Академический Документы
Профессиональный Документы
Культура Документы
optimization (Cara
Lima Titik, Golden
section, Hooke
Jeeves)
OBJECTIVES
Understand why and where optimization
occurs in engineering problem solving.
Understand the major elements of the
general optimization problem: (1) objective
function, (2) decision variables, and (3)
constraints.
Be able to distinguish between linear and
nonlinear optimization, and between
constrained and unconstrained problems
PUSTAKA
James B. Riggs, 1988, An Introduction to
Numerical Methods for Chemical Engineers,
Texas: Texas Tech University Press, Chapter 6
Steven C. Chapra & Raymond P. Canale,
2003,Numerical Methods for Engineers: With
Software and Programming Applications, 4th
edition, New York: McGraw-Hill Company Inc,
Part Four
etc.
INTRODUCTORY EXAMPLE
Persoalan pemilihan diameter pipa untuk mengangkut fluida
dari satu proses ke proses yang lain.
$ / year
Cost
components
1,25
1,5
2,5
4697
660
312
164
56
308
389
474
660
Pump capital
costs
401
192
150
150
150
Total
5266
1160
852
788
866
Operating Costs
Diameter
pipa mana
yang akan
Anda
pilih?
Course Contents
Definisi optimasi
Jenis optimasi: 1- maksimasi; 2- minimasi
Fungsi Objektif
Secara umum, fungsi yang akan
dimaksimumkan atau diminimumkan disebut
fungsi objektif (objective function),
sedangkan harga-harga yang berpengaruh
dan bisa dipilih disebut variabel (perubah)
atau decision variable.
Secara analitik, nilai maksimum atau
minimum dari suatu persamaan: y = f(x)
dapat diperoleh pada harga x yang
memenuhi:
y = f(x) = 0
Untuk fungsi yang sulit untuk diturunkan atau
mempunyai turunan yang sulit dicari
One hump or
one valley
Catatan: Analog,
untuk kasus minimasi
METODE GOLDEN
SECTION
Tinjaulah fungsi f(x) yang
akan ditentukan maksimumnya,
pada rentang x = xl dan x = xu
(perhatikan gambar di
samping).
Mirip dengan bisection, ide
dasar metode ini adalah
memanfaatkan nilai yang lama
sebagai nilai yang baru.
Secara matematik:
l0 l1 l2 ,
l1
l2
maka :
l1 l2 l1
l2
R
l1
l1 l2 l1
l1
l2
l2 l1
1
atau 1
atau : 1 R
l1 l2
R
Sehingga : R R 1 0
2
ALGORITMA
(kasus maksimasi):
1. Mulai dari 2 nilai tebakan awal xl
dan xu, yang mengapit titik
maksimum.
2. Tentukan nilai x1 dan x2 di dalam
rentang
1sesuai dengan golden ratio
xl dan5xu,
d (R)
Xu Xl
2
x1 x1 d
x2 xu d
ditentukan
5 1
0.618
2
DST
METODE NEWTON
Metode ini menggunakan pendekatan yang sama dengan
metode Newton dalam penentuan akar persamaan tak
linier,
melalui pendefinisian fungsi: g(x) = f(x)
Karena pada kondisi optimum:
f '(x*) = g (x*) = 0
(x* menyatakan nilai x optimum)
maka, nilai x* dapat diperoleh secara iteratif sebagai
berikut:
f ' ( xi)
xi 1 xi
f " ( xi )
f ( x0 )( x1 x2 ) f ( x1 )( x2 x0 ) f ( x2 )( x0 x1 )
x3
2 f ( x0 )( x1 x2 ) 2 f ( x1 )( x2 x0 ) 2 f ( x2 )( x0 x1 )
Penentuan x3 dilakukan secara iteratif, melalui strategi yang
sama dengan metode golden section, hingga diperoleh
penyelesaian yang konvergen.
METODE HOOKE-JEEVES
Prinsip metode Hooke-Jeeves:
(1) Eksplorasi nilai xi
(2) Mengulangi langkah sukses
Optimasi dengan cara Hooke-Jeeves ditunjukkan dalam
contoh berikut. Misal ingin dilakukan minimasi dari suatu
fungsi:
y = (x1 4)2 + 0,5.(x2 9)2 + 3
Sebagai cek, dengan mudah dapat terlihat bahwa minimum
terjadi pada x1 = 4, x2 = 9, dan harga ymin =3.
Dipakai cara Hooke-Jeeves dengan titik awal x1 = 1,
x2 = 16, serta interval awal x1 = 1 dan x2 = 2.
X1
1
X2
16
Y
36,5
Komentar
Basis
Hooke Jeeves -2
Eksplorasi dengan x1 = 1, x2 =2
2
16
31,5
Sukses
18
47,5
Gagal
14
19,5
Sukses
12
8,5
Sukses
10
3,5
Sukses
4,5
Gagal
Eksplorasi dengan x1 = 1, x2 =2
5
10
4,5
Gagal
10
4,5
Gagal
12
7,5
Gagal
3,5
Gagal
Hasil
Perhitungan
X1
X2
Komentar
10
3,54
Gagal
3,8
10
3,54
Gagal
10,4
4,96
Gagal
9,6
3,18
Sukses
9,2
3,02
Sukses
8,8
3,02
Gagal
9,2
3,06
Gagal
3,8
9,2
3,06
Gagal
9,6
3,18
Gagal
8,8
3,02
Gagal
Hooke Jeeves -3
Hasil
Perhitungan
Hooke Jeeves -4
X1
X2
Komentar
9,2
3,021
Gagal
3,96
9,2
3,021
Gagal
4,00
9,28
3,039
Gagal
4,00
9,12
3,007
Sukses
4,00
9,04
3,0008
Sukses
4,00
8,96
3,0008
Gagal
Secara Numerik:
Misal, untuk sebuah fungsi 2 variabel: f(x,y)
yang akan dicari titik optimumnya, dengan nilai awal:
x = x0 dan y = y0
Pada langkah iterasi pertama, nilai x dan y yang baru
dapat ditentukan dengan:
f
x x0
h
x x 0 , y0
and
f
y y0
y x
h
0 , y0
f
f
and
x
y
f f
f i
j
x
y
Pada kasus ini, sebuah fungsi 2 variabel dalam x dan y,
f(x,y), ditransformasikan menjadi sebuah fungsi satu
variabel dalam h, g(h).
Contoh Aplikasi:
LOKASI OPTIMUM PENGOLAH LIMBAH TERPADU
Sejumlah N pabrik dengan posisi koordinat masing-masing
(xi,yi)
menghasilkan limbah masing-masing sejumlah Qi. Akan
dibangun
suatu unit pengolah limbah terpadu untuk seluruh pabrik
tersebut.
Ongkos pengangkutan limbah dari pabrik ke unit pengolah
limbah
berbanding lurus dengan debit pangkat 0,6. Ingin
0, 6
ditentukan posisi
(koordinat) unit pengolah limbah agar ongkos pengangkutan
limbah minimum.
Analisis:
d i ( x p xi ) 2 ( y p yi ) 2
Misal: Lokasi pengolah limbah berada di titik P (xP, yP)
Jarak pabrik
(xi,yi)
ke lokasi
pengolah limbah:
0, 6
2
2
Ci k .Qi
( x p xi ) ( y p yi )