Professional Documents
Culture Documents
Nilai Awal
ABSTRAK
ABSTRACT
Pendahuluan
Pemrograman dinamik merupakan salah satu cara untuk menyelesaikan suatu masalah optimisasi. Dalam
pemrograman dinamik masalah diselesaikan dalam bentuk multistage (bertahap). Salah satu metode
dalam pemrogaran dinamik adalah masalah nilai awal (initial value problem). Masalah nilai awal ini
dapat digunakan untuk menentukan produksi dari suatu perusahaan. Selain menggunakan masalah nilai
awal, penentuan suatu produksi juga dapat ditentukan dengan masalah nilai akhir (final value problem).
Pada artikel ini akan dibahas lebih dalam mengenai konversi dari masalah nilai akhir menjadi masalah
nilai awal (conversion of a final value problem into initial value problem). Masalah yang akan dibahas
dalam artikel ini adalah masalah produksi pada suatu perusahaan manufaktur yang memproduksi mesin
bor yang akan diselesaikan dengan masalah nilai akhir (final value problem) dan masalah nilai awal
(initial value problem).
Metode Penelitian
Pemrograman dinamik adalah teknik matematika yang digunakan untuk membuat keputusan bertahap
yang saling terkait. Hal ini menyediakan prosedur yang sistematis untuk menentukan kombinasi
keputusan yang optimal. Teknik ini dikembangkan oleh Richard Bellman di awal tahun 1950. Teknis
pemrograman dinamis, berlaku untuk menyelesaikan masalah keputusan bertahap sebagai urutan
masalah keputusan satu tahap. Proses keputusan bertahap sendiri adalah sejumlah proses keputusan satu
tahap yang terhubung dalam suatu seri sehingga output dari keputusan satu tahap merupakan masukan
dari tahap berikutnya. Karena, keputusan tanpa ada perulangan (recycle), maka proses kputusan ini
disebut proses keputusan bertahap seri. Teknik optimasi untuk menyelesaikan masalah ini dapat berupa
proses diferensial pada kalkulus, pemrograman non-linier, atau dapat diselesaikan oleh teknik aplikasi
langsung dari teknik optimasi klasik. Teknik pemrograman dinamik ini sangat cocok untuk solusi dari
berbagai masalah yang kompleks pada daerah pengambilan keputusan. Dalam pemrograman dinamik
banyak sekali metode ataupun contoh masalah yang ada. Contohnya adalah, masalah stagecoach,
masalah nilai akhir, masalah nilai awal, dll..
S X
Proses pengambilan keputusan dicirikan oleh parameter input, (data), variable keputusan ( ),
T
dan parameter output ( ) mewakili hasil akhir yang diperoleh sebagai hasil dari pengambilan
keputusan. Sehingga, menghasilkan suatu fungsi tujuan R, yang mengukur efektivitas keputusan yang
dibuat dan output yang dihasilkan dari keputusan. Output berkaitan dengan input melalui fungsi
transformasi tahap yang dinotasikan oleh,
T =t( X , S)
Karena input memengaruhi keputusan yang kita buat, maka fungsi dapat di ubah menjadi,
R=r ( X , S)
Berikut adalah contoh masalah keputusan satu tahap :
Sedangkan, untuk proses keputusan bertahap dapat dilihat pada Gambar. 2, masalah ini dapat disebut juga
n , , n1, , i, , 2,1
sebagai masalah nilai awal. Pada keputusan bertahap, akan dilihat tahap ke-
i s i+1
yang diberi tanda dalam urutan menurun. Untuk tahap ke- , input dilambangkan oleh dan
si i+ 1
output sebagai . Karena sistem ini seri satu tahap, maka output pada tahap harus sama
i
dengan input tahap ke . Maka, fungsi tujuannya adalah,
s i=t i ( s i+1 , x i )
(1)
Ri=r i (s i+1 , x i)
(2)
xi i
Dimana merupakan vector dari variable keputusan pada tahap ke .
x1 , x2 , , xn
Tujuan dari masalah keputusan multistage adalah untuk menentukan sehingga untuk
f (R 1 , R2 , , R n)
mengoptimalkan beberapa fungsi tahap individual keuntungan, dapat dikatakan
dan memenuhi (1) dan (2). Maka, fungsi tujuan dari masalah keputusan bertahap adalah,
n n
f = Ri= R i ( xi , s i+1 )
i=1 i=1
f =R1 + R2 ++ R n
Gambar. 2.3 (a) masalah nilai awal (b) masalah nilai akhir (c) masalah nilai batas.
Untuk memudahkan mencari penyelesaian dari masalah pemrograman dinamik diatas, kami
menggunakan perangkat lunak Maple dengan membuat suatu program yang dinamakan Maplet. Maple
adalah perangkat lunak matematika yang menggabungkan mesin matematika dengan interface yang
membuatnya sangat mudah untuk menganalisis, mengeksplorasi, memvisualisasikan, dan memecahkan
masalah matematika. Sedangkan maplet adalah antarmuka pengguna grafis yang mengandung windows,
textbox, dll., yang memberikan pengguna memilih dan klik. Pengguna dapat melakukan perhitungan,
fungsi plot, atau dialog layar tanpa menggunakan worksheet.
n , n1, n2, ,1
Dalam masalah ini, proses optimisasi dimulai dari tahap .
Gambar. 3.1 Konversi masalah nilai akhir menjadi masalah nilai awal : (a) masalah nilai akhir (b)
masalah nilai awal
Biaya Penyimpanan : $ 8
x 1 : Jumlah produksi mesin bor pada akhir bulan pertama
x 1+ x 2=200
x 1 0, x 2 0
x 1=80+ I 2
R1 ( I 2 ) =5280+ 82 I 2 +0.2 I 22
80+I 2+ x2=200
I 2 =120x 2
I2
Substitusi nilai ke persamaan f 2(I 2 , x 1 ) , maka
f =f 2 ( I 2 )
2
f =5280+90( 120x 2)+0.2 ( 120x2 ) + ( 50 x 2 +0.2 x22 )
1608040 x 2 +0.4 x 22
x2
Nilai optimum dari , di dapatkan dengan :
df
=0.8 x2 88=0
d x1
0.8 x 2=88
x 2=110
2
d f
Karena 2
=0.8>0
, maka nilai x 2 merupakan nilai minimum dari f .
d x2
x 2=110
f min=$ 14,120
Artinya, pada akhir bulan pertama di produksi 90 mesin bor, dan pada akhir bulan kedua
diproduksi 110 mesin bor, dengan total biaya produksi sebesar $14,120.
x 1+ x 2=200
x 1 0, x 2 0
Untuk menyelesaikan masalah ini dengan final value problem, kita mulai dari bulan kedua lalu
I
ke bulan pertama (backward). Jika 2 merupakan persediaan pada awal bulan kedua, maka
jumlah optimum produksi mesin bor pada bulan kedua adalah
x 2=120I 2
Karena pada awal produksi, tidak ada mesin bor yang disimpan, maka biaya produksi untuk
bulan pertama adalah
2
R1 ( x 1 ) =50 x 1 +0.2 x1
x1
Persediaan pada awal bulan kedua berhubungan dengan ,
I 2 =x1 80
I2
Substitusi nilai ke persamaan f 2(I 2 , x 1 ) , maka
f =f 2 ( I 2 )
2
f =( 50 x 1+ 0.2 x 21 ) +0.2 ( x 180 ) 90 ( x 180 ) + 8880
2
f =0.4 x 172 x1 +17,360
x1
Nilai optimum dari , di dapatkan dengan :
df
=0.8 x1 72=0
d x1
0.8 x 1=72
x 1=90
2
d f
Karena 2
=0.8>0
, maka nilai x 1 merupakan nilai minimum dari f .
d x1
x 2=110
Artinya, pada akhir bulan pertama di produksi 90 mesin bor, dan pada akhir bulan kedua
diproduksi 110 mesin bor, dengan total biaya produksi sebesar $14,120.
Simpulan
Permasalahan ini dipandang sebagai masalah keputusan bertahap karena keputusan pada bulan kedua
bergantung pada keputusan pada bulan pertama. Dari hasil yang didapatkan dengan menggunakan dua
metode yaitu, metode masalah nilai awal dan masalah nilai akhir, didapatkan keputusan jumlah produksi
yang sama, yaitu jumlah produksi pada akhir bulan pertama adalah sebanyak 90 mesin bor, dan jumlah
bulan produksi pada akhir bulan kedua adalah sebanyak 110 mesin bor. Dengan biaya produksi yang
minimum sebesar $14120.
Daftar Pustaka
1. Singiresu S. Rao, Engineering Optomization Theory and Practice Fourth Edition, Tahun 2009,
pp. 555-560.
2. F.S Hillier dan G.J Lieberman, Introduction to Operations Research Edisi 9, Tahun 2010.