INTEGER PROGRAMMING

Widha Kusumaningdyah, ST., MT 2012

INTEGER PROGRAMMING

INTRODUCTION

INTEGER PROGRAMMING (IP)

Untuk permasalahan optimasi dengan beberapa atau semua variabel keputusan bernilai bulat(integer).
Tidak dapat diselesaikan langsung dengan metode simpleks karena adanya beberapa atau semua variable yang berupa bilangan bulat melanggar salah satu asumsi metode simpleks (semua variable keputusan adalah bilangan real / tidak harus bulat).

KLASIFIKASI IP
Integer programming dapat diklasifikasikan menjadi empat (berdasarkan banyaknya variable keputusan yang bernilai bulat): 1) Pure Integer Programming semua variable keputusan harus bernilai bilangan bulat 2) Mixed Integer Programming (MIP) tidak semua variable keputusan berupa bilangan bulat 3) Binary Integer Programming (BIP) semua variable keputusan memiliki nilai berupa bilangan biner (0 atau 1). 4) Mixed Binary Integer Programming (MBIP) Jika beberapa variable keputusan memiliki nilai biner, beberapa variable keputusan memiliki nilai integer dan sisanya memiliki nilai real (boleh pecahan).

PROBLEM IP
Permasalahan yang mengharuskan variabel keputusan bernilai integer diantaranya adalah
Investasi Multiperiode Budgeting Routing Knapsack Vehicle Loading Set Covering Scheduling Mixed Product Location Distribution Assignment Transportasi .

CONTOH PROBLEM IP

1. PENJADWALAN PEKERJA (SCHEDULING)

Bank Swasta buka mulai jam 9 pagi sampai dengan jam 5 sore. Banyaknya konsumen yang datang ke bank cukup bervariasi sehingga banyaknya teller yang diperlukan pada setiap jam juga berbeda. Teller merupakan tenaga outsourcing, pihak bank bisa menentukan pada jam berapa teller tersebut harus mulai bekerja. Setiap teller bekerja selama 5 jam sehari. Tentukan banyaknya setiap teller yang harus masuk pada setiap jam supaya biaya yang dikeluarkan bank minimal !

Periode 9 10 10 11 11 12

Jumlah teller yang diperlukan 10 12 14

12 1
12 2-3 34 45

16
18 17 15 10

Xi: banyaknya teller yang mulai masuk kerja pada jam ke i

X1
X2

X3
X4

X5
9 10 11 12 13 14 15 16 17 18

2. CAPITAL BUDGETING
Punya uang utk investasi Rp 14.000.000. Ada 4 jenis kesempatan investasi :
Investasi 1 : butuh Rp 5.000.000 , akan berkembang mjd Rp 8.000.000 Investasi 2 : butuh Rp 7.000.000 , akan berkembang mjd Rp 11.000.000 Investasi 3 : butuh Rp 4.000.000 , akan berkembang mjd Rp 6.000.000 Investasi 4 : butuh Rp 3.000.000 , akan berkembang mjd Rp 4.000.000

FORMULASI : Capital Budgeting

Model ILP : xi : investasi ke i , i=1,2,3,4 xi = 0 jika tidak mengambil investasi i = 1 jika mengambil investasi i Maksimasi : Z = 8x1 + 11x2 + 6x3 + 4x4 Kendala : 5x1 + 7x2 + 4x3 + 3x4 14 xi {0,1} , i = 1,2,3,4

3. CONTOH & FORMULASI : Capital Budgeting

Apabila ditambah kendala :
Kita hanya dapat membuat paling banyak dua investasi Jika investasi 2 diambil, maka investasi 4 juga diambil Jika investasi 1 diambil, maka investasi 3 tidak dapat diambil

Model matematikanya :
Maksimasi : Z = 8x1 + 11x2 + 6x3 + 4x4 Kendala : 5x1 + 7x2 + 4x3 + 3x4 14 x 1 + x2 + x 3 + x4 2 x2 x4 0 x1 + x3 1 xi {0,1} , i = 1,2,3,4

3. KNAPSACK PROBLEM
Terdapat 7 jenis barang, setiap jenis barang mempunyai ukuran dan keuntungan yang berbeda sbb :
Barang keUkuran
Nilai

1 5
8

2 7
11

3 4
6

4 3
4

5 4
6

6 3
5

7 7
6

Alat angkut hanya mampu mengangkut 40 m3, barang manakah yang seharusnya diangkut?

4. PEMILIHAN LOKASI PABRIK

Perusahaan berencana untuk mendirikan satu atau beberapa pabrik untuk memenuhi permintaan produk pada berbagai daerah (pasar). Terdapat 4 lokasi dimana pabrik dapat dibangun dan terdapat 12 pasar yang harus dipenuhi oleh perusahaan. Produk akan langsung dikirim dari pabrik ke pasar. Biaya untuk mendirikan pabrik dan kapasitas pabrik di masing-masing lokasi adalah sebagai berikut: A B C D
Biaya Investasi
Kapasitas

1000
2000

1500
4000

700
1000

400
900

Biaya untuk mengirim barang dari suatu pabrik ke pasar adalah sebagai berikut
1
A B C 3 6 4

2
4 6 2

3
1 4 3

4
2 5 5

5
3 7 4

6
5 3 5

7
5 4 4

8
2 1 3

9
3 2 6

10
4 4 5

11
5 4 4

12
5 4 3

5 100

Permintaandimanakah pabrik harus dibangun dan berapa pabrik yang 200 dibangun?? 500 200 400 100 600 400 200 250 220 Tentukan harus 300

5. DIET PROBLEM
Kebutuhan : energy(2000kcal), protein(55g), calcium(800mg)
Serving Energy Protein Calcium Price per Max serving

Food Oatmeal Chicken Eggs Wholemilk Cherry pie Pork with beans

size

(kcal)

(g)

(mg)

serving (cents)

allowed

28g 100g 2 large 237cc 170g 260g

110 205 160 160 420 260

4 32 13 8 4 14

2 12 54 285 22 80

3 24 13 9 20 19

4 3 2 8 2 2

Formulasi : DIET PROBLEM

Minimisasi : 3x1 24 x2 13x3 9 x4 20 x5 19 x6
Pembatas:

0 x1 4 0 x2 3 0 x3 2 0 x4 8 0 x5 2 0 x6 2

110 x1 205 x2 4 x1 2 x1 32 x2 12 x2

160 x3 13x3 54 x3

160 x4 8 x4 285 x4

420 x5 4 x5 22 x5

260 x6 14 x6 80 x6

2000 55 800

6. BLENDING
Perusahaan eaglefood akan memproduksi cereal dalam kemasan sebesar 2 pound. Cereal yang diproduksi harus memenuhi kebutuhan gizi dalam sehari. Kebutuhan gizi dalam sehari dapat dilihat dalam tabel berikut ini:
Grain A Harga per pound Protein per pound Riboflavin per pound Phosphorus per pound 3300 22 16 8 5 B 4700 28 14 7 0 C 3800 21 25 9 6

Minimum Daily Requirement

3 2 1 0.425

Magnesium per pound

Terdapat tiga alternatif bahan baku yang dapat digunakan, bahan baku tersebut bisa dicampur untuk memproduksi cereal. Tentukan bagaimana perbandingan(komposisi) bahan baku A, B dan C dalam cereal sehingga biaya untuk memproduksi cereal minimum!

FORMULASI : MODEL
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

7. SET COVERING PROBLEM

Propinsi sukolilo mempunyai 6 kota Pemerintah berencana untuk membangun kantor pusat pemadam kebakaran. Pada kantor pusat pemadam kebakaran akan ditempatkan kendaraan pemadam kebakaran, peralatan pemadam kebakaran dan personelnya, sehingga jika ada kebakaran maka petugas akan berangkat dari kantor pusat pemadam kebakaran menuju lokasi kebakaran. Petugas tidak boleh mencapai lokasi kebakaran lebih dari 15 menit (waktu tempuh) dari stasiun pemadam kebakaran. Waktu yang dibutuhkan dari kota yang satu ke kota yang lain adalah sebagai berikut.
Kota ke1 2 3 4 5 6

1
2

0
10

10
0

20
25

30
35

30
20

20
10

3
4 5 6

20
30 30 20

25
35 20 10

0
15 30 20

15
0 15 25

30
15 0 14

20
25 14 0

Tentukan dimanakah kantor pusat pemadam kebakaran harus dibangun supaya banyaknya kantor yang harus dibangun tidak banyak(minimal) sehingga dana APBD bisa dihemat untuk dialokasikan pada bidang lain?

7. SET COVERING PROBLEM (CONTD)

Sebuah kota dapat dicover oleh stasiun pemadam kebakaran jika jarak tempuhnya tidak lebih dari 15 menit Covering set untuk setiap kota
Kota
1 2 3 4 5 6

Covering sets (15 menit)

1,2 1,2,6 3,4 3,4,5 4,5,6 2,5,6

FORMULASI SET COVERING PROBLEM

Variabel keputusan : xi = 1 jika dibangun stasiun pemadam kebakaran pada kota-i = 0 jika TIDAK dibangun stasiun pemadam kebakaran pada kota-i Fungsi tujuan : Minimum Z= x1+ x2+ x3+ x4+ x5 + x6 Fungsi pembatas: x1+x2 1 x1+x2 + x6 1 x3+x4 1 x3+x4+x5 1 x4+x5+x6 1 x2+x5+x6 1

8. ASSIGNMENT (PENUGASAN)
Pak Ali harus menugaskan stafnya untuk mengerjakan tugas-tugas pada divisinya. Pak Ali memiliki 5 staf yaitu Rita, Tari, Rani, Nira, Tara. Divisi pak ALi harus menyelesaikan 5 tugas. Pak Ali menemui kesulitan dalam menugaskan kelima stafnya karena Rita tidak mempunyai keahlian dalam mengerjakan tugas 2 sedangkan Tari tidak mampu mengerjakan tugas 1. Biaya menugaskan setiap staff adalah berbeda beda karena untuk bisa menyelesaikan tugas dengan baik, staff seringkali harus mendapatkan pelatihan dan biaya akomodasi yang berbeda beda. Biaya menugaskan setiap staff untuk mengerjakan satu tugas adalah sebagai berikut:
Tugas 3 10 1 8 7 2

Staff Rita Tari Rani Nira Tara

1 4 3 4 8

2 5 5 2 8

4 6 5 4 1 10

5 5 10 7 10 5

Bagaimanakah cara menugaskan kelima staff tersebut supaya biaya yang harus dikeluarkan perusahaan minimal?

INTEGER PROGRAMMING

METODE CUTTING PLANE

IP SOLVING: ALGORITMA CUTTING-PLANE

Temukan solusi optimal untuk Linier Problem (menggunakan prosedur standar). Tambahkan fungsi pembatas khusus (disebut cuts) untuk menghasilkan titik ekstrim optimal integer. Cuts tidak menghilangkan titik feasible integer asal. The cuts must through at least one feasible or infeasible integer point Number of cuts is independent of the size of the problem

IP SOLVING: ALGORITMA CUTTING-PLANE

Contoh permasalahan ILP:

IP SOLVING: ALGORITMA CUTTING-PLANE

PENDEKATAN GRAFIS
Solusi:

IP SOLVING: ALGORITMA CUTTING-PLANE

PENDEKATAN ALJABAR
Tabel Optimal LP:

Buat cuts
Dengan asumsi bahwa semua variable (termasuk slacks) adalah integer.

IP SOLVING: ALGORITMA CUTTING-PLANE

PENDEKATAN ALJABAR
Langkah untuk membuat cuts:
Pilih baris sumber Faktorkan baris sumber Buat cuts dari faktor baris sumber Buat persamaan dari cuts Selesaikan problem dari fraksi pecahan Tambahkan fungsi pembatas pada tabel simples optimal Gunakan dual simplex untuk menyelesaikan permasalahan, jika tabel optimal tidak feasible. Buat fraksi selanjutnya hingga semua variable integer.

1. MEMBUAT CUTS
Pilih baris sumber

Faktorkan baris sumber

Faktor baris sumber x2 Buat cuts dari faktor baris sumber

Buat persamaan dari cuts

2. SELESAIKAN DENGAN SIMPLEX

Table baru :

Selesaikan dengan dual simplex

Hasil:

 Buat cut selanjutnya hingga semua variabel integer Final Result:

LATIHAN

 References:
Eunike, Agustina. Materi Ajar Penelitian Operasional 1. PSTI Universitas Brawijaya. 2012 Frederick Hillier and Gerald J. Lieberman. Introduction to Operations Research. 7th ed. The McGraw-Hill Companies, Inc, 2001. Hamdy A. Taha. Operations Research: An Introduction. 8th Edition. Prentice-Hall, Inc, 2007