PENELITIAN OPERASIONAL II

TUGAS 2

Disusun oleh :
KELOMPOK 7

1. Defaria Heipon (2213002)

2. Didan Suryadana Suwito (2213005)
3. Kevin Mardico Ariwijaya (2213010)
4. Rendy Aikmail Setiawan (2213019)
5. Ribka Gumelaringtyas (2213024)
6. Muhammad Rexi Ardiansyah (2213035)

PROGRAM TEKNIK INDUSTRI S-1

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI NASIONAL MALANG
 2024
PETA KONSEP
 A. Konsep Program Dinamis

Program Dinamis (dynamic programming) merupakan metode pemecahan

masalah Dengan cara menguraikan solusi menjadi sekumpulan (stage),
sedemikian sehingga solusi dari persoalan dapat dipandang dari serangkaian
keputusan yang saling berkaitan. Istilah Program Dinamis muncul karena
kecenderungan metode ini dalam menganalisa dan mendokumentasikan hasil
perhitungan pada setiap tahapnya menggunakan beberapa tabel sehingga
perhitungan solusi mudah untuk diketahui secara detail.

Dapat dipandang dari serangkaian keputusan yang saling berkaitan. Pada

penyelesaian persoalan dengan metode ini:

1. Terdapat sejumlah berhingga pilihan yang mungkin,

2. Solusi pada setiap tahap dibangun dari hasil solusi tahap sebelumnya,
3. Kita menggunakan persyaratan optimasi dan kendala untuk membatasi
sejumlah pilihan yang harus dipertimbangkan pada suatu tahap.

7
2 5 1
2 4 3 4
6 8 3
4 6
1 3 2 6 1
3

4 3 9 4
3 1 4
4 7 3
5

Tinjau graf di bawah ini. Kita ingin menemukan lintasan terpendek dari 1 ke
10.

I. Karakteristik penyelesaian persoalan dengan Program Dinamis:

1. Persoalan dapat dibagi menjadi beberapa tahap (stage), yang pada setiap
tahaphanya diambil satu keputusan
 2. Masing-masing tahap terdiri dari sejumlah status (state) yang
berhubungandengan tahap tersebut. Secara umum, status
merupakan bermacamkemungkinan masukan yang ada pada tahap
tersebut.
3. Hasil dari keputusan yang diambil pada setiap tahap ditransformasikan
daristatus yang bersangkutan ke status berikutnya pada tahap berikutnya.
4. Ongkos (cost) pada suatu tahap meningkat secara teratur (steadily)
denganbertambahnya jumlah tahapan.
5. Ongkos pada suatu tahap bergantung pada ongkos tahap-tahap yang
sudahberjalan dan ongkos pada tahap tersebut.
6. Keputusan terbaik pada suatu tahap bersifat independen terhadap
keputusanyang dilakukan pada tahap sebelumnya.
7. Adanya hubungan rekursif yang mengidentifikasikan keputusan terbaik
untuksetiap status pada tahap k memberikan keputusan terbaik untuk
setiap statuspada tahap k + 1
8. Prinsip optimalitas berlaku pada persoalan tersebut.

Prinsip Optimalitas

 Pada program dinamis, rangkaian keputusan yang optimal dibuat dengan

menggunakan Prinsip Optimalitas.
 Prinsip Optimalitas: jika solusi total optimal, maka bagian solusi sampai
tahap ke-k juga optimal.
 Prinsip optimalitas berarti bahwa jika kita bekerja dari tahap k ke tahap k
+ 1, kita dapat menggunakan hasil optimal dari tahap k tanpa harus
kembali ke tahap awal.
 Ongkos pada tahap k +1 = (ongkos yang dihasilkan pada tahap k ) +
(ongkos dari tahap k ke tahap k + 1)
 Dengan prinsip optimalitas ini dijamin bahwa pengambilan keputusan
pada suatu tahap adalah keputusan yang benar untuk tahaptahap
selanjutnya.

Pada metode greedy hanya satu rangkaian keputusan yang pernah dihasilkan,
sedangkan pada metode program dinamis lebih dari satu rangkaian keputusan.
Hanya rangkaian keputusan yang memenuhi prinsip optimalitas yang akan
dihasilkan

Pemrograman dinamis dibedakan menjadi pemrograman dinamis masalah

deterministik dan probabilistik :

1. Pemrograman dinamis deterministik dicirikan dimana keadaan pada

tahap berikutnya ditentukan sepenuhnya oleh keadaan dan keputusan
pada tahap sekarang. Masalah deterministik dapat dibedakan antara kasus
maksimum dan minimum
2. Pemrograman dinamis probabalistik, dimana keadaan berikutnya
memiliki suatu distribusi probabilitas tertentu.
3.
B. Konsep Programa Dinamis Deterministik

Pemrograman dinamis deterministik adalah pendekatan pemrograman

dinamis ke masalah yang deterministik, di mana keadaan pada tahap selanjutnya
ditentukan sepenuhnya oleh keadaan dan keputusan kebijakan pada tahap
sekarang. Untuk lebih jelasnya, pemrograman dinamis deterministik dijelaskan
dengan diagram yang ditunjukkan pada gambar berikut ini :

Pada tahap n proses akan berada pada suatu keadaan 𝑠𝑛. Pembuatan keputusan
kebijakan 𝑥𝑛 selanjutnya menggerakkan proses ke keadaan 𝑠𝑛+1 pada tahap
(n+1).

Kontribusi sesudahnya terhadap fungsi tujuan di bawah kebijakan optimal telah

dihitung sebelumnya sebagai 𝑓∗𝑛+1(𝑠𝑛+1).
Keputusan kebijakan 𝑥𝑛 juga memberi beberapa kontribusi kepada fungsi tujuan.
Kombinasi kedua nilai ini dengan benar akan memberikan 𝑓𝑛(𝑠𝑛,𝑥𝑛), yaitu
kontribusi n tahap ke depan kepada fungsi tujuan.

Pengoptimalan terhadap 𝑥𝑛,𝑓𝑛∗(𝑠𝑛)=𝑓𝑛(𝑠𝑛,𝑥𝑛∗). Setelah ditemukan

𝑥𝑛∗dan 𝑓𝑛∗(𝑠𝑛) untuk setiap nilai 𝑠𝑛, prosedur penyelesaian sekarang siap
begerak mundur satu tahap. Salah satu cara mengkategorikan masalah
pemrograman dinamis deterministik adalah dengan bentuk fungsi tujuan.

Sebagai contoh, tujuannya mungkin adalah meminimumkan jumlah kontribusi

dari tahap-tahap individual, atau untuk memaksimumkan jumlah tersebut, atau
untuk meminimumkan suatu produk, dan sebagainya. Pengkategorian lain adalah
dalam bentuk sifat alamiah dari kumpulan keadaan untuk tahap yang bersesuaian.
Khususnya keadaan 𝑠𝑛 dapat dinyatakan oleh peubah keadaan diskret, atau oleh
peubah keadaan kontinu, atau mungkin diperlukan suatu vektor keadaan (lebih
dari satu peubah).

Contoh Soal:

Pak kiki merupakan seorang kontraktor yang handal dengan integritas

yang dapat dipercaya. Namun, pada suatu hari, terjadi beberapa faktor yang
mengakibatkan dia terlilit hutang yang cukup besar nominalnya yaitu $30 juta.
Sekarang uang modal yang dimiliki sebesar $15 juta, sedangkan Pak kiki harus
segera melunasi hutang-hutangnya. Pak kiki diberi kesempatan untuk melunasi
hutang-hutangnya selambat-lambatnya 5 tender proyek yang harus dimenangkan
dan harus diselesaikan dengan ketentuan apabila tidak melunasi maka ia akan
dipenjara.

Asumsinya:

Probabilitas Pak kiki memenangkan dan melaksanakan proyek 4/5 dan ada
ketentuan apabila menang tender dan berhasil melaksanakan, modal yang
dikeluarkan pada proyek n (Xn) akan dilipat gandakan, begitu sebaliknya jika
gagal maka akan dikurangi sebesar modal yang dikeluarkan untuk proyek n
tersebut. Modal yang ditanamkan dianggap berbentuk kelipatan $5 juta. Akan
digunakan pemrograman dinamis untuk menentukan kebijakan yang optimal
mengenai modal yang akan ia tanam dalam suatu proyek Xn. Keputusan pada tiap
program Xn harus memperhatikan hasil dari proyek Xn-1 (proyek sebelumnya).

Berapa probabilitas Pak kiki akan berhasil melunasi hutangnya dalam

kurun waktu tersebut? Serta keputusan apa saja yang harus dilakukan Pak kiki
setiap kali tender proyek?

Jawaban:

Perumusan program dinamis untuk masalah ini adalah:

 Tahan n = proyek ke – n (n = 1,2,3,4,5).

 Xn = jumlah modal yang ditanamkan (kelipatas $5 juta) pada tahap n.
 State (Sn) = jumlah modal awal ketika memulai tahap n = $15 juta.
 Fungsi tujuan yang harus dimaksimalkan setiap tahap adalah probabilitas
penyelesaian ke 5 proyek tersebut minimal $30 juta, jika Pak kiki berada pada
State (Sn) di tahap n, membuat keputusan Xn.
 Probabilitas keberhasilan menang tender dan melaksanakan proyek
diasumsikan 4/5 maka fn (Sn,Xn) = fn-1 (Sn-Xn) + fn + 1(Sn+Xn).
 Lantas hubungan rekrusif untuk makalah ini adalah:
Fn(Sn) = max fn+1 (Sn-Xn) + fn+1 (Sn+Xn)
Xn = 0, 1, …Sn
 Untuk n = 5
S5 F5 (X5) X5*
0 0 -
5 0 -
10 0 -
15 4/5 15
20 4/5 15,20
25 4/5 15,20,25
≥30 1 0
 Untuk n = 4

 Untuk n = 3

 Untuk n = 2
  Untuk n = 1

 Kesimpulan

Maka salah satu solusi yang optimal adalah :

- Pada n = 1 tidak mengambil proyek tetap $15 juta.
- Pada n = 2 tidak mengambil proyek tetap $15 juta.
- Pada n = 3 mengambil proyek dengan modal $5 juta, jadi $20 juta.
- Pada n = 4 dengan mengambil proyek dengan modal $5 juta akan
menjadi $25 juta.
- Pada n = 5 bisa mengambil proyek dengan modal $15 juta, $20 juta,
dan $25 juta.

C. Konsep Programa Dinamis Probabilistik

Pemrograman dinamis merupakan prosedur matematis yangterutama

dirancang untuk memperbaiki efisiensi perhitungan masalah pemrograman
matematis tertentu dengan menguraikannya menjadi bagian-bagian masalah yang
lebih kecil, sehingga lebih kecil dan lebih sederhana dalam perhitungannya.
Pemgrograman dinamis pada umumnya menjawab masalah dalam suatu tahapan
dengan setiap tahap meliputi tepat satu variabel optimisasi. Perhitungan pada
tahap yang berbeda dihubungkan melalui perhitungan rekursif dengan cara
menghasilkan pemecahan optimal yang mungkin bagi seluruh masalah. Teori
utama dalam pemrograman dinamis adalah prinsip optimalisasi. Prinsip itu pada
dasarnya menentukan bagaimana suatu masalah yang diuraikan dengan benar
dapat dijawab dalam setiap tahap (bukannya sebagai suatu kesatuan) melalui
pemakaian perhitungan rekursif (Taha, 1996).

Menurut Hiller dan Lieberman (1990) dijelaskan bahwa salah satu

karakteristik dari pemrograman dinamis adalah adanya prosedur penyelesaian
yang dirancang untuk menemukan suatu kebijakan optimal bagi keseluruhan
masalah, yaitu pemberian keputusan kebijakan optimal pada setiap tahap untuk
setiap kemungkinan keadaan.

Karakteristik dasar yang mencirikan masalah pemograman dinamis adalah

sebagai berikut (Gunawan, Mulia, 1990):

1. Permasalah dapat dibagi dalam tahap-tahap (misal: waktu, bulan, hari, dan
lain-lain).
2. Setiap tahap memiliki sejumlah keadaan (states) yang bersesuaian.
Keadaan yang bersesuaian adalah berbagai kondisi yang mungkin, dimana
sistem berada pada tahap tertentu dari keseluruhan permasalahan.
3. Pengaruh keputusan kebijakan pada setiap tahap adalah untuk merubah
keadaan sekarang menjadi keadaan yang berkaitan
4. dengan keadaan berikutnya. Dengan demikian, keputusan pada suatu tahap
akan berpengaruh terhadap keputusan tahap berikutnya.
5. Prosedur penyelesaian dirancang untuk menemukan suatu kebijakan
optimal untuk kesekuruhan masalah, yaitu dengan mendapatkan keputusan
kebijakan optimal pada setiap tahap untuk setiap keadaan. Untuk setiap
masalah program dinamis menyediakan keputusan kebijakan tertentu yang
diambil setelah mencapai keadaan tertentu pada tahap tertentu sehingga
dapat memberikan penyelesaian optimal (urutan keputusan optimal).
6. Pengetahuan tentang keadaan sistem sekarang yang membawa semua
informasi tentang tingkah laku sebelumnya menjadi perlu untuk
menetukan kebijakan optimal.
 7. Prosedur penyelesaian dimulai dengan menemukan kebijakan optimal
untuk tahap terakhir, sehingga dapat memberikan keputusan kebijakan
optimal untuk setiap keadaan.
8. Terdapat hubungan rekursif, prosedur penyelesaian bergerak mundur tahap
demi tahap dan setiap kali menemukan kebijakan optimal untuk tahap
tersebut serta sampai ditemukan kebijakan optimal yang dimulai dari tahap
awal. Dengan catatan bahwa kebanyakan masalah berhubungan dengan
periode waktu, maka prosedur seleksi bergerak mundur tahap demi tahap.

Jalur Optimum dan Range

Pelaksanaan proyek konstruksi dipecah menjadi kegiatan-kegiatan yang

membentuk jaringan kerja atau jalur kerja, dimana dalam setiap kegiatan dapat
diindentifikasi durasi kegiatan maupun penggunaan sumberdayanya. Tujuan
dimunculkannya jalur kerja adalah terpilihnya jalur yang paling aman dengan
durasi waktu paling cepat untuk sampai akhir proyek yang disebut jalur optimum
atau the shortest route dengan meminimumkan periode waktu serta dapat
diketahui juga jalur yang paling tidak aman (banyak makan waktu) dengan durasi
waktu paling lama untuk sampai akhir proyek.

Salah satu pendekatan yang mungkin untuk memecahkan masalah pemilihan

jalur optimum adalah menggunakan teknik coba-coba (Subagyo dkk, 1997).
Tahapan selanjutnya tergantung pada ketetapan tahap permulaan tanpa
menghiraukan bagaimana diperoleh suatu ketetapan tertentu tersebut. Persamaan
kebijakan optimasi dinyatakan sebagai berikut:

Untuk minimum:

fn ( C ) = min { Ci , j + fj ( C ) } Untuk maksimum:

fn ( C ) = max { Ci , j + fj ( C ) }

dimana:

fn (C) = nilai total minimum/maksimum yang dihubungkan dengan jalur optimum

dalam network.
Ci,j = durasi waktu yang terlibat dalam pergerakan dari lingkaran ke i pada
tahap tertentu ke lingkaran j dalam tahap berikutnya.

fj(C) = durasi waktu yang terlibat dalam pergerakan dari lingkaran j dalam satu
tahap lingkaran terakhir

Persamaan ini disebut recursive equation, dimana penyelesaian atau

pemecahan masalah program dinamis ini dapat ditampilkan dengan persamaan
maupun tabel. Pada jalur yang mempunyai probabilitas, untuk mendapatkan jalur
optimum setiap aktivitas, maka dipakai rumus:

P ( A dan B ) = P ( A ) P ( B )

Dimana:

P(A dan B) = probabilitas penyelesaian optimal

P(A) = probabilitas aktivitas pada tahap ini

P(B) = probabilitas aktivitas yang sudah dilewati

Dengan menggunakan perhitungan tersebut di atas, maka dapat diperoleh

probabilitas paling besar pada jalur tertentu dan probabilitas paling kecil pada
jalur tertentu juga. Selisih antara probabilitas terbesar dengan terkecil untuk tiap
jalur tertentu disebut sebagai range, dimana apabila diperoleh nilai range nol (0)
berarti tidak pasti/tidak tentu. (Djarwanto, 2001)

Aktivitas Kritis

Jalur kritis adalah jalur kerja yang mendapat perhatian dalam pelaksanaan
proyek karena jalur ini berisi aktivitas-aktivitas yang tidak boleh terlambat.
Berdasarkan waktu perencanaan dan realisasi serta penyimpangan/toleransi pada
aktivitas tersebut dapat dicari tingkat kepercayaan (%) keberhasilan penyelesaian
tepat/sesuai jadwal rencana. Dalam suatu jalur kerja apabila ditemui adanya
aktivitas yang mempuyai tingkat kepercayaan paling kecil/rendah, maka aktivitas
tersebut dinamakan aktivitas kritis, sesuai dengan perumusan berikut ini:

Ø (( x - µ ) /  ) = P (%)

dimana:
P = Nilai Presentase (%)

X = Jumlah Hari pada waktu perencanaan

µ = Jumlah hari pada waktu kenyataan di lapangan

 = Toleransi

Contoh soal :

Distribusi susu dengan harga $1/galon, supermarket Safeco telah membeli 6 galon
susu di perusahaan lokal. Setiap galon susu dijual ditiga toko tersebut seharga
$2/galon. Perusahaan susu harus membeli kembali susu yang tersisa pada
penghujung hari seharga 5e/galon. Sayangnya untuk Safeco, permintaan untuk
masing-masing toko tersebut tidak pasti. Data yang lalu menunjukan bahwa
permintaan toko seperti tabel berikut dibawah ini.

Permintaan perhari Probabilitas

Toko 1 1 .60
2 .0
3 .40
Toko 2 1 .50
2 .10
3 .40
Toko 3 1 .40
2 .30
3 .30
safeco ingin mengalokasikan 6 galon susu ke tiga toko untuk memaksimalkan
pengeluaran laba bersih harian (pendapatan dikurangi biaya) yang diperoleh dari
susu. Gunakan pemrograman dinamis untuk menentukan bagaimana safeco harus
mengalokasikan 6 galon susu di antara tiga penyimpanan

Penyelesaian :

Permintaan perhari Probabilitas

Toko 1 1 .60
 2
3 .0
.40
Toko 2 1 .50
2 .10
3 .40
Toko 3 1 .40
2 .30
3 .30

Definisi :

r I ( g t ) =¿pendapatan yang diperoleh dari gt galon yang ditugaskan untuk disimpan

t

f I ( x )=¿ pendapatan maksimum yang diharapkan diperoleh dari x galon yang

ditugaskan ke toko t,t + 1,…,3

jadi kita akan menghitung seperti yang ada tertera di bawah ini:

r3(2) = (30 +30) (4.00) + 40(2.50) = $3.40

yang berarti kita menugaskan 2 galon susu untuk menyimpan 3.

Jika permintaan = 2 maka kita bisa jual 2($2) = $4

Jika permintaan = 3 maka kitab isa jual 2($2) = $4

Karena kita hanya mengalokasikan 2 galon.

Dan

Jika permintaan =1 maka kita hanya bisa jual 1($2) = $2

1 galon lainnya yang tidak dapat kami jual dibeli kembali oleh perusahaan susu,
kami mendapatkan 1($0,50) =$0,50, total = $2,50

Pertanyaannya

r2(1) ?
r1(3) ?

r I ( g t ) =¿pendapatan yang diperoleh dari gt galon yang ditugaskan untuk disimpan

t

r3(0) = $0 r2(0) = $0 r1(0) = $0

r3(1) = $2.00 r2(1) = $2.00 r1(1) = $2.00
r3(2) = $3.40 r2(2) = $3.25 r1(2) = $3.10
r3(3) = $4.35 r2(3) = $4.35 r1(3) = $4.10

r2(1) = 5(2.00) + 1(2.00) = 4(2.00) = $2.00

r1(3) = 6(2.00 +0.50 +0.50+ 50) + 0(4.00 + 0.50) + 4(6.00) =$4.20

tahap 1:

f3(0) = r3(0) = 0 g3(0) = 0

f3(1) = r3(1) = 2.00 g3(1) = 1
f3(2) = r3(2) = 3.40 g3(2) = 2
f3(3) = r3(3) = 4.35 g3(3) = 3
r I ( g t ) =¿pendapatan yang diperoleh dari gt galon yang ditugaskan untuk disimpan
t

f I ( x )=¿ pendapatan maksimum yang diharapkan diperoleh dari x galon yang

ditugaskan ke toko t,t + 1,…,3

f3(0) =r2(0) + f3(0-0) = 0 g2(0) = 0

Tahap 2 :

f2(1) = max ¿ g2(1) = 0 atau 1

f2(2) = max { r 2 ( 0 ) +f 3 ( 2−0 )=0+ 3.40=3.40

r 2 (1 )+ f 3 ( 2−1 )=2.00+ 2.00=4.00∗¿ r 2 ( 2 ) + f 3 (2−2 )=3.25+ 0=3.25

g2(2) = 1
f2(3) = max

{
r 2 ( 0 )+ f 3 ( 3−0 )=0+3.40=3.40
r 2 (1 )+ f 3 ( 3−1 )=2.00+3.40=5.40∗¿ r 2 ( 2 ) +f 3 ( 3−2 )=3.25+2.00=5.25 g2(3) = 1
r 2 ( 3 ) + f 3 ( 3−3 )=4.35+0=4.35

f2(4) = max

{ r 2 ( 1 ) + f 3 ( 4−1 )=2.00+ 4.35=6.35

r 2 (2 )+ f 3 ( 4−2 )=3.25+3.40=6.65∗¿ r 2 ( 3 ) + f 3 ( 4−3 )=4.35+2.00=6.35
g2(4) = 2

f2(5) = max ¿ g2(5) = 3

f2(6) = r 2 ( 3 ) +f 3 ( 6−3 )=4.35+ 4.35=8.70∗¿ g2(6) = 3

tahap 3 :

f2(6) = max

{ r 1 ( 0 )+ f 2 ( 6−0 )=0+ 8.70=8.70

r 1 ( 1 ) + f 2 ( 6−1 ) =2.00+7.75=9.75∗¿ r 1 ( 2 ) + f 2 ( 6−2 )=3.10+ 6.65=9.75∗¿ r 1 ( 3 ) + f 2 ( 6−3 ) =4.20+5.40

g1(6) = 1 atau 2

pendapatan maksimum yang di harapkan = $9.75

pendapatan sebenarnya pada hari tertentu mungkin lebih atau kurang dari itu

solusi optimal :

f2(6) = max

{ r 1 ( 0 )+ f 2 ( 6−0 )=0+ 8.70=8.70

r 1 ( 1 ) + f 2 ( 6−1 ) =2.00+7.75=9.75∗¿ r 1 ( 2 ) + f 2 ( 6−2 )=3.10+ 6.65=9.75∗¿ r 1 ( 3 ) + f 2 ( 6−3 ) =4.20+5.40

g1(6) = 1 atau 2

f2(5) = max ¿ g2(5) = 3

f3(2) = r 3 ( 2 )=3.40 g3(2) = 2

 DAFTAR PUSTAKA

https://repository.unikom.ac.id/49960/1/Program%20Dinamis.ppt

https://www.studocu.com/id/document/universitas-halu-oleo/statistika/makalah-
riset-operasi-program-dinamis/43433008

https://journal.uinsgd.ac.id/index.php/istek/article/download/213/228

https://id.scribd.com/document/246745826/Programa-Dinamis-Deterministik

https://pdfcoffee.com/programa-dinamis-deterministik-pdf-free.html