Optimisasi
Simulated Annealing – Dynamic Programming
1
Studi Kasus I. : SIMULATED ANNEALING & GENETIC ALGORITHM
PT Krakatau Iron berlokasi di Cilegon memproduksi baja. PT. KI memiliki
permintaan produk baja dilampirkan sebagai berikut.
Tabel 1. Jumlah Permintaan
Kode
Kota
Konsumen
Jumlah Permintaan
(dalam ribuan ton)
0
Cilegon
produsen
1
Jakarta
35
2
Makasar
45
3
India
50
4
Pakistan
25
5
Kuba
45
6
Brazil
Bahan baku
Total
200
Diketahui bahwa PT. KI hanya memiliki 1 unit kapal yang dialokasikan untuk
permintaan di atas, sementara kapasitas maksimum kapal hanya sebesar 70.000
ton. Artinya kapal hanya bisa mengangkut 70.000 ton maksimal, dan kemudian
harus kembali ke PT. KI untuk mengambil produk baja kamudian baru bisa
mengirim ke kota lain.
Selain fungsi delivery tersebut, kapal ini juga memiliki kewajiban mengambil
bahan baku di Brazil, pengambilan bahan baku ini dilakukan setiap kapal telah
mengirim minimal 65.000 ton kumulatif, harga bahan baku di Brazil untuk
70.000 ton adalah Rp. 400.000.000,-
Waktu pengiriman dari satu kota ke kota lain dapat dilihat pada tabel di bawah ini:
Tabel 2 Data Hari Perjalanan Kapal
Kode
Cilegon Jakarta Makasar
India
Pakistan
Kuba
Brazil
0
Cilegon
1
2
4
4
8
8
1
Jakarta
1
2
4
4
8
8
2
Makasar
2
2
5
5
6
7
3
India
4
4
5
1
9
8
4
Pakistan
4
4
5
1
9
8
5
Kuba
8
8
6
9
9
1
6
Brazil
8
8
7
8
8
1
Ongkos pengiriman adalah biaya variabel Rp. 4.000.000,-/hari dan biaya tetap Rp.
20.000.000,-/sekali keberangkatan.
Generated by Foxit PDF Creator © Foxit Software
http://www.foxitsoftware.com For evaluation only.
Optimisasi
Simulated Annealing – Dynamic Programming
2
Dari kondisi di atas maka dapat dirumuskan fungsi tujuannya adalah:
Z = 20.000.000□ + 4.000.000 × ∑
□
□
□ + BBB
Dimana:
x
: jumlah pemberangkatan dari Cilegon
yij
: jumlah hari perjalanan dari i ke j.
BBB
: biaya bahan baku dari Brazil
Penyelesaian (Metode: Simulat