Matematika 3

BAB 11
“Penyelesaian PL Menggunakan Metode Eliminasi
Gauss Jordan “

 Metode Eliminasi Gauss Jordan

 Mengubah Persoalan Minimum Menjadi Maksimal
 Penggunaan Variabel Buatan “Big M”
 Persoalan Rangkap (Dual Problem)
11. 1 Metode Eliminasi Gauss Jordan

Beberapa tahapan dalam eliminasi Gauss Jordan untuk menyelesaikan pemrograman linear (PL) yaitu :
a. Transformasi pemrograman linear ke dalam bentuk standarnya.
b. Masukan koefisien pembatasan dan fungsi tujuan dimasuknanya ke dalam matriks ekstensi
( koefisien fungsi tujuan dimasukan ke dalam matriks pada baris terakhir).
c. Lakukan eliminasi Guass Jordan pada matriks tersebut.
d. Eliminasi Gauss Jordan dihentikan/selesai jika :
1. Semua elemen vektor baris paa baris terakhir matriks ekstensi ≥ 0, untuk persoalan
maksimum atau,
2. Semua elemen vektor baris paa baris terakhir matriks ekstensi ≤ 0, untuk persoalan
minimum.
e. Penyelesaian persoalan PL terdapat pada kolom terakhir pada matriks esktensi hasil eliminasi
Gauss Jordan.
11.
 1.1
  Transformasi Persoalan Pemrograman Maksimum Standar ke dalam Bentuk Matriks
Ekstensi

1. Persoalan Pemrograman Linear Standar :

a. Variabel keputusan : ,,... ,...,, , ,..., ,...,
b. Fungsi tujuan :
Z = , + + ... + + ... + + 0 + 0 + ... + 0 + ... + 0
Jika sisi kiri pada fungsi tujuan tersebut dipindahkan ke sis kanan maka diperoleh persamaan
implisit berikut.
- - - ... - + ... - + 0 + 0 + ... + 0 + ... + 0 - Z = 0
c. Pembatasan : + + ... + + ... + - =
+ + ... + + ... + - =
.........................................................................
+ + ... + + ... + - =
.........................................................................
   + + ... + + ... + - =

Di mana : n = jumlah variabel keputusan

m = jumlah pembatasan pada persoalan pemrograman

2. Transformasi persoalan pemrograman linear ke bentuk matrik ekstensi.

Pesoalan pemrograman linar standar tersebut dapat di transformasi ke dalam bentuk matriks
enstensi di mana baris ke 1 hingga m merupakan pembatasan dan baris terakhir (m+1) adalah fungsi
tujuan dalam betnuk implisit.
11.
 1.2
  Transformasi Persoalan Pemrograman Minimum Standar ke dalam Bentuk Matriks
Ekstensi

1. Persoalan Pemrograman Linear Standar :

a. Variabel keputusan : ,,... ,...,, , ,..., ,...,
b. Fungsi tujuan :
Z = , + + ... + + ... + + 0 + 0 + ... + 0 + ... + 0
Jika sisi kiri pada fungsi tujuan tersebut dipindahkan ke sis kanan maka diperoleh persamaan
implisit berikut.
, + + ... + + ... + + 0 + 0 + ... + 0 + ... + 0 - Z = 0
c. Pembatasan : + + ... + + ... + - =
+ + ... + + ... + - =
.........................................................................
+ + ... + + ... + - =
.........................................................................
   + + ... + + ... + - =

Di mana : n = jumlah variabel keputusan

m = jumlah pembatasan pada persoalan pemrograman

2. Transformasi Persoalan pemrograman Linear ke Bentuk Matriks Ekstensi

Pesoalan pemrograman linar standar tersebut dapat di transformasi ke dalam bentuk matriks
enstensi di mana baris ke i hingga m merupakan pembatasan dan baris terakhir (m+1) adalah fungsi
tujuan dalam betnuk implisit.
Contoh
  :
1. Tentukan solusi dan persoalan pemrograman linear berikut.
Cari : dan
S.r.s : Z = 3 + 2 ( Maksimum)
D.p.: 2 + ≤ 5
+ ≤3
≥0
Solusi :
Transformasi persoalna tersebut ke bentuk standar :
Cari : , dan
S.r.s : Z = 3 + 2 ( Maksimum)
-3 - 2 + 0 + 0 + Z = 0 : Maksimum
D.P : 2 + + = 5
+ + =3
;≥0
   Z H
=>

Jadi solusi optimumnya adalah Z=8 pada =2=1

 11. 2 Mengubah Persoalan Minimum Menjadi Maksimum
  Persoalan pemrograman linear (PL) minimum dapat diubah menjadi persoalan pemrograman linear maksimum dengan jalan
mengubah tanda dari koefisien fungsi tujuanya.
Contoh :
1. Transformasi persoalan pemrograman linear minimum berikut menjadi persoalan pemrograman linaer maksimum,
Cari : dan
S.r.s : Z = 3 + 2 ( Maksimum)
D.p.: 2 + ≤ 5
+ ≤3
≥0
Solusi :
Transformasi persoalna tersebut ke bentuk standar :
Cari : , dan
S.r.s : Z x (-1) = -5 -32 (Maksimum)
Z = -5 -32 (Maksimum)
D.P : 2 + ≤ 3
+ ≤2
≥0
 11. 3 Mengubah Persoalan Minimum Menjadi Maksimum

Pembatasan
  pada koefisien yang tidk ada submatriks identitas (pecahan awal tidak faesible) terjadi
pada persoalan pemrograman yang mempunyai variabel surplus (-s) atau atau campuran variabel slack
(s) dan suplus (-s) yaitu :
1. Tanda ketidaksamaan pembatan “≥”
2. Tanda ketidaksamaan pemabatasan campuran “≥” dan “≤”
3. Tanda ketidaksamaan pembatasan campuran “≥” dan “=“

11.3.1 Persoalan Pemrograman Linear maksimum

a. Variabel keputusan :
, , ... , ..., , ,..., ,..., ,, ,... ,...,
b. Fungsi tujuan :
Z = ++... +...+++0+0 + ...0-M--...--...-M
Jika  sisi kanan pada fungsi tujuan tersebut dipindahkan ke sisi kiri maka diperoleh persamaan implisit
berikut.
Z = ... -...-++0+0 + ...0+M...+...+M +=0
c. Pembatasan
+ + ... + + ... + - =
+ + ... + + ... + - =
.........................................................................
+ + ... + + ... + - =
.........................................................................
+ + ... + + ... + - =
Di mana : n = jumlah variabel keputusan
m = jumlah pembatasan pada persoalan pemrograman
11.3.2
  Persoalan Pemrograman Linear Minimum
a. Variabel keputusan :
, , ... , ..., , ,..., ,..., ,, ,... ,...,
b. Fungsi tujuan :
Z = ++... +...+++0+0 + ...0M+…++...+M
Jika sisi kanan pada fungsi tujuan tersebut dipindahkan ke sisi kiri maka diperoleh persamaan implisit berikut.
... ...+++0+0 + ...0+M...+...+M =0
c. Pembatasan
+ + ... + + ... + - =
+ + ... + + ... + - =
.........................................................................
+ + ... + + ... + - =
.........................................................................
+ + ... + + ... + - =
Di mana : n = jumlah variabel keputusan
m = jumlah pembatasan pada persoalan pemrograman
11. 4 Persoalan Rangkap ( Dual Problem)

Jika
   persoalan utama (Primal Problem) dari pemrograman linear adalah persoalan maksumum, maka
persoalan rangkapnya (Dual Problem) merupakan persoalan minimum demikian juga sebaliknya.
Notasi pada persoalan utama (Primal Problem):
1.Fungsi tujuan →Z
2.Variabel keputusan → , ,...,
Notasi pada persoalan rangkap (Dual Problem):
1.Fungsi Tujuan →W
2.Variabel keputusan → , ,...,

11.4.1 Formulasi Matriks Persoalan Utama untuk Maksimum

Bentuk matriks dari persoalan utama pemroframan liniar maksimum adalah sebagai berikut :
1.Fungsi tujuan →Z=CX : Maksimum
2.Pembatasannya →AX ≤ H
≥0
Maka
  formulasi matriks persoalan rangkap (Dual Problem) dari persoalan utama tersebut adalah
sebagai berikut.
1.Fungsi tujuan →W=HY : Minimum
2.Pembatasannya → Y≥ C
≤0
Dimana,
C = , X = , H= , Y= ,
11.4.2
  Formulasi Matriks Persoalan Utama untuk Minimum
Bentuk matriks dari persoalan utama pemroframan liniar maksimum adalah sebagai berikut :
1.Fungsi tujuan → Z = CX : inimum
2.Pembatasannya →AX ≥ H
≥0
Maka formulasi matriks persoalan rangkap (Dual Problem) dari persoalan utama tersebut adalah
sebagai berikut.
1.Fungsi tujuan →W=HY : Maksimum
2.Pembatasannya → Y ≤ C
≥0
Dimana,
C = , X = , H= , Y= ,
11.4.3
  Formulasi Matematika Persoalan Rangkap untuk Maksimum
a. Persoalan Utama (Primal Problem)
Cari : , ,..., dan
S.r.s : Z = + +...+ (Maksimum)
D.p.: + +...+ ≤
+ +...+ ≤
... ... ... ... ....
+ +...+ ≤
≥ 0 ; ( j = 1,2,...,n )
b. Persoalan Rangkap (Dual Problem)
Cari : , ,..., dan
S.r.s : W = + +...+ (Minimum)
D.p.: + +...+ ≤
+ +...+ ≤
... ... ... ... ....
+ +...+ ≤
≥ 0 ; ( i = 1,2,...,m )
11.4.4
  Formulasi Matematika Persoalan Rangkap untuk Minimum
a. Persoalan Utama (Primal Problem)
Cari : , ,..., dan
S.r.s : Z = + +...+ (Minimum)
D.p.: + +...+ ≤
+ +...+ ≤
... ... ... ... ....
+ +...+ ≤
≥ 0 ; ( j = 1,2,...,n )
b. Persoalan Rangkap (Dual Problem)
Cari : , ,..., dan
S.r.s : W = + +...+ (Maksimum)
D.p.: + +...+ ≤
+ +...+ ≤
... ... ... ... ....
+ +...+ ≤
≥ 0 ; ( i = 1,2,...,m )
Contoh :
1. Formulasikan persoalan utama (Primal Problem) dan persoalan rangkap (Dual Problem) dari
pemrograman linear pada pembuatan mabel berikut.Sebuah perusahaan mabel membuat lemari,
meja, dan kursi.Setiap pembuatan produk mebel tersebut diperlukan bahan/pekerjaan yaitu kayu,
finishing, dan pengecatan.Informasi dalam pembuatan mebel tersebut sebagai berikut.

Tabel 30.Alokasi bahan dan waktu dalam pembuatan mebel

Bahan/Pekerjaan Lemari Meja Kursi Ketersediaan

Waktu
Kayu 4 6 1 48
Finishing 4 jam 2 jam 1.5 jam 20 jam
Pengecatan 2 jam 1.5 jam 0.5 jam 8 jam
Harga
Harga Jual
Jual Rp.600
Rp.600 Rp.300
Rp.300 Rp.200
Rp.200
(Ribuan)
(Ribuan)
Solusi
  :
Persoalan Primal

Cari : , ,
S.r.s : Z = 600 + 300+...+ 200 : Maksimum
D.p.: + + ≤ 48 (Pembatasan Kayu)
+ + ≤ 20 (Pembatasan Finishing)
+ + ≤ 8 (Pembatasan Pengecatan)
,, ≥0
Persoalan Dual :

Cari : , , dan
S.r.s : W = + +...+ : Minimum
D.p.: 8 + 4+2 ≤ 600 (Pembatasan Lemari)
6 + +1.5 ≤ 300 (Pembatasan meja)
+ 1.5+0.5 ≤ Pembatasan Kursi)
,,≥0
TERIMAKASIH 