1

IEI2P3 – Penelitian Operasional 2

Pemrograman Dinamis
Deterministik

S1 Teknik Industri – Fakultas Rekayasa Industri

 2

TUJUAN PEMBELAJARAN

Mahasiswa memahami struktur model pemrograman

dinamik.

1.Mahasiswa memahami proses pencarian solusi

model pemrograman dinamik dengan pendekatan rekursif
maju dan rekursif mundur.

1.Mahasiswa mampu mendapatkan solusi optimal untuk

masalah pemrograman dinamik deterministik status diskrit
 3

OUTLINE

Pendahuluan

Struktur Masalah PD
• Dua langkah Pemrograman Dinamis
• Langkah-langkah pemecahan masalah
Contoh penerapan
• Minimasi Cost
• Maksimasi Income
• Maksimasi alokasi
Latihan Soal
 4

PENDAHULUAN
 5

PENDAHULUAN

• Pemrograman Dinamis (PD) merupakan suatu Teknik matematis yang digunakan untuk menghasilkan
keputusan yang saling berhubungan.
• PD memecahkan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah atau tahapan
sehingga solusi dari persoalan dapat dipandang sebagai serangkaian keputusan yang saling berkaitan
 6

PENDAHULUAN

• Pertama kali dikembangkan oleh ilmuwan bernama Richard Bellman pada 1975
• Apabila dalam metode OR lain memiliki formulasi yang standar untuk memecahkan masalah,
pada pemrograman dinamis tidak ada formulasi yang standar
• Setiap masalah pada pemrograman dinamis memerlukan pola pendekatan atau penyelesaian
yang berbeda satu dengan lainnya.
• Terdapat kesamaan dari setiap penyelesaian masalah, dimana setiap keputusan optimal yang
diambil diperoleh dari banyak tahap.
• Hasil dari sebuah tahap akan berdampak atau menjadi masukan bagi tahap berikutnya; state
dan stage berikutnya sepenuhnya ditentukan oleh state dan keputusan pada stage saat itu
 7

PENDAHULUAN

• Pendekatan pemrograman dinamik meliputi optimisasi proses keputusan multi tahap dengan
membagi suatu persoalan ke dalam tahapan-tahapan atau sub problem dan kemudian
menyelesaikan sub problem secara berurutan
• Kunci dari pendekatan program dinamik adalah optimalitas Bellman
• Prinsip optimalitas adalah suatu kebijaksanaan optimal mempunyai sifat bahwa apapun
keadaan awal atau keputusan awal, keputusan tersisa harus merupakan kebijaksanaan
optimal terhadap keadaan yang dihasilkan keputusan pertama
 8

KARAKTERISTIK

1. Persoalan dapat dibagi menjadi beberapa tahap (stage), dimana masing-masing tahap memiliki policy decision yang
merupakan kebijakan yang mengarahkan pada keputusan yang akan diambil dan pada setiap tahap hanya diambil satu
keputusan.
2. Masing-masing tahap terdiri dari sejumlah status (state) yang berhubungan dengan tahap tersebut. Secara umum, status
merupakan bermacam kemungkinan masukan yang ada pada tahap tersebut.
3. Policy decision pada suatu tahap berfungsi untuk mentransformasi status Hasil dari keputusan yang diambil pada setiap tahap
ditransformasikan dari status yang bersangkutan ke status berikutnya pada tahap berikutnya.
4. Ongkos (cost) pada suatu tahap meningkat secara teratur (steadily) dengan bertambahnya jumlah tahapan.
5. Ongkos pada suatu tahap bergantung pada ongkos tahap-tahap yang sudah berjalan dan ongkos pada tahap tersebut.
6. Keputusan terbaik pada suatu tahap bersifat independen terhadap keputusan yang dilakukan pada tahap sebelumnya
7. Adanya hubungan rekursif yang mengidentifikasikan keputusan terbaik untuk setiap status pada tahap k memberikan keputusan
terbaik untuk setiap status pada tahap k + 1.
8. Prinsip optimalitas berlaku pada persoalan tersebut.
 9

STRUKTUR MASALAH PEMROGRAMAN DINAMIS

 10
MODEL KEPUTUSAN PEMROGRAMAN
DINAMIS TERDIRI ATAS:

1. Tahap (Stage): merupakan titik suatu keputusan

2. Status (State): merupakan parameter masukan
3. Transformasi (Transformation): merupakan aturan yang
mengarahkan keputusan
 11
MODEL KEPUTUSAN DENGAN TAHAP TUNGGAL
DIILUSTRASIKAN SEBAGAI BERIKUT:
SISTEM DENGAN TAHAP MAJEMUK 12

DIILUSTRASIKAN SEBAGAI BERIKUT:

 13

DUA PENDEKATAN PD

1. Pemrograman dinamis maju. Pemrograman dinamis bergerak mulai dari

tahap 1, terus maju ke tahap 2, 3, dan seterusnya sampai tahap n.
Runtunan peubah keputusan adalah x1, x2, …, xn.
 14

DUA PENDEKATAN PD

2. Pemrograman dinamis mundur. Pemrograman dinamis bergerak mulai

dari tahap n, terus mundur ke tahap n – 1, n – 2, dan seterusnya sampai
tahap 1. Runtunan peubah keputusan adalah xn, xn-1, …, x1.
 15
LANGKAH-LANGKAH PEMECAHAN MASALAH
PEMROGRAMAN DINAMIS

1. Tentukan prosedur pemecahan (maju atau mundur).

2. Definisikan tahap (n).
3. Definisikan variabel status pada tiap tahap (Sn).
4. Definisikan variabel keputusan pada tiap tahap (Xn).
5. Definisikan fungsi kontribusi pada tiap tahap.
6. Definisikan fungsi transisi.
7. Definisikan hubungan rekursif.
8. Lakukan perhitungan.
9. Tentukan kebijakan optimal.
 16

FUNGSI KONTRIBUSI:

gn = r(Sn,Xn)
Fungsi transisi:
 17

HUBUNGAN REKURSIF:

• Hubungan rekursif maju:

 18

HUBUNGAN REKURSIF:

• Hubungan rekursif mundur :

 19

STRUKTUR REKURSIF MAJU:

 20

STRUKTUR REKURSIF MUNDUR:

 21

BEBERAPA HUBUNGAN REKURSIF:

 22

CONTOH PENERAPAN 1
 23

tahap (n).

variabel status (Sn).

variabel keputusan (Xn).

Komponen .

fungsi kontribusi

Maju

Prosedur Pemecahan fungsi transisi.

Mundur
Pemrograman Dinamis
Deterministik
hubungan rekursif.

Minimasi Ongkos

Tipe Persoalan Maksimasi Income

Penugasan/Alokasi
 24

MINIMASI COST/JARAK/WAKTU
 25

KASUS 1 – MINIMASI COST

• Perusahaan FMCG yang berada pada kota A akan mendistribusikan barangnya

dari gudang ke supermarket yang berada pada kota J dengan menggunakan Truk
Container. Untuk dapat tiba ke supermarket yang terletak di kota J, terdapat
beberapa rute yang dapat dilalui truk. Perusahaan ingin perjalanan truk dari gudang
di kota A ke supermarket di kota J memunculkan biaya yang paling murah
 26

KASUS 1 – MINIMASI COST

• Besar biaya dan rute jalan dari A menuju J disajikan dengan gambar berikut :
3 3
B 4 E H 2
5 4
1
3 3
2
A C 2 J
F
3 2
3
3
4 5
2
D G 6 I
1

n=1 n=2 n=3 n=4

 27

KASUS 1 – MINIMASI COST

• Definisi Masalah:
1. Tentukan prosedur penyelesaian: Maju/Mundur
2. Tahap  n = daerah simpul
3. Status/kondisi tahap n  Sn = kota pada tahap n
4. Keputusan pada tahan n  Xn = kota yang harus ditempuh
5. Fungsi transisi  Sn+1 = Xn
6. Fungsi kontribusi pada tahap n  gn = Cs (Xn)
7. Hubungan rekursif  fn*(sn) = min fn(sn,Xn)
dengan
fn (Sn,Xn) = cs (Xn) ; n = 4
fn (Sn,Xn) = cs (Xn) + fn+1*(Xn) ; n = 1, 2, 3
Sn+1 = Xn
 28

KASUS 1 – MINIMASI COST

• Pilih variabel keputusan Xn (n= 1,2,3,4) sebagai kota yang harus ditempuh pada
tahap n, sehingga rute seluruhnya adalah X1→X2→X3→X4, dengan X1 = A dan X4
= J.
• Pilih fn (Sn,Xn) sebagai biaya total untuk kebijakan keseluruhan dari tahapan
selanjutnya dengan truk sampai pada kondisi S, siap berangkat ke tahap n, dengan
memilih Xn sebagai kota tujuan berikut.
• Pada kondisi S dan tahap n, gunakan Xn* sebagai sembarang nilai yang
meminimumkan fn(Sn,Xn), gunakan fn*( Sn) sebagai nilai minimum dari fn(Sn,Xn).
• fn*( Sn) = min fn(Sn,Xn) = fn(Sn,Xn*) dengan fn(Sn,Xn) adalah biaya sekarang (tahap
n) + minimum biaya yad (tahap n+1 dan selanjutnya) atau fn(sn,Xn) = cs (Xn) +
fn+1*(Xn)
 29

Tahap 4
H 2
• Pada tahap akhir n = 4, maka perjalanannya
hanya ditentukan sepenuhnya oleh kondisi
kondisi s sekarang (yaitu H atau I) dan tujuan
akhir J sehingga f4*(s) = f4 (s,J) = cs (J). J
• S4 = H,I
• X4 = J 3
• g4 = Cs (J)
I
• f4*(s) = f4 (s,J) = cs (J).

n=4
 30

Tahap 4 H 2
Pada tahap akhir n = 4 hasil ditabelkan sebagai berikut :

S4 X4=J f4*(s) X4*

J
H 2 2 J
3
I 3 3 J
I
Tabel di atas menyajikan fakta bahwa jika truk sudah
sampai di H maupun di I maka solusi feasiblenya adalah
X4* = J n=4
 31

Tahap 3
• Pada tahap n = 3, maka perjalanannya perlu
melakukan beberapa hitungan. Misalkan dia
sudah sampai di kota F, maka dia bisa melaju ke
kota H atau I, dengan biaya pada tahap ini
adalah Cf (H) = 3 atau Cf (I) = 2
• S3 = E,F,G
• X3 = H,I
• f3(s) = Cs (X3) + f4* (s,J)
 32

Tahap 3
Pada tahap akhir n = 3 hasil ditabelkan sebagai berikut :
f3 = c3 + f4*
S H I f3*(s) X3*
c3 f4* f3 c3 f4* f3
E 3 2 5 4 3 7 5 H

F 3 2 5 2 3 5 5 H,I

G 5 2 7 6 3 9 7 H
 33

Tahap 3
Pada tahap akhir n = 3 hasil ditabelkan sebagai berikut :
f3 = c3 + f4*
S H I f3*(s) X3*
c3 f4* f3 c3 f4* f3
E 3 2 5 4 3 7 5 H

F 3 2 5 2 3 5 5 H,I

G 5 2 7 6 3 9 7 H
 34

Tahap 2
Pada tahap akhir n = 2 hasil ditabelkan sebagai berikut :
f2 = c2 + f3*
S E F G f2*(s) X2*
c2 f3* f2 c2 f3* f2 c2 f3* f2
B 3 5 8 4 5 9 5 7 12 8 E
C 3 5 8 2 5 7 3 7 10 7 F
D 4 5 9 2 5 7 1 7 8 7 F
S3 f3*(s) X3*
E 5 H
F 5 H,I
 35

Tahap 2
Pada tahap akhir n = 2 hasil ditabelkan sebagai berikut :
f2 = c2 + f3*
S E F G f2*(s) X2*
c2 f3* f2 c2 f3* f2 c2 f3* f2
B 3 5 8 4 5 9 5 7 12 8 E
C 3 5 8 2 5 7 3 7 10 7 F
D 4 5 9 2 5 7 1 7 8 7 F
S3 f3*(s) X3*
E 5 H
F 5 H,I
 36

Tahap 2
Pada tahap akhir n = 2 hasil ditabelkan sebagai berikut :

f1 = c1 + f2*
S B C D X1 *
f1*(s)
c1 f2 * f1 c1 f2* f1 c1 f2* f1
A 1 8 9 2 7 9 3 7 10 9 B,
C

S2 f2*(s) X2*
B 8 E
C 7 F
 37

Tahap 2
Pada tahap akhir n = 2 hasil ditabelkan sebagai berikut :

f1 = c1 + f2*
S B C D X1 *
f1*(s)
c1 f2 * f1 c1 f2* f1 c1 f2* f1
A 1 8 9 2 7 9 3 7 10 9 B,
C

S2 f2*(s) X2*
B 8 E
C 7 F
 38

Dari hasil di atas, hasil optimum

tercapai yaitu 9
Lintasan 1 : A→ B→ E→ H→ J.
Lintasan 2 : A→ C→ F→ H→ J.
Lintasan 3 : A→ C→ F→ I→ J.
 39

3 3
B 4 E H 2
5 4
1
3 3
2
A C 2 J
F
3 2
3
3
4 5
2
D G 6 I
1
hasil optimum tercapai yaitu 9
Lintasan 1 : A→ B→ E→ H→ J.
Lintasan 2 : A→ C→ F→ H→ J.
Lintasan 3 : A→ C→ F→ I→ J.
 40

CONTOH PENERAPAN 2
 41

tahap (n).

variabel status (Sn).

variabel keputusan (Xn).

Komponen .

fungsi kontribusi

Maju

Prosedur Pemecahan fungsi transisi.

Mundur
Pemrograman Dinamis
Deterministik
hubungan rekursif.

Minimasi Ongkos

Tipe Persoalan Maksimasi Income

Penugasan/Alokasi
 42

MAKSIMASI KEUNTUNGAN
 43

KASUS 2 – MAKSIMASI INCOME

• Bentuk umum persamaan kasus maksimasi income dari pemrograman dinamis:

dimana n=2,3,4,...

• Persamaan di atas digunakan untuk perhitungan dari depan ke belakang (maju)

 44

• Sebuah perusahaan memiliki kapasitas produksi sebesar 400 ton per bulan. Distribusi produk
dilakukan melakukan transportasi darat dan untuk menghemat biaya pengirimannya. Pasar yang
dituju adalah pasar A, B, dan C. Dari pengalaman yang ada, return dan setiap pasar dilihat pada tabel
berikut ini:
Jumlah produk yg
Return dari kota Return dari kota Return dari kota
didistribusikan
A (Rp) B (Rp) C (Rp)
(ratusan ton)
0 0 0 0
1 10 5 5
2 25 15 18
3 30 25 30
4 35 30 40

• Bagaimana distribusi produk harus dilakukan oleh perusahaan agar diperoleh hasil atau return yang
optimal?
 45

• Definisi Masalah:
1. Tentukan prosedur penyelesaian: Maju/Mundur
2. Tahap  n = pasar yang dituju (A,B,C)
3. Status/kondisi tahap n  Sn = jumlah hasil produksi yang masih tersisa pada tahap n
4. Keputusan pada tahan n  Xn = jumlah (dalam ton) barang yang
didistribusikan untuk tahap n
5. Fungsi transisi  Sn-1 = Sn - Xn
6. Fungsi kontribusi pada tahap n  gn = rn (Xn); rn = return pada tahap n
7. Hubungan rekursif  fn*(sn) = max fn(sn,Xn)
dengan
fn (Sn,Xn) = rs (Xn) ; n = 1
fn (Sn,Xn) = rs (Xn) + fn-1*( Sn-1) ; n = 2, 3
 46

• Perhitungan akan dimulai dari pasar A, B, dan diakhiri dengan perhitungan return di
pasar C. Dengan persamaan dasar di atas, berarti nilai f1(X) akan menentukan nilai
f2(X), dan nilai f2(X) ini akan menentukan nilai f3(X).
 47

ILUSTRASI

TAHAP 1 (pasar A)
Bila semua produk hanya dipasarkan di kota A, maka return atau Jumlah produk
penghasilan yang diperoleh mulai dari tidak ada pengiriman yg Return dari
hingga 4 kiriman (setiap pengiriman berisi 100 ton), adalah: didistribusikan kota A (Rp)
(ratusan ton)
Jika 0 ton pengiriman ke A f1(0) = r1 = 0 0 0
Jika ada 1 ton pengiriman ke A f1(1) = r1(1) = 10 1 10
Jika ada 2 ton pengiriman ke A f1(2) = r1(2) = 25 2 25
Jika ada 3 ton pengiriman ke A f1(3) = r1(3) = 30 3 30
Jika ada 4 ton pengiriman ke A f1(4) = r1(4) = 35 4 35
 48

x1 f1 (s) = r1 (x)
S f1* x1*
0 1 2 3 4
0 0 - - - - 0 0
1 0 10 - - - 10 1
2 0 10 25 - - 25 2
3 0 10 25 30 - 30 3
4 0 10 25 30 35 35 4
 49

RANGKUMAN HASIL PERHITUNGAN

Pasar A Pasar B Pasar C

S
X1 f1(X) X2 f2(X) X3 f3(X)
0 0 0
1 1 10
2 2 25
3 3 30
4 4 35
 50

ILUSTRASI

TAHAP 2 (Pasar B)
Apabila diperhitungkan pengiriman ke kota A dan kota B. Atas dasar hasil f1(X) di atas, nilai
f2(X) dapat dicari dengan persamaan umum sebagai berikut: Jumlah produk
• Apabila Sn=0, maka return f2(X) adalah juga 0, karena tidak ada (0) pengiriman yg Return dari
didistribusikan kota B (Rp)
• Apabila Sn=1, maka return f2(X) adalah
(ratusan ton)
r2(1) + 5+0 = 5 0 0
f1(0) 1 5
Max 10
r2(0) + 0+10 = 10 2 15
f1(1) 3 25
4 30
 51

KASUS MAKSIMASI INCOME (RETURN)

TAHAP 2 (Kota B)
x2 f2 (s) = r2 (x) + f1*(s-x2)
S f2* x2*
0 1 2 3 4
0 0 0 0
1 10 5 10 0
 52

KASUS MAKSIMASI INCOME (RETURN)

Jumlah produk
TAHAP 2 (Pasar B) yg Return dari
• Apabila Sn=2, maka return f2(X) adalah didistribusikan kota B (Rp)
r2(0) + f1(2) 0+25 = 25 (ton)
Max r2(1) + f1(1) 5+10 = 15 25 0 0
r2(2) + f1(0) 15+0 = 15
1 5
x2 f2 (s) = r2 (x) + f1*(s-x2) 2 15
S f2* x2*
0 1 2 3 4 3 25
0 0 0 0 4 30
1 10 5 10 0
2 25 15 15 25 0
 53

KASUS MAKSIMASI INCOME (RETURN)

Jumlah produk
TAHAP 2 (Pasar B) yg Return dari
• Apabila Sn=3, maka return f2(X) adalah didistribusikan kota B (Rp)
r2(0) + f1(3) 0+30 = 30 (ton)
Max r2(1) + f1(2) 5+25 = 30
30 0 0
r2(2) + f1(1) 15+10 = 25
r2(3) + f1(0) 25+0 = 25 1 5
2 15
x2 f2 (s) = r2 (x) + f1*(s-x2)
S f2* x2* 3 25
0 1 2 3 4
4 30
0 0 0 0
1 10 5 10 0
2 25 15 15 25 0
3 30 30 25 25 30 1,2
 54

KASUS MAKSIMASI INCOME (RETURN)

Jumlah produk
TAHAP 2 (Pasar B) yg Return dari
• Apabila Sn=4, maka return f2(X) adalah didistribusikan kota B (Rp)
r2(0) + f1(4) 0+35 = 35 (ton)
r2(1) + f1(3) 5+30 = 35
0 0
Max r2(2) + f1(2) 15+25 = 40 40
1 5
r2(3) + f1(1) 25+10 = 35
r2(4) + f1(0) 30+0 = 30 2 15

x2 f2 (s) = r2 (x) + f1*(s-x2) 3 25

S f2* x2*
0 1 2 3 4 4 30
0 0 0 0
1 10 5 10 0
2 25 15 15 25 0
3 30 30 25 25 30 0,1
4 35 35 40 35 30 40 2
 55

KASUS MAKSIMASI INCOME (RETURN)

TAHAP 2 (Kota B)
x2 f2 (s) = r2 (x) + f1*(s-x2)
S f2* x2*
0 1 2 3 4
0 0+0 0 0
1 0 + 10 =10 5+0=5 10 0
2 0 + 25 = 25 5+10 = 15 15 + 0 = 15 25 0
3 0 + 30 = 30 5 +25 = 30 15 + 10 = 25 25 + 0 = 25 30 0,1
4 0 + 35 = 35 5 + 30 = 35 15 + 25 = 40 25 + 10 = 35 30 + 0 = 30 40 2
Pasar A Jumlah produk yg Return dari kota B
S
X1 f1(X) didistribusikan (ton) ( Rp)

0 0 0 0 0
1 1 10 1 5
2 2 25 2 15
3 3 30 3 25
4 4 35 4 30
 56

RANGKUMAN HASIL PERHITUNGAN

Pasar A Pasar B Pasar C

S
X1 f1(X) X2 f2(X) X3 f3(X)
0 0 0 0 0
1 1 10 0 10

2 2 25 0 25

3 3 30 0,1 30
4 4 35 2 40
 57

KASUS MAKSIMASI INCOME (RETURN)

Jumlah produk
TAHAP 3 (Pasar C)
Apabila diperhitungkan pengiriman ke kota A, kota B, dan kota C. Atas dasar hasil f2(X) di atas, yg Return dari
nilai f3(X) dapat dicari dengan persamaan umum sebagai berikut: didistribusikan kota C (Rp)
f3(X) = r3(X) + f2(S-X)
(ton)
• Apabila Sn=0, maka return f3(X) adalah juga 0, karena tidak ada (0) pengiriman
0 0
• Apabila Sn=1, maka return f2(X) adalah
1 5
r3(0) + f2(1) 0+10 = 10
Max 10 2 18
r3(1) + f2(0) 5+0 = 5
3 30
4 40
 58

KASUS MAKSIMASI INCOME (RETURN)

TAHAP 3 (Kota C)
x2 f3 (s) = r3 (x) + f2*(s-x3)
S f2* x2*
0 1 2 3 4
0 0+0 0 0
1 0 + 10 =10 5+0=5 10 0
2 0 + 25 = 25 5+10 = 15 18 + 0 = 18 25 0
3 0 + 30 = 30 5 +25 = 30 18+ 10 = 28 30 + 0 = 30 30 0,1,3
4 0 + 40 = 40 5 + 30 = 35 18 + 25 = 43 30+ 10 = 40 40 + 0 = 40 43 2

Pasar B Jumlah produk yg Return dari kota B

S
X2 f2(X) didistribusikan (ton) ( Rp)

0 0 0

0 10
0 0
1
1 5
2 0 25 2 18
0,1 30
3 30
3
4 40
4 2 40
 59

RANGKUMAN HASIL PERHITUNGAN

Pasar A Pasar B Pasar C

S
X1 f1(X) X2 f2(X) X3 f3(X)
0 0 0 0 0 0 0
1 1 10 0 10 0 10

2 2 25 0 25 0 25

3 3 30 0,1 30 0,1,3 30
4 4 35 2 40 2 43
 60

PENGAMBILAN KEPUTUSAN

• Pengambilan keputusan dilakukan dengan melihat mulai dari tahap terakhir yang dilakukan, yaitu tahap 3 (pasar
C). Pada tahap ini, seluruh jumlah pengiriman masih dapat dipergunakan, sehingga status sistemnya adalah s = 4.
Pada pasar C, untuk s = 4, nilai optimalnya adalah 43. Nilai x optimal untuk f(x) = 43 adalah 2 pengiriman.
• Dilakukannya 2 pengiriman ke kota C menyebabkan perubahan state di tahap 2 (pasar B). Penggunaan 2
pengiriman di kota C menyebabkan sisa pengiriman menjadi 4 – 2 = 2. Dengan demikian, status di kota B adalah s
= 2. Bila s = 2 di kota B, maka nilai f(x) optimal adalah 25 dengan nilai x optimal adalah 0. Dengan demikian,
penggunaan 0 pengiriman di kota B menyebabkan status di kota A adalah s = 2.
• Dengan demikian, status di kota A adalah s = 2. Bila s = 2 di kota A, maka nilai f(x) optimal adalah 25 dengan nilai
x optimal adalah 2. Dengan demikian, penggunaan 2 pengiriman di kota C dan 2 kiriman di kota A menjadi suatu
keinginan positif.
• Untuk mengetahui nilai keuntungan max yang diperoleh, dapat dilihat pada tabel awal. Keuntungan karena
melakukan 2 pengiriman di kota C adalah 18 dan keuntungan karena melakukan 2 pengiriman di kota A adalah
25. sehingga, total nilai optimalnya adalah 18 + 25 = 43.
 62

tahap (n).

variabel status (Sn).

variabel keputusan (Xn).

Komponen .

fungsi kontribusi

Maju

Prosedur Pemecahan fungsi transisi.

Mundur
Pemrograman Dinamis
Deterministik
hubungan rekursif.

Minimasi Ongkos

Tipe Persoalan Maksimasi Income

Penugasan/Alokasi
 64

KASUS MAKSIMASI ALOKASI

• Keuntungan pada 4 macam kegiatan merupakan fungsi jam kerja yang dialokasikan pada
masing-masing kegiatan seperti tabel berikut. Jika setiap hari tersedia 4 jam kerja,
bagaimana alokasi waktu sehingga keuntungan per hari maksimum.

Keuntungan /Kegiatan
Jam kerja
1 2 3 4
0 0 0 0 0
1 1 2 3 2
2 3 5 7 5
3 6 8 10 8
4 9 11 12 10
 65

KASUS MAKSIMASI ALOKASI

Solusi:
• Misalkan 4 keputusan merupakan 4 stage dalam perumusan progam dinamis.
Variabel keputusan Xj (j=1,2,3,4) adalah banyaknya jam kerja yang dialokasikan
pada tahap ke j.
• Misalkan Pj (Xj) adalah keuntungan dari alokasi X jam kerja kepada kegiatan j.
Sehingga masalah itu dapat diformulasikan sebagai suatu LP seperti berikut:

Maksimumkan Z = P1(X1) + P2(X2) + P3(X3) + P4(X4)

Dengan syarat X1+X2+X3+X4 = 4
X1,X2,X3,X4 ≥0
 66

KASUS MAKSIMASI ALOKASI

• Karena hanya ada satu kendala, teknik LP hanya akan memberikan satu
variabel dalam solusinya. Karena itu LP tak dapat diterapkan di sini,
sehingga persoalan ini akan diselesaikan dengan teknik Pemrograman
Dinamis.
 67

KASUS MAKSIMASI ALOKASI

Definisi Masalah PD:

1. Tahap  n = kegiatan (4 tahap)

2. Status/kondisi tahap n  Sn = jam kerja yang masih dapat dialokasikan untuk tahap n
3. Keputusan pada tahan n  Xn = jam kerja yang dialokasikan pada tahap n (perlu diingat
bahwa jam yang tersedia harus dialokasikan seluruhnya untuk kegiatan 1/2/3/4)
4. Fungsi transisi  Sn+1 = Sn - Xn
5. Fungsi kontribusi pada tahap n  gn = Pn (Xn); Pn = profit pada tahap n
6. Hubungan rekursif  fn*(sn) = max fn(sn,Xn)
dengan
fn (Sn,Xn) = Ps (Xn) ; n = 4
fn (Sn,Xn) = Ps (Xn) + fn+1*( Sn+1) ; n = 1, 2, 3
 68

KASUS MAKSIMASI ALOKASI

• Cara penyelesaian:
P4(X4)
Tahap 4: f4*(X4)=maks{P4X4} dimana f5(X5)=0
X4 Jam Keuntungan /Kegiatan
0 1 2 3 4 F4*(X4) X4*
S4 kerja 1 2 3 4
0 0 - - - - 0 0 0 0 0 0 0
1 0 2 - - - 2 1 1 1 2 3 2
2 0 2 5 - - 5 2 2 3 5 7 5
3 0 2 5 8 - 8 3 3 6 8 10 8
4 0 2 5 8 10 10 4
4 9 11 12 10
 69

KASUS MAKSIMASI ALOKASI

P3(X3)+f4*(S4)
Jam Keuntungan /Kegiatan
X3
0 1 2 3 4 F3*(X3) X3* kerja 1 2 3 4
S3 Tahap 3: f3*(X3)=maks{P3(X3) + f4*(X4)}
0 0+0=0 0 0 0 0 0 0 0
1 0+2=2 3+0=3 3 1 1 1 2 3 2
2 0+5=5 3+2=5 7+0=7 7 2
2 3 5 7 5
3 0+8=8 3+5=8 7+2=9 10+0=10 10 3
3 6 8 10 8
4 0+10=10 3+8=11 7+5=12 10+2=12 12+0=12 12 2,3,4
4 9 11 12 10

bila waktu yang tersedia adalah 4 jam (s3=4) dan yang

untuk kegiatan (3), bila mengalokasikan
1 jam, keuntungannya adalah 3 digunakan kegiatan 3 adalah 1 jam (x3=1), maka sisa waktu
adalah 3 jam  lihat nilai f4* saat s4=3  8
 70

KASUS MAKSIMASI ALOKASI

P2(X2)+f3*(S3) Jam Keuntungan /Kegiatan

X2 Tahap 2: f2*(X2)=maks{P2(X2) + f3*(S3)} F2* kerja 1 2 3 4
0 1 2 3 4 X2*
S2 (X2)
0 0 0 0 0
0 0+0=0 0 0
1 1 2 3 2
1 0+3=3 2+0=2 3 0
2 0+7=7 2+3=5 5+0=5 7 0
2 3 5 7 5
3 0+10=10 2+7=9 5+3=8 8+0=8 10 0 3 6 8 10 8
4 0+12=12 2+10=12 5+7=12 8+3=11 11+0=11 12 0,1,2 4 9 11 12 10

untuk kegiatan 2, bila bila waktu yang tersedia adalah 3 jam (s2=3) dan yang
mengalokasikan 2 jam, digunakan kegiatan 2 adalah 2 jam (x2=2), maka sisa waktu
keuntungannya adalah 5 adalah 1 jam  lihat nilai f3* saat s3=1  3
 71

KASUS MAKSIMASI ALOKASI

Tahap 1: P1(X1)+f2*(S2)
f1*(X1)=maks{P1(X1) + f2*(S2)} Jam Keuntungan /Kegiatan
X1 F1* kerja 1 2 3 4
0 1 2 3 4 X1*
S1 (X1)
0 0 0 0 0
0 0+0=0 0 0
1 1 2 3 2
1 0+3=3 1+0=1 3 0
2 0+7=7 1+3=4 3+0=3 7 0 2 3 5 7 5
3 0+10=10 1+7=8 3+3=6 8+0=8 10 0 3 6 8 10 8
4 0+12=12 1+10=11 3+7=10 8+3=11 11+0=11 12 0
4 9 11 12 10
untuk kegiatan 1, bila bila waktu yang tersedia adalah 2jam (s1=2) dan yang
mengalokasikan 2 jam, digunakan kegiatan 1 adalah 2 jam (x1=2), maka sisa waktu
keuntungannya adalah 3 adalah 0 jam  lihat nilai f2* saat s2=0  0

Jadi, keuntungan maksimum adalah 12

 72

KASUS MAKSIMASI ALOKASI

Solusi optimal dirumuskan dengan melihat mulai dari tahap 1.

1. Pada tahap ini diketahui bahwa x1* = 0  alokasi kegiatan 1 adalah 0 jam.
2. Penggunaan 0 jam pada tahap 1 menyebabkan status pada tahap 2 adalah 4 jam. Pada s2
= 4, nilai x2 * = 0, 1, 2  alokasi kegiatan 2 adalah 0, 1, atau 2 jam.
3. Bila tahap 2 menggunakan 0 jam, maka status pada tahap 3 adalah 4 jam. Pada s3 = 4,
nilai x3* = 2, 3, 4  alokasi kegiatan 3 adalah 2, 3, atau 4 jam.
4. Bila tahap 3 menggunakan 2 jam, maka status pada tahap 4 adalah 2 jam. Pada s4 = 2,
nilai x4* = 2  alokasi kegiatan 4 adalah 2 jam
5. Dst.
 73

KASUS MAKSIMASI ALOKASI

Beberapa alternatif alokasi yang menimbulkan keuntungan maksimum adalah (nilai keuntungan
dari jam yang dialokasikan untuk tiap kegiatan  lihat tabel awal) :

1 2 3 4 Keuntungan Jam Keuntungan /Kegiatan

kerja 1 2 3 4
0 0 2 2 7 + 5 = 12
0 0 0 0 0
0 0 3 1 10 + 2 = 12
1 1 2 3 2
0 0 4 0 12 2 3 5 7 5
0 1 3 0 2 + 10 = 12
3 6 8 10 8
0 2 2 0 5 + 7 = 12 4 9 11 12 10
 74

TERIMA KASIH

74