Fundamentals
Goal Programming
Goal programming digunakan untuk
menyelesaikan programa linier dengan obyektif
majemuk, dan tiab obyektif sebagai goal.
Pada goal programming, di+ and di- , deviation
variables, adalah besaran goal i yang ditargetkan
yang dapat dicapai atau tidak, secara berurutan.
Goals itu sendiri ditambahkan pada suatu set
pembatas dengan di+ dan di- berperan sebagai
surplus dan slack variables.
Goal Programming
Satu pendekatan goal programming adalah untuk
memenuhi goal dalam suatu urutan prioritas. Goal
prioritas kedua ditetapkan tanpa mengurangi goal
prioritas pertama.
Untuk tiap tingkat prioritas, fungsi obyektifnya
adalah meminimumkan jumlah dari goal deviation.
Pencapaian awal dari goal ditambahkan kepada set
pembatas maka tidak akan penurunan ketika
berusaha mencapai prioritas goal yang terendah.
Formulasi Goal Programming
Step 1: Tetapkan tingkat prioritas tiap goal.
Step 2: Tetapkan bobot tiap goal.
Jika suatu tingkat prioritas mempunyai lebih
dari satu goal, untuk tiap goal i ditetapkan bobot,
wi , diletakkan pada deviasi, di+ dan/atau di-, dari
goal.
Formulasi Goal Programming
Step 3: Bentuk programa linier awal.
Min w1d1+ + w2d2-
s.t. Batasan Fungsional, dan
and Batasan Goal
Functional Constraints
Ketersediaan HDD disk drives: 2x1 + x2 < 1000
Ketersediaan optical disk drives: x2 < 500
Ketersediaan cases: x1 + x2 < 600
Goal Programming: Formulation
Goals
(1) 200 del100 computers per minggu:
x1 + d1- - d1+ = 200
(2) 500 total computers per-minggu:
x1 + x2 + d2- - d2+ = 500
(3) $250(ribu),keuntungan :
.2x1 + .5x2 + d3- - d3+ = 250
(4) 400 total man-hours per-minggu:
x1 + 1.5x2 + d4- - d4+ = 400
Non-negativity:
x1, x2, di-, di+ > 0 for all i
Goal Programming: Formulation
Objective Functions
Priority 1: Minimasi besaran kontrak : Min d1-
Priority 2: Minimasi jumlah komputer dibawah
500 computers diproduksi : Min d2-
Priority 3: Minimasi besaran dibawah $250,000
yang diperoleh per-minggu: Min d3-
Priority 4: Minimasi man-hours lebih dari 400
yang digunakan per-minggu: Min d4+
Goal Programming: Formulation
Formulation Summary
Min P1(d1-) + P2(d2-) + P3(d3-) + P4(d4+)
x1
200 400 600 800 1000 1200
Goal Programming : Solusi Grafik
Iteration 2
Tambahkan Goal 1 sebagai x1 > 200 dan grafik
Goal 2: x1 + x2 = 500.
Catatan pada slide berikut bahwa masih ada suatu
set of points memenuhi goal I yang juga
memenuhi goal II (dimana d2- = 0).
Goal Programming : Solusi Grafik
Goal 1 (Constraint) and Goal 2 Graphed
x2
x1
200 400 600 800 1000 1200
Goal Programming : Solusi Grafik
Iteration 3
Tambahkan Goal 2 sebagai x1 + x2 > 500 dan Goal 3:
.2x1 + .5x2 = 250.
Pada slide berikut tidak ada points memenuhi batasan
fungsional sebelumnya dan goals memenuhi batasan ini.
Maka, untuk Min d3-, nilai minimum adalah dicapai
ketika Max .2x1 + .5x2.
Catatan ini terjadi pada x1 = 200 dan x2 = 400, maka .2x1
+ .5x2 = 240 atau d3- = 10.
Goal Programming : Solusi Grafik
Goal 2 (Constraint) and Goal 3 Graphed
x2