Dasar pemodelan PuLP

Analitik Rantai Pasok dengan Python

Aaren Stubberfield

Supply Chain Analytics Mgr.

Apa itu PuLP

PuLP adalah kerangka pemodelan untuk masalah Linear (LP) dan Integer Programming (IP) dalam Python
Dikelola oleh COIN-OR Foundation (Computational Infrastructure for Operations Research)
PuLP terhubung ke Solver
- CPLEX
- COIN
- Gurobi
- dll.

Contoh PuLP – penjadwalan sumber daya

Konsultan untuk toko kue butik yang menjual 2 jenis kue
Bulan 30 hari
Tersedia:
- 1 oven
- 2 pembuat kue
- 1 pengemas – hanya bekerja 22 hari

Contoh PuLP – penjadwalan sumber daya

Kebutuhan sumber daya berbeda untuk 2 jenis kue:

	Kue A	Kue B
Oven	0,5 hari	1 hari
Pembuat	1 hari	2,5 hari
Pengemas	1 hari	2 hari

	Kue A	Kue B
Laba	$20,00	$40,00

Contoh PuLP – penjadwalan sumber daya

Tujuan: Memaksimalkan laba
- Laba = 20*A + 40*B
Dengan syarat:
- A ≥ 0
- B ≥ 0
- 0,5A + 1B ≤ 30
- 1A + 2,5B ≤ 60
- 1A + 2B ≤ 22

Proses pemodelan umum untuk PuLP

Inisialisasi Model
Definisikan Variabel Keputusan
Definisikan Fungsi Objektif
Definisikan Kendala
Selesaikan Model

Inisialisasi model - LpProblem()

LpProblem(name='NoName', sense=LpMinimize)

name = Nama masalah untuk keluaran file .lp, mis. "My LP Problem"
sense = Maksimalkan atau minimalkan fungsi objektif
- Minimalkan = LpMinimize (default)
- Maksimalkan = LpMaximize

Contoh PuLP – penjadwalan sumber daya

Inisialisasi Model

from pulp import *

# Initialize Class
model = LpProblem("Maximize Bakery Profits", LpMaximize)

Definisikan variabel keputusan - LpVariable()

LpVariable(name, lowBound=None, upBound=None, cat='Continuous', e=None)

name = Nama variabel untuk keluaran file .lp
lowBound = Batas bawah
upBound = Batas atas
cat = Jenis variabel
- Integer
- Binary
- Continuous (default)
e = Untuk pemodelan berbasis kolom

Contoh PuLP – penjadwalan sumber daya

Inisialisasi Kelas
Definisikan Variabel

# Define Decision Variables
A = LpVariable('A', lowBound=0, cat='Integer')
B = LpVariable('B', lowBound=0, cat='Integer')

Contoh PuLP – penjadwalan sumber daya

Inisialisasi Kelas
Definisikan Variabel
Definisikan Fungsi Objektif

# Define Objective Function
model += 20 * A + 40 * B

Contoh PuLP – penjadwalan sumber daya

Inisialisasi Kelas
Definisikan Variabel
Definisikan Fungsi Objektif
Definisikan Kendala

# Define Constraints
model += 0.5 * A + 1 * B <= 30
model += 1 * A + 2.5 * B <= 60
model += 1 * A + 2 * B <= 22

Contoh PuLP – penjadwalan sumber daya

Inisialisasi Kelas
Definisikan Variabel
Definisikan Fungsi Objektif
Definisikan Kendala
Selesaikan Model

# Solve Model
model.solve()
print("Produce {} Cake A".format(A.varValue))
print("Produce {} Cake B".format(B.varValue))

Contoh PuLP – penjadwalan sumber daya

from pulp import *

# Initialize Class
model = LpProblem("Maximize Bakery Profits",
                   LpMaximize)

# Define Decision Variables
A = LpVariable('A', lowBound=0,
                cat='Integer')
B = LpVariable('B', lowBound=0, 
                cat='Integer')

# Define Objective Function
model += 20 * A + 40 * B

# Define Constraints
model += 0.5 * A + 1 * B <= 30
model += 1 * A + 2.5 * B <= 60
model += 1 * A + 2 * B <= 22

# Solve Model
model.solve()
print("Produce {} Cake A".format(A.varValue))
print("Produce {} Cake B".format(B.varValue))

Ringkasan

PuLP adalah pemodel LP/IP di Python
Meninjau 5 langkah proses pemodelan PuLP
1. Inisialisasi Model
2. Definisikan Variabel Keputusan
3. Definisikan Fungsi Objektif
4. Definisikan Kendala
5. Selesaikan Model
Menyelesaikan contoh Penjadwalan Sumber Daya

Ayo berlatih!

Analitik Rantai Pasok dengan Python