BahanAjarRO

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta
BAHAN AJAR
RISET OPERASI
Oleh :
Minarwati, ST
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AMIKOM
YOGYAKARTA
2012
Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@
Create PDF files without this message by purchasing novaPDF printer (http://www.novapdf.com)
Pengantar
Perkembangan Riset Operasi
Akar dari perkembangan riset operasi dapat ditelusuri kembali dalam beberapa dekade,
dimana penggunaan pendekatan ilmiah dimulai. Bagaimanapun juga, permulaan dari kegiatan
yang disebut riset operasi telah mulai dikembangkan penggunaannya pada permulaan perang
dunia kedua. Pada saat itu dirasa perlu untuk mengalokasikan sumber daya-sumber daya yang
terbatas dan langka untuk bermacam-macam operasi militer, dan kegiatan-kegiatan dalam setiap
operasi harus dilakukan dengan cara efektif untuk memenangkan perang.
Setelah perang dunia kedua berakhir, dengan melihat sukses penggunaan riset operasi
dalam militer, kalangan industri menjadi tertarik pada bidang baru ini. Pertumbuhan industri setelah
perang berakhir terjadi sangat pesat, sehingga tim-tim riset operasi menjadi sangat dibutuhkan
dalam dunia bisnis, karena masalah-masalah yang timbul pada dasarnya sama walaupun
konteksnya berbeda dengan yang telah dihadapi kalangan militer. Tim-tim riset operasi dalam
lingkungan dunia bisnis ini menandai kemajuan teknik-teknik riset operasi.
Kemajuan
teknologi computer juga telah menandai kemajuan teori riset operasi dan
banyak membantu pengambilan keputusan pemecahan masalah yang optimum dalam berbagai
bidang dan permasalahan. Perkembangan komputer-komputer elektronik digital dengan
kemampuannya untuk melakukan perhitungan-perhitungan aritmetik ribuan atau bahkan jutaan kali
lebih cepat dari kemampuan manusia, merupakan perkembangan dahsyat riset operasi.
Arti Riset Operasi
Arti riset operasi telah banyak didefinisikan oleh beberapa ahli,
1. Morse dan Kimball
Riset Operasi sebagai metode ilmiah (scientific method) yang memungkinkan para manajer
mengambil keputusan mengenai kegiatan yang mereka tangani dengan dasar kuantitif.
2. Churcman, Arkoff dan Arnoff
Riset operasi sebagai aplikasi metode-metode, teknik-teknik, dan peralatan-peralatan ilmiah
dalam menghadapi masalah-masalah yang timbul di dalam operasi perusahaan dengan tujuan
ditemukannya pemecahan optimum masalah-masalah tersebut.
3. Miller dan M.K. Starr
Riset Operasi sebagai peralatan manajemen yang menyatukan ilmu pengetahuan, matematika,
dan logika dalam kerangka pemecahan masalah-masalah yang dihadapi sehari-hari, sehingga
akhirnya permasalahan tersebut dapat dipecahkan secara optimal.
Dari ketiga definisi diatas dapat disimpulkan bahwa :
Riset Operasi berkenaan dengan pengambilan keputusan optimal dalam dan penyusunan model
dari, sistem-sistem baik deterministik maupun probabilistik yang berasal dari kehidupan nyata.
Aplikasi-aplikasi ini, yang terjadi dalam pemerintahan, bisnis, teknik, ekonomi serta illmu
pengetahuan alam dan sosial ditandai dengan kebutuhan untuk mengalokasikan sumberdayasumberdaya yang terbatas. Riset Operasi yang mengandung baik pendekatan maupun bidang
aplikasi, sangat berguna dalam
menghadapi masalah-masalah bagaimana mengarahkan dan
mengkoordinasi operasi-operasi atau kegiatan-kegiatan dalam suatu organisasi dengan segala
batasan-batasannya melalui prosedur-prosedur Search for Optimality.
Kontribusi Pendekatan-pendekatan Riset Operasi
1. Pentusunan situasi kehidupan nyata ke suatu model matematis, dan pemisahan elemenelemen pokok agar supaya suatu penyelesaian yang relevan dengan sasaran atau tujuan
pengambil keputusan dapat tercapai. Ini melibatkan pandangan pada masalah dalam
konteks keseluruhan system.
2. Pencarian struktur penyelesaian-penyelesaian dan pengembangan prosedur-prosedur
sistematis untuk mendapatkannya.
3. Pengembangan suatu penyelesaian, termasuk atau teori atau model matematika, bila perlu,
yang menghasilkan suatu nilai optimal dari sistem sesuai tingkat yang diinginkan (atau
perbandingan alternative-alternatif kegiatan yang dinilai dengan tingkat yang diinginkan),
biasanya dalam dunia bisnis diukur dengan biaya dan laba.

BAB I
LINEAR PROGRAMMING
Linear programming
Merupakan suatu model umum yang dapat digunakan dalam pemecahan masalah pengalokasian
sumber-sumber yang terbatas secara optimal, mencakup perencanaan kegiatan-kegiatan untuk
mencapai suatu hasil yang optimal, yaitu suatu hasil yang mencerminkan tercapainya sasaran
tertentu yang paling baik (menurut model matematis) di antara alternatif-alternatif yang mungkin,
dengan menggunakan fungsi linear.
Model Linear Programming
Model matematis perumusan masalah umum pengalokasian sumberdaya untuk berbagai kegiatan,
dalam model LP dikenal 2(dua) macam fungsi:
1. Fungsi Tujuan (Objective Function)
Adalah fungsi yang menggambarkan tujuan/sasaran didalam permasalahan LP yang berkaitan
dengan pengaturan secara optimal sumberdaya-cumberdaya, untuk memperoleh keuntungan
maksimal atau biaya minimal. Nilai yang dioptimalkan dinyatakan sebagai Z .
2. Fungsi Batasan (Contraint Function)
Merupakan bentuk penyajian secara matematis batasan-batasan kapasitas yang tersedia yang
akan dialokasikan secara optimal ke berbagai kegiatan.
Agar memudahkan pembahasan model LP ini, digunakan simbol-simbol sbb:
m = macam batasan-batasan sumber atau fasilitas yang tersedia.
n = macam kegiatan-kegiatan yang menggunakan sumber atau fasilitas tersebut.
i
= nomor setiap macam sumber atau fasilitas yang tersedia (i = 1, 2, 3, .., m).
j
= nomor setiap macam kegiatan yang menggunakan sumber atau fasilitas yang
tersedia ( j = 1, 2, 3, ., n).
xj = tingkat kegiatan ke j (j = 1, 2, 3,.., n)
aij = banyaknya sumber i yang diperlukan untuk menghasilkan setiap unit
keluaran
(output) kegiatan j. ( i = 1, 2, 3,..,m; j = 1, 2, 3,.., n)
bi = banyaknya sumber ( fasilitas) i yang tersedia untuk dialokasikan ke setiap unit kegiatan ( i = 1,
2, 3,.., m).
Z = nilai yang dioptimalkan (maksimum atau minimum)
Cj = kenaikan nilai Z apabila ada pertambahan tingkat kegiatan (xj) dengan satu satuan (unit);
atau merupakan sumbangan setiap satuan keluaran kegiatan j terhadap nilai Z.
Keseluruhan simbol-simbol diatas selanjutnya disusun kedalam bentuk tabel standar LP sbb:
Kegiatan
Pemakaian sumber per unit kegiatan
Kapasitas
(keluaran)
Sumber
Sumber
a11
a12
a13
a1n
b1
a21
a22
a13
a2n
b2
3
.
.
.
4
a31 a32 a33

.
.
.
.
.
.
.
.
.
am1 am2 am3
a3n
.
.
.
amn
b3
.
.
.
bm
Z pertambahan
tiap unit
C1
Tingkat kegiatan
X1
C2
X2
C3
X3
..
Cn
Xn
Tabel 1.1. Data untuk model Linear Programming

Atas dasar tabel diatas dapat disusun suatu model matematis yang digunakan untuk
mengemukakan suatu permasalahan LP sbb :
Fungsi tujuan :
Maksimumkan Z = C1X1 + C2X2 + C3X3 + . + CnXn
Batasan-batasan :
1). a11X1 + a12X2 + a13X3 + + a1nXn b1
2). a21X1 + a22X2 + a23X3 + + a2nXn b2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
m). am1X1 + am2X2 + am3X3 + + amnXn bn
dan
X1 0, X2 0, .. Xn 0
Bentuk model LP diatas merupakan bentuk standar bagi masalah-masalah Lp yang akan dipakai
selanjutnya. Dengan kata lain bila setiap masalah dapat diformulasikan secara matematis mengikuti
model diatas, maka masalah tersebut dapat dipecahkan dengan teknik LP.
Fungsi batasan dapat dikelompokan menjadi dua(2) macam :
a. Fungsi batasan fungsional, yaitu fungsi-fungsi batasan sebanyak m.
b. Fungsi batasan non negatif, yaitu fungsi-fungsi batasan yang dinyatakan dengan
Xi 0.
Dalam praktek tidak semua masalah dapat persis mengikuti model diatas, terdapat masalahmasalah sbb:
1. Masalah minimisasi
Dimana seseorang dituntut untuk menentukan kombinasi (output) yang dapat diminimumkan .
Dalam hal ini, fungsi tujuan dinyatakan sebagai berikut:
Minimumkan Z = C1X1 + C2X2 + C3X3 + + CnXn
2. Fungsi batasan memiliki tanda matematis
Apabila dirumuskan terlihat sebagai berikut:
ai1x1 + ai2x2 + ai3x3 + . + ainxn bi
3. Fungsi batasan memiliki tanda matematis =
Apabila dirumuskan terlihat sebagai berikut:
ai1x1 + ai2x2 + ai3x3 + . + ainxn = bi
4. Fungsi batasan non negatif tidak ada atau tidak terbatas.
Asumsi-Asumsi Dasar Linear Programming
1. Proportionality
Berarti bahwa naik turunnya nilai Z dan penggunaan sumber atau fasilitas yang tersedia akan
berubah secara sebanding (proportional) dengan perubahan tingkat kegiatan.
Misal :
a. Z = C1X1 + C2X2 + C3X3 + + CnXn
Setiap pertambahan 1 unit X1 akan menaikkan Z dengan C1
Setiap pertambahan 1 unit X2 akan menaikkan Z dengan C2, dan seterusnya.
b. a11X1 + a12X2 + a13X3 + + anXn b1
Setiap pertambahan 1 unit X1 akan menaikkan penggunaan sumber/fasilitas 1 dengan a11
Setiap pertambahan 1 unit X2 akan menaikkan penggunaan sumber/fasilitas 1 dengan a12,
dan seterusnya.
2. Additivity
Berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam LP dianggap
bahwa kenaikan dari tujuan (Z) yang diakibatkan oleh kenaikan suatu kegiatan dapat
ditambahkan tanpa mempengaruhi bagian nilai Z yang diperoleh dari kegiatan lain.
Misal :
Z = 3X1 + 5X2
dimana
X1 = 10; X2 = 2;
sehingga Z = 30 + 10 = 40
Andaikata X1 bertambah 1 unit, maka sesuai dengan asumsi pertama, nilai Z menjadi 40+3= 43
Jadi, nilai 3 karena kenaika X1 dapat langsung ditambahkan pada nilai Z mula-mula tanpa
mengurangi bagian Z yang diperoleh dari kegiatan 2(X2). Dengan kata lain, tidak ada korelasi
antara X1 dan X2.
3. Divisibility
Menyatakan bahwa keluaran (output) yang dihasilkan oleh setiap kegiatan dapat berupa
bilangan pecahan, demikian nilai Z yang dihasilkan.

Misal : X1 = 6,5; Z = 10,75

4. Deterministic (Certainty)
Menyatakan bahwa semua parameter yang terdapat dalam model LP (aij, bi, Cj) dapat
diperkirakan dengan pasti , meskipun jarang dengan tepat.
A. METODE GRAFIK
Langkah-langkah penggunaan Metode Grafik:
1. Menentukan fungsi tujuan dan memformulasikannya dalam bentuk matematis.
2. Mengidentifikasikan batasan-batasan yang berlaku dan memformulasikannya dalam bentuk
matematis.
3. Menggambarkan masing-masing garis fungsi batasan dalam satu sistem sumbu X dan Y.
4. Mencari titik yang paling menguntungkan (optimal) dihubungkan dengan fungsi tujuan.
Contoh Masalah LP
1. Sebuah Perusahaan Industri mempunyai berturut-turut 260kg, 380kg, dan 200kg bahan
yaitu kayu, plastik, dan baja. Perusahaan tersebut akan membuat dua macam produk yaitu
P dan Q yang berturut-turut memerlukan bahan-bahan (dalam kg) sbb:
Produk
Bahan yang diperlukan
Kayu
Plastik
Baja
P
3
5
4
Q
5
6
3
Harga jual tiap produk P Rp 140.000,00/unit dan Q Rp 180.000,00/unit. Berapa banyak produk
P dan produk Q harus diproduksi untuk memaksimumkan laba, dengan biaya variabel produk P
Rp 80.000,00/unit dan produk Q Rp 100.000,00/unit.
Penyelesaian:
Data tersebut di atas dapat disusun ke dalam tabel sbb:
Produk
P
Kapasitas
Maksimum
Sumber
Kayu
260
Plastik
380
Baja
200
Sumbangan terhadap
laba (RP 10.000,00)
Untuk formulasi masalah diatas maka pertama-tama tentukan simbol-simbol yang akan dipakai:
X1 = jumlah produk P yang akan di buat.
X2 = jumlah produk Q yang akan dibuat.
Z = jumlah sumbangan seluruh produk A dan produk B yang akan diperoleh.
1&2. Memformulasikannya dalam bentuk matematika:
Fungsi Tujuan: Maksimumkan Z = 6X1 + 8X2
Batasan : 1) 3X1 + 5X2 260
2) 5X1 + 6X1 380
3) 4X1 + 3X2 200
3. Menggambarkan masing-masing garis fungsi batasan dalam satu sistem sumbu X dan Y.
Batasan 1
3X1 + 5X2 260
mis : X1=0 ; 3.0 + 5X2 = 260
X2 = 52
Mis : X2=0 ; 3X1+ 5.0 = 260
X1 = 86,67
Batasan 2
5X1 + 6X2 380

mis : X1=0 ; 5.0 + 6X2 = 380

X2 = 63,33
mis : X2=0 ; 5X1 + 6.0 = 380
X1= 76
Batasan 3
4X1 + 3X2 200
mis : X1=0 ; 4.0 + 3X2 = 200
X2 = 66,67
Mis : X2=0 ; 4X1 + 3.0 = 200
X1 = 50
4. Untuk mencari nilai Z optimal dapat digunakan 2 cara:

1. Dengan menggambarkan fungsi tujuan. (cara trial and error)
Caranya dengan memisalkan nilai Z pada persamaan fungsi tujuan, sehingga akan
didapatkan nilai X1 dan X2. Tujuan permisalan ini adalah untuk mengetahui arah kita
menggeser sampai bertemu satu titik di daerah feasible sehingga akan didapatkan nilai Z
optimal baik maksimal maupun minimal.
Misal : 6X1 + 8X2 = 240
X1=0; X2=30
X2=0; X1=40
Apabila permisalan tersebut digambarkan pada grafik diatas dan digeser kearah atas/kanan
akan didapatkan satu titik didaerah feasible pada titik B maka titik B adalah titik optimal
dengan Z maksimal. Titik B merupakan pertemuan antara persamaan I dan persamaan III
maka untuk menghitung nilai Z dititik B:
3X1 + 5X2 260 dikalikan 4 menjadi 12X1 + 20X2 = 1040
0 + 11X2 = 440
X2 = 40
3X1 + 5.40 = 260
3X1 = 60
X1 = 20
Maka, Z dititik B 6.20 + 8.40 = 440
2. Dengan membandingkan nilai Z pada tiap-tiap titik alternatif.
Caranya adalah dengan menghitung nilai Z pada tiap-tiap titik alternatif.
Titik A
X1=50; X2=0 maka Z dititik A 6.50 + 8.0 = 300
Titik B (sama dengan cara 1)
X1=20; X2=40 maka Z dititik B 6.20 + 8.40 = 440

Titik C
X1=0; X2=52 maka Z dititik C 6.0 + 8.52 = 416
Maka menurut cara 2 nilai Z optimal ada dititik B, sama dengan cara 1.
Kesimpulan :
Maka produk P(X1) diproduksi sebanyak 20 unit dan produk Q(X2) diproduksi
sebanyak 40 unit dengan laba maksimal 440 X Rp 10.000,- = Rp 4.400.000,-.
2. Fungsi tujuan Minimumkan Z = 6X1 + 8X2
Batasan : 1) 3X1 + 5X2 = 260
2) 5X1 + 6X2 380
3) 4X1 + 3X2 200
Menggambarkan masing-masing garis fungsi batasan dalam satu sistem sumbu X dan Y.
Batasan 1
3X1 + 5X2 = 260
mis : X1=0 ; 3.0 + 5X2 = 260
X2 = 52
Mis : X2=0 ; 3X1+ 5.0 = 260
X1 = 86,67
Batasan 2
5X1 + 6X2 380
mis : X1=0 ; 5.0 + 6X2 = 380
X2 = 63,33
mis : X2=0 ; 5X1 + 6.0 = 380
X1= 76
Batasan 3
4X1 + 3X2 200
mis : X1=0 ; 4.0 + 3X2 = 200
X2 = 66,67
Mis : X2=0 ; 4X1 + 3.0 = 200
X1 = 50
Untuk mencari nilai Z optimal dapat digunakan 2 cara:

1. Dengan menggambarkan fungsi tujuan. (cara trial and error)
Caranya dengan memisalkan nilai Z pada persamaan fungsi tujuan, sehingga akan
didapatkan nilai X1 dan X2. Tujuan permisalan ini adalah untuk mengetahui arah kita
menggeser sampai bertemu satu titik di daerah feasible sehingga akan didapatkan nilai Z
optimal baik maksimal maupun minimal.
Karena daerah feasible hanya berupa satu titik, maka titik optimal berada pada titik tersebut
dengan nilai Z minimal.
Titik tersebut merupakan pertemuan antara persamaan I dan persamaan III maka untuk
menghitung nilai Z :
0 + 11X2 = 440
X2 = 40

3X1 + 5.40 = 260

3X1 = 60
X1 = 20
Maka, Z minimal 6.20 + 8.40 = 440
2. Dengan membandingkan nilai Z pada tiap-tiap titik alternatif.
Karena hanya ada satu titik alternative maka merupakan titik optimal dengan Z minimal, dan
perhitungan titik tersebut sama dengan cara 1.
Kesimpulan :
Maka produk P(X1) diproduksi sebanyak 20 unit dan produk Q(X2) diproduksi sebanyak 40
unit dengan laba maksimal 440 X Rp 10.000,- = Rp 4.400.000,-.
Beberapa Pengertian Dalam Linear Programming
Solution (Penyelesaian)
Adalah jawaban akhir dari suatu masalah
Feasible Solution
Adalah penyelesaian yang tidak melanggar batasan-batasan yang ada.
No Feasible Solution
Berarti tidak ada daerah fesible, artinya apabila sifat atau letak batasan-batasan sedemikian
rupa sehinnga tidak memungkinkan terdapatnya daerah atau alternatif-alternatif yang feasible.
Optimal Solution
Adalah feasible solution yang mempunyai nilai tujuan (nilai Z dalam fungsi tujuan) yang optimal
atau terbaik (maksimum atau minimum)
Multiple Optimal Solution
Berarti terdapatnya beberapa alternatif optimal dalam suatu masalah.
Boundary Equation
Terjadi apabila suatu batasan dengan tanda sama dengan
Corner Point Feasible Solutions
Adalah feasible solutions yang terletak pada sudut (perpotongan) antara 2 garis.
Corner Point Infeasible Solutions
Adalah titik yang terletak pada perpotongan 2 garis tetapi diluar daerah feasible.
No Optimal Solution
Terjadi apabila suatu masalah tidak mempunyai jawaban atau penyelesaian optimal, hal ini
dapat disebabkan faktor-faktor sbb:
1. Tidak ada feasible Solution
2. Ada batasan yang tidak membatasi besar nilai Z.
Ketentuan-ketentuan atau Sifat Linear Programming
Ketentuan 1:
a. Kalau hanya ada satu optimal solution, pasti berupa corner point feasible solution.
b. Kalau multiple solutions maka terdapat lebih dari 2 titik optimal yang terletak pada garis yang
menghubungkan 2 corner solutions.
Ketentuan 2:
Corner point feasible solutions jumlahnya terbatas
Ketentuan 3:
Kalau suatu corner point feasible solution lebih baik dari 2 corner point feasible solutions yang
terdekat, maka titik itu merupakan titik optimal atau terbaik diantara semua corner point fesible
solutions.
B. METODE SIMPLEKS
Apabila suatu masalah LP hanya mengandung 2 (dua) kegiatan (atau variabel-variabel keputusan)
saja, maka dapat diselesaikan dengan metode grafik. Tetapi bila melibatkan lebih dari dua kegiatan
maka ketode grafik tidak dapat digunakan lagi, sehingga diperlukan metode simpleks. Metode
simpleks merupakan suatu cara yang lazim dipakai untuk menentukan kombinasi optimal dari tiga
variabel atau lebih.
Langkah-langkah Metode Simpleks
1. Mengubah fungsi tujuan dan batasan-batasan
Contoh: Fungsi Tujuan: Maksimumkan Z = 6X1 + 8X2
Batasan : 1) 3X1 + 5X2 260
2) 5X1 + 6X1 380
3) 4X1 + 3X2 200
Fungsi tujuan diubah menjadi fungsi implisit, artinya semua CjXij kita geser ke kiri.
Maksimumkan Z = 6X1 + 8X2 diubah menjadi
Z 6X1 8X2 = 0

Pada bentuk standar, semua batasan mempunyai tanda , ketidaksamaan ini harus diubah
menjadi kesamaan. Caranya dengan menambah Slack Variabel (adalah variabel tambahan
yang mewakili tingkat pengangguran atau kapasitas yang merupakan batasan). Variabel slack
ini adalah Xn+1, Xn+2, .., Xn+m. Kadang-kadang Slack Variabel diberi tanda huruf lain,
misalnya S1, S2, .., dan seterusnya.
Fungsi batasan-fungsi batasan:
1) 3X1 + 5X2 260 menjadi 3X1 + 5X2 + X3
= 260
2) 5X1 + 6X2 380 menjadi 5X1 + 6X2
+X4
= 380
3) 4X1 + 3X2 200 menjadi 4X1 + 3X2
+X5 = 200
2. Menyusun persamaan-persamaan di dalam tabel
Setelah formulasi diubah kemudian disusun ke dalam tabel, tabel dalam bentuk simbol sbb:
Variabel Z
X1
X2 . Xn Xn+1 Xn+2 . Xn+m
NK
Dasar
Z
1
-C1
-C2 . Cn
0
0 .
0
0
Xn+1
0
a11
a12 .. a1n
1
0 .
0
b1
Xn+2
0
a21
a22 .. a2n
0
1 .
0
b2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Xn+m
0
am1
am2 .. amn
0
0 .
1
bm
NK adalah nilai kanan persamaan, yaitu nilai dibelakang tanda sama dengan (=).
Variabel Dasar adalah variabel yang nilainya sama dengan sisi kanan dari persamaan.
Contoh soal diatas :
Tabel Data Perusahaan Industri dalam tabel simpleks yang pertama
Variabel Z
X1
X2
X3
X4
X5
NK
Dasar
Z
1
-6
-8
0
0
0
0
X3
0
3
5
1
0
0
260
X4
0
5
6
0
1
0
380
X5
0
4
3
0
0
1
200
3. Memilih Kolom Kunci
Kolom kunci adalah kolom yang merupakan dasar untuk mengubah tabel diatas. Pilihlah kolom
pada baris fungsi tujuan (Z) yang mempunyai nilai negatif dengan angka terbesar, berilah tanda
segi empat pada kolom tersebut.
Tabel Pemilihan kolom kunci pada tabel pertama
Variabel Z
X1
X2
X3
X4
X5
NK
Dasar
Z
1
-6
-8
0
0
0
0
X3
0
3
5
1
0
0
260
X4
0
5
6
0
1
0
380
X5
0
4
3
0
0
1
200
4. Memilih Baris Kunci
Baris kunci adalah baris yang merupakan dasar untuk mengubah tabel tersebut diatas. Terlebih
dahulu carilah indeks tiap-tiap baris dengan cara membagi nilai-nilai pada kolom NK dengan
nilai yang sebaris pada kolom kunci.
Indeks =
Nilai Kolom NK
Nilai Kolom Kunci
Pilihlah baris yang mempunyai indeks positif dengan angka terkecil
Variabel
Dasar
Z
X3
X4
X5
Tabel Pemilihan Baris Kunci

X1
X2
X3
X4
X5
NK
Keterangan
1
0
0
0
-6
3
5
4
0
260
380
200
260/5=52 (min)
380/6=63,33
200/3=66,67
-8
5
6
3
0
1
0
0
0
0
1
0
0
0
0
1

5. Mengubah nilai-nilai baris kunci

Nilai baris kunci diubah dengan cara membaginya dengan angka kunci, gantilah variabel dasar
pada baris yang terpilih dengan variabel yang terdapat dibagian atas kolom kunci.
Tabel Cara mengubah nilai baris kunci
Variabel Z
X1
X2
X3
X4
X5
NK
Dasar
Z
1
-6
-8
0
0
0
0
X3
0
3
5
1
0
0
260
X4
0
5
6
0
1
0
380
X5
0
4
3
0
0
1
200
Z
1
X2
0 3/5
1
1/5
0
0
52
X4
0
X5
0
6. Mengubah nilai-nilai selain pada baris kunci
Nilai-nilai baris yang lain, selain pada baris kunci dapat diubah dengan rumus sbb:
Baris Baru = baris lama (koefisien pada kolom kunci) x nilai baru baris kunci
Untuk nilai contoh soal diatas, nilai baru baris pertama (Z) sebagai berikut:
[ -6 -8
0
0
0
0 ]
(-8) [ 3/5
1 1/5 0
0 52 ] (-)
Nilai baru
=
-6/5
0 8/5 0
0 416
Baris ke X4 (batasan 2):
[ 5
6
0
1
0 380 ]
(6) [ 3/5
1 1/5 0
0
52 ] (-)
Nilai baru
=
7/5
0 -6/5 1
0
68
Baris ke X5 (batasan 3)
[ 4
(3) [ 3/5
Nilai baru
=
11/5
3
0
1 1/5
0 -3/5
0
0
0
1
0
1
200 ]
52 ] (-)
44
Tabel pertama nilai lama dan tabel kedua nilai baru

Variabel Z
X1
X2
X3
X4
X5
NK
Dasar
Z
1
-6
-8
0
0
0
0
X3
0
3
5
1
0
0
260
X4
0
5
6
0
1
0
380
X5
0
4
3
0
0
1
200
Z
1 -6/5
0
8/5
0
0
416
X2
0 3/5
1
1/5
0
0
52
X4
0 7/5
0
-6/5
1
0
68
X5
0 11/5
0
-3/5
0
1
44
7. Langkah 7
Ulangi langkah-langkah perbaikan-perbaikan/perubahan-perubahan
Ulangilah langkah-langkah perbaikan mulai langkah 3 sampai langkah 6 untuk memperbaiki
tabel-tabel yang telah diubah/diperbaiki nilainya. Perubahan baru berhenti setelah pada baris
pertama ( fungsi tujuan) tidak ada yang bernilai negatif.
Tabel Pemilihan Kolom dan Baris Kunci dari table perbaikan pertama,
dan nilai baru baris kunci hasil perbaikan kedua
Indeks
Variabel Z
X1
X2
X3
X4
X5
NK
Dasar
416
Z
1
-6/5
0
8/5
0
0
416
52/ 3 5 =86,67
X2
0
3/5
1
1/5
0
0
52
X4
0
7/5
0
-6/5
1
0
68
68/ 7 5 =48,57
X5
0 11/5
0
-3/5
0
1
44
44/ 11 =20
5
Z
X2
X4
X1
1
0
0
0
-3/11
5/11
20

Nilai Baru selain baris kunci sbb:

Baris pertama (Z) sebagai berikut:
[ -6/5 0 8/5
(-6/5) [ 1
0 -3/11
Nilai baru
=
0
0 14/11
Baris ke 2 (batasan 1):
[ 3/5 1 1/5
(3/5) [ 1 0 -3/11
Nilai baru
=
0 1 4/11
Baris ke 3 (batasan 2)
[ 7/5
(7/5) [ 1
Nilai baru
=
0
0
0
0
0
0
416 ]
0 5/11 20 ] (-)
0 6/11 440
0
0
0 5/11
0 3/11
52 ]
20 ] (-)
40
-6/5 1
0
-3/11 0 5/11
-9/11 0 7/11
68 ]
20 ] (-)
40
Tabel Hasil perubahan/perbaikan kedua,

table pertama nilai lama dan tabel kedua nilai baru
Variabel Z
X1
X2
X3
X4
X5
NK
Dasar
Z
1
-6/5
0
8/5
0
0
416
X2
0
3/5
1
1/5
0
0
52
X4
0
7/5
0
-6/5
1
0
68
X5
0 11/5
0
-3/5
0
1
44
Z
X2
X4
X1
1
0
0
0
0
0
0
1
0
1
0
0
14/11
4/11
-9/11
-3/11
0
0
0
0
6/11
3/11
7/11
5/11
440
40
40
20
Tabel-tabel yang diperoleh dari table pertama sampai perubahan terakhir :

Variabel Z
X1
X2
X3
X4
X5
NK
Dasar
Z
1
-6
-8
0
0
0
0
X3
0
3
5
1
0
0
260
X4
0
5
6
0
1
0
380
X5
0
4
3
0
0
1
200
Z
1 -6/5
0
8/5
0
0
416
X2
0
3/5
1
1/5
0
0
52
X4
0
7/5
0
-6/5
1
0
68
X5
0 11/5
0
-3/5
0
1
44
Z
1
0
0
14/11
0
6/11
440
X2
0
0
1
4/11
0
3/11
40
X4
0
0
0 -9/11
0
7/11
40
X1
0
1
0 -3/11
0
5/11
20
Karena pada baris fungsi tujuan (Z) sudah tidak ada yang bernilai negative (-) maka sudah optimal
dengan nilai X1 = 20
X2 = 40
Z Maksimal =440
Kesimpulan:
Maka produk P(X1) diproduksi sebanyak 20 unit dan produk Q(X2) diproduksi sebanyak 40 unit
dengan laba maksimal 440 X Rp 10.000,- = Rp 4.400.000,-.
Penyimpangan-penyimpangan dari Bentuk Standar
1. Minimisasi
Fungsi tujuan dari permasalahan linear programming yang bersifat minimisasi, harus diubah
menjadi maksimisasi, agar sesuai dengan bentuk standar, yaitu maksimisasi. Caranya adalah
dengan mengganti tanda positif dan negatif pada fungsi tujuan, sebagai berikut:
n
Minimumkan
Z=
CjXj
j 1
sama dengan

Maksimumkan (-Z) =
(Cj ) Xj
j 1
Contoh :
Minimumkan Z = 6X1 + 8X2
sama dengan
Maksimumkan (-Z) = -6X1 - 8X2
2. Batasan dengan tanda sama dengan
Kalau suatu batasan memakai tanda kesamaan, maka cara mengatasinya dengan
menambahkan variabel buatan (artificial variable).
Misalnya batasan ke-1 pada contoh terdahulu ( 3X1 + 5X2 260 ) diubah menjadi 3X1 + 5X2 =
260. Karena batasan tersebut bertanda = untuk dapat dikerjakan dengan metode simpleks
harus ditambahkan satu variabel lagi, karena pada batasan itu belum ada variabel yang bisa
merupakan variabel dasar pada tabel pertama. Variabel itu adalah variabel buatan yang bersifat
tidak negatif (X3), sehingga persamaan tersebut menjadi sbb:
3X1 + 5X2 + X3 = 260
Karena adanya variabel buatan (X3) ini, maka fungsi tujuan harus disesuaikan dengan
menambahkan bilangan M, sehingga fungsi tujuan menjadi :
Z = 6X1 + 8X2 + MX3
Bilangan M bernilai sangat besar tetapi tidak tak terhingga, sehingga nilai Z maksimum bisa
diperoleh apabila nilai X3 = 0.
3. Fungsi pembatas bertanda
Bila suatu fungsi pembatas bertanda , maka harus diubah menjadi dan akhirnya menjadi =
agar dapat diselesaikan dengan metode simpleks.
Misalnya batasan ke-3 pada contoh terdahulu kita ubah tandanya menjadi sbb:
4X1 + 3X2 200 dikalikan (-1), menjadi
-4X1 3X1 -200 ditambahkan Variabel X5, menjadi
-4X1 3X2 + X5 = -200
4. Bagian kanan persamaan bertanda negatif
Bila bagian kanan persamaan bertanda negatif maka harus diubah menjadi positif. Caranya
dengan mengubah tanda positif negatif dari tiap-tiap koefisien, kemudian ditambah dengan
variabel buatan.
Misanya batasan diatas menjadi sbb:
-4X1 3X2 + X5 = -200 dikalikan (-1), menjadi
4X1 + 3X2 X5 = 200
Persamaan diatas sudah bertanda kesamaan dan dibagian kanan bertanda positif , tetapi slack
variabel (X5) bertanda negatif (dalam hal ini slack variabel sering disebut pula surplus variabel) .
Hal ini tidak memungkinkan penggunaan metode simpleks. Oleh karena itu harus ditambahkan
satu variabel buatan X6, yang akan menjadi variabel dasar dalam tabel permulaan, sehingga
menjadi sbb :
4X1 + 3X2 X5 + X6 = 200
Sesuai dengan penjelasan sebelumnya maka kalau ada variabel buatan harus ditambahkan
nilai M pada fungsi tujuan, dan mengubahnya agar nilai variabel dasar pada fungsi tujuan
sebesar 0.
Setelah kita lakukan perubahan-perubahan pada fungsi tujuan dan fungsi batasan dengan bentuk
non standar, persamaan tujuan diatas tidak memungkinkan penggunaan metode simpleks tabel,
sebab nilai setiap variabel dasar pada persamaan ini harus sebesar 0, padahal X5 merupakan
variabel dasar pada tabel permulaan. Oleh karena itu diubah dengan cara menguranginya dengan
M dikalikan dengan baris batasan yang bersangkutan.
Contoh:
Fungsi tujuan Minimumkan Z = 6X1 + 8X2
Batasan : 1) 3X1 + 5X2 = 260
2) 5X1 + 6X2 380
3) 4X1 + 3X2 200
Penyelesaian:
1. Mengubah fungsi tujuan dan batasan
Batasan 1
3X1 + 5X2 = 260 ditambahkan variabel tambahan X3 menjadi,
2.
3X1 + 5X2 + X3
= 260
Batasan 2
5X1 + 6X2 380 dirubah menjadi kesamaan ditambah slack variable X4 menjadi,
5X1 + 6X2
+ X4
= 380
Batasan 3
4X1 + 3X2 200 dirubah menjadi dengan dikalikan (-1) menjadi,
-4X1 3X2 -200 dirubah menjadi kesamaan ditambah slack variable X5 menjadi,
-4X1 3X2
+ X5
= -200 dirubah menjadi (+) dikalikan (-1) menjadi,
4X1 + 3X2
- X5
= 200 ditambah variable buatan X6 menjadi,
4X1 + 3X2
- X5 + X6 = 200
Fungsi Tujuan
Minimalkan Z = 6X1 + 8X2 ditambah nilai M menjadi,
Minimalkan Z = 6X1 + 8X2 + MX3 + MX6 dirubah maksimalkan menjadi,
Maksimalkan Z = -6X1 - 8X1 MX3 MX6 dirubah menjadi fungsi implisit menjadi,
-Z + 6X1 + 8X2 + MX3 + MX6 =0 Variabel dasar X3 dan X6 harus bernilai 0, dilakukan
pengurangan-pengurangan terhadap fungsi tujuan dengan fungsi batasan yang memiliki
variabel tambahan dikalikan nilai M.
X1
X2
X3
X4
X5
X6
NK
Fs.tujuan
6
8
M
0
0
M
0
Batasan1
3
5
1
0
0
0
260 M
Batasan3
4
3
0
0
-1
1
200 Fs.tujuan
(6 7M) (8-8M)
0
0
M
0
-460M
Menyusun persamaan-persamaan di dalam table
Variabel
Dasar
Z
X3
X4
X6
X1
-1
0
0
0
(-7M+6)
3
5
4
X2
X3
X4
(-8M+8)
5
6
3
0
1
0
0
0
0
1
0
X5
M
0
0
-1
X6
NK
0
0
0
1
-460M
260
380
200
3. Memilih Kolom Kunci

Kolom kunci adalah kolom yang merupakan dasar untuk mengubah tabel diatas. Pilihlah kolom
pada baris fungsi tujuan (Z) yang mempunyai nilai negatif dengan angka terbesar, berilah tanda
segi empat pada kolom tersebut.
Variabel
Dasar
Z
X3
X4
X6
Tabel Pemilihan Kolom Kunci

X2
X3
X4
X5
X1
-1
0
0
0
(-7M+6)
3
5
4
(-8M+8)
5
6
3
0
1
0
0
0
0
1
0
M
0
0
-1
X6
NK
0
0
0
1
-460M
260
380
200
4. Memilih Baris Kunci

Baris kunci adalah baris yang merupakan dasar untuk mengubah tabel tersebut diatas. Terlebih
dahulu carilah indeks tiap-tiap baris dengan cara membagi nilai-nilai pada kolom NK dengan
nilai yang sebaris pada kolom kunci.
Indeks =
Nilai Kolom NK
Nilai Kolom Kunci
Pilihlah baris yang mempunyai indeks positif dengan angka terkecil
Variabel
Dasar
Z
X3
X4
X6
Z
-1
0
0
0
X1
(-7M+6)
3
5
4
Tabel Pemilihan Baris Kunci

X2
X3
X4
X5
(-8M+8)
5
6
3
0
1
0
0
0
0
1
0
M
0
0
-1
X6
0
0
0
1
NK
Indeks
-460M
260
260/5=52(min)
380
380/6=63,33
200
200/3=66,67

5. Mengubah Nilai-Nilai Baris Kunci

Nilai baris kunci diubah dengan cara membaginya dengan angka kunci, gantilah variabel dasar
pada baris yang terpilih dengan variabel yang terdapat dibagian atas kolom kunci.
Variabel
Dasar
Z
X3
X4
X6
Z
X2
X4
X6
Tabel Cara mengubah nilai baris kunci

X1
X2
X3
X4
X5
Z
-1
0
0
0
-1
0
0
0
(-7M+6)
3
5
4
(-8M+8)
5
6
3
3/5
X6
NK
0
1
0
0
0
0
1
0
M
0
0
-1
0
0
0
1
-460M
260
380
200
1/5
52
6. Mengubah nilai-nilai selain pada baris kunci

Nilai-nilai baris yang lain, selain pada baris kunci dapat diubah dengan rumus sbb:
Baris Baru = baris lama (koefisien pada kolom kunci) x nilai baru baris kunci
Untuk nilai contoh soal diatas, nilai baru baris pertama (Z) sebagai berikut:
[ (-7M+6) (-8M+8)
0
0
M
0
(-8M+8) [
3/5
1
1/5
0
0
0
Nilai baru
= (-11/5M+6/5)
0 (8/5M-8/5)
[ 5
6
0
1
0 0
(6) [ 3/5
1 1/5
0 0
0
Nilai baru
=
7/5
0 -6/5 1
0
0
[ 4
(3) [ 3/5
Nilai baru
=
11/5
Variabel
Dasar
Z
X3
X4
X6
Z
X2
X4
X6
Z
-1
0
0
0
-1
0
0
0
3
0
1 1/5
0 -3/5
0
0
0
-1
0
-1
1
0
0
(-44M-416)
380 ]
52 ] (-)
68
200 ]
52 ] (-)
44
Tabel pertama nilai lama dan tabel kedua nilai baru

X1
X2
X3
X4
X5
X6
(-7M+6) (-8M+8)
0
3
5
1
5
6
0
4
3
0
(- 11 5 M+ 6 5 ) 0 (8/5M-8/5)
3/5
1
1/5
7/5
0
-6/5
11/5
0
-3/5
-460M ]
52 ] (-)
0
0
1
0
0
0
1
0
M
0
0
-1
M
0
0
-1
0
0
0
1
0
0
0
0
NK
-460M
260
380
200
(-44M-416)
52
68
44
7. Langkah 7
Ulangi langkah-langkah perbaikan-perbaikan/perubahan-perubahan
Ulangilah langkah-langkah perbaikan mulai langkah 3 sampai langkah 6 untuk memperbaiki
tabel-tabel yang telah diubah/diperbaiki nilainya. Perubahan baru berhenti setelah pada baris
pertama ( fungsi tujuan) tidak ada yang bernilai negatif.

Variabel
Dasar
Z
X2
X4
Tabel Pemilihan Kolom dan Baris Kunci dari table perbaikan pertama,
dan nilai baru baris kunci hasil perbaikan kedua
X1
X2
X3
X4
X5
X6
NK
-1
0
0
(- 11 5 M+ 6 5 )
3/5
7/5
X6
11/5
-3/5
Z
X2
X4
X1
-1
0
0
0
M
0
0
0
0
0
(-44M-416)
52
68
-1
44
-3/11
-5/11
20
0
0
(8/5M-8/5)
-3/11
0
0
M
-5/11
0
0
Nilai baru
=
0
0
(M -14/11) 0
[ 3/5 1 1/5
0
0
0
(3/5) [ 1
0 -3/11 0 -5/11 0
Nilai baru
=
0
1 4/11 0 3 /11 0
[ 7/5 0 -6/5
1
0
0
(7/5) [ 1
0 -3/11 0 -5/11 0
Nilai baru
=
0
0 -9/11 1 7/11 0
6/11
0
1
0
Nilai Baru selain baris kunci sbb:

Baris pertama (Z):
[(-11/5M+6/5)
(-11/5M+6/5) [
1
(8/5M-8/5) 0
1/5
0
-6/5
1
Indeks
52/ 3 5 =86,67
68/ 7 5 =48,57
44/ 11 5 =20
(-44M-416) ]
20
] (-)
440
52 ]
20 ] (-)
40
68 ]
20 ] (-)
40
Tabel Hasil perubahan/perbaikan kedua,

table pertama nilai lama dan tabel kedua nilai baru
X1
X2
X3
X4
X5
X6
NK
Variabel
Dasar
Z
X2
X4
Z
-1
0
0
X6
11/5
Z
X2
X4
X1
-1
0
0
0
0
0
0
1
0
1
0
0
(- 11 5 M+ 6 5 )
3/5
7/5
0
1
0
M
0
0
0
0
0
(-44M-416)
52
68
-1
44
0
0
1
0
6/11
3 /11
7/11
-5/11
0
0
0
0
-440
40
40
20
(8/5M-8/5) 0
1/5
0
-6/5
1
-3/5
(M -14/11)
4/11
-9/11
-3/11
Tabel-tabel yang diperoleh dari table pertama sampai perubahan terakhir :

Variabel
Z
X1
X2
X3
X4
X5
X6
NK
Dasar
Z
-1 (-7M+6) (-8M+8)
0
0
M
0
-460M
X3
0
3
5
1
0
0
0
260
X4
0
5
6
0
1
0
0
380
X6
0
4
3
0
0
-1
1
200
Z
-1 (- 11 5 M+ 6 5 ) 0 (8/5M-8/5) 0
(-44M-416)
M
0
X2
0
52
3/5
1
1/5
0
0
0
X4
0
68
7/5
0
-6/5
1
0
0
X6
0
44
11/5
0
-3/5
0
-1
0
Z
-1
0
0 (M -14/11) 0
6/11
0
-440
X2
0
0
1
4/11
0
3 /11
0
40
X4
0
0
0
-9/11
1
7/11
0
40
X1
0
1
0
-3/11
0
-5/11
0
20
Karena pada baris fungsi tujuan (Z) sudah tidak ada yang bernilai negative (-) maka sudah optimal
dengan nilai X1 = 20
X2 = 40
Z Minimal =440
Kesimpulan:
Maka X1 = 20 ; X2 = 40 dengan Z minimal 440

METODE TRANSPORTASI
Merupakan suatu metode yang digunakan untuk mengatur distribusi dari sumber-sumber yang
menyediakan produk yang sama, ke tempat-tempat yang membutuhkan secara optimal. Alokasi
produk ini harus diatur sedemikian rupa, karena terdapat perbedaan biaya-biaya alokasi dari satu
sumber ke tempat-tempat tujuan berbeda-beda, dan dari beberapa sumber ke suatu tempat tujuan
yang berbeda-beda.
Metode Stepping Stone
Untuk menyelesaikan suatu masalah transportasi dengan menggunakan metode stepping stone
diperlukan 2 langkah :
1. Menentukan jawab layak pertama dengan menggunakan metode pojok barat laut (north west
corner) .
2. Menguji penyelesaian awal sudah optimal atau belum.
3. Ulangi langkah langkah 2 hingga pada Zij variable non basis sudah 0
Menetukan jawab layak pertama
Menentukan jawab layak yang memenuhi semua kendala atau sistem angkutan yang diperlukan
(dengan metode north west corner) dengan langkah-langkah sbb:
1. Pengisian dimulai dari pojok barat laut pada tabel masalah transportasi, yaitu sel (1,1).
Bandingkan persediaan di A1 dengan kebutuhan di T1, yaitu masing-masing a1 dan b1. Buat
X11 = min (a1, b1).
a. Bila a1 > b1, maka X11=b1 . Teruskan ke sel (1,2) yaitu gerakan mendatar dengan X12 =
min (a1-b1, b2).
b. Bila a1<b1, maka X11=a1. Teruskan ke sel (2,1) yaitu gerakan tegak dengan X21= min (b1a1,a2).
c. Bila a1=b1, maka buatlah X11=b1 dan teruskan gerakan ke X22 (gerakan miring).
2. Teruskan langkah ini setapak demi setapak menjauhi pojok barat laut hingga akhirnya harganya
telah dicapai pada pojok tengara dari tabel.
Sesudah m+n-1 langkah, m+n-1 kendala telah dipenuhi dan sisanya akan dipenuhi dengan
sendirina. Oleh karena itu, cara ini akan menghasilkan tidak lebih dari m+n-1 variabel xij yang > 0,
karena tiap langkah memenuhi salah satu dari Ai (asal) atau Tj (tujuan). Harga-harga xij>0 ini
disebut variabel basis dan banyaknya sama dengan m+n-1.
Menguji Keoptimalan Penyelesaian
Misalnya kita mempunyai jawab layak basis dari suatu masalah transportasi dengan m asal dan n
tujuan. Ini berarti bahwa terdapat m+n-1 variabel basis xij yang > 0 kita tidak mengetahui apakah
jawab ini sudah optimal atau tidak.
Untuk menentukan apakah suatu jawab layak basis sudah optimal atau tidak, kita menggunakan
metode stepping stone caranya ialah melalui tabel data transportasi yang memuat variabel basis xij
> 0 dan cij. Kita menghitung zij untuk setiap sel (i,j) yang tidak memuat variabel basis xij >0.
Untuk sel (I,j) kita memerlukan satu lop yang memuat sel (i,j) sendiri dan sel-sel basis. Misalkan
urutan sel dalam lop tersebut ialah :
{(i,r), (u,r), ., (s,w), (s,j), (i,j)}.
Harga zij yang brsesuaian adalah
zij = cir cur + caj cij.
Untuk menghitung zij untuk tiap sel yang tidak memuat xij > 0, kita memerlukan langkah-langkah
sebagai berikut :
1. Tentukan sel basis pada baris yang sama sedemikian hingga sel basis lainnya terletak pada
kolom yang sama.
2. Buat gerakan mendatar kemudian gerakan tegak.
3. Ulangi gerakan ini dari satu sel basis kepada sel basis lainnya hingga satu ketika tiba pada satu
tempat atau sel yang satu kolom dengan sel yang dihitung zij nya.
4. Terakhir hubungkan sel basis ini dengan sel non basis yang dinilai sehingga terbentuklah satu
lop.
5. Jumalhkan harga semua sel basis dalam lop dengan membuat tanda berganti-ganti positifnegatif dan hasilnya sama dengan zij.
Proses ini dapat kita lakukan untuk semua sel yang bukan basis. Apabila:
1. zij 0 untuk setiap sel (i,j) maka jawab layak basis sudah optimal.
2. zij > 0 untuk suatu (i,j) maka jawab layak basis belum optimal.
Sesudah zij dihitung untuk semua sel yang bukan basis, sekarang kita sudah siap menentukan
jawab basis yang baru, yaitu langkah-langkah sbb:
1. Hitung atau tetapkan
zst = maks zij
(i,j)
artinya variabel xst masuk dalam basis dan xst > 0.

2. Tentukan loop yang memuat xst.

3. Pandang c dengan koefisien 1.
4. Tetapkan xpq = Min {x dengan coef c = 1}artinya variabel xpq keluar sebagai variabel
basis.
5. Tentukan harga variabel basis untuk jawab basis yang baru dengan cara
a. xst = xpq
b. Bila koefisien c = 1, maka x = x xpq.
c. Bila koefisien c = -1, maka x = x + xpq.
Perhatikan bahwa x terdapat dalam loop yang memuat (s,t).
Contoh:
Perusahaan OKE mempunyai 3 pabrik P1, P2, P3 dan 3 Gudang G1, G2, G3. Dalam satu bulan
masing-masing pabrik dapat membuat unit barang sebanyak 50, 40, 30 dan masing-masing gudang
dapat menampung sebanyak 60, 20, 40 unit barang. Ongkos angkut dari masing-masing pabrik ke
masing-masing gudang (dalam ratusan ribu Rp):
P1 ke G1, G2, G3 : 3, 10, 8; P2 ke G1, G2, G3 : 7, 5, 1; P3 ke G1, G2, G3 : 9, 2, 7.
Tentukan pengalokasian optimal unit barang dari pabrik P1, P2, P3 ke gudang G1, G2, G3 agar
diperoleh biaya minimal dalam satu bulan.
Penyelesaian:
1. Menentukan jawab layak pertama
Tujuan
G1
Asal
P1
G2
G3
Supply
10
50
40
50
a1
P2
10
20
9
P3
a2
10
2
30
a3
30
Demand
60
T
20
b1
40
b2
120
b3
Menggunakan metode North West Corner

Bandingkan persediaan di a1 dengan kebutuhan di b1
X11 = min(a1;b1)
X23 = min(a2-30;b3)
= min(50;60)
= min(40-30;40)
= 50, langkah dilanjutkan ke X21
= min(10;40)
X21 = min(a2:b1-50)
= min(40;60-50)
X33 = min(a3;b3-10)
= min(40;10)
= min(30;40-10)
=10, langkah dilanjutkan ke X22
= min(30;30)
X22 = min(a2-10;b2)
= 30
= min(40-10;20)
= min(30;20)
2. Menguji Keoptimalan jawab Layak Pertama
a. Menghitung Zij Variabel Non Basis
Sel (1,2) Loop (1,1) (2,1) (2,2) (1,2)
Z12 = C11-C21+C22-C12
= 3-7+5-10
= -9
Sel (1,3) Loop (1,1) (2,1) (2,3) (1,3)
Z13 = C11-C21+C23-C13
= 3-7+1-8
= -11
Sel (3,1) Loop (3,3) (2,3) (2,1) (3,1)
Z31 = C33-C23+C21-C31
= 7-1+7-9
=4
Sel (3,2) Loop (3,3) (2,3) (2,2) (3,2)
Z32 = C33-C23+C22-C32
= 7-1+5-2
=9

b. Menentukan Variabel yang masuk dalam Basis

Maks Zst = Maks Zij (Zij variable non basis yang > 0)
= Maks (4;9)
= 9 = Z32 , maka X32 masuk dalam Basis
c. Menentukan Variabel yang keluar dari Basis
Loop Variabel yang masuk dalam Basis (3,2) = (3,3) (2,3) (2,2) (3,2)
Koefisien C (+) = (3,3);(2,2)
Min Xpq = Min (X33;X22)
= Min (30;20)
= 20 = X22, maka X22 keluar dari basis
d. Harga Basis Baru
1. Xst = Xpq = X32 = X22 = 20
2. X33 = X33 X22 = 30 20 = 10
3. X23 = X23 + X22 = 10 + 20 = 30
Menyusun harga basis baru ke dalam table
Asal
G1
G2
G3
Supply
Tujuan
P1
10
50
50
a1
P2
10
a2
30
9
P3
60
20
b1
30
a3
10
20
Demand
40
40
b2
120
b3
3. Ulangi langkah langkah 2 hingga pada Zij variable non basis sudah 0
Menguji Keoptimalan Jawab Layak Pertama
Sel (1,2) Loop (1,1) (2,1) (2,3) (3,3) (3,2) (1,2)
Z12 = C11-C21+C23-C33+C32-C12
= 3-7+1-7+2-10
= -18
Sel (1,3) Loop (1,1) (2,1) (2,3) (1,3)
Z13 = C11-C21+C23-C13
= 3-7+1-8
= -11
Sel (2,2) Loop (2,3) (3,3) (3,2) (2,2)
Z22 = C23-C33+C32-C22
= 1-7+2-5
= -9
Sel (3,1) Loop (3,3) (2,3) (2,1) (3,1)
Z31 = C33-C23+C21-C31
= 7-1+7-9
=4
b. Menentukan Variabel yang masuk dalam Basis
Maks Zst = Maks Zij (Zij variable non basis yang > 0)
= Maks (4)
= 4 = Z31 , maka X31 masuk dalam Basis
c. Menentukan Variabel yang keluar dari Basis
Loop Variabel yang masuk dalam Basis (3,1) = (3,3) (2,3) (2,1) (3,1)
Koefisien C (+) = (3,3);(2,1)
Min Xpq = Min (X33;X21)
= Min (10;10)
= 10 = X33, maka X33 keluar dari basis
d. Harga Basis Baru
a. Xst = Xpq = X31 = X33 = 10
b. X23 = X23 + X33 = 30 + 10 = 40
c. X21 = X21 X33 = 10 - 10 = 0

Menyusun harga basis baru ke dalam table

Asal
G1
G2
G3
Supply
Tujuan
P1
10
50
40
a1
50
P2
0
P3
10
Demand
a2
40
20
30
a3
60
20
40
120
b1
b2
b3
Menguji Keoptimalan Jawab Layak Pertama
Sel (1,2) Loop (1,1) (3,1) (3,2) (1,2)
Z12 = C11-C31+C32-C12
= 3-9+2-10
= -14
Sel (1,3) Loop (1,1) (2,1) (2,3) (1,3)
Z13 = C11-C21+C23-C13
= 3-7+1-8
= -11
Sel (2,2) Loop (2,1) (3,1) (3,2) (2,2)
Z22 = C21-C31+C32-C22
= 7-9+2-5
= -5
Sel (3,3) Loop (3,1) (2,1) (2,3) (3,3)
Z31 = C31-C21+C23-C33
= 9-7+1-7
= -4
Karena Zij variable non basis sudah 0 maka sudah optimal
Biaya = 50X3 + 0X7 + 40X1 + 10X9 + 20X2
= 150 + 0 + 40 + 90 + 40
= 320
= 320 X Rp 100.000,00
= Rp 32.000.000,00
Kesimpulan:
Maka pengalokasian unit barang dari pabrik P1, P2, P3 ke gudang G1, G2, G3 dalam satu
bulan optimal dengan biaya minimal Rp 32.000.000,00.
Metode MODI (Modified Distribution)
Merupakan perkembangan dari metode stepping stone, karena penentuan segi empat kosong yang
bisa menghemat biaya dilakukan dengan prosedur yang lebih pasti dan tepat serta metode ini dapat
mencapai hasil optimal lebih cepat.
Langkah-langkah sbb:
1. Isilah tabel pertama dari sudut kiri atas kekanan bawah
2. Menentukan nilai baris dan kolom
Nilai baris dan kolom ditentukan berdasarkan persamaan (Ri + Kj = Cij). Baris pertama selalu
diberi nilai 0, dan nilai nilai baris-baris yang lain dan nilai semua kolom ditentukan berdasarkan
hasil-hasil hitungan yang telah diperoleh, maka nilai kolom yang dihubungkan dengan segi
empat batu dapat dicari dengan rumus
Ri + Kj = Cij.
3. Menghitung Indeks Perbaikan
Indeks perbaikan adalah nilai dari segi empat air (segi empat yang kosong), mencarinya dengan
rumus Cij Ri Kj = indeks perbaikan
4. Memilih titik tolak perubahan
Segi empat yang mempunyai indeks perbaikan negatif berarti bila diberi alokasi (diisi) akan
dapat mengurangi jumalh biaya pengangkutan. Bila nilainya positif berarti pengisian akan
menyebabkan kenaikan biaya pengangkutan. Segi empat yang merupakan titik tolak perubahan
adalah segi empat yang indeksnya bertanda negatif dengan angka terbesar.
5. Memperbaiki alokasi
Berilah tanda positif (+) pada segi empat yang terpilih. Pilihlah satu segi empat terdekat yang isi
dan sebaris, satu segi empat yang isi terdekat dan sekolom; berilah tanda negatif (-) pada dua
segi empat ini. Kemudian pilihlah satu segi empat yang sebaris atau sekolom dengan 2 segi

empat yang bertanda negatif (-) tadi, dan berilah segi empat ini tanda positif (+). Selanjutnya
pindahkanlah alokasi dari segi empat yang bertanda negatif (-) ke yang bertanda positif (+)
sebanyak isi terkecila dari segi empat yang bertanda negatif (-).
6. Ulangilah langkah-langkah tersebut diatas, mulai langkah 2 sampai diperoleh biaya terendah.
Bila masih ada indeks perbaikan yang bernilai negatif berarti alokasi tersebut masih dapat
diubah untuk mengurangi biaya pengangkutan. Bila sudah tidak ada indeks yang bernilai negatif
berarti sudah optimal.
Contoh:
Kita gunakan contoh diatas yang sudah dikerjakan menggunakan metode stepping stone.
1. Mengisi table dari sudut kiri atas kekanan bawah
Asal
G1
G2
G3
Supply
Tujuan
P1
10
50
40
50
a1
P2
10
20
9
P3
a2
10
2
30
a3
30
Demand
60
20
40
b1
b2
b3
2. Menentukan nilai baris dan kolom
Rumus : Ri + Kj = Cij
Asal
G1=3
G2=1
G3=-3
Tujuan
P1=0
10
120
Supply
50
a1
50
P2=4
10
20
a2
10
P3=10
40
30
a3
30
Demand
60
20
40
120
b1
b2
b3
Rumus : Cij Ri Kj = Indeks Perbaikan
Segi
Cij Ri - Kj
Indeks
Empat
Perbaikan
P1G2
10 0 1
9
P1G3
8 0 (-3)
11
P3G1
9 10 3
-4
P3G2
2 10 1
-9
Memilih indeks perbaikan dengan nilai negative terbesar = -9 = P3G2
Asal
G1=3
G2=1
G3=-3
Supply
Tujuan
P1=0
10
50
50
a1
P2=4
20
10
P3=10
+
Demand
60
20
b1
b2
40
a2
+ 10
7
30
a3
_ 30
40
120
b3

3
Asal
Tujuan
G1
P1
G2
G3
Supply
10
50
50
a1
P2
10
a2
30
9
P3
60
30
a3
10
20
Demand
40
20
b1
40
b2
120
b3
6. Ulangilah langkah-langkah tersebut diatas, mulai langkah 2 sampai diperoleh biaya terendah
. 2. Menentukan nilai baris dan kolom
Asal
G1=3
G2=-8
G3=-3
Supply
Tujuan
P1=0
10
50
a1
50
P2=4
10
a2
30
9
P3=10
30
a3
10
20
Demand
40
60
20
40
120
b1
b2
b3
Segi
Cij Ri - Kj
Indeks
Empat
Perbaikan
P1G2
10 0 (-8)
18
P1G3
8 0 (-3)
11
P2G2
5 4 (-8)
9
P3G1
9 10 3
-4
Memilih indeks perbaikan dengan nilai negative terbesar = -4 = P3G1
Asal
Tujuan
G1=3
P1=0
G2=-8
G3=-3
Supply
10
50
40
50
a1
P2=4
10
P3=10
+
Demand
60
b2
30
a3
- 10
40
20
20
b1
a2
+ 30
120
b3

Asal
Tujuan
G1
P1
G2
G3
Supply
10
50
a1
50
P2
0
9
P3
10
Demand
40
a2
40
2
30
a3
20
60
20
b1
40
b2
120
b3
6. Ulangilah langkah-langkah tersebut diatas, mulai langkah 2 sampai diperoleh biaya terendah
. 2. Menentukan nilai baris dan kolom
Asal
G1=3
G2=-4
G3=-3
Supply
Tujuan
P1=0
10
50
40
50
a1
P2=4
0
P3=6
10
Demand
a2
40
2
20
30
a3
60
20
40
120
b1
b2
b3
Segi
Cij Ri - Kj
Indeks
Empat
Perbaikan
P1G2
10 0 (-4)
14
P1G3
8 0 (-3)
11
P2G2
5 4 (-4)
5
P3G3
7 6 (-3)
4
Karena Indeks Perbaikan sudah memenuhi 0 maka sudah optimal
Biaya = 50X3 + 0X7 + 40X1 + 10X9 + 20X2
= 150 + 0 + 40 + 90 + 40
= 320
= 320 X Rp 100.000,00
= Rp 32.000.000,00
Kesimpulan:
Metode Vogels Approximation
Merupakan metode yang lebih mudah dan lebih cepat untuk dapt mengatur alokasi dari beberapa
sumber ke beberapa daerah pemasaran. Dengan langkah-langkah:
1. Susunlah kebutuhan, kapasitas masing-masing sumber, dan biaya pengangkutan ke dalam
matriks.
2. Carilah perbedaan dari dua biaya terkecil, yaitu biaya terkecil dan biaya terkecil kedua untuk
tiap baris dan kolom pada matriks (Cij).
3. Pilihlah 1 nilai perbedaan-perbedaan yang terbesar diantara semua nilai perbedaan pada
kolom dan baris.
4. Isilah pada salah satu segi empat yang termasuk dalam kolomatau baris terpilih, yaitu pada
segi empat yang biayanya terendah diantara segi empat lain pada kolom/baris itu. Isiannya
sebanyak mungkin yang bisa dilakukan.
5. Hilangkan baris/kolom yang sudah diisi sepenuhnya (kapasitas penuh) sehingga tidak
mungkin diisi lagi. Kemudian perhatikan kolom dan baris yang belum terisi/teralokasi.

6. Tentukan kembali perbedaan (selisih) biaya pada langkah ke-2 untuk kolom dan baris yang
belum terisi. Ulangi langkah 3 sampai dengan langkah 5, sampai semua baris dan kolom
sepenuhnya teralokasi.
7. Setelah terisi semua, hitung biaya transportasinya.
8. Bila nilai perbedaan biaya ada 2 yang besarnya sama, lihatlah segi empat yang masuk
dalam kolom maupun baris yang mempunyai nilai terbesar. Bila segi empat ini mempunyai
biaya terendah diantara segi empat pada baris atau kolomnya, maka isikan alokasi
maksimum pada segi empat ini. Bila biayanya tidak terendah, maka pilihlah segi empat yang
akan diisi berdasarkan salah satu, baris terpilih atau kolom terpilih.
Contoh:
Kita gunakan contoh diatas yang sudah dikerjakan menggunakan metode stepping stone
dan MODI.
Asal
Tujuan
G1
G2
G3
Supply
P1
10
50
P2
40
P3
30
a1
a2
a3
Demand
60
20
b1
40
b2
120
b3
1. Susunlah kebutuhan, kapasitas masing-masing sumber, dan biaya pengangkutan ke dalam

matriks.
Tujuan
Asal
P1
P2
P3
Demand
Perbedaan
Kolom
Tujuan
Asal
P1
P2
P3
Demand
Perbedaan
Kolom
Tujuan
G1 G2
G3
Supply
3
7
9
60
4
8
1
7
40
6
50
40
30
10
5
2
20
3
5
4
5
Pilihan : P2G3 = 40
Hilangkan : Kolom G3
G1
G2
Supply
3
7
9
10
5
2
50
0
30
60
4
20
3
Perbedaan
Baris
7
2
7
Pilihan : P3G2 = 20
Hilangkan : Kolom G2
G1
Supply
P1
P2
P3
3
7
9
50
0
10
Demand
60
Asal
Perbedaan
Baris
Pilihan : P1G1 = 50
P2G1 = 0
P3G1 = 10

Menyusun alokasi ke dalam table

Asal
G1
G2
Tujuan
P1
G3
Supply
10
50
40
50
a1
P2
0
P3
10
Demand
a2
40
2
30
a3
20
60
20
b1
40
b2
120
b3
Menurut metode Vogel's penyelesaian tersebut sudah optimal, tetapi belum tentu menurut metode
yang lain harus diuji terlebih dahulu menggunakan metode :
1. Stepping Stone
a. Menghitung Zij Variabel non Basis
Sel (1,2) Loop (1,1) (3,1) (3,2) (1,2)
Z12 = C11-C31+C32-C12
= 3-9+2-10
= -14
Sel (1,3) Loop (1,1) (2,1) (2,3) (1,3)
Z13 = C11-C21+C23-C13
= 3-7+1-8
= -11
Sel (2,2) Loop (2,1) (3,1) (3,2) (2,2)
Z22 = C21-C31+C32-C22
= 7-9+2-5
= -5
Sel (3,3) Loop (3,1) (2,1) (2,3) (3,3)
Z31 = C31-C21+C23-C33
= 9-7+1-7
= -4
Karena Zij variable non Basis sudah memenuhi 0 maka sudah optimal
2. MODI
Menentukan nilai baris dan kolom
Asal
G1=3
G2=-4
G3=-3
Tujuan
P1=0
Supply
10
50
40
a1
50
P2=4
0
9
P3=6
10
Demand
a2
40
2
20
30
a3
60
20
40
120
b1
b2
b3
Segi
Cij Ri - Kj
Indeks
Empat
Perbaikan
P1G2
10 0 (-4)
14
P1G3
8 0 (-3)
11
P2G2
5 4 (-4)
5
P3G3
7 6 (-3)
4
Karena Indeks Perbaikan sudah memenuhi 0 maka sudah optimal
Biaya = 50X3 + 0X7 + 40X1 + 10X9 + 20X2
= 150 + 0 + 40 + 90 + 40
= 320
= 320 X Rp 100.000,00
= Rp 32.000.000,00
Kesimpulan:


BahanAjarRO

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

BahanAjarRO

Diunggah oleh

Hak Cipta:

Format Tersedia

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

a31 a32 a33

Tabel 1.1. Data untuk model Linear Programming

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Misal : X1 = 6,5; Z = 10,75

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

mis : X1=0 ; 5.0 + 6X2 = 380

4. Untuk mencari nilai Z optimal dapat digunakan 2 cara:

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Untuk mencari nilai Z optimal dapat digunakan 2 cara:

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

3X1 + 5.40 = 260

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Pilihlah baris yang mempunyai indeks positif dengan angka terkecil

Tabel Pemilihan Baris Kunci

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

5. Mengubah nilai-nilai baris kunci

Tabel pertama nilai lama dan tabel kedua nilai baru

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Nilai Baru selain baris kunci sbb:

Tabel Hasil perubahan/perbaikan kedua,

Tabel-tabel yang diperoleh dari table pertama sampai perubahan terakhir :

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

3. Memilih Kolom Kunci

Tabel Pemilihan Kolom Kunci

4. Memilih Baris Kunci

Pilihlah baris yang mempunyai indeks positif dengan angka terkecil

Tabel Pemilihan Baris Kunci

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

5. Mengubah Nilai-Nilai Baris Kunci

Tabel Cara mengubah nilai baris kunci

6. Mengubah nilai-nilai selain pada baris kunci

Tabel pertama nilai lama dan tabel kedua nilai baru

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Nilai Baru selain baris kunci sbb:

Tabel Hasil perubahan/perbaikan kedua,

Tabel-tabel yang diperoleh dari table pertama sampai perubahan terakhir :

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta

2. Tentukan loop yang memuat xst.

Menggunakan metode North West Corner

Minarwati, ST @@@@@Ajuj, Syafi dan Mary@@@@@

Diktat Mata Kuliah Riset Operasi STMIK AMIKOM Yogyakarta