Anda di halaman 1dari 39

TEKNIK RISET OPERASIONAL

LINIER PROGRAMMING

Program Linier merupakan metode matematik dalam mengalokasikan sumberdaya yang


langka untuk mencapai tujuan tunggal seperti memaksimumkan keuntungan atau
meminimumkan biaya.
LP banyak diterapkan dalam membantu menyelesaikan masalah ekonomi, indutri, militer,
social dan lain-lain.

Formulasi Model LP
Masalah keputusan yang sering dihadapi analis adalah alokasi optimum sumberdaya
langka. Sumberdaya dapat berupa uang, tenaga kerja, bahan mentah, kapasitas mesin,
waktu, ruang atau teknologi. Tugas analis adalah mencapai hasil terbaik yang mungkin
dengan keterbatasan sumber daya itu. Hasil yang dinginkan mungkin ditunjukkan sebagai
maksimasi dari beberapa ukuran profit, penjualan dan kesejahteraan, atau minimisasi
pada biaya, waktu dan jarak.

Setelah masalah di identifikasikan, tujuan ditetapkan, langkah selanjutnya adalah


formulasi model matematika yang meliputi tiga tahap seperti berikut :
1. Tentukan variable yang tidak diketahui (Variabel keputusan) dan nyatakan dalam
symbol matematika.
2. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linier (bukan
perkalian) dari variable keputusan.
3. Menentukan semua kendala masalah tersebut dan mengekspresikan dalam
persamaan atau pertidaksamaan yang juga merupakan hubungan linier dari
variable keputusan yang mencerminkan keterbatasan sumberdaya masalah itu.

Pada dasarnya program – program linier ini bermanfaat ketika kita dihadapkan pada
pengambilan keputusan yang optimal dengan ketersedian yang terbatas.
Contoh Kasus :
Suatu perusahaan sepatu ingin membuat dua jenis produk sepatu yaitu sepatu yang
terbuat dari sol karet dan sol kulit. Produksi tersebut melalui tahap – tahap produksi
sebagai berikut :

Machinery I

Raw Material Machinery III (fishing Good )

Machinery II
Dimana :
Sepatu dari sol karet memerlukan waktu :
2 hour in Machinary I
6 hour in machinery III

Sepatu Sol kulit membutuhkan :


3 hour in Machinary II
5 hour in machinery III

Jika waktu maksimum bekerja :


- Machinery I 8 Hour
- Machinery II 15 Hour
- Machinery III 30 Hour

Hitunglah jumlah masing-masing produk agar diperoleh keuntungan maximum. Dimana


- Keuntungan kulit sepatu sol karet : 3000
- Keuntungan kulit sepatu sol kulit : 5000

Untuk menyelesaikan kasus tersebut maka dibuatlah tabel – tabel sebagai berikut :

Source Sol Karet (X1) Sol Kulit (X2) Capasity


(Machinery)
I 2 0 8
II 0 3 15
III 6 5 30
Profit 3000 5000

Dari data-data dalam tabel dapat kita buat persamaan liniernya :


Yaitu : 2x1 + 0 ≤ 8
0 + 3x2 ≤ 15
6x1 + 5x2 ≤ 30
Z = 3x1 + 5 x2

Langkah – langkah menyelesaikan kasus LP ini dapat dilakukan dengan :


1. Metode Grafik
2. Metode Simplek
METODE GRAFIK

I. Grafik
Untuk mendapatkan hasil yang optimal maka ketiga fungsi batasan kita buat
menjadi suatu grafik.

Caranya :
1. Grafik Fungsi batasan I
2 x1 ≤ 8  X1 = 4
Buat Grafiknya
X2

X1

X1 ≤ 4

2. Grafik Fungsi Batasan II


3X2 ≤ 15 --> X2 ≤ 5

X2
X2 ≤ 5

X1

3. Grafik Fungsi Batasan III


Caranya :

- Cari Titik Potong sumbu X1, X2 = 0


Sehingga
6x1 + 0 ≤ 30
6x1 ≤ 30
x1 ≤ 30 / 6 = 5 ( 5, 0)
- Cari dengan sumbu X2, X1 = 0
6x1 + 5x2 ≤ 30
6 (0) + 5x2 ≤ 30 X2
5x2 ≤ 30 (0,6)
x2 ≤ 6 (0, 6)
(5,0) X1
G
E
F H

A B C

Daerah :
ABDEF : disebut Fiesible Solution (Daerah yang memenuhi batasan / layak
BCD
DHE : Daerah Infiesible Solution (Daerah yang tidak layak mempunyai
batasan
FEG

- Optimal Solution adalah darah yang berupa titik yang memberikan nilai
pada fungsi tujuan
- Multiple Optimal adalah suatu daerah (bias lebih dari sebuah titik yang
memberikan nilai max yang sama dalam hal ini nilai optimalnya adalah
garis
- Corner Point Solition adalah titik potong dari fungsi batasan di daerah
fiesible solution yang memberikan nilai max pada fungsi tujuan.
- No Optimal solution adalah tidak ada nilai optimal yang dihasilkan
artinya : adanya batasan – batasan yang tidak membatasi.

Mencari Nilai Optimal :

Titik Koordinat Z = 3X1 + 5 X2


A 0,0 z=0
B 4,0 Z = 3(4) + 5 (0) = 12
D 4,6/5 Z= 3 (4) + 5 (6/5) = 18
E 5/6, 5 Z= 3(5/6) + 5(5) = 27.5
F 0, 5 Z = 3(0) + 5(5) = 25

Mencari Nilai Titik D


Batasan 1 dan Batasan 3
X1 ≤ 4 X1 = 4

6x1 + 5x2 = 30
6(4) +5x2 = 30
5x2 = 30 – 24
X2 = 6/5

X1, X2 = (4, 6/5)


Titik E :

Batasan 2 dan 3

X2 = 5
6X1 +5x2 = 30
6X1 + 5 (5) = 30
6X1 = 30 – 25
X1 = 5 / 6

X1, X2 = 5/6, 5
METODE SIMPLEK
Metode ini digunakan untuk mencari nilai optimal dari program linier dan sangat
bermanfaat terutama untuk mencari nilai optimal 2 variabel atau lebih.
Adapun kententuan dari penggunaan table simplek ini adalah :
1. Fungsi tujuan harus dalam bentuk inplisit
2. Fungsi – fungsi batasan menggunakan notasi ≤
3. Fungsi Batasan harus diubah dari ≤ ke bentuk “ = “ dengan menambahkan slack
variable yang dimulai X n + 1, X n + 2 ……. X n + m
4. Proses pengulangan dihentikan manakala koefisien – koefisien dari fungsi tujuan
sudah tidak ada yang negative

Adapun bentuk table simpleks adalah :

Slack Variabel Nilai Kanan (NK)


Variabel Dasar (VD) Z X1 X2 …. Xn Xn + 1 Xn + 2 ….. Xn+m
Z 1 -C11 -C22 -Cn 0 0 0 0
Xn + 1 0 a11 a12 an 1 0 ………. 0 b1
Xn + 2 0 a21 a22 a2n 0 1 ………. 0 b2
.
.
.
Xn+m 0 am1 am2 amn 0 0 ………. 1 bm

Dimana :
M = Banyaknya fungsi Batasan
N = Banyaknya variable Ouput
B1 = Batasan sumber 1
B2 = Batasan sumber 2
Bm = batasan sumber m
Suatu perusahaan sepatu ingin membuat dua jenis produk sepatu yaitu sepatu yang
terbuat dari sol karet dan sol kulit. Produksi tersebut melalui tahap – tahap produksi
sebagai berikut :

Machinery I

Raw Material Machinery III (fishing Good )

Machinery II
Dimana :
Sepatu dari sol karet memerlukan waktu :
2 hour in Machinary I
6 hour in machinery III

Sepatu Sol kulit membutuhkan :


3 hour in Machinary II
5 hour in machinery III

Jika waktu maksimum bekerja :


- Machinery I 8 Hour
- Machinery II 15 Hour
- Machinery III 30 Hour

Hitunglah jumlah masing-masing produk agar diperoleh keuntungan maximum. Dimana


- Keuntungan kulit sepatu sol karet : 300
- Keuntungan kulit sepatu sol kulit : 500

Untuk menyelesaikan kasus tersebut maka dibuatlah tabel – tabel sebagai berikut :

Source Sol Karet (X1) Sol Kulit (X2) Capasity


(Machinery)
I 2 0 8
II 0 3 15
III 6 5 30
Profit 300 500

Frofit : Diambil satu angka dibelakang koma 3 dan 5 (Ratusan)


-Fungsi Tujuan = Z = 3x1 + 5 x2 Z - 3x1 - 5 x2 = 0

Persamaan Linier (Bentuk Grafik) Bentuk Standar Simpleks


Batasan 1 : 2x1 + 0 ≤ 8 2x1 + X3 = 8
Batasan 2 : 0 + 3x2 ≤ 15 3x2 + X4 = 15
Batasan 3 : 6x1 + 5x2 ≤ 30 6x1 + 5x2 + X5 = 30

Slack Variabel Nilai Kanan (NK)


Variabel Dasar (VD) Z X1 X2 X3 X4 X5 Index
Z 1 -3 -5 0 0 0 0 0
X3 0 2 0 1 0 0 8 0
X4 0 0 3 0 1 0 15 5
X5 0 6 5 0 0 1 30 6

Langkah Selanjutnya :
1. Cari kolom kunci yang nilainya paling kecil (Negatif)

2. Tentukan Indek dari table tersebut :

Nilai Kanan (NK)


Cara menentukan indek :
Kolom Kunci (KK)

3. Cari Baris kunci yang paling kecil dari indeks


4. Cari Nilai Elemen Cell adalah Perpotongan antara kolom kunci dan baris kunci
5. Buatlah baris kunci baru
Baris Kunci Baru : Baris Kunci Lama
Elemen Cell

X2 = 0 3 0 1 0 15
3

Baris Kunci Baru (X2) : 0 1 0 1/3 0 5

-3 -5 0 0 0 0
Baris Z Baru = - 5 ( 0 1 0 1/3 0 5 ) _

= -3 -5 0 0 0 0
0 -5 0 5/3 0 25 -
-3 0 0 5/3 0 25

2 0 1 0 0 8
Baris X3 Baru (X3) = 0 ( 0 1 0 1/3 0 5 ) _

= 2 0 1 0 0 8
0 0 0 0 0 0 -
2 0 1 0 0 8

6 5 0 0 1 30
Baris X 5 Baru (X5) = 5(0 1 0 1/3 0 5

= 6 5 0 0 1 30
0 5 0 5/3 0 25-
6 0 0 -5/3 1 5

Tabel 2
Slack Variabel Nilai Kanan (NK)
Variabel Dasar (VD) Z X1 X2 X3 X4 X5 Index
Z 1 -3 0 0 5/3 0 25 - 8 3/4
X3 0 2 0 1 0 0 8 4
X2 0 0 1 0 1/3 0 5 ~
X5 0 6 0 0 -5/3 1 5 5/6

Baris Kunci Baru = Baris Kunci Lama


Elemen Cell
= 0 6 0 0 -5/3 1 5
6

Baris Kunci Baru (X1) = 1 0 0 - 5/18 1/6 5/6

-3 0 0 5/3 0 25
Baris Z” Baru = - 3( 1 0 0 -5/18 1/6 5/6 ) _

= -3 0 0 5/3 0 25
3 0 0 15/18 -3/6 -15/6-
0 0 0 5/6 1/2 27 1/2

2 0 1 0 0 8
Baris X3” Baru (X3”) = 2 ( 1 0 0 -5/18 1/6 5/6 ) _
0 0 1 5/9 1/3 6 1/3

0 1 0 1/3 0 5
Baris X2” Baru (X2”) = 0(1 0 0 -5/18 1/6 5/6 ) _
0 1 0 1/3 0 5

Tabel 3
Slack Variabel Nilai Kanan (NK)
Variabel Dasar (VD) Z X1 X2 X3 X4 X5 Index
Z 1 0 0 0 5/6 1/2 27 1/2
X3 0 0 0 1 5/9 -1/3 6 1/3
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6
ANALISIS SENSITEVITAS

Adalah suatu analisa (post optimally) yang dilakukan setelah table simplek mencapai
harga optimalnya. Sehingga dengan menggunakan metode “Sensitivitas” ini maka
perubahan – perubahan yang terjadi pada salah satu variable dapat dilakukan secara
langsung, tanpa pengulangan dari kondisi awalnya. Analisa sensitivitas ini dapat
digunakan bila dilakukan perubahan terhadap :
• Batas nilai kanan / sumber diperbesar diperkecil
Contoh : 2x1 ≤ 8
3x2 ≤ 15

• Adanya batasan sumber baru


• Adanya variable baru

Perhatikan table optimal dari kasus yang lalu :

Slack Variabel Nilai Kanan


Variabel Z X1 X2 X3 X4 X5 (Solusi)
Dasar
Z 1 0 0 0 500/6 50 2750
X3 0 0 0 1 5/9 -1/3 6 1/3
X2 0 0 1 0 1/3 0 5
X1 0 1 0 0 -5/18 1/6 5/6

Matrik starting solution adalah adalah matrik bujur sangkar dari variable dasar dan
slack variable tanpa baris fungsi tujuan.

Yang diberi lingkaran pada Variabel dasar dan slack variable disebut dengan Matrik
Starting Solution.

Pada soal Fungsi Tujuan Z = 300X1 + 500X2


Urutan variable dasar pada table optimal tanpa (Z) adalah X3, X2, X1 = 0, 500, 300

1 5/9 -1/3
Bila = (0,500,300) 0 1/3 0
0 -5/18 1/6
= 0(1) + 500(0) + 300(0), 0(5/9) + 500(1/3) + 300(-5/18), 0(-1/3) + 500(0) + 300(1/6)
= 0, 500/6, 50  Koofisien Fungsi Tujuan
Manfaat Sensitivitas
1. Mengecek apakah koefisien slack variable dari fungsi tujuan yang optimal sudah
benar
2. Mengecek koefisien kolom (X1) table optimal tanpa koefisien fungsi tujuan
1 5/9 -1/3 2  2X1 ≤ 8
X1 = 0 1/3 0 0  3X2 ≤ 15
0 -5/18 1/6 6  6X1 + 5X2 ≤ 30
= 1(2) + 5/9(0) + -1/3(6), 0(2) + 1/3(0) + 0(6), 0(2) + -5/18(0) + 1/6(6)
0
= 0 X1 (Optimal)
1
Dan Koefisien Kolom X2 adalah :

1 5/9 -1/3 0  2X1 ≤ 8


X2 = 0 1/3 0 3  3X2 ≤ 15
0 -5/18 1/6 5  6X1 + 5X2 ≤ 30
= 1(0) + 5/9(3) + -1/3(5), 0(0) + 1/3(3) + 0(5), 0(0) + -15/8(3) + 1/6(5)
0
= 1 X2 (Optimal)
0
3. Menghitung Nilai Optimal Baru
Setelah ada nilai kanan dari fungsi batasan yang dirubah :
2X1 ≤ 8 Fungsi Batasan di Rubah  2X1 ≤ 10
3X2 ≤ 15
6X1 + 5X2 ≤ 30

Sehingga Nilai Optimal yang baru :

1 5/9 -1/3 10
0 1/3 0 15
0 -5/18 1/6 30
= 1(10) + 5/9(15) + -1/3(30), 0(10) + 1/3(15) + 0(30), 0(10) + -15/8(15) + 1/6(30)
8 1/3
= 5
5/6
PENUGASAN

Tujuan dari Metode Penugasan adalah bagaimana menempatkan tenaga ahli pada bidang
yang telah ditentukan agar biaya lebih meinimum. Penempatan karyawan tidak boleh asal
dilakukan saja, sebab kalau cara penempatannya berbeda akan membawa konsekuensi
hasil atau pengorbanan yang berbeda pula. Karyawan yang kita alokasikan secara
optimal, artinya kalau memakan biaya / pengorbanan kita usahakan sekecil-kecilnya dan
menghasilkan manfaat kita usahakan sebesar-besarnya.
Cara pengalokasian karyawan dapat dilakukan dengam menggunakan algoritma.
Biasanya yang digunakan sebagai ukuran untuk menentukan efisiensi dan tidaknya
adalah uang. Metode algoritma yang digunakan disini sering juga disebut sebagai
Hungarian Methode.
Algoritma dalam penyelesaian Penugasan ada dua cara :
A. Algoritma dengan Tujuan Meminimumkan
B. Algoritma dengan Tujuan Memaksimalkan

A. Algoritma dengan Tujuan Meminimumkan


Dalam model ini tujuan kita meminimumkan pengorbanan biasanya dalam bentuk
biaya untuk menyelesaikan suatu pekerjaan oleh seorang karyawan.
Dalam penempatan karyawan yang paling cocok adalah satu pekerjaan ditangani satu
orang karyawan.

Contoh :
Suatu Penugasan memiliki 4 orang karyawan yang akan ditugaskan untuk
menyelesaikan 4 macam tugas. Satu karyawan harus mengerjakan satu macam
pekerjaan. Dan biaya penyelesaikan pekerjaan itu oleh tiap karyawan seperti terlihat
pada table berikut :

Pekerja Karywan I II III IV


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

Untuk melakukan alokasi penugasan karyawan yang optimal dengan langkah-langkah


sebagai berikut :
1. Membuat Tabel Opportunity Cost dengan mengurangi elemen tiap baris dengan
elemen terkecil dari baris itu. Sehingga Menghasilkan Tabel berikut :

Pekerja I II III IV
Karywan Dalam Rupiah
A 0 8 5 4
B 4 2 2 0
C 0 11 10 20
D 5 0 3 0
2. Membuat Total Opportunity Cost Matrik
- Dari Tabel Opportunity Cost disetiap kolom harus memiliki paling sedikit 1
elemen benilai nol.
- Ternyata pada kolom ketiga belum ada elemen bernilai nol, maka harus kita
dibuat agar memiliki nilai nol dengan cara : Mengurangi elemen pada kolom
tersebut dengan nilai paling kecil di kolom tersebut.
Setelah semua memiliki nilai nol disetiap kolom, maka diperoleh table Total
Opportunity Cost Matrix sebagai berikut :

Pekerja I II III IV
Karywan Dalam Rupiah
A 0 8 3 4
B 4 2 0 0
C 0 11 8 20
D 5 0 1 0

3. Menarik Garis untuk meliput angka nol


Setelah semua baris dari kolom memiliki angka nol, maka tariklah garis
seminimum mungkin, baik vertical maupun horizontal yang bisa menghubungkan
angka nol.

Pekerja I II III IV
Karywan Dalam Rupiah
A 0 8 3 4
B 4 2 0 0
C 0 11 8 20
D 5 0 1 0

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

Untuk merubah table diatas dilakukan langkah sebagai berikut :


• Pilih angka terkecil diantara semua angka yang belum terliput dengan garis
dan kurangkan semua angka yang belum terliput garis dengan angka terkecil
tersebut.
• Angka yang terliput dengan garis vertical dan horizontal, tambahkan dengan
angka terkecil yang belum terliput dengan garis, sehingga menghasilkan table
Perubahan Total Opportunity Cost Matrix sebagai berikut :

Pekerja I II III IV
Karywan Dalam Rupiah
A 0 5 0 4
B 7 2 0 0
C 0 8 5 17
D 8 0 1 0
Tabel diatas sudah optimal, karena garis yang dibuat sudah 4 garis, sama dengan
jumlah baris atau jumlah kolom.
Setelah itu letakkan karyawan pada salah satu pekerjaan yang nilainya pada Total
Opportunity Cost = 0 (Cari Biaya Terendah) tiap kolom atau baris, dan satu
pekerjaan bisa diisi oleh satu orang saja dan tambahkan semua biaya agar
diperoleh biaya keseluruhan sebagai berikut :

Karyawan Tugas yang ditempati Biaya yang dikeluarkan


A III Rp. 25
B IV Rp. 11
C I Rp. 10.
D II Rp. 20
Jumlah Rp. 66

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

B. Algoritma dengan Tujuan Memaksimalkan


Dalam model ini tujuan kita Memaksimalkan keuntungan, bila kita menganggap
bahwa pekerjaan dalam menempatkan karyawan menguntungkan bagi karyawan.
Dalam penempatan karyawan yang paling cocok adalah satu pekerjaan ditangani satu
orang karyawan.

Contoh :
Suatu Penugasan memiliki 4 orang karyawan yang akan ditugaskan untuk
menyelesaikan 4 macam tugas. Satu karyawan harus mengerjakan satu macam
pekerjaan. Dan biaya penyelesaikan pekerjaan itu oleh tiap karyawan seperti terlihat
pada table berikut :

Pekerja Karywan I II III IV


Dalam Rupiah
A 20 24 20 16
B 28 20 18 30
C 16 18 14 16
D 26 30 16 32

Untuk melakukan alokasi penugasan karyawan yang optimal dengan yang


menguntungkan perusahaan maka langkah-langkah penugasan sebagai berikut :
1. Membuat Tabel Opportunity Loss Matrik dengan mencari elemen terbesar dibaris
itu dan mengurangkan dengan nilai elemen tiap baris.. Sehingga Menghasilkan
Tabel berikut :

Pekerja I II III IV
Karywan Dalam Rupiah
A 4 0 4 8
B 2 10 12 0
C 2 0 4 2
D 6 2 16 0
2. Membuat Total Opportunity Loss Matrik
- Dari Tabel Opportunity Loss Matrik disetiap kolom harus memiliki paling
sedikit 1 elemen benilai nol (Langkah sama dengan algoritma
meminimumkan)
- Ternyata pada kolom ketiga belum ada elemen bernilai nol, maka harus kita
dibuat agar memiliki nilai nol dengan cara : Mengurangi elemen pada kolom
tersebut dengan nilai paling kecil di kolom tersebut.
Setelah semua memiliki nilai nol disetiap kolom, maka diperoleh table Total
Opportunity Loss Matrix sebagai berikut :

Pekerja I II III IV
Karywan Dalam Rupiah
A 4 0 0 8
B 2 10 8 0
C 2 0 0 2
D 6 2 12 0
3. Menarik Garis untuk meliput angka nol
Setelah semua baris dari kolom memiliki angka nol, maka tariklah garis
seminimum mungkin, baik vertical maupun horizontal yang bisa menghubungkan
angka nol.

Pekerja I II III IV
Karywan Dalam Rupiah
A 4 0 0 8
B 2 10 8 0
C 2 0 0 2
D 6 2 12 0

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

Untuk merubah table diatas dilakukan langkah sebagai berikut :


• Pilih angka terkecil diantara semua angka yang belum terliput dengan garis
dan kurangkan semua angka yang belum terliput garis dengan angka terkecil
tersebut.
• Angka yang terliput dengan garis vertical dan horizontal, tambahkan dengan
angka terkecil yang belum terliput dengan garis, sehingga menghasilkan table
Perubahan Total Opportunity Cost Matrix sebagai berikut :

Pekerja I II III IV
Karywan Dalam Rupiah
A 4 0 0 10
B 0 8 6 0
C 2 0 0 4
D 4 0 10 0

Tabel diatas sudah optimal, karena garis yang dibuat sudah 4 garis, sama dengan
jumlah baris atau jumlah kolom.
Setelah itu letakkan karyawan pada salah satu pekerjaan yang nilainya pada Total
Opportunity Cost = 0 (Cari Biaya Terendah) tiap kolom atau baris, dan satu
pekerjaan bisa diisi oleh satu orang saja dan tambahkan semua biaya agar
diperoleh biaya keseluruhan sebagai berikut :

Karyawan Tugas yang ditempati Biaya yang dikeluarkan


A II Rp. 24
B I Rp. 28
C III Rp. 14
D IV Rp. 32
Jumlah Rp.96
Biaya yang tercantum pada kolom ke 3 merupakan biaya yang diambil dari Tabel
Biaya Awal Penugasan.
Jumlah biaya Rp. 96 merupakan biaya termurah dibanding dengan semua
alternative lain.

MODEL TRANSPORTASI
Terdapat bermacam – macam model jaringan (network model). Suatu jaringan adalah
suatu system garis – garis atau saluran – saluran yang menghubungkan titik – titik yang
berlainan. Beberapa contoh jaringan adalah :
- Jaringan rel kereta api
- System saluran pipa
- Jaringan jalan raya
- Jaringan penerbangan.
Misalkan dalam suatu system saluran pipa dapat di kirim air, minyak atau gas dari
sumber menuju langganan yang meminta.

DEFINISI DAN APLIKASI MODEL TRANSPORTASI


Pada umumnya masalah transportasi berhubungan dengan distribusi suatu produk tunggal
dari beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuan dengan
permintaan tertentu, pada biaya traspor minimum, karena hanya ada satu macam barang,
suatu tujuan dapat memenuhi permintaannya dari satu atau lebih sumber.

Contoh model transportasi sebagai berikut :


Misalkan suatu produk yang dihasilkan pada tiga pabrik (sumber) harus didistribusikan
ke tiga gudang (tujuan) seperti berikut :

Sumber (Pabrik) Tujuan (Gudang)

Cirebon Semarang

Bandung Jakarta

Cilacap Purwokerto

MASALAH TRANSPORTASI SEIMBANG

Contoh masalah transportasi yang mana jumlah supply dari semua sumber sama dengan
jumlah permintaan pada semua tempat tujuan.

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

Pasar Penawaran
1 2 3
1 8 5 6 120
Pabrik 2 15 10 12 80
3 3 9 10 80
Permintaan 150 70 60 280

Masalah transportasi diatas dapat gambarkan sebagai suatu model jaringan :

Sumber Vulome yang diangkut Tujuan (Gudang)

S1 = 120 1 1 D1 = 150

S2 = 80 2 2 D2 = 70

S3 = 80 3 3 D3 = 60

Masalah ini dapat juga dilihat dalam LP misalkan : Xij : banyaknya unit barang yang di
kirim dari pabrik I (I = 1,2,3) ke pasar j (j = 1,2,3)

Dengan fungsi Tujuan :


Z= 8X11 + 5X12 + 6X13 + 15X21 + 10X22 + 12X23 + 3X31 + 9x32 + 10X33
Dengan batasan :
X11 + X12 + x13 = 120
X21 + X22 + X23 = 80
X31 + X32 + X33 = 80
X11 + X21 + X31 = 150
X12 + X22 + X32 = 70
X13 + X23 + X33 = 60

TABEL TRANSPORTASI

Masalah transportasi yang khas dapat ditempatkan dalam suatu bentuk table khusus yang
dinamakan table transportasi.
ke
Tujuan
Dari Supply

1 2 …….. j …….. n

C11 C12 C11 C1n


1 …….. …….. S1
X11 X12 X1n
C21 C22 10
2 X21 X22 …….. X21 …….. X2n S2
. . . . . . . .
. . . . . . . .
. . . . . . . .
Ci1 Ci2 Cij Cin
i …….. 30 …….. S1

. . . . . . . .
. . . . . . . .
. . . . . . . .
Cm1 Cm2 Cm1 Cmn
m …….. …….. Sn
Xm1 Xm2 Xm1

Demand D1 D2 …….. Dj …….. Dn Si = Dj

Sumber ditulis dalam baris-baris dan tujuan dalam kolom – kolom. Biaya transfer per unit
(Cij) di catat pada kotak kecil. Permintaan dari setiap tujuan terdapat pada baris paling
bawah, sementara penawaran setiap sumber dicatat pada kolom paling kanan. Dan kotak
pojok kanan bawah menunjukkan kenyataan bahwa penawaran sama dengan permintaan.
Variabel Xij menunjukkan jumlah barang yang diangkut dari sumber I ke tujuan j (yang
akan dicari).

Berikut solusi penyelesaian masalah transportasi, yang dimulai dari mencari sulusi awal
(dasar).
Ada tiga metode dalam penyelesaian sulusi awal :
1. North West Corner
2. Least Cost
3. Apromasi Vogel

Ada beberapa cara menentukan solusi optimum


1. Metode Stepping Stone
2. Metode Modified Distribution (MODI)
3. Masalah Transportasi Tak Seimbang
4. Degenerasi
5. Solusi Optimum Ganda
6. Rute Terlarang

METODE NORTH WEST CORNER (Mencari Solusi Awal)

1. Mulai pada pojok barat laut table dan alokasikan sebanyak mungkin pada X11
tanpa menyimpang dari kendala penawaran atau permintaan (artinya X11 di
tetapkan sama dengan yang terkecil diantara nilai S1 dan D1.
2. ini Akan menghabiskan penawaran pada sumber 1 dan atau permintaan pada
tujuan 1. Akibatanya, tak ada lagi barang yang dapat dialokasikan ke kolom atau
baris yang telah dihabiskan dan kemudian baris atau kolom itu dihilangkan.
Kemudian alokasikan sebanyak mungkin ke kotak di dekatnya pada baris atau
kolom yang tak dihilangkan. Jika baik kolom maupun baris telah dihabiskan,
pindahlah secara diagonal ke kotak berikutnya.
3. Lanjutkan dengan cara yang sama sampai semua penawaran telah dihabiskan dan
keperluan permintaan telah di penuhi.

ke 1 2 3 Supply

Dari
8 5 6
1 120 120
15 10 12
2 30 50 80
3 9 10
3 20 60 80

Demand 150 70 60 280

STEPPING STONE

Suatu metode / teknik dalam masalah transportasi untuk mencari optimal solution (least
Cost ) dengan cara trial dan error dari kolom – kolom yang masing-masing kosong yang
memiliki biaya yang rendah pada contoh :

ke X Y Z

Dari
50 15 20
A 25 15 40
30 20 10
B XBX 25 5 30
30 40 35
C 30 30

Demand 25 40 35

Alokasi Barang ini memiliki total cost (TC)

TC = 25 (50) + 15 (15) + 25 (20) + 30 (35) = 3070


Kondisi ini Total Costnya dapat ditekan dengan Stepping Stone :

Caranya :
- Cari kotak- kotak yang belum terisi dengan biaya yang lebih rendah
- Hubungkan kotak-kotak kosong tersebut dengan ketiga kota lain yang
sudah terisi yanag membentuk segi empat.
- Isikan kotak kosong tadi (Langkah I) dengan memindahkan barang
tetangga terdekat.
Samping kiri - kanan
Samping atas – bawah
- Dengan kwantitas terkecil / biayanya terbesar kalau kuantitasnya ada yang
sama.

ada Contoh diatas kotak XBX dengan biaya 30 akan diisikan dengan tetangga terdekat.

ke X Y Z

Dari
50 15 20
A 0 40 40
30 20 10
B 25 0 5 30
30 40 35
C 30 30

Demand 25 40 35
TC = 25 (30) + 40 (15) + 15 (10) + 30 (35) = 2450

Metode VAM (Vogel Aprosimasi Metode)

Metode ini sudah lebih akurat disbanding dengan metode terdahulu (Stepping Stone)
Adapun langkah-langkahnya :
1. Buatlah table / bagan kebutuhan VS kapasitas pada soal yang lalu.
Pada soal yang lalu :
Sumber K L M Kapasitas Index Baris
Produksi
A 15 20 10 40 5
B 10 15 25 60 5
C 20 30 40 50 10
Kebutuhan 30 45 75 Xam
Index Kolom 5 5 15

2. Buat selisih dua harga terkecil dan terkecil kedua untuk setiap baris dan kolom
Baris A : 15 – 10 =5
Baris B : 15 – 10 =5
Baris C : 30 – 20 = 10

Kolom K : 15 – 10 =5
Kolom L : 20 – 15 =5
Kolom M : 25 – 15 = 15

3. Cari nilai terbesar dari nilai – nilai pada langkah – langkah 2


4. Karna nilai terbesar adalah 15 pada kolom 3 maka cari biaya terkecil dari nilai
pada kolom ke 3 dan diberi kotak biaya terkecilnya
Biaya terkecilnya adalah 10  kapasitas : 40
Kebutuhan : 75

5. Hapus Baris A karena sudah terpakai habis

Sumber K L M Kapasitas Index


B 10 15 25 60 5
C 20 30 40 50 10
Kebutuhan 30 45 35 Xbl = 45
10 15 25

6. Ulangi Langkah 2 denga melihat table di atas


Baris B = 15 – 10 = 5
Baris C = 30 – 20 = 10
Kolom K = 20 – 10 = 10
Kolom L = 30 – 15 = 15
Kolom M = 40 – 25 = 15
7. Index terbesar adalah 15 pada kolom L & M
Karena index sama maka cari yang biaya terkecil  Kolom L

8. Biaya = 15 menghubungkan kapasitas 60


Cari yang terkecil untuk dialokasikan
Kebutuhan 45
9. Hapus Baris B (Karna sudah habis terpakai )
Sehingga :

K M Kapasitas Index
B 10 25 15 15
C 20 40 50 20
30 35 Xck = 30

Baris B = 25 – 10 = 15
Baris C = 40 – 20 = 20  Index terbesar maka biaya terkecil adalah 20 yang
menghubungkan menghubungkan kapasitas 50
Cari yang terkecil untuk dialokasikan
Kebutuhan 30

M kapasitas
B 25 15
C 40 20
XBM = 15
XCM = 20
Hapus kolom K

TC = 40 (10) + 45 (15) + 30 (20) + 15 (25) + 20 (40)


= 2850

Proses VAM dapat diringkas sebagai berikut :


1. Hitung Opportunity Cost untuk setiap baris dan kolom. Opportunity cost untuk
setiap baris I dihitung dengan mengurangkan nilai cij terkecil pada baris itu dari
nilai cij satu tingkat lebih besar pada baris yang sama. Opportunity cost kolom
diperoleh dengan cara serupa.
2. Pilih baris atau kolom dengan opportunity cost terbesar (jika terdapat nilai kembar
pilih secara sembarang). Alokasikan sebanyak mungkin ke kotak dengan nilai cij
minimum (biaya paling kecil) pada baris atau kolom yang dipilih. Untuk Cij
terkecil. Xij = Minimum [Si,Dj).
3. Sesuaikan penawaran dan permintaan untuk menunjukkan alokasi yang sudah
dilakukan. Hilangkan semua baris dan kolom dimana penawaran dan permintaan
telah habis.
4. Jika semua penawaran dan permintaan belum dipenuhi, kembali ke langkah 1 dan
hitung lagi opportunity cost yang baru.

METODE MODI ( MODIFIED DISTRIBUTION )

Metode ini adalah mirip dengan stepping stone hanya saja dalam mencari biaya minimal
menggunakan cara yang lebih pasti.

Perbaikan Contoh berikut :


A = 20 B=5 C = 14 Kapasitas
W=0 20 5 8
50 40 90

H = 15 15 20 10
60 60

P=5 25 10 19
10 50

Kebutuhan 50 110 40 200

LAngkah penyelesaian MODI


1. LAkukan pengisian awal (Nort West Corner)
2. Memberi bobot dari setiap baris dan setiap kolom.
Ri + Kj = Cij ( Pada kotak-kotak yang terisi)

Ri = Index Baris
Kj = Index Kolom
Cij = Biaya di angkut atau satuan barang dari I ke j

3. Menentukan index perbaikan dengan mengikuti Cij – Ri – Kj (Pada kotak-kotak


yang masih kosong)
4. Menentukan titik awal perubahan
- Bahwa perubahan dilakukan bila masih ada index perbaikan yang negative
- Bila ada beberapa index perbaikan yang negative maka titik awal
perubahan di mulai pada perbaikan yang paling negative
5. Hitung TC untuk masing-masing perubahan dan perubahan berhenti bila tidak ada
index perbaikan yang negative

Pada contoh tersebut maka :


Langkah 2
RW + KA = CWA atau 0 + KA = 20  KA = 20
RW + KB = CWB atau 0 + KB = 5  KB = 5
RH + KB = CHB atau RH + 5 = 20  RH = 15
RP + KB = CPB atau Rp + 5 = 10  RP = 5
RP + KC = CPC atau 5 + KC = 19  KC = 14

TC = 50 (20) + 40 (5) + 60 (20) + 10 (10) + 40 (19)


= 3260

Langkah 3
Kotak Kosong Cij – Ri – Kj Nilai 1 Perbaikan
HA 15 - 15 – 20 - 20
PA 25 - 5 – 20 0
WC 8 - 0 - 14 -6
HC 10 - 15 - 14 -19

Langkah 4 memulai pengisian kotak HA

A=0 B=5 C = 14 Kapasitas


20 5 8
W=0 90 90

15 20 10
H = 15 50 10 60

25 10
P=5 10 40 19 50

Kebutuhan 50 110 40 200

TC 2 = 90 (5) + 50(15 + 10 (20) + 10(10) + 40(19) = 2260

Index perbaikan Cij – Ri – Kj hanya untuk kotak yang kosong

Kotak Cij – Ri – Kj Index Perbaikan


WA 20 – 0 – 0 20
WC 8 – 0 – 14 -6
HC 10 – 15 – 14 - 19
PA 25 – 5 – 0 20

Titik awal perbaikan dimulai pada kotak HC dimana kotak HC memiliki tetangga
terdekat (membentuk segi empat dengan tiga kotak laiinya yang terisi.

TC = 90 (5) + 50(15) + 10(10) + 20(10) + 30(19)


= 2070
1. Karena index perbaikan masih ada yang negative maka :

A=0 B=5 C = 14 Kapasitas


20 5 8
W=0 90 90

15 20 10
H = 15 50 10 60

25 10
P=5 10 40 19 50

Kebutuhan 50 110 40 200

2. Penentuan index baris dan kolom yang baru

Ri + Kj = Cij  hanya untuk kotak yang terisi

RW + KB = 5  0 + KB = 5 KB = 5
RP + KC = 19  5 + KC = 19 KC = 14
RH + KC = 10  10 + 14 = -4
RH + KA = 15  -4 + KA = 15  KA = 19

3. Index Perbaikan
Kotak Cij – Ri – Kj Index Perbaikan
WA 20 – 0 – 0 20
WC 8 – 0 – 14 -6
HB 20 – 15 – 5 0
PA 25 – 5 – 0 20

A = 19 B=5 C = 14 Kapasitas
20 5 30 8
W=0 60 90

15 20 10
H = -4 50 10 60

25 10
P=5 50 19 50

Kebutuhan 50 110 40 200

TC = 60 (5) + 30(8) + 50(15) + 10(10) + 50(10)


= 1890

1. Karena masih ada yang negative – 6 maka : RW = 0

2. Tentukan lagi index baris dan kolom baru


Ri + kj = Cij

RW + KB = 5  0 + KB = 5 KB = 5
Rp + KB = 10  Rp + 5 = 10  KB = 5
RW + KC = 8  0 + Kc = 8  KC = 8
RH + KC = 10  RH + 8 = 10 RH = 2
RH + KA = 15  2 + KA = 15  KA = 13

3. Kotak Cij – Ri – Kj Index Perbaikan


WA 20 – 0 – 19 1
HB 20 – (-4) – 5 19
PA 25 – 5 – 19 1
PC 19 – 5 – 14 0

PEMBUATAN JARINGAN KERJA

Untuk memudahkan perencanaan suatu Proyek biasanya dalam analisis ini dibantu
dengan menggunakan diagram network. Diagram network atau sering disebut dengan
diagram jaringan kerja adalah suatu diagram yang menunjukkan hubungan antara
kegiatan satu dengan kegiatan yang lain dalam suatu proyek.

MODEL JARINGAN CPM


Model jaringan CPM tersusun atas dua komponen utama, yaitu titik-titik
(nokhta/Lingkaran) dan garis-garis (cabang(anak/Panah). Garis menunjukkan jenis
kegiatan dari suatu proyek, sementara titik menunjukkan awal atau akhir suatu kegaitan,
atau biasa dinamakan events.

Berikut contoh sederhana model jaringan pembangunan sebuah rumah. Jaringan ini
terdiri dari tiga kegiatan : menggambar rumah, mencari dana dan membangun rumah.
Kegiatan-kegiatan ini dalam model diwakili dengan anak panah, sementara event
ditunjukkan oleh lingkaran. Lingkaran 1 maksudnya awal pengambaran, lingkaran 2
maksudnya akhir penggambaran dan awal pencarian dana.

Dalam analisis CPM, suatu lingkaran tertentu dikatakan terealisasi jika semua kegiatan
yang berakhir pada lingkaran itu telah dirampungkan.

Contoh :

Menggambar Rumah Mencari Dana Membangun Rumah

1 2 3 4

2 bulan 1 bulan 6 bulan

Lingkaran 2 terealisasi pada akhir bulan ke-2. Pada waktu itu, pencarian dana dapat
dimulai. Pembangunan rumah dapat dimulai setelah bulan ke 3 berakhir. Pada kasus ini
pembagunan rumah dapat dirampungkan paling cepat pada akhir bulan ke 9.

Ada suatu aturan dalam membuat model jaringan CPM yaitu bahwa dua atau lebih
kegiatan tak dapat secara serentak berawal dan berakhir pada lingkaran yang sama.

Kegiatan Pendahulu Waktu (Bulan)


Menggambar dan cari dana (a) - 3 bulan
Peletakan pondasi (b1) a 2 bulan
Pemesanan Bahan (b2) a 1 bulan
Memilih cat © b1, b2 1 bulan
Membangun rumah(d) b1, b2 3 bulan
Memilih karpet(e) c 1 bulan
Penyelesain (f) d,e 1 bulan

Model jaringan yang ditujukkan pada gambar diatas adalah salah karena menyimpang
dari aturan. Kesalahannya adalah bahwa bahwa b1 dan b2 muncul dari lingkaran a dan
juga berakhir pada lingkaran yang sama, yaitu lingkaran 3.

B1

1
1 2 3 5 6
A d f
3 1 3 1

B2 1 1
c c

Masalah tersebut dapat diselesaikan dengan memperkenalkan suatu dummy activity.


Suatu dummy activity digambarkan dengan anak panah terputus dan disisipkan pada
jaringan itu untuk menunjukkan suatu precedende relationship. Suatu dummy tidak
memakan waktu dan sumber daya, jadi waktu kegiatan dan biaya sama dengan nol.

b1
2 0 dummy

A d f
1 3 2 1 3 3 5 1 6

B2 1 1
c c

Jalur Keritis (Critical Path )

Sasaran utama analisis CPM adalah menentukan waktu terpendek yang diperlukan untuk
menyelesaikan suatu proyek atau menentukan waktu yang diperlukan untuk suatu critical
path, yaitu jalur waktu terlama.
Jalur adalah rangkaian kegiatan yang menghubungkan kegiatan awal dengan kegiatan
akhir suatu proyek secara sinambung.

Jalur Kritis adalah jalur yang jumlah waktu penyelesaian kegiatan – kegiatannya
terpanjang. Jalur ini menentukan waktu penyelesaian suatu proyek, artinya tidak bias
diselesaikan dalam waktu yang lebih pendek daripada jalur kritis ini.

Contoh : Suatu Proyek memiliki kegiatan seperti yang tercantum dari table berikut :

Kegiatan Kegiatan yang mendahului Waktu setiap kegiatan (hari)


A - 5
B - 3
C - 4
D a 6
E a,b 5
F c 7
G d,e 4
H f,g 5

DATA PERT SEBAGAI BERIKUT :

Kegiatan Kegiatan Peristiwa Waktu Waktu Waktu Waktu


Mendahului Mulai Akhir Optimis Realistik Pesimistik diharapkan
(a) (m) (b) (ET)
1 2 3 4 5 6 7 8=(a+bx4+c)/6
A Tidak ada 1 2 1 3 5 3
B A 2 3 3 4 11 5
C A 2 4 2 6 10 6
D B 3 5 2 6 13 6.5
E C 4 5 0 0 0 0
F C 4 6 3 6 9 6
G D,E 5 7 2 4 6 4
H F 6 7 1 4 7 4
I G,H 7 8 2 3 10 4
Catatan :
- Waktu diharapkan (ET) = (a + (bx4) + c) / 6

Estimasi probabilitas waktu penyelesaian yang dijadwalkan


• Misalnya penyelesaian proyek 23 minggu, kemudian dianggap bahwa proyek tsb
selesai 25 minggu.
• Berapa probabilitas proyek dapat diselesaikan pada waktunya (23 minggu) ?
• Penggunaan rumus standar normal :
Z = (TD – TE) / σTE
dimana :
TD = waktu yang ditargetkan penyelesaian proyek
TE = waktu yang diharapkan penyelesaian proyek
σTE = deviasi standar untuk TE, ini dapat diperoleh dari penjumlahan variance
masing-masing kegiatan kritis, kemudian diakar kwadratkan.

• σTE = √∑σ2ET , dan σ2ET = ((b – a)/2)2

dimana :
a = waktu optimis
b = waktu pesimistik
Metode Algorithma EF=8
LF=8,5

3
B D EF=14,5
LF=15
EF=0 EF=3
LF=0
A LF=3 5 6.5 5 G
1 2 EF=19
3 LF=19
4 I
C E 7 8
0 H 4
6
6 4
F
4 6 EF=15
LF=15

EF=9
LF=9

Awal : EF (earliest finish = paling awal selesai)


Kemudian : LF (latest finish =paling lambat selesai)
5.1. Diagram Network PERT
= Peristiwa
= kegiatan
3
D = kegiatan semu
B
A 5 6.5 5 G
1 2
3
4 I
E 7 8
C 0 H 4
6 4
6
F
4 6

Jalur kritis : 1-2-4-6-7-8 = 3+6+6+4+4 = 23 minggu

EF=3 EF=9 EF=15


EF=0
Ke 2 3 4 5 6 7 8
EF Dari
0
3
(Awal)3
1
2 5 6
3+ 5=8 3 6.5
3+ 6=9 4 0 6
8 + 6.5 = 14.5 5 4
9 + 6 = 15 6 4
15 + 4 = 19 7 4
19 + 4 = 23 8 EF=19

1 2 3 4 5 6 7 8
LF ==> 0 3 8.5 9 15 15 19 23 EF=23
Metode Matriks
 Menentukan jalur kritis, yaitu jalur yang mempunyai EF = LF
 Dengan metode matriks tsb dapat diperoleh jalur kritis (EF=LF), yaitu :
1, 2 , 4 , 6, 7, 8 = 3+6+6+4+4= 23 minggu

5.1. Diagram Network PERT

Biaya tambahan untuk mempercepat kegiatan pada jalur


kritis harus dibandingkan, sehingga bisa dipilih biaya
4
percepatan yang3
paling murah,
6
Jangka3waktu 2 percepatan
15.000 harus4memperhitungkan jalur
1non kritis, sehingga
30.000 percepatan waktu tsb lebih efektif.
2 20.000 2
7 8
5
3 3
4 2

- Jalur kritis : 1-2-3-6-7-8 =


3+2+4+4+2 =15 minggu
- Non jalur kritis : 1-2-4-5-7-8=
3+3+2+3+2=13
Kegiatan Deskripsi Kegiatan lama waktu
Mendahului (dlmminggu)
A - 1
B A 2
C A 3
D C 2
E B,D 1
F E 3
G F 2
H G 2
I H 1
J G,I 4
K D 6
L C 3
M L.G 7
N M 2
O N 2
P H 1
Q N,K 5
R G 4
S N,Q 1
T S,R,O 2
U J,K 1
V U,S 3
W J 1
X - 2
Y X 0
JARINGAN KEGIATAN PROYEK
W ,1
U ,1
L,3 ,0
0
K ,6 O ,5
,0 0
S ,1 V ,3
C ,3 D ,2 J, 4
,0 0
0 0 0

A ,0 A ,1 B ,2 E ,1 F ,3 G ,2 H ,2 I, 1 M ,7 N ,2 O ,2 P ,1 T,2 X, 2 Y ,0
0 0 0 0 ,0 0 0 0 0

R ,4
,0

NETWORK PLANNING
Jalan terpendek : 14 minggu( A,B,E,F,G,H,P,X,Y)
Jalan terpanjang ; 32 minggu (A,C,D,E,F,G,M,N,O,S,V,X,Y) = JALUR KRITIS