Upload
catur-satrya
View
146
Download
12
Embed Size (px)
Citation preview
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 1/17
Aljabar simpleks
Saya mempunyai pabrik tepung tapioka, saya ingin mengoptimalkan sumber
daya yang saya punyai, untuk memaksimumkan hasil penjualan / keuntungan.
Kalau tersedia pasokan bahan baku per hari 16 ton jagung, dan jam tenagakerja per hari adalah 30 jam, tentukan berapa harus dibuat tepung tapioka
jenis super, atau jenis premum, dengan keuntungan masing masing per ton
adalah 2 juta dan 3 juta rupiah. Kalau membuat tepung jenis super
diperlukan bahan baku 1 ton dan jenis premium dibutuhkan 2 ton, dan
dibutuhkan waktu masing masing 3 jam dan 2 jam tenaga kerja.
Setelah disselesaikan dengan metode grafis diperoleh
sbbJawaban1.
Jenis produkBahan
baku
Jam tenaga
kerja
Keuntungan
Per ton
Tapioka Super 1 3 2
Tap
ioka Premium 2 2 3
Ketersediaan sumber 16 30
a. Model matematikanya:
Mak Z = 2 S + 3 P ---- Fungsi tujuan
1 S + 2 P ≤ 16 --- Kendala 1
3 S + 2 P ≤ 30 -- Kendala 2
S , P ≥ 0
b. Titik potong dengan sumbu sumbu ( S, P)
S + 2 P = 16Bila S = 0, maka P = 8
P = 0, maka S = 16
3 S + 2 P = 30
Bila S = 0, maka P = 15
P = 0, maka S = 10
Perpotongan persamaan kendala 1 dan 2 B ( 7, 4.5)
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 2/17
S
P
10
15
16
8
B (7, 4.5)
A
C
3 S + 2 P = 30
S + 2 P = 16
Cek optimalitasTitik
kritisS P
Z=
2 s + 3 PKet
A 10 0 20
B 7 4.5 27.5 Mak
C 0 8 24
Cek kendala
1 S + 2 P ≤ 16 ---
Kendala 17 + 2x4.5 = 16 ( tidak dilanggar)
3 S + 2 P ≤ 30 -- Kendala 2
3x7 + 2x4.5 = 30 ( tidak dilanggar )
Jadi agar memperoleh keuntungan maksimum maka harus
dibuat jenis super = 7 ton , dan jenis premium = 4.5 ton, total
keuntungan 27.5 juta.
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 3/17
Bab 2
METODE SIMPLEKS
2.1 Pendahuluan
Permasalahan riset operasional / permasalahan optimisasi / linear
programming, dalam dunia nyata sangat luas, besar dan kompleks.
Penyelesaian dengan metode grafis sangat terbatas ( hanya dua
variabel), sehingga perlu dikembangkan suatu metode lain yang bisa
dipakai menyelesaikan permasalahan yang mempunyai variabel banyak.
Dalam bahasan berikut akan disajikan suatu metode aljabar yang dapat
memecahkan permasalahan linear yang komplek (variabel banyak) yang
dikenal dengan Metode Simplek.
Dalam metode grafik sebelumnya, penyelesaian permasalahan yang
optimum selalu berkaitan dengan titik ekstrim ( perpotongan garis garis
kendala), atau titik sudut pada ruang pemecahan (daerah penyelesaian).
Gagasan ini mengilhami metode simplek. Pada intinya apa yang dilakukan
metode simplek adalah menterjemahkan definisi geografis dari titik
ekstrim menjadi definisi aljabar. Jadi dapat dikatakan bahwa metodesimplek memecahkan permasalahan linear didasarkan atas solusi
persamaan simultan. Solusi akan muncul pada setiap titik ekstrim yaitu
perpotongan persamaan garis kendala, atau perpotongan dengan garis
sumbu. Jadi dalam motode simplek semua batasan harus dalam bentuk
persamaan (=), bukan dalam bentuk pertidaksamaan (≤ atau ≥) seperti
dalam metode grafis.
2.2 Bentuk Standar
Dalam metode simplek suatu prosedur standar dibuat untuk
mentransformasikan pertidaksamaan kendala (≤ atau ≥) menjadi bentuk
persamaan (=). Tranformasi ini diperoleh dengan jalan menambahkan
suatu variabel baru, yang dinamakan variabel pengurang ( slack variabel )
dan variabel penambah ( surplus variabel). Konversi ini akan menghasilkan
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 4/17
sejumlah persamaan yang mana jumlah variabel akan lebih besar dari
jumlah persamaan. Artinya persamaan persamaan tersebut menghasilkan
sejumlah titik yang pemecahan yang lebih banyak.
Titik-titik ekstrim dalam metode grafis dapat diidentifikasikan secaraaljabar sebagai pemecahan dasar ( basic solution). Dari teori aljabar
linear, suatu pemecahan dasar diperoleh dengan menetapkan beberapa
variabel yang sebanyak selisih antara jumlah total variabel dengan jumlah
total persamaan memiliki nilai sama dengan nol. Dan selanjutnya
memecahkan variabel sisanya.
Apa yang dilakukan dalam metode simplek adalah mengidentifikasi suatu
pemecahan dasar awal lalu bergerak secara sistematis ke pemecahan
dasar lainnya yang memiliki potensi untuk memperbaiki nilai fungsi tujuan( maksimum atau minimum). Dan pada akhirnya pemecahan dasar yang
bersesuaian dengan nilai optimum akan teridentifikasi dan proses
perhitungan berakhir.
Pada dasarnya algoritma simplek merupakan prosedur perhitungan yang
berulang (iteratif) dimana setiap pengulangan (iterasi) berkaitan dengan
suatu pemecahan dasar.
Pembahasan sebelumnya bahwa model linear dapat mempunyai kendaladalam bentuk persamaan dan pertidaksamaan (≤, ≥, =).
Pemecahan model linear dengan metode simplek mempunyai beberapa
batasan :
1. Semua fungsi kendala adalah persamaan
2. Semua variabel adalah non-negatip
3. Fungsi tujuan dapat berupa maksimisasi atau minimisasi.
misalnya:
X1 + 2 X2 ≤ 16 menjadi X1 + 2 X2 + X3 = 16
X3 disebut variabel slack
3 X1 + 2 X2 ≥ 30 menjadi 3 X1 + 2 X2 – X3 = 30
X3 disebut variabel slurplus
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 5/17
Contoh 2.1
Model awal diubah menjadi bentuk standar simplek
Bentuk awal
Mak Z = 2 X1 + 3 X2
1 X1 + 2 X2 ≤ 16
3 X1 + 2 X2 ≤ 30
X1 , X2 ≥ 0
Bentuk standar
Mak Z = 2 X1 + 3 X2
1 X1 + 2 X2 + X3 = 16
3 X1 + 2 X2 + X4 = 30
X1 , X2 , X3 , X4 ≥ 0
Mak Z = 2 X1 + 3 X2
1 X1 + 2 X2 + X3 = 16 X1, X2 = Veriabel keputusan
3 X1 + 2 X2 + X4 = 30 X3, X4 = Slack variabel
X1 , X2 , X3 , X4 ≥ 0
Bila X1, X2 = 0 ----- Non Basic Variable (NBV)
Maka:
--- 1 X1 + 2 X2 + X3 = 16
X3 = 16
--- 3 X1 + 2 X2 + X4 = 30 ---- Basic Variable (BV)
X4 = 30
Dan
Z = 2 X1 + 3 X2,
Z = 0
Diinginkan nilai Z maksimum
Mak Z = 2 X1 + 3 X2
Increase X1 ? ----------- Rate Improve in Z = 2
Increase X2 ? ----------- Rate Improve in Z = 3
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 6/17
So Choose X2 To Increase.Sekarang kita sebut X2 Entering Basic Variable pada iterasi 1
Masalahnya berapa besar X2 dinaikkan tanpa melanggar fungsi kendala.
Dimulai dari X1 = 0, dan X2 Dinaikkan, maka:
1 X1 + 2 X2 + X3 = 16 --- X3 = 16 - 2 X2
3 X1 + 2 X2 + X4 = 30 --- X4 = 30 - 2 X2
Cek berapa besar X2 bisa dinaikkan (X3, X4 ≥ 0 / tak boleh negatif):
X3 = 16 -2 X2 ----- 8
X4 = 30 -2 X2 ----- 15
Supaya memenuhi kedua
persamaan maka dipilih 8
Maka akan diperoleh :
X3 = 0 ----------X4 = 14
Lebih dulu mendekati 0 atau –
maka X3 disebut Leaving basic
variable
Naiknya nilai X2 dari 0 menjadi 8 maka X2 berpindah dari Initial Basic
Feasible Solution ke New Basic Feasible Solution
Initial BFS New BFSNon Basic Variable X1 = 0, X2 = 0 X1 = 0 , X3 = 0
Basic Variable X3 = 16, X4 = 30 X2 = 8, X4 = ?
Maka Persamaan diatas ditulis kembali :
(1) 1 X1 + 2 X2 + X3 = 16
(2) 3 X1 + 2 X2 + X4 = 30
X2 = 8 - 0.5 X1 - 0.5 X3 X4 = 30 – 3 X1 -2 ( 8 - 0.5 X1 - 0.5 X3 )
= 30 - 3 X1 - 16 + X1 + X3
= 14 -2 X1 + X3
Z = 2 X1 + 3 X2
Z = 2 X1 + 3 (8 - 0.5 X1 - 0.5 X3 )
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 7/17
= 2 X1 + 24 – 1.5 X1 – 1.5 X3
Z = 24 + 0.5 X1 – 1.5 X3 -------- fokus pada X1
Bila : X1 = 0, X2 = 8, X3 = 0, X4 = 14,
maka Z = 24
Berlanjut pada iterasi ke 2
Optimality tes untuk new basic feasible solution
Z = 24 + 0.5 X1 – 1.5 X3
Iterasi 2
Pilih X1 entering basic variable, dan berapa besar X1 dinaikkan agar kendala
tidak dilanggar, dengan X3 = 0 maka:
X2 = 8 - 0.5 X1 - 0.5 X3
X4 = 14 - 2 X1 + X3
X2 = 8 - 0.5 X1 --------------
16X4= 14 - 2 X1 -------------- 7
Sehingga:
X2 = 8 - 0.5 X1
= 8 – 0.5 x 7 = 4.5
X4 = 14 - 2 X1
= 14 – 2 x 7 = 0
Naiknya X1 dari 0 menjadi X1 = 7, maka X1 mengganti X4 menjadi basic
variable ( X4 disebut leaving Basik Variable)
Initial BFS New BFS
Non Basic Variable X1 = 0, X3 = 0 X3 = 0, X4 = 0
Basic Variable X2 = 8, X4 = 14 X2 = ?, X1 = 7
Kalau non basic variable masih bisa
dinaikkan untuk menaikkan nilai Z
maka belum optimal
Supaya memenuhi
kedua persamaan
maka dipilih nilai
X1 = 7
Lebih dahulu mendekati nol maka X4
disebut leaving basic variable
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 8/17
Maka persamaan diatas ditulis kembali :
(1) X2 = 8-0.5 X1-0.5 X3
(2) X4 = 14 -2 X1 + X3
Karena X4 leaving BV maka X1 diambil dari per (2) shg:
X4 = 14 - 2 X1 + X3
X1 = 7 + 0.5 X3 - 0.5 X4
X2 = 8 - 0.5 X1 – 0.5 X3
= 8 – 0.5 X1 – 0.5 X3
= 8 – 0.5 (7 + 0.5 X3 - 0.5 X4) – 0.5 X3
= 8 – 3.5 - 0.25 X3 + 0.25 X4 – 0.5 X3X2 = 4.5 -0.75 X3 + 0.25 X4
Z = 24 + 0.5 (7 + 0.5 X3 - 0.5 X4) – 1.5 X3
= 24 + 3.5 + 0.25 X3 – 0.25 X4 – 1.5 X3
= 27.5 + 1.75 X3 – 0.25 X4
Bila : X1 = 7, X2 = 4.5, X3 = 0, X4 = 0, maka Z = 27.5
Jadi Z mak = 27.5 dengan X1 = 7, X2 = 4.5
Rangkuman metode Aljabar simplek
Mengubah bentuk baku model LP ke dalam bentuk tabel akan memudahkan proses
perhitungan simplex. Langkah-langkah perhitungan dalam algoritma simplex
adalah :
Dalam persamaan tujuan non basic
variabel bernilai nol maka sudah
tak ada variabel yang bisamenaikkan nilai Z maka optimal
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 9/17
1. Berdasarkan bentuk baku, tentukan solusi awal (initial basic feaseble
solution ) dengan menetapkan m – n variabel non basis sama dengan nol.
2. Pilih sebuah entering variable diantara yang sedang menjadi variabel non
basis, yang jika dinaikkan diatas nol, dapat memperbaiki nilai fungsi
tujuan. Jika tidak ada, berhenti, berarti solusi sudah optimal. Jika tidak,melangkah ke langkah 3.
3. Pilih sebuah leaving variable diantara yang sedang menjadi variabel basis
yang harus menjadi non basis (nilainya menjadi nol) ketika entering
variable menjadi variabel basis.
4. Tentukan solusi yang baru dengan membuat entering variable dan leaving
variable menjadi non basis. Kembali ke langkah 2.
Soal:
1. Selesaikan dengan metode simpleks (wyndor glass co)
Max Z = 3 X1 + 5 X2
ST. X1 ≤ 4
2 X2 ≤ 12
3 X1 + 2 X2 ≤ 18
X1, X2 ≥ 0
2. Selesaikan dengan metode simpleks
Max Z = 4 X1 + 5 X2
ST. X1 + 2 X2 ≤ 40
4 X1 + 3 X2 ≤ 120
X1, X2 ≥ 03. Selesaikan dengan metode simpleks
Max. Z = 5 X1 + 4 X2 + 3 X3
Subject to 2 X1 + 3 X2 + X3 ≤ 5
4 X1 + X2 + 2X3 ≤ 11
3 X1 + 4X2 + 2X3 ≤ 8
X1, X2, X3 ≥ 0
4. Selesaikan dengan metode simpleks
Max. Z = 2 X1 + 3 X2
Subject to X1 - 2 X2 ≤ 42 X1 + 2 X2 ≤ 18
X2 ≤ 10
X1, X2, ≥ 0
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 10/17
2.3 Metode Simplek Dalam Bentuk Tabel
Metode aljabar simplek cukup rumit bila variabel cukup banyak, dan
kurang efisien dalam perhitungan. Untuk perhitungan yang lebih mudah dan
efisien maka dilakukan suatu tahapan yang mana metode sebelumnyadibuatkan model tabel yang dikenal dengan tabel simplek ( tableau form).
Tabel ini merupakan bentuk lain dari model standar simplek.
Spreadsheet software, seperti Excel merupakan tool yang sangat
populer untuk analisis dan menyelesaikan permasalahan linear programming
yang sederhana. Fitur linear programming termasuk semua parameternya,
sangat mudah dimasukkan dalam spreadshet.
Disamping itu Excel memberikan fasilitas Solver yang sangat mudah untuk
mengaplikasikan metode simplek untuk mencari solusi optimal suatu model.
Sebelum mencoba solver akan dipelajari dulu metode simplek dalam bentuktabel.
Model pabrik tepung tapioka, digunakan kempali sebagai contoh
Bentuk standar
Mak Z = 2 X1 + 3 X2
Kendala:
1 X1 + 2 X2 + 1 X3 =16
3 X1 + 2 X2 + 1 X4 = 30
X1, X2, X3, X4 ≥ 0
Tabel 1 x1 x2 x3 X4 Rhs Rasio
X3 1 2 1 0 16 8
X4 3 2 0 1 30 15
Z 2 3 0 0 0
Pivot baris
Pivot kolom
Nilai Pivot
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 11/17
Tabel 2 x1 x2 x3 X4 Rhs RasioX3 0.5 1 0.5 0 8 16
X4 2 0 -1 1 14 7
Z 0.5 0 -1.5 0 -24
Tabel 3 x1 x2 x3 x4 Rhs RasioX3 0 1 0.75 -0.25 4.5
X4 1 0 -0.5 0.5 7Z 0 0 -1.25 -0.25 -27.5
Maka
X1 = 7 Nilai Z = 7.5
X2 = 4.5
Lihat contoh lain
Penyelesaian dengan solver.
Microsoft Excel 11.0 Answer Report
Worksheet: [tepung.xls]Sheet2
Report Created: 7/4/2008 9:20:21 AM
Target Cell (Max)
Cell Name Original ValueFinalValue
$C$4 Z 0 27.5
Adjustable Cells
Cell Name Original ValueFinalValue
$C$7 x1 0 7
$C$8 x2 0 4.5
Pivot baris
Pivot kolom
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 12/17
Constraints
Cell Name Cell Value Formula Status Slack
$C$10 kon1 16 $C$10<=16 Binding 0$C$11 kon2 30 $C$11<=30 Binding 0
$C$7 x1 7 $C$7>=0NotBinding 7
$C$8 x2 4.5 $C$8>=0NotBinding 4.5
2.4 Metode Simplek Dalam Bentuk Matrik
Metode simplek yang dijelaskan sebelumnya ( aljabar dan tabel), untuk
selanjutnya disebut original simplex methods, yang merupakan prosedur
aljabar. Prosedur ini akan cukup rumit bila variabelnya banyak.
Dalam metode berikutnya akan disajikan suatu perbaikan metode
simplek ( revise simplex method) yang secara eksplisit menggunakan
manipulasi matrik. Jadi permasalahan / model matematik selalu dibuat dalam
bentuk matrik.
Dalam model standar linear programming dalam bentuk matrik sbb:
Optimize z = c1x1 +c2x2 + c3x3 + . . . . + cnxn
Subject to
a11x1 + a12x2 + a13x3 + . . . + a1nxn { ≤ , = , ≥ }b1
a21x1 + a22x2 + a23x3 + . . . + a2nxn { ≤ , = , ≥ }b2
a31x1 + a32x2 + a33x3 + . . . + a3nxn { ≤ , = , ≥ }b3
.
.
.
am1x1 + am2x2 + am3x3 + . . . + amnxn { ≤ , = , ≥ }bm
x1, x2, x3, . . . xn ≥ 0
Biasa ditulis lebih kompak lagi sbb:
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 13/17
Optimize z = j
n
j
j xc∑=1
Subject to
j
n
j
jixa∑
=1
{ ≤ , = , ≥ } b1 , i = 1, 2, 3, . . . , m
x j ≥ 0 , j = 1, 2, 3, . . . , n
Dari ketiga jenis kendala { ≤ , = , ≥ } maka secara umum akan jauh lebih mudah
menyelesaikan persamaan dari pada pertidaksamaan.
Model pertidaksamaa di atas dapat dirubah mejadi persamaan dengan
memasukkan beberapa variabel tambahan (slak dan surplus) kedalamformulasi / persamaan.
Dan untuk lebih memudahkan perhitungan maka sisi kanan dibuat menjadi
nonnegativitas ( yaitu bi ≥ 0), hal ini bisa dilakukan dengan mengalikan dengan
(-1).
Konversi kendala:
Kendala pertidaksamaan ke r,
j
n
j
jr xa∑=1
≤ b r
Masukkan variabel baru sr ≥ 0 yang disebut slack variabel
r r j
n
j
jr b s xa =+∑=1
Atau
j
n
j
jr r r xab s ∑=
−=1
Berikutnya
Kendala pertidaksamaan ke t,
j
n
j jt xa∑
=1
≥ b t
Masukkan variabel baru st ≥ 0 yang disebut surplus variabel
t t j
n
j jt sb xa +=∑
=1
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 14/17
t t j
n
j
jt b s xa =−∑=1
Atau
t j
n
j
jt t b xa s −=∑=1
Fungsi tujuan menjadi:
Optimize z = ∑∑==
+
p
k
k k j
n
j
j sc xc11
Suku pertama dalam persamaan diatas j
n
j
j xc∑=1
adalah fungsi tujuan asli
sedangkan suku kedua ∑=
p
k
k k sc
1
adalah pengaruh dari variabel slak dan surplus.
Dalam beberapa literatur nilai ck diasumsikan nol (Ignizio, LinearProgramming).
Contoh 1.
Konversi linear programming ke bentuk standard
Bila diberikan model sbb:
Min z = 7x1 – 3x2 + 5x3 Kendala
x1 + x2 + x3 ≥ 9
3x1 + 2x2 + x3 ≤ 12
x1, x2, x3 ≥ 0
Bila asumsi biaya surplus adalah 0, dan biaya slak 1,5 perunit maka
Bentuk standar
Max z = -7x1 + 3x2 - 5x3 + 0s1 -1,5s2Kendala
x1 + x2 + x3 – s1 = 9
3x1 + 2x2 + x3 + s2 = 12
x1, x2, x3, s1, s2 ≥ 0
Perlu perhatikan bawha min z = mak – z
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 15/17
Ada beberapa textbook menyeragamkan variabel keputusan ( xj) sehingga
model standar diatas biasa ditulis sbb:
Max z = -7x1 + 3x2 - 5x3 + 0x4 -1,5x5
Kendala
x1 + x2 + x3 – x4 = 9
3x1 + 2x2 + x3 + x5 = 12
x1, x2, x3, x4, x5 ≥ 0
Sehingga model standar diatas dapat ditulis sbb
Mak z = j
n
j
j xc∑=1
Subject to
j
n
j
jixa∑
=1
= b1 , i = 1, 2, 3, . . . , m
x j ≥ 0 , j = 1, 2, 3, . . . , n
Model diatas juga dapat ditulis dalam bentuk vektor dan matrik
Mak z = cx
Subject to
Ax = b
x ≥ 0
dimana
A = matrik m x n yang merupakan koefisien dari kendala
C = adalah vektor baris
C = [c1, c2, c3, ... , cn]
X, b, dan 0 adalah vektor kolom
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 16/17
=
n x
x
x
x
X
.
3
2
1
,
=
nb
b
b
b
b
.
3
2
1
,
=
n0
.
0
0
0
03
2
1
dan
=
mnm2m1
2n2221
1n1211
a...aa
............
a...aa
a...aa
A = (a1,a2,a3,...,an)
Penyelesaian dengan matrik
Bila bentuk standar sbb
Mak z = cx
Ax = b
x ≥ 0
Langkah I. Partisi matrik A menjadi :
A = [B:N] .................................... (1)
Dengan B = m x m matrik nonsingular ( matrik basis)
N = m x(n-m) matrik kolom non basic
Maka sistem linear Ax = b dapat ditulis menjadi
BxB + NxN = b dan disederhanakan menjadi:
xB + B-1
NxN = B-1
b
dan penyelesaiannya menjadi:
xB = B-1 b - B-1 NxN
Bila xN = 0 , maka:
Contoh
1. Nanti
5/9/2018 modul-1 simplek - slidepdf.com
http://slidepdf.com/reader/full/modul-1-simplek 17/17