Anda di halaman 1dari 25

Jumat/17 Mei 2013/10:20 AM

TUGAS 1
Kasus Penerapan Riset Operasi dalam Dunia Nyata

Muthmainnah
(1106103020012)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS SYIAH KUALA


MEI 2013

Tugas
Cari contoh kasus penerapan Riset Operasi (operations Research/OR) yang digunakan dalam dunia nyata ! Analisa tahapan-tahapan yang digunakan dalam penyelesaian contoh kasus tersebut ! Kasus 1
Perusahaan minuman MARIGOLD merencanakan untuk membuat tiga jenis minuman yaitu Soy Bean, Yoghurt, dan Peel Fresh. Untuk menghasilkan ketiga jenis minuman tersebut, diperlukan adanya bahan baku, tenaga kerja, tenaga mesin, dan lainnya . Soy Bean dipasarkan dengan harga empat ribu rupiah/ botol, Yoghurt dipasarkan dengan harga dua ribu lima ratus rupiah/ botol, dan Peel Fresh dipasarkan dengan harga tiga ribu rupiah/ botol. Kebutuhan proses produksi untuk ketiga jenis minuman tersebut dapat ditablekan sebagai berikut. Jenis Minuman MARIGOLD Soy Bean Yoghurt Peel Fresh 20 30 10 25 15 30 30 25 20 10 20 25 Kapasitas tersedia 25,000 12,000 10,000 17,500

Keperluan Bahan Baku Tenaga Kerja Tenaga Mesin Lainnya

Nah, bagaimana menentukan kombinasi ketiga jenis minuman, berapa banyak Soy Bean, Yoghurt, ataupun Peel Fresh yang harus dihasilkan agar memberikan keuntungan terbesar dengan tidak melampaui kapasitas (kendala) yang tersedia ?

Pembahasan dengan Menggunakan Programa Linear Metode Simpleks


Langkah langkah : Tentukan variabelnya. X1=SoyBean X2=Yoghurt X3 = Peel Fresh

Tentukan fungsi tujuannya. Max Z = 4000X1 + 2500X2 + 3000X3

Tentukan fungsi kendalanya. S/t 20X1+30X2+10X325000 25X1 + 15X2 + 30X3 12000 30X1 + 25X2 + 20X3 10000 10X1 + 20X2 + 25X3 17500 Bentuk standar dari persoalan tersebut di atas adalah sebagai berikut. Max S/t Z = 4000X1 + 2500X2 + 3000X3 20X1 + 30X2 + 10X3 + X4 = 25000

25X1 + 15X2 + 30X3 + X5 = 12000 30X1 + 25X2 + 20X3 + X6 = 10000 10X1 + 20X2 + 25X3 + X7 = 17500 Keterangan : X4 = variabel slack atau tambahan untuk fungsi pembatas 1 X5 = variabel slack atau tambahan untuk fungsi pembatas 2 X6 = variabel slack atau tambahan untuk fungsi pembatas 3 X7 = variabel slack atau tambahan untuk fungsi pembatas 4 Proses tabulasi simpleks : Basis X4 X5 X6 X7 Zj Cj X1 20 25 30 10 -4000 X2 30 15 25 20 -2500 X3 10 30 20 25 -3000 X4 1 0 0 0 0 X5 0 1 0 0 0 X6 0 0 1 0 0 X7 0 0 0 1 0 Ruas Kanan 25000 12000 10000 17500 0 Rasio 1250 480 333.33 1750

Nilai Zj-Cj diperoleh dengan cara 0 4000 = -4000 untuk kolom X1, 0 2500 = -2500 untuk kolom X2, 0 3000 = -3000 untuk kolom X3

Iterasi 1 :

Variabel masuk adalah X1 (dari nilai Zj-Cj terkecil atau negatif terbesar) Variabel yang keluar adalah X6 (dari rasio ruas kanan RK terhadap koefisien kolom X1 terkecil). Pivot ada pada elemen (3:1), maka semua elemen yang berada pada baris 3 akan dibagi dengan 30. Elemen pada baris 1, 2, 4, 5 akan diubah secara simultan dengan OBE yang hasilnya sebagai berikut :

Hasil Iterasi 1 : Basis X4 X5 X1 X7 Zj Cj X1 0 0 1 0 0 X2 13.33 -5.83 0.83 1.67 833.33 X3 -3.33 13.33 0.67 3.33 -333.33 X4 1 0 0 10 0 X5 0 1 0 10 0 X6 -0.67 -0.83 0.03 9.67 133.33 X7 0 0 0 10 0 Ruas Kanan 18333.33 3666.67 333.33 -3323.33 1333333.33 Rasio -5500 275 500 -997 -4000

Hasil perhitungan untuk baris 1 dengan pembulatan hingga 2 desimal adalah : Elemen (1:1) = (-20) x (1) + (20) = 0 Elemen (1:2) = (-20) x (0.83) + (30) = 13.33 Elemen (1:3) = (-20) x (0.67) + (10) = -3.33 Elemen (1:4) = (-20) x (0) + (1) = 1 Elemen (1:5) = (-20) x (0) + (0) = 0 Elemen (1:6) = (-20) x (0.03) + (0) = -0.67 Elemen (1:7) = (-20) x (0) + (0) = 0 Elemen (1:8) = (-20) x (333.33) + (25000) = 18333.33 Lakukan hal yang sama untuk baris 2, 4, dan 5. Iterasi 2 :

Nilai pada baris Zj-Cj masih negatif, berarti harus lanjut ke iterasi berikutnya. Variabel yang masuk berikutnya adalah X3 Variabel yang keluar berikutnya adalah X5

Hasil Iterasi 2 : Basis X4 X3 X1 X7 Zj Cj X1 0 0 1 0 0 X2 11.88 -0.44 1.13 3.12 687.46 X3 0 1 0 0 0.08 X4 1 0 0 10 0 X5 0.25 0.08 -0.05 9.75 25.01 X6 -0.87 -0.06 0.08 9.87 112.49 X7 0 0 0 10 0 Ruas Kanan 19249.31 275.07 149.04 -4239.31 1425022.01

Karena semua Zj-Cj 0, maka solusi sudah optimal. Diperoleh :


Jumlah Soy Bean X1 = 149 botol Jumlah Peel Fresh X3 = 275 botol Total Pendapatan Z = 1425000 Rupiah atau (Rp1.425.000,-)

Kasus 2 Inggris, Perancis, dan Spanyol merupakan negara yang memproduksi Gandum, Barley dan Oats. Masalahnya adalah bagaimana mengalokasikan penggunaan lahan di tiap negara untuk memenuhi kebutuhan pangan dunia dan meminimumkan upah kerja yang harus dibayarkan. Di bawah ini adalah tabel lahan yang dibutuhkan untuk memproduksi ketiga bahan pangan tersebut dan yang tersedia di tiap negara, dan besarnya upah yang dibutuhkan. Tabel 1. Lahan yang tersedia di tiap Negara Negara Inggris Perancis Spanyol Luas lahan (dalam Hektar) 70 110 80

Tabel 2. Lahan yang dibutuhkan untuk bahan pangan Produk Gandum Barley Oats Luas lahan (dalam Hektar) 125 60 75

Tabel 3. Upah yang dibutuhkan

Produk Negara Inggris Perancis Spanyol


Tabel Awal

Gandum 54 31.2 52.8

Barley 40.5 36 33.6

Oats 27.6 25 33.6

Produk Negara

Gandum 54.0 31.2 52.8 125

Barley 40.5 36.0 33.6 60

Oats 27.6 25.0 33.6 75

Lahan Tersedia 70 110 80 260

Inggris
Perancis Spanyol Kebutuhan Lahan

Langkah pertama yang dilakukan pada masa ini adalah mencari solusi awal.

Metode North West Corner Tabel solusi awal dengan metode Northwest Corner Produk Negara Gandum 54.0 70 31.2 55 52.8 5 125 60 55 33.6 75 75 260 33.6 80 36.0 25.0 110 Barley 40.5 Oats 27.6 Lahan Tersedia 70

Inggris
Perancis Spanyol Kebutuhan Lahan

Least Cost Tabel solusi awal dengan metode Least Cost Produk Negara Gandum 54.0 70 31.2 35 52.8 20 125 60 60 75 260 33.6 36.0 75 33.6 80 25.0 110 Barley 40.5 Oats 27.6 Lahan Tersedia 70

Inggris
Perancis Spanyol Kebutuhan Lahan

Metode Vogels Approximation Method (VAM) Tabel solusi awal dengan metode VAM Produk Negara Gandum 54.0 15 31.2 110 52.8 5 125 60 33.6 75 75 260 55 36.0 75 33.6 80 25.0 110 Barley 40.5 Oats 27.6 Lahan Tersedia 70

Inggris
Perancis Spanyol Kebutuhan Lahan

Pada contoh masalah diatas, didapatkan hasil perhitungan nilai S sbb: - untuk baris 1 : biaya terendah adalah 27.6 dan biaya terendah berikutnya adalah 40.5, dan nilai selisih antara keduanya adalah sebesar 12.9. - untuk baris 2 : 31.2 25 = 6.2 - untuk baris 3 : 52.8 33.6 = 19.2 - untuk kolom 1 : 52.8 31.2 = 21.6 - untuk kolom 2 : 36 33.6 = 2.4 - untuk kolom 3 : 27.6- 25 = 2.6

Dari hasil di atas, dipilih kolom 1, karena nilai S pada kolom ini yang terbesar. Dari kolom 1, pilihlah kotak dengan biaya terendah yaitu kotak (2,1). Untuk kotak ini disediakan lahan sebesar 110 dan dibutuhkan lahan sebesar 125, sehingga untuk kotak (2,1) dialokasikan sebesar 110. Untuk pengalokasian selanjutnya hitung lagi nilai S untuk setiap baris dan kolom. Hasil perhitungan nilai S sbb: - untuk baris 1 : 40.5 27.6 = 12.9 - untuk baris 2 : tidak perlu dilakukan perhitungan lagi, karena sudah terpenuhi supplynya. - untuk baris 3 : 52.8 33.6 = 19.2 - untuk kolom 1 : 54 - 52.8 = 1.2 , karena baris 2 sudah tidak termasuk perhitungan lagi. - untuk kolom 2 : 40.5 33.6 = 6.9 - untuk kolom 3 : 33.6 27.6 = 6 Nilai S terbesar terdapat pada baris 3 dan ada dua kotak dengan biaya terendah. Kita pilih salah satu yaitu kotak (3,3). Untuk kotak ini disediakan lahan 80 dan dibutuhkan lahan 75, sehingga kotak ini mendapat pengalokasian sebesar 75. Perhitungan selanjutnya sama seperti di atas dan berakhir jika semua supply ataupun demand telah terpenuhi. - Langkah kedua dalam menyelesaikan masalah transportasi adalah apakah solusi awal yang diperoleh telah optimal. Metode Stepping Stone Kita gunakan hasil solusi awal dengan metode northwest corner. Produk Negara Gandum 54.0 70 31.2 55 55 52.8 5 36.0 33.6 75 25.0 33.6 110 80 Barley 40.5 Oats 27.6 Lahan Tersedia 70

Inggris
Perancis Spanyol

Kebutuhan Lahan

125

60

75

260

Dari tabel di atas, ada 4 kemungkinan siklus : 1. 70 31.2 55 55 36.0 54.0 40.5

40.5 54.0 + 31.2 36.0 = - 18.3 2. 55 33.6 5 75 33.6 36.0 25.0

25.0 36.0 + 33.6 33.6 = - 11 3. 55 52.8 5 52.8 33.6 + 36.0 31.2 = 24 4. 70 31.2 55 52.8 5 55 33.6 75 33.6 36.0 25.0 54.0 40.5 27.6 31.2 55 33.6 36.0

27.6 33.6 + 33.6 36.0 + 31.2 54.0 = - 31.2 Dari hasil di atas, terlihat bahwa siklus ke 4 menghasilkan nilai yang paling negatif, sehingga kita lakukan perubahan pengalokasian dengan siklus itu. Hasilnya dapat dilihat pada tabel berikut:

Produk Negara

Gandum 54.0 15 31.2 110 52.8

Barley 40.5 55 36.0 33.6 60 20 60

Oats 27.6 25.0 33.6 75

Lahan Tersedia 70 110 80 260

Inggris
Perancis Spanyol Kebutuhan Lahan

125

Solusi baru di atas perlu kita uji lagi dengan siklus pengalihan alokasi yang mungkin sampai hasilnya tidak ada lagi yang negatif. Solusi optimal Produk Negara Gandum 54.0 31.2 110 52.8 15 125 60 60 33.6 5 75 260 33.6 80 Barley 40.5 70 36.0 25.0 110 Oats 27.6 Lahan Tersedia 70

Inggris
Perancis Spanyol Kebutuhan Lahan

Maka tablo sudah optimal, sehingga diperoleh ongkos =(27,6 x 70)+(31,2 x 110)+(52,8 x 15)+(33,6 x 60)+(33,6 x 5) = 7.6 33.6 + 33.6 36.0 + 31.2 54.0 = - 31.2 Kasus 3

Sebuah perusahaan Negara berkepentingan mengangkut pupuk dari tiga pabrik ke tiga pasar. Kapasitas penawaran ketiga pabrik, permintaan pada ketiga pasar dan biaya transport perunit adalah sebagai berikut:

Pabrik

1 2 3

1 8 15 3

Pasar 2 5 10 9

3 6 12 10

Penawaran 120 80 80

Permintaan

150

70

60

280

Masalah diatas diilustrasikan sebagai suatu model jaringan pada gambar sebagai berikut: Suplay
Demand

S1 = 120

D1 = 150

S2 = 80

D2 = 70

S3 = 80
N=3

D3 = 60
N=3

Masalah diatas juga dapat dirumuskan sebagai suatu masalah LP sebagai berikut: Minimumkan: Z = 8X11 + 5X12 + 6X13 + 15X21 + 10X22 + 12X23 + 3X31 + 9X32 + 10X33 Batasan: X11 + X12 + X13 = 120 (penawaran pabrik 1) X21 + X22 + X23 = 80 (penawaran pabrik 2) X31 + X32 + X33 = 80 (penawaran pabrik 3) X11 + X21 + X31 = 150 (permintaan pabrik 1) X12 + X22 + X32 = 70 (permintaan pabrik 2) X13 + X23 + X33 = 60 (permintaan pabrik 3) Table Transportasi Table 1.1 (Table Transportasi)
1 8 1 15 2 3 9 10 10 12 80 2 5 3 6 120 Penawaran (S)

3 Permintaan (D) 150

80 280

70

60

Solusi awal dengan menggunakan metode VAM pada masalah diatas ditunjukkan oleh table 1.4. Table 1.4 (Table Solusi Awal Metode VAM)

1 1 2 3 Permintaan (D) Penalty cost kolom (1) 80 150 57(2) 70 8 15 3 (4) 70

2 5 10 9 70 455 (3) 50 (5) 10

3 6 12 10 60 46-

Penawaran (S) 120 80 80 280

Penalty cost baris


1 1 1 2 2 2 6

Biaya transport model VAM adalah sebagai berikut: Z = (3 x 80) + (8 x 70) + (6 x 50) + (10 x 70) + (12 x 10) = 1920 Biaya total untuk solusi awal dengan metode VAM merupakan biaya awal terkecil yang diperoleh dari ketiga metode solusi awal. Kenyataannya, solusi ini juga optimum, suatu keadaan yang akan ditunjukan pada pembahasan mencari solusi optimum.

Kasus 4 Suatu perusahaan tekstil mempunyai tiga pabrik di tiga tempat yang berbeda, yaitu P1, P2 dan P3 dengan kepasitas masing-masing 60, 80 dan 70 ton per bulan. Produk kain yang dihasilkan dikirim ketiga lokasi penjualan, yaitu G1, G2 dan G3 dengan permintaan penjualan masingmasing 50, 100 dan 60. Ongkos angkut (Rp. 000 per ton kain) dari masing-masing pabrik ke lokasi penjualan adalah sbb: G1 G2 G3 P1 5 10 10 P2 15 20 15 P3 5 10 20 Bagaimana cara perusahaan mengalokasikan pengiriman kain dari ketiga pabrik ke tiga lokasi penjualan agar biaya pengiriman minimum?

Representasi Dalam Bentuk Model LP Fungsi Tujuan: minimum Z = 5 X11+ 10 X12 + 10 X13 + 15 X21 + + 10 X32 + 20 X33 Dengan kendala: 1. Kapasitas pabrik: X11 + X12 + X13 60 X21 + X22 + X23 80 X31 + X32 + X33 70 2. Permintaan: X11 + X21 + X31 = 50 X12 + X22 + X32 = 100 X13 + X23 + X33 = 60 3. Non-negativity Xij 0, untuk i = 1, 2, 3 dan j = 1, 2, 3. Dimana Xij adalah jumlah kain yang dikirim dari pabrik i ke lokasi penjualan j. Representasi Dalam Bentuk Tabel Transportasi G1 5 15 5 50 G2 10 20 10 100 G3 10 15 20 60 Supply 60 80 70 210

P1 P2 P3 Demand

G1 P1 P2 P3 Demand (D) 150 5 50 15 80 5 10 10

G2 10 20 10 60 70

G3 10 15 20 60

Supply (S) 120 80 80 280

Penalty cost baris


1 1 1 2 2 2 6

Solusi: 50x5 + 10x10 + 80x20 + 10x10 + 60x20 = 3250

Kasus 5

Suatu penugasan dalam sebuah perusahaan memiliki 4 orang pekerja yang akan ditugaskan untuk menyelesaikan 4 macam tugas. Satu pekerja harus mengerjakan satu macam pekerjaan. Dan biaya penyelesaikan pekerjaan itu oleh tiap pekerja seperti terlihat pada tabel berikut : Pekerja I II III IV

Dalam Rupiah A B C D 20 15 10 25 28 13 21 20 25 13 20 23 24 11 30 20

Minimumkan biaya yang harus dikeluarkan!

Untuk melakukan alokasi penugasan pekerja yang optimal dengan langkah-langkah sebagai berikut : 1. Membuat Tabel Opportunity Cost dengan mengurangi elemen tiap baris dengan elemen terkecil dari baris itu. Sehingga Menghasilkan Tabel berikut : I Pekerja A 0 II III IV

Dalam Rupiah 8 5 4

B C D

4 0 5

2 11 0

2 10 3

0 20 0

2. Membuat Total Opportunity Cost Matrik Dari Tabel Opportunity Cost disetiap kolom harus memiliki paling sedikit 1 elemen benilai nol. Ternyata pada kolom ketiga belum ada elemen bernilai nol, maka harus kita dibuat agar memiliki nilai nol dengan cara : Mengurangi elemen pada kolom tersebut dengan nilai paling kecil di kolom tersebut. Setelah semua memiliki nilai nol disetiap kolom, maka diperoleh table Total Opportunity Cost Matrix sebagai berikut : Pekerja Karywan A B C D 0 4 0 5 I II III IV

Dalam Rupiah 8 2 11 0 3 0 8 1 4 0 20 0

3. Menarik garis untuk meliput angka nol Setelah semua baris dari kolom memiliki angka nol, maka tariklah garis seminimum mungkin, baik vertical maupun horizontal yang bisa menghubungkan angka nol. I Pekerja A B C D 0 4 0 5 II III IV

Dalam Rupiah 8 2 11 0 3 0 8 1 4 0 20 0

Apakah penugasan sudah optimal? Belum optimal karena jumlah garis yang dibuat itu masih lebih kecil dibanding dengan jumlah baris atau kolom yang belum terliput garis.

Untuk merubah table diatas dilakukan langkah sebagai berikut : Pilih angka terkecil diantara semua angka yang belum terliput dengan garis dan kurangkan semua angka yang belum terliput garis dengan angka terkecil tersebut. Angka yang terliput dengan garis vertical dan horizontal, tambahkan dengan angka terkecil yang belum terliput dengan garis, sehingga menghasilkan table Perubahan Total Opportunity Cost Matrix sebagai berikut : Pekerja Karywan A B C D 0 7 0 8 I II III IV

Dalam Rupiah 5 2 8 0 0 0 5 1 4 0 17 0

Tabel diatas sudah optimal, karena garis yang dibuat sudah 4 garis, sama dengan jumlah baris atau jumlah kolom. Setelah itu letakkan pekerja pada salah satu pekerjaan yang nilainya pada Total Opportunity Cost = 0 (Cari Biaya Terendah) tiap kolom atau baris, dan satu pekerjaan bisa diisi oleh satu orang saja dan tambahkan semua biaya agar diperoleh biaya keseluruhan sebagai berikut : Pekerja A B C D Jumlah Tugas yang ditempati III IV I II Biaya yang dikeluarkan Rp. 25 Rp. 11 Rp. 10. Rp. 20 Rp. 66

Biaya yang tercantum pada kolom ke 3 merupakan biaya yang diambil dari Tabel Biaya Awal Penugasan. Jumlah biaya Rp. 66 merupakan biaya termurah dibanding dengan semua

alternative lain.

Kasus 6

Perusahaan air mineral ingin mendistribusikan produk terbarunya ke empat agen yang menjadi pelanggan perusahaan air mineral tersebut dan ingin mendistribusikannya ke beberapa kota di Indonesia dengan biaya atar kepada para agen di hitung dengan jarak tempat agen tersebut setiap per galonnya. Berikut biaya pengiriman produk tersebut dalam bentuk rupiah(Rp):
Ke Dari

Cilegon 110 80 95 70 5200

Kuningan 90 75 100 85 5500

Bandung 95 120 65 75 6000

Padang 75 80 115 90 6300

Supply 6300 4750 5450 6500 23000

Agen 1 Agen 2 Agen 3 Agen 4 Demand

Cara perhitungan Metode Aproksimasi Vogel sebagai berikut: Dengan melihat nilai selisih antara veriabel dengan biaya terendah setelah itu memilih baris atau kolom dengan nilai terbesar. Pengalokasian dengan biaya terendah pada baris atau kolom dalam tabel.

Adapun perhitungan manual dengan menggunakan metode aproksimasi vogel adalah sebagai berikut:
Ke

Dari

Cilegon Kuningan Bandung


(110 (80 (95 (90 (95 (120 (75 (100

Padang 6300
(75 (80 (115 (90

Supply 6300 4750 5450 6500 23000

Penalty 15 15 15 15 5 5 5 5 75 85

Agen 1 Agen 2 Agen 3 Agen 4 Demand Penalty 5200 5200 10 10 10

4750

5450 550 6000 10 20 -

(65 (75

35 5 5

(70

750 5500 10 10 10

(85

15 5

6300 5 5 5

10 10

5 -

Z = 5200(70) + 4750(75) + 750(85) + 5450(65) + 550(75) + 6300(75) = 364000 + 356250 + 63750 + 354250 + 41250 + 472500 = Rp.1652000 Perhitungan manual dengan menggunakan metode Metode Aproksimasi Vogel biaya pendistribusian air mineral dari pabrik air mineral kepada empat agen yang terdapat di empat kota sebesar Rp.1652000.
Kasus 7

1. Sebuah perusahaan kecil memiliki 5 (lima) produk yang berbeda untuk dijual oleh 4(Sales Promotion Girl (SPG) . Berikut adalah tabel penjualan produk oleh setiap oleh SPG: Produk Penjualan (unit) I A B SPG C D 7 14 12 13 8 10 10 9 11 7 15 13 II 9 8 III 12 14 IV 6 11 V 10 16

Bagaimana cara penugasan untuk tiap tiap SPG yang harus diambil perusahaan untuk memperoleh penjualan maksimum? Langkah langkah penyelesaian : Langkah 1 Karena penugasan ini tidak seimbang, maka perlu ditambahkan variable dummy menjadi ;

Tabel penjualan produk oleh masing masing SPG setelah ditambahkan variable dummy Produk Penjualan (unit) I A B SPG C D Dummy 15 13 7 14 0 II 9 8 12 13 0 III 12 14 8 10 0 IV 6 11 10 9 0 V 10 16 11 7 0

Matriks keuntungan Dari permasalahan diatas diperoleh matriks keuntungan sebagai berikut:

Produk Penjualan (unit) I A B SPG C D Dummy 15 13 7 14 0 II 9 8 12 13 0 III 12 14 8 10 0 IV 6 11 10 9 0 V 10 16 11 7 0

Matriks opportunity-loss Dengan mengurangkan seluruh elemen dalam tiap tiap baris dengan nilai maksimum dari baris yang sama, setelah itu hasil dari pengurangan di harga mutlakkan sehingga semua hasil dari pengurangan bernilai positive. Produk Penjualan (unit) II A B SPG C D Dummy 15 13 7 14 0 9 8 12 13 0 III 12 14 8 10 0 IV 6 11 10 9 0 V 10 16 11 7 0

Diperoleh matrik opportunity-loss sebagai berikut: Produk Penjualan (unit) I A B SPG C D Dummy 0 3 5 0 0 II 6 8 0 1 0 III 3 2 4 4 0 IV 9 5 2 5 0 V 5 0 1 7 0

Matriks total-opportunity-loss Seluruh elemen dalam tiap kolom dikurangi dengan nilai minimum dari kolom yang sama, sehingga diperoleh matriks total-opportunity-loss sebagai berikut: Produk Penjualan (unit) I A B SPG C D Dummy 0 3 5 0 0 II 6 8 0 1 0 III 3 2 4 4 0 IV 9 5 2 5 0 V 5 0 1 7 0

sehingga diperoleh matriks total-opportunity-loss sebagai berikut: Matriks test for optimality Pola penugasan diperoleh sebagai berikut: Produk Penjualan (unit) I A B SPG C D Dummy 0 3 5 0 0 II 6 8 0 1 0 III 3 2 4 4 0 IV 9 5 2 5 0 V 5 0 1 7 0

Karena, jumlah garis = 4 sedangkan jumlah baris atau kolom = 5. Sehingga solusi belum layak, diperlukan revisi pada matriks.

Produk Penjualan (unit) I A B SPG C D Dummy 0 3 5 0 0 II 6 8 0 1 0 III 3 2 4 4 0 IV 9 5 2 5 0 V 5 0 1 7 0

Matriks hasil revisi dan test-for-optimality Elemen terkecil yang belum terliput garis yaitu 1, digunakan untuk mengurangi seluruh elemen yang terliput garis. Kemudian, nilai ini juga ditambahkan pada elemen dengan dua garis berpotongan, yaitu 3, 8, 0 dan 0 sehingga berturut turut menjadi 4, 9, 1 dan 1. Matriks hasil revisi pertama dan test-for-opportunity yaitu: Produk Penjualan (unit) 1 A SPG B C 0 4 5 2 6 9 0 3 2 2 3 4 8 5 1 5 4 0 0

D Dummy

0 1

1 1

3 0

4 0

6 0

Karena, jumlah garis = 4, maka jumlah garis jumlah baris atau kolom yang ada, yaitu 5 (lima), sehingga solusi yang diperoleh belum layak, diperlukan revisi lagi pada matriks hasil revisi pertama, dengan langkah langkah seperti sebelumnya. Matriks hasil revisi kedua dan test-for-optimality yaitu: Produk Penjualan (unit) 1 A B SPG C D Dummy 0 4 6 0 2 2 5 8 0 0 1 3 1 1 3 2 0 4 7 4 1 3 0 5 4 0 1 6 0

Karena, jumlah garis = 4 sedangkan jumlah baris atau kolom = 5. Sehingga solusi belum layak, diperlukan revisi pada matriks hasil revisi kedua. Matriks hasil revisi ketiga dan test-for-optimality yaitu: Produk Penjualan (unit) 1 A SPG B 4 8 0 3 0 0 2 5 3 0 4 6 5 4

C D Dummy

6 0 3

0 0 2

2 1 0

0 2 0

1 6 1

Dari matriks diatas, telah diperoleh suatu solusi optimum yang layak, sebab jumlah garis = jumlah baris atau kolom yang ada, yaitu 5 (lima). Pola penugasan optimum dengan penjualan total tertinggi adalah sebagai berikut: Penjualan (unit) 15 16 10 13 0 54

SPG

Produk

A B C D Dummy

1 5 4 2 3

Pola penugasan optimum alternative yaitu: Penjualan (unit) 12 16 12

SPG

Produk

A B C

3 5 2

D Dummy

1 4

14 0 54

Dari tabel dapaat disimpulkan, pada pola penugasan optimum, tidak ada satupun SPG ditugaskan untuk menjual produk3(tiga). Dan pada pola penugasan optimum alternative, tidak ada satupun SPG yang ditugaskan untuk menjual produk 4 (empat).