ISTILAH
1. Unrestricted : tidak terbatas
2. Entering variabel : variabel yang berasal dari non-basic variable yang akan
menggantikan variabel pada proses iterasi
3. Leaving variabel : variabel basis yang memiliki rasio terkecil atau variabel
basis yang memiliki harga negatif angka terbesar.
4. Optimality condition : menjamin bahwa solusi tetap optimum
5. Fieasibility condition : memaksa agar solusi mencapai keadaan layak
6. Entering column : Kolom pada entering variable
7. Pivot equation : baris yang berhubungan dengan leaving variabel
8. Pivot element : elemen pada perpotongan entering column dan pivot
equation.
1. PENGANTAR
Penyelesaian masalah LP yang melibatkan lebih dari dua variabel menjadi tidak
praktis atau tidak mungkin jika diselesaikan dengan metode grafik. Metode yang
sering digunakan adalah Algoritma Simplex untuk menyelesaikan LP dengan lebih
dari dua variabel.
Metode simpleks pertama kali diperkenalkan oleh George B Dantzig pada tahun
1947 dan telah diperbaiki beberapa ahli lain. Metode ini menyelesaikan masalah
LP melalui perhitungan ulang (iteration) di mana langkah-langkah perhitungan
yang sama diulang berkali-kali sebelum solusi optimum dicapai.
Contoh.
Maksimumkan Z = 3X1 + 2X2 Bentuk baku model LP tersebut adalah.
Dengan syarat : X1 + X2 ≤ 15 Z – 3X1 – 2X2 – OS1 – OS2 – OS3 = 0 Pers. tujuan
2X2 + X2 ≤ 28 X1 + X2 + S1 = 15
X1 + 2X2 ≤ 20 X1 + 2X2 + S2 = 28 Persamaan kendala
X1, X2 ≥ 0. X1 + 2X2 + S3 = 20
Lihat kembali langkah a, solusi awal ditentukan dari persamaan kendala dengan
menetapkan dua (-2 dan -3). Variabel sama dengan nol, yang akan memberikan solusi
yang unik dan layak. Dengan menetapkan X1 = 0 dan X2 = 0, diperoleh S1 = 15; S2 =
28 dan S3 = 20. Titik-titik ini merupakan solusi awal. Pada saat ini nilai Z = 0. Kita
dapat merangkum bentuk tabel simpleks awal seperti Tabel berikut.
Tabel 1. Simpleks
Kolom basis menunjukkan variabel yang sedang menjadi basis, yaitu S1, S2 dan S3,
yang nilainya diberikan pada kolom solusi. Ini secara tidak langsung mengatakan
bahwa variabel non basis X1 dan X2 (yang tdk ditunjukkan pada kolom basis) sama
dengan nol. Nilai fungsi tujuan adalah Z = (3 x 0) + (2 x 0) = (0 x 15) + (0 x 28) + (0 x
20) = 0, seperti terlihat pada Kolom solusi.
Kapan solusi telah optimum? Dengan memeriksa persamaan Z, terlihat bahwa variabel
non basis yaitu X1 dan X2 keduanya memiliki koefisien negatif, yang berarti
mempunyai koefisien positif pada fungsi yujuan yang asli.
Karena tujuan kita adalah memaksimasi, maka nilai Z dapat diperbaiki dengan
meningkatkan X1 dan X2 menjadi lebih besar dari pada nol. Yang dipilih adalah
adalah variabel dengan koefisien fungsi tujuan positif terbesar karena pengalaman
menunjukkan bahwa pemilihan ini mengakibatkan solusi optimal lebih cepat dicapai.
Ringkasnya, optimality condition metode simpleks menyatakan bahwa dalam
kasus maksimasi, jika semua variabel non basis memiliki koefisien non negatif dalam
persamaan Z, maka solusi telah optimum. Jika tidak, variabel non basis dengan
koefisien negatif terbesar sebagai entering variabel.
Penerapn optimality condition pada tabel simpleks awal, menyarankan memilih
X1 sebagai entering variabel. Kemudian leaving variabel harus salah satu dari
variabel basis S1, S2 dan S3. penentuan leaving variabel dilakukan dengan feasibility
condition yang mentakan bahwa untuk masalah maksimasi maupun minimalisasi,
leaving variabel adalah variabel basis yang memiliki rasio terkecil antara sisi kanan
persamaan kendala dengan koefisien bersangkutan yang positif pada entering
variabel.
Rasio yang didefinisikan di atas dan leaving variabel dapat ditentukan langsung
dari tabel kompleks. Pertama, coret semua elemen nol atau negatif pada persamaan
kendala di bawah entering variabel. Kemudian, tidak termasuk persamaan tujuan,
buat rasio antara sisi kanan persamaan dengan elemen yang tidak dicoret di bawah
entering variabel.
Leaving variabel adalah variabel basis yang memiliki rasio terkecil. Kolom pada
entering variabel dinamakan entering column dan baris yang berhubungan dengan
leaving variabel dinamakan pivot equation. Elemen pada perpotongan entering
column dan pivot equation dinamakan pivot element. Dalam tabel, pivot element
ditunjukkan dengan tanda kurung.
Basis X1 X2 S1 S2 S3 Solusi
Z -3 -2 0 0 0 0
S1
S2 1 1/2 0 1/2 0 14
S3
Sementara perhitungan jenis 2 membuat koefisien yang lain pada entering column
sama dengan 0, seperti ditunjukkan tabel berikut.
Perhatikan bahwa kolom solusi menghasilkan nilai baru X1 = 14, yang sama dengan
rasio minimum pada feasibility condition. Tabel solusi baru yang diperbaiki dibuat
dengan melakukan perhitungan jenis 2. Tabel baru yang lengkap diberikan seperti
berikut. Tabel 3.
Basis X1 X2 S1 S2 S3 Solusi Rasio
Z 0 -1/2 0 3/2 0 42
S1 0 (1/2) 1 -1/2 0 1 2
S2 1 1/2 0 1/2 0 14 28
S3 0 2 0 -1/2 0 6 4
Kolom X1 adalah entering column dan S2 merupakan leaving variabel
Solusi yang baru memberikan X1 = 14 dan X2 = 0 (Gambar pada titik B). Nilai Z
naik dari 0 menjadi 43.
Optimality condition memilih X2
sebagai entering variabel karena
koefisien pada pers Z sebesar -1/2.
Feasibility condition menunjukkan
bahwa S1 sebagai leaving variabel
karena memiliki rasio terkecil yaitu 2,
sehingga memperbaiki nilai fungsi
tujuan sebesar 2x1/2 = 1. Dengan
operasi Gauss Jordan diperoleh tabel
baru berikut. Tabel 4
Basis X1 X2 S1 S2 S3 Solusi
Z 0 0 1 1 0 43
S1 0 1 2 -1 0 2
S2 1 0 -1 1 0 13
S3 0 0 -3 1 1 3
Solusi baru memberikan X1 = 13 dan X2 = 2 (titik C pada Gambar) dan nilai Z
naik dari 42 menjadi 43. Tabel 4 adalah optimal karena tidak ada variabel non basis
yang memiliki koefisien negatif pada persamaan Z. Ini merupakan perhitungan
metode simplek yang lengkap.