LAPORAN PRAKTIKUM PENELITIAN OPERASIONAL II

DYNAMIC PROGRAMMING

KELOMPOK 4.1:

M. FARHANUDDIN WIJAYA 2009036003

INTAN WULANDARI 2009036030

LABORATORIUM TEKNOLOGI INDUSTRI

PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2022
 BAB II
TINJAUAN PUSTAKA

2.4 Dynamic Programming

Menurut Drezner (1995) dalam Firmansyah dan Aprillia (2018), penentuan lokasi dari
fasilitas merupakan keputusan yang strategis yang dilakukan oleh bagian manajemen.
Keputusan seperti itu biasanya dilakukan dengan menerapkan beberapa kondisi yang ada
seperti jumlah populasi penduduk, infrastruktur, persyaratan layanan dan lain-lain.

Menurut Putra (2016) dalam Zakaria dkk. (2020), pengendalian adalah tindakan yang
sangat penting dalam menghitung berapa jumlah optimal tingkat persediaan yang
diharuskan, serta kapan saatnya mulai mengadakan pemesanan kembali.

Menurut Wahyuni dkk. (2018) dalam Zakaria dkk. (2020), persediaan adalah sejumlah
barang atau bahan yang dimiliki oleh suatu perusahaan yang bertujuan untuk di jual
maupun diolah kembali.

Menurut Hormozi dan Khumawala (1996) dalam Firmansyah dan Aprillia (2018), sebuah
algoritma untuk mengoptimalkan masalah dengan bobot yang memiliki nilai standar yang
berbeda dalam waktu dan lokasi yang telah ditentukan. Dengan menggunakan model
pemrograman integer campuran dan pendekatan pemrograman dinamis, masalahnya
terbagi menjadi masalah sederhana yang lebih sederhana.

Menurut Hillier (2005) dalam Fitria dkk. (2022), bentuk yang tepat pada persamaan
rekursif dapat berbeda antara pemrograman dinamis satu dengan pemrograman dinamis
yang lainnya. Akan tetapi, notasi yang digunakan sama, dapat dilihat dalam notasi-notasi
di bawah ini.
 𝑓𝑛∗(𝑠𝑛) = 𝑓𝑛 (𝑠𝑛, 𝑥𝑛∗)……………………………………………………(2.1)
dengan :
N : jumlah tahap
n : label dari keadaan yang terjadi (n = 1,2, ... , N).
Sn : Keadaan yang terjadi pada tahap n.
xn : variabel keputusan pada tahap n.
x*n : nilai optimum dari xn (diberikan sn ).
fn(sn,xn) : kontribusi dari tahap n, n+1,...,N pada fungsi objektif jika sistem dimulai keadaan sn
tahap n, xn tujuan keputusan yang mendekati dan keputusan optimal dibentuk
setelahnya.

Menurut Hillier (2005) dalam Fitria dkk. (2022), terdapat 2 macam prosedur rekursif,
yaitu forward dan backward. Penyelesaian program dinamis dari depan ke belakang
(forward recursive), yaitu dengan melakukan perhitungan tahap untuk keputusan optimal
dimulai dari keadaan masalah yang pertama ke masalah yang terakhir. Penyelesaian
program dinamis dari belakang ke depan (backward recursive), yaitu dengan melakukan
perhitungan tahap untuk keputusan optimal dimulai dari keadaan masalah yang terakhir
ke masalah yang pertama.

Menurut Fitria dkk. (2022), melakukan anasisis terhadap hasil optimal pada penelitian
dengan menggunakan model Pemrograman Dinamis. Langkah-langkah yang dilakukan
untuk analisis model sampai menghasilkan biaya operasional kapal yang optimal adalah
sebagai berikut.
1. Mengidentifikasi Variabel Independen dan Variabel Dependen
Variabel independen yang digunakan, yaitu biaya konsumsi bahan bakar ketika
berlayar, biaya konsumsi bahan bakar ketika sandar, biaya labuh kapal dan biaya
tambat kapal. Sedangkan variabel dependen yang digunakan, yaitu total biaya
operasional kapal setiap pelabuhan dan waktu tiba kapal pada setiap pelabuhan.
2. Mengidentifikasi Variabel Keputusan Setiap Tahap
Keputusan yang akan diambil pada setiap tahap adalah kecepatan pada kapal dengan
rentang kecepatan 17,5 knots sampai 19,5 knots.
3. Merumuskan Persamaan Fungsi Objektif
Menentukan fungsi tujuan yang akan digunakan berdasarkan variabel independen,
variabel dependen, variabel keputusan setiap tahap pada sistem sehingga membentuk
sebuah persamaan. Setiap tahap dalam sistem ini merupakan keputusan yang
dilakukan di tiap rute pelayaran yang dilalui oleh kapal.
4. Penyelesaian Model Pemrograman Dinamis
Penyelesaian model berdasarkan keadaan dan variable-variabel lainnya dengan
menetapkan output yang dapat diperoleh dengan fungsi rekursif, yaitu mendapatkan
biaya operasional kapal yang optimal.
5. Analisis Penyelesaian Masalah
Melakukan perhitungan hasil dari penerapan metode Pemrograman Dinamis dan
dilakukan penentuan kecepatan kapal melalui fungsi objektif yang dibentuk.

Menurut Corneujols dan Tutungu (2006) dalam Hapsari dkk. (2020), permasalahan dalam
ilmu komputer, matematika dan ekonomi dapat diselesaikan menggunakan model
identifikasi optimasi pemrograman dinamis sebagai metode dalam pemecahan masalah.
Pendekatan umum akan digunakan menyelesaikan masalah, di mana terdapat keterkaitan
antara beberapa permasalahan dan diselesaikan menggunakan prinsip optimalitas.

Menurut Hapsari dkk. (2020), pemrograman dinamis digunakan dalam membuat

rangkaian keputusan yang saling terkait sehingga mendapatkan prosedur yang runtut dan
sesuai untuk menentukan keputusan optimal. Pemrograman dinamis bertujuan untuk
mempermudah penyelesaian persoalan nilai efektif yang harus dicapai dan memiliki ciri
khas tertentu.

Menurut Zulfikarijah dkk. (2004) dalam Rachma (2020), program dinamik adalah Salah
satu teknik matematika yang digunakan untuk mengoptimalkan proses pengambilan
keputusan secara bertahap ganda. Suatu masalah pengambilan keputusan yang multistage
dipisah pisahkan menjadi suatu sub masalah yang berurutan dan saling berhubungan.
Program dinamik terbagi menjadi dua yaitu secara deterministik dan probabilistik.
Menurut Zulfikarijah dkk. (2004) dalam Rachma (2020), suatu masalah pengambilan
keputusan yang multistage dipisah pisahkan menjadi suatu sub masalah yang berurutan
dan saling berhubungan. Program dinamik terbagi menjadi dua yaitu secara deterministik
dan probabilistik.

Menurut Tampubolon (2009) dalam Rachma (2020), berikut adalah karakteristik

pemprograman dinamik, yaitu berdasarkan proses yang terjadi maka karakteristk
pemprograman dinamik dapat dirumuskan sebagai berikut:
1. Masalah dapat dibagi menjadi tahap-tahap.
2. Setiap tahap terdiri dari sejumlah keadaan yang terkait dengannya.
3. Keputusan pada tiap tahap mengubah keadaan yang sedang berlangsung menjadi
keadaan yang berhubungan dengan tahap berikutnya.
4. Berpangkal dari keadaan yang sedang berlangsung, keputusan pada tahap berikutnya
tidak trgantung pada keputusan yang telah diambil pada tahap sebelumnya.
5. Untuk menentukan keputusan optimal sebuah persamaan rekrusif di formulasikan.
6. Menggunakan persamaan rekrusif, prosedur perhitungan berjalan tahap demi tahap
sampai keseluruhan tahap dijalani

Menurut Bahagia, (2006) dalam Utama dkk. (2019), persediaan adalah sebuah sumber
yang menganggur (idle resources) yang keberadaannya menunggu proses lebih lanjut.
Yang dimaksud dengan proses lebih lanjut disini adalah dapat berupa kegiatan produksi
seperti dijumpai pada sistem manufaktur atau kegiatan pemasaran seperti yang dijumpai
pada sistem distribusi.

Menurut Utama dkk. (2019), beberapa penelitian program dinamis telah banyak
dilakukan oleh peneliti. Namun, penelitian tentang model program dinamis multi item
dengan kendala kapasitas gudang masih belum ditemukan. Oleh karena itu, program
dinamis perlu dikembangkan untuk menyelesaikan masalah multi item dengan Batasan
gudang. Dari beberapa beberapa penelitian yang sudah ada dan dikaitkan dengan masalah
perusahaan yang memiliki kendala yaitu kapasitas Gudang.
Menurut Utama dkk. (2019), pada perencanaan kebutuhan bahan baku dengan
Pemrograman Dinamis dengan pengembangan metode Wagner-Within Algorithm
biasanya belum mempertimbangkan produk multi item dan kapasitas gudang yang
tersedia. Maka, untuk menentukan jumlah dan periode pemesanan dilakukan dengan
mempertimbangan kendala kapasitas gudang dengan menggunakan pengembangan
model dari program dinamis algoritma WW multi item. Pengembangan pemrograman
dinamis multi item dengan kendalakapasitas gudang diharapkan dapat mencari solusi
pemecahan untuk perencanaan persediaan bahan baku.

Menurut Hieller dan Lieberman (2008) dalam Karundeng dkk. (2021), program dinamis
adalah prosedur matematis yang dirancang untuk memperbaikiefisiensi perhitungan
masalah pemrograman matematis tertentu dengan menguraikannya menjadi bagian
masalah yang lebih kecil. Program dinamis pada umumnya menjawab masalah dalam
tahap-tahap dengan setiap tahap meliputi tepat satu variabel optimasi. Perhitungan
ditahap yang berbeda-beda dihubungkan melalui perhitungan rekursif dengan cara yang
menghasilkan pemecahan optimal yang mungkin bagi seluruh masalah.

Menurut Prawirosentono (2005) dalam Karundeng dkk. (2021), teori utama dalam
program dinamis adalah prinsip optimal. Prinsip itu pada dasarnya menentukan
bagaimana suatu masalah yang diuraikan dengan benar dapat dijawab dalam tahap-tahap
melalui perhitungan rekursif.

Menurut Sri Mulyono (1999) dalam Karundeng dkk. (2021), pemecahan dengan
menggunakan program dinamis mempunyai empat tahapan, yaitu :
1. Memecah permasalahan asli menjadi bagian permasalahan yang juga disebut sebagai
tahapan dengan aturan keputusan pada setiap tahapan berdasarkan fungsi n.
2. Memecah tahapan terakhir dari permasalahan dengan semua kondisi dan keadaan yang
memungkinkan.
3. Bekerja mundur dari tahapan terakhir dan memecahkan setiap tahapan. Hal ini
dikerjakan dengan mencari keputusan optimal dari tahap tersebut sampai dengan tahap
terakhir.
4. Solusi optimal dari permasalahan didapatkan jika semua tahap sudah terpecahkan.
 BAB VII
DYNAMIC PROGRAMMING

7.1 Permasalahan Dynamic Programming

Ninja Express merupakan salah satu perusahaan pengiriman barang antar daerah yang
terdapat di Indonesia. Ninja Express akan mengirimkan barang dari provinsi Kalimantan
Timur (stage 1) ke provinsi Aceh (stage 12). Dalam mengirimkan barang ke provinsi
Aceh terdapat banyak jalur perjalanan yang dapat diambil. Buatlah rute pengiriman
perusahaan Ninja Express untuk menentukan rute pengiriman dengan jarak yang optimal
untuk jarak antar wilayah yang dilalui sebagai berikut (satuan kilometer).

Gambar 7.1 Gambar rute Ninja Express

Buatlah node dari model transportasinya, berapa jarak optimal dari rute pengiriman
barang pada Ninja Express dari provinsi Kalimantan Timur ke provinsi Aceh dengan
keterangan jarak antar wilayah yang dijabarkan pada tabel 5.1 berikut ini.

Tabel 7.1 Data pengiriman

Dari Ke Jarak (KM)
1 2 355
1 3 503
2 4 540
 Tabel 7.1 Data pengiriman (lanjutan)
2 5 584
2 6 592
3 4 360
3 5 387
3 6 498
4 7 407
4 8 322
4 9 305
5 7 488
5 8 464
5 9 556
6 7 340
6 8 579
6 9 395
7 10 542
7 11 432
8 10 498
8 11 560
9 10 489
9 11 396
10 12 523
11 12 500

7.2 Penyelesaian Masalah Dynamic Programming

Penyelesaian permasalahan dynamic programming pada perusahaan Ninja Express di atas

dapat diselesaikan secara komputerisasi menggunakan software WinQSB yang dapat
dilihat sebagai berikut.
1. Dibuka software ORACLE VM Vitual Box.
2. Setelah dibuka windows XP, diklik Start lalu dipilih All programs dan pada WinQSB
dipilih modul dynamic programming.
3. Diklik stagecoach (shortest route) problem pada Problem type dan diketik Ninja
Express pada problem title dengan nuber of nodes sejumlah 12 kemudian diklik OK.
 Gambar 7.2 DP problem specification

4. Diketik data jarak setiap wilayah yang terdapat pada permasalahan dynamic
programming pada perusahaan Ninja Expresss dari node 1 hingga node 12.

Gambar 7.3 DP problem specification

5. Diklik solve and analyze, kemudian dipilih solve and display steps dan diketik data
start node dan end node, lalu diklik solve and display steps.

Gambar 7.4 Solve and display steps

6. Selanjutnya akan ditampilkan solution steps dari perusahaan Ninja Express yang
dapat dilihat pada Gambar 7.5 berikut.

Gambar 7.5 Solution steps

7. Diklik result, kemudian dipilih show solution summary untuk diketahui hasil
penyelesaian yang optimal dari seluruh stage yang dapat dilihat pada Gambar 7.6.

Gambar 7.6 Solution summary

7.3 Analisa Output Dynamic Programming

Berdasarkan penyelesaian permasalahan dynamic programming menggunakan software

WinQSB, dilakukan analisa output penyelesaian permasalahan dynamic programming
yang akan dijelaskan sebagai berikut.
1. Distance to Node 12 dari masing-masing stage
Pada stage 1 terdapat satu jalur yaitu node 1 ke node 1 ke node 3 dengan jarak 503
km, dan jarak ke node 12 sejauh 2064 km. Pada stage 2 terdapat dua jalur yaitu node
 2 ke node 4 dengan jarak 540 km dan jarak ke node 12 sejauh 1741 km, kemudian
pada node 3 ke node 4 dengan jarak 360 km, dan jarak ke node 12 sebesar 1561 km.
Pada stage 3 terdapat tiga jalur yaitu node 4 ke node 9 dengan jarak 305 km dan jarak
ke node 12 sejauh 1201 km, kemudian node 5 ke node 7 dengan jarak 488 km dan
jarak ke node 12 sejauh 1420 km, dan node 6 ke node 7 dengan jarak 340 km dan
jarak ke node 12 sejauh 1272 km. Pada stage 4 terdapat tiga jalur yaitu node 7 ke
node 11 dengan jarak 432 km dan jarak ke node 12 sejauh 932 km, kemudian node
8 ke node 10 dengan jarak 498 km dan jarak ke node 12 sejauh 1021 km, dan node
9 ke node 11 dengan jarak 396 km dan jarak ke node 12 sejauh 896 km. Pada stage
5 terdapat dua jalur yaitu node 10 ke node 12 dengan jarak 523 km dan jarak ke node
12 sejauh 523 km, kemudian node 11 ke node 12 dengan jarak 500 km, dan jarak ke
node 12 sejauh 500 km.
2. Solution steps
Berdasarkan hasil penyelesaian didapatkan beberapa jalur pengiriman barang yang
optimal untuk dilalui yaitu pada stage 1 adalah node 1 ke node 3 dengan jarak 503
km, cumulative distance 503 km dan jarak ke node 12 sejauh 2064 km. Pada stage 2
adalah node 3 ke node 4 dengan jarak 360 km, cumulative distance 863 km dan jarak
ke node 12 sebesar 1561 km. Pada stage 3 adalah node 4 ke node 9 dengan jarak 305
km, cumulative distance 1168 km dan jarak ke node 12 sejauh 1201 km. Pada stage
4 adalah node 9 ke node 11 dengan jarak 396 km, cumulative distance 1564 km dan
jarak ke node 12 sejauh 896 km. Pada stage 5 adalah node 11 ke node 12 dengan
jarak 500 km, cumulative distance 2064 km dan jarak ke node 12 sejauh 500 km.
Pada persoalan Ninja Express diperoleh minimum distance dari node 1 ke node 12
sejauh 2064 km.

7.4 Kesimpulan

Berdasarkan penyelesaian permasalahan dynamic programming para perusahaan mobil

secara komputerisasi menggunakan software WinQSB dapat diperoleh kesimpulan
sebagai berikut.
1. Pada Distance to Node 12 dari masing-masing stage, diperoleh hasil stage 1 terdapat
satu jalur yaitu node 1 ke node 1 ke node 3 dengan jarak 503 km. Pada stage 2
terdapat dua jalur yaitu node 2 ke node 4 dengan jarak 540 km, kemudian pada node
3 ke node 4 dengan jarak 360 km. Pada stage 3 terdapat tiga jalur yaitu node 4 ke
node 9 dengan jarak 305 km, node 5 ke node 7 dengan jarak 488 km, node 6 ke node
7 dengan jarak 340 km. Pada stage 4 terdapat tiga jalur yaitu node 7 ke node 11
dengan jarak 432 km, node 8 ke node 10 dengan jarak 498 km, dan node 9 ke node
11 dengan jarak 396 km. Pada stage 5 terdapat dua jalur yaitu node 10 ke node 12
dengan jarak 523 km, dan node 11 ke node 12 dengan jarak 500 km.
3. Didapatkan hasil solution steps pengiriman barang yang optimal untuk dilalui yaitu
pada stage 1 adalah node 1 ke node 3 dengan jarak 503 km. Pada stage 2 adalah node
3 ke node 4 dengan jarak 360 km. Pada stage 3 adalah node 4 ke node 9 dengan jarak
305 km. Pada stage 4 adalah node 9 ke node 11 dengan jarak 396 km. Pada stage 5
adalah node 11 ke node 12 dengan jarak 500 km. Kemudian untuk persoalan Ninja
Express diperoleh minimum distance dari node 1 ke node 12 sejauh 2064 km.