TUGAS MANDIRI

Contoh Kasus Pada CV. Alif Spaghetti Kode Kelas Mata Kuliah : : 112-MN007-M1 Riset Operasi

Disusun Oleh: 093410136 : Juwannar Herri Heri Nuriyanto, S.Kom., M. S.I

Dosen Pengampu :

STMIK PUTERA BATAM

2012
Kata Pengantar
Rasa syukur yang dalam saya sampaikan ke hadirat Allah Yang Maha Pemurah, karena berkat kemurahan-Nya makalah ini dapat saya selesaikan sesuai yang diharapkan. Saya juga mengucapkan terima kasih kepada pihak-pihak yang telah membantu saya, baik secara langsung maupun tidak langsung dalam menyelesaikan makalah ini. Dalam makalah ini saya membahas Rangkuman materi tentang Riset Operasi. Makalah ini membahas definisi riset operasi, metode simplek, metode dua fasa, metode primal dual dan metode integer saya akan membahas bagaimana kita mengambil keputusan dalam perhitungan untuk mendapatkan maxsimasi. Makalah ini saya buat dengan tujuan memperdalam pemahaman pembaca mengenai bagaimana untuk mendapatkan tujuan yang ingin kita capai dengan melakukan riset operasi. Saya menyadari bahwa makalah ini masih jauh dari kesempurnaan. Oleh karena itu, saya membuka diri untuk kritik dan saran yang membangun dari pembaca sekalian. Semoga makalah ini bermanfaat.

Batam, 12 Juni 2011

Penyusun

Daftar Isi
Cover 1 Kata Pengantar Daftar Isi 3 4 2

Bab I Pendahuluan

Bab II Landasan Teori 6 Bab III Pembahasan Kasus Bab IV Kesimpulan Daftar Pustaka 22 Lampiran 23 21 8

BAB 1 Pendahuluan

Riset operasional merupakan serangkaian kegiatan analisis dan pemodelan matematik untuk keperluan pengambilan keputusan. Banyak persoalan manajerial di suatu organisasi atau perusahaan yang senantiasa dikaitkan dengan proses pengambilan keputusaan. Tujuan utama riset operasional adalah mendapatkan solusi optimal, namun dalam praktik manajerial lebih dipentingkan solusi yang memuaskan (satisficing). Keputusan dalam bisnis masih lebih banyak ditentukan oleh perilaku sang pengambil keputusan (apakah dia seorang yang optimis atau pesimis, berani atau takut terhadap risiko, atau sifat-sifat lainnya). Istilah Riset Operasi (Operation Reseach) pertama kali digunakan pada tahun 1940 oleh Mc Closky dan Trefthen di suatu kota kecil Bowdsey Inggris. Riset Operasional adalah suatu metode pengambilan keputusan yang dikembangkan dari studi operasi-operasi militer selama Perang Dunia II. Pada masa awal perang 1939, pemimpin militer Inggris memanggil sekelompok ahli-ahli sipil dari berbagai disiplin dan mengkoordinasi mereka ke dalam suatu kelompok yang diserahi tugas mencari cara-cara yang efisien untuk menggunakan alat yang baru ditemukan yang dinamakan radar dalam suatu sistem peringatan dini menghadapi serangan udara. Kelompok ahli Inggris ini dan kelompok-kelompok lain berikutnya melakukan penelitian (research) pada operasi-operasi (operations) militer.

Setelah kesuksesan tim riset operasional ini, militer Inggris dan Amerika Serikat melanjutkan mengaktifkan tim riset operasional. Sebagai hasilnya, tim riset operasional semakin banyak yang disebut dengan peneliti operasi militer yang mengaplikasikan pendekatan riset operasional pada permasalahan pertahanan nasional. Beberapa teknik yang mereka kembangkan memasukkan ilmu politik, matematik, ekonomi, teori probabilitas dan statistik. Setelah perang, keberhasilan kelompok-kelompok penelitian

operasi-operasi dibidang militer menarik perhatian para industriawan dalam dunia usaha yang berkembang semakin kompleks. Perkembangan dunia usaha ini sangat terlihat dengan jelas setelah revolusi industri. Industri semakin kompleks, sumber daya yang dimiliki digunakan untuk berbagai kegiatan atau aktivitas, organisasi industri semakin besar, dan semua itu sering menggunakan sumber daya yang terbatas. Keterbatasan sumber daya menyebabkan kepentingan masing-masing aktivitas atau bagian saling bentrok. Melihat kesuksesan tim riset operasional pada militer, industri secara bertahap mengaplikasi penggunaan riset operasional. Sejak tahun 1951, riset operasional diaplikasikan di dunia industry dan bisnis di Inggris dan juga di Amerika Serikat. Sejak itu riset operasional memberikan dampak besar pada organisasi manajemen. Baik jumlah maupun variasi aplikasinya bertumbuh sangat cepat.

BAB 11 Landasan Teori

2.1. Metode Simpleks Langkah langkah metode simpleks adalah: Ubah formulasi PL ke bentuk standar, baik fungsi tujuan maupun fungsi pembatasnya. Untuk fungsi pembatas dengan tanda tambahkan variabel slack. Untuk fungsi pembatas dengan tanda kurangi dulu dengan variabel surplus, kemudian tambahkan variabel artificial. Untuk fungsi pembatas dengan tanda (=), tambahkan variabel artificial.
Untuk fungsi tujuan, tambahkan tujuan variabel slack (dengan

koefisien 0), variabel surplus (dengan koefisien 0), dan variabel artificial (dengan koefisien M). 2.2. Metode Dua Fasa Metode simpleks dua fasa merupakan salah satu metode yang digunakan untuk menyelesaikan suatu persoalan PL (programa linier) yang memiliki minimal satu fungsi pembatas dengan tanda () atau tanda (=). Akan ada tahap I untuk memperoleh nilai Zj = 0 yang baru serta tahap II untuk mendapatkan jawaban optimalnya.
Fasa I: untuk menghilangkan variabel artificial dari basis dan

tabulasi simpleks baru yang akan diikutkan pada fasa 2.

 Fasa II: operasi simpleks untuk memperolehjawab optimal. 2.3. Metode Primal Dual Primal adalah program asalnya (aslinya adalah program minimasi dengan pembatas , sedangkan dual merupakan program pasangan dengan kondisi yang berlawanan (tujuan maksimasi dengan pembatas ). Program dual dirancang dengan menggunakan nama atau variabel yang lain, biasanya W. Langkah langkah metode primal dual adalah:
Siapkan formulasi standar.

Siapkan tabe1 simpleks. Lakukan serangkaian iterasi simpleks hingga diperoleh solusi optimal. (Zj - Cj 0 maka solusi optimal).

Nilai Zj - Cj pada kolom variabel slack adalah shadow price yang dimaksud, berarti jawaban untuk program primal (aslinya).

2.4. Metode Programa Integer Programa integer merupakan persoalan programa linier yang mensyaratkan bahwa jawaban atau solusi dari tiap variabel keputusannya adalah integer (bilangan bulat). Teknik yang dapat digunakan untuk menyelesaikan program integer di antaranya adalah: a. Branching (pencabangan) Untuk mencoba kedua kemungkinan jawaban integer, misalnya diperoleh X1 = 3,45. Maka, kita buat 2 (dua) pencabangan (program yang baru dengan tambahan fungsi pembatas baru pada persamaan Z, yaitu X1 3 dan X2 4).

b. Bounding (pembatasan) Memilih salah satu cabang yang memberikan jawaban ke arah yang diinginkan (maksimal atau minimal). BAB III Pembahasan Kasus

Sesuai dengan judulnya, saya akan membahas mengenai pembuatan spaghetti pada CV. Alif Spaghetti. Terdapat 3 (tiga) jenis spaghetti utama, yaitu Smoksoy Chicken Spaghetti (SCS), Oriental Chicken Spaghetti (OCS), Mushroom Creamy Spaghetti (MCS). Berikut keterangan komposisi yang dibutuhkan masing masing jenis spaghetti untuk ukuran personal (satu piring).
1. SCS membutuhkan chicken (daging ayam) sebanyak 6 gr, sauce

oriental sebanyak 9 gr, onion (bawang bombay) sebanyak 2 gr, dan mushroom (jamur) sebanyak 3 gr. SCS dijual dengan harga Rp.170.000,00.
2. OCS membutuhkan chicken (daging ayam) sebanyak 7 gr, sauce

oriental sebanyak 6 gr, onion (bawang bombay) sebanyak 4 gr, dan mushroom (jamur) sebanyak 5 gr. OCS dijual dengan harga Rp.220.000,00.
3. MCS membutuhkan chicken (daging ayam) sebanyak 8 gr, sauce

oriental sebanyak 4 gr, onion (bawang bombay) sebanyak 5 gr, dan mushroom (jamur) sebanyak 8 gr. MCS dijual dengan harga Rp.330.000,00.

Penyelesaian : 1. Metode Programa Simpleks Fungsi tujuan: Max Z = 170 X1 + 220 X2 + 330 X3 Fungsi pembatas: 6 X1 + 7 X2 + 8X3 4000 9 X1 + 6 X2 + 4X3 3900 2 X1 + 4 X2 + 5X3 3400 3 X1 + 5 X2 + 8X3 3000 Formula standar: Max Z = 170 X1 + 220 X2 + 330 X3 S/t: 6X1 + 7 X2 + 9X1 + 6 X2 + 8X3 + X4 4X3 + X5 = 4000 = 3900

2X1 + 4 X2 + 3X1 + 5 X2 +

5X3 8X3

+ X6 + X7

= 3400 = 3000

**** X4; X5 ; X6 dan X7 adalah varabel Slack untuk masing masing kendala.

Menentukan Pivot: Pilih Zj Cj terkecil dengan Rasio paling kecil Basis X4 X5 X6 X7 Zj-Cj X1 6 9 2 3 -170 X2 7 6 4 5 -220 X3 8 4 5 8 -300 X4 1 0 0 0 0 X5 0 1 0 0 0 X6 0 0 1 0 0 X7 0 0 0 1 0 RK 4000 3900 3400 3000 0 Rasio 500 975 680 375 0

Hasil Iterasi 1: Elemen Baris 4 = Baris iterasi Pivot / Pivot

RS -8 -4 -5 300 Basis X4 X5 X6 X3 Zj-Cj X1 3 7.5 0.125 0.375 -57.5 X2 2 3.5 0.875 0.625 -32.5 X3 0 0 0 1 0 X4 1 0 0 0 0 X5 0 1 0 0 0 X6 0 0 1 0 0 X7 -1 -0.5 -0.625 0.125 37.5 RK 1000 2400 1525 375 112500

Lanjutkan sampai nilai Zj - Cj 0

Basis X4 X5 X1
3 7.5

X2
2 3.5

X3
0 0

X4
1 0

X5
0 1

X6
0 0

X7
-1 -0.5

RK
1000 2400

Rasio 333.333 320

10

X6 X3 Zj-Cj

0.125 0.375 -57.5

0.875 0.625 -32.5

0 1 0

0 0 0

0 0 0

1 0 0

-0.625 0.125 -37.5

1525 375 112500

12200 1000 -1957

Hasil iterasi 2:
RS -3 Basis X4 X1 -0.125 -0.375 57.5 X6 X3 Zj-Cj X1 0 1 0 0 0 X2 0.6 0.467 0.817 0.45 -5.667 X3 0 0 0 1 0 X4 1 0 0 0 0 X5 -0.4 0.133 -0.017 -0.05 7.667 X6 0 0 1 0 0 X7 -0.8 -0.067 -0.617 0.15 -41.333 RK 40 320 1485 255 130900

Lanjutan sampai nilai Zj - Cj 0:

Basis X4 X1 X6 X3 Zj-Cj X1 0 1 0 0 0 X2 0.6 0.467 0.817 0.45 -5.667 X3 0 0 0 1 0 X4 1 0 0 0 0 X5 -0.4 0.133 -0.017 -0.05 7.667 X6 0 0 1 0 0 X7 -0.8 -0.067 -0.617 0.15 33.667 RK 40 320 1485 255 130900 Rasio 66.667 685.665 1818.293 566.667

Hasil iterasi 3:
RS

Basis X2

X1
0 1 0 0

X2
1 0 0 0

X3
0 0 0 1

X4
1.667 -0.778 -1.361 -0.75

X5
0.667 0.444 0.528 0.25

X6
0 0 1 0

X7
-1.333 0.556 0.472 0.75

RK
66.667 288.887 1430.553 225

Max Z
14666.667 49110.733 67500

-0.467 -0.817 -0.45

X1 X6 X3

11

5.667

Zj-Cj

9.445

3.889

26.111

131277.8

131277.4

2. Metode Programa Dua Fasa Fungsi tujuan: Max Z = 170 X1 + 220 X2 + 330 X3 Fungsi pembatas: 6 X1 + 7 X2 + 8X3 4000 9 X1 + 6 X2 + 4X3 3900 2 X1 + 4 X2 + 5X3 3400 3 X1 + 5 X2 + 8X3 3000 X1 14 Formula standar: Max Z = 170 X1 + 220 X2 + 330 X3 S/t: 6X1 + 7 X2 + 9X1 + 6 X2 + 8X3 + X4 4X3 + X5 = 4000 = 3900 - MX9

12

2X1 + 4 X2 + 3X1 + 5 X2 + X1

5X3 8X3

+ X6 + X7 - X8 + X9

= 3400 = 3000 = 14

**** X4; X5 ; X6 dan X7 adalah varabel Slack untuk masing masing kendala, sedangkan X8 ; dan X9 merupakan variabel surplus untuk kendala lima.
1. Nilai Zj - Cj Baru

(-M)(1) + (-170) = -170 - M (-M)(0) + (-220) = -220 (-M)(0) + (-330) = -330 (-M)(0) + (0) =0 (-M)(0) + (0) =0 (-M)(0) + (0) =0 (-M)(0) + (0) =0 (-M)(-1) + (0) =M (-M)(1) + (M) =0 (-M)(14) + (0) = -14M
Basis X4 X5 X6 X7 X9 Zj - Cj X1 6 9 2 3 1 -170 -170 - M -170 -1 X2 7 6 4 5 0 -220 -220 -220 0 X3 8 4 5 8 0 -300 -300 -300 0 X4 1 0 0 0 0 0 0 0 0 X5 0 1 0 0 0 0 0 0 0 X6 0 0 1 0 0 0 0 0 0 X7 0 0 0 1 0 0 0 0 0 X8 0 0 0 0 -1 0 M 0 1 X9 0 0 0 0 1 M 0 0 0 RK 4,000 3,900 3,400 3,000 14 0 -14M 0 -14

Zj - Cj

13

Tabel awal fasa 1:

Basis X4 X5 X6 X7 X9 Zj - Cj X1 X2 X3 X4 X5 X6 X7 X8 X9 0 0 0 0 1 0 RK 4,000 3,900 3,400 3,000 14 -14

Rasio
666.667 433.333 1700 1000 14 14

6 9 2 3
1 -1

7 6 4 5
0 0

8 4 5 8
0 0

1 0 0 0
0 0

0 1 0 0
0 0

0 0 1 0
0 0

0 0 0 1
0 0

0 0 0 0
-1 1

Hasil iterasi:
RS -6 -9 -2 -3 1 Basis X4 X5 X6 X7 X1 Zj - Cj X1 X2 X3 X4 X5 X6 X7 X8 X9 RK

0 0 0 0
1 0

7 6 4 5
0 0

8 4 5 8
0 0

1 0 0 0
0 0

0 1 0 0
0 0

0 0 1 0
0 0

0 0 0 1
0 0

6 9 2 3
-1 0

-6 -9 -2 -3
1 1

3916 3774 3372 2958

14 0

Setelah RK bernilai 0 (nol), maka dilanjutkan ke fase II. Variabel

artificial (kolom X9) dihapus, kemudian lakukan OBE pada baris Zj - Cj yang merujuk pada baris X1.
RS Basis X4 X5 X6 X7 X1 Zj - Cj X1 0 0 0 0 1 -170 X2 7 6 4 5 0 -220 X3 8 4 5 8 0 -300 X4 1 0 0 0 0 0 X5 0 1 0 0 0 0 X6 0 0 1 0 0 0 X7 0 0 0 1 0 0 X8 6 9 2 3 -1 0 RK

3916 3774 3372 2958

14 0

14

170

Zj - Cj

-220

-300

-170

2380

Tabel awal fase II:

Basis X4 X8 X6 X7 X1 Zj - Cj X1 0 0 0 0 1 0 X2 7 6 4 5 0 -220 X3 8 4 5 8 0 -300 X4 1 0 0 0 0 0 X5 0 1 0 0 0 0 X6 0 0 1 0 0 0 X7 0 0 0 1 0 0 X8 6 9 2 3 -1 -170 RK Rasio 652.667 419.333 1686 986 -14 -14

3916 3774 3372 2958

14 2380

Rasio yang bernilai negatif, tidak dipilih sebagai variabel keluar Hasil iterasi:
RS -6 -2 -3 1 170 Basis X4 X8 X6 X7 X1 Zj - Cj X1 0 0 0 0 1 0 X2 3 0.667 2.667 3 0.667 -106.7 X3 5.333 0.444 4.111 6.667 0.444 -224.444 X4 1 0 0 0 0 0 X5 -0.667 0.111 -0.222 -0.333 0.111 18.889 X6 0 0 1 0 0 0 X7 0 0 0 1 0 0 X8 0 1 0 0 0 0 RK 1400 419.333 2533.333 1700 433.333 73666.7

Lanjutkan sampai nilai Zj - Cj 0

Basis X4 X8 X6 X7 X1 Zj - Cj X1 0 0 0 0 1 0 X2 3 0.667 2.667 3 0.667 -106.7 X3 5.333 0.444 4.111 6.667 0.444 -224.444 X4 1 0 0 0 0 0 X5 -0.667 0.111 -0.222 -0.333 0.111 18.889 X6 0 0 1 0 0 0 X7 0 0 0 1 0 0 X8 0 1 0 0 0 0 RK 1400 419.333 2533.333 1700 433.333 73666.7 Rasio 262.5 943.5 616.216 255 975 -328.22

Rasio yang bernilai negatif, tidak dipilih sebagai variabel keluar.

15

Hasil iterasi
RS -5.333 -0.444 -4.111 -0.444 224.444 Basis X4 X8 X6 X3 X1 Zj - Cj X1 0 0 0 0 1 0 X2 0.6 0.467 0.817 0.45 0.467 -5.667 X3 0 0 0 1 0 0 X4 1 0 0 0 0 0 X5 -0.4 0.133 -0.017 -0.05 0.133 7.667 X6 0 0 1 0 0 0 X7 -0.8 -0.067 -0.617 0.15 -0.067 33.667 X8 0 1 0 0 0 0 RK 40 306 1485 255 320 130900

Lanjutkan sampai nilai Zj - Cj 0

Basis X4 X8 X6 X3 X1 Zj - Cj X1 0 0 0 0 1 0 X2 0.6 0.467 0.817 0.45 0.467 -5.667 X3 0 0 0 1 0 0 X4 1 0 0 0 0 0 X5 -0.4 0.133 -0.017 -0.05 0.133 7.667 X6 0 0 1 0 0 0 X7 -0.8 -0.067 -0.617 0.15 -0.067 33.667 X8 0 1 0 0 0 0 RK 40 306 1485 255 320 130900 Ratio 66.667 655.714 1818.367 566.667 685.714 -23100

Rasio yang bernilai negatif, tidak dipilih sebagai variabel keluar.

Hasil iterasi
RS Basis X2 -0.467 -0.817 -0.45 -0.467 5.667 X8 X6 X3 X1 Zj - Cj X1 0 0 0 0 1 0 X2 1 0 0 0 0 0 X3 0 0 0 1 0 0 X4 1.667 -0.778 -1.361 -0.750 -0.778 9.444 X5 -0.667 0.444 0.528 0.250 0.444 3.889 X6 0 0 1 0 0 0 X7 -1.333 0.556 0.472 0.75 0.556 26.111 X8 0 1 0 0 0 0 RK 66.667 274.889 1430.556 225 288.889 131278 Max z 14667 67500 49111 131278

16

3. Metode Programa Primal Dual Fungsi tujuan: Max Z = 170 X1 + 220 X2 + 330 X3 Fungsi pembatas: 6 X1 + 7 X2 +8X3 4000 9 X1 + 6 X2 +4X3 3900 2 X1 + 4 X2 +5X3 3400 3 X1 + 5 X2 +8X3 3000 Formula standar soal diatas adalah: Min Z = 4000 W1 + 3900 W2 + 3400 W3 + 3000 W4 S/t : 6 W1 + 9 W2 + 2W3 + 3W4 + A1 S1 7 W1 + 6 W2 + 4 W3 + 5 W4 8 W1 + 4 W2 + 5 W3 + 8 W4 + A2 S2 + A3 S3 170 220 330

**** A1; A2; dan A3 merupakan variable artificial untuk masing-masing pebatas, sedangkan S1, S2, dan S3 merupakan surplus untuk masing-masing kendala.

17

Menentukan Pivot: Pilih Zj Cj terkecil dengan Rasio paling kecil. Tabulasi simpleks
Basis A1 A2 A3 Zj Cj W1 6 7 8 -21 W2 9 6 4 -19 W3 2 4 5 -11 W4 3 5 8 -16 A1 1 0 0 0 S1 -1 0 0 1 A2 0 1 0 0 S2 0 -1 0 1 A2 0 0 1 0 S3 0 0 -1 1 RK 170 220 330 720 Rasio 28.333 31.429 41.250 0

Hasil iterasi 1:
RS -7 -8 21 Basis W1 A2 A3 Zj Cj W1 1 0 0 0 W2 1.5 -4.5 -8 12.5 W3 0.333 1.667 2.333 -4 W4 0.5 1.5 4 -5.5 A1 0.167 -1.17 -1.33 3.5 S1 -0.17 1.167 1.333 -2.5 A2 0 1 0 0 S2 0 -1 0 1 A2 0 0 1 0 S3 0 0 -1 1 RK 28.333 21.667 103.33 125

Lanjutan sampai nilai Zj-Cj 0

Basis W1 A2 A3 Zj Cj W1 1 0 0 0 W2 1.5 -4.5 -8 12.5 W3 0.333 1.667 2.333 -4 W4 0.5 1.5 4 -5.5 A1 0.167 1.167 1.333 3.5 S1 0.167 1.167 1.333 -2.5 A2 0 1 0 0 S2 0 -1 0 -1 A2 0 0 1 0 S3 0 0 -1 -1 RK 28.333 21.667 103.333 125 Rasio 56.667 14.444 25.833

Hasil iterasi 2:

18

RS -0.5

Basis W1 W4

W1 1 0 0 0

W2 3 -3 4 -4

W3 -0.222 1.111 -2.111 2.111

W4 0 1 0 0

A1 0.556 -0.778 1.778 -0.78

S1 -0.556 0.778 -1.778 1.778

A2 -0.333 0.667 -2.667 3.667

S2 0.333 -0.667 2.667 -2.67

A2 0 0 1 0

S3 0 0 -1 1

RK 21.111 14.444 45.556 45.556

-4 5.5

A3 Zj - Cj

Lanjutan sampai nilai Zj-Cj 0

Basis W1 W4 A3 Zj - Cj W1 1 0 0 0 W2 3 -3 4 -4 W3 -0.222 1.111 -2.111 2.111 W4 0 1 0 0 A1 0.556 -0.778 1.778 -0.78 S1 -0.556 0.778 -1.778 1.778 A2 -0.333 0.667 -2.667 3.667 S2 0.333 -0.667 2.667 -2.67 A2 0 0 1 0 S3 0 0 -1 1 RK 21.111 14.444 45.556 45.556 Rasio 7.037 -4.815 11.389 -11.389

Rasio yang bernilai negatif, tidak dipilih sebagai variabel keluar.

Hasil iterasi 3:
RS Basis W2 3 -4 4 W4 A3 Zj - Cj W1 0.333 1 -1.333 1.333 W2 1 0 0 0 W3 -0.074 0.889 -1.815 1.815 W4 0 1 0 0 A1 0.185 -0.222 1.037 -0.04 S1 -0.185 0.222 -1.04 1.037 A2 -0.111 0.333 -2.222 3.222 S2 0.111 -0.333 2.222 -2.222 A2 0 0 1 0 S3 0 0 -1 1 RK 7.037 35.556 17.407 17.407

Lanjutan sampai nilai Zj-Cj 0

Basis W2 W4 A3 Zj - Cj W1 0.333 1 -1.333 1.333 W2 1 0 0 0 W3 -0.074 0.889 -1.815 1.815 W4 0 1 0 0 A1 0.185 0.222 1.037 -0.04 S1 0.185 0.222 -1.04 1.037 A2 -0.111 0.333 -2.222 3.222 S2 0.111 0.333 2.222 2.222 A2 0 0 1 0 S3 0 0 -1 1 RK 7.037 35.556 17.407 17.407 Rasio 63.339 -106.677 7.833 -7.833

Rasio yang bernilai negatif, tidak dipilih sebagai variabel keluar.

19

Hasil iterasi 4:
Basis W2 W4 S2 Zj - Cj W1 0.4 0.8 -0.6 0 W2 1 0 0 0 W3 0.017 0.617 0.817 0 W4 0 1 0 0 A1 0.133 0.067 0.467 1 S1 0.133 0.067 0.467 0 A2 0 0 -1 1 S2 0 0 1 0 A2 -0.1 0.15 0.45 1 S3 0.05 -0.2 -0.5 0 RK 6.167 38.167 7.833 138550 Max Z

RS 0.111 0.333

24050.13 114500.1 138550.23

2.222

4. Metode Programa Integer Programa integer merupakan pembulatan sebuah bilangan pecahan, dengan demikian dapat memilih salah satu cabang untuk mendapatkan hasil yang optimal. Nilai yang dipakai hasil dari metode simpleks. Integer Basis Nilai Basis Nilai Basis Nilai X1 288.887 170 X2 66.667 220 X3 225 300 Integer 288 289 48960 49130 Integer 66 67 14520 14740 Integer 225 67500 Total 131370

20

BAB IV Kesimpulan

Riset operasional merupakan serangkaian kegiatan analisis dan pemodelan matematik untuk keperluan pengambilan keputusan. Banyak persoalan manajerial di suatu organisasi atau perusahaan yang senantiasa dikaitkan dengan proses pengambilan keputusan, seperti pembahasan diatas, terdapat beberapa metode dalam melakukan riset operasional di antaranya, yaitu Programa Linear Metode Simplek, Programa Linear Dua Fasa, Programa Linear Metode Primal Dual, dan Programa Integer. Perhatikan table berikut:

Max Z
Simpleks dua Fasa Primal Dual Integer 131277.4 131277.778 138550.23 131370

Dari metode tersebut yang digunakan, pada kenyataan yang memberikan untung yang paling maksimal yaitu metode primal dual.

21

Daftar Pustaka
Bustanul Arifin Noer. Modul Pembelajaran Belajar Mudah Riset Operasional (Programa linear dan Integer).

Pustaka Elektronik
http://id.wikipedia.org/wiki/Riset_operasi pada tanggal 15 Juni 2012.

22

Lampiran

Gambar Linear Programming Result pada Metode Simpleks

23

Gambar Hasil Iterasi pada Metode Simpleks

Gambar Linear Programming Result pada Metode Dua Fasa

24

Gambar Hasil Iterasi pada Metode Simpleks

Gambar Linear Programming Result pada Metode Primal Dual

Gambar Hasil Iterasi pada Metode Primal Dual

25

26