CONTOH SOAL MINIMASI MENGGUNAKAN METODE M (Bag.

2)
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

000.000. jadi koordinatnya (12.000 5x + 4y = 60.000 x = 60 5x + 4y ≥ 60.000.000 50x = 3.000 Jika x = 0 maka y = 15.000 24.12.000 Z = 8x + 3y 96.000) Jika y = 0 maka x = 12.000.000 * Minimum Keterangan . jadi koordinatnya (0.000.0) 50x ≥ 3.000 192.000 4.15.Jika x = 0 maka y = 12. jadi koordinatnya (24.000) Jika y = 0 maka x = 24.0) Jadi Solusi yang ditawarkan : x 12.000 62.000. jadi koordinatnya (0.000 y 0 0 10.

16 1 -0.200.02 -0.200.970 Rasio .000:50 = 60 60.000 3.200.16 -1 0.000 Bentuk baku diperoleh dengan menambahkan variabel slack pada kendala pertama. Metode Simpleks Fungsi Tujuan : z = 8x + 3y Fungsi Pembatas : 50x + 100y ≤ 1.000 Table Simpleks Awal Basis Z S1 A1 A2 X1 55M-8 50 50 5 X2 4M-3 100 0 4 S1 0 1 0 0 S2 -M 0 -1 0 S3 -M 0 0 -1 A1 0 0 1 0 A2 0 0 0 1 NK 63.1M-0.425 11.000 1. mengurangkan variabel surplus pada kendala kedua.02 0.000 3.000 50x ≥ 3.000 60.700M+480 1.000 50x .1. Sehingga diperoleh : Minimumkan : Z = 8x + 3y + 0S1 + 0S2 + 0S3 +MA1 + MA2 50x + 100y + S1 = 1.000 60 5700 1.000 5x + 4y ≥ 60.000:50=24.200.197.1 A2 0 0 0 1 NK 59.1M+0.000 5x + 4y – S3 + A2 = 60.000 Rasio Iterasi Pertama Basis Z S1 X1 A2 X1 0 0 1 0 X2 4M-3 100 0 4 S1 0 1 0 0 S2 0.000M 1.1 S3 0 0 0 -1 A1 -1.000 : 5 = 12.S2 + A1 = 3.

hal ini dikarenakan pada kasus ini pertidk samaan pembatasnya menggunakan ≥ (lebih dari sama dengan).025 S3 M-0.5 0.75 -25 0 0.5X2 Dengan pembatas : 7X1 + 3X2 ≥ 210 6X1 + 12X2 ≥ 180 4X2 ≥ 120 X1. X2 = 1425 dan Z = 54.5X2 . Persamaan matematis suatu program linier adalah sebagai berikut : Minimasi : Z = 6X1 + 7.02 -0.75 25 0 -0.S3 + A3 = 120 Baris 3 Bagi kendala pertidaksamaan jenis ≤.0S3 = 0 Baris 0 Persamaan Kendala : 7x1 + 3x2 .000M+4755 CONTOH SOAL DENGAN MENGGUNAKAN METODE SIMPLEKS (TEKNIK M) 2.Iterasi Kedua Basis Z S1 X1 X2 X1 0 0 1 0 X2 0 0 0 1 S1 0 1 0 0 S2 -0. X2 ≥ 0 Carilah harga X1 dan X2 ? JAWABAN Pada kasus ini kita akan menggunakan metode simplex M (BIG – M).500 60 1425 Iterasi kedua adalah optimal karena koefisien pada persamaan Z semuanya non positif.085 1.02 0.0S1 . maka variabel slack ditambahkan untuk menghabiskan sumber daya yang digunakan dalam kendala.054.S1 +A1 = 210 Baris 1 6x1 + 12x2 .5 -0.S2 +A2 = 180 Baris 2 4x2 .7.25 A1 -M+0.0S2 .25 NK 54. dengan X1= 60. Cara ini tidak dapat diterapkan pada kendala pertidaksamaan jenis ≥ dan kendala persamaan (=) persamaan diatas diperoleh karena tanda ≥ harus mengurangi variable surplus.6x1 . Persamaan Tujuan : Z .085 -1. .025 A2 -M+0.000M+4755 1.

5 RASIO * .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 .1/3 A2 + A3 = 60 ½ x1 + x2 . dan A3 sebagai variable basis.1/4 A2= 165 ERO 4 : Menjadikan nilai koefisien x2 berharga 0 pada baris 3 -2x1 + 1/3 S2 . Hal ini dikarenakan seluruh NBV masih mempunyai koefisien yang berharga positif. suatu biaya yang besar ditempatkan pada A1.Untuk mengarahkan artifisial variabel menjadi nol.5 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 1 11 /2 x1 + ¼ S2 + A1 .5 11 /2 x1 + ¼ S2 + A1 .5 3 12 4 S1 -M -1 0 0 S2 -M 0 -1 0 S3 -M 0 0 -1 A1 0 1 0 0 A2 0 0 1 0 A3 0 0 0 1 NK 510M 210 180 120 210 : 3 = 70 180 : 12 = 15 120 : 4 = 30 RASIO Dari table diatas kita ketahui bahwa semua BFS belum optimal. dan A3 sehingga fungsi tujuannya menjadi : Z = 6x1 + 7. seperti table berikut : Basis Z A1 A2 A3 X1 13M-6 7 6 0 X2 19M-7. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 2 ½ x1 + x2 ./24 15 /24 .1/12 S2 +1/12 A2 = 15 Tabel Iterasi Pertama Basis Z 13 X1 X2 0 S1 0 7 S2 S3 -M A1 0 1 A2 A3 0 NK 225M – 112./2M-6 /12 .M . Dan yang akan menjadi pivot adalah baris 2 karena memiliki rasio paling kecil.1/3 A2 + A3 = 60 Konversi bentuk standard iterasi Pertama : Z = 9/4 x1 + 0S1 + 15/24 S2 + 0S3 + MA1 + [ M . A2.S3 .S3 .15/24]A2 + MA3 + 112. Oleh karena itu Untuk x 2 terpilih sebagai entry variable karena x2 memiliki nilai koefisien positif yang paling besar. dan A3 menjadi Leaving Variable.5X2 + 0S1 + 0S2 + 0S3 + MA1 + MA2 + MA3 Table simplex awal dibentuk dengan A1.15/24]A2 + MA3 + 112. A2.

4]A1 + [ M – 0./22 ½ 0.725]A2 + MA3 + 180 ERO 3 : Menjadikan nilai koefisien x1 berharga 0 pada baris 2 0. jumlah zat kimia yang tersedia adalah A=200Kg dan B=360Kg.725 1 S3 0 0 0 -1 A1 -M+0.36 Iterasi kedua adalah optimum karena koefisien pada persamaan Z semuanya non positif.S3 + 0. Langkah-langkah ERO Iterasi Kedua: ERO 1 : Menjadikan nilai koefisien x1 berharga 1 pada baris 1 x1 + 1/22 S2 + 2/11A1 .5 = 30 * 15 : 0. PT Unilever bermaksud membuat 2 jenis sabun./2M+0. bila keuntungan yang akan diperoleh setiap .1/22 A2 = 30 ERO 2 : Menjadikan nilai koefisien x1 berharga 0 pada baris 0 Z = 0S1 + 0. oleh karena itu lakukan iterasi kedua. untuk membuat 1 Kg sabun batang diperlukan 5 Kg A dan 3 Kg B.5 A2 = 0 ERO 4 : Menjadikan nilai koefisien x1 berharga 0 pada baris 3 0. Untuk membuat 1Kg sabun bubuk diperlukan 2 Kg A dan 6 Kg B.39 S2 .5 = 30 -2 ½ /3 /12 /12 Pada fungsi tujuan masih terdapat variable dengan nilai koefisien positif.S3 +0.21 A2 + A3 = 120 Tabel Iterasi Kedua Basis Z x1 A3 X2 X1 0 1 0 0 X2 0 0 0 0 S1 0 0 0 0 S2 -0. yakni A dan B. x2 = 120 dan z=-180. Untuk itu dibutuhkan 2 macam zat kimia.39 0.725 S2 + 0S3 + [M -0.1/22 A2 = 30 0.36A1 + 0.725 .5 A2 = 0 0. yakni sabun bubuk dan sabun batang.4 2 1 A2 A3 M 0 0 1 NK -180 30 0 120 .36A1 + 0.A1 A3 X2 11 /2 0 0 1 0 0 0 1 1 -1 /4 /3 0 -1 0 1 0 0 -1/4 -1 1 0 1 0 165 60 15 165 : 5.21 1 /22 0 /11 0 0.21 A2 + A3 = 120 Konversi bentuk standard iterasi kedua : Z = 0S1 + 0.725 S2 + 0S3 + MA1 -0.39 S2 . 3.725]A2 + MA3 + 180 x1 + 1/22 S2 + 2/11A1 .4A1 + [ M – 0. dengan x1 = 30.

2x2 = 0 Baris 0 Persamaan Kendala : 2x1 + 5x2 + A1 = 200 Baris 1 6x1 + 3x2 + A2 = 360 Baris 2 Untuk mengarahkan artifisial variabel menjadi nol. A2.8x1 + [M-0.2A1 = 40 .4x1 + x2 + 0. dan A3 sehingga fungsi tujuannya menjadi : Z = 3x1 .80 0.2A1 = 40 ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0 Z = 3. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 1 0.membuat 1Kg sabun bubuk = $3 sedangkan setiap 1 Kg sabun batang = $2. berapa Kg jumah sabun bubuk dan sabun batang yang sebaiknya dibuat ? JAWABAN Pemodelan matematika : Maksimumkan : Z = 3x1 + 2x2 Pembatas : 2x1 + 5x2 = 200 6x1 + 3x2 = 360 Persamaan Tujuan : Z .4]A1 + MA2 .4]A1 + MA2 .8x1 + [M-0. dan A1 menjadi Leaving Variable. Oleh karena itu Untuk x 2 terpilih sebagai entry variable karena x2 memiliki nilai koefisien negatif.80 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 2 4. suatu biaya yang besar ditempatkan pada A1.4x1 + x2 + 0.8x1 – 0. Hal ini dikarenakan belum seluruhnya NBV mempunyai koefisien yang berharga positif.3x1 . Dan yang akan menjadi pivot adalah baris 1 karena memiliki rasio paling kecil.2X2 + MA1 + MA2 Basis Z A1 A2 x1 8M-3 2 6 x2 8M+2 5 3 0 1 0 A1 0 0 1 A2 NK 560M 200 360 200:5=40 360:3=120 Rasio Dari table diatas kita ketahui bahwa semua BFS belum optimal.6A1 + A2 = 240 Konversi bentuk standard iterasi pertama : Z = 3.

Y >= 0 Berikut ini gambar grafiknya: .6 0 0 1 A2 NK 240M+80 40 240 Rasio Iterasi pertama adalah optimum karena koefisien pada persamaan Z semuanya positif. 10 X + 15 Y <= 150 b).8 0 1 0 x2 A1 0.6A1 + A2 = 240 Basis Z X2 A2 x1 4.4 4. X + Y >= 6 dan X >= 0. X – 3 Y <= 0 e). x2 = 240 dan z=240M+80.8M-3. dengan x1 = 40.2 0. 30 X + 10 Y >= 135 d).4-0. Contoh Soal: Contoh Gambar Grafik Persoalan Program Linier dengan Microsoft Excel: Memaksimumkan Z = 5000 X + 4000 Y Fungsi Kendala: a).4M 0.8x1 – 0.4. 20 X + 10 Y <= 160 c).8 0.

Sign up to vote on this title
UsefulNot useful