Integer Programming

INTEGER PROGRAMMING
1.
2.
3.
Pengantar
Permodelan
Branch and Bound method
Jurusan Teknik Industri - ITS
Pengantar
Integer Programming
Model Integer Programming

Permasalahan integer programming (IP) adalah suatu Program Linear
(LP) yang beberapa atau seluruh variabel yang digunakan merupakan

bilangan integer positif
Jenis-jenis permasalahan IP:
Pure IP problem: jika semua variabel harus bernilai integer

Maximize z = 3x1 + 4x2
subject to
5x1 + 8x2 24
x1, x2 0, x1 dan x2 integer
Mixed IP problem: jika hanya beberapa variabel yang bernilai

integer
subject to
5x1 + 8x2 24
x1, x2 0, x1 integer
0-1 IP problem: jika semua variabel harus bernilai 0 atau 1

subject to
5x1 + 8x2 24
x1, x2 = 0 or 1
Integer Programming dan LP relaxation

Permasalahan IP biasanya lebih sulit untuk diselesaikan dibandingkan
dengan permasalahan LP
Hal ini disebabkan banyaknya kombinasi nilai integer yang harus
diuji, dan setiap kombinasi membutuhan penyelesaian normal LP

atau NLP
LP relaxation dari IP adalah LP yang diperoleh dengan menghilangkan
pembatas semua bilangan integer atau pembatas
Contoh Pure IP problem :

subject to
5x1 + 8x2 24
x1, x2 0, x1 dan x2 integer
Contoh Pure IP problem yang telah di-longgarkan (relax):

subject to
5x1 + 8x2 24
x1, x2 0
Pendekatan sederhana solusi IP

Pendekatan 1:
Cari seluruh kemungkinan solusi
Tentukan nilai fungsi tujuannya
Pilih nilai maksimum (minimum)
Pendekatan 2:
Selesaikan LP relaxation
Bulatkan pada solusi integer yang feasibel terdekat
3
2
x2
7x1 + 4x2= 13
1
x
x1
Solusi Integer Programming

Contoh Problem:
Max 1200 x1 + 2000 x2
ST:
2x1 + 6 x2 27
x2 2
3x1 + x2 19
x1 , x2 0 and Integer
x2
6
Penyelesaian problem
Integer Programming,
Apakah solusi LP
dibulatkan untuk
mendapakan solusi
IP?
LP Optimal
x1 = 5 7/16
x2 = 2 11/16
x1
Solusi Integer Programming (2)

LP relaxation, kemudian dibulatkan ?
x2
Pembulatan?
Max 1200 x1 + 2000 x2

ST:
2x1 + 6 x2 27
x2 2
3x1 + x2 19
x1 , x2 0 and Integer
x1 = 5
x2 = 3
Pembulatan ke atas?
x1 = 6
x2 = 3
Pembulatan
ke bawah?
x1 = 5
x2 = 2
LP Optimal
x1 = 5 7/16
x2 = 2 11/16
x1
Solusi Integer Programming (3)

x2
IP Optimal
x1 = 4
x2 = 3
x1
Untuk MAX problem:

nilai optimal dari IP nilai optimal dari LP relaxation
Permodelan
Integer Programming
Contoh 1: Problem investasi

Perusahaan Stockco mempertimbangkan empat jenis investasi
Modal yang tersedia untuk investasi sebesar $ 14,000
Formulasikan model integer programming ini untuk memaksimumkan
NPV dari investasi-investasi berikut:
Formulasi :
xi = banyaknya modal yang diinvestasikan pada jenis ke-i
Maximize :
z = 16 x1+ 22 x2 + 12 x3 + 8 x4
Subject to
5 x1 + 7 x2 + 4 x3 + 3 x4 14
x1, x2, x3, x4 = 0, 1
Pengembangan Problem investasi

Perusahaan Stockco mempertimbangkan batasan-batasan logis
berikut ini :
1. Tepat 3 investasi yang terpilih
2. Jika investasi ke-2 terpilih, maka investasi ke-1 juga terpilih
3. Jika investasi ke-1 terpilih, maka investasi ke-3 tidak terpilih
4. Salah satu dari investasi ke-3 atau ke-4 harus terpilih, tetapi tidak
dapat kedua-duanya
Tambahan pembatas:
1. Tepat 3 investasi yang terpilih
x1+ x2+ x3+ x4 =3
2. Jika investasi ke-2 terpilih, maka investasi ke- 1 juga terpilih
x1 x2
3. Jika investasi ke- 1 terpilih, maka investasi ke- 3 tidak terpilih
x1 + x3 1
4. Salah satu dari investasi ke- 3 atau ke-4 harus terpilih, tetapi tidak dapat keduaduanya
x3 + x4 = 1
Contoh 2: Pemilihan pemain bola basket

Perkumpulan bola basket Pasti Menang sedang menghadapi kompetisi
tingkat nasional. Sang pelatih hendak memilih 5 dari 7 pemain yang akan
diturunkan dalam pertandingan malam nanti. Data-data pemain seperti
terlihat pada tabel dibawah ini:
Pemilihan pemain bola basket

Pembatas yang dialami pelatih adalah sebagai berikut:
1. Harus ada tepat lima pemain, dengan syarat:
Sedikitnya empat pemain sebagai penjaga.
Sedikitnya dua pemain sebagai pemain depan.
Sedikitnya satu pemain sebagai pemain tengah.
2. Rata-Rata tingkat ketrampilan pemain paling sedikit 2.
3. Salah satu dari pemain ke-2 atau pemain ke-3 harus bermain.
4. Jika pemain ke-3 bermain, maka pemain ke-6 tidak bisa bermain.
5. Jika pemain ke-1 bermain, maka pemain ke-4 dan ke-5 harus bermain
juga.
Solusi : Pemilihan pemain bola basket (1)

Variabel Keputusan
Xi = 1, jika pemain ke-i diturunkan ke lapangan.
= 0, jika pemain ke-i tidak diturunkan
Fungsi tujuan:
Max 6 x1 + 4 x2 + 5 x3 + 4 x4 + 6 x5 + 5 x6 + 5 x7
Pembatas :
(1a) Harus ada tepat lima pemain turun ke lapangan
x1 + x2 + x3 + x4 + x5 + x6 + x7 = 5
(1b) Paling sedikit terdapat empat pemain penjaga (guard).
x1 + x3 + x5 + x7 4
(1c) Paling sedikit terdapat dua pemain depan (forward).
x3 + x4 + x5 + x6 + x7 2
(1d) Paling sedikit terdapat satu pemain tengah.
x2 + x4 + x6 1

2. Rata-Rata tingkat ketrampilan pemain paling sedikit 2
(a) Rata-rata ketrampilan pemain menggiring bola lebih dari dua.

(3 x1 + x2 + x3 + x4 + 2 x5 + x6 + x7)/5 2
3 x1 + x2 + x3 + x4 + 2 x5 + x6 + x7 10
(b) Rata-rata ketrampilan pemain menembak bola lebih dari dua.
x1 + 2 x2 +3 x3 + 2 x4 + x5 + 3 x6 + 2 x7 10
(c) Rata-rata ketrampilan pemain menghadang lebih dari dua.
2 x1 + x2 + x3 + x4 + 3 x5 + x6 + 2 x7 10
3. Salah satu dari pemain ke-2 atau pemain ke-3 harus bermain
x2 + x3 1
Variabel kemungkinan yang terjadi:

x2 = 1 & x3 = 0 Feasible
x2 = 0 & x3 = 0 Infeasible

4. Jika pemain ke-3 bermain, maka pemain ke-6 tidak bisa bermain
x3 + x6 1
Pemain 3 bermain, tetapi pemain 6 tidak bermain.
x3 = 1, x6 = 0
Feasible
Pemain 6 bermain, tetapi pemain 3 tidak bermain.
x3 = 0, x6 = 1
Feasible
Kedua-duanya bermain
x3 = 1, x6 = 1
Infeasible
Kedua-duanya tidak dapat bermain.
x3 = 0, x6 = 0
Feasible

5.
Jika pemain ke-1 bermain, maka pemain ke-4 dan ke-5 harus bermain
juga
x1 x4
x1 x5
Jika x1 = 1, maka x4 = 1 dan x5 =1.
Contoh 3 : Pengeboran Minyak

1. Pemilihan paling sedikit 5 lokasi dari 10 lokasi pengeboran minyak
yang telah direncanakan, dengan variabel keputusan X1, X2,, X10

dan biaya pengeboran C1, C2,, dan C10.
2. Batasan:
Paling banyak dua dari lokasi X5, X6, X7 dan X8 yang dapat
dipilih
Memilih lokasi X3 atau lokasi X4 akan mencegah untuk memilih
lokasi X5.
Memilih kombinasi lokasi X1 dan X7 akan mencegah untuk
memilih lokasi X8.
Solusi Pengeboran Minyak (1)

Variabel Keputusan
Xi = 1, jika lokasi ke-i dilakukan pengeboran.
= 0, jika lokasi ke-i tidak dilakukan pengeboran.
Fungsi tujuan:
Min C1 x1 + C2 x2 + C3 x3 + C4 x4 +C5 x5 + C6 x6 + C7 x7 + C8 x8 +
C9 x9 + C10 x10
Subject to
(1) Pemilihan paling sedikit 5 lokasi dari 10 lokasi pengeboran
x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 = 5
(2) Paling banyak dua dari lokasi X5, X6, X7 dan X8 yang
dapat dipilih
x5 + x6 + x7 + x8 2

(3) Memilih lokasi X3 atau lokasi X4 akan mencegah untuk memilih
lokasi X5
x3 + x5 1
x4 + x5 1
x3=1
atau x4=1, maka harus x5=0 (jika memilih lokasi X3 atau

lokasi X4, lokasi X5 tidak boleh dipilih)
x5=1, maka nilai x3=0 dan x4=0 (jika memilih lokasi X5, maka
lokasi X3 dan lokasi X4 tidak boleh dipilih)

(4) Memilih kombinasi lokasi X1 dan X7 akan mencegah untuk
memilih lokasi X8
x1 + x7 + x8 2
kasus
1: tidak memilih lokasi X8

x8 = 0, maka x1 + x7 2 (dapat memilih lokasi S1, S7, atau
kedua-duanya, atau tidak keduanya).

(4) Memilih kombinasi lokasi X1 dan X7 akan mencegah
untuk memilih lokasi X8

x1 + x7 + x8 2
kasus 2: Menyelidiki lokasi S8

x8 = 1, maka x1 + x7 1 (dapat memilih lokasi x1atau
x7, tetapi tidak kedua-duanya)
Contoh 4: Problem GANDHI

Perusahaan pakaian Gandhi memproduksi 3 jenis pakaian : kemeja,
celana pendek, dan celana panjang.

Mesin harus di sewa tiap minggu untuk memproduksi ketiga jenis
pakaian tersebut dengan biaya sewa :
$ 200 per minggu untuk mesin pembuat kemeja
$ 150 per minggu untuk mesin pembuat celana pendek
$ 100 per minggu untuk mesin pembuat celana panjang
Terdapat 150 jam waktu pekerja dan 160 m bahan pakaian (kain) yang
tersedia per minggunya, dengan data produksi sebagai berikut:
Formulasikan permasalahan diatas untuk memaksimumkan

keuntungan per minggunya!
Solusi Problem Gandhi

Variabel keputusan:
xi = jumlah pakaian jenis ke-i yang diproduksi per minggunya
yi = 1 jika pakaian jenis ke-i diproduksi, dan 0 jika tidak
Formulasi:
Max. z = 6x1 + 4x2 + 7x3 200 y1 - 150 y2 - 100y3
subject to
3x1 + 2x2 + 6x3 150
4x1 + 3x2 + 4x3 160
x1 M y1,
x2 M y2,
x3 M y3
x1, x2, x3 0, dan integer
y1, y2, y3 0, dan biner
Contoh 5 : Problem Western

Penerbangan western memutuskan untuk memiliki beberapa kota transit
di USA
Jalur penerbangan yang dimiliki mencakup kota-kota berikut : Atlanta,
Boston, Chicago, denver, Houston, Los angeles, New Orleans, New
York, Pittsburgh, Salt Lake city, San Francisco, dan Seattle
Western menginginkan untuk mempunyai kota transit dalam 1000 mil
dari tiap kota-kota ini
Hitunglah jumlah minimum dari kota transit
Solusi : Problem Western

Variabel keputusan
Xi = 1 jika kota i dilokasikan sebagai kota transit
Xi = 0 jika kota i tidak dijadikan sebagai kota transit
Minimize XAT + XB0 + XCH + XDE + XHO + XLA + XNO + XNY +
XPI + XSL + XSF + XSE
Pembatas:
AT
BO
CH
DE
HO
LA
NO
NY
PI
SL
SF
SE
AT BO CH DE HO LA NO NY
1 0 1 0 1 0 1 1
0 1 0 0 0 0 0 1
1 0 1 0 0 0 1 1
0 0 0 1 0 0 0 0
1 0 0 0 1 0 1 0
0 0 0 0 0 1 0 0
1 0 1 0 1 0 1 0
1 1 1 0 0 0 0 1
1 1 1 0 0 0 0 1
0 0 0 1 0 1 0 0
0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0
PI SL SF SE
1 0 0 0 xAT
1 0 0 0 xBO
1 0 0 0 xCH
0 1 0 0 xDE
0 0 0 0 xHO
0 1 1 0 xLA
0 0 0 0 xNO
1 0 0 0 xNY
1 0 0 0 xPI
0 1 1 1 xSL
0 1 1 1 xSF
0 1 1 1 xSE
Required
>=
1
>=
1
>=
1
>=
1
>=
1
>=
1
>=
1
>=
1
>=
1
>=
1
>=
1
>=
1
Contoh 6 : Problem Alada

Propinsi Alada mempunyai 6 kota
Propinsi ini memiliki permasalahan pada kota mana akan dibangun
stasiun pemadam kebakaran

Paling sedikit jarak stasiun pemadam kebakaran 15 menit (waktu
tempuh) untuk masing masing kota
Waktu yang dibutuhkan dari kota yang satu ke kota yang lain
dilampirkan pada tabel dibawah ini.
Tentukan jumlah minimum dari pemadam kebakaran
Kota ke-
10
20
30
30
20
10
25
35
20
10
20
25
15
30
20
30
35
15
15
25
30
20
30
15
14
20
10
20
25
14
Solusi : Problem Alada

Sebuah kota dapat dicover oleh stasiun pemadam kebakaran jika jarak
tempuhnya sebesar 15 menit

Covering set untuk setiap kota
Kota
Covering sets (15 menit)
1,2
1,2,6
3,4
3,4,5
4,5,6
2,5,6
Solusi : Problem Alada

Variabel keputusan :
xi = 1 jika dibangun stasiun pemadam kebakaran pada kota-i
= 0 jika kota-i tidak dibangun stasiun pemadam
Fungsi tujuan :
Minimum x1+x2+x3+x4+x5+x6
Fungsi pembatas:
Kota 1
x1 <=
x2 <=
x3 <=
x4 <=
x5 <=
x6 <=
Konsep : Either-Or Constraints

Ada 2 konstrain
f ( x1, x 2,..., xn ) 0
g ( x1, x 2,..., xn) 0
diasumsikan bahwa hanya ada satu yang memenuhi
Kita dapat menyelesaikan permasalahan ini dengan menambahkan
metode either-or constrains
f ( x1, x 2,..., xn) My

g ( x1, x 2,..., xn) M (1 y )
y = 0,1
M adalah besarnya nilai yang dapat menjamin bahwa kedua konstrain
dapat memenuhi nilai dari x1,x2,,xn yang dapat memenuhi konstrain

yang lain pada problem yang ada.
Konsep If-then constraints

Jika kita ingin memastikan bahwa,
f(x1 ,x2, ,xn)>0 sama g(x1 ,x2 , ,xn)0

Kemudian kita tambahkan if-then konstrain
f ( x1, x 2,..., xn) M (1 y )

g ( x1, x 2,..., xn) My
y = 0,1
Disini, M adalah nilai positif yang besar, pilih yang terbesar sehingga f
< M and g < M mencakup semua nilai sehingga memenuhi konstrain

lain yang ada pada permasalahan
Contoh 7 : Either-Or Constraints

Memenuhi paling tidak satu dari pembatas berikut :
(1) x + y 4
(2) 3x + 4y 15
(salah satu dari pembatas ke-1, atau ke-2, atau kedua-duanya)
Feasibel solusinya adalah ;
1) x = 1, y = 3 (memenuhi kedua pembatas)
2) x = 0, y = 4 (memenuhi ke-1, tetapi tidak memenuhi ke-2)
3) x = 5, y = 0 (memenuhi ke-2, tetapi tidak memenuhi ke-1)
4) x = 2, y = 3 (tidak memenuhi kedua-duanya)
Solusi Either-Or Constraints

Definiskan variabel baru z sebagai variabel binary (biner)
Nilai M merupakan bilangan besar, konstan positif
Sehingga pembatas ke-1 atau ke-2, dimodifikasi menjadi

(3) x + y 4 + M z
(4) 3 x + 4 y 15 + M (1 - z)
(5) z bilangan biner
Pembuktian:
1. Untuk mendapat solusi x = 5 dan y = 0, maka z dibuat = 1 :
5 + 0 = 5 < 4 + M, pembatas ke-3 memenuhi
15 + 0 = 15 + M (1 1) = 15, pembatas ke-4 memenuhi
2. Untuk mendapat solusi x = 0 dan y = 4, maka z dibuat = 0:
0 + 4 = 4 = 4 + M (0) = 4, pembatas ke-3 memenuhi
0 + (4) (4) = 16 15 + M (1 z) = 15 + M, pembatas ke-4
memenuhi
Solusi Either-Or Constraints

3. Solusi dengan nilai z dibuat = 1000 :
Kesimpulan:
.Jika solusi yang memenuhi pembatas (1), (2), atau keduanya, dapat
ditemukan nilai yang tepat untuk z sehingga pembatas (3) dan (4) juga
memenuhi
.Solusi yang tidak memenuhi pembatas (1) dan (2), maka pembatas (3),
(4), atau keduanya juga tidak akan terpenuhi, berapapun nilai z
Contoh 8: Aplikasi Dorian

Perusahaan Dorian automotif memproduksi 3 tipe model mobil yaitu ;
compact (kecil), midsize (menengah), dan large (besar).

Ada 6 ton baja dan 60,000 jam kerja tersedia
Jika suatu tipe mobil diproduksi, maka mobil itu harus diproduksi paling
sedikit 1,000 unit mobil
Data produksi seperti terlihat di tabel bawah ini:
Formulasikan permasalahan perencanaan produksi tersebut untuk
memaksimumkan profit.
Solusi aplikasi Dorian

Variabel keputusan
xi = jumlah mobil tipe ke-i yang diproduksi
yi = 1 jika mobil tipe ke-i diproduksi, dan yi=0 jika tidak
Formulasi :
Maks z = 2 x1 + 3 x2 + 4 x3
Subject to:
x1 M y1
x2 M y2
x3 M y3
1000 x1 M (1 y1)
1000 x2 M (1 y2)
1000 x3 M (1 y3)
1.5 x1 + 3 x2 + 5 x3 6000
30 x1 + 25 x2 + 40 x3 60000
x1, x2, x3 0 dan integer
y1, y2, y3 = 0 atau 1

Integer Programming

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Integer Programming

Diunggah oleh

Hak Cipta:

Format Tersedia

INTEGER PROGRAMMING

Jurusan Teknik Industri - ITS

Jurusan Teknik Industri - ITS

Model Integer Programming

(LP) yang beberapa atau seluruh variabel yang digunakan merupakan

Jenis-jenis permasalahan IP:

Pure IP problem: jika semua variabel harus bernilai integer

Mixed IP problem: jika hanya beberapa variabel yang bernilai

0-1 IP problem: jika semua variabel harus bernilai 0 atau 1