Model PL ….
Variabel keputusan …
Max Z = ∑ Cj • Xj
X1
X2 S/t
X3 ∑ Aij Xj < Bj
….
…. atau ….
Xn Min Z = ∑ Cj • Xj
S/t
∑ Aij Xj > Bj
Quote-02
4 kebiasaan kecil
yang bermanfaat besar ….
Monggo disimak ….
Keputusan dengan 2 variabel
X1 , X2 > 0 (non-negatif)
SOLUSI dengan metode GRAFIK
180
Titik C (110 ; 0) Z = 300 (110) + 250 (0) = 33.000
160
Solusi optimal di titik B
Fungsi pembatas 1
140
Keputusan ….
120 Jumlah meja X1 = 80
A Jumlah kursi X2 = 60
100
80 Total Rp 39.000.000
60 B
0 C
80 100 120 140 160 180 200 220 240
MENCARI TITIK POTONG 2 GARIS (FUNGSI) ….
Hasilnya ….
96 X1 + 48 X2 = 10.560
96 X1 + 180 X2 = 18.480 kurangkan baris 2 terhadap baris 1
Hasilnya ….
132 X2 = 7.920 diperoleh X2 = 60 unit
Hasilnya ….
12 6 1.320
8 15 1.540 lakukan serangkaian OBE
1 0 a
0 1 b a dan b adalah nilai X1 dan X2 yang dicari!
Langkah OBE untuk matriks 2x2
Siapkan matriksnya ….
PIVOT
OBE-4
Ubah semua elemen pada baris-1 dengan
merujuk pada nilai baris-2 kolom-2 (PIVOT)
…
5 X1 + 20 X3 + 22 X4 = 32.700
10 X1 + 15 X2 + 26 X4 = 30.100
16 X1 + 20 X2 + 18 X3 + = 35.600
20 X1 + 12 X3 + 25 X4 = 38.600
X1 = 700
X2 = 500
X3 = 800
X4 = 600
PROGRAMA LINIER –
SIMPLEKS (biasa)
Simpleks (biasa) bila fungsi tujuan MAKSIMASI
semua fungsi
pembatasnya bertanda < (lebih kecil sama dengan)
Max Z = C1 X1 + C2 X2
salah satu
fungsi pembatasnya bertanda >
Max Z = C1 X1 + C2 X2
semua
fungsi pembatasnya bertanda >
Min Z = C1 X1 + C2 X2
soal awal …
Bentuk standar ….. tambah variabel slack sebutlah X3 dan X4
X1 , X2 , X3 , X4 > 0 (non-negatif)
Basis adalah variabel (kolom) yang nilainya
1 pada pivot, lainnya 0 …..
Siapkan tabulasi simpleksnya ….. nama lain dari basis adalah identitas …
Hitung rasio antara RHS dengan kolom (variabel masuk) dimaksud! Rasio
terkecil menjadi variabel keluar (leaving variable) X3 keluar diganti X1
Lakukan OBE dengan merujuk baris-1 untuk baris-2 dan baris-3 …..
Hitung rasio antara RHS dengan kolom (variabel masuk) dimaksud! Rasio
terkecil menjadi variabel keluar (leaving variable) X4 keluar diganti X2
Lakukan OBE dengan merujuk baris-2 untuk baris-1 dan baris-3 …..
180
Titik C (110 ; 0) Z = 300 (110) + 250 (0) = 33.000
160
Solusi optimal di titik B
140
Keputusan ….
120 Jumlah meja X1 = 80
A Jumlah kursi X2 = 60
100
hasil iterasi-2
80 Total Rp 39.000.000
60 B
hasil iterasi-1
40
daerah
20
jawaban
0 C
80 100 120 140 160 180 200 220 240
KERJAKAN
SEKARANG JUGA ….
X1 X2 kapasitas
PRS-1 15 8 3.850
PRS-2 10 28 7.100
HARGA
JUAL 25 20 Max Z = 25 X1 + 20 X2
(JUTA)
S/t 15 X1 + 8 X2 <= 3850
10 X1 + 28 X2 <= 7100
PROGRAMA LINIER –
SIMPLEKS DUA-FASA
Simpleks dua-fasa bila fungsi tujuan MAKSIMASI
salah satu
fungsi pembatasnya bertanda >
Max Z = C1 X1 + C2 X2
X1 dan X2 non-negatif
PROSEDUR DUA-FASA
Siapkan bentuk standar (ada
variable SURPLUS dan FASA-1 (serangkaian
ARTICIAL) iterasi untuk
Muncul parameter big-M pada mengeluarkan variable
fungsi tujuan artifisial)
Sesuaikan nilai Zj – Cj sebagai
NUMERIK (nilai M di-NOL-kan
terlebih dahulu)
Ada komponen Zj – Cj tanpa-M
(untuk FASA-2) FASA-2 (serangkaian
iterasi untuk
Ada komponen Zj – Cj dengan-M
mendapatkan hasil
(untuk FASA-1) optimal dgn membuang
kolom variable artifisial)
Bentuk standar ….. tambah variabel slack (sebutlah X3 dan X4)
dan surplus (sebutlah X5)
12 X1 + 6 X2 + X3 = 1.320
8 X1 + 15 X2 + X4 = 1.540
X1 - X5 + X6 = 40 Variabel surplus dan artificial
X2 - X7 + X8 = 30 diperlkan agas model dapat
diselesaikan!
X1 , X2 , … , X8 > 0 (non-negatif) Juga variabel slack ….
harus di-NOL-kan
terlebih dahulu
DIPISAH ….
di-NOL-kan di-HAPUS-kan
240
Titik A (0 ; 102,7) Z = 300 (0) + 250 (102,7) = 25.675
220
Titik B (80 ; 60) Z = 300 (80) + 250 (60) = 39.000
200
180
Titik C (110 ; 0) Z = 300 (110) + 250 (0) = 33.000
160
Solusi optimal di titik B (tetap
140 sama dengan simpleks biasa)
120 Keputusan ….
A Jumlah meja X1 = 80
100
hasil fasa-2 Jumlah kursi X2 = 60
80 E
Total Rp 39.000.000
60 B
daerah
40 jawaban
hasil fasa-1
20 D F
0 C
80 100 120 140 160 180 200 220 240
PROGRAMA LINIER -
SIMPLEKS PRIMAL-DUAL
Simpleks primal-dual bila fungsi tujuan MINIMASI
semua
fungsi pembatasnya bertanda >
Min Z = C1 X1 + C2 X2
Decision Variables: x1 =
bags of Super-gro
x2 = bags of Crop-quick
Model Constraints:
2x1 + 4x2 16 lb (nitrogen constraint)
4x1 + 3x2 24 lb (phosphate constraint)
x1, x2 0 (non-negativity constraint)
Copyright © 2016 Pearson Education, Inc. 2-41
Constraint Graph – Minimization (3 of 7)
X1 , X2 > 0 (non-negatif)
Bila dikerjakan langsung metode dua-fasa
s/t
20 X1 + 8 X2 - X3 + X4 = 1600
6 X1 + 20 X2 - X5 + X6 = 1200
10 X1 + 14 X2 - X7 + X8 = 1400
X1 , X2 > 0 (non-negatif)
24
22
20 A (0 ; 20)
18
16 daerah jawaban
14
Z(A) = 160 (0) + 140 (20) = 2.800
12 Z(B) = 160 (5,6) + 140 (6) = 1.736 minimasi
Z(C) = 160 (9,7) + 140 (3,1) = 1.986
10 Z(D) = 160 (20) + 140 (0) = 3.200
8
6
B (5,6 ; 6)
4 C (9,7 ; 3,1)
2
0
D (20 ; 0)
0 2 4 6 8 10 12 14 16 18 20 22 24
PRIMAL
Min Z = 160 X1 + 140 X2
s/t
20 W1 + 6 W2 + 10 W3 < 160
8 W1 + 20 W2 + 14 W3 < 140
W1 , W2 , W3 > 0 (non-negatif)
20 W1 + 6 W2 + 10 W3 + W4 = 160
8 W1 + 20 W2 + 14 W3 + W5 = 140
W1 , W2 , W3 > 0 (non-negatif)
X1 , X2 , X3 > 0 (non-negatif)
QUIZ 5/10/2016