Oleh:
Kelompok 2
Ferihandi 11715100043
Indra Pebriandi 11710514089
Muhammad Alde Putra 11715101479
Nofri Aldo 11715101145
1
KATA PENGANTAR
Tim Penulis
i
DAFTAR ISI
ii
BAB I
PENDAHULUAN
A. Latar Belakang
Terdapat berbagai permasalahan yang dapat kita pecahkan dengan
menggunakan program linear. Terkadang, beberapa masalah mengharuskan solusi
berupa bilangan bulat. Namun, beberapa metode lain kadang tidak menghasilkan
solusi berupa bilangan bulat. Salah satu metode yang dapat dilakukan untuk
menyelesaikan masalah program linier adalah metode branch and bound. Metode
ini merupakan pengembangan dari program linier dengan semua variabel
keputusannya harus berupa integer atau bilangan bulat.
Prinsip yang mendasari teknik ini yaitu bahwa total set solusi yang mungkin
dapat dibagi menjadi subset-subset atau cabang-cabang solusi yang lebih kecil.
Cabang-cabang tersebut dapat dievaluasi secara sistematis sampai solusi yang
terbaik ditemukan. Teknik branch and bound pada persoalan program linier
digunakan bersama-sama dengan metode lainnya, seperti simpleks.
Metode branch and bound sering digunakan untuk menyelesaikan suatu
masalah program integer, karena hasil yang diperoleh dalam penyelesaian optimal
lebih teliti dan lebih baik dari metode lain.
B. Rumusan Masalah
Berdasarkan latar belakang yang telah dikemukakan, penulis
merumuskan masalah dalam makalah ini sebagai berikut:
1. Apa pengertian metode branch and bound?
2. Apa saja langkah-langkah metode branch and bound?
3. Bagaimana contoh penerapan metode branch and bound?
1
C. Tujuan
Berdasarkan rumusan masalah di atas, ada beberapa tujuan yang ingin
penulis sampaikan, yaitu:
1. Untuk mendeskripsikan pengertian metode branch and bound.
2. Untuk mendeskripsikan langkah-langkah metode branch and bound.
3. Untuk mendeskripsikan contoh penerapan metode branch and bound.
2
BAB II
PEMBAHASAN
1
Bernard W Taylor, Sains dan Manajemen, (Jakarta: Salemba Empat, 2001), hlm 205
2
Hayatun Nufus & Erdawati Nurdin, Program Linear, (Pekanbaru: Cahaya Firdaus, 2016), hlm 46.
3
Ibid, hlm 46-47.
3
1. Mencari solusi optimal dari program linear relaksasi yang bersangkutan.
Solusi dapat dicari dengan menggunakan metode program linier biasa
2. Menyatakan solusi persoalan program linear relaksasi sebagai batas atas
(upper bound) dan pembulatan ke bawah sebagai batas bawah (lower bound)
pada node 1
3. Memilih variabel dengan pecahan yang terbesar untuk pencabangan (branch)
dan menciptakan dua batasan baru
4. Menciptakan dua node baru, satu dengan batasan ≤ dan satu dengan batasan
≥
5. Menyelesaikan model program linear relaksasi dengan batasan baru yang
ditambahkan pada tiap node
6. Solusi simpleks relaksasi adalah merupakan batas atas pada tiap node, dan
solusi bilangan bulat maksimum yang ada (pada node mana saja) adalah
merupakan batas bawah
7. Jika proses ini menghasilkan solusi bilangan bulat fisibel dengan nilai batas
atas pada akhir node mana saja, maka solusi bilangan bulat optimal telah
tercapai. Jika tidak muncul solusi bilangan bulat fisibel, lakukan pencabangan
dari node dengan batas atas terbesar.
4
dan Rp.8 Juta di wilayah 2. Berapa orang tenaga pengajar yang harus
dipindahkan ke wilayah 1 dan wilayah 2 agar perusahaan mencapai
keuntungan maksimum?
Penyelesaian:
Model matematika untuk persoalan di atas adalah:
Memaksimumkan z = 5𝑥1 + 8𝑥2
Berdasarkan:
𝑥1 + 𝑥2 ≤ 6
5𝑥1 + 9𝑥2 ≤ 45
𝑥1 , 𝑥2 ≥ 0 ; 𝑥1 , 𝑥2 bilangan bulat4
4
Siti Maslihah, at- Taqaddum: Metode Pemecahan Masalah Integer Programing. Vol. 7. No.2,
2015.
5
2) Menyusun persamaan-persamaan ke dalam tabel
Fungsi tujuan dan batasan yang telah diubah disusun dalam tabel simpleks
berikut:
Variabel Dasar 𝒙𝟏 𝒙𝟐 𝑠1 𝑠2 NK
Z -5 -8 0 0 0
𝒔𝟏 1 1 1 0 6
𝒔𝟐 5 9 0 1 45
Indeks baris 𝑠1 = 6 : 1 = 6
Indeks baris 𝑠2 = 45 : 1 = 10
Variabel Dasar 𝒙𝟏 𝒙𝟐 𝑠1 𝑠2 NK Indeks
Z -5 -8 0 0 0
𝒔𝟏 1 1 1 0 6 6
𝒔𝟐 5 9 0 1 45 5
6
6) Menentukan angka kunci
Angka kunci pada tabel diatas adalah 9, karena merupakan angka yang termasuk
kolom kunci sekaligus baris kunci.
Kolom 𝑥2 baris 𝑠2 = 9 ∶ 9 =1
Kolom 𝑥3 baris 𝑠2 = 0 ∶ 9 = 0
1
Kolom 𝑥4 baris 𝑠2 = 1 ∶ 9 = 9
Kolom NK baris 𝑠2 = 45 ∶ 9 = 5
Baris baru = baris lama – (koefisien pada kolom kunci x nilai baru baris kunci)
Baris baru = baris lama – (koefisien pada kolom kunci x nilai baru baris kunci)
7
koefisien nilai baru koefisien pada baris baru = baris lama –
baris lama pada kolom baris kolom kunci x nilai (koefisien pada kolom kunci x
kunci kunci baru baris kunci nilai baru baris kunci)
5 5 4
1 1
9 9 9
1 1 1 1 0
1 1 0 0 1
1 1 1
0 1 −
9 9 9
6 1 5 5 1
8
Variabel Dasar 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 NK Indeks
𝟓 𝟖
Z − 0 0 40
𝟗 𝟗
𝟒 𝟏 𝟗
𝒔𝟏 0 1 − 1
𝟗 𝟗 𝟒
𝟓 𝟏
𝒙𝟐 1 0 5 9
𝟗 𝟗
9
koefisien nilai baru koefisien pada baris baru = baris lama –
baris
pada kolom baris kolom kunci x nilai (koefisien pada kolom kunci x
lama
kunci kunci baru baris kunci nilai baru baris kunci)
5 5 5
− − 1 − 0
9 9 9
5
0 − 0 0 0
9
5 9 5 5
0 − −
9 4 4 4
8 5 1 5 3
− −
9 9 4 36 4
5 9 5 1
40 − − 41
9 4 4 4
Baris baru = baris lama – (koefisien pada kolom kunci x nilai baru baris kunci)
Karena kolom kunci adalah kolom 𝑥1 dan baris kunci adalah baris 𝑠1 , maka x1
masuk kedalam variabel dasar menggantikan 𝑠1 , sehingga tabel akan berubah
menjadi :
10
Variabel Dasar 𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 NK
𝟓 𝟑 𝟏
Z 0 0 𝟒𝟏
𝟒 𝟒 𝟒
𝟗 𝟏 𝟏
𝒙𝟏 1 0 − 𝟐
𝟒 𝟒 𝟒
𝟓 𝟏 𝟑
𝒙𝟐 0 1 − 𝟑
𝟒 𝟒 𝟒
Pada tabel di atas, seluruh elemen pada baris fungsi tujuan telah bernilai
positif. Hal ini berarti bahwa perbaikan yang dilakukan sudah merupakan hasil
optimal, sehingga tidak perlu lagi dilakukan upaya perbaikan. Nilai optimal yang
dihasilkan adalah:
1
𝑍 = 41 = 41,25
4
1 3
Dengan 𝑥1 = 2 4 = 2,25 dan 𝑥2= 3 4 = 3,75
11
d. Menciptakan dua node baru, satu dengan batasan dan satu dengan
batasan ≥
pada gambar berikut:
𝐵𝐴 = 41,24 (𝑥1 = 2,25, 𝑥2 = 3,75)
𝐵𝐵 = 34 (𝑥1 = 2, 𝑥2 = 3)
Node 1
𝑥2 ≤ 3 𝑥2 ≥ 4
Node 2 Node 3
12
Dengan langkah simpleks, kita memperoleh hasil seperti table di atas.
Maka kita lanjutkan dengan melakukan langkah-langkag simpleks seperti biasa.
Variabel 𝒔𝟑 Rasio
𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 NK
Dasar
Z -5 0 0 𝟎 8 24 -
𝒔𝟏 1 0 1 𝟎 -1 3 3
𝟏𝟖
𝒔𝟐 5 0 0 𝟏 -9 18
𝟓
𝒙𝟐 0 1 0 0 1 3 -
Karena pada baris Z masih ada yang negative, maka kita lanjutkan iterasi,
sampai tidak ada lagi elemen pada baris Z yang negative.
Variabel 𝒔𝟑
𝒙𝟏 𝒙𝟐 𝒔𝟏 𝒔𝟐 NK
Dasar
Z 0 0 5 𝟎 3 39
𝒙𝟏 1 0 1 𝟎 -1 3
𝒔𝟐 0 0 -5 1 -4 3
𝒙𝟐 0 1 0 0 1 3
Pada table di atas, semua elemen pada baris Z telah berupa elemen positif,
sehingga didapatlah solusi optimal simpleks relaksasi pada node 2, yaitu :
𝑍 = 39 dengan x1 = 3 dan x2 = 3.
2) Node 3
Memaksimumkan Z = 5𝑥1 + 8𝑥2
Berdasarkan:
(1) 𝑥1 + 𝑥2 ≤ 6
(2) 5𝑥1 + 9𝑥2 ≤ 45
(3) 𝑥2 ≥ 4
(4) 𝑥1 , 𝑥2 ≥ 0
13
Persoalan yang telah dinyatakan dalam bentuk model matematis seperti
diatas diselesaikan dengan menggunakan metode simpleks, namun karena ada
𝑥2 ≥ 4, maka harus dikerjakan dengan metode simpleks direvisi, sehingga
diperoleh solusi optimal relaksasi pada node 3 seperti pada tabel :
Varibel
X1 X2 X3 X4 X5 X6 NK
dasar
Z 0 0 0 1 1 𝑀−1 41
1 4 4 1
X3 0 0 1 − −
5 5 5 5
1 9 9 9
X1 1 0 0 −
5 5 5 5
X2 0 1 0 0 -1 1 4
Pada tabel diatas, seluruh elemen pada baris fungsi tujuan tidak ada lagi
yang bernilai negatif. Hal ini berarti bahwa perbaikan yang dilakukan sudah
merupakan hasil optimal, sehingga tidak perlu lagi dilakukan upaya perbaikan.
Nilai optimal yang dihasilkan adalah fungsi tujuan Z yang maksimum yaitu 41
dengan x1 = 1,8 dan x2 = 4.
Dari tabel diatas solusi optimal simpleks relaksasi pada node 3, diperoleh :
a) Batas atas 41 dengan x1 = 1,8 dan x2 = 4
b) Batas bawah 37 dengan x1 = 1 dan x2 = 4
Pada Node 1 sudah didapatkan solusi yang semuanya bulat, akan tetapi
pada Node 2 solusinya masih ada yang pecahan, sehingga masih memungkinkan
untuk dicari solusi bulat lainnya yang nilainya mungkin lebih besar dari solusi
pada node 1. Dengan demikian, Node 2 dapat dicabangkan lagi. Untuk
mencabangkan node 2, yang pertama harus dilakukan adalah memilih variable
yang memiliki pecahan terbesar. Karena x2 memiliki nilai berupa bilangan bulat,
maka x1 dengan bagian pecahan sebesar 0,8 adalah satu-satunya variabel yang
dipilih. Jadi, 2 batasan baru dikembangkan dari x1≤ 1 dan x1˃ 2. Sehingga
diperoleh 2 node baru yang merupakan cabang dari node 3.
14
Jika diteruskan hingga hasil yang paling optimal dan berupa bilangan
bulat, maka akan diperoleh:
Node 1
BA = 41,25 (x1=2,25 ;
x2=3,75)
BB = 34 (x1=2 , x2=3)
Node 2 Node 3
x2≤ 3 x2 ˃ 4
BA = 30 (x1=3 ; x2=3) BA = 41 (x1=1,8 ; x2=4)
BB = 30 (x1=3 ; x2=3) BB = 37 (x1=1 , x2=4)
Node 4
Node 5
x1≤ 1
x1 ˃ 2
BA = 40,55 (x1=1 ; x2=4,44)
tidak layak
BB = 37 (x1=1 , x2=4)
Node 6 Node 7
x2≤ 4 x2 ˃ 5
BA = 37 (x1=1 ; x2=4) BA = 40 (x1=0; x2=5)
BB = 30 (x1=3 ; x2=3) BB = 40 (x1=0; x2=5)
15
f. Solusi simpleks relaksasi adalah merupakan batas atas pada tiap node, dan
solusi bilangan bulat maksimum yang ada (pada node mana saja) adalah
merupakan batas bawah.
Berdasarkan uraian pada langkah 5, maka diperoleh :
1) Batas atas 41,25 dengan x1 = 2,25 dan x2 = 3,75
2) Batas bawah 40 dengan x1 = 0 dan x2 = 5
g. Jika proses ini menghasilkan solusi bilangan bulat feasible dengan nilai batas
atas pada akhir node mana saja, maka solusi bilangan bulat optimal telah
tercapai. Jika tidak muncul solusi bilangan bulat feasible, lakukan
pencabangan dari node dengan batas atas terbesar.
Berdasarkan langkah 1 – 6, pencarian solusi integer telah selesai dengan
didapatkannya solusi di node 6 dan node 7 kedua-duanya integer. Maka diperoleh
solusi bilangan bulat optimal yaitu z = 40 dengan x1 = 0 dan x2 = 5. Maka, untuk
mendapatkan pendapatan maksimal, perusahaan lembaga pendidikan les bahasa
arab tersebut hanya harus memindahkan 5 tenaga pengajar ke wilayah 2.
D. Soal Latihan
16
Alquran besar dan Alquran kecil yang harus diproduksi agar diperoleh
keuntungan maksimal?
E. Kunci Jawaban
5
Hafidh Syafwan, Jurnal manajemen informatika dan teknik computer: Penerapan metode branch
and bound dalam penyelesaian masalah pada integer programing. Vol. 1. No. 2, 2015
17
BAB III
PENUTUP
A. Simpulan
Berdasarkan uraian di atas maka dapat disimpulkan sebagai berikut:
1. Metode branch and bound adalah metode solusi untuk persoalan program
linier yang mengharuskan variabelnya berupa bilangan bulat. Metode ini
menghasilkan solusi yang lebih akurat, tetapi memerlukan perhitungan yang
lebih kompleks. Maka, diperlukan tingkat ketelitian dan kesabaran yang
tinggi.
B. Saran
Berdasarkan uraian yang telah dipaparkan, maka penulis memberikan saran:
1. Dalam makalah ini, tim penulis belum membaha tentang branch and bound
secara lebih mendalam, misalnya dengan metode acak. Maka disarankan bagi
pembaca yang ingin memperdalam pengkajian tentang branch and bound
untuk membahas tentang metode acak.
18
DAFTAR PUSTAKA
19