INSTITUT TEKNOLOGI SEPULUH NOPEMBER

FACULTY OF INFORMATION AND COMMUNICATION TECHNOLOGY

Department of Information Systems
Bachelor of Computer Science in Information Systems Program

IS184944
Combinatorial Optimisation & Heuristics
Gasal/2019-20

Coursework 01

Submitted By
Humaira Nur Pradani
05211640000011

Submission Date Mark Marker

10-09-2019 YOUR MARK/FULL MARK INITIAL MARKER

Course Convernor Special Note

Ahmad Muklason
 Declaration of Original Work

I, Humaira Nur Pradani, hereby declare that the attached individual

coursework is my original work. I have honored the principles of academic
integrity and have upheld INSTITUT TEKNOLOGI SEPULUH NOPEMBER’s
Student Code of Academic in the completion of this work.

Date : 10-09-19

Signature :

Full Name : Humaira Nur Pradani

IS184944/Combinatorial Optimisation & Heuristics/Gasal/2019-20 1

No. Your Answer Mark
1 Question a)

(i) Decision Variables

Variabel keputusan untuk masalah tersebut adalah Tourist Attractions (TA) yang
hendak dikunjungi ( 𝑥𝑖 ),
DV = x1, x2, x3, x4, x5, x6, x7, x8
Dimana :
 x = Tourist Attraction di suatu kota
 xi = 1 jika TA tersebut dikunjungi
0 jika TA tersebut tidak dikunjungi

(ii) Hard Constraints

∑8𝑖=1 𝑐𝑖 . 𝑥𝑖 ≤ 1.000.000
Dimana :
 c = cost (biaya)

200000.x1 + 500000.x2 + 250000.x3 + 700000.x4 + 900000.x5 + 150000.x6 +

350000.x7 + 750000.x8 ≤ 1.000.000

(iii) Objective Function

Maximize ∑8𝑖=1 𝑠𝑖 . 𝑥𝑖
Dimana :
 s = score (skor)

Maximize 50.x1 + 100.x2 + 55.x3 + 200.x4 + 500.x5 + 100.x6 + 150.x7 + 310.x8

Question b)

(i) Highest score first

Perhitungan urutan :
DV x1 x2 x3 x4 x5 x6 x7 x8
(TA01) (TA02) (TA03) (TA04) (TA05) (TA06) (TA07) (TA08)
Rank 8 5 7 3 1 6 4 2
Solusi 0 0 0 0 1 0 0 0

Perhitungan score untuk solusi :

TA Cost Scr
TA05 900.000 500
Total Score: 500

IS184944/Combinatorial Optimisation & Heuristics/Gasal/2019-20 2

(ii) Least score first
Perhitungan urutan :
DV x1 x2 x3 x4 x5 x6 x7 x8
(TA01) (TA02) (TA03) (TA04) (TA05) (TA06) (TA07) (TA08)
Rank 1 3 2 6 8 4 5 7
Solusi 1 1 1 0 0 0 0 0

Perhitungan score untuk solusi :

TA Cost Scr
TA01 200.000 50
TA03 250.000 55
TA02 250.000 100
Total Score: 205

(iii) Highest Score/cost first

Peritungan Score/cost :
TA Score/Cost
TA01 0,00025
TA02 0,0002
TA03 0,00022
TA04 0,000286
TA05 0,000556
TA06 0,000667
TA07 0,00043
TA08 0,000413

Perhitungan urutan :
DV x1 x2 x3 x4 x5 x6 x7 x8
(TA01) (TA02) (TA03) (TA04) (TA05) (TA06) (TA07) (TA08)
Rank 6 7 8 5 2 1 3 4
Solusi 1 0 1 0 0 1 1 0

Perhitungan score untuk solusi :

TA Cost Scr
TA06 150.000 100
TA07 350.000 150
TA03 200.000 55
TA01 250.000 50
Total Score: 355

IS184944/Combinatorial Optimisation & Heuristics/Gasal/2019-20 3

 Question c)

Solusi yang paling terbaik dari ketiganya adalah dengan menggunakan metode
‘highest score/cost first’. Dengan metode tersebut total skor yang dihasilkan adalah
305. Sedangkan dua metode lainnya hanya menghasilkan skor sebesar 105 dan 205.
Untuk memastikan apakah solusi tersebut adalah yang optimal, perlu digunakan
metode lain. Ternyata dengan mencoba kemungkinan lain, didapatkan solusi yang
setidaknya lebih baik dari solusi yang telah ditemukan sebelumnya, yaitu TA08 & TA06
yang menghasilkan total skor sebesar 410. Jadi, dapat dipastikan solusi dari metode
‘higher score/cost first’ bukanlah solusi yang optimal.
Mengapa demikian? Karena perhitungan yang dilakukan diatas menggunakan
metode heuristik, dimana metode ini hanya berfokus untuk mencari ‘good enough
solution’, bukanlah solusi yang paling optimal dari semua kemungkinan.

2 Question 1)

a. Decision Variables
 Tutor yang diperlukan ( 𝑡𝑗 )
Dimana
tj = 1 jika tutor j dibutuhkan
0 jika tutor j tidak dibutuhkan

 Pengalokasian siswa ( 𝑥𝑖𝑗 )

Dimana
xij = 1 jika siswa i dialokasikan pada tutor j
0 jika siswa i tidak dialokasikan pada tutor j

b. Hard Constraints
10

∑ 𝑤𝑖 . 𝑥𝑖𝑗 ≤ 8𝑡𝑗
𝑖=1
Dimana :
 j = 1, …, n, n = jumlah tutor
 wi = waktu (jam) yang dibutuhkan
𝑛

∑ 𝑥𝑖𝑗 = 1
𝑗=1
Dimana :
 i = 1, … ,10.

𝑡𝑗, 𝑥𝑖𝑗 ∈ {0,1}

Dimana
 i = 1,…, 10.
 j = 1,…, n, n = jumlah tutor

IS184944/Combinatorial Optimisation & Heuristics/Gasal/2019-20 4

c. Objective Function
𝑛
Minimize ∑ 𝑡𝑗
𝑗=1
Dimana :
 t = tutor
 t= 1 jika tutor j dibutuhkan
0 jika tutor j tidak dibutuhkan

Question 2)

a. BP-NF
Sisa
Tutor 1 1 1 1 1 4
Tutor 2 2 2 2 2 2 2 2 2 0
Tutor 3 3 3 3 3 3 4 2
Tutor 4 5 5 5 5 5 5 5 1
Tutor 5 6 6 6 6 6 6 7 1
Tutor 6 8 8 8 8 9 9 9 1
Tutor 7 10 10 6

Hasil :
Bin Packing Next-Fit
Sisa Slot 15
Jumlah Tutor 7

b. BP-FF
Sisa
Tutor 1 1 1 1 1 4 7 10 10 0
Tutor 2 2 2 2 2 2 2 2 2 0
Tutor 3 3 3 3 3 3 9 9 9 0
Tutor 4 5 5 5 5 5 5 5 1
Tutor 5 6 6 6 6 6 6 2
Tutor 6 8 8 8 8 4

Hasil :
Bin Packing First-Fit
Sisa Slot 7
Jumlah Tutor 6

c. BP-BF
Sisa

IS184944/Combinatorial Optimisation & Heuristics/Gasal/2019-20 5

 Tutor 1 1 1 1 1 8 8 8 8 0
Tutor 2 2 2 2 2 2 2 2 2 0
Tutor 3 3 3 3 3 3 4 10 10 0
Tutor 4 5 5 5 5 5 5 5 7 0
Tutor 5 6 6 6 6 6 6 2
Tutor 6 9 9 9 5

Hasil :
Bin Packing Best-Fit
Sisa Slot 7
Jumlah Tutor 6

d. BP-WF
Sisa
Tutor 1 1 1 1 1 4 7 2
Tutor 2 2 2 2 2 2 2 2 2 0
Tutor 3 3 3 3 3 3 10 10 1
Tutor 4 5 5 5 5 5 5 5 1
Tutor 5 6 6 6 6 6 6 2
Tutor 6 8 8 8 8 9 9 9 1

Hasil :
Bin Packing Worsr-Fit
Sisa Slot 7
Jumlah Tutor 6

Best Solution : Menurut saya, best solution yang didapatkan untuk kasus ini adalah
dengan menggunakan metode worst fit. Mengapa demikian? Karena jika
dibandingkan beban kerja masing – masing tutor dengan berbagai metode yang ada,
worst fit memiliki range paling kecil, yakni 2 (tutor 1 sisa 2 dan tutor 2 sisa 0). Ini
relative seimbang dibanding range dari metode lainnya.
Solusi yang terbaik dari keempat metode bin packing diatas adalah dengan
menggunakan algoritma First Fit, Best Fit, dan Worst Fit karena menghasilkan jumlah
tutor yang paling minimal, yaitu 6 orang.

Question 3)

Pengangkutan penumpang elf (angkutan umum) di stasiun

Misal, ada 8 grup penumpang, masing-masing terdiri dari 7, 5, 3, 2, 1, 4, 6, dan 7
orang hendak naik ke dalam elf yang berkapasitas 10 orang. Masing-masing orang
dalam grup tersebut tidak boleh terpencar (harus dalam elf yang sama).

IS184944/Combinatorial Optimisation & Heuristics/Gasal/2019-20 6

Maka, permasalahan tersebut dapat diselesaikan dengan pendekatan algoritma bin-
packing untuk mencari jumlah elf yang paling optimal unutk mengangkut seluruh
penumpang dengan efisien.

TOTAL MARK

IS184944/Combinatorial Optimisation & Heuristics/Gasal/2019-20 7