Jakarta
300
Program Linear
Pontianak
400
250
400
200
Berbantuan Komputer:
Surabaya
Lindo, Lingo dan
Solver
Balikpapan
200
600
Makasar
450
400
Manado
450
Jayapura
Dwijanto
Program Linear
Berbantuan Komputer:
Lindo, Lingo dan Solver
PENDAHULUAN
Bab II.
Bab V.
Analisis Jaringan
Pada Bab Analisis Jaringan ini akan membahas 4 masalah yaitu
Masalah Lintasan Terpendek , Masalah Diagram Pohon Terpendek,
DAFTAR ISI
Kata Pengantar
Pendahuluan
Bab I. Tinjauan Teori-teori sebagai Dasar Program Linear
1.
2.
3.
4.
5.
6.
7.
8.
KATA PENGANTAR
BAB I
Sekilas tentang Teori-teori sebagai Dasar Program Linear
1. Himpunan konveks
Sebuah himpunan X dalam Rn disebut himpunan konveks apabila memenuhi sifat
berikut: jika diberikan sebarang dua titik x1 dan x2 di dalam X, maka x1 + (1- )x2 X
untuk setiap [0 , 1]. Selanjutnya kita ketahui bahwa x1 + (1 - )x2 untuk dalam
interval [0 , 1], menggambarkan titik-titik yang terletak pada ruas garis yang
menghubungkan x1 dan x2. Sebarang titik dalam bentuk x1 + (1- )x2 dengan 0 1
disebut kombinasi konveks dari x1 dan x2. Jika (0 , 1), maka bentuk x1 + (1- )x2
disebut kombinasi konveks sempurna.
Dalam pengertian geometri, himpunan konveks dan himpunan tidak-konkveks
dapat digambarkan sebagai berikut:
a. Himpunan konveks
b. Himpunan tidak-konveks
1. ( x1 , x 2 ) : x12 + x 2 2 1
1
1
0
2. x : x = 1 0 + 2 1 + 3 1, 1 + 2 + 3 = 1, 1 , 2 , 3 0
0
0
1
2. Titik Ekstrim
Dalam kajian pada program linear, titik ekstrim sangat berperan dalam
menentukan nilai optimum suatu masalah. Sebuah titik dalam himpunan konveks X disebut
titik ekstrem dari himpunan X, jika titik x tersebut tidak dapat dinyatakan dengan kombinasi
konveks sempurna dari dua titik yang berbeda dalam X. Dengan kata lain jika x titik
ekstrim dan x = x1 + (1- )x2, dengan (0 , 1) dan x1, x2 X, maka x = x1 = x2.
Gambar berikut memperlihatkan titik ekstrim dan bukan titik ekstrim.
Contoh 1.1
Tentukan arah himpunan polihedral X = {x : Ax b, x 0}.
Jawaban
Misalkan d arah himpunan X, maka untuk setiap 0 dan x X, d 0 dan memenuhi
A(x + d) b
.... (1)
x + d 0
.... (2)
Contoh 1. 2.
Tentukan arah himpunan X = {(x1,x2) : x1 + x2 1, x1 - x2 -2, x1 0, dan x2 0 }.
Jawaban
d1
d2 d1
d1
... (1)
x1 + d1 - x2 - d2 -2
... (2)
x1 + d1 0
... (3)
x2 + d2 0
... (4)
Dari (1) dapat dubah menjadi x1 + x2 + (d1 + d2) 1 Karena x1 dan x2 tetap dan dengan
sebarang, maka untuk yang cukup besar berlaku d1 + d2 0 atau d2 -d1. Persamaan
(2) juga dapat diubah menjadi x1 - x2 + (d1 - d2) -2. Dari persamaan terakhir ini dengan
mengambil x1 dan x2 tetap dan dengan sebarang, maka untuk yang cukup besar
berlaku d1 d2 0 atau d2 d1.
Dengan cara serupa dari (3) dan (4) kita peroleh d1 0 dan d2 0. Sehingga secara
keseluruhan diperolah d2 - d1, d2 d1, d1 0 dan d2 0. Dari keempat hasil ini dapat
disederhanakan menjadi d1 0 dan 0 d2 d1.
diperoleh
misalnya x0 di H. Jika x0 H, maka akan memenuhi px0 = k, dan setiap x H, kita miliki
px = k. Jadi dengan proses mengurangkannya kita peroleh p(x - x0) = 0, dimana x0
sebarang titik tetap di H.
Bidang banyak adalah konveks.
Gambar berikut adalah bidang banyak dan vektor normal p, dimana p ortogonal
terhadap x - x0.
{x: px k}. Irisan kedua ruang paruh adalah bidang banyak dan gabungan kedua ruang
paruh tersebut adalah Rn.
(a)
(b)
(c)
Gambar 1.7. Representasi sebuah titik dalam polihedral terbatas terhadap titik-titik ekstrem
10
j x j + jd j
j = 1,
j =1
j =1
j =1
j 0, j = 1,2,..., k
j 0, j = 1,2,..., m
Bukti.
Tidak dibuktikan dalam buku ini.
Akibat.
Untuk sebarang x*X dapat direpresentasikan sebagai
x* =
j x j + jd j ,
j = 1,
j =1
j =1
j =1
j 0, j = 1,2,..., k , j 0, j = 1,2,..., m .
Soal-soal
1. Tunjukkan bahwa hyperplane H = {x : px = k} dan halfspace H*= {x : px k} adalah
himpunan konveks.
2. Buatlah grafik yang menggambarkan himpunan yang memenuhi
{(x1,x2) : -x1 + x2 2, x1 + 2x2 8, x1 0, x2 0}. Apakah himpunan ini konveks ?
3. Buatlah grafik yang menggambarkan himpunan yang memenuhi
{(x1,x2) : x1 + x2 2, x1 8, x1 0, x2 0}. Apakah himpunan ini konveks ?
11
BAB III
Transportasi
1. Metode Transportasi
Metode transportasi adalah suatu metode yang digunakan untuk mengatur distribusi dari
sumber-sumber yang menyediakan produk yang sama atau sejenis ke tempat tujuan
secara optimal. Distribusi ini dilakukan sedemikian rupa sehingga permintaan dari
beberapa tempat tujuan dapat dipenuhi dari beberapa tempat asal yang masing-masing
dapat memiliki permintaan atau kapasitas yang berbeda. Dengan menggunakan metode
transportasi, dapat diperoleh suatu alokasi distribusi barang yang dapat meminimalkan
total biaya transportasi. Selain untuk mengatur distribusi pengiriman barang, metode
transportasi juga dapat digunakan untuk masalah lain, seperti penjadwalan dalam proses
produksi agar memperoleh total waktu proses pengerjaan yang terendah, penempatan
persediaan agar mendapatkan total biaya persediaan terkecil, atau pembelanjaan modal
agar mendapatkan hasil investasi yang terbesar. Dalam kaitannya dengan perencanaan
fasilitas, metode transportasi dapat digunakan untuk memilih suatu lokasi yang dapat
meminimalkan total biaya operasi.
Suatu perusahaan memerlukan pengelolaan data dan analisis kuantitatif yang akurat,
cepat serta praktis dalam penggunaannya. Dalam perhitungan secara manual
membutuhkan waktu yang lebih lama, sementara pertimbangan efisiensi waktu dalam
perusahaan sangat diperhatikan. Dengan demikian diperlukan adanya suatu alat, teknik
maupun metode yang praktis, efektif dan efisien untuk memecahkan permasalahan
tersebut.
60
61
Kapasitas
D2
D3
D4
Pabrik
D5
Asal)
12
9
100
O1
8
7
90
O2
1
12
7
70
O3
10
15
1
90
O4
Demand
(Permin-
80
50
90
60
70
350
taan)
Tabel 1.1. di atas menggambarkan bahwa jumlah kapasitas pabrik O1, O2, O3, dan
O4 berturut-turut: 100, 90, 70, dan 90, sedangkan permintaan pasar di lapangan D1, D2, D3,
D4, dan D5 berturut-turut 80, 50, 100, 60, dan 70. Biaya satuan dari pabrik O1 ke
62
permintaan D1 adalah 12, biaya satuan dari pabrik O1 ke permintaan D2 adalah 4, dan
seterusnya, sampai biaya satuan dari pabrik O3 ke permintaan D5 adalah 1. Untuk
menyelesaikan permasalahan transportasi ini ada beberapa metode antara lain: Metode
North West Corner (NWC), metode Inspeksi, dan metode pendekatan Vogel (Vogel
Approximation Methods atau disingkat VAM).
paling atas (northwest) matriks kemudian bergerak ke kanan atau ke bawah sesuai
permintaan dan kapasitas produksi yang sesuai.
Besar alokasi ini akan mencukupi salah satu, kapasitas tempat asal baris pertama
dan atau permukaan tempat tujuan dari kolom pertama. Jika kapasitas tempat asal
pertama terpenuhi kita bergerak ke bawah menyusur kolom pertama dan menentukan
alokasi yang akan mencukupi atau kapasitas tempat asal baris kedua atau mencukupi
tujuan yang masih kurang dari kolom pertama. Di lain pihak, jika alokasi pertama
memenuhi permintaan tempat tujuan di kolom pertama, kita bergerak ke kanan di baris
pertama dan kemudian menentukan alokasi yang kedua atau yang memenuhi kapasitas
tersisa dari baris satu atau memenuhi permintaan tujuan dari kolom dua dan seterusnya.
Untuk masalah seperti pada Table 1.1 di atas, maka apabila diselesaikan dengan metode
NWC akan melakukan langkah-langkah sebagai berikut:
Penggunaan metode NWC mengharuskan sel O1 D1, yang terletak di sudut kiri atas diisi.
Alokasi diterapkan X11 = 80 unit untuk memenuhi permintaan yang ternyata lebih kecil dari
kapasitas O1. Ini berarti permintaan tujuan D1= 80 dapat dipenuhi dari O1. Ternyata
produksi O1 masih mempunyai (100 - 80) = 20 unit kapasitas yang belum disalurkan. Sisa
yang 20 unit ini di alokasikan kepada permintaan D2 yang permintaannya 50 unit. Untuk
memenuhi kekurangan kebutuhan D2, yaitu kurang 30 unit maka diambil dari D2 dengan
demikian maka sel O1D2 atau X12 = 20 dan sel O2D2 atau X22 = 30. Sisa produksi D2
setelah dikurangi 30 unit adalat 60 unit, sisa ini di alokasikan ke sel O2D3 atau X23 yang
secara keseluruhan. Permintaan D3 adalah 90 unit dan telah tersedia 60 unit dari O2.
63
Kekurangan 30 unit diambilkan dari produksi O3 sehingga X23 = 70 dan X33 = 30. Sisa
produksi O3 sebanyak 40 unit yaitu (70-30) di alokasikan ke permintaan D4 dan permintaan
D4 sebanyak 60 unit dilengkapi dengan mengambil 20 unit dari produksi O4. Dengan
demikian produksi O4 tersisa 70 unit dialokasikan ke permintaan D5.
Tabel 2.1. Matriks biaya transportasi tiap barang dan jumlah alokasi distribusi
barang dari tempat asal (pabrik) ke tempat tujuan (kota tujuan)
Destination (Tempat Tujuan)
Tempat
Kapasitas
D1
D2
D3
D4
D5
Asal
Pabrik
12
O1
80
9
100
20
8
O2
1
30
7
90
60
12
O3
4
30
10
15
70
40
6
O4
20
70
90
60
70
350
Permintaan
80
50
90
Berdasarkan Tabel 2.1 di atas diperoleh sistem transportasi sebagai berikut: Sel O1D1 atau
X11 = 80, sel O1D2 atau X12 = 20, sel O2D2 atau X22 = 30, sel O2D3 atau X23 = 60, sel O3D3
atau X33 = 30, sel O3D4 atau X34 = 40, sel O4D4 atau X44 = 20, dan sel O4D5 atau X45 = 70.
Besarnya biaya transportasi dengan metode NWC adalah
80 (12) + 20 (4) + 30 (1) + 60 (6) + 30 (4) + 40 (7) + 20 (9) + 70 (1) = 2.080.
64
Tempat
Asal
D1
D2
D3
12
Kapasitas
D4
9
Pabrik
D5
5
9
100
O1
8
O2
15
O4
10
0
50
20
90
70
80
0
70
70
Permin-
40
90
12
10
taan
50
1
O3
0
90
60
70
350
65
Biaya terkecil selanjutnya adalah 5 yang terletak pada sel O1D4. Sel O1D4 kita isi minimum
dari kapasitas O1dan permintaan D4, sehingga kita isi dengan 60 unit. Dengan pengisian
60 unit pada sel O1D4 maka kapasitas O1 menjadi 40 dan permintaan D4 menjadi 0,
kemudian kolom D4 kita tandai dan tidak kita olah pada program selanjutnya. Hasil
perhitungan ini dapat kita hihat pada Tabel 2.3.
Tabel 2.3.
Asal
D1
D2
D3
12
D4
9
O1
O2
12
0
70
10
15
O4
10
0
50
50
30
90
0
60
20
90
70
80
40
90
70
Permin-
40
100
50
1
taan
Pabrik
D5
60
8
O3
Kapasitas
Tempat
0
70
350
Biaya terkecil selanjutnya adalah 6 yang terletak pada sel O2D3. dan sel O4D3. Sel O2D3
kita isi minimum dari sisa kapasitas O2 dan permintaan D3, sehingga kita isi dengan 40
unit. Dengan pengisian 40 unit pada sel O2D3 maka kapasitas O2 menjadi 0 dan
permintaan D3 menjadi 50, kemudian baris O2 kita tandai dan tidak kita olah pada program
selanjutnya. Sel O4D3 kita isi minimum dari sisa kapasitas O4 dan sisa permintaan D3,
sehingga kita isi dengan 20 unit. Dengan pengisian 20 unit pada sel O4D3 maka kapasitas
O4 menjadi 0 dan permintaan D3 menjadi 30, kemudian baris 42 kita tandai dan tidak kita
olah pada program selanjutnya.
Hasil perhitungan ini dapat kita hihat pada Tabel 2.4.
66
Tabel 2.4.
Destination (Tempat Tujuan)
Tempat
Asal
D1
D2
D3
12
D4
9
O1
O2
1
50
40
90
12
0
70
70
10
15
O4
20
10
Permin-
40
100
40
taan
Pabrik
D5
60
8
O3
Kapasitas
80
20
90
70
50
50
30
90
60
70
350
Tempat
Asal
D1
D2
D3
12
O1
4
30
8
O2
0
70
15
O4
20
10
80
40
90
70
Permin-
40
100
60
40
12
10
taan
Pabrik
D5
5
50
1
O3
D4
9
10
Kapasitas
0
50
0
60
20
90
70
50 30
90
0
70
350
67
Berdasarkan Tabel 2.5 di atas diperoleh sistem transportasi sebagai berikut: X11 = 10, X13
= 30, X14 = 60, X22 = 50, X23 = 40, X31 = 70, X43 = 20, dan X45 = 70. Besarnya biaya
transportasi dengan metode Inspeksi adalah
10 (12) + 30 (9) + 60 (5) + 50 (1) + 40 (6) + 70 (1) + 20 (6) + 70 (1) = 1240.
iii. Metode VAM ( Vogel Approximation Method)
Metode VAM ini didasarkan atas beda kolom dan beda baris yang menentukan
perbedaan antara dua ongkos termurah dalam satu kolom atau satu baris. Setiap
perbedaan dapat dianggap sebagai penalti, karena menggunakan route termurah. Beda
baris atau beda kolom berkaitan dengan penalti tertinggi, merupakan baris atau kolom
yang akan diberi alokasi pertama. Alokasi pertama ini, atau menghabiskan tempat
Kapasitas produksi, atau menghabiskan permintaan tujuan atau kedua-duanya.
Untuk memperjelas metode ini, marilah kita mengerjakan soal yang sama dengan diatas
dengan menggunakan metode VAM.
Masalah transportasi ini adalah:
Tabel 2.6.
Destination (Tempat Tujuan)
Tempat
Asal
D1
D2
12
D3
4
D4
9
D5
5
Kapasitas
Beda
Pabrik
Baris
9
100
O1
8
7
90
O2
1
12
7
70
O3
10
15
1
90
O4
Permintaan
Beda
Kolom
80
50
90
60
70
350
68
Baris O1
Baris O2
Baris O3
Baris O4
Kolom D1
Kolom D2
Kolom D3
Kolom D4
Kolom D5
4
1
1
1
1
1
4
5
1
dan
dan
dan
dan
dan
dan
dan
dan
dan
5
6
4
6
8
4
6
6
7
Beda baris atau beda kolom terbesar adalah 7 yaitu pada kolom D1, biaya termurah kolom
D1 adalah 1 yaitu pada sel O3D1. Oleh karena itu sel O3D1 ini diisi terlebih dahulu, yang
besarnya adalam minimum kapasitas O3 dan permintaan D1 yaitu 70. Dengan mengisi sel
O3D1 sebesar 70, maka kapasitas O3 menjadi 0 dan permintaan D1 menjadi 10. Dengan
demikian baris O3 kita tandai dan tidak dimasukkan dalam program selanjutnya.
Hasil perhitungan ini dapat kita lihat pada Tabel 2.8.
Tabel 2.8.
Origin
(Tempat
Asal)
Kapasitas
Pabrik
D2
12
D3
4
D4
9
D5
5
O1
8
O3
12
15
90
70
90
O4
Demand
(Permintaan)
Beda
Kolom
70
10
100
7
O2
1
10
80
7
Beda
Baris
50
90
60
70
350
69
Besarnya beda baris dan beda kolom berikutnya adalah sebagai berikut.
Tabel 2.9. Beda baris dan beda kolom
Baris atau kolom
Baris O1
Baris O2
Baris O4
Kolom D1
Kolom D2
Kolom D3
Kolom D4
Kolom D5
4 dan 5
1 dan 6
1 dan 6
8 dan 10
1 dan 4
6 dan 6
5 dan 6
1 dan 7
Beda baris atau beda kolom terbesar adalah 6 yaitu pada kolom D5, biaya termurah kolom
D5 adalah 1 yaitu pada sel O4D5. Oleh karena itu sel O4D5 ini diisi terlebih dahulu, yang
besarnya adalam minimum kapasitas O4 dan permintaan D5 yaitu 70. Dengan mengisi sel
O4D5 sebesar 70, maka kapasitas O4 menjadi 20 dan permintaan D5 menjadi 0. Dengan
demikian kolom D5 kita tandai dan tidak dimasukkan dalam program selanjutnya.
Hasil perhitungan ini dapat kita lihat pada Tabel 2.10.
Tabel 2.10.
Destination (Tempat Tujuan)
Tempat
Asal
D1
D2
12
D3
4
D4
9
D5
5
Beda
Kolom
0
70
10
15
1
70
20
90
350
10
2
90
12
70
80
O4
Permintaan
100
7
O2
O3
Beda
Baris
O1
8
Kapasitas
Pabrik
50
90
60
0
70
70
Besarnya beda baris dan beda kolom berikutnya adalah sebagai berikut.
Tabel 2.11. Beda baris dan beda kolom
Baris atau kolom
Baris O1
Baris O2
Baris O4
Kolom D1
Kolom D2
Kolom D3
Kolom D4
4 dan 5
1 dan 6
6 dan 9
8 dan 10
1 dan 4
6 dan 6
5 dan 6
Beda baris atau beda kolom terbesar adalah 5 yaitu pada baris O2, biaya termurah kolom
O2 adalah 1 yaitu pada sel O2D2. Oleh karena itu sel O2D2 ini diisi terlebih dahulu, yang
besarnya adalam minimum kapasitas O2 dan permintaan D2 yaitu 50. Dengan mengisi sel
O2D2 sebesar 50, maka kapasitas O2 menjadi 40 dan permintaan D2 menjadi 0. Dengan
demikian kolom D2 kita tandai dan tidak dimasukkan dalam program selanjutnya.
Hasil perhitungan ini dapat kita lihat pada Tabel 2.12.
Tabel 2.12.
Kapasitas
Pabrik
Tempat
Asal
D1
D2
12
D3
4
D4
9
D5
5
O1
8
O2
O3
Permintaan
Beda
Kolom
50
80
2
40
90
12
0
70
10
15
1
70
20
90
350
70
10
100
O4
0
50
Beda
Baris
90
60
0
70
71
Besarnya beda baris dan beda kolom berikutnya adalah sebagai berikut.
Tabel 2.13. Beda baris dan beda kolom.
Baris atau kolom
Baris O1
Baris O2
Baris O4
Kolom D1
Kolom D3
Kolom D4
4 dan 9
6 dan 6
6 dan 9
8 dan 10
6 dan 6
5 dan 6
Beda baris atau beda kolom terbesar adalah 4 yaitu pada baris O1, biaya termurah baris
O1 adalah 5 yaitu pada sel O1D4. Oleh karena itu sel O1D4 ini diisi terlebih dahulu, yang
besarnya adalam minimum sisa kapasitas O1 dan permintaan D4 yaitu 60. Dengan mengisi
sel O1D4 sebesar 60, maka kapasitas O1 menjadi 40 dan permintaan D4 menjadi 0.
Dengan demikian baris O4 kita tandai dan tidak dimasukkan dalam program selanjutnya.
Hasil perhitungan ini dapat kita lihat pada Tabel 2.14.
Tabel 2.14.
D1
D2
12
D3
4
D4
9
O1
O2
Beda
Kolom
50
1
12
10
15
1
70
10
80
2
0
50
0
90
60
0
0
70
Beda
Baris
40
100
40
90
0
70
70
O4
Permintaan
D5
60
8
O3
Kapasitas
Pabrik
Tempat
Asal
20
90
3
350
72
Besarnya beda baris dan beda kolom berikutnya adalah sebagai berikut.
Tabel 2.15. Beda baris dan beda kolom.
Baris atau kolom
Baris O1
Baris O2
Baris O4
Kolom D1
Kolom D3
9 dan 12
6 dan 8
6 dan 10
8 dan 10
6 dan 6
Beda baris atau beda kolom terbesar adalah 4 yaitu pada baris O4, biaya termurah baris
O4 adalah 6 yaitu pada sel O4D3. Oleh karena itu sel O4D3 ini diisi terlebih dahulu, yang
besarnya adalam minimum sisa kapasitas O4 dan permintaan D3 yaitu 20. Dengan mengisi
sel O4D3 sebesar 20, maka kapasitas O4 menjadi 0 dan permintaan D2 menjadi 80.
Dengan demikian baris O4 kita tandai dan tidak dimasukkan dalam program selanjutnya.
Hasil perhitungan ini dapat kita lihat pada Tabel 2.16.
Tabel 2.16.
Destination (Tempat Tujuan)
Tempat
Asal
D1
D2
12
D3
4
D4
9
O1
O2
Beda
Kolom
50
40
100
40
90
0
70
10
15
1
70
20 0
90
0
70
350
20
80
Beda
Baris
12
70
10
Kapasitas
Pabrik
O4
Permintaan
5
60
O3
D5
0
50
70
90
0
0
60
1
73
Besarnya beda baris dan beda kolom berikutnya adalah sebagai berikut.
Tabel 2.17. Beda baris dan beda kolom.
Baris atau kolom
Baris O1
Baris O2
Kolom D1
Kolom D3
9 dan 12
6 dan 8
8 dan 12
6 dan 9
Beda baris atau beda kolom terbesar adalah 4 yaitu pada kolom D1, biaya termurah kolom
O1 adalah 8 yaitu pada sel O2D1. Oleh karena itu sel O2D1 ini diisi terlebih dahulu, yang
besarnya adalam minimum sisa kapasitas O2 dan permintaan D1 yaitu 10. Dengan mengisi
sel O2D1 sebesar 10, maka kapasitas O2 menjadi 30 dan permintaan D1 menjadi 0.
Dengan demikian baris D1 kita tandai dan tidak dimasukkan dalam program selanjutnya.
Hasil perhitungan ini dapat kita lihat pada Tabel 2.18.
Tabel 2.18.
D1
D2
12
D3
4
O1
O3
Beda
Kolom
10
50
D5
5
60
30
80
4
40 30
90
0
70
10
15
20 0
20
10
12
70
0
50
70
90
70
0
60
0
70
Beda
Baris
40 0
100
O4
Permintaan
D4
40
8
O2
Kapasitas
Pabrik
Tempat
Asal
90
350
Terakhir kekurangan kebutuhan D3 dicukupi oleh sisa dari O1 sebanyak 40 dan sisa O2
sebanyak 30. Dengan demikian kita peroleh sistem transportasi sebagai berikut: X13 = 40,
74
X14 = 60, X21 = 10, X22 = 50, X23 = 30, X31 = 70, X43 = 20, dan X45 = 70. Besarnya biaya
transportasi dengan metode VAM adalah
40 (9) + 60 (5) + 10 (8) + 50 (1) + 30 (6) + 70 (1) + 20 (6) + 70 (1) = 1230.
b. Menentukan Nilai Optimal
Dari ketiga metode tersebut di atas dapat kita lihat bahwa metode yang paling sederhana
adalah metode NWC, tetapi hasil dari metode ini umumnya kurang memuaskan.
Sedangkan dengan metode VAM hasilnya paling baik, tetapi perhitungannya cukup rumit.
Metode Inspeksi secara perhitungan sederhana, tetapi hasilnya mendekati dengan matode
VAM.
Jika kita diberi pertanyaan, metode mana yang akan dipakai untuk menyelesaikan
masalah transportasi?. Maka jawabnya tergantung banyaknya sumber (banyaknya tempat
produksi), banyaknya tempat tujuan serta waktu yang disediakan untuk memutuskan.
Bilamana diberi waktu yang cukup, maka akan digunakan metode VAM, tetapi apabila
waktu untuk memutuskan sempit maka metode Inspeksi sudah cukup baik.
Masalah yang perlu ditanyakan lagi ialah apakah dengan metode Inspeksi atau VAM telah
mencapai biaya optimum?. Untuk menjawab pertanyaan ini, ada dua metode untuk
mengetahui apakah sudah optimum atau belum, untuk mengetahui optimalitas model
transportasi digunakan metode Steppingstone atau metode Modi.
i.
Metode Steppingstone
Tempat
Asal
D1
D2
10
O1
60
5
10
6
O2
Permintaan
60
7
30
4
50
60
Kapasitas
D3
100
9
50
30
75
Dari Tabel 2.19 di atas, sel kosong adalah sel O2D1 dan sel O2D3, dengan biaya
transportasi = 60 (10) + 10 (5) + 30 (7) + 50 (4) = 1.060
Untuk sel O2D1.
Tabel 2.19.a.
D1
O1
O2
D2
10
-1
5
+1
6
+1
4
-1
Andaikan sel O2D1 ini diisi satu barang, maka supaya kondisi seimbang sel O1D1 dan sel
O2D2 dikurangi satu dan sel O1D2 ditambah satu. Sekarang perhatikan loop O2D1 O1D1
O1D2 O2D2. Berturut-turut tambah 1, kurang 1, tambah 1, kurang 1. Perubahan
biaya adalah = 6 - 10 + 5 4 = -3. Jadi opportunity cost sel O2D1 adalah 3. Ini artinya
bahwa apabila kita mengisi sel O2D1 satu barang, maka terjadi pengurangan biaya
sebesar 3.
Untuk sel O2D3.
Andaikan sel O2D3 ini diisi satu barang, maka supaya kondisi seimbang sel O2D2 dan sel
O1D3 dikurangi satu dan sel O2D1 ditambah satu. Sekarang perhatikan loop O2D3 O2D2
O1D2 O1D3. Berturut-turut tambah 1, kurang 1, tambah 1, kurang 1. Perubahan
biaya adalah = 9 - 4 + 5 7 = 3. Jadi opportunity cost sel O2D3 adalah -3. Ini artinya bila
kita mengisi sel O2D3 satu barang, maka terjadi penambahan biaya sebesar 3.
Dari perhitungan di atas, maka sel O2D1 harus diisi sebanyak mungkin, sedangkan sel
O2D3 tidak perlu diisi sebab apabila diisi akan menambah biaya (merugi). Banyaknya
barang yang dapat diisikan pada sel O2D1 adalah minimum isi sel yang terkurangi yaitu
O1D1 dan O2D2, jadi sel O2D1 dapat diisi sebesar 50, sehingga terbentuk Tabel 2.19.b.
76
Tabel 2.19.b.
Tempat
Asal
O1
O2
Permintaan
Destination (Tujuan)
D1
D2
10
10
D3
5
60
6
50
60
Kapasitas
7
30
4
60
100
50
30
Dari Tabel 2.19.b di atas, sel kosong adalah sel O2D2 dan sel O2D3.
Untuk sel O2D2.
Andaikan sel O2D2 ini diisi satu barang, maka supaya kondisi seimbang sel O2D1 dan sel
O1D2 dikurangi satu dan sel O1D1 ditambah satu. Sekarang perhatikan loop O2D2 O2D1
O1D1 O1D2. Berturut-turut tambah 1, kurang 1, tambah 1, kurang 1. Perubahan
biaya adalah = 4 - 6 + 10 5 = 3. Jadi opportunity cost sel O2D1 adalah -3. Ini artinya bila
kita mengisi sel O2D2 satu barang, maka terjadi penambahan biaya sebesar 3.
Untuk sel O2D3.
Andaikan sel O2D3 ini diisi satu barang, maka supaya kondisi seimbang sel O2D1 dan sel
O1D3 dikurangi satu dan sel O1D1 ditambah satu. Sekarang perhatikan loop O2D3 O2D1
O1D1 O1D3. Berturut-turut tambah 1, kurang 1, tambah 1, kurang 1. Perubahan
biaya adalah = 9 - 6 + 10 7 = 6. Jadi opportunity cost sel O2D3 adalah -6. Ini artinya bila
kita mengisi sel O2D3 satu barang, maka terjadi penambahan biaya sebesar 6.
Dari perhitungan ini, semua opportunity cost sel kosong adalah negatif, maka Tabel 2.19.b.
di atas telah optimal, dengan biaya transportasi = 10 (10) + 60 (5) + 30 (7) + 50 (6) = 910.
Ini cocok bila kita hitung dari 1060 910 = 150, berasal dari pemindahan 50 satuan barang
dengan opportunity cost 3.
Untuk kasus di atas, kita dapat bekerja mulai hasil dari NWC, Inspeksi, atau VAM. Apabila
kita mulai dari NWC, langkah pada metode NWC nya mudah, tetapi akan menjadi sukar
pekerjaan di Steppingstone, apabila kita mulai dari VAM, maka akan sukar pada langkah di
VAM nya, tetapi mudah pada langkah Steppingstone. Langkah yang cukup bijaksana
77
(meskipu tidak harus), adalah langkah awalnya dengan metode Inspeksi, sebab metode
Inspeksi perhitungannya mudah dan hasilnya sudah dekat dengan langkah pada VAM.
Dari langkah awal metode Inspeksi diperoleh hasil seperti Tabel 2.19.c.
Tabel 2.19.c
Tempat
Asal
D1
D2
12
O1
D3
4
30
O2
1
50
D5
5
60
6
100
6
40
90
12
10
15
70
70
O4
Permintaan
D4
9
10
8
O3
Kapasitas
Pabrik
20
80
50
90
60
70
90
70
350
Dari Tabel 2.19.c di atas kita buat tabel opportunity cost sel kosong seperti pada Tabel
2.19.d berikut:
Tabel 2.19.d. Hasil perhitungan opportunity cost sel kosong
No
1
2
3
4
5
6
7
8
9
10
11
12
Sel
kosong
O1D2
O1D5
O2D1
O2D4
O2D5
O3D2
O3D3
O3D4
O3D5
O4D1
O4D2
O4D4
Loop
Perubahan biaya
O1D2O1D3O2D3O2D2
O1D5O4D5O4D3O1D3
O2D1O1D1O1D3O2D3
O2D4O2D3O1D3O1D4
O2D5O4D5O4D3O2D3
O3D2O3D1O1D1O1D3O2D3O2D2
O3D3O3D1O1D1O1D3
O3D4O3D1O1D1O1D4
O3D5O4D5O4D3O1D3O1D1O3D1
O4D1O1D1O1D3O4D3
O4D2O2D2O2D3O4D3
O4D4O4D3O1D3O1D4
4-9+6-1=0
9-1+6-9=5
8-12+9-6=-1
6-6+9-5=4
7-1+6-6=6
12-1+12-9+6-1=19
4-1+12-9=6
7-1+12-5=13
7-1+6-9+12-1=14
10-12+9-6=1
15-1+6-6=14
9+6+9-5=7
Opportunity
cost
0
-5
1
-4
-6
-19
-6
-13
-14
-1
-14
-7
78
Dari tabel 2.19.d. di atas, terlihat bahwa opportunity cost terbesar adalah pada sel O2D1
sehingga sel ini harus diisi sebanyak mungkin. Sel ini diisi sebanyak minimun dari sel O1D1
dan O2D3 yaitu sebanyak 10. Sehingga Tabel 2.19.d. menjadi Tabel 2.19.e berikut:
Tabel 2.19.e.
Tempat
Asal
D1
D2
12
D3
4
10
1
50
60
100
30
12
90
70
70
10
15
20
O4
Permintaan
D5
5
40
8
O3
D4
9
O1
O2
Kapasitas
Pabrik
80
50
90
1
70
60
70
90
350
Dari Tabel 2.19.e. di atas kita buat tabel opportunity cost semua sel kosong sehingga
diperoleh Tabel 2.19.f berikut:
Tabel 2.19.f.
No
1
2
3
4
5
6
7
8
9
10
11
12
Sel
kosong
O1D1
O1D2
O1D5
O2D4
O2D5
O3D2
O3D3
O3D4
O3D5
O4D1
O4D2
O4D4
Loop
Perubahan biaya
O1D2O1D3O2D3O2D1
O1D2O1D3O2D3O2D2
O1D5O4D5O4D3O1D3
O2D4O2D3O1D3O1D4
O2D5O4D5O4D3O2D3
O3D2O3D1O2D1O2D3
O3D3O3D1O2D1O2D3
O3D4O3D1O2D1O2D3O1D3O1D4
O3D5O4D5O4D3O2D3O2D1O3D1
O4D1O2D1O2D3O4D3
O4D2O2D2O2D3O4D3
O4D4O4D3O1D3O1D4
12-9+6-8=1
4-9+6-1=0
9-1+6-9=5
6-6+9-5=3
7-1+6-6=6
12-1+8-1=18
4-1+8-6=5
7-1+8-6+9-5=12
7-1+6-6+8-1=13
10-8+6-6=2
15-1+6-6=14
9+6+9-5=7
Opportunity
cost
-1
0
-5
-3
-6
-18
-5
-12
-13
-2
-14
-7
79
Dari Tabel 2.19.f. terlihat bahwa tidak ada lagi sel kosong yang mempunyai opportunity
cost positif, ini berarti bahwa Tabel 2.4.f telah optimal, dengan biaya transportasi =40 (9) +
60 (5) + 10 (8) + 50 (1) + 30 (6) + 70 (1) + 20 (6) + 70(1) = 1.230.
Sebagai catatan bahwa opportunity cost sel O1D2 adalah nol, ini berarti bahwa sel ini diisi
maupun tidak, tidak akan menambah atau mengurangi biaya transportasi.
80
Tabel 2.19.f
Destination ( Tujuan)
Tempat
Asal
D1
10
O1
O2
D2
60
10
30
4
Bil Baris
(Vi)
100
50
D3
5
K21
Kapasitas
K23
50
Permintaan
60
60
30
10
Misalkan kita ambil sebarang bilangan untuk V1 = 0, maka kita kita peroleh:
U1 = C11 V1 = 10 0 = 10
U2 = C12 V1 = 5 0 = 5
U3 = C13 V1 = 7 0 = 7
V2 = C22 U2 = 4 5 = 1
K21 = V2 + U1 = (1) + 10 = 9
K23 = V2 + U3 = (1) + 7 = 6
Opportunity cost sel O2D1 = K21 C21 = 9 6 = 3
Opportunity cost sel O2D3 = K23 C23 = 6 9 = 3
Selanjutnya kita akan menghitung opportunity cost sel kosong pada masalah di atas
dengan Modi. Pertama misalkan kita ambil Tabel hasil dari metode Inspeksi yaitu seperti
Tabel 2.19.g berikut:
81
Tabel 2.19.g.
Tempat
Asal
D1
D2
12
D3
4
D4
9
10
O1
Kapasitas
Pabrik
30
8
60
6
50
O2
D5
12
7
90
70
O3
70
10
15
20
O4
Perminta
an
Bil.
Kolom
100
40
Bil
Baris
(Vi)
80
50
1
70
90
60
90
350
70
D1
D2
12
O1
D4
9
10
30
1
D5
5
60
6
50
O2
100
6
40
12
90
4
70
70
10
O4
Perminta
an
Bil.
Kolom
D3
4
O3
Kapasitas
Pabrik
15
20
80
12
50
4
90
9
1
70
60
5
70
4
90
350
Bil Baris
(Vi)
0
-3
-11
-3
82
10
11
12
O1D2 O1D5 O2D1 O2D4 O2D5 O3D2 O3D3 O3D4 O3D5 O4D1 O4D2 O4D4
0
-5
-4
-6
-19
-6
-13
-14
-1
-14
-7
83
D2
12
D3
4
D4
9
Kapasitas
Pabrik
D5
5
9
100
O1
8
O2
90
1
12
10
15
O3
70
O4
90
Permintaan
80
50
90
60
70
350
Misalkan banyaknya barang pada sel Xij yaitu banyaknya barang yang dikirim dari pabrik
Oi ke permintaan Dj, dan cij adalah biaya satuan pengiriman dari pabrik Oi ke permintaan
Dj, maka basarnya biaya pengiriman adalah:
Z = X ijcij
ij
, dan
Dari ketentuan ini, untuk kasus masalah transportasi ini, maka kita peroleh model.
Minimumkan biaya: 12X11 + 4X12 +9 X13 + 5X14 + 9X15 + 8X21 + 1X22 + 6X23 + 6X24
+ 7X25 + 1X31 + 12X32 + 4X33 + 7X34 + 7X35 + 10X41 + 15 X42 + 6X43 + 9X44 + 1X45
Dengan syarat
X11 + X21 + X31 + X41 = 80
X12 + X22 + X32 + X42 = 50
X13 + X23 + X33 + X43 = 90
84
Dalam menyelesaikan program linear maupun masalah transportasi, indeks ditulis sejajar
dengan variabelnya sehingga dalam penulisan pada Lindo sebagai berikut.
MIN
12X11+4X12+9X13+5X14+9X15+8X21+1X22+6X23+6X24+7X25
+1X31+12X32+4X33+7X34+7X35+10X41+15X42+6X43+9X44+1X45
SUBJECT TO
X11+X12+X13+X14+X15=100
X21+X22+X23+X24+X25=90
X31+X32+X33+X34+X35=70
X41+X42+X43+X44+X45=90
X11+X21+X31+X41=80
X12+X22+X32+X42=50
X13+X23+X33+X43=90
X14+X24+X34+X44=60
X15+X25+X35+X45=7
END
Setelah program Lindo dijalankan, maka akan diperoleh hasil sebagai berikut.
LP OPTIMUM FOUND AT STEP
1230.000
VALUE
0.000000
40.000000
0.000000
60.000000
0.000000
10.000000
10.000000
70.000000
0.000000
0.000000
REDUCED COST
1.000000
0.000000
0.000000
0.000000
5.000000
0.000000
0.000000
0.000000
4.000000
6.000000
85
X31
X32
X33
X34
X35
X41
X42
X43
X44
X45
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
70.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
20.000000
0.000000
70.000000
0.000000
18.000000
5.000000
12.000000
13.000000
2.000000
14.000000
0.000000
7.000000
0.000000
SLACK OR SURPLUS
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
NO. ITERATIONS=
DUAL PRICES
0.000000
3.000000
10.000000
3.000000
-11.000000
-4.000000
-9.000000
-5.000000
-4.000000
VARIABLE
X11
X12
X13
X14
X15
X21
X22
X23
X24
X25
X31
X32
X33
X34
X35
X41
X42
X43
X44
X45
ROW
2
CURRENT
COEF
12.000000
4.000000
9.000000
5.000000
9.000000
8.000000
1.000000
6.000000
6.000000
7.000000
1.000000
12.000000
4.000000
7.000000
7.000000
10.000000
15.000000
6.000000
9.000000
1.000000
CURRENT
RHS
100.000000
ALLOWABLE
DECREASE
0.000000
86
3
4
5
6
7
8
9
10
90.000000
70.000000
90.000000
80.000000
50.000000
90.000000
60.000000
70.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Tampilan yang muncul pada layar editor di atas merupakan penyelesaian suatu masalah
transportasi yang dapat diartikan sebagai berikut.
1. Biaya minimum yang diperlukan untuk pengangkutan barang adalah 1.230 yang
dapat dibaca dari
OBJECTIVE FUNCTION VALUE
1)
1230.000
VALUE
0.000000
40.000000
0.000000
60.000000
0.000000
10.000000
10.000000
70.000000
0.000000
0.000000
70.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
20.000000
0.000000
70.000000
REDUCED COST
1.000000
0.000000
0.000000
0.000000
5.000000
0.000000
0.000000
0.000000
4.000000
6.000000
0.000000
18.000000
5.000000
12.000000
13.000000
2.000000
14.000000
0.000000
7.000000
0.000000
87
VARIABLE
X11
X12
X13
X14
X15
X21
X22
X23
X24
X25
X31
X32
X33
X34
X35
X41
X42
X43
X44
X45
CURRENT
COEF
12.000000
4.000000
9.000000
5.000000
9.000000
8.000000
1.000000
6.000000
6.000000
7.000000
1.000000
12.000000
4.000000
7.000000
7.000000
10.000000
15.000000
6.000000
9.000000
1.000000
Misalnya c11 dapat turun sampai 11 atau naik sampai tak berhingga, c12 dapat turun
sampai 0 dan tidak boleh naik, dan seterusnya.
88
CURRENT
RHS
2
3
4
5
6
7
8
9
10
100.000000
90.000000
70.000000
90.000000
80.000000
50.000000
90.000000
60.000000
70.000000
ALLOWABLE
DECREASE
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Menunjukkan bahwa jumlah produksi maupun jumlah permintaan adalah tetap karena
memang keadaan pasar seimbang.
89
Tabel Trasportasi
Tempat
Asal
Kapasitas
Pabrik
D2
12
D3
4
D4
9
D5
5
9
100
O1
8
O2
90
1
12
O3
70
10
15
O4
Permintaan
90
80
50
90
60
70
350
Dengan program Lingo, maka perintah untuk menyelesaikan masalah transportasi ini
adalah.
Model:
Sets:
ariable /O1, O2, O3, O4/:Asal;
Permintaan/D1, D2, D3, D4, D5/ :Demand ;
Links(Kapasitas,Permintaan) :Ship, Cost ;
Endsets
Min=@sum(Links:Ship*Cost);
@for(Permintaan(j) :@sum(Kapasitas(i) :Ship(i,j))>Demand(j)) ;
@for(Kapasitas(i) :@sum(Permintaan(j) :Ship(i,j))<Asal(i)) ;
Data:
Asal=100, 90, 70, 90;
Demand=80, 50, 90, 60, 70;
Cost=12, 4, 9, 5, 9, 8, 1, 6, 6, 7, 1, 12, 4, 7, 7,
10, 15, 6, 9, 1;
Enddata
End
Dari program di atas nampak bahwa, program Lingo ini sangat baik untuk masalah
transportasi khususnya untuk banyak ariable, karena dengan Lingo, kita tidak usah
mendefinisikan nama ariable. Perhatikan bahwa bentuk program Lingo untuk
menyelesaikan masalah transportasi ini. Bentuk program sudah baku dan tidak perlu
mengganti variabel/ menambah variabel. Perubahan program hanya mengubah
banyaknya Kapasitas, Permintaan, dan perubahan pada data saja.
90
Value
100.0000
90.00000
70.00000
90.00000
80.00000
50.00000
90.00000
60.00000
70.00000
0.0000000E+00
0.0000000E+00
40.00000
60.00000
0.0000000E+00
10.00000
50.00000
30.00000
0.0000000E+00
0.0000000E+00
70.00000
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
20.00000
0.0000000E+00
70.00000
12.00000
4.000000
9.000000
5.000000
9.000000
8.000000
1.000000
6.000000
6.000000
7.000000
1.000000
12.00000
4.000000
7.000000
7.000000
10.00000
15.00000
6.000000
9.000000
1.000000
Reduced Cost
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
1.000000
0.0000000E+00
0.0000000E+00
0.0000000E+00
5.000000
0.0000000E+00
0.0000000E+00
0.0000000E+00
4.000000
6.000000
0.0000000E+00
18.00000
5.000000
12.00000
13.00000
2.000000
14.00000
0.0000000E+00
7.000000
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
91
Row
Slack or Surplus
1
2
3
4
5
6
7
8
9
10
1230.000
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
Dual Price
1.000000
-11.00000
-4.000000
-9.000000
-5.000000
-4.000000
0.0000000E+00
3.000000
10.00000
3.000000
Makna hasil keluaran Lingo mirip dengan hasil keluaran dari Lindo, pembaca dipersilahkan
mengartikan makna hasil keluaran di atas (sebagai latihan)
92
Langkah awal adalah membuat Tabel biaya pengiriman, kapasitas produksi dan
permintaan. Tabel ini kita copy dan diletakkan dibawahnya, dengan mengganti menjadi
Tabel Benyaknya Pengiriman Barang. Nilai awal yang diberikan kepada banyaknya barang
yang dikirim dari Oi ke Dj adalah 0. Sedangkan banyaknya barang yang dikirim dari Oi
adalah jumlah banyaknya barang yang dikirim dari Oi ke Dj untuk suatu i. Jadi dalam hal ini
sel G16 ditulis dengan formula =SUM(B16:F16). Formula ini di-copy-kan ke sel G17
sampai G19. Selanjutnya banyaknya Penerimaan Barang adalah jumlah barang yang
93
diterima dari Oi ke Dj untuk suatu j. Jadi dalam hal ini sel B20 ditulis dengan formula
=SUM(B16:B19). Formula ini di-copy-kan ke sel C20 sampai F20.
Biaya Pengiriman merupakan kelipatan yang seletak antara banyaknya barang yang
dikirim dengan biaya satuan pengiriman. Oleh karena itu pada sel B22 kita tuliskan formula
=SUMPRODUCT(B6:F9,B16:F19).
Menjalankan Solver
Setelah persiapan pada lembar kerja Excel selesai, saatnya menjalankan Solver, yaitu
Tools, Solver, maka akan keluar menu Solver.
Hasil perhitungan total biaya kita letakkan pada sel B2, dan ini tidak diubah ke sel lain oleh
karena itu semua hasil kita tetapkan dengan menambahkan tanda $ pada sel tempat
perumusan hasil atau sumber. Sehingga untuk sel Set Target Cell kita ini dengan $B$22.
Masalah yang kita cari adalah masalah minimumkan biaya transportasi, sehingga pada
Equal To kita pilih Min. Selanjutnya pada By Changing Cells meminta bagian (kelompok)
sel yang merupakan variabel. Pada masalah ini adalah menentukan banyaknya barang
pada sistem transportasi, oleh karena itu kita isikan B18 sampai F19 sehingga kita tulis
$B$16:$F$19.
Subject to the Constraints meminta syarat pembatas. Dalam masalah ini ada dua syarat
pembatas yaitu pembatas permintaan (penerimaan barang) dan Kapasitas Pabrik
(Banyaknya barang yang dikirim), oleh karena itu.
Pembatas permintaan yaitu permintaan harus dipenuhi, jadi permintaan kurang dari atau
sama dengan penerimaan barang. Sehingga $B10:$F$10 <= $B20:$F$20.
94
Pembatas kapasitas menyatakan bahwa barang yang dikirim akan kurang dari atau sama
dengan kapasitas pabrik. Sehingga $G$16:$G$19 <= $G$6:$G$9.
Selanjutnya dengan memilih/mengisikan keterangan berikut pada menu solver, dan
dengan mengisi options asumsi linear dan non-negatif variable. maka setelah dijalankan
atau meng-klik Solve akan diperoleh hasil berikut.
Hasil ini menunjukkan bahwa Biaya Pengiriman sebesar 1.230, dengan sistem pengiriman:
Produksi dari O1 sebanyak 100 unit, dikirim ke D2 sebanyak 40 unit, dan ke D4 sebanyak
60 unit. Produksi dari O2 sebanyak 90 unit, dikirim ke D1 sebanyak 10 unit, ke D2 sebanyak
10 unit, dan ke D3 sebanyak 70 unit. Produksi dari O3 sebanyak 70 unit, dikirim semuanya
ke D3 yaitu sebanyak 70 unit. Produksi dari O4 sebanyak 90 unit, dikirim ke D3 sebanyak
20 unit dan ke D5 sebanyak 70 unit.
95
40
105
70
20
40
60
80
80
20
60
90
30
40
25
70
130
100
60
25
45
96
Dalam rangka penghematan penggunaan bahan bakar minyak (BBM), perusahaan akan
mengirimkan barang-barang produksi tersebut dengan biaya terkecil, yaitu dengan
meminimumkan jarak tempuh armada truknya. Di lain pihak, perusahaan ini memberi
pelayanan kepada masyarakat sebaik mungkin, sehingga setiap truk hanya digunakan
untuk mengirim satu kali. Buatlah sistem Transportasi untuk PT Cocacola ini dan berikan
komentar saudara tentang sistem produksi pada perusahaan ini?.
Dari masalah di atas, apabila tabel dilengkapi dengan permintaan virtual maka akan
diperoleh tabel berikut.
Kota Tujuan / Permintaan
A
Dummy
Produksi
40
105
70
20
40
50
60
80
80
20
60
70
90
30
40
25
70
30
130
100
60
25
45
80
Permintaan
40
60
30
45
50
230
97
Lokasi Pabrik
Aktivitas
Kapasitas Produksi
Bekasi
Produksi AQUA
250.000.000 Liter
Citeurep (Bogor)
Produksi AQUA
200.000.000 Liter
Cimelati (Sukabumi)
Produksi AQUA
200.000.000 Liter
Kuningan
Produksi AQUA
100.000.000 Liter
Tahun
750.000.000 Liter
Tabel 2.5.b Data Jarak Lokasi Pabrik dengan 12 kota Daerah Pemasaran dan
Demand
Tujuan Pengiriman
Lokasi
10
11
12
Bekasi
119
140
29
84
87
148
154
217
261
260
229
Citeurep (Bogor)
148
118
58
87
163
61
129
192
194
235
259
Cimelati (Sukabumi)
209
179
119
148
136
61
96
159
261
202
226
Kuningan
383
404
293
261
235
194
261
165
192
185
35
40
40
195
50
55
40
35
145
35
30
35
50
Pabrik
Kebutuhan Permin
taan (Demand)
Keterangan :
Angka pada kolom 1 sampai dengan kolom 12 adalah nama kota tujuan pengiriman:
1) Serang; 2) Pandeglang; 3) Jakarta; 4) Bekasi;
Sukabumi; 8) Bandung; 9) Garut
5. Purwakarta; 6. Bogor ; 7.
98
Angka yang ada dalam kolom dibawah kolom nama kota adalah angka jarak antara pabrik
dengan kota tujuan pengiriman dalam kilometer ( Km ), sedangkan biaya angkut dihitung
dalam puluhan ribu rupiah (Rp 10.000,-) per satu juta liter kilometer. Jumlah kebutuhan
atau permintaan dalam juta liter per tahun untuk tiap kota yang menjadi tujuan pengiriman.
Setelah informasi/data di atas tersedia maka langkah selanjutnya menuliskan
permasalahan yang ada ke dalam bentuk tabel biaya pengangkutan atau jarak. Pada
PT.AQUA di Jawa Barat seperti terlihat pada tabel 4. untuk kapasitas produksi per tahun
dan pada tabel 5. untuk jarak antara lokasi pabrik dengan kota tujuan pengiriman,
sedangkan biaya dihitung dalam Rp 10.000,- per satu juta liter kilometer. Kemudian
merumuskan dan menuliskannya pada papan editor dalam bentuk persamaan linear untuk
fungsi tujuan, fungsi kendala, dan penyelesaian non negatif. Data pada PT.AQUA Golden
Mississippi Jawa Barat seperti tercantum pada tabel 2.5.a. dan tabel 2.5.b
bentuk
40
X12+X22+X32+X42
40
X13+X23+X33+X43
X14+X24+X34+X44
50
X15+X25+X35+X45
55
X16+X26+X36+X46
40
X17+X27+X37+X47
35
195
99
X18+X28+X38+X48
X19+X29+X39+X49
145
35
X110+X210+X310+X410 = 30
X111+X211+X311+X411 = 35
X112+X212+X312+X412 = 50
End
Jika tidak ada kesalahan, maka proses dapat dilanjutkan untuk mencari jawaban
yang optimal. Langkah untuk mencari jawaban optimal adalah dengan menggunakan
Solve Solve. Kemudian secara otomatis LINDO akan membuka papan editor report. Pada
kasus PT.AQUA Golden Mississippi di atas akan muncul tampilan sebagai berikut.
LP OPTIMUM FOUND AT STEP
17
51320.00
VALUE
0.000000
0.000000
145.000000
55.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
40.000000
40.000000
50.000000
0.000000
0.000000
0.000000
0.000000
30.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
145.000000
5.000000
0.000000
REDUCED COST
0.000000
51.000000
0.000000
0.000000
116.000000
144.000000
54.000000
54.000000
240.000000
54.000000
173.000000
0.000000
0.000000
0.000000
58.000000
50.000000
28.000000
0.000000
0.000000
144.000000
0.000000
174.000000
94.000000
94.000000
94.000000
152.000000
56.000000
94.000000
0.000000
0.000000
244.000000
100
X311
X312
X41
X42
X43
X44
X45
X46
X47
X48
X49
X411
X412
X14
X26
X37
X410
ROW
2)
3)
4)
5)
6)
7)
8)
9)
10)
11)
12)
13)
14)
15)
16)
17)
15.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
20.000000
50.000000
50.000000
40.000000
35.000000
30.000000
0.000000
174.000000
285.000000
336.000000
285.000000
282.000000
172.000000
244.000000
278.000000
86.000000
50.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
SLACK OR SURPLUS
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
NO. ITERATIONS=
DUAL PRICES
29.000000
0.000000
33.000000
50.000000
-148.000000
-118.000000
-58.000000
-29.000000
-113.000000
0.000000
-33.000000
-129.000000
-192.000000
-50.000000
-235.000000
-85.000000
17
VARIABLE
X11
X12
X13
X15
X16
X17
X18
X19
X110
X111
X112
X21
X22
CURRENT
COEF
119.000000
140.000000
29.000000
84.000000
87.000000
148.000000
154.000000
217.000000
261.000000
260.000000
229.000000
148.000000
118.000000
101
X23
X24
X25
X27
X28
X29
X210
X211
X212
X31
X32
X33
X34
X35
X36
X38
X39
X310
X311
X312
X41
X42
X43
X44
X45
X46
X47
X48
X49
X411
X412
X14
X26
X37
X410
58.000000
87.000000
163.000000
61.000000
129.000000
192.000000
194.000000
235.000000
259.000000
209.000000
179.000000
119.000000
148.000000
136.000000
61.000000
96.000000
159.000000
261.000000
202.000000
226.000000
383.000000
404.000000
293.000000
261.000000
235.000000
194.000000
261.000000
165.000000
192.000000
185.000000
35.000000
0.000000
0.000000
0.000000
0.000000
ROW
CURRENT
RHS
250.000000
200.000000
200.000000
100.000000
40.000000
40.000000
195.000000
50.000000
55.000000
40.000000
35.000000
145.000000
35.000000
30.000000
35.000000
50.000000
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
50.000000
INFINITY
INFINITY
INFINITY
INFINITY
0.000000
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
0.000000
50.000000
INFINITY
0.000000
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
50.000000
173.000000
58.000000
94.000000
28.000000
144.000000
RIGHTHAND SIDE RANGES
ALLOWABLE
INCREASE
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
58.000000
50.000000
28.000000
0.000000
56.000000
144.000000
0.000000
174.000000
94.000000
94.000000
94.000000
152.000000
56.000000
94.000000
INFINITY
0.000000
244.000000
50.000000
174.000000
285.000000
336.000000
285.000000
282.000000
172.000000
244.000000
278.000000
86.000000
50.000000
144.000000
INFINITY
INFINITY
INFINITY
INFINITY
INFINITY
ALLOWABLE
DECREASE
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
102
Sukabumi sendiri sebanyak 35 juta liter, dikirim ke Bandung sebanyak 145 juta liter,
dikirim ke Garut sebanyak 5 juta liter dan 15 juta liter dikirim ke Tasikmalaya.
d. Dari lokasi pabrik
103
Tabel 2.5.c Hasil Akhir Perhitungan dengan LINDO dan Alokasi Pengiriman Barang
Lokasi
Pabrik
Tujuan Pengiriman
Serg
Pandl
Jakt
119
140
29
Bekasi
145
Citeurep
148
118
58
(Bogor)
40
40
50
Cimelati
209
179
119
Bks
Pwkt
0
50
87
84
Bgr
Skb
87
Bdg
148
163
61
404
293
129
40
148
261
217
Kng
Tasik
261
260
Cirb
136
235
Pabrik
229
250
61
194
192
194
235
259
30
0
35
383
154
Gart
55
(Sukabumi)
Kuningan
Kapasitas
261
96
145
165
159
200
261
5
192
202
226
15
0
185
200
35
30
20
50
100
30
35
50
750
Kebutuhan
Permintaan
(Demand)
40
40
195
50
55
40
35
145
35
104
Penyelesaian dengan Solver seperti terlihat berikut.
Tabel Awal
Lokasi
Tujuan Pengiriman
Kapasitas
Serg
Pandl
Jakt
Bks
Pwkt
Bgr
Skb
Bdg
Gart
Kng
Tasik
Cirb
Pabrik
Bekasi
119
140
29
84
87
148
154
217
261
260
229
250
Citeurep
148
118
58
87
163
61
129
192
194
235
259
200
Cimelati
209
179
119
148
136
61
96
159
261
202
226
200
Kuningan
383
404
293
261
235
194
261
165
192
185
35
100
(Demand)
40
40
195
50
55
40
35
145
35
30
35
50
750
Pabrik
Tujuan Pengiriman
Dikirim
Serg
Pandl
Jakt
Bks
Pwkt
Bgr
Skb
Bdg
Gart
Kng
Tasik
Cirb
Pabrik
Bekasi
145
50
55
250
Citeurep
40
40
50
40
15
15
200
Cimelati
35
145
20
200
Kuningan
30
20
50
100
Diterima
40
40
195
50
55
40
35
145
35
30
35
50
750
Pabrik
Total Biaya
51320
Bandingkan hasil ini dengan penggunaan Lindo, selanjutnya perhitungan secara konvensional atau
dengan program Lingo diserahkan kepada pembaca sebagai latihan.
Soal-soal
1. CV Aneka Ukir membuat sejumlah ukiran di empat kota dan akan dikirim ke empat kota lain.
Dari keempat kota pembuat itu berturut-turut membuat 18, 4, 6, dan 12 set ukiran. Permintaan
ke empat kota itu berturut-turut 6, 14, 15, dan 5 set ukiran. Biaya transportasi dari kota
pembuat ke kota permintaan terlihat pada Tabel 1 berikut:
Tabel 1. Biaya pengiriman tiap set ukiran (dalam ribuan rupiah)
Kota
105
Pembuat
12
15
12
12
15
12
14
12
11
12
Kota A
Kota B
6
Pabrik I
30
Kapasitas
10
40
11
Pabrik II
Kebutuhan
Kota C
30
70
6
20
30
60
30
50
Kota A
Kota B
6
Pabrik I
30
8
10
11
Pabrik II
Kebutuhan
Kota C
10
30
70
50
30
60
Kapasitas
50
30
Manakah hasil yang paling menguntungkan dari hasil perhitungan model transportasi di atas.
Berikan komentar saudara tentang hasil kedua perhitungan tersebut (Tabel 2 dan Tabel 3)!
106
3. Perusahaan Karoseri Mobil Arifin akan membuat sejumlah mobil pengangkut untuk melayani
sebuah perusahaan Travel. Mesin yang digunakan adalah mesin jenis mesin disel seri
ENG450, mesin ini harus didatangkan dari perusahaan ANY. Perusahaan Arifin membuat
kontrak kerja dengan perusahaan pengangkutan untuk mengambil mesin dan menyimpanya
bila tidak segera dipasang (diinstall). Semua mobil tersebut harus diselesaikan sampai akhir
bulan keempat.
Perusahaan pengangkutan itu menjadwalkan pengantaran mesin jet seperti pada
Tabel 2 di bawah. Secara komulatif pada akhir bulan ke 1, 2, 3, dan 4 berturut-turut sekurangkurangnya 10, 25, 50, dan 70 buah mesin. Jumlah mesin yang didatangkan tiap bulan paling
banyak terlihat pada kolom ketiga pada Tabel 2. Sedangkan biaya produksi (dalam ratusan
juta rupiah) tiap mobil tiap bulannya berbeda dan terlihat pada kolom keempat. Biaya
penyimpanan mesin yang tidak dipasang pada bulan yang bersangkutan 150,000 tiap
bulannya, dan terlihat pada kolom paling kanan pada Tabel 2.
Tabel 2. Data jadwal dan biaya produksi mobil
Pemasangan
Produksi
Biaya satuan
Biaya satuan
yang dijadwalkan
maksimum
produksi
penyimpanan
10
25
1.08
0.015
15
35
1.11
0.015
25
30
1.10
0.015
20
10
1.13
Bulan ke
Manajer perusahaan ingin membuat jadwal pembuatan pesawat, agar biaya produksi dan
biaya penyimpanan minimum.
4. Perusahaan mobil akan menanamkan modalnya untuk membuat tiga pabrik di kota A, B, dan
C berturut-turut mempunyai kapasitas produksi 2000, 1300, dan 1600 unit setiap tahunnya.
Mobil-mobil itu akan dijual di kota-kota P, Q, R, dan S dengan permintaan berturut-turut 1000,
1500, 1200, dan 700 unit tiap tahunnya. Biaya pengiriman tiap unit dari pabrik ke tempat
penjualan terlihat pada Tabel 3 berikut:
107
Tabel 3. Biaya pengiriman tiap-tiap unit mobil (dalam ribuan rupiah)
Pabrik pembuat-an
Mobil
1000
8000
1800
2000
400
700
900
1400
800
1200
900
1100
Agen X
Agen Y
Agen Z
Kapasitas
Produksi
Kota A
100
800
180
200
20000
Kota B
40
70
90
140
13000
Kota C
80
120
90
110
16000
10000
15000
12000
7000
Permintaan
108
F. Penugasan
Masalah penugasan bermula dari penempatan para pekerja pada bidang yang tersedia agar biaya
yang ditanggung perusahaan dapat diminimalkan. Jika pekerja dianggap sebagai sumber dan
pekerjaan dianggap sebagai tujuan, maka model transportasi akan sama dengan masalah
transportasi, dimana jumlah sumber dan tujuan sama, setiap sumber hanya menghasilkan satu
demikian pula setiap tujuan hanya memerlukan satu.
Untuk lebih mudah memahami, marilah kita perhatikan contoh berikut:
Sebuah perusahaan yang berada di tiga kota yaitu Banjarmasin, Solo, dan Denpasar memerlukan
tenaga ahli untuk menyelesaikan pekerjaan tertentu. Ketiga ahli itu berada di Jakarta, Surabaya,
dan Ujung Pandang. Biaya ketiga orang ahli tersebut adalah seperti Tabel 2.6.a.
Tabel 2.6.a.
Asal Ahli
Tujuan
Banjarmasin
Solo
Denpasar
Jakarta
30
36
40
Surabaya
20
25
29
Ujung Pandang
27
24
22
Cara menentukan total biaya minimum adalah dengan mengurangkan setiap baris dengan
bilangan terkecil dari baris itu sendiri, sehingga kita peroleh tabel berikut:
0
10
Selanjutnya dikurangi dengan bilangan terkecil menurut kolom-kolomnya, sehingga diperoleh tabel
berikut:
0
10
109
Selanjutnya dibuat garis sesedikit mungkin menurut baris atau kolom sehingga menutup semua
bilangan nol (0).
Bilamana jumlah garis masih lebih kecil dari banyaknya baris atau kolom, maka belum dapat
disusun tabel optimalnya.
Dalam hal diatas diperlukan dua garis, sehingga harus dilakukan langkah berikutnya yaitu:
Mengurangi semua bilangan yang tidak tertutup garis dengan bilangan terkecil, dan menambahkan
bilangan tersebut kepada persilangan garis penutup.
Pada masalah diatas, diperoleh tabel berikut:
0
Dari tabel di atas, bagaimanapun caranya mencoret bilangan nol, paling sedikit diperlukan tiga
buah garis.
Langkah selanjutnya memilih sel nol untuk setiap baris atau kolom. Caranya ialah ada dua yaitu
menurut baris atau menurut kolom.
Pilih sel yang baris/kolom yang bilangan nolnya hanya satu (paling sedikit)
Buang baris dan kolom pada sel yang terpilih.
Lakukan terus sampai selesai.
Dari tabel diatas misalnya kita lakukan pada baris, maka sel pada baris 1 kolom 1 adalah set
pertama yang dipilih, jadi baris 1 dan kolom 1 dibuang (diabaikan)
0
0
8
1
0
0
7
*
6
0
Setelah kita lakukan proses diatas, maka sel yang terpilih adalah sel (1,1), (2,2), dan (3,3).
Sehingga total biaya minimal yang diperlukan adalah 30 + 25 + 22 = 77. Dimana Banjarmasin
mendatangkan ahli dari Jakarta, Solo mendatangkan ahli dari Surabaya, dan Denpasar
mendatangkan ahli dari Ujung Pandang.
110
Masalah penugasan ini juga dapat digunakan untuk masalah maksimum, yaitu dengan mengubah
sedikit masalah maksimum ke minimum.
Untuk lebih mudahnya kita ambil contoh berikut:
Sebuah Perusahaan akan memberi tugas kepada tiga orang ( A, B, C) untuk menduduki jabatan
tertentu (X,Y, Z). Keuntungan dari ketiga orang pada ketiga jabatan tersebut sebagai berikut:
Jabatan
Pekerja
20
26
30
10
15
19
17
14
12
Langkah pertama adalah membuat tabel regrete, yaitu tabel karena tidak mengambil tindakan
terbaik. Cara membuat adalah dengan mengurangkan setiap sel dengan bilangan terbesar tiap
barisnya.
Langkah ini menghasilkan tabel berikut:
10
Selanjutnya kita lakukan langkah-langkah seperti pekerjaan minimum, sehingga kita peroleh tabel
berikut:
6
0
*
0
9
111
Atau
6
0
*
Pekerja
20
26
30
10
15
19
17
14
12
20 AX + 26 AY
+ 17 CX + 14
SUBJECT TO
2)
AX +
3)
BX +
4)
CX +
5)
AX +
6)
AY +
7)
AZ +
END
+ 30 AZ + 10 BX + 15 BY + 19 BZ
CY + 12 CZ
AY
BY
CY
BX
BY
BZ
+
+
+
+
+
+
AZ
BZ
CZ
CX
CY
CZ
=
=
=
=
=
=
1
1
1
1
1
1
62.00000
VALUE
0.000000
0.000000
1.000000
REDUCED COST
9.000000
0.000000
0.000000
112
BX
BY
BZ
CX
CY
CZ
ROW
2)
3)
4)
5)
6)
7)
0.000000
1.000000
0.000000
1.000000
0.000000
0.000000
8.000000
0.000000
0.000000
0.000000
0.000000
6.000000
SLACK OR SURPLUS
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
DUAL PRICES
0.000000
-11.000000
-12.000000
29.000000
26.000000
30.000000
3
62.00000
VARIABLE
BX
BY
BZ
CX
CY
CZ
AX
AY
AZ
ROW
2)
3)
4)
5)
6)
7)
VALUE
0.000000
0.000000
1.000000
1.000000
0.000000
0.000000
0.000000
1.000000
0.000000
SLACK OR SURPLUS
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
NO. ITERATIONS=
REDUCED COST
0.000000
0.000000
0.000000
0.000000
8.000000
14.000000
1.000000
0.000000
0.000000
DUAL PRICES
0.000000
5.000000
9.000000
21.000000
10.000000
17.000000
Diselesaikan dengan Solver, maka kita buat tabel dan hasilnya sebagai berikut.
Seperti pada penyelesaian masalah transportasi, masalah Penugasan dikerjakan dengan memulai
mengisi nilai awal = 0. sehingga tabel awalnya sebagai berikut
113
Selanjutnya dengan memilih Solve, maka akan diperoleh hasil seperti berikut.
114
Dari hasil ini dapat disimpulkan bahwa Pendapatan optimun terjadi apabila A ditempatkan pada
jabatan Z, B pada jabatan Y dan C pada jabatan X. Dengan pendapatan sebesar 62.
Soal-soal
1.
Suatu perusahaan memerukan 4 orang untuk 4 pekerjaan, sebut saja pekerjaan P, Q, R, dan
S. Pekerjaan-pekerjaan itu akan diisi oleh 4 calon, yaitu: A1, A2, A3, dan A4. Prediksi
pendapatan tiap bulan yang diperoleh apabila pekerjaan diserahkan kepada pekerja tersebut
adalah seperti Tabel 3 berikut:
Tabel 3. Prediksi pendapatan dari Pekerjaan
Pekerjaan
Kode Pelamar
A1
A2
A3
A4
100
120
85
100
70
110
70
80
95
110
90
90
90
115
80
100
115
Gaji yang diminta tiap bulan dari pekerja tersebut adalah seperti Tabel 4 berikut:
Tabel 4. Data permintaan gaji pelamar
Pekerjaan
Gaji
Kode Pelamar
A1
A2
A3
A4
50
60
50
45
Berikan penyelesaian tentang posisi pekerjaan para pekerja tersebut agar pendapatan
perusahaan maksimum.
2.
Sebuah Kantor akan mengangkat empat Kepala SubBagian (Kasubag) dari empat orang, yaitu
Keuangan, Rumah Tangga, Pelayanan Masyarakat, dan Kerja Sama. Keempat calon adalah
A1, A1, A3, dan A4. Dari keempat orang tersebut mengajukan anggaran seperti terlihat pada
Tabel 4 berikut:
Tabel 4. Usulan dana berkenaan jabatan
Jabatan
A2
A3
A4
Keuangan
100
90
90
100
Rumah Tangga
70
65
85
90
Pelayanan Masyarakat
80
70
70
90
Kerja Sama
75
65
80
95
Tentukan posisi jabatan masing-masing agar biaya pengelolaan pekerjaan minimal. Adakah
posisi lain yang sama-sama menguntungkan?.
3.
Untuk melayani transportasi Anak Sekolah/Pegawai Kantor, sebuah perusahaan kereta api
listrik akan membeli empat buah lokomotif yang akan ditempatkan pada tiga tempat yang
menyebar dalam kota itu, yaitu tempat I, II, dan III, masing-masing sebuah lokomotif kecuali
tempat III sebanyak dua buah lokomotif. Lokomotif-lokomotif itu akan melayani perjalanan dari
kota asal menuju tempat tujuan di pagi hari, dan pulang di siang hari. Jarak antara tempat asal
dan tempat tujuan terlihat pada Tabel 2 berikut:
116
Tabel 2. Jarak antara tempat asal dengan tempat tujuan.
Tempat Asal
Tempat tujuan
A
13
35
42
II
61
18
30
III
15
10
Tentukan jaringan rel kereta api, agar total panjang rel minimum.
4.
Suatu perusahaan memerlukan 5 orang untuk 5 pekerjaan, sebut saja pekerjaan P, pekerjaan
Q, pekerjaan R, pekerjaan S, dan pekerjaan T.
Untuk memenuhi pekerjaan itu, perusahaan membuka lowongan kerja, dan ternyata yang
melamar ada 7 orang, kemudian diberi kode: A1, A2, ..., A7. Prediksi pendapatan tiap bulan
yang diperoleh apabila pekerjaan diserahkan kepada pelamar adalah seperti Tabel 2 berikut:
Tabel 2. Prediksi pendapatan dari Pekerjaan
Pekerjaan
Kode Pelamar
A1
A2
A3
A4
A5
A6
A7
100
120
85
100
90
130
90
70
110
70
80
100
120
90
95
110
90
90
60
140
100
90
115
80
100
80
150
80
70
100
80
75
100
120
75
Para pelamar disuruh mengajukan gaji yang diminta setiap bulannya. Hasil permintaan
gaji pelamar adalah seperti Tabel 3 berikut:
Tabel 3. Data permintaan gaji pelamar
Pekerjaan
Gaji
Kode Pelamar
A1
A2
A3
A4
A5
A6
A7
50
60
50
45
45
60
35
BAB IV
Penugasan dan Transshipment
1. Penugasan
Masalah penugasan bermula dari penempatan para pekerja pada bidang yang tersedia agar biaya
yang ditanggung pemberi tugas/perusahaan dapat diminimalkan. Jika dalam hal ini, pekerja
dianggap sebagai sumber dan pekerjaan dianggap sebagai tujuan, sehingga masalah penugasan
akan sama dengan masalah transportasi, dimana banyaknya sumber dan banyaknya tujuan
adalah sama, setiap sumber hanya menghasilkan satu demikian pula setiap tujuan hanya
memerlukan satu.
a. Menyelesaikan Masalah Penugasan dengan Algoritma Hungaria
Untuk lebih mudah memahami, marilah kita perhatikan contoh masalah berikut:
Sebuah perusahaan yang berada di tiga kota yaitu Banjarmasin, Solo, dan Denpasar memerlukan
tenaga ahli untuk menyelesaikan pekerjaan tertentu. Ketiga ahli itu berada di Jakarta, Surabaya,
dan Ujung Pandang. Biaya ketiga orang ahli tersebut adalah seperti Tabel 2.6.a.
Tabel 2.6.a.
Asal Ahli
Tujuan
Banjarmasin
Solo
Denpasar
Jakarta
30
36
40
Surabaya
20
25
29
Ujung Pandang
27
24
22
Untuk menyelesaikan masalah ini akan digunakan sebuah metode yang disebut dengan Metode
Hongaria, Langkah-langkah menyelesaikan masalah penugasan dengan algoritma Hungaria
adalah sebagai berikut:
108
109
Cara menentukan total biaya minimum adalah dengan mengurangkan setiap baris dengan
bilangan terkecil dari baris itu sendiri, sehingga kita peroleh tabel berikut:
10
Selanjutnya dikurangi dengan bilangan terkecil menurut kolom-kolomnya, sehingga diperoleh tabel
berikut:
0
10
Selanjutnya dibuat garis sesedikit mungkin menurut baris atau kolom sehingga menutup semua
bilangan nol (0).
Bilamana jumlah garis masih lebih kecil dari banyaknya baris atau kolom, maka belum dapat
disusun tabel optimalnya.
Dalam hal diatas diperlukan dua garis, sehingga harus dilakukan langkah berikutnya yaitu:
Mengurangi semua bilangan yang tidak tertutup garis dengan bilangan terkecil, dan menambahkan
bilangan tersebut kepada persilangan garis penutup.
Pada masalah diatas, diperoleh tabel berikut:
0
Dari tabel di atas, bagaimanapun caranya mencoret bilangan nol, paling sedikit diperlukan tiga
buah garis.
Langkah selanjutnya memilih sel nol untuk setiap baris atau kolom. Caranya ialah ada dua yaitu
menurut baris atau menurut kolom.
Pilih sel yang baris/kolom yang bilangan nolnya hanya satu (paling sedikit)
Buang baris dan kolom pada sel yang terpilih.
Lakukan terus sampai selesai.
110
Dari tabel diatas misalnya kita lakukan pada baris, maka sel pada baris 1 kolom 1 adalah set
pertama yang dipilih, jadi baris 1 dan kolom 1 dibuang (diabaikan)
7
*
Setelah kita lakukan proses diatas, maka sel yang terpilih adalah sel (1,1), (2,2), dan (3,3).
Sehingga total biaya minimal yang diperlukan adalah 30 + 25 + 22 = 77. Dimana Banjarmasin
mendatangkan ahli dari Jakarta, Solo mendatangkan ahli dari Surabaya, dan Denpasar
mendatangkan ahli dari Ujung Pandang.
Masalah penugasan ini juga dapat digunakan untuk masalah maksimum, yaitu dengan mengubah
sedikit masalah maksimum ke minimum.
Untuk lebih mudahnya kita ambil contoh berikut:
Sebuah Perusahaan akan memberi tugas kepada tiga orang ( A, B, C) untuk menduduki jabatan
tertentu (X,Y, Z). Keuntungan dari ketiga orang pada ketiga jabatan tersebut sebagai berikut:
Jabatan
Pekerja
20
26
30
10
15
19
17
14
12
Langkah pertama adalah membuat tabel regrete, yaitu tabel karena tidak mengambil tindakan
terbaik. Cara membuat adalah dengan mengurangkan setiap sel dengan bilangan terbesar tiap
barisnya.
Langkah ini menghasilkan tabel berikut:
10
111
Selanjutnya kita lakukan langkah-langkah seperti pekerjaan minimum, sehingga kita peroleh tabel
berikut:
6
0
*
0
9
Atau
6
0
*
Pekerja
20
26
30
10
15
19
17
14
12
Dengan komputer (program Lindo) juga dapat digunakan untuk menyelesaikan masalah
penugasan ini yaitu seperti permasalahan pada transportasi. Program perhitungan
dipersilahkan kepada pembaca sebagai latihan.
112
MAX
20 AX + 26 AY + 30 AZ + 10 BX + 15 BY + 19 BZ
+ 17 CX + 14 CY + 12 CZ
SUBJECT TO
2)
AX + AY + AZ =
1
3)
BX + BY + BZ =
1
4)
CX + CY + CZ =
1
5)
AX + BX + CX =
1
6)
AY + BY + CY =
1
7)
AZ + BZ + CZ =
1
END
62.00000
VALUE
0.000000
0.000000
1.000000
0.000000
1.000000
0.000000
1.000000
0.000000
0.000000
REDUCED COST
9.000000
0.000000
0.000000
8.000000
0.000000
0.000000
0.000000
0.000000
6.000000
SLACK OR SURPLUS
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
DUAL PRICES
0.000000
-11.000000
-12.000000
29.000000
26.000000
30.000000
3
62.00000
VALUE
0.000000
0.000000
1.000000
1.000000
0.000000
0.000000
0.000000
1.000000
0.000000
REDUCED COST
0.000000
0.000000
0.000000
0.000000
8.000000
14.000000
1.000000
0.000000
0.000000
113
ROW
2)
3)
4)
5)
6)
7)
SLACK OR SURPLUS
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
NO. ITERATIONS=
DUAL PRICES
0.000000
5.000000
9.000000
21.000000
10.000000
17.000000
114
Selanjutnya dengan memilih Solve, maka akan diperoleh hasil seperti berikut.
Dari hasil ini dapat disimpulkan bahwa Pendapatan optimun terjadi apabila A ditempatkan pada
jabatan Z, B pada jabatan Y dan C pada jabatan X. Dengan pendapatan sebesar 62.
Soal-soal
1.
Suatu perusahaan memerukan 4 orang untuk 4 pekerjaan, sebut saja pekerjaan P, Q, R, dan
S. Pekerjaan-pekerjaan itu akan diisi oleh 4 calon, yaitu: A1, A2, A3, dan A4. Prediksi
pendapatan tiap bulan yang diperoleh apabila pekerjaan diserahkan kepada pekerja tersebut
adalah seperti Tabel 3 berikut:
Tabel 3. Prediksi pendapatan dari Pekerjaan
Pekerjaan
Kode Pelamar
A1
A2
A3
A4
100
120
85
100
70
110
70
80
95
110
90
90
90
115
80
100
115
Gaji yang diminta tiap bulan dari pekerja tersebut adalah seperti Tabel 4 berikut:
Tabel 4. Data permintaan gaji pelamar
Pekerjaan
Gaji
Kode Pelamar
A1
A2
A3
A4
50
60
50
45
Berikan penyelesaian tentang posisi pekerjaan para pekerja tersebut agar pendapatan
perusahaan maksimum.
2.
Sebuah Kantor akan mengangkat empat Kepala SubBagian (Kasubag) dari empat orang, yaitu
Keuangan, Rumah Tangga, Pelayanan Masyarakat, dan Kerja Sama. Keempat calon adalah
A1, A1, A3, dan A4. Dari keempat orang tersebut mengajukan anggaran seperti terlihat pada
Tabel 4 berikut:
Tabel 4. Usulan dana berkenaan jabatan
Jabatan
A2
A3
A4
Keuangan
100
90
90
100
Rumah Tangga
70
65
85
90
Pelayanan Masyarakat
80
70
70
90
Kerja Sama
75
65
80
95
Tentukan posisi jabatan masing-masing agar biaya pengelolaan pekerjaan minimal. Adakah
posisi lain yang sama-sama menguntungkan?.
3.
Untuk melayani transportasi Anak Sekolah/Pegawai Kantor, sebuah perusahaan kereta api
listrik akan membeli empat buah lokomotif yang akan ditempatkan pada tiga tempat yang
menyebar dalam kota itu, yaitu tempat I, II, dan III, masing-masing sebuah lokomotif kecuali
tempat III sebanyak dua buah lokomotif. Lokomotif-lokomotif itu akan melayani perjalanan dari
kota asal menuju tempat tujuan di pagi hari, dan pulang di siang hari. Jarak antara tempat asal
dan tempat tujuan terlihat pada Tabel 2 berikut:
116
Tabel 2. Jarak antara tempat asal dengan tempat tujuan.
Tempat Asal
Tempat tujuan
A
13
35
42
II
61
18
30
III
15
10
Tentukan jaringan rel kereta api, agar total panjang rel minimum.
4.
Suatu perusahaan memerlukan 5 orang untuk 5 pekerjaan, sebut saja pekerjaan P, pekerjaan
Q, pekerjaan R, pekerjaan S, dan pekerjaan T.
Untuk memenuhi pekerjaan itu, perusahaan membuka lowongan kerja, dan ternyata yang
melamar ada 7 orang, kemudian diberi kode: A1, A2, ..., A7. Prediksi pendapatan tiap bulan
yang diperoleh apabila pekerjaan diserahkan kepada pelamar adalah seperti Tabel 2 berikut:
Tabel 2. Prediksi pendapatan dari Pekerjaan
Pekerjaan
Kode Pelamar
A1
A2
A3
A4
A5
A6
A7
100
120
85
100
90
130
90
70
110
70
80
100
120
90
95
110
90
90
60
140
100
90
115
80
100
80
150
80
70
100
80
75
100
120
75
Para pelamar disuruh mengajukan gaji yang diminta setiap bulannya. Hasil permintaan
gaji pelamar adalah seperti Tabel 3 berikut:
Tabel 3. Data permintaan gaji pelamar
Pekerjaan
Gaji
Kode Pelamar
A1
A2
A3
A4
A5
A6
A7
50
60
50
45
45
60
35
117
2. Transshipment
Transshipment adalah masalah transportasi tetapi untuk mengirim barang dari tempat produksi ke
tempat permintaan tidak dapat dilakukan secara langsung. Barang yang diangkut harus mengalami
dua atau lebih cara pengangkutan. Misalnya Seorang petani tidak dapat memperoleh pupuk dari
Pabrik langsung, tetapi harus melalui agen daerah, bahkan agen daerah harus memalui agen
pusat baru dari Pabrik. Jadi proses penangkutan barang dari tempat produksi ke tempat
permintaan harus melalui semacam agen terlebih dahulu. Sebagai contoh perhatikan masalah
transshipment berikut.
Sebuah Perusahaan Alat Berat Arifin memiliki 14 alat berat yang berada di Jakarta sebanyak 6
buah dan di Surabaya 8 buah. Alat berat tersebut akan dipakai di 6 kota, yaitu Tasikmalaya 2
buah, Cirebon 1 buah, Jogja 4 buah, Solo 4 buah, Madiun 3 buah, dan Jember 2 buah. Karena
kondisi jalan, pengangkutan tidak dapat langsung dari kota asal ke kota tujuan dan harus melalui
kota Transit yaitu Kota Bandung, Kota Semarang, dan Kota Malang. Alur pengiriman barang dan
Biaya pengangkutan sebuah alat berat terlihat pada Gambar 1 dan tabel berikut.
SMG
MALANG
JKT
10
15
25
SBY
20
15
10
10
CRB
JOGJA
SOLO
MADIUN JEMBER
15
15
10
10
20
15
10
10
118
Gambar 1. Alur Pengiriman Barang, Perasediaan Barang, Kebutuhan Barang, dan Biaya Satuan
Pengangkutan
Masalah.
Tentukan sistem Transshipment agar biaya pengiriman barang minimum.
Penyelesaian.
Untuk menyelesaikan masalah transshipment ini, pada setiap kota transit harus dibuat
atau disediakan barang (alat) dummy yang besarnya sama dengan jumlah semua kapasitas
produk atau persediaan barang.
Tabel Transportasi dibuat dengan menggabung kedua tabel tersebut dan memberikan biaya yang
cukup besar (M) kepada semua yang tidak mempunyai jalur transportasi, sehingga pada masalah
diatas diperoleh tabel transportasi sebagai berikut.
119
Tabel Transportasi Gabungan
BDG
JKT
10
15
25
SBY
20
15
10
BDG
10
15
14
SMG
15
10
10
14
MALANG
20
15
10
10
14
14
14
14
14
Permintaan
Dari tabel ini, maka sistem transportasi dapat dicari, dan akhirnya sistem transshipment dapat
ditentukan.
i. Program Lingo untuk Menyelesaikan Masalah Transshipment
Masalah transshipmen ini apabila diselesaikan dengan Lingo, maka kita memberikan nilai M yang
cukup besar, misalnya 1000, maka program Lingo untuk masalah ini adalah sebagai berikut.
Model:
Sets:
Kapasitas/JKT, SBY, BDG, SMG, MLG/:Asal;
Permintaan/BDG1, SMG1, MLG1, TASIK, CRB, JOGJA, SOLO, MADIUN,
JEMBER/:Demand;
Links(Kapasitas,Permintaan):Ship, Cost;
Endsets
Min=@sum(Links:Ship*Cost);
@for(Permintaan(j):@sum(Kapasitas(i):Ship(i,j))>Demand(j));
@for(Kapasitas(i):@sum(Permintaan(j):Ship(i,j))<Asal(i));
Data:
Asal=6, 8, 14, 14, 14;
Demand=14, 14, 14, 2, 1, 3, 4, 2, 2;
Cost=
10,
15,
25,
1000, 1000, 1000,
20,
15,
10,
1000, 1000, 1000,
0,
1000, 1000, 10,
15,
1000,
1000,
0,
1000, 1000, 15,
10,
1000,
1000, 0,
1000, 1000, 20,
1000,
1000,
1000,
10,
15,
1000,
1000,
1000,
1000,
10,
1000,
1000,
1000,
1000,
10;
Enddata
End
Setelah program kita jalankan dan kita ambil data yang diperlukan, maka akan kita peroleh.
120
Rows=
15 Vars=
Nonzeros=
90(
90 are +- 1) Density=0.216
5 No. =:
Single cols=
0 No. > :
1.00000
1000.00
24
320.0000
Variable
Value
Reduced Cost
3.000000
0.0000000E+00
3.000000
0.0000000E+00
0.0000000E+00
15.00000
0.0000000E+00
980.0000
0.0000000E+00
975.0000
0.0000000E+00
975.0000
0.0000000E+00
975.0000
0.0000000E+00
980.0000
0.0000000E+00
980.0000
0.0000000E+00
10.00000
4.000000
0.0000000E+00
4.000000
0.0000000E+00
0.0000000E+00
980.0000
0.0000000E+00
975.0000
0.0000000E+00
975.0000
0.0000000E+00
975.0000
0.0000000E+00
980.0000
0.0000000E+00
980.0000
11.00000
0.0000000E+00
0.0000000E+00
995.0000
0.0000000E+00
1000.000
2.000000
0.0000000E+00
1.000000
0.0000000E+00
0.0000000E+00
985.0000
0.0000000E+00
985.0000
0.0000000E+00
990.0000
0.0000000E+00
990.0000
0.0000000E+00
1005.000
7.000000
0.0000000E+00
0.0000000E+00
1005.000
121
SHIP( SMG, TASIK)
0.0000000E+00
0.0000000E+00
995.0000
5.000000
3.000000
0.0000000E+00
4.000000
0.0000000E+00
0.0000000E+00
995.0000
0.0000000E+00
995.0000
0.0000000E+00
1000.000
0.0000000E+00
995.0000
10.00000
0.0000000E+00
0.0000000E+00
990.0000
0.0000000E+00
985.0000
0.0000000E+00
0.0000000E+00
5.000000
0.0000000E+00
2.000000
0.0000000E+00
2.000000
0.0000000E+00
Hasil ini apabila kita pindah kedalam tabel, maka akan kita peroleh tabel berikut.
Biaya Trashipment 320.
JKT
SBY
BDG
SMG
3
4
MLNG
TSIK
JBER
Kapasitas
6
BDG
8
3
SMG
MALANG
Permintaan
14
122
Kota Semarang mendapat kiriman dari Jakarta 3 buah dan dari Surabaya 4 buah alat berat, dikirim
ke Jogja 3 buah dan dikirim ke Solo 4 buah.
Kota Malang mendapat kiriman dari Surabaya 4 buah alat berat, dikirim ke Madiun 2 buah dan
dikirim ke Jember 2 buah.
Setelah Solver dijalankan dengan mengisi menu solver (Solver Parameter) berikut.
123
124
Dari hasil ini, maka kesimpulan dapat diambil sama seperti kesimpulan pada penyelesaian dengan
Lingo di atas.
Soal-soal
1. Dua pabrik batu bara terletak di Pontianak dan Balikpapan masing-masing dapat
menghasilkan 300 ton setiap bulannya. Sementara Perusahaan yang memerlukan batu bara
berada di pulau Jawa, yaitu di 10 kota: Banten, Jakarta, Cirebon, Tegal, Pekalongan,
Semarang, Kudus, Surabaya, Malang, dan Banyuwangi. Dari kota-kota tersebut berturut-turut
memerlukan bata-bara (dalam ton): 50, 100, 50, 75, 60, 40,40, 50, 30, dan 30.
Pengangkutan batu bara dilakukan dengan dua tahap, yaitu dari Pontianak dan Balikpapan ke
pelabuhan di Jakarta, Semarang, dan Surabaya menggunakan kapal, Sedangkan dari
Pelabuhan ke kota-kota tujuan menggunakan Truk. Biaya Pengangkutan tiap ton batu bara
terlihat pada tabel berikut.
Biaya Pengiriman batu bara
Dengan Kapal
Jakarta Semarang Surabaya
Pontianak
50
60
70
Balikpapan
80
70
60
Dengan Truk
Banten
Jakarta
20
Semarang
25
30
25
20
Surabaya
15
Kdus
Srbaya
10
20
20
15
Mlang Bnywngi
15
20
2. Bagaimana sistem transshipment pada soal no 1 ini bilamana kebutuhan batu bara di Tegal,
Surabara, dan Banyuwangi masing-masing naik 25 ton sebulan, sementara kebutuhan di
Jakarta turun 25 ton sebulannya.
125
3. Bagaimana sistem transshipment pada contoh soal di atas (tentang alat berat) bilamana
jumlah alat berat di Jakarta ada 10 buah, dan di surabaya ada 6 buah.
BAB V
Analisis Jaringan
Jaringan lahir karena berbagai keperluan seperti: transportasi, listrik, komunikasi,
perencanaan proyek, aliran air, pembuatan jalan, dan lain-lain. Saat ini jaringan sangat
penting, sebab dengan jaringan maka masalah yang besar dan rumit dapat
disederhanakan. Ada beberapa jaringan yang dapat diselesaikan dengan permasalahan
program linear.
Pada kajian di sini akan dibahas empat masalah jaringan, yaitu: permasalahan lintasan
terpendek, masalah diagram pohon terpendek, masalah aliran maksimum, dan
penyelesaian proyek dengan Program Evaluation and Review Technique (PERT), dan
Critical-Path Method (CPM).
arc(j,
k)
berada
di
126
Rangkaian arc sedemikian hingga untuk setiap arc mempunyai tepat satu node
persekutuan bersama dengan arc sebelumnya disebut chain (rantai).
Lintasan adalah rantai yang memenuhi pernyaratan bahwa untuk setiap node akhir suatu
arc adalah node awal dari arc sebelumnya.
Pada contoh jaringan di atas, (3, 1) (1, 5) (4, 5) adalah rantai tetapi bukan
lintasan, sedangkan (3, 1) (1, 5) (5, 4) adalah lintasan. Lintasan ini
menggambarkan perjalanan (gerak) dari node 3 ke node 4.
Sebuah lokasi sebut saja Taman Sari akan dijadikan sebagai taman wisata yang sejuk,
nyaman, dan lingkungan yang terlindungi termasuk satwa di dalamnya. Pada node
(bertanda huruf O, A, B, C, D, E, T) dibuat tempat peristirahatan. Jarak antar tempat
peristirahatan seperti terlihat pada gambar di atas (dalam kilometer) lihat gambar 3.1.
Untuk melindungi satwa dan kesejukan Taman Sari tersebut semua mobil pribadi,
termasuk angkutan umum dilarang masuk. Sistem transportasi yang akan dibuat adalah
kereta listrik, banyaknya kereta yang lewat setiap jalur dibatasi. Banyaknya kereta yang
lewat maksimum setiap harinya terlihat pada Gambar 3.2, Ini diperlukan untuk menjaga
ketenangan taman. Pintu masuk adalah node O, dan pintu keluarnya node T. Kembalinya
kereta dari T ke O melalui jalur luar taman. Selanjutnya untuk kebutuhan air, akan dibuat
jaringan pipa air dari O ke masing-masing tempat peristirahatan.
127
Gambar 3.2 Maksimum banyaknya kereta yang boleh lewat setiap harinya
Permasalahan yang muncul ada tiga yaitu:
1. Lewat jalur mana dari O menuju ke T sehingga diperoleh jarak terpendek, berapa
jaraknya.
2. Buatlah jaringan air yang menghubungkan semua tempat peristirahatan agar
panjang pipa yang digunakan minimum.
3. Buatlah jalur kereta, agar banyaknya lintasan maksimum.
Masalah yang pertama disebut sebagai masalah lintasan terpendek, masalah kedua
disebut masalah diagram pohon terpendek, dan masalah ke tiga disebut masalah aliran
maksimum.
1. Masalah Lintasan Terpendek
Masalah lintasan terpendek adalah masalah yang menyangkut node, panjang
jalur, arah lintasan. Dalam lintasan ini perlu diperhatikan khusus yaitu node supply (node
awal) dan node demand (node akhir). Dalam hal masalah di atas, node supply adalah
node O, dan node demand adalah node T. Untuk menyelesaikan masalah lintasan
terpendek ada algoritma yang bisa dipakai yaitu:
Algoritma masalah lintasan terpendek
a. Tujuan pada iterasi ke-n: Tentukan node terdekat dari titik awal (node awal).
b. Input pada iterasi ke-n: node terdekat ke n-1 ke node awal, termasuk di dalamnya
lintasan terpendek dan jarak dari node awal. (node-node ini ditambah dengan
node awal disebut node terselesaikan, yang lain node belum terselesaikan).
128
c. Kandidat untuk node terdekat ke-n: Setiap node terselesaikan yang langsung
berhubungan dengan satu atau lebih node belum terselesaikan sebagai kandidatnode belum terselesaikan yang mempunyai hubungan terpendek.
d. Perhitungan node terdekat ke-n: Untuk setiap node terselesaikan dan node
kandidat, ditambah dengan jarak diantaranya. Kandidat yang mempunyai total
jarak terpendek ke-n.
Untuk masalah lintasan terpendek pada Taman Sari di atas adalah sebagai berikut:
1
2,3
4
5
6
Node terselesaikan
Tersambung
langsung dengan
Node belum
terselesaikan
O
O
A
A
B
C
A
B
E
D
E
Sambungan
terpendek
node belum
terselesaikan
A
C
B
D
E
E
D
D
D
T
T
Total jarak
2
4
2+2=4
2+7=9
4+3=7
4+4=8
2+7=9
4+4=8
7+1=8
8 + 5 = 13
7 + 7 = 14
Node
terde
- kat
ke-n
Jarak
Minimum
Sambungan terakhir
A
C
B
2
4
4
OA
OC
AB
BE
D
D
T
BD
ED
DT
13
129
O A B E D T atau
OABDT
Masalah jaringan terpendek di atas dapat kita pandang sebagai masalah transshipment
yaitu dengan mengisikan bilangan besar M pada jalur yang tidak ada, oleh karena itu tabel
transportasi dari masalah jaringan ini adalah sebagai berikut.
Tabel Jarak antar tempat
A
Apabila kita kerjakan dengan Solver, yaitu dengan menggantikan M menjadi 1000 dan
masing-masing kapasitas 1 serta permintaan 1, maka akan diperoleh hasil berikut.
Tabel Hasil perhitungan dengan Solver
A
Total
13
130
Dari tabel hasil di atas, diperoleh bahwa total jarak adalah 13 dengan lintasan O A B
D T.
Catatan.
Dengan Solver, lintasan yang diperoleh hanya tunggal (1 macam).
Contoh 2.
Sebuah Toko Bangunan akan menggunakan mobil Pickup untuk melayani pengiriman
bahan bangunan kepada pembeli. Harga mobil Pickup baru Rp 60 juta. Mobil tersebut
setelah dipakai semakin lama semakin turun harganya, sedangkan biaya perwatannya
semakin lama semakin besar. Besarnya biaya perawatan dan harga jual mobil terlihat
pada tabel berikut.
Tabel Biaya perawatan dan Harga Jual Kembali Mobil Pickup
Umur
Biaya
Harga Jual
Mobil (Th)
Perawatan (Jt)
(Trade In /Jt)
45
35
13
30
18
25
22
20
25
15
28
10
Dengan asumsi harga mobil Pickup baru tetap, pada tahun ke-berapa mobil harus diganti
agar biaya total yang dikeluarkan minimum?
Penyelesaian
Pada masalah jaringan ini, kita akan melibatkan delapan node V= {1, 2, 3, 4, 5, 6, 7, 8}.
Node i menggambarkan awal tahun ke-i.
Untuk setiap i < j, arc(i, j) menggambarkan pembelian mobil baru pada awal tahun ke-i dan
tetap memakainya sampai awal tahun ke-j.
131
Panjang arc (i, j) atau cij adalah total pengeluaran biaya penggunaan mobil dari awal tahun
ke-i sampai awal tahun ke-j jika mobil dibeli pada awal tahun ke-i dan mobil akan ditukar
mobil baru lagi pada awal tahun ke-j.
Jadi
Cij = biaya perawatan tahun ke-i, i+1, ..., j-1
+ biaya pembelian mobil baru pada awal tahun ke-i
- harga jual mobil pada awal tahun ke-j.
132
Dari data masalah Jaringan ini dapat dibuat tabel sebagai berikut.
Tabel Total Pengeluaran penggunaan Mobil Pickup
Awal
tahun ke
17
32
46
64
86
114
144
17
32
46
64
86
114
17
32
46
64
86
17
32
46
64
17
32
46
17
32
17
3
4
5
6
7
Dengan melengkapi tabel, yaitu memberi nilai besar pada sel kosong dan menggunakan
Solver akan diperoleh hasil
2
Total
109
133
Atau hasil
2
Total
109
Hasil pertama: 1 4 7 8
Hasil kedua : 1 2 5 7
Dengan mengambil waktu yang cukup, maka akan diperoleh bahwa periode terbaik untuk
ganti mobil baru adalah 3 tahunan.
134
Misalkan kita memulai dengan node B, maka node terdekat adalah C, hubungkan BC,
maka diperoleh diagram berikut:
135
Diagram kapasitas maksimum dari transportasi kereta dari node awal O ke node akhir T.
Untuk membahas aliran maksimum, ada beberapa terminology yang harus kita
pahami terlebih dahulu.
136
Perhatikan arah dan sambungan jaringan. Arah jaringan dari node awal O dan node akhir
T. Diberikan kapasitas lintasan dan kita bertujuan memaksimumkan total lintasan dari node
O ke node T. Kita menggunakan algoritma yang disebut residual network dan augmenting
path.
Dari jaringan asli, residual network menunjukkan kapasitas sisa yaitu setelah
adanya aliran. Sebagai contoh, kapasitas jalur dari O ke A adalah 5.
Bilamana ada aliran dari node O ke node A sebanyak 2, maka residual network adalah
sebagai berikut:
Augmenting path adalah arah lintasan dari node awal ke node akhir pada residual network
sedemikian hingga setiap jalur mempunyai kapasitas sisa positif.
Selanjutnya marilah kita bahas masalah aliran maksimum pada Taman Sari dengan
algoritma ini:
137
138
Dari gambar jaringan yang terakhir ini terlihat bahwa, sudah tidak ada augmenting path
yang positif lagi, sehingga aliran telah mencapai optimal yaitu sebanyak 14 perjalanan dari
node awal O ke node akhir T dengan lintasan:
O A D T sebanyak 3 buah;
O B D T sebanyak 4 buah;
O C E T sebanyak 4 buah;
O B E T sebanyak 2 buah.
Masalah aliran maksimum ini apabila diselesaikan dengan program Lingo, maka
programnya sebagai berikut.
139
MODEL:
SETS:
NODES/O A B C D E T/;
ARCS(NODES,NODES)/O,A O,B O,C A,B A,D B,C B,D B,E C,E D,T E,D E,T
T,O/:CAP,FLOW;
ENDSETS
MAX=FLOW(T,O);
@FOR(ARCS(I,J):FLOW(I,J)<CAP(I,J));
@FOR(NODES(I):@SUM(ARCS(J,I):FLOW(J,I))=@SUM(ARCS(I,J):FLOW(I,J)));
DATA:
CAP=5, 7,4,1,3,2,4,5,4,9,1,6,1000;
ENDDATA
END
3
14.00000
Value
5.000000
7.000000
4.000000
1.000000
3.000000
2.000000
4.000000
5.000000
4.000000
9.000000
1.000000
6.000000
1000.000
4.000000
7.000000
3.000000
1.000000
3.000000
1.000000
4.000000
3.000000
4.000000
8.000000
1.000000
6.000000
14.00000
Reduced Cost
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
Hasil di atas menunjukkan bahwa, total aliran maksimum adalah 14, dengan aliran OA
sebesar 4, OB sebesar 7, dan seterusnya (lihat hasil FLOW(i ,j) di atas).
140
Terminologi yang digunakan dalam PERT ini mirip dengan sistem jaringan sebelumnya,
dimana garis/lintasan (arc) menggambarkan aktivitas, node menggambarkan peristiwa
(event), dan anak panah menggambarkan arah jalannya aktivitas.
Contoh: Dalam membuat sebuah rumah sederhana, ada beberapa kegiatan / aktivitas
yang menyangkut pekerjaan pembuatan rumah. Pekerjaan ini ada yang menuntut secara
urut ada pula yang dapat dilaksanakan secara bersamaan. Aktivitas-aktivitas itu terlihat
pada Tabel 3.4 berikut:
Tabel 3.4 Aktivitas Pembuatan Rumah
No
Aktivitas
Lama (hari)
Prasyarat
Fondasi
No 1.
10
No 2.
Pemasangan atap
No 3.
No 3.
No 5.
No 3.
No 6, dan No 7.
No 8.
141
10
No 8.
11
No 4.
12
No 4, dan No 11.
13
No 9, dan No 10.
14
No 12.
15
SELESAI
Berapa lama pembuatan rumah tersebut, bilamana lama aktivitas-aktivitas tersebut di atas
bersifat tepat (fix).
Pada kajian ini perlu diperkenalkan lagi dua istilah yaitu waktu paling cepat dan waktu
paling lambat. Waktu paling cepat adalah waktu (dari awal) paling cepat (earliest time)
yang dibutuhkan untuk berakhirnya aktivitas dan atau akan dimulainya aktivitas
selanjutnya. Waktu paling lambat adalah waktu (dari awal) paling lambat (latest time) yang
dibutuhkan untuk berakhirnya aktivitas dan atau akan dimulainya aktivitas selanjutnya.
Pada setiap node terdapat pasangan waktu, yaitu pasangan waktu paling cepat, dan waktu
paling lambat. Untuk memudahkan dalam pembacaan diagram, Sebuah peristiwa (event)
dilambangkan dengan huruf kapital (A, B, C, ), sebuah aktivitas dengan nomor aktivitas
(No 1, No 2, ), lama aktivitas ditulis dalam tanda kurung sesudah aktivitas dalam bentuk
bilangannya saja (1, 2, ).
Pembuatan rumah sederhana tersebut diatas dapat digambarkan seperti Diagram berikut:
Dari diagram di bawah, terlihat bahwa lama pembuatan rumah adalah 44 hari. Aktivitas
kritis terjadi bilamana waktu paling cepat sama dengan waktu paling lambat, artinya adalah
apabila sebuah aktivitas telah selesai, maka aktivitas selanjutnya harus segera
dilaksanakan dan tidak boleh ditunda, sedangkan apabila waktu paling cepat tidak sama
dengan waktu paling lambat, maka bilamana sebuah aktivitas selesai, maka aktivitas
selanjutnya bisa ditunda sejauh perbedaan antara kedua waktu tersebut. Perbedaan waktu
paling cepat dan waktu paling lambat disebut waktu slack. Sebuah aktivitas digambarkan
dengan garis putus-putus artinya aktivitas dummy yaitu tidak ada aktivitas, namun perlu
digambarkan karena akan menggambarkan prasyarat suatu aktivitas yang lain, sebagai
contoh aktivitas No 13 dapat dilakukan setelah aktivitas no 9 dan aktivitas No 10. Demikian
pula aktivitas No 12 dapat dilakukan setelah aktivitas No 5 dan aktivitas no 11 selesai.
142
143
dengan b, dan perkiraan yang kebanyakan terjadi (most likely estimate) yang dinotasikan
dengan m. Model hubungan antara a, b, dan m biasanya berdistribusi beta dimana a
ujung kiri, b di ujung kanan dan m modusnya. Secara grafik dapat digambarkan sebagai
berikut:
= (b a)
6
Asumsi 2.
Distribusi probabilitas setiap aktivitas adalah (sekurang-kurangnya mendekati) distribusi
beta.
Berdasarkan ke dua asumsi diatas, estimasi waktu ( t e ) dapat didekati dengan
te =
1
1
2 m + ( a + b)
3
2
Perhatikan bahwa
1
(a + b) adalah titik tengah antara a dan b.
2
Selanjutnya kita memisalkan ketiga waktu untuk proyek pembuatan rumah sederhana
diatas seperti Tabel 3. 5 berikut:
144
Optimistic
Most likely
Pessimistic
Expected
Variance
No
estimate (a)
estimate (m)
estimate (b)
estimate t e
1 (A,B)
1/9
2 (B,C)
3,5
3 (C,D)
18
10
4 (D,K)
5,5
10
5 (D,F)
4,5
4/9
6 (F,G)
10
7 (D,G)
7,5
8 (G,H)
9 (H,I)
10 (H,J)
5,5
11 (K,L)
6,5
11
12 (L,M)
17
13 (J,N)
5,5
4/9
14 (M,N)
1/9
Asumsi 3
Waktu aktivitas adalah bebas secara statistik dan merupakan peubah acak.
Asumsi 4
Lintasan kritis selalu mempunyai total waktu lebih panjang dari pada lintasan yang lain.
Dari asumsi 3, asumsi 4, dan dari keterangan wantu di atas, maka didapat lintasan
kritis seperti tabel berikut:
145
Expected value
Variance
lintasan kritis
te
1 (A,B)
1/9
2 (B,C)
3 (C,D)
10
5 (D,F)
4/9
6 (F,G)
8 (G,H)
10 (H,J)
13 (J,N)
4/9
Jumlah
44
Asumsi 5
Distribusi probabilitas project time adalah distribusi normal.
Jadi Penyelesaian rumah sederhana di atas selama 44 hari dengan simpangan baku = 3.
146
Soal-soal
1. Seseorang dari Jakarta akan menuju ke Jayapura dengan pesawat terbang. Jalur dan
biaya (dalam ribuan rupiah) perjalanan dari Jakarta ke Jayapura adalah sebagai
berikut.
147
2. Sebuah Motel dibangun di daerah pegunungan yang sejuk dan nyaman, dengan
denah sebagai berikut. Untuk pelayanan kebutuhan listrik Motel, akan dibuat sistem
jaringan listrik sendiri agar tidak terganggu kestabilan tenaganya.
Buatlah jaringan kabel listrik, agar kabel yang dipakai minimum!
50
40
Km 1
Km 3
Km 2
30
75
60
25
40
Km 4
Km 5
50
20
40
40
100
30
Km 7
Km 9
30
Kantor
20
Km 6
Km 8
200
Km 1
150
Km 9
200
100
150
Km 4
100
Km 3
Km 2
250
Km 5
500
100
100
Km 7
200
300
Kantor
100
200
Km 6
Km 8
148
4. Dalam pembangunan Motel ini, waktu yang diperlukan terlihat pada tabel berikut.
No
Aktivitas
Lama (minggu)
Prasyarat
Fondasi
No 1.
18
No 2.
Pemasangan atap
No 3.
No 3.
No 5.
No 3.
No 6, dan No 7.
No 8.
10
No 8.
11
No 4.
12
No 4, dan No 11.
13
No 9, dan No 10.
14
No 12.
15 SELESAI
Tentukan berapa lama pembuatan Motel tersebut, dengan asumsi bahwa pelaksanaan
pembangunan sesuai dengan perencaraan waktu yang tepat.
BAB VI
Program Linear Bilangan Bulat
Permasalahan program linear bilangan bulat muncul ketika kita harus memutuskan jumlah
barang yang kita perlukan berbentuk bilangan bulat, seperti menentukan banyaknya mesin
untuk suatu pabrik, banyaknya foto copy untuk layanan di suatu kantor, banyaknya
komputer di suatu ruangan untuk mengerjakan sejumlah pekerjaan, banyaknya orang yang
mengerjakan suatu proyek, dan sebagainya. Tidaklah mungkin banyaknya mesin giling
padi di suatu pabrik 2,38 buah untuk menggiling padi di suatu wilayah tertentu, keputusan
akan menjadi 3 buah, atau 2 buah dengan kerja lembur, dan sebagainya.
Program linear bilangan bulat dikatakan pure integer programming (program linear
bilangan bulat murni) apabila semua variabel adalah bilangan bulat. Ada kalanya sebagian
variabel bukan bilangan bulat, bisa jadi sebagian variabel bilangan real. Bilamana
variabelnya bilangan bulat dan bilangan biner (nol, satu), maka masalah program linear ini
disebut mix integer programming (program linear bilangan bulat campuran) atau program
linear bilangan bulat nol satu (zero one integer programming). Masalah zero one integer
programming biasanya digunakan untuk pengambilan keputusan. Bernilai 1 bila harus
melakukan suatu pekerjaan (menerima keputusan) dan bernilai 0 berarti harus menolak
suatu pekerjaan (keputusan).
Untuk lebih jelasnya marilah kita lihat beberapa contoh masalah berikut:
Masalah 1
Masalah 2
Minimumkan Z = 200 x1 + 400 x2
Maksimumkan Z = 100 x1 + 90 x2
Dengan pembatas:
Dengan pembatas:
10 x1 + 25 x2 100
10 x1 + 7 x2 70
3 x1 + 2 x2 12
5 x1 + 10 x2 50
x1 0, x2 0
x1 0, x2 0
149
150
Masalah 3
Maksimumkan Z = 80 x1 + 100 x2
4 x1 + 2 x 2 15
x1 + 5 x 2 16
x1 0, x 2 0
x1 + 5 x 2 16
Selanjutnya apabila kita hitung dengan metode simpleks dengan bilangan real, maka kita
peroleh:
Masalah 1
Masalah 2
Masalah 3
x1 = 5.38
x1 = 1.82
x1 = 2.388889
x2 = 2.31
x2 = 3.27
x 2 = 2.722222
Z = 746.15
Z = 1,672.73
Z = 463.3333
Misalnya kita diminta untuk menjawab dengan bilangan bulat, kemudian kita bulatkan
begitu saja, misalnya menjadi:
Masalah 1
Masalah 2
Masalah 3
x1 = 5
x1 = 2
x1 = 2
x2 = 2
x2 = 3
x2 = 3
Z = 680
Z = tak layak
Z = tak layak
Pembulatan yang dilakukan begitu saja, akan mengakibatkan solusi tidak optimal, bahkan
dapat menghasilkan jawaban yang tak layak (tidak masuk dalam jawaban yang mungkin).
Oleh karena itu pembulatan pada program linear bilangan bulat tidak sesederhana
membulatkan menjadi bilangan bulat. Sebab beberapa persyaratan mesti dipenuhi.
Pada masalah diatas bila kita lakukan dengan program linear bilangan bulat akan
menghasilkan jawaban:
151
Masalah 1
Masalah 2
Masalah 3
x1 = 7
x1 = 3, x2 = 3 atau
x1 = 1
x2 = 0
x1 = 5, x2 = 2
x2 = 3
Z = 700
Z = 1,800
Z = 360
Ada beberapa cara untuk menentukan (menghitung) solusi program linear bilangan bulat,
antara lain: metode grafik, metode cutting plan algorithm, metode branch and bound, dan
penyelesaian dengan program komputer. Pada kajian di sini hanya akan dibahas dua cara
yaitu metode branch and bound, dan penyelesaian dengan program komputer.
152
demikian ada, suatu sub masalah dengan batas atas terbaik dipilih untuk
dicabangkan, kemudian kembali ke langkah 3.
x2 = 6.75
Z = 2205
Bagian 2.
Bagian 3.
x1 7
x1 8, x 2 0
x1 0, x 2 7
x2 6
8 x1 + 4 x 2 87
6 x1 + 8 x 2 99
x1 0, x2 0
153
Bagian 1
Pada bagian 1 memberikan batas bawah (7,6) dengan Z = 150 7 + 175 6 = 2100
Bagian 2
Pada bagian 2 memberikan batas atas (8,5) dengan Z = 1508 + 1755=2075 (dibawah
batas bawah).
Bagian 3
154
Pada bagian 3 memberikan batas atas (7,7) dan (0,12) yang memberikan nilai
solusi
program
linear
bilangan
bulat
diatas
adalah
x1 = 7, x 2 = 7, dengan Z = 2.170 .
Sedangkan untuk masalah program linear bilangan bulat, kita tambahkan gin x1 dan gin x2
untuk memberitahu bahwa x1 adalah bilangan bulat, dan x2 juga bilangan bulat. Atau
langsung ditulis dengan gin 2. Sehingga program menjadi:
Max 150x1+175x2
Subject to
6x1 + 8x2 <= 99
8x1 + 4x2 <= 87
End
Gin x1
Gin x2
155
Maka setelah program Lindo dijalankan akan diperoleh hasil keluaran seperti berikut:
LP OPTIMUM FOUND AT STEP
0
OBJECTIVE VALUE =
2306.25000
NEW INTEGER SOLUTION OF
2275.00000
AT BRANCH
2
BOUND ON OPTIMUM: 2275.000
ENUMERATION COMPLETE. BRANCHES=
0 PIVOTS=
2
0 PIVOT
ROW
2)
3)
VALUE
7.000000
7.000000
SLACK OR SURPLUS
1.000000
3.000000
NO. ITERATIONS=
2
BRANCHES=
0 DETERM.=
1.000E
REDUCED COST
-150.000000
-175.000000
DUAL PRICES
0.000000
0.000000
Dari hasil diatas dapat dilihat bahwa, solusi tercapai dengan Z = 2.275, dengan X1 = 7,
dan X2 = 7.
156
157
Barang 2
Pembatas
Bahan 1
99
Bahan 2
87
150
175
Koef. fungsi
Tujuan
Banyaknya
Barang 2
Dipakai
Bahan 1
42
56
98
Bahan 2
56
28
84
Fungsi Tujuan
2275
Pengerjaan dengan cara konvensional memerlukan waktu yang cukup lama dan cukup
sukar, apalagi apabila banyaknya variabel banyak. Sebagai contoh perhatikan masalah
berikut.
Sebuah Home Industri Dynamics Bag Collection membuat lima macam barang, yaitu Tas
Remaja, Tas Ibu-ibu, Tas Sekolah, Dompet Wanita, dan Dompet Pria. Kebutuhan bahan,
harga bahan, harga jual, biaya tenaga setiap harinya adalah sebagai berikut:
158
Tas
Remaja
Tas Ibuibu
Tas
Sekolah
Imitasi
4m
5m
6m
1m
1m
65 m
Benang
2 rol
3 rol
3 rol
1 rol
1 rol
25 rol
Resliting
2,5 m
3,6 m
2,8 m
0,5 m
0,25 m
90 m
Lem Latex
0,75 kg
0,5 kg
0,25 kg
0,25 kg
7 kg
Lem PC
0,25 kg
0,2 kg
0,2 kg
0,2 kg
3 kg
2,5 m
7m
1,25 m
1m
34 m
36 buah
24 buah
10 buah
198 buah
Karton
5 lbr
1 lbr
20 lembar
Busa
3m
5m
30 m
Furing
Asesoris
Dompet
Wanita
Dompet
Pria
Persediaan
Harga jual
276.000 300.000 276.000
144.000
123.000
(rupiah)
.Pengerjaan secara konvensional hampir tidak mungkin dilakukan, karena menyangkut
lima buah variabel.
Masalah ini apabila dikerjakan dengan Solver, maka akan diperoleh hasil berikut.
Bahan keperluan
Bahan bahan
Tas
Tas
Dompet Dompet
Wanita
Pria
Persediaan
Imitasi
65
Benang
25
2.5
3.6
2.8
0.5
0.25
90
Lem Latex
0.75
0.5
0.25
0.25
Lem PC
0.25
0.2
0.2
0.2
Furing
2.5
1.25
34
Asesoris
36
24
10
198
Resliting
159
Karton
20
Busa
30
276
300
276
144
123
12
Harga jual
(rupiah)
Banyaknya
Bahan -
Tas
Tas
Tas
Dompet Dompet
bahan
Remaja
Ibu-ibu
Sekolah
Wanita
Pria
Sisa
Digunakan
bahan
Imitasi
18
12
38
27
Benang
12
25
Resliting
8.4
19.4
70.6
Lem Latex
1.5
4.5
2.5
Lem PC
0.5
2.4
2.9
0.1
15
20
14
Asesoris
72
120
192
Karton
10
10
10
Busa
24
Furing
Penghasilan kotor
3108
Hasil ini menunjukkan bahwa Home Industri tersebut harus membuat 2 tas remaja, 3 tas
sekolah, dan 12 dompet wanita. Dengan pendapatan kotor Rp 3.108.000,-.
Apabila kita cermati hasil di atas, khususnya bahan yang tersisa, maka kekurangan bahan
yang menonjol adalah benang dan Lem PC yang kedua bahan tersebut harganya murah
dan mudah di dapat. Oleh karena itu ada baiknya persediaan kedua bahan tersebut
ditambah.
160
Misalkan benang kita tambah menjadi 50 dan Lem PC kita tambah menjadi 7, maka
apabila kita selesaikan akan menghasilkan pendapatan yang cukup melonjak.
Bahan keperluan
Tas
Bahan -
Tas
Ibu-
Tas
Dompet Dompet
bahan
Remaja
ibu
Sekolah
Wanita
Pria
Persediaan
Imitasi
65
Benang
50
2.5
3.6
2.8
0.5
0.25
90
Lem Latex
0.75
0.5
0.25
0.25
Lem PC
0.25
0.2
0.2
0.2
Furing
2.5
1.25
34
Asesoris
36
24
10
198
Karton
20
Busa
30
276
300
276
144
123
19
Resliting
Harga jual
(rupiah)
Banyaknya
161
Tas
Bahan -
Tas
Ibu-
Tas
Dompet Dompet
bahan
Remaja
ibu
Sekolah
Wanita
Pria
Sisa
Digunakan bahan
Imitasi
36
19
64
Benang
18
19
46
Resliting
17
10
29
61
Lem
Lem PC
Furing
24
33
Asesoris
190
190
Karton
20
Busa
30
Penghasilan kotor
5499
Latex
Bagaimana kalau Home Industri tersebut sekurang-kurangnya membuat 2 tas wanita dan
3 tas ibu-ibu?
Untuk menyelesaikan masalah ini, cukup menambah pada constrais sel tas remaja >= 2
dan sel tas ibu-ibu >= 3 seperti berikut.
162
163
Hasil terakhir menyarankan untuk membuat 2 tas ramaja, 3 tas ibu-ibu, 6 tas sekolah, 4
dompet wanita, dan 2 dompet pria, dengan penghasilan kotor Rp 3.930.000,--.
Penyelesaian masalah dengan Lindo maupun Lingo diserahkan kepada pembaca sebagai
latihan.
Soal-soal
1. Seorang Pasien di rumah sakit setiap harinya memerlukan tiga macam zat, sebut saja
zat A, zat B, dan zat C, berturut-turut paling sedikit sebanyak 16 satuan, 18 satuan,
dan 17 satuan. Zat-zat tersebut terdapat dalam tiga macam obat yaitu obat P, obat Q,
dan obat R. Setiap obat P mengandung 2 zat A, 1 zat B, dan 2 zat C. Setiap obat Q
mengandung 4 zat A, 1 zat B, dan 1 zat C. Dan setiap obat R mengandung 1 zat A, 3
zat B, dan 2 zat C. Harga obat P, obat Q, dan obat R berturut-turut Rp 1000, Rp 1500,
dan Rp 1250.
Tentukan banyaknya masing-masing obat untuk memenuhi kebutuhan pasien tersebut
agar dicapai biaya minimum.
2. Perusahaan mobil akan mengeksport 400 mobil model A, dan 500 mobil model B.
Mobil model A memerlukan tempat 12 m3 dan mobil model B memerlukan tempat 15
m3. Pada jadwal pelayaran terdapat tiga pengangkutan yaitu pada awal bulan Januari,
pertengahan bulan Februari dan akhir bulan Maret. Ada pengangkutan pertama hanya
membuat mobil model A dengan biaya Rp 450.000,- tiap-tiap mobil. Pada
pengangkutan mobil yang kedua dan ketiga membawa kedua model tersebut dengan
biaya angkut berturut-turut Rp 35.000,- dan Rp 40.000,- tiap meter kubik. Kapasitas
kapal pertama hanya 200 mobil. Pengangkitan kedua dan ketiga berturut-turut
sebesar 4500 dan 6000 meter kubik. Pada pertengahan Februari harus terkirim
sekurang-kurangnya 250 mobil model A, dan 300 mobil model B. Buatlah model
pengangkutan agar diperoleh biaya transportasi minimal.
164
3. Rapi Alumunium adalah pengusaha kecil yang membuat beberapa barang yang
berbasis alumunium. Kebutuhan bahan dan persediaan, serta harga jual terlihat pada
tabel berikut ini:
Jenis barang
Meja
dan bahan
Setrika
Alumunium
1 x 1
Jemuran
Jemuran
handuk
handuk
sayap
engkel
650 cm
Alumunium
3/4 x 3/4
Alumunium
3/8
Alumunium
3/4
80 cm
756 cm
75 cm
27 cm
570 cm
25 x 25
360 cm
360 cm
640 cm
640 cm
400 cm
4 bh
O
2800 cm2
4 bh
Persediaan
24000 cm
12000 cm
36000 cm
60000 cm
2540 cm
60000 cm
60000 cm
400 cm
4 bh
Karet Sepatu
Partikel
1386 cm
2214 cm
Lis M 1
Karet Sepatu
1780 cm
298 cm
Alumunium
Karet Plane
Pakaian
639 cm
5/8
Lis M 3/4
Piring
654 cm
Alumunium
Alumunium
Jemuran
234 cm
1 x
Alumunium
Rak
30000 cm
660 cm
640 cm
30000 cm
660 cm
640 cm
70000 cm
4 bh
4 bh
250 bh
250 bh
60000 cm2
165
Busa
Kain
Tripek
Melamin
2800 cm2
24000 cm2
2800 cm2
50000 cm2
6000 cm2
60000 cm2
Alumunium
20 cm
Gate Rel
Alumunium
Rel
21 cm
600 cm
Alumunium U
162 cm
3/8
Plat
Alumunium
Spigot
Harga satuan
Barang
500 cm
157.000
125.000
100000
315.000
3000 cm
90 cm
1000 cm
130 cm
3000 cm
270.000
DAFTAR ISI
Kata Pengantar
Pendahuluan
Bab I. Tinjauan Teori-teori sebagai Dasar Program Linear
1.
2.
3.
4.
5.
6.
7.
8.
KATA PENGANTAR