Disusun oleh:
Kelompok: 5
Kelas: B
FAKULTAS TEKNIK
2021
KATA PENGANTAR
Dengan mengucapkan puji syukur kehadirat Tuhan Yang Maha Esa. Karena
atas rahmat dan karunia-Nya, penyusun dapat menyelesaikan makalah dengan judu
Penggunaan Metode Branch and Bound dalam Menentukan Tingkat Optimal dalam
Produksi di PT. Jaya Lighting. Dalam menyusun makalah ini, penyusun banyak
mendapatkan perhatian dari berbagai pihak yang telah membantu, membimbing
dan mengarahkan mulai dari pelaksanaan pembelajaran di kelas sampai dengan
terwujudnya karya tulis ini. Maka daripada itu penyusun mengucapkan kata
terimakasih yang sebesar-besarnya kepada;
1. Bapak Dr. H. Maman Suryaman, M. M. Pd. sebagai Dekan Fakultas Teknik.
2. Bapak H. Wahyudin, ST., MT. sebagai Koordinator Program Studi Teknik
Industri.
3. Ibu Rianita Puspa Sari, S.T., M.T. sebagai Dosen Pengampu Mata Kuliah
Penelitian Operasional 1.
4. Kedua Orang Tua yang telah memberikan dorongan dan doa yang bermanfaat
bagi penyusun.
5. Seluruh mahasiswa-mahasiswi program studi teknik industri angkatan 2019
yang juga turut membantu serta mendukung penyusun untuk menyelesaikan
makalah ini.
Penyusun menyadari bahwa makalah ini jauh dari kata sempurna. Hal ini
dikarenakan terbatasanya kemampuan penyusun yang masih dalam tahap
pembelajaran. Oleh karena itu kritik dan saran yang bersifat membangun senantiasa
penyusun harapkan, demi penyusunan makalah di masa yang akan datang. Semoga
makalah ini dapat bermanfaat khususnya bagi penyusun dan umumnya bagi
pembaca.
Kelompok 5
i
DAFTAR ISI
ii
4.1 Pengumpulan Data ........................................................................................ 21
5.2 Pembahasan 30
DAFTAR PUSTAKA
iii
2
BAB I
PENDAHULUAN
4
5
Tahun 2016
Variabel yang Berdasarkan pemrograman linier integer tiga paradigma
terikat komputasi yang mapan untuk Hipp sebagai algoritme dasar,
yang didasarkan pada IP, BnB dan Duduk, masing-masing.
Kemudian kami menyajikan bagaimana mereka dapat
diperluas untuk diselesaikan Chipp.
Hasil/Temuan Kami secara eksplisit mengeksploitasi fitur-fitur ini dalam
tiga pendekatan komputasi yang didasarkan pada
pemrograman linier integer, branch and bound kedalaman
pertama, dan kepuasan Boolean. Lebih lanjut, kami
memperkenalkan dua algoritme hibrid yang memanfaatkan
kekuatan pendekatan yang beragam. Analisis eksperimental
kami menunjukkan bahwa algoritme yang dioptimalkan
secara signifikan lebih unggul daripada algoritme dasar,
seringkali dengan urutan waktu berjalan yang lebih cepat.
Terakhir, eksperimen kami memberikan beberapa wawasan
berguna tentang fitur intrinsik dari masalah penting ini.
( 𝑀𝑎𝑥 / min ) Z = ∑ 𝑐𝑗 𝑥𝑗
𝑗=𝑖
Dengan kendala
𝑛
∑ 𝑎𝑖𝑗 𝑥𝑗 (≤, =, ≥) 𝑏𝑖 , (𝑖 = 1, 2, … , 𝑛)
𝑗=𝑖
𝑥𝑗 ≥ 0, ( 𝑗 = 1, 2, … , 𝑚)
𝑥𝑗 bernilai integer untuk semua j
3.1 Flowchart
3.1.1 Flowchart Penelitian
Mulai
Perumusan Masalah
Pengumpulan Data
Pengolahan Data
Analisis
Kesimpulan
Selesai
19
20
21
22
X4 4 9 6 1 0 0 1600
X5 10 7 8 0 1 0 2100
X6 6 4 9 0 0 1 1900
cj 10 8 9 0 0 0
Variabel Masuk = 𝑋1
Variabel Keluar = 𝑋4
Pipot =4
Penyelesaian :
4
X3 baru = 2 x (4 9 6 1 0 0 1600)
= 8 18 12 2 0 0 3200
10
X5 baru = − ( 4 ) x (10 7 8 0 1 0 2100)+ (4 9 6 1 0 0 1600)
70 10
= (−25 − − 20 0 − 0 − 525) +( 4 9 6 1 0 0 1600)
4 4
34 10
= −21 − − 14 1 − 0 − 3650
4 4
22
23
6
X6 baru = − (4) x (6 4 9 0 0 1 1900) + (4 9 6 1 0 0 1600)
15 6
= −5 3 10 − 4 − 1250
4
10
cj baru = − ( 4 ) x(10 8 9 0 0 0) + (4 9 6 1 0 0)
90
= (−21 − 11 − 0 0 0) + (4 9 6 1 0 0)
4
66
= −21 − 11 − 1 0 0)
4
Iiterasi 1
Basis X1 X2 X3 X4 X5 X6 b
X3 8 18 12 2 0 0 3200
Karena nilai cj yang masih tak positif, maka perhitungan lanjut literasi
2.
Variabel Masuk = X4
Variabel Keluar = X3
Pivot =2
Penyelesaian :
2
X3 baru = (2) x(8 18 12 2 0 0 3200)
= 8 18 12 2 0 0 3200
23
24
1 34 10
X1 baru = (− 2) x (−21 − − 14 1 − 0 − 3650) +
4 4
(8 18 12 2 0 0 3200)
21 17 1 2,5
=(2 7−2 0 1825) + (8 18 12 2 0 0 3200)
4 2
37 89 3 2,5
= 19 0 5025
2 4 2 2
1 15 6
X6 baru = − (2) x (−53 10 − 4 − 1250) + (8 18 12 2 0 0 3200)
4
5 3 7,5 1 3
=( − − 0 625) + (8 18 12 2 0 0 3200)
2 2 4 2 4
21 33 55,5 3 3
= 0 3825
2 2 4 2 4
1 66
cj baru = − (2) x (−21 − 11 − 1 0 0) + (8 18 12 2 0 0)
4
21 11 66 1
=(2 − 2 0 0) + (8 18 12 2 0 0)
2 8
37 47 162 3
= 00
2 2 8 2
Iiterasi 2
Tabel 4.3 Tabel Perhitungan Data Manual
Basis X1 X2 X3 X4 X5 X6 b
X3 8 18 12 2 0 0 3200
X1 37 89 19 3 0 3 3825
2 4 2 4
X6 21 33 55,5 3 0 3 3825
2 2 4 2 4
cj 37 47 162 3 0 0
2 2 8 2
Sumber : (Kelompok 5, 2021)
24
25
18
X3 baru = ( 2 ) x(8 18 12 2 0 0 3200)
89
4 37 89 3 2,5
X1 baru = − ( 18 ) x ( 2 19 2 0 5025)+(8 18 12 2 0 0 3200)
4 2
8 18 12 2 0 0 3200)
2141 2737 827 21 222,5 216825
= − ( 144 − − − 0− )
288 72 144 144 72
33
2 21 33 55,5 3 3
X2 baru =− ( 18 )x (2 0 3825) + (8 18 12 2 0 0 3200)
2 4 2 4
(8 18 12 2 0 0 3200)
117 207 103,5 45 99 22050
= − ( 72 − − 0 − 144 − )
72 144 72 72
47
2 37 47 162 3
Cj baru = ( 18 ) x ( 2 0 0) + (8 18 12 2 0 0)
2 8 2
Iterasi 3
Basis X₁ X₂ X₃ X₄ X₅ X₆ b
X₃ 72 162 108 18 0 0 28800
X₁ 2141 2737 827 21 222,5 0 216825
− − − − −
144 288 72 144 144 72
X₂ 117 207 103,5 45 0 99 22050
− − − −
72 72 144 72 144 72
Cj 1163 913 4158 4932 0 0
− − − −
72 72 288 72
25
26
216825
X₁ = − 72
22050
X₂ = − 72
X₃ = 28800
Solusi optimal
Z = 10X₁+8X₂+9X₃
216825 22050
=10x (- )+8x(- )+9x(28800)
72 72
= 226635,4
Karena ada solusi yang tidak bulat, maka dilanjutkan dengan metode
Branch and Bound dengan penyelesaian berikut
26
𝑥1 = 12,25 27
𝑥2 = 32,50
𝑥3 = 136,89
𝑧 = 226635,40
𝑥1 ≤ 12 𝑥1 ≥ 13
𝑥1 = 12 𝑥1 = 13
𝑥2 = 32,49 𝑥2 = 32,41
𝑥3 = 137,22 𝑥3 = 135,895
𝑧 = 226633,27 𝑧 = 226634,85
𝑥1 ≤ 32 𝑥1 ≥ 33
𝑥1 = 13 𝑥1 = 13,41
𝑥2 = 32 𝑥2 = 33
𝑥3 = 110,7 𝑥3 = 134,75
𝑧 = 226634,74 𝑧 = 226673,75
𝑥1 ≤ 110 𝑥1 ≥ 111
𝑥1 = 13,33 𝑥1 = 13
𝑥2 = 33 𝑥2 = 32
𝑥3 = 110 𝑥3 = 136,14
𝑧 = 226635 𝑧 = 226634,74
𝑥1 ≤ 136 𝑥1 ≥ 137
𝑥1 = 13,11 𝑥1 = 13
𝑥2 = 32 𝑥2 = 32
𝑥3 = 136 𝑥3 = 136,14
𝑧 = 226634 𝑧 = 226629
𝑥1 ≤ 13 𝑥1 ≥ 14
𝑥1 = 13 𝑥1 = 14
𝑥2 = 32 𝑥2 = 32
𝑥3 = 110 𝑥3 = 108,85
𝑧 = 22663 𝑧 = 226632,8
27
28
28
29
29
30
Setelah itu, mengisi data pada tabel tersebut lalu muncul tabel
baru yang berisi mengenai iteration, level, added constraint, solution
type, solution value. Karena akan mencari solusi optimal dan
mengetahui setiap iterasi yang terjadi untuk disinkronkan dengan data
pada perhitungan manual, maka pilih ‘Iterasi Results’. Jika terjadi
kesalahan dalam penginputan data, klik ‘Edit Data’ dan jika data sudah
benar, klik ‘Solve’.
30
BAB IV
5.1 Analisa
15 6
X6 baru = 5 3 1 0 − 4 − 1250
4
66
Cj baru = 21 − 11 − 100
4
5 3 7,5 1 3
X6 baru = (2 − 2 −2 0 625) +
4 4
(8 18 12 2 0 0 3200
37 47 162 3
Cj baru = 00
2 2 8 2
4. Iterasi 3 Z = 226635,4
5.2 Pembahasan
Untuk penyelesaian yang bentuknya pecahan ini mengalami
pembulatan integer yang dekat, maka dari itu hasilnya bisa menyimpang jauh.
Tetapi jika banyak permasalahan di kehidupan nyata memerlukan
31
32
6.1 Kesimpulan
Dari hasil penelitian tersebut dapat ditarik kesimpulan:
1. Pada penelitian kali ini dalam menyelesaikan masalahnya menggunkana
metode Algoritma Branch and Bound.
2. Jumlah produk senter yang harus diproduksi PT.Jaya Lighting agar
produksi maksimum dengan memproduksi senter jenis A 13, senter jenis
B 32, Senter jenis C 110 setiap minggunya.
3. Hasil keuntungan maksimum yang didapat dari perhitungan manual dan
perhitungan aplikasi 22.663.000
6.2 Saran
Dalam penelitian kali ini kami sadar masih bayak kekurangan, salah
satunya yaitu kurangnya referensi yang dibutuhkan untuk melakukan
penelitian ini dan juga kurangnya pemahaman dalam menggunakan metode
branch and bound ini sehingga hasil dari penelitian ini mungkin kurang tepat
atau terdapat banyak kekurangan. Sehingga kami berharap kedepannya bisa
mengembangkan lagi dengan lebih baik dan tak lupa juga saran serta kritik
yang membangun dari penelitian kali i
33
DAFTAR PUSTAKA