METODE SIMPLEX

WAHYU SRI UTAMI M.Sc.

 Metode
simplex
Pandang model umum program linear sebagai berikut :
Sumber daya Pemakaian sumber daya per unit Jumlah
kegiatan smber daya
1 2 3 ... N yang
tersedia

1 ...

2 ...

. . . . ... . .

. . . . ... . .

M ...

∆Z/Unit barang ...

Jumlah Barang ...

/kegiatan
 Metode
simplex
Formulasi model secara matematis masalah PL bentuk baku

Bentuk baku memenuhi syarat:

1. Semua kendala merupakan
bentuk persamaan
2. Harga ruas kanan hendaklah non
negatif
3. Semua harga variabel keputusan
(x) adalah non negatif
4. Fungsi tujuan berbentuk
memaksimalkan atau
meminimalkan
 Metode
simplex
Metode simplex dibuat untuk menyelesaikan PL baku. Sehingga PL umum
harus harus diturunkan terlebih dahulu penjadi PL baru yang berbentuk
baku.

A. Perubahan ke bentuk baku

1. Jika kendala berbentuk maka persamaan kendala diubah dengan
menambah variabel kelonggaran (slack variable) pada ruas kiri. Misal:
6 diubah menjadi +6, .
2. Jika kendala berbentuk maka persamaan kendala diubah dengan
mengurangkan dengan variabel surplus dan menambahkan variabel
artificial pada ruas kiri. Misal : + 3 5 diubah menjadi + 3 5.
3. Jika ruas kanan berharga negatif diubah menjadi positif dengan
mengalikan kedua ruas dengan (-1). Misal 2 -5 diubah dengan
5. mengalikan
Persamaan tujuan
kedua (Z)dengan
ruas ditmbahkan dengan
(-1) menjadi -2variabel
5. slack dari setiap
4. Jikakendala
terdapatdengan pengalinya
variabel keputusannol.
tak terbatas ( maka dapat diubah ke
bentuk dua variabel non negatif dengan substitusi: = , 0
 Metode
B. Prosedur Metode Simplex simplex
Langkah Awal

Langkah Iterasi

Uji OPtimal Stop

T Y

Alur Metode Simplex

 Metode
Langkah Awal simplex
Membentuk model matematis kedalam bentuk baku dengan
menambahkan viabel kelongaran (slack), sehingga diperoleh
variabel basis. Fungsi tujuan koefisien variabel kelonggaran
sama dengan nol dan pisahkan variabel-variabel disebelah
kiri dari konstanta di sebelah kanan.

Langkah Iterasi
Langkah ini terdiri dari 3 bagian:
1. Menentukan Entering Variabel (EV) yaitu variabel yang
masuk menjadi basis dengan cara mencari variabel non
basis pada persamaan (0) harga negatif terbesar untuk
masalah maksimum dan harga positif terbesar untuk
masalah minimum.
 Metode
simplex
2. Menentukan leaving Variabel (LV) yaitu variabel dasar yang
akan keluar dengan cara membandingkan harga ruas kanan
dengan harga koefisien pada variabel yang terpilih menjadi
basis baru pada setiap persamaan ke-i (i=1,2,...,m) yang dipilih
adalah nilai positif terkecil. Selanjutnya perpotongan antara
Entering Variabel (EV) dengan Leaving variabel (LV) disebut
elemen pivot.
3. Menentukan solusi baru dengan melakukan operasi Eliminasi
Gauss, dengan menjadikan tiap harga pada variabel baru
menjadi nol dan elemen pivot menjadi 1.
 Metode
Langkah Optimal simplex
Pada langkah ini kita periksa persamaan (0)/(Z) apakah
pada setiap variabel non basis berharga: ) dan
kalau ini terpenuhi maka penyelesaian sudah optimal jika
belum lanjutkan langkah iterasi.
 Metode
Contoh 1
Max Z simplex
Dengan kendala :
4
2 12 Z = 3x1+5x2+0S1+0S2+0S3
3 + 2 18 Z-3x1-5x2-0S1-0S2-0S3 =0
0

Langkah Awal
4
2 12
3 + 2 18
Z-
Solusi fisibel awal di titik o(
Tabel Solusi Metode
Simplex EV E. Pivot

Iterasi BV Z X1 X2 S1 S2 S3 NK
Z 1 -3 -5 0 0 0 0
S1 0 1 0 1 0 0 4 (-)
0
S2 0 0 2 0 1 0 12(6) LV = 12/2
S3 0 3 2 0 0 1 18(9) =6
Z 1 -3 0 0 5/2 0 30
+5/2B3
S1 0 1 0 1 0 0 4
1
X2 0 0 1 0 1/2 0 6
B3/2
S3 0 3 0 0 -1 1 6 LV = 6/3
4-1.B3
Z 1 0 0 0 3/2 1 36 =2
1+1.B4 S1 0 0 0 1 1/3 -1/3 2
2-1/3B4 2 X2 0 0 1 0 1/2 0 6
X1 0 1 0 0 -1/3 1/3 2
B4/3

Diperoleh solusi optimum (Z, X1, X2, S1, S2, S3) = ( 36,2 6,2 ,0 ,0 , )
Tabel Solusi Metode
Simplex EV Pivot

Iterasi BV Z X1 X2 S1 S2 S3 NK
Z 1 -3 -5 0 0 0 0
S1 0 1 0 1 0 0 4
0
S2 0 0 2 0 1 0 12 LV = 12/2
S3 0 3 2 0 0 1 18 =6
Z 1 -3 0 0 5/2 0 30
S1 0 1 0 1 0 0 4
1
X2 0 0 1 0 ½ 0 6
S3 0 3 0 0 -1 1 6 LV = 6/3
Z 1 0 0 0 3/2 1 36 =2
S1 0 0 0 1 1/3 -1/3 2
2
X2 0 0 1 0 ½ 0 6
X1 0 1 0 0 -1/3 1/3 2

Diperoleh solusi optimum (Z, X1, X2, S1, S2, S3) = ( 36, 2, 6, 2, 0, 0 )
 Metode
SOAL : simplex
Suatu perusahaan produksi mebel memproduksi meja dan
kursi dan juga mengetahui dua tipe yang berbeda dari
kayu dan jumlah tenaga kerja yang dibutuhkan untuk
setiap produk. Setiap meja membutuhkan 5 board feet
(bd-ft) dari kayu A(OAK) dan 2 bd-ft dari kayu B (pine)
dengan 4 tenaga kerja dalam jam kerja.
Sedangkan setiap kursi membutuhkan 2 bd-ft dari kayu A
dan 3 bd-ft dari kayu B dengan dua tenaga kerja dalam jam
kerja. Perusahaan mebel ini dapat menjual semua
produknya dan memperoleh keuntungan untuk setiap
meja sebesar $12,- dan setiap kursi sebesar $8,-.
Sebagai batas , perusahaan hanya mempunyai 150 bd-ft
kayu A dan 100 bd-ft kayu B serta 80 jam kerja yang
terbuka untuk satu minggu kedepan.
 Metode
Perusahan mebel ingin mengetahui berapasimplex
banyak setiap
produk harus dihasilkan dan dijual untuk menghasilkan
keuntungan yang maksimal dengan kendala sumber
bahan dan tenaga kerja yang tersedia.

Tabel Data Produksi Meubel

Produksi Sumber
meubel Kayu A Kayu B Jam Untung
bd-ft/unit bd-ft/unit kerja/unit $/unit

Meja 5 2 4 12
Kursi 2 3 2 8
Sumber 150 bd-ft 100 bd-ft 80 jam
yang kerja
tersedia
 Metode
1. simplex
Tentuka variabel keputusan yang dinyatakan dalam
hasil produk yang diinginkan untuk mencapai
keuntungan.
2. Uraikan dan formulasikan masalah kedalam bentuk
program lInear.
3. Selesaikan masalah menggunakan metode Simplex
untuk memperoleh solusi yang optimal.
 simplex
Solusi untuk masalah dengan kendala
• Kendala yang berbentuk misalnya :
2 20 menjadi 2 20
Dimana :
• Kendala yang berbentuk ( misalnya :
2 30 menjadi 2 30
Dimana :

Metode Dua Fase

Fase 1: Meminimumkan jumlah dari variabel artificialnya
yang merupakan fungsi tujuan baru, sehingga mencapai
harga minimum/nol.
Fase 2 : Meminimumkan fungsi tujuan asli/semula.
 Metode
Contoh 2
Memaksimumkan Z =
simplex
Dengan kendala :
4
2 12
3 + 2 18
0
Persoalan diubah kedalam bentuk baku menjadi:
4
2 12
3 + 2 183 2
Dari perhitungan dalam bentuk baku model diperoleh
harga yang aka diminimumkan pada fase pertama berikut
ini:
 Metode
Fase Pertama simplex
Pada fase pertama, akan diminimumkan variabel artifisial
f = atau f = 18

Selanjutnya dengan memisahkan semua variabel

disebelah kiri dan konstanta disebelah kanan, sehingga
diperoleh persamaan yang akan diminimalkan yaitu:
f +
 Metode
EV
simplex
Iterasi BV F X1 X2 S1 S2 R3 NK
f 1 3 2 0 0 0 18
S1 0 1 0 1 0 0 4 LV = 4/1
0 =4
S2 0 0 2 0 1 0 12
R3 0 3 2 0 0 1 18
f 1 0 2 -3 0 0 6
X1 0 1 0 1 0 0 4
1
S2 0 0 2 0 1 0 12
R3 0 0 2 3 0 1 6 LV = 6/2
f 1 0 0 0 0 -1 0 =3
X1 0 1 0 1 0 0 4
2
S2 0 0 0 3 1 -1 6
X2 0 0 1 -3/2 0 1/2 3
 Metode
Pada iterasi ke 2 diperoleh keadaan optimal simplex
pada
persamaan (0) harga variabel artificialnya minimum/nol
dan harga variabel basisnya (,
Sehingga dari tabel diperoleh persamaan baru yaitu:
4
3 6
=3 =3+
Dengan memasukkan harga d kedalam persamaan fungsi
tujuan awal sehingga persoalan awal menjadi:
Max Z = = 3()+5(3 + )=27+9/2
Dengan kendala: 4
3 6
=3
 Metode
Fase Kedua
EV
simplex
Iterasi BV Z X1 X2 S1 S2 NK
Z 1 0 0 -9/2 0 27
X1 0 1 0 1 0 4
0
S2 0 0 0 3 1 6 LV = 6/23
X2 0 0 1 -3/2 0 3 =2
Z 1 0 0 0 3/2 36
X1 0 1 0 0 -1/3 2
1
S1 0 0 0 1 1/3 2
X2 0 0 1 0 1/2 6

Pada iterasi 1, keadaan sudah optimal dengan terlihat

pada persamaan (0) semua nilai variabel non basis 0,
sehinga solusi optimal dengan harga (Z,
 Metode
Fase Kedua
EV
simplex
Iterasi BV Z X1 X2 S1 S2 NK
Z 1 0 0 -9/2 0 27
X1 0 1 0 1 0 4
0
S2 0 0 0 3 1 6 LV = 6/23
X2 0 0 1 -3/2 0 3 =2
Z 1 0 0 0 3/2 36
X1 0 1 0 0 -1/3 2
1
S1 0 0 0 1 1/3 2
X2 0 0 1 0 1/2 6

Pada iterasi 1, keadaan sudah optimal dengan terlihat

pada persamaan (0) semua nilai variabel non basis 0,
sehinga solusi optimal dengan harga (Z,
 Metode
Metode Big M simplex
Dalam metode ini koefisien fungsi tujuan untuk variabel
artificial diberi harga :
1. Negatif M (-M) untuk masalah maksimum, dimana M
adalah bilangan positif besar
2. Positif M (M) untuk masalah minimum.

Contoh 3.
Memaksimumkan Z =
Dengan kendala :
4
2 12
3 + 2 18
0
 Metode
simplex
Persoalan diubah kedalam bentuk baku menjadi:
4
2 12
3 + 2 183 2
Solusi basis awal (, , ,
Pada fungsi tujuan/pers.(0) harga koefisien variabel slack adalah
0 dan harga koefisien variabel artificial adalah –M. Sehingga
diperoleh :
Z=
=)
=
= (+(
Z ((
 EV
Iterasi BV Z X1 X2 S1 S2 R3 NK
Z 1 -(3M+3) -(2M+5) 0 0 0 -18M
S1 0 1 0 1 0 0 4 LV
0
S2 0 0 2 0 1 0 12
R3 0 3 2 0 0 1 18
Z 1 0 -(2M+5) (3M+3) 0 0 -6M+12
(3m+3)
X1 0 1 0 1 0 0 4
1
S2 0 0 2 0 1 0 12
R3 0 0 2 -3 0 1 6
3B2 LV
Z 1 0 0 -9/2 0 (M+5/2) 27
X1 0 1 0 1 0 0 4
2
S2 0 0 0 3 1 -1 6
X2 0 0 1 -3/2 0 1/2 3 LV
Z 1 0 0 0 3/2 (M+1) 36
X1 0 1 0 0 -1/3 1/3 2
3
S1 0 0 0 1 1/3 -1/3 2
X2 0 0 1 0 1/2 0 6
Pada iterasi 3, keadaan sudah optimal dengan terlihat pada
persamaan (0) semua nilai variabel non basis 0, sehinga
solusi optimal dengan harga
(Z, , , ,

Contoh 4.
Meminimumkan Z =
Dengan kendala :
5

2
0
Persoalan diubah kedalam bentuk baku menjadi:
5

2
Pada fungsi tujuan/pers.(0) harga koefisien variabel slack
adalah 0 dan harga koefisien variabel artificial adalah M.
Sehingga diperoleh :
Z=
=)
=
Z-
Z+
Iterasi BV Z X1 X2 S1 S2 R2 R3 NK
Z 1 (4M-5) (2M-2) 0 -M 0 0 10M
S1 0 1 1 1 0 0 0 5
0
R2 0 4 1 0 -1 1 0 8
R3 0 0 1 0 0 0 1 2
Z 1 0 (M-3/4) 0 -5/4 -(M-5/4) 0 2M-10
S1 0 0 3/4 1 1/4 -1/4 0 3
1
X1 0 1 1/4 0 -1/4 1/4 0 2
R3 0 0 1 0 0 0 1 2
Z 1 0 0 0 -5/4 -(M-5/4) -(M-3/4) 11,5
S1 0 0 0 1 1/4 -1/4 -3/4 3/2
2
X1 0 1 0 0 -1/4 1/4 -1/4 3/2
X2 0 0 1 0 0 0 1 2

Pada iterasi 2, keadaan sudah optimal dengan terlihat pada persamaan (0)
semua nilai variabel non basis0, sehinga solusi optimal dengan harga
(Z, , , ,
soal
• Seorang petani ingin memberikan pupuk pada tanaman
padinya. Pupuk yang diberikan harus mengandung sekurang-
kurangnya 600g fosfor dan 720g nitrogen. Pupuk 1
mengandung 30g fosfor dan 30g nitrogen per bungkus. Pupuk
II mengandung 20g fosfor dan 40g nitrogen per bungkus.
Petani ingin mencampur kedua pupuk tersebut. Satu bungkus
pupuk I harganya Rp 17.500,00 dan pupuk II Rp 14.500,00 per
bungkus. Tentukan jumlah pupuk 1 dan 2 yang harus dibeli
sehingga biaya yang harus dikeluarkan oleh petani tersebut
minimum.
• Variabel keputusan
• X1=jumlah pupuk 1 yg mau dibeli
• X2= jumlah pupuk 2 yg mau dibeli
• Program Linear
• Fungsi Tujuan
• Min Z = 17500x1 + 14500x2
• Fungsi Kendala
• 1. 30x1+ 20x2 >= 600 (kendala fosfor)
• 2. 30x1+40x2 >=720 (kendala nitrogen)
• X1,x1 >=0

• Diubah ke bentuk baku

• 30x1 + 20x2 –S1 + R1=600, R1=600-30x1-20x2+S1
• 30x1+40x2-S2 + R2 = 720, R2 = 720-30x1-40x2+S2
• Z=175x1+145x2+0S1+0S2+MR1+MR2
• Z=175x1+145x2+0S1+0S2+M(600-30x1-20x2+S1)+M(720-30x1-40x2+S2)
• Z=175x1+145x2+0S1+0S2+600M-30Mx1-20Mx2+MS1+720M-30Mx1-40Mx2+MS2.
• Z=(175-60M)x1 + (145-60M)x2 + MS1 +MS2 +1320M
• Z-(175-60M)x1-(145-60M)x2-MS1-MS1 = 1320M
• Z+(60M-175)x1+(60M-145)x2-MS1-MS2 =1320M