3 A Masalahtransportasi
3 A Masalahtransportasi
3 A Masalahtransportasi
Masalah Transportasi Tujuan : Memahami dan membuat formulasi model dari permasalahan yang ada dan dibuat pemecahannya dengan model solusi dasar awal dan solusi optimum Dalam bab ini akan dipelajari masalah transportasi yang berupa masalah pengaturan pengangkutan barang dari beberapa tempat asal langsung ke beberapa tempat tujuan, dengan tujuan meminimumkan biaya pengangkutan barang. Bentuk baku masalah transportasi berupa peminimuman biaya dengan total banyaknya persediaan sama dengan total banyaknya permintaan (bentuk seimbang).Masalah transportasi tersebut dapat diformulasikan ke dalam model matematis berupa model pemrograman linear. Walaupun demikian, masalah transportasi tidak diselesaikan dengan menggunakan metode pemrograman linear, tetapi menggunakan metode transportasi. Metode transportasi terdiri dari dua tahap utama, yaitu (1) penentuan penyelesaian awal dan (2) perbaikan penyelesaian sampai diperoleh penyelesaian optimum. Untuk melakukan tahap (1) digunakan metode NorthWest Corner, metode Least Cost. Sedangkan untuk melakukan tahap (2) digunakan metode MODI. Di dalam metode ini terdapat langkah pemeriksaan keoptimuman dan langkah pendistribusian nilai modifikasi pada isi sel-sel dalam suatu lintasan tertutup untuk menghasilkan penyelesaian baru. Terdapat kasus khusus yang jarang terjadi, yaitu keadaan kemerosotan. Keadaan ini terjadi bilamana banyaknya peubah basis lebih kecil dari m+n1, dengan m dan n masing-masing menyatakan banyaknya tempat asal dan banyaknya tempat tujuan. Untuk bentuk model transportasi yang tidak seimbang, kita dapat membawanya ke dalam bentuk seimbang dengan menambahkan tempat asal rekaan ataupun tempat tujuan rekaan sesuai dengan bentuk ketakseimbangannya. Bagan berikut adalah salah satu model transportasi. Sumber (Pabrik) Cirebon Tujuan (Gudang) Semarang
Cilacap
Jakarta
Bandung
Purwokerto
BFE-UMB
Page 1
Masalah Transportasi
Model solusi awal. Contoh yang terdapat pada diktat ini adalah model transportasi seimbang
Sebuah perusahaan PT. Bengkulu Trans. berkepentingan mengangkut pupuk dari tiga pabrik ke tiga pasar. Kapasitas supply ketiga pabrik, permintaan pada ketiga pasar dan biaya transpor per unit adalah: Pasar 1 1 Pabrik 2 3 Permintaan 8 15 3 150 2 5 10 9 70 3 6 12 10 60 120 80 80 280 Penawaran
Masalah di atas dapat dirumuskan : Minimumkan Z = 8X11 + 5X12 + 6X13 + 15X21 + 10X22 + 12X23 + 3X31 +9 X32 + 10X33 Dengan syarat : X11 + X12 + X13 = 120 (supply pabrik 1) X21 + X22 + X23 = 80 (supply pabrik 2) X31 + X32 + X33 = 80 (supply pabrik 3) X11 + X21 + X31 = 150 (demand pabrik 1) X12 + X22 + X32 = 70 (demand pabrik 2) X13 + X23 + X33 = 60 (demand pabrik 3)
BFE-UMB
Page 2
Masalah Transportasi
Ke Dari 1 Sumber 2
M
2 X11 X22
c12 c22
S1 S2
M
c21
c2n
m Demand
Xm1
cm1
Xm2
cm2
Xmn
K
cmn
Sm
D1
D1
Dn
Model ini adalah yang paling sederhana diantara model lainnya untuk mencari solusi awal. Langkah 1 : mulai dari pojok barat laut tabel dan alokasikan sebanyak mungkin pada X11 ditetapkan sama dengan yang terkecil antara nilai S1 dan D1. Langkah 2 : hal ini akan menghabiskan penawaran pada sumber 1 dan atau penawran pada tujuan 1. Alokasikan nilai yang dapat menyeimbangkan supply atau demand pada kolom dan baris tersebut. Kemudian lakukan secara berturut-turut agar kolom atau baris lainnya dapat seimbang. Contoh sebelumnya : Ke Dari 1 2 3 Deman d 1
8 15 3
Tujuan 2
5 10 9
Suppl y 3
6 12 10
120 80 80 280
150
70
60
BFE-UMB
Page 3
Masalah Transportasi
Suppl y 2
5
3
6 12
120 80 80 280
15 3
50 20 70
10 9
60 60
10
150
Diperoleh solusi awal, yaitu X11 =120; X21 = 30; X22 = 50; X32 = 20; X33 = 60. Dengan biaya transportasi minimum yang diperoleh adalah Z = (8x120) + (15x30) + (10x50) + (9x20) + (10x60) = 2.690. Diingatkan hasil ini tidak perlu optimum.
1. Model Least-Cost (Biaya Minimum ) Model ini berusaha mencari tujuan minimisasi biaya dengan alokasi sistematik kepada kotak-kotak sesuai dengan besarnya biaya transpor per unit. Langkahlangkahnya sbb : a. Pilih variabel Xij dengan biaya transpor cij terkecil dan alokasikan sebanyak mungkin. Untuk cij terkecil, Xij = minimum [Sm, Dn]. b. Dari kotak-kotak yang layak (yaitu yang tidak terisi atau tidak dihilangkan), pilih nilai cij terkecil dan alokasikan sebanyak mungkin. Lanjutkan sampai supply dan demand terpenuhi. Contoh sebelumnya :
BFE-UMB
Page 4
Masalah Transportasi
Tujuan 1
8 15 3
Suppl y 3
2
5 10 9
6 12 10
120 80 80 280
150
70
60
Tujuan 2 70
5 10 9
Suppl y 3 50 10
6 12 10
120 80 80 280
150
70
60
Diperoleh solusi awal, yaitu X12 =70; X13 =50; X21 = 70; X23 = 10; X31 = 80. Dengan biaya transportasi minimum yang diperoleh adalah Z = (5x70) + (6x50) + (15x70) + (12x10) + (3x80) = 2.060. Diingatkan hasil ini tidak perlu optimum. Secara umum, model Least Cost lebih meminimalisir biaya transport dibandingkan model North-West Corner karena pertimbangan tambahan, yaitu : biaya per unit.
BFE-UMB
Page 5
Masalah Transportasi
2. Model Solusi Optimum dengan Metode Modifikasi (MODI) Dalam metode MODI suatu nilai, Ui, dirancang untuk setiap baris I dan suatu nilai, Vj, dirancang untuk setiap kolom j pada table transportasi. Untuk setiap variable basis (yaitu kotak yang ditempati oleh solusi), Xij mengikuti hubungan sebagai berikut : Ui +Vj = cij, dimana cij adalah biaya transpor per unit. Untuk memperlihatkan teknik MODI, dibahas kembali solusi dari masalah dengan model North-West Corner. Metode MODI dapat dilakukan dengan langkah-langkah sebagai berikut : 1. Tentukan nilai Ui untuk setiap baris dan nilai Vj untuk setiap kolom dengan menggunakan hubungan Ui +Vj = cij, untuk semua variable basis dan tetapkan nilai nol untuk U1, 2. Hitung perubahan biaya Cij , untuk setiap variable nonbasis dengan menggunakan rumus Cij = cij - Ui - Vj , 3. Jika terdapat nilai Cij negatif, solusi belum optimal. Pilih variabel Xij dengan nilai Cij negative terbesar sebagai entering variable, 4. Alokasikan barang ke entering variable, Xij, nilai alokasi sesuai dengan minimum jalur tertutup. Kembali ke langkah 1. Berdasarkan langkah diatas, maka : Iterasi awal : Pengecekan X11 : U1 + V1 = c11 =8 X21 : U2 + V1 = c21 = 15 X22 : U2 + V2 = c22 = 10 X32 : U3 + V2 = c32 =9 X33 : U3 + V3 = c33 = 10 U1 = 0 U1 = 0 Cij C12 = = c12 U1 - V2, = 5 0 3=2
0 + V1 = 8, V1 = 8 C13 = = c13 U1 V3, = 6 0 4=2 U2 + 8 = 15, U2 =7 C23 = = c23 U2 V3, = 12 7 4=1 7 + V2 = 10, V2 =3 C31 = = c31 U3 V1, = 3 6 8 = - 11 U3 + 3 = 9, U3 = 6 6 + V3 = 10, V3 = 4
BFE-UMB
Page 6
Masalah Transportasi
Berdasarkan perhitungan Cij diperoleh nilai negative terbesar yaitu C31 sebagai entering variable. Dengan alokasi nilai dari jalur tertutup adalah Min (30,20) = 20 Atau V1 = 8 V2 = 3 V3 = 4
U1 = 0 U2 = 7 U3 = 6
Ke Dari 1 2 3 1 120 30
8
Tujuan 2
5
Supply 3
6 12
120 80 80 280 V2 = 3 V3 =
15 3
50 20 70
10 9
60 60
10
Iterasi 1 : V1 = 8 15
Deman d Ke Dari
150
Tujuan 1 120 10 20
8
Supply 3
6 12
2
5
U1 = 0 U2 = 7 U3 = -5
1 2 3 Deman d
120 80 80 280
15 3
70
10 9
60
10
150
70
60
Identifikasi entering variable : Cij C12 = = c12 U1 - V2, = 5 0 3 = 2 C13 = = c13 U1 V3, = 6 0 15 = -9 C23 = = c23 U2 V3, = 12 7 15 = -10 C32 = = c32 U3 V2, = 9 (-5) 3 = 11 Diperoleh C23 sebagai entering variable. Alokasi nilai Min (10,60) = 10 V2 = 7 V3 = 15 Iterasi 2 : V1 = 8
BFE-UMB
Page 7
Masalah Transportasi
Tujuan 2
5
Suppl y 3
6
15 3
70
10 9
10 50 60
12 10
150
70
Cij C12 = = c12 U1 - V2, = 5 0 7 = -2 C13 = = c13 U1 V3, = 6 0 15 = -9 C21 = = c2 U2 V1, = 15 3 8 = 4 C32 = = c32 U3 V2, = 9 (-5) 7 = 7 Diperoleh C13 sebagai entering variable. Alokasi nilai Min (120,50) = 50 Iterasi 3 : Ke Dari U1 = 0 U2 = 6 U3 = -5 1 2 3 Deman d Identifikasi variable : Cij C12 = = c12 U1 - V2, = 5 0 4 = 1 80 70 1
8
V1 = 8
V2 = 4 V3 = 6 Tujuan 2
5
Suppl y 3 50 10
6 12 10
15 3
70
10 9
150
70
60
BFE-UMB
Page 8
Masalah Transportasi
C21 = = c21 U2 V1, = 15 6 8 = 1 C32 = = c32 U3 V2, = 9 (-5) 4 = 10 C33 = = c33 U3 V3, = 10 (-5) 6 = 9 Karena sudah positif semua, maka hasil ini sudah optimal. Diperoleh solusi optimum, yaitu X11 =70; X12 = 50; X22 = 70; X23 = 10; X31 = 80. Dengan biaya transportasi minimum yang diperoleh adalah Z = (8x70) + (6x50) + (10x70) + (12x10) + (3x80) = 1.920.
Sumber: Lia Praba Kusuma Putri, Diktat Riset Operasional Design, Teknik Informatika, Universitas Indraprasta PGRI, Jakarta, 2010.
BFE-UMB
Page 9