Operations Research MODUL – 14 BILANGAN INTEGER (LANJUTAN

)

Subpersoalan yang belum diselesaikan adalah subpersoalan 3, 6, dan 7. Dengan aturan LIFO, misalkan kita pilih subpersoalan 7 untuk diselesaikan lebih dahuli. Dari Gambar 8.7 kita lihat bahwa solusi optimal untuk subpersoalan 7 adalah titik H, yaitu z = 37, x1 = 4, x2 = 1. Karena x1 dan x2 berharga integer, maka solusi ini fisibel untuk persoalan IP semula. Suatu solusi yang di peroleh dengancara menyelesaikan subpersoalan di mana seluruh variabelnya berharga integer disebut sebagai calon solusi. Karena calon solusi ini bisa saja optimal, maka kita saimpan untuk kemudian kita bandingkan dengan calon solusi yang lain ( jika ada ). Karena subpersoalan 7 ini tidak dapat memberikan solusi fisibel integer dengan z > 37, maka pencabangan selanjutnya dari subpersoalan 7 ini tidak akan memberikan informasi baru mengenai solusi optimal untuk persoalan IP. Artinya, subpersoalan 7 sudah fathomed ( lihat Gambar 8.8 ). Sampai di sini kita telah memperoleh solusi fisisbel dari persoalan IP semula, yaitu z = 37, sehingga dapat disimpulkan bahwa nilai z – optimal untuk persoalan IP akan ≥ 37. Dengan kata lain, nilai z – optimal dari calon solusi merupakan batas bawah dari nilai z – optimal untuk persoalan IP semula. Untuk menandai batas bawah, cantumkan notasi LB = 37 dalam kotak subpersoalan yang akan diselesaikan berikutnya, yaitu subpersoalan 6. Dari Gambar 8.7 kita dapatkan bahwa solusi optimal untuk subpersoalan 6 adalah titik A, yaitu z = 40, x1 = 5, x2 = 0. Karena seluruh variabel keputusan telah berharga integer, maka solusi dari subpersoalan 6 adalah juga calon solusi. Calon ini memiliki nilai z = 40, yang berarti lebih besar daripada nilai z dari calon terdahulu ( z = 37 ). Hal ini menyatakan bahwa subpersoalan 7 tidak dapat memberikan solusi optimal bagi persoalan IP. Nyatakan hal ini dengan mencamtumkan tanda x di dekat kotak subpersoalan 7, dan kita perbaiki LB menjadi 40 ( lihat Gambar 8.9 dan 8.10 ). Sekarang tinggal satu subpersoala yang belum diselesaikan, yaitu subpersoalan 3. Dari Gambar 8.3 kita dapatkan bahwa solusi optimal untuk subpersoalan 3 ini adalah titik F, yaitu z = 39, x1 = x2 = 3. Karena subpersoalan 3 tidak dapat memberikan nilai z yang

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Sonny Koeswara M.Sc.

PENELITIAN OPRASIONAL

1

8. Apabila nilai z – optimal untuk subpersoalan itu tidak lebih baik dari nilai z – optimal subpersoalan lain ( dalam persoalan maksimasi berarti nilai z – optimal dari subpersoalan itu tidak lebih besar daripada batas bawah yang telah dipeoleh ). Dari apa yang telah kita lakukan. yaitu : a. dapat ditarik kesimpulan sebagai berikut : 1. b.4. cantumkan tanda X di dekat kotak subpersoalan 3 ( lihat Gambar 8. dan tidak memproduksi kursi. PENELITIAN OPRASIONAL 2 .lebih besar dari batas bawah saat ini ( yaitu LB = 40 ).00.5 Menyelesaikan Persoalan IP Campuran dengan Teknik Branch – And – Bound Untuk menyelesaikan persoalan IP campuran denagn teknik branch – and – bound. Dalam contoh CV Kayu Indah.000. Dari Gambar 8. Tidak fisibel. c. sehingga akan diperoleh keuntungan sebesar Rp. kita modifikasi uraian pada Subbab 8. b. Karena itu. 40. Apabila subpersoalan itu memberikan solusi optimal di mana seluruh variabelnya berharga integer. Jika pencabangan dari suatu subpersoalan tidak diprlukan.Sc. subpersoalan 4 diabaikan karena alasan ini. Batas bawah atau LB ( yang menyatakan nilai z dari calon solusi terbaik ) sekurang – kurangnya berharga sama besar dengan nilai z dari subpersoalan yang bersangkutan. Dengan demikian. maka subpersoalan itu adalah fathomed. maka subpersoalan 3 tidak dapat memberikan solusi optimal pada persoalan IP semula. Apabila subpersoalan itu tidak fisibel.10 ). Ada tiga situasi yang menyebabkan suatu subpersoalan fathomed. perhatikan formulasi berikut ini Maksimumkan : z = x1 + x2 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. solusi optimal dari pesoalan IP untuk CV Kayu Indah adalah memproduksi 5 unit meja. Sebagai contoh. 2. subpersoalan 3 dan 7 diabaikan karena alasan ini. yaitu dengan hanya melakukan pencabangan pada variabel – variabel yang harus berharga integer. Pada contoh CV Kayu Indah. Suatu subpersoalan dapat diabaikan ( dieliminasi dari pertimbangan selanjutnya ) apabila subpersoalan itu berada dalam situasi berikut : a. Sonny Koeswara M.10 kita tahu bahwa hanya subpersoalan yang belum diselesaikan dan bahwa hanya subpersoalan 6 yang dapat memebrikan solusi optimal terhadap persoalan IP.

Sonny Koeswara M.cn xn Berdasarkan : a1 x1 + a2 x2 + ………+ an xn ≤ b xi = 0 atau 1 ( i = 1. ……….Berdasarkan : 5 x 1 + 2 x2 ≤ 8 x1 + x2 ≤ 3 x1 . x1 = 1. maka subpersoalan 2 dapat diabaikan dan calon solusi dari subpersoalan 3. x1 = 0. x2 = 3. x2 = 3/2 yang juga merupakan calon solusi. PENELITIAN OPRASIONAL 3 . Menyelesaikan Persoalan Ransel ( Knapsack Problem ) dengan Teknik Branch – And – Bound Pada Subbab 8. Solusi optimalnya adalah z = 3. Pertama. dan ai adalah jumlah sumber yang digunakan oleh barang ke – i. yaitu z = 7/2.Sc. x2 = 7/3. x1 = 1. x2 ≥ 0 : integer Seperti baiasa.11 ). Sekarang kita selesaikan subpersoalan 3. .n ) Ingat bahwa ci adalah manfaat yang dapat diperoleh apabila barang ke – i dipilih. Pada bagian ini kita hanya akan mendiskusikan persoalan ransel yang seluruh variabelnya harus berharga 0 atau 1. maka ada dua aspek dari pendekatan branch – and – bound yang disederhanakan. x1 = 2/3. Dari pencabangan terhadap x1 kita peroleh subpersoalan 2 dan 3 ( lihat Gambar 8. Karena x2 dibolehkan berharga pecahan. yang merupakan calon solusi. maka pencabangan pada xi akan menghasilkan PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. x2 = 3/2. Solusinya adalah z = 7/2. Karena nilai z dari subpersoalan 3 lebih besar dari pada nilai z dari subpersoalan 2. maka pencabangan tidak akan dilakukan terhadap variabel ini. kita mulai dengan menyelesaikan LP relaksasi dari persoalan IP di atas..3 telah kita ketahui bahwa persoalan ransel adalah persoalan IP yang hanya memiliki pembatas tunggal. adalah solusi optimal untuk persoalan IP campuran di atas. karena setiap variabel harus berharga 0 atau 1. Selanjutanya kita pilih subpersoalan 2 untuk diselesaikan. Apabila persoalan ini diselesaikan dengan branch – and – bound. . yang dapat di formulasikan sebagai berikut : Maksimumkan : z = c1 x1 + c1 x2 + ….. b adalah jumlah sumber yang tersedia. Solusi optimal dari LP relaksasi ini adalah z = 11/3. 2.

Kemudian barang kedua terbaik. 2. Hasilnya adalah sebagai berikut : Investasi 1 2 3 4 Ci/ai 16/5 22/7 12/4 8/3 Peringkat 1 2 3 4 Menyelesaikan Persoalan IP dengan Metode Enumerasi implisit Metode enumenasi implisit sering kali digunakan untuk menyelesaikan persoalan programa bilangan bulat nol-satu. Caranya adalah nyatakan setiap variabel pada persoalan IP semula sebagai penjumlahan dari bilangan 2 yang berpangkat. misalkan variabel xi harus berharga integer. PENELITIAN OPRASIONAL 4 . Untuk menyelesaikan setiap subpersoalan yang dihasilkan dari suatu persoalan ransel ini hitungkllah seluruh rasio ci/ai.cabang xi = 0 dan xi = 1. Sebagai ilustrasi . Sonny Koeswara M. Kedua.7 ) Untuk menyelesaikan persoalan di atas.Sc. hingga ransel terisi dengan sebanyak – banyaknya barang – barang ini. barang yang terbaik adalah barang yang memiliki nilai ci/ai terbesar. LP relaksasi ( dan subpersoalan uyang lain ) dapat diselesaikan dengan melakukan pemeriksaan terhadap nilai ci/ai. …. dan barang yang terburuk adalah yang memiliki nilai ci/ai terkecil. Jadi. akan kita pelajari lebih dahulu bagaimana suatu persoalan IP murni dapat diekspresikan sebagai persoalan 0 – 1 IP. dan seterusnya. Sebagai contoh. perhatikan contoh soal berikut ini: Maksimumkan : Z = 40x1 + 80x2 + 10x3 + 10x3 + 10x4 + 4x5 + 20x6 + 60x7 Berdasarkan : 40x1 + 50x2 + 30x3 + 10x4 + 10x5 + 40x6 + 30x7 ≤ 100 x1 = 0 atau 1 (i = 1. Tentukan n sebagai bilangan integer terkecil PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Sebelum melanjutkan diskusi tentang enumerasi implisit ini. kita mulai dengan menghitung rasio ci/ai dan menentukan peringkat ( rank ) ssetiap variabel berdasarkan besarnya rasio ini ( peringkat 1 menyatakan variabel terbaik ). Untuk melhat hal ini perhatikan bahwa ci/ai dapat di interpretasikan sebagai manfaat yang diperoleh barang ke – i dari setiap unit sumber yang digunakan oleh barang ke –i. Metode ini berangkat dari kenyataan bahwa setiap variabel harus berharga nol atau satu sehingga proses pencaabangannya menjadi lebih sederhana dan penentuan fisibel-tidaknya suatu node juga menjadi lebih efisien.

Artinya.13. (8. Xi = 64 u6 + 32 u5 + 16 u4 + 8 u3 + 4 u2 + 2 u1 + u0 (8. Sekarang kita mulai dengan pembahasan tentang metode enumerasi implisit.7-1) diatas.7-2) di mana ui = 0 atau 1 (I = 0. misalkan suatu persoalan 0-1 IP memiliki variabel x1. nilai dari x3. Selanjutnya. Kalau begitu. 21. Hasilnya adalah u5 = 0. x4. PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. sedangkan setiap node menunjukkan nilai dari variabel-variabel itu.x5. mengapa tidak kita ubah saja setiap IP murni ke dalam bentuk 0-1 IP? Jawabannya adalah karena mengubah IP murni ke dalam 0-1 IP akan meningkatkan jumlah variabel. Sebagai contoh. x1..sehingga xi < 2n+1 agar xi dapat secara unik dinyatakan sebagai penumlahan dari 20. bagaimana kita dapat memperoleh harga dari u yang berkaitand engan harga xi tertentu? Misalkan xi = 93. n) Untuk mengubah persoalan IP semula ke dalam bentuk 0-1 IP. 2n-1. Hal ini menghasilkan u6 = 1. x5.Sc. Namun. x3. …. 2n dan Xi = un2n + un-1 2n-1 + … + u322 + 2u1 + u0 Di mana ui = 0 atau 1 (I = 0. dan x6 adalah variabel-variabel bebas. Setelah itu. Maka xi < 26+1 = 128 sehingga persamaan di ata menjadi. u5 akan merupakan kelipatan terbesar dari 25 = 32 yang berada dalam 29. Artinya. Maka.. dari gambar ini terlihat bahwa pada node 4. paa node 4 dari gambar 8. x2. Gambar pohon yang digunakan dalam metode ini sejenis dengan yang digunakan untuk menyelesaikan persoalan ransel. Sebagai contoh. u2 = 1. Lanjutkan hal ini sehingga akan diperoleh u3 = 1. Variabelvariabel ini dinyatakan sebagai variabel tetap (fixed variable). Sonny Koeswara M. gantilah setiap xi oleh ruas kanan persamaan (8.13 ini. dan u0 = 1. PENELITIAN OPRASIONAL 5 . x4. Maka u6 akan merupakan kelipatan terbesar dari 26 = 64 yang berada dalam 93.6). 1. Setiap cabang pohon akan menunjukkan harag xi = 0 atau xi = 1. Akan kita lihat nanti bahwa 0-1 IP secara umum lebih mudah diselesaikan daripada IP murni. Variabel lain yang nilainya belum ditentukan pada suatu node disebut sebagai variabel bebas (free variables). 93 = 26 + 24 + 23 + 22 + 20. Sekarang. 1. Sisa dari ruas kanan persamaan. …. u1 = 0. x6 dan sebagai dari gambar pohonnya adalah seperti pada gambar 8. banyak situasi yang secara alamiah menghasilkan persoalan 0-1 IP (misalnya persoalan ransel) sehingga tidaklah sia-sia kita mempelajari cara penyelesaian persoalan programa bilangan bulat nol-satu ini. misalkan kita tahu bahwa xi ≤ 100.7-2). gantilah setiap xi dengan ruas kanan dari persamaan (8.7-2) haruslah sama dengan 93 – 64 = 29.…. u4 akan merupakan kelipatan terbesar dari 24 = 16 yang berada dalam 29 sehingga u4 = 1. dan x2 telah ditentukan (yaitu =1).

misalkan kita sedang menyelesaikan suatu persoalan yang mempunyai fungsi tujuan memaksimumkan z = 4x1 + 2x2 + x3 – x4 + 2x5. dan x3 = 1. x1 = 1. Jika penyempurnaan node ini fisibel. x6 = 0 adalah penyempurnaan dari node 4.2. perhatikan soal berikut ini : Maksimumkan : z = 4x1 + 2x2 – x3 + 2x4 Berdasarkan : Xi + 3x2 – x3 – 2x4 ≥ 1 Xi = 0 atau 1 (I = 1. Sebagai contoh. Melakukan penyempurnaan terbaik bagi suatu node Penyempurnaan terbaik bagi suatu node dilakukan dengan menjadikan variabel bebas berharga 0 atau 1 sedemikian sehingga diperoleh nilai fungsi tujuan terbesar (dalam persoalan maksimasi) atau terkecil (dalam persoalan minimasi). Karena z = 5 tidak dapat mengalahkan calon solusi dengan z = 6. dan saat ini kita berada pada suatu node dengan variabel tetap x1 = 0. diperoleh nilai fungsi tujuan yang lebih buruk daripada nilai fungsi tujuan calon solusi sebelumnya. node ini fathomed dan dapat digunakan sebagai calon solusi. maka kita dapat segera mengabaikan node tersebut tanpa harus memperhatikan apakah penyempurnaan node ini fisibel atau tidak. Dalam menyelesaikan 0-1 IP denganmetode enumerasi implisit. PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Sebagai contoh. Maka penyempurnaan terbaik yang dapat kita lakukan adalah menetapkan x3 = 0 dan x4 = 1 sehingga diperoleh z = 4. yaitu : 1. Sonny Koeswara M. x3 = 0. PENELITIAN OPRASIONAL 6 .4) Misalkan bahwa saat ini kita berada pada suatu node dengan xi = 0 dan x2 = 1 sebagai variabel tetap. maka pencabangan berikutnya tidak perlu dilakukan. dan x4 = 1 adalah fisibel bagi persoalan diatas. x2 = 1. Suatu node akan diabaikan (dihilangkan dari pertimbangan selanjutnya) apabila setelah dilakukan penyempurnaan terbaik terhadap node itu. maka kita telah memperoleh penyempurnaan terbaik yang fisibel bagi node tersebut. Karena x1 = 0.3. Misalkan juga bahwa kita telah mendapatkan calon solusi dengan nilai z = 6.Sc. ada tiga hal pokok yang akan dilakukan. Maka penyempurnaan terbaik bagi node inia dalah x4 = 0 dan x5 = 1 sehingga diperoleh nilai z = 2 + 1 + 2 = 5. x5 =1. x2 = 1. Dengan demikian. 2.Penentuan nilai seluruh variabel bebas pada suatu node disebut sebagai penyempurnaan node itu. Mengeliminasi suatu node dari pertimbangan selanjutnya. Jadi.

Untuk menyempurnakan node ini. tentukanlah nilai variabel bebasnya sedemikian sehingga ruas kiri pembatas di atas sekecil mungkin.Sc. x5 = 1. kita tentukan x1 = 1. maka pasti tidak akan ada penyempurnaan yang fisibel dari node tersebut terhadap persoalan semula. kita tentukan x1 =1. Meskipun demikian. Sebagai contoh. tentukanlah nilai variabel bebasnya sedemikians ehingga ruas kiri pembatas di atas sekecil mungkin. Secara umum pengujian terhadap fisibilitas ini dapat dilakukan dengan memeprhatikan setiap pembatas yang ada dan menetapkan nilai dari variabel bebasnya sebagai berikut : Jenis pembatas ≤ ≤ ≥ ≥ Tanda dari koefisien variabel bebas pada pembatas + + Nilai yang harus diberikan pada variabel bebas dalam pengujian fisibiltas 0 1 1 0 Jika ada pembatas yang tidak terpenuhi oleh penyempurnaan dengan cara ini. Jadi. dan x2 = 1 sebagai variabel tetap. x4 = 1. dan x6 = 0 sehingga pembatas di atas menajdi –2 + 3+2–3–1+0≤5 Misalkan juga bahwa saat ini kita berada pada suatu node dengan x3 = 1. misalkan kiat sedang menyelesaikan persoalan yang mempunyai pembatas sebagai berikut : -2x1 + 3x2 + 2x3 – 3x4 – x5 + 2x6 ≤ -5 Misalkan juga bahwa saat ini kita berada pada suatu node dengan x3 = 1. Hal ini menunjukkan bahwa tidak akan ada penyempurnaan yang fisibel dari node tersebut terhadap persoalan semula sehingga node yang bersangkutan dapat diabaikan. perlu diingat bahwa pengujian secara kasar terhadap fisibilitas ini tidak akan menunjukkan apakah suatu node memiliki PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. node tersebut tidak dapat memberikan solusi yang optimal terhadap persoalan IP semula. x4 = 1. berarti bahwa node yang bersangkutan tidak memiliki penyempurnaan yang fisibel. Menguji ada tidaknya penyempurnaan yang fisibel dari suatu node Apabila penyempurnaan suatu node tidak emmenuhi pembatas yang ada. x5 = 1. PENELITIAN OPRASIONAL 7 . dan x2 = 11 sebagai variabel tetap. dan x6 = 0 sehingga pembatas di atas menajdi –2 + 3 + 2 – 3 – 1 + 0 ≤ 5. Jadi. Untuk menyempurnakan node ini. Sonny Koeswara M. Jelas bahwa pembatas di atas tidak terpenuhi.3. Dalam hal ini.

x3 = 1. lakukan pencabangan dari node 2 dengan memilih salah satu dari variabel bebas.Sc. Kita tahu bahwa x1 = 1. Jika kita tidak berhasil memperoleh suatu informasi mengenai suatu node. x2 = 1. dan x1 = 1. Untuk menguji (8. PENELITIAN OPRASIONAL 8 .3 -4x1 – 2x2 – 4x3 + x4 + 2x5 ≤ -7 xi = 0 atau 1 (I = 1. Node baru yang diperoleh adalah node 2 dengan pembatas x1 = 1 dan node 3 dengan pembatas x1 = 1. Jika kita tidak berhasil memiliki lebih banyak variabel tetap.3.7-3). Hal ini berarti bahwa node 1 mempunyai penyempurnaan yang fisibel. x4 = 0. Sekarang kita pilih node 2 untuk dianalisis. x2 = 1. x5 = 0. perhatikan soal 0-1 IP berikut : Maksimumkan : z = -7x1 – 3x2 – 2x3 – 4x – 2x5 Berdasarkan : -4x1 – 2x2 + x3 – 2x4 – x5 ≤ . penyempurnaan ini tidak fisibel. Sebagai contoh. x3 = 1. x2 = 1. x4 = 0. Karena itu.7-4).7-3). seluruh variabel adalah variabel bebas. tidak ada informasi tentang apakah node 2 memiliki penyempurnaan yang fisibel atau tidak. dan tambahkan dua node baru dengan xi = 1 dan node dengan xi = 0. x3 = 0. dan x5 = 1 yang memberikan –9 ≤ -3 sehingga (8. dan diperoleh –10 ≤ 7 sehingga (8.4.7 –4) PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir.7 – 3) (8. sebelum kita bergerak terus hingga sampai pada node yang memiliki lebih banyak variabel tetap. lakukan peencabangan pada variabel xi yang bebas. x2 = 0.5) Pada mulanya (pada node 1).penyempurnaan yang fisibel atau tidak.7-4) terpenuhi. Penyempurnaan terbaik dari node 2 adalah x1 = 1. lakukan pengujian untuk mengetahui apakah node 2 memiliki penyempurnaan yang fisibel. Misalkan kita pilih x1. x2 = 1.2. x3 = 1. Sekarang kita lakukan pencabangan pada salah satu variabel bebas. x3 = 0. x4 = 0. Untuk menguji (8. tidak fisibel karena melanggar kedua pembatas. tentukan x1 = 1. dan x5 = 0. x4 = 1. Ternyata penyempurnaan terbaik dari node 1 ini. tentukan x1 =1. Artinya. dan x5 = 0. x4 = 0. dan x1 = 1 memenuhi (8. Sekarang kita uji apakah benar node1 tidak mempunyai penyempurnaan yang fisibel. x5 = 0 memenuhi (8. x2 = 0.7-3) terpenuhi. Karena itu. Misalkan kita memilih x2 Node baru dari pencabangan inia dalah node 4 dengan pembatas x2 = 1 dan node 5 dengan pembatas x2 = 0. Sonny Koeswara M. Akan tetapi. (8.7-4). x3 = 0. yaitu x1 = 0. Ujilah apakah penyempurnaan terbaik dari node ini fisibel atau tidak.

node 7 tidak memiliki penyempurnaanyang fisibel sehingga dapat diabaikan ( nyatakan hal ini dengan membutuhkan tanda X pada Gambar 8. Hal ini menunjukkan bahwa tidak ada informasi mengenai ada – tidaknya penyempurnaan yang fisibel pada node 5 ini. tentukan x1 = 1.7-4) terpenuhi.17). Penyempurnaan terbaik dari node 4 adalah x1 = 1. x3 = 0. Penyempurnaan terbaik dari node 5 adalah x1 = 1. Berikutnya. x3 = 0. Untuk itu. x4 = 0. Solusi ini memberikan z = -10. kita analisis node 7. x2 = 0. sekarang kita analisis node 4. Jadi.7-3) terpenuhi. Dengan aturan LIFO. kita pilih node 5 untuk dianalisis. x3 = 1. x5 = 0.Sc. x2 = 0. x5 = 0. x4 = 0. Karena itu. x4 = 1. Karena itu. x5 = 0. x4 = 0. lakukan pencabangan pada node 5 dengan memilih variabel bebas x3 sehingga diperoleh node 6 dan 7 ( lihat Gambar 8. PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. x2 = 0.Berdasarkan aturan LIFO. maka ada kemungkinan bagi node 7 untuk mengalahkan calon solusi yang ada saat ini. x5 = 0 pada (8. Dengan menentukan x 1 = 1.7-4). sedangkan x1 = 1. Penyempurnaan terbaik bagi node 6 adalah x1 = 1. PENELITIAN OPRASIONAL 9 . x5 = 1 memenuhi (8. Penyempurnaan terbaik dari node 7 adalah x1 = 1.16 ).7-3).7-3). lakukan pengujian terhadap node 7 untuk mengetahui apakah node 7 ini memiliki penyempurnaan yang fisibel. Kita peroleh –8 ≤ -7 sehingga (8. Sonny Koeswara M. Berikutnya. x5 = 0 tidak memenuhi (8. Perhatikan bahwa x1 = 1. kita pilih node 6 untuk dianalisis. lakukan pengujian fisibilitas pada node 5. x2 = 0. x4 = 0. Sesuai aturan LIFO. x4 = 0. node 4 tidak dapat mengalahkan calon solusi dari node 6 ( z = -9 ) sehingga node 4 dapat diabaikan ( lihat Gambar 8. x5 = 0 dengan z = -7. Penyempurnaan ini fisibel sehingga kita mendapatkan calon solusi dengan z = -9. x2 = 0.7-4). x2 = 1. x5 = 1 pada (8. x4 = 1. Karena z = -7 lebih baik daripada z = -9. x2 = 0. Karena itu. x3 = 0. x3 = 0. x4 = 0.18 ). x3 = 0. kita peroleh -7≤-3 sehingga (8.7-4). Hal ini berarti bahwa tidak akan ada penyempurnaan dari node 7 yang dapat memenuhi (8. x3 = 0. x3 = 0. x2 = 0. Penyempurnaan ini juga tidak fisibel.

Sign up to vote on this title
UsefulNot useful