Fakultas

Rekayasa
Industri

PENELITIAN OPERASIONAL II
IE-G3F3
Program Studi Teknik Industri
Fakultas Rekayasa Industri
Telkom University
 Fakultas
Rekayasa
Industri

PEMROGRAMAN DINAMIK
DETERMINISTIK
PENDAHULUAN
●
Beberapa prinsip
●
Prinsip Optimalitas
●
Karakteristik persoalan

PENGAMBILAN KEPUTUSAN
●
Dua pendekatan PD.
●
Langkah-langkah pemecahan masalah.pemrograman dinamis.

CONTOH-CONTOH KASUS
●
Kasus Minimasi Cost
●
Kasus Maksimasi Income
●
Kasus Maksimasi Alokasi

LATIHAN SOAL
 Fakultas
Rekayasa
Industri

TUJUAN
PEMBELAJARAN
• Mahasiswa dapat memahami setiap keputusan optimal yang
akan diambil dengan menggunakan banyak tahapan.
• Mahasiswa dapat memahami keterkaitan alur tahapan–tahapan
dalam menyelesaikan permasalahan sehingga dapat
memperoleh keputusan yang optimal.
 Fakultas
Rekayasa
Industri

PENDAHULUAN
 Fakultas
Rekayasa
Industri

C
7 3

D B

4
5
A
 Fakultas
Rekayasa
Industri

Metode pemecahan masalah dengan cara

menguraikan solusi menjadi sekumpulan
langkah (step) atau tahapan (stage) sehingga
solusi dari persoalan dapat dipandang dari
serangkaian keputusan yang saling berkaitan.
 Fakultas
Rekayasa
Industri

PEMROGRAMAN DINAMIS
• Metode ini tidak ada formulasi standar untuk
memecahkan masalah. Setiap masalah dalam
pemrograman dinamis memerlukan pola pendekatan
atau penyelesaian yang berbeda satu sama lainnya.
• Terdapat kesamaan dari setiap penyelesaian masalah,
dimana setiap keputusan optimal yang diambil
diperoleh dari banyak tahap.
• Hasil dari sebuah tahap akan berdampak atau menjadi
masukan bagi tahap berikutnya. State dan stage
berikutnya sepenuhnya ditentukan oleh state dan
keputusan pada stage saat itu.
 Fakultas
Rekayasa
Industri

BEBERAPA PRINSIP
• Terdapat sejumlah berhingga pilihan yang mungkin.
• Solusi pada setiap tahap dibangun dari hasil solusi tahap
sebelumnya.
• Kita menggunakan persyaratan optimasi dan kendala
untuk membatasi sejumlah pilihan yang harus
dipertimbangkan pada suatu tahap.
 Fakultas
Rekayasa
Industri

PRINSIP OPTIMALITAS
a. Pada program dinamis, rangkaian keputusan yang
optimal dibuat dengan menggunakan Prinsip
Optimalitas.
b. Prinsip optimalitas: jika solusi total optimal, maka
bagian solusi sampai tahap ke-k juga optimal.
c. Prinsip optimalitas berarti bahwa jika kita bekerja dari
tahap k ke tahap k + 1, kita dapat menggunakan hasil
optimal dari tahap k tanpa harus kembali ke tahap
awal.
 Fakultas
Rekayasa
Industri

PRINSIP OPTIMALITAS
d. Ongkos pada tahap k + 1 = (ongkos yang dihasilkan
pada tahap k) + (ongkos dari tahap k ke tahap k + 1)
e. Dengan prinsip optimalitas ini dijamin bahwa
pengambilan keputusan pada suatu tahap adalah
keputusan yang benar untuk tahap-tahap selanjutnya.
f. Pada metode program dinamis lebih dari satu
rangkaian keputusan. Hanya rangkaian keputusan
yang memenuhi prinsip optimalitas yang akan
dihasilkan.
 Fakultas
Rekayasa
Industri

KARAKTERISTIK PERSOALAN
PEMROGRAMAN DINAMIS
1. Persoalan dapat dibagi menjadi beberapa tahap (stage),
yang pada setiap tahap hanya diambil satu keputusan.
2. Masing-masing tahap terdiri dari sejumlah status (state)
yang berhubungan dengan tahap tersebut. Secara
umum, status merupakan bermacam kemungkinan
masukan yang ada pada tahap tersebut.
3. Hasil dari keputusan yang diambil pada setiap tahap
ditransformasikan dari status yang bersangkutan ke
status berikutnya pada tahap berikutnya.
4. Ongkos (cost) pada suatu tahap meningkat secara
teratur (steadily) dengan bertambahnya jumlah tahapan.
 Fakultas
Rekayasa
Industri

KARAKTERISTIK PERSOALAN
PEMROGRAMAN DINAMIS
5. Ongkos pada suatu tahap bergantung pada ongkos
tahap-tahap yang sudah berjalan dan ongkos pada
tahap tersebut.
6. Keputusan terbaik pada suatu tahap bersifat independen
terhadap keputusan yang dilakukan pada tahap
sebelumnya.
7. Adanya hubungan rekursif yang mengidentifikasikan
keputusan terbaik untuk setiap status pada tahap k
memberikan keputusan terbaik untuk setiap status pada
tahap k + 1.
8. Prinsip optimalitas berlaku pada persoalan tersebut.
 Fakultas
Rekayasa
Industri

PENGAMBILAN KEPUTUSAN
 Fakultas
Rekayasa
Industri

MODEL KEPUTUSAN PEMROGRAMAN

DINAMIS TERDIRI ATAS:

1. Tahap (Stage):
merupakan titik suatu
keputusan
2. Status (State):
merupakan parameter
masukan
3. Transformasi
(Transformation):
merupakan aturan
yang mengarahkan
keputusan
 Fakultas
Rekayasa
Industri

MODEL KEPUTUSAN DENGAN TAHAP

TUNGGAL DIILUSTRASIKAN SBB:
 Fakultas
Rekayasa
Industri

SISTEM DENGAN TAHAP MAJEMUK

DIILUSTRASIKAN SBB:
 Fakultas
Rekayasa
Industri

DUA PENDEKATAN
PEMROGRAMAN DINAMIS

1. Pemrograman dinamis maju

Pemrograman dinamis bergerak mulai dari tahap 1, terus
maju ke tahap 2, 3, dan seterusnya sampai tahap n.
Runtunan peubah keputusan adalah x1, x2, …, xn.
 Fakultas
Rekayasa
Industri

DUA PENDEKATAN
PEMROGRAMAN DINAMIS

Pemrograman dinamis maju

 Fakultas
Rekayasa
Industri

DUA PENDEKATAN
PEMROGRAMAN DINAMIS

2. Pemrograman dinamis mundur.

Pemrograman dinamis bergerak mulai dari tahap n,
terus mundur ke tahap n – 1, n – 2, dan seterusnya
sampai tahap 1.
Runtunan peubah keputusan adalah xn, xn-1, …, x1.
 Fakultas
Rekayasa
Industri

DUA PENDEKATAN
PEMROGRAMAN DINAMIS

Pemrograman dinamis mundur.

 Fakultas
Rekayasa
Industri

LANGKAH-LANGKAH PEMECAHAN
MASALAH PEMROGRAMAN DINAMIS

1. Tentukan prosedur pemecahan (maju atau mundur).

2. Definisikan tahap (n).
3. Definisikan variabel status pada tiap tahap (Sn).
4. Definisikan variabel keputusan pada tiap tahap (Xn).
5. Definisikan fungsi kontribusi pada tiap tahap.
6. Definisikan fungsi transisi.
7. Definisikan hubungan rekursif.
8. Lakukan perhitungan.
9. Tentukan kebijakan optimal.
 Fakultas
Rekayasa
Industri

FUNGSI KONTRIBUSI

gn = r(Sn,Xn)

Sn = variabel status pada tiap tahap

Xn = variabel keputusan pada tiap tahap
 Fakultas
Rekayasa
Industri

FUNGSI TRANSISI
 Fakultas
Rekayasa
Industri

HUBUNGAN REKURSIF
• Hubungan rekursif maju:
 Fakultas
Rekayasa
Industri

HUBUNGAN REKURSIF
• Hubungan rekursif mundur:
 Fakultas
Rekayasa
Industri

STRUKTUR REKURSIF MAJU

 Fakultas
Rekayasa
Industri

STRUKTUR REKURSIF MUNDUR

 Fakultas
Rekayasa
Industri

BEBERAPA HUBUNGAN
REKURSIF
 Fakultas
Rekayasa
Industri

CONTOH-CONTOH KASUS
 Fakultas
Rekayasa
Industri

Pemrograman Dinamis Deterministik

Komponen Prosedur Pemecahan Tipe Persoalan

 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)
• Seseorang pebisnis akan pergi dari kota A ke kota J
dengan menggunakan kendaraan umum.
• Banyak kemungkinan jalan yang dapat digunakan dari A
menuju J.
• Pebisnis tersebut menginginkan perjalanan dari A
menuju J dengan biaya paling murah.
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)
• Besar biaya dan rute jalan dari A menuju J disajikan
dengan gambar berikut :
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)

• Definisi Masalah:
Tahap  n = daerah simpul
Status/kondisi tahap n  Sn = kota pada tahap n
Keputusan pada tahap n  Xn = kota yang harus ditempuh
Fungsi transisi  Sn+1 = Xn
Fungsi kontribusi pada tahap n  gn = Cs (Xn)
Hubungan rekursif  fn*(sn) = min fn(sn,Xn)

dengan :fn (Sn,Xn) = cs (Xn) ; n = 4

fn (Sn,Xn) = cs (Xn) + fn+1*(Xn) ; n = 1, 2, 3
Sn+1 = Xn
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)
• Pilih variabel keputusan Xn (n= 1,2,3,4) sebagai kota yang
harus ditempuh pada tahap n, sehingga rute seluruhnya
adalah X1→X2→X3→X4,
dengan X1 = A dan X4 = J.
• Pilih fn (Sn,Xn) sebagai biaya total untuk kebijakan
keseluruhan dari tahapan selanjutnya dengan pebisnis
sampai pada kondisi S, siap berangkat ke tahap n,
dengan memilih Xn sebagai kota tujuan berikut.
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)

• Pada kondisi S dan tahap n, gunakan Xn* sebagai

sembarang nilai yang meminimumkan fn(Sn,Xn),
gunakan fn*( Sn) sebagai nilai minimum dari fn(Sn,Xn).
• fn*( Sn) = min fn(Sn,Xn) = fn(Sn,Xn*) dengan fn(Sn,Xn) adalah
biaya sekarang (tahap n) + minimum biaya yad (tahap
n+1 dan selanjutnya) atau
fn(sn,Xn) = cs (Xn) + fn+1*(Xn)
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)
Tahap 4
Pada tahap akhir
n = 4, maka
perjalanannya
hanya ditentukan
sepenuhnya oleh
kondisi kondisi s
sekarang
(yaitu H atau I) dan
tujuan akhir J
sehingga f4*(s) = f4
(s,J) = cs (J).
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

Tahap 4 (JARAK TERMURAH)

Pada tahap akhir n = 4 hasil ditabelkan sebagai berikut :

f4 = c 4
s J f4*(s) X4*
H 3 3 J

I 4 4 J
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)
Tahap 4
Pada tahap akhir n = 4 hasil ditabelkan sebagai berikut :

S f4*(s) X4*
H 3 J
I 4 J
Tabel di atas menyajikan fakta bahwa jika pebisnis
sudah sampai di H maupun di I maka solusi feasiblenya
adalah X4* = J
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)
Tahap 3
Pada tahap n = 3,
maka perjalanannya
perlu melakukan
beberapa hitungan.
Misalkan dia sudah
sampai di kota F,
maka dia bisa melaju
ke kota H atau I,
dengan biaya pada
tahap ini adalah Cf (H)
= 6 atau Cf (I) = 3.
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

Tahap 3 (JARAK TERMURAH)

Pada tahap akhir n = 3 hasil ditabelkan sebagai berikut :

f3 = c3 + f4*
s H I f3*(s) X3*
E 1+ 3=4 4+ 4=8 4 H S f4*(s) X4*

F 7 I H 3 J
6+ 3=9 3+ 4=7
I 4 J
G 3+ 3=6 3+ 4=7 6 H
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)
Tahap 3
Pada tahap akhir n = 3 hasil ditabelkan sebagai berikut :

f3 = c3 + f4* E, H → 4 = 1 + 3
s f3*(s) X3* E, I → 8 = 4 + 4
H I F,H → 9 = 6 + 3
E 4 8 4 H F,I → 7 = 3 + 4
G,H → 6 = 3 + 3
F 9 7 7 I
G,I → 7= 3 + 4
G 6 7 6 H
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

Tahap 2 (JARAK TERMURAH) f3 = c3 + f4*

s
f *(s) X*
H I
3 3

E 4 8 4 H

F 9 7 7 I

G 6 7 6 H
Pada tahap akhir n = 2 hasil ditabelkan sebagai berikut :
f2 = c2 + f3*
s E F G
f2*(s) X2*
B 7+ 4=11 4+ 7=11 6+ 6=12 11 E,
F
C 3+ 4=7 2+ 7=9 4+ 6=10 7 E

D 4+ 4=8 1+ 7=8 5+ 6=11 8 E,F

 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)
Tahap 2
B, E →11 = 7 + 4
f2 = c2 + f3* B,F →11 = 4 + 7
S f2*(s) X2* B,G →12 = 6 + 6
E F G C,E → 7 = 3 + 4
C, F → 9 = 2 + 7
B 11 11 12 11 E, F
C, G → 10 = 4 + 6
C 7 9 10 7 E D, E → 8 = 4 + 4
D, F → 8 = 1 + 7
D 8 8 11 8 E, F D, G → 11 = 5 + 6
Bilangan yang terakhir setelah “+” adalah nilai optimum f3*(X3)
 Fakultas
Rekayasa
Industri

f2 = c2 + f3*
KASUS MINIMASI COSTX2
S f2*(s)
Tahap 1 (JARAKE TERMURAH)
F G *

B 11 11 12 11 E,F
C 7 9 10 7 E
Pada tahap akhir n = 1 hasil ditabelkan
D 8 8sebagai
11 berikut
8 : E,F
f1 = c1 + f2*
s B C D f1*(s) X1*
A 2+ 11=13 4+ 7=11 3+ 8=11 11 C,D
 Fakultas
Rekayasa
Industri

KASUS MINIMASI COST

(JARAK TERMURAH)
Tahap 1

f1 = c1 + f2* A, B → 13 = 2 + 11
S f1*(s) X1* A, C → 11 = 4 + 7
B C D
A, D → 11 = 3 + 8
A 13 11 11 11 C, D
 Fakultas
Rekayasa
Industri

f 4 = c4 f3 = c3 + f4*
S S
J f4*(s) X4* f3*(s) X3*
X4 X3 H I
H 3 3 J

I 4 4 J E 4 8 4 H
F 9 7 7 I
f2 = c2 + f3* G f1 =6 c1 + f72* 6 H
X2 X1
f2*(s) X2* f1*(s) X1*
S E F G S B C D

A Lintasan
13 11 1 : A→11
C→ E→
11H→ J.C, D
B 11 11 12 11 E, F Lintasan 2: A→ D→ E→ H→ J.
Lintasan 2: A→ D→ F→ I→ J.
C 7 9 10 7 E
D 8 8 11 8 E, F
 Fakultas
Rekayasa
Industri

Lintasan 1 : A→ C→ E→ H→ J.
Lintasan 2 : A→ D→ E→ H→ J.
Lintasan 3 : A→ D→ F→ I→ J.

Dengan ongkos minimum yaitu 11

 Fakultas
Rekayasa
Industri

Pemrograman Dinamis Deterministik

Komponen Prosedur Pemecahan Tipe Persoalan

 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

• Bentuk umum persamaan kasus maksimasi
income dari pemrograman dinamis:

dimana n = 2, 3, 4, ...

• Persamaan di atas digunakan untuk perhitungan

dari depan ke belakang (maju)
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Sebuah perusahaan memiliki kapasitas produksi

sebesar 700 ton per bulan. Distribusi produk
dilakukan dengan transportasi darat untuk
menghemat biaya pengirimannya. Pasar yang
dituju adalah pasar A, B, dan C.
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Dari pengalaman yang ada, return dan setiap pasar dilihat
pada tabel berikut ini:
Jumlah produk Return dari kota A Return dari kota B Return dari kota C
(ratus ton) (Rp) (Rp) (Rp)
0 0 0 0
1 0,8 0,6 0,6
2 1,5 1,2 1,2
3 2,3 2 1,9
4 3 2,8 2,8
5 3,6 3,6 3,6
6 4 4 4,7
7 4,4 4,3 5,4
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Bagaimana distribusi produk harus dilakukan oleh

perusahaan agar diperoleh hasil atau return yang
optimal?
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Definisi Masalah:
• Tahap  n = pasar yang dituju
• Status/kondisi tahap n  Sn = jumlah hasil produksi yang masih
tersisa untuk tahap n
• Keputusan pada tahap n  Xn = jumlah (dalam ratusan ton)
barang yang didistribusikan untuk tahap n
• Fungsi transisi  Sn-1 = Sn - Xn
• Fungsi kontribusi pada tahap n  gn = rn (Xn); rn = return pada
tahap n
• Hubungan rekursif  fn*(sn) = max fn(sn,Xn)
dengan : fn (Sn,Xn) = rs (Xn) ; n = 1
fn (Sn,Xn) = rs (Xn) + fn-1*( Sn-1) ; n = 2, 3
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Perhitungan akan dimulai dari pasar A, B, dan diakhiri

dengan perhitungan return di pasar C. Dengan persamaan
dasar di atas, berarti nilai f1(X) akan menentukan nilai f2(X),
dan nilai f2(X) ini akan menentukan nilai f3(X).
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

TAHAP 1 Jumlah produk Return dari

Bila semua produk hanya dipasarkan di kota A, maka (ratus ton) kota A (Rp)
return atau penghasilan yang diperoleh mulai dari 0 0
tidak ada pengiriman hingga 7 kiriman (setiap 1 0,8
pengiriman berisi 100 ton), adalah: 2 1,5

Jika tidak ada pengiriman f1(0) = r1 = 0 3 2,3

Jika ada 1 pengiriman f1(1) = r1(1) = 0,8 4 3
Jika ada 2 pengiriman f1(2) = r1(2) = 1,5 5 3,6
Jika ada 3 pengiriman f1(3) = r1(3) = 2,3 6 4
Jika ada 4 pengiriman f1(4) = r1(4) = 3,0
7 4,4
Jika ada 5 pengiriman f1(5) = r1(5) = 3,6
Jika ada 6 pengiriman f1(6) = r1(6) = 4,0
Jika ada 7 pengiriman f1(7) = r1(7) = 4,4
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

TAHAP 1 (Kota A)
x1 f1 (s) = r1 (x) Jumlah produk Return dari
S 0 1 2 3 4 5 6 7 f1* x1* (ratus ton) kota A (Rp)

0 0 0 0
0 0
0,8 1 1 0,8
1 0 0,8
2 1,5
2 0 0.8 1.5 1.5 2
3 2,3
3 0 0,8 1,5 2,3 2,3 3
4 3
4 0 0,8 1,5 2,3 3 3 4
5 3,6
5 0 0,8 1,5 2,3 3 3,6 3,6 5
6 4
6 0 0,8 1,5 2,3 3 3,6 4 4 6
7 4,4
7 0 0,8 1,5 2,3 3 3,6 4 4,4 4,4 7
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Pasar A Pasar B Pasar C

S
X1 f1(X) X2 f2(X) X3 f3(X)
0 0 0
1 1 0,8
2 2 1,5
3 3 2,3
4 4 3,0
5 5 3,6
6 6 4,0
7 7 4,4
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

TAHAP 2
Apabila diperhitungkan pengiriman ke kota A dan kota B.
Atas dasar hasil f1(X) di atas, nilai f2(X) dapat dicari dengan
persamaan umum sebagai berikut:
• Apabila Sn=0, maka return f2(X) adalah juga 0, karena
tidak ada (0) pengiriman
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

• Apabila Sn = 1, maka

dengan: 0 ≤ X2 ≤ 1
Sehingga nilai-nilai f2(1) adalah :
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

• Apabila Sn = 2, maka

dengan: 0 ≤ X2 ≤ 2
Sehingga nilai-nilai f2(2) adalah :
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Dari perhitungan di atas, dapat disimpulkan apabila ada 2

pengiriman (masing-masing berisi 100 ton), dan pengiriman
dapat dilakukan di pasar A dan pasar B, maka akan ada 3
alternatif seperti perhitungan di atas.
Dari ketiga alternatif itu, jika hanya ada 2 kali pengiriman,
maka yang paling baik adalah alternatif pertama, yakni
dengan mengirim semuanya ke kota A atau f1(2), karena
akan menghasilkan nilai yang paling besar, yaitu 1,5.
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

• Apabila Sn = 3, maka

dengan: 0 ≤ X2 ≤ 3
Sehingga nilai-nilai f2(3) adalah :
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Dari perhitungan di atas, dapat disimpulkan apabila ada 3

pengiriman (masing-masing berisi 100 ton), dan pengiriman
dapat dilakukan di pasar A dan pasar B, maka akan ada 4
alternatif seperti perhitungan di atas.
Dari empat alternatif itu, jika hanya ada 3 kali pengiriman,
maka yang paling baik adalah alternatif pertama, yakni
dengan mengirim semuanya ke kota A atau f1(3), karena
akan menghasilkan nilai yang paling besar, yaitu 2,3.
 x2 f2 (s) = r2 (x) + f1*(s-x2) Fakultas
Rekayasa
Industri

S 0 1 2 3 4 5 6 f2 * x2 *
7
0 0
KASUS
1 0+0,8=0,8 0,6+0=0,6
MAKSIMASI INCOME (RETURN)
0
0,8
KASUS MAKSIMASI 0
0
2 0+ 1,5=1,5
TAHAP 2 0,6+0.8=1,41,2+
(Kota B) 0 = 1,,2 1,5 INCOME (RETURN) 0
3 TAHAP
0+ 2,3 = 0,6+2 1.5=2,1
(Kota 0B)
1,2+ ,8 = 2 2+0 = 2 2,3 0
4 0+ 32,3= 3 0,6+2,3=2,91,2+1,5 = 2+0,8=2,82,8+0=2,8 3 0
5 0+ 3,6 = 0,6+3= 3,6 1,2+2,7 2+1,5=3,52,8+0,8=3,63,6+0=3,6 3,6 0;1;4;
2,3=3,5 5
6 0+43,6
=4 3 = 4,2 2+2,3=4,32,8+1,5=4,33,6+0,8=4,44+0=4
0,6+3,6=4,21,2+ 4,4 5

7 0+4,4 = 0,6+4= 4,6 1,2+3,6= 2+3 = 5 2,8+2,3=5,13,6+1,5=5,14+0,8=4,84,3+0=4,3 5,1 4;5

0 4,3 0 x14,8 f1 (s) = r1 (x)
Jumlah produk (ratus ton)

S
Return dari kota B (Rp)

1 0,6 0 1 2 3 4 5 6 7 f1* x 1*

2 1,2
0 0 0 0
3 2
1 0 0,8 0,8 1
4 2,8 2 0 0,8 1,5 1,5 2
5 3,6 3 0 0,8 1,5 2,3 2,3 3
4 0 0,8 1,5 2,3 3,0 3,0 4
6 4
5 0 0,8 1,5 2,3 3,0 3,6 3,6 5
7 4,3
6 0 0,8 1,5 2,3 3,0 3,6 4,0 4,0 6
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

TAHAP 2 (Kota B)
x2 f2 (s) = r2 (x) + f1*(s-x2)
S 0 1 2 3 4 5 6 7 f2* x2*

0 0 0 0
1 0,8 0,6 0,8 0
2 1,5 1,4 1,2 1,5 0
3 2,3 2,1 2,0 2,0 2,3 0
4 3,0 2,9 2,7 2,8 2,8 3,0 0
5 3,6 3,6 3,5 3,5 3,6 3,6 3,6 0,1,4,5
6 4,0 4,2 4,2 4,3 4,3 4,4 4,0 4,4 5
7 4,4 4,6 4,8 5,0 5,1 5,1 4,8 4,3 5,1 4,5
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Dengan cara yang sama, apabila diteruskan dengan 4 pengiriman,
5 pengiriman, hingga 7 pengiriman, maka akan diperoleh tabel kedua
sebagai berikut :
Pasar A Pasar B Pasar C
S
X1 f1(X) X2 f2(X) X3 f3(X)
0 0 0 0 0
1 1 0,8 0 0,8
2 2 1,5 0 1,5
3 3 2,3 0 2,3
4 4 3,0 0 3,0
5 5 3,6 0,1,4,5 3,6
6 6 4,0 5 4,4
7 7 4,4 4,5 5,1
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

TAHAP 3
Setelah tahap kedua selesai, maka selanjutnya dilakukan
perhitungan tahap ketiga untuk pasar B dan C.
• Apabila Sn = 0, maka return f2(X) adalah juga 0, karena
tidak ada (0) pengiriman.
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

• Apabila Sn = 1, maka:

dengan: 0 ≤ X3 ≤ 1
Sehingga nilai-nilai f 3(1) adalah :
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Dari perhitungan di atas, dapat dikatakan bahwa dengan

asumsi 1 pengiriman dapat dilakukan ke kota B atau ke
kota C, maka kalau 1 kiriman berisi 100 ton tersebut sudah
dikirim ke kota B, tentu tidak dapat dikirim ke kota C, begitu
pula sebaliknya. Jika dikirim ke kota B maka hasilnya
adalah 0,8 sedangkan ke kota C hasilnya adalah 0,6.
Dengan pilihan hasil tersebut, jika hanya ada 1 pengiriman
maka tentu perusahaan akan memilih mengirimkannya ke
kota B, karena hasilnya lebih besar.
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

• Apabila Sn = 2, maka:

dengan: 0 ≤ X 3 ≤ 2
Sehingga nilai-nilai f 3(2) adalah :
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Dari perhitungan di atas, dapat disimpulkan apabila ada 2

pengiriman (masing-masing berisi 100 ton), dan pengiriman
dapat dilakukan di pasar B dan pasar C, maka akan ada 3
alternatif seperti perhitungan diatas. Dari tiga alternatif itu,
jika hanya ada 2 kali pengiriman, maka yang paling baik
adalah alternatif pertama, yakni dengan mengirim
semuanya ke kota B atau f 3(2), karena akan menghasilkan
nilai yang paling besar, yaitu 1,5.
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

• Apabila Sn = 3, maka:

dengan: 0 ≤ X 3 ≤ 3
Sehingga nilai-nilai f 3(3) adalah :
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Dari perhitungan di atas, dapat disimpulkan apabila ada 3

pengiriman (masing-masing berisi 100 ton), dan pengiriman
dapat dilakukan di pasar B dan pasar C, maka akan ada 4
alternatif seperti perhitungan diatas. Dari empat alternatif
itu, jika hanya ada 3 kali pengiriman, maka yang paling baik
adalah alternatif pertama, yakni dengan mengirim
semuanya ke kota B atau f 3(3), karena akan menghasilkan
nilai yang paling besar, yaitu 2,3.
 x3 f3 (s) = r3 (x) + f2*(s-x3) Fakultas
Rekayasa
Industri

S 0 1 3 4 5 6 f3 * x3 *
2 7
0 0 0 0
1 0+0,8=0,80,6+0=0,6 KASUS MAKSIMASI INCOME (RETURN)
0,8 0
2 0+1,5=1,50,6+0.8 = 1,2+0 = 1,2 1,5 0
3 TAHAP 21.5(Kota
0+2,3 = 0,6+1,4 = 1,2+
B) 0 = 1,9
0,8 = 2 1,9+ 2,3 0
4 0+32,3 2,1
= 3 0,6+2,3=2,91,2+1,5 = 1,9+ 0,8=2,72,8+0=2,8 3 0
5 0+3,6 = 0,6+3= 3,6 1,2+ 2,7
2,3 = 1,9+1,5=3,42,8+0,8=3,63,6+0=3,6 3,6 0;1;4;
3,6 = 0,6+3,6= 1,2+ 3,5 2,3=4,22,8+1,5=4,33,6+0,8=4,4
3 = 4,2 1,9+ 4,7+0=4,7 4,7 56
6 0+4,4
4,4 = 0,6+4,2
7 0+5,1 4,4= 5 1,2+3,6= 1,9+ 3 = 4,92,8+2,3=5,13,6+1,5=5,1 0,8=5,55,4+0=5,4 5,5
4,7+ 6
0 0
5,1 x 4,8 f (s) = r (x) + f *(s-x )
Jumlah produk (ratus ton)

2 2 2 1 2
Return dari kota C (Rp)

1 0,6 S
0 1 2 3 4 5 6 7 f2 * x2*

2 1,2
0 0 0 0
3 1,9
1 0,8 0,6 0,8 0
4 2,8 2 1,5 1,4 1,2 1,5 0
5 3,6 3 2,3 2,1 2,0 2,0 2,3 0

6 4,7 4 3,0 2,9 2,7 2,8 2,8 3,0 0

5 3,6 3,6 3,5 3,5 3,6 3,6 3,6 0,1,4,5
7 5,4
6 4,0 4,2 4,2 4,3 4,3 4,4 4,0 4,4 5
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

TAHAP 3 (Kota C)
x3 f3 (s) = r3 (x3) + f2*(s-x3)
S 0 1 2 3 4 5 6 7 f3 * x3 *

0 0 0 0
1 0,8 0,6 0,8 0
2 1,5 1,4 1,2 1,5 0
3 2,3 2,1 2,0 1,9 2,3 0
4 3,0 2,9 2,7 2,7 2,8 3,0 0
5 3,6 3,6 3,5 3,4 3,6 3,6 3,6 0,1,4,5
6 4,4 4,2 4,2 4,2 4,3 4,4 4,7 4,7 6
7 5,1 5,0 4,8 4,9 5,1 5,1 5,5 5,4 5,5 6
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

Pasar A Pasar B Pasar C

S
X1 f1(X) X2 f2(X) X3 f3(X)
0 0 Rp 0 0 Rp 0 0 Rp 0
1 1* 0,8 0* 0,8 0 0,8
2 2 1,5 0 1,5 0 1,5
3 3 2,3 0 2,3 0 2,3
4 4 3,0 0 3,0 0 3,0
5 5 3,6 0,1,4,5 3,6 0,1,4,5 3,6
6 6 4,0 5 4,4 6 4,7
7 7 4,4 4,5 5,1 6* 5,5
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

• Bila terdapat nilai f(x) optimal yang diperoleh dari dua atau lebih nilai x, maka seluruh nilai x yang
menghasilkan f(x) optimal tersebut dituliskan dalam tabel.
• Pengambilan keputusan dilakukan dengan melihat mulai dari tahap terakhir yang dilakukan, yaitu
tahap 3 (pasar C). Pada tahap ini, seluruh jumlah pengiriman masih dapat dipergunakan, sehingga
status sistemnya adalah s = 7. Pada pasar C, untuk
s = 7, nilai optimalnya adalah 5,5. Nilai x optimal untuk f(x) = 5,5 adalah 6 pengiriman.
Dilakukannya 6 pengiriman ke kota C menyebabkan perubahan state di tahap 2 (pasar B).
Penggunaan 6 pengiriman di kota C menyebabkan sisa pengiriman menjadi
7 – 6 = 1. Dengan demikian, status di kota B adalah s = 1. Bila s = 1 di kota B, maka nilai f(x)
optimal adalah 0,8 dengan nilai x optimal adalah 0. Dengan demikian, penggunaan 0 pengiriman
di kota B menyebabkan status di kota A adalah s = 1.
• Dengan demikian, status di kota A adalah s = 1. Bila s = 1 di kota A, maka nilai f(x) optimal adalah
0,8 dengan nilai x optimal adalah 1. Dengan demikian, penggunaan 6 pengiriman di kota C dan 1
kiriman di kota A menjadi suatu keinginan positif.
• Untuk mengetahui nilai keuntungan max yang diperoleh, dapat dilihat pada tabel awal. Keuntungan
karena melakukan 6 pengiriman di kota C adalah 4,7 dan keuntungan karena melakukan 1
pengiriman di kota A adalah 0,8. sehingga, total nilai optimalnya adalah 4,7 + 0,8 = 5,5.
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI INCOME (RETURN)

• Setelah tabel di atas lengkap, dapat disimpulkan bahwa apabila kapasitas
produksi perusahaan dimaksimalkan sehingga dapat berproduksi sebanyak
700 ton dan akan dikirimkan dalam 7 kali pengiriman, maka agar hasilnya
optimal, maka distribusi pengiriman yang paling baik adalah bila 6
pengiriman ditujukan ke kota C (karena hasilnya paling tinggi, 5,5) dan
sisanya ke kota A (0,8).
• Dengan distribusi pengiriman tersebut, hasil optimal yang diperoleh
perusahaan adalah sebesar Rp 5,5, dan ini adalah hasil tertinggi
dibandingkan dengan alternatif-alternatif distribusi pengiriman yang lainnya.
• Dalam kasus ini terdapat lebih dari satu f(x) yang memiliki lebih dari satu nilai
x optimal. Dengan demikian, seluruh nilai x optimal dituliskan dalam tabel,
dan seluruh x yang ada dapat dikombinasikan sehingga akan terdapat
beberapa alternatif solusi yang menghasilkan nilai keuntungan yang sama.
 Fakultas
Rekayasa
Industri

Pemrograman Dinamis Deterministik

Komponen Prosedur Pemecahan Tipe Persoalan

 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI ALOKASI

• Keuntungan pada 4 macam kegiatan merupakan fungsi jam
kerja yang dialokasikan pada masing-masing kegiatan seperti
tabel berikut. Jika setiap hari tersedia 4 jam kerja, bagaimana
alokasi waktu sehingga keuntungan per hari maksimum.

Kegiatan
Jam kerja
1 2 3 4
0 0 0 0 0
1 1 2 3 2
2 3 5 7 5
3 6 8 10 8
4 9 11 12 10
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI ALOKASI

Solusi:
• Misalkan 4 keputusan merupakan 4 stage dalam perumusan
progam dinamis. Variabel keputusan Xj (j=1,2,3,4) adalah
banyaknya jam kerja yang dialokasikan pada tahap ke j.
• Misalkan Pj (Xj) adalah keuntungan dari alokasi X jam kerja
kepada kegiatan j. Sehingga masalah itu dapat diformulasikan
sebagai suatu LP seperti berikut:

Maksimumkan Z = P1(X1) + P2(X2) + P3(X3) + P4(X4)

Dengan syarat X1 + X2 + X3 + X4 = 4
X1, X2, X3, X4 ≥ 0
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI ALOKASI

Karena hanya ada satu kendala, teknik LP hanya akan

memberikan satu variabel dalam solusinya. Karena itu LP
tak dapat diterapkan di sini, sehingga persoalan ini akan
diselesaikan dengan teknik Pemrograman Dinamis.
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI ALOKASI

Definisi Masalah PD:
• Tahap  n = kegiatan
• Status/kondisi tahap n  Sn = jam kerja yang masih dapat dialokasikan
untuk tahap n
• Keputusan pada tahan n  Xn = jam kerja yang dialokasikan pada tahap n
(perlu diingat bahwa jam yang tersedia harus dialokasikan seluruhnya
untuk kegiatan 1/2/3/4)
• Fungsi transisi  Sn+1 = Sn - Xn
• Fungsi kontribusi pada tahap n  gn = Pn (Xn); Pn = profit pada tahap n
• Hubungan rekursif fn*(sn) = max fn(sn,Xn)
dengan fn (Sn,Xn) = Ps (Xn) ; n = 4
fn (Sn,Xn) = Ps (Xn) + fn+1*( Sn+1) ; n = 1, 2, 3
 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI ALOKASI

• Cara penyelesaian:
Tahap 4: f4*(X4) = maks {P4X4} dimana f5(X5)=0
P44(X44)
X44
0 1 2 3 4 F44*(X44) X44* Kegiatan
S44 Jam
kerja 1 2 3 4
0 0 0 0
1 0 2 2 1 0 0 0 0 0
2 0 2 5 5 2 1 1 2 3 2

3 0 2 5 8 8 3 2 3 5 7 5
3 6 8 10 8
4 0 2 5 8 10 10 4
4 9 11 12 10
 Tahap 3: f3*(X3) = maks{P3(X3) + f4*(X4)}
Fakultas
Rekayasa
Industri

P3(X3) + f4*(S4)
X
X33 Kegiatan
00 11 22 33 44 F
F33*(X
*(X33)) X
X33** Jam
S
S33 kerja 1 2 3 4
00 0+0=0 0 0
11 0 0 0 0 0
0+2=2 3+0=3 3 1
2 1 1 2 3 2
2 0+5=5 3+2=5 7+0=7 7 2
2 3 5 7 5
33 0+8=8 3+5=8 7+2=9 10+0=10 10 3
3 6 8 10 8
44 0+10=10 3+8=11
3+8=11 7+5=12 10+2=12 12+0=12 12 2,3,4
4 9 11 12 10

untuk kegiatan (3), bila P4(X4)

mengalokasikan 1
jam,keuntungannya X4
0 1 2 3 4 F4*(X4) X4*
adalah 3 S4
bila waktu yang tersedia adalah 4 jam (s 3=4)
dan yang digunakan adalah 1 jam (x3=1), 0 0 0 0
maka sisa waktu adalah 3 jam 1 0 2 2 1
 lihat nilai f4* saat s4=3  8
2 0 2 5 5 2
3 0 2 5 8 8 3
4 0 2 5 8 10 10 4
 Tahap 2: f2*(X2) = maks{P2(X2) + f3*(S3)}
Fakultas
Rekayasa
Industri

P2(X2) + f3*(S3)

X2
0 1 2 3 4 F2*(X2) X2*
S2
0 0+0=0 0 0

1 0+3=3 2+0=2 3 0

2 0+7=7 2+3=5 5+0=5 7 0

3 0+10=10 2+7=9 5+3=8 8+0=8 10 0

4 0+12=12 2+10=12 5+7=12 8+3=11 11+0=11 12 0,1,2

Kegiatan P3(X3) + f4*(S4)

Jam
X3
kerja 1 2 3 4 0 1 2 3 4 F3*(X3) X3*
S3
0 0 0 0 0 0 0+0=0 0 0
1 1 2 3 2 1 0+2=2 3+0=3 3 1
2 3 5 7 5 2 0+5=5 3+2=5 7+0=7 7 2
3 6 8 10 8
3 0+8=8 3+5=8 7+2=9 10+0=10 10 3
4 9 11 12 10
4 0+10=10 3+8=11 7+5=12 10+2=12 12+0=12 12 2,3,4
Tahap 1: f1*(X1) = maks{P1(X1) + f2*(S2)}
Fakultas
Rekayasa
Industri

P1(X1) + f2*(S2)

X1
0 1 2 3 4 F1*(X1) X1 *
S1
0 0+0=0 0 0
1 0+3=3 1+0=1 3 0
2 0+7=7 1+3=4 3+0=3 7 0
3 0+10=10 1+7=8 3+3=6 6+0=6 10 0
4 0+12=12 1+10=11 3+7=10 6+3=9 9+0=9 12 0

Kegiatan P2(X2) + f3*(S3)

Jam
X2
kerja 1 2 3 4 0 1 2 3 4 F2*(X2) X2*
S2
0 0 0 0 0 0 0+0=0 0 0
1 1 2 3 2 1 0+3=3 2+0=2 3 0
2 3 5 7 5
2 0+7=7 2+3=5 5+0=5 7 0
3 6 8 10 8
3 0+10=10 2+7=9 5+3=8 8+0=8 10 0
4 9 11 12 10
4 0+12=12 2+10=12 5+7=12 8+3=11 11+0=11 12 0,1,2
 Fakultas
Rekayasa
Industri

X
F1*(X1) X1* F2*(X2) X2 * F3*(X3) X3 * F4*(X4) X4 *
S
0 0 0 0 0 0 0 0 0
1 3 0 3 0 3 1 2 1
2 7 0 7 0 7 2 5 2
3 10 0 10 0 10 3 8 3
4 12 0 12 0,1,2 12 2,3,4 10 4

0 (sisa 4) 2 (sisa 2) 2 (sisa 0)

3 (sisa 1) 1 (sisa 0)
0 (sisa 4) 4 (sisa 0) 0 (sisa 0)

1 (sisa 3) 3 (sisa 0) 0 (sisa 0)

2 (sisa 2) 2 (sisa 0) 0 (sisa 0)

 Fakultas
Rekayasa
Industri

KASUS MAKSIMASI ALOKASI

Beberapa alternatif alokasi yang menimbulkan keuntungan maksimum
adalah (nilai keuntungan dari jam yang dialokasikan untuk tiap kegiatan
 lihat tabel awal) :

Kegiatan 1 2 3 4 Keuntungan
Jam
0 0 2 2 7 + 5 = 12
kerja 1 2 3 4
0 0 3 1 10 + 2 = 12
0 0 0 0 0 0 0 4 0 12
1 1 2 3 2
0 1 3 0 2 + 10 = 12
2 3 5 7 5
0 2 2 0 5 + 7 = 12
3 6 8 10 8
4 9 11 12 10
 Fakultas
Rekayasa
Industri

LATIHAN SOAL
 Fakultas
Rekayasa
Industri

SOAL 1
Misalkan seseorang ingin menentukan waktu
tercepat dari jakarta menuju malang.
Tentukanlah jalur dan waktu tercepat antara
Jakarta ke Malang berdasarkan jalur dan waktu
perjalanan (menit) yang ditunjukan pada gambar
berikut :
 Fakultas
Rekayasa
Industri

Cirebon

2
320
300 Semarang
240 5

380
220
1 3 7
360 200
Jakarta Purwokerto Malang

300
6
180 440
Yogya
540
4
Bandung
 Fakultas
Rekayasa
Industri

SOAL 2
David Jeremy, a certified public accountant, has offers from three
different clients for his services. Each client would like Mr. Jeremy to
work for him on a full time basis; however, each client is willing to
employ Mr. Jeremy for as many days of the week as he is prepared to
give, for the fees shown in table.
Number of Days Client 1, $ Client 2, $ Client 3, $
0 0 0 0
How many days
1 100 125 150
2 250 275 325
should Mr. Jeremy
3 400 375 400 devote to each client
4 525 550 550 to maximize his
5 600 625 650 weekly income?
 Fakultas
Rekayasa
Industri

SOAL 3
Keuntungan pada 5 macam kegiatan merupakan fungsi
jam kerja yang dialokasikan pada masing-masing kegiatan
seperti tabel berikut. Jika setiap hari tersedia 4 jam kerja,
bagaimana alokasi waktu sehingga keuntungan per hari
maksimum. Kegiatan
Jam kerja
1 2 3 4 5
0 0 0 0 0 0
1 2 3 4 3 3
2 5 5 6 5 7
3 8 9 9 9 10
4 11 13 14 12 14
 Fakultas
Rekayasa
Industri

SOAL 4
• Seorang koki di restoran Jepang akan membuat tiga jenis menu berbahan
tobiko, yaitu gunkan, nigiri, dan temaki. Hari ini koki tersebut memiliki
175 gram tobiko yang telah dikemas dalam plastik kecil masing-masing
berukuran 25 gram. Untuk membuat satu porsi gunkan diperlukan satu
plastik kecil tobiko, dan keuntungan setiap porsi gunkan adalah Rp
10.000,00. Untuk membuat satu porsi nigiri diperlukan tobiko dengan
jumlah yang sama seperti gunkan, dan keuntungan setiap porsi nigiri
adalah Rp 9.000,00. Untuk membuat satu porsi temaki diperlukan 75
gram tobiko, dan keuntungan setiap porsi temaki adalah Rp 31.000,00.
• Berapa porsi gunkan, nigiri, dan temaki yang harus dibuat oleh koki
tersebut agar keuntungan yang diperoleh maksimum?
 Fakultas
Rekayasa
Industri

Cirebon

2
8
5 Semarang
4 5

4
11

1 3 7
6 4
Jakarta Purwokerto Malang

5
6
1 11
Yogya
9
4
Bandung