Chapter II PDF
Chapter II PDF
LANDASAN TEORI
2.1. Optimasi
Tidak ada metode tunggal yang dapat dipakai untuk menyelesaikan semua
masalah optimasi. Banyak metode optimasi telah dikembangkan untuk
menyelesaikan tipe optimasi yang berbeda-beda seperti metode Lagrange.
Pemrograman Dinamik
Pemrograman Stokastik
Pemrograman Seperable
Pemrograman Multiobyektif
Teori Permainan
Simulated Annealing
Genetic Algorithm
Neural Networks
𝑋 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇
𝑋 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇
dengan kendala:
𝑔𝑖 (𝑋) ≤ 0 𝑖 = 1,2, … , 𝑚
𝑙𝑗 (𝑋) = 0 𝑗 = 1,2, … , 𝑝
dimana 𝑋 adalah sebuah vektor berdimensi- 𝑛 yang dinamakan vektor disain atau
variabel keputusan, 𝑓(𝑋) disebut fungsi obyektif, 𝑔𝑖 (𝑋) dan 𝑙𝑗 (𝑋) dikenal sebagai
kendala ketaksamaan dan kendala kesamaan.
Jika fungsi obyektif dan semua kendala adalah fungsi linier dari variabel
keputusan, maka masalah pemrograman matematika tersebut dinamakan
pemrograman linier (LP). Masalah pemrograman linier dapat dinyatakan
dalam bentuk standar berikut:
𝑥1
𝑥2
𝑋=( )
⋮
𝑥𝑛
dengan kendala
𝑥𝑖 ≥ 0, 𝑖 = 1,2, … , 𝑛
dengan kendala
𝑥𝑖 ≥ 0, 𝑖 = 1,2, … , 𝑛
𝑁0 𝑛
𝑝
𝑀𝑖𝑛𝑖𝑚𝑢𝑚𝑘𝑎𝑛 𝑓(𝑋) = ∑ 𝑐𝑖 (∏ 𝑥𝑗 𝑖𝑗 ), 𝑐𝑖 > 0, 𝑥𝑖 > 0 (2.7)
𝑖=1 𝑗=1
𝑥1
𝑥2
𝑋=( ⋮ )
𝑥𝑛
dengan kendala
𝑁𝑘 𝑛
𝑞
𝑔𝑘 (𝑋) = ∑ 𝑎𝑖𝑘 (∏ 𝑥𝑗 𝑖𝑗𝑘 ) > 0, 𝑎𝑖𝑘 > 0, 𝑥𝑖 > 0 (2.8)
𝑖=1 𝑖=1
Jika semua variabel keputusan bernilai bilangan riil maka masalah optimasi
dinamakan masalah pemrograman riil.
Suatu fungsi 𝑓(𝑋) dikatakan separabel jika dapat dituliskan sebagai jumlah
dari 𝑛 fungsi tunggal 𝑓1 (𝑥1 ), … , 𝑓𝑛 (𝑥𝑛 ) yaitu
𝑋 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇
dengan kendala
dimana 𝑏𝑗 konstanta.
Jika fungsi obyektif atau fungsi kendala dari masalah optimasi non
separabel, masalah tersebut dinamakan masalah pemrograman
nonseparabel.
𝑋 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇
dengan kendala
sekumpulan persamaan non linier secara simultan yang boleh jadi sukar untuk
diselesaikan (Parwadi Moengin, 2011).
E
C G
A F
D
Nilai ektrem suatu fungsi bisa nilai maksimum atau nilai minimum. Disini
dibedakan antara nilai maksimum global atau absolut dengan maksimum lokal atau
relatif dan nilai minimum global atau absolut dengan maksimum lokal atau relatif.
Titik maksimum terjadi jika koefisien arah dari garis singgung pada garis
tersebut adalah nol dan kurva terbuka kebawah, sedangkan titik minimum terjadi
jika koefisien arah dari garis singgung pada titik tersebut adalah nol dan kurva
terbuka ke atas (Legowo, 1984).
1. 𝑓(𝒑0 ) adalah nilai maksimum global dari 𝑓 di 𝑆 jika 𝑓(𝒑0 ) ≥ 𝑓(𝒑) untuk seluruh
𝒑 di 𝑆.
2. 𝑓(𝒑0 ) adalah nilai minimum global dari 𝑓 di 𝑆 jika 𝑓(𝒑0 ) ≤ 𝑓(𝒑) untuk seluruh 𝒑
di 𝑆.
3. 𝑓(𝒑0 ) adalah nilai ekstrem global dari 𝑓 di 𝑆 jika 𝑓(𝒑0 ) bukan nilai maksimum
global dan bukan nilai minimum global.
Masalah mencari nilai maksimum atau minimum akan sangat sulit jika
bentuk umum daripada kurva belum diketahui. Di dalam hal ini sangatlah sukar
menentukan apakah titik kritisnya adalah titik maksimum, titik minimum, atau titik
lainnya. Cara yang paling mudah ialah dengan mencari turunan pertama atau
turunan kedua yang dekat nilai kritisnya.
Dari definisi di atas, menyatakan bahwa syarat perlu agar fungsi dua
variabel mempunyai nilai ekstrim adalah adanya titik kritis. Titik kritis yang
dibahas dalam hal ini adalah titik stasioner. Ada kemungkinan bahwa fungsi tidak
mempunyai titik stasioner, akan tetapi mempunyai nilai ekstrem. Pengertian titik
stasioner didefinisikan dengan menggunakan turunan parsial pertama (Edwin J.
Purcell, 2003).
Titik (𝑥0 , 𝑦0 ) dikatakan sebagai titik stasioner pada daerah asal fungsi 𝑓 bilamana,
Definisi di atas, menyatakan bahwa syarat perlu adanya nilai ekstrem fungsi dua
variabel adalah fungsi 𝑓 mempunyai turunan parsial pertama, dan adanya titik yang
memenuhi turunan pertama sedemikian sehingga nilainya nol.
Maka
(i) Jika 𝐷 > 0 dan 𝑓𝑥𝑥 (𝑥0 , 𝑦0 ) < 0, 𝑓(𝑥0 , 𝑦0 ) adalah sebuah nilai maksimum
lokal;
(ii) Jika 𝐷 > 0 dan 𝑓𝑥𝑥 (𝑥0 , 𝑦0 ) > 0, 𝑓(𝑥0 , 𝑦0 ) adalah sebuah nilai minimum
lokal;
(iii) Jika 𝐷 < 0 dan 𝑓(𝑥0 , 𝑦0 ) bukan sebuah nilai ekstrem ((𝑥0 , 𝑦0 ) adalah sebuah
titik pelana);
(iv) Jika 𝐷 = 0, uji yang dilakukan tidak mempunyai hasil/tidak dapat
disimpulkan.
Untuk menentukan nilai ekstrem fungsi dua variabel, langkah-langkah yang
harus dilakukan adalah,
1. Tentukanlah turunan-turunan parsial pertama dan kedua dari 𝑓, yakni
𝑓𝑥 (𝑥, 𝑦), 𝑓𝑦 (𝑥, 𝑦), 𝑓𝑥𝑥 (𝑥, 𝑦), 𝑓𝑦𝑦 (𝑥, 𝑦) dan 𝑓𝑥𝑦 (𝑥, 𝑦) atau 𝑓𝑦𝑥 (𝑥, 𝑦)
2. Tentukanlah titik kritis (stasioner) fungsi yakni dengan menetapkan,
𝑓𝑥 (𝑥0 , 𝑦0 ) = 0 dan 𝑓𝑦 (𝑥0 , 𝑦0 ) = 0
3. Bentuklah persamaan pembantu,
Dan selanjutnya selidikilah jenis nilai ekstrem pada titik kritis dengan
menggunakan uji turunan ke dua (Prayudi, 2009).
Turunan kedua juga bisa digunakan mencari titik-titik belok dari fungsi
tersebut jika ada, yaitu suatu titik pada mana suatu fungsi berubah bentuknya dari
terbuka ke atas ke terbuka ke bawah.
Suatu titik belok dapat terjadi jika turunan keduanya sama dengan nol. Tidak
semua titik-titik dimana turunan keduanya sama dengan nol, adalah titik belok.
Titik belok bisa juga terjadi pada nilai 𝑥 = 𝑎 dimana 𝑓′′(𝑎) tidak tentu. Dengan
demikian suatu titik belok suatu fungsi pada 𝑥 = 𝑎 bisa terjadi:
1. 𝑓 ′′ (𝑎) = 0
2. 𝑓′′(𝑎) tidak tentu.
Ada suatu ketentuan bahwa 𝑚 ≤ 𝑛, hal ini dikarenakan jika 𝑚 > 𝑛 maka
persamaan tersebut tidak bias diselesaikan.
𝑚
𝜕𝐿 𝜕𝑓 𝜕𝑔𝑗
= + ∑ 𝜆𝑗 = 0, 𝑖 = 1,2, … , 𝑛 (2.19)
𝜕𝑥𝑖 𝜕𝑥𝑖 𝜕𝑥𝑖
𝑗=1
𝜕𝐿
= 𝑔𝑗 (𝑋) = 0, 𝑗 = 1,2, … , 𝑚 (2.20)
𝜕𝜆𝑗