metode simpleks dalam bentuk tabel simplex method in ... · ②pemecahan untuk masalah minimisasi...
TRANSCRIPT
2/11/2008
1
TI2231 Penelitian Operasional I 1
Metode Simpleks dalam Bentuk Tabel
(Simplex Method in Tabular Form)
Kuliah 04
TI2231 Penelitian Operasional I 2
Materi Bahasan
① Metode simpleks dalam bentuk tabel
② Pemecahan untuk masalah minimisasi
③ Masalah-masalah komputasi dalam metode
simpleks
④ Penentuan basis layak
2/11/2008
2
TI2231 Penelitian Operasional I 3
① Metode simpleks dalam Bentuk Tabel
TI2231 Penelitian Operasional I 4
Contoh Rumusan Masalah PL
Memaksimumkan Z = 3x1 + 2x2
dengan pembatas-pembatas:
x1 + 2x2 6
2x1 + x2 8
– x1 + x2 1
x2 2
x1 ≥ 0, x2 ≥ 0
2/11/2008
3
TI2231 Penelitian Operasional I 5
Bentuk Kanonik
Memaksimumkan Z = 3x1 + 2x2
dengan pembatas-pembatas:
x1 + 2x2 + x3 = 6
2x1 + x2 + x4 = 8
– x1 + x2 + x5 = 1
x2 + x6 = 2
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0, x6 ≥ 0,
TI2231 Penelitian Operasional I 6
Representasi Tabel
untuk Solusi Basis Layak Awal
cB
3 2 0 0 0 0
Konstanta
x1 x2 x3 x4 x5 x6
0 x3 1 2 1 0 0 0 6
0 x4 2 1 0 1 0 0 8
0 x5 -1 1 0 0 1 0 1
0 x6 0 1 0 0 0 1 2
Basis
cj
c Baris
2/11/2008
4
TI2231 Penelitian Operasional I 7
Nilai Fungsi Tujuan
konstantadan vektor dariproduct inner BcZ
0
2
1
8
6
0,0,0,0
Z
TI2231 Penelitian Operasional I 8
Pemeriksaan Optimalitas
kanonik sistem dalam dengan berkaitan
yang kolomdan dari
j
B
jj x
cuctinner prodcc
Nilai fungsi tujuan relatif (profit relatif /ongkos relatif )
untuk variabel non basis:
Kondisi optimal terjadi apabila semua nilai koefisien
fungsi tujuan relatif untuk variabel non basis adalah tak
positif [untuk masalah maksimisasi]
2/11/2008
5
TI2231 Penelitian Operasional I 9
Nilai Fungsi Tujuan Relatif untuk
Variabel Non Basis
3
0
1
2
1
0,0,0,031
c
2
1
1
1
2
0,0,0,022
c
TI2231 Penelitian Operasional I 10
Tabel 1 (awal)
cB
3 2 0 0 0 0
Konstanta
x1 x2 x3 x4 x5 x6
0 x3 1 2 1 0 0 0 6
0 x4 2 1 0 1 0 0 8
0 x5 -1 1 0 0 1 0 1
0 x6 0 1 0 0 0 1 2
3 2 0 0 0 0 Z = 0
Basis
cj
c Baris
2/11/2008
6
TI2231 Penelitian Operasional I 11
Penentuan variabel yang masuk (entering
variable)
• Variabel non basis yang dipilih untuk masuk
ke basis (entering variable) variabel yang
memberikan peningkatan per unit pada Z yang
terbesar., yaitu variabel non basis yang
mempunyai nilai fungsi tujuan relatif terbesar
(paling positif untuk masalah maksimasi).
TI2231 Penelitian Operasional I 12
Penentuan variabel yang masuk (entering
variable)
cB
3 2 0 0 0 0
Konstanta
x1 x2 x3 x4 x5 x6
0 x3 1 2 1 0 0 0 6
0 x4 2 1 0 1 0 0 8
0 x5 -1 1 0 0 1 0 1
0 x6 0 1 0 0 0 1 2
3 2 0 0 0 0 Z = 0
Basis
cj
c Baris
2/11/2008
7
TI2231 Penelitian Operasional I 13
Penentuan variabel yang keluar (leaving
variable)
• Untuk menentukan variabel basis yang akan
diganti (leaving variable), aturan rasio
minimum (minimum ratio rule) digunakan
untuk menentukan limit bagi tiap pembatas.
TI2231 Penelitian Operasional I 14
Penentuan variabel yang keluar (leaving
variable)
Nomor baris Variabel basisBatas atas bagi
x1
1 x3 6/1 = 6
2 x4 8/2 = 4 (minimum)
3 x5
4 x6
2/11/2008
8
TI2231 Penelitian Operasional I 15
Penentuan variabel yang keluar (leaving
variable)
cB
3 2 0 0 0 0
Konstanta
x1 x2 x3 x4 x5 x6
0 x3 1 2 1 0 0 0 6
0 x4 2 1 0 1 0 0 8
0 x5 -1 1 0 0 1 0 1
0 x6 0 1 0 0 0 1 2
3 2 0 0 0 0 Z = 0
Basis
cj
c Baris
TI2231 Penelitian Operasional I 16
Tabel 2
cB
3 2 0 0 0 0
Konstanta
x1 x2 x3 x4 x5 x6
0 x3 0 3/2 1 -1/2 0 0 2
3 x1 1 1/2 0 1/2 0 0 4
0 x5 0 3/2 0 1/2 1 0 5
0 x6 0 1 0 0 0 1 2
0 1/2 0 -3/2 0 0 Z = 12
Basis
cj
c Baris
2/11/2008
9
TI2231 Penelitian Operasional I 17
Penentuan variabel yang masuk (entering
variable)
cB
3 2 0 0 0 0
Konstanta
x1 x2 x3 x4 x5 x6
0 x3 0 3/2 1 -1/2 0 0 2
3 x1 1 1/2 0 1/2 0 0 4
0 x5 0 3/2 0 1/2 1 0 5
0 x6 0 1 0 0 0 1 2
0 1/2 0 -3/2 0 0 Z = 12
Basis
cj
c Baris
TI2231 Penelitian Operasional I 18
Penentuan variabel yang masuk (entering
variable)
cB
3 2 0 0 0 0
Konstanta
x1 x2 x3 x4 x5 x6
0 x3 0 3/2 1 -1/2 0 0 2
3 x1 1 1/2 0 1/2 0 0 4
0 x5 0 3/2 0 1/2 1 0 5
0 x6 0 1 0 0 0 1 2
0 1/2 0 -3/2 0 0 Z = 12
Basis
cj
c Baris
2/11/2008
10
TI2231 Penelitian Operasional I 19
Tabel 3 (Optimal)
cB
3 2 0 0 0 0
Konstanta
x1 x2 x3 x4 x5 x6
2 x2 0 1 2/3 -1/3 0 0 4/3
3 x1 1 0 -1/3 2/3 0 0 10/3
0 x5 0 0 -1 1 1 0 3
0 x6 0 0 -2/3 1/3 0 1 2/3
0 0 -1/3 -4/3 0 0 Z = 122/3
Basis
cj
c Baris
TI2231 Penelitian Operasional I 20
Output Tabel Simpleks dengan Software
(WinQSB) (1)
2/11/2008
11
TI2231 Penelitian Operasional I 21
Output Tabel Simpleks dengan Software
(WinQSB) (2)
TI2231 Penelitian Operasional I 22
② Pemecahan untuk masalah minimisasi
2/11/2008
12
TI2231 Penelitian Operasional I 23
Masalah minimisasi
(Minimization problem)
• Koefisien fungsi tujuan relatif memberikan
informasi perubahan dalam nilai Z per satu
unit peningkatan variabel non basis.
• Nilai yang negatif pada koefisien fungsi tujuan
relatif untuk suatu variabel non basis
mengindikasikan bahwa jika variabel non basis
dinaikkan justru akan menyebabkan penurunan
pada nilai Z.
TI2231 Penelitian Operasional I 24
Masalah minimisasi
(Minimization problem))
• Oleh karena itu, untuk masalah minimasi, hanya variabel non basis yang mempunyai koefisien fungsi tujuan relatif yang negatif saja yang memenuhi syarat sebagai calon variabel yang masuk basis (entering variable).
• Variabel yang masuk basis (entering variable) adalah variabel yang mempunyai koefisien fungsi tujuan relatif paling negatif.
• Sehingga kondisi optimalitas pada masalah minimasi terjadi apabila semua nilai koefisien fungsi tujuan relatif variabel non basis adalah tak negatif.
2/11/2008
13
TI2231 Penelitian Operasional I 25
Masalah minimisasi
(Minimization problem)
• Alternatif lain untuk memecahkan masalah
minimasi adalah dengan mengkonversikannya
menjadi masalah maksimasi dengan
memecahkan dengan metoda simpleks untuk
masalah maksimasi..
• Konversi dilakukan dengan mengalikan fungsi
tujuan untuk masalah minimasi dengan minus
satu.
TI2231 Penelitian Operasional I 26
Masalah minimisasi
(Minimization problem)
Meminimumkan Z = 4x1 + x2
dengan pembatas-pembatas:
3x1 + x2 = 3
4x1 + 3x2 ≥ 6
x1 + 2x2 4
x1 ≥ 0, x2 ≥ 0
2/11/2008
14
TI2231 Penelitian Operasional I 27
Masalah minimisasi
(Minimization problem)
Memaksimumkan Z’ = -4x1 - x2
dengan pembatas-pembatas:
3x1 + x2 = 3
4x1 + 3x2 ≥ 6
x1 + 2x2 4
x1 ≥ 0, x2 ≥ 0
TI2231 Penelitian Operasional I 28
Masalah Minimisasi
(Minimization problem)
Solusi optimal kedua permasalahan akan sama,
tetapi nilai optimalnya berbeda dalam hal tanda.
Dengan kata lain:
Nilai minimum dari Z = - (Nilai maksimum dari Z’)
2/11/2008
15
TI2231 Penelitian Operasional I 29
③ Masalah-masalah komputasi dalam
metode simpleks
TI2231 Penelitian Operasional I 30
Masalah-masalah komputasi
• Nilai yang sama pada koefisien fungsi tujuan relatif yang terbesar Pilih variabel non basis yang akan masuk (entering variable) secara sebarang.
• Nilai yang sama pada rasio minimum untuk dua atau lebih pembatas
– Pilih variabel yang akan keluar (leaving variable) secara sebarang.
– Implikasi dari nilai yang sama ini adalah akan menghasilkan solusi yang degenerate.
2/11/2008
16
TI2231 Penelitian Operasional I 31
Masalah-masalah komputasi
• Solusi optimal alternatif (alternate optimal
solution)
• Solusi yang tak terbatas (unbounded solution)
TI2231 Penelitian Operasional I 32
Solusi optimum alternatif
(Alternate optimum solution)
Memaksimumkan Z = 2x1 + 4x2
dengan pembatas-pembatas:
x1 + 2x2 5
x1 + x2 4
x1 ≥ 0, x2 ≥ 0
2/11/2008
17
TI2231 Penelitian Operasional I 33
Bentuk kanonik
Memaksimumkan Z = 2x1 + 4x2
dengan pembatas-pembatas:
x1 + 2x2 + x3 = 5
x1 + x2 + x4 = 4
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0
TI2231 Penelitian Operasional I 34
Tabel 1
cB
2 4 0 0
Konstanta
x1 x2 x3 x4
0 x3 1 2 1 0 5
0x4 1 1 0 1 4
2 4 0 0 Z = 0
Basis
cj
c Baris
2/11/2008
18
TI2231 Penelitian Operasional I 35
Tabel 2 (Optimal)
cB
2 4 0 0
Konstanta
x1 x2 x3 x4
4 x2 1/2 1 1/2 0 5/2
0x4 1/2 0 -1/2 1 3/2
0 0 -2 0 Z = 10
Basis
cj
c Baris
TI2231 Penelitian Operasional I 36
Tabel 3 (Optimal alternatif)
cB
2 4 0 0
Konstanta
x1 x2 x3 x4
4 x2 0 1 1 -1 1
2x1 1 0 -1 2 3
0 0 -2 0 Z = 10
Basis
cj
c Baris
2/11/2008
19
TI2231 Penelitian Operasional I 37
Solusi secara grafis
x1
x2
TI2231 Penelitian Operasional I 38
Catatan
• Solusi optimal alternatif dalam tabel simpleks dapat diidentifikasi dengan melihat apakah terdapat koefisien fungsi tujuan relatif yang nol untuk variabel non basis pada tabel optimal.
• Dalam praktek, pengetahuan tentang optima alternatif adalah berguna karena ini memberikan manajemen untuk memilih solusi yang terbaik yang cocok dengan situasi tanpa terjadinya penurunan pada nilai fungsi tujuan.
2/11/2008
20
TI2231 Penelitian Operasional I 39
Solusi tak terbatas
(Unbounded solution)
Memaksimumkan Z = 2x1 + 3x2
dengan pembatas-pembatas:
x1 – x2 2
-3x1 + x2 3
x1 ≥ 0, x2 ≥ 0
TI2231 Penelitian Operasional I 40
Bentuk kanonik
Memaksimumkan Z = 2x1 + 3x2
dengan pembatas-pembatas:
x1 – x2 + x3 = 2
-3x1 + x2 + x4 = 3
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0
2/11/2008
21
TI2231 Penelitian Operasional I 41
Tabel 1
cB
2 3 0 0
Konstanta
x1 x2 x3 x4
0 x3 1 -1 1 0 2
0x4 -3 1 0 1 3
2 3 0 0 Z = 0
Basis
cj
c Baris
TI2231 Penelitian Operasional I 42
Tabel 2
cB
2 3 0 0
Konstanta
x1 x2 x3 x4
0 x3 -2 0 1 1 5
3x2 -3 1 0 1 3
11 0 0 -3 Z = 9
Basis
cj
c Baris
2/11/2008
22
TI2231 Penelitian Operasional I 43
Catatan
• Tabel 2 belum optimal
• Variabel non basis x1 dapat menjadi basis (entering variable) untuk menaikkan Z.
• Tetapi, aturan rasio minimum gagal karena tidak ada elemen positif pada kolom x1.
• Dengan kata lain, jika x1 meningkat maka kedua variabel basis x3 dan x2 juga meningkat sehingga tidak akan pernah mencapai nol sebagai batas peningkatan x1.
TI2231 Penelitian Operasional I 44
Catatan
• Ini berarti bahwa x1 dapat dinaikkan secara tak terbatas.
• Karena tiap peningkatan satu unit x1 akan meningkatkan Z sebesar 11 unit, maka fungsi tujuan dapat dinaikkan tak terbatas.
• Oleh karena itu, solusi bagi masalah LP adalah solusi tak terbatas (unbounded solution).
• Dengan demikian, kegagalan dalam aturan rasio minimum mengindikasikan bahwa masalah LP mempunyai solusi yang tak terbatas.
2/11/2008
23
TI2231 Penelitian Operasional I 45
Solusi secara grafis
x1
x2
TI2231 Penelitian Operasional I 46
Degenerasi (Degeneracy)
• Jika terjadi nilai yang sama pada rasio
minimum, maka pemilihan variabel yang
keluar basis (leaving variable) dapat dilakukan
sebarang.
• Akibatnya, satu atau lebih variabel basis akan
mempunyai nilai nol pada iterasi berikutnya.
• Dalam kasus ini, masalah LP dikatakan
mempunyai solusi yang degenerate.
2/11/2008
24
TI2231 Penelitian Operasional I 47
Degenerasi (Degeneracy)
Memaksimumkan Z = 3x1 + 9x2
dengan pembatas-pembatas:
x1 + 4x2 8
x1 + 2x2 4
x1 ≥ 0, x2 ≥ 0
TI2231 Penelitian Operasional I 48
Bentuk kanonik
Memaksimumkan Z = 3x1 + 9x2
dengan pembatas-pembatas:
x1 + 4x2 + x3 = 8
x1 + 2x2 + x4 = 4
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0
2/11/2008
25
TI2231 Penelitian Operasional I 49
Tabel 1
cB
3 9 0 0
Konstanta
x1 x2 x3 x4
0 x3 1 4 1 0 8
0x4 1 2 0 1 4
3 9 0 0 Z= 0
Basis
cj
c Baris
TI2231 Penelitian Operasional I 50
Tabel 2
cB
3 9 0 0
Konstanta
x1 x2 x3 x4
9 x2 1/4 1 1/4 0 2
0x4 1/2 0 -1/2 1 0
3/4 0 -9/4 0 Z = 18
Basis
cj
c Baris
2/11/2008
26
TI2231 Penelitian Operasional I 51
Tabel 3 (Optimal)
cB
3 9 0 0
Konstanta
x1 x2 x3 X4
9 x2 0 1 ½ -1/2 2
0x1 1 0 -1 2 0
0 0 -3/2 -3/2 Z = 18
Basis
cj
c Baris
TI2231 Penelitian Operasional I 52
Catatan
• Implikasi praktek dari degenerasi?
– Terdapat pembatas yang redundan.
2/11/2008
27
TI2231 Penelitian Operasional I 53
Solusi secara grafis
x1
x2
TI2231 Penelitian Operasional I 54
Catatan
• Dari sudut pandang teoritis, degenerasi
mempunyai implikasi:
– Fenomena cycling atau circling prosedur
simpleks mengulangi iterasi yang sama tanpa
memperbaiki nilai fungsi tujuan dan tanpa pernah
berhenti.
2/11/2008
28
TI2231 Penelitian Operasional I 55
④ Penentuan Basis Layak
TI2231 Penelitian Operasional I 56
Pendekatan untuk mendapatkan
solusi basis layak awal
• Trial-and-Error
– Variabel basis dipilih sebarang untuk tiap
pembatas
– Tidak efisien
• Penggunaan variabel semu (artificial variable)
2/11/2008
29
TI2231 Penelitian Operasional I 57
Contoh masalah LP
Meminimumkan Z = 4x1 + x2
dengan pembatas-pembatas:
3x1 + x2 = 3
4x1 + 3x2 ≥ 6
x1 + 2x2 4
x1 ≥ 0, x2 ≥ 0
TI2231 Penelitian Operasional I 58
Bentuk standar
Meminimumkan Z = 4x1 + x2
dengan pembatas-pembatas:
3x1 + x2 = 3
4x1 + 3x2 – x3 = 6
x1 + 2x2 + x4 = 4
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0
2/11/2008
30
TI2231 Penelitian Operasional I 59
Penambahan variabel semu
3x1 + x2 + x5 = 3
4x1 + 3x2 – x3 +x6 = 6
x1 + 2x2 + x4 = 4
x1, x2, x3, x4, x5, x6 ≥ 0
Variabel semu : x5, x6
TI2231 Penelitian Operasional I 60
Ide penggunaan variabel semu
• Variabel semu merupakan variabel tak negatif yang ditambahkan pada ruas kiri untuk tiap persamaan yang tidak mempunyai solusi basis awal.
• Variabel semu ini berperan sebagai variabel sisipan (slack variable) untuk memberikan solusi basis awal.
• Variabel semu tidak mempunyai arti fisik pada permasalahan awal.
2/11/2008
31
TI2231 Penelitian Operasional I 61
Ide penggunaan variabel semu
• Prosedur memaksa variabel semu untuk
bernilai nol jika kondisi optimal tercapai.
• Cara yang logis adalah memberikan penalti
pada variabel semu dalam fungsi tujuan.
• Pendekatan
– Metoda big M
– Metoda dua fasa
TI2231 Penelitian Operasional I 62
Metode Big M
• Variabel semu diberikan suatu penalti dengan suatu bilangan yang besar sekali pada fungsi tujuan.
• Metode simplex mencoba untuk memperbaiki fungsi tujuan dengan cara membuat variabel semu tidak ekonomis lagi untuk dipertahankan sebagai variabel basis dengan nilai yang positif.
• Untuk masalah
– Minimiasi : M
– Maksimasi: -M
dimana M adalah bilangan yang sangat besar
2/11/2008
32
TI2231 Penelitian Operasional I 63
Metode big M
Meminimumkan Z = 4x1 + x2 + Mx5 + Mx6
dengan pembatas-pembatas:
3x1 + x2 + x5 = 3
4x1 + 3x2 – x3 +x6 = 6
x1 + 2x2 + x4 = 4
x1, x2, x3, x4, x5, x6 ≥ 0
TI2231 Penelitian Operasional I 64
cB
4 1 0 0 M M
Konstanta
x1 x2 x3 x4 x5 x6
M x5 3 1 0 0 1 0 3
M x6 4 3 -1 0 0 1 6
0 x4 1 2 0 1 0 0 4
Basis
cj
C Baris
2/11/2008
33
TI2231 Penelitian Operasional I 65
Nilai fungsi tujuan
konstantadan vektor dariproduct inner BcZ
MMMZ 9
4
6
3
0,,
TI2231 Penelitian Operasional I 66
Pemeriksaan optimalitas
kanonik sistem dalam dengan berkaitan
yang kolomdan dari
j
B
jj x
cuctinner prodcc
Nilai fungsi tujuan relatif (profit relatif /ongkos relatif )
untuk variabel non basis:
Kondisi optimal terjadi apabila semua nilai koefisien
fungsi tujuan relatif untuk variabel basis adalah tak
positif [untuk masalah maksimasi] atau tak negatif
[untuk masalah minimasi]
2/11/2008
34
TI2231 Penelitian Operasional I 67
Nilai fungsi tujuan relatif untuk variabel non
basis
MMMc 74
1
4
3
0,,41
MMMc 41
2
3
1
0,,12
MMMc
0
1
0
0,,03
TI2231 Penelitian Operasional I 68
Tabel 1
cB
4 1 0 0 M M
Konstanta
x1 x2 x3 x4 x5 x6
M x5 3 1 0 0 1 0 3
M x6 4 3 -1 0 0 1 6
0 x4 1 2 0 1 0 0 4
4 – 7M 1 – 4M M 0 0 0 Z = 9M
Basis
cj
c Baris
2/11/2008
35
TI2231 Penelitian Operasional I 69
Tabel 2
cB
4 1 0 0 M M
Konstanta
x1 x2 x3 x4 x5 x6
4 x1 1 1/3 0 0 1/3 0 1
M x6 0 5/3 -1 0 -4/3 1 2
0 x4 0 5/3 0 1 -1/3 0 3
0-1/3
-5/3MM 0
-4/3
+7/3M0
Z =
4 + 2M
Basis
cj
c Baris
TI2231 Penelitian Operasional I 70
Tabel 3
cB
4 1 0 0 M M
Konstanta
x1 x2 x3 x4 x5 x6
4 x1 1 0 1/5 0 3/5 -1/5 3/5
1 x2 0 1 -3/5 0 -4/5 3/5 6/5
0 x4 0 0 1 1 1 -1 1
0 0 -1/5 0-8/5
+ M
1/5
+ MZ = 18/5
Basis
cj
c Baris
2/11/2008
36
TI2231 Penelitian Operasional I 71
Tabel 4 (Optimal)
cB
4 1 0 0 M M
Konstanta
x1 x2 x3 x4 x5 x6
4 x1 1 0 0 -1/5 2/5 0 2/5
1 x2 0 1 0 3/5 -1/5 0 9/5
0 x3 0 0 1 1 1 -1 1
0 0 0 1/5-7/5
+ MM Z = 17/5
Basis
cj
c Baris
TI2231 Penelitian Operasional I 72
Output Tabel Simpleks dengan Software
(WinQSB) (1)
2/11/2008
37
TI2231 Penelitian Operasional I 73
Output Tabel Simpleks dengan Software
(WinQSB) (2)
TI2231 Penelitian Operasional I 74
Metoda dua-fase (1)
• Fase I
– Mendapatkan solusi basis layak awal pada masalah original.
– Penghilangan variabel semu.
– Fungsi tujuan semu merupakan jumlah dari variabel semu yang diminimasi.
– Jika nilai fungsi tujuan sama dengan nol, maka semua variabel semu bernilai nol dan solusi basis layak diperoleh bagi masalah original.
– Jika nilai minimum fungsi tujuan adalah positif, maka paling sedikit terdapat satu variabel yang positif dan ini berarti masalah original adalah tak layak, dan algoritma berhenti.
2/11/2008
38
TI2231 Penelitian Operasional I 75
Metoda dua-fase (2)
• Fase II
– Solusi basis layak yang diperoleh pada Fase I
dioptimasi terhadap fungsi tujuan origina.
– Tabel akhir pada Fase I menjadi tabel awal pada
Fase II dengan perubahan pada fungsi tujuan.
TI2231 Penelitian Operasional I 76
Metoda dua-fase (Fase I)
Meminimumkan W = x5 + x6
dengan pembatas-pembatas:
3x1 + x2 + x5 = 3
4x1 + 3x2 – x3 +x6 = 6
x1 + 2x2 + x4 = 4
x1, x2, x3, x4, x5, x6 ≥ 0
2/11/2008
39
TI2231 Penelitian Operasional I 77
Tabel 1 [Fase I]
cB
0 0 0 0 1 1
Konstanta
x1 x2 x3 x4 x5 x6
1 x5 3 1 0 0 1 0 3
1 x6 4 3 -1 0 0 1 6
0 x4 1 2 0 1 0 0 4
– 7 – 4 1 0 0 0 W = 9
Basis
cj
c Baris
TI2231 Penelitian Operasional I 78
Tabel 2 [Fase I]
cB
0 0 0 0 1 1
Konstanta
x1 x2 x3 x4 x5 x6
0 x1 1 1/3 0 0 1/3 0 1
1 x6 0 5/3 -1 0 -4/3 1 2
0 x4 0 5/3 0 1 -1/3 0 3
0 -5/3 1 0 7/3 0 W = 2
Basis
cj
c Baris
2/11/2008
40
TI2231 Penelitian Operasional I 79
Tabel 3 [Fase I]
cB
0 0 0 0 1 1
Konstanta
x1 x2 x3 x4 x5 x6
0 x1 1 0 1/5 0 3/5 -1/5 3/5
0 x2 0 1 -3/5 0 -4/5 3/5 6/5
0 x4 0 0 1 1 1 -1 1
0 0 0 0 1 1 W = 0
Basis
cj
c Baris
TI2231 Penelitian Operasional I 80
Tabel 1 [Fase II]
cB
4 1 0 0
Konstanta
x1 x2 x3 x4
4 x1 1 0 1/5 0 3/5
1 x2 0 1 -3/5 0 6/5
0 x4 0 0 1 1 1
0 0 -1/5 0 Z = 18/5
Basis
cj
c Baris
2/11/2008
41
TI2231 Penelitian Operasional I 81
Tabel 2 [Fase II] (Optimal)
cB
4 1 0 0
Konstanta
x1 x2 x3 x4
4 x1 1 0 0 -1/5 2/5
1 x2 0 1 0 3/5 9/5
0 x4 0 0 1 1 1
0 0 0 1/5 Z = 17/5
Basis
cj
c Baris
TI2231 Penelitian Operasional I 82
Solusi tak layak (infeasible solution)
• Dengan metoda big M
– Pada tabel optimal, satu atau lebih variabel semu
tetap sebagai variabel basis
• Dengan metoda dua-fase
– Pada tabel optimal pada fase I, nilai fungsi
tujuannya adalah positif, dimana satu atau lebih
variabel semu sebagai basis)
2/11/2008
42
TI2231 Penelitian Operasional I 83
Contoh masalah LP
Memaksimumkan Z = 3x1 + 2x2
dengan pembatas-pembatas:
2x1 + x2 2
3x1 + 4x2 ≥ 12
x1 ≥ 0, x2 ≥ 0
TI2231 Penelitian Operasional I 84
Bentuk standar
Memaksimumkan Z = 3x1 + 2x2
dengan pembatas-pembatas:
2x1 + x2 + x3 = 2
3x1 + 4x2 - x4 = 12
x1, x2, x3, x4 ≥ 0
2/11/2008
43
TI2231 Penelitian Operasional I 85
Penambahan variabel semu
2x1 + x2 + x3 = 2
3x1 + 4x2 - x4 + x5 = 12
x1, x2, x3, x4, x5 ≥ 0
TI2231 Penelitian Operasional I 86
Metode big M
Memaksimumkan Z = 3x1 + 2x2 – Mx5
dengan pembatas-pembatas:
2x1 + x2 + x3 = 2
3x1 + 4x2 - x4 + x5 = 12
x1, x2, x3, x4, x5 ≥
2/11/2008
44
TI2231 Penelitian Operasional I 87
Tabel 1
cB
3 2 0 0 -M
Konstanta
x1 x2 x3 x4 x5
0 x3 2 1 1 0 0 2
-M x5 3 4 0 -1 1 12
3 + 3M 2 + 4M 0 -M 0 Z = -12M
Basis
cj
c Baris
TI2231 Penelitian Operasional I 88
Tabel 2
cB
3 2 0 0 -M
Konstanta
x1 x2 x3 x4 x5
0 x4 2 1 1 0 0 2
-M x5 -5 0 -4 -1 1 4
-1 -5M 0 -2 – 4M -M 0Z =
4 – 4M
Basis
cj
c Baris