BAB 2

LANDASAN TEORI

2.1.Graf

Teori Graf mulai dikenal pada saat seorang matematikawan bangsa Swiss,
bernama Leonhard Euler, berhasil mengungkapkan Misteri Jembatan Konigsberg
pada tahun 1736.
Sebuah Graf G mengandung 2 himpunan yaitu himpunan V, yang elemennya
disebut simpul atau verteks dan himpunan E yang merupakan pasangan tak terurut
dari verteks-verteks yang disebut garis atau edge. Sehingga sebuah graf dinotasikan
sebagai G ( V, E ). Dalam menggambarkan sutu graf tidak ada ketentuan khusus dalam
penyajian graf secara geometri, seperti dimana dan bagaimana menyajikan simpul dan
ruas. Berikut contoh penyajian Graf yang sama, tetapi disajikan berbeda.
Jika diketahui G ( V, E ) dimana
V = { A, B, C, D } dan E = {(A,B),( B, C ), ( C, D), ( D, A ), ( B, D ) }.






Gambar 2.1.graf

C
A
D
A
A
B

D
B
C
D B
C
Universitas Sumatera Utara
16
2.1.1 Terminologi Dasar

Definisi 2.1
Graf berarah (directed graph) G terdiri dari suatu himpunan V dari verteks-verteks
dan himpunan E dari edge sedemikian rupa sehingga setiap rusuk e E
menghubungkan pasangan verteks terurut.Jika terdapat sebuah edge tunggal yang
menghubungkan pasangan terurut (v,w) dari verteks-verteks, dituliskan e = (v,w) yang
menyatakan sebuah edge dari v ke w.

Graf tak berarah (undirected graph) G terdiri dari dari suatu himpunan V
dari verteks-verteks dan himpunan E dari edge sedemikian rupa sehingga setiap edge e
E dikaitkan dengan pasangan verteks tak berurut..Jika terdapat sebuah edge tunggal
yang menghubungkan verteks v dan w, dituliskan e = (v,w) atau e = (w,v) yang
menyatakan sebuah edge antara v dan v dan bukan sebuah pasangan terurut. Gambar
2.2 merupakan contoh graf berarah.




Gambar 2.2.Graf berarah

Edge yang hanya berhubungan dengan verteks yang sama (sebuah verteks)
disebut dengan Loop. Edge paralel yaitu jika terdapat edge-edge yang
menghubungkan 2 simpul yang sama. Dua verteks dikatakan berhubungan (adjacent)
Universitas Sumatera Utara
17
jika ada edge yang menghubungkan keduanya. Verteks yang tidak memiliki edge yang
berhubungan dengannya disebut verteks terasing (isolated verteks).

Sebuah graf dikatakan multigraf bila graf tersebut mengandung edge paralel
atau loop. Sedangkan graf yang tidak mengandung edge paralel atau loop dikenal
sebagai graf sederhana, atau yang disebut graf.

Dari gambar tersebut dapat dijelaskan bahwa Loop adalah e2. Edge paralel
adalah e5 dan e6.Verteks yang adjacent adalah A dan B, A dan C, B dan C,dll.Verteks
terasing adalah E






E

Gambar 2.3 Multigraf





B
C D
e2

A
e3
e4
e1
e5
e6

Universitas Sumatera Utara
18
2.1.2.Graf Bipartite

Definisi 2. 2
Graf lengkap dengan n verteks adalah graf sederhana dengan n verteks (simbol
n
k ),di
mana setiap 2 verteks berbeda dihubungkan dengan suatu edge.

Teorema 2.1
Banyaknya edge dalam suatu graf lengkap dengan n verteks adalah

2
) 1 ( n n
buah.
Bukti:
Misalkan G adalah sebuah graf lengkap dengan n verteks
1
v ,
2
v ,,
n
v .Ambil
sembarang titik (sebut saja
1
v ).Oleh karena G merupakan graf lengkap, maka
1
v
dihubungkan dengan (n-1) verteks lainnya (
2
v ,
3
v ,,
n
v ).Jadi, ada (n-1) buah edge.

Selanjutnya ambil sembarang verteks kedua (sebut saja
2
v ).Oleh karena G
adalah graf lengkap,maka
2
v juga dihubungkan dengan semua verteks sisanya
(
1
v ,
3
v ,,
n
v ) sehingga ada (n-1) buah edge yang berhubungan dengan
2
v .Salah satu
edge tersebut menghubungkan
2
v dengan
1
v .Edge tersebut telah diperhitungkan pada
waktu menghitung banyaknya edge yang berhubungan dengan
1
v .Jadi, ada (n-2) edge
yang belum diperhitungkan.

Proses dilanjutkan dengan menghitung banyaknya edge yang berhubungan
dengan
3
v ,
4
v ,
1 n
v dan yang belum diperhitungkan sebelumnya.Banyak edge yang
Universitas Sumatera Utara
19
didapatkan berturut-turut adalah (n-3), (n-4),, 3,2,1.Jadi secara keseluruhan terdapat
(n-1) + (n-2) ++ 2 + 1 =
2
) 1 ( n n
buah.

Definisi 2.3
Suatu graf G disebut bipartite (dwi pihak) apabila V (G) merupakan gabungan dari 2
himpunan tak kosong
2 1
v dan v dan setiap garis dalam G menghubungkan suatu titik
dalam
1
v dengan titik dalam
2
v . Apabila dalam graf bipartite setiap verteks
dalam
1
v berhubungan dengan setiap verteks dalam
2
v , maka grafnya disebut graf
bipartite lengkap(simbol
n m
k
,
).
Gambar 2.4 Graf bipartite

2.1.3 Komplemen Graf

Komplemen suatu graf G (simbol G ) dengan n verteks adalah suatu graf sederhana
dengan
a. Verteks-verteks ( G ) sama dengan verteks-verteks G. Jadi V( G ) = V(G)
b. Edge G adalah komplemen verteks-verteks G terhadp graf lengkapnya (
n
K ).
) ( ) ( ) ( G E K E G E
n
=
Universitas Sumatera Utara
20
Verteks-verteks yang dihubungkan dengan edge dalam G tidak terhubung dalam
G .Sebaliknya, verteks- verteks yang terhubung dalam G menjadi tidak terhubung
dalam G .

Contoh :
Gambarlah G dari graf berikut ini.

b
a
c d
e


Gambar 2.5.Graf G

Pada gambar diatas verteks-verteks yang tidak dihubungkan dengan edge dalam G
adalah edge dengan titik ujung {a,d},{a,e},{b,c},dan {b,e}.Sehingga G sbb:

Universitas Sumatera Utara
21
a
b
c
d
e


Gambar 2.6 Graf G
2.1.4.Graf Berlabel/Berbobot

Graf berlabel/ berbobot adalah graf yang setiap ruasnya mempunyai nilai/bobot
berupa bilangan non negatif.Dalam graf berbobot bisa dipakai graf berarah maupun
graf tidak berarah.
Contoh :





Gambar 2.7.Graf Berbobot
2.1.5 Subgraf
Definisi 2.4
Misalkan G (V,E) adalah suatu graf.Graf G(V, E) adalah Subgraf bila dan hanya
bila:
B D F
C G E
H
A
3
19
8
13
3
3
4
2
2
2
12
6
3
Universitas Sumatera Utara
22
a.
'
V V
b.
'
E E
c. Setiap edge dalam H memiliki verteks ujung yang sama dengan edge tersebut
dalam G.

Apabila E mengandung semua ruas di E yang kedua ujungnya di V , maka G adalah
Subgraf yang dibentuk oleh V
Contoh










Gambar 2.8 Subgraf




(Spanning Subgraph)

e

e

e

e

e

C D
A
B
G

e

e

A B
D
G :
G subgraf dari G
e

e

e

A B
D
G :
G spanning subgrapf dari

Universitas Sumatera Utara
23
2.1.6 Lintasan dan Sirkuit

Definisi 2.5
Misalkan
0
v dan
n
v adalah verteks-verteks dalam sebuah graf. Sebuah lintasan dari
0
v
ke
n
v dengan panjang n adalah sebuah barisan berselang seling dari 1 + n verteks n
dan n edge yang berawal dengan verteks
0
v dan berakhir dengan verteks
n
v ,
( ) , , , ,... , , , ,
1 2 2 1 1 0 n n n
v e v v e v e v


dengan edge
1
e insiden pada verteks
i i
v dan v
1
untuk I = 1,2, ,n.

Teorema 2.2
Di dalam suatu graf (baik berarah maupun tidak berarah) dengan n verteks , jika ada
suatu lintasan dari verteks
1
v ke verteks
2
v , maka ada suatu lintasan dengan tidak
lebih dari n-1 rusuk dari verteks
1
v ke verteks
2
v .

Bukti:
Misalkan ada suatu lintasan dari
1
v ke
2
v . Misalkan pula (
1
v , ,
i
v , ,
2
v ) adalah
barisan verteks yang ditemui lintasan itu ketika ditelusuri dari
1
v dan
2
v . Jika ada l
buah edge dalam lintasan itu , maka ada l +1 verteks di dalam barisan verteks tersebut.
Agar l lebih besar daripada n-1, harus ada verteks
k
v yang muncul lebih dari sekali di
dalam barisan itu. Dengan kata lain, barisan verteks itu mempunyai bentuk umum (
1
v ,
, ,...
k
v , ,...
k
v ,
2
v ). Jika edge di dalam lintasan yang membawa
k
v kembali ke
k
v
itu dibuang, maka akan diperoleh suatu lintasan dari
1
v ke
2
v yang memiliki lebih
sedikit rusuk daripada jumlah rusuk semula.Argumentasi dapat diulang sampai ada
lintasan dengan n-1 edge atau lebih sedikit lagi.

Universitas Sumatera Utara
24
Definisi 2.6
Sebuah graf dikatakan tersambung (conected) jika diketahui sembarang verteks v dan
w di G, maka terdapat sebuah lintasan dari v ke w.

(a) (b)
Gambar 2.9 Graf terhubung dan Graf tidak terhubung

Definisi 2.7
Misalkan
0
v dan
n
v adalah verteks-verteks dalam sebuah graf. Sebuah sirkuit dari
0
v
ke
n
v dengan panjang n adalah sebuah barisan berselang seling dari 1 + n verteks n
dan n edge yang berawal dengan verteks
0
v dan berakhir dengan verteks
n
v ,lalu
kembali lagi ke
0
v
( ) , , , , , ,... , , , ,
0 0 1 2 2 1 1 0
v e v e v v e v e v
n n n

dengan edge
1
e insiden pada verteks
i i
v dan v
1
untuk I = 1,2, ,n.


Lintasan dan Sirkuit Hamilton

Lintasan Hamilton (Sirkuit Hamilton) didefinisikan sebagai suatu lintasan (rangkaian)
yang melalui setiap verteks tepat satu kali. Sir Wiliam Hamilton menciptakan
permainan all around the world. Di dalam permainan ini pemain diharuskan
Universitas Sumatera Utara
25
mencari rute pada dodecahedron yang melalui setiap titik sudut sekali dan hanya
sekali.




Gambar 2.10 Dodecahedron

Teorema 2.3
Misalkan G sebuah graf linear dengan n verteks.Jika jumlah derajat semua pasangan
verteks di dalam G lebih kecil atau sama dengan n-1, maka ada lintasan Hamilton di
dalam G.
Bukti:
Pertama tama akan ditunjukkan bahwa G sebuah graf terhubung.Misalkan G
mempunyai dua atau lebih komponen yang tidak terhubungkan.Misalkan
1
v sebuah
vertks di dalam satu komponen yang mempunyai
1
n verteks dan
2
v adalah sebuah
verteks di dalam komponen lain yang mempunyai
2
n verteks. Karena derajat
1
v tidak
lebih besar dari
1
n - 1 dan derajat
2
v tidak lebih dari
2
n -1, maka jumlah derajatnya
Universitas Sumatera Utara
26
tidak lebih dari
1
n
+
2
n -2, yang masih lebih kecil dari n-1, dan ini berarti sebuah
kontradiksi.

Sekarang akan ditunjukkan bagaimana lintasan Hamilton dapat dibuat setahap
demi setahap , mulai dengan lintasan yang terdiri dari satu rusuk.Misalkan ada
lintasan dengan p-1 edge, p< n, di dalam G yang bertemu dengan barisan verteks-
verteks ( ) ..., , ,
2 1 p
v v v .Jika
1
v atau
p
v berdekatan dengan sebuah verteks yang tidak
berada pada lintasan ini, dengan mudah lintasan ini dapat diperluas agar mencakup
verteks tadi sehingga memperoleh lintasan dengan p edge. Jika tidak demikian, berarti
1
v dan
p
v keduanya hanya berdekatan dengan verteks verteks pada lintasan. Dalam
hal demikian, akan ditunjukkan bahwa ada suatu rangkaian yang hanya mengandung
verteks verteks
p
v v v ..., , ,
2 1
. Jika
1
v berdekatan dengan
p
v , maka sirkuit
( ) , ..., , ,
1 2 1
v v v v
p
sudah mencukupi.

Lalu misalkan
1
v hanya berdekatan dengan
k
i i i
v v v , ... , ,
2 1
, dengan
1 2 p i
j
. Jika
p
v berdekatan dengan salah satu dari , , ,
1 1 1
2 1

k
i i i
v v v katakanlah
dengan
1 j
v maka sebagaimana ditunjukkan dalam gambar, sirkuit
(
1 1 3 2 1
, , ..., , , ,
p p j
v v v v v v ,
1 ,
..., v v
j
) mengandung tepat verteks verteks
p
v v v ..., , ,
2 1
. Jika
p
v tidak berdekatan dengan salah satu dari , , ,
1 1 1
2 1

k
i i i
v v v maka
p
v berdekatan
dengan tidak lebih dari 1 k p buah verteks.Akibatnya, jumlah derajat
1
v dan
p
v
tidak lebih dari n-2, suatu kontradiksi.


Universitas Sumatera Utara
27
v1 v2 v3
Vj-1
vj
vp

Gambar 2.11 Lintasan

Kemudian ambil sebuah verteks
x
v yang tidak berada dalam rangkaian ini.Karena
graf G terhubungkan , berarti ada verteks
k
v yang tidak berada pada rangkaian ini
dengan sebuah edge antara
x
v dan
k
v untuk suatu verteks tertentu di dalam
(
p
v v v ..., , ,
2 1
), sebagaimana ditunjukkan dalam gambar. Sekarang telah diperoleh
lintasan (
1 1 1
, , ..., , , ,
+ p p j k k x
v v v v v v , ) ,..., , ...,
1 2 1 , k j
v v v v , yang mengandung p edge,
sebagaimana ditunjukkan dalam gambar.

v1 v2

vx
Vk-1 vk Vj-1 vj vp


v1 v2

vx
Vk-1 vk Vj-1 vj vp

Gambar 2.12 Lintasan (
1 1 1
, , ..., , , ,
+ p p j k k x
v v v v v v , ) ,..., , ...,
1 2 1 , k j
v v v v

Universitas Sumatera Utara
28
Langkah langkah pembuatan ini dapat diulangi sampai diperoleh sebuah
lintasan dengan n-1 edge.

2.1.8 Matriks dan Graf

Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka
graf tersebut disajikan dalam bentuk matriks. Jika A adalah matriks m x n, maka
notasi matriksnya dapat ditulis sbb:

(
(
(
(

=
mn m m
n
n
a a a
a a a
a a a
A

2 1
2 22 21
1 12 11


Definisi 2.8
Suatu matriks A berorde n x n disebut simetris jika
T
A = A.
Berikut adalah contoh matriks simetris:

(
(
(

3 5 4
5 1 3
4 3 2
;
(
(
(

3 2 2
2 1 1
2 1 0


Definisi 2.9
Transpos dari suatu matriks A berorde m x n adalah matriks B berorde m x n yang
didefinisikan oleh:
ij ji
a b =
Untuk j = 1,2, ,n dan I = 1,2, ,m.Transpos dari suatu matriks A dinyatakan oleh
T
A .
Universitas Sumatera Utara
29
Contoh:
Jika
(

=
6 5 4
3 2 1
A maka
(
(
(

=
6 3
5 2
4 1
T
A

Matriks-matriks yang dapat menyajikan model graf tersebut antara lain :
Matriks Sekawan (Incidence)
Matriks Kedampingan (Adjacency)
Sebagai contoh, untuk graf seperti di bawah ini

Matriks Adjacency







Gambar 2.13.Graf

V4
V5
V2 V3
V1
e6
e5
e4
e3
e2
e1
e8
e7
V1 V2 V3 V4 V5
V1 0 1 1 1 1
V2 1 0 1 0 0
V3 1 1 0 1 1
V4 1 0 1 0 1
V5 1 0 1 1 0
Universitas Sumatera Utara
30

Matriks Incidence :

Teorema 2.4
Jika A adalah matriks kedampingan dari sebuah graf sederhana, entri ke-ij dari
n
A
sama dengan banyaknya lintasan dengan panjang n untuk verteks j, n=1,2,

Bukti
Dengan menggunakan induksi, pada kasus n=1,
1
A adalah A. Entri ke-ij adalah 1 jika
terdapat sebuah edge dari I ke j, yang merupakan sebuah lintasan dengan panjang 1,
dan 0 jika tidak terdapat edge. Sehingga teorema tersebut benar untuk kasus n
=1.Langkah dasar telah terbukti.

Asumsikan bahwa teorema tersebut benar untuk n, maka
A A A
n n
=
+1

Sehingga entri ke-I dalam
1 + n
A diperoleh dengan saling mengalikan unsur unsur pada
baris ke-I dari
n
A dengan unsur unsur pada kolom ke-k dari A dan menjumlahkannya.




e1 e2 e3 e4 e5 e6 e7 e8
V1 1 1 0 1 1 0 0 0
V2 1 0 1 0 0 0 0 0
V3 0 1 1 0 0 1 1 0
V4 0 0 0 1 0 1 0 1
V5 0 0 0 0 1 0 1 1
Universitas Sumatera Utara
31
Kolom ke-k dari A
Baris ke-i dari
|
|
|
|
|
|
|
|
.
|

\
|
m
j
m j
n
t
t
t
t
s s s s A

2
1
2 1
,..., ,..., , (
=
m m j j
t s t s t s t s + + + + + ... ...
2 2 1 1

=entri ke-ik dalam
1 + n
A

Menurut induksi,
j
s menyatakan banyaknya lintasan dengan panjang n dari I ke j
dalam graf G. Maka
j
t dapat 0 atau 1. Jika
j
t adalah 0, maka tidak terdapat edge dari j
ke k, sehingga terdapat 0 =
j j
t s lintasan dengan panjang n+1 dari i ke k, dimana edge
terakhirnya adalah (j,k). Jika
j
t adalah 1, maka terdapat sebuah edge dari verteks j ke
verteks k (lihat gambar). Karena terdapat
j
s lintasan dengan panjang n dari verteks i
ke verteks j, maka terdapat
j j j
s t s = lintasan dengan panjang n+1 dari i ke k, yang
edge terakhirnya adalah (j,k) (lihat gambar).

i
j
k


Gambar 2.14 Lintasan i ke k
Universitas Sumatera Utara
32

Dengan menjumlahkan semua j, maka akan dihitung semua lintasan dengan panjang
n+1 dari I ke k.ehingga entri ke-i dalam
1 + n
A menyatakan banyaknya lintasan dengan
panjang n+1 dari i ke k sehingga langkah induktif terbukti. Menurut Prinsip induksi
matematika, teorema tersebut berlaku.


2.1.9 Graf Planar

Definisi 2.10
Sebuah Graf adalah planar jika graf tersebut dapat digambar dalam bidang datar
dengan rusuk-rusuknya tidak bersilangan.

Jika sebuah graf planar tersambung digambar pada bidang datar, bidang
tersebut dibagi menjadi daerah-daerah berbatasan yang disebut muka (face) . Sebuah
muka ditandai dengan siklus yang membentuk batasnya.Sebagai contoh, dalam graf
pada gambar, muka A dibatasi oleh siklus (5,2,3,4,5) dan muka C dibatasi oleh siklus
(1,2,5,1).Muka luar D dianggap dibatasi oleh siklus (1,2,3,4,6,1).
6
1
2
3 4
5
A
B
C
D


Gambar 2.15.Graf Planar
Universitas Sumatera Utara
33

Graf pada gambar mempunyai f = 4 muka, e = 8 rusuk, dan v = 6 verteks.Perhatikan
bahwa f, e, dan v memenuhi persamaan

2 + = v e f Persamaan 1

Pada tahun 1752, Euler telah membuktikan bahwa persamaan 1 berlaku untuk
sembarang graf planar tersambung.


2.2 Program Dinamik

Program dinamik adalah salah satu metode yang digunakan untuk mengoptimalkan
proses pengambilan keputusan secara bertahap ganda.Pendekatan program dinamik
didasarkan pada prinsip optimisasi Richard Bellman yang dinyatakan sebagai berikut
(Siagian, P.,1987):
Suatu kebijakan optimal mempunyai sifat bahwa apapun keadaan
dan keputusan awal, keputusan berikutnya harus membentuk suatu
kebijakan optimal dengan memperhatikan keadaan dari hasil
keputusan pertama.

Hal ini berarti:
1) Pengambil keputusan diperkenankan untuk mengambil keputusan yang layak
bagi tahap persoalan yang tersisa, tanpa melihat kembali keputusan pada
tahap-tahap terdahulu.
Universitas Sumatera Utara
34
2) Dalam rangkaian keputusan yang telah diambil, hasil dari masing-masing
tahap tergantung pada hasil keputusan pada tahap sebelumnya.


2.2.1 Karakteristik Program Dinamik

1) Permasalahannya dapat dibagi menjadi tahapan dengan keputusan
kebijakan pada tiap tahap
2) Tiap tahap mempunyai sejumlah kondisi terkait
3) Pengaruh keputusan kebijakan pada setiap tahapan adalah transformasi
kondisi saat ini kepada sebuah kondisi yang terkait dengan awal dari
tahapan berikutnya
4) Prosedur penyelesaian dirancang untuk mendapatkan kebijakan optimum
untuk seluruh tahapan yaitu dengan membuat kebijakan optimum untuk
setiap tahap pada setiap kemungkinan kondisi
5) Pada suatu kondisi, sebuah kebijakan optimum untuk tahapan selanjutnya
tidak terkait oleh kebijakan optimum dari tahapan sebelumnya.Jadi
keputusan optimum yang diambil hanya tergantung pada kondisi sekarang
bukan dari bagaimana kita sampai pada kondisi sekarang. Inilah yang
dinamai prinsip optimum dari Program Dinamik.
6) Prosedur penyelesaian mulai dengan mendapatkan solusi optimum untuk
tahap terakhir.
7) Adanya hubungan rekursif yang mengidentifikasikan keputusan terbaik
untuk setiap status pada tahap k memberikan keputusan terbaik untuk
setiap status pada tahap k + 1.


2.2.2 Pendekatan Program Dinamik

Ada 2 pendekatan yang digunakan pada program dinamik yaitu
Universitas Sumatera Utara
35
1) Program dinamik maju (forward atau up down). Misalkan
n
x x x , ,... ,
2 1

menyatakan peubah (variable) keputusan yang harus dibuat masing
masing untuk tahap 1,2,,n. Program dinamis bergerak mulai dari tahap 1
terus maju ke tahap 2, 3, dan seterusnya sampai tahap n.Runtutan peubah
keputusan adalah
n
x x x , ,... ,
2 1
.

) , (
1 1 1
x s f ) , (
2 2 2
x s f . . . ) , (
n n n
x s f

Gambar 2.16 Program Dinamik Maju
2) Program dinamik mundur (backward atau bottom up).Proram dinamis ini
merupakan kebalikan dari program dinamis maju.Program dinamis ini
bergerak mulai dari tahap n terus mundur ke tahap n-1, n-2, dan seterusnya
sampai tahap 1.Runtutan peubah keputusan adalah
1 1
, ,... , x x x
n n


) , (
n n n
x s f ) , (
2 2 2
x s f ) , (
1 1 1
x s f
Gambar 2.17 Program Dinamik Mundur
Tahap n Tahap2 Tahap1
Tahap1 Tahap2 Tahap n
Universitas Sumatera Utara
36
2.2.3 Pernyataan Matematis Program Dinamik

Masalah pogram dinamik dapat dinyatakan dalam bentuk umum:
Opt :

=
=
n
j
j j n
X r X f
1
) ( ) (
dengan batasan

=
=
n
j
j
X X
1

dan ) ,..., 2 , 1 ( 0 n j X
j
=
dimana:
) ( X f
n
= jarak total dari seluruh kegiatan (tahap)

j
X = kota yang dialokasikan ke kegiatan ke-j
) (
j j
X r = jarak dari kegiatan ke-j
X = kota yang tersedia.

Dalam masalah umum diatas, jarak optimum dari seluruh kegiatan ditentukan oleh
kota X yang tersedia dan jarak dari kegiatan kegiatan individual ) (
j j
X r . Oleh
sebab itu, jarak keseluruhan dari dari kegiatan dapat dinyatakan oleh suatu urutan,
fungsifungsi sebagai berikut :


n n n
X X X X F opt X f , ,..., , ( ) (
1 2 1
= )
Kota total yang tersedia X harus dialokasikan secara berurutan ke semua kegiatan-
kegiatan pada tahap-tahap yang berbeda, untuk mencapai hasil yang maksimum. Bila
dialokasikan sejumlah
n
X dari kota ke kegiatan ke n di mana , 0 X X
n
akan
didapatkan jarak ) (
n n
X f dari kegiatan tersebut. Masih dipunyai sejumlah
Universitas Sumatera Utara
37
( ) (
n
X X kota yang tersedia untuk (n-1) kegiatan. Bila jarak total dari (n-1) kegiatan
ditunjukkan oleh :

=
1
1
1
0 ) ( ) (
n
j
j j j n n
X X r X X f

Jarak total dari kegiatan dapat dinyatakan sebagai

) ( ) ( ) (
1 n n n n n
X X f X r X f + =



Kuantitas kota optimal yang dialokasikan ke n kegiatan,
n
X , menentukan nilai
) (
n
X X , dan hal ini sebaliknya akan menentukan nilai maksimum persamaan jarak
total.Oleh sebab itu, masalah program dinamik dapat dinyatakan dalam bentuk fungsi
umum sebagai

,... 3 , 2 )} ( ) ( { ) (
1
= + =

n X X f X r opt X f
n n n n n


Persamaan ini disebut sebagai recursive equation atau recurrence relations


2.2.4 Formulasi Program Dinamik Untuk Persoalan TSP

Misalkan G = (V, E) adalah graf lengkap berarah dengan sisi-sisi yang diberi
harga c
ij
> 0 untuk setiap i dan j adalah simpul-simpul di dalam V. Misalkan V = n
Universitas Sumatera Utara
38
dan n > 1. Setiap simpul diberi nomor 1, 2, , n.Asumsikan perjalanan (tur) dimulai
dan berakhir pada simpul 1. Setiap tur pasti terdiri dari sisi (1, k) untuk beberapa k V
{1} dan sebuah lintasan dari simpul k ke simpul 1.
Lintasan dari simpul k ke simpul 1 tersebut melalui setiap simpul di dalam V
{1, k} tepat hanya sekali. Prinsip Optimalitas: jika tur tersebut optimal maka lintasan
dari simpul k ke simpul 1 juga menjadi lintasan k ke 1 terpendek yang melalui simpul-
simpul di dalam V {1, k}. Misalkan f(i, S) adalah bobot lintasan terpendek yang
berawal pada simpul i, yang melalui semua simpul di dalam S dan berakhir pada
simpul 1. Nilai f(1, V {1}) adalah bobot tur terpendek. Berdasarkan prinsip
optimalitas tersebut, diperoleh hubungan rekursif sebagai berikut:

})} , 1 { , ( { min }) 1 { , 1 (
1
2
k V k f c V f
k
n k
+ =

(1)


Dengan merampatkan persamaan (1), diperoleh

1 ,
) , (
i
c i f = , 2 i n (basis)

})} { , ( { min ) , ( j S j f c S i f
ij
S j
+ =

(rekurens) (2)

Persamaan (1) dapat dipecahkan untuk memperoleh {1}) jika kita mengetahui f(k, V
{1, k}) untuk semua pilihan nilai k. Nilai f tersebut dapat diperoleh dengan
menggunakan persamaan (2).

Universitas Sumatera Utara
39
Kemudian gunakan persamaan (2) untuk memperoleh f(i, S) untuk S = 1,
kemudian dapat diperoleh f(i, S) untuk S = 2, dan seterusnya. Bila S = n 1, nilai i
dan S ini diperlukan sedemikian sehingga i 1, 1 S dan i S.

Pada masalah TSP dengan menggunakan program dinamik perlu diperhatikan
beberapa hal yaitu:
1.Tahap (stage) adalah jalur (jalan) yang harus dilalui dari satu kota agar
sampai ke kota berikutnya.Dalam suatu tahap akan terdapat beberapa
alternatif pilihan jalan yang dapat dilalui.
2.Status (state) adalah kota awal pada setiap tahap.
3.Variabel keputusan adalah jalur atau jalan yang harus diambil


Universitas Sumatera Utara