tujuan belum mencapai optimal hal ini dikarenakan masih
terdapat nilai
z j c j 0 , sedangkan syarat suatu solusi basis fisibel mempunyai nilai
5. Aturan Simpleks
Pada subbahasan ini akan membahas mengenai proses perhitungan simpleks untuk
mendapatkan nilai baru untuk
ij dan z j c serta lebih memperjelas mengenai langkah-
j
langkah yang harus dilakukan pada tiap iterasi simpleks untuk permasalahan program linear
memaksimumkan dan meminimumkan fungsi tujuan. Untuk mempermudah dalam
perhitungan simpleks, koefisien peubah pembatas linear pada setiap iterasinya dinotasikan
dengan . Selain itu, perlu diasumsikan bahwa vektor yang ditempatkan kembali
ij
ak
sebagai vektor br yang baru pada matriks basis B dapat dinyatakan dengan menggunakan
tanda ”bar”, br ak .
Vektor koefisien peubah x yang merupakan vektor kolom aj pada matriks A dapat
j
dinyatakan dalam bentuk hubungan dengan vektor peubah basis sebagai berikut:
m
a j ij bi rj br ; ir 2.28
i1
dan
m Berdasarkan persamaan (2.28) dan
ak ik bi rk br (2.29) vektor br ir
;
i1
dapat
Fitriani A/09/2009 38
Jurusan Pendidikan Matematika
UPI
dieliminasi sehingga diperoleh
2.29
m
ik rj rj
a j ij bi ak 2.30
rk ;
rk
i1
Persamaan (2.30) pada dasarnya menunjukkan aplikasi prinsip operasi baris elementer (OBE).
Oleh karena itu, vektor kolom aj
yang dinyatakan pada persamaan (2.28) dapat dinyatakan
Fitriani A/09/2009 39
Jurusan Pendidikan Matematika
UPI
dengan menggunakan tanda ”bar” dimana hal ini menunjukkan elemen atau vektor yang
diperoleh setelah melakukan perhitungan simpleks pada setiap iterasi, yaitu
m
ir 2.31
a j ij bi rj br
;
i1
m
z j c j c Bi ij 2.33
c ji1
Dengan mensubstitusikan persamaan (2.32) dan persamaan (2.33) ke persamaan (2.31) maka
akan diperoleh
m ik rj c ri
z j cj cBi ij
k
cj
i1 rk rk
rj
z c z c 2.34
z c
j j j j k k
rk
Pada umumnya permasalahan optimasi fungsi tujuan
z f x1, , xn adalah
memaksimumkan atau meminimumkan maka tahapan pada iterasi simpleks yang perlu
diperhatikan antara lain:
(1). Permasalahan
memaksimumkan z f x1, , xn
Pada setiap tahap iterasi perhitungan simpleks ada tiga aspek yang harus dilakukan dan
diperhatikan sehingga dapat diputuskan bahwa nilai maksimum fungsi tujuan
Fitriani A/09/2009 40
Jurusan Pendidikan Matematika
UPI
z f x1 , , xn telah diperoleh.
Fitriani A/09/2009 41
Jurusan Pendidikan Matematika
UPI
Apabila terdapat satu atau lebih j (misalnya j k ) untuk z c dan ij 0 untuk
j j
0
semua i ,
yaitu i 1, 2, , m , maka terdapat suatu solusi tanpa batas dengan satu nilai
satu i untuk tiap j . Peubah akan menjadi BV apabila k dipilih berdasarkan aturan:
xk
z j c j
min
j 1, , N
z c z j c j ij untuk minimal satu i 1, 2, , m 2.34
; 0, 0,
j
Apabila dengan perumusan ini tidak dapat ditentukan r yang tunggal maka salah satu
nilai r sembarang dapat dipilih.
2. Apabila point 1c terpenuhi, maka peubah xBr akan menjadi NBV dimana r dipilih
berdasarkan aturan:
xBr xBi
mi i 0 2.35
n k 0
;
rk i 1, , m
ik
Apabila dengan aturan ini tidak dapat ditentukan satu r maka dapat dipilih satu nilai r
sembarang.
3. Selanjutnya
menghitung xBi z, ij z j c untuk semua i dan j.
, , j
Secara teknik ketentuaan ataupun aturan yang tersebut di atas dapat dinyatakan
dalam bentuk tabel simpleks dengan tujuan untuk memperhitungan simpleks. Semua
ketentuan yang berlaku dalam menyelesaikan permasalahan program linear dengan fungsi
tujuan memaksimumkan
z f x1, , xn dapat diringkas dalam penjelasan berikut ini.
Fitriani A/09/2009 42
Jurusan Pendidikan Matematika
UPI
atau mengurangi surplus variable pada pembatas linear tersebut. Slack variables yang ada
dimasukkan (ditambahkan) ke fungsi tujuan dan diberi koefisien 0.
Fitriani A/09/2009 43
Jurusan Pendidikan Matematika
UPI
2. Apakah dalam
matriks A a sudah terbentuk matriks identitas I ?
i n
a. Apabila dalam matriks A sudah terbentuk matriks identitas maka disusun tabel awal
simpleks sebagai berikut:
Solusi
BV z x1 ... xn xn 1 ... xN Ri
(RK)
zjcj 1 z1 c1 ... zn cn zn 1 cn ... zN c N 0
1
⁝ 0 ⁝ ... ⁝ ⁝ ⁝ ⁝ ⁝
xN 0 m1 ... mn m( n 1) ... mN xBm Rm
b. Apabila ada satu atau lebih z j cj maka akan dibuat tabel simpleks baru dengan
0
cara berikut ini:
(i). Menentukan kolom kunci yaitu dengan memilih z j c yang terkecil sesuai
nilai j
(ingat! hanya untuk ik yang positif saja), kemudian dilanjutkan ke langkah
3.b.(iii).
Fitriani A/09/2009 45
Jurusan Pendidikan Matematika
UPI
(iii). Menentukan baris kunci, yaitu dengan memilih nilai R yang terkecil (diantara
i
yang positif) sesuai dengan aturan pada persamaan (2.25) dan misalkan
diperoleh
br , maka baris ke-r dinamakan baris kunci/persamaan pivot (pivot
equation/PE).
Prosedur untuk memilih peubah masuk (EV) dan peubah keluar (LV) dinamakan
sebagai kondisi optimalisasi dan kondisi kelayakan. Kondisi optimalisasi: EV dalam
maksimasi (minimasi) adalah NBV dengan koefisien yang paling negatif (positif)
dalam persamaan z tujuan. Koefisien dengan nilai yang sama dapat dipilih secara
sembarang. Nilai optimum dicapai ketika semua koefisien non-dasar dalam persamaan
z adalah nonnegatif(nonpositif). Kondisi kelayakan: Baik untuk masalah maksimasi
(minimasi), LV adalah BV yang memiliki titik potong terkecil (rasio minimum dengan
penyebut yang positif secara ketat) dalam arah EV. Nilai yang sama dapat dipilih
secara sembarang.
(iv). Selanjutnya menyusun tabel simpleks baru atau perhitungan simpleks dengan
iterasi-iterasi yaitu dengan cara:
Sebelum menentukan elemen-elemen baris ke-r yang baru perlu diketahui
bahwa elemen titik potong antara EC dan PE dinamakan elemen pivot rk .
Untuk elemen baris ke-r br biasanya dinamakan persamaan pivot baru
(newPE) ditentukan dengan perumusan:
newPE PE rk
2.36
Untuk elemen baris ke-i yang lainnya ditentukan dengan
perumusan:
2.37
Persamaan baru persamaan lama ik (newPE)
Contoh 5:
Diberikan suatu model permasalahan program linear, berikut ini:
Memaksimumkan:
z 3x1 (dalam ribuan)
3x2
2x1 x2 30
Fitriani A/09/2009 46
Jurusan Pendidikan Matematika
UPI
dengan pembatas linear 2x1 3x2 60 dan dengan pembatas x1 , x2 0
: tanda
4x1 3x2 72
Jawab:
Fitriani A/09/2009 47
Jurusan Pendidikan Matematika
UPI
1. Karena pembatas linearnya bertanda "≤" maka untuk pembatas linear permasalahan
program linear di atas akan ditambahkan slack variable sehingga diperoleh bentuk
standar:
Memaksimumkan: z 3x1 3x2 0x3 0x4 0x5 dengan pembatas linear:
2x1
x2 x3 0x4 0x5 30
2x1 3x2 0x3 x4 0x5 dengan pembatas x1, x2 x3 , x4 , x5 0
60 tanda
4x1 3x2 0x3 0x4 x5 72
2. Membentuk tabel simpleks awal
Solusi
BV z x1 x2 x3 x4 x5 Ri
(RK)
zjc 1 z1 c1 z2 c2 z 3 c3 z4 c4 z 5 c5 0
j
x3 0 2 1 1 0 0 30
x4 0 2 3 0 1 0 60
x5 0 4 3 0 0 1 72
3. Perhitungan simpleks
Iterasi ke-1
o Menentukan kolom kunci/kolom masuk (EC), berdasarkan tabel awal diketahui bahwa
terdapat dua nilai minimum
z j c yang sama yaitu z1 c1 3 pada kolom ke-1 dan
j
z2 c2
pada kolom ke-2. Misalkan dipilih kolom ke-1 sebagai kolom
3
kunci/kolom masuk (EC), sehingga diperoleh k=1.
o Selanjutnya akan pada EC dilakukan pemeriksaan terhadap nilai
i1 , karena
11 2, 21 2, 31 4 , karena semua
i1 bernilai positif, maka akan dihitung nilai
xB1 30
dari R , dan diperoleh R 15, xB 2 60 xB3 72
30, R 18 .
R
Fitriani A/09/2009 48
Jurusan Pendidikan Matematika
UPI
i 1 2
21 2 3
11 2 31 4
o Menentukan baris kunci, berdasarkan perhitungan Ri diperoleh bahwa
min Ri 15, 30, 18 dan diperoleh b1 , oleh karena itu, baris ke-1 dinamakan
15
baris kunci/persamaan pivot (pivot equation/PE).
Fitriani A/09/2009 49
Jurusan Pendidikan Matematika
UPI
o Sebelum menentukan elemen-elemen baris ke-1 yang baru perlu diketahui bahwa
elemen titik potong antara EC dan PE dinamakan elemen pivot yaitu 11 2.
o Untuk elemen baris ke-1 b1 biasanya dinamakan persamaan pivot baru (newPE)
ditentukan dengan perumusan:
Persamaan pivot dari tabel awal adalah b1 x3 2 1 1 0 0 30, maka
1 1
newPE b1 2 1 1 0 0 30 2 1 0 0 15
x1 2 2
Persamaan
x4 lama pada tabel awal adalah 2 3 0 1 60. Diketahui
0
bahwa
21 2 .
1 1
Persamaan x4 baru 3 0 1 0 60 2 1 0 0 15
2 2 2
3 0 1 0 60 2 1 1 0 0 30
2
Persamaan x4 baru 2 1 1 30
0
0
Persamaan
x5 lama pada tabel awal adalah 4 3 0 0 1 72. Diketahui
bahwa
31 4 .
1 1
Persamaan x5 baru 4 3 0 0 1 72 4 1 0 0 15
2 2
Fitriani A/09/2009 50
Jurusan Pendidikan Matematika
UPI
3 0 0 1 72 4 2 2 0 60
4 0
Persamaan x5 bar 1 0 1 12
u 2
0
Berdasarkan semua perhitungan di atas, maka diperoleh tabel simpleks baru pada iterasi 1
dengan EV
adalah x1 dan LV x3 .
adalah
BV z x1 x2 x3 x4 x5 Solusi Ri
Fitriani A/09/2009 51
Jurusan Pendidikan Matematika
UPI
(RK)
3 3
zjc 1 0 0 0 45
2 2
j
1 1
x1 0 1 0 0 15
2 2
x4 0 0 2 1 1 0 30
x5 0 0 1 2 0 1 12
Karena ada satu nilai dari z j c untuk j 1, 2, , 5 yang z j c j 0 , maka fungsi
j
tujuan belum mencapai optimal, sehingga perlu dilakukan perhitungan simpleks ulang
untuk iterasi ke-2.
Iterasi ke-2
o Menentukan kolom kunci/kolom masuk (EC), berdasarkan tabel pada iterasi ke-1
diketahui bahwa terdapat satu nilai minimum yaitu z2 c2 pada kolom ke-2.
3
2
Oleh karena itu, kolom ke-2 merupakan kolom kunci/kolom masuk (EC), sehingga
diperoleh k=2.
o Selanjutnya akan pada EC dilakukan pemeriksaan terhadap nilai i2 , karena
12 1
, 2, 32 1, karena semua i1 bernilai positif, maka akan dihitung nilai
22
2
xB1 30 xB 2 30 xB3 12
dari R , dan diperoleh R 60, 15, R 12 .
R
1
i 1 2
22 2 3
12 32 1
2
o Menentukan baris kunci, berdasarkan perhitungan Ri diperoleh bahwa
min Ri 60, 15, 12 dan diperoleh b3 , oleh karena itu, baris ke-3 dinamakan
12
baris kunci/persamaan pivot (pivot equation/PE).
o Sebelum menentukan elemen-elemen baris ke-3 yang baru perlu diketahui bahwa
elemen titik potong antara EC dan PE dinamakan elemen pivot yaitu 32 1.
o Untuk elemen baris ke-3 b3 biasanya dinamakan persamaan pivot baru (newPE)
ditentukan dengan perumusan:
Fitriani A/09/2009 52
Jurusan Pendidikan Matematika
UPI
Persamaan pivot dari tabel simpleks iterasi ke-1 adalah b3 x5 0 1 0 1 12,
2
maka
newPE b3 x2 0 1 0 1 12 1 0 1 0 1 12
2 2
o Menentukan elemen-elemen pada baris ke-i yang lainnya, diperoleh:
Fitriani A/09/2009 53
Jurusan Pendidikan Matematika
UPI
3 3
Persamaan z lama pada iterasi ke-1 adalah 0 0 0 45 .
2 2
3
Diketahui bahwa 02 .
2
3 3 3
Persamaan z
baru 0 0 0 45 0 1 0 1 12
2
2 2 2
3 3 3
0 0 0 45 0 3 0 18
3
2 2
2 2
3 3
Persamaan z 0 0 0 63
baru 2 2
1 1
Persamaan x1 lama pada iterasi ke-1 adalah 1 0 0 15 . Diketahui
2 2
1
bahwa 12 .
2
1 1 1
Persamaan x baru 1 0 0 15 0 1 0 1 12
2
1 2
2
2
1
1
0 0 15 0 1 1 0 1 6
1
2 2 2
2
3 1
Persamaan x1 baru 1 0 0 9
2 2
Persamaan
x4 lama pada iterasi ke-1 adalah 0 2 1 1 0 30. Diketahui
bahwa
22 2 .
Persamaan
x4 baru 2 1 1 0 30 20 1 0 1 12
0 2
2 1 1 0 30 2 4 0 24
0 0 2
Persamaan x4 baru 0 3 1
2
6
0
Berdasarkan semua perhitungan di atas, maka diperoleh tabel simpleks baru pada iterasi 2
dengan EV
adalah x2 dan LV adalah x5 .
Fitriani A/09/2009 54
Jurusan Pendidikan Matematika
UPI
x3 x5 Solusi Ri
BV z x1 x2 x4
(RK)
3 3
zjc 1 0 0 0 63
2 2
j
3 1
x1 0 1 0 0 2 9
2
x4 0 0 0 3 1 2 6
Fitriani A/09/2009 55
Jurusan Pendidikan Matematika
UPI
x2 0 0 1 2 0 1 12
Karena masih ada satu nilai dari z j c untuk j 1, 2, , 5 yang z j c j 0 , maka
j
fungsi tujuan belum mencapai optimal, sehingga perlu dilakukan perhitungan simpleks
ulang untuk iterasi ke-3.
Iterasi ke-3
o Menentukan kolom kunci/kolom masuk (EC), berdasarkan tabel pada iterasi ke-2
3
diketahui bahwa terdapat satu nilai minimum yaitu z3 pada kolom ke-3.
c3 2
Oleh karena itu, kolom ke-3 merupakan kolom kunci/kolom masuk (EC), sehingga
diperoleh k=3.
o Selanjutnya akan pada EC dilakukan pemeriksaan terhadap nilai i3 , karena
13 3
, 3, 33 2 , karena tidak i1 bernilai positif, maka hanya akan
23
2 semua
min Ri 1,2 6, 3, dan diperoleh b , oleh karena itu, baris ke-2 dinamakan baris
2
3
o Untuk elemen baris ke-2 b2 biasanya dinamakan persamaan pivot baru (newPE)
ditentukan dengan perumusan:
Persamaan pivot dari tabel simpleks iterasi ke-2 adalah b2 x4 0 0 3 1 2 6,
maka
x
newPE b2 0 0 3 1 6 3 0
2
Fitriani A/09/2009 56
Jurusan Pendidikan Matematika
UPI
1 2 3 3
0 1 2
o Menentukan elemen-elemen pada baris ke-i yang lainnya, diperoleh:
3
Persamaan z lama pada iterasi ke-2 adalah 0 0 3
63 . Diketahui
2
0
2
3
bahwa 02 .
2
Fitriani A/09/2009 57
Jurusan Pendidikan Matematika
UPI
Persamaan z
baru 3 3 3 1 2
0 0 0 63 0 1 2
0
2 2 3 3
3 2
0 0 0 3 63 0 0 3
3
12
2 2 2
1
Persamaan z 0 0 0 2 66
baru 2
Persamaan x1 lama pada iterasi ke-2 adalah 1 0 3 0 1 9 . Diketahui
2 2
3
bahwa 13 .
2
1 2
Persamaan x baru 1 0 3 3 0 1 2
1 0 9
0
2 2
1
2 3 3
3 1
1 0 3 9 0 0 1 3
1 0
2 2 2 2
1 1
Persamaan x1 baru 1 0 0 6
2 2
Persamaan x2
lama pada iterasi ke-2 adalah 0 1 0 1 12. Diketahui
2
bahwa
33 2 .
1 2
Persamaan x2 baru 0 1 0 1 12 2 0 1 2
2 3 3
0 1 2 2 4
0 1 12 0 2 4
3 3
2 1
Persamaan x2 baru 0 1 0 16
3 3
Berdasarkan semua perhitungan di atas, maka diperoleh tabel simpleks baru pada iterasi 3
dengan EV
x3 dan LV adalah x4 .
adalah
Fitriani A/09/2009 58
Jurusan Pendidikan Matematika
UPI
x3 x5 Solusi Ri
BV z x1 x2 x4
(RK)
1
zjc 1 0 0 0 2 66
j
2
1 1
x1 0 1 0 0 2 6
2
1 2
x3 0 0 0 1 3 2
3
Fitriani A/09/2009 59
Jurusan Pendidikan Matematika
UPI
2 1
x2 0 0 1 0 3 16
3
fungsi tujuan telah mencapai optimal, dan nilai maksimum fungsi tujuannya adalah 66
dengan nilai-nilai
x1 6, x2 16 x3 2, x4 0, x5 0 .
setiap tahap iterasi perhitungan simpleks ada tiga aspek yang harus dilakukan dan
diperhatikan sehingga dapat diputuskan bahwa nilai minimum fungsi tujuan
z f x1, , xn
telah diperoleh.
1.a. Pengujian untuk solusi optimal
Apabila
z j cj untuk semua j , dimana j 1, 2, , N maka solusi yang diperoleh
0
semua i ,
yaitu i 1, 2, , m , maka terdapat suatu solusi tanpa batas dengan satu nilai
satu i untuk tiap j . Peubah akan menjadi BV apabila k dipilih berdasarkan aturan:
xk
z j c j
max
j 1, , N
z c ; z j c j ij 0 untuk minimal satu i 1, 2, , m 2.36
0, ,
j
Apabila dengan perumusan ini tidak dapat ditentukan r yang tunggal maka salah satu
nilai r sembarang dapat dipilih.
2. Apabila point 1c terpenuhi, maka peubah xBr akan menjadi NBV dimana r dipilih
berdasarkan aturan:
Fitriani A/09/2009 61
Jurusan Pendidikan Matematika
UPI
xBr xBi
mi i 0 2.37
n k 0
;
rk i 1, , m
ik
Apabila dengan aturan ini tidak dapat ditentukan satu r maka dapat dipilih satu nilai r
sembarang.
3. Selanjutnya
menghitung xBi z, ij z j c untuk semua i dan j.
, , j
fungsi tujuan dengan 1 , dimana pembatas linearnya tetap sama, dan iterasi perhitungan
simpleks tetap dilakukan dengan menggunakan ketentuan atau aturan memaksimumkan
z , setelah nilai z maksimum diperoleh maka nilai minimum z diperoleh dengan
mengalikan nilai maksimum z tersebut dengan 1 .
Secara teknik ketentuaan ataupun aturan yang tersebut di atas dapat dinyatakan
dalam bentuk tabel simpleks dengan tujuan untuk memperhitungan simpleks. Semua
ketentuan yang berlaku dalam menyelesaikan permasalahan program linear dengan fungsi
tujuan memaksimumkan
z f x1, , xn dapat diringkas dalam penjelasan berikut ini.
Fitriani A/09/2009 62
Jurusan Pendidikan Matematika
UPI
2. Apakah dalam
matriks sudah terbentuk matriks identitas I ?
A a
i n
a. Apabila dalam matriks A sudah terbentuk matriks identitas maka disusun tabel awal
simpleks sebagai berikut:
Solusi
BV z x1 ... xn xn 1 ... xN Ri
(RK)
zjc 1 z1 c1 ... zn cn zn 1 cn ... zN cN 0
j 1
⁝ 0 ⁝ ... ⁝ ⁝ ⁝ ⁝ ⁝
xN 0 m1 ... mn m( n 1) ... mN xBm Rm
b. Apabila ada satu atau lebih z j c j maka akan dibuat tabel simpleks baru dengan
0
cara berikut ini:
(iii). Menentukan kolom kunci yaitu dengan memilih nilai z c yang terbesar
j
j
Fitriani A/09/2009 63
Jurusan Pendidikan Matematika
UPI
o Apabila untuk semua
ik nilainya negatif maka diperoleh solusi tak terbatas
(unbounded solution)
Fitriani A/09/2009 64
Jurusan Pendidikan Matematika
UPI
o Apabila terdapat yang nilainya positif maka hitunglah nilai dari R
ik i
Untuk elemen baris ke-r br biasanya dinamakan persamaan pivot baru
(newPE) ditentukan dengan perumusan:
newPE PE rk
2.36
Untuk elemen baris ke-i yang lainnya ditentukan dengan
perumusan:
2.37
Persamaan baru persamaan lama ik (newPE)
4. Apabila untuk semua j nilai dari z j c adalah z j c j 0 , maka fungsi tujuannya telah
j
mencapai optimal.
Contoh 6:
Diberikan suatu model permasalahan program linear, berikut ini:
Meminimumkan:
z 40x1 80x2
Jawab:
1. Karena pembatas linearnya bertanda " " maka untuk pembatas linear permasalahan
program linear di atas akan dikurangkan surplus variable sehingga diperoleh bentuk
standar:
Meminimumkan: z 40x1 80x2 0x3 0x4 dengan pembatas linear:
Fitriani A/09/2009 65
Jurusan Pendidikan Matematika
UPI
x1 x2 x3 0x4 4
dengan pembatas tanda x , x x , x 0
1 2 3 4
x1 0x3 x4 6
3x2
Fitriani A/09/2009 66
Jurusan Pendidikan Matematika
UPI
Membentuk tabel simpleks awal
Solusi
BV z x1 x2 x3 x4 Ri
(RK)
zjcj 1 z1 c1 z2 c2 z 3 c3 z4 c4 0
x3 0 11 12 13 14 R1 xB1
x4 0 21 22 23 24 R2 xB 2
x5 0 31 23 33 34
xB3 R3
Berdasarkan permasalahan di atas maka diperoleh tabel simpleks awal berikut:
Solusi
BV z x1 x2 x3 x4 Ri
(RK)
zjcj 1 40 80 0 0 0
x3 0 1 1 1 0 4
x4 0 1 3 0 1 6
Ternyata berdasarkan tabel di atas dapat dilihat bahwa belum terbentuk matriks identitas
sehingga pada bentuk standar sebelumnya perlu ditambahkan artificial variables sehingga
akan terbentuk matriks identitas, dan koefisien artificial variables pada fungsi tujuan
.diberi nilai M , dengan M adalah bilangan yang cukup besar, dan diperoleh bentuk
standar yaitu:
Meminimumkan:
z 40x1 80x2 0x3 0x4 Mx5 dengan pembatas linear:
Mx6
x1 x2
x3 0x4 x5 0x6 dengan pembatas x ,x ,x ,x ,x ,x 0
4 tanda
1 2 3 4 5 6
x1 0x3 x4 0x5 x6 6
3x2
Perlu diingat bahwa pada akhir perhitungan nilai dari artificial variables sudah pasti nol,
oleh karena itu terlebih dahulu substitusikan:
x5 4 x1 x2 x3
x6 6 x1 3x2 x4
Fitriani A/09/2009 67
Jurusan Pendidikan Matematika
UPI
Solusi
BV z x1 x2 x3 x4 x5 Ri
(RK)
zjcj 1 2M 40 4M 80 M M 0 10M
x5 0 1 1 1 0 1 4
x6 0 1 3 0 1 0 6
2. Perhitungan simpleks
Iterasi ke-1
o Menentukan kolom kunci/kolom masuk (EC), berdasarkan tabel awal diketahui bahwa
terdapat satu nilai maksimum
z j c yaitu z2 c2 4M pada kolom ke-2.
j 80
Misalkan dipilih kolom ke-2 sebagai kolom kunci/kolom masuk (EC), sehingga
diperoleh k=2.
o Selanjutnya akan pada EC dilakukan pemeriksaan terhadap nilai i2 , karena
12
1, 3 , karena i 2 bernilai positif, maka akan dihitung nilai dari Ri ,
22 semua
xB 4 4, x 6
dan diperoleh R
2 R
2 B 2.
1 12 1 2
22
3
min Ri 4, 2, dan diperoleh b2 , oleh karena itu, baris ke-2 dinamakan baris
2
kunci/persamaan pivot (pivot equation/PE).
o Sebelum menentukan elemen-elemen baris ke-1 yang baru perlu diketahui bahwa
elemen titik potong antara EC dan PE dinamakan elemen pivot yaitu 22 3.
o Untuk elemen baris ke-2 b2 biasanya dinamakan persamaan pivot baru (newPE)
ditentukan dengan perumusan:
Persamaan pivot dari tabel awal adalah b2 x6 1 3 1 0 1 6, maka
0
1 1 1
newPE b2 1 3 0 1 0 6 3 1 0 0 2
1
3 3 3
x2
o Menentukan elemen-elemen pada baris ke-i yang lainnya, diperoleh:
Fitriani A/09/2009 68
Jurusan Pendidikan Matematika
UPI
Persamaan z lama pada tabel awal adalah
2M 40 4M 80 M 0 0 10M .
M
Diketahui bahwa
02 4M 80.
Persamaan z baru adalah
Fitriani A/09/2009 69
Jurusan Pendidikan Matematika
UPI
2M 40 4M 80 1 1 1
M 0 10M 4M 80 1 0 0 2
M 0 3 3 3
4M 3 80
t
2M 40
t
4M 80
4M 80
M
0
M
4M 80
0 03
0
4M 80
10M 3
4M 802
Persamaan
baru z 2M 0 M M 4M 2M 160
40 80 080
3
3 3
Persamaan x5 lama pada tabel awal adalah 1 1 1 0 1 0 4. Diketahui
bahwa
12 1 .
1 1 1
Persamaan x5 baru 1 1 0 1 0 4 1 1 0 0 2
1
3 3 3
1 1 1 1 1
1 0 1 0 4 1 0 0 2
3 3 3
1 1
Persamaan x5 baru 0 1 1 2
2 3 3
3
Berdasarkan semua perhitungan di atas, maka diperoleh tabel simpleks baru pada iterasi 1
dengan EV
x2 dan LV adalah x6 .
adalah
Solusi
BV z x1 x2 x3 x4 x5 x6 Ri
(RK)
2M 40 M 80 80 4M
zjcj 1 0 M 0 2M+160
3 3 3
Fitriani A/09/2009 70
Jurusan Pendidikan Matematika
UPI
2 1 1
x5 0 0 1 1 3 2
3 3
1 1 1
x2 0 1 0 3 0 2
3 3
Karena masih ada nilai dari z j c untuk j 1, 2, , 6 yan z j c j 0 , maka fungsi
j g
tujuan belum mencapai optimal, sehingga perlu dilakukan perhitungan simpleks ulang
untuk iterasi ke-2.
Iterasi ke-2
Fitriani A/09/2009 71
Jurusan Pendidikan Matematika
UPI
o Menentukan kolom kunci/kolom masuk (EC), berdasarkan tabel pada iterasi ke-1
11 2 1
, , , karena i1 bernilai positif, maka akan dihitung nilai dari Ri ,
21
3 semua
3
xB1 2 xB 2 2
dan diperoleh R 3, R 6.
1 2
11 2 21 1
3 3
o Menentukan baris kunci, berdasarkan perhitungan Ri diperoleh bahwa
min Ri 3, 6 dan diperoleh b , oleh karena itu, baris ke-1 dinamakan baris
1
3
kunci/persamaan pivot (pivot equation/PE).
o Sebelum menentukan elemen-elemen baris ke-1 yang baru perlu diketahui bahwa
elemen titik potong antara EC dan PE dinamakan elemen pivot yaitu
2
11 .
3
o Untuk elemen baris ke-1 b1 biasanya dinamakan persamaan pivot baru (newPE)
ditentukan dengan perumusan:
Persamaan pivot dari tabel simpleks iterasi ke-1 adalah
b1 0 1 1 1 1 2 , maka
2 3 3
x5
3
1 2 3
xnewPE b1 0 1 1
1 2 1 0 3 1
2 3
1
1 3 3 3 2 2 3 2
2
o Menentukan elemen-elemen pada baris ke-i yang lainnya, diperoleh:
Persamaan z lama pada iterasi ke-1 adalah
2M
40 0 M M 4M 2M 160
80 080
Fitriani A/09/2009 72
Jurusan Pendidikan Matematika
UPI
3
3 3
Diketahui bahwa
01 2M 40 .
3
100
Persamaan z 0 0 20 M 5M
200
baru 20 20
3
Fitriani A/09/2009 73
Jurusan Pendidikan Matematika
UPI
Persamaan 1 1 1
x2 lama pada iterasi ke-1 adalah 2 .
3 1 0
3
0
3
1
Diketahui bahwa 21 .
3
1
Persamaan x2 baru 0 1 1 1 1
1
2 2 2 2
Berdasarkan semua perhitungan di atas, maka diperoleh tabel simpleks baru pada iterasi 2
dengan EV
adalah x1 dan LV x5 .
adalah
Solusi
BV z x1 x2 x3 x4 x5 x6 Ri
(RK)
100 5M
zjcj 1 0 0 20 20 20 M 200
3
3 1 3 1
x1 0 1 2 0 2 3
2 2
1 1 1 1
x2 0 0 1 1
2 2 2 2
Karena semua nilai dari z j c untuk j 1, 2, , 6 sudah memenuhi z j c j 0 , maka
j
fungsi tujuan telah mencapai optimal, dan nilai minimum fungsi tujuannya adalah 200
dengan nilai-nilai
x1 3, x2 1 x3 0, x4 0, x5 0, x6 0 .
6. Artificial Variable
Pada permasalahan program linear beberapa kasus dimana pembatas linearnya
tidak selalu merupakan batasan bertanda “≤”, tetapi mungkin pembatas linearnya merupakan
batasan bertanda ”=” atau ”≥”. Untuk kasus dimana pembatas linearnya bertanda ”=”, daerah
fisibelnya hanya berupa segmen garis sehingga kita tidak dapat memperoleh solusi fisibel
basis awal karena tidak ada slack variable yang dapat digunakan sebagai peubah basis (BV)
awalnya. Demikian juga untuk kasus dengan pembatas linearnya bertanda ”≥”, kita tidak akan
memiliki solusi fisibel basis awal karena apabila kita merubah tanda persamaan pembatasnya
menjadi ”≤”, maka ruas kanan pembatas linearnya kemungkinan dapat berharga negatif.
Untuk menyelesaikan kedua jenis kasus tersebut, kita akan memerlukan adanya
peubah dummy (peubah palsu) yang dinamakan artificial variable dan dinotasikan dengan R,
sehingga basis awal bisa tetap ada. Artificial variable ini mempunyai peran yang sama dengan
peran slack variable hal ini dilakukan karena diperlukan matriks basis pada setiap iterasi
perhitungan simpleks. Konsekuensi dari adanya artificial variable adalah diperlukannya suatu
Fitriani A/09/2009 74
Jurusan Pendidikan Matematika
UPI
besaran/konstanta sebagai penalti yang dikenakan sebagai koefisien fungsi tujuan dari
artificial variable.
Fitriani A/09/2009 75
Jurusan Pendidikan Matematika
UPI
Contoh 7:
Memaksimumkan: z 3x1 5x2
x1 4
dengan pembatas 2x2 12 dan pembatas x1, x2 0
linear:
3x1 2x2 18 tanda
Jawab:
Berdasarkan contoh pemasalahan di atas, diperoleh bentuk standar untuk permasalahan
tersebut adalah:
Memaksimumkan: z 3x1 5x2 0x3 0x4 0R1 0R2 0R3
Ada dua teknik penyelesaian untuk kasus dengan artificial variable tersebut, yaitu
(1) teknik penalty (M) dan (2) teknik dua fase. Kedua teknik ini saling berkaitan.
Fitriani A/09/2009 76
Jurusan Pendidikan Matematika
UPI