Metode Simpleks Dua Fase untuk Program Linier Sebagai Pengganti Big-M
Program Linier adalah tulang punggung pengambilan keputusan di berbagai industri. Saat menyelesaikan soal dengan batasan ≥ (lebih besar dari) atau = (sama dengan), kita sering berhadapan dengan Variabel Semu (Artificial Variables). Metode klasik seperti Big-M menggunakan koefisien M (bilangan yang sangat besar) untuk variabel semu tersebut. Namun, tahukah Sixtyfourians? Pemberian nilai M yang terlalu besar ini justru bisa jadi bumerang! Masalah Fatal Metode Big-M Mengapa Metode Big-M bisa jadi penghambat, terutama jika diselesaikan oleh komputer? • Akurasi Menurun: Karena komputer memiliki batasan angka yang bisa diproses, memasukkan nilai M yang jauh lebih besar dari koefisien ongkos lain dapat mengurangi ketepatan perhitungan. • Jawaban Salah/Tidak Layak: Dalam kasus terburuk, perhitungan Big-M dapat menghasilkan jawaban yang secara numerik salah atau tidak fisibel (tidak layak). Untuk mengatasi masalah numerik ini, lahirlah Metode Simpleks Dua Fase! Dua Fase Penting Metode Simpl...