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
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
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
1 2 3
Metode dua fase Perlu diingat lagi bahwa
dapat digunakan variabel artifisial
Pada kasus maksimum,
jika terdapat dimunculkan untuk
koefisien variabel
variabel artifisial/ membentuk suatu solusi
artifisial/ variabel buatan
variabel buatan (A) awal yang fisibel selama
(A) adalah negatif (-).
pada variabel basis variabel slack bertanda
Pada kasus minimum,
awal. 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:
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…)
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
OBD:
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.
=>>
=>>
<=>
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: