111Equation Chapter 1 Section 1Konversi Masalah Nilai Akhir Menjadi Masalah

Nilai Awal

Laela Rahayu1, Muhammad Irfan Gifari2

1,2)
Fakultas MIPA, Jurusan Matematika, Universitas Padjadjaran
Jl. Raya Bandung Sumedang KM 21 Jatinangor Sumedang 45363
Email: laelarahayu5@gmail.com, giffari.1995@gmail.com

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 :

Gambar. 2.1 Single-stage decision problem

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 .

Gambar. 2.2 Multistage decision problem (initial value problem)

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

Dalam masalah keputusan multistage, terdapat tiga kategori, yaitu

s n+1
1. Initial value problem (masalah nilai awal). Jika nilai variabel keadaan awal, dituliskan , maka
masalah disebut masalah nilai awal.
s
2. Final value problem (masalah nilai akhir). Jika nilai variabel keadaan akhir, dituliskan 1 , maka
masalah disebut masalah nilai akhir.
3. Boundary value problem (masalah nilai batas). Jika nilai dari variabel input dan variabel output
ditentukan, masalah disebut masalah nilai batas.

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.

Hasil dan Pembahasan

Masalah nilai akhir, dapat di konversi ke masalah nilai awal. Persamaan transformasi tahap,
s i=t i ( s i+1 , x i )
(3)
Persamaan (3) diinverskan menjadi,
s i+1=t ( s i , x i ) , i=1,2, ,n
(4)
i
Dimana input keadaaan untuk tahap dinyatakan sebagai fungsi dari keadaan outputnya dan variabel
i
keputusan. Maka, fungsi keuntungan untuk tahap ke- adalah,
 Ri=r i [ t ( s i , x i ) , x i ]= r i ( si , xi ) , i=1,2, , n
(5)
x1 , x 2 , , xn
Maka, fungsi tujuan untuk menentukan dari masalah tersebut adalah :
n n
f ( x 1 , x 2 , , x n )= Ri= ri ( si , x i )
i=1 i=1

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

Berikut contoh pembahasan soal ilustrasi :

Sebuah perusahaan mesin manufaktur, membuat kontrak untuk mensuplai 80 mesin bor pada
akhir bulan pertama dan 120 pada akhir bulan kedua. Biaya untuk produksi mesin bor dalam
2
satu bulan adalah $( 50 x+0.2 x ) , dimana x merupakan jumlah produksi setiap bulan. Jika
perusahaan diperbolehkan memproduksi lebih pada bulan pertama, maka dikenakan biaya
penyimpanan sebesar $8 untuk setiap unit kelebihan produksi. Tentukan jumlah mesin bor
yang harus di produksi setiap bulan untuk meminimumkan biaya produksi. Asumsikan
perusahaan dapat memproduksi hingga 200 mesin bor setiap bulan dan tidak ada persediaan pada
awal bulan pertama. Selesaikan dengan masalah nilai awal dan masalah nilai akhir.
Jawab :
2
Biaya Produksi : $ ( 50 x +0.2 x )

Biaya Penyimpanan : $ 8
x 1 : Jumlah produksi mesin bor pada akhir bulan pertama

x 2 : Jumlah produksi mesin bor pada akhir bulan kedua

Penyelesaian dengan masalah nilai awal :

 Gambar. 3.2. diagram keputusan dengan masalah nilai awal

Masalah diatas dapat ditulis :

2 2
Minimize f ( x 1 , x 2 )=( 50 x1 +0.2 x 1) + (50 x 2+ 0.2 x 2 ) +8 ( x 180 )
subject to
x 1 80

x 1+ x 2=200

x 1 0, x 2 0

Stage 1-Bulan Pertama

Karena pada awal produksi, tidak ada mesin bor yang disimpan, maka biaya produksi untuk
bulan pertama adalah
R1 ( x 1 ) =50 x 1 +0.2 x21

x 1=80+ I 2

Dan biaya produksi pada bulan pertama adalah

2
R1 ( x1 ) =50 x1 +0.2 x 1

Substitusi nilai x 1 ke R1 (x 1) , maka didapat

R1 ( I 2 ) =50 ( 80+ I 2 ) + 0.2 ( 80+ I 2 )2

R1 ( I 2 ) =5280+ 82 I 2 +0.2 I 22

Stage 2-Bulan Kedua

2
R2 ( x2 , I 2 ) =50 x 2 +0.2 x 2+8 I 2

Biaya produksi total adalah

f 2 ( I 2 , x 2 )=R1 +R2

f 2 ( I 2 , x 2 )=5280+82 I 2+ 0.2 I 22+ ( 50 x 2+0.2 x 22 ) +8 I 2

f 2 ( I 2 , x 2 )=5280+ 90 I 2 +0.2 I 22 + ( 50 x 2+ 0.2 x 22 )

 x 1+ x 2=200
Karena , maka :
x 1+ x 2=200

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

Jadi, solusi optimum dari masalah di atas adalah

x 1=90

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.

Penyelesaian dengan masalah nilai akhir :

Gambar. 3.3. diagram keputusan dengan masalah nilai akhir

Masalah diatas dapat ditulis :
2 2
Minimize f ( x 1 , x 2 )=( 50 x1 +0.2 x 1) + (50 x 2+ 0.2 x 2 ) +8 ( x 180 )
subject to
x 1 80

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

Dan biaya produksi pada bulan kedua adalah

2
R2 ( x2 , I 2 ) =8 I 2 +50 x 2+ 0.2 x 2

Substitusi nilai x 2 ke R2 (x 2 , I 2) , maka didapat

R2 ( I 2 ) =8 I 2 +50 ( 120I 2 ) +0.2 ( 120I 2 )2

R2 ( I 2 ) =0.2 I 2290 I 2+ 8880

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

Biaya produksi total adalah

f 2 ( I 2 , x 1 )=R1 + R2

f 2 ( I 2 , x 1 )=( 50 x 1 +0.2 x21 ) + ( 0.2 I 2290 I 2 +8880 )

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

Jadi, solusi optimum dari masalah di atas adalah

x 1=90

x 2=110

f min=f ( x 1 )=$ 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.

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.