• Tidak ada hasil yang ditemukan

PENERAPAN ALGORITMA COST SCALING PADA PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM

N/A
N/A
Protected

Academic year: 2021

Membagikan "PENERAPAN ALGORITMA COST SCALING PADA PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM"

Copied!
6
0
0

Teks penuh

(1)

Artikel Halaman1

PENERAPAN ALGORITMA

COST SCALING PADA PERMASALAHAN

MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM

Fajar Prabowo

Universitas Negeri Malang

E-mail: fajar_sinyoo@yahoo.com

Pembimbing: (I) Dra. Sapti Wahyuningsih, M.si,

(II) Dra. Mimiep S. Madja, M. Kom

Abstrak: Tujuan penulisanartikel ini adalah mengkaji penerapan algoritma cost scaling dalam permasalahan minimum cost flow dan mengaplikasikannya dalam program. Penelitian dilakukan dengan mengkaji penerapan algoritma cost scaling dalam penyelesaian masalah minimum cost flow, dan membandingkan hasil penyelesaian tersebut dengan menggunakan algoritma lintasan terpendek berulang.Kemudian dibuat sebuah program dengan bantuan Delphi 7. Hasil yang diperoleh adalah penyelesaian masalah minimum cost flow dengan menggunakan algoritma cost scaling sama dengan penyelesaian menggunakan algoritma lintasan terpendek berulang. Sedangkan hasil penyelesaian masalah minimum cost flow menggunakan bantuan program cost scaling, adalah sama dengan hasil yang diperoleh menggunakan program Giden.

Kata Kunci : minimum cost flow, algoritma cost scaling, program

Abstract: The purpose of this article is to examine the implementation of the cost scaling algorithm in the minimum cost flow problem, and apply it in the program. The study was conducted by reviewing the implementation of the cost scaling algorithm in solving the minimum cost flow problem, and compare the results of the settlement by using the sucsecive shortest path algorithm. Then created a program with the help of Delphi 7. The result is a minimum cost flow problem solving using cost scaling algorithm with completion using the shortest path algorithm repeatedly. While the results of the completion of the minimum cost flow problem using the help of the program cost scaling, is the same as the results obtained using the program Giden.

Keywords:minimum cost flow, cost scaling algorithm, program

Permasalahanpencarian

biaya

minimum

yang

digunakan

untuk

mendistribusikan barang dari produsen menuju konsumen, di dalam teori graph

dapat dimodelkan dengan

minimum costflow

.Salah satu algorima yang bisa

digunakan untuk menyelesaikan permasalahan pada

minimum cost flow

adalah

algoritma

cost scaling

. Algoritma

cost scaling

mengikuti kajian yang diadaptasi

dari buku

Network Flow

yang ditulis oleh Ravindra K. Ahujja (1993). Salah satu

keunggulan algoritma ini adalah mudah untuk diterapkan pada permasalahan

minimum cost flow

karena iterasinya mudah dipahami dan tidak terlalu banyak.

Agar penyelesaian permasalahan

minimum cost flow

dengan menggunakan

algoritma

cost salling

secara lebih efisien, akan dibuat program dengan bantuan

program Delphi.

Penulisan artikel ini secara khusus ditujukan untuk mengetahui langkah–

langkah pencarian

minimum cost flow

dengan menggunakan algoritma

cost

scalling

kemudianmenerapkannyauntuk menyelesaikan permasalahan

minimum

cost flow

. Selain itu juga untuk mengetahui perbedaan hasil penyelesaian

minimum cost flow

antara algoritma

cost scalling

dengan algoritma lintasan

terpendek berulang serta menyusun program untuk menyelesaikan

minimum cost

flow

dengan algoritma

cost scalling.

(2)

Artikel Halaman2

Untuk menunjang penulisan dibutuhkan beberapa kajian teori antara lain

digraph berbobot, jaringan,

minimum cost flow

, dan algoritma

cost scaling

.Wilson

(1989: 132) mendefinisikan, Suatu digraph

,

disebut sebuah digraph

berbobot (

weight graph

), apabila terdapat sebuah fungsi bobot bernilai real

pada himpunan ,

W: A

R

disebut bobot-bobot sisi , untuk semua anggota

. Digraph

berbobot tersebut dapat dinyatakan sebagai

, ,

.

Digrap berbobot (weight digraph).

Jaringan (dilambangkan

N

) adalah digraph sederhana, berbobot, jika

memenuhi:

Satu titik yang merupakan titik sumber, tidak memiliki sisi masuk

Satu titik yang merupakan titik tujuan, tidak memiliki sisi keluar

Muatan sisi

i,j

disebut kapasitas sisi

i,j

, dilambangkan

c

ij dengan

c

ij

adalah bilangan bulat non negatif.

Minimum cost flow

adalah suatu graph

G V,E

yang merupakan jaringan

terhubung dengan himpunan titik

V

dan himpunan sisi berarah E yang

masing-masing sisi

(i,j)

E

mempunyai

costc

ij

dan kapasitas muatan

u

ij

0

.

Misal

n

=

V

dan

m

=

E

(Rosen : 630).

Algoritma

cost scaling

memperlakukan ε sebagai parameter dan secara

iterasi diproses untuk memperoleh ε-optimal flow untuk nilai yang lebih kecil

dari ε. Awalnya, ε = C dan setiap aliran feasibel adalah ε-optimal. Algoritma

kemudian

melakukan

fase

cost

scaling

secara

berulang

kali

dengan

menerapkanprosedur

improve-approximation

yang mengubah aliran ε-optimal

menjadi

-optimal flow. Setelah melakukan 1 + log (nC) tahap l

cost scaling

,

dan kemudian algoritmaberakhir dengan aliran yang optimal (Ahuja : 364).

Hasil yang Diharapkan

Pada tahap ini dapat mengkaji beberapa prosedur inti yang digunakan untuk

menyelesaikan

minimum costflow

diantaranya adalah prosedur

improve-approximation

dan prosedur

push/relabel

sehingga dapat diterapkan dalam contoh

permasalahan

minimum costflow.

Selanjutnya dapat mengkaji perbedaan

penyelesaian

minimum costflow

dengan menggunakan algoritma

cost scaling

dan

menggunakan algritma lintasan terpendek berulang. Untuk mempermudah

menyelesaikan permasalahan

minimum cost fow

dengan menggunakan algoritma

cost scaling,

selanjutnya cukup disebut program

cost scaling,

dibuat program

dengan bantuan program Borland Delphi 7. Pada tahap ini disusun

syntax

program

dan penyusunan

flowchart

.

(3)

Artikel Halaman3

Pembahasan

Untuk menyelesaikan permasalahan minimum cost flow dengan algoritma

cost scaling

diperlukan langkah-langkah berikut.

Inisialisasi yaitu langkah yang menggambarkan keadaan awal dalam bentuk

jaringan

berarah.

Penggambaran

keadaan

awal

dimulai

dengan

menggambarkan banyaknya titik yang terdapat di dalam permasalahan.

Masing-masing sisi dihubungkan dengan sisi berarah

,

yang

menunjukkan adanya jalan untuk aliran dari titik i ke titik j. Setiap sisi

,

mempunyai dua bobot yang disimbolkan

yang merupakan biaya yang

diperlukan untuk mengalirkan suplai dari titik i ke titik j dan

!

adalah batas

maksimum suplai yang dapat dialirkan dari titik i ke titik j. Menuliskan

bobot/suplai masing-masing titik yang disimbolkan dengan b(i) dengan

ketentuan apabila b(i) > 0 maka titik i adalah titik pengirim, apabila b(i) = 0

maka titik i adalah titik perantara, dan apabila b(i) < 0 maka titik i adalah titik

penerima. Setelah proses inisialisasi selesai, tentukan nilai ε yang diperoleh

dari biaya terbesar yang terdapat pada permasalahan awal.

Menentukan

node imbalance

/titik kesetimbangan dari masing-masing titik

yang

disimbolkan

dengan

dengan

ketentuan

"

# ∑

& : , ' (,() *

%

+ ∑

& : , ' (,() *

%

,

"

adalahsuplai dari titik

i.Pada algoritma

cost scaling

nilai awal

%) , 0

, maka

"

dan

.

!

, / ,

'

.

Menentukan biaya tereduksi (

0

+ 1

# 1

) pada masing-masing

sisi pada digraph G. Karena pada algoritma

cost scaling

nilai awal

1

0,

/ '

, sehingga

0

,

/ ,

'

. Kemudian menuliskan

0

, .

pada

setiap sisi di G.

Pilih titik aktif yang terdapat pada jaringan sisa. Titik i dikatakan titik aktif

apabila e(i) > 0.

Menentukan sisi admisibel yang berpangkal pada titik aktif yang telah dipilih.

Sisi admisibel ditentukan dengan mengecek setiap sisi pada jaringan sisa

yang berpangkal pada titik aktif yang telah dipilih, yaitu sisi yang memiliki

biaya tereduksi dan memenuhi kondisi

+

2

3

0

0, / ,

' .

Apabila pada jaringan sisa tidak terdapat sisi admisibel yang berpangkal pada

titik aktif yang telah dipilih, lakukan pelabelan nilai potensial titik pada titik

aktif tersebut dengan ketentuan

1

5678

1

96:6

#

2

.

Lakukan pelabelan biaya tereduksi pada sisi yang berpangkal pada titik aktif

yang telah dipilih.

Lakukan langkah 6 apabila sisi admisibel masih belum diperoleh.

Setelah sisi admisibel yang berpangkal pada titik aktif diperoleh, tentukan

nilai δ dengan cara δ = Min{e(i), r

ij

}.

Lakukan proses pengiriman suplai sebanyak δ unit pada sisi admisibel,

misalkan sisi admisibel yang dipilih adalah sisi (i,j), yaitu dengan cara e(i)

baru

= e(i)

lama

– δ, e(j)

baru

= e(j)

lama

+ δ. Mengganti sisi (i,j) dengan dua sisi (i,j) dan

(4)

Artikel Halaman4

memiliki bobot

0 0

dan r

ij

= r

ij

– δ, sedangkan sisi (j,i) memiliki bobot

0

+

0

dan r

ji

= δ

Hapus sisi yang memiliki kapasitas sisa sama dengan nol (r

ij

=0).

Lakukan pengulangan pada langkah 10 sampai diperoleh e(i) = 0,

/ '

.

Menggambarkan digraph solusi optimum dengan aliran

dan

%

.

, serta

mencari

;

%

.

Perbedaan langkah-langkah algoritma

cost scaling

dengan algoritma

lintasan terpendek berulang terdapat pada penentuan nilai titik potensial dan

penentuan suplai yang akan dialirkan dalam jaringan. Nilai titik potensial (

π

) pada

algoritma

cost scaling

ditentukan dengan cara

1

1

#

2

sedangkan suplai

(

δ

) yang akan dialirkan dalam jaringan ditentukan dengan cara

<

= >&

, .

.

Nilai titik potensial (

π

) pada algoritma lintasan terpendek berulangditentukan

dengan cara

1

1

+ ?

# ? @

sedangkan suplai (

δ

) yang akan dialirkan

dalam jaringan ditentukan dengan cara

<

min& C , + @ , minD.

, ,

' EF*

.

Implementasi program penyelesaian permasalahan

minimum cost flow

dengan menggunakan algoritma

cost scaling

dibuat dengan bantuan program

Delphi 7 dan mengikuti

syntax

algoritma sebagai berikut:

algorithm

cost scaling;

begin

π : = 0 andε : = C;

let

x

be any feasible flow;

while

G

do

begin

improve

-approximation(ε, x

, π);

2

;

end;

x

is an optimal flow for the minimum cost flow problem;

end;

procedure

improve-approximation(ε, x

, π);

begin

for

every

arc (i, j)

A do

if

0 K 0

then

%

: = 0

else if

0 0

then

%

, !

;

compute node imbalances;

while the network contains an active node do

begin

select an active node

i;

push/rel

abel (i );

end;

end;

procedure

push/relabel(i);

begin

(5)

Artikel Halaman5

push δ : =

min{e(i),

.

}

units of flow from node

i

to node

j;

else π(i) : =

π(i)

+

2

;

end;

(Williamson, 2007: 14)

Tampilan dari program

cost scaling

yang dihasilkan adalah seperti berikut :

Simulasi penyelesaian masalah

minimum cost flow

dikerjakan dengan

menggunakan program

cost scaling

dan program Giden. Dalam simulasi tersebut

diperoleh hasil yang sama.

Penutup

Berdasarkan pembahasan sebelumnya, beberapa kesimpulan yang diperoleh

diantaranya adalah proses penyelesaian masalah

minimum cost flow

dengan

algoritma

cost scalling

dilakukan melalui beberapa prosedur inti yaitu prosedur

improve-approximation

dan prosedur

push/relabel.

Nilai titik potensial (

π

) pada

algoritma

cost scaling

ditentukan dengan cara

1

1

#

2

sedangkan suplai

(

δ

) yang akan dialirkan dalam jaringan ditentukan dengan cara

<

= >&

, .

.

Nilai titik potensial (

π

) pada algoritma lintasan terpendek berulangditentukan

dengan cara

1

1

+ ?

# ? @

sedangkan suplai (

δ

) yang akan dialirkan

dalam jaringan ditentukan dengan cara

<

min& C , + @ , minD.

, ,

'

E*

.Simulasi penyelesaian masalah

minimum cost flow

dikerjakan dengan

menggunakan program

cost scaling

dan program Giden. Dalam simulasi tersebut

diperoleh hasil yang sama.

Dari pembahasandi atas, pembaca diharapkanmenganalisis penerapan

algoritma

cost scalling

pada permasalahan

minimum cot flow

apabila terdapat lebih

dari satu sisi admisibel dan bangun suatu teorema. Kemudian untuk penulisan

berikutnya adanya pembuktian beberapa teorema yang mendukung keeksistensian

algoritma

cost scalling

pada permasalahan

minimum cost flow

.

(6)

Artikel Halaman6

Daftar Rujukan

Ahuja, Ravindra, dkk. 1993.

Network Flows Theory, Algoritmhs, and

Applications.

New Jersey : Prentice-Hall, Inc.

Rosen, H., Kenneth.

Handbook of Discrete and Combinatorial Mathematics

.

Washington, DC: CRC Press.

Willson, Robin J. 1990.

Graph An Introduction Approach

. Canada : Wiley.

Williamson, David. 2007.

Lecture 14: Network Flow

. Jurnal online diakses

Referensi

Dokumen terkait

Hasil penelitian ini menunjukan bahwa dosis aplikasi Mikoriza Veskula Arbuskular (MVA) memberikan pengaruh berbeda sangat nyata terhadap panjang akar tanaman per sampel

Ketika medan magnet tidak ada, materi tetap memiliki magnetisasi spontan yang merupakan hasil dari momen magnetik antar momen magnet spin, untuk ferromagnetik, atom yang

dalam hal seluruh jabatan Direksi kosong karena berakhirnya masa jabatan dan Menteri belum menetapkan penggantinya, semua anggota Direksi yang telah berakhir masa

Penelitian ini bertujuan untuk untuk mengetahui (1) perbedaan return yang terjadi pada hari Senin sampai dengan hari Jumat, (2) terjadinya monday effect , (2) terjadinya

yang sangat susah dilakukan dengan interview biasa, karena menyangkut informasi yang sensitif seperti menyangkut strategi politik, kepercayaan, maupun keyakinan. Yang akan diteliti

Aspek ini ditegaskan penjelasan Pasal 186 KUHAP jo Pasal 133 ayat (1) KUHAP dimana disebutkan keterangan ahli dapat juga diberikan pada waktu pemeriksaan oleh

86 Dengan Satuan Pendidikan Sekolah Menengah Pertama Model Kemitraan Keluarga.. 88 Dengan Satuan Pendidikan Sekolah Menengah Pertama Model

Desentralisasi berhubungan dengan pembagian kekuasaan secara vertikal antara pemerintah pusat dan daerah atau negara bagian, sedangkan fungsi negara berhubungan