Metode Pemecahan Masalah Goal Programming
diinginkan tercapai dengan cara menggeser fungsi atau garis yang dibentuk oleh variabel deviasional terhadap daerah yang memenuhi
kendala 2. Metode Algoritma Simpleks
Algoritma simpleks digunakan untuk menyelesaikan masalah Linier Goal Multi Objectives Programming dengan menggunakan variabel keputusan
yang lebih dari dua. Langkah-langkah penyelesaian Goal Programming dengan metode algoritma simpleks adalah:
a. Membentuk tabel simpleks awal b. Pilih kolom kunci dimana C
j
-Z
j
memiliki nilai negatif terbesar. Kolom kunci ini disebut kolom pivot
c. Pilih baris yang berpedoman pada biaij dengan rasio terkecil dimana bi adalah nilai sisi kanan dari setiap persamaan. Baris kunci ini disebut baris
pivot. d. Mencari sistem kanonikal yaitu sistem dimana nilai elemen pivot bernilai
1 dan elemen lain bernilai nol dengan cara mengalikan baris pivot dengan -1 lalu menambahkannya dengan semua elemen dibaris pertama. Dengan
demikian diperoleh tabel simpleks iterasi I. e. Pemeriksaan optimalitas, yaitu melihat apakah solusi sudah layak atau
tidak. Solusi dikatakan layak bila variabel adalah positif atau nol. =5. 3. Penyelesaian model Goal Programming menggunakan software Lindo. Lindo
singkatan dari linier interactive discrete optimazer, adalah sebuah program yang dirancang untuk menyelesaikan kasus-kasus pemrograman linier. Sebuah
kasus harus diubah dahulu ke dalam sebuah model matematis pemrograman linier yang menggunakan format tertentu agar bisa diolah oleh program lindo.
a.
Input Lindo Program ini menghendaki input sebuah program matematikan dengan struktur
tertentu.
b.
Output Lindo
Setelah data dimasukkan, segera perintahkan program untuk mengolah data tersebut melalui fasilitas perintah GO. Sesaat kemudian program
menayangkan hasil olahannya. Output atau hasil olahan program Lindo
pada dasarnya bisa dipisahkan menjadi dua bagian,yaitu:
1. Optimal Solution atau penyelesaian optimal 2. Sensitivity Analysis atau analisis sensitivitas
Hasil olahan Lindo memuat 5 macam informasi yaitu 1. Nilai fungsi tujuan dibawah label Objective Function Value
Informasi ini ditandai dengan notasi ”1” untuk menunjukkan bahwa di dalam struktur input Lindo, fungsi tujuan ditempatkan pada baris 1 dan fungsi
kendala mulai dari urutan baris ke 2 2. Nilai optimal variabel keputusan dibawah label value
Variabel keputusan pada output Lindo ditandai dengan label variabel. Misalnya variabel keputusan X
1
dan X
2
, maka bilangan dibawah value dan berada pada baris dimana X
1
berada menunjukkan nilai optimal variabel keputusan.
3. Sensitivitas C
j
jika X
j
= 0 dibawah kolom reduced cost. Memberikan informasi mengenai sampai sejauh mana nilai C
j
harus diturunkan agar nilai variabel keputusan menjadi positif. Ini berarti bahwa
reduced cost akan selalu nol bila nilai variabel keputusan positif dan sebaliknya.
4. Slack Variabel atau Surplus Variabel dibawah label slack or surplus Informasi ini menunjukkan nilai slack atau surplus masing-masing kendala
ketika nilai fungsi tujuan mencapai nilai ekstrem. 5. Dual Price
Informasi ini menunjukkan tentang perubahan yang akan terjadi pada nilai fungsi tujuan bila nilai ruas kanan kendala berubah satu unit.
Hasil olahan lindo juga memberikan informasi mengenai jumlah iterasi yang diperlukan untuk menemukan penyelesaian optimal.