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

000 192.0) Jadi Solusi yang ditawarkan : x 12.12.000 4.Jika x = 0 maka y = 12. jadi koordinatnya (0.000) Jika y = 0 maka x = 12. jadi koordinatnya (24. jadi koordinatnya (0.000 * Minimum Keterangan .000 Jika x = 0 maka y = 15.0) 50x ≥ 3.000 Z = 8x + 3y 96.000.000.000 24.000 5x + 4y = 60.000 62.000.000.000 y 0 0 10.000) Jika y = 0 maka x = 24. jadi koordinatnya (12.15.000.000.000 50x = 3.000 x = 60 5x + 4y ≥ 60.

000 5x + 4y ≥ 60.970 Rasio .1M-0.000 5x + 4y – S3 + A2 = 60.200.200.000 3.000 Bentuk baku diperoleh dengan menambahkan variabel slack pada kendala pertama.02 0.200.02 -0.700M+480 1.200.000M 1.1 S3 0 0 0 -1 A1 -1.000 1.000 50x ≥ 3.S2 + A1 = 3.000 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 63.000 : 5 = 12.000 3. Metode Simpleks Fungsi Tujuan : z = 8x + 3y Fungsi Pembatas : 50x + 100y ≤ 1. Sehingga diperoleh : Minimumkan : Z = 8x + 3y + 0S1 + 0S2 + 0S3 +MA1 + MA2 50x + 100y + S1 = 1.1M+0.000 60. mengurangkan variabel surplus pada kendala kedua.16 -1 0.000 60 5700 1.000:50=24.000 50x .197.425 11.1 A2 0 0 0 1 NK 59.1.000:50 = 60 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 0.16 1 -0.

02 -0.500 60 1425 Iterasi kedua adalah optimal karena koefisien pada persamaan Z semuanya non positif.000M+4755 CONTOH SOAL DENGAN MENGGUNAKAN METODE SIMPLEKS (TEKNIK M) 2.S1 +A1 = 210 Baris 1 6x1 + 12x2 . X2 ≥ 0 Carilah harga X1 dan X2 ? JAWABAN Pada kasus ini kita akan menggunakan metode simplex M (BIG – M).025 A2 -M+0.5 -0.085 -1.6x1 . dengan X1= 60.054.000M+4755 1. X2 = 1425 dan Z = 54.0S1 . Persamaan matematis suatu program linier adalah sebagai berikut : Minimasi : Z = 6X1 + 7.02 0.0S2 .5 0.25 A1 -M+0. Persamaan Tujuan : Z . Cara ini tidak dapat diterapkan pada kendala pertidaksamaan jenis ≥ dan kendala persamaan (=) persamaan diatas diperoleh karena tanda ≥ harus mengurangi variable surplus.Iterasi Kedua Basis Z S1 X1 X2 X1 0 0 1 0 X2 0 0 0 1 S1 0 1 0 0 S2 -0.S3 + A3 = 120 Baris 3 Bagi kendala pertidaksamaan jenis ≤.5X2 Dengan pembatas : 7X1 + 3X2 ≥ 210 6X1 + 12X2 ≥ 180 4X2 ≥ 120 X1.085 1.75 25 0 -0.7. hal ini dikarenakan pada kasus ini pertidk samaan pembatasnya menggunakan ≥ (lebih dari sama dengan). . maka variabel slack ditambahkan untuk menghabiskan sumber daya yang digunakan dalam kendala.5X2 .0S3 = 0 Baris 0 Persamaan Kendala : 7x1 + 3x2 .S2 +A2 = 180 Baris 2 4x2 .025 S3 M-0.75 -25 0 0.25 NK 54.

5 11 /2 x1 + ¼ S2 + A1 .5 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 1 11 /2 x1 + ¼ S2 + A1 . seperti table berikut : Basis Z A1 A2 A3 X1 13M-6 7 6 0 X2 19M-7./2M-6 /12 .S3 .5 RASIO * .1/4 A2 = 165 -2x1 + 1/3 S2 .Untuk mengarahkan artifisial variabel menjadi nol.1/3 A2 + A3 = 60 Konversi bentuk standard iterasi Pertama : Z = 9/4 x1 + 0S1 + 15/24 S2 + 0S3 + MA1 + [ M .15/24]A2 + MA3 + 112.15/24]A2 + MA3 + 112. A2.5 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. suatu biaya yang besar ditempatkan pada A1.M .5X2 + 0S1 + 0S2 + 0S3 + MA1 + MA2 + MA3 Table simplex awal dibentuk dengan A1.1/12 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. dan A3 sebagai variable basis. Hal ini dikarenakan seluruh NBV masih mempunyai koefisien yang berharga positif. A2. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 2 ½ x1 + x2 .1/3 A2 + A3 = 60 ½ x1 + x2 . Dan yang akan menjadi pivot adalah baris 2 karena memiliki rasio paling kecil.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 ./24 15 /24 . Oleh karena itu Untuk x 2 terpilih sebagai entry variable karena x2 memiliki nilai koefisien positif yang paling besar.S3 . dan A3 menjadi Leaving Variable. dan A3 sehingga fungsi tujuannya menjadi : Z = 6x1 + 7.1/4 A2= 165 ERO 4 : Menjadikan nilai koefisien x2 berharga 0 pada baris 3 -2x1 + 1/3 S2 .

36A1 + 0.5 A2 = 0 0. oleh karena itu lakukan iterasi kedua. Untuk itu dibutuhkan 2 macam zat kimia.39 S2 . bila keuntungan yang akan diperoleh setiap . x2 = 120 dan z=-180.36 Iterasi kedua adalah optimum karena koefisien pada persamaan Z semuanya non positif. dengan x1 = 30. jumlah zat kimia yang tersedia adalah A=200Kg dan B=360Kg.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 : 5.36A1 + 0.725]A2 + MA3 + 180 ERO 3 : Menjadikan nilai koefisien x1 berharga 0 pada baris 2 0.5 = 30 -2 ½ /3 /12 /12 Pada fungsi tujuan masih terdapat variable dengan nilai koefisien positif.4A1 + [ M – 0.725 S2 + 0S3 + [M -0./22 ½ 0.725 S2 + 0S3 + MA1 -0. 3. Langkah-langkah ERO Iterasi Kedua: ERO 1 : Menjadikan nilai koefisien x1 berharga 1 pada baris 1 x1 + 1/22 S2 + 2/11A1 . untuk membuat 1 Kg sabun batang diperlukan 5 Kg A dan 3 Kg B./2M+0.39 0. Untuk membuat 1Kg sabun bubuk diperlukan 2 Kg A dan 6 Kg B.39 S2 .5 = 30 * 15 : 0.725]A2 + MA3 + 180 x1 + 1/22 S2 + 2/11A1 . PT Unilever bermaksud membuat 2 jenis sabun. yakni sabun bubuk dan sabun batang.1/22 A2 = 30 0.5 A2 = 0 ERO 4 : Menjadikan nilai koefisien x1 berharga 0 pada baris 3 0.4]A1 + [ M – 0. yakni A dan B.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 -0.725 .21 A2 + A3 = 120 Konversi bentuk standard iterasi kedua : Z = 0S1 + 0.1/22 A2 = 30 ERO 2 : Menjadikan nilai koefisien x1 berharga 0 pada baris 0 Z = 0S1 + 0.4 2 1 A2 A3 M 0 0 1 NK -180 30 0 120 .S3 + 0.21 1 /22 0 /11 0 0.725 1 S3 0 0 0 -1 A1 -M+0.

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 . Hal ini dikarenakan belum seluruhnya NBV mempunyai koefisien yang berharga positif.80 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 2 4.4x1 + x2 + 0.80 0.2A1 = 40 ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0 Z = 3.4x1 + x2 + 0.4]A1 + MA2 .2x2 = 0 Baris 0 Persamaan Kendala : 2x1 + 5x2 + A1 = 200 Baris 1 6x1 + 3x2 + A2 = 360 Baris 2 Untuk mengarahkan artifisial variabel menjadi nol. dan A1 menjadi Leaving Variable.8x1 – 0.8x1 + [M-0. Dan yang akan menjadi pivot adalah baris 1 karena memiliki rasio paling kecil.2A1 = 40 . dan A3 sehingga fungsi tujuannya menjadi : Z = 3x1 .4]A1 + MA2 . A2.membuat 1Kg sabun bubuk = $3 sedangkan setiap 1 Kg sabun batang = $2.2X2 + 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 = 3.3x1 .8x1 + [M-0. suatu biaya yang besar ditempatkan pada A1. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 1 0. Oleh karena itu Untuk x 2 terpilih sebagai entry variable karena x2 memiliki nilai koefisien negatif.

4 4.4.8M-3.6A1 + A2 = 240 Basis Z X2 A2 x1 4.4M 0. X + Y >= 6 dan X >= 0.8 0.8 0 1 0 x2 A1 0. dengan x1 = 40. Y >= 0 Berikut ini gambar grafiknya: .4-0. 10 X + 15 Y <= 150 b). X – 3 Y <= 0 e). Contoh Soal: Contoh Gambar Grafik Persoalan Program Linier dengan Microsoft Excel: Memaksimumkan Z = 5000 X + 4000 Y Fungsi Kendala: a). 20 X + 10 Y <= 160 c). 30 X + 10 Y >= 135 d). x2 = 240 dan z=240M+80.8x1 – 0.2 0.6 0 0 1 A2 NK 240M+80 40 240 Rasio Iterasi pertama adalah optimum karena koefisien pada persamaan Z semuanya positif.

Sign up to vote on this title
UsefulNot useful