PENELITIAN OPERASIONAL 1

TUGAS 5

Kelompok 6:

Tiara Davina (2213003)

Silvia Fitri Amelia (2213016)
Heni Asih (2213020)
Muhammad Rexi Ardiansyah (2213035)
Reski Hidayatul Fallah (23221071)

TEKNIK INDUSTRI S-1

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI NASIONAL MALANG
2023
 PETA KONSEP

Penjelasan

Branch and Bound

Contoh Soal dan
Penjelasan
PROGRAMA
BILANGAN BULAT
Penjelasan

Cutting Plane
Contoh Soal dan
Penjelasan

2
A. Programa Bilangan Bulat
Pemrograman bilangan bulat digunakan ketika mengambil keputusan dalam bentuk
bilangan bulat, seperti menentukan banyaknya mesin untuk suatu pabrik, banyaknya
komputer di suatu ruangan, banyaknya pekerja yang dibutuhkan untuk mengerjakan suatu
proyek, dll. Model matematis dari pemrograman bulat sebenarnya sama dengan model
linear programming, dengan tambahan batasan bahwa variabelnya harus bilangan bulat.
Terdapat 3 macam permasalahan dalam pemrograman bilangan bulat, yaitu:
Pemrograman bulat murni, yaitu semua variabel berupa bilangan bulat (positif atau nol).

Minimize Z=3 x1 +5 x 2

Fungsi Kendala 2 x1 + x 2 ≥ 4

3 x 1+2 x 2 ≥ 5

x 1 , x 2≥ 0

Pemrograman bilangan bulat campuran, yaitu beberapa variabel keputusan dari

permasalahan program linier harus berupa bilangan bulat (positif natau nol).

Minimize Z=6 x 1−4 x 2

Fungsi Kendala x 1+ x2 ≤ 2

−3 x 1−2 x 2 ≤12

x 1 , x 2≥ 0

Pemrograman bulat biner, yaitu permasalahan khusul dimana semua variabel keputusan
harus bernilai 1 atau 0. Kondisi ini ditemukan dalam kasus dimana perosalan yang
dihadapi merupakan persoalan keputusan ”ya” atau ”tidak”.

Minimize Z=40 x 1−50 x 2

Fungsi Kendala 2 x1 +3 x 2 ≤ 3000

4 x1 +2 x 2 ≤ 2500

x 1 , x 2= 0 atau 1

1. Branch and Bound

Metode branch and bound adalah metode algoritma untuk pendekatan solusi yang
dapat diterapkan pada sejumlah jenis masalah. Branch and Bound juga merupakan
metode pencarian di dalam ruang solusi secara sistematis. Cabang dan pendekatan metode
ini didasarkan pada prinsip bahwa total set solusi yang layak dapat dipartisi menjadi
himpunan bagian solusi yang lebih kecil. Himpunan bagian yang lebih kecil itu kemudian
dapat dievaluasi secara sistematis sampai solusi terbaik ditemukan. Metode branch and

3
 bound diterapkan pada masalah program linier bilangan bulat, metode branch and bound
digunakan dalam hubungannya dengan pendekatan solusi bilangan rasional.
Berikut Langkah- langakah Metode branch and bound:
1. Selesaikan masalah program linier dengan metode biasa (simpleks) yaitu dengan
bilangan real (biasa).
2. Teliti solusi optimumnya. Apabila variabel basis yang diharapkan berbentuk bilangan
bulat, maka pekerjaan telah selesai. Solusi itu adalah solusioptimum. Tetapi bila
solusinya bukan bilangan bulat, maka lakukan langkahs elanjutnya.
3. Nilai solusi yang tidak bulat yang layak dicabangkan ke dalam sub-submasalah,
dengan tujuan untuk menghilangkan solusi yang tidak memenuhi persyaratan
bilangan bulat. Pencabangan ini dilakukan dengan kendala-kendala mutually
exclusive yang perlu untuk memenuhi persyaratan bulat.
4. Untuk setiap sub masalah, nilai solusi optimum kontinu (tak bulat) fungsitujuan
dijadikan sebagai batas atas. Solusi bulat terbaik menjadi batas bawah(pada awalnya
ini adalah solusi kontinu yang dibulatkan ke bawah).
5. Sub-submasalah yang mempunyai batas atas kurang dari batas bawah yang ada
tidadiikutsertakan dalam analisis selanjutnya. Suatu solusi bulat, layak adalahsama
baik atau lebih baik dari batas atas untuk semua sub masalah yangdicari. Jika solusi
demikian ada, suatu sub masalah dengan batas atas terbaik dipilih untuk dicabangkan,
kemudian kembali ke langkah 3.
Contoh Soal:
Sebuah perusahaan Mie “Indofood” memproduksi 2 jenis produk, yaitu Indomie dan
Supermie. Masing-masing produk tersebut membutuhkan 2 tahapan produksi, yaitu
pematangan mie (steaming) dan penggorengan mie (frying). Waktu steaming adalah 4 jam
untuk Indomie dan 2 jam untuk Supermie. Sedangkan waktu frying adalah 3 jam untuk
Indomie dan 6 jam untuk Supermie. Perusahaan tersebut hanya mempunyai waktu untuk
steaming 8 jam, dan waktu untuk frying 12 jam kerja per minggu. Indomie memberikan
keuntungan 5.000 per kartonnya sedangkan supermie 6.000 per kartonnya, tentukan
banyaknya Indomie dan Supermie yang sebaiknya diproduksi untuk mendapatkan
keuntungan yang maksimal!
X 1= Indomie

X 2 = Supermie

Penyelesaian:
Maksimumkan Z=5 X 1 +6 X 2
Dengang kendala :
4 X 1 +2 X 2 ≤ 8

3 X 1 +6 X 2 ≤ 12

Dimana, X 1 , X 2 ≥0 ; X 1 , X 2 merupakan bilangan bulat

4
  Sub problem 1 (LP Relaxation)
a) 4 X 1 +2 X 2=8
X1 0 2
X2 4 0
b) 3 X 1 +6 X 2=12
X1 0 4
X2 3 0
Garis isoprofit
5 X 1 +6 X 2=k

Titik A (perpotongan 2 garis)

8 X 1 + 4 X 2 ≤16
3 X 1 +6 X 2 ≤ 12
5 X1 = 4
4
X1 =
5
12
X2 =
5

Z A =5 ( 45 )+ 6( 125 )= 925 =18 52

Titik B
X2 = 2
Sehingga,
4 X 1 +2(2)=8
X1 = 1
Z B=5 ( 1 ) +6 ( 2 ) =17
Maka,

Subproblem 1

2 t=1
Z= 18
5

X2 ≤ 2 X2 ≥ 3

Subproblem 2 Subproblem 3
t=2 Z= 17 2 t=3
Z= 18
X 1 =1 ; X 2 =2 5
Solusi kandiAdat LB=17 Solusi kandidat

5
 2 3

2 3

2. Cutting Plane
Dalam masalah program linier bilangan bulat, metode cutting plane adalah salah satu
dari berbagai metode optimasi yang secara iteratif memperbaiki set yang layak atau
fungsi objektif dengan cara ketidaksetaraan linier, yang disebut pemotongan. Prosedur
semacam itu biasanya digunakan untuk menemukan solusi bilangan bulat untuk masalah
mixed integer linier programming (MILP), serta untuk menyelesaikan masalah optimisasi
cenderung umum yang tidak dapat dibedakan. Penggunaan cutting plane untuk
memecahkan MILP diperkenalkan oleh Ralph E. Gomory sehingga sering juga disebut
sebagai Gomory cut.
Metode cutting plane untuk pekerjaan MILP dengan menyelesaikan program linier
non-integer, relaksasi linier dari program bilangan bulat yang diberikan. Teori linear
programming menyatakan bahwa dengan asumsi sederhana (jika program linier
memiliki solusi optimal dan jika daerah yang layak tidak mengandung garis), kita selalu
dapat menemukan titik ekstrem atau titik sudut yang optimal. Optimal yang diperoleh
diuji sebagai solusi integer. Jika tidak, ada jaminan ada ketimpangan linier yang
memisahkan optimal dari cembung cangkang dari set yang layak benar. Menemukan
ketidaksetaraan seperti itu adalah masalah perpisahan, dan ketidaksetaraan seperti itu
merupakan jalan pintas. Potongan dapat ditambahkan ke program linier santai. Kemudian,
solusi non-integer saat ini tidak lagi layak untuk relaksasi. Proses ini diulangi hingga
ditemukan solusi integer optimal.
Metode cutting plane untuk optimasi dan varian kontinu cembung umum dikenal
dengan berbagai nama; metode Kelley, metode Kelley-Cheney Goldstein, dan metode
bundel. Mereka populer digunakan untuk minimisasi cembung non-dibedakan, di mana
fungsi tujuan cembung dan subgradiennya dapat dievaluasi secara efisien tetapi metode
gradien biasa untuk optimasi terdifensiasi tidak dapat digunakan. situasi ini paling khas
untuk malksimalisasi cekung fungsi ganda lagrangian.situasi umum lainnya

6
 adalahpenerapan dekomposisi Dantzig-Wolfe ke masalah optimisasi terstruktur, di mana
formulasi dengan jumlah variabel eksponensial diperoleh. Menghasilkan variabel variabel
ini berdasarkan permintaan melalui pembuatan kolom tertunda identik dengan
melakukan pemotongan bidang pada masing-masing masalah ganda.
Menurut Taha [7] Metode cutting plane merupakan metode yang digunakan untuk
menyelesaikan integer linear programming problem, baik bilangan bulat murni maupun
bilangan bulat campuran dengan menambahkan batasan baru yang disebut gamory.
Batasan gamory diberikan jika nilai dari variabel keputusan belum bulat (bernilai
pecahan).
Adapun langkah-langkah metode cutting plane pada penyelesaian integer linear
programming problem adalah sebagai berikut:
1. Selesaikan integer linear programming problem dengan metode simpleks dengan
mengabaikan syarat integer.
2. Jika penyelesaian langkah (1) memuat variabel bernilai pecahan, lakukan langkah-
langkah berikut:
a. Pilih sembarang baris tabel optimum simpleks yang dalam kolom i b yang
memuat pecahan. Jika ada beberapa variabel yang bernilai pecahan, dipilih baris
yang memuat pecahan terbesar, ini dipilih agar iterasi lebih cepat.
b. Misalkan baris ke-i adalah baris yang terpilih dan persamaan yang terbentuk
dalam baris ke-i adalah:
Sgi : kendala tambahan (gamory) ke-i
fij : bagian pecahan dalam aij
fi : bagian pecahan dalam bi

3. Kemudian diselesaikan menggunakan metode dual simpleks dengan persamaan yang

terpilih diletakkan pada baris terakhir.
Jika solusi baru setelah menerapkan metode dual simpleks adalah integer, proses
berakhir. Jika tidak, sebuah gamory baru ditambahkan dari tabel yang dihasilkan dan
metode dual simpleks digunakan sekali lagi untuk mengatasi ketidaklayakan ini. Prosedur
ini dilakukan sampai solusi integer dicapai. Tetapi jika disalah satu iterasi metode dual
simpleks menunjukkan ada solusi tidak layak, maka masalah itu tidak mempunyai solusi
integer yang layak.

Contoh Soal:
Kelompok wanita tani Sentosa Santul memproduksi cabai dengan luas lahan 2.500 m 2.
Pemupukan pada tanaman cabai tersebut dipakai empat jenis pupuk yaitupupuk
Hidrokompleks, pupuk Phonska, pupuk NPK Zamrud dan pupuk kandang Kambing. Di
dalam keempat jenis pupuk tersebut terdapat empat macam kandungan unsur hara yaitu
nitrogen, phosfat, kalium dan sulfur. Isi kandungan dari empat jenis unsur hara tersebut akan
dijelaskan di dalam tabel berikut:

7
Langkah-langkah dalam menyelesaikan permasalahan menggunakan metode cutting plane
adalah sebagai berikut:
1. Menyusun model program linier
a. Menentukan variabel keputusan
x1 : Jumlah pupuk jenis Hidrokompleks yang harus disediakan
x2 : Jumlah pupuk jenis Phonska yang harus disediakan
x3 : Jumlah pupuk jenis NPK Zamrud yang harus disediakan
x4 : Jumlah pupuk jenis pupuk kandang Kambing yang harus disediakan
b. Menentukan fungsi tujuan
Min z  225000x1 115000x2 115000x3  35000x4
c. Menentukan fungsi kendala:
15x1  15x2  16x3  2x4  200
9x1  15x2  16x3  x4  160
20x1  15x2  16x3  x4  220
4x1  10x2  4x3  x4  100
x1 , x2 , x3 , x4  0

2. Mengubah ke dalam bentuk standar.

Langkah pertama yang harus dilakukan adalah mengubah pembatas tanda ≥ menjadi
tanda ≤ dengan mengalikan -1 pada setiap kendala. Setelah diperoleh pertidaksamaan
dengan kendala bertanda ≤, maka diperoleh bentuk standar sebagai berikut:
Min z  225000x1 115000x2 115000x3  35000x4
Kendala
15x1 15x2 16x3  2x4  S1  200
 9x1 15x2 16x3  x4  S2  160

8
  20x1 15x2 16x3  x4  S3  220
 4x1 10x2  4x3  x4  S4  100
x1 , x2 , x3 , x4 , S1 , S2 , S3 , S4  0
3. Menentukan variabel basis dan nonbasis
Setelah dikonversikan ke dalam bentuk standar, selanjutnya akan ditentukan
variabel basis dan variable non basis. Untuk metode simpleks yang menjadi variable
basis adalah S1, S2, S3 dan S4. Sedangkan yang menjadi variable non basis adalah x1 , x2
, x3 dan x4. Setelah ditentukan variable basis dan variable non basis, maka elemen-
elemen yang ada pada persamaan fungsi tujuan dimasukkan ke dalam table simpleks
berikut ini:
x3 S3 S4 Solusi
BV x1 x2 x4 S1 S2

z −225000 −115000 −115000 −35000 0 0 0 0 0

S1 −15 −15 −15 −2 1 0 0 0 −200

S2 −9 −15 −16 −1 0 1 0 0 −160

−20 −15 −16 −1 0 0 1 0 −220

S3

S4 −4 −10 −4 −1 0 0 0 1 −100

Berdasarkan Tabel 2 karena koefisien pada persamaan z bernilai negatif atau nol
maka solusi sudah optimal. Akan tetapi solusi awalnya tidak fisibel karena nilai ruas
kanan berharga negative. Solusi optimal diperleh setelah dilakukan iterasi sebanyak dua
kali.
BV x1 x2 x3 x4 S1 S2 S3 S4 Solusi

0 0 −26.950 0 0 −6.90 −1.15 1.633.000

Z −82.400 0 0

S1 5 0 0 −1 1 0 −1 0 20

S2 11 0 0 0 0 1 −1 0 60

7 0 1 1 0 0 1 3 7
x3 − 20 − 10
5 20

4 1 0 3 0 0 1 4 36
x2 − 25 25 25 − 25 5

Dari table diperoleh table optimal karena persamaan z bernilai negative atau nol,
akan tetapi solusi awalnya tidak fleksibel karena nilai kanannya bernilau negative. Maka
dilakukan oencarian solusi optimal lagi.

9
 BV x1 x2 x3 x4 S1 S2 S3 S4 Solusi

0 0 −26.950 0 0 −6.90 −1.15 1.633.000

Z −82.400 0 0

S1 5 0 0 −1 1 0 −1 0 20

S2 11 0 0 0 0 1 −1 0 60

7 0 1 1 0 0 1 3 7
x3 − 20 − 10
5 20

4 1 0 3 0 0 1 4 36
x2 − 25 25 25 − 25 5

Berdasarkan table diperoleh solusi optimal menggunakan metode dual simpleks

dengan nilai baris z sudah bernilai negative atau nol dan nilai kana susdah bernilai
postitif, ettapi nilai variable keputusannya yaitu x2 bukanlah solusi intrger. Dan
didapatkan solusi optimal yaitu:
x2 = 36/5, x3 = 7, z = 1.633.000
Karena diinginkan solusi yang merupakan bilangan integer maka ditambah
kendala gomory. Variabel yang berupa pecahan dapat dipilih untuk menjadi
persamaan kendala baru. Dalam hal ini dipilih x2 karena x2 merupakan saru-satunya
solusi yang bernilai pecahan dan berikut persamaannya:

Maka kendala yang ditambahkan (gemory) pada iterasi berikutnya adalah:

Kemudian kendala baru setelah penambahan gomory dimasukkan ke dalam tabel

simpleks sehinggga diperoleh tabel simpleks baru sebagai berikut:
BV 𝑥1 𝑥2 𝑥3 𝑥4 𝑆1 𝑆2 𝑆3 𝑆4 𝑆g1 Solusi
z −82.400 0 0 −26.950 0 0 −6.900 −1.150 0 1.633.000

5 0 0 −1 1 0 −1 0 0 20

𝑆1

10
 𝑆2 11 0 0 0 0 1 −1 0 0 60

𝑥3 140 0 1 5 0 0 10 15 0 7
100 − 100 − 100 100

𝑥2 16 1 0 12 0 0 4 16 0 720
− 100 100 100 − 100 100

84 1 0 12 0 0 4 84 1 20
𝑆g1 − 100 100 100 − 100 − 100

−81.250 0 0 2.250.00 0 0 575.000 0 115.000 137.195.000

z − 84 − 84 − 84 84

5 0 0 −1 1 0 −1 0 0 20

𝑆1

𝑆1 11 0 0 0 0 1 −1 0 0 60

𝑥3 105 0 1 6 0 0 9 0 15 585
84 − 84 − 84 84 84

𝑥2 0 1 0 12 0 0 4 0 16 608
84 84 − 84 84

1 0 0 12 0 0 4 1 100 20
𝑆4 84 84 − 84 84

Berdasarkan table sudah diperoleh solusi optimal dapat dilihat dari nilai baris
koefisiwn z bernilai negative atau nol, solusi fisibel karena ruas kanan bernilai positif,
tetapi nilai variable kepitusan x2 dan x3 belum solusi integer. Solusi optimal yang
didapatkan adalah:

Karena solusi yang diinginkan adalah bilangan integer maka ditambah kendala
gomory. Solusi Optimal integer didapat setelah penambahan gomory sebanyak 11 kali.
Iterasinya dapat dilihat pada Tabel berikut:

11
Berdasarkan Tabel dapat disimpulkan bahwa kelompok wanita tani (KWT) Sentosa Santul
harus menyediakan pupuk jenis Phonska sebanyak 7 karung, pupuk jenis NPK Zamrud

12
sebanyak 7 karung dan pupuk jenis pupuk kandang kambing sebanyak 3 karung dengan biaya
minimal sebesar Rp. 1.715.000.

Daftar Pustaka

https://ajiewahyujati.wordpress.com/2010/03/01/integer-programming-pemrograman-bulat/
diakses pada 19 Oktober 2023.

https://slideplayer.info/slide/3631713/ diakses pada 19 Oktober 2023.

https://id.scribd.com/document/580265802/Metode-Cutting-Plane-Pada-Program-Linear-
Bilangan-Bulat diakses pada 17 Oktober 2023.

file:///C:/Users/ASUS/Downloads/6203-16372-1-PB.pdf diakses pada 20 Oktober 2023.

https://youtu.be/x4Rg7TZpAz4?si=B7v9FrZBkaXOq1 diakses pada 22 Oktober 2023.

https://ejournal.uin-suska.ac.id/index.php/JSMS/article/view/9251 diakses pada 23 Oktober

2023.

13