Berikut merupakan alur penyelesaian masalah nyata secara matematik. pemodelan. penyelesaian

dokumen-dokumen yang mirip
a. untuk (n+1) genap: terjadi ekstrem, dan jika (ii) f (x ) > 0, maka f(x) mencapai minimum di titik x.

Model Optimisasi dan Pemrograman Linear

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

PROGRAM LINEAR. sudir15mks

PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI

Wijono. Teknik Elektro Fakultas Teknik Universitas Brawijaya

BAB 3 LINEAR PROGRAMMING

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

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI

BAB III. KERANGKA PEMIKIRAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 OPTIMISASI KOMBINATORIAL. Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

METODE LINEAR PROGRAMING SEBAGAI PANDUAN PEMILIHAN TIPE DAN JUMLAH RUMAH BAGI PENGEMBANG PERUMAHAN

BAB 2 PROGRAM LINEAR

BAB I PENDAHULUAN. industri dan lain-lain. Seiring dengan adanya perkembangan di berbagai bidang

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

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

Bab 2 LANDASAN TEORI

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM

BAB II KAJIAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB 2. PROGRAM LINEAR

BAB 2 LANDASAN TEORI

III. KERANGKA PEMIKIRAN

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

BAB II. PEMROGRAMAN LINEAR

III KERANGKA PEMIKIRAN

I PENDAHULUAN II LANDASAN TEORI

memaksimumkan pendapatan jumlah meja dan kursi waktu kerja karyawan dan perbandingan jumlah kursi dan meja yang harus diproduksi

BAB I PENDAHULUAN. adalah optimasi digunakan untuk memaksimalkan keuntungan yang akan diraih

LINIER PROGRAMMING Formulasi Masalah dan Pemodelan. Staf Pengajar Kuliah : Fitri Yulianti, MSi.

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

Manajemen Operasional

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL

BAGIAN III OPTIMASI DENGAN SOLVER

BAB 1 PENDAHULUAN Latar Belakang

Team Dosen Riset Operasional Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB 2 LANDASAN TEORI

Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember Surabaya 2013

Optimalisasi Produksi Di Industri Garment Dengan Menggunakan Metode Simpleks

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

10 Soal dan Pembahasan Permasalahan Program Linear

BAB 2 LANDASAN TEORI

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

kita menggunakan variabel semu untuk memulai pemecahan, dan meninggalkannya setelah misi terpenuhi

BAB I PENDAHULUAN. Latar Belakang Masalah

BAB 2 LANDASAN TEORI. 2.1 Program Dinamik

Pengantar Riset Operasi. Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP

APLIKASI PROGRAM LINEAR DALAM MASALAH ALOKASI DENGAN MENGGUNAKAN PROGRAM DINAMIK. Erlia Sri Wijayanti ABSTRAK

Optimalisasi Produksi Di Industri Garment Dengan Menggunakan Metode Simpleks

OPERATION RESEARCH-1

METODE SIMPLEKS DALAM PROGRAM LINIER

MATEMATIKA SISTEM INFORMASI 2 IT

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

FUZZY LINIER PROGRAMMING UNTUK PEMILIHAN JENIS KENDARAAN DALAM MENGANTISIPASI KEMACETAN LALU LINTAS DI KOTA MEDAN

BAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di

III KERANGKA PEMIKIRAN

III KERANGKA PEMIKIRAN

BAB 2 LANDASAN TEORI

DEFINISI LP FUNGSI-FUNGSI DALAM PL MODEL LINEAR PROGRAMMING. Linear Programming Taufiqurrahman 1

OPTIMASI PEMOTONGAN BAHAN KAOS POLO DI PT MGJ MENGGUNAKAN INTEGER PROGRAMMING

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB III. SOLUSI GRAFIK

III KERANGKA PEMIKIRAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

OPTIMALISALI KASUS PEMROGRAMAN LINEAR DENGAN METODE GRAFIK DAN SIMPLEKS

LINIEAR PROGRAMMING MATEMATIKA BISNIS ANDRI HELMI M, S.E., M.M.

III RELAKSASI LAGRANGE

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

BAB 1 PENDAHULUAN Latar Belakang

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

BAB II LANDASAN TEORI. Pemrograman linear (PL) ialah salah satu teknik dari riset operasi untuk

PEMROGRAMAN LINIER: FORMULASI DAN PEMECAHAN GRAFIS

Lecture 5 : Dynamic Programming (Programa Dinamis) Hanna Lestari, ST, M.Eng

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODOLOGI PENELITIAN

Optimasi Pengalokasian Produksi Barang Jadi dengan Menggunakan Solver Add-Ins. Ratna Puspita Indah STMIK Duta Bangsa Surakarta ABSTRAK

IMPLEMENTASI TEKNIK RISET OPERASI PADA PROGRAM LINEAR MENGGUNAKAN PROGRAM POM-QM WINDOWS 3

PENERAPAN MODEL PROGRAM LINIER PRIMAL-DUAL DALAM MENGOPTIMALKAN PRODUKSI MINYAK GORENG PADA PT XYZ

I PENDAHULUAN II LANDASAN TEORI

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

Pendahuluan. Secara Umum :

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

Modul Mata Kuliah. Pemrograman Linear MAT Disusun Oleh: Rully Charitas Indra Prahmana

BAB 1 FAKTORISASI SUKU ALJABAR SOAL LATIHAN 1.1

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

Bahan A: 6x + 4x 24. Bahan B Harga jual ($1000) 5 4. Identifikasi fungsi tujuan Pendapatan total yang harus dimaksimumkan adalah

BAB 2 LANDASAN TEORI

BAB III. METODE SIMPLEKS

Transkripsi:

Lecture I: Introduction of NonLinear Programming A. Masalah Optimisasi Dalam kehidupan sehari-hari, manusia cenderung untuk berprinsip ekonomi, yaitu dengan sumber daya sedikit mungkin dapat memperoleh hasil sebanyak-banyaknya. Banyak hal disekitar kita yang ingin dicari nilai optimumnya, seperti keuntungan maksimum, biaya minimum, dsb. Hal-hal tersebut menjadi dasar timbulnya masalah optimisasi. Jika masalah yang dioptimumkan bersifat kuantitatif, maka masalah tersebut merupakan masalah ekstrem (maksimum dan minimum). Berikut merupakan alur penyelesaian masalah nyata secara matematik. Masalah nyata pemodelan Model matematis (PL, PTL, dsb) tafsiran Penyelesaian matematis penyelesaian Metode penyelesaian matematis Secara umum untuk memodelkan permasalahan real ke dalam program matematik, ditempuh langkah-langkah berikut: 1. Mendefinisikan variabel-variabel input. 2. Menentukan fungsi objektif (besaran yang akan diotptimasi). 3. Menentukan fungsi-fungsi kendala. 4. Menentukan hidden condition. Program matematik dalam Riset Operasi mempunyai bentuk umum: Optimasikan (maksumum/minimum) z = f(x, x,, x ) dengan kendala g (x, x,, x ) (, =, ) b (1.1) g (x, x,, x ) (, =, ) b... g (x, x,, x ) (, =, ) b Catatan: Perhatikan bahwa dalam Riset Operasi mengakaji permasalahan dengan efisiensi alokasi sumber daya yang terbatas. Komputasi dalam Riset Operasi biasanya mempunyai tipe iteratif. B. Pemrograman Linear (Linear Programming)

Dalam masalah Program Linear, fungsi objektif dan setiap fungsi kendalanya linear, yaitu jika f(x, x,, x ) = c x + c x + + c x (1.2) dan g (x, x,, x ) = a x + a x + + a x (1.3) dengan c dan a (i = 1,2,, m ; j = 1,2,, n) adalah konstanta-konstanta yang diketahui. Secara umum, masalah program linear dirumuskan sebagai berikut. Optimumkan (maksimum/mininimum) z = c x + c x + + c x... Contoh: Produksi tekstil. Waktu penggunaan 2 mesin (A &B) dialokasikan untuk memproduksi 2 jenis tekstil (t.biasa dan t.halus). Dalam satu periode produksi, mesin A punya waktu 80 jam, mesin B punya waktu 60 jam. Per kodi, tekstil biasa perlu waktu pengolahan 2 jam di mesin A dan 3 jam di B, tekstil halus perlu waktu 4 jam di A dan 2 jam di B. Harga jual t.biasa $40/kodi, t.halus $60/kodi. Berapa tiap jenis tekstil dibuat agar harga jual maksimum? Melihat ketentuan-ketentuan yang diketahui lebih baik bila yang diandaikan sebagai peubah bebas-nya adalah jumlah tekstil biasa dan halus yang diproduksi. Untuk mempermudah penyusunan model disusun tabel berikut. Tekstil biasa Tekstil halus Alokasi waktu mesin (jam) Mesin A 2 4 80 Mesin B 3 2 60 Harga jual ($) 40 60 Misalkan x : jumlah tekstil biasa yang diproduksi. y : jumlah tekstil halus yang diproduksi. Pendapatan total yang harus dimaksimumkan adalah z = 40x + 60y

Keterbatasan alokasi waktu setiap mesin menimbulkan kendala: Mesin A: 2x + 4y 80 Mesin B: 3x + 2y 60 Peubah x dan y mewakili besaran yang tidak boleh bernilai negatif: x, y 0 Maksimumkan z = 40x + 60y 2x + 4y 80 3x + 2y 60 x, y 0 C. Pemrograman Tak Linear (Nonlinear Programming) Jika kondisi (1.2) atau (1.3) tidak dipenuhi, yaitu fungsi objektif atau minimal satu fungsi kendala bukan fungsi linear, maka disebut program tak linear. Contoh: 1. Program Kuadratik Program kuadratik adalah sebuah program matematik dengan setiap kendalanya linear, tetapi fungsi objektifnya tak linear dan berbentuk f 2 2 2 x1, x2,..., xn c11x 1 c22x2... cnnxn c12 x1x 2 c 13x1x 3 c23x2x3......, (1.4) dengan c R (1 i, j n) adalah konstanta-konstanta yang diketahui. Persamaan (1.4) disebut bentuk kuadratik dengan n variabel x, x,, x. 2. Program Integer Program integer adalah sebuah program linear dengan syarat: variabel-variabel inputnya adalah bilangan-bilangan bulat, tetapi koefisien dan konstanta dalam (1.1), (1.2) dan (1.3) tidak harus bilangan bulat. Misal jika variabel input x = jumlah mahasiswa y = jumlah mobil yang parkir Sedangkan contoh variabel input yang tidak harus bilangan bulat adalah x = jumlah gula yang dijual (kg) y = panjang kain yang dibeli (m) D. Contoh Permasalah Real dalam Model PTL

Contoh 1. Kawat sepanjang 24 m akan digunakan untuk memagari sebuah kandang kambing berbentuk persegi panjang. Tentukan ukuran pagar tersebut agar luasnya maksimum. Misalkan p : panjang kandang q : lebar kandang Memaksimumkan luas kandang: L = pq Keterbatasan panjang kawat (keliling kandang) K = 2(p + q) = 24 p + q = 12 Peubah p dan q mewakili besaran yang tidak boleh bernilai negatif: p, q 0 Maksimumkan L = pq p + q = 12 p, q 0 Contoh 2. Sebuah perusahaan pembuat komputer mendapat kontrak untuk menyediakan 50 unit komputer pada akhir bulan pertama, 50 unit komputer pada akhir bulan kedua, dan 50 unit komputer pada akhir bulan ketiga. Biaya produksi n buah komputer tiap bulannya adalah n 2. Perusahaan ini dapat memproduksi komputer lebih dari yang dipesan dan menyimpannya di gudang untuk diserahkan pada bulan berikutnya. Biaya gudang adalah sebesar 20 satuan harga untuk tiap komputer yang disimpan dari bulan yang lalu ke bulan berikutnya. Diandaikan bahwa pada permulaan pesanan digudang tidak ter-dapat persediaan komputer. Tentukan jumlah produksi komputer tiap bulannya agar biaya pembuatannya minimum. Dimisalkan x, y, dan z adalah adalah produksi komputer selama tiga bulan berturutturut.

Biaya total selama tiga bulan yang harus diminimumkan adalah: Biaya Total = Biaya Produksi + Biaya Gudang Biaya Produksi merupakan biaya keseluruhan perusahaan untuk memproduksi komputer. Biaya Produksi n buah komputer tiap bulannya adalah n 2. Sehingga Biaya produksi selama tiga bulan adalah: Biaya Produksi = x 2 + y 2 + z 2 Keterangan : x 2 = Biaya produksi komputer pada bulan pertama. y 2 = Biaya produksi komputer pada bulan kedua z 2 = Biaya produksi komputer pada bulan ketiga Biaya Gudang adalah sebesar 20 satuan harga untuk tiap komputer yang disimpan dari bulan yang lalu ke bulan berikutnya. Biaya Gudang pada bulan kedua = 20(x 50). Merupakan biaya penyimpanan/gudang dalam memproduksi kompu-ter pada bulan pertama. Biaya Gudang pada bulan ketiga = 20(x 50 + y 50) = 20 (x + y 100) Merupakan biaya penyimpanan/gudang setelah memproduksi kompu-ter pada bulan pertama dan pada bulan kedua. Biaya Gudang = 20(x 50) + 20(x + y 100) Jadi misalkan f(x, y, z) adalah Biaya Total, didapat : f(x, y, z) = x 2 + (y 2 + 20 (x 50)) + (z 2 + 20(x + y 100)) = (x 2 + y 2 + z 2 )+ (20(x 50) + 20(x + y 100)) = x 2 + y 2 + z 2 +40x + 20y 3000 Kendala bulan pertama g 1(x, y, z) = x 50 0 Kendala bulan kedua g2(x, y, z) = x + y 100 0 Kendala bulan ketiga g 3(x, y, z) = x + y + z 150 0 Peubah x, y, dan z mewakili besaran yang tidak boleh bernilai negatif: x, y, z 0 Minimumkan z = x + y + z + 40x + 20y 3000 x 50 x + y 100 x + y + z 150 x, y, z 0