Goal Programming

• Goal programming dapat digunakan untuk

memecahakan program linear dengan beberapa tujuan.
Setiap tujuan disebut "goal".
• Di dalam goal programming, di+ and di- , variable deviasi,
adalah jumlah i goal yang ditargetkan tercapai lebih
atau kurang tercapai, secara berurutan
• Tujuan tujuan itu sendiri ditambahkan sebagai konstrain
di lambangkan dgn di+ and di- yang dapat berfungsi
sebagai variabel surplus and slack.
• Sebuah pendekatan untuk goal programming adalah
mencapai goal goal dalam urutan prioritas. Goal kedua
adalah dikejar tanpa mengurangi goal prioritas pertama.
Goal Programming

• Untuk setiap level prioritas, fungsi tujuan nya adalah

meminimalkan jumlah tertimbang dari deviasi goal.
Pencapaian optimal sebelumnya dari goal
ditambahkan ke konstrain (kendala) sehingga mereka
tidak menurunkan goal prioritas sebelumnya.
 Goal Programming Approach

Step 1: Menetapkan level prioritas dari setiap goal.

Step 2: Menetapkan timbangan di setiap goal.
Jika sebuah level prioritas memiliki lebih dari sebuah
goal, untuk setiap goal each i ditetapkan timbangan, wi ,
diletakkan di deviasi , di+ dan/atau di-, dari goal.

Step 3: membuat linear program.

Min w1d1+ + w2d2-
s.t. Functional Constraints,
and Goal Constraints
Step 4: menyelesaikan linear program.
jika ada level prioritas yang lebih rendah, silahkan ikuti
step 5. jika tidak, solusi final telah dicapai.
 Goal Programming Approach

Step 5: Membuat program linear yang selanjutnya (bila ada

tujuan sesudah penyelesaian pertama).
Pertimbangkan gaol dengan prioritas lebih rendah dan buat
formula sebuah fungsi tujuan baru berdasar tujuan tsb.
Tambhakan sebuah konstrain yg mensyaratkan pencapaian
goal level prioritas yang lebih tinggi berikutnya terjaga.
Maka program linear baru menjadi:

Min w3d3+ + w4d4-

s.t. Functional Constraints,
Goal Constraints, and
w1d1+ + w2d2- = k

Go to step 4. (Repeat steps 4 and 5 until all priority levels

have been examined.)
Example: Conceptual Products

Conceptual Products adalah perusahaan

komputer yang memproduksi komputer jenis
CP400 and the CP500. komputer tersebut
mengunakan mother board yang berbeda yang
diproduksi secara besar oleh perusahaan, tetapi
menggunakan kasing dan disk drives yang sama.
CP400 model menggunakan 2 floppy disk drives
dan no zip disk drives sementara CP500 model
menggunakan satu floppy disk drive dan satu zip
disk drive.
Example: Conceptual Products
Disk drives dan kasing dibeli dari vendors. Tersedia 1000 floppy disk
drives, 500 zip disk drives, and 600 cases perminggu. Hal ini
memerlukan satu jam untuk membuat CP400 dan keuntungannya
adalah $200 and CP500 memerlukan 1,5 jam untuk diproduksi dengan
profit $500.
Example: Conceptual Products

The company has four goals which are given below:

Priority 1: Meet a state contract of 200 CP400

machines weekly. (Goal 1)
Priority 2: Make at least 500 total computers
weekly. (Goal 2)
Priority 3: Make at least $250,000 weekly. (Goal
3)
Priority 4: Use no more than 400 man-hours per
week. (Goal 4)
 Example: Conceptual Products

• Variables
x1 = number of CP400 computers produced weekly
x2 = number of CP500 computers produced weekly
di- = amount the right hand side of goal i is deficient
di+ = amount the right hand side of goal i is exceeded

• Functional Constraints
Availability of floppy disk drives: 2x1 + x2 < 1000
Availability of zip disk drives: x2 < 500
Availability of cases: x1 + x2 < 600
 Example: Conceptual Products
• Goals
(1) 200 CP400 computers weekly:
x1 + d1- - d1+ = 200
(2) 500 total computers weekly:
x1 + x2 + d2- - d2+ = 500
(3) $250(in thousands) profit:
.2x1 + .5x2 + d3- - d3+ = 250
(4) 400 total man-hours weekly:
x1 + 1.5x2 + d4- - d4+ = 400
Non-negativity:
x1, x2, di-, di+ > 0 for all i
 Example: Conceptual Products

• Objective Functions

Priority 1: Minimalkan jumlah state contract yang

tidak terpenuhi: Min d1-
Priority 2: Minimize the number under 500
computers produced weekly: Min d2-
Priority 3: Minimize the amount under $250,000
earned weekly: Min d3-
Priority 4: Minimize the man-hours over 400
used weekly: Min d4+
 Example: Conceptual Products

• Formulation Summary

Min P1(d1-) + P2(d2-) + P3(d3-) + P4(d4+)

s.t. 2x1 +x2 < 1000

+x2 < 500
x1 +x2 < 600
x1 +d1- -d1+ = 200
x1 +x2 +d2- -d2+ = 500
.2x1+ .5x2 +d3- -d3+ = 250
x1+1.5x2 +d4- -d4+ = 400
x1, x2, d1-, d1+, d2-, d2+, d3-, d3+, d4-, d4+ > 0
Example: Conceptual Products
• Graphical Solution, Iteration 1
To solve graphically, first graph the functional constraints. Then
graph the first goal: x1 = 200. Note on the next slide that there is a set
of points that exceed x1 = 200 (where d1- = 0).
Example: Conceptual Products
x2
• Functional Constraints and Goal 1 Graphed
1000 2x1 + x2 < 1000

800 Goal 1: x1 > 200

x2 < 500
600 x1 + x2 < 600

400
Points Satisfying
Goal 1
200

200 400 600 800 1000 1200

x1
Example: Conceptual Products
• Graphical Solution, Iteration 2
Now add Goal 1 as x1 > 200 and graph Goal 2:
x1 + x2 = 500. Note on the next slide that there is still a set of points
satisfying the first goal that also satisfies this second goal (where d2- =
0).
 Example: Conceptual Products
• Goal 1 (Constraint) and Goal 2 Graphed
x2

1000 2x1 + x2 < 1000

800 Goal 1: x1 > 200

x2 < 500
600 x1 + x2 < 600

400
Points Satisfying Both
Goals 1 and 2
200
Goal 2: x1 + x2 > 500

200 400 600 800 1000 1200 x1

Example: Conceptual Products
• Graphical Solution, Iteration 3
Now add Goal 2 as x1 + x2 > 500 and Goal 3:
.2x1 + .5x2 = 250. Note on the next slide that no points satisfy the
previous functional constraints and goals and satisfy this constraint.
Thus, to Min d3-, this minimum value is achieved when we Max .2x1
+ .5x2. Note that this occurs at x1 = 200 and x2 = 400, so that .2x1 + .5x2
= 240 or d3- = 10.
Example: Conceptual Products
x2
• Goal 2 1000
(Constraint) and Goal 3 Graphed
2x + x < 1000
1 2

800 Goal 1: x1 > 200

x2 < 500
600 x1 + x2 < 600
(200,400)

400 Points Satisfying Both

Goals 1 and 2
200 Goal 2: x1 + x2 > 500
Goal 3: .2x1 + .5x2 = 250

200 400 600 800 1000 1200 x1