METODA
STOKASTIK
Jaringan dengan Permintaan –
Penawaran (2)
04
Teknik Teknik W161700021 Nyimas Desy Rizkiyah, S.ST, MT
Industri
Abstract Kompetensi
Modul menjelaskan lingkup Metode Mahasiswa diharapkan mampu
Stokastik. memahami kontrak perkuliahan dan
diskusi tentang Jaringan dengan
Permintaan – Penawaran dengan model
matematis Programa Integer atau Non
Integer dan metode Heuristics
Materi Pembelajaran
1. Pengenalan model Jaringan dengan Permintaan – Penawaran;
4. Lintasan terpendek antara dua buah verteks yang melalui beberapa verteks tertentu.
Dalam pencarian lintasan terpendek ada beberapa algoritma yang dapat dipergunakan,
misalnya algoritma Exhaustive Search dalam menentukan lintasan terpendek dalam satuan
kilometer (km). Jalur terpendek (shortest path) adalah jalur optimum yang dapat
diselesaikan dengan menggunakan graf. Jalur ini biasanya ditentukan oleh rute yang
memiliki total biaya perjalanan yang paling kecil atau murah. Jika diaplikasikan dengan graf
maka setiap garis pada simpul titik memiliki bobot berupa nilai dan apabila dijumlahkan
bobot dari garis yang dilalui maka memiliki nilai yang minimal.
1 2 3 4 5 7
2 + 6 + 1 + 4 + 25 = 38
1 2 3 4 6 7
2 + 6 + 1 + 35 + 5 = 49
1 2 3 5 7
1 3 5 7
9 + 3 + 25 = 37
Persoalan lintasan terpendek banyak dijumpai di kehidupan sehari-hari. Aplikasi yang paling sering
ditemui adalah pada bidang transportasi dan komunikasi, seperti pada pencarian rute terbaik untuk
menempuh dua kota atau untuk mengetahui dan menelusuri proses pengiriman paket data
komunikasi dalam suatu jaringan komunikasi agar dihasilkan suatu proses yang paling cepat. Untuk
menyelesaikan kasus seperti itu, maka dibutuhkan suatu sistem yang sistematis dan tepat sehingga
masalah pencarian lintasan terpendek dapat terselesaikan.
Mobil harus diservice minimum 1 tahun dan maksimum 3 tahun. Tabel berikut menyedikan ongkos
perubahan sebagai fungsi tahun mobil beroperasi
Penyelesaian
Gambar ini memperlihatkan rute yang memungkinkan antara rumah dan kerja dan probabilitas
berhenti pada setiap not. Kemungkinannya berubah dari rute 1357 adalah .9 x .3 x .25 =
.00675.
ALGORITMA DIJKSTRA
Algoritme Dijkstra, (sesuai penemunya Edsger Dijkstra), adalah sebuah algoritma yang dipakai
dalam memecahkan permasalahan jarak terpendek (shortest path problem) untuk
sebuah graf berarah (directed graph).
Permasalahan rute terpendek dari sebuah titik ke akhir titik lain adalah sebuah masalah klasik
optimasi yang banyak digunakan untuk menguji sebuah algoritma yang diusulkan. Permasalahan
rute terpendek dianggap cukup baik untuk mewakili masalah optimisasi, karena
2. Beri nilai bobot (jarak) untuk setiap titik ke titik lainnya, lalu set nilai 0 pada node awal dan
nilai tak hingga terhadap node lain (belum terisi) 2.
3. Set semua node yang belum dilalui dan set node awal sebagai “Node keberangkatan”
4. Dari node keberangkatan, pertimbangkan node tetangga yang belum dilalui dan hitung
jaraknya dari titik keberangkatan. Jika jarak ini lebih kecil dari jarak sebelumnya (yang telah
terekam sebelumnya) hapus data lama, simpan ulang data jarak dengan jarak yang baru
5. Saat kita selesai mempertimbangkan setiap jarak terhadap node tetangga, tandai node yang
telah dilalui sebagai “Node dilewati”. Node yang dilewati tidak akan pernah di cek kembali,
jarak yang disimpan adalah jarak terakhir dan yang paling minimal bobotnya.
6. Set “Node belum dilewati” dengan jarak terkecil (dari node keberangkatan) sebagai “Node
Keberangkatan” selanjutnya dan ulangi langkah e.
Pseudocode Dijkstra
ALGORITMA FLOYD
Algoritma Floyd-Warshall. Algoritma ini ditemukan Robert W. Floyd pada tahun 1967. Algoritma
Floyd-Warshall memiliki input graf berarah dan berbobot (V,E), yang berupa daftar titik (node/vertex
V) dan daftar busur (edge E). Jumlah bobot busur pada sebuah jalur adalah bobot jalur tersebut.
Busur pada E diperbolehkan memiliki bobot negatif, akan tetapi tidak diperbolehkan bagi graf ini
untuk memiliki siklus. Algoritma ini menghitung bobot terkecil dari semua jalur yang
menghubungkan sebuah pasangan titik, dan melakukannya sekaligus untuk semua pasangan titik.
Algoritma Floyd-Warshall adalah salah satu varian dari pemrograman dinamis, yaitu suatu metode
yang melakukan pemecahan masalah dengan memandang solusi yang akan diperoleh sebagai suatu
keputusan yang saling terkait. Artinya solusi-solusi tersebut dibentuk dari solusi yang berasal dari
tahap sebelumnya dan ada kemungkinan solusi lebih dari satu. Hal yang membedakan pencarian
solusi menggunakan pemrograman dinamis dengan algoritma greedy adalah bahwa keputusan yang
diambil pada tiap tahap pada algoritma greedy hanya berdasarkan pada informasi yang terbatas
sehingga nilai optimum yang diperoleh pada saat itu Jadi pada algoritma greedy, kita tidak
memikirkan konsekuensi yang akan terjadi seandainya kita memilih suatu keputusan pada suatu
tahap. Dalam beberapa kasus, algoritma greedy gagal memberikan solusi terbaik karena kelemahan
yang dimilikinya tadi. Di sinilah peran pemrograman dinamis yang mencoba untuk memberikan
solusi yang memiliki pemikiran terhadap konsekuensi yang ditimbulkan dari pengambilan keputusan
pada suatu tahap. Pemrograman dinamis mampu mengurangi pengenumerasian keputusan yang
tidak mengarah ke solusi. Prinsip yang dipegang oleh pemrograman dinamis adalah prinsip
optimalitas, yaitu jika solusi total optimal, maka bagian solusi sampai suatu tahap (misalnya tahap
ke-i) juga optimal.
Masalah arus biaya minimum memegang poran penting dalam model pengoptimalan jaringan,
mencakup aplikasi yang luas dan dapat diselesaikan dengan sangat efisien. Sama seperti masalah
aliran maksimum, masalah biaya minimum ini mempertimbangkan aliran melalui jaringan dengan
kapasitas busur terbatas. Masalah ini mempertimbangkan biaya (atau jarak) untuk aliran melalui
busur. Contoh masalah transportasi, dapat mempertimbangkan berbagai sumber (node pasokan)
dan beberapa tujuan (node permintaan) untuk arus dengan biaya terkait. Masalah ini dapat
dirumuskan sebagai masalah pemrograman linier sehingga dapat diselesaikan dengan versi
sederhana dari metode simpleks yang disebut metode simplex jaringan.
Masalah arus biaya minimum dijelaskan di bawah ini.
1. Jaringan adalah jaringan berarah (digraph) dan terhubung.
2. Setidaknya salah satu node adalah node suplai.
3. Setidaknya satu dari node lainnya adalah node permintaan.
4. Semua node yang tersisa adalah node transshipment.
5. Aliran melalui busur hanya diperbolehkan dalam arah yang ditunjukkan oleh panah, di mana
jumlah maksimum aliran diberikan oleh kapasitas busur itu. (Jika aliran dapat terjadi di
kedua arah, ini akan diwakili oleh sepasang busur yang menunjuk ke arah yang berlawanan.)
6. Jaringan memiliki busur yang cukup dengan kapasitas yang cukup untuk memungkinkan
semua aliran yang dihasilkan pada node suplai untuk mencapai semua node permintaan.
7. Biaya aliran melalui setiap busur sebanding dengan jumlah aliran itu, di mana biaya per unit
aliran diketahui.
2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar
9 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
8. Tujuannya adalah untuk meminimalkan total biaya pengiriman pasokan yang tersedia
melalui jaringan untuk memenuhi permintaan yang diberikan. (Tujuan alternatif adalah
untuk memaksimalkan keuntungan total dari melakukan ini.)
The minimum-cost flow problem (MCFP) is an optimization and decision problem to find the
cheapest possible way of sending a certain amount of flow through a flow network. A typical
application of this problem involves finding the best delivery route from a factory to a warehouse
where the road network has some capacity and cost associated. The minimum cost flow problem is
one of the most fundamental among all flow and circulation problems because most other such
problems can be cast as a minimum cost flow problem and also that it can be solved efficiently using
the network simplex algorithm.Supply chain logistics can often be represented by a min cost flow
problem.
Beberapa Aplikasi
Jenis penerapan yang paling penting dari masalah arus biaya minimum adalah pengoperasian
jaringan distribusi perusahaan.
Perumusan Model
Perhatikan pada jaringan berarah dan terhubung di mana n node memiliki setidaknya satu node
suplai dan satu node permintaan. Variabel keputusan adalah
Tujuannya adalah untuk meminimalkan total biaya pengiriman pasokan yang tersedia melalui
jaringan untuk memenuhi permintaan yang diberikan. Dengan menggunakan konvensi bahwa
penjumlahan diambil hanya dari busur yang ada, rumusan pemrograman linier dari masalah ini
adalah
Minimize :
subject to
And
2020 Metoda Stokastik Pusat Pengembangan Bahan Ajar
11 Nyimas Desy Rizkiyah, S.ST, MT http://www.mercubuana.ac.id
Penjumlahan pertama pada batasan node merepresentasikan total aliran yang keluar dari node i,
sedangkan penjumlahan kedua merepresentasikan total aliran ke node i, sehingga perbedaannya
adalah net flow yang dihasilkan pada node ini.
Tidak ada jaminan bahwa masalah sebenarnya akan memiliki solusi yang layak, tergantung sebagian
pada busur mana yang ada dalam jaringan dan kapasitas busurnya. Namun, untuk jaringan yang
didesain secara wajar, syarat utama yang dibutuhkan adalah sebagai berikut.
Artinya, total aliran yang dihasilkan di node suplai sama dengan total aliran yang diserap di node
permintaan.
Untuk banyak aplikasi, bi dan uij akan memiliki nilai integer, dan implementasi akan mensyaratkan
bahwa besaran aliran xij juga merupakan integer.
Contoh 3.
DISTRIBUTION UNLIMITED CO. Akan memproduksi produk baru yang sama di dua pabrik yang
berbeda, dan kemudian produk tersebut harus dikirim ke dua gudang, di mana salah satu pabrik
dapat memasok salah satu gudang. Jaringan distribusi yang tersedia untuk pengiriman produk ini
ditunjukkan pada Gambar
Penyelesaian
Model pemrograman linier untuk contoh ini adalah
Fungsi Tujuan: Minimize
Fungsi Kendala
dan
Metoda Penyelesian 1 : Menggunakan Excel untuk Merumuskan dan Memecahkan Masalah Arus
Biaya Minimum
Latihan Soal
The Transportation Problem. To formulate the transportation problem presented in Sec. 8.1 as a
minimum cost flow problem, a supply node is provided for each source, as well as a demand node
for each destination, but no transshipment nodes are included in the network. All the arcs are
directed from a supply node to a demand node, where distributing xij units from source i to
destination j corresponds to a flow of xij through arc i j. The cost cij per unit distributed becomes
the cost cij per unit of flow. Since the transportation problem does not impose upper bound
constraints on individual xij, all the uij. Using this formulation for the P & T Co. transportation
problem presented in Table 8.2 yields the network shown in Fig. 8.2. The corresponding network for
the general transportation problem is shown in Fig. 8.3.
The Transshipment Problem. This special case actually includes all the general features of the
minimum cost flow problem except for not having (finite) arc capacities. Thus, any minimum cost
flow problem where each arc can carry any desired amount of Flow is also called a transshipment
problem. For example, the Distribution Unlimited Co. problem shown in Fig. 9.13 would be a
transshipment problem if the upper bounds on the flow through arcs A B and C E were removed.
Transshipment problems frequently arise as generalizations of transportation problems where units
being distributed from each source to each destination can first pass through intermediate points.
These intermediate points may include other sources and destinations, as well as additional transfer
points that would be represented by transshipment nodes in the network representation of the
problem. For example, the Distribution Unlimited Co. problem can be viewed as a generalization of a
transportation problem with two sources (the two factories represented by nodes A and B in Fig.
9.13), two destinations (the two warehouses represented by nodes D and E ), and one additional
intermediate transfer point (the distribution center represented by node C).
2. Taha, Hamdy A., Operation Research: An Introduction, Edisi 6,Macmillan Publ. Co.,
London, 1997.
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.