Masalah separable programming adalah
masalah nonlinear programming dengan
bentuk seperti berikut : Max (atau min) z =
s.t (i = 1, 2, …, m)
Separable programming dapat diselesaikan
dengan pendekatan piece wise linear
function untuk setiap fj(xj )dan gij(xj)
2 Eni Sumarminingsih, SSi, MM
n
j
j j x
f
1
n
j
i
ij b
g
Sebelum melakukan pendekatan piece wise linear
function untuk fj(xj ) dan gij(xj) perlu ditentukan aj
dan bj (untuk j = 1, 2, …, n) sedemikian hingga nilai
pada solusi optimal akan memenuhi aj ≤ xj ≤ bj
Berikutnya pilih titik grid pj,1 , pj,2, …pj,k dengan
aj = pj,1 ≤ pj,2 ≤ … ≤ pj,k = bj
(untuk kesederhanaan, untuk setiap variabel dapat digunakan banyak grid yang sama ).
Konsep dasar dari metode separable programming
adalah mendekati setiap fungsi fj(xj ) dan gij(xj)
Secara formal, misalkan
maka untuk 0 1
Secara umum, untuk pendekatan masalah
separable programming xj dapat dinyatakan
sebagai
(j = 1, 2, …, n) dengan (j = 1, 2, …, n)
(j = 1, 2, …, n ; r = 1, 2, …, k)
4 Eni Sumarminingsih, SSi, MM
1 , ,r j j r
j x p
p
, 1,
1
j r j rj
p
p
x
k j k j j j j j
j
p
p
p
x
,1 ,1
,2 ,2
, ,1
, 2
, 1
, j j k
j
0
,r j
Sehingga fj(xj ) dapat didekati dengan
Untuk memastikan keakuratan pendekatan
ini, maka harus dipastikan bahwa untuk setiap j (j = 1, 2, …, n), maksimum hanya ada dua j,r yang positif
Untuk j tertentu misalkan j,k positif maka
j,k - 1 atau j,k+1 harus positif dan bukan j,r yang lain
j,k dikatakan adjacent dengan j,k - 1 dan
j,k+1
Secara lengkap, pendekatan masalah
separable programming dapat dinyatakan sebagai berikut:
max (atau min) s.t
(i= 1, 2, ..., m)
(j = 1, 2, …, n)
(j = 1, 2, …, n ; r = 1, 2, …, k)
asumsi adjacency
nj j j j j j k j k
p f p f p f z
1 ,1 ,1 ,2 ,2 , ,
in
j j ij j j ij j j k ij j k
b p g p g p
g
1 ,1 ,1 ,2 ,2 , ,
1 , 2 , 1
, j j k
j
0
,r j
Dapat dilihat bahwa pendekatan separable programming adalah masalah linear programming sehingga dapat
diselesaikan dengan metode simplek.
Namun demikian, penyelesaian dengan metode simplek memungkinkan asumsi adjacency terlanggar atau tidak terpenuhi.
Untuk menghindari hal tersebut, metode simplek perlu
dimodifikasi, yaitu dengan menambah aturan sebagai berikut :
1. Jika untuk j tertentu, semua j,k = 0, maka setiap j,k boleh
masuk sebagai basis.
2. Jika untuk j tertentu, j,k positif maka hanya j,k-1 atau j,k+1
yang boleh masuk sebagai basis
3. Jika untuk j tertentu, terdapat dua j,k yang positif, maka tidak
boleh ada j,k lain yang dapat masuk sebagai basis
Terdapat dua kasus di mana metode
simplek biasa dapat digunakan untuk menyelesaikan pendekatan terhadap
separable programming dan menghasilkan solusi yang secara otomatis memenuhi
asumsi adjacency, yaitu
1. Jika separable programming adalah
masalah maksimisasi, setiap fj(xj)
concave dan setiap gij(xj) adalah convex
2. Jika separable programming adalah
masalah minimisasi, setiap adalah fj(xj)
Contoh permasalahan
Misalkan ingin dicari solusi optimal dari
masalah berikut :
Max
S.t
Permasalahan ini adalah masalah separable
programming dengan
10 Eni Sumarminingsih, SSi, MM
22 2 1 2 2 1
1 30 x x 35 x x 2x
x
z
2 2 2
1 2
1 35 2 3
30x x x x
z
250 2 22
2
1 x
x
20
2 1 x
x
0
, 2
1 x
x
21 1
1
1 x 30x 2x
f f2
x2 35x2 3x22
21 1
11 x x
g g12
x2 2x22
1 121 x x
dan dapat ditetapkan a1 = a2 = 0 dan b1=b2=20 (karena
x1, x2 ≥ 0 dan ada kendala ).
Misalkan dipilih 5 grid ( semakin banyak grid akan semakin baik) untuk setiap variabel
dengan grid p11= p21=0 ,p12=p22= 5, p13=p23=10 , p14=p24=15, p15=p25=20 .
Sehingga didapat nilai dan nilai untuk grid tersebut adalah sebagai
berikut:
20
2 1 x
x
j r
j p
Tabel 1. Nilai dan
untuk Grid 0, 5, 10, 15, 20
12
Fungsi
P
j,r0
5
10
15
20
0
100
100
0
-200
0
100
50
-150
-500
0
25
100
225
400
0
50
200
450
800
0
5
10
15
20
0
5
10
15
20
Eni Sumarminingsih, SSi, MM
pj r
f1 ,
pj r
f2 ,
pj r
g11 ,
pj r
g12 ,
pj r
g21 ,
pj r
g22 ,
j r
j pDari Tabel 1. dapat dituliskan pendekatan
masalah separable programming untuk contoh
permasalahan adalah sebagai berikut: Max
s.t
Asumsi adjacency
25 24 23 22 15 13
12 100 200 100 50 150 500
100 ˆ z 250 800 450 200 50 400 225 100
2512 13 14 15 22 23 24 25
20 20 15 10 5 20 15 10
512 13 14 15 22 23 24 25
1
15 14
13 12
11 1 25 24 23 22
21
0
,r j
14
Permasalahan ini adalah permasalahan linear
programming sehingga dapat diselesaikan dengan metode simpleks biasa karena untuk contoh permasalahan ini, setiap fj(xj) adalah
concave dan setiap gij(xj) adalah convex. Solusi optimal dari permasalahn ini adalah Hal ini berarti dan sedang .
Jika dibandingkan dengan solusi optimal sebenarnya yaitu
dan dengan z = 214.5, solusi
dengan pendekatan separable programming cukup dekat.
Eni Sumarminingsih, SSi, MM
1
22 12
5 ) 5 ( 1
1
x x2 1(5) 5 zˆ 200
5 . 7
1
x
83 . 5
2