Matakuliah : K0442 Metode Kuantitatif

Tahun : 2005
Versi :1/0

Pertemuan 3
Pemrograman Linear

1
 Learning Outcomes

Pada akhir pertemuan ini, diharapkan mahasiswa

akan mampu :
Menghitung model programasi linear
dengan metode grafik dan simpleks

2
 Outline Materi

Model linear programming metode grafik

Model linear programming metode
simpleks

3
 Metode Grafik

Sebelum membicarakan langkah-langkah yg

dipakai dlm metode grafik, akan disajikan
terlebih dahulu sebuah contoh LP yg sederhana
berikut :
Perusahaan sepatu PAS membuat 2 macam
sepatu. Macam pertama merk Biolado dan
macam kedua merk Kasogi. Untuk membuat
sepatu2 tsb perusahaan memiliki 2 mesin.
Mesin 1 untuk bagian membuat sol dan mesin 2
untuk bagian melakukan assembling. Sepatu
merk Biolado melalui mesin 1 selama 4 jam dan
mesin 2 selama 2 jam, sedangkan sepatu
kasogi melalui mesin 1 selama 3 jam dan mesin
4
2 selama 1 jam.
Jam kerja maksimum dlm minggu untuk
mesin 1 = 240 jam dan mesin 2 = 100 jam.
Sumbangan terhadap laba untuk sepatu
merk biolado $7 sedangkan sepatu kasogi
$5. Masalahnya adalah menentukan berapa
sebaiknya sepatu merk biolado dan kasogi
yg dibuat agar bisa memaksimumkan laba.

5
Data dari Perusahaan Sepatu PAS
Waktu yg tersedia
B K dlm satu minggu
Mesin Biolado Kasogi

Mesin 1 4 3 240
Mesin 2 2 1 100

Keuntungan $7 $5
Kendala: 4B + 3K 240 (Mesin 1)
2B + 1K 100 (Mesin 2)
Fungsi Tujuan: Max: 7B + 5K
6
 120

100

Mesin 2
Jumlah Kasogi
80

60

40
Mesin 1
20

0
20 40 60 80 100 7
Jumlah Biolado
 120
Mesin 2
Jumlah Kasogi

100

80

60
Mesin 1
40
Feasible
20 Region

0
20 40 60 80 100
8
Jumlah Biolado
 120

100
Mesin 2

Jumlah Kasogi 80 7B + 5K = 210

60 7B + 5K = 420

40 Mesin 1

20

0
20 40 60 80 100
9
Jumlah Biolado
 120

100
Mesin 2
Jumlah Kasogi
80

Solution
60
(B = 30, K = 40)

40 Mesin 1

20

0
20 40 60 80 100
10
Jumlah Biolado
 Metode Simpleks

Dalam metode simpleks, model diubah ke

dalam bentuk suatu tabel, kemudian
dilakukan beberapa langkah matematis pada
tabel tersebut. Langkah-langkah matematis
ini pada dasarnya merupakan replikasi
proses pemindahan dari suatu titik ekstrim
ke titik ekstrim lainnya pada batas daerah
solusi (solution boundary).
11
 Langkah 1 : Mengubah Batasan Model

Langkah pertama dalam metode simplek adalah

mengubah batasan-batasan model ke dalam
bentuk persamaan (equations)
Contoh :
Memaksimumkan Z = 4x1 + 5x2 + 0s1 + 0s2
Terbatas pada
4x1 + 3x2 120 pon tanah liat
x1 + 2x2 40 jam kerja
x1, x2 0

12
 Di dalam metode simplek model tsb
diubah menjadi :
Memaksimumkan
Z = $4x1 + 5x2 + 0s1 + 0s2
Terbatas pada
x1 + 2x2 + s1 = 40 jam kerja
4x1 + 3x2 + s2 = 120 pon tanah liat
x1, x2,, s1 , s2 0

13
 Langkah 2 : Membuat tabel Simpleks

Variabel
Cj
Dasar Kuantitas
X1 X2 S1 S2

Zj

Cj - Zj

14
 Langkah 3 : Mengisi tabel Simpleks

Variabel
Cj
Dasar
Kuantitas
X1 X2 S1 S2
S1
S2

Zj

Cj - Zj

15
 Solusi Fisibel Dasar

Variabel
Cj
Dasar
Kuantitas
X1 X2 S1 S2
S1 40
S2 120

Zj

Cj - Zj

16
Tabel Simpleks dengan Nilai-Nilai Cj

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

0 S1 40
0 S2 120

Zj

Cj - Zj

17
 Tabel Simpleks dengan Koefisien
Batasan Model
Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

0 S1 40 1 2 1 0
0 S2 120 4 3 0 1

Zj

Cj - Zj

18
 Tabel Simpleks dengan Nilai-Nilai Zj

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

0 S1 40 1 2 1 0
0 S2 120 4 3 0 1

Zj 0 0 0 0 0

Cj - Zj

19
 Tabel Simpleks Awal Lengkap

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

0 S1 40 1 2 1 0
0 S2 120 4 3 0 1

Zj 0 0 0 0 0

Cj - Zj 4 5 0 0

20
 Pemilihan Variabel Dasar
yg Masuk

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

0 S1 40 1 2 1 0
0 S2 120 4 3 0 1

Zj 0 0 0 0 0

Cj - Zj 4 5 0 0

21
 Pemilihan Variabel Dasar
yg Masuk

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

0 S1 40 1 2 1 0
0 S2 120 4 3 0 1

Zj 0 0 0 0 0

Cj - Zj 4 5 0 0

22
 Perhitungan Nilai Baris Pivot
yg Baru

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

5 S1 20 1/2 1 1/2 0
S2

Zj 0

Cj - Zj

23
 Perhitungan Nilai Baris S2 yg Baru

Nilai Koefisien Kolom Nilai Baris

Baris - Pivot yg X Pivot Tabel =
Lama berhubungan Baru
Kuantitas 120 - 3 X 20 = 60

X1 4 - 3 X 1/2 = 5/2
X2 3 - 3 X 1 = 0
S1 0 - 3 X 1/2 = -3/2
S2 1 - 3 X 0 = 1

24
 Tabel Simpleks Kedua yg Lengkap

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

5 S1 20 1/2 1 1/2 0
S2 60 5/2 0 -3/2 1

Zj 100 5/2 5 5/2 0

Cj - Zj 3/2 0 -5/2 0

25
Kolom Pivot, Baris Pivot dan Angka Pivot

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

5 S1 20 1/2 1 1/2 0
0 S2 60 5/2 0 -3/2 1

Zj 100 5/2 5 5/2 0

Cj - Zj 3/2 0 -5/2 0

26
 Kolom Pivot, Baris Pivot dan
Angka Pivot

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

5 S1 20 1/2 1 1/2 0
0 S2 60 5/2 0 -3/2 1

Zj 100 5/2 5 5/2 0

Cj - Zj 3/2 0 -5/2 0

27
 Perhitungan Baris X1 utk
Tabel Simplek Ketiga

Nilai Koefisien Kolom Nilai Baris Nilai

Kolom
Baris - Pivot yg X Pivot Tabel = Tabel
Lama berhubungan Baru Baru

Kuantitas 20 - 1/2 X 24 = 8

X1 1/2 - 1/2 X 1 = 0
X2 1 - 1/2 X 0 = 1
S1 1/2 - 1/2 X -3/5 = 4/5
S2 0 - 1/2 X 2/5 = -1/5

28
 Tabel Simplek Ketiga yg Lengkap

Variabel 4 5 0 0
Cj
Dasar
Kuantitas X1 X2 S1 S2

5 X2 8 0 1 4/5 -1/5
4 X1 24 1 0 -3/5 2/5

Zj 136 4 5 8/5 3/5

Cj - Zj 0 0 -8/5 -3/5

29
 Kesimpulan -1 :
Metode simplek yang diperlihatkan pada bagian sebelumya
terdiri dari langkah langkah berikut ini:
1.Mengubah bentuk batasan model pertidaksamaan menjadi
persamaan.
Membentuk tabel awal untuk solusi fisibel dasar pada titik
orijin dan menghitung nilai nilai baris zj dan cj zj
3.Menentukan, kolom pivot (variabel non dasar yang masuk)
dengan cara memilih kolom yang memiliki nilai positif tertinggi
pada baris cj zj.
4.Menentukan baris pivot (variabel dasar yanq keluar) dengan
cara membagi nilainilai. pada kolom kuantitas dengan nilai
nilai pada kolom pivot dan memilih baris dengan hasil bagi
nonnegatif terkecil.
5. Menghitung nitai baris pivot yang baru menggunakan formula
nilai baris pivot = nilai baris pivot tabel yg lama -
( tabel yg baru x angka pivot )
30
 Kesimpulan -2 :

6. Menghitung baris baris zj dan cj zj yang baru.

7.Menentukan apakah solusi telah optimal dengan
mengecek baris cj zj. Jika semua nilai cj zj adalah
nol atau negatif, solusi telah optimal. Jika masih
terdapat nilai positif, kembali ke langkah ketiga dan
mengulang kembali langkah langkah simplek.

31