INTEGER

PROGRAMING
 CONTOH SOAL !
Sebuah perusahaan jus buah curah
“JASJUS TAMBUNAN” memproduksi 2 jenis produk,
yaitu jus jeruk dan jus jambu. Masing-masing
produk tersebut membutuhkan 2 tahapan produksi,
yaitu ekstraksi dan penyaringan. Waktu ekstraksi
adalah 2 jam untuk jus jeruk dan 3 jam untuk jus jambu.
Sedangkan waktu penyaringan adalah 6 jam untuk jus
jeruk dan 5 jam untuk jus jambu. Perusahaan
tersebut hanya mempunyai waktu untuk ekstraksi
12 jam, dan waktu untuk penyaringan 30 jam kerja
per minggu. Jus jeruk memberikan keuntungan
70.000 per liternya sedangkan jus jambu 60.000
per liternya, tentukan banyaknya jus jeruk dan jus jambu
yang sebaiknya diproduksi untuk mendapatkan
keuntungan yang maksimal!
TENTUKAN MODEL MATEMATISNYA !

• Jika: x1 = jus jeruk

x2 = jus jambu

• Maksimisasi profit: 7x1 + 6x2

• Ditujukan pada: 2x1 + 3x2 ≤ 12

6x1 + 5x2 ≤ 30
x1, x2 ≥ 0
 SELESAIKAN DENGAN METODE
X2
GRAFIS !
7 Keuntungan maksimal
= 7x1 + 6x2
6 = 7 (3¾) + 6 (1½)
6x1 + 5x2 ≤ 30 = 35,25
5

4
3 Optimal LP Solution:
2
x1 = 3¾ ; x2 = 1½

1 2x1 + 3x2 ≤ 12

1 2 3 4 5 6 7 X1
 Dari hasil ini dapat diketahui pabrik harus
memproduksi 3¾ kilo liter jus jeruk dan 1½ kilo liter
jus jambu untuk mencapai keuntungan maksimal

Perhitungan ini tidak masalah karena produk dapat

dijual dengan jumlah pecahan

Lalu bagaimana jika produknya berbeda?

 CONTOH SOAL !
Sebuah perusahaan mesin pengolah pangan
“ESEMKA” memproduksi 2 jenis produk, yaitu
drumdryer dan spraydryer. Masing-masing
produk tersebut membutuhkan 2 tahapan
produksi, yaitu kelistrikan dan perakitan. Waktu
kelistrikan adalah 2 jam untuk drumdryer dan 3 jam
untuk spraydryer. Sedangkan waktu perakitan adalah 6
jam untuk drumdryer dan 5 jam untuk spraydryer.
Perusahaan tersebut hanya mempunyai waktu
untuk kelistrikan 12 jam, dan waktu untuk perakitan 30
jam kerja per minggu. Drumdryer memberikan
keuntungan 70 juta per unitnya, sedangkan
spraydryer 60 juta per unitnya, tentukan banyaknya
drumdryer dan spraydryer yang sebaiknya
diproduksi untuk mendapatkan keuntungan yang
maksimal!
Dengan cara yang sama (Linear Programing / LP), akan
diperoleh jawaban, perusahaan akan memperoleh
keuntungan maksimal apabila memproduksi
x1 = drumdryer = 3¾ unit
x2 = spraydryer = 1½ unit

TETAPI........

Siapa yang mau

membeli alat yang
tidak utuh???
 INTEGER PROGRAMING...

• Integer programing (pemrograman bulat) digunakan

untuk memodelkan permasalahan yang variabelnya
tidak mungkin berupa bilangan tidak bulat

• Cara penyelesaian :
– Metode Round Off
– Metode Branch and Bound (Algoritma percabangan)
– Metode Gomory / Cutting Plane (Algoritma pemotongan)
 METODE ROUND OFF

Pemecahan paling mudah dari contoh soal di atas adalah

pembulatan (Metode Round Off). Dari solusi optimal kita
lakukan pembulatan menjadi :
x1 = drumdryer = 4 unit ; x2 = spraydryer = 2 unit

TETAPI TIDAK MUNGKIN !

(karena berada diluar area  lihat gambar)

Sehingga yang paling memungkinkan

x1 = drumdryer = 4 unit ; x2 = spraydryer = 1 unit
Drumdryer Spraydryer Keuntungan
(x1) (x2) (7x1 + 6x2)
0 0 0
1 0 7
2 0 14
3 0 21
4 0 28
Solusi optimal
5 0 35
Integer programing
0 1 6
1 1 13
2 1 20
3 1 27
Solusi optimal
4 1 34 Round Off
0 2 12
1 2 19
2 2 26
3 2 33
0 3 18
1 3 25
 METODE PERCABANGAN
Dari persoalan di atas telah didapatkan hasil
x1 = 3¾ ; x2 = 1½ ; profit = 35,25

Karena x1 = 3¾ (tidak bulat), maka dicabangkan jadi dua:

CABANG A CABANG B

Maksimisasi profit: 7x1 + 6x2 Maksimisasi profit: 7x1 + 6x2

Ditujukan pada: 2x1 + 3x2 ≤ 12 Ditujukan pada: 2x1 + 3x2 ≤ 12

6x1 + 5x2 ≤ 30 6x1 + 5x2 ≤ 30
x1 ≥ 4 x1 ≤ 3

Dengan LP sederhana: Dengan LP sederhana:

x1 = 4 maka x2 = 1,2 ; profit = 35,2 x1 = 3 maka x2 = 2 ; profit = 33
BELUM FEASIBLE ! SUDAH FEASIBLE !
Dari percabangan A:
x1 = 4 maka x2 = 1,2 ; profit = 35,2

Karena x2 = 1,2 (tidak bulat), maka dicabangkan jadi dua:

CABANG C CABANG D

Maksimisasi profit: 7x1 + 6x2 Maksimisasi profit: 7x1 + 6x2

Ditujukan pada: 2x1 + 3x2 ≤ 12 Ditujukan pada: 2x1 + 3x2 ≤ 12
6x1 + 5x2 ≤ 30 6x1 + 5x2 ≤ 30
x1 ≥ 4 x1 ≥ 4
x2 ≥ 2 x2 ≤ 1

LIHAT DI GAMBAR! Syarat x1 ≥ 4 Dengan LP sederhana:

dan x2 ≥ 2 di luar area, maka tidak x2 = 1 maka x1 = 4 ¼ ; profit = 35,16
fesible, maka percabangan
dihentikan ! BELUM FEASIBLE !
LANJUTKAN !
Dari percabangan D didapatkan:
x2 = 1 maka x1 = 4 ¼ ; profit = 35,16

Karena x1 = 4 ¼ (tidak bulat), maka dicabangkan jadi dua:

CABANG E CABANG F

Maksimisasi profit: 7x1 + 6x2 Maksimisasi profit: 7x1 + 6x2

Ditujukan pada: 2x1 + 3x2 ≤ 12 Ditujukan pada: 2x1 + 3x2 ≤ 12

6x1 + 5x2 ≤ 30 6x1 + 5x2 ≤ 30
x1 ≥ 4 x1 ≥ 4
x2 ≤ 1 x2 ≤ 1
x1 ≤ 4 x1 ≥ 5
Dengan LP sederhana: Dengan LP sederhana:
x1 = 4 maka x2 = 1 ; profit = 34 x1 = 5 maka x2 = 0 ; profit = 35

SUDAH FEASIBLE ! SUDAH FEASIBLE !

 Iterasi 1 Iterasi 2 Iterasi 3 Feasible,
integer solution

C
Tidak dapat
memenuhi
syarat E
x2 ≥ 2
x1 = 4
A x2 = 1
x1 = 4
x1 ≤ 4 Π = 34

x2 = 1,2
x1 ≥ 4 D
Π = 35,2
x1 = 4,1
x1 = 3¾ x2 ≤ 1 x2 = 1
x2 = 1½ Π = 35,12 D
Π = 35,25 B x1 = 5
x1 = 3 x1 ≥ 5 x2 = 0
x1 ≤ 3
x2 = 2 Π = 35
Π = 33

Feasible,
Feasible, integer solution
integer solution OPTIMAL SOLUTION !
Hasil dari integer programming tidak akan pernah
melebihi nilai keuntungan optimal dari solusi LP

Pada kasus di atas keuntungan dari LP adalah

35,25 ; sedangkan keuntungan dari integer
programming hanya 35
 METODE BRANCH DAN BOUND

TUGAS

Maksimumkan Z = 3 X1 + 5 X2
Dengan syarat 2 X1 + 4 X2 ≤ 25
X1 ≤ 8 negatif integer
2 X2 ≤ 10
X1 ; X2 non

16
PENYELESAIAN SOAL TUGAS
 METODE BRANCH DAN BOUND

JAWABAN:

inferior
Solusi bulat optimum
X1 = 8
X2 = 2
Z = 34
2
0
X1 = 6
X1 = 8 X2 = 3,25
X2 = 2,25 Z = 34,25
Z = 35,25 inferior

X1 = 6,5
X2 = 3
Z = 34,5
Tak layak
 METODE BRANCH DAN BOUND

Maksimumkan Z = 3 X1 + 5 X2
Dengan syarat 2 X1 + 4 X2 ≤ 25
X1 ≤ 8
2 X2 ≤ 10
X1 ; X2 non negatif integer

 Solusi optimum kontinyu masalah ini adalah X1 = 8, X2 =

2,26 dan Z = 35,25.
 Solusi ini menunjukkan batas atas awal.

19
 METODE BRANCH DAN BOUND
20

 Batas bawah adalah solusi yang dibulatkan ke bawah X1 =

8, X2 = 2 dan Z = 34. Dalam metode Branch dan Bound,
masalah itu dibagi ke dalam dua bagian untuk mencari nilai
solusi bulat yang mungkin bagi X1 dan X2.
 Variabel dengan nilai solusi pecah terbesar dipilih. Karena
pada solusi ini hanya X2 yang memiliki bagian pecah, ia
dipilih. Untuk menghilangkan bagian pecah dari nilai X2 =
2,25, dua kendala baru dibuat.
 Kendala-kendala ini mewakili dua bagian baru dari masalah
itu. Dua nilai bulat terdekat terhadap 2,25 adalah 2 dan 3.
Sehingga diperoleh dua masalah baru melalui dua kendala
mutually exclusive, X2 ≤ 2 dan X2 ≥ 3, yang akan diuraikan
berikut ini se-bagai bagian A dan B. Kendala-kendala ini
secara efektif menghi-langkan semua nilai pecah yang
mungkin bagi X2, antara 2 dan 3. Pengaruhnya mereka
mengurangi ruang solusi layak sehingga angka solusi bulat
yang dievaluasi pada masalah ini makin sedikit
 METODE BRANCH DAN BOUND

Bagian A :
Maksimumkan Z = 3 X1 + 5 X2
Dengan syarat 2 X1 + 4 X2 ≤ 25
X1 ≤ 8
2 X2 ≤ 10 (berlebih)
X2 ≤ 2
X1 ; X2 ≥ 0

Bagian B :
Maksimumkan Z = 3 X1 + 5 X2
Dengan syarat 2 X1 + 4 X2 ≤ 25
X1 ≤ 8
2 X2 ≤ 10
X2 ≥ 3
X1 ; X2 ≥ 0
 METODE BRANCH DAN BOUND

 Bagian A dan B diselesaikan tanpa pembatasan bilangan

bulat dengan metode simpleks. Solusi simpleksnya adalah :
 Bagian A : X1 = 8, X2 = 2 dan Z = 34
 Bagian B : X1 = 6,5, X2 = 3 dan Z = 34,5
 Bagian A menghasilkan suatu solusi yang semuanya bulat.
Untuk bagian A batas atas dan bawah adalah Z = 34. Solusi
pecah bagian B membenarkan pencarian lebih lanjut karena
menghasilkan nilai fungsi tujuan yang lebih besar dari batas
atas bagian A. Sangat mungkin bahwa pencarian lebih lanjut
dapat menghasilkan suatu solusi yang semuanya bulat
dengan nilai fungsi tujuan melebihi batas atas bagian A = 34.
 Bagian B dicabangkan ke dalam dua sub bagian, B1 dan B2,
pertama dengan kendala X1 ≤ 6 dan yang lain dengan X2 ≥ 7.
 METODE BRANCH DAN BOUND

Sub Bagian B1 :
Maksimumkan Z = 3 X1 + 5 X2
Dengan syarat 2 X1 + 4 X2 ≤ 25
X1 ≤ 8 (berlebih)
2 X2 ≤ 10
X2 ≥ 3
X1 ≤ 6
X1 ; X2 ≥ 0

Sub Bagian B2 :
Maksimumkan Z = 3 X1 + 5 X2
Dengan syarat 2 X1 + 4 X2 ≤ 25
X1 ≤ 8
2 X2 ≤ 10
X2 ≥ 3
X1 ≥ 7
X1 ; X2 ≥ 0
 METODE BRANCH DAN BOUND

 Solusi simpleksnya adalah :

 Sub-bagian B1 : X1 = 6, X2 = 3,25 dan Z = 34,25
 Sub-bagian B2 : tidak layak.
 Karena sub-bagian B1 menghasilkan nilai fungsi tujuan
yang lebih besar dari 34 (batas atas bagian A), maka
harus dica-bangkan lagi ke dalam dua sub masalah,
dengan kendala X2 ≤ 3 dan X2 ≥ 4. Kedua kendala sub
masalah diberi nama bagian B1a dan B2b.
 METODE BRANCH DAN BOUND

Bagian B1a :
Maksimumkan Z = 3 X1 + 5 X2
Dengan syarat 2 X1 + 4 X2 ≤ 25
X1 ≤ 8
2 X2 ≤ 10 (berlebih)
X2 ≥ 3
X2 ≤ 3
X1 ≤ 6
X1 ; X2 ≥ 0

Bagian B1b :
Maksimumkan Z = 3 X1 + 5 X2
Dengan syarat 2 X1 + 4 X2 ≤ 25
X1 ≤ 8
2 X2 ≤ 10
X2 ≥ 3 (berlebih)
X2 ≥ 4
X1 ≤ 6
X1 ; X2 ≥ 0
 METODE BRANCH DAN BOUND

 Solusi optimum dengan metode simpleks adalah :

 Sub-bagian B1a : X1 = 6, X2 = 3 dan Z = 33
 Sub-bagian B1b : X1 = 4,25, X2 = 4 dan Z = 33,5
 Kedua solusi itu memiliki batas atas ( Z = 33 dan Z =
33,5) yang lebih buruk dibanding dengan solusi yang
dihasilkan oleh bagian A. Karena itu, solusi bulat
optimum adalah X1 = 8, X2 = 2 dan Z = 34 yang
dihasilkan oleh bagian A.
 Jika pencarian telah diselesaikan, solusi bulat dengan
fungsi tujuan tertinggi (dalam masalah maksimasi)
dipilih sebagai solusi optimum.
26
 METODE BRANCH DAN BOUND

 Kelemahan dasar dari metode ini adalah bahwa

diperlukan pemecahan masalah LP untuk setiap
pencabangan. Dalam masalah yang besar dapat
memakan banyak waktu. Karena itu dalam prosedur
pencabangan dan pencarian, analisa selanjutnya
dihentikan jika :
1.Hasil dari sub-problem lebih jelek dibanding dengan
batas atas yang sudah diidentifikasi
2.Pencabangan selanjutnya menghasilkan solusi tak
layak.
 METODE BRANCH DAN BOUND

Seluruh prosedur Branch dan Bound untuk contoh yang

lalu dapat digambarkan seperti berikut :

inferior
Solusi bulat optimum
X1 = 8
X2 = 2
Z = 34
2
0
X1 = 6
X1 = 8 X2 = 3,25
X2 = 2,25 Z = 34,25
Z = 35,25 inferior

X1 = 6,5
X2 = 3
Z = 34,5
Tak layak
TERIMA KASIH