Ringkasan Materi
-
Upload
yudiwerdika -
Category
Documents
-
view
20 -
download
0
description
Transcript of Ringkasan Materi
1. MODEL TRANSPORTASI
1.1 Metode Transportasi
Metode Transportasi yaitu suatu metode yang digunakan untuk mengatur
distribusi dari sumber-sumber yang menyediakan produk yang sama, ke tempat-
tempat yang membutuhkan secara optimal
1.2 Solusi Awal Transportasi
a. Metode North–West Corner
b. Metode Least–Cost
c. Metode Aproksimasi Vogel (VAM)
Contoh Soal :
A B C
D
E
Dari
Ke
Supply
Demand
F
5 4 3
8 4 3
9 7 5
100
300
300
300 200 200 700
a. Metode Nort-West Corner
- Mulai dari sudut kiri atas dari X11 dialokasikan sejumlah maksimum
produk dengan melihat kapasitas pabrik dan kebutuhan gudang
- Hilangkan baris atau kolom yang tidak dpt dialokasikan lagi, lalu
alokasikan sebanyak mungkin didekat baris/kolom yg tidak dihilangkan,
jika kolom dan baris sdh dihabiskan, pindahkan secara diagonal kekotak
berikutnya.
- Lanjutkan dengan cara yang sama sampai semua kebutuhan telah
terpenuhi
Solusi terhadap contoh soal :
A B C
D
E
Dari
Ke
Supply
Demand
F
5 4 3
8 4 3
9 7 5
100
300
300
300 200 200 700
100
200 100
100 200
Total Cost = 100(5) + 200(8) + 100(4) + 100(7) + 200(5) = $ 4,200
m + n – 1 = 3 + 3 – 1 = 5, lihat kotak yang terisi apakah sama dengan 5,
apabila sama dengan 5 maka dapat dilanjutkan pada solusi akhir
b. Metode Least-Cost
- Pilih Variabel Xij (kotak) dengan biaya transport (Cij) terkecil dan
alokasikan sebanyak mungkin. Ini akan menghabiskan baris i atau kolom
j.
- Dari kotak-kotak sisanya yang layak (yaitu yang tidak terisi atau
dihilangkan) pilih Cij terkecil dan alokasikan sebanyak mungkin
- Lanjutkan proses ini sampai semua kebutuhan terpenuhi.
Solusi terhadap contoh soal :
A B C
D
E
Dari
Ke
Supply
Demand
F
5 4 3
8 4 3
9 7 5
100
300
300
300 200 200 700
100
100200
300
- -
-
- -
Total Cost = 100(3) + 200(4) + 100(3) + 300(9) = $ 4,100
m + n – 1 = 5, ternyata jumlah kotak yang terisi hanya 4 berarti ini kurang
dari 5, maka masukan nilai 0 pada salah satu kotak yang kosong
c. Metode Aproksimasi Vogel (VAM)
- Hitung opportunity cost untuk setiap baris dan kolom.
- Opportunity cost untuk setiap baris ke-i dihitung dengan mengurangkan
nilai cij terkecil pada baris tersebut dengan nilai cij satu tingkat lebih besar
pada baris yang sama.
Opportunity cost kolom diperoleh dengan cara yang sama. Biaya-biaya ini
adalah pinalti karena tidak memilih kotak dengan biaya minimum. Hitung
opportunity cost untuk setiap baris dan kolom.
Opportunity cost untuk setiap baris ke-i dihitung dengan mengurangkan
nilai cij terkecil pada baris tersebut dengan nilai cij satu tingkat lebih besar
pada baris yang sama.
Opportunity cost kolom diperoleh dengan cara yang sama. Biaya-biaya ini
adalah pinalti karena tidak memilih kotak dengan biaya minimum.
- Pilih baris atau kolom dengan opportunity cost terbesar (jika terdapat nilai
kembar, pilih secara sembarang. Alokasikan sebanyak mungkin kekotak
dengan nilai cij minimum pada baris atau kolom yang dipilih.
- Hilangkan semua baris dan kolom dimana penawaran dan permintaan
telah dihabiskan.
- Jika semua penawaran dan permintaan belum dipenuhi, kembali
kelangkah pertama dan hitung kembali opportunity cost yang baru.
Solusi terhadap contoh soal :
A B C
D
E
Dari
Ke
Supply
Demand
F
5 4 3
8 4 3
9 7 5
100
300
300
300 200 200 700
100
200
100200
100
Opportunity Cost/Baris
Penalthy
Opportunity Cos/ Kolom
Penalthy
1
1
2
1
2
5
4
3
1
1
0
3
0
2
2
Total Cost = 100(5) + 200(9) + 200(4) + 100(3) + 100(5) = $ 3,900
m + n – 1 = 5, terlihat pada tabel terdapat 5 kotak yang terisi, maka dapat
dilanjutkan pada solusi akhir
d. Metode MODI (Modified Distribution)Formulasi :
Ri + Kj = Cij
Ri = nilai baris i
Kj = nilai kolom j
Cij= biaya pengangkutan dari sumber i ke tujuan j
Langkah Penyelesaian
- Isilah tabel pertama dari sudut kiri atas ke kanan bawah
- Menentukan nilai baris dan kolom dengan cara:
1. Baris pertama selalu diberi nilai 0
2. Nilai baris yang lain dan nilai semua kolom ditentukan berdasarkan
rumus Ri + Kj = Cij.
Nilai baris W = RW = 0
Mencari nilai kolom A:
RW + KA = CWA
0 + KA = 20, nilai kolom A = KA = 20
Mencari nilai kolom dan baris yg lain:
RW + KB = CWB; 0 + KB = 5; KB = 5
RH + KB = CHB; RH + 5 = 20; RH = 15
RP + KB = CPB; RP + 5 = 10; RP = 5
RP + KC = CPC; 5 + KC = 19; KC = 14
Solusi terhadap contoh soal :
A B C
D
E
Dari
Ke
Supply
Demand
F
5 4 3
8 4 3
9 7 5
100
300
300
300 200 200 700
100
200 100
100 200
R1 + K1 = C11 = 5
R2 + K1 = C21 = 8
R2 + K2 = C22 = 4
R3 + K2 = C32 = 7
R3 + K3 = C33 = 5
Misalkan R1 = 0 maka diperoleh R2 = 3 , R3 = 6 , K1 = 5 , K2 = 1 , K3 = -1
IDB = C12 – R1 – K2 = 4 – 0 – 1 = 3
IDC = C13 – R1 – K3 = 3 – 0 –(-1) = 4
IEC = C23 – R2 – K3 = 3 – 3 –(-1) = 1
IFA = C31 – R3 – K1 = 9 – 6 – 5 = -2
Masih terdapat nilai yang (-) pada IFA
* (+)100 (-)
100 (+) 200 (-)
100*
200 100
A B C
D
E
Dari
Ke
Supply
Demand
F
5 4 3
8 4 3
9 7 5
100
300
300
300 200 200 700
100
200
100200
100
R1 + K1 = C11 = 5
R2 + K1 = C21 = 8
R3 + K1 = C31 = 9
R2 + K2 = C22 = 4
R3 + K3 = C33 = 5
Misalkan R1 = 0 maka diperoleh R2 = 3 , R3 = 4 , K1 = 5 , K2 = 1 , K3 = 1
IDB = C12 – R1 – K2 = 4 – 0 – 1 = 3
IDC = C13 – R1 – K3 = 3 – 0 –1 = 2
IEC = C23 – R2 – K3 = 3 – 3 –1 = -1
IFB = C32 – R3 – K2 = 7 – 4 – 1 = 2
Masih terdapat nilai yang (-) pada IEC
* (+)100 (-)
100 (+) 200 (-)
100*
200 100
A B C
D
E
Dari
Ke
Supply
Demand
F
5 4 3
8 4 3
9 7 5
100
300
300
300 200 200 700
100
200
100200
100
R1 + K1 = C11 = 5
R2 + K2 = C22 = 4
R2 + K3 = C23 = 3
R3 + K1 = C31 = 9
R3 + K3 = C33 = 5
Misalkan R1 = 0 maka diperoleh R2 = 2 , R3 = 4 , K1 = 5 , K2 = 2 , K3 = 1
IDB = C12 – R1 – K2 = 4 – 0 – 2 = 2
IDC = C13 – R1 – K3 = 3 – 0 –1 = 2
IEA = C21 – R2 – K1 = 8 – 2 – 5 = 1
IFB = C32 – R3 – K2 = 7 – 4 – 2 = 1
Hasilnya telah optimum dengan
TC = 100(5) + 200(4) + 100(3) + 200(9) + 100(5) = $ 3,900
2. MODEL PENUGASAN
2.1 Masalah Penugasan
Salah satu metode yang digunakan untuk Penugasan adalah Metode Hungarian.
Pada Metode Hungarian, jumlah sumber-sumber yang ditugaskan harus sama
persis dengan jumlah tugas yang akan diselesaikan. Setiap sumber harus
ditugaskan hanya untuk satu tugas. Jadi, masalah penugasan akan mencakup
sejumlah n sumber yang mempunyai n tugas, sehingga ada n! (n faktorial)
kemungkinan. Masalah ini dapat dijelaskan dengan mudah dalam bentuk matriks
segi empat, dimana baris-barisnya menunjukkan sumber-sumber dan
kolomkolomnya menunjukkan tugas-tugas.
2.2 Masalah Minimisasi
2.3 Masalah Maksimisasi
3. MODEL ARUS JARINGAN
3.1 Definisi Jaringan
Sebuah Network (jaringan) terdiri dari sejumlah node-node yang dihubungkan
oleh arcs. Notasi untuk menggambarkan sebuah jaringan adalah (N,A) dimana N
adalah set node-node dan A adalah set arc-arc
Contoh :
N = {1, 2, 3}
A = {(1,2), (2,3)}
3.2 Minimum Spanning Tree
Apabila G suatu graf berbobot (suatu network), maka minimum Spanning Tree
dari G adalah Spanning Tree dengan jumlah bobot terkecil
Dalam aplikasinya problem ini misalnya :
- Hendak direntangkan jaringan kabel listrik yang menghubungkan
sejumlah lokasi dengan panjang kabel yang digunakan sependek-pendek
mungkin
- Melihat pengelompokan data tersebar pada suatu ruang
- Perencanaan jaringan transportasi/distribusi barang
Untuk mendapatkan Minimum Spanning Tree, dapat digunakan algoritma :
1. Algoritma Solin
2. Algoritma Kruskal
Contoh penerapan :
Gambar : Graf ‘FH’
Kita akan mencari MST (minimum spaning tree) dengan menggunakan
Algoritma Solin dan Kruskal untuk Graf ‘FH’ diatas.
1. Penyeselaian dengan algoritma Solin :
Suatu Graph ‘FH’, seperti gambar di atas. Ini adalah graf berbobot awal.
Graf ini bukan pohon karena ada sirkuit. Nama yang lebih tepat untuk
diagram ini adalah Graf atau Network. Angka-angka dekat garis
penghubung/ruas adalah bobotnya. Nilai bobot dari Graf tesebut adalah :
167
a. Urutkan Ruas Graf (FH) menurut bobotnya dari bobot yang terbesar
sampai bobot yang terkecil.
b.
b. Lakukan penghapusan masing-masing ruas yang tidak menyebabkan graf
menjadi tidak terhubung atau membentuk sirkuit. Kita mulai melakukan
tahapan penghapusan dengan ruas dengan nilai bobot terbesar sampai
bobot terkecil :
Bobot Ruas Bobot Ruas 20 BC 9 EG 18 AB 8 CE,DG 15 GH 7 BD,BG,CH 13 GI 6 BE 12 EH 5 FH 11 CF,HI10 AC
Gambar 1 Gambar 2
Gambar 3 Gambar 4
Gambar 5 Gambar 6
Gambar 7 Gambar 8
Gambar 1.
1. Bobot 20 → B,C
Ruas B,C tidak dihapus karena ruas tersebut menghubungkan B dan C.
Gambar 2.
2. Bobot 18 → A,B
Ruas A,B tidak dihapus karena ruas tersebut membuat graf
terbuhubung.
Gambar 3.
3. Bobot 15 → G,H
Ruas G,H tidak dihapus karena ruas tersebut menghubungkan G dan H,
dan tidak membentuk sircuit
Gambar 4.
4. Bobot 13 → G,I
Ruas G,I tidak dihapus karena ruas tersebut membuat graf terhubung.
Gambar 5.
5. Bobot 12 → E,H
Ruas E,H tidak dihapus karena ruas tersebut membuat graf terhubung.
Gambar 6.
6. Bobot 11 → C,F dan H,I
Ruas C,F tidak dihapus, sedangkan ruas H,I dihapus karena membentuk
sircuit (G,I,H,I)
Gambar 7.
Bobot 10 → A,C &
Bobot 9 → E,G
dihapus karena ruas A,C & ruas E,G membentuk sircuit (BA, AC) dan
(EH, GE)
Bobot 8 → C,E D,G tidak dihapus karena ruas tersebut
menghubungkan graf
Gambar 8.
Bobot 7 → BD, BG, CH
Ruas-ruas tersebut dihapus karena membentuk sircuit
BD: (D,G,H,E,C,B,D)
BG : (G,H,E,C,B,G)
CH : (CE, HC)
Bobot 6 → B,E
Dihapus karena membentuk sircuit (CE, BE)
Bobot 5 → F,H
Dihapus karena membentuk sircuit (C,E,H, F,C)
Tahap Penghapusan Selesai, Gambar 9 adalah Minimun Spanning Tree
dari Graf ‘FH’ dengan Nilai Bobot : Σ’FH’= 20+18+15+13+12+11+8+8 =
105
2. ALgoritma Kruskal
Pengurutan di lakukan dari bobot terkecil ke besar, dan eksekusi di
lakukan dari bobot terkecil. Dengan Graph yang sama, kita akan mencari
Minimun Spanning Tree dengan algoritma Kruskal.
a. Mula-mula kita buat Graf ‘FH’ hanya terdiri dari Simpul saja.
Graf “FH”
b. Urutkan Ruas dari bobot kecil ke besar (FH, BE, BD,BG,CH, CE,DG,
EG, AC, CF, HI, EH, GI, GH, AB. BC), kemudian berdasarkan urutan
tersebut, kita menambahkan ruas dengan mencegah terbentuknya
sirkuit.
Bobot Ruas Bobot Ruas 5 FH 12 EH6 BE 13 GI7 BD, BG, CH 15 GH8 CE, DG 18 AB9 EG 20 BC10 AC11 CF, HI
Gambar 1: Penambahan ruas FH Gambar 2: Penambahan ruas BE
Gambar 3: Penambahan Ruas BD, BG, CH Gambar 4: Penambahan Ruas CE,
sedangkan pada ruas DG tidak dilakukan karena membentuk sircui
Gambar 5: Penambahan Ruas EG tidak Gambar 6: Penambahan Ruas AC dilakukan karena membentuk sircuit
Gambar 7: Penambahan Ruas HI, Gambar 8: Ruas EH tidak dilakukan karenasedangkan pada ruas CF tidak dilakukan membentuk sircuitkarena membentuk sircuit
Gambar 9: Ruas GI tidak dilakukan Gambar 10: Ruas GH tidak
karena membentuk sircuit dilakukan karena membentuk sircuit
Gambar11: Ruas AB tidak dilakukan karena Gambar12: Ruas BC tidak dilakukan karena membentuk sircuit membentuk sircuit
Gambar 13. Selesai MTS Nilai Graf ‘FH’ dengan nilai bobot = 61
Σ’FH’= 5+6+7+7+7+8+10+11 = 61
4. ALGORITMA DIJKSTRA
4.1 Mengenai Algoritma Dijkstra Algoritma Dijkstra adalah sebuah algoritma yang dikembangkan oleh seorang
ilmuwan komputer dari Belanda , Edsger Dijkstra. Algoritma ini adalah sebuah
algoritma yang menyelesaikan pencarian jalur terpendek pada graf dengan nilai
non negatif untuk bobot setiap simpul,menghasilkan pohon jalur terpendek.
Penjelasan mengenai algoritma Dijkstra adalah :
1. Tetapkan nilai jarak pada setiap simpul. Tetapkan 0 untuk simpul awal dan tak
terbatas pada semua simpul yang lain
2. Tandai semua simpul sebagai belum dikunjungi. Tetapkan simpul sekarang
sebagai simpul awal
3. Untuk simpul sekarang, anggap semua tetangga yang belum dikunjungi dan
hitung jarak terhadap simpul sekarang. Jika jarak sekarang lebih kecil dari
jarak yang sebelumnya direkam, timpa nilainya.
4. Ketika kita selesai menghitung tetangga dari simpul sekarang,tandai sebagai
telah dikunjungi. Jaraknya disimpan dan dinyatakan minimal.
5. Jika semua simpul telah dikunjungi, nyatakan sebagai selesai. Jika tidak,
nyatakan simpul yang belum dikunjungi dengan jarak terkecil sebagai simpul
sekarang dan ulangi langkah 3.
Algoritma Dijkstra adalah algoritma yang dikhususkan untuk pencarian jalan
terbaik dalam sebuah graf.
4.2 Penyelesaian dengan Algoritma Dijkstra
Gambar 1. Sebuah graf yang memiliki keterkaitan antara yang satu dengan
yang lain
Permasalahannya adalah : bagaimana mencari rute untuk menghasilkan
jalur terpendek dari titik awal O ke titik akhir T ?
a. Pertama-tama, labelkan nilai simpul O dengan angka 0, seperti gambar
berikut:
Gambar 2. Langkah pertama dalam algoritma Dijkstra
b. Lalu, identifikasi simpul-simpul mana yang belum dikunjungi, tapi terhubung
dengan simpul awal, yaitu simpul O. Pada gambar, terlihat bahwa tetangga
dari O adalah simpul A , B , dan C. Untuk setiap simpul yang memenuhi
kriteria tersebut (simpul A,B, dan C), hitung jarak kandidat tersebut. Jarak
kandidat = jarak menuju simpul + panjang sisi. Pilih simpul dengan bobot
paling kecil.
Gambar 3. Pemilihan simpul dengan bobot terkecil
c. Dari gambar 3, dapat diambil kesimpulan bahwa simpul A memiliki bobot
minimum. Karena itu , tandai simpul A menjadi sudah dikunjungi dan
labelkan dengan jarak kandidat.Tambahkan sudut ke kumpulan sudut.
Gambar 4. Pemilihan simpul terpendek
d. Identifikasi semua simpul yang belum teridentifikasi yang terhubung dengan
sebuah simpul yang telah dikunjungi.Hitung semua jarak kandidat dari setiap
sudut yang berhubungan.
Gambar 5. Pemilihan nilai minimum dari simpul-simpul yang belum
dikunjungi
e. Terdapat 2 nilai yang sama, yaitu dari simpul O ke C dan simpul A ke B yang
nilainya 4.Dalam kasus ini, kita pilih sembarang saja.Dalam kasus ini, yang
diambil sebagai simpul yang telah dikunjungi adalah B. Lakukan hal yang
sama seperti sebelumnya,yaitu masukkan sudut AB ke dalam kumpulan sudut.
Lakukan sampai simpul T telah dikunjungi.
Gambar 6. Simpul T telah masuk ke simpul yang telah dikunjungi
Terdapat simpul yang belum dikunjungi , dan ada rute yang belum
terselesaikan O-C. Terdapat 2 rute terpendek, yaitu : O-A-B-D-T, dan O-A-B-
E-D-T. Keduanya memiliki bobot 13