Program Dinamis (Dynamic Programming)

Slides:



Advertisements
Presentasi serupa
Manajemen Industri.
Advertisements

MODEL TRANSPORTASI & MODEL PENUGASAN
Algoritma Greedy.
Pengantar Strategi Algoritma
Program Dinamis (Dynamic Programming)
Design and Analysis of Algorithm Dynamic Programming
Pengantar Strategi Algoritmik
Multi-Stage (Dynamic) Programming
Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage)
STMIK MERCUSUAR Jl. Raya Jatiwaringin No. 144 Pondok Gede Bekasi 17411
Design and Analysis Algorithm
DISUSUN OLEH : IPHOV KUMALA SRIWANA
Pertemuan 13 Dynamic Programming
Programa Dinamis.
Analisa Algoritma Greedy Algorithm
TRANSPORTASI.
Integer Programmming (pemrograman bilangan bulat)
Pertemuan 6 dan 7 MODEL TRANSPORTASI & MODEL PENUGASAN.
MODEL TRANSPORTASI.
Pemrograman Dinamik.
DISUSUN OLEH : IPHOV KUMALA SRIWANA
Arta Rusidarma Putra, ST., MM
PEMROGRAMAN DINAMIS Modul 9. PENELITIAN OPERASIONAL Oleh : Eliyani
Algoritma Greedy Team Fasilkom.
MODEL TRANSPORTASI.
PERCABANGAN DAN PEMBATASAN
Bahan Kuliah IF2211 Strategi Algoritma
MODEL TRANSPORTASI.
Penugasan (Assigment) - Minimalisasi Sapta Candra Miarsa,ST.,MT.
Graf Berlabel Graf Euler Graf Hamilton
Greedy Pertemuan 7.
Dynamic Programming (Program Dinamis)
Gudang ~1~ Modul XIII. Penyelesaian Soal Dengan Software
Design and Analysis Algorithm
Program Dinamis.
Programa dinamis.
Dynamic Programming Program dinamik adalah salah satu teknik matematika yang digunakan untuk mengoptimalkan proses pengambilan keputusan secara bertahap.
MATERI PERKULIAHAN ANALISIS ALGORITMA
MODEL TRANSPORTASI.
Modul IV. Metoda Transportasi
MATERI PERKULIAHAN ANALISIS ALGORITMA
MODEL TRANSPORTASI.
Exhaustive Search.
Integer and Linear Programming
Metode Transportasi 1.
MATERI PERKULIAHAN ANALISIS ALGORITMA
MATERI PERKULIAHAN ANALISIS ALGORITMA
Dynamic Programming (2)
MODEL RANTAI MARKOV Pertemuan 11
Program Dinamis (Dynamic Programming)
RISET OPERASIONAL 1 RISET OPERASI
PEMROGRAMAN DINAMIS Pertemuan 7
LINEAR PROGRAMMING.
Industrial Engineering
Program Dinamis (Dynamic Programming)
SOLUSI OPTIMUM M O D I Oleh Ir. Dra. Wartini Rohati, S.Pd.
Dynamic Programming (3)
Program Dinamis (Dynamic Programming)
TRANSPORTASI Menentukan Solusi Optimum dengan Metode Alokasi MODI
Algoritma Greedy Wahyul Wahidah Maulida, ST., M.Eng.
Integer Programmming (pemrograman bilangan bulat)
Learning Outcomes Mahasiswa dapat menghitung solusi awal model transportasi dengan metode yg standard/North West Corner, minimum cost dan Vogels..
Defenisi Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber dayanya, baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan,
MODEL TRANSPORTASI.
Program Dinamis (Dynamic Programming)
Operations Management
Pengantar Strategi Algoritma
Program Dinamis (Dynamic Programming)
Dynamic Programming Maximasi Income.
OPERATIONS RESEARCH – I
Transcript presentasi:

Program Dinamis (Dynamic Programming)

Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage) sedemikian sehingga solusi dari persoalan dapat dipandang dari serangkaian keputusan yang saling berkaitan.

Pada penyelesaian persoalan dengan metode ini: 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.

Tinjau graf di bawah ini Tinjau graf di bawah ini. Kita ingin menemukan lintasan terpendek dari 1 ke 10.

Prinsip Optimalitas Pada program dinamis, rangkaian keputusan yang optimal dibuat dengan menggunakan Prinsip Optimalitas. Prinsip Optimalitas: jika solusi total optimal, maka bagian solusi sampai tahap ke-k juga optimal.

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. ongkos pada tahap k +1 = (ongkos yang dihasilkan pada tahap k ) + (ongkos dari tahap k ke tahap k + 1)

Dengan prinsip optimalitas ini dijamin bahwa pengambilan keputusan pada suatu tahap adalah keputusan yang benar untuk tahap-tahap selanjutnya. Pada metode greedy hanya satu rangkaian keputusan yang pernah dihasilkan, sedangkan pada metode program dinamis lebih dari satu rangkaian keputusan. Hanya rangkaian keputusan yang memenuhi prinsip optimalitas yang akan dihasilkan.

Karakteristik Persoalan Program Dinamis Persoalan dapat dibagi menjadi beberapa tahap (stage), yang pada setiap tahap hanya diambil satu keputusan. 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.

Graf multitahap (multistage graph) Graf multitahap (multistage graph). Tiap simpul di dalam graf tersebut menyatakan status, sedangkan V1, V2, … menyatakan tahap.

Hasil dari keputusan yang diambil pada setiap tahap ditransformasikan dari status yang bersangkutan ke status berikutnya pada tahap berikutnya. Ongkos (cost) pada suatu tahap meningkat secara teratur (steadily) dengan bertambahnya jumlah tahapan. Ongkos pada suatu tahap bergantung pada ongkos tahap-tahap yang sudah berjalan dan ongkos pada tahap tersebut.

Keputusan terbaik pada suatu tahap bersifat independen terhadap keputusan yang dilakukan pada tahap sebelumnya. Adanya hubungan rekursif yang mengidentifikasikan keputusan terbaik untuk setiap status pada tahap k memberikan keputusan terbaik untuk setiap status pada tahap k + 1. Prinsip optimalitas berlaku pada persoalan tersebut.

Dua pendekatan PD Dua pendekatan yang digunakan dalam PD: maju (forward ) dan mundur (backward ).

Misalkan x1, x2, …, xn menyatakan peubah (variable) keputusan yang harus dibuat masing-masing untuk tahap 1, 2, …, n. Maka, Program dinamis maju. Program dinamis bergerak mulai dari tahap 1, terus maju ke tahap 2, 3, dan seterusnya sampai tahap n. Runtunan peubah keputusan adalah x1, x2, …, xn.

Program dinamis mundur Program dinamis mundur. Program 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.

Langkah-langkah Pengembangan Algoritma Program Dinamis Karakteristikkan struktur solusi optimal. Definisikan secara rekursif nilai solusi optimal. Hitung nilai solusi optimal secara maju atau mundur. Konstruksi solusi optimal.

Travel Salesman Problem (TSP) Tentukan lintasan terpendek dari simpul 1 ke simpul 10:

Penyelesaian dengan Program Dinamis Mundur Misalkan x1, x2, …, x4 adalah simpul-simpul yang dikunjungi pada tahap k (k = 1, 2, 3, 4). Maka rute yang dilalui adalah 1x1x2x3x4 , yang dalam hal ini x4 = 10.

Pada persoalan ini, Tahap (k) adalah proses memilih simpul tujuan berikutnya (ada 4 tahap). Status (s) yang berhubungan dengan masing-masing tahap adalah simpul-simpul di dalam graf.

Perhitungan Maju Apakah hasilnya sama ? Coba buktikan……..

Solusi : Tahap 1 S 2 3 4 1 Fs(1) X1*

Tahap 2 S 2 3 4 9 6 8 7 Fs(2) X2* 3 atau 4

Tahap 3 S 8 9 5 11 6 10 7 Fs(3) X3*

Tahap 4 S 10 8 11 9 Fs(4) X4* 8 atau 9

Dynamic Programming (2)

Kasus 2 Badan kesehatan WHO bermaksud untuk menyempurnakan pelayanan kesehatan di negara-negara yang sedang berkembang. Saat ini WHO mempunyai 5 tim kesehatan yang harus ditempatkan ke tiga negara untuk mencapai tujuan tersebut. WHO harus dapat menentukan berapa tim yang akan dialokasikan kepada masing-masing negara sehingga pertambahan umur orang di setiap negara akan maksimal

Pertumbuhan Umur (ribuan) Kasus 2 : Jumlah Tim Pertumbuhan Umur (ribuan) 1 2 3 45 20 50 70 90 75 80 4 105 110 100 5 120 150 130

Solusi : Stage : 3 tahapan State : Jumlah tim yang akan dialokasikan untuk tiap negara

Perhitungan mundur : Negara 3 S f3 f3* X3* 1 2 3 4 5  

Stage 1 : Negara 3 S f3 f3* X3* 1 2 3 4 5   50 70 80 100 130

Stage 2 : Negara 2 S f2 f2* X2* 1 2 3 4 5  

Stage 2 : Negara 2 S f2 f2* X2* 1 2 3 4 5   50 20 70 45 0/1 80 90 95 75 100 115 125 110 130 120 145 160 150

Stage 3 : Negara 1 S f1 f1* X1* 1 2 3 4 5  

Stage 3 : Negara 1 S f1 f1* X1* 1 2 3 4 5   50 45 70 95 115 120 90 125 140 105 1,2,3 160 170 165 155

Solusi Optimal : Negara 1 : 1 tim Negara 2 : 3 tim Negara 3 : 1 tim

Kasus : Batasan Kapasitas Sebuah perusahaan angkutan laut mendapatkan order untuk mengangkut 3 jenis barang dengan data sebagai berikut : Jenis Barang Berat (ton) Nilai (juta) 1 2 40 20 3 4 70

Jika kapal yang akan memuat barang tersebut hanya mampu membawa maksimum 6 ton, tentukan barang manakah yang harus diangkut agar memperoleh nilai maksimum tanpa melanggar batasan kapasitas alat angkut.

Solusi : Stage : 3 tahapan State : Jenis Barang Perhitungan maju / mundur

Perhitungan Maju Stage 1 : Barang 1 1 unit = 2 ton Jumlah unit : 6/2 = 3 unit Berat \ Unit fx1 fx1* X1 1 2 3   4 5 6

Stage 1 : Barang 1 Berat \ Unit fx1 fx1* X1 1 2 3   40 4 80 5 6 120

Stage 2 : Barang 2 1 unit = 1 ton Jumlah unit : 6/1 = 6 unit Berat \ Unit fx2 fx2* X2 1 2 3 4 5 6  

Stage 2: Barang 2 Berat \ Unit fx2 fx2* X2 1 2 3 4 5 6 20 40 0,2 60 1 2 3 4 5 6   20 40 0,2 60 1,3 80 0,2,4 100 1,3,5 120 0,2,4,6

Stage 3 : Barang 3 1 unit = 4 ton Jumlah unit : 6/4 = 1.5 ~ 1 unit Berat \ Unit fx3 fx3* X3 1   2 3 4 5 6

Stage 3 : Barang 3 Berat \ Unit fx3 fx3* X3 1 20 2 40 3 60 4 80 70 5 1   20 2 40 3 60 4 80 70 5 100 90 6 120 110

Solusi Optimal ALTERNATIF 1 2 3 4 Jenis Barang Unit Berat 6 Nilai Maksimal 120 Juta Rupiah

Dynamic Programming (3)

Penganggaran Modal (Capital Budgeting) Sebuah perusahaan berencana akan mengembangkan usaha (proyek) melalui ketiga buah pabrik (plant) yang dimilikinya. Setiap pabrik diminta mengirimkan proposal (boleh lebih dari satu) ke perusahaan untuk proyek yang akan dikembangkan. Setiap proposal memuat total biaya yang dibutuhkan (c) dan total keuntungan (revenue) yang akan diperoleh (R) dari pengembangan usaha itu. Perusahaan menganggarkan Rp 5 milyar untuk alokasi dana bagi ketiga pabriknya itu.

Tabel berikut meringkaskan nilai c dan R untuk masing-masing proposal proyek. Proposal proyek bernilai-nol sengaja dicantumkan yang berarti tidak ada alokasi dana yang diberikan untuk setiap pabrik. Tujuan Perusahaan adalah memperoleh keuntungan yang maksimum dari pengalokasian dana sebesar Rp 5 milyar tersebut.

Solusi : Stage : 3 tahapan State : Jumlah dana proyek yang dialokasikan pada tiap pabrik

Perhitungan maju Pabrik 1 Dana fx1 fx1* x1* P1 P2 P3   1 2 3 4 5

Pabrik 1 Dana fx1 fx1* x1* P1 P2 P3   1 5 2 6 3 4

Pabrik 2 Dana fx2 fx2* x2* P1 P2 P3 P4   1 2 3 4 5

Pabrik 2 Dana fx2 fx2* x2* P1 P2 P3 P4 1 5 2 6 8 3 13 9 4 14 12 P2/P3   1 5 2 6 8 3 13 9 4 14 12 P2/P3 15 17

Pabrik 3 Dana fx3 fx3* x3* P1 P2   1 2 3 4 5

Pabrik 3 Dana fx3 fx3* x3* P1 P2   1 5 3 2 8 P1/P2 13 11 4 14 16 17

Solusi Optimal ALT 1 ALT 2 ALT 3 Proyek Dana Pabrik 1 P2 1 P3 2 4 3 Pabrik 3 P1

Integer (1/0) Knapsack Pada persoalan ini, Tahap (k) adalah proses memasukkan barang ke dalam karung (knapsack) (ada 3 tahap). Status (y) menyatakan kapasitas muat karung yang tersisa setelah memasukkan barang pada tahap sebelumnya. Dari tahap ke-1, kita masukkan objek ke-1 ke dalam karung untuk setiap satuan kapasitas karung sampai batas kapasitas maksimumnya. Karena kapasitas karung adalah bilangan bulat, maka pendekatan ini praktis.

Misalkan ketika memasukkan objek pada tahap k, kapasitas muat karung sekarang adalah y – wk. Untuk mengisi kapasitas sisanya, kita menerapkan prinsip optimalitas dengan mengacu pada nilai optimum dari tahap sebelumnya untuk kapasitas sisa y – wk ( yaitu fk-1(y – wk)).

Penyelesaian dengan Program Dinamis Tahap (k) adalah proses mengalokasikan dana untuk setiap pabrik (ada 3 tahap, tiap pabrik mendefinisikan sebuah tahap). Status (xk) menyatakan jumlah modal yang dialokasikan pada pada setiap tahap (namun terikat bersama semua tahap lainnya). Alternatif (p) menyatakan proposal proyek yang diusulkan setiap pabrik. Pabrik 1, 2, dan 3 masing-masing memiliki 3, 4 dan 2 alternatif proposal.

Selanjutnya, kita bandingkan nilai keuntungan dari objek pada tahap k (yaitu pk) plus nilai fk-1(y – wk) dengan keuntungan pengisian hanya k – 1 macam objek, fk-1(y). Jika pk + fk-1(y – wk) lebih kecil dari fk-1(y), maka objek yang ke-k tidak dimasukkan ke dalam karung, tetapi jika lebih besar, maka objek yang ke-k dimasukkan.

fk(y) adalah keuntungan optimum dari persoalan 0/1 Knapsack pada tahap k untuk kapasitas karung sebesar y. f0(y) = 0 adalah nilai dari persoalan knapsack kosong (tidak ada persoalan knapscak) dengan kapasitas y, fk(y) = - adalah nilai dari persoalan knapsack untuk kapasitas negatif. Solusi optimum dari persoalan 0/1 Knapsack adalah fn(M).

Jumlah stasiun tiap daerah Latihan Perencanaan perkotaan menyampaikan satu usulan tentang alokasi terbaik dari stasiun pemadam kebakaran untuk tiga daerah. Satu daerah dapat diberikan dari 0 s/d 3 stasiun. Karena keterbatasan dana, jumlah stasiun terpaksa dibatasi sampai 5 saja. Berikut data mengenai kerusakan harta benda (jutaan rupiah) berkaitan dengan pengalokasian stasiun tiap daerah. Daerah Jumlah stasiun tiap daerah 1 2 3 2,0 0,9 0,3 0,2 0,5 0,1 1,5 1,0 0,7

Solusi Stage : 3 State : Jumlah stasiun pemadam kebakaran

Daerah 1 Stasiun fx1 fx1* x1* 1 2 3 2.0 - 2 0 2.0 0.9 1 0.9 0.3 2 0.3 1 2 3  2.0  - 2  0  2.0  0.9  1 0.9  0.3  2 0.3 0.2   0.2  3 4 0.2 5

Daerah 2 Stasiun fx2 fx2* x2* 1 2 3 2.5 - 2 .5 0 1.4 2.3 1.4 0 0.8 1.2 1 2 3  2.5  - 2 .5 0  1.4  2.3  1.4  0 0.8 1.2  2.2  0.8 0.7 0.6 1.1 2.1  0.6  1 4 0.5 1.0  0.5  1/2 5 0.4  0.4  2/3

Daerah 3 Stasiun Fx3 fx3* x3* 1 2 3 4.0 - 4.0 0 2.9 3.5 2.9 0 2.3 2.4 1 2 3  4.0  - 4.0 0   2.9  3.5  2.9  0 2.3 2.4  3.2  2.3 2.1 1.8 2.8  1.8  1 4 2.0 1.6 1.5 1.7  1.5  2 5 1.9 1.3 1.1  1.1  3

Solusi optimal Daerah 1 : 2 stasiun Daerah 2 : 0 stasiun Daerah 3 : 3 stasiun Total kerusakan harta benda : Rp. 1.100.000