KONSEP DASAR OPTIMASI

TEKNIK INDUSTRI
UNIVERSITAS MUHAMMADIYAH
MALANG
PENGERTIAN
Suatu kumpulan formula matematis dan
metoda numerik untuk menemukan dan
mengidentifikasi kandidat terbaik dari
sekumpulan alternatif tanpa harus secara
eksplisit menghitung dan mengevaluasi
semua alternatif yang mungkin (Santosa,
B. dan P. Willy, 2011)
PENGERTIAN
Proses pencarian satu atau lebih
penyelesaian layak yang berhubungan
dengan nilai-nilai ekstrim dari satu atau
lebih nilai objektif pada suatu masalah
sampai tidak terdapat solusi ekstrim yang
dapat ditemukan (Berlianty, I dan M. Arifin,
2010)
PENGERTIAN
Proses memaksimasi atau meminimasi
suatu fungsi tujuan dengan tetap
memperhatikan pembatas yang ada.
Suatu fungsi didefinisikan sebagai suatu
aturan yang menugaskan setiap pilihan
nilai x dengan satu nilai unik y = f(x)
OPTIMASI TANPA KENDALA
(UNCONSTRAINED OPTIMIZATION)
Jika suatu fungsi f berlaku untuk S = R,
maka fungsi tersebut adalah fungsi tanpa
pembatas
Misal

Secara umum, formulasinya adalah

( ) R x x x x x f e + = , 3 2
2 3
( ) , Minimasi R x x f e
OPTIMASI DENGAN KENDALA
(CONSTRAINED OPTIMIZATION)
Jika suatu fungsi f berlaku untuk S subset dari R,
maka fungsi tersebut didefinisikan dalam daerah
terbatas atau constrained region
Misal



Daerah dimana x memenuhi pembatas h(x)
maupun g(x) disebut dengan daerah feasible atau
feasible region


( )
( )
( ) 0
0
subject to
min
s
=
x g
x h
x f
OPTIMASI SATU VARIABEL
Merupakan bentuk dasar permasalahan
optimasi
Sering dihadapi para insinyur dalam
praktek
OPTIMASI MULTI VARIABEL
Melibatkan lebih dari satu variabel
OPTIMASI DENGAN VARIABEL
KONTINYU
Masalah optimasi dengan nilai x bisa
berapapun dalam daerah feasibel.
Contoh: program linier dan program
kuadratik
OPTIMASI DENGAN VARIABEL
DISKRIT
Masalah optimasi dengan nilai solusi
terbatas pada nilai-nilai tertentu, yang
biasanya bilangan bulat.
Contoh: integer programming
LINIER PROGRAMMING
Masalah optimasi yang fungsi objektif dan
konstrainnya linier, sedangkan variabel
keputusannya bernilai kontinyu.
Misal

( )
0 ,
18 5 2
10 3
subject to
3 2 Minimasi
2 1
2 1
2 1
2 1
>
> +
> +
+ =
x x
x x
x x
x x x f
NONLINEAR PROGRAMMING
Masalah optimasi yang fungsi objektif dan
atau konstrainnya tidak linier, sedangkan
nilai variabelnya bernilai kontinyu.
Misal

( )
18 5 2
12
subject to
3 2 Minimasi
2
2
1
2 1
2
2
1
> +
>
+ =
x x
x x
x x x f
INTEGER PROGRAMMING
Masalah optimasi yang variabel
keputusannya bernilai integer.
Misal

( )
integer dan 0 ,
33 10 4
23 3 4
subject to
3 2 Minimasi
2 1
2 1
2 1
2 1
>
> +
> +
+ =
x x
x x
x x
x x x f
MIXED INTEGER LINEAR
PROGRAMMING
Masalah optimasi yang fungsi objektif dan
konstarinnya linier, sedangkan variabel
keputusannya bernilai campuran integer dan riil.
Misal

1 atau 0 , ,
integer , 0 , ,
0 500
0 500
0 500
160 4 3 4
150 6 2 3
subject to
100 150 200 7 4 6 Maksimasi
3 2 1
3 2 1
1 3
1 2
1 1
3 2 1
3 2 1
3 2 1 3 2 1
=
>
s
s
s
s + +
s + +
+ +
y y y
x x x
y x
y x
y x
x x x
x x x
y y y x x x
MIXED INTEGER NONLINEAR
PROGRAMMING
Masalah optimasi yang fungsi objektif dan atau
konstrainnya nonlinier, sedangkan variabel
keputusannya bernilai integer dan kontinyu.
Misal
1 atau 0 , ,
integer , 0 , ,
0 500
0 500
0 500
160 4 3 4
150 6 2 3
subject to
100 150 200 7 4 6 Maksimasi
3 2 1
3 2 1
1 3
1 2
1 1
3 2 1
3 2 1
3 2 1 3
2
2
2
1
=
>
s
s
s
s + +
s + +
+ +
y y y
x x x
y x
y x
y x
x x x
x x x
y y y x x x
DISCRETE OPTIMIZATION
Problem optimasi yang mempunyai variabel
keputusan diskret (integer).
Problem ini meliputi integer programming,
mixed integer linear programming, dan
mixed integer nonlinear programming.
STOCHASTIC PROGRAMMING ATAU
STOCHASTIC OPTIMIZATION
Problem ini sering juga disebut sebagai
optimasi dengan ketidakpstian.
Dalam problem ini, fungsi objektif dan
konstrain mengandung variabel random
yang mengandung ketidakpastian
(uncertainty)
MULTIOBJECTIVE OPTIMIZATION
Problem optimasi yang memiliki lebih dari
satu fungsi objektif.
Fungsi objektif maupun konstrainnya bisa
bernilai linier atau tidak linier.
LOCAL DAN GLOBAL OPTIMUM
Local optimum yaitu suatu solusi optimal
terbaik yang nilai keoptimalannya hanya
berlaku untuk daerah di sekitarnya
(neighborhood)
Global optimum yaitu suatu titik optimum
dengan nilai paling baik dibandingkan
dengan titik yang lain
Solusi optimal dalam pengertian klasik
adalah mendapatkan nilai maksimal dari
semua fungsi objektif secara simultan.
Solusi x* optimal terhadap masalah yang
dijelaskan bila dan hanya bila


untuk semua l dan semua x S.
( ) ( ) x fl x f S x > e
- -
1
dan
SYARAT KEBERHASILAN TEKNIK
OPTIMASI
Kemampuan membuat model matematika
dari permasalahan yang dihadapi
Pengetahuan teknik optimasi
Pengetahuan program komputer