Metode Simpleks dengan

Big M dan Dua Fase

Mata Kuliah: Program Linear

Oleh:
Iffa Abdillah Kinasih (19190033)
Tri Setianingsih (19190020)
 Sebelum menuju ke metode Big M, ingat bahwa fungsi kendala dapat
dibentuk melalui pertidaksamaan (≤), (≥) dan persamaan (=).
Pertidaksamaan (≥) pada fungsi kendala memiliki surplus variabel dan
tanpa slack variabel. Karena surplus variabel tidak dapat dijadikan variabel
basis awal, maka diperlukan variabel baru yaitu variabel artificial (buatan).
1. Jika semua fungsi kendala menggunakan pertidaksamaan menggunakan (≤)
maka variabel basis awal semuanya adalah slack variabel. (Metode simpleks)
Metode Simpleks 2. Jika pada fungsi kendala menggunakan pertidaksamaan (≤) dan atau (≥)
Big M maka variabel basis awal yang digunakan adalah variabel slack dan variabel
buatan. (Metode Big M dan 2 Fase, Dual Simpleks)
3. Jika pada fungsi kendala ada yang menggunakan persamaan (=) maka
variabel basis awal yang digunakan adalah variabel buatan. (Metode Big.M
dan 2 Phase)
Pengertian Metode Simpleks Big M

Pada metode Big.M, jika fungsi kendala berbentuk (≥) maka perlu adanya
perubahan dari bentuk umum tersebut menjadi bentuk baku. Dalam
perubahan tersebut perlu ditambahkan variabel surplus, variabel ini tidak
dapat dijadikan sebagai basis awal dikarenakan memiliki nilai negatif.
Sehingga perlu ditambahkan variabel buatan sebagai variabel basis awal.
Variabel buatan ini pada solusi optimal harus benilai 0, karena variabel ini
memang tidak ada.
Pengertian Metode Simpleks Big M

Agar variabel buatan pada solusi optimal dapat bernilai 0, ada beberapa
teknik yang bisa digunakan:
1. Penambahan variabel buatan pada fungsi kendala yang tidak memiliki
variabel slack, maka pada fungsi tujuan juga harus ditambahkan variabel
buatan
2. Pada fungsi tujuan maksimisasi, maka koefisien variabel buatan adalah +M,
dan pada fungsi tujuan minimisasi, maka koefisien variabel buatan adalah -M.
3. Karena koefisien variabel basis pada tabel simpleks harus bernilai 0, maka
variabel buatan pada fungsi tujuan harus digantikan dengan nilai dari fungsi
kendala yang memuat variabel buatan tersebut.
Contoh Kasus Maksimisasi Metode Simpleks
dengan Big-M

Bentuk Umum:
Fungsi Tujuan : Maks z = 3x1 + 5x2
Fungsi Kendala :
x1 ≤ 4
2x2 ≤ 12
3x1 + 2x2 = 18
x1 + x2 ≥0
 Contoh Kasus Maksimisasi Metode Simpleks
dengan Big-M

Bentuk Baku: Nilai A1 digantikan dari fungsi kendala pertama.

Fungsi Tujuan : z = 3x1 + 5x2 - MA1 = 0 A1 = 18 - 3x1 - 2x2
Fungsi Kendala : MA1 = M(18 - 3x1 - 2x2) = 18M - 3Mx1 - 2Mx2
x1 + S1 =4 Fungsi tujuan berubah menjadi :
2x2 + S2 = 12 Maks z = 3x1 + 5x2 - MA1
3x1 + 2x2 + A1 = 18 = 3x1 + 5x2 - (18M - 3Mx1 - 2Mx2)
x1, x2, S1, S2, A1 ≥0 = 3x1 + 5x2 - 18M + 3Mx1 + 2Mx2
= (3 + 3M)x1 + (5 + 2M)x2 - 18M
Maka diperoleh :
z - (3 + 3M)x1 - (5 + 2M)x2 = - 18M
 Tabel Simpleks Big-M

Iterasi-0
 Tabel Simpleks Big-M

Iterasi-1
 Tabel Simpleks Big-M

Iterasi-2
 Tabel Simpleks Big-M

Iterasi-3

Diperoleh solusi
optimal:
x1 = 2
x2 = 6
z = 36
Contoh Kasus Minimasi Metode Simpleks
dengan Big-M

Bentuk Umum:
Fungsi Tujuan : Min z = 3x1 + 5x2
Fungsi Kendala :
x1 ≤4
2x2 = 12
3x1 + 2x2 ≥ 18
x1 + x2 ≥ 0
 Contoh Kasus Minimasi Metode Simpleks
dengan Big-M

Bentuk Baku: Nilai A1 digantikan dari fungsi kendala pertama.

Fungsi Tujuan : z = 3x1 + 5x2 - S1 + S2 + MA1 + A1 = 12 - 2x2
MA2 = 0 MA1 = M(12 - 2x2) = 12M - 2Mx2
Fungsi Kendala : Nilai A2 digantikan dari fungsi kendala ketiga
x1 + S1 =4 A2 = 18 - 2x1 - 2x2 + S2
2x2 + A1 = 12 MA2 = M(18 - 3x1 - 2x2 + S2) = M18 - 3Mx1 -
3x1 + 2x2 - S2 + A2 = 18 2Mx2 + MS2
x1, x2, S1, S2, A1, A2 ≥0 Fungsi tujuan berubah menjadi :
Min z = 3x1 + 5x2 + MA1 + MA2
= 3x1 + 5x2 + 12M - 2Mx2 + M18 - 3Mx1 -
2Mx2 + MS2
= (3 – 3M)x1 + (5 – 4M)x2 + MS2 + 30M
Maka diperoleh :
z - (3 – 3M)x1 - (5 – 4M)x2 - MS2 = 30M
 Tabel Simpleks Big-M

Iterasi-0
 Tabel Simpleks Big-M

Iterasi-1
 Tabel Simpleks Big-M

Iterasi-2

Solusi Optimal :
x1 = 2
x2 = 6
z = 36
Metode Simpleks 2
Fase
Pengertian Metode Simpleks 2 Fase

Metode simpleks dua fase merupakan salah satu

metode simpleks yang dapat digunakan untuk
menyelesaikan persoalan program linear.
Metode dua fase ini membatasi penggunaan
konstanta M sama sekali. Apabila program
linear memuat tanda lebih dari sama dengan
atau sama dengan , maka metode ini cocok dan
praktis digunakan untuk menyelesaikan
persoalan program linear tersebut.
 Pengertian Metode Simpleks 2 Fase
Ada beberapa dasar penggunaan dari metode dua fase yang perlu diperhatikan, antara lain:

1 2
Metode dua fase
dapat digunakan
jika terdapat
variabel artifisial/
variabel buatan (A)
pada variabel basis
awal.
3
Perlu diingat lagi bahwa
variabel artifisial
Pada kasus maksimum,
dimunculkan untuk
koefisien variabel
membentuk suatu solusi
artifisial/ variabel buatan
awal yang fisibel selama
(A) adalah negatif (-).
variabel slack bertanda
Pada kasus minimum,
negatif (-) atu biasa
koefisien variabel
disebut variabel surplus
artifisial/ variabel buatan
().
(A) adalah positif (+).
Langkah-langkah dalam menyelesaikan persoalan program linear
menggunakan metode simpleks dua fase:

Ubah model program linear (PL) ke dalam bentuk

baku.

Pada fase-1, melakukan optimasi fungsi tujuan yang

memuat variabel artifisial (A) yaitu dengan
membuat variabel artifisial hilang (bernilai 0).
Ciri fase-1 dikatakan optimum adalah jika semua
koefisien dari fungsi tujuan bernilai 0, kecuali
variabel artifisialnya, juga nilai Zj-Cj sudah
optimum. Hal inilah yang menandakan bahwa
variabel artifisial sudah dapat keluar dari variabel
basis, sehingga bisa dilanjutkan ke fase-2.

Fase ke-2, melakukan optimasi fungsi tujuan (Z) yang

memuat variabel sah dari hasil optimasi pada
fase-1.
Contoh Kasus Maksimisasi Metode Simpleks
dengan 2 Fase

Maksimumkan: dengan fungsi

kendala sebagai berikut.
 Contoh Kasus Maksimisasi Metode Simpleks
dengan 2 Fase

Bentuk Baku: Dengan kendala:

1) <=> 1)
<=> 2)
3) <=> 3)
<=> 4)
<=> Dari kendala 2) dan 3) diperoleh:
4)

Fase 1: Optimalkan Variabel Artifisial pada Maka, diperoleh:

Fungsi Kendala dan Fungsi Tujuan
Minimalkan: (nilai variabel artifisial dan pada
kasus maksimasi adalah negatif)
Tabel Simpleks 1 Fase-1
 Tabel Simpleks 2 Fase-1

Operasi Baris Dasar (OBD):

ATAU
 Tabel Simpleks 3 Fase-1

Karena pada atau baris belum optimal, sedemikian sehingga fungsi tujuan
bernilai positif atau nol. Maka, perlu dilakukan Operasi Baris Dasar (OBD)
lagi:
ATAU

Sehingga diperoleh:
(lanjutan…)

Karena, maka fase-1 menghasilkan solusi basis yang optimal yaitu ;

Pada tahap ini, variabel artifisial (shade hijau) fase-1 sudah selesai dan telah
mencapai tujuan, dan selanjutnya variabel artifisial (A) tersebut dapat
dihilangkan, lalu dilanjutkan ke fase-2
Fase-2: Optimalisasi Variabel
Tujuan/Keputusan Z

Setelah penghapusan kolom variabel artifisial (), masalah yang asli menjadi:
Minimumkan: dengan fungsi kendala (diperoleh dari Tabel Simpleks 3 Fase-1)
sebagai berikut.
1)
2) =>
3) =>
Substitusikan dan ke dalam fungsi tujuan , diperoleh:
 Tabel Simpleks Fase-2

Sehingga jika solusi basis optimum pada

Tabel Simpleks 3 Fase-1 ditambahkan
Dapat dilihat bahwa Tabel
dengan basis Z, maka tabel simpleks fase-2
Simpleks fase-2 kedua tersebut
yang pertama yaitu:
sudah optimal, karena pada kasus
maksimum ini seluruh elemen
pada barisan Z memuat angka
positif atau 0. Jadi, diperoleh
solusi optimal dari fungsi tujuan
dan fungsi kendala di atas adalah:
Contoh Kasus Minimisasi Metode Simpleks
dengan 2 Fase

Minimumkan: dengan fungsi

kendala sebagai berikut.
 Contoh Kasus Minimisasi Metode Simpleks
dengan 2 Fase

Bentuk Baku: Dengan kendala :

<=> 1)
<=> 2)
<=> 3)
4)
Fase 1: Optimalkan Variabel Artifisial pada Dari kendala 1) dan 2) diperoleh:
Fungsi Kendala dan Fungsi Tujuan
Minimalkan
Maka, diperoleh:
Tabel Simpleks 1 Fase-1
 Tabel Simpleks 2 Fase-1

OBD:

Sehingga diperoleh tabel simpleks fase-1 yang kedua yaitu:

 Tabel Simpleks 3 Fase-1

Berdasarkan Tabel Simpleks 2 Fase-1, fase-1 belum optimal karena nilai NK

pada baris A belum sama dengan nol.
OBD:

Sehingga diperoleh tabel simpleks fase-1 yang ketiga yaitu:

(lanjutan…)

Karena A = 0, maka fase-1 menghasilkan solusi basis yang optimal yaitu

Pada tahap ini, variabel artifisial (A) telah mencapai tujuan dan selanjutnya
variabel artifisial (A) tersebut dapat dihilangkan, dan dilanjutkan ke fase-2.
Fase-2: Optimalisasi Variabel
Tujuan/Keputusan Z

Setelah penghapusan kolom variabel artifisial (A), masalah yang asli menjadi:
Minimumkan: dengan fungsi kendala sebagai berikut.
=>>
=>>

Dengan mensubstitusikan fungsi kendala 1) dan 2) ke persamaan tujuan,

diperoleh:

<=>
Tabel Simpleks 1 Fase-2

Sehingga jika solusi basis optimum pada Tabel Simpleks 2 Fase-1 ditambahkan
dengan basis Z, tabel simpleks fase-2 yang pertama yaitu:

Pada kasus minimum, karena barisan Z terdapat elemen yang belum 0 atau
negatif (-), maka cari kolom pivot yang masih positif dan rasio yang paling kecil
namun tidak negatif untuk dijadikan baris pivot.
 Tabel Simpleks 2 Fase-2

OBD:

Sehingga diperoleh Tabel Simpleks fase-2 yang

kedua yaitu: Dapat dilihat bahwa Tabel
Simpleks fase-2 kedua
tersebut sudah optimal. Jadi,
diperoleh solusi optimal dari
fungsi tujuan dan fungsi
kendala di atas adalah:
Thank you!