Optimasi Jaringan. Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks

dokumen-dokumen yang mirip
BAB 2 TINJAUAN PUSTAKA

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

Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6.

BAB 1 PENDAHULUAN. barang, jaringan jalan raya, atau dalam masalah komputasi yaitu jaringan penjadwalan.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TUGAS BESAR RISET OPERASI PROGRAM QM

BAB 2 LANDASAN TEORI

MODEL ARUS JARINGAN. Pertemuan 9

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

ANALISIS JARINGAN MATAKULIAH RISET OPERASIONAL Pertemuan Ke-11 &12. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

1. Minimal spanning tree 2. Shortest-route algorithm 3. Maximum flow algorithm

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah

OPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR. Marhaendro Bayu Setyawan

Model Arus Jaringan. Rudi Susanto

MODEL NETWORK. Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc. Program Magister Agribisnis Universitas Jambi

Pada perkembangannya ternyata model transportasi ini dapat juga digambarkan dan diselesaikan dalam suatu bentuk jaringan

ANALISIS JARINGAN MATAKULIAH RISET OPERASIONAL Pertemuan Ke-13

Bab 2 LANDASAN TEORI

BAB II LANDASAN TEORI

NETWORK (Analisa Jaringan)

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

TEKNIK INFORMATIKA. Teori Dasar Graf

merupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002)

BAB I. MASALAH TRANSPORTASI KHUSUS

Dynamic Programming. Pemrograman Dinamis

BAB 2 LANDASAN TEORI

PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR

BAB 2 LANDASAN TEORI

CRITICAL PATH. Menggunakan Graph berbobot dan mempunya arah dari Critical Path: simpul asal : 1 simpul tujuan : 5. Graph G. Alternatif

PENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

BAB 3 ANALISIS DAN PERANCANGAN

I PENDAHULUAN II LANDASAN TEORI

PENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB 2 LANDASAN TEORI

Model Jaringan. Ahmad Sabri, MSi, Riset Operasional 2, Universitas Gunadarma

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. Gambar 1.1 Tampilan awal program QM for windows

BAB II STUDI PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

METODE BIG M. Metode Simpleks, oleh Hotniar Siringoringo, 1

Pencarian Jalur Terpendek dengan Algoritma Dijkstra

OPTIMALISASI PRODUKSI MENGGUNAKAN MODEL LINEAR PROGRAMMING (Studi Kasus : Usaha Kecil Menengah Kue Semprong)

BAB 2 TINJAUAN PUSTAKA

BAB II. PEMROGRAMAN LINEAR

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf

BAB 2 LANDASAN TEORI

Program Dinamis (dynamic programming):

Program Dinamis (Dynamic Programming)

Program Dinamis. Oleh: Fitri Yulianti

I PENDAHULUAN II LANDASAN TEORI

BAB 3 METODE PENELITIAN

Bab 2 LANDASAN TEORI

9. Algoritma Path. Oleh : Ade Nurhopipah

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

PENERAPAN METODE BRANCH AND BOUND DALAM PENYELESAIAN MASALAH PADA INTEGER PROGRAMMING

MODEL MATEMATIKA MASALAH ALIRAN MAKSIMUM KABUR DENGAN PROGRAM LINEAR KABUR

Graph seperti dimaksud diatas, ditulis sebagai G(E,V).

BAB 2 LANDASAN TEORI

Panduan Program Aplikasi

PEMROGRAMAN LINIER. Metode Simpleks

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB III ALGORITMA BRANCH AND BOUND. Algoritma Branch and Bound merupakan metode pencarian di dalam ruang

Algoritma dan Pemrograman Pendekatan Pemrograman Modular

Bab 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA. masing-masing tepat satu kali dan kembali lagi ke tempat semula?

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

Pertemuan 11 GRAPH, MATRIK PENYAJIAN GRAPH

BAB II LANDASAN TEORI

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 09

Perbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Ada beberapa kasus khusus dalam simpleks. Kadangkala kita akan menemukan bahwa iterasi tidak berhenti, karena syarat optimalitas atau syarat

MEDIA PEMBELAJARAN STRATEGI ALGORTIMA PADA POKOK BAHASAN POHON MERENTANG MINIMUM DAN PENCARIAN LINTASAN TERPENDEK

Bagaimana merepresentasikan struktur berikut? A E

BAB 2 LANDASAN TEORI. 2.1 Pengertian Program Linier (Linear Programming)

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

METODE ANALISIS JEJARING SOSIAL

III DESKRIPSI DAN FORMULASI MASALAH RUTE DAN JADWAL PESAWAT UNTUK MEMENUHI PERMINTAAN PENUMPANG

PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI

Metode Simpleks Dengan Tabel. Tabel metode simpleks Tabel metode simpleks bentuk standar

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

UJM 2 (1) (2013) UNNES Journal of Mathematics.

BAB 2 LANDASAN TEORI

PERTEMUAN 7 (STRUKTUR JARINGAN) POKOK BAHASAN

3/17/16 Testing dan Audit Perangkat Lunak - Universitas Mercu Buana Yogyakarta

BAB I PENDAHULUAN. Latar Belakang Masalah

STUDI OPTIMALISASI JUMLAH PELABUHAN TERBUKA DALAM RANGKA EFISIENSI PEREKONOMIAN NASIONAL

METODE SIMPLEKS MATAKULIAH RISET OPERASIONAL Pertemuan Ke-3. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB I PENDAHULUAN. Di tengah masyarakat dengan aktivitas yang tinggi, mobilitas menjadi hal yang penting.

Transkripsi:

Optimasi Jaringan Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks

Pendahuluan Sebuah model jaringan terdiri dari dua buah element utama, yaitu: Arc, marupakan garis penghubung antar node, Node, merupakan titik hubung sebuah arc. Sebuah grafik, merupakan susunan beberapa arc dan node yang saling berhubungan Sebuah directed graph, merupakan grafik dimana setiap arc memiliki arah tertentu (disimbolkan dengan anak panah) Sebuah model jaringan merupakan sebuah diagram grafik (biasanya merupakan directed graph)

Beberapa contoh jaringan Beberapa contoh jaringan: Nodes Arcs Flow Kota Call Switching Centre Sambungan pipa Jalan Saluran telepon Pipa Kendaraan Panggilan telepon Air B A C A B C D E D E (a) a graph (b) directed graph (digraph)

Definisi dasar Source node, sebuah node yang digunakan untuk masukan flow ke dalam sebuah jaringan Sink node, sebuah node yang digunakan sebagai keluaran dari sebuah jaringan Flow capacity, batas atas (kadang merupakan batas bawah) flow yang mampu dialirkan di dalam sebuah arc Spanning tree, sebuah jalur di mana setiap node dalam sebuah jaringan terhubung

Masalah optimasi jaringan Masalah-masalah pada sebuah jaringan yang berhubungan dengan teknik optimasi adalah: Shortest route, jalur terpendek yang menghubungkan titik asal ke titik tujuan dalam sebuah jaringan Minimum spanning tree, jalur terpendek yang dapat menghubungkan semua node dalam sebuah jaringan Maximum flow, kapasitas maksimum sebuah jaringan untuk mengalirkan data dari source node ke sink node

Network flow programming Network flow programming, merupakan formulasi dan penyelesaian masalah jaringan dengan menggunakan program linier Setiap bentuk jaringan dapat diubah ke dalam program linier dengan bentuk minimum-cost network flow programming

Karakteristik program linier jaringan (1) Variable, didefinisikan sebagai aliran di dalam sebuah arc yang tidak diketahui, x i Aliran pada sebuah node, Total aliran yang masuk ke sebuah node sama dengan total aliran yang keluar dari sebuah node x j x outflows inflows Aliran pada source node dan sink node, j 0 x x b j j i outflows inflows Konstanta b bernilai positif untuk source node, negatif untuk sink node, dan bernilai NOL untuk node selain source dan sink Bentuk dapat merupakan sebuah persamaan atau lebih sering merupakan sebuah pertidaksamaan

Karakteristik program linier jaringan (2) Aliran di dalam sebuah arc, aliran di dalam sebuah arc dapat memiliki batas atas atau batas bawah (merupakan variable di dalam model linier) x j b j adalah lower bound aliran dalam sebuah arc, x j b j adalah upper bound aliran dalam sebuah arc, Default-nya, sebuah arc memiliki batas bawah bernilai NOL dan tidak memiliki pada atas Cost per-unit of flow, untuk setiap arc terdapat cost per-unit of flow, c i, Default-nya c bernilai NOL Fungsi tujuan, adalah untuk menentukan nilai-nilai variabel x i sedemikian hingga total cost seluruh jaringan menjadi minimum minimize arcs c j x j

Formulasi model program linier jaringan (1) Ada tiga buah parameter yang berhubungan dengan setiap arc, yaitu lower bound, upper bound, dan cost per-unit of flow Label untuk setiap arc [l,u,c] Source dan sink node ditentukan oleh label pada node, jika memiliki lower dan upper yang sama, maka bentuknya adalah persamaan Jika memiliki lower dan upper yang berbeda, maka bentuknya adalah pertidaksamaan Setelah diagram jaringan memiliki label untuk setiap arc dan node, maka diagram tersebut dapat diubah ke dalam bentuk program linier

Formulasi model program linier jaringan (2) [0,12,5] [4,0,-6] A arc 2 [0,6,0] C arc 1 [0,inf,0] arc 3 [0,3,2.5] arc 5 [0,inf,0.5] B arc 4 [4,inf,3.7] D [8,8,0]

Formulasi model program linier jaringan (3) Fungsi kendala untuk diagram jaringan dihasilkan dari: Node A : x 1 + x 2 + x 3 12 Node B: x 4 x 1 = 0 Node C : x 5 x 2-4 Node D : -x 3 x 4 x 5 = -8 Variable bound dihasilkan dari: Flow bound arc 2 : x 2 6 Flow bound arc 3 : x 3 3 Flow bound arc 4 : x 4 4 Nonnegative : x 1, x 2, x 3, x 4, x 5 0 Fungsi tujuan dihasilkan dari: minimize (5A 6C + 2.5x 3 + 3.7x 4 + 0.5x 5 )

Permasalahan optimasi jaringan (1) Shortest route, untuk menyelesaikan permasalahan ini dilakukan dengan prosedur: Buatlah diagram jaringan, Setiap arc diberi label: Lower bound (l) bernilai NOL Upper bound (u) bernilai infinity Cost per-unit of flow (c) merupakan panjang arc Node asal merupakan source node dan memiliki nilai l dan u tepat 1, serta c bernilai NOL jadi label untuk node asal adalah [1,1,0] Node tujuan merupakan sink node dan memiliki nilai l dan u tepat 1, serta c bernilai NOL jadi label untuk node tujuan adalah [1,1,0] Hasilnya, arc dengan nilai positif merupakan rute terpendek pada jaringan tersebut

Permasalahan optimasi jaringan (2) Minimum spanning tree, untuk menyelesaikan permasalahan ini dilakukan dengan prosedur: Buatlah diagram jaringan, Setiap arc diberi label: Lower bound (l) bernilai NOL Upper bound (u) bernilai infinity Cost per-unit of flow (c) merupakan panjang arc Node asal merupakan source node dan memiliki nilai l dan u tepat n, serta c bernilai NOL jadi label untuk node asal adalah [n,n,0] Setiap node tujuan merupakan sink node dan memiliki nilai l dan u tepat 1, serta c bernilai NOL jadi label untuk node tujuan adalah [1,1,0] Hasilnya, arc dengan nilai positif merupakan minimum spanning tree pada jaringan tersebut

Permasalahan optimasi jaringan (3) Maximum flow, untuk menyelesaikan permasalahan ini dilakukan dengan prosedur: Buatlah diagram jaringan, Setiap arc diberi label: Lower bound (l) bernilai NOL Upper bound (u) bernilai kapasitas setiap arc Cost per-unit of flow (c) bernilai NOL Node asal merupakan source node dan memiliki kapasitas yang besar (yang mungkin terjadi) jadi label untuk node asal adalah [0,M,0] M merupakan angka yang sangat besar Setiap node tujuan merupakan sink node dan memiliki memiliki kapasitas yang besar dengan nilai c bernilai -1 jadi label untuk node tujuan adalah [0,M,-1] Kapasitas jaringan total akan diperoleh pada node tujuan End of slides