Pertemuan 13

INTEGER PROGRAMMING

Tim Matakuliah Riset Operasional

PS. AGB-FP UHO
INTEGER PROGRAMMING

INTRODUCTION
 INTEGER PROGRAMMING (IP)
• Untuk permasalahan optimasi dengan beberapa
atau semua variabel keputusan bernilai
bulat(integer).

• Tidak dapat diselesaikan langsung dengan

metode simpleks karena adanya beberapa atau
semua variable yang berupa bilangan bulat
melanggar salah satu asumsi metode simpleks
(semua variable keputusan adalah bilangan real /
tidak harus bulat).
 KLASIFIKASI IP
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).
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).
 PROBLEM IP
Permasalahan yang mengharuskan variabel keputusan bernilai integer
diantaranya adalah
❑ Investasi
❑ Multiperiode Budgeting
❑ Routing
❑ Knapsack → Vehicle Loading
❑ Set Covering
❑ Scheduling
❑ Mixed Product
❑ Location
❑ Distribution
❑ Assignment
❑ Transportasi
❑ ….
CONTOH PROBLEM IP
1. PENJADWALAN PEKERJA (SCHEDULING)
• Bank Swasta buka mulai jam 9 pagi sampai dengan jam 5 sore. Banyaknya
konsumen yang datang ke bank cukup bervariasi sehingga banyaknya teller yang
diperlukan pada setiap jam juga berbeda. Teller merupakan tenaga outsourcing,
pihak bank bisa menentukan pada jam berapa teller tersebut harus mulai bekerja.
Setiap teller bekerja selama 5 jam sehari. Tentukan banyaknya setiap teller yang
harus masuk pada setiap jam supaya biaya yang dikeluarkan bank minimal !

Periode Jumlah teller yang

diperlukan
9 – 10 10
10 – 11 12
11 – 12 14
12 – 1 16
1–2 18
2-3 17
3–4 15
4–5 10
Xi: banyaknya teller yang mulai masuk kerja pada jam ke i

X1
X2
X3
X4
X5

9 10 11 12 13 14 15 16 17 18
 2. CAPITAL BUDGETING
• Punya uang utk investasi Rp 14.000.000.
• Ada 4 jenis kesempatan investasi :
– Investasi 1 : butuh Rp 5.000.000 , akan berkembang mjd Rp 8.000.000
– Investasi 2 : butuh Rp 7.000.000 , akan berkembang mjd Rp
11.000.000
– Investasi 3 : butuh Rp 4.000.000 , akan berkembang mjd Rp 6.000.000
– Investasi 4 : butuh Rp 3.000.000 , akan berkembang mjd Rp 4.000.000
 FORMULASI : Capital Budgeting
Model ILP :
xi : investasi ke i , i=1,2,3,4
xi = 0 jika tidak mengambil investasi i
= 1 jika mengambil investasi i

Maksimasi :
Z = 8x1 + 11x2 + 6x3 + 4x4
Kendala :
5x1 + 7x2 + 4x3 + 3x4 ≤ 14
xi  {0,1} , i = 1,2,3,4
 3. CONTOH & FORMULASI : Capital Budgeting

• Apabila ditambah kendala :

– Kita hanya dapat membuat paling banyak dua investasi
– Jika investasi 2 diambil, maka investasi 4 juga diambil
– Jika investasi 1 diambil, maka investasi 3 tidak dapat diambil

• Model matematikanya :
Maksimasi :
Z = 8x1 + 11x2 + 6x3 + 4x4
Kendala :
5x1 + 7x2 + 4x3 + 3x4 ≤ 14
x1 + x2 + x 3 + x4 ≤ 2
x2 – x4 ≤ 0
x 1 + x3 ≤ 1
xi  {0,1} ,
i = 1,2,3,4
 3. KNAPSACK PROBLEM
• Terdapat 7 jenis barang, setiap jenis barang mempunyai
ukuran dan keuntungan yang berbeda sbb :

Barang 1 2 3 4 5 6 7
ke-
Ukuran 5 7 4 3 4 3 7
Nilai 8 11 6 4 6 5 6

• Alat angkut hanya mampu mengangkut 40 m3, barang

manakah yang seharusnya diangkut?
 4. PEMILIHAN LOKASI PABRIK
• Perusahaan berencana untuk mendirikan satu atau beberapa pabrik untuk memenuhi
permintaan produk pada berbagai daerah (pasar). Terdapat 4 lokasi dimana pabrik dapat
dibangun dan terdapat 12 pasar yang harus dipenuhi oleh perusahaan. Produk akan langsung
dikirim dari pabrik ke pasar.
• Biaya untuk mendirikan pabrik dan kapasitas pabrik di masing-masing lokasi adalah sebagai
berikut: A B C D

Biaya Investasi 1000 1500 700 400

Kapasitas 2000 4000 1000 900

• Biaya untuk mengirim barang dari suatu pabrik ke pasar adalah sebagai berikut

1 2 3 4 5 6 7 8 9 10 11 12

A 3 4 1 2 3 5 5 2 3 4 5 5

B 6 6 4 5 7 3 4 1 2 4 4 4

C 4 2 3 5 4 5 4 3 6 5 4 3

D 5 5 2 3 4 5 5 6 2 3 5 5

• Permintaan 500 200

Tentukan di manakah 400
pabrik harus100 600 dan
dibangun 400berapa
200pabrik
250yang 200 300 220
harus dibangun?? 100
 5. DIET PROBLEM

Kebutuhan : energy(2000kcal), protein(55g),

calcium(800mg)
Serving Energy Protein Calcium Price per Max serving
size (kcal) (g) (mg) serving (cents) allowed
Food
Oatmeal 28g 110 4 2 3 4
Chicken 100g 205 32 12 24 3
Eggs 2 large 160 13 54 13 2
Wholemilk 237cc 160 8 285 9 8
Cherry pie 170g 420 4 22 20 2
Pork with beans 260g 260 14 80 19 2
 Formulasi : DIET PROBLEM
M inimisasi : 3x1 + 24x2 +13x3 + 9x4 + 20x5 +19x6
Pembatas:
0  x1  4
0  x2  3
0  x3  2
0  x4  8
0  x5  2
0  x6  2
110x1 + 205x2 +160x3 160x4 + 420x5 + 260x6  2000
4x1 + 32x2 +13x3 + 8x4 + 4x5 +14x6  55
2x1 +12x2 + 54x3 + 285x4 + 22x5 + 80x6  800
 6. BLENDING
• Perusahaan eaglefood akan memproduksi cereal dalam kemasan sebesar 2 pound.
Cereal yang diproduksi harus memenuhi kebutuhan gizi dalam sehari. Kebutuhan
gizi dalam sehari dapat dilihat dalam tabel berikut ini:
Grain
A B C
Minimum Daily
Harga per pound 3300 4700 3800 Requirement
Protein per pound 22 28 21 3
Riboflavin per pound 16 14 25 2
Phosphorus per pound 8 7 9 1
Magnesium per pound 5 0 6 0.425

• Terdapat tiga alternatif bahan baku yang dapat digunakan, bahan baku tersebut
bisa dicampur untuk memproduksi cereal.
• Tentukan bagaimana perbandingan(komposisi) bahan baku A, B dan C dalam
cereal sehingga biaya untuk memproduksi cereal minimum!
 FORMULASI : MODEL
Variabel keputusan
• xi = jumlah mobil tipe ke-i yang diproduksi
• yi = 1 jika mobil tipe ke-i diproduksi, dan yi=0 jika tidak

Formulasi :
Maks z = 2 x1 + 3 x2 + 4 x3
Subject to:
x1 ≤ M y1
x2 ≤ M y2
x3 ≤ M y3
1000 – x1 ≤ M (1 – y1)
1000 – x2 ≤ M (1 – y2)
1000 – x3 ≤ M (1 – y3)
1.5 x1 + 3 x2 + 5 x3 ≤ 6000
30 x1 + 25 x2 + 40 x3 ≤ 60000
x1, x2, x3 ≥ 0 dan integer
y1, y2, y3 = 0 atau 1
 7. SET COVERING PROBLEM
• Propinsi sukolilo mempunyai 6 kota
• Pemerintah berencana untuk membangun kantor pusat pemadam kebakaran. Pada kantor pusat
pemadam kebakaran akan ditempatkan kendaraan pemadam kebakaran, peralatan pemadam
kebakaran dan personelnya, sehingga jika ada kebakaran maka petugas akan berangkat dari kantor
pusat pemadam kebakaran menuju lokasi kebakaran.
• Petugas tidak boleh mencapai lokasi kebakaran lebih dari 15 menit (waktu tempuh) dari stasiun
pemadam kebakaran.
• Waktu yang dibutuhkan dari kota yang satu ke kota yang lain adalah sebagai berikut.

Kota ke- 1 2 3 4 5 6
1 0 10 20 30 30 20
2 10 0 25 35 20 10
3 20 25 0 15 30 20
4 30 35 15 0 15 25
5 30 20 30 15 0 14
6 20 10 20 25 14 0

• Tentukan dimanakah kantor pusat pemadam kebakaran harus dibangun supaya banyaknya kantor yang
harus dibangun tidak banyak(minimal) sehingga dana APBD bisa dihemat untuk dialokasikan pada
bidang lain?
 7. SET COVERING PROBLEM (CONT’D)
• Sebuah kota dapat dicover oleh stasiun pemadam kebakaran jika jarak
tempuhnya tidak lebih dari 15 menit
• Covering set untuk setiap kota

Kota Covering sets (15 menit)

1 1,2

2 1,2,6

3 3,4

4 3,4,5

5 4,5,6

6 2,5,6
FORMULASI SET COVERING PROBLEM
Variabel keputusan :
xi = 1 jika dibangun stasiun pemadam kebakaran pada kota-i
= 0 jika TIDAK dibangun stasiun pemadam kebakaran pada kota-i
Fungsi tujuan :
Minimum Z= x1+ x2+ x3+ x4+ x5 + x6
Fungsi pembatas:
x1+x2 ≥ 1
x1+x2 + x6 ≥ 1
x3+x4 ≥ 1
x3+x4+x5 ≥ 1
x4+x5+x6 ≥ 1
x2+x5+x6 ≥ 1
 8. ASSIGNMENT (PENUGASAN)
Pak Ali harus menugaskan stafnya untuk mengerjakan tugas-tugas pada divisinya. Pak Ali
memiliki 5 staf yaitu Rita, Tari, Rani, Nira, Tara. Divisi pak ALi harus menyelesaikan 5
tugas. Pak Ali menemui kesulitan dalam menugaskan kelima stafnya karena Rita tidak
mempunyai keahlian dalam mengerjakan tugas 2 sedangkan Tari tidak mampu
mengerjakan tugas 1. Biaya menugaskan setiap staff adalah berbeda beda karena untuk
bisa menyelesaikan tugas dengan baik, staff seringkali harus mendapatkan pelatihan dan
biaya akomodasi yang berbeda beda. Biaya menugaskan setiap staff untuk mengerjakan
satu tugas adalah sebagai berikut:

Tugas
Staff 1 2 3 4 5
Rita 4 10 6 5
Tari 5 1 5 10
Rani 3 5 8 4 7
Nira 4 2 7 1 10
Tara 8 8 2 10 5

Bagaimanakah cara menugaskan kelima staff tersebut supaya biaya yang harus
dikeluarkan perusahaan minimal?
INTEGER PROGRAMMING

METODE CUTTING PLANE

 IP SOLVING:
ALGORITMA CUTTING-PLANE
• Temukan solusi optimal untuk Linier Problem
(menggunakan prosedur standar).
• Tambahkan fungsi pembatas khusus (disebut
cuts) untuk menghasilkan titik ekstrim optimal
integer.
• Cuts tidak menghilangkan titik feasible integer
asal.
• The cuts must through at least one feasible or
infeasible integer point
• Number of cuts is independent of the size of the
problem
 IP SOLVING:
ALGORITMA CUTTING-PLANE
• Contoh permasalahan ILP:
 IP SOLVING: ALGORITMA CUTTING-PLANE
PENDEKATAN GRAFIS
• Solusi:
 IP SOLVING: ALGORITMA CUTTING-PLANE
PENDEKATAN ALJABAR
• Tabel Optimal LP:

• Buat cuts
– Dengan asumsi bahwa semua variable (termasuk
slacks) adalah integer.
 IP SOLVING: ALGORITMA CUTTING-PLANE
PENDEKATAN ALJABAR
• Langkah untuk membuat cuts:
– Pilih ‘baris sumber’
– Faktorkan baris sumber
– Buat cuts dari faktor baris sumber
– Buat persamaan dari cuts
• Selesaikan problem dari fraksi pecahan
– Tambahkan fungsi pembatas pada tabel simples
optimal
– Gunakan dual simplex untuk menyelesaikan
permasalahan, jika tabel optimal tidak feasible.
– Buat fraksi selanjutnya hingga semua variable integer.
 1. MEMBUAT CUTS
Pilih baris sumber

Faktorkan baris sumber

Faktor baris sumber – x2

Buat cuts dari faktor baris sumber

Buat persamaan dari cuts

 2. SELESAIKAN DENGAN SIMPLEX
• Table baru :

• Selesaikan dengan dual simplex

– Hasil:
• Buat cut selanjutnya hingga semua variabel integer
• Final Result:
LATIHAN
• References:
– Eunike, Agustina. Materi Ajar Penelitian
Operasional 1. PSTI – Universitas Brawijaya. 2012
– Frederick Hillier and Gerald J. Lieberman.
Introduction to Operations Research. 7th ed. The
McGraw-Hill Companies, Inc, 2001.
– Hamdy A. Taha. Operations Research: An
Introduction. 8th Edition. Prentice-Hall, Inc, 2007