KELOMPOK :

Citra Sari (0607127)

Dini Rohaeni (0607131)
Ema Nur Luthfiyani (0607263)
Krisyanti Amalia (060641)
Ratih Rahmawati (060541)

TUGAS RISET OPERASI

RANGKUMAN MODEL JARINGAN

I. DEFINISI JARINGAN

Sebuah jaringan terdiri dari sekelompok node yang dihubungkan oleh busur atau
cabang. Suatu jenis arus tertentu berkaitan dengan setiap busur. Notasi standar untuk
menggambarkan sebuah jaringan G adalah G = (N,A), dimana N adalah himpunan node
dan A adalah himpunan busur. Suatu jenis arus tertentu berkaitan dengan setiap
jaringan. Pada umumnya, arus dalam sebuah busur dibatasi oleh kapasitasnya, yang
dapat terbatas atau tidak terbatas. Sebuah busur dikatakan terarah atau terorientasi
jika busur tersebut memungkinkan arus positif dalam satu arah dan arus nol dalam arah
yang berlawanan. Karena itu, jaringan yang terarah adalah jaringan dengan semua
busur yang terarah.
Jalur adalah urutan busur-busur tertentu yang menghubungajan dua node tanpa
bergantung pada orientasi busur-busur tersebut secara individual. Jalur akan
membentuk sebuah loop atau siklus jika jalur itu menghubungkan sebuah node dengan
dirinya sendiri. Sebuah loop yang terarah (atau sebuah sirkuit) adalah sebuah loop di
mana semua busur-busurnya memiliki arah atau orientasi yang sama.
Jaringan yang berhubungan adalah sebuah jaringan dimana setiap dua node
dihubungkan dengan sebuah jalur. Pohon adalah sebuah jaringan yang berhubungan
yang dapat hanya melibatkan sebagian dari node dan sebuah pohon perentangan
adalah sebuah jaringan yang berhubngan yang mencakup semua node dalam jaringan
tersebut tanpa loop.

1
II. MASALAH POHON PERENTANGAN

Model yang dihasilkan adalah model khas dari masalah pohon perentangan minimal,
dimana kita menginginkan pohon perentangan yang menghasilkan jumlah terkecil dari
busur-busur penghubung. Akibatnya pohon perentangan minimal menangani penemuan
yang paling “efisien” diantar semua node dalam jaringan, yang berdasarkan definisinya,
tidak dapat mencakup loop atau siklus apapun.
Algoritma pohon perentangan minimal memerlukan awal dari salah satu node manapun
dan menghubungkannya dengan node terdekat dalam jaringan tersebut. Dua node yang
dihasilkan lalu membentuk himpunan yang dihubungkan, C, dengan node sisanya
membentuk node yang tidak dihubungkan, C. Selanjutnya, kita memilih sebuah node
dari himpunan yang tidak dihubngkan yang terdekat (memiliki panjang busur
terpendek) ke salah satu node dalam himpunan yang dihubungkan. Node yang dipilih
tersebut lalu disingkirkan dari himpunan yang tidak dihubungkan dan dimasukkan ke
dalam himpunan yang dihubungkan. Proses ini diulangi sampai himpunan yang tidak
dihubungkan kosong (atau dengan kata lain, sampai semua node dipindahkan dari C ke
himpunan C). Jarak terdekat yang sama dapat dipilih secara sembarang. Tetapi, jarak
yang sama tersebut menunjukkan adanya pemecahan alternatif.

III. MASALAH RUTE TERDEKAT

Masalah rute terdekat berkaitan dengan penentuan busur-busur yang dihubungakan

dalam sebuah jaringan transportasi yangs ecara bersama-sama membentuk jarak
terdekat di antara sumber dan tujuan. Penerapan tersebut juga diikuti dengan penyajian
algoritma pemecahan.

Contoh Penerapan rute terdekat

Sebuah perusahaan penyewaan mobil sedang mengembangkan sebuah rencana

penggantian armadanya dalam 5 tahun mendatang. Sebuah mobil harus dipergunakan
setidakanya 1 tahun sebelum penggantian dapat dipertimbangkan. Tabel 1 meringkas
biaya penggantian per mobil (dalam ribuan dollar) sebagai fungsi dari waktu dan
jumlah tahun operasi. Biaya ini mencakup pembelian, nilai sisa, biaya operasio, dan

2
perawatan. Masalah ini dapat direpresentasikan dengan sebuah jaringan sebagai berikut.
Setiap tahun diwakili dengan sebuah node. “Panjang” sebuah busur yang
menghubungkan dua node sama dengan biaya penggantian yang bersangkutan seperti
yang diberikan dalm tabel 1. Gambar 1 memperlihatkan jaringan ini. Masalahnya jadi
menemukan “rute” terdekat dari node 1 ke node 5.
”Rute” terdekat dapat ditentukan dengan menggunakan algoritma yang akan kami
sajikan dalam bagian selanjutnya.

1 2 3 4 5

4,0 5,4 9,8 13,7 Tahun 1

4,3 6,2 8,1 2

4,8 7,1 3

4,9 4

ALGORITMA RUTE TERDEKAT

A. ALGORITMA ASIKLIS
Algoritma Asiklis didasari oleh penggunaan perhitungan rekursif, yang
merupakan dasar dari perhitungan pemrograman dinamis. Langkah-langkah dari
algoritma ini diterangkan melaui contoh numerik.

Contoh

Node 1 adalah node awal (sumber atau asal) dan node 7 adalah titik terminal
(tujuan). Jarak dij antara node i dan j diberikan secara lagsung untuk setiap busur.
Misalnya d12 = 2. Jaringan ini bersifat asiklis karena mencakup loop.
Anggaplah
uj = jarak terdekat dari node 1 ke node j

2 5
[2, 1] 5 [7, 2]

1 4 7
3

3 6
 2 11 8 6
[0, -] 10 [7, 3] [13, 5]

4 3 7 9
1
[4, 1] [5, 3]

Dimana node u1 = 0 berdasarkan definisinya. Nilai-nilai uj, j = 1, 2, …, n,

dihitung secara rekursif dengan rumus berikut ini

jarak terdekat ui ke satu node i yang tepat mendahuluinya

uj = min plus
jarak dij antara node saat ini j ke node sebelumnya i

= min { ui + dij }

Rumus rekursif mengharuskan bahwa jarak terdekat uj ke node j dihitung setelah

kita menghitung jarak terdekat ui ke setiap node sebelumnya i yang
dihubungkan ke j dengan sebuah busur langsung.
Dalam pemecahan akhir dari model rute terdekat ini, kita juga harus
mengidentifikasi node-node yang ditemui sepanjang rute tersebut. Untuk
mncapai tujuan ini, kita mengggunakan prosedur pelabelan yang mengkaitkan
label berikut ini dengan node j:
label node j = [uj,n]
di mana n adalah node j yang tepat mendahuluinya, yang mengarah pada jarak
terdekat uj; yaitu
uj = min { ui + dij }
= un + dnj
Berdasarkan definisinya, label di node 1 adalah [0, -], yang menunjukkan bahwa
node 1 adalah sumber.

Tabel berikut memberikan urutan perhitungan yang mengarah pada pemecahan akhir.

4
Node j Perhitungan uj Label
1 u1 = 0 [0, -]
2 u2 = u1 + d12 = 0 + 2 = 2, dari 1 [2, 1]
3 u3 = u1 + d13 = 0 + 4 = 4, dari 1 [4, 1]
4 u4 = min { u1 + d14, u2 + d24, u3 + d34}
= min {0 + 10, 2 + 11, 4 + 3} = 7 dari 3 [7, 3]
5 u5 = min { u2 + d25, u4 + d45 }
= min {2 + 5, 7 + 8} = 7 dari 2 [7, 2]
6 u6 = min { u3 + d36, u4 + d46 }
= min {4 + 1, 7 + 7} = 5, dari 3 [5, 3]
7 u7 = min { u5 + d57, u6 + d67 }
= min {7 + 6, 5 + 9} = 13, dari 5 [13, 5]

Rute optimum tersebut diperoleh dengan dimulai dari node 7 dan menelusuri ke
belakang dengan menggunakan informasi label. Urutan berikut ini memperlihatkan
prosedur tersebut:
(7) → [13,5] → (5) → [7,2] → (2) → [ 2,1] → (1)
Algoritma ini pada kenyataannya memberikan jarak terdekat antara node 1 dan setiap
node lainnya dalam jaringan ini.

B. ALGORITMA SIKLIS (Dijakstra)

Algoritma siklis memungkinkan sebanyak mungkin kesempatan sebagaimana

yang diperlukan untuk mengevaluasi ulang sebuah node. Ketika terlihat bahwa
jarak terdekat ke sebuah node telah dicapai, node tersebut dikeluarkan dari
pertimbangan lebih lanjut. Proses ini berakhir ketika node tujuan dievalusi.
Algoritma siklis menggunakan dua jenis label: sementara dan tetap. Dengan
format [d, n], dimana d adalah jarak terdekat yang sejauh ini tersedia untuk node
saat ini, dan n adalah node yang tepat mendahuluinya yang memungkinkan
realisasi jarak d. Algoritma ini memulai dari node sumber yang memiliki label
tetap [0, -]. Selanjutnya kita mempertimbangkan semua node yang dapat dicapai
secara langsung dari node sumber tersebut dan lalu menentukan labelnya yang
sesuai. Label yang baru dibuat ini dinyatakan sebagai label sementara. Label
tetap berikutnya dipilih dari di antara semua label sementara saat ini dengan d
terkecil dalam label [d, n] yang bersangkutan (angka yang sama dipilih secara
sebarang). Proses ini lalu diulangi untuk node terakhir yang telah dinyatakan
dengan label tetap. Dalam kasus demikian, label sementara dari sebuah node

5
 hanya dapat diubah jika label baru tersebut menghasilkan jarak d yang lebih
dekat.

MASALAH RUTE TERDEKAT DIPANDANG SEBAGAI MODEL

TRANSSHIPMENT

Kita dapat memandang jarinagn rute terdekat sebagai sebuag model

transportasidengan satu sumber dan satu tujuan. Penawaran di sumber adalah satu unit
dan permintaan di tujuan juga satu unit. Satu unit akan mengalir dari sumber ke tujuan
melalui rute yang dapat diterima dalam jaringan tersebut. Tujuannya adalah
meminimumkan jarak yang ditempuh oleh unit tersebut sementara mengalir dari sumber
ke tujuan.
Lihat pengembangan model transshipment pada jaringan Gambar 8-12. Model
transshipment hanya menghitung jarak terdekat diantara dua node. Jadi deangan asumsi
bahwa kita tertarik untuk menentukan jarak-jarak terdekat diantara dua node 1 dan 7 ,
(Tabel 8-4) memberikan model transsphipment yang berkaitan dengan masalah ini.
Jumlah B biasanya dirujuk sebagai buffer sama dengan 1, karena disetiap saat selama
transshipment ini tidak lebih dari satu unit akan memalui setiap node dalam jaringan ini.
Catat pula bahwa node 1 tidak berfungsi sebagai tujuan, karena node ini merupakan
sumber (utama) untuk jaringan ini. demikian pula, node 7 tidak dapat bertindak sebagai
sumber, karena mewakili tujuan akhir dari arus unit tersebut. “ Biaya transportasi” sama
dengan jarak yang bersangkutan. Sel yang berwarna abu-abu berarti bawha rute yang
bersangkutan tidak tersedia dan harus diberikan biaya M yang sangat tinggi ketika
memecahkan model ini. Yang terkahir, jarak dari sebuah node ke node itu sendiri
adalah nol.
Tabel 8-4 juga memberikan pemecahan optimum, yang diperoleh dari
penggunaan teknik transportasi. Tabel tersebut memperlihatkan bahwa
x12 = 1, x26 = 1, x33= =1 , x44 = 1 x57 = 1 , x56 = 1
nilai x33=x44= 1 tidak berkonstribusi bagi pemecahan, karena keduannya
menghubungkan node 3 dan 4 dengan node itu sendiri. Sehingga
x12=1, x26= 1, x65= 1, x57=1
yang memperlihatkan bahwa rute optimal adalah 1 2 6 5 7 (kondisi
optimalitas seperti ini memperlihatkan pemecahan optimum alternatif antara node 1 dan
7).

6
 9
5
4 7
7 1 10
8
2 23
9 5 10
8 1
6 2
8 5
2 2 2 3
2 8 4
3 9
4 8 3
5

1 11

Gambar 8-12