contoh soal metode simplex dengan minimum

Perusahaan Maju Terus merencanakan untuk menginvestasikan uang paling banyak $ 1.200.000. uang ini akan ditanamkan pada 2 buah cabang usaha yaitu P dan Q. setiap unit P memerlukan uang sebesar $50 dan dapat memberikan rate of return per unitnya per tahun sebesar 10% sedangkan untuk setiap unit Q memerlukan uang sebesar $100, namun memberikan rate of return per unit per tahunnya sebesar 4%. Perusahaan tersebut telah mempertimbangkan bahwa target rate of return dari kedua usaha tersebut paling sedikit adalah $60.000 per tahunnya. Kemudian hasil analisis perusahaan memperoleh data bahwa setiap unit P dan Q mempunyai index risiko masing-masing 8 dan 3. Padahal perusahana ini tidak mau menanggung resiko yang terlalu besar. Kebijakan lainnya yang diinginkan oleh pemimpin khususnya untuk cabang usaha P ditargetkan paling sedikit jumlah investasinya adalah $3.0000. Bagaimana penyelesaian persoalan diatas apabila perusahaan bermaksud untuk tetap melakukan investasi tetapi dengan menekan atau meminimasi resiko sekecil mungkin. Berapa unit masingmasing usaha dapat diinvestasikan ?(metode grafis dan metode simpleks) JAWABAN 1. Metode Grafis Fungsi Tujuan : z = 8x + 3y Fungsi Pembatas : 50x + 100y ≤ 1.200.000 50x ≥ 3.000 5x + 4y ≥ 60.000 Grafisnya : 50x + 100y ≤ 1.200.000 50x + 100y = 1.200.000 Jika x = 0 maka y = 12.000, jadi koordinatnya (0,12.000) Jika y = 0 maka x = 24.000, jadi koordinatnya (24.000,0) 50x ≥ 3.000

00 0 4.000.000 Bentuk baku diperoleh dengan menambahkan variabel slack pada kendala pertama.15.0) Jadi Solusi yang ditawarkan : x 12. jadi koordinatnya (0.200.000) Jika y = 0 maka x = 12.000 62.200.50x = 3.00 0 24.000 10.000 x = 60 5x + 4y ≥ 60. Metode Simpleks Fungsi Tujuan : z = 8x + 3y Fungsi Pembatas : 50x + 100y ≤ 1.000 50x ≥ 3.000 5x + 4y – S3 + A2 = 60.000 Keterangan 1. Sehingga diperoleh : Minimumkan : Z = 8x + 3y + 0S1 + 0S2 + 0S3 +MA1 + MA2 50x + 100y + S1 = 1.000 50x .000 * Minimum 0 192.000. jadi koordinatnya (12.000 y 0 Z = 8x + 3y 96.000 . mengurangkan variabel surplus pada kendala kedua.000.000 5x + 4y = 60.000 Jika x = 0 maka y = 15.S2 + A1 = 3.000 5x + 4y ≥ 60.

000:50=24.085 1.197.000 60.054.970 Rasio Iterasi Kedua Basis Z S1 X1 X2 0 0 1 0 X1 0 0 0 1 X2 0 1 0 0 S1 S2 -0.16 -1 0.25 A1 -M+0.085 -1.200.1M-0.75 -25 0 0.000M+4755 .425 11.025 S3 M-0.16 1 -0.000 60 5700 1. X2 = 1425 dan Z = 54.500 60 1425 Iterasi kedua adalah optimal karena koefisien pada persamaan Z semuanya non positif.000 1.000 3.1 0 0 0 1 A2 NK 59.02 0.000M 1.5 0.000:50 = 60 60.02 -0.Table Simpleks Awal Basi s Z S1 55M-8 50 4M-3 100 0 1 -M 0 -M 0 0 0 0 0 63.1M+0.000 X1 X2 S1 S2 S3 A1 A2 NK Rasio Iterasi Pertama Basis Z S1 X1 A2 0 0 1 0 X1 X2 4M-3 100 0 4 0 1 0 0 S1 S2 0.75 25 0 -0.02 0.25 NK 54.700M+480 1.025 A2 -M+0. dengan X1= 60.000 : 5 = 12.000M+4755 1.0 00 A1 A2 50 5 0 4 0 0 -1 0 0 -1 1 0 0 1 3.200.5 -0.02 -0.1 0 0 0 -1 S3 A1 -1.

6x1 .S3 + A3 = 120 Baris 3 .7.5X2 .0S2 . hal ini dikarenakan pada kasus ini pertidk samaan pembatasnya menggunakan ≥ (lebih dari sama dengan). X2 ≥ 0 Carilah harga X1 dan X2 ? JAWABAN Pada kasus ini kita akan menggunakan metode simplex M (BIG – M).0S1 . Persamaan matematis suatu program linier adalah sebagai berikut : Minimasi : Z = 6X1 + 7.2.5X2 Dengan pembatas : 7X1 + 3X2 ≥ 210 6X1 + 12X2 ≥ 180 4X2 ≥ 120 X1.S2 +A2 = 180 Baris 2 4x2 .0S3 = 0 Baris 0 Persamaan Kendala : 7x1 + 3x2 .S1 +A1 = 210 Baris 1 6x1 + 12x2 . Persamaan Tujuan : Z .

Bagi kendala pertidaksamaan jenis ≤. Untuk mengarahkan artifisial variabel menjadi nol. dan A3 sehingga fungsi tujuannya menjadi : Z = 6x1 + 7. A2.5 -M -M -M 0 0 0 510M A1 7 3 -1 0 0 1 0 0 210 210 : 3 = 70 A2 6 12 0 -1 0 0 1 0 180 180 : 12 = 15 A3 0 4 0 0 -1 0 0 1 120 120 : 4 = 30 Dari table diatas kita ketahui bahwa semua BFS belum optimal. Hal ini dikarenakan seluruh NBV masih mempunyai koefisien yang berharga positif. dan A3 sebagai variable basis.5X2 + 0S1 + 0S2 + 0S3 + MA1 + MA2 + MA3 Table simplex awal dibentuk dengan A1. Cara ini tidak dapat diterapkan pada kendala pertidaksamaan jenis ≥ dan kendala persamaan (=) persamaan diatas diperoleh karena tanda ≥ harus mengurangi variable surplus. seperti table berikut : Bas X1 X2 S1 S2 S3 A1 A2 A3 NK RASIO is Z 13M-6 19M-7. maka variabel slack ditambahkan untuk menghabiskan sumber daya yang digunakan dalam kendala. Oleh karena itu Untuk x2 terpilih sebagai entry variable karena x2 memiliki nilai . suatu biaya yang besar ditempatkan pada A1. A2.

S3 . Dan yang akan menjadi pivot adalah baris 2 karena memiliki rasio paling kecil.1/3 A2 + A3 = 60 ½ x1 + x2 .S3 .5 /2 x1 + ¼ S2 + A1 .1/4 A2 = 165 -2x1 + 1/3 S2 .1/12 S2 +1/12 A2 = 15 ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0 Z = 9/4 x1 + 0S1 + 15 /24 S2 + 0S3 + MA1 + [ M - 15 /24]A2 + MA3 + 112.1/12 S2 +1/12 A2 = 15 Tabel Iterasi Pertama Bas X1 X2 S1 S2 S3 A1 A2 A3 NK RASIO is .koefisien positif yang paling besar. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 2 ½ x1 + x2 .1/4 A2= 165 ERO 4 : Menjadikan nilai koefisien x2 berharga 0 pada baris 3 -2x1 + 1/3 S2 .1/3 A2 + A3 = 60 Konversi bentuk standard iterasi Pertama : Z = 9/4 x1 + 0S1 + 11 15 /24 S2 + 0S3 + MA1 + [ M - 15 /24]A2 + MA3 + 112.5 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 1 11 /2 x1 + ¼ S2 + A1 . dan A3 menjadi Leaving Variable.

S3 +0.1/22 A2 = 30 ERO 2 : Menjadikan nilai koefisien x1 berharga 0 pada baris 0 Z = 0S1 + 0.39 S2 . Langkah-langkah ERO Iterasi Kedua: ERO 1 : Menjadikan nilai koefisien x1 berharga 1 pada baris 1 x1 + 1/22 S2 + 2/11A1 .Z -13/2M-6 0 0 7 /12 -15/24 -M 0 1 /24 .36A1 + 0.725]A2 + MA3 + 180 x1 + 1/22 S2 + 2/11A1 .725 S2 + 0S3 + [M -0.4]A1 + [ M – 0.5 = 30 Pada fungsi tujuan masih terdapat variable dengan nilai koefisien positif. oleh karena itu lakukan iterasi kedua.5 = 30 A3 -2 0 0 1 /3 -1 0 -1 /3 1 60 * X2 ½ 1 0 -1 /12 0 0 1 /12 0 15 15 : 0.4A1 + [ M – 0.21 A2 + A3 = 120 Konversi bentuk standard iterasi kedua : Z = 0S1 + 0.5 * A1 11 /2 0 0 1 /4 0 1 -1/4 0 165 165 : 5.1/22 A2 = 30 .725 S2 + 0S3 + MA1 -0.M 0 225M – 112.725]A2 + MA3 + 180 ERO 3 : Menjadikan nilai koefisien x1 berharga 0 pada baris 2 0.5 A2 = 0 ERO 4 : Menjadikan nilai koefisien x1 berharga 0 pada baris 3 0.

yakni A dan B.39 S2 . bila keuntungan yang akan diperoleh setiap membuat 1Kg sabun bubuk = $3 sedangkan setiap 1 Kg sabun batang = $2. 3.S3 + 0. x2 = 120 dan z=-180.0.725 0 -M+0. Untuk membuat 1Kg sabun bubuk diperlukan 2 Kg A dan 6 Kg B. jumlah zat kimia yang tersedia adalah A=200Kg dan B=360Kg.36A1 + 0.39 -1 0.21 1 120 Iterasi kedua adalah optimum karena koefisien pada persamaan Z semuanya non positif. untuk membuat 1 Kg sabun batang diperlukan 5 Kg A dan 3 Kg B. PT Unilever bermaksud membuat 2 jenis sabun.725 M -180 x1 1 0 0 1 /22 0 2 /11 -1/22 0 30 A3 0 0 0 0 0 0 ½ 0 0 X2 0 0 0 0. yakni sabun bubuk dan sabun batang.4 -1/2M+0. dengan x1 = 30. berapa Kg jumah sabun bubuk dan sabun batang yang sebaiknya dibuat ? . Untuk itu dibutuhkan 2 macam zat kimia.21 A2 + A3 = 120 Tabel Iterasi Kedua Bas X1 X2 S1 S2 S3 A1 A2 A3 NK is Z 0 0 0 -0.5 A2 = 0 0.36 0.

A2. suatu biaya yang besar ditempatkan pada A1.3x1 .2x2 = 0 Baris 0 Persamaan Kendala : 2x1 + 5x2 + A1 = 200 Baris 1 6x1 + 3x2 + A2 = 360 Baris 2 Untuk mengarahkan artifisial variabel menjadi nol.2X2 + MA1 + MA2 Basis x1 x2 A1 A2 NK Rasio Z 8M-3 8M+2 0 0 560M A1 2 5 1 0 200 200:5=40 A2 6 3 0 1 360 360:3=120 Dari table diatas kita ketahui bahwa semua BFS belum optimal.JAWABAN Pemodelan matematika : Maksimumkan : Z = 3x1 + 2x2 Pembatas : 2x1 + 5x2 = 200 6x1 + 3x2 = 360 Persamaan Tujuan : Z . Oleh karena itu Untuk x2terpilih sebagai entry variable karena x2 memiliki nilai . Hal ini dikarenakan belum seluruhnya NBV mempunyai koefisien yang berharga positif. dan A3 sehingga fungsi tujuannya menjadi : Z = 3x1 .

8M-3.8x1 + [M-0.4]A1 + MA2 .6A1 + A2 = 240 Konversi bentuk standard iterasi pertama : Z = 3. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 1 0.80 0.4x1 + x2 + 0.8x1 – 0.4-0.8x1 + [M-0.8 0 0.80 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 2 4.4 1 0. dengan x1 = 40.4M 0 240M+80 X2 0.6 1 240 Iterasi pertama adalah optimum karena koefisien pada persamaan Z semuanya positif.koefisien negatif.8 0 0.8x1 – 0. Dan yang akan menjadi pivot adalah baris 1 karena memiliki rasio paling kecil.6A1 + A2 = 240 Basis x1 x2 A1 A2 NK Rasio Z 4.4]A1 + MA2 .4x1 + x2 + 0. .2 0 40 A2 4.2A1 = 40 ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0 Z = 3.2A1 = 40 4. dan A1 menjadi Leaving Variable. x2 = 240 dan z=240M+80.

Sign up to vote on this title
UsefulNot useful