Penerapan Int.Programming (IP) dgn Program Komputer.. Pertemuan 21 :

Slides:



Advertisements
Presentasi serupa
Integer Programming.
Advertisements

PERTEMUAN III Metode Simpleks.
KASUS KHUSUS METODE SIMPLEKS
Pemrograman Linier Nama Kelompok : Badarul ‘Alam Al Hakim ( )
PROGRAMA BILANGAN BULAT
Integer Linier Programming
Integer Programming (IP) Pertemuan 19 :
Algoritma Pemotongan Algoritma Gomory Langkah 1 x3* = 11/2 x2* = 1
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2012/2013 DR. Rahma Fitriani, S.Si., M.Sc.
KASUS MINIMISASI Ir. Indrawani Sinoem, MS
1 Pertemuan 1 Algoritma Matakuliah: T0456 ~ Algoritma dan Metode Object Oriented Programming Tahun: 2005 Versi: 5.
Solusi Model Transportasi Pertemuan 12 :
Emirul Bahar - Metode Simplex4-1 METODE SIMPLEX ( Pendahuluan ) BAB 2.
LINEAR PROGRAMMING Pertemuan 05
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
Pertemuan Pengembangan Algoritma
1 Pertemuan 24 Branch and Bound II Matakuliah: T0034/Analisis & Perancangan Algoritma Tahun: 2005 Versi: 1/0.
Linear Programming (Pemrograman Linier) Program Studi Statistika Semester Ganjil 2011/2012 DR. Rahma Fitriani, S.Si., M.Sc.
1. LINEAR PROGRAMMING Pertemuan 04 Matakuliah: J Analisis Kuantitatif Bisnis Tahun: 2009/
1 Pertemuan 11 METODA GREEDY Matakuliah: T0034/Perancangan & Analisis Algoritma Tahun: 2005 Versi: R1/0.
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 :
Operations Management
Matakuliah : R0022/Pengantar Arsitektur Tahun : Sept 2005 Versi : 1/1
INTEGER PROGRAMMING Modul 8. PENELITIAN OPERASIONAL Oleh : Eliyani
RISET OPERASIONAL RISET OPERASI
LINEAR PROGRAMMING 2.
ALGORITMA PEMOTONGAN Algoritma Gomory.
METODE STOKASTIK PARANITA ASNUR.
PERCABANGAN DAN PEMBATASAN
Metode Dua Phase.
Linear Programming Formulasi Masalah dan Pemodelan
PENYELESAIAN MODEL LP PENYELESAIAN PERMASALAHAN DNG MODEL LP DAPAT DILAKUKAN DENGAN 2 METODE : (1). METODE GRAFIK Metode grafik hanya digunakan untuk.
Analisis Sensitivitas Pertemuan 8 : (Off Class)
LINEAR PROGRAMMING 3.
Linier Programming Metode Dua Fasa.
Masalah PL dgn Simpleks Pertemuan 3:
PENDEKATAN GRAFIK (Branch and Bound)
MATERI PERKULIAHAN ANALISIS ALGORITMA
MATERI PERKULIAHAN ANALISIS ALGORITMA
LINEAR PROGRAMMING Pertemuan 06
INTEGER PROGRAMMING.
METODE SIMPLEKS Pertemuan 2
MANEJEMEN SAINS METODE SIMPLEKS.
PEMROGRAMAN LINIER Tujuan : Memahami prinsip dan asumsi model LP
TEORI DUALITAS D0104 Riset Operasi I.
METODE KNAPSACK.
Operations Management
METODE DUA PHASA.
Metode Simpleks Dual dan Kasus Khusus Metode Simpleks
Pengantar Optimisasi.
Metode Dua Phase.
Analisis Sensitivitas Pertemuan 6
INTEGER LINEAR PROGRAMMING
METODE DUA FASE.
METODE BIG-M LINEAR PROGRAMMING
DegenerasY KASUS KHUSUS PROGRAM LINEAR
METODE DUAL SIMPLEKS Oleh Choirudin, M.Pd
OPTIMASI PERTEMUAN 1.
MANAJEMEN SAINS ELISTYA RIMAWATI S.Si, M. Si
PROGRAM LINIER METODE SIMPLEKS
Pertemuan 05 Manajemen Daftar
METODE ENUMERASI IMPLISIT
METODE SIMPLEX LINEAR PROGRAMMING (LP)
Operations Management
BAB I Program Linier Pertemuan 1.
Program Linier – Simpleks Kendala
Pemrograman Bilangan Bulat (Integer Programming)
Oleh : Siti Salamah Ginting, M.Pd. PROGRAM LINIER METODE SIMPLEKS.
Linear Programming (Pemrograman Linier)
Transcript presentasi:

Penerapan Int.Programming (IP) dgn Program Komputer.. Pertemuan 21 : Mata kulia : K0164-Pemrograman Matematika Tahun : 2008 Penerapan Int.Programming (IP) dgn Program Komputer.. Pertemuan 21 :

Learning Outcomes Mahasiswa dapat menghitung pemecahan masalah/kasus model integer programming dengan menggunakan program komputer..

Outline Materi: Metoda Branch & Bound Contoh kasus.. Penyusunan program Demo programming

Metoda Branch dan Bound Metoda ini merupakan yg lebih efisien dari metoda sebelumnya dan telah menjadi kode komputer standar untuk Integer Programming. Pertama kali diperkenalkan oleh Land dan Doig, kemudian dikembangkan oleh Little. Teknik ini dapat diterapkan untuk masalah pure maupun mixed integer programming

Adapun langkah-langkah metoda tsb untuk masalah maksimisasi sbb: 1.Selesaikan masalah LP dgn metoda simpleks tanpa pembatasan bil.bulat. 2.Teliti solusi optimumnya. Jika var basis yg diharapkan bulat adalah bulat maka solusi optimum bulat telah tercapai. Tetapi jika satu atau lebih var basis yg diharapkan bulat ternyata tdk bulat, lanjutkan ke langkah 3.

3. Nilai solusi pecah yg layak dicabang kan ke dalam sub-sub masalah 3.Nilai solusi pecah yg layak dicabang kan ke dalam sub-sub masalah. Tujuannya adalah utk menghilangkan solusi kontinu yg tidak memenuhi per syaratan bulat dari masalah tsb. Pencabangan dilakukan melalui kendala mutually exclusive yg perlu utk memenuhi persyaratan bulat dgn jaminan tidak ada solusi bulat layak yg tak diikutsertakan.

4.Untuk setiap submasalah, nilai solusi optimum kontinu fungsi tujuan di tetapkan sebagai batas atas. Solusi bulat terbaik menjadi batas bawah. Submasalah yg memiliki batas atas kurang dari batas bawah yg ada tidak diikutsertakan pada analisis lanjutan. Suatu solusi bulat layak adalah sama baik atau lebih baik dari batas atas untuk setiap submasalah yg dicari. Jika solusi demikian ada, suatu submasalah dengan batas atas terbaik dipilih utk dicabangkan. Kembali ke langkah 3.

Contoh, Maks z= 3x1 + 5x2 Kendala: 2x1 + 4x2  25 X1  8 2x2  10 x1,x2 non negatif integer. Solusi optimum kontinu X1=8, X2=2,25 Dan Z=35,25. Solusi ini adalah batas atas awal. Batas bawah adlh solusi yg dibulatkan ke bawah X1=8, X2=2 dan Z=34. Dalam metoda Branch dan Bound di pilih X yg pecah yaitu X2=2,25 dan utk menghilangkan yg pecah diciptakan dua kendala baru yg terdekat dgn 2,25 yakni 2 dan 3. Sehingga diperoleh dua kendala mutually exclusive X2  2 dan X2  3 yg pada uraian berikut disebut bagian A dan bagian B.

Bagian A : Maks z=3x1 + 5x2 Kendala 2x1 + 4x2 25 x1  8 2x2 10 (berlebih) x2  3 x1,x2  0 Bagian B : 2x2 10 x2  2

Bagian A dan B diselesaikan tanpa pembatasan bil Bagian A dan B diselesaikan tanpa pembatasan bil.bulat dengan metoda simpleks diperoleh Bagian A: x1=8; x2=2 dan z=34 Bagian B: x1=6,5; x2=3 dan z=34,5 Bagian B, dicabangkan ke dalam sub bagian B1 dan B2. Pertama dengan kendala x1  6 dan X1  7. Kedua submasalah dinyatakan sbb:

Subbagian B1 : Maks z=3x1 + 5x2 Kendala 2x1 + 4x2 25 x1  8 (berlebih) 2x2 10 x2  3 x1  6 x1,x2  0 Subbagian B2 : x1  8 x2  3 x 1  7

Subbagian B2: tidak layak! Subbagian B1:x1=6;x2=3,25;z=34,25 Subbagian B2: tidak layak! Selanjutnya subbagian B1 kembali di cabangkan dgn kendala x2  3 & x2  4 Subbagian B1a : Maks z=3x1 + 5x2 Kendala 2x1 + 4x2 25 2x2 10 (berlebih) x2  3 x1  6 x2  3 x1,x2  0

Subbagian B1b: Maks z=3x1 + 5x2 Kendala 2x1 + 4x2 25 2x2 10 x2  3 (berlebih) x1  6 x2  4 x1,x2  0 Subbagian B1a:x1=6;x2=3;z=33 Subbagian B1b: x1=4,5;x2=4;z=33,5 Karena hasil yg diperoleh memiliki batas atas (z=33 dan z=33,5) yg lebih jelek dibanding solusi hasil bagian A,maka solusi optimal adalah x1=8; x2=2; dan z=34 yg dihasilkan oleh bagian A..

Terima kasih, Semoga berhasil