P. 1
Contoh Soal Metode Simpleks Max dan Min

Contoh Soal Metode Simpleks Max dan Min

|Views: 7,082|Likes:
Published by rud_bageur

More info:

Published by: rud_bageur on Jan 23, 2013
Copyright:Attribution Non-commercial

Availability:

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

11/04/2015

pdf

text

original

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

000.000 50x .0) Jadi Solusi yang ditawarkan : x 12.000 * Minimum 0 192. Metode Simpleks Fungsi Tujuan : z = 8x + 3y Fungsi Pembatas : 50x + 100y ≤ 1.000 x = 60 5x + 4y ≥ 60. jadi koordinatnya (0.000 5x + 4y ≥ 60. jadi koordinatnya (12.15.000 10. mengurangkan variabel surplus pada kendala kedua.50x = 3.000 Keterangan 1.000 y 0 Z = 8x + 3y 96. Sehingga diperoleh : Minimumkan : Z = 8x + 3y + 0S1 + 0S2 + 0S3 +MA1 + MA2 50x + 100y + S1 = 1.00 0 4.200.000 .000 50x ≥ 3.00 0 24.000) Jika y = 0 maka x = 12.000.200.000.000 Bentuk baku diperoleh dengan menambahkan variabel slack pada kendala pertama.000 5x + 4y – S3 + A2 = 60.S2 + A1 = 3.000 5x + 4y = 60.000 Jika x = 0 maka y = 15.000 62.

000 : 5 = 12.02 -0.000M+4755 1.25 NK 54.Table Simpleks Awal Basi s Z S1 55M-8 50 4M-3 100 0 1 -M 0 -M 0 0 0 0 0 63.000:50=24.5 0.085 -1.000M+4755 .1M-0.085 1.02 0.197.02 -0.02 0. dengan X1= 60.500 60 1425 Iterasi kedua adalah optimal karena koefisien pada persamaan Z semuanya non positif.1M+0.1 0 0 0 -1 S3 A1 -1.000 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 0.25 A1 -M+0.000 60 5700 1.000 60.1 0 0 0 1 A2 NK 59.200.16 1 -0.75 25 0 -0.000 3. X2 = 1425 dan Z = 54.025 A2 -M+0.970 Rasio Iterasi Kedua Basis Z S1 X1 X2 0 0 1 0 X1 0 0 0 1 X2 0 1 0 0 S1 S2 -0.700M+480 1.054.425 11.16 -1 0.200.75 -25 0 0.5 -0.000M 1.000 1.000:50 = 60 60.025 S3 M-0.0 00 A1 A2 50 5 0 4 0 0 -1 0 0 -1 1 0 0 1 3.

6x1 .S2 +A2 = 180 Baris 2 4x2 .5X2 . Persamaan Tujuan : Z . hal ini dikarenakan pada kasus ini pertidk samaan pembatasnya menggunakan ≥ (lebih dari sama dengan).S3 + A3 = 120 Baris 3 .2.0S1 .0S3 = 0 Baris 0 Persamaan Kendala : 7x1 + 3x2 . Persamaan matematis suatu program linier adalah sebagai berikut : Minimasi : Z = 6X1 + 7. X2 ≥ 0 Carilah harga X1 dan X2 ? JAWABAN Pada kasus ini kita akan menggunakan metode simplex M (BIG – M).7.S1 +A1 = 210 Baris 1 6x1 + 12x2 .5X2 Dengan pembatas : 7X1 + 3X2 ≥ 210 6X1 + 12X2 ≥ 180 4X2 ≥ 120 X1.0S2 .

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

Dan yang akan menjadi pivot adalah baris 2 karena memiliki rasio paling kecil.1/3 A2 + A3 = 60 ½ x1 + x2 .S3 .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 .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. dan A3 menjadi Leaving Variable.1/4 A2= 165 ERO 4 : Menjadikan nilai koefisien x2 berharga 0 pada baris 3 -2x1 + 1/3 S2 .5 /2 x1 + ¼ S2 + A1 . Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 2 ½ x1 + x2 .koefisien positif yang paling besar.5 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 1 11 /2 x1 + ¼ S2 + A1 .S3 .

4A1 + [ M – 0.725]A2 + MA3 + 180 x1 + 1/22 S2 + 2/11A1 . oleh karena itu lakukan iterasi kedua.1/22 A2 = 30 .5 A2 = 0 ERO 4 : Menjadikan nilai koefisien x1 berharga 0 pada baris 3 0. Langkah-langkah ERO Iterasi Kedua: ERO 1 : Menjadikan nilai koefisien x1 berharga 1 pada baris 1 x1 + 1/22 S2 + 2/11A1 .725]A2 + MA3 + 180 ERO 3 : Menjadikan nilai koefisien x1 berharga 0 pada baris 2 0.5 = 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 : 0.39 S2 .725 S2 + 0S3 + MA1 -0.5 = 30 Pada fungsi tujuan masih terdapat variable dengan nilai koefisien positif.5 * A1 11 /2 0 0 1 /4 0 1 -1/4 0 165 165 : 5.4]A1 + [ M – 0.36A1 + 0.M 0 225M – 112.Z -13/2M-6 0 0 7 /12 -15/24 -M 0 1 /24 .1/22 A2 = 30 ERO 2 : Menjadikan nilai koefisien x1 berharga 0 pada baris 0 Z = 0S1 + 0.21 A2 + A3 = 120 Konversi bentuk standard iterasi kedua : Z = 0S1 + 0.S3 +0.725 S2 + 0S3 + [M -0.

21 A2 + A3 = 120 Tabel Iterasi Kedua Bas X1 X2 S1 S2 S3 A1 A2 A3 NK is Z 0 0 0 -0. Untuk itu dibutuhkan 2 macam zat kimia.0.S3 + 0. jumlah zat kimia yang tersedia adalah A=200Kg dan B=360Kg.39 -1 0.725 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. untuk membuat 1 Kg sabun batang diperlukan 5 Kg A dan 3 Kg B. yakni A dan B.39 S2 .5 A2 = 0 0.21 1 120 Iterasi kedua adalah optimum karena koefisien pada persamaan Z semuanya non positif. bila keuntungan yang akan diperoleh setiap membuat 1Kg sabun bubuk = $3 sedangkan setiap 1 Kg sabun batang = $2.725 0 -M+0. PT Unilever bermaksud membuat 2 jenis sabun.36A1 + 0. x2 = 120 dan z=-180. berapa Kg jumah sabun bubuk dan sabun batang yang sebaiknya dibuat ? . 3.36 0. dengan x1 = 30.4 -1/2M+0. Untuk membuat 1Kg sabun bubuk diperlukan 2 Kg A dan 6 Kg B. yakni sabun bubuk dan sabun batang.

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. Hal ini dikarenakan belum seluruhnya NBV mempunyai koefisien yang berharga positif. A2. dan A3 sehingga fungsi tujuannya menjadi : Z = 3x1 .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 . suatu biaya yang besar ditempatkan pada A1.2X2 + 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.

6 1 240 Iterasi pertama adalah optimum karena koefisien pada persamaan Z semuanya positif.4x1 + x2 + 0.2 0 40 A2 4.4M 0 240M+80 X2 0. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 1 0.8x1 – 0.4]A1 + MA2 . x2 = 240 dan z=240M+80.4 1 0.8x1 + [M-0. Dan yang akan menjadi pivot adalah baris 1 karena memiliki rasio paling kecil.2A1 = 40 ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0 Z = 3.8x1 – 0.8M-3.8 0 0.80 0.4]A1 + MA2 . dengan x1 = 40.4-0. .8x1 + [M-0.2A1 = 40 4. dan A1 menjadi Leaving Variable.80 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 2 4.8 0 0.koefisien negatif.6A1 + A2 = 240 Konversi bentuk standard iterasi pertama : Z = 3.6A1 + A2 = 240 Basis x1 x2 A1 A2 NK Rasio Z 4.4x1 + x2 + 0.

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)//-->