P. 1
Materi 2.Program Linier

Materi 2.Program Linier

|Views: 33|Likes:
Published by imnotactive

More info:

Published by: imnotactive on Nov 09, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

10/27/2013

pdf

text

original

Programa linier

Materi 2

PENYELESAIAN PERSOALAN LP
• • • • • Metode Grafis Algoritma Simplex Teknik M Teknik Dua-Phasa Metode Dual Simplex

METODE GRAFIS
• Hanya dapat digunakan untuk menyelesaikan persoalan LP dengan dua variabel keputusan • Fungsi tujuan maksimasi atau minimasi • Fungsi-fungsi pembatas berupa persamaan atau pertaksamaan

TERMINOLOGI
• Seluruh titik (nilai variabel keputusan) yang memenuhi seluruh fungsi pembatas dan pembatas tanda disebut daerah fisibel Setiap titik pada daerah fisibel yang memberikan nilai fungsi tujuan terbaik (nilai terbesar untuk persoalan maksimasi atau terkecil untuk persoalan minimasi) disebut solusi optimal

Langkah Penyelesaian Metode Grafis
1. Buat sumbu horizontal dan sumbu vertikal, nyatakan masing-masing sebagai variabel keputusan 2. Buat skala ukuran panjang pada masing-masing sumbu 3. Gambarkan garis setiap fungsi pembatas

Langkah Penyelesaian Metode Grafis
4. Nyatakan arah daerah berlakunya setiap garis dan tentukan daerah fisibel, jika ada 5. Tentukan titik-titik ujung dari daerah fisibel, jika ada 6. Gambarkan garis fungsi tujuan

Langkah Penyelesaian Metode Grafis
7. Geser garis fungsi tujuan (tidak boleh berubah arah) pada daerah fisibel hingga menyentuh titik ujung daerah fisibel yang dapat memberikan nilai fungsi tujuan terbaik (nilai terbesar untuk persoalan maksimasi atau terkecil untuk persoalan minimasi)

Langkah Penyelesaian Metode Grafis
8. Tetapkan nilai koordinat dari titik ujung pada langkah 7 dan nyatakan titik tersebut sebagai titik optimal 9. Buat kesimpulan mengenai solusi persoalan yang diselesaikan

Contoh Persoalan LP
Sebuah perusahaan memproduksi dua jenis tabung panas, yaitu jenis Aqua-Spas & Hydro-Luxes. Data yang terkait dengan kegiatan ini adalah: Aqua-Spa 1 9 hours Hydro-Lux 1 6 hours

Pompa Waktu proses

Tabung 12 feet 16 feet Profit/unit $350 $300 Tersedia 200 pompa, 1566 jam kerja, and 2880 feet of tabung. Bagaimana formulasinya?

Model LP untuk Persoalan Tabung Panas
MAX: 350X1 + 300X2 S.T.: 1X1 + 1X2 <= 200 9X1 + 6X2 <= 1566 12X1 + 16X2 <= 2880 X1 >= 0 ; X2 >= 0

X2
250

Pembatas Pertama
(0, 200)

200

Garis pembatas pompa
X1 + X2 = 200

150

100

50 (200, 0) 0 0 50 100 150 200 250

X1

X2
250

(0, 261)

Pembatas Kedua
Garis pembatas waktu 9X1 + 6X2 = 1566

200

150

100

50 (174, 0) 0 0 50 100 150 200 250

X1

X2
250

Pembatas Ketiga
(0, 180)

200

150 Garis pembatas tabung 100
Daerah Fisibel

12X1 + 16X2 = 2880

50 (240, 0) 0 0 50 100 150 200 250

X1

X2
250

Menggambar Garis Fungsi Tujuan

200
(0, 116.67) 150 Fungsi tujuan 350X1 + 300X2 = 35000 100 (100, 0)

50

0 0 50 100 150 200 250

X1

X2
250

Menggeser Garis Fungsi Tujuan
(0, 175) Nilai fungsi tujuan 350X1 + 300X2 = 35000

200

150

Nilai fungsi tujuan 350X1 + 300X2 = 52500

100 (150, 0)

50

0 0 50 100 150 200 250

X1

X2
250

Menentukan Lokasi Solusi Optimal
objective function 350X1 + 300X2 = 35000

200

150 Solusi Optimal 100

objective function
50 350X1 + 300X2 = 52500

0 0 50 100 150 200 250

X1

Menentukan Nilai Fungsi Tujuan
• Solusi optimal terjadi pada perpotongan garis pembatas “pompa” dan “waktu”. • Kedua garis tersebut adalah: X1 + X2 = 200 (1) dan 9X1 + 6X2 = 1566 (2) • Dari (1) diperoleh, X2 = 200 -X1 (3)

Menentukan Nilai Fungsi Tujuan
• Substitusi (3) tehadap X2 pada (2) diperoleh, 9X1 + 6 (200 -X1) = 1566 sehingga X1 = 122 • Maka solusi optimal adalah: X1=122, X2=200-X1=78 Total Profit = $350*122 + $300*78 = $66,100

X2
250

Enumerasi Titik-titik Sudut
Nilai FT = $54,000 (0, 180)
Note: This technique will not work if the solution is unbounded.

200

150

Nilai FT = $64,000 (80, 120)

100

Nilai FT = $66,100 (122, 78)

50

Nilai FT = $0 (0, 0) 0 50 100 150 200

Nilai FT = $60,900 (174, 0) 250

0

X1

Kondisi Khusus pada Models LP
Beberapa kondisi khusus dapat terjadi pada persoalan LP:  Solusi Optimal Alternatif  Pembatas Redundant  Solusi Unbounded  Tidak Fisibel

X2
250

Contoh Solusi Optimal Alternatif
Fungsi tujuan
450 X1 + 300 X2 = 78300

200

150

100

Solusi optimal alternatif
50

0 0 50 100 150 200 250

X1

X2
250

Contoh Pembatas Redundant
Batas garis pembatas tabung

200 Batas garis pembatas pompa 150 Batas garis pembatas waktu
Feasible Region

100

50

0 0 50 100 150 200 250

X1

X2
1000

Contoh Solusi Unbounded
Fungsi tujuan X1 + X2 = 600 -X1 + 2X2 = 400

800

Fungsi tujuan X1 + X2 = 800

600

400

200
X1 + X2 = 400

0

0

200

400

600

800

1000

X1

X2
250

Contoh Tidak Fisibel

200

X1 + X2 = 200

150

Daerah fisibel untuk pembatas kedua

100
Daerah fisibel untuk pembatas pertama
X1 + X2 = 150

50

0 0 50 100 150 200 250

X1

MENYELESAIKAN PERSOALAN MINIMASI
Selesaikan dengan metoda grafis dua contoh soal berikut: Min Z = 5 X1 + 14 X2 dengan pembatas X1 + 2 X2  6 X1 + 4 X2  8 X1 , X2  0

MENYELESAIKAN PERSOALAN MINIMASI
2. Min Z = 2 X1 - 3 X2 dengan pembatas X1 + X2  4 X1 - X2  6 X1 , X2  0

Pertanyaan
1. Bagaimanakah solusi dari soal no.1? Apa sebabnya? 2. Mengapa solusi soal no.2 tidak seperti soal no.1? 3. Apa yang terjadi jika salah satu (yang mana saja) dari fungsi pembatas soal no.1 dirubah menjadi bertanda  ?

Pertanyaan
4.Jika kedua fungsi pembatas pada soal no.1 bertanda  bagaimanakah daerah fisibelnya? Bagaimana solusinya? 5.Jika kedua fungsi pembatas pada soal no.1 bertanda  dan fungsi tujuannya maksimasi, bagaimanakah daerah fisibelnya? Bagaimana solusinya? 6.Apa yang dapat disimpulkan dari eksperimen ini?

Catatan
• Untuk persoalan minimasi, jika seluruh koefisien fungsi tujuan bertanda positif maka sekurang-kurangnya harus ada satu fungsi pembatas yang bertanda  agar solusi dari persoalan tersebut bukan nol. Daerah fisibel yang bersifat unbounded pada persoalan minimasi, tidak menimbulkan masalah bagi pencarian solusi optimal.

Catatan
• Daerah fisibel yang bersifat unbounded pada persoalan maksimasi, menyebabkan solusi optimalnya tidak dapat ditentukan. Karena itu untuk persoalan maksimasi harus ada sekurang-kurangnya satu fungsi pembatas yang bertanda  agar tidak terjadi kasus unbounded.

TERMINOLOGI
1. Suatu persoalan LP dikatakan normal, jika seluruh fungsi pembatasnya bertanda  untuk persoalan maksimasi  untuk persoalan minimasi 2. Setiap variabel keputusan dikatakan normal, jika variabel tersebut berharga  0 tidak normal, jika berharga  0

TERMINOLOGI
3. Setiap variabel yang tidak terbatas dalam tanda (urs) bisa dinyatakan sebagai selisih dua variabel lain, yang masing-masing berharga  0

Contoh: Jika X1 urs maka dapat dituliskan sebagai: X1 = ( X'1 - X" ) dimana X'1  0 dan X"  0 1 1 Jika X'1  X" maka X1  0 1 X'1 = X" maka X1 = 0 1 X'1  X" maka X1  0 1

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->