Anda di halaman 1dari 43

6s-1

Linear Programming

Operations Management

William J. Stevenson

8th edition

6s-2

Linear Programming

MODEL TRANSPORTASI

Metode yang digunakan untuk mengatur distribusi dari sumber-sumber yang menyediakan produk yang sama, ke tempat-tempat yang membutuhkan secara optimal. Metode transportasi digunakan untuk memecahkan masalah bisnis, pembelanjaan modal, alokasi dana untuk investasi, analisis lokasi, keseimbangan lini perakitan dan perencanaan serta scheduling produksi.

6s-3

Linear Programming

Ciri-ciri Penggunaan Metode Transporatasi


1. 2.

3.

4.

Terdapat sejumlah sumber dan tujuan tertentu. Kuantitas komoditi/barang yang didis tribusikan dari setiap sumber dan yang diminta oleh setiap tujuan besarnya tertentu. Komoditi yang dikirim/diangkut dari suatu sumber ke suatu tujuan besarnya sesuai dengan permintaan dan atau kapasitas sumber. Ongkos pengangkutan komoditi dari suatu sumber ke suatu tujuan besarnya tertentu.

6s-4

Linear Programming

Representasi Dalam Bentuk Jaringan

Pabrik

Gudang

Kapasitas
a

Permintaan
b A X

P1
c
e

P2
g

P3

i j

6s-5

Penyelesaian masalah transportasi dilakukan dengan dua tahap, yakni :

Linear Programming

Tahap 1, dengan penyelesaian awal, dimana metode yang dapat digunakan adalah :
Metode NWC (North West Corner) Metode LC (Least Cost) Metode VAM (Vogel Aproximation Method) Metode RAM (Russel Aproximation Method)

Tahap 2, Penyelesaian akhir, dengan metode :

Stepping Stone MODI (Modified Distribution) Tahap kedua akan digunakan penuh apabila dalam tahap pertama (penyelesaian awal), masalahnya belum optimal.

6s-6

Linear Programming

Contoh :

Suatu perusahaan yang mempunyai 3 buah pabrik di W, H, P. Perusahaan menghadapi masalah alokasi hasil produksinya dari pabrik-pabrik tersebut ke gudanggudang penjualan di A, B, C

6s-7

Linear Programming

Tabel Kapasitas pabrik


Pabrik
W H P Jumlah

Kapasitas produksi tiap bulan


90 ton 60 ton 50 ton 200 ton

6s-8

Linear Programming

Tabel Kebutuhan gudang


Gudang A B C Kebutuhan tiap bulan 50 ton 110 ton 40 ton

Jumlah

200 ton

6s-9

Linear Programming

Tabel Biaya pengangkutan setiap ton dari pabrik W, H, P, ke gudang A, B, C


Biaya tiap ton (dalam ribuan Rp)

Dari Ke gudang A Pabrik W Pabrik H Pabrik P Ke gudang B Ke gudang C

20
15 25

5
20 10

8
10 19

6s-10 Linear Programming

Penyusunan Tabel Alokasi


Aturan

jumlah kebutuhan tiap-tiap gudang diletakkan pada baris terakhir 2. kapasitas tiap pabrik pada kolom terakhir 3. biaya pengangkutan diletakkan pada segi empat kecil
1.
Ke Dari Pabrik W Pabrik H Pabrik P
Kebutuhan Gudang

Gudang A

Gudang B

Gudang C

Kapasitas Pabrik

X11

20 15 25 50

X12

5 20 10 110

X13

8 10 19 40

90 60 50 200

X21
X31

X22
X32

X23
X33

6s-11 Linear Programming

Penggunaan Linear Programming dalam Metode Transportasi

Tabel Alokasi
Ke Dari
Pabrik W Pabrik H Pabrik P
Kebutuhan Gudang

Gudang A

Gudang B

Gudang C 5

Kapasitas Pabrik

X11 X21 X31


50

20 15 25

X12 X22 X32


110

X13 X23 X33


40

8 10 19

90 60 50 200

20 10

Minimumkan Z = 20XWA + 15XHA + 25XPA + 5XWB + 20XHB + 10XPB + 8XWC + 10XHC + 19XPC XWA + XWB + XWC = 90 XHA + XHB + XHC = 60 XPA + XPB + XPC = 50 XWA + XHA + XPA = 50 XWB + XHB + XPB = 110 XWC + XHC + XPC = 40

Batasan

6s-12 Linear Programming

Prosedur Alokasi
pedoman sudut barat laut (nortwest corner rule).

1. Mulai dari sudut kiri atas dari X11 dialokasikan

sejumlah maksimum produk dengan melihat kapasitas pabrik dan kebutuhan gudang 2. Kemudian setelah itu, bila Xij merupakan kotak terakhir yang dipilih dilanjutkan dengan mengalokasikan pada Xi,j+1 bila i mempunyai kapasitas yang tersisa 3. Bila tidak, alokasikan ke Xi+1,j, dan seterusnya sehingga semua kebutuhan telah terpenuhi

6s-13 Linear Programming

Tabel Alokasi tahap pertama dengan pedoman sudut barat laut


Ke
Dari
Pabrik P1 Pabrik P2 Pabrik P3
Kebutuhan Gudang Kapasitas Pabrik

Gudang A 20

Gudang B 5

Gudang C 8

50
15

40
20 10

90

60
25 10 19

60

10
50 110

40
40

50 200

6s-14 Linear Programming

Total biaya pengiriman dengan NWC


Biaya mengirim 50 ton dari P1 ke kota A Biaya mengirim 40 ton dari P1 ke kota B Biaya mengirim 60 ton dari P2 ke kota B Biaya mengirim 10 ton dari P1 ke kota B Biaya mengirim 40 ton dari P1 ke kota C

= 50 x 20 = 40 x 5 = 60 x 20 = 10 x 10 = 40 x 19

Total biaya pengirimannya

= 1000 = 200 = 1200 = 100 = 760 --------- + = 3260

6s-15 Linear Programming

Metode Least Cost

Merupakan metode untuk menyusun tabel awal dengan cara pengalokasian distribusi barang dari sumber ke tujuan mulai dari sel yang memiliki biaya distribusi terkecil Aturannya 1. Pilih sel yang biayanya terkecil 2. Sesuaikan dengan permintaan dan kapasitas 3. Pilih sel yang biayanya satu tingkat lebih besar dari sel pertama yang dipilih 4. Sesuaikan kembali, cari total biaya

6s-16 Linear Programming

Tabel Alokasi tahap pertama dengan Metode Least Cost


Gudang A
Pabrik P1 Pabrik P2 Pabrik P3
Kebutuhan Gudang

Gudang B 5

Gudang C 8

Kapasitas Pabrik

20

90
15 20 10

90

20
25 10

40
19

60

30
50

20
110 40

50 200

6s-17 Linear Programming

Total biaya pengiriman dengan Least Cost


Biaya mengirim 90 ton dari P1 ke Gudang B = 90 x 5 Biaya mengirim 20 ton dari P3 ke Gudang B = 20 x 10 Biaya mengirim 40 ton dari P2 ke Gudang C = 40 x 10 Biaya mengirim 20 ton dari P2 ke Gudang A = 20 x 15 Biaya mengirim 30 ton dari P3 ke Gudang A = 30 x 25

Total biaya pengirimannya

= 450 = 200 = 400 = 300 = 750 --------- + = 2100

6s-18 Linear Programming

Metode Vogels Approximation


Langkah-langkah nya:
1. Susunlah kebutuhan, kapasitas masing-masing sumber, dan biaya pengangkutan ke dalam matrik 2. Carilah perbedaan dari dua biaya terkecil (dalam nilai absolut), yaitu biaya terkecil dan terkecil kedua untuk tiap baris dan kolom pada matrik (Cij) 3. Pilihlah 1 nilai perbedaan-perbedaan yang terbesar di antara semua nilai perbedaan pada kolom dan baris 4. Isilah pada salah satu segi empat yang termasuk dalam kolom atau baris terpilih, yaitu pada segi empat yang biayanya terendah di antara segi empat lain pada kolom/baris itu. Isiannya sebanyak mungkin yang bisa dilakukan

6s-19 Linear Programming

Penyelesaian dengan metode VAM


Gudang A B
W Pabrik Kebutuhan 20 5

C 8

Kapasitas
90

Perbedaan baris
3 5

H P

Perbedaan Kolom

15 25 50 5

20 10 110 5

10 19 40 2

60 9 50 Pilihan XPB = 50
Hilangkan baris P

P mempunyai perbedaan baris/kolom terbesar dan B mempunyai biaya angkut terkecil

6s-20 Linear Programming

Tabel 5.11. Feasible solution mula-mula dari metode VAM

Gudang

A W
Pabrik H

B 5
20 60 15

C 8
10 40 2

Kapasitas

Perbedaan baris 3 5

20
15 50 5

90
60 Pilihan XWB = 60

Kebutuhan Perbedaan Kolom

Hilangkan kolom B

Kebutuhan Gd B menjadi 60 krn telah diisi B mempunyai perbedaan baris/kolom kapasitas (dihilangkan) terbesar pabrik dan WP=50 mempunyai biaya angkut terkecil

6s-21 Linear Programming

Penyelesaian dengan metode VAM (lanjutan)


Gudang A B
W Pabrik Kebutuhan 20

C 8

Kapasitas
30

Perbedaan baris
12 5

15
50 5

10
40 2

60
Pilihan XWC = 30

Perbedaan Kolom

Hilangkan baris W

Kapasitas Pabrik W menjadi 30 krn telah W mempunyai perbedaan baris/kolom diangkut ke pabrik B=60 (dihilangkan) terbesar dan C mempunyai biaya angkut terkecil

6s-22 Linear Programming

Penyelesaian dengan metode VAM (lanjutan)


Gudang A B
W Pabrik Kebutuhan

Kapasitas

Perbedaan baris
5

15
50

10
10

60
Pilihan XHA = 50 Pilihan XHC = 10

Perbedaan Kolom

H mempunyai Kebutuhan gudang C menjadi 10 krn perbedaan baris/kolom terbesar dan C mempunyai biaya angkut telah diisi pabrik W=30 (dihilangkan) terkecil

6s-23 Linear Programming

Matrik hasil alokasi dengan metode VAM


Ke Dari Pabrik

Gudang A 20 15

Gudang B

Gudang C 5

Kapasitas Pabrik

W
Pabrik

60

30
10

8 10

90
60

H
Pabrik

50

20

25

P
Kebutuhan Gudang

50
110

10

19

50 200

50

40

Setelah terisi semua, maka biaya transportasinya yang harus dibayar adalah 60(Rp 5,-) + 30(Rp 8,-) + 50(Rp 15,-) + 50(Rp 15,-) + 10(Rp 10,-) + 50(Rp 10,-) = Rp 1.890,-

6s-24 Linear Programming

Metode Stepping-Stone
Langkah-langkah : 1. Tentukan solusi awal dengan metode NWC atau LS atau VAM 2. Tentukan jalur tertutup yang diawali dari kotak kotak yang kosong ( variabel non basis) 3. Pilih perubahan biaya yang mempunyai nilai negatip terbesar (menentukan perubahan biaya caranya adalah dengan menambahkan biaya yang dimulai pada kotak kosong( var. non basis), kemudian kurangkan dengan biaya pada variabel basis mengikuti jalur tertutup secara bergantian biaya tersebut dilakukan penambahan dan pengurangan. 4.Lakukan perubahan letak variabel basis dan non basis dengan memulai pada kotak yang kosong dengan menambahkan sejumlah nilai pada variabel basis kemudian kurangkan pada variabel basis sebesar nilai pada variabel basis tadi demikian seterusnya secara berselang seling (penambahan /pengurangan ) sesuai dengan jalur yang terpilih 5. Jika seluruh perubahan biaya positip maka solusi optimum

6s-25 Linear Programming

Langkah pengujian 1:

Dari Tabel NWC


KeDari Pabrik W Pabrik H 50

A
20 15 + 25 40 60

B
5 + 20 10

C
8 10 19

Kapasitas
90 60

Pabrik P
Kebutuhan

10
110

40
40

50
200

50

Pengujian Sel C13 Sel C21 Sel C23 Sel C31

= 8 19 + 10 5 = 15 20 + 5 -20 = 10 19 + 10 20 = 25 20 + 5 10

=-6 = -20 (*) = -19 =0

6s-26 Linear Programming

Langkah pengujian 2 :
KeDari Pabrik W Pabrik H Pabrik P Kebutuhan 50 50 25 10 110 A 20 15 10 90 B 5 20 10 + 40 40 C 8 10 + 19 50 200 60 Kapasitas 90

Pengujian Sel C11 Sel C13 Sel C23 Sel C31

= 20 5 + 20 15 = 8 19 + 10 5 = 10 19 + 10 20 = 25 15 + 20 10

= 20 (menjadi lebih mahal 20/ton) =-6 = -19 (*) = 20 (menjadi lebih mahal 20/ton)

6s-27 Linear Programming

Langkah pengujian 3 :
KeDari Pabrik W Pabrik H Pabrik P Kebutuhan

A 20 15 50 25 20 50 90

B 5 20 10 10 + 30

C 8 + 10 19 40

Kapasitas 90 60 50 200

110

Pengujian Sel C11 = 20 5 + 10 19 + 10 - 15 Sel C13 = 8 19 + 10 5 Sel C22 = 20 10 + 19 10 Sel C31 = 25 15 + 10 19

= 1 (menjadi lebih mahal 1/ton) = - 6 (*) = 19 (lebih mahal 20/ton) = 1 (menjadi lebih mahal 1/ton)

6s-28 Linear Programming

Langkah pengujian 4 :
Ke-

Dari
Pabrik W

A 20 60 15

B 5 30 20 10

C 8

Kapasitas 90 10 60

Pabrik H Pabrik P Kebutuhan

50

25
50 50 110

10

19
50 40 200

Pengujian Sel C11 = 20 8 + 10 15 Sel C22 = 20 5 + 8 10 Sel C31 = 25 15 + 10 8 + 5 - 10 Sel C33 = 19 10 + 5 8

= 7 (menjadi lebih mahal 7/ton) = 13 (menjadi lebih mahal 13/ton) = 7 (lebih mahal 7/ton) = 6 (menjadi lebih mahal 6/ton)

6s-29 Linear Programming

Dari hasil pengujian tersebut, ternyata semua sel sudah tidak ada yang bernilai negatif lagi, atau dengan kata lain semua sel sudah tidak dapat memberikan penurunan biaya lagi, sehingga dengan demikian dapat dikatakan kasus telah optimal, dengan total biaya : Biaya mengirim 60 ton dari PW ke Gudang B = 60 x 5 Biaya mengirim 30 ton dari PW ke Gudang C = 30 x 8 Biaya mengirim 50 ton dari PH ke Gudang A = 50 x 15 Biaya mengirim 10 ton dari PH ke Gudang C = 10 x 10 Biaya mengirim 50 ton dari PP ke Gudang B = 50 x 10

Total biaya pengirimannya

= 300 = 240 = 750 = 100 = 500 --------- + = 1890

6s-30 Linear Programming

Metode MODI (Modified Distribution)

Penggunaan metode MODI untuk solusi akhir, dimulai dengan mencari dan memberi nilai untuk setiap baris dan kolom yang ada. Pemberian nilai pertama kali diberikan untuk baris, dengan nilai nol (0). Ada dua pendapat mengenai baris mana yang akan diberikan nilai terlebih dahulu, yakni : - Pendapat pertama, nilai diberikan pada baris yang pertama - Pendapat kedua, nilai diberikan kepada baris yang memiliki sel terisi alokasi paling banyak. Ketentuan selanjutnya adalah, apabila pemberian nilai untuk pertama diberikan pada baris 1, maka untuk proses selanjutnya, baris 1 akan selalu bernilai nol (0).

6s-31 Linear Programming

Formulasi Ri + Kj = Cij Ri Kj = nilai baris i = nilai kolom j

Ci j

= biaya pengangkutan dari sumber i ke tujuan j

6s-32 Linear Programming

Langkah Langkah Penyelesaian MODI


1. Isilah tabel pertama dari sudut kiri atas ke kanan bawah 2. Menentukan nilai baris dan kolom dengan cara memanfaatkan setiap sel yang telah teralokasi :

Baris pertama selalu diberi nilai 0 Nilai baris yang lain dan nilai semua kolom ditentukan berdasarkan rumus Ri + Kj = Cij.
Nilai baris W = RW = 0 Mencari nilai kolom A: RW + KA = CWA 0 + KA = 20, nilai kolom A = KA = 20 Mencari nilai kolom dan baris yg lain: RW + KB = CWB; 0 + KB = 5; KB = 5 RH + KB = CHB; RH + 5 = 20; RH = 15 RP + KB = CPB; RP + 5 = 10; RP = 5 RP + KC = CPC; 5 + KC = 19; KC = 14

6s-33 Linear Programming

Tabel Pertama
RW + KA = CWA Baris pertama = 0 0 RP + KC = CPC; RW + KB = CWB + KA = 20; KA = 20 0 + KB = 5; 5KB +=K5 C = 19; KC = 14 Gudang B =5 20 RH + KB = CHB RH + 5 = 20; RH = 15 15 RP + KB = CPB RP + 5 = 10; RP = 5 25 5 Gudang C = 14 8
Kapasitas Pabrik

Ke

Dari
Pabrik

Gudang A = 20

W = 0
Pabrik

50

40
20 10

90

H = 15
Pabrik

60
10 19

60

P =5
Kebutuhan Gudang

10
50 110

40
40

50
200

FORMULASI Ri + Kj = Cij

6s-34 Linear Programming

3. Menghitung Indeks perbaikan Indeks perbaikan adalah nilai dari segi empat air (segi empat yang kosong).

Cij - Ri - Kj = indeks perbaikan Tabel Indeks Perbaikan : Segi empat air HA PA WC HC Cij - Ri - Kj 15 15 - 20 25 5 20 8 0 14 10 15 14

Rumus :

indeks perbaikan
-20 0 -6 -19

6s-35 Linear Programming

4. Memilih titik tolak perubahan

Segi empat yang merupakan titik tolak perubahan adalah segi empat yang indeksnya

bertanda negatif dan angkanya terbesar


indeks Segi empat air Cij - Ri - Kj yang memenuhi syarat adalah segi perbaikan empat HA HAdan dipilih -20 15sebagai 15 - 20segi empat yang akan diisi PA 0 25 5 20

WC HC

8 0 14 10 15 14

-6 -19

6s-36 Linear Programming

5. Memperbaiki alokasi

1. 2. 3. 4.
5.

Berikan tanda positif pada terpilih (HA) Pilihlah 1 terdekat yang mempunyai isi dan sebaris (HB), Pilihlah 1 terdekat yang mempunyai isi dan sekolom (WA); berilah tanda negatif keduanya Pilihlah 1 sebaris atau sekolom dengan 2 yang bertanda negatif tadi (WB), dan berilah ini tanda positif Pindahkanlah alokasi dari yang bertanda negatif ke yang bertanda positif sebanyak isi terkecil dari yang bertanda positif (50)

Jadi HA kemudian berisi 50, HB berisi 60 50 = 10, WB berisi 40 + 50 = 90, WA menjadi tidak berisi

6s-37 Linear Programming

Tabel Perbaikan Pertama


Ke

Dari
Pabrik

Gudang A = 20 20

Gudang B =5 5

Gudang C = 14 8

Kapasitas Pabrik

W = 0
Pabrik

50 (-)
15

40 90 (+)
20 10

90

H = 15
Pabrik

50 (+)
25

60 10 (-)
10 19

60

P =5
Kebutuhan Gudang

10
50 110

40
40

50
200

6s-38 Linear Programming

A) Tabel Pertama Hasil Perubahan


Ke
Dari
Pabrik

Gudang A =0 20

Gudang B =5 5

Gudang C = 14 8

Kapasitas

Pabrik

W = 0
Pabrik

90
15 20 10

90

H = 15
Pabrik

50
25

10
10 19

60

P =5
Kebutuhan Gudang

10
50 110

40
40

50 200

Biaya transportasi = 90(5) + 50(15) + 10(20) + 10(10) + 40(19) = 2260

6s-39 Linear Programming


6. Ulangi langkah-langkah tersebut mulai langkah nomor 2 sampai diperoleh biaya terendah

Tabel Kedua Hasil Perubahan


Ke Dari
Pabrik

Gudang A =0 20

Gudang B =5 5

Gudang C = 14 8

Kapasitas Pabrik

W = 0
Pabrik

90
15

90 20 10

H = 15
Pabrik

50
25

10 (-)

10 (+)
10 19

60

P =5
Kebutuhan Gudang

10 20

40

30

50

(+)
50 110

(-)
40 200

6s-40 Linear Programming

B) Tabel Kedua Hasil Perubahan


Ke Dari
Pabrik

Gudang A = 19 20

Gudang B =5 5

Gudang C = 14 8

Kapasitas

Pabrik

W = 0
Pabrik

90
15 20 10

90

H = -4
Pabrik

50
25 10

10
19

60

P =5
Kebutuhan Gudang

20
50 110

30
40

50 200

Biaya transportasi = 90(5) + 50(15) + 10(10) + 20(10) + 30(19) = 2070

6s-41 Linear Programming

C) Tabel Ketiga Hasil Perubahan


Ke
Dari
Pabrik

Gudang A = 19 20

Gudang B =5 5

Gudang C = 14 8

Kapasitas Pabrik

W = 0
Pabrik

90 60
(-)
15 20

30
(+)
10

90

H = -4
Pabrik

50
25 10

10
19

60

P =5
Kebutuhan Gudang

20 50 (+)
50 110

30 (-)
40

50 200

Biaya transportasi = 60(5) + 30(8) + 50(15) + 10(10) + 50(10) = 1890

6s-42 Linear Programming

D) Tabel Keempat Hasil Perubahan


Gudang B =5 20 5 Gudang C =8 8
Kapasitas Pabrik

Ke Dari
Pabrik

Gudang A = 13

W = 0
Pabrik

60
15 20

30
10

90

H =2
Pabrik

50
25 10

10
19

60

P =5
Kebutuhan Gudang

50
50 110 40

50 200

Tabel Indeks perbaikan


Segi empat air WA HB PA PC Cij - Ri - Kj 20 0 13 20 2 5 25 5 13 19 5 8 indeks perbaikan 7 13 7 6

Tabel D. tidak bisa dioptimalkan lagi, karena indeks perbaikan tidak ada yang negatif

6s-43 Linear Programming

TERIMAKASIH