METODE ENUMERASI IMPLISIT

Slides:



Advertisements
Presentasi serupa
Perulangan Pertemuan ke-5 Bahasa C.
Advertisements

Pertemuan 3– Menyelesaikan Formulasi Model Dengan Metode Simpleks
Integer Programming.
Rekursi, Overloading, Konversi
BAB III KONTROL PROGRAM
Algoritma Dasar Dalam membuat suatu program komputer, menyusun algoritma adalah langkah pertama yang harus dilakukan Dalam membuat algoritma dapat digunakan.
Algoritma Runut-balik (Backtracking)
Design and Analysis of Algorithm Back Track Algorithm
Notasi Algoritma.
ALGORITMA & LOGIKA PEMROGRAMAN
Kompleksitas Algoritma
Steepest Descent (Ascent) untuk Kasus Min (Maks)
PROGRAMA BILANGAN BULAT
Pemprograman Terstruktur 1
Integer Programming (IP) Pertemuan 19 :
PENYIMPANGAN - PENYIMPANGAN BENTUK STANDAR ( METODE SIMPLEX )
Penerapan Int.Programming (IP) dgn Program Komputer.. Pertemuan 21 :
Algoritma (Struktur, Tipe Data, Input/Output)
Notasi Algoritma.
Pertemuan 23 BRANCH AND BOUND (1)
Pertemuan 24 BRANCH AND BOUND (2)
LINEAR PROGRAMMING METODE SIMPLEX
1 Pertemuan 23 Branch And Bound I (B – A – B) Matakuliah: T0034/Analisis & Perancangan Algoritma Tahun: 2005 Versi: 1/0.
Penerapan Int.Programming (IP) Pertemuan 20 :
Integer Programmming (pemrograman bilangan bulat)
Algoritma dan Pemrograman
Prodi S1-Sistem Komputer, F Teknik Elektro
INTEGER PROGRAMMING Modul 8. PENELITIAN OPERASIONAL Oleh : Eliyani
ALGORITMA PEMROGRAMAN 2A
LINEAR PROGRAMMING : METODE SIMPLEKS
ALGORITMA PEMOTONGAN Algoritma Gomory.
METODE STOKASTIK PARANITA ASNUR.
PERCABANGAN DAN PEMBATASAN
Algoritma dan Struktur Data 1 pertemuan 12
Prodi S1-Sistem Komputer, F Teknik Elektro
METODE NUMERIK Sistem Persamaan Linier (SPL) (2)
Metode Linier Programming
SUBRUTIN.
Linier Programming Metode Dua Fasa.
Bilangan bulat Definisi dan operasi.
MATEMATIKA SMA/SMK KELAS X
PERSAMAAN KUADRAT.
PENDEKATAN GRAFIK (Branch and Bound)
LATIHAN 26 Buatlah sebuah algoritma untuk menampilkan jumlah faktor pembagi bilangan X, dengan X adalah 1 hingga N ! Misal Jumlah faktor dari 1 adalah.
INTEGER PROGRAMMING.
Metode Linier Programming
MANAJEMEN SAINS METODE SIMPLEKS.
METODE KNAPSACK.
Operations Management
METODE DUA PHASA.
Tipe Data, Nama dan Nilai
Pengantar Optimisasi.
Pertidaksamaan Pecahan
Universitas Ahmad Dahlan Yogyakarta
Model Linier Programming
INTEGER LINEAR PROGRAMMING
PERTIDAKSAMAAN OLEH Ganda satria NPM :
METODE DUA FASE.
METODE BIG-M LINEAR PROGRAMMING
Review Algoritma 1 Teks Algoritma terdiri dari tiga bagian :
Integer Programmming (pemrograman bilangan bulat)
Metode Pengujian Perangkat Lunak (White Box)
Oleh : Yusuf Nurrachman, ST .,MMSI
Struktur dan Arsitektur Pemrograman
Set Instruksi.
BAB III METODE SIMPLEKS(1).
Pemrograman Bilangan Bulat (Integer Programming)
PERTIDAKSAMAAN BENTUK AKAR
Oleh NATALIA PAKADANG ( ). SISTEM PERSAMAAN LINEAR DUA VARIABEL Bentuk umum : dimana : a1, a2, b1, b2, c1, c2 adalah bilangan riil. a dan b ≠0.
Dasar Pemrograman Percabangan Nurul Anisa Sri Winarsih, M. CS
Transcript presentasi:

METODE ENUMERASI IMPLISIT

Pendahuluan Merupakan metode integer programming (IP) yang pada dasarnya hampir mirip dengan metode knapsack. Semua variabel keputusan harus berharga 0 atau 1

Perbandingan Metode IP Branch and Bound Knapsack Enumerasi Implisit Variabel Keputusan = 2 Variabel Keputusan ≥ 2 Fungsi Pembatas ≥ 1 Fungsi Pembatas = 1 Nilai VK bernilai semua bilangan real dan memiliki arti sebenarnya Nilai VK bernilai 0 atau 1

Prosedur Metode Enumerasi Implisit (1) Melakukan penyempurnaan terbaik bagi suatu node : Input harga setiap variabel keputusan kepada fungsi pembatas untuk menentukan apakah fisible atau tidak

Prosedur Metode Enumerasi Implisit (2) 2. Menguji fisibilitas dari semua fungsi pembatas Jenis Pembatas Tanda pada koefesien variabel pada pembatas Nilai pada variabel pembatas ≤ + - 1 ≥

Aturan pencabangan node Jika langkah 1 didapatkan hasil fisible dan langkah 2 tidak fisible atau sebaliknya,maka lakukan pencabangan pada node tersebut Jika langkah 1 dan 2 fisible, maka node berhenti (calon solusi) Jika langkah 1 dan 2 tidak fisible, maka node berhenti (fathomed)

Contoh : Maks Z = -7X1 – 3X2 – 2X3 – X4 – 2X5 s/t -4X1 – 2X2 + X3 – 2X4 – X5 ≤ -3 -4X1 – 2X2 - 4X3 + X4 + 2X5 ≤ -7 Xi = 0 atau 1

Node 1 Langkah 1 : Penyempurnaan terbaik : X1 = 0 X2 = 0 X3 = 0 X4 = 0 X5 = 0 P1 : -4(0) – 2(0) + (0) – 2(0) – (0) ≤ -3 0 ≤ -3 (TF) P2 : -4(0) – 2(0) – 4(0) + (0) + 2(0) ≤ -7 0 ≤ -7 (TF)

Node 1 Langkah 2 : Uji Fisibilitas Pembatas P1 : X1 = 1 X2 = 1 X3 = 0 X4 = 1 X5 = 1 -4(1) – 2(1) + (0) – 2(1) – (1) ≤ -3 -9 ≤ -3 (F) P2 : X1 = 1 X2 = 1 X3 = 1 X4 = 0 X5 = 0 -4(1) – 2(1) – 4(1) + (0) + 2(0) ≤ -7 -10 ≤ -7 (F)

Node 1 1 X1 = 0 X1 = 1 2 3

Node 2 Langkah 1 : Penyempurnaan terbaik : X1 = 0 X2 = 0 X3 = 0 X4 = 0 X5 = 0 P1 : -4(0) – 2(0) + (0) – 2(0) – (0) ≤ -3 0 ≤ -3 (TF) P2 : -4(0) – 2(0) – 4(0) + (0) + 2(0) ≤ -7 0 ≤ -7 (TF)

Node 2 Langkah 2 : Uji Fisibilitas Pembatas P1 : X1 = 0 X2 = 1 X3 = 0 X4 = 1 X5 = 1 -4(0) – 2(1) + (0) – 2(1) – (1) ≤ -3 -5 ≤ -3 (F) P2 : X1 = 0 X2 = 1 X3 = 1 X4 = 0 X5 = 0 -4(0) – 2(1) – 4(1) + (0) + 2(0) ≤ -7 -6 ≤ -7 (TF)

Node 3 Langkah 1 : Penyempurnaan terbaik : X1 = 1 X2 = 0 X3 = 0 X4 = 0 X5 = 0 P1 : -4(1) – 2(0) + (0) – 2(0) – (0) ≤ -3 -4 ≤ -3 (F) P2 : -4(1) – 2(0) – 4(0) + (0) + 2(0) ≤ -7 -4 ≤ -7 (TF)

Node 3 Langkah 2 : Uji Fisibilitas Pembatas P1 : X1 = 1 X2 = 1 X3 = 0 X4 = 1 X5 = 1 -4(1) – 2(1) + (0) – 2(1) – (1) ≤ -3 -9 ≤ -3 (F) P2 : X1 = 1 X2 = 1 X3 = 1 X4 = 0 X5 = 0 -4(1) – 2(1) – 4(1) + (0) + 2(0) ≤ -7 -10 ≤ -7 (F)

Node 3 3 X2 = 0 X2 = 1 4 5

Node 4 Langkah 1 : Penyempurnaan terbaik : X1 = 1 X2 = 0 X3 = 0 X4 = 0 X5 = 0 P1 : -4(1) – 2(0) + (0) – 2(0) – (0) ≤ -3 -4 ≤ -3 (F) P2 : -4(1) – 2(0) – 4(0) + (0) + 2(0) ≤ -7 -4 ≤ -7 (TF)

Node 4 Langkah 2 : Uji Fisibilitas Pembatas P1 : X1 = 1 X2 = 0 X3 = 0 X4 = 1 X5 = 1 -4(1) – 2(0) + (0) – 2(1) – (1) ≤ -3 -7 ≤ -3 (F) P2 : X1 = 1 X2 = 0 X3 = 1 X4 = 0 X5 = 0 -4(1) – 2(0) – 4(1) + (0) + 2(0) ≤ -7 -8 ≤ -7 (F)

Node 4 4 X3 = 0 X3 = 1 6 7

Node 6 Langkah 1 : Penyempurnaan terbaik : X1 = 1 X2 = 0 X3 = 0 X4 = 0 X5 = 0 P1 : -4(1) – 2(0) + (0) – 2(0) – (0) ≤ -3 -4 ≤ -3 (F) P2 : -4(1) – 2(0) – 4(0) + (0) + 2(0) ≤ -7 -4 ≤ -7 (TF)

Node 6 Langkah 2 : Uji Fisibilitas Pembatas P1 : X1 = 1 X2 = 0 X3 = 0 X4 = 1 X5 = 1 -4(1) – 2(0) + (0) – 2(1) – (1) ≤ -3 -7 ≤ -3 (F) P2 : X1 = 1 X2 = 0 X3 = 0 X4 = 0 X5 = 0 -4(1) – 2(0) – 4(0) + (0) + 2(0) ≤ -7 -4 ≤ -7 (TF)

Node 7 Langkah 1 : Penyempurnaan terbaik : X1 = 1 X2 = 0 X3 = 1 X4 = 0 X5 = 0 P1 : -4(1) – 2(0) + (1) – 2(0) – (0) ≤ -3 -3 ≤ -3 (F) P2 : -4(1) – 2(0) – 4(1) + (0) + 2(0) ≤ -7 -10 ≤ -7 (F)

Node 7 Langkah 2 : Uji Fisibilitas Pembatas P1 : X1 = 1 X2 = 0 X3 = 1 X4 = 1 X5 = 1 -4(1) – 2(0) + (1) – 2(1) – (1) ≤ -3 -6 ≤ -3 (F) P2 : X1 = 1 X2 = 0 X3 = 1 X4 = 0 X5 = 0 -4(1) – 2(0) – 4(1) + (0) + 2(0) ≤ -7 -8 ≤ -7 (F)

Node 7 Merupakan calon solusi yang didapatkan Masukkan nilai variabel keputusan pada penyempurnaan terbaik X1 = 1 X2 = 0 X3 = 1 X4 = 0 X5 = 0 Z = -7(1) – 3(0) – 2(1) – (0) – 2(0) = -9

Node 5 Langkah 1 : Penyempurnaan terbaik : X1 = 1 X2 = 1 X3 = 0 X4 = 0 X5 = 0 P1 : -4(1) – 2(1) + (0) – 2(0) – (0) ≤ -3 -6 ≤ -3 (F) P2 : -4(1) – 2(1) – 4(0) + (0) + 2(0) ≤ -7 -6 ≤ -7 (TF)

Node 5 Langkah 2 : Uji Fisibilitas Pembatas P1 : X1 = 1 X2 = 1 X3 = 0 X4 = 1 X5 = 1 -4(1) – 2(1) + (0) – 2(1) – (1) ≤ -3 -9 ≤ -3 (F) P2 : X1 = 1 X2 = 1 X3 = 1 X4 = 0 X5 = 0 -4(1) – 2(1) – 4(1) + (0) + 2(0) ≤ -7 -10 ≤ -7 (F)

Node 5 5 X3 = 0 X3 = 1 8 9

Node 8 Langkah 1 : Penyempurnaan terbaik : X1 = 1 X2 = 1 X3 = 0 X4 = 0 X5 = 0 P1 : -4(1) – 2(1) + (0) – 2(0) – (0) ≤ -3 -6 ≤ -3 (F) P2 : -4(1) – 2(1) – 4(0) + (0) + 2(0) ≤ -7 -6 ≤ -7 (TF)

Node 8 Langkah 2 : Uji Fisibilitas Pembatas P1 : X1 = 1 X2 = 1 X3 = 0 X4 = 1 X5 = 1 -4(1) – 2(1) + (0) – 2(1) – (1) ≤ -3 -9 ≤ -3 (F) P2 : X1 = 1 X2 = 1 X3 = 0 X4 = 0 X5 = 0 -4(1) – 2(1) – 4(0) + (0) + 2(0) ≤ -7 -6 ≤ -7 (TF)

Node 9 Langkah 1 : Penyempurnaan terbaik : X1 = 1 X2 = 1 X3 = 1 X4 = 0 X5 = 0 P1 : -4(1) – 2(1) + (1) – 2(0) – (0) ≤ -3 -5 ≤ -3 (F) P2 : -4(1) – 2(1) – 4(1) + (0) + 2(0) ≤ -7 -10 ≤ -7 (F)

Node 9 Langkah 2 : Uji Fisibilitas Pembatas P1 : X1 = 1 X2 = 1 X3 = 1 X4 = 1 X5 = 1 -4(1) – 2(1) + (1) – 2(1) – (1) ≤ -3 -8 ≤ -3 (F) P2 : X1 = 1 X2 = 1 X3 = 1 X4 = 0 X5 = 0 -4(1) – 2(1) – 4(1) + (0) + 2(0) ≤ -7 -10 ≤ -7 (F)

Node 9 Merupakan calon solusi yang didapatkan Masukkan nilai variabel keputusan pada penyempurnaan terbaik X1 = 1 X2 = 1 X3 = 1 X4 = 0 X5 = 0 Z = -7(1) – 3(1) – 2(1) – (0) – 2(0) = -12

1 X1= 0 X1= 1 3 2 X2= 0 X2= 1 4 5 X3= 1 X3= 0 X3= 1 X3= 0 6 7 8 9