cara minimumkan biaya total survei dan memformulasikan suatu model program linierDeskripsi lengkap
Full description
Deskripsi lengkap
ykjtrt
Full description
Membahas mengenai: pengertian singkat dan menyeluruh dari penelitian operasional II, analisis jaringan, perencanaan & pengendalian proyek dengan CPM – PERT, programa dinamis, teori permainan…Full description
Deskripsi lengkap
riset operasiFull description
riset operasiFull description
contoh riview jurnalFull description
PENGANTAR RISET OPERASIDeskripsi lengkap
Makalah riset operasi (Operation Riset)Full description
10/27/2017
METODE 2 FASE (METODE DUA TAHAP)
TEKNIK INFORMATIKA
Keku Kekura rang ngan an dari dari Meto Metode de M : kemu kemung ngki kina nan n kesa kesala laha han n perh perhit itun unga gan n yang yang dapa dapatt dihasi dihasilka lkan n dari dari pemberi pemberiannilai annilai yang yang terlal terlalu u besar besar untuk untuk konsta konstanta nta M.
Meto Metode2 de2 Fase/ Fase/ 2 taha tahap p: 1. Tahap Tahap I
Tam ba bahk an an v ar ar ia iab el el b ua uat an an (artificial artificial pemecaha pemecahan n awal.
variabel variabel )
unt uk uk m em em pe per ol ol eh eh
Bent Bentuk uk fung fungsi si tuju tujuan an baru yang yang memin meminim imis isas asii juml jumlah ah vari variab abel el buat buatan an denga dengan n batasa batasan n masala masalah h semula semula yang yang sudah sudah dimod dimodifik ifikasi asi oleh oleh variab variabel el buatan buatan tersebut. tersebut.
J ik ik a ni la lai m in inim um um dar i f un ung si si t uj uj ua uan ya ng ng b ar ar u = 0, m as asalah t sb sb mempun mempunyai yai ruang ruang pemeca pemecahan han yang yang layak layak lanj lanjut ut ke taha tahap p II. II. Jika Jika nila nilaii minimum positif , masa masala lah h tida tidak k memp mempun unya yaii peme pemeca caha han n yang yang laya layak, k, hentikan.
2. Tahap Tahap II Guna Gunaka kan n peme pemeca caha han n dasa dasarr opti optimu mum m dari dari taha tahap p I seba sebaga gaii peme pemeca caha han n awal untuk untuk masalah masalah semula. semula.
Page 2
STUDI KASUS
TAHAP I
Bentuk Bentuk Umum Umum
Tabel Tabel Awal
Minimumka Minimumkan n Z = 4x1 + x2 Batasan:
Cj
0
0
0
0
1
1
X1
X2
S1
S2
A1
A2 A2
3
3
1
0
0
1
0
1
6
4
3
-1
0
0
1
0
4
1
2
0
1
0
0
Zj
9
7
4
-1
0
1
1
Cj-Zj
-7 -7
-4
1
0
0
0
3x1 + x2
=3
Variabel
4x1 + 3x2
≥6
dasar
x1 + 2x2
≤4
A1
1
x1, x2
≥0
A2 S2
Tahap Tahap I
Tujuan
Minimumka Minimumkan n a = A1 + A2 Batasa Batasan n: 3x1 + x2
+ A1
4x1 + 3x2 –S1 x1 + 2x2 Page 3
=3 + A2 = 6
+ S2
=4
x1, x2, S1, S2, A1, A2
≥0 Page 4
TAHAP I (CONTINUE)
TAHAP I (CONTINUE)
Iterasi Iterasi 1
Iterasi Iterasi 2
Variabel Tujuan dasar
Cj
0
0
0
0
1
1
X1 X2 S1 S2 A1 A2
Rasio
Variabel dasar
Kuantitas
Cj
0 X1
0 X2
0 S1
0 S2
1 A1
1 A2 A2
Rasio Kuantitas
Tujuan
A1
1
3
3
1
0
0
1
0
3/3 = 1
A2
1
6
4
3
-1
0
0
1
6/ 6/4 = 3/2 = 1 ½
X1 A2
0 1
1 2
1 0
1/3 5/3
0 -1
0 0
1/3 -4/3
0 1
1 : 1/3 = 3 2 : 5/3 = 6/5 = 1 1/5
4/1 = 4
S2
0
3
0
5/3
0
1
-1/3
0
3 : 5/3 = 9/5 = 1 4/5
Zj
2 Cj-Zj
0 0
5/3 -5/3
-1 1
0 0
-4 - 4/3 7/3
1 0
S2
0
4
1
2
0
1
0
0
Zj
9
7
4
-1
0
1
1
Cj-Zj -7 -7 -4 -4
1
0
0
0
Variabe Tujuan l dasar
Page 5
Cj
0
0
0
0
1
1
X1
X2
S1
S2
A1
A2
X1
0
1
1
1/3
0
0
1/3
0
A2
1
2
0
5/3
-1
0
-4/3
1
S2
0
3
0
5/3
0
1
-1/3
0
Zj
2
0
5/3
-1
0
-4/3
1
Cj-Zj
0
-5/3
1
0
7/3
0
Fungsi tujua Fungsi tujuan n (Zj) = 0, mempunyai ruang pemecahanyang layak lanjutke tahapII
Variabel dasar
Tujuan
Cj Cj
0
0
0
0
1
1
X1
X2
S1
S2
A1
A2
X1
0
3/5
1
0
1/5
0
3/ 3 /5
-1/5
X2
0
6/5
0
1
-3/5
0
-4 -4/5
3/5
S2
0
1
0
0
1
1
1
-1
Zj
0
0
0
0
0
0
0
Cj-Zj
0
0
0
0
1
1
Page 6
1
10/27/2017
TAHAP II
TAHAP II (CONTINUE)
Variabel buatan (artificial berikutnya.
Pemecahan dasar optimum dari tahap I digunakan sebagai pemecahan awal untuk masalah semula, sehingga bentuk LP menjadi :
variabel )
dihilangkan dalam semua perhitungan
Min Z = 4x1 + x2 Batasan : x1 + 1/5 S1 = 3/5 x2 – 3 /5 S 1 = 6 /5 S1 + S2 = 1
Iterasi 1 Variabel Tujuan dasar X1
Cj
4
1
0
0
X1
X2
S1
S2
1
0
1/5
0
3/5 : 1/5 = 3
4
3/5
X2
1
6/5
0
1
-3/5
0
6/5 : -3/5 = -2
S2
0
1
0
0
1
1
1:1=1
Zj
18/5
4
1
1/5
0
Cj-Zj
0
0
-1/5
0
Tabel Awal
Variabel Variabel Tujuan dasar
Page 7
Cj
4
1
Rasio Kuantitas
0
0
dasar
Tujuan
Cj
4
1
0
0
X1
X2
S1
S2
X1
X2
S1
S2
X1
4
2/5
1
0
0
-1/5
X1
4
3/5
1
0
1/5
0
X2
1
9/5
0
1
0
3/5
X2
1
6/5
0
1
-3/5
0
S1
0
1
0
0
1
1
S2
0
1
0
0
1
1
Zj
17/5
4
1
0
-1/5
Zj
18/5
4
1
1/5
0
Cj-Zj
0
0
0
1/5
Cj-Zj
0
0
-1/5
0
Page 8
KESIMPULAN
Nilai x1 = 2/5.
Nilai x2 = 9/5.
Sehingga hasil minimasi untuk kasus ini adalah sebesar 17/5.
