• Dosen Pengampu :
• Maria Krisnawati, S.T., M.T.
• Seto Sumargo, S.T., M.T.
• Komposisi Penilaian : (Sampai dengan UTS)
• Tugas 15%
• Kuis 10%
• UTS 25%
Kontrak Perkuliahan
• Semua pekerjaan yang dikumpulkan harus mencantumkan,
Nama dan NIM apabila tidak ada akan diberi diskon nilai
• Tugas dikumpulkan sebelum Kuliah dimulai, keterlambatan
pengumpulan tugas akan diberikan diskon nilai 10% per hari
keterlambatan
• Tugas harus ditulis tangan (kecuali ditentukan lain)
• Ada kuis singkat tanpa pemberitahunan sebelumnya, yang
materinya meliputi topik – topik kuliah minggu sebelumnya.
• Tidak ada kuis susulan dengan alasan apapun
• Pada saat perkuliahan mhs wajib membawa materi kuliah
(hard copy)
Referensi
1. Operations Research An Introduction Eighth Edition, Hamdy
A. Taha
Materi
1. Deterministic Dynamic Programming
2. Deterministic Inventory Models
3. Decision Analysis and games
4. Queuing Systems
5. Simulation Modeling
6. Markov Chain
DETERMINISTIC DYNAMIC
PROGRAMMING
MARIA KRISNAWATI, S.T., M.T.
Jurusan Teknik Industri
Universitas Jenderal Soedirman
Pendahuluan
• Dynamic programming mendeterminasikan solusi optimum dari
permasalahan multivariabel dengan membaginya (dekomposisi)
menjadi beberapa tahap, tiap tahap menyelesaikan subproblems
variabel tunggal.
• Keuntungan dari dekomposisi adalah proses optimasi tiap tahap
hanya menyelesaikan satu variabel , lebih sederhana daripada
menyelesaikan banyak variabel secara simultan
• Model DP pada dasarnya recursive equation yang menghubungkan
tiap tahap yang berbeda dari permasalahan dengan cara
memastikan bahwa setiap tahap memiliki solusi optimal yang
feasible dan feasible untuk permasalahan keseluruhan
Contoh aplikasi DP
Recursive Nature of
Computations in DP
• Dynamic programming problems adalah masalah multi
tahap(multistage) dimana keputusan dibuat secara berurutan (in
sequence) , sehingga solusi optimum dari suatu sub problem
digunakan sebagai input untuk sub problem berikutnya.
• Ketika sub problem terakhir diselesaikan, solusi optimum dari
permasalahan keseluruhan juga ditemukan.
• Contoh : Shortest-Route Problems (Network problem)
• Taha
Recursive Nature of
Computations in DP
• Untuk menemukan shortest (longest) path yang menghubungkan dua titik
dalam network
• Joe tinggal di new York dan akan pergi ke LA. Dia berencana menginap di
rumah temannya dalam perjalanan tersebut. Joe punya teman di
Columbus, Nashville, Louisville, Kansas, Omaha, Dallas, San Antonio, dan
Denver. Joe tahu setelah satu hari perjalanan dia akan mencapai Columbus,
Nashville atau Louisville. Setelah perjalanan 2 hari akan mencapai Kansas,
Omaha, atau Dallas. Setelah 3 hari perjalanan akan mencapai Denver atau
San Antonio. Setelah 4 hari akan mencapai LA. Untuk meminimalkan jarak,
kemana Joe harus menginap setiap malam dalam perjalanannya ?
network
Columbus 68 Kansas
2 5 61
79
105 79 Denver
55
8 103
58 54
New York 90 Nashville
760 76 Omaha
540 LA
1 3 6 10
66 94 135
San Antonio
77 51 79 9
70 27
Louisville Dallas
4 83 7
• Karakteristik 1
• Problem dapat dibagi menjadi beberapa stage dan dibutuhkan
sebuah keputusan pada setiap stage.
• Karakteristik 2
• Setiap stage memiliki beberapa state.
• state, adalah informasi yang dibutuhkan pada setiap stage untuk
membuat keputusan optimal.
• Karakteristik 3
• Keputusan yang dipilih pada setiap stage menggambarkan
bagaimana state pada stage sekarang ditransformasi ke state
pada stage berikutnya.
• Karakteristik 4
• Diberikan state sekarang, keputusan optimal untuk setiap stage
yang tersisa harus tidak tergantung pada state yang dicapai
sebelumnya atau keputusan yang diambil sebelumnya.
• Ide ini dikenal sebagai the principle of optimality.
• Karakteristik 5
• Jika state untuk suatu problem telah diklasifikasikan ke T stage,
harus terdapat rekursi yang menghubungkan biaya atau reward
yang didapat selama stage t, t+1, …., T terhadap biaya atau
reward yang didapat dari stages t+1, t+2, …. T.
Resource allocation Problem
• Kementerian tenaga kerja memiliki dana sebesar 5
juta dollar untuk digunakan oleh kementerian –
kementerian yang lain untuk menciptakan tenaga
kerja
• Terdapat 4 kementrian yang mengajukan
permohonan dana untuk kepentingan penciptaan
tenaga kerja.
• Kementrian tenaga kerja ingin mengalokasikan dana
untuk memaksimalkan banyaknya tenaga kerja yang
diciptakan 24
• Data
26
SOLUsi
• Notasi
Dj = jumlah dana yang dialokasikan ke kementrian j, di mana j adalah :
1 - Pendidikan, 2 - Keuangan, 3 – Perhubungan , 4 - Pertanian.
• Model
Max R1(D1) + R2(D2) + R3(D3) + R4(D4)
ST
D1 + D2 + D3 + D4 <= 5
D1, D2, D3 , D4 >= 0
27
The Backward Dynamic Programming
28
The Backward Dynamic Programming
31
SOLUTION
36
SOLUsi
Stage State
0 1 2 3 4 5
1 D1 = 0
2 D2 = 0 D2 = 0 D2 = 2 D2 = 3 D2 = 3 D2 = 3
3 D3 = 0 D3 = 1 D3 = 2 D3 = 0 D3 = 0 D3 = 1
4 D4 = 0 D4 = 1 D4 = 2 D4 = 3 D4 = 4 D4 = 5
40
Untuk semua Xj yang feasible
Dynamic Recursive Relationship
41