49
Dalam
Linear
Programming,
semua
parameter
model
(C
j
,
a
ij
,
dan
b
i
) diasumsikan
diketahui
konstan.
Linear
Programming secara tidak langsung
mengasumsikan
suatu
masalah
keputusan
dalam
suatu
kerangka
statis dimana
semua
parameter
diketahui
dengan
kepastian.
Dalam kenyataannya,
parameter
model
jarang bersifat
deterministic,
karena
mereka
mencerminkan
kondisi
masa depan
dan masa sekarang,
dan keadaan
masa
depan
jarang
diketahui
secara
pasti.
Ada
beberapa
cara
untuk
mengatasi
ketidakpastian
beberapa
parameter
dalam
model Linear
Programming.
Analisa sensitivitas adalah suatu teknik yang dikembangkan untuk menguji nilai
solusi, bagaimana
kepekaannya
terhadap
perubahan–perubahan
parameter
(Mulyono,
1999 , pp22-23 ).
2.6.3
Metode Simpleks
Karena
kesulitan
menggambarkan
grafik
berdimensi
banyak,
maka
penyelesaian
masalah
LP yang
melibatkan
lebih
dari
dua variabel
menjadi
tak
praktis
atau
tidak
mungkin. Dalam
keadaan
ini kebutuhan
metode
solusi
yang
lebih
umum
menjadi
nyata.
Metode
umum itu
dikenal
dengan
nama
algoritma
Simpleks
yang
dirancang
untuk
menyelesaikan
seluruh
masalah
LP,
baik
yang
melibatkan
dua
variabel
atau
lebih
dari
dua variabel.
Metode
Simpleks
merupakan
prosedur
aljabar
yang
bersifat
iteratif,
yang
bergerak
selangkah
demi
selangkah,
dimulai
dari
suatu titik
ekstrim
pada
daerah
fisibel
(ruang solusi)
menuju ke titik ekstrim yang optimum.
Perhatikan model linier berikut :
Fungsi tujuan
:
Maksimumkan atau minimumkan
Z
=
C1X1
+C2X2
+
C3X3
+
…
+
C
n
X
n
 |