TEORI DAN APLIKASI

OPTIMISASI

OLEH
RUTH P. SOUMOKIL
 OPTIMISASI

 Optimisasi adalah suatu tindakan atau strategi untuk

memperoleh hasil terbaik berdasarkan keadaan,batasan
atau kondisi yang diberikan.
 Tujuan pokok dari semua pengambilan keputusan adalah
untuk meminimalkan usaha/biaya yang diperlukan, atau
memaksimalkan keuntungan/keunggulan yang diingini.
 Usaha (effort) dan keuntungan (benefit) dalam kondisi
praktis tertentu dapat dinyatakan sebagai fungsi dari variabel-
variabel keputusan, sebab itu optimisasi didefinisikan
sebagai proses untuk mencari kondisi-kondisi yang dapat
memberikan nilai maksimum atau minimum dari suatu
fungsi.
Jadi problem optimisasi bertujuan untuk
meng-optimalkan (meminimalkan atau
memaksimalkan) suatu fungsi f, yang disebut
fungsi tujuan (objective function) , misalnya:
 CONTOH

 memaksimalkan:
 keuntungan/pendapatan dari suatu usaha produksi
 jumlah/kapasitas hasil dari suatu sistem proses produksi
 waktu kerja efektif dari pelayanan jasa
 daya tahan dari suatu produk / produk jasa
 kekuatan dari suatu sistem konstruksi
 meminimalkan:
 biaya/cost per unit dari suatu produk
 biaya operasi dari suatu sistem pelayanan/jasa transportasi
 waktu antre/tunggu atau nganggur dari suatu peralatan produksi
 waktu/ lama untuk memproduksi suatu produk
 berat dari suatu desain konstruksi (pesawat/kapal laut)
Pada kebanyakan problem optimisasi fungsi tujuan
tergantung pada beberapa variabel yang dapat kita
kendalikan atau tentukan nilainya,
x1, x2, ………. , xn sehingga lazim disebut
variabel kendali (control variables) atau
disebut juga variabel rancangan (design
variables).
Misalnya:
hasil dari suatu proses kimiawi tergantung dari
tekanan (x1) dan suhu (x2)
efisiensi dari sistem pendingin tergantung dari
tekanan (x1), suhu (x2), kelembaban (x3) , penampang
melintang dari outlet (x4) dan seterusnya.
biaya dari suatu produksi tergantung dari jumlah
material/bahan baku, waktu produksi, jenis dan
jumlah peralatan/mesin dan dll sebagainya
Teori Optimisasi membangun metode-metode untuk
mencari pilihan-pilihan optimal dari x1, x2, ………. ,
xn yang me-minimalkan (atau me-maksimalkan)
fungsi tujuan f .
Pada kebanyakan kasus pilihan terhadap nilai-nilai x1,
x2, ………. , xn tidaklah bebas sepenuhnya, tetapi
harus mempertimbangkan atau tergantung dari
beberapa batasan atau kendala (constraints),
yaitu kondisi-kondisi tambahan yang muncul dari
nature dari permasalahan dan variabel-variabel yang
dipilih.
Jadi, kita dapat menemui dua jenis permasalahan
optimisasi:
Optimisasi tanpa kendala (unconstrained
optimization problem)
Optimisasi dengan kendala (constrained
optimization problem)
Suatu optimasi atau suatu pemograman matematik
dapat ditetapkan seperti berikut ini:

Cari x = [X1, X2, ...... Xn] yang me-
minimalkan f(X)
Dengan kendala-kendala

g j X   0, j  1, 2, ...., m
dan
l j X   0, j  1, 2, ...., p
 LINEAR PROGRAMMING

- Pertidak-samaan
 Pertidak-samaan (ketidak-samaan) sangat penting dalam
dunia teknik. Sangat jarang suatu ukuran atau pengukuran
benar-benar tepat (dengan simpangan/eror 0). Umumnya
suatu variabel terletak di antara suatu suatu batas nilai,
dan tanda < atau > sering muncul.
 Misalkan persamaan :
3x + 2y = 6
dapat di-representasikan dalam ruang/bidang sumbu (x,y)
sebagai suatu garis lurus dengan kemiringan (slope) = -
3/2, yang memotong sumbu x dan y berturut-turut pada
nilai sumbu 2 dan 3.
 Pertidaksamaan

 Akan tetapi ketidak-samaan

 3x + 2y > 6
 menyatakan suatu daerah pada sumbu (x,y) yang di-arsir (gbr. b) dan
 3x + 2y < 6
 adalah bidang arsir seperti gbr. c

y y y

0 x 0 x 0 x

a) 3x + 2y = 6 b) 3x + 2y > 6 c) 3x + 2y < 6
 Pemrograman Linier

 Pemrograman linier (atau optimisasi linier)

merupakan metode-metode untuk menyelesaikan
permasalahan optimisasi dengan kendala, dimana
fungsi tujuan f adalah fungsi linier dari variabel-
variabel rancangan x1, x2, ………. , xn , dan domain
dari variabel-variabel ini dibatasi oleh suatu sistem
ketidak-samaan linier.
Permasalahan seperti ini sering kita temui di
lapangan, sebagai contoh, pada proses produksi,
distribusi barang, masalah-masalah ekonomi dan
sebagainya.
 Pemrograman Linier

Contoh:
Rencana Produksi. Misalkan dalam memproduksi dua
jenis kontainer tipe K dan L, digunakan dua jenis mesin
M1 dan M2.
Untuk memproduksi kontainer K diperlukan pemrosesan
pada mesin M1 dua menit dan mesin M2 empat menit,
sedang kan untuk Kontainer tipe L, dibutuhkan waktu 8
menit untuk mesin M1 dan 4 menit untuk mesin M2.
Keuntungan bersih untuk kontainer K dan L masing-
masing adalah US$ 29 dan US$ 45. tentukan rencana
produksi yang memaksimalkan keuntungan bersih.
 Pemrograman Linear

Penyelesaian :
Apabila dalam satu jam dapat diproduksi sejumlah x1 kontainer K dan
x2 kontainer L, maka keuntungan per-jam adalah

f x1 , x 2   29x1  45x 2

dengan kendala/batasan:
2x1  8x 2  60 (hasil kerja mesin M1)

4x1  4x 2  60 (hasil kerja mesin M2)

x1  0 dan x 2  0
 Pemrograman Linear

x2

M2

10

C B

10
x1
0 10 A 20 30
M1
f(0) f(450)
 Pemrograman Linear

Gambar 1 menunjukkan bahwa kendala-kendala

untuk persoalan yang dibahas harus terletak:
pada kuadran I
di bawah atau pada garis 2x1 + 8x2 = 60
di bawah atau pada garis 4x1 + 4x2 = 60
Dengan kata lain titik optimal (x1, x2) harus berada
pada bidang segi empat OABC. Daerah dimana solusi
problem optimasi berada (dalam hal ini x1, x2)
disebut feasible region.
 Pemrograman Linear

Kita hendak mencari titik optimal (x1, x2) di dalam

feasible region )ABC sedemikian rupa sehingga f(x1,
x2) mencapai maksimum. Fungsi f(0) memberikan
x2 = -(29/45)x1, sehingga garis f(x1, x2) = konstan
akan sejajar dengan garis ini. Kita akan dapati bahwa
pada titik B dimana x1 = 10 dan x2 = 5, akan
memberikan nilai maksimum kepada fungsi, dalam
hal ini f(10, 5) = 515.
 Pemrograman Linear

Dengan demikian jawaban ini merupakan rncana

produksi optimal yang memaksimalkan keuntungan
dalam memproduksi kontainer K dan L dengan rasio
2:1, dengan maksimum keuntungan = US$ 515 per-
jam.
Cara penyelesaian dengan menganalisa diagram
solusi untuk mencari titik optimal seperti di atas
disebut cara grafis atau metode grafis.
Pemrograman Linear
 Pemrograman Linear

Metode Simpleks: Persoalan optimasi, dalam

kenyataan tidak selalu sesederhana contoh kita di
atas. Untuk itu diperlukan metoda-metoda lain yang
dapat dipakai untuk mencari optimalitas dari
permasalahan yang lebih kompleks sifatnya.
Metode ini pada dasarnya adalah prosedur aljabar
untuk menentukan solusi optimal melalui evaluasi
bertahap terhadap bagian sudut feasible region.
Bidang ini merupakan segi banyak dalam ruang
dimensional yang lebih kompleks sehingga tidak
dapat lngsung dinyatakan dalam sebuah grafik.