PENDAHULUAN

KODE MK / STEKPI / BAB 3

BAB

LINEAR PROGRAMMING : METODE SIMPLEKS PERMASALAHAN MINIMISASI

PENDAHULUAN

ingga saat ini yang telah kita pelajari adalah penyelesaian permasalahan linear programming dengan tanda pertidaksamaan yang biasanya kita jumpai dalam permasalahan dengan fungsi tujuan maksimisasi. Prosedur dalam penyelesaian permasalahan maksimisasi dapat juga kita gunakan untuk menyelesaikan permasalahan minimisasi yang biasanya mempunyai tanda dan atau = pada fungsi kendalanya. Pada bab 3 ini akan kita bahas penyelesaian permasalahan LP dengan fungsi tujuan minimisasi. Pembahasan akan dimulai dengan memformulasikan permasalahan sesuai dengan standard simpleks, kemudian dilanjutkan dengan melakukan iterasi atau perbaikan tabel hingga optimal dan bagian terakhir pada bab ini akan dikemukakan beberapa issue teknis yang sering kita jumpai dalam metode simpleks Setelah mempelajari modul ini diharapkan anda dapat: 1. 2. 3. 4. Memformulasikan permasalahan sesuai standard simpleks untuk fungsi kendala dengan tanda dan atau = . Menyelesaikan permasalahan linear programming dengan iterasi simpleks untuk fungsi tujuan minimisasi. Menginterpretasikan tabel optimal simpleks Memahami adanya kasus khusus di dalam metode simpleks.

3.29 55

KODE MK / STEKPI / BAB 3

TOPIK 1

Formulasi Permasalahan LP sesuai dengan Standard Simpleks :Kasus Minimisasi

A. FORMULASI PERMASALAHAN MENURUT METODE SIMPLEKS UNTUK TANDA PERTIDAKSAMAAN DAN Pada topik ini akan kita bahas mengenai penyelesaian permasalahan LP dengan fungsi tujuan minimisasi. Pada permasalahan minimisasi, biasanya kita jumpai tanda pada fungsi kendala. Kendati demikian tidak menutup kemungkinan fungsi kendala mempunyai tanda . Dalam menyelesaikan permasalahan LP dengan metode simpleks, langkah pertama yang harus kita lakukan adalah menyesuaikan formulasi permasalahan dengan standard simpleks. Dengan kata lain kita harus merubah tanda pertidaksamaan menjadi persamaan. Pada fungsi kendala dengan tanda kita harus menambahkan slack variabel yang menyatakan kapasitas yang tidak digunakan atau yang tersisa pada departemen tersebut. Hal ini karena ada kemungkinan kapasitas yang tersedia tidak semuanya digunakan dalam proses produksi. Pada permasalahan minimisasi kita jumpai fungsi kendala dengan tanda , artinya bahwa kita dapat menggunakan sumberdaya lebih dari yang tersedia. Pertanyaan yang muncul adalah berapa besarnya kelebihan sumberdaya yang telah kita gunakan dari yang tersedia ?. Untuk menyatakan kelebihan sumberdaya yang digunakan dari yang tersedia ini, maka kita harus mengurangi kendala tersebut dengan surplus variabel. Surplus variabel ini sering juga disebut sebagai slack variabel yang negatif. Karena nilai solusi pada permasalahan LP harus non-negatif maka untuk mengatasi masalah ini kita harus menambahkan artificial variabel (A). Artificial

3.29 56

KODE MK / STEKPI / BAB 3

variabel ini secara phisik tidak mempunyai arti, dan hanya digunakan untuk kepentingan perhitungan saja. Untuk lebih memahami permasalahan ini marilah kita lihat permasalahan Galuh Chemical Company. Galuh Chemical Company harus membuat 1000 unit campuran phospate dan postassium. Biaya per unit phospate adalah $5, sedangkan biaya per unit postassium $6. Jumlah phospate yang dapat digunakan tidak lebih dari 300 unit sedangkan postassium harus digunakan minimal 150 unit. Berapa masing-masing jumlah phospate dan postassium yang harus digunakan agar biaya total minimum ? Permasalahan Galuh Chemical Company dapat kita bentuk LP sebagai berikut : Fungsi Tujuan : Minimisasikan Cost Fungsi kendala : X1 + X2 X1 X2 X1, X2 Dimana = 1000 300 150 0 Z = 5X1 + 6X2 formulasikan ke dalam

X1 = jumlah phospate dalam unit X2 = jumlah postassium dalam unit

Untuk menyelesaikan permasalahan tersebut dengan metode simpleks kita harus memformulasikan kembali permasalahan tersebut sesuai dengan standard simpleks. Formulasi sesuai standard simpleks artinya kita harus merubah tanda pertidaksamaan ( maupun ) menjadi persamaan. Untuk kendala dengan tanda = kita hanya menambahkan artificial variabel saja. Sehingga kendala yang pertama akan menjadi : X1 + X2 + A1 X1 + S1 = 300 Sedangkan kendala ketiga, X2 X2 S2 + A2 = 150 Terakhir kita harus menuliskan fungsi tujuan. Karena dalam fungsi kendala ada artificial variabel, maka kita harus memberikan koefisien +M untuk artificial variable tersebut di 150, harus dikurangi dengan surplus variabel dan ditambah dengan artificial variabel, sehingga menjadi : = 1000 Kendala kedua, X1 300 , kita tambahkan slack variabel sehingga menjadi :

3.29 57

KODE MK / STEKPI / BAB 3

fungsi tujuan. Koefisien +M ini menunjukkan angka yang sangat besar nilainya, sehingga dalam kasus ini dapat diinterpretasikan biaya yang sangat tinggi. Fungsi tujuan dalam permasalahan Galuh Chemical Company akan menjadi : Minimisasikan biaya Z = 5X1 + 6X2 + 0S1 + 0S2 + MA1 + MA2 Formulasi sesuai standard simpleks dari permasalahan Galuh Chemical Company secara lengkap adalah : Fungsi Tujuan : Minimisasikan biaya Z = 5X1 + 6X2 + 0S1 + 0S2 + MA1 + MA2 Fungsi kendala : X1 + X2 + A1 X1 + S1 = 300 X2 S2 + A2 = 150 X1, X2, S1, S2, A1, A2 0 Apabila pada fungsi kendala terdapat artificial variabel, sedangkan fungsi tujuannya maksimisasi, maka koefisien artificial variabel pada fungsi tujuan adalah M. B. MEMBUAT TABEL AWAL SIMPLEKS Seperti halnya yang telah kita pelajari pada bab 2 , langkah selanjutnya untuk menyelsesaikan permasalahan LP dengan metode simpleks adalah membuat tabel awal. Pada dasarnya untuk membuat tabel awal pada permasalahan minimisasi sama dengan permasalahan maksimisasi yang telah kita bahas pada bab 2. Hanya saja karena pada permasalahan Galuh Chemical Company kita mengenal variabel lain selain slack variabel yaitu surplus variabel dan artificial variabel, maka variabel yang boleh masuk ke kolom product mix pada tabel awal ini hanyalah slack variabel dan artificial variabel. Tabel awal permasalahan Galuh Chemical Company dapat dilihat pada Tabel 3.1. = 1000

3.29 58

KODE MK / STEKPI / BAB 3

Tabel 3.1. Tabel Awal kasus Galuh Chemical Company Cj Product Mix A1 S1 A2 +M 0 +M Zj Cj-Zj 5 X1 1 1 0 +M 5-M 6 X2 1 0 1 2M 6-2M 0 S1 0 1 0 0 0 0 S2 0 0 -1 -M M +M A1 1 0 0 +M 0 +M A2 0 0 1 +M 0 Q 1000 300 150 1050M

Angka pada baris Cj (5, 6, 0, 0, +M, +M) tersebut adalah koefisien pada fungsi tujuan. Sedangkan angka (1, 1, 0, 0, 1, 0) pada baris A1 serta angka (1, 0, 1, 0 0, 0) pada baris S1 dan angka (0, 1, 0, -1, 0, 1) pada baris A2 adalah koefisien pada kendala 1, 2 dan 3. Angka pada baris Zj (+M, 2M, 0, -M , +M, +M ) diperoleh dari penjumlahan hasil kali kolom Cj dengan kolom yang bersesuaian. Sebagai contoh kita akan menentukan nilai Zj kolom X1 = (M x 1) + (0 x 1) + (M x 0) = M. Dengan cara yang sama kita peroleh nilai Zj pada kolom yang lain. Angka pada baris Cj Zj diperoleh dari angka pada baris Cj dikurangi dengan angka pada baris Zj. Sebagai contoh kita akan menghitung nilai Cj Zj pada kolom X1 = 5 (yaitu angka pada baris Cj) M (angka pada baris Zj) = 5 - M . Demikian juga untuk menghitung nilai Cj Zj untuk kolom-kolom yang lain digunakan cara yang sama.

LATIHAN Untuk memperdalam pemahaman Anda mengenai materi di atas, silakan anda mengerjakan latihan berikut ini ! 1. Apakah yang dimaksud dengan surplus variabel ? 2. Bagimanakah formulasi yang sesuai dengan standard simpleks untuk fungsi kendala dengan tanda . 3. Variabel apa sajakah yang boleh masuk ke dalam kolom product mix pada tabel awal simpleks? 4. Jika pada fun gsi kendala terdapat artificial variable, bagaimanakah dampaknya pada fungsi tujuan minimisasi?

3.29 59

KODE MK / STEKPI / BAB 3

RANGKUMAN

Dalam formulasi permasalahan LP sesuai standard simpleks untuk fungsi kendala dengan tanda harus dikurangi dengan surplus variable dan ditambah dengan artificial variable. Sedangkan untuk fungsi kendala dengan tanda = hanya ditambah ariticial variable. Karena pada fungsi kendala terdapat artificial variable, maka pada fungsi tujuan harus ditambahkan koefisien -M untuk permasalahan maksimisasi serta koefisien +M untuk permasalahan minimisasi.

TES FORMATIF 1 Pilih salah satu jawaban yang paling tepat dari beberapa alternatif jawaban yang disediakan! 1. Misal diketahui kendala suatu masalah program linier adalah : 4x + 2y 10 2x + y = 12 Maka bila kendala itu diubah menjadi bentuk simplex yaitu A. 4x + 2y SL = 10 , 2x + y = 12 B. 4x + 2y + A1 = 10, 2x + y A2 = 12 C. 4x + 2y + SP = 10, 2x + y + SL = 12 D. 4x + 2y SL + A1 = 10, 2x + y + A2 = 12 * Keterangan :SL = slack variabel SP = surplus variabel A1 = artificial variabel untuk kendala 1 A2 = artificial variabel untuk kendala 2

3.29 60

KODE MK / STEKPI / BAB 3

2). Dalam table awal simpleks dengan fungsi tujuan minimisasi, variable yang masuk ke dalam kolom product mix adalah: A. hanya slack variable saja B. slack dan surplus variable C. surplus dan artificial variable D. slack dan / atau artificial variable *

3) Untuk masalah minimisasi, koefisien dari fungsi tujuan untuk artificial variable adalah: A. nol B. +M * C. M D. 1

Suatu permasalahan linear programming yang sudah diformulasikan adalah sebagai berikut : Fungsi Tujuan Min Z = 3x + 2y Fungsi Kendala x + y 600 3x + y = 1500 x + 3y 1500 x,y 0 Siapkan table awal simpleks kemudian jawablah pertanyaan berikut ini. 4) Apabila permasalahan tersebut di atas diselesaikan dengan metode simplex maka jumlah artificial variablenya adalah : A. 0 B. 1 C. 2 * D. 3

3.29 61

KODE MK / STEKPI / BAB 3

5) Jumlah slack variable nya adalah : A. 0 B. 1 * C. 2 D. 3 6) Jumlah surplus variable nya adalah : A. 0 B. 1 * C. 2 D. 3 7) Variable yang masuk dalam kolom kolom product mix adalah : A. 1 artificial variable dan 2 surplus variable B. 1 artificial variable dan 2 slack variable C. 2 artifial variable dan 1 slack variable * D 3 slack variable 8) Nilai Zj pada kolom x adalah : A. 0 B. M C. 3M D. 4M * 9) Nilai Cj Zj kolom y adalah : A. 2 B. 2 M C. 2 2M * D. 2 4M 10) Nilai Zj pada kolom kuantitas adalah : A. 0 B. 600M C. 1500 M D. 2100 M *

3.29 62

KODE MK / STEKPI / BAB 3

Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang terdapat di bagian akhir modul ini, dan hitunglah jumlah jawaban Anda yang benar. Kemudian gunakan rumus di bawah ini untuk mengetahui tingkat penguasaan Anda dalam materi Kegiatan Belajar 1. Rumus
Tingkat penguasaan = jumlah jawaban Anda yang benar x 100% 10

Arti tingkat penguasaan yang Anda capai: 90 % - 100 % = baik sekali 80 % - 89 % 70 % - 79 % = baik = sedang

< 70 % = baik sekali Kalau Anda mencapai tingkat penguasaan 80 % ke atas, anda dapat meneruskan dengan Kegiatan Belajar 2. Bagus! Tetapi kalau nilai Anda di bawah 80 %, Anda harus mengulangi Kegiatan Belajar 1, terutama yang belum Anda kuasai.

3.29 63

KODE MK / STEKPI / BAB 3

TOPIK 2

Penyelesaian Permasalahan LP dengan Metode Simpleks: Kasus Minimisasi

A. MENENTUKAN PIVOT COLUMN DAN PIVOT ROW Untuk melakukan perbaikan tabel kita harus menentukan pivot column dan pivot row seperti yang telah kita bahas pada kasus maksimisasi. Hanya saja penentuan pivot column pada kasus minimisasi berbeda dengan kasus maksimisasi. Pada kasus minimisasi, pivot column ditentukan dengan cara memilih angka pada baris CJ Zj yang mempunyai tanda negatif serta angkanya paling besar. Langkah-langkah yang harus dilakukan dalam perbaikan tabel adalah sebagaiberikut : 1. Menentukan pivot column (variabel yang akan masuk ke dalam kolom Product Mix), yaitu dengan memilih variable yang mempunyai nilai Cj Zj negatif serta angkanya paling besar. Pivot column ini disebut juga optimal column atau kolom kunci. 2. menentukan pivot row (variable yang akan keluar dari kolom Product Mix), yaitu dengan membagi kolom quantitas dengan optimal column atau pivot column kemudian pilih hasil bagi non-negatif terkecil. Untuk lebih memahami bagaimana kita menentukan pivot column dan pivot row, marilah kita lihat kembali tabel awal Galuh Chemical Company.

3.29 64

KODE MK / STEKPI / BAB 3

Tabel 3.2. Menentukan Pivot Column dan Pivot Row Kasus Galuh Chemical Company
Cj Product Mix A1 S1 A2 +M 0 +M Zj Cj-Zj 5 X1 1 1 0 +M 5-M 6 X2 1 0 1 2M 6-2M Pivot column 0 S1 0 1 0 0 0 0 S2 0 0 -1 -M M +M A1 1 0 0 +M 0 +M A2 0 0 1 +M 0 Q 1000 300 150 1050M Pivot row

Dari tabel di atas dapat dilihat bahwa variable yang mempunyai nilai Cj Zj negatif dan angkanya paling besar adalah variabel X2, karena M menyatakan bilangan yang sangat besar nilainya. Dengan demikian variabel X2 disebut sebagai Pivot Column. Untuk menentukan pivot row, kita akan membagi angka pada kolom kuantitas dengan pivot column (kolom X2), kemudian kita pilih hasil bagi non-negatif terkecil. Pada kasus Galuh Chemical Company, variabel yang merupakan pivot row (baris kunci) adalah variabel A2. Oleh karena itu pada tabel berikutnya (Tabel 2), variabel A2 akan keluar dan digantikan oleh variabel X2.

B. MELAKUKAN ITERASI (PERBAIKAN TABEL) Dalam baris Cj Zj tabel 3.1, dapat kita lihat terdapat 2 variabel yang mempunyai nilai negatif yaitu X1 dan X2. Dalam aturan permasalahan minimisasi, apabila pada baris Cj-Zj masih terdapat nilai negtif maka tabel tersebut belum optimal, oleh karena itu kita perlu melakukan iterasi. Dalam melakukan iterasi langkah yang kita lakukan sama seperti pada permasalahan maksimisasi, yaitu menentukan pivot column dan pivot row terlebih dahulu. Penentuan pivot column dan pivot row ini sudah kita lakukan pada bagian A topik ini. Yang merupakan pivot column adalah variabel X2 sedangkan pivot row adalah variabel A2. Setelah pivot column dan pivot row ditentukan maka kita akan

3.29 65

KODE MK / STEKPI / BAB 3

menghitung baris X2 untuk tabel 2 ini yaitu dengan cara baris A2 tabel awal dibagi pivot number (angka kunci), yaitu 1. Perhitungan nilai pada baris X2 adalah sebagai berikut : X1 X2 S1 S2 A1 A2 KUANTITAS
0 1 0 -1 0 1 150

1 1 1 1 1 1 1

= = = = = = =

0 1 0 -1 0 1 150

Angka-angka pada baris X2 secara lengkap dapat dilihat pada tabel berikut: PRODUCT MIX X2
Cj 6

X1
0

X2
1

S1
0

S2
-1

A1
0

A2
1

Q
150

Langkah selanjutnya adalah mengisi baris yang lain yang bukan merupakan pivot row, yaitu angka pada baris lama tabel sebelumnya dikurangi dengan hasil perkalian antara angka pada pivot column baris bersangkutan, dengan angka pada baris baris yang menggantikan. Dalam kasus Galuh Chemical Company ada 2 variabel yang akan dihitung nilai pada baris yang baru yaitu baris A1 dan S1.

Perhitungan angka pada baris A1 tabel 2 adalah sebagai berikut : Angka Baris A1 yang Baru 1 0 0 1 1 -1 850 1 1 0 0 1 0 1000 1 1 1 1 1 1 1 0 1 0 -1 0 1 150 Angka Baris A1 Angka pada Pivot yang Lama Column baris A1
Angka yang bersesuaian pada Baris X2

3.29 66

KODE MK / STEKPI / BAB 3

Baris S2 yang baru pada tabel 2 akan terlihat sebagai berikut : PRODUCT MIX A1
Cj +M

X1
1

X2
0

S1
0

S2
1

A1
1

A2
-1

Q
850

Perhitungan angka pada baris S1 tabel 2 adalah sebagai berikut : Angka Baris S1 yang Baru 1 0 1 0 0 0 300 Angka Baris S1 yang Lama 1 0 1 0 0 0 300 Angka pada Pivot Column baris S1 0 0 0 0 0 0 0
Angka yang bersesuaian pada Baris S2

0 1 0 -1 0 1 150

Baris S1yang baru pada tabel 2 akan terlihat sebagai berikut : PRODUCT MIX S1
Cj 0

X1
1

X2
0

S1
1

S2
0

A1
0

A2
0

Q
300

Tabel 2 dari kasus Galuh Chemical Company secara lengkap adalah sebagai berikut : Tabel 3.3. Tabel 2 Kasus Galuh Chemical Company
Cj Product Mix 5 X1 +M 0 6 Zj Cj-Zj 1 1 0 +M 5-M 6 X2 0 0 1 6 0 0 0 0 S1 0 1 0 0 S2 1 0 -1 M-6 6-M +M A1 1 0 0 +M 0 +M A2 -1 0 1 6-M 6+2M Q 850 300 150 900+850M

A1 S1 X2

Perbaikan tabel ini akan kita lakukan hingga kita memperoleh tabel optimal, yaitu apabila baris Cj Zj sudah positif atau nol. Karena pada tabel 2 ini masih kita jumpai angka yang bertanda negatif pada baris Cj-Zj yaitu angka pada kolom X1 (5-M)

3.29 67

KODE MK / STEKPI / BAB 3

dan kolom S2 (6-M), maka kita akan melakukan perbaikan tabel dengan membuat tabel 3 dan seterusnya hingga memperoleh tabel optimal. Langkah-langkah yang harus dilakukan untuk membuat tabel perbaikkan sama dengan langkah-langkah yang telah kita lakukan pada saat membuat tabel 2 yaitu: tentukan pivot column, pivot row, pivot number, kemudian hitung angka pada baris yang menggantikan serta angka pada baris yang lainnya. Pivot column pada tabel 2 di atas adalah kolom X1 (karena mempunyai angka negatif terbesar yaitu 5-M), dan pivot row adalah baris S1 (karena merupakan hasil bagi non-negatif terkecil). Untuk lebih jelasnya perhatikan perhitungan untuk menentukan pivot row berikut ini : Untuk baris A1 : 850/1 = 850 Untuk baris S1 : 300/1 = 300 Untuk baris X2: 150/0 rasio non-negatif terkecil abaikan rasio seperti ini pivot row

Seperti halnya pada saat kita membuat tabel 2, untuk membuat tabel 3 ini setelah kita menentukan pivot column dan pivot row maka kita akan menentukan pivot number dan kemudian akan mengisi angka pada baris yang menggantikan yaitu baris X1. Pivot number pada tabel 2 adalah 1, yaitu angka pada perpotongan kolom X1 dan baris S1. Angka-angka pivot column, pivot row serta pivot number pada tabel 2 dapat dilihat pada tabel berikut ini: Untuk mengisi angka-angka pada baris X1 tabel 3 kita akan membagi angkaangka pada baris S1 tabel 2 dengan pivot number. Perhitungan selengkapnya adalah sebagai berikut : Kolom X1 Kolom X2 Kolom S1 Kolom S2 Kolom A1 Kolom A2 Kolom Kuantitas 1 1=1 0 1= 0 1 1= 1 0 1= 0 0 1 = 0 0 1 = 0 300 1 = 300

3.29 68

KODE MK / STEKPI / BAB 3

Sehingga baris X1 pada tabel 3 akan terlihat seperti berikut ini Product Mix X1 Cj 5 X1 1 X2 0 S1 1 S1 0 A1 0 A2 0 Q 300

Setelah mengisi angka-angka pada baris X1 maka untuk melengkapi tabel 3 kita harus mengisi angka-angka pada baris A1 dan X2. Cara untuk mengisi angka-angka pada baris A1 dan X2 sama dengan cara untuk mengisi baris lainnya pada tabel 2 di atas. Perhitungan secara lengkap dapat dilihat pada tabel berikut ini : Mengisi angka pada baris A1 Angka Baris A1yang Baru 0 0 -1 1 1 -1 550 Angka Baris A1 Angka pada Pivot yang Lama 1 1 0 1 1 -1 850 Column baris A1 1 1 1 1 1 1 1
Angka yang bersesuaian pada Baris S1

1 0 1 0 0 0 300

Baris A1 yang baru pada tabel 3 akan terlihat sebagai berikut : Product Mix A1 Cj M X1 0 X2 0 S1 -1 S2 1 A1 1 A2 -1 Q 550

3.29 69

KODE MK / STEKPI / BAB 3

Menghitung angka pada baris X2 tabel 3. Angka Baris X2 yang Baru 0 1 0 -1 0 1 150 0 1 0 -1 0 1 150 0 0 0 0 0 0 0 1 0 1 0 0 0 300 Angka Baris X2 Angka pada Pivot yang Lama Column baris X2
Angka yang bersesuaian pada Baris S1

Sehingga angka Baris A1 pada tabel 3 akan terlihat sebagai berikut : Product Mix X2 Cj 6 X1 0 X2 1 S1 0 S2 -1 A1 0 A2 1 Q 150

Tabel 3 secara lengkap dapat dilihat seperti tabel di bawah ini : Tabel 3.4 Tabel 3 Galuh Chemical Company
Cj Product Mix A1 X1 X2 5 X1 +M 5 6 Zj Cj-Zj 0 1 0 5 0 6 X2 0 0 1 6 0 0 S1 -1 1 0 5-M 5+M 0 S2 1 0 -1 -6+M 6-M Pivot column +M A1 1 0 0 +M 0 +M A2 -1 0 1 -65M 6M-6 Q 550 300 150 2400+550M Pivot row

Dari tabel 3.4 ternyata belum optimal karena pada baris Cj-Zj masih kita jumpai angka negatif yaitu pada kolom S2. Oleh karena itu kita akan membuat tabel yang ke 4. pivot column pada tabel 3 adalah kolom S2 sedangkan pivot row adalah baris A1. Perhatikan hasil perhitungan berikut ini. Baris A1: 550/1 = 550 pivot row

3.29 70

KODE MK / STEKPI / BAB 3

Baris X1 = 300/0 = 0

abaikan abaikan

Baris X2 = 150/ -1 = -150

Dari informasi di atas berarti variabel yang akan masuk ke tabel 4 adalah variabel S2 sedangkan variabel yang akan keluar adalah variabel A1. untuk membuat tabel 4 kita akan mengisi angka pada baris S2 terlebih dahulu baru kemudian angka pada baris X1 dan X2.

X1 X2 S1 S2 A1 A2 Q

0 0 -1 1 1 -1 550

: : : : : : :

1 1 1 1 1 1 1

= = = = = = =

0 0 -1 1 1 -1 550

Angka pada baris S2 secara lengkap sebagai berikut Product Mix S2 Cj 0 X1 0 X2 0 S1 -1 S2 1 A1 1 A2

-1

Q
550

Perhitungan angka baris X1 Angka Baris X1 yang Baru 1 0 1 0 0 0 300 Angka Baris X1 yang Lama 1 0 1 0 0 0 300 Angka pada Pivot Column baris X1 0 0 0 0 0 0 0
Angka yang bersesuaian pada Baris X2

0 1 0 -1 0 1 150

3.29 71

KODE MK / STEKPI / BAB 3

Angka pada baris X1 secara lengkap adalah sebagai berikut: Product Mix X1 Cj 5 X1 1 X2 0 S1 1 S2 0 A1 0 A2
0

Q
300

Perhitungan angka pada baris X2 tabael 4 Angka Baris A1 yang Baru 0 1 -1 0 1 0 700 Angka Baris A1 yang Lama 0 1 0 -1 0 1 150 Angka pada Pivot Column baris A1 -1 -1 -1 -1 -1 -1 -1
Angka yang bersesuaian pada Baris X2

0 0 -1 1 1 -1 550

Angka pada baris X2 secara lengkap adalah sebagai berikut Product Mix X2 Cj 6 X1 0 X2 1 S1 -1 S2 0 A1 1 A2
0

Q
700

Tabel 4 secara lengkap dapat dilihat pada tabel 3.5. Tabel 3.5. Tabel Optimal Kasus Galuh Chemical Company
Cj Product Mix S2 X1 X2 5 X1 0 5 6 Zj Cj-Zj 0 1 0 5 0 6 X2 0 0 1 6 0 0 S1 -1 1 -1 -1 1 0 S2 1 0 0 0 0 +M A1 1 0 1 6 M-6 +M A2 -1 0 0 0 M Q 550 300 700 5700

Karena pada baris Cj Zj pada tabel 4 tersebut sudah positif dan nol maka tabel 4 merupakan tabel optimal. Dari tabel 4 dapat kita simpulkan bahwa jumlah X1 yang diproduksi 300 unit, X2 700 unit dengan biaya total $ 5.700. S2 sebesar 550

3.29 72

KODE MK / STEKPI / BAB 3

menunjukkan bahwa jumlah postassium yang dipakai lebih dari yang tersedia. Besarnya kelebihan tersebut adalah 550.

C. ISU TEKNIS PADA METODE SIMPLEKS Pada bab 1 sudah dijelaskan isu teknis permasalahan LP jika penyelesaian dilakukan secara grafik. Pada bab ini akan dijelaskan kembali isu teknis dalam LP tetapi dalam kaitannya dengan penyelesaian secara simpleks. Isu teknis yang akan dibahas adalah infeasibility, unboundedness solution, degeneracy, serta alternative optima. Infeasibility adalah suatu situasi dimana tidak ada solusi yang memenuhi semua kendala. Jika kita menyelesaikan secara simpleks, infeasibility ini akan terlihat jika semua angka pada baris Cj Zj sudah menunjukkan solusi yang optimal, namun artificial variable masih berada pada kolom product mix. FT Mks Z = 3 X1 + 2 X 2 FK 2X1 + X 2 2 3 X1 + 4 X 2 12 X1 , X 2 0 Cj Product Mix S1 A2 0 -M Zj Cj-Zj 3 X1 2 3 -3M 3+3M 2 X2 1 4 -4M 2+4M Pivot column 2 X2 1 0 -4M 0 0 S1 1 0 0 0 0 S2 0 -1 +M -M -M A2 0 1 -M 0

Q 2 12 -12 M

Cj Product Mix S1 A2 2 -M Zj Cj-Zj

3 X1 2 -5 4+5M -1-5M

0 S1 1 -4 0 -2-4M

0 S2 0 -1 +M -M

-M A2 0 1 -M 0

Q 2 4 4-4 M

3.29 73

KODE MK / STEKPI / BAB 3

Solusi optimal tetapi artificial variable tetap menjadi variable keputusan. solution adalah situasi yang menggambarkan bahwa

Unboundedness

permasalahan LP tidak mempunyai batasan solusi. Hal ini terjadi pada kasus maksimisasi. Dalam metode simpleks, situasi unboundedness akan terlihat apabila saat kita akan menentukan pivot row, tidak ada angka yang memenuhi syarat, yaitu: tidak ada hasil bagi yang non-negatif. Fungsi tujuan: Maks Z = 15 X1 + 10 X2 Subject to Tabel Cj Product Mix S1 A2 0 -M Zj Cj-Zj 15 X1 0 2 -2M 15+2M Pivot column 15 X1 0 1 15 0 10 X2 5 0.5 15/2 5/2 10 X2 5 1 -M 10+M -M A1 0 1 -M 0 0 S1 1 0 0 0 0 S2 0 -1 +M -M Q 25 4 -4 M 25/0 4/2 =2 5 X2 25 2X1 + X2 4

Cj Product Mix S1 X1 0 15 Zj Cj-Zj

-M A1 0 0.5 15/2 -M-15/2

0 S1 1 0 0 0

0 S2

0 25 -0.5 2 -15/2 30 15/2 unbounded ness

Degeneracy

adalah situasi dimana ada satu variabel solusi (product mix)

bernilai nol. Hal ini diindikasikan adanya hasil bagi yang mempunyai nilai terkecil sama, saat kita menentukan pivot row. Kasus Max 5X1 + 8 X2

3.29 74

KODE MK / STEKPI / BAB 3

Subject to 4X1 + 6X2 < 24 2X1 + X2 < 18 3X1 + 9X2 < 36 X1, X2 >= 0

Cj 0 0 0 Product mix S1 S2 S3 Zj Cj-Zj Q 24 18 36 0

5 8 X1 X2 4 2 3 0 5

0 S1

0 S2

0 S3 0 0 1 0 0 4 Minimal Row 18 4 Minimal Row

6 1 0 1 0 1 9 0 0 0 0 0 8 0 0 * Optimal column

Pada table berikut Q pada S1 bernilai 0, kendati menjadi salah satu variabel pada solusi. Kalau terjadi bahwa variabel pada solusi bernilai 0, variabel dan solusi tersebut disebut degenerasi. Cj 0 0 8 Product mix S1 S2 X2 Zj Cj-Zj Q 0 14 4 32 5 8 0 X1 X2 S1 2 0 1 1.67 0 0 0.33 1 0 2.67 8 0 2.33 0 0 * Optimal Solution 0 S2 0 1 0 0 0 0 S3 -0.7 #DIV/0! -0.1 0.12 0.11 0.08 0.89 -0.89

Degenerasi

Alternative optima adalah situasi dimana terdapat lebih dari satu solusi optimal. Hal ini terjadi jika nilai pada baris Cj Zj sama dengan nol untuk variabel yang tidak berada pada kolom Product Mix. FT Mks Z = 2 X1 + 4 X2 FK X1 + 2 X2 5 X1 + X2 4

3.29 75

KODE MK / STEKPI / BAB 3

X1 , X2 0 Cj Product Mix S1 S2 0 0 Zj Cj-Zj 2 X1 1 1 0 2 4 X2 2 1 0 4 Pivot column 4 X2 1 0 4 0 0 S1 1 0 0 0 0 S2 0 1 0 0

Q 5 4 0
5/2 4/1

Cj Product Mix X2 S2 4 0 Zj Cj-Zj

2 X1 1/2 1/2 2 0 non basic variable =0

0 S1 1/2 -1/2 2 -2

0 S2 0 1 0 0

Q 5/2 3/2 10

LATIHAN

Untuk memperdalam pemahaman Anda mengenai materi di atas, silakan anda mengerjakan latihan berikut ini ! 1. Bagaimana cara menentukan pivot column untuk fungsi tujuan minimisasi? 2. Bagaimana cara menentukan pivot row untuk fungsi tujuan minimisasi? 3. Apa syarat tabel simpleks untuk fungsi tujuan minimisasi ini optimal ? 4. Sebutkan langkah-langkah dalam penyelesaian permasalahan LP dengan fungsi tujuan minimum dengan menggunakan metode simpleks. 5. Jelaskan suatu situasi dimana terjadi infeasibility dalam simpleks. 6. Jelaskan suatu situasi dimana terjadi unboundedness dalam simpleks.

3.29 76

KODE MK / STEKPI / BAB 3

7. Jelaskan suatu situasi dimana terjadi degeneracy dalam simpleks. 8. Jelaskan suatu situasi dimana terjadi alternative optima dalam simpleks.

RANGKUMAN Penyelesaian permasalahan simpleks untuk kasus minimisasi pada dasarnya sama dengan penyelesaian permasalahan maksimisasi. Perbedaannya hanyalah pada saat menentukan pivot column yaitu kita pilih angka pada baris Cj Zj yang merupakan tanda negatif dan angkanya paling besar. Tabel disebut optimal jika angka pada baris Cj Zj sudah positif atau nol. Pada metode simpleks seringkali dijumpai beberapa kasus yaitu infeasibility, unboundedness solution, degeneracy, serta alternative optima.

TES FORMATIF 2 Pilih salah satu jawaban yang paling tepat dari beberapa alternatif jawaban yang disediakan !

1) Manakah dari hal berikut ini yang mengindikasikan bahwa table simpleks dengan fungsi tujuan minimisasi sudah optimal ? A. Semua nilai baris Cj-Zj sudah positif atau nol * B. Semua nilai baris Cj-Zj sudah negative atau nol C. Tidak ada slack variable yang berada pada kolom product mix D. Semua angka yang berada pada pivot colum bernilai nol atau negative 2) Dalam menentukan pivot column untuk permasalahan LP dengan fungsi tujuan minimisasi adalah dengan memilih angka pada : A. baris Zj positif terbesar B. baris Zj negative terbesar C. baris Cj Zj positif terbesar D. baris Cj Zj negative terbesar *

3.29 77

KODE MK / STEKPI / BAB 3

3). Dalam menentukan pivot row untuk fungsi tujuan minimisasi adalah dengan memilih hasil bagi kolom kuantitas dengan pivot column : A. B. C. D. positif terbesar negative terbesar negative terkecil non-negatif terkecil *

4) Isue teknis infeasibility diindikasikan oleh : A. Pada table optimal nilai Cj-Zj = nol untuk non-basic variable B. Pada saat menentukan pivot row terdapat lebih dari satu hasil bagi terkecil C. Pada saat menentukan pivot row tidak ada hasil bagi yang non-negatif D. Artificial variable berada pada kolom product mix meskipun table sudah optimal* 5) Isue teknis unboundedness diindikasikan oleh : A. Pada table optimal nilai Cj-Zj = nol untuk non-basic variable B. Pada saat menentukan pivot row terdapat lebih dari satu hasil bagi terkecil C. Pada saat menentukan pivot row tidak ada hasil bagi yang non-negatif * D. Artificial variable berada pada kolom product mix meskipun table sudah optimal 6) Isue teknis degeneracy diindikasikan oleh : A. Pada table optimal nilai Cj-Zj = nol untuk non-basic variable B. Pada saat menentukan pivot row terdapat lebih dari satu hasil bagi terkecil * C. Pada saat menentukan pivot row tidak ada hasil bagi yang non-negatif D. Artificial variable berada pada kolom product mix meskipun table sudah optimal 7) Isue teknis alternative optima diindikasikan oleh : A. Pada table optimal nilai Cj-Zj = nol untuk non-basic variable * B. Pada saat menentukan pivot row terdapat lebih dari satu hasil bagi terkecil C. Pada saat menentukan pivot row tidak ada hasil bagi yang non-negatif D. Artificial variable berada pada kolom product mix meskipun table sudah optimal Berikut adalah table simpleks yang tidak lengkap dengan fungsi tujuan maksimisasi : Product Mix Y A Cj 2 -M Zj Cj-Zj 3 X 2 -5 2 Y 1 0 0 SL 1 -4 0 SP 0 -1 -M A 0 1 Kuantitas 2 4

3.29 78

KODE MK / STEKPI / BAB 3

Keterangan : X = produk X Y = produk Y SL = slack variable SP = surplus variable A = artificial variable Selesauikan table di atas kemudian jawablah pertanyaan berikut ini 8) Nilai Zj kolom kuantitas adalah : A. 4 B. 6 C. 6M D. 4 4M * 9) Yang merupakan pivot kolom adalah : A. kolom X B. kolom Y C. kolom SL D. tidak ada karena table sudah optimal * 10). Jika table di atas diselesaikan sampai dengan optimal maka kita jumpai adanya issue teknis yaitu : A. infeasibility * B. unboundedness C. alternative optima D. degeneracy

Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 2 yang terdapat di bagian akhir modul ini, dan hitunglah jumlah jawaban Anda yang benar. Kemudian gunakan rumus di bawah ini untuk mengetahui tingkat penguasaan Anda dalam materi Kegiatan Belajar 2.

3.29 79

KODE MK / STEKPI / BAB 3

Rumus

Tingkat penguasaan =

jumlah jawaban Anda yang benar x 100% 10

Arti tingkat penguasaan yang Anda capai: 90 % - 100 % = baik sekali 80 % - 89 % 70 % - 79 % = baik = sedang

< 70 % = baik sekali Kalau Anda mencapai tingkat penguasaan 80 % ke atas, anda dapat meneruskan dengan Kegiatan Belajar 3. Bagus! Tetapi kalau nilai Anda di bawah 80 %, Anda harus mengulangi Kegiatan Belajar 2, terutama yang belum Anda kuasai.

3.29 80

KODE MK / STEKPI / BAB 3

KUNCI JAWABAN TES FORMATIF

Kunci Jawaban Tes Formatif

Tes Formatif 1 1) D 2) D 3) B 4) C 5) B 6) B 7) C 8) D 9) C 10) D

Tes Formatif 2 1) A 2) D 3) D 4) D 5) C 6) B 7) A 8) D 9) D 10) A

3.29 81

KODE MK / STEKPI / BAB 3

INDEX

INDEX

A
alternative optima, 17 angka negatif, 11 artificial variable, 3, 4 metode simpleks, 2, 3 minimisasi, 1, 9

N D
degeneracy, 16 non-negatif terkecil, 11

P F
fungsi tujuan, 4 pivot column, 8, 9, 10 pivot row, 8, 9, 10

I
infeasibility, 15 unboundedness, 15

3.29 82

DAFTAR KEPUSTAKAAN KODE MK / STEKPI / BAB 3

Daftar Kepustakaan

Levin, Richard I., David S. Rubin, Joel P. Stinson, dan Everette S. Gardner, Jr. (1992). Quantitative Approaches to Management, eighth edition, New York, McGrawHill. Render, Barry dan Jay Heizer. (1997). Principles of Operations Management, second edition, Upper Saddle River, New Jersey, Prentice Hall, Inc. Render, Barry, Ralph M. Stair Jr., dan Michael E. Hanna. (2003). Quantitative Analysis for Management, eighth edition, Upper Saddle River, New Jersey, Prentice Hall, Inc. Taha, Hamdy A. (1997). Operations Research, an Introduction, sixth edition, Upper Saddle River, New Jersey, Prentice Hall, Inc.

3.29