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  c1 x1  c2 x2    cn xn
dengan pembatas linear
a11 x1  a12 x2    a1n xn , ,   b1
a21 x1  a22 x2    a2 n xn , ,   b2
 
am1 x1  am 2 x2    amn xn , ,   bm
dan pembatas tanda
x j  0,  j  1, 2, , n 
Fitriani Agustina, Math, 3
UPI
 Masalah PL dalam bentuk matriks
• Maksimasi (Minimasi) : z  c0 x0
t

dengan pembatas linear dan pembatas tanda

A0 x0  b x0  0
dimana:

a11 a12  a1n  c1   x1  b1 

a x  b 
a22  a2 n  c 
A0   21 c0   2
x   2
b 2
       
0
   
       
am1 am 2  amn  c n   xn  bm 

Fitriani Agustina, Math, 4

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, 5
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:
a p1 x1  a p 2 x2    a pn xn  xn  p  b p
dimana xn  p merupakan slack variable
Fitriani Agustina, Math, 6
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 x2    aqn xn  xn  q  bq
dimana xn  q merupakan surplus variable
Fitriani Agustina, Math, 7
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, 8

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
xj  xj  xj
2

dimana x1j  0 dan x 2j  0 . Selanjutnya substitusi

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, 9
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  c0t x0  cst xs
dengan pembatas linear dan pembatas tanda
Ax  b x0
Fitriani Agustina, Math, 10
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  b (2)
dimana a1 , a2 , , aN adalah vektor-vektor yang
merupakan vektor kolom pada matriks A dengan
orde m  N  dimana N  n  g  h .
• Pada pembahasan ini diasumsikan bahwa
persamaan (1) konsisten.
Fitriani Agustina, Math, 11
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  m peubah
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).

Fitriani Agustina, Math, 12

UPI
• 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,
UPI
KLIK13
 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 x1 , x2 , , xn  maka nilai z
akan ditingkatkan dengan cara memperoleh solusi
basis fisibel yang baru sampai mencapai nilai
maksimum (optimal),dan berlaku sebaliknya untuk
kasus minimasi.

Fitriani Agustina, Math, 14

UPI
• 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

a11 a12  a1n a1n 1 a1n  2   a1N 

 
 a21 a22  a2 n a2n 1 a2n  2   a2 N 
A
      
 
am1 am 2  amn am n 1 am n  2   amN 

Fitriani Agustina, Math, 15

UPI
 a11 a12  a1n 1 0  0
a a22  a2 n 0 
1  0
A  21

      
 
am1 am 2  amn 0 0  1

a1n 1 a1n  2   a1N  1 0  0

  
 a2n 1 a2n  2   a2 N  0 1  0
B 
       
   
amn 1 am n  2   amN  0 0  1

Fitriani Agustina, Math, 16

UPI
• Ambil sembarang vektor basis xB dan vektor harga
dari peubah basis cB , kemudian dari A x  b
diidentifikasi sejumlah NBV dan BV dari persamaan
awal yang merupakan solusi basis fisibel:
m
B xB  b atau x
i 1
Bi di  b
xB1 d1    xBr d r  xBr 1 d r 1    xBm d m  b
dan fungsi tujuannya adalah z  cB xB
t

dimana
1 0  0 b1   x B1 
0 b 
1  0 x 
B b 2 xB   B 2 
      
     
0 0  1 bm 
Fitriani Agustina, Math,  xBm  17
UPI
• 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 d i pada
matriks B. Hubungan tersebut dapat dinyatakan
sebagai berikut:
 j  a1 j d1    amj d m
m
atau  j  B aj
 j   d i aij
i 1

dimana: a j  a1 j   amj 
T

Fitriani Agustina, Math, 18

UPI
• 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
d r dari matriks B dan penempatan kembali kolom
 k (  k  0 ) dari matriks A. Dalam hal ini  k dapat
dinyatakan sebagai kombinasi linear dari d1 , , d m :

 k  a1k d1    ark d r    amk d m (3)

Fitriani Agustina, Math, 19

UPI
• apabila solusi persamaan
m
(3) untuk d r disubstitusi
ke persamaan  xBi d i  b akan diperoleh solusi
basis baru yaitu: i  1
m
 aik  xBr
  xBi 
i  1; 
xBr  d i  k  b
ir
ark  ark

• Solusi basisnya harus fisibel, yaitu:

 

x Bi   xBi 
aik

xBr   0
untuk i  1, , m dan i  r 
 ark 
dimana:
xBr  xBi 
x Br 
xBr
0  min  ; aik  0    0
ark
Fitriani Agustina, Math,
ark i  1, , m aik  20
UPI
• Nilai fungsi tujuan dapat ditentukan oleh z  z , dan
untuk permasalahan memaksimumkan z, diperoleh
m m
z   cBi xBi dan z   c Bi x Bi
i 1 i 1

tetapi karena c Bi  cBi , i  r  dan c Br  ck maka

diperoleh: z  z
xBr
z  c   z   z  c 
k k k k
ark
m
dimana zk   cBi aik  cBt ai dan zk adalah solusi
i 1
basis fisibel untuk suatu k yang diberikan karena cB
dan ak diketahui.

Fitriani Agustina, Math, 21

UPI
 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:

z k c k  min z j c j ; z j c j  0 (a.1)
j  1, , N

Fitriani Agustina, Math, 22

UPI
• Penyataan z  z jika dan hanya jika zk  ck  0 dan
  0 menunjukkan bahwa dapat dipilih  k vektor
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, Math, 23

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

Fitriani Agustina, Math, 24

UPI
4. Apabila tidak ada k yang menunjukkan zk  ck  0
Dengan kata lain terdapat nilai zk  ck  0 untuk tiap
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
fungsi tujuannya.
Fitriani Agustina, Math, 25
UPI
 Untuk masalah program linear dengan maksimasi
z  c t x dengan pembatas linear A x  b dan
pembatas tanda x  0 . Apabila pada solusi basis
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.

Fitriani Agustina, Math, 26

UPI