Integer Programmming (pemrograman bilangan bulat)

Slides:



Advertisements
Presentasi serupa
0.Review Bilangan Riil R = himpunan semua bilangan riil (nyata)
Advertisements

Program Dinamis (Dynamic Programming)
Design and Analysis of Algorithm Dynamic Programming
Multi-Stage (Dynamic) Programming
Pemrograman Linier Semester Ganjil 2012/2013
BILANGAN REAL By Gisoesilo Abudi, S.Pd.
KONSEP DASAR INVESTASI PADA ASET RILL
RATIO AKTIVITAS BAB 7.
ANALISIS TITIK IMPAS Kulaih ke - 14.
Integer Programming (IP) Pertemuan 19 :
Penerapan Int.Programming (IP) dgn Program Komputer.. Pertemuan 21 :
Ekivalensi Nilai Sekarang
Pertemuan 09 – 10 Teori Produksi
Penerapan Int.Programming (IP) Pertemuan 20 :
Pertemuan 17 ANUITAS & NILAI SEKARANG
NILAI WAKTU DARI UANG (2)
Integer Programmming (pemrograman bilangan bulat)
Hotel “Citra Yogya” yang memiliki 30 kamar, yang menyajikan laporan laba-rugi untuk tahun 2010 sebagai berikut : Total Per kamar/hari Penjualan Rp
KONSEP DASAR INVESTASI PADA ASET RILL
Pertemuan Minggu Satu Manajemen Modal Kerja
PEMROGRAMAN LINIER Oleh : Inne Novita Sari.
* RETNO B. LESTARI07/16/96 B 8 Manajemen Kas A B PENGANTAR EKONOMI*
NILAI WAKTU DARI UANG (2)
Pemrograman Dinamik.
ALGORITMA PEMOTONGAN Algoritma Gomory.
PERTEMUAN 7 TEORI PRODUKSI Pengantar Ekonomi 2010 M.Said.
3. AKUNTANSI PEMBIAYAAN NETO
Pengembalian atas Investasi
PASAR PERSAINGAN SEMPURNA
Analisis Teknik & Nilai Waktu dari Uang
PERCABANGAN DAN PEMBATASAN
Linear Programming Formulasi Masalah dan Pemodelan
Tutorial ke 4 CAPITAL BUDGETING.
Dynamic Programming (Program Dinamis)
Pemodelan Matematika & Metode Grafik
MANAJEMEN PERSEDIAAN (Inventory Management)
Design and Analysis Algorithm
Program Dinamis.
MANAJEMEN SAINS MODUL 2 programasi linier
PERSEDIAAN Persediaan adalah sejumlah barang jadi, bahan baku, barang dalam proses yang dimiliki koperasi dengan tujuan untuk dijual atau diproses lebih.
MODEL TRANSPORTASI.
Integer and Linear Programming
ANGGARAN BIAYA PENJUALAN
MANAJEMEN KAS DAN SEKURITAS
4 TEORI PRODUKSI DAN BIAYA
NILAI WAKTU DARI UANG (2)
KULIAH 5 BUNGA MAJEMUK.
DESAIN KAPASITAS Manajemen Operasional, Jurusan Manajemen, Fakultas Ekonomi, Universitas Islam Malang (UNISMA) Oleh: Fauziah, SE., MM.
METODE KNAPSACK.
BAB 8 PENYUSUNAN LAPORAN KEUANGAN DAN NERACA LAJUR
Program Dinamis (Dynamic Programming)
Analisa Sumber dan Penggunaan
Program Dinamis (Dynamic Programming)
Dynamic Programming (3)
Product Mix Tugas 1 Managemen Sains.
PENDAHULUAN.
Pemodelan Matematika & Metode Grafik
Masalah Penugasan (Assignment Problem)
PERSEKUTUAN KOMANDITER DAN
Pemrograman Linear.
Programasi Linier Solusi Manual dan Pemodelan week 08
METODE ENUMERASI IMPLISIT
Manajemen Modal Kerja & Manajemen Kas
Defenisi Setiap perusahaan atau organisasi memiliki keterbatasan atas sumber dayanya, baik keterbatasan dalam jumlah bahan baku, mesin dan peralatan,
BAB 8 PENYUSUNAN LAPORAN KEUANGAN DAN NERACA LAJUR
PERTEMUAN 7 TEORI PRODUKSI Pengantar Ekonomi 2010 M.Said.
Pemrograman Bilangan Bulat (Integer Programming)
Operations Research Linear Programming (LP)
METODE TRANSPORTASI Metode transportasi adalah suatu metode dalam Riset Operasi yang digunakan utk me-ngatur distribusi dari sumber-sumber yg me-nyediakan.
SMK/MAK Kelas X Semester 1
Transcript presentasi:

Integer Programmming (pemrograman bilangan bulat) Masalah pemrograman bilangan bulat murni IP dengan semua variabelnya bil bulat Masalah pemrograman bilangan bulat campuran IP dengan beberapa variabelnya bulat Masalah pemrograman 0-1 (biner) IP dengan variabel bulat, hanya 0 dan 1

Contoh-contoh model dengan Variabel “Bilangan Bulat”

Beberapa Model : Capital Budget ( anggaran dr modal ) Multiperiod Capital Budgeting ( meng-anggar-kan modal dalam periode yang berbeda) Knapsack Problem ( masalah Knapsack) Set Covering ( penutup himpunan )

Capital Budgeting Punya uang utk investasi Rp 14.000.000. Ada 4 jenis kesempatan investasi : Investasi 1 : butuh Rp 5.000.000 , akan berkembang mjd Rp 8.000.000 Investasi 2 : butuh Rp 7.000.000 , akan berkembang mjd Rp 11.000.000 Investasi 3 : butuh Rp 4.000.000 , akan berkembang mjd Rp 6.000.000 Investasi 4 : butuh Rp 3.000.000 , akan berkembang mjd Rp 4.000.000

Capital Budgeting Model IP : xi = investasi ke i , i=1,2,3,4 Xi = 0 jika tidak mengambil investasi i = 1 jika mengambil investasi i Maks : Z = 8x1 + 11x2 + 6x3 + 4x4 Kendala : 5x1 + 7x2 + 4x3 + 3x4 ≤ 14 xi  {0,1} , i = 1,2,3,4 ( dalam juta rupiah )

Capital Budgeting Apabila ditambah kendala : Model matematikanya : Kita hanya dapat membuat paling banyak dua investasi Jika investasi 2 diambil, maka investasi 4 juga diambil Jika investasi 1 diambil, maka investasi 3 tidak dapat diambil Model matematikanya : ( x1 + x2 + x3 + x4 ≤ 2 ) ( x2 – x4 ≤ 0 ) ( x1 + x3 ≤ 1 )

Multiperiod Capital Budgeting Dipunyai 3 jenis dana utk investasi sebesar Rp 14.000.000 , Rp 12.000.000 dan Rp 15.000.000 selama 4 periode. Kita identifikasi 4 kali kesempatan investasi : Investasi 1 : Rp 5.000.000 , Rp 8.000.000 dan Rp 2.000.000 dalam bln 1, bln 2, bln 3 akan menjadi Rp 8.000.000 Investasi 2 : Rp 7.000.000 dan Rp 10.000.000 dalam bln 1dan bln 3 akan menjadi Rp 11.000.000

Multiperiod Capital Budgeting Investasi 3 : Rp 4.000.000 dan Rp 6.000.000 dalam bln 2 dan bln 3 akan menjadi Rp 6.000.000 Investasi 4 : Rp 3.000.000 , Rp 4.000.000 dan Rp 5.000.000 dalam bln 1, bln 2, bln 3 akan menjadi Rp 5.000.000 Bagaimana keputusan dari pemodal ?

Multiperiod Capital Budgeting Model IP : Maks : Z = 8x1 + 11x2 + 6x3 + 5x4 Kendala : 5x1 + 7x2 + 3x4 ≤ 14 8x1 + 4x3 + 4x4 ≤ 12 2x1 + 10x2 + 6x3 + 5x4 ≤ 15 xi  {0,1} , i = 1,2,3,4 ( dalam juta rupiah )

Knapsack Problem Secara tradisional ada Knapsack ( karung / tempat) dengan kapasitas 14. Ada sejumlah barang katakanlah 4 jenis barang. Tiap barang mempunyai ukuran dan nilai , sbb : Tujuan : memaks. nilai total brg dlm knapsack ! Barang ke- 1 2 3 4 Ukuran 5 7 Nilai 8 11 6

Knapsack Problem Model IP : Maksimumkan : Z = 8x1 + 11x2 + 6x3 + 4x4 Kendala : 5x1 + 7x2 + 4x3 + 3x4 ≤ 14 xi  {0,1} , i = 1,2,3,4

Set Covering Amati masalah penempatan dalam suatu lokasi. Suatu kota akan mempertimbang-kan lokasi stasiun pemadam kebakaran. Stasiun pemadam kebakaran itu akan efektif bila dia dapat menjangkau lokasi daerahnya sendiri dan daerah tetangga sekitarnya yang berbatasan. Tujuannya adalah meminimumkan banyak stasiun pemadam kebakaran yang dibangun serta dapat melayani semua daerah !

Set Covering Misal peta daerahnya adalah sbb :

Set Covering Model IP : Minimumkan : Kendala : Z = x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11 Kendala : (1) x1+x2+x3+x4 ≥ 1 (2) x1+x2+x3+x5 ≥ 1 (3) x1+x2+x3+x4+x5+x6 ≥ 1 (4) x1+x3+x4+x6+x7 ≥ 1

Set Covering xi  {0,1} , i = 1,2,3, ….. ,11 (5) x2+x3+x5+x6+x8+x9 ≥ 1