PENDAHULUAN

PENGANTAR
METODE SIMPLEKS

Fitriani Agustina, Math, 1

UPI
 METODE SIMPLEKS (PRIMAL)
• Masalah Program Linear
• Masalah Program Linear dalam Bentuk Matriks
• Ketentuan dalam Bentuk Standar Masalah PL
• Bentuk Standar Masalah Program Linear
• Bentuk Standar Pembatas Linear
• Bentuk Standar Peubah Keputusan
• Bentuk Standar PL dalam Bentuk Matriks
• Solusi Basis dan Solusi Basis Fisibel
• Memperbaiki Nilai Fungsi Tujuan z
• Mengakhiri Perhitungan Simpleks
Fitriani Agustina, Math, 2
UPI
 Masalah Program Linear
• Maksimasi (Minimasi) : z   c2  cn xn
dengan pembatas linear c1x1 x2
a11 x1  a
12  a1n xn , ,  b1
a21 x1 x2  a2n xn , ,  b2
 a22 ⁝ ⁝
x2
am1x1  a
m2  amn  ,  bm
x2 xn ,
Fitriani Agustina, Math, 3
UPI
 dan pembatas tanda
x j  0,
j 2, , n
1,

Fitriani Agustina, Math, 4

UPI
 Masalah PL dalam bentuk matriks
• Maksimasi (Minimasi) : z  ct0 x
dengan pembatas linear dan pembatas tanda
A0 x 0  x0  0
dimana: b
a11 a12  a1n  c1  x 1  b1 
 
a a  a      2
 c 2  b  b 
2
2n   x  x
A0  
21 22
c0  ⁝ 
 ⁝ ⁝ 
⁝   ⁝  0 ⁝ 
      
am1 am  amn  cn  xn  bm 
2
Fitriani Agustina, Math, 5
UPI
 Ketentuan dalam Bentuk Standar
Masalah PL
• Seluruh pembatas linear harus berbentuk
persamaan dengan ruas kanan yang nonnegatif.
• Seluruh peubah keputusan harus merupakan
peubah nonnegatif.
• Fungsi tujuan merupakan maksimasi /minimasi.
Beberapa hal yang dapat dilakukan untuk memperoleh
bentuk standar masalah PL sesuai ketentuan di atas
berkaitan dengan pembatas linear dan peubah
keputusan.

Fitriani Agustina, Math, 6

UPI
 Bentuk Standar Pembatas Linear
• Apabila pembatas linearnya bertanda ”≤”, maka
pada ruas kiri pembatas linear perlu ditambahkan
slack variable.
• Pembatas linear bertanda ”≤” berhubungan dengan
penggunaan dan ketersediaan sumber daya,
sehingga slack variable mewakili jumlah sumber
daya yang tidak dipergunakan.
• Misalkan pembatas linear ke-p bertanda ”≤”, maka
diperoleh bentuk standar:
ap1 x1  a p 2  apn xn  xn p  bp
x2
Fitriani Agustina, Math, 7
UPI
diman xn merupakan slack variable
a p

Fitriani Agustina, Math, 8

UPI
• Apabila pembatas linearnya bertanda ”≥”, maka
pada ruas kiri pembatas linear perlu dikurangkan
surplus variable.
• Pembatas linear bertanda ” ≥” berhubungan
dengan persyaratan spesifikasi minimum,
sehingga surplus variable mewakili jumlah
kelebihan sesuatu dibandingkan dengan
spesifikasi minimumnya.
• Misalkan pembatas linear ke-q bertanda ” ≥”,
maka diperoleh bentuk standar:
aq1 x1  aq 2  aqn  xnq  bq
x2 xn
Fitriani Agustina, Math, 9
UPI
 diman xn merupakan surplus variable
a
q

Fitriani Agustina, Math, 10

UPI
• Ruas kanan dari suatu persamaan dapat dijadikan
bilangan nonnegatif dengan cara mengalikan kedua
ruas dengan  1.
• Arah pertidaksamaan berubah apabila kedua ruas
dikalikan dengan  1.
• Pembatas linear dengan pertidaksamaan yang ruas
kirinya berada dalam tanda mutlak dapat diubah
menjadi dua pertidaksamaan.

Fitriani Agustina, Math, 11

UPI
 Bentuk Standar Peubah Keputusan
• Suatu peubah keputusan x j yang tidak terbatas
dalam tanda dapat dinyatakan sebagai dua peubah
keputusan nonnegatif dengan menggunakan
substitusi: 1 2
xj xj  xj
dimana x1  0 dan x 2  0 . Selanjutnya substitusi
j j
ini harus dilakukan pada seluruh pembatas linear
dan fungsi tujuannya.
• Oleh karena itu bentuk standar masalah PL
dinyatakan dalam bentuk matriks adalah:
Fitriani Agustina, Math, 12
UPI
 Bentuk Standar Masalah PL dalam
Bentuk Matriks
• Misalkan terdapat m pembatas linear dimana
sebanyak g pembatas linear dengan tanda "≤", dan
sebanyak h pembatas linear dengan tanda "≥",
maka dapat dinyatakan bahwa terdapat
(m – g – h ) pembatas linear dengan tanda "=".
• Maksimasi (Minimasi) :
z  ct0 x 0  cts xs
dengan pembatas linear dan pembatas tanda
Ax  b x0
Fitriani Agustina, Math, 13
UPI
Solusi Basis dan Solusi Basis Fisibel
• Bentuk standar pembatas linear adalah
Ax  b (1)
Persamaan (1) dapat dinyatakan dalam bentuk
berikut ini:
x11x2 2  xN N  (2)
 b
dimana a1 a2 , , aN adalah vektor-vektor yang
,
merupakan vektor kolom pada matriks A dengan
orde
Fitriani Agustina, Math, 14
UPI
m  N  dima na Nngh.
• Pada pembahasan ini diasumsikan bahwa
persamaan (1) konsisten.

Fitriani Agustina, Math, 15

UPI
• Persamaan (1) diasumsikan bahwa m  N dan
RankA  m serta tiap peubah x j secara tetap
diasosiasikan berkoresponden dengan vektor
kolom j.
• Apabila dipilih m vektor kolom yang membentuk
matriks A adalah bebas linear, dan N  peubah
m
lain yang berkoresponden dengan vektor-vektor
yang tersisa pada matriks A tersebut mempunyai
nilai nol, sehingga himpunan m persamaan
simultan itu mempunyai penyelesaian tunggal yang
dinamakan penyelesaian dasar (solusi basis).
U
Fitriani Agustina, Math, 12

U
• m peubah dari solusi basis yang berasosiasi
dengan m vektor kolom yang bebas linear
dinamakan peubah dasar (basic variable/BV),
• (N – m) peubah sisanya dinamakan peubah
nondasar (nonbasic variable/NBV) pada
umumnya ditetapkan bernilai nol.
• Apabila terdapat satu/lebih BV yang bernilai nol
maka masalah program linear tersebut dinamakan
degenerasi dan BV yang bernilai nol dinamakan
peubah degenerasi.
• Jika seluruh peubah pada suatu solusi basis
bernilai nonnegatif, maka solusi itu dinamakan
solusi basis fisibel (BFS).
Fitriani Agustina, Math,
U
KLIK
1
 Memperbaiki nilai fungsi tujuan z
• 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 maksimasi z  f x x2 , , x  maka nilai z
1 n

,
akan ditingkatkan dengan cara memperoleh solusi
basis fisibel yang baru sampai mencapai nilai
maksimum (optimal),dan berlaku sebaliknya untuk
kasus minimasi.
Fitriani Agustina, 1
Math,
• Misalkan untuk bentuk standar masalah PL
diketahui solusi basis fisibel awalnya dan B
merupakan matriks dengan orde (m x m) dimana
kolom-kolom dari matriks B merupakan vektor
basis, sehingga B dinamakan matriks basis yaitu
suatu sub matriks dari matriks A yang non singular
a1
a12  a1n1 a1n2  a1N 
1
a  a
 a a
a a1n
  a2n 
2n1 2  n2  2N 
21 22
A ⁝ ⁝ ⁝
⁝ ⁝ ⁝ 

Fitriani Agustina, 1
Math,
 am2 amn1 amn2
am1   amN 

amn

Fitriani Agustina, 1
Math,
 a1 a1  1 0  0
1 0 1  0
 2 a
a a1n
 a

A ⁝
21 22 2n 
⁝ ⁝ ⁝ ⁝ ⁝
 
 am1 am  amn 0 0  1
2

a1n1 a1n2  a1N 

 0  0
a a 1  1  0
  a

0
 
B  a 2n1
 
U
 ⁝ 2  2N   

mn1
n ⁝ ⁝  ⁝ ⁝ ⁝

 
amn2 0 
 amN  0 1
2

Fitriani Agustina, Math, 16

U
• Ambil sembarang vektor basis xB dan vektor harga
dari peubah basis cB , kemudian dari Ax  b
diidentifikasi sejumlah NBV dan BV dari persamaan
awal yang merupakan solusi basis fisibel:
m

B xB  atau  xBi di  b
i1
b
xB1 d1    xBr dr  xBr 1 dr 1  xBm dm  b
c
dan fungsi tujuannya adalah z  tB x B
dimana
1 0  0 b1  xB1 
0 1  0   
b x
 2
U
 B  b 
⁝ ⁝ ⁝   ⁝  xB   B 2 
 0  1   ⁝ 
0  bm 
Fitriani Agustina, Math, xBm  17

U
• Perlu diingat bahwa B merupakan matriks berorde
(m x m) dan RankA  m RankB , hal ini berarti

bahwa tiap kolom dari matriks A , yaitu  j
merupakan kombinasi linear dari kolom di pada
matriks B. Hubungan tersebut dapat dinyatakan
sebagai berikut:
 j a1 d1  amj dm

atau  j  B a j
j

m di aij
j i1


Fitriani Agustina,
 T
1
Math,
 dimana:
aj  1j  amj 

Fitriani Agustina, 1
Math,
• Solusi basis fisibel yang baru diperoleh dengan
cara sederhana yaitu dengan hanya mengganti
satu kolom matriks B.
• Matriks basis baru yang non singular dinotasikan
dengan B yang dibentuk melalui perubahan kolom
dr dari matriks B dan penempatan kembali kolom
 k (  k  0 ) dari matriks A. Dalam hal ini  k dapat
dinyatakan sebagai kombinasi linear dari d1, , dm :

 k  a d  a d  a d (3)

1 1 rk r mk m
k

U
Fitriani Agustina, Math, 19

U
• apabila solusi persamaan
m
(3) untuk d disubstitusi
r
ke persamaan x Bi di  akan diperoleh solusi
basis baru yaitu: i
1b
m
 aik  xBr

xBi
 
ar
xBr  d k  b
i  1; 
 i ark
ir k 
• Solusi basisnya harus fisibel, yaitu:
  aik  untuk i  1, , m
xBi   x
ar Br

0 da i  r
xBi  n
 k

dimana:
xBr
U
 xBr  
 0 xBr ; ai  0    0
 min xBi
k

Fitriani Agustina, ark 
 aik
i 1, , m
a
M atrhk,
20

U
• Nilai fungsi tujuan dapat ditentukan oleh z  z , dan
untuk permasalahan memaksimumkan z, diperoleh
z
m
cBi xBi dan m

i1
z c
i1
Bi xBi

tetapi karena cBi  , i  r dan cBr  maka

cBi ck


Fitriani Agustina, 2
Math,
 diperoleh xBr z 
: zz  z k  ck   ck 
 ark  zk
m

dimana zk  aik  B
ai dan zk adalah solusi
c Bi
i1
ct
basis fisibel untuk suatu k yang diberikan karena cB
dan ak diketahui.

Fitriani Agustina, 2
Math,
 Mengakhiri perhitungan simpleks
Secara garis besar pada tiap iterasi metode simpleks,
terdapat tiga aspek yang perlu diperhatikan, yaitu:
1. Vektor k
(berkorespondensi dengan peubah xk )
adalah calon peubah untuk menjadi peubah
masuk (entering variable/EV) pada matriks basis
apabila k memenuhi syarat:
j 1, ,
z k ck  min N
j c j ; z j c j 
z 0
Fitriani Agustina, 2
Math,
 (a.1)

Fitriani Agustina, 2
Math,
• Penyataan z  z jika dan hanya jika  c  0 dan
zk k

 menunjukkan bahwa dapat dipilih k vektor

0
dari matriks A untuk masuk dalam matriks basis.
• Apabila terdapat lebih dari satu k yang
menunjukkan bahwa zk  ck  0 maka nilai k yang
dipilih adalah nilai k yang menunjukkan zk  ck  0
yang paling minimum.

Fitriani Agustina, 2
Math,
2. Vektor dr (berkorespondensi dengan peubah xBr )
akan menjadi peubah keluar (leaving variable/LV)
meninggalkan matriks basis apabila r memenuhi
syarat:  xBi  (a.2)
xBr mi a  0   
  ; i
0
n k
ark i 1, , m
 aik 
3. Fungsi tujuan dapat diperbaiki (ditingkatkan
apabila memaksimumkan) jika dan hanya jika
z k ck  dan  0 dimana θ diperoleh pada aspek
0 
ke-2.

U
Fitriani Agustina, Math, 24

U
4. Apabila tidak ada k yang menunjukkan z  c  0
k k

Dengan kata lain terdapat nilai zk   0 untuk tiap

ck
kolom vektor  j pada matriks A. Hal ini berarti
bahwa nilai fungsi tujuan telah mencapai
maksimum.
Untuk masalah program linear dengan maksimasi
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 – ck < 0 dan aik ≥ 0
untuk semua (i = 1, ..., m), maka masalah program
linear tersebut mempunyai nilai tak tebatas untuk
U
fuFnitrigansi Aigutsutinjau, Maanth,nya. 25

U
Untuk masalah program linear dengan maksimasi
z  ct x dengan pembatas linear
Ax  dan
b
pembatas tanda x  . Apabila pada solusi basis
0
fisibel yang diperoleh terdapat z j  c j  0 untuk tiap
kolom  j dari matriks A yang tidak terdapat pada
matriks B maka solusi basis fisibelnya adalah
optimal.

U
Fitriani Agustina, Math, 26