LECTURE NOTES

ISYE8022 – ENGINEERING
OPTIMIZATION

D6344 – Muhammad Asrol

Session 07

Network Optimization Model

Daftar Isi

7. Network Optimization Model .............................................................................. 1

Learning Outcome ................................................................................................ 1

Overview .............................................................................................................. 1

7.1. A main idea of network optimization model ................................................ 2

7.2. Shortest-path model ...................................................................................... 4

7.3. Minimum spanning tree ................................................................................ 6

7.4. Simpulan ....................................................................................................... 9

Daftar Pustaka ............................................................................................................. 10

 BAB VII

7. Network Optimization Model

Learning Outcome
 Formulate a mathematical model to represents industrial problems.
 Solve industrial problems using an engineering optimization technique.

Overview
Network Optimization Model pada dasarnya memberikan penjelasan tentang ide
dasar sebuah network dan bagaimana teknik untuk menyelesaikannya. Jika dilihat,
network optimization model hampir sama dengan dynamic programming, tetapi pada
sesi ini akan dijelaskan beberapa teknik spesifik dalam mencari solusi optimal pada
sebuah network. Sehingga, beberapa hal yang akan disampaikan pada sesi ini

ISYE8022 – ENGINEERING OPTMIZATION 1

diantaranya a main idea of network optimization model, shortest-path model, dan
minimum spanning tree.

7.1. A main idea of network optimization model

Network / bentuk jaringan muncul dalam berbagai bentuk dalam kehidupan sehari-
hari seperti, tranportasi, web, jaringan listrik hingga jaringan komunikasi. Dalam
teknik industri, ekosistem jaringan sangat mungkin untuk diaplikasikan pada berbagai
bidang, diantaranya produksi, distribusi, rantai pasok, project planning, resource
planning bahkan hingga financial planning.

Optimasi jaringan dalam teknik optimiasi tumbuh dengan cepat yang didorong juga
oleh kompleksitas permasalahan dan kemajuan komputer dan algoritma machine
learning. Untuk memberikan contoh dan ilustrasi network, kondisi berikut dapat
dikategorikan sebagai jaringan dan dapat dioptimasi, diantaranya:

1. Desain jaringan pipa gas alam lepas pantai yang menghubungkan kepala
sumur di Teluk Meksiko ke titik pengiriman dekat pantai dengan tujuan
meminimalkan biaya pembangunan pipa.
2. Penentuan rute terpendek antara dua kota dalam jaringan jalan yang udah
tersedia.
3. Penentuan kapasitas maksimum (ton per tahun) dari dari jaringan pipa bubur
batu bara yang menghubungkan tambang batu bara di Wyoming dengan
pembangkit listrik di Houston. (Pipa lumpur mengangkut batubara dengan
memompa air melalui pipa yang dirancang khusus).
4. Penentuan jadwal (start and completion dates) untuk aktivitas-aktivitas
penyelesaian project tertentu
5. Penentuan biaya minimum untuk penjadwalan dari lapangan minyak ke kilang
melalui jaringan pipa.

ISYE8022 – ENGINEERING OPTMIZATION 2

Sebuah jaringan/network terdiri atas beberapa titik dan beberapa garis yang saling
berhubungan satu sama lain. Titik dalam networks disebut dengan nodes (atau
vertices) sedangkan garis disebut dengan arcs. Arcs dalam jaringan bisa saja
memiliki arah. Beberapa contoh nodes, arcs dan flow dapat dilihat pada Tabel 1.

Tabel 1 Komponen networks

Untuk menambah pemahaman tentang networks, berikut diberikan salah satu contoh
optimasi networks.

ISYE8022 – ENGINEERING OPTMIZATION 3

Berikut ini yang harus diselesaikan pada permasalahan di atas:
1. Untuk mencari rute dari park to stasiun T yang memiliki total jarak terpendek.
2. Jaringan telepon harus dipasang di bawah jalan, sehingga dapat
menghubungkan komunikasi antar stasiun. Karena pemasangan kabel telepon
relatif mahal dan dapat merusak lingkungan, kabel tersebut harus dipasang
seoptimal mngkin. Sehingga perlu ditentukan jarak terpendek untuk
menghubungkan semua stasiun tersambung dengan baik
3. Banyak orang ingin naik Tram dari park ke stasiun T Ketika peak season.
Untuk menghindari ganguan pada binatang liar dan lingkungan, perlu
ditentukan jumlah total trem yang dapat dijalankan pada setiap harinya dan
mampu menampung semua orang.

7.2. Shortest-path model

Pada contoh ilustrasi di bagian 1, masalah 1 dapat diselesaikan dengan shortest-path
model. Tujuan umum shortest-path model adlaah untuk mencari minimum jumlah
total jarak. Algoritma shortest-path model adalah sebagai berikut:

Objective of nth iteration
Input untuk iterasi ke n
Kandidat untuk node terdekat ke-n
: Temukan node ke n yang terdekat dengan titk asal
(ini akan diulangi untuk n = 1, 2, hingga node
terdekat dengan tujuan
: n-1 node tedekat dengan titik asal (diselsaikan pada
tahap sebelumnya), termasuk rute terpendeknya
dengan titik asal (node-node ini dan titik asalnya
disebut dengan solved nodes, sedangkan node
lainnya disebut dengan unsolved nodes)
: Setiap node yang telah diselesaikan langsung
dihubungkan dengan satu atau lebih unsolved
nodes sehingga menghasilkan satu kandidiat yaitu
Unsolved nodes yang memiliki rute terpendek
untuk terkoneksi dengan solved nodes.

ISYE8022 – ENGINEERING OPTMIZATION 4

Perhitungan : Untuk setiap solved nodes dan kandidatnya
tambahkan jumlah total jarak diantara mereka.
Jaringan yang memiliki nilai terkecil adalah
shortest path
Untuk dapat menyelesaikan permasalahan 1 dengan menggunakan shortest path
model, perlu dibuat satu tabel untuk menceriminkan kondisi actual jaringan. Tabel
shortest path model dapat dilihat pada Tabel 1.

Tabel 1 Shortest path model untuk permasalahan 1

Dari Tabel 1 dapar dilihat bahwa jarak paling pendek dari taman ke stasiun T dapat
dilihat dengan melihat kolom terakhir pada tabel. Sehingga, berdsarkan cara tersebut
dapat diperoleh rute terpendeknya adalah: T  D  E  B  A  O or T  D 
B  A  O.

Sehingga, dua alternatif terpendek dari taman ke tujuan stasiun T adalah O  A  B

 E  D  T dan O  A  B  D  T

ISYE8022 – ENGINEERING OPTMIZATION 5

 7.3. Minimum spanning tree
Minimum spanning tree memiliki beberapa persamaan dengan shortest-path problem.
Kedua model tersebut memilih link yang memiliki jarang terpendek diantara link-link
lainnya. Pada kasus shortest-path model, link yang terpilih hanya perlu
menghubungkan antara origin dan destination, sedangkan pada Minimum spanning
tree perlu menghubungkan semua nodes yang telah ada dalam jaringan.

Untuk lebih jelasnya, berikut ini adalah karakteristik Minimum spanning tree

1. Diberikan node node dalam satu jaringan tetapi dengan linknya. Sebagai
gantinya, diberikan potential link dan length-nya untuk dimasukkan ke dalam
jaringan. Length tersebut dapat berupa jarak, biaya atau waktu.
2. Diperlukan untuk merancang sebuah jaringan dengan memasukkan link yang
cukup untuk menghubungkan semua node dalam jaringan.
3. Tujuannya adalah untuk meminimasi jumlah total length yang dimasukkan ke
dalam jaringan
4. Jaringan yang terdiri darn n nodes hanya membutuhkan n-1 untuk
menghubungkan semua nodes di dalam jaringan.

Permasalahan pada bagian 1 pertanyaan no 2 dapat diselesaikan dengan minimum

spanning tree. Berikut ini adalah algoritma umum untuk menyelesaikan masalah
minimum spanning tree:

1. Silahkan dipilih sebuah node secara bebas kemudian koneksikan (tambahkan

link) dengan node terdekatnya.
2. Identifikasi unconnected node yang terdekat dengan connected node
kemudian hubungkan keduanya (tambahkan link). Silahkan diulangi Langkah
ini sehingga semua node dapat dihubungkan.
3. Tie breaking: ikatan antara step 1 atau step 2 bisa saja dapat tidak terhubung
dengan baik. Tetapi, algoritma harus menghasilkan solusi yang optimal.

ISYE8022 – ENGINEERING OPTMIZATION 6

 Hal ini mengindikasikan bahwa terdapat multiple optimal solution yang harus
dicari. Semua solusi optimal tersebut dapat diidentifikasi melalui pencarian tie
breaking antar node sehingga diperoleh satu solusi yang paling optimal.

Penyelesaian masalah pada pertanyaan no 2 pada bagian 1 dengan menggunakan

algoritma minimum spanning tree secara bertahap adalah sebagai berikut:

1. Secara bebas, silahkan mulai dari node O. node yang tidak terkoneksi dan
dekat dengan node O adalah node A. Sehingga, hubungkan node O dan node
A, sebagai berikut:

2. Node yang tidak terkoneksi lainnya dengan node O atau node A adalah node
B. Dalam hal ini node B lebih dekat dengan node A, hubungkan node B ke
node A sebagai berikut:

ISYE8022 – ENGINEERING OPTMIZATION 7

3. Node yang tidak terkoneksi dan terdekat dengan node O, A atau B adalah
node C. Dalam hal ini, node C lebih dekat dengan node B. Sehingga, silahkan
hubungkan node B ke node C, sebagai berikut:

4. Node yang tidak terkondeksi dan dekat dengan node O, A, B atau C adalah
node E. Dalam hal ini, node E lebih dekat dengan node B, sehingga
hubungkan node B ke node E, sebagai berikut:

6. node yang tidak terkoneksi dan dekat dengan node O, A, B, C, atau E adalah
node D. Dalam hal ini, node D lebih dekat ke node E, sehingga hubungkan
keduanya, sebagai berikut:

ISYE8022 – ENGINEERING OPTMIZATION 8

 7. Node terakhir yang belum terkoneksi adalah node T. Dalam hal ini, node T
lebih dekat ke node D.

Berdasarkan hasil pada tahapan akhir tersebut dapat diketahui bahwa semua titik
dalam jaringan telah tekoneksi. Dengan demikian, hasil ini adalah hasil yang optimal,
dengan total jarak adalah 14 Mil.

Meskipun kelihatannya bahwa pemilihan node pada awal iterasi sangat menentukan
hasil akhir dengan menggunakan algorima ini, tetapi ini tidak sepenuhnya benar.
Untuk memverifikasinya, silahkan pilih node lain untuk menghubungkan semua titik
pada jaringan tersebut.

7.4. Simpulan
Terdapat banyak contoh network dalam kehidupan sehari-hari, termasuk dalam teknik
industri. Bentuk network sangat memungkinkan untuk dioptimalkan. Pada sesi ini

ISYE8022 – ENGINEERING OPTMIZATION 9

telah diberikan dua contoh algoritma network optimization model dengan tujuan
minimasi tetapi dengan karakteristik yang berbeda-beda. Terdapat satu jenis network
optimization lain yang dapat dipelajari, yaitu maximum flow untuk menyelesaikan
pertanyaan 3 yang diajukan pada bagian 1 di atas.

Daftar Pustaka

Frederick S. Hillier and Gerald J. Lieberman. (2015). Introduction to Operations

Research. Tenth Edition. Mc Graw Hill. New York. ISBN: 978-0-07-337629-5.

Taha, HA. 2017. Operation Research: An Introduction, Tenth Edition. Pearson.

ISBN: 978-1-292-16554-7

1
ISYE8022 – ENGINEERING OPTMIZATION
0