Disusun oleh:
Kelompok 8
Penulis
BAB I
PENDAHULUAN
1.1 Latar Belakang
Saat ini masalah optimasi merupakan masalah yang paling diperhatikan dan sangat
menarik dalam bidang matematika. Secara umum, sebuah masalah optimasi berisi tentang
cara memaksimumkan atau meminimumkan suatu permasalahan matematika. Salah satu
bentuk optimasi pada fungsi adalah mencari nilai minimum dari fungsi tersebut. Fungsi yang
sering disajikan adalah fungsi yang memperhatikan bentuk turunannya (diferensial) tetapi ada
juga fungsi yang sangat kompleks sehingga tidak mudah mencari bentuk diferensialnya atau
bahkan tidak ada.
Adapun metode optimasi multivariabel yang cukup populer dalam kalangan pendidikan
yaitu metode pencarian langsung dan metode gradien. Metode pencarian langsung yaitu
metode optimasi non linier yang tidak memanfaatkan penurunan dalam menyelesaikannya.
Sedangkan metode gradient merupakan kebalikan dari metode pencarian langsung dimana
metode ini melihat proses penurunan dari suatu fungsi untuk mendapatkan solusi optimlanya.
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas, rumusan masalah yang akan dibahas adalah sebagai
berikut :
1. Bagaimana mendapatkan solusi optimum dengan menggunakan metode pencarian
langsung?
2. Bagaimana mendapatkan solusi optimum dengan menggunakan metode gradient?
1.3 Tujuan
Adapun tujuan dari penulisan makalah ini yaitu sebagai berikut :
1. Untuk mengetahui solusi optimum dengan menggunakan metode pencarian langsung
2. Untuk memahami solusi optimum dengan menggunakan metode gradient
BAB II
PEMBAHASAN
MULAI
Tentukan :
X1 , X2 , … , Xn
d X1 , d X2, … , d Xn
tol1 , tol2 , … ,tol n dan rasio
Tahap Eksplorasi
(menambah/mengurang X 1 dengan
d X1
Y <Y opt ? ya
Ulang Sukses
tidak
ya
TULIS
X1 , X2 , … , X N
opt opt opt
Y opt
SELESAI
Contoh :
Seorang produsen memproduksi dua jenis mesin, masing – masing sebanyak x 1 dan x 2
2 2
. Fungsi biaya gabungan adalah f ( x 1 , x 2 ) =(2−x1 ) + 0 ,5 (3−x 2 ) +3 . Untuk
meminimumkan biaya, berapa masing-masing mesin harus diproduksi?
Penyelesaian :
function opt_multil
clear all
clc
%y = (2-x1)^2+0.5*(x2-3)^2+3
%tebakan awal
x10=5;
x20=5;
dx=0.7;%inkremen awal
dx1=0.5;%inkremen x1
dx2=dx1;%inkremen x2
%pemberhentian program
while and (dx1>0.001,dx2>0.001)
%basis awal
x1=x10;x2=x20;
fx0=fungsi(x1,x2);
Refleksi
R=2M-W
Konstraksi
CI=(W+M)/2
Tidak Tidak CI=(M+R)/2
F(R)<f(G)? F(R)<f(W)? Titik dengan nilai fungsi yang lebih
kecil disebut titik C
Ya
Ya
F(B)<f(R)? F(C)<f(W)?
Ya Tidak
Tidak Ya
Titik W Titik G
F(E)<f(B)? diganti titik S diganti titik
Tidak M
Titik W diganti
titik R
Ya
Tidak Konvergen? Ya
Selesai
Contoh :
Sebuah perusahaan AB memproduksi tas dan sepatu. Misalkan x adalah jumlah tas
yang harus diproduksi dan y adalah jumlah sepatu yang harus diproduksi, diketahui
fungsi biaya produksi kedua jenis barang tersebut adalah :
2 2
f ( x , y )=x −4 x+ y − y−xy . Tentukan berapa jumlah masing-masing barang yang
harus diproduksi agar biaya produksi minimum.
Penyelesaian :
Iterasi 1 Dengan titik awal v 1=( 0 , 0 ) , v 2=( 1.2 , 0 ) , dan v 3=(0 , 8)
Mengurutkan Titik
f ( v 1 )=f ( 0 , 0 )=0
f ( v 2 )=f ( 1.2, 0 )=−3 , 36
f ( v 3 )=f ( 0 , 0 , 8 )=−0 , 16
f ( v 2 )=−3 ,36< f ( v 3) =−0 , 16< f ( v 1 ) =0
M=
2 2 (
B+ G 1 ,2+ 0 0+0 , 8
= ,
2 )
=(0 , 6 , 0 , 4)
Refleksi
R=2 M −W =2 ( 0.6 , 0.4 )−( 0 , 0 ) =( 1.2, 0.8 )
Karena f ( R )=−4 , 48< f ( G )=−0 , 16
Karena f ( B )=−3 ,36 >f ( R ) =−4 , 48 maka dilakukan ekspansi.
Ekspansi
E=2 R−M =2 ( 1 ,2 , 0 , 8 )− ( 0.6 , 0.4 )=(1.8 , 1.2)
f ( E )=−5 , 88
Karena f ( E )=−5 , 88< f ( B ) =−5 , 88 maka titik W =(0 ,0) diganti
dengan Titik E=(1.8 , 1.2).
Iterasi 2 Dengan titik awal v 1=( 1.8 ,1 , 2 ) , v 2=( 1.2 , 0 ) , dan v 3=(0 , 0.8)
Mengurutkan Titik
f ( v 1 )=f ( 1.8 ,1.2 ) =−5 , 88
f ( v 2 )=f ( 1.2, 0 )=−3 , 36
f ( v 3 )=f ( 0 , 0.8 )=−0 ,16
f ( v 1 )=−5 , 88< f ( v 2 ) =−3 , 36< f ( v 3 )=−0 ,16
M=
2 (
B+ G 1 , 8+ 1 ,2 1 ,2+ 0
=
2
,
2
=(1.5 , 0.6))
Refleksi
R=2 M −W =2(1.5 , 0.6)− ( 0 , 0.8 )=( 3 , 0.4 )
Karena f ( R )=−4 , 44< f ( G )=−3 ,36
Karena f ( B )=−5 ,88 >f ( R ) =−4 , 44 maka titik W =v 3= ( 0 , 0.8 )
Diganti dengan titik R=(3 , 0.4) .
k Titik B Titik G Titik W
1 f ( 1.2 , 0 )=−3 ,36 f ( 0 ,0.8 )=−0 , 16 f ( 0 ,0 )=0
2 f ( 1.8 , 1.2 )=−5 , 88 f ( 1.2 , 0 )=−3 ,36 f ( 0 ,0.8 )=−0 , 16
3 f ( 1.8 , 1.2 )=−5 , 88 f ( 3 , 0.4 )=−4 , 44 f ( 1.2 , 0 )=−3 ,36
4 f ( 3.6 ,1.6 )=−6 , 24 f ( 1.8 , 1.2 )=−5 , 88 f ( 3 , 0.4 )=−4 , 44
5 f ( 3.6 ,1.6 )=−6 , 24 f ( 2.4 ,2.4 )=−6 , 24 f ( 1.8 , 1.2 )=−5 , 88
6 f ( 2.4 ,1.6 )=−6 ,72 f ( 3.6 ,1.6 )=−6 , 24 f ( 2.4 ,2.4 )=−6 , 24
7 f ( 2.7 ,2 ) =−6 , 91 f ( 2.4 ,1.6 )=−6 ,72 f ( 3.6 ,1.6 )=−6 , 24
8 f ( 2.7 ,2 ) =−6 , 91 f ( 3.075 , 1.7 )=−6,8819 f ( 2.4 ,1.6 )=−6 ,72
9 f ( 3.1313 , 1.975 ) =−6,9789
f ( 2.7 ,2 ) =−6 , 91 f ( 3.075 , 1.7 )=−6,8819
10 f ( 3.1313 , 1.975 ) =−6,9789
f ( 32.9954 ,1.8438 )=−6,9763
f ( 2.7 ,2 ) =−6 , 91
Sehingga titik minimum yang didapatkan dengan menggunakan metode Nelder Mead
2 2
dari f ( x , y )=x −4 x+ y − y−xy adalah
v 1=( 3.1313 ,1.975 ) , v 2=( 32.9954 , 1.8438 ) , v 3=( 32.9954 ,1.8438 ) dengan
f ( v 1 )=−6,9789 , f ( v 2 )=−6,9763 , f ( v 3 ) =−6 , 91. Dari ketiga titik tersebut titik yang
x=x 0 +
∂f
∂x |
x0 , y0
h dan y= y 0+
∂f
∂y |
x 0 , y0
h
∂f ∂f
dengan dan merupakan turunan parsial fungsi f(x,y) masing-masing terhadap x
∂x ∂y
∂f ∂f
dan y. Dalam hal ini, vektor gradien fungsinya dinyatakan sebagai : ∇ f = i+ j
∂x ∂y
(Pada kasus ini, sebuah fungsi 2 variabel dalam x dan y, f(x,y), ditransformasikan
menjadi sebuah fungsi satu variabel dalam h, g(h).)
Nilai x dan y yang diperoleh pada langkah iterasi ini selanjutnya menjadi x 0 dan y0 pada
langkah iterasi berikutnya. Demikian seterusnya.
Contoh :
Ada sebuah perusahaan kelapa sawit yang memproduksi CPO dan PKO. Masing-
masing adalah x dan y, misal x adalah jumlah produksi CPO dan y adalah jumlah
produksi PKO. Adapun jumlah permintaan sebesar : f (x , y )=2 xy +2 x −x2 −2 y 2.
Hitung masing-masing x dan y untuk memaksimalkan jumlah permintaan.
Penyelesaian :
Turunan parsial fungsi di atas dapat dituliskan sebagai :
∂f ∂f
=2 y +2−2 x dan =2 x−4 y
∂x ∂y
Iterasi pertama :
Nilai awal: x0 = -1 dan y0 = 1
Pada x0 dan y0: f (x , y )=2(−1)(1)+ 2(−1)−(−1)2−2( 1)2=−7
Evaluasi nilai turunan parsial fungsi pada x0 dan y0:
∂f
∂x | x0 , y0
=2 ( 1 )+ 2−2 (−1 )=6
∂ y|
∂f
=2 (−1 )−4 ( 1 )=−6
x0 , y0
dan : x=x 0 +
∂f
∂x | x0 , y0
h=−1+6 h
y= y 0+
∂f
∂x |
x0 , y0
h=1−6 h
Z=f 1 ( x 1 ) +f 2 ( x 2 ) +…+ f n ( x n )
g11 ( x 1 ) + g12 ( x 2 ) +… g1 n ( x n ) (≤ ,=≥)b1
g21 ( x 1 ) + g22 ( x 2) + … g 2 n ( x n ) (≤ ,=≥)b 2
gm 1 ( x 1) + g m 2 ( x 2 ) +… gmn ( x n ) (≤ ,=≥) bm
dan x 1 , x 2 , … , x n ≥ 0
Mentransformasikan fungsi nonlinear menjadi fungsi linear dengan hampiran fungsi
linear sepotong-sepotong formulasi delta.
kj
f`j ( x j ) =f j ( x 0 j ) +∑ ( ∆ f vj ) δ vj , f vj =f j ( v vj )−f j ¿
v=1
kj
g` j ( x j )=g j ( x 0 j) + ∑ ( ∆ g vj ) δ vj , g vj=g j ( v vj )−g j ¿
v=1
Z=∑ f j (x ¿¿ 0 j)+¿ ∑ ( ∆ x vj ) δ vj ¿ ¿
j∄ L v=1
terhadap kendala
∑ ¿¿
j∄ L
Untuk v=1 ,2 , 3 , … , k j ∄ L
Memperoleh masalah pemrograman linear dengan fungsi tujuan dan fungsi kendala
linear.
Contoh soal
Seorang produsen ingin memproduksi dua jenis produk, yaitu A dan B. Biaya produksi untuk
produk A adalah Rp. 500.000 per unit dan biaya produksi untuk produk B adalah Rp. 750.000
per unit. Produsen ingin memperoleh keuntungan sebesar Rp. 1.000.000 dari hasil penjualan
produk-produk tersebut. Keuntungan dari produk A adalah Rp. 800.000 per unit dan
keuntungan dari produk B adalah Rp. 1.200.000 per unit. Berapa unit yang harus diproduksi
untuk setiap jenis produk agar produsen memperoleh keuntungan maksimum?
Jawab
- Tentkan fungsi objektif dan kendala
Fungsi objektif : f ( X )=800.000 x 1+1.200 .000 x 2
Kendala: 500.000 x 1+750.000 x 2 ≤ 1.000 .000
- Ubah fungsi objektif menjadi bentuk linear menjadi satu variabel menggunkan piecewise
linear programming
f ( X )=800.000 x 1+1.200 .000 x 2
¿ 800.000 ( x 1 /2 )+ 800.000( x 1 /2)+1.200 .000(x 2 /2)+1.200 .000(x 2/2)
¿ 400.000 ( x 1/2 )+ 400.000( x 1/2)+ 600.000(x 2 /2)+600.000(x 2/2)+ 200.000(x 1 /2)+600.000(x 2/2)
¿ 200.000( x 1/2)+600.000 (x 2 /2)+200.000(x 1/2)+600.000 (x 2/2)+600.000(x 2/2)
¿ 4 00.000(x 1/2)+1.8 00.000(x 2/2)
[0¿1¿0,5556]
- Kembalikan nilai 𝑋1 dan 𝑋2 ke dalam fungsi objektif awal untuk menentukan solusi
optimal
Jadi, produsen harus memproduksi 1.1111 unit produk A dan 0.5556 unit produk B untuk
memperoleh keuntungan maksimum sebesar Rp. 1.000.000.
Membuat turunan pertama pada semua variabel sebagai syarat perlu meminimumkan
fungsi lagrange dalam kondisi stasioner
∂F ∂f ∂ gi
i. ( x , x , x , λ )= ( x , x , x )+ λ
∂ x1 1 2 3 i ∂ x1 1 2 3 i ∂x 1 1 2 3
( x , x , x ) =0
∂F ∂f ∂ gi
ii.
∂ x2
( x 1 , x 2 , x 3 , λi ) =
∂x2
( x1 , x2 , x3 )+ λi ( x , x , x ) =0
∂ x2 1 2 3
∂F ∂f ∂ gi
iii.
∂ x3
( x 1 , x2 , x3 , λi ) =
∂x 3
( x 1 , x 2 , x 3 ) + λi ( x , x , x )=0
∂ x3 1 2 3
∂F
iv. ( x , x , x , λ ) =gi ( x1 , x2 , x3 ) =0 ,=1, 2 , 3
λi 1 2 3 i
Contoh soal
Seorang petani ingin menanam dua jenis tanaman, yaitu jagung dan kacang hijau. Luas lahan
yang tersedia adalah 1000 m². Biaya untuk menanam jagung adalah Rp. 500.000 per hektar
dan biaya untuk menanam kacang hijau adalah Rp. 750.000 per hektar. Petani ingin
memperoleh keuntungan sebesar Rp. 1.000.000 dari hasil panen. Keuntungan dari jagung
adalah Rp. 800.000 per hektar dan keuntungan dari kacang hijau adalah Rp. 1.200.000 per
hektar. Berapa hektar yang harus ditanam untuk setiap jenis tanaman agar petani memperoleh
keuntungan maksimum?
Jawaban
- Tentukan fungsi objektif dan kendala
Fungsi objektif : f ( X )=800.000 x 1+1.200 .000 x 2
Kendala : 500.000 x 1+750.000 x 2 ≤ 1.000 .000 dan x 1+ x 2 ≤1000
∂L
=1.200 .000−750.000 λ 1−λ 2=0
∂ x2
∂L
=1.000.000−800.000 x 1−1.200 .000 x 2=0
∂ λ1
∂L
=1000−x 1−x 2=0
∂ λ2
BAB III
PENUTUP
3.1 Kesimpulan
Kesimpulan yang didapatkan berdasarkan pembahasan diatas yaitu :
1. Metode pencarian langsung merupakan metode yang tidak memerlukan turunan
fungsi, sehingga dapat digunakan untuk menentukan optimum suatu fungsi dimana
turunannya sulit dihitung atau tidak dapat ditentukan (tidak mempunyai turunan).
2. Metode gradien merupakan metode optimasi pendekatan yang menggunakan
informasi gradien atau turunan dari fungsi objektif untuk mengarahkan pencarian
menuju minimum atau maksimum.
3.2 Saran
DAFTAR PUSTAKA
Arindita, T., Mashuri, M., & Veronika, R. B. (2022). Pemrograman Non Linear dengan
Pendekatan Separable Programming dan Lagrange Multiplier dalam Penetapan Biaya
Produksi Optimal Lanting di “Lanting Bumbu An-Nisa”. Indonesian Journal of
Mathematics and Natural Sciences, 45(1), 9-19.
Rao, S.S. (2009). Engineering Optimization : Theory and Practice 4 th. John Wiley & Sons,
Inc.: Canada
Santosa, Budi. (2017). Pengantar Metaheuristik : Implementasi dengan Matlab. ITS Tekno
Sains : Surabaya
Sudirga, R. S. (2017). PEMECAHAN MASALAH NONLINEAR PROGRAMMING
DENGAN LAGRANGEAN METHOD MENGGUNAKAN SUBSTITUTION
METHOD ATAU MICROSOFT EXCEL. Business Management Journal, 4(2).
SOAL
1. Sebuah toko menyediakan dua jenis tisu, masing – masing sebanyak x 1 dan x 2. Fungsi
2 2
biaya gabungan adalah f ( x 1 , x 2 ) =(11−x 1) +0 , 75(14−x 2) +9 . Untuk meminimumkan
biaya, berapa masing-masing mesin harus diproduksi? (gunakan metode Hooke-Jeeves)
2. Sebuah perusahaan MBC memproduksi sarung dan bantal. Misalkan x adalah jumlah
sarung yang harus diproduksi dan y adalah jumlah bantal yang harus diproduksi,
diketahui fungsi biaya produksi kedua jenis barang tersebut adalah :
f ( x , y )=7 x 2−3 x+ 12 y 2− y−xy . Tentukan berapa jumlah masing-masing barang yang
harus diproduksi agar biaya produksi minimum. (gunakan metode Helder – Mead)
3. Ada sebuah perusahaan yang memproduksi kursi dan meja. Masing-masing adalah x dan
y, misal x adalah jumlah produksi kursi dan y adalah jumlah produksi meja. Adapun
jumlah permintaan sebesar : f ( x , y )=39 xy + x−x 2−2 y 2+ 3 x 2−5 y 2. Hitung masing-
masing x dan y untuk memaksimalkan jumlah permintaan.