Aproksimasi pada Pemrograman Stokastik Linier

Abstract

Approximation algorithm is inveterate solution method in stochastic programming because the problem of stochastic programming is very difficult solved. Therefore, most research in this case is focussed for designing the solution method which approximate optimal solution. This research tells a strategy to finish the problem of stochastic linear programming by approximation with L-Shaped method. This thesis gets result of approximation for stochastic model by fulfilling all linear constraint where optimal solution reached depend on selected partition.

Algoritma aproksimasi merupakan metode solusi yang lazim dalam program stokastik karena masalah dalam program stokastik sangat sulit dipecahkan. Oleh karena itu, paling banyak penelitian dalam kasus ini difokuskan untuk mendesain metode solusi yang mengaproksimasi solusi optimal. Penelitian ini mengemukakan atau menjelaskan suatu strategi untuk menyelesaikan masalah program stokastik linier melalui aproksimasi dengan metode L-Shaped. Tesis ini mendapatkan hasil dari aproksimasi untuk model program stokastik dengan memenuhi semua kendala linier dimana solusi optimal tercapai tergantung pada partisi yang dipilih.