Anda di halaman 1dari 30

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com ANALISIS SENSITIVITAS
Kamarul Imam rul2a@yahoo.com ANALISIS SENSITIVITAS

ANALISIS SENSITIVITAS

Solusi optimal dalam persoalan LP diperoleh di bawah asumsi kondisi determinstik (certainty condition), artinya data yang dilibatkan dalam formulasi modelnya bersifat pasti, seperti : harga tetap, kapasitas sumber diketahui secara pasti dan waktu proses yang dibutuhkan telah ditentukan secara pasti. Namun dalam dunia nyata, kondisi deterministik ini tidak realistik; kondisi bersifat dinamis dan selalu ada kemungkinan untuk berubah. Untuk mengantisipasi situasi ini, dibutuhkan suatu analisis sensitivitas untuk mengetahui kepekaan tingkat optimal terhadap kemungkinan perubahan setiap variabel yang dilibatkan dalam formulasi modelnya.

Analisis sensitivitas untuk LP dapat dijabarkan menjadi lima aspek, yaitu :

(1). Perubahan koefisien fungsi tujuan, (2). Perubahan kapasitas sumber, (3). Perubahan koefisien teknologi, (4). Penambahan satu baris fungsi kendala, (5). Penambahan variabel.

1. Perubahan koefisien fungsi tujuan.

Pengaruh perubahan koefisien fungsi tujuan ditentukan secara langsung dari Tabel Optimal. Kepekaan tabel optimal terhadap perubahan koefisien fungsi tujuan ini diukur dengan menambahkan sebuah variabel : (di mana ∆ ≈ 0) kepada koefisien fungsi tujuan yang berubah. Koefisien fungsi tujuan berubah menjadi c j + , dan kriteria optimal tetap menggunakan (c j – Z j ) < 0 atau (Z j – c j ) > 0 pada tabel optimal. Untuk persoalan maksimasi, kriteria yang dipakai untuk menjaga optimalitas adalah c j + - Z j < 0. Aplikasinya dapat dilakukan kepada variabel basis maupun non basis.

a. Kasus-1 : variabel non basis (NBV).

Max. Z = 6 X 1 + 8 X 2

s/t.

5

X 1 + 10 X 2 < 60 kendala mesin giling.

4

X 1 +

4 X 2 < 40 kendala mesin pemotong logam.

X i > 0

Tabel Optimal.

C

 

c

j

6

8

0 +

0

X

 

B

Basic

X

1

X

2

S

1

S

2

B

8

X

2

0

1

1/5

-1/4

2

6

X

1

1

0

-1/5

½

8

 

Z

j

6

8

2/5

1

64

 

c j – Z j

0

0

- 2/5

-1

 

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com Untuk melihat kepekaan NBV (misal S 1 ), dapat dilakukan penambahan ∆ pada

Untuk melihat kepekaan NBV (misal S 1 ), dapat dilakukan penambahan pada koefisien S 1 , sehingga menjadi 0 + . Sel c j – Z j pada kolom S 1 menjadi

- 2/5. Kriteria optimal untuk maksimasi adalah c j – Z j < 0.

- 2/5 < 0

Perubahan koefisien S 1 tidak berakibat terhadap optimalitas selama berada dalam range -sampai dengan +2/5. Analog dengan cara tersebut di atas, maka kepekaan S 2 dapat dihitung sebagai berikut : - 1 < 0 atau < 1. Perubahan koefisien S 2 tidak berakibat terhadap optimalitas selama berada dalam range -sampai dengan +1.

Secara mudah, untuk NBV, range kepekaan dapat dihitung dengan melihat nilai absolut di baris c j – Z j pada kolom yang bersangkutan.

atau < 2/5.

b. Kasus-2 : variabel basis (BV).

Tabel Optimal.

C

 

c

j

6

8

+

0

0

X

 

B

Basic

X

1

 

X

2

S

1

S

2

B

8 +

X

2

0

 

1

1/5

-1/4

2

6

X

1

1

 

0

-1/5

½

8

 

Z

j

6

8

+

2/5+/5

1 - /4

64 +

 

c j – Z j

0

 

0

- 2/5-/5

-1+/4

 

Kriteria optimal adalah c j – Z j < 0, maka untuk variabel X 2 berlaku hubungan sebagai berikut :

- 2/5-/5 < 0

-1+/4 < 0

-/5 < 2/5

/4 < 1

> -2

< 4

Maka range perubahan koefisien X 2 yang tidak mengganggu optimalitas adalah : (8-2) < < (8+4) atau : 6 < < 12. Artinya, jika c 2 berubah menjadi < 6 atau > 12, maka perlu dilakukan prosedur perhitungan ulang dengan metode Simplex untuk mencapai tingkat optimal yang baru. Dengan cara yang sama, dapat pula dihitung kepekaan untuk koefisien X 1 .

Berikut ini hasil perhitungan kepekaan koefisien fungsi tujuan yang tidak berakibat terhadap optimalitas hasil.

Variabel

Range

Range c j

X

1

-2 < < 2

4 < c j < 8

X

2

-2 < < 4

6 < c 2 < 12

S

1

-< < 2/5

-< c s1 < 2/5

S

2

-< < 1

-< c S2 < 1

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com Suplemen-1 : hasil optimal LP dengan program QSB.   Summarized Results for SENTV

Suplemen-1 : hasil optimal LP dengan program QSB.

 

Summarized Results for SENTV

 

Page : 1

Variables

Solution

Opportunity

Variables

Solution

Opportunity

No.

Name

Cost

No.

Name

Cost

 

X

1

1 +8.0000

0

3

S

1

0

+4.0000

 

X

2

2 +2.0000

0

4

S

2

0

+1.0000

 

Maximum Value of the OBJ. = 64 Iters. = 2

 
 

Sensitivity Analysis for OBJ Coefficients

Page : 1

C(j)

Min. C(j)

Original

Max. C(j)

C(j)

Min. C(j)

Original

Max. C(j)

C(1)

+4.0000

+6.0000

+8.0000

C(2)

+6.0000

+8.0000

+12.0000

 

Sensitivity Analysis for RHS

 

Page : 1

B(i)

Min. B(i)

Original

Max. B(i)

B(i)

Min. B(i)

Original

Max. B(i)

B(1)

+50.0000

+60.0000

+100.0000

B(2)

+24.0000

+40.0000

+48.0000

2. Perubahan nilai sisi sebelah kanan (kapasitas sumber atau b j atau RHS).

Kepekaan terhadap perubahan nilai sisi sebelah kanan (right hand side atau RHS) merupakan tinjauan penting bagi manajemen, sebab menyangkut kepada kapasitas sumber. Perubahan kapasitas sumber ini seringkali berkaitan dengan keputusan tertentu dari manajemen, misal pelaksanaan ekspansi, atau pengaruh faktor eksternal, misal adanya potongan harga pembelian bahan baku karena adanya pembelian bahan baku dalam jumlah besar.

Nilai sisi sebelah kanan pada setiap Tabel Simplex adalah nil;ai yang tertera pada kolom “Solution” atau X B . X B dihitung dengan operasi matriks sebagai berikut :

X B = [B -1 ]b

Di mana,

X B = nilai sisi sebelah kanan atau RHS,

B -1 = matriks inversi variabel basis pada tabel optimal,

b = nilai sisi sebelah kanan yang asli (orisinal pada Tabel Simplex Awal).

Untuk menjaga fisibilitas X B > 0 pada setiap iterasi, dapat digunakan matriks inversi variabel basis pada Tabel Simplex optimal (Optimal Table).

Kamarul Imam

rul2a@yahoo.com

Tabel Simplex Optimal.

Kamarul Imam rul2a@yahoo.com Tabel Simplex Optimal. C     C j   6   8 0

C

   

C

j

 

6

 

8

0

0

Solution

B

 

Basic

   

X

1

 

X

2

S

1

S

2

8

   

X

2

 

0

 

1

1/5

-1/4

2

6

   

X

1

 

1

 

0

-1/5

½

8

   

Z

j

 

6

 

8

2/5

1

64

   

C j – Z j

   

0

 

0

-2/5

-1

 
 

1/5

 

-1/4

B -1 =

-1/5

1/2

   

Matriks b dapat dilihat pada Tabel Awal (Initial Table) :

 

Tabel Simplex Awal

 

C

   

C

j

 

6

 

8

0

0

Solution

B

 

Basic

   

X

1

 

X

2

S

1

S

2

0

 

S

1

 

5

 

10

 

1

0

60

0

 

S

2

 

4

 

4

 

0

1

40

   

Z

j

 

0

 

0

0

0

0

   

C j – Z j

   

0

 

0

-2/5

-1

 
   

60

   

b =

 

40

Maka matriks X B dapat dihitung = B -1 .b

 
   

1/5

 

-1/4

    1/5   -1/4 60     2    

60

   

2

   

X B =

   

=

-1/5

 

½

40

 

8

   

Perhitungan tingkat kepekaan terhadap setiap nilai sisi sebelah kanan dapat dilakukan dengan menambahkan pada RHS yang bersangkutan. Contoh untuk kendala no. 1 :

X B = [B -1 ]b > 0

Kamarul Imam

rul2a@yahoo.com

X B =

1/5 -1/4 60+∆ > -1/5 ½ 40
1/5
-1/4
60+∆
>
-1/5
½
40

0

0

X B = 1/5 -1/4 60+∆ > -1/5 ½ 40 0 0 Range ∆ untuk kendala

Range untuk kendala no.1 dapat dihitung dengan dua set persamaan berikut :

2

+ /5 > 0

dan

8 - /5 > 0

/5 > -2

/5 > -8

> -10

< 40

Range :

Untuk kendala no. 2, range kepekaan dapat dihitung dengan cara yang sama :

-10 < < 40

atau

50 < b 1 < 100.

X B =

1/5 -1/4 60 > -1/5 ½ 40 +∆
1/5
-1/4
60
>
-1/5
½
40 +∆

0

0

Range untuk kendala no.2 dapat dihitung dengan dua set persamaan berikut :

2 - /4 > 0

dan

8 + /2 > 0

- /4 > -2

/2 > -8

< 8

> -16

Range :

-16 < < 8

atau

24 < b 2 < 48.

3. Penambahan fungsi kendala (baris).

Penambahan satu baris kendala kepada persoalan LP awal dapat terjadi karena beberapa alasan. Pertama, para analis manajemen terlalu sederhana memformulasi persoalan awal. Kedua, adanya informasi baru atau kendala baru yang kemudian harus dipertimbangkan. Jelasnya, manajemen selalu menghendaki formulasi kendala yang ketat untuk menghasilkan optimasi yang lebih sempurna. Aplikasi kepekaan dengan adanya tambahan satu baris fungsi kendala dimulai dari Tabel Simplex Optimal.

Persoalan awal pada contoh, ditambah dengan informasi kendala baru, yaitu kendala mesin penghalus (grinder) sebagai berikut :

7 X 1 + 10.5 X 2 < 73.5

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com Kendala baru ini ditransformasi menjadi persamaan : 7 X 1 + 10.5 X

Kendala baru ini ditransformasi menjadi persamaan : 7 X 1 + 10.5 X 2 + S 3 = 73.5. Masukkan nilai optimal X 1 dan X 2 ke dalam persamaan tersebut : 7(8) + 10.5(2) + S 3 = 73.5, ini merupakan indikasi bahwa penambahan kendala baru tersebut menyebabkan kondisi tidak optimal lagi; sebab S 3 sekarang menjadi variabel basis. Maka harus dilakukan iterasi ulang untuk mencapai tingkat optimal baru dengan prosedur khusus. Tambahkan baris kendala baru ke dalam tabel optimal, sehingga tabel tersebut menjadi :

Tabel Optimal dengan Sisipan Kendala Baru.

CB

Cj

6

8

0

0

0

Solution

Basic

X

1

X

2

S

1

S

2

S

3

8

X

2

0

1

1/5

-1/4

0

2

6

X

1

1

0

-1/5

½

0

8

0

S

3

7

10.5

0

0

1

73.5

 

Z

j

6

8

2/5

1

0

64

 

C

j -Z j

0

0

-2/5

-1

0

 

Selanjutnya dapat dilakukan dua langkah pengurangan koefisien pada baris S 3 agar menjadi = 0 pada kolom X 1 dan X 2 .

a. Langkah-1 : (kolom X 1 ).

Kolom

Nilai Lama Baris S 3

 

Baris X 1

 

Baris S 3 Sementara

X

1

7

-

(7)(1)

=

0

X

2

10.5

-

(7)(0)

=

10.5

S

1

0

-

(7)(-1/5)

=

7/5

S

2

0

-

(7)(1/2)

=

-7/2

S

3

1

-

(7)(0)

=

1

X

B

73.5

-

(7)(8)

=

17.5

b.

Langkah-2 : (kolom X 2 ).

 

Kolom

Nilai Baris S 3

Baris X 2

 

Baris S 3 Baru

Sementara

X

1

0

- (10.5)(0)

=

0

X

2

10.5

- (10.5)(1)

=

0

S

1

7/5

- (10.5)(1/5)

=

-7/10

S

2

-7/2

- (10.5)(-1/4)

=

-7/8

S

3

1

- (10.5)(0)

=

1

X

B

17.5

- (10.5)(2)

=

-3.5

Dari langkah-2 ini, tampak bahwa nilai X 1 dan X 2 pada baris S 3 = 0 dan nilai S 3 pada baris yang sama = 1. Ini menunjukkan bahwa S 3 harus keluar dari basis untuk menjadi non basis.

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com CB Cj 6 8 0 0 0 Solution Basic X 1 X 2

CB

Cj

6

8

0

0

0

Solution

Basic

X

1

X

2

S

1

S

2

S

3

8

X

2

0

1

1/5

-1/4

0

2

6

X

1

1

0

-1/5

½

0

8

0

S

3

0

0

-7/10

-7/8

1

-3.5

 

Z

j

6

8

2/5

1

0

64

 

C

j -Z j

0

0

-2/5

-1

0

 

Pada kolom X B nilai baris S 3 = -3.5, ini menunjukkan bahwa tabel tersebut tidak optimal. Variabel yang menggantikannya dipilih berdasar nilai absolut ratio terkecil atau absolute pivot point (ini aturan dalam algoritma dual) :

X 1 :

X 2 :

S 1 :

S 2 :

S 3 :

diabaikan

diabaikan

= 4/7 pivot point

= 8/7

diabaikan

S 1 terpilih untuk menggantikan S 3 , selanjutnya dilakukan iterasi-2 :

CB

Cj

6

8

0

0

0

Solution

Basic

X

1

X

2

S

1

S

2

S

3

8

X

2

0

1

0

-1/2

2/7

1

6

X

1

1

0

0

¾

-2/7

9

0

S

1

0

0

1

5/4

-10/7

5

 

Z

j

6

8

0

½

4/7

62

 

C

j -Z j

0

0

0

-1/2

-4/7

 

Tabel tersebut di atas merupakan tabel Simplex optimal, dengan X 1 = 9, X 2 = 1 dan solusi optimalnya = 62. Jadi penambahan satu baris kendala baru telah

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com merubah optimalitas dari X 1 = 9, X 2 = 2 dan solusi

merubah optimalitas dari X 1 = 9, X 2 = 2 dan solusi optimal = 64 menjadi X 1 = 9, X 2 = 1 dan solusi optimal = 62 (lihat Suplemen 2) :

Variables

Solution

Opportunity

Variables

Solution

Opportunity

No.

Name

Cost

No.

Name

Cost

 

X

1

1 +9.0000

0

4

S

2

0

+.5000000

 

X

2

2 +1.0000

0

5

S

3

0

+.5714286

 

S

1

3 +5.0000

0

       
 

Maximum Value of the OBJ. = 62 Iters. = 3

 

4. Penambahan variabel baru (kolom).

Penambahan variabel (kolom) dapat terjadi jika ada sebuah produk baru yang dapat diproduksi, misal X 3 . X 3 ini dapat diproduksi dengan asumsi : proses produksi 1 unit X 3 membutuhkan 4 jam di mesin giling dan 2 jam di mesin pemotong logam, serta dapat menghasilkan profit = $ 4.00/unit.

Persoalan LP berubah menjadi :

Max. Z = 6 X 1 + 8 X 2 + 4 X 3

s/t.

5

X 1 + 10 X 2 + 4 X 3 < 60

kendala mesin giling.

4

X 1 +

4 X 2 + 2 X 3 < 40 kendala mesin pemotong logam.

X i > 0

Pertanyaan yang muncul : apakah X 3 diproduksi ? Jawabannya secara mudah dapat diperoleh dengan menggunakan opportunity cost (shadow price) dari kedua kendala sumber-sumber yang ada. Opportunity cost menggambarkan nilai marginal dari sumber yang dapat dipakai untuk memproduksi produk baru (X 3 ) tersebut; di mana nilai total marginal dihitung dengan :

Mesin Giling 4 jam x $ 2/5
Mesin Giling
4 jam x $ 2/5

opportunity cost

mesin giling

Mesin Pemotong Logam

 

Total

2 jam x

$ 1
$ 1

=

$ 3.60

opportunity cost

mesin pemotong logam

Catatan : angka opportunity cost bisa dilihat pada tabel Simplex optimal di baris Z j pada masing-masing kolom slack variable (S 1 dan S 2 ).

Pengisian nilai kolom X 3 dapat dihitung dengan B -1 X 3 : Koefisien X
Pengisian nilai kolom X 3 dapat dihitung dengan B -1 X 3 :
Koefisien X 3 = B -1 X 3 :
1/5
-1/4
4
3/10
=
-1/5
½
2
1/5

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com Tabel Simplex yang dimodifikasi dengan adanya produk X 3 adalah sebagai berikut :

Tabel Simplex yang dimodifikasi dengan adanya produk X 3 adalah sebagai berikut :

C

 

C

j

6

8

4

0

0

Solution

B

Basic

X

1

X

2

X

3

S

1

S

2

8

X

2

0

1

3/10

1/5

-1/4

2

6

X

1

1

0

1/5

-1/5

½

8

 

Z

j

6

8

18/5

2/5

1

64

 

C j – Z j

0

0

2/5

-2/5

-1

 

Baris C j – Z j mengindikasikan bahwa tabel tersebut di atas tidak optimal sehingga perlu dilakukan iterasi lanjutan untuk mencapai tingkat optimal baru dengan prosedur biasa. Hasilnya adalah sebagai berikut (lihat Suplemen-3) :

CB

Cj

6

8

4

0

0

Solution

Basic

X

1

X

2

X

3

S

1

S

2

4

X

3

0

18/3

1

2/3

-5/6

20/3

6

X

1

1

-2/3

0

-1/3

2/3

20/3

 

Z

j

6

28/3

4

2/3

2/3

66.67

 

C j - Z j

0

-4/3

0

-2/3

-2/3

 

Tabel ini merupakan tabel Simplex optimal yang baru setelah X 3 dipertimbangkan untuk diproduksi. Tampak bahwa X 2 tidak lagi menjadi basis, sehingga tingkat optimalitas dicapai dengan X 1 = 20/3, X 3 = 20/3 dan solusi optimal = $ 66.67.

Suplemen-3 : Hasil Optimasi LP dengan Program QSB.

 

Summarized Results for SENTV

 

Page : 1

Variables

Solution

Opportunity

Variables

Solution

Opportunity

No.

Name

Cost

No.

Name

Cost

1

X

1

+6.6666

0

4

S

1

0

+6.66666

2

X

2

0

+1.333333

5

S

2

0

+6.66666

3

X

3

+6.6666

0

       
 

Maximum Value of the OBJ. = 66.66666 Iters. = 3

 

5. Perubahan Teknologi.

Perubahan teknologi dapat menyebabkan perubahan penggunaan sumber. Perubahan tersebut tidak berakibat kepada koefisien fungsi tujuan, tetapi berakibat kepada daerah fisibel sehingga ada kemungkinan perubahan tingkat optimalitas.

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com Kasus-3 : Max. Z = 50 X 1 + 120 X 2 S/t.

Kasus-3 :

Max. Z = 50 X 1 + 120 X 2 S/t.

2 X 1 + 4 X 2 < 80 kendala kapasitas waktu kerja di bagian listrik.

3 X 1 + 1 X 2 < 60 kendala kapasitas waktu kerja di bagian audio. X i > 0

Tabel Simplex Optimal (lihat Suplemen-4).

C

 

C

j

50

120

0

0

Solution

B

Basic

X

1

X

2

S

1

S

2

120

X

2

½

1

¼

0

20

0

S

2

5/2

0

-1/4

1

40

 

Z

j

60

120

30

0

2400

 

C j – Z j

-10

0

-30

0

 

Perubahan teknologi dapat merubah koefisien pada fungsi kendala, misal : untuk memproduksi X 1 dibutuhkan waktu pada bagian audio yang lebih singkat, dari 3 satuan waktu menjadi 2 satuan waktu. Maka kendala kapasitas waktu kerja pada bagian audio berubah menjadi : 2 X 1 + 1 X 2 < 60. Kendala baru ini tidak berpengaruh kepada fungsi tujuan, tetapi ada pengaruhnya terhadap daerah fisibel, sehingga ada kemungkinan perubahan tingkat optimal.

Suplemen-4 : Hasil Optimasi LP dengan Program QSB.

 

Summarized Results for SENTV

 

Page : 1

Variables

Solution

Opportunity

Variables

Solution

Opportunity

No.

Name

Cost

No.

Name

Cost

1

X

1

0

+10.0000

3

S

1

0

+30.0000

2

X

2

+20.000

+1.333333

4

S

2

+40.000

0

 

Maximum Value of the OBJ. = 2400 Iters. = 1

 

Penjelasan hal ini lebih mudah digambarkan dengan pendekatan grafis sebagai berikut :

X 2

60 3 X 1 + 1 X 2 < 60 40 solusi optimal 20 a
60
3 X 1 + 1 X 2 < 60
40
solusi optimal
20
a
b
2 X 1 + 4 X 2 < 80
c
20
40

X 1

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com Perubahan koefisien kendala waktu kerja pada bagian audio ternyata tidak merubah tingkat

Perubahan koefisien kendala waktu kerja pada bagian audio ternyata tidak merubah tingkat optimalitas. X 2

2 X 1 + 1 X 2 < 60 60 40 solusi optimal 20 a
2 X 1 + 1 X 2 < 60
60
40
solusi optimal
20
a
2 X 1 + 4 X 2 < 80
b
c
20
30
40

X 1

Jika yang terjadi adalah perubahan waktu kerja pada bagian listrik, sehingga

maka akan terjadi

kendala waktunya berubah menjadi :

perubahan tingkat optimal sebagai berikut :

2

X 1

+

5

X 2

<

80;

X 2 60 3 X 1 + 1 X 2 < 60 40 solusi optimal
X 2
60
3 X 1 + 1 X 2 < 60
40
solusi optimal
20
2 X 1 + 5 X 2 < 80
16
a
b
c
20
40

X 1

Dari pendekatan grafis ini tampak bahwa ada perubahan titik optimal dari titik-a bergeser ke titik-b.

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com ANALISIS SENSITIVITAS DENGAN PENDEKATAN OPERASI MATRIKS
Kamarul Imam rul2a@yahoo.com ANALISIS SENSITIVITAS DENGAN PENDEKATAN OPERASI MATRIKS

ANALISIS SENSITIVITAS DENGAN PENDEKATAN OPERASI MATRIKS

Analisis sensitivitas dapat pula dilakukan dengan pendekatan operasi matriks. Dengan cara ini, analisis menjadi lebih mudah. Berikut ini akan dibahas aplikasi sensitivitas pada persoalan LP dengan operasi matriks.

Contoh :

Max. Z = 60 X 1 + 30 X 2 + 20 X 3 S/t

8.00

X 1 + 6.00 X 2 + 1.00 X 3 < 48 Kendala kapasitas Bahan Baku

4.00

X 1 + 2.00 X 2 + 1.50 X 3 < 20 Kendala kapasitas jam perakitan

2.00

X 1 + 1.50 X 2 + 0.50 X 3 < 8 Kendala kapasitas jam pengecatan.

X i > 0

Suplemen-5 : Tabel Simplex Optimal degnan Program QSB.

 

Summarized Results for SENTV

 

Page : 1

 

Variables

Solution

Opportunity

 

Variables

 

Solution

Opportunity

No.

Name

 

Cost

   

No.

Name

 

Cost

1

X

1

+2.0000

 

0

 

4

S

1

+24.000

 

0

2

X

2

 

0

 

+5.000000

 

5

S

2

 

0

 

+10.000

3

X

3

+8.0000

 

0

 

6

S

3

 

0

 

+10.000

 

Maximum Value of the OBJ. = 280 Iters. = 2

 

Atau dalam bentuk standard :

 

Tabel Simplex Awal.

 

C

 

C

j

60

 

30

20

 

0

   

0

0

Solution

B

Basic

X

1

 

X

2

X

3

S

1

   

S

2

S

3

0

S

1

8

 

6

1

1

   

0

0

48

0

S

2

4

 

2

1.50

 

0

   

1

0

20

0

S

3

2

 

1.50

0.50

 

0

   

0

1

8

 

Z

j

0

 

0

0

0

   

0

0

0

 

C j – Z j

60

 

30

20

 

0

   

0

0

 

Tabel Simplex Optimal.

 

C

 

C

j

60

 

30

20

 

0

   

0

0

Solution

B

Basic

X

1

 

X

2

X

3

S

1

   

S

2

S

3

0

S

1

0

 

-2

0

1

   

2

-8

 

24

20

X

3

0

 

-2

1

0

   

2

-4

 

8

60

X

1

1

 

1.25

0

0

   

-0.50

1.50

 

2

 

Z

j

60

 

35

20

 

0

   

10

10

 

280

 

C j – Z j

0

 

-5

0

0

   

-10

-10

   

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com Tabel optimal tersebut di atas dapat dituliskan dalam bentuk pernyataan matematis sebagai

Tabel optimal tersebut di atas dapat dituliskan dalam bentuk pernyataan matematis sebagai berikut :

Baris-0 : Z

+ 5.00 X 2

2.00 X 2

+ 1 S 1

+ 10 S 2 + 10 S 3

= 280

Baris-1 :

-

+

2 S 2 -

8 S 3

=

24

Baris-2 :

- 2.00

X 2 + 1 X 3

+

2 S 2 -

4 S 3

=

8

Baris-3 : 1 X 1 +

1.25 X 2

+ 0.5 S 2

+ 1.50 S 3

=

2

Tampak bahwa variabel basis (BV) = {S 1

(NBV) = {S 2 S 3 X 2 }. Solusi optimal = 280, X 1 * = 2, X 3 * = 8, X 2 * = 0, S 1 = 24, S 2

= 0 dan S 3 = 0.

X 1 }, sedang variabel non basis

X 3

1. Perubahan Koefisien Fungsi Tujuan Untuk NBV.

Pada persoalan LP di atas, satu-satunya variabel keputusan yang menjadi NBV adalah X 2 dengan koefisien fungsi tujuan, c 2 = 30. Range perubahan c 2 tetap tidak merubah optimalitas jika ç 2 > 0.

ç j = C BV B -1 a j - c j

di mana,

ç j = range koefisien BV pada fungsi tujuan agar tetap optimal,

C BV = vektor kolom koefisien BV pada fungsi tujuan pada tabel Simplex optimal,

B = matriks koefisien BV Tabel Optimal yang ada pada Tabel Awal,

a j = vektor kolom koefisien variabel keputusan X j yang menjadi NBV pada Tabel Awal,

c j = koefisien X j pada fungsi tujuan dalam Tabel Awal.

Aplikasi rumus di atas untuk variabel basis adalah sebagai berikut :

C BV = [ 0 B =
C BV = [ 0
B
=

B -1 =

1

0

0

1

0

0

20

C BV B -1 = [ 0

60 ]

1

1.5

0.5

2

2

-0.5

20

lihat tabel optimal.

8

4

2

-8

-4

1.5

60 ]

1

0

0

lihat tabel awal.

lihat tabel optimal.

2

-8

=

[ 0

10

10 ]

2

-4

 

-0.5

1.5

Kamarul Imam

rul2a@yahoo.com

a 2 =

6

2

1.5

koefisien kolom X 2 (NBV) pada Tabel Awal.

Maka ç 2 dapat dihitung :

c 2 = 30 +

ç 2 = [ 0

10

10 ]

6

2

1.5

= 35 – 30 - = 5 -

- (30 + )

10 ] 6 2 1.5 = 35 – 30 - ∆ = 5 - ∆ -

BV tetap optimal jika ç 2 > 0 5 - > 0 atau < 5.

Kini dapat disimpulkan bahwa jika perubahan c 2 (koefisien X 2 ) berada dalam range + 5, BV tetap optimal; artinya jika c 2 dinaikkan menjadi 35 atau diturunkan menjadi 25, BV tetap optimal. Sebaliknya penurunan atau peningkatan > 5, maka BV menjadi tidak optimal lagi.

2. Perubahan Koefisien Fungsi Tujuan Untuk BV.

Pada persoalan LP di atas, variabel keputusan basis adalah X 3 dengan koefisien pada fungsi tujuan = c 3 = 20 dan X 1 dengan koefisien = c 1 = 60. Range perubahan c 3 dan c 1 tetap tidak merubah optimalitas jika ç 3 dan ç 1 > 0.

a. Untuk X 1 : C BV = [ 0 20 60+∆ ] [ 0
a.
Untuk X 1 :
C BV = [ 0
20
60+∆ ]
[ 0
20
60+∆ ]
1
2
-8
= [ 0
C BV B -1 =
0
2
-4
0
-0.5
1.5
a 1 =
8
a 2 =
6
a 3 =
1
4
2
1.5
2
1.5
0.5
c 1 = 60 + ∆
c 2 = 30
c 3 = 20

10-0.5

10+1.5]

lihat tabel awal.

Agar tetap optimal, maka koefisien BV pada baris-0 dalam tabel optimal harus tetap = 0. Koefisien NBV untuk baris-0 yang baru akan berubah menjadi :

Kamarul Imam

rul2a@yahoo.com

ç 2 = C BV B -1 a 2 – c 2

= [ 0

10-0.5

10+1.5]

6

2

1.5

- 30

=

5 + 1.25

2 = [ 0 10-0.5 ∆ 10+1.5 ∆ ] 6 2 1.5 - 30 = 5

Koefisien untuk S 2 pada baris-0 = 10 – 0.5

Koefisien untuk S 1 pada baris-0 = 10 + 1.5

Baris-0 pada kondisi optimal sekarang adalah :

Z + (5 + 1.25) X 2 + (10 – 0.5) S 2 + (10 + 1.5) S 3

Dari baris-0 yang baru ini tampak bahwa optimalitas tetap terjaga jika dan hanya jika (if and only if) :

5 + 1.25> 0 → ∆ > -4

10

– 0.5> 0

→ ∆ < 20

10

+ 1.5> 0

→ ∆ > -20/3

Dari ketiga prasyarat tersebut dapat disimpulkan bahwa berada dalam range fisibel sebagai berikut : - 4 < < 20 (lihat gambar di bawah) :

-20/3

< 20

-4
-4

> -20/3

> -4

20

Maka range c 1 yang dapat menjaga optimalitas adalah : 56 < c 1 < 80

b.

Untuk X 3 :

C BV = [ 0

20+

60 ]

C BV B -1 =

[ 0

20+

ç 3 = C BV B -1 a 3 – c 3

= [ 0

10+2

60 ] 1 0 0 10-4∆ ]
60 ]
1
0
0
10-4∆ ]

2

-8

=

[ 0

10+2

10-4]

2

-4

 

-0.5

1.5

6

2

1.5

- 20 = 15 - 2

Kamarul Imam

rul2a@yahoo.com

Kamarul Imam rul2a@yahoo.com Koefisien untuk S 2 pada baris-0 : 10 + 2 ∆ Koefisien untuk

Koefisien untuk S 2 pada baris-0 : 10 + 2

Koefisien untuk S 3 pada baris-0 : 10 - 4

Baris-0 pada kondisi optimal sekarang adalah :