METODE OPTIMASI

Optimasi merupakan pendekatan normatif dengan mengidentifikasi penyelesaian terbaik dari

suatu permasalahan yang diarahkan pada titik maksimum atau minimum suatu fungsi tujuan.

Optimasi dapat ditempuh dengan dua cara yaitu maksimisasi dan minimisasi. Maksimisasi adalah
optimasi produksi dengan menggunakan atau mengalokasian input yang sudah tertentu untuk
mendapatkan keuntungan yang maksimal. Sedangkan minimisasi adalah optimasi produksi untuk
menghasilkan tingkat output tertentu dengan menggunakan input atau biaya yang paling minimal.

Persoalan optimasi dibagi menjadi dua jenis yaitu tanpa kendala dan dengan kendala. Pada
optimasi tanpa kendala, faktor-faktor yang menjadi kendala atau keterbatasan-keterbatasan yang ada
terhadap fungsi tujuan diabaikan sehingga dalam menentukan nilai maksimum atau minimum tidak
terdapat batasan-batasan terhadap berbagai pilihan alternatif yang tersedia. Sedangkan pada optimasi
dengan kendala, faktor-faktor yang menjadi kendala terhadap fungsi tujuan diperhatikan dalam
menentukan titik maksimum atau minimum fungsi tujuan.

MINIMISASI FUNGSI

1. Minimisasi Fungsi Skalar

(Definisi scalar) Dalam matematika arti skalar bergantung pada konteksnya, kata ini bisa
berkaitan dengan bilangan real atau bilangan kompleks atau bilangan rasional. Secara umum,
ketika ruang vektor dalam medan F dipelajari, maka F disebut medan skalar. Dalam
aljabar matriks skalar didefinisikan sebagai matriks berordo 1x1 dan memiliki sifat-sifat seperti
bilangan belaka.
Berdasarkan permasalahan dari minimisasi fungsi dengan variable real tunggal. Misalkan
C2 (R) menunjukkan ruang dari semua fungsi bernilai nyata terdiferensiasi dua kali yang
didefinisikan atas garis nyataR . Asumsikan bahwa F ∈C 2 (R) . Kita katakana bahwa titik
¿ ¿
u ∈R adalah minimum global dari F jika dan hanya jika F(u )≤ F( u) untuk setiap
u∈R .
Misalkan N ∈ (u¿ ) menunjukkan interval terbuka (u¿ −ϵ , u¿ +ϵ ) dengan radius
ϵ terpusat pada u¿ ∈ R . Kita katakana bahwa u¿ adalah minimum local jika dan hanya
¿ ¿
jika terdapat ϵ >0 sedemikian sehingga F(u )≤ F( u) untuk setiap u ∈ N ϵ (u ) .
¿
Teorema berikut memberikan kondisi yang perlu diketahui agar u menjadi minimize
lokal.

Teorema 0.1

Jika u¿ ∈ R adalah minimum lokal dari F ∈C 2 (R) maka

dF (u)
du u−u|=0
¿

Pembuktian:
 ¿
Asumsikan u¿ ∈U adalah minimum lokal F N ∈ (u ) dimana
¿
F(u )≤ F( u) untuk setiap
u ∈ N ϵ (u¿ ) sebab F pada C
2
membentuk deret taylor orde 2. ( C
2
artinya
terdiferensiasi 2 kali)
¿ 2 ¿
dF ( u ) d F (u )
F ( u ) =F ( u¿ ) + (u−u¿ ) + 1 (u−u¿ )2 +O(u−u¿ )
du 2 du¿

dF ( u¿ )
Jika ≠ 0 , kita pilih u−u ¿ sehingga,
du

| || |
¿ 2 ¿
dF ( u ) ¿ 1 d F (u ) ¿ 2 ¿
( u−u ) < ¿ (u−u ) +O(u−u ) …(1)
du 2 du

yang mana,

dF ( u¿ )
sgn ( F ( u )−F ( u¿ ) ) =sgn ( u−u¿ )
du

{
1 , u>0
Ingat bahwa, sign u= 0 , u=0
−1,<0

Untuk u yang memenuhi persamaan (1) . Sebab kita pilih u−u ¿ untuk jadi positif
atau negatif.

Maka terdapat u sehingga F ( u) < F ( u¿) yang mana kontradiksi dengan asumsi bahwa
¿
u

adalah minimum lokal.

Contoh : Cari nilai ekstrim lokal dari fungsi f ( x )=x 2−8 x +7 pada (−∞ ,∞)

Penyelesaian :

Fungsi polinom kontinu dimana-mana dan turunannya, f ' ( x )=2 x−8 , ada untuk
semua x. Jadi satu-satunya titik kritis untuk f adalah penyelesaian tunggal dari f ' ( x )=0
yakni x=4 karena f ' ( x )=2( x −4)<0 untuk x< 0 , f turun pada (−∞ , 4) dan
karena 2(x−4)>0 untuk x> 0 , f naik pada [ 4 , ∞ ¿ karena itu, f ( 4 ) =−9
adalah nilai minimum lokal f , karena 4 adalah satu-satunya bilangan kritis, tidak terdapat
nilai ekstrim lain. Ditunjukkan oleh grafik di bawah ini.
Teorema 0.2

F ∈C 2 (R) dan u ∈ R memenuhi

¿
Misalkan

0=
dF (u)
du u−u | ¿

|
2
d F (u)
0<
du2 u −u ¿

Maka u¿ adalah minimum local F .

Pembuktian :
¿
Dengan menggunakan ekspansi deret Taylor orde kedua F sekitar u .

Ekspansinya adalah

F ( u ) −F ( u¿ )
¿ 2 ¿
dF ( u ) d F (u )
¿ ( u−u ¿ ) + 1 ¿ (u−u ¿ )2 +O ( u−u ¿ ) …(2)
du 2 du

dF ( u¿ )
Berdasarkan asumsi =0 maka persamaan (2) dapat ditulis sebagai berikut
du
2 ¿
1 d F (u )
F ( u ) −F ( u¿ ) = (u−u¿ )2 +O ( u−u¿ ) …(3)
2 du¿

Kita dapat membuat sisanya menjadi kecil dengan memilih |u−u¿| cukup kecil. Khususnya

pilih epsilon sehingga

 2 ¿
1 d F (u )
¿ (u−u¿ )2 >|O(u−u¿ )|
2 du

Untuk setiap u ∈ N ϵ (u¿ ) . Di bawah batasan ini, persamaan (3) dapat ditulis
¿ 2 ¿
dF ( u ) d F (u )
( u−u¿ ) + 1
2
F ( u ) −F ( u¿ ) = ¿ ( u−u¿ ) +O ( u−u¿ )
du 2 du

dF ( u¿ ) d 2 F ( u¿ )
( u−u¿ ) + 1
2
≥ ¿ ( u−u ¿ ) +O ( u−u¿ )
du 2 du

≥0
¿
Untuk setiap u ∈ N ϵ (u ) , dengan demikian menyiratkan bahwa u¿ adalah minimize lokal
F .

Kondisi sebelumnya