PERMODELAN

SIMPLEX

DR. OKOL SRI SUHARYO

 Penyelesaian LP secara MODEL Matematis
 Untuk persoalan yang melibatkan lebih dari 2 variabel  solusi grafis tidak
cocok lagi  solusi matematis  Metode Simplex.
 Metode simplex adalah salah satu bentuk penyelesaian matematis LP yang
paling banyak digunakan.
 Metode ini menyelesakan persoalan LP secara iterasi  metode perhitungan
yang sama dan dilakukan secara berulang-ulang sampai titik optimum diperoleh.
 Untuk dapat menyelesaikan LP dengan metode simplek  persoalan LP harus
disusun dalam bentuk yang STANDAR, yaitu:
 Semua batasan (constraint) harus dalam bentuk PERSAMAAN dengan sisi sebelah
kanan berharga non-negatif
 Semua variabel adalah non-negatif
 Fungsi obyektif dapat berbentuk MAKSIMUMKAN atau MINIMUMKAN
 Cara menuliskan bentuk standar
 Batasan (Constraint):
 Batasan yang berupa pertidak-samaan () dapat diubah menjadi persamaan (=)
dengan jalan menambahkan SLACK VARIABLE; sedangkan yang berupa () dapat
diubah menjadi persamaan (=) dengan jalan mengurangkan dengan SURPLUS
VARIABLE.
 Sisi sebelah kanan dapat selalu dijadikan positif dengan jalan mengalikannya dengan
nilai -1
 Arah (bentuk) pertidak-samaan akan berganti arah jika kedua sisi dikalikan dengan
nilai -1
 Variabel:
 Untuk variabel yang tidak ada batasannya (unrestricted) y i dapat dituliskan menjadi bentuk yang
non-negatif dengan merubah menjadi y i = yi’ – yi” dimana yi’,yi”  0
 Fungsi Obyektif:
 Bentuk Maksimumkan dapat diubah menjadi bentuk Minimumkan dengan harga negatif dari
fungsi yang sama atau sebaliknya.
Bentuk Standar Persoalan LP
 Tentukan jumlah ton cat exterior (xE) dan cat interior (xI)
yang harus diproduksi sedemikian sehingga pendapatan
perusahaan maksimum:
 Maximize z = 3xE + 2xI Objective Function
 Subject to:
xE  2xI  6
2xE  xI  8
xI  xE  1
xI  2 Constraint

xI  0
xE  0
 Diselesaikan dengan SIMPLEX.......?
 Metode Simplex
 Pada dasarnya yang dilakukan pada metode simplex mirip
dengan yang dilakukan pada solusi grafis, yaitu mencari titik
optimum melalui titik-titik ekstrim (sudut) feasible solution space.

Maksimumkan z  3 xE  2 xI  0s1  0s2  0 s3  0s4

4
subject to :
1
3 E D xE  2 xI  s1  6
C 2 x E  xI  s2  8
F 2
6  xE  xI  s3  1
A B
xI  s4  2
5
xE , xI , s1 , s2 , s3 , s4  0

 Model tersebut terdiri atas 4 persamaan dengan 6 variabel yang

tidak diketahui. Secara umum, bentuk standar LP akan terdiri
atas m persamaan dengan n variabel yang tidak diketahui,
dimana m < n
 Metode Simplex
 Bagaimana cara menentukan titik awal (starting point)?
 Karena jumlah variabel (n) lebih banyak dari jumlah persamaan (m), maka
titik awal dapat ditentukan dengan menentukan (n – m) variabel sama
dengan nol, dan menghitung variabel sisanya.
 Syaratnya penentuan n – m variabel yang di set = 0 dapat diterima jika
sisa variabel yang lain dengan memasukkan nilai n – m tersebut sama
dengan nol, menghasilkan nilai variabel yang non-negatif.
 Pada contoh kita, jika diambil xE = xI = 0 maka menghasilkan s1=6, s2=8, s3=1
dan s4=2  memenuhi syarat, maka dapat dikatakan bahwa ini dapat
dijadikan sebagai titik awal
 Nilai variabel yang dihasilkan dari n – m variabel = 0 disebut dengan basic
solution, dan jika basic solution tersebut memenuhi syarat, maka disebut
feasible basic solution.
 Variabel yang di-set = 0 disebut non-basic variable sedangkan variabel
lainnya disebut basic variable.
 Metode Simplex hanya berhubungan dengan basic (feasible) solution.
Non-basic
Titik Basic Variable
variable
A xE , xI s1 , s2 , s3 , s4
B s2 , xI s1 , xE , s3 , s4
 Langkah-langkah perhitungan Simplex
 Langkah 1: tentukan basic feasible solution awal dengan
menentukan n – m (non-basic) variabel =0
 Langkah 2: Pilih entering variable dari non-basic variable
(=0) dengan ciri, jika nilainya dinaikkan akan meningkatkan
nilai fungsi obyektif. Jika tidak ada, maka sudah optimum,
jika ada teruskan langkah berikutnya.
 Langkah 3: Pilih leaving variable dari basic variable yang
harus di set = 0 (menjadi non-basic) pada saat entering
variable berubah menjadi basic variable.
 Langkah 4: Tentukan basic solution baru dengan membuat
entering variable menjadi basic dan leaving variable menjadi
non-basic. Kembali ke langkah 2.
Contoh Perhitungan dengan Simplex
Maksimumkan z  3xE  2 xI  0s1  0 s2  0s3  0s4
subject to :
xE  2 xI  s1  6
2 x E  x I  s2  8
 xE  xI  s3  1
x I  s4  2
xE , xI , s1 , s2 , s3 , s4  0

Basic z xE xI s1 s2 s3 s4 Solution

z 1 -3 -2 0 0 0 0 0

s1 0 1 2 1 0 0 0 6

s2 0 2 1 0 1 0 0 8

s3 0 -1 1 0 0 1 0 1

s4 0 0 1 0 0 0 1 2
 Contoh Perhitungan dengan Simplex
Entering
Column

Basic z xE xI s1 s2 s3 s4 Solution

z 1 -3 -2 0 0 0 0 0 Ratio

s1 0 1 2 1 0 0 0 6 6/1 = 6 Pilih yang

Pivot minimum
Equation s2 0 2 1 0 1 0 0 8 8/2 = 4

s3 0 -1 1 0 0 1 0 1

s4 0 0 1 0 0 0 1 2

Pivot
CHECK OPTIMALITY Elemen
Jika pada z equation sudah tidak terdapat koefisien berharga negative ==> optimum ==> hentikan iterasi
Jika pada z equation masih terdapat koefisien dengan harga negative ==> belum optimum

LAKUKAN ROW OPERATION (GAUSS-JORDAN METHOD)

1 Pada pivot equation, jadikan pivot elemen berharga 1
Pivot equation yang baru = Pivot equation lama / elemen pivot

2 Jadikan koefisien pada entering column (selain pivot element) = 1

0
(berlaku untuk seluruh persamaan termasuk objective function, kecuali pivot equation)

New equation = old equation - (its entering column coef) x (new pivot equation)
 Contoh Perhitungan dengan Simplex
Entering
Column

Basic z xE xI s1 s2 s3 s4 Solution

z 1 0 - 1/2 0 3/2 0 0 12 Ratio

Pilih yang
Pivot minimum
Equation s1 0 0 3/2 1 -1/2 0 0 2 2/(3/2) = 4/3

xE 0 1 1/2 0 1/2 0 0 4 4/(1/2) = 8

s3 0 0 3/2 0 1/2 1 0 5 5/(3/2) = 10/3

s4 0 0 1 0 0 0 1 2 2/1 = 2

Pivot
Elemen

CHECK OPTIMALITY
Jika pada z equation sudah tidak terdapat koefisien berharga negative ==> optimum ==> hentikan iterasi
Jika pada z equation masih terdapat koefisien dengan harga negative ==> belum optimum

LAKUKAN ROW OPERATION SEKALI LAGI

Contoh Perhitungan dengan Simplex
Basic z xE xI s1 s2 s3 s4 Solution

z 1 0 0 1/3 4/3 0 0 12 2/3

xI 0 0 1 2/3 -1/3 0 0 4/3

xE 0 1 0 -1/3 2/3 0 0 10/3

s3 0 0 0 -1 1 1 0 9/3

s4 0 0 0 -2/3 1/3 0 1 2/3

CHECK OPTIMALITY
SUDAH TIDAK ADA KOEFISIEN BERHARGA NEGATIF PADA PERSAMAAN Z ==> OPTIMUM
TUGAS selesaikan dengan simplex
 Perusahaan ‘X’ yang memproduksi tas ransel untuk tempur memutuskan untuk mensupply tas
ransel kelas sedang (standart) dan bagus (deluxe) kpd TNI AL dan ada kepastian dari TNI AL
untuk menerima hasil produksi PT “X” selama 3 bulan.
 Untuk memproduksi peralatan tersebut, terdapat 4 aktivitas produksi, yaitu:
 Cutting and dyeing the material
 Sewing
 Finishing
 Inspection
 Diketahui, waktu yang diperlukan untuk masing-masing aktivitas produksi pada masing-masing
type Ransel adalah sebagai berikut:
Aktivitas Produksi Waktu Produksi (jam)
(Departemen) Standard Deluxe
Cutting and Dyeing 7/10 1
Sewing 1/2 5/6
Finishing 1 2/3
Inspection 1/10 1/4

 Jumlah jam operasi yang tersedia untuk masing-masing departemen adalah sebagai berikut:
 Cutting and dyeing = 630 jam
 Sewing = 600 jam
 Finishing = 708 jam
 Inspection = 135 jam
 Informasi dari bagian keuangan menyebutkan bahwa kontribusi profit dari masing-masing tipe tas
ransel adalah $10 tiap unit untuk tipe standard dan $9 tiap unit untuk tipa deluxe.
 Persoalan yang dihadapi manajemen: Bagaimana rencana produksi untuk 3 bulan mendatang
sehingga profit adalah yang paling maksimum
 Lakukan analisis sensitivitasnya