Penyelidikan Operasi

Ab.Alkaff
Ab.Alkaff

5. Pemrograman Linier
 Ab.Alkaff

Outline
Pemrograman Linier Bentuk standar

Penyelesaian Grafis

Penyelesaian dengan Syarat Keoptimal Kuhn-Tucker

Penyelesaian Matriks

Penyelesaian dengan Tabel Eliminasi (Simpleks)

Pemrograman Linier Bentuk Tidak Standar (Metode Dua Tahap)

Analisis Sensitivitas 1
 Ab.Alkaff

Pemrograman Linier Bentuk Standar

Fungsi Tujuan
Fungsi linier terhadap variabel putusan
Semua Kendala

Bentuk Standar Program Linier adalah

Max
DS

2
 Ab.Alkaff

Pemrograman Linier Bentuk Standar

[ ]
𝑥1
𝑥= 𝑥2
⋮ 𝑐 =[ 𝑐 1 𝑐 2 … 𝑐 𝑛 ]
𝑥𝑛

[ ] [ ]
𝑏1 𝑎 11 𝑎 21 … … 𝑎 1 𝑛
𝑎 12 𝑎 22 … … 𝑎 2 𝑛
𝑏 = 𝑏2 𝐴= … … … … …
⋮
… … …… …
𝑏𝑛
𝑎 𝑚 1 𝑎𝑚 2 … … 𝑎𝑚𝑛
Didapat,
Max
S.T 3
 Ab.Alkaff

Pemrograman Linier Bentuk Standar

Contoh
Pabrik kayu menghasilkan 2 produk pintu dan jendela dengan
proses sebagai berikut :

Spesifikasi :
• Terdapat 4 mesin di unit I
• Terdapat 3 mesin di unit II 4
• Terdapat 3 mesin di unit III
 Ab.Alkaff

Pemrograman Linier Bentuk Standar

Mesin
• Tiap mesin di unit I dpt menghasilkan 1 pintu tiap 3 jam
• Tiap mesin di unit II dpt menghasilkan 1 jendela tiap 2 jam
• Tiap mesin di unit III dpt menghasilkan 1 pintu tiap 2 jam dan 1 jendela
tiap 1 jam
• Tiap hari jam kerja yang tersedia adalah 9 jam
Bahan Baku
• Bahan baku kayu tersedia dalam jumlah yang berlebih
Keuntungan
• Keuntungan tiap pintu = Rp 20.000
• Keuntungan tiap jendela = Rp 15.000

Buat Formulasi Program Linier dalam memanfaatkan jam-mesin yang 5

tersedia supaya didapat keuntungan yang maksimum!
 Ab.Alkaff

Pemrograman Linier Bentuk Standar

Penyelesaian
: Banyaknya pintu yang diproduksi Dalam Notasi Matrix
: Banyaknya jendela yang diproduksi
: Keuntungan
𝑐=[ 2 0 15 ]

[ ]
Formulasi Program Linier : 3 0
𝐴= 0 2
Max
2 1
S.T

[ ]
36
𝑏= 27
27 6
 Ab.Alkaff

Penyelesaian Grafis
𝑥2
( )
Persoalan pemrograman linier dimensi dua semacam 6
3
4

( )
ini dapat diselesaikan secara grafis sebagai berikut. 0
13
1
1 2
Kendala-kendala pada persoalan ini dapat 13
2
digambarkan pada bidang kartesian dua dimensi
seperti pada gambar di samping ini. Daerah yang Kontur f
diarsir adalah himpunan titik-titik yang memenuhi
semua kendala atau biasa disebut daerah kelayakan.
Terlihat bahwa daerah kelayakan selalu berbentuk Daerah
polyhedral. Kelayakan 𝛻𝑓
Karena fungsi tujuan adalah linier maka konturnya
berupa garis lurus seperti terlihat pada gambar. Dari
( )
12
3

gambar dapat disimpulkan bahwa titik optimal selalu

𝑥1
pada ujung-ujung polyhedral yang dibentuk oleh ( )
0

( )
0 12
fungsi-fungsi kendala. Karena itu, ujung-ujung 0
polyhedral ini disebut sebagai titik-titik ekstrim.
 Ab.Alkaff

Penyelesaian Grafis
Titik – titik ekstrim dari pemrograman linier tersebut adalah :

[ ][ ][ ][ [ ]
3
0 6
0 12
0
,
0
,
13
1 ,
2
12
3
, ]
13
4
1
2

Semua titik ekstrim adalah kandidat penyelesaian dari program linier

Dari arah gradient dan kontur f terlihat bahwa titik maksimumnya adalah

[ ] [ ]
3 3
6 6 z =
4 ∗ 4
, sehingga diperoleh 𝑥 = =
1 1 7
13 13
2 2
 Ab.Alkaff

Penyelesaian Dengan Syarat Keoptimalan

Kuhn-Tucker
Ubah dulu kedalam bentuk umum persoalan optimisasi:
Max
Min Syarat keoptimalan Kuhn-Tucker adalah:
1. gradient…
2. Kendala….
ds 3. Complimentary slackness….
4. Pengali Lagrange….
Lengkapi!

8
 Ab.Alkaff

Penyelesaian Dengan Syarat Keoptimalan

Kuhn-Tucker
𝛻g 2 𝛻g 2
Titik yang memenuhi syarat-syarat tersebut dapat
𝛻g 4 𝛻 g3
dicari secara geometris yaitu sebagai titik yang
memiliki resultan vector-vector gradient fungsi dan
kendala-kendala berpengaruh adalah nol (saling 𝛻𝑓 𝛻𝑓
meniadakan) untuk pengali Lagrange bernilai positif
(karena semua kendala dalam bentuk
pertidaksamaan).
Dari gambar terlihat bahwa yang memenuhi adalah

[ ] [ ]
titik
3 3
𝛻 g3
6 6
4 ∗ 4 𝛻g 1
, sehingga diperoleh 𝑥 =
13
1
13
1 𝛻g 4 𝛻𝑓
2 2 𝛻 g1
𝛻𝑓 𝛻 g5 𝛻𝑓 𝛻g 5
 Ab.Alkaff

Penyelesaian Matriks
Pertidaksamaan diubah menjadi Persamaan dengan menambahkan SLACK :

adalah slack
Max
ds

9
 Ab.Alkaff

Penyelesaian Matriks

Dengan menambahkan slack sebanyak kendala didapatkan :

Max
DS

10
 Ab.Alkaff

Penyelesaian Matriks
Dalam bentuk Matrik didapatkan :
Max
S.T. Bentuk Kanonik

[]
Dimana,
𝑥1
.
.

[ ]
𝑥= 𝑥 =
𝑥𝑠
𝑥𝑛
𝑥𝑛 +1
.
.
𝑥 𝑛 +𝑚 11
 Ab.Alkaff

Penyelesaian Matriks

Contoh :
Nyatakan dalam bentuk kanonik :

Max Max
DS DS

12
 Ab.Alkaff

Penyelesaian Matriks

Max A=…
DS
c=…

b=…

13
 Ab.Alkaff

Penyelesaian Matriks

Sistem Persamaan Linier ditulis sebagai:

Agar memiliki penyelesaian tunggal, harus dipenuhi syarat :

- banyaknya persamaan = banyaknya variabel
- A harus memiliki rank penuh yang berarti memiliki invers

Penyelesaiannya adalah :

−1
𝑥= 𝐴 𝑏 14
 Ab.Alkaff

Penyelesaian Matriks
Dalam program linier akan didapat sistem persamaan linier dengan
banyaknya variabel selalu lebih banyak dari banyaknya persamaan.
Akibatnya sistem tersebut akan punya banyak penyelesaian, yang salah
satunya adalah penyelesaian dasar yang dapat dicari dengan memecah
matriks A menjadi matriks B dan N:

Dimana B adalah matrik bujur sangkar yang mempunyai invers

( )
𝑥𝐵
𝑥 = … , 𝐴𝑥= 𝑏
𝑥𝑁 14
 Ab.Alkaff

Penyelesaian Matriks
Berubah Menjadi

−1
×𝐵

−1 −1
𝑥 𝐵= 𝐵 𝑏− 𝐵 𝑁 𝑥 𝑁 16
 Ab.Alkaff

Penyelesaian Matriks
Penyelesaian dasar didapat dengan memilih :
Didapat :
yang berarti :
Adalah penyelesaian dasar dari sistem persamaan linier
disebut variabel dasar/basis
disebut variabel bukan dasar/nonbasis
disebut matrik dasar/basis
disebut matrik bukan dasar/nonbasis
Banyaknya penyelesaian dasar adalah sebanyak cara membentuk matriks B
dari matriks A, yaitu memilih n dari n+m, sehingga jumlahnya banyak sekali!
 Ab.Alkaff

Penyelesaian Matriks
Contoh:
Daerah kelayakannya adalah sebagai berikut:
Max
S.T.
x1  0

(2,2)
Bentuk kanoniknya adalah (0,2)
Max (0,0) x1  0
S.T. (4,0)
Diperoleh titik-titik ekstrim sebagai berikut
 Ab.Alkaff

Penyelesaian Matriks
Penyelesaian dasarnya dapat dicari sbb :
, ,
Alternatif 1 : Maksimum ada 6 kemungkinan
penyelesaian dasar. Mengapa?

(titik ekstrim )
Alternatif 2 :
(tidak memenuhi karena tidak memiliki invers)
 Ab.Alkaff

Penyelesaian Matriks
Alternatif 3 :

(titik ekstrim)

Dan Seterusnya….tambahkan 3 alternative yang lain

Terlihat bahwa penyelesaian dasar adalah sama dengan titik ekstrim. Karena penyelesaian
persoalan pemrograman adalah selalu pada titik ekstrim, penyelesaian tersebut dapat
dicari dengan menentukan penyelesaian dasar dengan nilai fungsi tujuan maksimal
 Ab.Alkaff

Penyelesaian Tabel
Menyelesaikan program linier sama saja dengan mencari penyelesaian dasar dari
suatu sistem persamaan linier, karenanya dapat dilakukan dengan menggunakan
Eliminasi GAUSS. Untuk itu program linier tersebut dinyatakan dalam bentuk
tabel sehingga memudahkan proses eliminasi Gauss.
Tabel untuk menyelesaikan persoalan pemrograman linier pada dasarnya adalah
tabel untuk mencari penyelesaian dasar dengan nilai fungsi tujuan yang
maksimal. Caranya adalah dari satu penyelesaian dasar berpindah ke
penyelesaian dasar lain dengan nilai fungsi tujuan yang lebih baik (lebih besar
dalam kasus maksimisasi). Karena penyelesaian dasar selalu pada titik ekstrim
yang berada pada ujung polyhedral daerah kelayakan, perpindahan tersebut
adalah sepanjang simpleks dari polyhedral sehingga tabel dan metode
penyelesaian ini disebut tabel simpleks dan metode simpleks 14
 Ab.Alkaff

Penyelesaian Tabel
Proses ini dimulai dari suatu penyelesaian dasar yang paling mudah dicari
kemudian pada tiap iterasi berusaha mendapatkan penyelesaian dasar yang
memiliki nilai tujuan (z) yang lebih baik dan seterusnya sampai tidak dapat
menghasilkan yang lebih baik lagi. Pada saat itu iterasi dihentikan dan
penyelesaian dasar yang terakhir adalah penyelesaian optimal yang dicari.
Telah didapat bahwa :

Atau
.......(1)

14
 Ab.Alkaff

Penyelesaian Tabel
Untuk nilai tujuan digunakan persamaan,

… (2)

Bila maka sebaiknya tetap nonbasis yang bernilai nol, sehingga penyelesaian
dasar yang sekarang tidak perlu diganti, yang berarti sudah optimal 14
 Ab.Alkaff

Penyelesaian Tabel
Tabel Eliminasi Gauss untuk Program linier atau sering disebut Tabel Simpleks
dibentuk dari system persamaan (1) dan (2), yaitu:

(2)
(1)
Program Linier
Max Max
D.S. D.S.

26
 Ab.Alkaff

Penyelesaian Tabel

Tabel yang diperoleh adalah sebagai berikut

z RK
z 1 0
0 I

, , 27
 Ab.Alkaff

Penyelesaian Tabel

Contoh Soal 1

28
 Ab.Alkaff

Penyelesaian Tabel
Tabel simpleks bila yang diambil sebagai basis adalah slack,
sehingga B = I, CB = 0 adalah sebagai berikut:

z RK

z 1 0 = =0
0 I =N =b

Terlihat bahwa tabel simpleks dapat diisi langsung dari persoalan

pemrograman linier yang akan diselesaikan tanpa melakukan
perhitungan awal/inisialisasi 29
 Ab.Alkaff

Penyelesaian Tabel
Pembuatan Tabel Simpleks Membentuk matriks Identitas

Z RK
Z 1 -1 -2 0 0 0
0 2 3 1 0 18
0 -2 1 0 1 4
Perhatikan bahwa:
𝑍 − 𝑥 1 −2 𝑥 2 − 0 𝑥 3 −0 𝑥 4 =0
 Ab.Alkaff

Penyelesaian Tabel
Pembuatan Tabel Simpleks xN CBB-1N-CN
CB

Z RK
Z 1 -1 -2 0 0 0 B-1b=b
0 2 3 1 0 18
xB
0 -2 1 0 1 4

B-1N=N B

Karena CBB-1N-CN masih belum nonnegative, tabel ini belum optimal!

 Ab.Alkaff

Penyelesaian Tabel
Penggantian Variabel Basis Mencari x dengan koefisien paling negatif
agar nilai Z cepat menjadi maksimal
Mencari nilai
z RK yang paling
cepat menjadi 0
z 1 -1 -2 0 0 0 (diambil yang
terkecil)
18
0 2 3 1 0 18 3
=6

4
0 -2 1 0 1 4 1
=4

Artinya keluar dari basis dan masuk ke basis menggantikan (pivot/putar/tukar

tempat antara dan karena banyaknya/tempat variabel basis terbatas
 Ab.Alkaff

Penyelesaian Tabel

Penggantian Variabel Basis. Bila adalah basis, maka kolom

koesiennya harus berupa vector identitas.
Harus 0

z RK Penyelesaian
saat ini adalah:

[]
z 1 -1 -2 0 0 0 0
0 2 3 1 0 18 𝑥= 0
18
4
0 -2 1 0 1 4
Harus 1
 Ab.Alkaff

Penyelesaian Tabel

Melakukan Operasi Baris: membuat kolom menjadi vektor identitas

z RK Operasi Baris

z 1 -1 -2 0 0 0 𝑏1 +2 𝑏3

0 2 3 1 0 18 𝑏2 + ( −3 ) 𝑏3

0 -2 1 0 1 4

*** = baris ke n Sudah bernilai 1  tidak perlu diubah

 Ab.Alkaff

Penyelesaian Tabel

[]
Masih ada koefisien z yang negative, lanjutkan proses 0
penggantian Variabel Basis 4
Penyelesaian saat ini:𝑥 =
6
0
z RK Mencari nilai
yang paling
z 1 -5 0 0 2 8 cepat menjadi 0
6
0 8 0 1 -3 6 8
4
0 -2 1 0 1 4 −2

Nilai -2 tidak dipilih karena nilai RK akan semakin besar

 Ab.Alkaff

Penyelesaian Tabel

Melakukan Operasi Baris: masuk basis, keluar basis digantikan

oleh . Kolom dibuat menjadi vector identitas

Z RK Operasi Baris

Z 1 -5 0 0 2 8 𝑏1 +( )𝑏 5
2
8

0 8 0 1 -3 6 ( 8 )𝑏
1
2

𝑏 +(
4)
0 -2 1 0 1 4 1
3 𝑏 2
 Ab.Alkaff

Penyelesaian Tabel

Penyelesaian Optimal

Z RK

[]
Z 1 0 0 3
4
𝑥 = 11
0 1 0 2
0
0
0 0 1

Membentuk matriks Identitas √ Sudah Optimal karena

koefisien z adalah nonnegatif
 Ab.Alkaff

Penyelesaian Tabel

Pengecekan Keoptimalan
Diketahui dari soal

Cek nilai
det ( 𝐵)=( 2 ) ( 1 ) − ( −2 ) ( 3 ) =8

[ ]
1 3
−
𝐵
−1
= [
1 1
8 2
−3
2
=]8
1 1
8

4 4
 Ab.Alkaff

Penyelesaian Tabel

Pengecekan Keoptimalan
Cek nilai

[ ][ ] [ ]
1 3 3
−
−1 8 8 18 4
𝑋 𝑏= 𝐵 𝑏= =
1 1 4 11
4 4 2

Cek nilai

[ ]
3
4 3
𝑏= [ 1 2]
−1
𝑍 =𝐶 𝑏 𝐵 =11
11 4
2
 Ab.Alkaff

Penyelesaian Tabel

Pengecekan Keoptimalan
Cek nilai

[ ]
1 3
−
𝐶𝑏 𝐵
−1
𝑁 − 𝐶 𝑁 =[ 1 2]
8
1 1
8
[ 1
0
0
1]−[0 0 ]= [ 5
8
1
8 ]
4 4

Cocok dengan angka-angka yang ada pada tabel simpleks

Penyelesaian dari persoalan ini adalah
= , dengan z = , dan semua kendala adalah mengikat/berpengaruh karena
semua slack bernilai nol
 Ab.Alkaff

Penyelesaian Tabel

Pengecekan Tabel Simpleks 𝐶 𝑏 𝐵−1 𝑁 −𝐶 𝑁

z RK
z 1 0 0 𝑧
0 1 0
0 0 1

𝐵−1 𝑥𝐵
 Ab.Alkaff

Penyelesaian Tabel

𝑥2

( )
3
n Gambaran Geometris dari iterasi
ju a
4
11
tu

2 penyelesaian dengan table simpleks

gsi

( )
4
un

0
f

Terjauh. Bila digeser lagi akan

tur

keluar dari daerah kelayakan

n
Ko

Proses iterasi:
berjalan sepanjang
Daerah Layak
simpleks dari
polyhedral daerah
kelayakan sampai 40
titik dengan kontur
terjauh ( )
0
0
𝑥1
 Ab.Alkaff

Penyelesaian Tabel

𝒙𝟐
Pengecekan Geometris
−𝟐 𝒙 𝟏+ 𝒙 𝟐 ≤ 𝟒 𝟐 𝒙𝟏 +𝟑 𝒙𝟐 ≤𝟏𝟖 terhadap pemenuhan syarat
keoptimalan Kuhn-Tucker:
−𝟐 𝒙 𝟏+ 𝒙 𝟐 ≤ 𝟒 𝒎𝒊𝒏− 𝒙 − 𝟐 𝒙
𝟏 𝟐 bahwa resultan vector
− 𝒙𝟏≤ 𝟎
fungsi tujuan dan kendala
𝒎𝒊𝒏− 𝒙 𝟏 − 𝟐 𝒙 𝟐
berpengaruh harus dapat
dibuat nol dengan pengali
Lagrange nonnegative.
− 𝒙𝟏≤ 𝟎 𝒙𝟏 Ada kesalahan pada arah
gradien! Perbaiki dan
𝒎𝒊𝒏− 𝒙𝟏 − 𝟐−
𝒙 𝟐𝒙 𝟐 ≤ 𝟎
41
tambahkan pada paparan ini
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Pemrograman Linear Standar

- Tujuan untuk memaksimumkan
- Kendala
- Ruas kanan non-negatif
- Variabel non-negatif

Jika ada salah satu yang tidak terpenuhi, maka persoalan tersebut tergolong
pemrograman linier tidak standar.

Mengatasinya dapat dilakukan dengan berbagai cara tergantung pada

ketidakstandaran persoalan yang dihadapi 42
 Ab.Alkaff

Pemrograman Linier Tidak Standar

1. Tujuan : Meminimumkan

2. Variabel tidak non-negatif

contoh

 
 Ab.Alkaff

Pemrograman Linier Tidak Standar

3. Variabel tidak dibatasi. Misalkan tidak dibatasi

4. Ruas kanan tidak non negatif

×−1
 Ab.Alkaff

Pemrograman Linier Tidak Standar

5. Kendala tidak diselesaikan dengan menambahkan variabel semu.

tidak dapat digunakan sebagai variabel basis. Oleh karena itu ditambahkan
sebuah variabel semu xa yang bisa menjadi variabel basis.

Namun harus dibuat menjadi bernilai nol setelah sejumlah iterasi (dipaksa
keluar dari basis) karena memang seharusnya tidak ada
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Diselesaikan dengan Metode Dua Tahap dengan langkah-langkah
1. Meminimumkan variabel semu⟶ diperoleh penyelesaian yang
layak
2. Memaksimalkan ⟶ diperoleh penyelesaian optimal
Meminimumkan variable semu dilakukan dengan membentuk fungsi tujuan
tambahan yang menyatakan nilai total dari semua variable semu yang dipakai
yang harus diminimumkan. Karena variable semu bernilai nonnegative, maka nilai
minimum variable semu adalah nol. Bila diperoleh variable semu = 0, maka
penyelesaian layak telah diperoleh. Proses selanjutnya adalah mencari nilai
optimal dari fungsi tujuan yang asli. Bila variable semu tidak dapat dibuat = 0,
berarti persoalan tersebut tidak memiliki penyelesaian yang layak sehingga tidak
mungkin dioptimalkan)
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Contoh

Hanya ada 1 variable semu

Dapat diselesaikan dengan menggunakan dengan dua tujuan, yaitu meminimumkan

nilai (total) variable semu dan memaksimumkan tujuan fungsional.
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Contoh

Min za =

Tujuan za menyatakan nilai variable semu yang harus diminimumkan (dibuat nol). Dapat
diselesaikan dengan menggunakan table simpleks dengan dua tujuan. Untuk memudahkan
pembentukan table simpleks, pilih sebagai variable basis adalah variable yang menghasilkan
matrik basis berupa matriks identitas. Untuk contoh ini ambil dan sebagai variable basis
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Tidak memenuhi
Pembuatan Tabel Simpleks aturan tabel simpleks

Tahap
RK

(I) 0 0 0 0 0 1 0 min 𝑍 𝑎=𝑥5

(II) 1 -2 -1 0 0 0 0 max 𝑍
0 1 1 1 0 0 3
0 -1 1 0 -1 1 1
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Tahap I: Mencari daerah layak dengan meminimumkan za
Membuat vector identitas

RK Operasi Baris

0 0 0 0 0 1 0 𝑏1 +(− 1)𝑏4
1 -2 -1 0 0 0 0
0 1 1 1 0 0 3
0 -1 1 0 -1 1 1
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Tahap I: Penggantian Variabel Basis

RK

[]
0 1 -1 0 1 0 -1 0
0
1 -2 -1 0 0 0 0 𝑥= 3
0
0 1 1 1 0 0 3 1
Bukan Titik Layak
0 -1 1 0 -1 1 1
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Tahap I: Operasi Baris

RK Operasi Baris

0 1 -1 0 1 0 -1 𝑏1 +𝑏4
1 -2 -1 0 0 0 0 𝑏2 +𝑏 4
0 1 1 1 0 0 3 𝑏3 + ( −1 ) 𝑏 4
0 -1 1 0 -1 1 1 𝑏4
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Tahap 1 selesai. Memasuki ke Tahap 2. bisa hilang

RK sudah minimum

[]
0 0 0 0 0 1 0 0
1
𝑥= 2
1 -3 0 0 -1 1 1
0
0
0 2 0 1 1 -1 2
0 -1 1 0 -1 1 1 √ Tahap 1 selesai

sudah nol, variable semu hilang⟶ koef baris sama dengan koef di tabel simpleks awal
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Tahap II: Optimisasi melalui penggantian Variabel Basis

RK Mencari nilai
yang paling
1 -3 0 0 -1 1 cepat menjadi 0
2
0 2 0 1 1 2 2
1
0 -1 1 0 -1 1 −1
49
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Tahap II: Melakukan Operasi Baris

RK Operasi Baris

1 -3 0 0 -1 1 𝑏1 + ( )𝑏
3
2 2

0 2 0 1 1 2 ( 1
)𝑏 2
2

0 -1 1 0 -1 1 𝑏3 +(
1
)𝑏
250 2
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Tahap II: Penyelesaian Optimal

RK

[]
1
1 0 0 4 2
𝑥= 0
0 1 0 1 0
0
0 0 1 2
Membentuk matriks Identitas
karena menjadi variabel basis
√ Sudah Optimal karena koefisien z
(membentuk basis) tidak ada yang negatif
 Ab.Alkaff

Pemrograman Linier Tidak Standar

𝑥2
Gambaran Geometris:
Daerah layak Tahap 1: Mulai dari titik (0,0) yang
tidak layak menuju ke
()1
2 titik (0,1) yang layak.
Tahap 2: Mulai dari titik (0,1) hasil
()
0
1
Tahap 2/iterasi 1
dari Tahap 1 yang layak
Tahap 1/iterasi 1 tetapi belum optimal
menuju ke titik (1,2)
()
0 𝑥1 yang optimal 52
0
ntur f
Ko
 Ab.Alkaff

Pemrograman Linier Tidak Standar

𝑥2
Pengecekan Geometris terhadap
keterpenuhan syarat keoptimalan
𝑥1 + 𝑥2 ≤ 3
Kuhn Tucker: bahwa resultan
vector fungsi tujuan dan kendala
max 2 𝑥1 +𝑥2 − 𝑥 + 𝑥 ≥ 1
1 2 berpengaruh harus dapat dibuat nol
− 𝑥1≤ 0 dengan pengali Lagrange
max 2 𝑥1 +𝑥2 nonnegative.
− 𝑥 1+ 𝑥 2 ≥ 1 Ada kesalahan pada arah gradient?
𝑥1
53
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Contoh
Max
DS
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Penyelesaian
Misal

Sehingga
Min
S.T
.
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Menjadi
Max
S.T.

Min  Max 
 Ab.Alkaff

Pemrograman Linier Tidak Standar

RK
0 0 0 0 0 0 1 1 0
-1 1 1 2 0 0 0 0 -1
0 1 -1 1 1 0 0 0 7
0 2 1 0 0 -1 1 0 2
0 1 0 2 0 0 0 1 5
RK
0 -3 -1 -2 0 1 0 0 0
-1 1 1 2 0 0 0 0 -1
0 1 -1 1 1 0 0 0 7
0 2 1 0 0 -1 1 0 2
0 1 0 2 0 0 0 1 5
 Ab.Alkaff

Pemrograman Linier Tidak Standar

RK
0 0 1/2 -2 0 -1/2 3/2 0 -4
-1 0 1/2 2 0 1/2 -1/2 0 -2
0 0 -3/2 1 1 1/2 -1/2 0 6
0 1 1/2 0 0 -1/2 1/2 0 1
0 0 -1/2 2 0 1/2 -1/2 1 4

RK
0 0 0 0 0 0 1 1 0
-1 0 1 0 0 0 0 -1 -6
0 0 -5/4 0 1 1/4 -1/4 -1/2 4
0 1 1/2 0 0 -1/2 1/2 0 1
0 0 -1/4 1 0 1/4 -1/4 1/2 2
Diabaikan boleh dibuang
 Ab.Alkaff

Pemrograman Linier Tidak Standar

Dengan selesainya tahap 1, ternyata berpindah ke tahap 2 telah menghasilkan

table tanpa nilai negative pada koefisien z. sehingga tahap 2 juga sudah optimal

Jadi nilai x yang memberikan nilai optimal adalah,

Sehingga,
 Ab.Alkaff

Melengkapi Tabel Simpleks

Sudah dijelaskan bahwa table simpleks dibentuk dari persamaan-persamaan:

z RK
z 1 0
0 I

Informasi diatas dapat dipergunakan untuk melengkapi table simpleks sekiranya

ada beberapa elemen pada table tersebut yang hilang atau kurang jelas 27
 Ab.Alkaff

Analisis Sensitivitas
Bila terdapat perubahan pada nilai parameter atau penambahan kendala atau
penambahan variable keputusan, hasil penyelesaian optimal yang telah diperoleh
tetap dapat dipakai untuk mencari penyelesaian yang baru akibat adanya
perubahan tersebut.

Langkah pertama tentunya adalah mengecek apakah penyelesaian optimal lama

masih tetap berlaku atau tidak. Bila ya, berarti tidak perlu ada perubahan pada
penyelesaian optimal. Bila tidak, maka harus dicari penyelesaian yang baru akibat
adanya perubahan tersebut.

Mencari penyelesaian yang baru akibat adanya beberapa perubahan pada

formulasi persoalan dengan menggunakan hasil penyelesaian yang telah diperoleh
23
dari formulasi persoalan sebelum berubah dikenal sebagai analisis sensitivitas.
 Ab.Alkaff

Analisis Sensitivitas
Macam-macam analisis sensitivitas, antara lain adalah:

1. Perubahan parameter
a. Perubahan nilai elemen pada vector c
b. Perubahan nilai elemen pada vector b
c. Perubahan nilai elemen pada matriks A
2. Penambahan atau pengurangan kendala
3. Penambahan atau pengurangan variabel

23
 Ab.Alkaff

Tugas 5
1. Ambil satu contoh soal pemrograman linier tidak standar dua dimensi dari buku
referensi (atau buat sendiri) dengan tiga kendala fungsional dengan titik O bukan
titik layak. Selesaikan dengan metode grafik, metode matriks, metode geomterik
lengkap dengan vector persyaratan Kuhn-Tucker, metode table simpleks lengkap
dengan perjalanan iterasinya. Jelaskan kesesuaian hasil empat metode tersebut
2. Ambil satu contoh soal pemrograman linier (standar/tidak) dari buku referensi yang
memuat paling sedikit 4 variable dan ada penjelasan diskripsi permasalahannya
(atau buat sendiri). Tuliskan formulasinya. Konversikan ke bentuk kanonik.
Selesaikan dengan bantuan paket program. Tuliskan proses iterasinya dalam bentuk
table simpleks seperti yang diberikan pada paparan kuliah. Beri interpretasi
penyelesaian pada tiap iterasi. Interpretasikan penyelesaian optimalnya
3. Cari dari buku referensi satu contoh cara menyelesaikan salah satu permasalahan
23
analisis sensitivitas lengkap dengan iterasinya untuk mencari titik optimal baru