Program Integer. Riset Operasi TIP FTP UB

dokumen-dokumen yang mirip
Program Integer. Riset Operasi TIP FTP UB

A. Model Program Linear

INTEGER PROGRAMMING. Rudi Susanto, M.Si

TENTUKAN MODEL MATEMATISNYA!

Integer Programming (Pemrograman Bulat)

Bab 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

12/15/2014. Apa yang dimaksud dengan Pemrograman Bulat? Solusi yang didapat optimal, tetapi mungkin tidak integer.

PROGRAMA INTEGER 10/31/2012 1

II LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.

BAB 2 PROGRAM INTEGER. Program linear merupakan metode matematika untuk mengalokasikan sumber

BAB 2 LANDASAN TEORI

Modul 8. PENELITIAN OPERASIONAL INTEGER PROGRAMMING. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

BAB 2 LANDASAN TEORI

BAB 3 METODE PENELITIAN

TUGAS BESAR RISET OPERASI

BAB II TINJAUAN PUSTAKA

INTEGER PROGRAMMING. Oleh: Dimas Rahadian AM, S.TP. M.Sc.

PENERAPAN METODE BRANCH AND BOUND DALAM MENENTUKAN JUMLAH PRODUKSI OPTIMUM PADA CV. XYZ. Angeline, Iryanto, Gim Tarigan

APLIKASI PROGRAM INTEGER PADA PERUMAHAN BUMI SERGAI DI SEI RAMPAH

Pemrograman Linier (Linear Programming) Materi Bahasan

Pemrograman Linier (1)

BAB 3 LINEAR PROGRAMMING

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB 2 LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

I PENDAHULUAN II LANDASAN TEORI

Bagaimana cara menyelesaikan persoalan Linier Programming and Integer Programming dengan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium

PROGRAMA INTEGER. Model Programa Linier : Maks. z = c 1 x 1 + c 2 x c n x n

Bab 2 LANDASAN TEORI

Bab 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING

Pengantar Teknik Industri TIN 4103

SOFTWARE LINDO I KOMANG SUGIARTHA

Ardaneswari D.P.C., STP, MP.

BAB 1 PENDAHULUAN Latar Belakang

OPTIMALISASI HASIL PRODUKSI TAHU DAN TEMPE MENGGUNAKAN METODE BRANCH AND BOUND (STUDI KASUS: PABRIK TEMPE ERI JL. TERATAI NO.

BAB III PEMBAHASAN. linear yang dinyatakan dengan fungsi tujuan dan fungsi kendala yang memiliki

Dynamic Programming. Pemrograman Dinamis

Matematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM.

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI

PENYELESAIAN PROGRAM BILANGAN BULAT CAMPURAN DUA KRITERIA DENGAN MENGGUNAKAN METODE BRANCH AND CUT SKRIPSI TAUFIK HIDAYAT RITONGA

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming

BAB 2 LANDASAN TEORI

BAB 2 KAJIAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

I PENDAHULUAN II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Pengambilan Keputusan Multi Kriteria. Riset Operasi TIP FTP UB

KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI

BAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk

Penyusun: Ade Vicidian Sugiharto Putra ( ) Pembimbing II: Yudhi Purwananto, S.Kom, M.Kom. Victor Hariadi, S.Si, M.Kom.

BAB 2 LANDASAN TEORI

Manajemen Operasional

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PROPOSAL PROGRAM HIBAH PENULISAN BUKU AJAR TAHUN 2017

UJIAN AKHIR SEMESTER GENAP 2014/2015 Mata Kuliah : Metode Kuantitatif dalam Bisnis

Pemrograman Linier (6)

BAB 1 PENDAHULUAN Latar Belakang

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA MATEMATIK (METODE SIMPLEKS)

Metode Simpleks (Simplex Method) Materi Bahasan

BAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.

BAB VI Program Linear Bilangan Bulat

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

RISET OPERASIONAL MINGGU KE-2. Disusun oleh: Nur Azifah., SE., M.Si. Linier Programming: Formulasi Masalah dan Model

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II KAJIAN TEORI. masalah fuzzy linear programming untuk optimasi hasil produksi pada bab

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL

MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

Model Linear Programming:

BAB VIII PEMROGRAMAN DINAMIS

BAB I PENDAHULUAN. Knapsack adalah suatu permasalahan dalam menentukan pemilihan objek

Journal Knowledge Industrial Engineering (JKIE)

PENERAPAN BRANCH AND BOUND ALGORITHM DALAM OPTIMALISASI PRODUKSI ROTI

OPTIMALISASI PEMBANGUNAN PERUMAHAN DENGAN MENGGUNAKAN METODE SIMPLEKS (STUDI KASUS: UD. PERUMAHAN GRIYA CEMPAKA ALAM)

sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif, Ax = b, dengan = dapat

BAB 2 LANDASAN TEORI 2.1 Perencanaan Produksi

Pengantar Integer Programming

Optimalisasi Produksi Di Industri Garment Dengan Menggunakan Metode Simpleks

BAB 2 LANDASAN TEORI

Bab 1 PENDAHULUAN. 1.1 Latar Belakang

APLIKASI OPTIMALISASI PRODUKSI DAN KEUNTUNGAN PADA PERUSAHAAN GARMENT HANDUK ABSTRAK

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III LANGKAH PEMECAHAN MASALAH

BAB I PENDAHULUAN. 1.1 Latar Belakang

Linear Programming Melalui Perhitungan Simpleks

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

APLIKASI METODE CUTTING PLANE DALAM OPTIMISASI JUMLAH PRODUKSI TAHUNAN PADA PT. XYZ. Nico, Iryanto, Gim Tarigan

BAB I PENDAHULUAN Latar Belakang Masalah

Transkripsi:

Program Integer Riset Operasi TIP FTP UB

Model Pemrograman Integer Tipe Model Total Integer Model: Semua variabel keputusan diharuskan mempunyai nilai solusi integer. 0 1 Integer Model: Semua variabel keputusan mempunyai nilai integer 0 atau 1. Biner / Binary Boolean dan True/False Mixed Integer Model: Beberapa variabel keputusan (tetapi tidak semua) diharuskan mempunyai solusi integer. 2

Model Total Integer (1 of 2) Toko mesin ingin membeli mesin pencetak dan mesin bubut baru Keuntungan marjinal: mesin cetak $100/hari; mesin bubut $150/hari. Batasan sumberdaya: $40,000, tempat tersedia 200 ft 2. Biaya pembelian mesin dan kebutuhan ruang: Mesin Pencetak Bubut Kebutuhan Ruang ( ft 2 ) 15 30 Harga beli $8,000 4,000 3

Model Total Integer (2 of 2) Integer Programming Model: Memaksimalkan Z = $100x 1 + $150x 2 dengan kendala: 8,000x 1 + 4,000x 2 $40,000 15x 1 + 30x 2 200 ft 2 x 1, x 2 0 dan integer x 1 = jumlah mesin pencetak x 2 = jumlah mesin bubut 4

Model Integer 0-1 (1 of 2) Pemilihan fasilitas rekreasi untuk memaksimalkan penggunaan harian warga. Batasan sumberdaya: anggaran $120,000; tanah 12 acres. Batasan tambahan: salah satu dari kolam renang atau lapangan tenis. Data: Fasilitas Rekreasi Penggunaan (orang/hari) Biaya ($) Kebutuhan Tanah (acres) Kolam renang Lapangan tenis Lapangan atletik Gymnasium 300 90 400 150 35,000 10,000 25,000 90,000 4 2 7 3 5

Model Integer 0-1 (2 of 2) Integer Programming Model: Memaksimalkan Z = 300x 1 + 90x 2 + 400x 3 + 150x 4 dengan kendala: $35,000x 1 + 10,000x 2 + 25,000x 3 + 90,000x 4 $120,000 4x 1 + 2x 2 + 7x 3 + 3x 4 12 acres x 1 + x 2 1 fasilitas x 1, x 2, x 3, x 4 = 0 atau 1 x 1 = pendiriian sebuah kolam renang x 2 = pendirian sebuah lapangan tenis x 3 = pendirian sebuah lapangan atletik x 4 = pendirian sebuah gymnasium 6

Model Integer Campuran (1 of 2) Anggaran $250,000 tersedia untuk inverstasi dengan pengembalian terbesar setelah setahun. Data: Harga kondominium $50,000/unit, $9,000 keuntungan jika dijual setelah satu tahun. Harga tanah $12,000/acre, $1,500 keuntungan jika dijual setelah setahun. Harga obligasi $8,000/bond, $1,000 keuntungan jika dijual setalah setahun. Tersedia hanya 4 kondominium, 15 acres tanah, dan 20 obligasi. 7

A Mixed Integer Model (2 of 2) Integer Programming Model: Memaksimalkan Z = $9,000x 1 + 1,500x 2 + 1,000x 3 dengan kendala: 50,000x 1 + 12,000x 2 + 8,000x 3 $250,000 x 1 4 kondominium x 2 15 acres x 3 20 bond x 2 0 x 1, x 3 0 dan integer x 1 = kondominium yang dibeli x 2 = acre tanah yang dibeli x 3 = obligasi yang dibeli 8

Solusi Grafis Pemrograman Integer Pembulatan solusi non-integer ke atas (ke bawah) dapat menghasilkan solusi tak layak Sebuah solusi layak mungkin ditemukan dengan pembulatan tetapi tidak optimal (sub-optimal). Apakah sebuah variabel dibulatkan ke atas atau ke bawah tergantung pada hasil dan kendala yang ada. 9

Contoh Pemrograman Integer Solusi Grafis Model Maksimasi Maximize Z = $100x 1 + $150x 2 subject to: 8,000x 1 + 4,000x 2 $40,000 15x 1 + 30x 2 200 ft 2 x 1, x 2 0 dan integer Solusi Optimal: Z = $1,055.56 x 1 = 2.22 pencetak x 2 = 5.55 bubut Kedua nilai ini dapat diperoleh dengan pembualatan, tetapi nilai setiap fungsi tetap perlu dicek ulang Feasible Solution Space with Integer Solution Points 10

Branch and Bound Method Pendekatan tradisional untuk pemecahan masalah pemrograman integer. Berdasarkan prinsip bahwa kumpulan solusi layak total dapat dipecah menjadi sub-kumpulan solusi yang lebih kecil. Sub-kumpulan yang lebih kecil dievaluasi sampai solusi terbaik ditemukan. Metode ini sangat melelahkan dan sering kali meliputi proses matematis yang kompleks. Penggunaan alat bantu dapat dipakai (Excel and QM for Windows). 11

Ringkasan Metode Branch and Bound 1. Dapatkan solusi simpleks optimal dari PL dg batasan integer 2. Tentukan solusi simpleks relaxed sebagai batas atas sedangkan solusi hasil pembulatan ke bawah sebagai batas bawah pada node 1 3. Pilih variabel dengan bagian pecahan terbesar untuk percabangan. Ciptakan dua batasan baru untuk variabel ini yang mencerminkan pembagian nilai integer berupa batasan dan 4. Ciptakan node baru, satu batasan dan satu batasan 5. Selesaikan model PL relaxed dengan batasan baru yang ditambahkan pada tiap node 6. Solusi simpleks relaxed adalah batas atas tiap node, dan solusi integer maksimum yang ada (pada node mana saja) adalah batas bawah 7. Jika solusi integer layak dengan nilai batas atas terbesar dihasilkan, maka solusi integer optimal tercapai. Jika solusi integer belum ada, lakukan percabangan dari node dengan batas atas terbesar 8. Ulangi langkah 3. 12

13

Thx 14