MAKALAH

METODE SIMPLEKS UNTUK MINIMISASI DAN KASUS MINIMISASI

Mata Kuliah: Riset Operasi

DOSEN PENGAMPUH : M. RUSDI, S.Pd.I., MM

DISUSUN OLEH:

KELOMPOK 4

Muhammad Hasbi Siregar (2135071042)

Muhammad Alwi Ritonga (2135071043)

Ayu Andira Tarigan (2135071044)

FAKULTAS EKONOMI PROGRAM STUDI MANAJEMEN

UNIVERSITAS AL WASHLIYAH LABUHANBATU

T.A. 2023
 KATA PENGANTAR

Assalamualaikum wr.wb

Puji syukur kehadirat Allah SWT atas segala rahmatnya sehingga makalah tentang Metode
Simpleks Untuk Minimisasi dan Kasus Minimisasi. Adapun makalah ini penulis susun dengan
maksud sebagai tugas mata kuliah Riset Operasi dan menjadikan penambahan wawasan
sekaligus pemahaman terhadap materi tersebut. Kami berharap juga semoga makalah ini dapat
menambah pengetahuan dan pengalaman untuk para pembaca.

Penulis menyadari bahwa dalam penyusunan makalah ini masih jauh dari kesempurnaan, oleh
karena itu penulis sangat mengharapkan kritik dan saran serta bimbingan dari para dosen demi
penyempurnaan dimasa yang akan datang. Semoga makalah tentang Metode Simpleks Untuk
Minimisasi dan Kasus Minimisasi ini bermanfaat bagi semuanya.

Waalaikmsalam wr.wb

Rantauprapat, 8 Oktober 2023

Kelompok 4

i
 DAFTAR ISI

KATA PENGANTAR..................................................................................i

DAFTAR ISI.................................................................................................ii

BAB I PENDAHULUAN.............................................................................1

A. Latar Belakang...................................................................................1
B. Rumusan Masalah..............................................................................1
C. Tujuan................................................................................................1
BAB II PEMBAHASAN..............................................................................2

A. Pengertian Metode Simpleks dan Kasus Minimisasi.........................2

B. Metode Simpleks dan Kasus Minimisasi...........................................2
C. Contoh-Contoh Soal...........................................................................3

BAB III PENUTUP......................................................................................6

A. Kesimpulan........................................................................................6
B. Saran..................................................................................................6

DAFTAR PUSTAKA...................................................................................7

ii
 BAB I

PENDAHULUAN

A. Latar Belakang
Metode simpleks diperkenalkan oleh George Dantzig yang merupakan salah satu metode
untuk mencari solusi masalah program linear dengan banyak variabel keputusan. Program
linear sendiri merupakan suatu model permasalahan dengan menggunakan persamaan atau
pertidaksamaan yang berbentuk linear.
Model program linear memuat dua fungsi yaitu fungsi tujuan (objective function) dan
fungsi kendala (constraint function). Fungsi tujuan merupakan fungsi linear mengenai
permasalahan yang akan dicari solusi optimalnya, contohnya adalah fungsi keuntungan.
Sementara fungsi kendala merupakan fungsi linear yang menyatakan batasan-batasan yang
harus dipenuhi dalam mencapai solusi optimal, contohnya adalah batasan kapasitas yang
tersedia dalam berbagai kegiatan yang akan dialokasikan secara optimal.

B. Rumusan Masalah
1. Apakah pengertian metode simpleks dan kasus minimisasi?
2. Bagaimana metode simpleks dan kasus minimisasi itu?
3. Bagaimana contoh soal dari metode simpleks dan kasus minimisasi?

C. Tujuan
1. Untuk mengetahui pengertian metode simpleks dan kasus minimisasi
2. Untuk mengetahui metode simpleks dan kasus minimisasi itu
3. Untuk mengetahui contoh soal dari metode simpleks dan kasus minimisasi

1
 BAB II

PEMBAHASAN

A. Pengertian Metode Simpleks dan Kasus Minimisasi

Pada dasarnya model PL standar dapat berjenis maksimisasi atau minimisasi karena
maksimisasi sebuah fungsi setara dengan minimisasi negatif dari fungsi tersebut. Dengan
demikian ke duanya akan mencapai optimal pada harga variabel Xi yang sama dengan nilai yang
sama pula. Metode simpleks adalah algoritma yang populer digunakan untuk memecahkan
masalah dalam pemrograman linear.

B. Metode Simpleks dan Kasus Minimisasi

1. Metode Simpleks Kasus Minimisasi
2. Penyimpangan-penyimpangan dari Bentuk Standar 1.Minimisasi Fungsi tujuan dari
permasalahan linear programming yang bersifat minimisasi, harus diubah menjadi
maksimisasi, agar sesuai dengan bentuk standar, yaitu maksimisasi. Caranya adalah dengan
mengganti tanda positif dan negatif pada fungsi tujuan.
3. Minimisasi menjadi
4. Batasan dengan tanda sama dengan Kalau suatu batasan memakai tanda kesamaan, maka
cara mengatasinya dengan menambahkan variabel buatan (artificial variable). Bila batasan
tersebut bertanda = untuk dapat dikerjakan dengan metode simpleks harus ditambahkan satu
variabel lagi, karena pada batasan itu belum ada variabel yang bisa merupakan variabel dasar
pada tabel pertama. Variabel itu adalah variabel buatan yang bersifat tidak negatif. Karena
adanya variabel buatan, maka fungsi tujuan harus disesuaikan dengan menambahkan
bilangan M. Bilangan M bernilai sangat besar tetapi tidak tak terhingga, sehingga nilai Z
maksimum bisa diperoleh.
5. Fungsi pembatas bertanda = Bila suatu fungsi pembatas bertanda =, maka harus diubah
menjadi = dan akhirnya menjadi = agar dapat diselesaikan dengan metode simpleks. Contoh :
4X1 + 3X2 = 200 dikalikan (-1), menjadi -4X1 3X1 = -200 ditambahkan Variabel X5,
menjadi -4X1 3X2 + X5 = -200

2
6. Bagian kanan persamaan bertanda negatif Bila bagian kanan persamaan bertanda negatif
maka harus diubah menjadi positif. Caranya dengan mengubah tanda positif negatif dari tiap-
tiap koefisien, kemudian ditambah dengan variabel buatan. Contoh : -4X1 3X2 + X5 = -200
dikalikan (-1), menjadi 4X1 + 3X2 X5 = 200 Persamaan diatas sudah bertanda kesamaan dan
dibagian kanan bertanda positif, tetapi slack variabel (X5) bertanda negatif (dalam hal ini
slack variabel sering disebut pula surplus variabel). Hal ini tidak memungkinkan penggunaan
metode simpleks. Oleh karena itu harus ditambahkan satu variabel buatan X6, yang akan
menjadi variabel dasar dalam tabel permulaan, sehingga menjadi sbb : 4X1 + 3X2 X5 + X6 =
200.
7. Langkah selanjutnya Setelah kita lakukan perubahan-perubahan pada fungsi tujuan dan
fungsi batasan dengan bentuk non standar, persamaan tujuan diatas tidak memungkinkan
penggunaan metode simpleks tabel, sebab nilai setiap variabel dasar pada persamaan ini
harus sebesar 0, padahal Xn merupakan variabel dasar pada tabel permulaan. Oleh karena itu
diubah dengan cara menguranginya dengan M dikalikan dengan baris batasan yang
bersangkutan.

C. Contoh-Contoh Soal
Contoh Soal 1 (Kasus Minimisasi) :
Min Z = 8 X1 + 5 X2 + 0 X3 + 0 X4
Kendala :
1. 2 X1 + X2 ≥ 15
2. 3 X1 + 2 X2 ≥ 10
3. X1 ≥ 0 dan X2 ≥ 0
Untuk membuat ketidaksamaan menjadi persamaan linear harus dimasukkan variabel surplus
yaitu variabel yang harus dikurangkan agar suatu ketidaksamaan menjadi persamaan.
2 X1 + X2 – X3 = 15
3 X1 + 2 X2 - X4 = 10
X3 dan X4 adalah variabel surplus, dimana
X3 ≥ 0 ; X4 ≥ 0, c3 = c4 = 0

3
Pemecahan Masalah :
1. Jika X1 = 0 dan X2 = 0
Masukkan nilai X1 = 0 dan X2 = 0 pada persamaan 2 X1 + X2 – X3 = 15
Maka tersisa X3 = - 15
Masukkan nilai X1 = 0 dan X2 = 0 pada persamaan 3 X1 + 2 X2 - X4 = 10
Maka tersisa X4 = - 10
Karena terdapat nilai negatif, maka Z tidak dapat dihitung (tidak layak)
2. Jika X1 = 0 dan X3 = 0
Masukkan nilai X1 = 0 dan X3 = 0 pada persamaan 2 X1 + X2 – X3 = 15
Maka tersisa X2 = 15
Masukkan nilai X1 = 0 dan X2 = 0 pada persamaan 3 X1 + 2 X2 - X4 = 10
3 (0) + 2 (15) – X4 = 10à 30 – X4 = 10-à 30 – 10 = X4 à X4 = 20
Masukan nilai X2 dan X4 pada persamaan Z = 8 X1 + 5 X2 + 0 X3 + 0 X4
Z = 8 (0) + 5 (15) + 0 (0) + 0 (20)
Z = 75
3. Jika X1 = 0 dan X4 = 0
Masukkan nilai X1 = 0 dan X4 = 0 pada persamaan 3 X1 + 2 X2 - X4 = 10
Maka tersisa 2 X2 = 10 à X2 = 5
Masukkan nilai X1 = 0 dan X4 = 0 pada persamaan 2 X1 + X2 – X3 = 15
2 (0) + 5 – X3 = 15
5 – 15 = X3 à X3 = 10 (Tidak Feasible)
Karena terdapat nilai negatif, maka Z tidak dapat dihitung (tidak layak)
4. Jika X2 = 0 dan X3 = 0
Masukkan nilai X2 = 0 dan X3 = 0 pada persamaan 2 X1 + X2 – X3 = 15
Maka tersisa 2 X1 = 15 à X1 = 7,5
Masukkan nilai X1 = 0 dan X4 = 0 pada persamaan 3 X1 + 2 X2 - X4 = 10
Maka tersisa 3 (7,5) + 2 (0) – x4 = 10 -à 22,5 – X4 = 10
X4 = 12,5
Masukkan nilai X1 dan X4 dalam persamaan Z = 8 X1 + 5 X2 + 0 X3 + 0 X4
Z = 8 (7,5) + 5 (0) + 0 (0) + 0 (12,5)
Z = 60

4
5. Jika X2 = 0 dan X4 = 0
Masukkan nilai X2 = 0 dan X4 = 0 pada persamaan 2 X1 + X2 – X3 = 15
Maka tersisa 2 X1 – X3 = 15 à X3 = 2 X1 - 15
Masukkan nilai X1 = 0 dan X4 = 0 pada persamaan 3 X1 + 2 X2 - X4 = 10
3 X1 = 10 à X1 = 10/3
Masukkan nilai X1 pada persamaan X3 = 2 X1 – 15
X3 = 2 (10/3) – 15 à X3 = 6,67 – 15 à x3 = - 8,33
Karena terdapat nilai negatif, maka Z tidak dapat dihitung (tidak layak)
6. Jika X3 = 0 dan X 4 = 0
Masukkan nilai X3 = 0 dan X4 = 0 pada persamaan 2 X1 + X2 – X3 = 15
Maka tersisa 2 X1 + X2 = 15 à X2 = 15 – 2 X1
Masukkan nilai X2 pada persamaan 3 X1 + 2 X2 - X4 = 10
3 X1 + 2 (15 – 2 X1) = 10
3 X1 + 30 – 4 X1 = 10 à 3 X1 – 4 X1 = 10 – 30
- X1 = - 20 -à X1 = 20
Masukkan nilai X1 pada persamaan X2 = 15 – 2 X1
X2 = 15 – 2 (- 20)à X2 = - 25
Karena terdapat nilai negatif, maka Z tidak dapat dihitung (tidak layak)

Dari 6 pemecahan dasar diatas, dihasilkan 2 yang layak (feasible) yaitu Z2 dan Z4,
sedangkan yang tidak layak adalah Z1, Z3, Z5 dan Z6.
Diantara 2 pemecahan yang layak (feasible), maka ada satu yang terkecil yaitu Z4 sebesar 60
(Biaya Minimum) dengan jumlah produk A sebesar 7,5 unit, sedangkan produk B tidak
diproduksi dan bahan mentah ke II sisa 12,5 unit.

5
 BAB III
PENUTUP

A. Kesimpulan
Metode simpleks diperkenalkan oleh George Dantzig yang merupakan salah satu metode
untuk mencari solusi masalah program linear dengan banyak variabel keputusan. Program
linear sendiri merupakan suatu model permasalahan dengan menggunakan persamaan atau
pertidaksamaan yang berbentuk linear. Metode simpleks adalah algoritma yang populer
digunakan untuk memecahkan masalah dalam pemrograman linear. Penyimpangan-
penyimpangan dari Bentuk Standar 1.Minimisasi Fungsi tujuan dari permasalahan linear
programming yang bersifat minimisasi, harus diubah menjadi maksimisasi, agar sesuai
dengan bentuk standar, yaitu maksimisasi. Caranya adalah dengan mengganti tanda positif
dan negatif pada fungsi tujuan.

B. Saran
Demikian makalah yang dapat kami sampaikan, kami mengharapkan agar makalah ini
dapat bermanfaat dan menambah pengetahuan bagi para pembacanya. Kami menyadari
bahwa dalam penyusunan makalah ini masih jauh dari kesempurnaan, oleh karena itu kami
sangat mengharapkan kritik dan saran serta bimbingan dari para dosen demi penyempurnaan
dimasa yang akan datang.

6
 DAFTAR PUSTAKA

https://adoc.pub/metode-simpleks-kasus-minimisasi.html

https://docplayer.info/29559885-Metode-simpleks-kasus-minimisasi.html