Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)

NRP : 06111940000075

1. Jelaskan contoh 3-5 halaman 440

Contoh 3 Mendistribusikan Ilmuwan ke Tim Peneliti
Sebuah proyek luar angkasa pemerintah sedang melakukan penelitian tentang
masalah teknik tertentu yang harus diselesaikan sebelum orang dapat terbang dengan aman
ke Mars. Tiga tim peneliti sedang mencoba tiga pendekatan berbeda untuk memecahkan
masalah ini. Perkiraan telah dibuat bahwa dalam keadaan sekarang, probabilitas bahwa
masing-masing tim (sebut saja mereka Tim 1, 2, dan 3) tidak akan berhasil adalah (0,40,
0,60, dan 0,80). Jadi, probabilitas saat ini di mana ketiga tim akan gagal adalah (0.40)
(0.60) (0.80) = 0.192. Karena tujuannya adalah untuk meminimalkan kemungkinan
kegagalan, dua ilmuwan top telah ditugaskan untuk proyek tersebut.
Tabel 10.2 memberikan perkiraan probabilitas bahwa masing-masing tim akan
gagal ketika 0, 1, atau 2 ilmuwan tambahan ditambahkan ke tim itu. Jumlah ilmuwan hanya
berupa bilangan bulat yang dipertimbangkan karena setiap ilmuwan baru perlu
mencurahkan perhatian penuh pada satu tim. Masalahnya adalah menentukan bagaimana
mengalokasikan dua ilmuwan tambahan untuk meminimalkan kemungkinan bahwa ketiga
tim akan gagal.
Formulasi. Karena Contoh 2 dan 3 adalah masalah distribusi usaha, struktur yang
mendasari mereka sebenarnya sangat mirip. Dalam hal ini, ilmuwan menggantikan tim
medis sebagai jenis sumber daya yang terlibat, dan tim peneliti menggantikan negara
sebagai aktivitas. Oleh karena itu, alih-alih tim medis dialokasikan ke negara, ilmuwan
dialokasikan ke tim peneliti. Satu-satunya perbedaan mendasar antara kedua masalah
tersebut terletak pada fungsi-fungsi tujuan.
Dengan begitu sedikit ilmuwan dan tim yang terlibat, masalah ini dapat
diselesaikan dengan sangat mudah melalui proses pencacahan yang lengkap. Namun,
solusi pemrograman dinamis disajikan untuk tujuan ilustrasi.

Dalam hal ini, tahap n (n = 1, 2, 3) sesuai dengan tim peneliti n, dan status jumlah
ilmuwan baru masih tersedia untuk dialokasikan ke tim yang tersisa. Variabel keputusan
𝑥𝑛 (n 1, 2, 3) adalah jumlah ilmuwan tambahan yang dialokasikan ke tim n.

Biarkan 𝑝𝑖 (𝑥𝑖 ) menunjukkan probabilitas kegagalan untuk tim i jika itu ditetapkan oleh
ahli sains tambahan, seperti yang diberikan oleh Tabel 10.2. Jika kita biarkan ∏
menunjukkan perkalian, tujuan pemerintah adalah memilih x1, x2, x3 sehingga untuk
Meminimalkan ∏3𝑖=1 𝑝𝑖 (𝑥𝑖 ) = 𝑝1 (𝑥1 )𝑝2 (𝑥2 )𝑝3 (𝑥3 )
Tabel 10.2 Data untuk proyek luar angkasa Pemerintah
Kemungkinan Kegagalan
Ilmuwan Baru Tim
1 2 3
0 0,40 0,60 0,80
1 0,20 0,40 0,50
2 0,15 0,20 0,30
Bergantung pada
3

∑ 𝑥𝑖 = 2
𝑖=1
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

dan
𝑥𝑖 adalah bilangan bulat nonnegatif
Karena itu,𝑓𝑛 (𝑠𝑛 , 𝑥𝑛 ) untuk masalah ini adalah
3

𝑓𝑛 (𝑠𝑛 , 𝑥𝑛 ) = 𝑝𝑛 (𝑥𝑛 ) . min ∏ 𝑝𝑖 (𝑥𝑖 )

𝑖=𝑛+1

dimana minimum diambil alih 𝑥𝑛+1 … … … 𝑥3 seperti yang

3

∑ 𝑥𝑖 = 𝑠𝑛
𝑖=1

dan
𝑥𝑖 adalah bilangan bulat nonnegatif
Untuk 𝑛 = 1,2,3 Jadi

dimana

Dengan 𝑓𝑛∗ definisikan menjadi 1. Gambar 10.7 merangkum hubungan dasar ini.

Gambar 10.
Jadi, hubungan rekursif menghubungkan 𝑓1∗ , 𝑓2∗ , 𝑑𝑎𝑛 𝑓3∗ fungsi pada kasus ini adalah

dan, ketika n = 3,

Prosedur Solusi. Perhitungan pemrograman dinamis yang dihasilkan adalah sebagai

berikut:
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Oleh karena itu, solusi optimal harus memiliki 𝑥1∗ = 1, yang membuat 𝑠2 = 2 − 1 = 1
, jadi 𝑥2∗ = 0, yang membuat 𝑠3 = 1 − 0 = 1, sehingga 𝑥3∗ = 1. Jadi, masing-masing
tim 1 dan 3 menerima satu ilmuwan tambahan. Kemungkinan baru bahwa ketiga tim
akan gagal akan gagal menjadi 0,060.
Contoh 4 Menjadwalkan Tingkat Pekerjaan
Beban kerja untuk TOKO PEKERJAAN LOKAL bergantung pada fluktuasi
musiman yang cukup besar. Namun, operator mesin sulit untuk disewa dan mahal untuk
dilatih, sehingga manajer enggan memberhentikan pekerja selama musim sepi. Dia juga
enggan untuk mempertahankan puncak gaji season-nya saat itu tidak diperlukan. Lebih
jauh, dia pasti menentang kerja lembur secara teratur. Karena semua pekerjaan
dilakukan untuk pesanan khusus, tidak mungkin untuk mengumpulkan persediaan
selama musim sepi. Oleh karena itu, manajer berada dalam dilema seperti apa
kebijakannya tentang tingkat pekerjaan.
Perkiraan berikut diberikan untuk persyaratan pekerjaan minimum selama
empat musim dalam setahun untuk masa mendatang:

Pekerjaan tidak akan diizinkan untuk jatuh di bawah level ini. Pekerjaan apapun
diatas ini level terbuang dengan perkiraan biaya $ 2.000 per orang per musim.
Diperkirakan bahwa biaya perekrutan dan pemberhentian sedemikian rupa sehingga
total biaya untuk mengubah tingkat pekerjaan dari satu musim ke musim berikutnya
adalah $ 200 kali kuadrat dari perbedaan tingkat pekerjaan. Tingkat pecahan pekerjaan
dimungkinkan karena sedikit pekerjaan paruh waktu karyawan, dan data biaya juga
berlaku dalam basis pecahan.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Perumusan. Berdasarkan data yang tersedia, tidak ada gunanya membuat tingkat
pekerjaan melebihi persyaratan musim puncak 255. Oleh karena itu, pekerjaan musim
semi harus di 255, dan masalahnya dikurangi untuk menemukan tingkat pekerjaan
untuk tiga musim lainnya.
Untuk formulasi pemrograman dinamis, musim harus menjadi tahapan. Ada
sebenarnya jumlah tahapan yang tidak terbatas karena masalah meluas ke yang tidak
pasti masa depan. Namun, setiap tahun memulai siklus yang sama, dan karena
pekerjaan musim semi dimulai diketahui, adalah mungkin untuk mempertimbangkan
hanya satu siklus empat musim yang berakhir dengan musim semi musim, seperti yang
dirangkum di bawah ini.
Tahapan 1 = Musim Panas,
Tahapan 2 = Musim Gugur,
Tahapan 3 = Musim Dingin,
Tahapan 4 = Musim Semi.
𝑥𝑛 = tingkat pekerjaan untuk tahap n (𝑛 = 1, 2, 3,4).
(𝑥4 = 255.)
Musim semi harus menjadi tahap terakhir karena nilai optimal variabel
keputusan untuk setiap negara bagian pada tahap terakhir harus diketahui atau diperoleh
tanpa mempertimbangkan tahapan lainnya. Untuk setiap musim lainnya, solusi untuk
tingkat lapangan kerja yang optimal harus mempertimbangkan pengaruhnya terhadap
biaya di musim berikutnya. Misalkan
𝑟𝑛 =persyaratan kerja minimum untuk tahap n,
dimana persyaratan ini diberikan sebelumnya sebagai 𝑟1 = 220, 𝑟2 = 240 , 𝑟3 =
200, dan
𝑟4 = 255 Dengan demikian, satu-satunya nilai yang layak untuk 𝑥𝑛 adalah
𝑟𝑛 ≤ 𝑥𝑛 ≤ 255
Mengacu pada data biaya yang diberikan dalam pernyataan masalah, kita memiliki
Biaya untuk tahap 𝑛 = 200(𝑥𝑛 − 𝑥𝑛−1 )2 + 2000((𝑥𝑛 − 𝑟𝑛 )
Perhatikan bahwa biaya pada tahap saat ini hanya bergantung pada keputusan
saat ini 𝑥𝑛 dan pekerjaan di musim sebelumnya 𝑥𝑛−1 . Jadi, tingkat pekerjaan
sebelumnya adalah semua informasi tentang keadaan saat ini yang kita butuhkan untuk
menentukan kebijakan yang optimal untuk selanjutnya. Oleh karena itu, status 𝑠𝑛 untuk
tahap n adalah
tahap 𝑠𝑛 = 𝑥𝑛−1
Ketika 𝑛 = 1 , 𝑠1 = 𝑥0 = 𝑥4 = 255.
Untuk kemudahan referensi Anda saat mengerjakan masalah, ringkasan data diberikan
pada Tabel 10.3 untuk masing-masing dari empat tahap
Tujuan dari masalah ini adalah untuk memilih 𝑥1 , 𝑥2 , 𝑥3 wtih 𝑥0 = 𝑥4 = 255 untuk
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Meminimalkan ∑4𝑖=1[200(𝑥𝑖 − 𝑥𝑖−1 )2 + 2000(𝑥𝑖 − 𝑟𝑖 )]

Dengan batasan
𝑟𝑛 ≤ 𝑥𝑛 ≤ 255 untuk i=1,2,3,4
Jadi, untuk tahap n dan seterusnya (n = 1, 2, 3, 4) karena 𝑠𝑛 = 𝑥𝑛−1
𝑓𝑛 (𝑠𝑛 , 𝑥𝑛 ) = 200(𝑥𝑛 − 𝑥𝑛−1 )2 + 2000((𝑥𝑛 − 𝑟𝑛 )

dimana penjumlahan ini sama dengan nol jika n = 4 (karena tidak memiliki suku).
Juga,

Karenanya

(dengan 𝑓5∗ didefinisikan sebagai nol karena biaya setelah tahap 4 tidak relevan
dengan analisis). Sebuah ringkasan dari hubungan dasar ini diberikan pada Gambar
10.8.
Akibatnya, hubungan rekursif menghubungkan 𝑓𝑛∗ fungsi adalah

Pendekatan pemrograman dinamis menggunakan hubungan ini untuk

mengidentifikasi secara berurutan fungsi-fungsi ini —
𝑓4∗ (𝑠4 ), 𝑓3∗ (𝑠3 ), 𝑓2∗ (𝑠2 ), 𝑓1∗ (255) dan meminimalkan 𝑥𝑛 yang sesuai.
Tabel 10.3 Data untuk masalah Toko Pekerjaan Lokal
n 𝑟𝑛 Nilai yang layak 𝑥𝑛 Kemungkinan Biaya
𝑠𝑛 = 𝑥𝑛−1
1 220 220 ≤ 𝑥1 ≤ 255 𝑠1 = 255 2
200(𝑥1 − 255) + 2000(𝑥1 − 220)
2 240 240 ≤ 𝑥2 ≤ 255 220 ≤ 𝑠2 ≤ 2
200(𝑥2 − 𝑥1 ) + 2000(𝑥2 − 240)
255
3 200 200 ≤ 𝑥3 ≤ 255 240 ≤ 𝑠3 ≤ 2
200(𝑥3 − 𝑥2 ) + 2000(𝑥3 − 200)
255
4 255 𝑥𝑛 = 255 200 ≤ 𝑠4 ≤ 2
200(255 − 𝑥3 )
255
Prosedur Solusi. Tahap 4: Mulai dari tahap terakhir (n = 4), kita sudah tahu 𝑥4∗ = 255,
jadi hasil yang diperlukan adalah
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Tahap 3: Untuk masalah yang hanya terdiri dari dua tahap terakhir (n = 3), rekursif
hubungan direduksi menjadi

dimana kemungkinan nilai 𝑠3 berada 240 ≤ 𝑠3 ≤ 255

Salah satu cara untuk menyelesaikan nilai x3 yang meminimalkan 𝑓3 (𝑠3 , 𝑥3 )
untuk nilai tertentu apa pun dari 𝑠3 adalah pendekatan grafis yang diilustrasikan pada
Gambar 10.9.

Gambar 10.9 Solusi grafis untuk 𝑓3∗ (𝑠3 ) untuk Toko Pekerjaan Lokal masalah.
Namun, cara yang lebih cepat adalah dengan menggunakan kalkulus. Kami ingin
menyelesaikan untuk meminimalkan 𝑥3 pada persyaratan 𝑠3 dengan
mempertimbangkan 𝑠3 memiliki beberapa nilai tetap (tetapi tidak diketahui). Oleh
karena itu, setel turunan pertama (sebagian) dari 𝑓3 (𝑠3 , 𝑥3 ) terhadap 𝑥3 sama dengan
nol:

Yang menghasilkan
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Karena turunan keduanya positif, dan karena solusi ini terletak pada interval yang
memungkinkan untuk 𝑥3 (200≤ 𝑥3 ≤255) untuk semua kemungkinan 𝑠3 (240≤
𝑠3 ≤255), ini memang merupakan minimum yang diinginkan.
Perhatikan perbedaan utama antara sifat solusi ini dan yang diperoleh untuk
contoh sebelumnya di mana hanya ada beberapa kemungkinan negara bagian untuk
dipertimbangkan. Kami sekarang punya jumlah keadaan yang mungkin tak terbatas
(240≤ 𝑠3 ≤255), sehingga tidak lagi layak untuk dipecahkan secara terpisah untuk 𝑥3∗
untuk setiap kemungkinan nilai 𝑠3 . Oleh karena itu, kami telah menyelesaikan untuk
𝑥3∗ sebagai fungsi dari 𝑠3 yang tidak diketahui.
Menggunakan

dan mengurangi ekspresi ini secara aljabar melengkapi hasil yang diperlukan untuk
tahap ketiga masalah, diringkas sebagai berikut.

Tahap 2: Masalah tahap kedua (n = 2) dan masalah tahap pertama (n = 1) diselesaikan

dalam cara yang serupa. Jadi, untuk n = 2,

Nilai yang mungkin dari 𝑠2 adalah (220≤ 𝑠2 ≤255), dan wilayah yang layak untuk 𝑥2
adalah (220≤ 𝑠2 ≤255). Masalahnya adalah mencari nilai minimalisasi 𝑥2 di wilayah
ini, sehingga

Menyetel ke nol turunan parsial terhadap 𝑥2 :

Menghasilkan
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Karena

Nilai 𝑥2 ini adalah nilai meminimalkan yang diinginkan jika memungkinkan (240≤
𝑥2 ≤255). Lebih nilai s2 yang mungkin (220≤ 𝑠2 ≤255), solusi ini sebenarnya hanya
layak jika 240≤ 𝑠2 ≤255
Oleh karena itu, kita masih perlu mencari nilai kelayakan dari 𝑥2 yang meminimalkan
𝑓2 (𝑠2 , 𝑥2 ) ketika 220≤ 𝑠2 ≤240. Kunci untuk menganalisis perilaku 𝑓2 (𝑠2 , 𝑥2 ) lebih
layak daerah untuk 𝑥2 sekali lagi adalah turunan parsial dari 𝑓2 (𝑠2 , 𝑥2 ) . Saat 𝑠2 ≤ 240,

untuk 240≤ 𝑥2 ≤255

sehingga 𝑥2 = 240 adalah nilai meminimalkan yang diinginkan.
Langkah selanjutnya adalah memasukkan nilai 𝑥2 ini ke 𝑓2 (𝑠2 , 𝑥2 ) untuk mendapatkan
𝑓2∗ (𝑠2 ) untuk 𝑠2 ≥ 240 dan 𝑠2 < 240. Ini hasil

Tahap 1: Untuk soal tahap pertama (n = 1),

Karena 𝑟1 = 220, daerah yang layak untuk 𝑥1 adalah 220≤ 𝑥1 ≤240. Ekspresi untuk
𝑓2∗ (𝑥1 ) akan berbeda dalam dua bagian 220≤ 𝑥1 ≤240 dan 240≤ 𝑥1 ≤255 dari wilayah
ini. Karena itu

Mempertimbangkan pertama kasus di mana 220≤ 𝑥1 ≤240, kita mempunyai

Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Diketahui bahwa 𝑠1 = 255 (pekerjaan musim semi), sehingga

untuk semua 𝑥1 ≤ 240. Oleh karena itu, 𝑥1 = 240 adalah nilai minimalisasi dari 𝑓1 (𝑠1 ,
𝑥1 ) pada wilayah tersebut 220 ≤ 𝑥1 ≤240.
Ketika 240 ≤ 𝑥1 ≤255

Karena

untuk semua 𝑥1
Tetapkan

yang menghasilkan

Karena 𝑠1 = 255, maka 𝑥1 = 247.5 meminimalkan 𝑓1 (𝑠1 , 𝑥1 ) di wilayah tersebut 240

≤ 𝑥1 ≤255
Perhatikan bahwa wilayah ini (240 ≤ 𝑥1 ≤255) termasuk 𝑥1 = 240, sehingga 𝑓1
(𝑠1 ,240) > 𝑓1 (𝑠1 ,247,5). Di paragraf berikutnya-ke-terakhir, kami menemukan bahwa
𝑥1 = 240, meminimalkan 𝑓1 (𝑠1 , 𝑥1 ) di atas wilayah220 ≤ 𝑥1 ≤240. Akibatnya, kita
sekarang dapat menyimpulkan bahwa 𝑥1 = 247.5 juga meminimalkan 𝑓1 (𝑠1 , 𝑥1 ) di
seluruh wilayah yang layak 220 ≤ 𝑥1 ≤255.
Perhitungan terakhir kita adalah menemukan 𝑓1∗ (𝑠1 ) untuk 𝑠1 = 255 dengan
menghubungkan 𝑥1 = 247.5 ke file ekspresi untuk 𝑓1 (255, 𝑥1 ).) yang berlaku untuk
220 ≤ 𝑥1 ≤255.Oleh karena itu,
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Hasil tersebut dirangkum sebagai berikut:

Oleh karena itu, dengan menelusuri kembali tabel masing-masing untuk n = 2, n = 3,

∗
dan n= 4, dan menetapkan 𝑠𝑛 = 𝑥𝑛−1 setiap kali, solusi optimal yang dihasilkan adalah
𝑥1∗ =247,5 , 𝑥2∗ =245, 𝑥3∗ =247,5, 𝑥4∗ =255, dengan total perkiraan biaya per siklus $
185.000
Contoh 5 Masalah Perusahaan Wyndor Glass
Pertimbangkan masalah pemrograman linier berikut ini:
Maksimalkan Z = 3𝑥1 + 5𝑥2
Dengan syarat
𝑥1 ≤ 4
2𝑥2 ≤ 12
3𝑥1 + 2𝑥2 ≤ 18
Dan 𝑥1 ≥ 4, 𝑥2 ≥ 0
` (Anda mungkin mengenali ini sebagai model untuk masalah Wyndor Glass Co.
diperkenalkan di Sec. 3.1.) Salah satu cara untuk memecahkan masalah pemrograman
linier kecil (atau nonlinier) seperti ini adalah dengan pemrograman dinamis, yang
diilustrasikan di bawah ini.
Perumusan. Masalah ini membutuhkan pengambilan dua keputusan yang saling
terkait, yaitu tingkat kegiatan 1, dilambangkan dengan 𝑥1 , dan tingkat kegiatan 2,
dilambangkan dengan𝑥2 . Karena itu, kedua aktivitas ini dapat diartikan sebagai dua
tahapan dalam perumusan pemrograman dinamis. Meskipun mereka dapat diambil
dalam urutan mana pun, biarkan tahap n aktivitas n (n = 1, 2). Jadi, 𝑥𝑛 adalah variabel
keputusan pada tahap n.
Apa itu bagian? Dengan kata lain, mengingat keputusan telah dibuat sebelumnya tahap
(jika ada), informasi apa yang diperlukan tentang keadaan saat ini sebelum keputusan
dapat dibuat pada tahap n? Refleksi mungkin menyarankan bahwa informasi yang
dibutuhkan adalah jumlah kelonggaran yang tersisa dalam batasan fungsional.
Tafsirkan sisi kanan ini kendala (4, 12, dan 18) sebagai jumlah total yang tersedia dari
sumber daya 1, 2, dan 3, masing-masing (seperti yang dijelaskan dalam Sec. 3.1).
Kemudian status 𝑠𝑛 dapat didefinisikan sebagai
Bagian 𝑠𝑛 = jumlah sumber daya masing-masing masih tersedia untuk dialokasikan
aktivitas yang tersisa.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

(Perhatikan bahwa definisi negara analog dengan distribusi masalah usaha, termasuk
Contoh 2 dan 3, kecuali bahwa sekarang ada tiga sumber daya untuk dialokasikan,
bukan hanya satu.) Jadi,
𝑠𝑛 = (𝑅1 , 𝑅2 , 𝑅3 )
dimana 𝑅1 adalah jumlah sumber daya yang tersisa untuk dialokasikan (i = 1, 2, 3).
Karena itu
𝑠𝑛 = (4, 12, 18)
𝑠𝑛 = (4 − 𝑋, 12, 12 − 3𝑥1 )
Namun, ketika kita mulai dengan menyelesaikan tahap 2, kita belum mengetahui nilai
𝑥1 , dan jadi kami menggunakan 𝑠𝑛 = (𝑅1 , 𝑅2 , 𝑅3 ) pada saat itu.
Oleh karena itu, berbeda dengan contoh sebelumnya, masalah ini memiliki tiga
variabel status (yaitu, vektor status dengan tiga komponen) pada setiap tahap, bukan
satu. Dari sudut pandang teoretis, perbedaan ini tidak terlalu serius. Ini hanya berarti
bahwa, alih-alih mempertimbangkan semua nilai yang mungkin dari satu variabel
keadaan, kita harus mempertimbangkan semua kemungkinan kombinasi nilai dari
beberapa variabel keadaan. Namun, dari sudut pandangnya efisiensi komputasi,
perbedaan ini cenderung menjadi komplikasi yang sangat serius. Karena jumlah
kombinasi, secara umum, bisa sebesar hasil perkalian dari jumlah nilai yang mungkin
dari masing-masing variabel, jumlah kalkulasi yang diperlukan cenderung untuk
"meledak" dengan cepat ketika variabel status tambahan diperkenalkan. Fenomena ini
terjadi telah diberi nama yang tepat dari curse of dimensionality.
Masing-masing dari tiga variabel status kontinu. Oleh karena itu, daripada
mempertimbangkan masing-masing kemungkinan kombinasi nilai secara terpisah, kita
harus menggunakan pendekatan yang diperkenalkan di Contoh 4 pemecahan untuk
informasi yang dibutuhkan sebagai fungsi dari keadaan sistem. Terlepas dari
komplikasi tersebut, masalah ini cukup kecil sehingga masih bisa diatasi tanpa kesulitan
besar. Untuk mengatasinya, kita perlu memperkenalkan pemrograman dinamis yang
biasa notasi. Jadi
𝑓2 = (𝑅1 , 𝑅2 , 𝑅3 , 𝑥2 ) = kontribusi aktivitas 2 ke Z jika sistem mulai dalam keadaan
(𝑅1 , 𝑅2 , 𝑅3 )pada tahap 2 dan keputusan 𝑥2 =5𝑥2
𝑓1 (4, 12, 18, 𝑥1 ) = kontribusi kegiatan 1 dan 2 ke Z jika sistem mulai dalam keadaan
(4, 12, 18) pada tahap 1, keputusan langsung adalah 𝑥1 , dan kemudian keputusan
optimal dibuat pada tahap 2, =

Demikian pula, untuk n = 1, 2,

Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

dimana maksimum ini diambil alih nilai-nilai 𝑥𝑛 yang layak. Akibatnya,

menggunakan bagian yang relevan dari kendala masalah memberi

Persamaan (1) akan digunakan untuk menyelesaikan masalah tahap 2.

Persamaan (2) menunjukkan dasar struktur pemrograman dinamis untuk keseluruhan
masalah, juga digambarkan pada Gambar 10.10. Persamaan (3) memberikan hubungan
rekursif antara 𝑓1∗ dan 𝑓2∗ yang akan digunakan untuk menyelesaikan masalah tahap 1.
Prosedur Solusi. Tahap 2: Untuk menyelesaikan pada tahap terakhir (n = 2),
Persamaan. (1) menunjukkan bahwa 𝑥𝑛 harus merupakan nilai terbesar dari 𝑥2 yang
memenuhi 2𝑥2 ≤ 𝑅2 , 2𝑥2 ≤ 𝑅3 dan 𝑥2 ≥0 secara bersamaan. Dengan asumsi 𝑅2 ≥ 0
dan 𝑅3 ≥0, sehingga solusi yang layak ada, nilai terbesar ini adalah lebih kecil dari 𝑅2
/ 2 dan 𝑅3 / 2. Jadi, solusinya adalah

Tahap 1: Untuk menyelesaikan masalah dua tahap (n = 1), kita pasang solusi yang baru
saja diperoleh untuk 𝑓2∗ (𝑅1 , 𝑅2 , 𝑅3 ) menjadi Persamaan. (3). Untuk tahap 2,
(𝑅1 , 𝑅2 , 𝑅3 ) = (4 − 𝑥1 , 12, 18 − 3𝑥1 )
Maka

adalah solusi spesifik yang dicolokkan ke Persamaan. (3). Setelah kita menggabungkan
batasannya pada 𝑥1 , Persamaan. (3) kemudian menjadi

Selama interval yang memungkinkan memenuhi 0 ≤ 𝑥1 ≤ 4, perhatikan itu

Maka
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Karena keduanya

mencapai maksimum mereka pada 𝑥1 = 2, maka 𝑥1∗ = 2 itu dan maksimum ini adalah
36, sebagai diberikan pada tabel berikut.

Karena 𝑥1∗ = 2 mengarah ke

untuk tahap 2, tabel n = 2 menghasilkan 𝑥1∗ = 6 Akibatnya, 𝑥1∗ = 2, 𝑥2∗ = 6 adalah

solusi optimal untuk masalah ini (seperti aslinya ditemukan di Sec. 3.1), dan tabel n =
1 menunjukkan itu nilai yang dihasilkan dari Z adalah 36.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

2. Halaman 458 nomor 10.2-1 dan 10.2-2

10.2-1
Pertimbangkan jaringan berikut, di mana setiap nomor bersama link mewakili
jarak sebenarnya antara pasangan node yang dihubungkan oleh link tersebut. Tujuannya
adalah untuk menemukan jalur terpendek dari asal sampai tujuan

a) Apa tahapan dan status untuk pemrograman dinamis rumusan masalah ini?
b)Gunakan pemrograman dinamis untuk mengatasi masalah ini. Namun, alih-alih
menggunakan tabel biasa, tunjukkan pekerjaan Anda secara grafis (mirip dengan
Gambar 10.2). Secara khusus, mulailah dengan jaringan yang diberikan, di mana
jawaban sudah diberikan untuk 𝑓𝑛∗ (𝑠𝑛 ) untuk empat dari setiap node; lalu selesaikan
dan isi 𝑓2∗ (𝐵) dan 𝑓1∗ (𝑂). Gambarkan ujung panah yang menunjukkan tautan optimal
untuk dilintasi masing-masing dari dua node terakhir. Terakhir, identifikasi jalur yang
optimaldengan mengikuti panah dari node O ke depan ke node T.
c) Gunakan pemrograman dinamis untuk menyelesaikan masalah ini secara manual
membangun tabel biasa untuk n = 3, n = 2, dan n = 1.
d) Gunakan algoritma jalur terpendek yang disajikan di Sec. 9.3 untuk memecahkan
masalah ini. Bandingkan dan kontraskan pendekatan ini dengan yang satu di bagian (b)
dan (c).
Jawab :
a) Variabel keputusan 𝑥𝑛 (n = 1,2,3) menjadi tujuan langsung di tahap n yang akan
diambil. Maka rute yang dipilih O → 𝑥1 → 𝑥2 → 𝑥3 (T).
Tahapan pada pemrograman dinamis pada node jaringan dapat diberi label n = 1,2,3 .
Dan untuk state(status)/Kondisi faktor penentu dari keputusan tiap tahapan yaitu
dimisalkan 𝑠𝑛 maka 𝑠1 = {𝑂}, 𝑠2 = {𝐴, 𝐵, 𝐶} , 𝑠3 = {𝐷, 𝐸 } , 𝑠4 = {𝑇}.
b) penyelesaian program dinamis dengan grafik

𝑥𝑛 = 𝑆 → 𝑓𝑛 (𝑆, 𝑥𝑛 ) = 32
𝑥3 = 𝑇, 𝑓(𝐷, 𝑇) = 6
𝑥3 = 𝑇, 𝑓(𝐸, 𝑇) = 7
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

𝑋=2
𝑥2 = 𝐷 → 𝑓(𝐴, 𝐷 ) = 𝐶𝐴,𝐷 + 𝑓3 ∗ (𝐷) = 5 + 6 = 11
𝑥2 = 𝐸 → 𝑓(𝐴, 𝐸 ) = 𝐶𝐴,𝐸 + 𝑓3 ∗ (𝐸) = ~ + 7 = ~
Min 𝑓3 ∗ (𝐴, 𝐷) = 11 𝑡𝑢𝑗𝑢𝑎𝑛 𝑘𝑒 𝐷

𝑋=2
𝑥2 = 𝐷 → 𝑓(𝐵, 𝐷 ) = 𝐶𝐵,𝐷 + 𝑓3 ∗ (𝐷) = 7 + 6 = 13
𝑥2 = 𝐸 → 𝑓(𝐵, 𝐸 ) = 𝐶𝐵,𝐸 + 𝑓3 ∗ (𝐸) = 8 + 7 = 15
Min 𝑓2 ∗ (𝐵, 𝐷) = 13 𝑡𝑢𝑗𝑢𝑎𝑛 𝑘𝑒 𝐷

𝑥2 = 𝐷 → 𝑓(𝐶, 𝐷 ) = 𝐶𝐸,𝐷 + 𝑓3 ∗ (𝐷) = ~ + 6 = ~

𝑥2 = 𝐸 → 𝑓(𝐶, 𝐸 ) = 𝐶𝐶,𝐸 + 𝑓3 ∗ (𝐸) = 6 + 7 = 13
Min 𝑓2 ∗ (𝐶, 𝐸) = 13 𝑡𝑢𝑗𝑢𝑎𝑛 𝑘𝑒 𝐸

𝑥1 = 𝐴; 𝑓1 (O, 𝐴) = 𝐶𝑂,𝐴 + 𝑓2∗ (𝐴) = 11+9 = 20

𝑥1 = 𝐵; 𝑓1 (O, 𝐵) = 𝐶𝑂,𝐵 + 𝑓2∗ (𝐵) = 13+6 = 19
𝑥1 = 𝐶; 𝑓1 (O, 𝐶) = 𝐶𝑂,𝐶 + 𝑓2∗ (𝐶) = 13+7 = 20
min f(O, B) = 11 ; 𝑥1 ∗ = 𝐵

Stage 1
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

11

A
6
19 13 D 6

O B 7 T
6

E 7

C 7

13

Maka Solusi Optimal untuk pemograman dinamis diatas yaitu yaitu O B D T . Dan
menghasilkan jalur terpendek yang totalnya 𝟏𝟗.
c) Pencarian rute dari tujuan final(T) maka prosedur solusi dimulai dari n = 3 maka
s 𝑓3∗ (𝑠) 𝑥3∗
D 6 T
E 7 T
Kemudian dilanjutkan pada tahapan n = 2, dan dipilih pada pilihan yang optimal
yang menghasilkan jarak tambahan yang minimum.
S \ 𝑥2 𝑓2 (𝑠2 , 𝑥2 ) = 𝐶𝑠𝑥2 + 𝑓2∗ (𝑥2 ) 𝑓2∗ (𝑠) 𝑥3∗

D E
A 11 - 11 D
B 13 15 13 D
C - 13 13 E
Solusi untuk masalah tahap n= 1 dimana ada tiga tahap pergi, diperoleh dengan cara
yang sama. Dalam hal ini 𝑓1 (𝑠1 , 𝑥1 ) = 𝐶𝑠𝑥1 + 𝑓1∗ (𝑥1 )
Maka selanjutnya dihitung
𝑥1 = 𝐴; 𝑓1 (𝑠1 , 𝑥1 ) = 𝐶𝑂,𝐴 + 𝑓2∗ (𝐴) = 11+9 = 20

𝑥1 = 𝐵; 𝑓1 (𝑠1 , 𝑥1 ) = 𝐶𝑂,𝐵 + 𝑓2∗ (𝐵) = 13+6 = 19

𝑥1 = 𝐶; 𝑓1 (𝑠1 , 𝑥1 ) = 𝐶𝑂,𝐶 + 𝑓2∗ (𝐶) = 13+7 = 20

Karena 19 adalah minimum 𝑓1∗ (𝑂, 𝐵) = 19 𝑑𝑎𝑛 𝑥1∗ = 𝐵 yang dapat dilihat pada tabel
berikut:
S \ 𝑥1 𝑓1 (𝑠2 , 𝑥1 ) = 𝐶𝑠𝑥1 + 𝑓1∗ (𝑥1 ) 𝑓1∗ (𝑠) 𝑥1∗

A B C
O 20 19 20 19 B
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Maka Solusi Optimal dari tabel diperoleh rute optimal yaitu O B D T . Dan
menghasilkan jalur terpendek yang totalnya 19.
d)
N Vertex permanen Vertex non Jarak Vertex Jarak Edge
yang adjacent permanen teerdekat ke- minimum terakhir
dengan vertex terdekat yang n
permanen adjecent
1 O B 6 B 6 OB
2 O C 7 C 7 OC
3 O A 9 A 9 OA
4 A D 9+5 D 14
5 B D 6+7 13 BD
B E 6+8 E 14
C E 7+6 13 CE
6 D T 13+6 T 19 DT
E T 13+7 20

10.2-2
Manajer penjualan untuk penerbit buku teks perguruan tinggi memiliki enam
tenaga penjualan keliling untuk ditugaskan ke tiga wilayah berbeda di negara. Dia telah
memutuskan bahwa setiap wilayah harus ditugaskan di setidaknya satu staf penjualan
dan setiap staf penjualan harus melakukannya dibatasi ke salah satu wilayah, tapi
sekarang dia ingin menentukan berapa banyak tenaga penjualan yang harus ditugaskan
di daerah masing-masing untuk memaksimalkan penjualan. Tabel berikut menyajikan
perkiraan kenaikan penjualan (dalam unit yang sesuai) di setiap daerah jika
dialokasikan dalam berbagai angka tenaga penjualan:
Penjual Wilayah
1 2 3
1 40 24 32
2 54 47 46
3 78 63 70
4 99 78 84
a) Gunakan pemrograman dinamis untuk mengatasi masalah ini. Dari pada
menggunakan tabel biasa, tunjukkan pekerjaan Anda secara grafis dengan membangun
dan mengisi jaringan seperti yang ditunjukkan untuk Masalah. 10.2-1. Lanjutkan seperti
di Prob. 10.2-1b dengan memecahkan 𝑓𝑛∗ (𝑠𝑛 ) untuk setiap node (kecuali node terminal)
dan tulisan nilainya oleh node. Gambarlah panah untuk menunjukkan tautan optimal
(atau tautan jika ada dasi) untuk diambil dari setiap node Terakhir, identifikasi jalur
(atau jalur) optimal yang dihasilkan melalui jaringan dan solusi optimal yang sesuai
(atau solusi).
b) Gunakan pemrograman dinamis untuk menyelesaikan masalah ini dengan membuat
tabel biasa untuk n = 3, n = 2, dan n = 1.
Jawab:
a. dengan grafik
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

0 0 0

1 1 1 1

2 2 2 2

3 3 3 3

4 4 4

5
5 5

6 6 6

n=3

1
𝑥3 = 1 → 𝑓3 ∗ (1) = 32
32 𝑥3 = 2 → 𝑓3 ∗ (2) = 46
46 2
𝑥3 = 3 → 𝑓3 ∗ (3) = 70
3 70
3 𝑥3 = 4 → 𝑓3 ∗ (4) = 84

84
4

n=2

1
𝑆2 = 2 → 𝑓(2,1) = 𝑃2 (1) + 𝑓3 ∗ (1) = 24 + 32 = 56
34 𝑆2 = 3 → 𝑓(3,1) = 𝑃2 (1) + 𝑓3 ∗ (2) = 24 + 46 = 70
47 2
𝑓(3,2) = 𝑃2 (2) + 𝑓3 ∗ (1) = 47 + 32 = 79
2 68
3 𝑆2 = 4 → 𝑓(4,1) = 𝑃2 (1) + 𝑓3 ∗ (3) = 24 + 70 = 94

78 𝑓(4,2) = 𝑃2 (2) + 𝑓3 ∗ (2) = 47 + 46 = 93

4 𝑓(4,3) = 𝑃2 (3) + 𝑓3 ∗ (1) = 63 + 32 = 95
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

𝑆2 = 5 → 𝑓(5,1) = 𝑃2 (1) + 𝑓3 ∗ (4) = 24 + 84 = 108

𝑓(5,2) = 𝑃2 (2) + 𝑓3 ∗ (3) = 47 + 70 = 117
𝑓(5,3) = 𝑃2 (3) + 𝑓3 ∗ (2) = 63 + 46 = 109
𝑓(5,4) = 𝑃2 (4) + 𝑓3 ∗ (1) = 78 + 32 = 110
𝑓2 ∗ (2) = 56, 𝑓2 ∗ (3) = 79, 𝑓2 ∗ (4) = 95, 𝑓2 ∗ (5) = 117
n=1
𝑆1 = 6 → 𝑓(6,1) = 𝑃1 (1) + 𝑓2 ∗ (5) = 40 + 117 = 157
1
𝑓(6,2) = 𝑃2 (2) + 𝑓2 ∗ (4) = 54 + 95 = 149
40 𝑓(6,3) = 𝑃3 (3) + 𝑓2 ∗ (3) = 78 + 79 = 157
54 2
𝑓(6,4) = 𝑃4 (4) + 𝑓2 ∗ (2) = 99 + 56 = 155
1 78
3 𝑓1 ∗= 157
99
4

b. dengan table
N= 3
𝑠3 𝑓3∗ (𝑠3 ) 𝑥3∗
1 32 1
2 46 2
3 70 3
4 84 4
N=2
𝑓2 (𝑠2 , 𝑥2 ) = 𝑝2 (𝑥2 ) + 𝑓3∗ (𝑠2 −𝑥2 )
𝑠2 \ 𝑥2 1 2 3 4 𝑓2∗ 𝑥2∗
2 24+32=56 - - - 56 1
3 24+46=70 47+32=79 - - 79 2
4 24+70=94 47+46=93 63+32=95 - 95 3
5 24+84 = 108 47+70=117 63+46=109 78+32=110 117 2

N=1
𝑓1 (𝑠1 , 𝑥1 ) = 𝑝1 (𝑥1 ) + 𝑓2∗ (𝑠1 −𝑥1 )
𝑠1 , 𝑥1 1 2 3 4 𝑓1∗ 𝑥1∗
6 40+117=157 54+95=149 78+79=157 99+56=155 157 1,3

Solusi optimum:
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

(1,2,3) → 40+47+70 = 157

(3,2,1) → 78+47+32 = 157
Jadi solusi optimum diperoleh apabila 1 penjual buku dialokasikan di wilayah 1, 2
penjual di wilayah 2, dan 3 penjual di wilayah 3. Atau 3 penjual dialokasikan diwilayah
1, 2 penjual di wilayah 2, dan 1 penjual di wilayah 1.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

3. Halaman 459 Nomor 10.3-2, 10.3-3, 10.3-4, 10.3-5

10.3-2
Pemilik jaringan tiga toko bahan makanan telah membeli lima peti stroberi
segar. Distribusi probabilitas yang diperkirakan dari potensi penjualan stroberi sebelum
pembusukan berbeda di antara tiga toko. Oleh karena itu, pemilik ingin mengetahui
bagaimana mengalokasikan lima peti ke tiga toko untuk memaksimalkan keuntungan
yang diharapkan.
Untuk alasan administratif, pemilik tidak ingin membagi peti di antara toko. Namun,
dia tidak mau mendistribusikan peti ke salah satu tokonya.
Tabel berikut memberikan perkiraan keuntungan yang diharapkan di setiap toko ketika
dialokasikan dalam berbagai jumlah peti:
Toko
Peti
1 2 3
0 0 0 0
1 5 6 4
2 9 11 9
3 14 15 13
4 17 19 18
5 21 22 20
Gunakan pemrograman dinamis untuk menentukan berapa banyak dari lima peti yang
harus ditetapkan ke masing-masing dari tiga toko untuk memaksimalkan total
keuntungan yang diharapkan.
Jawab :
Misal: Xn = jumlah peti yang dialokasikan ke toko
Pn(Xn) = keuntungan yang diharapkan dengan mengalokasikan Xn peti ke toko n
Sn = Jumlah peti yang tersisa
Tahap 1 → F3*(S3) = max[P3(X3)]

X3 Optimal
S3 0 1 2 3 4 5 F3*(S3) X3*
0 0 0 0
1 0 4 4 1
2 0 4 9 9 2
3 0 4 9 13 13 3
4 0 4 9 13 18 18 4
5 0 4 9 13 18 20 20 5
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Tahap 2 → F2(X2) = max[Pn(Xn) + F(n+1)*(Sn-Xn)]

X2 Optimal
S2
0 1 2 3 4 5 F2*(S2) X2*
0 0 0 0
1 4 6+0 6 1
2 9 6+4 11+0 11 2
3 13 6+9 11+4 15+0 15 1,2,3
4 18 6+13 11+9 15+4 19+0 20 2
5 20 6+18 11+13 15+9 19+4 20 24 1,2,3

Tahap 3 → F2(X2) = max[Pn(Xn) + F(n+1)*(Sn-Xn)]

X1 Optimal
S1 0 1 2 3 4 5 F1*(S1) X1*
5 24+0 20+5 15+9 14+11 17+6 0+21 25 1,3

Solusi optimum :
(1, 2, 2) = 9+11+5 = 25
(3, 2, 0) = 11+14+0 = 25
Jadi dapat disimpulkan bahwa solusi optimum diperoleh jika pemilik toko
mengalokasikan 1 peti ke toko 1, 2 peti ke toko 2, dan 2 peti ke toko 2. Selain itu
solusi optimum lainnya diperoleh jika pemilik toko mengalokasikan 3 peti ke toko 1,
dan 2 peti ke toko 2.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

10.3-3
Seorang mahasiswa memiliki 7 hari tersisa sebelum ujian akhir dimulai di
empat mata kuliahnya, dan dia ingin mengalokasikannya waktu belajar seefektif
mungkin. Setidaknya dia membutuhkan 1 hari di setiap kursus, dan dia suka
berkonsentrasi hanya pada satu kursus kursus setiap hari, jadi dia ingin mengalokasikan
1, 2, 3, atau 4 hari untuk kursus. Setelah baru-baru ini mengambil kursus OR, dia
memutuskan untuk menggunakan pemrograman dinamis untuk membuat alokasi ini
guna memaksimalkan total poin nilai yang akan diperoleh dari empat kursus. Dia
memperkirakan bahwa alokasi alternatif untuk setiap mata pelajaran akan
menghasilkan jumlah poin kelas yang ditunjukkan pada tabel berikut:
Hari Perkiraan Poin Nilai
Belajar Kursus
1 2 3 4
1 1 5 4 4
2 3 6 6 4
3 6 8 7 5
4 8 8 9 8
Selesaikan masalah ini dengan pemrograman dinamis.
n= 4
𝑠4 𝑓4∗ (𝑠4 ) 𝑥4∗
1 4 1
2 4 2
3 5 3
4 8 4

n=3
𝑓3 (𝑠3 , 𝑥3 ) = 𝑝3 (𝑥3 ) + 𝑓4∗ (𝑠3 −𝑥3 )

𝑠3 , 𝑥3 1 2 3 4 𝑓3∗ 𝑥3∗
1 4+0=4 - - - 4 1
2 4+4=8 6+0=6 - - 8 1
3 4+4=8 6+4=10 7+0=7 - 10 2
4 4+5=9 6+4=10 7+4=11 9+0=9 11 3

n=2
𝑓2 (𝑠2 , 𝑥2 ) = 𝑝2 (𝑥2 ) + 𝑓3∗ (𝑠2 −𝑥2 )

𝑠2 , 𝑥2 1 2 3 4 𝑓2∗ 𝑥2∗
1 5+0=5 - - - 5 1
2 5+4=9 6+0=6 - - 9 1
3 5+8=13 6+4=10 8+0=8 - 13 1
4 5+10=15 6+8=14 8+4=12 8+0=8 15 1
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

n=1
𝑓1 (𝑠1 , 𝑥1 ) = 𝑝1 (𝑥1 ) + 𝑓2∗ (𝑠1 −𝑥1 )
𝑠1 , 𝑥1 1 2 3 4 𝑓1∗ 𝑥1∗
4 1+13=14 3+9=12 6+5=11 8+0=8 14 1

Solusi optimum:
(1,1,1,1) = 1+5+4+4= 14
Jadi dapat disimpulkan bahwa waktu belajar efektif dicapai apabila ia mengalokasikan
1 hari untuk kursus 1, 1 hari untuk kursus 2, 1 hari untuk kursus 3, dan 1 hari untuk
kursus 4.
10.3-4
Kampanye politik sedang memasuki tahap akhir, dan pemilihan menunjukkan
pemilihan yang sangat dekat. Salah satu calon sudah cukup dana tersisa untuk membeli
waktu TV dengan total lima jam tayang utama iklan di stasiun TV yang terletak di
empat wilayah berbeda. Mengenai informasi pemungutan suara, telah dibuat perkiraan
tentang jumlah suara tambahan yang dapat dimenangkan di berbagai wilayah penyiaran
tergantung pada jumlah iklan yang ditayangkan. Estimasi ini diberikan dalam ribuan
tabel suara berikut:
Komersial Area
1 2 3 4
0 0 0 0 0
1 4 6 5 3
2 7 8 9 7
3 9 10 11 12
4 12 11 10 14
5 15 12 9 16
Gunakan Pemrograman dinamis untuk menentukan bagaimana lima iklan harus
didistribusikan di antara empat area agar memaksimalkan perkiraan jumlah suara yang
dimenangkan.
n=4
𝑠4 𝑓4∗ (𝑠4 ) 𝑥4∗
0 0 0
1 3 1
2 7 2
3 12 3
4 14 4
5 16 5
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

n=3
𝑓3 (𝑠3 , 𝑥3 ) = 𝑝3 (𝑥3 ) + 𝑓4∗ (𝑠3 −𝑥3 )
𝑠3 /𝑥3 0 1 2 3 4 5 𝑓3∗ 𝑥3∗
0 0 - - - - - 0 0
1 0+3=3 5+0=5 - - - - 5 1
2 0+7=3 5+3=8 9 - - - 9 2
3 0+12=12 5+7=12 9+3=12 11 - - 12 0 atau
1 atau
2
4 0+14=14 5+12=17 9+7=16 11+3=14 10 - 17 1
5 0+16=16 5+14=19 9+12=21 11+7=18 10+3=13 9 21 2
n=2
𝑓2 (𝑠2 , 𝑥2 ) = 𝑝2 (𝑥2 ) + 𝑓3∗ (𝑠2 −𝑥2 )
𝑠2 /𝑥2 0 1 2 3 4 5 𝑓2∗ 𝑥2∗
0 0 - - - - - 0 0
1 0+5=5 6 - - - - 6 1
2 0+9=9 6+5=11 8 - - - 11 1
3 0+12=12 6+9=15 8+5=13 10 - - 15 1
4 0+17=17 6+12=18 8+9=17 10+5=15 11 - 18 1
5 0+21=21 6+17=23 8+12=20 10+9=19 11+5=16 12 23 1
n=1
𝑓1 (𝑠1 , 𝑥1 ) = 𝑝1 (𝑥1 ) + 𝑓2∗ (𝑠1 −𝑥1 )
𝑠1 /𝑥1 0 1 2 3 4 5 𝑓1∗ 𝑥1∗
5 0+23=23 4+18=22 7+15=22 9+11=20 12+6=18 15 23 0

Solusi optimum:
(0, 1, 1, 3) = 0+6+5+12 = 23
Jadi solusi optimum pendistribusikan iklan di antara empat area agar
memaksimalkan perkiraan jumlah suara yang dimenangkan yaitu dengan
mendistribusikan 0 jam tayang di area 1, 1 jam tayang di area 2, 1 jam tayang di area
3, dan 3 jam tayang di area 4.
 Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

10.3.5
Seorang ketua daerah dari partai politik tertentu sedang membuat rencana untuk
pemilihan presiden yang akan datang. Dia telah menerima layanan dari enam pekerja
sukarela untuk pekerjaan polisi, dan dia ingin menugaskannya ke empat kawasan
sedemikian rupa untuk memaksimalkan keefektifannya. Dia merasa itu tidak efisien
menugaskan seorang pekerja ke lebih dari satu kantor polisi, tetapi dia tidak bersedia
menugaskan pekerja ke salah satu wilayah jika mereka dapat menyelesaikannya. lebih
banyak di daerah lain.
Tabel berikut menunjukkan perkiraan kenaikan jumlah suara calon dari partai di
masing-masing Polres jika dialokasikan sejumlah tenaga kerja yang berbeda:
Pekerja Polres
1 2 3 4
0 0 0 0 0
1 4 7 5 6
2 9 11 10 11
3 15 16 15 14
4 18 18 18 16
5 22 21 22 18
6 24 21 22 18
Masalah ini memiliki beberapa solusi optimal untuk berapa banyak enam pekerja harus
ditugaskan untuk masing-masing dari empat daerah memaksimalkan total perkiraan
peningkatan dalam kemajemukan kandidat partai. Gunakan pemrograman dinamis
untuk menemukan semuanya sehingga ketua dapat membuat pilihan akhir berdasarkan
lainnya faktor.
n=4
𝑠4 𝑓4∗ (𝑠4 ) 𝑥4∗
0 0 0
1 6 1
2 11 2
3 14 3
4 16 4
5 18 5
6 18 6
n=3
𝑓3 (𝑠3 , 𝑥3 ) = 𝑝3 (𝑥3 ) + 𝑓4∗ (𝑠3 −𝑥3 )
𝑠3 /𝑥3 0 1 2 3 4 5 6 𝑓3∗ 𝑥3∗
0 0 0 0
1 0+6=6 5 6 1
2 0+11=11 5+6=11 10 11 0 atau
1
3 0+14=14 5+11=16 10+6=16 15 16 1 atau
2
4 0+16=16 5+14=19 10+11=21 15+6=21 18 21 2 atau
3
 Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

5 0+18=18 5+16=21 10+14=24 15+11=26 18+6=24 22 26

6 0+18=18 5+18=23 10+16=26 15+14=29 18+11=29 22+6=28 22 29 3 atau
4

n=2
𝑓2 (𝑠2 , 𝑥2 ) = 𝑝2 (𝑥2 ) + 𝑓3∗ (𝑠2 −𝑥2 )
𝑠2 /𝑥2 0 1 2 3 4 5 6 𝑓2∗ 𝑥2∗
0 0 0 0
1 6 7 7 1
2 11 7+6=13 11 11 1
3 16 7+11=18 11+6=17 16 18 1
4 21 7+16=23 11+11=22 16+6=22 18 23 1
5 26 7+21=28 11+16=27 16+11=27 18+6=24 21 28 1
6 29 7+26=33 11+21=32 16+16=32 18+11=29 21+6=27 21 33 1

n =1
𝑓1 (𝑠1 , 𝑥1 ) = 𝑝1 (𝑥1 ) + 𝑓2∗ (𝑠1 −𝑥1 )
𝑠1 /𝑥1 0 1 2 3 4 5 6 𝑓1∗ 𝑥1∗
6 0+33=33 4+28=32 9+23=32 15+18=33 18+11=29 22+7=29 24 33 1 atau
3

Solusi optimum:
(1,1,2,2) = 4+7+10+11 = 33
(1,1,3,1) = 4+7+15+6 = 33
(3, 1, 0, 2) = 15+7+0+11 = 33
(3, 1, 1, 1) = 15+7+5+6 = 33
Jadi solusi optimum untuk memaksimalkan total perkiraan peningkatan dalam
kemajemukan kandidat partai diperoleh apabila
• 1 pekerja dialokasikan ke polres 1, 1 pekerja ke polres 2, 2 pekerja ke polres 3, dan 2
pekerja ke polres 4.
• 1 pekerja dialokasikan ke polres 1, 1 pekerja ke polres 2, 3 pekerja ke polres 3, dan 1
pekerja ke polres 4.
• 3 pekerja dialokasikan ke polres 1, 1 pekerja ke polres 2, 0 pekerja ke polres 3, dan 2
pekerja ke polres 4.
• 3 pekerja dialokasikan ke polres 1, 1 pekerja ke polres 2, 1 pekerja ke polres 3, dan 1
pekerja ke polres 4.
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

4. Kerjakan soal 10.3-8

Pertimbangkan sistem elektronik yang terdiri dari empat komponen, yang masing-
masing harus berfungsi agar sistem berfungsi. Keandalan sistem dapat ditingkatkan
dengan memasang beberapa unit paralel di satu atau lebih komponen. Tabel berikut
memberikan probabilitas bahwa masing-masing komponen (diberi label sebagai Comp.
1, 2, 3, dan 4) akan berfungsi jika terdiri dari satu, dua, atau tiga unit paralel:

Probabilitas sistem akan berfungsi adalah produk dari probabilitas masing-masing

komponen akan berfungsi.
Biaya (dalam ratusan dolar) untuk memasang satu, dua, atau tiga unit paralel di
masing-masing komponen (diberi label sebagai Comp. 1, 2, 3, dan 4) diberikan oleh
tabel berikut:

Karena keterbatasan anggaran, maksimal $ 1.000 dapat dikeluarkan. Gunakan

pemrograman dinamis untuk menentukan berapa banyak unit paralel yang harus
dipasang di masing-masing dari empat komponen untuk memaksimalkan kemungkinan
bahwa sistem akan berfungsi.
Jawab: Xn = jumlah unit parallel untuk komponen n
Pn(Xn) = kemungkinan komponen akan berfungsi dengan Xn unit parallel
Cn(Xn) = biaya instalasi Xn unit
Sn = Jumlah $ yang tersisa dalam 100$
fn(sn) = max { pn(xn) * fn+1*(sn-cn(xn)) }
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Tahap 1

s4 f4*(s4) x4*
0 0 0
1 0 0
2 0,5 1
3 0,7 2
4-10 0,9 3

Tahap 2

s3 1 2 3 f3*(s3) x3*
0 - 0 0
1 0 0 0,1
2 0 0 0,1
3 0,35 0 0,35 1
4 0,49 0 0 0,49 1
5 0,63 0,4 0 0,63 1
6 0,63 0,56 0,45 0,63 1
7 0,63 0,72 0,63 0,72 2
8-10 0,63 0,72 0,81 0,81 3

Tahap 3

s2 1 2 3 f2*(s2) x2*
2 0 0 0,1
3 0 0 0,1
4 0 0 0 0,1,2
5 0,21 0 0 0,21 1
6 0,294 0 0 0,294 1
7 0,378 0,245 0 0,378 1
8 0,378 0,343 0,28 0,378 1
9 0,432 0,441 0,392 0,441 2
10 0,486 0,441 0,504 0,504 3

Tahap 4

s1 1 2 3 f1*(s1) x1*
10 0,22 0,227 0,302 0,302 3

Optimal x1* x2* x3* x4*

1 3 1 1 3
Solusi optimum: (3, 1, 1, 3)
total biaya : 300$+200$+100$+400$ = 1000$
Probabilitas berfungsi dengan baik = 0,8 x 0,6 x 0,7 x 0,9 = 0,302
Nama: Imroatus Sholihah Tugas Program Dinamis (RO-2 kelas B)
NRP : 06111940000075

Jadi, solusi optimal untuk memaksimalkan kemungkinan system berfungsi dengan baik
dengan anggaran 1000$ yaitu dengan memasang 3 unit komponen 1, 1 unit komponen
2, 1 unit komponen 3, dan 3 unit komponen 4.