BAB V MASALAH TRANSPORTASI Tujuan Instruksional Khusus : Mahasiswa mampu menyelesaikan masalah transportasi dan penugasan .

5.1. Pendahuluan. Salah satu bentuk khusus dari masalah Program Linear yang paling penting adalah masalah transportasi. Masalah transportasi ini dipelajari pertama kali oleh LV. Kantorovitch pada tahun 1939 sebelum Program Linear dikembangkan oleh GB. Dantzig. Pada tahun 1941, FL Hitchcock menyatakan formulasi matematikanya yang sekarang menjadi bentuk standart, sehingga masalah ini sering disebut dengan masalah Hitchcock. Masalah umum transportasi adalah mengenai pendistrubusian beberapa komoditas dari beberapa pusat persediaan yang disebut sumber ke beberapa pusat penerima yang disebut tujuan dengan meminimumkan biaya total distribusi. Pada umumnya, sumber i ( i = 1, 2, 3, ... , m ) mempunyai suatu persediaan sejumlah s i unit untuk didistribusikan ke tujuan, dan tujuan j ( j = 1, 2, 3, ... , n ) mempunyai suatu permintaan sebesar dj unit untuk diterima dari sumber. Dasar asumsinya adalah biaya distribusi dari sumber i ke tujuan j seimbang dengan jumlah distribusinya, dimana cij adalah notasi biaya per-unit distribusi. Adapun bentuk data inputnya seperti ditunjukkan dalam tabel 5.1. berikut ini : Tabel 5.1. Tujuan 1 2 1 c11 c12 2 c21 c22 . . . . . . m cm1 cm2 d1 d2 ... ... ... ... ... ... ... n c1n c2n . . cmn dn Persedian s1 s2 . . sm

Sumber

Permintaan

Andaikan bahwa Z adalah biaya distribusi total dan xij (i = 1,2,3, ... ,m; j =1,2,3, ... , n) adalah jumlah unit yang didistribusikan dari sumber i ke tujuan j, formulasi program linearnya adalah : Meminimumkan dengan kendala

Z =

c
i = 1j = 1

ij

xij

x
j=1

ij

= si
= dj

untuk i = 1, 2, 3, ... , m. untuk j = 1, 2, 3, ... , n. untuk semua i dan j .

x
i=1

ij

dan Diasumsikan,

xij 0

j=1

si =

d
j=1

, yaitu jumlah total persediaan sama dengan jumlah

total permintaan

5.2. Contoh Permasalahan . Suatu persh. yang menghasilkan buah dalam kaleng mempunyai 3 lokasi pabrik pengalengan dan kemudian dikirimkan dengan truk ke 4 gudang distribusi. Karena biaya pengiriman merupakan biaya utama maka dipertimbangkan suatu studi untuk mengurangi biaya itu sebanyak mungkin. Adapun biaya pengiriman per muatan truk untuk tiap kombinasi antara pabrik pengalengan dan gudang diberikan dalam tabel 5.2. dengan jumlah total pengiriman adalah 300 muatan truk. Permasalahannya adalah menentukan rencana pengiriman dari pabrik pengalengan ke gudang yang akan memberikan biaya total pengiriman minimum . Tabel 5.2. Biaya pengiriman per muatan truk . Gudang 1 2 3 4 Persedian 1 13 14 13 20 75 Pabrik 2 16 13 20 12 125 3 19 12 17 15 100 Permintaan 80 65 70 85 5.3. Pembentukan Metode Simpleks untuk Transportasi . Contoh permasalahan diatas, dapat dinyatakan dalam bentuk Program Linear sbb : Meminimumkan : Z = 13x11 + 14 x12 + 13x13 + 20 x14 + 16x21 + 13x22 + 20x23 + 12x24 + 19x31 + 12x32 + 17x33 + 15x34 dengan kendala Kendala Pengiriman : x11 + x12 + x13 + x14 = 75 x21 + x22 + x23 + x24 = 125 x31 + x32 + x33 + x34 = 100 Kendala Permintaan : x11 + x21 + x31 = 80 x12 + x22 + x32 = 65 x13 + x23 + x33 = 70 x14 + x24 + x34 = 85 dan xij 0 , untuk semua i dan j Oleh karena ada 3 sumber dan 4 tujuan, terdapat 3 x 4 = 12 rute yang mungkin. Terdapat 1 kendala untuk tiap sumber dan 1 kendala untuk tiap tujuan, sehingga jumlah total kendala adalah 7. Setiap variabel muncul 2 kali, sekali di kendala pengiriman dan sekali di kendala permintaan dengan koeff. sama dengan 1. Dari 7 kendala, 1 kendala dapat dieliminasi dan masih belum kehilangan informasi karena 1 kendala itu redundant. Dari contoh permasalahan diatas, subbab 5.2., akan ada m + n - 1 atau 3 + 4 - 1 = 6 variabel. Masalah transportasi ini diselesaikan dengan apa yang disebut Metode Transportasi, yaitu metode Simpleks yang secara khusus dimodifikasi untuk masalah Transportasi dengan bantuan tabel Simpleks Transportasi seperti ditunjukkan dalam tabel 5.3. dan terdiri dari 3 tahap, yaitu 1. Tahap Permulaan. 2. Tahap Iterasi dan 3. Tahap Pemberhentian .

Tabel 5.3. Tabel Simpleks Transportasi . Tujuan 1 2 ... 1 c11 c12 ... 2 Sumber . . m ... ... cm1 ... ... cm2 ... ... ... ... c21 c22 ...

n c1n c2n ... ... cmn dn

Persediaan ui s1 s2 ... ... sm

Permintaan d1 d2 vj Informasi tambahan untuk tiap sel : Jika xij adalah var. basis cij xij

Jika xij adalah var. non basis cij cij - ui vj

5.4. Tahap Permulaan dari Metode Transportasi. Susunan khusus dari masalah Transportasi memungkinkan untuk menghasilkan penyel. basis feasibel awal dengan menggunakan var. keputusan tanpa perlu menambahkan var. artificial. Prosedur untuk menghasilkan suatu penyel. basis feasibel awal, antara lain adalah Aturan Northwest Corner, Metode Tabel Minimum, Metode Pendekatan Vogel dan Russell. Penyelesaian basis feasibel awal yang diperoleh akan diuji optimalitasnya dengan aturan pemberhentian . 5.4.1. Northwest Corner. Dengan metode ini, perhitungan dimulai dari sudut kanan atas tabel atau sudut barat laut ( northwest ). Pada tiap tahap, suatu var. basis diberi nilai tertentu sedemikian hingga persediaan atau permintaan akan berkurang nilainya, hal ini berlangsung terus hingga jumlah persediaan ataupun permintaan habis. Langkah-langkahnya adalah sebagai berikut : Langkah 1 : Dimulai dari kotak pada sudut kanan atas dari tabel. Pilihlah nilai yang lebih kecil diantara nilai dari baris persediaan dan kolom permintaan yang bersesuaian dengan kotak itu sebagai nilai ( koeff. ) dari kotak ( variabel ) tsb. Kurangkan nilai dari baris persediaan dan kolom permintaannya dengan koeffisien (nilai ) tsb . Langkah 2 : Berpindah ke kotak berikutnya . Jika pengurangan itu menghasilkan nilai kolom permintaan sama dengan nol, berpindahlah ke kotak berikutnya yang ada di sebelah kanan. Jika menghasilkan baris persediaan sama dengan nol, berpindahlah ke kotak di bawahnya. Jika nilai baris dan kolomnya sama dengan nol, berpindahlah ke kanan ( atau ke bawah ) kemudian ke bawah ( atau ke kanan ) . Langkah 3 : Berilah kotak baru itu ( diperoleh dengan langkah 2 ) nilai sebanyak mungkin .

Nilai ini adalah nilai yang lebih kecil diantara nilai baris persediaan dan nilai kolom permintaan yang bersesuaian dengan kotak itu. Kurangkan nilai baris persediaan dan nilai kolom permintaanya dengan nilai tsb. Langkah 4 : Ulangi langkah 2 dan 3 hingga diperolehnya suatu penyelesaian basis feasibel awal . Dari contoh permasalahan yang ada di bab 5.2., jika diselesaikan dengan metode Northwest Corner didapat penyel. basis feasibel awal seperti disajikan dalam tabel 5.4. berikut ini . Tabel 5.4a. Penugasan awal G u d a n g 1 2 1 13 14 75 Pabrik 2 16 13 3 Permintaan 80 19 5 65 12 70

3 13 20 17

4 20 12 15 85

Persediaan 75 0 125 100

1 Pabrik 2 3 Permintaan

G u d a n g 1 2 13 14 75 16 13 5 19 12 80 0 65

3 13 20 17 70

4 20 12 15 85

Persediaan 75 0 125 100 120

Tabel 5.4c. Penugasan ketiga G u d a n g 1 2 13 14 75 16 13 5 65 19 12 80 0 65 0 3 13 20 17 70 85 4 20 12 15 Persediaan 75 0 125 120 55 100

1 Pabrik 2 3 Permintaan

Tabel 5.4d. Penugasan keempat G u d a n g 1 2 13 14 75 16 13 5 65 19 12 80 0 65 0 3 13 20 55 17 70 15 85 15 100 4 20 12 Persediaan 75 0 125 55 0

1 Pabrik 2 3 Permintaan

Tabel 5.4e. Penugasan kelima G u d a n g 1 2 1 13 14 75 Pabrik 2 16 13 5 65 3 19 12 Permintaan 80 0 65 0

3 13 20 55 17 15 70 15

4 20 12 15 85

Persediaan 75 0 125 0

100 85

Tabel 5.5. Penyelesaian basis feasibel awal dengan Northwest Corner G u d a n g 1 2 3 4 Persediaan 1 13 14 13 20 75 75 Pabrik 2 16 13 20 12 125 5 65 55 3 19 12 17 15 100 15 85 Permintaan 80 65 70 85 5.4.2. Tabel Minimum . Metode Northwest Corner, walaupun sangat cepat tetapi tidak memberikan suatu penyel. awal yang baik karena mengabaikan biaya total. Metode Tabel Minimum ini sedikit lebih baik dari metode Northwest Corner karena memberikan biaya total yang lebih murah. Adapun langkah-langkahnya adalah sebagai berikut : Langkah 1 : Carilah kotak dalam tabel yang mempunyai biaya terkecil ( jika ada lebih dari satu, pilihlah sembarang ), dan pilihlah nilai yang lebih kecil diantara nilai baris persediaan dan nilai kolom permintaan yang bersesuaian dengan kotak itu sebagai nilai ( koeff. ) dari kotak tsb. Kurangkan nilai baris persediaan dan kolom permintaannya dengan nilai tersebut. Langkah 2 : Jika pengurangan itu menghasilkan baris persediaan sama dengan nol, hilangkan baris itu dari tabel dengan cara mencoretnya. Jika kolom

permintaannya sama dengan nol, hilangkan kolom itu dari tabel. Jika baris persediaan dan kolom permintaannya sama dengan nol, hilangkan hanya baris atau kolomnya saja, tidak keduanya. Kemudian, lihatlah apakah ada baris atau kolom yang hanya mempunyai satu kotak sisa. Jika ada berpindahlah kesana. Jika tidak, berpindahlah ke kotak sisa yang ada dalam tabel ( belum diisi atau dicoret ) yang mempunyai biaya terkecil . Langkah 3 : Pilihlah nilai yang lebih kecil diantara nilai baris persediaan dan nilai kolom permintaan yang bersesuaian dengan kotak itu ( hasil dari langkah 2 ) sebagai nilai ( koeff. ) dari kotak tsb. Kurangkan nilai baris persediaan dan kolom permintaannya dengan nilai itu. Langkah 4 : Ulangi langkah 2 dan 3 seperlunya hingga diperolehnya suatu penyelesaian basis feasibel . Dari contoh permasalahan yang ada di bab 5.2., jika diselesaikan dengan metode Tabel Minimum didapat penyel. basis feasibel awal seperti disajikan dalam tabel 5.7. berikut ini . Tabel 5.6a. Penugasan awal G u d a n g 1 2 3 4 Persediaan 1 13 14 13 20 75 Pabrik 2 3 Permintaan 80 16 19 65 65 13 12 0 70 20 17 85 12 15 125 100 35

Tabel 5.6b. Penugasan kedua G u d a n g 1 2 1 13 14 Pabrik 2 3 Permintaan 80 16 19 65 65 13 12 0

3 13 20

4 20 12 85 17 70 85 15 0

Persediaan 75 125 40

100 35

Tabel 5.6c. Penugasan ketiga G u d a n g 1 2 1 13 14 Pabrik 2 3 Permintaan 80 16 19 65 65 13 12 0

3 13 70 20

4 20 12 85 17 70 0 85 15 0

Persediaan 75 5 125 40

100 35

Tabel 5.6d. Penugasan keempat G u d a n g 1 2 1 13 14 5 Pabrik 2 16 13 3 Permintaan 80 19 75 65 65 12 0

3 13 70 20

4 20 12 85 17 70 0 85 15 0

Persediaan 75 0 125 100 40 35

Tabel 5.6e. Penugasan kelima G u d a n g 1 2 1 13 5 Pabrik 2 16 40 3 19 65 Permintaan 80 35 65

3 14 70 13 12 0 70 20 13

4 20 12 85 17 15 85 15 0

Persediaan 75 0 125 0

100 35

Tabel 5.7. Penyelesaian basis feasibel awal dengan Tabel Minimum G u d a n g 1 2 3 4 Persediaan 1 13 14 13 20 75 5 70 Pabrik 2 16 13 20 12 125 40 85 3 19 12 17 15 100 35 65 Permintaan 80 65 70 85 5.4.3. Metode Pendekatan Vogel . Metode pendekatan ini, walaupun lebih sukar dari metode sebelumnya tetapi jauh lebih baik terutama untuk masalah yang besar. Metode Vogel menganalisa perbedaan antara kotak dengan biaya termurah dan termurah selanjutnya dalam tiap baris dan tiap kolom untuk menghilangkan biaya yang mahal. Adapun langkah-langkahnya adalah sebagai berikut : Langkah 1 : Hitunglah perbedaan antara 2 biaya termurah dalam setiap baris. Lakukan hal yang sama untuk setiap kolomnya . Langkah 2 : Tentukan baris atau kolom yang mempunyai angka perbedaan terbesar ( jika ada lebih dari satu, pilihlah sembarang ) dan berilah nilai pada kotak yang mempunyai biaya terkecil pada baris atau kolom itu dengan nilai yang lebih kecil diantara nilai dari baris persediaan dan kolom permintaan yang bersesuaian dengan kotak itu. Jika hanya ada satu kotak sisa dalam

suatu baris atau kolom, pilih kotak ini dan beri nilai sebanyak yang diperlukan untuk memenuhi jumlah nilai dari baris atau kolomnya. Kurangkan nilai dari baris persediaan dan kolom permintaannya dengan nilai tsb . Langkah 3 : Jika pengurangan itu menghasilkan nilai baris persediaan sama dengan nol, hilangkan baris tsb dari tabel dan hitunglah angka perbedaan baru pada tiap kolomnya. Jika nilai kolom permintaannya sama dengan nol, hilangkan kolom itu dari tabel dan hitunglah angka perbedaan baru pada tiap barisnya. Jika keduanya sama dengan nol, hilangkan hanya baris atau kolomnya saja, tidak keduanya . Langkah 4 : Ulangi langkah 2 dan 3 hingga diperolehnya suatu penyelesaian basis feasibel . Dari contoh permasalahan yang ada di bab 5.2., jika diselesaikan dengan metode Pendekatan Vogel didapat penyel. basis feasibel awal seperti disajikan dalam tabel 5.9. berikut ini . Tabel 5.8a. Penugasan Awal G u d a n g Persediaan Beda 1 2 3 4 Biaya 1 13 14 13 20 75 5 0 70 Pabrik 2 16 13 20 12 125 1 3 Permintaan Beda biaya 80 3 19 65 1 12 70 4 17 0 85 3 15 100 3

Tabel 5.8b. Penugasan Kedua G u d a n g 1 2 1 13 14 Pabrik 2 3 Permintaan Beda biaya 80 3 16 19 65 1 13 12

3 13 70 20

4 20 12 85 17 15 85 3 0

Persediaan Beda Biaya 75 5 1 125 40 100 1 3

70

Tabel 5.8c. Penugasan Ketiga G u d a n g 1 2 1 13 Pabrik 2 3 Permintaan Beda biaya 80 3 16 19 65 65 1

3 14 70 13 12 0 70 20 13

4 20 12 85 17 0 85 15 0

Persediaan Beda Biaya 75 5 1 125 40 100 35 3 7

Tabel 5.9. Penyelesaian basis feasibel awal dengan Metode Vogel. G u d a n g 1 2 3 4 Persediaan 1 13 14 13 20 75 5 70 Pabrik 2 16 13 20 12 125 40 85 3 19 12 17 15 100 35 65 Permintaan 80 65 70 85 5.4.4. Metode Pendekatan Russell . Metode ini dikembangkan oleh Edward J. Russel pada tahun 1969 dan menjanjikan suatu penyelesaian optimal yang lebih baik dari metode lainnya . Adapun langkah-langkahnya adalah sebagai berikut : Langkah 1 : Hitunglah biaya terbesar pada setiap baris yang ada. Lakukan hal yang sama untuk setiap kolom yang ada . Langkah 2 : Untuk tiap kotak yang ada dalam tabel, hitunglah : ( cij - ui - vj ) dimana ui adalah biaya terbesar pada baris i dan vj adalah biaya terbesar pada kolom j. Pilihlah kotak yang mempunyai ( cij - ui - vj ) paling negatif ( jika ada lebih dari satu, pilihlah sembarang ) dan berilah nilai ( koeff. ) pada kotak itu dengan nilai yang lebih kecil diantara nilai baris persediaan dan kolom permintaan yang bersesuaian dengan kotak itu. Jika hanya ada satu kotak sisa dalam suatu baris atau kolom, pilih kotak ini dan berilah nilai sebanyak yang diperlukan untuk memenuhi jumlah nilai dari baris atau kolomnya. Kurangkan nilai baris persediaan dan kolom permintaannya dengan nilai tsb. Langkah 3 : Jika pengurangan itu menghasilkan nilai baris persediaan sama dengan nol, hilangkan baris tsb dari tabel. Jika nilai kolom permintaannya yang sama dengan nol, hilangkan kolom itu dari tabel dan jika keduanya sama dengan nol, hilangkan hanya baris atau kolomnya saja, tidak keduanya . Langkah 4 : Ulangi langkah 1 sampai dengan langkah 3 hingga diperolehnya suatu penyelesaian basis feasibel .

Dari contoh permasalahan yang ada di bab 5.2., jika diselesaikan dengan metode Pendekatan Russell didapat penyel. basis feasibel awal seperti disajikan dalam tabel 5.10. berikut ini . Tabel 5.10. Penyelesaian basis feasibel awal dengan Metode Russell . G u d a n g Persediaan 1 2 3 4 ui -26 -20 14 -27 -20 20 1 13 13 20 75 5 40 4) -23 -20 -28 20 2 16 -21 13 20 12 125 40 Pabrik 40 2) 85 1) -19 -22 -24 19 3 19 -21 12 17 15 100 35 65 3) 35 5) Permintaan 80 65 70 85 19 14 20 20 vj 5.5. Aturan Pemberhentian . Penyelesaian basis feasibel yang diperoleh dalam tahap permulaan diuji optimalitasnya dengan mengevaluasi variabel non basisnya. Metode yang digunakan untuk mengevaluasi variabel non basis dikembangkan oleh George B. Dantzig dan sering disebut sebagai metode MODI ( Modified Distribution ). Metode ini didasarkan pada Kriteria Optimalitas sebagai berikut : Suatu penyelesaian basis feasibel adalah optimal jika dan hanya jika ( cij - ui vj ) 0 , untuk setiap ( i,j ) dimana xij adalah non basis . Jadi, aturan pemberhentian hanya bermaksud untuk mendapatkan nilai ui dan vj u1010uk penyelesaian basis feasibel dan kemudian menghitung ( cij - ui - vj ). Karena ( cij - ui - vj ) bernilai nol jika xij adalah var. basis, maka ui dan vj memenuhi himpunan persamaan : cij = ui + vj untuk setiap ( i,j ) dimana xij adalah variabel basis .

Terdapat (m + n - 1) variabel basis dan ( m + n - 1) persamaan. Karena jumlah nilai yang tidak diketahui (ui dan vj ) adalah ( m + n), satu variabel dapat diberi nilai sembarang tanpa merubah persamaan. Karena sederhananya bentuk persamaan itu, sangat mudah menyelesaikan variabel sisanya dengan cara aljabar. Sebagai gambaran, dalam penyelesaian basis feasibel dari contoh permasalahan diatas yang telah diselesaikan dengan metode pendekatan vogel , setiap persamaan yang berhubungan dengan variabel basis diberikan sbb : x11 : 13 = u1 + v1 x24 : 12 = u2 + v4 x13 : 13 = u1 + v3 x31 : 19 = u3 + v1 x21 : 16 = u2 + v1 x32 : 12 = u3 + v2 Tentukan u1 = 0, dari persamaan itu didapatkan : v1 = 13, v3 = 13, u2 = 16 - 13 = 3, v4 = 12 - 3 = 9, u3 = 19 - 13 = 6 dan v2 = 12 - 6 = 6 . Dengan menggunakan kriteria optimalitas, xij = cij - ui - vj 0 dimana xij adalah variabel non basis sehingga didapatkan : x12 = 14 - 0 - 6 = 8 x14 = 20 - 0 - 9 = 11 x22 = 13 - 3 - 6 = 4 x23 = 20 - 3 - 13 = 4 x33 = 17 - 6 - 13 = - 2 x34 = 15 - 6 - 9 = 0

Tabel 5.11. Penyelesaian basis feasibel awal dengan Metode Vogel. G u d 1 13 5 16 40 19 35 80 a n g 2

8 4

3 14 70 13 12
4 -2

4 13 20 85 17
0 11

1 Pabrik 2 3 Permintaan

20 12 15

Persediaan 75 125 100

65 65

70

85

Dari penggunaan metode MODI pada penyelesaian basis feasibel awal yang telah didapat dengan metode Vogel didapatkan bahwa variabel non basis x33 bernilai negatif seperti terlihat pada tabel 5.11 , maka dikatakan bahwa penyelesaian basis feasibel awal tsb belum optimal, perlu dilakukan iterasi hingga semua variabel non basis bernilai positif . 5.6. Tahap Iterasi . Seperti halnya metode Simpleks, tahap iterasi dibagi menjadi 3 bagian, yaitu : Bagian 1 : Menentukan variabel basis yang masuk. Karena ( cij - ui - vj ) menyatakan kecepatan yang akan membuat fungsi obyektif naik seperti perubahan pada variabel non basis x , variabel basis yang masuk harus mempunyai nilai negatif ( cij - ui - vj ) untuk menurunkan biaya total Z. Untuk itu pilihlah variabel non basis yang mempunyai nilai ( cij - ui - vj ) paling negatif sebagai variabel basis yang masuk . Setelah itu teruskan ke bagian 2 . Bagian 2 : Menentukan variabel basis yang keluar . Naiknya nilai dari variabel basis yang masuk menyebabkan timbulnya suatu rantai reaksi diantara variabel basis yang lain sesuai pemenuhan kendala permintaan dan persediaan. Variabel basis yang nilainya turun disebut sebagai penerima (recipient). Dalam suatu baris atau kolom hanya ada satu donor dan satu penerima. Variabel basis pertama yang nilainya turun menjadi nol, yaitu yang mempunyai nilai terkecil dipilih sebagai variabel basis yang akan keluar. Setelah itu teruskan ke bagian 3 . Bagian 3 : Menentukan penyelesaian basis feasibel baru . Penyelesaian basis feasibel baru diidentifikasi secara sederhana dengan menambahkan nilai variabel basis yang keluar (sebelum berubah) ke tiap kotak penerima dan mengurangkan jumlah yang sama dari tiap kotak donor . Setelah selesai, lanjutkan ke aturan pemberhentian . Dari contoh permasalahan diatas yang sudah didapatkan penyelesaian basis feasibel awal dan dengan menggunakan aturan pemberhentian sudah disimpulkan bahwa penyelesaian basis feasibel awal tsb tidak optimal, maka perlu dilakukan iterasi hingga didapatkan penyelesaian yang optimal. Adapun tahap iterasi untuk masalah tsb adalah sbb :

Bagian 1 : Karena hanya ada satu variabel non basis yang bernilai negatif yaitu x 33 maka variabel itu menjadi variabel basis yang masuk. Bagian 2 : Dengan dipilihnya x33 sebagai variabel basis yang masuk, maka rantai reaksinya seperti ditunjukkan oleh tabel 5.12a. berikut dimana tanda - menunjukkan adanya kotak donor dan tanda + menunjukkan adanya kotak penerima dan karena x31 merupakan variabel basis (donor) dalam rantai reaksi yang mempunyai nilai terkecil, maka x31 merupakan variabel basis yang keluar . Bagian 3 : Nilai dari variabel basis x31 ditambahkan ke variabel basis baru x33 dan variabel x31 menjadi variabel non basis . Untuk memenuhi kendala persediaan dan permintaan, maka nilai dari variabel basis yang ada dalam rantai reaksi juga berubah, perubahan ini memberikan suatu penyelesaian basis feasibel baru seperti ditunjukkan dalam tabel 5.12b. Selanjutnya, dengan aturan pemberhentian ditentukan apakah penyelesaian basis feasibel itu optimal atau tidak .

Tabel 5.12a. Penyelesaian basis feasibel awal dengan Metode Vogel. G u d a n g 1 2 1 13 14 5 + Pabrik 2 16 13 40 3 19 12 35 65 Permintaan 80 65 Tabel 5.12b.Hasil iterasi pertama . G u d a 1 13 40 16 40 0 19 80
13

3 13 70 20

4 20 12 85 17 + 70 85 15

Persediaan 75 125 100

n g 2
8 4

Persediaan 3 14 35 13 12
4

4 13 20 85 17
0 11

ui 20 12 15 75 125 100
0 3 4

1 2 Pabrik 3 Permintaan vj

65 65
8

35 70
13

85
9

Dengan menggunakan kriteria optimalitas didapatkan : x31 = 19 - 6 - 13 = 0 Hasil selengkapnya ditunjukkan dalam tabel berikutnya dan ternyata semua variabel non basisnya bernilai positif. Jadi penyelesaian itu adalah penyelesaian yang optimal .

Tabel 5.13. Penyelesaian Optimal dari contoh permasalahan. G u d a n g 1 2 1 13 14 40 Pabrik 2 16 13 40 3 19 12 65 Permintaan 80 65 3 13 35 20 85 17 35 70 85 15 100 12 125 4 20 Persediaan 75

Secara singkat, metode Transportasi terdiri dari : Tahap Permulaan : Menyusun suatu penyelesaian basis feasibel awal dengan prosedur yang ada, yaitu Metode Northwest Corner, Metode Tabel Minimum, Metode Pendekatan Vogel dan Metode Pendekatan Russell . Lanjutkan ke aturan pemberhentian . Tahap Iterasi : Bagian 1 : Menentukan variabel basis yang masuk. Dengan cara memilih variabel non basis xij yang mempunyai nilai (cij - ui vj ) paling negatif . Bagian 2 : Menentukan variabel basis yang keluar . Mengidentifikasi suatu rantai reaksi yang bermaksud mempertahankan sifat feasibilitas pada saat nilai variabel basis yang masuk naik, diantara kotak donor dalam rantai reaksi itu, pilihlah variabel basis yang mempunyai nilai terkecil sebagai variabel basis yang keluar. Rantai reaksi tsb disebut juga Path Stepping Stone . Bagian 3 : Menentukan suatu penyelesaian basis feasibel baru . Tambahkan nilai dari variabel basis yang keluar ke nilai dari tiap kotak penerima dan kurangkan nilai itu dari nilai dari tiap kotak donornya . Lanjutkan ke aturan pemberhentian . Aturan Pemberhentian : Menentukan apakah penyelesaian itu sudah optimal . Dapatkan nilai ui dan vj dengan memilih baris yang mempunyai jumlah biaya terbesar dan tentukan nilai baris itu sama dengan nol ( ui = 0 ), kemudian selesaikan persamaan cij = ui + vj untuk tiap ( i,j ) dimana xij adalah basis. Jika ( cij - ui - vj ) 0 untuk tiap ( i,j ) dimana xij adalah non basis, maka penyelesaian itu adalah optimal dan hentikan. Jika tidak, lanjutkan ke tahap iterasi . 5.7. Tahap Permulaan dengan Jumlah Persediaan tidak sama dengan Jumlah Permintaan 5.7.1. Jumlah Total Persediaan melebihi Jumlah Total Permintaan .

Bila jumlah total persediaan melebihi jumlah total permintaan yaitu maka tambahkan suatu kolom permintaan dummy dengan jumlah

j=1

si >
n

d
j=1

, .

j=1

si -

d
j=1

Karena bersifat dummy, maka biaya pengiriman ke tujuan dummy adalah nol artinya tidak ada pengiriman yang dilakukan. Setelah menambahkan kolom dummy, gunakan prosedur yang ada untuk mendapatkan suatu penyelesaian basis feasibel awal . Sebagai gambaran, dari contoh permasalahan yang ada, jumlah total persediaan dan permintaan dirubah dalam bentuk berikut ini : Gudang Permintaan 1 8 2 9 3 10 4 8 , Pabrik Persediaan 1 10 2 12 3 15

Karena jumlah total persediaan melebihi 37 - 35 = 2 unit dari jumlah total permintaan, maka suatu kolom permintaan dummy ditambahkan dengan jumlah 2 unit dengan biaya pengiriman adalah nol. Bentuk tabel awalnya seperti ditunjukkan tabel 5.14 dimana akan ada m + n - 1 = 3 + 5 1 = 7 variabel dalam penyelesaian basisnya. Tabel 5.14. Tabel awal dimana jumlah total persediaan melebihi jumlah total permintaan . G u d a n g 1 2 13 14 16 19 9 13 12 10 3 13 20 17 8 4 20 12 15 2 5 0 0 0 Perse diaan 10 12 15

1 Pabrik 2 3

Permintaan 8
n n

5.7.1. Jumlah Total Persediaan melebihi Jumlah Total Permintaan . Jika

j=1

si <

d
j=1

, maka seluruh permintaan tak akan dapat dipenuhi.

Bagaimanapun, harus dicoba untuk memenuhinya sebanyak dan semurah mungkin. Untuk melakukannya, tambahkan suatu kolom persediaan dummy dengan kapasitas

j=1

dj -

j=1

si yang berupa suatu baris dummy, dengan biaya pengiriman adalah nol.

Karena tidak adanya persediaan yang sebenarnya, pengiriman dari baris ini sebenarnya menunjukkan permintaan yang tidak akan dipenuhi . Sebagai gambaran, dari contoh permasalahan yang ada, jika data yang diberikan pada bagian 5.7.1. jumlah total persediaan dari tiap pabrik dirubah menjadi : Pabrik Persediaan 1 18 2 5 3 7

Maka suatu baris permintaan dummy ditambahkan dengan kapasitas 35 - 30 = 5 unit dengan biaya pengiriman ke tiap gudang adalah nol. Bentuk tabel awalnya seperti ditunjukkan tabel 5.15 dimana akan ada m + n - 1 = 4 + 4 1 = 7 variabel dalam penyelesaian basisnya. Tabel 5.15. Tabel awal dimana jumlah total permintaan melebihi jumlah total persediaan . G u d a n g 1 2 13 14 16 19 0 8 9 13 12 0 10 Perse diaan 18 5 7 5

3 13 20 17 0

4 20 12 15 0 8

1 2 Pabrik 3 4 Permintaan

Kemudian, dengan menggunakan prosedur yang ada yaitu Metode Northwest Corner, Tabel Minimum, Pendekatan Vogel dan Russell didapatkan suatu penyelesaian basis feasibel awal . 5.8. Degenerate . Seperti sudah diterangkan sebelumnya, degenerate berarti bahwa adanya satu atau lebih variabel basis yang bernilai nol. Dalam masalah transportasi, degenerate bisa terjadi pada iterasi awal atau tiba-tiba menjadi degenerate pada pertengahan iterasi. Nilai nol tsb diperlakukan sama seperti nilai lainnya. Sebagai contoh, dari contaoh permasalahan yang ada jika jumlah permintaan/kapasitas dari tiap gudang : Gudang 1 2 3 4 Permintaan 75 65 70 90 Tabel 5.16a. Penyelesaian basis feasibel awal . G u d a n g 1 2 13 75 0 4 16 65+ 10 19 2 75
13

Persediaan 3 14 13 60 12 10 70
21 -8

4 13 + 20
-6 1

ui 20 12 15 75 125 100
0 -1 -4

1 2 Pabrik 3 Permintaan vj

17 90 90
19

65
14

Dengan menggunakan metode Northwest Corner diperoleh suatu penyelesaian basis awal yang degenerate yaitu variabel basis x = 0 seperti ditunjukkan dalam tabel 5.16.a yang selanjutnya diiterasi dan didapat penyelesaian optimalnya seperti ditunjukkan oleh tabel 5.17. Tabel 5.16b.Hasil iterasi pertama . G u d a 1 13 75 4 16
10

n g 2
0 4

Persediaan 3 14 0 13 60 12 10 + 70
21

4 13 20 17 90 90
19 1 -6

ui 20 12 15 75 125 100
0 -1 -4

1 2 Pabrik 3 Permintaan vj

65 19
2

75
13

65
14

Tabel 5.17. Hasil iterasi pertama . G u d a n g 1 2 13 8 75 4 16 65 10 19 2 75

13

Persediaan 3 14 13 12 70 70
21 0 0

4 13 20 60 17 30 90
19 11

ui 20 12 15 75 125 100
0 -3 -4

1 2 Pabrik 3 Permintaan vj

65
14

Jika jumlah total persediaan dan permintaannya dirubah dalam bentuk berikut : Gudang 1 Permintaan 100 2 50 3 65 4 70 , Pabrik Persediaan 1 25 2 100 3 160

Dengan menggunakan metode Northwest Corner diperoleh suatu penyelesaian basis feasibel awal yang tidak degenerate seperti ditunjukkan dalam tabel 5. 18a . Karena penyelesaian basis feasibel awal tsb tidak optimum maka perlu diiterasi untuk mendapatkan penyelesaian optimal. Dalam tahap iterasi terjadi adanya degenerate seperti ditunjukkan dalam tabel 5.19.

Tabel 5.18a. Penyelesaian basis feasibel awal . G u d a n g 1 2 13 4 14 25 16 13 75 25 4 19 12 25 + 100 50

13 10

Persediaan 3
-2 2

4 13 20 17
7 -4

ui 20 12 15 25 100 160
0 3 2

1 2 Pabrik 3 Permintaan vj

+ 65 65
15

70 70
13

Tabel 5.18b. Hasil iterasi pertama . G u d a n g 1 2 13 4 14 25 16 13 75+ 25 4 19 12 25 + 100 50

13 10

Persediaan 3
-2

4 13 + 20 25 17 15 45 70
13 7

ui 20 12 25 100 160
0 3 2

1 2 Pabrik 3 Permintaan vj

65 65
15

Tabel 5.19. Penyelesaian optimal . G u d a n g 1 2 0 13 4 16 100 3 Permintaan vj

4 0

Persediaan 3 14 25 13 12
2

4 13 20 0 17
7

ui 20 12 15 25 100 160
0 3 2

1 2 Pabrik

19 50 50
10

100
13

65 65
15

45 70
13

5.9. Masalah Maksimumisasi . Bentuk standart dari masalah Transportasi adalah meminimumkan biaya pengiriman dari beberapa sumber ke beberapa tujuan dengan data yang diberikan berupa biaya pengiriman dari tiap sumber ke setiap tujuan yang ada dimana setiap sumber dan tujuan tsb mempunyai sejumlah kapasitas pengiriman dan penerimaan yang tertentu.

Masalah Transportasi ini dapat juga digunakan untuk memaksimumkan keuntungan yang akan diperoleh. Anggap bahwa harga penjualan dari suatu barang tertentu tergantung pada daerah pemasaran dan terdapat perbedaan biaya pembuatan diantara lokasi pembuatan yang ada, maka data yang diberikan dari tiap kotak ( cij ) dalam tabel transportasi adalah berupa keuntungan yang akan diperoleh jika barang tsb dibuat di lokasi pabrik i dan dipasarkan / dikirim ke tujuan j . Adapun metode Transportasi yang digunakan untuk memaksimumkan keuntungan tsb adalah metode Transportasi yang telah dimodifikasi pada setiap tahapnya, yaitu : 5.9.1 Tahap Awal . a). Metode Tabel Minimum . Untuk mendapatkan penyelesaian basis feasibel awal dengan menggunakan Tabel Minimum hanya perlu memodifikasi langkah 1 dan 2 dengan mengganti cara pemilihan kotaknya . Langkah 1 : Carilah kotak dalam tabel yang mempunyai biaya terbesar ( jika ada lebih dari satu, pilihlah sembarang ) dan pilihlah nilai yang lebih kecil diantara nilai baris persediaan dan nilai kolom permintaan yang bersesuaian dengan kotak itu sebagai nilai dari kotak tsb. Kurangkan nilai baris persediaan dan kolm permintaannya dengan nilai tab. Langkah 2 : Setelah menghilangkan/mencoret baris atau kolom yang mempunyai hasil pengurangan sama dengan nol, berpindahlah ke kotak sisa yang ada dalam tabel yang mempunyai biaya terbesar . Oleh karena tujuannya adalah memilih kotak dalam tabel yang mempunyai biaya terbesar, maka metode ini dapat diberi nama dengan Tabel Maksimum . b). Metode Pendekatan Vogel . Pada metode Pendekatan Vogel , modifikasi hanya diperlukan pada langkah 1 dan 2 yaitu : Langkah 1 : Hitunglah perbedaan antara 2 biaya termahal dalam setiap baris . Lakukan hal yang sama untuk setiap kolomnya . Langkah 2 : Tentukan baris atau kolom yang mempunyai angka perbedaan terbesar ( jika ada lebih dari satu, pilihlah sembarang ) dan berilah nilai pada kotak yang mempunyai biaya terbesar pada baris atau kolom itu dengan nilai yang lebih kecil diantara nilai dari baris persediaan dan kolom permintaan yang bersesuaian dengan kotak itu . c). Metode Pendekatan Russell . Penyelesaian basis feasibel awal dapat diperoleh dengan memodifikasi langkah 2 nya dengan : Langkah 2 : Setelah menghitung nilai ( cij - ui - vj ) untuk setiap kotak dimana ui adalah biaya terbesar dalam baris i dan vj adalah biaya terbesar dalam kolom j. Pilihlah kotak yang mempunyai nilai ( cij - ui - vj ) terbesar ( semuanya bernilai negatif dan jika ada lebih dari satu, pilihlah sembarang ) dan berilah nilai pada kotak itu dengan nilai yang lebih kecil diantara nilai baris persediaan dan kolom permintaan yang bersesuaian dengan kotak itu.

Jika hanya ada satu kotak sisa dalam suatu baris atau kolom, pilihlah kotak ini dan berilah nilai sebanyak yang diperlukan untuk memenuhi jumlah nilai dari baris atau kolomnya. Kurangkan nilai baris persediaan dan kolom permintaannya dengan nilai tersebut . 5.9.2. Tahap Iterasi . Pada tahap iterasi, hanya perlu memodifikasi bagian 1 yaitu menentukan variabel basis yang masuk dengan cara memilih variabel non basis yang mempunyai nilai ( cij - ui - vj ) positif terbesar sebagai variabel basis yang masuk . 5.9.3. Aturan Pemberhentian . Pada aturan pemberhentian, modifikasi dilakukan pada Kriteria Optimalitasnya dengan : Suatu penyelesaian basis feasibel adalah optimal jika dan hanya jika ( cij - ui - vj ) 0, untuk setiap ( i,j ) dimana xij adalah variabel non basis . Jadi suatu penyelesaian basis dikatakan optimal apabila seluruh nilai dari kotak dalam tabel adalah nol atau negatif dan proses berhenti. Jika tidak, lanjutkan ke tahap iterasi . 5.10. Analisa Sensitifitas . 5.10.1. Perubahan Koeffisien cij . Koeffisien dari fungsi obyektif dapat dianalisa seperti dalam metode Simpleks. Bila yang berubah adalah nilai dari variabel non basisnya, maka akan dihitung kembali cij - zij . Bila yang berubah adalah nilai dari variabel basisnya, yang harus dilakukan adalah menghitung kembali ui dan vj , kemudian menghitung kembali nilai dari variabel non basisnya . Sebagai contoh, menganalisa penyelesaian optimal dari contoh permasalahan yang telah disajikan dalam tabel 5.13. Pertama, menemukan range untuk c12 . Karena x12 adalah non basis, didapatkan c12 z12 = c12 - u1 - v2 0 atau c12 - 0 - 8 0 atau c12 8 . Kemudian, menganalisa c11 yang merupakan variabel basis. Untuk melakukannya biaya aslinya diganti dengan c11 dan menghitung kembali ui dan vj seperti ditunjukkan dalam tabel 5.20. kemudian menghitung kembali biayanya . Tabel 5.20. Penyelesaian akhir dari contoh permasalahan untuk menganalisa c11 . G u d a n g Persediaan 1 2 3 4 ui 0 1 c1,1 14 13 20 75 40 35 16 - c1,1 2 16 13 20 12 125 Pabrik 40 85 4 3 19 12 17 15 100 65 35 Permintaan 80 65 70 85 c1,1 8 13 c1,1 - 4 vj

Untuk x12 didapatkan : c12 - u1 - v2 0 Untuk x14 didapatkan : c14 - u1 - v4 0 atau c11 24 . Untuk x22 didapatkan : c22 - u2 - v2 0 0. atau c11 11 . Untuk x23 didapatkan : c23 - u2 - v3 0 0. atau c11 9 . Untuk x31 didapatkan : c31 - u3 - v1 0 atau c11 15 . Untuk x34 didapatkan : c34 - u3 - v4 0 atau c11 15 . Jadi harus dipunyai :

atau 14 - 0 - 8 0 atau 6 0 . atau 20 - 0 - ( c11 - 4 ) 0 atau 24 - c11 0 atau 13 - ( 16 - c11 ) - 8 0 atau - 11 + c11

atau 20 - ( 16 - c11 ) - 13 0 atau - 9 + c11

atau 19 - 4 - c11 0 atau 15 - c11 0 atau 15 - 4 - ( c11 - 4 ) 0 atau 15 - c11 0

9 c11 15

5.10.2. Perubahan dalam Jumlah Persediaan atau Permintaan . Andaikan, dalam contoh permasalahan diatas, jumlah permintaan pada gudang 3 naik dengan 30 unit. Berapa banyak biaya yang dibutuhkan untuk mengganti naiknya permintaan itu pada setiap pabrik yang ada. Masalah ini dapat diselesaikan dengan meninjau ui dan vj sebagai variabel dual, dimana ui adalah biaya sehubungan pengiriman dari pabrik i dan vj adalah biaya sehubungan dengan pengiriman ke gudang j. Sehingga biaya pengiriman 30 unit tambahan ke gudang 3 adalah dapat dicapai melalui :

1). Karena u1 = 0 dan v3 = 13, maka 30 ( 0 + 13 ) = 390 dari pabrik 1. 2). Karena u2 = 3 dan v3 = 13, maka 30 ( 3 + 13 ) = 480 dari pabrik 2. 3). Karena u3 = 4 dan v3 = 13, maka 30 ( 4 + 13 ) = 510 dari pabrik 3. Karena x13 dan x33 adalah variabel basis, maka mudah untuk memenuhi kenaikan permintaan tsb dengan menaikkan persediaan pada pabrik 1 dan 3. Jika diinginkan kenaikan pada gudang 3 disediakan oleh pabrik 2 dan karena x23 adalah variabel non basis dengan c23 = 20, maka pemenuhan kenaikan tsb tidak dapat langsung dilakukan begitu saja . Yang harus dilakukan adalah merealokasi pengiriman pada variabel basis dalam path stepping-stonenya ( rantai reaksinya ). Karena pabrik 2 dan gudang 3 akan dinaikkan dengan 30 unit, maka persediaan pada pabrik 2 dinaikkan dari 125 menjadi 155 dan permintaan dari gudang 3 dinaikkan dari 70 menjadi 100. Selanjutnya tanda + dan didistribusikan pada variabel basis dalam path stepping-stonenya sedemikian hingga baris 2 dan kolom 3 hanya mempunyai satu tanda plus tanpa tanda minus dan seluruh

baris dan kolom lainnya adalah seimbang. Adapun hasilnya ditunjukkan dalam tabel 5.21., dimana x13 naik dengan 30, x11 turun dengan 30 dan x21 naik 30 . Tabel 5.21. Realokasi Pengiriman . G u d a n g 1 2 13 40 - 30 16 40 + 30 19 65 80 65
13 8

Persediaan 3 14 35 + 13 12
30

4 13 20 85 17 15 85
9

ui 20 12 75 125 100
0 3 4

1 2 Pabrik 3 Permintaan vj

35 70 + 30
13

Melalui analisa ini dapat disimpulkan bahwa jumlah maksimum yang dapat ditambahkan pada gudang 3 adalah 40 unit yaitu nilai paling kecil dari variabel basis dengan tanda - ( negatif ) pada path stepping-stonenya .