A. Model Program Linear

A. Model Program Linear

Pada model program linear sebelumnya sering terjadi solusi yang menghasilkan bilangan pecahan. Misal :23,73 mangkok dan 8,51 cangkir.

Pada saat metode simpleks menghasilkan nilai non-integer, kadang diasumsikan bahwa nilai solusi bisa dibulatkan ke nilai terdekat. Misal : x1 = 7000,4 paku dibulatkan menjadi x1 = 7000 paku. Tetapi bila kasus x1 nya adalah kapal selam maka pembulatan mempengaruhi keuntungan bermiliar2 dolar. Pada materi ini dipelajari pendekatan pemecahan yang menghasilkan bilangan integer optimal.

1. Contoh Model Total Integer

Pemilik toko merencanakan membeli mesin pencetak dan mesin bubut. Pemilik memprediksi setiap mesin pencetak akan menaikan keuntungan sebesar $100 per hari dan mesin bubut menaikan keuntungan $150 per hari. Luas tempat dan harga masing-masing sebagai berikut:

Anggran pembelian mesin adalah $40.000 sedangkan tempat tersedia 200 feet persegi. Pemilik ingin mengetahui berapa banyak mesin yang dapat dibeli supaya keuntungan maksimum. Dalam hal ini tidak diperbolehkan menghasilkan solusi yang pecahan.

Mesin Luat tempat (ft) Harga Beli ($)

Pencetak 15 8000



Model Linearnya adalah sebagai berikut:

Maksimumkan Z = 100x1 + 150x2

Batasan 8000 x1 + 4000x2 ≤ 40.000

15x1 + 30x2 ≤ 200

x1, x2 ≤ 0 dan integer

Diketahui : x1 = jumlah mesin pencetak

x2 = jumlah mesin bubut

2. Contoh Model Integer 0 – 1

 Tabel data contoh integer 0-1

 Anggaran yang disediakan $120.000 dan luas lahan 12 acre.

 Karena ada pada lahan yang sama, lahan kolam renang atau

lapangan tenis hanya akan didirikan salahsatu saja. Bapeda ingin mengetahui fasilitas mana saja yang harus didirikan agar pengguna menjadi maksimum.  Formulasi Model PL : Maksimumkan Z = 300x1 + 90x2 + 400x3 + 150x4 Batasan 35.000x1 + 10.000x2 + 25.000x3 + 90.000x4 ≤120.000 4x1 + 2x2 + 7x3 + 3x4 ≤ 12 x1 + x2 ≤ 1 x1, x2, x3, x4 = 0 atau 1

x1 = pendirian 1 kolam renang; x2 = pendirian 1 lapangan tenis; x3 = pendirian 1 lapangan atletik; x4 = pendirian 1 gelanggang olah raga

Fasilitas Rekreasi Banyaknya Pengguna (orang/ hari)

Biaya ($) Luas Lahan ( acre)

Kolam renang 300 35.000 4

Lapangan tenis 90 10.000 2

Lapangan atletik 400 25.000 7

 Nilai 1 artinya perlu didirikan, nilai 0 artinya tidak perlu

didirikan

3. Contoh Model Integer Campuran

Seorang pengusaha memiliki kelebihan uang $250.000 dan akan di investasikan pada 3 alternatif, yaitu : kondominium, tanah, dan obligasi. Dia ingin menginvestasikan uangnya dengan tujuan pengembalian terbesar diperoleh pada akhir tahun.

Data jenis investasi:

Jenis Investasi Harga Ketersedia n

Keuntungan per tahun

Kondominium $50.000/ unit 4 unit $9.000

Tanah $12.000/ acre 15 acre $1.500

 Model PL nya: Maksimumkan Z = 9.000x1+1.500x2+1.000x3 Batasan : 50.000x1 + 12.000x2 + 8.000x3 ≤ 250.000 x1≤ 4 x2 ≤ 15 x3 ≤ 20 x2 ≥ 0 x1, x3 ≥ 0 dan integer x1 = # kondominium yang dibeli x2 = # acre tanah yang dibeli x3 = # obligasi yang dibeli

B. Solusi Model Program Integer

 Ada beberapa cara untuk menyelesaikan program linear dan

yang paling mudah adalah metode pembulatan. Contoh untuk persoalan banyaknya mesin yang ingin di beli.

Maksimumkan Z = 100x1 + 150x2 Batasan 8000 x1 + 4000x2 ≤ 40.000

15x1 + 30x2 ≤ 200 x1, x2 ≤ 0 dan integer

Diketahui : x1 = jumlah mesin pencetak x2 = jumlah mesin bubut

 Hasil pecahan untuk model ini dapat dilihat pada tabel

simpleks.

 Solusi Simpleks Optimal

cj Variabel_Dasar Kuantitas 100 150 0 0

x1 X2 s1 s2

100 x1 2,22 1 0 0,00016 -0,022 150 x2 5,55 0 1 -0,00008 0,044 zj 1.054,5 100 150 0,004 4,4

 Solusi berdasarkan tabel simpleks

x1 = 2,22 dan x2 = 5,55 bulatkan pada bilangan yang terdekat, sehingga x1 = 2 dan x2 = 6 akan tetapi bila dimasukan nilai-nilainya ke batasan 2 maka nilainya

15(2) + 30(6) ≤ 200 210 ≤ 200 tidak feasibel.

Jika semua batasan berisi ≤ dan koefisien batasan positif, maka pembulatan ke bawah akan menjamin feasible sehingga x1 = 2 dan x2 = 5. Diperoleh Z = $950. Cara ini mempunyai resiko, yaitu tidak ditemukan bilangan integer yang optimal. Perhatikan gambar berikut:

Perhatikan pada grafik x1 = 1 dan x2 = 6 menghasilkan Z = $1000, yang lebih besar dari Z yang dihasilkan oleh x1= 2 dan x2 = 5.

1. Metode Branch and Bound

Metode ini untuk memecahkan persoalan program integer digabungkan bersama-sama dengan metode simpleks. Contoh : Model dengan batasan integer dilepaskan.

Maksimumkan Z = 100x1 + 150x2 Batasan 8000 x1 + 4000x2 ≤ 40.000

15x1 + 30x2 ≤ 200 x1, x2 ≥ 0

Solusi Simpleks “Relaxed/ batasan integer dilepaskan” Optimal

Node pertama dalam diagram branch and bound adalah sbb:

cj Variabel_Dasar Kuantitas 100 150 0 0

 Node pertama berisi nilai optimal dari tabel simpleks relaxed.

Node ini mempunyai batas atas dan batas bawah berikut: BA = 1.054,50 ( x1 = 2,22; x2 = 5,55 )

BB = 950 ( x1 = 2, x2 = 5 )

 Hasil optimal tidak boleh kurang dari BB dan tidak akan lebih

dari BA.

 Dari x1=2,22 dan x2=5,55 perhatikan peubah yang

mempunyai pecahan paling besar. 0,55 dari 5,55 adalah pecahan yang paling besar sehingga x2 peubah yang diberi cabang. Mengingat x2 harus bernilai integer dalam solusi maka batasan berikut dapat dikembangkan.

x2 ≤ 5 dan x2 ≥6

 Solusi pada node 2 didapat dengan cara memecahkan model

 Subset solusi untuk x2 dan x3

 Solusi pada node 2 didapat dengan memecahkan PL

ditambahkan batasan x2≤5. Maksimumkan Z = 100x1 + 150x2 Batasan 8000 x1 + 4000x2 ≤ 40.000 15x1 + 30x2 ≤ 200 x2 ≤ 5 x1, x2 ≥ 0

Solusi “Relaxed” Optimal pada Node 2

1 1.054,5

2 ₃

x2≤5 x2≥6

cj Variabel_Dasar Kuantitas 100 150 0 0

 Solusi pada node 3 didapat dengan memecahkan PL ditambahkan batasan x2 ≥ 6. Maksimumkan Z = 100x1 + 150x2 Batasan 8000 x1 + 4000x2 ≤ 40.000 15x1 + 30x2 ≤ 200 x2 ≥ 6 x1, x2 ≥ 0

Solusi “Relaxed” Optimal pada Node 3

cj Variabel_Dasar Kuantitas 100 150 0 0

 Subset solusi untuk x1

 Karena nilai maksimum node 3 lebih besar dibandingkan node

 Solusi pada node 4 didapat dengan memecahkan PL pada

node 3 ditambahkan batasan x1≤ 1.

Maksimumkan Z = 100x1 + 150x2 Batasan 8000 x1 + 4000x2 ≤ 40.000 15x1 + 30x2 ≤ 200 x2 ≥ 6 x1 ≤ 1 x1, x2 ≥ 0

Solusi “Relaxed” Optimal pada Node 4

cj Variabel_Dasar Kuantitas 100 150 0 0 0 0

 Solusi pada node 5 didapat dengan memecahkan PL pada

node 3 ditambahkan batasan x1≥ 2

Maksimumkan Z = 100x1 + 150x2 Batasan 8000 x1 + 4000x2 ≤ 40.000 15x1 + 30x2 ≤ 200 x2 ≥ 6 x1 ≥ 2 x1, x2 ≥ 0

Solusi “Relaxed” Optimal pada Node 5

Karena masih terdapat peubah artifisial artinya solusi tersebut tidak feasibel maka pada node 5 tidak terdapat solusi.

cj Variabel_Dasar Kuantitas 100 150 0 0 0 0

 Solusi pada node 6 didapat dengan memecahkan PL pada

node 5 ditambahkan batasan x2≤ 6

Maksimumkan Z = 100x1 + 150x2 Batasan 8000 x1 + 4000x2 ≤ 40.000 15x1 + 30x2 ≤ 200 x2 ≥ 6 x1 ≥ 2 x2≤ 6 x1, x2 ≥ 0

Solusi “Relaxed” Optimal pada Node 6

cj Variabe_{l Dasar} Kuantita_s 100 150 0 0 0 0

 Solusi pada node 7 didapat dengan memecahkan PL pada

node 5 ditambahkan batasan x2 ≥ 7

Maksimumkan Z = 100x1 + 150x2 Batasan 8000 x1 + 4000x2 ≤ 40.000 15x1 + 30x2 ≤ 200 x2 ≥ 6 x1 ≥ 2 x2≥ 7 x1, x2 ≥ 0

Solusi “Relaxed” Optimal pada Node 7

 Ringkasan langkah-langkah metode branch and bound dalam menentukan solusi integer optimal untuk model maksimisasi adalah sebagai berikut: a. Dapatkan solusi simpleks optimal dari model program linear dengan

batasan integer yang dilepaskan.

b. Tentukan solusi simpleks relaxed sebagai batas atas sedangkan solusi hasil pembulatan ke bawah sebagai batas bawah pada node 1.

c. Pilih peubah dengan bagian pecahan yang terbesar untuk percabangan. Ciptakan dua batasan baru untuk peubah ini yang mencerminkan pembagian nilai integer. Hasilnya adalah sebuah batasan ≤ dan sebuah batasan ≥.

d. Ciptakan dengan node baru, satu dengan batasan ≤ dan satu dengan batasan ≥

e. Selesaikan model program linear relaxed dengan batasan baru yang ditambahkan pada tiap node

f. Solusi simpleks relaxed adalah merupakan batas atas pada tiap node, dan solusi maksimum integer merupakan batas bawah dari node.

g. Jika proses ini menghasilkan solusi integer feasibel dengan nilai batas atas terbesar pada akhir node mana saja, maka solusi integer optimal tercapai. Jika tidak muncul suatu solusi integer fisibel, lakukan percabangan dari node dengan batas atas terbesar.

 Untuk model minimum, solusi relaxed merupakan solusi yang

dibulatkan keatas, sedangkan batas atas dan bawahnya merupakan kebalikan dari model maksimumisasi.

2. Solusi Model Integer Campuran.

Persoalan model integer campuran dapat diselesaikan menggunakan metode Branch and bound. Perbedaannya adalah (1) hanya variabel integer yang dibulatkan ke bawah untuk mendapatkan batas bawah. (2) dalam menentukan percabangan, dipilih pecahan terbesar hanya diantara variabel-variabel yang harus integer. Langkah lainnya sama.

3. Solusi Model Integer 0-1