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

2

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 3 .

namun dalam praktik manajerial lebih dipentingkan solusi yang memuaskan (satisficing). Banyak persoalan manajerial di suatu organisasi atau perusahaan yang senantiasa dikaitkan dengan proses pengambilan keputusaan. atau sifat-sifat lainnya). Pada masa awal perang 1939. berani atau takut terhadap risiko.BAB 1 Pendahuluan Riset operasional merupakan serangkaian kegiatan analisis dan pemodelan matematik untuk keperluan pengambilan keputusan. 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. Keputusan dalam bisnis masih lebih banyak ditentukan oleh perilaku sang pengambil keputusan (apakah dia seorang yang optimis atau pesimis. Kelompok ahli Inggris ini dan kelompok-kelompok lain berikutnya melakukan penelitian (research) pada operasi-operasi (operations) militer. 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. Tujuan utama riset operasional adalah mendapatkan solusi optimal. 4 .

Keterbatasan sumber daya menyebabkan kepentingan masing-masing aktivitas atau bagian saling bentrok. matematik. dan semua itu sering menggunakan sumber daya yang terbatas. 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. organisasi industri semakin besar. industri secara bertahap mengaplikasi penggunaan riset operasional. Sejak tahun 1951. Perkembangan dunia usaha ini sangat terlihat dengan jelas setelah revolusi industri. teori probabilitas dan statistik. Baik jumlah maupun variasi aplikasinya bertumbuh sangat cepat. Melihat kesuksesan tim riset operasional pada militer.Setelah kesuksesan tim riset operasional ini. Sebagai hasilnya. Setelah perang. tim riset operasional semakin banyak yang disebut dengan peneliti operasi militer yang mengaplikasikan pendekatan riset operasional pada permasalahan pertahanan nasional. 5 . sumber daya yang dimiliki digunakan untuk berbagai kegiatan atau aktivitas. Beberapa teknik yang mereka kembangkan memasukkan ilmu politik. keberhasilan kelompok-kelompok penelitian operasi-operasi dibidang militer menarik perhatian para industriawan dalam dunia usaha yang berkembang semakin kompleks. Industri semakin kompleks. militer Inggris dan Amerika Serikat melanjutkan mengaktifkan tim riset operasional. ekonomi.

baik fungsi tujuan maupun fungsi pembatasnya. kemudian tambahkan variabel artificial.  Untuk fungsi pembatas dengan tanda ≥ kurangi dulu dengan variabel surplus.  Untuk fungsi tujuan.  Fasa I: untuk menghilangkan variabel artificial dari basis dan tabulasi simpleks baru yang akan diikutkan pada fasa 2.2. 2.1. 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. variabel surplus (dengan koefisien 0). 6 . tambahkan tujuan variabel slack (dengan koefisien 0). dan variabel artificial (dengan koefisien – M).BAB 11 Landasan Teori 2.  Untuk fungsi pembatas dengan tanda (=). Metode Simpleks Langkah – langkah metode simpleks adalah:  Ubah formulasi PL ke bentuk standar. tambahkan variabel artificial.  Untuk fungsi pembatas dengan tanda ≤ tambahkan variabel slack.

Maka. 2. Langkah – langkah metode primal dual adalah:  Siapkan formulasi standar.  Nilai Zj .  Siapkan tabe1 simpleks.4. Teknik yang dapat digunakan untuk menyelesaikan program integer di antaranya adalah: a. yaitu X1 ≤ 3 dan X2 ≥ 4). Program dual dirancang dengan menggunakan nama atau variabel yang lain.Cj ≥ 0 maka solusi optimal).Cj pada kolom variabel slack adalah shadow price yang dimaksud. sedangkan dual merupakan program pasangan dengan kondisi yang berlawanan (tujuan maksimasi dengan pembatas ≤). (Zj . 7 . Fasa II: operasi simpleks untuk memperolehjawab optimal. kita buat 2 (dua) pencabangan (program yang baru dengan tambahan fungsi pembatas baru pada persamaan Z. biasanya W.45. berarti jawaban untuk program primal (aslinya). Metode Primal Dual Primal adalah program asalnya (aslinya adalah program minimasi dengan pembatas ≥. 2.3. Metode Programa Integer Programa integer merupakan persoalan programa linier yang mensyaratkan bahwa jawaban atau solusi dari tiap variabel keputusannya adalah integer (bilangan bulat). Branching (pencabangan) Untuk mencoba kedua kemungkinan jawaban integer.  Lakukan serangkaian iterasi simpleks hingga diperoleh solusi optimal. misalnya diperoleh X1 = 3.

BAB III Pembahasan Kasus Sesuai dengan judulnya. 2.00. dan mushroom (jamur) sebanyak 3 gr. sauce oriental sebanyak 4 gr.330. saya akan membahas mengenai pembuatan spaghetti pada CV. onion (bawang bombay) sebanyak 4 gr. sauce oriental sebanyak 9 gr. Oriental Chicken Spaghetti (OCS).000. OCS dijual dengan harga Rp. MCS dijual dengan harga Rp. onion (bawang bombay) sebanyak 2 gr. 3. dan mushroom (jamur) sebanyak 5 gr.170. Mushroom Creamy Spaghetti (MCS).00. yaitu Smoksoy Chicken Spaghetti (SCS).b. sauce oriental sebanyak 6 gr. dan mushroom (jamur) sebanyak 8 gr. Bounding (pembatasan) Memilih salah satu cabang yang memberikan jawaban ke arah yang diinginkan (maksimal atau minimal). onion (bawang bombay) sebanyak 5 gr.220. SCS dijual dengan harga Rp. 8 . OCS membutuhkan chicken (daging ayam) sebanyak 7 gr. Terdapat 3 (tiga) jenis spaghetti utama. SCS membutuhkan chicken (daging ayam) sebanyak 6 gr. 1.00.000. MCS membutuhkan chicken (daging ayam) sebanyak 8 gr. Alif Spaghetti.000. Berikut keterangan komposisi yang dibutuhkan masing – masing jenis spaghetti untuk ukuran personal (satu piring).

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 9 .Penyelesaian : 1.

625 0.125 0.5 X3 0 0 X4 1 0 X5 0 1 X6 0 0 X7 -1 -0.5 RK 1000 2400 1525 375 112500 Lanjutkan sampai nilai Zj .2X1 + 4 X2 + 3X1 + 5 X2 + 5X3 8X3 + X6 + X7 = 3400 = 3000 **** X4.5 X2 2 3.5 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. X5 .Cj ≥ 0 Basis X4 X5 X1 3 7.5 0.5 RK 1000 2400 Rasio 333.875 0.5 0. 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 7.333 320 10 .5 X2 2 3.375 -57. X6 dan X7 adalah varabel Slack untuk masing – masing kendala.5 -0.625 -32.125 37.

333 RK 40 320 1485 255 130900 Lanjutan sampai nilai Zj .133 -0.125 -37.125 -0.75 X5 0.15 -41.X6 X3 Zj-Cj 0.05 7.528 0.472 0.625 0.067 -0.817 0.361 -0.667 X6 0 0 1 0 0 X7 -0.467 0.625 -32.05 7.667 Hasil iterasi 3: RS Basis X2 X1 0 1 0 0 X2 1 0 0 0 X3 0 0 0 1 X4 1.667 X3 0 0 0 1 0 X4 1 0 0 0 0 X5 -0.4 0.375 -57.125 0.667 685.817 0.667 49110.667 288.45 X1 X6 X3 11 .6 0.45 -5.5 X6 X3 Zj-Cj X1 0 1 0 0 0 X2 0.333 0.665 1818.667 X3 0 0 0 1 0 X4 1 0 0 0 0 X5 -0.667 X6 0 0 1 0 0 X7 -0.617 0.45 -5.15 33.5 0.817 -0.733 67500 -0.8 -0.467 0.875 0.617 0.667 -0.375 57.667 0.Cj ≥ 0: Basis X4 X1 X6 X3 Zj-Cj X1 0 1 0 0 0 X2 0.556 0.887 1430.017 -0.467 -0.067 -0.75 RK 66.667 RK 40 320 1485 255 130900 Rasio 66.6 0.553 225 Max Z 14666.25 X6 0 0 1 0 X7 -1.444 0.778 -1.017 -0.8 -0.5 0 1 0 0 0 0 0 0 0 1 0 0 -0.5 1525 375 112500 12200 1000 -1957 Hasil iterasi 2: RS -3 Basis X4 X1 -0.4 0.133 -0.293 566.

4 2.5.445 3.8 131277.889 0 26.MX9 12 .667 Zj-Cj 0 0 0 9. 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 .111 131277.

dan X9 merupakan variabel surplus untuk kendala lima.900 3. X6 dan X7 adalah varabel Slack untuk masing – masing kendala.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.Cj 13 . X5 . sedangkan X8 .2X1 + 4 X2 + 3X1 + 5 X2 + X1 5X3 8X3 + X6 + X7 .000 14 0 -14M 0 -14 Zj .Cj X1 6 9 2 3 1 -170 -170 . Nilai Zj .400 3. 1.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 .000 3.X8 + X9 = 3400 = 3000 = 14 **** X4.Cj Baru (-M)(1) + (-170) = -170 .

Tabel awal fasa 1: Basis X4 X5 X6 X7 X9 Zj .000 14 -14 Rasio 666. Variabel artificial (kolom X9) dihapus.Cj X1 X2 X3 X4 X5 X6 X7 X8 X9 0 0 0 0 1 0 RK 4.900 3. maka dilanjutkan ke fase II.667 433.000 3.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 .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). RS Basis X4 X5 X6 X7 X1 Zj . kemudian lakukan OBE pada baris Zj .400 3.Cj yang merujuk pada baris X1.333 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 .

667 -106.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 652.444 -224.667 -106.7 X3 5.667 0. tidak dipilih sebagai variabel keluar Hasil iterasi: RS -6 -2 -3 1 170 Basis X4 X8 X6 X7 X1 Zj .444 X4 1 0 0 0 0 0 X5 -0.667 0.111 6.444 -224.111 -0.667 419.111 -0.222 -0.170 Zj .667 2.Cj X1 0 0 0 0 1 0 X2 3 0.5 616.Cj ≥ 0 Basis X4 X8 X6 X7 X1 Zj .667 0.111 6.333 0.667 0.216 255 975 -328.333 0.333 1700 433.Cj 0 -220 -300 0 0 0 0 -170 2380 Tabel awal fase II: Basis X4 X8 X6 X7 X1 Zj .444 4.7 Lanjutkan sampai nilai Zj .222 -0.333 73666.111 18.333 0.444 X4 1 0 0 0 0 0 X5 -0.889 X6 0 0 1 0 0 0 X7 0 0 0 1 0 0 X8 0 1 0 0 0 0 RK 1400 419.667 2.333 2533. 15 .333 1686 986 -14 -14 3916 3774 3372 2958 14 2380 Rasio yang bernilai negatif.7 X3 5.444 4.333 1700 433.333 73666.5 943.333 0.Cj X1 0 0 0 0 1 0 X2 3 0. tidak dipilih sebagai variabel keluar.22 Rasio yang bernilai negatif.667 3 0.667 3 0.7 Rasio 262.333 2533.111 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.

528 0.444 224.250 0.467 5.15 -0.75 0.45 0.667 X6 0 0 1 0 0 0 X7 -0. Hasil iterasi RS Basis X2 -0.667 X8 0 1 0 0 0 0 RK 40 306 1485 255 320 130900 Lanjutkan sampai nilai Zj .556 225 288.714 1818.778 9.333 0.067 -0.444 X5 -0.067 -0.667 274.4 0.6 0.750 -0.45 0.467 -0.889 1430.444 Basis X4 X8 X6 X3 X1 Zj .556 0.617 0.667 X3 0 0 0 1 0 0 X4 1 0 0 0 0 0 X5 -0.667 X8 X6 X3 X1 Zj .361 -0.472 0.6 0.333 -0.05 0.667 X6 0 0 1 0 0 0 X7 -0.4 0.111 -0.889 X6 0 0 1 0 0 0 X7 -1.Cj ≥ 0 Basis X4 X8 X6 X3 X1 Zj .15 -0. tidak dipilih sebagai variabel keluar.817 -0.133 7.889 131278 Max z 14667 67500 49111 131278 16 .45 -0.8 -0.8 -0.817 0.556 26.467 -5.Hasil iterasi RS -5.817 0.467 0.667 685.617 0.667 X8 0 1 0 0 0 0 RK 40 306 1485 255 320 130900 Ratio 66.467 -5.667 -0.367 566.714 -23100 Rasio yang bernilai negatif.Cj X1 0 0 0 0 1 0 X2 0.Cj X1 0 0 0 0 1 0 X2 1 0 0 0 0 0 X3 0 0 0 1 0 0 X4 1.444 0.133 -0.444 -4.444 3.667 655.133 7.667 0.467 0.778 -1.067 33.Cj X1 0 0 0 0 1 0 X2 0.067 33.05 0.017 -0.017 -0.133 -0.111 X8 0 1 0 0 0 0 RK 66.667 X3 0 0 0 1 0 0 X4 1 0 0 0 0 0 X5 -0.

3. dan A3 merupakan variable artificial untuk masing-masing pebatas. sedangkan S1. 17 . 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 S3 merupakan surplus untuk masing-masing kendala. S2.

333 31.429 41.5 A1 0.Menentukan Pivot: Pilih Zj – Cj terkecil dengan Rasio paling kecil.33 3.5 S1 0.333 -4 W4 0.5 -8 12. 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 28.833 Hasil iterasi 2: 18 .5 W3 0.667 103.667 103.444 25.667 14.5 1.333 -2.167 1.17 1.333 125 Rasio 56.5 -4.5 A2 0 1 0 0 S2 0 -1 0 1 A2 0 0 1 0 S3 0 0 -1 1 RK 28.333 1.667 2.333 -2.333 1.17 -1.5 4 -5.167 1.333 21.33 125 Lanjutan sampai nilai Zj-Cj ≥ 0 Basis W1 A2 A3 Zj Cj W1 1 0 0 0 W2 1.5 W3 0.167 1.167 1.667 2.333 21.5 -8 12.5 A2 0 1 0 0 S2 0 -1 0 -1 A2 0 0 1 0 S3 0 0 -1 -1 RK 28.5 1.167 1.333 3.250 0 Hasil iterasi 1: RS -7 -8 21 Basis W1 A2 A3 Zj Cj W1 1 0 0 0 W2 1.5 -4.5 S1 -0.167 -1.5 A1 0.333 -4 W4 0.5 4 -5.

667 -2.778 -1.556 -4 5.222 3.Cj W1 0.Cj W1 0.185 0.074 0.778 -0.Cj Lanjutan sampai nilai Zj-Cj ≥ 0 Basis W1 W4 A3 Zj .04 S1 0.667 2.778 1.778 1.556 17.667 3.556 45.815 W4 0 1 0 0 A1 0.185 -0.222 1.333 1 -1.04 1.333 0.222 2.111 14.556 0.333 1 -1.78 S1 -0.111 W4 0 1 0 0 A1 0.222 1.667 -2.333 2.5 A3 Zj .222 3.185 0. 19 .407 17.556 45.339 -106.667 S2 0.037 A2 -0.778 A2 -0.111 0.222 -2.037 35.111 14.556 -0.111 2.889 -1.67 A2 0 0 1 0 S3 0 0 -1 1 RK 21.111 -2.Cj W1 1 0 0 0 W2 3 -3 4 -4 W3 -0.333 -2.778 1.556 -0.333 1.222 1.222 -1.815 W4 0 1 0 0 A1 0.407 17.889 -1.04 S1 -0.389 Rasio yang bernilai negatif.037 -4.111 0.556 0.04 1.833 Rasio yang bernilai negatif.67 A2 0 0 1 0 S3 0 0 -1 1 RK 21.78 S1 -0.111 -2.222 S2 0.333 0.222 A2 0 0 1 0 S3 0 0 -1 1 RK 7.333 -0.222 S2 0.815 1.677 7.222 -1.222 1. Hasil iterasi 3: RS Basis W2 3 -4 4 W4 A3 Zj .333 -2.5 Basis W1 W4 W1 1 0 0 0 W2 3 -3 4 -4 W3 -0.667 S2 0.111 0.667 -2.111 2.778 -0.667 2.037 -0.074 0.333 W2 1 0 0 0 W3 -0. tidak dipilih sebagai variabel keluar.778 A2 -0. tidak dipilih sebagai variabel keluar.815 1.333 2.333 W2 1 0 0 0 W3 -0.815 11.667 -2.389 -11.037 -0.407 Lanjutan sampai nilai Zj-Cj ≥ 0 Basis W2 W4 A3 Zj .778 -1.333 1.185 0.833 -7.037 35.111 W4 0 1 0 0 A1 0.556 17.444 45.667 3.333 -0.556 Rasio 7.111 -0.037 A2 -0.222 A2 0 0 1 0 S3 0 0 -1 1 RK 7.444 45.RS -0.778 1.407 Rasio 63.

817 0 W4 0 1 0 0 A1 0.Hasil iterasi 4: Basis W2 W4 S2 Zj . Integer Basis Nilai Basis Nilai Basis Nilai X1 288.222 4.2 -0.23 2.6 0 W2 1 0 0 0 W3 0.8 -0.067 0. Metode Programa Integer Programa integer merupakan pembulatan sebuah bilangan pecahan.833 138550 Max Z RS 0.45 1 S3 0.887 170 X2 66.067 0.167 7.017 0.1 0.133 0.667 220 X3 225 300 Integer 288 289 48960 49130 Integer 66 67 14520 14740 Integer 225 67500 Total 131370 20 .111 0.15 0.05 -0.167 38.467 0 A2 0 0 -1 1 S2 0 0 1 0 A2 -0. Nilai yang dipakai hasil dari metode simpleks.1 138550.4 0.5 0 RK 6.13 114500.133 0.Cj W1 0.333 24050. dengan demikian dapat memilih salah satu cabang untuk mendapatkan hasil yang optimal.467 1 S1 0.617 0.

Perhatikan table berikut: Max Z Simpleks dua Fasa Primal Dual Integer 131277. 21 . Banyak persoalan manajerial di suatu organisasi atau perusahaan yang senantiasa dikaitkan dengan proses pengambilan keputusan. dan Programa Integer.23 131370 Dari metode tersebut yang digunakan.BAB IV Kesimpulan Riset operasional merupakan serangkaian kegiatan analisis dan pemodelan matematik untuk keperluan pengambilan keputusan. Programa Linear Metode Primal Dual.4 131277. pada kenyataan yang memberikan untung yang paling maksimal yaitu metode primal dual. yaitu Programa Linear Metode Simplek. Programa Linear Dua Fasa. terdapat beberapa metode dalam melakukan riset operasional di antaranya.778 138550. seperti pembahasan diatas.

Modul Pembelajaran Belajar Mudah Riset Operasional (Programa linear dan Integer).wikipedia. 22 .org/wiki/Riset_operasi pada tanggal 15 Juni 2012. Pustaka Elektronik http://id.Daftar Pustaka Bustanul Arifin Noer.

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 .

Sign up to vote on this title
UsefulNot useful