Sebagai refresher, pada modul ini akan dibahas sedikit apa itu optimization problem.
Tujuan dari optimization adalah mencari solusi terbaik dari set kemungkinan solusi.
Berikut contoh permasalahan optimization, misal perusahaan jasa pengiriman dengan menggunakan truck. Setiap hari, perusahaan harus mengatur paket kedalam truk dan menentukan route dari setiap truk.
Dalam setiap pengaturan diatas, terdapat biaya yang harus dipertimbangkan. Disini optimization digunakan agar mendapatkan biaya terendah.
Element Optimization Problems
Objective— kuantitas yang akan di optimalkan. Berdasarkan contoh diatas, objective adalah minimalisir biaya. Kita perlu mendefinisikan fungsi untuk menghitung value dari objective dari setiap kemungkinan, disebut sebagai objective function. Pada contoh diatas, objective function akan menghitung total cost dari setiap pengaturan paket dan route.
Solusi optimal adalah solusi dengan nilai objective function terbaik. Yang dimaksud terbaik bisa maksimum atau minimum, tergantung permasalahnnya.
The constraints— adalah pembatasan pada set solusi yang mungkin, berdasarkan persyaratan khusus. Misalnya, jika perusahaan pengiriman tidak dapat menetapkan paket dengan jenis cairan ke truk, ini akan menjadi kendala pada solusi.
Solusi yang layak adalah solusi yang memenuhi semua kendala yang diberikan untuk masalah tersebut, tanpa harus optimal.
Jadi, langkah pertama dalam memecahkan masalah optimasi adalah mengidentifikasi objective dan constraint.
Tipe Optimization
Optimization problem dapat dibagi menjadi
- Linear Programming (integer dan mixed integer).
- Non-linear Programming (integer dan mixed integer).
- Constraint programming (integer dan mixed integer).
Optimization tersebut akan kita bahas satu-persatu di modul berikutnya.
Perhatian: Tutorial ini membahas tahap implementasi optimisasi menggunakan Python. Anda harus paham mengubah problem menjadi model matematika.