Pemrograman Linier (2) Solusi model PL dengan metode simpleks
Ahmad Sabri Universitas Gunadarma, Indonesia
1
Pemrograman Linier (2)
Bentuk umum model PL
Ingat kembali bentuk umum model PL maksimum Maks Z = c1 x1 + c2 x2 + . . . + cn xn Dengan kendala: a11 x1 + a12 x2 + . . . + a1n xn a21 x1 + a22 x2 + . . . + a2n xn .. . am1 x1 + am2 x2 + . . . + amn xn xi ≥ 0, i = 1, 2, . . . n
≤ ≤ .. .
b1 b2 .. .
≤
bm
2
Pemrograman Linier (2)
Bentuk baku model PL maksimisasi Maks Z = c1 x1 + c2 x2 + . . . + cn xn Dengan kendala: a11 x1 + a12 x2 + . . . + a1n xn +s1 a21 x1 + a22 x2 + . . . + a2n xn +s2 .. . am1 x1 + am2 x2 + . . . + amn xn xi ≥ 0, i = 1, 2, . . . n si ≥ 0, i = 1, 2, . . . m
+sm
= = .. .
b1 b2 .. .
=
bm
• si disebut juga variabel slack • Bentuk baku digunakan untuk menyelesaikan model PL dengan metode simpleks 3
Pemrograman Linier (2)
Tinjau kembali model PL untuk problem rumah produksi coklat, beserta solusi optimalnya yang diperoleh dengan metode grafis: Maks Z = 55M + 89H Dengan kendala: 4M + 18H 12M + 6H M, H ≥ 0
≤ ≤
1296 1824
4
Pemrograman Linier (2)
Daerah solusi dari model tersebut
5
Pemrograman Linier (2)
Alternatif solusi dan solusi optimal: (M, H) (0, 0) (0, 72) (130.5, 43) (152, 0)
Z = 55M + 89H 0 6408 11004.5 8360
(maksimum)
Diperoleh solusi optimal Z = 11004.5, dengan M = 130.5 dan H = 43.
6
Pemrograman Linier (2)
Akan ditunjukkan penyelesaian model PL ini dengan metode simpleks.
7
Pemrograman Linier (2)
Metode simpleks
Metode simpleks adalah prosedur aljabar untuk menyelesaikan masalah PL. Tidak seperti pada metode grafis, metode simpleks mengevaluasi beberapa alternatif solusi saja (tidak semua) untuk menemukan solusi optimal. Metode ini bersifat iteratif.
8
Pemrograman Linier (2)
Metode simpleks
Metode simpleks adalah prosedur aljabar untuk menyelesaikan masalah PL. Tidak seperti pada metode grafis, metode simpleks mengevaluasi beberapa alternatif solusi saja (tidak semua) untuk menemukan solusi optimal. Metode ini bersifat iteratif.
8
Pemrograman Linier (2)
Penyelesaian PL dengan metode simpleks
Berikut diberikan contoh penyelesaian model PL pada masalah rumah produksi coklat. Langkah pertama, buatlah bentuk baku dari model. Maks Z = 55M + 89H Dengan kendala: 4M + 18H+s1 12M + 6H +s2 M, H, s1 , s2 ≥ 0
= =
1296 1824
9
Pemrograman Linier (2)
Iterasi ke-0: tabel simpleks awal
Itr. 0
No. (0) (1) (2)
Basis Z s1 s2
Z 1 0 0
M -55 4 12
H -89 18 6
s1 0 1 0
s2 0 0 1
Solusi 0 1296 1824
Rasio
Solusi pada iterasi ke-0 (solusi dasar awal): M = 0, H = 0, Z = 0
10
Pemrograman Linier (2)
Iterasi ke-0: menentukan kolom pivot
Itr. 0
No. (0) (1) (2)
Basis Z s1 s2
Z 1 0 0
M -55 4 12
H -89 18 6
s1 0 1 0
s2 0 0 1
Solusi 0 1296 1824
Rasio
Pilih kolom pivot, yaitu kolom yang memiliki koefisien paling negatif pada baris (0); dalam kasus ini adalah kolom H.
11
Pemrograman Linier (2)
Iterasi ke-0: menghitung rasio
Itr. 0
No. (0) (1) (2)
Basis Z s1 s2
Z 1 0 0
M -55 4 12
H -89 18 6
s1 0 1 0
s2 0 0 1
Solusi 0 1296 1824
Rasio 1296 18 = 72 1824 6 = 304
Hitung rasio pada setiap baris (kecuali untuk baris Z), di mana: rasio = (solusi) / (koefisien pada kolom pivot)
12
Pemrograman Linier (2)
Iterasi ke-0: menentukan baris pivot
Itr. 0
No. (0) (1) (2)
Basis Z s1 s2
Z 1 0 0
M -55 4 12
H -89 18 6
s1 0 1 0
s2 0 0 1
Solusi 0 1296 1824
Rasio 1296 18 = 72 1824 6 = 304
Pilih baris pivot, yaitu baris yang memiliki rasio non-negatif terkecil; dalam kasus ini adalah baris (1), yang diasosiasikan sebagai variabel s1 . Elemen persekutuan antara kolom pivot dan baris pivot disebut elemen pivot; dalam hal ini elemen pivot-nya adalah 18. Pada langkah ini, H akan masuk menjadi basis, dan s1 akan keluar dari basis.
13
Pemrograman Linier (2)
Iterasi ke-0: menentukan baris pivot
Itr. 0
No. (0) (1) (2)
Basis Z s1 s2
Z 1 0 0
M -55 4 12
H -89 18 6
s1 0 1 0
s2 0 0 1
Solusi 0 1296 1824
Rasio 1296 18 = 72 1824 6 = 304
Pilih baris pivot, yaitu baris yang memiliki rasio non-negatif terkecil; dalam kasus ini adalah baris (1), yang diasosiasikan sebagai variabel s1 . Elemen persekutuan antara kolom pivot dan baris pivot disebut elemen pivot; dalam hal ini elemen pivot-nya adalah 18. Pada langkah ini, H akan masuk menjadi basis, dan s1 akan keluar dari basis.
13
Pemrograman Linier (2)
Iterasi ke-0: menentukan baris pivot
Itr. 0
No. (0) (1) (2)
Basis Z s1 s2
Z 1 0 0
M -55 4 12
H -89 18 6
s1 0 1 0
s2 0 0 1
Solusi 0 1296 1824
Rasio 1296 18 = 72 1824 6 = 304
Pilih baris pivot, yaitu baris yang memiliki rasio non-negatif terkecil; dalam kasus ini adalah baris (1), yang diasosiasikan sebagai variabel s1 . Elemen persekutuan antara kolom pivot dan baris pivot disebut elemen pivot; dalam hal ini elemen pivot-nya adalah 18. Pada langkah ini, H akan masuk menjadi basis, dan s1 akan keluar dari basis.
13
Pemrograman Linier (2)
Update tabel No.
Basis
Z
M
H
s1
s2
Solusi
Opr. Gauss-Jordan
(1)
H
0
4 18
1
1 18
0
72
(1)lama ÷ 18
Operasi baris Gauss-Jordan 1
Operasi pada baris pivot Pada kolom Basis, gantilah variabel keluar dengan variabel masuk 2 Baris pivot baru = Baris pivot lama ÷ elemen pivot 1
2
Operasi pada baris lainnya: Baris baru = (Baris lama) − (koefisien kolom pivot) × (Baris pivot baru)
14
Pemrograman Linier (2)
Update tabel No. (0) (1)
Basis Z H
Z 1 0
M − 317 9 4 18
H 0 1
s1 89 18 1 18
s2 0 0
Solusi 6408 72
Opr. Gauss-Jordan (0)lama + 89 · (1)baru (1)lama ÷ 18
Operasi baris Gauss-Jordan 1
Operasi pada baris pivot Pada kolom Basis, gantilah variabel keluar dengan variabel masuk 2 Baris pivot baru = Baris pivot lama ÷ elemen pivot 1
2
Operasi pada baris lainnya: Baris baru = (Baris lama) − (koefisien kolom pivot) × (Baris pivot baru)
15
Pemrograman Linier (2)
Update tabel No. (0) (1) (2)
Basis Z H s2
Z 1 0 0
M − 317 9 4 18 32 3
H 0 1 0
s1 89 18 1 18 − 13
s2 0 0 1
Solusi 6408 72 1392
Opr. Gauss-Jordan (0)lama + 89 · (1)baru (1)lama ÷ 18 (2)lama − 6 · (1)baru
Operasi baris Gauss-Jordan 1
Operasi pada baris pivot Pada kolom Basis, gantilah variabel keluar dengan variabel masuk 2 Baris pivot baru = Baris pivot lama ÷ elemen pivot 1
2
Operasi pada baris lainnya: Baris baru = (Baris lama) − (koefisien kolom pivot) × (Baris pivot baru)
16
Pemrograman Linier (2)
Iterasi ke-1 Itr. 1
No. (0) (1) (2)
Basis Z H s2
Z 1 0 0
M − 317 9 4 18 32 3
H 0 1 0
s1 89 18 1 18 − 13
s2 0 0 1
Solusi 6408 72 1392
Rasio
Solusi pada iterasi ke-1: M = 0, H = 72, Z = 6408 Pada tahapan ini, H sudah masuk menjadi basis, dan s1 ke luar dari basis. Perhatikan bahwa pada baris (0) masih terdapat koefisien dari variabel non basis yang bernilai negatif, yang berarti nilai Z masih belum optimal; oleh karena itu lakukan langkah serupa dengan yang sebelumnya.
17
Pemrograman Linier (2)
Iterasi ke-1: menentukan kolom pivot
Itr. 1
No. (0) (1) (2)
Basis Z H s2
Z 1 0 0
M −317 9 4 18 32 3
H 0 1 0
s1 89 18 1 18 −1 3
s2 0 0 1
Solusi 6408 72 1392
Rasio
18
Pemrograman Linier (2)
Iterasi ke-1: menghitung rasio
Itr. 1
No. (0) (1) (2)
Basis Z H s2
Z 1 0 0
M −317 9 4 18 32 3
H 0 1 0
s1 89 18 1 18 −1 3
s2 0 0 1
Solusi 6408 72 1392
Rasio 72 4/18 = 324 1392 32/3 = 130.5
19
Pemrograman Linier (2)
Iterasi ke-1: menentukan baris pivot
Itr. 1
No. (0) (1) (2)
Basis Z H s2
Z 1 0 0
M − 317 9 4 18 32 3
H 0 1 0
s1 89 18 1 18 −1 3
s2 0 0 1
Solusi 6408 72 1392
Rasio 72 4/18 = 324 1392 32/3 = 130, 5
elemen pivot = 32 3
20
Pemrograman Linier (2)
Update tabel
No.
Basis
Z
M
H
s1
s2
Solusi
Opr. Gauss-Jordan
(2)
M
0
1
0
1 − 32
3 − 32
130,5
(2)lama ÷
32 3
21
Pemrograman Linier (2)
Update tabel
No. (0)
Basis Z
Z 1
M 0
H 0
s1 123 32
s2 317 96
Solusi 11004,5
(2)
M
0
1
0
1 − 32
3 − 32
130,5
Opr. Gauss-Jordan (0)lama + 317 9 · (2)baru (2)lama ÷
32 3
22
Pemrograman Linier (2)
Update tabel
No. (0) (1) (2)
Basis Z H M
Z 1 0 0
M 0 0 1
H 0 1 0
s1 123 32 1 16 1 − 32
s2 317 96 −1 48 3 − 32
Solusi 11004,5 43 130,5
Opr. Gauss-Jordan (0)lama + 317 9 · (2)baru 4 (1)lama − 18 · (2)baru (2)lama ÷ 32 3
23
Pemrograman Linier (2)
Iterasi ke-2: tabel simpleks optimal
Itr. 2
No. (0) (1) (2)
Basis Z H M
Z 1 0 0
M 0 0 1
H 0 1 0
s1 123 32 1 16 1 − 32
s2 317 96 −1 48 3 − 32
Solusi 11004,5 43 130,5
Rasio
Solusi pada iterasi ke-2: M = 130, 5, H = 43, Z = 11004, 5 Pada tahapan ini, seluruh koefisien pada persamaan (0) tidak ada yang negatif, menandakan bahwa solusi optimal telah tercapai.
24
Pemrograman Linier (2)
Tabel simpleks lengkap Berikut ini adalah tabel simpleks untuk seluruh iterasi yang dilakukan: Itr. 0
1
2
No. (0) (1) (2) (0) (1) (2) (0) (1) (2)
Basis Z s1 s2 Z H s2 Z H M
Z 1 0 0 1 0 0 1 0 0
M -55 4 12 − 317 9 4 18 32 3
0 0 1
H -89 18 6 0 1 0 0 1 0
s1 0 1 0 89 18 1 18 −1 3 123 32 1 16 1 − 32
s2 0 0 1 0 0 1 317 96 −1 48 3 − 32
Solusi 0 1296 1824 6408 72 1392 11004,5 43 130,5
Rasio 1296 18 = 72 1824 6 = 304 72 4/18 = 324 1392 32/3 = 130, 5
25
Pemrograman Linier (2)
Kondisi untuk variabel masuk dan variabel keluar
Kondisi optimalitas. Dalam masalah maksimisasi [minimisasi], variabel masuk adalah variabel non-basis dengan koefisien paling negatif [positif] pada baris (0). Optimal dicapai jika semua koefisien dari variabel non-basis adalah non-negatif [non-positif]. Kondisi kelayakan. Untuk masalah maksimisasi ataupun minimisasi, variabel keluar adalah variabel basis dengan rasio non-negatif terkecil.
26
Pemrograman Linier (2)
Langkah-langkah metode simpleks
1
Buatlah tabel simpleks awal (didapatkan solusi dasar awal).
2
Tentukan variabel masuk berdasarkan kondisi optimalitas. Berhenti jika tidak ada lagi variabel masuk; pada tahapan ini, solusi optimal telah tercapai. Jika tidak, lanjutkan ke langkah 3.
3
Tentukan variabel keluar berdasarkan kondisi kelayakan.
4
Tentukan solusi dasar awal dengan menerapkan teknik Gauss-Jordan. Lanjutkan ke langkah 2.
27