Bentuk

Standar
Asumsi
METODE SIMPLEK Metode
Simplek
LP Solver
 MENGUBAH MASALAH LP KE BENTUK
STANDAR
 Bentuk standar adalah bentuk dari masalah LP
dimana seluruh kendalanya dinyatakan sebagai
persamaan.
 Mengubah bentuk ≤ ke =, tambahkan slack
variable
 Mengubah bentuk ≥ ke =, tambahkan artificial
variable
 Koefisien dari slack dan artificial variable pada
fungsi tujuan adalah 0

17/09/2013 MatProg - den 2

 MENGUBAH MASALAH LP KE BENTUK
STANDAR
 Contoh
Maks
f = 4x 1 + 3x 2 - x 3 + 5x 4 f = 4x 1 +3x 2 -x 3 +5x 4 +0x 5 +0x 6
ds
3x 1 + x 2 + 2x 3 + 4x 4 ≤ 25 3x 1 + x 2 + 2x 3 + 4x 4 + x 5 = 25
2x 1 - x 2 + x 3 + 2x 4 ≥ 15 2x 1 - x 2 + x 3 + 2x 4 - x 6 = 15
x 1 + 2x 2 + 3x 3 + x 4 = 20
x 1 , x 2, x 3, x 4 ≥ 0 x 1 , x 2, x 3, x 4, x 5, x 6 ≥ 0

17/09/2013 MatProg - den 3

 LANGKAH-LANGKAH METODE SIMPLEKS

 L1. Ubah masalah ke bentuk standar

 L2. Pilih m peubah (m adalah banyak kendala) yang
membentuk basis awal yang layak. Peubah ini disebut
peubah dasar. Semua peubah bukan dasar dibuat sama
dengan 0.
 L3. Evaluasi seluruh peubah yang bukan basis untuk
melihat peubah mana yang bisa masuk menjadi basis dan
memperbaiki fungsi tujuan. Jika tidak ada, maka basis
sekarang adalah solusi optimal (berhenti). Jika ada, maka
peubah yang memberi perbaikan per -unit terbesar pada
fungsi tujuan dipilih masuk basis.
 L4. Pilih salah satu peubah dasar untuk meninggalkan
basis, dengan tetap menjaga ketidaknegatifan.
 L5. Lakukan perubahan basis dengan pivoting. Kembali ke
L3.
17/09/2013 MatProg - den 4
 ASUMSI

 Proportionality. Perubahan nilai x j juga akan

mengubah fungsi tujuan (c j x j ) dan setiap kendala
(a ij x j ) secara proporsional.
 Additivity. Total biaya adalah jumlah dari masing -
masing biaya dan pengaruh keseluruhannya ke
kendala ke-i adalah jumlah pengaruh dari masing-
masing peubah keputusan.
 Divisibility. Peubah keputusan x j dapat bernilai
pecahan
 Nonnegativity. Nilai peubah keputusan x j tidak boleh
negatif
 Certainty. Setiap konstanta (a ij , b i , c j ) diketahui
secara pasti.

17/09/2013 MatProg - den 5

 Maks f = 𝑛𝑗=1 𝑐𝑗 𝑥𝑗 (1)
𝑛
ds: 𝑖=1 𝑎𝑖𝑗 𝑥𝑗 ≤ 𝑏𝑗 , (2)
DEFINISI 𝑖 = 1, 2, … , 𝑚
x1, x2, ... , xn ≥ 0 (3)

 Definisi 1. Solusi layak dari masalah LP adalah vektor x =

(x 1 , x 2 , ... , x n ) yang memenuhi kondisi (2) dan (3).
 Definisi 2a. Solusi dasar untuk (2) adalah solusi yang
diperoleh dengan menetapkan n-m peubah = 0, dan
memecahkan m peubah yang tersisa, dimana determinan
dari matrik koefisiennya tidak sama dengan 0. m peubah
ini disebut peubah Dasar.
 Definisi 2b. Solusi dasar yang layak adalah solusi dasar
yang juga memenuhi (3); seluruh peubah tidak negatif.
 Definisi 3. Solusi dasar layak yang tidak degenerate
(menurun) adalah solusi dasar layak yang keseluruham m
x j positif (seluruh peubah dasar positif)

17/09/2013 MatProg - den 6

 TEOREMA

 Teorema 1. Jika masalah LP memiliki solusi layak,

maka ia memiliki solusi dasar layak
 Teorema 2. Himpunan titik-titik ekstrim dari
daerah layak berkorespondensi dengan himpunan
solusi dasar layak. Dpl, titik ekstim adalah solusi
dasar layak, dan sebaliknya.
 Teorema 3. Jika solusi optimal ada ( finite ) maka
solusi titik ekstrim optimal ada.
 Teorema 4. Jika degeneracy (penurunan) tidak
terjadi, metode simpleks akan berhenti dalam
sejumlah hingga iterasi

17/09/2013 MatProg - den 7

 TABEL SIMPLEKS

baris fungsi tujuan

i cB xb x1 x2 ... xn-1 xn bi i
1 Peubah Nilai dari Peubah. mana
basis peubah yang akan
dan basis meninggalkan
profitnya basis ?
2
Koefisien peubah
keputusan pada
kendala
m
zj Peubah. mana yang f
akan masuk basis ?
cj - zj
17/09/2013 MatProg - den 8
 METODE SIMPLEK – CONTOH 1

 Contoh
Maks f = 12x 1 + 8x 2 (dalam ribu rupiah)
d.s. 5x 1 + 2x 2 ≤ 150
2x 1 + 3x 2 ≤ 100
4x 1 + 2x 2 ≤ 80
x 1, x 2 ≥ 0
 L1. Buat masalah kedalam bentuk standar
Maks f = 12x 1 + 8x 2 + 0x 3 + 0x 4 + 0x 5
ds 5x 1 + 2x 2 + x 3 = 150
2x 1 + 3x 2 + x 4 = 100
4x 1 + 2x 2 + x 5 = 80
x 1, x 2, x 3, x 4, x 5 ≥ 0
17/09/2013 MatProg - den 9
 METODE SIMPLEK – CONTOH 1

 L2. Pilih m=3 peubah yang membentuk basis awal

yang layak.
 Basis:x 3 , x 4 , dan x 5
 bukan basis:x 1 dan x 2
 solusi awal: x 3 = 150, x 4 = 100, dan x 5 = 80
Maks 12 8 0 0 0
i cB xb x1 x2 x3 x4 x5 bi i
1 0 x3 5 2 1 0 0 150
2 0 x4 2 3 0 1 0 100
3 0 x5 4 2 0 0 1 80
zj
cj - zj
17/09/2013 MatProg - den 10
 METODE SIMPLEK – CONTOH 1

 L3. Evalusi seluruh peubah bukan dasar

𝑚
hitung reduced cost c j – z j dengan z j = 𝑖=1 𝑐 𝐵𝑖 𝑎 𝑖𝑗

Maks 12 8 0 0 0
i cB xb x1 x2 x3 x4 x5 bi i
1 0 x3 5 2 1 0 0 150
2 0 x4 2 3 0 1 0 100
3 0 x5 4 2 0 0 1 80
zj 0 0 0 0 0 0
cj - zj 12 8 0 0 0
 masuk basis: peub dgn reduced cost terbesar
(maks), terkecil (min)
 𝑥1 akan masuk ke basis
17/09/2013 MatProg - den 11
 METODE SIMPLEK – CONTOH 1

 L4. Tentukan peubah yang akan keluar dari basis

 Misalkan x j* peubah yang akan masuk basis, x j* = 𝑥1
𝑏𝑖 𝑏𝑖 𝑏1 𝑏2 𝑏3
 Hitung 𝜃𝑖 = = . 𝜃1 = , 𝜃2 = , 𝜃3 =
𝑎 𝑖𝑗∗ 𝑎 𝑖1 𝑎 11 𝑎 21 𝑎 31

Maks 12 8 0 0 0
i cB xb x1 x2 x3 x4 x5 bi i
1 0 x3 5 2 1 0 0 150 30
2 0 x4 2 3 0 1 0 100 50
3 0 x5 4 2 0 0 1 80 20
zj 0 0 0 0 0 0
cj - zj 12 8 0 0 0

17/09/2013 MatProg - den 12

 METODE SIMPLEK – CONTOH 1

 L5. Pergantian basis dengan pivoting

Maks 12 8 0 0 0
i cB x b x1 x2 x3 x4 x5 bi i
1 0 x3 5 2 1 0 0 150 30
2 0 x4 2 3 0 1 0 100 50
3 0 x5 4 2 0 0 1 80 20
zj 0 0 0 0 0 0
cj - zj 12 8 0 0 0
Maks 12 8 0 0 0
i cB xb x1 x2 x3 x4 x5 bi i
1 0 x3 0 -1/2 1 0 -5/4 50
2 0 x4 0 2 0 1 -1/2 60
3 12 x1 1 1/2 0 0 1/4 20
zj
17/09/2013 cj - z j MatProg - den 13
 METODE SIMPLEK – CONTOH 1

 L3. Evalusi seluruh peubah bukan dasar

𝑚
hitung reduced cost c j – z j dengan z j = 𝑖=1 𝑐 𝐵𝑖 𝑎 𝑖𝑗
Maks 12 8 0 0 0
i cB xb x1 x2 x3 x4 x5 bi i
1 0 x3 0 -1/2 1 0 -5/4 50
2 0 x4 0 2 0 1 -1/2 60
3 12 x1 1 1/2 0 0 1/4 20
zj 12 6 0 0 3 240
cj - z j 0 2 0 0 -3

 𝑥 2 akan masuk ke basis

17/09/2013 MatProg - den 14

 METODE SIMPLEK – CONTOH 1

 L4. Tentukan peubah yang akan keluar dari basis

𝑏𝑖
 Hitung 𝜃𝑖 = (untuk 𝑎 𝑖2 positif)
𝑎 𝑖2

Maks 12 8 0 0 0
i cB xb x1 x2 x3 x4 x5 bi i
1 0 x3 0 -1/2 1 0 -5/4 50 -
2 0 x4 0 2 0 1 -1/2 60 30
3 12 x1 1 1/2 0 0 1/4 20 40
zj 12 6 0 0 3 240
cj - z j 0 2 0 0 -3

 𝑥4 keluar basis

17/09/2013 MatProg - den 15

 METODE SIMPLEK – CONTOH 1

 L5. Pergantian basis dengan pivoting

Maks 12 8 0 0 0
i cB xb x1 x2 x3 x4 x5 bi i
1 0 x3 0 -1/2 1 0 -5/4 50 -
2 0 x4 0 2 0 1 -1/2 60 30
3 12 x1 1 1/2 0 0 1/4 20 40
zj 12 6 0 0 3 240
cj - z j 0 2 0 0 -3
Maks 12 8 0 0 0
i cB xb x1 x2 x3 x4 x5 bi i
1 0 x3 0 0 1 1/4 -11/8 65
2 8 x2 0 1 0 1/2 -1/4 30
3 12 x1 1 0 0 -1/4 3/8 5
zj
cj - z j
17/09/2013 MatProg - den 16
 METODE SIMPLEK – CONTOH 1

 L3. Evalusi seluruh peubah bukan dasar

𝑚
hitung reduced cost c j – z j dengan z j = 𝑖=1 𝑐 𝐵𝑖 𝑎 𝑖𝑗

Maks 12 8 0 0 0
i cB xb x1 x2 x3 x4 x5 bi i
1 0 x3 0 0 1 1/4 -11/8 65
2 8 x2 0 1 0 1/2 -1/4 30
3 12 x1 1 0 0 -1/4 3/8 5
zj 12 8 0 1 5/2 300
cj - zj 0 0 0 -1 -5/2

 Tidak ada c j – z j yang positif, solusi sudah optimal

 Solusi:
x 1 * = 5, x 2 * = 30, x 3 * = 65, x 4 * = 0, x 5 * = 0, f * = 300
17/09/2013 MatProg - den 17
 METODE SIMPLEK – CONTOH 2

 Contoh
Min f = 4x 1 + 5x 2
ds 3x 1 + x 2 ≤ 27
x 1 + x 2 = 12
6x 1 + 4x 2 ≥ 60
x 1, x 2 ≥ 0
 L1. Buat masalah kedalam bentuk standar
Min f = 4x 1 + 5x 2
ds 3x 1 + x 2 + x 3 =27
x 1 + x 2 = 12
6x 1 + 4x 2 - x 4 = 60
17/09/2013
x 1, x 2, x 3, x 4≥ 0 MatProg - den 18
 Min f = 4x1 + 5x2
Ds 3x1 + x2 + x3 =27
METODE SIMPLEK - CONTOH x1 + x2 = 12
6x1 + 4x2 - x4 = 60
x1, x2, x3, x4≥ 0

 L2. Pilih m=3 peubah yang membentuk basis awal

yang layak.
 Basis:x 3 (kendala 1), kendala 2 dan 3 tidak ada basis
 Tambahkan artificial variable sebagai basis awal
 Koefisien artificial variable pada fungsi tujuan:
-M (maks), M (min). M= bilangan yg besar
Maks f = 14x 1 + 5x 2 + 0x 3 + 0x 4 + Mx 5 + Mx 6
ds 3x 1 + 3x 2 + x 3 = 27
x 1 + x 2 + x 5 = 12
6x 1 + 4x 2 – x 4 + x 6 = 60
x 1, x 2, x 3, x 4, x 5, x 6 ≥ 0

17/09/2013 MatProg - den 19

 LP SOLVER

 Maple
 Mathematica
 Lingo
 Lindo
 LiPS

17/09/2013 MatProg - den 20