Traveling Salesman Problem Penyelesaian Masalah Produksi dan Distribusi Zero Inventory

Definisi 17 Balanced TreeTree Seimbang Suatu rooted tree T dengan tinggi h dikatakan seimbang balanced jika setiap daun dari T berada pada level h atau h-1. Chartrand Oellermann 1993 Rooted tree T 1 pada Contoh 9 adalah sebuah tree yang seimbang.

2.5 Traveling Salesman Problem

Traveling Salesman Problem TSP adalah suatu permasalahan di mana seorang salesman akan mengunjungi seluruh kota yang ada dan diharuskan kembali ke kota awal pada akhir perjalanannya. Dalam perkembangannya TSP memiliki beberapa variasi, antara lain: Traveling Salesman Problem with Time Window TSPTW yang merupakan TSP dengan tambahan waktu pelayanan di setiap kota dan m-Traveling Salesman Problem m- TSP yang menggunakan sejumlah salesman untuk mengunjungi seluruh kota. Hoffman Padberg 2009 Traveling Salesman Problem with Time Window Traveling Salesman Problem with Time Window merupakan pengembangan dari TSP. Pada TSPTW rute yang ditempuh memiliki tambahan kendala waktu pelayanan time window untuk setiap konsumen. Time window pada setiap konsumen dapat berbeda satu sama lain, tetapi memiliki karakteristik yang sama, yaitu berupa selang waktu. Time window [ , ] i i a b menunjukkan selang waktu pelayanan pada konsumen , i dengan i a sebagai batas awal dan i b sebagai batas akhir. Misalkan terdapat n kota yang akan dikunjungi, dan i T adalah waktu pelayanan pada kota ke-i, maka untuk setiap i haruslah berlaku: ; 1, 2,..., i i i a T b i n     1 , ; , 1, 2,..., i i j j T T i j n      2 , i j i j    Pada pertaksamaan 1, waktu pelayanan i T berada di antara batas awal i a dan batas akhir i b dari time window. Kendaraan harus melayani pelanggan tidak kurang dari waktu i a dan tidak lebih dari waktu , i b sedangkan pada pertaksamaan 2, dipastikan waktu pelayanan di kota j j T lebih besar atau sama dengan waktu tempuh antara kota i dan kota j , i j  ditambah waktu pelayanan di kota i . i T Sutapa et al. 2003 2.6 Metode Pencabangan dan Pembatasan Metode pencabangan dan pembatasan dapat digunakan untuk menyelesaikan masalah optimisasi diskret dengan cara memecah himpunan solusi fisibel menjadi subhimpunan-subhimpunan yang lebih kecil secara berturutan sehingga menghasilkan subproblem-subproblem, menghitung batas nilai fungsi objektif dari setiap subproblem dan menggunakannya untuk membuang subproblem tertentu untuk pertimbangan selanjutnya. Batas-batas nilai fungsi objektif diperoleh dengan cara mengganti suatu himpunan masalah terhadap suatu himpunan kendala dengan himpunan kendala yang lebih longgar relax, sehingga nilai dari solusi yang terakhir lebih baik dari solusi sebelumnya. Prosedur berakhir ketika setiap subproblem menghasilkan solusi fisibel atau ketika setiap subproblem menunjukkan solusi yang tidak lebih baik dari yang sudah didapatkan. Solusi terbaik yang ditemukan selama prosedur adalah global optimum. Untuk sembarang masalah Q, dinotasikan v Q sebagai nilai atau solusi optimal dari Q . Unsur penting dari metode pencabangan dan pembatasan untuk masalah pengoptimuman diskret Q dalam bentuk   min | f x x S  adalah sebagai berikut: i relaksasi dari masalah Q, yaitu masalah R yang berbentuk   min | g x x T  dengan S T  dan untuk setiap , , x y S  f x f y  berimplikasi ; g x g y  ii adanya aturan pencabangan: yaitu aturan untuk memecah himpunan fisibel S i dari subproblem Q i ke dalam subhimpunan 1 , i S ..., , iq S dengan 1 ; q ij i j S S   iii Suatu prosedur batas bawah, yaitu prosedur untuk menemukan atau yang mendekati dari bawah vR i untuk masalah relaksasi R i dari setiap subproblem Q i ; iv aturan pemilihan subproblem, yaitu aturan untuk memilih subproblem selanjutnya untuk diproses; v prosedur batas atas, yaitu heuristik untuk menemukan solusi fisibel terhadap masalah Q; vi suatu prosedur uji, yaitu prosedur untuk memberi nilai variabel atau menghilangkan subproblem. Balas Toth 1985 Jika masalah pengoptimuman dalam bentuk   max | , f x x S  maka poin i, iii, dan v adalah sebagai berikut: i relaksasi dari masalah Q, yaitu masalah R yang berbentuk   max | g x x T  dengan S T  dan untuk setiap , , x y S  f x f y  berimplikasi ; g x g y  iii suatu prosedur batas atas, yaitu prosedur untuk menemukan atau yang mendekati dari atas vR i untuk masalah relaksasi R i dari setiap subproblem Q i ; v prosedur batas bawah, yaitu heuristik untuk menemukan solusi fisibel terhadap masalah Q. III PEMBAHASAN

3.1 Deskripsi Masalah