STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

dokumen-dokumen yang mirip
CATATAN KULIAH RISET OPERASIONAL

BAB 1 PENDAHULUAN. 1.1 Latar belakang

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

Optimasi Non-Linier. Metode Numeris

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

BAB II LANDASAN TEORI

BAB IV APLIKASI PADA MATRIKS STOKASTIK

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation

BAB 2 TINJAUAN PUSTAKA

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA

BAB II TINJAUAN PUSTAKA

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009

III. METODOLOGI PENELITIAN

BAB 3 METODE PENELITIAN

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

Model Optimisasi Robust

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

Aplikasi diagonalisasi matriks pada rantai Markov

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation

PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH HIV DAN AIDS PROVINSI JAWA TIMUR MENGGUNAKAN REGRESI POISSON BIVARIAT

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

PEMPROSESAN ALARM DALAM PERLINDUNGAN SISTEM DAYA LISTRIK MENGGUNAKAN NEURAL NETWORK. Azriyenni

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

Makalah Seminar Tugas Akhir

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

BAB III METODE SCHNABEL

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP :

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Forum Statistika dan Komputasi, April 2005, p: ISSN : Vol. 10 No. 1

SISTEM PENGENAL WAJAH DENGAN JARINGAN SYARAF TIRUAN

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG

Transformasi Wavelet Diskret Untuk Data Time Series

BAB 2 LANDASAN TEORI

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

MAKALAH SEMINAR TUGAS AKHIR

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

VI. PEMILIHAN MODA (Modal Split/Choice)

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

Sistem Informasi Peramalan Beban Listrik Jangka Panjang di Kabupaten Jember Menggunakan JST Backpropagation

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

BAB 2 TINJAUAN PUSTAKA

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan :

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

BAB 2 LANDASAN TEORI. relevan, lengkap, dan terkini sejalan dengan permasalahan yang dihadapi. Di sini juga

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

PENDAHULUAN TINJAUAN PUSTAKA

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Pengaruh Masuknya Penambahan Pembangkit Baru kedalam Jaringan 150 kv pada Kapasitas Circuit Breaker

Neural Network menyerupai otak manusia dalam dua hal, yaitu:

BAB II LANDASAN TEORI

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN

BAB II LANDASAN TEORI

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

RINGKASAN SKRIPSI MODUL PERKALIAN

Transkripsi:

TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008

ABSTRAK Metode Branch And Cut adalah teni yang terbai untu menyelesaian berbagai enis masalah Integer Programming hususnya Mixed Integer Programming, dan metode ini dapat membutian aminan eoptimalannya. Dalam tulisan ini aan ditunuan bagaimana metode Branch And Cut digunaan untu menyelesaian masalah Mixed Integer Linier Programming, dan bagaimana metode Cutting Plane dapat digunaan untu menyelesaian berbagai macam masalah. Algoritma ini terdiri dari ombinasi metode Cutting Plane dengan algoritma Branch And Bound. 1

DAFTAR ISI Halaman udul Persetuuan Pernyataan Abstra Abstract Daftar Isi Daftar Tabel Daftar Gambar Bab 1 Pendahuluan 1.1 Latar Belaang 1 1.2 Perumusan Masalah 2 1.3 Tuuan Penelitian 3 1.4 Manfaat Penelitian 3 1.5 Tinauan Pustaa 3 1.6 Metodologi Penelitian 4 Bab II Landasan Teori 2.1 Program Linier 6 2.1.1 Karateristi-arateristi dalam Program Linier 6 2.2.2 Asumsi dalam Program Linier 6 2.2 Klasifiasi Integer Programming 7 2.3 Metode Penyelesaian Masalah Mixed Integer linier Programming 7 2.3.1 Metode Cutting Plane 11 2.3.2 Metode Enumerasi 20 2.3.2.1 Metode Branch-And-Bound 20 2.4 Himpunan Konves, Kombinasi Konves 54 2.5 Fungsi onves dan Fungsi onaf 55 Bab III Pembahasan 3.1 Bentu Umum Masalah Mixed Integer Linier Programming 57 3.2 Algoritma Branch-And-Cut 58 3.3 Contoh Persoalan 59 Bab IV Kesimpulan dan Saran 4.1 Kesimpulan 73 4.2 Saran 73 2

BAB 1 PENDAHULUAN 1.1 Latar Belaang Banya masalah dalam bidang eonomi, industri, teni dan militer yang dapat dinyataan sebagai model matematia. Masalah-masalah ini antara lain dapat diformulasian sebagai model program linier. Pada masalah masimum atau minimum, setiap model variabel dapat bernilai real. Dalam beberapa ondisi sering mendeati atau mempunyai penyelesaian pecahan. Sebagai contoh, etebalan bidang 2,66 mm pada strutur bangunan, watu era 3,34 am pada suatu proye dan penggunaan 1,78 g pupu utu menambah esuburan tanah. Walaupun demiian, ada uga masalah dimana nilai pecahan dari model variabel tida berarti secara fisi. Sebagai contoh sebuah pabri yang ingin memprodusi paaian yang ingin memperbesar produsinya. Pabri ini tida dapat membeli mesin pembuat ain delapan setengah unit, walaupun anggaran belana yang dimilii oleh pabri tersebut memunginan,atau tida mungin menggunaan 1,6 etel pada pembangit tenaga listri, umlah tenaga era 1,9 orang pada suatu proye dan 2,76 mesin bubut pada suatu too. Walaupun demiian dalam banya asus optimisasi, sangat sulit membulatan penyelesaian tanpa melangggar beberapa dari endala. Sering teradi ia mempredisi variabel yang tepat, perlu mengganti nilai dari beberapa variabel untu memenuhi semua endala. Aibatnya ia membulatan penyelesaian bisa saa memberian suatu nilai fungsi obetif yang sangat auh dari nilai optimal awal. Semua esulitan-esulitan ini dapat dihindari ia masalah optimisasi dimodelan dan diselesaian sebagai masalah program linier. Pada problema optimisasi dengan adanya endala linier dan terdapat beberapa variabel yang dibatasi bernilai integer, maa masalah optimisasi ini 3

dinyataan sebagai masalah mixed integer programming. Mixed Integer Linier Programming (MILP) sering uga disebut mixed integer programming. Relasasi linier programming adalah suatu program linier yang dihasilan dari program integer linier programming dengan menghilangan persyaratan bilangan bulat untu variabel eputusannya. Banya metode yang bisa digunaan untu menyelesaian masalah Mixed Integer Linier Programming (MILP) yang masing-masing mempunyai elebihan dan elemahan. Memperhatian hal ini maa penulis mencoba mempelaari metode Branch-And-Cut dalam menyelesaian masalah Mixed Integer Linier Programming (MILP). Perhatian model Mixed integer linier programming (MILP), yaitu : Optimisasian : Z = n = 1 c x + p = 1 d y Dengan endala : x n = 1 y a i x p + g = 1 i (,, = ) i = 1, 2, 3,, m 0, dan int eger = 1, 2, 3,, n 0 = 1, 2, 3,, p y b i 1.2 Perumusan Masalah Poo permasalahan dalam arya tulis ini adalah bagaimana mencari atau menyelesaian masalah Mixed Integer Linier Programming (MILP) dengan menggunaan metode Branch And Cut. 4

1.3 Tuuan Penelitian Tuuan dari penulisan ini adalah mencari penyelesaian (solusi optimal) dari masalah Mixed integer linier programming dengan menggunaan metode Branch-And-Cut. 1.4 Manfaat Penelitian Adapun manfaat dari penelitian ini adalah untu memperaya literature dan menambah pengetahuan bagi penulis dan pembaca hususnya dalam menyelesaian masalah Mixed integer linier programming. 1.5 Tinauan Pustaa Karena penelitian ini merupaan studi literature maa tinauan pustaa adalah titi tola yang utama dalam tulisan ini. Penulis melauan tinauan pustaa dari : Rao S. S. dalam buunya menelasan bahwa pada problema optimisasi dengan adanya endala linier dan terdapat beberapa variabel yang dibatasi bernilai integer, masalah optimisasi ini dinyataan sebagai masalah mixed integer programming. Nasendi B. D. dalam buunya menelasan bahwa program integer (PI) terbagi dua yaitu program integer asli (PIA) dan program integer tercampur (PIT). PIA adalah suatu program linier yang semua peubahnya adalah integer, sedangan PIT adalah suatu program linier yang sebahagian peubahnya integer dan sebahagian lagi adalah peubah ontinu atau peubah divisible (nonintegre). Dalam bahasa Inggris program integer asli biasa dienal sebagai Pure integer programming, sedangan program integer tercampur sebagai Mixed integer linier programming. Fitri Maya Puspita dalam urnalnya menelasan bahwa masalah Mixed Integer Linier Programming muncul etia beberapa variabel dalam masalah linier programming hanya berupa bilangan integer yang tida dapat dibagi umlahnya 5

seperti : umlah manusia, mesin, botol, ota dan lain-lain. Terdapat dua pendeatan untu menyelesaian Mixed Integer Linier Programming (MILP) yaitu metode exact dan metode heuristic. Teni exact meliputi metode Branch-And-Cut dan metode Branch-And-Bound. 1.6 Metodologi Penelitian Tulisan ini disusun atas eranga pemiiran yang langah-langahnya adalah sebagai beriut : 1. Diberian pengertian dan definisi dari integer linier programming. 2. Diberian pengertian dan definisi dari mixed integer linier programming. 3. Diberian pengertian dan definisi dasar dari metode Cutting Plane beserta contohnya. 4. Diberian pengertian dan definisi dasar dari metode Branch-And-Bound beserta contohnya. 5. Diberian pengertian dan definisi dasar dari metode Branch-And-Cut dan memodelan sebuah permasalahan sebagai apliasinya. 6. Kesimpulan. 6