Integer Programming
-
Upload
ade-putra-lubis -
Category
Documents
-
view
56 -
download
7
description
Transcript of Integer Programming
Jurusan Teknik Industri - ITS
INTEGER PROGRAMMING
1. Pengantar2. Permodelan3. Branch and Bound method
Jurusan Teknik Industri - ITS
PengantarInteger Programming
Jurusan Teknik Industri - ITS
Model Integer Programming Permasalahan integer programming (IP) adalah suatu Program Linear
(LP) yang beberapa atau seluruh variabel yang digunakan merupakan bilangan integer positif
Jenis-jenis permasalahan IP: Pure IP problem: jika semua variabel harus bernilai integer
Maximize z = 3x1 + 4x2subject to 5x1 + 8x2 ≤ 24
x1, x2 ≥ 0, x1 dan x2 integer Mixed IP problem: jika hanya beberapa variabel yang bernilai
integerMaximize z = 3x1 + 4x2subject to 5x1 + 8x2 ≤ 24
x1, x2 ≥ 0, x1 integer 0-1 IP problem: jika semua variabel harus bernilai 0 atau 1
Maximize z = 3x1 + 4x2subject to 5x1 + 8x2 ≤ 24
x1, x2 = 0 or 1
Jurusan Teknik Industri - ITS
Permasalahan IP biasanya lebih sulit untuk diselesaikan dibandingkan dengan permasalahan LP
Hal ini disebabkan banyaknya kombinasi nilai integer yang harus diuji, dan setiap kombinasi membutuhan penyelesaian “normal” LP atau NLP
LP relaxation dari IP adalah LP yang diperoleh dengan menghilangkan pembatas semua bilangan integer atau pembatas Contoh Pure IP problem :
Maximize z = 3x1 + 4x2subject to 5x1 + 8x2 ≤ 24
x1, x2 ≥ 0, x1 dan x2 integer Contoh Pure IP problem yang telah di-longgarkan (relax):
Maximize z = 3x1 + 4x2subject to 5x1 + 8x2 ≤ 24
x1, x2 ≥ 0
Integer Programming dan LP relaxation
Jurusan Teknik Industri - ITS
Pendekatan sederhana solusi IPPendekatan 1: Cari seluruh kemungkinan solusiTentukan nilai fungsi tujuannyaPilih nilai maksimum (minimum)
Pendekatan 2: Selesaikan LP relaxation Bulatkan pada solusi integer yang feasibel terdekat
x x xx
xx
xx
x1
x2
1 2 3
1
3
2
7x1 + 4x2= 13
Jurusan Teknik Industri - ITS
1 2 3 4 5 6 7 8x1
1
2
3
4
5
6
x2
1 2 3 4 5 6 7 8x1
1
2
3
4
5
6
x2
LP Optimalx1 = 5 7/16
x2 = 2 11/16
Contoh Problem:Max 1200 x1 + 2000 x2
ST: 2x1 + 6 x2 27 x2 2 3x1 + x2 19 x1 , x2 0 and Integer
Penyelesaian problem Integer Programming, Apakah solusi LP dibulatkan untuk mendapakan solusi IP…?
Solusi Integer Programming
Jurusan Teknik Industri - ITS
1 2 3 4 5 6 7 8x1
1
2
3
4
5
6
x2
1 2 3 4 5 6 7 8x1
1
2
3
4
5
6
x2
LP Optimalx1 = 5 7/16
x2 = 2 11/16
Pembulatan ke atas?x1 = 6x2 = 3
Pembulatan?x1 = 5x2 = 3
Pembulatan ke bawah?
x1 = 5x2 = 2
Max 1200 x1 + 2000 x2
ST: 2x1 + 6 x2 27 x2 2 3x1 + x2 19 x1 , x2 0 and Integer
Solusi Integer Programming (2)
LP relaxation, kemudian dibulatkan ?
Jurusan Teknik Industri - ITS
1 2 3 4 5 6 7 8x1
1
2
3
4
5
6
x2
1 2 3 4 5 6 7 8x1
1
2
3
4
5
6
x2 IP Optimalx1 = 4x2 = 3
Solusi Integer Programming (3)
Untuk MAX problem: nilai optimal dari IP ≤ nilai optimal dari LP relaxation
Jurusan Teknik Industri - ITS
Permodelan Integer Programming
Jurusan Teknik Industri - ITS
Contoh 1: Problem investasi Perusahaan Stockco mempertimbangkan empat jenis investasi Modal yang tersedia untuk investasi sebesar $ 14,000 Formulasikan model integer programming ini untuk memaksimumkan
NPV dari investasi-investasi berikut:
Pilihan Investasi 1 2 3 4 Modal $5000 $7000 $4000 $3000 NPV $16000 $22000 $12000 $8000
Formulasi :
xi = banyaknya modal yang diinvestasikan pada jenis ke-iMaximize :
z = 16 x1+ 22 x2 + 12 x3 + 8 x4
Subject to 5 x1 + 7 x2 + 4 x3 + 3 x4 ≤ 14x1, x2, x3, x4 = 0, 1
Jurusan Teknik Industri - ITS
Pengembangan Problem investasiPerusahaan Stockco mempertimbangkan batasan-batasan “logis” berikut ini :1. Tepat 3 investasi yang terpilih2. Jika investasi ke-2 terpilih, maka investasi ke-1 juga terpilih3. Jika investasi ke-1 terpilih, maka investasi ke-3 tidak terpilih 4. Salah satu dari investasi ke-3 atau ke-4 harus terpilih, tetapi tidak
dapat kedua-duanya
Tambahan pembatas:1. Tepat 3 investasi yang terpilih
x1+ x2+ x3+ x4 =32. Jika investasi ke-2 terpilih, maka investasi ke- 1 juga terpilih
x1 ≥ x23. Jika investasi ke- 1 terpilih, maka investasi ke- 3 tidak terpilih
x1 + x3 ≤ 14. Salah satu dari investasi ke- 3 atau ke-4 harus terpilih, tetapi tidak dapat kedua-
duanyax3 + x4 = 1
Jurusan Teknik Industri - ITS
Contoh 2: Pemilihan pemain bola basketPerkumpulan bola basket “Pasti Menang” sedang menghadapi kompetisi tingkat nasional. Sang pelatih hendak memilih 5 dari 7 pemain yang akan diturunkan dalam pertandingan malam nanti. Data-data pemain seperti terlihat pada tabel dibawah ini:
Pemain Guard Forward Center Ball-Handling Shooting Rebounding Total1 Yes No No 3 1 2 62 No No Yes 1 2 1 43 Yes Yes No 1 3 1 54 No Yes Yes 1 2 1 45 Yes Yes No 2 1 3 66 No Yes Yes 1 3 1 57 Yes Yes No 1 2 2 5
Posisi Kemampuan
Jurusan Teknik Industri - ITS
Pemilihan pemain bola basket
Pembatas yang dialami pelatih adalah sebagai berikut:1. Harus ada tepat lima pemain, dengan syarat:
Sedikitnya empat pemain sebagai penjaga. Sedikitnya dua pemain sebagai pemain depan. Sedikitnya satu pemain sebagai pemain tengah.
2. Rata-Rata tingkat ketrampilan pemain paling sedikit 2.3. Salah satu dari pemain ke-2 atau pemain ke-3 harus bermain.4. Jika pemain ke-3 bermain, maka pemain ke-6 tidak bisa bermain.5. Jika pemain ke-1 bermain, maka pemain ke-4 dan ke-5 harus bermain
juga.
Pemain Guard Forward Center Ball-Handling Shooting Rebounding Total1 Yes No No 3 1 2 62 No No Yes 1 2 1 43 Yes Yes No 1 3 1 54 No Yes Yes 1 2 1 45 Yes Yes No 2 1 3 66 No Yes Yes 1 3 1 57 Yes Yes No 1 2 2 5
Posisi Kemampuan
Jurusan Teknik Industri - ITS
Solusi : Pemilihan pemain bola basket (1)
Variabel KeputusanXi = 1, jika pemain ke-i diturunkan ke lapangan. = 0, jika pemain ke-i tidak diturunkan
Fungsi tujuan:Max 6 x1 + 4 x2 + 5 x3 + 4 x4 + 6 x5 + 5 x6 + 5 x7
Pembatas :(1a) Harus ada tepat lima pemain turun ke lapangan
x1 + x2 + x3 + x4 + x5 + x6 + x7 = 5(1b) Paling sedikit terdapat empat pemain penjaga (guard).
x1 + x3 + x5 + x7 4(1c) Paling sedikit terdapat dua pemain depan (forward).
x3 + x4 + x5 + x6 + x7 2(1d) Paling sedikit terdapat satu pemain tengah.
x2 + x4 + x6 1
Jurusan Teknik Industri - ITS
Solusi : Pemilihan pemain bola basket (2)2. Rata-Rata tingkat ketrampilan pemain paling sedikit 2 (a) Rata-rata ketrampilan pemain menggiring bola lebih dari dua.
(3 x1 + x2 + x3 + x4 + 2 x5 + x6 + x7)/5 23 x1 + x2 + x3 + x4 + 2 x5 + x6 + x7 10
(b) Rata-rata ketrampilan pemain menembak bola lebih dari dua.x1 + 2 x2 +3 x3 + 2 x4 + x5 + 3 x6 + 2 x7 10
(c) Rata-rata ketrampilan pemain menghadang lebih dari dua.2 x1 + x2 + x3 + x4 + 3 x5 + x6 + 2 x7 10
3. Salah satu dari pemain ke-2 atau pemain ke-3 harus bermainx2 + x3 1
Variabel kemungkinan yang terjadi:x2 = 1 & x3 = 0 Feasiblex2 = 0 & x3 = 1 Feasiblex2 = 1 & x3 = 1 Feasiblex2 = 0 & x3 = 0 Infeasible
Jurusan Teknik Industri - ITS
Solusi : Pemilihan pemain bola basket (3)
4. Jika pemain ke-3 bermain, maka pemain ke-6 tidak bisa bermainx3 + x6 1
Variabel kemungkinan yang terjadi: Pemain 3 bermain, tetapi pemain 6 tidak bermain.
x3 = 1, x6 = 0 Feasible Pemain 6 bermain, tetapi pemain 3 tidak bermain.
x3 = 0, x6 = 1 Feasible Kedua-duanya bermain
x3 = 1, x6 = 1 Infeasible Kedua-duanya tidak dapat bermain.
x3 = 0, x6 = 0 Feasible
Jurusan Teknik Industri - ITS
Solusi : Pemilihan pemain bola basket (4)
5. Jika pemain ke-1 bermain, maka pemain ke-4 dan ke-5 harus bermain juga
x1 x4x1 x5
Jika x1 = 1, maka x4 = 1 dan x5 =1.Variabel kemungkinan yang terjadi:
x1 x4 x5 Interpretasi1 1 1 ketiga pemain bermain (feasibel).0 0 0 ketiga pemain tidak bermain (feasibel).0 1 0 hanya pemain 4 yang bermain (feasibel).0 0 1 hanya pemain 5 yang bermain (feasibel).0 1 1 pemain 4 dan 5 bermain, sedangkan pemain 1 tidak
(feasibel)
Jurusan Teknik Industri - ITS
Contoh 3 : Pengeboran Minyak1. Pemilihan paling sedikit 5 lokasi dari 10 lokasi pengeboran minyak
yang telah direncanakan, dengan variabel keputusan X1, X2,…, X10 dan biaya pengeboran C1, C2,…, dan C10.
2. Batasan: Paling banyak dua dari lokasi X5, X6, X7 dan X8 yang dapat
dipilih Memilih lokasi X3 atau lokasi X4 akan mencegah untuk memilih
lokasi X5. Memilih kombinasi lokasi X1 dan X7 akan mencegah untuk
memilih lokasi X8.
Jurusan Teknik Industri - ITS
Solusi Pengeboran Minyak (1)
Variabel KeputusanXi = 1, jika lokasi ke-i dilakukan pengeboran. = 0, jika lokasi ke-i tidak dilakukan pengeboran.
Fungsi tujuan: Min C1 x1 + C2 x2 + C3 x3 + C4 x4 +C5 x5 + C6 x6 + C7 x7 + C8 x8 +
C9 x9 + C10 x10
Subject to(1) Pemilihan paling sedikit 5 lokasi dari 10 lokasi pengeboran
x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 = 5
(2) Paling banyak dua dari lokasi X5, X6, X7 dan X8 yang dapat dipilih
x5 + x6 + x7 + x8 2
Jurusan Teknik Industri - ITS
Solusi Pengeboran Minyak (2)
(3) Memilih lokasi X3 atau lokasi X4 akan mencegah untuk memilih lokasi X5
x3 + x5 1x4 + x5 1
x3=1 atau x4=1, maka harus x5=0 (jika memilih lokasi X3 atau lokasi X4, lokasi X5 tidak boleh dipilih)
x5=1, maka nilai x3=0 dan x4=0 (jika memilih lokasi X5, maka lokasi X3 dan lokasi X4 tidak boleh dipilih)
Jurusan Teknik Industri - ITS
Solusi Pengeboran Minyak (3)
(4) Memilih kombinasi lokasi X1 dan X7 akan mencegah untuk memilih lokasi X8
x1 + x7 + x8 2 kasus 1: tidak memilih lokasi X8
x8 = 0, maka x1 + x7 2 (dapat memilih lokasi S1, S7, atau kedua-duanya, atau tidak keduanya).
x8 x1 x7 Interpretasi0 0 0 Tidak memilih ketiga lokasi tersebut0 0 1 Hanya memilih lokasi S70 1 0 Hanya memilih lokasi S10 1 1 Memilih lokasi S1 dan S7, tetapi lokasi S8 tidak
Jurusan Teknik Industri - ITS
Solusi Pengeboran Minyak (4)
(4) Memilih kombinasi lokasi X1 dan X7 akan mencegah untuk memilih lokasi X8
x1 + x7 + x8 2 kasus 2: Menyelidiki lokasi S8
x8 = 1, maka x1 + x7 1 (dapat memilih lokasi x1atau x7, tetapi tidak kedua-duanya)
x8 x1 x7 Interpretasi1 0 0 Hanya memilih lokasi S8 1 1 0 Memilih lokasi S8 dan S1, tetapi S7 tidak1 0 1 Memilih lokasi S8 dan S7, tetapi S1 tidak1 1 1 Memilih ketiga lokasi (infeasible)
Jurusan Teknik Industri - ITS
Contoh 4: Problem “GANDHI” Perusahaan pakaian Gandhi memproduksi 3 jenis pakaian : kemeja,
celana pendek, dan celana panjang. Mesin harus di sewa tiap minggu untuk memproduksi ketiga jenis
pakaian tersebut dengan biaya sewa : $ 200 per minggu untuk mesin pembuat kemeja $ 150 per minggu untuk mesin pembuat celana pendek $ 100 per minggu untuk mesin pembuat celana panjang
Terdapat 150 jam waktu pekerja dan 160 m² bahan pakaian (kain) yang tersedia per minggunya, dengan data produksi sebagai berikut:
Formulasikan permasalahan diatas untuk memaksimumkan keuntungan per minggunya!
Jam kerja yang dibutuhkan
Kain yang dibutuhkan
Biaya variabel
Keuntungan per unit
kemeja 3 4 $12 $6 celana pendek 2 3 $8 $4 celana panjang 6 4 $15 $8
Jurusan Teknik Industri - ITS
Solusi Problem Gandhi
Variabel keputusan:xi = jumlah pakaian jenis ke-i yang diproduksi per minggunyayi = 1 jika pakaian jenis ke-i diproduksi, dan 0 jika tidak
Formulasi:Max. z = 6x1 + 4x2 + 7x3 – 200 y1 - 150 y2 - 100y3
subject to3x1 + 2x2 + 6x3 1504x1 + 3x2 + 4x3 160x1 M y1, x2 M y2, x3 M y3 x1, x2, x3 0, dan integer y1, y2, y3 0, dan biner
Jurusan Teknik Industri - ITS
Contoh 5 : Problem “Western” Penerbangan western memutuskan untuk memiliki beberapa kota transit
di USA Jalur penerbangan yang dimiliki mencakup kota-kota berikut : Atlanta,
Boston, Chicago, denver, Houston, Los angeles, New Orleans, New York, Pittsburgh, Salt Lake city, San Francisco, dan Seattle
Western menginginkan untuk mempunyai kota transit dalam 1000 mil dari tiap kota-kota ini
Hitunglah jumlah minimum dari kota transit
Kota dalam 1000 miles Atlanta (AT) AT, CH, HO, NO, NY, PI Boston (BO) BO, NY, PI Chicago (CH) AT, CH, NY, NO, PI Denver (DE) DE, SL Houston (HO) AT, HO, NO Los Angeles (LA) LA, SL, SF New Orleans (NO) AT, CH, HO, NO New York (NY) AT, BO, CH, NY, PI Pittsburgh (PI) AT, BO, CH, NY, PI Salt Lake City (SL) DE, LA, SL, SF, SE San Francisco (SF) LA, SL, SF, SE Seattle (SE) SL, SF, SE
Jurusan Teknik Industri - ITS
Solusi : Problem “Western”
Variabel keputusan Xi = 1 jika kota i dilokasikan sebagai kota transit Xi = 0 jika kota i tidak dijadikan sebagai kota transit
Minimize XAT + XB0 + XCH + XDE + XHO + XLA + XNO + XNY + XPI + XSL + XSF + XSE
Pembatas:AT BO CH DE HO LA NO NY PI SL SF SE Required
AT 1 0 1 0 1 0 1 1 1 0 0 0 xAT >= 1BO 0 1 0 0 0 0 0 1 1 0 0 0 xBO >= 1CH 1 0 1 0 0 0 1 1 1 0 0 0 xCH >= 1DE 0 0 0 1 0 0 0 0 0 1 0 0 xDE >= 1HO 1 0 0 0 1 0 1 0 0 0 0 0 xHO >= 1LA 0 0 0 0 0 1 0 0 0 1 1 0 xLA >= 1NO 1 0 1 0 1 0 1 0 0 0 0 0 xNO >= 1NY 1 1 1 0 0 0 0 1 1 0 0 0 xNY >= 1PI 1 1 1 0 0 0 0 1 1 0 0 0 xPI >= 1SL 0 0 0 1 0 1 0 0 0 1 1 1 xSL >= 1SF 0 0 0 0 0 1 0 0 0 1 1 1 xSF >= 1SE 0 0 0 0 0 0 0 0 0 1 1 1 xSE >= 1
Jurusan Teknik Industri - ITS
Contoh 6 : Problem “Alada” Propinsi Alada mempunyai 6 kota Propinsi ini memiliki permasalahan pada kota mana akan dibangun
stasiun pemadam kebakaran Paling sedikit jarak stasiun pemadam kebakaran 15 menit (waktu
tempuh) untuk masing – masing kota Waktu yang dibutuhkan dari kota yang satu ke kota yang lain
dilampirkan pada tabel dibawah ini. Tentukan jumlah minimum dari pemadam kebakaran
Kota ke- 1 2 3 4 5 6
1 0 10 20 30 30 20
2 10 0 25 35 20 10
3 20 25 0 15 30 20
4 30 35 15 0 15 25
5 30 20 30 15 0 14
6 20 10 20 25 14 0
Jurusan Teknik Industri - ITS
Solusi : Problem “Alada” Sebuah kota dapat dicover oleh stasiun pemadam kebakaran jika jarak
tempuhnya sebesar 15 menit Covering set untuk setiap kota
Kota Covering sets (15 menit)
1 1,2
2 1,2,6
3 3,4
4 3,4,5
5 4,5,6
6 2,5,6
Jurusan Teknik Industri - ITS
Solusi : Problem “Alada”
Variabel keputusan :xi = 1 jika dibangun stasiun pemadam kebakaran pada kota-i
= 0 jika kota-i tidak dibangun stasiun pemadam
Fungsi tujuan :Minimum x1+x2+x3+x4+x5+x6
Fungsi pembatas:Kota 1 2 3 4 5 6
1 1 1 0 0 0 0 x1 <= 1
2 1 1 0 0 0 1 x2 <= 1
3 0 0 1 1 0 0 x3 <= 1
4 0 0 1 1 1 0 x4 <= 1
5 0 0 0 1 1 1 x5 <= 1
6 0 1 0 0 1 1 x6 <= 1
Jurusan Teknik Industri - ITS
Konsep : “Either-Or Constraints” Ada 2 konstrain
diasumsikan bahwa hanya ada satu yang memenuhi Kita dapat menyelesaikan permasalahan ini dengan menambahkan
metode “either-or constrains”
y = 0,1 M adalah besarnya nilai yang dapat menjamin bahwa kedua konstrain
dapat memenuhi nilai dari x1,x2,…,xn yang dapat memenuhi konstrain yang lain pada problem yang ada.
0),...,,(0),...,,(
21
21
n
n
xxxgxxxf
)1(),...,,(),...,,(
21
21
yMxxxgMyxxxf
n
n
Jurusan Teknik Industri - ITS
Konsep “If-then constraints” Jika kita ingin memastikan bahwa,
f(x1 ,x2,… ,xn)>0 sama g(x1 ,x2 ,… ,xn)≥0
Kemudian kita tambahkan if-then konstrain
y = 0,1 Disini, M adalah nilai positif yang besar, pilih yang terbesar sehingga f
< M and – g < M mencakup semua nilai sehingga memenuhi konstrain lain yang ada pada permasalahan
MyxxxgyMxxxf
n
n
),...,,()1(),...,,(
21
21
Jurusan Teknik Industri - ITS
Contoh 7 : “Either-Or Constraints”Memenuhi paling tidak satu dari pembatas berikut :
(1) x + y ≤ 4(2) 3x + 4y ≤15
(salah satu dari pembatas ke-1, atau ke-2, atau kedua-duanya)
Feasibel solusinya adalah ;1) x = 1, y = 3 (memenuhi kedua pembatas)2) x = 0, y = 4 (memenuhi ke-1, tetapi tidak memenuhi ke-2)3) x = 5, y = 0 (memenuhi ke-2, tetapi tidak memenuhi ke-1)4) x = 2, y = 3 (tidak memenuhi kedua-duanya)
Jurusan Teknik Industri - ITS
Solusi “Either-Or Constraints” Definiskan variabel baru z sebagai variabel binary (biner) Nilai M merupakan bilangan besar, konstan positif
Sehingga pembatas ke-1 atau ke-2, dimodifikasi menjadi
(3) x + y ≤ 4 + M z(4) 3 x + 4 y ≤ 15 + M (1 - z)(5) z bilangan biner
Pembuktian:1. Untuk mendapat solusi x = 5 dan y = 0, maka z dibuat = 1 :
5 + 0 = 5 < 4 + M, pembatas ke-3 memenuhi15 + 0 = 15 + M (1 – 1) = 15, pembatas ke-4 memenuhi
2. Untuk mendapat solusi x = 0 dan y = 4, maka z dibuat = 0:0 + 4 = 4 = 4 + M (0) = 4, pembatas ke-3 memenuhi0 + (4) (4) = 16 ≤ 15 + M (1 – z) = 15 + M, pembatas ke-4
memenuhi
Jurusan Teknik Industri - ITS
Solusi “Either-Or Constraints”
3. Solusi dengan nilai z dibuat = 1000 :
Kesimpulan: Jika solusi yang memenuhi pembatas (1), (2), atau keduanya, dapat
ditemukan nilai yang tepat untuk z sehingga pembatas (3) dan (4) juga memenuhi
Solusi yang tidak memenuhi pembatas (1) dan (2), maka pembatas (3), (4), atau keduanya juga tidak akan terpenuhi, berapapun nilai z
Solusi x y x + y 3x + 4y OK? z 4+Mz 15 + M(1-z) Feasible1a 1 3 4 15 Ya 0 4 1015 Ya1b 1 3 4 15 Ya 1 1004 15 Ya2a 0 4 4 16 Ya 0 4 1015 Ya2b 0 4 4 16 Ya 1 1004 15 Tidak3a 5 0 5 15 Ya 0 4 1015 Tidak3c 5 0 5 15 Ya 1 1004 15 Ya4a 2 3 5 18 Tidak 0 4 1015 Tidak4b 2 3 5 18 Tidak 1 1004 15 Tidak
Jurusan Teknik Industri - ITS
Contoh 8: Aplikasi “Dorian” Perusahaan Dorian automotif memproduksi 3 tipe model mobil yaitu ;
compact (kecil), midsize (menengah), dan large (besar). Ada 6 ton baja dan 60,000 jam kerja tersedia Jika suatu tipe mobil diproduksi, maka mobil itu harus diproduksi paling
sedikit 1,000 unit mobil Data produksi seperti terlihat di tabel bawah ini:
Formulasikan permasalahan perencanaan produksi tersebut untuk memaksimumkan profit.
Compact Midsize Large Kebutuhan baja 1.5 ton 3 ton 5 ton Kebutuhan jam tenaga kerja 30 jam 25 jam 40 jam Profit $2000 $3000 $4000
Jurusan Teknik Industri - ITS
Solusi aplikasi “Dorian”
Variabel keputusan xi = jumlah mobil tipe ke-i yang diproduksi yi = 1 jika mobil tipe ke-i diproduksi, dan yi=0 jika tidak
Formulasi :Maks z = 2 x1 + 3 x2 + 4 x3Subject to:
x1 ≤ M y1 x2 ≤ M y2 x3 ≤ M y31000 – x1 ≤ M (1 – y1)1000 – x2 ≤ M (1 – y2)1000 – x3 ≤ M (1 – y3)1.5 x1 + 3 x2 + 5 x3 ≤ 600030 x1 + 25 x2 + 40 x3 ≤ 60000x1, x2, x3 ≥ 0 dan integer y1, y2, y3 = 0 atau 1