Advanced Algorithms for the Layout Probelem

BRANCH
AND
BOUND
ALGORITHMS

Yan Michelle Puji Erens - Adi

Danny Stefanus Christian Ivan - Irena
INTRODUCTION
Metode ini digunakan untuk menghasilkan penyelesaian optimal program linier
dimana semua variable keputusannya harus berupa integer. Penyelesaian
dilakukan dengan menyeleksi solusi menggunakan Search Tree.

Terdapat 3 istilah dalam Branch and Bound :

Bound
Branch
Fathoming
 Terdapat 2 nilai batasan :

Pada permasalahan maksimize :

Lower Bound : merupakan solusi integer linear dari sub
masalah tersebut.

Upper Bound : merupakan nilai dari sub masalah tersebut

atau solusi dari sub masalah yang keputusannya harus
bernilai integer.
Bound
Pada permasalahan minimize : (Batasan)
Upper Bound : merupakan nilai dari sub masalah
tersebut atau solusi

Lower Bound : merupakan solusi integer linear dari sub

masalah tersebut yang sudah atau harus bernilai integer.
Branching atau pencabangan dilakukan jika masih
terdapat variable keputusan yang harus bernilai integer
namun memiliki solusi yang tidak integer.

Branching
Pencabangan dilakukan dengan cara menambahkan
pembatas pada masalah asli. Penambahan pembatas (Pencabangan)
ini ditunjukan untuk membuat variable keputusan yang
belum bernilai integer supaya bernilai integer
Infeasible atau tidak mempunyai daerah layak.

Semua variable keputusan yang harus bernilai

integer sudah bernilai integer.

Pada masalah maksimisasi, penghentian

dilakukan pada suatu sub masalah jika : F athoming
batas atas batas bawah.
(Penghentian
Pada masalah minimisasi, penghentian dilakukan Pencabangan)
pada suatu sub masalah jika :
batas bawah batas atas.
CONTOH SOAL
STEP 1
Membuat matriks flow fasilitas i dari matriks Fij dengan membuang elemen dari
kolom i dan baris i.
Mengurutkan elemen dari matriks Fi dari yang besar ke kecil.
STEP 2
Membuat matriks distance lokasi j dari matriks Dij dengan membuang elemen dari
kolom j dan baris j.
Mengurutkan elemen dari matriks Dj dari yang kecil ke besar.
STEP 3
Mencari matriks Wij dari hasil perkalian dot antara matriks Fi dan Dj.
STEP 3
Mencari matriks Wij dari hasil perkalian dot antara matriks Fi dan Dj.
STEP 4
Menentukan minimum objective function yang akan menjadi lower bound dari root
node.

(51+37+32+23)
71.5 Lower Bound
 STEP 5
Menghitung nilai upper bound dari hasil yang diperoleh.
Total biaya = F12.D12 + F13.D13 + F14.D14 +F23.D23 +F24.D24 +F34.D34
Total biaya = 83 Upper Bound

Mengecek nilai lower bound dan upper bound.

Jika lower bound = upper bound maka stop.
Jika lower bound lebih kecil dari upper bound maka lanjut step berikutnya.
Lower Bound = 71.5 ; Upper Bound = 83;
LB<UB Branching (ke tahap selanjutnya)
STEP 6
Menghitung matriks Wij jika fasilitas 1 ditempatkan di lokasi 1.
STEP 7
Menghitung matriks Wij.
STEP 7
Menghitung matriks Wij.

Wij = ((4*1)+(4*2))= 6
STEP 8
Menghitung matriks Wij yang baru dari penjumlahan matriks Wij dan matriks Wij.
STEP 9
Menentukan lower bound yang baru (L) dari hasil Wij.
Lower bound yang baru adalah nilai terkecil dari node yang ada pada level yang
sama.
Hasil Layout:
Fas. 1 di Lok. 1
Fas. 2 di Lok. 2
Fas. 3 di Lok. 3
Fas. 4 di Lok. 4

L(11)= 27+22+26=75
STEP 9

75
 STEP 10
Menghitung nilai upper bound yang baru.
Total biaya F11= F12.D12 + F13.D13 + F14.D14 +F23.D23 +F24.D24 +F34.D34
Total biaya F11= 83
(nanti dibandingkan dengan total biaya F12, F13, dan F14 untuk mengetahui
upper bound).

Melakukan pengecekan :
Jika L > L maka L=L

Misalkan L(11) paling kecil

L = 75 ; L =71.5 L
STEP 10
Melakukan pengecekan :
Jika L=U maka berhenti.
Jika L<U maka lanjut melakukan branching.

Misalkan U(11) paling kecil

L = 75 ; U =83 L < U (lanjut step berikutnya)
STEP 11
THANKYOU!