INTEGER

PROGRAMMING
AGENDA
Pemodelan dengan
Pengantar IP Pemodelan IP
Variabel Biner
Setelah membahas chapter ini, mahasiswa diharapkan mampu:

1. Memahami perbedaan Linear Programming (LP) dengan

Integer Programming (IP)
2. Memahami dan menyelesaikan tipe permasalahan IP
Pengantar

Dua Tipe
TUJUAN:
Memaksimumkan SELALU
output DIBATASI:
Sumber Daya

Meminimumkan Spesifikasi Teknis

Manager dituntut mencari biaya
cara TERBAIK untuk
mencapai TUJUAN

Permasalahan dimodelkan dalam

Terkadang solusi permasalahan hanya Integer Programming
linier
feasible programming
untuk variabel integer saja
Integer Programming

Integer Programming adalah model linier programming dimana terdapat satu

atau lebih variabel keputusan yang harus bersifat integer.

Terdapat 3 tipe integer programming:

• Pure integer programming, semua variabel bersifat integer
• Mixed-integer programming, tidak semua variabel bersifat integer namun
terdapat paling tidak satu variabel integer
• Zero-one integer programming, ini adalah model khusus untuk variabel
integer 0 dan 1
Contoh: Formulasi - Maximasi

Pabrik keramik memproduksi dua jenis

produk Profit Raw Material Tenaga
(Tanah Liat) Kerja
Rp.
Mangkok
40/unit

Pabrik Mug Rp.

Keramik 50/unit
120 40 jam
Kg/Hari kerja/hari
Kebutuhan Sumber Daya
Tenaga Kerja Bahan Baku
Produk Berapakah jumlah MANGKOK dan
(Jam/Unit) (Kg/Unit)
MUG yang harus diproduksi per hari
Mangkok 1 4 untuk MEMAKSIMUMKAN
keuntungan?
Mug 2 3 Variabel
Integer
Contoh: Formulasi - Maximasi 1
Definisikan Variabel
Keputusan
Pabrik keramik memproduksi dua jenis
produk
Profit Jumlah MANGKOK yang
Mangkok Rp. 40/unit
x1 harus diproduksi

Jumlah MUG yang harus

Pabrik
Mug Rp. 50/unit
x2 diproduksi
Keramik
2
Definisikan Fungsi
Tujuan
Berapakah jumlah MANGKOK dan
MUG yang harus diproduksi per hari
untuk MEMAKSIMUMKAN Max Z = 40 x1 + 50x2
keuntungan?
 Definisikan
Contoh: Formulasi - Maximasi Pembatas
Pabrik (constratint)
Keramik 3

Tenaga Kerja Bahan Baku Jam kerja tersedia 40 jam

Produk
(Jam/Unit) (Kg/Unit)

Mangkok 1 4
1 x1 + 2 x2 ≤ 40

Bahan baku yang tersedia 120 kg

Mug 2 3

4 x1 + 3 x2 ≤ 120
Jumlah Tersedia 40 jam 120 kg
 x2
36
34 X1=20
32 X2=0
30 Z= 1000
28
26 Solusi integer
24
22 X1=24
20 X2=8
18 Pembatas jumlah Z= 1360
16
material
14 X1=30
12 X2=0
10 Pembatas jumlah Z= 900
8 Daerah solusi feasible
tenaga kerja
6
4
2
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 x1
Pemodelan dengan Variabel Biner

Varibel bernilai 0 apabila kondisi tidak dapat dipenuhi dan bernilai 1 apabila
kondisi dapat dipenuhi

Profit Lama Proyek

Jarvis Selects Projects Project A

Rp. 5 Milyar 7 Hari

Rp. 7 Milyar 11 Hari

Waktu yang dimiliki oleh Jervis untuk menyelesaikan

Project B
proyek yang ia pilih hanya 12 hari
Pemodelan dengan Variabel Biner 1
Definisikan Variabel
Profit Lama Proyek Keputusan
Jarvis Selects Projects Project A

Rp. 5 Milyar 7 Hari X1 bernilai 1 apabila proyek

A dipilih dan bernilai 0
apabila tidak

X2 bernilai 1 apabila proyek

Rp. 7 Milyar 11 Hari B dipilih dan bernilai 0
apabila tidak

Project B
2 3 Definisikan
Definisikan Fungsi
Pembatas
Tujuan
(constraint)
Memaksimumkan profit proyek
7x1 + 11x2 12
Max 5x1+ 7x2