MODUL PERKULIAHAN

METODA
STOKASTIK
Pemrograma Integer

Fakultas Program Studi Pertemuan Kode MK Disusun Oleh

02
Teknik Teknik W161700021 Nyimas Desy Rizkiyah, S.ST, MT
Industri

Abstract Kompetensi
Modul menjelaskan lingkup Mahasiswa diharapkan mampu
Pemrograma Linier Integer menjelaskan Pemrogramma Integer
Materi Pembelajaran
1. Pengenalan Programa Integer;
2. Pengenalan studi kasus tentang Programa Integer;
3. Membangun model matematis Programa Integer;
4. Simulasi soal Programa Integer.

Pemograman Integer/ Programma Integer/

Pemograman Bulat (Integer Programming)
Masalah pemrograman integer adalah optimasi matematis atau program kelayakan di mana
beberapa atau semua variabel dibatasi menjadi bilangan bulat.

Alasan utama untuk menggunakan variabel integer saat memodelkan masalah sebagai
program linier:

1. Variabel integer mewakili kuantitas yang hanya bisa berupa integer. Misalnya, tidak
mungkin membuat 3,7 mobil.

2. Variabel bilangan bulat mewakili keputusan (misalnya apakah akan menyertakan tepi
dalam grafik ) dan seharusnya hanya menggunakan nilai 0 atau 1.

3. Pemrograman bulat dibutuhkan ketika keputusan harus dilakukan dalam bentuk

bilangan bulat (bukan pecahan yang sering terjadi bila kita gunakan metode
simpleks).

Berdasarkan model pemrograman bentuk matematis variable, pemrograman integer dapat

dikelompokkan menjadi 2 (dua), yakni

1. Pemograman Linier Interger: Semua variable berderajat satu (linier)

2. Pemrograman Non-Liner Integer: Variabelnya berbentuk selain linier, yakni x2, 1/x, xy

Pemrograman Linier Integer (Integer Linear Programming)

Pemrograman linier integer (integer linear programming) pada intinya berkaitan dengan
program linier dimana beberapa atau semua variabel memiliki nilai integer (bulat). Ada
banyak kasus dalam masalah integer programming yang membatasi variabel model bernilai
nol atau satu. Dalam kasus demikian, pengambil keputusan hanya memiliki dua pilihan yaitu
menerima atau menolak suatu usulan kegiatan. Penerimaan atau penolakan yang sifatnya
2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar
2 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
parsial tidak diperbolehkan. Jika variabel keputusan bernilai satu, kegiatan diterima, dan jika
variabel bernilai nol, kegiatan ditolak.

Integer programming (pemrograman integer) adalah sebuah model optimasi

matematis atau program kelayakan di mana beberapa atau semua variabel dibatasi
untuk bilangan bulat. Jika hanya sebagian variabel keputusannya merupakan integer maka
disebut Program Integer campuran (Mixed Integer Progamming). Jika semua variabel
keputusannya bernilai integer disebut Program Integer murni ( Pure Integer Progamming ).
Sedangkan Program Integer 0-1 merupakan bentuk Program Integer di mana semua variabel
keputusannya harus bernilai integer 0 atau 1 (binary).
Model matematis dari pemrograman bulat sebenarnya sama dengan model linear
programming, dengan tambahan batasan bahwa variabelnya harus bilangan bulat.
Terdapat 3 macam permasalahan dalam pemrograman bulat, yaitu:
1. Pemrograman bulat murni, yaitu kasus dimana semua variabel keputusan harus
berupa bilangan bulat.
2. Pemrograman bulat campuran, yaitu kasus dimana beberapa, tapi tidak semua,
variabel keputusan harus berupa bilangan bulat
3. Pemrograman bulat biner, kasus dengan permasalahan khusus dimana semua
variabel keputusan harus bernilai 0 dan 1

Integer programming dapat diklasifikasikan menjadi empat (berdasarkan banyaknya variable

keputusan yang bernilai bulat):
1) Pure Integer Programming semua variable keputusan harus bernilai bilangan bulat
2) Mixed Integer Programming (MIP) tidak semua variable keputusan berupa bilangan
bulat
3) Binary Integer Programming (BIP) semua variable keputusan memiliki nilai berupa
bilangan biner (0 atau 1). untuk model ini variabel dibatasi menjadi dua, misal 1 dan
0, jadi keputusan ya atau tidak diwakili oleh variabel, katakanlah, xj, menjadi :

Model ini seringkali disebut sebagai model pemrograman bulat biner.

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

3 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 4) Mixed Binary Integer Programming (MBIP) Jika beberapa variable keputusan
memiliki nilai biner, beberapa variable keputusan memiliki nilai integer dan sisanya
memiliki nilai real (boleh pecahan).

Pemrograman campuran-bilangan bulat memiliki banyak aplikasi dalam produksi industri,

termasuk pemodelan toko kerja. Salah satu contoh penting yang terjadi dalam perencanaan
produksi pertanian melibatkan penentuan hasil produksi untuk beberapa tanaman yang
dapat berbagi sumber daya (misalnya Tanah, tenaga kerja, modal, benih, pupuk,
dll). Sasaran yang mungkin adalah memaksimalkan total produksi, tanpa melebihi sumber
daya yang tersedia. Dalam beberapa kasus, ini dapat dinyatakan dalam program linier,
tetapi variabel harus dibatasi menjadi bilangan bulat.
Model dari integer programming sebagai berkut:

Ilustrasi Penyelesaian Programma Linier Integer

Diketahui Masalah programma linier sbb; Plot

Titik bilangan bulat yang layak ditunjukkan dengan warna merah, dan garis putus-putus
merah menunjukkan lambung cembungnya, yang merupakan polihedron cembung terkecil
yang berisi semua titik ini. Garis biru bersama dengan sumbu koordinat menentukan
polihedron dari relaksasi LP, yang diberikan oleh pertidaksamaan tanpa batasan

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

4 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 integral. Tujuan dari pengoptimalan adalah untuk memindahkan garis titik-titik hitam ke
atas sambil tetap menyentuh polihedron. Solusi optimal dari masalah integer adalah
poinnya (1, 2) dan (2, 2) yang keduanya memiliki nilai obyektif 2. Yang unik dari relaksasi
adalah (1,8, 2,8) dengan nilai obyektif 2,8. Jika solusi relaksasi dibulatkan ke bilangan bulat
terdekat, itu tidak layak untuk ILP.

Metode Penyelesaian Pemrogramma Linier Integer

Beberapa metode dalam menyelesaikan persoalan integer linear programming, yaitu:
1. Metode Round Off Yaitu dengan melakukan pembulatan terhadap solusi optimal.
Metode pembulatan merupakan suatu cara yang termudah, praktis dan efisien
dalam menyelesaikan masalah integer programming. Cara yang digunakan yaitu
dengan membulatkan nilai variabel keputusan yang didapatkan melalui metode
simpleks biasa. Metode ini praktis dalam hal waktu, biaya dan tenaga untuk
memperoleh suatu solusi. Dalam beberapa kasus metode pembulatan kurang tepat
untuk digunakan karena ada kemungkinan solusi pembulatan yang diperoleh lebih
jelek dari pada solusi bulat sesungguhnya, atau ada kemungkinan juga solusi
pembulatan yang didapatkan tidak layak. Hal ini membawa konsekuensi besar jika
produk-produk yang dibulatkan seperti pesawat terbang komersial, kapal perang
atau yang lainnya yang mempunyai nilai jual yang tinggi apabila dibulatkan ke
bilangan bulat terdekat.
2. Metode Branch and Bound.
Metode Branch and Bound (cabang dan batas) adalah salah satu metode yang sering
digunakan untuk menghasilkan penyelesaian optimal program linier yang
menghasilkan variable-variable keputusan bilangan bulat. Sesuai dengan namanya,
metode ini membatasi penyelesaian optimum yang akan menghasilkan bilangan
pecahan dengan cara membuat cabang atas dan bawah bagi masing-masing variable
keputusan yang bernilai pecahan agar bernilai bulat sehingga setiap pembatasan
akan menghasilkan cabang baru.

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

5 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 Metode ini pertama kali dikembangkan oleh Land and Doig kemudian dilanjutkan
oleh peneliti lain. Teknik ini dapat diterapkan untuk pure maupun mixed integer
programming,
Langkah-langkah dalam metode branch and bound adalah:
1. Menyelesaikan masalah program linier dengan cara simpleks biasa
2. Meneliti solusi optimumnya. Jika variabel basis yang diharapkan bulat adalah
bulat, maka artinya solusi optimum bulat sudah didapatkan/dicapai.
3. Nilai solusi pecah yang layak dicabangkan ke dalam sub-sub masalah,
tujuannya adalah untuk menghilangkan solusi kontinu yang tidak memenuhi
solusi bulat pada masalah itu.
4. Untuk setiap sub masalah, nilai solusi optimum kontinyu fungsi tujuan
ditetapkan sebagai batas atas. Solusi bulat terbaik menjadi batas bawah
(pada awalnya, ini adalah solusi kontinyu yang dibulatkan ke bawah). Sub-
sub masalah yang memiliki batas atas kurang dari batas bawah yang ada,
tidak diikut sertakan pada analisa selanjutnya. Suatu solusi bulat layak adalah
sama baik atau lebih baik dari batas atas untuk setiap sub masalah yang
dicari. Jika solusi yang demikian terjadi, suatu sub masalah dengan batas atas
terbaik dipilih untuk dicabangkan. Kembali ke langkah 3.
Keuntungan dari cara pencabangan dan pembatasan adalah cara yang efisien untuk
mendapatkan seluruh jawaban layak (fisibel), sedangkan kerugian cara ini adalah
akan mencari seluruh jawaban program linier pada setiap titik. Pada persoalan yang
besar akan memerlukan waktu yang cukup lama.
Pada algoritma ini, permasalahan dibagi bagi menjadi subregion-subregion yang
mungkin mengarah ke solusi. Inilah yang disebut dengan branching, mengingat
prosedur ini akan dilakukan berulang-ulang secara rekursif untuk setiap subregion
dan setiap subregion yang dihasilkan akan membentuk sebuah struktur pohon yang
disebut sebagai pohon pencarian atau pohon branch and bound di mana simpul-
simpulnya membangun subregion-subregion. Selain branching, algoritma ini juga
melakukan apa yang disebut dengan bounding yang merupakan cara cepat untuk
mencari batas atas dan bawah untuk solusi optimal pada subregion yang mengarah

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

6 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 ke solusi. Metode Branch and Bound sedikit sekali kesalahannya namun memerlukan
perhitungan yang lebih banyak.
3. Metode Cutting Plane Metode ini pada hakikatnya juga bekerja berdasarkan solusi
optimal yang non integer. Perbedaannya dengan metode BB adalah metode ini
memodifikasi daerah fisibel dengan menambahkan satu konstrain baru pada
permasalahan Pemrograman Linier. Metode penyelesaian yang digunakan pada
program computer biasanya menggunakan metode Branch and Bound. Metode ini
dapat digunakan untuk mixed integer programming ataupun pure integer
programming.
Metode Cutting Planes merupakan salah satu metode yang digunakan untuk
menyelesaikan masalah program linier untuk variabelnya harus bulat, baik bulat
murni maupun campuran dengan penambahan batasan baru yang disebut dengan
gomory. Kendala gomory diberikan jika variabel keputusan belum bulat (bernilai
pecahan). Batasan-batasan tersebut secara efektif akan menyingkirkan beberapa
ruang penyelesaian yang tidak berisi titik bilangan bulat yang layak, tetapi tidak
pernah menyingkirkan satupun titik bilangan bulat yang layak. Penggunaan teknologi
komputer dapat membantu penyelesaian masalah integer linear programming
dengan lebih efektif dan efisien.
Langkah-langkah penyelesaian metode Cutting Planes:
a. Selesaikan masalah integer programming dengan menggunakan metode
simpleks.
Tabel solusi optimal Program linier
B X1 … Xm S1 … Sn Nilai Kanan/
Solusi
X1 1 … 0 a11 … Cn b1
… 0 … … … … … …
Xm 0 … 1 am1 … amn bm
Z 0 … 0 c1 … cn b0

b. Periksa solusi optimum yang diperoleh dari langkah 1, jika variabel

keputusan solusi optimum sudah bernilai bulat (integer) maka proses

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

7 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 selesai. Jika variabel keputusan pada solusi optimum masih bernilai
pecahan maka proses berlanjut ke tahap berikutnya.
c. Buat batasan/kendala Gomory dan selesaikan dengan metode dual
simpleks.
d. Kembali ke langkah b.
Metode Cutting Plane lebih cepat mencapai optimal karena dengan penambahan
kendala gomory efektif menghilangkan solusi yang kontinu. Metode Gomory lebih
baik digunakan jika variabelnya sedikit.

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

8 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
Contoh Kasus
1. Diketahui :
Maksimumkan Z  100x1  90x2
Dengan pembatas:
10x1  7x2  70
5x1  10x2  50
x1  0, x2  0

PENYELESAIAN:

Linear Programming

a. Metoda Simpleks

Iterasi 0
x1 x2 s1 s2 NK
z -100 -90 0 0 0
s1 10 7 1 0 70
s2 5 10 0 1 50

Iterasi 1
x1 x2 s1 s2 NK
Z 0 -20 10 0 700
x1 1 0.7 0.1 0 7 10
s2 0 6.5 -0.5 1 15

Iterasi 1
x1 x2 s1 s2 NK
Z 0 0 8.46 3.08 746.15
x1 1 0 0.15 -0.11 5.38
x2 0 1 -0.08 0.15 2.31 6.5

Solusi
x1 x2 s1 s2 Solusi
Z 0 0 8.46 3.08 746.15
x1 1 0 0.15 -0.11 5.38
x2 0 1 -0.08 0.15 2.31

x1 = 5.38
x2 = 2.31
z = 746.15

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

9 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 b. LP menggunakan QM For Windows

x1  5.38
x2  2.31
Z  746.15

Menentukan Nilai Integer (Integer Linear Programming)

1. Metode Round Off
Yaitu dengan melakukan pembulatan terhadap solusi optimal.
x1  5
x2  2
Z  680

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

10 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 2. Metode Branch and Bound

3. ILP menggunakan QM For Windows

Hasil 1:

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

11 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 x1  7
x2  0
Z  700

Dalam suatu produksi adalah tidak mungkin suatu variabel harus bernilai NOL

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

12 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 Hasil 2:

Hasil 3:

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

13 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 Jadi kesimpulannya,

7. Diketahui :
Maksimumkan Z  7x1  9x2
Dengan pembatas:
-x1  3x2  6
7x1  x2  37
x1  0, x2  0 …. Integer Non Negatif

PENYELESAIAN

Penyelesaian Linear Programming

Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang
digunakan sebagai teknik pengambilan keputusan dalam permasalahan yang
berhubungan dengan pengalokasian sumberdaya secara optimal. Metode simpleks
digunakan untuk mencari nilai optimal dari program linier yang melibatkan banyak
constraint (pembatas) dan banyak variabel (lebih dari dua variabel).

Iterasi 0
x1 x2 s1 s2 NK
z -7 -9 0 0 0
s1 -1 3 1 0 6
s2 7 1 0 1 35

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

14 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 Iterasi 1
x1 x2 s1 s2 NK
z 0 -30 -7 0 -42
x1 1 -3 -1 0 -6 -1
s2 0 22 7 1 77

Itersi 2
x1 x2 s1 s2 NK
z 0 0 2.55 1.36 63.00
x1 1 0 -0.05 0.14 4.50
x2 0 1 0.32 0.05 3.50 22

Solusi
x1 x2 s1 s2 Solusi
z 0 0 2.55 1.36 63.00
x1 1 0 -0.05 0.14 4.50
x2 0 1 0.32 0.05 3.50
Hasilnya:
x1 = 4.50
x2 = 3.50
z = 63.00

Penyelesaian Nilai Integer (Integer Linear Programming)

Karena solusi tidak bulat, maka suatu kendala Gomory ditambahkan pada Tabel.
berupa variabel slack (Sg)

X2 + 0.32 s1 + 0.05 s2 = 3.5

X2 + ( 0 + 0.32 s1) + ( 0 + 0.05 s2) = ( 3 + 0.5 )

Sg1 – 0.32 s1 – 0.05 s2 = -0.50

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

15 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 x1 x2 s1 s2 Sg1 Solusi
Z 0 0 2.55 1.36 0 63.00
x2 0 1 0.32 0.05 0 3.50
x1 1 0 -0.05 0.14 0 4.50
Sg1 0 0 -0.32 -0.05 1 -0.50

Dengan menggunakan prinsip metoda dual simpleks dihasilkan

x1 x2 s1 s2 Sg1 Solusi
z 0 0 2.55 1.36 0 63
x2 0 1 0.32 0.05 0 3.5
x1 1 0 -0.05 0.14 0 4.5
Sg1 0 0 1 0.14 -3.14 1.57 -0.32

x1 x2 s1 s2 Sg1 Solusi
z 0 0 0 1 8 59.00 2.55
x2 0 1 0 0 1 3.00 0.32
x1 1 0 0 0.14 -0.14 4.57 -0.05
Sg1 0 0 1 0.14 -3.14 1.57 -0.32

X1 + ( 0 + 0.14 s1) + ( 0 + 0.86 s2) = 0.57

Sg2 – 0.14 s1 – 0.86 s2 = -0.57

x1 x2 s1 s2 Sg1 Sg2 Solusi
z 0 0 0 1 8 0 59.00
x2 0 1 0 0 1 0 3.00
x1 1 0 0 0.14 -0.14 0 4.57
Sg1 0 0 1 0.14 -3.14 0 1.57
awal Sg2 0 0 0 -0.14 -0.86 1 -0.57

x1 x2 s1 s2 Sg1 Sg2 Solusi

z 0 0 0 0 2 7 55 1
x2 0 1 0 0 1 0 3 0
x1 1 0 0 0 -1 1 4 0.14
Sg1 0 0 1 0 -4 1 1 0.14
-
awal Sg2 0 0 0 1 6 -7 4 0.14

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

16 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 Hasilnya:
x1 = 4
x2 = 3
z = 55

Periksa dengan grafik

Menggunakan QM For Windows

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

17 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
8. Diketahui:
Misalkan sebuah perusahaan PT. Lightning merakit 3 jenis senter. Senter jenis A, senter
jenis B, dan senter jenis C. Senter jenis A dirakit dengan membutuhkan waktu 3 menit,
jenis B selama 8 menit dan jenis C selama 5 menit. Waktu pengerjaan yang tersedia tiap
minggunya selama 1500 menit. Seniter jenis A membutuhkan besi seberat 9 g, senter
jenis B membutuhkan besi seberat 6 gram, dan senter jenis C membutuhkan besi
seberat 7 g. Jumlah besi yang dapat disediakan oleh perusahaan hanya 2000 gram tiap
minggunya. Untuk senter jenis A membutuhkan aluminium seberat 5 g, senter B
membutuhkan aluminium seberat 3 g, dan senter C seberat 8 g. Jumlah aluminium
yang dapat disediakan oleh perusahaan tiap minggunya mencapai 1800 gram. Jika
keuntungan bersih yang diperoleh dari hasil penjualan senter A, senter B, senter C
berturut-turut sebesar Rp 9000, Rp 7000, Rp 8000. Berapa kombinasi dari ketiga senter
ini yang harus diproduksi sehinnga keuntungan dapat maksimum.

PENYELESAIAN

Penyelesaian Linear Programming

PT. Lightning
Waktu Kebutuhan Besi Kebutuhan Harga Jual
Perakitan (gram) Aluminium (Rupiah)
(menit) (gram)
Senter A 3 9 5 9000
Senter B 8 6 3 7000
Senter C 5 7 8 8000
1500 2000 1800
Kasus di atas dapat dimodelkan kedalam bentuk pemrograman linear, yaitu

PENYELESAIAN

Penyelesaian Linear Programming

c. Menggunakan QM For Windows

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

18 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 Penyelesaian Integer Linear Programming

a. Menggunakan QM For Windows

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

19 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
 b. Menggunanakan Metoda Branch and Bound

Kesimpulan :
Sehingga dapat disimpulkan berdasarkan metode Branch and Bound, perusahaan
tersebut harus memproduksi senter A sebanyak 47, senter B sebanyak 62 dan senter C
sebanyak 172 agar menghasilkan keuntungan optimum 2.233.000.

Penggunaan metode Branch and Bound sedikit sekali kesalahannya namun memerlukan
perhitungan yang lebih banyak. Sedangkan metode Cutting Plane lebih cepat mencapai
optimal karena dengan penambahan kendala gomory efektif menghilangkan solusi yang
kontinu. Metode Gomory lebih baik digunakan jika variabelnya sedikit.

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

20 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
Referensi
1. Hiller dan Lieberman, Introduction to Operatios Research, Edisi 8,McGraw-Hill Publ. Co,
New York, 2005.

2. Taha, Hamdy A., Operation Research, An Introduction, Edisi 6,Macmillan Publ. Co.,
London, 1997.

3. Papoulis, A. and S. Unnikrishna P. Probability, Random Variabeles, and Stochastic

Processes, 4th Edition, New York: McGraw-Hill, 2002.

4. Taylor,H.M. and Karlin, S., An Introduction to Stochastic Modelling, edisi revisi, San
Diego: Academic Press, 1994.

5. Taylor, H.M., and Karlin, S, A First Course in Stochastic Process. New York: Academic
Press,1975.

6. Heizer, Jay dan Render, Barry., Manajemen Operasi, Terjemahan Dwianoegrahwati

Setyoningsih dan Indra Almahdy dari Operation Management,Penerbit Salemba Empat,
Jakarta, 2005.

2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar

21 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id