2X1 + 3X2 ≤ 12
(0,6) 6X1 + 5X2 ≤ 30
(0,4)
6X1 + 9X2 = 36
6X1 + 5X2 = 30
4X2 = 6
X2 = 1.5
X1 = 3.75
(5,0) (6,0)
Metode Round Off (pembulatan)
• Merupakan pemecahan paling mudah.
• Jika hasil tsb di atas (X1=3.75, X2=1.5 )
dibulatkan, kemungkinannya adalah :
• X1 = 4 dan X2=2
• X1 = 4 dan X2=1
• Periksa ulang kemungkinan tsb. pada kendala :
2X1 + 3X2 ≤ 12
6X1 + 5X2 ≤ 30
(0.4)
(0,3) (1,3)
Complete Enumeration
Complete Enumeration
• Solusi yang tidak memenuhi diabaikan
• Solusi yang memenuhi dievaluasi, pilih yang
terbaik.
X1 X2 X3 X4 Memenuhi? Z
0 0 0 0 Y 0
1 0 0 0 Y 9
0 1 0 0 T -
0 0 1 0 Y 5
0 0 0 1 T -
1 1 0 0 T -
1 0 1 0 Y 14
1 0 0 1 T -
0 1 1 0 T -
0 1 0 1 T -
0 0 1 1 Y 9
1 1 1 0 T -
1 0 1 1 T -
1 1 0 1 T -
0 1 1 1 T -
1 1 1 1 T -
Metode Branch and Bound
• Maksimalkan Z = 7000X1 + 6000X2
• Kendala :
2X1 + 3X2 ≤ 12
6X1 + 5X2 ≤ 30
X1,X2 bilangan bulat positif
Maksimumkan Z = 3 X1 + 5 X2
Dengan syarat 2 X1 + 4 X2 ≤ 25
X1 ≤ 8
2 X2 ≤ 10
X1 ; X2 non negatif integer
Seluruh prosedur Branch dan Bound untuk contoh yang lalu dapat digambarkan seperti berikut :
inferior
Solusi bulat optimum
X1 = 8 3
2 2≤
2
≤ X2 = 2 X
X
Z = 34
2
0 X2
X1 = 6 ≥4
X2
X1 = 8 ≥3 ≤6 X2 = 3,25
X2 = 2,25 X 1
Z = 34,25
Z = 35,25 inferior
1
X1
X1 = 6,5 ≥7
X2 = 3
Z = 34,5
Tak layak
Catatan
• Jika IP adalah masalah minimisasi, maka nilai optimal
LP nya akan kurang atau sama dengan nilai optimal IP
• Jika IP adalah masalah maksimalisasi, maka nilai
optimal LP nya akan lebih atau sama dengan nilai
optimal IP
• Jika LP infeasible, maka IP juga akan infeasible
• Jika LP feasible, maka IP belum tentu feasible
• Jika LP menghasilkan nilai optimum yang integer, maka
solusi tersebut adalah feasible dan merupakan solusi
optimum untuk IP