APLIKASI FUZZY INTEGER TRANSPORTATION

DALAM OPTIMASI BIAYA DISTRIBUSI GULA

(Studi Kasus Pada PT. PG. Rajawali I Krebet Baru)



SKRIPSI






Oleh:
NURUL ISLAMIYAH
NIM. 02510047




















JURUSAN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSTAS ISLAM NEGERI MALANG
MALANG
2007

APLIKASI FUZZY INTEGER TRANSPORTATION
DALAM OPTIMASI BIAYA DISTRIBUSI GULA
(Studi Kasus Pada PT. PG. Rajawali I Krebet Baru)




SKRIPSI




Oleh :

NURUL ISLAMIYAH
NIM. 02510047





Telah disetujui oleh :
Dosen Pembimbing





Evawati Alisah, M. Pd
NIP.150 291 271



Tanggal : 06 Oktober 2007

Mengetahui,
Ketua Jurusan Matematika





Sri Harini, M.Si
NIP: 150 318 321

APLIKASI FUZZY INTEGER TRANSPORTATION
DALAM OPTIMASI BIAYA DISTRIBUSI GULA
(Studi Kasus Pada PT. PG. Rajawali I Krebet Baru)


SKRIPSI


Oleh:

NURUL ISLAMIYAH
NIM. 02510047



Telah Dipertahankan di Depan Penguji Skripsi dan
Dinyatakan Dirima Sebagai Salah Satu Persyaratan
Untuk Memperoleh Gelar Sarjana Sains (S.Si)


Tanggal , 27 Oktober 2007
Susunan Dewan Penguji Tanda Tangan

1. Penguji Utama : Sri Harini M.Si ( )
NIP: 150 318 321


2. Ketua : Usman Pagalay, M.Si. ( )
NIP. 150 327 240


3. Sekretasis : Evawati Alisah, M.Pd ( )
NIP.150 291 271


Mengetahui dan Mengesahkan
Dekan Fakultas Sains dan Teknologi




Prof.Drs. Sutiman Bambang Sumitro, SU. D. Sc
NIP. 130 809 123
AIhumduIiIIuuhirrubbiI'uIumiin pugi syukur penuIis
pungutkun kehudirut AIIuh SWT kurenu dengun RidIo-
NyuIuh penuIisun skripsi ini mumpu terseIesuikun,

18k l08 $llN (08 M0 008l
0Nl 08860886 Fl81l86
08l8M l00 N 80l8M8 M888 k0ll80


PERSEMAHAN W

Bapak kalian Ibu Bapak kalian Ibu Bapak kalian Ibu Bapak kalian Ibu, The TWICE and O The TWICE and O The TWICE and O The TWICE and ONLY NLY NLY NLY,
thanks for yoUre understanding, pray and love
Mba RoenN, Mba Chourin, Mbak Ussy Mba RoenN, Mba Chourin, Mbak Ussy Mba RoenN, Mba Chourin, Mbak Ussy Mba RoenN, Mba Chourin, Mbak Ussy, youre mybest Sister.
Thanks for support all out N understanding.
Ca ikin, ca Ca ikin, ca Ca ikin, ca Ca ikin, ca ubed ubed ubed ubed, thanks for support all out
N dont do the same mistake like mine, more power.
The only ONE Brother The only ONE Brother The only ONE Brother The only ONE Brother Kids Kids Kids Kids that I have, Adeq Mamood / Emon / Didi/ Abi, that I have, Adeq Mamood / Emon / Didi/ Abi, that I have, Adeq Mamood / Emon / Didi/ Abi, that I have, Adeq Mamood / Emon / Didi/ Abi,
the smart will be beaten by the delligent, nama banyak gak jamin cewkx bs banyk lho.
Naja Amelia, Naja Amelia, Naja Amelia, Naja Amelia, keponakanq, Amel Can-Tik, Amel Lu-Cu, Amel Swea-ty,
Amel Cer-das, Amel Pin-Tar, Amel Gen-dut.
Warga Warga Warga Warga- -- -Wargi Matematika 2002/2003, Wargi Matematika 2002/2003, Wargi Matematika 2002/2003, Wargi Matematika 2002/2003, ThanKs bangt telah menganggap w
bagian dari Elo-eLO, SOIR bangt klo Q masih da salah.
Eni, Fakhrina, Herlim, Ikme, Lina, Khotim, Mila, MeMe, Eni, Fakhrina, Herlim, Ikme, Lina, Khotim, Mila, MeMe, Eni, Fakhrina, Herlim, Ikme, Lina, Khotim, Mila, MeMe, Eni, Fakhrina, Herlim, Ikme, Lina, Khotim, Mila, MeMe,
Sapta, UyuN, Wiwin, Sapta, UyuN, Wiwin, Sapta, UyuN, Wiwin, Sapta, UyuN, Wiwin,n WarGi SimPanG GajaYana n WarGi SimPanG GajaYana n WarGi SimPanG GajaYana n WarGi SimPanG GajaYana
You have the finest place that Ive ever stayed. Thank u so MucH.
Sodara Sodara Sodara Sodara- -- -Sodari 2003 Sodari 2003 Sodari 2003 Sodari 2003- -- -200? 200? 200? 200? Seneng bangt dah bs kenal ma kalian Smua,
Dhani and the Gank, thanks y ???????
Komunitas UNIOR Komunitas UNIOR Komunitas UNIOR Komunitas UNIOR, No words cant be explained 4 U ALL BcoZ youre best in my life,
thanks for finest place n always do the best to UKM.
Mak TI, Mak TI, Mak TI, Mak TI, Stay the same
IpunK, IpunK, IpunK, IpunK, Yourre Misterius Guy


$000l0l8 M88l0 088k 8 M0M08l0 08
00f(888 08l8M 00l088l8 8kfl08l l, 008 f888
8088l 8 08l0M, N 8k 8$ 000ll 88l0$810. k0808
M0f0k8M0f0k8 $llN 008l 1l8lN k$l8



BY : SLEM


MOTTO

Do the best
Let GOD
do the rest



























KATA PENGANTAR

Alhamdulillahirrobbil alamin, segala puji syukur ke hadirat Allah SWT
atas limpahan rahmat, taufiq dan hidayah-Nya, hingga penulis mampu
menyelesaikan penulisan skripsi yang berjudul APLIKASI FUZZY INTEGER
TRANSPORTATION DALAM OPTIMASI BIAYA DISTRIBUSI GULA
(Studi Kasus Pada PT. PG. Rajawali I Krebet Baru) ini dengan baik. Sholawat
serta salam semoga senantiasa tercurahkan kepada junjungan nabi besar
Muhammad saw sebagai uswatun hasanah dalam meraih kesuksesan di dunia dan
akherat.
Penulis menyadari bahwa banyak pihak yang telah berpartisipasi dan
membantu dalam menyelesaikan penulisan skripsi ini. Oleh karena itu, iringan
doa dan ucapan terima kasih yang sebesar-besarnya penulis sampaikan, terutama
kepada:
1. Prof. Dr. H. Imam Suprayogo selaku Rektor Universitas Islam Negeri (UIN)
Malang .
2. Prof. Drs. Sutiman Bambang Sumitro, SU.,D. Sc selaku Dekan Fakultas Sains
dan Teknologi UIN Malang.
3. Sri Harini. M.Si. selaku Ketua Jurusan Matematika Fakultas Sains dan
Teknologi Universitas Islam Negeri (UIN) Malang.
4. Evawati Alisah, M.Pd. selaku dosen pembimbing, karena atas bimbingan,
bantuan dan kesabaran beliau, penulisan skripsi ini dapat terselesaikan.
5. Agus Purnomo, selaku Direktur Utama PT. PG. Rajawali I Krebet Baru, yang
telah memberikan izin kepada penulis untuk melakukan penelitian dan
pengambilan data.
6. Bapak dan Ibu tercinta yang telah memberikan dukungan moril maupun
spirituil serta ketulusan doanya sehingga penulisan skripsi ini dapat
terselesaikan.
7. Teman-teman matematika, khususnya angkatan 2002 beserta semua pihak
yang telah membantu penyelesaian skripsi ini.
8. Teman-teman UKM UNIOR, atas segala motivasi dalam meraih kesuksesan.
Semoga skripsi ini dapat bermanfaat dan menambah khasanah ilmu
pengetahuan.


Malang, 06 Oktober 2007


Penulis












DAFTAR TABEL

No. Judul Halaman
2.1 Transportasi Seimbang..................................................................... 10
2.2 Biaya Transportasi Perunit............................................................... 11
2.3 Biaya Transportasi Perunit............................................................... 12
2.4 Transportasi Takseimbang, Demand Kurang Dari
Supply .............................................................................................. 13
2.5 Demand Sama Dengan Supply ........................................................ 13
2.6 Biaya Transportasi Perunit............................................................... 14
2.7 Transportasi Takseimbang, Demand Lebih Besar
Daripada Supply .............................................................................. 15
2.8 Demand Sama Dengan Supply ........................................................ 15
2.9 Tabel Transportasi ........................................................................... 18
3.1 Kapasitas Produksi Gula Di Beberapa Gudang ............................... 47
3.2 PT. Yang Menjadi Tujuan Pemasaran ............................................. 48
3.3 Kapasitass Produksi Gula Yang Dibutuhkan Oleh
Perusahaan ....................................................................................... 48
3.4 Biaya Pengiriman Atau Biaya Distribusi Per Unit
Dari Lokasi Sumber Ke Lokasi Tujuan .......................................... 49
4.1 Biaya Pengiriman Atau Biaya Distribusi Per Unit
Dari Lokasi Sumber Ke Lokasi Tujuan ........................................... 52
4.2 Awal Masalah Transportasi ( ) 0 1 = ............................................... 58
4.3 Solusi Akhir Masalah Transportasi ( ) 0 1 = ................................... 59
4.4 Kalkulasi Biaya Berdasarkan Penyabaran Dengan Northwest
Corner Rules ( ) 0 1 = ....................................................................... 60
4.5 Awal Masalah Transportasi ( ) 1 2 =

............................................. 61
4.6 Solusi Akhir Masalah Transportasi ( ) 1 2 = ................................... 62
4.7 Kalkulasi Biaya Berdasarkan Penyabaran Dengan Northwest
Corner Rules ( ) 1 2 = ...................................................................... 63
4.8 Awal Masalah Transportasi ( ) 5 . 0 half = ...................................... 64
4.9 Solusi Akhir Masalah Transportasi ( ) 5 . 0 half = .......................... 66
4.10 Kalkulasi Biaya Berdasarkan Penyabaran Dengan Northwest
Corner Rules ( ) 5 . 0 half = ............................................................. 67












DAFTAR GAMBAR

No. Gambar Halaman
2.1 Representasi linier Naik................................................................... 26
2.2 Representasi Linier Turun................................................................ 27
2.3 Kurva Segitiga ................................................................................. 28
2.4 Kurva Trapesium ............................................................................. 28
2.5 Karakteristik Fungsi kurva-S........................................................... 29
2.6 Kerakteristik Fungsi Kurva- ......................................................... 31
2.7 Kerakteristik Fungsi Kurva- ........................................................ 32
2.8 Kerakteristik Fungsi Kurva- ......................................................... 33
2.9 Bentuk umum: (a) Bilangan fuzzy A; (b) Bilangan
Fuzzy B; (c)Bilangan Fuzzy G. ...................................................... 38
2.10 (a) Bilangan fuzzy A; (b) Bilangan Fuzzy B;
(c)Bilangan Fuzzy G........................................................................ 39
4.1 Gambaran Umum Rute Pengiriman Barang Masalah...................... 55







DAFTAR LAMPIRAN

Judul Halaman
Lampiran 1. Sejarah PG. Krebet Baru, Visi, Misi, Tujuan
Ideals (Goals) dan Budaya Perusahaan
(CosporateCulture)............................................................... 76


































DAFTAR ISI

KATA PENGANTAR................................................................................... i
DAFTAR ISI ............................................................................................... iii
DAFTAR TABEL ....................................................................................... v
DAFTAR GAMBAR ................................................................................. vii
DAFTAR LAMPIRAN .................................................................................
ABSTRAK .....................................................................................................

BAB I PENDAHULUAN
1.1 Latar Belakang .................................................................................. 1
1.2 Rumusan Masalah ............................................................................. 3
1.3 Tujuan Pembahasan .......................................................................... 4
1.4 Batasan Masalah ............................................................................... 4
1.5 Manfaat Pembahasan ........................................................................ 4
1.6 Sistematika Pembahasan ................................................................... 5

BAB II TINJAUAN PUSTAKA
2.1 Program Linier ................................................................................... 7
2.1.1 Definisi Program Linier ............................................................ 7
2.2 Metode Transportasi .......................................................................... 8
2.2.1 Definisi Metode Transportasi ................................................... 8
2.2.2 Masalah Transportasi Seimbang............................................. 9
2.2.3 Masalah Transportasi Takseimbang ..................................... 11
2.2.4 Rumusan Umum Masalah Transportasi .................................. 16
2.2.5 Model Transportasi ................................................................ 17
2.3 Perhitungan Solusi Transportasi ...................................................... 18
2.3.1 Metode Pojok Barat Laut (North West Corner Method) ....... 18
2.3.2 Metode Biaya Terkecil (Least Cost Method) ......................... 19
2.3.3 Metode Batu loncatan (Stepping Stone Method) ................... 20
2.3.4 Metode MODI (Modified Distribution Method) .................... 22
2.4 Logika Fuzzy ................................................................................... 22
2.4.1 Pengertian logika Fuzzy.......................................................... 22
2.4.2 Himpunan Fuzzy..................................................................... 24
2.4.3 Fungsi Keanggotaan................................................................ 26
2.4.4 Koordinat Keanggotaan .......................................................... 33
2.4.5 Operator-operator Fuzzy......................................................... 34
2.5 Masalah Tansportasi Fuzzy.............................................................. 36
2.5.1 Formulasi Permasalahan Dan Notasi ...................................... 36
2.5.2 Transformasi: Transpostasi Interval Ke Transportasi
Klasik ...................................................................................... 43

BAB III METODE PENELITIAN
3.1 Pendekatan Penelitian ...................................................................... 43
3.2 Waktu Dan Lokasi Penelitian .......................................................... 43
3.3 Sumber Data..................................................................................... 44
3.4 Metode Pengumpulan Data.............................................................. 47
3.5 Analisis Data.................................................................................... 47

BAB IV PEMBAHASAN
4.1 Pembahasan...................................................................................... 55

BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan ...................................................................................... 75
5.2 Saran-saran....................................................................................... 76

DAFTAR PUSTAKA ................................................................................ 77




























ABSTRAK

Islamiyah, Nurul. 2007. APLIKASI FUZZY INTEGER TRANSPORTATION
DALAM PENGOPTIMALAN BIAYA DISTRIBUSI GULA (Studi
Kasus Pada PT. PG. Rajawali I Krebet Baru)
Pembimbing: Evawati Alisah, M.Pd

Kata Kunci: Fuzzy Integer Transportasi, Pengoptimalan biaya distribusi.

Tidak jarang sebuah perusahaan memiliki pabrik untuk komoditas tertentu
di beberapa tempat. Produk barang tersebut dikirim ke beberapa lokasi dan
akhirnya didistribusikan ke pengguna. Model transportasi sangatlah penting dalam
perencanaan produksi, yaitu untuk mengatur pola pengiriman yang paling baik
dari beberapa sumber (supply) ke beberapa tujuan (demand) sehingga dapat
meminimalkan total biaya produksi dan transportasi. Parameter-parameter pada
model transportasi sebuah perusahaan, seperti biaya (profit), nilai permintaan dan
supply (produksi dan kapasitas penyimpanan). Namun pada prakteknya,
parameter-parameter ini tidak dapat diketahui dengan pasti. Untuk itulah, salah
satu solusi yang dapat dicari adalah dengan menggunakan operasi himpunan
fuzzy.
Penelitian ini dilakukan di PT PG. Rajawali I Krebet Baru Bululawang
Malang. pada tanggal 16 april sampai pada 27 april 2007, dalam penelitian ini
data yang diambil adalah data penjualan gula pada tahun 2006/2007. Tujuan yang
ingin dicapai adalah menerapkan, mendeskribsikan dan menganalisis Fuzzy
Integer Transportation dalam pengoptimalan biaya distribusi gula.
Data tersebut diolah dengan menggunakan metode Fuzzy Integer
Transportation, dalam metode ini sebelumnya telah ditetapkan bahwa
( ) 0 1 = dan ( ) 1 2 = . Hasil yang diperoleh untuk ( ) 0 1 =

adalah Z = dengan
0
G = [0, 760.000.000] (feasible), untuk ( ) 1 2 = adalah Z=674.400.000 dengan
0
G = [0, 600.000.000] (infeasible) dan untuk ( ) 5 . 0 half = adalah Z=679.200.000
dengan
0
G =[0,680.000.000] (feasible).
Karena ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) half x maka , half x half x
C G
= adalah solusi optimal.
Berhenti. Hasil akhir diperoleh:
a.
5 . 0 =
b. Nilai [ ] x
C
= 0.49 ; [ ] 498 . 0 = x
G

c. Nilai x:

0 x
0 x
0 x
0 x
3500 x
15
14
13
12
11
=
=
=
=
=

0
0
500
9000
2000 x
25
24
23
22
21
=
=
=
=
=
x
x
x
x

0 x
500 x
5500 x
0 x
0 x
35
34
33
32
31
=
=
=
=
=

0 x
4500 x
0 x
0 x
0 x
45
44
43
42
41
=
=
=
=
=

4000 x
500 x
0 x
0 x
0 x
55
54
53
52
51
=
=
=
=
=

d. Total coast : Z = 679.200.000
BAB I
PENDAHULUAN

1.1 Latar Belakang
Istilah matematika berasal dari kata yunani Mathein atau Manthenein
yang artinya mempelajari. Jadi dengan menguasai matematika diharapkan
seseorang dapat mengatur jalan pemikirannya dan sekaligus menambah
kepandaiannya. Matematika sendiri dianggap memiliki dua wajah dan peran yang
berbeda. Pertama matematika murni, didalamnya terdapat simbol-simbol yang
mewakili konsep abstrak dan sifat-sifat yang dimilikinya ditentukan dengan
definisi, yang kedua adalah matematika terapan, didalamnya terdapat simbol-
simbol yang digunakan untuk mewakili variabel yang dapat dilihat dalam kejadian
nyata. Sifat-sifat yang dimiliki variabel ini harus ditentukan dengan observasi
langsung, tidak dengan definisi yang sangat abstrak dan dinyatakan dengan
matematis (Supranto, 1987). Jadi kedua matematika ini harus harus berjalan
seiring, karena jika menitik beratkan pada matematika murni, maka matematika
akan menjadi kaku (konseptual). Sebaliknya jika hanya menekannkan matematika
terapan dan ilmu terapan saja, matematika akan menjadi macet karena dasar-dasar
teorinya pendukungnya kurang. Saat ini ilmu matematika berkembang sangat
pesat terutama setelah adanya komputer sebagai penunjang, seperti pada
permasalahan ekonomi.
Ekonomi merupakan ilmu yang senantiasa berkembang dan berbagai
konsep matematika saat ini menjadi alat analisis yang penting didalamnya. Karena
pada dasarnya ilmu ekonomi moderen cenderung menjadi matematis. Salah satu
wadah atau ilmu yang membahas penerapan matematika dalam dunia ekonomi
adalah Riset Operasi (RO). Pada umumnya model-model dalam Riset Operasi
memiliki pola dasar yang sama, yaitu ingin mengoptimalkan suatu fungsi sasaran
dengan syarat harus memenuhi beberapa kendala pembatas. Salah satu model
Riset Operasi yang terkenal disamping program linier adalah model transportasi.
Tidak jarang sebuah perusahaan memiliki pabrik untuk komoditas tertentu
di beberapa tempat. Produk barang tersebut dikirim ke beberapa lokasi dan
akhirnya didistribusikan ke pengguna. Model transportasi merupakan suatu model
yang digunakan untuk mengatur pola pengiriman yang paling baik dari beberapa
sumber (supply) ke beberapa tujuan (demand) sehingga dapat meminimalkan total
biaya produksi dan transportasi.
Dalam matematika terdapat konsep himpunan dengan dasar-dasar teorinya
yang berkembang terus. Himpunan dapat mewakili sekelompok sifat-sifat
tertentu. Himpunan beserta operasi-operasinya dapat membantu mengggambarkan
bermacam-macam situasi dalam kehidupan sehari-hari. Lotfi A. Zadeh adalah
penggagas dari logika kabur (Fuzzy Logic) yang kemudian berkembang dengan
cepat dari segi teori sampai ke algoritma penerapannya. Dengan logika kabur ini
dapat disusun himpunan kabur di mana syarat keanggotaannya bukan hanya ya
(memenuhi) atau tidak, melainkan diberi toleransi dengan menciptakan nilai
antara, yaitu setengah memenuhi, seperempat memenuhi dan sebagainya.
Dari uraian di atas penulis berminat untuk mengaplikasikan logika fuzzy
pada model transportasi. Hal ini didasari pada kenyataan bahwa nilai dari
parameter-parameter transportasi pada sebuah perusahaan, seperti biaya (profit),
nilai permintaan dan supply (produksi dan kapasitas penyimpanan), tidak dapat
diketahui dengan pasti. Hal ini bisa disebabkan oleh kurangnya informasi atau
kebijakan khusus dari perusahaan. Untuk itulah, salah satu solusi yang dapat
dicari adalah dengan menggunakan operasi himpunan fuzzy. Pada masalah
transportasi fuzzy, tentunya dibutuhkan suatu algoritma khusus untuk
mendapatkan suatu nilai integer yang optimal.
Berdasarkan latar belakang di atas, penulis mengangkat satu topik yang
akan diteliti dengan judul APLIKASI FUZZY INTEGER
TRANSPORTATION DALAM OPTIMASI BIAYA DISTRIBUSI GULA
(Studi Kasus Pada PT. PG. Rajawali I Krebet Baru)

1.2. Rumusan Masalah
Dalam usaha untuk mencapai tujuan, perusahaan selalu dihadapkan pada
berbagai macam masalah seperti tingginya biaya produksi. Untuk memecahkan
masalah tersebut, maka salah satu upaya yang biasa dilakukan adalah dengan
menekan biaya tersebut.
Untuk itu rumusan masalah yang dipakai adalah bagaimana penerapan Fuzzy
Integer Transportation dalam pengoptimalan biaya distribusi gula.




1.3. Tujuan Penelitian
Berdasarkan rumusan masalah diatas maka tujuan penelitian adalah
menerapkan, mendeskribsikan dan menganalisis Fuzzy Integer Transportation
dalam pengoptimalan biaya distribusi gula.

1.4. Batasan Masalah
Pendistribusian barang tentunya memiliki ruang lingkup yang sangat
luas, oleh karena itu total permintaan dan penawaran haruslah sama, dengan
demikian model transportasi yang digunakan adalah model transportasi seimbang.
Jika tidak sama atau takseimbang maka harus diberikan sedikit modifikasi, yaitu
dengan menambahkan dummy.

1.5. Manfaat Pembahasan
1. Bagi penulis;
Sebagai sarana untuk mengetahui kemampuan dan kreativitas
keilmuan yang telah diperoleh selama masa perkuliahan untuk
diterapkan pada masalah di lapangan.

2. Bagi lembaga pendidikan;
Untuk pengembangan keilmuan khususnya matrmatika terapan dan
operasi riset.


3. Bagi instansi terkait;
Sebagai bahan pertimbangan, masukan atas usaha-usaha dan
kebijakan-kebijakan pemasan dalam mengoptimalkan biaya distribusi
gula.

1.6. Sistematika Pembahasan
Sistematika pembahasan merupakan rangkaian urutan dari beberapa
uraian penjelasan dalam suatu karya ilmiah. Dalam kaitannya dengan penulisan
skripsi ini, kami menyusun sistematika pembahasan sebagai berikut:

BAB I : PENDAHULUAN
Menjelaskan secara umum mengenai latar belakang masalah,
rumusan masalah, tujuan masalah, batasan masalah, manfaat
penelitian dan sistematika pembahasan.

BAB II : KAJIAN PUSTAKA
Membahas mengenai kajian teori yang berhubungan dengan
permasalahan dalam penelitian yaitu tentang dasar teori yang
digunakan untuk proses analisis.



BAB III : METODE PENELITIAN
Membahas mengenai pendekatan dan jenis penelitian, waktu dan
lokasi penelitian, sumber data dan instrumens penelitian, metode
pengumpulan data dan analisis data.

BAB IV : PEMBAHASAN
Membahas tentang langkah-langkah dalam menyelesaikan hasil
penelitian dengan aplikasi Fuzzy Integer Transportation dalam
pengoptimalan biaya distribusi gula.

BAB V : PENUTUP
Dalam bab ini akan di uraikan kesimpulan dan saran-saran yang
berhubungan dengan topik pembahasan yang ada.









BAB II
TINJAUAN PUSTAKA

2.1 Program Linier
2.1.1 Definisi Program Linier
DEFINISI 1
Program linier (Linier Programming) adalah suatu materi inti dari riset operasi.
Sejak munculnya ilmu riset operasi, pengambilan keputusan diwarnai oleh
pengetahuan ilmiah melalui kelompok sebagai perpaduan berbagai bidang ilmu
dengan tujuan menentukan penggunaan yang terbaik dari sumber-sumber terbatas
(Dimyati,1987).

DEFINISI 2
Program linier merupakan salah satu tehnik riset operasi yang digunakan paling
luas dan diketahui dengan baik. Ia merupakan metode matematik dalam
mengalokasikan sumber daya yang langka untuk mencapai tujuan seperti
memaksimumkan keuntungan dan meminimumkan biaya (Mulyono, 1991).

DEFINISI 3
Program linier adalah suatu model optimasi persamaan linier yang berkenaan
dengan kendala-kendala yang dihadapinya. masalah program linier berarti
masalah pencarian nilai-nilai optimum (maksimum atau minimum) sebuah fungsi
linier pada suatu sistem (Dumairy,1999).
DEFINISI 4
Program linier merupakan tehnik matematika untuk mendapatkan alternatif
terbaik atas sumber-sumber organisasi. Kata linier digunakan untuk
menggambarkan hubungan antara dua variabel atau lebih variabel. Kata program
menyatakan penggunaan tehnik matematika tertentu untuk mendapatkan
kemungkinan pemecahan terbaik atas persoalan yang melibatkan sumber yang
serba terbatas (Levin,1993).
Dari beberapa definisi di atas dapat diambil kesimpulan bahwa Program
linier adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-
sumber terbatas drngan tujuan mencapai optimasi, yaitu memaksimumkan
keuntungan dan meminimumkan biaya.


2.2 Metode Transportasi
2.2.1 Definisi Metode Transportasi
DEFINISI 1
Metode transportasi adalah suatu metode yang digunakan untuk mengatur
distribusi dari sumber-sumber yang menyediakan produk ke tempat tujuan secara
optimal. Distribusi dilakukan sedemikian rupa sehingga permintaan dari beberapa
tempat tujuan dapat dipenuhi dari beberapa sumber yang ada. Alokasi ini
dilakukan dengan mempertimbangkan biaya pengiriman yang bervariasi, karena
jarak dan kondisi antar lokasi yang berbeda (Herjanto,1999).


DEFINISI 2
Metode transportasi berhubungan dengan distribusi suatu produk tunggal dari
beberapa sumber, dengan penawaran terbatas menuju beberapa tujuan dengan
permintaan tertentu pada biaya transportasi minimum. Karena hanya ada satu
macam barang, suatu tempat tujuan dapat memenuhi permintaannya dari satu atau
lebih sumber (Mulyono,1991).

DEFINISI 3
Metode Transportasi pertama kali diformulasikan sebagai suatu prosedur khusus
untuk mendapatkan biaya minimum. Dalam mendistribusikan unit yang homogen
dari pabrik yang memiliki sejumlah penawaran ke beberapa tujuan yang memiliki
sejumlah permintaan, setiap sumber memiliki kapasitas tertentu dan setiap tujuan
memiliki kebutuhan yang berbeda-beda (levin,2002).
Dari beberapa definisi di atas dapat diambil kesimpulan bahwa Metode
transportasi merupakan metode yang dapat digunakan untuk menentukan pola
pengiriman yang paling baik dari beberapa sumber ke beberapa tujuan sehingga
meminimalkan total biaya produksi dan transportasi.

2.2.2 Masalah Transportasi Seimbang
Suatu model transportasi dikatakan seimbang apabila jumlah penawaran
dari beberapa sumber sama dengan jumlah permintaan atas beberapa tempat
tujuan.
Sebuah Perusahaan Negara berkepentingan mengangkut pupuk dari tiga
pabrik ke tiga pasar. Kapasitas ketiga pabrik, permintaan pada ketiga pasar dan
biaya transportasi perunit adalah sebagai berikut;

Tabel 2.1 Transportasi Seimbang
Proyek Tujuan
Sumber A B C
Kapasitas
pabrik
W 8 5 7 120
X 15 10 12 80 Pabrik
Y 3 9 10 80
Kapasitas Gudang 150 70 60 280
(Mulyono,1991:108)

Pada contoh di atas jelas sekali bahwa jumlah permintaan sama dengan
jumlah penawaran, yaitu 280 unit, maka contoh tersebut termasuk model
transportasi seimbang.
Dari tabel tersebut dapat dijelaskan bahwa terdapat tiga gudang peralatan
(W, X, Y) dan tiga proyek (A, B, C) dengan kapasitas gudang W =120, X = 80,
dan Y =80. Sedang kebutuhan pabrik A = 150, B =70, dan C = 60. Dalam hal ini
jumlah kapasitas pabrik dan kapasitas gudang adalah sama, yaitu 280. Dan biaya
yang dikeluarkan dalam psoses pengiriman barang adalah sebagai berikut:


Tabel 2.2 Biaya Transportasi Perunit
Dari Ke Biaya Perunit
W A 8
W A 5
W A 7
X B 15
X B 10
X B 12
Y C 3
Y C 9
Y C 10


2.2.3 Masalah Transportasi Takseimbang
Sejauh ini masalah transportasi kebanyakan membahas tentang
transportasi seimbang, dimana penawaran sama dengan permintaan. Namun
kenyataannya, kasus seimbang sangatlah jarang dan yang sering ditemui adalah
kasus takseimbang, dimana penawaran lebih besar dari permintaan atau
sebaliknya. Dalam kasus masalah takseimbang, metode solusi transportasi
membutuhkan sedikit modofikasi, yaitu dengan menambahkan dummy.
Barisan dummy dimisalkan sebagai suatu sumber khayalan yang
berfungsi untuk menyeimbangkan penawaran dan permintaan. Satu kolom sebagai
dummy destination atau satu baris sebagai dummy source. Biaya untuk kotak
dummy sebesar nol, karena bersifat fiktif.

1. Demand Kurang Dari Supply
Pada prakteknya, pada permasalahan transportasi sering kita jumpai
situasi dimana demand tidak sama dengan supply. Situasi ini bisa terjadi apabila
kapasitas permintaan suatu pasar lebih besar dari kapasitas pemasok atau
sebaliknya kapasitas pemasok lebih besar dari kapasitas permintaan di pasar. Cara
untuk menyelesaikan permasalahan kelebihan supply adalah dengan menambah
kolom sebagai dummy destination. Dummy destination berfungsi sebagai slack
variable dalam metode simpleks. Mengingat kelebihan supply ini tidak pernah
dikirim, biaya transportasi pada kolom dummy destination adalah nol. Untuk lebih
memahami hal ini marilah kita perhatikan kasus Kontraktor Ananda berikut ini;
Kontraktor Ananda memiliki tiga gudang peralatan (W, X, Y) dan tiga
proyek (A, B, C) dengan kapasitas gudang W =76, X = 82, dan Y =77. Sedang
kebutuhan pabrik A = 72, B =102, dan C = 41.
Dan biaya yang dikeluarkan dalam psoses pengiriman barang adalah
sebagai berikut:

Tabel 2.3 Biaya Transportasi Perunit
Dari Ke Biaya Perunit
W A 8
W A 5
W A 7
X B 15
X B 10
X B 12
Y C 3
Y C 9
Y C 10





Tabel 2.4 Transportasi Takseimbang, Demand Kurang Dari Supply
Proyek Tujuan
Sumber A B C
Kapasitas
Pabrik
W 8 5 7 76
X 15 10 12 82 Gudang
Y 3 9 10 77
Kapasitas Gudang 72 102 41
(Diolah,2007)
Dalam hal ini terjadi kelebihan kapasitas gudang sebanyak 20 (total
kapasitas gudang = 235, sedang total kapasitas pabrik = 215). Jadi cara yang
digunakan untuk menyelesaikannya permasalahan kelebihan supply adalah
dengan menambah kolom sebagai dummy destination. Mengingat kelebihan ini
tidak pernah dikirim, biaya transportasi pada kolom destination adalah nol.

Tabel 2.5 Demand Sama Dengan Supply
Proyek Tujuan
Sumber A B C
Dummy
Kapasitas
Pabrik
W 8 5 7 0 76
X 15 10 12 0 82 Gudang
Y 3 9 10 0 77
Kapasitas Gudang 72 102 41 20 235
(Diolah, 2007)
2. Demand Lebih Besar Daripada Supply
Dalam kasus demand lebih besar dari supply, kita harus menambah
supply yang artinya kita harus menambah dummy sources (menambah baris).
Seperti halnya pada kasus demand kurang dari supply kita menetapkan biaya
sebesar nol untuk kotak dummy, demikian juga untuk kasus demand lebih besar
dari supply kita akan menetapkan biaya sebesar nol untuk kotak dummy. Untuk
lebih memahami permasalahan ini perhatikan kasus Kontraktor Adinda
sebagaimana berikut;
Kontraktor Adinda memiliki tiga gudang peralatan (W, X, Y) dan tiga
proyek (A, B, C) dengan kapasitas gudang W =56, X = 82, dan Y =77. Sedang
kebutuhan proyek A = 82, B =102, dan C = 61.
Dan biaya yang dikeluarkan dalam psoses pengiriman barang adalah
sebagai berikut:

Tabel 2.6 Biaya Transportasi Perunit
Dari Ke Biaya Perunit
W A 8
W A 5
W A 7
X B 15
X B 10
X B 12
Y C 3
Y C 9
Y C 10



Tabel 2.7 Transportasi Takseimbang, Demand Lebih Besar Daripada Supply
Proyek Tujuan
Sumber A B C
Kapasitas Pabrik
W 8 5 7 56
X 15 10 12 82 Gudang
Y 3 9 10 77
Kapasitas Gudang 82 102 61
(Diolah, 2007)
Dalam hal ini terjadi kelebihan kapasitas pabrik sebanyak 30 (total
kapasitas pabrik =245, sedang total kapasitas gudang = 215). Maka cara yang
digunakan untuk menyelesaikannya permasalahan kelebihan dummy adalah
dengan menambah baris sebagai dummy sources. Mengingat kelebihan ini tidak
pernah dikirim, biaya transportasi pada dummy sources adalah nol.

Tabel 2.8 Demand Sama Dengan Supply
Proyek Tujuan
Sumber A B C
Kapasitas Pabrik
W 8 5 7 56
X 15 10 12 82 Gudang
Y 3 9 10 77
Dummy 0 0 0 30
Kapasitas Gudang 82 102 61 245
(Diolah, 2007)
2.2.4 Rumusan Umum Masalah Transportasi
Suatu masalah transportasi dapat dimodelkan secara metematis,
yaitu dengan membentuk fungsi tujuan. Fungsi tujuan tersebut menunjukkan
biaya transportasi dari sumber i ke tujuan j. Maka model program linier yang
mewakili masalah transportasi secara umum adalah;
Fungsi tujuan : Meminimumkan
ij
i
n
j
ij
X C

= =
=
m
1 1
Z
Dengan kendala :
i
n
j
ij
S X =

=1
, i = 1,2,,m
Maksudnya adalah banyaknya total barang yang dikirim dari
sumber ke-i untuk semua tujuan harus sama dengan kapasitas
produksi sumber ke-i


j
m
i
ij
D X =

=1
, j = 1,2,3,,n
Maksudnya adalah banyaknya total barang yang dikirim dari
sumber i untuk semua tujuan ke-j.
0
ij
X , untuk semua i dan j (semua
ij
X tidak negatif)

Keterangan :
ij
C = Biaya transportasi per unit barang dari sumber i ke tujuan j
ij
X = Jumlah barang yang didistribusikan dari sumber i ke tujuan j
i
S = Jumlah barang yang ditawarkan atau kapasitas dari sumber i
j
D = Jumlah barang yang diminta atau dipesan oleh tujuan j
m = Banyaknya sumber atau lokasi penawaran (persediaan)
n = Banyaknya tempat tujuan atau lokasi permintaan

2.2.5 Model Transportasi
Misalkan
i
S jumlah hasil produksi yang tersedia dipusat pengadaan i
dan
j
D jumlah hasil produksi yang diminta tepat tujuan j, maka kondisi
keseimbangan masalah transportasi ditunjukan sebagai berikut:


= =
=
n
j
j
m
i
i
D S
1 1

Kondisi tersebut merupakan syarat perlu dan cukup agar masalah transportasi
mempunyai penyelesaian-penyelesaian yang layak.
Masalah transportasi dapat dinyatakan dalam sebuah tabel khusus yang
disebut tabel transportasi. Sumber ditulis dalam baris dan tujuan ditulis dalam
kolom. Tabel ini mempunyai m x n kotak. Biaya transportasi perunit (Cij) dicatat
pada kotak kecil dibagian kanan atas setiap kotak. Permintaan dari setiap tujuan
terdapat pada baris paling bawah, sementara penawaran setiap sumber dicatat
pada kolom paling kanan. Kotak pojok kiri bawah menunjukkan kenyataan bahwa
penawaran sama dengan permintaan (S=D). Variabel Xij pada setiap kotak
menunjukkan jumlah barang yang diangkut dari sumber i ke tujuan j (yang akan
dicari).


X
11
X
1n
X
21
X
2n
X
m1
X
m2
X
m1
X
mn
Tabel 2.9 Tabel Transportasi
T U J U A N Ke
Dari 1 2 j n Supply
1





S
1
2
X
21
X
22





S
2

i






i
S

S

U

M

B

E

R

m





m
S
Demand D
1
D
2
D
j
D
n
S
i
=D
j
(Mulyono,1991:107)


Dari tabel di atas jumlah baris sama dengan jumlah penawaran, yaitu:


= = =
=
m
i
i
m
i
n
j
ij
S X
1 1 1

Sedangkan jumlah kolom sama dengan jumlah permintaan, yaitu:


= = =
=
n
i
j
n
j
m
i
ij
D X
1 1 1





C
i2
C
i1
C
12 C
11
C
21
C
22
C
11
C
21
C
1n
C
2n
C
ij
C
in
Cm1 Cm2 Cm1
Cmn
Untuk menyelesaikan permasalahan transportasi seperti tersebut di atas,
maka dapat dilakukan dengan beberapa cara, yaitu:
1. Metode Pojok Barat Laut (North West Corner Method);
2. Metode Biaya Terkecil (Least Cost Method);
3. Metode Batu Loncatan (Stepping Stone Method);
4. Metode MODI (Modified Distribution Method).

2.3 Perhitungan Solusi Transportasi
2.3.1 Metode Pojok Barat Laut (North West Corner Method)
Dasar dari metode pojok barat laut adalah arah. Sesuai dengan namanya,
alokasi pertama dilakukan pada sel yang berada di pojok kiri atas (barat laut),
yaitu sel (1,1). Pengalokasian terhadap sel tersebut menggunakan rumus:
) S , (D min
1 1 1 , 1
= X
jika
1 1
S D < maka sel berikutnya yang terisi adalah sel (1,2) dan
jika
1 1
S D > maka sel berikutnya yang terisi adalah sel (2,1) dan seterusnya.
Cara tersebut dilakukan sampai semua permintaan dan penawaran terpenuhi.
Jumlah sel basisi yang terisi adalah m + n 1.

2.3.2 Metode Biaya Terkecil (Least Cost Method)
Metode biaya terkecil ini meminimalkan biaya distribusi dengan alokasi
sistematik pada sel-sel sesuai dengan besarnya biaya distribusi per unit (Cij),
dimulai dari sel yang mempunyai biaya distribusi terkecil hingga biaya distribusi
terbesar. Prosedur dari metode ini adalah:
1. Memilih sel dengan biaya pengiriman (Cij) terkecil dan alokasikan unit
barang sebanyak mungkin pada sel tersebut. Untuk Cij terkecil, maka
( )
j i ij
D S X , min = . Pengalokasian ini akan menghabiskan baris i atau
kolom j.
2. Dari sel-sel yang belum terisi pilih kembali biaya pengiriman yang
minimum dan alokasikan unit barang sebanyak mungkin, tanpa melanggar
batasannya.
3. Lanjutkan proses ini sampai semua penawaran dan permintaan terpenuhi.

2.3.3 Metode Batu loncatan (Stepping Stone Method)
Metode batu loncatan adalah metode yang mengevaluasi dan memproses
sel non basis yang memungkinkan terjadinya perbaikan solusi, dan kemudian
mengalokasikan kembali sejumlah unit barang.
Sel non basis adalah sel yang tidak mendapatkan alokasi pada solusi
basis awal. Untuk dapat menentukan sel non basis yang akan dievaluasi, terlebih
dahulu harus ditentukan jalur tertutup atau loop yang membentuk arah 90 derajat
(square cornered path) dari sel yang diisi dimana alokasi dapat di transfer ke sel
non basis yang sedang dievaluasi.
Sebuah rangkaian yang setidaknya terdiri dari empat sel disebut loop
atau jalur tertutup jika memenuhi syarat sebagai berikut;
1. Terdapat dua sel yang digunakan pada satu baris atau satu kolom.
2. Tidak diperbolehkan apabila terdapat tiga sel dalam satu baris atau satu
kolom.
3. Sel basis terakhir dalam loop harus berada pada satu baris atau kolom
dengan sel non basis yang akan dievaluasi.

Dalam penyusunan sebuah loop, arah yang diambil baik searah ataupun
berlawanan arah dengan jarum jam adalah tidak penting, karena nantinya akan
menghasilkan nilai yang sama.
Jika loop telah didapatkan, maka langkah berikutnya yang harus dilakukan adalah
sebagai berikut:
1. Untuk sel basis itu sendiri nilai Cij diberi tanda positif, sedangkan untuk
sel berikutnya yang termasuk dalam loop diberi tanda secara bergantian
yaitu negatif, positif, negatif, dan seterusnya.
2. Hitung perubahan biaya delta Cij terhadap masing-masing sel non basis
dengan menjumlahkan nilai Cij yang terdapat pada masing-masing loop.
Jika sel non basis menghasikan perubahan biaya yang positif, artinya
terjadi penambahan biaya apabila dilakukan pengalokasian barang ke ke
sel tersebut. Sebaliknya sel non basis yang menghasilkan perubahan biaya
negatif, akan mengurangi biaya transportasi. Pilih sel non basis yang
memiliki nilai perubahan biaya paling negatif.
3. Pindahkan sejumlah unit barang dari sel basis yang mempunyai nilai Cij
paling besar ke sel non basis terpilih yang berada dalam satu baris atau
satu kolom pada loop tersebut.
4. Ulangi semua langkah di atas, hingga semua nilai perubahan biaya dari
masing-masing sel non basis bernilai nol atau positif.
2.3.4 Metode MODI (Modified Distribution Method)
Metode MODI memberikan perhitungan yang lebih cepat daripada
metode batu loncatan, yaitu dalam hal menganalisa sel non basis. Perbedaan
utamanya, apabila dalam metode ini batu loncatan memerlukan jalur tertutup
untuk mengevaluasi sel non basis, maka metode MODI tidak perlu menentukan
jalur tertutup.
Langkah-langkah dalam metode MODI adalah sebagai berikut:
1. Menentukan nilai-nilai Ui untuk setiap baris dan nilai-nilai Vj untuk setiap
kolom dengan menggunakan hubungan Cij = Ui + Vj untuk semua sel
basis dan tetapkan bahwa niali Ui adalah nol.
2. Hitung perubahan biaya Cij untuk setiap sel non basis
denganmenggunakan rumus Dij = Cij [Ui + Vj], dimana Dij adalah
perubahan biaya untuk sel non basis yang berada pada baris i dan kolom j.
3. Jika terdapat nilai Dij yang negatif, artinya solusi belum optimal. Untuk
sel non basis dengan Dij negatif terbesar, alokasikan sejumlah unit barang
dari sel basis dengan Cij terbesar yang berada pada baris atau kolom yang
sama.
4. Ulangi langkah di atas hingga seluruh nilai Dij bernilai nol atau positif.

2.4 Logika Fuzzy
2.4.1 Pengertian Logika Fuzzy
Istilah logika fuzzy saat ini digunakan dalam dua pengertian yang berbeda.
Dalam pengertian sempit, logika fuzzy adalah suatu sistem logis pada suatu
informasi logis yang bertujuan pada suatu formalisasi dari taksiran pemikiran.
Dalam pengertian luas, logika fuzzy adalah hampir sinonim dengan teori
himpunan fuzzy. Teori himpunan fuzzy pada dasarnya suatu teori dari
pengelompokan dengan batas-batas yang tidak tajam. Teori himpunan fuzzy lebih
luas dibanding logika fuzzy dalam arti sempit dan memiliki cabang lebih dari
satu. Di antara cabang-cabang tersebut adalah aritmetika fuzzy, topologi fuzzy,
teori grafik fuzzy, dan analisis data fuzzy. (Yudha, 1997:9).
Beberapa alasan mengapa orang menggunakan logika fuzzy, yaitu sebagai
berikut:
1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang
mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
2. Logika fuzzy sangat fleksibel.
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat
kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-
pengalaman para pakar secara langsung tanpa harus melalui proses
pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara
konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.
(Kusumadewi dan Purnomo, 2002:3).

2.4.2 Himpunan Fuzzy
Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu
himpunan A, yang sering ditulis dengan [ ] x
A
, memiliki dua kemungkinan, yaitu:
1. Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu
himpunan, atau
2. Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu
himpunan.

Pada himpunan fuzzy nilai keanggotaan terletak pada interval 0 sampai
1. Apabila x memiliki nilai keanggotaan fuzzy [ ] 0 = x
A
berarti x tidak menjadi
anggota himpunan A, demikian pula apabila x memiliki nilai keanggotaan fuzzy
[ ] 1 = x
A
berarti x menjadi anggota penuh pada himpunan A.
Keanggotaan fuzzy dengan probabilitas memiliki kemiripan. Kemiripan
tersebut menimbulkan kerancuan. Keduanya memiliki nilai pada interval [0,1],
namun interpretasi nilainya sangat berbeda antara kedua kasus tersebut.
Keanggotaan fuzzy memberikan suatu ukuran terhadap pendapat atau keputusan,
sedangkan probabilitas mengindikasikan proporsi terhadap keseringan suatu hasil
bernilai benar dalam jangka panjang. Misalnya, jika nilai keanggotaan suatu
himpunan fuzzy udara DINGIN adalah 0,7 ; maka tidak perlu dipermasalahkan
berapa seringnya nilai itu diulang secara individual untuk mengharapkan suatu
hasil yang hampir pasti dingin. Di lain pihak, nilai probabilitas 0,7 dingin berarti
10 % dari himpunan tersebut diharapkan tidak dingin. (Kusumadewi, 2002:22)

Himpunan fuzzy memiliki dua atribut, yaitu sebagai berikut:
1. Linguistik, yaitu penamaan suatu kelompok (grup) yang mewakili suatu
keadaan atau kondisi tertentu dengan menggunakan bahasa alami, seperti:
MUDA, PAROBAYA, TUA.
2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran suatu
variabel seperti: 40, 25, 50, dan sebagainya.

Beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu
sebagai berikut:
1. Variabel fuzzy, merupakan variabel yang hendak dibahas dalam suatu
sistem fuzzy.
2. Himpunan fuzzy, merupakan suatu kelompok (grup) yang mewakili suatu
kondisi atau keadaaan tertentu dalam suatu variabel fuzzy.
3. Semesta Pembicaraan, adalah keseluruhan nilai yang diperbolehkan untuk
dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan
himpunan bilangan real yang senantiasa naik (bertambah) secara monoton
dari kiri ke kanan.
4. Domain, adalah keseluruhan nilai yang diijinkan dalam semesta
pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Seperti
halnya semesta pembicaraan, domain merupakan himpunan bilangan real
yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan.


2.4.3 Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya
(sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara
0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai
keanggotaan adalah melalui pendekatan fungsi. Dalam buku yang ditulis oleh
Kusumadewi dan Purnomo (2004:8) dijelaskan ada beberapa fungsi yang dapat
digunakan untuk memperoleh nilai keanggotaan, yaitu:
1. Representasi Linear
Pada representasi linear, pemetaan input ke derajat keanggotaannya
digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan
menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang
jelas.
Ada dua keadaan himpunan fuzzy yang linear. Pertama, kenaikan
himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan
nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat
keanggotaan lebih tinggi.





a b

1

] [x

0
Gambar 2.1 Representasi Linear Naik
Fungsi Keanggotaan:

=
b x
b x a a b a x
a x
x
; 1
); /( ) (
; 0
] [
Kedua, merupakan kebalikan yang pertama. Garis lurus dimulai dari nilai
domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian
bergerak menurun ke nilai domain yang memiliki derajat keanggotaan
lebih rendah.






Fungsi Keanggotaan :

=
b x
b x a a b x b
x
; 0
); /( ) (
] [






a b

1

] [x

0
Gambar 2.2 Representasi Linear Turun
2. Representasi Kurva Segitiga
Kurva Segitiga ditandai oleh adanya tiga parameter (a, b, c) yang akan
menentukan koordinat x dari tiga sudut.







Fungsi Keanggotaan :

=
c x b b c x c
b x a a b a x
c x atau a x
x
); /( ) (
); /( ) (
; 0
] [

3. Representasi Kurva Trapesium
Kurva Trapesium pada dasarnya seperti bentuk segitiga, tetapi ada
beberapa titik yang memiliki nilai keanggotaan 1.





a b c

1


] [x


0
Gambar 2.3 Kurva Segitiga
Gambar 2.4 Kurva Trapesium
a b c d

1

] [x

0
Fungsi Keanggotaan :

=
d x c c d x d
c x b
b x a a b a x
d x atau a x
x
) /( ) (
; 1
) /( ) (
; 0
] [

4. Representasi Kurva-S
Kurva PERTUMBUHAN dan PENYUSUTAN merupakan kurva-S atau
sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan
secara tak linear. Kurva-S didefinisikan dengan menggunakan tiga
parameter, yaitu: nilai keanggotaan nol ( ) , nilai keanggotaan lengkap
( ) , dan titik infleksi atau crossover ( ) yaitu titik yang memiliki domain
50 % benar.











1

2


1

] [x

0
Gambar 2.5 Karakteristik fungsi kurva-S
) ( 0 ] [ = x
) ( 1 ] [ = x
) ( 5 , 0 ] [ = x
Fungsi keanggotaan pada kurva PERTUMBUHAN adalah:

x
x x
x x
x
x S
; 1
; )) /( ) (( 2 1
; )) /( ) (( 2
; 0
) , , ; (
2
2


Fungsi keanggotaan pada kurva PENYUSUTAN adalah:

x
x x x
x x
x
x S
; 0
; )) /( ) (( 2
; )) /( ) (( 2 1
; 1
) , , ; (
2
2


5. Representasi Kurva Bentuk Lonceng (Bell Curve)
Untuk merepresentasikan bilangan fuzzy, biasanya digunakan kurva
berbentuk lonceng. Kurva berbentuk lonceng ini terbagi atas tiga kelas,
yaitu: himpunan fuzzy , beta, dan gauss. Perbedaan kurva ini terletak
pada gradiennya.
(a). Kurva Phi ) (
Kurva berbentuk lonceng dengan derajat keanggotaan 1 terletak
pada pusat dengan domain ) ( , dan lebar kurva ) ( .















Fungsi Keanggotaan:

> |
.
|

\
|
+ +
|
.
|

\
|

=

x x S
x x S
x
,
2
, ; 1
,
2
, ;
) , , (

(b). Kurva BETA ) (
Kurva berbentuk lonceng namun lebih rapat. Kurva ini juga
didefinisikan dengan dua parameter, yaitu nilai pada domain yang
menunjukkan pusat kurva ) ( , dan setengah lebar kurva ) (




Gambar 2.6 Karakteristik fungsi kurva-

1

] [x
0,5


0
i

Titik
Infleksi

Lebar
( )
Domain
Pusat (y)










Fungsi Keanggotaan:
2
1
1
) , ; (
|
|
.
|

\
|
+
=

y x
x B

(c). Kurva GAUSS ) (
Jika kurva PI dan kurva BETA menggunakan dua parameter yaitu
kurva ) ( dan , kurva GAUSS juga menggunakan ) ( untuk
menunjukkan nilai domain pada pusat kurva, dan (k) yang
menunjukkan lebar kurva.




Gambar 2.7 Karakteristik fungsi kurva-

1

] [x
0,5


0
i

Titik Infleksi

Titik Infleksi
+
Domain
Pusat (y)










Fungsi Keanggotaan:
2
) (
) , ; (
x k
e k x G

=



2.5.4 Koordinat Keanggotaan
Himpunan fuzzy berisi urutan pasangan berurutan yang berisi nilai
domain dan kebenaran nilai keanggotaannya dalam bentuk:
Skalar (i) / Derajat (i)
Skalar adalah suatu nilai yang digambar dari domain himpunan fuzzy,
sedangkan Derajat skalar merupakan derajat keanggotaan himpunan fuzzynya.



Gambar 2.8 Karakteristik fungsi kurva-

1

] [x
0,5


0
i

Lebar
k
Domain
Pusat (y)
2.5.5 Operator-Operator Fuzzy
1. Operasi Himpunan Crisp
Pada logika tradisional, fungsi keanggotaan suatu himpunan terbagi atas dua
daerah, yaitu:
[ ] atau A x jika x
A
= , 0
[ ] A x jika x
A
= , 1
Dengan kata lain, fungsi keanggotaan himpunan A bernilai nol (0), jika x
bukan merupakan elemen dari himpunan A. Sebaliknya, fungsi keanggotaan
himpunan A akan bernilai satu (1) jika x merupakan anggota A.
Keanggotaan himpunan crisp selalu dapat dikategorikan secara penuh tanpa
ada dikotomi atau ambiguitas.
2. Tipe Dasar Zadeh untuk Operasi Himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa operasi yang
didefinisikan secara khusus untuk mengkombinasi dan memodifikasi
himpunan fuzzy. Berikut ini beberapa operasi logika fuzzy konvensional
yang didefinisikan oleh Zadeh (Djauhari, 1990: 1-3).

(a). Interseksi Himpunan Fuzzy
Pada sistem crisp, interseksi antara dua himpunan berisi elemen-elemen
yang berada pada kedua himpunan. Hal ini ekuivalen dengan operasi
aritmetika atau logika AND. Pada logika fuzzy konvensional, operator
AND diperlihatkan dengan derajat keanggotaan minimum antar kedua
himpunan dan dipresentasikan:
[ ] [ ] ( ) y x
B A B A
, min =

(b). Union Himpunan Fuzzy
Union dari dua himpunan dibentuk dengan menggunakan operator OR.
Pada logika fuzzy konvensional, operator OR diperlihatkan dengan
derajat keanggotaan maksimum antar kedua himpunan dan
dipresentasikan:
[ ] [ ] ( ) y x
B A B A
, max =

(c). Komplemen (Negasi) Himpunan Fuzzy
Komplemen atau negasi suatu himpunan A berisi semua elemen yang
tidak berada di A dan dipresentasikan dengan:
[ ] x
A A
=1
'
.
Karena himpunan fuzzy tidak dapat dibagi dengan tepat seperti halnya
pada himpunan crisp, maka operasi-operasi ini diaplikasikan pada
tingkat keanggotaan. Suatu elemen dikatakan menjadi anggota himpunan
fuzzy jika :
1). Berada pada domain himpunan tersebut.
2). Nilai kebenaran keanggotaannya 0
3). Berada di atas ambang cut yang berlaku.
(Kusumadewi, 2002: 60)

2.5 Masalah Transportasi Fuzzy
Model transportasi sangatlah penting bagi perencanaan produksi.
Parameter-parameter pada model transportasi adalah : biaya (profit), nilai
permintaan dan supply (produksi dan kapasitas penyimpanan). Pada prakteknya,
parameter-parameter ini tidak dapat diketahui dengan pasti. Apabila hal ini terjadi,
maka salah satu solisinya dapat dicari dengan menggunakan operasi himpunan
fuzzy.
Besar biaya ditetapkan secara eksak, sedangkan jumlah permintaan dan
supply masih belum diketahui dengan jelas. Ketidakjelasan ini disebabkan oleh
kurangnya informasi atau kebijakan khusus dari perusahaan.

2.5.1 Formulasi Permasalahan Dan Notasi
Beberapa bentuk fungsi untuk mempresentasikan bilangan fuzzy, yaitu :
1. L : Linier, dirumuskan sebagai F(y) = max( ) { }; 0 , 1 , 0
+
R y y
2. E : Exponensial, dirumuskan sebagai F(y) = { }; 0 , 1 ,
+
R y p e
py

3. P : Power, dirumuskan sebagai F(y) = max( ) { }; 0 , 1 , 1 , 0
+
R y P y
p

4. R : Rational, dirumuskan sebagai F(y) =
( )
{ }; 0 , 1 ,
1
1

+

+
R y p
y
p

Apabila digunakan bilangan fuzzy berbentuk L L , maka bilangan fuzzy dapat
dinotasikan sebagai A=( )
L L A A
a a

, , , dengan derajat keanggotaan sebagai
berikut:
Dengan
A A
a a , , , adalah bilangan real negatif.
Masalah transportasi fuzzy dapat diformulasikan sebagai berikut :
Minimumkan : ( )
ij
i
n
j
ij
X C x

= =
=
m
1 1
C
Dengan batasan :
i
n
j
ij
A X

=1
; i = 1,2,3,,m (2.1)

j
m
i
ij
B X

=1
, j = 1,2,3,,n
dengan 0
ij
X dan integer, merupakan variabel keputusan berbentuk matriks
berukuran m x n, i = 1,2,3,,m dan j = 1,2,3,,n
i
A dan
j
B adalah bilangan fuzzy yang berbentuk :
A=( )
L L A A
a a

, , , dan B=( )
L L B B
b b

, , ,
ij
c adalah biaya transportasi yang bernilai crips (tegas).
Fungsi Goal (tujuan/ sasaran) berbentuk :
G = ( )
L L G
c

, 0 , , 0
0










[A]

A
a

A
1
[B]

R
b

B
1
G[Z]
0

A
1
b
0 0










(a) (b) (c)

Gambar 2.9 Bentuk umum: (a) Bilangan fuzzy A; (b) Bilangan
fuzzy B; (c) Bilangan fuzzy G


Gambaran umum bilangan fuzzy A, dan B yang masing-masing seperti terlihat
pada gambar 2.9a, dan 2.9b, adalah kurva berbentuk trapezium. Sedangkan
bilangan fuzzi G seperti yang terlihat pada gambar 2.9c merupakan kurva yang
berbentuk bahu kiri.

Contoh :
A = ( )
L L
5 , 3 , 15 , 10 artinya bilangan fuzzy A memiliki bentuk trapezium seperti
terlihat pada 2.10a. bilangan fizzy B = ( )
L L
10 , 5 , 30 , 30 artinya bilangan fuzzy A
memiliki bentuk segitiga seperti terlihat pada gambar 2.10b. bilangan fuzzy
G=( )
L L
550 , 0 , 500 , 0 artinya bilangan fuzzy A memiliki bentuk bahu kiri seperti
terlihat pada gambar berikut:




[A]
15 20
1
[B]
30 40
1
G[Z]
0
500
1
25 0 0 550 10 7









(a) (b) (c)
Gambar 2.10 (a) Bilangan fuzzy A; (b) Bilangan fuzzy B;
(c) Bilangan fuzzy G

Beberapa definisi yang dapat digunakan sebagai acuan mencari solusi x,
yaitu sebagai berikut:

Definisi 1
Misal x adalah sebarang penyelesaian, maka :
1. Nilai :
( ) ( ) ( )

=
(

=
(

=

= =
n 1,2,..., j , ,..., 2 , 1 min
1
Bj
1
Ai
m
i
ij
n
j
ij c
x m i x x
Disebut sebagai derajat kecocokan batasan untuk masalah (2.1).
2. Nilai :
( ) ( ) ( )
(

= =

= =
m
i
n
j
ij ij G G
x c x
1 1
G
x c
Disebut sebagai derajat kecocokan goal untuk masalah (2.1).


Definisi 2
Solusi maksimum dari masalah (2.1) adalah x sedemikian hingga
( ) ( ) ( )

=
(

=
(

=

= =
n 1,2,..., j , ,..., 2 , 1 min
1
Bj
1
Ai
m
i
ij
n
j
ij c
x m i x x
Mengandung nilai yang maksimum. Jika nilai maksimumnya adalah nol, maka
dikatakan bahwa masalah (8.1) berada pada daerah infeasible.
Menurut definisi 2, penyelesaian masalah (2.1) adalah sama dengan
menyelesaikan programa integer sebagai berikut :
( ) ( ) { } { } x x
G c
, min max
dengan 0
ij
X , I = 1,2,,m dan j = 1,2,,n.
permasalahan di atas dapat dibawa ke bentuk :

maks :
dengan batasan :
)) ( ( x c
G

(

=
n
j
ij Ai
x
1
; i = 1,2,,m (2.2)
(

=
m
i
ij Bi
x
1
; j = 1,2,,n
0 > .
0
ij
X dan integer.


Definisi 3
Misalkan A asalah bilangan Fuzzy. cut dari A, sinotasikan dengan

A adalah
himpunan bilangan real yang mana fungsi keanggotaan A tidak lebih kecil (lebih
besar) dari
( ) { }

= t R t A
A

dengan demikian dapat ditulis :
( ) ( ) [ ] ; ,
1
Ai i Ai i i i
L a L a A

+ =

i = 1,2,,m (2.3)
( ) ( ) [ ] ; ,
1
Bi i Bi i i j
L b L b B

+ =

j = 1,2,,n
( ) [ ] ; , 0
1
0 G G
L c G

+ = (2.4)

sehingga masalah (2.2) dapat ditulis kembali menjadi :
maks :
dengan batasan :
c(x)

G
i
n
j
ij
A X

=1
; i = 1,2,3,,m (2.5)
]
1
j
m
i
ij
B X

=
; j = 1,2,3,,n
0 = .
0
ij
X dan integer.
Permasalahan diatas bukan merupakan masalah transportasi (bisa dilihat dari
fungsi tujuan dan batasan pertama). Masalah ini harus diselesaikan dengan
interval transportation problem.
Masalah (2.5) dibawa ke bentuk :
Min : c(x)
i
n
j
ij
A X

=1
; i = 1,2,3,,m (2.6)
]
1
j
m
i
ij
B X

=
; j = 1,2,3,,n
0 = .
0
ij
X dan integer.
Interval batasan pada masalah (2.6) bisa jadi bukan berupa bilangan integer.
Masalah ini dapat dibawa ke bentuk masalah (2.7).

Definisi 4
Misalkan A adalah sembarang interval. Symbol [A] menotasikan interval terbesar
yang bernilai integer : [a,b] dengan :
a = min { } integer : , t A t t
b = max { } integer : t , B t t
permasalahan (2.6) dapat dibawa ke :



Min : c(x)
Dengan batasan : ] [
1
i
n
j
ij
A X

=
; i = 1,2,3,,m (2.7)
] [
1
j
m
i
ij
B X

=
; j = 1,2,3,,n
0
ij
X dan integer.

2.5.2 Transformasi : Transportasi Interval Ke Transportasi Klasik
Misalkan ada suatu permasalahan transportasi dengan nilai permintaan
dan supply berbentuk interval sebagai berikut :
Min : ( )
ij
i
n
j
ij
X C x

= =
=
m
1 1
C
Dengan batasan :
i
n
j
ij
A X

=1
; i = 1,2,3,,m (2.8)

j
m
i
ij
B X

=1
, j = 1,2,3,,n
0
ij
X dan integer.

Masalah (2.8) dapat ditransformasikan kedalam bentuk classical transportation
dengan menambahkan beberapa dummy pada sumber dan tujuan. Akan diperoleh
(2m+1) sumber dengan nilai supply , 1 2 ,..., 3 , 2 , 1 + = m a
i
sebagai berikut:
;
1
j j
a a = i = 1,2,3,,m
1 2
m j m j j
a a a

= i = m+1,m+2,,2m
( )

=
+
=
n
j
j j m
b b a
1
1 2
1 2


Juga akan diperoleh (2n+1) tujuan dengan nilai permintaan (demand) b
j
,
j= 1,2,3,,2n+1, sebagai berikut:
;
1
j j
b b = i = 1,2,3,,m
1 2
m j m j j
b b b

= i = m+1,m+2,m+3,,2m

= =
+
=
n
j
j
m
i
m
b a b
1
1
1
2
1 1 2


Koefisien biaya
ij
d adalah:
;
ij ij
c d = i = 1,2,3,,m; j = 1,2,3,,n.
;
m i ij
c d

= i = m+1,m+2,m+3,,2m; j = 1,2,3,,n.
;
, n j i ij
c d

= i = 1,2,3,,m; j = n+1,n+2,n+3,,2n.
;
, n j m i ij
c d

= i = m+1,m+2,m+3,,2m; j = n+1,n+2,n+3,,2n.
;
1 2 ,
M d
n i
=
+
M=bilangan yang sangat besar, i = 1,2,3,,m
; 0
1 2 ,
=
+ n i
d i = m+1,m+2,m+3,,2m
;
, 1 2
M d
j m
=
+
M=bilangan yang sangat besar, j = 1,2,3,,n.
; 0
, 1 2
=
+ j m
d j = n+1,n+2,n+3,,2n.


BAB III
METODE PENELITIAN

3.1 Pendekatan penelitian
Pendekatan disini adalah metode atau cara untuk mengadakan
penelitian, dan juga dapat menunjukkan jenis atau tipe yang sedang diambil
(Arikunto, 1998). Penentuan pendekatan berfungsi untuk menentukan variabel
atau obyek penelitian yang akan digunakan dan menentukan subyek penelitian
atau sumber dimana kita akan memperoleh data.
Adapun pendekatan yang digunakan dalam penelitian ini adalah
pendekatan deskriptif-kuantitatif. Menurut Whitney (1960), metode deskriptif
adalah pencarian fakta dengan interpretasi yang tepat, yang mana bertujuan untuk
membuat gambaran mengenai situasi atau kejadian, sehingga metode ini
berkehendak mengadakan akumulasi pada data dasar.
Model kuantitatif merupakan model model keputusan yang banyak
dituntut menggunakan angka. Mulai dari menumpulkan data, penafsiran terhadap
data dan penampilan dari hasilnya (Arikunto, 2002). Sehingga dalam pemahaman
akan kesimpulan penelitian akan lebih baik jika disertai dengan table, grafik,
bagan, gambar atau tampilan lain.

3.2 Waktu dan Lokasi Penelitian
Lokasi atau tempat yang cocok untuk dijadikan obyek penelitian adalah
sebuah perusahaan yang memiliki beberapa gudang dan tempat tujuan, untuk itu
penulis memilih sebuah perusahaan gula, yaitu PT. PG. Rajawali I Krebet Baru
Bululawang Malang, sebagai obyek penelitian. Alasan penulis memilih lokasi PT.
PG. Rajawali I Krebet Baru adalah lokasinya yang terletak di kota Malang,
sehingga penulis dapat lebih mudah dalam melakukan penelitian. Selain itu PT.
PG. Rajawali I Krebet Baru memiliki lima gudang yang kesemuanya terletak di
dalam area PT. PG. Rajawali I Krebet Baru, sedangkan penyalurnya juga terdiri
dari lima perusahaan, yaitu; Citra Gemini, Fajar Mulia, Yuris Bina, Berlian M.,
Berlian Penta.
Waktu yang diberikan perusahaan kepada penulis untuk melakukan
penelitian, yaitu pada tanggal 16 april sampai pada 27 april 2007.
Data yang diambil adalah data penjualan gula pada tahun 2006/2007.

3.3 Sumber data
Data yang digunakan dalam penelitian ini berasal dari data sekunder,
yaitu data yang diperoleh atau dikumpulkan dari sumber-sumber yang telah ada.
Data itu biasanya diperoleh dari perusahaan atau dari laporan-laporan peneliti
terdahulu. Data sekunder disebut juga data tersedia (Iqbal, 2002).
Data yang diperlukan dari PT. PG. Rajawali I Krebet Baru, Bululawang
adalah sebagai berikut:




Tabel 3.1 Kapasitas Produksi Gula Di Beberapa Gudang
(Satuan TON)
Gudang Minimal Standart Maksimum
1 3000 4000 5000
2 10000 13000 19000
3 5000 7000 10000
4 4000 5000 6500
5 4000 5000 6500
(PT. PG. Krebet 2006)

Pabrik gula Rajawali I unit Krebet Baru mempunyai 5 gudang, yang
kesemuanya terletak di pabrik gula tersebut. Gudang 1, idealnya bisa dipakai
untuk menyimpan gula sekitar 4000 ton, dengan penyimpanan minimum 3000
ton, dan maksimum bisa mencapai 5000 ton. Gudang 2, idealnya bisa dipakai
untuk menyimpan gula sekitar 13000 ton, dengan penyimpanan minimum 10000
ton, dan maksimum bisa mencapai 19000 ton. Gudang 3, idealnya bisa dipakai
untuk menyimpan gula sekitar 7000 ton, dengan penyimpanan minimum 5000
ton, dan maksimum bisa mencapai 10000 ton. Gudang 4, idealnya bisa dipakai
untuk menyimpan gula sekitar 5000 ton, dengan penyimpanan minimum 4000
ton, dan maksimum bisa mencapai 6500 ton. Gudang 5, idealnya bisa dipakai
untuk menyimpan gula sekitar 5000 ton, dengan penyimpanan minimum 4000
ton, dan maksimum bisa mencapai 6500 ton.

Tabel 3.2 PT. Yang Menjadi Tujuan Pemasaran
NO PT Variabel
1. Citra Gemini CG
2. Fajar Mulia FM
3. Yuris Bina YB
4. Berlian M. BM
5. Berlian Penta BP
(PT. PG. Krebet 2006)

Tabel 3.3 Kapasitas Produksi Gula Yang Dibutuhkan Oleh Perusahaan
(Satuan TON)
PT. Minimal Standart Maksimum
CG 5000 6000 7000
FM 8000 10000 15000
YB 5000 7000 8000
BM 5000 6000 7000
BP 7000 8000 10000
(PT. PG. Krebet 2006)

Pabrik gula Rajawali I unit Krebet Baru juga mempunyai 5 tempat
tujuan distribusi gula, yaitu (CG), (FM), (YB), (BM), (BP). Kebutuhan gula di CG
rata-rata sebanyak 6000 ton, dengan minimum kebutuhan 5000 ton, dan
maksimum kebutuhan 7000 ton. Kebutuhan gula di FM rata-rata sebanyak 10000
ton, dengan minimum kebutuhan 8000 ton, dan maksimum kebutuhan 15000 ton.
Kebutuhan gula di YB rata-rata sebanyak 7000 ton, dengan minimum kebutuhan
5000 ton, dan maksimum kebutuhan 8000 ton. Kebutuhan gula di BM rata-rata
sebanyak 6000 ton, dengan minimum kebutuhan 5000 ton, dan maksimum
kebutuhan 7000 ton. Kebutuhan gula di BP rata-rata sebanyak 8000 ton, dengan
minimum kebutuhan 7000 ton, dan maksimum kebutuhan 10000 ton.

Tabel 3.4 Biaya Pengiriman Atau Biaya Distribusi Per Unit Dari Lokasi
Sumber Ke Lokasi Tujuan
Biaya Angkut di Daerah Pemasaran (Rp/ton) Tujuan
Sumber CG FM YB BM BP
1 8.000 4.800 1.600 2.400 8.000
2 8.000 32.000 4.000 8.000 40.000
3 8.000 32.000 4.000 6.400 16.000
4 8.000 6.400 2.400 3.200 8.000
5 8.000 6.400 2.400 4.000 8.000
(PT. PG. Krebet 2006)

3.4 Metode pengumpulan data
1. Wawancara, yaitu mengadakan tanya jawab kepada pihak perusahaan
mengenai data-data yang diperlukan dalam penelitian.
2. Dokumentasi, yaitu mengambil data yang ada pada perusahaan.

3.5 Analisis data
Setelah data diperoleh, dilakukan analisis dan perhitungan terhadap
data tersebut. Analisis data merupakan bagian terpenting dalam penelitian, karena
dengan analisis data tersebut dapat diberi arti dan makna yang berguna dalam
memecahkan masalah penelitian.
Analisa adalah mengelompokkan, membuat suatu urutan, memanipulasi
serta menyingkatkan data sehingga mudah untuk dibaca. Langkah-langkah untuk
menganalisis adalah sebagai berikut :

1. Tetapkan ( ) 0 1 = dan ( ) 1 2 =
2. Selesaikan masalah untuk ( ) 1 = ;
a. Jika masalah tersebut feasible dan ( ) ( ) ( )
( ) 1
1

G x c , ke langkah 3.
b. Jika tidak, berhenti. Masalah (1) infeasible ( ) ( ) x setiap untuk , 0 = x
D
.
3. Selesaikan masalah untuk ( ) 2 = ;
a. Jika masalah tersebut feasible dan ( ) ( ) ( )
( ) 2
2

G x c , berhenti.
( ) 2 = adalah solusi optimal dengan ( ) ( ) 1 = x
D

b. Jika tidak ke langkah 4.
4. Hitung ( )
( ) ( ) ( )
.
2
2 1
half

+
= Ke langkah 5.
5. Selesaikan masalah untuk ( ) half = ;
a. Jika masalah infeasible, maka tetapkan ( ) ( ) half 2 = . Ke langkah 6.
b. Jika tidak, kerjakan:
1. Jika ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) half x maka , half x half x
C G
= adalah
solusi optimal. Berhenti.
2. Jika ( ) ( ) ( ) ( ) ( ) ( ) ( ) = > 1 maka , half x half x
C G
( ) ( ) ( ) half x
C
,
ke langkah 6.
3. Jika ( ) ( ) ( ) ( ) ( ) ( ) maka , half x half x
C G
< ( ) 2 = ( ) ( ) ( ) half x
C
,
atau jika ( ) 2 = ( ) ( ) ( ) half x
C
, maka ( ) ( ) half 2 = .
6. Jika ( ) ( ) , 1 2 > ke langkah 4. Jika tidak, cek apakah masalah untuk
( ) 1 = adalah minimal extension dari masalah untuk ( ) 2 = . Jika
tidak ke langkah 4. Jika ya, berhenti, salah satu solusi yaitu x ( ) ( ) 1 atau
x ( ) 2 adalah solusi optimal.
Nilai biasanya antara berkisar antara 0,05 1 , 0 .




















BAB IV
PEMBAHASAN

Data-data yang telah diperoleh dari PT PG. Krebet kita buat menjadi
matriks atau tabel transportasi, yang mana tujuan pembuatannya adalah untuk
meringkas dan menyajikan dengan jelas data-data tersebut.

Tabel 4.1 Biaya Pengiriman Atau Biaya Distribusi Per Unit Dari Lokasi Sumber
Ke Lokasi Tujuan
Biaya Angkut di Daerah Pemasaran (Rp/ton) Tujuan
Sumber CG FM YB BM BP
1 8.000 4.800 1.600 2.400 8.000
2 8.000 32.000 4.000 8.000 40.000
3 8.000 32.000 4.000 6.400 16.000
4 8.000 6.400 2.400 3.200 8.000
5 8.000 6.400 2.400 4.000 8.000
(PT. PG. Krebet 2006)

Anggaran yang tersedia adalah sebesar Rp 600.000.000,-. Namun
demikian, pabrik gula Rajawali I unit Krebet Baru masih bisa mengusahakan
maksimal, Rp 160.000.000,- lagi.


4.1 Pembahasan
Minimumkan :

= =
=
m
1 i
n
1 j
ij ij
X C C(x)
15 14 13 12 11
X 8000 X 2400 X 1600 X 4800 X 8000 + + + + +
25 24 23 22 21
X 40000 X2 8000 X 4000 X 3200 X 8000 + + + + +
35 34 33 32 31
X 16000 X 6400 X 4000 X 3200 X 8000 + + + + +
45 44 43 42 41
X 8000 X 3200 X 2400 X 6400 X 8000 + + + + +

55 54 53 52 51
X 8000 X 4000 X 2400 X 6400 X 8000 + + + +



Dengan kendala :

( )
L - L 15 14 13 12 11
1000 , 1000 , 4000 , 4000 X X X X X + + + +
( )
L - L 25 24 23 22 21
6000 , 3000 , 13000 , 13000 X X X X X + + + +
( )
L - L 35 34 33 32 31
3000 , 2000 , 7000 , 7000 X X X X X + + + +
( )
L - L 45 44 43 42 41
1500 , 1000 , 5000 , 5000 X X X X X + + + +

( )
L - L 55 54 53 52 51
1500 , 1000 , 5000 , 5000 X X X X X + + + +

( )
L L
+ + + + 1000 , 1000 , 6000 , 6000 X X X X X
51 41 31 21 11

( )
L L
+ + + + 5000 , 2000 , 10000 , 10000 X X X X X
52 42 32 22 12

( )
L L
+ + + + 1000 , 2000 , 7000 , 7000 X X X X X
53 43 33 32 13

( )
L L
+ + + + 1000 , 1000 , 6000 , 6000 X X X X X
54 44 34 24 14


( )
L L
+ + + + 2000 , 1000 , 8000 , 8000 X X X X X
55 45 35 25 15



15 14 13 12 11
X , X , X , X , X , , X , X , X , X , X
25 24 23 22 21
, X , X , X , X , X
35 34 33 32 31
, X , X , X , X , X
45 44 43 42 41
integer. dan 0 X , X , X , X , X
55 54 53 52 51


Fuzzy tujuannya ditentukan sebagai berikut :
( )
L - L
000 . 000 . 160 , 0 ; 000 . 000 . 600 , 0 G =

Gambaran umum masalah dapat dilihat pada gambar berikut:





















G[c(x)]
1
0 160.000.000 600.000.000
Gambar 4.1 Gambaran Umum Masalah Rute Pengiriman Barang














cut untuk nilai fuzzy supply dan demand, serta fuzzy goal sesuai dengan
bentuk L-L adalah sebagai berikut :
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]. 1 1500 5000 , 1 1000 5000 A
; 1 1500 5000 , 1 1000 5000 A
; 1 3000 7000 , 1 2000 7000 A
; 1 6000 13000 , 1 3000 13000 A
; 1 1000 4000 , 1 1000 4000 A
5
4
3
2
1

+ =
+ =
+ =
+ =
+ =

( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) [ ]

+ =
+ =
+ =
+ =
+ =
+ =
1 000 . 000 . 160 000 . 000 . 600 , 0 G
. 1 2000 8000 , 1 1000 8000 B
; 1 1000 6000 , 1 1000 6000 B
; 1 3000 7000 , 1 2000 7000 B
; 1 3000 10000 , 1 3000 10000 B
; 1 1000 6000 , 1 1000 6000
5
4
3
2
1
B


Permasalahan distribusi barang tersebut akan diselesaikan dengan
menggunakan metode Northwest Corner Rule, yaitu barang yang terletak pada
baris paling atas atau sel (1,1)., dikirim ke perusahaan pada kolom paling kiri.
Langkah-langkah berikut perlu diperhatikan dalam menjalankan aturan
pojok kiri atas (Northwest Corner Rule). Dimulai dari kotak kiri atas:
1. Perhatikan kapasitas pabrik dari masing-masing baris.
2. Kaitkan dengan permintaan masing-masing gudang untuk setiap kolom.
3. Teliti kembali apakah ada keseimbangan antara persediaan dan permintaan,
jika tidak maka harus menggunakan dummy.
4. Pengalokasian terhadap sel tersebut menggunakan rumus: ) S , (D min
1 1 1 , 1
= X
jika
1 1
S D < maka sel berikutnya yang terisi adalah sel (1,2) dan
jika
1 1
S D > maka sel berikutnya yang terisi adalah sel (2,1) dan seterusnya.

Solusinya sebagai berikut;
Langkah 1 : Tetapkanlah ( ) ( ) 1 2 dan 0 1 = =
Langkah 2 :
( ) 0 1 =

( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ] 6500 , 4000 ] 6500 , 4000 [ 0 1 1500 5000 , 0 1 1000 5000 A
; 6500 , 4000 ] 6500 , 4000 [ 0 1 1500 5000 , 0 1 1000 5000 A
; 10000 , 5000 ] 10000 , 5000 [ 0 1 3000 7000 , 0 1 2000 7000 A
; 19000 , 10000 ] 19000 , 10000 [ 0 1 6000 13000 , 0 1 3000 13000 A
; 5000 , 3000 ] 5000 , 3000 [ 0 1 1000 4000 , 0 1 1000 4000 A
2
5
5
1
0
5
2
4
4
1
0
4
2
3
3
1
0
3
2
2
2
1
0
2
2
1
1
1
0
1
= = = =
= = = =
= = = + =
= = = + =
= = = + =
a a
a a
a a
a a
a a

( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ] [ ]
( ) ( ) [ ]
( ) [ ] ] 000 . 000 . 760 , 0 [ 0 1 000 . 000 . 160 000 . 000 . 600 , 0 G
. 10000 , 7000 ] 10000 , 7000 [ 0 1 2000 8000 , 0 1 1000 8000 B
; 7000 , 5000 7000 , 5000 0 1 1000 6000 , 0 1 1000 6000
; 8000 , 5000 ] 8000 , 5000 [ 0 1 1000 7000 , 0 1 2000 7000 B
; 15000 , 8000 ] 15000 , 8000 [ 0 1 5000 10000 , 0 1 2000 10000 B
; 7000 , 5000 ] 7000 , 5000 [ 0 1 1000 6000 , 0 1 1000 6000 B
0
5
2
5
1
0
5
4
2
4
1
0
4
3
2
3
1
0
3
2
2
2
1
0
2
1
2
1
1
0
1
= + =
= = = + =
= = = + =
= = = + =
= = = + =
= = = + =
b b
b b B
b b
b b
b b

Tabel 4.2 Tabel Awal Masalah Transportasi ( ) 0 1 =
CG FM YB BM BP CG* FM* YB* BM* BP*
FD
S
1 8.,000 4.800 1.600 2.400 8.000 8.000 4.800 1,600 2.400 8.000
M
3.000
2 8.000 32.000 4,000 8.000 40.000 8.000 32.000 4.000 8.000 40.000
M
10.000
3 8.000 32.000 4,000 6.400 16.000 8.000 32.000 4.000 6.400 16.000
M
5.000
4 8.000 6.400 2,400 3.200 8.000 8.000 6.400 2.400 3.200 8.000
M
4.000
5 8.000 6.400 2.400 4.000 8.000 8.000 6.400 2.400 4.000 8.000
M
4.000
1* 8.000 4.800 1.600 2.400 8.000 8,000 4.800 1.600 2.400 8.000
0
2.000
2* 8.000 32.000 4.000 8.000 40.000 8.000 32.000 4.000 8.000 40.000
0
9.000
3* 8.000 32.00 4.000 6.400 16.000 8.000 32.000 4.000 6.400 16.000
0
5.000
4* 8.000 6.400 2.400 3.200 8.000 8,000 6.400 2.400 3.200 8.000 0 1.500
5* 8.000 6.400 2.400 4.000 8.000 8,000 6.400 2.400 4.000 8.000
0
1.500
FS M M M M M 0 0 0 0 0
0
17.000
D 5.000 8.000 5.000 5.000 7.000 2.000 7.000 3.000 2.000 3.000
15.000

(Data diolah:2007)


( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
15000
00 0 3 2000 000 3 000 5 2000
7000 10000 5000 7000 5000 8000 8000 - 13000 5000) - 7000

1
5
2
5
1
4
2
4
1
3
2
3
1
2
2
2
1
1
2
1
5
1
1 2
1
1 2
=
+ + + + =
+ + + + =
+ + + + =
=

= =
b b b b b b b b b b
b b b b
j
j j
n
j
j j

( ) ( )
( ) ( )
17000
30000 - 47000
7000 5000 5000 8000 5000 500 6 6500 10000 19000 000 5

1
5
1
4
1
3
1
2
1
1
2
5
2
4
2
3
2
2
2
1
5
1
5
1
1 2
1 1
1 2
=
=
+ + + + + + + + =
+ + + + + + + + =
=

= = = =
b b b b b a a a a a
b a b a
i j
j i
m
i
n
j
j i















Tabel 4.3 Tabel Solusi Akhir Masalah Transportasi ( ) 0 1 =

(Biaya Dalam Ratusan Ribu)



CG FM YB BM BP CG* FM* YB* BM* BP* FD S
1





3000











M 3000

1
1
a
2





2000



8000

M 10000
2
1
a
3






5000

M 5000
3
1
a
4










4000

M 4000
4
1
a
5







1000


3000

M 4000
5
1
a
1*







2000

0 2000
1
1
2
1
a a
2*







2000


2000


5000

0 9000
2
1
2
2
a a
3*










2000


3000

0 5000
3
1
2
3
a a
4*













1500

0 1500
4
1
2
4
a a
5*










500


1000
0 1500
5
1
2
5
a a
FS
M

M M M M 0 0 0 0

0
2000
0
15000
19000
D
5000 8000 5000 5000 7000 2000 7000 3000 2000 3000 15000

1
1
b

2
1
b

3
1
b

4
1
b

5
1
b

1
1
2
1
b b

2
1
2
2
b b

3
1
2
3
b b

4
1
2
4
b b

5
1
2
5
b b



8 4,8 1,6 2.4 8 8 4,8 1,6 2. 8
8 32
4 8 40 8 32 4 8 40
8 32
4
6,4 16 8 32 4 6,4 16
8 6,4 2,4
3,2 8 8 6,4 2,4 3,2 8
8 6,4
2.4
4 8
8 6,4 2,4 4 8
8 6,4 2,4 3.2 8 8 6,4 2,4 3,2 8
8 6,4 2,4 4 8 8 6,4 2,4
4
8
8 4,8
1.6 2.4
8
8
4,8 1,6 2.4 8
8 32
4 8 40 8 32 4 8 40
8 32
4 6,4 16 8
32
4 6, 16
Berdasarkan penyebaran dengan menggunakan Northwest Corner Rules
tersebut di atas, perlu diadakan kalkulasi biaya pengiriman. Perhitungan kalkulasi
biaya terlihat pada tabel berikut:

Tabel 4.4 Tabel Kalkulasi Biaya Berdasarkan Penyabaran Dengan Northwest
Corner Rules ( ) 0 1 =
Dari Ke
Jumlah
Dikirim Biaya Perunit Total Biaya
1 CG (Citra Gemini) 3000 8,000 24,000,000
2 CG (Citra Gemini) 2000 8,000 16,000,000
2 FM (Fajar Mulia) 8000 32,000 256,000,000
3 YB (Yuris Bina) 5000 4,000 20,000,000
4 BM (Berlian M.) 4000 3.200 12.800,000
5 BM(Berlian M.) 1000 4,000 4,000,000
5 BP (Berlian Penta) 3000 8,000 24,000,000
1* BP (Berlian Penta) 2000 8,000 16,000,000
2* BP (Berlian Penta) 2000 40,000 80,000,000
2* CG* (Citra Gemini) 2000 8,000 16,000,000
2* FM* (Fajar Mulia) 3000 32,000 96,000,000
3* FM* (Fajar Mulia) 3000 32,000 96,000,000
4* FM* (Fajar Mulia) 1000 6,400 6,400,000
4* YB* (Yuris Bina) 1000 2,400 2,400,000
5* YB* (Yuris Bina) 2000 2,400 4,800,000
5* BM* (Berlian M.) 1000 4,000 4,000,000
TOTAL 678.400.000
(Data diolah:2007)

Jadi Nilai Z = 678.400.000 [0, 760.000.000] (feasible)













( ) 1 2 =
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ] 5000 , 5000 ] 5000 , 5000 [ 1 1 1500 5000 , 1 1 1000 5000 A
; 5000 , 5000 ] 5000 , 5000 [ 1 1 1500 5000 , 1 1 1000 5000 A
; 7000 , 7000 ] 7000 , 7000 [ 1 1 3000 7000 , 1 1 2000 7000 A
; 13000 , 13000 ] 13000 , 13000 [ 1 1 6000 13000 , 1 1 3000 13000 A
; 4000 , 4000 ] 4000 , 4000 [ 1 1 1000 4000 , 1 1 1000 4000 A
2
5
5
1
1
5
2
4
4
1
1
4
2
3
3
1
1
3
2
2
2
1
1
2
2
1
1
1
1
1
= = = =
= = = =
= = = + =
= = = + =
= = = + =
a a
a a
a a
a a
a a

( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ] [ ]
( ) ( ) [ ] . 8000 , 8000 ] 8000 , 8000 [ 1 1 2000 8000 , 1 1 1000 8000 B
; 6000 , 6000 6000 , 6000 1 1 1000 6000 , 1 1 1000 6000
; 7000 , 7000 ] 7000 , 7000 [ 1 1 1000 7000 , 1 1 2000 7000 B
; 10000 , 10000 ] 10000 , 10000 [ 1 1 5000 10000 , 1 1 2000 10000 B
; 6000 , 6000 ] 6000 , 6000 [ 1 1 1000 6000 , 1 1 1000 6000 B
5
2
5
1
1
5
4
2
4
1
1
4
3
2
3
1
1
3
2
2
2
1
1
2
1
2
1
1
1
1
= = = + =
= = = + =
= = = + =
= = = + =
= = = + =
b b
b b B
b b
b b
b b
( ) [ ] ] 000 . 000 . 600 , 0 [ 1 1 000 . 000 . 160 000 . 000 . 600 , 0 G
1
= + =

Tabel 4.5 Tabel Awal Masalah Transportasi ( ) 1 2 =

CG FM YB BM BP CG* FM* YB* BM* BP* S
1 8.,000 4.800 1.600 2.400 8.000 8.000 4.800 1,600 2.400 8.000 4000
2 8.000 32.000 4,000 8.000 40.000 8.000 32.000 4.000 8.000 40.000 13000
3 8.000 32.000 4,000 6.400 16.000 8.000 32.000 4.000 6.400 16.000 7000
4 8.000 6.400 2,400 3.200 8.000 8.000 6.400 2.400 3.200 8.000 5000
5 8.000 6.400 2.400 4.000 8.000 8.000 6.400 2.400 4.000 8.000 5000
1* 8.000 4.800 1.600 2.400 8.000 8,000 4.800 1.600 2.400 8.000 0
2* 8.000 32.000 4.000 8.000 40.000 8.000 32.000 4.000 8.000 40.000 0
3* 8.000 32.00 4.000 6.400 16.000 8.000 32.000 4.000 6.400 16.000 0
4* 8.000 6.400 2.400 3.200 8.000 8,000 6.400 2.400 3.200 8.000 0
5* 8.000 6.400 2.400 4.000 8.000 8,000 6.400 2.400 4.000 8.000 0
FS M M M M M 0 0 0 0 0 3000
D 6000 10000 7000 6000 8000 0 0 0 0 0









Tabel 4.6 Tabel Solusi Akhir Masalah Transportasi ( ) 1 2 =
(Biaya Dalam Ratusan Ribu)



CG FM YB BM BP CG* FM* YB* BM* BP*
1





4000











4000

1
1
a
2




2000


10000



1000

13000
2
1
a
3







6000


1000

7000
3
1
a
4










5000

5000
4
1
a
5










5000

5000
5
1
a
1*









0
1
1
2
1
a a
2*















0
2
1
2
2
a a
3*















0
3
1
2
3
a a
4*















0
4
1
2
4
a a
5*














0
5
1
2
5
a a
FS
M

M M M M
3000
0 0 0 0

0

3000

6000 10000 7000 6000 8000 0 0 0 0 0

1
1
b

2
1
b

3
1
b

4
1
b

5
1
b

1
1
2
1
b b

2
1
2
2
b b

3
1
2
3
b b

4
1
2
4
b b

5
1
2
5
b b


8
32
6,4 16 8 32 4 6,4 16
8
6,4
2,4 3,2
8 8 6,4 2,4 3,2 8
8 6,4
2.4
4 8
8 6,4 2,4 4 8
8 6,4 2,4 3.2
8
8 6,4 2,4 3,2 8
8
6,4 2,4 4 8 8 6,4 2,4
4
8
8
4,8
1.6 2.4 8
8
4,8 1,6 2.4 8
8 32
4 8 40 8 32 4 8 40
8
32
4 6,4 16
8
32 4 6, 16
4 8 40 8 32 4 8 40
4
8 4,8 1,6 2.4 8 8 4,8 1,6 2. 8
8
32
Berdasarkan penyebaran dengan menggunakan Northwest Corner Rules
tersebut di atas, perlu diadakan kalkulasi biaya pengiriman. Perhitungan kalkulasi
biaya dapat dilihat pada tabel berikut:

Tabel 4.7 Tabel Kalkulasi Biaya Berdasarkan Penyabaran Dengan Northwest
Corner Rules ( ) 1 2 =
Dari Ke
Jumlah
Dikirim Biaya Perunit Total Biaya
1 CG (Citra Gemini) 4000 8.000 32.000.000
2 CG (Citra Gemini) 2000 8.000 16.000.000
2 FM (Fajar Mulia) 10000 32.000 320.000.000
2 YB (Yuris Bina) 1000 4.000 4.000.000
3 YB (Yuris Bina) 6000 40.000 240.000.000
3 BM (Berlian M.) 1000 6.400 6.400.000
4 BM (Berlian M.) 5000 3.200 16.000.000
5 BP (Berlian Penta) 5000 8.000 40.000.000
TOTAL 674.400.000
(Data Diolah, 2007)

Jadi Nilai Z = 674.400.000.000 [0, 600.000.000] (infeasible)



Langkah 3 :

Karena ( ) 1 2 = infeasible maka ( ) 1 2 = = juga infeasible.
Jika masalah tersebut infeasible, maka lanjut ke langkah 4.

Langkah 4 :
Menghitung ( )
( ) ( ) ( )
2
2 1
half

+
=
=
2
1 0 +

= 0.5

Langkah 5 :
Untuk ( ) 5 . 0 half =

( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ] 5750 , 4500 ] 5750 , 4500 [ 5 . 0 1 1500 5000 , 5 . 0 1 1000 5000 A
; 5750 , 4500 ] 5750 , 4500 [ 5 . 0 1 1500 5000 , 5 . 0 1 1000 5000 A
; 8500 , 6000 ] 8500 , 6000 [ 5 . 0 1 3000 7000 , 5 . 0 1 2000 7000 A
; 16000 , 11500 ] 16000 , 11500 [ 5 . 0 1 6000 13000 , 5 . 0 1 3000 13000 A
; 4500 , 3500 ] 4500 , 3500 [ 5 . 0 1 1000 4000 , 5 . 0 1 1000 4000 A
2
5
5
1
0.5
5
2
4
4
1
5 . 0
4
2
3
3
1
5 . 0
3
2
2
2
1
0.5
2
2
1
1
1
5 . 0
1
= = = =
= = = =
= = = + =
= = = + =
= = = + =
a a
a a
a a
a a
a a

( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ] [ ]
( ) ( ) [ ] . 9000 , 7500 ] 9000 , 7500 [ 5 . 0 1 2000 8000 , 5 . 0 1 1000 8000 B
; 6500 , 5500 6500 , 5500 5 . 0 1 1000 6000 , 5 . 0 1 1000 6000
; 7500 , 6000 ] 7500 , 6000 [ 5 . 0 1 1000 7000 , 5 . 0 1 2000 7000 B
; 12500 , 9000 ] 12500 , 9000 [ 5 . 0 1 5000 10000 , 5 . 0 1 2000 10000 B
; 6500 , 5500 ] 6500 , 5500 [ 5 . 0 1 1000 6000 , 5 . 0 1 1000 6000 B
5
2
5
1
5 . 0
5
4
2
4
1
5 . 0 .
4
3
2
3
1
5 . 0
3
2
2
2
1
5 . 0
2
1
2
1
1
5 . 0
1
= = = + =
= = = + =
= = = + =
= = = + =
= = = + =
b b
b b B
b b
b b
b b
( ) [ ] ] 000 . 000 . 680 , 0 [ 5 . 0 1 000 . 000 . 160 000 . 000 . 600 , 0 G
1
= + =

Tabel 4.8 Tabel Awal Masalah Transportasi Nilai ( ) 5 . 0 half =
CG FM YB BM BP CG* FM* YB* BM* BP* FD S
1 8.,000 4.800 1.600 2.400 8.000 8.000 4.800 1,600 2.400 8.000
M
3500
2 8.000 32.000 4,000 8.000 40.000 8.000 32.000 4.000 8.000 40.000
M
11500
3 8.000 32.000 4,000 6.400 16.000 8.000 32.000 4.000 6.400 16.000
M
6000
4 8.000 6.400 2,400 3.200 8.000 8.000 6.400 2.400 3.200 8.000
M
4500
5 8.000 6.400 2.400 4.000 8.000 8.000 6.400 2.400 4.000 8.000
M
4500
1* 8.000 4.800 1.600 2.400 8.000 8,000 4.800 1.600 2.400 8.000
0
1000
2* 8.000 32.000 4.000 8.000 40.000 8.000 32.000 4.000 8.000 40.000
0
4500
3* 8.000 32.00 4.000 6.400 16.000 8.000 32.000 4.000 6.400 16.000
0
2500
4* 8.000 6.400 2.400 3.200 8.000 8,000 6.400 2.400 3.200 8.000 0 1250
5* 8.000 6.400 2.400 4.000 8.000 8,000 6.400 2.400 4.000 8.000
0
1250
FS M M M M M 0 0 0 0 0
0
9000
D 5500 9000 6000 5500 7500 1000 3500 1500 1000 1500 7500
(Data Diolah, 2007)

( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
8500
1500 1000 1500 3500 1000
7500 9000 5500 6500 6000 7500 9000 - 12500 5500) - 6500

1
5
2
5
1
4
2
4
1
3
2
3
1
2
2
2
1
1
2
1
5
1
1 2
1
1 2
=
+ + + + =
+ + + + =
+ + + + =
=

= =
b b b b b b b b b b
b b b b
j
j j
n
j
j j

( ) ( )
( ) ( )
7500
33500 - 41000
7500 5500 6000 9000 5500 5750 5750 8500 16500 4500

1
5
1
4
1
3
1
2
1
1
2
5
2
4
2
3
2
2
2
1
5
1
5
1
1 2
1 1
1 2
=
=
+ + + + + + + + =
+ + + + + + + + =
=

= = = =
b b b b b a a a a a
b a b a
i j
j i
m
i
n
j
j i
































Tabel 4.9 Tabel Solusi Akhir Masalah Transportasi ( ) 5 . 0 half =

(Biaya Dalam Ratusan Ribu)



CG FM YB BM BP CG* FM* YB* BM* BP* FD
1





3000











M 3500

1
1
a
2


2000


9000



500

M 11500
2
1
a
3



5500

500

M 6000
3
1
a
4










4500

M 4500
4
1
a
5







500


4000

M 4500
5
1
a
1*







1000

0 1000
1
1
2
1
a a
2*







2500


1000


1000

0 4500
2
1
2
2
a a
3*










2500




0 2500
3
1
2
3
a a
4*










1250




0 1250
4
1
2
4
a a
5*







250


1000



0 1250
5
1
2
5
a a
FS
M

M M M M 0 0 0 0

0
1500
0
7500
9000

5500 9000 6000 5500 7500 1000 3500 1500 1000 1500 7500

1
1
b

2
1
b

3
1
b

4
1
b

5
1
b

1
1
2
1
b b

2
1
2
2
b b

3
1
2
3
b b

4
1
2
4
b b

5
1
2
5
b b


8 6,4 2,4 3.2
8
8 6,4 2,4 3,2 8
8
6,4 2,4 4 8 8 6,4 2,4
4
8
8 4,8
1,6
2.4 8 8 4,8 1,6 2. 8
8
32
4
8 40 8 32 4 8 40
8
32
4 6,4
16 8 32 4 6,4 16
8
6,4
2,4 3,2
8 8 6,4 2,4 3,2 8
8 6,4
2.4
4 8
8 6,4 2,4 4 8
8
4,8
1.6 2.4
8
8
4,8 1,6 2.4 8
8 32
4 8 40 8 32 4 8 40
8
32
4 6,4 16
8
32 4 6, 16
Berdasarkan penyebaran dengan menggunakan Northwest Corner Rules
tersebut di atas, perlu diadakan kalkulasi biaya pengiriman. Perhitungan kalkulasi
biaya terlihat pada tabel berikut:

Tabel 4.10 Tabel Kalkulasi Biaya Berdasarkan Penyabaran Dengan Northwest
Corner Rules ( ) 5 . 0 half =

Dari Ke
Jumlah
Dikirim Biaya Perunit Total Biaya
1 CG (Citra Gemini) 3500 8,000 28.000.000
2 CG (Citra Gemini) 2000 8,000 16.000.000
2 FM (Fajar Mulia) 9000 32.000 288.000.000
2 YB (Yuris Bina) 500 4.000 2.000.000
3 YB (Yuris Bina) 5500 4.000 22.000.000
3 BM (Berlian M.) 500 6.400 3.200.000
4 BM (Berlian M.) 4500 3.200 14.400.000
5 BM (Berlian M.) 500 4.000 2.000.000
5 BP (Berlian Penta) 4000 8.000 32.000.000
1* BP (Berlian Penta) 1000 8.000 8.000.000
2* BP (Berlian Penta) 2500 40.000 100.000.000
2* CG* (Citra Gemini) 1000 8.000 8.000.000
2* FM* (Fajar Mulia) 1000 32.000 32.000.000
3* FM* (Fajar Mulia) 2500 3200 8.000.000
4* YB* (Yuris Bina) 1250 2.400 3.000.000
5* YB* (Yuris Bina) 250 2.400 600.000
5* YB* (Yuris Bina) 1000 4.000 4.000.000
TOTAL 679.200.000
(Data Diolah, 2007)


Jadi Nilai Z = 679.200.000 [0, 680.000.000] (feasible)











Nilai x:

0
0 0 0 0

0
0 0 0 0

0
0 0 0 0

0
0 0 0 0

3500
0 0 0 3500

* 5 * 1 5 * 1 * 15 15 15
* 4 * 1 4 * 1 * 14 14 14
* 3 * 1 3 * 1 * 13 13 13
* 2 * 1 2 * 1 * 12 12 12
* 1 * 1 1 * 1 * 11 11 11
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
x x x x x
x x x x x
x x x x x
x x x x x
x x x x x


0
0 0 0 0

0
0 0 0 0

500
0 0 0 0 50

9000
0 0 0 0 900

2000
0 0 0 00 0 2

* 5 * 2 5 * 2 * 25 25 25
* 4 * 2 4 * 2 * 24 24 24
* 3 * 2 3 * 2 * 23 23 23
* 2 * 2 2 * 2 * 22 22 22
* 1 * 2 1 * 2 * 21 21 21
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
x x x x x
x x x x x
x x x x x
x x x x x
x x x x x


0
0 0 0 0

500
0 0 0 500

5500
0 0 0 0 550

0
0 0 0 0

0
0 0 0 0

* 5 * 3 5 * 3 * 35 35 35
* 4 * 3 4 * 3 * 34 34 34
* 3 * 3 3 * 3 * 33 33 33
* 2 * 3 2 * 3 * 32 32 32
* 1 * 3 1 * 3 * 31 31 31
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
x x x x x
x x x x x
x x x x x
x x x x x
x x x x x


0
0 0 0 0

4500
0 0 0 4500

0
0 0 0 0

0
0 0 0 0

0
0 0 0 0

* 5 * 4 5 * 4 * 45 45 45
* 4 * 4 4 * 4 * 44 44 44
* 3 * 4 3 * 4 * 43 43 43
* 2 * 4 2 * 4 * 42 42 42
* 1 * 4 1 * 4 * 41 41 41
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
x x x x x
x x x x x
x x x x x
x x x x x
x x x x x


4000
0 0 0 0 400

500
0 0 0 500

0
0 0 0 0

0
0 0 0 0

0
0 0 0 0

* 5 * 5 5 * 5 * 55 55 55
* 4 * 5 4 * 5 * 54 54 54
* 3 * 5 3 * 5 * 53 53 53
* 2 * 5 2 * 5 * 52 52 52
* 1 * 5 1 * 5 * 51 51 51
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
=
+ + + =
+ + + =
x x x x x
x x x x x
x x x x x
x x x x x
x x x x x


Nilai
j i
B dan A :

4500
4000 500 0 0 0
4500
4000 500 0 0 0

6000
0 500 5500 0 0

11500
0 0 500 9000 2000

3500
0 0 0 0 3500

55 54 53 52 51 5
45 44 43 42 41 4
35 34 33 32 31 3
25 24 23 22 21 2
15 14 13 12 11 1
=
+ + + + =
+ + + + =
=
+ + + + =
+ + + + =
=
+ + + + =
+ + + + =
=
+ + + + =
+ + + + =
=
+ + + + =
+ + + + =
x x x x x A
x x x x x A
x x x x x A
x x x x x A
x x x x x A


7500
00 75 0 0 0 0
5500
500 500 4 00 5 0 0

6000
0 500 5500 0 0

9000
0 0 0 9000 0

5500
0 0 0 2000 3500

55 45 35 25 15 5
54 44 34 24 14 4
53 43 33 23 13 3
52 42 32 22 12 2
51 41 31 21 11 1
=
+ + + + =
+ + + + =
=
+ + + + =
+ + + + =
=
+ + + + =
+ + + + =
=
+ + + + =
+ + + + =
=
+ + + + =
+ + + + =
x x x x x B
x x x x x B
x x x x x B
x x x x x B
x x x x x B


Nilai [ ] [ ] x x
Ai Bi
dan :
[ ]
( )
[ ]
( )
[ ]
( )
[ ]
( )
[ ]
( )
[ ]
( )
[ ]
( )
[ ]
( )
99 . 0
1000
6000 7000 1
99 . 0
1000
9000 10000 1
49 . 0
1000
5500 6000 1
49 . 0
1000
4500 5000 1
49 . 0
1000
4500 5000 1
49 . 0
2000
6000 7000 1
49 . 0
3000
11500 13000 1
49 . 0
1000
3500 4000 1
3
2
1
5
4
3
2
1
=

=
=

=
=

=
=

=
=

=
=

=
=

=
=

=
x
x
x
x
x
x
x
x
A
B
B
A
A
A
A
A

[ ]
( )
[ ]
( )
49 . 0
1000
7500 8000 1
49 . 0
1000
5500 6000 1
5
41
=

=
=

=
x
x
B
B

Nilai [ ] x
C
= min {0.49;0.49;0.49;0.49;0.49;0.49;0.99;0.99;0.45;0.49}= 0.49
Nilai [ ]
( )
499 . 0
000 . 000 . 160
000 . 200 . 679 000 . 000 . 680 1
=

= x
G

Karena nilai ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) half x maka , half x half x
C G
= adalah solusi
optimal.

Hasil Akhir :
1. 5 . 0 =
2. Nilai [ ] x
C
= 0.49 ; [ ] 498 . 0 = x
G

3. Nilai x:

0 x
0 x
0 x
0 x
3500 x
15
14
13
12
11
=
=
=
=
=

0
0
500
9000
2000 x
25
24
23
22
21
=
=
=
=
=
x
x
x
x

0 x
500 x
5500 x
0 x
0 x
35
34
33
32
31
=
=
=
=
=

0 x
4500 x
0 x
0 x
0 x
45
44
43
42
41
=
=
=
=
=

4000 x
500 x
0 x
0 x
0 x
55
54
53
52
51
=
=
=
=
=

4. Total coast : Z = 679.200.000


BAB V
PENUTUP

5.1 Kesimpulan
1. Tetapan ( ) 0 1 = menghasilkan biaya total yang harus dikeluarkan sebesar
Rp.678.400.000 dengan Fuzzy Goal [0, 760.000.000].
Jadi untuk masalah ( ) 0 1 = = adalah feasible.
2. Sedangkan untuk ( ) 1 2 = menghasilkan biaya total yang harus dikeluarkan
sebesar Rp. 674.400.000 dengan Fuzzy Goal [0, 600.000.000].
Jadi untuk masalah 1 ) 2 ( = = adalah infeasible. Oleh karena itu harus
menghitung ( )
( ) ( ) ( )
.
2
2 1
half

+
=
3. Dari perhitungan ( ) half = , maka diperoleh biaya total sebesar
Rp.679.200.000 dengan Fuzzy Tujuan [0, 680.000.000].
Jadi karena ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) half x maka , half x half x
C G
= adalah solusi
optimal. Berhenti. Hasil akhir diperoleh:
a. 5 . 0 =
b. Nilai [ ] x
C
= 0.49 ; [ ] 498 . 0 = x
G

c. Nilai x:

0 x
0 x
0 x
0 x
3500 x
15
14
13
12
11
=
=
=
=
=

0
0
500
9000
2000 x
25
24
23
22
21
=
=
=
=
=
x
x
x
x

0 x
500 x
5500 x
0 x
0 x
35
34
33
32
31
=
=
=
=
=

0 x
4500 x
0 x
0 x
0 x
45
44
43
42
41
=
=
=
=
=

4000 x
500 x
0 x
0 x
0 x
55
54
53
52
51
=
=
=
=
=

d. Total coast : Z = 679.200.000

5.2 Saran
Pada program instant matlab tersedia toolbox fuzzy, akan tetapi penelitian
ini masih menghitung secara manual, sehingga pada penelitian berikutnya
diharapkan menyusun program alur dan list programnya.
Data-data transportasi lain juga dapat diaplikasikan pada penelitian
berikutnya, tentunya dengan adaptasi teori dan prosedur berhitungnya.















DAFTAR PUSTAKA



A. Taha, Hamdy. 1996. Riset Operasi Suatu Pengantar. Jakarta : Binarupa
Aksara.

Bronson, Richard. 1996. Teori dan Soal-soal Operations Research. Jakarta:
Erlangga

Dimyati, Ahmad. 1992. Operations Research : Model-model Pengambilan
Keputusan. Bandung : Sinar Baru Algensindo.

Hasan, J. Iqbal. 2002. Pokok-pokok Materi Statistik I ( Statistik Deskribtif).
Jakarta: Bumi Aksara.

J. klir, Goerge dan Yuan, Bo. 1995. Fuzzy Set And Fuzzy Logic Theory And
Applications. Prentice Hall PTR.

Kusumadewi, Sri dan Purnomo, Hari. 2004. Aplikasi Logika Fuzzy Untuk
Pendukung Keputusan. Yogyakarta : Graha Ilmu.

Kusumadewi, Sri. 2002. Analisis & Disain Sistem Fuzzy Mengguakan Toolbox
Matlab. Yogyakarta : Graha Ilmu.

Kusumadewi, Sri dan Hartati, Sri. 2002. Neuro-Fuzzy : Integrasi Sistem Fuzzy
dan Jaringan Syaraf. Yogyakarta : Graha Ilmu.

Mulyono, Sri. 1991. Operations Research. Jakarta : Lembaga Penerbitan Fakultas
Ekonomi Universitas Indonesia.

Nazir, Moh. 2003. Metodologi Penelitian. Jakarta: Ghalia Indonesia.

Subagio, P dan Asri Marwan, serta Handoko, T. Hani. 1983. Dasar-dasar
Operations Research. Yogyakarta : BPFE.

Suharsimi, Arikunto. 1997. Prosedur Penelitian. Jakarta: PT Rineka Cipta.

Supranto, J. 1987. Matematika Untuk Ekonomi Dan Bisnis. Jakarta: Fakultas
Ekonomi Universitas Indonesia.

Susanta, B. 2000. Matematika Terapan, Pelayan Bagi Ilmu-Ilmu Lain.