Penyelesaian Simulasi Angkutan Tambang D PDF
Penyelesaian Simulasi Angkutan Tambang D PDF
Disusun oleh:
PARTOGI LUHUT JOSUA
073 12 137
Mutu batubara dianggap merata untuk semua pit. Selanjutnya, batubara dari pit perlu dicuci
pada Washing Plant dengan kapasitas per tahun sbb:
Biaya angkutan (dalam $ Cent per ton) dari pit ke Washing Plant adalah sebagai berikut
WA WB WC
PIT A 1 4 3
PIT B 4 3 2
PIT C 2 1 7
PIT D 6 5 5
PIT E 6 7 1
Tentukan pola distribusi/angutan tambang yang optimal dari 5 pit tersebut ke ketiga
Washing Plant!
BAB II
LANDASAN TEORI
Perhitungan Unit cost per ton di dapat dari biaya tetap dan biaya tidak tetap.Biaya tetap
adalah biaya yang jumlah totalnya tetap konstan dikeluarkan tidak dipengaruhi perubahan
volume produksi pada periode tertentu.Biaya tidak tetap (biaya variabel) adalah biaya yang
dikeluarkan oleh perusahaan yang jumlah totalnya berubah sebanding dengan perubahan
volume produksi.
A. Biaya Tetap
a. Biaya Penyusutan
1. Alat
2. Bangunan
b. Biaya Perlengkapan dan peralatan mesin
c. Biaya alat-alat dan perlengkapan komputer
d. Biaya gaji dan upah karyawan
e. Biaya umum
f. Biaya reklamasi
g. Biaya sapare part
h. Biaya pemeliharaan
a. Angkutan Darat
1. Road Haulage
2. Biaya replacement
b. Angkutan air
1. Pengangkutan kapal
2. Pemuatan kapal
3. Replacement charge
D. Total Biaya per ton = Total biaya tetap + Total biaya variable
Tonnase batubara
Dalam riset operasi model yang dipakai bersifat kuantitatif atau matimatik dalam riset
operasi adalah sebagai berikut :
1. Variabel (Xj) adalah sesuatu yang ingin dicari untuk mencapai tujuan dalam
keterbatasan sumber daya
2. Fungsi tujuan adalah memaksimalkan keuntungan,meminimalkan biaya dan
mempercepat waktu.
Z = ( X1,X2,X3,....,Xn)
3. Keterbatasan sumber (kendala) adalah keterbatasan sumber (sumber daya berupa
keuangan,sumber daya manusia atau tenaga kerja maupun waktu)
g = fi (X1,X2,X3,....Xn) i = 1,2,3
X≥0 j = 1,2,3
Model riset operasi merupakan fungsi dari variable keputusan dimana fungsi dapat
berbentuk fungsi linier.
Linier Programming adalah salah satu metode matematika untuk menyelesaikan suatu
masalah optimasi.Beberapa masalah aplikasi linier programming adalah product mix
problem,diet problem,blending problem,advertaising promotion planning,invesment
planning,production inventory planning,optimal cargi shipment.
Linier Programming bermanfaat untuk masalah keputusan yang sering dihadapi adalah
alokasi optimum sumber daya yang langka,dapat berupa uang,bahan mentah,kapasitas
mesin,mutu waktu,ruangan dan teknologi.Hasil yang diinginkan ditunjukkan dengan cara
maximum sebagai maksimasi profit,penjualan,dan kesejahteraan atau minimasi biaya,waktu
dan jarak.
Proses mengubah kata-kata dan data angka ke dalam akspersi matematik guna
menangkap hubungan relevan tujuan dan batasannya disebut sebagai modelling atau
pembuatan model,dan menghasilkan gambaran matematik persoalan yang disebut model.
Model program linier disusun dari tiga bagian yaitu : variabel keputusan,batasan-
batasan dan sebuah fungsi tujuan.
1. Variabel Keputusan
Variabel merupakan jumlah atau kuantitas yang tengah dihadapi pembuat keputusan
yang harus ditentukan nilai optimumnya,variabel harus berbentuk non negatif (≥0).
2. Batasan
3. Fungsi Tujuan
Fungsi tujuan adalah sejumlah fungsi variabel keputusan yang memenuhi syarat atau
batasan,yang harus dimaksimumkan atau diminimumkan.
Dengan kendala-kendala
dan
a. Fungsu yang dimaksimumkan, yaitu cx1 + cx2 + ... + cnxn disebut dengan fungsi
tujuan.
b. Pembatas-pembatas atau konstrain
c. Sebanyak m buah konstrain pertama sering disebut sebagai konstrain fungsional
atau pembatas teknologis
d. Pembatas Xj ≥ disebut sebagai pembatas konstrain nonnegative
e. Variabel Xj adalah variabel keputusan
f. Konstanta-konstanta aij, bi, dan cj adalah parameter-parameter model.
Gambar 18 menjelaskan sesuai dengan ilustrasi pada tipe masalah transportasi. Model
hubungan ini dapat dibagi menjadi dua tipe node khusus. Node pada bagian kiri mewakili
“sumber”, dan pada bagian kanan mewakili “tujuan”.
A
1
B
C 2
D
3
menunjukkan kapasitas produksi dari setiap perusahaan yang mengirimkan batubara, dalam hal
ini jumlah batubara yang tesedia pada setiap tambang tertentu. Angka pada setiap node
disebelah kanan menunjukkan banyaknya batubara yang dibutuhkan oleh konsumen sebagai
tujuan. Cabang yang menghubungkan node sumber ke node tujuan menunjukkan rute
transportasi antara masing-masing tambang dan konsumen batubara. Angka yang terdapat pada
tanda kurung, selain pada masing-masing cabang tersebut, adalah biaya pengapalan per unit
yang menghubungkan antara node sumber dan node tujuan. Dalam hal ini asumsi dasar yang
digunakan adalah biaya yang dikeluarkan tetap. Konsekuensinya dari biaya yang dianggap
tetap ini adalah biaya transportasi menjadi fungsi linier pada setiap unit pengapalan.
DISTRIBUSI KE TUJUAN
1 2 3 ... ... n SUPPLY
Meminimumkan = ∑𝑚 𝑛
𝑖=1 ∑𝑗=1 𝐶𝑖𝑗𝑋𝑖𝑗 (3.1)
∑𝑚
𝑖=1 𝑋𝑖𝑗 ≤ dj j = 1,2,3,.........,n (3.3)
Xij ≥ 0 i = 1,2,3,...,m;
J = 1,2,3,...,n (3.4)
1. Jumlah unit pengapalan dari tambang 1 ke konsumen j (nilai Xij) adalah untuk
meminimumkan biaya transportasi yang harus di tetapkan
2. Batas pengiriman dari tiap sumber harus tepat terpenuhi
3. Permintaan dari setiap tujuan harus tepat tercukupi
4. Tidak ada variabel (unit pengapalan yang harus diambil pada nilai negatif)
Perubahan dari model program linnier biasa dibuat dengan mengasumsukan constraint
(pembatas), mulai dari ‘fungsi tujuan’, adalah sepenuhnya mutlak dan oleh karena itu pebatas-
pembatas tesebut harus ada. Formulasi ini hanya akan tetap juka total pengiriman sama dengan
total permintaan. Meskipun hal ini terlihat sangat membatasi, mungkin hal ini dapat dielakan
dengan mudah dengan menggunakan yang kita sebut dengan sumber ‘dummy’ atau tujuan
‘dummy’
Pada permasalahan transportasi batubara kita telah melihat bahwa pengiriman batubara
telah melebihi permintaan batubara. Masalah tersebut kemudian dapat diseimbangkan dengan
memunculkan sebuah konsumen ‘dummy’ : permintaan export. Tentu saja, pada model
transportasi batubara biaya export transportasi diluar dari yang direncanakan.
Software ini dipergunakan untuk memahami hal-hal yang berkaitan dengan Risen Operasi
Khususnya mengenai program linier, mampu menganalisa adanaya variabel dan constraint
di dalam suatu masalah, serta dapat merumuskan fingsi tujuannya, mampu mencari
penyelesaian yang optimal dari permasalahan yang ada dengan bantuan QS, serta dapat
menganalisa variabel-variabel sensitive (analisa sensitivitas)
Cara menggunakan Win QSB
6. Untuk melakukan perhitungan pilih menu Solve and Analyze, kemudian Solve
The Problem
7. Kemudian akan muncul tulisan : The problem has been solved.
Optional solution is achieved.
Pilih OK.
PEMBAHASAN
MODEL MATEMATIKA
2. Objective
Disini dimasukan harga Trasportasi dari tiap Pit ke tiap washing plant
WA WB WC
A 4 3 2
B 1 4 3
C 2 1 7
D 6 5 5
E 6 7 1
Sehingga dibuat:
4Awa + 3Awb + 2Awc + 1Bwa + 4Bwb + 3Bwc + 2Cwa + 1Cwb + 7Cwc + 6Dwa +
5Dwb + 5Dwc + 6Ewa + 7Ewb + 1Ewc
Nilai dari fungsi ini dibuat minimum karena diinginkan minimum cost.
3. Constraint
Pit
Target Produksi
Awa + Awb + Awc + Bwa + Bwb + Bwc + Cwa + Cwb + Cwc + Dwa + Dwb + Dwc
+ Ewa + Ewb + Ewc = 2.100.000
Setelah model matematika dibuat, maka langkah selanjutnya adalah membuka program
LP-ILP dari win QSB seperti yang telah dijelaskan pada Landasan Teori.