METODE FUNGSI QUASI-FILLED SATU PARAMETER UNTUK MENYELESAIKAN MASALAH PROGRAM INTEGER TAK LINEAR
Ria Hardiyati (M0101042) ABSTRAK
Dalam kehidupan sehari-hari sering dijumpai masalah optimasi yang membutuhkan hasil integer. Masalah tersebut dapat diselesaikan dengan bentuk program integer.
Tujuan dari penulisan skripsi ini adalah mengkaji langkah-langkah memperoleh minimum global dalam program integer tak linear dengan menggunakan metode fungsi quasi-filled satu parameter dan menerapkannya dalam menyelesaikan masalah program integer tak linear. Metode yang digunakan dalam penulisan skripsi ini adalah studi literatur.
Berdasarkan hasil pembahasan diperoleh bahwa penyelesaian masalah program integer tak linear menggunakan metode fungsi quasi-filled satu parameter terdiri dari dua fase yaitu fase minimisasi fungsi objektif dan fase minimisasi fungsi quasi-filled satu parameter. Proses penghitungan berhenti jika jumlah iterasi di fase kedua lebih besar dari nilai parameter toleransi,
N
L. Titik minimum lokal fase pertama pada iterasi terakhir merupakan titik minimum global. Pengambilan titik awal hanya mempengaruhi hasil titik minimum lokal tetapi tidak mempengaruhi hasil titik minimum globalKata kunci: program integer, minimum lokal, minimum global, fungsi quasi-filled satu parameter.
1. PENDAHULUAN
Secara umum minimisasi masalah program integer tak linear berbentuk :
min
f
x
dengan kendalax
X
I (1.1) denganX
II
nadalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu titik; denganI
n yang berupa himpunan titik integer dalamR
n.Definisi 1.1 (Zhu, 2000: 2) Untuk sebarang
x
I
n, didefinisikan persekitaran dari x yaitu,
{
)
(
x
x
N
x
e
i:
i
1
,
2
,...,
n
}
dengane
i adalah vektor dimensi-n dengan semua komponen sama dengan nol kecuali komponen ke-i sama dengan satu.N
0
x
N
x
\
x
. Definisi 1.2 (Zhu, 2000: 2) Integerx
0X
I disebut minimum lokal dari fungsi (1.1) jika terdapat persekitaranN
(
x
0)
untuk sebarangx
N
(
x
0)
X
I, berlakuf
(
x
)
f
(
x
0)
. Integerx
0X
I disebut minimum global dari fungsi (1.1) jika untuk sebarangx
X
I, berlakuf
(
x
)
f
(
x
0)
. Sebagai tambahan, jika f(x)>f
(
x
0)
untuk setiapI
X x N
x 0( 0) atau
x
X
I\
{
x
0}
, makax
0 disebut minimum lokal (global) tegas dari f.Teorema 1.1 (Zhang et al., 1999: 3) Jika
x
0X
I adalah minimum global dari fungsi (1.1), makax
0X
I pasti minimum lokal dari f.Berikut ini diberikan Algoritma 1.1 untuk mencari titik minimum lokal Algoritma 1.1 (Zhu, 2000: 3)
Langkah 1 : Pilih sebarang titik integer
x
0X
I.Langkah 2 : Jika
x
0 adalah minimum lokal dari f(x) maka STOP.Selain itu, didapatkan
x
N
(
x
0)
X
I denganf
(
x
)
f
(
x
0)
. Langkah 3 : Diambilx
0:
x
, kembali ke Langkah 2.2. METODE PENELITIAN
Metode yang digunakan dalam penulisan skripsi ini adalah studi literatur. Langkah-langkah yang diperlukan untuk mencapai tujuan dalam skripsi ini adalah:
2. memberikan algoritma fungsi quasi-filled satu parameter secara umum , 3. menerapkan metode fungsi quasi-filled satu parameter dalam contoh kasus, 4. menganalisis pengambilan titik awal yang berbeda terhadap hasil akhir, seluruh perhitungan dalam contoh dilakukan menggunakan program Matlab.
3. PEMBAHASAN
Dalam bab ini diberikan definisi fungsi quasi-filled, fungsi quasi-filled satu parameter dan algoritma umum metode fungsi quasi-filled satu parameter.
3.1 Fungsi Quasi-Filled dan Sifatnya
Dalam subbab ini dikenalkan fungsi quasi-filled satu parameter di titik minimum lokal
* 1
x
dan membahas sifatnya. Titikx
1* yang diperoleh dari Algoritma 1.1. DibentukI I
f
x
f
x
X
X
x
S
{
:
(
)
(
*)}
1 1S
{
x
X
I:
f
(
x
)
f
(
x
*)}
X
I 1 2 . Definisi 3.1 Fungsi *(
)
1x
P
x disebut fungsi quasi-filled dari f(x) di minimum lokal
* 1
x
jika)
(
* 1x
P
x mempunyai sifat berikut :
(i) *
(
)
1x
P
x tidak mempunyai minimum lokal dalam himpunan
S
1\
{
x
0}
. Titik awal0
x
dalamS
1.(ii) Jika
x
1* bukan minimum global dari f(x) maka terdapat minimum lokalx
1 dari)
(
* 1x
P
x , sedemikian hingga(
)
(
)
* 1 1f
x
x
f
denganx
1S
2.Definisi 3.1 didasarkan pada himpunan dalam ruang Euclid dan
x
0 tidak harus minimum lokal dari *(
)
1
x
P
x .
3.2 Fungsi Quasi-Filled Satu Parameter
Mirip dengan Zhu (2003), diberikan fungsi quasi-filled satu parameter dari fungsi objektif di titik minimum lokal
x
1* sebagai berikut :))
1
)
}]
0
),
(
)
(
(exp([min{
(
)
(
)
(
0 1* 2 , ,1* 0x
x
x
A
f
x
f
x
P
Ax x
, (3.1)dengan A>0 adalah parameter, titik awal
x
0X
I memenuhi f(x0) f(x1*). Untuk membentuk *(
)
1
x
P
x yang memenuhi sifat seperti yang disebutkan pada Definisi
3.1, maka harus dipilih fungsi
(t
)
dan
(t
)
yang memenuhi kondisi berikut ini : (a)
(t
)
dan
(t
)
fungsi monoton naik tegas untuk setiapt
,
0
(b)
(
0
)
0
dan
(
0
)
0
(c)(
t
)
C
B
max
(
x
x
0)
I X x
, denganx
.Selanjutnya dibuktikan bahwa bentuk fungsi
(
)
0 * 1, ,x
P
x xA memenuhi kondisi (i) dan (ii)
dari Definisi 3.1. Pertama diberikan Lema berikut ini,
Lema 3.1 Untuk setiap bilangan bulat
x
X
I, jikax
x
0 maka terdapat}
,...,
2
,
1
:
{
e
i
n
D
d
i
, sedemikian hingga 0 0 x x x d x (3.2)Bukti Untuk
x
x
0, terdapat sebuahi
{
1
,
2
,...,
n
}
sedemikian hinggax
i
x
0i. Jika ii
x
Teorema 3.1
(
)
0 * 1, ,x
P
x xA tidak mempunyai minimum lokal pada himpunan
S
1\
{
x
0}
untuksetiap A>0.
Bukti Untuk setiap xS1 dan
x
x
0, dengan menggunakan Lema 3.1 diketahui bahwaterdapat dD, sedemikian hingga
0 0 x x
x d
x .
Dipertimbangkan dua kasus berikut ini :
(1) Jika
f
(
x
1*)
f
(
x
d
)
f
(
x
)
atau(
)
(
)
(
)
* 1f
x
f
x
d
x
f
maka))
1
)
}]
0
),
(
)
(
(exp([min{
(
)
(
)
(
0 1* 2 , ,1* 0
d
x
d
x
A
f
x
d
f
x
x
P
x x A
(
)
(
)
(
)
0 * 1, , 0 0x
x
P
x
x
d
x
x x A
Jadi, x bukan minimum lokal dari fungsi
(
)
0 * 1, ,x
P
x x A . (2) Jikaf
(
x
d
)
f
(
x
1*)
f
(
x
)
maka))
1
)
}]
0
),
(
)
(
(exp([min{
(
)
(
)
(
0 1* 2 , ,1* 0x
d
x
d
x
A
f
x
d
f
x
P
Ax x
(xdx0 )
(A(exp([f(xd) f(x1*)]2)1)(
)
(
)
(
)
0 * 1, , 0 0x
x
P
x
x
d
x
Ax x
Jadi, x bukan minimum lokal dari fungsi
(
)
0 * 1, ,x
P
x x A .Dua kasus di atas menunjukkan bahwa x bukan minimum lokal dari fungsi
(
)
0 * 1, ,x
P
x x A .Dari Teorema 3.1, diketahui bahwa bentuk fungsi
(
)
0 * 1, ,x
P
x x A memenuhi kondisipertama dari Definisi 3.1 tanpa asumsi lebih lanjut terhadap parameter A. Selama
X
I
S
1
S
2, Teorema 3.1 memberikan akibat berikut ini Akibat 3.2 Untuk sebarang minimum lokal dari fungsi(
)
0 * 1, ,
x
P
x xA kecuali x0, pasti berada
dalam himpunan S2.
Oleh karena itu, jika A=0 maka
(
)
(
0)
, ,1* 0
x
x
x
P
x xA
mempunyai minimum lokalunik
x
0 di dalamX
I. Karena berlaku f(x0) f(x1*) denganx
0S
1, berarti(
)
0 * 1, ,x
P
x x Atidak mempunyai minimum lokal dalam himpunan S2 dan
(
)
0 * 1, ,
x
P
x xA bukan fungsi
quasi-filled dari f(x) di minimum lokal
x
1*. Kemudian muncul pertanyaan bagaimana syarat parameter A agar minimum lokal berada dalam himpunanS
2. Untuk menjawab pertanyaan tersebut diberikan teorema berikut.Teorema 3.3
(
)
0 * 1, ,x
P
x xA mempunyai minimum lokal dalam himpunan bilangan bulat
S
2jika
S
2
dan A>0 memenuhi kondisi
( ) ( )
1 exp * 1* 2 1 x f x f B A
(3.3)dengan
x
* adalah minimum global dari f(x).Bukti Karena
S
2
danx
* adalah minimum global dari f(x) maka(
)
(
*)
1 *
x
f
x
f
dan))
1
)
}]
0
),
(
)
(
(exp([min{
(
)
(
)
(
* * 0 * 1* 2 , ,* 0 1
x
x
A
f
x
f
x
x
P
Ax x
*
exp
*
*
2
1
x
x
A
f
x
f
x
exp
*
2
1
1 *
B
A
f
x
f
x
jika A>0 dan memenuhi persamaan (3.3), maka
0
0 * 1, ,x
P
x x A .Di sisi lain, untuk setiap
y
S
1 berlaku
0
exp
min
1* ,0
2
1
,
,1* 0 y yx A f y f x
PAx x
yx0
0Sehingga minimum global dari
(
)
0 * 1, ,x
P
x xA pasti berada dalam himpunan
S
2. Akibatnya,)
(
0 * 1, ,x
P
x xA mempunyai minimum lokal dalam himpunan
S
2.Dari Teorema 3.1 dan 3.3, jika parameter A cukup besar maka bentuk fungsi
(
)
0 * 1, ,x
P
x x Amemenuhi sifat pada Definisi 3.1, dengan kata lain fungsi
(
)
0 * 1, ,x
P
x xA adalah fungsi
quasi-filled. Dari Algoritma 1.1 dapat diketahui nilai
f
x
1* tetapi belum diketahui nilai minimum global darif
x
, jadi sulit untuk menentukan batas bawah dari parameter A pada Teorema 3.3.Masalah minimisasi fungsi (1.1) dapat diselesaikan jika diperoleh
x
X
I sedemikian hingga memenuhif
x
f
x
*
, denganf
x
* adalah nilai minimum global dari masalah
P
I dan
adalah toleransi maksimal yang diberikan. Jadi, jika minimum lokal terakhirx
1* maka memenuhi
*
*
1
f
x
x
f
.Teorema 3.4 Diberikan
konstanta positif yang kecil dan
1
exp
2 1
B
A
. Untuksetiap minimum lokal terakhir
x
1* darif
x
yang memenuhif
x
1*
f
x
*
, fungsi quasi-filled(
)
0 * 1, ,x
P
x xA mempunyai minimum lokal dalam himpunan
S
2, dengan*
x
adalah minimum global dari f(x).Bukti Untuk
exp
t
1
fungsi monoton naik tegas untuk sebarangt
,
0
dan
*
*
1f
x
x
f
, diperoleh
1
exp
1
exp
f
x
*
f
x
1* 2
2
, kemudian
1 exp
1 exp 2 1 2 * 1 * 1
B x f x f B . Jika
1
exp
2 1
B
A
, maka
1 exp * 1* 2 1 x f x f B A
.Karena parameter A memenuhi kondisi pada Teorema 3.3 maka fungsi quasi-filled
)
(
0 * 1, ,x
P
x xA mempunyai minimum lokal dalam himpunan
S
2.Teorema 3.4 memberikan batas bawah dari parameter A yang hanya bergantung pada toleransi maksimal yang diberikan,
.Teorema 3.5 Titik awal
x
0S
I adalah minimum lokal dari(
)
0 * 1, ,x
P
x x A jikax
0 adalahminimum lokal dari
f
x
.Bukti Jika
x
0S
I adalah minimum lokal darif
x
, maka terdapat persekitaranN
x
0sedemikian hingga untuk setiap
x
N
x
0
X
I berlaku f
x f
x0 f
x1* , sehingga))
1
)
}]
0
),
(
)
(
(exp([min{
(
)
(
)
(
* 2 1 0 , ,1* 0
x
x
A
f
x
f
x
x
P
x x A
0
0 0
, ,
0 0 * 1x
P
x
x
x
x
Ax x
berlaku untuk setiap
x
N
x
0
X
I. Jadix
0S
I adalah minimum lokal dari(
)
0 * 1, ,x
P
x x A .Dibentuk masalah program integer tak linear bantuan yang berhubungan dengan masalah minimisasi fungsi (1.1) sebagai berikut
min
(
)
0 * 1, ,x
P
x x A , denganx
X
I (3.4)Dari uraian di atas diketahui bahwa untuk sembarang toleransi
0 yang diberikan,jika
1
exp
2 1
B
A
maka(
)
0 * 1, ,x
P
x xA adalah fungsi quasi-filled dari
f
x
di titikminimum lokal terakhir
x
1* yang memenuhif
x
1*
f
x
*
. Jadi jika digunakan suatu metode peminimuman lokal untuk menyelesaikan masalah minimisasi fungsi (3.4) dari sembarang titik awal padaX
I, maka dengan sifat dari fungsi quasi-filled diperoleh bahwabarisan titik minimum konvergen ke titik awal
x
0 atau ke titikx
X
I sehingga
* 1x
f
x
f
. Jika diperoleh titik minimum x maka titik x dipakai sebagai titik awal untuk meminimumkan kembalif
x
padaX
I, sehingga diperolehx
X
I yang memenuhif
x
f
x
yang lebih baik darix
1*.3.3 Algoritma Fungsi Quasi-Filled Satu Parameter Algoritma fungsi quasi-filled satu parameter diberikan sebagai berikut :
Langkah 1: Diberikan sebuah konstanta
N
L
0
sebagai parameter toleransi untuk mengakhiri proses peminimuman dari masalah minimisasi fungsi (1.1) dan konstanta kecil
0 sebagai toleransi optimal yang diinginkan. Dipilih sembarang x XI1
0 .
Langkah 2: Diawali dengan x 10 XI dicari minimum lokal
x
1* darif
x
dengan menggunakan Algoritma 1.1.Langkah 3: Bentuk fungsi quasi-filled
(
)
0 * 1, ,x
P
x x A seperti berikut :))
1
)
}]
0
),
(
)
(
(exp([min{
(
)
(
)
(
10 1* 2 , ,1* 10
x
x
A
f
x
f
x
x
P
x x A
,dengan A0 dan memenuhi kondisi pertidaksamaan (3.3) atau
1
exp
2 1
B
A
. Diberikan N 0. Langkah 4: JikaN
N
L, dilanjutkan ke Langkah 7.Langkah 5: Ditentukan N N 1. Dipilih sebuah titik awal yang berada di
X
I untuk mulai meminimumkan(
)
0 * 1, ,x
P
x xA pada
X
I, dengan menggunakan sembarangmetode peminimuman lokal. Diperoleh
x
1, minimum lokal dari(
)
0 * 1, ,x
P
x x A .Jika x 1 x10 maka kembali ke Langkah 4. Selain itu dilanjutkan ke Langkah 6.
Langkah 6: Diawali dengan titik
x
1 dicari minimumf
x
padaX
I. Kemudian diperoleh minimum lokalx
2* darif
x
. Dimisalkanx
1*x
2*, lalu kembali ke Langkah 3.Langkah 7: STOP algoritma, hasil
x
1* danf
x
1* adalah penyelesaian pendekatan dan nilai minimum global dari masalah minimisasi fungsi (1.1).3.4 Penerapan Metode Fungsi Quasi-Filled Satu Parameter
Berikut ini disajikan contoh kasus optimasi fungsi integer tak linier dan penerapan pendekatan fungsi quasi-filled dalam penyelesaiannya.
Diberikan masalah program integer tak linear berikut (Shang dan Han, 2005)
min
1 1 2 1 2 2 2 11
1
n i i i nn
n
i
x
x
x
x
x
f
(3.5) kendala xi 5,i
1
,
2
,
,
n
x
i : integer PenyelesaianMasalah (3.5) mempunyai
11
n titik fisibel dan mempunyai beberapa titik minimum lokal. Untuk n=2 mempunyai 4 minimum lokal, n=3 mempunyai 6 titik minimum lokal, n=4 mempunyai 7 minimum lokal n=5 mempunyai 10 minimum lokal dan seterusnya.Dipilih
t
t
dan
t
t
, sehingga dapat dibentuk fungsi quasi-filled:)
1
)
}]
0
),
(
)
(
(exp([min{
)
(
* 2 1 1 0 , ,*1 10
x
x
A
f
x
f
x
x
P
x x A dan diberikan
0.05,
1
1
exp
2
B
A
, max
0
110 1 x x n B I X x dan parameter toleransiN
L
10
n. Untuk n=2 Diberikan
0.05,A
6
.
0503
10
3,B
10
2
1
danN
L
10
2. Dan masalah (3.5) menjadimin
f
x
x
1
1
2
x
2
1
2
2
x
12
x
2
2 (3.6) kendala xi 5, i=1,2.
x
i : integer Dipilih titik awal yang fisibel x10
4,3 .Proses 1
Fase 1. Pencarian titik minimum lokal f(x) diawali dengan x10
4,3 Dicari minimum lokal dari masalah (3.6) dengan menggunakan Algoritma 1.1. Dibentuk persekitaran titik awal,
2 4 , 4 4 , 3 3 , 3 5 , 3 4 1 0 x N . Untuk
3
4
1 0x
, maka diperoleh
351 338 4 9 13 2 2 3 3 4 2 1 3 1 4 2 2 2 2 2 2 2 1 0 x fDengan cara perhitungan yang sama, nilai fungsi untuk persekitaran
3
4
1 0x
dapat dilihat pada Tabel 3.1.Tabel 3.1 Nilai fungsi untuk titik persekitaran dari
3
4
1 0x
x f(x)
3
5
988
3
3
80
4
4
306
2
4
402Karena f
x10 f
x , xN
x10 XI tidak dipenuhi maka
3
4
1 0x
bukan titikminimum lokal. Kemudian dipilih xN
x10 XI, dengan f
x f
x10 . Dari Tabel 3.1 diperoleh
3
3
x
.Selanjutnya proses pencarian minimum lokal diulang sebanyak 2 iterasi sehingga menghasilkan titik minimum lokal yaitu
3
2
* 1x
. Dari
3
2
* 1x
diperolehf
x
1*
7
. Fase 2. Kemudian dibentuk fungsi quasi-filled berikut:
6
.
0503
10
exp
min
7
,
0
1
3
4
3 2 3 4 , 3 2 , 10 0503 . 6 3
x
f
x
x
P
.Dibentuk masalah program integer tak linear bantuan yaitu minimisasi
6
.
0503
10
exp
min
7
,
0
1
3
4
3 2 3 4 , 3 2 , 10 0503 . 6 3
x
f
x
x
P
(3.7) kendala xi 5, i=1,2.Diberikan N=0. Karena N < NL maka proses dilanjutkan dengan mencari titik minimum lokal
dari masalah (3.7). Diberikan N=1. Dipilih titik awal
2
2
1 0 px
.Untuk mencari titik minimum lokal analog seperti pada fase 1. Diperoleh titik minimum lokal untuk P
x 3 4 , 3 2 , 10 0503 . 6 3 yaitu
2
1
1x
denganf
x
1
3
. Karena 1 0 1 x x makaproses dilanjutkan dengan mengulangi proses 1 dengan mengambil titik
2
1
1x
sebagai titik awal. Proses 2Fase 1. Pencarian titik minimum lokal f(x) diawali dari titik
2
1
2 0x
Untuk mencari titik minimum lokal analog seperti pada proses sebelumnya. Diperoleh titik minimum lokal yaitu
1
1
* 2x
. Dari
1
1
* 2x
diperoleh
*0
2
x
f
. Fase 2. Dimisalkan 2* * 1x
x
, kemudian dibentuk kembali fungsi quasi-filled baru yaitu
6
.
0503
10
exp
min
0
,
0
1
2
1
3 2 2 1 , 1 1 , 10 0503 . 6 3
x
f
x
x
P
. Diberikan N=0.Karena
N
0
N
L maka proses dilanjutkan dengan diberikan N 011. Dicari titikminimum lokalnya dan iperoleh titik minimum lokal
1
1
2x
danf
x
2
0
.Proses penghitungan diulang sampai diperoleh N=
10
2
1
sehingga dihasilkan
1
1
* globalx
dan f
x*global
0. Penghitungan berhenti pada10
1
2
N
, karenaN
N
L.Diperoleh x*global
1,1 dengan
0*
global
x
f .
Jadi meskipun diambil titik awal berbeda dan untuk n berbeda tetap diperoleh hasil akhir yang sama yaitu xglobal*
1,1,1,1
dengan
0* global x f . 3. KESIMPULAN
Dari keseluruhan pembahasan dapat diperoleh kesimpulan sebagai berikut.
1. Metode fungsi quasi-filled satu parameter digunakan untuk mencari titik minimum global dari masalah program integer tak linear. Penyelesaian masalah program integer tak linear menggunakan metode fungsi quasi-filled satu parameter terdiri dari dua fase yaitu fase minimisasi fungsi objektif dan fase minimisasi fungsi quasi-filled satu parameter. Proses penghitungan berhenti jika jumlah iterasi di fase kedua lebih besar dari nilai parameter toleransinya,
N
L. Titik minimum lokal fase pertama pada iterasi terakhir merupakan titik minimum global.2. Berdasarkan eksperimen dari contoh diperoleh kesimpulan bahwa pengambilan titik awal yang berbeda-beda pada Algoritma 2.1 mempengaruhi hasil titik minimum lokal tetapi tidak mempengaruhi hasil titik minimum global masalah semula.
DAFTAR PUSTAKA
Shang, Y. and Han, B. (2005). One-Parameter Quasi-Filled Function Algorithm for Nonlinear Integer Programming, J. Zhejiang Univ. SCI., Vol.6A(4), pp: 305-310. Zhang, L.S., Gao, F., Zhu, W. X. (1999). Nonlinear Integer Programming and Global
Optimization, Journal of Computational Mathematics, pp: 179-190.
Zhu, W.X. (2000). A Filled Function Method for Nonlinear Integer Programming, ACTA of Mathematicae Applicatae Sinica (in Chinese), pp: 481-487.
Zhu, W.X. (2003). On the Globally Convexized Filled Function Method for Box Constrained Continuous Global Optimization, It Appeared in Optimization. http://www.optimization-online.org/DB-FILE/2004/03/846.pdf.