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 * Minimum Keterangan .Jika x = 0 maka y = 12.0) 50x ≥ 3.000 62.000 192.000.000 50x = 3.15.000 y 0 0 10. jadi koordinatnya (0.12.000 Z = 8x + 3y 96. jadi koordinatnya (0.000. jadi koordinatnya (12.000 24.000) Jika y = 0 maka x = 24.000.000.000 5x + 4y = 60.0) Jadi Solusi yang ditawarkan : x 12.000.000) Jika y = 0 maka x = 12.000 x = 60 5x + 4y ≥ 60.000.000 Jika x = 0 maka y = 15.000 4. jadi koordinatnya (24.

mengurangkan variabel surplus pada kendala kedua.000 50x .000 Bentuk baku diperoleh dengan menambahkan variabel slack pada kendala pertama.200.02 0.1M-0.200.000 3.000:50=24.000M 1.1M+0.200. Sehingga diperoleh : Minimumkan : Z = 8x + 3y + 0S1 + 0S2 + 0S3 +MA1 + MA2 50x + 100y + S1 = 1. Metode Simpleks Fungsi Tujuan : z = 8x + 3y Fungsi Pembatas : 50x + 100y ≤ 1.02 -0.1 A2 0 0 0 1 NK 59.000 3.197.000 : 5 = 12.970 Rasio .1.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 5x + 4y ≥ 60.000:50 = 60 60.16 -1 0.200.1 S3 0 0 0 -1 A1 -1.000 60 5700 1.425 11.000 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 0.000 60.000 5x + 4y – S3 + A2 = 60.000 50x ≥ 3.16 1 -0.000 1.700M+480 1.

085 1.5 -0.0S3 = 0 Baris 0 Persamaan Kendala : 7x1 + 3x2 .054.5 0. Persamaan matematis suatu program linier adalah sebagai berikut : Minimasi : Z = 6X1 + 7.02 0.75 -25 0 0.25 NK 54.02 -0.75 25 0 -0.000M+4755 CONTOH SOAL DENGAN MENGGUNAKAN METODE SIMPLEKS (TEKNIK M) 2.5X2 Dengan pembatas : 7X1 + 3X2 ≥ 210 6X1 + 12X2 ≥ 180 4X2 ≥ 120 X1.085 -1. X2 = 1425 dan Z = 54. Cara ini tidak dapat diterapkan pada kendala pertidaksamaan jenis ≥ dan kendala persamaan (=) persamaan diatas diperoleh karena tanda ≥ harus mengurangi variable surplus.0S2 .6x1 . hal ini dikarenakan pada kasus ini pertidk samaan pembatasnya menggunakan ≥ (lebih dari sama dengan).S1 +A1 = 210 Baris 1 6x1 + 12x2 .S3 + A3 = 120 Baris 3 Bagi kendala pertidaksamaan jenis ≤. .500 60 1425 Iterasi kedua adalah optimal karena koefisien pada persamaan Z semuanya non positif. Persamaan Tujuan : Z .7.S2 +A2 = 180 Baris 2 4x2 .025 A2 -M+0.25 A1 -M+0. dengan X1= 60.025 S3 M-0.Iterasi Kedua Basis Z S1 X1 X2 X1 0 0 1 0 X2 0 0 0 1 S1 0 1 0 0 S2 -0.000M+4755 1.0S1 . maka variabel slack ditambahkan untuk menghabiskan sumber daya yang digunakan dalam kendala. X2 ≥ 0 Carilah harga X1 dan X2 ? JAWABAN Pada kasus ini kita akan menggunakan metode simplex M (BIG – M).5X2 .

dan A3 menjadi Leaving Variable.1/3 A2 + A3 = 60 Konversi bentuk standard iterasi Pertama : Z = 9/4 x1 + 0S1 + 15/24 S2 + 0S3 + MA1 + [ M . seperti table berikut : Basis Z A1 A2 A3 X1 13M-6 7 6 0 X2 19M-7. Oleh karena itu Untuk x 2 terpilih sebagai entry variable karena x2 memiliki nilai koefisien positif yang paling besar. dan A3 sebagai variable basis. suatu biaya yang besar ditempatkan pada A1.5 RASIO * .Untuk mengarahkan artifisial variabel menjadi nol. Langkah-langkah ERO Iterasi Pertama : ERO 1 : Menjadikan nilai koefisien x2 berharga 1 pada baris 2 ½ x1 + x2 ./2M-6 /12 .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.15/24]A2 + MA3 + 112. dan A3 sehingga fungsi tujuannya menjadi : Z = 6x1 + 7.5 ERO 3 : Menjadikan nilai koefisien x2 berharga 0 pada baris 1 11 /2 x1 + ¼ S2 + A1 . A2.1/12 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 .5 11 /2 x1 + ¼ S2 + A1 ./24 15 /24 . Hal ini dikarenakan seluruh NBV masih mempunyai koefisien yang berharga positif.S3 .1/4 A2 = 165 -2x1 + 1/3 S2 .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 yang akan menjadi pivot adalah baris 2 karena memiliki rasio paling kecil.15/24]A2 + MA3 + 112.1/4 A2= 165 ERO 4 : Menjadikan nilai koefisien x2 berharga 0 pada baris 3 -2x1 + 1/3 S2 .S3 . A2.5X2 + 0S1 + 0S2 + 0S3 + MA1 + MA2 + MA3 Table simplex awal dibentuk dengan A1.M .

1/22 A2 = 30 0. Langkah-langkah ERO Iterasi Kedua: ERO 1 : Menjadikan nilai koefisien x1 berharga 1 pada baris 1 x1 + 1/22 S2 + 2/11A1 .21 1 /22 0 /11 0 0. yakni A dan B.725]A2 + MA3 + 180 ERO 3 : Menjadikan nilai koefisien x1 berharga 0 pada baris 2 0.725 1 S3 0 0 0 -1 A1 -M+0.39 S2 .725]A2 + MA3 + 180 x1 + 1/22 S2 + 2/11A1 .1/22 A2 = 30 ERO 2 : Menjadikan nilai koefisien x1 berharga 0 pada baris 0 Z = 0S1 + 0./2M+0.5 = 30 * 15 : 0.5 A2 = 0 0.725 .5 = 30 -2 ½ /3 /12 /12 Pada fungsi tujuan masih terdapat variable dengan nilai koefisien positif.39 0.21 A2 + A3 = 120 Konversi bentuk standard iterasi kedua : Z = 0S1 + 0./22 ½ 0. untuk membuat 1 Kg sabun batang diperlukan 5 Kg A dan 3 Kg B.S3 + 0. Untuk membuat 1Kg sabun bubuk diperlukan 2 Kg A dan 6 Kg B. bila keuntungan yang akan diperoleh setiap .725 S2 + 0S3 + [M -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 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 sabun bubuk dan sabun batang.39 S2 .36 Iterasi kedua adalah optimum karena koefisien pada persamaan Z semuanya non positif. PT Unilever bermaksud membuat 2 jenis sabun. x2 = 120 dan z=-180. jumlah zat kimia yang tersedia adalah A=200Kg dan B=360Kg.S3 +0. Untuk itu dibutuhkan 2 macam zat kimia.5 A2 = 0 ERO 4 : Menjadikan nilai koefisien x1 berharga 0 pada baris 3 0.725 S2 + 0S3 + MA1 -0.36A1 + 0.4 2 1 A2 A3 M 0 0 1 NK -180 30 0 120 . dengan x1 = 30.4]A1 + [ M – 0.36A1 + 0. 3.4A1 + [ M – 0. oleh karena itu lakukan iterasi kedua.

Hal ini dikarenakan belum seluruhnya NBV mempunyai koefisien yang berharga positif.8x1 – 0.membuat 1Kg sabun bubuk = $3 sedangkan setiap 1 Kg sabun batang = $2. A2.3x1 .4x1 + x2 + 0.4]A1 + MA2 .4]A1 + MA2 .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.2A1 = 40 .6A1 + A2 = 240 Konversi bentuk standard iterasi pertama : Z = 3. dan A1 menjadi Leaving Variable. Oleh karena itu Untuk x 2 terpilih sebagai entry variable karena x2 memiliki nilai koefisien negatif. dan A3 sehingga fungsi tujuannya menjadi : Z = 3x1 . Dan yang akan menjadi pivot adalah baris 1 karena memiliki rasio paling kecil. suatu biaya yang besar ditempatkan pada A1. 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 4.2A1 = 40 ERO 2 : Menjadikan nilai koefisien x2 berharga 0 pada baris 0 Z = 3.8x1 + [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 .8x1 + [M-0.2x2 = 0 Baris 0 Persamaan Kendala : 2x1 + 5x2 + A1 = 200 Baris 1 6x1 + 3x2 + A2 = 360 Baris 2 Untuk mengarahkan artifisial variabel menjadi nol.4x1 + x2 + 0.80 0.

8M-3.4. 20 X + 10 Y <= 160 c). x2 = 240 dan z=240M+80. X + Y >= 6 dan X >= 0. 10 X + 15 Y <= 150 b).4 4. dengan x1 = 40.6A1 + A2 = 240 Basis Z X2 A2 x1 4.8x1 – 0.6 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).2 0. 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).4-0.8 0.8 0 1 0 x2 A1 0. Y >= 0 Berikut ini gambar grafiknya: .4M 0.

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.