Pengantar
Optimisasi Metode Big-M untuk Program Linier
Jika kita sudah mempelajari simplex.
Itu adalah dasar dari optimisasi program linier. Memaksimumkan atau
meminimumkan fungsi objektif. Metode tabel sendiri tidak lain adalah simplex
yang dibentuk tabel untuk memudahkan perhitungan. Bagaimana dengan metode
Big-M? adakah bedanya dengan simplex? Tentu saja.. walaupun sama-sama
menyelesaikan masalah program linier.
Metode simplex tidak bisa
menyelesaikan program linier dengan cepat jika kita menghitung manual. Makanya
kita menggunakan metode tabel. Tapi kelemahan metode tabel ini. BFS awalnya
harus identitas. Tidak selamanya program linier yang ditambahkan slack variabel
bisa memiliki BFS awal yang identitas.
Minimumkan
Dengan kendala:
Sekarang kendala kita jadikan bentuk
baku dan fungsi objektifnya menjadi sama dengan 0:
Minimumkan
Dengan kendala:
Saya akan memilih basis awal/BFS
awal 3,4,5 seperti biasa dari slack variabel. Maka tabel awalnya akan begini:
BFS awal bukan identitas. Kita tidak
boleh mengalikan -1 pada baris variabel dan karena akan berakibat R
menjadi negatif. Sementara dalam metode tabel, pada pertukaran basis; jangan
sampai nilai R negatif karena bisa mengakibatkan beberapa basis tidak bisa
keluar, dan ini bisa berakibat fatal, anda akan berputar terus-terusan tanpa
dapat solusi optimal atau solusi optimal bisa salah.
ITULAH kelemahan metode tabel jika
BFS awal bukan identitas anda akan terjebak di looping selamanya, 1 masuk 4
keluar, lalu berikutnya 2 masuk 1 keluar. Lalu 4 masuk lagi 2 keluar. Begitu
terus seperti terjebak di labirin. Atau proses stop tapi ternyata solusi tidak
optimal.
Untuk kasus seperti ini dimana
variabel basis anda bukan identitas dibuatlah metode Big-M. kita sudah punya
slack variabel. Tapi kita menginginkan basis awal yang identitas. Jadi perlu
ditambahkan artificial variabel, banyak banget ya? Tenang artificial variabel
ini hanya agar kita bisa memiliki basis awal yang identitas. Sesudah itu kita
kembali dengan metode tabel.
Algoritma
Metode Big M:
Minimumkan
Dengan kendala:
1.Menambahkan artificial variabel
agar BFS bisa menjadi identitas
Tambahkan artificial variabel dan
jadikan ke bentuk:
Minimumkan
Dengan kendala:
adalah artificial variabel. Sehingga
BFS awal kita bisa menjadi identitas. Dan mudah untuk mencari solusi
optimumnya.
Artificial variabelnya akan kita
paksa jadi 0 selama proses Big-M ini. Harus ya.. dipaksa.. Ya dengan kata lain
Big-M itu proses mengutak-atik agar metode simplex atau tabel bisa dilakukan.
2.Buat tabel awalnya
Seperti biasa saya titik-titik
karena isinya nanti itu konstanta dari fungsi objektif dan kendala program
linier. Sementara baris z yang berada di kolom artificial variabel diberi
tanda –M. itulah M kita. Big-M. M besar. Menang, MENANG.
Maksud dari Big-M ini adalah
menambahkan konstanta M, sebuah bilangan bulat positif yang sangat besar,
sangat sangat sangat besar sekali. Gausah dibayangkan...
9793865864823648236423, bahkan lebih besar dari itu.
M itu merupakan alat bantu. Agar
program linier bisa diselesaikan dengan simplex atau tabel. Jika suatu program
linier bentuknya walau sudah ditambah slack variabel tidak bisa diselesaikan:
looping atau solusi optimalnya salah. Metode Big-M ini digunakan agar solusinya
konvergen ke solusi optimal dengan simplex.
Kalau anda penasaran maksud dan
penjelasan M ini. Bisa dicari sendiri. Baca bukunya, saya bikin blog bukan
copas buku.
Kalikan baris basis artificial
variabelnya dengan M lalu tambahkan ke baris z
Jika bingung lebih baik liat contoh
nanti. Di buku juga langsung contoh ga ada dikasih algoritma kaya saya gini.
Setelah tahap ketiga ini anda
langsung gunakan metode tabel, tahap pencarian basis baru, ditukar lalu sampai
dapat solusi optimal.
Sedikit kan? Namanya saja metode
Big-M itu pengantar menuju metode simplex atau tabel. Saya sering tulis tabel
karena kalau saya pakai simplex ribet ngitungnya. Tapi sama saja mau pakai
simplex atau tabel habis ini, kan metode tabel itu SIMPLEX yang DITABELKAN.
SELESAI
Sekarang kita langsung contoh coba
Big-M ini benar ga nih? Atau cuma gede otot doank otak kosong. Big-Muscle
Minimumkan
Dengan kendala:
1.Menambahkan artificial variabel
agar BFS bisa menjadi identitas
Sekarang agar bisa dapat basis awal
identitas, maka perlu ditambah artificial variabel:
Minimumkan
Dengan kendala:
2.Buat tabel awalnya
3.Kalikan baris basis artificial
variabelnya dengan M lalu tambahkan ke baris z
Variabel artificial itu hanya
variabel 6 dan 7 ya jadi kalikan baris variabel 6 dan 7 dengan M lalu
ditambahkan ke baris z hasilnya adalah:
Ini adalah tabel yang sudah bisa
di-metode tabelkan / disimplexkan.
4. Metode tabel siap dimulai
Anda gabosen kan dengan metode
tabel? Malah enak minta nambah? Cari basis baru liat baris z paling maksimum
yang lebih besar dari 0 lalu dari yang harus dikeluarkan dari basis. Untuk
ditukar. Terus ganti jadi tabel iterasi kedua, ulang lagi cari basis baru;
sampai baris z tidak ada lagi yang lebih besar dari 0, alias tidak ada lagi basis
baru yang bisa masuk.
Sebenarnya jika anda simak baik-baik
memang benar metode Big-M ini pengantar menuju metode tabel/simplex. Karena
ujung-ujungnya kita akan pakai lagi metode tabel. Karena memang untuk mencari
solusi optimal program linier baru satu metode yang ada yaitu SIMPLEX. Tabel
itu versi mudah simplex jadi ngitungnya gampang. Nanti jika ada yang mau bikin
metode menyelesaikan program linier namanya jangan menipu kaya gini ya..
simplex tapi ribet.
Saya tandai baris dan kolom pivotnya
sisanya anda hitung sendiri. Cek apakah hitungan anda sudah benar. saya tandai
langsung saja semua ya.
Tabel Iterasi ke 2:
Tabel Iterasi ke 3:
Tabel Iterasi ke 4:
Tabel Iterasi ke 5:
Sudah selesai akhirnya..
Jadi solusi optimal dengan fungsi
objektif akan minimum bernilai -6, untuk nilai variabel:
Dan juga nonbasis termasuk slack dan
artificial variabelnya akan sama dengan 0:
Minimumkan
Nilai tersebut adalah yang paling
minimum sekaligus juga memenuhi kendala.
Yang penting kan diawal itu yang
ditanya hanya 2 variabel. Lalu kita tambahkan slack variabel, lalu ada lagi
artificial variabel. Penambahan variabel macam-macam ini sebenarnya tidak
merubah masalah optimisasi yang kita punya.
Jadi jika tadi sudah didapat BFS
optimal itu adalah variabel 2,3,4 dengan nilai:
Otomatis variabel lain bernilai 0.
Selain optimal, nilainya akan
memenuhi kendala:
Yang saya maksud tidak merubah
masalah optimisasi itu, seperti ketika masalah maksimum jadi minimum; tidak akan
merubah hasilnya, cuma dikali minus nilai optimal akhirnya saja. Begitu juga
pada kendala, jika kendala yang sudah ditambah slack dan artificial variabel
terpenuhi. Kendala awal(dari masalah optimisasi yang sebenarnya) pasti
terpenuhi juga.
Cek saja masukkan:
dan
Pasti terpenuhi..
Sebenarnya selain metode Big-M ini
ada juga metode dua fase. Tapi sama saja. Metode dua fase dan Big-M merupakan
pengantar menuju metode simplex atau tabel. Saya buat artikel Big-M karena ini
lebih singkat algoritmanya. Jika menggunakan metode dua fase juga hasilnya
pasti sama. Kan intinya mencari nilai optimum. Hanya saja kalau dua fase dibagi
dua tahap menghitung tabelnya, tahap pertama menghilangkan artificial variabel
lalu baru masuk ke simplex. Kalau Big-M bisa langsung saja tidak usah pakai 2
tahap.
Ini pasti artikel tentang metode
pengantar optimisasi paling singkat. Yaiyalah tapi kan isinya itu kalau anda
mau ngerti anda perlu baca yang artikel metode tabel dulu. Kalau ga nanti
bingung.. ajaib tabelnya bisa berubah. Disini juga ga saya jabarkan perubahan
isi tabelnya karena itu jadi latihan anda. jangan malas. Nanti alzheimer lho.
Ga nyumpahin, tapi kenyataan. Coret-coret hitung, metode tabel itu mudah.
Artikel simplex juga perlu dibaca
karena itu adalah dasarnya. Metode tabel kan dibuat berdasarkan simplex. Coba
tebak saya udah bilang berapa kali metode tabel itu adalah simplex yang
ditabelkan? Pasti lebih dari sekali dua kali. Karena penting anda tahu metode
untuk mencari nilai optimum suatu program linier itu baru satu saja yaitu
simplex. Sisanya adalah pengantar ke simplex, atau modifikasi simpel dari
simplex = tabel.
Soalnya saya dapat kabar burung
kalau ada yang kira metode tabel itu beda dari simplex. Saya memang ga pernah
tulis notasi simplex seperti B, A perkalian vektor c transpose, dll pada metode
tabel. Karena itu ada dibuku. Isi dari tabel itu sebenarnya vektor c transpose,
dan kolom R isinya vektor b, dll. Kalau saya bilang gitu pada artikel metode
tabel bukannya anda jadi pusing? Saya langsung kasih tahu aja cara hitungnya
gimana yang gampang. Anda penasaran ya baca bukunya kenapa bisa dibuat tabel
begitu dari metode simplex.
Tapi saya berani jamin anda lebih
ngerti baca artikel saya tentang metode tabel. Dibanding di buku. Karena saya
juga beranjak dari gatau, lugu, nanya ke adik kelas. Ih anak mat 2011 dan 2012
menjanjikan semua.. pintar-pintar. Nanya acak aja pasti bisa jawab. Jadi kalau
dikelas ga ngerti, tanya mereka.. trus catat.. dirumah dikerjain lagi sampai
bisa. Ternyata dapat sendiri cara yang gampang ngerjainnya. Ini sebenarnya juga
berkat mereka kalau aku ga ngerti metodenya gimana, kan aku juga gabisa
nulis blog ini. Ga kaya orang yang nulis blog copas dari dosen lah. Ngerti ga
ngerti artikelnya ada..
Ya sekalian lah, kan selasa besok mau
UTS, bahannya dari simplex, tabel sampai Big-M. aku gausah baca buku. Aku mau
print artikelku sendiri. Itulah gunanya kalau ngerti jangan cuma untuk diri
sendiri. Tulis lagi.. bahkan aku jadiin blog, gratis orang boleh liat, tapi
jangan dicopas tanpa izin. Jika suatu hari nanti kalau lupa, aku baca artikelku
lagi aku bakal inget dan ngerti, selain bahasanya enak. Penjelasannya lugas,
sistematis dan ga kaku.
Sumber : http://monyetlogam.blogspot.co.id/2014/10/pengantar-optimisasi-metode-big-m-untuk_21.html
Tidak ada komentar:
Posting Komentar