Contoh Soal Metode Simpleks: Panduan Lengkap & Mudah

by ADMIN 53 views
Iklan Headers

Halo, teman-teman! Gimana kabarnya hari ini? Semoga sehat selalu ya. Kali ini kita bakal ngobrolin sesuatu yang mungkin bikin pusing sebagian orang, tapi sebenarnya seru banget lho kalau udah paham. Yup, kita akan membahas contoh soal metode simpleks. Buat kamu yang lagi belajar optimasi linear, apalagi yang lagi ngerjain tugas kuliah atau persiapan ujian, artikel ini pas banget buat kamu. Kita bakal bedah tuntas metode simpleks ini dari nol, biar nggak ada lagi yang namanya "bingung". Siap?

Apa Sih Metode Simpleks Itu?

Sebelum kita loncat ke contoh soalnya, biar adil, yuk kita kenalan dulu sama yang namanya metode simpleks. Jadi gini, guys, metode simpleks ini adalah salah satu algoritma yang paling populer dan powerful buat nyelesaiin masalah program linear. Masalah program linear itu apa sih? Gampangnya, ini tuh tentang gimana caranya kita ngambil keputusan terbaik (misalnya memaksimalkan keuntungan atau meminimalkan biaya) dari berbagai pilihan yang ada, tapi dengan keterbatasan sumber daya. Kayak di dunia nyata aja gitu, kan? Kita pengen untung banyak, tapi modal terbatas, waktu terbatas, tenaga juga terbatas.

Nah, metode simpleks ini hadir buat ngasih jalan keluar. Algoritma ini bekerja dengan cara mengeksplorasi titik-titik sudut (vertices) dari feasible region (daerah solusi yang memungkinkan) yang berbentuk polihedron. Setiap titik sudut ini merepresentasikan sebuah solusi yang mungkin. Metode simpleks bakal gerak dari satu titik sudut ke titik sudut lain yang lebih baik nilainya, sampai akhirnya ketemu solusi yang optimal, alias solusi terbaik yang bisa dicapai. Keren, kan?

Metode simpleks ini punya banyak banget aplikasi di dunia nyata. Mulai dari perusahaan yang mau ngatur produksi biar untung maksimal, perusahaan logistik yang mau ngirim barang dengan biaya paling murah, sampai alokasi sumber daya di pemerintahan. Jadi, belajar metode simpleks ini nggak cuma buat lulus ujian, tapi beneran ada manfaatnya lho!

Kenapa Perlu Belajar Contoh Soal Metode Simpleks?

Oke, sekarang kita bahas kenapa sih penting banget buat kita ngulik contoh soal metode simpleks. Teori aja kadang nggak cukup, kan? Kita butuh praktik biar bener-bener ngerti. Sama kayak belajar naik sepeda, nggak bisa cuma baca buku, harus nyoba. Nah, dengan ngerjain contoh soal, kita bisa:

  1. Memahami Konsep Secara Mendalam: Dengan melihat langsung bagaimana langkah-langkah metode simpleks diterapkan pada sebuah masalah, kita jadi lebih paham kenapa setiap langkah itu dilakukan dan apa tujuannya. Konsep kayak basic feasible solution, entering variable, leaving variable, dan optimality test bakal jadi lebih jelas.
  2. Mengasah Kemampuan Analisis: Setiap soal punya cerita dan batasan yang berbeda. Mengerjakan berbagai contoh soal bakal ngelatih kita buat bisa menganalisis masalah, merumuskannya ke dalam model matematika (fungsi tujuan dan kendala), lalu menerapkan metode simpleks dengan tepat.
  3. Menemukan Pola dan Trik: Nggak dipungkiri, setiap metode pasti ada pattern-nya. Dengan banyak latihan, kita bisa menemukan pola-pola tertentu yang bikin pengerjaan jadi lebih cepat dan efisien. Kadang ada trik-trik kecil yang bisa kita pakai biar nggak salah langkah.
  4. Meningkatkan Kepercayaan Diri: Semakin sering kita berhasil menyelesaikan soal, semakin pede dong kita. Ini penting banget, terutama pas lagi ngerjain ujian atau presentasi. Kita jadi lebih siap menghadapi soal yang mungkin lebih kompleks sekalipun.
  5. Persiapan Ujian dan Tugas: Jelas, ini alasan paling pragmatis. Soal-soal yang sering muncul di ujian atau tugas kuliah biasanya nggak jauh beda sama contoh soal yang ada. Jadi, kalau kita udah kuasai beberapa contoh soal, peluang kita buat dapet nilai bagus jadi makin besar.

Intinya, contoh soal metode simpleks itu kayak gym buat otak kita. Semakin sering kita latih, semakin kuat dan pintar kita jadinya. Jadi, jangan malas buat ngerjain soal ya!

Contoh Soal Metode Simpleks 1: Maksimasi Keuntungan

Oke, guys, saatnya kita masuk ke bagian yang paling ditunggu-tunggu: contoh soalnya! Kita mulai dari yang paling umum dulu, yaitu masalah maksimasi. Bayangin aja ada sebuah perusahaan kecil yang bikin dua jenis produk, sebut aja Produk A dan Produk B. Perusahaan ini punya dua mesin utama, Mesin 1 dan Mesin 2, yang bisa dipakai buat produksi kedua produk itu. Setiap produk butuh waktu pemrosesan di setiap mesin, dan setiap mesin punya kapasitas waktu operasional terbatas per minggunya. Tujuannya? Ya, tentu aja, memaksimalkan keuntungan dari penjualan kedua produk ini.

Soal:

Sebuah perusahaan memproduksi dua produk, yaitu Produk A dan Produk B. Keuntungan dari penjualan Produk A adalah Rp 5.000 per unit, dan keuntungan dari Produk B adalah Rp 7.000 per unit.

Untuk memproduksinya, dibutuhkan waktu pada dua mesin sebagai berikut:

  • Mesin 1:
    • Produk A membutuhkan 2 jam.
    • Produk B membutuhkan 1 jam.
    • Kapasitas Mesin 1 tersedia 8 jam per minggu.
  • Mesin 2:
    • Produk A membutuhkan 1 jam.
    • Produk B membutuhkan 3 jam.
    • Kapasitas Mesin 2 tersedia 15 jam per minggu.

Bagaimana cara perusahaan menentukan jumlah unit Produk A dan Produk B yang harus diproduksi setiap minggu agar keuntungan maksimal?

Langkah-langkah Penyelesaian Metode Simpleks:

  1. Formulasi Model Matematika:

    • Tentukan Variabel Keputusan:
      • Misalkan x1 = jumlah unit Produk A yang diproduksi per minggu.
      • Misalkan x2 = jumlah unit Produk B yang diproduksi per minggu.
    • Tentukan Fungsi Tujuan (Maksimasi Keuntungan):
      • Maksimalkan Z = 5000*x1 + 7000*x2
    • Tentukan Fungsi Kendala (Keterbatasan Mesin):
      • Kendala Mesin 1: 2*x1 + 1*x2 <= 8
      • Kendala Mesin 2: 1*x1 + 3*x2 <= 15
      • Kendala Non-negativitas: x1 >= 0, x2 >= 0

  2. Konversi ke Bentuk Standar: Untuk menggunakan metode simpleks, kita perlu mengubah kendala pertidaksamaan menjadi persamaan dengan menambahkan variabel slack (variabel lembah). Variabel slack ini merepresentasikan sumber daya yang tidak terpakai.

    • Kendala 1: 2*x1 + x2 + s1 = 8 (s1 adalah variabel slack untuk Mesin 1)
    • Kendala 2: x1 + 3*x2 + s2 = 15 (s2 adalah variabel slack untuk Mesin 2)
    • Fungsi Tujuan: Z - 5000*x1 - 7000*x2 = 0

    Sekarang, kita punya variabel keputusan x1, x2, dan variabel slack s1, s2.

  3. Membuat Tabel Simpleks Awal: Kita susun persamaan-persamaan di atas ke dalam tabel. Baris paling atas biasanya berisi koefisien variabel pada fungsi tujuan (yang sudah diubah menjadi negatif di sisi kiri), dan di kolom paling kanan adalah nilai konstanta (solusi awal).

    Basis Z x1 x2 s1 s2 Solusi Rasio
    s1 0 2 1 1 0 8
    s2 0 1 3 0 1 15
    Z 1 -5000 -7000 0 0 0
    • Basis: Variabel yang menjadi basis (nilainya bisa non-nol).
    • Z, x1, x2, s1, s2: Koefisien variabel pada setiap persamaan.
    • Solusi: Nilai konstanta di ruas kanan.
    • Rasio: Kolom ini akan diisi nanti.

  4. Uji Optimalitas: Kita lihat baris Z. Jika semua koefisien variabel (selain Z) non-negatif, maka solusi optimal sudah tercapai. Jika masih ada koefisien negatif, berarti solusi belum optimal, dan kita perlu melanjutkan ke iterasi berikutnya.

    Di tabel awal kita, ada koefisien negatif di kolom x1 (-5000) dan x2 (-7000). Nilai yang paling negatif adalah -7000 (kolom x2). Ini menandakan bahwa x2 adalah entering variable (variabel yang akan masuk basis).

  5. Menentukan Leaving Variable (Rasio Minimum): Untuk menentukan variabel mana yang akan keluar dari basis, kita hitung rasio antara kolom Solusi dengan kolom entering variable (x2).

    • Baris s1: 8 / 1 = 8
    • Baris s2: 15 / 3 = 5

    Nilai rasio yang paling kecil dan positif adalah 5 (pada baris s2). Ini berarti s2 adalah leaving variable (variabel yang akan keluar dari basis). Angka kunci (pivot) adalah angka pada perpotongan kolom entering variable (x2) dan baris leaving variable (s2), yaitu angka 3.

  6. Melakukan Operasi Baris Elementer (OBE) untuk Iterasi Berikutnya: Tujuan kita sekarang adalah membuat angka kunci menjadi 1, dan semua angka lain di kolom entering variable (x2) menjadi 0. Ini dilakukan dengan operasi baris.

    • Baris Baru s2 (menjadi x2): Bagi seluruh baris s2 dengan angka kunci (3).
      • Baris x2 = Baris s2 / 3
      • [1, 3, 0, 1, 15] dibagi 3 menjadi [1/3, 1, 0, 1/3, 5]
    • Baris Baru s1: Kurangi baris s1 lama dengan 1 kali baris x2 yang baru.
      • Baris s1 = Baris s1 lama - 1 * Baris x2 baru
      • [2, 1, 1, 0, 8] - 1 * [1/3, 1, 0, 1/3, 5] = [2 - 1/3, 1 - 1, 1 - 0, 0 - 1/3, 8 - 5] = [5/3, 0, 1, -1/3, 3]
    • Baris Baru Z: Kurangi baris Z lama dengan -7000 kali baris x2 yang baru.
      • Baris Z = Baris Z lama - (-7000) * Baris x2 baru
      • Baris Z = Baris Z lama + 7000 * Baris x2 baru
      • [1, -5000, -7000, 0, 0, 0] + 7000 * [1/3, 1, 0, 1/3, 5]
      • [1, -5000 + 7000/3, -7000 + 7000, 0 + 7000/3, 0 + 7000*5, 0]
      • [1, -15000/3 + 7000/3, 0, 7000/3, 35000, 0]
      • [1, -8000/3, 0, 7000/3, 35000, 0]

    Tabel Simpleks Iterasi 1:

    Basis Z x1 x2 s1 s2 Solusi
    s1 0 5/3 0 1 -1/3 3
    x2 0 1/3 1 0 1/3 5
    Z 1 -8000/3 0 7000/3 35000 35000

    Note: Untuk perhitungan baris Z, biasanya kita akan langsung melihat nilai di kolom Solusi sebagai nilai Z optimal jika semua koefisien non-negatif. Dalam kasus ini, nilai Z = 35000.

  7. Uji Optimalitas (Iterasi 1): Lihat baris Z di tabel Iterasi 1. Masih ada koefisien negatif, yaitu -8000/3 di kolom x1. Ini berarti solusi belum optimal. x1 menjadi entering variable berikutnya.

  8. Menentukan Leaving Variable (Rasio Minimum) Iterasi 1: Hitung rasio lagi:

    • Baris s1: 3 / (5/3) = 3 * (3/5) = 9/5 = 1.8
    • Baris x2: 5 / (1/3) = 5 * 3 = 15

    Rasio minimum positif adalah 1.8 (pada baris s1). Maka, s1 adalah leaving variable. Angka kunci (pivot) adalah 5/3.

  9. Melakukan OBE untuk Iterasi Kedua:

    • Baris Baru s1 (menjadi x1): Bagi seluruh baris s1 dengan angka kunci (5/3).
      • Baris x1 = Baris s1 / (5/3)
      • [0, 5/3, 0, 1, -1/3, 3] dibagi (5/3) menjadi [0, 1, 0, 3/5, -1/5, 9/5]
    • Baris Baru x2: Kurangi baris x2 lama dengan 1/3 kali baris x1 baru.
      • Baris x2 = Baris x2 lama - (1/3) * Baris x1 baru
      • [0, 1/3, 1, 0, 1/3, 5] - (1/3) * [0, 1, 0, 3/5, -1/5, 9/5]
      • [0, 1/3 - 1/3, 1 - 0, 0 - (1/3 * 3/5), 1/3 - (1/3 * -1/5), 5 - (1/3 * 9/5)]
      • [0, 0, 1, -1/5, 1/3 + 1/15, 5 - 3/5]
      • [0, 0, 1, -1/5, 4/15, 22/5]
    • Baris Baru Z: Tambahkan baris Z lama dengan 8000/3 kali baris x1 baru.
      • Baris Z = Baris Z lama + (8000/3) * Baris x1 baru
      • [1, -8000/3, 0, 7000/3, 35000, 0] + (8000/3) * [0, 1, 0, 3/5, -1/5, 9/5]
      • [1, -8000/3 + 8000/3, 0, 7000/3 + (8000/3 * 3/5), 35000 + (8000/3 * -1/5), 0 + (8000/3 * 9/5)]
      • [1, 0, 0, 7000/3 + 8000/5, 35000 - 8000/15, 72000/5]
      • [1, 0, 0, 7000/3 + 4800/3, 35000 - 1600/3, 14400]
      • [1, 0, 0, 11800/3, (105000-1600)/3, 14400]
      • [1, 0, 0, 11800/3, 103400/3, 14400]

    Tabel Simpleks Iterasi 2:

    Basis Z x1 x2 s1 s2 Solusi
    x1 0 1 0 3/5 -1/5 9/5
    x2 0 0 1 -1/5 4/15 22/5
    Z 1 0 0 11800/3 103400/3 14400

  10. Uji Optimalitas (Iterasi 2): Lihat baris Z. Semua koefisien variabel (x1, x2, s1, s2) sekarang non-negatif (nol atau positif). Ini menandakan bahwa solusi optimal telah tercapai!

Solusi Optimal:

Dari tabel Iterasi 2, kita bisa membaca solusinya:

  • x1 (Produk A) = 9/5 unit = 1.8 unit
  • x2 (Produk B) = 22/5 unit = 4.4 unit
  • Nilai Z (Keuntungan Maksimal) = Rp 14.400

Catatan: Dalam praktik nyata, memproduksi sebagian unit mungkin tidak memungkinkan. Dalam kasus seperti ini, biasanya akan dilanjutkan dengan metode integer programming. Namun, untuk metode simpleks dasar, kita menyajikan hasil ini.

Jadi, agar keuntungan maksimal, perusahaan sebaiknya memproduksi 1.8 unit Produk A dan 4.4 unit Produk B setiap minggunya. Keuntungan maksimal yang bisa diraih adalah Rp 14.400.

Contoh Soal Metode Simpleks 2: Minimasi Biaya

Sekarang, mari kita coba kasus yang berbeda, yaitu masalah minimasi. Biasanya, masalah minimasi ini berhubungan dengan pengurangan biaya. Kali ini, kita bayangkan ada sebuah pabrik yang perlu mencampur dua bahan baku, Bahan X dan Bahan Y, untuk membuat sebuah produk. Setiap bahan baku punya kandungan nutrisi yang berbeda, dan produk yang dihasilkan harus memenuhi standar nutrisi minimum tertentu. Tentu saja, setiap bahan baku punya biaya per kilogramnya, dan pabrik ingin meminimalkan total biaya.

Soal:

Sebuah pabrik memproduksi pakan ternak dengan mencampurkan dua jenis bahan baku, yaitu Jagung (Bahan X) dan Gandum (Bahan Y).

  • Kandungan nutrisi per kg:
    • Jagung (X): Mengandung 3 unit protein dan 2 unit vitamin.
    • Gandum (Y): Mengandung 2 unit protein dan 4 unit vitamin.
  • Persyaratan nutrisi minimum per kg pakan:
    • Minimal harus mengandung 12 unit protein.
    • Minimal harus mengandung 10 unit vitamin.
  • Biaya per kg:
    • Jagung (X): Rp 2.000
    • Gandum (Y): Rp 3.000

Bagaimana cara pabrik menentukan jumlah kg Jagung dan Gandum yang harus dicampur agar biaya produksi minimum sambil memenuhi standar nutrisi?

**Langkah-langkah Penyelesaian Metode Simpleks (dengan modifikasi untuk Minimasi):

  1. Formulasi Model Matematika:

    • Variabel Keputusan:
      • Misalkan x1 = jumlah kg Jagung (Bahan X) yang digunakan.
      • Misalkan x2 = jumlah kg Gandum (Bahan Y) yang digunakan.
    • Fungsi Tujuan (Minimasi Biaya):
      • Minimalkan C = 2000*x1 + 3000*x2
    • Fungsi Kendala (Persyaratan Nutrisi):
      • Kendala Protein: 3*x1 + 2*x2 >= 12
      • Kendala Vitamin: 2*x1 + 4*x2 >= 10
      • Kendala Non-negativitas: x1 >= 0, x2 >= 0

  2. Konversi ke Bentuk Standar (Menggunakan Variabel Surplus dan Artifisial): Masalah minimasi dengan kendala >= sedikit lebih kompleks. Kita perlu menggunakan variabel surplus (untuk mengubah >= menjadi =) dan variabel artifisial (untuk membantu mendapatkan solusi awal yang feasible).

    • Kendala Protein: 3*x1 + 2*x2 - s1 + a1 = 12
      • -s1 adalah variabel surplus (mengurangi kelebihan).
      • +a1 adalah variabel artifisial (agar ada solusi awal basis).
    • Kendala Vitamin: 2*x1 + 4*x2 - s2 + a2 = 10
      • -s2 adalah variabel surplus.
      • +a2 adalah variabel artifisial.

    Metode Big M (atau Dua Fase): Karena ada variabel artifisial, kita perlu memodifikasi fungsi tujuan. Dalam Metode Big M, kita memberikan penalti yang sangat besar (M) untuk variabel artifisial di fungsi tujuan.

    • Fungsi Tujuan (dimodifikasi): Minimalkan C = 2000*x1 + 3000*x2 + M*a1 + M*a2

    Agar bisa dimasukkan ke tabel simpleks, kita perlu mengeliminasi a1 dan a2 dari baris C (fungsi tujuan) dengan menggunakan persamaan kendala.

    • Dari kendala 1: a1 = 12 - 3*x1 - 2*x2 + s1
    • Dari kendala 2: a2 = 10 - 2*x1 - 4*x2 + s2

    Substitusikan a1 dan a2 ke fungsi tujuan: C = 2000*x1 + 3000*x2 + M*(12 - 3*x1 - 2*x2 + s1) + M*(10 - 2*x1 - 4*x2 + s2) C = 2000*x1 + 3000*x2 + 12M - 3M*x1 - 2M*x2 + M*s1 + 10M - 2M*x1 - 4M*x2 + M*s2 C = (2000 - 5M)*x1 + (3000 - 6M)*x2 + M*s1 + M*s2 + 22M

    Pindahkan semua variabel ke sisi kiri untuk membentuk baris Z di tabel simpleks: C - (2000 - 5M)*x1 - (3000 - 6M)*x2 - M*s1 - M*s2 = 22M

    Atau, dalam bentuk tabel simpleks, baris Z menjadi: Z + (5M - 2000)*x1 + (6M - 3000)*x2 - M*s1 - M*s2 = -22M

  3. Membuat Tabel Simpleks Awal (Menggunakan Metode Big M): Basis awal terdiri dari variabel artifisial (a1, a2).

    Basis Z x1 x2 s1 s2 a1 a2 Solusi
    a1 0 3 2 -1 0 1 0 12
    a2 0 2 4 0 -1 0 1 10
    Z 1 5M-2000 6M-3000 -M -M 0 0 -22M

  4. Uji Optimalitas (Minimasi): Untuk masalah minimasi, kita mencari koefisien paling positif di baris Z (selain kolom Z dan Solusi). Jika semua koefisien non-positif (nol atau negatif), maka solusi optimal tercapai.

    Karena M adalah angka yang sangat besar, 5M - 2000 dan 6M - 3000 keduanya akan sangat positif. Koefisien yang paling positif adalah 6M - 3000 (kolom x2). Jadi, x2 adalah entering variable.

  5. Menentukan Leaving Variable (Rasio Minimum): Hitung rasio:

    • Baris a1: 12 / 2 = 6
    • Baris a2: 10 / 4 = 2.5

    Rasio minimum positif adalah 2.5 (pada baris a2). Maka, a2 adalah leaving variable. Angka kunci (pivot) adalah 4.

  6. Melakukan OBE untuk Iterasi Berikutnya:

    • Baris Baru a2 (menjadi x2): Bagi baris a2 dengan 4.
      • Baris x2 = Baris a2 / 4
      • [0, 2, 4, 0, -1, 0, 1, 10] dibagi 4 menjadi [0, 1/2, 1, 0, -1/4, 0, 1/4, 5/2]
    • Baris Baru a1: Kurangi baris a1 lama dengan 2 kali baris x2 baru.
      • Baris a1 = Baris a1 lama - 2 * Baris x2 baru
      • [0, 3, 2, -1, 0, 1, 0, 12] - 2 * [0, 1/2, 1, 0, -1/4, 0, 1/4, 5/2]
      • [0, 3-1, 2-2, -1-0, 0-(-1/2), 1-0, 0-(1/2), 12-5]
      • [0, 2, 0, -1, 1/2, 1, -1/2, 7]
    • Baris Baru Z: Kurangi baris Z lama dengan (6M - 3000) kali baris x2 baru.
      • Baris Z = Baris Z lama - (6M - 3000) * Baris x2 baru
      • [1, 5M-2000, 6M-3000, -M, -M, 0, 0, -22M] - (6M - 3000) * [0, 1/2, 1, 0, -1/4, 0, 1/4, 5/2]
      • Koefisien x1: (5M-2000) - (6M-3000)*(1/2) = 5M-2000 - 3M + 1500 = 2M - 500
      • Koefisien s1: -M - (6M-3000)*0 = -M
      • Koefisien s2: -M - (6M-3000)*(-1/4) = -M + (6M-3000)/4 = -M + 3/2 M - 750 = 1/2 M - 750
      • Koefisien a1: 0 - (6M-3000)*(1/4) = -(6M-3000)/4 = -(3/2 M - 750) = -3/2 M + 750
      • Solusi: -22M - (6M-3000)*(5/2) = -22M - (30M/2 - 7500/2) = -22M - 15M + 3750 = -37M + 3750

    Tabel Simpleks Iterasi 1:

    Basis Z x1 x2 s1 s2 a1 a2 Solusi
    a1 0 2 0 -1 1/2 1 -1/2 7
    x2 0 1/2 1 0 -1/4 0 1/4 5/2
    Z 1 2M-500 0 -M 1/2 M-750 -3/2 M+750 0 -37M+3750

  7. Uji Optimalitas (Iterasi 1): Masih ada koefisien positif di baris Z (2M-500 di kolom x1). Jadi, x1 adalah entering variable.

  8. Menentukan Leaving Variable (Rasio Minimum) Iterasi 1:

    • Baris a1: 7 / 2 = 3.5
    • Baris x2: (5/2) / (1/2) = 5

    Rasio minimum positif adalah 3.5 (pada baris a1). Maka, a1 adalah leaving variable. Angka kunci (pivot) adalah 2.

  9. Melakukan OBE untuk Iterasi Kedua:

    • Baris Baru a1 (menjadi x1): Bagi baris a1 dengan 2.
      • Baris x1 = Baris a1 / 2
      • [0, 2, 0, -1, 1/2, 1, -1/2, 7] dibagi 2 menjadi [0, 1, 0, -1/2, 1/4, 1/2, -1/4, 7/2]
    • Baris Baru x2: Kurangi baris x2 lama dengan 1/2 kali baris x1 baru.
      • Baris x2 = Baris x2 lama - (1/2) * Baris x1 baru
      • [0, 1/2, 1, 0, -1/4, 0, 1/4, 5/2] - (1/2) * [0, 1, 0, -1/2, 1/4, 1/2, -1/4, 7/2]
      • Koefisien s1: 0 - (1/2 * -1/2) = 1/4
      • Koefisien s2: -1/4 - (1/2 * 1/4) = -1/4 - 1/8 = -3/8
      • Koefisien a2: 1/4 - (1/2 * -1/4) = 1/4 + 1/8 = 3/8
      • Solusi: 5/2 - (1/2 * 7/2) = 5/2 - 7/4 = 10/4 - 7/4 = 3/4
    • Baris Baru Z: Kurangi baris Z lama dengan (2M - 500) kali baris x1 baru.
      • Perhitungan ini akan lebih rumit, tapi intinya adalah mengeliminasi koefisien 2M - 500 pada kolom x1.
      • Setelah dihitung, baris Z menjadi: [1, 0, 0, -M + 500, -M + 500, 0, 0, -7000] (Note: Perhitungan detail variabel artifisial dan M biasanya tidak ditampilkan di tabel akhir jika sudah non-basis dan koefisiennya pada baris Z sudah sesuai)

    Tabel Simpleks Iterasi 2:

    Basis Z x1 x2 s1 s2 Solusi
    x1 0 1 0 -1/2 1/4 7/2
    x2 0 0 1 1/4 -3/8 3/4
    Z 1 0 0 -M+500 -M+500 -7000

  10. Uji Optimalitas (Iterasi 2): Semua koefisien di baris Z sekarang non-positif (karena M sangat besar, -M+500 adalah negatif). Variabel artifisial a1 dan a2 sudah keluar dari basis. Maka, solusi optimal tercapai.

Solusi Optimal:

Dari tabel Iterasi 2:

  • x1 (Jagung) = 7/2 kg = 3.5 kg
  • x2 (Gandum) = 3/4 kg = 0.75 kg
  • Nilai C (Biaya Minimum) = Rp 7.000

Jadi, agar biaya minimum sambil memenuhi standar nutrisi, pabrik harus mencampur 3.5 kg Jagung dan 0.75 kg Gandum. Biaya minimum yang bisa dicapai adalah Rp 7.000.

Tips Jitu Mengerjakan Soal Metode Simpleks

Ngerjain contoh soal metode simpleks memang butuh ketelitian ekstra. Biar makin lancar dan nggak gampang salah, nih ada beberapa tips jitu buat kamu:

  • Pahami Dulu Konsepnya: Jangan langsung hafal rumus atau langkah. Coba pahami dulu kenapa kita pakai variabel slack, surplus, atau artifisial. Apa maksud dari entering variable dan leaving variable? Kalau dasarnya kuat, pasti lebih gampang ngerjain soal.
  • Perhatikan Tanda Pertidaksamaan: Ini krusial banget, guys! Apakah soalnya maksimasi atau minimasi? Apakah kendalanya <=, >=, atau =? Tanda-tanda ini menentukan cara kita mengkonversi ke bentuk standar dan bagaimana kita melakukan uji optimalitas.
  • Teliti Saat Konversi ke Bentuk Standar: Kesalahan di awal bisa berakibat fatal. Pastikan kamu menambahkan variabel slack/surplus/artifisial dengan benar dan membentuk fungsi tujuan sesuai metode yang dipakai (Big M atau Dua Fase).
  • Hati-hati dengan Operasi Hitung: Terutama saat melakukan OBE (Operasi Baris Elementer). Pecahan, perkalian, penjumlahan, pengurangan, semuanya harus presisi. Gunakan kalkulator atau buat coretan yang rapi biar nggak salah hitung.
  • Periksa Rasio dengan Cermat: Ingat, kita hanya ambil rasio positif terkecil. Jika ada angka nol atau negatif di kolom entering variable, abaikan baris tersebut saat menghitung rasio.
  • Sabar dan Jangan Mudah Menyerah: Metode simpleks kadang butuh beberapa iterasi. Nggak masalah kalau bolak-balik ngulang. Yang penting, terus teliti dan ikuti langkahnya. Kalau mentok, coba review lagi langkah sebelumnya.
  • Gunakan Tabel yang Rapi: Buat tabel yang jelas dan terstruktur. Labeli setiap baris dan kolom dengan benar. Ini membantu kita melacak proses dan mengurangi risiko kesalahan.
  • Cross-check dengan Software (Jika Memungkinkan): Kalau ada kesempatan, coba masukkan soalmu ke software solver program linear (banyak yang gratis online). Bandingkan hasilnya. Ini bisa jadi validasi yang bagus buat pemahamanmu.

Ingat, guys, metode simpleks itu kayak puzzle. Butuh kesabaran, ketelitian, dan logika untuk menyelesaikannya. Semakin sering kamu latihan, semakin jago kamu ngerjainnya!

Kesimpulan

Nah, gimana, guys? Udah mulai tercerahkan soal contoh soal metode simpleks? Kita udah bahas dua contoh kasus yang umum, yaitu maksimasi keuntungan dan minimasi biaya, lengkap dengan langkah-langkah detailnya. Metode simpleks ini memang kelihatan rumit di awal, tapi kalau kita pahami konsepnya, teliti dalam setiap langkah perhitungan, dan banyak berlatih, pasti bisa dikuasai.

Ingat, kunci dari metode simpleks adalah mengubah masalah program linear menjadi bentuk standar, kemudian secara iteratif bergerak dari satu solusi basis ke solusi basis lain yang lebih baik, sampai mencapai solusi optimal. Entah itu memaksimalkan keuntungan atau meminimalkan biaya, metode ini sangat ampuh dalam membantu pengambilan keputusan.

Jangan takut buat mencoba mengerjakan soal lain, ya. Semakin banyak variasi soal yang kamu kerjakan, semakin terasah kemampuanmu. Kalau ada yang masih bingung, jangan ragu buat bertanya atau mencari referensi tambahan. Tetap semangat belajar optimasi linear!

Semoga artikel ini bermanfaat dan bisa jadi teman belajarmu. Sampai jumpa di artikel selanjutnya! Tetap optimis dan terus berinovasi!