Kelompok

Metode
Simpleks
Tri Prasetyo Sugestiawan (202061201068)
Tita Nuraini P. Batmanlussy (202061201071)
Silvia Felisitas Rahateen (202061201083)
Giovanno Rulland M. Latumahina (202061201086)
Dhevita Nathalia Tongayo (202061201087)
Sub Pembahasan :

01 Pengertian Metode Simpleks

02 Penentuan Maksimum

03 Penentuan Minimum
A. Pengertian Metode Simpleks
Metode simpleks adalah suatu metode yang secara sistematis dimulai dari suatu pemecahan dasar
yang memungkinan ke pemecahan dasar yang lainnya dan ini dilakukan tahap demi tahap yang disebut
dengan iterasi (dengan jumlah iterasi yang terbatas) sehingga pada akhirnya akan tercapai suatu
pemecahan dasar yang optimal dan setiap langkah menghasilkan suatu nilai dari fungsi tujuan yang
selalu lebih optimal atau sama dari langkah-langkah sebelumnya.

Metode simpleks juga merupakan salah satu teknik penyelesaian dalam program linier yang digunakan
sebagai teknik pengambilan keputusan dalam permasalahan yang berhubungan dengan pengalokasian
sumber daya secara optimal. Metode simpleks digunakan untuk mencari nilai optimal dari program linier
yang melibatkan banyak constraint (pembatas) dan banyak variabel (lebih dari dua variable). Penemuan
metode ini merupakan lompatan besar dalam riset operasi dan digunakan sebagai prosedur
penyelesaian dari setiap program komputer. Dari berbagai metode penyelesaian program linier, metode
simpleks merupakan metode yang paling ampuh dan terkenal. Metode simpleks didasarkan atas
pengertian bahwa solusi optimal dari masalah program linier
B. Penentuan Maksimum
Suatu masalah dalam pabrik memiliki data sebagai berikut:

Ukuran waktu memprosesan oleh departemen

Ukuran
Kapasitas per-
Departemen
A B C periode waktu

Pemotongan 10,7 5,0 2,0 2705

Pelipatan 5,4 10,0 4,0 2210
Pengepakan 0,7 1,0 2,0 445

Keuntungan/unit $10 $15 $20

Langkah pertama adalah menentukan model matematika untuk data-data yang tertera dalam tabel.
Misalnya bahwa diproduksi sejumlah x unit dari produksi A, sejumlah y unit dari produksi B dan sejumlah z
unit dari produksi C.
Fungsi objektif:

Maksimumkan: f =10x + 15y + 20z

Syarat : 10,7x + 5y + 2z ≤ 2705
5,4x + 10y + 2z ≤ 2210
0,7x + 1y + 2z ≤ 445
x ≥ 0, y ≥ 0, z ≥ 0

Dengan penambahan variabel “slack” S1, S2, S3, pertidaksamaan tersebut dapat diubah menjadi persamaan. Pembuatan
produksi imaginer S1, S2, S3, melibatkan keuntungan nol perunitnya. Sehingga Model matematikanya dapat ditulis
kembali sebagai berikut :
Maksimumkan : fo = 10x + 15y + 20z + 0S1 + 0S2+ 0S3
Syarat : 10,7x + 5y + 2z + 1 S1 + 0 S2 + 0 S3 ≤ 2705
5,4x + 10y + 2z + 0S1 + 1S2 + 0S3 ≤ 2210
0,7x + 1y + 2z + 0S1+ 0S2+ 1S3 ≤ 445
x ≥ 0, y ≥ 0, z ≥ 0 S1 ≥ 0, S2 ≥ 0, S3 ≥ 0
Setiap program yang akan dibuat berikut, diberikan dalam bentuk matrik atau tabel.
Kerangka dalam simpleks ditampilkan sebagai berikut:
Bilangan di “Net evaluation row”, dibawah setiap kolom dari “badan utama” dan “identitas” mewakili “opportunity cost” dari
tidak memiliki satu unit dari variabel kolom bersangkutan dalam solusi. Bilangan tersebut mewakili kemampuan peningkatan
dalam fungsi obyektif yang dihasilkan jika memasukan satu unit dari variabel kolom bersangkutan dalam program.

Progr Profit Kuantit $10 $15 $20 $0 $0 $0

 
am Perunit as x y z S1 S2 S3

S1 0 2705 10.7 5 2 1 0 0
S2 0 2210 5.4 10 4 0 1 0
0 445 0.7 1 2 0 0 1
S3

Net Evaluation Row 10 15 20 0 0 0  

Bilangan
Kolom kunci kunci Baris Kunci
( variabel masuk ) ( variabel keluar )

 
Tiga bilangan positif (10, 15, 20 ) dalam “baris penilaian” menunjukkan besarnya keuntungan jika mengikutsertakan 1
unit x, 1 unit y, dan 1 unit z. Nilai terbesar 20 terletak dibawah kolom z, maka variabel (produk) z adalah variabel yang
pertama-tama harus diikutsertakan. Kolom inin disebut kolom kunci. Bagilah bilangan dalam kolom “kuantitas” dengan
bilangan “bukan negatif” bersangkutan dari kolom kunci, kemudian bandingkan hasil bagi yang terkecil menjadi
“barisan kunci”.
Perhitungan untuk menentukan barisan kunci adalah:
Barisan S1 : = 1352,5 unit

Barisan S2 : = 552,5 unit

Barisan S3 : = 222,5 unit

Setelah kolom kunci dan barisan kunci ditemukan, selanjutnya menentukan bilangan kunci. Bilangan yang terletak
pada perpotongan kolom kunci dan barisan kunci disebut “bilangan kunci”. Dalam contoh diatas, bilangan kunci
adalah 2.

Transformasi Bukan Baris Kunci

Aturan :

Dimana : rasio tertentu =

 C. Penentuan Minimum
Tabel Persiapan Penyusunan Model Matematika
Makanan Misalkan bahwa untuk memenuhi tujuan ini dibeli x makanan M 1
  dan sejumlah y dari makanan M2. Secara aljabar masalah inni
 
Keperluan dapat ditulis sebagi berikut:
Vitamin M1 M2
Sehari Minimumkan: f = 3x + 2.5y
Syarat : 2x + 4y ≥ 40
A 2 4 40 3x + 2y ≥ 50
B 3 2 50 x≥0,y≥0
Harga
3 2.5  
Makanan/Unit

Metode simpleks II menangani persyaratan “lebih besar atau sama” dengan suatu nilai. Untuk merubah
pertidaksamaan menjadi persamaan memerlukan “pengurangan” dengan variabel “slack”. Misalkan sejumlah
x dan y dari vitamin A dan B diperlukan seharinya,maka model matematikanya dapat ditulis kembali sebagai
berikut:
Minimumkan: f = 3x + 2.5y + 0S 1 + 0S2
Syarat : 2x + 4y - S1 = 40
3x + 2y – S2 = 50
x ≥ 0 , y ≥ 0 , S1 ≥ 0 , S2 ≥ 0
Variabel Slact Tiruan (Artificial)
Model matematika dilengkapi dengan variabel slack tiruan A1 dan A 2 sampai An, sehingga jika x dan y bernilai nol,
persamaan-persamaan persyaratan masih memiliki variabel slack yang bernilai positif. Maka model matematika secara
lengkap ditulis:
Minimumkan: f = 3x + 2.5y + 0S1 + 0S2 + MA1 + MA2
Syarat : 2x + 4y - S1 + A1 = 40
3x + 2y – S2 + A2 = 50
x ≥ 0 , y ≥ 0 , S 1 ≥ 0 , S 2 ≥ 0 , A1 ≥ 0 , A 2 ≥ 0

Perlu diperhatikan bahwa variabel “slack” S memiliki koefisien biaya sebesar nol, sedangkan variabel “slack tiruan” A
memiliki koefisien biaya M yang tak terhingga besarnya. Dengan mengaitkan nilai M yang tak terhingga besarnya pada
koefisien slack tiruan A, kita yakin bahwa variabel ini tidak akan pernah masuk dalam penyelesaian optimal.

Merancang Program Awal

Dalam metode simpleks, program awl hanya melibatkan S 1 dan S2, sedangkan x dan y sebagai variabel kerangka benilai
nol. Untuk suatu masalah berdimensi dua, ini berarti menyatakan vektor persyaratan P 0 dalam vektor basis dan .

Dalam contoh yang ditampikan diatas, vektor persyaratan P 0 = dapat dinyatakan dengan vektor-vektor basis dan
Prosedur Penentuan Struktur Persyaratan
Karakteristik dari masalah program linier dapat dicakup dalam 3 jenis yang berbeda :
1. persyaratan yang dalam bentuk aslinya dinyatakan oleh pertidaksamaan dari jenis “kurang dari atau sama dengan”,
jenis ≤.
2. persyaratan yang dalam bentuk aslinya dinyatakan oleh pertidaksamaan dari jenis “lebih besar atau sama dengan”, jenis
≥.
3. persyaratan yang dalam bentuk aslinya merupakan campuran dari persamaan dan pertidaksamaan.
4. Penyusunan kembali model matematika diperlukan untuk siap dan dapat digunakan dalam perancangan program awal
dari metode simpleks.
Contoh 1:
Jenis ( ≤. ) “lebih kecil dari atau sama dengan”
Setiap pertidaksamaan “kurang dari atau sama dengan” diubah menjadi persamaan dengan menambah “variable slack” yang
tidak negatif dan memiliki koefesien 0 dalam fungsi objektif.
Contoh:
Maksimumkan: f = 10x + 15y
Syarat : 4x + 60y ≤. 60
3x + 4y ≤. 80
X ≥ 0, y ≥ 0
Persamaan yang diperlukan untuk table simpleks adalah:
4x + 6y + 1S1 + 0S2 = 60
3x + 4y + 0S1 + 1S2 = 80
Fungsi Objektif:
f = 10x + 15y + 0S1 + 0S2

Contoh 2 :
Kasus campuran
Masalah yang digolongkan kedala kasus 3 adalah masalah yang memiliki persamaan disamping pertidaksamaan.
Persamaan ditangani dengan melengkapinya dengan menambahkan variabel slack tiruan yang tidak negative.
Contoh:
Minimumkan: f = 7x + 15y
Syarat : 2x + 4y ≥ 20
5x + 8y = 30
x ≥0,y≥0
Persamaan-persamaan yang diperlukan untuk tabel simpleks adalah:
2x + 4y +1S1 + 1A1 + 0A2 = 20
5x + 8y +0S1 + 0A1 + 1A2 = 30
Fungsi Objektif:
f: 7x + 15y +0S1 + MA1 + MA2