Di Susun Oleh:
Kelompok 2
Alhamdulillah, puji syukur kami panjatkan kehadirat Allah Swt, yang telah
melimpahkan rahmat, hidayah dan inayah-Nya sehingga kami dapat menyelesaikan
makalah berjudul “Metode Branch and Bound” dalam mata kuliah Bimbingan
Konseling. Dalam menyelesaikan makalah ini, kami mendapatkan begitu banyak
bimbingan dari berbagai pihak, untuk itu kami mengucapkan banyak terimakasih
kepada siapa saja yang membantu dalam menyelesaikan makalah
ini.Mudah-mudahan makalah ini dapat memberikan manfaat dalam segala bentuk
belajar mengajar.Sehingga dapat mempermudah pencapaian tujuan pendidikan
nasional. Namun, makalah ini masih ada kekurangan, oleh karena itu kami
mengharap kritik dan saran yang akan menjadikan makalah ini lebih baik.
Tim Penulis
1
DAFTAR ISI
KATA PENGANTAR i
DAFTAR ISI ii
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah 1
1.2 Rumusan Masalah 1
1.3 Tujuan Penulisan 1
BAB II KAJIAN TEORI
2.1 Pengantar teori 2
2.2 Langkah-langkah 2
2.3 Contoh penerapan 6
2.4 Soal latihan 27
BAB III PENUTUP
3.1 Kesimpulan 29
3.2 Saran 29
DAFTAR PUSTAKA 30
2
BAB I
PENDAHULUAN
1
BAB II
KAJIAN TEORI
Teknik ini menggunakan suatu diagram yang terdiri dari node dan cabang
(branch) sebagai suatu kerangka dalam proses pemerolehan solusi optimal.
Masing-masing node memuat solusi program linear relaksasi (program linear
yang mengabaikan batas-batas bilangan bulat) sesuai dengan fungsi tujuan dan
batasannya. Node prtama akan memuat solusi program linear relaksasi dan
persoalan yang diberikan. Node kedua, ketiga, keempat dan seterusnya
memuat solusi program linier relaksasi dari persoalan yang diberikan
ditambah dengan batasan yang terdapat pada masing-masing cabangnya.1
2.2 Langkah-langkah
1
Hayatun Nufus, Erdawati Nurdin, Program Linear. (Pekanbaru: Cahaya Firdaus, 2016), hal.46
2
2. Teliti solusi optimalnya, jika variabel keputusan yang diharapkan adalah
bilangan integer, solusi optimum integer telah tercapai. Jika satu atau
lebih variabel keputusan yang diharapkan ternyata bukan bilangan
integer, lanjutkan ke langkah 3.
3. Jadikan solusi pada penyelesaian langkah 1 menjadi batas atas dan untuk
batas bawahnya merupakan solusi yang variabel keputusannya telah
diintegerkan (rounded – down).2
2
Gede Suryawan. Penerapan Branch and Bound Algorithm. Jurnal Matematika
3
Arum pratiwi. Implementasi Algoritma Branch and Bound (UNNES Journal 0f Mathematics)
3
4
Langkah-langkah pengerjaan metode Branch and Bound45
X1 = 4 unit
X2 = 1 unit
Pada sub bab ini akan dibahas secara rinci metode penyelesaian dengan
menggunakan branch and bound. Karena hasil yang diperoleh mengandung
variabel yang tidak bulat maka dilakukan pencabangan. Jika terdapat variabel
yang tidak bulat (misal xj*), maka dibentuk dua program bilangan bulat baru
dengan kendala xj ≤ I, atau kendala xj ≥ i2.i1 dan i2 adalah dua bilanganbulat
tak negative yang berurutan. Dari soal diatas, diperoleh hasil optimal x1 = 3,75
x2 = 1,5 dan z =40,5. Hasil yang diperoleh tidak layak karena bentuknya
pecahan sehingga tidak memenuhi persyaratan integer. Algoritma branch and
bound memodifikasi ruang pemecahan masalah LP yang akhirnya akan
memberikan solusi optimum untuk masalah ILP. Solusi optimum LP (x1= 3,75)
tidak memenuhi persyaratan integer sehingga titik ini tidak layak dan dilakukan
modifikasi dengan mencari titik lain yang integer pada titik 3 dan 4 (3 ˂ x1 ˂ 4).
Ruang pemecahan baru membuat adanya batasan baru yaitu x1 ≤ 3 dan x1 ≥ 4.
Untuk menemukan solusi optimum dengan menggunakan algoritma branch and
bound.6
5
Persoalan:
Percetakan 15 Rp 8.000.000,00
Bubut 30 Rp 4.000.000,00
Penyelesaian
Berdasarkan
x1 , x2 ≥ 0 ; x1 , x2 bilangan bulat
6
Persoalan diatas diubah menjadi program linear relaksasi sehingga :
Berdasarkan. :
Persoalan yang telah dinyatakan dalam bentuk model matematis seperti di atas
diselesaikan dengan menggunakan metode simpleks, yaitu :
Batasan (1) harus ditambah dengan sebuah slack variabel x3, sehingga :
Batasan (2) harus ditambah dengan sebuah slack variabel x4, sehingga :
z - 100.000x1 - 150.000x2 = 0
Fungsi tujuan dan batasan yang telah diubah disusun dalam tabel
simpleks berikut :
7
Variabel Z X1 X2 X3 X4 NK Indeks
dasar
Z 1 -100.000 -150.000 0 0 0
Kolom kunci pada tabel di atas adalah kolom yang mempunyai nilai negatif
dengan angka terbesar pada baris fungsi tujuan, yaitu kolom x2 dengan nilai
-150.000
Karena nilai indeks positif dengan angka terkecil terdapat pada baris x4, maka
baris x4 dinyatakan sebagai baris kunci.
Angka kunci pada tabel di atas adalah 30, karena merupakan nilai yang
termasuk kolom kunci sekaligus baris kunci.
8
g. Mengubah nilai-nilai baris kunci
● Kolom x2 baris x4 = 30 : 30 = 1
● Kolom x3 baris x4 = 0 : 30 = 0
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris kunci)
Baris pertama
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris
kunci)
9
Baris lama
i. Melanjutkan perbaikan-perbaikan/perubahan-perubahan
Karena kolom kunci adalah kolom x2 dan baris kunci adalah baris x4, maka x2
masuk kedalaman variabel dasar menggantikan x4, sehingga tabel A akan
berubah menjadi :
Variabel Z X1 X2 X3 X4 NK Indeks
dasar
10
Kolom kunci pada tabel diatas adalah kolom yang mempunyai nilai
negatif dengan angka terbesar pada baris fungsi tujuan, yaitu kolom x1
dengan nilai -25.000.
Karena nilai indeks positif dengan angka terkecil terdapat pada baris
x3, maka baris x3 dinyatakan sebagai baris kunci.
11
⮚ Mengubah nilai-nilai selain pada baris kunci
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris
kunci)
0 0 0 44.000 1.056.000
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris
kunci)
0 1 0 0,143 5,56
Karena kolom kunci adalah kolom x1 dan baris kunci adalah baris x3,
maka x1 masuk ke dalam variabel dasar menggantikan x3 sehingga tabel B
akan berubah menjadi :
12
Variabel Z X1 X2 X3 X4 NK Indeks
dasar
Z 1 0 0 0 44.000 1.056.000
X1 0 1 0 0 -0,22 2,22
X2 0 0 1 0 0,143 5,56
Pada tabel C, seluruh elemen pada baris fungsi tujuan telah bernilai positif.
Hal ini berarti bahwa perbaikan yang dilakukan sudah merupakan hasil optimal,
sehingga tidak perlu lagi dilakukan upaya perbaikan. Nilai optimal yang dihasilkan
adalah fungsi tujuan z yang maksimum yaitu 1.056.000 dengan x1 = 2.22 dan x2 =
5.56.
13
Langkah 4. Menciptakan dua Node baru, satu dengan batasan ≤ dan satu
dengan batasan ≥
Berdasarkan langkah 3, maka diperoleh dua Node baru, seperti tampak pada
gambar berikut :
X2 ≤ 5 X2 ≥ 6
NODE 2
Berdasarkan. :
(3) x2 ≤ 5
(4) x1 , x2 ≥ 0
14
Persoalan yang telah dinyatakan dalam bentuk model matematis seperti di atas
diselesaikan dengan menggunakan metode simpleks, yaitu
Batasan (1) harus ditambah dengan sebuah slack variabel x3, sehingga :
Batasan (2) harus ditambah dengan sebuah slack variabel x4, sehingga :
x2 + x5 = 5
z - 100.000x1 - 150.000x2 = 0
Fungsi tujuan dan batasan yang telah diubah disusun dalam tabel simpleks berikut :
15
Tabel A. Solusi Simpleks relaksasi pada Node 2
Variabel Z X1 X2 X3 X4 X5 NK Indeks
dasar
Z 1 -100.000 -150.000 0 0 0 0
X4 0 15 30 0 1 0 200 6,67
X5 0 0 1* 0 0,033 1 5 5
Kolom kunci pada tabel di atas adalah kolom yang mempunyai nilai negatif dengan
angka terbesar pada baris fungsi tujuan, yaitu kolom x2 dengan nilai -150.000.
Indeks baris x5 = 5: 1= 5
Karena nilai indeks positif dengan angka terkecil terdapat pada baris x5, maka
baris x5 dinyatakan sebagai baris kunci.
16
f. Menentukan angka kunci
Angka kunci pada tabel di atas adalah 1, karena merupakan nilai yang
termasuk kolom kunci sekaligus baris kunci.
● Kolom x2 baris x5 = 1 : 1 = 1
● Kolom x3 baris x5 = 0 : 1 = 0
● Kolom x4 baris x5 = 0 : 1 = 0
● Kolom NK baris x5 = 5 : 1 = 5
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris
kunci)
-100.000 -150.000 0 0 0 0
-150.000 0 1 0 0 1 5 -
17
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris
kunci)
4.000.000 0 1 0 0 1 5 -
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris
kunci)
15 30 0 1 0 200
30 0 1 0 0 1 5 -
15 0 0 1 -30 50
i. Melanjutkan perbaikan-perbaikan/perubahan-perubahan
Karena kolom kunci adalah kolom x2 dan baris kunci adalah baris x5, maka x2
masuk kedalaman variabel dasar menggantikan x5, sehingga tabel A akan berubah
menjadi :
18
Variabel Z X1 X2 X3 X4 X5 NK Indeks
dasar
X4 0 15 0 0 1 -30 50 63,33
X2 0 0 1 0 0 1 5 ∞
Kolom kunci pada tabel diatas adalah kolom yang mempunyai nilai
negatif dengan angka terbesar pada baris fungsi tujuan, yaitu kolom x1 dengan
nilai -100.000.
Indeks baris x2 = 5 : 0 = ∞
Karena nilai indeks positif dengan angka terkecil terdapat pada baris x3,
maka baris x3 dinyatakan sebagai baris kunci.
19
⮚ Menentukan angka kunci
Angka kunci pada tabel di atas adalah 8.000.000, karena merupakan nilai
yang termasuk kolom kunci sekaligus baris kunci.
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris
kunci)
0 0 0 0 100.000 1.000.000
20
● Baris x4 diubah dengan rumus :
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris
kunci)
15 0 0 1 -30 50
15 1 0 0 0 -0,5 2,5 -
0 0 0 1 -22,5 12,5
Baris baru = baris lama – ( koefisien pada kolom kunci x nilai baru baris
kunci)
0 1 0 0 1 5
0 1 0 0 0 -0,5 2,5 -
0 1 0 0 1 5
Karena kolom kunci adalah kolom x1 dan baris kunci adalah baris x3, maka
x1 masuk ke dalam variabel dasar menggantikan x3 sehingga tabel B akan
berubah menjadi :
21
Variabel Z X1 X2 X3 X4 X5 NK Indeks
dasar
Z 1 0 0 0 0 100.000 1.000.000
X1 0 1 0 0 0 -0.5 2,5
X4 0 0 0 0 1 -22,5 12,5
X2 0 0 1 0 0 1 5
Pada tabel C, seluruh elemen pada baris fungsi tujuan tidak ada lagi yang bernilai
negatif. Hal ini berarti bahwa perbaikan yang dilakukan sudah merupakan hasil
optimal, sehingga tidak perlu lagi dilakukan upaya perbaikan. Nilai optimal yang
dihasilkan adalah fungsi tujuan z yang maksimum yaitu 1.000.000 dengan x1 = 2,2
dan x2 = 5.
NODE 3
Berdasarkan. :
(3) x2 ≥ 6
22
(4) x1 , x2 ≥ 0
Persoalan yang telah dinyatakan dalam bentuk model matematis seperti di atas
diselesaikan dengan menggunakan metode simpleks sebagaimana pada langkah
penyelesaian untuk Node 2, sehingga diperoleh solusi optimal relaksasi pada Node 3,
seperti tampak pada tabel berikut :
Variabel Z X1 X2 X3 X4 X5 X6 NK Indeks
dasar
Pada tabel diatas, seluruh elemen pada baris fungsi tujuan tidak ada lagi yang
bernilai negatif . Hal ini berarti bahwa perbaikan yang dilakukan sudah merupakan
hasil optimal, sehingga tidak perlu lagi dilakukan upaya perbaikan. Nilai optimal
yang dihasilkan adalah fungsi tujuan z yang maksimum yaitu 1.034.000 dengan x1 =
1,34 dan x2 = 6
Dari tabel diatas solusi optimal simpleks relaksasi pada Node 3 diperoleh :
23
Mengingat bahwa belum diperoleh suatu solusi bilangan bulat yang layak dan
optimal, maka harus dibuat cabang dari salah satu antara Node 2 atau Node 3.
Dengan memperhatikan tabel C solusi optimal simpleks relaksasi pada Node 2
terlihat bahwa jika membuat cabang dari Node 2, maka nilai maksimum yang
mungkin dapat dicapai adalah 1.000.000 ( batas atas). Namun, jika membuat cabang
dari Node 3 ,nilai maksimum yang mungkin dicapai adalah 1.034.000 ( batas atas ).
Oleh karena itu, kita akan membuat cabang dari Node 3.
Jika langkah pengerjaan diteruskan hingga hasil yang paling optimal dan
berupa bilangan bulat, maka diperoleh :
24
BB = 950.000 (x1 = 2, x2 = 5)
x1 ≤ 1 x1 ≥ 2
BA = 1.025.500 (x 1 = 1, x2 = 6,17)
BB = 1.000.000 (x1 = 1, x2 = 6)
x2 ≤ 6 x2 ≥ 7
BA = 1.000.000 (x 1 = 1, x2 = 6)
BB = 1.000.000 (x1 = 1, x2 = 6)
Gambar di atas menunjukkan bahwa solusi bilangan bulat optimal telah tercapai pada
node 6, yaitu z = 1.000.000 untuk x1 = 1 dan x2 = 6. Suatu perbandingan antara
solusi-solusi pada node 2,5,6, dan 7 memperlihatkan bahwa tidak memungkinkan
memperoleh solusi yang lebih baik. Batas atas pada node 2 adalah 1.000.000, sama
dengan yg diperoleh pada Node 6. Sedangkan solusi pada node 5 dan 7 tidak layak.
25
Langkah 6. Solusi simpleks relaksasi adalah merupakan batas atas pada tiap
Node, dan solusi bilangan bulat maksimum yang ada ( pada Node mana saja)
adalah merupakan batas bawah.
Langkah 7. Jika proses ini menghasilkan solusi bilangan bulat fisibel dengan
nilai batas atas pada akhir Node mana saja, maka solusi bilangan bulat optimal
telah tercapai. Jika tidak muncul solusi bilangan bulat fisibel, lakukan
pencabangan dari Node dengan batas atas terbesar
26
1. 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.
Senter jenis A membutuhkan besi seberat 9 gram, senter jenis B
membutuhkan besi seberat 6 gram, dan senter jenis C membutuhkan besi
seberat 7 gram. Jumlah besi yang dapat disediakan oleh perusahaan hanya
2000 gram tiap minggunya. Untuk senter jenis A membutuhkan aluminium
seberat 5 gram, senter B membutuhkan aluminium seberat 3 gram, dan senter
C seberat 8 gram. 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 adalah sebesar
Rp9000, Rp 7000, Rp 8000. Berapa kombinasi dari ketiga senter ini yang
harus diproduksi sehingga keuntungan dapat maksimum?
Jawaban akhir: Jadi perusahaan harus memproduksi senter A sebanyak 47,
senter B sebanyak 62 dan senter C sebanyak 172 agar menghasilkan
keuntungan optimum 2.233.000.
2. Sebuah perusahaan mie kering memproduksi 2 jenis produk, yaitu jenis A
dan jenis B. Masing-masing jenis produk melalui tahapan proses yaitu
pembuatan adonan dan pengeringan. Waktu yang diperlukan untuk
pembuatan adonan mie jenis A adalah 6 jam, sedangkan untuk mie jenis B
adalah 5 jam. Sedangkan waktu yang diperlukan untuk pengeringan mie jenis
A adalah 2 jam, dan untuk mie jenis B adalah 3 jam. Perusahaan tersebut
hanya mempunyai waktu untuk pembuatan adonan selama 30 jam dan waktu
pengeringan 12 jam per minggu. Mie jenis A menghasilkan keuntungan
Rp8.000,00 per kg sedangkan mie jenis B menghasilkan keuntungan
Rp7.000,00 per kg. Berapakah keuntungan maksimal dari memproduksi mie
kering tersebut?
27
Jawaban akhir: Jadi, keuntungan maksimal dari memproduksi mie kering
adalah 40,5 dan 40.
BAB III
28
PENUTUP
3.1 Kesimpulan
3.2 Saran
DAFTAR PUSTAKA
29
A Pasaribu, priandy Hasian, Implementasi Metode Branch and Bound dalam
Mengoptimalkan
30