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 y 0 0 10.000 62.000 Jika x = 0 maka y = 15.000 x = 60 5x + 4y ≥ 60.000 4.000 5x + 4y = 60.000.15.12. jadi koordinatnya (0.000.000 192.000.000 50x = 3.Jika x = 0 maka y = 12. jadi koordinatnya (12.000) Jika y = 0 maka x = 12.0) 50x ≥ 3.000.000.000 Z = 8x + 3y 96.000 * Minimum Keterangan .000 24.000) Jika y = 0 maka x = 24. jadi koordinatnya (0.0) Jadi Solusi yang ditawarkan : x 12.000. jadi koordinatnya (24.

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 0.425 11.000:50 = 60 60.000 5x + 4y – S3 + A2 = 60.200.200. Metode Simpleks Fungsi Tujuan : z = 8x + 3y Fungsi Pembatas : 50x + 100y ≤ 1.000 50x ≥ 3.000 50x .02 0.1 S3 0 0 0 -1 A1 -1.02 -0.197.1M+0.000:50=24.000M 1. mengurangkan variabel surplus pada kendala kedua.S2 + A1 = 3.1 A2 0 0 0 1 NK 59.000 3.16 1 -0.000 5x + 4y ≥ 60.000 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-0.200.000 : 5 = 12.200.000 60 5700 1.000 3.000 60.1.000 Bentuk baku diperoleh dengan menambahkan variabel slack pada kendala pertama.970 Rasio .16 -1 0. Sehingga diperoleh : Minimumkan : Z = 8x + 3y + 0S1 + 0S2 + 0S3 +MA1 + MA2 50x + 100y + S1 = 1.000 1.700M+480 1.

7.25 NK 54.Iterasi Kedua Basis Z S1 X1 X2 X1 0 0 1 0 X2 0 0 0 1 S1 0 1 0 0 S2 -0.085 1. dengan X1= 60.75 -25 0 0.000M+4755 1.5X2 Dengan pembatas : 7X1 + 3X2 ≥ 210 6X1 + 12X2 ≥ 180 4X2 ≥ 120 X1.054.S3 + A3 = 120 Baris 3 Bagi kendala pertidaksamaan jenis ≤.025 A2 -M+0.75 25 0 -0. hal ini dikarenakan pada kasus ini pertidk samaan pembatasnya menggunakan ≥ (lebih dari sama dengan). .0S3 = 0 Baris 0 Persamaan Kendala : 7x1 + 3x2 .6x1 .0S2 .025 S3 M-0.5 -0.S1 +A1 = 210 Baris 1 6x1 + 12x2 .5 0. Cara ini tidak dapat diterapkan pada kendala pertidaksamaan jenis ≥ dan kendala persamaan (=) persamaan diatas diperoleh karena tanda ≥ harus mengurangi variable surplus. Persamaan Tujuan : Z .0S1 . Persamaan matematis suatu program linier adalah sebagai berikut : Minimasi : Z = 6X1 + 7.085 -1.000M+4755 CONTOH SOAL DENGAN MENGGUNAKAN METODE SIMPLEKS (TEKNIK M) 2. X2 ≥ 0 Carilah harga X1 dan X2 ? JAWABAN Pada kasus ini kita akan menggunakan metode simplex M (BIG – M).02 0.500 60 1425 Iterasi kedua adalah optimal karena koefisien pada persamaan Z semuanya non positif.02 -0.25 A1 -M+0. X2 = 1425 dan Z = 54.S2 +A2 = 180 Baris 2 4x2 . maka variabel slack ditambahkan untuk menghabiskan sumber daya yang digunakan dalam kendala.5X2 .

A2. Dan yang akan menjadi pivot adalah baris 2 karena memiliki rasio paling kecil. A2./2M-6 /12 .1/3 A2 + A3 = 60 ½ x1 + x2 . dan A3 sehingga fungsi tujuannya menjadi : Z = 6x1 + 7. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 2 ½ x1 + x2 .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 Konversi bentuk standard iterasi Pertama : Z = 9/4 x1 + 0S1 + 15/24 S2 + 0S3 + MA1 + [ M . dan A3 sebagai variable basis.1/4 A2= 165 ERO 4 : Menjadikan nilai koefisien x2 berharga 0 pada baris 3 -2x1 + 1/3 S2 ./24 15 /24 . Hal ini dikarenakan seluruh NBV masih mempunyai koefisien yang berharga positif.Untuk mengarahkan artifisial variabel menjadi nol. Oleh karena itu Untuk x 2 terpilih sebagai entry variable karena x2 memiliki nilai koefisien positif yang paling besar.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.M .S3 .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.1/4 A2 = 165 -2x1 + 1/3 S2 .5X2 + 0S1 + 0S2 + 0S3 + MA1 + MA2 + MA3 Table simplex awal dibentuk dengan A1.15/24]A2 + MA3 + 112.S3 .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-7.15/24]A2 + MA3 + 112. dan A3 menjadi Leaving Variable.5 11 /2 x1 + ¼ S2 + A1 . suatu biaya yang besar ditempatkan pada A1.5 RASIO * .

dengan x1 = 30./22 ½ 0. x2 = 120 dan z=-180.725]A2 + MA3 + 180 x1 + 1/22 S2 + 2/11A1 .725 1 S3 0 0 0 -1 A1 -M+0. 3.4 2 1 A2 A3 M 0 0 1 NK -180 30 0 120 .39 0. untuk membuat 1 Kg sabun batang diperlukan 5 Kg A dan 3 Kg B.39 S2 .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. oleh karena itu lakukan iterasi kedua. yakni A dan B.725 . yakni sabun bubuk dan sabun batang.21 A2 + A3 = 120 Konversi bentuk standard iterasi kedua : Z = 0S1 + 0./2M+0. Untuk membuat 1Kg sabun bubuk diperlukan 2 Kg A dan 6 Kg B.725 S2 + 0S3 + [M -0.725 S2 + 0S3 + MA1 -0.5 = 30 * 15 : 0.36A1 + 0.36A1 + 0.1/22 A2 = 30 ERO 2 : Menjadikan nilai koefisien x1 berharga 0 pada baris 0 Z = 0S1 + 0.21 1 /22 0 /11 0 0.36 Iterasi kedua adalah optimum karena koefisien pada persamaan Z semuanya non positif. PT Unilever bermaksud membuat 2 jenis sabun.4A1 + [ M – 0. jumlah zat kimia yang tersedia adalah A=200Kg dan B=360Kg.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. bila keuntungan yang akan diperoleh setiap .S3 +0.725]A2 + MA3 + 180 ERO 3 : Menjadikan nilai koefisien x1 berharga 0 pada baris 2 0.1/22 A2 = 30 0.S3 + 0.4]A1 + [ M – 0.5 A2 = 0 0.39 S2 .5 = 30 -2 ½ /3 /12 /12 Pada fungsi tujuan masih terdapat variable dengan nilai koefisien positif. Untuk itu dibutuhkan 2 macam zat kimia. Langkah-langkah ERO Iterasi Kedua: ERO 1 : Menjadikan nilai koefisien x1 berharga 1 pada baris 1 x1 + 1/22 S2 + 2/11A1 .5 A2 = 0 ERO 4 : Menjadikan nilai koefisien x1 berharga 0 pada baris 3 0.

suatu biaya yang besar ditempatkan pada A1.4]A1 + MA2 .2A1 = 40 . dan A3 sehingga fungsi tujuannya menjadi : Z = 3x1 .8x1 + [M-0.6A1 + A2 = 240 Konversi bentuk standard iterasi pertama : Z = 3.8x1 + [M-0.2X2 + 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.4x1 + x2 + 0. Hal ini dikarenakan belum seluruhnya NBV mempunyai koefisien yang berharga positif.2x2 = 0 Baris 0 Persamaan Kendala : 2x1 + 5x2 + A1 = 200 Baris 1 6x1 + 3x2 + A2 = 360 Baris 2 Untuk mengarahkan artifisial variabel menjadi nol. Oleh karena itu Untuk x 2 terpilih sebagai entry variable karena x2 memiliki nilai koefisien negatif.4x1 + x2 + 0.8x1 – 0.4]A1 + MA2 . Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 1 0.80 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 2 4. 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 .membuat 1Kg sabun bubuk = $3 sedangkan setiap 1 Kg sabun batang = $2.80 0.2A1 = 40 ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0 Z = 3. dan A1 menjadi Leaving Variable. A2.3x1 . Dan yang akan menjadi pivot adalah baris 1 karena memiliki rasio paling kecil.

4-0.8x1 – 0. X – 3 Y <= 0 e).4.8M-3.8 0.6A1 + A2 = 240 Basis Z X2 A2 x1 4. x2 = 240 dan z=240M+80.8 0 1 0 x2 A1 0. 20 X + 10 Y <= 160 c). Contoh Soal: Contoh Gambar Grafik Persoalan Program Linier dengan Microsoft Excel: Memaksimumkan Z = 5000 X + 4000 Y Fungsi Kendala: a). X + Y >= 6 dan X >= 0.4 4.4M 0. dengan x1 = 40.2 0. 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. 30 X + 10 Y >= 135 d). 10 X + 15 Y <= 150 b).

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.