Anda di halaman 1dari 9

MAKALAH PROGRAM DINAMIK

NAMA ANGGOTA : 1. 2. 3. 4. 5. 6. EMMA KUSUMAWATI MONICA SANDI AFA NINDYA FADIAH KHAIRINA UZER TARMIZI FUADI ANWAR WIRAWAN TITI INDAH LESTARI 24010110120036 240101101300 24010110141019 240101111300 240101111300 240101111300

JURUSAN MATEMATIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO 2012

BAB I PENDAHULUAN

A DASAR TEORI Teknik manajemen sain yang diaplikasikan kepada persoalan dengan melibatkan keputusan berurutan yang saling berkaitan. Program ini dikembangkan oleh Richard Bellman dan G. B Dantzig pada tahun 1940 1950. Sebagai sebuah konsep, DP lebih luwes dibanding program-program optimasi lainnya. Aplikasi DP telah terbukti baik pada pengelolaan persediaan, jaringan, penjadwalan kerja untuk karyawan, pengendalian produksi, perencanaan penjualan dan bidang lain-lain. Berbeda dengan linear programming, metode Simplex tidak dapat diterapkan di sini. Formulasi model dilakukan dengan unik sesuai dengan persoalannya. Ada beberapa konsep dasar dalam Program Dinamik diantaranya : a) Dekomposisi Persoalan DP dapat dipecah-pecah menjadi sub-persoalan atau tahapan (stage) yang lebih kecil dan berurutan. Setiap tahap disebut juga sebagai titik keputusan. Setiap keputusan yang dibuat pada suatu tahap akan mempengaruhi keputusan-keputusan pada tahap berikutnya. b) Status Status adalah kondisi awal (Sn) dan kondisi akhir (Sn-1) pada setiap tahap, dimana pada tahap tersebut keputusan dibuat (Dn). Status akhir pada sebuah tahap tergantung kepada status awal dan keputusan yang dibuat pada tahap yang bersangkutan. Status akhir pada suatu tahap merupakan input bagi tahap berikutnya. c) Variabel Keputusan dan Hasil Keputusan yang dibuat pada setiap tahap (Dn) merupakan keputusan yang berorientasi kepada return yang diakibatkannya (Rn|Dn), yaitu tingkat maksimal atau minimal. d) Fungsi Transisi Fungsi transisi menjelaskan secara pasti bagaimana tahap-tahap saling berhubungan. Fungsi ini berbentuk fungsi hubungan antar status pada setiap tahap yang beurutan. Fungsi transisi secara umum berbentuk : Sn-1 = Sn - Dn

Dimana Sn-1 = status pada tahap n-1, atau status akhir pada tahap-n. Sn adalah status awal pada tahap-n. Komponen pada setiap tahap dapat digambarkan sebagai berikut :

e) Optimasi Tahap Optimasi tahap dalam DP adalah menentukan keputusan optimal pada setiap tahap dari berbagai kemungkinan nilai status inputnya. Fungsi umum dari keputusan optimal adalah : fn(Sn,Dn)= return pada tahap-n dari nilai status input. Sn, dan keputusan, Dn. fn*(Sn) = return optimal pada tahap-n dari nilai input status, Sn. f) Fungsi Rekursif Fungsi rekursif biasanya digunakan pada berbagai program komputer, di mana nilai sebuah variabel pada fungsi itu merupakan nilai kumulatif dari nilai variable tersebut pada tahap sebelumnya. Pada DP, fungsi umum dituliskan sebagai : fn(Sn,Dn) = Rn + fn-1*(Sn-1,Dn-1) Prosedur optimasi dawali dari tahap akhir menuju tahap awal (backward). Karakteristik programa dinamis adalah : 1. Persoalan dapat dipisahkan menjadi beberapa tahap (stages), di mana setiap tahap membutuhkan keputusan kebijakan yang standard dan saling berhubungan.

2.

Setiap tahap memiliki sejumlah status (state). Secara umum, sekumpulan status ini merupakan berbagai kemungkinan kondisi yang timbul dari sistim persoalannya. Status ini memberikan informasi yang dibutuhkan setiap keputusan dan dampaknya pada tahap berikutnya. Jumlah status pada setiap tahap bisa definit atau infinit.

3.

Setiap keputusan kebijakan yang dibuat pada suatu tahap, status pada tahap tersebut ditransformasi ke dalam status yang berkaitan pada tahap berikutnya. Hubungan antar status pada tahap yang berurutan bisa bersifat deterministik atau probabilistik. Pada sebuah persoalan dengan n-tahap, ada dua input, yaitu : (1) state pada tahap-n (Sn) dan decision variable (Xn). Sedang outputnya adalah : (1) return atau akibat

dari setiap Xn yang dipilih, fn(s,Xn); dan (2) status baru yang menjadi input pada tahap berikutnya (Sn-1). Hubungan antara Xn dan fn(s,Xn) ditentukan oleh return function. Sedang hubungan antar status pada tahap tertentu ditentukan oleh transition function.

4.

Solusi pada programa dinamis berprinsip kepada optimalitas yang dikembangkan oleh Bellman1 : An optimal policy must have the property that, regardless of the decision to enter a particular state, the remaining decisions must consitute an optimal policy for leaving that state.

5.

Keputusan keputusan menuju

pada

tahap

berikutnya Untuk

bersifat

independen persoalan terbalik

terhadap programa (backward

sebelumnya.

menyelesaikan proses yang

dinamis, dimulai dari solusi awal pada suatu tahap, dan secara berurutan tahap berikutnya dengan induction process). 6. Solusi optimal yang dihasilkan pada setiap tahap berprinsip kepada hubungan dalam bentuk fungsi rekursif (recursion relationship). Secara umum bentuk fungsi rekursif adalah : fn*(Sn) = max/min {fn(Sn, Xn)}. Di mana fn*(Sn) = adalah hasil optimal dari keputusan pada tahap-n.

B PERMASAHALAN Seorang ahli statistika muda percaya bahwa ia telah mengembangkan suatu sistem agar dapat memenangkan salah satu permainan terkenal di Las Vegas. Rekan rekannya tidak percaya bahwa sistem tersebut dapat berhasil sehingga mereka bertaruh dengannya jika ia mulai dengan 3 keping taruhan, ia tidak akan mendapatkan sekurang-kurangnya 5 keping setelah 3 kali permainan. Setiap kali permainan memerlukan taruhan sejumlah keeping yang diambil dari keping yang tersedia dan menang atau kalah setara dengan mendapatkan atau kehilangan

sejumlah keping tersebut. Ahli statistika itu yakin bahwa sistem yang dibuatnya akan memberi kemungkinan kemenangan dalam satu kali permainan tersebut Asumsikan bahwa keyakinan ahli statistika tersebut benar, dan sekarang kita menggunakan pemrograman dinamik untuk menentukan kebijakan yang optimal mengenai jumlah keping yang dipertaruhkan pada masing-masing permainan (ada tiga permainan). Keputusan pada masing-masing permainan harus memperhatikan hasil permainan sebelumnya. Tujuannya ialah memeaksimalkan probabilitas kemenangan taruhan ahli statistika tersebut dengan rekannya.

BAB II PEMBAHASAN

Perumusan Perumusan pemrograman dinamik untuk masalah ini adalah Tahap n = permainan ke-n (n=1,2,3) = jumlah keping yang dipertaruhkan pada tahap n State = jumlah keping yang tersedia untuk memeulai tahap n

Definisi state ini dipilih karena dapat menyediakan informasi mengenai situasi sekarang yang diperlukan untuk membuat keputusan optimal tentang banyaknya keping yang harus dipertaruhkan kemudian. Oleh karena tujuannya ialah memaksimalkan probabilitas ahli statistika tersebut akan menang dalam taruhannya, fungsi tujuan yang harus dimaksimalkan pada setiap tahap adalah probabilitas penyelesaian ketiga permainan tersebut dengan sekurang kurangnya 5 keping. (Catat bahwa nilai akhir lebih dari 5 keping berarti sama dengan tepat 5 keping, karena taruhan sama-sama dimenangkan) dengan demikian: = probabilitas menyelesaikan ketiga permainan dengan sekurang-kurangnya 5 chip, jika ahli statistic berada pada state di tahap n membuat keputusan

dan membuat keputusan optimal pada tahap-tahap selanjutnya. =

Ekspresi untuk fungsi

haruslah mencerminkan kenyataan masih terdapat

kemungkinan untuk mengakumulasikan 5 keping meskipun ahli statistik tersebut kalah pada satu tahap permainan. Jika ia kalah pada suatu tahap maka state pada tahap selanjutnya menjadi dan probabilitas ia dapat mengakhiri permainan dengan sekurang-kurangnya 5 keping adalah = ). Jika ia menang pada suatu tahap maka state berikutnya akan menjadi . Oleh karena probabilitas

, dan probabilitas yang bersangkutan adalah kemenangan permainan diasumsikan maka

[dengan

di definisikan sama dengan 0 untuk

dan sama dengan 1 untuk

Jadi ,tidak terdapat kontribusi yang langsung mempengaruhi fungsi tujuan dari tahap n selain pengaruh menjadi apa state selanjutnya. Hubungan dasar ini terdapat dalam gambar Lantas hubungan reskursif untuk masalah ini adalah : { untuk n = 1,2,3, dengan yang sudah di definisikan di atas. }

Prosedur Penyelesaian Hubungan rekursif tersebut akan membawa pada hasil perhitungan berikut n=3

0 1 2 3 4 5

0 0 0

2(atau lebih) 1(atau lebih)

0(atau

n=2

0 0 1 2 3 4 5 1 0 0 0

4 0 1,2 0,2,3 1 1 0

n=1

0 3

3 1

Kebijakan ini akan memberikan ahli statistika tersebut probabilitas kemenangan sebesar saat taruhan dengan rekanya

BAB III KESIMPULAN

Kebijakan optimalnya adalah

Jika menang Jika menang , =1 Jika kalah Jika kalah, = a atau 2 Jika Menang, =

=0

= 2 atau 3 2 atau 3( =1) =2)

1,2,3,atau 4( Jika kalah , taruhan kalah