Metode simpleks

Algoritma Simpleks untuk Minimization

Problem

Metode 1: Rubah fungsi obyektif: min z → max (-z)

Selesaikan dengan algoritma simpleks

Metode 2: Dengan menggunakan semua langkah pada

algoritma simpleks, kecuali pada langkah 3,
kebalikan dari kasus max
Jika semua koefisien baris 0 <=0, BFS solusi
optimal
Selainnya, pilih koefisien paling positif untuk
masuk ke dalam BV
Contoh Metode 1
min z  2 x1  3x2
s.t. x1  x2  4
x1  x2  6
x1 , x2  0

Langkah 1: Bentuk max - z  2 x1  3x2

standar dan merubah s.t. x1  x2  s1 4
fs obyektif, Tableau 0 x1  x2  s2  6
x1 , x2 , s1 , s2  0

Tableau 0 z x1 x2 s1 s2 rhs
Baris 0 -1 -2 3 0 0 0
Baris 1 0 1 1 1 0 4
Baris 2 0 1 -1 0 1 6
Penjelasan
• Iterasi : tahapan perhitungan dimana nilai dalam perhitungan itu
tergantung dari nilai tabel sebelumnya
• Variabel non basis (NBV) = variabel yg nilainya diatur menjadi nol
pada sembarang iterasi
• Variabel basis (BV)=variabel yg nilainya bukan nol pada
sembarang iterasi. Pada solusi awal, BV merupakan variabel
slack (jika fungsi kendala menggunakan pertidaksamaan ≤) dan
merupakan variabel buatan (jika fungsi kendala menggunakan
pertidaksamaan ≥ atau = ).Secara umum jumlah variabel basis
selalu sama dengan jumlah fungsi pembatas
• Solusi atau nilai kanan = nilai sumber daya pembatas yg masih
tersedia.pada solusi awal, nilai kanan sama dengan jumlah
sumber daya pembatas awal yg ada, karena aktivitas belum
dilaksanakan.
• Variabel slack= variabel yg ditambahkan ke model matematik kendala utk
mengkonversikan pertidaksamaan ≤ menjadi persamaan (=).Pada solusi
awal, variabel slack akan berfungsi sebagai variabel basis
• Variabel surplus = variabel yg dikurangkan dari model matematik kendala utk
mengkonversikan pertidaksamaan ≥ menjadi persamaan (=). Pada solusi awal
variabel surplus tidak dapat berfungsi sebagai variabel basis
• Variabel buatan = variabel yg ditambahkan ke model matematik kendala
dengan bentuk ≥ atau = untuk difungsikan sebagai variabel basis awal.
Variabel ini HARUS bernilai 0 pada solusi optimal, karena kenyataannya
variabel ini tidak ada
• Kolom pivot = kolom yg memuat variabel masuk. Koefisien pada kolom ini
akan menjadi pembagi nilai kanan untuk menentukan baris pivot (baris kerja)
• Baris pivot = salah satu baris dari antara variabel basis yg memuat variabel
keluar
• Elemen pivot = elemen yg terletak pada perpotongan kolom dan baris pivot.
Elemen ini menjadi dasar perhitungan utk tabel simpleks iterasi berikutnya
• Variabel masuk (Entering Variable)= variabel yg terpilih untuk
menjadi variabel basis pada iterasi berikutnya.Variabel masuk
dipilih satu dari antara variabel non basis pada setiap iterasi.
Variabel ini pada iterasi berikutnya akan bernilai positif
• Variabel keluar (Leaving Variable) = variabel yg keluar dari
variabel basis pada iterasi berikutnya dan digantikan oleh
variabel masuk. Variabel keluar dipilih satu dari antara variabel
basis pada setiap iterasi. Variabel ini pada iterasi berikutntya
akan bernilai 0
Contoh Metode 1
Langkah 2: Menentukan BFS, BV, NBV

Tableau 0 -z x1 x2 s1 s2 rhs BV
Baris 0 1 2 -3 0 0 0 -z=0
Baris 1 0 1 1 1 0 4 s1=4
Baris 2 0 1 -1 0 1 6 s2=-6

BV   s1 , s2  NBV   x1 , x2 
BFS : x1  x2  0, s1  4, s2  6, z  0

Langkah 3: BFS belum optimal

Masih ada koefisien baris 0 yang negatif: x2

Menambah nilai x2 (menjadikan BV) akan menaikkan nilai z
Lakukan ratio test untuk menentukan peubah yang digantikan oleh x2
 Contoh Metode 1
Kolom Pivot
Tableau 0 -z x1 x2 s1 s2 rhs BV Ratio test
Baris 0 1 2 -3 0 0 0 -z=0
Baris
Baris 1 0 1 1 1 0 4 s1=4 4
Baris 2 0 1 -1 0 1 6 s2=6 tidak ada
pivot

Pilih Entering Variable: pemenang ratio test

Peubah NBV yang meningkatkan Z paling besar: x2, untuk
menggantikan salah satu peubah di BV: s1
BV   x2 , s2  NBV   x1 , s1
Langkah 4: Lakukan ERO untuk memperoleh bentuk kanonik yang baru
Contoh Metode 1 (ERO)
Tableau 0 -z x1 x2 s1 s2 rhs BV Ratio test
Baris 0 1 2 -3 0 0 0 -z=0
Baris 1 0 1 1 1 0 4 s1=4 4
Baris 2 0 1 -1 0 1 6 s2=6 tidak ada

Dengan ERO ingin diperoleh Tableau 1: baris 1 Baris1(0)

didahulukan (pivot row) Baris1(1) 
1

Tableau 1 -z x1 x2 s1 s2 rhs

Baris 1 0 1 1 1 0 4
Contoh Metode 1 (ERO)
Tableau 0 -z x1 x2 s1 s2 rhs BV Ratio test
Baris 0 1 2 -3 0 0 0 -z=0
Baris 1 0 1 1 1 0 4 s1=4 4
Baris 2 0 1 -1 0 1 6 s2=6 tidak ada

ERO untuk baris 0 dengan memanfaatkan baris 1 (pivot row)

Baris 0(1)  Baris 0(0)  ( 3) * Baris1(1)

Tableau 1 -z x1 x2 s1 s2 rhs
Baris 0 1 5 0 3 0 12
Baris 1 0 1 1 1 0 4
Contoh Metode 1 (ERO)
Tableau 0 -z x1 x2 s1 s2 rhs BV Ratio test
Baris 0 1 2 -3 0 0 0 -z=0
Baris 1 0 1 1 1 0 4 s1=4 4
Baris 2 0 1 -1 0 1 6 s2=6 tidak ada

ERO untuk baris 2 dengan memanfaatkan baris 1 (pivot row)

Baris 2(1)  Baris 2(0)  ( 1) * Baris1(1)

Tableau 1 -z x1 x2 s1 s2 rhs BV
Baris 0 1 5 0 3 0 12 -z=12
Baris 1 0 1 1 1 0 4 x2=4
Baris 2 0 2 0 1 1 10 s2=10

BV   x2 , s2  NBV   s1 , x1
BFS : x1  0, x2  4, s1  0, s2  10, z  12
Contoh Metode 1, Tableau 1
Tableau 1 -z x1 x2 s1 s2 rhs BV
Baris 0 1 5 0 3 0 12 -z=12
Baris 1 0 1 1 1 0 4 x2=4
Baris 2 0 2 0 1 1 10 s2=10

Apakah BFS optimal?

Tidak ada lagi koefisien <0 di baris nol.

Tidak mungkin lagi meningkatkan nilai z. BFS
sudah optimal.
Dengan nilai peubah x1=0 dan x2=4, diperoleh nilai z
minimum sebesar -12
Contoh Metode 2
min z  2 x1  3x2
s.t. x1  x2  4
x1  x2  6
x1 , x2  0

Langkah 1: Bentuk min z  2 x1  3x2

standar dan Tableau s.t. x1  x2  s1 4
0 x1  x2  s2  6
x1 , x2 , s1 , s2  0

Tableau 0 Z x1 x2 s1 s2 rhs
Baris 0 (z) 1 -2 3 0 0 0
Baris 1 (s1) 0 1 1 1 0 4
Baris 2 (s2) 0 1 -1 0 1 6
• Min Z = 2x1 -3x2
Subject to :
• x1 + x2 ≤ 4
• x1 – x2 ≤ 6
• X1, x2 ≥ 0
• Min Z = 2x1 -3x2 + 0s1 + 0s2  Z-2x1 + 3x2 -0s1 – 0s2 = 0
Subject to :
• x1 + x2 ≤ 4  x1 + x2 + s1 +0s2 = 4
• x1 – x2 ≤ 6  x1 – x2 + 0s1 + s2 = 6
• X1, x2 ,s1,s2 ≥ 0
• Min Z = 2x1 -3x2 + 0s1 + 0s2 + 0s3
Subject to :
• x1 + x2 ≤ 4  x1 + x2 + s1 =4
• x1 – x2 ≤ 6  x1 – x2 + s2 = 6
• 2x1 -5x2 ≤ 9 2x1 – 5x2 +s3 = 9
• X1, x2 ,s1,s2,s3 ≥ 0
Contoh Metode 2
Langkah 2: Menentukan BFS, BV, NBV

Tableau 0 Z x1 x2 s1 s2 rhs BV
Baris 0 1 -2 3 0 0 0 z=0
Baris 1 0 1 1 1 0 4 s1=4
Baris 2 0 1 -1 0 1 6 s2=6

BV   s1 , s2  NBV   x1 , x2 
BFS : x1  x2  0, s1  4, s2  6, z  0
Langkah 3: BFS belum optimal. Syarat optimal jika semua koef baris
nol <=0
Masih ada koefisien baris 0 yang positif: x2
Menambah nilai x2 (menjadikan BV) akan menurunkan nilai z
Lakukan ratio test untuk menentukan peubah yang digantikan oleh x2
 Contoh Metode 2
Kolom Pivot
Tableau 0 z x1 x2 s1 s2 rhs BV Ratio test
Baris 0 1 -2 3 0 0 0 z=0
Baris
Baris 1 0 1 1 1 0 4 s1=4 4
Baris 2 0 1 -1 0 1 6 s2=6 tidak ada
pivot

Pilih Entering Variable: pemenang ratio test

Peubah NBV yang menurunkan Z paling besar: x2, untuk menggantikan
salah satu peubah di BV: s1
BV   x2 , s2  NBV   x1 , s1
Langkah 4: Lakukan ERO untuk memperoleh bentuk kanonik yang baru
Contoh Metode 2 (ERO)
Tableau 0 z x1 x2 s1 s2 rhs BV Ratio test
Baris 0 1 -2 3 0 0 0 z=0
Baris 1 0 1 1 1 0 4 s1=4 4
Baris 2 0 1 -1 0 1 6 s2=6 tidak ada

Dengan ERO ingin diperoleh Tableau 1: baris 1 Baris1(0)

didahulukan (pivot row) Baris1(1) 
1

Tableau 1 z x1 x2 s1 s2 rhs

Baris 1 0 1 1 1 0 4
Contoh Metode 2 (ERO)
Tableau 0 z x1 x2 s1 s2 rhs BV Ratio test
Baris 0 1 -2 3 0 0 0 z=0
Baris 1 0 1 1 1 0 4 s1=4 4
Baris 2 0 1 -1 0 1 6 s2=6 tidak ada

ERO untuk baris 0 dengan memanfaatkan baris 1 (pivot row)

Baris 0(1)  Baris 0(0)  3 * Baris1(1)

Tableau 1 -z x1 x2 s1 s2 rhs
Baris 0 1 -5 0 -3 0 -12
Baris 1 0 1 1 1 0 4
Contoh Metode 2 (ERO)
Tableau 0 z x1 x2 s1 s2 rhs BV Ratio test
Baris 0 1 -2 3 0 0 0 z=0
Baris 1 0 1 1 1 0 4 s1=4 4
Baris 2 0 1 -1 0 1 6 s2=6 tidak ada

ERO untuk baris 2 dengan memanfaatkan baris 1 (pivot row)

Baris 2(1)  Baris 2(0)  ( 1) * Baris1(1)

Tableau 1 z x1 x2 s1 s2 rhs BV
Baris 0 1 -5 0 -3 0 -12 z=-12
Baris 1 0 1 1 1 0 4 x2=4
Baris 2 0 2 0 1 1 10 s2=10

BV   x2 , s2  NBV   s1 , x1
BFS : x1  0, x2  4, s1  0, s2  10, z  12
Contoh Metode 2, Tableau 1
Tableau 1 z x1 x2 s1 s2 rhs BV
Baris 0 1 -5 0 -3 0 -12 z=-12
Baris 1 0 1 1 1 0 4 x2=4
Baris 2 0 2 0 1 1 10 s2=10

Apakah BFS optimal?

Tidak ada lagi koef >0 di baris nol.

Tidak mungkin lagi menurunkan nilai z. BFS
sudah optimal.
Dengan nilai peubah x1=0 dan x2=4, diperoleh nilai z
minimum sebesar -12
Formulasi awal
• Model matematis
• Max Z = 8x1 + 9x2 + 4x3
• Subject to : x1 + x2 + 2x3 ≤ 2
• 2x1 + 3x2 + 4x3 ≤ 3
• 7x1 + 6x2 + 2x3 ≤ 8
• X1, x2,x3 ≥ 0

• Bentuk standar simplek

• Z -8x1 -9x2 - 4x3-0s1-0s2-0s3 = 0
• x1 + x2 + 2x3 + s1 + 0s2 + 0s3 = 2
• 2x1 + 3x2 + 4x3 + 0s1 +s2 + 0s3 = 3
• 7x1 + 6x2 + 2x3 + 0s1 + 0s2 + s3= 8
• X1, x2,x3 ,s1,s2,s3 ≥ 0
Bentuk baku simpleks
Bentuk model matematis :
• Max Z = 8x1 + 9x2 + 4x3
• Subject to : x1 + x2 + 2x3 ≤ 2
• 2x1 + 3x2 + 4x3 ≤ 3
• 7x1 + 6x2 + 2x3 ≤ 8
• X1, x2,x3 ≥ 0
Berubah menjadi bentuk baku/bentuk standar :
Z -8x1 - 9x2 - 4x3 – 0s1 – 0s2- 0s3 = 0
x1 + x2 + 2x3 + s1 + 0s2 + 0s3 = 2
2x1 + 3x2 + 4x3 + 0s1 + s2 + 0s3 = 3
7x1 + 6x2 + 2x3 + 0s1 + 0s2 +s3 = 8
X1, x2,x3, s1,s2,s3 ≥ 0
• Max Z = 8x1 + 9x2 + 4x3
• Subject to : x1 + x2 + 2x3 ≤ 2
• 2x1 + 3x2 + 4x3 ≤ 3
• 7x1 + 6x2 + 2x3 ≤ 8
• X1, x2,x3 ≥ 0
• Bentuk baku simpleks
• Z – 8x1 – 9x2 – 4x3 – 0s1-0s2-0s3 = 0
• x1 + x2 + 2x3 + s1 + 0s2 + 0s3 = 2
• 2x1 + 3x2 + 4x3 + 0 s1 + s2 + 0s3 = 3
• 7x1 + 6x2 + 2x3 + 0s1 + 0s2 + s3 = 8
• X1, x2,x3,s1,s2,s3 ≥ 0
Latihan soal
Ubahlah formulasi dibawah ini menjadi bentuk baku simpleks :
1. Max Z = 2x1 + 3x2
subject to : 10x1 + 5x2 ≤ 600
6x1 + 20x2 ≤ 600
8x1 + 15x2 ≤ 600
x1, x2 ≥ 0

2. Max Z = x1 + 9x2 + x3
Subject to : x1 + 2x2 + 3x3 ≤ 9
3x1 + 2x2 + 2x3 ≤ 15
x1, x2, x3 ≥ 0
Contoh 1
1. Max Z = 2x1 + 3x2
subject to : 10x1 + 5x2 ≤ 600
6x1 + 20x2 ≤ 600
8x1 + 15x2 ≤ 600
x1, x2 ≥ 0
Bentuk baku simpleks :
Z- 2x1 – 3x2 – 0s1- 0s2 – 0s3 = 0
10x1 + 5x2 + s1 + 0s2 + 0s3 = 600
6x1 + 20x2 + 0s1 + s2 + 0s3 = 600
8x1 + 15x2 + 0s1 + 0s2 + s3 = 600
x1, x2, s1,s2,s3 ≥ 0
Contoh 2
Max Z = x1 + 9x2 + x3
Subject to : x1 + 2x2 + 3x3 ≤ 9
3x1 + 2x2 + 2x3 ≤ 15
x1, x2, x3 ≥ 0

Bentuk baku simpleks

Z -x1 -9x2 - x3 – 0s1 – 0s2 = 0
x1 + 2x2 + 3x3 + s1 + 0s2 = 9
3x1 + 2x2 + 2x3 + 0s1 + s2 = 15
x1, x2, x3 ,s1,s2 ≥ 0
• Bentuk baku metode simpleks
• Max Z = 8x1 + 9x2 + 4x3 + 0s1 + 0s2 +0s3
•  Z -8x1 – 9x2 – 4x3- 0s1 - 0s2 -0s3 = 0 (Metode 2)
• Subject to : x1 + x2 + 2x3 + s1 + 0s2 + 0s3 = 2
• 2x1 + 3x2 + 4x3 +0s1 + s2 + 0s3 = 3
• 7x1 + 6x2 + 2x3 + 0s1 + 0s2 + s3 = 8
• X1, x2,x3, s1,s2,s3 ≥ 0
• Tabel awal simpleks
VB x1 x2 x3 s1 s2 s3 NK Rasio
Z -8 -9 -4 0 0 0 0
S1 1 1 2 1 0 0 2
S2 2 3 4 0 1 0 3
S3 7 6 2 0 0 1 8
Tabel Simpleks
VB x1 x2 x3 s1 s2 s3 NK
iterasi 0 Z -8 -9 -4 0 0 0 0
s1 1 1 2 1 0 0 2
baris pivot s2 2 3 4 0 1 0 3
s3 7 6 2 0 0 1 8
Z -2 0 8 0 3 0 9
s1 0,333333 0 0,666667 1 -0,33333 0 1
iterasi 1 x2 0,666667 1 1,333333 0 0,333333 0 1
s3 3 0 -6 0 -2 1 2
Z 0 0 4 0 1 2/3 2/3 10 1/3
s1 0 0 1 1/3 1 - 1/9 - 1/9 7/9
iterasi 2 x2 0 1 2 2/3 0 7/9 - 2/9 5/9
x1 1 0 -2 0 - 2/3 1/3 2/3
 Tabel optimal

Z 0 0 4 0 1 2/3 2/3 10 1/3

s1 0 0 1 1/3 1 - 1/9 - 1/9 7/9
x2 0 1 2 2/3 0 7/9 - 2/9 5/9
x1 1 0 -2 0 - 2/3 1/3 2/3
• Hasil Z = 31/3 = 10,333
• S1 = 7/9
• X2 = 5/9
• X1 = 2/3
Artinya : untuk mendapatkan keuntungan maksimum sebesar $31/3 maka perusahaan
sebaiknya memproduksi produk 1 sebesar 2/3 unit dan produk 2 sebesar 5/9 unit.
Status sumber daya : S1 = 7/9 sumber daya berlebih (abundant)
S2 = S3 = 0 sumber daya habis terpakai (scarce)
Shadow price (harga bayangan) = dilihat dari koef variabel slack/surplus pada baris
fungsi tujuan
-koef s1 pada z tabel optimal = 0 sehingga harga bayangan sumber daya pertama
adalah 0
-koef s2 pada z tabel optimal = 5/3 sehingga harga bayangan sumber daya kedua
adalah 5/3
- koef s3 pada z tabel optimal = 2/3 sehingga harga bayangan sumber daya ketiga
adalah 2/3
• Max Z = 2x1 + 3x2
• Subject to 10 x1 + 5x2 ≤ 600
• 6x1 + 20x2 ≤ 600
• 8x1 + 15x2 ≤ 600
• x1, x2 ≥ 0
• Max Z = 2x1 + 3x2
• Subject to 10 x1 + 5x2 ≤ 600
• 6x1 + 20x2 ≤ 600
• 8x1 + 15x2 ≤ 600
• x1, x2 ≥ 0

Bentuk Baku simpleks

Max Z = 2x1 + 3x2 + 0s1 + 0s2 + 0s3
 Z – 2x1 – 3x2 -0s1 – 0s2 – 0s3 =0
10x1 + 5x2 + s1 + 0s2 + 0s3 = 600
6x1 + 20x2 + 0s1 + s2 + 0s3 = 600
8x1 + 15x2 + 0s1 + 0s2+s3 = 600
X1,x2,x3,s1,s2,s3 ≥ 0
Langkah penyelesaian simpleks
• Periksa apakah tabel layak atau tidak, dilihat dari solusi (nilai
kanan). Jika solusi ada yg bernilai negatif, maka tabel tidak
layak. Tabel yg tidak layak tidak dapat diteruskan untuk
dioptimalkan
• Tentukan kolom pivot, dilihat dari koefisien fungsi tujuan (nilai
di sebelah kanan baris Z) dan tergantung dari bentuk tujuan.
Jika tujuan berupa maksimasi, maka kolom pivot adalah kolom
dengan koefisien negatif terbesar. Jika tujuan minimasi, maka
kolom pivot adalah kolom dengan koefisien positif terkecil.
• Jika kolom pivot ditandai dan ditarik keatas, maka kita
mendapatkan variabel keluar. Jika nilai negatif terbesar (untuk
tujuan maksimasi) atau positif terbesar (untuk tujuan
minimasi) lebih dari satu, pilih salah satu secara sembarang.
• Tentukan baris pivot, yang ditentukan setelah membagi nilai solusi dengan nilai
kolom pivot yang bersesuaian (nilai yang terletak dalam satu baris). Dalam hal
ini, nilai negatif dan 0 pada kolom pivot tidak diperhatikan, artinya tidak ikut
menjadi pembagi. Baris pivot adalah baris dengan rasio pembagian terkecil.
Perhatikan, rasio pembagian tidak mungkin bernilai negatif, karena nilai kanan
tidak negatif demikian juga dengan nilai kolom pivot. Jika baris pivot ditandai
dan ditarik ke kiri, maka kita akan mendapatkan variabel keluar. Jika rasio
pembagian terkecil lebih dari satu, pilih salah satu secara sembarang.
• Tentukan elemen pivot. Elemen pivot merupakan nilai yang terletak pada
perpotongan kolom dan baris pivot.
• Bentuk tabel simpleks baru. Tabel simpleks baru dibentuk dengan pertama
sekali menghitung nilai baris pivot baru. Baris pivot baru adalah baris pivot
lama dibagi dengan elemen pivot. Baris baru lainnya merupakan pengurangan
nilai kolom pivot baris yang bersangkutan dikali baris pivot baru dalam satu
kolom terhadap baris lamanya yg terletak dalam satu kolom juga.
• Periksalah apakah tabel sudah optimal. Keoptimalan tabel dilihat dari koefisien
fungsi tujuan (nilai pada baris Z) dan tergantung dari bentuk tujuan. Untuk
tujuan maksimasi, tabel sudah optimal jika semua nilai pada baris Z sudah
positif atau 0. Pada tujuan minimasi, tabel sudah optimal jika semua nilai pada
baris Z sudah negatif atau 0. Jika belum, kembali ke langkah no.2
UTS PO-1
• Sabtu , 28 Oktober 2017 jam 10.00 WIB
• Open sheet 1 lembar A4 maksimal bolak balik ; 80 menit
• Bawa kalkulator, penggaris
• Soal 4 nomer :
• Formulasi model dari soal cerita ke model matematis (max 25)
• Menentukan solusi optimal dengan diagram grafis dari soal
cerita (max 25)
• Kasus khusus program linier (unbounded, no feasible solution,
multiple solution, redundant ) max 15
• Menyelesaikan kasus simplek dari model matematis (max 35)