Metode Big M Dua Fase Dan Dual Simpleks
Metode Big M Dua Fase Dan Dual Simpleks
Metode Big M Dua Fase Dan Dual Simpleks
Kita akan bahas metode Big M dalam sub bab ini. Perbedaan metode
Big M dengan primal simpleks biasa (teknik penyelesaian yang sudah
dipelajari sebelumnya), terletak pada pembentukan tabel awal. Jika
fungsi kendala menggunakan bentuk pertidaksamaan ≥, perubahan dari
Iterasi-0
VB X1 X2 S1 A1 A2 S2 Solusi Rasio
z -4 +7M -1 +4M -M 0 0 0 9M -
A1 3 1 0 1 0 0 3 1
A2 4 3 -1 0 1 0 6 3/2
S2 1 2 0 0 0 1 4 2
Iterasi-1
VB X1 X2 S1 A1 A2 S2 Solusi Rasio
z 0 (1 +5M)/3 -M (4-7M)/3 0 0 4+2M -
X1 1 1/3 0 1/3 0 0 1 3
A2 0 5/3 -1 -4/3 1 0 2 6/5
S2 0 5/3 0 -1/3 0 1 3 9/5
Iterasi-2
VB X1 X2 S1 A1 A2 S2 Solusi Rasio
z 0 0 1/5 8/5 – M -1/5 – M 0 18/5 -
X1 1 0 1/5 3/5 -1/5 0 3/5 25/3
X2 0 1 -3/5 -4/5 3/5 0 6/5 -
S2 0 0 1 1 -1 1 1 1
Iterasi-3 optimal
VB X1 X2 S1 A1 A2 S2 Solusi
z 0 0 0 7/5-M -M -1/5 17/5
karena A1 dan A2 berfungsi sebagai variabel basis pada solusi awal, maka
koefisiennya pada fungsi tujuan harus sama dengan 0. untuk mencapai
itu, gantikan nilai A1 dari fungsi kendala pertama (kendala yang memuat
A1) dan nilai A2 dari fungsi kendala ketiga (kendala yang memuat A2).
Iterasi1
VB X1 X2 S1 S2 S3 A1 A2 NK Rasio
A 0.85 0 0 -11/3 0 0 -8/3 45 -
A1 0.85 0 0 10/6 0 1 -10/6 45 52.94
S1 0.0007 0 1 1/300 0 0 -1/300 0.81 1157.14
X2 0.15 1 0 -10/6 0 0 10/6 45 300
S3 0.011 0 0 0.1 1 0 -0.1 1.8 163.634
Iterasi2 optimal
VB X1 X2 S1 S2 S3 A1 A2 NK
A 0 0 0 -4.8708 0 -1 -1.4625 0
X1 1 0 0 17/12 0 20/17 -17/12 52.94
S1 0 0 1 0.0023417 0 0.0008 -0.0023 0.772942
X2 0 1 0 -1.7542 0 -3/17 1.7542 37.059
S3 0 0 0 0.09358 1 0.01294 -0.084417 1.21766
VB X1 X2 X3 S1 S2 S3 NK
Z -21 -18 -15 0 0 0 0
S1 -90 -20 -40 1 0 0 -200
S2 -30 -80 -60 0 1 0 -180
S3 -10 -20 -60 0 0 1 -150
¾ Iterasi-2
VB X1 X2 X3 S1 S2 S3 NK
Z 0 0 -611/99 -0.213131 -2/33 0 53.535
X1 0 0 10/33 0.0303 1/330 0 1.8788
X2 0 1 7/11 1/220 -3/220 0 17/11
S3 0 0 -44.2424 -0.0303 -0.02424 1 -100.3030
Rasio - - 0.139498 7.0340 2.500 0 -
¾ Iterasi-3 optimal
VB X1 X2 X3 S1 S2 S3 NK
Z 0 0 0 -0.208934 -0.0572 -0.13948 67.52628
X1 1 0 0 0.00000014 0.00286 0.006848 1.19173
X2 0 1 0 0.0041127 -0.013986 0.01438 0.102818
X3 0 0 1 0.00068 0.00055 -0.0226 2.267
Iterasi – 1
VB X1 X2 S1 S2 Solusi Rasio
Z 0 0 2 0 10
X2 1/2 1 1/2 0 5/2
Perhatikan nilai baris z untuk variabel x1 juga menjadi nol saat x2 berubah
menjadi variabel masuk. Jika iterasi tersebut kita lanjutkan dengan
memilih x1 sebagai variabel masuk, maka akan didapatkan tabel hasil
iterasi kedua berikut:
Iterasi-2
VB X1 X2 S1 S2 Solusi Rasio
Z 0 0 2 0 10
X2 0 1 1 -1 5/2
X1 1 0 -1 2 3/2
Dalam praktek, pengetahuan akan solusi optimum yang lebih dari satu
akan sangat bermanfaat karena manajemen mempunyai kesempatan
untuk memilih salah satu sesuai dengan situasi yang mereka miliki tanpa
harus merusak nilai tujuan.
Degeneracy
Pada bagian 4.4 di atas, ada kemungkinan saat akan menentukan
sel keluar, rasio pembagian terkecil lebih dari satu, dan kita akan memilih
salah satu secara sembarang. Jika hal ini terjadi, satu atau lebih variabel
akan sama dengan nol (0) pada iterasi selanjutnya. Solusi pada iterasi
dimana satu atau lebih variabel mempunyai nilai nol (0) kita sebut sebagai
degeneracy.
Degeneracy terjadi secara praktek karena ada minimum satu
fungsi kendala yang redundan. Dalam iterasi, kita dapat mengenalinya
dengan cara berikut.
Kalau anda perhatikan tabel di atas, ada dua kandidat baris pivot,
sehingga ada dua kandidat variabel keluar. Kita dapat memilih salah
satu. Jika kita pilih baris s1 maka solusi pada iterasi pertama adalah
sebagai berikut:
VB X1 X2 S1 S2 Solusi Rasio
Z -3/4 0 9/4 0 18 -
X2 1/4 1 1/4 0 2 8
S2 1/2 0 1/2 1 0 0
Iterasi-2 optimal
VB X1 X2 S1 S2 Solusi
Z 0 0 3/2 3/2 18
Iterasi-1
VB X1 X2 S1 S2 Solusi Rasio
Z 0 -1 0 1 40
S1 0 -1 1 -1/2 -10
X1 1 0 0 ½ 20
Jika iterasi itu diteruskan, tidak akan pernah berhenti. Nilai z akan
meningkat terus. Pada tabel awal sebenarnya kita sudah dapat
mengidentikasi bahwa nilai tujuan akan meningkat terus tanpa ada batas
dengan memperhatikan koefisien pembatas kolom x2 yang bernilai -1 dan
0. Nilai koefisien pembatas ini menunjukkan bahwa x2 dapat dinaikkan
tanpa ada batas, sehingga nilai z juga akan meningkat tanpa ada batas.